GRAM-SCHMIDT DALAM MENGHITUNG NILAI EIGEN SUATU MATRIKS Ning Eliyati, Yulia Resti Abstract : The aim of this research is fo using process of Gram-Schmidt in finding Eigenvalue of @ matrix by Double QR Algorithm. Usually, QR decomposition is obtained by rotation or reflection. By process of Gram-Schmidt that is orthonormalization process of one bases to another bases, decomposition of orthogonal matrix Q and upper triangle matrix R find an upper Hessenberg matrix. Key Word: Gram-Schmidt process, Double QR Algorithm, Eigenvalue Abstrak : Penelitian ini bertujuan untuk menggunakan proses Gram-Schmidt dalam menghitung nilai Eigen suatu matriks pada algoritma QR Ganda. Lazimnya dekomposisi QR pada suatu algoritma dilakukan dengan rotasi atau reffeksi. Dengan menggunakan proses Gram-Schmidt yaitu proses ortonormalisasi dari satu basis ke basis /ainnya, dekomposisi ‘matriks orthogonal Q dan matriks segitiga atas R membentuk matriks Hessenberg atas. Kata Kunci: Proses Gram-Schmidt, algoritma QR Ganda, nilai Eigen PENDAHULUAN Eigen suatu matriks yang berupa barisan Saat ini semakin banyak fenomena _ter@si_transformasi similartas. Menurut alam dalam berbagei bideng imu peng- “-@-F:-Francis,1961, (C.G. Cullen, 1994), etahuan seperti demografi, fisika, teknik 90ritma QR sangat efektif untuk meng- hitung semua nilai Eigen dan vektor Eigen dari suatu matriks sebarang, namun menurut D. S Watkins (1991), laju ke- konvergenan algoritma QR relatif tambat dan kompleksitas waktunya sangat besar. Fakta ini memotivasi munculnya modifikasi terhadap algoritma QR, salah satu modifi kasi tersebut adalah algoritma QR ganda. Pada prinsipnya, dalam menghitung nilai Eigen suatu matriks algoritma QR Ganda hampir sama dengan algoritma QR. Perbedaannya adalah algoritma QR Ganda = Ning Eliyati, Yulia Resti. adalah Dosen Jur. Matematika. FMIPA UNSRI 151 mesin dan teknik elektro yang setelah dimodelkan dalam matematika membentuk suatu matriks, seperti matriks Leslie, mat- riks Putaran Pauii, matriks Ricarti, matriks Skew Hermitian dan sebagainya. Umum- nya, dari bentuk matriks tersebut yang diperiukan adalah nilai Eigennya. Banyak algoritma yang dapat digunakan untuk menghitung nilai Eigen ‘suatu_matriks, Algoritma QR merupakan salah satu algoritma yang menghitung nilai152__= Jumal Penelitian Sain ; Volume. 10, Nomor. 1, Januari 2007. hal. 151-166 memiliki 2 dekomposisi QR — sedangkan algoritma QR hanya memiliki 1 dekom- posisi QR. Q adalah matriks ortogonal dan R adalah matriks segitiga atas. Dalam bentuk yang paling sederhana algoritma QR (algoritma QR Ganda) menghasitkan barisan matriks yang similar ortogonal terhadap matriks A yang konvergen terhadap matriks segitiga atas R. Lazimnya dekomposisi QR pada suatu algoritma dilakukan dengan rotasi atau refleksi. Daniel, J.W (1981) menyatakan bahwa jika matriks Q pada dekomposisi QR ‘merupakan matriks ortogonal, maka kolom- kolom pada matriks Q akan merupakan suatu himpunan ortonormal. Menurut D.S.Watkins (1991), proses Gram-Schmidt merupakan suatu proses ortonormalisasi dari satu basis ke basis lainnya. Fakta ini menunjukkan bahwa proses Gram-Schmidt dapat digunakan dalam mendekomposisi suatu matriks yang akan dihitung nilai Eigennya ke bentuk QR. Untuk itu Penelitian ini mengkaji algoritma QR Ganda dalam menghitung nilai Eigen suatu matriks dengan menggunakan proses Gram- Schmidt. TINJAUAN PUSTAKA Algoritma QR Setiap iteraksi pada algoritma OR terdiri dari dekomposisi matriks A ke bentuk QR dan trensformasi similaritas, dimana A adalah matriks yang akan dihitung nial Eigennya, Q adalah matriks ortogonal dan R adalah matriks segitiga atas. Algoritma ini dapat dimodifikasi dengan melakukan dua kali dekomposisi QR sehingga disebut algoritma QR Ganda, (Cullen, 1994). Matriks Ortogonal Sebuah matriks bujursangkar A, berordo n dikatakan matriks ortogonal jika mempunyai sifat A” = A’ , (Shoiciro, 1991). Matriks Segitiga Atas Sebuah matriks bujursangkar A, berordo n berbentuk segitiga atas jika setiap elemen yang terletak di bawah diagonal utama adalah nol, (Shoiciro, 1991). Matriks Hessenberg Sebuah matriks bujursangkar A, berordo berbentuk Hessenberg atas jika setiap elemen yang terietak di bawah subdiagonal pertama adalah nol, yaitu a, = 0 untuk i > J+ 4, (Shoiciro, 1991). Dekomposisi QR Komposisi suatu matriks yang berbentuk QR disebut dekomposisi QR apabila Q adalah matriks ortogonal dan R adalah matriks. segitiga tas. Dekomposisi QR dapat dilakukan dengan beberapa cara diantaranya dengan rotasi dan refleksi. Menurut Daniel J.W (1981), jika suatu matriks merupekan matriks ortogonal maka kolom-kolom pada matriks-matriks tersebut merupakan suatu himpunan ortonormal. Proses Gram-Schmidt merupaken suatu proses ortonormalisasi (D.S.Watkins, 1991). Ini berarti bahwa proses Gram-SchmidtMv mit dapat digunakan untuk mendekomposisi matriks. Proses Gram-Schmidt Suatu proses yang mengubah sebarang basis ke basis ortonormal disebut Proses Gram-Schmidt, (D.S.Watkins,1991) Basis Jika V adalah sebarang ruang vektor dan (Y;+¥2s----», }merupakan himpunan ber- hingga dari vektor-vektor pada V, maka S dinamakan basis untuk V jika S bebas linier dan $ merentang V, (D.S.Watkins,1991). Bebas Linier Jika. S={v,,¥,,.. vektor, maka persamaan vektor adalah himpunan Ky, thay) +...+k,v, =0 memiliki paling sedikit satu pemecahan, yakni k,=0,k;=0,k, =0 jika ini adalah satu-satunya pemecahan, maka S dinamakan himpunan bebas _linier, (D.S.Watkins,1991) Ortonormal Sebuah himpunan vektor pada ruang hasi kali dalam dinamaken himpunan ortogonel jika semua pasangan vektor-vektor yang berbeda tersebut ortogonal. yang setiap vektornya mempunyai norma 1 dalam —_himpunan Sebuah himpunan ortogonat dinamakan ortonormal, (Shoiciro, 1991). Teorema 1 Setiap ruang hasil Kali dalam berdimensi berhingga taknol basis ortonormal. Bukti : Misalkan V adalah sebarang rueng hasil keli mempunyai sebuah dalam berdimensi n taknol, dan misalkan S={u,,u,,....11,}, a adalah sebarang basis untuk V. Urutan langkah berikut akan hasilkan basis ortonormal {v,,¥,,....»,} untuk V. 1. Misalkan y, =u, Iu,|.Vektor vy mempunyai norma 1. 2. Bangun vektor v2 yang normanya 1 yang ortogonal terhadap v; untuk menghitung Komponen us yang ortogonal terhadap ruang W; yang direntang oleh v;. 3. Bangun vektor v; dari norma 1 yang ortogonal baik terhadap v; maupun v2 dengan menghitung komponen us yang ortogonal terhadap ruang W. yang direntang oleh v; dan v2 dan normalisasi. Tentukan vektor v, dari norma 1 yang ortogonal terhadap v;, v, dan v3 dengan menghitung komponen us yang ortogonal terhadap ruang ws yang direntang oleh v;, Ve dan vs. Kajian Algoritma QR Ganda yang Menggunakan Proses Gram-Schmidt dalam Menghitung Nilai Eigen Suatu Matriks Suatu proses yang mengubah sembarang basis ke basis ortonormal di- sebut proses Gram-Schmidt. Proses Gram- Schmidt digunakan dalam mendekomposisi154 =. Jumal Penelitian Sain ; Volume. 10, Nomor. 1, Januari 2007. hal. 151-156 matriks QR untuk mengortonormalisasi barisan bebas linier. Suatu barisan vektor Gs, Gav. Gx € R dikatakan ortonormal jika vektor-vektornya berpasangan ortogonal dan masing-masing vektor mempunyai norm Euclidian 4; yaitu (i,q) = 0 jika ij = 4 jika i Teorema 2 Misalkan Q < R™ . Maka Q merupakan matriks ortogonal jika dan hanya jika kolom (baris) nya berbentuk himpunan ortonormal. Bukti : Misalkan 3, q,..-, Go menunjukkan kolom- kolom Q. Maka a 7 9o=|"\ fo a ~ a] ris 4 4% Be) [GG Gh » 4 I G2 ~~ TMn entri-entri Q merupakan perkalian dalam (aq). O'Q= 1 jika dan hanya jika 45, qa, Qn berbentuk himpunan ortonormal. Misalkan kita mempunyai vektor ortonormal iver Sedemikian maka : Card.) = (Yoenm))f 1% =%- Dg, [2.1] na sehingga q. ortogonal terhadap q, Skalar ry dan fas (untuk kasus Ges. =3) harus dipilin sehingga qs ortogonal terhadap q, dan qz. Persamaan (qq) = 0, i=1, .. . ket berarti bahwa A (1.4)-D5,G,4)-0 fhdA [2.2] 5 Karena (q,q) = 0 jika i#j dan (q,q)=1 persamaan tersebut menjadi Te = Mr) Misalken: rg = [arf #0 1 a [2.4] Tie maka didapat bahwa |g, |, dan G4) =0 Hubungan antara proses Gram-Schmidt dengan dekomposisi QR adalah & Ve = D1, + Tan Ie [2.5] 5 Di sini sebenarnya ada m_persamaan seperti itu, masing-masing untuk nilai k. y a Dit hn Vs = Qi + Qala + Osh ox Yo = Win * Dalam FF oli Dengan mendefinisikan V =[y,v,..,]JeR™™ O=|ade-aq]e paxm Lo a[o Ls Oe amV memiliki rank penuh, Q adalah matriks ortogonal dan R merupakan matriks segitiga atas dengan entri positif pada diagonal utama dan V = QR. Ini berarti bahwa Gram Schmidt dapat digunakan untuk menghitung dekomposisi proses QR. Berikut ini merupakan algoritma Gram- ‘Schmidt, Algoritma Proses Gram-Schmidt Diketahui v},...vm © R" bebas algoritma berikut- menghasilkan himpunan ortonormal qi, ..- (died) = Wend) = for k=1,... linier, suatu + Gm sehingga m for T=(VeM) Va Vek Vi a= Pill if (Fa =0) then (vs,...¥e tak bebas), exit ye Ta exit Rancangan Algoritma QR Ganda yang menggunakan Proses Gram-Schmidt Masukan : Matriks A yang akan dicari nitai Eigennya : A(n,n) Untuk j=0, 4, 2, ... .n-2 m=n Untuk i= 4, 2, ... , Maks Pilih sebuah shift ki (= alm) Dekomposisikan : Axi — kil = Q2Ra untuk k=1 untuk i=1,,... Fx= (Veo) Vi Va — Fic i a= Pl, jika (tq =0) maka (v1,...Ve tak bebas) keluar keluar kl + RaQai Dekomposisikan : Aas — Kel = QaerRoie Hitung Awe = Kel + RaeiQares Jka semua entri pada subdiagonal Aas = 0 Selesai Keluaran : sebuah matriks Hessenberg atas yang similar terhadap A Contoh: Aadalah matriks bujursangkar berordo 4x4: A g2ei2 1 2 4-34) DOH A= 2 2 -2 -1 2-14 10 5 Nilai Eigennya diperoleh sebagai berikut: Ar= QR, = Q AQ?" TUGL® Of e2 2 1 0 1 0 ojf2 -3 2 1 O -1 1 O}/2 2 -2 -1 0 xl 0.1 ; -14 10 5 1000 eee Deel) OF O70); |2y0 2 1 0110] jo -1 - 6} © Oe-1g. iL.09) "8 Ar = QRi= 9, Ar O hessenberg atas156 == Jumal Penelitian Sain ; Volume. 10, Nomor. 1, Januari 2007. hal. 151-156 fio oor 1 2 1 0 10 0//2.0 2 1 {0 0 t of/0 -1 -4 -2 leotalea eo GG) il tt 1 Apsiddudsbe lind Bure cab, 1 Oo 1 of [0 testes —2 00-11) [0 0 2 2 Wo = e; = [1,0,0,0]', maka vektor-vektor Wy ,W2,W, dan we adalah: Neate relat eal wits l222 tf ilo Wee) = (Oe=se one (0 00 2 2II0 (eines ek [UP SES) Sao eee 0 -1 -2 -2//0 2 00 2 2\lo] Lo Te © Ft 3 Stel aioe Wt ir/8 “er eD) Et 8 i] 9 eee 0 181 1H 3787s pe [20 LOU 4 id 4 = Hw = "lo" -2'-al] 2 0 00 2 2i[-4} [- Dari sistem persamaan linier a, Wo + a, w, + @,We +8,Ws = -w, diperoleh persamaan karakteristik PA)=ad -B-B 44 sehingga nilal Eigen matriks A adalah A=4,=1 450 dan 2,=-1 KESIMPULAN Proses Gram-Schmidt yang merupa- kan proses ortonormalisasi dari satu basis ke basis lainnya dapat digunakan pada algoritma QR Ganda untuk menghitung nilai Eigen dengan matriks yang akan dihitung nilai Eigennya ke bentuk QR sebanyak dua kali, dimana dekomposisi_matriks orthogonal Q dan matriks segitiga atas R membentuk matriks hessenberg atas. DAFTAR PUSTAKA Anton, Howard., 1987. Elementary Linear Algebra with Application. Anton and Co cara mendekomposisi Cullen, Charles G., 1994. An introduction to Numerical Linear Algebra. PWS «Publishing Company, Boston. Kreyszig, E., 1988. Advanced Enginering Mathematics, John Wiley and Sons, Inc. Liu, C.L., 1995. Dasar-dasar Matematika Diskret. Edisi Kedua, PT. Gramedia Pustaka Utama, Jakarta. McCracken, D., 1972. Numerical Methods with Fortran IV. John Wiley and Sons. Nakamura, Shoichiro., 1991. Applied Numerical Methods —_with Software. Prentice Hall, Englewood Cliffs, New Jersey. Scarborough, J. B, 1966. Numerical Mathematical Analysis, Baltiore, Johas Hopkins Press. Watkins, David S., 1991. Fundamentals of Matrix Computations. John Wiley & Sons...