ALJABAR LINEAR

PERTEMUAN 10
DIAGONALISASI

D4 STATISTIKA / KOMPUTASI STATISTIKA

POLITEKNIK STATISTIKA STIS
 DIAGONALISASI

DEFINISI
Sebuah matriks bujursangkar A dikatakan dapat didiagonalkan (diagonalizable)
Jika ada matriks P yang dapat dibalik (invertible) sehingga .
D merupakan suatu matriks diagonal yang entri-entri diagonal utamanya adalah
nilai eigen dari A.
Matriks P dikatakan mendiagonalkan A
Matriks P kumpulan vektor eigen yang bebas linear dari A
 DIAGONALISASI

TEORAMA
Jika A adalah matriks yang berukuran nxn, maka pernyataan berikut ini ekuivalen
Satu sama lain:
1. A dapat didiagonalisasi
2. A mempunyai n vektor eigen yang bebas linear
 PROSEDUR DIAGONALISASI

TEOREMA
Jika adalah vektor-vektor eigen dari A yang berkorespondensi
dengan nilai eigen yang berbeda , maka adalah
himpunan yang bebas linear
 PROSEDUR DIAGONALISASI

LANGKAH 1
cari n vektor eigen yang bebas linear dari A yaitu
LANGKAH 2
bentuk matriks P yang mempunyai sebagai vektor kolomnya
LANGKAH 3
matriks akan didiagonalisasi dengan sebagai elemen elemen diagonal-
nya yang berurutun, dimana nilai eigen yang
bersesuian dengan , .
CONTOH
Carilah matriks P yang mendiagonalkan matriks

Penyelesaian
Diperoleh nilai eigen dari A yaitu dan
CONTOH
untuk maka
CONTOH
untuk maka
CONTOH
Dibentuk matriks dengan bebas linear
CONTOH
Carilah matriks P yang mendiagonalkan matriks

Penyelesaian
Diperoleh nilai eigen dari A yaitu , dan
CONTOH
untuk maka
CONTOH
untuk maka
CONTOH
Karena ordo P tidak sama dengan ordo A. maka A tidak dapat
didiagonalkan
Sifat-sifat Keterangan
Determinan dan memiliki determinan yang sama
Invers A invertible jika dan hanya jika
Rank dan memiliki rank yang sama
Nullity dan memiliki nullity yang sama
Trace dan memiliki trace yang sama
Polinomial karakteristik dan memiliki polynomial karakteristik yg sama
Nilai eigen dan memiliki nilai eigen yang sama
Dimensi ruang eigen Jika adalah nilai eigen dari dan maka ruang eigen dari A
berkorespondensi ke dan ruang eigen dari berkorespon-
densi ke yang masing-masing memiliki dimensi yang sama
TEOREMA
Jika k adalah bilangan bulat positif dan dan x adalah nilai eigen dan vektor eigen
dari A, maka , dengan D adalah matriks diagonal dengan diagonal utama
memuat nilai eigen dari A.
CONTOH
Carilah matriks P yang mendiagonalkan matriks

Penyelesaian
Diperoleh nilai eigen dari A yaitu dan
CONTOH

Maka
DIAGONALISASI ORTOGONAL MATRIKS SIMETRIS

DEFINISI
Matriks A berukuran nxn dikatakan matriks yang dapat didiagonalkan secara
orthogonal jika ada matriks P yang orthogonal sehingga adalah matriks diago-
nal. Matriks P disebut mendiagonalkan A secara orthogonal

TEOREMA
A matriks yang dapat didiagonalisasi secara orthogonal jika dan hanya jika
vektor eigen dari matriks A adalah himpunan orthogonal
DIAGONALISASI ORTOGONAL MATRIKS SIMETRIS

TEOREMA
A matriks yang dapat didiagonalisasi secara orthogonal jika dan hanya jika
matriks A adalah matriks simetris (

TEOREMA
Jika A adalah matriks simetris, maka vektor-vektor eigen dari ruang-ruang eigen
berbeda akan orthogonal
 PROSEDUR DIAGONALISASI MATRIKS
SIMETRIS SECARA ORTOGONAL

1. Mencari basis untuk setiap ruang eigen dari matriks A

2. Gunakan proses GRAMM-SCHIDT pada setiap basis untuk mendapatkan
basis ortonormal pada setiap ruang eigen
3. Bentuk matriks P yang kolom-kolomnya merupakan vektor-vektor basis yang
dibangun dalam langah 2. Matriks P akan mendiagonalisasi matriks A secara
ortonormal
CONTOH
Carilah matriks P yang orthogonal sehingga mendiagonalisai
matriks A

PENYELESAIAN

Diperoleh nilai eigen yaitu dan

CONTOH
Untuk

Dengan

Sehingga diperoleh

Basis untuk yaitu

CONTOH
Basis untuk yaitu tidak ortonormal sehingga digunakan
proses Gramm-Schmidt pada untuk mendapatkan vektor eigen
yang ortonormal
CONTOH
Untuk

Dengan

Sehingga diperoleh

Basis untuk yaitu

CONTOH
Basis untuk yaitu tidak ortonormal sehingga digunakan
proses Gramm-Schmidt pada untuk mendapatkan vektor eigen
yang ortonormal
CONTOH
Dibentuk matriks dengan saling bebas linear
CONTOH
Carilah matriks P yang orthogonal sehingga mendiagonalisai
matriks A

PENYELESAIAN

,,
CONTOH
Untuk

Dengan menggunakan OBE diperoleh

Sehingga diperoleh

Basis untuk yaitu

CONTOH
Basis untuk yaitu tidak ortonormal sehingga digunakan
proses Gramm-Schmidt pada untuk mendapatkan vektor eigen
yang ortonormal
CONTOH
Untuk

Dengan menggunakan OBE diperoleh

Sehingga diperoleh

Basis untuk yaitu dan

CONTOH
Basis untuk yaitu dan tidak ortonormal sehingga digunakan
proses Gramm-Schmidt pada untuk mendapatkan vektor-vektor
eigen yang ortonormal
CONTOH
CONTOH
Dibentuk matriks dengan saling bebas linear
 SINGULAR VALUE DECOMPOSITION (SVD)

DEFINISI
Jika A adalah matriks berukuran mxn, dan jika adalah nilai eigen dari maka ter-
dapat

Yang disebut dengan singular value dari matriks A

CONTOH
Tentukan singular value dari matriks

Penyelesaian

(Persamaan Karakteristik)

dan

dan
 SINGULAR VALUE DECOMPOSITION (SVD)

TEOREMA
1. Nilai eigen yang positif dari dan identik

2. dan dapat didiagonalkan secara orthogonal

 SINGULAR VALUE DECOMPOSITION (SVD)

TEOREMA
Jika A adalah matriks berukuran mxn dengan rank(A)= r>0, terdapat matriks
ortogonal P dan Q yang masing-masing berukuran mxm dan nxn, sehingga
A=PDQT dan D=PTAQ dengan matriks D berukuran mxn, maka terdapat matriks
dengan
(a) jika r=m=n (b) , jika r=m < n

(c) , jika r=n < m (c) , jika r<m, r<n

adalah matriks diagonal berukuran rxr dengan elemen diagonalnya adalah

bilangan positif. Elemen diagonal adalah nilai eigen ATA dan AAT . Bilangan
positif akar ATA dan AAT disebut nilai singular
 SINGULAR VALUE DECOMPOSITION (SVD)

AKIBAT
Jika A adalah matriks mxn dengan rank(A)= r>0, terdapat matriks ortogonal P1

dan Q1 yang masing-masing berukuran mxr dan nxr, dengan dan dengan adalah
matriks diagonal berukuran rxr dengan elemen diagonalnya adalah bilangan
positif.
 SINGULAR VALUE DECOMPOSITION (SVD)

atau
 SINGULAR VALUE DECOMPOSITION (SVD)
Langkah-Langkah mencari SVD (1)
1. Cari rank(A)
2. Cara matriks atau
3. Untuk matriks
a. Cari nilai eigen dan
b. Vector eigen (basis ortonormal) bersadarkan nilai eigen
c. Bentuk matriks Q dari vector eigen yang sudah ortonormal dengan proses GS
dan
d. Bentuk matriks diagonal dengan entri-entri diagonal adalah akar positif dari nilai
eigen
e. Hitunglah
f. Cari basis ortonormal dari dengan
g. Matriks
 SINGULAR VALUE DECOMPOSITION (SVD)

3. Untuk matriks
a. Cari nilai eigen dan
b. Vector eigen (basis ortonormal) bersadarkan nilai eigen
c. Bentuk matriks P dari vector eigen yang sudah ortonormal dengan proses GS
dan
d. Bentuk matriks diagonal dengan entri-entri diagonal adalah akar positif dari nilai
eigen
e. Hitunglah
f. Cari basis ortonormal dari dengan
g. Matriks
CONTOH
Tentukan singular value dari matriks

Penyelesaian
CONTOH
Nilai eigen

(Persamaan Karakteristik)

,
dan
CONTOH
Untuk

Dengan OBE diperoleh

, dan
Kemudian
sehingga diperoleh vector eigen yaitu
Dengan proses gram-Schmidt diperoleh vector eigen yang
Ortonormal yaitu
CONTOH
Untuk

Dengan OBE diperoleh

, dan
Kemudian
sehingga diperoleh vector eigen yaitu
Dengan proses gram-Schmidt diperoleh vector eigen yang
Ortonormal yaitu
CONTOH
Untuk

Dengan OBE diperoleh

, dan
Kemudian
sehingga diperoleh vector eigen yaitu
Dengan proses gram-Schmidt diperoleh vector eigen yang
Ortonormal yaitu
CONTOH
Diperoleh matriks Q
CONTOH
Untuk matriks P
CONTOH
Matriks D

Sehingga
Contoh
Contoh

𝑷 𝟏 = 𝑨𝑸 𝟏 𝚺− 𝟏
Contoh
Contoh
Contoh
LATIHAN
1. Cari basis untuk ruang eigen berikut:

2. Diketahui

a. Cari nilai eigen A

b. Apakah A dapat didiagonalkan?
LATIHAN
3. Apakah matriks berikut dapat didiagonalkan, jika bisa tentukan
P-1AP:

4. Cari matriks P yang mendiagonalkan A secara ortogonal, dan

tentukan P-1AP
LATIHAN
LATIHAN
 Thank you
Insert the title of your subtitle Here