MATEMATIKA 2
SANDY TRI GUSTONO
Mengingat kembali: perkalian matriks
• Diberikan matriks A2x2 dan vektor-vektor u, v, dan w
2 0 r 1 ur 0 r 5
A v w u
4 1 4 4 4
• Hitunglah Au, Aw, Av. Manakah dari hasil kali tersebut yang hasilnya adalah vektor
yang sejajar dengan vektor semula
Jawab: r 2 0 1 2 1 r
Av 4 8 2 4 2 v v dan Av sejajar
4 1
ur 2 0 0 0 ur
Aw
1. w w dan Aw sejajar
4 1 4 4
r 2 0 5 10 r
Au
k u u dan Au TIDAK sejajar
4 1 4 24
untuk semua k R
Mengingat kembali: SPL homogen dan determinan
1. A adalah matriks nxn dan SPL Ax = 0 mempunyai penyelesaian trivial saja. Apa
kesimpulanm tentang A?
Jawaban:
A mempunyai inverse. Det(A) ≠ 0
2. A adalah matriks nxn dan SPL Ax = 0 mempunyai penyelesaian TIDAK trivial. Apa
kesimpulanmu tentang A dan det(A)?
Jawaban:
A tidak mempunyai inverse.
Det(A) = 0
Perkalian vektor dengan matriks
A x = λ x
Ax
x
Ax
x dan Ax sejajar
Perkalian vektor dengan matriks
Au = 2u Av = v Aw ≠ kw
y y y 10
2 24
8
1 0
4 4
5
4
x x x
Definisi: Nilai dan Vektor Eigen
Definisi:
Diberikan matriks A nxn, vektor tak nol v di Rn disebut vektor eigen
dari A jika terdapat skalar sedemikian hingga
Ax = λx.
λ disebut nilai eigen, x adalah vektor eigen dari A yang bersesuaian
dengan λ .
Syarat perlu: x ≠ 0
A x sejajar x
A x = λ x
atau
A x = λ x
x vektor tak nol
A - λI = A-λI
•persamaan
karakteristik
2-λ 0
Mencari semua penyelesaian persamaan det =0
4 1-λ
1 1 1
det(AI) det 0 3 3
2 1 1
2.Ubahlah persamaan karakteristik ke dalam persamaan sukubanyak karakteristik:
(1 )2 (3 ) 6 2(3 ) 3(1 )
2 0 0 0
0 5 0 0
A I
0 0 6 0
0 0 0 1
•Nilai-nilai eigen 2, 6, 5, 1
(merupakan entri diagonal utama)
2 2 0
A 0 4 0
0 1 0
Jawab:
Bentuk det(A-λI) untuk λ = 2, 0, 4. Jika det(A-λI) ≠ 0, maka merupakan nilai eigen, kalau = 0,
maka bukan nilai eigen. Kunci: 2, 4 nilai eigen A, 0 bukan nilai eigen A.
2 2 2 0
det( A 2 I ) det 0 42 0 0
2 adalah nilai eigen A
0 1 0 2
2 0 2 0
det( A 0 I ) det 0 40 0 8 0
0
0 bukan nilai eigen A
1 0 0
2 4 2 0
det( A 4 I ) det 0 44 0 0
0 1 0 4 4 nilai eigen A
Kelipatan skalar vektor eigen
• Diberikan A. Diketahui bahwa x adalah vektor eigen A yang bersesuaian dengan nilai
eigen 2. Selidiki apakah 1/2x, 10x, 5x juga vektor-vektor eigen A
1 1 1 4 2 40 20
r r r r
A 0 3 3 , x 6 1 x 3 10 x 60 5 x 30
2
2 1 1 2 1 20 10
1 1 1 4 8 1 1 1 40 80
r r r 120 2(10 rx)
Ax 0 3 3 6 12 2 x A(10 x) 0 3 3 60
2 1 1 2 4 2 1 1 20 40
Ax = 2 x A(10x) = 2 (10x)
A x = λ x
A (10) x = λ (10) x
Kelipatan skalar vektor eigen
1 1 1 4 2
r r
A 0 3 3 , x 6 1 x 3
2
2 1 1 2 1
1 1 1 4 8 1 1 1 2 4
r r r 6 2( 1 rx)
Ax 0 3 3 6 12 2 x A( 12 x) 0 3 3 3 2
2 1 1 2 4 2 1 1 1 2
Ax = 2 x A(1/2 x) = 2 (1/2 x)
A x = λ x A (1/2) x = λ (1/2) x
Null(A - λ I)
Himpunan semua penyelesaian
SPL (A - λ I)x = 0
Null(A - λ I)-{0}
Ruang Eigen
Ruang eigen A yang bersesuaian dengan λ terdiri atas semua
vektor eigen yang bersesuaian dengan λ dan vektor nol
0
Ruang Eigen
Eλ
Null(A - λ I) = Eλ
1 1 1 1 3 1 1 2 x1 x2 x3 0
A 0 3 3 A I 0 3 3 3 3 x3 0
2 1 1 2 1 1 3 2 x1 x2 2 x3 0
SPL (A - 3 I)x = 0
1 3 1 1 x1 0
r
( A 3I ) x 0 3 3 3 x2 0
2 1 1 3 x3 0
1
Penyelesaian x1 a
Himpunan penyelesaian a 2 , a R
x2 2a 0
x3 0
1
Himpunan vektor eigen A bersesuaian dengan λ =3 : a 2 , a 0, a R
0
Nilai eigen matriks pangkat
• Nilai eigen dari A adalah 0, 2, dan 3.
1 1 1
A 0 3 3
2 1 1
• Tentukan nilai eigen untuk
1 5 5
A2 6 12 12 , A13 , A20
4 2 1
• Diberikan sembarang matriks A dan diketahui bahwa λ adalah nilai eigennya. Maka
terdapat vektor tak nol x sedemikian hingga
Ax = λx kalikan kedua ruas dengan matriks A
A.Ax = A λx
A2x = λ(Ax) substitusi Ax dengan λx
A2x = λ2x jadi, λ2 merupakan nilai eigen A2
• Teorema: Jika n adalah bilangan bulat positif, λ nilai eigen matriks A, maka λn adalah
nilai eigen An
Nilai eigen matriks singular
• Misalkan = 0 merupakan nilai eigen dari A.
Maka 0 merupakan penyelesaian persamaan karakteristik:
dengan menganti dengan 0, diperoleh c0 = 0.
Padahal det(A- I) = 0, dengan = 0, maka det(A) = c0 = 0.
Karena det(A) = 0 maka A tidak mempunyai inverse.
5 6
Contoh: A
3 4
2 1 1 1
P P 1
1 1 1 2
1 1 5 6 2 1 2 0
P-1AP= 1 2
1 1 0 1 D
3 4
Matriks
diagonal
A dapat didiagonalkan
Kapan matriks A dapat didiagonalkan?
• Teorema:
Jika A adalah matriks nxn, maka kalimat-kalimat berikut ini ekuivalen:
1. A dapat didiagonalkan
2. A mempunyai n vektor-vektor eigen yang bebas linier
AP = PD, jadi
uur uur uur uur uur uur
A p1 1 p1 A p2 2 p2 L A pn n pn
Prosedur
1.Tentukan n vektor eigen A yang bebas linier, misalkan p1, p2, p3, …, pn
3. Matriks D = P-1AP adalah matriks diagonal yang entri diagonal utamanya adalah
λ1, λ2, λ3, …,λn dengan λj adalah nilai eigen bersesuaian dengan pj untuk j = 1, 2, 3,
…, n
Contoh: mendiagonalkan matriks
• Diberikan matriks Anxn. Akan dicari P sedemikian hingga PAP-1 = D.
5 6
A
3 4
Prosedur
1.Tentukan 2 vektor eigen A yang bebas linier. Pertama kita tentukan nilai-nilai eigennya
yaitu λ1= 2 dan λ2= -1 (telah dihitung sebelumnya). Tentukan vektor eigen bersesuaian
dengan nilai eigen, dengan menyelesaiakn SPL (A - λ I)x =0. Diperoleh
ur 2 ur 1
p1 p2
1 1
2.Dibentuk matriks P yang kolom-kolomnya adalah vektor-vektor eigen di atas.
2 1 1 1 1
P P
1 1 1 2
3. Matriks D = P-1A P adalah matriks diagonal yang entri diagonal utamanya adalah λ1, λ2
berturut-turut 2 0
D
0 1
Contoh soal
Masalah Diagonalisasi dan masalah vektor
eigen
• Masalah vektor eigen
Diberikan matriks Anxn, apakah terdapat basis di Rn terdiri atas vektor-vektor eigen?
• Masalah diagonalisasi
Diberikan matriks Anxn apakah terdapat matriks yang mempunyai inverse P
sedemikian hingga nP-1AP adalah matriks diagonal?
Teorema:
Anxn dapat didiagonalkan jika dan hanya jika terdapat n vektor eigen yang bebas
linier.
Padahal, setiap n vektor yang saling bebas linier di Rn merupakan basis Rn.
3.
4.