Diagonalisasi
Dosen Pengampu:
Siti Salamah Br Ginting, M.Pd
Puji syukur kehadirat Allah Swt yang telah memberi kekuatan dan kesempatan,
sehingga makalah ini dapat terselesaikan dengan waktu yang di harapkan walaupun
dalam bentuk yang sangat sederhana, dimana makalah ini membahas tentang
”Diagonalisasi” dapat meningkatkan pengetahuan kita khususnya tentang diagonalisasi.
Kami sangat menyadari bahwa dalam pembuatan makalah ini masih sangat
minim, sehingga saran dari dosen pengajar serta kritikan dari semua pihak masih kami
harapkan demi perbaikan makalah ini. kami ucapkan terima kasih kepada semua pihak
yang telah membantu kami dalam menyelesaikan makalah ini.
Pemakalah
i
DAFTAR ISI
KATA PENGANTAR..........................................................................................i
DAFTAR ISI........................................................................................................ii
BAB I: PENDAHULUAN...................................................................................1
B. Rumusan Masalah........................................................................................1
A. Diagonalisasi..............................................................................................2
1. Pengertian Diagonalisasi Matriks..................................................2
2. Tahapan Mencari Diagonalisasi Matriks.......................................3
3. Contoh Diagonalisasi Matriks.......................................................3
B. Teorema-teirema Diagonalisasi ................................................................5
1. Teorema A.....................................................................................5
2. Teorema B......................................................................................6
A. Kesimpulan...................................................................................................7
DAFTAR PUSTAKA
ii
BAB I
PENDAHULUAN
A. Latar Belakang
khususnya dalam matematika sendiri, seperti salah satunya peranan penting pada
perhitungan dalam mencari nilai eigen dan menentukan vektor eigen yang bersesuaian
dengan masing-masing nilai eigen tersebut. Kemudian perolehan basis ruang eigen
Salah satu jenis matriks bujur sangkar yang sering dipelajari dan digunakan dalam
berbagai aplikasi adalah matriks diagonal. Matriks diagonal merupakan matriks yang
seluruh elemen-elemennya atau entri-entrinya sama dengan nol kecuali pada diagonal
utamanya yang tidak semuanya nol. Karena matriks diagonal memiliki sifat-sifat
menggunakan matriks diagonal ini. Salah satu contoh penerapannya adalah dalam
B. Rumusan Masalah
1. Apakah yang dimaksud dengan diagonalisasi ?
2. Apa saja tahapan mendiagonalisasikan suatu matriks ?
3. Bagaimanakah teorema teorema dalam diagonalisasi ?
C. Tujuan
1. Untuk mengetahui apa yang dimaksud dengan diagonalisasi
2. Mengetahui apa saja tahapan mendiagonalisasikan suatu matriks
3. Menjelaskan contoh teorema diagonalisasi
1
BAB II
PEMBAHASAN
A.Diagonalisasi
1. Pengertian Diagonalisasi
Sub bab ini membahas tentang faktorisasi matriks A berorde nxn ke dalam hasil
kali berbentuk PDP−1 , di mana D adalah matriks diagonal. Jika diperoleh hubungan
−1
P AP = D maka dikatakan bahwa matriks A dapat didiagonalisasi. Bagaimana
memperoleh matriks P dan D yang dimaksud akan dibahas lebih lanjut dalam bagian
ini.
Definisi : Suatu matriks A berorde nxn disebut dapat didiagonalisasi jika terdapat
matriks P non singular dan matriks diagonal D sedemikian sehingga
−1
PDP =D
Matriks P dikatakan mendiagonalisir matriks A.
Teorema : Suatu matriks A berorde nxn, dapat didiagonalisasi jika dan hanya jika
A mempunyai n vektor eigen yang bebas linear.1
Bukti : Misalkan matriks A mempunyai n vektor eigen bebas linear p1 , p2..., pn
dan λi adalah nilai eigen dari A yang bersesuaian dengan pi untuk setiap i (beberapa dari
λi boleh sama). Misalkan P adalah matriks di mana vektor kolom ke-j adalah p j untuk j =
1,2,...n , terlihat bahwa Ap j = λ j p j adalah vektor kolom ke-j dari AP, maka
1
Howard Anton, Aljabar Linear Elementer , Jakarta : Erlangga Cet V, 1987, h 118.
Rina Fillia Sari,DKK. Matriks, transformasi linear dan aplikasinya(Perdana Publishing : Medan, 2019)
hl.215-222
2
Karena P mempunyai n vektor kolom yang bebas linear, maka P adalah taksingular,
karena itu :
D = P−1 PD = P−1 AP
Sebaliknya, misalkan A dapat didiagonalisasi. Selanjutnya terdapat suatu matriks
taksingular P sehingga AP = PD , jika p1, p2 …, pnadalah vektor kolom dari P, maka :
Ap j = λ j p j , ( λ j= d jj) untuk setiap j
Jadi untuk setiap j, λ j adalah nilai eigen dari A dan p j adalah vektor eigen yang dimiliki
λ j . Karena vektor kolom P bebas linear, maka A mempunyai n vektor eigen yang bebas
linear.2
2
Howard Anton, Dasar-dasar Aljabar Linear, Batam : Interaksara Cet VII, 2000, h 80.
3
Rasdihan Rayad, Aljabar Linear utk Umum, Jakarta: Grasindo. 2013, h 25
3
3. Contoh Diagonalisasi Matriks
Carilah sebuah matriks P yang mendiagonalkan matriks
[ ]
3 −2 0
A = −2 3 0
0 0 5
Penyelesaian :
Matriks A ini mempunyai nilai-nilai eigen, λ=1 dan λ=5 .
Untuk λ=1 diperoleh vektor-vektor karakteristik4
[] []
−1 0
p1= 1 dan p2= 0
0 1
[]
1
p3 = 1
0
[ ]
−1 0 1
P= 1 0 1 yang mendiagonalkan matriks A.
0 1 0
Hal ini dapat ditunjukkan dengan membuktikan bahwa P−1AP =D, yaitu :
[ ][
−1 1
0
][ ][ ]
2 2 3 −2 0 −1 0 1 5 0 0
−1
P AP = 0 0 1 −2 3 0 1 0 1 = 0 5 0
1 1 0 0 5 0 1 0 0 0 1
0
2 2
Terlihat bahwa entri-entri pada diagonal pokok adalah nilai-nilai eigen dari matriks A.
Jadi dapat dikatakan bahwa matriks P mendiagonalkan matriks A5
4
Marthen Kanginan, Matematika, Bandung: Grafindo Media Pratama Cet II.h 60
4
Catatan :
Tidak ada persyaratan yang khusus untuk meletakkan orde kolom-kolom dari matriks P
Karena entri diagonal ke i dari P−1AP adalah nilai eigen untuk vektor eigen kolom ke i
dari P, maka dengan mengubah orde kolom-kolom dari P hanyalah mengubah orde dari
nilai-nilai eigen pada diagonal dari P−1AP .
Jadi seandainya kita menuliskan :
[ ]
−1 1 0
P= 1 1 0
0 0 1
[ ]
5 0 0
Maka diperoleh : P = 0 1 0
0 0 5
5
Indah Emilia, Dasar-dasar aljabar linear dan penggunaannya dalam berbagai bidang.
Yogyakarta: UGM Press, h 75
5
B.TEOREMA-TEOREMA
Teorema A
Jika A adalah matriks persegi berukuran n x n, maka pernyataan berikut ini adalah
ekuivalen.
(i) A dapat didiagonalisasi.
(ii) A mempunyai n buah vector eigen yang bebas linier.
(i) →(ii) karena A dapat didiagonalisasi, maka akan terdapat matriks invertibel P.
Misalkan matriks P adalah matriks yang berukuran n x n dengan kolom-kolom ⃗v1 , ⃗v 2,…,
⃗v nyakni
P = [ ⃗v1 ⃗v 2 … ⃗v n ]
Dari definisi sebelumnya, P-1 AP adalah matriks diagonal. Misalkan P-1 AP = D,
dimana D adalah matriks.
[ ]
λ1 0 ⋯ 0
0 λ2 ⋯ 0
D=
⋮ ⋮ ⋱ ⋮
0 0 ⋯ λn
Sehingga diperoleh,
[ → → →
]
AP= A v 1 v 2 … vn =[ A ⃗v 1 A ⃗v 2 … A ⃗v n ] (A) dan,
[ ]
λ1 0 ⋯ 0
0 λ2 ⋯ 0
⋮ [ 1 1 2 2
PD = P = λ ⃗v λ ⃗v … λn ⃗v n ] (B)
⋮ ⋮ ⋱
0 0 ⋯ λn
Karena P-1 AP = D, maka AP =PD. Sehingga dari (A) dan (B) dapat kita peroleh
[ A ⃗v 1 A ⃗v 2 … A ⃗v n ] = [ λ 1 ⃗v1 λ2 ⃗v 2 … λn ⃗v n ]. (C)
Persamaan kolom-kolom nya adalah
A ⃗v 1= λ1 ⃗v 1 , A ⃗v 2=λ2 ⃗v 2 , … , A ⃗v n=λ n ⃗v n (D)
Karena P adalah invertibel, maka kolom-kolom ⃗v1 , ⃗v 2,…, v⃗ n adalah bebeas linear.
Begitu pula kolom-kolomnya dari P adalah tak nol. Dari definisi sebelumnya dapat
disimpulakan bahwa pada persamaan (D) nilai λ 1 , λ2 ,…, λ n adalah nilai-nilai eigen dari
A dan ⃗v1 , ⃗v 2,…, ⃗v n adalah vector eigen yang bersesuaian dengan nilai eigen.
6
(ii)→(i) Misalkan terdapat vector-vektor eigen ⃗v1 , ⃗v 2,…, ⃗v n dan digunakan
sebagai kolom-kolom dari matriks P. dan λ 1 , λ2 ,…, λ n digunakan sebagai diagonal dari
matriks D. Dari persamaan (A)-(C) diperoleh AP = PD. Karena vektor-vektor kolom P
adalah bebas linear, maka P dapat dibalik. Hal ini mengakibatkan P -1 AP = D. Oleh
karena itu A dapat didiagonalisasi.
Beberapa langkah yang dapat digunakan untuk mendiagonalisasi sebuah matriks
persegi A, yakni :
1. Tentukanlah nilai eigen dari A.
2. Tentukan vektor-vektor eigen yang bersesuaian nilai-nilai eigen yang diperoleh
pada langkah1.
3. Bentuklah sebuah matriks P yang kolom-kolomnya adalah vektor-vektor yang
diperoleh pada langkah 2.
4. Bentuklah sebuah matriks D, dimana D = P-1 AP yang entri-entri nya merupakan
nilai-nilai eigen pada langkah 1.
CONTOH :
[ ]
3 2 0
Tentukanlah matriks P yang mendiagonalkan A = 2 3 0
0 0 5
Tentukanlah nilai eigen dari A.
([ ] [ ])
λ 0 0 3 2 0
Det(𝛌I - A) = det 0 λ 0 − 2 3 0
0 0 λ 0 0 5
[ ]
λ−3 −2 0
= det −2 λ−3 0
0 0 λ−5
= diperoleh persamaan karakteristik yakni ( λ−1)( λ−5)2 = 0.
= sehingga diperoleh λ=1 λ=5
Teorema B
Sebuah matriks yang berukuran n x n dengan n buah nilai eigen yang berbeda dapat
didiagonalisasi.
7
CONTOH :
⃗x = s [ 11].
Dan vektor eigen untuk λ=4 adalah
⃗x = s [−71].
Sehingga matriks
P=
[ 11 −71 ]
Selanjutnya
−1
P AP= [
1 1 7 3 −7 1 −7
8 −1 1 −1 −3 1 1][
=
−4 0
0 4 ][ ][ ]
Hasil P−1 AP telah sesuai dengan teorema B.
Namun teorema B menjadi tidak berlaku apabila matriks A adalah matrik diagonal yang
mempunyai beberapa nilai eigen yang sama. Perhatikan contoh berikut :
[ ]
1 0 0
1. Misalkan matriks persegi A = 0 −2 0 nilai eigen-eigen nya λ=1 dan λ=−2.
0 0 1
[] []
1 0
Basis untuk ruang eigen yang bersesuaian dengan λ=1adalah 0 dan 0 . Kemudian
0 1
[]
1
untuk basis ruang eigen yang bersesuaian dengan λ=−2 adalah 0 . Dapat dilihat
0
bahwa basisnya merupakan basis baku untuk R3. Oleh karena itu matriks P = I,
sehingga
[ ]
1 0 0
−1
P AP=A= 0 −2 0 .
0 0 1
8
BAB III
PENUTUP
A. Kesimpulan
Suatu matriks dapat didiagonalisasikan jika vektor eigen dari matriks tersebut
bersesuaian dengan nilai eigen yang merupakan vektor tak nol (non trivial) dalam ruang
pemecahan dari persamaan ( I A), ruang pemecahan tersebut dinamakan sebagai ruang
eigen (eigenspace) tetapi tidak semua vektor eigen yang diperoleh merupakan vektor
taknol (nontrivial). Oleh karena itu tidak semua matriks dapat didiagonalisasikan
matriks diagonal yang elemen diagonalnya merupakan semua nilai eigen dari matriks A,
eigen dari matriks A. Karena dalam diagonalisasi matriks tersebut melibatkan vektor-
vektor eigen, maka akan diperoleh suatu basis dari ruang eigen tersebut.
9
DAFTAR PUSTAKA
Emilia Indah. 2018. Dasar-dasar aljabar linear dan penggunaannya dalam berbagai
bidang. Yogyakarta: UGM Press.
10