Aljabar Linear Elementer

MA1223
3 SKS
Silabus :
Bab I Matriks dan Operasinya
Bab II Determinan Matriks
Bab III Sistem Persamaan Linear
Bab IV Vektor di Bidang dan di Ruang
Bab V Ruang Vektor
Bab VI Ruang Hasil Kali Dalam
Bab VII Transformasi Linear
Bab VIII Ruang Eigen
15/12/2019 18.30 MA-1223 Aljabar Linear 1
Beberapa Aplikasi Ruang Eigen
 Uji Kestabilan dalam sistem dinamik
 Optimasi dengan SVD pada pengolahan Citra
 Sistem Transmisi
 dan lain-lain.

Definisi :
Misalkan Anxn matriks matriks bujur sangkar
v adalah vektor tak nol di Rn dan λ adalah skalar Rill
sehingga memenuhi :
Av   v, v0
maka λ dinamakan nilai eigen dari A,
sedangkan v dinamakan vektor eigen dari A

15/12/2019 18.30 MA-1223 Aljabar Linear 2

Contoh :
Nilai eigen
 1 2  1  5  1
        5  
 4 3   2   10   2

Vektor eigen

15/12/2019 18.30 MA-1223 Aljabar Linear 3

Perhatikan !!!
Av   v
Av   v  0
A v  I v  0
 A  I  v  0
Ingat….
v merupakan vektor tak nol
Persamaan Karakteristik
Ini Berarti
det  A  I   0

15/12/2019 18.30 MA-1223 Aljabar Linear 4

Contoh :
Tentukan nilai eigen dari matriks
 1 0 -2 
 
A 0 1 2 
 -1 0 
 0

Persamaan Karakteristik det (A – λI) = 0

 1 0 -2   1 0 0 
 0 1 2    0 1 0  0
   
- 1 0 0   0 0 1 

1-  0 -2
0 1-  2 0
-1 0 -

15/12/2019 18.30 MA-1223 Aljabar Linear 5

• Dengan ekspansi kopaktor sepanjang kolom ke-2
(1− λ) ( (1−λ) (−λ) − 2 ) = 0
(1 − λ) ( λ² − λ − 2) = 0
(1 − λ) ( λ − 2) ( λ + 1) = 0

Jadi, matriks A memiliki tiga buah nilai eigen yaitu :

λ = −1, λ = 1, dan λ = 2.

Contoh :
Tentukan basis ruang eigen dari :

 2 1 1 
 
A 1 2 1 
 1 
 1 2 

15/12/2019 18.30 MA-1223 Aljabar Linear 6

Jawab :
Nilai eigen dari A diperoleh saat det  A  I   0
 -2 -1 -1
-1  -2 -1  0
-1 -1  -2

 -2 -1 -1 -1 -1  -2
   2   0
-1  -2 -1  -2 -1 -1

 (λ – 2){( λ – 2)2 –1} + (–λ +1) – (1+( λ–2)) = 0

 (λ – 2){ λ2 – 4 λ + 3} – (λ – 1) – (λ – 1) = 0
 (λ – 2){( λ – 3)( λ – 1 )} – 2 (λ – 1) = 0
 (λ – 1)(( λ – 2)( λ – 3) – 2) = 0
 (λ – 1)( λ2 – 5 λ + 4) = 0
 (λ – 1)2( λ – 4) = 0
15/12/2019 18.30 MA-1223 Aljabar Linear 7
Nilai Eigen dari matriks tersebut adalah 1 dan 4.
• Untuk λ = 1
 -1 -1 -1   x   0 
     
 -1 -1 -1   y 
  0 
 -1   z   0 
 -1 -1     
Dengan OBE diperoleh  1 1 1 0
 
0 0 0 0
0 0 0 0 
maka 

 x  s t   1   1
       
 y   s    1  s 0 t
z  t  0 1
       

dimana s, t adalah parameter

15/12/2019 18.30 MA-1223 Aljabar Linear 8
Jadi Basis ruang eigen yang bersesuaian dengan =1
adalah

   1   1 
     
  1 ,  0  
 0 1 
     

Ingat bahwa…
Vektor eigen merupakan kelipatan dari
unsur basis tersebut

15/12/2019 18.30 MA-1223 Aljabar Linear 9

• Untuk λ = 4
 2 -1 -1   x   0 
     
 -1 2 -1   y  0 
 -1 -1   z   0 
 2     

Dengan OBE diperoleh 1 0 1


0

0 1 1 0
0 0 0 0 

maka  x   1 
   
 y    1 s
 z   1 
   
Jadi basis ruang eigen yang bersesuaian dengan =4
adalah
1 
  
1 
1 
  

15/12/2019 18.30 MA-1223 Aljabar Linear 10

Diagonalisasi
Definisi : Suatu matriks kuadrat Anxn dikatakan
dapat didiagonalkan (diagonalizable)
jika terdapat matriks P yang mempunyai invers
sehingga P–1AP merupakan matriks diagonal.

Matriks P dinamakan matriks yang mendiagonalkan

(pendiagonal) dari A.

Vektor-vektor kolom dari matriks P adalah vektor-vektor

eigen dari A.

15/12/2019 18.30 MA-1223 Aljabar Linear 11

Contoh :
Tentukan matriks yang mendiagonalkan
1 0 0
 
A  0 1 1
0 1 1
 
Jawab :
Persamaan karakteristik dari matriks A adalah :
.I  A  0
atau
  0 0  1 0 0 
    
det   0  0   0 1 1   0
  0 0   0 1 1 
    

15/12/2019 18.30 MA-1223 Aljabar Linear 12

    1 0 0 
 
det  0   1 1   0
 0 1   1

Dengan menggunakan ekspansi kofaktor :
Pilih Baris I
det .I  A  a11c11  a12 c12  a13c13

   1     2  0  0

  1     2

Sehingga diperoleh nilai eigen

  0 ;  1 ;   2
15/12/2019 18.30 MA-1223 Aljabar Linear 13
Untuk   0
Dengan OBE maka
 1 0 0  1 0 0  1 0 0
.I  A ~  0  1  1 ~  0 1 1  ~  0 1 1

 0  1  1 0
 
 0  1  1
   0 0 
 x1   0 
   
 x2    1  t , dimana t adalah parameter tak nol
 x    1
 3  
Jadi vektor eigen yang bersesuaian dengan   0
adalah 0
 
P1   1 
  1
 
15/12/2019 18.30 MA-1223 Aljabar Linear 14
Untuk   1
Dengan OBE maka
 0 0 0   0 0 0  0 1 0
     
.I  A ~  0 0  1 ~  0 0 1  ~  0 0 1 
 0 1 0   0 1 0  0 0 0
     

 x1   1 
   
 x2    0  t , dimana t adalah parameter tak nol
 x   0
 3  

Jadi vektor eigen yang bersesuaian dengan   1

adalah 1
 
P2   0 
 0
 
15/12/2019 18.30 MA-1223 Aljabar Linear 15
Untuk 2
Dengan OBE maka
1 0 0  1 0 0 
   
.I  A ~  0 1  1 ~  0 1  1
0 1 1  0 0 0 
   
 x1   0 
   
 x2    1  t , dimana t adalah parameter tak nol
 x  1
 3  

Jadi vektor eigen yang bersesuaian dengan   2

adalah  0
 
P3   1 
1
 
15/12/2019 18.30 MA-1223 Aljabar Linear 16
Perhatikan
k1 P1  k 2 P2  k 3 P3  0

 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

merupakan himpunan yang bebas linear

15/12/2019 18.30 MA-1223 Aljabar Linear 17

Jadi, Matriks yang mendiagonalkan A adalah :
 0 1 0
 
P   1 0 1
 1 0 1
  0 0 0
1
 
Matriks diagonal yang dihasilkan adalah : D  P AP   0 1 0 
 0 0 2
 

1 0 0
Hal yang perlu diperhatikan, matriks  
P  0 1 1
 0 1 1 
 
Juga mendiagonalkan A.
Tapi matriks diagonal yang terbentuk adalah :
1 0 0
1
 
D  P AP   0 0 0 
 0 0 2
 
15/12/2019 18.30 MA-1223 Aljabar Linear 18
Bnxn dikatakan matriks ortogonal jika B–1 = Bt

Pernyataan berikut adalah ekivalen :

• Bnxn adalah matriks ortogonal.
• Vektor-vektor baris dari B membentuk himpunan
ortonormal di Rn dalam RHD Euclides.
• Vektor-vektor kolom dari B membentuk himpunan
ortonormal di Rn dalam RHD Euclides.

Misalkan P merupakan matriks ortogonal maka

berlaku :
• P tP = I
 Px  x , untuk setiap x di Rn

15/12/2019 18.30 MA-1223 Aljabar Linear 19

Contoh :
Berikut adalah contoh matriks ortogonal :
 12 1

A 1 2 
 1 
 2 2 
 1 0  12 
 2
B 0 1 0 
 1 1  
 2 0 2 

Terlihat bahwa setiap vektor baris/kolom

merupakan vektor satuan
Dan hasilkali dalam antar vektor tersebut adalah nol
15/12/2019 18.30 MA-1223 Aljabar Linear 20
Perhatikan bahwa :
At A  I 2 x 2 dan B t B  I 3x 3
Sementara itu,
 12 1
 8  142 
 1 2     2 
 1   6  
 2 2    2
196 4
 
2 2

 100

8
  
6

15/12/2019 18.30 MA-1223 Aljabar Linear 21

Definisi :
Suatu matriks Anxn dikatakan dapat didiagonalkan
secara ortogonal
jika terdapat matriks ortogonal P
sedemikian hingga
P–1AP (=PtAP) merupakan matriks diagonal.

15/12/2019 18.30 MA-1223 Aljabar Linear 22

Perhatikan bahwa :
D = P–1AP atau A =PDP–1
Misalkan P merupakan matriks ortogonal, maka
A = PDPt
Sehingga diperoleh hubungan
At = (PDPt)t
= (Pt )t DPt
= PDPt
=A

A dapat didiagonalkan secara ortogonal

jika dan hanya jika A matriks simetri

15/12/2019 18.30 MA-1223 Aljabar Linear 23

Misal Anxn, cara menentukan matriks ortogonal P
yang mendiagonalkan A :
• Tentukan nilai eigen
• Tentukan basis ruang eigen untuk setiap nilai eigen
yang diperoleh
• Rubah setiap basis pada (b) menjadi basis ruang
eigen yang ortonormal.
• Bentuk matriks P dimana vektor-vektor kolomnya
berupa basis ruang eigen yang ortonormal.
Contoh :
Tentukan matriks yang mendiagonalkan secara
ortogonal matriks 1 0 0
 
A  0 1 1
0 1 1
 
15/12/2019 18.30 MA-1223 Aljabar Linear 24
Jawab :
Basis ruang eigen :
• Untuk   0 adalah
 0   0 
   1 
 1   2 
 1   1 
 
 2 

• Untuk   1 adalah
 1   1 
   
 0   0 
 0   0 
   
• Untuk   2 adalah
 0   0 
   1 
 1   2 
 1   1 
 
 2 
15/12/2019 18.30 MA-1223 Aljabar Linear 25
Dengan demikian, secara berurutan
basis ruang eigen yang ortonormal matriks tersebut
 0   1   0 
 
 1    dan  1 
 2   0   2 
  1   0   1 
 2 
   2 

Sehingga, matriks ortogonal yang mendiagonalkan A

adalah :

, 0 1 0 
 
P 1 2 0 1
2
 1 0 1 
 2 2

15/12/2019 18.30 MA-1223 Aljabar Linear 26

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 )      
dt
 3 r2 (t )  r2 '    0  3 0   r2 
 r '  0 0 1  r 
dr3 (t )
 r3 (t )
 3    3
dt
Dengan mudah solusi sistem PD tersebut adalah :
 r1   e 
2t
    3t 
 r2    2e 
r   3et 
 3   

15/12/2019 18.30 MA-1223 Aljabar Linear 27

Masalahnya, sistem persamaan diferensial
tidak selalu memberikan matriks koefisien
yang berbentuk matriks diagonal.

Bentuk Umum SPD orde 1 :

 x1 '   a11 a12  an1   x1 
     
 x2 '   a21 a22  an 2   x2 
         
     
 x '  a  ann   xn 
 n   n1 an 2
Langkah-langkah menyelesaikan SPD orde 1 linear :
• Menentukan matriks P yang mendiagonalkan A.
• Tulis SPD dummy dalam bentuk U '  DU
dimana D  P 1 AP
• Tentukan solusi SPD dummy U '  DU
• Solusi SPD adalah X  PU
15/12/2019 18.30 MA-1223 Aljabar Linear 28
Contoh 6 :
Tentukan solusi dari sistem persamaan diferensial
dx1
 4 x1  2 x2
dt
dx2
 x1  x2
dt
Jawab :
Tulis SPD dalam bentuk :
 x1 '   4  2   x1 
      
 x2 '   1 1   x2 
Dengan PK
 4 2
0
1  1

Nilai eigen dari matriks koefisien,  = 2 dan  = 3

15/12/2019 18.30 MA-1223 Aljabar Linear 29
• BRE yang bersesuaian dengan  = 3  2 
 
 1 
1 
• BRE yang bersesuaian dengan  = 2   
1 

 2 1
Sehingga diperoleh P   
 1 1
3 0
Karena 1
D  P AP   
 0 2
maka SPD dummy berbentuk :
 u1 '   3 0   u1 
      
 u2 '   0 2   u2 
Solusi SPD dummy adalah
u1  c1e3t dan u2  c2e
2t

15/12/2019 18.30 MA-1223 Aljabar Linear 30

Solusi dari SPD

 x1   2 1  c1e3t 
X  PU       2t 
 x2   1 1  c2e 
atau
x1  2c1e3t  c2e2t
x2  c1e3t  c2e2t

15/12/2019 18.30 MA-1223 Aljabar Linear 31

Contoh 8.9 :
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

15/12/2019 18.30 MA-1223 Aljabar Linear 32

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
15/12/2019 18.30
Akhirnya diperoleh MA-1223 Aljabar Linear 33
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

adalah vektor tak nol yang berbentuk

 x1    1
     t , dimana t merupakan parameter.
 x2   1 
Jadi basis ruang eigen yang bersesuaian dengan   1
adalah
  1
P1   
1
15/12/2019 18.30 MA-1223 Aljabar Linear 34
Untuk   3
 1  1  1  1 x1  x 2  0
.I  A ~   ~  
x1  x 2
 1 1  0 0 
x2  t
Jadi vektor eigen yang bersesuaian dengan   3
adalah vektor tak nol yang berbentuk
 x1   1 
     t , dimana t merupakan parameter
 x2   1 
Jadi basis ruang eigen yang bersesuaian dengan   3
adalah
 1
P2   
 1

15/12/2019 18.30 MA-1223 Aljabar Linear 35

Sehingga Solusi Umum SPD U’ = D U adalah
 et 
U  
 e3t 
 
Dengan demikian solusi SPD kita adalah :
X  PU
atau
 p    1 1  c1et 
      3t 
 q   1 1  c2e 
sehingga

p  c1et  c2e3t

q  c1et  c2e3t

15/12/2019 18.30 MA-1223 Aljabar Linear 36

 Untuk t  0 p0  1 dan q0  3 sehingga
 1    C1  C 2 
    
 3   C1  C 2 

Dengan Eliminasi didapat C1  1 ; C2  2

Jadi solusi masalah nilai awal tersebut adalah

p(t )  2e3t  et
q(t )  2e3t  et

15/12/2019 18.30 MA-1223 Aljabar Linear 37

Latihan Bab 8  1 0 3
 
1. Tentukan basis ruang eigen dari A   0 2 0 
 1 0 3
 3  2 0  
2. Diketahui : 
B 0

1 0
  4 4 1
 

Apakah B matriks dapat didiagonalkan, jelaskan

3. Suatu Matriks A2x2 memiliki basis ruang eigen :
• λ=–3 1 
 
 3 
• λ= 1   1
 
 2 

Tentukan matriks A !

15/12/2019 18.30 MA-1223 Aljabar Linear 38

4. Tentukan solusi dari masalah nilai awal :
dp
 2 p (t )  q (t )
dt
dq
 p (t )  2q (t )
dt
dengan kondisi awal
p(0)  1 dan q(0)  3

15/12/2019 18.30 MA-1223 Aljabar Linear 39