BAB 3 FUNGSI MONOTON MATRIKS

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

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

BAB II TINJAUAN PUSTAKA

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

Lampiran 1 Pembuktian Teorema 2.3

I PENDAHULUAN II LANDASAN TEORI

BAB II LANDASAN TEORI

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

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

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

DIAGONALISASI MATRIKS KOMPLEKS

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

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

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

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

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

BAB II LANDASAN TEORI

BAB 2 LANDASAN TEORI

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

DIAGONALISASI MATRIKS ATAS RING KOMUTATIF DENGAN ELEMEN SATUAN INTISARI

BAB 2 LANDASAN TEORI

Perluasan Teorema Cayley-Hamilton pada Matriks

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

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

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

BAB I PENDAHULUAN Latar Belakang Masalah

Matriks. Baris ke 2 Baris ke 3

untuk setiap x sehingga f g

Aljabar Linier Elementer. Kuliah 7

KAJIAN MATRIKS JORDAN DAN APLIKASINYA PADA SISTEM LINEAR WAKTU DISKRIT

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

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

BAB II DETERMINAN DAN INVERS MATRIKS

SISTEM PERSAMAAN LINEAR ( BAGIAN II )

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

II. LANDASAN TEORI. Definisi 1 (Sistem Persamaan Diferensial Biasa Linear) Definisi 2 (Sistem Persamaan Diferensial Biasa Taklinear)

Beberapa Sifat Operator Self Adjoint dalam Ruang Hilbert

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

Karakteristik Operator Positif Pada Ruang Hilbert

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

MUH1G3/ MATRIKS DAN RUANG VEKTOR

BAB 2 LANDASAN TEORI

Trihastuti Agustinah

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

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

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

BAB 2. DETERMINAN MATRIKS

MATRIKS Matematika Industri I

a11 a12 x1 b1 Lanjutan Mencari Matriks Balikan dengan OBE

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

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

BAB VII MATRIKS DAN SISTEM LINEAR TINGKAT SATU

DIAGONALISASI MATRIKS HILBERT

ALJABAR LINIER DAN MATRIKS

Fisika Matematika II 2011/2012

MATRIKS Matematika Industri I

Part III DETERMINAN. Oleh: Yeni Susanti

SIFAT-SIFAT KESETARAAN PADA MATRIKS SECONDARY NORMAL ABSTRACT

BAB II LANDASAN TEORI

RUANG FAKTOR. Oleh : Muhammad Kukuh

Aljabar Linear Elementer MUG1E3 3 SKS

BAB II TEORI KODING DAN TEORI INVARIAN

BAB 2 LANDASAN TEORI

A 10 Diagonalisasi Matriks Atas Ring Komutatif

BAB I MATRIKS DAN EKSPLORASINYA

OPERASI MODIFIKASI ARITMATIKA INTERVAL TERHADAP INVERS MATRIKS INTERVAL

APLIKASI MATRIKS LESLIE UNTUK MEMPREDIKSI JUMLAH DAN LAJU PERTUMBUHAN SUATU POPULASI

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

Part II SPL Homogen Matriks

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

TEKNIK INFORMATIKA FENI ANDRIANI

BAB I PENDAHULUAN Latar Belakang Masalah

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

BAB I PENDAHULUAN 1.1 Latar Belakang

Pertemuan 8 Aljabar Linear & Matriks

MATRIKS. a A mxn = 21 a 22 a 2n a m1 a m2 a mn a ij disebut elemen dari A yang terletak pada baris i dan kolom j.

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

BAB II LANDASAN TEORI

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

Matriks - 1: Beberapa Definisi Dasar Latihan Aljabar Matriks

6- Operasi Matriks. MEKANIKA REKAYASA III MK Unnar-Dody Brahmantyo 1

BAB II LANDASAN TEORI

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

ALGORITMA PEMBANGUN MATRIKS KORELASI TUGAS AKHIR

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

BAB 2 RUANG HILBERT. 2.1 Definisi Ruang Hilbert

MATRIKS. Definisi: Matriks adalah susunan bilangan-bilangan yang berbentuk segiempat siku-siku yang terdiri dari baris dan kolom.

MATRIKS BENTUK KANONIK RASIONAL DENGAN MENGGUNAKAN PEMBAGI ELEMENTER INTISARI

MATRIKS VEKTOR DETERMINAN SISTEM LINEAR ALJABAR LINEAR

MODUL ALJABAR LINEAR 1 Disusun oleh, ASTRI FITRIA NUR ANI

Analisis Matriks. Ahmad Muchlis

8 MATRIKS DAN DETERMINAN

BAB II TINJAUAN PUSTAKA. Dalam bab ini dibahas tentang matriks, metode pengganda Lagrange, regresi

Diagonalisasi Matriks Segitiga Atas Ring komutatif Dengan Elemen Satuan

KAJIAN MATRIKS JORDAN DAN APLIKASINYA PADA SISTEM LINEAR WAKTU DISKRIT

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

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

Pertemuan 2 & 3 DEKOMPOSISI SPEKTRAL DAN DEKOMPOSISI NILAI SINGULAR

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

Syarat Fritz John pada Masalah Optimasi Berkendala Ketaksamaan. Caturiyati 1 Himmawati Puji Lestari 2. Abstrak

Transkripsi:

BAB 3 FUNGSI MONOTON MATRIKS Pada bab ini akan dibahas fungsi monoton matriks. Dalam mengkontruksi fungsi monoton matriks banyak istilah yang harus kita ketahui sebelumnya. Beberapa konsep yang akan dibahas yaitu matriks Hermitian atau matriks self-adjoint, nilai eigen dan vektor eigen. Selanjutnya dikenalkan fungsi monoton dan fungsi monoton operator. 3.1 Matriks Hermitian dan Matriks Uniter Berikut akan dijelaskan matriks Hermitian dan matriks uniter yang menjadi syarat dalam mengkontruksi fungsi monoton matriks. Definisi 3.1.1: Matriks Hermitian (Anton & Rorres, 2005: 823) Misalkan matriks kompleks berukuran, definisikan. Matriks disebut matriks Hermitian jika. Matriks Hermitian disebut juga sebagai self-adjoint. Berikut adalah beberapa contoh matriks yang merupakan matriks Hermitian: Contoh 3.1.2: Diberikan matriks berikut [ ]

34 Perhatikan konjuget dari matriks adalah [ ], selanjutnya diperoleh transpos konjuget dari matriks [ ] Karena maka terbukti bahwa matriks adalah matriks Hermitian. Contoh 3.1.3: Akan ditunjukkan matriks [ ] adalah matriks Hermitian. Perhatikan konjuget dari matriks adalah [ ]. Selanjutnya diperoleh transpos konjuget dari matriks [ ] Karena maka terbukti bahwa matriks adalah matriks Hermitian. Misalkan dan adalah matriks Hermitian. Notasi menyatakan adalah semidefinit positif atau definit positif. Berikut akan dibahas semidefinit positif dan definit positif. Sebelumnya akan didefinisikan hasilkali dalam dari dua unsur.

35 Definisi 3.1.4: ( Bhatia, 1997: 2) Misalkan. Bentuk umum hasilkali dalam pada didefinisikan, dimana adalah adjoint dari yaitu Definisi 3.1.5: (Bhatia, 1997: 4) Misalkan sebuah matriks Hermitian. Jika untuk setiap, maka dikatakan semidefinit positif ( ). dikatakan definit positif jika untuk setiap. Berikut contoh matriks semidefinif positif. Contoh 3.1.6: Akan ditunjukkan matriks Hermitian dan berikut merupakan semidefinit positif: * + * +. Ambil sebarang * + dengan. Perhatikan : [ ] * + * + ( ),

36 dan [ ] * + * + ( ). Karena dan maka matriks Hermitian dan merupakan matriks semidefinit positif. Selanjutnya akan dibahas matriks uniter beserta contohnya. Definisi 3.1.7: Matriks Uniter (Anton & Rorres, 2005: 821) Sebuah matriks persegi dengan entri bilangan kompleks disebut uniter jika. Berikut diberikan contoh matriks yang merupakan matriks uniter : Contoh 3.1.8: Diberikan matriks persegi sebagai berikut: [ ] Akan ditunjukkan bahwa matriks merupakan matriks uniter. Sebelumnya akan dicari invers dari matriks. (( )( ) ( )( )) [ ]

37 [ ] [ ]. Selanjutnya tentukan transpos konjuget dari matriks. Perhatikan [ ] dan [ ] Karena [ ], maka matriks merupakan matriks uniter. 3.2 Nilai Eigen dan Vektor Eigen Misalkan adalah sebuah matriks. Sebuah vektor yang taknol pada disebut vektor eigen dari jika adalah sebuah kelipatan skalar dari ; yaitu untuk suatu. Selanjutnya skalar disebut nilai eigen dari, dan disebut sebagai vektor eigen dari yang bersesuaian dengan nilai eigen. Perhatikan bahwa ekuivalen dengan ( ), dengan ( ).

38 Kemudian ( ) disebut persamaan karakteristik matriks. Lebih lanjut ( ) adalah sebuah polinomial dalam yang disebut polinomial karakteristik. Contoh 3.2.1: Akan ditentukan nilai-nilai eigen dari matriks berikut : * + Polinomial karakteristik adalah det( ) det* + Sehingga persamaan karakteristiknya adalah. Dengan demikian, nilainilai eigen dari matriks adalah dan. Contoh 3.2.2: Perhatikan matriks berikut: [ ] Sekarang kita akan menentukan nilai-nilai eigen dari matriks. Polinomial karakteristik adalah det( ) det[ ]. Sehingga persamaan karakteristiknya adalah. Dengan demikian didapatkan nilai-nilai eigen untuk matriks adalah dan.

39 Contoh 3.2.3: Akan dicari nilai-nilai eigen dari matriks [ ] Polinomial karakteristik adalah det( ) det[ ] Nilai-nilai eigen dari oleh karenanya harus memenuhi persamaan kubik ( )( ) Dengan menyelesaikan persamaan dengan rumus kuadratik, kita dapatkan nilainilai eigen dari adalah dan. Contoh 3.2.4: Sekarang kita akan menentukan nilai-nilai eigen dari matriks segitiga atas berikut: [ ]. Karena determinan sebuah matriks segitiga adalah hasilkali entri-entrinya yang terletak pada diagonal utama, kita memperoleh det( ) det[ ]

40 ( )( )( )( ) Sehingga, persamaan karakteristiknya adalah ( )( )( )( ), dan nilai-nilai eigennya adalah,,, yang tidak lain merupakan entri-entri diagonal dari matriks. 3.3 Fungsi Monoton (Bartle & Sherbert, 2000: 149) Misalkan, sebuah fungsi real dikatakan naik pada jika dan, maka ( ) ( ). Fungsi dikatakan naik kuat pada jika dan, maka ( ) ( ). Selanjutnya sebuah fungsi real dikatakan turun pada jika dan, maka ( ) ( ). Fungsi dikatakan turun kuat pada jika dan, maka ( ) ( ). Jika sebuah fungsi naik (atau turun) pada, maka dikatakan monoton pada. fungsi dikatakan monoton kuat pada jika naik kuat (atau turun kuat) pada. Berikut merupakan beberapa contoh fungsi yang merupakan fungsi monoton: 1. Fungsi ( ) adalah fungsi monoton naik dan. 2. Fungsi ( ) ( ) pada interval [ ) adalah fungsi monoton naik. 3. Fungsi ( ) pada [ ) adalah fungsi monoton naik.

41 3.4 Fungsi Monoton Matriks Berikut akan dibahas fungsi monoton matriks dan contohnya. Sebelumnya akan diberikan beberapa definisi terkait dengan matriks normal dan eksistensi matriks uniter pada sebuah matriks Hermitian. Definisi 3.4.1 (Nering, 1970): Matriks disebut normal jika. Beberapa contoh matriks normal antara lain matriks diagonal, matriks uniter, dan matriks Hermitian. Teorema 3.4.2 (Nering, 1970): Sebarang matriks dapat didiagonalkan secara uniter jika dan hanya jika matriks normal. Setiap matriks Hermitian adalah matriks normal. Sehingga sebarang matriks Hermitian dapat didiagonalkan secara uniter. Dengan kata lain jika matriks Hermitian maka pasti terdapat matriks uniter sedemikian sehingga. Misalkan adalah fungsi real yang didefinisikan pada sebuah interval. Untuk matriks diagonal ( ) di mana entri berada pada, definisikan ( ) ( ( ) ( )). Jika adalah sebuah matriks Hermitian di mana nilai eigen berada pada, kita pilih matriks uniter

42 sedemikian sehingga, di mana adalah matriks diagonal, kemudian definisikan ( ) ( ). Dengan demikian kita dapat mendefinisikan ( ) untuk setiap matriks Hermitian (sebarang order) dimana nilai eigen berada pada. Definisi 3.4.3: Fungsi Monoton Matriks (Hansen, Ji, & Tomiyama, 2002) Sebuah fungsi kontinu yang didefinisikan pada interval dikatakan fungsi monoton matriks berorder jika untuk setiap pasangan dari matriks selfadjoint berukuran dengan nilai eigen pada dan, maka ( ) ( ). Berikut adalah beberapa contoh fungsi monoton yang merupakan fungsi monoton matriks dan yang bukan termasuk fungsi monoton matriks. 1. Akan ditunjukkan fungsi ( ) adalah fungsi monoton matriks (pada setiap interval) dan. Ambil sebarang matriks Hermitian dengan, artinya. Jika ( ) Maka dan, ( ) ( ) Selanjutnya akan ditunjukkan ( ) ( ). Perhatikan: ( ) ( ) ( )

43, ( ),, karena dan. Jadi terbukti ( ) adalah monoton matriks. 2. Akan ditunjukkan fungsi ( ) ( ) pada interval [ ) adalah fungsi monoton matriks. Ambil sebarang matriks Hermitian dengan. Akan ditunjukkan ( ) ( ) Perhatikan: ( ) ( ) ( ) ( ) Jadi terbukti ( ) ( ) pada interval [ ) adalah fungsi monoton matriks. 3. Akan ditunjukkan fungsi ( ) pada [ ) bukan fungsi monoton matriks. Akan dibuktikan terdapat matriks Hermitian di mana, akan tetapi ( ) ( ). Pilih * + * + adalah matriks Hermitian.

44 Dapat ditunjukkan bahwa nilai eigen dari matriks berada pada [ ). Perhatikan untuk * +, det* +, ( )( ),, ( ) ( )( ),. Jadi, [ ). Perhatikan untuk * +, det* +, ( )( ),, ( ) ( )( ),

45 Jadi, [ ). Sekarang akan ditunjukkan * + * +, * +. Akan ditunjukkan Ambil sebarang * + dengan. ( ) ( ), [ ] * + * +. Karena ( ), maka semidefinit positif. Selanjutnya akan ditentukan nilai dari ( ) ( ). ( ) * + * + * +, * + ( ) * + * + * +

46 * + Diperoleh, ( ) ( ) * + * +, * + Akan ditunjukkan ( ) ( ) * + Pilih * +, sedemikian sehingga ( ( ) ( )) ( ( ) ( )), [ ] * + * + [ ] * + Terbukti bahwa ( ) ( ) Jadi, ( ) pada [ ) bukan fungsi monoton matriks. Dapat kita ketahui bahwa walaupun suatu fungsi merupakan fungsi monoton, akan tetapi belum tentu merupakan fungsi monoton matriks. Sebagai contoh, fungsi ( ) pada [ ) adalah fungsi monoton, akan tetapi bukan merupakan fungsi monoton matriks.

47 3.5 Fungsi Monoton Operator Definisi 3.5.1: Fungsi Monoton Operator (Sergei dan Tomiyama: 2003) Suatu fungsi kontinu didefinisikan pada interval dikatakan fungsi monoton operator jika dan hanya jika fungsi tersebut monoton matriks berorder untuk setiap bilangan positif, dengan kata lain ( ) ( ). Dari definisi di atas diketahui keterkaitan antara fungsi monoton matriks dan fungsi monoton operator. Jika suatu fungsi merupakan monoton operator maka juga merupakan monoton matriks. Akan tetapi, jika suatu fungsi merupakan monoton matriks belum tentu merupakan monoton operator. Adapun beberapa contoh fungsi yang merupakan monoton operator adalah ( ) (pada setiap interval), dan ( ) ( ) pada interval [ ), dan ( ) pada interval ( ).