ALJABAR LINEAR
JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NEGERI MEDAN
2021
i
KATA PENGANTAR
Puji dan syukur penulis panjatkan atas kehadirat Tuhan Yang Maha Kuasa karena
berkat rahmat dan anugerah-Nya, penulis dapat menyelesaikan makalah ini tepat pada
waktunya.
Penulis juga mengucapkan terima kasih kepada Ibu Dosen Dr. Hamidah Nasution,
M.Si dan Fevi Rahmawati Suwanto, S.Pd., M.Pd.,selaku dosen pengampu mata kuliah
Aljabar Linier Lanjutan atas bimbingan dalam penyelesaian makalah ini. Penulis juga
menyadari sepenuhnya bahwa di dalam tugas ini terdapat kekurangan dan jauh dari kata
sempurna. Oleh sebab itu, penulis mengharapkan kritik, saran dan usulan demi perbaikan
yang akan penulis buat di masa yang akan datang, mengingat tidak ada yang sempurna tanpa
saran yang membangun.
Akhir kata penulis ucapkan terima kasih. Semoga makalah ini bermanfaat dan dapat
menambah ilmu pengetahuan bagi para pembaca.
Penulis
ii
DAFTAR ISI
Table of Contents
KATA PENGANTAR...............................................................................................................ii
DAFTAR ISI.............................................................................................................................iii
BAB I.........................................................................................................................................1
PENDAHULUAN......................................................................................................................1
1.3 Tujuan..........................................................................................................................2
BAB II........................................................................................................................................3
PEMBAHASAN........................................................................................................................3
2.1 Diagonalisasi....................................................................................................................3
BAB III.......................................................................................................................................9
PENUTUP..................................................................................................................................9
DAFTAR PUSTAKA..............................................................................................................11
iii
BAB I
PENDAHULUAN
1.1 Latar Belakang
Salah satu bidang kajian matematika adalah ajabar linear di mana salah satu cabangnya
adalah matriks. Matriks adalah suatu kumpulan angka-angka (sering disebut elemen) yang
disusun menurut baris dan kolom sehingga berbentuk persegi panjang di mana panjang dan
lebarnya ditunjukan oleh banyaknya kolom dan baris.
Pada matriks kita mengenal diagonalisasi matriks yaitu proses pembentukan suatu matriks
menjadi matriks diagonal dengan melibatkan nilai eigen dan vektor eigen. Sebuah matriks
bujursangkar A dikatakan dapat didiagonalisasi (diagonalizable) jika terdapat sebuah matriks
nonsingular P sedemikian rupa sehingga 𝑃−1𝐴𝑃 adalah sebuah matriks diagonal; matriks 𝑃
dikatakan mendiagonalisasi (diagonalize) A(Anton dan Rorres, 2000). Untuk membentuk
matriks nonsingular P diperlukan nilai eigen dari matriks bujursangkar A yang memiliki
multiplisitas aljabar dan multiplisitas geometri (dimensi ruang eigen) yang sama tetapi tidak
semua matriks bujursangkar memilki nilai eigen seperti demikian. Oleh karena itu, tidak
semua matriks bujursangkar dapat didiagonalisasikan. Proses diagonalisasi digunakan salah
satunya pada konsep keserupaan (similaritas) dua matriks.
Dua matriks bujursangkar A dan B dikatakan serupa jika ada matriks nonsigularP dengan
𝐴 = 𝑃 −1𝐵𝑃 dimana 𝑃−1 adalah invers matriks nonsigularP. Dua matriks yang mirip memiliki
banyak sifat yang sama yang disebut dengan sifat Invarian-invarian Keserupaan meliputi
Determinan, Keterbalikan (Invers), Rank, Nulitas, Trace, Polinomial karakteristik, Nilai
Eigen, dan Dimensi ruang eigen.
Konsep similaritas matriks banyak digunakan pada pembahasan aljabar linear tingkat
lanjut diantaranya yaitu pada matrik-matriks dengan sifat khusus, fungsi matriks, bentuk
kuadrat, dan masih banyak lainnya.
1
1.3 Tujuan
a. Untuk mengetahui apa itu diagonalisasi
b. Untuk mengetahui Diagonalisasi Ortogonal
c. Untuk mengetahui matriks simetrik
d. Untuk mengetahui prosedur pendiagonalan suatu matriks simetrik secara orthogonal
e. Menyelesaikan salah satu tugas mata kuliah aljabar linear
2
BAB II
PEMBAHASAN
2.1 Diagonalisasi
Definisi
Suatu matriks bujur sangkar A dapat didiagonalisasi jika terdapat matriks invertibel P,
sehingga P-1AP = D, dengan D adalah matriks diagonal dan P dikatakan mendiagonalisasi A
Langkah-langkah Diagonalisasi
1. Carilah n vektor eigen yang bebas linear dari matriks A yang berukuran n x n.
Misalnya p1, p2, ... , pn.
2. Bentuklah matriks P yang mempunyai p1, p2, ... , pn sebagai vektor-vektor kolomnya.
3. Matriks D = P-1 A P adalah matriks diagonal dengan λ1, λ2, ... , λn sebagai unsur-unsur
diagonal yang berurutannya dan λi adalah nilai-nilai eigen yang bersesuaian dengan pi
untuk I = 1, 2, 3, …, n.
4 0 1
[
a= −2 1 0
−2 0 1 ]
Penyelesaian:
Dari contoh nilai-nilai eigen matriks Aadalah λ 1=1 , λ 2=2 ,dan λ 3=3.
−1
0
[] [] −1
p1= 1 , p 2= 2 , dan p3= 1 ,
0
1
1
1 []
3
Berturut-turut bersesuaian dengan nilai-nilai eigen λ 1=1 , λ 2=2 ,dan λ 3=3dari matriks A. Jadi,
matriks yang mendiagonalisasi matriks A adalah
−1
P=
[ ]
0
1 1
0 1
2
−1
1
1
unsur-unsur diagonal utamanya adalah nilai-nilai eigen dari matriks A yang urutannya adalah
nilai-nilai eigen dari matriks A yang urutannya sesuai urutan vector-vector kolom matriksP ,
yaitu :
1
−1
0 1 −1
D=P A P= 2 0 2
[
−2 0 −1
4 0 1
−2 1 ¿
0¿1¿
0
][
1
0
] [ ]
2
−1
1 1
1 1
−1
][ ]
0 1 −1 0 −1
[
¿ 4 0 4
−6 0 −3
0
0
2
1
1
1
1
1 0 0
[ ]
¿ 0 2 0
0 0 3
Teorema 11.2
Jika v1, v2, v3,...,vk adalah vektor-vektor eigen dari matriks A yang bersesuaian dengan
nilai-nilai eigen λ1, λ2, λ3, ... , λk yang berbeda, maka {v1, v2, v3, ... , vk} adalah himpunan
yang bebas linear.
Teorema 11.3
Jika suatu matriks A berukuran n x n mempunyai nilai-nilai eigen yang berbeda-beda, maka
A dapat didiagonalisasi.
4
1. Masalah vektor eigen ortonormal Jika diketahui suatu matriks A yang berukuran n x n,
apakah ada suatu basis ortonormal untuk Rn dengan hasil kali dalam (Euclid) yang
terdiri dari vektorvektor eigen dari matriks A?
2. Masalah diagonalisasi ortogonal Jika diketahui suatu matriks A yang berukuran n x n,
apakah ada suatu matriks diagonal P sedemikian sehingga matriks
D=P−1 A P=Pt A P adalah matriks diagonal?
Definisi
Dari definisi dan dua permasalahan di atas ada dua pelajaran yang perlu mendapat perhatian
kita, yaitu
Dari pertanyaan diatas maka dapat dilakukan untuk mendiagonalisasi suatu matriks A yaitu
dengan melihat apakah matriks tersebut simetris yaitu A = At. Untuk melihat itu dapat dilihat
dengan persamaan
pt AP=D … 1
Dengan P adalah matriks orthogonal dan D adalah matriks diagonal. Karena P orthogonal ,
maka
pt P= p t P=1
A=P D pt … 2
Karena D matriks diagonal, maka D=D t , sehingga dengan mentranspos kedua ruas dari
persamaan (2) didapatkan
t
At =( P D p t ) =P D pt = A
5
Teorema 11.4
Teorema 11.5
Jika A adalah suatu matriks simetris, maka vektor-vektor eigen dari ruang eigen yang
berbeda akan ortogonal
2. Terapkan proses Gran-Schmidt pada setiap basis-basis ini untuk mendapatkan suatu
basis ortonormal untuk setiap ruang eigen
Teorema 11.5 dan prosedur ini memastikan bahwa vektor eigen dari ruang eigen yang
berbeda adalah ortogonal, sedangkan penerapan proses Gram – Schmidt memastikan bahwa
vektor-vektor eigen yang didapatkan dalam ruang eigen yang sama adalah ortonormal. Jadi
keseluruhan himpunan vektor eigen yang didapat melalui prosedur ini adalah ortonormal.
Contoh soal :
b) Tentukanlahmatriks P−1A P.
Penyelesaian:
λ 24
det ( A−λI )=0 ⇔det [−7−
24 7−λ ]
=0
6
⇔ λ2−625=0
⇔ λ=± 25
x1
Misal x= []
x2
adalah vektor eigen A yang bersesuaian dengan λ jika dan hanya jika x adalah
x
( A−λI )=0 ⇔ −7 24 1 = 0 … … … .. ( 1 )
[ ][ ] [ ]
24 7 x 2 0
24 x 1 0
[−32
24 ][ ] [ ]
−18 x 2
=
0
3
⇔ −32 x1 +24 x 2=0 ⇔ 4 x 1−3 x 2=0 ⇔ x 1= t , x 2=t
{
24 x 1−18 x 2=0 4
3
x 1= 4
1[]
membentuk basis untuk ruang tiga. Dengan menerapkan proses Gram – Schmidt akan
menghasilkan vektor eigen ortonormal, yaitu
3
x1
[]
v1 = = 5 , sebab|x 1|=
|x 1| 4
5
5
4
Untuk λ1 = -25, akan didapatkan vektor eigen yang merupakan basis untuk ruang eigen, yaitu
−4
x 2= 3
1[ ]
dengan proses Gram-Schmidt dapat diubah menjadi vektor eigen yang ortonormal, yaitu:
7
−4
x2
[]
v 2= = 5 , sebab|x 2|=
|x 2| 3
5
5
3
Akhirnya dengan menggunakan v1 dan v 2 sebagai vektor – vektor kolom, maka kita dapat
matriks yang mendiagonalisasi A secara ortogonal, yaitu:
3 −4
[ ]
5
4
5
5
3
5
3 4 3 −4
−1
b) Menentukan matriks P AP=1.
5
−4
5
[ ] [ ][ ]
5 −7 24 5
3 24 7 4
5 5
5
3
5
3 −4
¿ 15 20 5
[20 −15 4
5
] [ ][5 = 25
3
5
0
0 −25 ]
Matriks ini adalah matriks diagonal dengan unsur – unsur diagonal utamanya adalah nilai-
nilai eigen dari matriks A.
8
BAB III
PENUTUP
3.1 Kesimpulan
a) Tahap 1. Carilah n vektor eigen yang bebas linear dari matriks A yang
berukuran n x n Misalnya p1,p2,...,pn.
b) Tahap 2. Bentuklah matriks P yang mempunyai p1,p2,...,pn sebagai vektor-
vektor kolomnya
c) Tahap 3. Matriks D = P-1 A P adalah matriks diagonal dengan
λ1,λ2,...,λnsebagai unsur-unsur diagonal yang berurutannya dan λi adalah
nilai-nilai eigen yang bersesuaian dengan pi untuk i = 1,2,3,...,n
9
Matriks A yang berukuran n x n dikatakan dapat didiagonalisasi secara ortogonal jika
terdapat matriks P yang ortogonal, dan matriks P dikatakan mendiagonalisasi A secara
Ortogonal. Jika A adalah suatu matriks n xn, maka pernyataan berikut adalah ekuivalen :
Jika A adalah suatu matriks simetris, maka vektor-vektor eigen dari ruang eigen yang
berbeda akan ortogonal. Prosedur untuk mendiagonalisasi suatu matriks simetris secara
ortogonal adalah :
10
DAFTAR PUSTAKA
Anton Howard.(1987).Elementary Linear Algebra 5 th Edition.New York:John Wiley &
Sons
11