III. T R
ANSFO
RMAS
I LIN
EAR
L
i
s
a
m
r
o
f
s
n
a
r
T
.1.
r
a
ine
m
u
Um
Definisi
Jika T: VW adalah sebuah fungsi yang memetakan
sebuah ruang vektor V kesebuah ruang vektor W,
maka T disebut sebagai transformasi linear dari
V ke W jika semua vektor u dan v pada V dan
semua skalar c
T
T (v ) = projwv
Contoh 8.1.4.
Transformasi Linear dari ruang V ke Rn
Misalkan S = {w1 , w2 , , wn } adalah suatu basis
untuk suatu ruang vektor V berdimensi n , dan
misalkan
(v)s = (k1, k2, , kn )
Adalah vektor koordinat relatif terhadap S dari
vektor v pada V; maka
v = k1 w1 + k2 w2 + + kn wn
Definisikan T: VRn sebagai fungsi yang memetakan
v ke vektor koordinatnya terhadap S; jelasnya,
T (v) = (v)s = (k1, k2, , kn )
Dengan demikian,
(u+v)s = (u)s + (v)s and (k u)s = k (u)s
Dengan menyatakan kedua persamaan ini dalam
bentuk T akan menghasilkan
T (u+v) = T (u) + T (v) and T (k u) = kT (u)
Yang menunjukkan bahwa T adalah transformasi
linear.
Contoh 8.1.5.
Transformasi Linear dari pn ke pn+1
Misalkan p = p(x) = C0 + C1 X + C2X2 + + CnX n adalah
sebuah polinomial pada Pn , dan didefinisikan fungsi T: Pn
Pn+1 sebagai
T (p) = T (p(x)) = xp(x)= C0 X + C1X2 + + CnX
n+1
Contoh 8.1.6.
Transformasi A Linear menggunakan hasilkali
dalam
Contoh 8.1.7.
Transformasi Linear dari C1(-,) ke F (,)
p.50
Contoh 8.1.8.
Transformasi Linear dari C (-,) ke C1(,)
0
3 0
3
J f g ( f (t ) g (t ))dt
f (t ) dt
g (t ) dt
J f J g
J cf cf (t ) dt
c f (t ) dt
0
cJ f
Contoh 8.1.9.
Transformasi yang tidak Linear
Misalkan T : Mnn R adalah transformasi yang
memetakan sebuah matriks
n
n ke
deteminannya, yaitu,
T (A) = det (A)
Jika n>1, maka transformasi ini tidak memenuhi
kedua sifat yang dipersyaratkan untuk sebuah
transformasi linear. Sebagai contoh, pada subbab
2.3 secara umum bahwa
det (A1+A2) det (A1) + det (A2)
Selanjutnya, det (cA) =C n det (A), sehingga
det (cA) c det (A)
Dengan demikian, T bukan transformasi linear .
Teorema 8.1.1
JikaT:VWadalah transformasi linear, maka:
(a) T(0)=0
(b) T(-v )=-T(v )untuk semua vpadaV
(c) T(v-w )=T(v )-T(w)untuk semuavdanwpadaV
Bukti.
(a) Misalkan v vektor sebarang pada V.
karena 0v=0, kita peroleh
T (0)=T (0v)=0T (v)=0
(b) T (-v) = T ((-1)v) = (-1)T (v)=-T (v)
(c) v-w=v+(-1)w; sehingga,
T (v-w)= T (v + (-1)w) = T (v) + (-1)T (w)
= T (v) -T (w)
Contoh 8.1.10.
Menghitung dengan menggunakan bayangan
vektor basis
Penyelesaian :
Kita nyatakan v = (x1 , x2 , x3 ) sebagai kombinasi linear dari v1
=(1,1,1), v2 =(1,1,0), dan v3 = (1,0,0).
Jika kita tulis
(x1 , x2 , x3 ) = c1 (1,1,1) + c2 (1,1,0) + c3 (1,0,0)
Maka dengan menyusun persamaan dari komponen-komponen
yang bersesuaian, kita peroleh
c1 + c 2 + c 3 = x 1
c1 + c 2
= x2
c1
= x3
Yang menghasilkan c1 = x3 , c2 = x2 - x3 , c3 = x1 - x2 ,
sehingga
Definisi
Jika T1 :UV dan T2 :VW adalah
transformasi linear , komposisi T2 dengan T1 ,
dinotasikan dengan T2 T1 (baca T2
lingkaran T1 ), adalah fungsi yang
didefinisikan oleh rumus
(T2 T1 )(u) = T2 (T1 (u))
(2)
dimana u adalah vektor pada U
Komposisis T2 dengan T1
Teorema 8.1.2
Jika T1 :UV dan T2 :VW adalah
transformasi linear, maka (T2 T1 ):UW
juga transformasi linear.
Bukti.
Jika u dan v adalah vektor-vektor pada U dan c adalah
skalar, maka dari (2) dan sifat kelinearan T1 dan T2 kita
peroleh
(T2 T1 )(u+v) = T2 (T1(u+v)) = T2 (T1(u)+T1 (v))
= T2 (T1(u)) + T2 (T1(v))
= (T2 T1 )(u) + (T2 T1 )(v)
dan
(T2 T1 )(c u) = T2 (T1 (c u)) = T2 (cT1(u))
= cT2 (T1 (u)) = c (T2 T1 )(u)
sehingga, T2 T1 memenuhi kedua persyaratan dari
sebuah transformasi linear.
Contoh 8.1.11.
Komposisi Transformasi Linear
Jika T1 : P1 P1 dan T2 : P2 P2 adalah transformasi linear yang
dirumuskan oleh
T1(p(x)) = xp(x) dan T2 (p(x)) = p (2x+4)
Maka komposisi (T2 T1 ): P1 P2 diberikan oleh rumus
(T2 T1 )(p(x)) = (T2)(T1(p(x))) = T2 (xp(x)) = (2x+4)p (2x+4)
Secara spesifik , jika p(x) = c0 + c1 x, maka
(T2 T1 )(p(x)) = (T2 T1 )(c0 + c1 x)
= (2x+4) (c0 + c1 (2x+4))
= c0 (2x+4) + c1 (2x+4)2
Definisi
ker(T
): kernel dari T
Jika T:VW adalah sebuah transformasi
linear , maka himpunan vektor-vektor pada V
yang dipetakan oleh T ke 0
(T ): range dari T
Himpunan semua vektor pada W yang
merupakan bayangan karena T dari
setidaknya satu buah vektor pada V
Contoh 8.2.1
Kernel dan Range dari Transformasi
Matriks
Jika TA :Rn Rm perkalian oleh matriks A mn,
maka dari definisi,
Contoh 8.2.2
Kernel dan Range Proyeksi Ortogonal
Misalkan T: R3 R3 adalah proyeksi ortogonal pada
bidang xy. Kernel dari T adalah himpunan titik-titik
yang dipetakan T ke 0 = (0,0,0); titik-titik ini adalah
titik-titik yang terletak pada sumbu z.
Contoh 8.2.2
Kernel dan Range Rotasi
Misalkan
T: R2 R2
adalah operator linear yang
merotasikan setiap vektor pada bidang xy sebesar .
Karena setiap vektor pada bidang xy dapat diperoleh
dengan cara merotasikan suatu vektor sebesar , kita
peroleh R(T ) = R2 . Selanjutnya, satu-satunya vektor
yang dirotasikan ke 0 adalah 0, sehingga ker(T ) = {0}.
p.44
Contoh 8.2.3
Kernel sebuah Transformasi Differensiasi
Misalkan V= C1 (-,) adalah ruang vektor yang
terdiri dari fungsi-fungsi dengan turunan pertama
kontinu pada (-,) , dan misalkan W = F (-,)
adalah ruang vektor yang terdiri dari semua fungsi
yang bernilai real yang terdefinisi pada (-,) , dan
misalkan D:VW adalah transformasi diferensiasi
D (f) = f(x).
kernel dari D
adalah himpunan
fungsi-fungsi
padaV yang turunannya adalah nol. Himpunan ini
adalah himpunan fungsi-fungsi konstan pada (,) .
Teorema 8.2.1
Jika T:VW adalah transformasi linear, maka:
(a)
(b)
Bukti(a).
Misalkan v1 dan v2 adalah vektor-vektor di dalam
ker(T ), dan misalkan k adalah skalar. Maka
T (v1 + v2) = T (v1) + T (v2) = 0+0 = 0
Sehingga v1 + v2 terletak pada ker(T ).
Dan juga,
T (k v1) = kT (v1) = k 0 = 0
Sehingga k v1 terletak pada ker(T ).
Bukti (b).
Misalkan w1 dan w2 berada didalam range dari T ,
dan k adalah skalar sebarang. Terdapat vektorvektor a1 dan a2 pada V sedemikian sehinggaT
(a1) = w1 dan T(a2) = w2 . Misalkan a = a1 + a2 dan
b = k a1 .
Maka
T (a) = T (a1 + a2) = T (a1) + T (a2) = w1 + w2
dan
T (b) = T (k a1) = kT (a1) = k w1
Definisi
Rank
(T)
Jika T:VW
adalah sebuah transformasi
linear, maka dimensi range dari T disebut
sebagai rank dari T dan dinotasikan dengan
rank(T) .
nulitas
(T)
Dimensi kernelnya disebut nulitas dari T dan
dinotasikan dengan nulitas(T) .
Teorema 8.2.2
Jika A adalah sebuah matriks mn dan TA :Rn Rm
adalah perkalian dengan A , maka:
(a) nulitas (TA ) = nulitas (A )
(b)
Contoh 8.2.4
Menentukan Rank and Nulitas
Misalkan TA :R6 R4 adalah perkalian dengan
5 3
1 2 0 4
1
4
A 3 7 2 0
2 5 2 4
6
1
4 9 2 4 4 7
Teorema 8.2.3
Teorema Dimensi untuk Transformasi Linear
Jika T:VW adalah sebuah transformasi linear
dari suatu ruang vektor V berdimensi n ke suatu
ruang vektor W, maka
rank (T ) + nulitas (T ) = n
Contoh 8.2.5
Menggunakan Teorema Dimensi
Misalkan T: R2 R2 adalah operator linear yang
merotasikan setiap vektor pada bidang xy
sebesar . Kita telah menunjukkan di dalam
contoh 8.2.2 ker(T ) = {0} dan R (T ) = R2 .
Maka,
rank (T ) + nulitas (T ) = 2 + 0 = 2
Yang konsisten dengan fakta bahwa domain T
berdimensi dua.
LATIHAN
1. Misalkan T: R2 R2 adalah operator linear yang
dirumuskan oleh
T x, y 2 x y,8 x 4 y
Definisi
satu-ke-satu
Sebuah Transformasi linear T:VW disebut
satu-ke-satu
jika T
memetakan vektorvektor yang berbeda pada V ke vektor-vektor
yang berbeda pada W .
Contoh 8.3.1
Transformasi Linear satu ke satu
Ingat kembali Teorema 4.3.1 bahwa jika A
adalah sebuah matriks nn dan
TA :RnRn adalah perkalian dengan A , maka
TA adalah satu-ke-satu jika dan hanya jika A
adalah sebuah matriks yang dapat dibalik.
Contoh 8.3.2
Misalkan T A:R
A=
1
2
3
1
3 2 4
6 4 8
9 1 5
1 4 8
Tentukan apakah T
satu ke satu.
Penyelesaian:
det(A)=0, karena dua baris pertama matriks A
adalah sebanding sehingga A tidak dapat dibalik.
Maka, T A bukan satu ke satu.
Contoh 8.3.3
Misalkan T: Pn Pn+1 adalah transformasi linear
T (p) = T(p(x)) = xp(x)
Jika
p = p(x) = c0 + c1 x ++ cn xn
Contoh 8.3.4
Transformasi Linear yang bukan satu ke satu
Misalkan
D: C1(-,) F (-,)
Adalah transformasi diferensiasi yang telah dibahas
dalam contoh 8.1.7. Transformasi linear ini bukan
satu ke satu karena memetakan fungsi-fungsi yang
perbedaannya terletak pada satu buah konstanta ke
sebuah fungsi yang sama. Sebagai contoh,
D(x2) = D(x2 +1) = 2x
Teorema 8.3.1
Pernyataan-pernyataan yang Ekuivalen
(c)
T adalah satu-ke-satu
Kernel dari T hanya mengandung vektor
nol; yaitu , ker(T) = {0}
Nulitas (T) = 0
Teorema 8.3.2
Jika V adalah sebuah ruang vektor berdimensi
terhingga, dan
T:V V adalah sebuah operator linear, maka
pernyataan-pernyataan berikut ini ekuivalen
(a). T adalah satu ke satu.
(b). ker(T) = {0}
(c). Nulitas (T) = 0
(d). Range dari T adalah V; yaitu ,R(T) =V
(2a)
(2b)
Contoh 8.3.5
Misalkan T :R 3 R 3 adalah operator linear
Yang didefinisikan oleh rumus
T (x1,x2,x3)=(3x1+x2,-2x1-4x2+3x3,5x1+4 x2-2x3)
Tentukan apakah T adalah satu ke satu; jika ya,
tentukan T -1(x1,x2,x3).
Penyelesaian :
3 1
0
T 2 4
3
5
4 2
maka
T T
1
4 2 3
11 6 9
12 7 10
x1 4 2 3 x1 4 x1 2 x2 3x3
T 1 x2 11 6 9 x2 11x1 6 x2 9 x3
x 12 7 10 x 12 x 7 x 10 x
1
2
3
3
3
T
Teorema 8.3.3
-1 =
T1
-1
T2
-1
V dan W adalah sebuah ruang vektor masingmasing berdimensi n dan m. B dan B adalah
basis masing-masing untuk V and W . Maka
untuk setiap vektor x pada V ,
Matriks koordinat [x]B merupakan sebuah vektor
pada Rn, dan matriks koordinat
[T(x)]B
merupakan sebuah vektor pada Rm
u1 B
1
0
0 ,
0
u2 B
0
1
0 ,
0
, un B
0
0
0
1
a
a
a
...
a
m1
mn 0
m1 m 2
a11 a12 ... a1n 0 a12
a21 a22 ... a2 n 1 a22
0
A u 2 B
:
:
:
a
a
a
...
a
m2
mn 0
m1 m 2
A u n B
:
:
:
a
a
a
...
a
mn
mn 1
m1 m 2
a11
a21
T u1 B ,
a
m1
a12
a22
T u 2 B
a
m2
a1n
a2 n
,
T u n B
a
mn
(3)
(4a)
(5)
[T ]B [x]B= [T (x)]B
(5a)
Contoh 8.4.1.
Misalkan T :P1 P2 adalah transformasi yang
didefinisikan oleh
T (p(x)) = xp(x).
Tentukan matriks T dengan basis standar
B={u1,u2} and B'={v1,v2,v3}
di mana u1=1 , u2=x ; v1=1 , v2=x ,v3=x2
Penyelesaian :
T (u1)=T (1)=(x)(1)=x
T (u2)=T (x)=(x)(x)=x2
0
T u1 B 1 ,
0
0
T u 2 B 0
1
T B, B T u1 B
0 0
T u 2 B 1 0
0 1
Contoh 8.4.2.
Misalkan T : R2 R3 adalah transformasi yang
didefinisikan oleh
x2
x1
T 5 x1 13x2
x2 7 x1 16 x2
Tentukan
matriks
untuk
transformasi
T
berkenaan dengan basis B = {u1,u2} untuk R2
dan basis
B' {v1,v2,v3} untuk R3,di
mana
1
-1
0
u1 3 , u 2
1
5 ; v 0 , v 2 , v
2 1 1 2 2 3
1
2
Penyelesaian:
Dari rumus untuk T
1
T u1 2 ,
5
2
T u2 1
3
T u1 B
0 ,
2
sehingga
T B, B T u1 B
T u 2 B
1
1
1 3
T u 2 B 0 1
2 1
Contoh 8.4.3.
x1 x2
2
x
4
x
1
2
Tentukan T B
u2 1
, 2
Penyelesaian :
Dari rumus untuk T ,
T u1 2 2u1 ,
2
T u 2 3 3u 2
6
T u1 B 02 , T u2 B 03
Sebagai konsekkuensinya,
T B T u1 B
2
0
T u2 B 0 3
p.85
Teorema 8.4.1
T B , B T
p.84
Catatan :
Misalkan T:V W adalah sebuah transformasi
linear. Matriks T B, B dapat digunakan untuk
menghitung T x
dalam tiga langkah dengan
mengikuti prosedur tidak langsung berikut ini :
1. Hitung matriks koordinat x B
2. Kalikan x B pada sisi kiri denganT B, B
T x B
sehingga menghasilkan
3. Bentuk kembaliT x dari
matriks koordinatnya
Contoh 8.4.4.
Misalkan T :P2 P2 adalah operator linear yang
didefinisikan oleh
T (p (x))=p (3x-5), yaitu,
T (co+c1x+c2x2)= co+c1(3x-5)+c2(3x-5)2
(a). Tentukan [T ]B berkenaan dengan basis
B={1,x,x2}
(b). Gunakan prosedur tidak langsung untuk
menghitung T (1+2x+3x2)
(c). Hitung T (1+2x+3x2) dengan cara langsung.
Penyelesaian (a) :
Dari rumus untuk T maka,
T (1)=1,T (x)=3x-5,T (x2)=(3x-5)2=9x2-30x+25
sehingga,
T 1 B
1
0 ,
0
T x B
Dengan demikian,
1 5 25
T B 0 3 30
0 0
9
5
3 ,
0
T x
2
25
- 30
9
Penyelesaian (b) :
Matriks koordinat bagi vektor p =1+2x+3x2
relatif terhadap B adalah
1
P B 2
3
1 66
2 84
3 27
kita peroleh :
T (1+2x+3x2 )=66-84x+27x2
Penyelesaian (c) :
Melalui perhitungan langsung
T (1+2x+3x2 )=1+2(3x-5)+3(3x-5)2
=1+6x-10+27x2-90x+75
=66-84x+27x2
Teorema 8.4.2
T2 T1 B, B T2 B, B T1 B, B
Teorema 8.4.3
Jika T:V V adalah sebuah operator linear
dan jika B adalah sebuah basis untuk V,
maka pernyataan-pernyataan berikut ini
adalah ekuivalen
(a). T adalah satu ke satu
(b). [T]B dapat dibalik
Selanjutnya,
dengan
syarat
tersebut berlaku
[T-1]B = [T]B-1
ekuivalensi
8.5 Similaritas
SIMILARITAS
2
x
4
x
1
2
2
B e1 ,e2
dan basis
e1 1 , e2 0
0
1
standar
,
Berdasarkan Teorema 8.4.1. matriks untuk T berkenaan
T B matriks
T T e1 |standar
T e2
dengan basis ini adalah
T :yaitu,
1 ,
2
T e2 1
4
sehingga, T B 12 14
(2)
p.89
u2 1
2
(3)
B ' u1 , u2
2 0 dengan basis
Maka matriks untuk T berkenaan
T B '
0 3
ini
sederhana
dibandingkan
matriks
(2),
dalam
Teorema 8.5.1
V
v
Basis=B
Teorema 8.5.2
Warning.
p.99
Contoh 8.5.1
menggunakan
Teorema 8.5.2
2
2
Misalkan T: R R
x1
T
x2
didefinisikan oleh
x1 x2
2
x
4
x
1
2
R2
untuk
, kemudian gunakan Teorema 8.5.2
u1 ,u 2
untukBmenentukan
matriks T berkenaan dengan
basis
, dimana
u1 ' 1
1
dan
u 2 ' 1
2
Penyelesaian :
Kita telah menunjukkan sebelumnya [lihat 2] bahwa
1 1
TB
2 4
T B '
Untuk menentukan
P I Bdari
u1 ' B | harus
u2 ' B menentukan
. B ' (5)kita
matriks transisi
u1 ' e1 e2
1
1
u2 ' e1 2e2
sehingga
u1 ' B 1 ,
1 1
P
1
2
u2 ' B
2 1
1
1
P 1
2 1 1 1 1 1 2 0
1 2 4 1 2 0 3
1
T B ' P 1 T B P
p.93
Definisi
sehingga
det B det P 1 AP det P 1 det A det P
Definisi
Contoh 8.5.2
2
R 2 Rdidefinisikan
oleh
Misalkan T:
x1
T
x2
x1 x2
Tentukan
det(T).
2 x1 4 x2
Penyelesaian :
Jika kita memilih basis standar, maka dari contoh 8.5.1
T B
1 1
, sehingga
2
4
T B '
det T 1 1 6
2 4
u1.udiberikan
B ' yang
dari contoh 8.5.1, maka
2
2 0
sehingga
0
3
det T 2 0 6
0 3
Contoh 8.5.3
T a bx cx 2c a 2b c x a 3c x
2
Penyelesaian :
2
Matriks T yang berkenaan dengan basis standarB 1, x, x
adalah
T B
0 0 2
1 2 1
1 0 3
1
2
T B
u1 ,u2 eigen dari
2
Nilai eigen dari T adalah
dan
.. Ruang
yang bersesuaian dengan
memiliki basis
dimana
u1 0 , u 2
1
T B
u3 dari
Ruang eigen
basis
dimana
1
0
yang
u3
1
bersesuaian
dengan
2
1
1
memiliki
Matriks u1 , u 2 dan u3
terhadap B dari
p1 1 x 2 , p2 x,
p3 2 x x 2
memiliki
memiliki
p1 , p2 1 x 2 , x
p3 2 x x
Untuk
memeriksa
kebenaran
hasil
diatas,
kita
dapat
menggunakan rumus yang diberikan untuk T untuk membuktikan
bahwa
T p1 2 p1 , T p2 2 p2 dan T p3 p3
Contoh 8.5.4
3
3
T
:
R
R
Misalkan
adalah sebuah operator
linear yang dirumuskan oleh
x1
T x2
x
3
2 x3
x 2x x
1
2
3
x 3x
1
3
Penyelesaian :
Jika B e1 , e2 , e3
1
T e1 T 0
0
0
1 , T e T
2
1
0
1
0
0
2 , T e T
3
0
0
0
1
2
1
3
0 0 2
T 1 2 1
1 0 3
(6)
T B ' P 1 T P
0 2
1
1
0
1
u1 ' B
maka
1
0
2
0 , u 2 ' B 1 , u3 ' B 1
1
0
1
1
u1 ' 1 e1 0 e2 1 e3 0
1
0
u 2 ' 0 e1 1 e2 0 e3 1
0
2
u3 ' 2 e1 1 e2 1 e3 1
1
T u1 0 2u1 , T u 2
2
0
2
2 2u 2 , T u3 1 u3
1
0
sehingga
T u1 B '
2
0
0
0 , T u 2 B ' 2 , T u3 B ' 0
0
0
1
Dengan demikian
T B '
T B '
P
T P
1
1
1
0
1
0
2 0 0
T u1 ' B ' | T u2 ' B ' | T u3 ' B ' 0 2 0
0 0 1
2
1
1
0
1
1
0
2
0
2
1
3
1
0
1
0
1
0
2
2
1 0
0
1
0
2
0
0
0
1
8.1
8.2
8.3
8.4
8.5
no
no
no
no
no
3, 5, 8a,
3 , 4, 7b ,
3b, 4a, 15 ,
4, 5, 6,
2, 11, 12a,
Dikumpul tanggal