Determinan Matriks Penaksiran Parameter Persamaan Simultan Dengan Metode Kuadrat Terkecil Dua Tahap

    i i n i i n i i i X Y X SSD X Y SSD 1 1 1 1 1 2 2                       ... 2.4 Dan karenanya ... 2.5     1 1 1 1           i i n i i n i i i X Y X X Y     dari persamaan 2.5, diperoleh ... 2.6               n i n i i i i n i i i n i n i i i Y X X X Y X n 1 1 2 1 1 1 1     persamaan 2.6 disebut dengan persamaan normal. Dari persamaan 2.6 diperoleh,              n X X n Y X Y X i i i i i i 2 2 1 ˆ  dan X Y 1 ˆ ˆ     , dimana Y dan X adalah n Y n i i  1 dan n X n i i  1 . dan yang diperoleh dengan cara ini disebut taksiran kuadrat terkecil masing-masing dari ˆ  1 ˆ   dan 1  . Dengan demikian, taksiran persamaan regresi dapat ditulis sebagai, , yang disebut persamaan prediksi kuadrat terkecil. X Y 1 ˆ ˆ    ˆ 

2.2 Determinan Matriks

Universitas Sumatera Utara Defenisi 1. Determinan dari suatu matriks bujur sangkar A, dinotasikan dengan |A| atau detA adalah fungsi skalar yang didefinisikan sedemikian rupa sehingga merupakan jumlah hasil kali unsur- unsur yang sejajar diagonal utama dikurangi jumlah unsur- unsur yang sejajar diagonal lain. Contoh 2.1 i ; maka        22 21 12 11 a a a a A ii ; maka            33 32 31 23 22 21 13 12 11 a a a a a a a a a A 2.2.1 Menghitung Determinan dengan Reduksi Baris Di bagian ini akan diperlihatkan bahwa determinan sebuah matriks dapat dihitung dengan mereduksi matriks tersebut kepada bentuk eselon baris. Metode ini penting karena metode ini menghindari perhitungan yang panjang yang terlibat di dalam pemakaian definisi determinan secara langsung. Mula-mula ditinjau dua golongan matriks yang determinannya dapat dihitung dengan mudah, tak perduli berapapun besarnya ukuran matriks tersebut. Teorema 1. Jika A adalah sebarang matriks kuadrat yang mengandung sebarisan bilangan nol, maka detA = 0. Sebuah matriks kuadrat dinamakan segitiga atas upper triangular jika semua entri di bawah diagonal utama adalah segitiga bawah lower triangular jika semua entri di atas diagonal utama adalah nol. Sebuah matriks baik yang merupakan segitiga bawah dinamakan segitiga triangular. Contoh 2.2 Sebuah matriks segitiga atas 4 x 4 yang umum mempunyai bentuk Universitas Sumatera Utara              44 34 33 24 23 22 14 13 12 11 a a a a a a a a a a A Sebuah matriks segitiga bawah 4 x 4 yang umum mempunyai bentuk              44 43 42 41 33 32 31 22 21 11 a a a a a a a a a a A Teorema 2. Jika A adalah sebuah matriks segitiga yang berukuran n x n, maka detA adalah hasil perkalian entri-entri pada diagonal utama yakni   nn a a a A  22 11 det  . Contoh 2.3                    4 8 9 6 7 6 1 5 7 3 3 8 3 7 2 A maka 1296 4 9 6 3 2 4 8 9 6 7 6 1 5 7 3 3 8 3 7 2        A Teorema 3. Anggap A adalah sebarang matriks n x n. a Jika A  adalah matriks yang dihasilkan bila sebuah baris tunggal dari A dikalikan oleh sebuah konstanta k, maka     A k A det det   Universitas Sumatera Utara b Jika A    A   adalah matriks yang dihasilkan bila dua baris dari A dipertukarkan, maka   A det det  c Jika A  adalah matriks yang dihasilkan bila sebuah kelipatan dari satu baris dari A ditambahkan kepada baris lain, maka     A A det det   2.2.2. Sifat-sifat Fungsi Determinan Jika A adalah sebarang matriks m x n, maka transposisi dari A transpose of A dinyatakan oleh dan didefinisikan sebagai matriks n x m yang kolom pertamanya adalah baris pertama dari A, yang kolom keduanya adalah baris kedua dari A, yang kolom ketiganya adalah baris ketiga dari A, dan seterusnya. t A Sifat-sifat Operasi Transposisi       skalar sebarang adalah k mana di kA kA iii B A B A ii A A i t t t t t t t ;      2.2.3. Ekspansi Kofaktor dengan Kaidah Cramer Definisi 2. Jika A adalah sebuah matriks kuadrat, maka minor entri dinyatakan oleh dan didefinisikan sebagai determinan dari submatriks yang tinggal setelah baris ke i dan kolom ke j dicoret dari A. Bilangan ij a ij M   ij j i M  1 dinyatakan oleh dinamakan kofaktor entri . ij K ij a Contoh 2.4 Andaikan             8 4 1 6 5 2 4 1 3 A Minor entri adalah 11 a 16 8 4 6 5 11   M Maka kofaktor adalah 11 a Universitas Sumatera Utara   16 1 11 11 1 1 11      M M K Definisi 3. Jika A adalah sebarang matriks n x n dan adalah kofaktor , maka matriks ij K ij a               nn n n n n K K K K K K K K K       2 1 2 22 21 1 12 11 dinamakan matriks kofaktor dari A. Transposisi matriks ini dinamakan adjoin dari A dan dinyatakan dengan adjA. Teorema 4. Jika A adalah sebuah matriks yang dapat dibalik, maka     A adj A A det 1 1   Bukti. Mula-mula akan diperlihatkan bahwa     I A A adj A det                                       nn jn n n n j n j nn n n in i i n n K K K K K K K K K K K K a a a a a a a a a a a a A adj A                     2 1 2 2 22 12 1 1 21 11 2 1 2 1 2 22 21 1 12 11 Entri di dalam baris ke i dan kolom ke j dari A adj A adalah jn in j i j i K a K a K a     2 2 1 1 ... 2.7 Jika i = j, maka 2.7 adalah ekspansi kofaktor dari detA sepanjang baris ke i dari A. Sebaliknya, jika j i  , maka koefisien-koefisien dan kofaktor-kofaktor berasal dari baris-baris A yang berbeda, sehingga nilai dari 2.7 sama dengan nol. Maka a Universitas Sumatera Utara           I A A A A A adj A det det det det                     ... 2.8 Karena A dapat dibalik, maka   det  A , maka persamaan 2.8 dapat dituliskan kembali sebagai       I A adj A A  det 1 atau     I A adj A A      det 1 Dengan mengalikan kedua ruas dari kiri dengan maka akan menghasilkan 1  A     A adj A A det 1 1   ... 2.9

2.3 Multiple Regresi