Dekomp Spect & Dekom Singl 2-3 pdf.pdf
description
Transcript of Dekomp Spect & Dekom Singl 2-3 pdf.pdf
-
DEKOMPOSISI SPEKTRALDAN
DEKOMPOSISI NILAI SINGULAR
Pertemuan 2 & 3
DEKOMPOSISI SPEKTRALDAN
DEKOMPOSISI NILAI SINGULAR
-
Ingat : Vektor dan Matriks Ortogonal
vektor dan
a dan b saling ortogonal jikaa dan b saling ortonormal jikaa dan b di normalisasi (normalized) :
danu dan v saling ortonormal :
-
Ilustrasi 1
dan Saling ortogonalkarena
dan Saling ortonormalkarena
dimana
Saling ortogonal dansaling ortonormal
dankarena
-
Matriks ortogonalMatriks dikatakan ortogonal jika
or
dan , untuk
Ini berarti setiap kolom (baris) dari Q saling ortonormal , yaknidan , untuk
adalah matriks ortogonal(periksa)
-
Eigenvalues and Eigenvectors
Pasangan
jika setiappasanagan nilai eigen dan vektor eigen yang bersesuaian
disebut pasangan-
memenuhi persamaan
dan vector
Nilai-nilai igen dapat diperoleh dengan menyelesaikanprsamaan (determinan)
Secara umum dapat bernilai kompleks
Nilai-nilai igen dapat diperoleh dengan menyelesaikanprsamaan (determinan)
Pada umumnya dalam statistik multivariat kita bekerja padavektor-vektor eigen yang normnya 1 (normalized)
Jika A simetri, maka semua nilai eigen bernilai riilJika A definit positif maka semua nilai eigen bernilai positif
-
Jika vektor-vektor eigen ortonormal maka
atau
kita punya persamaan matriks (lihat teks)
atau
ortogonal diagonal
Hasil ini memegang peranandalam dekomposisi spektral
-
Dekomposisi spektral dari matrik simeri
simetri
Dekomposisi spektral
Definit positif
Dekomposisi spektral
nilai-nilai eigen dari AVektor-vektor eigen (normalized) yangbersesuaian dengan(ortonormal)
-
Sifat-sifat matriks simetrisimetri
Vektor-vektor eigen yang bersesuaian dengan nilai-nilai eigen, semuanya ortonormal
Mempunyai k pasangan nilai eigen dan vektor eigen
Vektor-vektor eigen yang bersesuaian dengan nilai-nilai eigen, semuanya ortonormalSemua nilai eigen bernilai riilJika salah satu nilai eigen bernilai nol, berimplikasi A singularJika A nonsingular , maka terdapat invers
-
Contoh
-
Lanjutan
Mudah diperiksa bahwa P ortogonal
-
Matriks Definit positif & Form KuadratikMisalkan matriks simetri dan vector
A disebut definit positif jikax A x disebut bentuk kuadratikMatriks simetri definit positif jika dan hanya jikasemua nilai eigennya positifDefinit positif dari bentuk kuadratik dapat diinterpretasikan sebagai kuadrat jarak
-
RangkumanMisal matriks simetri berukuran .Makanilai eigen dan vektor eigen
mempunyai k pasang
Vektor-vektor eigen dapat dipilih sehingga memenuhidan saling mutually perpendicular
Matrik simetri mempunyai dekomposisi spektral
dimanaadalah nilai-nilai eigen dari A dan
adalah vektor-vektor eigen (yang dinormalisasi/uniter) yangbersesuaian dengan
dan
-
Matrik defenit positif dengan dekomposisi spektral
Misalkan matriks yang kolom-kolomnya merupakanvektor-vrktor eigen yang dinormalisir, maka
dimanadan matriks diagonaldan matriks diagonal
CC: Dalam hal ini A harus definit positif, dimana semua nilai-nilai eigennnya juga positif
-
A matriks definit positif dengan dekomposisi spektral
dan inversnya
makamaka
disebut matriks akar kuadrat atau matriks standar deviasidimana
dan
-
Ilustrasi 1matriks simetri
Nilai-nilai eigen diperoleh dengan menyelesaikan persamaan
Untuk , vektor eigennya , dinormalisasi menjadi
Untuk ,vektor eigennya ,dinormalisasi menjadi
Dekomposisi spektral dari A adalah
CC : disini ada nilai eigen bernilai negatif ( ), jadi A bukan matriksdefinit positif. Akibatnya , tidak berlaku ??
-
Ilustrasi 2
Nilai-nilai eigen
Vektor2 eigen dinormalisasi
dinormalisasi
(A definit positif)
dinormalisasiDekomposisi spektral
-
Karena A definit positif (semua nilai eigen positif), maka
-
DEKOMPOSISI NILAISINGULAR
DEKOMPOSISI NILAISINGULAR
-
Nilai Singulir dan Dekomposisi Singulir
Maka dekomposisi singulir adalahMaka dekomposisi singulir adalah
dimana
pasanagn nilai eigen dan vektor eigen
dengan entri (i,i) adalah
r buah vektor unit ortog berukuran mx1r buah vektor unit ortog berukuran kx1
-
Ilustrasi
131
113ATentukan dekomposisi nilai singulir dari matriks
Solusi
131
113
113113
111111
nilai-nilai eigen
nilai-nilai eigen
Jadi
nilai-nilai eigen
-
Matriks-matriks khususMatriks-matriks khusus
-
Perkalian KroneckerDefinisi 2.1Misalkan A dan B dua buah matriks masing-masing berukurandandinotasikan sebagai yaitu suatu matriks berukuran
didefinisikan sebagai,
maka perkalian Kronecker (Kronecker product) dari A dan B
dan =
Misalmaka
-
Operator
Operator yang mentransformasikan matriks kedalam bentuk vektor
.
Jika A adalah matriks berukuran dengan kolom ke-i adalah
disebut operator vec disingkat
maka adalah sebuah vektor berukuran
dan dinyatakan sebagai
Misalmaka
-
lainnya adalah nol.
Suatu matriks bujur sangkar P disebut matriks komutasi jika setiap baris dansetiap kolom dari matrik P hanya mengandung sebuah elemen 1, dan yang
Matriks Komutasi (Commutation matriks)
Matriks Identitas termasuk salah satu matrik komutasi.
DefinisiMisalkan adalah matriks berukurandengan elemen tidak nol, yaitu 1 pada posisiMaka matriks komutasi berukuran dinotasikan dengan
yakni baris ke-i dan kolom-j.
Maka matriks komutasi berukuran dinotasikan dengandan didefenisikan sebagai
-
Contoh membentuk matriks KomutasiMisalakan diberikan dua matriks identitas
dan
kolom pertama dari adalahdan kolom pertama dari adalah
maka
sehingga
-
Selanjutnya,kolom pertama dari adalahdan kolom kedua dari adalah
maka
sehingga
Selanjutnya,Selanjutnya,kolom pertama dari adalahdan kolom ketiga dari adalah
maka
sehingga
-
Selanjutnya,kolom kedua dari adalahdan kolom pertama dari adalah
maka
sehingga
Selanjutnya,Selanjutnya,kolom kedua dari adalahdan kolom kedua dari adalah
maka
sehingga
-
Selanjutnya,kolom kedua dari adalahdan kolom ketiga dari adalah
maka
sehingga
Diperoleh Matriks komutasinya adalah
-
Dapat ditunjukkan bahwa (sifat)Dapat ditunjukkan bahwa (sifat)
Perhatikan bahwa untuk memperoleh matriks komutasi , setiap kolom padamatriks identitas pertama dikalikan dengan setiap kolom pada matriks identitasyang kedua.Matriks
dengan kolom ke-j pada matriks identitas yang keduadiperoleh dari perkalian kolom ke-i pada matriks identitas pertama
-
Perkalian Hadamart (The Hadamard Product)
Operator dari perkalian Hadamard dinotasikan dengan
yakni suatu operator yang mengalikan dua matriks berukuran samadengan elemen-elemen yang indeksnya bersesuaian
Misalkan A dan B dua matriks berukuran sama yakni
maka perkalian Hadamard dari matriks A dan B didefenisikan sebagai