PIDATO ILMIAH
HENDRA GUNAWAN, Ph.D.
Garis Besar Pidato Mengapa perlu rumus sudut antara dua subruang Bagaimana memperoleh rumus tersebut (dari rumus-rumus lain yang telah dikenal sebelumnya)
Bagaimana memaknai rumus tersebut Dalam bidang apa rumus tersebut dapat diaplikasikan
Regresi Linear & Sudut Antara Garis dan Bidang โข Regresi linear: Diberikan ๐ titik data, (๐ฅ1 , ๐ฆ1 ), (๐ฅ2 , ๐ฆ2 ), โฆ , (๐ฅ๐ , ๐ฆ๐ ), ingin dicari suatu persamaan ๐ฆ = ๐๐ฅ + ๐ yang menghampiri data tersebut, dengan galat (error) sekecil-kecilnya. โข Persoalan ini lazim diselesaikan dengan Metode Kuadrat Terkecil, yang dipopulerkan oleh Carl-Friedrich Gauss (1777-1855). โข Metode Kuadrat Terkecil dicetuskan pertama kali oleh Adrien-Marie Legendre (1752-1833).
Metode Kuadrat Terkecil Galat minimum ketika y = ax + b
๐= ๐=
๐
๐ ๐ ๐ ๐ฅ ๐ฆ โ ๐ฅ โ
๐ ๐ ๐ ๐=1 ๐=1 ๐=1 ๐ฆ๐ ๐ ๐๐=1 ๐ฅ๐2 โ ( ๐๐=1 ๐ฅ๐ )2
๐ 2 ๐=1 ๐ฅ๐
๐
๐ ๐ ๐ ๐=1 ๐ฆ๐ โ ๐=1 ๐ฅ๐ โ
๐=1 ๐ฅ๐ ๐ฆ๐ ๐ ๐ 2 2 ๐=1 ๐ฅ๐ โ ( ๐=1 ๐ฅ๐ )
Dengan koefisien ๐ dan ๐ di atas, ๐ garis ๐ฆ = ๐๐ฅ + ๐ merupakan ๐ โถ= [ ๐ฆ๐ โ ๐๐ฅ๐ + ๐ ]2 . hampiran linear terbaik untuk data yang diberikan. ๐=1
Galat total
.
Pendekatan Geometri โข Misal ๐ โถ= (๐ฆ1 , โฆ , ๐ฆ๐ ), ๐ โถ= (๐ฅ1 , โฆ , ๐ฅ๐ ), dan ๐ โถ= (1, โฆ , 1). โข Andai y berada dalam subruang yang direntang oleh x dan e, maka ๐ = ๐๐ + ๐๐ untuk ๐ dan ๐ (skalar) tertentu. โข Tetapi bagaimana jika y berada di luar subruang tersebut?
Vektor ๐ dipilih di antara vektor pada bidang yang direntang oleh x dan e sedemikian sehingga โฅ ๐ โ ๐ โฅ minimum.
Dalam hal ini, vektor ๐ membentuk sudut terkecil dengan vektor y.
Koefisien Korelasi โข Dalam statistika, terkait dengan data (๐ฅ๐ , ๐ฆ๐ ), ๐ = 1, โฆ , ๐, ada koefisien korelasi r yang mengukur seberapa kuat keterkaitan antara ๐ = (๐ฆ1 , โฆ , ๐ฆ๐ ) dan ๐ = ๐ฅ1 , โฆ , ๐ฅ๐ : ๐
๐ โถ= ๐
๐ 2 ๐=1 ๐ฅ๐
๐ ๐=1 ๐ฅ๐
โ(
๐ฆ๐ โ
๐ 2 ๐=1 ๐ฅ๐ )
๐ ๐=1 ๐ฅ๐
โ
๐
โ
๐ ๐=1 ๐ฆ๐
๐ 2 ๐=1 ๐ฆ๐
โ(
. ๐ 2 ๐=1 ๐ฆ๐ )
โข Dalam notasi vektor:
๐ โ ๐, ๐ โ ๐ ๐ โถ= โฅ ๐ โ ๐ โฅโฅ ๐ โ ๐ โฅ
1
dengan ๐ โถ= ๐ ๐๐=1 ๐ฅ๐ = nilai rata-rata dari ๐ฅ1 , โฆ , ๐ฅ๐ dan ๐, ๐ โถ= ๐๐=1 ๐ฅ๐ ๐ฆ๐ = hasil kali dalam dari x dan y. โข Koefisien korelasi antara x dan y sama dengan nilai cosinus sudut antara vektor ๐ โ ๐ dan vektor ๐ โ ๐.
Sudut antara Dua Subruang Misalkan kita mempunyai dua himpunan vektor, yaitu {๐ข1 , โฆ , ๐ข๐ } dan {๐ฃ1 , โฆ , ๐ฃ๐ }, di suatu ruang hasil kali dalam ๐ berdimensi ๐, dengan 1 โค ๐ โค ๐ โค ๐. (Mulai sekarang, vektor tidak lagi dituliskan dengan huruf tebal; sebagai contoh ๐ข1 = ๐ข11 , โฆ , ๐ข1๐ adalah vektor di ruang berdimensi ๐.)
Bagaimana caranya menghitung besar sudut antara subruang ๐ yang direntang oleh {๐ข1 , โฆ , ๐ข๐ } dan subruang ๐ yang direntang oleh {๐ฃ1 , โฆ , ๐ฃ๐ }?
Sudut antara Dua Subruang Besar sudut tersebut merupakan ukuran seberapa mirip himpunan โdataโ {๐ข1 , โฆ , ๐ข๐ } dan himpunan data {๐ฃ1 , โฆ , ๐ฃ๐ } (bila ๐ = ๐), atau โฆ
seberapa baik kita dapat menghampiri himpunan data {๐ข1 , โฆ , ๐ข๐ } dengan suatu himpunan ๐ buah anggota subruang yang direntang oleh {๐ฃ1 , โฆ , ๐ฃ๐ } (bila ๐ โค ๐).
Seberapa Mirip Aktivitas Mereka?
Di sini, terdapat dua himpunan vektor, ๐ โถ= {(4,3,2,1), (3,4,2,1)} dan ๐ โถ= {(4,3,1,2), (2,4,2,2)}. Bila kita dapat menghitung sudut antara subruang yang direntang oleh ๐ dan subruang yang direntang oleh ๐, maka kita mempunyai suatu ukuran kemiripan aktivitas mereka.
Rumus Risteski & Trenฤevski* Pada tahun 2001, Risteski and Trenฤevski mendefinisikan sudut ๐ antara dua subruang ๐ โถ= span{๐ข1 , โฆ , ๐ข๐ } dan ๐ โถ= span{๐ฃ1 , โฆ , ๐ฃ๐ } via rumus ๐ det ( ๐๐ ) 2 cos ๐ โถ= det [ ๐ข๐ , ๐ข๐ ] โ
det [ ๐ฃ๐ , ๐ฃ๐ ]
(R0)
dengan ๐ โถ= [ ๐ข๐ , ๐ฃ๐ ] matriks berukuran ๐ ร ๐, ๐T matriks transpos dari ๐, [ ๐ข๐ , ๐ข๐ ] matriks berukuran ๐ ร ๐, dan [ ๐ฃ๐ , ๐ฃ๐ ] matriks berukuran ๐ ร ๐. *Risteski, I.B. & Trenฤevski, K.G. โPrincipal values and principal subspaces of two subspaces of vector spaces with inner product.โ Beitr๐ge zur Algebra und Geometrie (2001), 289โ300.
Rumus Risteski & Trenฤevski โข Rumus tadi mereka peroleh dengan terlebih dahulu membuktikan ketaksamaan berikut: det ( ๐๐T ) โค det [ ๐ข๐ , ๐ข๐ ] โ
det [ ๐ฃ๐ , ๐ฃ๐ ]. โข Untuk ๐ = ๐ = 1, ketaksamaan di atas tak lain adalah Ketaksamaan Cauchy-Schwarz: ๐ข, ๐ฃ
2
โค โฅ ๐ข โฅ2 โฅ ๐ฃ โฅ2 .
โข Ketaksamaan di atas merupakan perumuman dari Ketaksamaan Cauchy-Schwarz, yang diperlukan untuk menjamin bahwa nilai
pada interval [0,1].
det (๐๐๐ ) det [ ๐ข๐ ,๐ข๐ ]โ
det [ ๐ฃ๐ ,๐ฃ๐ ]
berada
Kesalahan pada Rumus Risteski & Trenฤevski โข Rumus Risteski & Trenฤevski mengandung kesalahan serius. โข Sebagai contoh, tinjau ๐ = โ3 , yang dilengkapi dengan hasil kali dalam biasa, ๐ โถ= span{๐ข} dengan ๐ข = (1,0,0), dan ๐ โถ 1 1 1 1 1 = span{๐ฃ1 , ๐ฃ2 } dengan ๐ฃ1 = (2 , 2 , 0) and ๐ฃ2 = (2 , โ 2 , 2). โข Menurut ketaksamaan Risteksi & Trenฤevski: ๐ข, ๐ฃ1
2
+ ๐ข, ๐ฃ2
2
โค โฅ ๐ข โฅ2 โฅ ๐ฃ1 , ๐ฃ2 โฅ2 ,
dengan โฅ ๐ฃ1 , ๐ฃ2 โฅ โถ= det [ ๐ฃ๐ , ๐ฃ๐ ]; yang setara dengan 1 3 โค , 2 8 yang tentu saja mustahil.
Bagaimana Memperbaikinya โข Misalkan ๐ adalah ruang vektor yang dilengkapi dengan hasil kali dalam โ , โ . โข Diberikan dua subruang dari ๐, sebutlah ๐ dan ๐, dengan dimensi ๐ dan ๐, 1 โค ๐ โค ๐ โค dim ๐ , kita ingin merumuskan sudut antara ๐ dan ๐. โข Sebelum itu, kita tinjau terlebih dahulu dua kasus khusus, yaitu (a) dim(๐) = 1, dim(๐) = ๐ sembarang; (b) dim(๐) = dim(๐) = ๐ โฅ 2, dim(๐ โฉ ๐) = ๐ โ 1.
Kasus (a) โข Rumus sudut ๐ antara ๐ โถ= span{๐ข} dan ๐ adalah 2 ๐ข, ๐ข ๐ cos2 ๐ = โฅ ๐ข โฅ2 โฅ ๐ข๐ โฅ2 dengan ๐ข๐ vektor proyeksi (ortogonal) dari ๐ข pada ๐, dan โฅ โ
โฅ โถ= โ , โ 1/2 menyatakan norm pada ๐.
u
ฮธ uV
โข Dengan menuliskan ๐ข = ๐ข๐ + ๐ข๐โฅ , dengan ๐ข๐โฅ vektor komplemen ortogonal dari ๐ข pada ๐, rumus di atas menjadi 2 โฅ ๐ข โฅ ๐ cos2 ๐ = โฅ ๐ข โฅ2 yang memperlihatkan bahwa nilai cos ๐ sama dengan rasio antara panjang vektor proyeksi ๐ข pada ๐ dan panjang vektor ๐ข.
Kasus (b) โข Misalkan ๐ โถ= span ๐ข, ๐ค2 , โฆ , ๐ค๐ , ๐ โถ= span{๐ฃ, ๐ค2 , โฆ , ๐ค๐ }, dan ๐ โถ= ๐ โฉ ๐ = span{๐ค2 , โฆ , ๐ค๐ }, dengan ๐ โฅ 2. Rumus sudut ๐ antara ๐ dan ๐ adalah โฅ โฅ 2 ๐ข , ๐ฃ ๐ ๐ cos2 ๐ = โฅ 2 โฅ 2 โฅ ๐ข๐ โฅ โฅ ๐ฃ๐ โฅ โฅ โฅ dengan ๐ข๐ dan ๐ฃ๐ vektor komplemen ortogonal dari ๐ข dan ๐ฃ pada ๐. โข Menggunakan sifat determinan, dapat diperiksa bahwa nilai cos ๐ sama dengan rasio antara volume paralelpipedium (berdimensi ๐) yang direntang oleh vektor-vektor proyeksi ๐ข, ๐ค2 , โฆ , ๐ค๐ pada ๐ dan volume paralelpipedium yang direntang oleh vektor-vektor ๐ข, ๐ค2 , โฆ , ๐ค๐ .
Rumus Sudut antara Dua Subruang - I Berdasarkan pengamatan tadi, kita definisikan sudut antara subruang ๐ โถ= span{๐ข1 , โฆ , ๐ข๐ } dan ๐ โถ= span{๐ฃ1 , โฆ , ๐ฃ๐ }, dengan ๐ โค ๐, via rumus 2 โฅ proj ๐ข , โฆ , proj ๐ข โฅ ๐ 1 ๐ ๐ cos 2 ๐ โถ= โฅ ๐ข1 , โฆ , ๐ข๐ โฅ2
(R1)
dengan proj๐ ๐ข๐ menyatakan vektor proyeksi dari ๐ข๐ pada ๐. Catatan. โฅ ๐ข1 , โฆ , ๐ข๐ โฅ menyatakan volume paralelpipedium berdimensi ๐ yang direntang oleh vektor-vektor ๐ข1 , โฆ , ๐ข๐ .
Keajekan Rumus Proposisi berikut menyatakan bahwa rumus sudut antara dua subruang yang didefinisikan sebagai rasio tadi merupakan rumus yang ajek. Proposisi. Rasio di ruas kanan rumus (R1) merupakan suatu bilangan di interval [0,1] yang tak tergantung pada basis yang dipilih untuk ๐ dan ๐.
Rumus Sudut antara Dua Subruang - II Menggunakan konsep hasil kali dalam-p ๐ฅ0 , ๐ฅ1 ๐ฅ0 , ๐ฅ2 ๐ฅ2 , ๐ฅ1 ๐ฅ2 , ๐ฅ2 ๐ฅ0 , ๐ฅ1 ๐ฅ2 , โฆ , ๐ฅ๐ โถ= โฎ โฎ ๐ฅ๐ , ๐ฅ1 ๐ฅ๐ , ๐ฅ2 dan norm-p
โฆ โฆ โฑ โฆ
โฅ ๐ฅ1 , ๐ฅ2 , โฆ , ๐ฅ๐ โฅ โถ= ๐ฅ1 , ๐ฅ1 ๐ฅ2 , โฆ , ๐ฅ๐
๐ฅ0 , ๐ฅ๐ ๐ฅ2 , ๐ฅ๐ โฎ ๐ฅ๐ , ๐ฅ๐ 1/2
pada ๐, kita dapat memperoleh rumus sudut antara subruang ๐ = span{๐ข1 , โฆ , ๐ข๐ } dan ๐ = span{๐ฃ1 , โฆ , ๐ฃ๐ }, dengan ๐ โค ๐, dalam bentuk yang lebih eksplisit.
Rumus Sudut antara Dua Subruang - II Untuk ๐ = 1, โฆ , ๐, vektor proyeksi dari ๐ข๐ pada ๐ dapat dituliskan sebagai ๐
proj๐ ๐ข๐ =
๐ผ๐๐ ๐ฃ๐ ๐=1
dengan
๐ผ๐๐ =
๐ข๐ , ๐ฃ๐ |๐ฃ๐2(๐) , โฆ , ๐ฃ๐๐ (๐)
dengan ๐2 ๐ , โฆ , ๐๐ ๐ 1, 2, โฆ , ๐.
โฅ ๐ฃ1 , ๐ฃ2 , โฆ , ๐ฃ๐ โฅ2
โถ= 1,2, โฆ , ๐ โ ๐ , untuk ๐ =
Rumus Sudut antara Dua Subruang - II Karena itu ๐
๐
๐ผ1๐ ๐ข1 , ๐ฃ๐ โฅ proj๐ ๐ข1 , โฆ , proj๐ ๐ข๐
โฅ2
โฆ
๐=1
=
๐
๐ผ๐๐ ๐ข1 , ๐ฃ๐ ๐=1
โฎ
๐ผ1๐ ๐ข๐ , ๐ฃ๐
โฑ
๐
โฆ
๐=1
โฎ
det ( ๐๐ ๐ ) = โฅ ๐ฃ1 , โฆ , ๐ฃ๐ โฅ2๐
๐ผ๐๐ ๐ข๐ , ๐ฃ๐ ๐=1
dengan ๐ โถ= ๐ข๐ , ๐ฃ๐
dan ๐ โถ= [ ๐ข๐ , ๐ฃ๐ |๐ฃ๐2(๐) , โฆ , ๐ฃ๐๐(๐) ]
dan ๐2 (๐), โฆ , ๐๐ (๐) seperti tadi.
Rumus Sudut antara Dua Subruang - II Rumus (R1) untuk cosinus sudut antara ๐ dan ๐ sekarang dapat dituliskan sebagai ๐ det ( ๐ ๐ ) 2 cos ๐ = . ๐ det [ ๐ข๐ , ๐ข๐ ] โ
det [ ๐ฃ๐ , ๐ฃ๐ ]
(R2)
Rumus ini merupakan koreksi terhadap rumus Risteski dan Trenฤevski, yang kami publikasikan di BAG (2005).** **Gunawan, H., Neswan, O. & Setya-Budhi, W. โA formula for angles between two subspaces of inner product spaces.โ Beitrรคge zur Algebra und Geometrie (2005).
Rumus Sudut antara Dua Subruang - II Catatan. Jika {๐ข1 , โฆ , ๐ข๐ } dan {๐ฃ1 , โฆ , ๐ฃ๐ } ortonormal, maka cos 2 ๐ = det ( ๐๐T ). Lebih jauh, jika p = q, maka
cos ๐ = det ๐ =
๐ข1 , ๐ฃ1 ๐ข2 , ๐ฃ1 โฎ ๐ข๐ , ๐ฃ1
๐ข1 , ๐ฃ2 ๐ข2 , ๐ฃ2 โฎ ๐ข๐ , ๐ฃ2
โฆ โฆ โฑ โฆ
๐ข1 , ๐ฃ๐ ๐ข2 , ๐ฃ๐ โฎ ๐ข๐ , ๐ฃ๐
.
Seberapa Mirip Aktivitas Mereka?
Dalam hal ini kita mempunyai dua subruang dari โ4 , yaitu ๐ = span{(4,3,2,1), (3,4,2,1)} dan ๐ = span{(4,3,1,2), (2,4,2,2)}. Dengan rumus (R2), kita dapatkan cos ๐ = 0,853, sehingga ๐ = 31, 5โ . Dengan sudut ๐ < 45โ , kita dapat mengatakan bahwa aktivitas anak-anak di kedua keluarga tersebut mirip.
Seberapa Mirip Aktivitas Mereka?
Beda dengan contoh sebelumnya, di sini kita mempunyai ๐ = span{(4,3,2,1), (3,4,2,1)} dan ๐ = span{(4,3,1,2), (2,4,2,2)}. Dengan rumus (R2), kita dapatkan cos ๐ = 0,507, sehingga ๐ = 59, 5โ . Dengan sudut ๐ > 45โ , kita dapat mengatakan bahwa aktivitas anak-anak di kedua keluarga tersebut berbeda.
Potensi Aplikasi dalam Bidang Biokimia โข David, C.C. & Jacobs, D.J. โCharacterizing protein motions from structure.โ Journal of Molecular Graphics and Modelling (2011). โข David, C.C. & Jacobs, D.J. โPrincipal component analysis: A method for determining the essential dynamics of proteins.โ Methods in Molecular Biology (2014).
Potensi Aplikasi dalam Bidang Fisika โข Bosetti, H., dkk. โTime-reversal symmetry and covariant Lyapunov vectors for simple particle models in and out of thermal equilibrium.โ Physical Review E - Statistical, Nonlinear, and Soft Matter Physics (2010). โข Chella, F., dkk. โCalibration of a multichannel MEG system based on the Signal Space Separation method.โ Physics in Medicine and Biology (2012).
Potensi Aplikasi dalam Bidang Grafika Komputer โข Cao, W.M., dkk. โContent-based image retrieval using highdimensional information geometry.โ Science China Information Sciences (2014). โข Kaveh, A. Optimal Analysis of Structures by Concepts of Symmetry and Regularity. Springer-Verlag, Wien (2013). โข Kaveh, A. & Fazli, H. โApproximate eigensolution of locally modified regular structures using a substructuring technique.โ Computers and Structures (2011). โข Liwicki, S., dkk. โEuler principal component analysis.โ International Journal of Computer Vision (2013). โข Liwicki, S., dkk. โOnline kernel slow feature analysis for temporal video segmentation and tracking.โ IEEE Transactions on Image Processing (2015). โข Peikert, R. & Sadlo, F. โHeight ridge computation and filtering for visualization.โ IEEE Pacific Visualisation Symposium 2008, PacificVis Proceedings (2008).
Potensi Aplikasi dalam Bidang Optimisasi โข Haesen, S., dkk. โOn the extrinsic principal directions of Riemannian submanifolds.โ Note di Matematica (2009).
โข Pustylnik, E., dkk. โConvergence of infinite products of nonexpansive operators in Hilbert space.โ Journal of Nonlinear and Convex Analysis (2010).
Potensi Aplikasi dalam Bidang Vehicular Technology โข Nam, S., dkk. โA PF scheduling with low complexity for downlink multi-user MIMO systems.โ IEEE Vehicular Technology Conference (2013).
โข Nam, S., dkk. โA user selection algorithm using angle between subspaces for downlink MU-MIMO systems.โ IEEE Transactions on Communications (2014). โข Yi, X. & Au, E.K.S. โUser scheduling for heterogeneous multiuser MIMO systems: A subspace viewpoint.โ IEEE Transactions on Vehicular Technology (2011).
Penutup
http://www.homeschoolingresourcecenter.org/
TERIMA KASIH..