BAB I PENDAHULUAN Latar Belakang Masalah

dokumen-dokumen yang mirip
BAB I PENDAHULUAN Latar Belakang Masalah

BAB II TINJAUAN PUSTAKA

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB II LANDASAN TEORI. yang biasanya dinyatakan dalam bentuk sebagai berikut: =

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

BAB I PENDAHULUAN Latar Belakang Masalah

MATRIKS UNITER, SIMILARITAS UNITER DAN MATRIKS NORMAL. Anis Fitri Lestari. Mahasiswa Universitas Muhammadiyah Ponorogo ABSTRAK

TINJAUAN PUSTAKA. Dalam bab ini akan dibahas beberapa konsep mendasar meliputi ruang vektor,

G a a = e = a a. b. Berdasarkan Contoh 1.2 bagian b diperoleh himpunan semua bilangan bulat Z. merupakan grup terhadap penjumlahan bilangan.

DIAGONALISASI MATRIKS KOMPLEKS

NILAI EIGEN DAN VEKTOR EIGEN disebut vektor eigen dari matriks A =

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

Lampiran 1 Pembuktian Teorema 2.3

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

MATERI ALJABAR LINEAR LANJUT RUANG VEKTOR

ALJABAR LINIER MAYDA WARUNI K, ST, MT ALJABAR LINIER (I)

BAB II KAJIAN PUSTAKA. operasi matriks, determinan dan invers matriks), aljabar max-plus, matriks atas

BAB 2 RUANG HILBERT. 2.1 Definisi Ruang Hilbert

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

SUMMARY ALJABAR LINEAR

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

untuk setiap x sehingga f g

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

II. LANDASAN TEORI. Pada bab ini akan dijelaskan mengenai teori-teori yang berhubungan dengan

KAJIAN MATRIKS JORDAN DAN APLIKASINYA PADA SISTEM LINEAR WAKTU DISKRIT

RUANG FAKTOR. Oleh : Muhammad Kukuh

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

BAB 2 LANDASAN TEORI

BAB V DIAGONALISASI DAN DEKOMPOSISI MATRIKS. Sub bab ini membahas tentang faktorisasi matriks A berorde nxn ke dalam hasil

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

Solusi Sistem Persamaan Linear Ax = b

BAB III OPERATOR LINEAR TERBATAS PADA RUANG HILBERT. Operator merupakan salah satu materi yang akan dibahas dalam fungsi

MA Analisis dan Aljabar Teori=4 Praktikum=0 II (angka. 17 Juli

BAB II LANDASAN TEORI

BAB 2 LANDASAN TEORI

Penyelesaian Sistem Persamaan Linear (SPL) Dengan Dekomposisi QR

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

Menentukan Nilai Eigen Tak Dominan Suatu Matriks Definit Negatif Menggunakan Metode Kuasa Invers dengan Shift

BAB II DETERMINAN DAN INVERS MATRIKS

BAB I PENDAHULUAN Latar Belakang Masalah

Trihastuti Agustinah

g(x, y) = F 1 { f (u, v) F (u, v) k} dimana F 1 (F (u, v)) diselesaikan dengan: f (x, y) = 1 MN M + vy )} M 1 N 1

APLIKASI METODE PANGKAT DALAM MENGAPROKSIMASI NILAI EIGEN KOMPLEKS PADA MATRIKS

3 Langkah Determinan Matriks 3x3 Metode OBE

I PENDAHULUAN II LANDASAN TEORI

Analisis Matriks. Ahmad Muchlis

GARIS-GARIS BESAR PROGRAM PEMBELAJARAN

APLIKASI MATRIKS DAN RUANG VEKTOR, oleh Dr. Adiwijaya Hak Cipta 2014 pada penulis GRAHA ILMU Ruko Jambusari 7A Yogyakarta Telp: ;

1.1 MATRIKS DAN JENISNYA Matriks merupakan kumpulan bilangan yang berbentuk segi empat yang tersusun dalam baris dan kolom.

MENENTUKAN INVERS MOORE PENROSE DARI SUATU MATRIKS DENGAN MENGGUNAKAN DEKOMPOSISI NILAI SINGULAR SKRIPSI. Disusun oleh : DINA MARIYA J2A

BAB 3 FUNGSI MONOTON MATRIKS

Eigen value & Eigen vektor

BAB II LANDASAN TEORI

DIAGONALISASI MATRIKS ATAS RING KOMUTATIF DENGAN ELEMEN SATUAN INTISARI

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

ALGORITMA ELIMINASI GAUSS INTERVAL DALAM MENDAPATKAN NILAI DETERMINAN MATRIKS INTERVAL DAN MENCARI SOLUSI SISTEM PERSAMAAN INTERVAL LINEAR

4. SISTEM PERSAMAAN DAN PERTIDAKSAMAAN

Part II SPL Homogen Matriks

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

MENYELESAIKAN SISTEM PERSAMAAN LINIER MENGGUNAKAN ANALISIS SVD SKRIPSI. Oleh : Irdam Haidir Ahmad J2A

BAB II TEORI KODING DAN TEORI INVARIAN

METODE PANGKAT DAN METODE DEFLASI DALAM MENENTUKAN NILAI EIGEN DAN VEKTOR EIGEN DARI MATRIKS

II. TINJAUAN PUSATAKA

Beberapa Sifat Operator Self Adjoint dalam Ruang Hilbert

II. TINJAUAN PUSTAKA. negatifnya. Yang termasuk dalam bilangan cacah yaitu 0,1,2,3,4, sehingga

MATRIKS INVERS TERGENERALISIR

(Departemen Matematika FMIPA-IPB) Matriks Bogor, / 66

Aljabar Linear Elementer MA SKS. 07/03/ :21 MA-1223 Aljabar Linear 1

MATRIKS INVERS MOORE-PENROSE DALAM PENYELESAIAN SISTEM PERSAMAAN LINIER

MATRIKS VEKTOR DETERMINAN SISTEM LINEAR ALJABAR LINEAR

MATRIKS A = ; B = ; C = ; D = ( 5 )

II. TINJAUAN PUSTAKA. Suatu matriks didefinisikan dengan huruf kapital yang dicetak tebal, misalnya A,

Aljabar Linier Sistem koordinat, dimensi ruang vektor dan rank

Aljabar Linear Elementer

Penggunaan Dekomposisi QR Dalam Estimabilitas Parameter-Parameter Model Linier

Matematika Teknik INVERS MATRIKS

PENYELESAIAN SISTEM PERSAMAAN LINEAR FUZZY MENGGUNAKAN DEKOMPOSISI CHOLESCY TUGAS AKHIR. Oleh: IRAWATI

BAB 2 LANDASAN TEORI

0. Diperoleh bahwa: Selanjutnya dibuktikan tertutup terhadap perkalian skalar:

Analisis Fungsional. Oleh: Dr. Rizky Rosjanuardi, M.Si Jurusan Pendidikan Matematika UNIVERSITAS PENDIDIKAN INDONESIA

KAJIAN METODE KONDENSASI CHIO PADA DETERMINAN MATRIKS

Kriteria Unjuk Kerja. Besaran vektor. Vektor satuan Menggambar Vektor

Trihastuti Agustinah

KS KALKULUS DAN ALJABAR LINEAR Eigen Value Eigen Vector TIM KALIN

Part III DETERMINAN. Oleh: Yeni Susanti

LAPORAN TUGAS AKHIR. Topik Tugas Akhir : Kajian Matematika Murni PENERAPAN PROSES ORTHOGONALISASI GRAM-SCHMIDT DALAM MEMBENTUK FAKTORISASI QR

II. TINJAUAN PUSTAKA. Sistem dinamik adalah sistem yang berubah dari waktu ke waktu (Farlow,et al.,

EKSISTENSI DAN KONSTRUKSI GENERALISASI

Aljabar Linier Elementer. Kuliah 1 dan 2

4.1 Algoritma Ortogonalisasi Gram-Schmidt yang Diperumum

(MS.3) SUBRUANG CONINVARIAN DARI MATRIKS KUADRAT KOMPLEKS

Yang dipelajari. 1. Masalah Nilai Eigen dan Penyelesaiannya 2. Masalah Pendiagonalan. Referensi : Kolman & Howard Anton. Ilustrasi

GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI : S1 SISTEM KOMPUTER Semester : 2

Sebuah garis dalam bidang xy bisa disajikan secara aljabar dengan sebuah persamaan berbentuk :

BAB I PENDAHULUAN. 3) Untuk mengetahui apa yang dimaksud dengan invers matriks. 4) Untuk mengetahui apa yang dimaksud dengan determinan matriks

Diagonalisasi Matriks Segitiga Atas Ring komutatif Dengan Elemen Satuan

Bab 2 LANDASAN TEORI

Pengolahan Dasar Matriks Bagus Sartono

PENYELESAIAN SISTEM PERSAMAAN LINEAR FUZZY MENGGUNAKAN METODE DEKOMPOSISI NILAI SINGULAR (SVD) TUGAS AKHIR. Oleh : SABRINA INDAH MARNI

ALJABAR LINEAR BASIS RUANG BARIS DAN BASIS RUANG KOLOM SEBUAH MATRIKS. Dosen Pengampu: DARMADI, S.Si, M.Pd. Oleh: Kelompok III

Transkripsi:

BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Perkalian skalar perplectic merupakan bagian dari teori perkalian skalar indefinite. Untuk menjelaskan pengertian perkalian skalar perplectic, terlebih dahulu diberikan pengertian tentang matriks reverse. Matriks reverse yaitu matriks yang diperoleh dengan membalik urutan baris dari suatu matriks. Misalkan diberikan vektor x dan y, perkalian skalar perplectic didefinisikan sebagai perkalian skalar vektor x dengan reverse dari vektor y. Selanjutnya matriks yang mengawetkan perkalian perplectic disebut sebagai matriks perplectic. Dari sini muncul sebuah permasalahan yang mendasari pembuatan tugas akhir ini, yaitu bagaimana cara untuk memperoleh faktorisasi QR dari suatu matriks A dengan matriks Q merupakan matriks perplectic. Permasalahan ini akan dijabarkan dalam 2 masalah utama sebagai berikut. Masalah 1. Diberikan matriks real A, dapatkah dibentuk faktorisasi QR dari matriks A jika Q merupakan matriks ortogonal perplectic? Pada faktorisasi QR biasa, diketahui bahwa jika diberikan suatu matriks A maka akan diperoleh matriks Q yang ortogonal dan matriks R yang berbentuk matriks segitiga atas dengan A = QR. Kesulitan utama dalam menyelesaikan Masalah 1 di atas adalah menemukan bentuk yang tepat dari matriks R. Sebagian solusi dari Masalah 1 dapat ditemukan untuk kasus dimana A merupakan suatu matriks khusus, yaitu matriks yang invariant terhadap operasi membalik urutan baris dan kolom matriks tersebut secara berurutan. Matriks khusus ini selanjutnya dikenal sebagai matriks centrosymmetric. Pada bab selanjutnya akan ditunjukkan bahwa jika matriks Q perplectic dan ortogonal, maka matriks Q centrosymmetric. Kemudian akan ditunjukkan juga bahwa jika matriks A centrosymmetric dan 1

2 A = QR dengan matriks Q centrosymmetric, maka matriks R juga centrosymmetric. Oleh karena itu dengan membatasi Masalah 1 pada kasus khusus dimana A merupakan matriks centrosymmetric, dapat diperoleh faktorisasi yang mempertahankan struktur dalam bentuk matriks centrosymmetric. Berdasarkan analisis Masalah 1 di atas, timbul permasalahan selanjutnya sebagai berikut. Masalah 2. Diberikan matriks real centrosymmetric A, bagaimanakah bentuk faktorisasi QR dari matriks A jika Q dan R merupakan matriks centrosymmetric? Dalam kasus pada Masalah 2, akan lebih mudah untuk mencari bentuk yang tepat dari matriks R. Pertama-tama diklaim bahwa matriks segitiga atas bukan merupakan bentuk yang tepat dari matriks R. Untuk membuktikan klaim ini, dimisalkan A adalah matriks persegi yang centrosymmetric dan Q dan R adalah matriks yang diperoleh dari faktorisasi QR biasa dari matriks A. Diandaikan setelah melakukan faktorisasi QR biasa tersebut diperoleh hasil bahwa matriks Q perplectic dan matriks R centrosymmetric, akibatnya R merupakan matriks segitiga atas dan centrosymmetric sehingga R haruslah merupakan matriks diagonal. Berdasarkan pembahasan di atas dapat diambil kesimpulan bahwa setiap matriks centrosymmetric merupakan hasil perkalian dari matriks ortogonal perplectic dengan matriks diagonal. Ini merupakan hasil kesimpulan yang menarik, akan tetapi counter example berikut menunjukkan bahwa kesimpulan tersebut tidaklah benar. Diberikan matriks centrosymmetric A dengan A = 1 1. 1 1 Karena matriks ortogonal perplectic merupakan matriks centrosymmetric, maka matriks real ortogonal perplectic berukuran 2 2 yang dapat dibuat hanyalah matriks berikut ± 1 0 ; ± 0 1. 0 1 1 0

3 Dimisalkan setiap matriks di atas dikalikan dari kanan dengan suatu matriks diagonal α 0 dimana α, β R. Perkalian ini akan menghasilkan matriks 0 β berikut ± α 0 ; ± 0 β. 0 β α 0 Jelas bahwa tidak ada α, β R yang dapat dipilih sedemikian hingga matriks A sama dengan sebarang matriks hasil perkalian di atas. Oleh karena itu matriks A bukan merupakan perkalian dari matriks ortogonal perplectic dengan matriks diagonal. Berdasarkan pembahasan di atas, untuk memperoleh matriks R yang centrosymmetric maka asumsi bahwa R berbentuk matriks segitiga atas harus dihilangkan. Jadi seperti apakah bentuk matriks yang tepat untuk R? Jawabannya tidak tentu, akan tetapi pada tugas akhir ini akan ditunjukkan bahwa salah satu bentuk yang tepat untuk R adalah matriks double-cone. 1.2. Tujuan dan Manfaat Penelitian Tujuan utama dari tugas akhir ini adalah untuk membentuk faktorisasi QR dari suatu matriks khusus yaitu matriks centrosymmetric, yang dapat mempertahankan struktur matriks centrosymmetric tersebut dengan cara menemukan bentuk yang tepat untuk matriks R sedemikian hingga diperoleh matriks Q dan R yang juga centrosymmetric. Selain tujuan utama tersebut, tugas akhir ini juga bertujuan untuk menjelaskan pengertian matriks centrosymmetric, menjelaskan tahap-tahap penggunaan block perplectic reflector dalam pembentukan faktorisasi QR centrosymmetric, dan menjelaskan penerapan faktorisasi QR centrosymmetric dalam menyelesaikan sistem linear centrosymmetric. Pada tugas akhir ini terdapat manfaat secara langsung maupun secara tidak langsung. Manfaat secara langsung yaitu faktorisasi QR centrosymmetric yang telah diperoleh dapat digunakan untuk menyelesaikan masalah sistem linear

4 centrosymmetric, sedangkan manfaat secara tidak langsung yaitu hasil dari penelitian ini memperlihatkan bahwa selain faktorisasi QR biasa yang telah dikenal, ternyata dapat dibentuk faktorisasi QR dalam bentuk lain jika dilihat dari jenis atau bentuk matriks Q maupun R, sehingga hal ini dapat menjadi motivasi agar dilakukan penelitian lebih lanjut untuk menemukan bentuk faktorisasi QR yang lain. 1.3. Tinjauan Pustaka Tulisan ini secara keseluruhan mengacu pada artikel ilmiah yang ditulis oleh Burnik (2015). Dalam artikel ini dibahas tentang pembentukan faktorisasi QR yang mempertahankan bentuk atau struktur suatu matriks, dalam hal ini yaitu matriks centrosymmetric. Dalam artikel ini terdapat beberapa pembuktian teorema maupun lemma yang belum ditulis secara lengkap dan terperinci. Oleh karena itu perlu untuk melengkapi tulisan yang bersumber dari literatur tersebut. Bahan acuan lain yang cukup penting dalam penulisan tugas akhir ini yaitu artikel ilmiah yang ditulis oleh Singer dan Singer (2008). Artikel ini membahas tentang pengertian block reflector yang menjadi dasar dan alat utama dalam pembentukan faktorisasi QR centrosymmetric. Selain itu dibahas juga mengenai matriks Householder yang merupakan bentuk khusus dari block reflector. Selain kedua bahan acuan utama di atas, sebagian besar materi-materi dasar diperoleh dari buku Anton (2010). Dari buku tersebut diperoleh penjelasan lengkap tentang matriks, operasi baris elementer, sistem persamaan linear, nilai eigen dan vektor eigen, proses Gram-Schmidt, serta dekomposisi nilai singular. Kemudian dari buku Schott (2015) diperoleh penjelasan mengenai salah satu definisi invers tergeneralisasi Moore-Penrose yang digunakan untuk pembuktian hukum kanselasi. Dari artikel ilmiah yang ditulis oleh Mackey, dkk. (2005) diperoleh penjelasan mengenai matriks ortogonal perplectic. Dari buku Malik, dkk. (2007) diperoleh penjelasan mengenai definisi grup. Dari artikel ilmiah yang ditulis oleh Schreiber dan Parlett (1988) diperoleh penjelasan tambahan mengenai

5 block reflector. Dari buku Anthony dan Harvey (2012) diperoleh penjelasan mengenai rank matriks, range, basis, pertidaksamaan Cauchy-Schwarz dan proyeksi. Dan yang terakhir dari artikel ilmiah yang ditulis oleh Aprilia (2015) diperoleh penjelasan mengenai pembentukan faktorisasi QR biasa menggunakan algoritma bertipe householder. 1.4. Metode Penelitian Metode yang digunakan dalam penulisan skripsi ini adalah dengan terlebih dahulu melakukan studi literatur mengenai faktorisasi QR centrosymmetric. Pertama-tama dipelajari materi-materi dasar yang terkait diantaranya tentang pengertian, jenis, dan operasi matriks serta nilai eigen dan vektor eigen. Nilai eigen dan vektor eigen menjadi dasar untuk mempelajari proses Gram-Schmidt dan dekomposisi nilai singular. Kemudian setelah itu dipelajari materi-materi inti diantaranya invers tergeneralisasi Moore-Penrose, matriks perplectic, matriks centrosymmetric, dan block perplectic reflector. Selanjutnya dengan menggunakan materi yang telah dipelajari, dibentuk faktorisasi QR centrosymmetric yang dapat digunakan untuk menyelesaikan masalah sistem linear centrosymmetric. Terakhir akan dibuat program faktorisasi QR centrosymmetric menggunakan software MATLAB. 1.5. Sistematika Penulisan Pada penulisan tugas akhir ini, penulis menggunakan sistematika sebagai berikut. BAB I. PENDAHULUAN Pada bab ini dibahas mengenai latar belakang masalah yang menjadi alasan penulisan. Dibahas juga mengenai tujuan dan manfaat penelitian, tinjauan pustaka, metode penelitian, serta sistematika penulisan. BAB II. DASAR TEORI Pada bab ini diberikan materi-materi dasar yang akan digunakan pada bab

6 selanjutnya. Diantara materi tersebut yaitu penjelasan tentang perkalian skalar standar, perkalian skalar perplectic, nilai eigen dan vektor eigen, proses Gram-Schmdit, dekomposisi nilai singular, invers tergeneralisasi Moore-Penrose, serta hukum kanselasi. BAB III. MATRIKS CENTROSYMMETRIC Bab ini merupakan awal dari pembahasan utama pada tulisan ini. Pada bab ini akan diberikan definisi, lemma, dan teorema, serta contoh yang berkaitan dengan matriks perplectic, matriks centrosymmetric, matriks ortogonal perplectic, block perplectic reflector, penyisipan, serta matriks double-cone. BAB IV. FAKTORISASI QR CENTROSYMMETRIC Pada bab ini akan diberikan hasil utama dari tulisan ini yaitu Teorema 4.2.2. Pertama-tama akan dibahas mengenai langkah dasar faktorisasi yang dilanjutkan dengan pembentukan faktorisasi QR centrosymmetric. Selanjutnya akan dijelaskan mengenai penerapan faktorisasi tersebut dalam menyelesaikan masalah sistem linear centrosymmetric. Kemudian pada akhir bab ini akan dibuat program faktorisasi tersebut menggunakan software MATLAB. BAB V. PENUTUP Bab ini berisi tentang kesimpulan, yaitu paparan garis-garis besar isi dari tiap bab. Bab ini juga berisi saran-saran yang berguna untuk penelitian selanjutnya dengan materi yang masih berkaitan.