BAB V DIAGONALISASI DAN DEKOMPOSISI MATRIKS. Sub bab ini membahas tentang faktorisasi matriks A berorde nxn ke dalam hasil
|
|
- Fanny Gunardi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 BAB V DIAGONALISASI DAN DEKOMPOSISI MATRIKS. Diagonalisasi Sub bab ini membahas tentang faktorisasi matriks A berorde nn ke dalam hasil kali berbentuk PDP, di mana D adalah matriks diagonal. Jika diperoleh hubungan P AP D maka dikatakan bahwa matriks A dapat didiagonalisasi. Bagaimana memperoleh matriks P dan D ang dimaksud akan dibahas lebih lanjut dalam bagian ini. TIK : Setelah mengikuti sub bab ini diharapkan mahasiswa dapat menentukan suatu matriks ang dapat didiagonalisasi. Definisi : Suatu matriks A berorde nn disebut dapat didiagonalisasi jika terdapat matriks P non singular dan matriks diagonal D sedemikian sehingga PDP D Matriks P dikatakan mendiagonalisir matriks A. Teorema : Suatu matriks A berorde nn, dapat didiagonalisasi jika dan hana jika A mempunai n vektor eigen ang bebas linear. Bukti : Misalkan matriks A mempunai n vektor eigen bebas linear p p, p, K n dan i λ adalah nilai eigen dari A ang bersesuaian dengan p i untuk setiap i (beberapa dari λ i boleh sama). Misalkan P adalah matriks di mana vektor kolom ke-j adalah p j untuk j,, K.n, terlihat bahwa Ap j λ j p j adalah vektor kolom ke-j dari AP, maka
2 AP ( Ap, Ap, K, Apn ) ( λ p, λ p, K, λ n pn ) λ ( p, p, K, p n ) λ O λ n PD Karena P mempunai n vektor kolom ang bebas linear, maka P adalah taksingular, karena itu : D P PD P Sebalikna, misalkan A dapat didiagonalisasi. Selanjutna terdapat suatu matriks AP taksingular P sehingga AP PD, jika p, p K, pn adalah vektor kolom dari P, maka : Ap j λ, λ d ) untuk setiap j. j p j ( j jj Jadi untuk setiap j, λ j adalah nilai eigen dari A dan p j adalah vektor eigen ang dimiliki λ j. Karena vektor kolom P bebas linear, maka A mempunai n vektor eigen ang bebas linear. Dari bukti di atas, maka kita mendapatkan prosedur untuk mendiagonalisasi sebuah matriks A berorde nn, sebagai berikut : Langkah : Carilah n vektor eigen ang bebas linear dari A, p,, p K pn. Langkah : Bentuklah matriks P ang mempunai p,, p K pn sebagai vektor kolomna
3 Langkah : Maka matriks Contoh : P AP akan didiagonal dengan λ, λ, Kλ n sebagai entri- entri diagonalna ang berturutan, di mana λ i adalah nilai eigen ang bersesuaian dengan, i,, K, n. Carilah sebuah matriks P ang mendiagonalkan matriks p i A Penelesaian : Matriks A ini mempunai nilai-nilai eigen, λ dan λ. Untuk λ diperoleh vektor-vektor karakteristik p dan p Untuk λ diperoleh vektor karakteristik p Mudah untuk memeriksa bahwa {, p p } matriks p bebas linear, sehingga dapat dibentuk, P ang mendiagonalkan matriks A. Hal ini dapat ditunjukkan dengan membuktikan bahwa P AP D, aitu :
4 AP P Terlihat bahwa entri-entri pada diagonal pokok adalah nilai-nilai eigen dari matriks A. Jadi dapat dikatakan bahwa matriks P mendiagonalkan matriks A Catatan : Tidak ada persaratan ang khusus untuk meletakkan orde kolom-kolom dari matriks P Karena entri diagonal ke i dari AP P adalah nilai eigen untuk vektor eigen kolom ke i dari P, maka dengan mengubah orde kolom-kolom dari P hanalah mengubah orde dari nilai-nilai eigen pada diagonal dari AP P. Jadi seandaina kita menuliskan :. P Maka diperoleh : AP P
5 .. Dekomposisi Matriks. Sub pokok bahasan ini membahas tentang matriks [A] dari SPL didekomposisi (difaktorisasi) menjadi matriks-matriks segitiga bawah [L] dan segitiga atas [U] sedemikian rupa sehingga persamaanna menjadi : [A] [L][U] atau A L U. Bagaimana mendapatkan matriks L dan U ang dimaksud akan dibahas lebih lanjut. TIK : Setelah mengikuti sub bab ini diharapkan mahasiswa dapat mencari penelesaian SPL dengan cara dekomposisi LU.... Prinsip Dekomposisi LU. Secara umum, jika suatu matriks A berorde nn dapat direduksi menjadi matriks segi tiga atas U tanpa pertukaran baris, berarti A dapat dikomposisi (difaktorisasi) ke dalamhasil kali LU, dimana L adalah matriks segi tiga bawah dengan elemen-elemen pada diagonal utama. Entri (i, j) dari L di bawah diagonal akan merupakan kelipatan dari baris i ang telah dikurangkan dari baris j selama proses eliminasi, sedemikian sehingga identitasna menjadi : [A] [L][U] atau A L U Contoh : Misalakan matriks A Matriks L ditentukan sebagai berikut :
6 Langkah pertama dalam proses eliminasi adalah baris kedua dikurangi dengan kali baris pertama dan baris ketiga dikurangi dengan kali baris pertama, sehingga kita tetapkan l dan l. Selanjutna menghasilkan matriks : () A Langkah kedua proses eliminasi adalah baris ketiga dikurangi dengan kali baris kedua, sehingga kita tetapkan atas, l. Sesudah langkah kedua ini diperoleh matriks segi tiga U () A Matriks L dapat ditulis sebagai : L Dapat kita uji bahwa hasil kali LU A Jika ditinjau dari sudut pandang matriks elementer, terlihat bahwa operasi baris baris diterapkan sebanjak tiga kali. Hal ini setara dengan perkalian matriks A di sebelah kiri dengan tiga buah matriks elementer E, E, E aitu E EE A U
7 Karena matriks-matriks elementerna tak singular, maka U E E E A ) ( dimana invers dari matriks-matriks elementer dengan urutan ini menghasilkan suatu matriks segi tiga bawah L dengan elemen pada diagonal utama adalah satu. L E E E... Penelesaian SPL dengan Dekomposisi LU Diberikan sistem persamaan linear b A dengan nn A adalah matriks invertible. Untuk menelesaikan SPL ini, dilakukan langkah-langkah sebagai berikut : Langkah : Lakukan faktorisasi LU A dimana L adalah matriks segi tiga bawah dengan elemen diagonal utama satu dan U adalah matriks segi tiga atas. Langkah : Ambil vektor kolom ang belum diketahui sedemikian sehingga U. Langkah : Substitusikan LU A dan U ke dalam sistem persamaan linear b A, diperoleh b L U L LU ) ( ) (. Langkah : Menelesaikan b L, maka akan diperoleh nilai dari vektor kolom. Selanjutna dengan menelesaika U, maka akan diperoleh nilai-nilai dari.
8 Contoh : Selesaikan SPL berikut dengan cara dekomposisi matriks. z z z Penelesaian : SPL di atas mempunai matriks koeffisien A Kemudian matriks A difaktorisasi menjadi L dan U, menghasilkan : L dan U Jika diambil, maka b L atau, diperoleh
9 Jadi Sehingga, U, diperoleh : Jadi himpunan penelesaianna adalah tunggal, aitu : ( ) ( ),,,,
10
Lampiran 1 Pembuktian Teorema 2.3
LAMPIRAN 16 Lampiran 1 Pembuktian Teorema 2.3 Sebelum membuktikan Teorema 2.3, terlebih dahulu diberikan beberapa definisi yang berhubungan dengan pembuktian Teorema 2.3. Definisi 1 (Matriks Eselon Baris)
Lebih terperinciNILAI EIGEN DAN VEKTOR EIGEN disebut vektor eigen dari matriks A =
NILAI EIGEN DAN VEKTOR EIGEN >> DEFINISI NILAI EIGEN DAN VEKTOR EIGEN Jika A adalah sebuah matriks n n, maka sebuah vektor taknol x pada R n disebut vektor eigen (vektor karakteristik) dari A jika Ax adalah
Lebih terperinciBAB II TINJAUAN PUSTAKA
5 BAB II TINJAUAN PUSTAKA A Matriks 1 Pengertian Matriks Definisi 21 Matriks adalah kumpulan bilangan bilangan yang disusun secara khusus dalam bentuk baris kolom sehingga membentuk empat persegi panjang
Lebih terperinciEigen value & Eigen vektor
Eigen value & Eigen vektor Hubungan antara vektor x (bukan nol) dengan vektor Ax yang berada di R n pada proses transformasi dapat terjadi dua kemungkinan : 1) 2) Tidak mudah untuk dibayangkan hubungan
Lebih terperinci7. NILAI-NILAI VEKTOR EIGEN. Nilai Eigen dan Vektor Eigen Diagonalisasi Diagonalisasi Ortogonal
7. NILAI-NILAI VEKTOR EIGEN Nilai Eigen dan Vektor Eigen Diagonalisasi Diagonalisasi Ortogonal Nilai Eigen, Vektor Eigen Diketahui A matriks nxn dan x adalah suatu vektor pada R n, maka biasanya tdk ada
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Suatu matriks A C m n dikatakan memiliki faktorisasi LU jika matriks tersebut dapat dinyatakan sebagai A = LU dengan L C m m matriks invertibel segitiga bawah
Lebih terperinciSebuah garis dalam bidang xy bisa disajikan secara aljabar dengan sebuah persamaan berbentuk :
Persamaan Linear Sebuah garis dalam bidang xy bisa disajikan secara aljabar dengan sebuah persamaan berbentuk : a x + a y = b Persamaan jenis ini disebut sebuah persamaan linear dalam peubah x dan y. Definisi
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pembahasan mendasar mengenai matriks terutama yang berkaitan dengan matriks yang dapat didiagonalisasi telah jelas disajikan dalam referensi yang biasanya digunakan
Lebih terperinciDIAGONALISASI MATRIKS KOMPLEKS
Buletin Ilmiah Mat Stat dan Terapannya (Bimaster) Volume 04, No 3 (2015), hal 337-346 DIAGONALISASI MATRIKS KOMPLEKS Heronimus Hengki, Helmi, Mariatul Kiftiah INTISARI Matriks kompleks merupakan matriks
Lebih terperinciSistem Persamaan Linier FTI-UY
BAB V Sistem Persamaan Linier Salah satu hal penting dalam aljabar linear dan dalam banak masalah matematika terapan adalah menelesaikan suatu sistem persamaan linear. Representasi Sistem Persamaan Linear
Lebih terperinciBAB 4 : SISTEM PERSAMAAN LINIER
BAB 4 : SISTEM PERSAMAAN LINIER 4.1 PERSAMAAN LINIER Misalnya x 2 Matematika analitik membicarakan ilmu ukur secara aljabar. Garis lurus pada bidang x 1 dan x 2 dapat dinyatakan sebagai persamaan a 1 x
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dipaparkan mengenai konsep dasar tentang matriks meliputi definisi matriks, jenis-jenis matriks, operasi matriks, determinan, kofaktor, invers suatu matriks, serta
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dibahas beberapa definisi dan teorema dengan atau tanpa bukti yang akan digunakan untuk menentukan regularisasi sistem singular linier. Untuk itu akan diberikan terlebih
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Dalam bab ini akan diberikan beberapa materi yang akan diperlukan di dalam pembahasan, seperti: matriks secara umum; matriks yang dipartisi; matriks tereduksi dan taktereduksi; matriks
Lebih terperinciI PENDAHULUAN II LANDASAN TEORI
I PENDAHULUAN 1.1 Latar Belakang Matriks merupakan istilah yang digunakan untuk menunjukkan jajaran persegi panjang dari bilangan-bilangan dan setiap matriks akan mempunyai baris dan kolom. Salah satu
Lebih terperinciALJABAR LINIER MAYDA WARUNI K, ST, MT ALJABAR LINIER (I)
ALJABAR LINIER MAYDA WARUNI K, ST, MT ALJABAR LINIER (I) 1 MATERI ALJABAR LINIER VEKTOR DALAM R1, R2 DAN R3 ALJABAR VEKTOR SISTEM PERSAMAAN LINIER MATRIKS, DETERMINAN DAN ALJABAR MATRIKS, INVERS MATRIKS
Lebih terperinci6 Sistem Persamaan Linear
6 Sistem Persamaan Linear Pada bab, kita diminta untuk mencari suatu nilai x yang memenuhi persamaan f(x) = 0. Pada bab ini, masalah tersebut diperumum dengan mencari x = (x, x,..., x n ) yang secara sekaligus
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Sistem Persamaan Linier Sistem Persamaan dengan m persamaan dan n bilangan tak diketahui ditulis dengan : Dimana x 1, x 2, x n : bilangan tak diketahui a,b : konstanta Jika SPL
Lebih terperinciPAM 252 Metode Numerik Bab 3 Sistem Persamaan Linier
PAM 252 Metode Numerik Bab 3 Sistem Persamaan Linier Mahdhivan Syafwan Jurusan Matematika FMIPA Universitas Andalas Semester Genap 2013/2014 1 Mahdhivan Syafwan Metode Numerik: Sistem Persamaan Linier
Lebih terperinciMODUL ALJABAR LINEAR 1 Disusun oleh, ASTRI FITRIA NUR ANI
214 MODUL ALJABAR LINEAR 1 Disusun oleh, ASTRI FITRIA NUR ANI Astri Fitria Nur ani Aljabar Linear 1 1/1/214 1 DAFTAR ISI DAFTAR ISI... i BAB I MATRIKS DAN SISTEM PERSAMAAN A. Pendahuluan... 1 B. Aljabar
Lebih terperinciAljabar Linear. & Matriks. Evangs Mailoa. Pert. 5
Aljabar Linear & Matriks Pert. 5 Evangs Mailoa Pengantar Determinan Menurut teorema 1.4.3, matriks 2 x 2 dapat dibalik jika ad bc 0. Pernyataan ad bc disebut sebagai determinan (determinant) dari matriks
Lebih terperinciDIAGONALISASI MATRIKS ATAS RING KOMUTATIF DENGAN ELEMEN SATUAN INTISARI
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 02, No. 3 (2013), hal. 183-190 DIAGONALISASI MATRIKS ATAS RING KOMUTATIF DENGAN ELEMEN SATUAN Fidiah Kinanti, Nilamsari Kusumastuti, Evi Noviani
Lebih terperinciBAB 4 Sistem Persamaan Linear. Sistem m persamaan linear dalam n variabel LG=C adalah himpunan persamaan linear
BAB 4 Sistem Persamaan Linear berbentuk Sistem m persamaan linear dalam n variabel LG=C adalah himpunan persamaan linear Dengan koefisien dan adalah bilangan-bilangan yang diberikan. Sistem ini disebut
Lebih terperinciSUMMARY ALJABAR LINEAR
SUMMARY ALJABAR LINEAR SUMANANG MUHTAR GOZALI KBK ANALISIS UNIVERSITAS PENDIDIKAN INDONESIA BANDUNG 2010 2 KATA PENGANTAR Bismillahirrahmanirrahim Segala puji bagi Allah Rabb semesta alam. Shalawat serta
Lebih terperinciSolusi Sistem Persamaan Linear Ax = b
Solusi Sistem Persamaan Linear Ax = b Kie Van Ivanky Saputra April 27, 2009 K V I Saputra (Analisis Numerik) Kuliah Sistem Persamaan Linier c April 27, 2009 1 / 9 Review 1 Substitusi mundur pada sistem
Lebih terperinciPertemuan 14. persamaan linier NON HOMOGEN
Pertemuan 14 persamaan linier NON HOMOGEN 10 Metode GAUSS Aljabar Linier Hastha 2016 10.2.2 METODE ELIMINASI GAUSS Apabila [A][X]=[B] maka dengan menyusun matriks baru yaitu matriks [A.B] akan didapat
Lebih terperinciBAB II LANDASAN TEORI. yang biasanya dinyatakan dalam bentuk sebagai berikut: =
BAB II LANDASAN TEORI 2.1 Matriks Definisi 2.1 (Lipschutz, 2006): Matriks adalah susunan segiempat dari skalarskalar yang biasanya dinyatakan dalam bentuk sebagai berikut: Setiap skalar yang terdapat dalam
Lebih terperinciMinggu II Lanjutan Matriks
Minggu II Lanjutan Matriks Pokok Bahasan Sub Pokok Bahasan Tujuan Instruksional Umum Tujuan Instruksional Khusus Jumlah Pertemuan : Matriks : A. Transformasi Elementer. Transformasi Elementer pada baris
Lebih terperinciII. TINJAUAN PUSTAKA. nyata (fenomena-fenomena alam) ke dalam bagian-bagian matematika yang. disebut dunia matematika (mathematical world).
5 II. TINJAUAN PUSTAKA 2.1. Pemodelan Matematika Definisi pemodelan matematika : Pemodelan matematika adalah suatu deskripsi dari beberapa perilaku dunia nyata (fenomena-fenomena alam) ke dalam bagian-bagian
Lebih terperinciAljabar Linear Elementer
BAB I RUANG VEKTOR Pada kuliah Aljabar Matriks kita telah mendiskusikan struktur ruang R 2 dan R 3 beserta semua konsep yang terkait. Pada bab ini kita akan membicarakan struktur yang merupakan bentuk
Lebih terperinciA 10 Diagonalisasi Matriks Atas Ring Komutatif
A 10 Diagonalisasi Matriks Atas Ring Komutatif Joko Harianto 1, Puguh Wahyu Prasetyo 2, Vika Yugi Kurniawan 3, Sri Wahyuni 4 1 Mahasiswa S2 Matematika FMIPA UGM, 2 Mahasiswa S2 Matematika FMIPA UGM, 3
Lebih terperinciTrihastuti Agustinah
TE 467 Teknik Numerik Sistem Linear Trihastuti Agustinah Bidang Studi Teknik Sistem Pengaturan Jurusan Teknik Elektro - FTI Institut Teknologi Sepuluh Nopember O U T L I N E OBJEKTIF 2 3 CONTOH 4 SIMPULAN
Lebih terperinciBAB 1 PENDAHULUAN. Sebuah garis dalam bidang xy secara aljabar dapat dinyatakan oleh persamaan yang berbentuk
BAB 1 PENDAHULUAN 1.1 Latar belakang Sebagian besar dari sejarah ilmu pengetahuan alam adalah catatan dari usaha manusia secara kontinu untuk merumuskan konsep-konsep yang dapat menguraikan permasalahan
Lebih terperinci3 Langkah Determinan Matriks 3x3 Metode OBE
3 Langkah Determinan Matriks 3x3 Metode OBE Ogin Sugianto sugiantoogin@yahoo.co.id penma2b.wordpress.com Majalengka, 10 Oktober 2016 Selain metode Sarrus dan Minor-Kofaktor, ada satu metode lain yang dapat
Lebih terperinci5. PERSAMAAN LINIER. 1. Berikut adalah contoh SPL yang terdiri dari 4 persamaan linier dan 3 variabel.
1. Persamaan Linier 5. PERSAMAAN LINIER Persamaan linier adalah suatu persamaan yang variabel-variabelnya berpangkat satu. Disamping persamaan linier ada juga persamaan non linier. Contoh : a) 2x + 3y
Lebih terperinciBAB II DETERMINAN DAN INVERS MATRIKS
BAB II DETERMINAN DAN INVERS MATRIKS A. OPERASI ELEMENTER TERHADAP BARIS DAN KOLOM SUATU MATRIKS Matriks A = berdimensi mxn dapat dibentuk matriks baru dengan menggandakan perubahan bentuk baris dan/atau
Lebih terperinciAljabar Linier Elementer. Kuliah 1 dan 2
Aljabar Linier Elementer Kuliah 1 dan 2 1.3 Matriks dan Operasi-operasi pada Matriks Definisi: Matriks adalah susunan bilangan dalam empat persegi panjang. Bilangan-bilangan dalam susunan tersebut disebut
Lebih terperinciPertemuan 2 & 3 DEKOMPOSISI SPEKTRAL DAN DEKOMPOSISI NILAI SINGULAR
Pertemuan 2 & 3 DEKOMPOSISI SPEKTRAL DAN DEKOMPOSISI NILAI SINGULAR Ingat : Vektor dan Matriks Ortogonal vektor dan a dan b saling ortogonal jika a dan b saling ortonormal jika a dan b di normalisasi (normalized)
Lebih terperinciMatriks biasanya dituliskan menggunakan kurung dan terdiri dari baris dan kolom: A =
Bab 2 cakul fi080 by khbasar; sem1 2010-2011 Matriks Dalam BAB ini akan dibahas mengenai matriks, sifat-sifatnya serta penggunaannya dalam penyelesaian persamaan linier. Matriks merupakan representasi
Lebih terperinciBAB III MATRIKS HERMITIAN. dan konsep-konsep lainnya yang berkaitan dengan matriks Hermitian. Matriks
BAB III MATRIKS HERMITIAN Pada bab ini, akan dibahas beberapa konsep penting dari matriks Hermitian dan konsep-konsep lainnya yang berkaitan dengan matriks Hermitian. Matriks Hermitian merupakan kelas
Lebih terperinciALJABAR LINEAR BASIS RUANG BARIS DAN BASIS RUANG KOLOM SEBUAH MATRIKS. Dosen Pengampu: DARMADI, S.Si, M.Pd. Oleh: Kelompok III
ALJABAR LINEAR BASIS RUANG BARIS DAN BASIS RUANG KOLOM SEBUAH MATRIKS Dosen Pengampu: DARMADI, SSi, MPd Oleh: Kelompok III 1 Andik Dwi S (06411008) 2 Indah Kurniawati (06411090) 3 Mahfuat M (06411104)
Lebih terperinciSOLUSI PENDEKATAN TERBAIK SISTEM PERSAMAAN LINEAR TAK KONSISTEN MENGGUNAKAN DEKOMPOSISI NILAI SINGULAR
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 03, No. 1 (2014), hal 91 98. SOLUSI PENDEKATAN TERBAIK SISTEM PERSAMAAN LINEAR TAK KONSISTEN MENGGUNAKAN DEKOMPOSISI NILAI SINGULAR Febrianti,
Lebih terperinciuiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg
uiopasdfghjklzxcvbnmqwertyuiopasd Qwertyuiopasdfghjklzxcvbnmqwerty cvbnmqwertyuiopasdfghjklzxcvbnmq fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg
Lebih terperinciYang dipelajari. 1. Masalah Nilai Eigen dan Penyelesaiannya 2. Masalah Pendiagonalan. Referensi : Kolman & Howard Anton. Ilustrasi
7// NILAI EIGEN dan VEKTOR EIGEN Yang dipelajari.. Masalah Nilai Eigen dan Penyelesaiannya. Masalah Pendiagonalan Referensi : Kolman & Howard Anton. Ilustrasi Misalkan t : R n R n dengan definisi t(x)
Lebih terperinciSOLUSI SISTEM PERSAMAAN LINEAR
SOLUSI SISTEM PERSAMAAN LINEAR Bentuk umum persamaan linear dengan n peubah diberikan sebagai berikut : a1 x1 + a2 x2 +... + an xn = b ; a 1, a 2,..., a n R merupakan koefisien dari persamaaan dan x 1,
Lebih terperinciYang dibahas : Ortogonal Basis ortogonal Ortonormal Matrik ortogonal Komplemen ortogonal Proyeksi ortogonal Faktorisasi QR
Ortogonal Yang dibahas : Ortogonal Basis ortogonal Ortonormal Matrik ortogonal Komplemen ortogonal Proyeksi ortogonal Faktorisasi QR Ortogonal Himpunan vektor {v, v,.., v k } dalam R n disebut himpunan
Lebih terperinciBAB 7 NILAI EIGEN DAN VEKTOR EIGEN. Dr. Ir. Abdul Wahid Surhim, MT.
BAB 7 NILAI EIGEN DAN VEKTOR EIGEN Dr. Ir. Abdul Wahid Surhim, MT. KERANGKA PEMBAHASAN. Nilai Eigen dan Vekor Eigen. Diagonalisasi. Diagonalisasi secara Orogonal 7. NILAI EIGEN DAN VEKTOR EIGEN Definisi
Lebih terperinciKS KALKULUS DAN ALJABAR LINEAR Eigen Value Eigen Vector TIM KALIN
KS091206 KALKULUS DAN ALJABAR LINEAR Eigen Value Eigen Vector TIM KALIN TUJUAN INSTRUKSIONAL KHUSUS Setelah menyelesaikan pertemuan ini mahasiswa diharapkan: Dapat menghitung eigen value dan eigen vector
Lebih terperinciSISTEM PERSAMAAN LINEAR
Pokok Bahasan : Sistem persamaan linier Sub Pokok Bahasan : Sistem persamaan linier Eliminasi Gauss Eliminasi Gauss Jordan Penyelesaian SPL dengan invers SISTEM PERSAMAAN LINEAR Tujuan : Menyelesaikan
Lebih terperinciPertemuan 2 Matriks, part 2
Pertemuan 2 Matriks, part 2 Beberapa Jenis Matriks Khusus 1. Matriks Bujur Sangkar Suatu matriks dengan banyak baris = banyak kolom = n disebut matriks bujur sangkar berukuran n (berordo n). Barisan elemen
Lebih terperinciGARIS-GARIS BESAR PROGRAM PEMBELAJARAN
GARIS-GARIS BESAR PROGRAM PEMBELAJARAN Mata Kuliah : Aljabar Linear Kode / SKS : TIF-5xxx / 3 SKS Dosen : - Deskripsi Singkat : Mata kuliah ini berisi Sistem persamaan Linier dan Matriks, Determinan, Vektor
Lebih terperinci03-Pemecahan Persamaan Linier (2)
-Pemecahan Persamaan Linier () Dosen: Anny Yuniarti, M.Comp.Sc Gasal - Anny Agenda Bagian : Matriks Invers Bagian : Eliminasi = Faktorisasi: A = LU Bagian : Transpos dan Permutasi Anny Bagian MATRIKS INVERS
Lebih terperinciSYARAT PERLU DAN SYARAT CUKUP MATRIKS CLEAN PADA M 2 (Z) ABSTRACT
SYARAT PERLU DAN SYARAT CUKUP MATRIKS CLEAN PADA M 2 (Z) Miftakhul Rohmah 1, Sri Gemawati 2, Asli Sirait 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan Matematika Fakultas Matematika dan Ilmu
Lebih terperinciTUGAS MANDIRI MATRIKS. Mata Kuliah : Matematika ekonomi
TUGAS MANDIRI MATRIKS Mata Kuliah : Matematika ekonomi NamaMahasiswa : Suriani NIM : 140610098 Kode Kelas Dosen : 141-MA112-M6 : NeniMarlinaPurbaS.Pd UNIVERSITAS PUTERA BATAM 2014 KATA PENGANTAR Puji syukur
Lebih terperinciAPLIKASI DEKOMPOSISI NILAI SINGULAR PADA KOMPRESI UKURAN FILE GAMBAR
Jurnal Matematika UNAND Vol. 4 No. 1 Hal. 31 39 ISSN : 303 910 c Jurusan Matematika FMIPA UNAND APLIKASI DEKOMPOSISI NILAI SINGULAR PADA KOMPRESI UKURAN FILE GAMBAR AMANATUL FIRDAUSI, MAHDHIVAN SYAFWAN,
Lebih terperinciMUH1G3/ MATRIKS DAN RUANG VEKTOR
MUHG/ MATRIKS DAN RUANG VEKTOR TIM DOSEN 8 VEKTOR DAN NILAI EIGEN /5/7 9.9 Beberapa Aplikasi Ruang Eigen Uji Kesabilan dalam sisem dinamik Opimasi dengan SVD pada pengolahan Cira Sisem Transmisi dan lain-lain.
Lebih terperinciMenentukan Nilai Eigen Tak Dominan Suatu Matriks Definit Negatif Menggunakan Metode Kuasa Invers dengan Shift
Jurnal Penelitian Sains Volume 14 Nomer 1(A) 14103 Menentukan Nilai Eigen Tak Dominan Suatu Matriks Definit Negatif Menggunakan Metode Kuasa Invers dengan Shift Yuli Andriani Jurusan Matematika FMIPA,
Lebih terperinciPAM 252 Metode Numerik Bab 3 Sistem Persamaan Linier
PAM 252 Metode Numerik Bab 3 Sistem Persamaan Linier Mahdhivan Syafwan Jurusan Matematika FMIPA Universitas Andalas Semester Genap 2016/2017 1 Mahdhivan Syafwan Metode Numerik: Sistem Persamaan Linier
Lebih terperinciMATRIKS KUASIDEFINIT SUGENG MULYADI
MATRIKS KUASIDEFINIT SUGENG MULYADI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2009 ABSTRAK SUGENG MULYADI. Matriks Kuasidefinit. Dibimbing oleh FARIDA
Lebih terperinciSebelum pembahasan tentang invers matriks lebih lanjut, kita bahas dahulu beberapa pengertian-pengertian berikut ini.
. INVERS MTRIKS Sebelum pembahasan tentang invers matriks lebih lanjut, kita bahas dahulu beberapa pengertian-pengertian berikut ini. a. RNK MTRIKS Matriks tak nol dikatakan mempunyai rank r jika paling
Lebih terperinciAljabar Linier Elementer. Kuliah 7
Aljabar Linier Elementer Kuliah 7 Materi Kuliah Ekspansi kofaktor Aturan Cramer 2 2.4 Espansi Kofaktor; Aturan Cramer Definisi: Jika A adalah matriks bujur sangkar, maka minor dari entri a ij dinyatakan
Lebih terperinciDETERMINAN, INVERS, PENYELESAIAN SISTEM PERSAMAAN LINEAR
DETERMINAN, INVERS, PENYELESAIAN SISTEM PERSAMAAN LINEAR DETERMINAN Definisi Setiap matriks kuadrat/persegi mempunyai suatu nilai khusus yang diseut determinan. determinan adalah jumlah hasil kali elementer
Lebih terperinciReduksi Rank pada Matriks-Matriks Tertentu
Reduksi Rank pada Matriks-Matriks Tertentu E. Apriliani, B. Ari Sanjaya September 6, 7 Abstract. Dekomposisi nilai singular (Singular Value Decomposition - SVD) adalah suatu metode untuk menuliskan suatu
Lebih terperinciMAKALAH ALJABAR LINIER
MAKALAH ALJABAR LINIER Transformasi Linier Makalah Ini Disusun Untuk Memenuhi Tugas Mata Kuliah Aljabar Linier Dosen Pengampu : Abdul Aziz Saefudin, S.Pd.I, M.Pd Disusun Oleh: III A4 Kelompok 12 1. Ria
Lebih terperinciMateri Aljabar Linear Lanjut
Materi Aljabar Linear Lanjut TRANSFORMASI LINIER DARI R n KE R m ; GEOMETRI TRANSFORMASI LINIER DARI R 2 KE R 2 Disusun oleh: Dwi Lestari, M.Sc email: dwilestari@uny.ac.id JURUSAN PENDIDIKAN MATEMATIKA
Lebih terperinciDiagonalisasi Matriks Segitiga Atas Ring komutatif Dengan Elemen Satuan
Diagonalisasi Matriks Segitiga Atas Ring komutatif Dengan Elemen Satuan Fitri Aryani 1, Rahmadani 2 Jurusan Matematika Fakultas Sains dan Teknologi UIN Suska Riau e-mail: khodijah_fitri@uin-suskaacid Abstrak
Lebih terperinciBAB II KAJIAN PUSTAKA. operasi matriks, determinan dan invers matriks), aljabar max-plus, matriks atas
BAB II KAJIAN PUSTAKA Pada bab ini akan diuraikan mengenai matriks (meliputi definisi matriks, operasi matriks, determinan dan invers matriks), aljabar max-plus, matriks atas aljabar max-plus, dan penyelesaian
Lebih terperinciBAB II LANDASAN TEORI
5 BAB II LANDASAN TEORI 2.1 Matriks Matriks (matrix) adalah jajaran empat persegi panjang dan bilanganbilangan. Bilangan-bilangan dalam jajaran tersebut disebut entri dari matriks. Berikut ini beberapa
Lebih terperinciAnalisis Matriks. Ahmad Muchlis
Analisis Matriks Ahmad Muchlis January 22, 2014 2 Notasi Pada umumnya matriks yang kita bicarakan dalam naskah ini adalah matriks kompleks. Himpunan semua matriks kompleks [real] berukuran m n dinyatakan
Lebih terperinciMULTIMEDIA PEMBELAJARAN DIAGONALISASI MATRIKS
MULTIMEDIA PEMBELAJARAN DIAGONALISASI MATRIKS 1 Kirana Permata Putri, 2 Ardi Pujiyanta(0529056601) 1,2 Program Studi Teknik Informatika Universitas Ahmad Dahlan Prof. Dr. Soepomo, S.H., Janturan, Umbulharjo,
Lebih terperinciMatriks - 1: Beberapa Definisi Dasar Latihan Aljabar Matriks
Matriks - 1: Beberapa Definisi Dasar Latihan Aljabar Matriks Kuliah Aljabar Linier Semester Ganjil 2015-2016 MZI Fakultas Informatika Telkom University FIF Tel-U Agustus 2015 MZI (FIF Tel-U) Matriks -
Lebih terperinciREDUKSI RANK PADA MATRIKS-MATRIKS TERTENTU
J. Math. and Its Appl. ISSN: 89-65X Vol. 4, No., November 7, 8 REDUKSI RANK PADA MATRIKS-MATRIKS TERTENTU Erna Apriliani, Bandung Arry Sanjoyo Jurusan Matematika FMIPA Institut Teknologi Sepuluh Nopember,
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB LANDASAN TEORI Pada bab ini akan dibahas beberapa konsep dasar ang akan digunakan sebagai landasan berpikir seperti beberapa teorema dan definisi ang berkaitan dengan penelitian ini. Dengan begitu
Lebih terperinciSISTEM PERSAMAAN LINEAR ( BAGIAN II )
SISTEM PERSAMAAN LINEAR ( BAGIAN II ) D. FAKTORISASI MATRIKS D2 2. METODE ITERASI UNTUK MENYELESAIKAN SPL D3 3. NILAI EIGEN DAN VEKTOR EIGEN D4 4. POWER METHOD Beserta contoh soal untuk setiap subbab 2
Lebih terperinciBAB II SISTEM PERSAMAAN LINEAR. Sistem persamaan linear ditemukan hampir di semua cabang ilmu
BAB II SISTEM PERSAMAAN LINEAR Sistem persamaan linear ditemukan hampir di semua cabang ilmu pengetahuan. Di bidang ilmu ukur, diperlukan untuk mencari titik potong dua garis dalam satu bidang. Di bidang
Lebih terperinciMODUL V EIGENVALUE DAN EIGENVEKTOR
MODUL V EIGENVALUE DAN EIGENVEKTOR 5.. Pendahuluan Biasanya jika suatu matriks A berukuran mm dan suatu vektor pada R m, tidak ada hubungan antara vektor dan vektor A. Tetapi seringkali kita menemukan
Lebih terperinciMatematika Teknik INVERS MATRIKS
INVERS MATRIKS Dalam menentukan solusi suatu SPL selama ini kita dihadapkan kepada bentuk matriks diperbesar dari SPL. Cara lain yang akan dikenalkan disini adalah dengan melakukan OBE pada matriks koefisien
Lebih terperinciKAJIAN METODE KONDENSASI CHIO PADA DETERMINAN MATRIKS
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 04, No. 3 (2015), hal 279 284. KAJIAN METODE KONDENSASI CHIO PADA DETERMINAN MATRIKS Adrianus Sumitro, Nilamsari Kusumastuti, Shantika Martha
Lebih terperinciALJABAR LINIER DAN MATRIKS
ALJABAR LINIER DAN MATRIKS MATRIKS (DETERMINAN, INVERS, TRANSPOSE) Macam Matriks Matriks Nol (0) Matriks yang semua entrinya nol. Ex: Matriks Identitas (I) Matriks persegi dengan entri pada diagonal utamanya
Lebih terperinciMATRIKS. Notasi yang digunakan NOTASI MATRIKS
MATRIKS Beberapa pengertian tentang matriks : 1. Matriks adalah himpunan skalar (bilangan riil atau kompleks) yang disusun atau dijajarkan secara empat persegi panjang menurut baris-baris dan kolom-kolom.
Lebih terperinciBab 2 LANDASAN TEORI
17 Bab 2 LANDASAN TEORI 2.1 Aljabar Matriks 2.1.1 Definisi Matriks Matriks adalah suatu kumpulan angka-angka yang juga sering disebut elemen-elemen yang disusun secara teratur menurut baris dan kolom sehingga
Lebih terperinciAPLIKASI MATRIKS LESLIE UNTUK MEMPREDIKSI JUMLAH DAN LAJU PERTUMBUHAN SUATU POPULASI
Buletin Ilmiah Math Stat Dan Terapannya (Bimaster) Volume 02, No 3 (2013), hal 163-172 APLIKASI MATRIKS LESLIE UNTUK MEMPREDIKSI JUMLAH DAN LAJU PERTUMBUHAN SUATU POPULASI Yudha Pratama, Bayu Prihandono,
Lebih terperinciSILABUS MATA KULIAH : ALJABAR MATRIKS (2 SKS) KODE: MT304. (1) (2) (3) (4) (5) (6) (7) (8) (9) 1 Matriks dan Operasinya. 1. Pengertian Matriks
JURUSAN PENDIDIKAN MATEMATIKA FPMIPA UNIVERSITAS PENDIDIKAN MATEMATIKA MINGGU KE SILABUS MATA KULIAH : ALJABAR MATRIKS (2 SKS) KODE: MT304 POKOK & SUB POKOK TUJUAN INSTRUKSIONAL TUJUAN INSTRUKSIONAL KHUSUS
Lebih terperinciMUH1G3/ MATRIKS DAN RUANG VEKTOR
MUHG3/ MATRIKS DAN RUANG VEKTOR TIM DOSEN Determinan Matriks Determinan Matriks Sub Pokok Bahasan Permutasi dan Determinan Matriks Determinan dengan OBE Determinan dengan Ekspansi Kofaktor Beberapa Aplikasi
Lebih terperincia11 a12 x1 b1 Kumpulan Materi Kuliah #1 s/d #03 Tahun Ajaran 2016/2016: Oleh: Prof. Dr. Ir. Setijo Bismo, DEA.
a11 a12 x1 b1 a a x b 21 22 2 2 Kumpulan Materi Kuliah #1 s/d #03 Tahun Ajaran 2016/2016: Oleh: Prof. Dr. Ir. Setijo Bismo, DEA. a11 a12 x1 b1 a a x b 21 22 2 2 a11 a12 x1 b1 a a x b 21 22 2 2 Setijo Bismo
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Bab II ini menjelaskan tentang teori-teori pendukung yang digunakan untuk pembahasan selanjutnya yaitu sistem persamaan linear sistem persamaan linear kompleks dekomposisi Doolittle
Lebih terperinciBAB III MENENTUKAN PRIORITAS DALAM AHP. Wharton School of Business University of Pennsylvania pada sekitar tahun 1970-an
BAB III MENENTUKAN PRIORITAS DALAM AHP Pada bab ini dibahas mengenai AHP yang dikembangkan oleh Thomas L Saaty di Wharton School of Business University of Pennsylvania pada sekitar tahun 970-an dan baru
Lebih terperinciMATEMATIKA BISNIS BAB 2 FUNGSI LINIER
MATEMATIKA BISNIS BAB FUNGSI LINIER Hikmah Agustin, S.P.,MM DEFINISI FUNGSI Fungsi adalah hubungan matematis antara suatu variabel dengan variabel lainna. Unsur-unsur pembentukan fungsi : 1. Variabel Variabel
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Perkalian skalar perplectic merupakan bagian dari teori perkalian skalar indefinite. Untuk menjelaskan pengertian perkalian skalar perplectic, terlebih dahulu
Lebih terperinciPenyelesaian Sistem Persamaan Linear (SPL) Dengan Dekomposisi QR
Penyelesaian Sistem Persamaan Linear (SPL) Dengan Dekomposisi QR Shelvia Mandasari #1 M Subhan *2 Meira Parma Dewi *3 # Student of Mathematics Department State University of Padang Indonesia * Lecturers
Lebih terperinciLatihan 7 : Similaritas, Pendiagonalan Matriks, Polinom Matriks
Latihan 7 : Similaritas, Pendiagonalan Matriks, Polinom Matriks 6. Tentukan polinomial karakteristik dari matriks transformasi A=. Andaikan A adalah matriks persegi berdimensi x. Polinom karakteristik
Lebih terperinciBAB I PENDAHULUAN. 3) Untuk mengetahui apa yang dimaksud dengan invers matriks. 4) Untuk mengetahui apa yang dimaksud dengan determinan matriks
1.1 LATAR BELAKANG BAB I PENDAHULUAN Teori matriks merupakan salah satu cabang ilmu aljabar linier yang menjadi pembahasan penting dalam ilmu matematika. Sejalan dengan perkembangan ilmu pengetahuan, aplikasi
Lebih terperinciAljabar Linear Elementer MUG1E3 3 SKS
// ljabar Linear Elementer MUGE SKS // 9:7 Jadwal Kuliah Hari I Selasa, jam. Hari II Kamis, jam. Sistem Penilaian UTS % US % Quis % // 9:7 M- ljabar Linear // Silabus : Bab I Matriks dan Operasinya Bab
Lebih terperinciAljabar Linear Elementer
Silabus : Aljabar Linear Elemener MA SKS Bab I Mariks dan Operasinya Bab II Deerminan Mariks Bab III Sisem Persamaan Linear Bab IV Vekor di Bidang dan di Ruang Bab V Ruang Vekor Bab VI Ruang Hasil Kali
Lebih terperinciMENENTUKAN INVERS MOORE PENROSE DARI MATRIKS KOMPLEKS
MENENTUKAN INVERS MOORE PENROSE DARI MATRIKS KOMPLEKS skripsi disajikan sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains Program Studi Matematika oleh Astin Wita Yunihapsari 4150407021 JURUSAN
Lebih terperinciMETODE PANGKAT DAN METODE DEFLASI DALAM MENENTUKAN NILAI EIGEN DAN VEKTOR EIGEN DARI MATRIKS
METODE PANGKAT DAN METODE DEFLASI DALAM MENENTUKAN NILAI EIGEN DAN VEKTOR EIGEN DARI MATRIKS Arif Prodi Matematika, FST- UINAM Wahyuni Prodi Matematika, FST-UINAM Try Azisah Prodi Matematika, FST-UINAM
Lebih terperinciUnit 2 KONSEP DASAR ALJABAR. Clara Ika Sari Pendahuluan
Unit KONSEP DASAR ALJABAR Clara Ika Sari Pendahuluan P ada unit ini kita akan mempelajari beberapa konsep dasar dalam aljabar seperti persamaan dan pertidaksamaan ang berbentuk linear dan kuadrat, serta
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI A. Matriks 1. Pengertian Matriks Definisi II.A.1 Matriks didefinisikan sebagai susunan persegi panjang dari bilangan-bilangan yang diatur dalam baris dan kolom. Contoh II.A.1: 9 5
Lebih terperinciALJABAR LINEAR ELEMENTER
BAHAN AJAR ALJABAR LINEAR ELEMENTER Disusun oleh : Indah Emilia Wijayanti Al. Sutjijana Jurusan Matematika Fakultas MIPA Universitas Gadjah Mada Desember, 22 ii Daftar Isi Sistem Persamaan Linear dan Matriks.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Aljabar Matriks 2.1.1 Definisi Matriks Matriks adalah suatu kumpulan angka-angka yang juga sering disebut elemen-elemen yang disusun secara teratur menurut baris dan kolom sehingga
Lebih terperinci