Nilai Dan Vektor Eigen
Nilai Dan Vektor Eigen
• Hitunglah Au, Aw, Av. Manakah dari hasil kali tersebut yang hasilnya adalah vektor
yang sejajar dengan vektor semula
Jawab: 2 0 1 2 1
Av
2 4 2 v v dan Av sejajar
4 1 4 8
2 0 0 0
Aw
4 4 1. w w dan Aw sejajar
4 1
2 0 5 10
Au ku u dan Au TIDAK sejajar
4 1 4 24
untuk semua k R
Jawaban:
A mempunyai inverse. Det(A) ≠ 0
Jawaban:
A tidak mempunyai inverse.
Det(A) = 0
A x = λ x
Ax
x
Ax
x dan Ax sejajar
Au = 2u Av = v Aw ≠ kw
y y y 10
2 24
8
1 0
4 4
5
4
x x x
Syarat perlu: v ≠ 0
A x sejajar x
A x = λ x
atau
A x = λ x
x vektor tak nol
Ax
Ax == λx
λx mempunyai penyelesaian tak nol
1. nilai eigen A
A - λI = A-λI
•persamaan
karakteristik
2-λ 0
Mencari semua penyelesaian persamaan det =0
4 1-λ
1 2,
Nilai eigen A adalah
2 1
2 0 0 0
0 5 0 0
A I
0 0 6 0
0 0 0 1
•Nilai-nilai eigen 2, 6, 5, 1
(merupakan entri diagonal utama)
2 2 0
A 0 4 0
0 1 0
Jawab:
Bentuk det(A-λI) untuk λ = 2, 0, 4. Jika det(A-λI) ≠ 0, maka merupakan nilai eigen, kalau = 0,
maka bukan nilai eigen. Kunci: 2, 4 nilai eigen A, 0 bukan nilai eigen A.
2 2 2 0
det( A 2 I ) det 0 42 0 0 2 adalah nilai eigen A
0 1 0 2
2 0 2 0
det( A 0 I ) det 0 40 0 8 0
0 bukan nilai eigen A
0 1 0 0
2 4 2 0
4 nilai eigen A
det( A 4 I ) det 0 44 0 0
0 1 0 4
Kuliah Jarak Jauh Program e-Learning Inherent
Fakultas Ilmu Komputer Universitas Indonesia
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
A 0 3 3 , x 6 1 x 3 10 x 60 5 x 30
2
2 1 1 2 1 20 10
1 1 1 4 8 1 1 1 40 80
120 2(10
Ax 0 3 3 6 12 2 x A(10 x) 0 3 3 60 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
Kuliah Jarak Jauh Program e-Learning Inherent
Fakultas Ilmu Komputer Universitas Indonesia
Kelipatan skalar vektor eigen
1 1 1 4 2
A 0 3 3 , x 6 1 x 3
2
2 1 1 2 1
1 1 1 4 8
1 1 1 2 4
A( 12 x) 0 3 3 3 6 2( 1
Ax 0 3 3 6 12 2 x 2
x)
2 1 1 2 4 2 1 1 1 2
Ax = 2 x A(1/2 x) = 2 (1/2 x)
A x = λ x A (1/2) x = λ (1/2) x
• Vektor-vektor eigen A yang bersesuaian dengan λ = 3 dapat diperoleh dengan menyelesaikan SPL (A
- λ I)x = 0. Vektor eigen adalah anggota Null(A - λ I)
Null(A - λ I)
Himpunan semua penyelesaian
SPL (A - λ I)x = 0
Null(A - λ I)-{0}
Kuliah Jarak Jauh Program e-Learning Inherent
Fakultas Ilmu Komputer Universitas Indonesia
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
1 1 1 1 3 1 1
A 0 3 3 A I 0 3 3 3
2 1 1 2 1 1 3
SPL (A - 3 I)x = 0
1 3 1 1 x1 0 2 x1 x2 x3 0
( A 3I ) x 0 3 3 3 x2 0
3x3 0
2 1 1 3 x3 0 2 x1 x2 2 x3 0
1
Penyelesaian x1 a
Himpunan penyelesaian a 2 , a R
x2 2a 0
x3 0
1
Himpunan vektor eigen A bersesuaian dengan λ =3 : a 2 , a 0, a R
0
Kuliah Jarak Jauh Program e-Learning Inherent
Fakultas Ilmu Komputer Universitas Indonesia
Nilai eigen matriks pangkat
• Nilai eigen dari A adalah 0, 2, dan 3.
1 1 1
A 0 3 3
2 1 1
• Tentukan nilai eigen untuk
1 5 5
A2 6 12 12 , A13 , A20
4 2 1
• Diberikan sembarang matriks A dan diketahui bahwa λ adalah nilai eigennya.
Maka terdapat vektor tak nol x sedemikian hingga
Ax = λx kalikan kedua ruas dengan matriks A
A.Ax = A λx
A2x = λ(Ax) substitusi Ax dengan λx
A2x = λ2x jadi, λ2 merupakan nilai eigen A2
• Teorema: Jika n adalah bilangan bulat positif, λ nilai eigen matriks A, maka λn
adalah nilai eigen An
5 6
Contoh: A
3 4
2 1 1 1
P P 1
1 1 1 2
1 1 5 6 2 1 2 0
P-1AP= 1 2
3 4 1 1 0 1 D
Matriks
diagonal
A dapat didiagonalkan
Kuliah Jarak Jauh Program e-Learning Inherent
Fakultas Ilmu Komputer Universitas Indonesia
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
AP = PD, jadi
A p1 1 p1 A p2 2 p2 A pn n pn
Karena P mempunyai inverse, maka kolom-kolmnya bukan kolom nol.
Berdasarkan deinisi nilai eigen, maka λ1, λ2, λ3, …,λn merupakan nilai-nilai
eigen A, dan kolom-kolom P adalah vektor-vektor eigen A yang bebas linier
(karena P mempunya inverse)
Prosedur
1. Tentukan n vektor eigen A yang bebas linier, misalkan p1, p2, p3, …, pn
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
p1 p2
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
2 0
D
0 1
Kuliah Jarak Jauh Program e-Learning Inherent
Fakultas Ilmu Komputer Universitas Indonesia
Masalah Diagonalisasi dan masalah
vektor eigen
• Masalah vektor eigen
Diberikan matriks Anxn, apakah terdapat basis di Rn terdiri atas vektor-vektor
eigen?
• Masalah diagonalisasi
Diberikan matriks Anxn apakah terdapat matriks yang mempunyai inverse P
sedemikian hingga nP-1AP adalah matriks diagonal?
Teorema:
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.