You are on page 1of 10

BAB V

DIAGONALISASI DAN DEKOMPOSISI MATRIKS

5.1 Diagonalisasi

Sub bab ini membahas tentang faktorisasi matriks A berorde nxn ke dalam hasil

kali berbentuk PDP −1 , di mana D adalah matriks diagonal. Jika diperoleh hubungan

P −1 AP = D maka dikatakan bahwa matriks A dapat didiagonalisasi. Bagaimana

memperoleh matriks P dan D yang dimaksud akan dibahas lebih lanjut dalam bagian

ini.

TIK : Setelah mengikuti sub bab ini diharapkan mahasiswa dapat menentukan suatu

matriks yang dapat didiagonalisasi.

Definisi : Suatu matriks A berorde nxn disebut dapat didiagonalisasi jika terdapat

matriks P non singular dan matriks diagonal D sedemikian sehingga

PDP −1 = D

Matriks P dikatakan mendiagonalisir matriks A.

Teorema : Suatu matriks A berorde nxn, dapat didiagonalisasi jika dan hanya jika A

mempunyai n vektor eigen yang bebas linear.

Bukti : Misalkan matriks A mempunyai n vektor eigen bebas linear p1 , p 2 K , p n dan λi

adalah nilai eigen dari A yang bersesuaian dengan pi untuk setiap i (beberapa dari λi

boleh sama). Misalkan P adalah matriks di mana vektor kolom ke-j adalah p j untuk

j = 1,2,K.n , terlihat bahwa Ap j = λ j p j adalah vektor kolom ke-j dari AP, maka
AP = ( Ap1 , Ap 2 ,K, Ap n )

= (λ1 p1 , λ2 p 2 ,K , λn p n )

⎛ λ1 ⎞
⎜ ⎟
⎜ λ2 ⎟
= ( p1 , p 2 , K , p n )⎜ ⎟
O
⎜ ⎟
⎜ λ ⎟
⎝ n⎠

= PD

Karena P mempunyai n vektor kolom yang bebas linear, maka P adalah taksingular,

karena itu :

D = P −1 PD = P −1 AP

Sebaliknya, misalkan A dapat didiagonalisasi. Selanjutnya terdapat suatu matriks

taksingular P sehingga AP = PD , jika p1 , p 2 K, p n adalah vektor kolom dari P, maka :

Ap j = λ j p j , (λ j = d jj ) untuk setiap j.

Jadi untuk setiap j, λ j adalah nilai eigen dari A dan p j adalah vektor eigen yang dimiliki

λ j . Karena vektor kolom P bebas linear, maka A mempunyai n vektor eigen yang bebas

linear.

Dari bukti di atas, maka kita mendapatkan prosedur untuk mendiagonalisasi sebuah

matriks A berorde nxn, sebagai berikut :

Langkah 1 : Carilah n vektor eigen yang bebas linear dari A, p1 , p 2 K, p n .

Langkah 2 : Bentuklah matriks P yang mempunyai p1 , p 2 K, p n sebagai vektor

kolomnya
Langkah 3 : Maka matriks P −1 AP akan didiagonal dengan λ1 , λ2 ,K λ n sebagai entri-

entri diagonalnya yang berturutan, di mana λi adalah nilai eigen yang

bersesuaian dengan pi , i = 1,2, K, n.

Contoh :

Carilah sebuah matriks P yang mendiagonalkan matriks

⎡ 3 − 2 0⎤
A = ⎢⎢− 2 3 0⎥⎥
⎢⎣ 0 0 5⎥⎦

Penyelesaian :

Matriks A ini mempunyai nilai-nilai eigen, λ = 1 dan λ = 5 .

Untuk λ = 1 diperoleh vektor-vektor karakteristik

⎡− 1⎤ ⎡0 ⎤
p1 = ⎢ 1 ⎥ dan p 2 = ⎢⎢0⎥⎥
⎢ ⎥
⎢⎣ 0 ⎥⎦ ⎢⎣1⎥⎦

Untuk λ = 5 diperoleh vektor karakteristik

⎡1⎤
p3 = ⎢⎢1⎥⎥
⎢⎣0⎥⎦

Mudah untuk memeriksa bahwa {p1 , p 2 , p3 } bebas linear, sehingga dapat dibentuk

matriks

⎡− 1 0 1⎤
P = ⎢⎢ 1 0 1⎥⎥ yang mendiagonalkan matriks A.
⎢⎣ 0 1 0⎥⎦

Hal ini dapat ditunjukkan dengan membuktikan bahwa P −1 AP = D , yaitu :


⎡− 1 1 0 ⎤ ⎡ 3 − 2 0 ⎤ ⎡ − 1 0 1 ⎤ ⎡5 0 0 ⎤
⎢ 2 2 ⎥
P −1 AP = ⎢ 0 0 1⎥ ⎢⎢− 2 3 0⎥⎥ ⎢⎢ 1 0 1⎥⎥ = ⎢⎢0 5 0⎥⎥
⎢ 1 1 0⎥ ⎢ 0 0 5⎥⎦ ⎢⎣ 0 1 0⎥⎦ ⎢⎣0 0 1⎥⎦
⎣ 2 2 ⎦⎣

Terlihat bahwa entri-entri pada diagonal pokok adalah nilai-nilai eigen dari matriks A.

Jadi dapat dikatakan bahwa matriks P mendiagonalkan matriks A

Catatan :

Tidak ada persyaratan yang khusus untuk meletakkan orde kolom-kolom dari matriks P

Karena entri diagonal ke i dari P −1 AP adalah nilai eigen untuk vektor eigen kolom ke i

dari P, maka dengan mengubah orde kolom-kolom dari P hanyalah mengubah orde dari

nilai-nilai eigen pada diagonal dari P −1 AP .

Jadi seandainya kita menuliskan :

⎡ − 1 1 0⎤
. P = ⎢⎢ 1 1 0⎥⎥
⎢⎣ 0 0 1⎥⎦

Maka diperoleh :

⎡5 0 0 ⎤
P −1
AP = ⎢⎢0 1 0⎥⎥
⎢⎣0 0 5⎥⎦
5.2. Dekomposisi Matriks.

Sub pokok bahasan ini membahas tentang matriks [A] dari SPL didekomposisi

(difaktorisasi) menjadi matriks-matriks segitiga bawah [L] dan segitiga atas [U]

sedemikian rupa sehingga persamaannya menjadi :

[A] = [L][U] atau A = L U. Bagaimana mendapatkan matriks L dan U yang dimaksud

akan dibahas lebih lanjut.

TIK : Setelah mengikuti sub bab ini diharapkan mahasiswa dapat mencari penyelesaian

SPL dengan cara dekomposisi LU.

5.2.1. Prinsip Dekomposisi LU.

Secara umum, jika suatu matriks A berorde nxn dapat direduksi menjadi matriks

segi tiga atas U tanpa pertukaran baris, berarti A dapat dikomposisi (difaktorisasi) ke

dalamhasil kali LU, dimana L adalah matriks segi tiga bawah dengan elemen-elemen

pada diagonal utama 1. Entri (i , j) dari L di bawah diagonal akan merupakan kelipatan

dari baris i yang telah dikurangkan dari baris j selama proses eliminasi, sedemikian

sehingga identitasnya menjadi :

[A] = [L][U] atau A = L U

Contoh :

⎡4 2 − 2⎤

Misalakan matriks A = ⎢ 2 10 2 ⎥⎥
⎢⎣− 2 2 5 ⎥⎦

Matriks L ditentukan sebagai berikut :


Langkah pertama dalam proses eliminasi adalah baris kedua dikurangi dengan 1 kali
2

baris pertama dan baris ketiga dikurangi dengan − 1 kali baris pertama, sehingga kita
2

tetapkan l 21 = 1 dan l31 = − 1 . Selanjutnya menghasilkan matriks :


2 2

⎡ 4 2 − 2⎤
A (1)
= ⎢⎢0 9 3 ⎥⎥
⎢⎣0 3 4 ⎥⎦

Langkah kedua proses eliminasi adalah baris ketiga dikurangi dengan 1 kali baris kedua,
3

sehingga kita tetapkan l32 = 1 . Sesudah langkah kedua ini diperoleh matriks segi tiga
3

atas,

⎡ 4 2 − 2⎤
U=A ( 2)
= ⎢⎢0 9 3 ⎥⎥
⎢⎣0 0 3 ⎥⎦

Matriks L dapat ditulis sebagai :

⎡ 1 0 0⎤⎥

L=⎢ 1 1 0⎥
⎢ 21 ⎥
⎢⎣− 2
1 1
3
⎥⎦

Dapat kita uji bahwa hasil kali LU = A

Jika ditinjau dari sudut pandang matriks elementer, terlihat bahwa operasi baris baris

diterapkan sebanjyak tiga kali. Hal ini setara dengan perkalian matriks A di sebelah kiri

dengan tiga buah matriks elementer E1 , E 2 , E3 yaitu E3 E 2 E1 A = U


⎡1 0 0 ⎤ ⎡ 1 0 0 ⎤ ⎡ 1 0 0⎤ ⎡ 4 2 − 2⎤ ⎡ 4 2 − 2⎤
⎢ ⎥⎢ ⎥⎢ 1
⎢0 1 0 ⎥ ⎢ 0 1 0 ⎥ ⎢ − 2 1 0⎥ ⎢ 2 10 2 ⎥⎥ = ⎢⎢0 9 3 ⎥⎥
⎥ ⎢
⎢0 1 1 ⎥ ⎢ 1 0 1 ⎥ ⎢ 0 0 1⎥⎦ ⎢⎣− 2 2 5 ⎥⎦ ⎢⎣0 0 3 ⎥⎦
⎣ 3 ⎦⎣ 2 ⎦⎣

Karena matriks-matriks elementernya tak singular, maka A = ( E1−1 E 2−1 E3−1 )U dimana

invers dari matriks-matriks elementer dengan urutan ini menghasilkan suatu matriks segi

tiga bawah L dengan elemen pada diagonal utama adalah satu.

⎡ 1 0 0⎤ ⎡ 1 0 0⎤ ⎡1 0 0⎤ ⎡⎢ 1 0 0⎤⎥
⎢ ⎥⎢ ⎥
E1−1 E 2−1 E3−1 = ⎢⎢ 1 1 0⎥⎥ ⎢ 0 1 0 ⎥ ⎢0 1 0 ⎥ = ⎢ 1 1 0⎥ = L
2 ⎢ 2 ⎥
⎢⎣ 0 0 1⎥⎦ ⎢− 1 0 1 ⎥ ⎢0 1 1 ⎥ ⎢ − 1 1 1
⎥⎦
⎣ 2 ⎦⎣ 3 ⎦ ⎣ 2 3

5.2.2. Penyelesaian SPL dengan Dekomposisi LU

Diberikan sistem persamaan linear Ax = b dengan Anxn adalah matriks invertible.

Untuk menyelesaikan SPL ini, dilakukan langkah-langkah sebagai berikut :

Langkah 1 : Lakukan faktorisasi A = LU dimana L adalah matriks segi tiga bawah

dengan elemen diagonal utama satu dan U adalah matriks segi tiga atas.

Langkah 2 : Ambil vektor kolom y yang belum diketahui sedemikian sehingga y = Ux .

Langkah 3 : Substitusikan A = LU dan y = Ux ke dalam sistem persamaan linear

Ax = b , diperoleh ( LU ) x = L(Ux) = Ly = b .

Langkah 4 : Menyelesaikan Ly = b , maka akan diperoleh nilai dari vektor kolom y.

Selanjutnya dengan menyelesaika y = Ux , maka akan diperoleh nilai-nilai

dari x.
Contoh :

Selesaikan SPL berikut dengan cara dekomposisi matriks.

4x + 2 y − 2z = 2
2 x + 10 y + 2 z = 4
− 2 x + 2 y + 5z = 1

Penyelesaian :

SPL di atas mempunyai matriks koeffisien

⎡4 2 − 2⎤
A = ⎢ 2 10 2 ⎥⎥

⎢⎣− 2 2 5 ⎥⎦

Kemudian matriks A difaktorisasi menjadi L dan U, menghasilkan :

⎡ 1 0 0⎤⎥
⎢ ⎡ 4 2 − 2⎤
L=⎢ 1 1 0⎥ dan U = ⎢⎢0 9 3 ⎥⎥
⎢ 21 ⎥
⎢⎣− 2
1 1
⎥⎦ ⎢⎣0 0 3 ⎥⎦
3

⎡ y1 ⎤
Jika diambil y = ⎢⎢ y 2 ⎥⎥ , maka
⎢⎣ y3 ⎥⎦

Ly = b atau

⎡ 1 0 0⎤⎥
⎢ ⎡ y1 ⎤ ⎡ 2⎤
⎢ 1 1 0⎥ ⎢ y ⎥ = ⎢0⎥ , diperoleh
⎢ 21 ⎥ ⎢ 2⎥ ⎢ ⎥
⎢⎣− 2
1 1
⎥⎦ ⎢⎣ y3 ⎥⎦ ⎢⎣1 ⎥⎦
3

y1 = 2
1 y + y =4⇒ y =3
2 1 2 2

− 1 y1+ 1 y 2 + y 3 = 1 ⇒ y 3 =1
2 3
⎡ 2⎤
Jadi y = ⎢⎢3⎥⎥
⎢⎣1 ⎥⎦

Sehingga,

Ux = y

⎡4 2 − 2⎤ ⎡ x1 ⎤ ⎡ 2⎤
⎢0 9 3 ⎥ ⎢ x ⎥ = ⎢3⎥ , diperoleh :
⎢ ⎥ ⎢ 2⎥ ⎢ ⎥
⎢⎣0 0 3 ⎥⎦ ⎢⎣ x3 ⎥⎦ ⎢⎣1 ⎥⎦

4 x1 + 2 x 2 − 2 x3 = 2 ⇒ x1 = 5
9
9 x 2 + 3 x3 = 3 ⇒ x2 = 2
9
3 x3 = 1 ⇒ x3 = 1
3

(9
Jadi himpunan penyelesaiannya adalah tunggal, yaitu : (x1 , x 2 , x3 ) = 5 , 2 , 1
9 3
)