Anda di halaman 1dari 47

Y

X
X
X
y
y
X
AX=X
O
NILAI EIGEN DAN VEKTOR
EIGEN

Hubungan antara vektor x (bukan nol) dengan vektor Ax yang
berada di R
n
pada proses transformasi dapat terjadi dua
kemungkinan :
1)


Tidak mudah untuk dibayangkan hubungan keduanya.
2)



Keduanya, mempunyai hubungan geometri yang cukup jelas.




x

x
y
z
Sebelum transformasi
x A

x
y
z
Setelah transformasi
x

x
y
z
x A

x
y
z
x

x x A

2 =
NILAI EIGEN DAN VEKTOR
EIGEN
Definisi

Jika A adalah matrks nxn, maka vektor tak nol x di R
n
disebut vektor
eigen dari A dan skalar disebut nilai eigen dari A jika terpenuhi
persamaan
Ax = x
Menemukan nilai eigen A

Untuk menemukan nilai eigen dari matriks A nxn, tuliskan Ax = x
menjadi Ax = Ix
atau (I -A)x=0
Harus terdapat solusi tak-nol dari (I -A)x=0. sistem persamaan
tersebut memiliki solusi tak-nol jika
det(I -A)=0
Persamaan karakteristik
Teorema 4. 1.
Jika A adalah suatu matriks n x n dan adalah suatu
bilangan real,
maka pernyataan-pernyataan berikut ini adalah ekuivalen
(a) adalah nilai-nilai eigen dari matriks A.
(b) Sistem persamaan ( I A)x = 0 mempunyai
penyelesaian tak trivial (non trivial)
(c) ) Ada vektor x yang tidak nol dalam Rn sedemikian
sehingga Ax = x.
(d) adalah suatu penyelesaian real dari persamaan
karakteristik det ( I A) = 0
(hal 8)

Contoh soal :
1. Buktikan vektor adalah vektor eigen dari
dan tentukan nilai eigennya!
Jawab :
Untuk membuktikannya dilakukan dengan cara
mengali-kan matrik dengan vektor, sehingga
diperoleh hasil kelipatan dari vektor iatu sendiri.



1 4
2 3
A
(
=
(

2
-1
x
(
=
(

1 4 2 -2 2
1
2 3 -1 1 -1
Ax
( ( ( (
= = =
( ( ( (

vektor eigen
nilai eigen
EIGEN VALUE and EIGEN
VECTOR
6
Contoh

Temukan nilai eigen dari

Solusi

Persamaan karakteristik det(I -A)=0
=(-2) ((-3)+2)
=(-2) (-2) (-1) = 0
Nilai eigen : 1,dan 2
(
(
(


=
3 0 1
1 2 1
2 0 0
A
|
|
|
.
|

\
|
(
(
(

(
(
(

=
3 0 1
1 2 1
2 0 0
1 0 0
0 1 0
0 0 1
det ) det( A I
3 0 1
1 2 1
2 0

=

EIGEN VALUE and EIGEN


VECTOR
7
Menemukan vektor eigen dari A

Untuk tiap nilai eigen, kita dapat menemukan vektor eigen dari A
dengan mensubtitusi nilai eigen ke sistem persamaan (I -A)x=0
dan selesaikan persamaan tersebut. Ruang solusi persamaan
tersebut disebut ruang eigen yang berpadanan dengan .
Vektor-vektor eigen yang berpadanan dengan adalah vektor-
vektor tak nol dalam ruang eigen
Contoh
Temukan basis bagi ruang eigen dari

Solusi

Nilai eigen dari A adalah 1 dan 2 (lihat halaman 3)
(
(
(


=
3 0 1
1 2 1
2 0 0
A
Solusi (lanjutan)

Dengan mensubtitusi =1 ke persamaan: (I-A) x = 0, didapat
=1 (I-A) x = 0
Basis bagi ruang eigen yang berpadanan dengan =1 adalah
0
3 0 1
1 2 1
2 0
=
(
(
(

0
2 0 1
1 1 1
2 0 1
=
(
(
(


x
| |
(
(
(


=
0
0
0
|
|
|
2 0 1
1 1 1
2 0 1
0 | A
(
(
(

0
0
0
|
|
|
0 0 0
1 1 0
2 0 1
~
(
(
(

0
0
0
|
|
|
0 0 0
1 1 0
2 0 1
~ s
s
s
s
x
(
(
(

=
(
(
(


=
1
1
2 2

(
(
(

1
1
2
EIGEN VALUE and EIGEN
VECTOR
EIGEN VALUE and EIGEN
VECTOR
9
Solusi (lanjutan)

Dengan mensubtitusi =2 ke persamaan: (I-A) x = 0, diperoleh
=2 (I-A) x = 0
Basis bagi ruang eigen yang berpadanan dengan =2 adalah
0
3 0 1
1 2 1
2 0
=
(
(
(

0
1 0 1
1 0 1
2 0 2
=
(
(
(


x
| |
(
(
(


=
0
0
0
|
|
|
1 0 1
1 0 1
2 0 2
0 | A
(
(
(

0
0
0
|
|
|
0 0 0
0 0 0
1 0 1
~
t s
t
s
t
x
(
(
(

+
(
(
(

=
(
(
(


=
0
1
0
1
0
2 2

(
(
(

(
(
(

0
1
0
,
1
0
2
2. Carilah nilai-nilai eigen dan basis-basis
untuk ruang eigen dari :

Jawab :
Persamaan karakteristik :



det (I A)= 0
(-3)() (1)(-2)=0

2
- 3 + 2 = 0 Nilai eigen :
1
= 2,
2
= 1




3 2
-1 0
A
(
=
(

1 0 3 2 -3 -2
0 1 -1 0 1
I A

( ( (
= =
( ( (

Ruang vektor :

Untuk
1
= 2 diperoleh :

-x
1
2x
2
= 0
x
1
+ 2x
2
= 0
Jadi vektor eigen dari A yang bersesuaian dengan
adalah vektor tak nol:
Jadi untuk =2, basisnya adalah :




1
2
-3 -2 0
1 0
x
x

( ( (
=
( ( (

1
2
-1 -2 0
1 2 0
x
x
( ( (
=
( ( (

x
1
= 2x
2

-2s -2
s 1
x s
( (
= =
( (

-2
1
(
(

3. Tentukan eigenvalues dan
eigenvectors dari matriks


Jawab:
Persamaan karakteristik: det (A I ) = 0

(
(
(

=
3 1 1
2 4 2
1 1 3
A
0
3 1 1
2 4 2
1 1 3
=

( ) ( ) ( ) ( ) ( )
( ) ( )( ) | |
( )( ) 0 7 8 3
0 4 4 3 3
0 3 2 3 2 4 2 2 4 3
2
2
= + +
= +
= + +


3
10
2
+ 28 24 = 0
( 2)( 8 + 12) = 0
( 2)( 6)( 2) = 0
= 2 v = 6
Jadi, eigenvaluesnya adalah 2 dan 6, sedangkan untuk mencari
eigenvectornya maka eigenvaluenya dapat disubstitusikan ke
dalam persamaan tersebut,
Untuk = 2,
Ax = 2x
0
2 0 0
0 2 0
0 0 2
3 1 1
2 4 2
1 1 3
3
2
1
=
(
(
(

(
(
(

|
|
|
.
|

\
|

|
|
|
.
|

\
|
x
x
x
0
1 1 1
2 2 2
1 1 1
3
2
1
=
(
(
(

(
(
(

x
x
x
3 2 1
3 2 1
0
x x x
x x x
=
= + +
(
(
(

+
(
(
(

=
(
(
(

1
0
1
0
1
1
3 2
3
2
1
x x
x
x
x
Jadi, untuk eigenvalue 2 mempunyai

2 eigenvectors yakni dan
(
(
(

0
1
1
(
(
(

1
0
1
Untuk = 6,
Ax = 6x
0
3 1 1
2 2 2
1 1 3
3
2
1
=
(
(
(

(
(
(

|
|
|
.
|

\
|

x
x
x
0
0 0 0
2 1 0
1 0 1
3
2
1
=
(
(
(

(
(
(

|
|
|
.
|

\
|

x
x
x 3 2
3 1
2x x
x x
=
=
(
(
(

=
(
(
(

1
2
1
3
3
2
1
x
x
x
x
Jadi, untuk eigenvalue 6 mempunyai 1
Eigenvectors yaitu
(
(
(

1
2
1
4. Tentukan eigenvalue dari matriks
lower triangular di bawah ini.
(
(
(
(

=
44 43 42 41
33 32 31
22 21
11
0
0 0
0 0 0
a a a a
a a a
a a
a
A
Jawab: Persamaan karakteristik
0
0 0 0
0
0 0
0 0 0
44
33 32 31
22 21
11
=
(
(
(
(

a
a a a
a a
a
( )( )( )( ) 0
44 33 22 11
= a a a a

1
= a
11

2
= a
22

4
= a
44

3
= a
33
v

v

v

Catatan :

Untuk kasus yang khusus, jika A memiliki n buah
nilai eigen = , maka akan memiliki nilai eigen

k
.
Jika banyaknya nilai eigen dari A
k
sebanyak n
juga, maka basis ruang eigennya tetap sama.
Tetapi jika jumlah nilai eigennya kurang dari n
(terjadi jika ada nilai eigen yang saling
berlawanan tanda), maka salah satu nilai
eigennya akan memiliki basis ruang eigen yang
berbeda.
Misalkan :
Maka nilai eigen untuk B adalah: -1
2
, 1
2
, 2
2
dengan
basis ruang eigen untuk
B = A
2
=
(
(
(


2 0 1
2 1 2
2 0 3
= 1, basis ruang eigennya: dan
(
(
(

1
0
1
(
(
(

0
1
0
= 4, basis ruang eigennya:
(
(
(

1
2
2
Contoh soal :
Tentukan nilai eigen dan vektor eigen dari
A
5
, bila :


Jawab :
Nilai eigen dari A
5
adalah nilai eigen dari A dipangkatkan 5
sehingga diperoleh : 2
5
dan 6
5
.
Sedangkan vektor eigen untuk =2
5
tetap sama dengan vektor
eigen = 2 yaitu :
Serta vektor eigen untuk =6
5
sama seperti = 6 yaitu:

3 1 1
2 4 2
1 1 3
A
(
(
=
(
(

-1 -1
1 dan 0
0 1
( (
( (
( (
( (
1
2
1
(
(
(
(

Pada contoh ini, untuk =1 memiliki dua basis ruang
eigen yang berasal dari nilai eigen -1 dan 1.
Karena berasal dari dua nilai eigen yang berbeda, maka
basis ruang eigennya juga mengalami sedikit perubahan
basis yaitu basis ruang eigen dengan = -1
Basis ruang eigen ini merupakan vektor proyeksi
dari terhadap vektor

Dalam hal ini basis ruang eigen untuk = -1 dibuat saling
orthogonal

1
0
1
(
(
(
(

1
-1
1
(
(
(
(

1
0
1
(
(
(
(

Diagonalisasi
Definisi : Suatu matrik A berukuran n x n disebut dapat
didiagonalisasi jika terdapat matrik P yang
memiliki invers sehingga diperoleh matrik
diagonal :

P matrik n x n disebut matrik yang mendiago-
nalisasi A dengan kolom-kolomnya merupakan
kolom dari basis ruang eigen A.

D merupakan matrik diagonal yang elemen
dia-gonalnya merupakan semua nilai eigen
dari A

D = P
-1
AP
Cara menentukan P

Jika matrik A ukuran n x n mempunyai n vektor eigen
bebas linier {x
1
, x
2
, ., x
n
} berhubungan dengan n nilai
eigen {
1
,
2
, ..,
n
} kemudian didiagonalisasi matrik P,
maka formulasi matrik P adalah:

Jika D adalah matrik diagonal ukuran n x n dan D = P
-1
AP,
maka :




Nilai
1
,
2
, ..,
n
tergantung pada nilai x
1
, x
2
, ., x
n


P=[x
1
, x
2
, .., x
n
]
1
2
n
0 0 0
0 0 0
0 0 0
D

(
(
(
=
(
(
(

Langkah-langkah yang digunakan untuk mendia-
gonalisasi suatu matrik adalah sebagai berikut :

1. Tentukan n buah vektor eigen yang saling bebas linier
dari A, misalkan p
1
, p
2
, ., p
n

2. Bentuk matrik P yang isinya adalah p
1
, p
2
, ., p
n

sebagai vektor kolomnya.

3. Hasil kali P
-1
AP adalah matrik diagonal dengan
1
,
2
,
.,
n
adalah nilai eigen yang sesuai dengan vektor
eigen p
1
, p
2
, ., p
n


Teorema 4. 2.
Jika v1, v2, v3, ... , v adalah vektor-vektor eigen dari
matriks A yang bersesuaian dengan nilai-nilai eigen 1, 2,
3, ... , k yang berbeda, maka {v1, v2, v3,... , vk} adalah
himpunan yang bebas linear. (hal 31)
Teorema 4. 3.
Jika suatu matriks A berukuran n x n mempunyai nilai-nilai
eigen yang berbeda-beda, maka A dapat didiagonalisasi.
(hal 32)
Catatan :
Tidak semua matrik bujur sangkar dapat didiagonali-sasi, tergantung
dari jumlah basis ruang eigen yang dimiliki.
Jika matrik n x n :
basis ruang eigen yang bebas linier = n, dapat didiagonalisasi.
< n, tidak dapat.
Saat matrik n x n memiliki nilai eigen sejumlah n, maka basis ruang
eigennya juga berjumlah n.
Saat matrik n x n jumlah nilai eigen kurang dari n, maka ada 2
kemungkinan yaitu basis ruang eigen juga berjumlah n atau kurang
dari n
Jadi pada saat jumlai nilai eigen sama dengan n, maka matrik dapat
didiagonalisasi, sedangkan pada saat nilai eigen kurang dari n,
maka matrik belum bisa ditentukan bisa atau tidak didiagonalisasi.
Contoh soal :
1. Diketahui matrik =
1 0
6 1

Carilah a) matriks P yang mendiagonalisasi A.
b) matriks diagonal D =
1
A.P
Penyelesaian:
a) Persamaan karakteristik matriks A
det ( I A) = 0

1 0
6 +1

( 1)( + 1) = 0
1 = 1 dan 2 = -1 (nilai-nilai eigen A)




Untuk 1 = 1, sistem persamaan linear homogennya
( I A )x = 0

0 0
6 2
1
2
=
0
0



-6
1
+ 2
2
= 0

1
=
1
3

2


1
=
1
3
t

2
= t
=
1
3
t
1
=
1
3

1
t
Jadi, basis untuk ruang eigen yang
bersesuaian dengan 1 = 1 adalah p1 =
1
3

1


Untuk 2= -1, sistem persamaan
linear homogennya
( I A )x = 0

2 0
6 0
1
2
=
0
0

-2
1
= 0
6
1
= 0


1
= 0

2
= t

=
0
1
=
0
1
t
Jadi, basis untuk ruang eigen yang
bersesuaian dengan 1 = -1 adalah p2 =
0
1

Dengan demikian kita dapatkan bahwa (p1,p2)
adalah bebas linear, sehingga
akan mendiagonalkan matriks A.
=
1
3
0
1 1

Mencari matriks diagonal sekaligus sebagai
pemeriksaan bahwa D =
1
A P.
D =
1
A P = 3
1 0
1
1
3
1 0
6 1
1
3
0
1 1

=
3 0
3 1
1 0
6 1
1
3
0
1 1

=
3 0
3 1
1
3
0
1 1

=
1 0
0 1

Catatan: Dalam contoh ini tidak ada urutan yang
diistimewakan untuk kolom- kolom P. Karena unsur-unsur
diagonal ke-i dan D =
1
A P adalah nilai-nilai eigen untuk
vektor kolom dari matriks P, maka dengan mengubah
urutan kolom-kolom matriks P hanyalah mengubah
urutan nilai-nilai eigen pada diagonal untuk D =
1
A P.
Jadi seandainya matriks Pnya ditulis seperti berikut:
=
0
1
3
1 1

Maka kita akan memperoleh
matriks diagonal D =
1
A P =
1 0
1 0


2. Carilah matrik P yang dapat mendiagonalisasi matrik



Jawab :
Dari perhitungan sebelumnya diperoleh bahwa :
Basis ruang eigen yang berhubungan dengan = 1 adalah:


Basis ruang eigen yang berhubungan dengan = 2 adalah :

dan matrik diagonalnya !
0 0 -2
1 2 1
1 0 3
A
(
(
=
(
(

-2
1
1

(

(
`
(

(

)
-2 0
0 1
1 0

( (

( (
`
( (

( (

)
Diperoleh basis ruang eigen dari A :


Maka :

Dan matrik diagonal : D=P
-1
AP=
-2 -2 0
1 , 0 , 1
1 1 0

( ( (

( ( (
`
( ( (

( ( (

)
-2 -2 0
1 0 1
1 1 0
P
(
(
=
(
(

1 0 0
0 2 0
0 0 2
(
(
(
(

3. Diketahui :


Tentukan matrik yang mendiagonalisasi A dan matrik
diagonalnya !
Jawab :
Dari perhitungan sebelumnya didapatkan nilai eigen :
- 1, 1 dan 2 dengan basis ruang eigen yang
bersesuai-an berturut-turut adalah :
1 0 -2
0 1 2
-1 0 0
A
(
(
=
(
(

1 0 -2
-1 , 1 , 2
1 0 1
( ( (
( ( (
( ( (
( ( (

Jadi matrik pendiagonal P bisa ditentukan sebagai :





Kolom-kolom pada matrik P bisa diubah-ubah urutannya
sehingga terdapat 6 matrik yang memenuhi jawaban. Matrik
D tentu saja juga mengikuti urutan dari matrik P


1 0 -2
-1 1 2
1 0 1
P
(
(
=
(
(

dengan matrik diagonal:
-1 0 0
0 1 0
0 0 2
D
(
(
=
(
(

Apakah matrik C dapat didiagonalisasi ?
4. Diketahui C=
(
(
(


2 1 0
0 1 0
2 0 1
Jawab:
Persamaan karakteristik: det (I C) = 0
(
(
(


2 1 0
0 1 0
2 0 1

Det = ( 1)
2
( 2) = 0
Jadi nilai eigen: 1, 2
Karena hanya ada dua nilai eigen maka belum bisa ditentukan apakah C
Dapat didiagonalisasi ataukan tidak. Untuk itu akan diperiksa banyaknya
Basis ruang eigen.
Untuk = 1, substitusi nilai = 2 ke persamaan (I C) 0 = x
0
1 1 0
0 0 0
2 0 0
=
(
(
(

x
1 1 0
0 0 0
2 0 0
(
(
(



0 0 0
1 0 0
0 1 0
(
(
(

~
Ruang eigen:
(
(
(

=
0
0
s
x
Jadi untuk = 1, ada satu basis ruang eigen yaitu:
(
(
(

0
0
1
Untuk = 2, substitusi nilai = 2 ke persamaan ( I C)
0 = x
0
0 1 0
0 1 0
2 0 1
=
(
(
(

x
0 1 0
0 1 0
2 0 1
(
(
(


0 0 0
0 1 0
2 0 1
(
(
(

~
Ruang eigen:
(
(
(

=
s
s
x 0
2
Jadi untuk = 1, ada satu basis ruang eigen yaitu:
(
(
(

1
0
2
Karena hanya ada dua basis ruang eigen yang bebas linear,
maka C tidak dapat didiagonalisasi.
Diagonalisasi ortogonal
Definisi : matrik bujursangkar P disebut matrik
ortogonal apabila berlaku
P
T
= P
-1
Matrik A dapat didiagonalisasi secara ortogonal jika
terdapat matrik P yang ortogonal sehingga :
P
-1
AP=D
dengan D adalah matrik diagonal.


Berbeda dengan diagonalisasi sebelumnya, matrik yang
dapat didiagonalisasi atau tidak dijabarkan sebagai berikut :
P
-1
AP = D
PDP
-1
= A
PDP
T
= A (dari sifat P
T
= P
-1
) (1)
(PDP
T
)
T
= A
T
(kedua ruas ditransposekan)
PDP
T
= A
T

.(2)
Dari persamaan 1 dan 2 disimpulkan bahwa agar supaya
matrik A dapat didiagonalisasi secara ortogonal, maka
matrik A harus memenuhi sifat A = A
T
( A harus matrik
simetri).
Menentukan matrik P yang
mendiagonalisasi secara
ortogonal

Sama seperti saat menentukan P pada diagonal biasa
yaitu didasarkan pada basis ruang eigen.
Misalkan : x
1
, x
2
, ., x
n
merupakan basis ruang
eigen yang bersesuaian dengan nilai eigen
1
,
2
,
..,
n
, kemudian u
1
, u
2
, ., u
n
merupakan
himpunan ortonormal hasil transformasi dari x
1
, x
2
,
., x
n
dengan hasil kali dalam Euclides, maka matrik
yang mendiagonalisasi secara ortogonal adalah :
P = [u
1
, u
2
, ., u
n
] dan matrik diagonalnya adalah D


Teorema 4. 4.
Jika A adalah suatu matriks n x n, maka pernyataan berikut
adalah ekuivalen.
(a) A dapat didiagonalisasi secara ortogonal.
(b) A merupakan suatu himpunan n vector eigen yang
ortonormal.
(a) A adalah matriks simetrik. (hal 35)
Teorema 4. 5.
Jika A matriks simetris, maka vektor-vektor eigen dari
ruang eigen yang berbeda akan ortogonal. (hal 36)
Contoh Soal
Diketahuimatriks =
7 24
24 7

a) Carilahmatriks P yang mendiagonalisasi A secaraortogonal.
b) Tentukanmatriks P
-1
AP.
Penyelesaian:
a) Persamaankarakteristikmatriks A adalah
det = 0
det
7 24
24 7

2
625 = 0
= 25.
Jadinilai-nilaieigendarimatriks A adalah
1
=25 dan
2
= -25.

Misal =

2

adalahvektoreigen A yang
bersesuaiandenganjikadanhanyajikaadalahpenyelesaian non trivial
darisistempersamaan linear:
= 0

7 24
24 7

2
=
0
0
.(1)

Untuk
1
= 25, makapersamaan (1) menjadi
32 24
24 28

2
=
0
0

32
1
+24
2
= 0
24
1
18
2
= 0

24
1
3
2
= 0

1
=
3
4
,
1
=t.
Jadi vektoreigen A yang bersesuaiandengan = 25 adalah

1
=
3
4
1

Membentuk basis untukruangtiga. Denganmenerapkan proses Gram-
Schimdtakanmenghasilkanvektoreigenortonormal, yaitu

1
=

1
=
3
5
4
5
,sebab
1
=
5
4


Untuk
1
= 25, akandidapatkanvektoreigen yang merupakan basis
untukruangeigen, yaitu

2
=

2
=

4
5
3
5
,sebab
2
=
5
3
.

Akhirnyadenganmenggunakan
1
dan
2
sebagaivektor-vektorkolom,
makakitadapatmatriks yang mendiagonalisasi A secaraortogonal, yaitu:
=
3
5

4
5
4
5
3
5

b) Menentukanmatriks
1
=
3
5
4
5

4
5
3
5
7 24
24 7
.
3
5

4
5
4
5
3
5

=
15 20
20 15
.
3
5

4
5
4
5
3
5

=
15 20
20 15


Matriksiniadalahmatriks diagonal denganunsur-unsur diagonal
utamanyaadalahnilai-nilaieigendarimatriks A.