Matematika III
1. Nilai Eigen
2. Persamaan Karakteristik Vektor Eigen
13
Teknik Teknik Sipil W111700035 Satria Wibawa, S.Si., MM
Abstract Kompetensi
Agar Mahasiswa :
Di Modul ini akan dipelajari tentang 1. Mengerti apa yang dimaksud
nilai eigen dan bagaimana dengan nilai Eigen.
menentukan nilai eigen serta akan 2. Dapat menentukan nilai Eigen.
dipelajari pula bagaimana 3. Dapat menentukan persamaan
menentukan persamaan karakteristik nilai Eigen.
karakteristika nilai eigen
1. Nilai Eigen, Vektor Eigen dan Persamaan Karakteristik.
Nilai eigen dan vektor eigen suatu matriks didefinisikan sebagai berikut :
Misalkan An n, maka vektor x ≠ 0 di Rn disebut vektor eigen (eigen vektor) dari A jika
Ax adalah kelipatan skalar dari x, yaitu Ax = λx untuk suatu skalar λ. Skalar λ
dinamakan nilai eigen (eigen value) dari A.
Ax = λx Ax = λIx
(λI – A)x = 0
(A - λI)x = 0
Contoh 1:
5 3 2
Matriks A = mempunyai vektor eigen x = , karena Ax merupakan
4 1 4
5 3 2 2 2
kelipatan dari x, yaitu Ax = = = -1 = -x. Dengan demikian λ
4 1 4 4 4
= -1 adalah nilai eigen dari matriks A.
Jawab :
Untuk menentukan nilai eigen dan vektor eigen, kita harus membentuk persamaan
3 1 1
1 = A.
karakteristik. Misal 7 5
6 6 2
3 1 1
det 7 5 1 = 0
6 6 2
3 1 1 a
7 5 1 b 0
6 6 2 c
1 1 1 a
Untuk = -2 7 7 1 b 0 .
6 6 0 c
0 0 1 0
1
0 0 7
0
1 1 0 0
Diperoleh: c = 0 dan a = b
Andai a = t, maka b = t, dan c =0.
1
Jadi vektor eigen yang bersesuaian dengan = -2 adalah t 1 .
0
7 1 1 a
Untuk = 4 7 1 1 b 0 .
6 6 6 c
7 1 1 0 7 1 1 0
7 1 0 0 0
Matriks yang bersesuaian: 1 0 0
6 6 6 0
1 1 1 0
6 0 0 0
0 0 0 0
1 1 1 0
Diperoleh: a = 0 dan b = c
Andai c = t, maka b = t, dan a = 0.
0
Jadi vektor eigen yang bersesuaian dengan = 4 adalah t 1 .
1
Contoh 3 :
1 1 0
0
Tentukan nilai eigen dan vektor eigen dari matriks 0 2 .
0 0 1
1 1 0
det 0 2 0 = 0
0 0 1
( – 1)( – 2)( – 1) = 0
= 1; = 2
Jadi nilai eigen adalah 1 dan 2.
Penentuan vektor eigen sebagai berikut.
(λI – A)x = 0
1 0 0 1 1 0 a
0 1 0 0 2 0 b 0
0 0 1 0 0 1 c
1 1 0 a
0 2 0 b 0
0 0 1 c
0 1 0 a
Untuk = 1 0 1 0 b 0 .
0 0 0 c
Diperoleh: a = s; b = 0; dan c = t.
1 0
0
Jadi vektor eigen yang bersesuaian dengan = 1 adalah s + t 0 .
0
1
1 1 0 a
Untuk = 2 0 0 0 b 0 .
0 0 1 c
Diperoleh: a = b dan c = 0
Andai b = t, maka a = t, dan c =0.
1
Jadi vektor eigen yang bersesuaian dengan = 2 adalah t 1 .
0
2. Ruang Eigen
Contoh 1 :
Tentukan basis untuk ruang eigen dari matriks:
3 1 1
1 .
A = 7 5
6 6 2
1 1 0
0
B = 0 2
0 0 1
Jawab :
Untuk menentukan basis ruang eigen suatu matriks harus melalui langkah-langkah
berikut :
1) Membentuk persamaan karakteristik
2) Menentukan nilai eigen dengan menyelesaikan persamaan karakteristik
3) Menentukan vektor eigen yang bersesuaian dengan nilai eigen yang diperoleh
Berdasarkan Contoh 1. matriks A dan matriks B sudah diperoleh nilai eigen dan
vektor eigennya, yaitu:
3 1 1
1 adalah -2 dan 4.
1. Nilai eigen matriks A = 7 5
6 6 2
1
Vektor eigen yang bersesuaian dengan = -2 adalah vektor tak nol x = t 1 . Jadi,
0
1
1
vektor merupakan suatu basis untuk ruang eigen dari matriks A yang
0
0 0
1
adalah vektor tak nol x = t . Jadi, vektor 1 merupakan suatu basis untuk ruang
1
1
eigen dari matriks A yang bersesuaian dengan λ = 4.
1 0
0
Vektor eigen yang bersesuaian dengan = 1 adalah vektor tak nol x = s + t 0 .
0
1
1 0
0
Jadi, vektor dan 0 merupakan basis untuk ruang eigen dari matriks B yang
0
1
1 1
1
adalah vektor tak nol x = t . Jadi, vektor 1 merupakan suatu basis untuk ruang
0
0
eigen dari matriks A yang bersesuaian dengan λ = 2.
3. Diagonalisasi Matriks
Salah satu penerapan dari nilai eigen dan vektor eigen adalah menentukan
matriks diagonal dan matriks pendiagonalisasi suatu matriks. Matriks diagonal adalah
matriks persegi dengan unsur-unsur pada diagonal utama tidak semuanya nol dan
unsur-unsur di luar diagonal utama sama dengan nol. Bentuk umum matriks diagonal
adalah:
a 11 0 0 ... 0
0 a 22 0 ... 0
D= 0 0 a 33 ... 0 dengan paling sedikit satu di antara aij 0 untuk i = j
... ... ... ... 0
0 0 0 ... a nn
Contoh :
3 2 0
0
Diketahui matriks M = 2 3
0 0 5
Tentukkan :
a matriks P yang mendiagonalisasi M.
b matriks diagonal D = P-1MP.
Jawab :
Persamaan karakteristik matriks M adalah:
det (I – M) = 0
1 0 0 3 2 0
det 0 1 0 2 3 0 0
0 0 1 0 0 5
3 2 0
det 2 3 0 = 0
0 0 5
3 2 0 a
2 3 0 b 0
0 0 5 c
2 2 0 a
Untuk = 1 2 2 0 b 0 .
0 0 4 c
Diperoleh: a = b; dan c = 0.
Jika b = t, maka a = t dan c = 0.
1
Vektor eigen yang bersesuaian dengan = 1 adalah t 1 .
0
1
Jadi basis ruang eigen yang bersesuaian dengan = 1 adalah 1 .
0
2 2 0 a
Untuk = 5 2 2 0 b 0 .
0 0 0 c
2 2 0 0 1 1 0 0
2 2 0 0 0 0 0 0
Matriks yang bersesuaian:
0 0 0 0 0 0 0 0
Diperoleh: a = -b dan c = -t
Andai b = s, maka a = -s, dan c = t.
1 0
1
Jadi vektor eigen yang bersesuaian dengan = 5 adalah s + t 0 .
0
1
1 0
1
Jadi basis ruang eigen yang bersesuaian dengan = 5 adalah dan 0 .
0
1
1 1 0
0
a Dengan demikian matriks P yang mendiagonalisasi M adalah 1 1 .
0
0 1
b. Matriks diagonal yang terbentuk adalah: D = P-1MP.
1 1
2 0
2
1 1
menentukan invers suatu matriks diperoleh P-1 = 0 . Anda dapat buktikan
2 2
0 0 1
1 0 0
0
sendiri bahwa PP = P P = 0
-1 -1 1 .
0 0 1
Dengan demikian D = P-1MP
1 1
2 0
2 3 2 0 1 1 0
1 1
2 0 1 0
D = 0 3 1
2 2 0 0 5 1
0 0 1 0 0
1 1
2 0
2 1 5 0 1 0 0
1 1
1 0 =
0
= 0 5 0 5
2 2 5 5
0 0 1 0 0 0 0
Tidak semua matriks dapat didiagonalisasi. Berikut ini merupakan teorema yang dapat
memudahkan kita untuk mengetahui suatu matriks dapat didiagonalisasi atau tidak.
1. Jika v1, v2, v3, ... , vk adalah vektor-vektor eigen dari matriks A yang bersesuaian dengan
nilai-nilai eigen λ1, λ2, λ3, ... , λk yang berbeda, maka {v1, v2, v3, ... , vk} adalah himpunan
yang bebas linear.
2. Jika suatu matriks A berukuran n n mempunyai nilai-nilai eigen yang berbeda-beda,
maka A dapat didiagonalisasi.
Contoh :
3 1 1
1 tidak dapat didiagonalisasi. Berdasarkan
Perhatikan bahwa matriks A = 7 5
6 6 2
Contoh 1. diperoleh:
1) nilai eigen matriks A adalah -2 dan 4
1
3) basis ruang eigen yang bersesuaian dengan λ = -2 adalah 1
0
0
4) vektor eigen yang bersesuaian dengan = 4 adalah vektor tak nol x = t 1
1
0
basis ruang eigen A yang bersesuaian dengan λ = 4 adalah 1
1
Karena basis ruang eigen berdimensi dua atau hanya terdapat dua vektor yang bebas linear
( 3), maka A tidak dapat didiagonalisasi.
Soal Latihan
4 1
A=
2 1
2 0 1
1
A = 1 4
1 2 0
Daftar Pustaka:
Purcell,Edwin J., Kalkulus dan Geometri Analitik II, Erlangga, Jakarta, 2003
Anton, Howard, Chris Rerres .,Elementery Linear Algebra,John Wiley & Sons, 2005.
Kreyzig, Erwin. (2003). Matematika Teknik Lanjutan. Edisi ke-6, Jakarta: Erlangga