3 SKS
Silabus :
Bab
Bab
Bab
Bab
Bab
Bab
Bab
Bab
MA-1223 Aljabar Linear
I
Matriks dan Operasinya
II Determinan Matriks
III Sistem Persamaan Linear
IV Vektor di Bidang dan di Ruang
V Ruang Vektor
VI Ruang Hasil Kali Dalam
VII Transformasi Linear
VIII Ruang Eigen
4/11/16 07:20:54 PM
RUANG EIGEN
Sub Pokok Bahasan :
1.
2.
Diagonalisasi
3.
Sistem Transmisi
dan lain-lain.
4/11/16 07:20:54 PM
Definisi :
Misalkan Anxn matriks matriks bujur sangkar
sehingga memenuhi :
Av v
Contoh :
1 2
4 3
1
5
1
5
2
10
2
Vektor eigen
Nilai eigen
Perhatikan !!!
5
Av v
Av v 0
A v I v 0
A I
v0
Ingat.
v
Ini Berarti
Persamaan Karakteristik
det A I 0
Contoh :
A 0
-1
0 -2
1
2
0
0
- 1 0
0 0 1
0
4/11/16 07:20:55 PM
A 1 2
1
1 1
Jawab :
Nilai eigen dari A diperoleh saat
-2
-1
-1
(
(
(
(
(
-1
-2
-1
-1
-1 0
-2
-2
-1
-1
2
-1 - 2
-1
det I A 0
-1
-2
-1
-1
-2
0
-1
-1
-1
-1
-1
-1
-1
x s t
maka y s
z t
dimana s, t
-1
-1
-1
x
y
z
1 1 1
0 0 0
0 0 0
1
1
1 s 0 t
0
1
adalah parameter
0
0
1
0
, 0
1
Ingat bahwa
Vektor eigen merupakan kelipatan dari
unsur basis tersebut
10
11
Untuk = 4
-1
-1
-1
-1
-1
2
-1
1 0 1
0 1 1
maka
x
y
z
x 0
y 0
z 0
1
1
1
0 0
0
0
1
1
1
Diagonalisasi
Definisi : Suatu matriks persegi Anxn dikatakan
dapat didiagonalkan (diagonalizable)
jika terdapat matriks P yang mempunyai invers
sehingga D = P1AP merupakan matriks diagonal.
13
Contoh :
Tentukan matriks yang mendiagonalkan
1 0 0
A 0 1 1
0 1 1
Jawab :
Persamaan karakteristik dari matriks A adalah :
.I A 0
atau
0 0 1 0 0
det 0 0 0 1 1
0 0 0 1 1
MA-1223 Aljabar Linear
4/11/16 07:20:57 PM
det 0
0
0
1
1
1 0
1
1
1 0 0
1 2
Sehingga diperoleh nilai eigen
0 ; 1 ; 2
14
Untuk 0
15
x1
0
x2 1 t
x 1
3
0
1 0
~ 0 1 1
0 1 1
1 0 0
~ 0 1 1
0 0 0
Untuk 1
16
.I A ~
0 0 0
0 0 0
0 0 1 ~ 0 0 1
0 1 0
0 1 0
x1 1
x2 0 t , dimana
x 0
3
0 1 0
~ 0 0 1
0 0 0
P2 0
0
Untuk 2
17
.I A ~ 0 1 1
0 1 1
x1 0
x2 1 t
x 1
3
1 0 0
~ 0 1 1
0 0 0
P3 1
1
Perhatikan
18
k1 P1 k 2 P2 k 3 P3 0
0 1 0 k1 0
1
0
1
0
k2
1 0 1 k
3 0
Dengan OBE
1 0 1
0 1 0
1 0 1 ~ 0 1
0
1 0 1 1 0 1
Jadi P1 , P2 , P3
1 0 1
1 0 1
~ 0 1 0 ~ 0 1 0
0 0 2
0 0 1
1 0 0
~ 0 1 0
0 0 1
P 1 0 1
1 0 1
P 1 1
0
1
2
1
2
0
1
2
0
0 0yang
Maka, matriks diagonal
dihasilkan adalah :
1
D P AP 0 1 0
0 0 2
19
20
P 0 1 1
0 1 1
juga mendiagonalkan A.
Tapi matriks diagonal yang terbentuk adalah :
1 0 0
1
D P AP 0 0 0
0 0 2
4/11/16 07:20:58 PM
Aplikasi
21
Diketahui :
22
1 0 0
A 0 1 1
0 1 1
A1000
0 1 0 0
1 0 1 0
1 0 1
0
0
11000
0
0 0 12
0 1
0
1000
0 1
2
2
1
2
0 ...
1
2
23
4/11/16 07:20:58 PM
Contoh :
Berikut adalah contoh matriks ortogonal :
1
2
B 0
1
2
1
2
1
2
1
2
1
2
0 12
1
0
0
1
2
24
Perhatikan bahwa :
25
At A I 2 x 2 dan B t B I 3x 3
Sementara itu,
1
2
1
2
1
2
1
2
8
6
14
2
2
2
196 4
2 2
100
8
6
26
Definisi :
Suatu matriks Anxn dikatakan dapat didiagonalkan secara ortogonal
jika terdapat matriks ortogonal P
sedemikian hingga
D = P1AP (= PtAP) merupakan matriks diagonal.
4/11/16 07:20:59 PM
27
Perhatikan bahwa :
D = P1AP
atau
A =PDP1
4/11/16 07:20:59 PM
28
Contoh :
Tentukan matriks yang mendiagonalkan secara
ortogonal matriks
Jawab :
Basis ruang eigen :
0
Untuk
adalah
1 0 0
A 0 1 1
0 1 1
adalah
1
0
0
2
Untuk
adalah
0
1
1
Untuk
0
1
1
1
2
1
2
1
0
0
0
1
2
1
2
1 2
1
2
1
0
0
dan 1
2
P 1 2 0
1
0
2
0
1
1
30
Contoh:
Cari suatu matriks ortogonal P yang
4 2 2
A 2 4 2
2 2 4
mendiagonalkan
Jawab :
2
2
6
6
6
1
1
1
31
32
dy(t )
a y (t )
dt
Jika sekumpulan
dr1 (t ) PD orde 1 ditulis :
2 r1 (t )
dt
dr2 (t )
3 r2 (t )
dt
dr3 (t )
r3 (t )
dt
dengan r1 (0) 1, r2 (0) 2, r3 (0) 3
r1 '
2 0 0
r2 ' 0 3 0
r '
0 0 1
3
r1
r2
r
3
2t
r1 e
sistem
Dengan mudah solusi
PD tersebut adalah :
3t
r
2
e
2
r 3et
3
33
x2 '
a21 a22
x '
a
n
n1 an 2
an1
an 2
ann
x1
x2
x
n
dimana
U ' DU
PU
4/11/16 07:21:00 PM
Contoh 6 :
34
x2 ' 1 1
Dengan PK
x1
x2
4
2
0
1 1
= 2 dan = 3
2 1
P
1 1
2
1
1
1
3 0
D P AP
0 2
1
Karena
u1 c1e
dan
3t
u1 ' 3 0
u2 ' 0 2
u2 c2e 2t
u1
u2
atau
36
x1 2 1 c1e3t
2t
x2 1 1 c2e
x1 2c1e3t c2e 2t
x2 c1e3t c2e 2t
Contoh 8.9 :
Tentukan solusi dari masalah nilai awal
dp
2 p t q(t )
dt
dq
p t 2q(t )
dt
dengan
kondisi
awal
p 0 1 dan q 0 3
37
Jawab :
Kita punya
2 1
A
1 2
38
2
1
0 2 2 1
0 2 4 4 1
0 2 4 3
0 1 3
diperoleh 1 ; 3
Untuk 1
1 1 1 1
~
.I A ~
1 1 0 0
x1 x 2 0
x1 x 2
x2 t
x1 1
t , dimana t merupakan parameter.
x2 1
Jadi basis ruang eigen yang bersesuaian dengan 1
adalah
1
P1
1
39
Untuk 3
40
1 1 1 1
~
.I A ~
1 1 0 0
x1 x 2 0
x1 x 2
x2 t
c e3t
2
X PU
p 1 1 c1et
3t
q 1 1 c2 e
sehin
gga
p c1e t c2 e 3t
q c1e c2 e
t
3t
41
Untuk t 0
p 0 1 dan q 0 3 sehingga
1 C1 C 2
3 C1 C 2
C1 1 ; C 2 2
p(t ) 2e3t et
q(t ) 2e3t et
tersebut
42
43
Latihan Bab 8
1.
2.
Diketahui :
3 2 0
B 0
1 0
4 4 1
1 0 3
A 0 2 0
1 0 3
=3
= 1
1
3
1
2
Tentukan matriks A !
MA-1223 Aljabar Linear
4/11/16 07:21:02 PM
p (0) 5
dan
q (0) 10
44