MODUL VIII NILAI EGIEN DAN VEKTOR EIGEN

Slides:



Advertisements
Presentasi serupa
Eigen value & Eigen vektor
Advertisements

Nilai dan Vektor Eigen Selamat datang di Modul 7 dengan judul Nilai dan Vektor Eigen Masalah nilai eigen amat penting dalam matematika dan banyak aplikasinya.
RUANG VEKTOR II BUDI DARMA SETIAWAN.
BAB 2 DETERMINAN.
Ruang Hasil kali Dalam (INNER PRODUCT SPACE)
Aljabar Matriks - Mahmud 'Imrona -
InversRANK MATRIKS.
NILAI EIGEN DAN VEKTOR EIGEN
INVERS MATRIKS (dengan adjoint)
Ruang Vektor berdimensi - n
Matrik dan Ruang Vektor
Ortogonal.
Aljabar Linear Elementer
MODEL LINIER Lia Yuliana, S.Si., MT. Tahun Akademik 2011/2012.
PENERAPAN ALJABAR LINEAR PADA PERSAMAAN DIFERENSIAL
PERMUTASI Merupakan suatu himpunan bilangan bulat {1,2,…,n} yang disusun dalam suatu urutan tanpa penghilangan atau pengulangan. Contoh : {1,2,3} ada 6.
BAB VIII RUANG HASILKALI DALAM (lanjutan).
Inner Product Ortogonal dan Ortonormal Proses Gram Schmidt
ALJABAR MATRIKS pertemuan 12 Oleh : L1153 Halim Agung,S.Kom 1.
NILAI DAN VEKTOR EIGEN.
BAB VIII RUANG HASILKALI DALAM (lanjutan).
RUANG PERKALIAN DALAM.
BAB 8 RUANG PERKALIAN DALAM.
DETERMINAN Route Gemilang routeterritory.wordpress.com.
BAB VIII RUANG HASILKALI DALAM (lanjutan).
PERSAMAAN LINEAR MATRIK.
ALJABAR LINEAR DAN MATRIKS
NILAI EIGEN VEKTOR EIGEN
Pertemuan 10 INVERS MATRIK.
ALJABAR LINIER KONTRAK PERKULIAHAN Title INDAH MANFAATI NUR.
INVERS MATRIKS (dengan adjoint)
KOMPUTASI NUMERIK PENYELESAIAN PERSAMAAN LINIER
PERTEMUAN 5 1. MATRIKS 2. METODE ELIMINASI GAUSS 3. METODE ITERASI GAUSS SEIDEL 4. METODE DEKOMPOSISI LU.
Pertemuan 2 Alin 2016 Bilqis Determinan, Cramer bilqis.
Widita Kurniasari, SE, ME Universitas Trunojoyo Madura
MODUL VII BASIS DAN DIMENSI
Ruang Eigen dan Diagonalisasi
RUANG HASIL KALI DALAM Kania Evita Dewi.
Pertemuan VIII: NILAI PRIBADI DAN VEKTOR PRIBADI
P. IX 2 3 a 11 a 11 a 12 a 11 a 12
Sistem Persamaan Linier dan Matriks Jilid 2
Pertemuan 2 Aljabar Matriks (I)
MODUL 5 INVERS MATRIK PRAYUDI STT PLN.
NILAI EIGEN DAN VEKTOR EIGEN Definisi :
SMK NEGERI 4 SURAKARTA (RSBI)
4. INVERS SUATU MATRIKS : Pendahuluan
Inner Product Ortogonal dan Ortonormal Proses Gram Schmidt
Lanjutan Ruang Hasil Kali Dalam
Pertemuan 10 INVERS MATRIK.
MATRIKS dan DETERMINASI
Chapter 4 Invers Matriks.
ALJABAR LINIER DAN MATRIKS
Eigen Value – Eigen Space
MATRIKS.
ALJABAR LINEAR DAN MATRIKS
Modul XII Oleh: Doni Barata, S.Si.
Oleh : Asthirena D. A ( ) Pmtk 5C.
Widita Kurniasari, SE, ME Universitas Trunojoyo
NILAI EIGEN DAN VEKTOR EIGEN Grup : 4
Pertemuan 11 Matrik III dan Determinan
Widita Kurniasari, SE, ME Universitas Trunojoyo
EIGEN VALUE and EIGEN VECTOR DIAGONALIZATION
Widita Kurniasari, SE, ME Universitas Trunojoyo
EIGEN VALUE DAN EIGEN VECTOR
Widita Kurniasari, SE, ME Universitas Trunojoyo
Aljabar Linier TIF 206 Mohammad Nasucha, S.T., M.Sc.
NILAI EIGEN DAN VEKTOR EIGEN
RUANG VEKTOR II BUDI DARMA SETIAWAN.
Penggunaan Matriks Langkah untuk menyelesaikan soal kehidupan sehari-hari: Mengubah soal cerita dan menyusun sistem persamaannya Menyelesaikan sistem persamaan.
NILAI EIGEN VEKTOR EIGEN
Transcript presentasi:

MODUL VIII NILAI EGIEN DAN VEKTOR EIGEN Prayudi STT PLN

Nilai Eigen dan Vektor Eigen Andaikan A marik bujur sangkar berordo nxn, vektor taknol x di dalam Rn dikatakan vektor eigen A, jika tedapat skalar taknol  sedemikian rupa sehingga, Ax = x disebut dengan nilai eigen dari A dan x disebut vektor eigen dari A yang bersesuaian dengan . Contoh : Vektor x = [1,2] adalah vektor eigen dari : yang bersesuaian dengan nilai eigen,  = 3, karena : Modul VIII Nilai dan Vektor Eigen Prayudi STT PLN

Teknik Menghitung Nilai Eigen (1) Untuk menghitung nilai eigen matrik A yang berorodo nxn tulislah Ax = x sebagai, Ax = Ix (I – A)x = 0 Agar supaya  menjadi nilai eigen, maka penyelesaian sistem persamaan linier diatas haruslah non trivial, dimana syaratnya adalah : Prayudi STT PLN

Teknik Menghitung Nilai Eigen (2) Persamaan terakhir adalah polinomial  berderajad n yang disebut dengan persamaan karakteritik A, sedangkan nilai eigen matrik A adalah akar-akar persamaan karakteristik A (akar-akar polinomial dalam ). Langkah-langkah menentukan nilai eigen dan vektor eigen matrik A adalah : Bentuk matrik (I – A) Hitung determinan, det(I – A)=0 Tentukan persamaan karakteristik dari, (I – A) = 0 Hitung akar-akar persamaan karakteristik (nilai lamda) Hitung vektor eigen dari SPL, (I – A)x=0 Modul VIII Nilai dan Vektor Eigen Prayudi STT PLN

Carilah nilai eigen dan vektor eigen dari, A = Contoh Carilah nilai eigen dan vektor eigen dari, A = Jawab Bentuk, I – A yaitu : Untuk  = 4, diperoleh SPL (I – A) = Persamaan karakteristiknya adalah : Solusi SPL diatas adalah : det(I – A) = 2 – 2 – 8 = 0 Akar-akar persamaan karakteristiknya adalah : 1 = 4, dan 2 = –2, dan inilah nilai eigen matrik A. Vektor eigen x dari A diperoleh dari : Jadi vektor eigen untuk  = 4, adalah x = [5,1]. Sedangkan vektor eigen yang bersesuaian dengan  = –2 adalah, x = [1,–1]. (I – A)x = 0 Modul VIII Nilai dan Vektor Eigen Prayudi STT PLN

Carilah nilai eigen dan vektor eigen dari, A = Contoh Carilah nilai eigen dan vektor eigen dari, A = Jawab Bentuk, I – A yaitu : Untuk  = 1, diperoleh SPL (I – A) = Persamaan karakteristiknya adalah : det(I – A) = 3 – 62 + 11 – 6 = 0 Solusi SPL diatas adalah : Akar-akar persamaan karakteristiknya adalah : 1 = 1, 2 = 2, dan 3 = 3 Vektor eigen x dari A diperoleh dari : (I – A)x = 0 Jadi vektor eigen yang bersesuaian dengan :  = 1 adalah x = [1,1,1] ;  = 2 adalah x = [2,3,3] ;  = 3 adalah x = [1,3,4]. Modul VIII Nilai dan Vektor Eigen Prayudi STT PLN

Diagonalisasi Matrik bujur sangkar A dikatakan dapat didiagonalisasi jika terdapat matrik P yang mempunyai invers sedemikian rupa sehingga, P–1AP adalah matrik diagonal. Matrik P dikatakan mendiagonalisasi A. Langkah-langkah menentukan matrik P dan D adalah sebagai berikut : (1). Hitung persamaan karakteristik A nilai eigen (2). Carilah n vektor eigen bebas linier A sesuai nilai eigen, p1,p2, ... , pn, (3). Bantuklah matrik P = [p1 p2 … pn] dan hitunglah P–1 (4). Hitung, D = P–1AP dengan diagonal utama, 1, 2, … ,n Contoh : Vektor eigen dan nilai eigennya :  = 1 adalah x = [1,1,1] ;  = 2 adalah x = [2,3,3] ;  = 3 adalah x = [1,3,4]. D = P–1AP = Modul VIII Nilai dan Vektor Eigen Prayudi STT PLN

Solusi SPL-nya adalah : Vektor eigen Contoh Carilah nilai eigen, vektor eigen dan matrik P yang mendiagonalisasi matrik A, bilamana Jawab Menentukan nilai eigen A dan vektor eigen. Persamaan karakteristik A diperoleh dari : det(I – A) = 0 Persamaan karakteristiknya adalah : 3 – 122 + 45 – 54 = 0. dan akar-akarnya adalah : 1 = 2 = 3, dan 3 = 6. Vektor eigen x dari A diperoleh dari : (I – A)x = 0 Untuk  = 3, SPL-nya Solusi SPL-nya adalah : Vektor eigen p1 = [–2 ,1,0] p2 = [–2 ,0,1] Modul VIII Nilai dan Vektor Eigen Prayudi STT PLN

Solusi SPL-nya adalah : Vektor eigen Untuk  = 6, SPL-nya Solusi SPL-nya adalah : Vektor eigen p3 = [–1,1,1] Matrik P yang mendiagonalisasi A adalah : P = [p1 p2 p3] = Matrik diagonal D = P–1AP = Modul VIII Nilai dan Vektor Eigen Prayudi STT PLN

Diagonalisasi Ortogonal Matrik bujur sangkar A dikatakan dapat didiagonalisasi secara ortogonal jika terdapat matrik P yang ortogonal sedemikian rupa sehingga, P–1AP (=PTAP) adalah matrik diagonal (elemen matrik D adlah nilai eigen matrik A). Matrik P dikatakan mendiagonalisasi A secara ortogonal. Jika A adalah matrik nxn, maka pernyataan berikut ekivalen yakni : (1). A dapat didiagonalisasi secara ortogonal, (2). A matrik simetris, (3). A mempunyai himpunan ortonormal n vektor eigen. Langkah-langkah menentukan matrik P adalah sebagai berikut : (1). Carilah n vektor eigen A yang bebas linier, x1, x2, ... , xn. (2). Terapkan proses Gram-Schmidt untuk membentuk basis ortonormal, dari vektor basis pada langkah (1). (3). Bentuk matrik P dari langkah (2), yakni P = [p1 p2 … pn] Modul VIII Nilai dan Vektor Eigen Prayudi STT PLN

Vektor eigen x dari A diperoleh dari : (I – A)x = 0 Contoh Carilah matrik P yang mendiagonalisasikan matrik A, secara ortogonal bilamana Jawab Menentukan nilai eigen dan vktor eigen A. Persamaan karakteristik A diperoleh dari : det(I – A) = 0 Persamaan karakteristiknya adalah : 3 – 32 – 9 + 27 = 0. dan akar-akar atau nilai eigennya adalah : 1 = 2 = 3, dan 3 = –3. Vektor eigen x dari A diperoleh dari : (I – A)x = 0 Untuk  = 3, SPL-nya Solusi SPL-nya adalah : Vektor eigen x1 = [1,1,0] x2 = [–2 ,0,1] Modul VIII Nilai dan Vektor Eigen Prayudi STT PLN

Solusi SPL-nya adalah : Vektor eigen Untuk  = 6, SPL-nya Solusi SPL-nya adalah : Vektor eigen x3 = [1,–1,2] Menentukan P = [p1 p2 p3] v2 = x2 – [x2,p1]p1 Menghitung p1 = [–2,0,1] – [–1,–1,0] = [–1,1,1] Menghitung p2 Menghitung p3 p2 = v2/|v2|, dengan v2 = x2 – [x2,p1]p1 p3 = v3/|v3|, dengan : v3 = x3 – [x3,p1]p1 – [x3,p2]p2 [x2,p1] = [x3,p1] = [x2,p1]p1 = Modul VIII Nilai dan Vektor Eigen Prayudi STT PLN

[x3,p1]p1 = [0,0,0] Sehingga, v3 = x3 = [1,–1,2] [x3,p2] = Dengan demikian, P = [p1 p2 p3] = Modul VIII Nilai dan Vektor Eigen Prayudi STT PLN

SOAL-SOAL LATIHAN Tentukan persamaan karakteristik, nilai eigen matrik A Tentukan vector eigen A yang membentuk yang sesuai dengan nilai eigen A. Carilah matrik P yang mendiagonalisasikan A, dengan rumus P= [x1 x2 … xn], dan D=P–1AP. Dengan proses Gram-Schimdt, tentukan matrik P mendiagonalisasikan A secara ortonormal, P= [p1 p2 … pn], D=PTAP. Modul VIII Nilai dan Vektor Eigen Prayudi STT PLN