ALJABAR LINIER

Nama Anggota Kelompok 7 : Rahma Putri Handayani (101220078)

Linda Safitri (101220008)
Nabila Tarisa (101220035)
Sauli Kaida (101220028)
Alif Novembriansyah (101220031)
Semester : 3 (Tiga)
Mata Kuliah : Aljabar Linier
Dosen Pengampu : As Elly S,M.Pd.Mat
Program Studi : Pendidikan Matematika
Fakultas : Sains dan Teknologi

RUANG-RUANG VEKTOR UMUM

A. Vektor Eigen dan Nilai Eigen

1. Pengertian

Kata eigen tersebut yang berasal dari Bahasa jerman yang artinya “asli”
atau “karakteristik”. Dengan kata lain, nilai eigen menyatakan nilai karakteristrik
dari sebuah matrik yang berukuran n x n.

Misal matrik Anxn matrik bujur sangkar adalah vector tak nol di Rn dan λ
adalah scalar real sehingga memenuhi :

A x=λ x

Maka skalar λ dinamakan nilai eigen dari A, sedangkan x dinamakan

vector eigen dari A yang berkoresponden dengan λ .

Vektor eigen v menyatakan vector kolom yang apabila dikalikan dengan

sebuah matrik n x nmenghasilkan vector lain yang merupakan kelipatan vector itu
sendiri.

4
 Dengan kata lain, A x=λ x menyebabkan vector x menyusut atau
memanjang dengan faktor λ dengan arah yang sama jika λ positif dan arah
kebalikan jika λ negatif.

Definisi : Misalkan A adalah matriks nxn, maka vektor x yang

tidak nol di Rn 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 A matriks nxn maka :

 Vektor-vektor tidak nol pada R" disebut vektor eigen

 dari A jika Ax adalah suatu penggandaan skalar dari x yaitu Ax=λx ::,Untuk semua
skalar λ
 Skalar λdisebut eigenvalue A
 x disebut juga eigenvector A bersepadanan dengan λ

Contoh 1

Matriks A= [ 38 −10 ], maka vektor x=[ 12]adalah vector eigen dari matriks A, sebab
Ax adalah kelipatan dari x, yaitu Ax=λx

Ax= [ 38 −10 ][ 12]=[ 36]=3[ 12]=3x.

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

4
Contoh 2

[−13 20 ].
Diketahui matriks P=

Vektor x =[ ]dan x =[ ]adalah vector-vektor eigen dari matriks P, sebab

−2 −1
1 2
1 1

Px =[ ] [ ] [ ] [ 1 ]
3 2 −2 −4 −2
1 = =2 =2x . 1
−1 0 1 2

dan Px2= [−13 20 ][−11]=[−11]=1[−11]=1x . 2

Nilai-nilai eigen dari matriks P adalah λ 1=2 dan λ 2=1.

2. Mencari nilain eigen dan vector eigen

Untuk mencari nilai eigen dari matriks A yang berukuran nxn, maka kita
perlu memperhatikan kembali definisi vektor eigen dan nilai eigen, yaitu Ax = λx.
Bentuk ini dapat kita tulis sebagai berikut:
⇔Ax = λ I x.
⇔(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. Menurut teorema dalam bahasan sebelumnya, maka
persamaan (1) akan mempunyai penyelesaian tak nol (mempunyai penyelesaian
non trivial) jika dan hanya jika:
Det (λ I – A) = 0
Persamaan det (λ I – A) = 0 dengan λ sebagai variabel disebut persamaan
karakteristik dari matriks A. Akar-akar atau skalar-skalar yang memenuhi
persamaan ini adalah nilai-nilai eigen (nilai-nilai karakteristik) dari matriks A.

4
 Det (λ I – A) ≡ f(λ)
Dari pemahaman definisi di atas, jelas bahwa jika A adalah matriks nxn,
maka persamaan karakteristik dari matriks A mempunyai derajat n dengan bentuk
det (λ I – A) = f(λ) = a0 + a1x1 + a2x2 + … + an - 1xn - 1 + anxn = 0
Menurut teorema dasar aljabar kita dapatkan bahwa persamaan karakteristik
tersebut mempunyai paling banyak n penyelesaian yang berbeda (Ingat metode
Horner dan persamaan pangkat tinggi). Jadi, suatu matriks yang berukuran nxn
paling banyak mempunyai n-nilai eigen yang berbeda.
Contoh 3

Carilah nilai-nilai eigen dari matriks Q= [−13 20 ]

Penyelesaian:
Polinom karakteristik dari matriks Q adalah

{[ ] [
det ( λI −Q ) = det λ
1 0
−
3 2
0 1 −1 0 ]}
= det [ λ−31 −2λ ]
= λ 2−3 λ+2
Dan persamaan karakteristik dari matriks Q adalah
2
λ −3 λ+2=0
Penyelesaian dari persamaan ini adalah λ 1=1 dan λ 2=2.
Jadi, nilai-nilai eigen dari matriks Q adalah 1 dan 2.

B. Ruang Eigen
Setelah kita memahami bagaimana mencari nilai-nilai eigen hubungannya
dengan persamaan karakteristik, maka sekarang akan beralih ke masalah untuk
mencari vektor eigen. Menurut definisi terdahulu bahwa vektor eigen dari matriks A
yang bersesuaian dengan nilai eigen λ adalah vektor x yang tidak nol dan haruslah
memenuhi Ax = λ x. Dengan kata lain, secara ekuivalen tentunya vektor eigen
yangbersesuaian dengan nilai eigen λ adalah vektor yang tak nol dalam ruang
penyelesaian (λ I – A) x = 0. Ruang penyelesaian ini kit anamakan sebagau ruang
eigen (eigen space) dari matriks A yang bersesuaian dengan nilai eigen λ. Apakah
ruang eigen ini membentuk basis?.

4
 Ruang penyelesaian dari sistem persamaan linear (λ I – A) x = 0 atau (A - λ
I) x = 0 dinamakan ruang eigen dari matriks A yang berukuran nxn.
Sekarang kita perhatikan beberapa contoh, bahwa vektor-vektor eigen suatu
matriks akan membentuk suatu basis untuk ruang eigen yang bersesuaian dengan
nilai eigen dari matriks tersebut.

Contoh 4.

Diketahui ( λI − A ) x=0→ [ λ−3

−8
0 x1
λ+1 x 2][ ] [ ]
=
0
0

Penyelesaian:

Untuk λ=3 → [ 0 0 x1
−8 4 x2 ][ ] [ ]
0 1
= →−8 x1 + 4 x 2=0 → 8 x 1= 4 x 2 ¿ x 1= x 2
0 2
1
∴ Solusi x 1 = t , x 2=t , t ∈ R
2

[ ] []
1 1
Vektor eigen x =
[]
x1
x2
t
t
= 2 =t 2 → membentuk ruang eigen (eigenspace)
1

[]
1
Ruang eigen ditulis sebagai E(3) = x = 2 , t ∈ R
t
1

Untuk λ=−1 → [ λ−3

−8
0 x1
][ ] [ ]
λ+ 1 x2
=
0
0

−8 0 ][ x ] [ 0 ]
[−4 0 x 0
= 1

Selesaikan dengan eliminasi Gauss

[ −4 0 0
−8 0 0 |]
R 1=
1
R
1 00
[
R =8 R1 + R2
−4 1 −8 0 0 2 |]
1 00
0 00 [ |]
Solusi x 1 = 0 , x 2=t ,t ∈ R

Vektor eigen x =
[ ] [] []
x1
x2
=
0
t
0
=t → membentuk ruang eigen (eigenspace)
1

4
 Jadi, [ 01] adalah basis untuk ruang eigen λ=−1 ,

Ruang eigen ditulis sebagai E(3) = x = t [ 01] , t ∈ R

Contoh 5

Diketahui A = [−25 −12 ] .Carilah nilai-nilai eigen dari matrik A dan basis untuk
ruang eigen !
Penyelesaian :

λ I − A=
[ 0λ 0λ ]−[−25 −12 ]=[ λ+−52 1
λ−2 ]
Det ( λI − A )=0 → [ λ+2
−5 λ−2 ]
1
=0

( λ+ 2 )( λ−2 ) −(1) (−5 )=0

2
λ −4 +5=0
2
λ +1=0 ( akar-akarnya Imajiner)
Jadi, Matrik A tidak memiliki nilai-nilai eigen

LATIHAN SOAL

[ ]
1 0 −2
1. Diketahui A= 0 1 2 Tentukan nilai eigen beserta basis ruang eigennya!
−1 0 0

[ ]
3 −2 0
2. Diketahui A= = −2 3 0 Carilah nilai-nilai eigen dari matrik A dan basis
0 0 5
untuk ruang eigen !