Nilai Eigen dan Vektor Eigen
Contents
Nilai Eigen dan Vektor Eigen¶
Secara komputasi, mencari nilai eigen dan vektor eigen dari suatu matriks \(n \times n\) memerlukan waktu eksekusi yang lama. Misalkan kita bangun persamaan karakteristik polinomial
dimana \(A\) adalah matriks \(n \times n\), \(I\) adalah matriks identitas, dan \(\lambda\) adalah nilai eigen.
Review Aljabar Linear¶
Definisi
Misalkan \lbrace \textbf{v}^{(1)}, \textbf{v}^{(2)}, \cdots, \textbf{v}^{(k)}\rbrace adalah himpunan vektor. Himpunan tersebut dikatakan linearly independent jika
maka \(\alpha_i = 0\) untuk setiap \(i = 0, 1, /cdots, k\). Begitu pula sebaliknya, maka himpunan vektornya disebut linearly dependent.
Teorema
Diberikan \lbrace \textbf{v}^{(1)}, \textbf{v}^{(2)}, \cdots, \textbf{v}^{(k)}\rbrace adalah himpunan vektor yang linearly independent di \(\mathbb{R}^n\). Maka untuk setiap vektor \(\textbf{x} \in \mathbb{R}^n\)
maka \(\alpha_i = 0\) untuk setiap \(i = 0, 1, /cdots, k\). Begitu pula sebaliknya, maka himpunan vektornya disebut linearly dependent.