HANDOUT MATRIKS & RUANG VEKTOR

dokumen-dokumen yang mirip
Solusi Sistem Persamaan Linear

Aljabar Linear Elementer

Bila kita mempunyai suatu sistem persamaan linier 2x + 3y + 3z = 0 x + y + 3z = 0 x + 2y z = 0

MA SKS Silabus :

ANALISIS ELIMINASI GAUSS, DEKOMPOSISI CROUT, DAN METODE MATRIKS INVERS DALAM MENYELESAIKAN SISTEM PERSAMAAN

Bab 3 SISTEM PERSAMAAN LINIER

METODE NUMERIK. Sistem Persamaan Linier (SPL) (1) Pertemuan ke 5. Rinci Kembang Hapsari, S.Si, M.Kom

Persamaan Linier Simultan

METODE NUMERIK SISTEM PERSAMAAN ALJABAR LINIER (SPL) SIMULTAN.

1. SISTEM PERSAMAAN LINEAR DAN MATRIKS

III PEMBAHASAN. peubah. Sistem persamaan (6) dapat diringkas menjadi Bentuk Umum dari Magic Square, Bilangan Magic, dan Matriks SPL

Pertemuan : 3 Materi : Sistem Persamaan Linear : - Teorema Eksistensi - Reduksi ke Bentuk Echelon

SISTEM PERSAMAAN LINEAR. Nurdinintya Athari (NDT)

BAB III NORM MATRIKS PADA HIMPUNAN DARI MATRIKS-MATRIKS TOEPLITZ. Definisi 3.1 Matriks Toeplitz adalah suatu matriks., dengan nilai,, dan indeks yang

PENYELESAIAN SISTEM PERSAMAAN LINEAR DENGAN MENGGUNAKAN DETERMINAN (ATURAN CRAMER)

DETERMINAN MATRIKS dan

Bentuk umum persamaan aljabar linear serentak :

SISTIM PERSAMAAN LINIER. Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ

ALJABAR LINIER DAN MATRIKS MATRIKS (DETERMINAN, INVERS, TRANSPOSE)

Catatan Kuliah 1 Matematika Ekonomi Memahami dan Menganalisa Aljabar Matriks

Penyelesaian Persamaan Linier Simultan

RENCANA PELAKSANAAN PERKULIAHAN

Eliminasi Gauss Gauss Jordan

mengambil semua titik sample berupa titik ujung, yakni jumlah Riemann merupakan hampiran luas dari daerah dibawah kurva y = f (x) x i b x

MetodeLelaranUntukMenyelesaikanSPL

SISTEM PERSAMAAN LINEAR

Trihastuti Agustinah

SISTEM PERSAMAAN LINEAR. Systems of Linear Algebraic Equations

det DEFINISI Jika A 0 disebut matriks non singular

Pendahuluan Aljabar Vektor Matrik

SOLUSI NUMERIK PERSAMAAN NON-LINIER DENGAN MENGGUNAKAN METODE NEWTON-RAPHSON MODIFIKASI FUZZY. Jurusan Matematika,Fakultas Sains dan Teknologi

METODE NUMERIK PERTEMUAN : 5 & 6 M O H A M A D S I D I Q 3 S K S - T E K N I K I N F O R M A T I K A - S1

SOAL UJIAN AKHIR MATEMATIKA INFORMATIKA 4 (A & B) Dosen: Dr. Asep Juarna Jumlah Soal: 3 Uraian Tanggal Ujian: 02/03/12 Waktu Ujian: 2 jam

BAB I. MATRIKS BAB II. DETERMINAN BAB III. INVERS MATRIKS BAB IV. PENYELESAIAN PERSAMAAN LINEAR SIMULTAN

A. PENGERTIAN B. DETERMINAN MATRIKS

BAB 6 INTEGRASI NUMERIK

BAB I SISTEM PERSAMAAN LINEAR

dan mempunyai vektor normal n =(a b c). Misal P(x,y,z) suatu titik berada pada bidang. 1. Persamaan bidangnya adalah n P P

Bentuk Kanonik Persamaan Ruang Keadaan. Institut Teknologi Sepuluh Nopember

Matematika Lanjut 1. Onggo Wiryawan

BAB V INTEGRAL DARBOUX

BAB 12 METODE SIMPLEX

VI. OPERASI MATRIKS (Part 2) Oleh Dr. Asep Juarna

MA1201 MATEMATIKA 2A Hendra Gunawan

Modul 8. (Pertemuan 12 s/d 16) DERET FOURIER

DETERMINAN. Misalkan A adalah suatu matriks persegi. a) Jika A memiliki satu baris atau satu kolom bilangan nol, maka det(a) = 0.

SOLUSI SISTEM PERSAMAAN LINEAR DENGAN METODE JACOBI. Prasetyo Budi Darmono Jurusan Pendidikan Matematika FKIP Universitas Muhammadiyah Purworejo

Diijinkan memperbanyak demi kepentingan pendidikan dengan tetap mencantumkan alamat situs

Sistem Bilangan dan Kesalahan. Sistim Bilangan Metode Numerik 1

Matriks yang mempunyai jumlah baris sama dengan jumlah kolomnya disebut matriks bujur sangkar (square matrix). contoh :

BAB 2 SISTEM BILANGAN DAN KESALAHAN

TE Dasar Sistem Pengaturan. Kriteria Kestabilan Routh

MATRIK dan RUANG VEKTOR

BAB VI SIFAT-SIFAT LANJUTAN INTEGRAL RIEMANN

Nuryanto,ST.,MT. Integral merupakan operasi invers dari turunan. Jika turunan dari F(x) adalah F (x) = f(x), maka F(x) = f(x) dx.

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

Diijinkan memperbanyak demi kepentingan pendidikan dengan tetap mencantumkan alamat situs

Sistem Bilangan dan Kesalahan. Metode Numerik

BAB II DETERMINAN DAN INVERS MATRIKS

Pada Bab 12 kita mengasumsikan bahwa f kontinu pada [a, b] dan mendefinisikan f(x) dx sebagai supremum dari himpunan semua jumlah luas daerah

Matematika Dasar INTEGRAL TENTU . 2. Partisi yang terbentuk merupakan segiempat dengan ukuran x dan f ( x k ) sebagai

BAB IV INTEGRAL RIEMANN

INTEGRAL-Z. Siti Khabibah, Farikhin, Bayu Surarso Jurusan Matematika FMIPA UNDIP Semarang Jl. Prof. H. Soedarto, SH, Tembalang, Semarang, 50275

Pertemuan 8 Aljabar Linear & Matriks

A x = b apakah solusi x

TEOREMA DERET PANGKAT

BAB 4 Sistem Persamaan Linear

III PEMBAHASAN. x x. 3.1 Analisis Metode Perhatikan persamaan integral Volterra berikut. x. atau (11)

bila nilai parameter sesungguhnya adalah. Jadi, K( ) P( SU jatuh ke dalam WP bila nilai parameter sama dengan )

IX. RANCANGAN ACAK LENGKAP POLA FAKTORIAL AxB

MATRIKS A. Pengertian, Notasi dan Bagian Dalam Matriks

Aljabar Linear Elementer

Bentuk Umum Perluasan Teorema Pythagoras

SATUAN ACARA PERKULIAHAN

INVERS MATRIKS. Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ

MUH1G3/ MATRIKS DAN RUANG VEKTOR

Metode Iterasi Gauss Seidell

Bab a. maka notasi determinan dari matriks A ditulis : det (A) atau. atau A.

Dia yang menjadikan matahari dan bulan bercahaya, serta mengaturnya pada beberapa tempat, supaya kamu mengetahui bilangan tahun dan perhitunganya

Pertemuan 7 Persamaan Linier

1. bentuk eksplisit suku ke-n 2. ditulis barisannya sejumlah berhingga suku awalnya. 3. bentuk rekursi ...

Pertemuan ke-5 Persamaan Linier Simultan. 11 Oktober Dr.Eng. Agus S. Muntohar Department of Civil Engineering

JURUSAN FISIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER 1

Modul 3: Solusi SPAL dengan Teknik Dekomposisi LU

Copyright Provide Free Tests and High Quality. x < a maka a < x < a - x > a maka x < a atau x > a

BAB 5 PENDEKATAN FUNGSI

Analisa Kestabilan Pendahuluan Konsep Umum Kestabilan

Soal-soal dan Pembahasan Matematika Dasar SBMPTN - SNMPTN 2008

( ) τ k τ HASIL DAN PEMBAHASAN. Perumusan Penduga Bagi θ

Matriks Jawab:

BILANGAN BERPANGKAT DAN BENTUK AKAR

a11 a12 x1 b1 Lanjutan Mencari Matriks Balikan dengan OBE

MENGHITUNG DETERMINAN SUATU MATRIKS DENGAN MENGGUNAKAN METODE CORNICE

1. Bilangan Berpangkat Bulat Positif

INTERPOLASI PERTEMUAN : S K S - T E K N I K I N F O R M A T I K A - S1 M O H A M A D S I D I Q

24/02/2014. Sistem Persamaan Linear (SPL) Beberapa Aplikasi Sistem Persamaan Linear Rangkaian listrik Jaringan Komputer Model Ekonomi dan lain-lain.

MATRIKS. Create by Luke

Transkripsi:

KULIAH HANDOUT MATRIKS & RUANG VEKTOR. DEFINISI MATRIKS MATRIKS dh kmp ig-ig yg diss secr khss dm etk ris d koom sehigg eretk empt persegi pjg. St mtriks A yg terdiri dri m ris d koom dpt ditisk segi Am. t A(m ). Beerp Jeis Mtriks Berdsrk Ss Eemey. Mtriks kdrt t mtriks jr sgkr. Mtriks o 3. Mtriks digo 4. Mtriks st 5. Mtriks skr 6. Mtriks tridigo 7. Mtriks qsi-digo 8. Mtriks segitig wh d segitig ts 9. Mtriks simetris. Mtriks skew. Mtriks skew simetris

Bc-cetk Vektor Bris Progrm kompter dm QUICK BASIC tk memc-mecetk vektor ris: DIM C(5) ================================== NRD = INPUT DEVICE CODE NUMBER NWR = OUTPUT DEVICE CODE NUMBER NAMA PROGRAM : VEX.BAS ================================== CLS NRD = OPEN DATA7.DAT FOR INPUT AS #NRD FOR I = TO 5 INPUT #NRD, C(I) NEXT I CLOSE (NRD) NWR = 3 OPEN DATA8.DAT FOR OUTPUT AS #NWR FOR I = TO 5 PRINT #NWR, C(I); ; NEXT I CLOSE (NWR) END

3 KULIAH. OPERASI DENGAN MATRIKS. PENJUMLAHAN d h mtriks hy didefiisik pi ked mtriks yg dijmhk it sejeis. D h mtriks diset sejeis i kr kedy sm. Bi A m. + B m. = C m., dm h ii eeme-eeme dri mtriks C m. dh: c ij = ij + ij tk i =,,, m j =,,,. Sprogrm Srotie Pejmh Mtriks: Digrm ir: SUBROUTINE SUMN (M, N, A, B, C) DIMENSION A(M,N), B(M,N), C(M,N)

4 START I =, M J =, N C(I,J) = A(I,J) + B(I,J) RETURN

5. PENGURANGAN Mtriks mtriks C m. dh: Bi A m. - B m. = C m., dm h ii eeme-eeme dri c ij = ij - ij tk i =,,, m j =,,,. Hkm-hkm yg erk pd pejmh mtriks, erk jg pd pegrg mtriks..3 PERKALIAN Mtriks D h mtriks A d B is dikik pi jmh koom mtriks A sm deg jmh ris mtriks B. Dm etk mm dpt ditisk: c ij = k ik. kj deg i = ide ris =,,, m j = ide koom =,,,.

6 Sprogrm Srotie Perki Mtriks: START I =, M J =, L C(I,J) = K =, N C(I,J) = C(I,J) + A(I,K) * B(K,J)

7 RETURN.4 PERKALIAN MATRIKS DENGAN VEKTOR KOLOM Dm etk mm dpt ditisk: c i j ij j tk i j,,,m,,,. Srotie Perki Mtriks deg Vektor Koom START I =, M C(I) = J =, N C(I) = C(I) + A(I,J) * B(J)

8 RETURN KULIAH 3 3. PERKALIAN VEKTOR BARIS DENGAN MATRIKS Adik dikethi Vektor ris (mtriks ris) X = ( m ) mtriks A m m m Perki tr kedy dpt dikerjk i jmh koom dri mtriks yg pertm sm deg jmh ris dri mtriks yg ked. Dm etk mm dpt ditisk: Y i = j j ji tk i =,,, j =,,, m.

9 Srotie Perki Vektor Bris deg Mtriks START I =, N Y(I) = J =, M Y(I) = Y(I) + X(J) * A(J,I) RETURN

3. PEMBAGIAN DENGAN MATRIKS Istih pemgi deg mtriks tidk egit poper. Utk memgi mtriks A deg B dikk deg cr segi erikt: Utk mecri A C dikerjk C = A.B -, deg B - dh B ivers dri mtriks B. Didefiisik B.B - = I deg I dh mtriks st. 3.3 DEKOMPOSISI MATRIKS St mtriks A dpt didekomposisi mejdi mtriks segitig wh (L) d mtriks ts (U), yit A = LU. Dekomposisi terset ik i digo tm mtriks L t U erhrg st. Misk kit mempyi mtriks A(4 4), mk: 3 4 4 3 43 4 4 34 44 3 4 4 43 44. 3 4 4 34 Yg k dicri dh eeme-eeme dri mtriks L d U. Betk mm dpt dirmsk segi erikt: L i = i tk i =, L ji = ji - i k tk i =, jk. ki j =,

KULIAH 4 3. DETERMINAN 3. Cr Srrs Utk mtriks A 3 3, determiy mert Srrs dicri segi erikt: Det (A) = ( + 3 + 3 ) - ( 3 3 + + ) 3. Cr Mior d Kofktor Det (A) = ij i K ij j =,,, tk >. Kofktor K ij dpt dicri deg mempergk mior M ij K ij = (-) i+j M ij M ij dh mior dri koefisie A ij yg merpk ii determi seteh ris ke i d koom ke j dri mtriks A dihigk.

3.3 Metod CHIO tk Meghitg Determi Adik kit igi mecri ii determi dri st mtriks Mert Chio dekomposisi determi di ts mejdi s-determi erderjt dpt dikk segi erikt: D 3 3 3 3 3 3 3 3 =,,, d setersy.

3 KULIAH 5 3.4 Perhitg Determi deg Opersi Bris Eemeter Perhitg deg memftk kompter tk mtriks kr esr isy tidk memki cr mior d kofktor kre jmh opersiy demiki yk. Metod tk progrm kompter dh:. Uh determi it mejdi determi segitig wh t ts deg meggk opersi ris eemeter.. Nii determi segitig ts (wh) dh hsi perki dri sr-sr digoy. Ctt : Jik dri st determi dikk pertkr ris mk ii determi terset erh tdy. Misk mtriks 3 4 4 3 43 4 4 34 44 deg opersi ris eemeter diredksi mejdi mtriks segitig ts ' 3 ' " 4 ' 4 " 34 ''' 44 Mk: Det (A) = ( ) ( ) ( ) ( 44 )

4 3.5 Perhitg Determi deg Dekomposisi LU Adik A = LU 3 3 3 3 Srrs: Determi dri mtriks L d U di ts dpt dicri deg cr Det L =.. d Det U =.. = Det A = det (LU) = det L. det U =.. Api mtriks A erorde mk Det A =....

5 KULIAH 6 4. PERSAMAAN LINIER SIMULTAN 4. Betk mm st persm iier simt orde N dh: + + + = + + + = + + + = Api sem hrg,,, =, persm terset diset persm iier simt yg homoge. Dm etk mtriks, peis persm iier simt di ts dpt disederhk mejdi: t disigkt mejdi: AX = B. D h khss yg hrs diperhtik dh:. SPL simt mempyi peyeesi tgg i mtriks A dh reger t o sigr yki Det (A).. SPL simt mempyi peyeesi yg tk tet t tk mgki diseesik, i mtriks A dh sigr, yki Det (A) =.

6 4. Peyeesi Persm Liier Simt deg Metod Crmer Api peh dri st SPL orde dh: X j tk j =,,, d persm iier simt terset ditisk dm etk mtriks segi: AX = B mk mert metod Crmer j Det ( A) j Det( A) dm h ii: Det( A) Det j (A) dh determi yg didpt deg meggti koom ke j dri Det (A) deg vektor koom B. Jdi: Det ( A) j.........

7 KULIAH 7 4.3 Peyeesi Persm Liier Simt deg Eimisi Gss Metod eimisi Gss mempergk opersi ris eemeter tk meghpsk sem eeme-eeme mtriks yg erd di seeh kiri digo tm mtriks A( ). Dm peks metod ii, mtriks A( ) ii dijdik A( +) kre vektor koom dietkk di dm koom +. Secr simois. Metod eemisi Gss ii dpt ditergk segi erikt: Misk st persm iier simt, ditisk dm etk persm mtriks segi erikt: Utk mecri hrg-hrg,,,, mtriks egkp diredksi sehigg hsi khiry mejdi ' ' ' Dri mtriks terkhir ii diperoeh:

8 Deg stitsi mdr ertrt-trt diperoeh ii-ii -, -,,,. 4.4 Peyeesi Persm Liier Simt deg Gss-Jord Lgkh-gkh yg dikk dh: Betk mtriks A( ) mejdi A( +) deg meetkk vektor koom pd koom ke + mtriks A( +). Deg opersi ris eemeter, mtriks terset diredksi sehigg dihsik etk terkhir mtriks terset dh: Dri hsi terkhir ii, sdh dpt disimpk hw: = / = / = / Metod Gss d Gss-Jord k erfgsi deg ik i pivot ii dh hrg eeme yg teresr dm ris ke-i.

9 KULIAH 8 4.5 Peyeesi Persm Liier Simt deg Metod Gss- Seide Metod Gss-Seide ii sgt cocok tk peyeesi mtriks erkr esr, t yg yk mempyi eeme erhrg o terserk (Sprse). Cr memki metod Gss-Seide Tisk SPL + + + = + + + = + + + = dm etk segi erikt: = (/ )( - - 3 3 - - ) = (/ ) ( - - 3 - - ) - = (/ - )( - - -, - - -,- - - -, ) = (/ ) ( - - - -,- - ) Kemdi dikk terk dri ii w, misy: X () =, () () =,, =. Sstitsik ii-ii w it ke SPL etk terkhir, didpt X () = /, = = = Sstitsik ii-ii ii ke ris etk terkhir, didpt X () = (/ ) ( - ( / ))

Demiki setersy smpi didpt X () = (/ )( - ( / ) -,- - () ) Berikty proses itersi ke-, ke-3,, smpi ke- yky itersi yg dimit. 4.6 Mtriks Tridigo d Agoritm Thoms Agoritm Thoms sgt cocok tk meyeesik persm iier simt yg dpt dietk mejdi mtriks tridigo. Persm semcm ii yk dijmpi dm perhitg merik persm diferesi prsi deg metod ed erhigg tp eeme erhigg. Misk persm mtriks: AX = B t.... 43... 34 44.. 3 4 3 4 (*) Mtriks yg pig kiri hy mempyi hrg di tridigo, sedgk eeme-eeme di r it erii o. Vektor koom X(,, 3, 4 ) dikethi. Peyeesi (*) dpt dikk deg cr medekomposisi mtriks tridigo A mejdi: A = LU t

.... 43... 34 44.. =.... 43.. 44....... 34.. (**) Api ked mtriks di rs k dikik k didpt etk mm ij = ij = ji tk i =, j =, - ii = ii - ij ji tk i =, j = i-, - ij = ji / ii tk i =, - j = i+, Utk meyeesik persm (**) tereih dh hrs didefiisik vektor koom Y y y y y 3 4 yg memehi persm: LY = B.

K diseesik k didpt etk mm Y = / Y i = ( i - ij y j ) / ii tk y i =, j = i-, - Kre B = LY mk didpt AX = LY LUX = LY t UX = Y.

KULIAH 9 4.7 Peyeesi Persm Liier Simt deg Cr Dekomposisi Tij persm iier simt: AX = B t 4 4 4 4 44 4 4 Dekomposisi mtriks A mejdi perki tr mtriks segitig wh (L) d mtriks segitig ts (U): A = LU yg m L = 3 4. 4. 43 44 d U = 3. 4 4 34 Utk meyeesik persm mtriks AX = B didefiisik st vektor koom Y yg memehi persm LY = B sehigg persm it dpt ditisk LUX = LY t UX = Y Persm LY = B dm etk mm dpt ditisk rms rekrsi segi erikt: y y i i i ii i ii ( i ij j y tk i j ) tk i,

4 4.8 Persm Liier Simt Homoge Betk mm persm iier simt homoge: + + + = + + + = + + + = Peyeesi yg memehi persm di ts dh: = = = = dimk peyeesi trivi. Persm terset mgki mempyi peyeesi yg tidk trivi pi jmh persm eih sedikit dripd jmh peh yg k dicri.

5 KULIAH 5. MATRIKS INVERSI Ivers mtriks A dh A - sehigg memehi A. A - = A -. A = I Utk mecri jmh opersi, dpt dipki cr i yki mecri mtriks iversi deg trsformsi eemeter. Bi A dh st mtriks persegi o sigr kr, mk: A I k dpt ditrsformsik mejdi I A - Misy deg mempergk opersi ris eemeter. 5. Iversi dri Mtriks Segitig Bwh Betk mmy: ii = / ii ij = - ii ( i k j ik kj ) tk i dri smpi tk i = smpi j = smpi. 5. Iversi dri Mtriks Segitig Ats Eeme-eeme ij dpt dirmsk secr eih mm d dpt dikeompokk mejdi 4 grp.

6 Grp pertm: ii = / ii tk i =, N. Grp ked: ij = - ij ij / ii tk i =, N- j = i + Grp ketig: ij ii j k ik kj tk i =, N- j = i+, N Grp keempt: ij ii j k ik kj tk i =, N-3 j = i + 3

7 KULIAH 5.3 Mecri Mtriks Iversi deg Metod Dooitte Ad d mcm pemfktor A mejdi LU yit:. Metode pemfktor Dooitte. Metode pemfktor Crot Pemfktor Dooitte, mesyrtk eeme digo L semy d eeme digo U tko. Misk tk mtriks A() dpt ditis segi 3 3 3 3 Utk meys goritm pemfktor Dooitte perhtik ri erikt ii. 3 3 3 3 3 3 3 3 3 3 Mert kesm mtriks, kit peroeh: I. ; ; 3 3 3 3 3 3 3

8 II. 3 3 III. Agoritm Pemfktor Dooitte Mskk :, ij, i, j =,,,. Ker : L, U Lgkh-gkh: I. Utk j =,,, j j jj Utk i =, 3,, Utk j =,,, i- Sk Utk k =,,, j- Sk sk + ik. kj ij ( ij - sk)/ jj Utk k = i, i+,, Sk Utk m =,,, i - Sk sk + im. mk ik ik - sk II. III. LY = C deg sstitsi mj UX = Y deg sstitsi mdr

9 5.5 Mecri Mtriks Iversi deg Metod Crot Pemfktor Crot, mesyrtk eeme digo L tko d sem eeme digo U erii. Misk tk mtriks A() dpt ditis segi 3 3 3 3 Peys goritm pemfktor Crot dikk seperti peys goritm pemfktor Dooitte. 5.6 Mecri Mtriks Iversi deg Metod Choesky Metod Choesky sgt ermft tk mecri iversi dri mtriks simetris deg eeme-eeme digo tm erhrg positif. Metod ii jg memftk tekik dokomposisi A = LU, k tetpi kre tk mtriks simetris A = A T mk LU = (LU) T t LU = U T L T yg errti: L = U T d U = L T. Jdi dekomposisi A = LU = L L T mk A - = (L L T ) - = (L T ) - L - t A - = (L - ) T L -

3 Dm etk mm metod Choesky dpt ditisk i = i / tk i =, ij [ ij ij j k i i ik jk ] tk i = 3, j =, - ii ii i ik k tk i =,

3 KULIAH 6. MATRIKS TRANSPOSE DAN MATRIKS ADJOINT Adik dikethi mtriks A 3 3 Trspose dri mtriks A dh A T 3 3 Adjoit dri mtriks A ditis Adj (A), dh st mtriks yg eeme-eemey terdiri dri trspose dri sem kofktor eemeeeme mtriks A. Mtriks djoit hy didefiisik tk mtriks kdrt. Adj ( A ) k k k 3 k k k k k k 3 Dm h ii: k = (-) + Det(M ), M dh mior dri koefisie k = (-) + Det(M ), M dh mior dri koefisie d setersy. Perhitg mtriks djoit deg kosep di ts krg efisie kre jmh opersiy ckp esr. Kosep i yg eih ik dh deg mempergk mtriks iversi. Kre tk setip mtriks kdrt erk tr: A. Adj (A) = Det(A).I

Mk dpt ditisk Adj (A) = Det (A).A - Digrm Air Trspose Mtriks START I =, N J =, M ATRAN(J,I) = A(I,J) RETURN

KULIAH 3 Digrm Air Perhitg Mtriks Adjoit START CALL DETMIN (N,A,DET) CALL MATIN (N,M,A,AINVER) I =, N J =, M ADJA(I,J) = DET*AINVER(I,J) RETURN

34 Sprogrm Srotie Adjoit SUB ADJOIN (N, A, ADJA) ======================================== CONTOH SUBPROGRAM SUBROUTINE ADJOINT NAMA PROGRAM : ADJOINT.BAS ======================================== DIM A(N,N), ADJA(N,N) SUBROUTINE LAIN YANG DIPERLUKAN: DETMIN, MATIN CALL DETMIN(N, A, DET) CALL MATIN(N, M, A, AINVER) FOR I = TO N FOR J = TO M ADJA(I, J) = DET * AINVER(I, J) NEXT J NEXT I END SUB

35 KULIAH 4 7. AKAR KARAKTERISTIK 7. Nii Krkteristik (Hrg Eige) d Vektor Krkteristik (Vektor Eige) Nii krkteristik dpt dirtik segi st ii (skr) yg erpsg deg vektor X d memehi persm mtriks: AX = X ( * ) Dm h ii: A dh mtriks kdrt X dh vektor krkteristik Kedy: d X diset kr-kr krkteristik. Persm ( * ) dpt ditisk segi: [ A - I ] [ X ] = [ ] (**) Meys Persm Krkteristik deg Metod Le Verrier- Fddeev Mert teorem Newto, tk st mtriks A jmh dri hrg-hrg eige sm deg jmh dri eeme-eeme digo yg dimk trce t Spr dri mtriks A. Jdi: Trce (A) = Dpt ditis: i i ii. i

36 S S i i i i trce (A) trce (A ) S k i k i k trce (A ) Utk mempermdh perhitg sejty Fddeev megemgk cr segi erikt: A = A ; Trce (A ) = P ; B = A - P I A = AB ; Trce (A ) = P ; B = A - P I A = AB - ; Trce (A ) = P ; B = A - P I Persm krkteristiky: (-) [ - P - - P - - - P ] = 7. Hrg Eige d Vektor Eige dri Mtriks Ordo 3 Hrg Eige Tij persm iier simt segi erikt: + + 3 3 = + + 3 = 3 + + 3 = 3 t AX = B

37 Dm perso mecri hrg eige mk B = I yg m I = sehigg mejdi [ A - I ] [ X ] = [ ] yg merpk persm iier simt homoge. Persm it dpt dietk mejdi 3 3 3 (@) Nii determi [ A - I ] memetk poiomi erderjt 3 dm : 3 + + + 3 = Vektor Eige Tis (@) dm etk ' 3 ' 3 ' 3 Kre peyeesi o-trivi hy dpt dierik dm etk perdig : : 3 mk kit dpt memiih tereih dh hrg w, misy: = sehigg persm it erh mejdi + 3 3 = - + 3 = - + 3 = - 3

38 Didptk: ' 3 3 ' 3 3 3 ' ' Nii-ii,, d 3 dm h ii mejdi vektor eige yg erhg deg hrg eige.