aljabar matriks

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

1) i + v = v + u (Komutatif) V jika w dituliskan :

2) i + (v + w) =
(n + v) + w/acosiatif) w = C , Vi + GV + . .. + CkVi

3) ada <V-4/ tiap Ev berlaku : u + : = i conten :

=( 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

1) Ruang Euclides Ordon (RY) ↓ Vektor VI Ve UK dalam ruang rektor V linear

, , ...,
terpant
1) . Penjumlahan jika a . v , + acc + ... + ac =0 , a + 0

u + v = (u , + v, z +
, ... un + Un) In
civi-Civi :·
tidak pernah merentana pada RI

2) ). Perkalian Skalar ·
determinan = 0

K. ( u Kiz, Kun) tidal

rank penuh
= ·
,, . . .
,

2) . Perkalian titik · soluti tidak unik

u v = n , vi + inv + + UnUn conson :

[() (i) (3)] terpant

.
...

.
unear ?
4). Panjang Vektor
,
,

(4) a) ? ) a() ( %)
(1 :
i,
2
+ mi + ...
un ·

+ +

5) . Jarak dua vektor

(
& ( ,) =
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

· Anak Ruang Vektor

In misal W cub himpunan dari sebuah V

ruang vektor ,

make W merupakan anak

· : X 1 Xi Xz 0 ,

ruang vektor
make
↳
terpant linear
Tec : harus tertutup tha penjumlahan dan perkalian

dengan skalar ) Bebas Linear

·

1) . W 23
↳
Vektor VI ,
V e, ...,
Up dalam ruang vektor bebas linear :

2) .
W = V a, Vi + acUn + ... + akUp = 0 ,
semua a = 0

3) Lika i vEW make i + v & y ↳

Civi-Civi terting: /
,
: -

pada rank rank penuh

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

(c) bil real anap ruang vektor darR

u
a
v =
,
,

~
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 +
,

dapat dituliskan sba Combinasi linear V =

C, 5
,
+ GJc + + CKS2
>(a
...

, + 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

R3 sugus merentany-> Kemungkinan Span (s )

:
Span (S . )=v
ruang rektor dani
.
: Maka , Vadalah anak

·
Lika & gugus merentang V danE=SUT (digabung yglain)

maka , z adalah gugus merentang

 (?)
conten :
v i · Syarat Transformasi
(2)
=
= : Linear
,

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

=(b) T T (ku) + ((X , Ky1)

· =

=
(2kX1 , Kyi) =
k(2X , Y1) ... terbukti

10 T Transformal i linear
=(0) -el=0
: :

Maka E bebas liner a

0 I ,

·
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

cyarat : bebas linear , merentang , dan tegal curu AX : matriks ordo m x1

↑ 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

· Pemetaan Vektor Lika T : V -Wadalah transformati linear :

Transformasi Jatu-satu 1) ). +(0) = 0

T
T(u) + T(v) ). +( v) =
+(v) Vidiv
u = v 2)
- - -

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

T Onto T = Bukan Onto

·
=

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

"Matrik) persegi (nxn) dapat difaktorkan menjadi : ·> Nilai Harapan

Garxij
A =
U1VT Xij Pij (Xij) ne discrit

E[xij] :

Kolom-Kolom adalah was

dengan
I
ket Matriks
XijPij (Xij)
:
ruan
=
dx - Kontinu

eigen dari matriks A

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

[EX] [M) TEX

valuesnya dinormalisati
:
:

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

det (1 x)(1 x)(1 (1 1)) 1(1 x)) cor(x ,, M . ) [ (X x)(X) x)

[ * x0
-

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 , -

y , )" + ... + (xp yp)) -

I ↑][] [s) :Til

: ) Jarak Euclidian
:

d(a b) ,
=

(bi-ail
1
Untuls x = 2

[i] [i] [+]

) Jarak Mahalanobi
·
:
· x :

↳
Alternatif Pengukuran Jarak Karena Pengukuran
↳
untuk x = -1
dengan mahalanobil langat memerhatikan ragamnya

[i]() E] ::
[H) y))
:
d (x -

u)")(x
=
=
(x -
-

M)
S

· Eigen Factor nb : X : nilai Koordinat titik

[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
· =

Cov(x2 · X 1 ) var (x2) =

[xi -
4X , (x1 -

2xs) + MX, (X2

-

2Xg))) +
2x1" -
7X 2

(x1) [(xi * (2 1 4(X2 2Xg)2

2
0 1 + +
-

var + 0
-

=
5
-
·
= =
= 0 ,

N a = (x, -

2x + uXy)) -
2(x" -

&XXg) -
23x

(x) [ (xi y)) 1 +

=
(x1 2x +
uXy)) 2(X(" -

OX2Y +
16x32) +
gx3
2
Var 0 + y 1
: - -

+
15
· -
= = =

n 4 = (x1 -

2x2 + UXz)" - 2(X2 -

UXy)" + 9Xgh
"
·
covar (x1 ,
Xc) :
[ (xi -

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 ,