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

dokumen-dokumen yang mirip
BAB 3 FUNGSI MONOTON MATRIKS

DIAGONALISASI MATRIKS KOMPLEKS

BAB I PENDAHULUAN 1.1 Latar Belakang

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

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

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

I PENDAHULUAN II LANDASAN TEORI

BAB II TINJAUAN PUSTAKA

BAB 2 LANDASAN TEORI

DIAGONALISASI MATRIKS ATAS RING KOMUTATIF DENGAN ELEMEN SATUAN INTISARI

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

Eigen value & Eigen vektor

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

II. LANDASAN TEORI. Pada bab ini akan dijelaskan mengenai teori-teori yang berhubungan dengan

Aljabar Linear Elementer

Lampiran 1 Pembuktian Teorema 2.3

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

KAJIAN MATRIKS JORDAN DAN APLIKASINYA PADA SISTEM LINEAR WAKTU DISKRIT

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

SIFAT-SIFAT KESETARAAN PADA MATRIKS SECONDARY NORMAL ABSTRACT

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

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

Analisis Matriks. Ahmad Muchlis

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

BAB II LANDASAN TEORI

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

Perluasan Teorema Cayley-Hamilton pada Matriks

DIAGONALISASI MATRIKS HILBERT

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

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

BAB II LANDASAN TEORI

DIAGONALISASI MATRIKS PERSEGI (SQUARE MATRIX) MENGGUNAKAN DEKOMPOSISI SCHUR TUGAS AKHIR

4.1 Algoritma Ortogonalisasi Gram-Schmidt yang Diperumum

APLIKASI MATRIKS LESLIE UNTUK MEMPREDIKSI JUMLAH DAN LAJU PERTUMBUHAN SUATU POPULASI

MATRIKS VEKTOR DETERMINAN SISTEM LINEAR ALJABAR LINEAR

Jln. Perintis Kemerdekaan, Makassar, Indonesia, Kode Pos Perintis Kemerdekaan Street, Makassar, Indonesia, Post Code 90245

MAKALAH ALJABAR LINIER

MATRIKS A = ; B = ; C = ; D = ( 5 )

DIAGONALISASI MATRIKS HERMITE A UNTUK MENGHITUNG MATRIKS HERMITE A n, n Z + DAN APLIKASINYA PADA PENGAMANAN PESAN RAHASIA

& & # = atau )!"* ( & ( ( (&

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

Matriks - 1: Beberapa Definisi Dasar Latihan Aljabar Matriks

SISTEM PERSAMAAN LINEAR ( BAGIAN II )

Beberapa Sifat Operator Self Adjoint dalam Ruang Hilbert

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

Part II SPL Homogen Matriks

BAB 2 LANDASAN TEORI

MENENTUKAN INVERS MOORE PENROSE DARI SUATU MATRIKS DENGAN MENGGUNAKAN DEKOMPOSISI NILAI SINGULAR SKRIPSI. Disusun oleh : DINA MARIYA J2A

MULTIMEDIA PEMBELAJARAN DIAGONALISASI MATRIKS

KS KALKULUS DAN ALJABAR LINEAR Eigen Value Eigen Vector TIM KALIN

BAB III OPERATOR LINEAR TERBATAS PADA RUANG HILBERT. Operator merupakan salah satu materi yang akan dibahas dalam fungsi

MATRIKS BENTUK KANONIK RASIONAL DENGAN MENGGUNAKAN PEMBAGI ELEMENTER INTISARI

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

PENYELESAIAN SISTEM PERSAMAAN LINEAR FUZZY MENGGUNAKAN METODE DEKOMPOSISI NILAI SINGULAR (SVD) TUGAS AKHIR. Oleh : SABRINA INDAH MARNI

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

Fisika Matematika II 2011/2012

BAB II TINJAUAN PUSTAKA

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

Aljabar Linear Elementer MUG1E3 3 SKS

RENCANA KEGIATAN PERKULIAHAN Kode Mata Kuliah : MAA 526 Nama Mata Kuliah : Analisis Fungsional

GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI : S1 SISTEM KOMPUTER Semester : 2

BAB I PENDAHULUAN Latar Belakang Masalah

untuk setiap x sehingga f g

PENYELESAIAN SISTEM PERSAMAAN LINEAR FUZZY KOMPLEKS MENGGUNAKAN METODE DEKOMPOSISI QR TUGAS AKHIR

MATRIKS Matematika Industri I

Diagonalisasi Matriks Segitiga Atas Ring komutatif Dengan Elemen Satuan

UNIVERSITAS PENDIDIKAN INDONESIA

BAB 7 TRANSFORMASI LINEAR PADA RUANG VEKTOR

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

SUMMARY ALJABAR LINEAR

Matriks. Baris ke 2 Baris ke 3

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

ELIMINASI GAUSS JORDAN. Oleh: Andi Rusdi*)

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

BAB 5 RUANG VEKTOR A. PENDAHULUAN

Aljabar Linier, Vektor, dan Eksplorasinya dengan Maple

MATRIKS Matematika Industri I

BAB II DETERMINAN DAN INVERS MATRIKS

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

MODUL V EIGENVALUE DAN EIGENVEKTOR

BAB II LANDASAN TEORI

MUH1G3/ MATRIKS DAN RUANG VEKTOR

KAJIAN MATRIKS JORDAN DAN APLIKASINYA PADA SISTEM LINEAR WAKTU DISKRIT

MATERI ALJABAR LINEAR LANJUT RUANG VEKTOR

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

Aljabar Linier Elementer. Kuliah 7

BAB 2 RUANG HILBERT. 2.1 Definisi Ruang Hilbert

BAB I PENDAHULUAN Latar Belakang Masalah

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

GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : 1

RUANG HASIL KALI DALAM (RHKD) Makalah Ini Disusun untuk Memenuhi Tugas Mata Kuliah Aljabar Linear Dosen Pengampu: Abdul Aziz Saefudin, M.

Edisi Juni 2011 Volume V No. 1-2 ISSN SIFAT-SIFAT RUANG HASIL KALI DALAM-n KOMPLEKS

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

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

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

MATRIKS. Notasi yang digunakan NOTASI MATRIKS

MENENTUKAN INVERS MOORE PENROSE DARI MATRIKS KOMPLEKS

BAB II KAJIAN TEORI. linier, varian dan simpangan baku, standarisasi data, koefisien korelasi, matriks

BAB I PENDAHULUAN. Analisis fungsional merupakan salah satu cabang dari kelompok analisis

SOLUSI SISTEM PERSAMAAN LINEAR

Transkripsi:

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 dari matriks persegi khusus. Sebelum membahas matriks Hermitian, ada konsep yang perlu diketahui, yaitu konjuget transpos. Seperti yang telah dibahas pada bab sebelumnya, jika matriks berukuran dengan entri-entri bilangan kompleks, konjuget transpos yang didefinisikan dengan adalah matriks berukuran dimana entri ke nya adalah. Contoh 3.1 : Perhatikan matriks kompleks Konjuget transpos adalah 3.1 Matriks Uniter Definisi 3.1.1 (Anton & Rorres, 2005: 818). Suatu matriks persegi dengan entri-entri bilangan kompleks disebut uniter jika.

25 Pernyataan dalam Definisi 3.1.1 ekuivalen dengan matriks disebut matriks uniter jika. Berikut ini adalah contoh dari matriks uniter: Contoh 3.1.2: Diberikan matriks Maka Akibatnya kita peroleh bahwa Sehingga matriks adalah matriks uniter. Teorema 3.1.3 (Anton & Rorres, 2005: 819). Jika adalah matriks berukuran dengan entri-entri bilangan kompleks, maka pernyataan berikut ekuivalen (a) adalah uniter (b) vektor-vektor baris membentuk sebuah himpunan ortonormal di dengan hasilkali dalam Euclidean

26 (c) vektor-vektor kolom membentuk suatu himpunan ortonormal di dengan hasilkali dalam Euclidean. Definisi 3.1.4 (Anton & Rorres, 2005: 820). adalah matriks kompleks berukuran. dikatakan secara uniter dapat didiagonalisasi jika terdapat matriks uniter sedemikian sehingga adalah matriks diagonal; matriks dikatakan secara uniter mendiagonalisasi. 3.2 Matriks Hermitian Kajian mengenai matriks Hermitian menjadi sangat penting karena matriks Hermitian memiliki beberapa karakteristik. Salah satu karakteristik yang paling utama dari matriks Hermitian yaitu memiliki nilai eigen berupa bilangan real sehingga kita dapat mendefinisikan sebuah fungsi dari matriks Hermitian. Definisi 3.2.1 (Anton & Rorres, 2005: 821). Suatu matriks persegi dengan entrientri bilangan kompleks disebut matriks Hermitian atau disebut juga self-adjoin jika. Contoh: Matriks adalah matriks Hermitian, sebab

27 Definisi 3.2.2 (Anton & Rorres, 2005: 821). Matriks persegi dengan entri-entri bilangan kompleks disebut normal jika Setiap matriks Hermitian adalah normal karena dan setiap matriks uniter adalah normal karena. Teorema 3.2.3 (Anton & Rorres, 2005: 822). Jika matriks persegi dengan entrientri bilangan kompleks, maka pernyataan berikut ekuivalen (a) secara uniter dapat didiagonalisasi. (b) memiliki sebuah himpunan ortonormal yang terdiri dari vektor eigen. (c) adalah matriks normal. Kita perlu memperhatikan bahwa suatu matriks normal dapat didiagonalisasi secara uniter dimana vektor-vektor kolomnya merupakan vektor eigen dari dan vektor-vektor eigen yang berbeda dalam ruang eigen adalah orthogonal. Adapun prosedur untuk mendiagonalisasi sebuah matriks normal adalah sebagai berikut: Langkah 1. Tentukan basis dari setiap ruang eigen dari matriks. Langkah 2. Gunakan proses Gram-Schmidt pada setiap basis dalam Langkah 1 untuk mendapatkan basis ortonormal untuk setiap ruang eigen.

28 Langkah 3. Bentuk matriks yang kolom-kolomnya adalah vektor-vektor basis yang diperoleh dari langkah 2. Matriks ini secara uniter mendiagonalisasi. Contoh 3.2.4: Matriks adalah matriks Hermitian yang terdiagonalkan secara uniter. Perhatikan bahwa polinomial karakteristik dari matriks adalah kemudian persamaan karakteristik dari matriks adalah dan diperoleh nilai-nilai eigen, dan. Kemudian akan dicari vektor eigen yang bersesuaian dengan nilai eigen dan. Perhatikan bahwa untuk, Dengan proses eleminasi Gauss-Jordan diperoleh Misalkan, maka diperoleh

29 Vektor eigen yang bersesuaian dengan nilai eigen adalah jadi, ruang eigen berdimensi 1 dengan basis Dengan proses Gram-Schmidt, ortonormalisasi vektor basis sehingga diperoleh ( ) Dengan cara yang sama, dilakukan untuk nilai eigen dan diperoleh basis Dengan proses Gram-Schmidt, ortonormalisasi vektor basis sehingga diperoleh ( ) Kemudian bentuk matriks, diperoleh

30 ( ) Sehingga matriks yang diperoleh adalah matriks yang mendiagonalisasi matriks. 3.3 Nilai Eigen pada Matriks Hermitian Definisi 3.3.1 (Horn & Johnson, 1990: 35). Misalkan. Maka sebuah vektor taknol pada disebut vektor eigen dari jika memenuhi persamaan berikut, dimana adalah skalar real atau kompleks. Skalar disebut nilai eigen dari dan disebut vektor eigen dari yang bersesuaian dengan nilai eigen. Perhatikan bahwa ekuivalen dengan. Agar nilai dapat menjadi nilai eigen, maka persamaan diatas harus memiliki solusi yang taknol, yaitu yang disebut sebagai persamaan karakteristik matriks.

31 Teorema 3.3.2 (Horn & Johnson, 1990: 170). Misalkan adalah matriks Hermitian, maka (a) adalah bilangan real untuk setiap, (b) nilai eigen dari adalah bilangan real Bukti: (a) Perhatikan bahwa. kemudian. Karena, maka adalah bilangan real. (b) Misalkan nilai eigen dari adalah dan adalah vektor eigen yang terkait dengan nilai eigen. Maka. Kemudian perhatikan bahwa Karena, maka nilai eigen adalah bilangan real. 3.4 Konsep Urutan pada Matriks Hermitian Konsep urutan pada matriks Hermitian ini merupakan konsep yang paling penting dalam mendefinisikan sebuah fungsi monoton operator. Sifat urutan yang digunakan adalah semidefinit positif atau positif. Sebelum membahas konsep urutan pada matriks Hermitian, akan dibahas terlebih dahulu mengenai hasilkali dalam standar pada. Misalkan. Hasilkali dalam standar dari didefinisikan sebagai

32 dimana adalah adjoin dari yang didefinisikan sebagai. Definisi 3.4.1. Misalkan adalah suatu matriks Hermitian. Matriks dikatakan semidefinit positif atau positif (ditulis ) jika untuk setiap. Selanjutnya, akan ditunjukkan bahwa jika adalah matriks Hermitian, maka untuk setiap berlaku. Perhatikan bahwa Kemudian, akan dibahas mengenai konsep urutan pada matriks Hermitian. Misalkan dan adalah Matriks Hermitian. Jika artinya adalah positif atau ditulis dengan, maka berdasarkan Definisi 3.4.1 diperoleh untuk setiap.