dengan 𝑦 = 𝑓(𝑥) adalah sebuah fungsi yang tidak diketahui dan akan ditentukan
𝑑𝑦
turunannya yaitu 𝑦 ′ = dengan 𝑎 adalah konstanta. Seperti kebanyakan
𝑑𝑥
persamaan diferensial, maka (1) mempunya tak terhingga banyaknya
penyelesaian, yaitu fungsi-fungsi yang berbentuk
𝑦 = 𝑐𝑒 𝑎𝑥 (2)
dengan c adalah sebarang konstanta. Setiap fungsi dalam bentuk seperti ini merupakan
penyelesaian dari 𝑦’ = 𝑎𝑦, sebab
𝑦 ′ = 𝑐𝑒 𝑎𝑥 = 𝑎𝑦
Demikian pula sebaliknya, setiap penyelesaian dari 𝑦’ = 𝑎𝑦 haruslah merupakan
sebuah fungsi yang berbentuk 𝑐𝑒 𝑎𝑥 , sehingga (2) menguraikan semua
penyelesaian dari 𝑦 ′ = 𝑎𝑦 . Kita namakan (2) sebagai penyelesaian umum
(general solution) dari 𝑦 ′ = 𝑎𝑦.
Prosedur berikut mengemukakan langkah-langkah untuk menyelesaikan suatu system
𝑌′ = 𝐴𝑌
dengan matriks koefisien A yang dapat didiagonalisasi, yaitu:
Langkah 1. Carilah sebuah matriks P yang mendiagonalisasi matriks A.
Langkah 2. Lakukanlah substitusi Y = PU dan Y’ = PU’ untuk mendapatkan suatu
”sistem diagonal” yang baru U’ = DU, dengan D = P −1 AP.
Langkah 3. Selesaikanlah U’ = DU.
Langkah 4. Tentukanlah Y dari persamaan Y = PU.
Contoh 2
Selesaikan sistem persamaan diferensial
𝑦′1 = 𝑦1 + 𝑦2
𝑦′2 = 4𝑦1 − 2𝑦2
yang memenuhi kondisi-kondisi awal 𝑦1 (0) = 1 dan 𝑦2 (0) = 6
Penyelesaian:
Matriks koefisien dari sistem ini adalah
1 1
𝐴=
4 −2
Langkah 1. Mencari matriks P yang mendiagonalisasi oleh sebarang matriks A
𝜆 − 1 −1
det 𝜆𝐼 − 𝐴 = = 𝜆2 + 𝜆 − 6 = 𝜆 + 3 𝜆 − 2
−4 𝜆 + 2
Maka nilai-nilai eigen dari matriks A adalah λ = 2 dan λ = −3.
𝑥1
Menurut definisi, 𝑥 = 𝑥 adalah sebuah vektor eigen dari matriks A yang bersesuaian dengan
2
nilai eigen λ jika dan hanya jika x adalah sebuah penyelesaian non trivial dari 𝜆𝐼 − 𝐴 𝑥 = 0,
yakni, dari
𝜆−1 −1 𝑥1 0
=
−4 𝜆 + 2 𝑥2 0
Jika 𝜆 = 2, system ini menjadi
1 −1 𝑥1 0
=
−4 4 𝑥2 0
Dengan memecahkan system ini maka akan menghasilkan
𝑥1 = 𝑡, 𝑥2 = 𝑡
Mendiagonalisasi A, dan
2 0
𝐷 = 𝑃−1 𝐴𝑃 =
0 −3
Sehingga
𝑥1 𝑡 1
𝑥2 = =𝑡
𝑡 1
Jadi,
1
𝑃1 =
1
Jadi sebuah basis untuk ruang eigen yang bersesuaian dengan λ = 2. Dengan demikian juga
1
𝑃2 = −
4
1
Adalah sebuah basis untuk ruang eigen yang bersesuaian dengan λ = -3. Jadi,
1
𝑃= 1 −
4
1 1
Langkah 2. Lakukanlah substitusi Y = PU dan Y’ = PU’ untuk mendapatkan suatu
”sistem diagonal” yang baru U’ = DU, dengan D = P −1 AP.
𝑌 = 𝑃𝑈 dan 𝑌 ′ = 𝑃𝑈′
2 0 𝑢1′ = 2𝑢1
𝑈 ′ = 𝐷𝑈 = 𝑈 atau
0 −3 𝑢2′ = −3𝑢2
Dari persamaan (2) penyelesaian dari sistem ini adalah
𝑢1 = 𝑐1 𝑒 2𝑥 𝑐1 𝑒 2𝑥
atau 𝑈=
𝑢2 = 𝑐2 𝑒 −3𝑥 𝑐2 𝑒 −3𝑥
1 1
𝑦1 1 − 𝑐1 𝑒 2𝑥 𝑐1 𝑒 2𝑥 − 𝑐2 𝑒 −3𝑥
𝑌= 𝑦 = 4 𝑐 𝑒 −3𝑥 = 4
2
1 1 2 𝑐1 𝑒 + 𝑐2 𝑒 −3𝑥
2𝑥
Atau
1
𝑦1 = 𝑐1 𝑒 2𝑥 − 4 𝑐2 𝑒 −3𝑥
(7)
𝑦2 = 𝑐1 𝑒 2𝑥 + 𝑐2 𝑒 −3𝑥
Langkah 5. Menentukan solusi khusus dengan kondisi awal yang diberikan
Jika kita mensubstitusikan syarat-syarat awal 𝑦1 (0) = 1 dan 𝑦2 (0) = 6 pada
persamaan (7), maka kita mendapatkan
1
𝑐1 − 𝑐2 = 1
4
𝑐1 + 𝑐2 = 6
dan penyelesaian dari sistem ini adalah
𝑐1 = 2, 𝑐2 = 4
Sehingga dari (7) penyelesaian yang memenuhi syarat-syarat awal adalah
𝑦1 = 2𝑒2𝑥 − 𝑒−3𝑥
𝑦2 = 2𝑒2𝑥 + 4𝑒−3𝑥
PENERAPAN PADA
02 MASALAH
APROKSIMASI;
DERET FOURIER
Masalah Aproksimasi
TEORI
Jika P adalah sebuah titik di dalam ruang berdimensi 3 biasa
dan W adalah sebuah bidang yang melewati titik asal ruang
tersebut,maka titik Q pada W yang jaraknya terdekat dengan P
dapat di peroleh dengan memproyeksikan P secara tegak lurus
terhadap W
Contoh 5
Jika kita sepakat untuk menghilangkan tanda kurung pada matriks 1 x 1, maka (7.15) dapat kita tulis
dalam bentuk matriks sebagai
𝑥
𝑎𝑥 2 + 2𝑏𝑥𝑦 + 𝑐𝑦 2 = 𝑥 𝑦 𝑎 𝑏
………………... (7.16)
𝑏 𝑐 𝑦
Definisi. Bentuk kuadrat pada x1, x2, …, xn adalah ekspresi yang dapat kita tulis sebagai
𝑥1
𝑥2
𝑥1 𝑥2 … 𝑥𝑛 𝐴 ⋮ ……………….. (7.17)
𝑥𝑛
𝑥1
𝑥2
Jika kita misalkan 𝑋 = ⋮
𝑥𝑛
𝑋 𝑡 𝐴𝑥…………….. (7.18)
Penelaahan bentuk kuadrat itu adalah suatu topik ekstensif yang hanya dapat kita lakukan pada bagian ini. Berikut ini
ada beberapa masalah matematis penting yang ber hubungan dengan bentuk kuadrat.
1. Carilah nilai maksimum dan minimum dari bentuk kuadrat 𝑥 𝑡 𝐴𝑥 jika 𝑥 terkendala sehingga
1
𝑥 = (𝑥12 + 𝑥22 + ⋯+ 2 2
𝑥𝑛 ) = 1
1. Apakah kondisi A harus dipenuhi pada urutan untuk bentuk kuadrat agar memenuhi ketaksamaan 𝑥 𝑡 𝐴𝑥 > 0 untuk
semua 𝑥 ≠0?
2. Jika 𝑥 𝑡 𝐴𝑥 adalah sebuah bentuk kuadrat dalam dua atau tiga peubah dan c adalah konstanta, apakah grafik
persamaan 𝑥 𝑡 𝐴𝑥 = 𝑐 seperti yang Anda harapkan?
3. Jika P adalah matriks ortogonal, maka pengubahan peubah 𝑥 = 𝑃𝑦 akan menggantikan bentuk kuadrat 𝑥 𝑡 𝐴𝑥
menjadi (𝑃𝑦)𝑡 𝐴(𝑃𝑦) = 𝑦 𝑡 (𝑃𝑡 𝐴𝑃)𝑦. Tetapi 𝑃𝑡 𝐴𝑃 adalah sebuah matriks simetrik jika A adalah (buktikan),
sehingga 𝑦 𝑡 (𝑃𝑡 𝐴𝑃)𝑦 merupakan bentuk kuadrat yang baru dalam peubah y. Pentingnya memahami ini karena P
dapat dipilih sehingga dengan demikian bentuk kuadrat yang baru itu tidak mempunyai suku-suku dari hasil kali
silang.
Teorema 1. Misalkan A adalah matriks simetrik n x n yang nilai eigennnya mengurangi
ukuran orde 𝜆1 ≥ 𝜆2 ≥ ⋯ ≥ 𝜆𝑛 . Jika x terkendala sehinnga 𝑥 = 1 relatif terhadap
hasil kali dalam Euclidis pada Rn, maka
a) 𝜆1 ≥ 𝑥 𝑡 𝐴𝑥 ≥ 𝜆𝑛
b) 𝑥 𝑡 𝐴𝑥 = 𝜆𝑛 jika x adalah vektor eigen A yang bersesuaian dengan 𝜆𝑛 dan 𝑥 𝑡 𝐴𝑥 = 𝜆1
jika x adalah vektor eigen A yang bersesuaian dengan 𝜆1 .
Definisi. Bentuk kuadrat 𝑥 𝑡 𝐴𝑥 disebut definit positif jika 𝑥 𝑡 𝐴𝑥 > 0 untuk semua 𝑥 ≠ 0, sedangkan
matriks simetrik A disebut deifinit posotif jika 𝑥 𝑡 𝐴𝑥 adalah bentuk kuadrat definit positif.
Teorema 2. Matriks simetrik A adalah definit positif jika dan hanya jika semua nilai
eigen A adalah positif.
Bukti. Anggapah bahwa A definit positif dan misalkan λ sebarang nilai eigen A. jika x
adalah vektor eigen A yang bersesuaian dengan λ, maka 𝑥 ≠ 0, sehingga
Sebaliknya, anggaplah bahwa semua nilai eigen A positif. Kita harus menunjukkan bahwa
𝑥 𝑡 𝐴𝑥 > 0 untuk semua 𝑥 ≠ 0. Tetapi jika 𝑥 ≠ 0, kita dapat menormalisasikan x untuk
𝑥
memperoleh vektor 𝑦 = dengan sifat 𝑦 = 1.
𝑥
Kini dari teorema 1 bahwa
𝑦 𝑡 𝐴𝑦 ≥ 𝜆𝑛 > 0
2
di mana 𝜆𝑛 adalah nilai eigen A terkecil. Jadi,dengan mengalikannya melalui 𝑥 akan
menghasilkan 𝑥 𝑡 𝐴𝑥 > 0 yang kita harapkan untuk membuktikaannya.
Teorema 3.
Matriks simetrik A adalah definit positif jika dan hanya jika determinan setiap
matriks utama adalah positif.
Contoh
Matriks
2 −1 −3
𝐴 = −1 2 4
−3 4 9
adalah definit positif karena
2 −1 −3
2 −1
2 = 2, = 3, −1 2 4 =1
−1 2
−3 4 9
semuanya menjadi positif. Jadi, kita menjamin bahwa semua nilai eigen A adalah
positif dan 𝑥𝑡 𝐴𝑥 > 0 unutk semua 𝑥 ≠ 0.
PERNYATAAN. Matriks simetriks A dan bentuk kuadrat 𝑥𝑡 𝐴𝑥 kita sebut
Teorema 2 dan 3 dapat diuraikan dengan cara yang jelas untuk menerapkan tiga
matriks tipe pertama. Misalnya, matriks simetrik A adalah semi definit positif,
jika dan hanya jika semua nilai eigennya adalah taknegatif. Demikian juga, A
akan menjadi semi definit positif jika dan hanya jika semua submatriks
utamanya mempunyai determinan taknegatif.
PENDIAGONALAN
BENTUK KUADRAT;
PENERAPAN PADA
04 BAGIAN KERUCUT
(KONIK)
A. Bentuk Kuadrik
𝑥1
𝑥2
ditulis sebagai berikut : 𝑥1 , 𝑥2 , … , 𝑥𝑛 𝐴= … dengan A adalah suatu matriks nyang
𝑥𝑛
simetris.
𝑥1
𝑥2
Jika kita misalkan matriks 𝑥 = … maka bisa ditulis secara lebih ringkas dalam bentuk
𝑥𝑛
𝑥𝑡 𝐴 𝑥 .
Matriks A yang simetris ini dinamakan matriks dari bentuk kuadrat xt A x. Matriks-
matriks simetris berguna, namun tidak begitu penting untuk menyajikan bentuk kuadrat dalam
notasi matriks. Jika kita menggunakan fakta bahwa A adalah simetris, yaitu A = At, maka
dapat dinyatakan dalam bentuk hasil kali dalam Euclid dengan menuliskan :
𝑥 𝑡 𝐴 𝑥 = 𝑥 𝑡 𝐴𝑡 𝑥 = 𝐴𝑥 𝑡 𝑥 =< 𝑥 , 𝐴𝑥 >
B. Penerapan pada bagian Kerucut (Konik)
Matriks P pada teorema ini dinamakan mendiagonalkan secara ortogonal bentuk kuadrat
degenerasi tetapi tidak berada pada kedududkan standar? Hal ini bisa terjadi disebabkan oleh rotasi
dan translasi sumbu-sumbu koordinat xy untuk mendapatkan suatu sistem koordinat x‟ y‟ yang
relatif terhadap irisan kerucut ini berada dalam posisi standar. Begitu ini dikerjakan, maka
persamaan irisan kerucut pada sistem x‟ y‟ akan berbentuk salah satu di antara yang diberikan
𝑎 𝑑 𝑒 𝑥
𝑥 𝑦 𝑧 𝑑 𝑏 𝑓 + 𝑔 𝑖 𝑦 +𝑗 =0
𝑒 𝑓 𝑐 𝑧
Atau
𝑥 𝑡 𝐴𝑥 + 𝐾𝑥 + 𝑗 = 0
Di mana
𝑥 𝑎 𝑑 𝑒
𝑥= 𝑦 𝐴= 𝑑 𝑏 𝑓 𝐾= 𝑔 𝑖
𝑧 𝑒 𝑓 𝑐
Contoh 18
Bentuk kuadrat yang diasosiasikan dengan persamaan kuadrat
3𝑥 2 + 2𝑦 2 − 𝑧 2 + 4𝑥𝑦 + 3𝑥𝑧 − 8𝑦𝑧 + 7𝑥 + 2𝑦 + 3𝑧 − 7 = 0
Adalah bentuk
3𝑥 2 + 2𝑦 2 − 𝑧 2 + 4𝑥𝑦 + 3𝑥𝑧 − 8𝑦𝑧
Grafik-grafik dari persamaan-persaman kuadrat dalam x, y, dan z
kita namakan kuadrik (quadric) atau permukaan kuadrik (quadric
surfaces). Sebuah kuadrik yang persamaan dan sketsa grafiknya
ditunjukkan dalam Gambar 7.9 dikatakan berada dalam kedudukan
standar relatif terhadap sumbu-sumbu koordinat.
Prosedur untuk mengidentifikasi kuadrik yang dirotasikan dari posisi standar serupa
dengan prosedut untuk irisan kerucut (konik). Misalkan Q sebuah permukaan kuadrik yang
persamaannya pada sistem koordinat xyz adalah
𝒙′ 𝑨𝒙 + 𝑲𝒙 + 𝒋 = 𝟎 (7.34)
Dalam hal ini kita ingin merotasikan sumbu koordinat xyz, untuk mendapatkan persamaan
kuadrik pada sistem koordinat x‟ y‟ z‟ yang baru tidak mempunyai suku hasil kali. Hal ini bisa
kita lakukan melalui beberapa langkah berikut ini.
Langkah 1. Carilah sebuah matriks P yang mendiagonalkan 𝑥 𝑡 𝐴𝑥 secara ortogonal.
Langkah 2. Jika perlu, tukarkanlah dua kolom dari matriks P, untuk mendapatkan det (P) = 1.
Ini menjamin bahwa transformasi koordinat orthogonal
𝑥 𝑥′
𝒙 = 𝑷𝒙′, yakni 𝑦 = 𝑃 𝑦′ (7.35)
𝑧 𝑧′
Adalah sebuah putaran
Langkah 3. Substitusikanlah (7.35) ke dalam (7.34). Dari sini akan mendapatkan sebuah
persamaan untuk kuadrik pada koordinat 𝑥’𝑦’𝑧’ tanpa suku hasil kali.
Teorema 6. (Teorema Sumbu untuk R3). Misalkan
𝑎𝑥 2 + 𝑏𝑦 2 + 𝑐𝑧 2 + 2𝑑𝑥𝑦 + 2𝑒𝑥 + 2𝑓𝑦𝑧 + 𝑔𝑥 + 𝑦 + 𝑖𝑧 + 𝑗 = 0
Adalah persamaan kuadrik Q. dan misalkan
𝒙𝒕 𝑨𝒙 = 𝑎𝑥 2 + 𝑏𝑦 2 + 𝑐𝑧 2 + 2𝑑𝑥𝑦 + 2𝑒𝑥 + 2𝑓𝑦𝑧
adalah bentuk kuadrik terasosiasi. Sumbu-sumbu koordinatnya dapat dirotasikan
sehingga persamaan Q dalam sistem koordinat x’ y’ z’ berbentuk
𝜆1 𝑥′2 + 𝜆2 𝑦′2 + 𝜆3 𝑧′2 + 𝑔′ 𝑥 ′ + ′ 𝑦 ′ + 𝑖 ′ 𝑧 ′ + 𝑗 = 0
dengan 𝜆1 , 𝜆2 , dan 𝜆3 adalah nilai-nilai eigen matriks A. Rotasi tersebut dilakukan
dengan mensubstitusikan
𝒙 = 𝑷𝒙′
Di mana P mendiagonalisasi 𝑥 𝑡 𝐴𝑥 dan det 𝑃 = 1 secara orthogonal.
Contoh 20
Lukiskanlah permukaan kuadrik yang persamaannya adalah
4𝑥2 + 4𝑦2 + 4𝑧2 + 4𝑥𝑦 + 4𝑥𝑧 + 4𝑦𝑧 − 3 = 0
Penyelesaian:
Bentuk matriks untuk persamaan kuadrat di atas adalah
𝒙𝒕 𝑨𝒙 − 3 = 0
Dimana
4 2 2
𝐴= 2 4 2
2 2 4
Maka nilai-nilai eigen A adalah 𝜆 = 2 dan 𝜆 = 8, sedangkan A didiagonalisasi
oleh matriks secara orthogonal
1 1 1
− −
2 6 3
1 1 1
𝑃= −
2 6 3
2 1
0
6 3
Dimana kedua vector kolom pada P adalah vector-vektor eigen yang bersesuaian dengan
𝜆 = 2 dan vector kolom ketiga adalah vector eigen yang bersesuaian dengan 𝜆 = 8.
Karena det 𝑃 = 1 (buktikan), maka tranformasi koordinat orthogonal 𝑥 = 𝑃𝑥′ adalah
sebuah putaran. Dengan menyulihkan ekspresi ini ke dalam (7.36) akan menghasilkan
𝑃𝑥′ 𝑡 𝐴 𝑃𝑥′ − 3 = 0
Atau secara ekuivalen
𝑥′ 𝑡 𝑃𝑡 𝐴𝑃 𝑥′ − 3 = 0
Karena
2 0 0
𝑡
𝑃 𝐴𝑃 = 0 2 0
0 0 8
Maka (7.37)
2 0 0 𝑥′
𝑥′ 𝑦′ 𝑧′ 0 2 0 𝑦′ − 3 = 0
0 0 8 𝑧′
Atau
2𝑥′2 + 2𝑦′2 + 8𝑧′2 = 3
Ini dapat ditulikasn kembali sebagai
2 2 2
𝑥′ 𝑦′ 𝑧′
+ + =1
3 2 3 2 3 8
Yang menyatakan persamaan elipsoida