FMIPA
Institut Teknologi Bandung, Indonesia
JJ J N I II 1/19
Kombinasi Affin
Ingat! beberapa konsep berikut: perkalian matriks, hasil kali titik,
norma Euclid, ketaksamaan Schwartz, bebas linear, dan basis. Sepa-
njang pembahasan, Ruang Euclid akan dinotasikan dengan En.
JJ J N I II 2/19
Penggantian suatu vektor dalam basis ...1
Jika kita mempunyai suatu himpunan basis di En, apakah kondisi yang
harus dipenuhi agar penggantian suatu anggota basis oleh vektor lain
akan tetap membentuk himpunan basis di En?
Misalkan A = {a1, a2, · · · , an} merupakan himpunan basis di En. Mis-
alkan pula kita akan menggantikan vektor aj oleh vektor y 6= 0. Karena
A basis maka n
X
y= αiai.
i=1
JJ J N I II 3/19
Penggantian suatu vektor dalam basis ...2
Pandang
n
X
βiai + δy = 0,
i6=j
dengan β1, β2, · · · , βn, dan δ adalah konstanta-konstanta real. Dari dua
persamaan yang dibentuk akan diperoleh
n
X n
X
βiai + δ( αiai) = 0
i6=j i=1
atau n
X
(βi + δαi)ai + δαj aj = 0.
i6=j
JJ J N I II 5/19
Sistem persamaan linear
Perhatikan SPL Ax = b dengan m persamaan dan n variabel dan
matriks perluasan (A, b) yang berukuran m × (n + 1).
Beberapa hal yang mungkin:
JJ J N I II 6/19
Dekomposisi matriks...1
Perhatikan SPL Ax = b. Misalkan Rank(A) = k (solusi tak hingga
banyak). Misalkan pula setelah melakukan pengaturan ulang baris-baris
matriks A diperoleh bentuk berikut
A 1 b1
(A, b) =
A 2 b2
dimana A1 adalah matriks berukuran k × n, A2 matriks berukuran
(m − k) × n, b1 adalah vektor berukuran k × 1 dan b2 adalah vektor
berukuran (m − k) × 1. Rank(A1)=Rank(A1, b1) = k.
Perhatikan bahwa jika vektor x memenuhi A1x = b1, maka secara lang-
sung vektor tersebut memenuhi juga A2x = b2. Oleh karenanya, kita
dapat membuang kendala A2x = b2 dan memfokuskan perhatian pada
kendala A1x = b1.
JJ J N I II 7/19
Dekomposisi matriks...2
Selanjutnya, karena Rank(A1) = k maka kita dapat memilih k vektor
kolom dari matriks A1 yang bebas linear. Misalkan setelah pengaturan
kolom-kolom dari A1, matriks tersebut menjadi A1 = (B, N) dimana
B matriks tak singular berukuran k × k dan N matriks berukuran k ×
(n − k). Keujudan matriks B dapat dijamin karena Rank(A1) = k.
Matriks B selanjutnya disebut Matriks Basis (karena kolom-kolomnya
membentuk basis di Ek ) dan matriks N disebut Matriks nonbasis.
Selanjutnya, vektor x kita tuliskan sebagai x = (xB , xN ) dimana xB =
(x1, x2, · · · , xk ) dan xB = (xk+1, xk+2, · · · , xn). SPL A1x = b1 dapat
dituliskan sebagai
xB
(B, N) = b1 ,
xN
atau BxB + NxN = b1. Karena matriks B tak singular, maka akan
diperoleh
xB = B−1b1 − B−1NxN .
JJ J N I II 8/19
Dekomposisi matriks...3
xB = B−1b1 − B−1NxN
Untuk kasus k = n, hanya suku pertama dari ruas kanan yang tersisa
dan diperoleh solusi tunggal. Sedangkan untuk kasus k < n, dengan
memilih nilai-nilai untuk vektor xN , melalui persamaan tersebut nilai
xB dapat ditentukan. Dalam kasus ini kita memiliki tak hingga banyak
solusi.
Proses pemecahan (dekomposisi) matriks menjadi matriks basis dan
nonbasis serta pencarian solusinya dapat diringkaskan sebagai berikut:
Kita mempunyai k persamaan yang memuat n variabel (k < n). SPL
diselesaikan dengan cara memilih xN = 0, kemudian menyelesaikan SPL
dengan k persamaan dan k variabel, xB = B−1b1. Solusi xB disebut
dengan solusi dari sistem A1 x = b1 . Solusi SPL semula diberikan
basis
xB
oleh x = .
0
JJ J N I II 9/19
Himpunan konveks
Himpunan X di En dikatakan konveks:
JJ J N I II 10/19
Contoh himpunan konveks
1. {(x1, x2)|x21 + x22 ≤ 1}.
2. {x|Ax = b} (solusi SPL dengan m persamaan dan n variabel).
3. {x|Ax = b, x ≥ 0} (solusi tak negatif SPL dengan m persamaan
dan n variabel).
4. {x|Ax ≤ b, x ≥ 0} (solusi tak negatif Sistem Pertidaksamaan Lin-
ear dengan m persamaan dan n variabel).
1 1 −1
5. {x|x = λ1 0 + λ2 2 + λ3 2 , λ1 + λ2 + λ3 =
0 1 −3
1, λ1, λ2, λ3 ≥ 0}.
JJ J N I II 11/19
Titik esktrim
Suatu titik x di himpunan konveks X dikatakan titik ekstrim,
JJ J N I II 12/19
Hyperplane
Suatu hyperplane di En merupakan istilah yang digunakan untuk peru-
muman garis lurus di E2 dan bidang di E3.
Suatu hyperplane H di En adalah himpunan {x|pT x = k} dimana p
suatu vektor tak nol di En dan k suatu skalar. Vektor p biasanya disebut
vektor normal (atau gradien) dari hyperplane.
Dalam bentuk yang lain, suatu hyperplane dapat disajikan sebagai
{x|pT (x − x0) = 0} dengan x0 suatu vektor tetap pada hyperplane
dimana pT x0 = k (bentuk dengan mengeliminasi nilai k).
Suatu hyperplane adalah himpunan konveks (perlihatkan!).
Suatu hyperplane akan membagi daerah di En menjadi dua bagian,
masing-masing disebut halfspace. Daerah tersebut masing-masing dapat
dinyatakan oleh himpunan {x|pT x ≤ k} dan {x|pT x ≥ k}.
JJ J N I II 13/19
Sinar dan arah himpunan konveks
Sinar adalah himpunan titik dalam bentuk x0 + λd, λ ≥ 0, dimana d
adalah sebuah vektor tak nol.
Titik x0 disebut verteks dari sinar, dan vektor d disebut vektor arah dari
sinar (bandingkan hal ini dengan representasi vektor untuk garis lurus
di ruang). Sinar merupakan salah contoh lain dari himpunan konveks
(periksa!).
Misalkan diberikan suatu himpunan konveks X. Suatu vektor tak nol
d disebut arah dari himpunan konveks X (disebut recession) jika un-
tuk setiap vektor x0 ∈ X, sinar {x0 + λd|λ ≥ 0} juga anggota dari
X. Oleh karena itu, jika kita mulai dari suatu vektor tetap x0 ∈ X,
kita bisa bergerak sepanjang arah d untuk sebarang panjang langkah
λ ≥ 0 sehingga sinar yang terbentuk tetap termuat di X. Jelas bahwa
himpunan terbatas tidak memiliki arah.
JJ J N I II 14/19
Vektor arah himpunan
Perhatikan himpunan tak hampa X = {x|Ax ≤ b, x ≥ 0}.
Vektor tak nol d adalah arah dari himpunan X jika dan hanya
jika
A(x + λd) ≤ b,
x + λd ≥ 0,
untuk setiap λ ≥ 0 dan setiap x ∈ X.
JJ J N I II 16/19
Arah ekstrim himpunan konveks
Arah ekstrim himpunan konveks adalah vektor arah himpunan yang
tidak dapat disajikan sebagai kombinasi linear positif dua vektor arah
berbeda yang yang lain.
Dua vektor arah d1 dan d2 dikatakan berbeda (tidak ekivalen) jika d1
bukan kelipatan konstan vektor d2.
Pada contoh tadi, setelah dinormalisasi
√ kita
√ memmpunyai dua arah
ekstrim,d1 = (1, 0) dan d2 = (2/ 5, 1/ 5). Arah himpunan lain
yang bukan kelipatan kedua vektor tersebut dapat dituliskan sebagai
λ1d1 + λ2d2, dengan λ1, λ2 > 0.
JJ J N I II 17/19
Fungsi konveks, Polyhedral
Suatu fungsi f (x1, x2, · · · , xn) disebut fungsi konveks jika
f (λx1 + (1 − λ)x2) ≤ λf (x1) + (1 − λ)f (x2), untuk setiap λ ∈ [0, 1].
Sedangkan fungsi g(x1, x2, · · · , xn) disebut fungsi konkaf jika (−g) meru-
pakan fungsi konveks.
Himpunan polihedral (polihedron) adalah irisan sejumlah hingga halfs-
pace.
Suatu himpunan polihedral terbatas disebut politop.
Himpunan polihedral dapat disajikan sebagai {x|Ax ≤ b} dengan A
adalah matriks berukuran m × n dan b vektor berukuran m × 1.
Jika dipilih b = 0, maka {x|Ax ≤ 0} disebut kerucut polihedral (poly-
hedral cone).
JJ J N I II 18/19
Teorema representasi polihedral
Misalkan X = {x|Ax ≤ 0, x ≥ 0} himpunan (polihedral) tak hampa.
Maka
Lebih jauh lagi, titik x̄ ∈ X jika dan hanya jika titik tersebut da-
pat disajikan sebagai kombinasi konveks dari berhingga titik ekstrim
x1, x2, · · · , xk ditambah kombinasi linear tak negatif dari berhingga
banyaknya vektor-vektor arah d1, d2, · · · , dl , yaitu
k
X l
X k
X
x̄ = λj xj + µl dj , λj = 1, λj ≥ 0, µj ≥ 0.
j=1 j=1 j=1
JJ J N I II 19/19