c
   


 

Sebuah matriks  yang berukuran n x n dan sebuah vektor  pada  dan biasanya secara
umum tidak ada hubungan antara vektor  dengan vektor  (Gambar 11. 1a). Namun, ada
beberapa vektor  tak nol sehingga  dan  merupakan penggandaan satu sama lainnya
(Gambar 11. 1b).

Ax
Ax
x x

(a) (b)

 
   
Misalkan  adalah matriks n x n, maka vektor x yang tidak nol di  disebut vektor eigen
(eigen vector) dari  jika  adalah kelipatan skalar dari , yaitu  =   untuk suatu
skalar . Skalar  dinamakan nilai eigen (eigen value) dari A.
Untuk mencari nilai eigen dari matriks A yang berukuran n x n, maka kita perlu
memperhatikan kembali definisi vektor eigen dan nilai eigen, yaitu Ax = Ȝx.
Bentuk ini dapat kita tulis sebagai berikut:
Ax = Ȝ I x.
(Ȝ I ± A) x = 0 .........................................................................(1)
(A - Ȝ I) x = 0

Supaya Ȝ menjadi nilai eigen, maka harus ada penyelesaian yang tidak nol dari
persamaan (1) ini. Menurut teorema dalam bahasan sebelumnya, maka persamaan (1)
akan mempunyai penyelesaian tak nol (mempunyai penyelesaian non trivial) jika dan hanya
jika:
det (Ȝ I ± A) = 0
   
Persamaan det (Ȝ I ± A) = 0 dengan  sebagai variabel disebut persamaan
karakteristik dari matriks . Akar-akar atau skalar-skalar yang memenuhi persamaan ini
adalah nilai-nilai eigen (nilai-nilai karakteristik) dari matriks A. Det (Ȝ I ± A) Ł f(Ȝ)
yaitu berupa polinom dalam  yang dinamakan polinom karakteristik.
Dari pemahaman definisi di atas, jelas bahwa jika  adalah matriks n x n, maka
persamaan karakteristik dari matriks  mempunyai derajat n dengan bentuk
det (Ȝ I ± A) = f(Ȝ) = a0 + a1x1 + a2x2 + « + an - 1xn - 1 + anxn = 0
Menurut teorema dasar aljabar kita dapatkan bahwa persamaan karakteristik tersebut
mempunyai paling banyak n penyelesaian yang berbeda (Ingat metode Horner dan
persamaan pangkat tinggi). Jadi, suatu matriks yang berukuran n x n paling banyak
mempunyai n-nilai eigen yang berbeda.

 
Jika A adalah suatu matriks n x n dan Ȝ adalah suatu bilangan real, maka pernyataan-
pernyataan berikut ini adalah ekuivalen
(a) Ȝ adalah nilai-nilai eigen dari matriks A.
(b) Sistem persamaan (Ȝ I ± A)x = 0 mempunyai penyelesaian tak trivial (non

trivial).
(c) Ada vektor x yang tidak nol dalam Rn
sedemikian sehingga Ax = Ȝx.
(d) Ȝ adalah suatu penyelesaian real dari persamaan karakteristik det (Ȝ I ± A) = 0

Bukti:
Kita akan memperlihatkan bahwa (a), (b), (c), dan (d) ekuivalen satu sama lainnya dengan
membuktikan urutan implikasi (a) maka (b) maka (c) maka (d) maka (a).
(a) maka (b). Karena  adalah nilai-nilai eigen dari matriks A, maka menurut definisi
nilai eigen berlaku:  dengan  tak nol.

Ȝ I x ± Ax = 0
(Ȝ I ± A)x = 0
Karena x tak nol maka sistem persamaan linear homogen (Ȝ I ± A)x = 0
Harus mempunyai penyelesaian non-trivial.
(b) maka (c). Karena (Ȝ I ± A)x = 0 maka
Ax = Ȝ I x
Ax = Ȝ x

(c) maka (d). Karena Ax = Ȝ x

Ax = Ȝ I x
(Ȝ I ± A) x = 0
Karena ada  tidak nol, maka sistem persamaan linear homogen (Ȝ I ± A) x = 0
haruslah det (Ȝ I ± A) = 0 dengan Ȝ adalah suatu penyelesaian realnya.

(d) maka (a). Karena  adalah penyelesaian real dari persamaan det (Ȝ I ± A) = 0, maka
 adalah penyelesaian dari persamaan karakteristik det (Ȝ I ± A) = 0 atau
dengan kata lain  adalah nilai eigen dari matriks .