2 DIAGONALISASI
Tim Dosen Aljabar Linear FTUI
KERANGKA PEMBAHASAN
1. Nilai Eigen dan Vektor Eigen
2. Diagonalisasi
3. Aplikasi: Solusi Persamaan Diferensial
5.2 DIAGONALISASI
DEFINISI
Suatu matriks kuadrat Anxn dikatakan dapat didiagonalkan (diagonalizable)
jika terdapat matriks P yang mempunyai invers sehingga
D = P–1AP
dengan D matriks diagonal.
Matriks P dinamakan matriks yang mendiagonalkan (pendiagonal) dari A.
Vektor-vektor kolom dari matriks P adalah vektor-vektor eigen dari A.
𝜆1 0 ⋯ 0
0 𝜆2 ⋯ 0
𝐷=
⋮ 0 … ⋮
0 0 … 𝜆𝑛
TEOREMA
TEOREMA 5.2.1
Jika A adalah matriks n × n, pernyataan berikut ekuivalen.
(a) A dapat didiagonalisasi.
(b) A memiliki n vektor eigen bebas linier
TEOREMA 5.2.2
a) Jika 1, 2, . . . , 𝑘 adalah nilai eigen yang berbeda dari matriks 𝐴, dan jika
𝑣1 , 𝑣2 , . . . , 𝑣𝑘 adalah vektor eigen yang sesuai, maka {𝑣1 , 𝑣2 , . . . , 𝑣𝑘 } adalah
himpunan bebas linier.
b) Sebuah matriks n × n dengan n nilai eigen yang berbeda dapat
didiagonalisasi.
Contoh: 1 0 2 0 0 − 2 − 1 0 − 2 2 0 0
P −1 AP = 1 1 1 1 2 1 0 1 1 = 0 2 0 = D
Anggota
diagonal adalah
nilai eigen dari A
− 1 0 − 1 1 0 3 1 0 1 0 0 1
ALUR PENYELESAIAN Bentuk matriks P yang mempunyai p1, p2, …, pn
sebagai vektor-vektor kolomnya
SPL Persamaan
Karakteristik Nilai-nilai Eigen
𝑨ഥ
𝒗 = 𝝀ഥ
𝒗 𝝀𝑰 − 𝑨 = 0 𝝀1 , 𝝀2 , ..., 𝝀𝑛
Matriks Ortonormal
GRAM-SCHMIDT (Q)
2 0 2 x1 0
−1 0 −1 x = 0 x1 = -s, x2 = t, x3 = s
2
−1 0 −1 x3 0
− s − s 0 −1 0
x = t = 0 + t = s 0 + t 1
s s 0 1 0
• Dengan cara yang sama, ditentukan ruang solusi dan basis untuk
=1
1 0 2 0 0 − 2 − 1 0 − 2 2 0 0
P −1 AP = 1 1 1 1 2 1 0 1 1 = 0 2 0 = D
− 1 0 − 1 1 0 3 1 0 1 0 0 1
Contoh Diagonalisasi Matriks
1 0 0
Cari matriks P yang mendiagonalkan A = 1 2 0
− 3 5 2
Persamaan karakteristik:
Nilai eigen dan basis ruang eigen adalah:
atau 0 0 1 0 0
det 0 0 − 0 1 1 = 0
0 0 0 1 1
( − 1) 0 0
det 0 ( − 1) −1 = 0
0 −1 ( − 1)
= ( − 1) ( ) ( − 2) + 0 + 0
= ( − 1) ( ) ( − 2)
x1 1
x2 = 0 t , dimana t adalah parameter tak nol
x 0
3
0 1 0 k1 0
1 0 1 k2 = 0
−1 0 1 k 0
3
Dengan OBE
0 1 0 1 0 1 1 0 1 1 0 1 1 0 0
1 0 1
~ 0 1 0 ~ 0 1 0 ~ 0 1 0 ~ 0 1 0
−1 0 1 −1 0 1 0 0 2 0 0 1
0 0 1
Jadi P , P , P
1 2 3
Suatu himpunan bebas
merupakan himpunan yang bebas linear linier jika det ≠0
Jadi, Matriks yang mendiagonalkan A adalah :
0 1 0
P = 1 0 1
−1 0 1
𝟎 0 0
Matriks diagonal yang dihasilkan adalah : 𝐷 = 𝑃−1 𝐴𝑃 = 0 𝟏 0
0 0 𝟐
Diagonalisasi Matriks
Contoh :
0 1 0
Cari matriks P yang mendiagonalkan A = 0 0 1
4 −17 8
−1 0
det( I − A) = det 0 −1 = 3 − 8 2 + 17 − 4
−4 17 − 8
3 – 82 + 17 – 4 =0
(-4)(2-4 +1) = 0
4 0 0
Matriks A3x3 mempunyai nilai-
P −1 AP = 0 2+ 3 0
nilai eigen yang berbeda-beda,
maka A dapat didiagonalkan. 0 2 − 3
0
Diagonalisasi Matriks Segitiga
Ingat: Jika A adalah matriks segitiga nn triangular matrix ( segitiga atas, segitiga
bawah atau diagonal) maka nilai eigen dari A adalah anggota diagonal A.
AT = (PDPT)T=PDTPT = PDPT = A
– :
Masalah Diagonalisasi Ortogonal (Bentuk Matriks)
−1/ 2 −1/ 6
v1 = 1/ 2 and v 2 = −1/ 6
0
2 / 6
1
Ruang eigen yang bersepadanan dengan = 8 adalah u3 = 1
1/ 3 1
Terapkan proses Gram Schmidt pada {u3} didapat: v 3 = 1/ 3
1/ 3
− 1 / 2 − 1 / 6 1 / 3
sehingga
P = v1 v 2 v 3 = 1 / 2 − 1 / 6 1 / 3
0 2 / 6 1 / 3
−𝟏 𝟐
𝑷 𝑨𝑷 = 𝑷−𝟏 𝑨𝑷𝑷−𝟏 𝑨𝑷 = 𝑷−𝟏 𝑨𝑰𝑨𝑷 = 𝑷−𝟏 𝑨𝟐 𝑷
CONTOH
Hitung 𝐴13 dari matriks
30
APLIKASI: SOLUSI PERSAMAAN DIFFERENSIAL
Ingat Kembali Pers. Diferensial
dy(t )
= a y(t ) y(t ) = ce at
dt
Jika sekumpulan PD orde 1 ditulis :
dr1 (t )
= 2 r1 (t )
dt r1 ' 2 0 0 r1
dr2 (t )
= −3 r2 (t ) r2 ' = 0 − 3 0 r2
dt
r ' 0 0 1 r
dr3 (t )
= r3 (t )
3 3
dt
Jika harga awal (𝑐): 𝑟1 0 = 1, 𝑟2 0 = 2, dan 𝑟3 0 = 3, dengan mudah solusi
sistem PD tersebut adalah :
r1 e
2t
− 3t
r2 = 2e
r 3et
3
Masalahnya, sistem persamaan diferensial tidak selalu
memberikan matriks koefisien yang berbentuk matriks
diagonal.
−4 2
Dengan PK =0
−1 −1
x1 2 1 c1e3t
X = PU = 2t
x2 1 1 c2e
1 2 1 𝑐1
=
2 1 1 𝑐2
𝑐1 = −1 dan 𝑐1 = 3
𝑥1 𝑡 = −2𝑒 3𝑡 + 3𝑒 2𝑡
𝑥2 𝑡 = −𝑒 3𝑡 + 3𝑒 2𝑡
CONTOH
Tentukan solusi dari masalah nilai awal
= 2 p(t ) + q(t )
dp
dt
= p(t ) + 2q(t )
dq
dt
dengan kondisi awal
. p(0) = 1 dan q(0) = 3
Jawab : 2 1
Kita punya A =
1 2
Maka Persamaan Karakteristiknya adalah
( − 2) −1
det .I − A = 0 0=
−1 ( − 2)
0 = ( − 2)( − 2) − 1
(
0 = 2 − 4 + 4 − 1 )
0 = 2 − 4 + 3
0 = ( − 1)( − 3)
diperoleh = 1 ; = 3
Untuk = 1
− 1 − 1 1 1 x1 + x 2 = 0
(.I − A) ~ ~
− 1 − 1 0 0 x1 = − x 2
x2 = t
Jadi vektor eigen yang bersesuaian dengan = 1