CHAPTER 6. INNER PRODUCT SPACE

dokumen-dokumen yang mirip
Trihastuti Agustinah

3. RUANG VEKTOR. dan jika k adalah sembarang skalar, maka perkalian skalar ku didefinisikan oleh

Bab 5 RUANG HASIL KALI DALAM

Bab 5 RUANG HASIL KALI DALAM

ALJABAR LINEAR (Vektor diruang 2 dan 3) Disusun Untuk Memenuhi Tugas Mata Kuliah Aljabar Linear Dosen Pembimbing: Abdul Aziz Saefudin, M.

HASIL KALI TITIK DAN PROYEKSI ORTOGONAL SUATU VEKTOR (Aljabar Linear) Oleh: H. Karso FPMIPA UPI

Aljabar Linear Elementer

PENYELESAIAN LUAS BANGUN DATAR DAN VOLUME BANGUN RUANG DENGAN KONSEP DETERMINAN

Trihastuti Agustinah. TE Teknik Numerik Sistem Linear

Mata Kuliah: Aljabar Linier Dosen Pengampu: Darmadi, S. Si, M. Pd

MA1201 MATEMATIKA 2A Hendra Gunawan

Hasil Kali Titik. Dua Operasi Vektor. Sifat-sifat Hasil Kali Titik. oki neswan (fmipa-itb)

CHAPTER 6. Ruang Hasil Kali Dalam

Trihastuti Agustinah

VEKTOR. Oleh : Musayyanah, S.ST, MT

Hendra Gunawan. 5 Maret 2014

PANJANG DAN JARAK VEKTOR PADA RUANG HASIL KALI DALAM. V, yang selanjutnya dinotasikan dengan v, didefinisikan:

III PEMODELAN SISTEM PENDULUM

Pengembangan Hasil Kali Titik Pada Vektor

Latihan 5: Inner Product Space

BAB III LIMIT DAN FUNGSI KONTINU

Solusi Sistem Persamaan Linear Fuzzy

Yang dibahas : Ortogonal Basis ortogonal Ortonormal Matrik ortogonal Komplemen ortogonal Proyeksi ortogonal Faktorisasi QR

BAB III RUANG VEKTOR R 2 DAN R 3. Bab ini membahas pengertian dan operasi vektor-vektor. Selain

BUKU AJAR METODE ELEMEN HINGGA

BAB 6 RUANG HASIL KALI DALAM. Dr. Ir. Abdul Wahid Surhim, MT.

Pengenalan Pola. Ekstraksi dan Seleksi Fitur

URUNAN PARSIAL. Definisi Jika f fungsi dua variable (x dan y) maka: atau f x (x,y), didefinisikan sebagai

8.1 Transformasi Linier Umum. Bukan lagi transformasi R n R m, tetapi transformasi linier dari

BEBERAPA SIFAT JARAK ROTASI PADA POHON BINER TERURUT DAN TERORIENTASI

Penyelesaian Sistem Persamaan Linear (SPL) Dengan Dekomposisi QR

Aljabar Linier Elementer. Kuliah ke-9

BEBERAPA IDENTITAS PADA GENERALISASI BARISAN FIBONACCI ABSTRACT

Vektor di Bidang dan di Ruang

7. NILAI-NILAI VEKTOR EIGEN. Nilai Eigen dan Vektor Eigen Diagonalisasi Diagonalisasi Ortogonal

BAB II TINJAUAN PUSTAKA

EKONOMETRIKA PERSAMAAN SIMULTAN

Aljabar Linear Elementer

PROGRAM STUDI PENDIDIKAN MATEMATIKA FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS VETERAN BANGUN NUSANTARA SUKOHARJO

lim 0 h Jadi f (x) = k maka f (x)= 0 lim lim lim TURUNAN/DIFERENSIAL Definisi : Laju perubahan nilai f terhadap variabelnya adalah :

V dinamakan ruang vektor jika terpenuhi aksioma : 1. V tertutup terhadap operasi penjumlahan

NAMA : KELAS : theresiaveni.wordpress.com

(a) (b) Gambar 1. garis singgung

Untuk pondasi tiang tipe floating, kekuatan ujung tiang diabaikan. Pp = kekuatan ujung tiang yang bekerja secara bersamaan dengan P

BAB RELATIVITAS Semua Gerak adalah Relatif

Aljabar Linier & Matriks

Vektor-Vektor. Ruang Berdimensi-2. Ruang Berdimensi-3

Kata Pengantar. Puji syukur kehadirat Yang Maha Kuasa yang telah memberikan pertolongan hingga modul ajar ini dapat terselesaikan.

Euclidean n & Vector Spaces. Matrices & Vector Spaces

Outline Vektor dan Garis Koordinat Norma Vektor Hasil Kali Titik dan Proyeksi Hasil Kali Silang. Geometri Vektor. Kusbudiono. Jurusan Matematika

81 Bab 6 Ruang Hasilkali Dalam

Aljabar Linear Elementer

TRANSFORMASI LINIER (Kajian Fungsi antar Ruang Vektor)

BAB 4 RUANG VEKTOR EUCLID. Dr. Ir. Abdul Wahid Surhim, MT.

Jika titik O bertindak sebagai titik pangkal, maka ruas-ruas garis searah mewakili

PENELUSURAN LINTASAN DENGAN JARINGAN SARAF TIRUAN

ALJABAR LINEAR SUMANANG MUHTAR GOZALI KBK ANALISIS

BAB I PENDAHULUAN 1.1 Latar Belakang

Matematika II : Vektor. Dadang Amir Hamzah

01-Pengenalan Vektor. Dosen: Anny Yuniarti, M.Comp.Sc Gasal Anny2011 1

Aljabar Linier & Matriks

vektor ( MAT ) Disusun Oleh : Drs. Pundjul Prijono Nip

Ketaksamaan Cauchy-Schwarz, Ketaksamaan Bessel, dan Kesamaan Parseval di Ruang n-hasilkali Dalam Baku. Hendra Gunawan

DIAGONALISASI MATRIKS KOMPLEKS

Soal No. 1 Perhatikan gambar berikut, PQ adalah sebuah vektor dengan titik pangkal P dan titik ujung Q

BAB III 3. METODOLOGI PENELITIAN

BAB IV TRANSFORMASI LINEAR. sebuah vektor yang unik di dalam W dengan sebuah vektor di dalam V, maka kita mengatakan F

DIKTAT PERKULIAHAN. EDISI 1 Aljabar Linear dan Matriks

TE Teknik Numerik Sistem Linear. Bidang Studi Teknik Sistem Pengaturan Jurusan Teknik Elektro - FTI Institut Teknologi Sepuluh Nopember

Chapter 5 GENERAL VECTOR SPACE 5.1. REAL VECTOR SPACES 5.2. SUB SPACES

Materi Aljabar Linear Lanjut

BAB 2 LANDASAN TEORI

BAB I PENDAHULUAN Latar Belakang Masalah

Ruang Vektor Euclid R 2 dan R 3

METODE SIMPLEKS PRIMAL-DUAL PADA PROGRAM LINIER FUZZY PENUH DENGAN BILANGAN TRAPEZOIDAL

Part II SPL Homogen Matriks

SOLUSI PENDEKATAN TERBAIK SISTEM PERSAMAAN LINEAR TAK KONSISTEN MENGGUNAKAN DEKOMPOSISI NILAI SINGULAR

SUMMARY ALJABAR LINEAR

PENYELESAIAN SISTEM PERSAMAAN LINEAR KOMPLEKS MENGGUNAKAN METODE DEKOMPOSISI NILAI SINGULAR (SVD) TUGAS AKHIR. Oleh : DEWI YULIANTI

VEKTOR. Notasi Vektor. Panjang Vektor. Penjumlahan dan Pengurangan Vektor (,, ) (,, ) di atas dapat dinyatakan dengan: Matriks = Maka = =

MATEMATIKA. Sesi VEKTOR 2 CONTOH SOAL A. DEFINISI PERKALIAN TITIK

4. VEKTOR-VEKTOR DI RUANG-2 DAN RUANG-3

MATEMATIKA INFORMATIKA 2 TEKNIK INFORMATIKA UNIVERSITAS GUNADARMA FENI ANDRIANI

Vektor di ruang dimensi 2 dan ruang dimensi 3

Penerapan Masalah Transportasi

Persamaan gerak dalam bentuk vektor diberikan oleh: dv dt dimana : (1) v = gaya coriolis. = gaya gravitasi

SIFAT-SIFAT KESETARAAN PADA MATRIKS SECONDARY NORMAL ABSTRACT

Penggunaan Dekomposisi QR Dalam Estimabilitas Parameter-Parameter Model Linier

TINJAUAN PUSTAKA Analisis Biplot Biasa

03-Pemecahan Persamaan Linier (2)

Ruang Hasil Kali Dalam

GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : 1

PENYELESAIAN SISTEM PERSAMAAN LINEAR FUZZY KOMPLEKS MENGGUNAKAN METODE DEKOMPOSISI QR TUGAS AKHIR

1. Persamaan Energi Total

MAKALAH ALJABAR LINEAR TRANSFORMASI LINEAR ATAU PEMETAAN LINEAR

BAB III MATRIKS HERMITIAN. dan konsep-konsep lainnya yang berkaitan dengan matriks Hermitian. Matriks

BAB 5 RUANG VEKTOR A. PENDAHULUAN

4.1 Algoritma Ortogonalisasi Gram-Schmidt yang Diperumum

Prof.Dr. Budi Murtiyasa Muhammadiyah University of Surakarta

PRAKTIKUM OPERASI TEKNIK KIMIA II MODUL 5 BILANGAN REYNOLD

Transkripsi:

CHAPTER 6. INNER PRODUCT SPACE Inner Prodcts Angle and Orthogonality in Inner Prodct Spaces Orthonormal Bases; Gram-Schmidt Process; QR-Decomposition Best Approximation; Least Sqares Orthogonal Matrices; Change of Basis

6.3. Basis Orthogonal Proses Gram-Schmidt; Dekomposisi QR

Basis Orthogonal dan Orthonormal Sat himpnan ektor dalam rang hasil kali dalam disebt himpnan ortogonal jika sema pasangan ektor-ektor yang berbeda dalam himpnan tersebt ortogonal. Sat himpnan ortogonal dimana setiap ektor mempnyai norma disebt orthonormal. Da ektor dan dalam sat hasil kali dalam disebt ortogonal jika, = 0. Himpnan W = {,,, n } adalah ortonormal jika: i, j = < i, j > = 0, jika i j, jika i = j

Basis Orthogonal dan Orthonormal Contoh: Jika = (0,, 0), = (, 0, ), 3 = (, 0, -) dan R 3 mempnyai hasil kali dalam Eclidean, maka himpnan ektorektor S = {,, 3 } adalah ortogonal karena :, = 0.+.0+0. = 0, 3 = 0. +.0 + 0.(-) = 0, 3 =. + 0.0 +.(-) = 0, =, 3 =, 3 = 0.

Matriks Orthogonal Himpnan ortogonal dalam R n Matriks diagonal. Kolom-kolom matriks Q mxn membentk himpnan yang ortonormal jika dan hanya jika Q T Q = I n. Matriks A nxn yang kolom-kolomnya membentk himpnan yang ortonormal disebt matriks ortogonal. Matriks A nxn adalah matriks ortogonal jika dan hanya jika Q - =Q T (ata dengan kata lain Q T Q=QQ T =I n ) Q - =Q T Q T Q = QQ T = I n

Matriks Orthogonal Tnjkkan bahwa matriks berikt merpakan matriks ortogonal:

Normalisasi Vektor tak- nol Jika adalah ektor tak nol dalam sat rang hasil kali dalam, maka mempnyai norma, karena; Proses mengalikan sat ektor tak-nol dengan kebalikan panjangnya ntk mendapatkan sat ektor bernorma disebt menormalkan. Sat himpnan ektor-ektor yang orthogonal bisa selal dibah menjadi sat himpnan ortonormal dengan menormalkan masing-masing ektornya.

Contoh Menormalkan Vektor Tak-Nol Jika = (0,, 0), = (, 0, ), 3 = (, 0, -) Norma Eclidean :,, 3 Normalisasi,, and 3 : (0,,0), (,0, ), 3 3 3 (,0, ) Himpnan S = {,, 3 } orthonormal dimana:

Koordinat Relatif Terhadap Basis Ortogonal Rang Hasil Kali Dalam Basis Ortonormal basis yang berisi ektor-ektor ortonormal Contoh: basis standard ntk R3 dengan hasil kali dalam Eclidean : I = (,0,0); j = (0,,0); k = (0,0,) Basis Orthogonal basis yang terdiri dari ektorektor orthogonal. Secara mm, basis standard hasil kali dalam Eclidean R n : e = (,0,0,.., n); e = (0,,0,,n);.. ; e n = (0,0,0,, )

Koordinat Relatif Terhadap Basis Ortonormal Teorema: Jika S= {,,, n } adalah sat basis ortonormal ntk sat rang hasil kali dalam V, dan adalah sebarang ektor dalam V, maka =, +, + +, n n,,,,,, n koordinat-koordinat dari relatif terhadap basis ortonormal S = {,,, n } () S = (,,,,,, n ) ektor koordinat dari relatif terhadap basis ini.

Contoh Jika = (0,, 0), = (-4/5, 0, 3/5), 3 = (3/5, 0, 4/5), bktikan bahwa S = {,, 3 } adalah sat basis ortonormal ntk R 3 dengan hasil kali dalam Eclidean. Nyatakan ektor = (,, ) sebagai kombinasi linier dari ektor-ektor dalam S dan cari ektor koordinat () s. Jawab:, =,, = -/5,, 3 = 7/5 = /5 + 7/5 3 ortonormal Vektor koordinat relatif terhadap S () s =(,,,,, 3 ) = (, -/5, 7/5)

Basis Orthonormal Jika S adalah sat basis ortonormal ntk sat rang hasil kali dalam berdimensi n dan jika () s = (,,, n ) dan () s = (,,, n ) maka: n n n n n d, ) ( ) ( ) ( ), (

Basis Orthonormal Contoh: Diketahi = (0,, 0), = (-4/5, 0, 3/5), 3 = (3/5, 0, 4/5), dan S = {,, 3 } adalah sat basis ortonormal ntk R 3 dengan hasil kali dalam Eclidean. Vektor = (,, ) merpakan kombinasi linier dari ektor-ektor dalam S dan ektor koordinat () s =(,,,,, 3 ) = (, -/5, 7/5) Maka norma ektor = (,,) adalah : Norma jga bisa dihitng berdasarkan ektor koordinat () s = (, -/5, 7/5)

Kombinasi Linier Vektor dalam Basis Ortogonal S Jika S = {,,, n } adalah sat basis ortogonal ntk sat rang ektor V, maka menormalkan masing-masing ektor ini menghasilkan basis ortonormal: Jika sebarang ektor dari V berlak: ata Rms ini menyatakan sebagai kombinasi linier dari ektorektor dalam basis ortogonal S. n n S,,, ' n n n n,,, n n n,,,

Orthonormal Basis Jika S = {,,, n } adalah sat himpnan ektor-ektor tak nol yang ortogonal dalam sat rang hasil kali dalam, maka S bebas linier

Proyeksi Ortogonal Dalam R ata R 3 dengan hasil kali dalam Eclidean, secara geometris, jika W adalah sat garis ata bidang yang melali titik asal, maka setiap ektor dalam rang tersebt dinyatakan sebagai: = w + w dimana w berada dalam W dan w tegak lrs terhadap W (W ). w proyeksi ortogonal pada W proy w w komponen yang ortogonal terhadap W proy w

Proyeksi Ortogonal w proyeksi ortogonal pada W proy w w komponen yang ortogonal terhadap W proy w Karena w = w = proy w + ( proy w )

Basis Orthonormal Anggap W adalah sat sb-rang berdimensi terhingga dari sat rang hasil kali dalam V. a. Jika {,, r } adalah sat basis orthonormal ntk W dan adalah sebarang ektor dalam V, maka proj w =, +, + +, r r b. Jika {,, r } adalah sat basis ortogonal ntk W dan adalah sebarang ektor dalam V, maka proj,,, r W r r

Contoh Jika R 3 memiliki hasil kali dalam Eclidean, dan anggap W adalah sb rang yang terentang oleh ektor-ektor ortonormal = (0,, 0) dan = (-4/5, 0, 3/5) maka : Proyeksi ortogonal = (,, ) pada W adalah Komponen ortogonal terhadap W adalah:

Basis Ortogonal dan Ortonormal Teori Setiap rang hasil kali dalam tak-nol berdimensi terhingga mempnyai sat basis ortonormal. Proses mengbah sat basis sebarang menjadi sat basis ortonormal disebt Proses Gram-Schmidt

Proses Gram-Schmidt Misal V adalah sebarang rang hasil kali dalam tak-nol berdimensi terhingga, {,,, n } adalah sebarang basis ntk V. Untk menghasilkan sat basis ortogonal {,,, n } ntk V dilakkan proses Gram Schmidt berikt: Langkah : Anggap = Langkah : Hitng ortogonal dengan menghitng komponen yang ortogonal terhadap rang W yang terentang :

Proses Gram-Schmidt Langkah 3 : Ssn ektor 3 yang ortogonal terhadap dan, dengan menghitng komponen yang ortogonal terhadap rang W yang terentang oleh dan. Langkah 4: Untk menentkan ektor 4 yang ortogonal terhadap, dan 3, hitng komponen 4 yang ortogonal terhadap rang W 3 yang terentang oleh, dan 3. Vektor-ektor basis ortogonal dinormalkan basis ortonormal V

Contoh Proses Gram-Schmidt Tinja rang ektor R 3 dengan hasil kali dalam Eclidean. Terapkan proses Gram Schmidt ntk mengbah ektor-ektor basis = (,, ), = (0,, ), 3 = (0, 0, ) Menjadi sat basis ortogonal {,, 3 }; kemdian normalkan ektor basis ortogonal tersebt ntk mendapatkan sat basis ortonormal {q, q, q 3 }. Jawab : Step : Anggap = = = (,, ) Step : Anggap = proj W.

= (,, ), = (0,, ), 3 = (0,0, ) Step 3: Anggap 3 = 3 proj W 3., Jadi = (,, ), = (-/3, /3, /3), 3 = (0, -/, /) membentk sat basis ortogonal ntk R 3. Norma ektor-ektor ini adalah: Sehingga basis ortonormal ntk R 3 adalah:

Dekomposisi QR Jika A adalah sat matriks nxn dengan ektor-ektor kolom yang bebas secara linier, maka A bisa difaktorkan sebagai : A = QR Q matriks m n dengan ektor-ektor kolom yang ortonormal, dimana Q T Q = I R matriks segitiga atas nxn yang dapat dibalik. Jika Q T Q = I, maka : Q T A = Q T QR = IR Q T A = R

Dekomposisi QR

Example : QR-Decomposition of a 3 3 Matrix 0 0 Carilah dekomposisi QR dari A 0 Jawab : Vektor-ektor kolom A adalah: Dengan menerapkan proses Gram-Scmidht dengan rangkaian normalisasi seperti contoh sebelmnya didapat: / 3 / 6 0 q / 3, q / 6, q / Q 3 / 3 / 6 /

R matriks Dekomposisi QR dari A :

6.5. Change of Basis Orthogonal Matrices 0/5/ Elementary Linear Algebra 9

Matriks-matriks Orthogonal Definisi: Sat matriks bjrsangkar A dengan sifat A - = A T Disebt sebagai matriks ortogonal, dimana; AA T = A T A = I 30

Matriks-matriks Orthogonal Matriks adalah matriks ortogonal, karena; AA T = A T A = I Matriks adalah ortogonal dimana terbkti A T A =, maka ektor baris dan ektor kolomnya membentk himpnan ortogonal.

Sifat Dasar Matriks-matriks Orthogonal Teorema: Untk sat matriks A nxn : A ortogonal Vektor-ektor baris dari A membentk sat himpnan ortonormal pada R n dengan hasil kali dalam Eclidean. Vektor-ektor kolom dari A membentk sat himpnan ortonormal pada R n dengan hasil kali dalam Eclidean. Teorema:. Iners dari sat matriks ortogonal adalah ortogonal.. Hasil kali matriks-matriks ortogonal adalah ortogonal. 3. Jika A ortogonal, maka det(a) = ata det(a) = -

Matriks Orthogonal Sebagai Operator Linear Teorema: Jika A adalah matriks nxn, maka pernyataan berikt ekialen: A ortogonal. ntk sema x pada R n. Ax. Ay = x. y ntk sema x dan y pada R n.

Perbahan Basis

Matriks Koordinat Jika S= {,,, n } adalah sat basis ntk sat rang ektor V, maka setiap ektor dalam V dapat dinyatakan sebagai sat kombinasi linear dari ektor-ektor basis: = k + k + + k n n k,k,, k n koordinat relatif terhadap S, dan ektor : s = (k, k, k n ) ektor koordinat relatif terhadap S. Matriks koordinat relatif terhadap S dinyatakan oleh [] s adalah matriks berkran nx yang didefinisikan sebagai: Matriks koordinat relatif terhadap S.

Matriks Koordinat Ortonormal Teorema: Jika S= {,,, n } adalah sat basis ortonormal ntk sat rang hasil kali dalam V, dan adalah sebarang ektor dalam V, maka =, +, + +, n n,,,,,, n koordinat-koordinat dari relatif terhadap basis ortonormal S = {,,, n } () S = (,,,,,, n ) ektor koordinat dari relatif terhadap basis ini. Matriks koordinat relatif terhadap S.

Contoh Matriks Koordinat

Masalah Perbahan Basis Jika kita merbah basis ntk sat rang ektor V dari old basis B to some new basis B, bagaimana matriks koordinat lama [] B dari ektor dikaitkan dengan matriks koordinat bar [] B?

Masalah Perbahan Basis matriks koordinat lama [] B matriks koordinat bar [] B Persamaan ini menyatakan bahwa matriks koordinat lama [] B dihasilkan jika kita mengalikan dari kiri matriks koordinat bar [] B dengan matriks:

Soltion of the Change-of-Basis Problem Jika kita mengbah basis ntk sat rang ektor V dari sat basis lama B = ( b, b,, b n ) menjadi sat basis B = ( b, b,, b n ), maka matriks koordinat lama [] B dari sat ektor dihbngkan dengan matriks koordinat bar [] B dari sat ektor yang sama dengan persamaan: Dimana kolom-kolom dari P adalah matriks matriks koordinat dari ektor-ektor basis bar relatif terhadap basis lama, yait ektorektor kolom dari P adalah ; Matriks P disebt matriks transisi dari B ke B, dinyatakan dalam bentk ektor-ektor kolomnya sebagai ;

Example Consider the bases and for R, where (a) Find the transition matrix from B to B (b) Use to find [] B if Soltion (a) First we mst find the coordinate ectors for the new basis ectors and relatie to the old basis B. Soltion (b)

Matriks Transisi Jika P adalah matriks transisi dari sat basis ortonormal ke basis ortonormal lainnya ntk sat rang hasil kali dalam, maka P adalah sat matriks ortogonal, yait : P - = P T Jika P adalah matriks transisi dari sat basis B ke sat basis B, maka ntk setiap ektor berlak:

Penerapan Pada Rotasi Smb Koordinat B = (, ) B = (, ) Smb koordinat x dan y didapat dengan merotasi smb xy berlawanan jarm jam terhadap titik asal dengan sdt θ. (x,y) Q (x,y ) P = transisi dari B ke B.

Rotasi Smb Koordinat Didapat P matriks ortogonal Komponen pada basis lama:. cos θ. sin θ Komponen pada basis lama:. cos (θ+ π/) = -sin θ. sin (θ+ π/) = cosθ

P - = P T Misal smb smb tersebt dirotasikan dengan θ = π/4, maka; Jika (x, y) = (, -), maka koordinat bar dari Q: