You are on page 1of 9

Nilai Eigen dan Pendiagonalan Matriks

Maxrizal, Baiq Desy Aniska Prayanti, Muhammad Radhi, Abdul Hadi,


Lina Dwi Kusnawati dan Iwan P. Tambunan
Universitas Gadjah Mada, S2-Matematika
Yogyakarta, Indonesia
Abstrak. Dalam Aljabar Linear Elementer dikenal istilah diagonalisasi matriks. Su-
atu matriks A M
nn
(F) dapat didiagonalisasi jika terdapat matriks invertible P
sehingga A = PDP
1
. Syarat perlu dan syarat cukup suatu matriks A M
nn
(F)
dapat didiagonalisasi adalah jika A memiliki n vektor eigen yang bebas linear. Paper
ini akan membahas perbedaan syarat perlu dan cukup diagonalisasi matriks atas la-
pangan dan ring komutatif dengan elemen satuan. Selanjutnya akan dikaji perbedaan
sifat dari nilai eigen dan vektor eigen dari matrik atas lapangan dan atas ring.
Kata Kunci : Diagonalisasi Matriks, nilai eigen, vektor eigen.
1 Pendahuluan
Salah satu jenis matriks yang dikenal adalah matriks diagonal. Matriks diago-
nal merupakan matriks yang seluruh entrinya nol kecuali pada diagonal utama.
Sifat-sifat sederhana yang dimiliki oleh matriks diagonal ini banyak digunakan
dalam penyelesaian pangkat matriks dan sistem persamaan dierensial. Per-
hatikan bahwa jika F suatu lapangan maka untuk setiap matriks A M
nn
(F)
berlaku,
A
0
= 0, A
1
= A, A
2
= AA, A
3
= AAA, . . .
Jika A = I maka A
n
= I, jika A = D maka A
n
= D
n
. Namun, jika A se-
barang matriks maka akan sulit untuk menghitung nilai dari pangkat A apabila
pangkatnya semakin besar. Untuk mempermudah perhitungan nilai A
n
diman-
faatkan sifat diagonalisasi matriks. Suatu matriks A dapat didiagonalisasi jika
terdapat matriks invertible P sehingga
A = PDP
1
A
2
= (PDP
1
) (PDP
1
) = PD
2
P
A
3
= (PDP
1
) A
2
= PD
3
P
.
.
.
Secara umum, A
n
= PD
n
P
1
.
Berdasarkan uraian diatas dan mengingat kegunaan dari diagonalisasi ma-
triks maka dalam paper ini akan dibahas syarat perlu dan cukup diagonalisasi
matriks atas lapangan. Selanjutnya, syarat perlu dan cukup tersebut akan akan
dibandingkan dengan kasus jika struktur dari lapangan diperlemah menjadi ring
komutatif dengan elemen satuan. Lebih lanjut, akan dikaji perbedaan sifat dari
nilai eigen dan vektor eigen dari matrik atas lapangan dan atas ring.
2 Diagonalisasi Matriks Atas Lapangan
Berikut ini diberikan beberapa denisi yang akan digunakan untuk membahas
diagonalisasi suatu matriks.
Denisi 1. Diberikan F suatu lapangan dan matriks A M
nn
(F).
1. Suatu elemen F disebut nilai eigen dari matriks A jika A = untuk
suatu F
n
/{0}.
2. Himpunan S(A) = { F| adalah nilai eigen dari A} disebut spektrum
dari matriks A.
3. Vektor F
n
/{0} disebut vektor eigen dari matriks A jika A = untuk
suatu F.
4. Himpunan E() = { F|A = } disebut ruang eigen yang bersesuaian
dengan .
Denisi 2. Diberikan A M
nn
(F) dengan F adalah lapangan. Matriks A
dikatakan dapat didiagonalisasi jika terdapat matriks invertible P sehingga A =
PDP
1
.
Berikut ini merupakan salah satu sifat yang dimiliki oleh suatu matriks inver-
tibel.
Teorema 1. Matriks A invertibel jika dan hanya jika vektor-vektor kolom dari
matriks A bebas linier
Berikut ini syarat perlu dan cukup suatu matriks dapat didiagonalisasi.
Teorema 2. Matriks A M
nn
(F) dapat didiagonalisasi jika dan hanya jika
A memiliki n vektor eigen yang bebas linear.
Bukti. () Diketahui matriks A M
nn
(F) dapat didiagonalisasi. Berarti ter-
dapat matriks invertible P sehingga A = PDP
1
. Akan dibuktikan A memiliki
n vektor eigen yang bebas linear. Dimisalkan P =
_

_
p
11
p
12
p
1n
p
21
p
22
p
2n
.
.
.
.
.
.
.
.
.
.
.
.
p
n1
p
n2
p
nn
_

_
adalah
matriks invertible dan D =
_

1
0 0
0
2
0
.
.
.
.
.
.
.
.
.
.
.
.
0 0
n
_

_
yang memenuhi,
A = PDP
1
AP = PD
=
_

_
p
11
p
12
p
1n
p
21
p
22
p
2n
.
.
.
.
.
.
.
.
.
.
.
.
p
n1
p
n2
p
nn
_

_
_

1
0 0
0
2
0
.
.
.
.
.
.
.
.
.
.
.
.
0 0
n
_

_
=
_

1
p
11

2
p
12

n
p
1n

1
p
21

2
p
22

n
p
2n
.
.
.
.
.
.
.
.
.
.
.
.

1
p
n1

2
p
n2

n
p
nn
_

_
Dimisalkan
_

_
p
11
p
21
.
.
.
p
1n
_

_
= P
1
,
_

_
p
12
p
22
.
.
.
p
2n
_

_
= P
2
, ,
_

_
p
1n
p
2n
.
.
.
p
nn
_

_
= P
n
sehingga persamaan
diatas menjadi,
A
_
P
1
P
2
P
n

=
_

1
P
1

2
P
2

n
P
n

_
AP
1
AP
2
AP
n

=
_

1
P
1

2
P
2

n
P
n

Diperoleh AP
1
=
1
P
1
, AP
2
=
2
P
2
, , AP
n
=
1
P
n
. Karena P invertible
maka determinan P tidak sama dengan nol sehingga vektor-vektor kolomnya
yaitu P
i
= 0 dengan i = 1, . . . , n. Dimana
1
,
2
, ,
n
adalah nilai eigen dari
matriks A dan P
1
, P
2
, , P
n
adalah vektor-vektor eigen yang bersesuaian de-
ngan
1
,
2
, ,
n
. Karena P matriks invertible maka P
1
, P
2
, , P
n
adalah
vektor-vektor eigen yang bebas linear.
() Diketahui jika A memiliki n vektor eigen yang bebas linear. Akan dibuk-
tikan A dapat didiagonalisasi. Dimisalkan P
1
, P
2
, , P
n
adalah vektor-vektor
eigen yang bersesuaian dengan nilai eigen
1
,
2
, ,
n
dengan
P =
_

_
p
11
p
12
p
1n
p
21
p
22
p
2n
.
.
.
.
.
.
.
.
.

p
n1
p
n2
p
nn
_

_
Selanjutnya, kolom-kolom dari hasil kali matriks AP adalah AP
1
, AP
2
, , AP
n
.
Dari sini maka AP
1
=
1
P
1
, AP
2
=
2
P
2
, , AP
n
=
1
P
n
. Ini berarti bahwa,
AP =
_

1
p
11

2
p
12

n
p
1n

1
p
21

2
p
22

n
p
2n
.
.
.
.
.
.
.
.
.
.
.
.

1
p
n1

2
p
n2

n
p
nn
_

_
=
_

_
p
11
p
12
p
1n
p
21
p
22
p
2n
.
.
.
.
.
.
.
.
.
.
.
.
p
n1
p
n2
p
nn
_

_
_

1
0 0
0
2
0
.
.
.
.
.
.
.
.
.
.
.
.
0 0
n
_

_
= PD
Berdasarkan Teorema 1 karena vektor-vektor kolom P bebas linier maka P
merupakan matriks invertibel. Dengan demikian A = PDP
1
yang berarti A
terdiagonalisasi.
3 Diagonalisasi Matriks Atas Ring
Pada bagian ini akan dibahas mengenai diagonalisasi matriks atas ring komu-
tatif dengan elemen satuan. Sebelumnya akan dibahas terlebih dahulu mengenai
denisi nilai eigen dan vektor eigen.
Denisi 3. Diberikan R adalah ring komutatif dengan elemen satuan dan A
M
nn
(R):
a. R disebut nilai eigen dari A jika A = untuk suatu R\{0}.
b. S(A) = { R| nilai eigen dari A} disebut spectrum dari A.
c. Vektor tak nol R
n
disebut vektor eigen dari A jika A = untuk suatu
R.
d. Misal S(A). E() = { R
n
|A = } disebut ruang eigen yang
bersesuaian dengan .
Jika kita berbicara pada matriks atas lapangan real, maka tidak semua ma-
triks punya nilai eigen.
Bukti.
A =
_
0 1
1 0
_
M
22
(R)
diperoleh C
A
() =
2
+ 1. Bila C
A
() =
2
+ 1 = 0, maka = i R. Jadi, A
tidak punya nilai eigen sehingga vektor eigen juga tidak ada.
Sekarang, misalkan A M
nn
(R) punya nilai eigen . Maka terdapat vektor
tak nol R
n
sehingga A = . Vektor disebut vektor eigen dari A yang
bersesuaian dengan sehingga E().
Jelasnya, karena E() maka A = sehingga:
A= 0
I A= 0
(I A)= 0
ini menyatakan bahwa NS(I A), sebaliknya juga berlaku sehingga di-
simpulkan E() = NS(i A). Jadi, E() adalah modul-R tak nol dari R
n
.
Vektor tak nol di E() adalah vektor eigen dari A yang bersesuaian dengan .
Lemma 1. Diberikan A M
nn
(R). Maka pernyataan berikut ekuivalen:
a. S(A).
b. { R|NS(I
n
A) = {0}}.
c. { R|C
A
() Z(R)}.
Bukti. (a b) Dari denisi 3, diperoleh
S(A) = { R| nilai eigen dari A}
= { R|A = untuk suatu = 0, R
n
}
= { R| A = 0 untuk suatu = 0, R
n
}
= { R|(I A) = 0 untuk suatu = 0, R
n
}
= { R|NS(I A) = 0}
jadi S(A) = { R|NS(I A) = {0}}
(a c) Andaikan S(A) maka terdapat vektor tak nol R
n
dengan =
(x
1
, x
2
, . . . , x
n
)
t
sehingga (I A) = 0. Maka C
A
() = C
A
()I
n
= adj(I
A)(I A) = 0. Karena = 0, maka terdapat suatu x
i
= 0, oleh karena
C
A
() = 0 maka C
A
() Z(R) sehingga S(A) { R|C
A
() Z(R)}.
(c a) Diketahui C
A
() Z(R) untuk suatu R. Karena C
A
() = det(I
A), berdasarkan Teorema 4.11 [1] rank(I A) < n. Selanjutnya berdasarkan
Teorema McCoy, maka (I A)X punya solusi nontrivial R
n
. Jadi, A =
sehingga S(A) dan dapat disimpulkan { R|C
A
() Z(R)} S(A).
Polinomial karakteristik C
A
(X) dari A dapat dipandang sebagai fungsi dari
R ke R. Nilai dari C
A
(X) di zZ R dinotasikan dengan C
A
(z). Pada Lemma
1 menyatakan S(A) = C
1
A
(Z(R)). Jadi, jika nilai eigen dari A maka C
A
()
adalah pembagi nol di R. Terdapat suatu kasus dimana adalah akar dari
C
A
(X).
Teorema 3. Diberikan S(A) dan A = untuk suatu R
n
dan = 0.
Jika {} bebas linier di R maka C
A
() = 0.
Bukti. Himpunan {} bebas linier atas R jika r = 0 berlaku r = 0. Misalkan
{} bebas linier atas R. Karena C
A
() = C
A
()I = adj(I A)(I A) = 0.
Maka C
A
() = 0. Sebaliknya tidak berlaku.
Jika S(A) dan C
A
() = 0, maka vektor eigen dari A yang bersesuaian
dengan adalah bebas linier tidak berlaku.
Contoh 1. Diberikan R = Z/4Z = {0, 1, 2, 3}
A =
_
3 0
0 3
_
M
22
(R)
maka C
A
(X) = det(XI A) = X
2
+ 2X + 1 = (X + 1)
2
diperoleh 1 sebagai
akar dari C
A
(X) sehingga 1 S(A). Perhatikan
E(1) = NS(1I A) = NS(I A) =
__
0
0
_
,
_
2
0
_
,
_
0
2
_
,
_
2
2
__
adalah tidak bebas linier atas R karena 2E(1) = (0).
Denisi 4. Diberikan A M
nn
(R) maka R(A) = {d R|C
A
(d) = 0}
Jadi R(A) merupakan himpunan akar-akar C
A
(X) di R. Jika R adalah inte-
gral domain, maka R(A) memuat paling banyak n akar berbeda. Tentu C
A
(X)
mungkin tidak punya akar di R. Contoh, jika
A =
_
0 1
1 0
_
M
22
(R)
maka C
A
(X) = X
2
+1 tidak mempunya akar di R. Oleh karena itu, S(A) = .
Untuk sebarang ring komutatif, C
A
(X) dapat mempunyai lebih dari n akar
berbeda. Untuk lebih jelasnya perhatikan contoh berikut.
Pada Lemma 1 menyatakan bahwa R(A) S(A). Teorema berikut me-
nunjukkan bahwa hanya dengan menyelidiki himpunan nilai eigen R(A) dapat
ditentukan kapan matriks A dapat didiagonalkan.
Teorema 4. Diberikan A M
nn
(R). A dapat didiagonalkan jika dan hanya
jika
dR(A)
E(d) memuat basis dari R-modul R
n
.
Bukti. () Diketahui A sD = Diag(d
1
, . . . , d
n
) di M
nn
(R). Maka terdapat ma-
triks invertibel P GI(n, R) sehingga P
1
AP = D. Misalkan P = (
1
|
2
| . . . |
n
)
adalah partisi dari vektor kolom dari P. Perhatikan bahwa
AP = PD
A(
1
| . . . |
n
) = (
1
| . . . |
n
) (d
1
| . . . |d
n
)
(A
1
| . . . |A
n
) = (d
1

1
| . . . |d
n

n
)
Ini berarti A
i
= d
i

i
untuk setiap i = 1, 2, . . . , n. Karena P invertibel, ber-
dasarkan Corollary 5.16 [1] (
1
| . . . |
n
) adalah basis R-modul bebas dari R
n
.
Sehingga himpunan {
i
} bebas linier atas R, berdasarkan Teorema 3 berakibat
C
A
(d
i
) = 0. Jadi d
1
, . . . , d
n
R(A) dan (
1
| . . . |
n
)
dR(A)
E(d). Oleh karena
itu,
R(A)
E() memuat basis R-modul bebas dari R
n
.
() Diketahui
dR(A)
E(d) {
1
, . . . ,
n
} adalah basis R-modul bebas R
n
.
Ini berarti untuk setiap
i
vektor eigen dari A yang bersesuaian ke suatu ni-
lai eigen d
i
R(A). Dibentuk P = (
1
| . . . |
n
), berdasarkan Corollary 5.16 [1]
maka P matriks invertibel, sehingga diperoleh
AP = A(
1
| . . . |
n
)
= (A
1
| . . . |A
n
)
= (d
1
| . . . |d
n
)
= (
1
| . . . |
n
) Diag (d
1
, . . . , d
n
)
= P Diag (d
1
, . . . , d
n
)
Oleh karena itu, P
1
AP = Diag (d
1
, . . . , d
n
) dengan demikian A dapat didia-
gonalkan.
Teorema 4 menyatakan bahwa untuk menentukan apakah A M
nn
(R) da-
pat didiagonalkan hanya butuh menyelidiki ruang eigen dari A yang bersesuaian
ke akar-akar dari C
A
(X). Jika ruang eigen tersebut memuat banyak vektor be-
bas linier yang cukup untuk membangun R
n
, maka A dapat didiagonalkan. Hal
ini berlaku juga ketika R adalah sebuah lapangan. Perhatikan contoh berikut.
Contoh 2. Diberikan R = Z/6Z = {0, 1, 2, 3, 4, }. Misalkan
A =
_
2 3
4 3
_
M
22
(R)
Dengan perhitungan biasa dapat diperlihatkan C
A
(X) = X
2
+X. Maka
C
A
(0) = 0 Z(R) C
A
(3) = 0 Z(R)
C
A
(1) = 2 Z(R) C
A
(4) = 2 Z(R)
C
A
(2) = 0 Z(R) C
A
(5) = 0 Z(R)
Oleh karena itu, S(A) = C
1
A
(Z(R)) = R, dan R(A) = {0, 2, 3, 5}. Perlu
diingat bahwa C
A
(X) R[X] adalah sebuah polinomial monik berderajat 2
yang memiliki empat akar yang berbeda di R. Setiap elemen dari R adalah
sebuah nilai eigen dari A, tapi hanya dibutuhkan untuk memeriksa ruang eigen
E(0), E(2), E(3), dan E(5) untuk mengetahui apakah A dapat didiagonalkan.
Dengan perhitungan sederhana diperlihatkan:
E(0) = NS
_
4 3
2 3
_
= R
_
3
2
_
, E(2) = NS
_
0 3
2 5
_
= R
_
1
2
_
E(3) = NS
_
1 3
2 0
_
= R
_
3
1
_
, E(5) = NS
_
3 3
2 2
_
= R
_
1
5
_
dengan demikian
_
R(A)
E() = R
_
3
2
_
R
_
1
2
_
R
_
3
1
_
R
_
1
5
_
perlu diingat bahwa

1
=
__
1
5
_
,
_
3
2
__
adalah sebuah basis R-modul bebas dari R
2
. Kemudian, Teorema 4 menyatakan
A merupakan matriks diagonal. Diberikan
P =
_
1 3
5 2
_
Maka
AP =
_
A
_
1
5
_

A
_
3
2
__
=
_
5 0
1 0
_
= P
_
5 0
0 0
_
Oleh karena itu, P
1
AP = Diag(5, 0). R adalah sebuah PIR, dan Diag(5, 0)
adalah bentuk normal Smith dari A.
Sekarang

2
=
__
1
2
_
,
_
3
1
__
juga merupakan basis R-modul bebas dari R
2
. Himpunan
Q =
_
1 3
2 1
_
Maka
AQ =
_
A
_
1
2
_

A
_
3
1
__
=
_
2 3
4 3
_
= P
_
2 0
0 3
_
Oleh karena itu, Q
1
AQ = Diag(2, 3).
A memiliki bentuk yang sama dengan sedikitnya dua buah matrik diagonal
di M
22
(R). Perlu diingat bahwa Diag(2, 3) bukan merupakan bentuk normal
Smith dari A karena 2 dan 3 tidak membagi elemen lain di R.
4 Kesimpulan
Berdasarkan uraian di atas dapat disimpulkan bahwa:
1. Pada matriks atas lapangan, suatu matriks A M
nn
(F) dapat didiagonal-
isasi jika dan hanya jika A memiliki n vektor eigen yang bebas linier.
2. Pada matriks atas ring, suatu matriks a m
nn
(R) dapat didiagonalisasi
jika dan hanya jika

dR(A)
E(d) memuat basis R-modul bebas R
n
.
References
1. Brown, C.W.: Matrices Over Commutative Rings [ISBN 0-8247-8755-2]. Marcel Dekker, Inc. New
York, (1993)
2. Howard, A., Rorres, C.: Elementary Linier Algebra [ISBN 0-4716-6960-1]. John Wiley & Sons,
Inc. (2005)