SOLUSI SISTEM PERSAMAAN DIFERENSIAL LINEAR HOMOGEN DENGAN MENGGUNAKAN MATRIKS JORDAN

PROPOSAL SKRIPSI

OLEH: AGUSTINUS DONI PANDIN NIM 001 054 0109

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS CENDERAWASIH JAYAPURA 2013

DAFTAR ISI

DAFTAR ISI ........................................................................................................ i BAB I PENDAHULUAN 1.1 Latar Belakang ................................................................................1 1.2 Rumusan Masalah ...........................................................................2 1.3 Batasan Masalah .............................................................................2 1.4 Tujuan Penelitian ............................................................................2 1.5 Manfaat Penelitian ..........................................................................2 1.6 Metode Penelitian ...........................................................................3 1.7 Sistematika Penulisan .....................................................................3 BAB II LANDASAN TEORI 2.1 2.2 Sistem Persamaan Diferensial Linear homogen ..........................4 Matriks .........................................................................................4 2.2.1 Definisi Matriks ..................................................................5 2.2.2 Jenis-jenis Matriks ..............................................................7 2.2.3 Operasi-operasi Matriks .....................................................7 2.2.4 Determinan .........................................................................11 2.2.5 Invers Suatu Matriks...........................................................12 2.3 2.4 2.5 Nilai Eigen dan Vektor Eigen......................................................12 Diagonalisasi Matriks ..................................................................17 Matriks Jordan .............................................................................20 ....................................................................22

DAFTAR PUSTAKA

BAB I PENDAHULUAN

1.1. Latar Belakang Persamaan Diferensial adalah suatu persamaan yang meliputi turunan fungsi dari satu atau lebih variabel terikat terhadap satu atau lebih variabel bebas. Apabila dalam persamaan tersebut turunan fungsi itu hanya tergantung pada satu variabel bebas, maka disebut Persamaan Diferensial Biasa. Namun, jika tergantung pada lebih dari satu variabel bebas disebut Persamaan Diferensial Parsial. Persamaan diferensial biasa order dinyatakan dalam bentuk ( ) dengan ( ) ( ) ( )
( )

dikatakan linier bila dapat ( ) ( ) ( ) ( ) maka

( ) suatu konstanta dan jika

persamaan di atas disebut persamaan diferensial linier homogen. Berikut bentuk umum dari sistem persamaan diferensial linear homogen yaitu ( ) ( ) ( ) ( )
( ( ) ) ( ( )( )(

) )

( ) ( )

( ) dengan

( )

)(

) dan

( )

menyatakan konstanta dengan

Pada umumnya penyelesaian persamaan diferensial linear homogen dilakukan dengan diagonalisasi. Diagonalisasi adalah salah satu cara menyatakan matriks sehingga , dimana adalah matriks

diagonal. Pada penyelesaian sistem persamaan diferensial linear homogen dengan cara menyatakan diagonalisasi, terdapat syarat perlu dan syarat cukup yang harus dipenuhi agar matriks tersebut dapat dinyatakan dalam bentuk diagonal yaitu terdapat buah vektor eigen yang bebas linear dari

matriks

. Tetapi, tidak semua matriks

mempunyai

buah vektor

eigen yang bebas linear. Didalam penerapannya, ada kalanya suatu matriks dapat di didiagonalkan. Untuk matriks yang tidak dapat didiagonalkan, selalu dapat dibuat menjadi similar dengan matriks yang hampir diagonal yang disebut sebagai matriks Jordan, yaitu matriks segi tiga atas atau bawah yang lebih khusus lagi. Oleh karena itu, penulis tertarik untuk menyelesaikan sistem persamaan diferensial linear homogen yang tidak dapat didiagonalkan dengan cara merubah matriks yang tidak dapat didiagonalkan tersebut ke dalam bentuk matriks Jordan.

1.2. Rumusan Masalah Berdasarkan latar belakang, permasalahan yang akan dibahas penulis adalah bagaimana cara menyelesaikan sistem persamaan diferensial homogen yang tidak dapat didiagonalkan dengan matriks Jordan.

1.3. Batasan Masalah Untuk membatasi ruang lingkup pembahasan, maka penulis hanya akan membahas sistem persamaan diferensial linear homogen orde 2. 1.4. Tujuan Penelitian Tujuan penelitian ini adalah menjelaskan cara menyelesaikan sistem persamaan diferensial homogen yang tidak dapat didiagonalkan dengan matriks Jordan.

1.5. Manfaat Penelitian Manfaat dari penulisan ini adalah : 1. Menambah pemahaman penulis mengenai materi tentang penyelesaian sistem persamaan diferensial linear homogen yang tidak dapat didiagonalkan dengan matriks Jordan.

2. Menambah pengetahuan keilmuan bagi mahasiswa mengenai bagaimana menyelesaikan sistem persamaan diferensial linear homogen yang tidak dapat didiagonalkan dengan matriks Jordan.

1.6. Metode Penelitian Metode yang digunakan dalam penelitian ini adalah metode kajian pustaka yaitu dengan mempelajari beberapa referensi yang memuat materi yang berkaitan dengan masalah yang akan dibahas.

1.7. Sistematika Penulisan Penjabaran secara singkat mengenai hal-hal yang akan dibahas pada masing-masing bab akan mempermudah pembaca dalam memahami penulisan proposal skripsi ini. Penjabaran tersebut termuat dalam sistematika sebagai berikut : BAB I : Bab ini merupakan bagian pendahuluan dari skripsi yang memuat secara singkat dan jelas mengenai latar belakang, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metode penelitian dan sistematika penulisan. BAB II : Bab ini memuat teori-teori yang mendasari penulisan skripsi ini, atau lebih dikenal dengan landasan teori. Adapun teori-teori yang termuat didalamnya adalah Persamaan diferensial linear homogen, Matriks Dan Operasi-operasi Matriks, Nilai Eigen dan Vektor Eigen, Diagonalisasi Matriks, dan Matriks Jordan BAB III : Bab ini memuat pembahasan mengenai cara menyelesaikan sistem persamaan diferensial linear homogen yang tidak dapat didiagonalkan dengan matriks Jordan. BAB IV : Bab ini merupakan bab penutup yang memuat kesimpulan dan saran. Bagian terakhir adalah daftar pustaka yang digunakan dalam penulisan.

BAB 2 LANDASAN TEORI

2.1 Persamaan Diferensial Linear Homogen Persamaan Diferensial adalah suatu persamaan yang meliputi turunan fungsi dari satu atau lebih variabel terikat terhadap satu atau lebih variabel bebas. Apabila dalam persamaan tersebut turunan fungsi itu hanya tergantung pada satu variabel bebas, maka disebut Persamaan Diferensial Biasa. Namun, jika tergantung pada lebih dari satu variabel bebas disebut Persamaan Diferensial Parsial. Persamaan diferensial biasa order dinyatakan dalam bentuk ( ) dengan ( ) ( ) ( )
( )

dikatakan linier bila dapat ( ) ( ) ( ) ( ) maka

( ) suatu konstanta dan jika

persamaan di atas disebut persamaan diferensial linier homogen. Berikut bentuk umum dari sistem persamaan diferensial linear homogen yaitu ( ) ( ) ( ) ( )
( ( ) ) ( ( )( )(

) )

( ) ( )

( ) dengan

( )

)(

( ) dan

menyatakan konstanta dengan

2.2

Matriks dan Operasi-operasi Matriks Untuk lebih memahami tentang matriks dan operasi matriks, berikut ini diberikan beberapa definisi dan teorema mengenai matriks dan operasi matriks.

2.2.1 Definisi Matriks Definisi 2.1 (Anton, 2009) Matriks adalah suatu susunan bilangan berbentuk bujursangkar yang diapit oleh sepasang kurung siku. Bilangan-bilangan dalam susunan itu disebut entri dalam matriks tersebut. Penulisan matriks biasanya menggunakan huruf besar , , dan seterusnya. Ukuran matriks diberikan oleh jumlah

baris (garis horizontal) dan kolom (garis vertikal) yang dikandungnya. Sedangkan penulisan matriks beserta ukurannya (matriks dengan baris dan jumlah kolom) adalah , jumlah

dan seterusnya. Misalnya,

matriks kedua pada Contoh 2.4 tiga baris dan dua kolom, sehingga ukurannya adalah . Dalam suatu uraian ukuran, angka pertama selalu

menyatakan jumlah baris dan angka kedua menyatakan jumlah kolom. Contoh 2.2 Beberapa contoh matriks adalah
[ ], [ ], [ ]

Entri pada baris

dan kolom

dari sebuah matriks

pada umumnya

dinyatakan dengan simbol

. Bentuk umum dari

[ ]

adalah :

Biasanya huruf entri dinyatakan sesuai dengan huruf yang menyatakan suatu matriks. Jadi, untuk sebuah matriks entrinya pada baris dan kolom . pada umumnya digunakan untuk

Definisi 2.2 (Anton, 2009) Dua matriks didefinisikan sama jika keduanya mempunyai ukuran yang sama dan entri-entrinya yang berpadanan juga sama. Dalam notasi matriks,

jika

] dan

] mempunyai ukuran yang sama, maka untuk semua i dan j.

jika dan hanya jika

Contoh 2.3 Perhatikan matriks-matriks [ Jika ] , maka [ ] [ ] lainnya matriks dan

, tetapi untuk semua nilai

tidak sama, karena tidak semua anggota-anggotanya yang berpadanan sama. Tidak ada nilai ukuran yang berbeda. yang membuat karena dan mempunyai

2.2.2 Jenis-jenis Matriks Ada beberapa jenis matriks yang perlu diketahui dan sering digunakan pada pembahasan selanjutnya, yaitu 1. Matriks Bujursangkar Sebuah matriks bujursangkar berordo berukuran disebut sebagai matriks disebut

, dan entri-entri

sebagai diagonal utama dari . [ ]

Matriks bujursangkar n x n dikatakan berordo n dan kadang-kadang disebut matriks bujursangkar- n.

[ [ ]

dengan elemen diagonal

] dengan elemen diagonal

dan , dan

2. Matriks Segitiga Matriks segitiga adalah matriks bujursangkar yang elemen-elemen di bawah atau di atas elemen diagonal bernilai nol.

Matriks segitiga atas adalah matriks bujursangkar dengan entri-entri yang berada di bawah diagonal utamanya sama dengan 0, yaitu jika untuk seluruh . [ ]

Matriks segitiga bawah adalah matriks bujursangkar dengan entrientri yang berada di atas diagonal seluruhnya 0. [ ]

3. Matriks Diagonal Matriks diagonal adalah matriks bujursangkar yang elemen bukan diagonalnya bernilai nol. Dalam hal ini tidak disyaratkan bahwa elemen diagonal harus tak nol. [ ]

4. Matriks Identitas Matriks identitas adalah matriks diagonal yang elemen diagonalnya bernilai 1. [ ]

2.2.3 Operasi-operasi Matriks Adapun operasi-operasi matriks sebagai berikut : 1. Penjumlahan Matriks Definisi 2.3 (Anton, 2009) Jika dan adalah matriks-matriks berukuran sama, maka jumlah

adalah matriks yang diperoleh dengan menambahkan entri-

entri

dengan entri-entri

yang bersesuaian. Matriks-matriks yang [ ] [ ]

berukuran tidak sama, tidak dapat ditambahkan. Dalam notasi matriks, jika dan

mempunyai ukuran yang sama, maka [ Jika diketahui

[ ] [ ]

Maka

Contoh 2.4 Tinjau matriks-matriks berikut [ Maka [ ] [ ] [ ] ] [ ]

2. Pengurangan Matriks Definisi 2.4 (Anton, 2009) Jika entri dan adalah matriks-matriks berukuran sama, maka selisih

adalah matriks yang diperoleh dengan mengurangkan entridengan entri-entri yang bersesuaian. Matriks-matriks yang [ ] dan [ ] mempunyai

berukuran tidak sama, tidak dapat dikurangkan. Dalam notasi matriks, jika ukuran yang sama, maka

[ Jika diketahui
[ ]

Maka

3. Perkalian Matriks dengan Matriks Definisi 2.5 (Anton, 2009) Jika adalah sebuah matriks , maka hasil kali dan adalah sebuah matriks yang entri-entrinya

adalah matriks

didefinisikan sebagai berikut. Untuk mencari entri dalam baris dan kolom dari , pilih baris dari matriks dan kolom dari

matriks . Kalikan entri-entri yang berpadanan dari baris dan kolom bersama-sama dan kemudian jumlahkan hasil kalinya. Aturan perkalian, misalkan dimana elemen-elemen dari perkalian elemen-elemen . Misalkan Maka
[ ], [ [ ] ]

dan

maka

merupakan penjumlahan dari dengan elemen-elemen kolom

baris

4. Perkalian Matriks dengan Skalar Suatu matriks dapat dikalikan suatu skalar k dengan aturan tiap-tiap elemen pada dikalikan dengan k. Bentuk umum

Contoh 2.5 Misalkan diperoleh [ dikalikan dengan matriks ] [ ] [ ] maka

5. Transpose Matriks Transpose matriks (dinotasikan ) didefinisikan sebagai matriks

yang baris-barisnya merupakan kolom dari . [ ] maka bentuk

[ ]

Teorema 2.1 (Anton, 2009) Jika ukuran matriks-matriks di bawah ini adalah sedemikian sehingga operasi yang dinyatakan dapat dilakukan, maka : a) (( ) ) b) ( c) ( d) ( ) ) ) dan ( )

Teorema berikut menunjukkan sifat-sifat utama dari operasi matriks. Teorema 2.2 (Anton, 2009) Dengan menganggap bahwa ukuran matriks-matriks di bawah ini adalah

sama sedemikian sehingga operasi yang ditunjukkan dapat dilakukan, maka aturan-aturan aritmetika berikut ini adalah valid. a) b) ( (
)

(Hukum komutatif untuk penjumlahan) ( ) ) )

)

) ( )

(Hukum asosiatif untuk penjumlahan)

c) d) e) ( f) g) ( h) i) j) ( k) ( l)

(Hukum asosiatif untuk perkalian) (Hukum distributif kiri) (Hukum distributif kanan)

( ( (
) )

) )

) ) ,

( (

) ) ( )

m) ( dengan

, dan

adalah matriks-matriks yang berukuran sama, adalah suatu skalar.

sedangkan , , dan

2.2.4 Determinan Definisi 2.6 (Anton, 2009) Misalkan adalah suatu matriks bujursangkar. Fungsi determinan , dan didefinisikan ( ) sebagai jumlah semua ( ).

dinyatakan dengan

hasil kali entri bertanda dari . Notasi | | adalah notasi alternatif untuk

Akan ditunjukkan rumus untuk menghitung determinan dengan ordo dan a. .

Determinan matriks Misalkan matriks maka, det( )

|

[
|

b.

Determinan matriks Untuk menghitung determinan matriks bujursangkar dengan dapat digunakan metode ekspansi kofaktor atau reduksi baris. Namun, dalam pembahasan ini hanya akan digunakan metode ekspansi kofaktor.

Definisi 2.7 (Anton, 2009) Jika adalah matriks bujursangkar, maka minor entri dinyatakan oleh

dan didefinisikan sebagai determinan submatriks yang masih tersisa setelah baris ke( ) (

dan kolom ke- dihilangkan dari dan disebut kofaktor entri

.

. Bilangan

) dinyatakan oleh

Dari Definisi 2.7 dapat dihitung determinan dari matriks dengan mengalikan entri-entri dalam baris atau kolom

yaitu

dengan kofaktor-

kofaktornya yang bersesuaian dan menjumlahkan hasil-hasil yang diperoleh. Metode ini disebut ekspansi kofaktor sepanjang baris atau kolom dari . Teorema 2.3 (Anton, 2009) Determinan suatu matriks dapat dihitung

dengan mengalikan entri-entri pada sebarang baris (atau kolom) dengan kofaktornya dan menjumlahkan hasil kali yang didapatkan: yaitu, untuk setiap dan det( ) (ekspansi kofaktor sepanjang kolom ke ) atau det( ) (ekspansi kofaktor sepanjang baris ke ) Contoh 2.6 Tentukan determinan dari matriks berikut menggunakan ekspansi kofaktor sepanjang kolom pertama. [ ] ,

Penyelesaian : det( ) ( | ( ) | ) ( ( | ) | )
( ) ( )

| (

| )

2.2.5 Matriks Invers Definisi 2.8 Jika matriks bujur sangkar dan berlaku dapat dibalik dan ( matriks

identitas), maka dikatakan bahwa invers dari Contoh 2.7 Diketahui : Maka : Sifat yang berlaku : - ( - ( ) ) [ ], [ (notasi ).

adalah matriks

],

2.3 Nilai Eigen dan Vektor Eigen Definisi 2.9 (Anton, 2009) Jika adalah suatu matriks persegi, maka vektor tak nol jika pada disebut

suatu vektor eigen dari

adalah suatu kelipatan skalar dari , yaitu

untuk suatu skalar . Skalar vektor eigen dari

disebut nilai eigen dari

dan

disebut suatu

yang bersesuaian dengan .

Untuk mencari nilai eigen dari suatu matriks persegi dituliskan kembali sebagai

maka

atau ekuivalen dengan, ( ) (*)

Supaya

menjadi nilai eigen, maka harus ada solusi tak nol dari Persamaan ( ) . Skalar yang memenuhi adalah suatu parameter,

(*), yaitu jika dan hanya jika

yang dinamakan persamaan karakteristik

persamaan di atas adalah nilai eigen dari . Jika maka ( ) adalah suatu polinomial

yang dinamakan polinomial

karakteristik dari . Contoh 2.8 : Tentukan nilai eigen dan vektor eigen dari matriks [ ]

Penyelesaian : i) Menghitung nilai eigen dari matriks Polinomial karakteristik det( det( [ ) ] [ ]) adalah

det([

])

det [ ( )( )(

] ) ( )( )( )

)(

) adalah dan

Maka diperoleh nilai eigen dari

ii) Menghitung vektor eigen dari matriks Untuk mencari vektor eigen yang bersesuaian dengan diperoleh melalui proses berikut. Untuk [ diperoleh, [ ][ ] [ ] (1.1) , selanjutnya disubstitusikan ke dalam persamaan ][ ] [ ] , dan dapat

dengan memecahkan sistem Persamaan (1.1)

Dari kedua persamaan di atas diperoleh, dan Misalkan , dimana adalah variabel bebas, dan adalah vektor

Jadi, vektor-vektor eigen yang bersesuaian dengan tak nol yang berbentuk [ ] [ ]

(1.2)

Untuk [ diperoleh,

selanjutnya disubstitusikan ke dalam Persamaan ][ ] [ ]

][ ]

[ ]

(1.3)

dengan memecahkan sistem Persamaan (1.3) ( ( ( ) ) )

Dari kedua persamaan di atas diperoleh,

Misalkan dan .

) , dimana adalah variabel bebas

Jadi, vektor-vektor eigen yang bersesuaian dengan vektor tak nol yang berbentuk [ ( ) ] [ ]

adalah

(1.4)

Untuk [

selanjutnya disubstitusikan ke dalam Persamaan ][ ] [ ]

diperoleh, [ dengan memecahkan sistem Persamaan (1.5) ( ( ( ) ) ) ][ ] [ ] (1.5)

Dari kedua persamaan di atas diperoleh,

Misalkan dan .

) , dimana adalah variabel bebas

Jadi, vektor-vektor eigen yang bersesuaian dengan vektor tak nol yang berbentuk [ ( ) ] [ ]

adalah

(1.6)

Dari Persamaan (1.2), Persamaan (1.4) dan Persamaan (1.6) diperoleh vektor eigen [ ], [ ] , dan [ ]

2.4

Diagonalisasi Matriks Definisi 2.10 (Anton, 2004) Sebuah matriks bujursangkar dikatakan dapat didiagonalisasi

(diagonalizable) jika terdapat sebuah matriks sedemikian rupa sehingga dikatakan mendiagonalisasi .

yang dapat dibalik

adalah sebuah matriks diagonal; matriks

Tidak semua matriks bujursangkar dapat didiagonalisasi tergantung dari jumlah basis ruang eigen yang dimilki. Jka matriks bujur sangkar berukuran dan basis ruang eigen yang bebas berjumlah juga, maka matriks tersebut maka tidak dapat

dapat didiagonalisasi, jika jumlahnya kurang dari didiagonalisasi.

Berikut adalah tahapan untuk mendiagonalkan matriks yang berukuran : Tahap 1 : carilah n vector eigen yang bebas linear dari matriks berukuran . sebagai yang

Tahap 2 : bentukalah matriks P yang mempunyai vektor vektor kolomnya.

Tahap 3 : matriks

adalah matriks diagonal dengan adalah nilai-nilai

sebagai unsure-unsur diagonal yang berurutannya dan eigen yang bersesuaian dengan untuk

Contoh 2.9 : Diketahui [ ]

Apakah B dapat didiagonalisasi ? jika dapat tentukan matriks yang mendiagonalisasi B beserta matriks diagonalnya ! Penyelesaian : Persamaan karakteristik : [ ( Jadi nilai eigen : -1, 2 Karena hanya ada dua nilai eigen, maka belum bias ditentukan apakah B dapat didiagonalisasi ataukah tidak. Untuk itu akan dicari banyaknya baris ruang eigen Untuk [ , subtitusi nilai ] ke persamaan ( ) )( ( ) ] ( )( )( ) )

Ruang eigen :

[ ]

[ ]

[ ]

Jadi untuk Untuk [

terdapat dua basis ruang eigen : [ ] dan [ ] , subtitusi nilai ] ke persamaan ( )

Ruang eigen :

Jadi untuk

terdapat satu basis ruang eigen : [

Jadi B dapat didiagonalisasi dengan matriks yang mendiagonalisasi P=[ ] dengan matriks diagonal D = [ ]

Contoh 2.10 Diketahui Penyelesaian : Persamaan karakteristik : ( ) [ ]

[ Jadi nilai eigen : 1, 2

) (

Karena hanya ada dua nilai eigen maka belum bias ditentukan apakah C dapat didiagonalisasi ataukah tidak. Untuk itu diperiksa banyaknya basis ruang eigen. Untuk [ , subtitus nilai ] ke persamaan ( )

[ [ ]

Ruang eigen :

Jadi untuk Untuk [

, ada satu basis ruang eigen yaitu : [ ] , subtitusi nilai ] ke persamaan ( )

Ruang eigen :

Jadi untuk

, ada satu basis ruang eigen yaitu : [

Karena hanya dua basis ruang eigen yang bebas linear, maka C tidak dapat didiagonalisasi

2.5 Matriks Jordan Didalam penerapannya, ada kalanya suatu matriks dapat di

didiagonalkan. Untuk matriks yang tidak dapat didiagonalkan, selalu dapat dibuat menjadi similar dengan matriks yang hampir diagonal yang disebut sebagai bentuk matriks Jordan. Misalkan diketahui dengan dua nilai eigen yang sama. Jika

matriks tersebut mempunyai dua vektor eigen yang bebas linear, maka matriks tersebut similar dengan matriks diagonal. Tetapi dalam hal matriks hanya mempunyai sebuah nilai eigen, maka matriks tersebut similar dengan Bentuk matriks Jordan [ ] matriks tersebut hanya mempunyai satu nilai

eigen sebab jika mempunyai dua nilai eigen maka matriks tersebut dapat didiagonalkan. Ada dua kasus Bentuk Jordan matriks berordo , yaitu matriks

yang mempunyai dua nilai eigen (berbeda) atau hanya satu nilai eigen. Untuk satu nilai eigen, ada dua kasus yaitu tergantung dari banyaknya

vektor eigen yang bebas linear. Matriks berikut merupakan contoh matriks satu nilai eigen yang masing-msing mempunyai satu dan dua vektor eigen yang bebas linear. [ ][ ]

Sedangkan untuk dua nilai eigen, mempunyai Bentuk matriks Jordan sebagai berikut [ ]

Matriks di atas mempunyai dua vektor eigen yang bebas linear, atau satu vektor eigen yang bebas linear yang berkaitan dengan nilai eigen ganda. Jadi jika matriks mempunyai tiga vektor eigen yang bebas linear,

matriks tersebut dapat didiagonalkan

Definisi 2.11 Matriks berordo mempunyai vektor eigen bebas linear,

matriks tersebut similar dengan matriks diagonal dalam Bentuk matriks Jordan. [ ]

Dimana setiap sub matriks

adalah blok dengan bentuk

[ Dengan adalah nilai eigen dari

] dan bersuaian dengan vektor eigen

DAFTAR PUSTAKA
Anton, Howard dan Chris Rorres. 2004. Aljabar Linear Elementer versi Aplikasi (Edisi ke delapan). Terjemahan oleh Refina Indriasari dan Irzam Harmen. Jakarta : Erlangga. Anton, Howard.2009. Dasar-dasar Aljabar Linear (jilid 1). Tangerang : Binarupa Aksara Gazali, Wikaria.2005. Matriks dan Transformasi Linear. Yogyakarta : Graha Ilmu Rahmah, Sri. 2007. Penerapan Diagonalisasi Matriks dalam Menyelesaikan Sistem Persamaan Diferensial Linear Homeogen Orde-n. [online]. Tersedia: http://lib.uin-malang.ac.id, diakses tanggal 4 mei 2013, pukul 19:00 Tiwi, Aprilianti. Kajian Matriks Jordan dan Aplikasinya pada Sistem Linear Waktu Diskrit. [online]. Tersedia :
http://digilib.its.ac.id/public/ITS-

Undergraduate-17403-Presentation-1146522.pdf , diakses 3 Mei 2013, pukul 20:00 WIT