8 0 130 KB
Nilai Eigen dan Vektor Eigen
Nilai eigen adalah himpunan dari skalar yang berhubungan dengan persamaan sistem linear yang dikenal dengan nama akar karakteristik (Hoffman dan Kunze, 1971) , proper value, atau latent roots (Marcus danMinc, 1988, 144). Vektor eigen adalah himpunan khusus dari vektor yang berhubungan dengan persamaan sistem linear yang dikenal juga dengan vektor karakteristik, proper vector, atau latent vectors (Marcus danMinc, 1988, 144). Persamaan
adalah sebuah persamaan yang banyak ditemukan
dalam aplikasi aljabar linier. Jika persamaan tersebut mempunyai penyelesaian tak nol x, maka
disebut sebagai nilai eigen (eigenvalue) dari A dan x disebut vektor
eigen yang dimiliki Nilai eigen adalah suatu hal yang wajar dalam kehidupan kita, baik disadari maupun tidak. Di mana ada getaran di situ akan ada nilai eigen, yaitu frekuensi alami dari getaran tersebut. Jika anda pernah memetik senar gitar, maka anda telah menyelesaikan masalah nilai eigen. Bila para insinyur merancang suatu struktur, mereka akan memberikan perhatian pada frekuensi getaran dari struktur tersebut. Hal ini sangat penting terutama pada daerah-daerah yang rawan gempa seperti California. Nilai eigen dari suatu masalah nilai batas dapat digunakan untuk menentukan keadaan energi dari suatu atom atau beban kritis yang menyebabkan batang melengkung. Nilai eigen dan vektor eigen merupakan kunci untuk memahami bagaimana suatu transformasi bekerja. Jika pada setiap vektor eigen yang dimiliki atau penyusutan oleh suatu vektor eigen.
maka pengaruh transformasi
semata-mata merupakan suatu ekspansi
Definisi. Jika A adalah matriks n x n, maka vektor tak nol x di dalam dinamakan vektor eigen (eigenvektor) dari A jika Ax adalah kelipatan skalar dari x; yakni
Untuk suatu skalar . Skalar
dinamakan nilai eigen (eigenvalue) dari A dan x
dikatakan vektor eigen yang bersesuaian dengan (Howard Anton) Persamaan (
dapat dituliskan dalam bentuk
)
(1)
Jadi
adalah nilai eigen dari A jika dan hanya jika (1) memiliki suatu
penyelesaian tak trivial. Himpunan penyelesaian terhadap persamaan (1) adalah (
) yang merupakan ruang bagian dari
dari A, maka
(
)
. Jadi, jika
adalah nilai eigen
* + dan sembarang vektor tak nol dalam
adalah vektor eigen milik
(
. Ruang
(
)
) dinamakan ruang eigen
(eigenspace) yang berhubungan dengan nilai eigen Persamaan (1) akan mempunyai persamaan tak trivial jika dan hanya jika (
) singular atau secara ekivalen (
)
(2)
Jika determinan pada persamaan (2) diuraikan, akan didapatkan suatu polinom berderajat ke-n (
) dalam peubah ( )
(
)
Polinom ini disebut polinom karakteristik (characteritic polynomial) dan persamaan (2) disebut persamaan karakteristik (characteristic equation) untuk matriks A. Akar-akar dari polinom karakteristik adalah nilai eigen dari A. Jika dihitung akar menurut kelipatannya, maka polinom karakteristik pasti akan mempunyai n akar. Jadi, A akan mempunyai n nilai eigen, di mana beberapa di
antaranya kemungkinan akan berulang dan beberapa nilai eigen lainnya kemungkinan berupa bilangan kompleks. Untuk mengatasi kasus terakhir, medan skalar
diperluas
menjadi
bilangan
kompleks
serta
memperbolehkan
dipergunakannya entri-entri kompleks untu vektor dan matriks. (Steven Leon) Bentuk persamaan karakteristik secara lebih lengkap dapat digambarkan melalui matriks
dapat dijabarkan sebagai
[
]
Determinan dari matriks adalah jumlah dari perkalian n suku dari matriknya, sehingga pangkat tertinggi yang mungkin untuk
adalah n. Yaitu diperoleh dari
perkalian suku dari diagonal matriks. Oleh karena itu, persamaan karakteristik untuk matriks berukuran n x n mempunyai bentuk (
)
Karena kita bekerja dengan bilangan real, persamaan polinomial ini tidak selalu mempunyai akar. Sebagai contoh, persmaan
tidak mempunyai akar di
bilangan real. Tetapi dalam hal mempunyai akar, persamaan polinomial pangkat n mempunyai akar paling banyak n buah. (Wono Setya)
Kata vektor eigen adalah ramuan bahasa Jerman dan Inggris. Dalam bahasa Jerman eigen dapat diterjemahkan sebagai sebenarnya atau karakteristik. Oleh karena itu, nilai eigen dapat juga kita namakan nilai sebenarnya atau nilai karakteristik. (Howard Anton)
Masalah penentuan nilai eigen dan vektor eigen bagi suatu matriks A dapat diringkas menjadi tia langkah 1. Tentukan polinom ciri ( )
(
)
2. Tentukan nilai-nilai eigen matriks A dengan cara menemukan akar-akar dari persamaan ciri ( ) 3. Untuk setiap nilai eigen, tentukan vektor eigen kaitannya dengan cara memecahkan sistem homogen (
)
Contoh Tentukan nilai eigen dan vektor eigen bagi [
]
Langkah 1. Polinom ciri bagi A adalah (
)
([
( [
]
[
[
(
[
])
])
]
[ (
]
]
[
) )
Langkah 2 : berdasarkan pemfaktoran
]
[
]
(
)
(
)(
)(
)
Dengan mudah kita lihat bahwa akar-akar bagi persamaan ciri (charles Cullen)