14
Modul ke:
Aljabar Linier
Program Studi
Teknik Elektro
Ellisa Agustina, ST., MT.
Pembuka Daftar Pustaka Akhiri Presentasi
1. Diagonalisasi
• 1. 1 Definisi
• Diagonalisasi adalah suatu sifat bentuk matriks yang digunakan untuk menyederhanakan
perhitungan numerik pada matriks atau pada perhitungan yang melibatkan matriks.
• Jika pada transformasi linier T:V→ V, kita harus menganalisa, apakah merupakan matriks
diagonal?
• Jika T:V→ V pada vektor berdimensi, kita selesaikan dengan mencari basis dari V sehingga
matriks T merupakan matriks diagonal atau tidak, dengan menghitung P-1 A P dari transformasi
tersebut.
• Atau jika T:V→ V adala transformasi linier pada suatu ruang perkalian berdimensi berhingga,
kemudian menyelesaikan basis orthogonalnya sehingga T merupakan matriks diagonal atau
bukan, dengan syarat matriks tersebut orthogonal dan hasil dari P-1 A P (atau PT A P) hasilnya
diagonal.
<
← MENU AKHIRI >
→
• Secara definisi menurut Imrona,2013, p.115-116:
• Pada matriks A berordo n x n , matriks ini disebut dapat didiagonalisasi jika terdapat
matriks Pnxn sehingga perkalian tiga matriks P-1 A P membentuk matriks diagonal.
• Matriks Anxn dapat didiagonalisasikan jika dan hanya jika mempunyai n vektor eigen
yang bebas linier.
• Teoremanya:
<
← MENU AKHIRI >
→
Pembuktiannya (https://www.academia.edu/33138934/Nilai_dan_Vektor_Eigen ):
Jika matriks A dapat didiagonalkan, maka terdapat matriks P yang dapt diinvers-kan
<
← MENU AKHIRI >
→
Kapan matriks A dapat didiagonalkan?
= 𝜆1 𝑝1 𝜆2 𝑝2 𝜆3 𝑝3 … 𝜆𝑛 𝑝𝑛
<
← MENU AKHIRI >
→
𝑎11 𝑎21 𝑎31 … 𝑎𝑛1 𝑝11 𝑝21 𝑝31 … 𝑝𝑛1
𝑎12 𝑎22 𝑎32 … 𝑎𝑛2 𝑝12 𝑝22 𝑝32 … 𝑝𝑛2
𝑎13 𝑎23 𝑎33 … 𝑎𝑛3 𝑝13 𝑝23 𝑝33 … 𝑝𝑛3
AP = PD, maka AP = . . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
𝑎1𝑛 𝑎2𝑛 𝑎3𝑛 … 𝑎𝑛𝑛 𝑝1𝑛 𝑝2𝑛 𝑝3𝑛 … 𝑝𝑛𝑛
<
← MENU AKHIRI >
→
• Adapun cara untuk mendiagonalkan suatu matriks A yang berukuran n x n adalah (Santosa,2008,
p.162):
• Contoh 1.1
• Apakah matriks ini dapat didagonalisasikan? Jika dapat, maka tentukan P dan matriks diagonal P-1
2 3 2 2 1 0
AP, dimana a. 𝐴 = b. 𝐵 = c. C =
2 1 2 2 3 1
<
← MENU AKHIRI >
→
Penyelesaian:
2 3
a. 𝐴 =
2 1
2 3 1 0 2 3 𝜆 0
Cari terlebih dahulu det(A-λI) = det − 𝜆 = det −
2 1 0 1 2 1 0 𝜆
2−𝜆 3
= det = (2 − 𝜆)(1 − 𝜆) – 3.2
2 1−𝜆
= 2 - 2 𝜆 – 𝜆 + 𝜆2 – 6
= 𝜆2 - 3 𝜆 – 4
Maka cari akar – akar persamaannya dengan mencari dua buah bilangan yang jika
dikalikan menghasilkan -4 dan jika dijumlahkan menghasilan -3.
2 − (−1) 3 𝑥1 0 3 3 𝑥1
Untuk λ1 = -1, didapatkan SPL homogen 𝑥2 = → 𝑥2 =
2 1 − (−1) 0 2 2
0
0
Sehingga didapatkan persamaan nya 3𝑥1 + 3𝑥2 = 0 dan 2𝑥1 + 2𝑥2 = 0 atau 3𝑥1 = - 3𝑥2
−𝑡 −1
𝑥1 = =t
𝑡 1
−1
Sehingga untuk nilai eigen λ1 = -1 didapatkan vektor eigen 𝑥1 = .
1
2 − (4) 3 𝑥1 0 −2 3 𝑥1 0
Untuk λ1 = 4, didapatkan SPl homogen
2 1 − (4) 𝑥2 = 0 → 2 −3 𝑥2 = 0
Sehingga didapatkan persamaan nya -2𝑥1 - 3𝑥2 = 0 atau 𝑥2 = - 2𝑥1 /3, dan 2𝑥1 - 3𝑥2 = 0
<
← MENU AKHIRI >
→
• ➔𝑥1 = 3𝑥2 /2, ➔atau 𝑥1 = 3𝑠 , 𝑥2 = 2𝑠
3𝑠 3
• 𝑥2 = =s
2𝑠 2
3
• Sehingga untuk nilai eigen λ2 = 4 didapatkan vektor eigen 𝑥2 = .
2
• Karena vektor Eigen matriks A ada 2, dan ordo matriks A adalah 2x2, maka matriks A dapat
didiagonalisasikan.
−1 3
• Sehingga P =
1 2
2 𝟑
1 1 𝑑 −𝒄 1 2 −𝟑 1 2 −𝟑 −
• P −1 = 𝑎𝑑𝑗(𝐴) ➔ P −1 = = = = 𝟏5 𝟓
1
det 𝐴 𝑎𝑑 – 𝑏𝑐 −𝒃 a −1 .2 – 3.1 𝟏 −1 −5 𝟏 −1 −
𝟓 5
1 2 −𝟑 2 3 −1 3 1 2 −𝟑 1 12 1 1 0
• dan matriks diagonal P-1 A P = = =
−5 𝟏 −1 2 1 1 2 −5 𝟏 −1 1 8 5 𝟎 4
<
← MENU AKHIRI >
→
2 2
b. 𝐵 =
2 2
2 2 1 0 2 2 𝜆 0
Cari terlebih dahulu det(B-λI) = det − 𝜆 = det −
2 2 0 1 2 2 0 𝜆
2−𝜆 2
= det = (2 − 𝜆)(2 − 𝜆) – 2.2
2 2−𝜆
= (2 − 𝜆)2 – 4
= 𝜆2 - 4 𝜆
𝜆1,2 = 4.
2−𝜆 2 𝑥1 0 −2 2 𝑥1 0
Untuk λ = 4, didapat SPL homogen =
2 2−𝜆 𝑥2 = 0 → 2 −2 𝑥2 = 0
1
Sehingga 𝑥1 = 𝑥2 ➔ 𝑥1 = 𝑡, 𝑥2 = 𝑡, didapatkan vektor eigen 𝑥 =
1
Karena vektor eigennya hanya ada 1 sedangkan ordo (B) = 2 x 2 maka matriks B tidak
dapat didiagonalisasi.
<
← MENU AKHIRI >
→
1 0
c. C =
3 1
1 0 1 0 1 0 𝜆 0
Cari terlebih dahulu det(C-λI) = det − 𝜆 = det −
3 1 0 1 3 1 0 𝜆
1−𝜆 0
= det = (1 − 𝜆)(1 − 𝜆) – 0 = (1 − 𝜆)2
3 1−𝜆
𝜆1,2 = 1.
1−𝜆 0 𝑥1 0 0 0 𝑥1 0
Untuk λ = 1, didapat SPL homogen =
3 1−𝜆 𝑥2 = 0 → 3 0 𝑥2 = 0
0
Sehingga 3𝑥1 = 0 ➔ 𝑥1 = 0, 𝑥2 = 𝑡, didapatkan vektor eigen 𝑥 =
1
Karena vektor eigennya hanya ada 1 sedangkan ordo (C) = 2 x 2 maka matriks C tidak
dapat didiagonalisasi.
<
← MENU AKHIRI >
→
✓ Contoh 1.2
2 2 0
• Carilah matriks P yang mendiagionalisasi matriks A = 2 2 0
0 0 4
• Penyelesaian:
2 2 0 1 0 0 2−𝜆 2 0
• det(A - λ I) = det 2 2 0 − 𝜆 0 1 0 =det 2 2−𝜆 0
0 0 4 0 0 1 0 0 4−𝜆
2−𝜆 2
• = (4 − 𝜆)
2 2−𝜆
• = (4 − 𝜆) (2 − 𝜆) (2 − 𝜆) – 4
• = (4 − 𝜆)( 𝜆2 - 4 𝜆)
• Sehingga 𝜆1,2 = 4, λ = 0
<
← MENU AKHIRI >
→
Vektor eigen matriks C adalah basis ruang penyelesaian SPL homogen (C-λ I) 𝑥 = 0 untuk
nilai eigen λ tertentu.
2−𝜆 2 0 𝑥1 0 2−4 2 0 𝑥1 0
2 2−𝜆 0 𝑥2 = 0 ➔ 2 2−4 0 𝑥2 = 0
0 0 4 − 𝜆 𝑥3 0 0 0 4 − 4 𝑥3 0
−2 2 0 𝑥1 0 −2𝑥1 + 2𝑥2 0
➔ 2 −2 0 𝑥2 = 0 ➔ 2𝑥1 − 2𝑥2 = 0
0 0 2 𝑥3 0 2𝑥3 0
1 0
Sehingga nilai eigen 𝜆1,2 = 4 didapatkan vektor-vektor eigen 𝑥1 = 1 dan 𝑥2 = 0
0 1
<
← MENU AKHIRI >
→
Untuk 𝜆3 = 0, didapatkan SPL homogen
2−𝜆 2 0 𝑥1 0 2−0 2 0 𝑥1 0
2 2−𝜆 0 𝑥2 = 0 ➔ 2 2−0 0 𝑥2 = 0
0 0 4−𝜆 𝑥3 0 0 0 4−0 𝑥3 0
2 2 0 𝑥1 0 2𝑥1 + 2𝑥2 0
➔ 2 2 0 𝑥2 = 0 ➔ 2𝑥1 + 2𝑥2 = 0
0 0 4 𝑥3 0 4𝑥3 0
−1
Sehingga nilai eigen 𝜆3 = 0 didapatkan vektor-vektor eigen 𝑥3 = 1
0
Karena vektor-vektor eigen C ada 3 yang bebas linier,dan ordo C = 3 x 3, maka matriks C
1 0 −1
dapat didiagonalisasikan dengan P = 1 0 1
0 1 0
<
← MENU AKHIRI >
→
1 0 −1
• Matriks Diagonal = D = P-1 A P bagaimana? Kita cari P-1 dari P = 1 0 1
0 1 0
0 𝟏
𝑃11 =(-1)(1+1) = (0*0) – (1*1) = -1
𝟏 0
𝑃11 𝑃21 𝑃31
1 𝟏 1 1
𝑃12 =(-1)(1+2) = - ( 1*0 – (1*0)) = 0 P -1
= 𝑎𝑑𝑗(𝑃) = = 𝑎𝑑𝑗 𝑃12 𝑃22 𝑃32
𝟎 0 𝑃 𝑃
𝑃13 𝑃23 𝑃33
1 𝟎
𝑃13 =(-1)(1+3) = 1*1 – 0*0 = 1 −1 1 0
𝟎 1 1
Maka Matriks P-1 = −2 0 0 2
0 −1 1 −1 0
𝑃21 =(-1)(2+1) = -(0*0 – (-1)*1 )= 1
1 0
−1 1 0 2 2 0 1 0 −1 4 0 0
1
1 −1 Maka D = P-1 A P = −2 0 0 2 2 2 0 1 0 1 = 0 4 0
𝑃22 =(-1)(2+2) = 1*0 – (-1)*0 = 0
0 0 1 −1 0 0 0 4 0 1 0 0 0 0
1 0
𝑃23 =(-1)(2+3) = -(1*1 – 0*0) = -1
0 1
0 −1
𝑃31 =(-1)(3+1) = 0*1 – (-1)*0 = 0
0 1
1 −1
𝑃32 =(-1)(3+2) = -(1*1 – (-1)*1) = 2
1 1
1 0
𝑃33 =(-1)(3+3) = 1*0 – 0*1 = 0
1 0
<
← MENU AKHIRI >
→
2. Diagonalisasi Ortogonal dan Matriks Simetris
• 2.1 Definisi
• Pada bab materi Matriks sebelumnya, kita mengetahui bahwa dikatakan suatu matriks
berordo n x n adalah matriks simetris, jika matriks tersebut memenuhi syarat AT = A.
• Dan dikatakan matriks orthogonal jika pada matriks berordo n x n memiliki syarat AT =
A-1.
<
← MENU AKHIRI >
→
−1 0 1
• Misal pada matriks A adalah matriks simetris = 0 2 0 ,
1 0 1
1 1
− 0
2 2
1
• maka A-1 = 0
2
0 didapat dari cara metode Gauss-Jordan dengan mengalikan
1 1
0
2 2
menambahkan matriks A dengan matriks Identitas, atau bisa didapat dari metode
Adjoin-Kofaktor.
−1 0 1
• Dan AT = 0 2 0
1 0 1
<
← MENU AKHIRI >
→
• Untuk mendapatkan syarat matriks yang dapat didiagonalisakan secara
orthogonal, pada matriks Anxn, maka berlaku:
<
← MENU AKHIRI >
→
• Adapun langkah-langkah untuk mendiagonalisasikan secara orthogonal
suatu matriks Anxn adalah:
<
← MENU AKHIRI >
→
• 2.2 Contoh Soal
✓ Contoh 2.1:
1 1 −4 0
• a. 𝐴 = b. B =
−1 1 0 2
<
← MENU AKHIRI >
→
• Penyelesaian:
1 1
• a. 𝐴 =
−1 1
1
1 1 1 −1 1 1 −1 ½ −2
• Pertama-tama, kita acari A-1 = 𝑎𝑑𝑗 𝐴 = =2 = 1 1
𝐴 1.1−1.(−1) 1 1 1 1
2 2
1 −1
• Kemudian kit acari AT= , ternyata A-1 ≠ AT, maka matriks A bukan matriks orthogonal.
1 1
−4 0
• b. B =
0 2
1 1 2 0 1 2 0 ¼ 0
• Pertama-tama, kita acari A-1 = 𝑎𝑑𝑗 𝐴 = =−8 = 1
𝐴 −4 .2−0.0 0 −4 0 −4 0 2
−4 0
• Kemudian kit acari AT= , ternyata A-1 ≠ AT, maka matriks A bukan matriks orthogonal.
0 2
<
← MENU AKHIRI >
→
✓ Contoh 2.2
1 2
• Tentukan matriks orthogonal matriks-matriks berikut: A =
2 1
• Penyelesaian:
• Carilah nilai eigen dari matriks A. Nilai eigen untuk matriks A adalah akar-akar persamaan karakteristik det(A-λI) = 0
1 2 1 0 1 2 𝜆 0
• Cari terlebih dahulu det(A-λI) = det − 𝜆 = det −
2 1 0 1 2 1 0 𝜆
1−𝜆 2
• = det = (1 − 𝜆)(1 − 𝜆) – 2.2
2 1−𝜆
• = 1 - 𝜆 – 𝜆 + 𝜆2 - 4
• = 𝜆2 - 2 𝜆 - 3
• Polinominal karakteristik dari A adalah 𝜆2 - 2 𝜆 - 3 = 0 atau cari akar persamaannya, dimana a = 1, b = -2, c = 3,
maka (λ + 1)(λ − 3)=0
<
← MENU AKHIRI >
→
• Maka, nilai – nilai eigen dari A adalah 3 dan -1.
• Vektor eigen matriks A adalah basis ruang penyelesaian SPL homogen (A-λI) 𝑥 = 0 untuk nilai
eigen λ tertentu.
1−𝜆 2 𝑥1 0 1−3 2 𝑥1 0
• Untuk λ1 = 3, didapatkan SPL homogen 𝑥2 = → 𝑥2 =
2 1−𝜆 0 2 1−3 0
−2 2 𝑥1 0
➔ 𝑥2 = 0
2 −2
• Sehingga didapat SPL adalah −2𝑥1 + 2𝑥2 = 0 dan 2𝑥1 − 2𝑥2 = 0, didapatkan 𝑥1 = 𝑠, 𝑥2 = 𝑠
𝑟 1 1
• maka 𝑥 = =r , didapatkan vektor eigen 𝑥1 =
𝑟 1 1
<
← MENU AKHIRI >
→
1−𝜆 2 𝑥1 0 1 − (−1) 2 𝑥1
• Untuk λ2 = -1, didapatkan SPl homogen 𝑥2 = → 𝑥2 =
2 1−𝜆 0 2 1 − (−1)
0 2 2 𝑥1 0
→ 𝑥2 =
0 2 2 0
• Sehingga didapat SPL adalah 2𝑥1 + 2𝑥2 = 0 dan 2𝑥1 + 2𝑥2 = 0, didapatkan 𝑥1 = −𝑡, 𝑥2 = 𝑡
−𝑡 −1 −1
• maka 𝑥 = =t , didapatkan vektor eigen 𝑥2 =
𝑡 1 1
• Selanjutnya adalah proses Gramm-Schmidt pada setiap baris dengan menggunakan hasil-kali titik
sehingga didapatkan vektor-vektor eigen yang orthonormal.
1 1
1 −1 −
𝒙𝟏 1 2 𝒙𝟐 1 2
• p1 = = = 1 p2 = = = 1
𝒙𝟏 2 𝒙𝟐 2
2 2
<
← MENU AKHIRI >
→
1 1
−
2 2
• Sehingga P= 1 1 ,
2 2
1 1 1 1 1 1 3 1
1 2 − − 3 0
2 2 2 2 2 2 2 2
• dan PTAP = 1 1 1 1 = 1 1 3 1 =
− 2 1 − − 0 −1
2 2 2 2 2 2 2 2
<
← MENU AKHIRI >
→
✓ Contoh 2.3
4 2 2
• Carilah matriks P yang orthogonal yang akan mendiagonalkan matriks A = 2 4 2
2 2 4
• Penyelesaian:
4 2 2 1 0 0 4−𝜆 2 2 4−𝜆 2
• det(C - λ I) = det 2 4 2 − 𝜆 0 1 0 = 2 4− 𝜆 2 2 4− 𝜆
2 2 4 0 0 1 2 2 4−𝜆 2 2
<
← MENU AKHIRI >
→
4−𝜆 2 2 𝑥1 0
Untuk 𝜆1 = 2, 2 4− 𝜆 2 𝑥2 = 0
2 2 4−𝜆 𝑥3 0
4−2 2 2 𝑥1 0 2 2 2 𝑥1 0
2 4− 2 2 𝑥2 = 0 → 2 2 2 𝑥2 = 0
2 2 4−2 𝑥3 0 2 2 2 𝑥3 0
1 1 1
Dengan eliminasi Gauss, didapat 0 0 0
2 2 2
−1 −1
Sehingga diperoleh basis 𝑥1 = 1 𝑥2 = 0
0 1
<
← MENU AKHIRI >
→
1
Sedangkan untuk ruang eigen 𝜆2 = 8, diperoleh basis 𝑥3 = 1
1
Lakukan proses Gramm-Schmidt pada {𝑥3 }, sehingga dihasilkan vektor-vektor eigen yang
1
3
1
orthogonal, u3 = 3
1
3
1 1 1
− −
2 6 3
1 1 1
Dari ketiga vektor eigen tersebut, didapat matriks P = 2 6 3
yang akan
2 1
0
6 3
1 1 1 1 1 1 1 1 1 2 2 8
− − − − − −
2 6 3 2 6 3 2 6 3 2 6 3
1 1 1
4 2 2 1 1 1 1 1 1 2 6 8
T
P AP = 2 6 3
2 4 2 2 6 3
= 2 6 3 2 6 3
2 1 2 2 4 2 1 2 1 8 6
0 0 0 0
6 3 6 3 6 3 6 3
<
← MENU AKHIRI >
→
3. Latihan Soal
• 1. Apakah matriks – matriks berikut bisa didiagonalikasikan secara orthogonal? Jika dapat,
tentukan matriks P orthogonalnya.
1 3 9
−4 0 6 8
• a. b. c. 3 2 0
0 2 8 −6
9 0 2
• 2. Apakah matriks – matriks berikut bisa didiagonalikasikan? Jika dapat, tentukan matriks P
orthogonalnya.
5 6 2
2 2 2 5
• a. b. c. 0 −1 −8
0 2 −1 −2
1 0 −2
𝑎 𝑐
• 3. Tentukan syarat agar matriks dapat didiagonalisasi
𝑏 𝑑
<
← MENU AKHIRI >
→
Daftar Pustaka
1. Anton, Howard., C. Rorres. (1992). Aljabar Linear Elementer Terjemahan.
Jakarta: Penerbit Erlangga.
2. Said-Houari, Belkacem. (2016). Linear Algebra. Abu Dhabi: Birkhauser.
3. Sibarani, Maslen. (2014). Aljabar Linier Edisi Kedua. Depok: Rajagrafindo
Persada.
4. Santosa, R.Gunawan. (2009). Aljabar Linier Dasar. Yogyakarta : Andi Offset.
5. Imrona, Mahmud. (2013). Aljabar Linier Dasar. Jakarta: Penerbit Erlangga
6. Sutojo,T., et al. (2010). Teori dan Aplikasi Aljabar Linier & Matriks. Semarang:
Penerbit Andi.
7. E. Kreyszig. (2011). Advanced Engineering Mathematics – 10th Edition. John
Wiley.
<
← MENU AKHIRI
Daftar Pustaka
8. S. J. Leon. (2009). Linear Algebra with Applications – 8th Edition. Pearson.
9. Lipschutz, Seymour., Lipson,Marc. (2004). Schaum’s Outlines Aljabar Linear
Edisi Ketiga. Jakarta: Penerbit Erlangga.
10. Nur’aini, Astri Fitria. (2014). Modul Aljabar Linear 1. Retrieved from
https://www.academia.edu/36507247/MODUL_ALJABAR_LINEAR_1_Disusu
n_oleh_ASTRI_FITRIA_NURANI_2014.
11. Sibaroni, Yuliant. (2002). Buku Ajar Aljabar Linear. Retrieved from
https://www.academia.edu/11338832/Aljabar_Linear_Buku_Ajar_Aljabar_Line
ar_PROGRAM_PERKULIAHAN_DASAR_UMUM_SEKOLAH_TINGGI_TEKN
OLOGI_TELKOM_BANDUNG_2002.
12. Kariadinata, Rahayu. (2019). Pengantar Aljabar Linear Disertai Peta Konsep.
Bandung: CV Pustaka Setia.
<
← MENU AKHIRI
Terima Kasih
Ellisa Agustina, ST., MT.