PENENTUAN NILAI EIGEN DAN VEKTOR EIGEN MATRIKS CIRCULANT, CIRCULANT SIMETRIK, DAN BLOCK CIRCULANT HARYONO HERMANA

Ukuran: px
Mulai penontonan dengan halaman:

Download "PENENTUAN NILAI EIGEN DAN VEKTOR EIGEN MATRIKS CIRCULANT, CIRCULANT SIMETRIK, DAN BLOCK CIRCULANT HARYONO HERMANA"

Transkripsi

1 PENENTUAN NILAI EIGEN DAN VEKTOR EIGEN MATRIKS CIRCULANT, CIRCULANT SIMETRIK, DAN BLOCK CIRCULANT HARYONO HERMANA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 6

2

3 PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA Dengan ini saya menyatakan bahwa skripsi berjudul Penentuan Nilai Eigen dan Vektor Eigen Matriks Circulant, Circulant Simetrik, dan Block Circulant adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, April 6 Haryono Hermana NIM G5496

4 ABSTRAK HARYONO HERMANA. Penentuan Nilai Eigen dan Vektor Eigen Matriks Circulant, Circulant Simetrik, dan Block Circulant. Dibimbing oleh NUR ALIATININGTYAS dan RUHIYAT. Matriks circulant adalah matriks yang dibentuk dari n vektor yang setiap entri pada suatu baris (mulai dari baris kedua diperoleh dari satu baris sebelumnya dengan cara menggesernya satu posisi ke kanan sehingga entri-entri diagonal utamanya sama. Pada Karya ilmiah ini ditentukan nilai eigen dan vektor eigen dari matriks circulant, circulant simetrik, dan block circulant serta beberapa sifatnya. Kata kunci: matriks circulant, matriks circulant simetrik, matriks block circulant, nilai eigen, vektor eigen. ABSTRACT HARYONO HERMANA. The Eigenvalues and the Eigenvectors of Circulant, Symmetric Circulant, and Block Circulant Matrices. Supervised by NUR ALIATININGTYAS and RUHIYAT. Circulant matrix is a matrix formed from n vectors whose entries on a certain row (starting from the second row are obtained from the previous row by shifting one position to the right such that all its diagonal elements are the same. In this work we determined the eigenvalues and eigenvector of circulant, symmetric circulant, and block circulant matrices and discussed their properties. Keywords: circulant matrices, symmetric circulant matrices, block circulant matrices, eigenvalues, eigenvectors.

5 PENENTUAN NILAI EIGEN DAN VEKTOR EIGEN MATRIKS CIRCULANT, CIRCULANT SIMETRIK, DAN BLOCK CIRCULANT HARYONO HERMANA Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains pada Departemen Matematika DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 6

6

7

8 PRAKATA Puji dan syukur penulis panjatkan kepada Allah Subhanahu Wa Ta ala atas segala karunia-nya sehingga karya ilmiah ini berhasil diselesaikan dengan baik. Bidang yang dipilih dalam karya ilmiah yang mulai dikerjakan sejak bulan Februari 5 ini adalah matematika murni, dengan judul Penentuan Nilai Eigen dan Vektor Eigen Matriks Circulant, Circulant Simetrik, dan Block Circulant. Terima kasih penulis ucapkan kepada Dra Nur Aliatiningtyas, MS dan Ruhiyat, MSi selaku dosen pembimbing, serta Dra Farida Hanum, MSi selaku dosen penguji yang telah banyak memberi saran. Ungkapan terima kasih juga disampaikan kepada ayah, ibu, kakak, adik, dan seluruh keluarga besar atas segala doa, dukungan dan kasih sayangnya. Di samping itu, terima kasih kepada seluruh dosen dan staf Departemen Matematika atas segala bantuan yang diberikan selama masa perkuliahan. Tak lupa ucapan terima kasih kepada Agung, Andri, Dicky, Ihsan, Qowi, Syaepul, dan teman-teman Matematika angkatan 46 lainnya, adik kelas, serta seluruh pihak yang selalu mendukung dan mendoakan penulis hingga terselesaikannya karya ilmiah ini. Semoga karya ilmiah ini bermanfaat. Bogor, April 6 Haryono Hermana

9 DAFTAR ISI PENDAHULUAN Latar Belakang Tujuan Karya Ilmiah TINJAUAN PUSTAKA Matriks Circulant Matriks Circulant Simetrik Matriks Block Circulant Nilai Eigen dan Vektor Eigen Konjugat Kompleks PEMBAHASAN 4 Matriks Circulant 4 Matriks Circulant Simetrik 5 Matriks Block Circulant 9 SIMPULAN DAFTAR PUSTAKA LAMPIRAN 4 RIWAYAT HIDUP 5

10

11 PENDAHULUAN Latar Belakang Circulant telah dikenal banyak orang sejak awal abad ke-9 ketika terungkap dalam wujud aslinya sebagai determinan circulant. Kemudian pada abad ini, matriks diciptakan dan circulant telah ditafsirkan kembali sebagai matriks. Circulant kemudian dapat dilihat sebagai jenis khusus dari aljabar dan sub-aljabar dari aljabar matriks (Jones 8. Matriks circulant adalah suatu matriks berukuran n n yang dibentuk dari n vektor dan hanya memiliki satu input pada baris pertama. Setiap entri dari baris sebelumnya bergeser satu posisi ke kanan pada baris berikutnya dan entri sepanjang diagonal matriksnya adalah sama. Matriks circulant ini pada umumnya dapat digunakan untuk menyelesaikan persamaan polinomial. Matriks circulant dari (b, b,, b n adalah b b b b n b b B = b n b n b b b b 4 ( b b b b n b n b n 4 b n b n b n b b b n b. Menarik untuk dibahas bagaimana mencari nilai eigen dan vektor eigen dengan teori yang dijelaskan oleh Tee serta melihat sifat-sifat dari matriks circulant, circulant simetrik, dan block circulant. Sumber utama karya ilmiah ini ialah tulisan Tee (5 yang berjudul Eigenvectors of Block Circulant and Alternating Circulant Matrices. Tujuan Karya Ilmiah Tujuan dari penulisan karya ilmiah ini ialah. menentukan nilai eigen dan vektor eigen dari matriks circulant, circulant simetrik, dan block circulant,. membuktikan sifat-sifat matriks circulant, circulant simetrik, dan block circulant.

12 TINJAUAN PUSTAKA Pada bab ini akan dijelaskan mengenai definisi dari berbagai istilah yang akan digunakan pada bab berikutnya, seperti matriks circulant, matriks circulant simetrik, matriks block circulant yang juga akan dilengkapi dengan contohnya. Matriks Circulant Matriks B = (b i,j berukuran n n dikatakan matriks circulant jika dan hanya jika b i,j = b k,l dengan j i l k (mod n (Jones 8. b b b b n b b B = circ(b, b,, b n b n b n b b b b 4 ( b b b b n b n b n 4 b n b n b n b b b n b. ( Contoh matriks circulant dengan n = 4 adalah sebagai berikut: b b b b 4 b B = ( b b b = ( 4 b b b b b b b b. 4 4 Matriks Circulant Simetrik Suatu matriks Circulant B berukuran n n dikatakan simetrik jika dan hanya jika b j = b n j untuk j =,,, n. Dikatakan dalam Montaldi ( bahwa nilai eigen dari matriks circulant simetrik bernilai real. Contoh matriks circulant simetrik dengan n = 4 adalah sebagai berikut: B = (. Matriks Block Circulant Dalam Davis (979 suatu matriks block circulant yang berukuran mn mn dinotasikan dengan B m,n = circ(b, B,, B m dan B k = (b (k i,j R n n untuk k =,,, m. Contoh matriks block circulant dengan m = dan n = adalah sebagai berikut:

13 dengan dan B, = ( B = ( b ( ( b B = ( b ( ( b ( b b ( = ( ( b ( = (. b Nilai Eigen dan Vektor Eigen Misalkan A adalah suatu matriks segi berukuran n n. Skalar λ disebut nilai eigen atau nilai karakteristik dari A jika terdapat suatu vektor taknol x, sehingga Ax = λx. Vektor x disebut vektor eigen atau vektor karakteristik yang berpadanan dengan nilai eigen λ. Persamaan Ax = λx dapat dituliskan dalam bentuk (A λix =. ( Persamaan ( akan mempunyai penyelesaian taktrivial jika dan hanya jika A λi singular atau secara ekuivalen det(a λi =. ( Jika determinan pada persamaan ( diuraikan, maka diperoleh suatu polinomial berderajat n dalam peubah λ p(λ = det(a λi. Polinomial ini disebut polinomial karakteristik dan persamaan ( disebut persamaan karakteristik untuk matriks A. Akar dari polinomial karakteristik adalah nilai eigen dari A (Leon. Konjugat Kompleks Misalkan z = a + bi adalah sembarang bilangan kompleks, maka konjugat kompleks (complex conjugate dari z dinotasikan dengan simbol z dan didefinisikan sebagai z = a bi sehingga z diperoleh dengan cara mengubah bagian imajiner dari positif menjadi negatif atau sebaliknya. Diketahui jika z adalah sembarang bilangan real maka nilai z = z (Anton 4.

14 4 PEMBAHASAN Matriks Circulant Berikut ini akan dibahas cara menentukan nilai eigen dan vektor eigen dari matriks circulant B pada persamaan ( dan juga akan dibahas sifat-sifatnya. Diberikan θ π n. (4 Matriks circulant B memiliki n nilai eigen dan n vektor eigen yang berbentuk w (j = ρ j ρ j, λ j = b + b ρ j + b ρ j + b ρ n j + + b n ρ j n ( ρ j (j =,,,, n dengan ρ j = e iπj/n = e ijθ = cos jθ + i sin jθ (Tee 5. (6 Contoh : Diberikan matriks circulant berukuran dengan B = ( b b b b, maka berdasarkan persamaan (4 dan (6 diperoleh θ = π = π, ρ = cos + i sin =, dan ρ = cos π + i sin π =. Dengan persamaan (5 diperoleh nilai eigen dan vektor eigen pada matriks B sebagai berikut: λ = b + b ρ = b + b ( = b + b, λ = b + b ρ = b + b ( = b b, w ( = ( = ( dan ρ w ( = ( ρ = (. Jadi nilai eigen pada matriks circulant berukuran dapat diperoleh dengan penjumlahan b + b dan pengurangan b b. Kemudian nilai eigen yang diperoleh dapat bernilai real atau imajiner bergantung pada nilai b dan b. (5

15 Berikut ini akan dicari nilai eigen dan vektor eigen matriks B secara analitik seperti di bawah ini. B λi = b λ b b b λ = (b λ b = λ b λ + b b =. Dengan menggunakan metode faktorisasi polinomial diperoleh (λ b b (λ b + b = λ = b + b, λ = b b. Jika λ = b + b disubstitusikan ke persamaan (B λiv =, diperoleh ( b b b b b b b b ( v v = ( ( b b b b ( v v = ( b v + b v = b v = b v v = v Misalkan v = k dengan k R sembarang, maka v = k, sehingga diperoleh vektor eigen yang bersesuaian dengan λ = b + b adalah v = ( k k = k (. Jika λ = b b disubstitusikan ke persamaan (B λiv =, diperoleh ( b b + b b b b b + b ( v v = ( ( b b b b ( v v = ( b v + b v = b v = b v v = v Misalkan v = k dengan k R sembarang, maka v = k, sehingga diperoleh vektor eigen yang bersesuaian dengan λ = b b adalah v = ( k k = k (. Dari hasil di atas diperoleh nilai eigen dan vektor eigen yang sama dengan teori nilai eigen dan vektor eigen yang dikemukakan oleh Tee, sehingga nilai eigen dan vektor eigen yang dicari dengan teori tersebut berlaku untuk matriks circulant berukuran. 5

16 6 Contoh : Diberikan matriks circulant berukuran dengan b b b B = ( b b b b b b maka berdasarkan persamaan (4 dan (6 diperoleh θ = π n = π, ρ = cos + i sin =, ρ = cos π + i sin π = + i, dan ρ = cos 4π + i sin 4π = i. Dengan persamaan (5 diperoleh nilai eigen dan vektor eigen pada matriks B sebagai berikut: λ = b + b ρ + b ρ = b + b ( + b ( = b + b + b, λ = b + b ρ + b ρ = b + b ( + i + b ( + i = b b + b i + b ( 4 i 4 = b b + b i b b i, λ = b + b ρ + b ρ = b + b ( i + b ( i = b b b i + b ( 4 + i 4 = b b b i b + b i, w ( = ( ρ = ( ρ w ( = ( ρ ρ = ( + i, dan w ( = ( ρ i ρ = ( i. + i

17 Jadi salah satu nilai eigen pada matriks circulant berukuran dapat diperoleh dengan penjumlahan entri-entrinya, yaitu b + b + b. Kemudian nilai eigen yang diperoleh dapat bernilai real atau imajiner bergantung pada nilai b, b, dan b. Berikut ini akan dicari nilai eigen dan vektor eigen matriks B secara analitik seperti di bawah ini. B λi = b λ b b b b λ b = b b b λ (b λ + b + b (b λb b = λ b λ + b λ b b b + b b b b b λ =. Dengan menggunakan perangkat lunak Mathematica diperoleh λ = b + b + b, λ = (b b b ( b + b b b 7 = b b b ( ( (b b b + b = b b b ( ( (b b = b b b (b b i = b b b b i + b i = b b b i b + b i, dan λ = (b b b + ( b + b b b = b b b + ( ( (b b b + b = b b b + ( ( (b b = b b b + (b b i = b b b + b i b i = b b + b i b b i.

18 8 Jika λ = b + b + b disubstitusikan ke persamaan (B λiv =, diperoleh b b b b b b ( b b b b b b ( b b b b b b b b b b ( b b b b ( b b b b v v ( b b v + b v + b v = b = ( v v v = ( v b v + ( b b v + b v = b (7 maka diperoleh ( b b b v + b v + b b v = b v + ( b b b v + b b v =. Dengan metode eliminasi SPL diperoleh hasil ( b b b b v + (b + b b + b v = (b + b b + b v = (b + b b + b v v = v Misalkan v = k maka v = k, substitusikan v = k dan v = k ke persamaan (7 maka diperoleh ( b b k + b k + b v = b k b k + b k + b v = b v = b k v = k sehingga vektor eigen yang bersesuaian dengan λ = b + b + b adalah k v = ( k = k (. k Jika λ = b b b i b + b i disubstitusikan ke persamaan (B λiv =, diperoleh b λ b ( b b λ b b L b b ( b L b ( b b L dengan L = b λ v v b b ( b λ = ( v v v = ( v = b b + b + b i + b b i = b + b i + b b i.

19 Dengan menggunakan perangkat lunak Mathematica diperoleh vektor eigen yang bersesuaian dengan λ adalah T v = (, ( + (b b (b b, ( + (b b b b = (, + (b b, (b b i + T (b b i b b = (, +, i + T i = (, i, + T i. Jika λ = b b + b i b b i disubstitusikan ke persamaan (B λiv =, diperoleh b λ b ( b b λ b b L b b ( b L b ( b b L dengan L = b λ v v b b ( b λ = ( v v v = ( v = b b + b b i + b + b i = b b i + b + b i. Dengan menggunakan perangkat lunak Mathematica diperoleh vektor eigen yang bersesuaian dengan λ adalah T v = (, ( + (b b, b b ( + (b b (b b = (, + (b b i b b, + = (, + i, + i = (, + i, T i T. T (b b (b b i Dari hasil di atas diperoleh nilai eigen dan vektor eigen yang sama dengan teori nilai eigen dan vektor eigen yang dikemukakan oleh Tee, sehingga teori tersebut berlaku untuk matriks circulant berukuran. 9

20 Dalam Davis (979 dikatakan bahwa matriks circulant yang bernilai real memiliki nilai eigen λ j = λ n j, ( j =,,, n. (8 Kemudian untuk nilai eigen λ dan λ h dengan n = h genap selalu bernilai real. Berikut ini akan disajikan sifat-sifat dari matriks circulant beserta contohnya yang terdapat pada teorema-teorema berikut ini. Teorema : Diberikan matriks A berukuran n n. A matriks circulant jika dan hanya jika Aπ = πa (9 dengan π adalah matriks circulant berukuran n n dalam bentuk sebagai berikut π = (. Bukti: Diketahui A adalah circulant berukuran n n dengan a a a n a n a n a a n a n A =, a a 4 a a ( a a a n a maka a a a n a n a n a a n a n Aπ = a a 4 a a ( a a a n a ( a n a a n a n a n a n a n a n = a a ( a a a n a n a a n dan πa = ( a a a n a n a n a a n a n a a 4 a a ( a a a n a

21 a n a a n a n a n a n a n a n = a a ( a a a n a n a a n sehingga Aπ = πa. maka Aπ = = ( ( dan πa Misalkan A adalah matriks berordo n dengan n N, n, sebagai berikut: a (( a (( a ((n a ((n a (( a (( a ((n A = ( a (n ( a (n( a (n ( a (n( a (n (n a (n(n a ((n a a a (( a (( ((n ((n a (( a (( a ((n a ((n a (n ( a (n (n a (n (n a (n( a (n(n a (n(n ( a ((n a (( a ((n a ((n a ((n a (( a ((n a ((n a (n ( a (n (n a (n (n a (n( a (n(n a (n(n a (n ( a (n( a (n (n a (n(n, a (n (n a (n(n a (( a (( a ((n a ((n a (( a (( a ((n a ((n = a (n ( a (n ( a (n (n a (n (n ( ( a (n( a (n( a (n(n a (n(n a (( a (( a ((n a ((n a (( a (( a ((n a ((n =. a (n( a (n( a (n(n a (n(n ( a (( a (( a ((n a ((n Jika Aπ = πa, maka diperoleh a (( = a (( = a (( = = a (n(n, a (( = a (( = a ((4 = = a (n(, a ((n = a ((n = a (( = = a (n(n, dan a ((n = a (( = a (( = = a (n(n. (

22 Misalkan a ((j = { b, jika j =, b j, selainnya dengan j =,,, n. Berdasarkan persamaan ( diperoleh b b b b n b b A = b n b n b b b b 4 ( b b b yang merupakan matriks circulant. b n b n b n 4 b n b n b n b b b n b Teorema : Jika A dan B circulant, maka AB juga circulant. Bukti: Diketahui A dan B adalah matriks-matriks circulant berukuran n n sebagai berikut: a a a n a n b b b n b n a n a a n a n b n b b n b n A = dan B =, a a 4 a a b b 4 b b ( a a a n a ( b b b n b maka a a a n a n b b b n b n a n a a n a n b n b b n b n AB = a a 4 a a b b 4 b b ( a a a n a ( b b b n b a b + + a n b a b + + a n b a b n + + a n b a = ( n b + + a n b a n b + + a n b a n b n + + a n b. a b + + a b a b + + a b a b n + + a b Misalkan a b + + a n b = c, a b + + a n b = c, a b n + + a n b = c n, maka diperoleh hasil sebagai berikut: c c c n c n c c n AB = ( c c c yang merupakan matriks circulant.

23 Contoh Aplikasi Selanjutnya akan dibahas mengenai contoh aplikasi mencari nilai eigen dan vektor eigen dari suatu matriks circulant beserta sifat-sifatnya yang disajikan pada Teorema dan. Diberikan matriks circulant berukuran 4 4 dengan 4 B = ( maka berdasarkan persamaan (4 dan (6 diperoleh θ = π n = π 4 = π, ρ = cos + i sin =, ρ = cos π + i sin π = i, ρ = cos π + i sin π =, dan ρ = cos π + i sin π = i. Nilai eigen dari matriks B yang diperoleh berdasarkan persamaan (5 adalah λ j = b + b ρ j + b ρ j + b ρ j, sehingga diperoleh λ = b + b ρ + b ρ + b ρ = 4 + ( + ( + ( =, λ = b + b ρ + b ρ + b ρ = 4 + (i + ( + ( i = i, λ = b + b ρ + b ρ + b ρ = 4 + ( + ( + ( =, dan λ = b + b ρ + b ρ + b ρ = 4 + ( i + ( + (i = + i. Selanjutnya akan diperiksa bahwa λ j = λ n j untuk j =,, dan dengan n = 4 seperti berikut ini: λ = i, λ 4 = λ = i, sehingga λ = λ.

24 4 λ =, λ 4 = λ =, sehingga λ = λ. λ = + i, λ 4 = λ = + i, sehingga λ = λ. Vektor eigen dari matriks B yang diperoleh berdasarkan persamaan (5 adalah ρ w ( = = ( w ρ ( ρ = = ( ρ ( ρ ( ρ i i ρ w ( = = ( ρ w ρ ( = = ( i. ρ ( ρ ( ρ i Dengan menggunakan definisi nilai eigen dan vektor eigen akan diperiksa bahwa Bw (j = λ j w (j seperti berikut ini: 4 Bw ( = ( 4 4 ( λ w ( = ( 4 = ( = ( sehingga Bw ( = λ w (. 4 Bw ( = ( 4 i = ( + i + i i ( 4 4 sehingga Bw ( = λ w (. 4 Bw ( = ( 4 i i λ w ( = i ( i i i + i = ( + i i ( λ 4 w ( = ( 4

25 = ( = ( sehingga Bw ( = λ w (. 4 Bw ( = ( 4 + i = ( i i + i ( i λ 4 w ( = + i ( i 4 i i + i i, = ( i + i sehingga Bw ( = λ w (. Dari hasil yang diperoleh terlihat bahwa nilai eigen untuk λ = dan λ = di mana n = 4 = h h = adalah bilangan real, sedangkan λ = λ 4 = λ = i. Selanjutnya akan ditunjukkan sifat matriks circulant pada Teorema, berlaku Bπ = πb sebagai berikut: 4 Bπ = ( 4 πb = ( 4 ( 4 4 ( 4 4 = ( = ( maka diperoleh hasil Bπ = πb. Untuk Teorema jika diberikan A dan B adalah matriks-matriks circulant dengan maka diperoleh AB = ( 5 5 A = ( ( dan B = ( = ( 4 5 sehingga AB juga merupakan matriks circulant Matriks Circulant Simetrik Matriks Circulant B dikatakan simetrik jika dan hanya jika b j = b n j untuk j =,,, n. Jika B adalah matriks real simetrik maka nilai eigennya juga real, sehingga sifat (8 menjadi

26 6 λ j = λ n j, ( j =,,, n. Berikut ini akan disajikan sifat dari matriks circulant simetrik pada teorema berikut ini. Selanjutnya diberikan contoh mencari nilai eigen dan vektor eigen beserta aplikasi sifatnya. Teorema : Jika matriks B adalah circulant simetrik sehingga b j = b n j maka untuk setiap j =,,, n, berlaku dan ρ n j = ρ j ( λ n j = λ j. ( Bukti: Akan dibuktikan persamaan (. Berdasarkan persamaan (6 yaitu ρ j = e ijθ = cos jθ + i sin jθ, maka diperoleh ρ n j = e iθ(n j = cos(n jθ + i sin(n jθ = cos(nθ jθ + i sin(nθ jθ = cos(n π n jθ + i sin(n π n jθ = cos(π jθ + i sin(π jθ = cos(π. cos(jθ + sin(π. sin(jθ +i (sin(π. cos(jθ cos(π. sin (jθ = cos(jθ i sin(jθ = ρ j Berikut ini akan dicari nilai eigen dari matriks B. Untuk j =,,,, n dari persamaan (5 diketahui nilai eigen λ j = b + b ρ j + b ρ j + b ρ j + + b n ρ j n + b n ρ j n. ( Berdasarkan persamaan ( maka persamaan ( dapat dituliskan menjadi λ j = b + b ρ j + b ρ j + b ρ j + + b n (ρ j + b n ρ j = b + b [ρ j + ρ j ] + b [ρ j + (ρ j ] + +b h [ρ j h + (ρ j h ] + {, jika n = h, b h ρ j h, jika n = h. (4 Selanjutnya persamaan ( diperoleh sebagai berikut: Berdasarkan persamaan (6 maka persamaan (4 menjadi h λ j = b + b f cos jfθ + { f=, jika n =h, b h ( j, jika n = h.

27 7 Dengan mengganti j dengan n j, maka diperoleh h λ n j = b + b f cos(n jfθ + { f= h = b + b f cos jfθ + { = λ j. f=, jika n =h, b h ( h j, jika n = h., jika n =h, b h ( j, jika n = h. Contoh Aplikasi Selanjutnya akan dibahas mengenai contoh aplikasi mencari nilai eigen dan vektor eigen dari suatu matriks circulant simetrik beserta sifat yang disajikan pada Teorema. Diberikan matriks circulant simetrik berukuran 4 4 seperti di bawah ini: B = ( maka berdasarkan persamaan (4 dan (6 diperoleh θ = π n = π 4 = π, ρ = cos + i sin = ρ = cos i sin =, ρ = cos π + i sin π = i ρ = cos π i sin π = i, ρ = cos π + i sin π = ρ = cos π i sin π =, dan ρ = cos π + i sin π = i ρ = cos π i sin π = i. Karena n = h = 4 h =, maka nilai eigen dari matriks B berdasarkan persamaan (4 adalah λ j = b + b [ρ j + ρ j ] + b ρ j, sehingga diperoleh λ = b + b [ρ + ρ ] + b ρ = + [ ] + ( = + + = 5, λ = b + b [ρ + ρ ] + b ρ = + [i i] + ( = + =, λ = b + b [ρ + ρ ] + b ρ = + [ ] + ( = + =, dan

28 8 λ = b + b [ρ + ρ ] + b ρ = + [ i + i] + ( = + =. Vektor eigennya diperoleh ρ w ( = = ( w ρ ( ρ = = ( ρ ( ρ ( ρ i i w ( ρ = = ( ρ w ρ ( = = ( i. ρ ( ρ ( ρ i Selanjutnya dengan menggunakan definisi nilai eigen dan vektor eigen akan diperiksa bahwa Bw (j = λ j w (j berikut ini: Bw ( = ( ( λ w ( = 7 ( 7 = ( = ( sehingga Bw ( = λ w (. Bw ( = ( = ( i i ( sehingga Bw ( = λ w (. i i = ( λ w ( = ( i i i i Bw ( = ( ( λ w ( = ( = ( = ( sehingga Bw ( = λ w (.

29 Bw ( = ( ( i λ w ( = ( i i i = ( i i = ( i i sehingga Bw ( = λ w (. Dari hasil yang diperoleh berdasarkan definisi nilai eigen dan vektor eigen berlaku Bw (j = λ j w (j. Pada Teorema berlaku untuk n = 4, ρ 4 = ρ = ρ = i, ρ 4 = ρ = ρ =, ρ 4 = ρ = ρ = i dan nilai eigen λ = λ 4 = λ =. 9 Matriks Block Circulant Diberikan B, B,, B m matriks-matriks persegi berorder n. Matriks-matriks persegi tersebut merupakan entri-entri dari matriks block circulant B m,n berukuran mn mn yang dinotasikan sebagai berikut: B B B m B B m,n = circ(b, B,, B m = ( m B B. (5 B B m B Didefinisikan CB m,n adalah himpunan matriks-matriks block circulant dengan matriks B m,n memiliki vektor eigen yang berbentuk w (j = v (j ρv (j ρ v (j, (j =,,,, mn (6 ( ρ m v (j dengan v (j pada (6 adalah k-vektor bukan nol dan ρ pada (6. Vektor w adalah vektor eigen dari B m,n dengan nilai eigen λ, jika dan hanya jika Bw = wλ (Tee 5. Diberikan persamaan vektor eigen sebagai berikut: Hv = λv dengan H adalah matriks persegi berorder n dengan bentuk H = B + B ρ + B ρ + + B m ρ m. (7 Setiap vektor eigen v dari H yang bersesuaian dengan ρ dapat memberikan vektor eigen w dari matriks block circulant B pada persamaan (5 dengan nilai eigen λ sehingga nilai eigen dari matriks H adalah nilai eigen pada matriks block circulant B.

30 Selanjutnya akan dibahas sifat-sifat dari matriks block circulant beserta contohnya yang disajikan pada teorema berikut ini. Teorema 4: Diketahui matriks π m I n CB m,n beroder mn mn yang dinotasikan dalam bentuk sebagai berikut: π m I n = O n I n O n O n O n O n O n O n O n O n O n I n ( I n O n O n O n A CB m,n jika dan hanya jika A komutatif dengan π m I n sehingga memenuhi A(π m I n = (π m I n A (8 Bukti: Akan dibuktikan bahwa A(π m I n = (π m I n A jika diketahui A CB m,n. A A A m A m O n I n O n O n A m A A m A m O n O n O n O n A(π m I n = A A 4 A A O n O n O n I n ( A A A m A ( I n O n O n O n A m A A m A m A m A m A m A m = A A A m A, ( A A A m A m O n I n O n O n A A A m A m O n O n O n O n A m A A m A m (π m I n A = O n O n O n I n A A 4 A A ( I n O n O n O n ( A A A m A A m A A m A m A m A m A m A m = A A A m A. ( A A A m A m Terbukti bahwa A(π m I n = (π m I n A. Akan dibuktikan A CB m,n jika diketahui A memenuhi persamaan A(π m I n = (π m I n A. Misalkan matriks A berukuran mn mn sebagai berikut:.

31 A = ( A (( A (( A ((m A (( A (( A ((m, A (m ( A (m (m A (m( A (m(m A (m ( A (m( dengan A (i(j matriks segi berordo n, untuk setiap i, j =,,, m, maka diperoleh A(π m I n = ( A (( A (( A ((m O n I n O n O n A (( A (( A ((m O n O n O n O n A (m ( A (m (m O n O n O n I n A (m(m ( I n O n O n O n A (m ( A (m( A (m( A ((m A (( A ((m A ((m A (( A ((m = A (m (m A (m ( A (m (m, ( A (m(m A (m( A (m(m dan (π m I n A = O n I n O n O n O n O n O n O n O n O n O n I n ( I n O n O n O n ( A (( A (( A ((m A (( A (( A ((m A (m ( A (m (m A (m( A (m(m A (m ( A (m( A (( A (( A ((m A (( A (( A ((m =. A (m( A (m( A (m(m ( A (( A (( A ((m Jika A memenuhi persamaan (8 maka diperoleh A (( = A (( = = A (m (m = A (m(m, A (( = A (( = = A (m (m = A (m(, A ((m = A ((m = = A (m (m = A (m(m, A ((m = A (( = = A (m (m = A (m(m. (9 Misalkan A ((j = A j, (j =,,,, m. Berdasarkan perasamaan (9 sehingga diperoleh

32 A A A m A m A m A A m A m A = A A 4 A A, ( A A A m A maka terbukti A CB m,n yaitu A adalah matriks block circulant. Akibat: Jika suatu matriks block circulant berbentuk ( A B maka nilai eigen B A dari ( A B adalah nilai eigen dari matriks A + B dan A B. B A Bukti: Misalkan diberikan matriks block circulant berukuran n n C = ( A B B A dengan A dan B adalah matriks segi berorder n. Berdasarkan persamaan (4 dan (6 diperoleh θ = π m = π = π, ρ = cos + i sin =, dan ρ = cos π + i sin π =. Selanjutnya akan dicari nilai eigen dari matriks H pada persamaaan (7. Untuk ρ = ρ = diperoleh H = A + Bρ = A + B( = A + B. Karena nilai eigen H sama dengan nilai eigen C, maka nilai eigen A + B sama dengan nilai eigen C. Untuk ρ = ρ = diperoleh H = A + Bρ = A + B( = A B. Karena nilai eigen H sama dengan nilai eigen C, maka nilai eigen A B sama dengan nilai eigen C. Berdasarkan hasil yang diperoleh terbukti bahwa nilai eigen dari C adalah nilai eigen dari A + B dan A B. Contoh Aplikasi Selanjutnya akan dibahas mengenai contoh aplikasi mencari nilai eigen dan vektor eigen dari suatu matriks block circulant beserta sifat pada Teorema 4 dan sifat pada pembahasan sebelumnya mengenai matriks block circulant berukuran n n.

33 Diberikan B m,n matriks block circulant dengan m = dan n = sebagai berikut: 4 B, = ( 4 dengan B 4 = ( 4 dan B = ( 4. 4 Berdasarkan persamaan (4 dan (6 diperoleh θ = π m = π = π, ρ = cos + i sin =, dan ρ = cos π + i sin π =. Selanjutnya akan dicari nilai eigen dari matriks B, dengan mencari matriks H terlebih dahulu pada persamaan (7. Untuk ρ = ρ = diperoleh H = B + B ρ = ( 4 + ( 4 ( = ( H λi = 4 λ λ = (4 λ 6 = λ 8λ = λ 8λ =. Dengan menggunakan metode faktorisasi polinomial diperoleh (λ (λ + = maka nilai eigen yang diperoleh adalah λ = dan λ =. Jika λ = disubstitusikan ke persamaan (H λiv =, diperoleh ( (v v = ( ( (v v = ( 6v + 6v = 6v = 6v v = v Misalkan v = k, maka v = k sehingga diperoleh vektor eigen yang bersesuaian dengan λ = adalah v = ( k k = k (.

34 4 Jika λ = disubstitusikan ke persamaan (H λiv =, diperoleh ( (v v = ( ( (v v = ( 6v + 6v = 6v = 6v v = v Misalkan v = k, maka v = k, sehingga diperoleh vektor eigen yang bersesuaian dengan λ = adalah v = ( k k = k (. Untuk ρ = ρ = diperoleh H = B + B ρ = ( 4 + ( 4 ( = ( 4 + ( 4 = ( H λi = λ λ = ( λ + 4 = λ + 4λ = λ + 4λ + 8 =. Dengan menggunakan rumus abc diperoleh λ, = 4 ± 6 4(8 4 ± 6 = 4 ± 4i = = ± i maka nilai eigen yang diperoleh adalah λ = + i dan λ = i. Jika λ = + i disubstitusikan ke persamaan (H λiv =, diperoleh + i ( + i (v v = ( i ( i (v v = (

35 5 iv v = v = iv v = iv Misalkan v = k, maka v = ki, sehingga diperoleh vektor eigen yang bersesuaian dengan λ = + i adalah v = ( k ki = k ( i. Jika λ = i disubstitusikan ke persamaan (H λiv =, diperoleh + + i ( + + i (v v = ( i ( i (v v = ( iv v = v = iv v = iv Misalkan v = k, maka v = ki, sehingga diperoleh vektor eigen yang bersesuaian dengan λ = i adalah v = ( k ki = k ( i. Dari hasil di atas diperoleh nilai eigen λ =, λ =, λ = + i dan λ = i merupakan nilai eigen dari matriks segi H yang juga merupakan nilai eigen dari matriks block circulant B,. Selanjutnya diperoleh vektor eigen yang bersesuaian dengan nilai eigen tersebut berdasarkan persamaan (6 adalah sebagai berikut: w ( = ( v( ρv ( = ( w ( = ( v( ρv ( = ( w ( = ( v( ρv ( = ( i dan i w ( = ( v( ρv ( = ( i. i Berikut nilai eigen yang diperoleh berdasarkan persamaan (5 dari matriks B, λ j = b + b ρ j + b ρ j + b ρ j, sehingga diperoleh λ = b + b ρ + b ρ + b ρ = =,

36 6 λ = b + b ρ + b ρ + b ρ = + (i + ( + 4( i = i, λ = b + b ρ + b ρ + b ρ = + ( + ( + 4( =, dan λ = b + b ρ + b ρ + b ρ = + ( i + ( + 4(i = + i. Dengan menggunakan definisi nilai eigen dan vektor eigen akan diperiksa bahwa Bw (j = λ j w (j berikut ini: 4 Bw ( = ( 4 ( λ 4 w ( = ( 4 = ( = ( sehingga Bw ( = λ w (. 4 Bw ( = ( 4 4 ( λ w ( = ( 4 = ( = ( sehingga Bw ( = λ w (. 4 Bw ( = ( 4 ( i λ 4 w ( = + i ( i 4 i i + i + i = ( + i = ( + i i i i i sehingga Bw ( = λ w (. Bw ( = ( ( 4 i i λ w ( = i ( i i

37 i i = ( i = ( i + i + i + i + i sehingga Bw ( = λ w (. Dari hasil yang diperoleh Bw (j = λ j w (j maka w (j adalah vektor eigen dari B, dengan nilai eigen λ j. Selanjutnya akan ditunjukkan sifat matriks block circulant pada Teorema 4, berlaku A(π m I n = (π m I n A sebagai berikut: Diketahui dengan A = ( A = ( A = ( dan (π m I n = ( maka diperoleh A(π m I n = ( ( = ( dan (π m I n A = ( ( = ( maka diperoleh hasil A(π m I n = (π m I n A. 7

38 8 Jika diberikan matriks block circulant berukuran 6 6 sebagai berikut: dengan dan 6 B, = ( 4 B = ( B = ( Selanjutnya akan dicari nilai eigen dari matriks B, sebagai berikut: Berdasarkan persamaan (4 dan (6 diperoleh θ = π m = π = π, ρ = cos + i sin =, dan ρ = cos π + i sin π =. Untuk ρ = ρ = diperoleh H = B + B ρ = ( 6 + ( 4 5 ( = ( 6 + ( = ( H λi = λ λ = λ ( λ ( λ( 9 ( λ( 9 ( λ( 9 =. Dengan menggunakan metode faktorisasi polinomial diperoleh (( λ ( λ = (λ + 6λ ( λ = (λ + 6λ + 6( λ =.

39 9 Dengan menggunakan rumus abc diperoleh λ, = 6 ± 6 4(6 6 ± 6 44 = 6 ± 8 = 6 ± 6i = = ± i maka nilai eigen yang diperoleh adalah λ = + i, λ = i, dan λ =. Untuk ρ = ρ = diperoleh H = B + B ρ = ( 6 + ( 4 5 ( = ( 6 + ( = ( H λi = 5 λ λ 7 = λ (5 λ (5 λ(6 = λ + 5λ 75λ λ = λ + 5λ + 4λ + 5 = λ 5λ 4λ 5 =. Dengan menggunakan metode faktorisasi polinomial diperoleh (λ (λ + 6λ + =. Dengan menggunakan rumus abc diperoleh λ 4,5 = 6 ± 6 4( 6 ± 6 48 = 6 ± =

40 6 ± i = = ± i maka nilai eigen yang diperoleh λ =, λ 4 = + i dan λ 5 = i, sehingga nilai eigen dari matriks B, yang diperoleh adalah λ = + i, λ = i, λ =, λ =, λ 4 = + i dan λ 5 = i. Selanjutnya akan dicari nilai eigen dari matriks segi B + B secara analitik seperti berikut ini: B + B = ( 6 + ( = ( (B + B λi = λ λ = λ ( λ ( λ( 9 =. Dengan menggunakan metode faktorisasi polinomial diperoleh (( λ ( 9( λ = (λ + 6λ ( λ = (λ + 6λ + 6( λ =. Dengan menggunakan rumus abc diperoleh λ, = 6 ± 6 4(6 6 ± 6 44 = 6 ± 8 = 6 ± 6i = = ± i maka nilai eigen dari matriks B + B yang diperoleh adalah λ = + i, λ = i, dan λ =. Selanjutnya akan dicari nilai eigen dari matriks segi B B secara analitik seperti berikut ini: B B = ( 6 (

41 5 7 9 = ( (B B λi = 5 λ λ 7 = λ (5 λ (5 λ(6 = λ + 5λ 75λ λ = λ + 5λ + 4λ + 5 = λ 5λ 4λ 5 =. Dengan menggunakan metode faktorisasi polinomial diperoleh (λ (λ + 6λ + =. Dengan menggunakan rumus abc diperoleh λ 4,5 = 6 ± 6 4( 6 ± 6 48 = 6 ± = 6 ± i = = ± i maka nilai eigen dari matriks B B yang diperoleh adalah λ =, λ 4 = + i, dan λ 5 = i. Berdasarkan hasil yang diperoleh nilai eigen dari matriks B, memiliki hasil yang sama dengan nilai eigen dari matriks segi B + B dan B B.

42 SIMPULAN Berdasarkan pembahasan yang telah diuraikan sebelumnya mengenai matriks circulant, circulant simetrik, serta block circulant secara umum nilai eigen matriks-matriks tersebut bergantung pada entri-entrinya dan nilai ρ yang ditentukan berdasarkan ordo matriksnya. Khusus matriks circulant simetrik nilai eigennya selain bergantung pada entri-entrinya dan nilai ρ juga bergantung pada ρ (konjugat ρ. Vektor eigen matriks circulant dan circulant simetrik hanya bergantung pada nilai ρ, sedangkan vektor eigen dari matriks block circulant selain bergantung pada nilai ρ juga bergantung pada vektor v (j yaitu vektor eigen dari matriks H. Matriks circulant komutatif dengan matriks π dan berlaku nilai eigen λ j = λ n j. Hasil perkalian dua matriks circulant juga merupakan matriks circulant. Untuk matriks circulant simetrik memiliki sifat nilai eigen λ real dan λ n j = λ j. Untuk matriks block circulant komutatif dengan matriks (π m I n dan nilai eigen dari matriks block circulant ( A B adalah nilai eigen dari matriks A + B dan B A A B.

43 DAFTAR PUSTAKA Anton H. 4. Aljabar Linier Elementer. Ed ke-8. Harmein I, Gressando J, penerjemah. Jakarta (ID: Erlangga. Terjemahan dari: Elementary Linear Algebra. Davis PR Circulant Matrices. New York (US: John Wiley. Jones AW. 8. Circulants. Pennsylvania (US: Carlisle. Leon SJ.. Aljabar Linear dan Aplikasinya. Ed ke-5. Bondan A, penerjemah. Jakarta (ID: Erlangga. Terjemahan dari: Linear Algebra with Applications. Montaldi J.. Notes on circulant matrices. [terhubung berkala]. [6 Januari 6]. Tee GJ. 5. Eigenvectors of block circulant and alternating circulant matrices. Res. Lett. Inf. Math. Sci. 8:-4.

44 4 Lampiran Program Mathematica untuk menentukan nilai eigen dan vektor eigen matriks circulant secara umum.

45 5 RIWAYAT HIDUP Penulis dilahirkan di Bogor pada tanggal Oktober 99. Penulis merupakan putra kedua dari tiga bersaudara dari Bapak Edi dan Ibu Rukoyah. Tahun penulis lulus dari SD Negeri Semplak Bogor, tahun 6 penulis lulus dari SMP Negeri 4 Bogor dan tahun 9 penulis lulus dari SMA Negeri 5 Bogor dan pada tahun yang sama penulis diterima sebagai mahasiswa Institut Pertanian Bogor (IPB melalui jalur USMI (Undangan Seleksi Masuk IPB. Penulis tercatat sebagai mahasiswa Departemen matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA. Penulis pernah mengikuti PKM-Penelitian yang didanai oleh Dikti pada tahun / dengan judul Efektivitas Sanitasi Gulma Ageratum conyzoides dan Pemanfaatannya sebagai Pestisida Nabati dalam Mengurangi Penyakit pada Tanaman Cabai sebagai anggota.

PENENTUAN NILAI EIGEN DAN VEKTOR EIGEN DARI MATRIKS TRIDIAGONAL 2-TOEPLITZ DENGAN PENDEKATAN POLINOMIAL CHEBYSHEV MELIZA DITA UTAMI

PENENTUAN NILAI EIGEN DAN VEKTOR EIGEN DARI MATRIKS TRIDIAGONAL 2-TOEPLITZ DENGAN PENDEKATAN POLINOMIAL CHEBYSHEV MELIZA DITA UTAMI PENENTUAN NILAI EIGEN DAN VEKTOR EIGEN DARI MATRIKS TRIDIAGONAL 2-TOEPLITZ DENGAN PENDEKATAN POLINOMIAL CHEBYSHEV MELIZA DITA UTAMI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT

Lebih terperinci

NILAI EIGEN DAN VEKTOR EIGEN DARI MATRIKS TRIDIAGONAL NISA RACHMANI G

NILAI EIGEN DAN VEKTOR EIGEN DARI MATRIKS TRIDIAGONAL NISA RACHMANI G NILAI EIGEN DAN VEKTOR EIGEN DARI MATRIKS TRIDIAGONAL NISA RACHMANI G54103051 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2008 ABSTRACT NISA RACHMANI.

Lebih terperinci

Tujuan. Mhs dapat mendemonstrasikan operasi matriks: penjumlahan, perkalian, dsb. serta menentukan matriks inverse

Tujuan. Mhs dapat mendemonstrasikan operasi matriks: penjumlahan, perkalian, dsb. serta menentukan matriks inverse Matriks Tujuan Mhs dapat mendemonstrasikan operasi matriks: penjumlahan, perkalian, dsb. serta menentukan matriks inverse Pengertian Matriks Adalah kumpulan bilangan yang disajikan secara teratur dalam

Lebih terperinci

INVERSE EIGENVALUE PROBLEM UNTUK MATRIKS TRIDIAGONAL SIMETRIK NURFAUZIAH

INVERSE EIGENVALUE PROBLEM UNTUK MATRIKS TRIDIAGONAL SIMETRIK NURFAUZIAH INVERSE EIGENVALUE PROBLEM UNTUK MATRIKS TRIDIAGONAL SIMETRIK NURFAUZIAH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2015 PERNYATAAN MENGENAI SKRIPSI

Lebih terperinci

EVALUASI DETERMINAN MATRIKS REKURSIF DENGAN FAKTORISASI LB RUDIANSYAH

EVALUASI DETERMINAN MATRIKS REKURSIF DENGAN FAKTORISASI LB RUDIANSYAH EVALUASI DETERMINAN MATRIKS REKURSIF DENGAN FAKTORISASI LB RUDIANSYAH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2007 ABSTRAK RUDIANSYAH. Evaluasi

Lebih terperinci

DIAGONALISASI MATRIKS KOMPLEKS

DIAGONALISASI 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 terperinci

MATRIKS KUASIDEFINIT SUGENG MULYADI

MATRIKS 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 terperinci

NILAI EIGEN DAN VEKTOR EIGEN disebut vektor eigen dari matriks A =

NILAI 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 terperinci

DIAGONALISASI MATRIKS HILBERT

DIAGONALISASI MATRIKS HILBERT Jurnal UJMC, Volume 3, Nomor 2, Hal 7-24 pissn : 2460-3333 eissn : 2579-907X DIAGONALISASI MATRIKS HILBERT Randhi N Darmawan Universitas PGRI Banyuwangi, randhinumeric@gmailcom Abstract The Hilbert matrix

Lebih terperinci

Perluasan Teorema Cayley-Hamilton pada Matriks

Perluasan Teorema Cayley-Hamilton pada Matriks Vol. 8, No.1, 1-11, Juli 2011 Perluasan Teorema Cayley-Hamilton pada Matriks Nur Erawati, Azmimy Basis Panrita Abstrak Teorema Cayley-Hamilton menyatakan bahwa setiap matriks bujur sangkar memenuhi persamaan

Lebih terperinci

Menentukan Nilai Eigen Tak Dominan Suatu Matriks Definit Negatif Menggunakan Metode Kuasa Invers dengan Shift

Menentukan 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 terperinci

I PENDAHULUAN II LANDASAN TEORI

I 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 terperinci

Lampiran 1 Pembuktian Teorema 2.3

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 terperinci

Matriks - 1: Beberapa Definisi Dasar Latihan Aljabar Matriks

Matriks - 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 terperinci

SISTEM PERSAMAAN LINEAR

SISTEM PERSAMAAN LINEAR SISTEM PERSAMAAN LINEAR BAB 1 Dr. Abdul Wahid Surhim POKOK BAHASAN 1.1 Pengantar Sistem Persamaan Linear (SPL) 1.2 Eliminasi GAUSS-JORDAN 1.3 Matriks dan operasi matriks 1.4 Aritmatika Matriks, Matriks

Lebih terperinci

Aljabar Linier Elementer. Kuliah 1 dan 2

Aljabar 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 terperinci

SIFAT-SIFAT KESETARAAN PADA MATRIKS SECONDARY NORMAL ABSTRACT

SIFAT-SIFAT KESETARAAN PADA MATRIKS SECONDARY NORMAL ABSTRACT SIFAT-SIFAT KESETARAAN PADA MATRIKS SECONDARY NORMAL Nursyahlina 1, S. Gemawati, A. Sirait 1 Mahasiswa Program Studi S1 Matematika Laboratorium Matematika Terapan, Jurusan Matematika Fakultas Matematika

Lebih terperinci

PENENTUAN NILAI EIGEN DAN VEKTOR EIGEN MATRIKS INTERVAL MENGGUNAKAN METODE PANGKAT

PENENTUAN NILAI EIGEN DAN VEKTOR EIGEN MATRIKS INTERVAL MENGGUNAKAN METODE PANGKAT Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 6, No. 0 (017), hal 17 6. PENENTUAN NILAI EIGEN DAN VEKTOR EIGEN MATRIKS INTERVAL MENGGUNAKAN METODE PANGKAT Yuyun Eka Pratiwi, Mariatul Kiftiah,

Lebih terperinci

METODE 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 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 terperinci

ANALISIS EIGENPROBLEM MATRIKS SIRKULAN DALAM ALJABAR MAX-PLUS

ANALISIS EIGENPROBLEM MATRIKS SIRKULAN DALAM ALJABAR MAX-PLUS ANALISIS EIGENPROBLEM MATRIKS SIRKULAN DALAM ALJABAR MAX-PLUS Maria Ulfa Subiono 2 dan Mahmud Yunus 3 Institut Teknologi Sepuluh Nopember Surabaya 23 e-mail: ulfawsrejo@yahoo.com subiono28@matematika.its.ac.id

Lebih terperinci

7. 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 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 terperinci

SIFAT NILAI EIGEN MATRIKS ANTI ADJACENCY DARI GRAF SIMETRIK

SIFAT NILAI EIGEN MATRIKS ANTI ADJACENCY DARI GRAF SIMETRIK Faktor Exacta 10 (2): 154-161, 2017 SIFAT NILAI EIGEN MATRIKS ANTI ADJACENCY DARI GRAF SIMETRIK NONI SELVIA noni.selvia@gmail.com Program Studi Teknik Informatika Fakultas Teknik,Matematika dan Ilmu Pengetahuan

Lebih terperinci

MODUL ALJABAR LINEAR 1 Disusun oleh, ASTRI FITRIA NUR ANI

MODUL 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 terperinci

BAB II TINJAUAN PUSTAKA

BAB 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 terperinci

MATRIKS PASCAL DAN SIFAT-SIFATNYA YOGIE BUDHI RANTUNG

MATRIKS PASCAL DAN SIFAT-SIFATNYA YOGIE BUDHI RANTUNG MATRIKS PASCAL DAN SIFAT-SIFATNYA YOGIE BUDHI RANTUNG DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI

Lebih terperinci

Matematika Teknik I: Matriks, Inverse, dan Determinan. Oleh: Dadang Amir Hamzah STT DR. KHEZ MUTTAQIEN 2015

Matematika Teknik I: Matriks, Inverse, dan Determinan. Oleh: Dadang Amir Hamzah STT DR. KHEZ MUTTAQIEN 2015 Matematika Teknik I: Matriks, Inverse, dan Determinan Oleh: Dadang Amir Hamzah STT DR. KHEZ MUTTAQIEN 2015 Dadang Amir Hamzah (STT) Matematika Teknik I Semester 3, 2015 1 / 33 Outline 1 Matriks Dadang

Lebih terperinci

Aljabar Linear Elementer MA SKS. 07/03/ :21 MA-1223 Aljabar Linear 1

Aljabar Linear Elementer MA SKS. 07/03/ :21 MA-1223 Aljabar Linear 1 Aljabar Linear Elementer MA SKS 7//7 : MA- Aljabar Linear Jadwal Kuliah Hari I Hari II jam jam Sistem Penilaian UTS 4% UAS 4% Quis % 7//7 : MA- Aljabar Linear Silabus : Bab I Matriks dan Operasinya Bab

Lebih terperinci

DIAGONALISASI MATRIKS ATAS RING KOMUTATIF DENGAN ELEMEN SATUAN INTISARI

DIAGONALISASI 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 terperinci

GERSHGORIN DISK FRAGMENT UNTUK MENENTUKAN DAERAH LETAK NILAI EIGEN PADA SUATU MATRIKS. Anggy S. Mandasary 1, Zulkarnain 2 ABSTRACT

GERSHGORIN DISK FRAGMENT UNTUK MENENTUKAN DAERAH LETAK NILAI EIGEN PADA SUATU MATRIKS. Anggy S. Mandasary 1, Zulkarnain 2 ABSTRACT GERSHGORIN DISK FRAGMENT UNTUK MENENTUKAN DAERAH LETAK NILAI EIGEN PADA SUATU MATRIKS Anggy S. Mandasary 1, Zulkarnain 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan Matematika Fakultas Matematika

Lebih terperinci

APROKSIMASI FUNGSI SINUS DAN KOSINUS SEBAGAI KOMBINASI LINEAR DARI FUNGSI EKSPONENSIAL MUHAMMAD ADAM AZHARI

APROKSIMASI FUNGSI SINUS DAN KOSINUS SEBAGAI KOMBINASI LINEAR DARI FUNGSI EKSPONENSIAL MUHAMMAD ADAM AZHARI APROKSIMASI FUNGSI SINUS DAN KOSINUS SEBAGAI KOMBINASI LINEAR DARI FUNGSI EKSPONENSIAL MUHAMMAD ADAM AZHARI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR

Lebih terperinci

SOLUSI REFLEKSIF DAN ANTI-REFLEKSIF DARI PERSAMAAN MATRIKS AX = B

SOLUSI REFLEKSIF DAN ANTI-REFLEKSIF DARI PERSAMAAN MATRIKS AX = B SOLUSI REFLEKSIF DAN ANTI-REFLEKSIF DARI PERSAMAAN MATRIKS AX = B Arrohman 1, Sri Gemawati 2, Asli Sirait 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan Matematika Fakultas Matematika dan Ilmu

Lebih terperinci

SOLUSI PENDEKATAN TERBAIK SISTEM PERSAMAAN LINEAR TAK KONSISTEN MENGGUNAKAN DEKOMPOSISI NILAI SINGULAR

SOLUSI 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 terperinci

APLIKASI METODE PANGKAT DALAM MENGAPROKSIMASI NILAI EIGEN KOMPLEKS PADA MATRIKS

APLIKASI METODE PANGKAT DALAM MENGAPROKSIMASI NILAI EIGEN KOMPLEKS PADA MATRIKS Jurnal UJMC, Volume, Nomor, Hal 36-40 pissn : 460-3333 eissn : 579-907X APLIKASI METODE PANGKAT DALAM MENGAPROKSIMASI NILAI EIGEN KOMPLEKS PADA MATRIKS Novita Eka Chandra dan Wiwin Kusniati Universitas

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

MATRIKS BENTUK KANONIK RASIONAL DENGAN MENGGUNAKAN PEMBAGI ELEMENTER INTISARI

MATRIKS BENTUK KANONIK RASIONAL DENGAN MENGGUNAKAN PEMBAGI ELEMENTER INTISARI Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 6, No. (17), hal 7 34. MATRIKS BENTUK KANONIK RASIONAL DENGAN MENGGUNAKAN PEMBAGI ELEMENTER Ardiansyah, Helmi, Fransiskus Fran INTISARI Pada

Lebih terperinci

A 10 Diagonalisasi Matriks Atas Ring Komutatif

A 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 terperinci

uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg

uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg uiopasdfghjklzxcvbnmqwertyuiopasd Qwertyuiopasdfghjklzxcvbnmqwerty cvbnmqwertyuiopasdfghjklzxcvbnmq fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg

Lebih terperinci

MATEMATIKA INFORMATIKA 2 TEKNIK INFORMATIKA UNIVERSITAS GUNADARMA FENI ANDRIANI

MATEMATIKA INFORMATIKA 2 TEKNIK INFORMATIKA UNIVERSITAS GUNADARMA FENI ANDRIANI MATEMATIKA INFORMATIKA 2 TEKNIK INFORMATIKA UNIVERSITAS GUNADARMA FENI ANDRIANI SAP (1) Buku : Suryadi H.S. 1991, Pengantar Aljabar dan Geometri analitik Vektor Definisi, Notasi, dan Operasi Vektor Susunan

Lebih terperinci

8 MATRIKS DAN DETERMINAN

8 MATRIKS DAN DETERMINAN 8 MATRIKS DAN DETERMINAN Matriks merupakan pengembangan lebih lanjut dari sistem persamaan linear. Oleh karenanya aljabar matriks sering juga disebut dengan aljabar linear. Matriks dapat digunakan untuk

Lebih terperinci

BAB II LANDASAN TEORI

BAB 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 terperinci

Ruang Baris, Ruang Kolom, dan Ruang Null (Kernel)

Ruang Baris, Ruang Kolom, dan Ruang Null (Kernel) Ruang Baris, Ruang Kolom, dan Ruang Null (Kernel) Kuliah Aljabar Linier Semester Ganjil 2015-2016 MZI Fakultas Informatika Telkom University FIF Tel-U November 2015 MZI (FIF Tel-U) Ruang Baris, Kolom,

Lebih terperinci

Matriks - Definisi. Sebuah matriks yang memiliki m baris dan n kolom disebut matriks m n. Sebagai contoh: Adalah sebuah matriks 2 3.

Matriks - Definisi. Sebuah matriks yang memiliki m baris dan n kolom disebut matriks m n. Sebagai contoh: Adalah sebuah matriks 2 3. MATRIKS Pokok Bahasan Matriks definisi Notasi matriks Matriks yang sama Panambahan dan pengurangan matriks Perkalian matriks Transpos suatu matriks Matriks khusus Determinan suatu matriks bujursangkar

Lebih terperinci

(MS.3) SUBRUANG CONINVARIAN DARI MATRIKS KUADRAT KOMPLEKS

(MS.3) SUBRUANG CONINVARIAN DARI MATRIKS KUADRAT KOMPLEKS Seminar Nasional Statistika 2 November 20 Vol 2, November 20 (MS.3) SUBRUANG CONINVARIAN DARI MATRIKS KUADRAT KOMPLEKS Euis Hartini Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas

Lebih terperinci

(Departemen Matematika FMIPA-IPB) Matriks Bogor, / 66

(Departemen Matematika FMIPA-IPB) Matriks Bogor, / 66 MATRIKS Departemen Matematika FMIPA-IPB Bogor, 2012 (Departemen Matematika FMIPA-IPB) Matriks Bogor, 2012 1 / 66 Topik Bahasan 1 Matriks 2 Operasi Matriks 3 Determinan matriks 4 Matriks Invers 5 Operasi

Lebih terperinci

SIFAT DISTRIBUTIF MATRIKS IDEMPOTEN DAN APLIKASINYA PADA DETERMINAN MATRIKS

SIFAT DISTRIBUTIF MATRIKS IDEMPOTEN DAN APLIKASINYA PADA DETERMINAN MATRIKS SIFAT DISTRIBUTIF MATRIKS IDEMPOTEN DAN APLIKASINYA PADA DETERMINAN MATRIKS Nur Cahyo Ari Kusuma Jurusan Matematika, Fakultas Sains dan Matematika, Universitas Dipenegoro ari_lodehgereh@yahoo.com ABSTRAK.Sebuah

Lebih terperinci

Matriks Leslie dan Aplikasinya dalam Memprediksi Jumlah dan Laju pertumbuhan Penduduk di Kota Makassar

Matriks Leslie dan Aplikasinya dalam Memprediksi Jumlah dan Laju pertumbuhan Penduduk di Kota Makassar Matriks Leslie dan Aplikasinya dalam Memprediksi Jumlah dan Laju pertumbuhan Penduduk di Kota Makassar Wahidah Sanusi 1, Sukarna 1 dan Nur Ridiawati 1, a) 1 Jurusan Matematika, Fakultas Matematika dan

Lebih terperinci

Spektrum Graf Hyperoctahedral Melalui Matriks Sirkulan Dengan Visual Basic 6.0

Spektrum Graf Hyperoctahedral Melalui Matriks Sirkulan Dengan Visual Basic 6.0 Jurnal Sainsmat, September 2013, Halaman 131-139 Vol. II. No. 2 ISSN 2086-6755 http://ojs.unm.ac.id/index.php/sainsmat Spektrum Graf Hyperoctahedral Melalui Matriks Sirkulan Dengan Visual Basic 6.0 Hyperoctahedral

Lebih terperinci

BAB I PENDAHULUAN. 3) Untuk mengetahui apa yang dimaksud dengan invers matriks. 4) Untuk mengetahui apa yang dimaksud dengan determinan matriks

BAB 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 terperinci

SISTEM PERSAMAAN LINEAR ( BAGIAN II )

SISTEM 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 terperinci

KS KALKULUS DAN ALJABAR LINEAR Eigen Value Eigen Vector TIM KALIN

KS 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 terperinci

APLIKASI DEKOMPOSISI NILAI SINGULAR PADA KOMPRESI UKURAN FILE GAMBAR

APLIKASI 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 terperinci

MENENTUKAN NILPOTENT ORDE 4 PADA MATRIKS SINGULAR MENGGUNAKAN TEOREMA CAYLEY HAMILTON TUGAS AKHIR

MENENTUKAN NILPOTENT ORDE 4 PADA MATRIKS SINGULAR MENGGUNAKAN TEOREMA CAYLEY HAMILTON TUGAS AKHIR MENENTUKAN NILPOTENT ORDE 4 PADA MATRIKS SINGULAR MENGGUNAKAN TEOREMA CAYLEY HAMILTON TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika Oleh: IRMA

Lebih terperinci

Beberapa Sifat Operator Self Adjoint dalam Ruang Hilbert

Beberapa Sifat Operator Self Adjoint dalam Ruang Hilbert Vol 12, No 2, 153-159, Januari 2016 Beberapa Sifat Operator Self Adjoint dalam Ruang Hilbert Firman Abstrak Misalkan adalah operator linier dengan adalah ruang Hilbert Pada operator linier dikenal istilah

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI A. Matriks 1. Pengertian Matriks Definisi II. A. 1 Matriks didefinisikan sebagai susunan segi empat siku- siku dari bilangan- bilangan yang diatur dalam baris dan kolom (Anton, 1987:22).

Lebih terperinci

SPECTRUM PADA GRAF STAR ( ) DAN GRAF BIPARTISI KOMPLIT ( ) DENGAN

SPECTRUM PADA GRAF STAR ( ) DAN GRAF BIPARTISI KOMPLIT ( ) DENGAN PROSIDING ISBN : 978 979 6353 3 SPECTRUM PADA GRAF STAR ( ) DAN GRAF BIPARTISI OMPLIT ( ) A. DENGAN Oleh Imam Fahcruddin Mahasiswa Jurusan Matematika Fakultas Sains dan Teknologi Universitas Islam Negeri

Lebih terperinci

MENENTUKAN INVERS DRAZIN DARI MATRIKS SINGULAR

MENENTUKAN INVERS DRAZIN DARI MATRIKS SINGULAR MENENTUKAN INVERS DRAZIN DARI MATRIKS SINGULAR SKRIPSI Oleh : Liniswatil Khasanah J2A006031 PROGRAM STUDI MATEMATIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS DIPONEGORO

Lebih terperinci

BAB 2 LANDASAN TEORI. yang dibicarakan yang akan digunakan pada bab selanjutnya. Bentuk umum dari matriks bujur sangkar adalah sebagai berikut:

BAB 2 LANDASAN TEORI. yang dibicarakan yang akan digunakan pada bab selanjutnya. Bentuk umum dari matriks bujur sangkar adalah sebagai berikut: BAB 2 LANDASAN TEORI Pada bab ini dibicarakan mengenai matriks yang berbentuk bujur sangkar dengan beberapa definisi, teorema, sifat-sifat dan contoh sesuai dengan matriks tertentu yang dibicarakan yang

Lebih terperinci

ALJABAR LINEAR ELEMENTER

ALJABAR 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 terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Sistem Persamaan Diferensial Definisi 2.1.1 Persamaan Diferensial Persamaan diferensial adalah persamaan yang memuat variabel bebas, variabel tak bebas dan derivative-derivatif

Lebih terperinci

Aplikasi Matriks Circulant Untuk Menentukan Nilai Eigen Dari Graf Sikel (Cn)

Aplikasi Matriks Circulant Untuk Menentukan Nilai Eigen Dari Graf Sikel (Cn) Aplikasi Matriks Circulant Untuk Menentukan Nilai Eigen Dari Graf Sikel (Cn) T 24 Siti Rahmah Nurshiami dan Triyani Program Studi Matematika, Fakultas Sains dan Teknik Universitas Jenderal soedirman, Purwokerto

Lebih terperinci

MATA KULIAH : ALJABAR MATRIKS (2 SKS) KODE: MT 304

MATA KULIAH : ALJABAR MATRIKS (2 SKS) KODE: MT 304 MATA KULIAH : ALJABAR MATRIKS (2 SKS) KODE: MT 304 Deskripsi: Perkuliahan ini bertujuan mengembangkan kemampuan mahasiswa memahami konsep-konsep dasar Aljabar Matriks sebagai bekal untuk mengajar matematika

Lebih terperinci

BAB II LANDASAN TEORI

BAB 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 terperinci

MENENTUKAN NILAI EIGEN DAN VEKTOR EIGEN MATRIKS INTERVAL TUGAS AKHIR

MENENTUKAN NILAI EIGEN DAN VEKTOR EIGEN MATRIKS INTERVAL TUGAS AKHIR MENENTUKAN NILAI EIGEN DAN VEKTOR EIGEN MATRIKS INTERVAL TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika oleh DEVI SAFITRI 10654004470 FAKULTAS

Lebih terperinci

PENYELESAIAN MAGIC SQUARE SEBAGAI PERMASALAHAN SISTEM PERSAMAAN LINEAR (SPL) RISMANTO FERNANDUS SIRINGO-RINGO

PENYELESAIAN MAGIC SQUARE SEBAGAI PERMASALAHAN SISTEM PERSAMAAN LINEAR (SPL) RISMANTO FERNANDUS SIRINGO-RINGO PENYELESAIAN MAGIC SQUARE SEBAGAI PERMASALAHAN SISTEM PERSAMAAN LINEAR (SPL) RISMANTO FERNANDUS SIRINGO-RINGO DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR

Lebih terperinci

PENYELESAIAN SISTEM PERSAMAAN LINEAR KOMPLEKS MENGGUNAKAN METODE DEKOMPOSISI NILAI SINGULAR (SVD) TUGAS AKHIR. Oleh : DEWI YULIANTI

PENYELESAIAN SISTEM PERSAMAAN LINEAR KOMPLEKS MENGGUNAKAN METODE DEKOMPOSISI NILAI SINGULAR (SVD) TUGAS AKHIR. Oleh : DEWI YULIANTI PENYELESAIAN SISTEM PERSAMAAN LINEAR KOMPLEKS MENGGUNAKAN METODE DEKOMPOSISI NILAI SINGULAR (SVD) TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains Pada Jurusan Matematika

Lebih terperinci

APLIKASI MATRIKS KOMPANION PADA PENYELESAIAN SISTEM PERSAMAAN DIFERENSIAL LINIER NON HOMOGEN TUGAS AKHIR

APLIKASI MATRIKS KOMPANION PADA PENYELESAIAN SISTEM PERSAMAAN DIFERENSIAL LINIER NON HOMOGEN TUGAS AKHIR APLIKASI MATRIKS KOMPANION PADA PENYELESAIAN SISTEM PERSAMAAN DIFERENSIAL LINIER NON HOMOGEN TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika

Lebih terperinci

Diagonalisasi Matriks Segitiga Atas Ring komutatif Dengan Elemen Satuan

Diagonalisasi 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 terperinci

ALJABAR LINEAR SUMANANG MUHTAR GOZALI KBK ANALISIS

ALJABAR LINEAR SUMANANG MUHTAR GOZALI KBK ANALISIS 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 salam

Lebih terperinci

Solusi Sistem Persamaan Linear Ax = b

Solusi 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 terperinci

Konstruksi Matriks NonNegatif Simetri dengan Spektrum Bilangan Real

Konstruksi Matriks NonNegatif Simetri dengan Spektrum Bilangan Real J. Math. and Its Appl. ISSN: 189-605X Vol. 4, No. 1, May 007, 17 5 Konstruksi Matriks NonNegatif Simetri dengan Spektrum Bilangan Real Bambang Sugandi 1 dan Erna Apriliani 1 Jurusan Matematika, FMIPA Unibraw,

Lebih terperinci

BAB II LANDASAN TEORI. dalam penulisan skripsi ini. Teori-teori yang digunakan berupa definisi-definisi serta

BAB II LANDASAN TEORI. dalam penulisan skripsi ini. Teori-teori yang digunakan berupa definisi-definisi serta BAB II LANDASAN TEORI Pada bab ini akan diuraikan beberapa teori-teori yang digunakan sebagai acuan dalam penulisan skripsi ini. Teori-teori yang digunakan berupa definisi-definisi serta teorema-teorema

Lebih terperinci

PENYELESAIAN PERSAMAAN POLINOMIAL MENGGUNAKAN MATRIKS CIRCULANT

PENYELESAIAN PERSAMAAN POLINOMIAL MENGGUNAKAN MATRIKS CIRCULANT PENYELESAIAN PERSAMAAN POLINOMIAL MENGGUNAKAN MATRIKS CIRCULANT SKRIPSI diajukan guna melengkapi tugas akhir dan memenuhi salah satu syarat untuk menyelesaikan Program Studi Matematika (S1) dan mencapai

Lebih terperinci

PENYELESAIAN MAGIC SQUARE SEBAGAI PERMASALAHAN SISTEM PERSAMAAN LINEAR (SPL) RISMANTO FERNANDUS SIRINGO-RINGO

PENYELESAIAN MAGIC SQUARE SEBAGAI PERMASALAHAN SISTEM PERSAMAAN LINEAR (SPL) RISMANTO FERNANDUS SIRINGO-RINGO PENYELESAIAN MAGIC SQUARE SEBAGAI PERMASALAHAN SISTEM PERSAMAAN LINEAR (SPL) RISMANTO FERNANDUS SIRINGO-RINGO DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR

Lebih terperinci

Kata Pengantar. Puji syukur kehadirat Yang Maha Kuasa yang telah memberikan pertolongan hingga modul ajar ini dapat terselesaikan.

Kata Pengantar. Puji syukur kehadirat Yang Maha Kuasa yang telah memberikan pertolongan hingga modul ajar ini dapat terselesaikan. i Kata Pengantar Puji syukur kehadirat Yang Maha Kuasa yang telah memberikan pertolongan hingga modul ajar ini dapat terselesaikan. Modul ajar ini dimaksudkan untuk membantu penyelenggaraan kuliah jarak

Lebih terperinci

Aljabar Linear Elementer MUG1E3 3 SKS

Aljabar 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 terperinci

Sebuah garis dalam bidang xy bisa disajikan secara aljabar dengan sebuah persamaan berbentuk :

Sebuah 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 terperinci

ALJABAR LINIER DAN MATRIKS

ALJABAR 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 terperinci

MENENTUKAN PERPANGKATAN MATRIKS TANPA MENGGUNAKAN EIGENVALUE

MENENTUKAN PERPANGKATAN MATRIKS TANPA MENGGUNAKAN EIGENVALUE MENENTUKAN PERPANGKATAN MATRIKS TANPA MENGGUNAKAN EIGENVALUE Rini Pratiwi 1*, Rolan Pane 2, Asli Sirait 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan Matematika Fakultas Matematika dan Ilmu

Lebih terperinci

6 Sistem Persamaan Linear

6 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 terperinci

BAB III MATRIKS HERMITIAN. dan konsep-konsep lainnya yang berkaitan dengan matriks Hermitian. Matriks

BAB 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 terperinci

MATRIKS UNITER, SIMILARITAS UNITER DAN MATRIKS NORMAL. Anis Fitri Lestari. Mahasiswa Universitas Muhammadiyah Ponorogo ABSTRAK

MATRIKS UNITER, SIMILARITAS UNITER DAN MATRIKS NORMAL. Anis Fitri Lestari. Mahasiswa Universitas Muhammadiyah Ponorogo ABSTRAK MATRIKS UNITER, SIMILARITAS UNITER DAN MATRIKS NORMAL Anis Fitri Lestari Mahasiswa Universitas Muhammadiyah Ponorogo ABSTRAK Matriks normal merupakan matriks persegi yang entri-entrinya bilangan kompleks

Lebih terperinci

ALJABAR LINIER MAYDA WARUNI K, ST, MT ALJABAR LINIER (I)

ALJABAR 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 terperinci

RUANG FAKTOR. Oleh : Muhammad Kukuh

RUANG FAKTOR. Oleh : Muhammad Kukuh Muhammad Kukuh, Ruang RUANG FAKTOR Oleh : Muhammad Kukuh Abstraksi Pada struktur aljabar dikenal istilah grup faktor yaitu Jika grup dan N Subgrup normal G, maka grup faktor dengan operasi Apabila G ruang

Lebih terperinci

MATRIKS VEKTOR DETERMINAN SISTEM LINEAR ALJABAR LINEAR

MATRIKS VEKTOR DETERMINAN SISTEM LINEAR ALJABAR LINEAR MATRIKS VEKTOR DETERMINAN SISTEM LINEAR ALJABAR LINEAR 7.1 Matriks DEFINISI Susunan bilangan (fungsi) berbentuk persegi panjang yang ditutup dengan tanda kurung. Bilangan (fungsi) disebut entri-entri matriks.

Lebih terperinci

BAB MATRIKS. Tujuan Pembelajaran. Pengantar

BAB MATRIKS. Tujuan Pembelajaran. Pengantar BAB II MATRIKS Tujuan Pembelajaran Setelah mempelajari materi bab ini, Anda diharapkan dapat: 1. menggunakan sifat-sifat dan operasi matriks untuk menunjukkan bahwa suatu matriks persegi merupakan invers

Lebih terperinci

MATRIKS Nuryanto, ST., MT.

MATRIKS Nuryanto, ST., MT. MateMatika ekonomi MATRIKS TUJUAN INSTRUKSIONAL KHUSUS Setelah mempelajari bab ini, anda diharapkan dapat : 1. Pengertian matriks 2. Operasi matriks 3. Jenis matriks 4. Determinan 5. Matriks invers 6.

Lebih terperinci

ALGORITMA ELIMINASI GAUSS INTERVAL DALAM MENDAPATKAN NILAI DETERMINAN MATRIKS INTERVAL DAN MENCARI SOLUSI SISTEM PERSAMAAN INTERVAL LINEAR

ALGORITMA ELIMINASI GAUSS INTERVAL DALAM MENDAPATKAN NILAI DETERMINAN MATRIKS INTERVAL DAN MENCARI SOLUSI SISTEM PERSAMAAN INTERVAL LINEAR Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 04, No. 3 (2015), hal 313 322. ALGORITMA ELIMINASI GAUSS INTERVAL DALAM MENDAPATKAN NILAI DETERMINAN MATRIKS INTERVAL DAN MENCARI SOLUSI SISTEM

Lebih terperinci

Aljabar Linear. & Matriks. Evangs Mailoa. Pert. 5

Aljabar 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 terperinci

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA Mata Kuliah : Matematika Diskrit 2 Kode / SKS : IT02 / 3 SKS Program Studi : Sistem Komputer Fakultas : Ilmu Komputer & Teknologi Informasi. Pendahuluan 2. Vektor.. Pengantar mata kuliah aljabar linier.

Lebih terperinci

KETERCAPAIAN DARI RUANG EIGEN MATRIKS ATAS ALJABAR MAKS-PLUS. 1. Pendahuluan

KETERCAPAIAN DARI RUANG EIGEN MATRIKS ATAS ALJABAR MAKS-PLUS. 1. Pendahuluan KETERCAPAIAN DARI RUANG EIGEN MATRIKS ATAS ALJABAR MAKS-PLUS Tri Anggoro Putro, Siswanto, Supriyadi Wibowo Program Studi Matematika FMIPA UNS Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sebelas

Lebih terperinci

Aljabar Linier Elementer. Kuliah 7

Aljabar 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 terperinci

MODUL IV SISTEM PERSAMAAN LINEAR

MODUL IV SISTEM PERSAMAAN LINEAR MODUL IV SISTEM PERSAMAAN LINEAR 4.. Pendahuluan. Sistem Persamaan Linear merupakan salah satu topik penting dalam Aljabar Linear. Sistem Persamaan Linear sering dijumpai dalam semua bidang penyelidikan

Lebih terperinci

Invers Tergeneralisasi Matriks atas Z p

Invers Tergeneralisasi Matriks atas Z p SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Invers Tergeneralisasi Matriks atas Z p Evi Yuliza 1 1 Fakultas MIPA Universitas Sriwijaya evibc3@yahoocom PM A-1 - Abstrak Sebuah matriks

Lebih terperinci

PERAN TRANSFORMASI TUSTIN PADA RUANG KONTINU DAN RUANG DISKRET SAMSURIZAL

PERAN TRANSFORMASI TUSTIN PADA RUANG KONTINU DAN RUANG DISKRET SAMSURIZAL PERAN TRANSFORMASI TUSTIN PADA RUANG KONTINU DAN RUANG DISKRET SAMSURIZAL SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan

Lebih terperinci

Aljabar Linear Elementer

Aljabar 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 terperinci

MULTIMEDIA PEMBELAJARAN DIAGONALISASI MATRIKS

MULTIMEDIA 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 terperinci

Teorema Cayley-Hamilton pada Matriks atas Ring Komutatif

Teorema Cayley-Hamilton pada Matriks atas Ring Komutatif Teorema Cayley-Hamilton pada Matriks atas Ring Komutatif Joko Harianto 1, Nana Fitria 2, Puguh Wahyu Prasetyo 3, Vika Yugi Kurniawan 4 Jurusan Matematika, Universitas Gadjah Mada, Yogyakarta Indonesia

Lebih terperinci

SIFAT SIFAT MATRIKS SUDOKU TESIS SHOBAH SALAMAH

SIFAT SIFAT MATRIKS SUDOKU TESIS SHOBAH SALAMAH UNIVERSITAS INDONESIA SIFAT SIFAT MATRIKS SUDOKU TESIS SHOBAH SALAMAH 090657335 FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM MAGISTER MATEMATIKA DEPOK JANUARI 202 UNIVERSITAS INDONESIA SIFAT SIFAT

Lebih terperinci

dimana a 1, a 2,, a n dan b adalah konstantakonstanta

dimana a 1, a 2,, a n dan b adalah konstantakonstanta Persamaan linear adalah persamaan dimana peubahnya tidak memuat eksponensial, trigonometri (seperti sin, cos, dll.), perkalian, pembagian dengan peubah lain atau dirinya sendiri. Secara umum persamaan

Lebih terperinci

KONSTRUKSI MATRIKS SINGULAR DARI SUATU MATRIKS YANG MEMENUHI SIFAT KHUSUS TUGAS AKHIR

KONSTRUKSI MATRIKS SINGULAR DARI SUATU MATRIKS YANG MEMENUHI SIFAT KHUSUS TUGAS AKHIR KONSTRUKSI MATRIKS SINGULAR DARI SUATU MATRIKS YANG MEMENUHI SIFAT KHUSUS TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika Oleh : EKA WAHYUDININGSIH

Lebih terperinci