BAB V DIAGONALISASI DAN DEKOMPOSISI MATRIKS. Sub bab ini membahas tentang faktorisasi matriks A berorde nxn ke dalam hasil

dokumen-dokumen yang mirip
Lampiran 1 Pembuktian Teorema 2.3

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

BAB II TINJAUAN PUSTAKA

Eigen value & Eigen vektor

7. NILAI-NILAI VEKTOR EIGEN. Nilai Eigen dan Vektor Eigen Diagonalisasi Diagonalisasi Ortogonal

BAB I PENDAHULUAN Latar Belakang Masalah

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

BAB I PENDAHULUAN 1.1 Latar Belakang

DIAGONALISASI MATRIKS KOMPLEKS

Sistem Persamaan Linier FTI-UY

BAB 4 : SISTEM PERSAMAAN LINIER

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI

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

6 Sistem Persamaan Linear

BAB 2 LANDASAN TEORI

PAM 252 Metode Numerik Bab 3 Sistem Persamaan Linier

MODUL ALJABAR LINEAR 1 Disusun oleh, ASTRI FITRIA NUR ANI

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

DIAGONALISASI MATRIKS ATAS RING KOMUTATIF DENGAN ELEMEN SATUAN INTISARI

BAB 4 Sistem Persamaan Linear. Sistem m persamaan linear dalam n variabel LG=C adalah himpunan persamaan linear

SUMMARY ALJABAR LINEAR

Solusi Sistem Persamaan Linear Ax = b

Pertemuan 14. persamaan linier NON HOMOGEN

BAB II LANDASAN TEORI. yang biasanya dinyatakan dalam bentuk sebagai berikut: =

Minggu II Lanjutan Matriks

II. TINJAUAN PUSTAKA. nyata (fenomena-fenomena alam) ke dalam bagian-bagian matematika yang. disebut dunia matematika (mathematical world).

Aljabar Linear Elementer

A 10 Diagonalisasi Matriks Atas Ring Komutatif

Trihastuti Agustinah

BAB 1 PENDAHULUAN. Sebuah garis dalam bidang xy secara aljabar dapat dinyatakan oleh persamaan yang berbentuk

3 Langkah Determinan Matriks 3x3 Metode OBE

5. PERSAMAAN LINIER. 1. Berikut adalah contoh SPL yang terdiri dari 4 persamaan linier dan 3 variabel.

BAB II DETERMINAN DAN INVERS MATRIKS

Aljabar Linier Elementer. Kuliah 1 dan 2

Pertemuan 2 & 3 DEKOMPOSISI SPEKTRAL DAN DEKOMPOSISI NILAI SINGULAR

Matriks biasanya dituliskan menggunakan kurung dan terdiri dari baris dan kolom: A =

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

ALJABAR LINEAR BASIS RUANG BARIS DAN BASIS RUANG KOLOM SEBUAH MATRIKS. Dosen Pengampu: DARMADI, S.Si, M.Pd. Oleh: Kelompok III

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

uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg

Yang dipelajari. 1. Masalah Nilai Eigen dan Penyelesaiannya 2. Masalah Pendiagonalan. Referensi : Kolman & Howard Anton. Ilustrasi

SOLUSI SISTEM PERSAMAAN LINEAR

Yang dibahas : Ortogonal Basis ortogonal Ortonormal Matrik ortogonal Komplemen ortogonal Proyeksi ortogonal Faktorisasi QR

BAB 7 NILAI EIGEN DAN VEKTOR EIGEN. Dr. Ir. Abdul Wahid Surhim, MT.

KS KALKULUS DAN ALJABAR LINEAR Eigen Value Eigen Vector TIM KALIN

SISTEM PERSAMAAN LINEAR

Pertemuan 2 Matriks, part 2

GARIS-GARIS BESAR PROGRAM PEMBELAJARAN

03-Pemecahan Persamaan Linier (2)

SYARAT PERLU DAN SYARAT CUKUP MATRIKS CLEAN PADA M 2 (Z) ABSTRACT

TUGAS MANDIRI MATRIKS. Mata Kuliah : Matematika ekonomi

APLIKASI DEKOMPOSISI NILAI SINGULAR PADA KOMPRESI UKURAN FILE GAMBAR

MUH1G3/ MATRIKS DAN RUANG VEKTOR

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

PAM 252 Metode Numerik Bab 3 Sistem Persamaan Linier

MATRIKS KUASIDEFINIT SUGENG MULYADI

Sebelum pembahasan tentang invers matriks lebih lanjut, kita bahas dahulu beberapa pengertian-pengertian berikut ini.

Aljabar Linier Elementer. Kuliah 7

DETERMINAN, INVERS, PENYELESAIAN SISTEM PERSAMAAN LINEAR

Reduksi Rank pada Matriks-Matriks Tertentu

MAKALAH ALJABAR LINIER

Materi Aljabar Linear Lanjut

Diagonalisasi Matriks Segitiga Atas Ring komutatif Dengan Elemen Satuan

BAB II KAJIAN PUSTAKA. operasi matriks, determinan dan invers matriks), aljabar max-plus, matriks atas

BAB II LANDASAN TEORI

Analisis Matriks. Ahmad Muchlis

MULTIMEDIA PEMBELAJARAN DIAGONALISASI MATRIKS

Matriks - 1: Beberapa Definisi Dasar Latihan Aljabar Matriks

REDUKSI RANK PADA MATRIKS-MATRIKS TERTENTU

BAB 2 LANDASAN TEORI

SISTEM PERSAMAAN LINEAR ( BAGIAN II )

BAB II SISTEM PERSAMAAN LINEAR. Sistem persamaan linear ditemukan hampir di semua cabang ilmu

MODUL V EIGENVALUE DAN EIGENVEKTOR

Matematika Teknik INVERS MATRIKS

KAJIAN METODE KONDENSASI CHIO PADA DETERMINAN MATRIKS

ALJABAR LINIER DAN MATRIKS

MATRIKS. Notasi yang digunakan NOTASI MATRIKS

Bab 2 LANDASAN TEORI

APLIKASI MATRIKS LESLIE UNTUK MEMPREDIKSI JUMLAH DAN LAJU PERTUMBUHAN SUATU POPULASI

SILABUS MATA KULIAH : ALJABAR MATRIKS (2 SKS) KODE: MT304. (1) (2) (3) (4) (5) (6) (7) (8) (9) 1 Matriks dan Operasinya. 1. Pengertian Matriks

MUH1G3/ MATRIKS DAN RUANG VEKTOR

a11 a12 x1 b1 Kumpulan Materi Kuliah #1 s/d #03 Tahun Ajaran 2016/2016: Oleh: Prof. Dr. Ir. Setijo Bismo, DEA.

BAB II LANDASAN TEORI

BAB III MENENTUKAN PRIORITAS DALAM AHP. Wharton School of Business University of Pennsylvania pada sekitar tahun 1970-an

MATEMATIKA BISNIS BAB 2 FUNGSI LINIER

BAB I PENDAHULUAN Latar Belakang Masalah

Penyelesaian Sistem Persamaan Linear (SPL) Dengan Dekomposisi QR

Latihan 7 : Similaritas, Pendiagonalan Matriks, Polinom Matriks

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

Aljabar Linear Elementer MUG1E3 3 SKS

Aljabar Linear Elementer

MENENTUKAN INVERS MOORE PENROSE DARI MATRIKS KOMPLEKS

METODE PANGKAT DAN METODE DEFLASI DALAM MENENTUKAN NILAI EIGEN DAN VEKTOR EIGEN DARI MATRIKS

Unit 2 KONSEP DASAR ALJABAR. Clara Ika Sari Pendahuluan

BAB II LANDASAN TEORI

ALJABAR LINEAR ELEMENTER

BAB 2 LANDASAN TEORI

Transkripsi:

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

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

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 :

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

.. 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 :

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

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.

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

Jadi Sehingga, U, diperoleh : Jadi himpunan penelesaianna adalah tunggal, aitu : ( ) ( ),,,,