NILAI EIGEN

DEFINISI NILAI & VEKTOR EIGEN

Definisi :

v
Misalkan Anxn matriks matriks bujur sangkar
adalah vektor tak nol di Rn dan λ adalah skalar Riil
A v  :v
sehingga memenuhi

v
maka λ dinamakan nilai eigen dari A,
sedangkan dinamakan vektor eigen dari A
DEFINISI NILAI & VEKTOR EIGEN

Contoh :
Nilai eigen
1 2  1  5  1
        5  
 4 3   2   10   2

Vektor eigen
PERSAMAAN KARAKTERISTIK

Perhatikan:
Av   v
Av   v  0
A v  I v  0
 A  I  v0
Ingat….
v merupakan vektor tak nol Persamaan
Ini berarti det  A  I   0 Karakteristik
NILAI EIGEN

 Contoh :  1 0 -2 
 
Tentukan nilai eigen dari matriks A   0 1 2 
 -1 0 0 


Jawab:
Persamaan Karakteristik det (A – λI) = 0
 1 0 -2   1 0 0 
 0 1 2    0 1 0  0
   
- 1 0 0   0 0 1 

1-  0 -2
0 1-  2 0
-1 0 -
NILAI EIGEN

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
Jadi, matriks A memiliki tiga buah nilai eigen yaitu λ = −1, λ = 1, dan λ = 2.

 Contoh :  2 1 1 
 
Tentukan vektor eigen dari A   1 2 1 
 1 1 2 

VEKTOR EIGEN

Jawab:
 -2 -1 -1
Nilai eigen dari A diperoleh saat det  A  I   0  -1  -2 -1  0
-1 -1  -2
 -2 -1 -1 -1 -1  -2
    2   0
-1  - 2 -1  - 2 -1 -1
 (λ – 2){( λ – 2)2 –1} + (–λ +1) – (1+( λ–2)) = 0
 (λ – 2){ λ2 – 4 λ + 3} – (λ – 1) – (λ – 1) = 0
 (λ – 2){( λ – 3)( λ – 1 )} – 2 (λ – 1) = 0
 (λ – 1)(( λ – 2)( λ – 3) – 2) = 0
 (λ – 1)( λ2 – 5 λ + 4) = 0
 (λ – 1)2( λ – 4) = 0
VEKTOR EIGEN

 Nilai Eigen dari matriks tersebut adalah 1 dan 4.

 Untuk λ = 1

 -1 -1 -1   x   0  1 1 1 0
       
 -1 -1 -1   y   0  dengan OBE diperoleh  0 0 0 0
 -1 -1 - 1   z   0  0 0 0 0 
    
 x  s t   1   1
       
maka  y    s    1  s 0 t
z  t  0 1
       dengan
Jadi vektor eigen yang bersesuaian  =1 adalah ,
VEKTOR EIGEN

  Untuk λ = 4
 2 -1 -1   x   0  1 0 1 0
       
 -1 2 -1   y    0  dengan OBE diperoleh  0 1  1 0
 -1 -1
 2   z   0  0 0 0 0 

 x   1 
maka    
 y    1 s
 z   1 
   
Jadi vektor eigen yang bersesuaian dengan =4 adalah
DIAGONALISASI

 Definisi : Suatu matriks kuadrat Anxn dikatakan

dapat didiagonalkan (diagonalizable)

jika terdapat matriks P yang mempunyai invers sehingga P–1AP

merupakan matriks diagonal.
 Matriks P dinamakan matriks yang mendiagonalkan (pendiagonal)
dari A.
 Vektor-vektor kolom dari matriks P adalah vektor-vektor eigen dari A.
DIAGONALISASI

 Contoh : 1 0 0
 
Tentukan matriks yang mendiagonalkan A   0 1 1 
0 1 1
 
Jawab:
.I  A  0
atau
   0 0  1 0 0 
    
det   0  0   0 1 1   0
  0 0   0 1 1 
    
DIAGONALISASI

    1 0 0 
 
det  0    1 1   0
 0 1    1 

Dengan menggunakan ekspansi kofaktor baris pertama:
det    .I  A  a11 c11  a12 c12  a13c13
    1           2   0  0
    1           2

Sehingga diperoleh nilai eigen   0  ;    1  ;    2  

DIAGONALISASI

Untuk   0  
1 0 0  1 0 0  1 0 0
   
Dengan OBE maka   .I  A ~  0  1  1 ~  0 1 1  ~  0
 
1 1
 0  1  1
 
 0  1  1
 
0 0 0 

 x1   0 
   
 x2    1   t , dimana t adalah parameter tak nol
 x    1
 3  
0
 
Jadi vektor eigen yang bersesuaian dengan   0   adalah P1   1 
  1
 
DIAGONALISASI

Untuk  1 0 0 0   0 0 0  0 1 0
     
Dengan OBE maka   .I  A  ~  0 0  1 ~  0 0 1  ~  0 0 1 
0 1 0   0 1 0  0 0 0
     

 x1   1 
   
 x2    0   t , dimana t adalah parameter tak nol
 x  0
 3  
1
 
Jadi vektor eigen yang bersesuaian dengan   1 adalah P2   0 
0
 
DIAGONALISASI

Untuk   2  1 0 0  1 0 0 
   
Dengan OBE maka  .I  A ~  0 1  1 ~  0 1  1
0 1 1  0 0 0 
   
 x1   0 
   
 x2    1   t , dimana t adalah parameter tak nol
 x  1
 3  
 0
 
Jadi vektor eigen yang bersesuaian dengan   2   adalah P3   1 
1
 
DIAGONALISASI

 0 1 0
 
 Jadi, matriks yang mendiagonalkan A adalah P   1 0 1 
 1 0 1
 
0 0 0
 
 Matriks diagonal yang dihasilkan adalah D  P 1 AP   0 1 0 
0 0 2
 
1 0 0
 
 Hal yang perlu diperhatikan, matriks P   0 1 1 

juga mendiagonalkan A.  0 1 1 
 
1 0 0
 
Tapi matriks diagonal yang terbentuk adalah D  P 1 AP   0 0 0 
 0 0 2
 
LATIHAN

   1 0 3
 
1. Tentukan nilai & vektor eigen dari A   0 2 0 
 1 0 3
 3  2 0  
 
B 0 1 0
2. Diketahui :  4
 4 1 

Apakah B matriks dapat didiagonalkan? Jelaskan!

3. Suatu Matriks A2x2 memiliki vektor eigen:

 λ=–3
 λ= 1
Tentukan matriks A !