MAKALAH

NILAI EIGEN DAN VEKTOR EIGEN BESERTA APLIKASINYA

Makalah Ini Dibuat Untuk Memenuhi Tugas : Aljabar Linear Lanjut

Dosen Pengampu : Ayus Riana Isnawati,M.Sc.

Disusun Oleh:

1. Santi 23070160146
2. M. Abdul Karim 23070160136
3. Ria Oktaviani 23070160153

INSTITUT AGAMA ISLAM NEGERI (IAIN) SALATIGA

FAKULTAS TARBIYAH DAN ILMU KEGURUAN

JURUSAN TADRIS MATEMATIKA

2017
 PEMBAHASAN

A. Nilai Eigen
Kata nilai eigen berasal dari kata dalam bahasa jerman eigenwert, eigen
berarti karakteristik dan wert berarti nilai, sehingga nilai eigen juga bisa disebut
dengan nilai karakteristik.
8 21 9 1
Misal diberikan matriks = [14 31 13] dan Vektor = [2], maka hasil kali
22 45 19 4
dalam antara matriks A dan diperoleh sebagai berikut.
8 21 9 1 2
= [14 31 13] [2] = [4]
22 45 19 4 8
Bila -2 dikalikan dengan vektor maka diperoleh hasil sama dengan perkalian
matriks dan vektor di atas yaitu :
1 2
2. = 2 [2] = [4]
4 8
Oleh karena itu , diperoleh hubungan antara matriks A dengan vektor : A = 2 .
Dari uraian diatas , nilai 2 dinamakan nilai eigen dari matriks A dan vektor
dinakaman vektor eigen dari matriks A yang bersesuaian dengan nilai eigen 2 .

Definisi. Jika adalah , maka vektor taknol didalam dinamakan vektor

eigen (eigenvector) dari jika adalah kelipatan skalar dari ; yakni ,

Untuk suatu saklar skalar dinamakan nilai eigen (eigenvelue) dari dan
dikatakan vektor eigen yang bersesuaian dengan

Nilai eigen dan vektor eigen mempunyai tafsiran geometrik yang bermanfaat
dalam 2 dan 3 . Jika adalah nilai eigen dari A yang bersesuaian dengan , maka
=sehingga perkalian oleh A akan memperbesar ,atau membalik arah , yang
bergantung pada nilai (gambar6.2)
=

a) (b) (c)
Gambar 6.2 (a) Dilatasi (pembesaran)
(b) Kontraksi 0 < < 1
(c) pembalikan arah < 0
Untuk mencari nilai eigen matriks yang berukuran maka kita
menuliskan kembali = sebagai
=
supaya menjadi nilai eigen, maka harus ada pemecahan taknol dari persamaan ini.
persamaan = akan mempunyai pemecahan tak nol jika dan hanya jika
det( ) = 0
ini dinamakan persamaan karakteristik A;skalar yang memenuhi persamaan ini
adalah nilai eigen dari A. Bila diperluas, maka determinan det( ) = 0adalah
polinom yang kita namakan polinom karakteristik dari A.
Jika adalah , maka polinom karakteristik A harus memenuhi dan
koefisien n adalah 1. Jadi, polinom karakteristik dari matriks
det( ) =n+ 1n-1+ +

Teorema 1 pernyataan-pernyataan yang ekuivalen

Jika adalah sebuah matriks dan adalah sebuah bilangan real, maka
pernyataan-pernyataan berikut ini adalah ekuivalen.

a. adalah sebuah nilai eigen dari

b. Sistem persamaan ( ) = 0 memiliki solusi nontrivial
c. Terdapat sebuah vektor taknol pada sedemikian rupa sehingga =
.
d. adalah sebuah solusi dari persamaan karakteristik det( ) = 0

Contoh soal 1

carilah nilai eigen dari matriks

3 2
=[ ]
1 0

Pemecahan. Karena

= [1 0] [ 32] = [ 3 2]
0 1 1 0 1
 maka polinom karakteristik dari A adalah

3 2
det( ) = det [ ] = 2 3 + 2
1

dan persamaan karakteristik dari A adalah

2 3 + 2 = 0

Pemecahan-pemecahan persamaan ini adalah =1 dan =2; inilah nilai nilai eigen dari A.

Contoh soal 2
Carilah basis-basis untuk ruang eigen dari
3 2 0
= [2 3 0]
0 0 5
Pemecahan. Persamaan karakteristik dari adalah ( 1)( 5)2 = 0, sehingga
nilai-nilai eigen dari adalah = 1 dan = 5. Jadi, diperoleh dua ruang eigen dari .
Menurut definisi,
1
= [2 ]
3
adalah vektor eigen yang bersesuaian dengan jika dan hanya jika x adalah
pemecahan taktrivial dari ( )x = 0, yakni, dari
3 2 0 1 0
[ 2 3
0 ] [ 2 ] = [0]
0 0 5 3 0
Jika = 5, maka menjadi
2 2 0 1 0
[2 2 0] [2 ] = [0]
0 0 0 3 0
Dengan memecahkan sistem ini maka akan menghasilkan
1 = 2 = 3 =
Jadi, vektor-vektor eigen yang bersesuaian dengan = 5 adalah vektor-vektor
taknol yang berbentuk
0 1 0
X = [ ] = [ ] + [0] = [ 1 ] + [0]
0 0 1
Karena
 1 0
[ 1 ] dan [0]
0 1
adalah vektor-vektor bebas linear, maka vektor-vektor tersebut akan membentuk
basis untuk ruang eigen yang bersesuaian dengan = 5.
Jika = 1, maka menjadi
2 2 0 1 0
[2 2 0 ] [2 ] [0]
0 0 4 3 0
Dengan memecahkan sistem ini maka akan menghasilkan
1 = 2 = 3 = 0
Jadi, vektor-vektor eigen yang bersesuaian dengan = 1 adalah vektor-vektor taknol
yang berbentuk
1
x =[ ] = [1]
0 0
sehingga
1
[1]
0
adalah basis untuk ruang eigen yang bersesuaian dengan = 1.

B. Vektor Eigen

Setelah mengetahui bagaimana mencari nilai eigen, maka akan beralih ke masalah
untuk mencari vektor eigen. Vektor eigen yang bersesuaian dengan nilai eigen
adalah vektor taknol x yang memenuhi x = x. Secara ekivalen, vektor eigen yang
bersesuaian dengan adalah vektor taknol dalam ruang pemecahan dari ( I )x =0
dinamakan ruang pemecahan ini sebagai ruang eigen ( eigenspace ) dari yang
bersesuaian dengan .

Vektor eigen dan nilai eigen dapat didefinisikan untuk operator linear seperti juga
untuk matriks. Skalar dinamakan nilai eigen dari operator linear jika ada
vektor taknol x dalam sehingga x = x. Vektor x tersebut dinamakan vektor eigen
yag bersesuaian dengan . Secara ekivalen, maka vektor eigen yang bersesuaian
 dengan adalah vektor taknol dalam kernel . Kernel ini dinamakan ruang eigen
yang bersesuaian dengan .

Dapat diperlihatkan bahwa jika adalah ruang vektor berdimensi berhingga dan
adalah matriks terhadap sebarang basis , maka :

1. Nilai eigen adalah nilai eigen matriks .

2. Vektor x adalah vektor eigen yang bersesuaian dengan jika dan hanya jika matriks
koordinatnya [ x ]B adalah vektor eigen yang bersesuaian dengan .

Contoh :

Carilah nilai eigen dan basis untuk ruang eigen dari operator linear 2 2 yang
didefinisikan oleh

( + + 2 ) = (3 2) + (2 + 3) + (5) 2

Pemecahan. Matriks terhadap basis baku = {1, , 2 } adalah

3 2 0
= [2 3 0]
0 0 5

Nilai eigen adalah nilai eigen , yakni = 1 dan = 5 ( contoh 2 ). Juga dari contoh 2
ruang eigen yang bersesuaian dengan = 5 mempunyai basis { u1, u2 } dan ruang eigen
yang bersesuaian dengan = 1 memunyai basis { u3}, dimana

1 0 1
u1 = [ 1 ] u2 = [0] u3 = [1]
0 1 0

Matriks-matriks ini adalah matriks koordinat terhadap B yang berbentuk

P1 = 1 + p2 = 2 p3 = 1 +

Jadi, {1 + , 2 } adalah basis untuk ruang eigen yang bersesuaian dengan = 5 {1 +

} dan adalah basis unruk ruang eigen yang bersesuaian dengan = 1.
C. Pengaplikasian nilai eigen dan vektor eigen dalam kehidupan sehari-hari.
1. Menganalisa sumber suara
a. Pengamatan nilai eigen
Nilai eigen yang diperoleh dari tip masukan bunyi vokal berupa matriks
diagonal dengan ordo n tergantung panjang segmentasi yang digunakan.
Untuk kemudahan dalam pengamatan, maka nilai eigen disusun dalam bentuk
matriks kolom tunggal degan mengambil nilai diaginalnya saja dan diperoleh
matriks baru berukuran satu kolom (n x 1)
b. Ekstraksi ciri bunyi vokal bahasa indonesia
Laju bit data dalam pengiriman suara jarak jauh dapat ditekan menjadi cukup
rendah denga teknik kompresi dan penyandian. Penurunan laju bit yang lebi
drastis akan diperoleh bila yang dikirim hanya berupa ciri suara. Selanjutnya
penerima akan mensintesiskan suara yang serupa. Ciri dari suara tersebut
sangat membantu guna membedakan suara vokal yang satu dengan yang lain.
Penganalisaan akan mencari parameter bunyi vokal dengan membuat grafik
sebaran nilai yang terbentuk dari nila-nilai eigen.
c. Ciri dari sebaran nilai eigen
Cara penganalisaannya adalah dengan membuat plot grafik sebaran nilai
eigen kedalam sumbu x terhadap sumbu y. Sumbu x mewakili nilai eigen yang
lebih tinggi, sedang sumbu y mewakili nilai eigen dibawahnya. Jika belum
ditemukan grafik sebaran nilai yang menunjukan ciri khusus dari bunyi vokal,
maka dilanjutkan dengan memplot grafik sebaran nilai eigen yang lainnya
demikian setrerusnya sampai diperoleh penunjuka ciri khusus sebaran nilai
yang terbaik dari bunyi vokal. Dari pengamatan grafik nilai eigen diatas, hanya
akan diambil 10 nilai eigen tertinggi. Penganalisaan dilakukan dengan
memplot antara 2nilai eigen, maka sesuai dengan nilai kaidah permutasi dan
kombinasi, akan diperoleh kombinasi sebanyak 45 buah sebaran nilai eigen.
Dari hasil analisa pengaruh dari perubahan panjang segmentasi adalah
semakin besar segmentasi yang digunakan untuk menganalisa buunyi vokal
 maka sebaran nilai eigen yng diperoleh mkin mengelompok dan terpusat pada
nilai tertentu sehingga mempermudah dalam penunjukan ciri penyebaran
nilai dari metode eigen.
Jadi, parameter pencirian bunyi vokal dalam bahasa indonesia dapat dilakukan
dengan metode eigen yaitu nilai eigen. Pencirian bunyi vokal sangat baik
direpresentasikan dengan sebaran nilai eigen, dari hasil analisa diperoleh
sebaran nilai terbaik pada sebaran nilai eigen ke-1 terhadap nilai eigen ke-5,
eigen ke-1 terhadap eigen ke-6, dan eigen ke-2 terhadap eigen ke-5 dari nilai
tertinggi. Semakin besar panjang segmentasi yang dgunakan maka perincian
bunyi vokal akan semakin baik dan jelas.
2. Aplikasi Nilai Eigen Pada Sistem Tenaga Listrik Power System Stabilizier (PSS)
Penggunakan Power System Stabilizer (PSS) pada system tenaga listrik secara
luas telah banyak digunakan untuk meningkatkan stabilitas sistem. PSS
konvensional yang telah dikembangkan,didesain menggunakan pemodelan linier
yang diperoleh dengan linierisasi model nonlinier disekitar nilai nominal yang
menghasilkan nilaioptimal untuk kondisi dan parameter sistem yang nominal .
Yang dimaksud dengan sistem tenaga listrik yaitu komponen-komponen
tenaga listrik yang membentuk suatu sistem terpadu dan terhubung Sistem
Tenaga Listrik Analisa Kestabilan Dengan State Space Segala gejala dari sistem
yang dinamik, seperti halnya sistem tenaga, dapat direpresentasikan dalam
kesatuan dari n non linear orde pertama dari persamaan differensial yang
mengikuti persamaan berikut: xi = fi(x1, x2, , xn ;u1, u2, ,ur; t) dengan i =
1,2,,n bentuk lain yang lebih ringkas dari persamaan sebelumnya adalah, x = f (x
; u ; t) Kolom dari x disebut dengan variabel keadaan, sedangkan u adalah
variabel inputan dan t adalah waktu. Kolom input adalah segala masukan dari
dalam atau luar sistem yang mempengaruhi sistem tersebut. persamaan umum
dari state space ini terhadap sistem yang besar, yaitu x = A Dx + B Du Dy = C Dx +
D Du Persamaan di atas dapat mengatasi analisa mengenai kestabilan saat
gangguan kecil, dengan variabel-variabelnya adalah sebagai berikut:
Dx adalah vektor keadaan dengan dimensi n
Dy adalah vektor keluaran dengan dimensi m
Du adalah vektor masukan dengan dimensi r
 A adalah matriks keadaan dari sistem dengan ukuran nxn
B adalah matriks pengontrol masukan dengan ukuran nxr
C adalah matriks keluaran dengan ukuran mxn
D adalah matriks feedforward antara input dan output dengan ukuran mxr
Jika studi sistem telah diungkapkan ke dalam analisa state space atau melalui
blok diagram, maka analisa kestabilan sistem tersebut dapat diketahui melalui
nilai eigennya Kestabilan sistem non linier dari gangguan kecil diberikan oleh
akar-akar (eigen) dari persamaan karakteristik matriks A, yaitu:
(a) Jika nilai-nilai eigennya negatif, maka sistem tersebut dikatakan stabil
(b) Jika setidaknya ada satu nilai positif , maka sistem tersebut dapat
dikatakan tidak stabil
(c) Jika nilai real dari eigenvalue tersebut mendekati nol, maka tidak dapat
dikatakan sistem tersebut stabil atau tidak (critical) .
Sedangkan eigen values suatu matriks itu sendiri didapat dari nilai skalar
parameter yang berasal dari persamaan : A=
Sedangkan A adalah matriks nxn dan adalah matriks nx1
Bilangan kompleks tersebut mempunyai bentuk = j
Dengan frekuensi osilasi dalam Hz = / 2
Frekuensi di atas menandakan frekuensi teredam Rasio redaman ditentukan
oleh persamaan:
=- / +

3. Aplikasi Nilai Eigen terhadap perbedaan genotip

Dalam kehidupan sehari-hari sering ditemui masalah perbedaan karakter
seseorang, bentuk seseorang, dan perbedaan kemampuan seseorang. Ini
merupakan salah satu sifat turunan yang berupa gen yang dibawa dari orang tua
yang terdiri dari genotip yang merupakan susunan konstitusi genetika.
Pada umumnya penentuan kemungkinan jenis genotip keturunan suatu
makhluk hidup ditentukan dengan teori peluang, ternyata kemungkinan jenis
genotip keturunan itu dapat ditentukan dengan perhitungan matematika lainnya
yaitu menggunakan salah satu cabang matematik aljabar linier. Yaitu dengan
pengaruh nilai eigen.
 DAFTAR PUSTAKA

https://www.academia.edu/30461808/PENGAPLIKASIAN_NILAI_EIGEN_DALA
M_KEHIDUPAN_SEHARI-HARI

Anton, Howard.1987.Aljabar Linear Elementer edisi kelima.Jakarta:Penerbit

Erlangga.

Mursita,Danang.2010. Aljabar Linear.Bandunng: Rekayasa Sains.