DIAGONALISASI

DIAGONALISASI

 Definisi:
 Matriks Anxn disebut dpt didiagonalisasi
(diagonalizable), jika terdapat matriks Pnxn
yang dapat dibalik sehingga P-1AP
merupakan matriks diagonal; matriks P
dikatakan mendiagonalisasi A.
DIAGONALISASI

 Teorema:
Matriks Anxn dapat didiagonalisasi jika
dan hanya jika mempunyai n vektor eigen
yang bebas linear.
DIAGONALISASI
Bukti:
() Karena A dapat didiagonalisasi, berarti ada
matriks P yg punya invers sehingga P-1AP
matriks diagonal.
Misalkan P-1AP = D, maka AP = PD.
 a11 a12 ... a1n   p11 p12 ... p1n  1 0 ... 0 
a  p p22 ... p2 n   0  ... 0 
a ... a
A 21 22 2 n  P   21 D 2 
            
     
 n1
a a n2 ... a nn   pn1 pn 2 ... pnn   0 0 ... n

Vektor-vektor kolom AP: Ap1 , Ap2 ,..., Apn

Vektor-vektor kolom PD: 1 p1 , 2 p2 ,..., n pn
DIAGONALISASI
Karena AP = PD, sehingga didapat:
Ap1  1 p1 , Ap2  2 p2 ,..., Apn  n pn
Karena P punya invers, maka det(P)  0,
sehingga vektor-vektor p1 , p2 ,..., pn bebas
linear.
O.k.i. p1 , p2 ,..., pn merupakan vektor eigen
dan 1 , 2 ,..., n nilai eigen.
Jadi, A punya n vektor eigen bebas linear
DIAGONALISASI
() Jika A punya n vektor eigen bebas linear,
A.d.t: A dapat didiagonalisasi.
Jika A punya n vektor eigen bebas linear,
p1 , p2 ,..., pn dengan nilai eigen 1 , 2 ,..., n
p ... p 
Misalkan 11
p
p
p
12

... p 
1n

P   21 22 2n 
    
 
 pn1 pn 2 ... pnn 

adalah matriks yg vektor-vektor kolomnya

p1 , p2 ,..., pn , vektor kolom AP Ap1 , Ap2 ,..., Apn
berarti Ap1  1 p1 , Ap2  2 p2 ,..., Apn  n pn
DIAGONALISASI
Sehingga
 1 p11 2 p12 ... n p1n   p11 p12 ... p1n  1 0 ... 0 
 p  p ...  p  p p22 ... p2 n   0 2 ... 0 
AP   1 21 2 22 n 2n 
  21
            
    

 1 n1
p  p
2 n2 ...  n nn 
p  pn1 pn 2 ... pnn   0 0 ... n 

 PD
Karena vektor-vektor kolom P bebas linear,
berarti det(P)  0 atau P punya invers.
Sehingga didapat P-1AP = D.
Jadi, A dapat didiagonalisasi
DIAGONALISASI
Langkah2 Mendiagonalisasi Anxn :
1) Cari nilai-nilai eigen 1 , 2 ,..., k ; k  n
2) Tentukan vektor-vektor eigen A, p1 , p2 ,..., pn
Jika vektor eigen yg didapat  n berarti A
tidak dpt didiagonalisasi (selesai)
3) Bentuk matriks P dengan menempatkan
vektor-vektor eigen sbg vektor kolomnya
4) Matriks Diagonal P-1AP dengan diagonal
utamanya 1 , 2 ,..., n
DIAGONALISASI

Contoh 1:
Apakah matriks ini dapat didiagonalisasi?
2 2 0
1 0 2 3
A  B  2 2 0 C 
3 1 2 1
0 0 4
DIAGONALISASI

Jawab:
a. Cari nilai eigen A
 1 0 1 0 
det I  A  det      

  0 1   3 1 
 1 0
    1  0
2

3  1
sehingga 1, 2  1
DIAGONALISASI
 Tentukan vektor eigen A
Untuk   1 didapat SPLH:
 0 0  x1  0
I  Ax  0         
 3 0  x2  0
Sehingga, 3x1=0, x2=t
0 
didapat vektor eigen: x   
1 
Karena vektor eigen A hanya 1, sedangkan A2x2
maka A tidak dapat didiagonalisasi.
DIAGONALISASI
b. Cari nilai eigen B
 1 0 0  2 2 0  
     
det I  B   det  0 1 0   2 2 0  
 0 0 1 0 0 4 
 
 2 2 0
 2  2 0  
   4   4  0
2

0 0  4
sehingga 1, 2  4, 3  0
DIAGONALISASI
 Tentukan vektor eigen B
Untuk 1, 2  4 didapat SPLH:
 2 2 0   x1  0
     
I  B x  0   2 2 0  x2   0
  0 0 0    x  0 
   3   
Sehingga, x1=-s, x2=s, x3=t  1 0
   
didapat vektor eigennya: x1   1 , x2  0
 0  1
DIAGONALISASI
Untuk 3  0 didapat SPLH:
  2 2 0    x1  0
     
I  B x  0    2  2 0   x2   0
 0  
0  4   x3  0

Sehingga, x1=r, x2=r, x3=0 1
 
didapat vektor eigennya: x3  1
0
Karena vektor eigen B ada 3 yg bebas linear,
dan B3x3 maka B dapat didiagonalisasi.
DIAGONALISASI
 1 0 1
 Dengan P   1 0 1
 0 1 0  4 0 0
dan matriks diagonal P 1BP  0 4 0
0 0 0

 Jika kolom P diubah menjadi

  1 1 0 4 0 0
P   1 1 0 , maka P 1BP  0 0 0
 
 0 0 1 0 0 4
DIAGONALISASI
c. Cari nilai eigen C
 1 0 2 3 
det I  C   det      

  0 1   2 1
 2 3
  2  3  4
2  1
   1  4  0
sehingga 1  1, 2  4
DIAGONALISASI
 Vektor eigen C
Untuk 1  1 didapat SPLH:
  3 3  x1  0
I  C x  0       
 2  2  x2  0
Sehingga, x1= x2 atau x1=s, x2=s

1
didapat vektor eigennya: x1   
1
DIAGONALISASI
 Vektor eigen C
Untuk 2  4 didapat SPLH:
 2 3 x1  0
I  C x  0       
 2 3 x2  0
Sehingga, 2x1= -3x2 atau x1=-3s, x2=2s

 3
didapat vektor eigennya: x2   
2
DIAGONALISASI

 Karena vektor eigen C ada 2, dan C2x2

maka C dapat didiagonalisasi.

1  3
 Dengan P   
1 2 
1  1 0
dan matriks diagonal P CP   
 0 4
Diagonalisasi Ortogonal

 Definisi:
 Matriks Anxn disebut matriks simetri, jika
memenuhi: At = A.
 3 1  2

 Contoh: A  1 0 5

 
 2 5 4 
Diagonalisasi Ortogonal

 Definisi:
 Matriks Anxn disebut matriks ortogonal,
jika memenuhi: A-1 = At.

Contoh:
Apakah matriks ini matriks ortogonal?
 1 1 35 4

A B
5
 3 
 1 1 54
5
Diagonalisasi Ortogonal

Jawab:
 1 1  1  1
2
A 

 A 
1 2
 1 
 1 1 21
2 

1  1
dan A t
1 1 
 
Jadi, A bukan matriks ortogonal
Diagonalisasi Ortogonal

35 5
4
1  3 4

B B 
5 5
3  4 3 
54
5  5 5

 3 4
5
dan B  
t 5
4 3 
 5 5

Jadi, B matriks ortogonal

Diagonalisasi Ortogonal

Sifat Matriks Ortogonal:

1) Vektor-vektor kolomnya membentuk
himpunan ortonormal terhadap hasil kali
dalam Euclides
2) Vektor-vektor barisnya membentuk
himpunan ortonormal terhadap hasil kali
dalam Euclides
Diagonalisasi Ortogonal

Definisi:
Matriks Anxn disebut dpt didiagonalisasi
ortogonal, jika terdapat matriks P
ortogonal sehingga P-1AP = PtAP
merupakan matriks diagonal.
Diagonalisasi Ortogonal

Misalkan Anxn dapat didiagonalisasi secara

ortogonal, maka berlaku:
 P-1AP = PtAP = D atau AP = PD
atau A = PDP-1 = PDPt.
 maka At = (PDPt)t = (Pt)tDtPt = PDPt = A
Jadi, matriks A simetri.
Diagonalisasi Ortogonal

Teorema :
Anxn matrik yang dapat didiagonalisasi
secara ortogonal jika dan hanya jika A
matriks simetri.
Diagonalisasi Ortogonal
Langkah-langkah diagonalisasi ortogonal matriks
simetri Anxn :
1) Tentukan nilai-nilai eigen matriks A
2) Tentukan vektor-vektor eigen A
3) Lakukan Proses Gram-Schmidt (PGS): hasil
kali dalam untuk mendapatkan vektor-vektor
eigen yang ortonormal.
4) Bentuklah matrik P dan matrik diagonal yang
entri pada diagonal utama nilai-nilai eigen yang
bersesuaian vektor eigen pada kolom P.
DIAGONALISASI

Contoh 2:
Tentukan matriks P ortogonal dari:
2 0 1 
1 2   2 2
A  B  0 1 0 C 
2 1  5 2
1 0 2
DIAGONALISASI

Jawab:
a. Cari nilai eigen A
 1 0 1 2 
det I  A  det      

  0 1   2 1 
 1 2
    2  3  0
2

2  1
sehingga 1  3, 2  1
DIAGONALISASI
 Vektor eigen A
2 2  x1  0
 Untuk   3 didapat SPLH:      
Sehingga, x1=-t , x2 = t  2 2  x2  0
 1
didapat vektor eigen: x1   
1
 2 2   x1  0
 Untuk   1 didapat SPLH:      
Sehingga, x1= t , x2 = t  2  2  x2  0
1
didapat vektor eigen: x2   
1
DIAGONALISASI
 Vektor eigen A ortonormal (PGS):
x1  1,1, x2  1,1
p1 
x1

 1,1  1 1 
 , 
x1  1 1  1.1  2 2 
x2  x2 , p1 p1
p2 
x2  x2 , p1 p1
x2 , p1  1.1 2   1. 1 2   0
p2 
x2

1,1  1 1 
 , 
x2 1.1  1.1  2 2 
DIAGONALISASI
 Vektor eigen A ortonormal (PGS):

1 2   1 2
p1   1 , p2   1 
 2  2
Sehingga,

 1 2 1
 t 3 0 
P 1 2
, P AP   
 2
1
2 0  1
DIAGONALISASI
b. Nilai eigen B
 2 0 1 1 0 0 
    
det B  I   det 0 1 0    0 1 0  
 1 0 2 0 0 1 

2 0 1
 0 1  0  2

 1      4  3  0
1 0 2
sehingga 1, 2  1, 3  3
DIAGONALISASI
 Vektor eigen B 1 0 1  x1  0
 Untuk 1, 2  1 didapat SPLH:
0 0 0  x   0
  2   
x1= -t , x2 = s , x3= t 1 0 1  x3  0
v.eigen :  1 0
x1   0 , x  1
 2  
 1   1 0 1   x1  0
0
 Untuk   3 didapat SPLH:
 0  2 0   x   0 
  2   
x1= t , x2 = 0 , x3= t 1  1 0  1  x3  0
 
didapat v.eigen: x3  0
1
DIAGONALISASI
 Vektor eigen B ortonormal (PGS):
x1   1,0,1, x2  0,1,0, x3  1,0,1

p1 
x1

 1,0,1  1

1 
,0, 
x1  1 1  0.0  1.1  2 2
x2  x2 , p1 p1
p2 
x2  x2 , p1 p1
x2 , p1  0.1 2   1.0  0. 1 2   0
p2 
x2

0,1,0
 0,1,0
x2 0.0  1.1  0.0
DIAGONALISASI
 Vektor eigen B ortonormal (PGS):
x1   1,0,1, x2  0,1,0, x3  1,0,1
x3  x3 , p1 p1  x3 , p2 p2
p3 
x3  x3 , p1 p1  x3 , p2 p2
x3 , p1  1.1 2   0.0  1. 1 2   0
x3 , p2  1.0  0.1  1.0  0
p3 
x3

1,0,1  1
  ,0, 
1 
x3 1.1  0.0  1.1  2 2
DIAGONALISASI
 Vektor eigen B ortonormal (PGS):
1 2  0   1 2
     
p1   0 , p2  1, p3   0 
 1 2 
 
0   1 
   2
Sehingga,
1 2 0 1 2 1 0 0
  t  
P 0 1 0 , P AP  0 1 0
1 2 0 1  0 0 3
 2
DIAGONALISASI
 2 2
C 
5 2
c. Matriks C tidak mempunyai P matriks
ortogonal, karena C bukan matriks
simetri.