bab 4 masalah nilai eigen
DESCRIPTION
BAB 4 MASALAH NILAI EIGEN. TEOREM GERSCHGORIN KAEDAH KUASA KAEDAH KUASA BESERTA ANJAKAN ASALAN. PENGENALAN. Dlm SPL terdpt 2 kaedah lelaran. Lelaran blh menumpu kerana wujudnya sifat dominan pepenjuru tegas di dalam matriks A - PowerPoint PPT PresentationTRANSCRIPT
BAB 4MASALAH NILAI EIGEN
TEOREM GERSCHGORINKAEDAH KUASAKAEDAH KUASA BESERTA ANJAKAN ASALAN
PENGENALAN Dlm SPL terdpt 2 kaedah lelaran. Lelaran blh menumpu kerana wujudnya sifat
dominan pepenjuru tegas di dalam matriks A Sifat dominan pepenjuru tegas blh dikaitkan dgn
suatu nilai tersirat pd matriks tersebut => nilai ini dikenali sbg nilai eigen
Kepentingan nilai eigen bg kaedah berlelaran: Blh menentukan samaada lelaran blh menumpu/tidak.
Jika magnitud < 1 bg semua nilai eigen => lelaran akan menumpu dan sebaliknya
Pertimbangkan SPL berikut: Av = v dimana adalah pemalar. Jika wujud pemalar dan v sebagai vektor tak
sifar yg memenuhi persamaan di atas maka: adalah nilai eigen bg A v sbg vektor eigen yg sepadan
Apabila SPL bg btk Av = v ditulis dgn menggunakan matriks identiti maka ia bertukar btk seperti berikut => Av = Iv dgn I adlh matriks identiti. Maka ia juga blh ditulis spt berikut => v(A-I)=0
Cth:
421
131
123
100
010
001
421
131
123
dan
51
23
10
01
51
23
:maka
421
131
123
51
23
:adalah Bdan A matriks Jika
IB
IA
BA
Selesaikan |A- I| = 0 dan |B – I| = 0
P1() = 2-8 +13P2() = -3 + 2 2 +16 -25
Bilangan nilai eigen bergantung kpd saiz sesuatu matriks: matriks 2x2 => ada 2 nilai aigen matriks 3x3 => ada 3 nilai aigen matriks nxn => ada n nilai aigen
Ada beberapa kaedah yg sesuai utk mendptkan .
Teorem berikut perlu diketahui yg blh membantu memudahkan kiraan utk matriks A bersaiz nxn dgn nilai eigen i dimana i=1,2,3,….,n
Teorem 1
Hasil tambah nilai eigen = hasil tambah unsur pepenjuru
Teorem 2
Hasil darab nilai eigen = nilai penentu A
n
i
n
i
iii Asurih
a
1 1
)(
a
ii A
1
TEOREM GERCHGORIN Digunakan utk menganggarkan nilai
Caranya: Menentukan pusat bulatan dan jejari bulatan
Bg matriks A: pusat bulatan => unsur pepenjuru aii
jejari bulatan => jumalah unsur lain (dlm nilai mutlak) pd baris yg sama
Dgn itu bulatan yg dihasilkan menjadi anggaran kpd yg dicari
Bulatan terbesar dihasilkan yg mencakupi semua bulatan ini menjadi anggaran kasar kesemua nilai eigen yg ada
n
jij
ijiii aaB1
contoh
Baris pertama Pusat 3 jejari |-2|+|1| = 3
Baris kedua Pusat 3 jejari |-1| + |1| = 2
Baris ketiga Pusat –4 jejari |1| + |-2| = 3
-4-21
13-1
1-23
0 3 6-7
Anggaran nilai eigen (-7, 6)
KAEDAH KUASA Digunakan utk mengira nilai eigen dominan
dan vektor eigen Nilai eigen dominan => nilai eigen yg
mempunyai modulus terbesar max(|1|, |2|, |3|,….., |n|)
Rumus Kaedah Kuasa :
)()1(
)1( 1 kk
k AVm
V
Langkah-langkah penyelesaian Kaedah Kuasa: Dapatkan iaitu permulaan pada k = 0 dengan diberi nilai awal
bg vektor eigen, Kenalpasti nilai eigen dominan drpd
Nilai eigen dominan di notasikan sbg Dapatkan nilai berdasarkan kepada nilai yang diperolehi berdasarkan kepada rumus Kaedah Kuasa
Semak penumpuan berdasarkan kepada syarat
jika tidak memenuhi syarat teruskan lelaran
Nilai eigen yg di cari adlh berdasarkan kpd nilai apabila lelaran sudah menumpu.
Utk menyemak sama ada nilai eigen yg diperolehi BENAR atau TIDAK pastikan nilai eigen tersebut memenuhi persamaan berikut AV= V
)(kAV)0(V
)1( km
)(kAV
)1( kV)1( km
)()1( kk VV
)1( km
)1( kV = 1/ )1( km kV
contoh
Vektor permulaan v0 = [0, 0, 1]T m0 = 0
v = Av(0) =
5-44
101
-121contoh
5-44
101
-121
1
0
0=
5
1
-1
m1 = 5
v(1) = v/m1
1.0
0.2
-0.2|v1 – v0|> teruskan
Samb. contohv = Av(1) =
5-44
101
-121
1.0
0.2
-0.2=
3.4
0.8
-0.8
m2 = 3.4
v(2) = v/m2
1.0
0.235
-0.235|v2 – v1|> teruskan
Samb. contohk v(k) Av(k) mk+1
01234567
0-0.2-0.235-0.245-0.248-0.249-0.250-0.250
00.20.2350.2450.2480.2490.2500.250
11111111
-1-0.8-0.765-0.755-0.752-0.751-0.750
10.80.7650.7550.7520.7510.750
53.43.123.043.0163.0083.000
53.43.123.043.0163.0083.000
|v7 – v6| < , maka 1 m7 = 3.000 dan v 1 v7 = (-0.250, 0.250, 1.000)
Kaedah kuasa berserta anjakan asalan Kaedah kuasa boleh digunakan utk mencari
nilai eigen yg lain A – pI, p faktor anjakan Jika p adalah nilai eigen dominan bg A, maka
matriks A-pI akan memberikan nilai eigen dominan yg baru, *.
Nilai eigen terkecil bg A boleh diperolehi spt berikut k = p + *
Kaedah kuasa berserta anjakan asalanTeorem:Jika adalah nilai eigen bg A maka -p adalah nilai eigen bagi A-pI sepadan dgn vektor eigen v yg samaOleh itu, jika {1 , 2 ,…N } adalah nilai eigen bg A bersaiz NxN dgn | 1 | | 2 | … | k | dan p= 1 (nilai eigen dominan bg A), nilai eigen bg A- 1 I adalah {1- 1 , 2 - 1 ,… N - 1 } dgn keadaan 0 | 2 - 1 | …<| N - 1 |. N - 1 menjadi eigen domain bg A- 1 I Katalah *= N - 1
Maka N = * + 1 eigen terkecil
contoh
Dpd contoh sebelum, diperolehi nilai eigen dominan bg matriks A , 1 = 3.0 v1 = [-0.25,0.25,1.00]
Dapatkan nilai eigen terkecil. Penyelesaian: Kira B = A- 1 I dgn 1 = 3.0
5-44
101
-121
A=
5-44
101
-121- 3
100
010
001=
2-44
1-31
-12-2
5-44
101
-121
1
1
0=
-4
-3
2
m1 = -4
v(1) = v/m1
1.0
0.75
-0.5|v1 – v0|> teruskan
Samb. contohv = Bv(0) dgn v (0) = [0, 1, 0] dan = 0.001
Samb. contohk v(k) Av(k) mk+1
012345678910
0-0.5-0.5-0.5-0.5-0.5-0.5-0.5-0.5-0.5-0.5
10.750.5830.5360.5170.5080.5040.5020.5010.50.5
01111111111
21.51.1661.0721.0341.0161.0081.0041.0021.000
-3-1.75-1.249-1.108-1.051-1.024-1.012-1.006-1.003-1.000
-4-3-2.332-2.144-2.068-2.032-2.016-2.008-2.004-2.000
|v7 – v6| < , maka * m10 = -2.00 dan v* v10 = (-0.5, 0.5, 1.0)
Maka nilai eigen terkecil 3 = *+1 = -2.0 + 3.0 = 1.0
-4-3-2.332-2.144-2.068-2.032-2.016-2.008-2.004-2.000
Samb. contoh
Oleh kerana matirks A bersaiz 3 x 3, maka 2 boleh ditentukan dari
rumus
n
i
n
i
iiia
1 1
1 + 2+ 3 = a11 + a22 + a33 = 1+0+5 = 6
2 = 6-1.0-3.0 = 2.0