Anda di halaman 1dari 8

MAKALAH

TRANSFORMASI LINIER KESERUPAAN, NILAI EIGEN DAN


VEKTOR EIGEN
Disusun Guna Memenuhi Tugas mata kuliah Aljabar Linier II

Dosen Pengampu : Tasari, M.Si.

Disusun Oleh :

1. Listyo Budi S ( 1413102563 )


2. Darmaning Tyas ( 1413102564 )
3. Oktavia Purwanti ( 1413102570 )
4. Rani Rahmawati ( 1413102573 )
5. Dimas Himawan M ( 1413102583 )
VI A

Program Studi Pendidikan Matematika


Fakultas Keguruan Dan Ilmu Pendidikan
Universitas Widya Dharma Klaten
2016/2017
E. Keserupaan
Definisi :
Jika A dan B adalah matrik-matrik bujur sangkar, kita katakan B serupa
dengan A jika ada suatu matriks yang dapat dibalik P sedemikian sehingga
B=P-1AP

Matriks sebuah operator linier T:V V bergantung pada basis yang dipilih untuk V.
Pada soal fundamental dari aljabar linier kita perlu memilih sebuah basis untuk V yang
membuat matriks T sesederhana mungkin. Seringkali soal ini ditangani dengan terlebih
dulu mencari matriks T relatif terhadap suatu basis sederhana seperti basis standar.
Biasanya, pilihan ini tidak menghasilkan matriks T yang paling sederhana, sehingga kita
mencari suatu cara untuk mengubah basis tersebut supaya menyederhanakan matriksnya.
Untuk memecahkan soal serupa ini, maka kita harus mengetahui bagaimana perubahan
basis akan mempengaruhi matriks operator linier. Teoremanya :

Misalkan T:V V adalah operator linier pada ruang vektor berdimensi berhingga V.
Jika A adalah matriks T terhadap basis B, dan A adalah matriks T terhadap basis B,
maka A = P -1 AP dimana P adalah matriks transisi dari B ke B.

Untuk membuktikan teorema ini, maka akan memudahkan untuk menjelaskan


hubungan Au = v
Karena A adalah matriks T terhadap B, dan A adalah matriks T terhadap B, maka
hubungan yang berikut berlaku untuk semua x dalam V.

A[x]B = [T(x)]B dan A[x]B = [T(x)]B

Ini dapat dituliskan sebagai :


[] [[]] dan [] [[]]

Untuk melihat bagaimana matriks A dihubungkan dengan A, sebelumnya dibuat


matriks transisi dari B ke B. Misalkan P adalah matriks transisi dari B ke B, sehingga P-1
adalah matriks transisi dari B ke B.
P[x]B = [T(x)]B dan P-1[x]B = [T(x)]B

Ini dapat dituliskan sebagai :


1
[] [[]] dan [] [[]]

Dari kedua hubungan di atas dapat dikaitkan menjadi sebuah gambar sebagai berikut :


[] [[]]
1
[] [[]]

Gambar ini melukiskan bahwa ada dua cara untuk mendapatkan matriks [ T ( x ) ] B
dari matriks [ x ] B. Yakni :

A[x]B = [T(x)]B atau P-1AP[x]B = [T(x)]B

Dari pernyataan di atas dapat dihasilkan :

P-1AP[x]B = A[x]B

Dan untuk semua x di dalam V adalah P-1AP = A. Dengan begitu dari kedua
persamaan tersebut sudah membuktikan bahwa merupakan Teorema.

Nilai-Eigen dan Vektor-Eigen

A. Nilai-Eigen dan Vektor-Eigen

Jika : adalah suatu matriks , adalah sebarang skalar, dan adalah suatu
vektor tak nol pada , maka disebut Vektor-Eigen dari jika adalah
penggandaan skalar dari , yaitu :
=
dan disebut sebagai Nilai-Eigen dari .
Pada R2 dan R3 perkalian dengan memetakan setiap Vektor-Eigen dari (jika ada)
ke garis yang melalui titik asal yang sama dengan .

x x x
. .
. . x


1 1 1 <0 1

Persamaan Karakteristik
Jika A adalah matriks maka polinom karakteristik dari A mempunyai derajat n
dengan bentuk :
det( ) = + 1 1 + +
Dimana
+ 1 1 + + = 0

Sehingga persamaan + 1 1 + + = 0 mempunyai paling banyak n


penyelesaian yang berbeda. Sehingga suatu matriks mempunyai banyak n nilai-
eigen yang berbeda.
Contoh
0 1 0
Tentukan nilai-eigen dari : = [0 0 1]
4 17 8
Penyelesaian:
=
=
( ) = 0
Untuk mencari nilai-eigen, harus ada penyelesaian tak-nol dari persamaan ini, apabila

1 0
det ( )= [ 0 1 ]
4 17 8
0 = 3 82 + 17 4

0 = ( 4)(2 4 + 1)

Jadi =4, = 2 + 3 , = 2 3

Nilai-Eigen dari Natriks-matriks Segitiga

Teorema
Jika A adalah suatu matriks segitiga n x n (segitiga atas, segitiga bawah atau diagonal),
maka nilai-nilai-eigen dari A adalah anggota-anggota diagonal utama A.

Contoh
11 12 13 14
0 22 23 24
Carilah nilai-eigen dari matriks segitiga atas A=[ 0 0 33 34 ]
0 0 0 44
Penyelesaian:
11 12 13 14
0 22 23 24
det ( )= [ ]
0 0 33 34
0 0 0 44
= ( 11 )( 22 )( 33 )( 44 )

Jadi persamaan karakteristiknya adalah ( 11 )( 22 )( 33 )( 44 ) = 0


dan nilai-eigennya adalah = 11 , = 22 , = 33 , = 44 yang merupakan
anggota-anggota diagonal A.

Teorema
Jika A adalah suatu matriks n x n dan adalah suatu bilangan real, maka pernyataan-
pernyataan berikut ekuivalen :
a) adalah suatu nilai-eigen dari A
b) System persamaan ( ) = 0 mempunyai penyelesaian tak trivial
c) Ada suatu vector tak nol x pada Rn sedemikian sehingga =
d) merupakan suatu penyelesaian dari persamaan karakteristik ( ) = 0
Nilai-Eigen Kompleks

Terkadang, persamaan karakteristik suatu matriks dengan anggota-anggota bilangan


real mungkin mempunyai penyelesaian kompleks.
Contoh
2 1
Tentukan penyelesaian dari = [ ]
5 2
Penyelesaian:
+2 1
det ( )= [ ]
5 2
= 2 + 1
Maka persamaan karakteristiknya adalah 2 + 1 = 0.
Penyelesaiannya adalah = dan =
Basis-basis untuk Ruang-Eigen

Vektor-Eigen yang berpadanan dengan suatu nilai-nilai-eigen adalah vector-vektor


tak nol x yang memnuhi = . Secara setara vektor-eigen yang berpadanan
dengan adalah vector-vektor tak nol dalam ruang penyelesaian dari ( ) = 0,
ruang itu disebut ruang-eigen dari A yang berpadanan dengan .

Contoh
0 0 2
Carilah basis-basis untuk ruang-eigen dari = [0 2 1]
1 0 3

Penyelesaian:
Persamaan karakteistiknya adalah adalah 3 52 + 8 4 = 0
( 1)( 2)2 = 0

Jadi nilai-eigen dari adalah = 1 dan = 2 sehingga ada dua ruang-eigen dari .
Dari persamaan ( ) = 0, maka

0 2 1 0

[1 2 1 ] [ 2 ] = [0]
1 0 3 3 0
Bila =2 maka
2 0 2 1 0
[1 0
1] [ 2 ] = [0]
1 0 1 3 0

Sehingga didapat 1 = , 2 = , 3 =

Jadi vektor-eigen dari yang berpadanan dengan =2 adalah vektor-vektor tak-nol


berbentuk
0 1 0
= [ ] = [ 0 ] + [ ] = [ 0 ] + [1 ]
0 1 0
1 0
Karena [ 0 ] dan [1]bebas linear, maka vector-vektor ini membentuk suatu basis
1 0
untuk ruang eigen yang berpadanan dengan =2.
Bila =1, maka menjadi
1 0 2 1 0
[1 1 1] [2 ] = [0]
1 0 2 3 0
Didapatkan 1 = 2, 2 = , 3 =

Jadi, vektor-eigen yang berpadanan dengan =1 adalah vector-vektor tak-nol yang


berbentuk
2 2
[ ] = [ 1 ]
1
2
Sehingga [ 1 ] merupakan suatu basis untuk ruang-eigen yang berpadanan dengan
1
=1.

Nilai-eigen dari Pangkat suatu Matriks

Teorema
Jika k adalah suatu bilangan bulat positif, adalah suatu nilai-eigen dari suatu
matriks A, dan x adalah suatu vektor-eigen yang berpadanan, maka adalah suatu
nilai-eigen dari Ak dan x adalah suatu vektor-eigen yang berpadanan.
Bukti:
Jika adalah suatu nilai-eigen dari A, dan x adalah vector-eigen yang berpadanan,
maka
2 = () = () = () = () = 2
Maka 2 = 2 , menunjukkan bahwa 2 adalah suatu nilai-eigen dari 2 dan x
adalah vector-eigen yang berpadanan.

Hubungan antara bisa atau tidaknya suatu matriks dibalik dengan Nilai-Eigen

Teorema
Suatu matriks bujur sangkar A dapat dibalik jika dan hanya jika = 0 bukanlah suatu
nilai-eigen dari A.

Bukti:

Jika A adalah matriks n x n dan persamaan karakteristik + 1 1 + + = 0


mempunyai penyelesaian = 0 jika dan hanya jika = 0. namun jika = 0
disubstitusikan ke persamaan det ( ) = + 1 1 + +
det (0 ) = 0 + 1 01 + +
det () = atau (1) det() =

dari persamaan terakhir, didapatkan bahwa det(A)=0 jika dan hanya = 0, hal ini
mengimplikasikan bahwa A dapat dibalik jika hanya jika 0.