1
Pendahuluan
Kita sudah membahas mengenai dua buah matriks (misal 𝐴 dan 𝐵) yang serupa (similar).
Hubungan yang dimiliki antara 2 matriks yang serupa adalah 𝐵 = 𝑃−1𝐴𝑃 dimana 𝑃 adalah
suatu matriks transisi. Matriks transisi ini sangat bergantung dari pemilihan basis sehingga
kita dapat memperoleh matriks 𝐵 yang berbeda-beda. Permasalahan sekarang adalah kita
ingin mencari keberadaan matriks similar yang berbentuk diagonal dari suatu matriks.
Matriks diagonal ini adalah salah satu tipe matriks yang sederhana dimana perhitungan
yang melibatkan matriks diagonal dapat dilakukan dengan lebih mudah dibandingkan dengan
matriks yang penuh. Kita juga sudah membahas mengenai sifat-sifat invariant yang dimiliki
oleh matriks serupa. Terakhir, kita akan membahas mengenai Pendiagonalan Ortogonal.
2
Similarity Invariant (Sifat Yang Tidak Berubah Pada Matriks Similar)
Sifat Similarity
Determinan 𝐴 dan 𝑃−1𝐴𝑃 memiliki determinan yang sama
Invers 𝐴 invertible jika dan hanya jika 𝑃−1𝐴𝑃 invertible
Rank 𝐴 dan 𝑃−1𝐴𝑃 memiliki rank yang sama
Nulitas 𝐴 dan 𝑃−1𝐴𝑃 memiliki nulitas yang sama
Trace 𝐴 dan 𝑃−1𝐴𝑃 memiliki trace yang sama
Polinomial Karakteristik 𝐴 dan 𝑃−1𝐴𝑃 memiliki polinomial karakteristik yang sama
Nilai Eigen 𝐴 dan 𝑃−1𝐴𝑃 memiliki nilai eigen yang sama
Dimensi Ruang Eigen Jika 𝜆 adalah sebuah nilai eigen dari 𝐴 (dan juga dari
𝑃−1𝐴𝑃 ) maka ruang eigen dari 𝐴 yang bersesuaian dengan
𝜆 dan ruang eigen dari 𝑃−1𝐴𝑃 yang bersesuaian dengan 𝜆
memiliki dimensi yang sama.
3
Definisi 1
Jika 𝐴 dan 𝐵 adalah matriks-matriks persegi, maka kita sebut 𝐵 adalah serupa (similar) dengan 𝐴
jika ada sebuah matriks invertible 𝑃 sehingga 𝐵 = 𝑃−1𝐴𝑃.
Definisi 2
Sebuah matriks persegi 𝐴 dikatakan dapat didiagonalisasi jika ia serupa dengan matriks diagonal:
yaitu jika ada sebuah matriks invertible 𝑃 sehingga 𝑃−1𝐴𝑃 adalah diagonal.
Pada kasus ini, matriks 𝑃 dikatakan mendiagonalkan 𝐴.
4
Teorema 5.2.1
Bukti a) ke b)
Diketahui 𝐴 dapat didiagonalkan, akan ditunjukkan 𝐴 memiliki 𝑛 buah vektor eigen yang bbl. Karena 𝐴 dapat
didiagonalkan, maka ada sebuah matriks 𝑃 yang invertible sehingga
𝐷 = 𝑃−1𝐴𝑃
dimana 𝐷 adalah sebuah matriks diagonal. Persamaan di atas ekuivalen dengan 𝑃 𝐷 = 𝐴𝑃. Misalkan vektor-vektor kolom
matriks 𝑃
dinotasikan dengan 𝒑𝟏, 𝒑𝟐, … , 𝒑 𝒏 dan entri-entri diagonal matriks 𝐷 sebagai 𝜆1, 𝜆2, … , 𝜆𝑛, maka
𝐴𝑃 = 𝐴 𝒑𝟏 𝒑𝟐 … 𝒑 𝒏 = (𝐴𝒑 𝟏 𝐴𝒑 𝟐 … 𝐴𝒑 𝒏 )
dan
𝑃𝐷 = (𝜆1𝒑𝟏 𝜆2𝒑𝟐 … 𝜆𝑛 𝒑𝒏 )
Akibatnya, 𝐴𝒑 𝟏 = 𝜆1𝒑𝟏, 𝐴𝒑 𝟐 = 𝜆𝒑𝟐, … , 𝐴𝒑 𝒏 = 𝜆𝒑𝒏. Perhatikan bahwa 𝑃 invertible, artinya vektor-vektor kolom matriks 𝑃
bebas linear.
Karena vektor-vektor kolom matriks 𝑃 bebas linear maka tidak ada vektor nol pada kolom-kolom matriks 𝑃 dan vektor-vektor kolomnya saling berbeda.
Akibatnya, kolom-kolom matriks 𝑃 merupakan vektor-vektor eigen untuk 𝐴 yang bebas linear dan berjumlah 𝑛 buah. 5
Teorema 5.2.2
a) Jika 𝜆1, 𝜆2, … , 𝜆𝑘 adalah nilai-nilai eigen yang berbeda dari sebuah matriks 𝐴, dan jika
𝒗𝟏, 𝒗𝟐, … , 𝒗𝒌 adalah vektor-vektor eigen yang bersesuaiaan, maka {𝒗𝟏, 𝒗𝟐, … , 𝒗𝒌}
adalah sebuah himpunan yang bebas linear.
b) Sebuah matriks 𝑛 × 𝑛 dengan 𝑛 buah nilai eigen yang berbeda adalah matriks yang
dapat didiagonalisasi.
−2
Persamaan karakteristik: 𝜆 − 1 𝜆Cari
−22
=0 matriks 𝑃
Vektor eigen yang bersesuaian −1
dengan yang
𝜆= 2
𝒑1 = 0 mendiagon
1
0 ,𝒑 𝟐 =0
alkan 𝐴 =
Vektor eigen yang bersesuaian dengan
1 𝜆=
1 1
𝒑𝟑 = −2 1
21
Matriks 𝑃 = (𝒑𝟏 𝒑𝟐
𝒑𝟑 ) −1
0 1
−2 1
Matriks diagonal 𝑃 = 0
1 0 2 0 0 −2 0 −1
1 0 −2 2 0 0
𝑃−1𝐴𝑃 = 1 1 1 1 2 1 10 1 1 = 0 2 0
−1 0 −1 1 01 330 11 0 1 0 0 1 7
Contoh 2
1
0
Persamaan
Tunjukkan karakteristik:
bahwa matriks 𝜆 − 1didiagonalkan:
berikut tidak dapat 𝜆− 2 2 𝐴 = 1 2 0 !
=0 −3
Vektor eigen yang bersesuaian dengan 𝜆 = 2
5
0
𝒑1 = 0 2
1
Vektor eigen yang bersesuaian dengan 𝜆 = 1
1/8
𝒑𝟐 = −1/
8
Karena 𝐴 adalah sebuah matriks 3 × 3 dan 1hanya ada 2 vektor basis,
maka
𝐴 tidak dapat didiagonalkan. 8
Teorema 5.2.3
Jika 𝑘 adalah sebuah bilangan bulat positif, 𝜆 adalah sebuah nilai eigen dari sebuah matriks 𝐴,
dan 𝒙 adalah sebuah vektor eigen yang bersesuaian, maka 𝜆𝑘 adalah sebuah nilai eigen dari 𝐴 𝑘
dan 𝒙 adalah sebuah vektor eigen yang bersesuaian.
Ilustrasi: 𝐴2𝒙 = 𝐴 𝐴𝒙 = 𝐴 𝜆𝒙 = 𝜆 𝐴𝒙 = 𝜆 𝜆𝒙 =
𝜆2𝒙
Contoh 3
0 0 −2 −1 2 0
𝐴= 1
0 2 1 −2 𝑃 = 0 1 1 𝐷 = 𝑃−1𝐴𝑃 0 2 0
=
1 0 3 1 0 1 0 0 1
𝐴13 = 𝐴𝐴 ⋯ 𝐴 𝑃𝐷𝑃−1 𝑃𝐷𝑃−1 ⋯
= −1 𝑃𝐷𝑃−1 13 0 1 0 2 −8190 0 −16382
2 0 1 1 1 = 8191 8192 8191
0 213 0 −1 0 −1 8191 90 16383
0
0 0
113
−2
Misal 𝜆0 adalah sebuah nilai eigen dari sebuah matriks 𝐴 berukuran 𝑛 × 𝑛.
10
Diagonalisasi Ortogonal
Definisi 3.
Jika 𝐴 dan 𝐵 adalah matriks-matriks persegi, maka kita sebut 𝐵 sebagai serupa
secara orthogonal (orthogonally similar) dengan 𝐴 jika terdapat sebuah matriks
orthogonal 𝑃 sehingga
𝐵 = 𝑃 𝑇 𝐴𝑃
𝐴 𝑇 = 𝑃𝐷𝑃 𝑇 𝑇 = 𝑃 𝑇 𝑇 𝐷 𝑇 𝑃 𝑇 = 𝑃𝐷𝑃 𝑇 = 𝐴
Jika 𝐴 adalah sebuah matriks berukuran 𝑛 × 𝑛 dengan entri-entri real, maka pernyataan berikut
ekuivalen.
a) 𝐴 dapat didiagonalkan secara orthogonal
b) 𝐴 memiliki sebuah himpunan ortonormal dari 𝑛 buah vektor eigen
c) 𝐴 simetrik
Teorema 7.2.2
12
Prosedur untuk Mendiagonalkan sebuah matriks 𝑨 Simetri berukuran 𝒏
×𝒏
Proses Gram-Schmidt:
Basis ortonormal untuk setiap ruang eigen
13
Contoh 4
4
Persamaan karakteristik: 𝜆 − 8 𝜆− 2 2 2
Cari=sebuah
0 matriks orthogonal 𝑃 yang mendiagonalkan 𝐴Gram-Schmidt
= 2 4 −
2 !
Vektor eigen yang bersesuaian dengan 𝜆 = 2 − 1 1 −
1 𝒗12= 1 , 𝒗𝟐 = 1
𝒖1 = −1 1 , 𝒖𝟐 = 2 1 6 −
0 0
Vektor eigen yang bersesuaian dengan 𝜆 = 8 1 2 0 1
Normalisasi 2
1 1 1
𝒖𝟑 = 1 𝒗𝟑4= 1
3 1
1
Matriks 𝑃 = (𝒑𝟏 𝒑𝟐
1 1
𝒑𝟑 ) −
1 −
6 3
2 1 1
𝑃 1 − 6 3
=
2 2 1
0 6 3
Matriks diagonal
1 1 0 1
− − 6 3
2 1
4 2 2 1 1 2 0
𝑃 𝑇 𝐴𝑃 12 1 2 4 2
−
= 0
−
6 −
6 2 1
= 212 2 2 4 0 2
1 26 3 14
0 0
3 3 6 6 1
0 0
1 3 8
3