Nilai Eigen dan Vektor Eigen

(Eigenvalues and Eigenvectors)

Aljabar Linier dan Bilangan Kompleks

Pertemuan 7
 Vektor (review)
Definisi

Vektor: kuantitas yang mempunyai magnitudo dan arah.

• Geometri vektor
g)
an
nj
a
(p
do
ni tu
ag
M

arah
Review Geometri Vektor ruang Euclidean 2 dimensi

• Geometri vektor

• Titik awal (initial point) berada pada titik pusat (0,0)

• Titik akhir (terminal point) adalah titik

titik (dot) panah (arrow)

Penjumlahan dua Vektor pada (review)

• Jika , maka

• Contoh: Diketahui

maka
Perkalian dengan Skalar (review)
• Jika vektor dan adalah skalar, maka

• Contoh:
Geometri Perkalian dengan Skalar (review)
• Penskalaan

• Koordinat Cartesian
Determinan Matriks (review)
Definisi

Determinan suatu matriks adalah suatu fungsi skalar dengan domain

matriks bujur sangkar

Matrik inverse dari matriks bujur sangkar 2 x 2, adalah 𝐴= [ 𝑎

𝑐
𝑏
𝑑 ]
−1
𝐴 =
1
[
𝑑
𝑎𝑑 −𝑏𝑐 −𝑐
−𝑏
𝑎 ]
DETERMINAN [det] 𝐴−1=
1
[ 𝑑 −𝑏
det [ 𝐴] −𝑐 𝑎 ]
• Det(A) ≠ 0 jika dan hanya jika matriks A memiliki invers
Matriks Singular (review)
Matriks singular adalah matriks yang non-invertible (tidak
mempunyai invers).
• Contoh: matriks berikut

tidak mempunyai invers (singular) karena

Solusi SPL menggunakan invers Matriks
(review)

Definisi

Jika matriks A yang berukuran n x n memiliki invers, maka untuk setiap n x 1 matriks b,
persamaan Ax = b mempunyai satu solusi, yaitu
x  A1b

Jika kedua sisi persamaan Ax = b dikalikan A-1 , maka didapat

A1 Ax  A1b
x  A1b
Matriks Transformasi A:
Suatu matriks transformasi
A:
dapat memetakan ke . Hasil transformasi:
• dapat mengalami perubahan arah
• dapat mengalami perubahan panjang / magnitudo
Contoh 1. Diberikan matriks dan vektor
, , maka =

• Terjadi perubahan arah

dan panjang
Matriks Transformasi A:
Contoh 1. Diberikan matriks dan vektor
, , maka 𝐴 𝐯=
[ 3
1 ][ ] [ ] [ ]
−2 2
0 1
=
4
2
=2
2
1

• Tidak terjadi perubahan arah

• Mengalami perubahan panjang
(Panjang dua kali panjang )

Konsep Eigenvalue dan Eigenvector

• adalah eigenvector dari
• Eigenvalue (nilai eigen) adalah 2 karena perubahan
panjang adalah dua kali
Definisi Eigenvector dan Eigenvalue
Definisi

Suatu eigenvector dari matriks A adalah vektor nonzero x sedemikian sehingga,

,
dimana skalar disebut sebagai eigenvalue dari A, dan x dikatakan sebagai
eigenvector dengan skalar .
Persamaan Karakteristik
Perhatikan bahwa dapat ditulis sebagai ,
atau , sehingga
.
Berapakah nilai yang memenuhi persamaan di atas:
• Trivial (mudah): .
• Adakah solusi ? Ada, jika
det
Ingat kembali: Jika det, maka
 tidak mempunyai invers
 mempunyai banyak solusi untuk !
 Solusi dari adalah eigen-vector dari !
Persamaan Karakteristik
Konsep

Nilai eigen (eigen-value) dari matriks A (berukuran ) adalah nilai yang memenuhi
persamaan
det

Contoh: Untuk matriks ukuran 2 x 2

• Tentukan:
Persamaan Karakteristik (2)
• Perhitungan

Dengan menggunakan persamaan

diperoleh

atau

persamaan karakteristik (PK)

• Nilai eigen diperoleh dari persamaan karakteristik

• Jumlah nilai eigen sesuai dengan pangkat tertinggi dari pada PK
Persamaan Karakteristik (3)
• Dalam bentuk matriks ukuran lebih besar dari 2x2,

• Persamaan karakteristik polinomial,

det
Persamaan Karakteristik (4)
Dalam bentuk matriks ukuran lebih besar dari 2x2,
det

Persamaan karakteristik polinomial,

𝑛 𝑛− 1
𝜆 +𝑐1 𝜆 +…+𝑐𝑛 =0
Eigenvalue dan Eigenvector
Contoh 2.
Bila , , dan

Apakah u dan v eigenvector dari A?

Solusi:

Jadi u adalah eigenvector dari A dengan eigenvalue (-4)

Jadi v bukan eigenvector dari A karena Av bukan kelipatan dari v

Eigenvalue
Contoh 3.
Dari Contoh 2, matriks memiliki salah satu eigenvalue -4.
Dengan menggunakan persamaan karakteristik matriks A

det
Eigenvalue (2)
Contoh 2.
Dari Contoh 1, matriks memiliki salah satu eigenvalue -4.
Dengan menggunakan persamaan karakteristik matriks A

Didapat dan
maka eigenvalue matriks A adalah 7 dan -4(sudah kita temukan pada
contoh 2)
Eigenvalue (3)
Contoh3.
Tentukan eigenvalue dari

Solusi:
Persamaan karakteristik polynomial dari matriks A

Didapat persamaan karakteristik

Eigenvalue (4)
Perhatikan bentuk polinomial

Bila adalah bilangan bulat (integer), maka salah satu akarnya adalah
salah satu dari pembagi (divisors) .
Eigenvalue (5)
Contoh3.
Tentukan eigenvalue dari

Bilangan integer yang dapat membagi -4 adalah , . Dengan

mensubstitusi angka-angka ini secara bergantian pada

didapat sebagai solusi integer.

Sehingga , ,
Eigenvalue (4)
Dari Contoh 1:
dan

Maka, nilai eigen matriks A

didapat dan
Bagaimana dengan eigenvector dari
eigenvalue ?
Eigenvalue dari Triangular Matriks
Bila matriks
maka determinan matriks triangular A adalah:

Sehingga didapat persamaan karakteristik:

dengan eigenvalue , , , ,
yang tidak lain adalah entri diagonal matriks A
Eigenvalue dari Triangular Matriks
Contoh 4.
Tentukan eigenvalue dari

Solusi:
Dengan melihat nilai diagonal matriks, didapat
, , dan ,
Eigenvector
Contoh 6.
Dari Contoh 2 matriks , mempunyai Eigenvalue
. Disini ingin ditentukan eigenvektornya.

Perhatikan transformasi matriks

Atau bisa ditulis:

sehingga

Atau dalam SPL:

Eigenvector (2)
Contoh 6.
Dari Contoh 2 matriks , mempunyai Eigenvalue . Disini ingin
ditentukan eigenvektornya.

Pada saat ,

Sehingga didapat

−6 𝑥 1+ 6 𝑥 2 =0
Dimana , sehingga bila didapat eigenvector
5 𝑥 1 − 5 𝑥2 =0
Eigenvector (3)
Contoh 6.
Dari Contoh 2 matriks , mempunyai Eigenvalue . Disini ingin
ditentukan eigenvektornya.
Pada saat ,

Sehingga didapat
5 𝑥1 +6 𝑥 2=0
dimana . Bila diambil nilai 5didapat
𝑥1 +6 𝑥eigenvector
2 =0

yang memenuhi:
Eigenvector (4)
Dari Contoh 1:
Matriks transformasi dengan eigenvalue dan
• Telah didapat sebagai salah satu eigenvector A dengan eigenvalue
• Dapat pula ditentukan eigenvector pada eigenvalue
• Ingat lagi:
.
Bila ditulis dalam bentuk SPL:

yang bila disederhanakan akan diperoleh:

Eigenvector (4)
Dari Contoh 1:
Matriks transformasi dengan eigenvalue dan
• Dapat pula ditentukan eigenvector pada eigenvalue

dimana Bila diambil didapat eigenvector , atau

𝐴 𝐱=𝐱

𝐴𝐱
Latihan
1. Tentukan eigenvalue dan eigenvector dari matriks
2. Tentukan eigenvalue dari
Take away points
• Definisi eigenvector dan eigenvalue
• Persamaan Karakteristik
• Persamaan Karakteristik Polinomial
• Menentukan Eigenvalue
• Menentukan Eigenvector
Referensi
1. H. Anton dan C. Rorres, Elementary Linear Algebra, 11th ed., Wiley,
2014.
2. D. C. Lay, S. R. Lay, dan J. J. MacDonald, Linear Algebra and its
Applications, 5th ed., Pearson, 2016.
3. G. Strang, Linear Algebra and its Applications, 4th ed., Cengage, 2006.
4. E. Kreyszig, Advanced Engineering Mathematics, 10th ed., John
Wiley & Sons, 2011.

Absensi Kurang dari 75% (kurang dari 12 x) pertemuan,

tidak diperbolehkan mengikuti ujian