Anda di halaman 1dari 46

Eigen value & Eigen

vektor

Hubungan antara vektor x (bukan nol) dengan


vektor Ax yang berada di Rn pada proses
transformasi dapat terjadi dua kemungkinan :
1)

Tidak mudah untuk dibayangkan hubungan keduanya.

2)

Keduanya, mempunyai hubungan geometri yang cukup


jelas.

Definisi :
Jika terdapat suatu matrik A berukuran n x n
dan vektor tak nol x berukuran
n x 1, x
Rn, maka dapat dituliskan :

Ax =
x
Ax : vektor berukuran n x 1
: skalar
riil yang memenuhi
disebut nilai eigen
persamaan,
(karekteristik)
x : vektor eigen

Cara menentukan nilai eigen


dari mencari
A:
Untuk
nilai eigen dari matrik A yang

berukuran n x n yang memenuhi persamaan :


Ax = x
dapat ditulis sebagai :
Ax = Ix atau ekivalen : (I A)x = 0
Sistem persamaan tersebut memiliki jawab
bukan nol (singular), jika dan hanya jika :
Ini disebut sebagai
I Apersamaan
0
karakteristik
(polinomial dalam )

Prosedur: menentukan nilai


eigen
Diberikan matriks persegi A.
Nilai-nilai eigen A dapat diperoleh sebagai berikut:
1.Tentukan persamaan karakteristik det((A - I) = 0
tuliskan A dan matriks yang elemen diagonal
utamanya dikurangi
2. (Jika diperlukan) uraikan persamaan karakteristik
ke dalam persamaan sukubanyak karakteristik:
+ cn-1n-1 +cn-2 n-2 + + c1+ c0 = 0
3. Selesaikan persamaan yang diperoleh pada
langkah di atas. Nilai-nilai eigen merupakan
penyelesaian persamaan tersebut.

Contoh soal :
1. Carilah nilai eigen dari :

0 0 -2
A 1 2 1
1 0 3

Jawab :
Persamaan karakteristik :

= ()(-2)(-3)+2(-2) = (-2) ((-3)+2)=0


= (-2)(-2)(-1)= 0

Nilai-nilai eigen: 1 dan 2

1 0 0
I A 0 1 0
0 0 1

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

1 0 3
-1 0 -3

Bagaimana menentukan apakah


suatu skalar merupakan nilai eigen?
Tentukan apakah 2, 0, 4 merupakan nilai eigen A.
Jawab:
Bentuk det(A-I) untuk = 2, 0, 4. Jika det(A-I) 0, maka
bukan merupakan nilai eigen, kalau = 0, maka merupakan
nilai eigen. Kunci: 2, 4 nilai eigen A, 0 bukan nilai eigen A.
2 adalah nilai
A0
2
2 2eigen

det( A 2 I ) det

42

0 0
0 2

0 bukan nilai eigen A

2
0
20
det( A 0 I ) det 0
40
0 8 0
0
1
0 0

2
0
24
det( A 4 I ) det 0
44
0 0
0
1
0 4

4 adalah nilai eigen A

Nilai eigen matriks


pangkat
Nilai eigen dari A adalah 0, 2, dan 3.
1 1 1
A 0 3 3
2 1 1

1 5 5
Tentukan nilai eigen untuk
A2 6 12 12 , A13 , A20
4 2 1

Diberikan sembarang matriks A dan diketahui bahwa


adalah nilai eigennya. Maka terdapat vektor tak nol x
sedemikian hingga
Ax = x
kalikan kedua ruas dengan matriks
A
A.Ax = A x
A2x = (Ax)
substitusi Ax dengan x
A2 x = 2 x
jadi, 2 merupakan nilai eigen A2
Teorema: Jika n adalah bilangan bulat positif, nilai eigen
matriks A, maka n adalah nilai eigen An

Nilai eigen matriks


diagonal

Diberikan matriks

2 0 0 0
0 5 0 0

diagonal
A
0 0 6 0

0 0 0 1

A I

0
2
0
5

0
0

0
0

0
0
6
0

0
1
0
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.
Kuliah Jarak Jauh Program eLearning Inherent
Fakultas Ilmu Komputer Universitas

Nilai eigen matriks singular


Misalkan = 0 merupakan nilai eigen dari A.
Maka 0 merupakan penyelesaian persamaan
karakteristik:
dengan mengganti 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 invers.
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 adalah nilai eigen A jika dan hanya jika A
=
0 merupakan
salah
satu nilai eigen dari A.
tidak
mempunyai
inverse.

Nilai eigen matriks


det(B) = det(B ) transpose
T

(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

Cara menentukan vektor eigen


dari
A : nilai eigen maksimal n buah.

Banyaknya
Untuk setiap nilai eigen dapat dicari ruang solusi
untuk x dengan memasukkan nilai eigen ke
dalam persamaan : (I A)x =0

Ruang solusi yang diperoleh disebut : ruang


eigen. Dari ruang eigen yang bersesuaian
dengan nilai eigen tertentu dapat dicari minimal
sebuah basis ruang eigen yang saling bebas
linier.
Vektor eigen yang berhubungan dengan
adalah vektor-vektor tidak nol dalam ruang
eigen.

Contoh Soal:

2
x
1. Buktikan vektor
-1

dari

1 4

adalah vektor Aeigen
2 3

dan tentukan nilai eigennya!

Jawab :
Untuk membuktikannya dilakukan dengan cara
mengali-kan matrik dengan vektor, sehingga
diperoleh hasil kelipatan dari vektor itu
sendiri.

2
1 4 2 -2
Ax

-1
2 3 -1 1

vektor eigen
nilai eigen

Ruang Eigen
Ruang eigen A yang bersesuaian dengan terdiri atas semua
vektor eigen yang bersesuaian dengan dan vektor nol
Ruang penyelesaian SPL (A - I)x
=0

Null(A - I)x

Ruang Eigen

Null(A - I) = E
Menentukan E sama dengan menentukan himpunan penyelesaian SPL (A - I)x =

Menentukan ruang eigen


E

Diberikan vektor matriks A dan salah satu nilai eigennya, misalnya


= 3. Tentukan semua vektor eigen yang bersesuaian dengan = 3.
1
1
1 3
A I 0 3 3 3
2
1 1 3

1 1 1
A 0 3 3
2 1 1

SPL (A - 3 I)x = 0
1
1
1 3
r
( A 3I ) x 0 3 3 3
2
1 1 3

Penyelesaian x1

x2

2a

x3

x1
x
2
x3

0
0
0

Himpunan penyelesaian

0
0

2 x1 x2 2 x3

a 2 , a R

1
Himpunan vektor eigen A bersesuaian dengan =3 : a 2 , a 0, a R
0

2 x1 x2 x3
3 x3

Contoh soal :
0 0 -2
1 2 1
A

1.Tentukan basis dari ruang eigen


:

1 0 3

Jawab :
Dari hasil perhitungan sebelumnya diperoleh
nilai eigen A adalah 1 dan 2. Dengan
substitusi =1 ke persamaan : (I-A)x = 0
2
0
diperoleh
:

-1 -2 -1 x 0
-1 0 -3

1
-1

-1

0
-1
0

2
-1 x 0
-2

1
A 0 -1
-1

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

1
0
0

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

0
1
0

2
0
-1 0

0 0

-2s
-2
x s s 1
s
1

Basis dari ruang eigen yang berhubungan


dengan =1
-2 adalah :
1

1

Untuk =2 :
2
-1

-1

2
0
-1 -2 -1 x 0

-1 0 -3
2 0 2 0
-1 0 -1 0
A
0

-1 0 -1 0

0
0
0

1 0 1 0
0 0 0 0
0 0 0 0

2
-1 x 0
-1

-2 t

x s

0
-2
1 s 0 t
0
1

Basis dari ruang eigen yang berhubungan


-2
0 =2 adalah
dengan
:
dan
1

0

0

1

2. Carilah nilai-nilai eigen dan basis-basis


3 2 :
dari
untuk ruang eigen
A

-1
0

Jawab :
Persamaan karakteristik :

1
I A
0

0
1

3
-1

2
-3
-2
0 1

det (I A)= 0
(-3)() (1)(-2)=0
2- 3 + 2 = 0
2, 2 = 1

Nilai eigen : 1 =

-3 -2 x1
Ruang vektor :
x
1

0

0

-1 -2 x1
1 : 2 x
Untuk 1 = 2 diperoleh

-x1 2x2 = 0 x = 2x
1
2
x1 + 2x2 = 0
Jadi vektor eigen dari A yang bersesuaian dengan

-2s
-2
x s
adalah vektor
tak
s
1nol :

-2
1
Jadi untuk =2, basisnya adalah
:

3.

4.

Catatan :
Untuk kasus yang khusus, jika A memiliki n
buah nilai eigen = , maka akan memiliki
nilai eigen k.
Jika banyaknya nilai eigen dari A k sebanyak n
juga, maka basis ruang eigennya tetap sama.
Tetapi jika jumlah nilai eigennya kurang dari
n (terjadi jika ada nilai eigen yang saling
berlawanan tanda), maka salah satu nilai
eigennya akan memiliki basis ruang eigen
yang berbeda

Misalkan :

Contoh soal :

3 1 1
Tentukan nilai eigen dan vektor eigen dari A5, bilaA : 2 4 2

1 1 3
Jawab :
Nilai eigen dari A5 adalah nilai eigen dari A dipangkatkan 5
sehingga diperoleh : 25 dan 65.
Sedangkan vektor eigen untuk =25 tetap sama dengan
vektor eigen = 2 yaitu :

-1
-1
1 dan 0

Serta vektor eigen untuk =65 sama


seperti = 6 yaitu :
0
1
1
2

1

Pada contoh ini, untuk =1 memiliki dua basis


ruang eigen yang berasal dari nilai eigen -1 dan
1.
Karena berasal dari dua nilai eigen yang berbeda,
maka basis ruang eigennya juga mengalami
sedikit perubahan basis yaitu basis ruang eigen
dengan = -1
1
Basis 1 ruang
-1

1
proyeksi

0

eigen 1

dari

1 merupakan vektor
ini

0

1
terhadap

vektor

Dalam hal ini basis ruang eigen untuk = -1 dibuat


saling orthogonal

Diagonalisasi
Definisi : Suatu matrik A berukuran n x n disebut
dapat didiagonalisasi jika terdapat matrik P
yang memiliki invers sehingga diperoleh
matrik diagonal :

D = P1
AP.matrik yang mendiagoP matrik n x n disebut
nalisasi A dengan kolom-kolomnya
merupakan kolom dari basis ruang eigen A.
D merupakan matrik diagonal yang elemen diagonalnya merupakan semua nilai eigen
dari A

Cara menentukan P
Jika matrik A ukuran n x n mempunyai n vektor
eigen bebas linier {x1, x2, ., xn} berhubungan
dengan n nilai eigen {1, 2, .., P=[x
n} kemudian
1, x2, ..,
didiagonalisasi matrik P, maka formulasi
matrik P
xn]
adalah:
Jika D adalah matrik diagonal ukuran n x n dan
D = P-1AP, maka :

1 0 0 0
0 0 0
2

0
0
0

Nilai 1, 2, .., n tergantung pada nilai x1, x2, .,


xn

Langkah-langkah yang digunakan untuk


mendia-gonalisasi suatu matrik adalah
sebagai berikut :
1.Tentukan n buah vektor eigen yang saling bebas
linier dari A, misalkan p1, p2, ., pn
2.Bentuk matrik P yang isinya adalah p1, p2, ., pn
sebagai vektor kolomnya.
3.Hasil kali P-1AP adalah matrik diagonal dengan
1, 2, ., n adalah nilai eigen yang sesuai
dengan vektor eigen p1, p2, ., pn

Catatan :
Tidak semua matrik bujur sangkar dapat didiagonalisasi, tergantung dari jumlah basis ruang eigen yang
dimiliki.
Jika matrik n x n :
basis ruang eigen yang bebas linier = n, dapat
didiagonalisasi.
< n, tidak dapat.
Saat matrik n x n memiliki nilai eigen sejumlah n, maka
basis ruang eigennya juga berjumlah n.
Saat matrik n x n jumlah nilai eigen kurang dari n,
maka ada 2 kemungkinan yaitu basis ruang eigen juga
berjumlah n atau kurang dari n
Jadi pada saat jumlai nilai eigen sama dengan n, maka
matrik dapat didiagonalisasi, sedangkan pada saat nilai
eigen kurang dari n, maka matrik belum bisa
ditentukan bisa atau tidak didiagonalisasi.

Contoh soal :
1. Carilah matrik P yang dapat mendiagonalisasi
matrik
0 0 -2
dan matrik diagonalnya
A 1 2 1
!
1 0 3
Jawab :
Dari perhitungan sebelumnya diperoleh bahwa :
-2

Basis ruang eigen yang berhubungan dengan = 1 adalah
1
:
1

-2 0

Basis ruang eigen yang berhubungan dengan = 2 adalah
0 1 :
1 0

Diperoleh basis ruang eigen


-2 -2 0
1 0 1
P

Maka :

1 1 0

Dan matrik diagonal :

-2

dari
1
1

1 0 0
0 2 0
D=P -1AP=
0 0 2

-2
0
, 0 , 1
A :

1 0

1 0 -2
2. Diketahui :A 0 1 2

-1 0 0
Tentukan matrik yang mendiagonalisasi A dan matrik
diagonalnya !
Jawab :

Dari perhitungan sebelumnya didapatkan nilai eigen :


- 1, 1 dan 2 dengan basis ruang eigen yang
bersesuai-an berturut-turut adalah :
1 0 -2
-1 , 1 , 2

1 0 1

Jadi matrik pendiagonal P bisa ditentukan


sebagai :
-1 0 0
1 0 -2

P -1 1 2 dengan matrik
1 0 1 diagonal :

D 0 1 0
0 0 2

Kolom-kolom pada matrik P bisa diubah-ubah


urutannya sehingga terdapat 6 matrik yang
memenuhi jawaban. Matrik D tentu saja
juga mengikuti urutan dari matrik P

3.

matrik

Apakah matrik C dapat


didiagonalisasi ?

Diagonalisasi ortogonal
Definisi : matrik bujursangkar P disebut matrik
ortogonal apabila berlaku PT = P-1
Matrik A dapat didiagonalisasi secara ortogonal
jika terdapat matrik P yang ortogonal
sehingga :
P-1AP=D
dengan D adalah matrik diagonal.

Berbeda dengan diagonalisasi sebelumnya, matrik


yang dapat didiagonalisasi atau tidak dijabarkan
sebagai berikut :
P-1AP = D
PDP-1 = A
PDPT = A
(dari sifat PT = P-1 ) (1)
(PDPT)T = AT (kedua ruas ditransposekan)
PDPT = AT .
(2)
Dari persamaan 1 dan 2 disimpulkan bahwa agar
supaya matrik A dapat didiagonalisasi secara
ortogonal, maka matrik A harus memenuhi sifat A
= AT ( A harus matrik simetri)

Menentukan matrik P yang


mendiagonalisasi secara
ortogonal
Sama
seperti saat menentukan P pada diagonal
biasa yaitu didasarkan pada basis ruang eigen.
Misalkan : x1, x2, ., xn merupakan basis ruang
eigen yang bersesuaian dengan nilai eigen 1, 2,
.., n, kemudian u1, u2, ., un merupakan
himpunan ortonormal hasil transformasi dari x1,
x2, ., xn dengan hasil kali dalam Euclides, maka
matrik yang mendiagonalisasi secara ortogonal
adalah :
P = [u1, u2, ., un] dan matrik diagonalnya
adalah D

Contoh
Soal :

Latihan soal :
1.Carilah semua nilai eigen yang

3 1
A eigen dari
bersesuaian dengan vektor
1 3

matrik :

1 0 0
2. ATentukan
matrik P yang dapat membuat
1 2 0
-3 5 2

matrik

menjadi matrik diagonal !