Topik 3
Konsep Aljabar Linear & Himpunan konveks
Agus Yodi Gunawan
FMIPA
Institut Teknologi Bandung, Indonesia
JJ J N I II 1/26
Masalah program linear
Minimum z = c · x = cT x
dengan kendala
Ax ≥ b
x ≥ 0.
dimana A matriks berukuran m × n, vektor-vektor (kolom) c, x, di Rn
dan b di Rm m dengan masing-masing komponennya adalah cj , xj , dan
bi .
Notasi:
JJ J N I II 2/26
Kombinasi Affin
Ingat! beberapa konsep berikut: perkalian matriks, hasil kali titik,
norma Euclid, ketaksamaan Schwartz, bebas linear, dan basis. Sepan-
jang pembahasan, Ruang Euclid akan dinotasikan dengan Rn.
2.
Pk
j=1 λj = 1.
• Subruang Affin. Subruang SA di Rn dikatakan Subruang Affin jika
1. SA suatu subhimpunan tak hampa di Rn,
2. Jika a1 dan a2 anggota-anggota di SA, maka setiap kombinasi
Affin dari a1 dan a2 juga termuat di SA.
JJ J N I II 3/26
Penggantian suatu vektor dalam basis ...1
Jika kita mempunyai suatu himpunan basis di Rn, apakah kondisi yang
harus dipenuhi agar penggantian salah satu anggotanya oleh vektor lain
akan tetap membentuk himpunan basis di Rn?
a3
Vektor di R3
a2
a1
JJ J N I II 4/26
Penggantian suatu vektor dalam basis ...2
Misalkan αj 6= 0. Kita akan perlihatkan bahwa A0 =
{a1, a2, · · · , aj−1, y, aj+1, · · · , an} merupakan himpunan bebas linear.
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 5/26
Penggantian suatu vektor dalam basis ...3
Perhatikan n
X
(βi + δαi)ai + δαj aj = 0.
i6=j
JJ J N I II 6/26
Sistem persamaan linear
Perhatikan SPL Ax = b dengan m persamaan dan n variabel (Am×n)
dan matriks perluasan (A, b) yang berukuran m × (n + 1).
Rank A: maksimum banyaknya vektor baris (atau kolom) matriks Am×n
yang bebas linear.
Rank A ≤ min{m, n}. Jika rank A = min{m, n}, matriks A disebut
memiliki rank penuh.
Beberapa hal yang mungkin:
JJ J N I II 7/26
Dekomposisi matriks...1
Misalkan Rank(A)=Rank (A, b) = k. Misalkan pula setelah melakukan
pengaturan ulang baris-baris matriks perluasan (A, b) 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, dan 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 (baris-baris pada A2 merupakan kombinasi linear
baris-baris A1).
JJ J N I II 8/26
Dekomposisi matriks...2
Karena Rank(A1) = k, maka dapat dipilih k vektor kolom dari matriks
A1 yang bebas linear. Misalkan setelah pengaturan kolom-kolom dari
A1, diperoleh
A1 = (B, N).
Matriks B matriks tak singular berukuran k × k disebut matriks basis
(karena kolom-kolomnya membentuk basis di Rk ), sedang matriks N
berukuran k × (n − k) disebut matriks nonbasis.
Selanjutnya, vektor x kita tuliskan sebagai x = (xB , xN ) dimana xB ∈
Rk dan xN ∈ R(n−k) . SPL A1 x = 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 9/26
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 sebarang untuk vektor xN , melalui persamaan terse-
but 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:
JJ J N I II 10/26
Contoh: solusi basis
1 1 1 0
SPL Ax = b, A = , x = (x1, x2, x3, x4), b = (6, 3).
0 1 0 1
1 1
À B = [a1 , a2 ] = , xB = (x1, x2) = B−1b = (3, 3), xN =
0 1
(x3, x4) = (0, 0). Jadi x = (3, 3, 0, 0).
1 0
Á B = [a1 , a4 ] = , xB = (x1, x4) = B−1b = (6, 3), xN =
0 1
(x2, x3) = (0, 0). Jadi x = (6, 0, 0, 3).
1 0
 B = [a2 , a4 ] = , xB = (x2, x4) = B−1b = (6, −3), xN =
1 1
(x1, x3) = (0, 0). Jadi x = (0, 6, 0, −3).
à dst...
JJ J N I II 11/26
Kombinasi konveks
λx
x2
1
+
0
(1
λ=
−
λ)
x2
λ=1 x1
JJ J N I II 12/26
Himpunan konveks
λx
λx
x2 x2
1
+
+
(1
(1
−
−
λ)
λ)
x
x2
2
x1 x1
JJ J N I II 13/26
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 14/26
Titik ekstrim
Suatu titik x di himpunan konveks X dikatakan titik ekstrim,
x2
x3
x1
JJ J N I II 15/26
Hyperplane
Suatu hyperplane di Rn merupakan istilah yang digunakan untuk pe-
rumuman garis lurus di R2 dan bidang di R3.
Suatu hyperplane H di Rn adalah himpunan {x|pT x = k} dimana p
suatu vektor tak nol di Rn dan k suatu skalar. Vektor p biasanya disebut
vektor normal dari hyperplane (gradien dari f (x) = pT x).
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!).
hyperplane
p
x 0)
x−
h(
x0 ara
JJ J N I II 16/26
Half space
x
) hyperplane pT (x − x0 )) = 0
p x0
−
(x
pT (x − x0 ) ≥ 0
x0 pT (x − x0 ) ≤ 0
d
+λ
x0
x0
JJ J N I II 18/26
Arah himpunan konveks
Misalkan diberikan suatu himpunan konveks X. Suatu vektor tak nol d
disebut arah dari himpunan konveks X jika untuk 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.
d
+λ
x0
x0 + λd
x0 x0
d
d
JJ J N I II 19/26
Vektor arah himpunan polyhedral
Perhatikan himpunan polyhedral 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.
x2
d1
x1
d2
JJ J N I II 21/26
Jawab
Ingat bentuk himpunan polyhedral tak hampa X = {x|Ax ≤ b, x ≥
0}. Susun ulang,
X = {(x1, x2)| − x1 + 2x2 ≤ 6, −x1 + x2 ≤ 2, x1 ≥ 0, x2 − 1 ≥ 0}.
Tulis u = x2 − 1,
X = {(x1, u)| − x1 + 2u ≤ 4, −x1 + u ≤ 1, x1 ≥ 0, u ≥ 0}
−1 2 d1 0
Ad = ≤ , d1, d2 ≥ 0.
−1 1 d2 0
Diperoleh d1 ≥ 2d2 dan d1 ≥ d2. lebih jauh lagi,
2d2 ≤ d1 ⇒ d2 ≤ d1/2 ≤ d1.
Jadi d = {(d1, d2) : d1 ≥ 2d2, d1 ≥ 0, d2 ≥ 0} (cek juga secara grafik!).
JJ J N I II 22/26
Vektor arah Irisan hyperplane
Untuk himpunan X = {x|Ax = b, x ≥ 0} 6= ∅, dengan menggantikan
persamaan menjadi dua pertidaksamaan dapat diperlihatkan bahwa
JJ J N I II 23/26
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 lain (analogi dengan definisi titik ekstrim).
Dua vektor arah d1 dan d2 dikatakan berbeda (tidak ekivalen) jika d1
bukan kelipatan konstan vektor d2.
Pada contoh tadi, d = {(d1, d2) : d1 ≥ 2d2, d1 ≥ 0, d2 ≥ 0}, setelah
dinormalisasi
√ √ kita mempunyai 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.
Sinar pada suatu himpunan konveks yang memiliki arah ekstrim disebut
sinar ekstrim. Sinar ekstrim ini merupakan pembangun dari kerucut
konveks (titik awal sinar berada di 0).
Himpunan {x|Ax ≤ 0} disebut kerucut polihedral (polyhedral cone).
JJ J N I II 24/26
Fungsi konveks
Sampai saat ini, pembahasan difokuskan pada bagian kendala dari
masalah optimisasi. Pada bagian ini akan dibahas sifat yang terkait
fungsi obyektif.
Fungsi f (x) disebut fungsi konveks jika
f (λx1 + (1 − λ)x2) ≤ λf (x1) + (1 − λ)f (x2), untuk setiap λ ∈ [0, 1].
Sedangkan fungsi g(x) disebut fungsi konkaf jika (−g) merupakan fungsi
konveks.
f (x2 ) f (x1 )
f (x1 )
f (x1 ) f (x2 )
f (x2 )
x1 x2 x1 x2 x1 x2
konveks konkaf tidak keduanya
JJ J N I II 25/26
Latihan
1. Cari semua solusi basis {x ≥ 0 : −x1 + 2x2 + x3 + x4 − 2x5 =
4, x1 − 2x2 + 2x4 − x5 = 3}.
2. Cari semua arah ekstrim {x ≥ 0 : −x1 + x2 = 4, x1 − 2x2 + x3 ≤
6, x3 ≥ 1}.
3. Periksa kekonveksan himpunan (fungsi) berikut
(a) {(x1, x2) : x2 − x21 = 0}.
(b) {(x1, x2, x3) : x3 = |x2|, |x1| ≤ 4}.
(c) f (x) = x2.
(d) min(x21 + x22, 2x21 − x2}
4. Diberikan X = {(x1, x2) : x1 + x2 ≥ 2, x2 ≤ 4, x1 ≥ 0, x2 ≥ 0}. Cari
hyperplane H sedemikian sehingga H dan titik (3, −2) berada pada
half space berbeda.
JJ J N I II 26/26