Au ≠ ku Av = 2v Aw = 1w
10
y Au y 2 y
4 Av
8
1
v
5 4 0
u w Aw
4 4
x x x
2
Perkalian vektor dengan matriks
A x = λx
Ax
x
Ax
x dan Ax sejajar
3
Definisi: nilai dan vektor eigen
Definisi Nilai eigen dan vektor eigen
Diberikan matriks Anxn, 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 .
(disyaratkan bahwa v ≠ 0)
Av
v
v v
v Av
Av Av
(1) λ ≥ 1 (2) 0 ≤ λ ≤ 1 (3) -1 ≤ λ ≤ 0 (4) λ ≤ - 1
4
Latihan: vektor nol dan nilai eigen nol
Jawab:
Misalkan vektor v = 0, maka untuk semua matriks Anxn, dan skalar λ
berlaku Ax = λx, maka tidak memberikan informasi yang berarti yang
diberikan oleh persamaan tersebut.
5
Latihan: SPL homogen dengan Anxnx = 0
6
Masalah vektor eigen
A x sejajar x
A x = λ x
Temukan semua vektor tak nol x sedemikian hingga Ax = λx untuk suatu skalar λ
7
Masalah nilai eigen
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 tidak trivial.
8
Pernyataan-pernyataan ekuivalen
1. nilai eigen A
9
Persamaan karakteristik
Jika diuraikan, det(A - λI) merupakan suku banyak berderajat n dalam
λ, p n cn1 n1 cn2n2 c1 c0 suku banyak karakteristik
persamaan karakteristik
A - λI = A-λI
= cn1 cn2 c1 c0 0
n n1 n2
det A-λI
10
Latihan: mencari nilai-nilai eigen
12
Latihan: menentukan nilai eigen
1 1 1
Tentukan semua nilai eigen dari matriks persegi A 0 3 3
2 1 1
Jawab:
1. Tentukan persamaan karakteristik det(A - λI) = 0
1 1 1
det A I det 0 3 3 1 2 3 6 23 31
2 1 1
2. Ubahlah persamaan karakteristik ke dalam persamaan sukubanyak karakteristik:
1 2 3 6 23 31 0
3. Selesaikan persamaan di atas untuk memperoleh nilai-nilai eigen
1 2 3 3 0 Nilai-nilai eigen A:
1 0
23 0
2 2
3 3
13
Nilai eigen matriks diagonal
2 0 0 0
0 5 0 0
Diberikan matriks diagonal A
0 0 6 0
0 0 0 1
2 0 0 0
0 5 0 0
A I
0 0 6 0
0 0 0 1
Persamaan karakteristik: det A I 2 5 6 1 0
14
Latihan : menentukan nilai eigen
1. Diberikan matriks segitiga atas berikut ini. Tentukan nilai-nilai eigennya.
1 1 3 0
0 5 2 0
A
0 0 6 7
0 0 0 7
2. Tentukan semua nilai eigen matriks segitiga bawah berikut ini.
a11 0 0
a21 a22 0
A
a an2 ann
n1
15
jawaban
1 1 3 0
1. Nilai-nilai eigen matriks 0 5 2 0
adalah 1, 5, 6, 7
A
0 0 6 7
0 0 0 7
a11 0 0
a21 a22 0
2. Nilai-nilai eigen matriks A adalah a11, a22,…ann
a an2 ann
n1
16
Apakah λ nilai eigen A?
λ = 2, 4, 8. Jika det(A-λI) = 0, maka λ merupakan nilai eigen, kalau ≠ 0, maka λ bukan nilai
eigen dari A.
2 2 2 0
det A 2I det 0 42 0 0 2 adalah nilai eigen A
0 1 0 2
2 4 2 0
det A 4I det 0 44 0 0 4 adalah nilai eigen A
0 1 0 4
2 8 2 0
det A 0I det 0 48 0 192 8 bukan nilai eigen A
0 1 0 8
17
Latihan: menentukan vektor eigen
• Diberikan matriks A dan dua vektor tak nol u, x, y dan vektor nol z. Tentukan
apakah u, x, y, z merupakan vektor eigen A.
1 1 1 0 4 2 0 2
A 0 3 3 , u 2 , x 6 , y 1 z 0 , w 1
2 1 1 2 2 1 0 0
18
Latihan
19
Nilai eigen matriks pangkat
• Teorema
Jika n adalah bilangan bulat positif, λ nilai eigen matriks A, maka λn
adalah nilai eigen An
20
Nilai eigen matriks pangkat
1 1 1
• Nilai eigen dari A adalah 0, 2, dan 3. A 0 3 3
2 1 1
1 5 5
Akan dihitung nilai eigen untuk A2 6 12 12 , A13 , A20
4 2 2
Nilai eigen untuk A2 adalah: 0, 4, dan 9
Nilai eigen untuk A13 adalah: 0, 213, dan 313
• Jika nilai eigen A diketahui, maka nilai An bisa langsung ditentukan tanpa
menghitung An terlebih dahulu.
21
Nilai eigen matriks singular
• Misalkan = 0 merupakan nilai eigen dari A.
Maka 0 merupakan penyelesaian persamaan karakteristik:
dengan menganti dengan 0, diperoleh c0 = 0.
Padahal det(A- I) = 0, dengan = 0, maka det(A) = c0 = 0.
Karena det(A) = 0 maka A tidak mempunyai inverse.
Teorema:
0 adalah nilai eigen A jika dan hanya jika A tidak mempunyai inverse.
22
Nilai eigen matriks transpose
det(B) = det(BT)
(A- I)T = (AT- I)
Teorema
A dan AT mempuyai nilai eigen yang sama
23
Latihan
Tentukan apakah pernyataan di bawah ini bernilai benar atau salah!
1. Jika Ax – ax = 0 untuk skalar tak nol a, maka x adalah vektor eigen.
2. Jika a bukan nilai eigen A, maka spl (aI –A)x = 0 mempunyai tepat satu
penyelesaian.
3. Setiap matriks identitas mempunyai satu nilai eigen 1
4. Matriks dengan nilai eigen 1 saja adalah matriks identitas.
5. Jika berikut ini adalah suku banyak karakteristik matriks A
p 12 23 3, maka A berukuran 5x5
24
Jawaban
Kunci:
1. SALAH, jika x vektor nol maka x bukan vektor eigen
2. BENAR
3. BENAR
4. SALAH
5. SALAH
6. SALAH
25
Kelipatan skalar vektor eigen
• Diberikan A. Diketahui bahwa x adalah vektor eigen A yang bersesuaian dengan nilai
eigen 2. Selidiki apakah 1/2x, 10x, 5x juga vektor-vektor eigen A
1 1 1 4 2 40 20
1
A 0 3 3 x 6 x 3 10x 60 5x 30
2 1 1 2 2 1 20 10
1 1 1 4 8 1 1 1 40 80
Ax 0 3 3 6 12 2x A10 x 0 3 3 60 120 210 x
2 1 1 2 4 2 1 1 20 40
Ax = 2 x A(10x) = 2 (10x)
A x = λ x
A (10) x = λ (10) x
26
Kelipatan skalar vektor eigen (lanjutan)
1 1 1 4 2
1
A 0 3 3 x 6 x 3
2 1 1 2 2 1
1 1 1 4 8 1 1 1 2 4
1 1
Ax 0 3 3 6 12 2x A x 0 3 3 3 6 2 x
2 1 2 2
2 1 1 2 4 2 1 1
1 1
Ax 2 x A x 2 x
2 2
A x = λ x A (1/2) x = λ (1/2) x
Kelipatan skalar (tak nol) dari vektor eigen adalah vektor eigen yang
bersesuaian dengan nilai eigen yang sama
27
Menentukan semua vektor eigen Eλ
• Diberikan vektor matriks A dan salah satu nilai eigennya, misalnya λ. Tentukan
semua vektor eigen yang bersesuaian dengan λ.
Null(A - λ I)-{0}
28
Ruang eigen
• Ruang eigen A yang bersesuaian dengan λ terdiri atas semua vektor eigen
yang bersesuaian dengan λ dan vektor nol
0
Ruang Eigen
Eλ
Null(A - λ I) = Eλ
29
Prosedur menentukan ruang eigen
E λ= Null(A – λI)
30
Contoh: Menentukan ruang eigen Eλ
Diberikan matriks A dan salah satu nilai eigennya, yaitu λ = 3. Akan ditentukan
semua vektor eigen yang bersesuaian dengan λ = 3.
1 1 1 1 3 1 1
A 0 3 3 A I 0 33 3
2 1 1 2 1 1 3
Dibentuk spl A 3I x 0
1 3 1 1 x1 0 2 x1 x 2 x 3 0
A 3I x 0 3 3 3 x2 0 3 x3 0
2 1 1 3 x 3 0 2 x1 x 2 2 x 3 0
x1 a 1
Penyelesai an umum : x 2 2a
Himpunan penyelesai an : a2, a R
x3 0 0
1
Himpunan vektor eigen A bersesuaia n dengan 3 : a2, a 0, a R
0
31
Latihan: Menentukan ruang eigen
Jawaban:
1. Eλ = Null(A - λ I)
2. TIDAK, ada satu elemen ruang eigen yaitu 0 yang bukan vektor eigen.
Salah satu syarat vektor eigen adalah vektor tersebut tidak boleh nol.
3. [Petunjuk: carilah basis dari Null(A - λI)]
32
Diagonalisasi
Definisi diagonalisasi
Matriks persegi A dapat didiagonalkan jika terdapat matriks yang mempunyai
inverse sedemikian hingga P-1AP = D adalah matriks diagonal
Contoh 2:
5 6 2 1 1 1
A P P 1
3 4 1 1 1 2 Matriks
diagonal
1 1 5 6 2 1 2 0
1 2 3 4 1 1 0 1
P-1 A P D
A dapat didiagonalkan
33
Kapan matriks A dapat didiagonalkan?
Teorema
Jika A adalah matriks nxn, maka kalimat-kalimat berikut ini ekuivalen:
1. A dapat didiagonalkan
2. A mempunyai n vektor-vektor eigen yang bebas linier
a11 a12 a1 n
Bukti (1) (2)
a21 a22 a2 n
A
Diberikan A
a an2 ann
n1
1 0 0
0 2 0
Sedemikian hingga P-1 AP = D D
matriks diagonal
0
0 n
34
Kapan matriks A dapat didiagonalkan?
(lanjutan)
P-1AP = D, kalikan dengan P-1,
AP = PD
p11 p12 p1 n 1 0 0 1 p11 2 p12 n p1 n
p21 p22 p2 n 0 2 0 1 p21 2 p22 n p2 n
PD
1 p 1 2p 2 np n
p pn2 pnn 0 0 n 1 pn1 2 pn 2 n pnn
n1
Bukti untuk (2) (1) kerjakanlah sebagai latihan untuk memperdalam pemahaman.
35
Prosedur mendiagonalkan matriks
Prosedur
1. Tentukan n vektor eigen A yang bebas linier, misalkan p1, p2, p3, …, pn
36
Contoh: mendiagonalkan matriks
Diberikan matriks Anxn. Akan dicari P sedemikian hingga PAP-1 = D.
5 6
A
3 4
Prosedur
1. Tentukan 2 vektor eigen A yang bebas linier. Pertama kita tentukan nilai-nilai eigennya
yaitu λ1= 2 dan λ2= -1 (telah dihitung sebelumnya). Tentukan vektor eigen bersesuaian
dengan nilai eigen, dengan menyelesaiakn spl (A - λ I)x =0. Diperoleh
2 1
p 1 p 2
1 1
2. Dibentuk matriks P yang kolom-kolomnya adalah vektor-vektor eigen di atas.
2 1 1 1 1
P P
1 1 1 2
3. Matriks D = P-1A P adalah matriks diagonal yang entri diagonal utamanya adalah λ1, λ2
berturut-turut
1 1 5 6 2 1 2 0
D
1 2 3 4 1 1 0 1
37
Masalah diagonalisasi dan masalah vektor
eigen
• Masalah vektor eigen
Diberikan matriks Anxn, apakah terdapat basis di Rn terdiri atas vektor-vektor
eigen dari A?
• Masalah diagonalisasi
Diberikan matriks Anxn apakah terdapat matriks yang mempunyai inverse P
sedemikian hingga P-1AP adalah matriks diagonal?
Teorema 7.4:
Anxn dapat didiagonalkan jika dan hanya jika terdapat n vektor eigen yang bebas
linier.
Padahal, setiap n vektor yang saling bebas linier di Rn merupakan basis Rn.
Kesimpulan: masalah vektor eigen sama dengan masalah diagonalisasi
38
Masalah diagonalisasi matriks
(lanjutan)
Teorema:
Jika v1, v2, …,vk adalah vektor-vektor eigen dari A yang berpadanan dengan
nilai-nilai eigen yang berbeda-beda λ1, λ2, … λk, maka { v1, v2, …,vk } adalah
himpunan bebas linier
Teorema
Jika matriks Anxn mempunyai n nilai eigen yang berbeda-beda, maka A
dapat didiagonalkan.
39
Contoh: Matriks dapat didiagonalikan
a. Diberikan 0 1 0
A 0 0 1
4 17 8
mempunyai tiga nilai eigen yang berbeda yaitu, λ = 4, λ = 2+3, λ = 2 -
3. Dengan demikian, A dapat didiagonalkan.
Misalkan A adalah matriks 6x6 yang memiliki persamaan karakteristik λ2 (λ-1) (λ-
2)3 = 0. Multiplisitas aljabar untuk nilai-nilai eigen eigen 0, 1, dan 2 berturut-turut
2, 1, dan 3.
Jika dimensi ruang eigen E0 adalah 2, maka multiplisitas geometri untuk nilai
eigen 0 adalah 2.
41
Multiplisitas geometri dan aljabar
Teorema:
Jika A adalah matriks bujur sangkar, maka:
1. Untuk setiap nilai eigen dari A, multiplisitas geometrisnya kurang dari
atau sama dengan multiplisitas aljabarnya.
2. A dapat didiagonalkan jika dan hanya jika multiplisitas geometrisnya
sama dengan multiplisitas aljabarnya untuk setiap nilai eigen.
42
Latihan: informasi dari persamaan karakteristik
Jawaban:
43
Multiplisitas geometris dan aljabar
44
Diagonalisasi matriks dipangkatkan
Diagonalisasi dapat dipakai untuk menyederhanakan perhitungan berikut ini:
1. Jika A adalah suatu matriks n x n dan P adalah matriks yang invertible, maka:
(P-1AP)2 = P-1APP-1AP = P-1AIAP = P-1A2P
3. Jika A dapat didiagonalkan, dan P-1AP = D adalah suatu matriks diagonal, maka:
P-1AkP = (P-1AP)k = Dk
45
Latihan: diagonalisasi
Diberikan matriks A
0 0 0
A 0 0 0
3 0 1
46
Jawaban
1 0 0 0 0 0
Maka P 0 1 0 danP 1 AP 0 0 0 D
3 0 1 0 0 1
47
Diagonalisasi ortogonal
Teorema
Jika A adalah matriks nxn, maka pernyataan berikut ekuivalen:
a. A merupakan matriks yang terdiagonalisasi secara ortogonal
b. A memiliki himpunan ortonormal yang terdiri atas n vektor eigen
c. A simetris
48
Contoh: Diagonalisasi ortogonal
Karakteristik persamaan A adalah:
4 2 2
det(I A) det 2 4 2 ( 2)2 ( 8) 0
2 2 4
Sehingga, nilai eigen dari A adalah λ1,2 = 2 dan λ3 = 8. Tentukan ruang eigen dari
masing-masing nilai eigen. Setelah ditentukan ruang eigen ternyata diperoleh
1 1
vektor- vektor u1 = dan u2 = membentuk basis dari ruang eigen Eλ = 2.
1 0
0 1
Terakhir, dengan menggunakan v1, v2, dan v3 sebagai kolom vektor, kita
memperoleh: yang mendiagonalisasi A secara ortogonal.
12 16 13
P 12 16 13
0 2 1
6 3
50
Prosedur diagonalisasi ortogonal
51
Referensi
Junus, Kasiyah. 2016. Modul E-Learning Aljabar Linear. Nilai dan Vektor
Eigen. Fakultas Ilmu Komputer. Universitas Indonesia.
52