NILAI EIGEN DAN VEKTOR EIGEN
NILAI EIGEN DAN VEKTOR EIGEN
>> DEFINISI NILAI EIGEN DAN VEKTOR EIGEN Jika disebut vektor adalah sebuah matriks × , maka sebuah vektor taknol pada ℝ
(vektor karakteristik) dari
eigen
jika adalah sebuah kelipatan skalar dari ; jelasnya: = untuk skalar sebarang
. Skalar ini disebut nilai eigen (nilai karakteristik) dari , dan disebut sebagai vektor eigen (vektor karakteristik) dari yang terkait dengan .
Contoh:
3
1 Diberikan vektor dan matriks . = =
8
2 −1
3
3
1
1 = = 3 = 3
=
8
6
2
2 −1 ∙
1
3 Maka, vektor disebut vektor eigen dari matriks yang terkait dengan = =
2
8 −1 nilai eigen
= 3. Untuk memperoleh nilai eigen dari sebuah matriks berukuran × , persamaan
= dapat dituliskan kembali menjadi =
− = − =
Agar dapat menjadi nilai eigen, harus terdapat satu solusi taknol dari persamaan ini. Persamaan ini memiliki solusi taknol jika dan hanya jika det
− = 0 Persamaan di atas disebut sebagai persamaan karakteristik dari matriks
; skalar-skalar yang memenuhi persamaan ini adalah nilai-nilai eigen dari matriks . Persamaan det karakteristik di atas juga bisa dituliskan:
− = 0 det( Apabila diperluas lagi,
− ) atau det( − ) adalah sebuah polinomial dalam variabel yang disebut sebagai polinomial karakteristik dari matriks .
Contoh: Tentukan nilai-nilai eigen dari
1
1 =
4 −17 8
Pertama, cari dahulu matriks − .
1
1
1 0 0
1
1
1 − = − = −
4
1
4 −17 8 −17 8
1 −
=
1
− −
4 −17 8 −
A
I Selanjutnya, cari det( ) .
d ( et A
I )
8 1 1 4 0 0 17 4 1 17 1 0 (8 ) 2 3
(8 ) 4 0 0 17 2 3 8 4 17 3 2
8
1 7
4 Dengan menggunakan persamaan karakteristik, diperoleh
A
I 3 det( ) 2
38 2
17
4
8 2 17
4 ( 4)( 4 1)
2 Dengan menggunakan rumus kuadratik, maka solusi untuk (
4 1) adalah 2
3 dan 2
3 , sehingga didapatlah nilai-nilai eigen dari matriks , yaitu:
= 4, = 2 + 3, = 2 − 3
TEOREMA 1
Jika adalah sebuah matriks segitiga (atas/bawah) atau matriks diagonal, maka nilai-nilai eigen dari adalah entri-entri yang terletak pada diagonal utama matriks .
Contoh: Tentukan nilai-nilai eigen dari matriks 3 7
2
10 4 8
2 3
29
2
B
1
3
6
Berdasarkan Teorema 1, maka nilai-nilai eigen dari matriks B adalah
3
2 , . = = = −1, = −6
4
3 TEOREMA 2 Jika adalah suatu matriks × dan adalah suatu bilangan riil, maka pernyataan- pernyataan berikut ini adalah ekuivalen. (1) adalah suatu nilai eigen dari . (2)
Sistem persamaan − = memiliki solusi nontrivial. (3) sedemikian rupa sehingga Terdapat suatu vektor taknol pada ℝ = . (4) adalah suatu solusi dari persamaan karakteristik det( − ) = 0.
>> MENENTUKAN BASIS UNTUK RUANG EIGEN Setelah mengetahui bagaimana cara mencari nilai eigen, selanjutnya adalah mempelajari bagaimana cara mencari vektor eigen. Vektor-vektor eigen matriks yang terkait dengan suatu nilai eigen adalah vektor-vektor taknol yang memenuhi persamaan
= . Dengan kata lain, vektor-vektor eigen yang terkait dengan adalah vektor-vektor di dalam ruang solusi matriks yang terkati dengan . Contoh: Tentukanlah basis-basis untuk ruang eigen dari matriks
−2
1
2
1 =
1
3 Persamaan karakteristik dari matriks adalah:
3
2
- 5 − − 8 + 4 = 0
Atau
3
2
- 8 − 5 − 4 = 0
Dengan menggunakan pemfaktoran, didapatlah:
2
= 0 − 1 − 2 sehingga, nilai-nilai eigen dari adalah:
= 1 & = 2 Berdasarkan definisi,
1
2
=
3
adalah suatu vektor eigen dari matriks yang terkait dengan jika dan hanya jika = . Hal ini berarti bahwa dikatakan sebagai suatu vektor eigen dari matriks jika dan hanya jika merupakan suatu solusi nontrivial dari persamaan − = , yaitu:
1
−2
2
= −1 − 2 −1
3
−1 − 3 Jika
= 2, maka diperoleh
1
2
2
2
= −1 0 −1
3
−1 0 −1 Dengan menggunakan operasi baris elementer, didapatlah
- = 0 =
1
3
1
3
→ − Karena dari hasil yang didapat, tidak terdapat keterangan mengenai , maka dapat
2
2
dianggap sebagai suatu parameter; misalkan = =
2 . Dan, misalkan pula 3 , maka:
= = =
1 − , 2 ,
3
sehingga, vektor eigen dari yang terkait dengan = 2 adalah vektor-vektor taknol yang berbentuk
1
− − −1
2
1 = = = = + +
3
1 Karena −1
1 &
1 bebas linier (mengapa?), vektor-vektor ini membentuk suatu basis untuk ruang eigen yang terkait dengan Jika
= 1, maka diperoleh
1
1
2
2
= −1 −1 −1
3
−1 −2 Dengan menggunakan operasi baris elementer, didapatlah
- 2 = 0 =
1 3 → 1 −2
3
= 0 =
2 − 3 →
2
3 Misalkan = 3 , maka
= = =
1 −2 , 2 ,
3
sehingga, vektor eigen dari yang terkait dengan = 1 adalah vektor-vektor taknol yang berbentuk
1
−2 −2
2
1 = = =
3
1 Karena −2
1
1 bebas linier (mengapa?), vektor di atas membentuk suatu basis yang terkait dengan = 1.
Untuk menentukan vektor-vektor eigen yang bersesuaian dengan nilai eigen ( ), harus ditentukan terlebih dahulu basis-basis untuk ruang eigennya.
Perhatikan kembali contoh di atas. Untuk vektor eigen dari yang terkait dengan = 2 adalah vektor-vektor taknol yang berbentuk
−1
=
- 1
1 Misalkan = 1 dan = 1, maka didapatlah vektor eigen yang terkait dengan = 2 adalah:
−1 −1 −1
1
1 = 1 ∙ + 1 ∙ = =
- 1
1
1
1 Sementara, untuk vektor eigen dari yang terkait dengan = 1 adalah vektor-vektor taknol yang berbentuk
−2
1 =
1 Misalkan = −2, maka didapatlah vektor eigen yang terkait dengan = 1 adalah:
4 −2
1 = −2 ∙ = −2
1 −2
TEOREMA 3
Jika adalah bilangan bulat positif, adalah nilai eigen dari suatu matriks , dan adalah vektor eigen yang terkait dengan adalah nilai eigen dari dan
, maka adalah vektor eigen yang terkait dengannya. Contoh: Pada contoh sebelumnya telah ditunjukkan bahwa nilai-nilai eigen dari matriks
−2
1
2
1 =
1
3
7
adalah = 2 dan = 1, sehingga berdasarkan Teorema 3, nilai-nilai eigen dari matriks adalah:
7
7
= 128 & = 1 = 2 = 1
Selain itu, telah ditunjukkan juga bahwa vektor eigen dari yang terkait dengan = 2 adalah vektor-vektor taknol yang berbentuk
−1
=
- 1
1 Maka, berdasarkan Teorema 3, vektor-vektor eigen dari matriks yang terkait dengan = 2
7
7 akan sama dengan vektor-vektor eigen dari matriks yang terkait dengan = 128.
= 2
7 Begitu pula untuk = 1. Telah ditunjukkan bahwa vektor eigen dari
= 1 yang terkait dengan
= 1 adalah vektor-vektor taknol yang berbentuk −2
1 =
1 Maka, berdasarkan Teorema 3, vektor-vektor eigen dari matriks yang terkait dengan = 1
7
7 akan sama dengan vektor-vektor eigen dari matriks yang terkait dengan = 1.
= 1
Soal A: 9
1. jika diketahui
S
Tentukan nilai-nilai eigen dari
1 3
3 1 2
7
2
S
1 3 2
3 50 2.
T jika diketahui
Tentukan nilai eigen dan basis untuk ruang eigen 1 2
2
T
1
2
1
1 1
>> DIAGONALISASI Sebuah matriks persegi dikatakan dapat didiagonalisasi jika terdapat suatu matriks yang
−1
dapat dibalik sedemikian rupa sehingga adalah suatu matriks diagonal. Matriks dikatakan mendiagonalisasi matriks .
Berikut ini adalah prosedur untuk mendiagonalisasi suatu matriks. 1) , , .
Tentukan vektor eigen dari yang bebas linier; misalkan
1 2 … , 2) , , sebagai vektor-vektor kolomnya.
Bentuklah suatu matriks dengan
1 2 … , −1
, , 3) sebagai entri-entri
1
2 Matriks kemudian akan menjadi diagonal dengan … ,
diagonalnya secara berurutan, dengan adalah nilai-nilai eigen yang terkait dengan untuk = 1,2, … , .
Contoh: Tentukan suatu matriks yang mendiagonalisasi matriks
−2
1
2
1 =
1
3 Dari contoh sebelumnya, telah didapat nilai-nilai eigen dari adalah = 2 dan = 1, serta basis-basis berikut untuk ruang eigen
−1 = =
1 = 2 →
1 &
2
1 −2
=
1 = 1 →
3
1 Terdapat tiga vektor basis secara keseluruhan sehingga matriks dapat didiagonalisasi dan −1 0 −2
1
1 =
1
1
−1
Mendiagonalisasi . Untuk memastikan kebenarannya, carilah .
1
2
2 −2 −1 0 −2
−1
1
1
1
1
2
1
1
1
2 = ∙ ∙ =
1
3
1
1
1 −1 0 −1
Tidak terdapat urutan yang khusus untuk kolom-kolom matriks . Karena entri ke-i
−1
matriks adalah suatu nilai eigen untuk vektor kolom ke-i matriks , maka jika urutan dari kolom-kolom matriks diubah, hal ini hanya akan mengubah urutan dari nilai-nilai
−1
eigen pada diagonal matriks . Jadi, sebagai contoh, dengan menuliskan matriks untuk contoh yang di atas
−1 −2 0
1
1 =
1
1 maka,
2
−1
1 = .
2
TEOREMA 4
×
Jika suatu matriks memiliki nilai eigen yang berbeda, maka dapat didiagonalisasi.
>> MENGHITUNG PANGKAT SUATU MATRIKS Jika diketahui matriks persegi dapat didiagonalisasi oleh matriks sedemikian rupa
−1
sehingga = , maka:
−1
= Contoh:
13 Tentukan jika
−2
1
2
1 =
1
3 Pada contoh sebelumnya, matriks di atas dapat didiagonalisasi oleh −1 0 −2
1
1 =
1
1 dan
2
−1
2 = =
1 Maka,
13
2
1
2 −1 0 −2
13
13 −1
= =
1
1
2
1
1
1 ∙ ∙
1
1
1 −1 0 −1
13
1
2
2 −1 0 −2
13
13
13 −1
= =
1
1
1
1
1
2 ∙ ∙
13
1
1
1 −1 0 −1
−8190 −16382 = 8191 8192 8191
8191 16383
Soal B: Diberikan matriks A sebagai berikut.
1
2
8
A
1 1 1000 Tentukan matriks A .