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) B = (x1 , x1 , ... , x n ) dengan x k < x , µ −(k ) > = , k = 1 , 2, ... , n −( k ) (k ) < µ ,µ >

1

x > ∑ i =1 n BATASAN 1.. y ∈ V dan B = {µ basis ortogonal untuk V. µ − ( i ) >< y .DALIL 3 Jika V ruang Euclide. Himpunan Ortogonal yang setiap unsurnya vektor normal disebut Himpunan Ortonormal 3. y > ∑ i =1 n (1) . µ − (i ) > (i) ( ii) < x . µ . x . µ − (i ) > 2 < µ −( i ) . Basis Ortogonal yang setiap unsurnya vektor normal. disebut Basis Ortonormal 2 . . Vektor a pada ruang Euclides dengan disebut Vektor Normal a = 1 2. . µ > < µ −( i ) . µ } (1) (1) < x . maka : ( i) < x .. µ −( i ) > < x .

x >= ∑ < x .. maka : x = (1) (1) (n) ∑< x . B = {µ . µ } basis ortonormal untuk V. . µ -(i) >< y. maka : (1) < x. µ .. . y ∈ V dan B = {µ . V ruang Euclides berdimensi n. y >= ∑ < x.DALIL (Untuk basis ortonormal) Jika x ∈ V .. µ >2 (rumus Parseval) (i) i=1 3 . µ . . µ -(i) > i=1 n n (1) (2) (n) (2) < x. x. µ } basis ortonormal untuk V. µ > µ (i) i=1 n (i) DALIL (Untuk Basis Ortonormal) Jika V ruang Euclides..

.RUANG EUCLIDES II Proses Pengortogonalan Gram-Schmdit BATASAN Jika v ruang Euclides v ∈ V . ... µ 2 .. µ r } Himpunan ortogonal vektor di < v. w >= 0 ∀w ∈W DALIL 1 Jika V ruang perkalian skalar dan {µ 1 . . µ 2. v 2 . .. akan dibentuk suatu basis ortogonal B1 = {µ 1 . . v dikatakan ortogonal pada W bila < v . maka setiap vektor v ∈ V dapat dinyatakan dalam bentuk: v = w1 + w 2 .. µ n } dengan proses berikut: 4 .. W ⊂ V ... w1 = w2 ∑ r i=1 < v . µ r > = ruang linear yang dibentang oleh { µ 1 . . µ 2 . v n } basis untuk V. µi > ortogon al pada w Proses Pengortogonalan Gram-Schmidt Misalkan V ruang Euclides tak nol berdimensi n. µ 2 . µi > µi .. µ r } .. < µi . . . B = { v1 . . .w >=< µ 1 .

. Tentukan proyeksi orthogonal a = (1. µ 2 .. .1) ! 5 . µi > .∑ i =1 k-1 < v k .1. µk−1 > µk-1 atau : µk = vk .. µ2 > µ 2 . µ k−1 > < µk−1 . µ k . µi > < µi . µ 1 > < v3 .< vk . n Contoh 1 : V = R3 dengan perkalian scalar < a. µ 2 > µ1 µ2 < µ1 . µ1 > < µ 2 .2.. ..b >=2a1b1 +a2b2 +3a3b3 . µ 2 > < µ2 .Langkah 1 : µ 1 = v 1 Langkah 2 : µ 2 = v 2 < v2 . b = (1.. sudah di peroleh) µk = vk < vk . µ1 > µ1 < vk . µ1 > < µ1 . µ1 > < v3 . µ2 > Langkah 3 : µ 3 = v 3 - Langkah ke k :( misalkan µ 1 ..1) .2. k =1.µi . µ 1 > µ1 < µ 1 ..

dx −1 1 .1−3x2)} 1 ( Himpunan ini orthogonal .1.3) Tentukan proyeksi orthogonal v pada W ! Contoh 3 : Misal V = P2 dengan perkalian scalar < p.Contoh 2 : Misal V = R3 dengan perkalian scalar < a.1.(0.0. W = ruang bagian linear yang dibangun oleh {( − x). W ruang bagian linear yang dibentang oleh {(−1.0.1.1.Tentukan w1 &w2 bila p(x) = x + 2x2 ! Soal Latihan : 1 Di R 4 diketahui basis B ={( .1.1.2.(1.b >=2a1b1 +a2b2 +a3b3 .1).1.1.1).0)} ' Bentuklah basis orthogonal (B ) menggunakan proses pengortogonalan Gram-Schmidt (perkalian scalar Euclides) ! 6 .q >=∫ p(x).(1.1)} dan v = (1.1).(1.q(x).1).

µi > µi k v k .< v 3 . v k } bebas linear 7 . .. µ1 > µ1 v2 . µ 1 > µ 1 .µi > µi .∑ < v k . langkahnya dapat dibuat sebagi berikut : Langkah 1: µ 1 = v1 v1 v 2 . v 2 . µ 2 > µ 2 v3 .Untuk mendapatkan basis ortonormal. v k -1 . .< v 3 . µ 2 > µ 2 Langkah 2 : µ 2 = Langkah 3 : µ 3 = Langkah ke k : (misalkan sudah di peroleh µ 1 ..< v 2 .< v 2 . µ i > µ i ≠ 0 . karena i =1 k −1 {v 1 . . µ1 > µ1 v3 . .< v3 .. µ 21 . µ k-1 ) vk − µk = vk − ∑<v ∑<v i =1 i =1 k −1 k −1 k . µ1 > µ1 .< µ3 . .

Contoh 1 : bentuklah basis ortonormal dari {( . (x). bentuklah basis ortonormal terhadap perkalian skalar < p.dx dari basis baku q −1 1 B' = {P .(1.−1.1).−1)} terhadap perkalian skalar 1 ( < a. P. x3} ! 8 .1. b >=2a1b + a2b2 + a3b3 ! 1 R3 basis Contoh 2 : Di P3 .1). x 2 . x. P .1. P} 0 1 2 3 {1. q >= ∫ p(x).1.

w 1 ∈ w . Arti Ilmu ukur Penghampiran Terbaik di R3. Dalil Proyeksi Jika w ruang bagian linear berdimensi berhingga dari ruang berperkalian skalar v.PENGHAMPIRAN TERBAIK 1. Dalil Penghampiran Terbaik : Jika : ( i) w ruang bagian linear berdimensi berhingga dari ruang berperkalian skalar V (ii) v ∈ V dan v w proyeksi ortogonal v pada w maka : ∀ w ∈ W dengan w ≠ v w . w 2 ortogonal pada W 2.v w 9 . berlaku v − vw < v .w 3. maka setiap v ∈ V dapat dinyatakan dalam tepat satu cara dengan v = w 1 + w 2 . 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 .

q > = ∫ f(x). a) Polinom penghampiran terbaik berpangkat ≤ n dengan metode kuadrat terkecil untuk suatu fungsi f ∈ c [a. x2}. x.4. yang jaraknya dengan v ⊂ V sekecil mungkin khususnya : Metode kuadrat terkecil : Mencari fungsi dalam bentang linear himpunan fungsi {ϕ 0 . Arti Penghampiran Terbaik pada Umumnya Mencari v ⊂W pada ruang bagian linear berdimensi berhingga W ⊂ V . q> = ∫ f(x).p(x)]2 dx sekecil mungkin.g(x) dx a b Dibentuk dulu basis ortogonal P2 dengan Proses Gram Schmidt mulai dengan { 1.g(x) dx b a 5.ϕ 1 . V ruang berperkalian skalar. Jarak diturunkan dari perkalian skalar < f. 10 ..b] sekecil mungkin.b] yang jaraknya dengan f ∈ c [a. ϕ n } ⊂ c [a.b] ialah p(x) = a0+a1x+a2x2 b dengan ∫a [f . . . b) Mencari polinom penghampiran terbaik itu lebih efisien dengan mencari proyeksi ortogonal f pada P2 terhadap perkalian skalar < f..

q >= atau < p . + bn sinnx atau Pn ( x ) = a 0 + ∑1 (a i cos ix + b i sin ix ) i= ∞ Fungsi f yang didefinisikan pada [-π. Polinom Fourier orde ≤ n adalah polinom Trigonometri penghampiran terbaik orde ≤ n ( PTn ) dengan metode kuadrat terkecil untuk fungsi f pada [-π. terhadap perkalian scalar < p ... cos nx . cos x.dx 11 ..π] .6..q ( x ). sin 2 x.2π ] atau C[−π. jadi merupakan basis untuk PT n .q ( x ). + an cosnx+ b1 sinx + b2 sin2x + .2π] akan dihampiri dengan fungsi Pn (x) pada selang itu. Basis orthogonal ruang bagian linear itu adalah = {1. dan adalah basis orthogonal untuk PT n . Pn ( x) = a0 + a1 cosx + a2 cos2x + .. cos 2 x.π] atau [0.. sin x. sin nx} karena B adalah himpunan orthogonal . kalau daerah definisi P (x) dibatasi pada n selang-selang itu saja...2π]. maka menurut dalil B bebas linear.dx 0 −π ∫ p ( x )... q >= π 2π ∫ p( x ). Pn (x) membentuk ruang bagian linear dari C[0..π] atau [0..

q = 2π ∫ (1) 0 2 dx = 2π ∫ dx = 0 [x ] = 2π 0 2π − 0 = 2π cos ix = = = 2π 2 ∫ (cos ix ) dx = 0 1 cos ix sin ix + ix 2i [ 2π 0 ] 1 [{cos i ( 2π ). terlebih dahulu menetukan panjang masing-masing vector dalam basis orthogonal itu. 1 = p. sin i ( 2π ) + i ( 2π )} − {cos 0 .Untuk mendapatkan basis orthogonal . sin 0 + i ( 0 )} ] 2i 1 .i(2π ) = π 2i 12 . cos0 + i(0)}] 2i 1 .i ( 2π ) = 2i π sin ix = = = 2π (sin ix) 2 dx = ∫ 0 1 − sin ix cosix + ix 2π 0 2i [ ] 1 [{− sin i(2π ).cosi(2π ) + i(2π )}− {− sin 0.

.v1 > v1+ < f .. .u0 > u0 + < f .dx 0 .v2 > v2 +.. v1.un > un + < f . . 0. u 0 >= 2π ∫ 0  1  f ( x). .. . n.... .. P(x) =< f .. u1.Dengan demikian basis ortonormal untuk PTn adalah 1 cosx cos2x cosnx sinx sin2x sinnx .vn > vn P(x) =< f .dx =    2π  13 1 2π 2π ∫ f ( x).vn} u v ={ Polinom Fourier untuk f(x) yaitu Polinom Trigonometri Penghampiran Terbaik untuk f(x) dengan perkalian skala di atas. ui > ui + ∑< f .....< f ...... vi > vi i=1 i =1 n n di mana : < f ..+ < f . u0 > u0 + ∑< f ...u1 > u1 +. ..... } 2π π π π π π π ={u0.

ui > ui =    π ∫ f ( x ).dx =  π  π   2π ∫ f ( x ).< f .dx 0  1 2π  cos ix   < f .u0 > u0  =    1 2π 1 π 2π ∫ 0 f ( x ).. dx 2     = 1 2π a0 2     2π = 1 2π 2π ∫ 0 f ( x ). u i >= ∫ 0  cos ix  1 f ( x).dx (cos ix ) = a i . cos ix. dx f ( x ). dx = 2π ∫ 0 di mana a 0 1 = π ∫ 0 f ( x ). .. dx ui = cos ix π 2π < f . cos ix.. cos ix. cos ix =  π 0   14 .dx  π    0   1 2π   ∫ f ( x ).

1 ai = di mana π vi = sin ix π 2π 2π ∫ 0 f ( x ).u0 > u0 + ∑< f . v i >= ∫ 0  sin ix  1 f ( x ). sin ix .dx 0 Jadi P(x) =< f . cos ix .dx  (sin ix ) = b i . vi > vi i=1 i=1 n n n n a0 P ( x) = + ∑ a i . sin ix π  0       di mana 1 bi = π 2π ∫ f (x). dx < f . sin ix . ui > ui + ∑< f . .dx =   π  π  2π ∫ f ( x).dx    π ∫  π  0   1 2π  =  ∫ f ( x ).sin ix. sin ix 2 i =1 i =1 15 .dx 0  1 2π   sin ix < f . vi > vi =  f ( x ). cos ix + ∑ bi .sin ix.

. dx … [0. cos ix + b i . sin ix ) 2 i=1 di mana i = 1. dx bi ∫ 0 f ( x ).. cos ix + b i . dx 16 . n Polinom Fourier itu adalah a Pn ( x ) = 0 + 2 di mana : a = 1 π 2π ∑ (a i =1 2 π n i . sin ix ) 0 ∫ f ( x ). 2π ] atau a = 1 π π − π 0 ∫ f ( x ). dx 0 a i 1 = π 1 = π 2π ∫ 0 f ( x ).. cos ix . 3 . 2 .. sin ix .n a0 P ( x) = + ∑ (a i .

sin L nπ x .a i 1 = π 1 = π π −π π ∫ f ( x ). L ] L dan intervalnya sehingga a 0 = 1 L − L ∫ L f ( x ). dx … [− π . dx 1 L nπ x a n = ∫ f ( x ). π ] nπ i=n= π = L . maka Ambil π dan i = nπ [− L. sin ix . L ] 17 . cos .dx L −L L 1 bn = L π −π ∫ f ( x ). dx bi −π ∫ f ( x ). cos ix .dx L … [− L.

3 .. ∞ 18 .sin  2 n=1  L L  di mana n = 1 .Dengan demikian menjadi: Deret Fourier : Polinom Fourier berubah ∞ a0 nπx n πx   f ( x) = + ∑  a n ... 2 . cos + bn ..