Aljabar Linear Elementer

3 SKS
Silabus :

Bab
Bab
Bab
Bab
Bab
Bab
Bab
Bab
MA-1223 Aljabar Linear

I
Matriks dan Operasinya
II Determinan Matriks
III Sistem Persamaan Linear
IV Vektor di Bidang dan di Ruang
V Ruang Vektor
VI Ruang Hasil Kali Dalam
VII Transformasi Linear
VIII Ruang Eigen
4/11/16 07:20:54 PM

RUANG EIGEN
Sub Pokok Bahasan :
1.

Nilai dan Vektor Eigen

2.

Diagonalisasi

3.

Sistem Persamaan Diferensial

Beberapa Aplikasi Ruang Eigen

Uji Kestabilan dalam sistem dinamik

Optimasi dengan SVD pada pengolahan Citra

Sistem Transmisi

dan lain-lain.

MA-1223 Aljabar Linear

4/11/16 07:20:54 PM

NILAI DAN VEKTOR EIGEN

3

Definisi :
Misalkan Anxn matriks matriks bujur sangkar

adalah vektor tak nol di Rn dan adalah skalar Rill

sehingga memenuhi :

Av v

maka dinamakan nilai eigen dari A,

sedangkan

dinamakan vektor eigen dari A

Contoh :
1 2

4 3

1
5
1

5
2
10
2

Vektor eigen

Nilai eigen

Perhatikan !!!
5

Av v
Av v 0
A v I v 0

A I

v0

Ingat.
v

merupakan vektor tak nol

Ini Berarti

Persamaan Karakteristik

det A I 0

Contoh :

A 0
-1

0 -2

1
2
0
0

Tentukan nilai eigen dari matriks

1 0 -2
1 0 0
0 1
0 1 0
2

- 1 0
0 0 1
0

Persamaan Karakteristik det (A I) = 0

1-
0
-2
0
1-
2 0
-1
0
-
MA-1223 Aljabar Linear

4/11/16 07:20:55 PM

 Dengan ekspansi kopaktor sepanjang kolom ke-2

(1 ) ( (1) () 2 ) = 0
(1 ) ( 2) = 0
(1 ) ( 2) ( + 1) = 0
Jadi, matriks A memiliki tiga buah nilai eigen yaitu :
= 1, = 1, dan = 2.
Contoh :
Tentukan basis
dari :
1 1eigen
2 ruang

A 1 2
1
1 1

Jawab :
Nilai eigen dari A diperoleh saat

-2
-1
-1

(
(
(
(
(

-1
-2
-1

-1
-1 0
-2

-2
-1
-1
2

-1 - 2
-1

det I A 0

-1

-2

-1
-1

2){( 2)2 1} + ( +1) (1+( 2)) = 0

2){ 2 4 + 3} ( 1) ( 1) = 0
2){( 3)( 1 )} 2 ( 1) = 0
1)(( 2)( 3) 2) = 0
1)( 2 5 + 4) = 0
2

-2
0
-1

Nilai Eigen dari matriks tersebut adalah 1 dan 4.

Untuk = 1

-1

-1
-1

-1
-1
-1

Dengan OBE diperoleh

x s t

maka y s
z t

dimana s, t

-1
-1
-1

x
y
z

1 1 1

0 0 0
0 0 0

1
1

1 s 0 t
0
1

adalah parameter

0
0

Jadi basis ruang eigen yang bersesuaian dengan =1

adalah
1

1
0

, 0
1

Ingat bahwa
Vektor eigen merupakan kelipatan dari
unsur basis tersebut

10

11

Untuk = 4

-1

-1
-1

-1

-1
2

-1

1 0 1

0 1 1

Dengan OBE diperoleh

maka

x
y
z

x 0

y 0
z 0

1
1
1

0 0

0
0

Jadi basis ruang eigen yang bersesuaian dengan =4 adalah

1

1
1

Diagonalisasi
Definisi : Suatu matriks persegi Anxn dikatakan
dapat didiagonalkan (diagonalizable)
jika terdapat matriks P yang mempunyai invers
sehingga D = P1AP merupakan matriks diagonal.

Matriks P dinamakan matriks yang mendiagonalkan

(pendiagonal) dari A.
Vektor-vektor kolom dari matriks P adalah
vektor-vektor eigen dari A.

13

Contoh :
Tentukan matriks yang mendiagonalkan

1 0 0

A 0 1 1
0 1 1

Jawab :
Persamaan karakteristik dari matriks A adalah :
.I A 0
atau
0 0 1 0 0

det 0 0 0 1 1
0 0 0 1 1

MA-1223 Aljabar Linear

4/11/16 07:20:57 PM

det 0
0

0
1
1

1 0
1

Dengan menggunakan ekspansi kofaktor :

Pilih Baris I

det .I A a11c11 a12 c12 a13c13

1

1
1 0 0

1 2
Sehingga diperoleh nilai eigen

0 ; 1 ; 2

14

Untuk 0

15

Dengan OBE maka

1 0 0
.I A ~ 0 1 1
0 1 1

x1
0

x2 1 t
x 1

3

0
1 0

~ 0 1 1
0 1 1

1 0 0

~ 0 1 1
0 0 0

, dimana t adalah parameter tak nol

Jadi vektor eigen yang bersesuaian dengan 0

adalah
0

P1 1
1

Untuk 1

16

Dengan OBE maka

.I A ~

0 0 0
0 0 0

0 0 1 ~ 0 0 1
0 1 0
0 1 0

x1 1

x2 0 t , dimana
x 0
3

0 1 0

~ 0 0 1
0 0 0

t adalah parameter tak nol

Jadi vektor eigen yang bersesuaian dengan 1

adalah
1

P2 0
0

Untuk 2

17

Dengan OBE maka

1 0 0

.I A ~ 0 1 1
0 1 1

x1 0

x2 1 t
x 1
3

1 0 0

~ 0 1 1
0 0 0

, dimana t adalah parameter tak nol

Jadi vektor eigen yang bersesuaian dengan 2

adalah
0

P3 1
1

Perhatikan

18

k1 P1 k 2 P2 k 3 P3 0
0 1 0 k1 0

1
0
1
0

k2
1 0 1 k

3 0

Dengan OBE
1 0 1
0 1 0
1 0 1 ~ 0 1
0

1 0 1 1 0 1

Jadi P1 , P2 , P3

1 0 1
1 0 1

~ 0 1 0 ~ 0 1 0
0 0 2
0 0 1

merupakan himpunan yang bebas linear

1 0 0

~ 0 1 0
0 0 1

Jadi, Matriks yang mendiagonalkan A adalah :

0 1 0

P 1 0 1
1 0 1

Dapat dihitung bahwa :

0 1

P 1 1

0
1
2

1
2
0

1
2

0
0 0yang
Maka, matriks diagonal

dihasilkan adalah :
1
D P AP 0 1 0
0 0 2

19

20

Hal yang perlu diperhatikan, matriks

1 0 0

P 0 1 1
0 1 1

juga mendiagonalkan A.
Tapi matriks diagonal yang terbentuk adalah :
1 0 0

1
D P AP 0 0 0
0 0 2

MA-1223 Aljabar Linear

4/11/16 07:20:58 PM

Aplikasi

21

Jika A matriks nxn dan P matriks pendiagonal, maka

D = P-1AP
AP = PD
A = PDP-1
Jika Ak matriks nxn dan P matriks pendiagonal, maka
Dk = P-1AkP
AkP = PDk
Ak = PDkP-1

Diketahui :

22

1 0 0

A 0 1 1
0 1 1

Carilah matriks A1000 !

Jawab :
A1000 = PD1000P-1
1000

A1000

0 1 0 0

1 0 1 0

1 0 1
0

0
11000
0

0 0 12

0 1
0

1000
0 1
2

2

1
2
0 ...

1
2

23

Bnxn dikatakan matriks ortogonal jika B1 = Bt

Pernyataan berikut adalah ekivalen :
Bnxn adalah matriks ortogonal.
Vektor-vektor baris dari B membentuk himpunan ortonormal di Rn
dalam RHD Euclides.
Vektor-vektor kolom dari B membentuk himpunan ortonormal di Rn
dalam RHD Euclides.
Misalkan P merupakan matriks ortogonal maka
berlaku :
P tP = I
Px x , untuk setiap x di Rn
MA-1223 Aljabar Linear

4/11/16 07:20:58 PM

Contoh :
Berikut adalah contoh matriks ortogonal :

1
2

B 0
1
2

1
2
1
2

1
2
1
2

0 12
1
0
0

1
2

Terlihat bahwa setiap vektor baris/kolom

merupakan vektor satuan
Dan hasilkali dalam antar vektor tersebut adalah nol

24

Perhatikan bahwa :

25

At A I 2 x 2 dan B t B I 3x 3
Sementara itu,

1
2
1
2

1
2
1
2

8

6

14
2
2
2

196 4

2 2

100

8

6

26

Definisi :
Suatu matriks Anxn dikatakan dapat didiagonalkan secara ortogonal
jika terdapat matriks ortogonal P
sedemikian hingga
D = P1AP (= PtAP) merupakan matriks diagonal.

MA-1223 Aljabar Linear

4/11/16 07:20:59 PM

27

Perhatikan bahwa :
D = P1AP

atau

A =PDP1

Misalkan P merupakan matriks ortogonal, maka

A = PDPt
Sehingga diperoleh hubungan
At = (PDPt)t
= PDtPt
= PDPt
=A
A dapat didiagonalkan secara ortogonal
jika dan hanya jika A matriks simetri
MA-1223 Aljabar Linear

4/11/16 07:20:59 PM

28

Misal Anxn matriks simetris,

Cara menentukan matriks ortogonal P yang mendiagonalkan A sbb:

Tentukan nilai eigen

Tentukan basis ruang eigen untuk setiap nilai

eigen yang diperoleh

Ubah setiap basis ruang eigen pada setiap nilai

eigen menjadi basis ruang eigen yang ortonormal
(INGAT normalisasi dan Gram-Schmidt)

Bentuk matriks P dimana vektor-vektor kolomnya berupa basis

ruang eigen yang ortonormal.
MA-1223 Aljabar Linear
4/11/16 07:20:59 PM

Contoh :
Tentukan matriks yang mendiagonalkan secara
ortogonal matriks
Jawab :
Basis ruang eigen :
0
Untuk
adalah

1 0 0

A 0 1 1
0 1 1

adalah

1

0
0

2
Untuk
adalah

0

1
1

Untuk

0

1
1

1
2

1
2
1

0
0

0
1
2
1
2

Dengan demikian, secara berurutan

basis ruang eigen yang ortonormal matriks tersebut

1 2

1
2

1

0
0

dan 1
2

Sehingga matriks ortogonal yang mendiagonalkan A adalah :

,

P 1 2 0

1
0
2

0
1
1

30

Contoh:
Cari suatu matriks ortogonal P yang

4 2 2

A 2 4 2
2 2 4

mendiagonalkan

Jawab :

2
2

6
6
6

1
1
1

31

Sistem Persamaan Diferensial

32

Ingat Kembali Pers. Diferensial

y (t ) ce at

dy(t )
a y (t )
dt

Jika sekumpulan
dr1 (t ) PD orde 1 ditulis :
2 r1 (t )
dt
dr2 (t )
3 r2 (t )
dt
dr3 (t )
r3 (t )
dt
dengan r1 (0) 1, r2 (0) 2, r3 (0) 3

r1 '
2 0 0

r2 ' 0 3 0
r '
0 0 1
3

r1

r2
r
3

2t
r1 e

sistem
Dengan mudah solusi
PD tersebut adalah :
3t
r

2
e

2
r 3et
3

33

Masalahnya, sistem persamaan diferensial tidak selalu memberikan matriks koefisien

yang berbentuk matriks diagonal.
Bentuk Umum SPD orde 1x :'
a11 a12
1

x2 '
a21 a22

x '
a
n
n1 an 2

an1

an 2

ann

x1

x2


x
n

Langkah-langkah menyelesaikan SPD orde 1 linear :

Menentukan matriks P yang mendiagonalkan

U ' A.DU
1
Tulis SPD dummy
D P dalam
AP bentuk

dimana

Tentukan solusi SPD dummy

X

U ' DU

PU

Solusi SPD adalah

MA-1223 Aljabar Linear

4/11/16 07:21:00 PM

Contoh 6 :

34

Tentukan solusi dari sistem persamaan diferensial

dx1
4 x1 2 x2
dt
dx2
x1 x2
dt
Jawab :
Tulis SPD dalam bentuk :
x1 ' 4 2

x2 ' 1 1
Dengan PK

x1

x2

4
2
0
1 1

Nilai eigen dari matriks koefisien,

= 2 dan = 3

 BRE yang bersesuaian dengan = 3

BRE yang bersesuaian dengan = 2
Sehingga diperoleh

2 1

P
1 1

2

1
1

1

3 0

D P AP
0 2
1

Karena

maka SPD dummy berbentuk :

Solusi SPD dummy adalah

u1 c1e

dan

3t

u1 ' 3 0

u2 ' 0 2

u2 c2e 2t

u1

u2

Solusi dari SPD

X PU

atau

36

x1 2 1 c1e3t

2t
x2 1 1 c2e

x1 2c1e3t c2e 2t

x2 c1e3t c2e 2t

Contoh 8.9 :
Tentukan solusi dari masalah nilai awal

dp
2 p t q(t )
dt

dq
p t 2q(t )
dt
dengan
kondisi
awal
p 0 1 dan q 0 3

37

Jawab :
Kita punya

2 1

A
1 2

38

Maka Persamaan Karakteristiknya adalah

det .I A 0

2
1

0 2 2 1

0 2 4 4 1

0 2 4 3

0 1 3

diperoleh 1 ; 3

Untuk 1
1 1 1 1
~

.I A ~
1 1 0 0

x1 x 2 0
x1 x 2
x2 t

Jadi vektor eigen yang bersesuaian dengan 1

adalah vektor tak nol yang berbentuk

x1 1

t , dimana t merupakan parameter.
x2 1
Jadi basis ruang eigen yang bersesuaian dengan 1
adalah

1
P1
1

39

Untuk 3

40

1 1 1 1
~

.I A ~
1 1 0 0

x1 x 2 0
x1 x 2
x2 t

Jadi vektor eigen yang bersesuaian dengan 3

adalah vektor tak nol yang berbentuk
x1 1

t ,
x2 1

dimana t merupakan parameter

Jadi basis ruang eigen yang bersesuaian dengan 3

adalah
1

P2
1

Sehingga Solusi Umum SPD U = D U adalah

c1et

c e3t
2

Dengan demikian solusi SPD kita adalah :

a
tau

X PU
p 1 1 c1et

3t
q 1 1 c2 e

sehin
gga

p c1e t c2 e 3t
q c1e c2 e
t

3t

41

Untuk t 0

p 0 1 dan q 0 3 sehingga

1 C1 C 2

3 C1 C 2

Dengan Eliminasi didapat

Jadi
adalah

C1 1 ; C 2 2

solusi masalah nilai awal

p(t ) 2e3t et
q(t ) 2e3t et

tersebut

42

43

Latihan Bab 8
1.

Tentukan basis ruang eigen dari

2.

Diketahui :

3 2 0

B 0
1 0
4 4 1

1 0 3

A 0 2 0
1 0 3

Apakah B matriks dapat didiagonalkan, jelaskan

3.

Suatu Matriks A2x2 memiliki basis ruang eigen :

=3

= 1

1

3
1

2

Tentukan matriks A !
MA-1223 Aljabar Linear

4/11/16 07:21:02 PM

4. Tentukan solusi dari masalah nilai awal :

dp
4 p (t ) q(t )
dt
dq
p (t ) 4q (t )
dt

dengan kondisi awal

p (0) 5
dan

q (0) 10

44