NILAI EIGEN MATRIKS INTERVAL

Tugas Analisis Matriks

Oleh
Nur’ainul Miftahul Huda
NIM 20117003
Program Studi Magister Matematika

INSTITUT TEKNOLOGI BANDUNG

Desember 2018
 NILAI EIGEN MATRIKS INTERVAL
Nur’ainul Miftahul Huda
NIM 20117003

Abstract
Permasalahan yang sering muncul pada matriks adalah masalah nilai eigen. Pada
matriks interval, permasalahan tersebut dapat diselesaikan dengan menggunakan salah
satu metode numerik yaitu metode pangkat berdasarkan operasi aritmatika interval.
Metode pangkat adalah metode iterasi yang digunakan untuk menentukan nilai eigen
terbesar dan vektor eigen yang bersesuaian dari suatu matriks. Hasil dari penelitian
ini menunjukkan bahwa metode pangkat juga bisa digunakan untuk menentukan nilai
eigen dan vektor eigen pada matriks interval dengan operasi aritmetika interval.

1 Latar Belakang
Permasalahan nilai eigen dan vektor eigen merupakan salah satu masalah yang sering
muncul pada matriks. Seiring dengan berkembangnya ilmu pengetahuan, entri-entri pada
matriks dapat berupa interval. Suatu matriks dengan entri-entrinya berupa interval dise-
but matriks interval. Permasalahan nilai eigen dan vektor eigen juga muncul pada matriks
interval. Mencari nilai eigen dan vektor eigen pada matriks interval akan sangat sulit dan
memerlukan waktu yang lama jika dilakukan dengan cara analitik yaitu menggunakan per-
samaan karakteristik |Ax − λI| = 0. Oleh sebab itu, untuk mencari nilai eigen dan vektor
eigen suatu matriks interval diperlukan suatu metode numerik yaitu dengan menggunakan
metode pangkat[1]. Metode pangkat menghasilkan sebuah aproksimasi terhadap nilai eigen
terbesar dan vektor eigen yang bersesuaian.
Penentuan nilai eigen dan vektor eigen dari suatu matriks interval menggunakan metode
pangkat dilakukan dengan operasi aritmetika interval. Dalam hal ini, entri-entri pada ma-
triks interval merupakan interval tertutup dan aritmetika interval yang digunakan adalah
aritmetika interval yang dimodifikasi.

2 Interval
Interval adalah himpunan bilangan real yang merupakan asangan berurut dan diny-
atakan dalam suatu ketaksamaan[2]. Dalam analisis interval, suatu ketaksamaan interval
dinyatakan dalam bentuk interval tertutup pada garis real. Berikut ini diberikan definisi
tentang interval tertutup, midpoint, dan width dari suatu interval.

Definisi 1 [3] Interval tertutup adalah himpunan semua bilangan real x yang dinyatakan
dalam suatu ketaksamaan x ≤ x ≤ x untuk sebarang konstanta real x dan x dengan x ≤ x
dan dinotasikan dengan [x, x].

Pada matriks interval, terdapat istilah titik tengah (midpoint) dan lebar (width) dari
suatu interval yang didefinisikan sebagai berikut:

1
Definisi 2 [4]Titik tengah atau midpoint dari suatu interval dengan x̃ = [x, x] adalah
bilangan real dengan
x+x
m(x̃) =
2

Definisi 3 [4] Lebar atau width dari suatu interval dengan x̃ = [x, x] adalah bilangan real
dengan
w(x̃) = x − x
Selanjutnya himpunan semua interval sejati dinotasikan dengan menggunakan istilah
IR yang didefinisikan dengan :

IR = {x̃ = [x, x] : x ≤ x, dengan x, x ∈ R}

dan himpunan semua interval tak sejati didefinisikan dengan :

IR = {x̃ = [x, x] : x > x, dengan x, x ∈ R}

Sedangkan gabungan dari kedua himpunan tersebut disebut dengan generalisasi interval
didefinisikan dengan

D = IR ∪ IR = [x, x] : x > x, dengan x, x ∈ R}

3 Modifikasi Aritmatika Interval

Pada bilangan interval juga dikenal operasi penjumlahan, pengurangan, perkalian dan pem-
bagian suatu interval. Dalam modifikasi aritmatika interval dikenal istilah operator dual,
yaitu operator yang menukar batas atas dengan batas bawah dari suatu interval. Opera-
tor ini hanya digunakan pada operasi pengurangan dan pembagian pada dua interval yang
bernilai sama.

Definisi 4 [1] Operasi pada aritmatika interval dengan ∗ ∈ {+, −, ×, ÷} dan x̃ = [x1 , x2 ]
dan ỹ = [y1 , y2 ] dengan x̃, ỹ ∈ IR dapat ditulis sebagai berikut:

x̃ ∗ ỹ = [(m(x̃) ∗ m(ỹ) − k), (m(x̃) ∗ m(ỹ) + k)]

dengan k = min[(m(x̃)∗m(ỹ)−α), (β −m(x̃)∗m(ỹ))] dan α, β adalah end point dari interval

x̃ ∗ ỹ dengan α adalah lower endpoint dan β adalah upper endpoint.
Berikut ini sifat-sifat untuk dua interval x̃ ∗ ỹ dari suatu interval tertutup:

Definisi 5 [1] Misalkan diberikan dua interval yaitu x̃ = [x1 , x2 ] dan ỹ = [y1 , y2 ], dengan
x̃, ỹ ∈ IR, sehingga
1. Penjumlahan

x̃ + ỹ = [x, x] + [y, y] = [(m(x̃) + m(ỹ) − k), (m(x̃) + m(ỹ) + k)]

(y+x)−(y+x)
dengan k = ( 2 )
2. Pengurangan

x̃ − ỹ = [x, x] − [y, y] = [(m(x̃) − m(ỹ) − k), (m(x̃) − m(ỹ) + k)]

(y+x)−(y+x)
dengan k = ( 2 ).
Tetapi, jika x̃ = ỹ atau [x, x] = [y, y], maka

x̃ − ỹ = x̃ − dual(x̃) = [x, x] − [x, x] = [0, 0]

2
 3. Perkalian

x̃.ỹ = [x, x].[y, y] = [(m(x̃)m(ỹ) − k), (m(x̃)m(ỹ) + k)]

dengan k = min{(m(x̃)m(ỹ) − α), (β − m(x̃)m(ỹ))}, α = min{xy, xy, xy, xy} dan
β = max{xy, xy, xy, xy}.
4. Pembagian
1 1 h 1 1 i
1 ÷ x̃ = = = − k, +k
x̃ [x, x] − [y, y] m(x̃) m(x̃)

dengan k = min{ x1 ( x−x 1 x−x

x+x ), x ( x+x )} dan 0 ∈
/ x̃. Jika x̃ = ỹ, maka

x̃ x̃ x̃ 1 h1 1i hx xi
= = = [x, x] = [x, x] , = , = [1, 1]
ỹ x̃ dual(x̃) [x, x] x x x x

5. Perkalian dengan Skalar

(
[λx, λx], untuk λ ≥ 0
λx̃ = (1)
[λx, λx], untukλ < 0

Contoh 1 Misalkan diberikan dua interval x̃, ỹ dan sebuah skalar α, masing-masing didefin-
isikan x̃ = [2, 4], ỹ = [4, 6] dan α = 3 dengan aritmatika interval diperoleh
1. Penjumlahan

x̃ + ỹ = [x + y, x + y]
= [2 + 4, 4 + 6] = [6, 10]

2. Pengurangan

x̃ − ỹ = [x − y, x − y]
= [2 − 6, 4 − 4] = [−4, 0]

3. Perkalian
h i
x̃.ỹ = min{xy, xy, xy, xy} , max{xy, xy, xy, xy}],
h i
= min{8, 12, 16, 24}, max{8, 12, 16, 24} = [8, 24]

4. Pembagian
1
x̃ ÷ ỹ = x̃
ỹ
1
= [2, 4].
[4, 6]
h1 1i h2 4i h1 i
= [2, 4]. , = , = ,1
6 4 6 4 3

5. Perkalian dengan Skalar

h i
α.x̃ = min{α.x, α.x}, max{α.x, α.x}
= [min{3.2, 3.4}, max{3.2, 3.4}] = [6, 12]

3
4 Matriks Interval
Matriks interval merupakan himpunan dari matriks-matriks dengan ãij yang menyatakan
komponen dari matriks pada baris ke-i dan kolom ke-j. Untuk setiap aij , aij ∈ R maka
aij adalah entri pada matriks interval dengan nilai terkecil dari ãij dan aij adalah kompo-
nen pada matriks interval dengan nilai terbesar dari ãij . Secara umum, matriks interval
didefinisikan sebagai berikut:

Definisi 6 [1] Suatu matriks à berukuran m × n dengan setiap komponennya

 
ã11 . . . ã1n
.. . . ..  = ã
h i
à = 

. . .  ij
1≤i≤m,1≤i≤n
ãn1 ... ãnn

dengan ãij = [aij , ai j] ∈ D atau à = [A, A] untuk sebarang A, A yang menenuhi A ≤ A,

   
a11 . . . a1n a11 . . . a1n
dengan A = 
 .. . . ..  dan A =  .. . . .. .
. . .   . . . 
an1 . . . ann an1 . . . ann
Selanjutnya untuk menyatakan himpunan semua matriks interval yang berukuran m × n
digunakan notasi Mm×n (D)
 
[1, 3] [1, 4]
Contoh 2 Misalkan à = [3, 5] [−2, 0] , maka à merupakan matriks interval berordo
[1, 4] [3, 4] 3×2
3 × 2 dengan setiap komponen matriksnya berupa interval.

Pada matriks interval dikenal istilah midpoint dan width. Midpoint dari matriks interval
à merupakan matriks dengan komponen-komponennya didefinisikan sebagai berikut:
 
m(ã11 ) . . . m(ã1n )
m(Ã) = 
 .. .. .. 
. . . 
m(ãm1 ) . . . m(ãmn )

dan width matriks interval à merupakan matriks width dengan komponen-komponennya

didefinisikan sebagai berikut:
 
w(ã11 ) . . . w(ã1n )
w(Ã) =  ... .. ..
 
. . 
w(ãm1 ) . . . w(ãmn )

dengan komponen-komponen matriks w(Ã) selalu non negatif [1].

4.1 Matriks Interval Nol

Jika pada matriks nol, nol merupakan semua komponen dari matriks tersebut. Maka matriks
interval nol adalah matriks yang semua komponennya adalah 0̃, yaitu [1]
 
0̃ . . . 0̃
0̃ =  ... . . . ... 
 

0̃ ... 0̃

4
Definisi 7 [1] Diberikan suatu matriks à ∈ Mm×n (D) maka:
1. Jika m(Ã) = 0dan w(Ã) = 0 maka à disebut sebagai matriks interval nol yang dino-
tasikan dengan à = 0̃
2. Jika m(Ã) = 0dan w(Ã) 6= 0 maka à ≈ 0̃

3. Jika à 6= 0̃ maka à disebut matriks interval tak nol.

Contoh  3 Diberikan  matriks

 interval Ã,B̃, C̃ ∈ Mm×n
 (D) yang berukuran
 2 × 2 dengan
[0, 0] [0, 0] [−1, 1] [−2, 2] [−1, 1] [−2, 3]
à = , B̃ = , dan C̃ = . Matriks interval
[0, 0] [0, 0] [−3, 3] [−1, 1] [−3, 2] [−1, 1]
Ã, B̃ dicari midpoint dan width dari keduanya untuk menunjukkan Definisi 7 poin (1) dan
(2), sedangkan matriks interval C̃ untuk menunjukkan poin (3) sebagai berikut:
   
0 0 0 0
1. m(Ã) = dan w(Ã) =
0 0 0 0
   
0 0 2 4
2. m(B̃) = dan w(B̃) =
0 0 6 2
1
 
0 2 6= 0̃
3. m(C̃) =
− 12 0

4.2 Matriks Interval Identitas

Jika pada matriks identitas, I merupakan komponen diagonal dari matriks tersebut. Maka
˜ yaitu
matriks interval identitas adalah matriks yang komponen diagonal utamanya adalah I,
[1]
I˜ . . . 0̃
 

I˜ =  ... . . . ... 
 

0̃ . . . I˜

Definisi 8 [1] Jika m(Ã) = I, maka à disebut sebagai matriks intervalidentitas dan dino- 
[1, 1] . . . [0, 0]
˜ Selanjutnya jika m(Ã) = I dan w(Ã) = 0 maka à =  . .. .. 
tasikan dengan I.  .. . . 
[0, 0] . . . [1, 1]
 
1̃ ... 0̃
 .. .. ..  ≈ I.
˜
dan jika m(Ã) = I dan w(Ã) 6= 0 maka à =  . . .
0̃ ... 1̃

Contoh 4 Diberikan
 sebarang
 matriks
 interval Ã,B̃ ∈ Mm×n (D) yang berukuran 2 × 2
[1, 1] [0, 0] [1, 1] [−4, 4]
dengan à = , B̃ = . Tentukan midpoint dan width dari
[0, 0] [1, 1] [−5, 5] [1, 1]
kedua matriks interval tersebut!
   
1 0 0 0
1. m(Ã) = = Idan w(Ã) = =0
0 1 0 0
   
1 0 0 8
2. m(B̃) = = Idan w(B̃) = 6= 0
0 1 10 0

5
5 Ekivalensi Matriks Interval
Definisi 9 [5] Diketahui bahwa dua matriks interval à dan B̃ berordo m × n dikatakan
sama, yang dinotasikan dengan à = B̃ jika dan hanya jika m(Ã) = m(B̃) dan w(Ã) = w(B̃).
Sedangkan matriks interval à dan B̃ dikatakan ekivalen dan dinotasikan dengan à ≈ B̃ jika
dan hanya jika m(Ã) = m(B̃).
 
[1, 5] [1, 7]
Contoh 5 Diberikan suatu matriks interval à dan B̃ dengan à = dan
  [2, 8] [3, 9]
[1, 5] [1, 7]
B̃ = Jika x̃ = [3, 9] maka dari kedua matriks interval tersebut diperoleh:
[2, 8] x
   
3 4 3 4
1. m(Ã) = dan m(B̃) =
5 6 5 6
   
2 3 2 3
2. w(Ã) = dan w(B̃) =
3 3 3 3

Berdasarkan definisi 9 dapat disimpulkan bahwa à = B̃. Lebih lanjut, untuk nilai x̃ yang
lain misalkan x̃ = [2, 10] maka diperoleh:
   
3 4 3 4
1. m(Ã) = dan m(B̃) =
5 6 5 6
   
2 3 2 3
2. w(Ã) = dan w(B̃) =
3 3 3 4

Berdasarkan definisi 9 dapat disimpulkan bahwa à ≈ B̃.

6 Operasi Aritmatika pada Matriks Interval

Operasi aritmatika pada matriks interval didefinisikan sebagai berikut:

Definisi 10 [1] Jika Ã, B̃ ∈ Mm×n (D), x̃ ∈ Mn (D), dan α̃ ∈ D maka

1. α̃Ã = [α̃ãij ]1≤i≤m,1≤j≤n

2. Ã + B̃ = [ãij + b̃ij ]1≤i≤m,1≤j≤n

(
[ãij − b̃ij ]1≤i≤m,1≤j≤n , untuk à 6= B̃
3. Ã − B̃ =
à − dual[Ã] = 0̃ = 0, untukà = B̃
Pn
4. ÃB̃ = [ k=1 ãik b̃kj ]1≤i≤m,1≤j≤n
Pn
5. Ãx̃ = [ j=1 ãij x̃j ]1≤i≤n

Contoh 6 Diberikan suatu  matriks

 intervalÃ, B̃ ∈Mm×n  (D), x̃ ∈ Mn (D) dan α̃ ∈ D
[1, 3] [2, 4] [1, 2] [2, 5] [1, 1]
dengan à = , B̃ = , x̃ = dan α̃ = [2, 4] dari definisi 10
[1, 1] [3, 5] [2, 4] [1, 1] [1, 3]
maka diperoleh :

6
1. Perkalian dengan skalar
 
[1, 3] [2, 4]
α̃Ã = [2, 4]
[1, 1] [3, 5]
 
[2, 4][1, 3] [2, 4][2, 4]
=
[2, 4][1, 1] [2, 4][3, 5]
 
[1, 3] [2, 4]
=
[1, 1] [3, 5]

2. Penjumlahan
   
[1, 3] [2, 4] [1, 2] [2, 5]
à + B̃ = +
[1, 1] [3, 5] [2, 4] [1, 1]
 
[1, 3] + [1, 2] [2, 4] + [2, 5]
=
[1, 1] + [2, 4] [3, 5] + [1, 1]
 
[2, 5] [4, 9]
=
[3, 5] [4, 6]

3. Pengurangan
   
[1, 3] [2, 4] [1, 2] [2, 5]
à + B̃ = −
[1, 1] [3, 5] [2, 4] [1, 1]
 
[1, 3] − [1, 2] [2, 4] − [2, 5]
=
[1, 1] − [2, 4] [3, 5] − [1, 1]
 
[−1, 2] [−3, 2]
=
[−3, −1] [2, 4]

4. Perkalian
  
[1, 3] [2, 4] [1, 2] [2, 5]
ÃB̃ =
[1, 1] [3, 5] [2, 4] [1, 1]
 
[1, 3][1, 3] + [2, 4][1, 1] [1, 3][2, 4] + [2, 4][3, 5]
=
[1, 1][1, 3] + [3, 5][1, 1] [1, 1][2, 4] + [3, 5][3, 5]
 
[1, 7] + [2, 4] [2, 10] + [6, 18]
=
[1, 3] + [3, 5] [2, 4] + [9, 23]
 
[3, 11] [8, 28]
=
[4, 8] [11, 27]

5. Perkalian dengan vektor x̃

  
[1, 3] [2, 4] [1, 1]
Ãx̃ =
[1, 1] [3, 5] [1, 3]
 
[1, 3][1, 1] + [2, 4][1, 3]
=
[1, 1][1, 1] + [3, 5][1, 3]
 
[1, 3] + [2, 10]
=
[1, 1] + [3, 13]
 
[3, 13]
=
[4, 14]

7
7 Nilai Eigen Matriks Interval
Definisikan determinan dari matriks interval persegi adalah bilangan interval, yaitu
X
det(Ã) = |Ã| = ãij Ãij

dengan Ãij adalah kofaktor dari ãij .

   
[1, 2] [3, 4]  [1, 2] [3, 4] 
Contoh 7 Misalkan à = [A, A] = maka |Ã| =   aki-
[−9, 1] [8, 10] [−9, 1] [8, 10]
batnya [1, 2][8, 10] − [−9, 1][3, 4] = [8, 19] − [−32, 4] = [4, 51].

7.1 Persamaan Karakteristik

Misalkan A adalah matriks n × n, maka vektor tak nol x pada Rn disebut vektor eigen
dari A jika Ax adalah kelipatan skalar dari x yaitu Ãx̃ = λI˜x̃ untuk sebarang skalar λ.
Skalar tersebut disebut nilai eigen dari A dan v disebut sebagai vektor eigen dari A yang
bersesuaian dengan λ. Dalam bentuk matriks dapat didefinisikan sebagai berikut:
  ˜     
ã11 ã12 . . . ã1n I 0̃ . . . 0̃ x̃1 0̃
 ã21 ã22 . . . ã2n  0̃ I˜ . . . 0̃  x̃2  0̃
..  − λ  .. .. . . ..   ..  =  .. 
       
 .. .. ..
 . . . .   . . . .   .   . 
ãn1 ãn2 . . . ãnn 0̃ 0̃ . . . I˜ x̃n 0̃
    
ã11 − λ ã12 ... ã1n x̃1 0̃
 ã21 ã 22 − λ . . . ã2n   2 
  x̃ 
0̃
 
= .

 .. .. . .. .
.. .
  ..   .. 
  
 . .
ãn1 ãn2 . . . ãnn − λ x̃n 0̃
˜ = 0̃. Persamaan |Ã −
Sistem persamaan tersebut akan memiliki solusi trivial jika |Ã − λI|
˜ = 0̃ dikatakan persamaan karakteristik dari matriks à dan λ merupakan akar-akar
λI|
karakteristik atau nilai eigen dari matriks Ã.

7.2 Metode Pangkat Matriks Interval

Metode pangkat merupakan suatu metode iterasi untuk menghitung nilai eigen terbesar
dari suatu matriks dan vektor eigennya. Diasumsikan bahwa λ̃1 , λ̃2 , . . . , λ̃n adalah nilai-
nilai eigen yang berbeda sehingga
|λ̃1 | > |λ̃2 | > · · · > |λ̃n |
Matriks interval à memiliki nilai eigen terbesar dengan vektor eigen yang bersesuaian. Se-
lanjutnya, dipilih vektor eigen tak nol dari matriks à ∈ Mn×n (D). Inisialisasi vektor tak nol
berada di D n . Misalkan ṽ1 , ṽ2 , . . . , ṽn sebagai vektor eigen yang bersesuaian dengan nilai
eigen λ̃1 , λ̃2 , . . . , λ̃n . Setiap vektor ṽ yang berada dalam ruang vektor eigen ṽ1 , ṽ2 , . . . , ṽn
dapat ditulis sebagai kombinasi linear dari vektor-vektor tersebut. Adapun kombinasi lin-
earnya dapat ditulis sebagai berikut
ṽ = c̃1 ṽ1 + c̃2 ṽ2 + · · · + c̃n ṽn (2)
Misalkan
Ãṽ1 = λ̃1 ṽ1
Ãṽ2 = λ̃2 ṽ2
.. (3)
.
Ãṽn = λ̃n ṽn

8
Selanjutnya, dengan mengalikan kedua ruas pada persamaan 2 dengan à dan mensubsti-
tusikan sistem persamaan 3 sehingga diperoleh

Ãṽ = c̃1 λ̃1 ṽ1 + c̃2 λ̃2 ṽ2 + · · · + c̃n λ̃n ṽn
h  λ̃   λ̃  i
2 n
≈ λ̃1 c̃1 ṽ1 + c̃2 ṽ2 + · · · + c̃n ṽn
λ̃1 λ̃1
Selanjutnya dengan menggunakan cara yang sama diperoleh
h  λ̃ 2  λ̃ 2 i
2 n
Ã2 ṽ ≈ λ̃21 c̃1 ṽ1 + c̃2 ṽ2 + · · · + c̃n ṽn
λ̃1 λ̃1
..
.
h  λ̃ k  λ̃ k i (4)
2 n
Ãk ṽ ≈ λ̃k1 c̃1 ṽ1 + c̃2 ṽ2 + · · · + c̃n ṽn
λ̃1 λ̃1
h  λ̃ k+1  λ̃ k+1 i
2 n
Ãk+1 ṽ ≈ λ̃k+1
1 c̃ ṽ
1 1 + c̃2 ṽ 2 + · · · + c̃ n ṽn
λ̃1 λ̃1
 
Karena nilai-nilai eigen pada matriks interval à diasumsikan berbeda dan  λ̃λ̃i  < 1, i =
 
1

2, 3, . . . , n dan 0 ∈ λ̃1 , sehingga untuk k → ∞, maka

 λ̃ k
i
lim = 0̃
k→∞ λ̃1
Dengan demikian, persamaan 4 menjadi

Ãk ṽ = λ̃k1 c̃1 ṽ1

dan
Ãk+1 ṽ = λ̃k+1
1 c̃1 ṽ1
Selanjutnya untuk k → ∞ dan rasio r diperoleh

(Ãk ṽ)r
λ̃k1 = lim (5)
k→∞ (c̃1 ṽ1 )r

dan
(Ãk+1 ṽ)r
λ̃k+1
1 = lim (6)
k→∞ (c̃1 ṽ1 )r

Dengan mensubstitusikan persamaan 5 dan 6 maka diperoleh

(Ãk+1 ṽ)r
λ̃1 = lim (7)
k→∞ (Ãk ṽ)r

dengan r menunjukkan komponen n vektor dimana r = 1, 2, 3, . . . , n. Oleh karena itu,

diperoleh n rasio yang mendekati nilai yang sama yang merupakan nilai eigen terbesar.
Algoritma sederhana untuk metode pangkat diberikan sebagai berikut:

ỹk+1 = Ãṽk
ṽk+1 = ỹk+1 /m̃k+1

untuk k = 0, 1, 2, . . . , n dengan m̃k+1 merupakan elemen terbesar dari ỹk+1 dengan 0 ∈

/
m̃k+1 . Akibatnya persamaan 7 dapat ditulis dengan

(ỹ k+1 ṽ)r

λ̃1 = lim , untuk k = 0, 1, 2, . . . , n
k→∞ (ṽk )r

9
7.3 Nilai Eigen dan Vektor Eigen Matriks Interval
Selanjutnya akan dicari nilai eigen dan vektor eigen pada suatu matriks interval menggu-
nakan metode pangkat dengan operasi aritmetika interval. Akan tetapi pada matriks interval
digunakan
Ãṽ ≈ λ̃i ṽ
Berikut ini diberikan contoh mencari nilai eigen dan vektor eigen matriks interval menggu-
nakan metode pangkat.
 
[0, 2] [1, 3]
Contoh 8 Diberikan matriks interval à = , tentukan nilai eigen dan vektor
[3, 5] [5, 7]
eigen matriks interval Ã!
Langkah-langkah menentukan nilai eigen dan vektor eigen matriks interval à dengan metode
pangkat sebagai berikut
 
[1, 1]
• Menentukan sebarang vektor tak nol ṽ0 =
[0, 0]
• Melakukan proses iterasi sebagai berikut:
1. Iterasi pertama
  
[0, 2] [1, 3] [1, 1]
ỹ1 = Ãṽ0 =
[3, 5] [5, 7] [0, 0]
 
[0, 2][1, 1] + [1, 3][0, 0]
=
[3, 5][1, 1] + [5, 7][0, 0]
 
[0, 2] + [0, 0]
=
[3, 5] + [0, 0]
 
[0, 2]
= , m̃1 = [3, 5]
[3, 5]

Menghitung  aproksimasi
  pertama
 vektor eigen:
1 [0, 2] [0, 0.5]
ṽ1 = [3,5] =
[3, 5] [1, 1]
2. Iterasi kedua
  
[0, 2] [1, 3] [1, 10, 0.5]
ỹ2 = Ãṽ1 =
[3, 5] [5, 7] [1, 1]
 
[0, 2][0, 0.5] + [1, 3][1, 1]
=
[3, 5][0, 0.5] + [5, 7][1, 1]
 
[0, 0.5] + [1, 3]
=
[0, 2] + [5, 7]
 
[1, 3.5]
= , m̃2 = [5, 9]
[5, 9]

Menghitung  aproksimasi
  pertamavektor eigen:
1 [1, 3.5] [0.11, 0.52]
ṽ2 = [5,9] =
[5, 9] [1, 1]

10
 3. Iterasi Ketiga
  
[0, 2] [1, 3] [0.11, 0.52]
ỹ3 = Ãṽ2 =
[3, 5] [5, 7] [1, 1]
 
[0, 2][0.11, 0.52] + [1, 3][1, 1]
=
[3, 5][0.11, 0.52] + [5, 7][1, 1]
 
[0, 0.63] + [1, 3]
=
[0.33, 2.19] + [5, 7]
 
[1, 3.63]
= , m̃2 = [5.33, 9.19]
[5.33, 9.19]

Menghitung aproksimasi
 pertama
  vektor eigen: 
1 [1, 3.63] [0.11, 0.54]
ṽ3 = [5.33,9.19] =
[5.33, 9.19] [1, 1]
4. Iterasi Keempat
  
[0, 2] [1, 3] [0.11, 0.54]
ỹ4 = Ãṽ3 =
[3, 5] [5, 7] [1, 1]
 
[0, 2][0.11, 0.54] + [1, 3][1, 1]
=
[3, 5][0.11, 0.54] + [5, 7][1, 1]
 
[0, 0.65] + [1, 3]
=
[0.33, 2.27] + [5, 7]
 
[1, 3.65]
= , m̃2 = [5.33, 9.27]
[5.33, 9.27]

Menghitung aproksimasi
 pertama
  vektor eigen:
1 [1, 3.65] [0.11, 0.54]
ṽ4 = [5.33,9.27] = Dari iterasi yang telah dilakukan
[5.33, 9.27] [1, 1]
dapat diketahui bahwa ṽ4 konvergen ke ṽ3 sehingga iterasi dapat dihentikan.
Dengan demikian, diperoleh vektor eigen matriks interval à yaitu
 
[0.11, 0.54]
ṽ =
[1, 1]

• Menentukan nilai eigen matriks interval Ã

(yk + 1)r
λ̃1 = lim , r = 1, 2
k→∞ vk )r
[1, 3.65]
λ̃1 = = [1.9, 12.5]
0.11, 0.54
[5.33, 9.27]
λ̃2 = = [5.33, 9.27]
1, 1

• Ditunjukkan bahwa nilai eigen dan vektor eigen yang telah diperoleh memenuhi per-
samaan Ãṽ ≈ λ̃i ṽ

11
  
[0.11, 0.54]
1. untuk λ̃1 = [1.9, 12.5] dengan ṽ = memenuhi
[1, 1]
Ãṽ ≈ λ̃1 ṽ
    
[0, 2] [1, 3] [0.11, 0.54] [0.11, 0.54]
≈ [1.9, 12.5]
[3, 5] [5, 7] [1, 1] [1, 1]
   
[0, 2][0.11, 0.54] + [1, 3][1, 1] [1.9, 12.5][0.11, 0.54]
≈
[3, 5][0.11, 0.54] + [5, 7][1, 1] [1.9, 12.5][1, 1]
   
[1, 3.6] [0.2, 4.4]
≈
[5.3, 9.2] [1.9, 12.5]

sehingga diperoleh
   
[2.3] [2.3]
m(Ãṽ) = , m(λ̃1 ṽ) =
[7.2] [7.2]
   
[2.6] [4.2]
w(Ãṽ) = , w(λ̃1 ṽ) =
[3.9] [10.5]
karena m(Ãṽ) = m(λ̃1 ṽ) dan w(Ãṽ) 6= w( λ̃1 ṽ) maka λ̃1 = [1.9, 12.5] merupakan
[0.11, 0.54]
nilai eigen matriks interval à dengan ṽ = .
[1, 1]
 
[0.11, 0.54]
2. untuk λ̃2 = [5.33, 9.27] dengan ṽ = memenuhi
[1, 1]
Ãṽ ≈ λ̃2 ṽ
    
[0, 2] [1, 3] [0.11, 0.54] [0.11, 0.54]
≈ [5.33, 9.27]
[3, 5] [5, 7] [1, 1] [1, 1]
   
[0, 2][0.11, 0.54] + [1, 3][1, 1] [5.33, 9.27][0.11, 0.54]
≈
[3, 5][0.11, 0.54] + [5, 7][1, 1] [5.33, 9.27][1, 1]
   
[1, 3.6] [0.58, 4.15]
≈
[5.3, 9.2] [5.33, 9.27]

sehingga diperoleh
   
[2.3] [2.3]
m(Ãṽ) = , m(λ̃2 ṽ) =
[7.3] [7.3]
   
[2.6] [3.5]
w(Ãṽ) = , w(λ̃2 ṽ) =
[3.9] [3.9]
karena m(Ãṽ) = m(λ̃2 ṽ) dan w(Ãṽ) 6= w(λ̃2 ṽ) maka λ̃2 = [5.33, 9.27] merupakan
[0.11, 0.54]
nilai eigen matriks interval à dengan ṽ = .
[1, 1]

Sehingga dapat disimpulkan bahwa matriks interval à mempunyai dua nilai eigen yaitu
λ̃1 = [1.9, 12.5] dan λ̃2 = [5.33, 9.27] Berdsarkan definisi maksimum pada interval,
maka λ1 merupakan nilai eigen terbesar matriks interval à dan vektor eigen yang
[0.11, 0.54]
bersesuaian dengan nilai eigen tersebut yaitu ṽ = .
[1, 1]

8 Kesimpulan
Nilai eigen dan vektor eigen matriks interval yang berukuran n × n dapat dicari dengan
metode pangkat dengan operasi yang digunakan adalah operasi aritmetika interval yang
dimodifikasi. Metode ini lebih efisien dalam menemukan solusi yang eksak[1].

12
References
[1] Veeramalai, G., 2012. Eigen Values of an Interval Matrix. Volume 02.
[2] Ramon E. Moore, R.B.K.M.J.C.,2009.Introduction to Interval Analysis.
Philadelphia:SIAM.
[3] Hansen, E., 1965. Interval Arithmetic with Some Application for Digital
Computers. California: Lickheed Missiles and Space Company.
[4] Walster, E. H and G. W., 2004. Global Optimization using Interval Anal-
ysis. Edisi Kedua. New York: Marcel Dekker.
[5] K. Ganesan, 2007. On Some Properties of Interval Matrices. International
Journal of Mathematical, Computational, Physical and Quantum Engi-
neering. Volume 1, Halaman 25-30.

13