1 Matriks Normal 3
1.1 Kertas Kerja 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2 Kertas Kerja 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.3 Kertas Kerja 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.4 Diktat Pak Muchlis Bab 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.5 Tugas Tambahan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.6 Soal Ujian . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2 Faktorisasi Matrix 27
2.1 Kertas Kerja 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.2 Diktat Pak Muchlis Bab 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.3 Tugas Tambahan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
2.4 Soal Ujian . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3 Norm Matriks 46
3.1 Kertas Kerja 5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.2 Diktat Pak Muchlis Bab 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
3.3 Tugas Tambahan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
3.4 Soal Ujian . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
2
Chapter 1
Matriks Normal
3
4 CHAPTER 1. MATRIKS NORMAL
Jawab Suatu pemetaan σ : A → A disebut permutasi jika σ satu-satu dan pada, dengan A
adalah himpunan bilangan asli terhingga. Contoh untuk A = 1, 2, 3, dapat dibentuk suatu
permutasi σ sehingga σ(1) = 2, σ(2) = 3, σ(3) = 1.
2. Apakah definisi dari matriks permutasi? Berikan contohnya
Jawab Matriks P berukuran n × n disebut matriks permutasi bila setiap baris dan kolom
dari P hanya memuat
satu
buah komponen tak nol dan komponen tak nol tersebut adalah
0 1 0
1. Contoh : P = 1 0 0
0 0 1
3. Uraikan hubungan antara matriks permutasi dan matriks identitas
Jawab
(a) Matriks identitas adalah salah satu contoh matriks permutasi
(b) Suatu baris/kolom matriks permutasi adalah baris/kolom matriks identitas yang ditukar-
tukar.
4. Tunjukkan bahwa permutasi dapat diinduksi oleh matriks permutasi
Jawab Misal dari σ diperoleh matriks permutasi A dan B, akan ditunjukkan bahwa A = B.
Untuk setiap baris ke-i dan kolom ke-j dari A, didapat aij = δσ(i)j . Demikian pula B, didapat
bij = δσ(i)j . Karena pada baris dan kolom yang sama, A dan B sama-sama memiliki nilai
δσ(i)j , maka aij = bij untuk setiap baris dan kolom di kedua matriks. Artinya setiap entri di
A sama dengan setiap entri di B, dengan demikian A = B.
6. Jelaskan konsekuensi dari mengalikan suatu matriks oleh matriks permutasi baik dari kiri
ataupun dari kanan.
Jawab
(a) Kasus dari kiri (AP )
a01
a02
A dapat dtulis dalam bentuk A = . dengan a0i = (ai1 ai2 · · · ain ). Karena
..
a0n
Pij = δjσ(i) , maka a0i P = (ai σ(1) ai σ(2) · · · ai σ(n)) yang berarti merupakan permutasi
0
dari posisi urutan Hal ini berlaku sama untuk semua i ∈ {1, 2, . . . , n}. Dengan
a0i .
ai P
a02 P
demikian, AP = . merupakan matriks hasil pertukaran kolom-kolom dari A.
..
a0n P
1.1. KERTAS KERJA 1 5
Jawab Misal Pσ matriks permutasi, maka Pσt = Pσ−1 (Ditunjukkan pada Tugas Tamba-
han nomor 7). Karena Pσ merupakan hasil pertukaran baris/kolom dari identitas I, maka
Pσ−1 Pσ = Pσ Pσ−1 = I, atau dengan kata lain Pσ−1 = Pσ−1 . Karena Pσ adalah matriks
permutasi, maka entrinya hanya bernilai nol dan satu, sehingga pij = pij untuk semua i dan
t
j. Dengan demikian, Pσ∗ = P σ = Pσt = Pσ−1 = Pσ−1 , maka Pσ uniter.
9. Tunjukkan bahwa setiap matriks permutasi serupa dengan suatu matriks blok diagonal
Jawab Matriks permutasi siklis adalah matriks yang terkait dengan suatu permutasi siklis.
12345 12345 12345
Contoh: σ = = τ1 τ2 dengan τ1 = dan τ2 = . Maka
21534 21345 12534
001
01
matriks permutasi siklis yang berkaitan adalah D1 = dan 1 0 0. Perhatikan bahwa
10
010
Pσ = Pγ−1 diag(D1 , D2 )Pγ untuk suatu matriks permutasi Pγ .
11. Jelaskan pengertian matriks sirkulan. Berikan contohnya.
6 CHAPTER 1. MATRIKS NORMAL
Jawab Matriks sirkulan adalah matriks yang merupakan kombinasi linear dari
{I, C, C 2 , . . . , C n−1 } dengan
C merupakan
matriks
permutasi
siklis. Contoh : Suatu ma-
001 010
triks permutasi siklis C = 1 0 0, didapat C 2 = 0 0 1 . Maka kelas matriks sirkulan
010 100
abc
yang terbentuk T3 = c a b dengan a, b, c ∈ N.
bca
12. Tunjukkan bahwa matriks permutasi siklis membangun matriks sirkulan.
Jawab Setiap penambahan orde pangkat matriks permutasi siklus menggeser posisi satu
utama pada tiap baris sebanyak satu kolom. Dengan demikian setiap entri selalu dapat
terwakilkan oleh C k untuk 0 ≤ k ≤ n − 1. Karena matriks sirkulab merupakan kombinasi
linear dari {I, C, C 2 , . . . , C n−1 }, maka setiap matriks sirkulan M selalu dapat dituliskan
menajdi M = a0 I + a1 C + a2 C 2 + · · · + an−1 C n−1 . Dengan demikian matriks permutasi
siklus membangun matriks sirkulan.
13. Tentukan polinom karakteristik dari matriks permutasi siklus
Jawab Polinom karakteristik f (t) adalah polinom yang akar-akarnya merupakan nilai eigen
dari suatu matriks A, dengan f (t) = det(A − tIn ), t nilai eigen dari A. Maka, untuk suatu
matriks permutasi siklus C, polinom karakteristiknya adlaah
p(t) = det(tIn − C)
1 0 ··· 0 0 1 ··· 0
0 1 · · · 0 0 0 ··· 0
= det t . . . .. − .. ..
.. ..
.. .. .. . . . . .
0 0 ··· 1 0 0 ··· 0
t −1 0 ··· 0 0
0 t −1 ··· 0 0
= det ... ..
.
..
.
..
.
..
.
..
.
0 0 0 ··· t −1
−1 0 0 ··· 0 t
= t(tn−1 ) + (−1)n+1 (−1)(−1)n−1
= tn − 1
14. Tentukan nilai dan vektor eigen dari matriks permutasi siklus.
Jawab
(a) Misalkan C matriks permutasi siklus, berdasarkan nomor 13, C memiliki polinom karak-
teristik p(t) = tn − 1. Karena nilai eigen dalah akar-akar dari polinom karakteristik
2kiπ
p(t) = 0, dan solusi dari tn − 1 = 0 adalah tk = wk = e n dengan k = 0, 1, 2, . . . , n − 1
2kiπ
(Ditunjukkan pada Tugas Tambahan no. 8), maka nilai eigen dari C adalah e n ,
k = 0, 1, . . . , n − 1
(b) Vektor eigen dari suatu matriks adalah vektor v yang memenuhi Av = tv atau (tIn −
C)v = 0 dengan t adalah nilai eigen. Maka untuk suatu matriks permutasi C dengan
polinom
k karakteristikp(t) dan nilai eigen wk , diambil suatu matriks B = wk I − C =
w −1 · · · 0
0 wk · · · 0
t
.. Misal v(k) = (v1 v2 · · · vn ) adalah vektor eigen dari C yang terkait
.. .. . .
. . . .
−1 0 · · · wk
1.1. KERTAS KERJA 1 7
Bv(k) = 0
k
w −1 ··· 0 v1 0
0 wk ··· 0 v2 0
.. = ..
.. .. .. ..
. . . . . .
−1 0 ··· wk vn 0
k
w v1 − v2 0
wk v2 − v3 0
= ..
..
. .
k
w vn − v 1 0
Jawab Dari nomor 14, karena suatu matriks permutasi siklis C memiliki nilai eigen wk , k =
0, 1, . . . , n dengan vektor eigen v(k) , maka ada matriks diagonal D = diag(1, w, w2 , . . . , wn−1 )
sehingga C = QDQ−1 dengan Q adalah matriks yang terdiri dari vektor-vektor eigen dari
C, atau Q = (v(0) v(1) · · · v(n−1) ). Karena Q∗ Q = nIn (Ditunjukkan pada Tugas Tambahan
∗
nomor 10), maka Q−1 = Qn . Definisikan F = √Qn . Perhatikan bahwa F ∗ F = In , sehingga
C = F DF ∗ dapat didiagonalkan secara uniter. Dari nomor 9, diketahui bahwa setiap matriks
permutasi P dapat ditulis sebagai P = G−1 diag(S1 , S2 , · · · , Sk )G. Karena Si , i = 1, 2, . . . , k
merupakan matriks permutasi siklis, maka dapat dituliskan Si = Fi Di Fi∗ , sehingga
F1 D1 F1∗
F2 D2 F2∗
−1
P =G G
. ..
∗
Fk Dk Fk
∗
F1 D1 F1
F2 D2 F2∗
= G−1 G
.. .. ..
. . .
Fk Dk Fk∗
D1
D2
∗
=U U
..
.
Dk
1 3
Jawab Matriks A ∈ Cn×n dikatakan normal jika A∗ A = AA∗ . Contoh: A = .
3 2
∗ 1 3 1 3
Perhatikan bahwa AA = = A∗ A.
3 2 3 2
2. Selidiki apakah matriks hermit, matriks permutasi, dan matriks uniter adalah matriks normal
Jawab
(a) Matriks hermit : Perhatikan bahwa jika A matriks hermit, A∗ A = AA = AA∗ . Maka
A adalah matriks normal.
(b) Matriks uniter : Perhatikan bahwa jika A matriks uniter, A∗ A = A−1 A = I = AA−1 =
AA∗ . Maka A adalah matriks normal.
(c) Matriks permutasi: Karena setiap matriks permutasi adalah matriks uniter (Ditun-
jukkan pada KK 1 nomor 8), maka setiap matriks permutasi juga matriks normal.
3. Misalkan A matriks normal berukuran n × n atas kompleks dan Au = λu untuk suatu skalar
∗
λ dan u ∈Cn yang n
memenuhi u u = 1. Misalkan X = (u v2 v3 · · · vn ) ∈ C uniter. Jika
∗
λ y
X ∗ AX = dengan y ∈ Cn−1 dan B berukuran n − 1 × n − 1, tunjukkan bahwa y = 0
0 B
dan BB ∗ = B ∗ B
λ y∗
Jawab Misal A matriks normal berukuran n × n dengan X ∗ AX = , maka A =
0 B
∗
λ y∗ λ y∗
λ 0
X X ∗ , sehingga A∗ = X X∗ =X X ∗ . Perhatikan bahwa
0 B 0 B y B∗
λ y∗ |λ| + y ∗ y y ∗ B ∗
2
λ 0
AA∗ = X X ∗
= X X∗
0 B y B∗ By BB ∗
dan
y∗ λy ∗
2
∗ λ 0 λ ∗ |λ|
A A=X X =X X∗
y B∗ 0 B yλ yy ∗ + B ∗ B
Karena A normal, maka |λ|2 + y ∗ y = |λ|2 ⇔ y ∗ y = 0 ⇔ y = 0 dan BB ∗ = yy ∗ + B ∗ B ⇔
BB ∗ = B ∗ B. Dengan demikian, y = 0 dan BB ∗ = B ∗ B
4. Misalkan A matriks n × n atas kompleks. Tunjukkan bahwa A dapat didiagonalkan oleh
matriks uniter jika dan hanya jika A matriks normal.
Jawab
(a) Misal A dapat didiagonalkan secara uniter, maka ada U matriks uniter sehingga A =
U DU ∗ dengan D adalah suatu matriks diagonal. Karena,
AA∗ = (U DU ∗ )(U DU ∗ )∗
= (U DU ∗ )(U DU ∗ )
= U DDU ∗
= U DDU ∗
= (U DU ∗ )(U DU ∗ ) = A∗ A
maka A normal.
1.2. KERTAS KERJA 2 9
λ1 0
(b) Misal A normal, dari nomor 3, maka A dapat ditulis dalam bentuk X X∗
0 B1
dengan λ1 adalah nilai eigen dari A, X = (u1 v2 v3 · · · vn ) untuk u1 vektor eigen
yang terkait dengan λ1 , dan B1 matriks normal n − 1 × n − 1. Selanjutnya, karena B
normal, dapat dilakukan hal yang sama hingga n kali, dan didapatkan pada tiap itearasi
nilai eigen
λ1 , λ2 , . . . , λn untuk
vektor eigen u1 , u2 , . . . , un , sehingga akan didapatkan
λ1 0 · · · 0
0 λ2 · · · 0
A = X . .. X ∗ , dengan X = (u1 u2 · · · un ) matriks uniter. Dengan
.. ..
.. . . .
0 0 · · · λn
demikian, A dapat didiagonalkan secara uniter.
10 CHAPTER 1. MATRIKS NORMAL
Jawab Matriks hermit A ∈ C dikatakan definit tak negatif jika semua nilai eigen A tidak
32
negatif. Contoh : A = adalah matriks hermit karena A∗ = A. Perhatikan bahwa
23
3−λ 2
p(A) = = (3 − λ)2 − 4 = (λ − 5)(λ − 1). Dengan demikian A punya nilai eigen
2 3−λ
λ1 = 5 dan λ2 = 1, karena λ1 dan λ2 tak negatif, maka A definit tak negatif.
2. Apakah perbedaan matriks definit tak negatif dan matriks definit positif?
Jawab Matriks definit positif tidak memiliki nilai eigen nol, sedangkan matriks definit tak
negatif bisa memiliki nilai eigen nol.
3. Jika A matriks definit tak negatif, apakah syarat perlu dan cukup bagi A agar menjadi
matriks definit positif?
Jawab
4. A hermit dan definit tak negatif. Tunjukkan bahwa jika B submatriks utama dari A, maka
B definit tak negatif.
5. Jika A adlaah matriks hermit, uraikanlah kaitan antara nilai-nilai eigennnya dengan x∗ Ax
dengan x∗ x = 1. Jelaskan jawaban anda.
Jawab Untuk suatu matriks hermit A ∈ Cn×n dengan nilai eigen λ1 < λ2 < · · · < λn dan
ui vektor eigen dari a untuk nilai eigen λi . Jika 1 ≤ k < l < n, maka λk ≤ x∗ Ax ≤ λl dengan
x ∈ huk , uk+1 , . . . , ul i dan x∗ x = 1.
Bukti. Karena vektor eigen untuk nilai eigen yang berbeda bebas linear, maka
{u1 , u2 , . . . , un } bebas linear. Karena A hermit, maka vektor-vektor eigennya saling ortogo-
nal. Misalkan x∗ x = kxk = 1 untuk x ∈ hu1 , u2 , . . . , un i maka {uk , uk+1 , . . . , ul } membentuk
1.3. KERTAS KERJA 3 11
basis ortonormal, sehingga x dapat dituliskan dalam bentuk x = huk , xiuk + huk+1 , xiuk+1 +
Pl
· · · + hul , xiul , dengan i=k |hui , xi|2 = kxk2 = 1. Perhatikan bahwa
l
X l
X l
X
x∗ Ax = x∗ A hui , xiui = x∗ hui , xiAui = x∗ hui , xiλi ui
i=k i=k i=k
l
X
= hui , xiλi x∗ ui
i=k
l
X
= hui , xiλi hui , xi
i=k
l
X
= |hui , xi|2 λi
i=k
Pl Pl Pl
Sehingga untuk k ≤ i ≤ l, λk = λk i=k |hui , xi|2 ≤ i=k hui , xiλi ≤ λl i=k |hui , xi|2 =
λl
6. Jika A adalah matriks hermit, uraikan kaitan antara nilai-nilai eigen A dengan nilai eigen
dari submatriks utama A. Jelaskan jawaban Anda.
Jawab Misalkan A ∈ Cn×n hermit dan B ∈ Ck×k submatriks utama dari A, maka λi ≤
µi ≤ λn+1−k untuk j = 1, 2, . . . , k dengan λ1 ≤ λ2 ≤ · · · ≤ λn adalah nilai eigen A dan
µ1 ≤ µ2 ≤ · · · ≤ µk adalah nilai eigen B.
Proof. Misalkan B adalah submatriks utama pemuka dari A. Dari nomor 4, hal ini tidak
akan mengurangi keumuman. Misal uj dan yi masing-masing adalah vektor eigen A dan B
untuk nilai eigen λj dan µi dengan j = 1, 2, . . . , n dan i = 1, 2, . . . , k, {u1 , u2 , . . . , un }
maka
yi
dan {y1 , y2 , . . . , yn } bebas linear, sehingga dapat didefinisikan vi = ∈ Cn sebagai vek-
0
tor eigen dari matriks diag(B, 0) ∈ Cn×n untuk nilai eigen mui , i = 1, 2, . . . , k. Misalkan
x(i) ∈ hv1 , v2 , · · · , vi i ∩ hui , ui+1 , . . . , un i dengan i = 1, 2, . . . ,k, maka
x dapat dipandang
y(1)
sebagai vektor eigen di A ataupun di diag(B, 0). Ambil x(1) = , y(1) ∈ hy1 , y2 , . . . , yi i.
0
Dari nomor 5, sebagai vektor eigen dari A, x(1) memenuhi λi ≤ x∗(1) Ax(1) ≤ λn dan se-
bagai vektor eigen dari diag(B, 0), x(1) memenuhi µi ≤ x∗(1) diag(B, 0)x(1) ≤ µn . Karena
B F y(1)
∗ ∗ ∗
x(1) Ax(1) = y(1) 0 = y(1) By(1) , maka λi ≤ x∗(1) Ax(1) = y(1) ∗
By(1) ≤ µi .
F∗ C 0
Kita lakukan hal yang sama untuk x(2) ∈ hu1 , u2 , . . . , un+i−k i ∩ hvn+i−k , vn+i−k+1 , . . . , vk i.
y(2)
Ambil x(2) = dengan y(2) ∈ hyn+i−k , yn+i−k+1 , . . . , yk i, sehingga akan diperoleh
0
µi ≤ x∗(2) Ax(2) = y ∗ B(2) ≤ λn−i+k . Dengan demikian λi ≤ µi ≤ λn−i+k .
7. Jika A adalah matriks hermit, apakah syarat perlu dan cukup bagi A agar menjadi matriks
definit tak negatif? Sebutkan setidaknya tiga. Tunjukkan.
Jawab
(a) x∗ Ax ≥ 0, ∀x ∈ Cn
Bukti. i. Misalkan A definit tak negatif dan x ∈ Cn . Karena A hermit, maka vektor-
vektor eigennya ortogonal. Karena bebas linear, maka mereka membentuk basis
ortogonal di Cn . Misal vi , i = 1, 2, . . . , n vektor-vektor eigen di A dari nilai eigen
12 CHAPTER 1. MATRIKS NORMAL
ii. Misalkan ∃B ∈ Cn×n sehingga A = BB∗ untuk A suatu matriks hermit. Misalkan
U adalah suatu matriks uniter ukuran n × n dan αi , i = 1, 2, . . . , n adalah bilangan
kompleks sembarang. B dapat diambil berbentuk U diag(α1 , α2 , . . . , αn )U ∗ . Per-
hatikan bahwa B ada karena BB ∗ = U diag(|α1 |2 , |α2 |2 , . . . , |αn |2 )U ∗ = (BB ∗ )∗
1.3. KERTAS KERJA 3 13
hermit. Karena entri-entri diagonal dari hasil diagonalisasi matriks adalah nilai
eigen matriks tersebut, maka A = BB ∗ memiliki nilai eigen |αi |2 , i = 1, 2, . . . , n.
Jelas bahwa |αi |2 ≥ 0. Dengan demikian λi tak negatif, sehingga A matriks definit
tak negatif.
8. Jika A adalah matriks hermit, apakah syarat perlu dan cukup bagi A agar menjadi matriks
definit positif? Sebutkan setidaknya empat. Tunjukkan.
Jawab
(a) x∗ Ax > 0, ∀x ∈ Cn Bukti seperti nomor 7(a), namun untuk ketidaksamaan kuat.
(b) det(S) > 0, ∀S submatriks utama A
det(A)
Karena β yang real positif hanya satu kemungkinan, yaitu det(B) dan L1 yang
memiliki entri diagonal real positif tunggal, maka L yang memiliki entri diagonal
real positif juga tunggal.
Dengan demikian, dari proses induksi, teorema berlaku untuk semua n.
14 CHAPTER 1. MATRIKS NORMAL
Jawab Definisikan Φ : Sn → P ermn dengan Φ(σ) = Pσ , pij = δiσ(j) . Karena dari se-
tiap permutasi dapat diperoleh suatu matriks permutasi secara tunggal (Ditunjukkan pada
KK 1 nomor 5), maka pengaitan Φ adalah pemetaan yang satu-satu. Karena Sn maupun
P ermn hingga dengan |Sn | = |P ermn | = n!, maka Φ pemetaan pada, sehingga Φ bijektif.
Selanjutnya, karena Φ(σ ◦ τ ) = Pσ◦τ = Pτ Pσ = Φ(τ )Φ(σ), maka Φ homomorfisma.
Jawab Karena rank(A) = r maka ada r kolom dari A yang bebas linear. Misalkan P suatu
matriks permutasi yang mengelompokkan kolom-kolom di A sehingga AP = (B D), dengan B
terdiri dari kolom-kolom bebas linear dari A. Jelas bahwa rank(B) = r. Karena kolom-kolom
D juga merupakan kolom-kolom di A, ia merupakan kombinasi linear dari kolom-kolom bebas
linear di A, maka ada G dengan D = CG. Dengan demikian, AP = (B BG) = B(Ir G).
Misal C = (Ir G), jelas bahwa rank(C) = r. Sehingga terbukti ∃P matriks permutasi,
B ∈ Cm×r , C ∈ Cr×n sehingga AP = BC dengan rank(B) = rank(C) = r.
n
P
Jawab PnA ∈ R.
Misal Definisikan notasi b (A) ∈ R sebagai jumlah baris-baris A atau
i=1 a1i
P .. Pt n
b (A) = , dan notasi k ∈ R sebagai jumlah dari kolom-kolom A, atau
Pn .
a
P Pn i=1 ni Pn
k (A) = ( i=1 ai1 · · · i=1 ain ). Misal P1 , P2 , . . . , Pk matriks-matriks permutasi berorde
n, maka tiap baris/ kolomnya hanya Pmemiliki satu buah elemen tak nolPdan bernilai 1.
t n
Sehingga untuk αi ∈ R, 0 < αi < 1, b ) =(αi · · · αi ). Misal A = i=1 αi Pi , maka
(αi Pi
αi c
P P Pn Pk . .. Pk
b (A) = b( i=1 αi Pi ) =
.
i=1 . = . untuk suatu konstan c = i=1 αi . Hal
αi c
yang sama berlaku pada kolom.
1 2 3 4 5 6 7
4. Misalkan τ =
2 6 5 7 3 1 4
Jawab Permutasi τ dapat ditulis dalam komposisi matriks permutasi siklis, sehingga
τ = (1 2 6)(3 5)(4 7). Misal σ suatu permutasi dengan σ = (3 4 6). Perhatikan bahwa
στ σ −1 = (1 2 3)(4 5)(6 7), sehingga Pστ σ−1 = Pσ−1 Pτ P σ = diag(S1 , S2 , S3 ). Dengan
1.4. DIKTAT PAK MUCHLIS BAB 1 15
Jawab Misal D = diag(S1 , S2 , S3 ). Nilai eigen dari D adalah solusi dari det |tIn −D| =
det |tI3 − S1 | det |tI2 − S2 | det |tI2 − S3 | = 0 yang merupakan nilai eigen dari S1 , S2 , dan
S3 . Karena S1 , S2 , S3 adalah matriks permutasi siklis berorde dua dan tiga, maka
2ijπ
nilai eigennya berbentuk e 3 , j = 0, 1, 2 dan eikπ , k = 0, 1 (Ditunjukkan pada KK 1
nomor 14). Karena Pτ serupa dengan D, mereka memilikinilai eigen yang sama, yaitu
1 1 1
2 4 2 4
{1, e 3 iπ , eiπ , e 3 iπ }. Vektor-vektor eigen untuk S1 adalah 1 , e 3 iπ , e 3 iπ ,
4 2
1 e 3 iπ e 3 iπ
1 1
dan vektor-vektor eigen untuk S2 dan S3 adalah , iπ , sehingga vektor-vektor
1 e
eigen untuk D adalah
1
1 1 0 0 0 0
2 4
1 e 3 iπ e 3 iπ 0 0 0 0
4 2
iπ iπ
1 e 3 e 3 0 0 0 0
0 , 0 , 0 , 1 , 1 , 0 , 0
0 0 0 1 eiπ 0 0
0 0 0 1 1
0 0
0 0 0 1 eiπ
0 0
.
0 1 0
5. Misalkan A = 1 0 1. Apakah terdapat matriks tak singular S sehingga S −1 sehingga
0 1 0
S −1 AS tidak simetris.
tidak simetris.
6. Misalkan A ∈ Cn×n . Tunjukkan bahwa A dapat didiagonalkan oleh matriks uniter menjadi
matriks diagonal yang semua komponen diagonal utamanya imajiner murni jika dan hanya
jika A∗ = A−1 .
16 CHAPTER 1. MATRIKS NORMAL
Jawab
(a) Misalkan A dapat didiagonalkan oleh matriks uniter menjadi matriks diagonal yang se-
mua komponen diagonal utamanya imajiner murni, maka A = U DU ∗ dengan U matriks
uniter dan D = diag(α1 i, α2 i, . . . , αn i), αi ∈ R. Terlihat bahwa,
A∗ = (U DU ∗ )∗
= U D∗ U ∗
= U diag(−α1 i, −α2 i, . . . , −αn i)U ∗
= −U diag(α1 i, α2 i, . . . , αn i)U ∗
= −U DU ∗
= A−1
(b) Misalkan A∗ = A−1 . Misalkan juga λ1 , λ2 , . . . , λn adalah nilai-nilai eigen dari A dan
u1 , u2 , . . . , un adalah vektor-vektor eigen dari A, maka Aui = λi ui . Perhatikan bahwa
(Aui )∗ = (λi ui )∗ ⇔ −u∗i A = λi u∗i . Misalkan U matriks uniter yang terdiri dari vektor-
vektor eigen dari A, atau U = (u1 u2 · · · un ), maka,
Jawab
b a
(a) Misalkan A = ∈ R2×2 matriks ortogonal, maka At A = I2 = AAT . Perhatikan
d c
bahwa 2
a + c2 ab + cd
t a c a b 1 0
AA= = =
b d c d ab + cd b2 + d2 0 1
maka a2 + c2 = b2 + d2 = 1 dan ab + cd = 0. Karena a2 + c2 = 1 merupakan persamaan
lingkaran, ia dapat dituliskan dalam bentuk parameter sehingga a = ± cos θ, c = ± sin α
atau sebaliknya, dengan θ ∈ R. Hal ini berlaku juga untuk b2 + d2 = 1 dengan bentuk
parameter b = ± cos θ, d ± sin θ atau sebaliknya. Perhatikan juga bahwa
2
a + b2 ac + bd
T a b a c 1 0
AA = = =
c d b d ac + bd c2 + d2 0 1
Jawab Misalkan v ∈ N (A) dengan N (A) adalah ruang nol A, dan A = (c1 c2 · · · cn ) ∈
Cn×n dengan ci adalah vektor-vektor kolom di A. Perhatikan bahwa karena A normal, maka
Av = 0
∗
A Av = 0
AA∗ v = 0
A∗ v = 0
(c∗1 c∗2 · · · c∗n )t v = 0
(c∗1 v c∗2 v · · · c∗n v)t = 0
c∗i v = 0, i = 1, 2 . . . , n
Misalkan w ∈ R(A) dengan R(A) adalah ruang kolom dari A, maka dapat ditulis w =
a1 c1 + a2 c2 + · · · + an cn dengan ai ∈ C, sehingga
w∗ v = (a1 c1 + a2 c2 + · · · + an cn )∗ v
= (a1 c∗1 + a2 c∗2 + · · · + an c∗n )v
= a1 c∗1 v + a2 c∗2 v + · · · + an c∗n v
= a1 0 + a2 0 + · · · + an 0
=0
Karena untuk sembarang w ∈ R(A) dan v ∈ N (A) berlaku hw, vi = w∗ v = 0, maka
R(A)⊥N (A).
9. Misalkan A matriks normal berukuran n × n atas kompleks dan Au = λu untuk suatu skalar
∗
λ dan u ∈Cn yang n
memenuhi u u = 1. Misalkan X = (u v2 v3 · · · vn ) ∈ C uniter. Jika
∗
λ y
X ∗ AX = dengan y ∈ Cn−1 dan B berukuran n − 1 × n − 1, tunjukkan bahwa y = 0
0 B
dan BB ∗ = B ∗ B
Jawab Akan dibuktikan dengan induksi. Misalkan L matriks segitiga bawah berukuran
n × n.
l11 0
(a) Misal n = 2, maka L dapat ditulis L = . Perhatikan bahwa
l21 l22
i. Misakan L normal, maka L∗ L = LL∗ , sehingga |l21 |2 = 0 ⇔ l21 = 0 dan l22 = l11 .
Dengan demikian L matriks diagonal.
l11 0
ii. Misalkan L matriks diagonal, maka l21 = 0, sehingga L = . Perhatikan
0 l22
|l11 |2
0
bahwa L∗ L = = LL∗ . Dengan demikian L matriks normal.
0 |l22 |2
(b) Misal n ≥ 3 danteorema(L normal ⇔ L diagonal) berlaku untuk ukuran Ln − 1, maka
L1 0
L dapat ditulis , dengan L1 ∈ Cn−1×n−1 , u ∈ Cn−1 , dan α ∈ C. Perhatikan
u∗ α
bahwa
L1 L∗1
∗
L1 L1 + u∗ u uα
∗ L1 u ∗
LL = dan L L =
u∗ L∗ u∗ u + |α|2 αu∗ |α|2
. Dari hipotesis induksi, karena L1 berukuran n − 1, berlaku L1 normal ⇔ L1 diagonal.
∗ ∗
i. Misalkan L normal,
L1 normal, sehingga u u = uu = 0 ⇔ u = 0. Dengan
maka
L1 0
demikian L = Karena L1 diagonal, maka L juga diagonal.
0 α
L1 0
ii. Misalkan L diagonal, maka L = dengan L1 diagonal. Karena L1 diagonal,
0 α
L1 L∗1
∗
0 L1 L1 0
maka ia juga normal. Perhatikan bahwa LL∗ = = =
0 |α|2 0 |α|2
L∗ L. Dengan demikian L normal.
Berdasarkan induksi, L normal ⇔ L diagonal berlaku untuk semua L ukuran n.
11. Misalkan A matriks normal berorde n dan x ∈ Cn . Buktikan x vektor eigen A jika dan hanya
jika x vektor eigen A∗ .
Jawab Sebelumnya, akan ditunjukkan bahwa bila matriks A dan B normal, maka A − B
juga normal. Perhatikan bahwa untuk matriks A dan B normal, (A − B) ∗ (A − B) = (A∗ −
B ∗ )(A − B) = A∗ A − BA∗ − AB ∗ + BB ∗ = A∗ A − AB ∗ −BA∗ + B ∗ B = (A − B)(A∗ − B ∗ ) =
(A − B)(A − B)∗ . Dengan demikian A − B juga normal. Misalkan A matriks normal berorde
n dan x ∈ Cn .
Ax = λx
(A − λIn )x = 0
(A − λIn )∗ (A − λIn )x = 0
(A − λIn )(A − λIn )∗ x = 0
(A − λIn )∗ x = 0
(A∗ − λIn )x = 0
A∗ x = λx
(b) Misalkan x vektor eigen A∗ , maka ∃µ sehingga A∗ x = µx atau (A∗ − µIn )x = 0. Karena
A normal, maka A∗ normal. Karena A∗ dan µIn normal, dari lemma sebelumnya, maka
A∗ − µIn normal, sehingga
A∗ x = µx
∗
(A − µIn )x = 0
(A − µIn ) (A∗ − µIn )x = 0
∗ ∗
Dengan demikian x adalah vektor eigen dari A untuk nilai eigen µ Terbukti bahwa x
vektor eigen A ⇔ x vektor eigen A∗ .
12. Misalkan A ∈ Cn×n Tunjukkan bahwa terdapat matriks-matriks H, M ∈ Cn×n yang memenuhi
H ∗ = H, M ∗ = −M , dan A = H+M sehingga setiap matriks dapat dituliskan sebagai jumlah
dua matriks normal
13. Misalkan A, B ∈ Cn×n definit tak-negatif dan α, β bilangan-bilangan real tak negatif. Tun-
jukkan bahwa αA + βB definit tak-negatif.
14. Misalkan x1 , x2 , . . . , xn ∈ Cn . Misalkan komponen baris ke-i kolom ke-j matriks A ∈ Cn×n
adalah x∗j xi , i, j = 1, 2, . . . , n. Tunjukkan bahwa A definit tak-negatif.
Jawab Misalkan A definit tak-negatif, maka λ ≥ 0 dengan λ nilai eigen dari A. Misalkan
x vektor eigen yang bersesuaian dengan λ. Perhatikan bahwa
Ax = λx
AAx = λAx
A2 x = λ 2 x
..
.
Ak x = λ k x dengan k ∈ N
1.4. DIKTAT PAK MUCHLIS BAB 1 21
1 2 3
Jawab Misalkan A = 2 8 12.
3 12 27
• Dari nomor 8(b) pada KK 3 diketahui bahwa syarat perlu dan cukup untuk A agar
definit positif adalah setiap submatriks utama pemuka dari A positif. Dapat kita periksa
satu per satu,
|1| = 1 > 0
1 2
=8−4=4>0
2 8
1 2 3
8 12 2 12 2 8
2 8 12 = 1 −2 +3 = 72 − 36 + 0 = 36 > 0
12 27 3 7 3 12
3 12 27
Karena semua submatriks utama pemukanya positif, maka A definit positif.
• Kita dapat mencari faktorisasi Choleskynya
menggunakan konstruksi
bukti nomor
8(d)
B u 1 2 3
pada KK 3. Kita partisi A menjadi dengan B = ,U = , dan α =
u∗ α 2 8 12
∗
27. Untuk suatu L1 matriks segitiga bawah,
q kita dapat menuliskan B = L1 L1 dengan
√ det(B)
l11 = 1 = 1, l21 = √21 = 2, dan l22 = = 2. Kemudian kita dapat memilih
1
L1 0 −1 1 0 3
suatu matriks segitiga bawah L = , dengan v = L1 u = =
v∗ β −1 1/2 12
3
q q
det(A)
dan β = det(B) = 36 4 = 3. Sehingga,
3
1 0 0 1 2 3 1 2 3
LL∗ = 2 2 0 0 2 3 = 2 8 13 = A
3 3 3 0 0 3 3 12 27
Jawab Karena P adalah matriks permutasi, maka tiap baris memiliki elemen tak nol berni-
lai satu secara unik pada tiap baris/kolomnya. Dengan demikian, untuk setiap i, j dimana
pij = 1, elemen ke-i dari P u merupakan elemen ke-j dari u, sehingga setiap elemen P u juga
merupakan elemen berbeda dari A, maka P u ∈ Q.
3. Tuliskan bentuk umum dari P A dan AP untuk A suatu matriks n × n dan P matriks
permutasi n × n.
Jawab
(a) Kasus perkalian P A
a01
a02
A dapat dtulis dalam bentuk A = . dengan a0i = (ai1 ai2 · · · ain ). Karena
..
a0n
Pij = δjσ(i) , maka a0i P = (ai σ(1) ai σ(2) · · · ai σ(n)) yang berarti merupakan permutasi
0
dari posisi urutan a0i .
Hal ini berlaku sama untuk semua i ∈ {1, 2, . . . , n}. Dengan
ai P
a02 P
demikian, AP = . merupakan matriks hasil pertukaran kolom-kolom dari A.
..
a0n P
(b) Kasus Perkalian AP
a1i
a2i
A dapat ditulis dalam bentuk A = (a001 a002 · · · a00n ) dengan a00i = . Karena Pij =
..
ani
aσ−1 (1)i
aσ−1 (2)i
δσ−1 (i)j , maka P ai = merupakan invers permutasi dari posisi urutan a00i .
..
.
aσ−1 (n)i
Hal ini berlaku untuk semua i. Dengan demikian, P A = (P a001 P a002 · · · P a00n ) merupakan
matriks hasil pertukaran baris-baris di A.
4. Tunjukkan bahwa dari suatu permutasi dapat diperoleh suatu matriks permutasi secara tung-
gal
Jawab Misal dari σ diperoleh matriks permutasi A dan B, akan ditunjukkan bahwa A = B.
Untuk setiap baris ke-i dan kolom ke-j dari A, didapat aij = δσ(i)j . Demikian pula B, didapat
bij = δσ(i)j . Karena pada baris dan kolom yang sama, A dan B sama-sama memiliki nilai
δσ(i)j , maka aij = bij untuk setiap baris dan kolom di kedua matriks. Artinya setiap entri di
A sama dengan setiap entri di B, dengan demikian A = B.
1.5. TUGAS TAMBAHAN 23
Jawab Fungsi kronicker delta δi j akan bernilai satu jika i = j dan nol selain itu, maka
pij = δiσ(j) akan bernilai satu jika i = σ(j) dan nol lainnya. Makna matriks permutasi sendiri
secara tidak langsung adalah pemetaan permutasi dari indeks baris ke indeks kolomnya,
sedangkan yang terjadi pada pij = δiσ(j) adalah sebaliknya, yaitu permutasi dari indeks
kolom ke indeks barisnya. Sehingga, pij = δiσ(j) merupakan entri dari transpose Pσ .
6. Apakah δiσ(j) sama dengan δjσ(i) . Jika iya, lalu mengapa pak Muchlis menggunakan notasi
kedua?
Jawab Misal Pσ matriks permutasi, maka untuk suatu i dan j dimana pij = 1, σ(i) = j
atau i = σ −1 (j). Misalkan Pσt = Pτ dengan τ suatu permutasi. Karena Pσt memiliki entri
p0ij = pji , maka untuk suatu i dan j dimana p0ij = pji = 1, τ (i) = σ −1 (i), sehingga p0ij =
δjτ (i) = δjσ−1 (j) yang merupakan entri dari Pσ−1 . Dengan demikian, Pσt = Pτ = Pσ−1 .
2πik
8. Tunjukkan bahwa solusi dari λn − 1 = 0 adalah λk = e n , dengan k = 1, 2, . . . , n.
Jawab Dalam bentuk polar, λ dapat dituliskan berbentuk λ = r(cos θ + i sin θ = reiθ
dengan r = |λ| dan θ = arg(λ). Maka,
λn − 1 = 0
λn = 1
rn eniθ = |1|ei(arg(1))
2kπ
Sehingga rn = |1| = 1 ⇔ r = 1 dan nθ = arg(λ) = arg(1) = 2kπ ⇔ θ = n . Dengan
2kπ
demikian, λ = reiθ = e n
10. Tunjukkan F ∗ F = nIn , dengan F adalah matriks yang terdirbsii dari vektor-vektor eigen
dari suatu matriks permutasi C.
Jawab Karena vektor eigen untuk nilai eigen wk dari suatu matriks permutasi berbentuk
1
wk
vk =
..
.
w(n−1)k
24 CHAPTER 1. MATRIKS NORMAL
2ikπ
dengan wk = e n , k = 0, 1, 2, . . . , n − 1, maka
1 1 ··· 1
2iπ
1 e n ··· e2iπ
F = .. .. ..
..
. . . .
2iπ(n−1)
1 e n ··· e2iπ(n−1)
1 1 ··· 1 1 1 ··· 1
2πi(n−1) 2iπ
1 2πi
e− n ··· e − n
1
e n ··· e2iπ
G = F ∗F = . .. .. ..
.. .. .. ..
..
. . . . . . .
2iπ(n−1)
1 e−2πi ··· e −2πi(n−1)
1 e n ··· e2iπ(n−1)
Sedangkan untuk komponen selain diagonal (baris ke-t dan kolom ke-s dengan t 6= s), karena
Pn−1 2iklπ
selalu berbentuk k=0 (e n ) untuk suatu l = |t−s|, yang merupakan deret geometri dengan
2ilπ
nilai awal 1 dan rasio e n , entrinya dapat dihitung menjadi
a(1 − rm )
Gts =
1−r
2ilπ
1−e n n
= 2ilπ
1−e n
1 − e2ilπ
= 2ilπ
1−e n
1−1
= 2ilπ
1−e n
=0
n 0 ··· 0
0 n ··· 0
Dengan demikian, G = F ∗ F = . .. = nIn
.. ..
.. . . .
0 0 ··· n
1.6. SOAL UJIAN 25
untuk semua u, v ∈ V . Buktikan bahwa suatu operator T yang adjoint dengan diri sendiri
jika dan hanya jika terdapat satu basis ortonormal B sehingga matriks representasi [T ]B
adalah hermit. [UTS S1 ’13/’14]
8. Misalkan A ∈ Cn×n . Buktikan bahwa terdapat B, C ∈ Cn×n normal sehingga
A=B+C
[UTS S1 ’13/’14]
9. Suatu matriks N ∈ Cn×n disebut nilpotent jika terdapat bilangan bulat positif k sehingga
Ak = 0. Misalkan N matriks nilpotent. Biktikan bahwa N hermit jika dan hanya jika N = 0.
[UTS S1 ’13/’14]
10. Diketahui A ∈ Cn×n matriks Hermit dfinit positif dengan nilai karakteristik
0 < λ1 ≤ λ2 ≤ · · · ≤ λn
dan 1 ≤ k < n. Biktikanbahwa terdapat matriks B Hermit definit tak negatif dengan
Rank(B) = n − k yang memenuhi sifat
x∗ (A − B)x ≤ λk
11. Misalkan Pσ matriks permutasi, dan λ sembarang nilai eigen matriks Pσ . Buktikan
ma (λ) = mg (λ)
dimana ma (λ) adalah multiplisitas aljabar dari λ dan mg (λ) adalah multiplisitas geometri
dari λ. [U1 S2 ’13/’14]
12. Misalkan A matriks real berukuran 3 × 3 dengan nilai eigen λ1 = 2 dan λ2 = 3 dan ruang
eigen
1 1
Eλ1 = span 0 dan Eλ2 = span 0
1 −1
Faktorisasi Matrix
27
28 CHAPTER 2. FAKTORISASI MATRIX
Jawab Misalkan A ∈ Cm×n . Misalkan juga suatu bilangan asli r ≤ min(m, n), suatu
matriks diagonal D = diag(α1 , α2 , . . . , αr ) dengan αi ∈ R+ , dan matriks-matriks U ∈
Cm×r , V ∈ Cn×r yang memenuhi U ∗ U = Ir = V ∗ V dengan U = (u1 u2 · · · ur ) dan
V = (v1 v2 · · · vr ), maka untuk i = 1, 2, . . . , r, αi disebut sebagai nilai singulir dari A,
ui [vi ] disebut sebagai vektor singulir kiri[kanan] dan dekomposisi A = U DV ∗ disebut seba-
gai dekomposisi nilai singulir. Contoh : λ = 5 adalah nilai
singulir dari matriks A = (1 2)
1
dengan U = (1) sebagai vektor singulir kiri dan V = 5 sebagai vektor singulir kanannya,
2
5
∗
sehingga A = U diag(λ)V .
2. Tentukan dekomposisi matriks singulir dari suatu matriks tak nol. Jelaskan proses pemben-
tukannya.
11 1 3 3
Jawab Misalkan A = . Perhatikan bahwa AA∗ = , memiliki nilai eigen
11 1 3 3
1 1
6 dan 0 dengan vektor eigen masing-masing adalah dan . Dapat dibentuk suatu
1 −1
matriks diagonal berelemen diagonal positif dari nilai eigen yang positif sehingga D = (6)
dan suatu matriks yang memenuhi U ∗ U = I dari !vektor eigen ternormalkan yang terkait
√1
dengan nilai eigen yang positif sehingga U = √1
2 . Dapat dilihat bahwa AA∗ = U DU ∗ .
2
Selanjutnya akan
√ditentukan
suatu matriks V yang memenuhi V ∗ V = I dengan V = A∗ U D
2
√6
sehingga V = 62 . Dengan demikian, dekomposisi matriks singulir yang terbentuk dari
√
2
6 !
√1 √ √ √
∗ 2 2 2 2
A adalah A = U DV = √1
(6) 6 6 6 .
2
3. Tunjukkan bahwa setiap matriks tak nol dapat didekomposisi menjadi U DV ∗ dengan U ∗ U =
I = V ∗ V dan D adalah matriks diagonal dengan komponen diagonal utamanya positif.
Jawab Misalkan A ∈ Cm×n adalah matriks tak nol. Perhatikan bahwa AA∗ = (AA∗ )∗ ,
maka AA∗ adalah matriks hermit sehingga dapat didiagonalkan menjadi AA∗ = W ΛW ∗
dengan Λ matriks diagonal yang terdiri dari nilai-nilai eigen AA∗ . dan W matriks uniter
yang terdiri dari vektor-vektor eigen AA∗ . Dapat dilihat bahwa
dengan P suatu
2 matriks
permutasi yang mengatur baris dan kolom Λ sedemikian sehingga
D 0
P ΛP −1 = dan D suatu matriks diagonal yang terdiri dari akar nilai-nilai eigen
0 0
positif AA∗ . Maka, W P −1 akan menukar kolom-kolom di W sedemikian sehingga W P −1 =
(U T ) dengan U terdiri dari vektor-vektor eigen yang terkait dengan nilai-nilai eigen positif
AA∗ dan T terdiri dari vektor-vektor eigen yang terkait dengan nilai eigen nol AA∗ . Aki-
batnya, AA∗ = U D2 U ∗ . Perhatikan
∗ bahwa∗ karena
W dan P uniter, maka W P −1 = (U T )
U U U T
juga uniter atau (U T )∗ (U T ) = = I, sehingga U ∗ U = I. Dengan mengambil
T ∗U T ∗T
2.1. KERTAS KERJA 4 29
dan
U DV ∗ = U D(A∗ U D−1 )∗ = U DD−1 U ∗ A = A
Dengan demikian, setiap matriks tak nol dapat didekomposisi menjadi U DV ∗ dengan U ∗ U =
I = V ∗ V dan D adalah matriks diagonal dengan komponen diagonal utamanya positif.
Jawab Untuk suatu matriks A ∈ Cn×n , teorema Schur mengatakan bahwa ada matriks
uniter U ∈ Cn×n dan matriks segitiga atas R ∈ Cn×n sehingga A = U RU ∗ .
(a) Misal n = 2. Misalkan λ adalah nilai eigen dari A dengan vektor eigen ternormalkan
yang berkaitan dalah u. Ambil v ∈ Cn yang ortornormal dengan u sehingga U = (u v)
menjadi suatu matriks uniter. Perhatikan bahwa
∗
∗ u
U AU = A u v
v∗
∗
u Au u∗ Av
=
u∗ Av v ∗ Av
∗
u λu u∗ Av
=
u∗ λv v ∗ Av
λ u∗ Av
=
0 v ∗ Av
=R
x∗
∗ ∗ λ
U AU = (w W1 V ) W W ∗ (w W1 V )
B0
λ x∗
1 0 ∗ ∗ 1 0
= W W W W
0 V∗ 0 B 0 V
∗
1 0 λ x 1 0
=
0 V∗ 0 B 0 V
∗
λ x
=
0 V ∗ BV
λ x∗
=
0 S
=T
Karena S matriks segitiga atas, maka T juga segitiga atas. Dengan demikian, A =
UTU∗
6. Tentukan syarat suatu matriks agar dapat difaktorkan menurut dekomposisi LU atau QR.
Berikan penjelasannya.
Jawab
(a) Syarat suatu matriks A dapat didekomposisi LU adalah determinan submatriks utama
pemukanya yang berorde k, dengan k = 1, 2, . . . , rank(A), tak nol.
(b) Syarat suatu matriks A ∈ Cm×n dapat didekomposisi QR adalah memiliki rank(A) = n
dan Q ∈ Cm×n memenuhi Q∗ Q = In .
2.1. KERTAS KERJA 4 31
a1 i
Bukti. Misalkan A = (a1 a2 · · · an ) dengan ai = ... , i = 1, 2, . . . , n. Dekom-
am i
posisi QR adalah proses ortonormalisasi Gram-Schmidt dalam bahasa matriks. Maka
dilakukan proses Gram-Schmidt pada kolom-kolom di A menjadi
a1
q1 = dengan α1 = ka1 k
α1
a2 − hq1 , a1 iq1
q2 = dengan α2 = ka2 − hq1 , a1 iq1 k
α2
..
.
Pn−1 n−1
an − i=1 hqi , an iqi X
qn = dengan αn = an − hqi , an iqi
αn i=1
sehingga
a1 = q1 α1
a2 = hq1 , a2 iq1 + q2 α2
..
.
an = hq1 , an iq1 + hq2 , an iq2 + · · · + hqn−1 , an iqn−1 + qn αn
dengan demikian
A = (a1 a2 · · · an )
= ((q1 α1 ) (hq1 , a2 iq1 + q2 α2 ) · · ·
(hq1 , an iq1 + hq2 , an iq2 + · · · + hqn−1 , an iqn−1 + qn αn ))
α1 hq1 , a2 i · · · hq1 , an i
0 α2 · · · hq2 , an i
= (q1 · · · qn ) .
. .. ..
.. .. . .
0 0 ··· αn
= QR
Perhatikan bahwa karena Q terdiri dari kolom-kolom yang membentuk basis ortonormal
(hasil dari proses Gram-Schmidt), maka Q∗ Q = In . Karena itu pula, kolom-kolom Q
bebas linear, dan karena semua kolom A dapat dituliskan dalam kombinasi linear kolom-
kolom di Q, maka jumlah kolom di Q merupakan rank dari A, yaitu n.
7. Tunjukkan bahwa Refleksi Householder H adalah matriks hermite yang memenuhi H 2 = In .
2vv ∗
Jawab Misalkan H adalah suatu Refleksi Householder, maka H = In − kvk2 . Karena
∗ ∗ ∗ ∗
2vv ∗ 2(vv ) 2vv
H ∗ = (In − 2
) = In∗ − 2
= In − =H
kvk kvk kvk2
maka H hermite. Perhatikan bahwa
2vv ∗ 2vv ∗
H 2 = (In − )(In − )
kvk2 kvk2
2vv ∗ 2vv ∗ vv ∗
= In − 4 + 4
kvk2 kvk4
∗
2vv 2vkvk2 v ∗
= In − 4 + 4
kvk2 kvk4
∗
2vv 2vv ∗
= In − 4 2
+4
kvk kvk2
= In
32 CHAPTER 2. FAKTORISASI MATRIX
8. Tunjukkan setiap matriks dapat didekomposisi menjadi matrks Heissenberg dan uniter.
Jawab Misalkan A ∈ Cn×n . Kita dapat dekomposisi A menjadi matriks Heissenberg dan
matriks uniter dengan menggunakan Refleksi Householder. Definisikan suatu refleksi House-
∗
holder Hv = In − 2vv n
v ∗ v dengan v ∈ C dan v 6= 0. Sebelumnya kita akan tunjukkan lemma
bahwa untuk v = x ∓ kxke1 , Hv x = ±kxke1 .
Bukti. Salah satu kegunaan refleksi Householder adalah untuk mengubah sebarang vektor
tak nol menjadi vektor yang semua elemennya bernilai nol kecuali elemen pertama. Maka
kita andaikan Hv x = ke1 dengan k ∈ R. Misal v = x − αe1 dengan α ∈ R, perhatikan bahwa
2vv ∗
Hv x = In − ∗ x
v v
2vv ∗
ke1 = x − x
v∗ v
∗
2v x
=x− v
v∗ v
2(x − αe1 )∗ x
=x− (x − αe1 )
(x − αe1 )∗ (x − αe1 )
2(x∗ − αe∗1 )x
=x− (x − αe1 )
(x∗ − αe∗1 )(x − αe1 )
2(kxk2 − αx1 )
=x− (x − αe1 )
kxk2 − 2αx1 + α2
2(kxk2 − αx1 ) 2(kxk2 − αx1 )
= 1− x+ αe1
kxk2 − (2αx1 + α2 kxk2 − 2αx1 + α2
2(kxk2 − αx1 )
1− =0
kxk2 − 2αx1 + α2
2(kxk2 − αx1 )
=1
kxk2 − 2αx1 + α2
2(kxk2 − αx1 ) = kxk2 − 2αx1 + α2
kxk2 = α2
α = ±kxk
a21
a11 A12
Selanjutnya, misalkan A = dapat kita ambil x(1) = A21 = ... . Dari lemma
A21 B1
an1
sebelumnya, untuk v (1) = x(1) ∓ kx(1) ke1 , didapat Hv(1) x(1) = ±kx(1) ke1 . Kita konstruksi
suatu matriks
(1) 1 0 1 0
A = A
0 Hv(1) 0 Hv(1)
1 0 a11 A12 1 0
=
0 Hv(1) A21 B1 0 Hv(1)
a11 A12 Hv(1)
=
±kx(1) ke1 Hv(1) B1 Hv(1)
2.1. KERTAS KERJA 4 33
!
(1) (1)
(1) n−1×n−1 (1) c11 C12
Misalkan C = Hv(1) B1 Hv(1) ∈ C , maka C = (1) . Melakukan hal
C21 B2
(1)
c21
(1) .
yang sama seperti sebelumnya, dengan mengambil x(2) = C21 = ..
, didapat
(1)
c(n−1)1
Hv(2) x(2) = ±|x(2) ke1 untuk v (2) = x(2) ∓ kx(2) ke1 , sehingga dapat kita konstruksikan lagi
matriks
1 0 0 1 0 0
A(2) = 0 1 0 A(1) 0 1 0
0 0 Hv(2) 0 0 Hv(2)
a11 A
12 Hv(1)
= 1 0 1 0
±kx(1) ke1 C (1)
0 Hv(2) 0 Hv(2)
a11 A12 Hv(1) !
(1) (1)
= 1 0 c11 C12 1 0
±kx(1) ke1
0 Hv(2) (1) 0 Hv(2)
C21 B2
a11 a12 Hv(1) A13 Hv(1)
(1) (1)
= ±kx(1) k c11 C12 Hv(2)
0 ±kx(2) ke1 Hv(2) B2 Hv(2)
Dengan iterasi yang sama hingga n kali, akan didapat suatu konstruksi matriks
1 0 ··· 0
0 1 ··· 0 1 ··· 0
.. . . ..
A(n) = .
.. .. .. . . .
.. . . .
0 · · · Hv(n−1)
0 0 ··· Hv(n)
1 0 1 0
··· A ···
0 Hv(1) 0 Hv(2)
1 0 ··· 0
1 ··· 0
.. 0 1 · · · 0
.. . .
. . . ..
.. .. . . .
. .
.
0 · · · Hv(n−1)
0 0 · · · Hv(n)
···
a11 a12 Hv(1) a13 Hv(1) a1n Hv(1)
±kx(1) k (1) (1) (1)
c11 c12 Hv(2) ··· c1(n−1) Hv(2)
(2) (2)
±kx(2) k
= 0 c11 ··· c1(n−2) Hv(3)
.. .. .. .. ..
. . . . .
0 0 0 ··· Hv(n) Bn Hv(n)
(i)
yang merupakan matriks Heissenberg. Perhatikan bahwa Hv , ∀i =
Refleksi Householder
1 0 ··· 0
0 1 · · · 0
1 0
1, 2, . . . , n selalu uniter (berdasarkan nomor 7), maka U = . . . · · ·
..
.. .. .. 0 Hv(1)
.
0 0 · · · Hv(n)
(n) ∗
juga uniter. Dengan demikian, A = U A U dengan U matriks uniter dan A(n) matriks
Heissenberg.
34 CHAPTER 2. FAKTORISASI MATRIX
Jawab
AA∗ x = λx
A AA∗ x = λA∗ x
∗
A∗ Ay = λy
A∗ Ax = λx
AA∗ Ax = λAx
AA∗ y = λy
Ax = λx
−Ax = −λx
A∗ x = −λx
Jawab Misalkan λ2i , i = 1, 2, . . . , r adalah nilai eigen dari AA∗ . Secara umum, A
memiliki dekomposisi nilai singulir A = U DV ∗ dengan D = diag(λ1 , λ2 , . . . , λr ) ∈
Rn×n , U, V ∈ Cn×n . Perhatikan bahwa bila A∗ = −A, dekomposisi nilai singulirnya
dapat berbentuk
A = U DV ∗
A∗ = (U DV ∗ )∗
−A = V DU ∗
A = V D0 U ∗
Jawab Teorema 2.1.2 mengatakan bahwa untuk A ∈ Cm×n , A 6= 0, ada bilangan asli
(r×r)+
r ≤ min(m, n), matriksdiagonal
D∈R , dan matriks-matriks uniter U ∈ Cm×m , V ∈
D 0
Cn×n , sehingga A = U V ∗.
0 0
4. Misalkan σmax (A) menyatakan nilai singulir terbesar dari A. Buktikan bahwa
σmax (A) = max{|x∗ Ay||x ∈ U2m , y ∈ U2n }
dimana U2k = {x ∈ Ck |kxk2 = 1}
Jawab Dari nomor 4, untuk x ∈ U2m dan y ∈ U2n , berlaku σmax (A) = max |x∗ Ay|. Misalkan
A, B ∈ Cm×n , maka
σmax (A + B) = max |x∗ (A + B)y|
= max |x∗ Ay + x∗ By|
≤ max(|x∗ Ay| + |x∗ By|)
= max |x∗ Ay| + max |x∗ By|
= σmax (A) + σmax (B)
7. Misalkan A ∈ Cn×n tak singular. Jika P U = A adalah dekomposisi kutub untuk A, tun-
jukkan bahwa A normal jika dan hanya jika P U = U P .
Jawab Misalkan A ∈ Cn×n tak singular dan memiliki dekomposisi kutub A = P U dengan
P ∈ Cn×n definit tak negatif dan U ∈ Cn×n . Karena A matriks persegi, maka U uniter.
• Misalkan A normal, maka
AA∗ = A∗ A
P U (P U )∗ = (P U )∗ P U
P U U ∗P ∗ = U ∗P ∗P U
P P ∗ = U ∗P ∗P U
P 2 = U ∗P 2U
P = U ∗P U
PU = UP
• Misalkan P U = U P , maka
A∗ A = (P U )∗ P U
= U ∗P ∗P U
= P ∗U ∗U P
= P U U ∗P
= P U (P U )∗
= AA∗
2.2. DIKTAT PAK MUCHLIS BAB 2 37
A matriks normal
Jawab Dari nomor 6(a) pada KK 4, syarat suatu matriks A dapat didekomposisi LU adalah
determinan submatriksutama pemukanya
yang berorde k, dengan k = 1, 2, . . . , rank(A), tak
α 2 0
nol. Maka untuk A = 1 α 1 , perhatikan bahwa
0 1 α
• det α = α 6= 0
√
α 2
• det = α2 − 2 6= 0 ⇒ α 6= ± 2
1 α
α 2 0 √
• det 1 α 1 = α(α2 − 1) − 2(α) = α3 − 3α 6= 0 ⇒ α 6= ± 3
0 1 α
√ √ √ √
Dengan demikian, nilai α yang membuat A tidak dapat difaktorkan LU adalah {− 3, − 2, 0, 2, 3}
A∗ A = A∗ A
R∗ Q∗ QR = R1∗ Q∗1 Q1 R1
R∗ R = R1∗ R1
RR1−1 = (R∗ )−1 R1∗
Karena R matriks segitiga atas, invers dari matriks segitiga atas adalah matriks segitiga
bawah, dan adjoin dari matriks segitiga atas adalah matriks segitia bawah, maka RR1−1
adalah matriks segitiga atas sedangkan (R∗ )−1 R1∗ adalah matriks segitiga bawah. Suatu
matriks segitiga atas sama dengan matriks segitiga bawah terjadi jika keduanya matriks
diagonal, sehingga RR1−1 = (R∗ )−1 R1∗ = D dengan D suatu matriks diagonal. Dapat dilihat
bahwa D = (R∗ )−1 R1∗ = ((DR1 )∗ )−1 R1∗ = D−1 (R1∗ )−1 R1∗ = D−1 , maka D = D∗ = D−1
hermit dan uniter, sehingga D2 = I yang mengakibatkan D = diag(d1 , d2 , . . . , dn ), dengan
|d1 | = |d2 | = · · · = |dn | = 1. Dengan demikian, diperoleh
QR = Q1 R1
QRR1−1 = Q1
QD = Q1
Q = Q1 D
1 19 −34
10. Diberikan matriks real A = −2 −5 20 . Gunakan refleksi Householder untuk mem-
2 8 37
peroleh faktorisasi QR bagi A. Kemudian, gunakan rotasi Givens untuk tujuan yang sama.
38 CHAPTER 2. FAKTORISASI MATRIX
Jawab Misalkan A = (a1 a2 a3 ) dengan at1 = (1 − 2 2), at2 = (19 − 5 8), at3 = (−34 20 37).
∗
(a) Matriks Householder Hv = In − 2vv
v ∗ v memetakan suatu vektor v menjadi kelipatan e1 ,
maka kita bisa memanfaatkannya untuk mengkonstruksi matriks segitiga atas. Misalkan
1 p 1 −2
u1 = a1 − ka1 ke1 = −2 − 12 + (−2)2 + 22 0 = −2
2 0 2
maka
2u1 u∗1
Hu1 (A) = (I3 − )A
u∗1 u1
−2
2 −2 −2 −2 2
2
= In −
A
−2
−2 −2 2 −2
2
4 4 −4 1 19 −34
2
= In −
p 4 4 −4 −2 −5 20
(−2)2 + (−2)2 + 22 −4 −4 4 2 8 37
2 2
− 23
3 3 1 19 −34
= 23 2
3 − 23 −2 −5 20
2 2 2
− −3 2 8 37
3 3
3 15 0
= 0 −9 54
0 12 3
0 9 54
Selnjutnya mengambil A = . Misal
12 3
−9 p 1 −24
u2 = a01 − ka01 ke1 = 2
− (−9) + (12) 2 =
12 0 12
maka
2u2 u∗2 0
Hu2 (A0 ) = (I2 − )A
u∗2 u2
−24
2 −24 12
12
A0
= I n −
−24
−24 12
12
!
2 4 −2 9 54
= In − p
(−24)2 + (12)2 −2 1 12 3
3 4
−5 5 9 54
= 4 3
12 3
5 5
15 −30
=
0 45
Sehingga terbentuk
3 15 0
1 0
R= Hu1 A = 0 15 −30
0 Hu2
0 0 45
2.2. DIKTAT PAK MUCHLIS BAB 2 39
1 0
suatu matriks segitiga atas. Misal Q = Hu1 . Perhatikan bahwa karena
0 Hu2
matriks Householder uniter dan hermit, maka Q juga uniter dan hermit, sehingga R =
QA ⇔ A = QR. Dengan demikian,
terbentuk
dekomposisi QR dari A dengan Q =
3 15 0
Hu1 0
dan R = 0 15 −30
0 Hu2 Hu1
0 0 45
(b) Dengan rotasi givens, kita dapat membuat komponen nol satu persatu pada matriks
A hingga terbentuk matriks segitiga atas. Mula-mula kita ingin membuat nol kolom
pertama baris kedua, maka rotasi Given yang kita gunakan adalah
cos θ sin θ 0
G1 = − sin θ cos θ 0
0 0 1
(1)
. Misalkan P (1) = G1 A. Agar kolom pertama baris kedua nol atau p21 = 0, θ harus
memenuhi tan θ = aa11
21
, atau dengan kata lain
a11 1
cos θ = p =√
a211 + a221 5
a21 2
sin θ = p = −√
a211 + a221 5
sehingga
cos θ sin θ 0
P (1) = − sin θ cos θ 0 A
0 0 1
√1 2
− √5 0
5 1 19 −34
= √25 √1
5
0 −2 −5 20
0 0 1 2 8 37
√5 29 74
−√
√
5 5 5
33 −58
= 0 √
5
√
5
2 8 37
Masih dengan kolom pertama, kita buat nol baris ketiga, maka kita gunakan Rotasi
Given
cos θ 0 sin θ
G2 = 0 1 0
− sin θ 0 cos θ
(1) √
p11 5
cos θ = q =
(1) (1) 3
(p11 )2 + (p31 )2
(1)
p31 2
sin θ = q =
(1) (1) 3
(p11 )2 + (p31 )2
40 CHAPTER 2. FAKTORISASI MATRIX
sehingga
cos θ 0 sin θ
P (2) = 0 1 0 P (1)
− sin θ 0 cos θ
√
5 2 √5 29 74
−√
√
0 5 5 5
3 3
33 −58
= 0 1 0 0
√
√
5
√
5
5
− 23 0 3
2 8 37
3 15 0
33 58
= 0 √
5
− √5
0 − √65 111
√
5
Selanjutnya pada kolom kedua, kita ingin membuat nol baris ketiga, maka kita gunakan
1 0 0
G3 = 0 cos θ sin θ
0 − sin θ cos θ
(2)
p31 2
sin θ = q =− √
(2) 2 (2) 2
p21 ) + (p31 ) 5 5
sehingga
1 0 0
P (3) = 0 cos θ sin θ P (2)
0 − sin θ cos θ
1 0 0 3 15 0
11 2 33 58
= 0 5√5 − 5√5 0 √
5
−√ 5
2 11 √6 111
0 5√5 √
5 5
0 − 5
√
5
3 15 0
= 0 15 34.4
0 0 44.2
Jawab Dari nomor 8 pada KK 4, telah dibuktikan suatu lemma yang mengatakan bahwa
∗
dengan suatu refleksi Householder Hv = In − 2vv
v ∗ v , untuk v = x ∓ kxke1 , berlaku Hv x =
±kxke1 . Dengan lemma tersebut, dapat dilihat bahwa untuk A = [a1 a2 · · · an ] ∈ Cn×n ,
kita dapat memilih v = a1 − ka1 ke1 sehingga Hv a1 = ka1 ke1 .
Jawab Teorema 2.2.5 mengatakan bahwa suatu Refleksi Householder H adalah matriks
hermit dan uniter. Hal ini telah ditunjukkan pada nomor 7 pada KK 4
Jawab Misalkan
a ··· a1n
cos θ sin θ 0 11
G = − sin θ cos θ 0 ... .. ..
. .
0 0 In−2 an1 ··· ann
Jika komponen G pada baris kedua kolom pertama bernilai 0, perhatikan bahwa
g21 = 0
a21 cos θ − a11 sin θ = 0
a21 cos θ = a11 sin θ
a11
cot θ =
a21
a11
θ = cot−1
a21
Dengan demikian
nilai θ agar G memiliki komponen nol pada baris kedua kolom pertama
−1 a11
adalah cot a21 .
14. Jika A ∈ Cn×n matriks tridiagonal, haruskah matriks R hasil faktorisasi QR matriks A
adalah matriks diagonal? Mengapa?
Jawab Tidak harus. Berdasarkan nomor 6(b) pada KK 4, kontruksi R pada faktorisasi
QR berbentuk
α1 hq1 , a2 i · · · hq1 , an i
0
α2 · · · hq2 , an i
.. .. .. ..
. . . .
0 0 ··· αn
dengan qi adalah kolom-kolom matriks Q dan ai adalah kolom-kolom matriks A. Perhatikan
bahwa bila A matriks tridiagonal, nilai hqi , aj i pada baris ke-i dan kolom ke j > i matriks R
tidak harus 0, dengan demikian R tidak harus matriks diagonal.
15. Buktikan teorema 2.2.8.
Jawab Teorema 2.2.8 mengatakan bahwa untuk suatu matriks A ∈ Cn×n , ada matriks
uniter U ∈ Cn×n dan matriks Heissenberg S ∈ Cn×n yang memenuhi A = U SU ∗ . Hal ini
telah ditunjukkan pada nomor 8 pada KK 4
42 CHAPTER 2. FAKTORISASI MATRIX
Proof. Kita ketahui bahwa λ ∈ C merupakan nilai eigen A jika dan hanya jika det(A−λIn ) =
0. Maka λc = 0 merupakan salah satu nilai eigen dari A jika dan hanya jika det(A − λc In ) =
det(A) = 0
Jawab Misalkan A ∈ Cn×n . Jika A hermit, maka A dapat didiagonalkan secara uniter men-
jadi matriks diagonal yang elemen diagonalnya real tak negatif. Perhatikan bahwa karena
hasil diagonalisasi matriks tersebut terdiri dari nilai-nilai eigen A, maka dengan kata lain
nilai-nilai eigen dari matriks hermit pasti tak negatif, sehingga nilai eigen nol masih memu-
ngkinkan ada dalam matriks hermit. Dengan demikian, nilai eigen nol tidak memiliki pen-
garuh apa-apa dari ke-hermit-an matriks.
Jawab Misalkan P U dan P1 U1 dua faktorisasi kutub untuk A. Perhatikan bahwa karena
P dan P1 hermit, serta U U ∗ = I = U1 U1∗ , maka
P 2 = P P ∗ = P U U ∗P ∗
= P U (P U )∗ = AA∗ = P1 U1 (P1 U1 )∗ =
P1 U1 U1∗ P1∗ = P1 P1∗ = P12
Misalkan λ2 dan µ2 adalah nilai eigen dari P 2 dan P12 dengan λ adalah nilai eigen dari P
dan µ adalah nilai eigen dari P1 . Perhatikan bahwa karena P 2 = P12 , mereka memiliki nilai
eigen yang sama, atau λ2 = µ2 . Karena P dan P1 definit tak negatif, maka λ = µ, sehingga
P dan P1 juga memiliki nilai eigen yang sama. Hal ini berarti P = P1
5. Cari contoh matriks A ∈ C2×2 yang determinan submatriks utama pemukanya tak nol se-
hingga a21 = 0.
1 0
Jawab A=
0 1
Jawab Kita akan mencari suatu matriks H yang merupakan refleksi terhadap subruang v ⊥
∗
untuk suatu v ∈ Cn , v 6= 0 berbentuk H = In − 2vv
v∗ v .
Misalkan v ∈ Cn , v 6= 0, dan H ∈ Cn×n adalah refleksi terhadap subruang v ⊥ , maka untuk
y ∈ v ⊥ , H(y + αv) = y − αv. Misalkan x = y + αv. Karena y⊥v, maka
v∗ y = 0
∗
v (x − αv) = 0
v ∗ x − αv ∗ v = 0
v∗ x
α= ∗
v v
Perhatikan bahwa
H(y + αv) = y − αv
Hx = x − 2αv
∗
v x
= x − 2v
v∗ v
2vv ∗
= In − ∗ x
v v
2vv ∗
Dengan demikian, H = In − v∗ v
44 CHAPTER 2. FAKTORISASI MATRIX
10. Buktikan bahwa matriks rotasi Givens berukuran n × n merupakan matriks ortogonal. [U2
S1 ’14/’15]
Chapter 3
Norm Matriks
46
3.1. KERTAS KERJA 5 47
Jawab Misalkan V adalah ruang vektor atas lapangan F , norm vektor dari V adalah fungsi
p : V → R yang memenuhi
(a) p(av) = |a|p(v)
(b) p(u + v) ≤ p(u) + p(v)
(c) p(v) = 0 ⇒ v = 0
untuk ∀a ∈ F dan ∀u, v ∈ V . Seringkali notasi norm disimbolkan dengan k · k. Beberapa
contoh dari norm vektor antara lain :
(a) p(x) = 0 untuk x ∈ Cn
Bukti. Perhatikan bahwa untuk a ∈ C dan u, v ∈ Cn , p(av) = 0 = a0 = ap(v), p(u+v) =
0 = 0 + 0 = p(u) + p(v) dan p(v) = 0 ⇒ v = 0, maka p(x) adalah norm vektor.
Pn
(b) q(x) = i=1 |xi | untuk x ∈ Cn
Bukti. Perhatikan bahwa untuk a ∈ C dan u, v ∈ Cn ,
n
X n
X n
X
q(av) = |avi | = |a||vi | = |a| |vi | = aq(v)
i=1 i=1 i=1
n
X n
X n
X n
X
q(u + v) = |ui + vi | = (|ui | + |vi |) = |ui | + |vi | = q(u) + q(v)
i=1 i=1 i=1 i=1
dan
n
X
q(v) = |vi | = 0 ⇒ vi = 0 ≡ v = 0
i=1
v
u n
uX
p
qp (u + v) = t |ui + vi |p
i=1
v
p−1
u n !
uX
p p
X n p−k k p
= t |ui | + (|ui | |vi | ) + |vi |
i=1
k
k=1
v
u n n
uX X
≤tp
|ui |p + |vi |p
i=1 i=1
v v
u n u n
uX uX
≤t
p
|ui |p + p
t |vi |p = qp (u) + qp (v)
i=1 i=1
48 CHAPTER 3. NORM MATRIKS
dan v
u n
uX
p
qp (v) = t |vi |p = 0 ⇒ vi = 0 ≡ v = 0
i=1
dan
q∞ (v) = max{|v1 |, |v2 |, . . . , |vn |} = 0 ⇒ vi = 0 ≡ v = 0
maka q∞ (x) adalah norm vektor.
√
(e) rA (x) = x∗ Ax untuk x ∈ Cn dengan A ∈ Cn×n matriks definit positif.
Bukti. Perhatikan bahwa untuk a ∈ C dan u, v ∈ Cn
p
rA (av) = (av)∗ A(av)
√
= av ∗ Aav
p
= |a|2 v ∗ Av
√
= |a| v ∗ Av = |a|rA (v)
rA (u + v) = (u + v)∗ A(u + v)
= (u∗ + v ∗ )(Au + Av)
= u∗ Au + v ∗ Au + u∗ Av + v ∗ Av
≤ u∗ Au + v ∗ Av = rA (u) + rA (v)
rA (v) = v ∗ Av = 0 ⇒ vi = 0 ≡ v = 0
Jawab Misalkan V adalah ruang vektor atas lapangan F , yang dimaksud hasil kali dalam
dari V adalah fungsi q : V × V → F yang memenuhi
• q(u, v) = q(v, u)
• q(au, v) = aq(u, v)
• q(u + v, w) = q(u, w) + q(v, w)
• q(v, v) = 0 ⇒ v = 0
3.1. KERTAS KERJA 5 49
untuk ∀a ∈ F dan ∀u, v, w ∈ V . Seringkali notasi hasil kali dalam disimbolkan dengan h·, ·i.
Misalkan V adalah ruang vektor atas lapangan F yang dilengkapi operasi hasil kali dalam
q : V × V → F , maka norm vektor p : V → R dari V adalah akar dari p operasi hasil kali
dalam vektor di V dengan dirinya sendiri atau dengan kata lain p(x) = q(x, x). Perhatikan
bahwa aksioma-aksioma norm turun langsung dari aksioma hasil kali dalam:
(b) Dari sifat q(au, v) = aq(u, v) dan q(u, v) = q(v, u), didapat
p p q
p(au) = q(au, au) = aq(u, au) = aq(au, u)
q p
= aaq(u, u) = |a|2 q(u, u) = |a|p(u)
Jawab
1 1
Proof. Misalkan p, q ∈ R+ memenuhi p + q = 1. Misalkan juga x, y ∈ Cn .
Sebelumnya akan dibuktikan dulu ketaksamaan Young, yang mana untuk a, b ∈ R tak
p q
negatif dan p, q ∈ R+ memenuhi p1 + 1q = 1, berlaku ab ≤ ap + bq . Kita ketahui bahwa
fungsi yang konkav (cekung ke luar) memenuhi f ((1 − t)x + ty) ≥ (1 − t)f (x) + tf (y)
untuk t ∈ [0, 1]. Misalkan t = p1 , maka 1 − t = 1q . Perhatikan bahwa karena fungsi
logaritma konkav,
bahwa
n
X
|ŷ ∗ x̂| = yˆi x̂i
i=1
n
X
≤ |yˆi ||x̂i |
i=1
n
X 1 q 1 1 1 1 1
≤ |yˆi | + |x̂i |p = kx̂kpp + kŷkqq = +
i=1
q p p q p q
y´∗ x́ 1 1
≤ + =1
kx́kp kýkq p q
∗ ´∗
y x = y x́ ≤ kx́kp kýkq ≤ kxkp kykq
1 1 p−1
Untuk q =1− p = p , da[at kita peroleh ketaksaman holder
n
X
|xi ||xi + yi |p−1
i=1
v
u n
u
1
X
≤ kxkp kx + ykqp−1 = kxkp t
q |xi + yi |q p − 1
i=1
v
u n
p−1
uX
= kxkp p t |xi + yi |p = kxkp kx + ykp−1
p
i=1
Sehingga,
n
X n
X
kx + ykpp ≤ |xi ||xi + yi |p−1 + |yi ||xi + yi |p−1
i=1 i=1
= kxkp kx + ykpp−1 + kykp kx + ykpp−1
= (kxkp + kykp )kx + ykp−1
p
kx + ykp ≤ kxkp + kykp
3.1. KERTAS KERJA 5 51
Dengan demikian
v v v
u n u n u n
uX uX uX
∀x, y ∈ Cn , t
p
|xi + yi |p ≤ p
t |xi |p + p
t |yi |p
i=1 i=1 i=1
Jawab Dua norma k · k0 dan k · k00 di Cn dikatakan ekivalen jika ∃m, M ∈ R+ , mkxk0 ≤
kxk00 ≤ M kxk0 , ∀x ∈ Cn
5. Tunjukkan bahwa sebarang norm vektor di ruang vektor atas lapangan kompleks selalu eki-
valen.
Jawab Misalkan kita punya himpunan U = {x ∈ Cn |kxk = 1} untuk k·k adalah sembarang
norma di Cn . Dari definisi U sendiri, jelas bahwa U terbatas di 1. Misalkan {uk } adalah
barisan di U yang konvergen ke a. Perhatkan bahwa
• v(αA) = |α|v(A)
• v(A + B) ≤ v(A) + v(B)
• v(A) ≥ 0 dan v(A) = 0 ⇔ A = 0
• v(AB) ≤ v(A)v(B)
untuk ∀A, B ∈ Cn×n , α ∈ C. Seperti norm vektor, norm matriks juga sering dinotasikan
dengan k · k. Beberapa contoh dari norm matriks antara lain:
Pn
(a) v1 (A) = maxj i=1 |aij |
ii.
n
X
v1 (A + B) = max |aij + bij |
j
i=1
Xn
≤ max (|aij | + |bij |
j
i=1
Xn n
X
= max |aij | + max |bij |
j j
i=1 i=1
= v1 (A) + v1 (B)
Pn
iii. Karena |aij | ≥ 0, maka v(A) = maxj i=1 |aij | ≥ 0, dan v(A) = 0 ⇔ |aij | = 0 ⇔
A=0
iv.
n X
X n
v1 (AB) = max (aik bkj )
j
i=1 k=1
Xn Xn
≤ max |aik bkj |
j
i=1 k=1
Xn X n
= max |aik ||bkj |
j
i=1 k=1
n n
!
X X
= max |bkj | |aik |
j
k=1 i=1
Xn n
X
≤ max |bkj | max |aik |
j k
k=1 i=1
= v1 (A)v1 (B)
(b) v2 (A) = maxi σi (A) dengan σi (A) adalah nilai singulir dari A.
Bukti. Sebelumnya akan diperlihatkan bahwa untuk λ dan µ nilai eigen dari suatu
matriks A dan B, (A + B)x = Ax + Bx = λx + µx = (λ + µ)x dan (AB)x = A(Bx) =
A(µx) = µAx = µλx. Dengan demikian nilai eigen dari jumlah matriks adalah jumlah
nilai eigen kedua matriksnya, dan nilai eigen dari hasil kali matriks adalah hasil kali
nilai eigen kedua matriksnya.
Perhatikan bahwa untuk α ∈ C, A, B ∈ Cn×n , λi (A) ∈ C nilai eigen dari A, dan
σi (A) ∈ R+ nilai singulir dari A,
p
i. Diketahui dari definisi nilai singulir bahwa σi (A) = λi (AA∗ ). Dapat dilihat
∗ 2 ∗ 2 ∗
bahwa λi (αA(αA) ) = λi (|α| AA ) = |α| λi (AA ). Akibatnya,
p q
σi (αA) = λi (αA(αA)∗ ) = |α|2 σi2 (A)
p
= |α|2 λi (AA∗ )
p
= |α| λi (AA∗ ) = |α|σi (A)
Dengan demikian,
v2 (αA) = max σi (αA) = max |α|σi (A) = |α| max σi (A) = |α|v2 (A)
i i i
p p
ii. Diketahui σi (A) = λi (AA∗ ) dan σi (B) = λi (BB ∗ ). Dapat dilihat bahwa
Akibatnya,
p q
σi (A + B) = λi ((A + B)(A + B)) = σi2 (A) + σi2 (B)
q q
≤ σi2 (A) + σi2 (B)
= σi (A) + σi (B)
Dengan demikian,
v2 (A + B) = max σi (A + B)
i
= max(σi (A) + σi (B))
i
= max σi (A) + max σi (A) = v2 (A) + v2 (B)
i i
iii. Karena nilai singulir selalu tak negatif, jelas bahwa v2 (A) ≥ 0. Dapat dilihat juga
bahwa nilai singular dari A bernilai nol jika dan hanya jika A adalah matriks nol,
maka v2 (A) = 0 ⇔ A = 0
p p
iv. Diketahui σi (A) = λi (AA∗ ) dan σi (B) = λi (BB ∗ ). Dapat dilihat bahwa
p p
σi (AB) = λi (AB(AB)∗ ) = λi (ABB ∗ A)
p
= λi (A)λi (BB ∗ )λi (A)
p
= λi (A)λi (A∗ )λi (BB ∗ )
p
= λi (AA∗ )λi (BB ∗ )
p p
= λi (AA∗ ) λi (BB ∗ )
= σi (A)σi (B)
Dengan demikian v2 (AB) = maxi σi (AB) = maxi (σi (A)σi (B)) ≤ maxi σi (A) maxi σi (B) =
v1 (A)v1 (B)
54 CHAPTER 3. NORM MATRIKS
Pn
(c) v∞ (A) = maxi j=1 |aij |
n
X
v∞ (αA) = max |αaij |
i
j=1
Xn
= max |α||aij |
i
j=1
n
X
= |α| max |aij | = |α|v∞ (A)
i
j=1
ii.
i.
n
X
v∞ (A + B) = max |aij + bij |
i
j=1
Xn
≤ max (|aij | + |bij |
i
j=1
Xn n
X
= max |aij | + max |bij |
i i
j=1 j=1
= v∞ (A) + v∞ (B)
Pn
iii. Karena |aij | ≥ 0, maka v(A) = maxi j=1 |aij | ≥ 0, dan v(A) = 0 ⇔ |aij | = 0 ⇔
A=0
iv.
n X
X n
v∞ (AB) = max (aik bkj )
i
j=1 k=1
Xn Xn
≤ max |aik bkj |
i
j=1 k=1
Xn X n
= max |aik ||bkj |
i
j=1 k=1
n
X n
X
= max |aik | |bkj |
i
k=1 j=1
n
X n
X
≤ max |aik | max |bkj |
i k
k=1 j=1
= v∞ (A)v∞ (B)
i.
v
u n X
n
uX
F (αA) = t |αaij |2
i=1 j=1
v
u n X
n
uX
=t |α|2 |aij |2
i=1 j=1
v
u n X
n
uX
= |α|t |aij |2 = |α|F (A)
i=1 j=1
ii.
v
u n X
n
uX
F (A + B) = t |aij + bij |2
i=1 j=1
v
u n X
n
uX
≤t (|aij |2 + |bij |2 )
i=1 j=1
v
u n X
n n
n X
uX X
=t |aij |2 + |bij |2
i=1 j=1 i=1 j=1
v v
u n X
n
u n X
n
uX uX
≤t |aij |2 + t |bij |2
i=1 j=1 i=1 j=1
= F (A) + F (B)
Pn Pn
iii. Jelas karena unsur akar, F (A) ≥ 0. Dapat dilihat juga bahwa F (A) = i=1 j=1 |aij |2 =
0 ⇔ |aij | = 0 ⇔ A = 0
iv.
v
u n n n 2
uX X X
F (AB) = t aik bkj
i=1 j=1 k=1
v
n X
u n X n
uX
≤t |aik bkj |2
i=1 j=1 k=1
v
u n X
n X
n
uX
=t |aik |2 |bkj |2
i=1 j=1 k=1
v
u
uXn Xn n
X
=t |aik |2 |bkj |2
u
k=1 i=1 j=1
v
u n X
n n X
n
uX X
= t |aik |2 |bkj |2
i=1 k=1 k=1 j=1
v v
u n n
u n X
n
uX
uX X
= t 2
|aik | t |bkj |2
i=1 k=1 k=1 j=1
= F (A)F (B)
Dengan demikian, F (A) merupakan norm matriks. Sedikit catatan bahwa F (A)
dikenal dengan norm Frobernius dan dinotasikan dengan k · kF .
56 CHAPTER 3. NORM MATRIKS
Jawab Himpunan matriks Cm×n membentuk ruang vektor yang isomorfik dengan dengan
Cmn . Sehingga kita bisa menggunakan struktur dari Cmn yang mana memiliki fungsi norm
untuk membentuk fungsi norm di Cm×n
8. Konstruksilah norm matriks yang diinduksi dari norm vektor.
= max |α|kAxk
kxk6=1
(b)
|A + Bk = max k(A + B)xk
kxk6=1
kABxk
kABk = max
x6=06=Bx kxk
kABxk kBxk
= max
x6=06=Bx kBxk kxk
kABxk kBxk
≤ max max
Bx6=0 kBxk x6=0 kxk
kAyk kBxk
= max = 0 max
y6=0 kyk x6=0 kxk
= kAkkBk
Karena fungsi k · k memenuhi semua sifat norm matriks, maka untuk sembarang norm vektor
kita dapat mengkonstruksi norm matriks pada k·k pada Cn×n dengan kAk = maxx6=0 kAxk
kxk =
maxkxk6=1 kAxk
9. Apakah terdapat norm matriks yang dapat didefinisikan, dan bukan merupakan norm hasil
induksi? Jelaskan jawaban anda.
Jawab Iya. Misalkan k · k0 merupakan norm matriks hasil induksi. Perhatikan bahwa
kIxk0 kxk0
kIn k0 = max = max = max 1 = 1
x6=0 kxk0 x6=0 kxk0 x6=0
Sehingga kontraposisi dari hal tersebut, bila ada suatu norm matriks k·k yang tidak memenuhi
kIn k = 1, maka ia bukan norm hasil induksi. Kita dapat memberi contoh bahwa norm matriks
yang dimaksud ada. Misalkan k·kF merupakan norm matriks seperti yang terdefinisikan pada
6(d). Jelas bahwa
√
kIn kF = n 6= 1
Dengan demikian norm matriks k · kF bukanlah norm hasil induksi.
Jawab Misalkan A ∈ C tak singular, maka bilangan kondisi bisa memperlihatkan besarnya
pengaruh galat terhadap suatu persamaan linear. Perhatikan bahwa pada suatu persamaan
Ax = b, bila kita menambahkan suatu galat , maka
Ax = b
Ax = b
x = A−1 b
Misal k · k norm matriks di Cn×n . Sebelumnya akan ditunjukkan terlebih dahulu bahwa
terdapat norma vektor k · k0 di Cn yang memenuhi kAxk0 ≤ kAkkxk0 untuk setiap A ∈
Cn×n , x ∈ Cn .
kAxk
kAk = max
x6=0 kxk
kAxk
≥
kxk
kAkkxk ≥ kAxk
• Bila k · k bukan norm hasil induksi, kita dapat mendefinisikan suatu norm vektor kxk0 =
kxe∗1 k untuk x ∈ Cn . Dapat dilihat bahwa kxk ≥ 0 dan ia memenuhi semua aksioma
norm vektor :
– kαxk0 = kαxe∗1 k = |α|kxe∗1 k = |α|kxk0
– kx + yk0 = k(x + y)e∗1 k = kxe∗1 + ye∗1 k ≤ kxe∗1 k + kye∗1 k = kxk0 + kyk0
– kxk0 = 0 ⇒ kxe∗1 k = 0 ⇒ xe∗1 = 0 ⇒ x = 0
Maka dapat diperoleh
kxk kbk
≤ kAkkA−1 k
kxk kbk
kxk kbk
|| ≤ kAkkA−1 k
kxk kbk
|| ≤ kAkkA−1 k||
k(A) = kAkkA−1 k ≥ 1
3.2. DIKTAT PAK MUCHLIS BAB 3 59
kuk = k(u − v) + vk
≤ ku − vk + kvk
kuk − kvk ≤ ku − vk
Sehingga
−ku − vk ≤ kuk − kvk ≤ ku − vk
|kuk − kvk| < ku − vk
−4 4 2
ku − v k = .. = ...
0 0. dan ku + v k = ...
0 0
−4 4 2
2. Misalkan v(A) adalah maksimum modulus komponen A ∈ Cn×n . Tunjukkan, untuk setiap
n > 1, bahwa terdapat A, B ∈ Cn×n yang memenuhi v(AB) > v(A)v(B)
Jawab Misal v(A) = maxi,j |aij | dengan A ∈ Cn×n . Untuk setiap n > 1, kita dapat
memilih
1 1 ··· 0 1 0 ··· 0
0 0 · · · 0 1 0 · · · 0
A = . . . .. dan ..
. . . .. . . ..
. . . . . . . .
0 0 ··· 0 1 0 ··· 0
sehingga
n 0 ··· 0
0 0 ··· 0
AB = . .
.. ..
.. .. . .
0 0 ··· 0
Perhatikan bahwa v(A)v(B) = 1.1 = 1 ≤ n = v(AB) Dengan demikian, selalu ada A, B ∈
Cn×n yang memenuhi v(AB) > v(A)v(B) untuk setiap n > 1
3. Misalkan v(A) adalah jumlah modulus semua komponen A ∈ Cn×n . Periksa apakah v
memenuhi sifat submultiplikatif.
60 CHAPTER 3. NORM MATRIKS
Pn Pn
Jawab Misalkan v(A) = i=1 j=1 |aij |. Perhatikan bahwa untuk A, B ∈ Cn×n
n X
X n X
n
v(AB) = aik bkj
i=1 j=1 k=1
Xn X n Xn
≤ |aik bkj |
i=1 j=1 k=1
Xn X n X n
= |aik ||bkj |
i=1 j=1 k=1
n
X Xn n
X
= |aik | |bkj |
k=1 i=1 j=1
n X
n
! n X
n
X X
= |aik | |bkj |
k=1 i=1 k=1 j=1
= v(A)v(B)
4. Diberikan ruang vektor l = {(a1 , a2 , ·)|ai ∈ C}, hampir semuanya 0 (dengan operasi kompo-
nen demi komponen). Maka k · k1 dan k · k∞ keduanya norma di l. Tunjukkan bahwa kedua
norma tersebut tidak ekivalen.
Pn
Jawab Misal k · k1 = i=1 |xi | dan k · k∞ = maxi |xi |. Norma k · k1 dan k · k∞ pada l
ekivalen jika ∃m, M ∈ R+ sehingga mkxk1 ≤ kxk∞ ≤ M kxk1 , ∀x ∈ l Kita akan tunjukkan
dengan contoh penyangkal. Ambil y sedemikian sehingga memiliki nilai 1 pada sejumlah
berhingga N komponen dan memiliki nilai 0 untuk lainnya. Perhatikan bahwa selalu ada
M ∈ R sehingga M + 1 > N > M . Kita peroleh kyk1 = N dan kyk∞ = 1, sehingga
(M + 1)kyk∞ > kyk1 > M kyk∞ , yang mana kontradiksi dengan definisi ekivalensi sendiri.
Dengan demikian k · k1 dan k · k∞ tidak ekivalen
A∗ Ax = σi2 x
x∗ A∗ Ax = x∗ σi2 x
(Ax)∗ Ax = x∗ c2 x
= c2 x ∗ x
kAxk22 = c2 kxk22
kAxk2 = ckxk2
kAxk2
=c kxk2 6= 0
kxk2
kAxk2
Sehingga, karena kxk2 6= 0 ⇔ x 6= 0, maka kxk2 berlaku konstan untuk semua x 6= 0.
7. Misalkan x ∈ Cn dan A = xx∗ . Tentukan kAk1 , kAk2 , kAk∞ , kAkF dengan menggunakan
norma-norma vektor yang tepat.
(a)
n
X
kAk1 = max |aij |
j
i=1
Xn
= max |xi xj |
j
i=1
Xn
= max |xi ||xj |
j
i=1
n
X !
= max |xj | |xi |
j
i=1
= kxk∞ kxk1
Berdasarkan nomor 5, hal ini berarti semua nilai singulir A memiliki nilai yang sama,
yaitu kxk22 , sehingga
kAk2 = max σi (A) = kxk22
i
62 CHAPTER 3. NORM MATRIKS
(c)
n
X
kAk∞ = max |aij |
i
j=1
Xn
= max |xi xj |
i
j=1
Xn
= max |xi ||xj |
i
j=1
Xn
= max |xi | |xj |
i
j=1
= kxk∞ kxk1
(d)
v
u n X
n
uX
kAkF = t |aij |2
i=1 j=1
v
n
u n X
uX
=t |xi xj |2
i=1 j=1
v
u n X
n
uX
=t |xi |2 |xj |2
i=1 j=1
v v
u n
u n
uX
uX
= t 2
|xi | t |xj |2
i=1 j=1
Pn Pn
Jawab Misalkan A = [aij ], maka A∗ A = [ k=1 aki akj ] dan AA∗ = [ k=1 aik ajk ].
∗
Karena
Pn PAA dan A A memiliki komponen diagonal yang sama, maka tr(A A) = tr(AA∗ ) =
∗ ∗
n 2 2 ∗
j=1 k=1 |akj | = kAkF . Selanjutnya, karena A A hermit, dan karena dua matriks yang
serupa memiliki trace yang sama, maka
n
X
tr(A∗ A) = tr(U DU ∗ ) = tr(D) = σi2
i=1
∗ 1/2 ∗ 1/2
Pr
Dengan demikian, kAkF = (tr(A A)) = (tr(AA )) = ( i=1 σi2 )1/2 .
9. Tentukan m, M real positif yang memenuhi sekaligus (i) mkAk1 ≤ kAk2 ≤ M kAk1 , untuk
setiap A ∈ Cn×n , dan (ii) mkA1 k1 = kA1 k2 , kA2 k2 = M kA2 k2 untuk suatu A1 , A2 ∈ Cn×n
kAxk2
kAk2 = max
x6=0 kxk2
√
nkAxk1
≤ max
x6=0 kxk1
√ kAxk1
= n max
x6=0 kxk1
√
= nkAk1
dan
kAxk1
kAk1 = max
x6=0 kxk1
√
nkAxk2
≤ max
x6=0 kxk2
√ kAxk2
= n max
x6=0 kxk2
√
= nkAk2
√
Sehingga √1 kAk1 ≤ kAk2 ≤ nkAk1 . Ambil A1 = I1 = A2 sehingga
n
1 1
√ kA1 k1 = √ kI1 k1 = 1 = kI1 k2 = kA1 k2
n 1
dan
√ √
kA2 k2 = kI1 k2 = 1 = 1kI1 k1 = nkA2 k1
10. Tentukan norm vektor di C n yang memenuhi pernyataan sifat 3.2.5 untuk norm matriks k·kF
Jawab Sifat 3.2.5. mengatakan bahwa untuk setiap norm matriks k · k di Cn×n , ada norm
vektor k · k0 yang memenuhi kAxk0 ≤ kAkkxk0 dengan A ∈ Cn×n dan x ∈ Cn . Perhatikan
bahwa v
u n
uX
kxk2 = t |xi |2 = kxe∗1 kF
i=1
Maka
kAxk2 = kAxe∗1 kF ≤ kAkF kxe∗1 kF = kAkF kxk2
Dengan demikian, norm vektor di C n yang memenuhi pernyataan sifat 3.2.5 untuk norm
matriks k · kF adalah k · k2 .
11. Tunjukkan bahwa norm matriks k · k2 adalah norm hasil induksi dari norm Euklid di Cn
Jawab Misalkan A ∈ Cn×n . Terdefinisikan norm matriks kAk2 = maxi σi (A). Perhatikan
bahwa A∗ A hermit, sehingga jika λi adalah nilai eigen dari A∗ A, berdasarkan teorema
Rayleigh-Jeans, kita peroleh
x∗ (A∗ A)x
max λi = max
i x6=0 x∗ x
64 CHAPTER 3. NORM MATRIKS
√
. Kita√ketahui bahwa norm euklid untuk x ∈ Cn terdefinisikan sebagai kxk2 = x∗ x. Karena
σi = λi merupakan nilai singulir dari A, maka
kAxk2
kAk2 = max
x6=0kxk2
p
kAxk22
= max p
x6=0 kxk22
r
(Ax)∗ (Ax)
= max
x6=0 x∗ x
s
(x∗ A∗ Ax)
= max
x6=0 x∗ x
q
= max λi
i
p
= max λi
i
= max σi (A)
i
Dengan demikian kAk2 = maxi σi (A) adalah norm hasil induksi dari norm Euklid di Cn .
12. (a) Misalkan D ∈ Cn×n matriks diagonal. Tentukan kDk2
A∗ A = AA∗ = (U DU ∗ )(U DU ∗ ) = U D2 U ∗
dengan komponen diagonal D2 adalah nilai eigen dari AA∗ dan AA∗ , yang berarti juga
merupakan kuadrat dari nilai singulir dari A. Hal ini mengakibatkan nilai eigen dari A
sama dengan nilai singulir dari A, demikian juga nilai maksimum modulusnya. Dengan
demikian ρ(A) = kAk2
13. Tunjukkan bahwa norm matriks k · k∞ adalah norm hasil induksi dari norm maksimum
modulus komponen k · k∞ .
Pn
Jawab Misakan A = [aij ] ∈ Cn×n , maka Ax = [ j=1 aij xi ]. Perhatikan bahwa
Pn
kAxk∞ maxi | j=1 aij xi |
max = max
x6=0 kxk∞ x6=0 maxi |xi |
Pn
maxi |xi | maxi | j=1 aij |
= max
x6=0 maxi |xi |
n
X
= max aij
i
j=1
= kAk∞
14. Jika k · k adalah norm matriks di Cn×n hasil induksi. Tunjukkan bahwa kIn k = 1
3.2. DIKTAT PAK MUCHLIS BAB 3 65
Jawab Misalkan k · k adalah norm matriks hasil induksi di Cn×n , perhatikan bahwa
kIxk kxk
kIn k = max = max = max(1) = 1
x6=0 kxk x6 = 0 kxk x6=0
kSAxk
= max , misal y = Sx
x6=0 kSxk
kSAS −1 yk
= max
y6=0 kyk
= kSAS −1 k
16. Misalkan k · k, k · k0 dua norm di Cn . Misalkan pula norm-norm hasil induksi keduanya
memenuhi kAk ≤ kAk0 , untuk semua A ∈ Cn×n dengan rank 1. Buktikan bahwa terdapat
konstanta real positif c yang memenuhi kvk = ckvk0 , untuk setiap v ∈ Cn
Jawab Misalkan A ∈ Cn×n matriks yang memiliki rank 1, maka A dapat dituliskan A = vet1
dengan v ∈ Cn . Misalkan juga k·k, k·k0 norm di Cn yang mana norm matriks hasil induksinya
memenuhi kAk ≤ kAk0 . Perhatikan bahwa untuk x ∈ Cn ,
= max kvet1 xk
kxk=1
= max kvx1 k
kxk=1
Dengan cara yang sama kita dapatkan kAk0 = akvk0 Sehingga, perhatikan bahwa
kAk ≤ kAk0
akvk ≤ akvk0
kvk ≤ kvk0
kvk = ckvk0 untuk 0 ≤ c ≤ 1
17. Misalkan A ∈ Cn×n tak singular dan b ∈ Cn , b 6= 0. Misalkan δb deviasi pada b dan δx
deviasi pada solusi yang diakibatkan δb. Tunjukkan bahwa
kδbk kδxk
≤ k(A)
kbk kxk
Jawab
kP vk2
kP k22 = max
v6=0 kvk2
kvw∗ vk2
= max
v6=0 kvk2
kvk2
= max
v6=0 kvk2
Jawab
kP k ≥ kwk2 kvk2
Berdasarkan nomor 5 Diktat Pak Muchlis Bab 3, hal ini berarti semua nilai singulir A
memiliki nilai yang sama, sehingga
λmax (A)
5. Buktikan K(A) ≥ ρ(A)ρ(A−1 ) = , ∀A ∈ Cn×n tak singular.
λmin (A)
Jawab Misalkan A ∈ Cn×n matriks tak singular, λmax (A) adalah nilai eigen terbesar dari
A, dan λmin (A) adalah nilai eigen terkecil dari A. Karena A tak singular, perhatikan bahwa
Ax = λmin (A)x
−1
A Ax = A−1 λmin (A)x
x = λmin (A)A−1 x
λ−1
min (A)x = A
−1
x
λmax (A−1 )x = A−1 x
Dengan demikian, ρ(A) = |λmax (A)| dan ρ(A−1 ) = |λmax (A−1 )| = |λ−1
min (A)|.
Misalkan k · k0 suatu norm vektor di Cn . Dari nomor 10 pada KK 5, telah ditunjukkan bahwa
berlaku kAxk0 ≤ kAkkxk0 untuk k · k suatu norm matriks di Cn×n . Sehingga dapat dilihat
bahwa
|λmax (A)|kxk0 = kλmax (A)xk0 = kAxk0 ≤ kAkkxk0
|λmax (A)| ≤ kAk
Dengan cara yang sama, kita dapatkan
|λ−1
min (A)| ≤ kA
−1
k
Sehingga
|λmax (A)|
K(A) = kAkkA−1 k ≥ = ρ(A)ρ(A−1 )
|λmin (A)|
pPn
6. Jika A normal, buktikan kAkF = i=1 |λi |2 , λi nilai eigen A.
3.3. TUGAS TAMBAHAN 69
7. (a) Apakah ∀A ∈ Cn×n berlaku kAk2 = kA∗ k2 ? Jika tidak, beri contoh penyangkal!
Jawab Misalkan A ∈ Cn×n . Berdasarkan nomor 1 Diktat Pak Muchlis Bab 2, kita
ketahui bahwa nilai eigen dari AA∗ dan A∗ A adalah sama. Dengan demikian nilai
singulir dari A dan A∗ juga sama, sehingga kAk2 = maxi σi (A) = maxi σi (A∗ ) = kA∗ k2
(b) Apakah berlaku ∀A ∈ Cn×n , kAk1 = kA∗ k∞
8. Misalkan x, y ∈ Cn , tentukan kxy ∗ k1 , kxy ∗ k2 , kxy ∗ kF menggunakan norm vektor yang tepat.
Jawab Misalkan x, y ∈ Cn
(a)
n
X
∗
kxy k1 = max |xi yj |
j
i=1
Xn
= max |xi ||yj |
j
i=1
n
X
= max |yj |
j
i=1
= kyk∞ kxk1
(b) Telah ditunjukkan pada nomor 4
(c)
v
u n X
n
uX
kxy ∗ kF = t |xi yj |2
i=1 j=1
v
u n X
n
uX
=t |xi |2 |yj |2
i=1 j=1
v
u n n
uX X
=t |xi |2 |yj |2
i=1 j=1
v v
u n
u n
uX
uX
= t 2
|xi | t |yj |2
i=1 j=1
= kxk2 kyk2
1
9. Tunjukkan n kAk∞ ≤ kAk1 ≤ nkAk∞ .
70 CHAPTER 3. NORM MATRIKS
Maka
kAuk∞ ≤ kAuk1 ≤ nkAuk∞
kAuk∞ kAuk∞ kAuk1 nkAuk∞ nkAuk∞
≤ ≤ ≤ ≤
nkuk∞ kuk1 kuk1 kuk1 kuk∞
1
kAk∞ ≤ kAk1 ≤ nkAk∞
n
10. Misalkan D matriks diagonal definit positif. Definisikan kxkD = (x∗ Dx)1/2 . Tunjukkan
norm matriks induksi dari kxkD adalah kAkD = maxi σi (D1/2 AD−1/2 ).
Jawab Misalkan D matriks diagonal definit positif, maka D = D1/2 D1/2 . Kita peroleh
kxkD = (x∗ Dx)1/2 = (x∗ D1/2 D1/2 x)1/2 = (x∗ D∗1/2 D1/2 x)1/2 = kD1/2 xk2
Misalkan A ∈ Cn×n , perhatikan bahwa
kAxkD
kAkD = max
x6=0 kxkD
kD1/2 Axk2
= max
D 1/2 x6=0 kD 1/2 xk2
kD1/2 Axk2
= max
D 1/2 x6=0 kD 1/2 xk2
11. Tunjukkan kxk = (x∗ Ax)1/2 adalah norm vektor dengan A adalah matriks definit positif.
•
kx + yk = ((x + y)∗ A(x + y))1/2
= ((x∗ + y ∗ )A(x + y))1/2
= ((x∗ Ax) + (y ∗ Ay))1/2
≤ (x∗ Ax)1/2 + (y ∗ Ay)1/2
= kxk + kyk
3.3. TUGAS TAMBAHAN 71
√
• kxk = 0 ⇒ x∗ Ax = 0 ⇒ x = 0 Dengan demikian, kxk = (x∗ Ax)1/2 adalah norm
vektor.
Jawab Misalkan A ∈ Cn×n dan U, V matriks uniter. Karena matriks yang serupa memiliki
trace yang sama, maka
kU AV kF = tr((U AV )∗ (U AV ))
= tr(A∗ A)
= kAkF
5. Misalkan A = [aij ] ∈ Cn×n matriks strictly diagonally dominant dan D = diag(a1 1, . . . , ann ).
Buktikan bahwa D mempunyai balikan dan ρ(In − D−1 A) < 1. [UAS S1 ’13/’14]
6. (a) Tunjukkan bahwa kAkF = kA∗ kF untuk setiap matriks A ∈ Cn×n .
(b) Apakah untuk setiap matriks A ∈ Cn×n berlaku kAk1 = kA∗ k1 ? Tunjukkan.
[U3 S2 ’13/’14]
7. Diberikan dua norm matriks k · kα dan k · kβ . Untuk setiap A ∈ Cn×n .
73
74 CHAPTER 4. LOKALISASI NILAI EIGEN
[U4 S2 ’11/’12]
2. Misalkan A ∈ Rn×n , A ≥ 0. Buktikan bahwa A tidak tereduksi jika dan hanya jika At tidak
tereduksi. [U4 S2 ’11/’12]
3. Misalkan A = (aij ) ∈ Rn×n , A ≥ 0, dan ρ(A) menyatakan modulus nilai eigen terbesar dari
matriks A. Buktikan bahwa
n
X n
X
min aij ≤ ρ(A) ≤ max aij
i i
j=1 j=1
. [U4 S2 ’11/’12]
4. Untuk matriks A = [aij ] ∈ Cn×n , cakram Gershgorin baris ke-i dari matriks A didefinisikan
sebagai
X
Di (A) = z ∈ C : |z − aii | ≤ |aij |
j6=i
Misalkan S adalah himpunan smua matriks di Cn×n yang nonsingulir dan σ(A)adalah him-
punan semua nilai karakteristik dari matriks A ∈ Cn×n . Buktikan bahwa
\
D(S −1 AS) = σ(A)
S∈S
[UTS S1 ’13/’14]
Di (A) ∩ Dj (A) = ∅
Buktikan bahwa semua nilai karakteristik dari A adalah real [UTS S1 ’13/’14]
4.3. SOAL UJIAN 75
[UTS S1 ’13/’14]
7. Misalkan A ∈ Rn×k dengan rank k. Buktikan bahwa matriks AT A mempunyai invers. [UTS
S1 ’13/’14]
8. Diberikan matriks A = [aij ] ∈ n × n. Misalkan λ suatu nilai eigen matriks A. Buktikan
bahwa
[n n
X
λ∈ {z ∈ C : |z − ajj | ≤ |aij |}
j=1 i=1
i6=j
1 1 1 1
9. Misalkan A = 1 1 1 1
1 1 1 1
1
0 4×2
0 konstruksikanlah matriks U2 = [u1 Au1 ] ∈ R
(a) Dengan menggunakan u1 =
0
(b) Dengan menggunakan metode Lanczos dan matriks U2 , tentukan M2 dan m2 yang
masing-masing merupakan hampiran nilai eigen terbesar dan terkecil dari matriks A.
10. Misalkan A ∈ Rp×n , B ∈ Rm×n , dan A+ adalah pseudoinvers dari A. Buktikan N (A) ⊆
N (B) jika dan hanya jika BA+ A = B, dengan N (A) adalah ruang nol matriks A.
11. Untuk setiap A = [aij ] ∈ Cn×n , definisikan
n
\ X
G(A) = {z ∈ C : |z − aii | ≥ |aij |}
i=1 j=1,j6=1
(a) Diberikan matriks A = [aij ] ∈ Cn×n dengan nilai eigenλ. Buktikan bahwa λ ∈ G(A) ∩
G(At ).
2 1 0
(b) Jika A = 1 4 1, tentukan G(A) ∩ G(At ) sebagai perkiraan lokasi nilai-nilai eigen
1 0 3
matriks A.
[U4 S1 ’14/’15]
0 1
12. Misalkan A0 = .
−1 0
(a) Misalkan A0 = A. Lakukan metode QR untuk mendapatkan A1 dan A2 .
(b) Buktikan bahwa Ak tidak konvergen ke suatu matriks segitiga atas.
[U4 S1 ’14/’15]
1 1 1
13. Misalkan A = 1 1 1. Dalam metode Lanczos, dari suatu vektor u ∈ Rn , perlu dikon-
1 1 1
struksi matriks Uk = [u Au · · · Ak−1 u] ∈ Rn×k , k = 1, 2, . . . , n, sehingga nilai-nilai eigen
∗
matriks A dihampiri oleh nilai-nilai eigen
ekstrim
matriks
Uk AUk . Dalam pengkonstruksian
1 1
matriks Uk , apakah dapat dipilih u = 0 atau u = 1? Jelaskan jawaban anda. [U4 S1
−1 1
’14/’15]