Bidang Studi Teknik Sistem Pengaturan Jurusan Teknik Elektro - FTI
Institut Teknologi Sepuluh Nopember
Trihastuti Agustinah
2. Teori 3. Contoh
4. Simpulan
5. Latihan
1. Objektif
Mahasiswa mampu:
1) mendeskripsikan ruang hasilkali dalam beserta teorema yang menyertainya
2) menghitung vektor ortogonal dan ortonormal melalui proses Gram-Schmidt
Tujuan Pembelajaran
Ruang hasilkali dalam merupakan generalisasi dari konsep ruang hasilkali-
dalam Euclidean. Selain berbeda dalam
notasi yang digunakan, konsep ini digunakan untuk mendapatkan basis ortonormal
melalui aplikasi proses Gram-Schmidt.
Pendahuluan
Hasikali-dalam (inner product)
Hasilkali-dalam Euclidean: u∙v
Notasi umum hasilkali-dalam: 〈u,v〉
Aksioma:
〈u,v〉 = 〈v,u 〉 simetri
〈u+v,w〉 =〈u,w〉 + 〈v,w〉 aditif
〈ku,v〉 = k〈u,v〉 homogenitas
〈v,v〉 ≥ 0 definit positif
〈v,v〉 = 0 iff v = 0
Contoh 1
Norma dan jarak
Definisi norm atau panjang Euclidean untuk vektor u=(u
1, u
2,∙∙∙, u
n):
Definisi jarak (distance) antara titik u=(u
1, u
2,∙∙∙, u
n) dan v=(v
1, v
2,∙∙∙, v
n):
2 2
2 2
1 2
, 〉1 = u + u + + un
〈
= u u
u
2 2
2 2
2 1
1 ) ( ) ( )
( )
,
( u v u v un vn
d u v = u − v = − + − ++ −
Contoh 2
Hasilkali-dalam dibangkitkan oleh matriks
Vektor u=[u
1u
2∙∙∙ u
n]
Tdan v=[v
1v
2∙∙∙ v
n]
T (ekspresi dalam matriks n×1)Matriks A dapat dibalik:
karena u·v = v
Tu, maka
〈u,v〉 = (Av)
TAu 〈u,v〉 = v
TATAu〈u,v〉 = Au · Av
= ?Hasilkali-dalam berbobot
Hasilkali-dalam: dibangkitkan oleh matriks identitas n×n 〈u,v〉 = Iu·Iv = u·v
=
〉
〈
2 1 2
1 0 2
0 3 2
0
0 ] 3
[
, u
v u v v
u
=
2 0
0 A 3
=
2 1 2
1 0 2
0 ] 3
[ u
v u v
Hasilkali-dalam berbobot:
Bukti.
2 2 1
1 2
3u v + u v
=
dibangkitkan oleh matriks:
〈u,v〉 = 3u1v1 + 2u2v2
Hasilkali-dalam berbobot
Secara umum, hasilkali-dalam Euclidean berbobot 〈u,v〉 = w
1u1v1+ w
2u2v2+ ∙∙∙ + w
nunvn
=
wn
w w
A
0 0
0
0 0
0
0 0
0
2 1
merupakan hasilkali-dalam pada R
n yang dibangkitkanoleh matriks
Sifat-sifat hasilkali-dalam
Jika u, v, dan w adalah vektor di ruang hasilkali-dalam, dan skalar k
〈u,v+w〉 = 〈u,v〉+ 〈u, w〉
〈0, v〉 = 〈v, 0〉 = 0
〈u – v,w〉 = 〈u,w〉 – 〈v, w〉
〈u,kv〉 = k〈u,v〉
〈u, v– w〉 = 〈u,v〉 – 〈u, w〉
〉
〈 v u , 2
〈u,v〉 = 0Ortogonalitas
Dua vektor u dan v adalah ortogonal iff
Teorema Phytagoras:
Bukti.
〉 +
+
〈
=
+ v
2( u v ), ( u v ) u
2
2
v
u +
=
〈u,v〉 = 0
2 2
2
u v
v
u + = +
v
2+ +
= u
2Ortogonal dan Ortonormal
Himpunan vektor ortogonal:
– himpunan vektor-vektor dalam ruang hasilkali-dalam – semua pasangan dari vektor berlainan dalam himpunan
tersebut adalah ortogonal
Ortonormal:
– himpunan vektor ortogonal
– tiap vektor dalam himpunan tersebut memiliki norma 1
Normalisasi
Normalisasi:
proses perkalian vektor tak-nol dengan kebalikan dari panjang vektor tersebut1 1 1
1 = = v =
v v v v
v
Vektor dengan norma 1:
v v 1
Bukti.
Contoh 3
Koordinat relatif terhadap basis ortonormal
Jika S = {v1, v2, ∙∙∙, vn} adalah basis ortonormal untuk ruang hasilkali-dalam V, dan u adalah sebarang vektor dalam V, maka
Vektor koordinat u relatif terhadap S
koordinat relatif terhadap S
u = 〈u,v1〉v1 + 〈u,v2〉v2 + ∙∙∙ + 〈u,vn〉vn
(u)S = (〈u,v1〉, 〈u,v2〉, ∙∙∙ , 〈u,vn〉)
〈u,v2〉
〈u,v1〉 〈u,vn〉
Koordinat relatif terhadap basis ortogonal
S = {v1,v2,∙∙∙,vn}: basis ortogonal untuk ruang vektor VVektor u sebagai kombinasi linear dari vektor basis ortogonal
=
′
n
S n
v v v
v v
v , , ,
2 2 1
1
n n n
n
v v v
u v v
v v
u v v
v v
u v
u , , ,
2 2 2
2 1
1 1
1 + + +
=
n n
n v v
v v u
v v v u
v v u u
2 2 2
2 1 2
2 1
1 , ,
, 〉 + 〈 〉 + + 〈 〉
= 〈
Normalisasi dari tiap vektor dalam S
basis ortonormal
Contoh 4
Teorema proyeksi Rumus proyeksi
u u
u = + ⊥
W projW
proj
karena
u u
Wu
W
proj proj
⊥= −
maka
) proj
(
proj u u u
u = W + − W
W w2
w1 u
0
u = w1 + w2
W
u – projWu
0
u
projWu
Teorema proyeksi
Misal W merupakan subruang dimensi terbatas dari ruang hasilkali dalam V
r r Wu = 〈u, v 〉v +〈u,v 〉v + + 〈u, v 〉v
proj 1 1 2 2
1) Jika S = {v1, v2, ∙∙∙, vr} adalah basis ortonormal untuk W, dan u adalah sebarang vektor dalam V, maka
2) Jika S = {v1, v2, ∙∙∙, vr} adalah basis ortogonal untuk W, dan u adalah sebarang vektor dalam V, maka
r r
r
W v
v v v u
v v v u
v v
u u 2 2 2
2 2 2 1
1
1 , ,
proj , 〈 〉
+
〉 + + 〈
〉
= 〈
Proses Gram-Schmidt
Langkah 1: set v
1= u
1Proses
ortogonalisasi:
step-by-step
Langkah 2: dapatkan vektor v
2ortogonal terhadap v
1hitung komponen u
2ortogonal pada W
11 2 1
1 2
2 2
2 2
proj ,
1 v
v v u u
u u
v 〈 〉
−
=
−
= W
W1
u2
v1 v2
projW
1u2
Proses Gram-Schmidt
Langkah 3: Bentuk vektor v
3ortogonal terhadap v
1dan v
22 2 2
2 1 3
2 1
1 3 3
3 3
3
, proj ,
2 v
v v v u
v v u u
u u
v = − W = − 〈 〉 − 〈 〉
Langkah ke-n: …
W2
projW
2u3 u3
v1
v2 v3
Contoh 5
Dekomposisi QR
Matriks A adalah matriks (m×n) dengan vektor kolom
Faktor dari A: A
=QR dengan– Q adalah matriks m×n dengan vektor kolom ortonormal – R adalah matriks segitiga atas n×n dapat dibalik
bebas linear
〉
〈
〉
〈
〉
〈
〉
〈
〉
〈
〉
〈
=
3 3
2 3 2
2
1 3 1
2 1
1
, 0
0
, ,
0
, ,
,
q u
q u q
u
q u q
u q
u R
???
Contoh 6
Contoh 1
Misalkan u =(u1,u2 ) dan v = (v1,v2). Tunjukkan bahwa hasilkali-dalam Euclidean berbobot:
〈u,v〉 = 3u1v1 + 2u2v2
memenuhi aksioma hasilkali-dalam.
Contoh 1
Jawab:
• 〈u,v〉 = 〈v,u〉
• Jika w = (w1,w2), maka
〈u+v,w〉 = 3(u1 + v1) w1+ 2(u2+v2) w2
= (3u1w1+2u2 w2)+(3v1w1+2 v2w2) = 〈u,w〉 +〈v,w〉
• 〈ku,v〉 = 3(ku1)v1 + 2(ku2)v2
= k(3u1v1 + 2u2v2) = k〈u,v〉
• 〈v,v〉 = 3v1v1+ 2v2v2 = 3v12+ 2v22 ≥ 0
〈v,v〉 = 0 iff v1=0 , v2=0 v = (v1,v2) = 0
Contoh 2
Vektor u =(1,0) dan v = (0,1) di R2, dapatkan norma dan jarak
Hasilkali-dalam berbobot: 〈u,v〉 = 3u1v1 + 2u2v2 u = 〈u, u〉1 2 = [3(1)(1) + 2(0)(0)]1 2 = 3
2
) 1
1 , 1 ( ), 1 , 1 ( )
,
(u v = u − v = 〈 − − 〉 d
5 )]
1 )(
1 ( 2 )
1 )(
1 ( 3
[ + − − 1 2 =
=
1 0
12 + 2 =
= u
2 )
1 ( 1
) 1 , 1 ( )
,
(u v = u − v = − = 2 + − 2 = d
Contoh 3
Dapatkan basis ortonormal untuk vektor-vektor u1 = (0,1,0), u2 = (1,0,1) dan u3 = (1,0,-1).
1 =1
u u2 = 2 u3 = 2
) 0 , 1 , 0 (
1 1 = 1 =
u
v u
=
= 2
, 1 0 2 , 1
2 2 2
u
v u
−
=
= 2
, 1 0 2 , 1
3 3 3
u v u
Himpunan S={v1,v2,v3} adalah ortonormal, karena
0 ,
,
, 2 1 3 2 3
1 〉 = 〈 〉 = 〈 〉 =
〈v v v v v v
3 1
2
1 = v = v =
v
Jawaban contoh 3
Contoh 4
Vektor v1= (0,1,0), v2= (-4/5,0,3/5), v3= (3/5,0,4/5). Buktikan S={v1, v2, v3} merupakan basis ortonormal untuk R3.
• Ekspresikan vektor u = (1, 1, 1) sebagai kombinasi linear dari vektor-vektor dalam S
• Dapatkan vektor koordinat (u)S
Contoh 4
• Hasilkali-dalam u dan vi:
〈u,v1〉=1; 〈u,v2〉=-1/5; 〈u,v3〉=7/5
• Vektor u sebagai kombinasi linear u = v1 – (1/5)v2 + (7/5) v3
(1, 1, 1) = (0,1,0) – 1/5(-4/5, 0, 3/5) + 7/5 (3/5, 0, 4/5)
• Vektor koordinat u relatif terhadap S:
(u)S = (〈u,v1〉, 〈u,v2〉, 〈u,v3〉) = (1, -1/5, 7/5)
• Basis ortonormal: vektor ortogonal dengan norma 1
Contoh 5
Gunakan proses Gram-Schmidt untuk mentransformasi vektor basis u1 = (1,1,1), u2 = (0, 1,1), u3 = (0,0,1) ke dalam basis ortogonal {v1, v2, v3}; kemudian dapatkan basis
ortonormal {q1, q2, q3};
Contoh 5
Langkah 1:
2 1 1
1 2 2
2 2
2
proj ,
1 v
v v u u
u u
v = − W = − 〈 〉
−
=
−
= 3
, 1 3 , 1 3 ) 2
1 , 1 , 1 3 ( ) 2 1 , 1 , 0 (
Langkah 2:
v1 = u1 = (1,1,1)
2 2 2
2 1 3
2 1
1 3 3
3 3
3
, proj ,
2 v
v v v u
v v u u
u u
v = − W = − 〈 〉 − 〈 〉
−
−
−
= 3
, 1 3 , 1 3 2 3
2 3 ) 1
1 , 1 , 1 3( ) 1 1 , 0 , 0
(
−
= 2
, 1 2 , 1 0
Langkah 3:
) 1 , 1 , 1
1 = (
v
−
= 3
, 1 3 , 1 3 2
v2
−
= 2
, 1 2 , 1
3 0
Basis ortogonal: v
Contoh 5
Norma dari v1, v2 dan v3:
Basis ortonormal:
1 = 3
v 3
6
2 =
v 2
1
3 = v
=
= 3
, 1 3 , 1 3 1
1 1 1
v q v
−
=
= 6
, 1 6 , 1 6 2
2 2 2
v q v
−
=
= 2
, 1 2 , 1
0
3 3 3
v q v
) 1 , 1 , 1
1 = (
v
−
= 3
, 1 3 , 1 3 2
v2
−
= 2
, 1 2 , 1
3 0
Basis ortogonal: v
Contoh 6
Dapatkan dekomposisi QR untuk matriks berikut:
=
1 1
1
0 1
1
0 0
1
A
Contoh 6
Vektor kolom dari matriks A:
= 1 1 1 u1
= 1 1 0 u2
= 1 0 0 u3
Basis ortonormal diperoleh dari proses Gram-Schmidt pada contoh 4:
=
3 1
3 1
3 1
q1
−
=
6 1
6 1
6 2
q2
−
=
2 1
2 1
0 q3
Contoh 6 Matriks R
Dekomposisi QR
=
〉
〈
〉
〈
〉
〈
〉
〈
〉
〈
〉
〈
=
2 1
0 0
6 1
6 2
0
3 1
3 2
3 3
, 0
0
, ,
0
, ,
,
3 3
2 3 2
2
1 3 1
2 1
1
q u
q u q
u
q u q
u q
u R
R A Q
−
−
=
2 1
0 0
6 1
6 2
0
3 1
3 2
3 3
2 1
6 1
3 1
2 1
6 1
3 1
0 6
2 3
1
1 1 1
0 1 1
0 0 1
Ruang hasilkali dalam merupakan perluasan konsep dari ruang hasilkali-dalam Euclidean
Ruang hasilkali dalam
Ortonormal dibentuk dari himpunan vektor ortogonal dengan tiap vektor dalam himpunan tersebut memiliki norma 1
Proses Gram-Schmidt digunakan untuk
mendapatkan basis ortogonal dari sebarang basis
untuk ruang hasilkali dalam dimensi terbatas
1) Dapatkan basis ortonormal dari {u1, u2,u3} dengan
menggunakan proses Gram-Schmidt untuk u1 = (1, 1, 1), u2 = (-1, 1, 0) dan u3 = (1, 2,1).
Soal Latihan
2) Misalkan 〈u,v〉 merupakan hasilkali-dalam Euclidean pada R2, dan misal vektor u=(3,-2), v=(4,5), w=(-1,6).
a) Dapatkan 〈u+v,w〉.
b) Bila hasilkali-dalam diubah menjadi hasilkali-dalam berbobot 〈u,v〉 = 4u1v1+5u2v2, dapatkan 〈u+v,w〉.
.