Nilai dan Vektor Eigen dan vektor
Nilai dan Vektor Eigen
Mengingat kembali: perkalian
matriks
•
Diberikan matriks A2x2 dan vektor-vektor u, v, dan w
•
Hitunglah Au, Aw, Av. Manakah dari hasil kali tersebut yang hasilnya adalah vektor
yang sejajar dengan vektor semula
2 0
A
4 1
Jawab:
1
v
4
0
w
4
5
u
4
2 0 1 2
1
Av
2
4 8
4 2 v
4
1
2 0 0 0
Aw
4 4 1. w
4
1
2 0 5 10
Au
ku
4 1 4 24
untuk semua k R
v dan Av sejajar
w dan Aw sejajar
u dan Au TIDAK sejajar
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 = λ x
Ax
x
x
Ax
x dan Ax sejajar
Perkalian vektor dengan matriks
2 0 1
4 1 4
=2
1
4
2 0 0
4 1 4
Au = 2u
2 0 5
4 1 4
0
=1
4
10
24
y
2
8
0
4
1
4
x
5
k
4
Aw ≠ kw
Av = v
y
y
=
10
24
5
4
x
x
Definisi: Nilai dan Vektor Eigen
Definisi:
Diberikan matriks A nxn, vektor tak nol v di Rn disebut vektor eigen
dari A jika terdapat skalar sedemikian hingga
Av = λv.
λ disebut nilai eigen, x adalah vektor eigen dari A yang
bersesuaian dengan λ .
Syarat perlu: v ≠ 0
(1) λ ≥ 1
(2) 0 ≤ λ ≤ 1
(3) -1 ≤ λ ≤ 0
(4) λ ≤ - 1
Masalah Vektor Eigen
Diberikan matriks persegi A,
A
x
A
x
sejajar
=
x
λ 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.
A x
=
λ 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
Ax = λx mempunyai penyelesaian tak nol
Pernyataan-pernyataan ekuivalen
Jika A matriks persegi nxn, maka kalimat-kalimat berikut ekuivalen
1. nilai eigen A
2. terdapat vektor tak nol x sedemikian hingga Ax = x
3. SPL (A – I)x = 0 mempuyai solusi tidak nol (non-trivial)
4. adalah penyelesaian persamaan det(A – I) = 0
Mencari nilai eigen A sama saja mencari penyelesaian
persamaan det(I-A) = 0
Persamaan Karakteristik
Jika diuraikan, det((A - λI) merupakan suku banyak berderajat n dalam λ,
p(λ ) = λⁿ + cn-1λn-1 +cn-2 λn-2 + …+ c1λ+ c0 suku banyak karakteristik
Persamaan det((A - λI) = λⁿ + cn-1λn-1 +cn-2 λn-2 + …+ c1λ+ c0 = 0 disebut persamaan
karakteristik
A
det A-λI
-
λI
=
A-λI
•persamaan
karakteristik
= λⁿ + cn-1λn-1 +cn-2 λn-2 + …+ c1λ+ c0 = 0
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
Mencari semua penyelesaian persamaan det
2-λ
0
4
1-λ
=0
Mencari penyelesaian persamaan karakteristik (2 - λ )(1 - λ ) = 0
1 2,
Nilai eigen A adalah
2 1
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:
λⁿ + cn-1λn-1 +cn-2 λn-2 + …+ c1λ+ c0 = 0
3. Selesaikan persamaan yang diperoleh pada langkah di atas. Nilai-nilai eigen
merupakan penyelesaian persamaan tersebut.
Contoh: Menentukan nilai eigen
Diberikan matriks persegi
1 1 1
A 0 3 3
2 1 1
1. Tentukan persamaan karakteristik det(A - λI) = 0
1
1
1
det( A I ) det 0
3
3
2
1
1
(1 ) 2 (3 ) 6 2(3 ) 3(1 ) 0
2. Ubahlah persamaan karakteristik ke dalam persamaan sukubanyak karakteristik:
(1 )2 (3 ) (3 ) 0
( 2)(3 ) 0
3. Selesaikan persamaan di atas untuk memperoleh nilai-nilai eigen
Nilai-nilai eigen A:
λ1 = 0
λ2 = 2
λ3 = 3
Nilai eigen matriks diagonal
Diberikan matriks diagonal
2
0
A
0
0
0 0 0
5 0 0
0 6 0
0 0 1
0
0
0
2
0
5
0
0
A I
0
0
6
0
0
0
1
0
•Persamaan karakteristik: (2 )(5 )(6 )(1 ) 0
•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 0
A 0 4 0
0 1 0
Jawab:
Bentuk det(A-λI) untuk λ = 2, 0, 4. Jika det(A-λI) ≠ , aka erupaka ilai eige , kalau = ,
maka bukan nilai eigen. Kunci: 2, 4 nilai eigen A, 0 bukan nilai eigen A.
2
0
2 2
det( A 2 I ) det 0
42
0 0
0
1
0 2
2 adalah nilai eigen A
2
0
2 0
det( A 0 I ) det 0
40
0 8 0
0
1
0 0
0 bukan nilai eigen A
2
0
2 4
det( A 4 I ) det 0
44
0 0
0
1
0 4
4 nilai eigen A
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
1 1 1
A 0 3 3 ,
2 1 1
4
x 6
2
2
1 x 3
2
1
1 1 1 4 8
Ax 0 3 3 6 12 2 x
2 1 1 2 4
40
10 x 60
20
20
5 x 30
10
1 1 1 40
A(10 x) 0 3 3 60
2 1 1 20
Ax = 2 x
80
120 2(10 x)
40
A(10x) = 2 (10x)
λ
A
x =
A
(10) x =
x
λ
(10) x
Kelipatan skalar vektor eigen
1 1 1
A 0 3 3 ,
2 1 1
4
x 6
2
2
1 x 3
2
1
1 1 1 4 8
Ax 0 3 3 6 12 2 x
2 1 1 2 4
1 1 1 2
A( 12 x) 0 3 3 3
2 1 1 1
Ax = 2 x
A
x =
4
6 2( 1 x)
2
2
A(1/2 x) = 2 (1/2 x)
λ
x
A
(1/2) x =
λ (1/2) x
Kelipatan skalar (tak nol) dari vektor eigen adalah
vektor eigen terhadap nilai eigen yang sama
Menentukan semua vektor eigen Eλ
•
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
0
Null(A - λ I)-{0}
λ
Ruang Eigen
Ruang eigen A yang bersesuaian dengan λ terdiri atas semua
vektor eigen yang bersesuaian dengan λ dan vektor nol
Ruang penyelesaian SPL (A - λ I)x = 0
Null(A - λ I)x
0
Ruang Eigen
Eλ
Null(A - λ I) = Eλ
Menentukan Eλ sama dengan menentukan himpunan penyelesaian SPL (A - λ I)x =
0
Menentukan ruang eigen Eλ
•
Diberikan vektor matriks A dan salah satu nilai eigennya, misalnya λ = 3. Tentukan
semua vektor eigen yang bersesuaian dengan λ = 3.
1 1 1
A 0 3 3
2 1 1
1 3
A I 0
2
SPL (A - 3 I)x = 0
1
1 x1
1 3
( A 3I ) x 0 3 3 3 x2
2
1 1 3 x3
Penyelesaian x1
x2
x3
1
33
1
1
3
1 3
0
0
0
a
2a
0
Himpunan penyelesaian
2 x1 x2 x3
3 x3
2 x1 x2 2 x3
0
0
0
1
a 2 , a R
0
1
Himpunan vektor eigen A bersesuaian dengan λ =3 : a 2 , a 0, a R
0
Nilai eigen matriks pangkat
•
Nilai eigen dari A adalah 0, 2, dan 3.
•
Tentukan nilai eigen untuk
•
Diberikan sembarang matriks A dan diketahui bahwa λ adalah nilai eigennya. Maka
terdapat vektor tak nol x sedemikian hingga
Ax = λx
kalikan kedua ruas dengan matriks A
A.Ax = A λx
A2x = λ(Ax)
substitusi Ax dengan λx
A2x = λ2x
jadi, λ2 merupakan nilai eigen A2
Teorema: Jika n adalah bilangan bulat positif, λ nilai eigen matriks A, maka λn
adalah nilai eigen An
•
1 1 1
A 0 3 3
2 1 1
1 5 5
A2 6 12 12 , A13 , A20
4 2 1
Nilai eigen matriks singular
•
Misalkan = 0 merupakan nilai eigen dari A.
Maka 0 merupakan penyelesaian persamaan karakteristik:
dengan menganti dengan 0, diperoleh c0 = 0.
Padahal det(A- I) = 0, dengan = 0, maka det(A) = c0 = 0.
Karena det(A) = 0 maka A tidak mempunyai inverse.
•
Sebaliknya, det(A) = det(A - I) dengan mengambil = 0.Jadi det(A) = c0.
Jika A tidak mempunyai inverse, maka det(A) = 0 = c0.
Sehingga = 0 merupakan salah satu penyelesaian persamaan karakteristik;
= 0 merupakan salah satu nilai eigen dari A.
0 adalah nilai eigen A jika dan hanya jika A
tidak mempunyai inverse.
Nilai eigen matriks transpose
det(B) = det(BT)
(A- I)T = (AT- I)
Misalkan = 0 merupakan nilai eigen dari A,
maka det(A- I)= 0
Karena matriks dan transposenya mempunyai determinan yang sama,
maka det(A- I)T= 0
Karena (A- I)T = (AT- I) ,
maka det(AT- I)= 0
Jadi, adalah nilai eigen dari AT
A dan AT mempunyai nilai eigen yang sama
A dan A-1 mempuyai nilai
eigen yang sama
Diagonalisasi
Definisi: Matriks persegi A dapat didiagonalkan jika terdapat matriks yang
mempunyai inverse sedemikian hingga P-1AP = D adalah matriks diagonal.
5 6
Contoh: A
3 4
2 1
P
1
1
P -1AP=
1 1
P 1
1 2
1 1 5 6 2 1
2 0
1 2
1 1 0 1 D
3
4
Matriks
diagonal
A dapat didiagonalkan
Kapan matriks A dapat didiagonalkan?
•
Teorema:
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) a11
Diberikan A A a 21
a n1
a12
a 22
an2
a1n
a 2 n
a nn
Misalkan A dapat didiagonalkan, maka terdapat matriks P yang mempunyai inverse
p11
p
21
P
pn1
p12
p22
pn 2
p11
p
AP=PD 21
pn1
p1n
p2 n
pnn
p1n
p2 n
pnn
p12
p22
pn 2
Sedemikian hingga P-1AP = D matriks diagonal
1 p11 2 p12
p
1 21 2 p22
1 pn1 2 pn 2
n p1n
n p2n
n pnn
1 0
0
2
D
0 0
0
0
n
Kapan matriks A dapat didiagonalkan? (lanjt)
P-1AP = D, kalikan dengan P-1,
AP = PD
p11
p
21
PD
pn1
AP = PD, jadi
p12
p22
pn 2
a11 a12
a
21 a 22
AP
a n1 a n 2
Ap1 1 p1
p1n
p2 n
pnn
a1n
a 2 n
a nn
Ap2 2 p2
1 0
0
2
0 0
p11
p
21
pn1
p12
p22
pn 2
0
0
n
1 p11 2 p12
p
2 p22
1 21
1 pn1 2 pn 2
p1n
p2 n
pnn
Ap1
n p1n
n p2n
n pnn
Ap2
1 p1 2 p2
n pn
Apn
Apn n pn
Karena P mempunyai inverse, maka kolom-kolmnya bukan kolom
nol. Berdasarkan deinisi nilai eigen, maka λ1, λ2, λ3, …,λn
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.
Prosedur mendiagonalkan matriks
•
Diberikan matriks Anxn. Akan dicari P sedemikian hingga PAP-1 = D.
Prosedur
1. Tentukan n vektor eigen A yang bebas linier, misalkan p1, p2, p3, …, pn
2. Dibentuk matriks P yang kolom-kolomnya adalah p1, p2, p3, …, pn
3. Mariks D = P-1AP adalah matriks diagonal yang entri diagonal utamanya adalah λ1,
λ2, λ3, …,λn dengan λj adalah nilai eigen bersesuaian dengan pj u tuk j = , , , …, n
Contoh: mendiagonalkan matriks
•
Diberikan matriks Anxn. Akan dicari P sedemikian hingga PAP-1 = D.
5 6
A
3
4
Prosedur
1. Tentukan 2 vektor eigen A yang bebas linier. Pertama kita tentukan nilai-nilai eigennya
yaitu λ1= 2 dan λ2= -1 (telah dihitung sebelumnya). Tentukan vektor eigen bersesuaian
dengan nilai eigen, dengan menyelesaiakn SPL (A - λ I)x =0. Diperoleh
2
p1
1
1
p2
1
2. Dibentuk matriks P yang kolom-kolomnya adalah vektor-vektor eigen di atas.
2 1
P
1 1
P
1
1 1
1
2
3. Matriks D = P-1A P adalah matriks diagonal yang entri diagonal utamanya adalah λ1, λ2
berturut-turut
2 0
D
0
1
Masalah Diagonalisasi dan masalah vektor eigen
• Masalah vektor eigen
Diberikan matriks Anxn, apakah terdapat basis di Rn terdiri atas vektor-vektor eigen?
• Masalah diagonalisasi
Diberikan matriks Anxn apakah terdapat matriks yang mempunyai inverse P sedemikian
hingga nP-1AP adalah matriks diagonal?
Teorema:
Anxn dapat didiagonalkan jika dan hanya jika terdapat n vektor eigen yang bebas linier.
Padahal, setiap n vektor yang saling bebas linier di R n merupakan basis Rn.
Kesimpulan: masalah vektor eigen sama dengan masalah diagonalisasi
Mengingat kembali: perkalian
matriks
•
Diberikan matriks A2x2 dan vektor-vektor u, v, dan w
•
Hitunglah Au, Aw, Av. Manakah dari hasil kali tersebut yang hasilnya adalah vektor
yang sejajar dengan vektor semula
2 0
A
4 1
Jawab:
1
v
4
0
w
4
5
u
4
2 0 1 2
1
Av
2
4 8
4 2 v
4
1
2 0 0 0
Aw
4 4 1. w
4
1
2 0 5 10
Au
ku
4 1 4 24
untuk semua k R
v dan Av sejajar
w dan Aw sejajar
u dan Au TIDAK sejajar
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 = λ x
Ax
x
x
Ax
x dan Ax sejajar
Perkalian vektor dengan matriks
2 0 1
4 1 4
=2
1
4
2 0 0
4 1 4
Au = 2u
2 0 5
4 1 4
0
=1
4
10
24
y
2
8
0
4
1
4
x
5
k
4
Aw ≠ kw
Av = v
y
y
=
10
24
5
4
x
x
Definisi: Nilai dan Vektor Eigen
Definisi:
Diberikan matriks A nxn, vektor tak nol v di Rn disebut vektor eigen
dari A jika terdapat skalar sedemikian hingga
Av = λv.
λ disebut nilai eigen, x adalah vektor eigen dari A yang
bersesuaian dengan λ .
Syarat perlu: v ≠ 0
(1) λ ≥ 1
(2) 0 ≤ λ ≤ 1
(3) -1 ≤ λ ≤ 0
(4) λ ≤ - 1
Masalah Vektor Eigen
Diberikan matriks persegi A,
A
x
A
x
sejajar
=
x
λ 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.
A x
=
λ 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
Ax = λx mempunyai penyelesaian tak nol
Pernyataan-pernyataan ekuivalen
Jika A matriks persegi nxn, maka kalimat-kalimat berikut ekuivalen
1. nilai eigen A
2. terdapat vektor tak nol x sedemikian hingga Ax = x
3. SPL (A – I)x = 0 mempuyai solusi tidak nol (non-trivial)
4. adalah penyelesaian persamaan det(A – I) = 0
Mencari nilai eigen A sama saja mencari penyelesaian
persamaan det(I-A) = 0
Persamaan Karakteristik
Jika diuraikan, det((A - λI) merupakan suku banyak berderajat n dalam λ,
p(λ ) = λⁿ + cn-1λn-1 +cn-2 λn-2 + …+ c1λ+ c0 suku banyak karakteristik
Persamaan det((A - λI) = λⁿ + cn-1λn-1 +cn-2 λn-2 + …+ c1λ+ c0 = 0 disebut persamaan
karakteristik
A
det A-λI
-
λI
=
A-λI
•persamaan
karakteristik
= λⁿ + cn-1λn-1 +cn-2 λn-2 + …+ c1λ+ c0 = 0
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
Mencari semua penyelesaian persamaan det
2-λ
0
4
1-λ
=0
Mencari penyelesaian persamaan karakteristik (2 - λ )(1 - λ ) = 0
1 2,
Nilai eigen A adalah
2 1
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:
λⁿ + cn-1λn-1 +cn-2 λn-2 + …+ c1λ+ c0 = 0
3. Selesaikan persamaan yang diperoleh pada langkah di atas. Nilai-nilai eigen
merupakan penyelesaian persamaan tersebut.
Contoh: Menentukan nilai eigen
Diberikan matriks persegi
1 1 1
A 0 3 3
2 1 1
1. Tentukan persamaan karakteristik det(A - λI) = 0
1
1
1
det( A I ) det 0
3
3
2
1
1
(1 ) 2 (3 ) 6 2(3 ) 3(1 ) 0
2. Ubahlah persamaan karakteristik ke dalam persamaan sukubanyak karakteristik:
(1 )2 (3 ) (3 ) 0
( 2)(3 ) 0
3. Selesaikan persamaan di atas untuk memperoleh nilai-nilai eigen
Nilai-nilai eigen A:
λ1 = 0
λ2 = 2
λ3 = 3
Nilai eigen matriks diagonal
Diberikan matriks diagonal
2
0
A
0
0
0 0 0
5 0 0
0 6 0
0 0 1
0
0
0
2
0
5
0
0
A I
0
0
6
0
0
0
1
0
•Persamaan karakteristik: (2 )(5 )(6 )(1 ) 0
•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 0
A 0 4 0
0 1 0
Jawab:
Bentuk det(A-λI) untuk λ = 2, 0, 4. Jika det(A-λI) ≠ , aka erupaka ilai eige , kalau = ,
maka bukan nilai eigen. Kunci: 2, 4 nilai eigen A, 0 bukan nilai eigen A.
2
0
2 2
det( A 2 I ) det 0
42
0 0
0
1
0 2
2 adalah nilai eigen A
2
0
2 0
det( A 0 I ) det 0
40
0 8 0
0
1
0 0
0 bukan nilai eigen A
2
0
2 4
det( A 4 I ) det 0
44
0 0
0
1
0 4
4 nilai eigen A
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
1 1 1
A 0 3 3 ,
2 1 1
4
x 6
2
2
1 x 3
2
1
1 1 1 4 8
Ax 0 3 3 6 12 2 x
2 1 1 2 4
40
10 x 60
20
20
5 x 30
10
1 1 1 40
A(10 x) 0 3 3 60
2 1 1 20
Ax = 2 x
80
120 2(10 x)
40
A(10x) = 2 (10x)
λ
A
x =
A
(10) x =
x
λ
(10) x
Kelipatan skalar vektor eigen
1 1 1
A 0 3 3 ,
2 1 1
4
x 6
2
2
1 x 3
2
1
1 1 1 4 8
Ax 0 3 3 6 12 2 x
2 1 1 2 4
1 1 1 2
A( 12 x) 0 3 3 3
2 1 1 1
Ax = 2 x
A
x =
4
6 2( 1 x)
2
2
A(1/2 x) = 2 (1/2 x)
λ
x
A
(1/2) x =
λ (1/2) x
Kelipatan skalar (tak nol) dari vektor eigen adalah
vektor eigen terhadap nilai eigen yang sama
Menentukan semua vektor eigen Eλ
•
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
0
Null(A - λ I)-{0}
λ
Ruang Eigen
Ruang eigen A yang bersesuaian dengan λ terdiri atas semua
vektor eigen yang bersesuaian dengan λ dan vektor nol
Ruang penyelesaian SPL (A - λ I)x = 0
Null(A - λ I)x
0
Ruang Eigen
Eλ
Null(A - λ I) = Eλ
Menentukan Eλ sama dengan menentukan himpunan penyelesaian SPL (A - λ I)x =
0
Menentukan ruang eigen Eλ
•
Diberikan vektor matriks A dan salah satu nilai eigennya, misalnya λ = 3. Tentukan
semua vektor eigen yang bersesuaian dengan λ = 3.
1 1 1
A 0 3 3
2 1 1
1 3
A I 0
2
SPL (A - 3 I)x = 0
1
1 x1
1 3
( A 3I ) x 0 3 3 3 x2
2
1 1 3 x3
Penyelesaian x1
x2
x3
1
33
1
1
3
1 3
0
0
0
a
2a
0
Himpunan penyelesaian
2 x1 x2 x3
3 x3
2 x1 x2 2 x3
0
0
0
1
a 2 , a R
0
1
Himpunan vektor eigen A bersesuaian dengan λ =3 : a 2 , a 0, a R
0
Nilai eigen matriks pangkat
•
Nilai eigen dari A adalah 0, 2, dan 3.
•
Tentukan nilai eigen untuk
•
Diberikan sembarang matriks A dan diketahui bahwa λ adalah nilai eigennya. Maka
terdapat vektor tak nol x sedemikian hingga
Ax = λx
kalikan kedua ruas dengan matriks A
A.Ax = A λx
A2x = λ(Ax)
substitusi Ax dengan λx
A2x = λ2x
jadi, λ2 merupakan nilai eigen A2
Teorema: Jika n adalah bilangan bulat positif, λ nilai eigen matriks A, maka λn
adalah nilai eigen An
•
1 1 1
A 0 3 3
2 1 1
1 5 5
A2 6 12 12 , A13 , A20
4 2 1
Nilai eigen matriks singular
•
Misalkan = 0 merupakan nilai eigen dari A.
Maka 0 merupakan penyelesaian persamaan karakteristik:
dengan menganti dengan 0, diperoleh c0 = 0.
Padahal det(A- I) = 0, dengan = 0, maka det(A) = c0 = 0.
Karena det(A) = 0 maka A tidak mempunyai inverse.
•
Sebaliknya, det(A) = det(A - I) dengan mengambil = 0.Jadi det(A) = c0.
Jika A tidak mempunyai inverse, maka det(A) = 0 = c0.
Sehingga = 0 merupakan salah satu penyelesaian persamaan karakteristik;
= 0 merupakan salah satu nilai eigen dari A.
0 adalah nilai eigen A jika dan hanya jika A
tidak mempunyai inverse.
Nilai eigen matriks transpose
det(B) = det(BT)
(A- I)T = (AT- I)
Misalkan = 0 merupakan nilai eigen dari A,
maka det(A- I)= 0
Karena matriks dan transposenya mempunyai determinan yang sama,
maka det(A- I)T= 0
Karena (A- I)T = (AT- I) ,
maka det(AT- I)= 0
Jadi, adalah nilai eigen dari AT
A dan AT mempunyai nilai eigen yang sama
A dan A-1 mempuyai nilai
eigen yang sama
Diagonalisasi
Definisi: Matriks persegi A dapat didiagonalkan jika terdapat matriks yang
mempunyai inverse sedemikian hingga P-1AP = D adalah matriks diagonal.
5 6
Contoh: A
3 4
2 1
P
1
1
P -1AP=
1 1
P 1
1 2
1 1 5 6 2 1
2 0
1 2
1 1 0 1 D
3
4
Matriks
diagonal
A dapat didiagonalkan
Kapan matriks A dapat didiagonalkan?
•
Teorema:
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) a11
Diberikan A A a 21
a n1
a12
a 22
an2
a1n
a 2 n
a nn
Misalkan A dapat didiagonalkan, maka terdapat matriks P yang mempunyai inverse
p11
p
21
P
pn1
p12
p22
pn 2
p11
p
AP=PD 21
pn1
p1n
p2 n
pnn
p1n
p2 n
pnn
p12
p22
pn 2
Sedemikian hingga P-1AP = D matriks diagonal
1 p11 2 p12
p
1 21 2 p22
1 pn1 2 pn 2
n p1n
n p2n
n pnn
1 0
0
2
D
0 0
0
0
n
Kapan matriks A dapat didiagonalkan? (lanjt)
P-1AP = D, kalikan dengan P-1,
AP = PD
p11
p
21
PD
pn1
AP = PD, jadi
p12
p22
pn 2
a11 a12
a
21 a 22
AP
a n1 a n 2
Ap1 1 p1
p1n
p2 n
pnn
a1n
a 2 n
a nn
Ap2 2 p2
1 0
0
2
0 0
p11
p
21
pn1
p12
p22
pn 2
0
0
n
1 p11 2 p12
p
2 p22
1 21
1 pn1 2 pn 2
p1n
p2 n
pnn
Ap1
n p1n
n p2n
n pnn
Ap2
1 p1 2 p2
n pn
Apn
Apn n pn
Karena P mempunyai inverse, maka kolom-kolmnya bukan kolom
nol. Berdasarkan deinisi nilai eigen, maka λ1, λ2, λ3, …,λn
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.
Prosedur mendiagonalkan matriks
•
Diberikan matriks Anxn. Akan dicari P sedemikian hingga PAP-1 = D.
Prosedur
1. Tentukan n vektor eigen A yang bebas linier, misalkan p1, p2, p3, …, pn
2. Dibentuk matriks P yang kolom-kolomnya adalah p1, p2, p3, …, pn
3. Mariks D = P-1AP adalah matriks diagonal yang entri diagonal utamanya adalah λ1,
λ2, λ3, …,λn dengan λj adalah nilai eigen bersesuaian dengan pj u tuk j = , , , …, n
Contoh: mendiagonalkan matriks
•
Diberikan matriks Anxn. Akan dicari P sedemikian hingga PAP-1 = D.
5 6
A
3
4
Prosedur
1. Tentukan 2 vektor eigen A yang bebas linier. Pertama kita tentukan nilai-nilai eigennya
yaitu λ1= 2 dan λ2= -1 (telah dihitung sebelumnya). Tentukan vektor eigen bersesuaian
dengan nilai eigen, dengan menyelesaiakn SPL (A - λ I)x =0. Diperoleh
2
p1
1
1
p2
1
2. Dibentuk matriks P yang kolom-kolomnya adalah vektor-vektor eigen di atas.
2 1
P
1 1
P
1
1 1
1
2
3. Matriks D = P-1A P adalah matriks diagonal yang entri diagonal utamanya adalah λ1, λ2
berturut-turut
2 0
D
0
1
Masalah Diagonalisasi dan masalah vektor eigen
• Masalah vektor eigen
Diberikan matriks Anxn, apakah terdapat basis di Rn terdiri atas vektor-vektor eigen?
• Masalah diagonalisasi
Diberikan matriks Anxn apakah terdapat matriks yang mempunyai inverse P sedemikian
hingga nP-1AP adalah matriks diagonal?
Teorema:
Anxn dapat didiagonalkan jika dan hanya jika terdapat n vektor eigen yang bebas linier.
Padahal, setiap n vektor yang saling bebas linier di R n merupakan basis Rn.
Kesimpulan: masalah vektor eigen sama dengan masalah diagonalisasi