Kalkulus matriks

Bagian ini memerlukan pengembangan. Anda dapat membantu dengan mengembangkannya.

Kalkulus
Teorema dasar Limit fungsi Kontinuitas Teorema nilai purata Teorema Rolle
Diferensial Definisi Turunan (perumuman) Tabel turunan Diferensial infinitesimal fungsi total Konsep Notasi untuk pendiferensialan Turunan kedua Turunan ketiga Perubahan variabel Pendiferensialan implisit Laju yang berkaitan Teorema Taylor Kaidah dan identitas Kaidah penjumlahan dalam pendiferensialan Perkalian Rantai Pangkat Pembagian Rumus Faà di Bruno
Integral Definisi Antiderivatif Integral (takwajar) Integral Riemann Integrasi Lebesgue Integrasi kontur Tabel integral Integrasi secara parsial cakram kulit tabung substitusi (trigonometri) pecahan parsial Urutan Rumus reduksi
Deret geometri (aritmetika-geometrik) harmonik selang-seling pangkat binomial Taylor Uji kekonvergenan uji suku rasio akar integral perbandingan langsung perbandingan limit deret selang-seling kondensasi Cauchy Dirichlet Abel
Vektor Gradien Divergence Keikalan Laplace berarah identitas Teorema Kedivergenan Gradien Green Stokes
Multivariabel Formalisme matriks tensor eksterior geometrik Definisi Turunan parsial Integral lipat Integral garis Permukaan integral integral volume Jacobi Hesse
Khusus fraksional Malliavin stokastik variasi
l b s

Dalam matematika kalkulus matriks adalah notasi khusus untuk menghitung kalkulus multivariabel (kalkulus peubah banyak), terutama pada ruang matriks. Pada ruang matriks notasi ini mendefinisikan turunan matriks. Notasi ini cocok untuk memerikan sistem persamaan diferensial, dan mengambil turunan dari fungsi matriks terhadap variabel berbentuk matriks pula. Kalkulus matriks umum digunakan dalam statistika dan rekayasa, sedangkan notasi indeks tensor lebih disukai dalam fisika.

Notasi

Misalkan M(n,m) melambangkan ruang matriks riil n x m dengan n baris dan m kolom. Unsur ruang matriks ini dilambangkan sebagai F, X, Y, dan seterusnya. Sebuah unsur M(n,1), yaitu vektor kolom, dilambangkan dengan huruf kecil tebal x, dengan x^T melambangkan vektor baris transposnya. Unsur M(1,1) adalah skalar, dan dilambangkan dengan a, b, f, t, dan seterusnya.

Kalkulus vektor

Karena ruang M(n,1) diidentifikasikan dengan ruang Euklides Rⁿ dan M(1,1) diidentifikasikan dengan R, notasi di sini dapat mengakomodasi operasi biasa dalam kalkulus vektor.

• Vektor singgung terhadap kurva x: R → Rⁿ adalah

  ∂ x ∂ t = [ ∂ x 1 ∂ t ⋮ ∂ x n ∂ t ] . {\displaystyle {\frac {\partial \mathbf {x} }{\partial t}}={\begin{bmatrix}{\frac {\partial x_{1}}{\partial t}}\\\vdots \\{\frac {\partial x_{n}}{\partial t}}\\\end{bmatrix}}.}

• Gradien fungsi skalar f: Rⁿ → R

  ∂ f ∂ x = [ ∂ f ∂ x 1 ⋯ ∂ f ∂ x n ] . {\displaystyle {\frac {\partial f}{\partial \mathbf {x} }}={\begin{bmatrix}{\frac {\partial f}{\partial x_{1}}}&\cdots &{\frac {\partial f}{\partial x_{n}}}\\\end{bmatrix}}.}

  Turunan berarah f ke arah v adalah

  ∇ v f = ∂ f ∂ x v . {\displaystyle \nabla _{\mathbf {v} }f={\frac {\partial f}{\partial \mathbf {x} }}\mathbf {v} .}

• Diferensial fungsi f: R^m → Rⁿ dideskripsikan oleh matriks Jacobi

  ∂ f ∂ x = [ ∂ f 1 ∂ x 1 ⋯ ∂ f 1 ∂ x m ⋮ ⋱ ⋮ ∂ f n ∂ x 1 ⋯ ∂ f n ∂ x m ] . {\displaystyle {\frac {\partial \mathbf {f} }{\partial \mathbf {x} }}={\begin{bmatrix}{\frac {\partial f_{1}}{\partial x_{1}}}&\cdots &{\frac {\partial f_{1}}{\partial x_{m}}}\\\vdots &\ddots &\vdots \\{\frac {\partial f_{n}}{\partial x_{1}}}&\cdots &{\frac {\partial f_{n}}{\partial x_{m}}}\\\end{bmatrix}}.}

  Diferensial sepanjang f dari vektor v dalam R^m adalah

  d f ( v ) = ∂ f ∂ x v . {\displaystyle d\,\mathbf {f} (\mathbf {v} )={\frac {\partial \mathbf {f} }{\partial \mathbf {x} }}\mathbf {v} .}

Kalkulus matriks

Analog terhadap ketiga turunan yang ditemukan sebelumnya di kalkulus vektor dapat ditemukan dalam kalkulus matriks.

• Vektor singgung kurva F: R → M(n,m)

  ∂ F ∂ t = [ ∂ F 1 , 1 ∂ t ⋯ ∂ F 1 , m ∂ t ⋮ ⋱ ⋮ ∂ F n , 1 ∂ t ⋯ ∂ F n , m ∂ t ] . {\displaystyle {\frac {\partial \mathbf {F} }{\partial t}}={\begin{bmatrix}{\frac {\partial F_{1,1}}{\partial t}}&\cdots &{\frac {\partial F_{1,m}}{\partial t}}\\\vdots &\ddots &\vdots \\{\frac {\partial F_{n,1}}{\partial t}}&\cdots &{\frac {\partial F_{n,m}}{\partial t}}\\\end{bmatrix}}.}

• Gradien fungsi skalar f: M(n,m) → R

  ∂ f ∂ X = [ ∂ f ∂ X 1 , 1 ⋯ ∂ f ∂ X n , 1 ⋮ ⋱ ⋮ ∂ f ∂ X 1 , m ⋯ ∂ f ∂ X n , m ] . {\displaystyle {\frac {\partial f}{\partial \mathbf {X} }}={\begin{bmatrix}{\frac {\partial f}{\partial X_{1,1}}}&\cdots &{\frac {\partial f}{\partial X_{n,1}}}\\\vdots &\ddots &\vdots \\{\frac {\partial f}{\partial X_{1,m}}}&\cdots &{\frac {\partial f}{\partial X_{n,m}}}\\\end{bmatrix}}.}

  Perhatikan bahwa urutan indeks gradien terhadap X terbalik dibandingkan dengan urutan indeks X. Turunan berarah f ke arah matriks Y diberikan oleh

  ∇ Y f = tr ⁡ ( ∂ f ∂ X Y ) , {\displaystyle \nabla _{\mathbf {Y} }f=\operatorname {tr} \left({\frac {\partial f}{\partial \mathbf {X} }}\mathbf {Y} \right),}

  dengan tr melambangkan trace dari matriks.

• Diferensial atau turunan matriks dari fungsi F : M ( n , m ) ⇒ M ( p , q ) {\displaystyle F:M(n,m)\Rightarrow M(p,q)} adalah unsur dari M ( p , q ) ⊗ M ( m , n ) {\displaystyle M(p,q)\otimes M(m,n)} , sebuah tensor peringkat empat (pembalikan m dan n di sini menandakan ruang dual dari M(n,m)). Singkatnya, diferensial ini adalah matriks m×n yang masing-masing entrinya adalah matriks p×q.

  ∂ F ∂ X = [ ∂ F ∂ X 1 , 1 ⋯ ∂ F ∂ X n , 1 ⋮ ⋱ ⋮ ∂ F ∂ X 1 , m ⋯ ∂ F ∂ X n , m ] , {\displaystyle {\frac {\partial \mathbf {F} }{\partial \mathbf {X} }}={\begin{bmatrix}{\frac {\partial \mathbf {F} }{\partial X_{1,1}}}&\cdots &{\frac {\partial \mathbf {F} }{\partial X_{n,1}}}\\\vdots &\ddots &\vdots \\{\frac {\partial \mathbf {F} }{\partial X_{1,m}}}&\cdots &{\frac {\partial \mathbf {F} }{\partial X_{n,m}}}\\\end{bmatrix}},}

  Catat pula bahwa tiap ∂F/∂X_i,j adalah matriks p×q yang didefinisikan seperti di atas. Catat pula bahwa matriks ini memiliki indeks yang dibalikkan: m baris dan n kolom. Diferensial sepanjang F dari sebuah matriks Y berukuran n×m dalam M(n,m) adalah

  d F ( Y ) = tr ⁡ ( ∂ F ∂ X Y ) . {\displaystyle d\mathbf {F} (\mathbf {Y} )=\operatorname {tr} \left({\frac {\partial \mathbf {F} }{\partial \mathbf {X} }}\mathbf {Y} \right).}

  Definisi ini meliputi semua definisi sebelumnya sebagai kasus khusus.

Persamaan identitas

Perkalian matriks tidak komutatif, karena itu agar identitas berikut berlaku, urutan perkalian tidak boleh diubah.

• Kaidah rantai: Bila Z adalah fungsi dari Y, yang pada gilirannya adalah fungsi dari X

  ∂ Z ∂ X = ∂ Z ∂ Y ∂ Y ∂ X {\displaystyle {\frac {\partial \mathbf {Z} }{\partial \mathbf {X} }}={\frac {\partial \mathbf {Z} }{\partial \mathbf {Y} }}{\frac {\partial \mathbf {Y} }{\partial \mathbf {X} }}}

• Kaidah darab:

  ∂ ( Y T Z ) ∂ X = ( Z T ) ∂ Y ∂ X + ( Y T ) ∂ Z ∂ X {\displaystyle {\frac {\partial (\mathbf {Y} ^{T}\mathbf {Z} )}{\partial \mathbf {X} }}=(\mathbf {Z} ^{T}){\frac {\partial \mathbf {Y} }{\partial \mathbf {X} }}+(\mathbf {Y} ^{T}){\frac {\partial \mathbf {Z} }{\partial \mathbf {X} }}}

Pranala luar

• (Inggris) Matrix calculus Diarsipkan 2003-06-13 di Wayback Machine. Apendiks dari buku Introduction to Finite Element Methods di University of Colorado at Boulder. Menggunakan definisi Hessian untuk turunan vektor dan matriks.
• (Inggris) Matrix calculus Matrix Reference Manual, Imperial College London.
• (Inggris) The Matrix Cookbook, dengan bab turunan. Menggunakan definsi Hessian.