Oleh
Nur’ainul Miftahul Huda
NIM 20117003
Program Studi Magister Matematika
Abstract
Permasalahan yang sering muncul pada matriks adalah masalah nilai eigen. Pada
matriks interval, permasalahan tersebut dapat diselesaikan dengan menggunakan salah
satu metode numerik yaitu metode pangkat berdasarkan operasi aritmatika interval.
Metode pangkat adalah metode iterasi yang digunakan untuk menentukan nilai eigen
terbesar dan vektor eigen yang bersesuaian dari suatu matriks. Hasil dari penelitian
ini menunjukkan bahwa metode pangkat juga bisa digunakan untuk menentukan nilai
eigen dan vektor eigen pada matriks interval dengan operasi aritmetika interval.
1 Latar Belakang
Permasalahan nilai eigen dan vektor eigen merupakan salah satu masalah yang sering
muncul pada matriks. Seiring dengan berkembangnya ilmu pengetahuan, entri-entri pada
matriks dapat berupa interval. Suatu matriks dengan entri-entrinya berupa interval dise-
but matriks interval. Permasalahan nilai eigen dan vektor eigen juga muncul pada matriks
interval. Mencari nilai eigen dan vektor eigen pada matriks interval akan sangat sulit dan
memerlukan waktu yang lama jika dilakukan dengan cara analitik yaitu menggunakan per-
samaan karakteristik |Ax − λI| = 0. Oleh sebab itu, untuk mencari nilai eigen dan vektor
eigen suatu matriks interval diperlukan suatu metode numerik yaitu dengan menggunakan
metode pangkat[1]. Metode pangkat menghasilkan sebuah aproksimasi terhadap nilai eigen
terbesar dan vektor eigen yang bersesuaian.
Penentuan nilai eigen dan vektor eigen dari suatu matriks interval menggunakan metode
pangkat dilakukan dengan operasi aritmetika interval. Dalam hal ini, entri-entri pada ma-
triks interval merupakan interval tertutup dan aritmetika interval yang digunakan adalah
aritmetika interval yang dimodifikasi.
2 Interval
Interval adalah himpunan bilangan real yang merupakan asangan berurut dan diny-
atakan dalam suatu ketaksamaan[2]. Dalam analisis interval, suatu ketaksamaan interval
dinyatakan dalam bentuk interval tertutup pada garis real. Berikut ini diberikan definisi
tentang interval tertutup, midpoint, dan width dari suatu interval.
Definisi 1 [3] Interval tertutup adalah himpunan semua bilangan real x yang dinyatakan
dalam suatu ketaksamaan x ≤ x ≤ x untuk sebarang konstanta real x dan x dengan x ≤ x
dan dinotasikan dengan [x, x].
Pada matriks interval, terdapat istilah titik tengah (midpoint) dan lebar (width) dari
suatu interval yang didefinisikan sebagai berikut:
1
Definisi 2 [4]Titik tengah atau midpoint dari suatu interval dengan x̃ = [x, x] adalah
bilangan real dengan
x+x
m(x̃) =
2
Definisi 3 [4] Lebar atau width dari suatu interval dengan x̃ = [x, x] adalah bilangan real
dengan
w(x̃) = x − x
Selanjutnya himpunan semua interval sejati dinotasikan dengan menggunakan istilah
IR yang didefinisikan dengan :
Sedangkan gabungan dari kedua himpunan tersebut disebut dengan generalisasi interval
didefinisikan dengan
Definisi 4 [1] Operasi pada aritmatika interval dengan ∗ ∈ {+, −, ×, ÷} dan x̃ = [x1 , x2 ]
dan ỹ = [y1 , y2 ] dengan x̃, ỹ ∈ IR dapat ditulis sebagai berikut:
Definisi 5 [1] Misalkan diberikan dua interval yaitu x̃ = [x1 , x2 ] dan ỹ = [y1 , y2 ], dengan
x̃, ỹ ∈ IR, sehingga
1. Penjumlahan
2
3. Perkalian
x̃ x̃ x̃ 1 h1 1i hx xi
= = = [x, x] = [x, x] , = , = [1, 1]
ỹ x̃ dual(x̃) [x, x] x x x x
Contoh 1 Misalkan diberikan dua interval x̃, ỹ dan sebuah skalar α, masing-masing didefin-
isikan x̃ = [2, 4], ỹ = [4, 6] dan α = 3 dengan aritmatika interval diperoleh
1. Penjumlahan
x̃ + ỹ = [x + y, x + y]
= [2 + 4, 4 + 6] = [6, 10]
2. Pengurangan
x̃ − ỹ = [x − y, x − y]
= [2 − 6, 4 − 4] = [−4, 0]
3. Perkalian
h i
x̃.ỹ = min{xy, xy, xy, xy} , max{xy, xy, xy, xy}],
h i
= min{8, 12, 16, 24}, max{8, 12, 16, 24} = [8, 24]
4. Pembagian
1
x̃ ÷ ỹ = x̃
ỹ
1
= [2, 4].
[4, 6]
h1 1i h2 4i h1 i
= [2, 4]. , = , = ,1
6 4 6 4 3
3
4 Matriks Interval
Matriks interval merupakan himpunan dari matriks-matriks dengan ãij yang menyatakan
komponen dari matriks pada baris ke-i dan kolom ke-j. Untuk setiap aij , aij ∈ R maka
aij adalah entri pada matriks interval dengan nilai terkecil dari ãij dan aij adalah kompo-
nen pada matriks interval dengan nilai terbesar dari ãij . Secara umum, matriks interval
didefinisikan sebagai berikut:
Pada matriks interval dikenal istilah midpoint dan width. Midpoint dari matriks interval
à merupakan matriks dengan komponen-komponennya didefinisikan sebagai berikut:
m(ã11 ) . . . m(ã1n )
m(Ã) =
.. .. ..
. . .
m(ãm1 ) . . . m(ãmn )
0̃ ... 0̃
4
Definisi 7 [1] Diberikan suatu matriks à ∈ Mm×n (D) maka:
1. Jika m(Ã) = 0dan w(Ã) = 0 maka à disebut sebagai matriks interval nol yang dino-
tasikan dengan à = 0̃
2. Jika m(Ã) = 0dan w(Ã) 6= 0 maka à ≈ 0̃
I˜ = ... . . . ...
0̃ . . . I˜
Definisi 8 [1] Jika m(Ã) = I, maka à disebut sebagai matriks intervalidentitas dan dino-
[1, 1] . . . [0, 0]
˜ Selanjutnya jika m(Ã) = I dan w(Ã) = 0 maka à = . .. ..
tasikan dengan I. .. . .
[0, 0] . . . [1, 1]
1̃ ... 0̃
.. .. .. ≈ I.
˜
dan jika m(Ã) = I dan w(Ã) 6= 0 maka à = . . .
0̃ ... 1̃
Contoh 4 Diberikan
sebarang
matriks
interval Ã,B̃ ∈ Mm×n (D) yang berukuran 2 × 2
[1, 1] [0, 0] [1, 1] [−4, 4]
dengan à = , B̃ = . Tentukan midpoint dan width dari
[0, 0] [1, 1] [−5, 5] [1, 1]
kedua matriks interval tersebut!
1 0 0 0
1. m(Ã) = = Idan w(Ã) = =0
0 1 0 0
1 0 0 8
2. m(B̃) = = Idan w(B̃) = 6= 0
0 1 10 0
5
5 Ekivalensi Matriks Interval
Definisi 9 [5] Diketahui bahwa dua matriks interval à dan B̃ berordo m × n dikatakan
sama, yang dinotasikan dengan à = B̃ jika dan hanya jika m(Ã) = m(B̃) dan w(Ã) = w(B̃).
Sedangkan matriks interval à dan B̃ dikatakan ekivalen dan dinotasikan dengan à ≈ B̃ jika
dan hanya jika m(Ã) = m(B̃).
[1, 5] [1, 7]
Contoh 5 Diberikan suatu matriks interval à dan B̃ dengan à = dan
[2, 8] [3, 9]
[1, 5] [1, 7]
B̃ = Jika x̃ = [3, 9] maka dari kedua matriks interval tersebut diperoleh:
[2, 8] x
3 4 3 4
1. m(Ã) = dan m(B̃) =
5 6 5 6
2 3 2 3
2. w(Ã) = dan w(B̃) =
3 3 3 3
Berdasarkan definisi 9 dapat disimpulkan bahwa à = B̃. Lebih lanjut, untuk nilai x̃ yang
lain misalkan x̃ = [2, 10] maka diperoleh:
3 4 3 4
1. m(Ã) = dan m(B̃) =
5 6 5 6
2 3 2 3
2. w(Ã) = dan w(B̃) =
3 3 3 4
6
1. Perkalian dengan skalar
[1, 3] [2, 4]
α̃Ã = [2, 4]
[1, 1] [3, 5]
[2, 4][1, 3] [2, 4][2, 4]
=
[2, 4][1, 1] [2, 4][3, 5]
[1, 3] [2, 4]
=
[1, 1] [3, 5]
2. Penjumlahan
[1, 3] [2, 4] [1, 2] [2, 5]
à + B̃ = +
[1, 1] [3, 5] [2, 4] [1, 1]
[1, 3] + [1, 2] [2, 4] + [2, 5]
=
[1, 1] + [2, 4] [3, 5] + [1, 1]
[2, 5] [4, 9]
=
[3, 5] [4, 6]
3. Pengurangan
[1, 3] [2, 4] [1, 2] [2, 5]
à + B̃ = −
[1, 1] [3, 5] [2, 4] [1, 1]
[1, 3] − [1, 2] [2, 4] − [2, 5]
=
[1, 1] − [2, 4] [3, 5] − [1, 1]
[−1, 2] [−3, 2]
=
[−3, −1] [2, 4]
4. Perkalian
[1, 3] [2, 4] [1, 2] [2, 5]
ÃB̃ =
[1, 1] [3, 5] [2, 4] [1, 1]
[1, 3][1, 3] + [2, 4][1, 1] [1, 3][2, 4] + [2, 4][3, 5]
=
[1, 1][1, 3] + [3, 5][1, 1] [1, 1][2, 4] + [3, 5][3, 5]
[1, 7] + [2, 4] [2, 10] + [6, 18]
=
[1, 3] + [3, 5] [2, 4] + [9, 23]
[3, 11] [8, 28]
=
[4, 8] [11, 27]
7
7 Nilai Eigen Matriks Interval
Definisikan determinan dari matriks interval persegi adalah bilangan interval, yaitu
X
det(Ã) = |Ã| = ãij Ãij
8
Selanjutnya, dengan mengalikan kedua ruas pada persamaan 2 dengan à dan mensubsti-
tusikan sistem persamaan 3 sehingga diperoleh
Ãṽ = c̃1 λ̃1 ṽ1 + c̃2 λ̃2 ṽ2 + · · · + c̃n λ̃n ṽn
h λ̃ λ̃ i
2 n
≈ λ̃1 c̃1 ṽ1 + c̃2 ṽ2 + · · · + c̃n ṽn
λ̃1 λ̃1
Selanjutnya dengan menggunakan cara yang sama diperoleh
h λ̃ 2 λ̃ 2 i
2 n
Ã2 ṽ ≈ λ̃21 c̃1 ṽ1 + c̃2 ṽ2 + · · · + c̃n ṽn
λ̃1 λ̃1
..
.
h λ̃ k λ̃ k i (4)
2 n
Ãk ṽ ≈ λ̃k1 c̃1 ṽ1 + c̃2 ṽ2 + · · · + c̃n ṽn
λ̃1 λ̃1
h λ̃ k+1 λ̃ k+1 i
2 n
Ãk+1 ṽ ≈ λ̃k+1
1 c̃ ṽ
1 1 + c̃2 ṽ 2 + · · · + c̃ n ṽn
λ̃1 λ̃1
Karena nilai-nilai eigen pada matriks interval à diasumsikan berbeda dan λ̃λ̃i < 1, i =
1
dan
Ãk+1 ṽ = λ̃k+1
1 c̃1 ṽ1
Selanjutnya untuk k → ∞ dan rasio r diperoleh
(Ãk ṽ)r
λ̃k1 = lim (5)
k→∞ (c̃1 ṽ1 )r
dan
(Ãk+1 ṽ)r
λ̃k+1
1 = lim (6)
k→∞ (c̃1 ṽ1 )r
(Ãk+1 ṽ)r
λ̃1 = lim (7)
k→∞ (Ãk ṽ)r
ỹk+1 = Ãṽk
ṽk+1 = ỹk+1 /m̃k+1
9
7.3 Nilai Eigen dan Vektor Eigen Matriks Interval
Selanjutnya akan dicari nilai eigen dan vektor eigen pada suatu matriks interval menggu-
nakan metode pangkat dengan operasi aritmetika interval. Akan tetapi pada matriks interval
digunakan
Ãṽ ≈ λ̃i ṽ
Berikut ini diberikan contoh mencari nilai eigen dan vektor eigen matriks interval menggu-
nakan metode pangkat.
[0, 2] [1, 3]
Contoh 8 Diberikan matriks interval à = , tentukan nilai eigen dan vektor
[3, 5] [5, 7]
eigen matriks interval Ã!
Langkah-langkah menentukan nilai eigen dan vektor eigen matriks interval à dengan metode
pangkat sebagai berikut
[1, 1]
• Menentukan sebarang vektor tak nol ṽ0 =
[0, 0]
• Melakukan proses iterasi sebagai berikut:
1. Iterasi pertama
[0, 2] [1, 3] [1, 1]
ỹ1 = Ãṽ0 =
[3, 5] [5, 7] [0, 0]
[0, 2][1, 1] + [1, 3][0, 0]
=
[3, 5][1, 1] + [5, 7][0, 0]
[0, 2] + [0, 0]
=
[3, 5] + [0, 0]
[0, 2]
= , m̃1 = [3, 5]
[3, 5]
Menghitung aproksimasi
pertama
vektor eigen:
1 [0, 2] [0, 0.5]
ṽ1 = [3,5] =
[3, 5] [1, 1]
2. Iterasi kedua
[0, 2] [1, 3] [1, 10, 0.5]
ỹ2 = Ãṽ1 =
[3, 5] [5, 7] [1, 1]
[0, 2][0, 0.5] + [1, 3][1, 1]
=
[3, 5][0, 0.5] + [5, 7][1, 1]
[0, 0.5] + [1, 3]
=
[0, 2] + [5, 7]
[1, 3.5]
= , m̃2 = [5, 9]
[5, 9]
Menghitung aproksimasi
pertamavektor eigen:
1 [1, 3.5] [0.11, 0.52]
ṽ2 = [5,9] =
[5, 9] [1, 1]
10
3. Iterasi Ketiga
[0, 2] [1, 3] [0.11, 0.52]
ỹ3 = Ãṽ2 =
[3, 5] [5, 7] [1, 1]
[0, 2][0.11, 0.52] + [1, 3][1, 1]
=
[3, 5][0.11, 0.52] + [5, 7][1, 1]
[0, 0.63] + [1, 3]
=
[0.33, 2.19] + [5, 7]
[1, 3.63]
= , m̃2 = [5.33, 9.19]
[5.33, 9.19]
Menghitung aproksimasi
pertama
vektor eigen:
1 [1, 3.63] [0.11, 0.54]
ṽ3 = [5.33,9.19] =
[5.33, 9.19] [1, 1]
4. Iterasi Keempat
[0, 2] [1, 3] [0.11, 0.54]
ỹ4 = Ãṽ3 =
[3, 5] [5, 7] [1, 1]
[0, 2][0.11, 0.54] + [1, 3][1, 1]
=
[3, 5][0.11, 0.54] + [5, 7][1, 1]
[0, 0.65] + [1, 3]
=
[0.33, 2.27] + [5, 7]
[1, 3.65]
= , m̃2 = [5.33, 9.27]
[5.33, 9.27]
Menghitung aproksimasi
pertama
vektor eigen:
1 [1, 3.65] [0.11, 0.54]
ṽ4 = [5.33,9.27] = Dari iterasi yang telah dilakukan
[5.33, 9.27] [1, 1]
dapat diketahui bahwa ṽ4 konvergen ke ṽ3 sehingga iterasi dapat dihentikan.
Dengan demikian, diperoleh vektor eigen matriks interval à yaitu
[0.11, 0.54]
ṽ =
[1, 1]
(yk + 1)r
λ̃1 = lim , r = 1, 2
k→∞ vk )r
[1, 3.65]
λ̃1 = = [1.9, 12.5]
0.11, 0.54
[5.33, 9.27]
λ̃2 = = [5.33, 9.27]
1, 1
• Ditunjukkan bahwa nilai eigen dan vektor eigen yang telah diperoleh memenuhi per-
samaan Ãṽ ≈ λ̃i ṽ
11
[0.11, 0.54]
1. untuk λ̃1 = [1.9, 12.5] dengan ṽ = memenuhi
[1, 1]
Ãṽ ≈ λ̃1 ṽ
[0, 2] [1, 3] [0.11, 0.54] [0.11, 0.54]
≈ [1.9, 12.5]
[3, 5] [5, 7] [1, 1] [1, 1]
[0, 2][0.11, 0.54] + [1, 3][1, 1] [1.9, 12.5][0.11, 0.54]
≈
[3, 5][0.11, 0.54] + [5, 7][1, 1] [1.9, 12.5][1, 1]
[1, 3.6] [0.2, 4.4]
≈
[5.3, 9.2] [1.9, 12.5]
sehingga diperoleh
[2.3] [2.3]
m(Ãṽ) = , m(λ̃1 ṽ) =
[7.2] [7.2]
[2.6] [4.2]
w(Ãṽ) = , w(λ̃1 ṽ) =
[3.9] [10.5]
karena m(Ãṽ) = m(λ̃1 ṽ) dan w(Ãṽ) 6= w( λ̃1 ṽ) maka λ̃1 = [1.9, 12.5] merupakan
[0.11, 0.54]
nilai eigen matriks interval à dengan ṽ = .
[1, 1]
[0.11, 0.54]
2. untuk λ̃2 = [5.33, 9.27] dengan ṽ = memenuhi
[1, 1]
Ãṽ ≈ λ̃2 ṽ
[0, 2] [1, 3] [0.11, 0.54] [0.11, 0.54]
≈ [5.33, 9.27]
[3, 5] [5, 7] [1, 1] [1, 1]
[0, 2][0.11, 0.54] + [1, 3][1, 1] [5.33, 9.27][0.11, 0.54]
≈
[3, 5][0.11, 0.54] + [5, 7][1, 1] [5.33, 9.27][1, 1]
[1, 3.6] [0.58, 4.15]
≈
[5.3, 9.2] [5.33, 9.27]
sehingga diperoleh
[2.3] [2.3]
m(Ãṽ) = , m(λ̃2 ṽ) =
[7.3] [7.3]
[2.6] [3.5]
w(Ãṽ) = , w(λ̃2 ṽ) =
[3.9] [3.9]
karena m(Ãṽ) = m(λ̃2 ṽ) dan w(Ãṽ) 6= w(λ̃2 ṽ) maka λ̃2 = [5.33, 9.27] merupakan
[0.11, 0.54]
nilai eigen matriks interval à dengan ṽ = .
[1, 1]
Sehingga dapat disimpulkan bahwa matriks interval à mempunyai dua nilai eigen yaitu
λ̃1 = [1.9, 12.5] dan λ̃2 = [5.33, 9.27] Berdsarkan definisi maksimum pada interval,
maka λ1 merupakan nilai eigen terbesar matriks interval à dan vektor eigen yang
[0.11, 0.54]
bersesuaian dengan nilai eigen tersebut yaitu ṽ = .
[1, 1]
8 Kesimpulan
Nilai eigen dan vektor eigen matriks interval yang berukuran n × n dapat dicari dengan
metode pangkat dengan operasi yang digunakan adalah operasi aritmetika interval yang
dimodifikasi. Metode ini lebih efisien dalam menemukan solusi yang eksak[1].
12
References
[1] Veeramalai, G., 2012. Eigen Values of an Interval Matrix. Volume 02.
[2] Ramon E. Moore, R.B.K.M.J.C.,2009.Introduction to Interval Analysis.
Philadelphia:SIAM.
[3] Hansen, E., 1965. Interval Arithmetic with Some Application for Digital
Computers. California: Lickheed Missiles and Space Company.
[4] Walster, E. H and G. W., 2004. Global Optimization using Interval Anal-
ysis. Edisi Kedua. New York: Marcel Dekker.
[5] K. Ganesan, 2007. On Some Properties of Interval Matrices. International
Journal of Mathematical, Computational, Physical and Quantum Engi-
neering. Volume 1, Halaman 25-30.
13