SIFAT-SIFAT KESETARAAN PADA MATRIKS SECONDARY NORMAL Nursyahlina 1, S. Gemawati, A. Sirait 1 Mahasiswa Program Studi S1 Matematika Laboratorium Matematika Terapan, Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Binawidya Pekanbaru (893), Indonesia nursyahlina@ymail.com ABSTRACT A square matrix A is called a secondary normal matrix if AA θ = A θ A, where A θ is a secondary conjugate transpose of the matrix A, which is different from the conjugate transpose matrix. In this paper, we discuss some equivalent conditions of a secondary normal matrix that is if A is a secondary normal matrix then it exists a secondary unitary matrix P obtained by diagonalization and Gram-Schmidt process, such that P θ A P = D, where D is a diagonal matrix. Moreover if A = VP and V is a secondary uniter matrix then A is a secondary normal matrix. Keywords: diagonalizable matrix, Gram-Schmidt process, secondary normal matrix, secondary transpose conjugate. ABSTRAK Matriks bujur sangkar, A, dikatakan matriks secondary normal jika AA θ = A θ A, dimana A θ merupakan transpose secondary konjugat dari matriks A yang berbeda dengan transpose konjugat matriks. Pada artikel ini dibahas sifat kesetaraan dari matrik A, yaitu jika A matriks secondary normal, maka terdapat matriks secondary uniter P yang diperoleh dengan melakukan proses diagonalisasi matriks dan proses Gram-Schmidt sehingga P θ A P = D dengan D matriks diagonal dan selanjutnya jika dimisalkan A = VP dengan V matriks secondary uniter maka A merupakan matriks secondary normal. Kata kunci: diagonalisasi matriks, matriks secondary normal, transpose secondary konjugate, proses Gram-Schmidt. 1
1. PENDAHULUAN Didalam aljabar linear dikenal adanya ruang vektor. Ruang vektor adalah struktur matematika yang dibentuk oleh sekumpulan vektor, yaitu objek yang dapat dijumlahkan dan dikalikan dengan suatu bilangan yang dinamakan skalar. Skalar yang umumnya digunakan adalah bilangan riil, tetapi kita juga dapat merumuskan ruang vektor dengan perkalian skalar terhadap bilangan kompleks yang selanjutnya digunakan dalam skripsi ini, bilangan rasional, atau bahkan medan. Pada ruang vektor kompleks diterapkan matriks kompleks, matriks kompleks merupakan matriks yang entri-entrinya bilangan kompleks yang dalam artikel ini matriks kompleks yang berukuran n n atau disebut juga matriks bujur sangkar diantaranya matriks normal, matriks Hermitian, dan matriks uniter. Pada tahun 1976, Ann Lee memperkenalkan konsep secondary simetriks matriks dalam artikelnya yang berjudul Secondary simmetric, Skwsimmetric and Orthogonal Matrices. Selanjutnya banyak penulis seperti [3],[4] dan [5] ikut mengembangkan konsep matriks secondary. Pada makalah ini dibagian dua dibahas mengenai matriks secondary, kemudian dilanjutkan dibagian tiga sifat-sifat kesetaraan pada matriks secondary normal yang merupakan review sebagian dari artikel yang berjudul Some Equivalent Conditions on s-normal Matrices oleh S. Krisnomoorthy dan A. Govindarasu [3], dan bagian terakhir bagian 4 berupa kesimpulan.. MATRIKS SECONDARY Sebelum membahas matriks secondary, terlebih dahulu dibahas mengenai transpose secondary matriks dinotasikan dengan A S [6], merupakan matriks yang diperoleh dengan cara menukarkan baris pertama dengan kolom ke-n, baris kedua dengan kolom ke-(n 1), didefinisikan A S = a n j+1,n i+1 dimana i,j = 1,,,n. (1) Secara geometris transpose secondary dapat digambarkan dengan mencerminkan entri-entrinya melalui diagonal secondary. Transpose konjugat secondary dinotasikan dengan A θ merupakan matriks yang entri-entrinya adalah konjugat kompleks dari entri-entri yang bersesuain dengan matrik A S didefinisikan A θ = a n j+1,n i+1 dimana i,j = 1,,,n. () Transpose konjugat secondary juga memiliki sifat-sifat yang sama dengan transpose konjugat matriks. Jika A dan B matriks-matriks dengan entri-entri bilangan kompleks dan k adalah sebarang bilangan kompleks, maka: (a) (A θ ) θ = A. (b) (A+B) θ = A θ +B θ.
(c) k(a θ ) = ka θ. (d) (AB) θ = B θ A θ. Definisi 1 (Matriks Secondary Normal) [3, h. 1450] Matriks bujur sangkar A dengan unsur kompleks disebut matriks secondary normal jika AA θ = A θ A. Definisi (Matriks Secondary Hermitian) [3, h. 1450] Matriks bujur sangkar A dengan unsur kompleks dikatakan matriks secondary Hermitian jika A θ = A. Definisi 3 (Matriks Secondary Uniter) [1, h. 46] Matriks bujur sangkar A dengan unsur kompleks dikatakan matriks uniter jika AA θ = A θ A = I. Definisi 4 (Matriks Secondary Uniter Ekuivalent) [3, h. 1451] Jika matriks bujur sangkar A dan B dengan unsur kompleks. B dikatakan matriks secondary uniter ekuivalent ke A jika terdapat matriks secondary uniter U sehingga B = U θ AU. 3. SIFAT-SIFAT KESETARAAN PADA MATRIKS SECONDARY NORMAL Teorema 5 [3, h. 1451] Misalkan terdapat matriks bujur sangkar A dengan entrientrinya bilangan kompleks, jika A adalah secondary uniter ekuivalen dengan matriks diagonal, maka A adalah secondary normal. Bukti. Jika A adalah secondary uniter ekuivalen dengan matriks diagonal D maka terdapat sebuah matriks secondary uniter P sehingga P θ AP = D, (3) kalikan ke dua ruas dengan P θ dari kanan pada persamaan (3), diperoleh P θ A = DP θ, (4) selanjutnya kalikan kedua ruas persamaan (4) dengan P dari kiri, maka diperoleh A = PDP θ. 3
Dengan menggunakan sifat-sifat transpose konjugat, akan di tunjukkan bahwa terdapat A θ yakni A θ = P θ D θ P. P dapat dibalik sehingga diperoleh A θ = PD θ P θ. Selanjutnya akan ditunjukkan bahwa A matriks secondary normal berdasarkan Definisi 1 AA θ = (PDP θ )(PD θ P θ ) = PDD θ P θ AA θ = (PD θ P θ )(PDP θ ) = PD θ DP θ, karenad θ DdanDD θ masing-masingmatriksdiagonalmakadd θ = D θ D, sehingga AA θ = A θ A. Jadi A matriks secondary normal. Teorema 6 [3, h. 145] Asumsikan bahwa A = VP, di mana V adalah matriks secondary uniter dan P adalah non singular dan matriks secondary Hermitian sedemikian sehingga jika P komutatif dengan V, maka P juga komutatif dengan V. Kemudian kondisi berikut setara 1. A adalah normal.. VP = PV. 3. AV = VA. 4. AP = PA. Bukti. MisalkanA=VPkarenaVmatrikssecondary unitermakavv θ = V θ V = I dan P matriks secondary Hermitian maka P θ = P. (1 ) Jika A adalah secondary normal, maka AA θ = A θ A,karena A = VP, maka (VP)(VP) θ = (VP) θ (VP). (5) Gunakan sifat-sifat transpose konjugat pada persamaan (5) VPP θ V θ = P θ V θ VP. (6) Karena P secondary Hermitian, dan V secondary uniter maka persamaan (6) menjadi VPPV θ = P θ P. VP V θ = P. (7) Kalikan kedua ruas pada persamaan (7) dengan V dari kanan, sehingga diperoleh VP = P V, (8) dikatakan bahwa jika P komutatif dengan V, maka P juga komutatif dengan V, sehingga VP = PV. (9) 4
(1 ) Sebaliknya, jika VP = PV dengan menggunakan sifat transpose konjugat secondary matriks, diperoleh V θ P θ = P θ V θ. Subsitusikan A = VP ke AA θ untuk menunjukkan bahwa AA θ =A θ A AA θ = VPV θ P θ, (10) dengan menggunakan persamaan (9), persamaan (10) dapat ditulis AA θ = PVV θ P θ, karena V matriks secondary uniter, berdasarkan Definisi 3 diperoleh AA θ = PV θ VP θ, P matriks secondary Hermitian, maka berdasarkan Definisi diperoleh AA θ = P θ V θ VP AA θ = (VP) θ VP AA θ = A θ A. (1 3) Subsitusikan A = VP ke AV, diperoleh AV = VA. (11) (1 3)SebaliknyajikaterdapatAV = VA, subsitusikana = VPpadapersamaan (11) (VP)V = V(VP), (1) kalikan ruas kiri dan kanan pada persamaan (1) dengan V θ dari kiri, diperoleh PV = VP, (13) yang merupakan persamaan (9), dengan menggunakan bukti pada bagian (1 ) terbukti bahwa AA θ = A θ A. (1 4) Ambil AP subsitusikan ke A = VP ke AP gunakan persamaan (9) pada persamaan (14), diperoleh karena A = VP sehingga diperoleh AP = (VP)P, (14) AP = P(VP), AP = PA. (1 4) Sebaliknya jika terdapat AP = PA, subsitusikan A = VP (VP)P = P(VP). (15) Kalikan kedua ruas kiri dan kanan pada persamaan (15) dengan P θ dari kanan diperoleh VP = PV yang merupakan persamaan (9), dengan menggunakan bukti pada bagian (1 ) terbukti bahwa A θ A = A θ A. 5
Contoh: Misalkan A = i i 0 i 0 i, akan ditunjukkan bahwa A merupakan matriks secondary Hermitian jika A = A θ, dengan menggunakan persamaan (1) dan () diperoleh A θ = i i 0 i 0 i Matriks A dapat didiagonalkan secara secondary uniter equivalent jika memenuhi P θ AP=D. Akan dicari matriks P yang mendiagonalkan A. Sebelumnya dicari terlebih dahulu nilai eigen dari matriks A, detλi A = det λ i. i 0 λ i 0 λ i = λ 3 λ 4 1 λ+10 = (λ+1.7991)(λ 1.3768)(λ.43) dan nilai eigen dari matriks A adalah λ = 1.7991,λ = 1.3768, dan λ =.43. Maka diperoleh matriks P 0.6411 + 0.50i 0.081 0.405i 0.15 + 0.514i P = 0.0000 + 0.136i 0.6678 0.708. 0.717 0.0000 + 0.5886i 0.0000 + 0.4305i dan P θ = 0.0000 0.4305i 0.708 0.15 0.514i 0.0000 + 0.5886i 0.6678 0.081 + 0.405i 0.717 0.0000 0.136i 0.6411 0.50i. Akan ditunjukkan bahwa P θ AP=D 0.0000 0.0000i 0.0000 + 0.0000i.346 0.0000i D = P θ AP 0.0000 0.0000i 1.708 + 0.0000i 0.0000 0.0000i. 1.613 0.0000 + 0.0000i 0.0000 + 0.0000i 6
4. KESIMPULAN Berdasarkan pembahasan yang telah diuraikan pada bab-bab sebelumnya, dapat disimpulkan bahwa terdapat kesetaraan pada matriks kompleks dengan matriks secondary. Tetapi, terdapat perbedaan dalam memperoleh transpose konjugat matriksnya. Pada matriks secondary, transpose konjugat pada matriks secondary disebut transpose konjugat secondary matriks. DAFTAR PUSTAKA [1] Anton, H. 1995. Aljabar Linier Elementer, Edisi Kelima. Terj. Dari Elementary Linier Algebra, Fifth Edition, Oleh Pantur Silaban& Nyoman Susila I. Penerbit Erlangga, Jakarta. [] Jacob, B. 1990. Linear Algebra. W. H. Freeman and Company, New York. [3] Krisnamoorthy.S. dan Vijayakumar, R. 009. Some Equivalent Condition on s-normal Matricces. Int. J. Math. Contemp. Math. Sciences 9(4): 1449-1454. [4] Krisnamoorthy.S. dan Govindarasu, A. 010. On Secondary Unitary Matricces. Int. J. Math. Contemp. Math. Sciences 3(): 47-53. [5] Lee, A. 1976. Secondary symmetric, skew symmetric, and orthogonal matrices. Period Math. Hungary 1(7): 63-70. [6] Poliouras. J. D. 1987. Peubah Kompleks Untuk Ilmuan dan Insinyur. Terj. Dari Complex Variables For Scientists and Engineers, Oleh Drs. Wibisono Gunawan. Penerbit Erlangga, Jakarta. 7