Diagonalisasi Orthogonal dan Matriks Simetrik

Jika T : V V adalah operator linear pada sebuah ruang hasil kali dalam maka
masalah diagonalisasi dapat terjadi dalam cara berbeda. Ketimbang memandang
penyederhanaan untuk sebarang basis yang menghasilkan matriks diagonal untuk T, kita
dapat berpaling untuk sebuah basis ortonormal yang menghasilkan matriks diagonal
untuk T. Agar lebih jelas, kita akan memperhatikan masalah berikut.







Jika A adalah matriks untuk T : V V yang bertalian dengan beberapa basis
ortonormal maka masalah ini ekivalen untuk pertanyaan jika ada perubahan basis
terhadap basis ortonormal baru seperti halnya matriks baru untuk T maka T diagonal.
Menurut teorema 32 dalam bagian 4.10 matriks transisi untuk perubahan basis ini akan
menjadi orthogonal. Jadi kita berpedoman terhadap bentuk matriks berikut dari masalah
diagonalisasi orthogonal tersebut.





Masalah ini mendorong kita membuat definisi berikut.






Masalah diagonalisasi orthogonal
Diberikan sebuah operator linear T : V V pada sebuah ruang hasil kali dalam
berdimensi berhingga adakah basis ortonormal untuk yang bertalian dengan matriks untuk
T dimana diagonal?
Definisi
Matriks kuadrat A dikatakan dapat diagonalisasi secara orthogonal jika terdapat matriks P
yang orthogonal sehingga P
-1
AP = ( P
t
AP ) diagonal; matriks P dikatakan
mendiagonalisasi A secara orthogonal.
Bentuk matriks dari masalah diagonalisasi orthogonal
Diberikan matriks A kuadrat apakah matriks P orthogonal seperti halnya P
-1
AP( = p
t
AP)
diagonal?
Kita mempunyai dua pertanyaan yang akan ditinjau :
1. Matriks-matriks manakah yang dapat didiagonalisasi secara orthogonal?
2. Bagaimana kita mencari matriks orthogonal untuk melaksanakan diagonalisasi?
Untuk membantu kita menjawab pertanyaan pertama kita akan memerlukan definisi
berikut.





Contoh 1.
Jika
(
(
(

=
7 0 5
0 3 4
5 4 1
A
maka A A
t
=
(
(
(

=
7 0 5
0 3 4
5 4 1

dengan demikian A simetrik.
Untuk menentukan suatu matriks A simetrik, kita lakukan pemeriksaan berikut.
Entri-entri pada diagonal utama adalah sebarang namun bayangan cermin dari entri
yang melintasi diagonal utama adalah sama. Perhatikan gambar 1 di bawah ini.
(
(
(

7 0 5
0 3 4
5 4 1

Gambar 1.

Teorema selanjutnya merupakan alat utama untuk menentukan apakah sebuah
matriks dapat didiagonalisasi secara orthogonal. Dalam teorema ini dan untuk teorema
selebihnya dari bagian ini, orthogonal akan berarti yang bertalian dengan hasil kali
dalam Euclidis pada R
n
.


Definisi
Matriks kuadrat A kita namakan simetrik jika A = A
t








Bukti
) ( ) ( b a Karena A dapat didiagonalisasi secara orthogonal maka terdapat matriks P
yang orthogonal sehingga P
-1
AP diagonal atau P
-1
AP = D. P orthogonal berarti P
-1
= P
t
.
Seperti yang diperlihatkan dalam bukti teorema 2, maka vektor kolom ke n dari P
adalah vektor eigen A. Karena P orthogonal maka vektor-vektor kolom ini ortonormal
(teorema 3.3 dari bagian 4.10) sehingga A mempunyai n vektor eigen ortonormal.

) ( ) ( a b Anggaplah bahwa A mempunyai himpunan ortonormal dari n vector eigen
{p
1
, p
2
, , p
n
}. Seperti yang diperlihatkan dalam bukti teorema 2 maka matriks P
dengan vector-vektor eigen ini sebagai kolom-kolom akan mendiagonalisasi A secara
ortogonal

) ( ) ( c a Dalam bukti ) ( ) ( b a kita menunjukkan bahwa matriks A yang berukuran
n x n dapat didiagonalisasi oleh matriks P yang berukuran n x n secara orthogonal yang
kolom-kolomnya membentuk himpunan ortonormal dari vector-vektor eigen yang
berukuran A. misalkan D adalah matriks diagonal

Dengan mengalikan kedua ruas dengan P pada bagian kiri, diperoleh

atau

Kemudian, dengan mengalikan kedua ruas dengan

pada bagian kanan, diperoleh

atau

Teorema 5
Jika A adalah matriks n x n maka pernyataan berikut ekivalen satu sama lain
(a) A dapat didiagonalisasi secara orthogonal
(b) A mempunyai himpunan ortonormal dari n vektor eigen
(c) A adalah simetrik
Jadi, A = PDP
-1
atau karena P orthogonal maka A = PDP
t
.
Sehingga

A
t
= (PDP
t
)
t
= PD
t
P
t
= PDP
t
= A

yang menunjukkan bahwa A simetrik.







Bukti
Akan ditunjukkan vektor-vektor eigen dari ruang eigen yang berbeda akan orthogonal.
Misalkan

dan

adalah dua nilai eigen yang berbeda dari matriks A simetrik yang
berukuran , dan misalkan

] dan

]
adalah vektor-vektor eigen yang bersesuaian. Kita ingin memperlihatkan bahwa

Karena

adalah matriks yang mempunyai

sebagai satu-satunya
entrinya, maka kita dapat melengkapi bukti tersebut dengan memperlihatkan bahwa

.
Karena

dan

merupakan vektor eigen yang bersesuaian dengan nilai eigen

dan

, dari drfinisi pada bagian 6.1 kita mempunyai

(i)

(ii)
Teorema 6.
Jika A adalah matriks simetrik, maka vektor-vektor eigen dari ruang eigen
yang berbeda akan orthogonal.

Dari persamaan (i)

adalah simetrik, maka

.
Dengan mengalikan kedua ruas dengan

di bagian kanan akan menghasilkan

(iii)
dan dengan mengalikan kedua ruas pada persamaan (ii) dengan

di bagian kiri akan

menghasilkan

(iv)
Jadi, dari persamaan (iii) dan (iv) diperoleh

atau

Karena

maka

, sehingga

.
Sebagai konsekuensi dari teorema 6 ini maka kita dapatkan prosedur berikut
untuk mendiagonalisasi matriks simetrik secara orthogonal.





Langkah 1. Carilah basis untuk masing-masing ruang eigen dari A.
Langkah 2. Terapkanlah proses Gram-Schmidt ke masing-masing basis ini untuk
mendapatkan basis ortonormal untuk setiap ruang eigen.
Langkah 3. Bentuklah matriks P yang kolom-kolomnya adalah vektor-vektor basis
yang dibangun dalam langkah 2; matriks ini akan mendiagonalisasi A
secara orthogonal.
Teorema 6 menjamin bahwa vektor-vektor eigen dari ruang-ruang eigen yang berbeda
akan orthogonal, sedangkan penerapan proses Gram-Schmidt menjamin bahwa vektor-
vektor eigen yang didapatkan dalam ruang eigen yang sama akan ortonormal.
Contoh 2.
Carilah matriks orthogonal P yang mendiagonalisasi
A = [



]
Penyelesaian :
Persamaan karakteristik A adalah
det( A I ) = det [
4
4
4
]
= ) 4 ( ) 2 ( ) 4 ( ) 2 ( ) 4 ( ) 2 ( ) 2 ( ) 2 ( ) 4 (
2 2 2 3 3 3
+ +
= ( ) 16 4 ( ) 16 4 ( ) 16 4 ( 16 ) 4
3

= 16 4 16 4 16 4 16 ) 4 (
3
+ + +
= 32 12 64 48 12
2 3
+ +
= 32 36 12
2 3
+
= ( ) 8 ( ) 2
2



= 0
Jadi, nilai-nilai eigen A adalah = 2 dan 8 = . Dengan mensubstitusi nilai ke
sehingga diperoleh,
u
1
= [

] dan u
2
= [

]
membentuk basis untuk ruang eigen yang bersesuaian dengan 2 = . Dengan
menerapkan proses Gram-Schmidt terhadap {u
1
, u
2
} akan menghasilkan vektor-vektor
eigen ortonormal (buktikan)
v
1
=
[

2
1

2
1

]

dan v
2
=
[

Ruang eigen yang bersesuaian dengan 8 = mempunyai
u
3
= [



]
sebagai basis. Dengan menerapkan proses Gram-Schmidt terhadap {u
3
} maka akan
menghasilkan
v
3
=
[

Akhirnya dengan menggunakan v
1
, v
2
, v
3
sebagai vektor-vektor kolom maka kita
dapatkan
P =
[

6
1
3
1
2
1
6
1

3
1

6
2
3
1
]

Yang akan mendiagonalisasi A secara orthogonal. (Sebagai pemeriksaan, anda mungkin
ingin membuktikan bahwa P
t
AP adalah matriks diagonal).

Contoh 3.
Carilah matriks yang mendiagonalisasi secara orthogonal *


+ dimana

Penyelesaian :
Persamaan karakteristik dari
*


+
adalah
(


)

sehingga

Untuk

*


+ *

+ *

+
*


+ *

+ *

Misal x
2
= t maka

Ruang eigen *

+ *

+
Sehingga basis *

Untuk

*


+ *

+ *

+
*


+ *

+ *

Misal x
2
= t maka

Ruang eigen *

+ *

+
Sehingga basis *

Basis-basis ortonormalnya yaitu :

)
Jadi matriks [

]

P mendiagonalisasi A

*


+
[

]
[

]
*


+


Berikut dua sifat penting dari matriks simetrik.





Contoh 4.
Cari dimensi ruang eigen dari matriks simetri [



]
Penyelesaian :
Persamaan simetrik dari [



] adalah .
[



] [



]
[



]
Maka,

sehingga, nilai-nilai eigen matriks A adalah , dimana
diulang dua kali dan terjadi sekali. Jadi ruang eigen yang bersesuaian
dengan adalah ruang berdimensi 2 dan ruang eigen yang bersesuaian
dengan adalah ruang berdimensi 1.
Teorema 7
a) Persamaan karakteristik matriks A simetrik hanya mempunyai akar-akar riil.
b) Jika nilai eigen

dari matriks simetrik A diulangi k kali sebagai akar
persamaan karakteristik tersebut, maka ruang eigen yang bersesuaian dengan
adalah ruang berdimensi k.
Contoh 5.
Cari dimensi ruang eigen dari matriks simetri berikut [



]
Penyelesaian :
Persamaan simetrik dari matriks [



] adalah .
[



] [



]
[



]
sehingga,
0

dan diperoleh ,

. Karena merupakan
skalar yang merepresentasikan nilai eigen yang berarti haruslah bilangan riil.
Sehingga A tidak memiliki nilai eigen.

Contoh 6.
Carilah dimensi ruang eigen dari matriks simetri

[

Penyelesaian :
Persamaan karateristik matriks simetrik
[

adalah 0 ) 2 ( ) 1 ( ) 4 (
2 2
=
sehingga nilai-nilai eigen adalah , 1 , 4 = = dan , 2 = dimana , 4 = dan 1 =
diulangi da kali dan 2 = terjadi sekali. Jadi ruang-ruang eigen yang bersesaian
dengan , 4 = dan 1 = adalah ruang berdimensi 2 dan ruang eigen yang bersesuaian
dengan 2 = adalah ruang berdimensi 1.

Keserupaan Matriks Ortogonal
Dua matriks , A, dan B, dinamakan serupa secara ortogonal jika terdapat matriks
P yang orthogonal sehingga

. Perlihatkanlah bahwa jika A simetrik dan A

serta B serupa secara orthogonal, maka B simetrik.
Penyelesaian :
Dua matriks , A, dan B, dinamakan serupa secara ortogonal jika terdapat matriks
P yang orthogonal sehingga

(i)

Karena A simetrik maka,

(ii)
Dari persamaan (i) dan (ii) diperoleh

. Jadi, B simetrik.