Pertemuan 11 Matrik III dan Determinan

Slides:



Advertisements
Presentasi serupa
Determinan Trihastuti Agustinah.
Advertisements

NILAI EIGEN DAN VEKTOR EIGEN
INVERS MATRIKS (dengan adjoint)
Pertemuan II Determinan Matriks.
Matrik dan Ruang Vektor
ALJABAR LINIER & MATRIKS
DETERMINAN 2.1. Definisi   DETERMINAN adalah suatu bilangan ril yang diperoleh dari suatu proses dengan aturan tertentu terhadap matriks bujur sangkar.
PERSAMAAN LINEAR DETERMINAN.
BAB III DETERMINAN.
MATRIKS.
PERMUTASI Merupakan suatu himpunan bilangan bulat {1,2,…,n} yang disusun dalam suatu urutan tanpa penghilangan atau pengulangan. Contoh : {1,2,3} ada 6.
MATRIKS.
PERSAMAAN LINEAR DETERMINAN.
Determinan.
NILAI DAN VEKTOR EIGEN.
DETERMINAN Route Gemilang routeterritory.wordpress.com.
Matriks dan Determinan
NILAI EIGEN VEKTOR EIGEN
INVERS MATRIKS (dengan adjoint)
Determinan (lanjutan)
MATRIKS EGA GRADINI, M.SC.
Determinan Matriks Kania Evita Dewi.
DETERMINAN.
Chapter 4 Determinan Matriks.
Pertemuan 2 Alin 2016 Bilqis Determinan, Cramer bilqis.
Determinan.
Ruang Eigen dan Diagonalisasi
MODUL VIII NILAI EGIEN DAN VEKTOR EIGEN
Model Linear dan Aljabar Matriks
P. IX 2 3 a 11 a 11 a 12 a 11 a 12
Determinan ?. Determinan ? Fungsi Determinan Definisi Suatu permutasi dari bilangan-bilangan bulat {1, 2, 3, …, n} adalah penyusunan.
Determinan Matriks Kania Evita Dewi.
Determinan Matriks Ordo 3 × 3
Pertemuan 2 Aljabar Matriks (I)
Aljabar Linear Elementer
Determinan dan Invers Daniel Rudy Kristanto, S.Pd
Aljabar Linier dan Vektor Teknik Informatika – IBI Darmajaya
Determinan.
NILAI EIGEN DAN VEKTOR EIGEN Definisi :
MATRIKS.
DETERMINAN Konsep determinan dan invers matrik.
DETERMINAN Ronny Susetyoko Matematika 1.
DETERMINAN Pengertian Determinan
DETERMINAN DARI MATRIKS Pertemuan - 4
Aljabar Linear Elementer
DETERMINAN MATRIKS.
Pertemuan II Determinan Matriks.
MATRIKS dan DETERMINASI
Operasi Matrik.
DETERMINAN.
DETERMINAN MATRIKS Misalkan
DETERMINAN MATRIKS.
Eigen Value – Eigen Space
MATRIKS.
ALJABAR LINEAR DAN MATRIKS
EIGEN VALUE and EIGEN VECTOR DIAGONALIZATION
PEMROGRAMAN KOMPUTER : OPERASI MATRIKS
Aljabar Linear Pertemuan 10 Matrik II Erna Sri Hartatik.
PERSAMAAN LINEAR SIMULTAN
EIGEN VALUE DAN EIGEN VECTOR
Pertemuan 11 Matrik III dan Determinan
DETERMINAN MATRIKS Misalkan
Aljabar Linear Elementer
MATRIKS.
Operasi Baris Elementer
Pertemuan 12 Determinan.
DETERMINAN.
NILAI EIGEN DAN VEKTOR EIGEN
DETERMINAN 1.Pengertian Determinan 2.Perhitungan Determinan Matriks Bujur Sangkar 3.Sifat-sifat Determinan 4.Menghitung Determinan Menggunakan Sifat-Sifat.
NILAI EIGEN VEKTOR EIGEN
Transcript presentasi:

Pertemuan 11 Matrik III dan Determinan Aljabar Linear Pertemuan 11 Matrik III dan Determinan Erna Sri Hartatik

Sub Bahasan Determinan Reduksi baris Perluasan kofaktor Eigen value dan eigen vektor

Reduksi baris Metode ini penting untuk menghindari perhitungan panjang yang terlibat dalam penerapan definisi determinan secara langsung.

Contoh: Hitung det(A) dimana A = Baris I ditukar dengan baris II ( H21), sehingga menjadi = - H31(-2) = - 3 H32(-10) = - 3 = - 3 = (-3) (-55) = (-3) (-55) (1) = 165

Minor & Perluasan Kofaktor  

Cara cepat untuk menentukan apakah penggunaan tanda + atau tanda – merupakan penggunaan tanda yang menghubungkan Cij dan Mij berada dalam baris ke – i dan kolom ke – j dari susunan : Misalnya C11 = M11, C21 = -M21 , C44 = M44, C23 = -M23

yaitu setiap 1  i  n dan 1  j  n , maka Determinan matrik A yang berukuran n x n dapat dihitung dengan mengalikan elemen – elemen dalam suatu baris (atau kolom) dengan kofaktor – kofaktornya dan menambahkan hasil kali – hasil kali yang dihasilkan, yaitu setiap 1  i  n dan 1  j  n , maka det(A) = a1jC1j + a2jC2j + … + anjCnj (ekspansi kofaktor sepanjang kolom ke – j) Dan det(A) = ai1Ci1 + ai2Ci2 + … + ainCin (ekspansi kofaktor sepanjang baris ke – i)

Contoh: Hitung Det(A) bila A = = 3 - 1 + 0 = (3)(-4) – (1)(-11) Dengan menggunakan ekspansi kofaktor sepanjang baris pertama = 3 - 1 + 0 = (3)(-4) – (1)(-11) = -12 + 11 = -1

Eigen value & Eigen vektor Jika A adalah matrik n x n, maka vektor tak nol x di dalam Rn dinamakan vektor eigen dari A jika Ax adalah kelipatan skalar dari x, yaitu, Ax = x Untuk suatu skalar . Skalar  disebut nilai eigen dari A dan x dikatakan vektor eigen yang bersesuaian dengan .

Dan persamaan di atas akan mempunyai penyelesaian jika det(I – A)=0 Vektor x = adalah vektor eigen dari A = Yang bersesuaian dengan nilai  = 3 karena Untuk mencari nilai eigen matrik A yang berukuran n x n maka kita menuliskannya kembali Ax = x sebagai Ax = Ix  (I – A)x = 0 Dan persamaan di atas akan mempunyai penyelesaian jika det(I – A)=0 persamaan karakteristik A.

Contoh Carilah nilai – nilai eigen dari A = Jawab : Karena I – A =  - = Det(I – A) = (-3)  - (-2) = 0 = 2 - 3 + 2 = 0 1 = 2, 2 = 1   Jadi nilai – nilai eigen dari A adalah 1 = 2 dan 2 = 1

latihan Tentukan niai invers dengan menggunakan reduksi baris dari A = perluasan kofaktor kemudian tentukan nilai eigennya A =