SISTEM LINIER
FAKULTAS TEKNIK
BANJARMASIN
2023
13.7 Vektor eigen dan Nilai eigen
Mengasumsikan kita tahu bahwa matriks A mewakili penskalaan tetapi tanpa mengetahui arah
penskalaan atau seberapa besar penskalannya. Apakah ada cara untuk menemukan arah dan konstanta
penskalan itu?
Masalah selanjutnya adalah untuk menemukan vektor v yang hanya diubah ukurannya dengan jumlah
yang saat ini tidak diketahui λ ketika dikalikan dengan A, dan v harus seperti ini.
Av = λv
A = Matriks A
v = Vektor Eigen
λ = Nilai Eigen
Contoh:
Av = λv ⇔ Av − λv = 0 v − λv = 0
Sekarang gantikan
Sayangnya, solusi ini memberikan x = 0 dan y = 0, yang tidak terlalu memberi pencerahan. Namun,
kita memulai dengan mengatakan bahwa kita ingin menemukan arah di mana matriks ini akan menskalakan
vektor apa pun. Artinya, kita ingin menemukan sebaris solusi. Kita dapat menggunakan hasil yang kita
temukan dari menyelesaikan sistem persamaan. Persamaan-persamaan ini mungkin memiliki sebaris solusi
jika determinan koefisien-koeffisiennya adalah 0.
Oleh karena itu, kita perlu menemukan λ sedemikian rupa sehingga
Difaktorkan menjadi
(λ − 2)(λ − 1) = 0 ⇔ λ = 2 ∨ λ = 1.
Oleh karena itu, eigenvalue dari matriks A adalah 1 dan 2. Untuk menemukan vektor yang sesuai
dengan masing-masing eigenvalue ini, kita menggantikannya ke dalam persamaan-persamaan.
Untuk λ = 2
Kita perhatikan bahwa persamaan-persamaan ini saling bergantung, yang seharusnya kita harapkan
karena dengan mengatur determinan = 0, kita mencari sistem yang tidak ditentukan.
Ini berarti bahwa vektor apa pun (x, y) di mana y = x akan diperbesar sebesar 2 jika dikalikan dengan
matriks A. Vektor eigen dapat diberikan sebagai (1,1) karena hanya perlu menunjukkan arahnya.
Sekali lagi, persamaannya saling terkait dan kita memiliki x + y = 0. Eigenvector adalah setiap vektor
(x, y) di mana x = -y, sehingga memberikan arah (-1,1).
Karena tidak semua matriks menggambarkan penskalaan, tidak selalu mungkin untuk menemukan
eigenvalue (nilai eigen) yang nyata. Secara khusus, matriks rotasi tidak memiliki eigenvalue nyata untuk sudut
rotasi, θ = 0. Hal lain yang perlu diperhatikan adalah bahwa dalam contoh ini, eigenvector berada tegak lurus
satu sama lain. Ini hanya berlaku untuk matriks simetris (seperti yang kita miliki dalam kasus ini).
Metode ini dapat dirangkum sebagai berikut: Untuk menemukan eigenvalues (nilai eigen) dan
eigenvectors (vektor eigen) dari matriks A
(1) Selesaikan |A - λǀ| = 0 untuk menemukan eigenvalues. Ini disebut persamaan karakteristik.
(2) Untuk setiap nilai λ yang ditemukan, substitusi ke dalam
(A - λǀ)v = 0
dan temukan v. Ini akan menjadi sistem yang belum ditentukan sehingga kita akan
menemukan setidaknya seluruh garis solusi. Pilih vektor mana saja yang berada dalam arah
garis tersebut.
Contoh
Cari vektor eigen dan nilai eigen dari
• Penyelesaian: |A - λI| = 0.
λ = −5 atau λ = 2.
Untuk setiap nilai λ, solusinya
• Untuk λ = -5
Kita melihat bahwa persamaan-persamaan ini saling tergantung. Menyelesaikan yang pertama
Vektornya adalah (x, y) di mana y = -2x, sehingga (x, -2x). Kita hanya perlu arah dari vektor ini, jadi pilih
(1, -2) dengan menggantikan x = 1.
• Untuk λ = 2
Penyelesaian
−x + 3y = 0 ⇔ x = 3y
Oleh karena itu, kita memiliki (x, y) di mana x = 3y, menghasilkan (3y, y). Gantikan y = 1 sehingga vektornya
menjadi (3,1). Kami telah menunjukkan bahwa matriks tersebut
Memiliki nilai eigen -5 dengan vektor eigen (1,-2) dan nilai eigen 2 dengan vektor eigen (3,1).