AKN - 5
Nilai dan Vektor Eigen
Nama
NPM
: Rialdy Fahmi
: 140310180034
FISIKA
Hari/Tanggal : Selasa, 26 Maret 2018
Waktu/Sesi : 7.00-12.00 / 1
Asisten :
LABORATORIUM KOMPUTASI
DEPARTEMEN FISIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS PADJADJARAN
2019
LEMBAR PENGESAHAN
AKN - 5
Laporan
Laporan Awal Presentasi Praktikum
Akhir
Asisten
( )
Nilai dan Vektor Eigen
I. Tujuan
1.1 Mahasiswa diharapkan mampu menghitung nilai dan vektor eigen dari
suatu matriks bujursangkar menggunakan metode pangkat (Power Method)
dan metode pangkat inversi (Invers Power Method).
II. Teori Dasar
2.1 Nilai Eigen dan Vektor Eigen
N
𝒗 = 𝐶1𝒗1 + 𝐶2𝒗2 + ⋯ +𝐶𝑁𝒗𝑁 = ∑ Civi (3.3)
i=1
(3.4)
(3.5)
Tetapi karena |𝜆1|>|𝜆𝑖| untuk 𝑖 = 1,2,…,𝑁, jika 𝑘→∞maka →0dan
Persamaan 3.5 berubah menjadi Persamaan 3.6.
(3.6)
Pada Persamaan 3.6 dengan menggunakan 𝐶1 = 1 dapat diekspresikan
𝐶1𝒗1 = 𝒗𝟏, sehingga diperoleh Persamaan 3.7 untuk nilai salah satu
vektor eigen.
(3.7)
(3.8)
2.3 Metode Pangkat Inversi (Invers Power Method)
Tujuan dari penggunaan metode pangkat inversi adalah untuk menentukan
nilai eigen terkecil dengan menerapkan metode pangkat pada matriks A−1.
Metode ini digunakan pada kasus dimana matriks A bersifat non singular
dan tidak memiliki nilai eigen bernilai nol. Asal pemikiran dari metode ini
adalah Persamaan 3.9
(3.9)
Ini berarti bahwa matriks invers A−1 memiliki nilai-nilai eigen yang
merupakan kebalikan dari nilai-nilai eigen matriks A.
(3.10)
2.4 Metode Geser
Teorema Metode Pangkat Balik Tergeser
a2 = e*i-h*f;
b2 = -d*i-g*f;
c2 = d*h-g*e;
d2 = -(b*i-h*c);
e2 = a*i-g*c;
f2 = -(a*h-g*b);
g2 = b*f-e*c;
h2 = -(a*f-d*c);
i2 = a*e-d*b;
detA2 = a2*(e2*i2-f2*h2);
detB2 = b2*(d2*i2-f2*g2);
detC2 = c2*(d2*h2-e2*g2);
cof = detA2 - detB2 + detC2;
%matriks kofaktor
v(:,1) = n(1,:);
v(:,2) = n(2,:);
v(:,3) = n(3,:);
2. Hitung nilai dan vektor eigen dari matriks no (a) yang terdapat pada
bagian percobaan secara analitik menggunakan bantuan persamaan
karakteristik
Faktorkan Fungsi :
Cari nilai akar di bagian kuadrat menggunakan rumus ABC , Hasil akar :
Masukkan nilai untuk tiap lamda ke matriks eigen, menghasilkan :