16. Analisis Multi Resolusi

dokumen-dokumen yang mirip
11. Konvolusi. Misalkan f dan g fungsi yang terdefinisi pada R. Konvolusi dari f dan g adalah fungsi f g yang didefinisikan sebagai.

12. Teorema Inversi Fourier dan Transformasi Fourier di L 2 (R)

DASAR-DASAR ANALISIS MATEMATIKA

9. Teori Aproksimasi

MA3231 Analisis Real

DASAR-DASAR ANALISIS MATEMATIKA

11. FUNGSI MONOTON (DAN FUNGSI KONVEKS)

BAGIAN KEDUA. Fungsi, Limit dan Kekontinuan, Turunan

17. Transformasi Wavelet Kontinu dan Frame

7. Transformasi Fourier

MA3231 Analisis Real

DASAR-DASAR TEORI RUANG HILBERT

DASAR-DASAR ANALISIS MATEMATIKA

8. Deret Fourier yang Diperumum dan Hampiran Terbaik di L 2 (a, b)

10. Transformasi Fourier

MA3231 Analisis Real

MA5031 Analisis Real Lanjut Semester I, Tahun 2015/2016. Hendra Gunawan

MA3231 Analisis Real

13. Aplikasi Transformasi Fourier

BAB 4 KEKONSISTENAN PENDUGA DARI FUNGSI SEBARAN DAN FUNGSI KEPEKATAN WAKTU TUNGGU DARI PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT

BAB V KEKONVERGENAN BARISAN PADA DAN KETERKAITAN DENGAN. Pada subbab 4.1 telah dibahas beberapa sifat dasar yang berlaku pada koleksi

0. Pendahuluan. 0.1 Notasi dan istilah, bilangan kompleks

4. Deret Fourier pada Interval Sebarang dan Aplikasi

Fourier Analysis & Its Applications in PDEs - Part II

MA3231 Analisis Real

MA3231 Analisis Real

III. HASIL DAN PEMBAHASAN

BAB 3 REVIEW SIFAT-SIFAT STATISTIK PENDUGA KOMPONEN PERIODIK

BAB III FUNGSI TERUKUR LEBESGUE. Setelah dibahas mengenai ukuran Lebesgue dan beberapa sifatnya pada

DASAR-DASAR ANALISIS MATEMATIKA

Memahami definisi barisan tak hingga dan deret tak hingga, dan juga dapat menentukan

BAB III INTEGRAL LEBESGUE. Pada bab sebelumnya telah disebutkan bahwa ruang dibangun oleh

KALKULUS BAB II FUNGSI, LIMIT, DAN KEKONTINUAN. DEPARTEMEN TEKNIK KIMIA Universitas Indonesia

ANALISIS REAL. (Semester I Tahun ) Hendra Gunawan. October 10, Dosen FMIPA - ITB

Catatan Kuliah MA1123 Kalkulus Elementer I

Analisis Riil II: Diferensiasi

BAB III FUNGSI YOUNG DAN KOMPLEMEN YOUNG

BAB 3 REVIEW PENDUGAAN FUNGSI INTENSITAS LOKAL DAN GLOBAL DARI PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT

4. Deret Fourier pada Interval Sebarang dan Aplikasi

BAB I PENDAHULUAN. Integral Lebesgue merupakan suatu perluasan dari integral Riemann.

16. BARISAN FUNGSI Barisan Fungsi dan Kekonvergenan Titik Demi Titik

MA5031 Analisis Real Lanjut Semester I, Tahun 2015/2016. Hendra Gunawan

ANALISIS REAL. (Semester I Tahun ) Hendra Gunawan. October 3, Dosen FMIPA - ITB

BAB IV REDUKSI BIAS PADA PENDUGAAN

3 LIMIT DAN KEKONTINUAN

MA3231 Analisis Real

MA3231. Pengantar Analisis Real. Hendra Gunawan, Ph.D. Semester II, Tahun

Hendra Gunawan. 11 Oktober 2013

TUJUAN INSTRUKSIONAL KHUSUS

MA5031 Analisis Real Lanjut Semester I, Tahun 2015/2016. Hendra Gunawan

BAB 2 RUANG HILBERT. 2.1 Definisi Ruang Hilbert

ANALISIS REAL. (Semester I Tahun ) Hendra Gunawan. August 18, Dosen FMIPA - ITB

Hendra Gunawan. KK Analisis & Geometri FMIPA-ITB. Bandung, Maret 2001 [Edisi Revisi II: Mei 2014]

UNIVERSITAS PENDIDIKAN INDONESIA

Analisis Fourier dan Wavelet

ANALISIS NUMERIK LANJUT. Hendra Gunawan, Ph.D. 2006/2007

TRANSFORMASI WAVELET DISKRIT PADA SINTETIK PEMBANGKIT SINYAL ELEKTROKARDIOGRAM

MA5031 Analisis Real Lanjut Semester I, Tahun 2015/2016. Hendra Gunawan

BAB IV SEBARAN ASIMTOTIK PENDUGA TURUNAN PERTAMA DAN KEDUA DARI KOMPONEN PERIODIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR

Contoh-contoh soal induksi matematika

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

asimtot.wordpress.com BAB I PENDAHULUAN

10. TEOREMA NILAI RATA-RATA

KALKULUS MULTIVARIABEL II

Tugas Statistika Matematika TEORI PELUANG

dari ruang vektor berdimensi hingga V (dimana I adalah suatu himpunan indeks) disebut basis bagi V jika V = span(ψ) dan vektorvektor

DEFINISI TIPE RIEMANN UNTUK INTEGRAL LEBESGUE 1. Drajad Maknawi 2 dan Muslich 3 Jurusan Matematika FMIPA UNS. Abstrak

DERET TAK HINGGA. Contoh deret tak hingga :,,, atau. Barisan jumlah parsial, dengan. Definisi Deret tak hingga,

MA2111 PENGANTAR MATEMATIKA Semester I, Tahun 2015/2016. Hendra Gunawan

Lampiran 1. Beberapa Definisi dan Lema Teknis

Integral Tak Tentu. Modul 1 PENDAHULUAN

ANALISIS REAL. (Semester I Tahun ) Hendra Gunawan. September 12, Dosen FMIPA - ITB

MINGGU KE-7 INTEGRAL LEBESQUE

MA5031 Analisis Real Lanjut Semester I, Tahun 2015/2016. Hendra Gunawan

Gambar 1. Gradien garis singgung grafik f

Catatan Kuliah KALKULUS II BAB V. INTEGRAL

3 LIMIT DAN KEKONTINUAN

Ringkasan Kalkulus 2, Untuk dipakai di ITB 1

Ayundyah Kesumawati. April 29, Prodi Statistika FMIPA-UII. Deret Tak Terhingga. Ayundyah. Barisan Tak Hingga. Deret Tak Terhingga

INTEGRASI NUMERIK DENGAN METODE KUADRATUR GAUSS-LEGENDRE MENGGUNAKAN PENDEKATAN INTERPOLASI HERMITE DAN POLINOMIAL LEGENDRE

MA1201 KALKULUS 2A (Kelas 10) Bab 8: Bentuk Tak Tentu d

MA3231. Pengantar Analisis Real. Hendra Gunawan, Ph.D. Semester II, Tahun

BAB III PEMBAHASAN. Bab III terbagi menjadi tiga sub-bab, yaitu sub-bab A, sub-bab B, dan subbab

3. Kekonvergenan Deret Fourier

tidak terdefinisi ketika x = 1, tetapi dapat kita peroleh

3 LIMIT DAN KEKONTINUAN

OPERATOR PADA RUANG BARISAN TERBATAS

MA3231 Analisis Real

Fourier Analysis & Its Applications in PDEs - Part I

SIFAT P-KONVEKS PADA RUANG FUNGSI MUSIELAK-ORLICZ TYPE BOCHNER. Yulia Romadiastri

BAB III FUNGSI UJI DAN DISTRIBUSI

Daftar Isi 3. BARISAN ANALISIS REAL. (Semester I Tahun ) Hendra Gunawan. Dosen FMIPA - ITB

BAB I DERIVATIF (TURUNAN)

FUNGSI KONTINU. sedemikian sehingga jika x adalah titik dari A (c), maka f (x) berada pada Vg (f (c)). (Lihat Gambar 5.1.1).

BAB V DUALITAS RUANG ORLICZ

Keterbatasan Lokal Suatu Operator Superposisi Pada Ruang Barisan Real. Lina Nurhayati, Universitas Sanggabuana

BAB I Sekilas tentang Teori-teori sebagai Dasar Program Linear

Fungsi dan Limit Fungsi 23. Contoh 5. lim. Buktikan, jika c > 0, maka

PENGANTAR ANALISIS REAL

MA5031 Analisis Real Lanjut Semester I, Tahun 2015/2016. Hendra Gunawan

Transkripsi:

16. Analisis Multi esolusi Esensi dari basis ortonormal yang dibangun oleh sebuah wavelet adalah sifat multi resolusi-nya, sehingga kita dapat menganalisis suatu signal pada berbagai frekuensi di suatu lokasi tertentu. Di bawah ini kita akan membahas apa yang dimaksud dengan analisis multi resolusi dan, pada pasal berikutnya, bagaimana kita dapat mengkontruksi sebuah wavelet dari suatu analisis multi resolusi. 16.1 Analisis Multi esolusi Keluarga subruang tertutup {V j : j Z} dari L 2 () yang memenuhi (a) V j V j+1 untuk setiap j Z; (b) f V j f(2 ) V j+1 untuk setiap j Z; (c) V j = {0}; j Z (d) V j = L 2 (); j Z (e) terdapat ϕ V 0 sedemikian sehingga {ϕ( k) : k Z} merupakan basis ortonormal untuk V 0, disebut analisis multi resolusi (AM) pada L 2 (). Fungsi ϕ pada (e) disebut fungsi skala dalam AM tersebut. Contoh 1. Misalkan V j = {f L 2 () : f konstan pada [2 j k, 2 j (k+1)), k Z}, j Z. Maka, {V j : j Z} memenuhi sifat (a) s/d (d) di atas. Sekarang misalkan ϕ = χ [0,1]. Maka, {ϕ( k) : k Z} membentuk basis ortonormal untuk V 0. Oleh karena itu, {V j : j Z} merupakan suatu AM pada L 2 (). 77

Untuk ilustrasi, fungsi f V 0 berbentuk seperti misalnya Teorema. Misalkan {V j : j Z} suatu AM pada L 2 (). Maka, (i) Untuk setiap j Z, f V 0 f(2 j ) V j ; (ii) Untuk setiap k Z, f V 0 f( k) V 0 ; (iii) Untuk setiap j, k Z, f V j f( 2 j k) V j ; (iv) Untuk setiap j, k Z, f V 0 f(2 j k) V j. Bukti. (i) Gunakan sifat (b) dan induksi. (ii) Misalkan f V 0 dan k Z. Maka, berdasarkan sifat (e), f(x) = m Z f, ϕ( m) ϕ(x m), dan karenanya f(x k) = m Z f, ϕ( m) ϕ(x k m). Namun, f, ϕ( m) = f( k), ϕ( k m). Akibatnya, f(x k) = m Z f( k), ϕ( k m) ϕ(x k m) V 0 karena {ϕ( m) : m Z} = {ϕ( k m) : m Z} basis ortonormal untuk V 0. (iii) Gunakan (i) dan (ii). (iv) Gunakan (i) dan (iii). Akibat. Misalkan {V j : j Z} suatu AM pada L 2 () dan ϕ V 0 fungsi skala dalam AM tersebut. Definisikan ϕ j,k (x) = 2 j/2 ϕ(2 j x k), j, k Z. 78

Maka, untuk setiap j Z, {ϕ j,k : k Z} merupakan basis ortonormal untuk V j. Bukti. Misalkan j Z. Maka, {ϕ j,k : k Z} merupakan himpunan ortonormal, karena ϕ j,k, ϕ j,m = 2 j ϕ(2 j x k)ϕ(2 j x m)dx = ϕ(x k)ϕ(x m)dx = δ k,m. Selanjutnya, misalkan f V j. Maka, f(2 j ) V 0, dan karenanya f(2 j x) = k Z f(2 j ), ϕ( k) ϕ(x k). Substitusi x = 2 j x memberikan f(x ) = k Z f, ϕ j,k ϕ j,k (x ). Ini membuktikan bahwa {ϕ j,k : k Z} lengkap. Dengan demikian {ϕ j,k : k Z} merupakan basis ortonormal untuk V j. 16.2 Konstruksi Wavelet Misalkan {V j : j Z} suatu AM pada L 2 (). Misalkan W 0 komplemen ortogonal dari V 0 relatif terhadap V 1, yakni V 1 = V 0 W 0. Kemudian, untuk setiap j Z, definisikan W j = {f(2 j ) : f W 0 }. Maka, V j+1 = V j W j, j Z. Karena V j {0} untuk j, kita peroleh j V j+1 = W n, j Z; n= 79

dan karena V j L 2 () untuk j, kita peroleh L 2 () = n= Untuk memperoleh wavelet, kita harus mencari ψ W 0 sedemikian sehingga {ψ( k) : k Z} merupakan basis ortonormal untuk W 0. Selanjutnya dapat diperiksa bahwa untuk setiap j Z, {2 j/2 ψ(2 j k) : k Z} membentuk basis ortonormal untuk W j. Dengan demikian, {ψ j,k wavelet yang diinginkan. W n. : j, k Z} merupakan basis ortonormal untuk L 2 () atau ψ adalah Contoh 2. Melanjutkan Contoh 1, wavelet ψ yang kita cari adalah 1, jika 0 x < 1 2 ; ψ(x) = 1, jika 1 2 x < 1; 0, jika x < 0 atau x 1. Periksa bahwa ϕ ψ dan {ψ( k) : k Z} merupakan basis ortonormal untuk W 0. Basis yang dibangun oleh ψ tak lain adalah basis Haar yang dibahas pada Bab 10. 16.3 Wavelet Bertumpuan Kompak dan Kemulusannya Wavelet Haar merupakan sebuah contoh wavelet yang mempunyai tumpuan kompak, yakni [0, 1]. Pada pasal ini kita akan melihat bahwa wavelet bertumpuan kompak tak mungkin merupakan fungsi C ; semulus-mulusnya ia hanya dapat merupakan fungsi di C n untuk suatu n yang terhingga. Teorema. Misalkan ψ kontinu pada dan memenuhi ψ(x) C (1 + x ) 1+ϵ untuk suatu ϵ > 0. Jika {ψ j,k : j, k Z} ortonormal di L 2 (), maka ψ(x) dx = 0. Bukti. Misalkan a = 2 j k, suatu bilangan diadik, sedemikian sehingga ψ(a) 0. [Karena ψ 2 = 1 dan ψ kontinu, bilangan a demikian dijamin ada.] Berdasarkan hipotesis, kita mempunyai ψ(x)ψ(2 j x k)dx = 0, (j, k) (0, 0). 80

Dengan mengambil k = 2 j j k dengan j > maks{j, 0}, kesamaan di atas menjadi ψ(x)ψ(2 j (x a))dx = 0. Sekarang misalkan y = 2 j (x a). Maka ψ(a + 2 j y)ψ(y)dy = 0. Berdasarkan Teorema Kekonvergenan Terdominasi Lebesgue, integral di ruas kiri menuju ψ(a) ψ(y)dy bila j, sehingga kita peroleh ψ(y)dy = 0 karena ψ(a) 0. Catatan. Teorema di atas dapat diperluas dengan menghapuskan asumsi bahwa ψ kontinu, namun buktinya lebih rumit. Lihat Hernandez & Weiss, Proposisi 3.6. Teorema. Misalkan r suatu bilangan bulat tak negatif dan ψ sebuah fungsi di C r () sedemikian sehingga ψ(x) C (1 + x ) r+1+ϵ untuk suatu ϵ > 0, dan ψ (m) terbatas pada untuk m = 0, 1,..., r. Jika {ψ j,k : j, k Z} ortonormal di L 2 (), maka x m ψ(x) dx = 0, yakni, momen ke-m dari ψ bernilai 0, untuk m = 0, 1,..., r. Bukti. Lihat Hernandez & Weiss. Akibat. Misalkan ψ L 2 () sebuah fungsi Schwartz sedemikian sehingga {ψ j,k : j, k Z} merupakan himpunan ortonormal di L 2 (). Maka semua momen dari ψ bernilai 0 atau, setara dengan itu, dm ψ dξ m (0) = 0 untuk setiap m = 0, 1, 2,.... Bukti. Jelas, karena setiap fungsi Schwartz merupakan fungsi C dan memenuhi ketaksamaan pada teorema di atas untuk setiap bilangan bulat tak negatif r, dan dm ψ dξ m (0) = ( 2πi) m xm ψ(x) dx untuk setiap m = 0, 1, 2,.... 81

Akibat. Misalkan ψ L 2 () sebuah fungsi bertumpuan kompak sedemikian sehingga C. Maka {ψ j,k : j, k Z} tidak mungkin merupakan himpunan ortonormal di L 2 (). Bukti. Jika {ψ j,k : j, k Z} merupakan himpunan ortonormal di L 2 (), maka menurut teorema di atas semua momen dari ψ bernilai 0. Karena itu untuk semua polinom p(x), kita mempunyai p(x)ψ(x) dx = 0. Karena ψ bertumpuan kompak, diberikan ϵ > 0 kita dapat menemukan suatu polinom p(x) sedemikian sehingga sup x K ψ(x) p(x) < ϵ, dengan K menyatakan tumpuan ψ (berdasarkan Teorema Aproksimasi Weierstrass). Akibatnya ψ 2 = ψ(x)ψ(x) dx = [ψ(x) p(x)]ψ(x) dx K ϵ ψ(x) dx = ϵ ψ 1. K Mengingat ψ 1 < dan ϵ > 0 sebarang, kita haruslah mempunyai ψ 2 2 = 0, yang bertentangan dengan keortonormalan {ψ j,k : j, k Z}. 16.4 Teorema Sampling Teorema di bawah ini merupakan bentuk lain dari Teorema Sampling Shannon yang dibahas pada 12.3. Teorema. Misalkan V j = {f L 2 () : f konstan pada [2 j k, 2 j (k + 1)), k Z}, j Z dan ϕ = χ [0,1). Maka, untuk setiap f V j, berlaku f(x) = f(2 j k)ϕ(2 j x k). k Z Bukti. Kita tahu bahwa {V j } merupakan suatu AM pada L 2 () dan ϕ fungsi skala, yakni {ϕ( k) : k Z} membentuk basis ortonormal untuk V 0. Selanjutnya, keluarga fungsi ϕ j,k (x) = 2 j/2 ϕ(2 j x k), j, k Z membentuk basis ortonormal untuk V j. Karena itu, untuk setiap f V j, berlaku f = k Z f, ϕ j,k ϕ j,k, 82

dengan f, ϕ j,k = 2 j/2 = 2 j/2 2 = 2 j/2 2 f(x)ϕ(2 j x k)dx j (k+1) 2 j k j (k+1) 2 j k f(x)dx f(2 j k)dx = 2 j/2 f(2 j k), sesuai dengan yang dinyatakan. Teorema. Misalkan {ψ j,k : j, k Z} basis ortonormal yang diperoleh dari wavelet ψ. Maka, f = (f ψ j,0 )(2 j k)ψ j,k j Z k Z dalam norma L 2 (). (Di sini, g(x) = g( x).) Bukti. Tuliskan Namun, Jadi, seperti yang diinginkan. f = j Z f, ψ j,k = = = = f = j Z f, ψ j,k ψ j,k. k Z f(x)ψ j,k (x) dx f(x)2 j/2 ψ(2 j x k) dx f(x)ψ j,0 (x 2 j k) dx f(x) ψ j,0 (2 j k x) dx = f ψ j,0 (2 j k). (f ψ j,0 )(2 j k)ψ j,k, k Z 16.5 Soal Latihan 1. Misalkan {V j } suatu AM pada L 2 (). Buktikan bahwa V j+1 = V j W j, j Z. 83

2. Buktikan jika {ψ( k) : k Z} merupakan basis ortonormal untuk W 0, maka untuk setiap j Z, {2 j/2 ψ(2 j k) : k Z} merupakan basis ortonormal untuk W j. 3. Tunjukkan jika ψ merupakan fungsi C yang bertumpuan kompak pada, maka ψ memenuhi ketaksamaan ψ(x) untuk r = 0, 1, 2,... dan ϵ > 0 sembarang. C (1 + x ) r+1+ϵ 84