EIGEN VALUE DAN

EIGEN VECTOR

1
Beberapa Aplikasi Ruang Eigen
 Uji Kestabilan dalam sistem dinamik
 Optimasi dengan SVD pada pengolahan Citra
 Sistem Transmisi
 dan lain-lain.

Definisi :

Misalkan Anxn matriks adalah matriks bujur sangkar

v adalah vektor tak nol di Rn dan λ adalah skalar Rill
sehingga memenuhi :
Av   v
maka λ dinamakan nilai eigen dari A,
sedangkan
v dinamakan vektor eigen dari A

2
Contoh :
A x λ
Nilai eigen
 1 2  1  5  1
        5  
 4 3   2   10 
 2
 

Vektor eigen

3
 Mengingat kembali: perkalian matriks
Diberikan matriks A2x2 dan vektor-vektor u, v, dan w

 2 0 1  0 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:  2 0  1   2 1 
Av   
  4 8   2  4  2 v v dan Av sejajar
 4 1       

2 0 0 0
Aw     4    4  1. w w dan Aw sejajar
 4 1     
 2 0   5  10 
Au     4    24   k u u dan Au TIDAK sejajar
 4 1     
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
 2 0  1  1   2 0 0 0  2 0 5 10  5
 4 1  4 =2 4  4 1  4 =1    4 1  4 =  24  k 4
        4        

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
Av = λv.
λ disebut nilai eigen, x adalah vektor eigen dari A yang bersesuaian
dengan λ .

Syarat perlu: v ≠ 0

(1) λ ≥ 1 (2) 0 ≤ λ ≤ 1 (3) -1 ≤ λ ≤ 0 (4) λ ≤ - 1

 Masalah Vektor Eigen
Diberikan matriks persegi A,

A x sejajar x

A x = λ x

Temukan semua vektor tidak nol x sedemikian hingga Ax

adalah kelipatan skalar x (Ax sejajar dengan x).

atau

Temukan semua vektor tak nol x sedemikian hingga Ax = λx

untuk suatu skalar λ
 Masalah Nilai Eigen
Diberikan matriks persegi A.
A x = λ x
x vektor tak nol

Temukan semua skalar λ sedemikian hingga Ax = λx untuk suatu

vektor tak nol x.
atau
Temukan semua vektor skalar λ sedemikian hingga persamaan

Ax = λx mempunyai penyelesaian tak nol

Pernyataan-pernyataan ekuivalen
Jika A matriks persegi nxn, maka kalimat-kalimat berikut ekuivalen

1. nilai eigen A

2. terdapat vektor tak nol x sedemikian hingga Ax = x

3.SPL (A – I)x = 0 mempuyai solusi tidak nol (non-trivial)

4.  adalah penyelesaian persamaan det(A – I) = 0

Mencari nilai eigen A sama saja mencari penyelesaian

persamaan det(I-A) = 0
Persamaan Karakteristik
Jika diuraikan, det((A - λI) merupakan suku banyak berderajat n dalam λ,
p(λ ) = λⁿ + cn-1λn-1 +cn-2 λn-2 + …+ c1λ+ c0 suku banyak karakteristik

Persamaan det((A - λI) = λⁿ + cn-1λn-1 +cn-2 λn-2 + …+ c1λ+ c0 = 0 disebut persamaan

karakteristik

A - λI = A-λI
•persamaan
karakteristik

det A-λI = λⁿ + cn-1λn-1 +cn-2 λn-2 + …+ c1λ+ c0 = 0

Persamaan dengan derajat n mempunyai paling banyak n penyelesaian, jadi

matriks nxn paling banyak mempunyai n nilai eigen.
NILAI EIGEN
Diketahui bahwa <=>

Bentuk implisit

Difaktorkan
NILAI EIGEN
Jika A adalah matriks
maka:

-
sehingga
-

-
-
PERSAMAAN LINIER HOMOGEN
 NILAI EIGEN
Menurut definisi, vektor eigen adalah vektor tak nol
Sehingga agar (x,y) memiliki solusi, maka
det(λI-A) = 0  persamaan karakteristik
Contoh 1
2 0
Mencari semua nilai eigen A= 4 1
 

2-λ 0
Mencari semua penyelesaian persamaan det =0
4 1-λ

Mencari penyelesaian persamaan karakteristik (2 - λ )(1 - λ ) = 0

1  2,
Nilai eigen A adalah
2  1
SOAL I
Carilah nilai eigen dari

Gunakan persamaan karakteristik!

 Contoh 2: Menentukan nilai eigen
Diberikan matriks persegi  1 1 1
A   0 3 3
 2 1 1

1.Tentukan persamaan karakteristik det(A - λI) = 0 1   1 1 

det( A   I )  det  0 3 3 
 2 1 1   
(1   )2 (3   )  6  2(3   )  3(1   ))  0

2.Ubahlah persamaan karakteristik ke dalam persamaan sukubanyak karakteristik:

3.Selesaikan persamaan di atas untuk memperoleh nilai-nilai eigen

(1   ) 2 (3   )  (3   )  0 Nilai-nilai eigen A:
 (  2)(3   )  0 λ1 = 0
λ2 = 2
λ3 = 3
Contoh 3:
Tentukan nilai eigen dari matriks
 1 0 -2 
 
A 0 1 2 
 -1 0 
 0 

Persamaan Karakteristik det (A – λI) = 0

 1 0 -2   1 0 0 
 0 1 2     0 1 0   0
 
- 1 0 0   0 0 1 

1-  0 -2
0 1-  2 0
-1 0 -

19
Dengan ekspansi kopaktor sepanjang kolom ke-2
(1− λ) ( (1−λ) (−λ) − 2 ) = 0
(1 − λ) ( λ² − λ − 2) = 0
(1 − λ) ( λ − 2) ( λ + 1) = 0

Jadi, matriks A memiliki tiga buah nilai eigen yaitu :

λ = −1, λ = 1, dan λ = 2.

20
SOAL 2
Carilah nilai eigen dari
KULIAH JARAK JAUH PROGRAM E-LEARNING INHERENT
FAKULTAS ILMU KOMPUTER UNIVERSITAS INDONESIA
KULIAH JARAK JAUH PROGRAM E-LEARNING INHERENT
FAKULTAS ILMU KOMPUTER UNIVERSITAS INDONESIA
Contoh :
Tentukan basis ruang eigen (eigen vector) dari :

 2 1 1 
 
A 1 2 1 
 1 2 
 1

24
Jawab :
Nilai eigen dari A diperoleh saat det  A  I   0

 -2 -1 -1
-1  -2 -1  0
-1 -1  -2

 -2 -1 -1 -1 -1  -2
  2   0
 -1  -2 -1  -2 -1 -1

 (λ – 2){( λ – 2)2 –1} + (–λ +1) – (1+( λ–2)) = 0

 (λ – 2){ λ2 – 4 λ + 3} – (λ – 1) – (λ – 1) = 0
 (λ – 2){( λ – 3)( λ – 1 )} – 2 (λ – 1) = 0
 (λ – 1)(( λ – 2)( λ – 3) – 2) = 0
 (λ – 1)( λ2 – 5 λ + 4) = 0
 (λ – 1)2( λ – 4) = 0

25
 -1 -1 -1   x   0 
     
 -1 -1 -1   y   0 
 -1 - 1   z   0 
 -1    

Nilai Eigen dari matriks tersebut adalah 1 dan 4.

Untuk λ = 1
1 1 1 0
 
Dengan OBE diperoleh  0 0 0 0
0 0 0 0 

 x  s t   1   1
       
maka  y   s    1  s 0 t
z  t  0 1
       
dimana s, t adalah parameter

26
Jadi Basis ruang eigen yang bersesuaian dengan =1
adalah

   1   1 
     
  1 ,  0  
 0 1 
     

Ingat bahwa…
Vektor eigen merupakan kelipatan dari
unsur basis tersebut

27
Untuk λ = 4
 2 -1 -1   x   0 
     
 -1 2 -1   y  0 
 -1 -1 2   z   0 
    

Dengan OBE diperoleh 1 0 1


0

0 1 1 0
0 0 0 0 

 x   1 
   
    1 s
maka y
 z   1 
   
Jadi basis ruang eigen yang bersesuaian dengan
=4 adalah   1  
 
1
1
 

28