Nilai dan Vektor Eigen

dokumen-dokumen yang mirip
NILAI EIGEN DAN VEKTOR EIGEN disebut vektor eigen dari matriks A =

Eigen value & Eigen vektor

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

SUMMARY ALJABAR LINEAR

Latihan 7 : Similaritas, Pendiagonalan Matriks, Polinom Matriks

A 10 Diagonalisasi Matriks Atas Ring Komutatif

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

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

KS KALKULUS DAN ALJABAR LINEAR Eigen Value Eigen Vector TIM KALIN

Konstruksi Fungsi Lyapunov untuk Menentukan Kestabilan

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

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

BAB 2 LANDASAN TEORI

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

Bab II. Konsep Dasar

MULTIMEDIA PEMBELAJARAN DIAGONALISASI MATRIKS

Penerapan Diagonalisasi Matriks untuk Menyelidiki Pewarisan Genotip pada Generasi ke-n dalam Genetika

BAB II LANDASAN TEORI

Trihastuti Agustinah

BAB II LANDASAN TEORI

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

SISTEM PERSAMAAN LINEAR ( BAGIAN II )

BAB III RANCANGAN PENELITIAN. tujuan utama yang ingin dicapai melalui penelitian ini adalah untuk memperoleh

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

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

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

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

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

Part III DETERMINAN. Oleh: Yeni Susanti

MUH1G3/ MATRIKS DAN RUANG VEKTOR

Aljabar Linear Elementer

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

SOLUSI SISTEM PERSAMAAN LINEAR

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

BAB 2. DETERMINAN MATRIKS

BAB III REGERSI COX PROPORTIONAL HAZARD. hidup salahsatunyaadalah Regresi Proportional Hazard. Analisis

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

(MS.3) SUBRUANG CONINVARIAN DARI MATRIKS KUADRAT KOMPLEKS

Soal Ujian Komprehensif

Pertemuan Ke 2 SISTEM PERSAMAAN LINEAR (SPL) By SUTOYO,ST.,MT

uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg

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

BAB IV HASIL DAN PEMBAHASAN. banyaknya komponen listrik motor yang akan diganti berdasarkan Renewing Free

BAB II TINJAUAN PUSTAKA

Aljabar Matriks. Aljabar Matriks

BAB II TINJAUAN PUSTAKA

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

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

BAB VII MATRIKS DAN SISTEM LINEAR TINGKAT SATU

PROSES IDENTIFIKASI DAN ESTIMASI VARIABEL KEADAAN PADA MODEL TEREDUKSI

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

MUH1G3/ MATRIKS DAN RUANG VEKTOR

S T A T I S T I K A OLEH : WIJAYA

BAB III METODE PENELITIAN. identifikasi variabel penelitian, definisi operasional variabel penelitian, subjek

PENENTUAN NILAI EIGEN DAN VEKTOR EIGEN MATRIKS INTERVAL MENGGUNAKAN METODE PANGKAT

Dalam bentuk SPL masalah ini dapat dinyatakan sebagai berikut:

BAB II LANDASAN TEORI

dengan dimana adalah vektor satuan arah radial keluar. F r q q

BAB 2 LANDASAN TEORI

INFORMATION RETRIEVAL SYSTEM DENGAN METODE LATENT SEMANTIC INDEXING TESIS HENDRA BUNYAMIN NIM : Program Studi Rekayasa Perangkat Lunak

BAB 1 PENDAHULUAN Latar Belakang

SISTEM PERSAMAAN LINEAR

Aljabar Linear Elementer

RUANG VEKTOR. Nurdinintya Athari (NDT)

Part II SPL Homogen Matriks

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

UNIVERSITAS SWADAYA GUNUNG JATI CIREBON

BAB II KAJIAN PUSTAKA

MODUL V EIGENVALUE DAN EIGENVEKTOR

BAB II TEORI KODING DAN TEORI INVARIAN

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB II MEDAN LISTRIK DI SEKITAR KONDUKTOR SILINDER

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

II. KINEMATIKA PARTIKEL

1 ANGKET PERSEPSI SISWA TERH

BAB II TINJAUAN PUSTAKA

BAB 2 LANDASAN TEORI

DIAGONALISASI MATRIKS ATAS RING KOMUTATIF DENGAN ELEMEN SATUAN INTISARI

BAB II Tinjauan Teoritis

Dan koefisien korelasi parsial antara Y, X 2 apabila X 1 dianggap tetap, dinyatakan sebagai r y 2.1 rumusnya sebagai berikut:

BAB IV ANALISIS HUBUNGAN UMPAN BALIK DENGAN MOTIVASI BELAJAR PENDIDIKAN AGAMA ISLAM SISWA SMP NEGERI 9 BATANG

Sistem Persamaan Linear Homogen 3P x 3V Metode OBE

BAB 2 LANDASAN TEORI

Fisika Matematika II 2011/2012

APLIKASI METODE PANGKAT DALAM MENGAPROKSIMASI NILAI EIGEN KOMPLEKS PADA MATRIKS

Teori kendali. Oleh: Ari suparwanto

Solusi Persamaan Ricci Flow dalam Ruang Empat Dimensi Bersimetri Bola

ALJABAR LINIER DAN MATRIKS

MEDAN LIST S RIK O eh : S b a a b r a Nu N r u oh o m h an a, n M. M Pd

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

NILAI EIGEN DAN VEKTOR EIGEN

Fisika Dasar I (FI-321)

Stabilisasi Pada Sistem Pendulum-Kereta dengan Menggunakan Metode Fuzzy-Sliding Mode Control

Modul Praktikum. Aljabar Linier. Disusun oleh: Machudor Yusman IR., M.Kom. Ucapan Terimakasih:

LISTRIK STATIS. F k q q 1. k 9.10 Nm C 4. 0 = permitivitas udara atau ruang hampa. Handout Listrik Statis

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PENERIMA BEASISWA MAHASISWA KURANG MAMPU PADA STMIK BUDIDARMA MEDAN MENERAPKAN METODE PROFILE MATCHING

MATRIKS. Slide : Tri Harsono PENS - ITS. 1 Politeknik Elektronika Negeri Surabaya (PENS) - ITS

Transkripsi:

Nilai dan Vekto Eigen Mengingat kembali: pekalian matiks Dibeikan matiks A x dan vekto-vekto u, v, dan w 0 1 u 0 5 A v w u 1 Hitunglah Au, Aw, Av. Manakah dai hasil kali tesebut yang hasilnya adalah vekto yang sejaja dengan vekto semula Jawab: 0 1 1 Av v 1 8 u 0 0 0 u Aw 1. w 1 0 5 10 Au k u 1 untuk semua k R v dan Av sejaja w dan Aw sejaja u dan Au TIDAK sejaja 1

Mengingat kembali: SPL homogen dan deteminan 1. A adalah matiks nxn dan SPL Ax 0 mempunyai penyelesaian tivial saja. Apa kesimpulanm tentang A? Jawaban: A mempunyai invese. Det(A) 0. A adalah matiks nxn dan SPL Ax 0 mempunyai penyelesaian TIDAK tivial. Apa kesimpulanmu tentang A dan det(a)? Jawaban: A tidak mempunyai invese. Det(A) 0 Pekalian vekto dengan matiks A x x λ Ax x x Ax x dan Ax sejaja

Pekalian vekto dengan matiks 0 1 1 1 0 0 1 1 0 0 1 5 10 k 5 Au u Av v Aw kw y 8 y y 10 1 0 5 x x x Definisi: Nilai dan Vekto Eigen Definisi: Dibeikan matiks A nxn, vekto tak nol v di R n disebut vekto eigen dai A jika tedapat skala sedemikian hingga Av λv. λ disebut nilai eigen, v adalah vekto eigen dai A yang besesuaian dengan λ. Syaat pelu: v 0 (1) λ 1 () 0 λ 1 (3) -1 λ 0 () λ - 1 3

Masalah Vekto Eigen Dibeikan matiks pesegi A, A x sejaja x A x λ x Temukan semua vekto tidak nol x sedemikian hingga Ax adalah kelipatan skala x (Ax sejaja dengan x). atau Temukan semua vekto tak nol x sedemikian hingga Ax λx untuk suatu skala λ Masalah Nilai Eigen Dibeikan matiks pesegi A. A x λ x x vekto tak nol Temukan semua skala λ sedemikian hingga Ax λx untuk suatu vekto tak nol x. atau Temukan semua vekto skala λ sedemikian hingga pesamaan Ax λx mempunyai penyelesaian tak nol

Penyataan-penyataan ekuivalen Jika A matiks pesegi nxn, maka kalimat-kalimat beikut ekuivalen 1. λ nilai eigen A. Tedapat vekto tak nol x sedemikian hingga Ax λx 3. SPL (A λi)x 0 mempuyai solusi tidak nol (non-tivial). λ adalah penyelesaian pesamaan det (A λi) 0 Mencai nilai eigen A sama saja mencai penyelesaian pesamaan det(λi-a) 0 Pesamaan Kaakteistik Jika diuaikan, det (A - λi) meupakan suku banyak bedeajat n dalam λ, p(λ ) λⁿ + c n-1 λ n-1 +c n- λ n- + + c 1 λ+ c 0 suku banyak kaakteistik Pesamaan det((a - λi) λⁿ + c n-1 λ n-1 +c n- λ n- + + c 1 λ+ c 0 0 disebut pesamaan kaakteistik A - λi A-λI pesamaan kaakteistik det A-λI λⁿ + c n-1 λ n-1 +c n- λ n- + + c 1 λ+ c 0 0 Pesamaan dengan deajat n mempunyai paling banyak n penyelesaian, jadi matiks nxn paling banyak mempunyai n nilai eigen. 5

Contoh Mencai semua nilai eigen A 0 1 Mencai semua penyelesaian pesamaan det - λ 0 1 - λ 0 Mencai penyelesaian pesamaan kaakteistik ( - λ )( 1 - λ ) 0 λ, Nilai eigen A adalah 1 λ 1 Posedu: menentukan nilai eigen Dibeikan matiks pesegi A. Nilai-nilai eigen A dapat dipeoleh sebagai beikut: 1. Tentukan pesamaan kaakteistik det((a - λi) 0 tuliskan A dan matiks yang elemen diagonal utamanya dikuangi λ. (Jika dipelukan) uaikan pesamaan kaakteistik ke dalam pesamaan sukubanyak kaakteistik: λⁿ + c n-1 λ n-1 +c n- λ n- + + c 1 λ+ c 0 0 3. Selesaikan pesamaan yang dipeoleh pada langkah di atas. Nilai-nilai eigen meupakan penyelesaian pesamaan tesebut. 6

Contoh: Menentukan nilai eigen 1 1 1 Dibeikan matiks pesegi A 1 1 1. Tentukan pesamaan kaakteistik det(a - λi) 0 1 λ 1 1 det( A λi ) det 0 3 λ 3 1 1 λ (1 λ ) (3 λ ) 6 + (3 λ ) 3(1 λ ) 0. Ubahlah pesamaan kaakteistik ke dalam pesamaan sukubanyak kaakteistik: 3. Selesaikan pesamaan di atas untuk mempeoleh nilai-nilai eigen (1 λ) (3 λ) (3 λ) 0 Nilai-nilai eigen A: λ( λ )(3 λ) 0 λ 1 0 λ λ 3 3 Nilai eigen matiks diagonal Dibeikan matiks diagonal Pesamaan kaakteistik: Nilai-nilai eigen, 6, 5, 1 (meupakan enti diagonal utama) 0 0 0 0 5 0 0 A 0 0 6 0 0 0 0 1 λ 0 0 0 0 5 λ 0 0 A λi 0 0 6 λ 0 0 0 0 1 λ ( λ)(5 λ)(6 λ)(1 λ) 0 Nilai-nilai eigen matiks diagonal adalah elemen diagonal utamanya. 7

Bagaimana menentukan apakah suatu skala meupakan nilai eigen? Tentukan apakah, 0, meupakan nilai eigen A. 0 A 0 0 0 1 0 Jawab: Bentuk det(a-λi) untuk λ, 0,. Jika det(a-λi) 0, maka meupakan nilai eigen, kalau 0, maka bukan nilai eigen. Kunci:, nilai eigen A, 0 bukan nilai eigen A. 0 det( A I ) det 0 0 0 0 1 0 0 0 det( A 0 I ) det 0 0 0 8 0 0 1 0 0 0 det( A I) det 0 0 0 0 1 0 adalah nilai eigen A 0 bukan nilai eigen A nilai eigen A Kelipatan skala vekto eigen Dibeikan A. Diketahui bahwa x adalah vekto eigen A yang besesuaian dengan nilai eigen. Selidiki apakah 1/x, 10x, 5x juga vekto-vekto eigen A 1 1 1 A, 1 1 x 6 1 x 3 1 0 10x 60 0 0 5 x 30 10 1 1 1 8 Ax 6 1 x 1 1 Ax x 1 1 1 0 80 A(10 x) 60 10 (10 x) 1 1 0 0 A(10x) (10x) A x λ x A (10) x λ (10) x 8

Kelipatan skala vekto eigen 1 1 1 A, 1 1 x 6 1 x 3 1 1 1 1 8 1 1 1 Ax 6 1 x A( 1 x) 3 6 ( 1 ) x 1 1 1 1 1 Ax x A(1/ x) (1/ x) A x λ x A (1/) x λ (1/) x Kelipatan skala (tak nol) dai vekto eigen adalah vekto eigen tehadap nilai eigen yang sama Menentukan semua vekto eigen E λ Dibeikan vekto matiks A dan salah satu nilai eigennya, misalnya λ. Tentukan semua vekto eigen yang besesuaian dengan λ. Vekto-vekto eigen A yang besesuaian dengan λ 3 dapat dipeoleh dengan menyelesaikan SPL (A - λ I)x 0. Vekto eigen adalah anggota Null(A - λ I) Null(A - λ I) Himpunan semua penyelesaian SPL (A - λ I)x 0 0 Himpunan semua vekto eigen besesuaian dengan λ Null(A - λ I)-{0} 9

Ruang Eigen Ruang eigen A yang besesuaian dengan λ tedii atas semua vekto eigen yang besesuaian dengan λ dan vekto nol Ruang penyelesaian SPL (A - λ I)x 0 Null(A - λ I)x 0 Ruang Eigen Eλ Null(A - λ I) E λ Menentukan E λ sama dengan menentukan himpunan penyelesaian SPL (A - λ I)x 0 Menentukan uang eigen E λ Dibeikan vekto matiks A dan salah satu nilai eigennya, misalnya λ 3. Tentukan semua vekto eigen yang besesuaian dengan λ 3. 1 1 1 A 1 1 1 3 1 1 A λi 0 3 3 3 1 1 3 SPL (A - 3 I)x 0 1 3 1 1 x1 0 x1 + x + x3 0 ( A 3 I) x 3 x 3x3 0 0 1 1 3 x x1 + x x3 0 3 0 1 Penyelesaian x1 a a, a R x a Himpunan penyelesaian 0 x3 0 1 Himpunan vekto eigen A besesuaian dengan λ 3 : a, a 0, a R 0 10

Nilai eigen matiks pangkat Nilai eigen dai A adalah 0,, dan 3. 1 1 1 A 1 1 Tentukan nilai eigen untuk 1 5 5 13 0 A 6 1 1, A, A 1 Dibeikan sembaang matiks A dan diketahui bahwa λ adalah nilai eigennya. Maka tedapat vekto tak nol x sedemikian hingga Ax λx kalikan kedua uas dengan matiks A A.Ax A λx A x λ(ax) substitusi Ax dengan λx A x λ x jadi, λ meupakan nilai eigen A Teoema: Jika n adalah bilangan bulat positif, λ nilai eigen matiks A, maka λ n adalah nilai eigen A n Nilai eigen matiks singula Misalkan λ 0 meupakan nilai eigen dai A. Maka 0 meupakan penyelesaian pesamaan kaakteistik: dengan menganti λ dengan 0, dipeoleh c0 0. Padahal det(a- λi) 0, dengan λ 0, maka det(a) c0 0. Kaena det(a) 0 maka A tidak mempunyai invese. Sebaliknya, det(a) det(a - λi) dengan mengambil λ 0.Jadi det(a) c0. Jika A tidak mempunyai invese, maka det(a) 0 c0. Sehingga λ 0 meupakan salah satu penyelesaian pesamaan kaakteistik; λ 0 meupakan salah satu nilai eigen dai A. 0 adalah nilai eigen A jika dan hanya jika A tidak mempunyai invese. 11

Nilai eigen matiks tanspose det(b) det(b T ) (A- λ I) T (A T -λ I) Misalkan λ 0 meupakan nilai eigen dai A, maka det(a- λ I) 0 Kaena matiks dan tansposenya mempunyai deteminan yang sama, maka det(a- λ I) T 0 Kaena (A- λ I) T (A T -λ I), maka det(a T - λ I) 0 Jadi, λ adalah nilai eigen dai A T A dan A T mempunyai nilai eigen yang sama A dan A -1 mempuyai nilai eigen yang sama Diagonalisasi Definisi: Matiks pesegi A dapat didiagonalkan jika tedapat matiks yang mempunyai invese sedemikian hingga P -1 AP D adalah matiks diagonal. Contoh: 5 6 A 3 1 P 1 1 1 1 1 P 1 P -1 AP 1 1 1 5 6 3 1 1 1 0 D 0 1 A dapat didiagonalkan Matiks diagonal 1

Kapan matiks A dapat didiagonalkan? Teoema: Jika A adalah matiks nxn, maka kalimat-kalimat beikut ini ekuivalen: 1. A dapat didiagonalkan. A mempunyai n vekto-vekto eigen yang bebas linie Bukti (1) () Dibeikan A a11 a1 L a1n a1 a a n A L M M M an1 an L ann Misalkan A dapat didiagonalkan, maka tedapat matiks P yang mempunyai invese p11 p1 L p1n p11 p1 L p1n p1 p p n P L p1 p p APPD L n M M M M M M pn1 pn L pnn pn1 pn L pnn Sedemikian hingga P -1 AP D matiks diagonal λ1 p11 λ p1 L λn p1n λ1 p1 λ p λn p L n M M M λ1 pn1 λ pn L λn pnn λ1 0 L 0 0 λ 0 D L M M M 0 0 L λn Kapan matiks A dapat didiagonalkan? (lanjt) P -1 AP D, kalikan dengan P -1, AP PD p11 p1 L p1n p1 p p n PD L M M M pn1 pn L pnn λ1 0 L 0 0 λ 0 L M M M 0 0 L λn λ1 p11 λ p1 L λn p1n λ1 p1 λ p λn p L n M M M λ1 pn1 λ pn L λn pnn uu uu uu λ1 p1 λ p λn p L n a11 a1 L a1n a1 a a n AP L M M M an1 an L ann AP PD, jadi p11 p1 L p1n p1 p p L n M M M pn1 pn L pnn uu uu uu A p1 A p A pn L uu uu uu uu uu uu Ap1 λ1 p1 Ap λ p L Apn λn pn Kaena P mempunyai invese, maka kolom-kolmnya bukan kolom nol. Bedasakan deinisi nilai eigen, maka λ 1, λ, λ 3,,λ n meupakan nilai-nilai eigen A, dan kolom-kolom P adalah vekto-vekto eigen A yang bebas linie (kaena P mempunya invese) Bukti untuk () (1) kejakanlah sebagai latihan untuk mempedalam pemahaman. 13

Posedu mendiagonalkan matiks Dibeikan matiks A nxn. Akan dicai P sedemikian hingga PAP -1 D. Posedu 1. Tentukan n vekto eigen A yang bebas linie, misalkan p 1, p, p 3,, p n. Dibentuk matiks P yang kolom-kolomnya adalah p 1, p, p 3,, p n 3. Maiks D P -1 AP adalah matiks diagonal yang enti diagonal utamanya adalah λ 1, λ, λ 3,,λ n dengan λ j adalah nilai eigen besesuaian dengan p j untuk j 1,, 3,, n Contoh: mendiagonalkan matiks Dibeikan matiks A nxn. Akan dicai P sedemikian hingga PAP -1 D. 5 6 A 3 Posedu 1. Tentukan vekto eigen A yang bebas linie. Petama kita tentukan nilai-nilai eigennya yaitu λ 1 dan λ -1 (telah dihitung sebelumnya). Tentukan vekto eigen besesuaian dengan nilai eigen, dengan menyelesaiakn SPL (A - λ I)x 0. Dipeoleh u u 1 p1 1 p 1. Dibentuk matiks P yang kolom-kolomnya adalah vekto-vekto eigen di atas. 1 P 1 1 1 1 1 P 1 3. Matiks D P -1 A P adalah matiks diagonal yang enti diagonal utamanya adalah λ 1, λ betuut-tuut D 0 0 1 1

Masalah Diagonalisasi dan masalah vekto eigen Masalah vekto eigen Dibeikan matiks A nxn, apakah tedapat basis di R n tedii atas vekto-vekto eigen? Masalah diagonalisasi Dibeikan matiks A nxn apakah tedapat matiks yang mempunyai invese P sedemikian hingga np -1 AP adalah matiks diagonal? Teoema: A nxn dapat didiagonalkan jika dan hanya jika tedapat n vekto eigen yang bebas linie. Padahal, setiap n vekto yang saling bebas linie di R n meupakan basis R n. Kesimpulan: masalah vekto eigen sama dengan masalah diagonalisasi 15