LAPORAN

ALJABAR LINEAR STATISTIKA

“BENTUK KUADRATIK”

Disusun oleh:

Ika Ayu Krismawanti (H1091151008)

Robbi Muhammad Ilhami (H1091151012)
Nurmaulia Ningsih (H1091151022)
Arif Fiqri Syawaludin (H1091151030)
Riduansyah (H1091151044)
Sumiarti (H1091151045)
Ria Anidini (H1091131027)

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS TANJUNGPURA
PONTIANAK
 BENTUK KUADRATIK

Suatu bentuk kuadratik dengan persamaan linear berbentuk sebagai berikut :

𝑎1 𝑥1 + 𝑎2 𝑥2 + ⋯ + 𝑎𝑛 𝑥𝑛 = 𝑏

Ruas kiri dari persamaan ini :

𝑎1 𝑥1 + 𝑎2 𝑥2 + ⋯ + 𝑎𝑛 𝑥𝑛

Adalah suatu fungsi dari 𝑛 peubah, yang disebut suatu bentuk linear.

A. Bentuk kuadratik dalam dua peubah

Suatu bentuk kuadratik dua peubah, 𝑥 dan 𝑦, didefinisikan sebagai suatu yang dapat
ditulis sebagai berikut :

𝑎𝑥 2 + 2𝑏𝑥𝑦 + 𝑐𝑦 2 (1)

Contoh 1:
Berikutiniadalahbentuk-bentukkuadratdalam 𝑥 dan 𝑦 :

2𝑥 2 + 6𝑥𝑦 − 7𝑦 2 (𝑎 = 2, 𝑏 = 3, 𝑐 = −7)

4𝑥 2 − 5𝑦 2 (𝑎 = 4, 𝑏 = 0, 𝑐 = 5)

1
𝑥𝑦 (𝑎 = 0, 𝑏 = 2 , 𝑐 = 0)

maka persamaan (1) dapatditulisdalambentukmatrikssebagaiberikut :

𝑦 ] [𝑎 𝑏 𝑥
𝑎𝑥 2 + 2𝑏𝑥𝑦 + 𝑐𝑦 2 = [𝑥 ][ ] (2)
𝑏 𝑐 𝑦
Perhatikanbahwamatriks2 × 2 pada persamaan (2) adalah simetrik, entri-entri
diagonalnya adalah koefisien dari suku-suku kuadrat, dan entri-entri diluar diagonal
utamanyamasing-masingadalahsetengahdarikoefisiensukuhasilkali 𝑥𝑦.

Contoh 2:
𝑥
2𝑥 2 + 6𝑥𝑦 − 7𝑦 2 = [𝑥 𝑦 ] [2 3 ] [ ]
3 −7 𝑦
4 0 𝑥
4𝑥 2 − 5𝑦 2 = [𝑥 𝑦] [ ][ ]
0 −5 𝑦
0 12 𝑥
𝑥𝑦 = [ 𝑥 𝑦 ] [1 ][ ]
2
0 𝑦

B. Bentuk kuadratik dalam 𝑛 peubah

Suatu bentuk kuadratik dalam 𝑛 peubah 𝑥1 , 𝑥2, 𝑥3 , … , 𝑥𝑛 adalah suatu ekspresi yang
dapat ditulis sebagai
𝑥1
𝑥2
[𝑥1 𝑥2 ⋯ 𝑥𝑛 ]𝐴 [ ⋮ ] (3)
𝑥𝑛
dengan 𝐴 adalah suatu matriks 𝑛 × 𝑛 yang simetrik.
Jika 𝑥 dianggap :
𝑥1
𝑥2
𝑥=[ ⋮ ]
𝑥𝑛

maka persamaan (3) dapatditulissecaralebihringkassebagaiberikut :

𝑥 𝑇 𝐴𝑥 (4)

Jika matriks-matriks pada persamaan (4) dikalikan, ekspresi yang dihasilkan mempunyai
bentuk:
𝑥 𝑇 𝐴𝑥 = 𝑎11 𝑥12 + 𝑎22 𝑥22 + ⋯ + 𝑎𝑛𝑛 𝑥𝑛2 + ∑ 𝑎𝑖𝑗 𝑥𝑖 𝑥𝑗
𝑖≠𝑗
dengan
∑ 𝑎𝑖𝑗 𝑥𝑖 𝑥𝑗
𝑖≠𝑗
menyatakanjumlahsemuasukuberbentuk𝑎𝑖𝑗 𝑥𝑖 𝑥𝑗 dengan𝑥𝑖 dan𝑥𝑗 adalahpeubah-peubah yang
berbeda.Suku-suku𝑎𝑖𝑗 𝑥𝑖 𝑥𝑗 disebutsukuperkaliansilangdaribentukkuadratik.
Contoh 3 :
3 4 𝑥
3𝑥 2 + 8𝑥𝑦 + 2𝑦 2 = [𝑥 𝑦] [ ][ ]
4 2 𝑦

Matriks-matriks simetrik berguna, tetapi tidak mendasar, untuk menyajikan bentuk

kuadratik dalam notasi matriks. Misalnya ,untuk bentuk kuadratik dalam contoh 3 diatas,
koefisien-koefisien dapat dipisahkan dari suku hasil kali dengan menuliskan

𝑥
3𝑥 2 + 8𝑥𝑦 + 2𝑦 2 = [𝑥 𝑦 ] [3 5] [ ]
3 2 𝑦
atau
𝑥
3𝑥 2 + 8𝑥𝑦 + 2𝑦 2 = [𝑥 𝑦 ] [3 6] [ ]
2 2 𝑦

Contoh 4 :
Berikut ini adalah suatu bentuk kuadratik dalam 𝑥1, 𝑥2 dan 𝑥3 :
 1 2 −1 𝑥1
𝑥12 + 7𝑥22 − 3𝑥32 + 4𝑥1 𝑥2 − 2𝑥1 𝑥3 + 6𝑥2 𝑥3 = [𝑥1 𝑥2 𝑥3 ] [ 2 7 3 ] [𝑥2 ]
−1 3 −3 𝑥3

Perhatikan bahwa koefisien suku-suku kuadrat tampak pada diagonal utama dari
matriks3 × 3, dan koefisien-koefisien dari suku hasil kali dipisahkan setengah-setengah
dan tampak pada posisi-posisi bukan diagonal sebagai berikut
Koefisiendari Posisidalam matriks 𝐴
𝑥1 𝑥2 𝑎12 dan 𝑎21

𝑥1 𝑥3 𝑎13 dan 𝑎31

𝑥2 𝑥3 𝑎23 dan 𝑎32

C. Masalah yang melibatkan bentuk kuadratik

Teorema1:
Anggap 𝐴 adalah suatu matriks simetrik 𝑛 × 𝑛 yang nilai eigennya dalam urutan yang
menurun ukurannya adalah 1  2  . . .  n .Jika 𝑥 dibatasi sehingga ‖𝑥‖ relatif
terhadap hasil kali dalam Euclides pada 𝑅 𝑛 , maka:

 𝜆1 ≥ 𝑥 𝑇 𝐴𝑥 ≥ 𝜆𝑛 .
 𝑥 𝑇 𝐴𝑥 = 𝜆𝑛 jika𝑥 adalah suatu vektor eigen dari 𝐴 yang berpadanan dengan λndan
𝑥 𝑇 𝐴𝑥 = λ1 jika 𝑥 adalah suatu vektor eigen dari 𝐴 yang berpadanan dengan λ1

dari teorema ini didapatkan bahwa berdasarkan batasan

‖𝑥‖ = (𝑥12 + 𝑥22 +. . . +𝑥𝑛2 )1/2 = 1

Bentuk kuadratik 𝑥 𝑇 𝐴𝑥 mempunyai nilai maksimum λ1 (nilai eigen terbesar) dan suatu
nilai minimum λ𝑛 (nilai eigen terkecil).
Contoh5 :
Cari nilai maksimum dan minimum dari bentuk kuadratik
𝑥12 + 𝑥22 + 4𝑥1 𝑥2
Berdasarkan batasan 𝑥12 + 𝑥22 = 1 , dan tentukan nilai 𝑥1 dan 𝑥2 di mana maksimum dan
minimum muncul. Penyelesaian bentuk kuadratik tersebut dapat ditulis sebagai
1 2 𝑥
𝑥12 + 𝑥22 + 4𝑥1 𝑥2 = 𝑥 𝑇 𝐴𝑥 = [𝑥 𝑦] [ ][ ]
2 1 𝑦
Persamaan karakteristik dari 𝐴 adalah
 1 0 1 2
𝑑𝑒𝑡(𝜆𝐼 − 𝐴) = det (𝜆 [ ]−[ ])
0 1 2 1
𝜆 0 1 2
= det ([ ]−[ ])
0 𝜆 2 1
𝜆 − 1 −2
= det [ ]
−2 𝜆 − 1
= (𝜆 − 1)(𝜆 − 1) − (−2)(−2)
= 𝜆2 − 2𝜆 − 3 = (𝜆 − 3)(𝜆 + 1)
jadi, nilai eigen dari 𝐴 adalah 𝜆 = 3 dan 𝜆 = −1 yang masing-masing merupakan nilai
maksimum dan minimum dari bentuk kuadratik berdasarkan batasan yang ditentukan.
Untuk mencari nilai 𝑥1 dan 𝑥2 dimana nilai-nilai ekstrim ini muncul, dapat dicari vector
eigen yang berpadanan dengan nilai eigen ini, seperti berikut:
 Untuk 𝜆 = 3
(𝜆𝐼 − 𝐴)𝑥 = 0
1 0 1 2 𝑥1
(3 [ ]−[ ]) [ ] = 0
0 1 2 1 𝑥2
3 0 1 2 𝑥1
([ ]−[ ]) [ ] = 0
0 3 2 1 𝑥2
2 −2 𝑥1
[ ][ ] = 0
−2 2 𝑥2
gunakan operasi baris elementer:
1
2 −2 0 𝑏1 1 −1 0 1 −1 0
[ | ] ⇒ 21 ⇒ [ | ] ⇒ 𝑏1 + 𝑏2 ⇒ [ | ]
−2 2 0 𝑏2 −1 1 0 0 0 0
2

dari OBE diatas dapat diketahui bahwa

1
𝜆=3 𝑣1 = [ ]
1

 Untuk 𝜆 = −1
(𝜆𝐼 − 𝐴)𝑥 = 0
1 0 1 2 𝑥1
(−1 [ ]−[ ]) [ ] = 0
0 1 2 1 𝑥2
−1 0 1 2 𝑥1
([ ]−[ ]) [ ] = 0
0 −1 2 1 𝑥2
−2 −2 𝑥1
[ ][ ] = 0
−2 −2 𝑥2
 gunakan OBE:

−2 −2 0 −12𝑏1 1 1 0
[ | ]⇒ 1 ⇒[ | ]
−2 −2 0 − 𝑏2 1 1 0
2

1 1 0 1 1 0
[ | ] ⇒ − 𝑏2 + 𝑏1 ⇒ [ | ]
1 1 0 0 0 0

dari OBE diatas dapat diketahui bahwa

1
𝜆 = −1 𝑣1 = [ ]
−1
Kemudian menormalkan vector eigen ini untuk memenuhi syarat 𝑥12 + 𝑥22 = 1.
Menormalkan vektor eigen dapat dilakukan dengan teori:
jika 𝑆 = (𝑣1 , 𝑣2 , ⋯ , 𝑣𝑛 ) adalah suatu basis orthogonal untuk suatu tuang vektor 𝑉, maka
menormalkan masing-masing vektor ini menghasilkan basis ortonormal:
𝑣1 𝑣2 𝑣𝑛
𝑆′ = { , ,⋯, }
‖𝑣1 ‖ ‖𝑣2 ‖ ‖𝑣𝑛 ‖
dengan

‖𝑣𝑛 ‖ = √𝑥12 + 𝑥22

maka

1 1⁄√2
 𝑣1 = [ ] normalisasi menjadi 𝑤1 = [ 1 ]
−1 − ⁄
√2

1 1⁄√2
 𝑣1 = [ ] normalisasi menjadi 𝑤1 = [ 1 ]
1 ⁄
√2
jadi berdasarkan batasan 𝑥12 + 𝑥22 = 1,nilai maksimum dari bentuk kuadratik
adalah𝜆 = 3,yang muncul jika𝑥1 = 1⁄ , 𝑥2 = − 1⁄ , dan nilai minimumnya
√2 √2
1
adalah 𝜆 = −1 ,yang muncul jika 𝑥1 = 1/√2,𝑥2 = ⁄ . lebih jauh ,basis basis
√2
alternative untuk ruang-ruang eigen dapat ditentukan dengan mengalikan vektor-
vektor basis diatas dengan −1 . Jadi, nilai maksiumum𝜆 = 3,juga muncul jika
𝑥1 = 1⁄ , 𝑥2 = − 1⁄ , dan nilai minimum,𝜆 = −1 ,juga terjadi jika𝑥1 =
√2 √2
1⁄ 1
, 𝑥2 = ⁄ .
√2 √2
D. Matriks-matriks definit positifdan bentuk-bentuk kuadratik
 Definisi:
Suatu bentuk kuadratik 𝑥 𝑇 𝐴𝑥 disebut definit positif jika 𝑥 𝑇 𝐴𝑥 > 0 untuk semua𝑥 ≠ 0,
dan suatu matriks simetrik 𝐴 disebut matriks definit positif jika 𝑥 𝑇 𝐴𝑥 adalah suatu
bentuk kuadratik definit positif. Teorema berikut ini adalah hasil utama mengenai hasil
matriks-matriks definit positif.
Teorema 2 :
Suatu matriks simetrik 𝐴 definit positif jika dan hanya jika semua nilai eigen dari 𝐴
positif.
Bukti:
Anggap A definit positif, dan anggap l adalah sebarang nilai eigen dari A. Jika 𝑥 adalah
suatu vector eigen dari A yang berpadanan dengan l, maka𝑥 ≠ 0 dan 𝐴𝑥 = 𝜆𝑥 sehingga:

0 < 𝑥 𝑇 𝐴𝑥 = 𝑥 𝑇 𝜆𝑥 = 𝜆𝑥 𝑇 𝑥 = 𝜆‖𝑥‖2
Dengan ‖𝑥‖ adalah norma Euclides dari x. karena ‖𝑥‖2> 0 maka 𝜆 > 0, yang merupakan
apa yang ingin ditunjukkan.
Sebaliknya, anggap semua nilai eigen dari A positif. Jika ditunjukkan bahwa𝑥 𝑇 𝐴𝑥 > 0
untuk semua 𝑥 ≠ 0. Akan tetapi, jika 𝑥 ≠ 0 dapat menormalkan x untuk mendapatkan
vektor𝑦 = 𝑥/‖𝑥‖ dengan sifat ‖𝑦‖ = 1. Sekarang dari Teorema 2 didapatkan bahwa
𝑦 𝑇 𝐴𝑥 ≥ 𝜆_𝑛 ≥ 0
Denganλn adalah nilai eigen terkecil dari A. Jadi,
𝑥 𝑇 𝑥 1
𝑦 𝑇 𝐴𝑦 = ( ) 𝐴( )= 𝑥 𝑇 𝐴𝑥 > 0
‖𝑥‖ ‖𝑥‖ ‖𝑥‖2
Dengan mengalikan dengan‖𝑥‖𝟐 , akan didapatkan
𝑥 𝑇 𝐴𝑥 > 0
yang merupakan apa yang ingin ditunjukkan :
Contoh 6:
4 2 2
𝐴 = [2 4 2]
2 2 4
Mempunyai nilai eigen 𝜆 = 2 dan 𝜆 = 8. Karena nilai-nilai eigen ini positif, maka
matriks A definit positif dan untuk semua𝑥 ≠ 0
𝑥 𝑇 𝐴𝑥 = 4𝑥12 + 4𝑥22 + 4𝑥32 + 4𝑥1 𝑥2 + 4𝑥1 𝑥3 + 4𝑥2 𝑥3 > 0
Tujuan selanjutnya adalah memberikan suatu kriteria yang dapat digunakan untuk
menentukan apakah suatu matriks simetris definit positif tanpa mencari nilai eigennya.
Untuk melakukannya, dapat dibantu dengan memperkenalkan suatu terminologi. Jika
 𝑎11 𝑎12 … 𝑎1𝑛
𝑎21 𝑎22 … 𝑎2𝑛
𝐴=[ ⋮ ]
⋮ ⋮
𝑎𝑛1 𝑎𝑛2 … 𝑎𝑛𝑛
Adalah suatu matriks bujur sangkar, maka submatriks utama dari A adalah submatriks-
submatriks yang terbentuk dari 𝑟 baris dan 𝑟 kolom pertama dari𝐴 untuk 𝑟 = 1,2,3, … 𝑛.
Submatriks ini adalah
𝑎11 𝑎12 𝑎13
𝑎11 𝑎12
𝐴1 = [𝑎11 ], 𝐴2 = [𝑎 𝑎22 ] , 𝐴3 = [𝑎21 𝑎22 𝑎23 ] , … ,
21
𝑎31 𝑎32 𝑎33
𝑎11 𝑎12 … 𝑎1𝑛
𝑎21 𝑎22 … 𝑎2𝑛
𝐴𝑛 = 𝐴 = [ ⋮ ]
⋮ ⋮
𝑎𝑛1 𝑎𝑛2 … 𝑎𝑛𝑛
Teorema 3
Suatu matriks simetriks 𝐴 definit positif jika dan hanya jika determinan dari setiap
submatriks utamanya positif.

Contoh 7:

2 −1 −3
Matriks𝐴 = [−1 2 4]
−3 4 9
Adalah definit positif karena,

2 −1 −3
|2| = 2, 2 −1
| | = 3, |−1 2 4| = 1
−1 2
−3 4 9
Semuanya positif. Jadi, dapat menjamin bahwa semua nilai eigen dari 𝐴 adalah positif
dan 𝑥 𝑇 𝐴𝑥 > 0 untuk semua 𝑥 ≠ 0.

Suatu matriks simetriks A dan bentuk kuadratik 𝑥 𝑇 𝐴𝑥 disebut

Semi definit positif : jika𝑥 𝑇 𝐴𝑥 ≥ 0 untuk semua x.

Definit negatif : jika𝑥 𝑇 𝐴𝑥 < 0 untuk semua 𝑥 ≠ 0.

Semi definit negatif : jika𝑥 𝑇 𝐴𝑥 ≤ 0 untuk semua x.

Tak definit : jika𝑥 𝑇 𝐴𝑥 mempunyai nilai positif dan negatif.

 Teorema 2 dan teorema 3 dapat dimodifikasi dengan suatu cara yang jelas untuk
diterapkan pada tiga jenis matriks yang pertama. Misalnya, suatu matriks simetrik 𝐴 semi
definit positif jika dan hanya jika semua nilai eigen nyata knegatif. Selain itu, 𝐴 semi
definit positif jika dan hanya jika submatriks utamanya mempunyai determinan
taknegatif.

E. Eliminasi suku perkalian silang

Akan diterapkan tentang bentuk-bentuk kuadratik untuk mengkaji persamaan-persamaan
berbentuk
𝑎𝑥 2 + 2𝑏𝑥𝑦 + 𝑐𝑦 2 + 𝑑𝑥 + 𝑒𝑦 + 𝑓 = 0 (5)

dengan 𝑎, 𝑏, ⋯ , 𝑓 adalah bilangan-bilangan real, dan paling tidak satu dari bilangan
𝑎, 𝑏, 𝑐 tidak nol. Suatu persamaan jenis ini disebut persamaan kuadratik dalam 𝑥 dan 𝑦,
dan

𝑎𝑥 2 + 2𝑏𝑥𝑦 + 𝑐𝑦 2

disebut bentuk kuadratik terkait.

Jika dihilangkan tanda kurung pada matriks 1 × 1, maka (5) dapat ditulis dalam bentuk
matriks

[𝑥 𝑦] [𝑎 𝑏 𝑥 𝑥
] [ ] + [𝑑 𝑒 ] [𝑦 ] + 𝑓 = 0
𝑏 𝑐 𝑦
atau

𝑥 𝑇 𝐴𝑥 + 𝐾𝑥 + 𝑓 = 0

dengan
𝑥 𝑎 𝑏
𝑥 = [𝑦] , 𝐴=[ ], 𝐾 = [𝑑 𝑒]
𝑏 𝑐
sekarang tinjau suatu konik C yang persamaannya pada koordinat xy adalah
𝑥 𝑇 𝐴𝑥 + 𝐾𝑥 + 𝑓 = 0 (6)

akan dirotasi sumbu-sumbu koordinat 𝑥𝑦 sehingga persamaan konik dalam sistem

koordinat 𝑥′𝑦′ yang baru tidak mempunyai suku hasil kali. Hal ini dapat dilakukan
sebagai berikut.
Langkah 1:
Cari suatu matriks
𝑝11 𝑝12
𝑃 = [𝑝 𝑝22 ]
21
yang secara ortogonal mendiagonalkan bentuk kuadratik𝑥 𝑇 𝐴𝑥.
Langkah 2:
Pertukarkan kolom-kolom 𝑃. Jika perlu, untuk membuat det(𝑃) = 1. Hal ini menjamin
bahwa transformasi kordinat ortognal.
𝑥 𝑥′
𝑥 = 𝑃𝑥′, yaitu [𝑦 ] = 𝑃 [ ] (7)
𝑦′
Langkah 3:
Untuk mendapatkan persamaan untuk 𝐶 pada system 𝑥′𝑦′, substitusikan (6) ke (7). Hal
ini menghasilkan:
(𝑃𝑥′)𝑇 𝐴(𝑃𝑥′) + 𝐾(𝑃𝑥′) + 𝑓 = 0
atau
(𝑥′)𝑇 (𝑃𝑇 𝐴𝑃)𝑥′ + (𝐾𝑃)𝑥′ + 𝑓 = 0 (8)
karena 𝑃 mendiagonalisasikan 𝐴 secara orthogonal(8)
𝜆1 0
𝑃𝑇 𝐴𝑃 = [ ]
0 𝜆2
dengan 𝜆1 dan 𝜆2 adalah nilai eigen dari 𝐴. Jadi, (8) dapat ditulis ulang sebagai
𝜆1 0 𝑥′ 𝑝11 𝑝12 𝑥′
[𝑥′ 𝑦′] [ ] [ ] + [𝑑 𝑒 ] [𝑝 𝑝22 ] [𝑦′] + 𝑓 = 0
0 𝜆2 𝑦′ 21

atau
𝜆1 𝑥′2 + 𝜆2 𝑦′2 + 𝑑 ′ 𝑥 ′ + 𝑒 ′ 𝑦 ′ + 𝑓 = 0
(dengan𝑑′ = 𝑑𝑝11 + 𝑒𝑝21 dan 𝑒 ′ = 𝑑𝑝12 + 𝑒𝑝22 ). Persamaan ini tidak mempunyai suku
perkalian silang.
Teorema 4 ( Teorema Sumbu Utama untuk R2)
Anggap :
𝑎𝑥 2 + 2𝑏𝑥𝑦 + 𝑐𝑦 2 + 𝑑𝑥 + 𝑒𝑦 + 𝑓 = 0
adalah persamaan dari suatu konik 𝐶, dan anggap
𝑥 𝑇 𝐴𝑥 = 𝑎𝑥 2 + 2𝑏𝑥𝑦 + 𝑐𝑦 2
adalah bentuk kuadratik terkaitnya. Maka sumbu koordinat dapat dirotasi sehingga
persamaan untuk 𝐶 pada sistem koordinat 𝑥’𝑦’ yang baru mempunyai bentuk
𝜆1 𝑥′2 + 𝜆2 𝑦′2 + 𝑑 ′ 𝑥 ′ + 𝑒 ′ 𝑦 ′ + 𝑓 = 0
dengan𝜆1 dan 𝜆2 adalah nilai eigen dari 𝐴. Rotasi tersebut dapat dilakukan dengan
substitusi
 𝑥 = 𝑃𝑥′
dengan 𝑃 mendiagonalkan 𝑥 𝑇 𝐴𝑥secara ortogonal dandet(𝑃) = 1.
Contoh 8:
Uraikan konik 𝐶 yang persamaannya adalah 5𝑥 2 − 4𝑥𝑦 + 8𝑦 2 − 36 = 0
Penyelesaian:
Bentuk matriks dari persamaan ini adalah
𝑥 𝑇 𝐴𝑥 − 36 = 0 (9)
dengan
5 −2
𝐴=[ ]
−2 8
Persamaan karakteristik dari 𝐴 adalah
𝜆−5 2
det(𝜆𝐼 − 𝐴) = det [ ] = (𝜆 − 9)(𝜆 − 4) = 0
2 𝜆−8
sehingga nilai eigen dari 𝐴 adalah 𝜆= 4 dan 𝜆= 9. Kami menyerahkan kepada pembaca
untuk menunjukkan bahwa basis-basis ortonormal untuk ruang eigen tersebut adalah
2/√5 −1/√5
λ = 4: v1 = [ ] λ = 9: v2 = [ ]
1/√5 2/√5
Jadi,
2/√5 −1/√5
𝑃=[ ]
1/√5 2/√5
Mendiagonalkan 𝑥 𝑇 𝐴𝑥 secara ortogonal. Lebih jauh,det(𝑃) = 1 sehingga transformasi
koordinat ortogonal
𝑥 = 𝑃𝑥′ (10)
adalah suatu rotasi. Dengan mensubstitusikan (9) ke (10), kita mendapatkan
(𝑃𝑥′)𝑇 𝐴(𝑃𝑥′) − 36 = 0
atau
(𝑥′)𝑇 (𝑃𝑇 𝐴𝑃)𝑥 ′ − 36 = 0
karena
4 0
𝑃𝑇 𝐴𝑃 = [ ]
0 9
persamaan ini dapat ditulis sebagai
𝑥′
[𝑥′ 𝑦′] [4 0] [ ] − 36 = 0
0 9 𝑦′
atau
4𝑥′2 + 9𝑦′2 − 36 = 0
atau
𝑥′ 𝑦′
+ =1
9 4
Teorema 5 ( Teorema Sumbu Utama untuk R3)
Anggap :
𝑎𝑥 2 + 𝑏𝑦 2 + 𝑐𝑧 2 + 2𝑑𝑥𝑦 + 2𝑒𝑥𝑧 + 2𝑓𝑦𝑧 + 𝑔𝑥 + ℎ𝑦 + 𝑖𝑧 + 𝑗 = 0
adalah persamaan kuadrik 𝑄 dan anggap
𝑥 𝑇 𝐴𝑥 = 𝑎𝑥 2 + 𝑏𝑦 2 + 𝑐𝑧 2 + 2𝑑𝑥𝑦 + 2𝑒𝑥𝑧 + 2𝑓𝑦𝑧
adalah bentuk kuadratik terkait. Sumbu koordinat dapat dirotasikan sehingga persamaan
𝑄 dalam sistem koordinat 𝑥′𝑦′𝑧′ mempunyai bentuk
λ1 x′2 + λ2 y′2 + λ3 z′2 + g ′ x ′ + h′ y ′ + i′ z ′ + j = 0
dengan λ1 , λ2 dan λ3 adalah nilai eigen dari 𝐴. Rotasi tersebut dilakukan dengan substitusi
𝑥 = 𝑃𝑥′
dengan 𝑃 mendiagonalkan 𝑥 𝑇 𝐴𝑥secara ortogonal dan𝑑𝑒𝑡(𝑃) = 1.
Contoh 9:
Uraikan permukaan kuadrik yang persamaannya adalah
4𝑥 2 + 4𝑦 2 + 4𝑧 2 + 4𝑥𝑦 + 4𝑥𝑧 + 4𝑦𝑧 − 3 = 0
penyelesaian. Matriks berbentuk persamaan kuadratik di atas adalah
𝑥 𝑇 𝐴𝑥 − 3 = 0 (11)
dengan
4 2 2
𝐴 = [2 4 2]
2 2 4
penyelesaian
𝜆−4 −2 −2
det(𝜆𝐼 − 𝐴) = det [ −2 𝜆−4 −2 ] = (𝜆 − 2)2 (𝜆 − 8) = 0
−2 −2 𝜆−4

nilai eigen dari 𝐴 adalah𝜆 = 2 dan 𝜆 = 8, dan 𝐴 didiagonalkan secara ortogonal oleh
matriks
 −1/√2 −1/√6 1/√3
𝑃 = [ 1/√2 −1/√6 1/3 ]
0 2/√6 1/√3
dengan dua vektor kolom pertama pada 𝑃 adalah vektor eigen yang berpadanan dengan
𝜆 = 2, dan vektor kolom ketiga adalah suatu vektor eigen yang berpadanan dengan 𝜆 = 8
karena 𝑑𝑒𝑡(𝑃) = 1, transformasi koordinat ortogonal 𝑥 = 𝑃𝑥′adalah suatu rotasi. Dengan
mensubstitusikan ekspresi ini pada (11), kita akan mendapatkan
(𝑃𝑥′)𝑇 𝐴(𝑃𝑥′) − 3 = 0
atau secara ekuivalen,
(𝑥′)𝑇 (𝑃𝑇 𝐴𝑃)𝑥 ′ − 3 = 0 (12)
akan tetapi,
2 0 0
𝑇
𝑃 𝐴𝑃 = [0 2 0]
0 0 8
sehingga (12) menjadi
2 0 0 𝑥′
[𝑥′ 𝑦′ 𝑧′] [0 2 0] [𝑦′] − 3 = 0
0 0 8 𝑧′
atau
2𝑥′2 + 2𝑦′2 + 8𝑧′2 = 3
persamaan ini dapat ditulis ulang sebagai
𝑥′2 𝑦′2 𝑧′2
+ + =1
3⁄2 3⁄2 3⁄8
yang merupakan persamaan suatu elipsoid.