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