6.

Ruang Hasil Kali

Dalam
Sasaran pemelajaran

Sesudah mempelajari modul ini, diharapkan Anda mempunyai

kemampuan sebagai berikut.
1. menjelaskan pengertian ruang hasil kali dalam secara
tepat;
2. menentukan panjang vektor dan sudut antara dua vektor;
3. menjelaskan hubungan antara Ruang Null, Ruang Baris,
dan Ruang Kolom;
4. menerapkan proses Gram-Schmidt pada basis ruang
vektor berdimensi kecil;
5. menentukan dekomposisi QR dari matriks dengan kolom-
kolom bebas linier;
6. menentukan sistem normal penyelesaian kuadrat terkecil
dari suatu spl.
Cakupan materi
Review: Hasil kali titik
di Rn

Hasil kali dalam

Panjang dan jarak dua

vektor
Sudut antara dua
vektor
dan ortogonalitas
Proses Gram-Schmidt

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

Hasil kali dalam

Panjang dan jarak dua vektor

Sudut antara dua vektor

dan ortogonalitas

Proses Gram-Schmidt

Dekomposisi QR

Matriks ortogonal Penyelesaian kuadrat terkecil

Review: hasil kali

titik di Rn
Hasil kali titik di Rn

• Apakah a.b = b.a?

• Tuliskan beberapa rumus : a.b

• Bisakah dibuktikan dengan contoh?

• 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

• Apakah (ka).b =k( b.a)?

 Pergunakan beberapa contoh untuk

membuat dugaan,
 Buktikan berlaku secara umum.
Hasil kali titik di Rn

• Apakah a.(b + c) = a.b + a.c ?

 Pergunakan beberapa contoh untuk

membuat dugaan,
 Buktikan berlaku secara umum.
Hasil kali titik di Rn

• Hitung a.a
• Kapan a.a = 0

 Hitung dengan menggunakan contoh

untuk membuat dugaan.
 Buktikan berlaku secara umum.
4-sifat hasil kali titik

• Simetris
• Homogen
• Additif
• Positif
Panjang vektor, sudut
antara dua vektor
• Hitunglah panjang vektor a di Rn

• Hitunglah sudut antara dua vektor a dan b

di Rn
 Ruang vektor Euclid
V

a (a1, (a1, a2, (a1, a2, a3, (a1, a2, …,

a2) a3) a4) a n) +jumlahan
….
Perkalian
R dengan
R R2 R3 R4 …. Rn skalar
Ruang hasil kali
u.v dalam
<…,…>
Hasil kali titik Hasil kali dalam

Panjang(nor Sudut Jarak Panjang(nor Sudut Jarak

m) m)
Sifat-sifat hasil kali titik
Rn
Hasil kali titik di Rn memenuhi empat sifat
<..,.
1. u.v = v.u (simetri) >

2. (k u).v = k (u.v) (homogen)

+
3. u.(v + w) = u.v + u.w (aditif) R
4. v.v = 0, v.v = 0 jika dan hanya jika v = 0 Ruang Euclid
(positif)
<…,…>
Hasil kali titik

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

Hasil kali dalam

Panjang dan jarak dua vektor

Sudut antara dua vektor

dan ortogonalitas

Proses Gram-Schmidt

Dekomposisi QR

Matriks ortogonal Penyelesaian kuadrat terkecil

6.1 Hasil kali

dalam
Hasil kali dalam

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>

2. <(u + v), w> = <u, w> + <v, w>

 u v , w   u1  v1 ,u2  v2 ,u3  v 3 . w1 ,w2,w3 
  u1  v1  w1   u2  v2  w2   u3  v3  w3
  u1w1  v1w1    u2w2  v2w2    u3w3  v3w3 
 u, w  v, w

Terbukti<(u + v), w> = <u, w> + <v, w>

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

2. <(u + v), w> = <u, w> + <v, w> +

3. <ku, v> = k <u, v> R
4. <v, v> > 0 dengan <v, v> = 0 jika dan hanya
Ruang Euclid

jika v = 0

Hasil kali titik merupakan hasil kali dalam di Rn, dan disebut hasil kali

dalam Euclid. Rn yang dilengkapi dengan hasil kali dalam Euclid

disebut Ruang Euclid.
Hasil kali dalam berbobot
Jika u dan v dua vektor di R3,
didefinisikan: R3
u, v  3u1v1  2u2v2  5u3v3
u, v  3u1v1  2u2v2  5u3v3
hasil kali titik berbobot
+
Diselidiki apakah 4 aksioma berikut
dipenuhi. R
Ruang hasil kali dalam
1. <u, v> = <v, u> (atas R)
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
 Bukti: hasil kali titik berbobot
positif
u, v  3u1v1  2u2v2  5u3v3
1. u, v  3u1v1  2u2v2  5u3v3
 3v1u1  2v2u2  5v3u3
 v,u
2.  u, v , w    u1  v1 , u2  v2 , u3  v3  , w1 ,w2,w3 
 3 u1  v1  w1  2 u2  v2  w2  5 u3  v3  w3
  3u1w1  2u2w2  5u3w3    3v1w1  2v2w2  5v3w3 
  u, w , v, w
3. ku, v  k(u1 ,u2 ,u3 ),(v1 ,v2 ,v3 )
Kesimpulan: fungsi hasil kali dalam
  ku1 , ku2 ,ku3 ,  v1 ,v2 ,v3 
  3ku1v1  2ku2v2  5ku3v3  berbobot positif merupakan hasil kali
 k 3u1v1  2u2v2  5u3v3 
dalam di R3, disebut hasil kali titik
 k u, v
berbobot
4. <v, v> > 0 dengan <v, v> = 0 jika dan hanya jika v =
0
(buktikan sebagai latihan)
Latihan 1: bobot negatif
1. Misalkan u dan v dua vektor di R3, didefinisikan:
f  u, v  3u1v1  2u2v2  5u3v3
Tunjukkan bahwa f bukan hasil kali dalam.
Jawab:
Ambil v = (1, 1, 1)
f (v, v) = 3.1.1.+ 2.1.1 -5.1.1 = 0 padahal v ≠ 0.

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.

3. . Berikan fungsi yang f(R4xR4)  R yang BUKAN merupakan hasil kali

dalam.
Hasil kali dalam berbobot
di Rn
D
Definisi
efinisi 6.2.:
6.2.: Hasil
Hasil kali
kali dalam
dalam berbobot
berbobot (( weighted
weighted inner
inner product
product )) di
di
RRnn
Jika
Jika u
u= = (u
(u11,, uu22,, uu33,…,
,…, uunn)) dan
dan vv =
= (v
(v11,, vv22,, vv33,…,
,…, vvnn)) adalah
adalah vektor-
vektor-
vektor
vektor dalam
dalam R Rnn,, maka
maka hasil
hasil kali
kali dalam
dalam berbobot
berbobot dengan dengan w w11,, w
w22,, w
w33,,
…,
…, wwnn masing-masing
masing-masing merupakan merupakan bilangan
bilangan nyata nyata positif,
positif,
didefinisikan
didefinisikan sebagai:
sebagai:
u, v  w1u1v1  w2u2v2  ... wnunvn

Rn

u, v hasil kali titik berbobot

+
R
Ruang hasil kali dalam
berbobot
Hasil kali dalam
dibangkitkan matriks
Rn
A adalah matriks nxn yang mempunyai
u, v  Au.Av
inverse. Didefinisikan <u, v> = Au.Av
+
Empat sifat dipenuhi:
1. Au. Av = Av.Au R
2. A (u + v). Aw = Au.Aw + Av.Aw
3. A (k u.Av) = k (Au.Av)
4. Av.Av > 0 dengan Av.Av = 0 jika dan
hanya jika v = 0
Keterangan:
Au dan Av adalah vektor di Rn. Sehingga, Au. Av bernilai skalar.
Mudah ditunjukkan bahwa 4 aksioma di atas dipenuhi.
Ruang vektor Rn tersebut dinamakan ruang hasil kali dalam Rn yang
dibangkitkan oleh matriks A.
Latihan 2

1. Pada hasil kali dalam yang dibangkitkan oleh matriks A, jika

A adalah matriks identitas, apa yang kalian peroleh?

2. Jika semua bobot (pada hasil kali titk Euclid berbobot)

adalah 1, apa yang kamu peroleh?
Hasil kali titik di P3 (1)
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  a1b1  a2b2  a3b3 R +
Ruang hasil kali dalam
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
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]

C[a.b] ruang vektor terdiri atas fungsi-fungsi kontinu diinterval

[a, b], b > a.

b
f,g   f (x)g(x)dx
f dan ag dua vektor di C[a, b], dengan f = f(x), g = C
g(x)
[a,b]
b
f,g   f (x)g(x)dx
a
p  p x
q  q x

R +
Ruang hasil kali dalam
Hasil kali titik di Mnxn

Mnxn ruang vektor terdiri atas matris nxn

Jika u = A, v = B matriks-matriks di Mnxn, didefinisikan
<u, v>= trace(ATB).
Fungsi di atas adalah hasil kali dalam, karena empat aksioma
berikut 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

Jadi, Mnxn dengan hasil kali dalam di atas merupakan ruang hasil kali
dalam.
 Review: Hasil kali titik di Rn

Hasil kali dalam

Panjang dan jarak dua vektor

Sudut antara dua vektor

dan ortogonalitas

Proses Gram-Schmidt

Dekomposisi QR

Matriks ortogonal Penyelesaian kuadrat terkecil

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

Jarak antara dua vektor adalah panjang dari selisih vektor

y

(b1, b2)
a-b
b (a1, a2)
a
x

Jarak a dan b adalah

a b  (b1  a1 )2  (b2  a2 )2
Contoh 2: panjang matriks

Mnxn ruang vektor terdiri atas matris nxn . Jika u = A, v = B

matriks-matriks di Mnxn, didefinisikan <u, v>= trace(ATB)
Diberikan matriks: 1 2
A  
2 1

Panjang matriks A diperoleh sebagai berikut.

1 2
A   u
2 0 
u,u  a11a11  a12a12  a21a21  a22a22
1
u  u,u 2  a112  a122  a212  a222
 12  22  22  02
3
Contoh 3: panjang suku
banyak

p = p(x) =x2 + 1 di P3 dengan hasil kali dalam integral

tertentu dari -1 ke 1. Panjang p adalah

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

Jarak dua vektor berikut:

p  2  x  x3
q  1  3x  x2

p q  1  2x  1 x2  x3
p q  p q,p q
 1 411  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

Hasil kali dalam

Panjang dan jarak dua vektor

Sudut antara dua vektor

dan ortogonalitas

Proses Gram-Schmidt

Dekomposisi QR

Matriks ortogonal Penyelesaian kuadrat terkecil

6.3 Sudut antara dua

vektor dan ortogonalitas
Sudut antara dua vektor di
Ruang Euclid
Jika u dan v adalah dua vektor tak nol di R2, maka:
u.v  u1v1  u2v2  u v cos

dengan α sudut antara u dan v

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

Seperti halnya pada ruang vektor Euclid, -1 ≤ cos α ≤ 1.

Hal ini dijamin oleh teorema berikut:

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

Tentukan cosinus sudut antara u dan v.

Jawab: u.v 0.2  1.1  2.0 1

cos   
uv 1.3 3
Latihan 4: cosinus sudut
dua vektor
Diberikan u = (0, 1, 0), v = (2, 1, 2) dengan hasil kali dalam
berbobot di Rn didefinisikan sebagai berikut:

<u, v> = 1u1v1 + 2u2v2 + 3u3v3

Tentukan cosinus sudut di Ruang Euclid R3

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)

Diberikan dua vektor: 2 3 2 1

A   B 
1 1  1 3
 

Cosinus sudut dua vektor tersebut adalah

u.v 2.2  3.1  1.1  1.3 11
cos   
uv  15 2
15

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 xq x dx
1
1 1
1
p, q   xx dx x4   0
2

sehingga, 1
4  1

Maka, p dan q saling

ortogonal
Teorema Pythagoras
umum
C

AC2 = AB2 + BC2

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,

u v  u v,u v   1,1,1,2 , 1,1,1,2  7

2

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

Garis L dan bidang W adalah subruang-subruang dari R3.

Setiap vektor pada L ortogonal dengan setiap vektor pada
bidang-xy. Dua subruang saling komplemen ortogonal L = W ┴

Dalam geometri simbol ┴ menyatakan ortogonal (tegak lurus).

W ┴ dibaca “W perp”, dari kata “perpendicular” artinya tegak
lurus.
Sifat dasar ortogonal
komplemen
Jika W adalah subruang dari ruang vektor berdimensi hingga V,
maka:
1. W ┴ adalah subruang dari V
2. Satu-satunya vektor yang berada di W dan W ┴ adalah vektor 0.
3. Komplemen ortogonal dari W ┴ adalah W

Untuk menunjukkan W ┴ subruang, cukup diperlihatkan bahwa W ┴

tidak kosong, tertutup terhadap jumlahan vektor, dan tertutup
terhadap perkalian dengan skalar.

Jika a adalah vektor yang verada di W dan W ┴, maka <a, a> = 0,

dipenuhi jika dan hanya jika a = 0 (aksioma positif ruang hasil kali
dalam) 0
Latihan 5
1. Jika V adalah ruang hasil kali dalam. Tentukan komplemen ortogonal
dari {0}.
Jawaban: V.

2. Jika V ruang hasil kali dalam, dan W adalah subruang dari V.

Jika W = W ┴ . Apa kesimpulan Anda?
Jawaban V = {0}

3. W adalah garis y = -x pada sistem koordinat bidang R2. Tentukan W ┴.

Jawaban: garis y = x.

4. Jika W adalah bidang-yz pada sistem koordinat ruang R3. Tentukan W

┴.
Jawaban: sumbu-x
Null(A) dan Row (A) saling
komplemen ortogonal
Langkah pembuktian:
1. Ambil sembarang vektor v yang ortogonal dengan setiap
vektor di ruang baris A, buktikan bahwa Av = 0, v elemen
Null(A)
2. Jika Av = 0, buktikan v ortogonal terhadap setiap vektor di
ruang baris A.

v ortogonal dengan rsetiap vektor di ruang baris A,maka v

1 .v  r2 .v  ... rmv  0
ortogonal dengan vektor ruang baris r1, r2,…, rm
 r1 .v 0
 r .v 0
spl Ax = 0
2  
   0
v elemen Null(A)
   
 m  0
r .v
Null(A) dan Row (A) saling
komplemen ortogonal
Langkah pembuktian:
1. Ambil sembarang vektor v yang ortogonal dengan setiap
vektor di ruang baris A, buktikan bahwa Av = 0, v elemen
Null(A)
2. Jika Av = 0, buktikan v ortogonal terhadap setiap vektor di
ruang baris A.

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) Null(AT) Null(A)

Row(A)
Rm Rn

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)

Ruang Null(AT) dan Coll(A) saling komplemen ortogonal di

Rm
Rm
Null(AT) = [Coll(A)]┴
Coll(A) 0 Null(AT)
 Review: Hasil kali titik di Rn

Hasil kali dalam

Panjang dan jarak dua vektor

Sudut antara dua vektor

dan ortogonalitas

Proses Gram-Schmidt

Dekomposisi QR

Matriks ortogonal Penyelesaian kuadrat terkecil

6.4 Proses Gram-

schmidt
Basis ortogonal dan
ortonormal
D
Definisi
efinisi 6.7.a.
6.7.a.:: Himpunan
Himpunan ortogonal
ortogonal
Himpunan
Himpunan SS pada
pada ruang
ruang hasil
hasil kali
kali dalam
dalam V
V disebut
disebut ortogonal
ortogonal jika
jika dan
dan
hanya jika setiap pasangan vektor berbeda saling ortogonal.
hanya jika setiap pasangan vektor berbeda saling ortogonal.

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

B = {u1, u2, u3}

Nyatakan a relatif terhadap B
Koordinat relatif terhadap
basis ortonormal
TTeorema
eorema 6.4:
6.4:
Jika
Jika B  u1 ,u2 ,...,un basis
basis ortonormal
ortonormal dari
dari ruang
ruang vektor
vektor V,
V, dan
dan a
a
elemen
elemen V, V, maka
maka
a  a,u1 u1  a,u2 u2  ... a,un un

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

Contoh 11: Tentukan panjang vektor a = (1, 1, 1).

Cara 1. menggunakan hasil kali titik
1
a  a.a 2 a  111  3
Cara 2. dengan menggunakan vektor koordinat terhadap basis-basis ortono
1 1
 a B   2, 6, 3  a  u12  u22  u32  2 
6 3
  3
 3 3  9 9
Basis ortogonal

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

Jika W adalah garis atau bidang yang melalui sumbu utama,

maka setiap vektor u dalam ruang Euclid dapat dinyatakan
sebagai: u = w1+w2
dimana w1 ada dalam W, dan w2 tegak lurus terhadap W
T
Teorema
eorema 6.7.:
6.7.: Proyeksi
Proyeksi
W
W adalah
adalah subruang
subruang dari
dari suatu
suatu ruang
ruang hasil
hasil kali
kali dalam
dalam VV dengan
dengan dimensi
dimensi
berhingga,
berhingga, maka
maka setiap
setiap vektor
vektor uu pada
pada V V dapat
dapat dinyatakan
dinyatakan sebagai:
sebagai:
u
u= =ww11+w
+w22
dimana
dimana ww11berada
berada dalam
dalam W,W, dan
dan w w22 tegak
tegak lurus
lurus terhadap
terhadap W.
W.
w
w11disebut
disebut proyeksi
proyeksi ortogonal
ortogonal uu pada
pada W W (proj
(projwwu),
u), w
w22komponen
komponen uu
ortogonal
ortogonal dengan
dengan W.
W.
Proyeksi ortogonal pada
subruang
u
w2
W
O w1  projwu

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
n1
〈vn , vi〉
vn  un  projWn1 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

Hasil kali dalam

Panjang dan jarak dua vektor

Sudut antara dua vektor

dan ortogonalitas

Proses Gram-Schmidt

Dekomposisi QR

Matriks ortogonal Penyelesaian kuadrat terkecil

6.5 Dekomposisi
QR
Proses Gram-Schmidt pada matriks
dengan kolom-kolom bebas linier

• Diberikan matriks A dengan kolom-kolom bebas linier,

sehingga membentuk basis ruang kolom Coll(A):

B  u1 ,u2 ,...,un

• Setelah dilakukan proses Gram-Scmidt diperoleh basis

ortonormal
B*  p1 ,p2 ,...,pn

• Nyatakan masing-masing vektor kolom sebagai kombinasi

u1  u1 ,p1 p1  u1 ,p2 p2  ... u1 ,pn pn
linier basis ortonormal
u2  u2 ,p1 p1  u2 ,p2 p2  ... u2 ,pn pn

un  un,p1 p1  un,p2 p2  ... un,pn pn
Proses G-S (lanjutan)

u1  u1 ,p1 p1  u1 ,p2 p2  ... u1 ,pn pn

u2  u2 ,p1 p1  u2 ,p2 p2  ... u2 ,pn pn

un  un,p1 p1  un,p2 p2  ... un,pn pn

dapat ditulis sebagai:

 u1 ,p1 u2 ,p1  un,p1 

 
u1 ,p2 u2 ,p2 un,p2 
A  u1 u2  un    p1 p2  pn   
     
 
 u1 ,pn u2 ,pn  un,pn 
A = QR, R matriks segitiga atas, karena uj ortogonal pk untuk
k>j, sehingga hasil kali dalamnya nol.
Dekomposisi QR

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.

Manfaat dekomposisi QR dapat ditemukan pada algoritma

numerik; antara lain untuk perhitungan nilai eigen matriks
besar.
 Contoh 14: dekomposisi QR

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

Tentukan matriks R (hasil kali dalamnya adalah hasil kali titik).

Hitung QQT dan QTQ
3
1 0 0  12 12
0
1 1 2 
1 0 1
QTQ  I
A   Q 1 6
2 12

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

• Diberikan A dengan kolom-kolom bebas linier.

• B = basis ruang kolom Coll(A) terdiri atas kolom-kolom A
• Lakukan proses Gram-Schmidt pada B dan normalisasi
untuk memperoleh basis ortonormal dari Coll (A)
• Diperoleh Q yaitu : matriks dengan kolom-kolom ortonormal
• R adalah matriks segitiga atas yang memiliki invers yang
diperoleh dengan R = QTA (tunjukkan)
 Review: Hasil kali titik di Rn

Hasil kali dalam

Panjang dan jarak dua vektor

Sudut antara dua vektor

dan ortogonalitas

Proses Gram-Schmidt

Dekomposisi QR

Matriks ortogonal Penyelesaian kuadrat terkecil

6.6 Matriks
ortogonal
Proses Gram-Schmidt pada matriks
persegi dan mempunyai inverse

• A matriks persegi yang mempunyai inverse

• Himpunan kolom-kolom A {c1, c2, …,cn}membentuk basis

Coll(A)
• Coll(A) = Rn
• Setelah dilakukan proses G-S dan normalisasi pada B, maka
diperoleh basis dari Rn yang normal standard
Matriks ortogonal

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

• (A-1 )-1 = A =)T A(A

(Ax x ) =
xA(AAx)  xTIx  xT x  x
T T T T -1 T

• ║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

Hasil kali dalam

Panjang dan jarak dua vektor

Sudut antara dua vektor

dan ortogonalitas

Proses Gram-Schmidt

Dekomposisi QR

Matriks ortogonal Penyelesaian kuadrat terkecil

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  

Spl tidak mempunyai penyelesaian (tidak konsisten) karena titik-titik

tidak berada dalam satu garis. Pertanyaan: bagaimana
menemukan persamaan garis yang paling cocok menyajikan
data tersebut?
Tinjauan kembali fakta-
fakta penting:
Dua prinsip berikut ini diperlukan dalam
menentukan penyelesaian kuadrat terkecil.

1. Teorema konsistensi: Spl Ax = b konsisten

jika dan hanya jika b berada di ruang
kolom A.

2. Null(AT) =(Coll(A))┴
Masalah kuadrat terkecil
Masalah kuadrat terkecil:

Diberikan spl Ax = b terdiri atas m persamaan dan n unknown,

tentukanlah x (jika mungkin) yang meminimalkan ||Ax –b|| pada ruang
hasil kali dalam Euclid. Vektor x tersebut dinamakan penyelesaian
kuadrat terkecil dari Ax = b.

b e

Ax Coll(A)

Penyelesaian kuadrat terkecil x menghasilkan vektor Ax

pada Coll(A) yang paling dekat ke b.
Mencari solusi pendekatan
terbaik
b e

Ax W= Coll(A)

Mencari penyelesaian pendekatan adalah

mencari x* sedemikian hingga Ax* = proyColl(A) b

Masalah: yang diketahui adalah A dan b, mencari x

sedemikian hingga Ax = proyColl(A) b. Tidak mudah
menentukan proyColl(A) b
Sistem normal
b e

Ax W= Coll(A)

Diketahui adalah A dan b, mencari penyelesaian pendekatan dengan kesalahan

terkecil berarti mencari x yang memenuhi: Ax = proyColl(A)b
Ax = proyColl(A)b. (tunjukkan vektor2 pada gambar)
b-Ax = b-proyColl(A)b
b-Ax ortogonal dengan W, padahal W┴= Null(AT) ruang penyelesaian AT x =
0, b-Ax berada pada ruang nol (nullspace) AT.
Jadi, AT(b-Ax) = 0 atau ATb= ATAx disebut sistem normal dari spl Ax =
b.
sehingga, masalah mencari penyelesaian pendekaan Ax = b, berubah menjadi
mencari penyelesaian spl konsisten sistem normal.
DDefinisi
efinisi:: Penyelesaian
Penyelesaian kuadrat
kuadrat terkecil
terkecil
Jika
Jika AA adalah
adalah matriks
matriks mxn,
mxn, penyelesaian
penyelesaian kuadrat
kuadrat terkecil
terkecil dari
dari Ax
Ax =
=bb adalah
adalah
penyelesaian
penyelesaian x* x* dari
dari sistem
sistem normal
normal AA Ax*
TT
Ax* =
= AA b
TT
b
Sistem normal (lanjut)
Diberikan spl Ax = b dengan m persamaan n unknown, maka:
ATb= ATAx merupakan sistem normalnya.
1. Sistem normal terdiri dari n persamaan dan n unknown.
2. Sistem normal pasti konsisten dan semua penyelesaian persamaan
normal merupakan penyelesaian kuadrat terkecil.
3. Jika x adalah penyelesaian kuadrat terkecil, maka: proyColl(A)b = Ax
4. Sistem normal bisa mempunyai tak hingga banyak solusi

Jika kolom-kolom A bebas linier, maka penyelesaian kuadrat terkecil

tunggal.
Jika kolom-klom A bebas linier maka ATA mempunyai inverse,
sehingga penyelesaian kuadrat terkecil
ATAx = ATb (kalikan dengan (ATA)-1 )
(ATA)- ATAx = (ATA)- ATb (karena asosiatif)
x = (ATA)- ATb (penyelesaian kuadrat terkecil)
Contoh 16: garis lurus (1)
Diberikan titik2 (0, 0), (1, 2), dan (2, 7). Akan dicari persamaan garis lurus yang
merepresentasikan data tersebut. Kita konstruksi spl dari data-data yang ada.
Misalkan persamaan garis lurus adalah y = ax + b. Kita akan mencari a dan b.
Jika titik berada pada garis, maka a dan b memenuhi persamaan berikut:
0 = a. 0 + b 0 1 0
   a  
2 = a. 1 + b dalam bentuk matriks ditulis:1 1 b  2
7 = a. 2 + b 2 1   7
notasikan
0 1 0
   a   y = (7/2)x –1/2
M  1 1 , v   ,b  2
2 1 b 7
y
0 1 0
 0 1 2  5 3 0 1 2 (2, 7)
MT M  
   16
1 1 1 1 1  3 3 M Tb   2   9 
    1 1 1
Sistem normal: 2 1 7  

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

y3  ax3  b ditulis x3 1 b   y3 

     
     
yn  axn  b  xn 1  yn 
Sistem normal M uy
MTM.u  MT y
 x1 1  y1 
x 1 y 
... xn     a  x ... xn   
2 2
 x1 x2 x3 x2 x3
1  x3 1    1  y3 
 1 1 ... 1    b 1 1 1 ... 1   
 ... ...     ...
 xn 1   yn 
Dengan menyelesaikan sistem normal akan diperoleh persamaan garis.
Contoh 17: parabola (1)
Berikan titik-titik (0, 1), (2, 0), (3, 1), dan (3, 2)

(3, 2)
(0, 1) (3, 1)
(2, 0) x

Persamaan umum parabola: y = ax2 + bx + c

Substitusikan data pada persamaan untuk mendapatkan spl,

kemudian tentukan persamaan normalnya.
Penyelesaian: parabola
(lanjutan)
y1 = ax12 + bx1 + c 1 = a(0)2 + b(0) + c 0 0 1 1
0 = a(2)2 + b(2) + c   a  
y2 = ax22 + bx2 + c
ditulis: 4 2 1    0 
9  b 
y3 = ax32 + bx3 + c 1 = a(3)2 + b(3) + c 3 1    1 
  c   
y4 = ax42 + bx4 + c 2 = a(3)2 + b(3) + c 9 3 1   2
  
Sistem normal:
0 0 1 1
 0 4 9 9   a  0 4 9 9  
  4 2 1     0 
 0 2 3 3  b
   0 2 3 3  
 1 1 1 1  9 3 1    1
  9  c   1 1 1 1  
 3 1   2
 
Maka solusinya:
1
 0 0 1  1
 a   0 4 9 9     0 4 9 9     3 
    4 2 1    0   
b 
   0 2 3 3   0 2 3 3     5 
 c    1 1 1 1  9 3 1   1
    9    1 1 1 1    2 
  3 1    2
 
Parabola (lanjutan)
Berikan titik-titik (0, 1), (2, 0), (3, 1), dan (3, 2)
Persamaan kuadrat yang dicari y = ax2 + bx + c

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

• Diberikan spl tidak konsisten Ax = b. Kapan kita dapat

menentukan penyelesaian kuadrat terkecilnya dengan
menghitung ?
(AT A)1
Jawaban:
Kolom-kolom dari A bebas linier, atau ada
Refleksi

1. Buatlah ringkasan materi yang baru saja kamu pelajari.

2. Sebutkan 5 hal baru yang kamu pelajari pada modul ini
dan belum kamu pelajari sebelumnya.
3. Temukan 2 masalah nyata yang dapat kamu selesaikan
dengan metode yang telah kamu pelajari.
Ringkasan materi
• Periksalah hasil ringkasanmu, apakah sudah mencakup semua konsep
penting berikut ini?
 Hasil kali dalam
 Hasil kali dalam berbobot
 Panjang dan jarak dua vektor
 Sudut antara dua vektor
 Teorema pythagoras umum
 Basis ortogonal
 Basis ortonormal
 Pertaksamaan Cauchy-Swartz
 Ortogonal komplemen dan sifat dasarnya
 Hubungan (ortogonal komplemen) ruang baris, ruang kolom, ruang null
 Proses Gram-Schmidt
 Dekomposisi-QR
 Penyelesaian kuadrat terkecil
 Sistem normal

96
Post-test modul

Copyright © 2004-2005 NameOfTheOrganization. All rights reserved.

Post-test
• Jawablah pertanyaan berikut.
Isilah
Isilah titik-titik
titik-titik di
di bawah
bawah ini. ini.
1.
1. Ruang
Ruang hasil
hasil kali
kali dalam
dalam adalah.....................
adalah.....................
2.
2. Pada
Pada ruang
ruang vektor
vektor Euclid
Euclid R R22,, diberikan
diberikan a= a= (-1,
(-1, 2),
2), bb=
= (4,
(4, -2),
-2),
a.
a. gambarkan
gambarkan vektor-vektor
vektor-vektor tersebut tersebut
b.
b. Tentukan
Tentukan <a, <a, b>b>
3.
3. Jika
Jika dan
dan adalah
adalah
sembarang
p  a0  avektor
sembarang vektor 2
di P .
1x  a2 x di P . q  b0  b1 x  b2 x
22 2

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