BASIS ORTOGONAL
Batasan
Bila V ruang Euclides , S ⊂ V disebut Himpunan Ortogonal bila tiap dua unsur S ortogonal.
DALIL 1
Jika S himpunan ortogonal yang terdiri dari K buah vektor tak nol dalam ruang Euclides V, maka S bebas linear. V khususnya, bila dimensi V = k, S basis untuk V, disebut Basis ortogonal.
DALIL 2
Jika x ∈ V , V ruang Euclides berdimensi n,
B = { µ -(1) , µ -(2) , ... , µ -(n)} basis ortogonal untuk V
maka : ( x) = (x , x , ... , x ) dengan x = < x > < > , k = 1 , 2, ... , n B 1 1 n k , , ( ) ( ) ( ) µ µ µ − − k k k
DALIL 3
Jika V ruang Euclide, x ,y∈Vdan B={µ(1),µ(1),... ,µ(1)}
basis ortogonal untuk V, maka :
BATASAN
1. Vektor a pada ruang Euclides dengan a = 1 disebut Vektor Normal
2. Himpunan Ortogonal yang setiap unsurnya vektor normal disebut Himpunan Ortonormal
3. Basis Ortogonal yang setiap unsurnya vektor normal, disebut Basis Ortonormal
, > , x < > x , x < ii) ( , > , y >< , x < > y , x < i) ( n 1 = i ) ( ) ( 2 ) ( n 1 = i ) ( ) ( (i) ) (
∑
∑
> < > < − − − − − − i i i i i i µ µ µ µ µ µ µDALIL (Untuk basis ortonormal)
Jika x V , V ruang Euclides berdimensi n,
B = { , , ... } basis ortonormal untuk V, maka : x = < x , > (1) (1) (n) i=1 n (i) (i) ∈
∑
µ µ µ µ µDALIL (Untuk Basis Ortonormal)
Jika V ruang Euclides, x, y V dan
B = { , , ... , } basis ortonormal untuk V, maka : (1) < x, y >= < x >< y, > (2) < x, x >= < x > (rumus Parseval) (1) (2) (n) -(i) i=1 n -(i) (i) i=1 n 2 ∈
∑
∑
µ µ µ µ µ µ , ,RUANG EUCLIDES II
Proses Pengortogonalan Gram-Schmdit
BATASAN
Jika v ruang Euclides v ∈V , W ⊂V , v dikatakan ortogonal pada W bila < v,w >= 0 ∀w ∈W
DALIL 1
Jika V ruang perkalian skalar dan {µ 1,µ 2 ,... ,µ r}
Himpunan ortogonal vektor di < v.w >=<µ 1,µ 2 ,..., µ r > = ruang linear yang dibentang oleh {µ µ1, 2, ... , µ r } , maka setiap vektor v ∈V dapat dinyatakan dalam bentuk: v = w + w , w = < v , , w ortogon al pada w 1 2 1 i i i i i=1 r 2 , µ µ µ µ > < >
∑
Proses Pengortogonalan Gram-Schmidt
Misalkan V ruang Euclides tak nol berdimensi
} v , ... , v , v { = B , 1 2 n
n basis untuk V. akan dibentuk suatu
Langkah 1 : = v Langkah 2 : = v - < v , > < , > Langkah 3 : = - < v , > , - < v , > < , > 1 1 2 2 1 1 2 µ µ µ µ µ µ µ µ µ µ µ µ µ µ µ 2 1 1 1 3 3 3 1 1 1 3 2 2 2 v < >
Langkah ke k :( misalkan µ1 , µ2, ... , µk , sudah di
peroleh) n , ... 1,2, = k , . > , < > , < -v = : atau > , < > , < -... > , < > , < , , -v = 1 -k 1 = i k k 1 -k 1 1 1 2 2 2 2 1 1 1 1
∑
− − − > < > < i i i i k k k k k k k k k v v v v µ µ µ µ µ µ µ µ µ µ µ µ µ µ µ µ µ µ Contoh 1 : 3 RV = dengan perkalian scalar <a,b >=2a1b1+a2b2+3a3b3 . Tentukan proyeksi orthogonal a =(1,2,1) , b = (1,1,1) !
Contoh 2 :
Misal 3
R
V = dengan perkalian scalar <a,b>=2a1b1+a2b2+a3b3 .
W ruang bagian linear yang dibentang oleh {(−1,1,1),(1,1,1)}
dan v = (1,2,3)
Tentukan proyeksi orthogonal v pada W !
Contoh 3 :
Misal V = P2 dengan perkalian scalar
∫
− >= < 1 1 ). ( ). ( ,q p x q x dx p, W = ruang bagian linear yang dibangun oleh
)}
3
1
(
),
1
{(
−
x
−
x
2Himpunan ini orthogonal .Tentukan w1&w2 bila 2 2 ) (x x x p = + ! Soal Latihan : Di R4 diketahui basis B={(1,1,0,1),(1,0,1,1),(0,1,1,1),(1,1,1,0)}
Bentuklah basis orthogonal (B') menggunakan proses pengortogonalan Gram-Schmidt
Untuk mendapatkan basis ortonormal, langkahnya dapat dibuat sebagi berikut :
) , ... , , peroleh di sudah (misalkan : k ke Langkah > , < > , v < , -> , v < -= : 3 Langkah > , v < -v > , v < -v = : 2 Langkah v v = : 1 Langkah 1 -k 1 2 1 2 2 3 2 2 3 1 1 3 3 1 1 3 3 3 1 1 2 2 1 1 2 2 2 1 1 1 µ µ µ µ µ µ µ µ µ µ µ µ µ µ µ µ µ µ µ > <v v v µ µ µ µ µ µ µ k k k 1 2 k -1 k = v v v - 0 , karena {v , v , . .. , v , v } bebas linear − < > − < > < > ≠ = − = − = −
∑
∑
∑
v v v k i i i k k k i i i k k i i i k , , , 1 1 1 1 1 1Contoh 1 :
3
R bentuklah basis ortonormal dari basis
)} 1 , 1 , 1 ( ), 1 , 1 , 1 ( ), 1 , 1 , 1
{( − − terhadap perkalian skalar
3 3 2 2 1 1 2 ,b ab ab ab a >= + + < ! Contoh 2 :
Di P3 , bentuklah basis ortonormal { 0, 1, 2, 3} ' P P P P B = terhadap perkalian skalar
∫
− >= < 1 1 ). ( ). ( ,q p x q x dxPENGHAMPIRAN TERBAIK
1. Dalil Proyeksi
Jika w ruang bagian linear berdimensi berhingga dari ruang berperkalian skalar v, maka setiap v ∈ V dapat dinyatakan dalam tepat satu cara dengan
v = w + w , w 1 2 1 ∈ w , w ortogonal pada W 2
2. Dalil Penghampiran Terbaik :
Jika : ( i) w ruang bagian linear berdimensi berhingga dari ruang berperkalian skalar V
w -v < v v berlaku , v w dengan W w : maka w pada v ortogonal proyeksi v dan V v ii) ( w w w − ≠ ∈ ∀ ∈
3. Arti Ilmu ukur Penghampiran Terbaik di R3.
Mencari titik dengan vektor posisi vw ∈ W (ruang bagian linear dari V ) yang jaraknya dengan titik dengan vektor posisi v ∈ V sekecil mungkin jaraknya terdekat itu ialah v - v
4. Arti Penghampiran Terbaik pada Umumnya
Mencari v⊂W pada ruang bagian linear berdimensi berhingga W ⊂ V , V ruang berperkalian skalar, yang jaraknya dengan v ⊂ V sekecil mungkin khususnya : Metode kuadrat terkecil :
Mencari fungsi dalam bentang linear himpunan fungsi
{ , , ... , } ϕ ϕ0 1 ϕ n ⊂ c [a,b] yang jaraknya dengan f
∈ c [a,b] sekecil mungkin.
Jarak diturunkan dari perkalian skalar < f, q > = f(x).g(x) dx
a b
∫
5. a) Polinom penghampiran terbaik berpangkat ≤ n dengan metode kuadrat terkecil untuk suatu fungsi f ∈ c [a,b] ialah p(x) = a0+a1x+a2x
2
dengan [f - p(x)] dx 2 a
b
∫
sekecil mungkin.b) Mencari polinom penghampiran terbaik itu lebih efisien dengan mencari proyeksi ortogonal f pada P2 terhadap perkalian skalar
< f, q> = f(x).g(x) dx a
b
∫
Dibentuk dulu basis ortogonal P2 dengan Proses Gram Schmidt mulai dengan { 1, x, x2}.
6. Polinom Fourier orde ≤ n adalah polinom Trigonometri penghampiran terbaik orde ≤ n
)
(PTn dengan metode kuadrat terkecil untuk fungsi f
pada [-π,π] atau [0,2π]. nx b x b x b nx a x a x a a x
Pn( ) = 0+ 1cos + 2cos2 +...+ ncos + 1sin + 2sin2 +...+ nsin
atau ) sin cos ( ) ( 1 0 a ix b ix a x P i i i n = +
∑
+ ∞ =Fungsi f yang didefinisikan pada [-π,π] atau [0,2π] akan dihampiri dengan fungsi Pn(x)pada selang itu.
) (x
Pn membentuk ruang bagian linear dari C[0,2π]atau ]
, [−π π
C , kalau daerah definisi Pn(x)dibatasi pada
selang-selang itu saja.
Basis orthogonal ruang bagian linear itu adalah
} sin ,..., 2 sin , sin , cos ,..., 2 cos , cos , 1 { x x nx x x nx =
karena B adalah himpunan orthogonal , maka menurut dalil B bebas linear, jadi merupakan basis untuk PTn , dan adalah basis orthogonal untuk PTn ,
terhadap perkalian scalar < >=
∫
π 2 0 ). ( ). ( ,q p x q x dx p atau
∫
− >= < π π dx x q x p q p, ( ). ( ).Untuk mendapatkan basis orthogonal , terlebih dahulu menetukan panjang masing-masing vector dalam basis orthogonal itu.
[ ]
π π π π π 2 0 2 ) 1 ( , 1 20 2 0 2 0 2 = = = − = = = p q∫
dx∫
dx x[
]
[ ] π π π π π π π = = + − + = + = =∫
) 2 ( . 2 1 )} 0 ( 0 sin . 0 {cos )} 2 ( ) 2 ( sin ). 2 ( {cos 2 1 sin cos 2 1 ) (cos cos 20 2 0 2 i i i i i i i ix ix ix i dx ix ix[
]
[
]
π π π π π π π = = + − − + − = + − = =∫
) 2 ( . 2 1 )} 0 ( 0 cos . 0 sin { )} 2 ( ) 2 ( cos ). 2 ( sin { 2 1 cos sin 2 1 ) (sin sin 20 2 0 2 i i i i i i i ix ix ix i dx ix ixDengan demikian basis ortonormal untuk PTnadalah
}
,...,
,
,...,
,...,
,
{
}
sin
,...,
2
sin
,
sin
,
cos
,...,
2
cos
,
cos
,
2
1
{
1 0 1 0u
u
nv
v
v
nu
nx
x
x
nx
x
x
=
=
π
π
π
π
π
π
π
Polinom Fourier untuk f(x) yaitu Polinom Trigonometri Penghampiran Terbaik untuk f(x) dengan perkalian skala di atas.
n n n n
v
v
f
v
v
f
v
v
f
u
u
f
u
u
f
u
u
f
x
P
>
<
+
>
<
+
>
<
+
>
<
+
+
>
<
+
>
=<
,
...
,
,
,
...
,
,
)
(
2 2 1 1 1 1 0 0∑
∑
= =>
<
+
>
<
+
>
=<
n i i i n i i iu
f
v
v
u
f
u
u
f
x
P
1 1 0 0,
,
,
)
(
di mana :∫
∫
= >= < π π π π 2 0 2 0 0 ( ).. 2 1 . 2 1 ). ( ,u f x dx f x dx f2 2 ).. ( 1 ).. ( 2 1 2 1 ).. ( 2 1 , 0 2 0 2 0 2 0 0 0 a dx x f dx x f dx x f u u f = = = = > <
∫
∫
∫
π π π π π π π di mana =∫
π π 2 0 0 ( ). 1 dx x f a π ix u i = cos∫
∫
= >= < π π π π 2 0 2 0 . cos ). ( 1 . cos ). ( ,u f x ix dx f x ix dx f i(
ix)
a ix dx ix x f ix dx ix x f u u f i i i cos . cos . cos ). ( 1 cos . cos ). ( 1 , 2 0 2 0 = = = > <∫
∫
π π π π πdi mana =
∫
π π 2 0 . cos ). ( 1 dx ix x f ai π ix v i = sin∫
∫
= >= < π π π π 2 0 2 0 . sin ). ( 1 . sin ). ( ,v f x ix dx f x ix dx f i(
ix)
b ix dx ix x f ix dx ix x f v v f i i i sin . sin . sin ). ( 1 sin . sin ). ( 1 , 2 0 2 0 = = = > <∫
∫
π π π π π di mana =∫
π π 2 0 . sin ). ( 1 dx ix x f bi Jadi∑
∑
= =>
<
+
>
<
+
>
=<
n i i i n i i iu
f
v
v
u
f
u
u
f
x
P
1 1 0 0,
,
,
)
(
∑
∑
= =+
+
=
n i i n i iix
b
ix
a
a
x
P
1 1 0sin
.
cos
.
2
)
(
(
)
∑
= + + = n i i i ix b ix a a x P 1 0 .cos .sin 2 ) ( di mana i = 1,2,3,..., nPolinom Fourier itu adalah
(
)
∑
= + + = n i i i n a ix b ix a x P 1 0 sin . cos . 2 ) ( di mana :∫
= π π 2 0 . cos ). ( 1 dx ix x f a i∫
= π π 2 0 . sin ). ( 1 dx ix x f b i …[
0,2π]
atau∫
− = π π π f x dx a 0 1 ( ).∫
= π π 2 0 0 ( ). 1 dx x f a∫
− = π π π f x ix dx a i 1 ( ). cos .∫
− = π π π f x ix dx b i 1 ( ). sin . …[
− π ,π]
Ambil ππ n n i = = dan π = L, maka L n i = π dan intervalnya[
− L,L]
sehingga∫
− = L L dx x f L a 0 1 ( ).∫
− = L L n dx L x n x f L a 1 ( ).cos π .∫
− = π π π dx L x n L x f L bn 1 ( ).sin . …[
− L, L]
Dengan demikian Polinom Fourier berubah menjadi: Deret Fourier :