ALJABAR LINEAR DAN MATRIKS

Slides:



Advertisements
Presentasi serupa
Eigen value & Eigen vektor
Advertisements

PERTEMUAN KE-2 Penggunaan Matriks dan Transformasi Linear dalam
NILAI EIGEN DAN VEKTOR EIGEN
Konsep Vektor dan Matriks
Bab 3 MATRIKS.
Aljabar Linear Elementer
OLEH : IR. INDRAWANI SINOEM, MS.
PENERAPAN ALJABAR LINEAR PADA PERSAMAAN DIFERENSIAL
Matriks dan Transformasi Linier
TRANSFORMASI LINIER.
ALJABAR MATRIKS pertemuan 2 Oleh : L1153 Halim Agung,S.Kom
PERMUTASI Merupakan suatu himpunan bilangan bulat {1,2,…,n} yang disusun dalam suatu urutan tanpa penghilangan atau pengulangan. Contoh : {1,2,3} ada 6.
Eliminasi Gaus/Gaus Jordan
INVERS MATRIKS Pengertian Invers Matriks
Determinan.
ALJABAR MATRIKS pertemuan 12 Oleh : L1153 Halim Agung,S.Kom 1.
Operasi Aljabar Matriks Pertemuan 02
DETERMINAN Route Gemilang routeterritory.wordpress.com.
PERSAMAAN LINEAR MATRIK.
Ruang Vektor: Ruang baris, ruang kolom dan ruang nol Edi Cahyono
Ruang-n Euclides Orang yang pertama kali mempelajari vektor-vektor di Rn adalah Euclides sehingga vektor-vektor yang berada di ruang Rn dikenal sebagai.
DETERMINAN DARI MATRIKS Pertemuan
Operasi Matriks Pertemuan 02 Matakuliah: K0292 – Aljabar Linear Tahun: 2008.
Modul XI Oleh: Doni Barata, S.Si.
Pertemuan 2 Alin 2016 Bilqis Determinan, Cramer bilqis.
Definisi Matriks Matriks adalah susunan segi empat siku-siku dari objek yang diatur berdasarkan baris (row) dan kolom (column). Objek-objek dalam susunan.
Aljabar Linier I [Pengantar dan OBE] Pertemuan [1-2]
Ruang Eigen dan Diagonalisasi
Aljabar Linear Elementer
MODUL VIII NILAI EGIEN DAN VEKTOR EIGEN
ALJABAR LINIER (MATRIKS)
ALJABAR LINEAR BASIS DAN DIMENSI
Sistem Persamaan Linier dan Matriks Jilid 2
Determinan Matriks Ordo 3 × 3
Pertemuan 2 Aljabar Matriks (I)
dan Transformasi Linear dalam
Aljabar Linear Elementer
Aljabar Linear Elementer
SISTEM PERSAMAAN LINEAR
NILAI EIGEN DAN VEKTOR EIGEN Definisi :
Aljabar linear pertemuan II
Kelas XII Program IPA Semester 1
Aljabar Linear.
Aljabar Linear Elementer
4. INVERS SUATU MATRIKS : Pendahuluan
Aljabar Linear.
MATRIKS.
MA-1223 Aljabar Linier INVERS MATRIKS.
MATRIKS dan DETERMINASI
ALJABAR LINEAR DAN MATRIKS
Jenis Operasi dan Matriks Pertemuan 01
MATRIKS.
ALJABAR LINEAR DAN MATRIKS
KANIA EVITA DEWI RUANG VEKTOR REAL.
OPERASI BARIS ELEMENTER
Soal Latihan Pertemuan 13
Eliminasi Gauss Jordan & Operasi Baris Elementer
Aljabar Linier Oleh Ir. Dra. Wartini.
EIGEN VALUE and EIGEN VECTOR DIAGONALIZATION
ALJABAR LINIER DAN MATRIKS
Aljabar Linear Elementer
Aljabar Linear Elementer
Widita Kurniasari, SE Bahan Ajar di Universitas Trunojoyo
Matriks & Operasinya Matriks invers
SISTEM PERSAMAAN LINEAR
Aljabar Linear Elementer
ASSALAMUALAIKUM WR.WB.
PERTEMUAN 2 MATRIKS.
NILAI EIGEN DAN VEKTOR EIGEN
Bab 1.3 – 1.5 Matriks & Operasinya Matriks invers.
Transcript presentasi:

ALJABAR LINEAR DAN MATRIKS DIAGONALISASI

Definisi Suatu matriks bujur sangkar A dapat didiagonalisasi jika terdapat matriks invertibel P, sehingga P-1AP = D, dengan D adalah matriks diagonal dan P dikatakan mendiagonalisasi A

Langkah-langkah Diagonalisasi Tentukan n vektor karakteristik A yang bebas linear (yaitu kolom yang memuat 1 utama melalui OBE), misalnya P1, P2, …, Pn Bentuk matriks P yaitu P=[P1 P2 … Pn] Tentukan P-1 dan P-1AP akan membentuk matriks diagonal

Langkah-langkah Diagonalisasi (tidak selalu) Tentukan n nilai karakteristik A misalnya 1, 2, …, n Bentuk D =

Rumus D = P-1.A.P An = P.Dn.P-1

Contoh Tentukan matriks P yang mendiagonalisasi A

Penyelesaian Didapat polinomial karakteristiknya (-2)2 (-1)=0 Akar-akar karakteristik 1=2=2, 3=1 Vektor karakteristik untuk =1 adalah Vektor karakteristik untuk =2 adalah

Penyelesaian Cont. Matriks P yang terbentuk Invers matriks P P-1AP = sama dengan

Contoh Apakah A dapat didiagonalisasi?

Penyelesaian Syarat dapat didiagonalisasi, harus mempunyai vektor basis sebanyak nilai eigennya, sehingga matriks A tidak dapat didiagonalisasi karena vektor basisnya hanya 2

Rank Matriks dan Nullity Rank merupakan dimensi ruang kolom (banyaknya vektor yang bebas linear, yaitu kolom yang memuat 1 utama melalui OBE) Nullity merupakan dimensi ruang nol

Contoh Tentukan rank matriks |A|=-3  0, maka rank(A)=3, nullity(A)=0

Contoh Tentukan rank matriks

Penyelesaian Bawa ke bentuk eselon baris tereduksi dengan OBE! Didapat Jadi rank matriks B = 3, karena yang memuat 1 utama adalah kolom 1, 2, 4 Nullity(B) = 5-3 = 2