nilai eigen, vektor eigen, dan diagonalisasi

Upload: frankymartion

Post on 02-Jun-2018

243 views

Category:

Documents


1 download

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.