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

dokumen-dokumen yang mirip
DIAGONALISASI MATRIKS KOMPLEKS

KAJIAN MATRIKS JORDAN DAN APLIKASINYA PADA SISTEM LINEAR WAKTU DISKRIT

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

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

KAJIAN MATRIKS JORDAN DAN APLIKASINYA PADA SISTEM LINEAR WAKTU DISKRIT

PERSAMAAN RELASI REKURENSI PADA PERHITUNGAN NILAI DETERMINAN MATRIKS MENGGUNAKAN METODE EKSPANSI LAPLACE DAN METODE CHIO

BAB II TINJAUAN PUSTAKA

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

GRUP ALJABAR DAN -MODUL REGULAR SKRIPSI SARJANA MATEMATIKA OLEH: FITRIA EKA PUSPITA

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

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

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

Perluasan Teorema Cayley-Hamilton pada Matriks

MATRIKS BENTUK KANONIK RASIONAL DENGAN MENGGUNAKAN PEMBAGI ELEMENTER INTISARI

Similaritas Uniter Matriks Repesentasi Grup Berhingga

BAB I PENDAHULUAN Latar Belakang Masalah

SATUAN ACARA PERKULIAHAN MATA KULIAH : ALJABAR LINIER JURUSAN : TEKNIK KOMPUTER JUMLAH SKS : Definisi, Notasi, dan Operasi Vektor 2.

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB 2 LANDASAN TEORI

GERSHGORIN DISK FRAGMENT UNTUK MENENTUKAN DAERAH LETAK NILAI EIGEN PADA SUATU MATRIKS. Anggy S. Mandasary 1, Zulkarnain 2 ABSTRACT

KAJIAN METODE KONDENSASI CHIO PADA DETERMINAN MATRIKS

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

1.1. Definisi, Notasi, dan Operasi Vektor 1.2. Susunan Koordinat Ruang R n 1.3. Vektor di dalam R n 1.4. Persamaan garis lurus dan bidang rata

Aljabar Linear Elementer

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

SIFAT-SIFAT KESETARAAN PADA MATRIKS SECONDARY NORMAL ABSTRACT

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

A 10 Diagonalisasi Matriks Atas Ring Komutatif

DIAGONALISASI MATRIKS HILBERT

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

SOLUSI REFLEKSIF DAN ANTI-REFLEKSIF DARI PERSAMAAN MATRIKS AX = B

Eigen value & Eigen vektor

DIAGONALISASI MATRIKS ATAS RING KOMUTATIF DENGAN ELEMEN SATUAN INTISARI

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

MENENTUKAN NILPOTENT ORDE 4 PADA MATRIKS SINGULAR MENGGUNAKAN TEOREMA CAYLEY HAMILTON TUGAS AKHIR

SATUAN ACARA PERKULIAHAN MATA KULIAH : ALJABAR LINIER KODE / SKS : IT / 2 SKS

BAB II LANDASAN TEORI

KS KALKULUS DAN ALJABAR LINEAR Eigen Value Eigen Vector TIM KALIN

RUANG VEKTOR BAGIAN RANK KONSTAN DARI BEBERAPA RUANG VEKTOR MATRIKS

APLIKASI MATRIKS LESLIE UNTUK MEMPREDIKSI JUMLAH DAN LAJU PERTUMBUHAN SUATU POPULASI

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

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

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

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

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

Invers Tergeneralisasi Matriks atas Z p

Pasangan Baku Dalam Polinomial Monik

GARIS-GARIS BESAR PROGRAM PEMBELAJARAN

BAB I PENDAHULUAN Latar Belakang Masalah

MATRIKS SATUAN ACARA PERKULIAHAN MATA KULIAH MATEMATIKA TEKNIK 1

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

BAB 3 FUNGSI MONOTON MATRIKS

MATEMATIKA INFORMATIKA 2 TEKNIK INFORMATIKA UNIVERSITAS GUNADARMA FENI ANDRIANI

Diagonalisasi Matriks Segitiga Atas Ring komutatif Dengan Elemen Satuan

Penyelesaian Sistem Persamaan Linear (SPL) Dengan Dekomposisi QR

MATERI ALJABAR LINEAR LANJUT RUANG VEKTOR

I PENDAHULUAN II LANDASAN TEORI

Penentuan Nilai Eigen Tak Dominan Matriks Hermit Menggunakan Metode Pangkat Invers Dengan Nilai Shift

INVERS SUATU MATRIKS TOEPLITZ MENGGUNAKAN METODE ADJOIN

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

SIFAT NILAI EIGEN MATRIKS ANTI ADJACENCY DARI GRAF SIMETRIK

(MS.3) SUBRUANG CONINVARIAN DARI MATRIKS KUADRAT KOMPLEKS

MA Analisis dan Aljabar Teori=4 Praktikum=0 II (angka. 17 Juli

BAB II TEORI KODING DAN TEORI INVARIAN

LAPORAN TUGAS AKHIR. Topik Tugas Akhir : Kajian Matematika Murni PENERAPAN PROSES ORTHOGONALISASI GRAM-SCHMIDT DALAM MEMBENTUK FAKTORISASI QR

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

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

TUGAS MANDIRI MATRIKS. Mata Kuliah : Matematika ekonomi

Beberapa Sifat Operator Self Adjoint dalam Ruang Hilbert

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

MULTIMEDIA PEMBELAJARAN DIAGONALISASI MATRIKS

Program Studi Teknik Mesin S1

Menentukan Nilai Eigen Tak Dominan Suatu Matriks Semi Definit dan Indefinit Menggunakan Metode Kuasa Invers dengan Shift

RUANG VEKTOR BAGIAN RANK KONSTAN DARI BEBERAPA RUANG VEKTOR MATRIKS CONSTANT RANK VECTOR SUBSPACE OF SOME VECTOR SPACE MATRICES

Generalized Inverse Pada Matriks Atas

RUANG FAKTOR. Oleh : Muhammad Kukuh

MENENTUKAN PERPANGKATAN MATRIKS TANPA MENGGUNAKAN EIGENVALUE

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

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

SILABUS. A. Identitas Mata Kuliah. Nama Mata Kuliah Kode Mata Kuliah Jumlah SKS Semester Program Studi Dosen/Asisten

S I L A B U S. Kode Mata Kuliah : SKS : 3. Dosen Pembimbing : M. Soenarto

Aljabar Linier & Matriks. Tatap Muka 2

SISTEM PERSAMAAN LINEAR ( BAGIAN II )

MODUL V EIGENVALUE DAN EIGENVEKTOR

EKSISTENSI DAN KONSTRUKSI GENERALISASI

MATRIKS INVERS TERGENERALISIR

Pertemuan 8 Aljabar Linear & Matriks

MENENTUKAN NILAI EIGEN DAN VEKTOR EIGEN MATRIKS INTERVAL TUGAS AKHIR

KARAKTERISASI ALJABAR PADA GRAF BIPARTIT. Soleha, Dian W. Setyawati Institut Teknologi Sepuluh Nopember, Surabaya

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

PENENTUAN NILAI EIGEN TAK DOMINAN SUATU MATRIKS DEFINIT NEGATIF MENGGUNAKAN METODE KUASA INVERS DENGAN SHIFT

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

Aplikasi Matriks Circulant Untuk Menentukan Nilai Eigen Dari Graf Sikel (Cn)

Garis Entry Behavior. Mata kuliah: Matriks dan Ruang Vektor (IT ) / 2 sks CAPAIAN PEMBELAJARAN MATA KULIAH MATRIKS DAN RUANG VEKTOR:

BAB I PENDAHULUAN Latar Belakang Masalah

Pembagi Bersama Terbesar Matriks Polinomial

Aljabar Matriks. Aljabar Matriks

BAB 2 RUANG HILBERT. 2.1 Definisi Ruang Hilbert

SILABUS MATA KULIAH. Tanggal Berlaku : 4 September 2015

SUMMARY ALJABAR LINEAR

Transkripsi:

MATRIKS UNITER, SIMILARITAS UNITER DAN MATRIKS NORMAL Anis Fitri Lestari Mahasiswa Universitas Muhammadiyah Ponorogo ABSTRAK Matriks normal merupakan matriks persegi yang entri-entrinya bilangan kompleks Matriks normal merupakan perluasan dari matriks Hermit Matriks Hermit sendiri ditemukan oleh Charles Hermite (8-90), seorang ahli matematika berkebangsaan Perancis yang memberi konstribusi penting pada aljabar, teori matriks, dan berbagai cabang matematika analitik Beberapa matriks yang termasuk matriks normal adalah matriks diagonal, matriks uniter, matriks Hermit dan matriks skew Hermit Penelitian ini bertujuan untuk mengetahui definisi dan sifat-sifat yang berkaitan dengan matriks uniter, similaritas uniter dan matriks normal Untuk mengetahui hal tersebut, perlu dibahas materi tentang matriks uniter, similaritas uniter dan matriks normal Matriks uniter diperoleh dari matriks asal yaitu dengan cara mencari basis-basis dari vektor eigen yang saling ortogonal dan ortonormal Apabila basis-basis tersebut belum ortogonal dan ortonormal, maka kita gunakan proses Gram Schmidt Sehingga kita dapat membentuk matriks uniter dari basis-basis tersebut Matriks uniter ini akan digunakan untuk mentransformasi matriks asal menjadi matriks segitiga atas Sehingga matriks asal akan similar uniter dengan matriks segitiga atas, pernyataan ini dikenal dengan teorema Schur s Jika matriks asal tersebut berupa matriks normal dan dengan proses transformasi uniter menghasilkan matriks diagonal maka matriks tersebut dikatakan dapat didiagonalisasi secara uniter Hasil dari penelitian ini adalah diperoleh definisi dan sifat-sifat dari matriks uniter, similaritas uniter dan matriks normal yang dapat digunakan untuk mengetahui bahwa matriks normal dapat didiagonalisasikan secara uniter Pernyataan matriks normal dapat didigonalisasikan secara uniter telah dibuktikan pada teorema Spektral Kata Kunci : Matriks Uniter, Similaritas uniter, Matriks normal PENDAHULUAN Matematika adalah salah satu cabang ilmu pengetahuan yang abstrak dan banyak digunakan dalam kehidupan sehari-hari Salah satu cabang ilmu matematika yang sering kita pelajari adalah Aljabar Linear Aljabar Linear menjadi bagian penting dari matematika yang dibutuhkan oleh para matematikawan, guru matematika, ahli mesin, ahli komputer, fisika, ekonomi, statistik dan lain-lain Salah satu tokoh matematika yang terkenal adalah Charles Hermite (8-90), seorang ahli matematika berkebangsaan Perancis yang memberi konstribusi penting pada aljabar, teori matriks, dan berbagai cabang matematika analitik Ia telah menemukan matriks yang disebut matriks Hermit Ia dikenal sebagai orang yang menggunakan integral untuk menyelesaikan persamaan umum polinomial berderajat lima Ia juga membuktikan bahwa bilangan e (basis untuk logaritma natural) adalah sebuah bilangan transenden, yaitu sebuah bilangan yang bukan merupakan akar dari persamaan polinomial yang

koefisien-koefisiennya adalah bilangan rasional (Anton & Rorres, 005) Di dalam aljabar linear dipelajari tentang berbagai macam matriks Di mana setiap matriks tersebut memiliki sifat-sifat dan kegunaan tertentu Ditinjau dari entri bilangannya, matriks dibedakan menjadi dua yaitu matriks dengan entri bilangan real (misalnya matriks nol, matriks identitas, matriks orthogonal real, matriks simetris dan lain-lain) dan matriks dengan entri bilangan kompleks (misalnya matriks normal seperti matriks diagonal, matriks uniter, matriks Hermit dan matriks skew Hermit) Ukuran suatu matriks dinyatakan dalam jumlah baris (arah horizontal) dan kolom (arah vertikal) yang dimilikinya Ditinjau dari ukurannya matriks normal merupakan matriks persegi karena memiliki ukuran n n Sedangkan entri-entri dari matriks normal adalah bilangan kompleks Dalam penelitian ini, penulis akan membahas tentang matriks normal Matriks normal juga mempunyai banyak kegunaan dalam beberapa bidang ilmu lain seperti fotometri, makromolekular, graf dan bidang lainnya Salah satu matriks normal yang akan digunakan dalam penelitian ini adalah matriks uniter Dalam kasus ini, matriks uniter digunakan untuk mentransformasi matriks asal menjadi matriks segitiga atas atau matriks diagonal Sehingga matriks asal akan similar uniter dengan matriks segitiga atas atau matriks diagonal Untuk mengetahui kepastian dari pernyataan tersebut, dibutuhkan definisi dan sifat-sifat dari matriks uniter, similaritas uniter dan matriks normal Untuk itu, maka penulis ingin menulis skripsi mengenai Matriks Uniter, Similaritas Uniter dan Matriks Normal RUMUSAN MASALAH Berdasarkan latar belakang masalah yang telah diuraikan di atas, maka dirumuskan pertanyaan penelitian sebagai berikut: Apa definisi dan sifat-sifat yang berkaitan dengan matriks uniter? Apa definisi dan sifat-sifat yang berkaitan dengan similaritas uniter? 3 Apa definisi dan sifat-sifat yang berkaitan dengan matriks normal? METODE PENELITIAN Metode penelitian yang digunakan dalam penulisan ini adalah penelitian kepustakaan atau riset kepustakaan (library research) Riset kepustakaan atau sering juga disebut studi pustaka ialah serangkaian kegiatan yang berkenaan dengan metode pengumpulan data pustaka, membaca dan mencatat serta mengolah bahan penelitian (Zed, 008: 3) Sedangkan menurut Nazir dalam bukunya yang berjudul Metode Penelitian mengemukakan bahwa yang dimaksud dengan Studi kepustakaan adalah teknik pengumpulan data dengan mengadakan studi penelaahan terhadap buku-buku, literatur-literatur, catatancatatan, dan laporan-laporan yang ada hubungannya dengan masalah yang dipecahkan Data yang diperlukan dalam penelitian ini adalah data yang bersifat tekstual meliputi konsep tentang matriks uniter, similaritas uniter dan matriks normal Informasi untuk penelitian ini dikumpulkan dari buku-buku acuan mengenai aljabar linear, jurnal-jurnal dan artikel di internet mengenai matriks uniter, similaritas uniter dan matriks normal Buku acuan utama yang digunakan adalah Handbook of Linear Algebra (007), Matrix Analysis (985) dan Aljabar Linear Elementer Versi Aplikasi Edisi 8 (005) Pengumpulan data merupakan salah satu proses pengadaan data untuk keperluan penelitian Pengumpulan data adalah prosedur yang sistematis dan standar untuk memperoleh data yang

diperlukan Untuk memperoleh data, penulis menggunakan langkah-langkah Library Research yaitu setiap penelitian memerlukan bahan yang bersumber dari perpustakaan Penulis menggunakan metode dokumenter, yaitu mencari data mengenai hal-hal atau variabel yang berupa catatan, buku-buku, jurnal penelitian yang relevan dengan permasalahan yang penulis bahas Adapun langkah-langkah yang dilakukan penulis dalam menganalisis data adalah sebagai berikut: Mencari definisi dan sifat-sifat yang berkaitan dengan matriks uniter, similaritas uniter dan matriks normal Membuktikan teorema yang berkaitan dengan materi yang dibahas termasuk teorema Schur s dan teorema spektral HASIL DAN PEMBAHASAN Matriks Uniter Definisi Matriks U ε M n dikatakan uniter jika U U = I [ Jika U ε M n (R) dan U T U = I, maka U disebut matriks ortogonal real] Contoh Tunjukkan bahwa matriks adalah uniter! i i Jawab : Misal U = i i = = U U = i i 0 0 = 0 0 = I i i i i i i maka U = i i Karena U U = I maka U merupakan matriks uniter Teorema Jika U ε M n, maka pernyataan berikut ekuivalen: a U matriks uniter b U matriks non singular dan U = U c UU = I d U matriks uniter e Kolom dari matriks U membentuk himpunan ortonormal f Baris dari matriks U membentuk himpunan ortonormal g Untuk semua x ε C n, panjang Euclidean dari y = Ux sama dengan x; sehingga y y = x x Teorema Hasil kali dua atau lebih matriks uniter adalah uniter Teorema Matriks persegi U adalah uniter jika hanya jika Ux, Uy = x, y untuk x, y C n Teorema Matriks persegi U adalah uniter jika hanya jika Ux = x, x C n Teorema Jika U matriks uniter dan λ nilai eigen dari U, maka λ = dan det (U) = Similaritas Uniter Definisi Matriks B ε M n dikatakan similaritas uniter atau ekuivalen uniter dengan A ε M n jika ada matriks uniter U ε M n sehingga B = U AU Pemetaan dari A menjadi U AU disebut transformasi uniter Contoh Tunjukkan bahwa matriks A = + i i similar uniter i + i dengan matriks = 0! 0 i Jawab : Diketahui matriks A = + i i i + i, cari matriks uniter U dengan cara mencari vektor eigen yang basisnya saling ortogonal dan ortonormal det λi A = 0

det λ 0 + i i = 0 0 i + i det λ 0 + i i = 0 0 λ i + i λ ( + i) ( i) det ( i) λ ( + i) = 0 λ + i λ + i i i = 0 λ + i λ + ( + i) ( i) = 0 λ λ iλ + i ( i) = 0 λ ( + i)λ + 4i = 0 (λ ) λ i = 0 λ = atau λ = i Mencari vektor eigen yang bersesuaian dengan λ = λi A X = 0 i ( i) ( i) i x x = 0 0 ( i)x i x = 0 i x = i x x = x Misal x = s maka x = s sehingga dapat diperoleh vektor eigen s s = s Mencari vektor eigen yang bersesuaian dengan λ = i λi A X = 0 x x = 0 0 + i + i + i + i + i x + + i x = 0 + i x = + i x x = x Misal x = s maka x = s sehingga s s dapat diperoleh vektor eigen = s Dari vektor eigen tersebut diperoleh basis u = dan u = Karena basis tersebut sudah ortogonal tetapi belum ortonormal maka kita gunakan proses Gram Schmidt untuk mentransformasikan vektor-vektor basis u = dan u = menjadi basis yang ortogonal dan ortonormal u = dan u = sehingga basis ortonormal untuk C adalah u = (,) =, u u =, u =, Sehingga diperoleh matriks uniter U = U AU = = i i = 0 0 i = B dan U = + i i i + i Karena U AU = B maka matriks A similar uniter dengan matriks B Teorema Similaritas uniter adalah relasi yang ekuivalen Dengan kata lain: a A similar uniter dengan A untuk semua A M n (C), b A similar uniter dengan B jika hanya jika B similar uniter dengan A, c Jika A similar uniter dengan B, dan B similar uniter dengan C, maka A similar uniter dengan C Lemma Jika λ, u adalah pasangan eigen dari matriks A dan U yang ukurannya adalah n n, dengan U matriks uniter yang kolom pertamanya adalah u yaitu vektor eigen yang bersesuaian dengan λ Maka kolom pertama dari U AU adalah λe Teorema Schur s Sebarang matriks persegi similar uniter dengan matriks segitiga atas Matriks Normal Definisi Matriks A M n disebut matriks normal jika A A = AA Contoh a) Karena U U = I = UU jika U adalah matriks uniter, maka semua matriks uniter adalah matriks normal

b) Karena A A = A = AA jika A adalah matriks Hermit dengan A = A, maka semua matriks Hermit adalah matriks normal c) Jika A M n sehingga A = A, A disebut skew-hermit Pada kejadian ini, A A = A = AA, sehingga semua matriks skew-hermit adalah matriks normal d) A = adalah matriks normal, tetapi tidak termasuk dalam kategori di atas Karena A A = AA I, A A, dan A A sehingga A = tidak termasuk dalam tiga kategori matriks di atas Teorema Spektral Jika A = a ij M n mempunyai nilai eigen λ,, λ n, maka pernyataan berikut ekuivalen: (a) A matriks normal (b) A dapat di diagonalisasi secara uniter n i,j = n i= (c) a ij = λ i SIMPULAN DAN SARAN Berdasarkan pembahasan pada bab sebelumnya, dapat disimpulkan beberapa hal sebagai berikut: Matriks U ε M n dikatakan uniter jika U U = I Matriks uniter memiliki sifat-sifat antara lain invers dari matriks uniter adalah uniter, hasil kali dua atau lebih matriks uniter adalah uniter, kolom dan baris dari matriks uniter membentuk himpunan ortonormal Selain itu, harga mutlak dari nilai eigen dan determinan dari matriks uniter adalah Sedangkan matriks B ε M n dikatakan similaritas uniter atau ekuivalen uniter dengan A ε M n jika ada matriks uniter U ε M n sehingga B = U AU Similaritas uniter memiliki sifatsifat seperti: a A similar uniter dengan A untuk semua A M n (C) atau sifat refleksi, b A similar uniter dengan B jika hanya jika B similar uniter dengan A atau sifat simetri, c Jika A similar uniter dengan B, dan B similar uniter dengan C, maka A similar uniter dengan C atau sifat transitif Teorema Schur s menyatakan bahwa sebarang matriks persegi similar uniter dengan matriks segitiga atas Teorema ini merupakan perumuman dari diagonalisasi yang nantinya akan digunakan untuk membuktikan teorema spektral Teorema Schur s sangat berguna dalam menyelesaikan berbagai masalah yang berkaitan dengan nilai eigen Selain itu, matriks A M n disebut matriks normal jika A A = AA Sifat-sifat dari matriks normal adalah dapat didiagonalisasikan secara uniter dan mempunyai basis-basis yang ortonormal dari vektor eigennya Untuk penelitian selanjutnya disarankan membahas tentang penerapan teorema Schur s atau teorema spektral misalnya aplikasi teorema spektral untuk menghitung invers tergeneralisasi moore-penrose untuk sebarang matriks DAFTAR PUSTAKA Anton, Howard 000 Dasar-Dasar Aljabar Linear, Edisi 7, Jilid Batam Centre: Interaksara Anton, Howard dan Chris Rorres 005 Aljabar Linear Elementer Versi Aplikasi, Edisi 8, Jilid Jakarta: Erlangga Ayres F 98 Theory and Problems of Matriks Singapura: Mc Graw- Hill

Fei, Wang 00 Unitary Similarities and Schur s Theorem wwwmathnusedusg diakses tanggal 7 Mei 04 Grone, Robert and John Dusel 005 Linear Algebra wwwmathucredu diakses tanggal 7 Mei 04 Hogben, Leslie 007 Handbook of Linear Algebra Chapman & Hall/CRC: Taylor & Francis Group Horn, Roger A and Charles R Johnson 985 Matrix Analysis New York: Cambridge University Press Imrona, Mahmud 03 Aljabar Linear Dasar, Edisi Kedua Jakarta: Erlangga Lipschutz, Seymour 98 Schaum s Outline of Theory and Problems of Linear Algebra Singapore: Mc Graw-Hill International Book Company Lipschutz, Seymour and Marc Lars Lipson 009 Schaum s Outlines Linear Algebra Fourth Edition Singapore: Mc Graw Hill Nazir, Moh 988 Metode Penelitian Jakarta: Ghalia Indonesia Sekadji 008 Aljabar Linear Edisi Pertama Yogyakarta: Graha Ilmu Zed, Mestika 008 Metode Penelitian Kepustakaan Jakarta: Yayasan Obor Indonesia