MATRIKS POSITIF
Pada bab ini akan dibahas mengenai Teorema Perron, yaitu teori hasil kontribusi
dari seorang matematikawan German, Oskar Perron. Perron menerbitkan tulisannya
tentang sifat-sifat yang dimiliki oleh matriks positif pada tahun 1907. Teorema
Perron ini akan digunakan dalam pembahasan pada Bab III. Sifat-sifat yang akan
dibahas antara lain ; Teorema Perron (1907) berdasar pada A.Horn [1], dan Teorema
Jordan berdasar pada R.Fletcher [9].
Sebelum membahas mengenai Teorema Perron berikut ini akan dikenalkan notasi
yang akan digunakan dalam pembahasan selanjutnya. Misalkan A ∈ Mn (C) dengan
entri-entri bilangan kompleks, yaitu A = [aij ] untuk setiap i, j = 1,2,· · · , n dan
Mn (C) adalah ruang matriks kompleks n × n. Matriks A disebut matriks positif
dinotasikan A > 0, jika untuk setiap elemen dari matriks A bernilai positif . Pada
proyek ini notasi |a| menyatakan matriks atau vektor yang entri-entri matriks atau
vektornya adalah nilai mutlak entri-entri matriks atau vektor a.
Untuk membahas Teorema Perron akan diawali dengan pembahasan mengenai sifat-
sifat matriks positif, khususnya untuk matriks persegi. Tujuannya untuk menyelidiki
ke arah mana perluasan sifat matriks positif ini diturunkan berdasarkan nilai eigen
dan vektor eigen pada matriks A. Pada pembahasan AHP, matriks yang digunakan
adalah matriks positif sehingga sifat-sifat yang berlaku dalam matriks positif perlu
dikaji terlebih dahulu.
4
5
Definisi II.1.2 Misalkan A ∈ Mn (C). Himpunan semua nilai eigen A disebut spek-
trum A, dinotasikan σ(A). Spektral radius dari matriks A adalah ρ(A) = max{|λ| :
λ ∈ σ(A)}, Spektral radius dinotasikan ρ(A) merupakan lingkaran terkecil dalam
bidang kompleks yang memuat semua nilai eigen dari matriks A.
A|x| = ρ(A)|x|
0 < y = Az − ρ(A)z
berarti Az > ρ(A)z. Berdasar Akibat II.1.1 didapat ρ(A) > ρ(A). Hal ini tidak
mungkin. Haruslah y = 0 sehingga kesimpulannya |x| > 0. 2
Teorema II.1.2 Misalkan A ∈ Mn (C) dan A > 0, dan ρ(A) > 0, maka terdapat
vektor positif x ∈ Cn sehingga Ax = ρ(A)x
Bukti: Terdapat λ dengan |λ| = ρ(A) > 0 berdasar Definisi II.1.2 dan bersesuaian
dengan vektor eigen x 6= 0. Dari Lema II.1.1 vektor tersebut adalah |x|. 2
n
X
ρ(A)|xk | = |λ||xk | = |λxk | = | akp xp |
p=1
n n (2.1)
X X
≤ |akp ||xp | = |akp ||xp | = ρ(A)|xp | = ρ(A)|xk |
p=1 p=1
Teorema II.1.4 Misalkan A ∈ Mn (C), A > 0, dan λ ∈ σ(A) , maka |λ| < ρ(A),
untuk setiap nilai eigen λ 6= ρ(A).
Bukti: Berdasar Definisi II.1.2, |λ| ≤ ρ(A) untuk semua nilai eigen λ dari A.
Selanjutnya untuk kasus |λ| = ρ(A) dan Ax = λx, x 6= 0, berdasarkan Lema II.1.3
terdapat |x| = e−iθ x > 0, untuk suatu θ ∈ R. Dengan demikian
ρ(A)|x| = A|x|
= Ae−iθ x
= e−iθ Ax
= e−iθ λx
= λe−iθ x
= λ|x|
Tulis
qi
β = min1≤i≤n , dengan qi adalah entri ke-i dari vektor q
pi
dan pi adalah entri ke-i dari vektor p
Definisikan pula
Diperoleh r ≥ 0 dan paling sedikit satu koordinat dari r adalah 0, ini berarti r
bukan merupakan vektor positif, selanjutnya pandang
Ar = Aq − βAp
= ρ(A)q − βρ(A)p
= ρ(A)(q − βp)
= ρ(A)r
q = βp
e−1iθ2 w = βe−iθ1 z
w = βeiθ2 −iθ1 z
= βei(θ2 −θ1 ) z
Akibat II.1.6 Misalkan A ∈ Mn (C) dan misalkan pula A > 0,maka terdapat vektor
tunggal x ∈ Cn sehingga Ax = ρ(A)x, x > 0, dan |x|1 = ni=1 xi = 1
P
n
X
Ax = ρ(A)x, x > 0, |x|1 = xi = 1 (2.2)
i=1
|x1 |1 = α|x2 |1
(1.) Ax = λx
(2.) AT y = λy
(3.) xT y = 1
maka
(a.) Lx = x dan y T L = y T
(f.) semua nilai eigen tak nol dari A − λL, merupakan nilai eigen dari
A.
(4.) λ 6= 0
(7.) λ merupakan satu-satunya nilai eigen dari A dengan modulus ρ(A), dan
jika |λ1 | ≤ |λ2 | ≤ · · · ≤ |λn−1 | < |λn | = |λ| = ρ(A), maka:
Bukti:
xT yxT = xT
xy T x = x
Lx = x
11
Selanjutnya dari asumsi (3) kalikan kedua ruas dengan y sehingga didapat
yxT y = y
y T xy T = y T
yT L = yT
Ln+1 = Ln L
= LL
= (xy T )L
= xy T xy T
= x(y T L)
= xy T
= L.
• Am L = λ m L
Untuk m = 1, didapat
AL = Axy T = λxy T = λL
= An+1 − λn+1 L.
(f.) Akan dibuktikan bahwa untuk setiap nilai eigen tak nol dari (A − λL) juga
merupakan nilai eigen dari A. Misalkan µ 6= 0, nilai eigen dari
(A − λL), w 6= 0 adalah vektor eigen yang bersesuaian dengan µ, sehingga
(A − λL)w = µw. Perhatikan bahwa :
1
Lw = L( )(A − λL)w
µ
1
= L(A − λL)w
µ
1
= .0
µ
= 0.
(g). Ambil µ = λ. Andaikan w adalah vektor eigen dari (A − λI) yang berko-
14
(A − λL)w = λw = (A − λL)αx
= αAx − αλLx
= αλx − αλx
=0
A − λL
ρ(λ−1 A − L) = ρ( )
λ
ρ(A − λL)
=
ρ(A)
|λn−1 |
≤
ρ(A)
ρ(A)
< = 1.
ρ(A)
Dari Lema II.1.7 dapat disimpulkan Teorema II.1.8 berikut yang nantinya akan
digunakan untuk membuktikan bahwa ρ(A) adalah akar sederhana dari A pada
Teorema Perron.
Teorema II.1.8 Misalkan A ∈ Mn (C) dan A > 0, asumsikan (1)-(7) dari Lema
II.1.7 terpenuhi, maka limm→∞ [ρ(A)−1 A]m = L,
dengan L = xy T , Ax = ρ(A)x, AT y = ρ(A)y, untuk suatu x, y ∈ Cn , x > 0, y > 0,
dan xT y = 1 .
J1 0 ··· 0 λi 0 ··· 0
. .. .. ..
J2 . .
0 . 1 λi . .
B= , Ji =
.. .. .. .. .. ..
. . . 0
. . . 0
0 ··· 0 Jk 0 ··· 1 λi
Q∗ BQ = R
u1
Jika ku1 k =
6 1, bentuk v1 = ku1 k
dan perhatikan bahwa λ merupakan nilai eigen
A yang berkorespondensi dengan v1 juga. Dari sini dapat kita asumsikan bahwa
ku1 k = 1. Sekarang kita perluas u1 sehingga u1 , u2 , · · · , un adalah basis di Cn dan
dengan proses Gram-Schmidt asumsikan basis tersebut ortonormal.
uniter.
u∗1
u∗2
U ∗ AU = Au1 Au2 · · · Aun
..
.
u∗n
u∗1
u∗2
= λu1 λu2 · · · λun
..
.
u∗n
λ cT
=
0 B
T
1 c
W = ,
0 V
Perhatikan bahwa
(U W )∗ A(U W ) = W ∗ U ∗ AU W
= W ∗ (U ∗ AU )W
∗
T T T T
1 c λ c 1 c λ c V
= =
0 V 0 B 0 V 0 V ∗ BV
T
λ c V
= .
0 R1
Dengan demikian dapat disimpulkan bahwa pernyataan benar untuk semua n, yaitu
terdapat matriks uniter Q = U W sedemikian sehingga Q∗ AQ adalah matriks segi-
tiga atas. Selanjutnya dengan memperhatikan
Lema II.1.11 Misalkan R ∈ Cn×n matriks segitiga atas. Maka ada sebuah matriks
nonsingular X ∈ Cn×n sehingga
X −1 RX = diag(R1 , R2 , · · · Rm ), (2.3)
Misalkan benar untuk matriks segitiga atas dengan orde lebih kecil dari n. Misalkan
R ∈ Cn×n segitiga atas. Dengan dekomposisi Schur matriks umum dapat diper-
oleh dengan nilai eigen dalam sembarang order yang diberikan. Sehingga tanpa
mengurangi keumuman bahwa
R1 S
R=
0 R2
dengan R1 dan R2 tidak mempunyai nilai eigen yang sama, dan R1 = λ1 I+U1 dengan
U1 segitiga atas sejati. Sekarang ada matriks B dengan dimensi yang memenuhi
I B R1 S I −B R1 0
= ,
0 I 0 R2 0 I 0 R2
S = R1 B − BR2 . 2 (2.4)
Lema II.1.12 Misalkan R1 dan R2 berturut-turut adalah matriks segitiga atas dalam
Ck1 ×k1 dan Ck2 ×k2 , dan misalkan S ∈ Ck1 ×k2 , maka persamaan matriks
R1 B − BR2 = S,
20
λ(R1 ) ∩ λ(R2 ) = ∅.
T T T T T
λ1 r1 B b B b λ2 r2 σ1 s1
−
=
0 R̂1 w B̂ w B̂ 0 R̂2 s2 Ŝ
diperoleh
λ1 B + r1T w T
λ1 b + r1T B̂ Bλ2 Br2T T
+ b R̂2 σ1 sT1
− = .
T
R̂1 w R̂1 B̂ wλ2 wr2 + B̂ R̂2 s2 Ŝ
Jadi ,
a. (R̂1 − λ2 )w = s2
b. (λ1 − λ2 )B = σ1 − r1T w
(d). R̂1 B̂ − B̂ R̂2 = Ŝ + wr2T . λ(R̂1 ) ⊆ λ(R1 ); λ(R̂2 ) ⊆ λ(R2 ) dan λ(R1 ) ∩ λ(R2 ) = ∅
sehingga λ(R̂1 )∩λ(R̂2 ) = ∅. Dengan demikian persamaan matriks (d) tersebut
mempunyai solusi tunggal.
Dari (d) diperoleh λ(R̂1 ) ∩ λ(R̂2 ) = ∅. Dari (a) λ1 6= λ2 , akibatnya λ1 6∈λ(R2 ), dan
λ2 6∈λ(R1 ). Sehingga didapatkan λ(R1 ) ∩ λ(R2 ) = ∅. 2
Lema II.1.11 menjamin bahwa matriks segitiga pada Lema II.1.12 akan serupa
dengan matriks bentuk (2.3). Selanjutnya akan dibahas mengenai blok Jordan.
22
0 1 ··· 0
. ..
0 0 ..
.
Jk (0) =
.. .. . .
. . .
1
0 0 ··· 0
maka
0 0
JkT (0)Jk (0) = p
dan Jk (0) = 0 jika p ≥ k.
0 Ik−1
Teorema II.1.14 Misalkan A ∈ Mn (C) adalah matriks segitiga atas sejati, maka
terdapat matriks nonsingular S ∈ Mn (C) dan bilangan bulat n1 , n2 , · · · , nm dengan
n1 ≥ n2 ≥ · · · ≥ nm ≥ 1 dan n1 + n2 + · · · + nm = n sehingga berlaku;
Jn1 (0) 0 ··· 0
. ..
Jn2 (0) . .
0 .
−1
A=S S (2.5)
.. .. ..
. . . 0
0 ··· 0 Jnm (0)
23
dengan a ∈ Cn−1 , dan A1 ∈ Mn−1 (C) adalah matriks segitiga atas sejati. Berdasar-
kan pernyataan induksi, terdapat matriks nonsingular S1 ∈ Mn−1 sehingga
Jk1 0 ··· 0
... ..
−1
0 J k2 Jk1 0
.
S 1 A1 S 1 = = (2.6)
.. .. ..
. . . 0 0 J
0 · · · 0 Jkn
J k2 0
...
∈ Mn−1−k1 .
0 Jks
Perhatikan bahwa tidak ada diagonal blok Jordan dalam J yang mempunyai order
lebih dari k1 , dengan demikian berdasarkan Lema II.1.13 J k1 = 0.
24
Selanjutnya
T
1 0 1 0 1 0 0 a 1 0
A =
0 S1−1 0 S1 0 S1−1 0 A1 0 S1
T
0 a S1
=
0 S1−1 A1 S1
T
Partisi a S1 = aT1 aT2 , dengan a1 ∈ C1k1 dan a2 ∈ C n−1−k1 sehingga
0
aT1 aT2
T
0 a S
1
=
−1
0 Jk1 0
0 S 1 A1 S 1
0 0 J
1 −aT1 JkT1 0 0 aT1 JkT1 aT2
1 aT1 JkT1 0 0 a (I − T
JkT1 Jk1 ) aT2
= 0
0 I 0
0 Jk1 0
0 I 0 J k1 0
0 0 I 0 0 J 0 0 I 0 0 J
T T
0 (a e1 )e1 a2
=
0 J k1 0 .
0 0 J
(2.7)
25
1 T
aT
0 0 (a e1 )e1
0 aT2 aT1 e1 0 0 0 e1 aT2
1 e1
0 I 0 0 Jk1 0 0 I 0 = 0 J k1 0
0 0 aT1e1 I 0 0 J 0 0 aT1 e1 I 0 0 J
1
˜ T
J e1 a2
=
0 J
0 eT1
dengan J˜ = = Jk1 +1(0) adalah blok Jordan order k1 + 1 dengan dia-
0 Jk1
gonal utama adalah nol. Selanjutnya dengan menggunakan sifat Je˜ i+1 untuk i =
1, 2, · · · , k1 maka
e2 aT2 ˜ e1 aT2 e2 aT2 ˜ ˜ 2 aT e1 aT2 e2 aT2 J
I J I J Je 2 + +
=
0 I 0 J 0 I 0 J
˜ T
J e2 a2 J
= .
0 J
dengan i = 2, 3, · · · .
26
Karena
Jk1 = 0, maka dapat kita simpulkan bahwa A serupa dengan matriks
˜
J 0
yang merupakan matriks Jordan segitiga atas sejati.
0 J
T
0 0 a2
Untuk kasus aT1 e1 = 0, maka persamaan (2.7) menjadi
0 J k 1 0 Selanjutnya
0 0 J
dengan permutasi yang serupa diperoleh ;
0 I 0 0 0 aT2 0 I 0 J k1 0 0
I 0 0 0 J 0 I 0 0 = 0 0 aT . (2.8)
k1 2
0 0 I 0 0 J 0 0 I 0 J
0 aT2
S2−1 S2 = J˜ ∈ Mn−k1
0 J
Dari Lema II.1.11 berakibat untuk setiap blok segitiga serupa dengan bentuk matriks
Teorema II.1.9. Karena untuk setiap blok diagonal Ri terdapat matriks nonsingular
Xi sehingga
Lebih lanjut tentang Lema II.1.11 sampai dengan Lema II.1.13 dapat dikaji pada
R. Fletcher [9].
Setelah kita bahas mengenai bentuk Jordan berikut akan dibahas tentang
Akibat II.1.15 Jika A ∈ Mn (C) dan A > 0, maka L = limm→∞ [ρ(A)−1 A]m adalah
matriks positif dengan rank 1.
Bukti: Misalkan
λ1 1 0 ··· 0
0 λ2 1 ··· 0
L = lim (ρ(A)−1 S −1 JS)m
dengan J = ..
0 0 λ3 . 0
m→∞
.. .. .. ..
. . . . 1
0 0 0 ··· λn
28
Teorema II.1.16 Jika A ∈ Mn (C), dan A > 0, maka ρ(A) adalah nilai eigen
dengan multiplisitas aljabar 1; yaitu ρ(A) adalah akar simpel dari persamaan karak-
teristik PA (t) = 0.
= lim [ρ(A)−m U ∗ 4U ]
m→∞
m
ρ
..
. ∗
ρ
−m ∗
= lim ρ(A) U U
m→∞
λk+1
0 ...
λn
29
m
ρ
...
∗
ρm
−m ∗
L = lim ρ(A) U U
m→∞
λm
k+1
..
0
.
λm
n
ρm
ρm
..
. ∗
ρm
∗ ρm
= lim U U.
m→∞ λm
k+1
ρm
0 ...
m
λn
ρm
Berdasarkan Akibat II.1.15, karena matriks segitiga atas pada penyajian terakhir
mempunyai rank = k, sedangkan L sendiri mempunyai rank 1. Hal ini berarti k=1
maka haruslah multiplisitas aljabarnya 1. 2
30
Berdasarkan uraian yang telah disebutkan di atas tentang sifat-sifat matriks positif,
berikut ini merupakan rangkuman sifat-sifat tersebut yang dikenal dengan 1907).
Dalam Teorema Perron ρ(A) merupakan nilai eigen terbesar pada matriks A. Hal
ini sebagai dasar pada AHP yaitu λmaks merupakan nilai eigen terbesar pada ma-
triks perbandingan berpasangan.
Teorema II.1.17 (Teorema Perron) Misalkan A ∈ Mn×n (C), A > 0, maka pernya-
taan berikut benar:
1. ρ := ρ(A) > 0
Teorema II.1.17 ini sebagai dasar dalam pembahasan pada bab III, terutama bagian
(1) sampai bagian (4). Untuk bagian (4) akan digunakan dalam pembuktian bah-
wa vektor singular kiri dan kanan u dan v pada dekomposisi nilai singular adalah
positif.