Dekomposisi QR
Penyelesaian kuadrat
Matriks ortogonal
terkecil
Pre-test modul
Pre-test
• Jawablah pertanyaan-pertanyaan berikut ini:
1.
1. Apakah
Apakah Anda
Anda berpendapat
berpendapat bahwa
bahwa vektor
vektor adalah
adalah elemen
elemen
matematika
matematika yang
yang selalu
selalu dapat
dapat digambarkan
digambarkan sebagai
sebagai
segmen
segmen garis
garis berarah
berarah (anak
(anak panah)?
panah)?
2.
2. Apakah
Apakah matriks
matriks bukan
bukan vektor
vektor karena
karena Anda
Anda tidak
tidak dapat
dapat
menentukan
menentukan besar
besar dan
dan arahnya?
arahnya?
Bagaimana hasil pre-
testmu?
Bandingkan
Bandingkan Jawabanmu.
Jawabanmu.
Jika
Jika kedua
kedua jawaban
jawaban jawaban
jawaban Anda:
Anda: YA
YA
Mungkin
Mungkin Anda
Anda belum
belum terbiasa
terbiasa dengan
dengan konsep
konsep baru.
baru. Mengubah
Mengubah
yang
yang selama
selama ini
ini kita
kita yakini
yakini memang
memang tidak
tidak mudah.
mudah. Coba
Coba ulangi
ulangi
lagi
lagi materi
materi tentang
tentang ruang
ruang vektor
vektor umum,
umum, AndaAnda akan
akan yakin
yakin
bahwa
bahwa vektor
vektor bisa
bisa berupa
berupa matriks
matriks dan
dan kita
kita tidak
tidak selalu
selalu dapat
dapat
menggambarkan
menggambarkan vektor
vektor sebagai
sebagai segmen
segmen garis
garis berarah.
berarah.
Jika
Jika kedua
kedua jawaban
jawaban jawaban
jawaban Anda:
Anda: TIDAK
TIDAK
SELAMAT,
SELAMAT, vektor
vektor adalah
adalah elemen
elemen ruang
ruang vektor.
vektor. Vektor
Vektor bisa
bisa
berupa
berupa matriks
matriks atau
atau fungsi
fungsi kontinu
kontinu bahkan
bahkan bilangan
bilangan nyata;
nyata;
vektor-vektor
vektor-vektor tersebut
tersebut tidak
tidak dapat
dapat disajikan
disajikan sebagai
sebagai anak
anak
panah.
panah.
Review: Hasil kali titik di Rn
Proses Gram-Schmidt
Dekomposisi QR
• Catatan:
Contoh membantu untuk membawa konsep abstrak
konkrit. Contoh mengarahkan untuk berpikir lebih umum,
tetapi contoh tidak cukup untuk membuktikan sifat umum.
Hasil kali titik di Rn
• Hitung a.a
• Kapan a.a = 0
• Simetris
• Homogen
• Additif
• Positif
Panjang vektor, sudut
antara dua vektor
• Hitunglah panjang vektor a di Rn
Proyy x
Selanjutnya kita akan
Panjang(nor Sudut Jarak mendefinisikan hasil kali dalam
m) sebagai perluasan hasil kali titik.
Review: Hasil kali titik di Rn
Proses Gram-Schmidt
Dekomposisi QR
D
Definisi
efinisi 6.1.:
6.1.: hasil
hasil kali
kali dalam
dalam (inner
(inner product)
product)
Hasil
Hasil kali
kali dalam
dalam pada
pada suatu
suatu vektor
vektor nyata
nyata VV adalah
adalah fungsi
fungsi dari
dari VV xx VV ke
ke RR yang
yang
memasangkan setiap pasangan vektor u dan v dalam V
memasangkan setiap pasangan vektor u dan v dalam V dengan bilangan dengan bilangan
nyata
nyata <u,
<u, v>
v> sedemikian
sedemikian sehingga
sehingga semua
semua aksioma
aksioma berikut
berikut ini
ini dipenuhi:
dipenuhi:
untuk
untuk setiap
setiap vektor
vektor u,
u, v,
v, dan
dan ww dalam
dalam VV dan
dan semua
semua skalar
skalar kk berlaku:
berlaku:
1.<u, v> = <v, u> (aksioma simetris)
2.<u + v, w> = <u, w> + <v, w> (aksioma aditif)
3.<k u, v> = k <u, v> (aksioma homogen)
4.<v, v> > 0 dengan <v, v> = 0 jika dan hanya jika v=0 (aksioma positif)
V simetris
<..,.. aditif
>
+
homogen
positif
R
Ruang vektor yang dilengkapi dengan hasil kali dalam disebut sebagai hasil
kali dalam
Hasil kali dalam Euclid
Misalkan u dan v dua vektor di R3, didefinisikan: R3
<u, v> = u.v (hasil kali titik) <a, b> = hasil kali titik
a.b
Seperti sudah dibahas sebelumnya bahwa 4 sifat berikut dipenuhi: +
1. <u, v> = <v, u>
u, v u1v1 u2v2 u3v3
R
v1u1 v2u2 v3u3
Ruang hasil kali dalam
v.u (atas R)
Terbukti <u, v> = <v, u>
Sifat 3, dan 4 buktikan sebagai latihan. R3 adalah ruang hasil kali dalam (ruang Euclid)
Hasil kali dalam Euclid
Rn
Di Rn hasil kali titik memenuhi 4 sifat berikut:
<a, b> = hasil kali titik
1. <u, v> = <v, u> a.b
jika v = 0
Hasil kali titik merupakan hasil kali dalam di Rn, dan disebut hasil kali
Aksioma positif TIDAK dipenuhi, jadi f bukan hasil kali dalam. Jika ada
bobot yang bernilai negatif, maka fungsi tersebut bukan hasil kali dalam.
2. Berikan fungsi yang f(R4xR4) R yang merupakan hasil kali titik berbobot.
Rn
Kesimpulan:
fungsi <p, q> merupakan hasil kali dalam di P3
Hasil kali titik di P3 (2)
Dua sembarang vektor di P3 P3
p a0 a1 x a2 x a3 x
2 3
p, q a0b0 a1b1 a2b2 a3b3
q b0 b1 x b2 x2 b3 x3 p a0 a1 x a2 x2 a3 x3
q b0 b1 x b2 x2 b3 x3
Didefinisikan:
p, q a0b0 2a1b1 7a2b2 3a3b3
R +
Ruang hasil kali dalam
Empat sifat berikut ini juga dipenuhi:
1. <u, v> = <v, u>
2. <(u + v), w> = <u, w> + <v, w>
3. <k u, v> = k <u, v>
4. <v, v> > 0 dengan <v, v> = 0 jika dan
hanya jika v = 0
Kesimpulan:
fungsi <p, q> merupakan hasil kali dalam di P3
Bukan hasil kali dalam di
P3
Dua sembarang vektor di P3 P3
p a0 a1 x a2 x a3 x
2 3
p, q a0b0 a1b1 a2b2 a3b3
q b0 b1 x b2 x2 b3 x3 p a0 a1 x a2 x2 a3 x3
q b0 b1 x b2 x2 b3 x3
Didefinisikan:
p,q 2a0b0 2a1b1 7a2b2 3a3b3
R +
Ruang hasil kali dalam
Apakah fungsi <p, q> merupakan hasil kali
dalam di P3?
p 1 x x2 x3
[Petunjuk: ambil tunjukkan
bahwa aksioma 4 tidak dipenuhi]
Hasil kali titik di P3 (3)
Dua sembarang vektor di P3 P3
1
p a0 a1 x a2 x a3 x
2 3
p, q p(x)q(x)dx
q b0 b1 x b2 x2 b3 x3
1
p p x
q q x
Didefinisikan:
1
p,q p(x)q(x)dx
R +
Ruang hasil kali dalam
1
Empat sifat berikut ini dipenuhi:
1. <u, v> = <v, u>
2. <(u + v), w> = <u, w> + <v, w>
3. <k u, v> = k <u, v>
4. <v, v> > 0 dengan <v, v> = 0 jika dan
hanya jika v = 0
Kesimpulan:
fungsi <p, q> merupakan hasil kali dalam di P3
Integral tertentu: hasil kali
titik di C[a,b]
R +
Ruang hasil kali dalam
Hasil kali titik di Mnxn
Jadi, Mnxn dengan hasil kali dalam di atas merupakan ruang hasil kali
dalam.
Review: Hasil kali titik di Rn
Proses Gram-Schmidt
Dekomposisi QR
6.2 Panjang
dan Jarak dua
vektor
Norm (panjang) dan jarak
D
Definisi
efinisi 6.3:
6.3: Panjang
Panjang dan
dan jarak
jarak pada
pada ruang
ruang hasil
hasil kali
kali dalam
dalam
Diberikan
Diberikan ruang
ruang hasil
hasil kali
kali dalam
dalam V,
V, norm
norm (panjang)
(panjang) dari
dari vektor
vektor v,
v,
didefinisikan
didefinisikan sebagai
sebagai
v v.v
Jarak
Jarak antara
antara dua
dua vektor
vektor u
u dan
dan vv adalah
adalah
d u, v u v
Contoh 1:
(a) u = (2, 3, 1) di ruang Euclid R3
u 22 32 12 14
(b) u = (2, 3, 1) di R3 dengan hasil kali dalam berbobot, bobot 2, 1, 1
berturut-turut.
u 2.22 1.32 1.12 18
Jarak antara dua vektor di
Ruang Euclid
(b1, b2)
a-b
b (a1, a2)
a
x
a b (b1 a1 )2 (b2 a2 )2
Contoh 2: panjang matriks
1 2
p 1) dx
(x2
1
5 x5 23 x3 x 1 ....
1
1
Contoh 4: jarak dua suku
banyak
Berdasarakan definisi hasil kali dalam di P3:
p a0 a1 x a2 x2 a3 x3
q b0 b1 x b2 x2 b3 x3
p,q a0b0 a1b1 a2b2 a3b3
p q 1 2x 1 x2 x3
p q p q,p q
1 411 7
Sifat-sifat panjang
T
Teorema
eorema 6.1:
6.1: Sifat-sifat
Sifat-sifat panjang
panjang
Jika
Jika u
u dan
dan vv adalah
adalah vektor-vektor
vektor-vektor dalam
dalam ruang
ruang hasil
hasil kali
kali dalam
dalam V,
V, jika
jika
kk adalah
adalah sebuah
sebuah skalar,
skalar, maka
maka
(1)
(1)
u 0
(2)
(2)
u 0, jikadanhanyajikau 0
(3)
(3)
ku k u
(4)
(4) u v u v
Review: Hasil kali titik di Rn
Proses Gram-Schmidt
Dekomposisi QR
u u.v
cos
α uv
v
Sudut antara dua vektor di
ruang vektor umum
D
Definisi
efinisi 6.4.:
6.4.: Sudut
Sudut dua
dua vektor
vektor di
di ruang
ruang hasil
hasil kali
kali dalam
dalam V
V
Jika
Jika u
u dan
dan vv adalah
adalah vektor-vektor
vektor-vektor tak
tak nol
nol di
di ruang
ruang hasil
hasil kali
kali dalam,
dalam,
maka:
maka:
u.v
cos
uv
T
Teorema
eorema 6.2.:
6.2.: Pertaksamaan
Pertaksamaan Cauchy-
Cauchy- Schwartz
Schwartz
Jika
Jika u
u dan
dan vv dua
dua vektor
vektor di
di ruang
ruang hasil
hasil kali
kali dalam
dalam nyata,
nyata, maka
maka
u, v u v
Latihan 3: cosinus sudut
dua vektor
Diberikan u = (0, 1, 0), v = (2, 1, 2) dengan hasil kali dalam
didefinisikan :
<u, v> = u1v1+u2v2+u3v3
Jawab:
u.v 1.0.2 2.1.1 3.2.0 2
cos
uv 1.3 3
Contoh 5: Cosinus sudut
antara dua matriks
Didefinisikan hasil kali dalam di Mnxn: <u, v> = trace(ATB)
Catatan:
u 2.2 3.3 1.1 1.1 15
v 2.2 1.1 1.1 3.3 15
Dua vektor ortogonal
Definisi
efinisi 6.5.:
6.5.: Dua
Dua vektor
vektor ortogonal
ortogonal
Dua
Dua vektor
vektor a,
a, b
b pada
pada ruang
ruang hasil
hasil kali
kali dalam
dalam V
V dikatakan
dikatakan
saling
saling ortogonal
ortogonal jika
jika <a,
<a, b>
b> =
= 00
Contoh 6:
Diberikan p = p(x) = x dan q =q(x) = x2 di P3 dengan <p.q>
didefinisikan:
1
p,q p xq x dx
1
1 1
1
p, q xx dx x4 0
2
sehingga, 1
4 1
A B
Teorema Phytagoras berlaku juga ruang hasil kali dalam umum.
Diberikan dua vektor u dan v yang saling ortogonal, <u, v> = 0
2
u v u v,u v (definisi norm)
(sifat hasil kali dalam)
u v,u u v, v
(sifat hasil kali dalam)
u,u v,u u, v v, v
2 2
(<u, v> = 0 karena saling
u 2 u, v v ortogonal)
2 2
u v
T
Teorema
eorema 6.3:
6.3: Pythagoras
Pythagoras umum
umum
Jika
Jika u
u dan
dan vv adalah
adalah vektor-vektor
vektor-vektor yang
yang ortogonal
ortogonal di
di ruang
ruang hasil
hasil kali
kali
dalam,
dalam, maka:
maka: 2 2 2
u v u v
Contoh 7: penerapan
hukum Phytagoras
Diberikan dua vektor di R4 yang saling ortogonal:
u 0,1,0,0
v 1,0,1,2
maka,
2
u u,u 0 1 0 0 1
2
v v, v 1 0 1 4 6
Terlihat bahwa: 2 2 2
u v u v 7
Ortogonal komplemen
Definisi
Definisi 6.6.
6.6.::
Misalkan
Misalkan WW adalah
adalah subruang
subruang dari
dari ruang
ruang hasil
hasil kali
kali dalam
dalam V.
V.
Vektor
Vektor vv dikatakan
dikatakan ortogonal
ortogonal dengan
dengan WW jika
jika vv ortogonal
ortogonal dengan
dengan
setiap
setiap vektor
vektor di
di W.
W.
Himpunan
Himpunan semua
semua vektor
vektor yang
yang ortogonal
ortogonal dengan
dengan WW disebut
disebut
komplemen
komplemen ortogonal
ortogonal dari
dari W,
W, ditulis
ditulis W
W ┴┴ (baca:
(baca: W
W perp)
perp)
L =W┴
W
Ortogonal komplemen
(lanjutan)
L
r1 .v r2 .v ... rmv 0
Av = 0, maka
k c r c2r2 cmrm
Jika k sembarang vektor di Row(A), maka 1k1 dapat dinyatakan
c1r1 c2r2 linier
k.vkombinasi
sebagai rm .v vektor-vektor di Row(A):
cmdari
c1 r1 .v c2 r2 .v ... cm rm.v
Maka
c1 .0 c2 .0 ... cm.0 0
v ortogonal terhadap setiap vektor di ruang baris A
Null(A) dan Coll(AT) saling komplemen
ortogonal
• Coll(AT) = Row(A)
• Berdasarkan penjelasan sebelumnya, maka dengan
mengganti A dengan AT, diperoleh kesimpulan Coll(A) dan
(Null(AT)) saling komplemen ortogonal
Ruang baris, kolom dan null :
Row(A), Coll(A), Null(A)
a11 a12 a13 ... a1..n
a21 a22 a23 ... a2..n
A a31 a32 a33 ... a3..n
... ... ... ... a4..n
a an..2 an..3 ... am..n
n..1
Coll(A) 0 Null(AT)
0 Row(A) 0 Null(A)
Hubungan ruang baris ,
kolom, dan null
Ruang Null(A) dan Row(A) adalah saling komplemen ortogonal di Rn
Rn
[Null(A) = Row(A)]┴
Row(A) 0 Null(A)
Proses Gram-Schmidt
Dekomposisi QR
D
Definisi
efinisi 6.7.b:
6.7.b: Basis
Basis ortogonal
ortogonal dan
dan ortonormal
ortonormal
V
V adalah
adalah ruang
ruang vektor,
vektor, BB adalah
adalah basis
basis dari
dari V.
V. B
B adalah
adalah ortogonal
ortogonal jika
jika
B
B ortogonal.
ortogonal. Jika
Jika B
B ortogonal
ortogonal dan
dan norm
norm dari
dari setiap
setiap vektor
vektor di
di B
B adalah
adalah
1, maka B disebut basis ortonormal.
1, maka B disebut basis ortonormal.
z
Contoh 8: k
(0, 0,
1. { i, j, k } basis ortogonal R3 1) j
i y
2 3
(0, 1,
{1, x, x , x } (1, 0, 0)
2. basis ortogonal di P3 x 0)
Jika diberikan basis ruang vektor berdimensi hingga, dengan proses Gram-Schmidt
dapat dihasilkan basis yang ortonormal.
Contoh 9: basis
ortonormal di P3
Contoh basis ortonormal di P3, B = {1, x, x2, x3} dengan hasil
kali dalam:
p, q a0b0 a1b1 a2b2 a3b3
• B
Bukti:
v1 , v2 , v3 , v4 Setiap vektor dan vektor lain saling ortogonal:
v1 1 0x 0x2 0x3 v1 , v2 1.0 0.1 0.0 0.0 0
v2 0 1 x 0x2 0x3 v1 , v3 1.0 0.0 0.1 0.0 0
v3 0 0x 1 x2 0x3 v1 , v4 v2 , v3 v2, v4 v3 , v4 0
v4 0 0x 0x2 1 x3 Panjang setiap vektor = 1
v1 v1 , v1 1.1 0 0 0 1 v3 v4 1
v2 v2 , v2 0 1.1 0 0 1
Koordinat relatif terhadap
basis ortonormal
1 1
u1 0, 2, 2
2 2
1 1 1
u2 6, 6, 6
3 6 6
1 1 1
u3 3, 3, 3
3 3 3
a 1,1,1
Setiap
Setiap vektor
vektor di
di V
V dapat
dapat dinyatakan
dinyatakan sebagai
sebagai kombinasi
kombinasi linier
linier vektor-
vektor-
vektor
vektor basis
basis dengan
dengan koefisien
koefisien vektornya
vektornya adalah
adalah hasil
hasil kali
kali dalam
dalam
vektor
vektor tersebut
tersebut dengan
dengan vektor
vektor basis.
basis.
Contoh 10:
1 1
u1 0, 2, 2 B = {u1, u2, u3} adalah basis ortonormal dari ruang
2 2
1 1 1 vektor V, a adalah vektor di V maka a dapat
u2 6, 6, 6
3 6 6 dinyatakan sebagai kombinasi linier vektor-vektor
basis. 1 1
u3
1
3,
1
3,
1
3 a 2u1 6u2 3u3
3 3 3 3 3
1 1
a 1,1,1 Matriks koordinat a terhadap a B 2, 6, 3
3 3
basis B:
Rumus panjang, sudut, dan jarak
T
Teorema
eorema 6.5:
6.5:
Jika
Jika B
B adalah
adalah basis
basis ortonormal
ortonormal pada pada ruang
ruang hasil hasil kali
kali dalam,
dalam, dan
dan jika
jika
u S u1 ,u2,...,un dan v S v1 , v2 ,...,vn
maka
maka
(a)
(a) u u12 u22 ... un2
(b)
(b) d u, v u1 v1 2 u2 v2 2 ... un vn 2
(c)
(c) u, v u1 v1 u2v2 ... unvn
T
Teorema
eorema 6.6.:
6.6.:
Jika B u1 ,u2,...,un
Jika basis
basis ortogonal
ortogonal dari
dari ruang
ruang hasil
hasil kali
kali dalam
dalam V,
V,
dan
dan a a elemen
elemen V, V, maka
maka
a,u a,u a,u
a 1
2 u1 2
2 u2 ... n
2 un
u1 u2 un
Basis
Basis B
B dapat
dapat dinormalisasi
dinormalisasi dengan
dengan mengalikan
mengalikan setiap
setiap vektor
vektor
dengan
dengan satu
satu satu
satu per
per panjang
panjang vektor
vektor tersebut.
tersebut.
Contoh 12:
1 1 2 2 2
B 0,1,1 , 1, , , , , a 1,1,1
2 2 3 3 3
B adalah basis ortogonal dari ruang vektor V, a adalah vektor di V maka a
dapat dinyatakan sebagai kombinasi linier vektor-vektor basis.
2 1
a 1 0,1,1
2 1 1 1 2 2 2
1, , , ,
a B 1, ,
3 2 2 2 3 3 3 3 2
Teorema proyeksi
u u
w2 w2
W O
O w1 w1
W
T
Teorema
eorema 6.8:
6.8: Proyeksi
Proyeksi ortogonal
ortogonal pada
pada subruang
subruang
W
W adalah
adalah subruang
subruang dari
dari suatu
suatu ruang
ruang hasil
hasil kali
kali dalam
dalam V V dengan
dengan dimensi
dimensi
berhingga.
berhingga.
(a)
(a)Jika
Jika adalah
adalah basis
basis ortonormal
ortonormal untuk
untuk W,
W, dan
dan u u sembarang
sembarang vektor
vektor di
di V,
V,
maka
maka
projWu u, v1 v1 u, v2 v2 ... u, vr vr
(b)
(b) Jika
Jika adalah
adalah basis
basis ortogonal
ortogonal untuk
untuk W,
W, dan
dan uu sembarang
sembarang vektor
vektor di
di V,
V,
maka
maka
u, v u, v u, v
projWu 1
2v1 2
v2 ...
2
r
vr2
v1 v2 vr
Mencari basis ortogonal
dan ortonormal
Proses ortonormalisasi dengan Gram-Schmidt:
B {u1 , u2 ,, un } adalah basis untuk ruang hasil kali dalam V
Jika v1 u1
〈u2 , v1〉 v2 u2 -projW1 u2
v2 u2 projW1 u2 u2 2 v1
v1
u
〈u3 , v1〉 〈u3 , v2〉
v3 u3 projW2 u3 u3 2 v1 2 v2 2
v1 v2 W1
O v1=u1 projW1 u2
n1
〈vn , vi〉
vn un projWn1 un un 2 vi w1 span({v1 })
i 1 vi w2 span({v1, v2 })
B' {v1 , v2 ,, vn } adalah basis ortogonal
v1 v2 v adalah basis ortonormal
B'' { , , , n }
v1 v2 vn
Contoh 13: proses Gram-
Schmidt
Diberikan basis dari R3 berikut ini B = {(0, 1, 1), (1, 0, 1), (1, 1, 0)}.
Ubahlah basis tersebut ke dalam basis ortonormal dengan
menerapkan proses Gram-Schmidt.
〈u3 , v1〉 〈u3 , v2〉
1. Ambil v1 u1 3. v3 u3 projW2 u3 u3 2 v1 2 v2
v1 v2
v1 0,1,1
1 1 1 1
〈u2 , v1〉 v3 1,1,0 0,1,1 1, ,
2. v2 u2 projW1 u2 u2 v1 2 3 2 2
v1
2 2
2 2 2
v3 , ,
3 3 3
0.1 1.0 1.1
v2 1,0,1 0,1,1 4.Diperoleh : B v1 , v2, v3
basisortogonal
02 12 12
v v v
1 : B 1 , 2 , 3
5. Basisortonormal
v2 1,0,1 0,1,1
2 v1 v2 v3
1 1
v2 1, ,
1 1 1 1 1
0, 2, 2 , 6, 6, 6 ,
2 2 2 2 3 6 6
B
1 3, 1 3, 1 3
3 3 3
Review: Hasil kali titik di Rn
Proses Gram-Schmidt
Dekomposisi QR
6.5 Dekomposisi
QR
Proses Gram-Schmidt pada matriks
dengan kolom-kolom bebas linier
T
Teorema
eorema 6.9:
6.9:
Jika
Jika A
A adalah
adalah matriks
matriks dengan
dengan kolom-kolom
kolom-kolom vektor
vektor bebas
bebas linier,
linier, maka
maka
AA dapat
dapat didekomposisi
didekomposisi menjadi
menjadi hasil
hasil kali
kali dua
dua matriks
matriks sbb:
sbb: A A== QR;
QR;
dengan
dengan Q Q matriks
matriks dengan
dengan kolom-kolom
kolom-kolom ortonormal
ortonormal dan
dan RR matriks
matriks
segitiga
segitiga atas
atas yang
yang mempunyai
mempunyai inverse.
inverse.
1 0 0 12 312 0
1 1 0 1 1 2
A proses
G S & normalisas
i
v1 1 , v2 112 , v3 16 ,
2
1 1 1 2 12 6
1 1 1
1 1 1 2 12 6
3
12 12
0
1 1 2
Q 1 6
2 12
2 1
12
1
6
1 1 1
2 12 6
1 1 1 2 1 1
1
12 6
1 QQT I
1 1 1 1
2 12 6
R IR QTQR QT QR QT A
2 3
2 1
2
R 0 3
12 12
0 0 2
6
Prosedur dekomposisi Q-R
Proses Gram-Schmidt
Dekomposisi QR
6.6 Matriks
ortogonal
Proses Gram-Schmidt pada matriks
persegi dan mempunyai inverse
D
Definisi
efinisi 6.8:
6.8:
Matriks
Matriks nxn
nxn A
A disebut
disebut ortogonal
ortogonal jika
jika A
ATT =
=AA-1-1
akibat
ATA= I A = [ c 1 c 2 … c n]
(I)ij = ciT cj = ci.cj
Jadi ci.cj = 0 jika i ≠ j
ci.cj= 1 jika i = j, padahal ci.ci = ║ci║2.
Kesimpulan:
Himpunan vektor-vektor kolom A adalah ortonormal; demikian
juga himpunan baris-baris dari A juga ortonormal.
Sifat-sifat matriks
ortogonal
Jika A matriks ortogonal maka
• Det(A) = ± 1
• A-1 juga ortogonal
• Jika x vektor di Rn maka ║x║=║Ax║
(vektor x dan hasil transformasinya memiliki panjang
yang sama )
Bukti:
• Det(A) = det(AT) = det(A-1) = 1/det(A). Maka det(A) = 1
atau -1
• ║Ax║=
Contoh 15: matriks-matriks
ortogonal
0 1 0 cos sin
1 0 0 sin
cos
0 0 1
1 3
1 0 1
2 2 1
1 2
0 2 0
2
3
2 1 0 1
Sifat-sifat matriks
ortogonal
1. Invers matriks ortogonal adalah matriks ortogonal.
2. Hasil kali matriks-matriks ortogonal akan menghasilkan
matriks ortogonal.
3. Jika A ortogonal, maka det(A) = 1 atau det(A) = -1.
4. Matriks ortogonal memiliki kolom-kolom yang ortonormal
(buktikan)
A [a1 a2 ... an ]
1, jikai j
[I]ij A A ij ai aj
T T
0, jikai j
Review: Hasil kali titik di Rn
Proses Gram-Schmidt
Dekomposisi QR
6.7 Penyelesaian
kuadrat terkecil
Mencocokkan kurva pada
data
Masalah yang sering dijumpai dalam percobaan adalah ingin mengetahui
hubungan antara dua besaran (dua peubahx dan y) dalam persamaan y = f(x)
yang sesuai dengan titik-titik (x, y) yang merupakan hasil percobaan, misalnya
(x1, y1), (x2, y2), (x3, y3), …, (xn, yn)
Garis lurus
y y
(2, 7)
(1, 2) (3, 2)
(0, 1) (3, 1)
(0, 0) x x
(2, 0)
y ax b
y ax2 bx c
Mencocokkan garis lurus
pada data
y
Diberikan titik-titik pada bidang, kita ingin (2, 7)
menentukan persamaan garis lurus yang
paling cocok menggambarkan data tersebut.
(1, 2)
(0, 0) x
Diperoleh spl sebagai berikut
0 = a.0 + b 0 1 0
a
2 = a. 1 + b dalam bentuk matriks ditulis:
1 1 b 2
7
7 = a. 2 + b 2 1
2. Null(AT) =(Coll(A))┴
Masalah kuadrat terkecil
Masalah kuadrat terkecil:
b e
Ax Coll(A)
Ax W= Coll(A)
Ax W= Coll(A)
5 3 a 16 (1, 2)
M Mv
T
b 9
3 3 (0, 0)
Penyelesaian: a= 7/2, b = -1/2. Jadi, y = 7/2x –1/2 x
Garis lurus
Misalkan kita mempunyai n data percobaan (x1 , y1 ),(x2 , y2 ),(x3 , y3 ),...,(xn, yn )
Misalkan kita ingin mencocokkan garis lurus y = ax + b dengan data di atas.
Jika titik-titik berada pada satu garis, maka a dan b memenuhi
y1 ax1 b x1 1 y1
y2 ax2 b x 1 y
2 a
2
(3, 2)
(0, 1) (3, 1)
(2, 0) x
Penyelesaian: y
a = -3
b=5
c=2 y = -3x2 +5x +2 (3, 2)
(0, 1) (3, 1)
(2, 0) x
Persamaan parabola:
y = -3x2 +5x +2
Latihan 6
• Bagaimana penyelesaian kuadrat terkecilnya jika spl Ax =
b konsisten?
Jawaban:
penyelesaian kuadrat terkecil sama dengan penyelesaian
splnya.
x AT A A b
1 T
96
Post-test modul
Didefinisikan
Didefinisikan fungsifungsif p, q p, q a0 b0 a1b1 a2 b2
Sudut
Sudut antara
antara xx22 dan
dan 2x
2x di
di PP22sebesar
sebesar ………
………
Tentukan
Tentukan pernyataan
pernyataan berikut
berikut benar/salah.
benar/salah.
4.
4. Penyelesaian
Penyelesaian kuadrat
kuadrat terkecil
terkecil dari
dari AxAx =
=bb adalah
adalah (A
(ATTA)
A)-1-1AATTb
b== AA-1-1b
b
5.
5. Diketahui
Diketahui bahwa
bahwa ||a
||a +
+ b||
b|| =
22
= ||a||
||a|| +||b||
22
+||b|| ,, maka
22
maka aa dan
dan b b
orthogonal.
orthogonal.
6.
6. Spl
Spl yang
yang konsisten
konsisten tidak
tidak memiliki
memiliki penyelesaian
penyelesaian kuadrat
kuadrat terkecil.
terkecil.
Selamat, Anda telah menyelesaikan
modul 6.
Bersiaplah untuk modul selanjutnya