Matriks dan Transformasi Linier

5.3 Diagonalisasi Pemetaan Linier

Misalkan f : Rn  Rn suatu pemetaan linier. Seperti telah dijelaskan di atas

bahwa kita akan mencari basis x dari Rn sehingga [f]x diagonal. Misalkan


E n  e1 , . . . , e n  adalah basis baku dari Rn.

Jika [f]En dapat didiagonalkan, artinya terdapat matriks P yang mempunyai invers,

dengan kolom – kolom P adalah n buah vektor karakteristik [f] En yang bebas linier,

 1  0 
 
sehingga D = P [f] P dengan D   
-1
En
 
0   
 n
untuk 1, . . . , n adalah nilai – nilai karakteristik [f]En.

Jika x  x 1 , . .. , x n  sehingga [f]x = D maka f  x i    i x i

untuk I = 1, 2, . . . , n

Jadi x  x 1 , . .. , x n  tidak lain adalah vektor – vektor karakteristik [f]En yang

bebas linier tadi.

Nilai dan Vektor Karakteristik 1

 Matriks dan Transformasi Linier

Contoh :

Misalkan f : R3  R3 dengan

x1   3x1  2x2 

  
 x 2     2 x1  3 x 2 
  
 x   5x3 
 3 2 0
 
 f  E3   2 3 0  dari contoh 5.2 maka kita peroleh
 0 0 5 


   1  0   1  
     
x    1  ,  0  , 1   dan  f  x
5

 0
0

0
5
0
0
0


1 

  0  1   0  
     
Soal Latihan

1. Misalkan f : R2  R2 dengan

Nilai dan Vektor Karakteristik 2

 Matriks dan Transformasi Linier

x1 x1  5x2

    
x2 2x1  x2
Tentukan suatu basis y dari R2 sehingga [f]y diagonal

2. Misalkan f : R2  R2 dengan

 x1   3 x1  4 x 2 
    
x2 2x1  x2 
Tentukan suatu basis y dari R2 sehingga [f]y diagonal

3. Jika f : R3  R3 dengan

x1   x1  x2 x3 
  
x2   x1  x3 
x   x  x  x 
 3   1 2 3
Apakah terdapat basis x dari R3 sehingga [f]x diagonal ? jika ya tentukan x dan

[f]x

4. Jika f : R3  R3 dengan

Nilai dan Vektor Karakteristik 3

 Matriks dan Transformasi Linier

x1   2x1  x2 x3 

  
x2   x1  x3 
 x    x  x  2x 
 3  1 2 3
Apakah terdapat basis x dari R3 sehingga [f]x diagonal ? jika ya tentukan x dan

[f]x

5.4 Diagonalisasi Matriks Simetri

Pada bab ini, akan kita lihat diagonalisasi pada matriks yang khusus, yakni apa yang

disebut matriks simetri.

Definisi :

 a11  a1n 
 
Suatu matriks A     disebut matriks simetri jika aij = aji untuk setian
a  a nn 
 n1

i, j = 1, 2, . . . , n atau A = At

Contoh :

1 4 5 1 4 5
   
Jika A   4 3 A  4 3 0  A
t
0  maka
5 0 7  5 0 7 
 

Jadi A matiks simetri

Dapat dilihat bahwa matriks simetri senantiasa dapat didiagonalkan. Bukti dri sifat ini

belum dapat diperlihatkan disini. Sifat lain yang penting adalah sifat berikut :

Sifat :

Nilai dan Vektor Karakteristik 4

 Matriks dan Transformasi Linier

Jika A matriks simetri, maka vektor karakteristik yang berasal dari ruang karakteristik

berbeda akan selalu orthogonal.

Bukti :

Misalkan 1 dan 2 adalah dua buan nilai karakteristik A yang berbeda.

 1   1 
   
Misalkan pula v 1     dan v 2    
   
 n  n

masing – masing vektor karakteristik A yang berkorespondensi dengan 1 dan 2

v1 . v 2   1 1  . . .   n  n  v1 v 2
t

Kita punyai A v 1  1 v 1 dan A v 2   2 v 2

t
Maka ( A v 1 ) t  (1 v 1 ) t atau (v 1 ) t A t  1 v 1

Jika kita kalikan kedua ruas dari kanan dengan maka kita peroleh

t
(v 1 ) t A v 2  1 v 1 v 2

Jika kedua ruas persamaan A v 2   2 v 2 kita kalikan dari kiri dengan v 1 t maka kita

peroleh

t
(v 1 ) t A v 2   2 v 1 v 2

t
Jadi 1 v 1 t v 2  v 1 t  2 v 2 atau ( 1   2 ) (v 1 v 2 ) = 0

Karena 1   2 maka v 1 v 2  v 1 . v 2 = 0
t

Contoh :

4 2 2
 
A  2 4 2
2 2 4
 

Nilai dan Vektor Karakteristik 5

 Matriks dan Transformasi Linier

Nilai karakteristik A adalah 1 = 2 = 2 dan 3 = 8

Dapat dihitung bahwa

   1   1 
     
M ( 2)   t  1   s  1  s , t  R 
  0   0  
     

 1 
   
dan M (8)   t 1 t  R
 1 
   

Jadi terdapat 3 buah vektor karakteristik A yang bebas linier, yaitu :

   1   1 1 
     
  1  ,  1  , 1 
  0   0  1 
     
1 1 1
 
Sehingga jika P   1 0 1 ,
 0 1 1
 

2 0 0
1
 
maka P AP  0 2 0
0 0 8 


Dapat kita lihat pula bahwa

Nilai dan Vektor Karakteristik 6

 Matriks dan Transformasi Linier

1 1 1 1

     
 1  .1  0 dan  0  .1  0
 0  1  1  1
     
Jadi bila kita akan mengortonormalkan

   1   1 1 
     
  1  ,  0  , 1 
  0   0  1 
     
   1   1 
   
cukup kita ortonormalkan   1  ,  0   menjadi
 0   1 
   

Nilai dan Vektor Karakteristik 7

 Matriks dan Transformasi Linier

   1/ 2    1/ 6  
   
  1/ 2  ,   1/ 6  
  0    
   2/ 6  

  1   1 / 3 
    menjadi   

dan kita ortonormalkan
  1   1 / 3 
  1    
   1 / 3  

   1/ 2    1 / 6  1 / 3  
     
sehingga   1 / 2  ,   1 / 6  , 1 / 3  
  0     
   2 / 6  1 / 3  

menjadi himpunan ortonormal dan jika kita ambil

 1/ 2  1/ 6 1/ 3
 
P'   1 / 2  1/ 6 1/ 3
 
 0 2/ 6 1/ 3 

maka (P’)-1 = (P’)t dan

2 0 0
1
 
( P' ) AP  ( P ' ) t
AP '   0 2 0
0 0 8 


Kita katakan bahwa P’ mendiagonalkan A secara orthogonal atau A dapat didiagonalkan

secara orthogonal.

Definisi :

Suatu matriks A berukuran nxn dikatakan dapat didiagonalkan secara orthogonal jika

terdapat matriks P berukuran nxn yang mempunyai invers P-1 = Pt, sehingga P-1 AP = Pt

Nilai dan Vektor Karakteristik 8

 Matriks dan Transformasi Linier

AP diagonal. Jadi matriks yang simetri senantiasa dpat didiagonalakn secara orthogonal.

Sifat ini belum dapat kita buktikan disini.

Soal Latihan

Pada soal berikut tentukan matriks P yang mendiagonalkan A secara orthogonal

 3 1 1  2 
1. a.   b.  
1 0  0 2 
3 1 2  5 0 1
   
2. a.  2 0 1 b.  1 1 0
2 0 4   7 1 0 
 

1 1 2  1 0 1
   
c.  0 0 1 d.  1 1 0
1 0 4  1 1 0 
 

3 1 0 0
 
1 3 0 0
3. 
0 0 0 0
 
0 0 0 0 


 5 2 0 0 
 
 2 2 0 0 
4.  0 0 5  2
 
 0 0  2 2 


 ba 
5.   dengan b0
 ab 
Nilai dan Vektor Karakteristik 9
 Matriks dan Transformasi Linier

Nilai dan Vektor Karakteristik 10