Lecture 13: Orthogonality
Based on Introduction to Linear Algebra by Gilbert Strang (opens in a new tab)
Orthogonality of Four Subspaces
- Vektor Ortogonal memiliki dot-product bernilai nol . Maka .
- Subspace dan ortogonal jika .
- Row space dari ortogonal dengan nullspacenya. Column space ortogonal dengan left-nullspacenya.
- Pasangan dimensi memenuhi persamaan sementara pasangan lainnya memenuhi .
- Row space dan nullspace adalah komplemen ortogonal, dalam artian setiap terpecah menjadi .
Dalam kehidupan nyata, misalkan dinding dan lantai. Mereka terlihat saling tegak lurus (orthogonal), namun sebenarnya TIDAK.
Tidak mungkin tegak lurus dua hal apabila .
Fundamental Theorem of Linear Algebra pt. 2
adalah komplemen ortogonal dari dalam .
adalah komplemen ortogonal dari dalam .
Setiap matriks dengan rank pasti memiliki submatriks yang dapat diinvers.
Sebuah baris dalam tidak bisa menjadi nullspace dari . Vektor satu-satunya yang menjadi subspace di 2 ortogonal adalah vektor nol.
Jika sebuah vektor ortogonal terhadap dirinya sendiri, maka adalah vektor nol.
Combining Bases from Subspaces
Properti independensi saling berimplikasi:
-
Setiap independen vektor di harus span . Maka mereka adalah basis.
-
Setiap vektor yang span harus independen. Maka mereka adalah basis.
-
Jika kolom dari independen, mereka span . Maka memiliki solusi.
-
Jika kolom dari span , mereka independen. Maka memiliki solusi unik.
Setiap adalah jumlahan dari dan .
Review of the Key Ideas
- Subspace dan ortogonal jika .
- dan adalah komplemen ortogonal jika dan ortogonal dan .
- Row space dari ortogonal dengan nullspacenya. Column space ortogonal dengan left-nullspacenya.
- Setiap independen vektor di harus span .
- Setiap vektor yang span harus independen.
Lecture 13.5: Projections
Based on Introduction to Linear Algebra by Gilbert Strang (opens in a new tab)
Projections
- Proyeksi dari ke adalah poin terdekat .
- Error dari proyeksi tegak lurus dengan . Segitiga siku-siku memiliki properti .
- Proyeksi dari ke subspace adalah vektor terdekat ke di . tegak lurus dengan .
- dapat diinvers (dan simetris) hanya jika memiliki kolom independen. .
- Proyeksi ke adalah vektor .
- Matriks proyeksi ke adalah . Dimana dan .
Projection onto a Line
Proyeksi dari ke adalah dengan vektor
Dengan kasus spesial:
- Jika maka . Proyeksinya adalah ke diri sendiri .
- Jika maka . Proyeksinya adalah nol .
Contoh
Proyeksikan ke .
Jawab
Sehingga proyeksi ke adalah
Matriks proyeksi
Temukan matriks proyeksi dari problem sebelumnya!
Jawab
Kalikan kolom dengan baris lalu dibagi dengan .
Bila dibuktikan dengan akan menghasilkan :
Projection onto a Subspace
Kombinaisi adalah proyeksi dari ke subspace .
Mencari :
Matriks berukuran dan simetris. Jika memiliki kolom independen, maka dapat diinvers. Solusinya adalah . Proyeksi dari ke adalah :
Mencari :
Matriks proyeksi mengalikan dengan :
Mencari :
Jika dibandingkan dengan proyeksi ke garis, maka adalah vektor dan adalah . Namun jika dengan angka dibagi, dengan matriks diinvers.
Untuk :
dapat diinvers (dan simetris) hanya jika memiliki kolom independen persegi, simetris, dan invertible.
Review of the Key Ideas
- Proyeksi dari ke adalah poin terdekat .
- Matriks proyeksi rank satu dikalikan untuk menghasilkan .
- Proyeksi dari ke subspace tegak lurus dengan .
- Jika full rank , maka persamaan memiliki solusi dan .
- Matriks proyeksi bersifat dan , serta .