Jabriks
Jabriks
A) .
Ruang Vektor ,
acsioma :
(10) B) .
Kombinasi linear
· + v ada di daiam V(tertutup pdpenjumlahan ↳ Vektor i disebut kombinati linear dan Vektor VI , Vz, ... Vi pada
2) i + (v + w) =
(n + v) + w/acosiatif) w = C , Vi + GV + . .. + CkVi
=( 3 ) : (2) (e)
. ,
, an :
4) .
tiap zV+erdapat ( -
u) - u + ( -
u) = 0
In negaci
apakan
5 combinasi linear dan a ,
dan n ?
(3)
) K. <V - V (tutup pdperkalian skalar
1) . k(u +
v) = k + kv (distributif) - (3) =
x(-) 4) , ) +
:
2) (l) + 1) v = k + ev (Komutatif( G : 3 ,
C =
4 Cdanc ada make 5 combinati
, ,
3) k(ev) :
(ke)v (asoliatif) linear a dan t dimana 5 :
391 + 492
4) . 1 . 8 :
i ·
1 Terpant Linear
u + v = (u , + v, z +
, ... un + Un) In
civi-Civi :·
tidak pernah merentana pada RI
2) ). Perkalian Skalar ·
determinan = 0
.
unear ?
4). Panjang Vektor
,
,
(4) a) ? ) a() ( %)
(1 :
i,
2
+ mi + ...
un ·
+ +
(
& ( ,) =
In -
1 =
(n -
( , )" + (E2-V + ... + (in -
Uni
j
Conton :
i = 1 ,
2 , 3 , 4 V = (6 , 7 ,
0 , 9) 2x1 +
Xz +
3Xz =
0vX 1
=
k , Xc =
P
:
2k +
p = -
>Xy + Xy = 2k + p misalk :
1 , =1
,
:Y :
X 1
=
1
ruang vektor
make
↳
terpant linear
Tec : harus tertutup tha penjumlahan dan perkalian
1) . W 23
↳
Vektor VI ,
V e, ...,
Up dalam ruang vektor bebas linear :
2) .
W = V a, Vi + acUn + ... + akUp = 0 ,
semua a = 0
Zika i EW kn E W
X-ear
4) dan k E riil ,
make -
determinan = 0
X1=0 ,
al
[x
conten
I
(! ) ( , )] (8)
:
: ,
a
conton :
maka
, +x - :
bebas
~
0 ,
X =
(c)
pada
VI Ve
(a) Us:
=
tertutup
:
op .
penjumlahan ) Merentana linear
↑
ES
(A ( az))Ev
V I S S2, vektor i
vi + + V = ai + an + as :
,, .... Si) merentang RV ) tiap
2(a + ac +
,
, + az + as)
I vektor lain
c () )
↑ sitat :·
gugus merentang -
merentana
a
+
= tertutu
V = er i
op .
Perkalian Scalar
sebuah vektor dapat diventang aeh lebin dan satu
·
Lika & gugus merentang V danE=SUT (digabung yglain)
1) . T(u +
v) =
T(u) + T(v) ,
fi dan di V
23
al )
I
: a b EIR
T(ku) 1 T(u) dan di Vdan UK
,
12 Y
2)
:
D ,
l
r(A) =
2 : r(Alb) = 2 -n Konsisten ,
:. Make merentang pada R Conton : + (v) =
(2X , Y)
·
Landasan Vektor n =
(X 1, Y , ) , (X2 , y2)
m
syarat : -
S bebas linear ·
T(n + v) = + ((X , y , ) + (x2 , Y())
-
I membangun/merentang =
T(X , + Xy , y ,
+
yz)
conten : =
(2(X + Xi) (y + y())
j
,
2 :
, ,
en :
,
I
-
(2(X1 , 31) + (2x1 , Y11) ... terbukti
=
(2kX1 , Kyi) =
k(2X , Y1) ... terbukti
10 T Transformal i linear
=(0) -el=0
: :
·
I Matrik l Transformasi
:
vektor E merupakan basis/landalan di RV R A : matriks ordo mx n
↳
Landalan Orthogonal ↑ (x) :
Ax X :
Matriks ordo nx 1
↑ Orthonormal
Landaian contou : T = R3 -
o R2
syarat
:
bebas linear , merentang , tegals lurus ↑(x) : (X ,
+ xx ,
Xi +
Xs) ,
x =
(X , , Xi , Xi)
1 at i = 0) ,
dan panjangya : 1 ·
Basil baku R3 :
Conton : (i +25 :
0 Ca + G5 =
0 e =
(1 , 0 , 01 + + (e) = (1 + 0 ,
0 + 0) =
(1 0),
Cata + Ga 5 = 0 0 + G5 =
0 22 =
10 ,
1 , 0) v
+(ez) = (0 + 1
,
1 +
0) =
(1 , 1)
c , da + 0 = 0 Gb = 0 ez = (0 ,
0 , 1) -
+(e) =
(0 + 0 , 0 +
1) =
10 , 11
C1 0 G 0
[iii]
= =
:
: (1 =
2 =
0 -
Bekal linear
c) .
Transformasi Linear ·
) Sifat-sifat Transformaci Linear
T ,
⑧
% ⑧
- v
(v)
=
T u
T(u) :
⑧
To
⑧
3) + (V -
w) = + (v) -
+(w) , Vidan i di V
&
-
&
Y&
Conton :
TCA) = det (A)
v W W W
Bukan mical A a
1 satu-satu
an e Max
-
:
,
: Satu Satu :
as au
·
Transformasi Onto
T T
det (A) =
det Xa , <a)
= <(d , -Asdul
⑧
* ⑧
⑧
-
↓a , dan :
L'det (A)
⑧ ⑧
·
&
Yo
&
Yo
: det (A) =X det (A) ,
Maka T bukan transformasi linear
D)
W
W W W
.
Akar dan Vektor Ciri
Eigen Decomposition
conton :
S : UNU" ,
U :
EigenFactor
T = R2 - R3 X 2X
1 :
Eigen Values / diagonal
, I
T
Y X -
Y
x= matrics
0
[an][] =
k
[Y]
·
misal :
X, 2X( 2X2
-
- make I
X unu
T
X 41 Xz -
Y2
y, 1 -
0 O
misal V : EigenFactor
Sehingga X1 = X2 dan 41 :
Ye Values
X :
Eigen
(n ↳
Ax = XX soluti trivial ,
X =
0
. XI X2 Transformasi
·
-
I
AX -
XX = 0 coluci non-trivial
Y YI Jatu-Satu
A -
x[n)X =
0 det (A-XIn) =
0
· Singular Value Decomposition (SVD) E) . Vektor dan Matriks Acal
Garxij
A =
U1VT Xij Pij (Xij) ne discrit
E[xij] :
1 =
matriks diagonal sifat :
1) .
t(cX) =
cE(x)
V =
A A 2) . E(x + y) =
E(X) + E(y)
U =
AAI )
3 . E (AXB) A
=
E(X) B
NB :
Cama Ipt Eigen Decomposition , bedanya SVD eigen > Rataan
n = E(x) :
Conton :
:[ i) eigen decomposition ?
A ) Covarian
e[(X
JE(X, ]
)))
m)(x m
/
y )) E(Xi -mil(Xi -)
-
- -
, -
In E(x
det 1A-XI) = 0
mc)(x , - 4) E(x 4,
-
-
[var x)
cor(X
X))]
To e
I
,,
=
8 1 :
var
(Kormul)
=0
dengan :
[ (xi -
* )
Var(x) =
n -
1
00 X
x) 0
- -
- -
- -
= -
,
-
= =
=
( x -
+ 2x -
x) -
(1 -
2x) = 0 n -
1
=
-
x3 + 2x -
x -
2 + 2x = 0 ·
I Koeficien Relati
xi 2x x 1
I
0
I
+
-
=
+ =
R=
-
= (1 -
x)(x -
x -
2) =
0 Dis
= (( -u)(x -
2)(x +
1) =
0 O
2 On
Pik :
Took
x 1x =
1 x = 1
-
=
D .. Gi2 52 En
1) X = 1 ; X = 2 ; X : -
1 eigenvalues F1 Ukuran Jarak
, .
1
Untul x = 1 & (x y),
= (x , -
d(a b) ,
=
(bi-ail
1
Untuls x = 2
↳
Alternatif Pengukuran Jarak Karena Pengukuran
↳
untuk x = -1
dengan mahalanobil langat memerhatikan ragamnya
[i]() E] ::
[H) y))
:
d (x -
u)")(x
=
=
(x -
-
M)
S
[ii I 18 % I
8 I
7 : rataan matrix
+ n : O
u :
I
-
I & :
variance matrix
v"=IT7 : is I
: Covariance matrix
Conton :
X I XL X1 =
3 ; z
= 2
:
Eigen Decomposition (1) Di Euclidian
ai
: 3 ·
) :
(
unu" 4
5
(bi-ail"
=
= 16 3) 16)
-
Ps 3 Y
Pu =32 + 42
= 5
Ips
2 25
=
↳
·
) Jarak Mahalanobis ·
) Redukli Lagrange
conton
[] [2]'s
:
(x mis'(x u)
[5] [3]
= "
-
-
-
2xe"
"
a :
Xi + + 7X" -
4X , X + OX , X
x1)] [ S On a
)
[var(x
"
cor(x , . Ex , 2xi +
"
2x))3
=
, -
4x (x1 - + 7x ,
,
Si
· =
2Xg))) +
2x1" -
7X 2
var + 0
-
=
5
-
·
= =
= 0 ,
N a = (x, -
2x + uXy)) -
2(x" -
&XXg) -
23x
OX2Y +
16x32) +
gx3
2
Var 0 + y 1
: - -
+
15
· -
= = =
n 4 = (x1 -
X((X -
>) =
0 +o +o +1
= 1
= y , -
24i + g4 ,
N N 4
[ O
· id =
[34] =
=
349
= 5 , 74
6) Bentuk Kuadrat
m
conton :
XX))[)(i) [XXX]
x AX =
[x ,
I I
=
Xi
= + UX , Xi + 2x , Xy + eX-X1 + 7xc" -
2XyXy + 3x , xz
6x2x 5xy2
+
+
Xi
= + 6X ,
Xi + 5X , Xg + 7Xc" +
UX2Xz + 5Xg
Xi
= + 7xi +
jxj + 6X , Xz + 5X , Xg + UX24
6 5 Y
: , ,
merupakan penjumlahan Elemen
[x ,
XX ,
][]
) diasumsikan simetric (tdk selalu)
][
~
[x , xX ,
)
Transformati
Matrics diagonal
Transformali X = By
-
·
+ + T
(BX) A(DY) =
Y (BAB) Y
XTAY n uT /PAOLY
· x
+
Ax - YT (BTAD]Y
contou :
I I
I -
2
9
=
xT ?
-
2 2 O
x
, jadi pat
Y ( 7
+ T
·
x AX =
y (BAB) Y
2 Y
[- 2000]-OBD
1
-
,
a
campei n
sica diagonal
joinor I 9 Y
↳ BT
diagonal
I :&
T
·
"
: y =
Y, -
2y + gy ,