MASALAH EIGEN

Luthfatul Amaliana, M.Si

 Materi :

• Nilai Eigen & Vektor Eigen

• Diagonalisasi
• Ortogonal & Ortonormal
• Diagonalisasi Ortogonal
 Nilai Eigen dan Vektor Eigen
O Misalkan :
A adalah suatu matriks , 𝑛𝑥𝑛
𝐱 adalah suatu vektor , 𝑛𝑥1
O Pandang 𝐀𝐱 = 𝐛 suatu transformasi linier
ℝ𝑛 → ℝ 𝑛
O Ingin dicari suatu skalar 𝜆 ∋ ∃ vektor tak nol
𝐱 dengan :
𝐀𝐱 = 𝜆𝐱
yaitu transformasi linier 𝑇 𝐱 = 𝐀𝐱, yang
memetakan 𝐱 ke 𝜆𝐱.
 Nilai Eigen dan Vektor Eigen
𝐀𝐱 = 𝜆𝐱 dapat ditulis sebagai :
𝐀𝐱 = 𝜆𝐈𝐱
𝐀 − 𝜆𝐈 𝐱 = 𝟎 atau 𝜆𝐈 − 𝐀 𝐱 = 𝟎
O SPL homogen 𝐀𝐱 = 𝟎 memiliki solusi
nontrivial ↔ matriks 𝐀 − 𝜆𝐈 singular yaitu :
det 𝐀 − 𝛌𝐈 = 𝟎
disebut persamaan karakteristik dari 𝐀
 Nilai Eigen dan Vektor Eigen
Definisi (Nilai Eigen)
Jika 𝐀 adalah matriks real berukuran 𝑛𝑥𝑛,
maka 𝑛 nilai eigen 𝜆1 , 𝜆2 , ..., 𝜆𝑛 adalah akar-
akar real/kompleks dari persamaan
karakteristik:
det 𝐀 − 𝛌𝐈 = 𝟎.
 Nilai Eigen dan Vektor Eigen
Definisi (Vektor Eigen)
Jika λ adalah nilai eigen dari 𝐀 dan vektor tak
nol 𝐱 memenuhi persamaan:
𝐀𝐱 = 𝛌𝐱
maka 𝐱 disebut vektor eigen dari 𝐀
bersesuaian dengan nilai eigen 𝛌.
 Nilai Eigen dan Vektor Eigen
Contoh 1
Carilah nilai eigen dan vektor eigen dari
matriks berikut.
 Nilai Eigen dan Vektor Eigen
Penyelesaian
O Persamaan karakteristik dari A yaitu:

O diperoleh nilai eigen :

𝜆2 =1 dan 𝜆1 = 0
O Jika dituliskan dalam SPL Homogen: (*)
 Nilai Eigen dan Vektor Eigen
Penyelesaian
O Jika𝜆1 = 0, SPL Homogen (*) menjadi :

O Diperoleh solusi :
0 0
𝐱𝟏 = 0 = 0 𝑡
𝑡 1
 Nilai Eigen dan Vektor Eigen
Penyelesaian
O Jika 𝜆2 = 1, SPL Homogen (*) menjadi :

O Diperoleh solusi :
𝑠 1 0
𝐱𝟐 = 𝑡 = 0 𝑠 + 1 𝑡
0 0 0
 Nilai Eigen dan Vektor Eigen
Contoh 2
Carilah nilai eigen dan vektor eigen dari SPL
berikut.
𝑥1 + 3𝑥2 = 𝜆𝑥1
4𝑥1 + 2𝑥2 = 𝜆𝑥2
 Nilai Eigen dan Vektor Eigen
Penyelesaian
O Dalam bentuk matriks
1 3 𝑥1 𝑥1
𝑥 =𝜆 𝑥
4 2 2 2
1 3 𝑥1
sehingga 𝐀 = dan 𝐱 = 𝑥
4 2 2

O Bentuk 𝛌𝐈 − 𝐀 𝐱 = 𝟎 dituliskan sebagai :

1 0 𝑥1 1 3 𝑥1 0
𝜆 − =
0 1 𝑥2 4 2 𝑥2 0
 Nilai Eigen dan Vektor Eigen
Penyelesaian
𝜆−1 −3 𝑥1 0
=
−4 𝜆 − 2 𝑥2 0

𝜆−1 −3
𝜆𝐈 − 𝐀 =
−4 𝜆−2

O Persamaan karakteristiknya yaitu :

𝜆 − 1 −3
det 𝜆𝐈 − 𝐀 = =0
−4 𝜆 − 2
atau 𝜆2 − 3𝜆 − 10 = 0
 Nilai Eigen dan Vektor Eigen
Penyelesaian
difaktorisasi menjadi
𝜆+2 𝜆−5 =0
diperoleh nilai-nilai eigen 𝜆 = −2 dan 𝜆 = 5.

O Jika 𝜆 = −2 dan 𝜆 = 5 , 𝝀𝐈 − 𝐀 𝐱 = 𝟎:
−3 −3 𝑥1
1. =0
𝑥
−4 −4 2
4 −3 𝑥1
2. 𝑥 =0
−4 3 2
 Nilai Eigen dan Vektor Eigen
Penyelesaian
solusi 𝑥1 dan 𝑥2 untuk (1) dan (2), diperoleh :
−𝑡 −1
O 𝐱= = 𝑡
𝑡 1
3 3
O 𝐱=
𝑡 = 4 𝑡
4
𝑡 1

Jadi, vektor-vektor eigen untuk SPL tersebut

3
−1
adalah 𝐱 𝟏 = dan 𝐱 𝟐 = 4 yang bersesuaian
1 1
dengan nilai eigen 𝜆1 = −2 dan 𝜆2 = 5.
 Latihan
Carilah nilai eigen dan vektor eigen dari :
10 0 2
1. 𝐀 = 0 10 4
2 4 2
0 1 0
2. 𝐁 = 0 0 1
4 −17 8
1/2 0 0
3. 𝐂 = −1 2/3 0
5 −8 −1/4
 Penyelesaian No.1
Nilai eigen :
𝜆1 = 0 , 𝜆2 = 10 , dan 𝜆3 = 12

Vektor eigen :
1 1
𝐱𝟏 = 2 , 𝐱𝟑 = 2 ,
−5 1
−2 1
1
𝐱 𝟐 = 1 atau 𝐱𝟐 = − 2
0 0
 Diagonalisasi
Suatu matriks bujursangkar A dapat
didiagonalisasi jika terdapat sebuah matriks
P yang invertible sedemikian sehingga 𝐏 −1 𝐀𝐏
adalah suatu matriks diagonal.
Matriks P dikatakan mendiagonalisasi A.
 Diagonalisasi
Langkah-langkah :
1. Tentukan n vektor eigen dari A yang bebas
linier/linearly independent
2. Bentuk matriks P yang kolom-kolom nya
merupakan n vektor eigen dari A
3. Bentuk matriks 𝐏 −1
4. Bentuk matriks 𝐏 −1 𝐀𝐏 yang merupakan
matriks diagonal dengan diagonal utamanya
nilai-nilai eigen yang bersesuaian dengan
vektor-vektor eigen dari A.
 Diagonalisasi
Contoh
Carilah matriks P yang dapat
mendiagonalisasi :
1 0 0
𝐀= 1 2 0
−3 5 2
 Diagonalisasi
Penyelesaian
O Persamaan karakteristik dari A yaitu
𝜆−1 𝜆−2 2 =0
O Vektor-vektor eigen dari A, diperoleh :

−1 0 −2
𝐩𝟏 = 0 , 𝐩 𝟐 = 1 , 𝐩𝟑 = 1
1 0 1
O Matriks P yang terbentuk yaitu:
−1 0 −2
𝐏= 0 1 1
1 0 1
 Diagonalisasi
Penyelesaian
1 0 2
O Invers dari matriks P : 𝐏 −1 = 1 1 1
−1 0 −1
O 𝐏 −1 𝐀𝐏
1 0 2 1 0 0 −1 0 −2
= 1 1 1 1 2 0 0 1 1
−1 0 −1 −3 5 2 1 0 1
2 0 0
= 0 2 0
0 0 1
 Diagonalisasi
Latihan
Carilah matriks P yang dapat
mendiagonalisasi matriks :
0 1 0
1. 𝐀 = 0 0 1
4 −17 8
−1 2 4 0
0 3 1 7
2. 𝐀 =
0 0 5 8
0 0 0 −2
 Diagonalisasi
Pangkat Suatu Matriks
Jika 𝐏 −1 𝐀𝐏 = 𝐃 , maka :
𝐏𝐏 −1 𝐀𝐏 = 𝐏𝐃
𝐀𝐏 = 𝐏𝐃
𝐀𝐏𝐏 −1 = 𝐏𝐃 𝐏 −1
𝐀 = 𝐏𝐃 𝐏 −1
Sehingga :
𝐀𝟐 = 𝐏𝐃 𝐏 −1 𝐏𝐃 𝐏 −1
= 𝐏𝐃 𝐏 −1 𝐏 𝐃 𝐏 −1
= 𝐏𝐃𝟐 𝐏 −1
 Diagonalisasi
Pangkat Suatu Matriks
Secara umum :
𝐀𝒏 = 𝐏𝐃𝒏 𝐏 −1
Contoh :
𝐀𝟏𝟎𝟎𝟎 = 𝐏𝐃𝟏𝟎𝟎𝟎 𝐏 −1
atau

𝑑11000 … 0
1000
𝐀𝟏𝟎𝟎𝟎 = 𝐏 … 𝑑…. 0 𝐏 −1
0 … 𝑑𝑛 1000
 Diagonalisasi
Catatan :
O Suatu matriks “dapat di diagonalisasi” atau
“tidak dapat di diagonalisasi” ditentukan oleh
dimensi ruang eigen dari matriks tersebut.
O Dimensi ruang eigen yaitu jumlah dari
banyaknya kemunculan nilai eigen.
O Suatu matriks dapat di diagonalisasi jika dan
hanya jika keragaman geometrik setiap nilai
eigen sama dengan keragaman aljabarnya.
 Diagonalisasi
Catatan :
O Dimensi ruang eigen dari suatu nilai eigen
(𝜆 = 𝜆0 ) disebut keragaman/multipisitas
geometrik
O Jumlah kemunculan 𝜆 − 𝜆0 sebagai suatu
faktor dalam persamaan karakteristik
disebut keragaman/multiplisitas aljabar
 Diagonalisasi
Berdasarkan contoh sebelumnya :
1 0 0
𝐀= 1 2 0
−3 5 2
Matriks A ---> n = 3
Memiliki nilai-nilai eigen :
𝜆−1 𝜆−2 2
O Untuk 𝜆 = 1, dimensi ruang eigen = 1
O Untuk 𝜆 = 2, dimensi ruang eigen = 2
O Total dimensi ruang eigen = 3
 Ortogonal & Ortonormal
Vektor u dan v dikatakan ortogonal jika hasil
kali dalam (dot product) nya sama dengan nol
atau 𝐮. 𝐯 = 𝟎 atau 𝐮, 𝐯 = 0.

Vektor u dikatakan ortonormal jika u

memiliki norma sama dengan 1.
 Ortogonal & Ortonormal
Contoh
0 1 1
𝐮𝟏 = 1 , 𝐮𝟐 = 0 , 𝐮𝟑 = 0
0 1 −1
Periksalah apakah ketiga vektor tersebut saling
ortogonal.
𝐮𝟏 , 𝐮𝟐 = 0
𝐮𝟏 , 𝐮𝟑 = 0
𝐮𝟐 , 𝐮𝟑 = 0
 Ortogonal & Ortonormal
Contoh
𝐮𝟏 = 1, 𝐮𝟐 = 2, 𝐮𝟑 = 2
normalisasi ketiga vektor tersebut, menjadi :
𝐮𝟏
𝐯𝟏 = = 0,1,0
𝐮𝟏

𝐮𝟐 1 1
𝐯𝟐 = = , 0,
𝐮𝟐 2 2

𝐮𝟑 1 1
𝐯𝟑 = = , 0, −
𝐮𝟑 2 2
 Diagonalisasi Ortogonal
Matriks A dikatakan dapat di diagonalisasi
ortogonal jika terdapat matriks ortogonal P
sedemikian sehingga 𝐏 −1 𝐀𝐏 = 𝐃, 𝐃 adalah
matriks diagonal, A adalah matriks simetris.

Catatan :
O Matriks A dikatakan simetris jika 𝐀 = 𝐀𝑇 .
O Matriks A dikatakan ortogonal jika
𝐀−1 = 𝐀𝑇 .
O Suatu vektor eigen dikatakan basis untuk
ruang eigen jika merentang dan bebas linier.
 Diagonalisasi Ortogonal
Langkah-langkah :
1. Tentukan n vektor eigen dari A yang
membentuk basis ruang eigen untuk setiap
nilai eigen A
2. Bentuk vektor-vektor eigen ortonormal
melalui “proses Gram-Schmidt”
3. Bentuk matriks P yang kolom-kolom nya
merupakan vektor-vektor eigen ortonormal
dari A
 Diagonalisasi Ortogonal
Proses Gram-Schmidt :
O Misalkan 𝐯𝟏 = 𝐮𝟏
𝐮𝟐 ,𝐯𝟏
O 𝐯𝟐 = 𝐮𝟐 − 𝐯𝟏
𝐯𝟏 𝟐
𝐮𝟑 ,𝐯𝟏 𝐮𝟑 ,𝐯𝟐
O 𝐯𝟑 = 𝐮𝟑 − 𝐯𝟏 − 𝐯𝟐 ... dst
𝐯𝟏 𝟐 𝐯𝟐 𝟐
𝐯𝟏 𝐯𝟐 𝐯𝟑
O 𝐪𝟏 = , 𝐪𝟐 = , 𝐪𝟑 = , ... dst
𝐯𝟏 𝐯𝟐 𝐯𝟑
 Diagonalisasi Ortogonal
Contoh :
Tentukan matriks ortogonal P yang
mendiagonalisasi
4 2 2
𝐀= 2 4 2
2 2 4
 Diagonalisasi Ortogonal
Penyelesaian :
O Persamaan karakteristik dari A
𝜆−8 𝜆−2 2 =0
−1 −1
O 𝐮𝟏 = 1 , 𝐮𝟐 = 0 merupakan basis
0 1
ruang eigen dari 𝜆 = 2
1
O 𝐮𝟑 = 1 merupakan basis ruang eigen dari
1
𝜆 =8
 Diagonalisasi Ortogonal
Penyelesaian
O Melalui proses Gram-Schmidt, diperoleh :
−1/ 2 −1/ 6 1/ 3
𝐯𝟏 = 1/ 2 , 𝐯𝟐 = −1/ 6 , 𝐯𝟑 = 1/ 3
0 2/ 6 1/ 3
O Matriks P yang terbentuk yaitu:
−1/ 2 −1/ 6 1/ 3
𝐏 = 1/ 2 −1/ 6 1/ 3
0 2/ 6 1/ 3
 Diagonalisasi Ortogonal
Latihan
Tentukan matriks ortogonal P yang
mendiagonalisasi A dan tentukan 𝐏 −1 AP.
2 −1 −1
1. 𝐀 = −1 2 −1
−1 −1 2
1 1 0
2. 𝐁 = 1 1 0
0 0 0