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

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

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

Eigen value & Eigen vektor

BAB 3 FUNGSI MONOTON MATRIKS

II. TINJAUAN PUSTAKA. Sistem dinamik adalah sistem yang berubah dari waktu ke waktu (Farlow,et al.,

Part II SPL Homogen Matriks

Latihan 7 : Similaritas, Pendiagonalan Matriks, Polinom Matriks

Pertemuan 8 Aljabar Linear & Matriks

Part III DETERMINAN. Oleh: Yeni Susanti

BAB 2 LANDASAN TEORI

RUANG VEKTOR UMUM AKSIOMA RUANG VEKTOR

KAJIAN MATRIKS JORDAN DAN APLIKASINYA PADA SISTEM LINEAR WAKTU DISKRIT

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

BAB II LANDASAN TEORI

Suatu himpunan tak kosong F dengan operasi penjumlahan dan perkalian, dikatakan sebagai field jika untuk setiap,, memenuhi sifat-sifat berikut:

DIAGONALISASI MATRIKS HILBERT

Matematika Teknik INVERS MATRIKS

BAB I PENDAHULUAN 1.1 Latar Belakang

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

KAJIAN MATRIKS JORDAN DAN APLIKASINYA PADA SISTEM LINEAR WAKTU DISKRIT

Soal Ujian Komprehensif

PROGRAM STUDI PENDIDIKAN MATEMATIKA FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS VETERAN BANGUN NUSANTARA SUKOHARJO

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

Aljabar Linear Elementer

SUMMARY ALJABAR LINEAR

BAB II TINJAUAN PUSTAKA

BAB II KAJIAN TEORI. dinamik, sistem linear, sistem nonlinear, titik ekuilibrium, analisis kestabilan

Aljabar Linier Elementer. Kuliah 7

ALJABAR LINIER DAN MATRIKS

BAB II TINJAUAN PUSTAKA

DIAGONALISASI MATRIKS KOMPLEKS

BAB VII MATRIKS DAN SISTEM LINEAR TINGKAT SATU

BAB II LANDASAN TEORI

A 10 Diagonalisasi Matriks Atas Ring Komutatif

MATRIKS. Matematika. FTP UB Mas ud Effendi. Matematika

Trihastuti Agustinah

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

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

MULTIMEDIA PEMBELAJARAN DIAGONALISASI MATRIKS

BAB 2 LANDASAN TEORI

DIAGONALISASI MATRIKS ATAS RING KOMUTATIF DENGAN ELEMEN SATUAN INTISARI

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

BAB II DETERMINAN DAN INVERS MATRIKS

BAB II LANDASAN TEORI. pada bab pembahasan. Materi-materi yang akan dibahas yaitu pemodelan

BAB 2. DETERMINAN MATRIKS

KS KALKULUS DAN ALJABAR LINEAR Eigen Value Eigen Vector TIM KALIN

MODUL V EIGENVALUE DAN EIGENVEKTOR

BAB 2 LANDASAN TEORI

Aljabar Linier Elementer

BAB 2 LANDASAN TEORI. Analisis Komponen Utama (AKU, Principal Componen Analysis) bermula dari

Determinan. Untuk menghitung determinan ordo n terlebih dahulu diberikan cara menghitung determinan ordo 2

MODUL E LEARNING SEKSI -1 MATA KULIAH : ALJABAR LINIER KODE MATA KULIAH : ESA 151 : 5099 : DRA ENDANG SUMARTINAH,MA

BAB 2 LANDASAN TEORI

Chapter 5 GENERAL VECTOR SPACE 5.1. REAL VECTOR SPACES 5.2. SUB SPACES

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

MATRIKS Matematika Industri I

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

Aljabar Linier Elementer. Kuliah 1 dan 2

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

TEKNIK INFORMATIKA FENI ANDRIANI

BAB 7 TRANSFORMASI LINEAR PADA RUANG VEKTOR

a11 a12 x1 b1 Lanjutan Mencari Matriks Balikan dengan OBE

Matriks. Baris ke 2 Baris ke 3

MATEMATIKA INFORMATIKA 2 TEKNIK INFORMATIKA UNIVERSITAS GUNADARMA FENI ANDRIANI

BAB II KAJIAN TEORI. representasi pemodelan matematika disebut sebagai model matematika. Interpretasi Solusi. Bandingkan Data

ALJABAR LINEAR ELEMENTER

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

Bab 2 LANDASAN TEORI

Fisika Matematika II 2011/2012

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

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

MATRIKS Matematika Industri I

MODUL IV SISTEM PERSAMAAN LINEAR

MODUL ALJABAR LINEAR 1 Disusun oleh, ASTRI FITRIA NUR ANI

BAB II TINJAUAN PUSTAKA. kestabilan model predator-prey tipe Holling II dengan faktor pemanenan.

8 MATRIKS DAN DETERMINAN

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

BAB 4 RUANG VEKTOR EUCLID. Dr. Ir. Abdul Wahid Surhim, MT.

(MS.3) SUBRUANG CONINVARIAN DARI MATRIKS KUADRAT KOMPLEKS

BAB II LANDASAN TEORI

BAB 2 TINJAUAN PUSTAKA

SISTEM PERSAMAAN LINEAR ( BAGIAN II )

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

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

Dalam bentuk SPL masalah ini dapat dinyatakan sebagai berikut:

BAB II LANDASAN TEORI. dalam matriks (Anton, 2000:45). kolom (garis vertikal) yang dikandungnya. Suatu matriks dengan hanya

Ruang Vektor. Adri Priadana. ilkomadri.com

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

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

BAB II LANDASAN TEORI

PAM 252 Metode Numerik Bab 3 Sistem Persamaan Linier

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

Pertemuan 1 Sistem Persamaan Linier dan Matriks

BAB II LANDASAN TEORI. selanjutnya sebagai bahan acuan yang mendukung tujuan penulisan. Materi-materi

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

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

uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg

MUH1G3/ MATRIKS DAN RUANG VEKTOR

untuk setiap x sehingga f g

MATRIKS JORDAN DAN APLIKASINYA PADA SISTEM LINIER WAKTU DISKRIT. Soleha, Dian Winda Setyawati Jurusan Matematika, FMIPA Institut Teknologi Surabaya

Transkripsi:

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) = A.x, utk setiap x R n dengan A adalah matriks ukuran nxn. Masalah : Dapatkah ditentukan vektor x s.d.h x dan Ax sejajar? Pertanyaan ini jika dituliskan secara matematis menjadi : Dapatkah ditentukan x sedemikian hingga Ax = x, utk suatu skalar.

7// Perhatikan gambar berikut: Masalah yang dikemukakan di atas merupakan awal munculnya istilah Nilai Eigen dan Vektor Eigen Masalah diatas merupakan permasalahan yang sering muncul di bidang selain matematik, misalnya dibidang fisika (fisika nuklir dan elastisitas), teknik (elektro dan kimia), biologi, mekanika kuantum. Definisi Misalkan A adalah matriks ukuran nxn. Suatu skalar yang memenuhi persamaan A.x = x disebut nilai eigen dari matriks A, dan vektor x R n disebut vektor eigen yang bersesuaian dengan nilai eigen.

7//. Masalah Nilai Eigen dan Penyelesaiannya Masalah Nilai eigen : Masalah mencari penyelesaian persamaan A.x =.x, dimana A adalah matriks sebarang ukuran nxn (diketahui), x vektor di R n dan adalah sebarang skalar di R (dicari). Ilustrasi Misalkan Maka yang berarti dan = ½. A A x

7// Gambarnya. Ax x Definisi Jika A adalah matriks berukuran nxn, maka nilai eigen dari A adalah akar-akar dari persamaan karakteristik matriks A.

7// Definisi Misalkan A = [a ij ] adalah matriks berukuran nxn. Polinomial Karakteristik dari A adalah p() = (det(i n A)) = a a : an a a a Persamaan karakteristik dari A adalah a a a det(i n A) = Penyelesaian dari persamaan diatas disebut akar-akar karakteristik dari matriks A. : n...... :... : n n nn Catatan: Polinomial karakteristik dari matriks berukuran nxn merupakan polinomial berderajad n, dan bisa dituliskan : p() = ( - a ) ( - a ) ( - a nn ) = n + c n- + c n- + + c n

7// 6 Contoh : Misalkan Tentukan polinomial karakteristik dan akar-akar karakteristik dari A. Penyelesaian: 7 A 7 det ) ( A I p 6, p Contoh Untuk nilai eigen = : dibentuk SPL (I A)x = Jadi vektor eigen: x = /x x x Tentukan nilai eigen dan vektor eigen untuk matriks pada contoh. Penyelesaian: / v Utk nilai eigen = : dibentuk SPL (I A)x = Jadi vektor eigen: x x x = x v

7// Teorema Jika A adalah sebuah matriks berukuran nxn dan λ adalah sebuah bilangan real, maka pernyataanpernyataan berikut ini ekivalen.. λ adalah sebuah nilai eigen dari A. Sistem persamaan (λi-a)x =, mempunyai solusi nontrivial. Terdapat sebuah vektor taknol x pada R n sedemikian rupa sehingga Ax=λx. λ adalah sebuah solusi dari persamaan karakteristik det (λi-a) = Teorema Jika k adalah bilangan bulat positif, λ adalah nilai eigen dai suatu matriks A, dan x adalah vektor eigen yang terkait dengan λ, maka λ k adalah nilai eigen dari A k dan x adalah vektor eigen yang terkait dengannya. 7

7// Contoh Dapatkan nilai eigen dan vektor eigen dari A dengan A seperti contoh. Nilai eigen dari matriks A berdasarkan contoh adalah = dan =. Maka berdasarkan Teorema, nilai eigen dari A adalah = = 8 dan = = 7 dengan vektor eigen sama seperti pada contoh. Nilai eigen dan keterbalikan (invers) Teorema: Sebuah matriks bujursangkar A dapat dibalik ( mempunyai invers) jika dan hanya jika c = bukan merupakan nilai eigen dari A. Contoh : Pada contoh matriks A mempunyai invers karena nilai eigen tidak nol. 8

7// 9 Soal latihan Dapatkan nilai eigen dan vektor eigen dari soal berikut serta apakah matris tersebut mempunyai invers: 7.... D C B A 8. 7. 6. 8. D C B A Anita T. Kurniawati MASALAH PENDIAGONALAN

7// MATRIKS SIMILAR Definisi Diberikan matriks A dan B berukuran nxn. Matriks B dikatakan similar dengan matriks A jika ada matriks P sedemikian sehingga B = P - AP Misalkan Misalkan juga Maka : P A Jadi B similar dengan A. Contoh : P B P AP

7// Masalah Pendiagonalan? Diberikan matriks A ukuran nxn. Apakah ada matriks s.d.h matriks A similar dengan matriks diagonal? Definisi Suatu matriks A nxn dikatakan dapat didiagonalkan (diagonalizable) jika ada matriks s.d.h. P - AP = D, dengan D adalah matriks diagonal.

7// Teorema Suatu matriks A nxn dapat didiagonalkan (diagonalizable) jika dan hanya jika A mempunyai n vektor eigen yang bebas linier. Diketahui matriks Contoh : A Nilai eigen dari A : = dan =. Vektor eigen yang bersesuaian dengan dan adalah : dan x p Dapat dibuktikan bahwa x dan x bebas linier. Selanjutnya, A dapat didiagonalkan, dengan P x p (Lihat contoh )

7// Prosedur Pendiagonalan Matriks Misalkan A adalah matriks ukuran nxn dan mempunyai n vektor eigen yang bebas linier. Langkah Carilah n vektor eigen yang bebas linier, misalkan v, v,, v n. Langkah Susunlah vektor-vektor v i menjadi suatu matriks P. Langkah Kalikan P - AP, maka A akan similar dengan matriks diagonal D. Contoh : Diagonalkan matriks Penyelesaian: Persamaan karakteristik: A 8 8 8 8 9 Vektor eigen yang bersesuaian dengan = : v

7// Vektor eigen yang bersesuaian dengan = - adalah Dapat dibuktikan bahwa {v, v, v } adalah bebas linier (coba cek). Selanjutnya bentuk matriks P : dan dapat dihitung bahwa, v v P AP P Teorema Jika v, v,, v k adalah vektor eigen yang bersesuaian dengan nilai-nilai eigen,,, k, maka {v, v,, v k } adalah bebas linier. Teorema Jika A adalah matriks ukuran nxn dan mempunyai n nilai eigen real yang berbeda (tanpa pengulangan), maka A (pasti) dapat didiagonalkan.

7// Misalnya. Pada Contoh, matriks A x mempunyai nilai eigen yang berbeda, maka A dapat didiagonalkan. Pada Contoh, matriks A x mempunyai nilai eigen berbeda (dengan = - adalah pengulangan), maka A dapat didiagonalkan karena A mpy vektor eigen yang bebas linier (Teorema ) Diberikan matriks Contoh : A Persamaan karakteristik dari A : p() = ( - ) = Shg nilai eigen dari A : = dan = =. Vektor eigen yang bersesuaian dengan = : vektor yang bersesuaian dengan = : Jadi menurut Teorema, A tidak dapat didiagonalkan.

7// 6 Soal Latihan Jika mungkin, diagonalkanlah matriks berikut:.. 6 6. 6 8. D C B A