RUANG PERKALIAN DALAM.

Slides:



Advertisements
Presentasi serupa
Eigen value & Eigen vektor
Advertisements

RUANG VEKTOR II BUDI DARMA SETIAWAN.
Ruang Hasil kali Dalam (INNER PRODUCT SPACE)
RUANG VEKTOR UMUM.
Sistem Persamaan Linier
RUANG VEKTOR Trihastuti Agustinah..
SUB RUANG ..
Ruang N Euclides Ruang vektor umum Subruang
InversRANK MATRIKS.
Bab 4 vektor.
Aljabar Linear Elementer
ALJABAR LINIER & MATRIKS
BAB IV V E K T O R.
Aljabar Linear Elementer
ALJABAR MATRIKS pertemuan 10 Oleh : L1153 Halim Agung,S.Kom
RUANG VEKTOR (1).
Ruang Vektor berdimensi - n
RUANG VEKTOR EUCLIDEAN
Ortogonal.
Matrik dan Ruang Vektor
Sistem Persamaan Linier
SUDUT ANTARA DUA VEKTOR PROJEKSI & KOMPONEN DUA VEKTOR
MODEL LINIER Lia Yuliana, S.Si., MT. Tahun Akademik 2011/2012.
Pengantar Vektor.
BAB VII RUANG VEKTOR UMUM.
RUANG VEKTOR EUCLIDEAN
Matriks dan Transformasi Linier
TRANSFORMASI LINIER.
Vektor Ruang Dimensi 2 dan Dimensi 3
BAB V (lanjutan) VEKTOR.
BAB VIII RUANG HASILKALI DALAM (lanjutan).
TRANSFORMASI LINIER.
Inner Product Ortogonal dan Ortonormal Proses Gram Schmidt
BAB VIII RUANG HASILKALI DALAM (lanjutan).
BAB 8 RUANG PERKALIAN DALAM.
VEKTOR-VEKTOR DALAM RUANG BERDIMENSI 2 DAN RUANG BERDIMENSI 3
2. VEKTOR 2.1 Vektor Perpindahan B
BAB VIII RUANG HASILKALI DALAM (lanjutan).
Sistem Persamaan Linier Oleh : Sudaryatno Sudirham
Aljabar Vektor (Perkalian vektor)
RUANG VEKTOR EUCLIDEAN
Standard Unit Vektor Kombinasi Linear Membangun Bebas Linear Basis
NILAI EIGEN VEKTOR EIGEN
KOMPUTASI NUMERIK PENYELESAIAN PERSAMAAN LINIER
(Tidak mempunyai arah)
P. X w A B B v v+w v+w w v v v+w w v -v v-w v v v-w -w w w
MODUL VII BASIS DAN DIMENSI
RUANG HASIL KALI DALAM Kania Evita Dewi.
ALJABAR LINEAR BASIS DAN DIMENSI
Sistem Persamaan Linier dan Matriks Jilid 2
RUANG HASIL KALI DALAM Kania Evita Dewi.
PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS PANCA MARGA
Inner Product Ortogonal dan Ortonormal Proses Gram Schmidt
ALJABAR MATRIKS pertemuan 8 Oleh : L1153 Halim Agung,S.Kom
Lanjutan Ruang Hasil Kali Dalam
DOT PRODUCT dan PROYEKSI ORTHOGONAL
RUANG VEKTOR.
Ruang vektor real Kania Evita Dewi.
Pertemuan 2 Aljabar Vektor (Perkalian vektor)
Definisi Jika n adalah sebuah bilangan bukat positif, maka tupel-n-terorde (ordered-n-tuple) adalah sebuah urutan n bilangan real (a1, a2, a3, ,
KANIA EVITA DEWI RUANG VEKTOR REAL.
SOAL RUANG VEKTOR BUDI DARMA SETIAWAN.
5.
Aljabar Linear Elementer
RUANG VEKTOR REAL Kania Evita Dewi.
VEKTOR.
RUANG VEKTOR bagian pertama
PERTEMUAN 7 RUANG N EUCLEDIAN.
Vektor Proyeksi dari
NILAI EIGEN VEKTOR EIGEN
Transcript presentasi:

RUANG PERKALIAN DALAM

DEFINISI Sebuah perkalian dalam (inner product) pada sebuah ruang vektor V adalah sebuah fungsi yang mengasosiasikan sebuah bilangan real <u,v> dengan setiap pasang vektor u dan v di dalam V sedemikian rupa sehingga aksioma-aksioma berikut dipenuhi untuk semua vektor u, v, dan w di dalam V dan untuk semua skalar k. <u,v> = <v,u> (aksioma simetri) <u + v, w> = <u,w> + <v,w> (aksioma aditivitas) <ku,v> = k <u,v> (aksioma homogenitas) <v,v> ≥ 0 dan <v,v> = 0 jika dan hanya jika v = 0 (aksioma positivitas) Sebuah ruang vektor dengan sebuah perkalian dalam dinamakan sebuah ruang perkalian dalam (inner product space).

PANJANG DAN SUDUT DI DALAM RUANG PERKALIAN DALAM

DEFINISI ORTOGONAL Di dalam sebuah ruang perkalian dalam, dua vektor u dan v dinamakan ortogonal jika <u,v> = 0. Selanjutnya, jika u ortogonal kepada setiap vektor di dalam sebuah himpunan W, maka kita mengatakan bahwa u ortogonal kepada W.

BASIS ORTONORMAL Definisi : Sebuah himpunan dari vektor-vektor di dalam sebuah ruang perkalian dalam dinamakan sebuah himpunan ortogonal (orthogonal set) jika semua pasangan vektor-vektor yang berbeda di dalam himpunan tersebut ortogonal. Sebuah himpunan ortogonal di dalam mana setiap vektor mempunyai norm 1 dinamakan ortonormal (orthonormal).

TEOREMA Jika S = {v1, v2,…,vn} adalah sebuah basis ortonormal untuk sebuah ruang perkalian dalam V dan u adalah sebarang vektor di dalam V, maka u = <u,v1>v1 + <u,v2>v2 + … + <u,vn>vn

TEOREMA Misalkan V adalah sebuah perkalian dalam dan {v1, v2, …,vr} adalah sebuah himpunan ortonormal dari vektor-vektor di dalam V. Jika W menyatakan ruang yang direntang oleh v1, v2, …, vr, maka tiap- tiap vektor u di dalam V dapat dinyatakan di dalam bentuk u = w1 + w2 dimana w1 berada di dalam W dan w2 ortogonal kepada W dengan memisalkan w1 = <u,v1>v1 + <u,v2>v2 +…+ <u,vr>vr dan w2 =u - <u,v1>v1 - <u,v2>v2 - … - <u,vr>vr

PROSES GRAM-SCHMIDT Teorema. Tiap-tiap ruang perkalian dalam berdimensi berhingga yang tak nol mempunyai sebuah basis ortonormal. Berdasarkan teorema 21, maka dapat dibuat pembentukan langkah demi langkah untuk mengubah sebuah basis sebarang ke dalam sebuah basis ortonormal dinamakan proses Gram-Schmidt.

Langkah 2. Untuk membangun sebuah vektor v2 yang normnya 1 yang ortogonal kepada v1, kita menghitung komponen dari u2 yang ortogonal kepada ruang W1 yang direntang oleh v1 dan kemudian normalisasikanlah komponen u2 tersebut; yakni,

Langkah 3. Untuk membangun sebuah vektor v3 yang normanya 1 yang ortogonal kepada kedua-dua v1 dan v2, maka kita menghitung komponen dari u3 yang ortogonal kepada ruang W2 yang direntang oleh v1 dan v2 dan menormalisasikannya, yakni :

Dengan meneruskannya dengan cara ini, maka kita akan mendapatkan sebuah himpunan ortonormal dari vektor-vektor, {v1, v2,…,vn}. Karena V berdimensi n dan karena tiap-tiap himpunan ortonormal bebas linier, maka himpunan {v1, v2,…,vn} akan merupakan sebuah basis ortonormal untuk V.

KOORDINAT Jika S = {v1, v2,…,vn} adalah sebuah basis untuk sebuah ruang vektor V yang berdimensi berhingga, dan v = c1 v1 + c2v2 +…+ cnvn adalah pernyataan untuk v dalam basis S, maka skalar c1, c2,…,cn dinamakan koordinat v relatif kepada basis S. Vektor koordinat dari v relatif kepada S dinyatakan oleh (v)s dan merupakan vektor di dalam Rn yang didefinisikan oleh (v)s = (c1, c2,..,cn)

PEMECAHAN SOAL PERUBAHAN BASIS Jika kita mengubah basis untuk sebuah ruang vektor V dari suatu basis B = {u1, u2,..,un} yang lama kepada suatu basis B’ = {u1’, u2’,…,un’} yang baru maka matriks koordinat [v]B yang lama dari sebuah vektor v dihubungkan kepada matriks koordinat [v]B’ yang baru oleh persamaan [v]B = P[v]B’ dimana kolom-kolom dari P adalah matriks- matriks koordinat dari vektor basis yang baru relatif kepada basis yang lama, yakni vektor kolom dari P adalah [u1’]B, [u2’]B,…,[un’]B

Secara simbolik, maka matriks P dapat dituliskan sebagai PB’→B = [[u1’]B | [u2’]B |… |[un’]B ] Matriks tersebut dinamakan matriks transisi dari B’ ke B. Secara sama, dapat diperoleh matriks transisi dari B ke B’, yaitu : PB→B’ = [[u1]B’ | [u2]B’ |… |[un]B’ ]

teorema Jika P adalah matriks transisi dari sebuah basis B’ ke sebuah basis B untuk suatu ruang vektor berdimensi terhingga V, maka : P dapat dibalik. P-1 adalah matriks transisi dari B ke B’ Jadi, jika P adalah matriks transisi dari sebuah basis B’ ke sebuah basis B, maka untuk setiap vektor v kedua hubungan berikut ini berlaku : [v]B = P[v]B’ [v]B’ = P-1[v]B