Top Banner

of 47

Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

Jun 02, 2018

Download

Documents

frankymartion
Welcome message from author
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    1/47

    Y

    XXX

    y

    yX

    AX=X

    O

    NILAI EIGEN DAN VEKTOR

    EIGEN

  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    2/47

  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    3/47

    NILAI EIGEN DAN VEKTOR

    EIGEN

    Definisi

    Jika A adalah matrks nxn, maka vektor tak nol xdi Rndisebut vektoreigen 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 persamaantersebut memiliki solusi tak-nol jika

    det(I-A)=0 Persamaan karakteristik

  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    4/47

    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 mempunyaipenyelesaian tak trivial (non trivial)

    (c) ) Ada vektor x yang tidak nol dalam Rn sedemikian

    sehingga Ax = x.

    (d) adalah suatu penyelesaian real dari persamaankarakteristik det (IA) = 0

    (hal 8)

  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    5/47

    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 3A

    2

    -1x

    1 4 2 -2 21

    2 3 -1 1 -1Ax

    vektor eigen

    nilai eigen

  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    6/47

    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

    301

    121

    200

    A

    301

    121

    200

    100

    010

    001

    det)det( AI

    301

    121

    20

  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    7/47

    EIGEN VALUE and EIGEN

    VECTOR

    7

    Menemukan vektor eigen dari A

    Untuk tiap nilai eigen, kita dapat menemukan vektor eigen dari Adengan mensubtitusi nilai eigen ke sistem persamaan (I-A)x=0

    dan selesaikan persamaan tersebut. Ruang solusi persamaantersebut disebut ruang eigen yang berpadanan dengan .Vektor-vektor eigen yang berpadanan denganadalah 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)

    301

    121

    200

    A

  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    8/47

  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    9/47

    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

    301

    121

    20

    x

    0

    101

    101

    202

    x

    0

    0

    0

    |

    |

    |

    101

    101

    202

    0|A

    0

    0

    0

    |

    |

    |

    000

    000

    101

    ~ ts

    t

    s

    t

    x

    0

    1

    0

    1

    0

    22

    0

    1

    0

    ,

    1

    0

    2

  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    10/47

    2. Carilah nilai-nilai eigen dan basis-basis

    untuk ruang eigen dari :

    Jawab :

    Persamaan karakteristik :

    det (IA)= 0(-3)()(1)(-2)=0

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

    3 2

    -1 0A

    1 0 3 2 -3 -2

    0 1 -1 0 1I A

  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    11/47

    Ruang vektor :

    Untuk 1= 2 diperoleh :

    -x12x2= 0x1+ 2x2= 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

    x1=2x2

    -2s -2

    s 1x s

    -2

    1

  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    12/47

    3. Tentukan eigenvaluesdan

    eigenvectors dari matriks

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

    311

    242

    113

    A

    0

    311

    242

    113

    078304433

    0323242243

    2

    2

  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    13/47

    3102+ 2824 = 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

    200

    020

    002

    311

    242

    113

    3

    2

    1

    x

    x

    x

    0

    111

    222

    111

    3

    2

    1

    x

    x

    x

    321

    321 0

    xxx

    xxx

    1

    0

    1

    0

    1

    1

    32

    3

    2

    1

    xx

    x

    x

    x

  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    14/47

    Jadi, untuk eigenvalue2 mempunyai

    2 eigenvectorsyakni dan

    0

    1

    1

    1

    0

    1

    Untuk = 6,

    Ax = 6x 0311

    222

    113

    3

    2

    1

    x

    x

    x

    0

    000

    210101

    3

    2

    1

    x

    x

    x 32

    31

    2xx

    xx

    1

    2

    1

    3

    3

    2

    1

    x

    x

    x

    x

    Jadi, untuk eigenvalue6 mempunyai 1

    Eigenvectors yaitu

    1

    2

    1

  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    15/47

    4. Tentukan eigenvaluedari matriks

    lower triangular di bawah ini.

    44434241

    333231

    2221

    11

    0

    00000

    aaaa

    aaa

    aa

    a

    A

    Jawab: Persamaan karakteristik

    0

    000

    0

    00

    000

    44

    333231

    2221

    11

    a

    aaa

    aa

    a

    044332211

    aaaa

    1= a11 2= a22 4= a443= a33v v v

  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    16/47

    Catatan :

    Untuk kasus yang khusus, jika A memiliki n buah

    nilai eigen = , maka akan memiliki nilai eigen

    k.

    Jika banyaknya nilai eigen dari Ak sebanyak njuga, 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.

  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    17/47

    Misalkan :

    Maka nilai eigen untuk B adalah: -12, 12, 22dengan

    basis ruang eigen untuk

    B = A2=

    201212

    203

    = 1, basis ruang eigennya: dan

    1

    0

    1

    0

    1

    0

    = 4, basis ruang eigennya:

    1

    2

    2

  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    18/47

  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    19/47

    Pada contoh ini, untuk =1 memiliki dua basis ruangeigen yang berasal dari nilai eigen -1 dan 1.

    Karena berasal dari dua nilai eigen yang berbeda, makabasis ruang eigennya juga mengalami sedikit perubahanbasis 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

  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    20/47

    Diagonalisasi

    Definisi : Suatu matrik A berukuran n x n disebut dapatdidiagonalisasi jika terdapat matrik P yang

    memiliki invers sehingga diperoleh matrik

    diagonal :

    Pmatrik n x n disebut matrik yang mendiago-

    nalisasiAdengan kolom-kolomnya merupakan

    kolom dari basis ruang eigen A .

    Dmerupakan matrik diagonal yang elemen

    dia-gonalnya merupakan semuanilai eigen

    dariA

    D = P-1AP

  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    21/47

    Cara menentukan P

    Jika matrik A ukuran n x n mempunyai n vektor eigen

    bebas linier {x1, x2, ., xn} berhubungan dengan n nilaieigen {1, 2, .., n} kemudian didiagonalisasi matrik P,

    maka formulasi matrik P adalah:

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

    Nilai 1, 2, .., ntergantung pada nilai x1, x2, ., xn

    P=[x1, x2, ..,xn]

    1

    2

    n

    0 0 0

    0 0 0

    0 0 0

    D

  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    22/47

    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 p1, p2, ., pn

    2. Bentuk matrik P yang isinya adalah p1, p2, ., pn

    sebagai vektor kolomnya.

    3. Hasil kali P-1AP adalah matrik diagonal dengan 1, 2,

    ., nadalah nilai eigen yang sesuai dengan vektor

    eigen p1, p2, ., pn

  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    23/47

    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)

  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    24/47

    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 ruangeigennya 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 dapatdidiagonalisasi, sedangkan pada saat nilai eigen kurang dari n,

    maka matrik belum bisa ditentukan bisa atau tidak didiagonalisasi.

  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    25/47

    Contoh soal :

    1. Diketahui matrik = 1 06 1 Carilah a) matriks P yang mendiagonalisasi A.

    b) matriks diagonal D = A.PPenyelesaian:

    a) Persamaan karakteristik matriks A

    det ( IA) = 0

    1 0

    6 + 1

    ( 1)( + 1) = 01 = 1 dan 2 = -1 (nilai-nilai eigen A)

  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    26/47

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

    0 0

    6 2

    1

    2=

    0

    0

    -6 + 2= 0 =

    =t = t

    =

    t

    1=

    1t

  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    27/47

    Jadi, basis untuk ruang eigen yang

    bersesuaian dengan 1 = 1 adalah p1 = 1

  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    28/47

    Untuk 2= -1, sistem persamaan

    linear homogennya

    ( IA )x = 0

    2 06 012 =

    00

    -2= 06= 0

    =

    0

    = t

    = 01 = 0

    1 t

  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    29/47

    Jadi, basis untuk ruang eigen yangbersesuaian dengan 1 = -1 adalah p2 = 01

    Dengan demikian kita dapatkan bahwa (p1,p2)adalah bebas linear, sehingga

    akan mendiagonalkan matriks A. = 13 01 1

  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    30/47

    Mencari matriks diagonal sekaligus sebagaipemeriksaan bahwa D = A P.D =

    A P = 3

    1 0

    1

    1 06 1

    01 1

    =3 0

    3 11 06 1

    01 1

    = 3 03 1 01 1 =

    1 0

    0 1

  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    31/47

    Catatan: Dalam contoh ini tidak ada urutan yangdiistimewakan untuk kolom- kolom P. Karena unsur-unsur

    diagonal ke-i dan D = A P adalah nilai-nilai eigen untukvektor kolom dari matriks P, maka dengan mengubah

    urutan kolom-kolom matriks P hanyalah mengubah

    urutan nilai-nilai eigen pada diagonal untuk D = A P.Jadi seandainya matriks Pnya ditulis seperti berikut:

    = 0

    1

    31 1 Maka kita akan memperoleh

    matriks diagonal D =

    A P = 1 0

    1 0

  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    32/47

    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

  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    33/47

    Diperoleh basis ruang eigen dari A :

    Maka :

    Dan matrik diagonal : D=P-1

    AP=

    -2 -2 01 , 0 , 1

    1 1 0

    -2 -2 0

    1 0 1

    1 1 0

    P

    1 0 0

    0 2 0

    0 0 2

  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    34/47

    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

  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    35/47

    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

  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    36/47

    Apakah matrik C dapat didiagonalisasi ?

    4. Diketahui C=

    210

    010

    201

    Jawab:

    Persamaan karakteristik: det (IC) = 0

    210

    010

    201

    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.

  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    37/47

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

    0

    110

    000

    200

    x

    110

    000

    200

    000

    100

    010

    ~

    Ruang eigen:

    0

    0

    s

    x

    Jadi untuk = 1, ada satu basis ruang eigen yaitu:

    0

    0

    1

  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    38/47

    Untuk = 2, substitusi nilai = 2 ke persamaan (IC) 0x

    0

    010

    010

    201

    x

    010

    010

    201

    000

    010

    201

    ~

    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.

  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    39/47

    Diagonalisasi ortogonal

    Definisi :matrik bujursangkar P disebut matrik

    ortogonal apabila berlaku

    PT

    = P-1

    Matrik A dapat didiagonalisasi secara ortogonal jika

    terdapat matrik P yang ortogonal sehingga :

    P-1AP=D

    dengan D adalah matrik diagonal.

  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    40/47

    Berbeda dengan diagonalisasi sebelumnya, matrik yangdapat didiagonalisasi atau tidak dijabarkan sebagai berikut :

    P-1AP = D

    PDP-1= A

    PDPT= A (dari sifat PT= P-1) (1)

    (PDPT)T= AT (kedua ruas ditransposekan)

    PDPT= AT

    .(2)

    Dari persamaan 1 dan 2 disimpulkan bahwa agar supaya

    matrik A dapat didiagonalisasi secara ortogonal, maka

    matrik A harus memenuhi sifat A = AT( A harus matrik

    simetri).

  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    41/47

  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    42/47

    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)

  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    43/47

    Contoh Soal

    Diketahuimatriks = 7 2424 7 a) Carilahmatriks P yang mendiagonalisasi A secaraortogonal.

    b) Tentukanmatriks P-1AP.

    Penyelesaian:

    a) Persamaankarakteristikmatriks A adalah

    det = 0

    d et 7 2424 7 6 2 5 = 0 = 2 5.Jadinilai-nilaieigendarimatriks A adalah1=25 dan2= -25.

  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    44/47

  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    45/47

    Jadi vektoreigen A yang bersesuaiandengan = 2 5adalah =341

    Membentuk basis untukruangtiga. Denganmenerapkan proses Gram-

    Schimdtakanmenghasilkanvektoreigenortonormal, yaitu

    = =

    ,sebab =

    Untuk =25, akandidapatkanvektoreigen yang merupakan basisuntukruangeigen, yaitu

    = =

    ,sebab = .

  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    46/47

    Akhirnyadenganmenggunakan

    dan

    sebagaivektor-vektorkolom,

    makakitadapatmatriks yang mendiagonalisasi A secaraortogonal, yaitu:

    =35

    454

    5

    3

    5

  • 8/10/2019 Nilai Eigen, Vektor Eigen, Dan Diagonalisasi

    47/47

    b) Menentukanmatriks =

    7 2424 7 .

    = 15 20

    20 15.

    35

    45

    45 35

    = 15 2020 15

    Matriksiniadalahmatriks diagonal denganunsur-unsur diagonal

    utamanyaadalahnilai-nilaieigendarimatriks A.