2
Cakupan materi
Ruang eigen
Diagonalisasi
Diagonalisasi ortogonal
3
Pre-test modul
Pre-test
• Jawablah pertanyaan berikut ini:
Diberikan
Diberikan matriks
matriks A
A2x2 dan vektor-vektor u, v, dan w
2x2 dan vektor-vektor u, v, dan w
Hitunglah
Hitunglah Au,
Au, Aw,
Aw, Av.
Av.
Manakah
Manakah dari
dari hasil
hasil kali
kali tersebut
tersebut yang
yang hasilnya
hasilnya adalah
adalah vektor
vektor
yang
yang sejajar
sejajar dengan
dengan vektor
vektor semula?
semula?
5
Jawaban soal pre-test
2 0 0 0
Aw 4 4 1w w dan Aw sejajar
4 1
6
Nilai dan vektor eigen
Ruang eigen
Diagonalisasi
Diagonalisasi ortogonal
Au ≠ Av = Aw =
ku 10 2v 1w
y Au y 2 y
4 Av
8
1
v
5 4 0
u w Aw
4 4
x x x
8
Perkalian vektor dengan
matriks
A x = λ
x
Ax
x
Ax
x dan Ax sejajar
9
Definisi: nilai dan vektor
eigen
D
Definisi
efinisi 7.1:
7.1: Nilai
Nilai eigen
eigen dan
dan vektor
vektor eigen
eigen
Diberikan
Diberikan matriks
matriks A Anxn , vektor tak nol v di Rnn disebut vektor
nxn, vektor tak nol v di R disebut vektor
eigen
eigen dari
dari AA jika
jika terdapat
terdapat skalar
skalar sedemikian
sedemikian hingga
hingga Av
Av =
= λv,
λv,
λλ disebut
disebut nilai
nilai eigen,
eigen, xx adalah
adalah vektor
vektor eigen
eigen dari
dari A
A yang
yang
bersesuaian
bersesuaian dengan
dengan λλ ..
(disyaratkan
(disyaratkan bahwa
bahwa v
v≠≠ 0)
0)
Av
v
v v
v Av
Av Av
(1) λ ≥ 1 (2) 0 ≤ λ ≤ (3) -1 ≤ λ (4) λ ≤ - 1
1 ≤0
10
Latihan 1: vektor nol dan
nilai eigen nol
a. Mengapa disyaratkan vektor eigen tidak boleh 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.
11
Latihan 2: SPL homogen dengan
Anxnx = 0
12
Masalah vektor eigen
A x sejaja x
r
A x = λ x
A x = λ x
x vektor tak nol
14
Pernyataan-pernyataan
ekuivalen
Jika A matriks persegi nxn, maka kalimat-kalimat berikut
ekuivalen
1. nilai eigen A
15
Persamaan karakteristik
Jika diuraikan, det(A - λI) merupakan suku banyak berderajat n dalam λ,
p n cn1n1 cn2n2 c1 suku
c0 banyak karakteristik
A - λI = A-λI
Diperoleh
2 1persamaan
0.4 0 karakteristik
2 1 0
1 2
Penyelesaian
2 1 persamaan karakteristik tersebut merupakan nilai
eigen dari A yaitu:
17
Prosedur menentukan
nilai eigen
Diberikan matriks persegi A, maka nilai-nilai eigen A dapat
diperoleh sebagai berikut
18
Latihan 4: 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 2 3 3 1
2 1 1
2. Ubahlah persamaan karakteristik ke dalam persamaan sukubanyak
karakteristik:
1 3 6 2 3 3 1 0
2
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
20
Latihan 5 : 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
21
Kunci jawaban Latihan 5
1 1 3 0
0 5 2 0
1. Nilai-nilai eigen matriks
A adalah 1, 5, 6, 7
0 0 6 7
0 0 0 7
a11 0 0
a21 a22 0
2. Nilai-nilai eigen matriksA adalah a11, a22,…ann
a an2 ann
n1
22
Apakah λ nilai eigen A?
λ = 2, 4, 8. Jika det(A-λI)
2 2 2= 0, 0maka
λ merupakan nilai eigen, kalau ≠ 0, maka
λ bukan nilai eigen dari A.
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
23
Latihan 6 : 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
• Tentukan dan gambarkan vektor-vektor u, x, y, z dan Au, Ax, Ay,
Az
24
Latihan 7
26
Nilai eigen matriks
pangkat
1 1 1
• Nilai eigen dari A adalah 0, 2, danA 3. 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
27
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.
det(B) = det(BT)
(A- I)T = (AT- I)
29
Latihan 8
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. pJika
berikut
1 2 ini
2 3adalah
3 suku banyak karakteristik matriks A
, maka A berukuran 5x5
30
Kunci jawaban Latihan 8
Kunci:
1. SALAH, jika x vektor nol maka x bukan vektor eigen
2. BENAR
3. BENAR
4. SALAH
5. SALAH
6. SALAH
31
Nilai dan vektor eigen
Ruang eigen
Diagonalisasi
Diagonalisasi ortogonal
32
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 A 10x 0 3 3 60 120 2 10x
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
33
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 2x 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
34
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}
35
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
• Menentukan Eλ sama dengan menentukan himpunan penyelesaian spl:
(A - λ I)x = 0
36
Prosedur menentukan ruang
eigen
E λ= Null(A – λI)
37
Contoh 1: 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 3 3 3
2 1 1 2 1 1 3
Dibentukspl A 3I x 0
1 3 1 1 x1 0 2x1 x2 x3 0
A 3I x 0 3 3 3 x2 0 3x3 0
2 1 1 3 x3 0 2x1 x2 2x3 0
x1 a 1
Penyelesai
an umum: x2 2a
Himpunan penyelesai an: a2, a R
x3 0 0
1
n dengan 3 : a2, a 0, a R
HimpunanvektoreigenAbersesuaia
0
38
Latihan 9: Menentukan
ruang eigen
1. Apa hubungan ruang eigen Eλ dengan ruang Null(A - λ I)
2. Apakah setiap elemen ruang eigen merupakan vektor
eigen?
3. Buatlah prosedur untuk menentukan basis ruang eigen
matriks A yang bersesuaian dengan nilai eigen λ.
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)]
39
Nilai dan vektor eigen
Ruang eigen
Diagonalisasi
Diagonalisasi ortogonal
7.3 Diagonalisasi
Diagonalisasi
D
Definisi
efinisi 7.2:
7.2: diagonalisasi
diagonalisasi
Matriks
Matriks persegi
persegi A
A dapat
dapat didiagonalkan
didiagonalkan jika
jika terdapat
terdapat matriks
matriks
yang
yang mempunyai
mempunyai inverse
inverse sedemikian
sedemikian hingga
hingga PP-1-1AP
AP =
=DD adalah
adalah
matriks
matriks diagonal.
diagonal.
Contoh 2:
5 6 2 1 1 1
A P 1
P
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
41
Kapan matriks A dapat
didiagonalkan?
TTeorema
eorema 7.3.
7.3.
Jika
Jika A
A adalah
adalah matriks
matriks nxn,
nxn, maka
maka kalimat-kalimat
kalimat-kalimat berikut
berikut ini
ini ekuivalen:
ekuivalen:
1.
1. A
A dapat
dapat didiagonalkan
didiagonalkan
2.
2. A
A mempunyai
mempunyai nn vektor-vektor
vektor-vektor eigen
eigen yang
yang bebas
bebas linier
linier
a11 a12 a1n
Bukti (1) (2)
a21 a22 a2n
A
Diberikan A
a an2 ann
n1
42
Kapan matriks A dapat
didiagonalkan? (lanjutan)
P-1AP = D, kalikan dengan P-1,
AP = PD
p11 p12 p1n 1 0 0 1 p11 2p12 np1n
p21 p22 p2n 0 2 0 1 p21 2p22 np2n
PD 1 p1 2p2 npn
p pn2 pnn 0 0 n 1 pn1 2pn2 npnn
n1
Prosedur
1. Tentukan n vektor eigen A yang bebas linier, misalkan p1,
p2, p3, …, pn
2 1 1 1
P P 1
2. Dibentuk matriks P yang 1 1
kolom-kolomnya
1 2
adalah vektor-vektor eigen di
atas.
1 1 5 6 2 1 2 0
D
1 2 3 4 1 1 0 1
• Masalah diagonalisasi
Diberikan matriks Anxn apakah terdapat matriks yang mempunyai inverse P
sedemikian hingga P-1AP adalah matriks diagonal?
TTeorema
eorema 7.4:
7.4:
A
Anxn dapat didiagonalkan jika dan hanya jika terdapat n vektor eigen
nxn dapat didiagonalkan jika dan hanya jika terdapat n vektor eigen
yang
yang bebas
bebas linier.
linier.
Padahal, setiap n vektor yang saling bebas linier di Rn merupakan
basis Rn.
Kesimpulan: masalah vektor eigen sama dengan masalah
diagonalisasi
46
Masalah diagonalisasi matriks
(lanjutan)
TTeorema
eorema 7.5:
7.5:
Jika
Jika vv11,, vv22,, …,v
…,vkk adalah
adalah vektor-vektor
vektor-vektor eigen
eigen dari
dari A
A yang
yang
berpadanan
berpadanan dengan dengan nilai-nilai
nilai-nilai eigen
eigen yang
yang berbeda-beda
berbeda-beda λλ11,, λλ22,, …
…
λλkk,, maka
maka {{ vv11,, vv22,, …,v
…,vkk }} adalah
adalah himpunan
himpunan bebas
bebas linier.
linier.
TTeorema
eorema 7.6.:
7.6.:
Jika
Jika matriks
matriks A
Anxn mempunyai n nilai eigen yang berbeda-beda,
nxn mempunyai n nilai eigen yang berbeda-beda,
maka
maka AA dapat
dapat didiagonalkan.
didiagonalkan.
47
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.
49
Multiplisitas geometri dan
aljabar
TTeorema
eorema 7.4:
7.4:
Jika
Jika A
A adalah
adalah matriks
matriks bujur
bujur sangkar,
sangkar, maka:
maka:
1.
1. Untuk
Untuk setiap
setiap nilai
nilai eigen
eigen dari
dari A,
A, multiplisitas
multiplisitas geometrisnya
geometrisnya kurang
kurang
dari
dari atau
atau sama
sama dengan
dengan multiplisitas
multiplisitas aljabarnya.
aljabarnya.
2.
2. AA dapat
dapat didiagonalkan
didiagonalkan jika
jika dan
dan hanya
hanya jika
jika multiplisitas
multiplisitas
geometrisnya
geometrisnya sama
sama dengan
dengan multiplisitas
multiplisitas aljabarnya
aljabarnya untuk
untuk setiap
setiap
nilai
nilai eigen.
eigen.
50
Latihan 10: informasi dari persamaan
karakteristik
Jawaban:
Ruang eigen untuk λ = 0 dapat memiliki dimensi 1 atau 2.
Selanjutnya, ruang eigen untuk λ = 1 harus memiliki dimensi 1.
Ruang eigen untuk λ = 2 dapat memiliki dimensi 1, 2, atau 3.
51
Multiplisitas geometris dan
aljabar
Persamaan karakteristik dari A adalah (1-λ) (6-λ)2 = 0. Jadi A
memiliki nilai–nilai eigen: λ = 1, λ = 6. Misalnya diketahui
bahwa basis ruang-ruang eigennya adalah:
52
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
53
Latihan 12: diagonalisasi
Diberikan matriks A
0 0 0
A 0 0 0
3 0 1
54
Jawaban Latihan 12
1 0 0 0 0 0
P 0 1 0 P 1 AP 0 0 0 D
Maka 3 0 1 dan 0 0 1
55
Nilai dan vektor eigen
Ruang eigen
Diagonalisasi
Diagonalisasi ortogonal
7.4 Diagonalisasi
ortogonal
56
Diagonalisasi ortogonal
TTeorema
eorema 7.7:
7.7:
Jika
Jika A
A adalah
adalah matriks
matriks nxn,
nxn, maka
maka pernyataan
pernyataan berikut
berikut ekuivalen:
ekuivalen:
a.
a. AA merupakan
merupakan matriks
matriks yang
yang terdiagonalisasi
terdiagonalisasi secara
secara ortogonal
ortogonal
b.
b. AA memiliki
memiliki himpunan
himpunan ortonormal
ortonormal yang
yang terdiri
terdiri atas
atas nn vektor
vektor eigen
eigen
c.
c. AA simetris
simetris
57
Contoh 6: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
1 0
vektor- vektor u1 0= dan 1u 2 = membentuk basis dari ruang
eigen Eλ = 2.
59
Prosedur diagonalisasi
ortogonal
Berikut ini merupakan prosedur untuk mendiagonalisasi
matriks simetris A secara ortogonal:
1. Untuk setiap nilai eigen dari A, tentukan basis untuk setiap
ruangnya.
2. Terapkan proses Gram-Schmidt dan normalisasi pada
masing masing basis tersebut untuk membentuk basis
orthonormal.
3. Bentuk matrik P yang kolomnya adalah vektor yang
membentuk basis orthonormal di langkah 2. Maka P akan
mendiagonalkan A secara orthogonal
60
Refleksi
61
Ringkasan materi
62
Post-test modul
1.
1. Bagaimana
Bagaimana menentukan
menentukan nilai-nilai
nilai-nilai eigen
eigen matriks
matriks A?
A?
2.
2. Jika
Jika diberikan
diberikan matriks
matriks A
A dan
dan nilai
nilai eigen
eigen k,
k, bagaimana
bagaimana
menentukan
menentukan ruang
ruang eigennya?
eigennya?
3.
3. Apakah
Apakah ruang
ruang eigen
eigen memuat
memuat hanya
hanya vektor
vektor eigen?
eigen?
4.
4. Dua
Dua matriks
matriks mempunyai
mempunyai persamaan
persamaan karakteristik
karakteristik sama,
sama, apa
apa
kesimpulanmu?
kesimpulanmu? Apakah
Apakah mereka
mereka memiliki
memiliki ruang-ruang
ruang-ruang eigen
eigen
yang
yang sama?
sama?
5.
5. Terdapat
Terdapat basis
basis dari
dari R
Rnn yang
yang terdiri
terdiri atas
atas vektor-vektor
vektor-vektor eigen
eigen
dari
dari A.
A. Apa
Apa kesimpulanmu?
kesimpulanmu?
6.
6. A
A dapat
dapat didiagonalkan
didiagonalkan secara
secara ortogonal,
ortogonal, apa
apa kesimpulanmu?
kesimpulanmu?
64
Selamat, Anda telah menyelesaikan
modul 7.
Bersiaplah untuk modul selanjutnya