EIGEN VALUE and EIGEN VECTOR DIAGONALIZATION

Slides:



Advertisements
Presentasi serupa
General Vector Spaces.
Advertisements

Eigen value & Eigen vektor
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.
Transformasi Linier.
Aljabar Matriks - Mahmud 'Imrona -
RUANG VEKTOR UMUM.
SISTEM PERSAMAAN DIFERENSIAL
Determinan Trihastuti Agustinah.
SUB RUANG ..
InversRANK MATRIKS.
NILAI EIGEN DAN VEKTOR EIGEN
RUANG VEKTOR EUCLIDEAN
Ortogonal.
Aljabar Linear Elementer
MODEL LINIER Lia Yuliana, S.Si., MT. Tahun Akademik 2011/2012.
BAB VII RUANG VEKTOR UMUM (lanjutan).
PENERAPAN ALJABAR LINEAR PADA PERSAMAAN DIFERENSIAL
BAB VII RUANG VEKTOR UMUM.
Matriks dan Transformasi Linier
TRANSFORMASI LINIER.
PERMUTASI Merupakan suatu himpunan bilangan bulat {1,2,…,n} yang disusun dalam suatu urutan tanpa penghilangan atau pengulangan. Contoh : {1,2,3} ada 6.
Pemecahan Persamaan Linier 1
ALJABAR MATRIKS pertemuan 12 Oleh : L1153 Halim Agung,S.Kom 1.
NILAI DAN VEKTOR EIGEN.
BAB VIII RUANG HASILKALI DALAM (lanjutan).
BAB 3 DETERMINAN.
BAB VIII RUANG HASILKALI DALAM (lanjutan).
ALJABAR LINEAR DAN MATRIKS
NILAI EIGEN VEKTOR EIGEN
ALJABAR LINIER KONTRAK PERKULIAHAN Title INDAH MANFAATI NUR.
KOMPUTASI NUMERIK PENYELESAIAN PERSAMAAN LINIER
DETERMINAN.
Ruang Eigen dan Diagonalisasi
MODUL VIII NILAI EGIEN DAN VEKTOR EIGEN
Pertemuan VIII: NILAI PRIBADI DAN VEKTOR PRIBADI
ALJABAR LINIER (MATRIKS)
P. IX 2 3 a 11 a 11 a 12 a 11 a 12
ALJABAR LINEAR BASIS DAN DIMENSI
Determinan Matriks Kania Evita Dewi.
NILAI EIGEN DAN VEKTOR EIGEN Definisi :
MATRIKS.
DETERMINAN Ronny Susetyoko Matematika 1.
SISTEM PERSAMAAN LINIER
4. INVERS SUATU MATRIKS : Pendahuluan
Ruang vektor real Kania Evita Dewi.
MATRIKS dan DETERMINASI
Core Teknik Informatika Kode MK/SKS : TIF /2
Transformasi Linier.
ALJABAR LINIER DAN MATRIKS
Eigen Value – Eigen Space
MATRIKS.
ALJABAR LINEAR DAN MATRIKS
KANIA EVITA DEWI RUANG VEKTOR REAL.
SOAL RUANG VEKTOR BUDI DARMA SETIAWAN.
UNIVERSITAS TRUNOJOYO
Soal Latihan Pertemuan 13
NILAI EIGEN DAN VEKTOR EIGEN Grup : 4
UNIVERSITAS TRUNOJOYO
Pertemuan 11 Matrik III dan Determinan
EIGEN VALUE DAN EIGEN VECTOR
ALJABAR LINIER DAN MATRIKS
Matriks & Operasinya Matriks invers
PERTEMUAN 2 MATRIKS.
NILAI EIGEN DAN VEKTOR EIGEN
PERTEMUAN 8 TRANSFORMASI LINIER.
ALJABAR MATRIKS pertemuan 5 (Quiz’s Day) Oleh : L1153 Halim Agung,S
Penggunaan Matriks Langkah untuk menyelesaikan soal kehidupan sehari-hari: Mengubah soal cerita dan menyusun sistem persamaannya Menyelesaikan sistem persamaan.
NILAI EIGEN VEKTOR EIGEN
Bab 1.3 – 1.5 Matriks & Operasinya Matriks invers.
Transcript presentasi:

EIGEN VALUE and EIGEN VECTOR DIAGONALIZATION RUANG EIGEN EIGEN VALUE and EIGEN VECTOR DIAGONALIZATION

NILAI EIGEN DAN VEKTOR EIGEN Definisi Jika A adalah matrks nxn, maka vektor tak nol x di Rn disebut vektor eigen dari A dan skalar  disebut nilai eigen dari A jika terpenuhi persamaan Ax = x Menemukan nilai eigen A Untuk menemukan nilai eigen dari matriks A nxn, tuliskan Ax = x menjadi Ax = Ix atau (I -A)x=0 Harus terdapat solusi tak-nol dari (I -A)x=0. sistem persamaan tersebut memiliki solusi tak-nol jika det(I -A)=0 Persamaan karakteristik 12 September 2018 Eigen Space

EIGEN VALUE and EIGEN VECTOR Contoh Temukan nilai eigen dari Solusi Persamaan karakteristik det(I -A)=0 =(-2) ((-3)+2) Nilai eigen : 1,dan 2 =(-2) (-2) (-1) = 0 12 September 2018 Eigen Space

EIGEN VALUE and EIGEN VECTOR Menemukan vektor eigen dari A Untuk tiap nilai eigen, kita dapat menemukan vektor eigen dari A dengan mensubtitusi nilai eigen ke sistem persamaan (I -A)x=0 dan selesaikan persamaan tersebut. Ruang solusi persamaan tersebut disebut ruang eigen yang berpadanan dengan . Vektor-vektor eigen yang berpadanan dengan  adalah vektor-vektor tak nol dalam ruang eigen Contoh Temukan basis bagi ruang eigen dari Solusi Nilai eigen dari A adalah 1 dan 2 (lihat halaman 3) 12 September 2018 Eigen Space

EIGEN VALUE and EIGEN VECTOR Solusi (lanjutan) Dengan mensubtitusi  =1 ke persamaan: (I-A) x = 0, didapat  =1  (I-A) x = 0 Basis bagi ruang eigen yang berpadanan dengan =1 adalah 12 September 2018 Eigen Space

EIGEN VALUE and EIGEN VECTOR Solusi (lanjutan) Dengan mensubtitusi  =2 ke persamaan: (I-A) x = 0, diperoleh  =2  (I-A) x = 0 Basis bagi ruang eigen yang berpadanan dengan =2 adalah 12 September 2018 Eigen Space

DIAGONALISASI Definisi Misalkan A matriks nxn, maka A dikatakan dapat didiagonalkan jika terdapat matriks invertible P sedemikian sehingga P-1AP matriks diagonal. P disebut matriks yang mendiagonalkan A Menemukan P Jika A (nxn) punya n vektor eigen bebas linier {x1, x2, …, xn} yang berpadanan dengan n nilai eigen {1,2,…,n}, maka P (matriks yang mendiagonalkan A) adalah Jika D adalah matrik diagonal nxn dan D=P-1AP , maka Urutan 1,2,…,n bergantung pada urutan x1, x2, …, xn 12 September 2018 Eigen Space

DIAGONALISASI CONTOH temukan P (matriks yang mendiagonalkan A) dan D (D=P-1AP) Solusi Basis bagi riuang eigen yang berpadanan dengan  =1 (lihat hal 5) Basis bagi ruang eigen yg berpadanan dgn  =2 (lihat hal 6) n=3 (A3x3) Maka, basis bagi ruang eigan dari A adalah Bebas linier dan 12 September 2018 Eigen Space

Latihan Misalkan Ax = kx , x adalah vektor taknol dan k : skalar taknol, temukan k dan x yang berpadanan dengan k jika Temukan matriks C yang mendiagonalkan B dan matriks diagonal D dimana D=C-1BC dengan Misalkan A adalah matriks nxn mempunyai basis bebas linier dari ruang eigen yaitu: berpadanan dengan nilai eigen {1,1,5}. Temukan A 12 September 2018 Eigen Space