Matriks Ruang Vektor Nilai Vektor Eigen
Nilai dan Vektor Eigen Mengingat kembali: perkalian matriks
Diberikan matriks A dan vektor-vektor u, v, dan w • 2x2
r ur r 2 1
5 A = v = w = u = 4 1
4
4
4
- Hitunglah Au, Aw, Av. Manakah dari hasil kali tersebut yang hasilnya adalah vektor yang sejajar dengan vektor semula
r r
Jawab:
2 1 2
1 Av = = = 2 = 2 v v dan Av sejajar 4 1
4
8
4 ur ur
2
Aw = = =
1. w
w dan Aw sejajar
4
1
4
4
r r
2
5
10 Au = = ≠ k u u dan Au TIDAK sejajar
4
1
4
24 untuk semua k ∈ R Mengingat kembali: SPL homogen dan determinan
1. A adalah matriks nxn dan SPL Ax = 0 mempunyai penyelesaian trivial saja. Apa kesimpulanm tentang A? Jawaban: A mempunyai inverse. Det(A) ≠ 0
2. A adalah matriks nxn dan SPL Ax = 0 mempunyai penyelesaian TIDAK trivial. Apa kesimpulanmu tentang A dan det(A)? Jawaban: A tidak mempunyai inverse. Det(A) = 0 Perkalian vektor dengan matriks
A x x = λ
Ax x x
Ax dan Ax sejajar x Perkalian vektor dengan matriks 2
1
1 5
5 2 2 10
= 1 k = 2
= ≠
4
4
4
1
4
4 1 4 1 4 4 24
4 Au = 2u Av = v Aw ≠ kw y y y
10
2
24
8
1
4
4
5
4 x x x
Definisi: Nilai dan Vektor Eigen Definisi: n
Diberikan matriks A , vektor tak nol v di R disebut vektor eigen nxn dari A jika terdapat skalar sedemikian hingga Av = λv.
λ disebut nilai eigen, v adalah vektor eigen dari A yang bersesuaian dengan λ . Syarat perlu: v ≠ 0 (3) -1 ≤ λ ≤ 0 (4) λ ≤ - 1
(1) λ ≥ 1 (2) 0 ≤ λ ≤ 1 Masalah Vektor Eigen Diberikan matriks persegi A, sejajar
A x x
= A λ x x
Temukan semua vektor tidak nol x sedemikian hingga Ax adalah kelipatan skalar x (Ax sejajar dengan x). atau Temukan semua vektor tak nol x sedemikian hingga Ax = λx untuk suatu skalar
λ Masalah Nilai Eigen Diberikan matriks persegi A.
= x λ
A x
x vektor tak nol
Temukan semua skalar λ sedemikian hingga Ax = λx untuk suatu vektor tak nol x. atau Temukan semua vektor skalar λ sedemikian hingga persamaan mempunyai penyelesaian tak nol
Ax = λx Ax = λx Pernyataan-pernyataan ekuivalen Jika A matriks persegi nxn, maka kalimat-kalimat berikut ekuivalen 1. nilai eigen A
λ
2. Terdapat vektor tak nol x sedemikian hingga Ax = x
λ
3. SPL (A – I )x = 0 mempuyai solusi tidak nol (non-trivial) λ
4. adalah penyelesaian persamaan det (A – I ) = 0 λ λ
Mencari nilai eigen A sama saja mencari penyelesaian persamaan det( I-A) = 0 λ
Persamaan Karakteristik Jika diuraikan, det (A - λI) merupakan suku banyak berderajat n dalam λ, n -1 n -2
λ p(λ ) = λⁿ + c +c λ + …+ c λ+ c suku banyak karakteristik n -1 n -2
1 n-1 n -2 λ Persamaan det((A - λI) = λⁿ + c +c λ + …+ c λ+ c = 0 disebut
- 1 -2
1 n n persamaan karakteristik
A - λI =
A-λI
- persamaan
karakteristik n-1 n-2 det λ
A-λI λⁿ + c +c λ + …+ c λ+ c = 0 n-1 n-2
1 =
Persamaan dengan derajat n mempunyai paling banyak n penyelesaian, jadi matriks nxn paling banyak mempunyai n nilai eigen.
Contoh 2 0
Mencari semua nilai eigen A= 4 1
2 - λ 2 - λ
det = 0 Mencari semua penyelesaian persamaan
4
4 1 - λ 1 - λ Mencari penyelesaian persamaan karakteristik ( )( ) = 0 2 - λ 1 - λλ 2, 1 =
Nilai eigen A adalah
1 λ =
2 Prosedur: menentukan nilai eigen Diberikan matriks persegi A.
Nilai-nilai eigen A dapat diperoleh sebagai berikut:
1. Tentukan persamaan karakteristik det((A - λI) = 0 tuliskan A dan matriks yang elemen diagonal utamanya dikurangi λ 2. (Jika diperlukan) uraikan persamaan karakteristik ke dalam persamaan sukubanyak karakteristik: n -1 n -2
λ λⁿ + c +c λ + …+ c λ+ c = n -1 n -2
1
3. Selesaikan persamaan yang diperoleh pada langkah di atas. Nilai-nilai eigen merupakan penyelesaian persamaan tersebut.
Contoh: Menentukan nilai eigen 1 1 1
3 3 Diberikan matriks persegi A
=
2 1 1 −
1. Tentukan persamaan karakteristik det(A - λI) = 0
1 −
1 1
λ
det( A −
I ) = det
3 −
3
λ λ
2
1
1
− − λ
2
2
(1 (1 ) (3 ) (3 ) 6 2(3 ) 6 2(3 ) 3(1 ) 3(1 ) )
− − λ λ − − + − − + λ λ − − − − λ λ − − λ λ =
2. Ubahlah persamaan karakteristik ke dalam persamaan sukubanyak karakteristik:
3. Selesaikan persamaan di atas untuk memperoleh nilai-nilai eigen
2 Nilai-nilai eigen A: (1 ) (3 ) (3 )
− λ − − − λ λ = λ = 0
1 ( 2)(3 )
λ λ λ − − = λ = 2
2 λ = 3
3 Nilai eigen matriks diagonal
2
5
Diberikan matriks diagonal A
=
6
1
2 λ −
5 λ −
A
I λ − =
6 − λ
1 − λ
- Persamaan karakteristik:
(2 )(5 )(6 )(1 ) − λ − λ − λ − λ =
- Nilai-nilai eigen 2, 6, 5, 1 (merupakan entri diagonal utama)
Nilai-nilai eigen matriks diagonal adalah elemen diagonal utamanya. Bagaimana menentukan apakah suatu skalar merupakan nilai eigen?
- Tentukan apakah 2, 0, 4 merupakan nilai eigen A.
2
2
A
4
=
1
Jawab: Bentuk det(A-λI) untuk λ = 2, 0, 4. Jika det(A-λI) ≠ 0, maka merupakan nilai eigen, kalau = 0, maka bukan nilai eigen. Kunci: 2, 4 nilai eigen A, 0 bukan nilai eigen A.
2 2 − 2 2 adalah nilai eigen A det( A − 2 ) I = det 4 2 − =
1 0 2 − 2 0 −
2 0 bukan nilai eigen A
det( A − 0 ) I = det 4 0 − = ≠
8 1 0 0 −
2 −
4 2 4 nilai eigen A
det( A − 4 ) I = det 4 − 4 =
1 0 4 −
Kelipatan skalar vektor eigen
- Diberikan A. Diketahui bahwa x adalah vektor eigen A yang bersesuaian dengan nilai eigen 2. Selidiki apakah 1/2x, 10x, 5x juga vektor-vektor eigen A
40 1 1 1 4 2 − −
20
− −
r r r r
1 x
10 x 60 x 3 = − 5 = −
30 A = 3 3 , x = − 6 = −
2
20 1 10
− 2 1 1
2
1 1 1 4 8
− −
1 1 1 − 40 −
80 r r r r
Ax 3 3
6
12 2 x
= − = − = A (10 ) x 3 3
60 120 2(10 ) x
= − = − =
− 2 1 1
2 4 − 2 1 1 20 40
= 2 x (10x) = 2 (10x) Ax A
= x λ x
A (10) x (10) x
λ A = Kelipatan skalar vektor eigen
1 1 1 − 4 −
2 r r
1 x A 3 3 , x
6 = −
3
= = −
2
2 1 1 1
−
2
1 1 1 − 4 − 8 1 1 1 − 2 −
4 r r r r
1
1 Ax 3 3
6
12 2 x A ( x ) = 3 3 − = −
3 6 = 2( x )
= − = − = 2
2
2 1 1 2 4 − 2 1 1 1 2
−
Ax = 2 x A (1/2 x) = 2 (1/2 x) (1/2) (1/2) x = λ x x λ x
A A = Kelipatan skalar (tak nol) dari vektor eigen adalah vektor eigen terhadap nilai eigen yang sama
Menentukan semua vektor eigen E λ
Diberikan vektor matriks A dan salah satu nilai eigennya, misalnya λ. Tentukan semua • vektor eigen yang bersesuaian dengan λ. Vektor-vektor eigen A yang bersesuaian dengan λ = 3 dapat diperoleh dengan • menyelesaikan SPL (A - λ I)x = 0. Vektor eigen adalah anggota Null(A - λ I)
Null(A - λ I) Himpunan semua penyelesaian SPL (A - λ I)x = 0
Himpunan semua vektor eigen bersesuaian dengan λ Null(A - λ I)-{ }
- Diberikan vektor matriks A dan salah satu nilai eigennya, misalnya λ = 3. Tentukan semua vektor eigen yang bersesuaian dengan λ = 3.
1
2 , 0, a a a R
−
− = − =
− −
r
SPL (A - 3 I)x = 0 Penyelesaian
1
2
3
2
x a x a x
= = =
Himpunan vektor eigen A bersesuaian dengan λ =3 : Himpunan penyelesaian
≠ ∈
2 1 1 3
=
A
1 1 1 3 3 2 1 1
− −
− = −
1 3
A I λ −
2 1 1 3
3
1 3 3
1
x A I x x x
3
Ruang Eigen Ruang penyelesaian SPL (A - λ I)x = 0
3
Null ( A - λ I)x
Ruang Eigen Eλ
Ruang eigen A yang bersesuaian dengan λ terdiri atas semua vektor eigen yang bersesuaian dengan λ dan vektor nol Null(A - λ I) = E
λ Menentukan E
λ sama dengan menentukan himpunan penyelesaian SPL (A - λ I)x =
Menentukan ruang eigen E λ
1
2
3
3
1
2
3
2
2
1 ( 3 ) 3 3
1
1 3
3
2
1
2
∈
1 2 , a a R
− + + = = − + − =
x x x x x x x
−
- Tentukan nilai eigen untuk • Diberikan sembarang matriks A dan diketahui bahwa λ adalah nilai eigennya.
λ I) = 0, dengan
2
−
= −
−
Nilai eigen matriks singular
λ = 0 merupakan nilai eigen dari A.
Maka 0 merupakan penyelesaian persamaan karakteristik: dengan menganti λ dengan 0, diperoleh c0 = 0. Padahal det(A-
λ = 0, maka det(A) = c0 = 0.
5 6 12 12 , ,
Karena det(A) = 0 maka A tidak mempunyai inverse.
λ I) dengan mengambil
λ = 0.Jadi det(A) = c0.
Jika A tidak mempunyai inverse, maka det(A) = 0 = c0. Sehingga
λ = 0 merupakan salah satu penyelesaian persamaan karakteristik;
λ = 0 merupakan salah satu nilai eigen dari A.
0 adalah nilai eigen A jika dan hanya jika A tidak mempunyai inverse.
4
5
1 A A A
2
Nilai eigen matriks pangkat • Nilai eigen dari A adalah 0, 2, dan 3.
Maka terdapat vektor tak nol x sedemikian hingga Ax = λx kalikan kedua ruas dengan matriks A A.Ax = A λx A
2 x = λ(Ax) substitusi Ax dengan λx
A
2 x = λ
2 x jadi, λ
2 merupakan nilai eigen A
n adalah nilai eigen A n
1
1 1 1 3 3 2 1 1
A
=
−
2
13
20
- Teorema: Jika n adalah bilangan bulat positif, λ nilai eigen matriks A, maka λ
- Misalkan
- Sebaliknya, det(A) = det(A -
Nilai eigen matriks transpose T T det(B) = det(B det(B) = det(B ) )
T T T T (A- (A- I) I) = (A = (A - - I) I)
λ λ λ λ Misalkan = 0 merupakan nilai eigen dari A,
λ maka det(A- I)= 0
λ Karena matriks dan transposenya mempunyai determinan yang sama,
T maka det(A- λ I) = 0
T T
- Karena (A- λ I) = (A λ I) ,
T maka det(A λ I)= 0 -
T Jadi, λ adalah nilai eigen dari A
T A dan A mempunyai nilai eigen yang sama
- 1 -1
A A dan A dan A mempuyai nilai mempuyai nilai eigen yang sama eigen yang sama
Diagonalisasi Definisi: Matriks persegi A dapat didiagonalkan jika terdapat matriks yang
- 1 .
mempunyai inverse sedemikian hingga P AP = D adalah matriks diagonal
5 6 −
Contoh: A
=
3 4 −
1 1
2 1 − −
1 P =
P =
1
2 −
1 1
1 1 2 1 −
5
6
2 −
D = =
- 1 1 1
−
1
2
3 4
1 P AP= − − Matriks diagonal
A dapat didiagonalkan
- Teorema:
- 1
- 1
- 1
L L M M M L 11 12 1 21 22 2 1 PD 2 n n n n nn p p p p p p p p p
1 , λ
2 , λ
3 , …,λ n merupakan nilai-nilai eigen A, dan kolom-kolom P adalah vektor-vektor eigen A yang bebas linier
(karena P mempunya inverse) Bukti untuk (2) (1) kerjakanlah sebagai latihan untuk memperdalam pemahaman. 1 2 n
λ λ λ
L L M M M L 11 12 1 21 22 2 1 AP 2 n n n n nn a a a a a a a a a
=
L L M M M L 11 12 1 21 22 2 1 2 n n n n nn p p p p p p p p p
, AP = PD AP = PD, jadi Karena P mempunyai inverse, maka kolom-kolmnya bukan kolom nol.
= L L M M M L 1 1 2 2 n n p p p
λ λ λ
= uur uur uur L 1 11 2 12
1
1 21 2 222
1 1 2 2n n
n n
n n n nn p p p p p p p p pλ λ λ λ λ λ λ λ λ
= L L M M M L A p A p A p 1
2 n
=
uur uur uur
L
1 1 1 2 2 2 n n nBerdasarkan deinisi nilai eigen, maka λ
AP = D, kalikan dengan P
Kapan matriks A dapat didiagonalkan?
= L L M M M L 11 12 1 21 22 2 1 2 AP=PD n n n n nn p p p p p p p p p
Jika A adalah matriks nxn, maka kalimat-kalimat berikut ini ekuivalen:
1. A dapat didiagonalkan
2. A mempunyai n vektor-vektor eigen yang bebas linier Bukti (1) (2) Diberikan A Misalkan A dapat didiagonalkan, maka terdapat matriks P yang mempunyai inverse Sedemikian hingga P
A P = D matriks diagonal 11 12 1 21 22 2 1 2 n n n n nn a a a a a a
A a a a
= L
L M M M L 11 12 1 21 22 2 1 2 n n n n nn p p p p p p
P p p p
P
= L L M M M L 1 2 n
D λ λ
λ
= L
L M M M L 1 11 2 12 1 1 21 2 22 2 1 1 2 2 n n n n n n n nn p p p p p p p p p
λ λ λ λ λ λ λ λ λ
L L M M M L Kapan matriks A dapat didiagonalkan? (lanjt)
A p p A p p A p p λ λ λ = = = uur uur uur uur uur uur L Prosedur mendiagonalkan matriks
- 1 Diberikan matriks A • . Akan dicari P sedemikian hingga PAP = D.
nxn Prosedur
1. Tentukan n vektor eigen A yang bebas linier, misalkan p , p , p , …, p
1
2 3 n
2. Dibentuk matriks P yang kolom-kolomnya adalah p , p , p , …, p
1
2
3 n- 1
3. Mariks D = P AP adalah matriks diagonal yang entri diagonal utamanya adalah λ , λ , λ , …,λ dengan λ adalah nilai eigen bersesuaian dengan p untuk
1
2 3 n j j j = 1, 2, 3, …, n
Contoh: mendiagonalkan matriks
- 1
Diberikan matriks A . Akan dicari P sedemikian hingga PAP = D. • nxn
5 − 6 A
=
−
3
4 Prosedur
1. Tentukan 2 vektor eigen A yang bebas linier. Pertama kita tentukan nilai-nilai eigennya yaitu λ = 2 dan λ = -1 (telah dihitung sebelumnya). Tentukan vektor eigen bersesuaian
1
2 dengan nilai eigen, dengan menyelesaiakn SPL (A - λ I)x =0. Diperoleh ur ur
2
1 p p
= =
1 2
1
1
2. Dibentuk matriks P yang kolom-kolomnya adalah vektor-vektor eigen di atas.
1
1 − 2 1
1
− P
P = =
1 1
1
2 −
- 1
3. Matriks D = P A P adalah matriks diagonal yang entri diagonal utamanya adalah λ , λ
1
2 berturut-turut
2 D
=
1 − Masalah Diagonalisasi dan masalah vektor eigen Masalah vektor eigen • n
Diberikan matriks A , apakah terdapat basis di R terdiri atas vektor-vektor nxn eigen? Masalah diagonalisasi •
Diberikan matriks A apakah terdapat matriks yang mempunyai inverse P nxn
- 1
sedemikian hingga nP A P adalah matriks diagonal? Teorema : A dapat didiagonalkan jika dan hanya jika terdapat n vektor eigen yang bebas nxn linier. n n Padahal, setiap n vektor yang saling bebas linier di R merupakan basis R .
Kesimpulan: masalah vektor eigen sama dengan masalah diagonalisasi