6/6/2015

Nilai dan Vektor Eigen

Mengingat kembali: perkalian matriks

• Diberikan matriks A2x2 dan vektor-vektor u, v, dan w

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

Mengingat kembali: SPL homogen dan

determinan
1. A adalah matriks nxn dan SPL Ax = 0 mempunyai penyelesaian trivial saja.
Apa kesimpulanm tentang A?

Jawaban:
A mempunyai inverse. Det(A) ≠ 0

2. A adalah matriks nxn dan SPL Ax = 0 mempunyai penyelesaian TIDAK

trivial. Apa kesimpulanmu tentang A dan det(A)?

Jawaban:
A tidak mempunyai inverse.
Det(A) = 0

Perkalian vektor dengan matriks

A x = λ x

Ax
x

Ax

x dan Ax sejajar

2
 6/6/2015

Perkalian vektor dengan matriks

 2 0 1  1  2 0 0 0  2 0 5 10  5
 4 1 4
  
= 2  4
 
4 1 4
  
=1 
4
 4 1  4
   
= 24 ≠ k 4
Au = 2u Av = v Aw ≠ kw
y y y 10
2 24
8

1 0
4 4
5
4

x x x

Definisi: Nilai dan Vektor Eigen

Definisi:
Diberikan matriks A nxn, vektor tak nol v di Rn disebut vektor eigen
dari A jika terdapat skalar sedemikian hingga
Av = λv.
λ disebut nilai eigen, v adalah vektor eigen dari A yang
bersesuaian dengan λ .

Syarat perlu: v ≠ 0

(1) λ ≥ 1 (2) 0 ≤ λ ≤ 1 (3) -1 ≤ λ ≤ 0 (4) λ ≤ - 1

3
 6/6/2015

Masalah Vektor Eigen

Diberikan matriks persegi A,

A x sejajar x

A x = λ x

Temukan semua vektor tidak nol x sedemikian hingga Ax

adalah kelipatan skalar x (Ax sejajar dengan x).

atau

Temukan semua vektor tak nol x sedemikian hingga Ax = λx

untuk suatu skalar λ

Masalah Nilai Eigen

Diberikan matriks persegi A.

A x = λ x
x vektor tak nol

Temukan semua skalar λ sedemikian hingga Ax = λx untuk suatu

vektor tak nol x.
atau
Temukan semua vektor skalar λ sedemikian hingga persamaan

Ax = λx mempunyai penyelesaian tak nol

4
 6/6/2015

Pernyataan-pernyataan ekuivalen
Jika A matriks persegi nxn, maka kalimat-kalimat berikut ekuivalen

1. λ nilai eigen A

2. Terdapat vektor tak nol x sedemikian hingga Ax = λx

3. SPL (A – λI)x = 0 mempuyai solusi tidak nol (non-trivial)

4. λ adalah penyelesaian persamaan det (A – λI) = 0

Mencari nilai eigen A sama saja mencari penyelesaian

persamaan det(λI-A) = 0

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

Persamaan det((A - λI) = λⁿ + cn-1λn-1 +cn-2 λn-2 + …+ c1λ+ c0 = 0 disebut

persamaan karakteristik

A - λI = A-λI
•persamaan
karakteristik

det A-λI = λⁿ + cn-1λn-1 +cn-2 λn-2 + …+ c1λ+ c0 = 0

Persamaan dengan derajat n mempunyai paling banyak n penyelesaian, jadi

matriks nxn paling banyak mempunyai n nilai eigen.

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

Mencari penyelesaian persamaan karakteristik (2 - λ )(1 - λ ) = 0

λ1 = 2,
Nilai eigen A adalah
λ2 = 1

Prosedur: menentukan nilai eigen

Diberikan matriks persegi A.
Nilai-nilai eigen A dapat diperoleh sebagai berikut:
1. Tentukan persamaan karakteristik det((A - λI) = 0
tuliskan A dan matriks yang elemen diagonal utamanya dikurangi λ

2. (Jika diperlukan) uraikan persamaan karakteristik ke dalam persamaan

sukubanyak karakteristik:
λⁿ + cn-1λn-1 +cn-2 λn-2 + …+ c1λ+ c0 = 0

3. Selesaikan persamaan yang diperoleh pada langkah di atas. Nilai-nilai eigen

merupakan penyelesaian persamaan tersebut.

6
 6/6/2015

Contoh: Menentukan nilai eigen

 1 1 1
Diberikan matriks persegi A =  0 3 3
 −2 1 1

1. Tentukan persamaan karakteristik det(A - λI) = 0

1 − λ 1 1 
det( A − λ I ) = det  0 3−λ 3 
 −2 1 1 − λ 
(1 − λ ) 2 (3 − λ ) − 6 + 2(3 − λ ) − 3(1 − λ ) = 0

2. Ubahlah persamaan karakteristik ke dalam persamaan sukubanyak karakteristik:

3. Selesaikan persamaan di atas untuk memperoleh nilai-nilai eigen

(1 − λ )2 (3 − λ ) − (3 − λ ) = 0 Nilai-nilai eigen A:
λ (λ − 2)(3 − λ ) = 0 λ1 = 0
λ2 = 2
λ3 = 3

Nilai eigen matriks diagonal

2 0 0 0
0 5 0 0 
Diberikan matriks diagonal A= 
0 0 6 0
 
0 0 0 1

2 − λ 0 0 0 
 0 5 − λ 0 0 
A − λI =  
 0 0 6−λ 0 
 
 0 0 0 1− λ

•Persamaan karakteristik: (2 − λ )(5 − λ )(6 − λ )(1 − λ ) = 0

•Nilai-nilai eigen 2, 6, 5, 1
(merupakan entri diagonal utama)

Nilai-nilai eigen matriks diagonal adalah elemen diagonal

utamanya.

7
 6/6/2015

Bagaimana menentukan apakah suatu

skalar merupakan nilai eigen?
• Tentukan apakah 2, 0, 4 merupakan nilai eigen A.

 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 

Kelipatan skalar vektor eigen

• Diberikan A. Diketahui bahwa x adalah vektor eigen A yang bersesuaian dengan nilai
eigen 2. Selidiki apakah 1/2x, 10x, 5x juga vektor-vektor eigen A
 1 1 1  −4   −2  −40  −20 
r   r   r r
A =  0 3 3 , x =  −6  1 x =  −3 10 x =  −60 5 x =  −30 
2
 −2 1 1  1   20   10 
 2 

 1 1 1  −4  −8   1 1 1  −40   −80 

r r r  −120  = 2(10 rx)
Ax =  0 3 3  −6 =  −12  = 2 x A(10 x) =  0 3 3  −60  =  
 −2 1 1  2   4   −2 1 1  20   40 

Ax = 2 x A(10x) = 2 (10x)

A x = λ x

A (10) x= λ (10) x

8
 6/6/2015

Kelipatan skalar vektor eigen

 1 1 1  −4   −2
r  
r  
A =  0 3 3 , x =  −6  1
2
x =  −3
 −2 1 1  2   1 

 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

Kelipatan skalar (tak nol) dari vektor eigen adalah

vektor eigen terhadap nilai eigen yang sama

Menentukan semua vektor eigen Eλ

• Diberikan vektor matriks A dan salah satu nilai eigennya, misalnya λ. Tentukan semua
vektor eigen yang bersesuaian dengan λ.

• Vektor-vektor eigen A yang bersesuaian dengan λ = 3 dapat diperoleh dengan

menyelesaikan SPL (A - λ I)x = 0. Vektor eigen adalah anggota Null(A - λ I)

Null(A - λ I)
Himpunan semua penyelesaian
SPL (A - λ I)x = 0

Himpunan semua vektor eigen

bersesuaian dengan λ
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

Ruang penyelesaian SPL (A - λ I)x = 0

Null(A - λ I)x

0
Ruang Eigen
Eλ

Null(A - λ I) = Eλ

Menentukan Eλ sama dengan menentukan himpunan penyelesaian SPL (A - λ I)x = 0

Menentukan ruang eigen Eλ

• Diberikan vektor matriks A dan salah satu nilai eigennya, misalnya λ = 3. Tentukan
semua vektor eigen yang bersesuaian dengan λ = 3.

 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

Nilai eigen matriks pangkat

• Nilai eigen dari A adalah 0, 2, dan 3.
 1 1 1
A =  0 3 3
 −2 1 1 
• Tentukan nilai eigen untuk

 −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

Nilai eigen matriks singular

• Misalkan λ = 0 merupakan nilai eigen dari A.
Maka 0 merupakan penyelesaian persamaan karakteristik:
dengan menganti λ dengan 0, diperoleh c0 = 0.
Padahal det(A- λI) = 0, dengan λ= 0, maka det(A) = c0 = 0.
Karena det(A) = 0 maka A tidak mempunyai inverse.

• Sebaliknya, det(A) = det(A - λI) dengan mengambil λ = 0.Jadi det(A) = c0.

Jika A tidak mempunyai inverse, maka det(A) = 0 = c0.
Sehingga λ = 0 merupakan salah satu penyelesaian persamaan karakteristik;
λ = 0 merupakan salah satu nilai eigen dari A.

0 adalah nilai eigen A jika dan hanya jika A

tidak mempunyai inverse.

11
 6/6/2015

Nilai eigen matriks transpose

det(B) = det(BT)
(A- λ I)T = (AT-λ I)

Misalkan λ = 0 merupakan nilai eigen dari A,

maka det(A- λ I)= 0
Karena matriks dan transposenya mempunyai determinan yang sama,
maka det(A- λ I)T= 0
Karena (A- λ I)T = (AT-λ I) ,
maka det(AT- λ I)= 0
Jadi, λ adalah nilai eigen dari AT
A dan AT mempunyai nilai eigen yang sama

A dan A-1 mempuyai nilai

eigen yang sama

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

Kapan matriks A dapat didiagonalkan?

• Teorema:
Jika A adalah matriks nxn, maka kalimat-kalimat berikut ini ekuivalen:
1. A dapat didiagonalkan
2. A mempunyai n vektor-vektor eigen yang bebas linier

Bukti (1) (2)  a11 a12 L a1n 

 a22 L a2 n 
Diberikan A A =  a21
 M M M 
 
 an1 an 2 L ann 
Misalkan A dapat didiagonalkan, maka terdapat matriks P yang mempunyai inverse
 p11 p12 L p1n   p11 p12 L p1n 
p p22 L p2 n  p p22 L p2 n 
P =  21 AP=PD =  21
 M M M   M M M 
   
 pn1 pn 2 L pnn   pn1 pn 2 L pnn 

Sedemikian hingga P-1AP = D matriks diagonal

 λ1 p11 λ2 p12 L λn p1n  λ1 0 L 0 
λ p  0 λ L 0 
 1 21 λ2 p22 L λn p2n  D= 2 
 M M M  M M M 
   
 λ1 pn1 λ2 pn2 L λn pnn   0 0 L λ n

Kapan matriks A dapat didiagonalkan?

(lanjt)
P-1AP = D, kalikan dengan P-1,
AP = PD
 p11 p12 L p1n   λ1 0 L 0   λ1 p11 λ2 p12 L λn p1n 
p 0 λ L 0  λ p λ2 p22 L λn p2n 
p22 L p2 n 
PD = 
21  2  =  1 21 uur uur uur
 M M M  M M M   M M M  = λ1 p1 λ2 p2 L λn pn 
     
 pn1 pn 2 L pnn   0 0 L λn   λ1 pn1 λ2 pn2 L λn pnn 

 a11 a12 L a1n   p11 p12 L p1n 

a L a2 n  p p22 L p2 n 
a uur uur uur
AP =  21 22  21 =  A p1 A p2 L A pn 
 M M M   M M M 
   
 an1 an 2 L ann   pn1 pn 2 L pnn 

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)

Bukti untuk (2) (1) kerjakanlah sebagai latihan untuk memperdalam

pemahaman.

13
 6/6/2015

Prosedur mendiagonalkan matriks

• Diberikan matriks Anxn. Akan dicari P sedemikian hingga PAP-1 = D.

Prosedur
1. Tentukan n vektor eigen A yang bebas linier, misalkan p1, p2, p3, …, pn

2. Dibentuk matriks P yang kolom-kolomnya adalah p1, p2, p3, …, pn

3. Mariks D = P-1AP adalah matriks diagonal yang entri diagonal utamanya

adalah λ1, λ2, λ3, …,λn dengan λj adalah nilai eigen bersesuaian dengan pj untuk
j = 1, 2, 3, …, n

Contoh: mendiagonalkan matriks

• Diberikan matriks Anxn. Akan dicari P sedemikian hingga PAP-1 = D.

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 dan masalah

vektor eigen
• Masalah vektor eigen
Diberikan matriks Anxn, apakah terdapat basis di Rn terdiri atas vektor-vektor
eigen?

• 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.

Kesimpulan: masalah vektor eigen sama dengan masalah diagonalisasi

15