Eigenvalues and Eigenvectors #1
Persamaan linear adalah persamaan umum untuk permasalahan yang monoton. Eigenvalues dan eigenvectors adalah konsep yang sangat penting dalam permasalahan dinamis. Solusi dari tidak dapat dicari dengan eliminasi.
Contoh lain adalah menghitung pangkat dari matriks . Dengan menggunakan eigenvalues dan eigenvectors, kita dapat menemukan solusi dari dengan mudah.
Matriks dapat dihitung dengan mudah dengan menggunakan eigenvalues dan eigenvectors, bukan dengan menghitung secara langsung.
Eigenvectors
Hampir seluruh vektor berganti arah ketika dikalikan dengan matriks . Namun, ada beberapa vektor yang tidak berganti arah, yaitu vektor yang searah dengan vektor hasil kali matriks . Vektor ini disebut dengan eigenvectors. Kalikan eigenvector dengan maka vektor adalah kali .
Bentuk persamaan umumnya adalah , dimana adalah eigenvalue dari matriks .
Eigenvalue memberitahu bahwa vektor spesial itu berubah jika dikalikan dengan . Perhatikan bahwa Eigenvalue juga bisa bernilai nol. berarti bahwa eigenvector berada di nullspace.
Computing Eigenvalues and Eigenvectors
Persamaan dapat ditulis ulang menjadi . Berikut adalah langkah derivasinya:
Contoh untuk matriks :
Langkah-langkahnya adalah sebagai berikut:
- Hitung determinan dari .
- Hitung eigenvalues dengan mencari akar dari persamaan kuadrat.
- Hitung eigenvectors dengan menggunakan eigenvalues yang sudah didapat.
untuk :
untuk :
Jika di pangkatkan, eigenvektornya tidak berubah. Hanya eigenvaluenya yang ikut dipangkatkan.
Maka dapat dicari dengan memisahkan kolom dari matriks menjadi dan dikalikan dengan .
Sehingga adalah:
Matriks ini disebut pula dengan markov matrix, yaitu matriks yang kolom-kolomnya jumlahnya adalah 1.
Eigenvalues of a Projection Matrices
Anggaplah sebagai eigenvalue dari matriks proyeksi untuk eigenvector . Gunakan fakta bahwa , maka:
- Setiap kolom dari memiliki jumlah 1, maka adalah eigenvalue.
- singular, maka adalah eigenvalue.
- simetris, maka eigenvector dari adalah orthogonal dengan eigenvector dari .
Eigenvalue of a Reflection Matrix
Matriks refleksi adalah . Jika , maka . Nilai eigenvaluenya menjadi berlipat ganda. Jika dikurangi oleh , menjadi . Jika sebuah matriks digeser sebesar , maka setiap bergeser sebanyak . Eigenvector tidak berubah.
Dalam sebuah refleksi, suatu vektor bisa saja berbalik arahnya namun dengan besar yang sama. Sehingga eigenvalue dari refleksi adalah dan .
The Equation for the Eigenvalues
Menggunakan determinan dan aljabar linear, persamaan kunci untuk mencari eigenvalues adalah . Pindahkan ke sisi kiri, maka menjadi . Jika bukan nol, maka matriks harus singular. Maka, determinan dari haruslah nol.
Eigenvalues : Skalar sebagai eigenvalue dari jika dan hanya jika adalah singular (ada vektor yang tereduksi spannya).
Persamaan tersebut disebut dengan characteristic equation dari matriks . Persamaan ini adalah persamaan kuadrat yang memiliki akar-akar yang merupakan eigenvalues dari matriks . Jika berukuran , persamaan tersebut memiliki derajat pula. Sehingga memiliki eigenvalues (dapat berulang!).
Untuk setiap eigenvector , selesaikan atau untuk mencari eigenvector .
Contoh:
Untuk matriks adalah matriks singular. Tentukan dan !
Kurangi dari diagonal utama:
Hitung determinannya:
Buat determinan menjadi nol:
Cari eigenvector untuk setiap :
Matriks serta adalah singular. Eigenvector dan berada di nullspace: .
Summary
Untuk menyelesaikan eigenvalue untuk matriks :
- Hitung determinan dari .
- Cari akar dari polinomial yang terbentuk.
- Untuk setiap eigenvalue , selesaikan atau untuk mencari eigenvector .
Perlu diperhatikan bahwa eliminasi baris atau pertukaran baris, akan mengubah eigenvalues. Triangular matriks memiliki eigenvalues berupa diagonal (pivot) namun bukan eigenvalue milik .
- .
- .
Imaginary Eigenvalues
Matriks rotasi tidak memiliki eigenvector yang real, eigenvaluesnya adalah .
Saat rotasi, tidak ada vektor yang tetap berada pada arah yang sama (kecuali ).
Review of the Key Ideas
- mengatakan bahwa vektor tidak berubah arahnya ketika dikalikan dengan matriks .
- juga mengatakan bahwa . Ini menentukan eigenvalues .
- Eigenvalues dari adalah dengan eigenvector yang sama.
- Jumlah dari eigenvalues adalah jumlah dari diagonal utama dari . Dengan determinan dari adalah hasil kali dari eigenvalues.
- Eigenvalue dari matriks proyeksi adalah dan . Eigenvalue dari matriks refleksi adalah dan . Serta untuk matriks rotasi.