praktikum aljabar linear numerik
DESCRIPTION
Pendahuluan Praktikum Aljabar Linear numerik, matlabTRANSCRIPT
-
1
BAB I
DASAR TEORI
1.1 Pengenalan MATLAB
1.1.1 Pendahuluan
MATLAB adalah sistem interaktif dengan elemen dasar basis data array yang
dimensinya tidak perlu dinyatakan secara khusus. Hal ini memudahkan pengguna untuk
memecahkan banyak masalah, khususnya yang melibatkan matriks dan vektor, dengan waktu
yang singkat.
Kegunaan MATLAB secara umum adalah untuk matematika dan komputasi,
pengembangan algoritma, pemodelan, simulasi, analisis data dan pembuatan aplikasi,
termasuk pembuatan antarmuka grafis.
1.1.2 Menjalankan MATLAB
Setelah meng-install MATLAB, kemudian untuk menjalankan MATLAB pada PC
dengan mengklik dua kali pada ikon MATLAB di layar komputer. Secara otomatis
MATLAB versi R2012a akan muncul 3 jendela, yaitu:
Command Window
-
2
Jendela utama dimana pengguna akan mengawali interaksinya dengan MATLAB.
Tampilan prompt MATLAB (>>) pada command window menunjukkan MATLAB
siap menerima perintah dari pengguna.
Workspace (View >> Workspace)
Memungkinkan pengguna untuk melihat isi lokasi kerja MATLAB saat ini. Di dalam
jendela workspace ini juga tersimpan semua variabel yang pernah dieksekusi dalam
Command Window yang dapat ditampilkan kembali dengan meng-klik ganda pada
suatu variabel yang ingin ditampilkan pada Command Window.
Command History
Memuat daftar semua perintah yang telah dieksekusi dalam Command Window.
Perintah-perintah yang pernah diberikan pada MATLAB akan selalu disimpan
sehingga pengguna dapat memilih dan mengeksekusi sekelompok perintah dari titik
dimana pengguna berhenti. Jika pengguna lupa variabel yang pernah dipakai dalam
command window, MATLAB dapat diminta untuk menampilkan, yaitu dengan
mengetikkan >> who pada command window. Jika pengguna ingin menghilangkan
variabel yang pernah digunakan cukup dengan mengetikkan perintah >> clear
variabel, dan untuk menghapus keseluruhan pekerjaan yang pernah dilakukan dengan
mengetikkan perintah >> clear
1.2 Matriks
Adalah suatu representasi dari transformasi linear. Di dalam MATLAB, matriks
merupakan bentuk data utama. Array adalah matriks yang memiliki satu baris. Matriks
didefinisikan elemen demi elemen begitu pula dengan array.
Berikut salah satu perintah yang dipahami MATLAB untuk membuat suatu matriks:
menuliskan langsung dengan menggunakan operator [ ], titik koma (;) dan koma (,).
Penulisan elemen matriks dalam satu baris perintah di Command Window di mana elemen-
elemen matriks dituliskan di dalam [ ], dengan ketentuan: penulisan elemen dalam satu baris
dipisah dengan spasi atau tanda koma (,) dan pemisahan antar baris dilakukan dengan
menggunakan tanda titik koma (;).
Contoh:
>> A=[2 4;-1 0]
-
3
A =
2 4
-1 0
>> B=[2,4,-1,0]
B =
2 4 -1 0
>> C=[2 4 -1 0]
C =
2 4 -1 0
Perkalian matriks
Mengikuti aturan perkalian matriks
Yaitu: = (dimensi dalam di antara kedua matriks besarnya sama).
Operator aritmatik perkalian matriks adalah *
Antar elemen matriks yang bersesuaian
Operator aritmatiknya adalah .* Maksud bersesuaian di sini adalah matriks yang
dikalikan harus berdimensi sama.
1.3 Definisi Nilai Eigen dan Vektor Eigen
Untuk matriks , suatu bilangan real disebut nilai eigen dari matriks jika terdapat
sebuah vektor taknol di sedemikian sehingga = . Vektor disebut vektor eigen
yang bersesuaian dengan nilai eigen . Persamaan = ekuivalen dengan persamaan
( ) = 0 sehingga semua yang berikut ini adalah ekuivalen:
1. adalah nilai eigen dari .
2. ( ) = 0 memiliki solusi tak trivial.
3. adalah singular.
4. det( ) = 0.
Vektor eigen untuk adalah solusi taknol untuk persamaan ( ) = 0. Vektor-vektor
ini bersama-sama dengan vektor 0 disebut ruang eigen yang bersesuaian dengan nilai eigen
. Ekspresi det( ) adalah suku banyak berderajat disebut suku banyak karakteristik
dari . Dengan sifat 4, nilai eigen adalah akar-akar dari persamaan karakteristik det( ).
Menentukan nilai eigen dan vektor eigen dengan MATLAB:
-
4
Metode untuk menentukan nilai eigen dan vektor eigen di dalam MATLAB adalah dengan
menggunakan fungsi eig. Untuk suatu matriks Anxn, eig(A) akan menghasilkan nx1 vektor
kolom dimana elemen-elemennya adalah nilai eigen dari A. Perintah MATLAB dalam
bentuk [V D] = eig(A) menghitung vektor eigen dan nilai eigen dari A sekaligus. V adalah
matriks dimana vektor-vektor kolomnya adalah vektor eigen dari matriks A dan D adalah
matriks diagonal dimana elemen-elemen pada diagonalnya adalah nilai eigen dari A. Kolom
ke-i dari V, V(:, i) adalah vektor eigen yang bersesuaian dengan nilai eigen D(i, i).
1.4 Diagonalisasi Matriks
Definisi:
Matriks kuadrat Anxn dikatakan dapat didiagonalkan (diagonalizable) jika terdapat
matriks P yang mempunyai invers sehingga P1
AP diagonal. Matriks P dinamakan matriks
yang mendiagonalkan matriks A.
Jika A adalah matriks nxn, maka pernyataan berikut ekuivalen satu sama lain:
i. A dapat didiagonalisasi
ii. A mempunyai n vektor eigen yang bebas linear
Matriks P yang memuat n buah vektor eigen yang bebas linear dapat digunakan dengan
cara serupa pada 1 untuk memperoleh matriks diagonal D, yang mana akan memuat
nilai eigen pada diagonalnya.
Di dalam MATLAB, dapat ditentukan apakah suatu matriks A dapat didiagonalisasi
dengan menggunakan perintah [V D] = eig(A). Selanjutnya jika rank(V) adalah n, maka n
kolom dari V adalah bebas linear sehingga matriks A dapat didiagonalisasi dan matriks
diagonalnya adalah = 1.
Prosedur untuk mendiagonalisasi sebuah matriks A berorde nxn, sebagai berikut :
Langkah 1 : Carilah n vektor eigen yang bebas linear dari A, 1, 2, ,
Langkah 2 : Bentuklah matriks P yang mempunyai 1, 2, , sebagai vektor kolomnya
Langkah 3 : Maka matriks 1 akan didiagonal dengan 1, 2, , sebagai entri-entri
diagonalnya yang berturutan, di mana i adalah nilai eigen yang bersesuaian dengan pi,
i=1,2,,n
1.5 Singular Value Decomposition (SVD)
-
5
Diberikan matriks dengan rank (A)= r. Dengan 1 2 nilai-nilai
singular tak nol dari A. Dibentuk matriks:
= (1, 2, , ) 0
0 0
Dibentuk vektor dengan Q1, Q2 , , Qn basis orthonomal di .
=1
, 1
P1, P2, , Pr himpunan orthonormal di dan diperluas menjadi
P1, P2, , Pr , Pr+1, Pr+2, , Pm sehingga membentuk basis orthonormal di Rm
Dibentuk matriks:
= [1 2 ]
= [1 2 ]
P dan Q matriks orthogonal.
Teorema SVD:
Diberikan matriks dengan rank (A)= r. Jika didefinisikan matriks-matriks
, P, dan Q seperti di atas maka A dapat difaktorkan sehingga
= QT
Prosedur Penyelesaian SVD
1. Misal diketahui matrik B berukuran mxn.
2. Menghitung matriks BTB atau BBT. Misalkan matrik BTB = matrik C(nxn) dan BBT =
matrik D(mxm). Mengunakan MATLAB diperoleh BT dengna syntax: >>B
3. Nilai singular
Mencari nilai eigennya dulu
det( ) = 0
Nilai singular matriks atau
=
(1 = 1, 2 = 2, . . , = 0 0
0
0
0 0 0
4. Setelah diketahui nilai-nilai nya, langkah selanjutnya adalah mencari eigenvektor
untuk masing-masing untuk setiap matrik C atau D. Eigenvektor diperoleh melalui
rumus 0 xIC atau 0 xID . Sehingga nanti akan diperoleh persamaan x
-
6
dalam bentuk x1, x2 hingga xm (a1x1+a2x2+..+amxm=0). Kemudian dari beberapa variabel
tersebut jadikan menjadi satu variabel. Misalnya, didapatkan persamaan berikut ini:
5x11 + x12 + 4x13 = 0....(pers. 1)
X11 + 2x12 x13 = 0....(pers.2)
4x11 x12 + 5x13 = 0....(pers.3)
Kemudian lakukan eliminasi dari pers.1 dan pers.2 sehingga didapatkan
x11 = -x13.... pers.4
Pers.4 tersebut dapat disubstitusikan ke salah satu dari 3 persamaan di atas. Sehingga
didapatkan
x12 = x13....pers.5
Setelah didapatkan persamaan 4 dan pers.5 dilakukan normalisasi (penormalan) dari tiap-
tiap dengan mensubsitusikan tiap elemen 1x . Proses penormalan adalah sebagai
berikut: (mencari matriks Q)
= [1 2 ]
=1
, i=1,2,,n dengan adalah vektor eigen yang bersesuaian dengan
ke i.
5. Mencari matriks P
= [1 2 ]
=1
, i=1,2,, m
6. Dekomposisi nilai singular matrik B dinyatakan dalam:
dimana QT =transpose Q
Menentukan SVD dari suatu matriks dengan MATLAB
= VT
dim = dim
U dan V matriks unitary.
Syntax: [U S V] = svd (A)
Cara mengeceknya
>> U*S*V
dengan V adalah transpose dari matriks V.
B = P S QT