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
23/10/2017 07.20 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 adalah skalar Rill
sehingga memenuhi :
Av v
maka dinamakan nilai eigen dari A,
sedangkan v dinamakan vektor eigen dari A

23/10/2017 07.20 MA-1223 Aljabar Linear 2

Contoh :
Nilai eigen
1 2 1 5 1
5
4 3 2 10 2

Vektor eigen

23/10/2017 07.20 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

23/10/2017 07.20 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 I) = 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 -

23/10/2017 07.20 MA-1223 Aljabar Linear 5

 Dengan ekspansi kopaktor sepanjang kolom ke-2
(1 ) ( (1) () 2 ) = 0
(1 ) ( 2) = 0
(1 ) ( 2) ( + 1) = 0

Jadi, matriks A memiliki tiga buah nilai eigen yaitu :

= 1, = 1, dan = 2.

Contoh :
Tentukan basis ruang eigen dari :

2 1 1

A 1 2 1
1
1 2

23/10/2017 07.20 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

( 2){( 2)2 1} + ( +1) (1+( 2)) = 0

( 2){ 2 4 + 3} ( 1) ( 1) = 0
( 2){( 3)( 1 )} 2 ( 1) = 0
( 1)(( 2)( 3) 2) = 0
( 1)( 2 5 + 4) = 0
( 1)2( 4) = 0
23/10/2017 07.20 MA-1223 Aljabar Linear 7
Nilai Eigen dari matriks tersebut adalah 1 dan 4.
Untuk = 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

23/10/2017 07.20 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

23/10/2017 07.20 MA-1223 Aljabar Linear 9

 Untuk = 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

23/10/2017 07.20 MA-1223 Aljabar Linear 10

Diagonalisasi
Definisi : Suatu matriks kuadrat Anxn dikatakan
dapat didiagonalkan (diagonalizable)
jika terdapat matriks P yang mempunyai invers
sehingga P1AP merupakan matriks diagonal.

Matriks P dinamakan matriks yang mendiagonalkan

(pendiagonal) dari A.

Vektor-vektor kolom dari matriks P adalah vektor-vektor

eigen dari A.

23/10/2017 07.20 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

23/10/2017 07.20 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
23/10/2017 07.20 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

23/10/2017 07.20 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

23/10/2017 07.20 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

23/10/2017 07.20 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

23/10/2017 07.20 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

23/10/2017 07.20 MA-1223 Aljabar Linear 18
Bnxn dikatakan matriks ortogonal jika B1 = 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

23/10/2017 07.20 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
23/10/2017 07.20 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

23/10/2017 07.20 MA-1223 Aljabar Linear 21

Definisi :
Suatu matriks Anxn dikatakan dapat didiagonalkan
secara ortogonal
jika terdapat matriks ortogonal P
sedemikian hingga
P1AP (=PtAP) merupakan matriks diagonal.

23/10/2017 07.20 MA-1223 Aljabar Linear 22

Perhatikan bahwa :
D = P1AP atau A =PDP1
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

23/10/2017 07.20 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

23/10/2017 07.20 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
23/10/2017 07.20 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

23/10/2017 07.20 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

23/10/2017 07.20 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
23/10/2017 07.20 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

23/10/2017 07.20 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

23/10/2017 07.20 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

23/10/2017 07.20 MA-1223 Aljabar Linear 31

Contoh 8.9 :
Tentukan solusi dari masalah nilai awal

2 pt q (t )
dp
dt

pt 2q (t )
dq
dt
dengan kondisi awal
. p0 1 dan q0 3

23/10/2017 07.20 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
23/10/2017 07.20
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
23/10/2017 07.20 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

23/10/2017 07.20 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

23/10/2017 07.20 MA-1223 Aljabar Linear 36

 Untuk t 0 p0 1 dan q0 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

23/10/2017 07.20 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 :
=3 1

3
= 1 1

2

Tentukan matriks A !

23/10/2017 07.20 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

23/10/2017 07.20 MA-1223 Aljabar Linear 39