Eigenvalue

Nilai eigen merupakan nilai karakteristik sebuah matriks. Sederhananya, nilai eigen

merupakan nilai karakteristik dari suatu matriks bujur sangkar, serta dapat juga diartikan
sebagai nilai yang mempresentasikan suatu matriks dalam perkalian dengan suatu vektor
n
Sebuah matriks A yang berukuran n×n dan sebuah vektor x pada R dan biasanya secara
umum tidak ada hubungan antara vektor x dengan vektor Ax (Gambar 2.1a). Namun, ada
beberapa vektor x tak nol sehingga x dan Ax merupakan penggandaan satu sama lainnya
(Gambar 2.1b).

Gambar 2. 1 Hubungan vektor x dengan vektor Ax

n
Misalkan A adalah matriks n×n, maka vektor x yang tidak nol di R disebut vektor eigen
(eigen vector) dari A jika Ax adalah kelipatan skalar dari x, yaitu Ax = λ x untuk suatu skalar
λ. Skalar λ dinamakan nilai eigen (eigen value) dari A.

Jika matriks A ¿ [38 −10 ], dengan vektor x ¿ [12] adalah vektor eigen dari matriks A, maka Ax
adalah kelipatan dari x, yaitu

Ax ¿ [38 −10 ][ 12]=[ 36]=3[ 12]=3x

Dalam hal ini λ = 3 adalah nilai eigen dari matriks A.

Untuk mencari nilai eigen dari matriks A yang berukuran n×n, maka perlu diperhatikan
kembali definisi vektor eigen dan nilai eigen, yaitu Ax = λx. Dimana bentuk dari vaktor eigen
dan nilai eigen tersebut dapat dituliskan kembali sebagai berikut:

Ax =λIx

(λ I – A) x = 0.................................................................................................(1)
 (A - λ I) x = 0

Supaya λ menjadi nilai eigen, maka harus ada penyelesaian yang tidak nol dari persamaan (1)
ini. persamaan (1) akan mempunyai penyelesaian tak nol (mempunyai penyelesaian non
trivial) jika dan hanya jika:

det (λ I – A) = 0

Persamaan tersebut dengan λ sebagai variabel dikenal dengan persamaan karakteristik dari
matriks A. Akar-akar atau skalar-skalar yang memenuhi persamaan ini adalah nilai-nilai
eigen (nilai-nilai karakteristik) dari matriks A. Det (λ I – A) ≡ f(λ) yaitu berupa polinom
dalam λ yang dinamakan polinomial karakteristik.

Untuk matriks besar atau sangat besar, mungkin sangat sulit untuk menentukan nilai eigen,
karena umumnya, sulit untuk menentukan akar-akar dari polinomial karakteristik dengan
derajat yang lebih tinggi. Untuk menyelesaikan permasalahan tersebut, perlu terlebih dahulu
memahami persamaan pangkat tinggi dengan akar-akar bulat. Ketika didapatkan nilai-nilai
eigen dengan bilangan imajiner dari suatu matriks, maka matriks tersebut tidak memiliki nilai
eigen. Karena definisi dari λ adalah bilangan scalar atau bilangan real.

Diagonalisasi

Suatu matriks A dapat didiagonalisasikan jika terdapat matriks P yang invertebel, sehingga
didapatkan P-1AP, atau dapat dikatakan matriks P mendiagonalisasi matriks A.
Pendiagonalisasian tersebut dapat dikatakan similar matriks A jika nilai eigen dari A ialah x
dan nilai eigen dari B ialah y, dimana y = P-1x.
Dapus

Dewi, Widya Puspita. 2015. Mengenal Apa Itu EIGEN.

http://widyakimiaunej.web.unej.ac.id/2015/09/08/mengenal-apa-itu-eigen/. Diakses
pada Maret 2021

Karso. 2006. Nilai Eigen, Vektor Eigen, dan Diagonalisasi Metriks. Modul 11 Aljabar Linear