BAB 7 NILAI EIGEN DAN

VEKTOR EIGEN

Dr. Ir. Abdul Wahid

Surhim, MT.

KERANGKA PEMBAHASAN
1.Nilai Eigen dan Vektor Eigen
2.Diagonalisasi
3.Diagonalisasi secara Ortogonal

7.1 NILAI EIGEN DAN

VEKTOR EIGEN
Definisi :

Misalkan Anxn matriks matriks bujur sangkar

adalah vektor tak nol di Rn dan adalah skalar Rill
sehingga memenuhi :
maka dinamakan nilai eigen dari A,
sedangkan dinamakan vektor eigen dari A

CONTOH
1 2

4 3

1
1
5

5
2
2
10

Vektor eigen

Nilai eigen


Perhatikan
!!!

Av v
Av v 0
A v I v 0

A I

v0

Ingat.
merupakan vektor tak nol
Ini Berarti

Persamaan Karakteristik

det A I 0

CONTOH :

Tentukan nilai eigen dari matriks A 0

-1

Persamaan Karakteristik det (A I) = 0

1
0

- 1

0
1
0

-2
2
0
1-
0
-1

1
0
0
0
1-
0

0
1
0

-2
2 0
-

0
0
1

-2

1
2
0
0

Dengan ekspansi kofaktor sepanjang kolom ke-2

(1 ) ( (1) () 2 ) = 0
(1 ) ( 2) = 0
(1 ) ( 2) ( + 1) = 0
Jadi, matriks A memiliki tiga buah nilai eigen yaitu :
= 1, = 1, dan = 2.

CONTOH
2

Tentukan basis ruang eigen dari : A 1

1

Jawab :

1
2
1

1
1
2

det A I 0
Nilai eigen dari A diperoleh saat
-2
-1
-1

-1
-2
-1

-1
-1 0
-2

-2
-1
-1
2

-1 - 2
-1

( 2){( 2)2 1} + ( +1)

(1+( 2)) = 0
( 2){ 2 4 + 3} ( 1) (
1) = 0
( 2){( 3)( 1 )} 2 ( 1)

-1

-2

-1
-1

-2
0
-1

( 1)(( 2)( 3)
2) = 0
( 1)( 2 5 + 4) =
0
( 1)2( 4) = 0

Nilai Eigen dari matriks tersebut adalah 1 dan 4.

Untuk = 1

-1

-1
-1

-1
-1
-1

-1
-1
-1

x
y
z

1 1 1
Dengan OBE diperoleh
0 0 0
0 0 0

0
0

x s t 1
1

y s 1 s 0 t
1
z t 0

maka

dimana s, t adalah parameter

Jadi Basis ruang eigen yang bersesuaian dengan =1 adalah

1

1
0

, 0
1

Ingat bahwa
Vektor eigen merupakan kelipatan dari
unsur basis tersebut

Untuk = 4

2 -1

2
-1
-1 -1

Dengan OBE diperoleh

-1

-1
2

maka

x
y
z

x 0

y 0
z 0

1 0 1

0 1 1
0 0

1 s
1

0
0

Jadi basis ruang eigen yang bersesuaian dengan = 4 adalah

1

1
1

7.2 DIAGONALISASI
DEFINISI
Suatu matriks kuadrat Anxn dikatakan dapat didiagonalkan
(diagonalizable)
jika terdapat matriks P yang mempunyai invers sehingga
D = P1AP
dengan D matriks diagonal.
Matriks P dinamakan matriks yang mendiagonalkan
(pendiagonal) dari A.
Vektor-vektor kolom dari matriks P adalah vektor-vektor

CONTOH
Tentukan matriks yang mendiagonalkan
x1 x1
x2 x3 x2
x2 x3 x3

x1 1 0 0 x1


x2 0 1 1 x2 0
x 0 1 1 x
3
3

1 0 0

A 0 1 1
0 1 1

Jawab :
Persamaan karakteristik dari matriks A adalah : .I A 0
atau

0 0 1 0 0

det 0 0 0 1 1
0 0 0 1 1

det 0
0

0
1
1

1 0
1

Dengan menggunakan ekspansi kofaktor :

Pilih Baris I

det .I A a11c11 a12 c12 a13c13

1 2 0 0
1 2
Sehingga diperoleh nilai eigen

0 ; 1 ; 2

Untuk 0
Dengan OBE maka
1 0 0
.I A ~ 0 1 1
0 1 1

x1 0

x2 1 t
x 1
3

0
1 0

~ 0 1 1
0 1 1

1 0 0

~ 0 1 1
0 0 0

, dimana t adalah parameter tak nol

Jadi vektor eigen yang bersesuaian dengan 0

adalah
0

P1 1
1

Untuk 1
Dengan OBE maka

.I A ~

0 0 0
0 0 0

0 0 1 ~ 0 0 1
0 1 0
0 1 0

x1 1

x2 0 t , dimana
x 0
3

0 1 0

~ 0 0 1
0 0 0

t adalah parameter tak nol

Jadi vektor eigen yang bersesuaian dengan 1

adalah
1

P2 0
0

Untuk

Dengan OBE maka

1 0 0

.I A ~ 0 1 1
0 1 1

x1 0

x2 1 t
x 1
3

1 0 0

~ 0 1 1
0 0 0

, dimana t adalah parameter tak nol

Jadi vektor eigen yang bersesuaian dengan 2

0
adalah

P3 1
1

Perhatikan
k1 P1 k 2 P2 k 3 P3 0
0 1 0

1 0 1
1 0 1

k1 0

k2 0
k 0
3

1 0 1

~ 0 1 0
1 0 1

Dengan OBE
1 0

0 1
1 0 1

1 0 1
1 0 1

~ 0 1 0 ~ 0 1 0
0 0 2
0 0 1

Jadi P1 , P2 , P3
merupakan himpunan yang bebas linear

1 0 0

~ 0 1 0
0 0 1

Jadi, Matriks yang mendiagonalkan A adalah :

0 1 0

P 1 0 1
1 0 1

0 0 0

1
D P AP 0 1 0
0 0 2

Matriks diagonal yang dihasilkan adalah :

Hal yang perlu diperhatikan,
Juga mendiagonalkan A.

1 0 0

P 0 1 1
matriks
0 1 1

Tapi matriks diagonal yang terbentuk

1 0 0

1
D P AP 0 0 0
adalah :0 0 2

B nxn dikatakan matriks ortogonal jika B1 = BT

Pernyataan berikut adalah ekivalen :
o Bnxn adalah matriks ortogonal.
o Vektor-vektor baris dari B membentuk himpunan
ortonormal di Rn dalam RHD Euclides.
o Vektor-vektor kolom dari B membentuk himpunan
ortonormal di Rn dalam RHD Euclides.
Misalkan P merupakan matriks ortogonal maka
berlaku:
P TP = I
, untuk setiap x di Rn

CONTOH
Berikut adalah contoh matriks ortogonal :

1
2
1
2

1
2
1
2

1
2

B 0
1
2

0 12
1
0
1
0
2

Terlihat bahwa setiap vektor baris/kolom merupakan

vektor satuan
Dan hasilkali dalam antar vektor tersebut adalah nol

Perhatikan bahwa :

AT A I 2 x 2 dan B T B I 3x 3
Sementara itu,

1
2
1
2

1
2
1
2

8

6

14
2
2
2

196 4

2 2

100

8

6

7.3 DIAGONALISASI
SECARA ORTOGONAL
Definisi :
Suatu matriks Anxn dikatakan dapat
didiagonalkan secara ortogonal
jika terdapat matriks ortogonal P sedemikian
hingga
P1AP (=PTAP) merupakan matriks diagonal.

Perhatikan bahwa :
D = P1AP

atau

A =PDP1

Misalkan P merupakan matriks ortogonal, maka

A = PDPT
Sehingga diperoleh hubungan
AT = (PDPT)T
= (PT )T DPT
= PDPT
=A
A dapat didiagonalkan secara ortogonal
jika dan hanya jika A matriks simetri

Misal Anxn, cara menentukan matriks ortogonal P

yang mendiagonalkan A :
a) Tentukan nilai eigen
b) Tentukan basis ruang eigen untuk setiap nilai
eigen yang diperoleh
c) Rubah setiap basis pada (b) menjadi basis ruang
eigen yang ortonormal menggunakan PROSES
GRAM-SCHMIDT
d) Bentuk matriks P dimana vektor-vektor kolomnya
berupa basis ruang eigen yang ortonormal.

CONTOH

1 0 0

Tentukan matriks yang mendiagonalkan secara ortogonal matriks A 0 1 1

0 1 1

Jawab : Gunakan Proses Gram-Schmidt

Basis ruang eigen :

Untuk 0 adalah u1 1
1

1

Untuk 1 adalah u 2 0
0

0

Untuk 2 adalah u3 1
1

v1 1
1

1

v2 0
0

0

v3 1
1

q1

0

1
2
1 2

1

q2 0
0

0
1
q3 2
1
2

Dengan demikian, secara berurutan

basis ruang eigen yang ortonormal matriks tersebut

0

1
2
1 2

1

0
0

dan 1

Sehingga matriks ,ortogonal yang mendiagonalkan A adalah :

2
1

1
1

0 0 0

1
D P AP 0 1 0
0 0 2

HASILNYA SAMA

Ingat Kembali Pers. Diferensial

dy(t )
a y (t )
dt

y (t ) ce at

Jika sekumpulan PD orde 1 ditulis :

dr1 (t )
2 r1 (t )
dt
dr2 (t )
3 r2 (t )
dt
dr3 (t )
r3 (t )
dt

r1 '
2 0 0

r2 ' 0 3 0
r '
0 0 1
3

r1

r2
r
3

Dengan mudah solusi sistem PD tersebut adalah :

r1

r2

r
3

e 2t
3t
2e

t
3
e

Masalahnya, sistem persamaan diferensial tidak selalu memberikan

matriks koefisien yang berbentuk matriks diagonal.
Bentuk Umum SPD orde 1 :
x1 '
a11 a12

x
'
2
a21 a22

x '
a
n
n1 an 2

an1

an 2

ann

x1

x2


x
n

Langkah-langkah menyelesaikan SPD orde 1 linear :

Menentukan matriks P yang mendiagonalkan A.
Tulis SPD dummy dalam bentuk
1
D

P
AP
dengan
Tentukan solusi SPD dummy
Solusi SPD adalah

X PU

U ' DU

U ' DU

CONTOH
Tentukan solusi dari sistem persamaan diferensial:
Jawab :
Tulis SPD dalam bentuk :
Dengan PK

x1 ' 4 2

x2 ' 1 1

x1

x2

4
2
0
1 1

Nilai eigen dari matriks koefisien, = 2 dan = 3

dx1
4 x1 2 x2
dt
dx2
x1 x2
dt

 2

1

BRE yang bersesuaian dengan = 3

1

1

BRE yang bersesuaian dengan = 2

Sehingga diperoleh
Karena

2 1

P
1 1

3 0

D P AP
0 2
1

maka SPD dummy berbentuk :

u1 ' 3 0

u2 ' 0 2

Solusi SPD dummy adalah

3t
u

c
e
1
dan1

u2 c2e 2t

u1

u2

Solusi dari SPD

X PU

atau

x1 2 1 c1e3t

2t
x2 1 1 c2 e

x1 2c1e3t c2e 2t

x2 c1e3t c2e 2t

CONTOH
Tentukan solusi dari masalah nilai awal

dp
2 p t q (t )
dt

dq
p t 2q(t )
dt
dengan
kondisi
awal
p 0 1 dan q 0 3

Jawab :
Kita punya

2 1

A
1 2

Maka Persamaan Karakteristiknya adalah

det .I A 0

2
1

0 2 2 1

0 2 4 4 1

0 2 4 3

0 1 3

diperoleh 1 ; 3

Untuk 1
1 1 1 1
~

.I A ~
1 1 0 0

x1 x 2 0
x1 x 2
x2 t

Jadi vektor eigen yang bersesuaian dengan 1

adalah vektor tak nol yang berbentuk

x1 1

t , dimana t merupakan parameter.
x2 1
Jadi basis ruang eigen yang bersesuaian dengan 1
adalah

1
P1
1

Untuk 3
1 1 1 1
~

.I A ~
1 1 0 0

x1 x 2 0
x1 x 2
x2 t

Jadi vektor eigen yang bersesuaian dengan 3

adalah vektor tak nol yang berbentuk
x1 1

t ,
x
1

dimana t merupakan parameter

Jadi basis ruang eigen yang bersesuaian dengan 3

adalah
1

P2
1

Sehingga Solusi Umum SPD U = D U adalah

et

U
e3t

Dengan demikian solusi SPD kita adalah :

a
tau

X PU
p 1 1 c1et

3t
q 1 1 c2 e

sehin
gga

p c1e c2 e
t

q c1e t c2 e 3t

3t

Untuk t 0

p 0 1 dan q 0 3 sehingga

1 C1 C 2

3 C1 C 2

Dengan Eliminasi didapat

Jadi
adalah

C1 1 ; C 2 2

solusi masalah nilai awal

p(t ) 2e3t et
q(t ) 2e3t et

tersebut