Matriks = * + atau ( )
Matriks Determinan
Determinan = | |
Matriks susunan dari elemen-elemen (angka, huruf, simbol) yang terdiri dari baris dan
kolom yang terletak di antara dua kurung.
Operasional Matriks
1. Perkalian
2. Penjumlahan
3. Pengurangan
Solusi Persamaan Linier
1. Determinan
2. Invers
3. Operasional Baris (Gauss Jordan) A :I :Z
I : A-1 : Solusi
Operasi Matriks
1. Penjumlahan dan Pengurangan
Syarat: ordonya sama, m x n
2. Perkalian
o Pada umumnya A•B B•A kecuali kasus khusus
o I•A = A•I = A
Pembuktian:
( )( )=( )( )
( )=( )
3. Pembagian / Invers
o A.B = C syarat: matriks bujursangkar / jumlah baris dan kolomnya sama
B = A-1.C
o Asal mula = A-1•A•B = A-1•C
B = A-1•C
B = A-1•C
B C•A-1
#Matriks baris dan matriks kolom tidak bisa dilakukan operasi invers
4. Perkalian dengan Konstanta
A=( )
k.A = k ( )=( )
1) ( )( )=5
1x3 2x1
2) ( ) ( )=( )
2x1 1x3
5. Transpase Matriks
A=( )
AT = ( )
6. Trace (Tr)
Jumlah elemen dari diagonal A sama matriks (hanya bisa untuk matriks bujusangkar)
Contoh : A = ( )
Tr A = 1 + 4 = 5
Sifat Operasional Matriks
1. Penjumlahan
a) A + = B + A syarat = ordonya sama
b) (A + B) + C = A (B + C)
2. Perkalian
a) A•B B•A (pada umumnya) A•I = I•A = A (kondisi khusus)
b) (A•B) •C = A•(B•C)
3. Penjumlahan dan Perkalian
a) A•(B+C) = A•B + A•C
b) (B+C) •A = B•A + C•A
c) K (B + C) = KB + KC
d) m (B•C) = (m•B) • C = B•m•C
4. Operasional Transpose
a) (A + B)T = AT + BT
b) (A•B)T = BT •AT
5. Operasi Trace
a) Tr (kA) = k • Tr (A)
b) Tr (A + B) = Tr (A) + Tr (B)
c) Tr (A•B) = Tr (B•A)
d) Tr AT = Tr (A)
Contoh: A = ( ) B=( )
o A•B = ( )( )=( )
Tr (A•B) = 4 + 15 = 19
o B•A = ( )( )=( )
Tr (B•A) = 5 + 14 = 19
Tr (A•B) = Tr (B•A) = 19
Contoh soal
1. ( ) ( )( ) = ( )( ) = ( )
2. ( )( )( )=( )( )=( )
DETERMINAN MATRIKS
= ad - bc
Determinan Matriks
1. Sarrus
2. Minor-kofaktor
B=( )
=| | Metode Sarrus
=| | Baris ke-1
= a (+1) | | + b (-1) | | + c (+1) | |
A=( ) maka =0
2. Jika semua elemen pada salah satu baris atau kolom adalah 0, maka determinan = 0
A=( ) maka =0
3. Jika semua elemen pada salah satu baris atau kolom matriks sama dengan elemen pada
baris atau kolom yang lain maka determinan = 0
A=( ) maka =0
4. Jika elemen pada salah satu baris atau kolom matriks merupakan kelipatan dari elemen
pada baris atau kolom yang lain, maka det = 0
A=( ) maka =0
5. =
6. =
7. =
8. =1
9. Determinan matriks segitiga = perkalian dari elem-elemen diagonal utama.
10. Determinan dari baris atau kolom yang ditukar maka determinannya adalah negatifnya.
A=( ) B=( )
= ab – bc = bc – ad
11. Determinan baris atau kolom akan tetap atau sama dengan determinan baris atau kolom
yang lain dikurangi dengan baris atau kolom tersebut.
A =( )
= a (a - b) – b (c - a)
= ad – ab – bc + ba
= ad – bc
12. A =( )
= ka•d ₋ ₋ kb•c
= k (ad – bc)
13. Matriks Segitiga Atas & Segitiga Bawah
C =( ) D =( )
= a•| | = a•| |
= a • df = a • cf
=a•d•f =a•c•f
(menggunakan kolom ke-1) (menggunakan baris ke-1)
# Segitiga, det perkalian diagonal utama
# Operasi baris tidak mengubah
# Perkalian dengan konstanta k. determinan
A=
B = salah satu baris A dikalikan dengan K, maka:
=k• =
=| |
A=( )
o A=( ) ( ) ( )
B1 B3 B2 B3
B3 – 3 B2
( ) B2 - 2.B1
( ) ( )
B3 – 1/11 B2
= 1 • (-11) • ( )
= 25
B2 - 3.B1
o A=( )
B3
MATRIKS
Pengertian
Matriks adalah susunan dari elemen-elemen (angka, huruf, simbol) yang terdiri dari baris dan
kolom yang terletak di antara dua kurung
Penulisan Matriks
( ) atau | |
3) Matriks Persegi
Mempunyai jumlah baris dan kolom yang sama
Contoh: * + ordo = 2 x 2
4) Matriks Segitiga
Matriks persegi dengan elemen di bawah atau di atas diagonal bernilai 0
Contoh:
o Matriks Segitiga Atas
[ ] atau * +
[ ] atau * +
5) Matriks identitas
Matriks persegi yang mempunyai elemen 0 di semua bagiannya, kecuali diagonal-
diagonal adalah 1.
Contoh: [ ]
6) Matriks Diagonal
Matriks persegi yang mempunyai diagonal utamanya tidak nol dan semua
komponen lainnya nol.
Contoh: [ ]
7) Matriks Nol
Semua elemennya nol
Contoh: [ ]* +[ ]
8) Matriks Skalar
Elemen diagonal utamanya sama, sedangkan elemen lainnya bernilai nol
Contoh: [ ]
Transpose Matriks
Transpose adalah memindahkan baris dan kolomnya.
Contoh:
- A = [ ] At = [ ]
- B=[ ] Bt = [ ]
# (At)t = A
* += [ ]
A+B=[ ]
( ) ( )
* ++* +=* +=* +
2) Pengurangan Matriks
2 matriks dapat dikurangnya jika ordomya sama dan jumlahnya dilakukan dengan
cara mengurangkan elemen yang seletak.
Contoh: A – B = [ ]-[ ]
( )
=* ( ) +=[ ]
( )
3) Perkalian Matriks
a) Perkalian dengan Konstanta / Scalar
k[ ]=[ ]
Contoh: A = * + dan B = * +
AxB=[ ]
* +* +=* +=* +
3. Determinan Matriks
Determinan A = det (A) = A
a) Matriks ordo 2 x 2
A=* +
det * + atau | | = ad – bc
b) Matriks ordo 3 x 3
o Cara Sarrus
A=[ ]
A=| |
P = -2 | |–0| |+1| |
P = (-80) – (-5x2) =0
= 5x2 – 80 =0
2
= x – 16 =0
=x=4 V x = -4
o Metode Minor – kofaktor
Misalkan, Aij merupakan matriks bagian dari matriks A yang diperole dengan
cara menghilangkan baris ke-I dan kolom ke-j.
Minor matriks Aij diberi norasi Mij, dengan Mij = det Aij
Kofaktor matriks Aij diberi norasi Cij, dengan Cij = (-1)i+j Mij
Sehingga, diperoleh rumus determinan matriks A, yaitu:
det A = ∑ , untuk sembarang kolom j (j = 1, 2, …, n)
det A = ∑ , untuk sembarang baris i (i = 1, 2, …, n)
dengan aij = elemen matriks Aij
Contoh soal:
det A = ∑
det A = ∑ = + +
1) Minor
M11 = | |
M12 = | |
M13 = | |
2) Kofaktor
3) Determinan
det A = + +
= 4 • (-6) + 2 • 7 + 8 • 1
= -24 + 14 + 8
= -2
4. Invers Matriks
o Invers Matriks 2 x 2
A =* + , maka inversnya:
A-1 = * +
= * +
A-1 =* +
Contoh: tentukan invers dari matriks A = * +
A-1 = * +
= * +
A-1 =* +
Diketahui A = [ ]
Matriks Minor Mij adalah matriks yang diperoleh dengan cara menghilangkan
baris ke-i dan kolom ke-j dari Matriksa A sehingga diperoleh matriks minor
ber-ordo 2 x 2.
Matriks Minor Mij dari Matriks A
Kofaktor (A) = [ ]
c. Adjoin
A=[ ]
A =| |
= [ ]
A-1 =
[ ]
2. Invers Matrikis Ordo 3 x 3 dengann Transformasi Baris Elementer
Langkah – Langkah:
a. Bentuk matriks (An | In), dengan In merupakan matriks identitas berordo n.
b. Transformasi matriks (An | In) ke bentuk (In | Bn) menggunakan transformasi
baris. Transformasi baris elemen dapat dilakukan dengan cara:
1. Menukar satu baris dengan baris yang lain
2. Menjumlah atau mengurangkan suatu baris dengan baris lain
3. Menjumlah atau mengurangkan suatu baris dengan k dari baris lain
4. Mengalikan atau membagi suatu baris dengan bilangan saklar k (k 0)
c. Berdasarkan hasil pada Langkah b, diperoleh invers matriks An adalah Bn.
A=[ ]
[ ]
B3 – 2B1 B3 + B2
[ ] [ ]
B3 B2 – 2B3
[ ] [ ]
B1 – B2
[ ]
Jadi, A-1 = [ ]
NILAI EIGEN
- Jika A dalah matrik nxn dan x adalah suatu vector nx1 pada Rn, maka biasanya tidak ada
hubungannya (tidak terjadi pada permasalahan teknik) antara vector x dengan vector Ax, jka
Ax bukan penggandaan x tetapi akan diperoleh suatu hubungan (akan terjadi pada
permasalahan) teknik jika Ax merupakan penggandaan dari x.
Ax
Ax
x
x
- Jika diberikan transformasi linear A : Rn Rn, maka akan dapat ditentukan nilai skalar
sehingga Ax = λx, atau dapat dikatakan bahwa persamaan Ax = λx akan mempunyai solusi (x)
yang tidak nol.
- Nilai skalar λ pada persamaan Ax = λ x disebut sebagai eigenvalue dari matriks A, dan
vektor x yang bersepadanan dengan λ disebut sebagai eigenvector dari matriks A.
- Jika diketahui vektor x = * + adalah suatu vector eigen A = * +. Maka dapat tentukan
Ax = * + * + = * + = 3x λ=3
- Untuk mencari nilai eigen dari matrik A yang berukuran nxn, maka:
A nxn Ax = λ x
Ax = λIx
(λI - A)x = 0
- Nilai x 0, sehingga λ det (λI - A) = 0 persamaan karakteristik dari A, dimana scalar
yang memenuhi persamaan scalar yang memenuhi persamaan ini adalah nilai eigen dari A.
- det (λI – A) merupakan persamaan polinomial p dalam λ dan disebut polinomial karakteristik
dari A.
( )
( )
det (λI - A) = 0
Nilai eigen value l = , λ= , dan λ =
Jika A adalah matriks segitiga (segitiga atas atau segitiga bawah) atau diagonal orde nxn,
maka nilai eigen dari matriks A adalah nilai elemen pada diagonal matriks A.
- Jika matriks A orde nxn dan λ adalah bilangan real maka:
o λ adalah nilai eigen dari A.
o λ merupakan suatu penyelesaian dari persamaan karakteristik det (λ I – A) = 0.
o Ada suatu vektor tak-nol x pada Rn sedemikian sehingga Ax = λx.
DIAGONALISASI MATRIKS
- Suatu matriks A orde nxn dapat didiagonalisasi jika dan hanya jika mempunyai n vektor
eigen yang bebas linear atau terdapat matriks P (non singular) dan matriks D (diagonal),
sehingga :
AP = PD D = P-1AP
- Matriks P adalah matriks yang elemen kolomnya merupakan vektor eigen dari matriks A.
Kolom-kolom pada matriks P terdiri atas n vektor eigen yang bebas linear, sehingga matriks
P mempunyai invers.
- Matriks D adalah matriks diagonal hasil diagonalisasi matriks A. Diagonal utama matriks D
berupa nilai eigen dari matriks A dengan urutan sesuai dengan komponen vektor eigen yang
dijadikan kolom pada matriks P.
- Tahapan mencari matriks diagonal D:
1. Tentukan matriks A dan polinomial karakteristik dari matriks A:
det (λI - A) = 0
2. Tentukan nilai eigen λ dari matriks A dengan menyelesaikan persamaan karakteristik det
(λI – A) = 0.
3. Untuk tiap nilai eigen l tentukan hubungan elemen vektor eigen x yang memenuhi
persamaan Ax = λ x.
4. Tuliskan vektor eigen x dengan persamaan umum yang menyatakan hubungan antar
elemen vektor eigen x dalam bentuk variabel konstanta.
5. Berikan nilai vektor eigen x untuk contoh nilai variabel konstanta yang sederhana.
6. Buat matriks P yang elemen kolomnya merupakan vektor eigen dari matriks A.
7. Hitung matriks 𝑃-1
8. Hitung matriks = 𝑃-1 𝑃
det (λI - A) = 0
=0
* +=0
( )( )
-6 +5=0
( )( )=0
* +* += * +
Untuk
* +* += * +
4 + = = -3
3 + = = -3
Sehingga vector eigen yang bersesuaian dengan adalah
x=* +=* +
x=* +=* +
x=* +
Untuk
* +* +=5* +
4 + = =
3 + = =
Sehingga vector eigen yang bersesuain dengan adalah
x=* +=* +
x=* +=* +
x=* +
x=* + , dan
x = * + untuk
D = P-1 AP
D= * +* +* + D= * +* +* +
D= * +* + D= * +* +
D= * + D= * +
D=* + D=* +
Terlihat:
2. Nilai eigen matriks A adalah dan , elemen diagonal matriks A adalah a1.1 =
1 dan a2.2 = 5 = a1.1 dan = a2.2
3. Elemen diagonal utama pada kolom pertama bernilai 1 kolom pertama matriks P adalah vector
eigen dari nilai eigen .
Elemen diagonal utama pada kolom kedua bernilai 5 kolom kedua matriks P adalah vector
eigen dari nilai eigen .
Secara umum, = =
det ( )=0
=0
| |=0
( )(( )( )) = 0
( )( )=0
( )(( )( )) = 0
= 2,
Ax =
[ ][ ] = [ ]
Untuk =2
[ ][ ] = [ ]
=
=
=0
Sehingga vector eigen yang bersesuaian dengan = 2 adalah
x= [ ]=[ ]
x= * +=* +
Untuk =3
[ ][ ] = [ ]
=
=
=0
Sehingga vector eigen yang bersesuaian dengan = 3 adalah
x= [ ]=[ ]
x= [ ]=[ ]
Untuk =5
[ ][ ] = [ ]
=
x1 = 0 dan x2 =0
=
=
Sehingga vector eigen yang bersesuaian dengan = 5 adalah
x= [ ]=[ ]
x= [ ]=[ ]
x = * + untuk =2
x = [ ] untuk =3
x = [ ] untuk =5
sehingga, matriks P = [ ]
P-1 = =[ ][ ]
D = P-1AP
D=[ ][ ][ ]
D=[ ][ ]
D=[ ]
- Tentukan matriks diagonal dari B = [ ]
=0
| |=0
( )( ) ( )=0
=0
( )( ) =0
= 1,
Untuk =1
[ ][ ] = [ ]
= -0,5
= = -,05
= - 0,5
Sehingga vector eigen yang bersesuaian dengan = 1 adalah
x= [ ]=[ ]
x= [ ]=[ ] atau [ ]
Untuk =2
[ ][ ] = [ ]
=
=
=-
Sehingga vector eigen yang bersesuaian dengan = 2 adalah
x= [ ]=[ ]
x= [ ]=[ ]
hubungan terntentu, tetapi nilai tidak ada parameter yang menentukan hubungan dengan
atau . Karena vector eigen x [ ] terbentuk dari dan , maka untuk membentuk
matriks diagonal D diperlukan dua vector eigen yang bebas linear, sehingga bisa diambil
misalnya:
matriks adj.P = [ ] [ ]
P-1 = =[ ] [ ]
D = P-1AP
D=[ ][ ][ ]
D=[ ][ ]
D=[ ]
Dekomposisi Cholesky
Suatu matriks A orde nxn yang simetris, A = AT dapat difaktorkan menjadi dua matriks yaitu
L dan LT, sehingga A = L•LT
L : matriks segitiga bawah, dan
LT : matriks segitiga atas
A=[ ]
L=[ ]
LT = [ ]
A = L•LT
A=[ ][ ]
A=[ ]
[ ]=[ ]
=
= =
= =
=
= =
=
L=[ ] LT = [ ]
Contoh:
[ ]=[ ][ ]
[ ]=[ ]
=1
=2
=34+ =3c=
=3
= 1 2 3 + i e = 1 e i = -5 e = 5i
= 2 3 3 + 5i 5i + = 2 9 – 25 + =2 = 18 =
L=[ ] LT = [ ]
A=[ ][ ]
[ ]=[ ][ ]
[ ]=[ ]
A=[ ] -2 [ ] -3 [ ] -5 [ ]
A = L.U
[ ]=[ ][ ]
[ ]=[ ]
Dekomposisi Matriks
Suatu matriks A orde nxn dapat difaktorkan menjadi dua matriks yaitu L dan U, sehingga A
= L.U.
L = matriks segitiga bawah, dan
U = matriks segitiga atas
Metode Doolittle:
A=[ ]
L=[ ]
U=[ ]
A = L.U
A=[ ][ ]
A=[ ]
[ ]=[ ]
=
=
=
=
=
=
=
=
=
Contoh:
A = L.U
[ ]=[ ][ ]
[ ]=[ ]
=1= =1
=2= =2
=3= =3
=2= = =2
=3= = 2.2 + = -1
=1= = 2.3 + = -5
=3= .1 =3
=1= = 3.2 + ( ) =5
=2= = 3.3 + 5.(-5) + = 18
A=[ ][ ]
[ ]=[ ][ ]
[ ]=[ ]
Metode Crout:
A=[ ]
L=* +
U=[ ]
A = L.U
A=* +[ ]
A=[ ]
[ ]=[ ]
=
=
=
=
=
=
=
=
=
Contoh:
[ ]=* +[ ]
[ ]=[ ]
=1= =1
=2= =2
=3= =3
=2= =2
=3= = 2.2 + = -1
=1= = 2.3 + (-1). =5
=3= =3
=1= = 3.2 + = -5
=2= = 3.3 + (-5).5 + = 18
A=* +[ ]
[ ]=[ ][ ]
[ ]=[ ]
UTS
Diketahui = A : 4 ; B : 5 ; C : 5
[ ][ ]=[ ]
=| |
=| |
3=| |
x1 = = =0
x2 = = = -1
x3 = = =2
Maka di dapatkan nilai x1, x2, dan x3 dari perhitungan aturan Cramer adalah sebagai
berikut : x1 = 0
x2 = -1
x3 = 2
2. Cari solusi persamaan berikut dengan menggunakan invers matriks!
− 1+4 2−2 3 =5
2 1 − 5 2 + 3 3 = −6
−3 1 − 2 2 − 2 3 = −1
[ ][ ]=[ ]
Rumus
A.x=y
X= .y
Mencari nilai
= | |
= -1 x | |–4x| | + (-2) x | |
| | | | | |
Adj A = | | | | | |
[ | | | | | |]
(( ) ( )) (( ) ( )) (( ) ( ))
Adj A = * (( ) ( )) (( ) ( )) (( ) ( ))+
(( ) ( )) (( ) ( )) (( ) ( ))
Adj A = [ ]
Adj A = [ ]
Mencari nilai
= . Adj A
= .[ ]
[ ]= .[ ]x[ ]
( ) ( ) ( )
[ ]= . *( ) ( ) ( )+
( ) ( ) ( )
[ ]= .[ ]
[ ]= .[ ]
[ ]=[ ]
Maka di dapatkan nilai x1, x2, dan x3 dari perhitungan aturan invers matriks adalah
sebagai berikut : x1 : 3
x2 : 0
x3 : -4
3. Cari solusi persamaan berikut dengan menggunakan eliminasi Gaussian!
−3 1 − 2 2 + 4 3= 3
−2 1 − 2 2 + 3 3 = −2
2 1+ 2−5 3 = −4
[ ][ ]=[ ]
[ | ]
Langkah pengerjaan 1
Baris 3 + Baris 2 =[ | ]
Baris 3 + Baris 2 =[ | ]
Langkah pengerjaan 2
3 x Baris 2 – 2 x Baris 1 = [ | ]
3 x Baris 2 – 2 x Baris 1 = [ | ]
Langkah pengerjaan 3
2 x Baris 3 – Baris 2 =[ | ]
2 x Baris 3 – Baris 2 =[ | ]
Mencari nilai x1, x2, dan x3
[ | ]
x1 =
x1 = -5
-2x2 + x3 = -12
-2x2 + (1 x 0) = -12
x2 =
x2 = 6
3x3 = 0
x3 =
x3 = 0
Maka di dapatkan nilai x1, x2, dan x3 dari perhitungan eliminasi gaussian adalah
sebagai berikut : x1 : -5
x2 : 6
x3 : 0
4. Cari solusi persamaan berikut dengan menggunakan eliminasi Gauss-Jordan!
− 1 + 2 2 + 2 3 = −2
-4 1 − 2 + 3 3 = −7
1+2 2−3 3 =8
[ ][ ]=[ ]
[ | ]
Langkah pengerjaan 1
Baris 3 + Baris 1 =[ | ]
Baris 3 + Baris 1 =[ | ]
Langkah pengerjaan 2
Baris 2 - 4 x Baris 1 =[ | ]
Baris 2 - 4 x Baris 1 =[ | ]
Langkah pengerjaan 3
Baris 1 + 2 x Baris 3 =[ | ]
Baris 1 + 2 x Baris 3 =[ | ]
Langkah pengerjaan 4
Baris 2 - 5 x Baris 3 =[ | ]
Baris 2 - 5 x Baris 3 =[ | ]
Langkah pengerjaan 5
Baris 2 / (-29) =[ | ]
Baris 2 / (-29) =[ | ]
Langkah pengerjaan 6
Baris 3 – 4 x Baris 2 =[ | ]
Baris 3 – 4 x Baris 2 =[ | ]
Langkah pengerjaan 7
Baris 1 – 10 x Baris 2 =[ | ]
Baris 1 – 10 x Baris 2 =[ | ]
Langkah pengerjaan 7
Baris 1 x -1 =[ | ]
Baris 1 x -1 =[ | ]
Langkah pengerjaan 8
Baris 3 x -1 =[ | ]
Baris 3 x -1 =[ | ]
Maka di dapatkan nilai x1, x2, dan x3 dari perhitungan eliminasi Gauss Jordan adalah
sebagai berikut : x1 : 0
x2 : 1
x3 : -2
5. Cari solusi persamaan berikut dengan menggunakan metode Montante (algoritme Bareiss) !
1+2 2+2 3 =5
−2 1 − 4 2 − 3 3 = −6
1+5 2+3 3 =9
[ ][ ]=[ ]
Saat P0 = 1
[ | ] [ | ]
( ) ( )
a. =0 d. =1
( ) ( ) ( ) ( )
b. =1 e. =4
c. =3 f. =0
Saat P1 = 1
[ | ] [ | ]
a. =0 d. = -7
b. = -2 e. = -8
c. =0 f. = -28
Saat P2 = 0
[ | ] [ | ]
a. =0
b. =0
c. =0
d. =0
e. =0
( )
f. =0
Dibagi -7
[ | ] [ | ]
[ | ]
Dari hasil di atas tidak bisa di dapatkan nilai x1, x2, dan x3 karena matrik tidak
berbentuk matrik identitas.
UAS
1. Diketahui : 2106011630055
A:2
B:5
C:5
D=[ ]= [ ]
P=[ ]
Rumus = E = P x D x P-1
P-1 = ( | )
P-1 = ( | )‘ ’
P-1 = ( | )‘ ’
P-1 = ( | )‘ ’
P-1 = ( | )‘ ’
P-1 = ( | )‘ ’
P-1 = ( | )
- Maka didapatkan :
P-1 = ( )
- Cari matriks E
E=( | )x( )
E =[ ]x[ ]
=[ ]
- Dibuktikan!
det = I – E = 0
det = ( )-( )
det = [ ]
- Cari determinan:
=| | - (6) | | - (15) | |
F=[ ]
F=[ ]
F=[ ]
F=[ ]
F=[ ]
F=[ ] ⁄
F=[ ]
- L dan U
L=[ ] U=[ ]
B = L.U
[ ]=[ ]. *[ ]+
B) G = L.U
G= [ ][ ]
=[ ]=[ ]
=4
=1
=2
=2 =5
4 =2 =5
= ⁄ ⁄ + =5
= 4,5
Soal
1. NILAI EIGEN MATRIKS A
( )
( )
[ ( ) ( )]
[( ) ( )]
( )
( )| | ( )| | | |
[( )( ) ] ( )[( )( ) ( )] [( )( ) ( )]
( ) ( )( ) ( )
( ) ( )( )( ) ( )
( )( )( )
2. VEKTOR EIGEN MATRIKS A
( )
( )
[ ( ) ( )]
[( ) ( )]
( )
( )| | ( )| | | |
[( )( ) ] ( )[( )( ) ( )] [( )( ) ( )]
( ) ( )( ) ( )
( ) ( )( )( ) ( )
( )( )( )
( )( ) ( )
Untuk
( )( ) ( )
=0 (1)
(2)
(3)
( ) ( )
( ) ( )
Untuk
( )( ) ( )
(1)
(2)
(3)
( )
( )
( ) ( )
( ) ( )
Untuk
( )( ) ( )
(1)
(2)
(3)
( )
Substitusi ke persamaan (2)
( ) ( )
( ) ( )
( ) untuk
( ) untuk
( ) untuk
3. DIAGONALISASI MATRIKS A
( )
( )
[ ( ) ( )]
[( ) ( )]
( )
( )| | ( )| | | |
[( )( ) ] ( )[( )( ) ( )] [( )( ) ( )]
( ) ( )( ) ( )
( ) ( )( )( ) ( )
( )( )( )
( )( ) ( )
Untuk
( )( ) ( )
=0 (1)
(2)
(3)
( ) ( )
( ) ( )
Untuk
( )( ) ( )
(1)
(2)
(3)
( )
10 =0
( )
( ) ( )
( ) ( )
Untuk
( )( ) ( )
(1)
(2)
(3)
Substitusi ke persamaan (1)
( )
( ) ( )
( ) ( )
( ) untuk
( ) untuk
( ) untuk
Dari nilai vector eigen didapatkan nilai P
𝑃 ( )
𝑃 ( | )
𝑃 ( | )
𝑃 ( | )
𝑃 ( | )
𝑃 ( | )
𝑃 |
|
( )
Maka, didapatkan invers dari P adalah :
( )
Mencari nilai D :
𝑃 𝑃
( )( )
( )
( )
( )
( )
( )
( )
( )
( )
( )( )
( ) ( )
( ) ( )
( ) ( )
( ) ( )( )
( ) ( )
( )
( ) ( )
( ) ( )
( ) ( )
( ) ( )( )
( ) ( )
c. Dekomposisi Matriks Doolittle
( )
( )( )
( ) ( )
( ) ( )
( ) ( )
( ) ( )
( ) ( )( )
( ) ( )
( )
( )( )
( ) ( )
( ) ( )
( ) ( )
( ) ( )
( ) ( )( )
( ) ( )