LOGO Bentuk Kuadrat Selasa, 26 Maret 2013 1. LOGO 1. Bentuk Umum 2.

Slides:



Advertisements
Presentasi serupa
Pengertian Tentang Matriks Operasi-Operasi Matriks
Advertisements

Matriks.
Max dan Min Tanpa Kendala Untuk Beberapa Variabel
Metode Simpleks Diperbaiki (Revised Simplex Method)
Kebebasan Tapak.
Bentuk Kuadrat dan Distribusinya
Hypothesis Testing In Full Rank Model
L/O/G/O MODEL REGRESI. Keilmuan sosial mempunyai karakteristik berupa banyaknya variabel-variabelatau faktor-faktoryang saling mempengaruhi satu sama.
Sebaran Bentuk Kuadrat
Pendahuluan Landasan Teori.
SEBARAN BENTUK KUADRAT
Determinan Trihastuti Agustinah.
BEBERAPA EKSPEKTASI KHUSUS
Bab 4 vektor.
II. MATRIKS UNTUK STATISTIKA
Bab 3 MATRIKS.
DEPARTEMEN TEKNIK ELEKTRO UNIVERSITAS INDONESIA
ANALISA STRUKTUR METODE MATRIKS RANGKA RUANG (SPACE TRUSS)
Model Berpangkat Tidak Penuh
MODEL LINIER Lia Yuliana, S.Si., MT. Tahun Akademik 2011/2012.
BAB 6. INTEGRASI VEKTOR PENDAHULUAN
BENTUK KUADRAT.
RUANG VEKTOR EUCLIDEAN
DISTRIBUSI EKSPONENSIAL
INVERS MATRIK Definisi: Jika A adalah sebarang matriks kuadrat dan jika dapat dicari sebuah matriks B sedemikian sehingga AB = BA = I, maka A dikatakan.
KOEFISIEN KORELASI.
Hypothesis Testing In Full Rank Model
Distribusi Bentuk Kuadrat
Regresi Linier Berganda
Statistika Multivariat
Matakuliah : Kalkulus II
TUGAS PRESENTASI MODEL LINEAR
NILAI DAN VEKTOR EIGEN.
RANK FULL MODEL (ESTIMATION)
9.1 Nilai Optimum dan Nilai Ekstrem
BAB 15 ANALISIS REGRESI DAN KORELASI LINIER
Review Review Aljabar Linear Matrix Operations Transpose
INTEGRAL PERMUKAAN.

OPTIMASI MULTIVARIABEL
RANK FULL MODEL (INTERVAL ESTIMATION)
NILAI EIGEN VEKTOR EIGEN
K O N S E P D A S A R A N A L I S I S R E G R E S I
BAB 15 ANALISIS REGRESI DAN KORELASI LINIER
TEKNIK KOMPUTASI Pertemuan 10:
ALJABAR MATRIKS Bila kita mempunyai suatu sistem persamaan linier
DETERMINAN Ronny Susetyoko Matematika 1.
Matematika & Statistika
Kelas XII Program IPA Semester 1
Oleh: Rina Agustina Pendidikan Matematika
Oleh: Rina Agustina Pendidikan Matematika
BAB 3 PERSAMAAN KUADRAT.
BILANGAN.
BAB 2...RUANG VEKTOR
PERSAMAAN DAN PERTIDAKSAMAAN KUADRAT
INFERENSI VEKTOR MEAN 1 Statistik Hotelling’s 2
Statistika Multivariat
ALJABAR LINEAR DAN MATRIKS
Soal Latihan Pertemuan 13
MATRIKS EGA GRADINI, M.SC.
Soal Latihan Pertemuan 1
Menentukan Maksimum atau Minimum suatu fungsi
ALJABAR LINIER DAN MATRIKS
Analisis Multivariate Program S2 Matematika Semester Genap 2011/2012
NILAI EIGEN DAN VEKTOR EIGEN
Review Aljabar Matriks
Oleh NATALIA PAKADANG ( ). SISTEM PERSAMAAN LINEAR DUA VARIABEL Bentuk umum : dimana : a1, a2, b1, b2, c1, c2 adalah bilangan riil. a dan b ≠0.
1. TEORI PENDUKUNG 1.1 Pendahuluan 1.2 Variabel acak
NILAI EIGEN VEKTOR EIGEN
Bab 1.3 – 1.5 Matriks & Operasinya Matriks invers.
Transcript presentasi:

LOGO Bentuk Kuadrat Selasa, 26 Maret

LOGO 1. Bentuk Umum 2

LOGO Teori Matriks Teori Statistik Bentuk Kuadratik (non statistik) Sebaran/ Distribusi Random Vector (statistik) Concepts of statistical inference …? 3

LOGO Bentuk-Bentuk Kuadratik Suatu bentuk kuadratik (Quadratic Form) adalah suatu fungsi dari k variabel y 1,…,y k : q = y’Ay dimana A adalah matriks simetris k x k dan disebut matriks dari Quadratic Form 4

LOGO Karena quadratic forms hanya mengandung bentuk kuadrat dan crossproducts, maka dapat ditulis: maka Misalkan kita mempunyai: Bentuk-Bentuk Kuadratik 5

LOGO CONTOH Misalkan Maka: Sehingga untuk contoh diatas: 6

LOGO LATIHAN a)Tulis dalam bentuk kuadratik x’Ax, dimana A adalah simetris. 1. 2x 2 – 8xy – 5y 2 – 6yz –7z x 2 – xz + 9y 2 + 3yz 3. 2xy + 4xz + 6yz b)Misalkan y’ = (y1, y2, y3, y4) dan Tanpa melakukan perkalian matriks dalam bentuk kuadratik y’ A y, tentukan koefisien dari 7

LOGO Bentuk kuadratik y’Ay disebut:  definit positif apabila y’Ay > 0 untuk setiap y ≠ 0;  semidefinit positif apabila y’Ay  0 untuk setiap y dan y’Ay = 0 untuk y ≠ 0  Matriks A definit positif jika bentuk kuadratiknya definit positif Misalkan, maka Tunjukkan bahwa A definit positif! 8

LOGO  Menentukan apakah sebuah matriks definit positif atau semidefinit positif relatif sulit, apalagi jika ukuran matriks-nya lebih dari 2 x 2.  Untuk itu, diberikan suatu pendekatan/metode yang lebih mudah yaitu menggunakan eigen value. Theorem: (1) Suatu matriks simetris A adalah definit positif jika dan hanya jika semua eigen value-nya positif (2) Suatu matriks simetris A adalah semidefinit positif jika dan hanya jika semua eigenvalue-nya nonnegatif dan minimal satu eigen value-nya adalah nol. 9

LOGO Kembali ke contoh, maka Tentukan eigen value: Diperoleh = 3 dan = 1, karena semua bernilai positif, maka matriks A definit positif. 10

LOGO Misalkan A adalah matriks simetris definit positif yang dituliskan ke dalam bentuk partisi sbb: dimana A 11 dan A 22 adalah matriks persegi. Misalkan B = A -1, dan: dengan ukuran B 11 dan B 22 sama dengan A 11 dan A 22 berturut-turut, sehingga: Inverse dari Matriks Definit Positif 11

LOGO 2. Turunan Bentuk Umum 12

LOGO Jika z adalah fungsi k variabel y 1, y 2, …, y k. maka z dapat dituliskan: Dengan menggunakan turunan parsial, diperoleh: Turunan Bentuk Kuadratik 13

LOGO Contoh: Misalkan z adalah bentuk kuadratik z = y’Ay, tentukan turunan dari z Turunan Bentuk Kuadratik 14

LOGO 1. Misalkan z = a’y dimana a adalah vektor dari skalar, maka 2. Misalkan z = y’y, maka 3. Misalkan z = y’Ay dimana A adalah matriks k x k, maka Contoh: Buktikan bahwa turunan z pada rule (3) sama dengan nilai turunan berdasarkan definisinya Rules for Differentiation 15

LOGO 3. Nilai Harapan 16

LOGO Definisi: Misalkan adalah vektor dari variabel random, dan misalkan, sehingga vektor  diberikan oleh: Nilai Harapan dari Vektor Random 17

LOGO 1. Jika a adalah vektor bilangan real, maka E [a] = a. 2. Jika a adalah vektor dari skalar k x 1 dan Y adalah vektor random k x 1 dengan nilai harapan , maka 3. Jika A adalah matriks n x k, dan Y adalah vektor random dengan nilai harapan , maka Contoh: Misalkan Asumsikan E[Y 1 ]=10 dan E[Y 2 ]=20, tentukan E[AY], bandingkan dengan definisi ekspektasi Rules for Expectation 18

LOGO 4. Varians 19

LOGO Definisi: Misalkan adalah vektor random dengan dengan E[Y] = . Varians dari Y dinotasikan sebagai var Y atau V adalah matriks k x k yaitu: Varians dari Vektor Random 20

LOGO 1. Jika Y adalah vektor random dengan var Y = V, dan Z = a’Y dimana a adalah vektor bilangan real, maka 2. Jika Y adalah vektor random dengan var Y = V, dan A adalah matriks k x k. Jika z = AY, maka Rules for Variance 21

LOGO LATIHAN SOAL 22

LOGO 1. Misalkan Tentukan y’Ay. 2. Tunjukkan apakah matriks-matriks berikut definit positif, semidefinit positif, atau lainnya LATIHAN SOAL 23

LOGO 3. Misalkan a. Tuliskan z = a’y, dan tentukan b. Buktikan bahwa dz/dy = a 4. Misalkan z = y’Ay, Tentukan a. b. c. LATIHAN SOAL 24

LOGO 5. Misalkan Tentukan E[a’Y] dan E[Ya’] 6. Misalkan asumsikan  ij = 0, i≠j, dan  i 2 = 4, i = 1,2,3, tentukan var y dan tentukan E [y’Ay] LATIHAN SOAL 25

LOGO 26