2 0 r 1 ur 0 r 5
A= v= w= u=
4 1 4 4 4
• Hitunglah Au, Aw, Av. Manakah dari hasil kali tersebut yang hasilnya adalah vektor
yang sejajar dengan vektor semula
Jawab: r 2 0 1 2 1 r
Av = = = 2 = 2v v dan Av sejajar
4 1 4 8 4
ur 2 0 0 0 ur
Aw = 4 = 4 = 1. w w dan Aw sejajar
4 1
r 2 0 5 10 r
Au = = ≠ ku u dan Au TIDAK sejajar
4 1 4 24
untuk semua k ∈ R
1
6/6/2015
Jawaban:
A mempunyai inverse. Det(A) ≠ 0
Jawaban:
A tidak mempunyai inverse.
Det(A) = 0
A x = λ x
Ax
x
Ax
x dan Ax sejajar
2
6/6/2015
1 0
4 4
5
4
x x x
Syarat perlu: v ≠ 0
3
6/6/2015
A x sejajar x
A x = λ x
atau
A x = λ x
x vektor tak nol
4
6/6/2015
Pernyataan-pernyataan ekuivalen
Jika A matriks persegi nxn, maka kalimat-kalimat berikut ekuivalen
1. λ nilai eigen A
Persamaan Karakteristik
Jika diuraikan, det (A - λI) merupakan suku banyak berderajat n dalam λ,
p(λ ) = λⁿ + cn-1λn-1 +cn-2 λn-2 + …+ c1λ+ c0 suku banyak karakteristik
A - λI = A-λI
•persamaan
karakteristik
5
6/6/2015
Contoh
2 0
Mencari semua nilai eigen A= 4 1
2-λ 0
Mencari semua penyelesaian persamaan det =0
4 1-λ
λ1 = 2,
Nilai eigen A adalah
λ2 = 1
6
6/6/2015
(1 − λ )2 (3 − λ ) − (3 − λ ) = 0 Nilai-nilai eigen A:
λ (λ − 2)(3 − λ ) = 0 λ1 = 0
λ2 = 2
λ3 = 3
2 − λ 0 0 0
0 5 − λ 0 0
A − λI =
0 0 6−λ 0
0 0 0 1− λ
•Nilai-nilai eigen 2, 6, 5, 1
(merupakan entri diagonal utama)
7
6/6/2015
2 2 0
A = 0 4 0
0 1 0
Jawab:
Bentuk det(A-λI) untuk λ = 2, 0, 4. Jika det(A-λI) ≠ 0, maka merupakan nilai eigen, kalau = 0,
maka bukan nilai eigen. Kunci: 2, 4 nilai eigen A, 0 bukan nilai eigen A.
2 − 2 2 0
det( A − 2 I ) = det 0 4−2 0 = 0 2 adalah nilai eigen A
0 1 0 − 2
2 − 0 2 0
0 bukan nilai eigen A
det( A − 0 I ) = det 0 4−0 0 = 8 ≠ 0
0 1 0 − 0
2 − 4 2 0 4 nilai eigen A
det( A − 4 I ) = det 0 4−4 0 = 0
0 1 0 − 4
Ax = 2 x A(10x) = 2 (10x)
A x = λ x
A (10) x= λ (10) x
8
6/6/2015
1 1 1 −4 −8 1 1 1 −2 −4
r r r −6 = 2( 1 rx)
Ax = 0 3 3 −6 = −12 = 2 x A( 12 x) = 0 3 3 −3 = 2
−2 1 1 2 4 −2 1 1 1 2
Ax = 2 x A(1/2 x) = 2 (1/2 x)
A x = λ x A (1/2) x= λ (1/2) x
Null(A - λ I)
Himpunan semua penyelesaian
SPL (A - λ I)x = 0
Null(A - λ I)-{0}
9
6/6/2015
Ruang Eigen
Ruang eigen A yang bersesuaian dengan λ terdiri atas semua
vektor eigen yang bersesuaian dengan λ dan vektor nol
0
Ruang Eigen
Eλ
Null(A - λ I) = Eλ
1 1 1 1 − 3 1 1
A = 0 3 3 A − λ I = 0 3 − 3 3
−2 1 1 −2 1 1 − 3
SPL (A - 3 I)x = 0
1 − 3 1 1 x1 0 −2 x1 + x2 + x3 = 0
r
( A − 3I ) x = 0 3 − 3 3 x2 = 0
3 x3 = 0
−2 1 1 − 3 x3 0 −2 x1 + x2 − 2 x3 = 0
1
Penyelesaian x1 = a
Himpunan penyelesaian a 2 , a ∈ R
x2 = 2a 0
x3 = 0
1
Himpunan vektor eigen A bersesuaian dengan λ =3 : a 2 , a ≠ 0, a ∈ R
0
10
6/6/2015
−1 5 5
A2 = −6 12 12 , A13 , A20
−4 2 1
• Diberikan sembarang matriks A dan diketahui bahwa λ adalah nilai eigennya.
Maka terdapat vektor tak nol x sedemikian hingga
Ax = λx kalikan kedua ruas dengan matriks A
A.Ax = A λx
A2x = λ(Ax) substitusi Ax dengan λx
A2x = λ2x jadi, λ2 merupakan nilai eigen A2
• Teorema: Jika n adalah bilangan bulat positif, λ nilai eigen matriks A, maka λn
adalah nilai eigen An
11
6/6/2015
Diagonalisasi
Definisi: Matriks persegi A dapat didiagonalkan jika terdapat matriks yang
mempunyai inverse sedemikian hingga P-1AP = D adalah matriks diagonal.
5 −6
Contoh: A =
3 − 4
2 1 1 −1
P= P −1 =
1 1 −1 2
1 −1 5 −6 2 1 2 0
P-1AP= −1 2 = =D
3 −4 1 1 0 −1
Matriks
diagonal
A dapat didiagonalkan
12
6/6/2015
AP = PD, jadi
uur uur uur uur uur uur
A p1 = λ1 p1 A p2 = λ2 p2 L A pn = λn pn
Karena P mempunyai inverse, maka kolom-kolmnya bukan kolom nol.
Berdasarkan deinisi nilai eigen, maka λ1, λ2, λ3, …,λn merupakan nilai-nilai
eigen A, dan kolom-kolom P adalah vektor-vektor eigen A yang bebas linier
(karena P mempunya inverse)
13
6/6/2015
Prosedur
1. Tentukan n vektor eigen A yang bebas linier, misalkan p1, p2, p3, …, pn
5 −6
A=
Prosedur 3 −4
1. Tentukan 2 vektor eigen A yang bebas linier. Pertama kita tentukan nilai-nilai eigennya
yaitu λ1= 2 dan λ2= -1 (telah dihitung sebelumnya). Tentukan vektor eigen bersesuaian
dengan nilai eigen, dengan menyelesaiakn SPL (A - λ I)x =0. Diperoleh
ur 2 ur 1
p1 = p2 =
1 1
2. Dibentuk matriks P yang kolom-kolomnya adalah vektor-vektor eigen di atas.
2 1 1 −1
P= P −1 =
1 1 −1 2
3. Matriks D = P-1A P adalah matriks diagonal yang entri diagonal utamanya adalah λ1, λ2
berturut-turut
2 0
D=
0 −1
14
6/6/2015
• Masalah diagonalisasi
Diberikan matriks Anxn apakah terdapat matriks yang mempunyai inverse P
sedemikian hingga nP-1AP adalah matriks diagonal?
Teorema:
Anxn dapat didiagonalkan jika dan hanya jika terdapat n vektor eigen yang bebas
linier.
Padahal, setiap n vektor yang saling bebas linier di Rn merupakan basis Rn.
15