EIGENVALUE PROBLEMS

Sistem persamaan linier simultan homogen, yakni suatu kelompok

persamaan linier dengan vektor kolom disisi kanan tanda sama-
dengan bernilai nol, sering ditemui pada bidang engineering
(teknik) seperti respons dinamis pada sistem mekanikal,
struktural, dan elektrikal.

q11 x1  q12 x2  ...  q1n xn  0

q21 x1  q22 x2  ...  q2 n xn  0
: : : : (1)
qn1 x1  qn 2 x2  ...  qnn xn  0

Solusi dari persamaan (1) adalah berupa

x1  x 2  ...  x n  0

yang disebut trivial solution. Solusi ini dalam prakteknya tidak

terpakai. Konsekuensinya, dibutuhkan suatu solusi nontrivial
untuk menyelesaikan permasalahan ini secara matematis. Teknik
penyelesaian masalah eigen (eigen problem) memberikan solusi
nontrivial dari sistem persamaan linier simultan homogen.

Tinjau kembali teknik solusi persamaan linear simultan dengan

metode Cramer yang telah dijelaskan pada bagian sebelum ini:

Qj
xj  j = 1, 2, …, n (2)
Q

mengalikan kedua sisi persamaan (1) dengan Q didapat:

Q xj  Qj j = 1, 2, …, n (3)

1
 EIGENVALUE PROBLEMS

dimana:
Q : determinan matriks koefisien qij
Qj : determinan dari matriks koefisien qij yang kolom ke-j diganti
dengan vektor nol,
xj : nilai variabel ke-j.

Dengan memperhatikan persamaan (1) maka determinan Qj akan

selalu bernilai nol. Hal ini disebabkan karena vektor nol akan
selalu muncul pada salah satu kolom matriks [Qj].

Maka :

Q . xj  0 j = 1, 2, …, n (4)

Solusi yang diharapkan adalah xj  0, sehingga nilai determinan

haruslah:

Q = 0 (5)

Jadi tujuan dari teknik penyelesaian permasalahan nilai eigen

adalah :

Untuk mendapatkan solusi non-trivial dari suatu sistem persamaan

linier simultan homogen dengan cara menjadikan nilai determinan
matriks [Q] bernilai nol.

Terdapat 3 jenis tipe persamaan dari eigen value problem :

 Tipe I
Matriks [Q] dikomposisi menjadi 2 matriks, yaitu :

[Q] = [A] – [ B] (6)

dimana semua elemen matriks [A] berupa konstanta, dan

elemen-elemen matriks [B] dapat berupa konstanta, variabel
atau gabungan keduanya.

2
 EIGENVALUE PROBLEMS

 f11 ( ) f12 ( )  f1n ( ) 

 f ( ) f 22 ( )  f 2 n ( )
B   21
      (7)
 
 f n1 ( ) f n 2 ( )  f nn ( ) 

dimana  = nilai eigen (eigenvalue), merupakan unknown

parameter. Dalam hal ini f11(),…, fnn() mempunyai nilai
sembarang, termasuk nol. Substitusi persamaan (6) ke (1)
menghasilkan :

[Q1].{x} = [ [A] – [B] ] .{x} = {0} (8)

Contoh :
  3 8 2 2 8 0    x1  0
    0 6 7      
  3 6 9     x2   0
  1 4 5  4 0 5    x  0
 3  

3  2 8  8 2   x1  0
 3 6  6 2   x   0
  2   
  3 4 5  5   x3  0

 Tipe II
Tipe ini mempunyai bentuk lebih sederhana dibandingkan
dengan tipe I, dimana matriks [B] dibentuk dari hasil perkalian
variabel  dengan matriks [C].

[Q2].{x} = [ [A] –  [C] ] .{x} = {0} (9)

3
 EIGENVALUE PROBLEMS

dimana semua koefisien matriks [C] adalah berupa konstanta.

Contoh :

 10 2 2  1 3 0   x  0

4 3 11    0 2 7    x   0
       
  1 4 1  4 0 5   x  0

 Tipe III

Tipe ini merupakan bentuk eigenproblem yang paling sederhana.

Dalam hal ini matriks [B] merupakan perkalian variabel  dengan
matriks identitas [I].

[Q3].{x} = [ [A] –  [I] ] .{x} = {0} (10)

Contoh :

  2 3 4 1 0 0   x  0

1 3 7    0 1 0   x   0
       
  5 4 9 0 0 1   x  0

Eigenproblem tipe II (persamaan 9) dapat dijadikan tipe III

(persamaan 10) dengan cara mengalikan persamaan (9) dengan
inverse matriks [C]

[[C]-1 [A] –  [C]-1 [C] ] .{x} = {0}

atau secara lebih sederhana dapat ditulis:

[[D]-1 –  [I] ] .{x} = {0} (11)

4
 EIGENVALUE PROBLEMS
dimana:

[D] = [C]-1 [A]

Persamaan Karakteristik

Persamaan aljabar nonlinier dalam fungsi  yang dihasilkan dari

hasil perhitungan determinan matriks [Q] pada persamaan 8, 9,
dan 10 disebut dengan persamaan karakteristik dari
eigenproblem.

Penentuan Persamaan Karakteristik dengan Cara Langsung

Untuk kasus-kasus dimana matriks [Q] mempunyai orde 2 atau 3,

maka penentuan persamaan karakteristik dapat dilakukan secara
langsung dengan menggunakan metode-metode perhitungan
determinan yang telah dipelajari dalam aljabar linier.

Contoh soal :

Tentukan persamaan karakteristik dari eigenproblem berikut :

2    1 0   x1  0
 1 3      
  1   x2   0
 0 1 2     x3  0

[Q] {x} = {0}

Solusi nontrivial dapat diperoleh dengan menjadikan determinan

[Q] = 0

5
 EIGENVALUE PROBLEMS
Perhitungan determinan dilakukan dengan Metode Kofaktor

3 λ 1 1 0 1 0
det[Q]  (2  λ)  (1)  ( 0) 0
1 2 λ 1 2  λ 3  λ 1

det[Q]  λ 3  7 λ 2  14 λ  8  0

didapat persamaan karakteristik dalam bentuk :

f ( λ)  λ 3  7 λ 2  14 λ  8

Penentuan Persamaan Karakteristik dengan Cara Tidak Langsung

Untuk kasus-kasus dimana matriks [Q] mempunyai orde lebih

tinggi dari 3, maka penentuan persamaan karakteristik dengan
cara langsung menjadi tidak efisien lagi. Kesulitan timbul dalam
perhitungan determinan karena terdapat variabel  dan konstanta
dalam matriks [Q].

Cara tidak langsung dikembangkan berdasarkan kenyataan

bahwa persamaan karakteristik yang dihasilkan akan mempunyai
orde yang sama dengan determinannya. Jika determinan matriks
[Q] berorde nn, maka persamaan karakteristiknya adalah berupa
suatu polinomial orde n. Namun cara ini tidak sesuai digunakan
untuk eigenproblem tipe I. Untuk penggunaan pada tipe II dan III,
cara ini mempunyai keuntungan berupa mudah untuk disusun
dalam bentuk program komputer.

6
 EIGENVALUE PROBLEMS

Tinjau determinan matriks [Q] yang merupakan fungsi dari nilai

eigen  :

q11 q12  q1n

q 21 q 22  q2n
det[Q( λ)]   f ( λ)
    (12)
q n1 q n 2  q nn

Oleh karena terdapat beberapa atau semua koefisien qij dalam

fungsi , maka bentuk umum persamaan karakteristik adalah
polinomial orde n :

f ( )  a n  n  a n 1 n 1    a 0

atau dalam bentuk yang lebih sederhana :

n
f (  )   a i i (13)
i 0

Jumlah konstanta ai adalah sebanyak (n + 1), yaitu a0, a1, , an.

Nilai konstanta ai tersebut dapat ditentukan dengan mengambil
sebanyak (n + 1) sembarang nilai  yang berbeda-beda (misal 0,
1, ,n). Substitusi nilai-nilai  tersebut ke persamaan (13) akan
menghasilkan :

7
 EIGENVALUE PROBLEMS

0 : f (0 )  a0  a10    an n0

1 : f (1 )  a0  a11    an 1n
 
n : f (n )  a0  a1n    annn

atau dalam bentuk matriks dapat dinyatakan sebagai :

1  0  n0  a 0   f ( 0 ) 
    
1 1  1n   a1   f (1 ) 
    
        (14)
 
1  n  nn  a n   f ( n )

Persamaan (14) merupakan persamaan linier simultan yang

menghasilkan nilai-nilai a0, a1, , an. Dengan mensubstitusi nilai-
nilai ai ini ke persamaan (13) maka akan dihasilkan persamaan
karakteristik dari eigenproblem.

8
 EIGENVALUE PROBLEMS
Contoh soal :

Tentukan persamaan karakteristik dari eigenproblem berikut

dengan cara langsung dan tidak langsung.

2    3   x1  0
  1 3     x   0
  2   
Solusi :
Cara langsung:

2 3
Q  0  (2 – )(3 – ) – (-3)(-1) = 0
1 3

diperoleh persamaan karakteristik dalam bentuk :

f() = 2 – 5 + 3

Cara Tidak Langsung

Asumsikan sebanyak (n + 1) = 3 buah nilai sembarang ,

katakanlah :

0 = 0 , 1 = 2 , 2 = 3

Hitung determinan [Q] dengan menggunakan 3 nilai  tersebut :

20 3 2 3
0 = 0 ,
f (0)   3
1 30 1 3

22 3 0 3
1 = 2 ,
f (2)    3
1 32 1 1

9
 EIGENVALUE PROBLEMS

23 3 1  3
2 = 3 ,
f (0)    3
1 33 1 0

Persamaan aljabar linier untuk ke-3 nilai  tersebut adalah

(persamaan 14) :

f (0 )  a0  a10  a220

f (1 )  a0  a11  a212
f (2 )  a0  a12  a222

Substitusi nilai-nilai determinan yang diperoleh dari ke-3 nilai 

diatas :

3  a0
 3  a0  2a1  4a2
 3  a0  3a1  9a2

Penyelesaian 3 persamaan linier simultan diatas menghasilkan :

a0 = 3 , a1 = -5 , a2 = 1

Substitusi ke bentuk persamaan karakteristik semula :

f ( )  a 0  a1  a 2  2

sehingga diperoleh :

f ( )  2  5  3

yang memberikan hasil yang persis sama dengan cara langsung.

10
 EIGENVALUE PROBLEMS

Cara langsung sebaiknya digunakan untuk kasus-kasus yang

relatif sederhana (determinan orde 2 atau 3). Untuk kasus-kasus
dengan determinan orde > 3, maka cara tidak langsung menjadi
lebih efisien untuk digunakan.

Contoh :

5 4 2 0
4 5 2 1
det[Q] 
3 4 6 4
0 3 1 7

Dapat dilihat bahwa persamaan karakteristik adalah polinomial

orde 4, sehingga kita perlu asumsikan 5 buah nilai  sembarang,
katakanlah :

0 = 0 , 1 = 5 , 2 = 6 , 3 = 10, 4 = 12

Nilai f(i) atau Determinan dari [Q] untuk berbagai nilai  adalah :

f(0) = f(0) = - 860 , f(2) = f(6) = - 44, f(4) = f(12) = 628

f(1) = f(5) = - 170 , f(3) = f(10) = 20

Substitusi ke persamaan polinomial berikut :

f (0 )  a4 40  a330  a2 20  a10  a0

f (1 )  a4 14  a313  a2 12  a11  a0
f (2 )  a4 42  a332  a2 22  a12  a0
f (3 )  a4 43  a333  a2 23  a13  a0
f (4 )  a4 44  a334  a2 24  a14  a0

11
 EIGENVALUE PROBLEMS

menghasilkan :
a0 = -860 , a2 = 160, a4 = 1
a1 = -212 , a3 = -23

Persamaan karakteristiknya menjadi :

f() = 4 – 23 3 + 160 2 – 212  – 860

Penggunaan nilai asumsi  yang berbeda akan menghasilkan

bentuk persamaan karakteristik yang sama. Misal digunakan :

0 = 0 , 1 = 10 , 2 = 20 , 3 = 30, 4 = 40

Nilai determinan [Q] untuk berbagai nilai  adalah :

f(0) = f(0) = - 860 , f(3) = f(30) = 325780

f(1) = f(10) = 20 , f(4) = f(40) = 1334660
f(2) = f(20) = 34900

Substitusi ke persamaan aljabar linier menghasilkan :

-860 = a0
20 = a0 + 10 a1 + 102 a2 + 103 a3 + 104 a4
34900 = a0 + 20 a1 + 202 a2 + 203 a3 + 204 a4
325780 = a0 + 30 a1 + 302 a2 + 303 a3 + 304 a4
1334660 = a0 + 40 a1 + 402 a2 + 403 a3 + 404 a4

Penyelesaian persamaan linier simultan ini akan menghasilkan

koefisien yang sama dengan penyelesaian sebelumnya.

a0 = -860 , a2 = 160, a4 = 1
a1 = -212 , a3 = -23

Sehingga persamaan karakteristiknya menjadi :

f() = 4 – 23 3 + 160 2 – 212  – 860

12
 EIGENVALUE PROBLEMS

Nilai Eigen dan Vektor Eigen

Nilai-nilai dari akar persamaan karakteristik yang memberikan

determinan matriks koefisien [Q] sama dengan nol sehingga
menghasilkan solusi nontrivial dari eigenproblem disebut dengan
nilai eigen (Eigenvalue).

Sedangkan vektor {x} yang dihasilkan dari tiap-tiap nilai eigen

disebut vektor eigen (Eigenvector)

Misalkan pada masalah eigen berikut :

2    1 0   x1  0
 1 3   1   x   0
  2    (15)
 0 1 2     x3  0

Dengan menggunakan salah satu cara yang telah dijelaskan

diatas, maka persamaan karakteristik yang dihasilkan adalah :

f() = 3 - 7 2 + 14  – 8 = 0 (16)

Akar-akar dari persamaan polinomial orde 3 ini adalah :

1 = 1 (nilai eigen pertama)

2 = 2 (nilai eigen kedua)
3 = 4 (nilai eigen ketiga)

Salah satu dari ketiga nilai eigen (eigenvalue) ini akan

menyebabkan determinan dari matriks koefisien persamaan (15)
menjadi nol. Oleh karena itu terdapat 3 solusi nontrivial dari vektor
{x} yang selaras dengan nilai . Ketiga vektor {x} ini disebut
dengan vektor eigen (eigenvector)

13
 EIGENVALUE PROBLEMS
Vektor Eigen Pertama

Vektor Eigen Pertama diperoleh dengan mensubstitusikan nilai

eigen pertama ( = 1) ke persamaan eigenproblem semula, dalam
hal ini adalah persamaan (15).

 1  1 0   x1  0
 1 2  1  x   0
  2   
 0  1 1   x3  0

Vektor unknown {x} dapat diperoleh dengan menggunakan Metoda

Eliminasi Gauss-Jordan.

 1 1 0 0 1  1 0 0  R2 + R 1
 1 2  1 0 R1 + R2 0 1  1 0
  
 0  1 1 0 0  1 1 0 R2 + R3

yang dapat disederhanakan menjadi:

1 0 1 0
0 1 1 0
 
0 0 0 0

Dari hasil eliminasi terlihat bahwa terdapat 2 persamaan dengan 2

unknown, yaitu :

 x1  0
1 0  1    
0 1  1  x 2   0
   x  0
 3  
atau :

14
 EIGENVALUE PROBLEMS
x1  x3  0 dan x 2  x3  0

Kondisi ini menunjukkan bahwa sistem persamaan yang dihasilkan

dari nilai eigen pertama mempunyai suatu solusi yang banyak. Jika
nilai x1 dan x2 dinyatakan dalam suku x3 akan menghasilkan :

x1  x3 , x2  x3 , x3  x3

Jadi vektor eigen pertama untuk nilai eigen pertama (1 = 1) dapat
dinyatakan dalam bentuk :

 x1  1
x1   x2   x3 1
 
x  1
 3 1  1
Vektor Eigen Kedua

Vektor eigen kedua diperoleh dengan mensubstitusikan nilai egen

kedua 2 = 2 kedalam persamaan (15).

 0  1 0   x1  0
 1 1  1  x   0
  2   
 0  1 0   x3  0

Dari baris pertama dan ketiga dapat diketahui x2 = 0, dan

selanjutnya dari baris kedua :

x1   x3

sehingga bentuk vektor eigen kedua untuk nilai eigen kedua 2 = 2

adalah :

15
 EIGENVALUE PROBLEMS

 x1  1
   
x2   x2   x3  0 
x   1
 3 2  2
Vektor Eigen Ketiga

Substitusi nilai eigen ketiga 3 = 4 menghasilkan :

 2  1 0   x1  0
 1  1  1   x   0
  2    (17)
 0  1  2  x3  0

dengan menggunakan Eliminasi Gauss-Jordan diperoleh :

1 0  1  x1  0
0 1 2   x   0
  2   
0 0 0   x3  0

sehingga vektor eigen ketiga adalah :

 x1    1
x3   x2   x3  2
x  1 
 3 3  3
Untuk kondisi sistem persamaan mempunyai solusi banyak seperti
diatas, vektor eigen dapat ditentukan dengan mengabaikan
persamaan terakhir, kemudian mengasumsikan suatu nilai

16
 EIGENVALUE PROBLEMS
konstan untuk variabel ke-n, selanjutnya menyelesaikan
persamaan yang tersisa.
Misalnya dari persamaan (17) diperoleh :

– 2x1 – x2 = 0 , – x1 – x2 = x3

Jika diambil nilai x3 = 1, maka : x1 = 1 dan x2 = –2. Nilai-nilai ini

sesuai dengan baris ke-3 dari persamaan (17).

17