Anda di halaman 1dari 18

TRANSFORMASI LINEAR

Bab 7

Secara umum transformasi (pemetaan) didefinisikan dari suatu himpunan ke himpunan lain. Pada bab ini kita akan mempelajari transformasi dari suatu ruang vektor ke ruang vektor yang lain, sehingga operasi standar pada ruang vektor (penjumlahan dan perkalian dengan skalar) tetap berlaku. Dengan kata lain, transformasi ini dapat dipandang sebagai fungsi bernilai vektor yang berasal dari peubah yang vektor juga. Jadi, domain dan kodomain fungsi ini adalah berupa vektor. Misalkan V dan W merupakan ruang vektor dan T menkaitkan vektor unik di W dengan setiap vektor di V maka dapat kita katakan bahwa T memetakan V ke W. Selanjutnya, T dinamakan Transformasi dari V ke W. Kita akan memfokuskan pada T yang bersifat linear, sehingga T dinamakan transformasi linear. 7.1 TRANSFORMASI LINEAR DAN MATRIKS TRANSFORMASI Misalkan V dan W adalah ruang vektor, T : V W dinamakan transformasi linear, jika untuk setiap a , b V dan R, berlaku : i. T a + b = T (a ) + T b ii. T ( a ) = T (a ) Berikut ini merupakan contoh bagaimana cara menunjukan bahwa suatu transformasi merupakan transformasi linear.

()

Contoh 7.1 : Tunjukan bahwa T : R 2 R3 yang didefinisikan oleh

98
x y x T = y x y

Bab 7 Transformasi Linear

merupakan tranformasi linear. Jawab : Akan dibuktikan bahwa T (u + v ) R 3 untuk setiap i. dan (u ) R 3

u , v R 2 dan
u1

R.

2 Ambil u = v R sembarang u , v = 2 2

v1

u1 v1 T (u + v ) = T v + u 2 2

(u1 + v1 ) (u2 + v2 ) = (u1 + v1 ) u v + 2 2 (u1 + v1 ) (u2 + v2 ) = u1 v1 u 2 + v2


u1 u2 v1 v2 = u1 + v1 u v 2 2

= (u ) + (v ) Jadi T (u + v ) R 3
u

1 2 dan R sembarang. ii. Ambil u = u R 2

u1 (u ) = u 2 u1 u 2 = u1 u 2

Aljabar Linear Elementer Adiwijaya

99

(u1 u2 ) = ( u1 ) (u ) 2 u1 u 2 = u1 u 2

= (u )

Jadi (u ) R3 Dengan demikian, T merupakan transformasi linear. Contoh 7.2 : Misalkan suatu transformasi dari M2x2 ke R didefinisikan oleh T(A) = det (A), untuk setiap A M2x2 , Apakah T merupakan Transformasi linier. Jawab : Misalkan A =

a1 a3

a2 M 2x2 a4

maka untuk setiap R Berlaku : det (A) = det a 3

a1

= 2 (a1a2 a3 a4 )

a2 a4

= 2 det (A) Perhatikan bahwa det (A) det (A) maka T (A ) T( A ) Jadi T bukan transformasi linier. Contoh 7.3 :

100

Bab 7 Transformasi Linear

Diketahui T : P2 (Polinom orde-2) R2, dimana a b T (a + bx + cx 2 ) = a c a. Apakah T merupakan transformasi linear b. Tentukan T (1 + x + x 2 ) Jawab : a. (i) Ambil unsur sembarang P2, u = u1 + u2 x + u3 x 2 dan

v = v1 + v2 x + v3 x 2
Sehingga

u + v = (u1 + v1 ) + (u2 + v2 ) x + (u3 + v3 )x 2

Selanjutnya

T (u + v ) = T (u1 + v1 ) + (u2 + v2 ) x + (u3 + v3 )x 2


(u1 + v1 ) (u2 + v2 ) = (u + v ) (u + v ) 3 3 1 1 (u1 u2 ) + (v1 v2 ) = (u u ) + (v v ) 1 3 1 3 u1 u2 v1 v2 = u u + v v 1 3 1 3

= T u1 + u2 x + u3 x 2 + T v1 + v2 x + v3 x 2
(ii) Ambil unsur sembarang P2, u = u1 + u2 x + u3 x 2 dan R

T ( u ) = T u1 + u2 x + u3 x 2
(u1 u2 ) = (u u ) 3 1 (u1 u2 ) = (u u ) 1 3

Aljabar Linear Elementer Adiwijaya

101

u1 u2 = u u 1 3 = T u1 + u2 x + u3 x 2

Jadi, T merupakan transformasi linear b. T (1 + x + x 2 ) = 1 1 = 0 Suatu transformasi linear T : V W dapat direpresentasikan dalam bentuk perkalian matriks sebagai berikut : T ( u ) = A u , untuk setiap u V. A dinamakan matriks transformasi dari T. Misalkan, suatu transformasi linear T : R2 R3 didefinisikan oleh :

1 1

x y x x = y y
maka

1 1 x x y y = 1 0 0 1
Dengan demikian, matriks transformasi untuk T adalah

1 1 1 0 . 0 1
Oleh karena itu, jika

a1 2 a = a R maka: 2

102

Bab 7 Transformasi Linear

(a ) = Aa 1 1 a1 = 1 0 a 2 0 1 a1 a2 = a1 a 2
Misalkan = {v1 , v 2 } merupakan basis bagi ruang vektor V dan : V W merupakan transformasi linear dimana (vi ) = (ui ) untuk setiap i = 1,2. Kita dapat menentukan matriks transformasinya dengan cara sebagai berikut : Tulis :

T (v1 ) = v1 = u1

T (v 2 ) = v 2 = u 2
Sehingga

[v1 v2 ] = [u1 u 2 ]

Karena [v1 v2 ] merupakan basis bagi V maka ia mempunyai invers, sehingga dapat dinyatakan dalam bentuk :

= [u1 u 2 ] v1 v 2 1
Contoh 7.3 : Misalkan
1 0 0 v1 = 1 , v2 = 1 , v3 = 0 1 1 1

merupakan basis

bagi R 3 . Transformasi linear : R 3 P1 (polinom orde satu), didefinisikan T (vi ) = Avi = pi untuk setiap i = 1,2,3. Jika p1 = 1 x; p 2 = 1; p 3 = 2 x .

Aljabar Linear Elementer Adiwijaya

103

Tentukan : a. Matrix transformasi b.


1 1 ! 2

Jawab : a. Didefinisikan :

1 1 0 p1 = [1 x ]B = 1 ; p2 = [1]B = 0 ; p3 = [2 x ]B = 2
Karena vi = pi , i = 1,2,3

0 0 1 1 1 0 Maka 1 1 0 = 1 1 1 1 0 2
0 1 1 1 0 1 = 1 0 2 1 1 1 Perhatikan bahwa (kita akan diatas dengan OBE ) : 0 0 1
1

mencari invers matriks

1 0 0 1 1 0 1 1 1

1 0 0 1 0 1 0 ~ 0 0 0 1 0 1 ~ 0 0

0 1 1
0 0 1 0 0 1

1 0 0 1 1 0 1 1 0 1 1 0 0 1 1 0 0 1 1 0 0

Sehingga

104

Bab 7 Transformasi Linear

1 1 0 = 1 0 2 0 1 0 = 1 2 2

1 0 0 1 1 0 0 1 1

Jadi matriks transformasi bagi T adalah b. 1 = 1


2 2 1 1

0 1 0 1 2 2

1 0 1 0 = 1 2 2 1 2 1 = 1
1 2 ingat bahwa 1 = 1 + x B
1 jadi : 1 = ( 1 + x ) 2

Kita pun dapat menyelesaikan persoalan seperti diatas dengan menggunakan definisi basis (membangun) yang telah dipelajari pada bab sebelumnya. Contoh 7.4 : Diketahui basis dari polinom orde dua adalah

{ 1 + x,

x + x2 , 1 + x x2

Jika T : P2

R3

merupakan transformasi linear dimana

Aljabar Linear Elementer Adiwijaya


0 1 2 2 2 T [ 1 + x] = 1 , T x + x = 2 , dan T 1 + x x = 1 2 0 0

105

Tentukan

T 1 x + x2 .

Jawab : Karena himpunan 3 buah polinom tersebut merupakan basis bagi polinom orde 2 maka dapat ditulis hubungan polinom tersebut dalam kombinasi linear berikut : 1 x + x 2 = k1 (1 + x ) + k 2 ( x + x 2 ) + k3 (1 + x x 2 ) Dengan menyamakan suku-suku sejenis dari kedua ruas pada persamaan di atas, maka diperoleh SPL

k1 + k3 = 1

k1 k2 + k3 = 1 k 2 k3 = 1
Solusi SPL tersebut adalah k1 =0 , k2 = 2, dan k3 = 1. Dengan demikian kombinasi linear diatas berbentuk :

1 x + x 2 = 0 (1 + x ) + 2 x + x 2 + 1 1 + x x 2

) (

)
))

Setiap ruas dikenakan transformasi T sehingga : T 1 x + x 2 = T 0 (1 + x ) + 2 x + x 2 + 1 1 + x x 2 Karena transformasi T bersifat linear maka T 1 x + x 2 = 0T (1 + x ) + 2T x + x 2 + T 1 + x x 2

) (

) (

1 2 = 2 2 + 1 0 0

4 = 5 0

106

Bab 7 Transformasi Linear

Berikut ini merupakan contoh lain dalam menentukan matriks trnasformasi. Contoh 7.5 : suatu transformasi linier T : R2 R3 , didefinisikan oleh : 1 -1 2 - 3 T 1 dan T 1 = = 5 - 1 1 2 Tentukan A sebagai matrik transformasi ! Jawab : Tulis T ( u ) = A u , untuk setiap u R2 maka pernyataan
1 -5 A = -1 -2 2 -3 dan A -1 -1 = 1 1

Dapat ditulis juga menjadi


-5 A -2 -3 -1 1 -1 = 1 1 2 1

Sehingga

1 -1 1 -5 -3 A = -1 1 -2 1 2 1 -5 -3 1 karena invers dari - 2 -1 adalah -2


maka matriks transformasi dari T adalah :

-3 5

Aljabar Linear Elementer Adiwijaya

107

1 A = -1 2

-1 1 1
-8 8 -1

1 -2

-3 5

Sehingga
3 A = - 3 0

7.2 KERNEL DAN JANGKAUAN Misalkan T : V W merupakan transformasi linear, maka semua vektor di V yang dipetakan ke vektor nol di W dinamakan kernel T. Notasi kernel dari suatu transformasi linear T adalah ker(T).

Ker (T ) =

{ u V

| T (u ) = 0 }

Kernel merupakan subruang dari ruang vektor V dimana bila ditransformasikan menghasilkan Contoh 7.6 : Diketahui T : P2 (Polinom orde-2) R2, dimana

0.

a b T (a + bx + cx 2 ) = a c 1 1 0 karena T (1 + x + x 2 ) = = 1 1 0 maka 1 + x + x 2 Ker (T )


Jelas bahwa vektor nol pada daerah asal transformasi merupakan unsur kernel T. Tetapi tak semua transformasi linear mempunyai unsur kernel yang tak nol. Sebelum membahas tentang unsur kernel yang berupa vektor tak nol, kita akan membahas mengenai

108

Bab 7 Transformasi Linear

kernel T sebagai subruang dari ruang vekto r daerah asal transformasi Berikut akan kita lihat pembuktian bahwa Ker(T) merupakan subruang adalah sebagai berikut : Ambil a , b Ker (T ) sembarang dan R 1) Karena setiap a Ker (T ) artinya setiap a V sehingga T (a ) = 0 maka Ker(T) 2) Ker(T)

0 Ker (T ) , karena T 0 = A 0 = 0

()

Karena a , b Ker (T ) dan ker(T)

V maka a , b

V, ingat

bahwa V adalah ruang vektor maka a + b T a + b = T a + Tb = 0 + 0 = 0 Dengan demikian, a + b ker (T ) .

V sehingga berlaku

Karena a ker(T) maka a V karena V adalah ruang vektor sehingga jika

V berlaku

.T( a ) = .0 = 0 Dengan demikian a ker(T)


Jadi Ker(T) merupakan sub ruang dari ruang vektor V. Misalkan T : V W merupakan transformasi linear, maka jangkauan dari T dinotasikan oleh R(T). R(T) = { b W | ada u V sehingga T( u ) = b } Dengan cara yang sama dapat dibuktikan bahwa R(T) merupakan subruang dari ruang vektor W. Karena Ker(T) dan R(T) merupakan subruang maka Ker(T) dan R(T) masing-masing memiliki basis. Perhatikan bahwa, misal u V maka T u = Au sehingga

T( a ) =

()

Aljabar Linear Elementer Adiwijaya

109

Ker(T) = { u V | T( u ) = A u = 0 } Dengan demikian, basis Ker(T) berkorespondensi dengan basis ruang solusi (ingat SPL homogen), sedangkan basis R(T) merupakan basis bagi ruang kolom dari A. Jumlah vektor pada basis ker(T) dinamakan nullitas Jumlah vektor pada basis R(T) dinamakan Rank Contoh 7.6 : Diketahui Transformasi linear T : R3 P2 dengan

a T b =(a + b) + (2a c)x + (2a + b + c)x2 c


Tentukan basis dan dimensi Ker(T) dan R(T) Jawab : Perhatikan bahwa :

a T b = (a + b ) + (2a c )x + (2a + b + c )x 2 = 0 c
Ini memberikan

a + b 0 2b c = 0 2a + b + c 0
sehingga

a a + b T b = 2b c c 2a + b + c

110

Bab 7 Transformasi Linear

1 1 0 a = 0 2 1 b 2 1 1 c
Jadi matriks transformasinya untuk T adalah

1 1 0 A = 0 2 1 2 1 1
Dengan melakukan OBE pada matriks tersebut :

1 1 0 0 2 1 2 1 1

1 1 0 0 ~ 0 2 0 1 0 1 0 1/ 2 ~ 0 1 1/ 2 0 0 1/ 2 1 0 0 0 ~0 1 0 0 0 0 1 0

0 0 1 0 1 0 0 0 0

Dengan demikian, Basis ker(T) = {} dan nulitasnya adalah nol. Sementara itu, dengan memperhatikan hasil OBE maka basis ruang kolom dari matriks A adalah :

1 1 0 0 , 2 , 1 2 1 1

oleh karena itu, basis jangkauan dari T adalah

, 1 + 2x + x2 , x + x2 sehingga rank (dimensi basis R(t)) = 3

{1 + 2x2

Aljabar Linear Elementer Adiwijaya

111

Contoh 7.7 : Diketahui T : R4 R3 merupakan transformasi linear yang didefinisikan oleh : a a+b b T = c 2d c a b + c 2d d Tentukan basis kernel dari T dan nulitasnya Jawab : Transformasi Linear T : R 4 R 3 Dengan a a+b b T = c 2d c 2 a b c d + d

a 1 1 0 0 b = 0 0 1 2 1 1 1 2 c d
Jadi

1 1 0 0 0 1 2 A= 0 1 1 1 2
Basis Ker(T) dan Nulitasnya? Ker(T) adalah ruang solusi dari

112

Bab 7 Transformasi Linear

a b T (v ) = A(v ) = 0, v = R 4 c d
Dengan kata lain, ker(T) adalah ruang solusi dari SPL

A(v ) = 0
Dengan Eliminasi Gauss Jordan

1 0 0 1 1 0 0 1 0 0 1 2 ~ 0 0 1 2 1 1 1 2 0 0 0 0
a+b = 0 a = b a=s c 2d = 0 c = 2d c=t

Ker(T) = ruang solusi dari A(v ) adalah

a b c d

a 1 0 b 1 0 c = 0 s + 1 t , s, t 0 d 0 1 2

1 0 1 0 Jadi Basis Ker(T) = , 1 0 1 0 2


Nulitasnya = Dimensi dari Ker(T) = 2

Aljabar Linear Elementer Adiwijaya

113

Latihan Bab 7 1. Suatu transformasi T : 3 2 yang didefinisikan oleh


a a 2b T b = c a + c

Periksa apakah T merupakan transformasi linear 2. Jika suatu transformansi T : P1 P2 diberikan oleh :
T [2 + x ] = 4 x + x 2

dan

T [1 + 3 x ] = 7 + 2 x 2 x 2 Tentukan T [3 x ]

3 (Untuk no. 3 5) Suatu transformasi linear, T : 2 , diilustrasikan sebagai berikut :


3 1 1 dan 3 T = 1 = T 2 2 1 5 1

3. Tentukan matriks transformasi dari T 4. Tentukan hasil transformasi, T 5. Tentukan basis kernel dan jangkauan dari T

1 3

6. Tentukan rank dan nulitas dari matriks Transformasi : A = 1


1 2 1 1 2 3 1 2 2 1 1

114

Bab 7 Transformasi Linear

7. Misal suatu transformasi T : 3 2 yang didefinisikan oleh a a 2b T b = c a + c Tentukan basis Ker(T) dan basis R(T) beserta dimensinya !

Anda mungkin juga menyukai