ALJABAR LINIER

NILAI EIGEN DAN VEKTOR EIGEN

2023

Buku: Howard Anton and Chris Rorres, Elementary Linear Algebra 11th Edition,Wiley, 2014.
1
 RUANG VEKTOR UMUM
Nilai Eigen dan Vektor Eigen

1. Vektor Eigen

2. Pendiagonalan

3. Pendiagonalan Ortogonal

2
 Vektor Eigen

3
 Definisi
 Jika A adalah matriks n x n, maka suatu vektor tak-nol x di Rn
disebut vektor eigen dari A jika Ax merupakan perkalian dari
x dengan suatu skalar  , yaitu
Ax = x
 Skalar  disebut nilai eigen dari A dan x disebut vektor eigen
dari A yang bersesuaian dengan  .

4
 Definisi
Contoh
1 
Vektor x= 
2
3 0 
Adalah vektor eigen dari Matriks A= 
8 −1
yang bersesuaian dengan  =3.

multiplication by A has stretched the vector x

5 by a factor of 3
 Prosedur mencari Nilai eigen
Ax =  x (1)
( I - A)x = 0 (2)

Agar  menjadi nilai eigen, harus ada vektor tak-nol (solusi

tak-nol atau solusi non-trivial) yang memenuhi SPL (2).

SPL (2) mempunyai solusi tak-nol jika dan hanya jika

det( I - A) = 0 (3)

 det( I -A) = 0 disebut persamaan karakteristik dari A.

 det( I -A) disebut polinomial karakteristik dari A.
6
 Prosedur
 Karena matriks A berukuran n x n, maka polinomial
karakteristik dari A berbentuk
det( I -A) = n + c1  n -1 + c2  n -2 + . . . + cn
 Berdasarkan Teorema Dasar Aljabar, persamaan
karakteristik
n + c1  n -1 + c2  n -2 + . . . + cn = 0
mempunyai paling banyak n solusi (akar) yang berbeda.

 Jadi matriks A mempunyai paling banyak n nilai eigen yang

berbeda.
7
 Carilah Nilai Eigen dari matriks A

8
9
 Contoh
 Diketahui matriks
0 4
A= 
 4 0 

Carilah nilai eigen dari matriks A.

 Diketahui matriks

4 2
A= 
 2 1 

Carilah nilai eigen dari matriks A.

10
 Contoh
 Diketahui matriks

10 −9
A= 
 4 −2 

Carilah nilai eigen dari matriks A.

 Diketahui matriks

 −2 −1
A= 
 5 2 

Carilah nilai eigen dari matriks A.

11
 Theorem
Theorem

12
 Latihan 1
1. Tunjukkan bahwa x adalah vektor eigen dari A dan tentukan
nilai eigennya.

 2 −1 −1 1 4 0 1 1 
5 −1 1
A=  ; x = 1 A =  −1 2 −1 ; x = 1 A =  2 3 2  ; x =  2 
 1 3    −1 −1 2  1 1 0 4  1 

2. Hitung nilai eigen dari matrik berikut.

 3 0 0  2 1 12  1 0 0   4 0 1  4 0 −1
 
A =  −5 7 0  B =  0 5 10  C = 0 −1 0  D =  −2 1 0  E =  0 3 0 
 1 4 2   0 0 −3 0 0 2   −2 0 1  1 0 2 

13
 Vektor eigen dan ruang eigen
Theorem
 Himpunan penyelesaian dari SPL ( I -A)x = 0 merupakan
ruang nol (null space) dari matriks ( I -A).

 Ruang nol tersebut memuat vektor-vektor eigen dari A

yang bersesuaian dengan nilai eigen .

 Ruang nol tersebut disebut ruang eigen (eigenspace) dari

A yang bersesuaian dengan .

The eigenvectors of A corresponding to λ by finding the

nonzero vectors in the solution space of this linear system
14
Notice that x = 0 is in every eigenspace
 Vektor eigen dan ruang eigen
Theorem

Matriks persegi A mempunyai balikan (inverse) jika dan

hanya jika 0 bukanlah nilai eigen dari A.

15
 is an eigenvector of A corresponding to an eigenvalue λ if
and only if (λI − A)x = 0,

16
 is a basis for the eigenspace
corresponding to λ = 2.

is a basis for the eigenspace

corresponding to λ = −3.

17
 Latihan 2
Carilah nilai eigen dan basis untuk ruang eigen dari matrik
berikut:

0 0 −2 
3 0 
A=  B = 1 2 1 
8 −1
1 0 3 

18
 Pendiagonalan

19
 Pendahuluan
 Definisi
Matriks persegi A dikatakan dapat didiagonalkan
(diagonalizable) jika ada matriks P yang mempunyai balikan
(inverse), sedemikian sehingga P-1AP merupakan matriks
diagonal. Matriks P tersebut dikatakan mendiagonalkan A.

 Theorem
Misalkan A adalah matriks n x n. Matriks A dapat
didiagonalkan jika dan hanya jika A mempunyai n vektor
eigen yang bebas linier.

20
 Prosedur pendiagonalan
Prosedur pendiagonalan matriks persegi A :
➢ Cari n vektor eigen yang bebas linier dari A. Misalkan
vektor eigen tersebut adalah p1, p2,….,pn

➢ Matriks P = [ p1, p2,…., pn ]

➢ P-1AP merupakan matriks diagonal dengan 1, 2 ,…, n

adalah elemen-elemen diagonalnya.

Perhatikan :
Untuk i = 1, 2, … , n, vektor pi adalah vektor eigen dari A yang
bersesuaian dengan nilai eigen i .
21
 Prosedur pendiagonalan

22
 Contoh
 Carilah matrik P yang mendiagonalisasi A

0 0 −2 
A =  1 2 1
 1 0 3

 Basis untuk nilai eigen yang bersesuaian

23
 Contoh
 Maka Matrik P adalah yang mendiagonalkan A adalah

 −1 0 −2 
P =  0 1 1
 1 0 1

 Bisa dihitung bahwa

24
 Power of a matrix
Theorem
 Misalkan k adalah bilangan bulat positif,  adalah nilai eigen dari
matriks A dan x adalah vektor eigen dari A yang bersesuaian
dengan nilai eigen  . Maka :

k adalah nilai eigen dari Ak dan x adalah vektor eigen dari Ak

yang bersesuian dengan nilai eigen k .

25
 Power of a matrix
1. Berapakah nilai eigen dari A4?

1 0 0  1 0 0 
a. A = 3 1 0  b. A = 1 2 0 
1 1 2  1 0 3

2. Berapakah nilai eigen dan vektor eigen dari A5?

0 0 −2 
A =  1 2 1
 1 0 3

26
 Power of a matrix
 Pendiagonalan matrik A adalah

 Dikuadratkan

 Maka dapat kita tulis

27
 Power of a matrix
 Maka secara umum dapat kita tulis

 Sehingga Ak adalah

28
 Contoh
 Hitung A13 dari matrik:
0 0 −2 
A =  1 2 1
 1 0 3

 Dari contoh sebelumnya :

 −1 0 −2  2 0 0
P =  0 1 1 D = P −1 AP =  0 2 0 
 1 0 1  0 0 1

 Sehingga

29
 Latihan 3
1. Carilah matriks P yang mendiagonalisasi A, cek hasilnya dengan
menghitung P-1AP. Hitung juga A3.
0 0 0
1 0 
a. A =   b. A = 0 0 0 
 6 −1  3 0 1 

2. Tunjukkan bahwa matrik berikut tidak bisa didiagonalkan

1 2 
A= 
0 1 

30
 Pendiagonalan Ortogonal

31
Pendiagonalan matrik simetris
Diberikan matriks persegi A, apakah ada matriks ortogonal P
sedemikian sehingga matriks P-1AP = PTAP adalah matriks diagonal?

Jika matriks P tersebut ada, maka A dikatakan dapat didiagonalkan

secara ortogonal (orthogonally diagonalizable) dan matriks P
mendiagonalkan A secara ortogonal.

Theorem
Misalkan A adalah matriks berukuran n x n. Pernyataan berikut
adalah ekuivalen:
 A dapat didiagonalkan secara ortogonal.
 A punya himpunan ortonormal dari n vektor eigen.
 A adalah matriks simetris.
32
Pendiagonalan matrik simetris
Theorem

Jika A adalah matriks simetris , maka

 Semua nilai eigen dari A adalah bilangan riil.

 Vektor-vektor eigen dari ruang eigen yang berbeda saling

ortogonal.

33
Pendiagonalan matrik simetris
Prosedur pendiagonal secara ortogonal matriks simetris.
1. Tentukan basis untuk masing-masing ruang eigen dari A.
2. Terapkan Proses Gram-Schimdt untuk basis tersebut untuk
mendapatkan basis ortonormal untuk masing-masing ruang
eigen.
3. Bentuk matriks P yang kolom-kolomnya adalah vektor-
vektor yang didapat dari langkah 2.

Matriks P tersebut akan mendiagonalkan matriks A secara

ortogonal.

34
 Contoh 1
Carilah matriks P yang mendiagonalisasi secara ortogonal matriks
A serta hitung PTAP

3 1 
A= 
1 3 

35
 Contoh 2
 Carilah matriks P yang mendiagonalisasi ortogonal matriks A
serta hitung PTAP

 Cari nilai eigen

36
 Contoh 2
 Basis untuk ruang eigen =2

 Basis untuk ruang eigen =8

37
 Contoh 2
 Matriks P

 Sehingga

38
 Latihan 4
 Carilah matriks P yang mendiagonalisasi matriks A secara
ortogonal serta hitung PTAP

 2 2 −2 
2 1
A= A =  2 −1 4 

 1 2   −2 4 −1

39
 QUIZ
1. Carilah persamaan karakteristik, nilai eigen dan basis untuk ruang
eigen dari matrik berikut:
 1 3 0
A =  3 1 0 
0 0 −2 

2. Berapakah nilai eigen dari A3?

 4 0 −1
A =  0 3 0 
 1 0 2

3. Carilah matriks P yang mendiagonalisasi matriks A secara ortogonal

serta hitung PTAP.

40