Modul Aljabar Linear dan Matriks

advertisement
NILAI DAN VEKTOR EIGEN
Pertemuan : 12&13
TUJUAN INSTRUKSIONAL KHUSUS :
1. Mengetahui definisi nilai dan vektor eigen
2. Menghitung nilai eigen
3. Menentukan basis, rank dan nullitas dari ruang eigen
4. Mengetahui syarat agar suatu matriks dapat didiagonalisasi
5. Menentukan matriks P yang dapat mendiagonalisasi suatu matriks A
Materi
:
6.1 Nilai dan Vektor Eigen
Definisi 6.1
Jika A matriks 𝑛 × π‘› maka vektor tak nol π‘₯Μ… ∈ 𝑅 𝑛 disebut vektor eigen dari A jika 𝐴π‘₯Μ… = πœ†π‘₯Μ… untuk
suatu skalar πœ†. Skalar πœ† disebut nilai eigen dari A dan π‘₯Μ… sering disebut sebagai vektor eigen
yang berpadanan dengan nilai eigen πœ†.
Untuk mencari nilai eigen, pandang persamaan 𝐴π‘₯Μ… = πœ†π‘₯Μ… dapat dituliskan kembali menjadi
𝐴π‘₯Μ… = πœ†πΌπ‘₯Μ… dan ekivalen dengan (πœ†πΌ − 𝐴)π‘₯Μ… = 0Μ… .
Agar suatu nilai eigen πœ† dapat ditentukan maka SPL homogen harus punya solusi trivial, hal ini
hanya terjadi jika det(πœ†πΌ − 𝐴) = 0.
Persamaan det(πœ†πΌ − 𝐴) = 0 disebut persamaan
karakteristik dan p(λ) = det(πœ†πΌ − 𝐴) disebut polinom karakteristik. Kadang-kadang nilai dan
vektor eigen sering disebut nilai dan vektor karakteristik. Ruang eigen adalah ruang solusi dari
SPL (πœ†πΌ − 𝐴)π‘₯Μ… = 0Μ…
Definisi 6.2
Ruang eigen adalah ruang solusi dari persamaan ( I ο€­ A) x ο€½ 0 didefinisikan dengan
x ( I ο€­ A) x ο€½ 0
Contoh 6.1
0
Diketahui 𝐴 = (1
1
0 −2
2
1 ). Tentukan :
0
3
a. Nilai dan vektor eigen
b. Ruang eigen
Penyelesaian:
a. det(πœ†πΌ − 𝐴) = 0Μ… maka
ALJABAR LINEAR DAN MATRIKS
  1 0 0 οƒΆ  0 0 ο€­2 οƒΆ οƒΆ
0
2 οƒΆ

 ο€­ 2 ο€­1
ο€­1  ο€­ 2
 
οƒ· 
οƒ·οƒ·

οƒ·
det    0 1 0 οƒ· ο€­  1 2 1 οƒ· οƒ· ο€½ det  ο€­1  ο€­ 2 ο€­1 οƒ· ο€½ 
2
0
 ο€­3
ο€­1
0
 ο€­1
 0 0 1οƒ· 1 0 3 οƒ·οƒ·
0
 ο€­ 3 οƒ·οƒΈ
οƒΈ 
οƒΈοƒΈ

 
ο€½  ( ο€­ 2)( ο€­ 3)  2(0   ο€­ 2) ο€½  3 ο€­ 5 2  8 ο€­ 4 ο€½ 0
dengan memfaktorkan diperoleh   ο€­ 2  ο€­ 2  ο€­1 =0 maka nilai eigen adalah 2 dan 1.
Untuk mendapatkan vektor eigen maka disubstitusikan nilai-nilai eigen ke persamaan
( A ο€­  I ) x ο€½ 0 yaitu:
0
2  x1 οƒΆ  0 οƒΆ


 οƒ·  οƒ·
 ο€­1  ο€­ 2 ο€­1  x2 οƒ· ο€½  0 οƒ·
 ο€­1
οƒ·  οƒ·
0
 ο€­ 3 

 x3 οƒΈ  0 οƒΈ
Untuk  ο€½ 2 diperoleh
 2 0 2  x1 οƒΆ  0 οƒΆ

 οƒ·  οƒ·
 ο€­1 0 ο€­1 x2 οƒ· ο€½  0 οƒ·
 ο€­1 0 ο€­1 x οƒ·  0 οƒ·

 3 οƒΈ  οƒΈ
Dengan OBE diperoleh
 2 0 2 οƒΆ 1 0 1οƒΆ

οƒ· 
οƒ·
 ο€­1 0 ο€­1οƒ· ~  0 0 0 οƒ·
 ο€­1 0 ο€­1οƒ·  0 0 0 οƒ·

οƒΈ 
οƒΈ
π‘₯1
0
−1
0
−1
Sehingga solusi π‘₯Μ… = (π‘₯2 ) = 𝑠 (1) + 𝑑 ( 0 ), maka vektor eigen adalah (1) , ( 0 ).
π‘₯3
0
1
0
1
Untuk  ο€½ 1
 1 0 2  x1 οƒΆ  0 οƒΆ

 οƒ·  οƒ·
 ο€­1 ο€­1 ο€­1  x2 οƒ· ο€½  0 οƒ·
 ο€­1 0 ο€­2  x οƒ·  0 οƒ·

 3 οƒΈ  οƒΈ
Dengan OBE diperoleh
 1 0 2 οƒΆ 1 0 2 οƒΆ

οƒ· 
οƒ·
 ο€­1 ο€­1 ο€­1 οƒ· ~  0 1 ο€­1οƒ·
 ο€­1 0 ο€­2 οƒ·  0 0 0 οƒ·

οƒΈ 
οƒΈ
π‘₯1
−2
−2
π‘₯
Sehingga solusi π‘₯Μ… = ( 2 ) = 𝑑 ( 1 ) dan vektor eigen adalah ( 1 ).
π‘₯3
1
1
IF/2011
38
ALJABAR LINEAR DAN MATRIKS
π‘₯1
0
−1
b. Ruang eigen yang berkaitan dengan nilai  ο€½ 2 adalah π‘₯Μ… = (π‘₯2 ) = 𝑠 (1) + 𝑑 ( 0 )
π‘₯3
0
1
0
−1
dengan basis = {(1) , ( 0 )} dan ruang eigen yang berkaitan dengan nilai  ο€½ 1 adalah π‘₯Μ… =
0
1
π‘₯1
−2
−2
π‘₯
( 2 ) = 𝑑 ( 1 ) dengan basis ={( 1 )}.
π‘₯3
1
1
ο€Ώ Latihan 6.1
Tentukan nilai eigen dan ruang eigen dari matriks-matriks berikut ini
6 −4
a. (
)
3 −1
1
b. (0
0
1 1
2 1)
0 1
 ο€­1 0 1 οƒΆ
c.  ο€­1 3 0 οƒ·οƒ·
 ο€­4 13 ο€­1οƒ·

οƒΈ
6.2 Diagonalisasi
Definisi 6.3
Suatu matriks bujur sangkar A dikatakan dapat didiagonalkan jika ada suatu matriks yang dapat
dibalik sehingga 𝑃 −1 𝐴𝑃 adalah suatu matriks diagonal, P dikatakan mendiagonalkan A.
Teorema 6.1
Jika A adalah matriks nxn, maka pernyataan-pernyataan berikut ekivalen
a. A dapat didiagonalkan
b. A mempunyai n vektor eigen yang bebas linear
Langkah-langkah untuk mendiagonalkan matriks A:
1. Cari n vektor-vektor eigen yang bebas linear dari A misalkan 𝑝̅1 , 𝑝̅2 , … , 𝑝̅𝑛 .
2. Bentuk matriks P yang mempunyai 𝑝̅1 , 𝑝̅2 , … , 𝑝̅𝑛 sebagai vektor-vektor kolomnya.
3. Matriks 𝑃 −1 𝐴𝑃 akan menjadi matriks diagonal dengan πœ†1 , πœ†2 , … , πœ†π‘› berturut-turut adalah
anggota diagonalnya dimana πœ†π‘– adalah nilai eigen yang berpadanan dengan 𝑝̅𝑖 untuk i =
1,2,...,n.
Contoh 6.2
Carilah suatu matriks P yang mendiagonalkan
IF/2011
39
ALJABAR LINEAR DAN MATRIKS
 0 0 ο€­2 οƒΆ

οƒ·
A ο€½ 1 2 1 οƒ·
1 0 3 οƒ·

οƒΈ
Telah diperoleh untuk
−1
0
𝑝̅1 = ( 0 ) dan 𝑝̅2 = (1)
1
0
−2
𝑝̅3 = ( 1 )
1
πœ†=2
πœ†=1
Sehingga dari tiga vektor basis diperoleh matriks P sebagai berikut
 ο€­1 0 ο€­2 οƒΆ
 2 0 0οƒΆ

οƒ· dan ο€­1

οƒ·
P 0 1 1 οƒ·
P AP ο€½  0 2 0 οƒ·
1 0 1οƒ·
0 0 1οƒ·

οƒΈ

οƒΈ
Dapat ditunjukkan bahwa
 1 0 2  0 0 ο€­2  ο€­1 0 ο€­2 οƒΆ  2 0 0 οƒΆ



οƒ· 
οƒ·
D ο€½ P AP ο€½  1 1 1  1 2 1  0 1 1 οƒ· ο€½  0 2 0 οƒ·
 ο€­1 0 ο€­1 1 0 3  1 0 1 οƒ·  0 0 1 οƒ·



οƒΈ 
οƒΈ
ο€­1
D adalah matriks diagonalisasi dan jika kedua ruas dikalikan dengan P dan Pο€­1 persamaan ini
dapat dituliskan kembali menjadi
PDPο€­1 ο€½ PPο€­1 APPο€­1 ο€½ IAI ο€½ A
Jika dipangkatkan n maka diperoleh
An ο€½  PDPο€­1  ο€½ PDn Pο€­1
n
Dengan ini kita dapat menghitung pangkat dari suatu matriks A dengan mengubah A menjadi
matriks PDPο€­1
ο€Ώ Latihan 6.2
Carilah suatu matriks P yang mendiagonalkan
 1 0 0οƒΆ

οƒ·
A ο€½  1 2 0οƒ·
 ο€­3 5 2 οƒ·

οƒΈ
Apakah matriks A dapat didiagonalkan?
Hitunglah A10
IF/2011
40
ALJABAR LINEAR DAN MATRIKS
IF/2011
41
Download