BAB 7 NILAI

EIGEN &
VEKTOR
EIGEN
7.3 DIAGONALISASI
ORTOGONAL

o ASMAUN
o SYAHRIANI
o ALVIONITA SARI
 Diagonalisasi Ortogonal

1. Syarat-syarat untuk dapat didiagonalisasi secara orthogonal

Teorema berikut ini menunjukkan bahwa setiap matriks simetrik, pada kenyataannya
dapat didiagonalisasi secara orthogonal. Dalam teorema ini, orthogonal akan diartikan
sebagai orthogonal merujuk pada hasil kali dalam euqlidean pada Rn .

Teorema 7.3.1
Jika A adalah sebuah matriks n x n, maka pernyataan-pernyataan berikut
ini adalah equivalen.
a. A dapat didiagonalisasi secara orthogonal
b. A memiliki himpunan vector-vektor eigen yang ortonormal
c. A adalah simetrik

Bukti

(a)⇒(b). Karena A dapat didiaogonalisasi secara ortogonal, maka terdapat sebuah

matriks ortgonal P sedemikian rupa sehingga P-1 AP adalah diagonal. Sebagaimana
yang dijelaskan pada pembuktian Teorema 7.2.1, n vektor kolom matriks P adalah
vektor-vektor eigen matriks A. Karena P ortogonal, vektor-vektor kolom ini adalah
ortonormal (lihat Teorema 6.5.1), sehingga A memiliki n vektor eigen yang
ortonormal.

(b)⇒(a). Asumsikan bahwa A memiliki sebuah himpunan ortonormal yang terdiri

dari n vektor eigen (p1 , p2,. . ., pn). Sebagaimana ditunjukan dalam pembuktian
teorema 7.2.1, matriks P dengan vektor-vektor eigen ini sebagai kolom-kolomnya
akan mendiagnalisasi A. Karena vektor-vektor eigen ini ortonormal, maka P
ortogonal dan oleh karenanya mendiagonalisasi A secara ortogonal.

(a)⇒(c). Dalam pembuktian (a)⇒(b) kita telah menunjukan bahwa sebuah matriks A,
n x n yang dapat didiagonalisasi secara ortogonal, dapat didiagonalisasi secara
 ortogonal oleh matriks P, n x n yang kolom-kolomnya membentuk sebuah himpunan
ortonormal dari vektor-vektor eigen matriks A. Jika D adalah matriks diagonal

D=P−1 AP

Maka,

A=PD P−1 atau A=PD PT

Karena P ortogonal, Dengan demikian,

T
AT =( P D T PT ) =P D T PT =PD PT =A

2. Matriks Simetrik
Tujuan kita berikutnya adalah merancang sebuah prosedur untuk mendiagonalisasi
secara orthogonal sebuah matriks simetrik, namun sebelum kita dapat melakukan hal
ini, kita membutuhkan sebuah teorema yang sangat penting mengenai nilai eigen dan
vector eigen dari matriks simetrik.

Teorema 7.3.2
Jika A adalah sebuah matriks simetrik, maka:
a. Nilai eigen matriks A semuanya adalah bilangan real
b. Vector eigen yang berasal dari ruang eigen yang berbeda saling
orotgonal.

Bukti (b). Misalkan v1 dan v2 adalah vektor-vektor eigen yang terkait dengan dua
nilai eigen yang berbeda, yaitu λ1 dan λ2 dari matriks A. Kita hendak menunjukkan
bahwa v1 · v2 = 0. Pembuktian mengenai hal ini melibatkan suatu trik yang dimulai
dengan menyatakan Av1 · v2. Dari Rumus (8) Subbab 4.1 dan sifat simetrik dari A kita
memperoleh

T
A v 1 ∙ v 2=v1 ∙ A v 2=v 1 ∙ A v 2 (3)
 Namun v1 adalah sebuah vektor eigen matriks A yang terkait dengan λ 1 dan v2 adalah
sebuah vektor eigen matriks A yang terkait dengan λ2 sehingga (3) menghasilkan
hubungan

λ 1 v1 ∙ v 2=v 1 ∙ λ2 v 2

yang dapat dituliskan kembali sebagai

( λ 1−λ 2) ( v 1−v 2 ) =0 (4)

Namun λ 1−λ2 ≠ 0, karena λ 1 dan λ 2 diasumsikan berbeda. Oleh karena itu, dari (4)
kita memperoleh v1 ∙ v 2=0

3. Biagonalisasi Matriks Simetrik

Sebagai konsekuensi dari teorema diatas, kita dapat menurunkan prosedur berikut ini
untuk mendiagonalisasi secra orthogonal sebuah matriks simetrik.

Langkah 1. Tentukan sebuah basis untuk setiap ruang eigen matriks A

Langkah 2. Terapkan proses Gram-Schmidt pada masing-masing basis ini untuk
memperoleh sebuah basis ortonormal untuk setiap ruang eigen
Langkah 3. Bentuklah sebuah matriks P yang kolom-kolomnya adalah vector-vektor
basis yang dibuat pada Langkah 2; matriks ini secara orotgonal mendiagonalisasi A.

Pembenaran bagi prosedur ini, dapat diketahui dengan jelas: teorema 7.3.2
memastikan bahwa vector-vektor eigen dari ruang-ruang eigen yang berbeda saling
orthogonal, sedangkan penerapan proses Gram-Schmidt memastikan bahwa vector
eigen yang sama adalah ortonormal. Dengandemikian seluruh himpunan vector
eigen yang diperoleh melalui proseur ini adalah ortonormal.
CONTOH

MATRIKS ORTOGONAL YANG MENDIAGONALISASI MATRIKS A

Tentukan sebuah matriks orthogonal P yang mendiagonalisasi

[ ]
−2 0 −36
A= 0 −3 0
−36 0 −23

Penyelesaian:

Persamaan karakteristik untuk A adalah

[ ]
λ +2 0 36
det ( λI −A )=det 0 λ+ 3 0 =( λ+3 ) ( λ−25 ) ( λ+50 )
36 0 λ +23

Sehingga, nilai-nilai eigen dari A adalah λ=−3, λ=25 dan λ=−50. Melalui metode
pada Contoh 5 Subbab 7.1, dapat ditunjukan bahwa Vektor-vektor basis untuk ruang-
ruang eigen matriks A yang bersesuaian dengan λ1 = -3, λ2 = 25, λ3 = -50 berturut-
turut adalah

[] [ ] []
−4 3
0
3 4
u1 = 1 , u 2 = , danu 3=
0 0
0
1 1

Dengan menggunakan proses Gram-Schmidt terhadap {u1}, {u2}, dan {u3}, akan
menghasilkan vektor-vektor eigen matriks A yang ortonormal, yaitu:
 [ ] []
−4 3

[]
0 3 5
v1 = 1 , v2 = 0 , dan v 3 = 0
0 3 3
5 5

Akhirnya dengan menempatkan v1, v2, dan v3 sebagai vektor-vektor kolom, maka kita
dapatkan matriks P yang mendiagonalisasi matriks A secara ortogonal, yaitu

[ ]
−4 3
0
5 5
P= 1 0 0
3 4
0
5 5

Karena matriks P ini mendiagonalisasi matriks A secara ortogonal, maka matriks

diagonal

D=P−1 A P

[ ][ [ ]
0 1 0 −4 3
0

]
−4 3 −2 0 −36 5 5
0
¿ 5 5 0 −3 0 1 0 0
3 4 −36 0 −23 3 4
0 0
5 5 5 5

][ ]
−4 3
0

[
0 −3 0 5 5
¿ −20 0 15 1 0 0
−30 0 −50 3 4
0
5 5
 [ ]
−3 0 0
¿ 0 25 0
0 0 −50

Unsur-unsur diagonal utama dari matriks diagonal D = P-1 A P adalah nilai-nilai eigen
matriks A (urutannya boleh saja berbeda-beda).