Aljabar Linier - Nilai Eigen Dan Vektor Eigen
Aljabar Linier - Nilai Eigen Dan Vektor Eigen
VEKTOR EIGEN
Tim Dosen Aljabar Linear FTUI
SASARAN PEMBELAJARAN
1. Mahasiswa memahami konsep nilai dan vektor
eigen.
2. Jika diberikan sebuah matriks, maka mahasiswa
mampu mencari nilai dan vektor eigen.
3. Jika diberikan sebuah matriks, maka mahasiswa
mampu melakukan diagonalisasi dan
diagonalisasi secara orthogonal.
KERANGKA PEMBAHASAN
1. Nilai Eigen dan Vektor Eigen
2. Diagonalisasi
3. Aplikasi: Solusi Persamaan Diferensial
7.1 NILAI EIGEN DAN VEKTOR EIGEN
Definisi :
Vektor eigen
Perhatikan !!!
Av = λ v
Av − λ v = 0
A v − λI v = 0
( A − λI ) v = 0
Ingat….
� merupakan vektor tak nol
𝒗𝒗
det ( A − λI ) = 0
𝐴𝐴 − 𝜆𝜆𝜆𝜆 = 0
𝑎𝑎11 … 𝑎𝑎1𝑛𝑛
𝐴𝐴 = ⋮ … ⋮
𝑎𝑎𝑛𝑛𝑛 … 𝑎𝑎𝑛𝑛𝑛𝑛
Akan ada sejumlah matriks 𝐴𝐴 − 𝜆𝜆𝜆𝜆 tergantung harga 𝜆𝜆 karena dapat terjadi
harga 𝜆𝜆 ada sama.
Akan tetapi, jumlah vektor solusinya akan sama dengan ukuran matriks A-nya
Untuk mendapatkan vektor solusi (vektor eigen) sama seperti menyelesaikan
RUANG NOL untuk harga 𝜆𝜆 tertentu
CONTOH : 1 0 -2
Tentukan nilai eigen dari matriks A = 0 1 2
-1 0 0
Persamaan Karakteristik det (A – λI) = 0
1 0 -2 1 0 0
0 1 2 −λ 0 1 0 =0
- 1 0 0 0 0 1
1- λ 0 -2
0 1- λ 2 =0
-1 0 -λ
Dengan ekspansi kofaktor sepanjang kolom ke-2
(1− λ) ( (1−λ) (−λ) − 2 ) = 0
(1 − λ) ( λ² − λ − 2) = 0
(1 − λ) ( λ − 2) ( λ + 1) = 0
−1 0 −2
Vektor-vektor eigen: 𝑃𝑃 = 0 1 1
1 0 1
5.2 DIAGONALISASI
DEFINISI
Suatu matriks kuadrat Anxn dikatakan dapat didiagonalkan (diagonalizable)
jika terdapat matriks P yang mempunyai invers sehingga
D = P–1AP
dengan D matriks diagonal.
Matriks P dinamakan matriks yang mendiagonalkan (pendiagonal) dari A.
Vektor-vektor kolom dari matriks P adalah vektor-vektor eigen dari A.
𝜆𝜆1 0 ⋯ 0
0 𝜆𝜆2 ⋯ 0
𝐷𝐷 =
⋮ 0 … ⋮
0 0 … 𝜆𝜆𝑛𝑛
TEOREMA
TEOREMA 5.2.1
Jika A adalah matriks n × n, pernyataan berikut ekuivalen.
(a) A dapat didiagonalisasi.
(b) A memiliki n vektor eigen bebas linier
TEOREMA 5.2.2
a) Jika 1, 2, . . . , 𝑘𝑘 adalah nilai eigen yang berbeda dari matriks 𝐴𝐴, dan jika
𝑣𝑣1 , 𝑣𝑣2 , . . . , 𝑣𝑣𝑘𝑘 adalah vektor eigen yang sesuai, maka {𝑣𝑣1 , 𝑣𝑣2 , . . . , 𝑣𝑣𝑘𝑘 } adalah
himpunan bebas linier.
b) Sebuah matriks n × n dengan n nilai eigen yang berbeda dapat
didiagonalisasi.
ALUR PENYELESAIAN
SPL Persamaan
Karakteristik Nilai-nilai Eigen
𝑨𝑨�
𝒗𝒗 = 𝝀𝝀�
𝒗𝒗 𝝀𝝀𝑰𝑰 − 𝑨𝑨 = 0 𝝀𝝀1 , 𝝀𝝀2 , ..., 𝝀𝝀𝑛𝑛
Matriks Ortonormal
GRAM-SCHMIDT (Q)
atau λ 0 0 1 0 0
det 0 λ 0 − 0 1 1 = 0
0 0 λ 0 1 1
(λ − 1) 0 0
det 0 (λ − 1) −1 = 0
0 −1 (λ − 1)
= (λ − 1) (λ ) (λ − 2 ) + 0 + 0
= (λ − 1) (λ ) (λ − 2 )
x1 1
x2 = 0 t , dimana t adalah parameter tak nol
x 0
3
0 1 0 k1 0
1 0 1 k 2 = 0
−1 0 1 k 0
3
Dengan OBE
0 1 0 1 0 1 1 0 1 1 0 1 1 0 0
1 0 1 ~
0 1 0 ~ 0 1 0 ~ 0 1 0 ~ 0 1 0
−1 0 1 −1 0 1 0 0 2
0 0 1 0 0 1
Jadi {P , P , P }
1 2 3
−𝟏𝟏 𝟐𝟐
𝑷𝑷 𝑨𝑨𝑨𝑨 = 𝑷𝑷−𝟏𝟏 𝑨𝑨𝑨𝑨𝑷𝑷−𝟏𝟏 𝑨𝑨𝑨𝑨 = 𝑷𝑷−𝟏𝟏 𝑨𝑨𝑨𝑨𝑨𝑨𝑨𝑨 = 𝑷𝑷−𝟏𝟏 𝑨𝑨𝟐𝟐 𝑷𝑷
CONTOH
Hitung 𝐴𝐴13 dari matriks
λ −4 2
Dengan PK =0
−1 λ −1
x1 2 1 c1e3t
X = PU = 2t
x2 1 1 c2e
atau
x1 = 2c1e3t + c2e 2t
x2 = c1e3t + c2e 2t
𝑐𝑐1 dan 𝑐𝑐2 didapatkan dari harga awal 𝑥𝑥1 dan 𝑥𝑥2
Jika 𝑥𝑥1 (0) = 1 dan 𝑥𝑥2 (0) = 2 serta 𝑒𝑒 3(0) = 𝑒𝑒 2(0) = 1
x1 2 1 c1e3t
= 2t
x2 1 1 c2e
1 2 1 𝑐𝑐1
=
2 1 1 𝑐𝑐2
𝑐𝑐1 = −1 dan 𝑐𝑐1 = 3
𝑥𝑥1 𝑡𝑡 = −2𝑒𝑒 3𝑡𝑡 + 3𝑒𝑒 2𝑡𝑡
𝑥𝑥2 𝑡𝑡 = −𝑒𝑒 3𝑡𝑡 + 3𝑒𝑒 2𝑡𝑡
CONTOH
Tentukan solusi dari masalah nilai awal
dp
= 2 p(t ) + q (t )
dt
dq
= p(t ) + 2q (t )
dt
dengan kondisi awal
. p(0 ) = 1 dan q(0 ) = 3
Jawab :
2 1
Kita punya A =
1 2
Maka Persamaan Karakteristiknya adalah
(λ − 2) −1
det {λ .I − A} = 0 ⇔ 0=
−1 (λ − 2)
⇔ 0 = (λ − 2 )(λ − 2 ) − 1
⇔ (
0 = λ2 − 4λ + 4 − 1 )
⇔ 0 = λ2 − 4λ + 3
⇔ 0 = (λ − 1)(λ − 3)
diperoleh λ = 1 ; λ = 3
Untuk λ = 1
− 1 − 1 1 1 x1 + x 2 = 0
(λ.I − A) ~ ~
− 1 − 1 0 0 x1 = − x 2
x2 = t
Jadi vektor eigen yang bersesuaian dengan λ = 1