Langsung ke konten utama

Nilai dan vektor Eigen


Nilai dan vektor Eigen

Nilai Eigen (λ) adalah nilai karakteristik dari suatu matriks berukuran n x n, sementara vektor Eigen (x) adalah vektor kolom bukan nol yang bila dikalikan dengan suatu matriks berukuran n x n akan menghasilkan vektor lain yang memiliki nilai kelipatan dari vektor Eigen itu sendiri. Definisi tersebut berlaku untuk matriks dengan elemen bilangan real dan akan mengalami pergeseran ketika elemen berupa bilangan kompleks.Untuk setiap nilai Eigen ada pasangan vektor Eigen yang berbeda, namun tidak semua persamaan matriks memiliki nilai Eigen dan vektor Eigen. Nilai Eigen dan vektor Eigen berguna dalam proses kalkulasi matriks, di mana keduanya dapat diterapkan dalam bidang Matematika murni dan Matematika terapan seperti transformasi linear.

Kumpulan pasangan nilai dan vektor Eigen dari suatu matriks berukuran n x n disebut sistem Eigen dari matriks tersebut. Ruang Eigen dari λ merupakan kumpulan vektor Eigen yang berpasangan dengan λ yang digabungkan dengan vektor nol. Istilah Eigen seringkali diganti dengan istilah karakteristik, di mana kata ‘’’Eigen’’’ yang berasal dari bahasa Jerman memiliki arti ‘’asli’’ dalam konteks menjadi ciri khas atau karakteristik dari suatu sifat.


Persamaan dan Polinomial Karakteristik

Persamaan karakteristik dari matriks A adalah persamaan dengan variabel λ yang digunakan untuk perhitungan nilai dan vektor Eigen.Polinomial karakteristik (f(λ)) {\displaystyle f(\lambda )}adalah fungsi dengan variabel λ  {\displaystyle \lambda }yang membentuk persamaan karakteristik. Persamaan karakteristik bisa diperoleh lewat cara berikut.











Syarat-syarat

Nilai dan vektor Eigen sendiri memiliki beberapa syarat yang harus dipenuhi, yaitu:



Bukti












Dari perhitungan di atas, diperoleh X=0 yang bertentangan dengan salah satu syarat.Dengan demikian dapat disimpulkan bahwa kedua syarat saling mempengaruhi dan tidak boleh dilanggar.


Perhitungan Nilai dan Vektor Eigen

Perhitungan nilai dan vektor Eigen tetap mengguankan perhitungan matriks dasar, yaitu penjumlahan matriks dan perkalian matriks.Perhitungan dimulai dengan mencari nilai Eigen, kemudian dengan nilai Eigen diperoleh (dapat berjumlah lebih dari 1 nilai) akan dihitung vektor Eigen untuk masing - masing nilai yang memenuhi persamaan.


Contoh

Misalkan diketahui suatu matriks A berukuran 3 x 3 dengan nilai seperti di bawah ini.





Untuk mencari nilai Eigen akan digunakan polinomial karakteristik dan persamaan karakteristik dari matriks A. Pertama - tama akan dihitung polinomial karakteristik dari matriks A:







Kemudian nilai Eigen dapat dihitung lewat persamaan karakteristik:




(Persamaan karakteristik dapat difaktorkan menggunakan teorema sisa atau teknik pemfaktoran polinomial lainnya)




Dengan melakukan substitusi nilai Eigen ke dalam persamaan (A-λI)x=0, maka akan diperoleh suatu persamaan baru.

Vektor Eigen untuk masing-masing nilai Eigen kemudian dapat ditentukan dengan melakukan operasi baris elementer atau teknik eliminasi sistem persamaan linear lainnya. Sehingga akan diperoleh vektor Eigen untuk λ=4 adalah




Contoh Soal dan Pembahasan



Terimakasih Telah Membaca

Komentar

Postingan populer dari blog ini

Pengantar Sistem Persamaan Linear (SPL)

SISTEM PERSAMAAN LINEAR Sistem persamaan linear  adalah sekumpulan  persamaan linear  yang terdiri dari beberapa variabel. Contohnya adalah: Sistem ini terdiri dari tiga persamaan dengan tiga variabel  x ,  y ,  z . Solusi sistem linear ini adalah nilai yang dapat menyelesaikan persamaan ini. Solusinya adalah: {\displaystyle {\begin{alignedat}{2}x&\,=\,&1\\y&\,=\,&-2\\z&\,=\,&-2\end{alignedat}}} Kata "sistem" di sini penting karena menunjukkan bahwa persamaan-persamaannya perlu dipertimbangkan bersamaan dan tidak berdiri sendiri. Dalam ilmu matematika, teori sistem linear merupakan dasar  aljabar linear . Aljabar linear sangat diperlukan dalam bidang  fisika ,  kimia ,  ilmu komputer , dan  ekonomi . Contoh Sederhana. Contoh sistem linear yang paling sederhana adalah sistem linear dengan dua persamaan dan dua variabel: {\displaystyle {\begin{alignedat}{5}2x&&...

Transformasi Linear

TRANSFORMASI LINEAR A.      Transformasi Linear Tranformasi linier merupakan dasar dalam telaah aljabar yang berbentuk fungsi. Transdormasi linier yang dimaksud adalah perpindahan dari satu ruang yang biasanya dinamakan dengan domain atau daerah asal ke ruang lain yang dinamakan kodomain atau daerah hasil. Jika F :  V  à   W  adalah sebuah fungsi dari ruang vektor  V  ke dalam ruang vektor  W  , maka F dinamakan transformasi linear jika :        F( u + v ) = F( u ) + F( v ) untuk semua vektor  u  dan  v  di  V Jika F :  V  à  W  adalah sebuah transformasi linear, maka untuk sebarang v1, v2 di V dan   sebarang skalar k1,k2 diperoleh : F(k1v1 + k2v2) = F(k1v1) + F(k2v2)                               ...