Anda di halaman 1dari 45

Bab 6

TRANSFORMASI
LINEAR
6.1

Pengantar

Pada banyak bidang matematika, seringkali diinginkan untuk menghubungkan


anggota dari suatu himpunan dengan anggota pada himpunan lainnya, dan dengan
demikian konsep suatu fungsi
f:ST
dibentuk. Sebagai contoh, dalam kalkulus variabel tunggal, S dan T biasanya adalah
himpunan bagian sederhana dari R. Pada bab ini akan dipelajari fungsi
f:VW
dengan V dan W adalah ruang vektor atas field yang sama.
DEFINISI 6.1.1 Diberikan ruang vektor V dan W atas suatu field F. Suatu fungsi
T : V W disebut transformasi linear (linear transformation) atau homomorfisma
(homomorphism) jika T mengawetkan operasi penjumlahan vektor dan perkalian skalar:
TL1
Linear:
T(v1 + v2) = T(v1) + T(v2), v1, v2 V;
TL2
Homogen:
T(kv) = kT(v), v V, k F.

v1

T(v1)

v1 + v2

T(v1 + v2)

kv1

T(kv1)

v2

T(v2)

Gambar 6.1: Representasi skematis dari suatu transformasi linear

139

2010 Didit B. Nugroho

140

Bab 6 Transformasi Linear

CONTOH 6.1.1 Tunjukkan bahwa T : R R yang didefinisikan oleh T(x) = 2x


adalah transformasi linear.
Penyelesaian. Diambil sebarang x, y R, maka
T(x + y) = 2(x + y)
[rumus fungsi]
= 2x + 2y
[sifat aritmatika real]
= T(x) + T(y)
[rumus fungsi]
dan juga
T(kx) = 2(kx)
[rumus fungsi]
= k(2x)
[sifat aritmatika real]
= kT(x)
[rumus fungsi]
untuk k R.
Disimpulkan bahwa T adalah transformasi linear.
CONTOH 6.1.2 Tunjukkan bahwa T : R R, T(x) = x2 bukanlah transformasi
linear.
Penyelesaian.
Harus ditunjukkan bahwa definisi transformasi linear tidak
dipenuhi oleh fungsi tersebut, dan ini bisa ditunjukkan dengan contoh penyangkal.
Berdasarkan rumus fungsi diperoleh bahwa
T(1) = 12 = 1 dan
T(2) = 22 = 4.
Karena 2 = 1 + 1 dan 22 12 + 12, maka
22 = T(2) = T( 1 + 1) T(1) + T(1) = 12 + 12.
Disimpulkan bahwa T bukanlah transformasi linear.
Tunjukkan bahwa T : M2(R) P2(R) yang didefinisikan oleh
a b
2
T
= a + (d c)x + (b + c)x
c
d

adalah transformasi linear.


Penyelesaian.
Diambil sebarang
a b e f
c d , g h M2(R).

Berdasarkan rumus fungsi diperoleh


a b e f
a e b f
= T

c g d h
c
d
g
h

= (a + e) + ((d + h) (c + g))x + ((b + f) + (c + g))x2


= (a + (d c)x + (b + c)x2) + (e + (h g)x + (f + g)x2)
a b
e f
+ T

= T

g h .

c d

Selanjutnya jika k R, maka


a b
ka kb
= T

T k

kc kd

c d

= ka + (kd kc)x + (kb + kc)x2


= k (a + (d c)x + (b + c)x2)
a b
= kT
.
c
d

Disimpulkan bahwa T adalah linear.


CONTOH 6.1.3

2010 Didit B. Nugroho

Bab 6 Transformasi Linear

CONTOH 6.1.4

141

Tunjukkan bahwa T : C2 C2 yang dirumuskan oleh


z iz 2 z 2
T 1 = 1
z1, z2 C
,
z 2 3 z1 iz 2

adalah linear.
Penyelesaian. Diambil sebarang
z
z = 1, w =
z2

w1
2
w C .
2

Diperoleh
T(z + w) =
=
=
Jika k C, maka

z w
z w1
T 1 1 = T 1

z 2 w2
z 2 w2
i z1 w1 2z 2 w2
iz1 2 z 2 iw1 2 w2
3z w i z w = 3 z iz 3w iw
1
2
2
2
1
2
1
1
T(z) + T(w).

kz
T 1 =
kz 2
iz 2 z 2
= k 1

3 z1 iz 2
Disimpulkan bahwa T adalah linear.

T(kz) =

ikz1 2kz 2
3kz ikz
2
1

= kT(z).

Suatu transformasi linear dari ruang vektor V ke ruang vektor V yang sama
disebut operator linear. Kemudian jika diduga bahwa fungsi yang diberikan adalah
transformasi linear maka dicoba untuk membuktikannya, tetapi jika berpikir bahwa
fungsi tidaklah linear maka satu contoh penyangkal adalah cukup.
CONTOH 6.1.5 Diferensiasi dan integrasi adalah transformasi linear. Diambil V
= C(R) adalah ruang vektor dari fungsi-fungsi yang terdiferensial dengan R sebagai
domain dan kodomainnya. Diberikan fungsi derivatif D : V V yang didefinisikan oleh
df ( x)
,
D f ( x)
dx
dan fungsi integral Int : V V yang didefinisikan oleh
Int f ( x) f (t )dt .
x

Fungsi D dan Int adalah transformasi linear.


CONTOH 6.1.6
oleh

Diberikan V adalah ruang vektor dan didefinisikan I : V V

CONTOH 6.1.7
T0 : V W oleh

Diberikan V dan W adalah ruang vektor dan didefinisikan fungsi

I(v) = v, v V.
I adalah transformasi linear yang disebut transformasi identitas.

T0(v) = 0W, v V.
T0 adalah transformasi linear yang disebut transformasi nol.

2010 Didit B. Nugroho

Bab 6 Transformasi Linear

142

TEOREMA 6.1.1 Jika T : V W adalah transformasi linear, maka


(a) T(0V) = 0W,
n
n
(b) T ai vi a iT vi dengan ai F, vi V untuk i = 1, 2, , n.
i 1
i 1
Bukti.
a)
T(0V) = T(0V + 0V) = T(0V) + T(0V),
[T adalah linear]
karena itu
T(0V) T(0V) = T(0V).
Karena
T(0V) T(0V) = 0W,
diperoleh T(0V) = 0W.
b) Dibuktikan dengan induksi matematika.
Diambil P(n) sebagai pernyataan dari
n
n
T ai vi a iT vi .

i 1
i 1
P(1) menyatakan bahwa T(a1v1) = a1T(v1), dan ini adalah suatu pernyataan yang benar
sebab T adalah linear.
Selanjutnya diandaikan bahwa P(n) benar untuk n = k dan akan ditunjukkan
bahwa P(k + 1) adalah suatu pernyataan yang benar juga.
k

Dituliskan w =

a i vi

dan diuji:

i 1

k 1

T a i vi

i 1

T(w + ak+1.vk+1)

=
=

T(w)+ T(ak+1.vk+1)
T(w)+ ak+1T(vk+1)
k

T ai vi + ak+1T(vk+1)

i 1

[sebab T adalah linear]


[sebab T adalah linear]

a iT vi + + ak+1T(vk+1)

[berdasarkan hipotesis induksi]

i 1

dengan demikian
k 1
k 1
T ai vi a iT vi

i 1
i 1

dan P(k + 1) adalah benar.


Disimpulkan berdasarkan prinsip induksi matematika bahwa P(n) adalah
benar n N.
Teorema berikut bermanfaat untuk mengurangi usaha dalam menentukan apakah
suatu fungsi adalah transformasi linear. Pembaca diharapkan mengetahui hasil yang
analog untuk memeriksa ruang bagian.
TEOREMA 6.1.2 Fungsi T : V W adalah transformasi linear jika dan hanya
jika
T(kv1 + v2) = kT(v1) + T(v2),
v1, v2 V, k F.

2010 Didit B. Nugroho

Bab 6 Transformasi Linear

143

Bukti. Jika T adalah linear, maka berdasarkan Teorema 6.1.1(b) dipunyai


T(kv1 + v2) = kT(v1) + T(v2)
Sekarang diandaikan bahwa
T(kv1 + v2) = kT(v1) + T(v2), k F, v1, v2 V.
Secara khusus, jika k = 1 maka
T(v1 + v2) = T(1.v1 + v2) = 1.T(v1) + T(v2) = T(v1) + T(v2),
berdasarkan sifat skalar 1, yang berarti T memenuhi TL1.
Jika dipilih v2 = 0V, maka dengan menggunakan Teorema 6.1.1(a) diperoleh
T(kv1) = T(kv1 + 0V) = kT(v1) + T(0V) = kT(v1) + 0W.
Ini berarti bahwa
T(kv1) = kT(v1),
dan karena itu T memenuhi TL2.
Sekarang dapat disimpulkan bahwa T adalah suatu transformasi linear.
CONTOH 6.1.8 Diberikan suatu matriks A Mmn(R) dan didefinisikan suatu
fungsi TA : Rn Rm oleh TA(x) = Ax untuk setiap x Rn.
Dengan menggunakan sifat perkalian matriks, maka x, y Rn dan k R diperoleh
TA(kx + y) = A(kx + y) = A(kx) + A(y) = k(Ax) + (Ay) = kTA(x) + TA(y).
Karena itu TA adalah transformasi linear, dan dinamakan transformasi matriks.
AKIBAT 6.1.1
Jika T : V W adalah transformasi linear, maka untuk setiap u,
v V berlaku:
1. T(v) = T(v).
2. T(v w) = T(v) T(w).
CONTOH 6.1.9

Didefinisikan T : V = R3 W = R2 oleh
x1

x x3
T x 2 = 1
.
x 2 5 x2
3

Tunjukkan bahwa T bukanlah suatu transformasi linear.


Penyelesaian. Diberikan suatu contoh penyangkal, khususnya T(0V) = 0W atau
T(kv1 + v2) = kT(v1) + T(v2) adalah dilanggar untuk suatu v1, v2 V.
Untuk yang pertama, penyelesaian yang mungkin:
0

0 0
T(0V) = T 0 = .
0 2 0

Untuk yang kedua, penyelesaian yang mungkin:
1
diambil k = 1, v1 = 1 , dan v2 = 0V, maka
1
1

T(kv1 + v2) = T 11 0V
1

1 (1) 2
= T 1 =
=

1 2 5(1) 3

dan

2010 Didit B. Nugroho

Bab 6 Transformasi Linear

144

1

11
kT(v1) + T(v2) = 1. T 1 + T(0V) = 1.
+
1
2 5.1

Karena T(kv1 + v2) kT(v1) + T(v2) maka T adalah tidak linear.

0 2
2 = 5 .

Ruang Vektor untuk Transformasi Linear


Diandaikan V dan W adalah dua ruang vektor atas field F. Ditetapkan himpunan
semua transformasi linear dari V ke W yaitu L(V, W). Himpunan ini dapat memberikan
struktur suatu ruang vektor atas F jika didefinisikan jumlahan dan perkaliannya dengan
cara:
(T1 + T2) : V W
didefinisikan oleh
(T1 + T2)(v) = T1(v) + T2(v),
(kT1) : V W
didefinisikan oleh
(kT1)(v) = kT1(v).
Vektor nol adalah T0 : V W, T0(v) = 0W, v V.

6.2 Kernel dan Image dari Transformasi Linear


Untuk suatu fungsi yang terdefinisi, terdapat dua himpunan bagian khusus yang
menarik. Pertama adalah himpunan semua titik bayangan yang mungkin, yang disebut
range. Yang lainnya adalah himpunan bagian dari domain yang dipetakan ke nol dalam
kodomain, yang disebut ruang nol.

Range
Diberikan T : V W adalah transformasi linear dari ruang vektor V ke ruang
vektor W.
DEFINISI 6.2.1 Range (image) dari T, dinotasikan Im(T), adalah himpunan
semua titik bayangan dari T, artinya
Im(T) = {w W w = T(v), v V}.
V

Im(T)

v1
T(v1)

T(v2)
v2
Gambar 6.2 : Representasi skematis dari range T
Jelas bahwa range adalah suatu himpunan bagian dari W. Lebih bagus lagi,
dipunyai:
TEOREMA 6.2.1 Diberikan T : V W adalah transformasi linear dari ruang
vektor V ke ruang vektor W, maka
Im(T) adalah suatu ruang bagian dari W.

2010 Didit B. Nugroho

Bab 6 Transformasi Linear

145

Bukti. T(0V) = 0W karena T adalah linear. Jadi 0W Im(T) dan karena itu Im(T) .
Sekarang diandaikan bahwa w1, w2 Im(T), maka v1, v2 V sehingga T(v1) =
w1, T(v2) = w2. Karena V adalah ruang vektor,
kv1 + v2 V,
dan dengan mengaplikasikan T dipunyai:
T(kv1 + v2) Im(T).
Karena T adalah linear maka
T(kv1 + v2) = kT(v1) + T(v2) = kw1 + w2.
Berarti bahwa kw1 + w2 Im(T).
Disimpulkan bahwa Im(T) adalah ruang bagian dari W.
CONTOH 6.2.1

Range dari TA pada Contoh 6.1.8 adalah vektor-vektor


b1
b
b= 2


bm

sehingga sistem
a11
a
21

a m1

a12
a 22

am2

a1n
a 2 n

a mn

x1
b1
x

2 = b2




xn
bm

konsisten.

CONTOH 6.2.2

2 4
1
Diberikan A 3 6 , u dan didefinisikan transformasi
2
1 2

linear TA : R2 R3 oleh
2 4
2 x1 4 x 2
x1

TA(x) = Ax = 3 6 = 3 x1 6 x 2 .
x
1 2 2 x1 2 x 2
[Bisa juga dituliskan TA(x1, x2) = (2x1 4x2, 3x1 6x2, x1 2x2).]
(a) Tentukan TA(u), bayangan dari u oleh transformasi TA.
(b) Tentukan range dari TA.
Penyelesaian.
2 4
2.1 4.2
6
1

(a) TA(u) = Au = 3 6 = 3.1 6.2 = 9 .


2
1 2 1 2.2
3

(b) Untuk setiap x di R2, Ax adalah kombinasi linear dari kolom-kolom A dan karena
salah satu kolom dari A adalah kelipatan dari kolom yang lainnya, maka range dari TA
2
adalah semua kelipatan dari 3 .
1

2010 Didit B. Nugroho

Bab 6 Transformasi Linear

146

CONTOH 6.2.3

Diberikan

2
3 , b = 2 , c = 3
10
0


1
dan didefinisikan transformasi TA : R3 R2 oleh TA(x) = Ax.
(a) Tentukan suatu x di R3 dengan bayangannya oleh TA adalah b.
(b) Apakah terdapat lebih dari satu x oleh TA dengan bayangannya adalah b? (masalah
ketunggalan)
(c) Nyatakan jika c berada dalam range transformasi TA. (masalah eksistensi)
Penyelesaian.
(a) Diselesaikan TA(x) = Ax, yaitu menyelesaikan Ax = b atau
x1
3 2
1 2
5 10 15 x2 = 10

3
3
1 2
A=
,u=
5 10 15

Matriks yang diperbesar dari sistem:


3
2
1 2
5 10 15 10 ,

dengan bentuk eselon barisnya adalah


1 2 3 2
.
0
0 0 0

2 x 2 3 x3 2
dengan x dan x adalah sebarang.
Jadi x =
x2
2
3

x3
(b)
(c)

Dari (a), jelas bahwa terdapat lebih dari satu x oleh TA dengan bayangannya adalah
b karena Ax = b mempunyai tak berhingga banyak penyelesaian.
Apakah terdapat suatu x sehingga TA(x) = c? Atau dengan pertanyaan lain, apakah
Ax = c adalah konsisten.
Matriks yang diperbesar dari sistem dan bentuk eselon barisnya yaitu
3 3
1 2
1 2 3 0

.
5 10 15 0
0
0 0 1

Jelas bahwa sistem tidak mempunyai penyelesaian dan karena itu c tidak berada di
range TA.

Diberikan basis = {v1, v2, v3} untuk R3 dengan


v1 = (1, 1, 1), v2 = (1, 1, 0), v3 = (1, 0, 0)
dan transformasi linear T : R3 R2 sehingga
T(v1) = (1, 0), T(v2) = (2, 1), T(v3) = (4, 3)
Tentukan rumus untuk T(x) dan selanjutnya gunakan rumus tersebut untuk menghitung
T(2, 3, 5).
Penyelesaian. Pertama, dinyatakan x = (x1, x2, x3) R3 sebagai kombinasi linear
dari v1, v2, v3 yaitu
k1(1, 1, 1) + k2(1, 1, 0) + k3(1, 0, 0) = (x1, x2, x3)
yang mempunyai penyelesaian k1 = x3, k2 = x2 x3, dan k3 = x1 x2.
Karena T adalah transformasi linear berarti
T(x) = T(k1v1 + k2v2 + k3v3) = k1T(v1) + k2T(v2) + k3T(v3),
CONTOH 6.2.4

2010 Didit B. Nugroho

Bab 6 Transformasi Linear

147

sehingga dipunyai
T(x1, x2, x3) =
=
Dari rumus tersebut, diperoleh

x3(1, 0) + (x2 x3)(2, 1) + (x1 x2)(4, 3)


(4x1 2x2 x3, 3x1 4x2 + x3).
T(2, 3, 5) = (9, 23).

CONTOH 6.2.5

Diberikan
T : R2 R2, T(x, y) = (x, x).
Im(T) = {T(x, y) (x, y) R2} = {(x, x) (x, y) R2}.
Dapat dituliskan range sebagai Im(T) = {(x, x) x R}. Jadi rangenya adalah garis lurus y
= x, yang merupakan ruang bagian berdimensi satu dari R2.
DEFINISI 6.2.2

Untuk Im(T) berdimensi berhingga, didefinisikan


rk(T) = dim(Im(T)).

CONTOH 6.2.6

Diberikan
D : P2[x](R) P2[x](R), D p ( x)

dp( x)
.
dx

ax 2 bx c : a, b, c R .
Im(D) = {D(p(x)): p(x) P2[x](R)} =
dx

Dapat dinyatakan Im(D) = {2ax + b: a, b R} = {dx + b: d, b R}. Jelas bahwa range


dari D adalah himpunan semua polinomial linear, P1[x](R), dan rk(D) = 2.

CONTOH 6.2.7

Diberikan

p (2)
p (1)
T : P2[x](R) M2(R), T(p(x)) =
.
p (0) p (1) p (1)
Diperoleh range dari T yaitu
Im(T) = {T(p): p = ax2 + bx + c, a, b, c R}
a b c 4a b

=
: a , b, c R .

4a b
2a

1 4 1 1 1 0
2 4, 0 1, 0 0 .

Sehingga bisa disimpulkan bahwa rk(T) = 3.

Untuk suatu fungsi yang sederhana, dapat diperoleh range dengan pemeriksaan,
sedangkan untuk fungsi yang lebih rumit dipunyai teorema berikut ini.
TEOREMA 6.2.2 Diberikan T : V W adalah transformasi linear dari ruang
vektor berdimensi berhingga V ke ruang vektor W. Diberikan = {v1, v2, , vn} adalah
basis untuk V, maka
Im(T) = T(v1), T(v2), , T(vn).
Ini berarti bahwa suatu himpunan rentangan dapat diperoleh dengan mengaplikasikan T
ke setiap vektor dalam suatu basis untuk V.
Bukti. Ditunjukkan bahwa setiap himpunan termuat di himpunan lainnya. Secara jelas,
T(vi) Im(T) untuk semua i = 1, , n. Karena Im(T) adalah suatu ruang bagian, maka
T(v1), T(v2), , T(vn) Im(T).

2010 Didit B. Nugroho

Bab 6 Transformasi Linear

148

Selanjutnya diandaikan bahwa w Im(T), maka w = T(v) untuk suatu v V. Karena v


n

V, maka v =

a i vi

untuk suatu ai F. Jadi

i 1

n
n

w = T(v) = T ai vi = ai T (vi ) ,
i 1
i 1

dan dengan menggunakan Teorema 6.1.1, diperoleh


w T(v1), T(v2), , T(vn).
Jadi
Im(T) T(v1), T(v2), , T(vn).
Disimpulkan bahwa Im(T) = T(v1), T(v2), , T(vn).

CONTOH 6.2.8
T : R3 P2[x](R)
dirumuskan oleh
T(a, b, c) = (a + b) + (a + c)x + (b c)x2.
Tentukan Im(T) dan suatu basis untuk Im(T).
Penyelesaian. Diaplikasikan teorema sebelumnya untuk memperoleh range dari T.
Digunakan basis baku untuk R3:
T(1, 0, 0) = 1 + x,
T(0, 1, 0) = 1 + x2,
T(0, 0, 1) = x x2.
Jadi
Im(T) = 1 + x, 1 + x2, x x2.
Untuk memperoleh suatu basis untuk range maka harus direduksi himpunan rentangan
tersebut ke suatu himpunan rentangan bebas linear. Catat bahwa 1 + x dan 1 + x2 adalah
bebas linear, sedangkan x x2 = (1 + x) (1 + x2). Dari situ disimpulkan bahwa basis
untuk Im(T) adalah {1 + x, 1 + x2}.
Catat bahwa pada contoh ini Im(T) P2[x](R).
DEFINISI 6.2.3 Fungsi T : V W adalah pada (onto) untuk mengartikan bahwa
Im(T) = W. Bisa juga dikatakan bahwa T adalah pada W.
Untuk transformasi linear adalah pada W, ini berarti bahwa setiap vektor di W
juga berada di range T dan vektor tersebut adalah bayangan dari minimal satu vektor di V.
Dengan kata lain, T adalah pada W mempunyai arti bahwa w W, v V sehingga
T(v) = w.
CONTOH 6.2.9

Diberikan
T : M2(R) P2[x](R)

yang dirumuskan oleh


a b
2
T
= a + (b + d)x + cx .
c
d

Apakah T adalah pada?


Penyelesaian 1. Pertama kali ditentukan range dari T,
1 0 0 1 0 0 0 0
T
Im(T) =
, T
, T
, T

0 0 0 0 1 0 0 1
= 1, x, x2, x = P2[x](R).
Disimpulkan bahwa T adalah pada.

2010 Didit B. Nugroho

Bab 6 Transformasi Linear

149

Penyelesaian 2. Diperhatikan bahwa jika w = a + bx + cx2 P2[x](R), maka


a b
dipetakan ke w P2[x](R). Jadi setiap vektor di P2[x](R) adalah
matriks M =
c 0
bayangan dari minimal satu matriks di M2(R).
CONTOH 6.2.10 Diberikan
T : M2(R) P2[x](R)
yang dirumuskan oleh
a b
2
T
= a + (b + c)x .
c
d

Apakah T adalah pada?


Penyelesaian 1.
1 0 0 1 0 0 0 0
T
Im(T) =
, T 0 0 , T 1 0 , T 0 1
0
0

2 2
= 1, x , x , 0 P2[x](R).
Penyelesaian 2. Jelas tidak ada elemen di M2(R) yang dipetakan ke polinomial x.
Jadi Im(T) P2[x](R) dan karena itu T bukanlah pada.
Kodomain dari suatu transformasi linear selalu dapat dibatasi untuk membuat
transformasi linear baru yang pada, yaitu
jika
T:VW
maka T : V Im(T) adalah pada.

Ruang Nol
Diberikan T : V W adalah transformasi linear dari ruang vektor V ke ruang
vektor W.
DEFINISI 6.2.4 Ruang nol (kernel) dari T, dinotasikan Ker(T), adalah himpunan
bagian dari vektor-vektor di V yang dipetakan ke 0W oleh T, artinya
Ker(T) = {v V: T(v) = 0W}.
V

Ker(T)

0W

Gambar 6.3: Representasi skematis dari ruang nol


TEOREMA 6.2.3
Ker(T) adalah ruang bagian dari V.

2010 Didit B. Nugroho

Bab 6 Transformasi Linear

150

Bukti. T(0V) = 0W karena T adalah linear. Jadi 0V Ker(T). Selanjutnya diandaikan


bahwa v1, v2 Ker(T) dan k F. Ditunjukkan bahwa kv1 + v2 Ker(T). Ini adalah benar
karena
T(kv1 + v2) = kT(v1) + T(v2)
[karena T adalah linear]
= k.0W + 0W
[karena v1, v2 Ker(T)]
= 0W
[sifat 0W].
Disimpulkan kv1 + v2 Ker(T), dan karena itu Ker(T) adalah ruang bagian dari W.
CONTOH 6.2.11 Kernel dari TA pada Contoh 6.1.8 adalah semua vektor
x1
x
x = 2


xn
yang merupakan penyelesaian dari sistem homogen
a11 a12 a1n x1
0
a


21 a 22 a 2 n x2 = 0 .



0
a m1 a m 2 a mn xn
DEFINISI 6.2.5 Untuk Ker(T) berdimensi berhingga, didefinisikan nulitas dari T
sebagai dimensi dari Ker(T).
CONTOH 6.2.12 Tentukan Ker(T) untuk T : V = R2 V, T(x, y) = (y, 0).
Penyelesaian. Harus diselesaikan persamaan T(x, y) = 0V.
Dalam kasus ini, (y, 0) = (0, 0) y = 0. Jadi
Ker(T) = {(x , 0): x R},
dan nul(T) = 1.
CONTOH 6.2.13 Tentukan Ker(T) untuk D : V = C(R) V, D(f) =

df
.
dx

Penyelesaian. Harus diselesaikan persamaan D(f) = 0V.


Dalam kasus ini

df
= 0 mempunyai penyelesaian yaitu f = c untuk c R.
dx
Ker(T) = {f(x) = c : c R}.

CONTOH 6.2.14 Tentukan basis untuk Ker(T) dengan T : M2(R) P2[x](R) yang
dirumuskan oleh
a b
2
T
= (a + b + d) + (a c + 2d)x + (a + b + 2c 3d)x .
c
d

Penyelesaian. Pertama kali harus diselesaikan persamaan


a b
T
= 0,
c d
ini berarti
(a + b + d) + (a c + 2d)x + (a + b + 2c 3d)x2 = 0.

2010 Didit B. Nugroho

Bab 6 Transformasi Linear

151

Jadi
a
Ker(T) =
c
Untuk menemukan
homogen tersebut.
1

1
1

b
M 2 ( R) : a b d 0, a c 2d 0, a b 2c 3d 0 .

suatu basis bagi Ker(T), harus direduksi sistem dari tiga persamaan

0
0

1 0
1
0 1
2
1 2 3
1 1 0
1

0 1 1 1
0 2 2 2

1 1 0
1

0 1 1 1
b3 b1
0 2 2 2
0 b 2b 1 1 0
1
3 2
0 0 1 1 1
0 0 0 0
0

b2 b1

0
0

b2

0 ,
0

karena itu
a =
b =

c 2d
c + d.

Jadi penyelesaian sistem adalah


c 2d

c d

: c, d R ,

dan vektor-vektor
1
2
1

dan 1
1
0


0
1
membentuk suatu basis untuk ruang nol. Diperoleh suatu basis untuk Ker(T) yaitu
1 1 2 1

,
.
1 0 0 1

DEFINISI 6.2.6 Diberikan T : V W adalah transformasi linear dari ruang


vektor V ke ruang vektor W. T adalah satu-satu untuk mengartikan bahwa titik berbeda
di V mempunyai peta yang berbeda di W, secara simbolis dituliskan:
x1, x2 V, x1 x2 T(x1) T(x2)
atau ekuivalen dengan pernyataan:
x1, x2 V, T(x1) = T(x2) x1 = x2.
CONTOH 6.2.15 Tunjukkan bahwa T1 : R3 P2[x](R) adalah satu-satu untuk
T1(a, b, c) = cx2 + bx + a.
Penyelesaian. Diandaikan x1 = (a, b, c), x2 = (d, e, f) dan T1(x1) = T1(x2), maka
T1(x1) = cx2 + bx + a = fx2 + ex + d = T1(x2),
yang berarti
(c f)x2 + (b e)x + (a d) = 0,
dan juga c = f, b = e, a = d, karena itu x1 = x2.
Disimpulkan bahwa T1 adalah satu-satu.

2010 Didit B. Nugroho

152

Bab 6 Transformasi Linear

CONTOH 6.2.16 Tunjukkan T2 : R3 P2[x](R) bukanlah satu-satu untuk


T2(a, b, c) = ax2 + bx
.Penyelesaian 1. Diambil x1 = (a, b, c), x2 = (d, e, f) dan diandaikan
T2(x1) = T2(x2),
maka
T2(x1) = ax2 + bx = dx2 + ex = T2(x2),
yang berarti a = d, b = e. Tetapi tidak ada hubungan yang terkait antara c dan f.
Jadi beberapa vektor di R3 mempunyai bayangan yang sama di P2[x](R).
Penyelesaian 2. Dibuktikan dua vektor di R3 yang mempunyai bayangan sama di
P2[x](R), yaitu
T2(1,1, 0) = x2 + x = T2(1, 1, 1).
Disimpulkan bahwa T2 tidak satu-satu.
Hasil berikut menunjukkan bahwa terdapat suatu hubungan hakiki antara suatu
fungsi satu-satu dengan ruang nolnya.
TEOREMA 6.2.4 Diberikan T adalah suatu transformasi linear dari ruang vektor
V ke ruang vektor W.
T adalah satu-satu jika hanya jika Ker(T) = {0V}.
Bukti. Diandaikan T adalah satu-satu dan diambil x Ker(T).
Karena T adalah linear, maka T(0V) = 0W.
Karena T adalah satu-satu, T(x) = T(0V) x = 0V.
Disimpulkan bahwa x Ker(T) jika hanya jika x = 0V, yaitu Ker(T) = {0V}.
Selanjutnya diandaikan bahwa Ker(T) = {0V}.
Jika T(x1) = T(x2) untuk x1, x2 V, maka
T(x1) T(x2) = T(x1 x2) = 0W,
[karena T adalah linear].
Hal tersebut berarti bahwa
x1 x2 Ker(T).
Jadi
x1 x2 = 0V

x1 = x2.
Disimpulkan bahwa T adalah satu-satu.
Teorema di atas seringkali digunakan sebagai pemeriksaan cepat untuk
menyatakan apakah suatu fungsi adalah satu-satu atau tidak. Jika diuji kembali dua
contoh yang terakhir, diperoleh
Ker(T1) = (0, 0, 0)

T1 adalah satu-satu,
Ker(T2) = (0, 0, c) : c R
T2 tidak satu-satu.
Teorema berikut ini menunjukkan bahwa suatu transformasi linear yang satu-satu
mengawetkan kebebaslinearan.
TEOREMA 6.2.5 Diberikan T : V W adalah transformasi linear dari ruang
vektor V ke ruang vektor W. Diambil S adalah suatu himpunan bagian yang bebas linear
dari V. Jika T adalah satu-satu, maka T(S) adalah himpunan bagian yang bebas linear
dari W.
Bukti. Diambil wi T(S), i = 1, 2, , m, dan diandaikan bahwa

ai wi 0W
i 1

suatu ai F.

2010 Didit B. Nugroho

untuk

Bab 6 Transformasi Linear

153

Pertama dicatat bahwa setiap wi = T(vi) untuk suatu vi S. Jadi

ai wi 0W
i 1

dapat ditulis menjadi


m

a
T
v

T
i i ai vi 0W ,
i 1
i 1

yang berarti bahwa


m

a i vi

Ker(T).

i 1

Karena T adalah satu-satu dan juga Ker(T) = 0V, maka


m

a i vi

= 0V.

i 1

Karena semua vi S adalah bebas linear, maka a1 = a2 = = am = 0.


Disimpulkan bahwa T(S) adalah bebas linear.
Diberikan transformasi linear TA : Fn Fm yang didefinisikan oleh TA(x) = Ax
dengan A Mmn(F) dan x Fn.
Range dari transformasi linear tersebut tidak lain adalah range dari matriks A,
yang juga sama dengan ruang kolom dari A.
Ruang nol dari transformasi linear tersebut tidak lain adalah ruang nol dari
matriks A, yang juga sama dengan himpunan penyelesaian untuk persamaan homogen Ax
= 0.

6.3 Teorema Dimensi


Jika dipikirkan tentang transformasi linear yang mungkin berbeda terjadi pada
ruang vektor yang diberikan, akan disadari bahwa terdapat suatu tindakan
penyeimbangan yang terjadi antara ukuran dari ruang nol dan range. Suatu ruang nol
yang kecil muncul ketika rangenya relatif besar, sedangkan suatu ruang nol besar
mengakibatkan suatu range yang relatif kecil.
CONTOH 6.3.1

Untuk transformasi linear


T1 : R3 P2(R), T1(a, b, c) = 0
3
diperoleh Ker(T1) = R dan Im(T1) = {0}.
Jadi dimensi ruang nolnya besar sedangkan rangenya kecil.
CONTOH 6.3.2

Untuk transformasi linear


T2 : R3 P2(R), T2(a, b, c) = a + bx + cx2
diperoleh Ker(T2) = {0} dan Im(T2) = P2(R).
Jadi dimensi ruang nolnya kecil tetapi rangenya besar.
Teorema dimensi menunjukkan bahwa hubungan antara ukuran range dan ukuran
ruang nol dari transformasi linear yang diberikan adalah sungguh tepat.
TEOREMA 6.3.1 Teorema Dimensi (Teorema Rank-Nulitas)
Jika T : V W adalah transformasi linear dari ruang vektor V berdimensi n ke ruang
vektor W, maka
dim(Ker(T)) + dim(Im(T)) = n,
yaitu rank(T) + nulitas(T) = n.

2010 Didit B. Nugroho

154

Bab 6 Transformasi Linear

Bukti. Diandaikan Ker(T) mempunyai dimensi dengan sifat 1 dim(Ker(T)) = r < n


dan suatu basis {v1, v2, , vr}. Berdasarkan Teorema 4.5.3, maka himpunan tersebut
dapat diperbesar sehingga {v1, v2, , vr, vr+1,, vn} adalah suatu basis untuk V. Diambil
w adalah sebarang vektor di Im(T), maka w = T(u) untuk suatu u V, dengan u dapat
dinyatakan sebagai
u = c1v1 + c2v2 + + crvr + cr+1vr+1 ++ cnvn.
Karena {v1, v2, , vr} di dalam kernel, maka T(v1) = T(v2) = = T(vr) = 0 sehingga
w = T(u) = cr+1T( vr+1) ++ cnT(vn).
Ini menunjukkan bahwa S = {T(vr+1), , T(vn)} merentang Im(T). Jika dapat ditunjukkan
bahwa S adalah suatu himpunan bebas linear, maka S adalah basis untuk Im(T), dan
akibatnya
dim(Ker(T)) + dim(Im(T)) = (n r) + r = n.
Diamati bahwa
0 = hr+1T(vr+1) ++ hnT(vn) = T(hr+1vr+1 ++ hnvn),
yang berarti hr+1vr+1 ++ hnvn ada dalam Ker(T), maka untuk suatu h1, , hr,
hr+1vr+1 ++ hnvn = h1v1 ++ hrvr.
Karena {v1, v2, , vr, vr+1,, vn} adalah suatu basis untuk V, maka semua h dari
persamaan di atas haruslah nol. Ini membuktikan bahwa S adalah himpunan bebas linear.
Sekarang dibuktikan pernyataan untuk dim(Ker(T)) = n. Dalam kasus ini, Ker(T) haruslah
sama dengan V dan untuk setiap u V berlaku T(u) = 0, yang berarti Im(T) = {0}. Bukti
untuk kasus dim(Ker(T)) = 0 diserahkan sebagai latihan.
CONTOH 6.3.3

Ujilah teorema dimensi untuk

2b c
ab
T : P2[x](R) M2(R), T(a + bx + cx2) =
.
b c a 2a c
Penyelesaian. Dipunyai bahwa
1
1 0 1 2 0
Im(T) = T(1), T(x), T(x2) =
,
,

.
1 2 1 0 1 1
1
0
1 1 0
1 1 2
Diperhatikan bahwa
=
+

, dan bahwa
2 1 2
2 1 0
1 1

1 0
1 2 dan

1 2
1 0 adalah bebas linear. Jadi dim(Im(T)) = 2.

2b c 0 0
ab
Ker(T) = a bx cx 2

b c a 2a c 0 0
Diperoleh sistem a + b = 0, 2b + c = 0, b + c a = 0, 2a c = 0, atau matriks yang
diperbesar dari sistem:
1 1 0
1 0 12
0
0

1
1 0
0
0 2
0 1
2
.
1 1 1 0 0 0
0
0

0
0
2 0 1 0
0 0
Terdapat dua 1 utama dari tiga variabel. Jadi dimensi dari ruang penyelesaian adalah 3
2 = 1, atau dim(Ker(T)) = 1. Karena itu
dim(Ker(T)) + dim(Im(T)) = 1 + 2 = 3 = dim(P2[x](R)).

2010 Didit B. Nugroho

Bab 6 Transformasi Linear

155

CONTOH 6.3.4 Tunjukkan tidak ada transformasi linear T : M2(C) P4[x](C)


yang pada.
Penyelesaian. dim M2(C) = 4 dan berdasarkan teorema dimensi,
4 = dim(Ker(T)) + dim(Im(T)),
dan khususnya
dim(Im(T)) 4 < 5 = dim(P4[x](C)).
Karena dim(Im(T)) < dim(P4[x](C)), maka Im(T) tidak mungkin sama dengan P4[x](C),
dan juga T tidaklah pada.
AKIBAT 6.3.1
Diambil T : V W adalah transformasi linear dari ruang vektor
V ke ruang vektor W dan diandaikan bahwa V berdimensi berhingga dengan dim(V) =
dim(W).
T adalah satu-satu jika hanya jika T adalah pada.
Bukti. T adalah satu-satu
jika hanya jika nulitas(T) = 0
(Teorema 6.2.4)
jika hanya jika rank(T) = dim(V)
(teorema dimensi)
jika hanya jika dim(Im(T)) = dim(W)
(diberikan)
jika hanya jika Im(T) = W
jika hanya jika T adalah pada
(definisi pada).
AKIBAT 6.3.2
Diambil T : V W adalah transformasi linear dari ruang vektor
V ke ruang vektor W dan diandaikan V berdimensi berhingga.
Jika T adalah satu-satu dan pada maka dim(V) = dim(W).
Bukti. Jika T adalah satu-satu, maka nulitas(T) = 0 berdasarkan Teorema 6.2.4.
Jika T adalah pada maka Im(T) = W dan juga rank(T) = dim(W). Karena itu, berdasarkan
teorema dimensi,
dim(V) = rank(T) + nulitas(T) = dim(W) + 0 = dim(W).
Digunakan teorema rank-nulitas untuk transformasi linear
TA : Rn Rn, T(x) = Ax
dengan A Mn(R). Secara khusus dipunyai
dim(Ker(TA)) = dim(Rn) dim(Im(TA)),
yang berarti bahwa banyaknya penyelesaian yang bebas linear untuk Ax = 0 sama dengan
n r, dengan r adalah rank(A), yang sama dengan banyaknya 1 utama pada bentuk eselon
baris tereduksi dari A.

6.4 Transformasi Linear dari Rn ke Rm


Pada bagian ini akan diperlihatkan bahwa jika T : Rn Rm adalah sebarang
transformasi linear, maka dapat ditentukan suatu matriks A berukuran mn sehingga T
adalah perkalian oleh A dengan x Rn. Diambil basis baku {e1, e2, , en} untuk Rn, dan
dimisalkan bahwa A mempunyai
T(e1), T(e2), , T(en)
sebagai vektor-vektor kolomnya, yaitu
a11
a12
a1n
a
a
a
T(e1) = 21 , T(e2) = 22 , , T(en) = 2 n .


a m1
a m 2
a mn

2010 Didit B. Nugroho

156

Bab 6 Transformasi Linear

Karena itu matriks A disebut matriks baku untuk T. Selanjutnya diperhatikan


x1
x
x = 2 = x1e1 + x2e2 + + xnen,


xn
sehingga dapat dinyatakan
T(x) = T(x1e1 + x2e2 + + xnen)
= x1T(e1) + x2T(e2) + + xnT(en).
karena T adalah transformasi linear.
Sebaliknya,
a11 a12 a1n x1
a11 x1 a12 x 2 ... a1n x n
a

a x a x ... a x
a 22 a 2 n x2
22 2
2n n
Ax = 21
= 21 1

a m1 a m 2 a mn xn
a m1 x1 a m 2 x 2 ... a mn x n
a11
a12
a1n
a
a
a
= x1 21 + x2 22 + + x n 2 n


a m1
a m 2
a mn
= x1T(e1) + x2T(e2) + + xnT(en).
Jadi diperoleh bahwa T(x) = Ax.
Berdasarkan penjelasan di atas, diperoleh teorema berikut.
TEOREMA 6.4.1 Jika T : Rn Rm adalah transformasi linear dan {e1, e2, , en}
adalah basis baku untuk Rn, maka T adalah perkalian oleh A dengan x Rn untuk A
adalah matriks dengan vektor-vektor kolomnya yaitu T(e1), T(e2), , T(en).
CONTOH 6.4.1 Tentukan matriks baku untuk transformasi linear T : R3 R4
yang didefinisikan oleh
x x2
x1 1

x x 2
T x 2 1
.
x x3
3 x
1
Penyelesaian.
1
1
0
1
0
0

0
T(e1) = T 0 , T(e2) = T 1 , T(e3) = T 1 .
0 0
0 0
1 1
1
0
0



Dengan menggunakan T(e1), T(e2), T(e3) sebagai vektor kolom, maka diperoleh
1 0
1
1 1 0
.
A
0
0 1

1 0 0

2010 Didit B. Nugroho

Bab 6 Transformasi Linear

157

DEFINISI 6.4.1 Jika A adalah suatu matriks tertentu maka transformasi linear TA :
Rn Rm dengan definisi TA(x) = Ax disebut transformasi linear yang dihubungkan
dengan matriks A.
TEOREMA 6.4.2 Jika matriks A dan B berukuran mn dan TA = TB maka A = B.
Selanjutnya akan diilustrasikan aksi dari transformasi linear T : R2 R2 dengan
melihat bayangan dari suatu bangun persegi terhadap T.
Rotasi (Perputaran)
Matriks baku untuk transformasi linear
T : R2 R2 yang merotasikan vektor
dengan sudut adalah
cos sin
A
.
sin cos
Secara mudah diperoleh
1 cos
T =

0 sin
0 sin
T =
.
1 cos

Refleksi (Pencerminan)
Untuk setiap garis pada bidang
terdapat transformasi linear yang
merefleksikan vektor terhadap garis.
Refleksi terhadap sumbu-x
diberikan oleh matriks baku
1 0
A

0 1
x
x
yang membawa vektor ke .
y
y
Refleksi terhadap sumbu y
diberikan oleh matriks baku
1 0
A

0 1
x
x
yang membawa ke .
y
y
Yang
terakhir,
refleksi
terhadap garis y = x diberikan oleh
1 0
A

0 1

x
y

(cos , sin )

(-sin , cos )

(1,0)

(1,0)

Gambar 6.4: Rotasi oleh sudut

x
y

x
y

Gambar 6.5: Refleksi bangun persegi

x
y
dan membawa vektor ke .
y
x

2010 Didit B. Nugroho

158

Bab 6 Transformasi Linear

Ekspansi dan Kompresi.


Matriks baku
k 0
A

0 1
x
mengekspansi vektor sepanjang
y
kx
sumbu x ke untuk k > 1 dan
y
memampatkan sepanjang sumbu-x
untuk 0 < k < 1.
Sejalan dengan itu,
1 0
A

0 k
mengekspansi atau memampatkan
x
x
vektor ke sepanjang
y
ky
sumbu-y.

Pergeseran
Matriks baku
1 k
A

0 1
x
x ky
yang membawa vektor ke

y
y
disebut pergeseran dalam arah x.
Sejalan dengan itu,
1 0
A

k 1
x
x
membawa vektor ke
dan
y
y kx
disebut pergeseran dalam arah y.

y
(k>1)
y

y
(0< k<1)
x

Gambar 6.6: Ekspansi dan kompresi


sepanjang sumbu x

Gambar 6.7: Pergeseran dalam arah x


dan arah y

Jika secara berhingga beberapa transformasi linear dari R2 ke R2 dibentuk


berurutan, maka terdapat suatu transformasi linear tunggal dengan akibat yang sama.
Kemudian, jika matriks baku untuk transformasi T : R2 R2 adalah inversibel, maka
dapat ditunjukkan bahwa akibat geometris dari T adalah sama seperti beberapa rangkaian
dari refleksi, ekspansi, kompresi, dan pergeseran.

6.5 Matriks Representasi dari Transformasi Linear


Dimisalkan bahwa V dan W adalah sebarang ruang vektor berdimensi berhingga
dengan basis untuk V dan W berturut-turut adalah
= {v1, v2, , vn} dan = {w1, w2, , wm}.

2010 Didit B. Nugroho

Bab 6 Transformasi Linear

159

Untuk setiap v V, matriks koordinat [v] merupakan vektor di Rn dan matriks koordinat
[T(v)] merupakan vektor di Rm. Jadi, proses pemetaan v ke T(v) untuk transformasi linear
T akan menghasilkan suatu pemetaan dari Rn ke Rm yang memetakan [v] ke [T(v)].
Akan diperlihatkan bahwa pemetaan yang dihasilkan tersebut merupakan transformasi
linear.
Selanjutnya akan dicari matriks baku Amn = [aij], 1 i m dan 1 j n, yang
memenuhi
A[v] = [T(v)]
untuk semua vektor v V. Khususnya diinginkan agar persamaan tersebut dapat dipenuhi
untuk vektor basis v1, v2, , vn, yaitu
A[v1] = [T(v1)], A[v2] = [T(v2)], , A[vn] = [T(vn)].
Karena
1
0
0
0
1
0
[v1] = , [v2] = , , [vn] =




0
0
1
maka
a11 a12 a1n 1
a11
a

a 22 a 2 n 0
A[v1] = 21
= 21

a m1 a m 2 a mn 0
a m1
a11 a12 a1n 0
a12
a

a 22 a 2 n 1
A[v2] = 21
= 22

a m1 a m 2 a mn 0
a m 2

a11 a12 a1n 0


a1n
a

a 22 a 2 n 0
21

A[vn] =
= 2n .

a m1 a m 2 a mn 1
a mn
Diperoleh
a11
a12
a1n
a
a
a
21
22

[T(v1)] =
, [T(v2)] =
, , [T(vn)] = 2 n


a m1
a m 2
a mn
yang menunjukkan bahwa kolom A yang berurutan merupakan matriks koordinat dari
T(v1), T(v2), , T(vn)
yang berkorespondensi dengan basis . Jadi diperoleh matriks tunggal A yang disebut
matriks untuk T yang berkorespondensi dengan basis dan , dan dinyatakan oleh

A = [T (v1 )]

[T (v 2 )]

[T (v n )]

Matriks A dinamakan matriks representasi dari transformasi linear T terhadap basis


dan , dan dinotasikan [T],.

2010 Didit B. Nugroho

160

Bab 6 Transformasi Linear

Secara khusus, jika V = W maka biasanya diambil = . Dari situ, matriks yang
dihasilkan disebut matriks untuk T yang berkorespondensi dengan basis , dan
dinyatakan oleh
[T] = [T (v1 )] [T (v 2 )] [T (v n )] .
CONTOH 6.5.1

Diberikan operator linear


a 2a b
T : R2 R2,
T
.
b 4a 3b

Tentukan [T] untuk adalah basis baku R2.


Penyelesaian.
1 2
0 1
1
0
1
0
T = = 2 + 4 , T = = 1 + 3 .
0
1
0
1
0 4
1 3
Jadi
2 1
[T] =
.
4 3
Diberikan operator linear T : R2 R2 yang didefinisikan oleh
x x x2
T 1 1
.
x 2 2 x1 4 x 2
Tentukan matriks untuk T yang berkorespondensi dengan basis

1
1
= v1 , v 2 .
1
2

Penyelesaian. Dari rumus T, diperoleh


1 2
1 3
T(v1) = T = 2v1 + 0v2,
T(v2) = T = 0v1 + 3v2.
1 2
2 6
Jadi,
CONTOH 6.5.2

T (v1 )

2
0

0
3

= dan T (v 2 ) = .

Oleh karena itu,

2 0
.
0 3

[T] =
CONTOH 6.5.3

Diberikan transformasi linear T : R2 R3 yang didefinisikan:


x2

x1
T 5 x1 13 x 2 .
x 2 7 x 16 x
1
2

Tentukan matriks untuk T yang berkorespondensi dengan basis

1
1
0

3
5

= v1 , v 2 dan = w1 0, w2 2, w3 1 .
1
2

1
2
2

2010 Didit B. Nugroho

Bab 6 Transformasi Linear

161

Penyelesaian. Dari rumus T, diperoleh


1
2
3
5
T(v1) = T 2 = v1 2v3, T(v2) = T 1 = 3v1 + v2 v3.
1 5
2 3


Jadi,
1
3

[T(v1)] = 0 dan [T(v2)] = 1 .


2
1

Karena itu,
[T],

CONTOH 6.5.4

1 3
= 0
1 .
2 1

Diberikan

T : R2 P2[x](R),

a
T a 2bx (3a 4b) x 2 .
b

Gunakan basis baku


1 0
= , , = {1, x, x2},
0 1

untuk mencari [T],.


Penyelesaian.
1
T = 1 + 3x2 = 1.1 +0x + 3x2,
0
Jadi
[T],

0
T = 2x + 4x2 = 0.1 + 2x + 4x2.
1
1 0
= 0 2 .
3 4

CONTOH 6.5.5 Diberikan A Mmn(F) dan didefinisikan TA : Fn Fm oleh


TA(x) = Ax. Jika dan berturut-turut adalah basis baku untuk Fn dan Fm, maka
[T], = A.
CONTOH 6.5.6
didefinisikan oleh

Diberikan transformasi linear T : P1(R) P2(R) yang

T(p(x)) = x.p(x).
Tentukan matriks untuk T yang berkorespondensi dengan basis
= {v1 = 1, v2 = x} dan = {w1 = 1, w2 = x, w3 = x2}.
Penyelesaian. Dari rumus T, diperoleh
T(v1) = T(1) = x.1 = x
T(v2) = T(x) = x.x = x2.
Dicari matriks koordinat untuk T(v1) dan T(v2) relatif terhadap basis sebagai berikut.

2010 Didit B. Nugroho

162

Bab 6 Transformasi Linear

k1
Dimisalkan [T(v1)] = [x] = k 2 , berarti
k 3
k1w1 + k2w2 + k3w3 =
k1 + k2x + k3x2 =
yang mempunyai penyelesaian k1 = k3 = 0 dan k2 = 1.
c1
2
Dimisalkan [T(v2)] = [x ] = c 2 , yang berarti
c3

c1w1 + c2w2 + c3w3 =


c1 + c2x + c3x2 =
yang mempunyai penyelesaian c1 = c2 = 0 dan c3 = 1.
Diperoleh
0
[T(v1)] = 1 dan [T(v2)] =
0

v1
x

v2
x2

0
0 .

1
Jadi, matriks untuk T yang berkorespondensi dengan basis dan yaitu
0 0
[T], = 1 0 .
0 1

CONTOH 6.5.7

Diberikan
T : P2[x](R) P2[x](R), T(p) = p 2 p 3 p .
Gunakan B = {1, x, x2} untuk mencari T B .
Penyelesaian.
T(1) = 1 = 1.1 + 0.(1 + x) + 0.(1 + x + x2),
T(1 + x) = 3 + x = 2.(1) + 1.(1 + x) + 0.(1 + x + x2),
T(1 + x + x2) = 9 + 5x + x2 = 4.(1) + 4.(1 + x) + 1.(1 + x + x2).
1 2 4
T B = 0 1 4 .
0 0 1
Hasil berikut menunjukkan bahwa representasi adalah suatu ide yang bermanfaat.
Hasilnya mengatakan bahwa komponen dari peta v di bawah T dapat diperoleh dengan
mengalikan matriks representasi dari T dengan komponen v.
TEOREMA 6.5.1 Diberikan T : V W adalah transformasi linear dari ruang
vektor berdimensi berhingga V ke ruang vektor berdimensi berhingga W. Diambil dan
sebagai basis untuk V dan W secara berturut-turut.
Jika v V, maka [T(v)] = [T], [v].
Bukti. Diambil = {v1, , vn}, = {w1, , wn}, dan diandaikan bahwa
m

T(vj) =

aij wi ,
i 1

2010 Didit B. Nugroho

j = 1, , n.

Bab 6 Transformasi Linear

163

Jika v V, maka
n

v=

c jv j ,

cj F,

j 1

dengan demikian
n
m
n
n

T(v) = T c j v j = c j T (v j ) = c j aij wi .

j 1

j 1
i 1
j 1

Urutan jumlahan dapat ditukarkan dan dituliskan menjadi


n m
m n

T(v) = c j aij wi = aij c j wi .

j 1 i 1
i 1 j 1

Jadi komponen ke-i dari T(v) adalah

aij c j ,
j 1

yang merupakan hasil kali baris ke-i dari [T], dengan vektor kolom [v]B. Jadi diperoleh
[T(v)] = [T], [v].
CONTOH 6.5.8

Diberikan T : R2 R2 yang didefinisikan oleh


a 2a b
T =
.
b 4a 3b

Gunakan basis baku dari R2 dan


2 1
[T] =

4 3

untuk menghitung
2
T .
3

Penyelesaian.
2
1
0
3 = 2 0 + 31


sehingga
2
2
= .
3
3

Diketahui bahwa
[T(v)] = [T] [v],
karena itu
2
2 1 2 7
T =
=
.
4 3 3 17
3

Disimpulkan bahwa
2
7
T =
.
17
3

2010 Didit B. Nugroho

Bab 6 Transformasi Linear

164

Diberikan T : P2[x](R) P2[x](R) yang didefinisikan oleh


T(p) = p 2 p 3 p .

CONTOH 6.5.9
Gunakan

= {1, 1 + x, 1 + x + x2}

dan
1 2 4
[T] = 0 1 4 ,
0 0 1
2
untuk menghitung [T( 2 x + x )] dan T( 2 x + x2).
Penyelesaian.
2 x + x2 = 3.1 + (2).(1 + x) + 1(1 + x + x2),
sehingga
3
[( 2 x + x2)] = 2 .
1

Karena
[T(p)] = [T][p],
maka
1 2 4 3 3
[T( 2 x + x )] = 0 1 4 2 = 2 ,
0 0 1 1 1
2

dan
T( 2 x + x2) = 3.(1) + 2.(1 + x) + 1(1 + x + x2) = 6 + 3x + x2.
Diagram berikut ini adalah suatu ringkasan penyederhanaan yang menggunakan
basis untuk ruang vektor berdimensi berhingga.
L(V, W)
T

Abstrak

Basis
Konkrit

w = T(v)

[v]

[T],

[w]

Basis

[w] = [T] = [T], [v]


Fm

Fn
[T],
Mmn(F)

Gambar 6.8: Ilustrasi dari matriks representasi

2010 Didit B. Nugroho

Bab 6 Transformasi Linear

165

Dilihat kasus khusus untuk matriks representasi dari transformasi linear pada
matriks perubahan basis. [I],, matriks representasi dari I : V V, I(v) = v tidak lain
adalah matriks transisi dari matriks koordinat.
L(V, V)
I
V

V
v

Basis

v = I(v)

[v]

[I],

[v]

Rn

Basis
[v] = [I(v)] = [I], [v]
Rn

[I],
Mmn(R)
Gambar 6.9: Perubahan matriks basis sebagai suatu matriks representasi
CONTOH 6.5.10 Di R2 diberikan basis
= {(1, 2, 3), (4, 5, 6), (7, 8, 10)}, dan = {(1, 0, 0), (0, 1, 0), (0, 0, 1)}.
Tentukan matriks transisi dari ke , [I],.
Penyelesaian.
1 1
1
0
0

I 2 = 2 = 1.0 + 2.1 + 3.0


3 3
0
0
1

4 4
1
0
0

I 5 = 5 = 4.0 + 5.1 + 6.0


6 6
0
0
1

7 7
1
0
0

I 8 = 8 = 7.0 + 8.1 + 10.0


10 10
0
0
1

sehingga
1 4 7
[I], = 2 5 8 .
3 6 10

2010 Didit B. Nugroho

Bab 6 Transformasi Linear

166

6.6

Komposisi Transformasi Linear


dan Perkalian Matriks

Pada bagian ini akan dibahas matriks representasi dari jumlahan dan komposisi
transformasi linear. Proses ini akan dihubungkan dengan penjumlahan dan perkalian
matriks. Selanjutnya akan dipikirkan akibat mengubah basis pada matriks representasi
dari suatu transformasi linear.
TEOREMA 6.6.1 Diberikan V dan W adalah ruang vektor berdimensi berhingga
dengan basis dan secara berturut-turut.
Jika T1, T2 L(V, W) dan k F, maka
[kT1 + T2], = k[T1], + [T2],.
Bukti. Ditunjukkan bahwa dua matriks tersebut adalah sama dengan menunjukkan
bahwa semua unsur-unsur yang berkorespondensi adalah sama.
Jika = {v1, , vn}, maka ([kT1 + T2],)ij merupakan komponen ke-i dari (kT1 +
T2)(vj).
Karena (kT1 + T2)(vj) = kT1(vj) + T2(vj), maka komponen ke-i dari kedua vektor ini
adalah sama.
Juga komponen ke-i dari (kT1(vj) + T2(vj)) adalah sama dengan k kali komponen
ke-i dari T1(vj) + komponen ke-i dari T2(vj). Berarti bahwa,
([kT1 + T2],)ij = k([T1],)ij + ([T2],)ij,
atau
[kT1 + T2], = k[T1], + [T2],.
Dengan kata lain, hasil ini mengatakan bahwa matriks representasi suatu kombinasi linear
dari transformasi linear sama dengan kombinasi linear dari matriks representasinya.
DEFINISI 6.6.1 Diberikan V, W, X adalah ruang vektor, T L(V, W) serta S
L(W, X). Didefinisikan fungsi komposisi
ST:VX
oleh
(S T)(v) = S(T(v)),
v V.
+
Jika T L(V, V) dan p Z maka didefinisikan
Tp : V V
oleh
T p (v ) T T T (v ) .

p kali

Hasil berikut mengatakan bahwa matriks representasi dari suatu komposisi


transformasi linear sama dengan hasil kali dari masing-masing matriks representasinya.
TEOREMA 6.6.2 Diberikan V, W, X adalah ruang vektor berdimensi berhingga
dengan basisnya berturut-turut , , . Diberikan T L(V, W) dan S L(W, X), maka
[S T], = [S], .[T], .
Bukti. Diandaikan = {v1, , vn}, = {w1, , wn}, = {x1, , xn} dan diambil [T],
= A, dengan demikian
m

T (v j ) aij wi
i 1

2010 Didit B. Nugroho

Bab 6 Transformasi Linear

167

dan juga [S], = B, dengan demikian


p

T ( wi ) bki x k .
k 1

Untuk memperoleh matriks representasi dari transformasi S T, harus diterapkan untuk


vektor basis dan diuji komponen-komponennya:
([S T], )kj = komponen ke-k dari (S T)(vj).
Diperhatikan
m
m

(S T)(vj) = S(T(vj)) = S aij wi = aij S ( wi )


i 1
i 1

p
p
m
m

= aij bki x k = bki aij x k .

i 1
k 1
k 1 i 1

Komponen ke-k dari vektor tersebut adalah


m

bki aij ,
i 1

yang tidak lain adalah komponen ke-k dari hasil kali matriks BA. Ini berarti bahwa
([S T], )kj = ([S], .[T], )kj.
Dapat disimpulkan bahwa dua matriks [S T], dan [S], .[T], adalah sama.
L(V, W)

L(W, X)

ST

L(V, X)

[S T],
[T],

Mpn(F)

Mmn(F)

[S],
Mpm(F)

[S T], = [S], [T],


Gambar 6.10: Representasi komposisi oleh perkalian matriks
CONTOH 6.6.1 Buktikan Teorema 6.6.1 untuk transformasi-transformasi:
T : R2 P2[x](R), T((a, b)T) = b + (a + 2b)x + (2a b)x2,
S : P2[x](R) P2[x](R),
S(p) = p + p .

2010 Didit B. Nugroho

Bab 6 Transformasi Linear

168

Penyelesaian. Digunakan basis baku


1 0
= , dan
= {1, x, x2}= .
0
1

Diperoleh
1
0
T = 0 + x + 2x2, T = 1 + 2x x2, [T], =
0
1

1
0
1 2 ,

2 1

dan juga
1 1 0
S(x ) = 2x + x , [S], = 0 1 2 .
0 0 1

S(1) =1, S(x ) = 1 + x,

Diklaim bahwa
1 1 3
1 1 0 0

[S T], = [S], [T], = 0 1 2 1 2 = 5 0 .


0 0 1 2 1 2 1

Diperiksa
S T((a, b)T) =
=

S(b + (a + 2b)x + (2a b)x2)


a + 3b + (5a)x + (2a b)x2,

dan diperoleh
1
(S T) = 1 + 5x + 2x2,
0

0
(S T) = 3 x2,
1

sehingga
1 3
[S T], = 5 0 .
2 1

Teorema terbukti dalam kasus ini.


Teorema 6.6.2 dapat diperluas secara induktif sebagai berikut.
TEOREMA 6.6.3 Diberikan Ti : Vi Vi+1 sebagai transformasi linear dari ruang
vektor berdimensi berhingga Vi ke ruang vektor berdimensi berhingga Vi+1, i = 1, , n
1. Diberikan i sebagai basis untuk Vi, i = 1, , n, maka
Tn1 Tn2 ... T1 , = Tn , Tn1 , ...T2 , T1 , .
1 2

n 1 n

n2

n 1

2 3

1 2

Suatu aplikasi yang sangat penting dari teorema tersebut, dan suatu aplikasi yang
akan digunakan pada bagian kedua dari pembahasan ini, muncul ketika dimiliki operator
linear dan mengubah basis di V. Hasil berikut adalah suatu kasus khusus teorema
sebelumnya.
AKIBAT 6.6.1
Diberikan T : V V sebagai operator linear pada ruang
berdimensi berhingga V dan diberikan dan sebagai basis untuk V, maka
[T] = [I], [T] [I],.

2010 Didit B. Nugroho

Bab 6 Transformasi Linear

169

Bukti. Dinyatakan transformasi linear T : V V dalam dua cara yang identik:


(a) T : V V dengan digunakan sebagai basis untuk V.
(b) (I1 T I2) : V V dengan

I2 : V V adalah transformasi identitas. Kita gunakan sebagai basis untuk


domain dan sebagai basis untuk kodomain,

T : V V adalah transformasi linear. Kita gunakan basis untuk V,

I1 : V V adalah transformasi identitas. Kita gunakan sebagai basis untuk


domain dan sebagai basis untuk kodomain.
Menggunakan Teorema 6.6.2,
[T] = [I1 T I2] = [I1], [T] [I2],.
jalan singkat
awal
basis

Fn

[v]

[T]
Mn(F)

[T(v)]

basis

[T(v)] = [T] [v]

V
v

T(v)

L(V, V)

[I],

[I],
V

basis

akhir
Fn

T(v)

[T(v)] = [T] [v]

[v]
n

basis

[T(v)]
n

[T]
Mn(F)

jalan panjang

[T(v)] = [T] [v] = [I], [T] [I], [v]


Gambar 6.11: Perubahan basis dan transformasi linear

2010 Didit B. Nugroho

Bab 6 Transformasi Linear

170

Hasil pada Akibat 6.6.1 menunjukkan bahwa matriks representasi dari


transformasi linear yang berkenaan dengan dua basis terkait oleh perkalian dengan
matriks perubahan basis yang sesuai.
Dicatat bahwa [I1], adalah matriks koordinat perubahan basis dari ke dan
[I2], adalah matriks koordinat perubahan basis dari ke dan invers dari [I1],.
Hasil tersebut adalah bermanfaat sebab menunjukkan bahwa saat menghitung
matriks representasi dari suatu transformasi linear dalam satu basis, tidak harus
menghitung kembali matriks dalam basis lain, hanya perlu dilakukan beberapa perkalian
matriks yang menyertakan matriks perubahan basis.
Tentu saja beralasan kenapa perlu [T] untuk menghitung [T(v)]. Sekarang dapat
dituliskan
(i) [T(v)] = [T] [v]
(ii) [T(v)] = [I], [T] [I], [v].
Jalan (i) adalah langkah pintas. Diperoleh koordinat dari T(v) pada basis dalam
satu jalan, tetapi diperlukan matriks representasi dari T dalam koordinat .
Jalan (ii) adalah langkah yang panjang. Pertama, mengubah koordinat dari ke
menggunakan [I],, yang kedua adalah memperoleh koordinat dari T(v) dalam basis
menggunakan [T], dan yang terakhir yaitu mengubah koordinat menggunakan [I],
untuk memperoleh [T(v)].
Pada dua contoh berikut, untuk memperoleh suatu latihan yang sederhana,
dibuktikan hasilnya dengan menghitung dua kemungkinan matriks yang baru.
CONTOH 6.6.2
a a 2b
T
,
b 3a 4b
1 0
1 1
, , , .
0 1
1 1
Hitung [T], [T] dan buktikan Akibat 6.6.1.
Penyelesaian.
1 1
0 2
1
0
1
0
T = = 1 + 3 , T = = 2 + 4 .
0
1
0
1
0 3
1 4
1 2
Diperoleh [T] =
.
3 4

T : R2 R2,

1 3
1
1
1
T = = 5 2 ,
T =
1
1
1 7
1
5 1
Diperoleh [T] =
.
0
2
Selain itu juga didapatkan
1
1
1 1
[I] , =
, dan[I] , =

2 1
1 1
Teorema mengatakan bahwa

[T] = [I], [T] [I], =

2010 Didit B. Nugroho

1
1
1
1 = 1 1 +0 1 .

1
.
1

1 1 1 1 2 1 1 5 1
=
.
2 1 1 3 4 1 1 2 0

Bab 6 Transformasi Linear

171

CONTOH 6.6.3
T : P2(R2) P2(R2),
T(p) = p 2 p 3 p ,
2
= {1, x, x },
= {1 + x + x2, 1 x2, 1 + x}.
Hitung [T], [T] dan buktikan Akibat 6.6.1.
Penyelesaian.
T(1) = 1, T(x) = 2 + x, T(x2) = 6 + 4x + x2.
1 2 6
Diperoleh [T] = 0 1 4 .
0 0 1
T(1 + x + x2) =
T(1 x2) =
T(1 + x) =
Diperoleh

9 + 5x + x2
5 4x x2
3+x

=
=
=

5(1 + x + x2) + 4(1 x2),


2(1 + x + x2) (1 x2) 2(1 + x),
2(1 + x + x2) + 2(1 x2) (1 + x).

2
5 2

[T] = 4 1 2 .
0 2 1
Selain itu juga didapatkan
1 1 1
[I] , = 1 0 1 .
1 1 0

Untuk menghitung [I],, dicari invers dari matriks sebagai berikut:


1 1 1 1 0 0 b b 1
1 1
1 0 0 b 1 1 1
2

2 1

1
0
1
0
1
0
0

1
0

1
1
0


0 1 0
1 1 0 0 0 1 b3 b1 0 2 1 1 0 1 b3 0 2 1

b1 b2

b3 2b2

1 0 1

0 1 0
0 0 1

0
1 0

1 1 0
1 2 1

b1 b3

1 0 0

0 1 0
0 0 1

1 0 0

1 1 0
1 0 1

1 1 1

1 1 0 .
1 2 1

Jadi
[I],

1 1 1
= 1 1 0 .
1 2 1

Dihitung
1 1 1
[I], [T] [I], = 1 1 0
1 2 1
seperti yang diharapkan.

1 2 6 1 1 1 5
0 1 4 1 0 1 = 4


0 0 1 1 1 0 0

2
1 2 = [T]
2 1

Keserupaan (Similarity)
DEFINISI 6.6.2 Diberikan A, B Mn(F). A dikatakan serupa (similar) terhadap
B jika terdapat suatu matriks inversibel P sehingga
B P 1 AP .

2010 Didit B. Nugroho

Bab 6 Transformasi Linear

172

Jika B P 1 AP , maka A PBP 1 Q 1 BQ dengan Q P 1 . Ini berarti


bahwa, jika A serupa terhadap B, maka B adalah serupa terhadap A. Pada umumnya
dinyatakan bahwa A dan B adalah serupa.
Akibat 6.6.1 mengatakan bahwa dua matriks representasi dari operator linear
yang sama terhadap dua basis yang berbeda adalah matriks serupa. Ini berarti bahwa,
[T] = [I], [T] [I],.
Jika dituliskan [T] = B, [T] = A, dan [I], = P dengan [I], = P 1 , maka dimiliki
B P 1 AP .
Diberikan operator linear T : R2 R2 yang didefinisikan oleh
x x x
T 1 1 2 .
x2 2 x1 4 x2
Tentukan matriks baku untuk T, yaitu matriks T relatif terhadap basis ={e1, e2}.
Selanjutnya transformasikan matriks tersebut ke matriks T relatif terhadap basis

1
1
= v1 , v 2 .
1
2

CONTOH 6.6.4

Penyelesaian. Dari Contoh 6.5.2, matriks T relatif terhadap basis baku yaitu
1 1
A = [T] =
.
2 4
Matriks transisi dari ke adalah
1 1
[I], = P

1 2
dengan
2 1
[I], = P 1
.
1
1
Oleh karena itu, matriks T relatif terhadap basis adalah
2 1 1 1 1 1
2 0
[T] = [I], [T] [I],. = P 1 AP =
=

1 2 4 1 2
1
0 3
yang sama dengan hasil yang diperoleh dari Contoh 6.5.2.

6.7

Inversibilitas

Diandaikan terdapat transformasi linear T L(V, W). Fungsi S adalah suatu


invers untuk T kalau S : W V memenuhi S T = IV dan T S = IW, dengan IV dan IW
berturut-turut menotasikan operator identitas pada V dan W.
Perlu dicatat bahwa suatu fungsi mempunyai invers jika dan hanya jika fungsi
adalah satu-satu dan pada.
Jika T(v1) = T(v2) = w dan v1 v2 (yaitu T tidak satu-satu), maka bagaimana dapat
didefinisikan S(w)?
Jika w W dan w Im(T), (yaitu T tidak pada) maka bagaimana dapat
didefinisikan S(w)?
Untuk suatu transformasi linear T L(V, W) yang satu-satu dan pada maka
dim(V) = dim(W) berdasarkan Akibat 6.3.2.

2010 Didit B. Nugroho

Bab 6 Transformasi Linear

173

Jika invers suatu fungsi ada, maka inversnya tunggal untuk T L(V, W) dan
dinotasikan dengan T 1 .
TEOREMA 6.7.1 Diberikan T L(V, W). Jika T adalah inversibel, maka T 1
adalah linear.
Bukti. Diandaikan w1, w2 W dan k F. Karena T adalah pada, maka v1, v2 V
sehingga T(v1) = w1, T(v2) = w2.
T 1 (kw1 + w2) = T 1 (kT(v1) + T(v2))
= T 1 (T(kv1 + v2))
= kv1 + v2
= k T 1 (w1) + T 1 (v2).
Disimpulkan bahwa T 1 adalah linear.
TEOREMA 6.7.2 Diberikan T L(V, W) adalah transformasi linear dari ruang
vektor V berdimensi berhingga ke ruang vektor W berdimensi berhingga, dan diberikan
, berturut-turut adalah basis untuk V dan W.
T adalah inversibel jika hanya jika [T], adalah inversibel.

Jika T adalah inversibel, maka T 1

T ,

1 .

Bukti. Pertama diandaikan bahwa T mempunyai invers, maka


T 1 T IV .
Jika diambil matriks representasi dari persamaan tersebut dengan menggunakan basis
untuk V dan basis untuk W, maka

[ T 1 T] = [IV].
Ini berarti bahwa
[ T 1 ],[T], = I.
Karena T inversibel, kita tahu bahwa V dan W mempunyai dimensi yang sama dan juga
[T], adalah suatu matriks persegi. Disimpulkan bahwa [T], adalah inversibel dengan
inversnya [ T 1 ],. Juga

T
1

T ,

1 .

Yang kedua, diandaikan bahwa A = [T], mempunyai invers B. Jika = {v1, , vn} dan
= {w1, , wn}, maka didefinisikan S : W V oleh
n

S(wj) =

( B) ij ui .
i 1

Secara jelas
[S], = B = A 1 .
Juga
[S T] = [S], [T], = BA = In = [IV],
dan
[T S] = [T], [S], = AB = In = [IW].
Jadi S T = IV dan T S = IW dan juga S = T 1 .

2010 Didit B. Nugroho

Bab 6 Transformasi Linear

174

Tunjukkan bahwa T adalah inversibel dan tentukan T 1 untuk:


2a b
T : P1(R) R2, T(a + bx) =
.
a 2b
.Penyelesaian. Diambil basis baku untuk P1[x](R) dan R2 berturut-turut adalah
1 0
= {1, x},
= , .
0 1
2
1
0
1
1
0
T(1) = = 2 1 , T(x) = = 1 + 2 .
1
0
1
2
0
1
CONTOH 6.7.1

Jadi
2 1
[T], =
= A.
1 2

Matriks tersebut inversibel dan


A 1

1 2 1

.
5 1 2

Dapat disimpulkan bahwa T 1 ada dan [ T 1 ], = A 1 . Ini berarti bahwa,


1 2
0 1
1
2
T 1 = 1 + x dan T 1 = 1 + x.
5
5
0 5
1 5
Berdasarkan linearitas diperoleh
c
2c d c 2d

x.
T 1 =
5
5
d

6.8

Aplikasi Transfomasi Linear: Kriptografi

Diandaikan kita ingin mengirim pesan kepada teman kita:


M E E T T O M O R R O W.
Untuk keamanan, kita pertama kali mengkodekan alfabet sebagai berikut:
A
B

X
Y
Z
1
2

24
25
26
Jadi kode pesan adalah
MEET TOMORROW
M
E
E
T
T
O
M
O
R
R
O
W
13
5
5
20
20
15
13
15
18
18
15
23
Barisan
13 5
5
20 20 15 13 15 18 18 15 23
adalah kode asli untuk pesan. Untuk menyamarkan kode asli, kita dapat menerapkan
suatu transformasi linear untuk kode asli.
Diambil
T : R3 R3, T(x) = Ax,
dengan
1 2 3
A 1 1 2 .
0 1 2

2010 Didit B. Nugroho

Bab 6 Transformasi Linear

175

Selanjutnya kita memecah pesan asli menjadi 4 vektor:


13 20 13 18
5 , 20 , 15 , 15 ,

5 15 18 23
dan digunakan transformasi linear untuk memperoleh kode tersamarkan:
13 38
20 105
13 97
13 97


T 5 28 , T 20 70 , T 15 64 , T 15 64 .
5 15
15 50
18 51
18 51




Selanjutnya kita dapat mengirimkan kode pesan tersamarkan:
38 28 15 105 70 50 97 64 51 117 79 61
Diandaikan teman kita ingin mengkodekan pesan tersamarkan. Pertama kali,
teman kita dapat mencari matriks invers dari A:
A

1 2 3
1 1 2
0 1 2

1 1
0

2 2 1 ,
1
1
1

dan selanjutnya
38 13
105 20
97 13
117 18

1
1
1
1
A 28 5 , A 70 20 , A 64 15 , A 79 15 .
15 5
80 15
51 18
61 23
Jadi, teman kita dapat menemukan kode asli:
13 5
5
20 20 15 13 15 18 18 15 23
melalui matriks invers A.
Sebagai contoh lain, jika kita menerima kode pesan berikut ini dari teman kita
77 54 38 71 49 29 68 51 33 76 48 40 86 53 52
dan kita mengetahui bahwa pesan dari teman kita ditransformasikan oleh transformasi
linear yang sama
1 2 3
3
3
T : R R , T ( x) Ax 1 1 2 ,
0 1 2
maka pertama kali pesan dipecah menjadi 5 vektor:
77 71 68 76 86
54 , 49 , 51 , 48 , 53 ,

38 29 33 40 52
dan selanjutnya dapat diperoleh kode pesan asli:
77 16
71 20
68 18
76 8
86 1
1
1
1
1
1
A 54 8 , A 49 15 , A 51 1 , A 48 16 , A 53 14 .
38 15
29 7
33 16
40 12
52 19
Jadi, pesan asli dari teman kita yaitu
16 8
15 20 15 7
18 1
16 8
16 12 1
14 19
P
H
O
T
O
G
R
A
P
H
P
L
A
N
S
PHOTOGRAPH PLANS

2010 Didit B. Nugroho

Bab 6 Transformasi Linear

176

SOAL-SOAL UNTUK BAB 6


1.

Nyatakan yang mana dari fungsi-fungsi berikut yang merupakan transformasi


linear.
(a) f1 : R R, f1(x) = sin x
(b) f2 : R R, f2(x) = 2x + 3
(c) f3 : R2 R2, f3(x, y) = (x + 2y, 3x + 4y)
(d) f4 : P2(R) R2, f4(a + bx + cx2) = (a + 2b 1, c + 2)

2.

Apakah mungkin dipunyai transformasi linear T dari R2 ke R2 dengan sifat:


(a) T(1, 2) = (2, 3) dan T(3, 6) = (4, 6),
(b) T(1, 2) = (2, 3) dan T(1, 2) = (1, 3),
(c) T(1, 2) = (2, 3), T(1, 2) = (2, 1), dan T(1, 6) = (2, 1)?

3.

Buktikan bahwa T adalah linear untuk T : R3 R3 yang didefinisikan oleh


x x y z

T y x y z .
z

4.

Diberikan (V, , ) adalah suatu ruang hasil kali dalam dan W adalah ruang bagian
berdimensi hingga dari V. Buktikan bahwa fungsi T : V W yang didefinisikan
oleh T(v) = proyW(v) adalah transformasi linear.

5.

Diberikan T : V W adalah transformasi linear. Diandaikan v1, v2 V dan {T(v1),


T(v2)} adalah bebas linear. Tunjukkan bahwa {v1, v2} adalah bebas linear.

6.

Diberikan T : V W adalah transformasi linear. Diberikan S : W X adalah


transformasi linear. Buktikan bahwa fungsi komposisi S T yang didefinisikan oleh
(S T)(v) = S(T(v)) adalah transformasi linear.

7.

Diberikan T : M2(R) M2(R) yang didefinisikan oleh T(A) = AB BA dengan B


adalah suatu elemen dari M2(R). Tentukan range dari T dan rank dari T untuk:
2 0
0 2
(a) B =
(b) B =

0 2
0 0
(c)

2 0
B=

0 4

(d)

2 2
B=
.
0 4

8.

Diberikan T : R3 R3 yang dirumuskan oleh


T(a, b, c) = (a + b c, 2a b + 2c, 3b + 4c).
Tentukan suatu basis untuk range dari T. Apakah T pada?

9.

Diberikan T : C2 C2 yang dirumuskan oleh


z (1 i ) z1 (2 i ) z 2
T 1 =
.
z 2 (3i 1) z1 (4 3i ) z 2
Tentukan suatu basis untuk range dari T. Apakah T pada?

2010 Didit B. Nugroho

Bab 6 Transformasi Linear

177

10.

Diberikan T : R2 R2 yang dirumuskan oleh


T(x, y) = (x 2y, 3x 4y).
Tentukan suatu basis untuk Im(T). Apakah T pada?

11.

Diberikan T : R2 P2(R2) yang dirumuskan oleh


T(x, y) = (x + y) + (x y)t + (3x 4y)t2.
Tentukan suatu basis untuk Im(T). Apakah T pada?

12.

Diberikan (V, , ) sebagai suatu ruang hasil kali dalam dan untuk setiap v V
didefinisikan fungsi Lv : V F oleh Lv(w) = w , v.
(a) Tunjukkan bahwa Lv adalah suatu transformasi linear.
(b) Tunjukkan bahwa Lv adalah pada kecuali v = 0.

13.

Tentukan basis untuk ruang nol untuk transformasi linear pada pertanyaan 7 sampai
11, dan nyatakan apakah satu-satu.

14.

Diberikan T : V W dan L : W X adalah transformasi linear.


(a) Tunjukkan bahwa jika T dan L adalah satu-satu, maka LT adalah satu-satu.
(b) Jika LT adalah satu-satu, maka apakah T satu-satu?
(c) Jika LT adalah satu-satu, maka apakah L satu-satu?

15.

Berikan suatu contoh transformasi linear T : R2 R2 dengan sifat Ker(T) = Im(T).

16.

(a)
(b)

Tunjukkan bahwa jika T : R3 R adalah suatu transformasi linear, maka a,


b, c R sehingga T(x, y, z) = (a, b, c)(x, y, z).
Nyatakan secara geometris ruang nol yang mungkin dari transformasi linear
T : R3 R.

17.

Ujilah teorema dimensi untuk transformasi linear pada soal no 7 sampai 11.

18.

Tentukan Ker(T) dan Im(T) pada soal no 3.

19.

Diberikan T : M2(R) M2(R) yang didefinisikan dengan


T(A) = AT A.
Tunjukkan bahwa T adalah linear dan selanjutnya tentukan dim(Im(T)).

20.

Tentukan Ker(T) dan Im(T) untuk T : R3 R4 yang memenuhi


1
2
1
1
0
0

1
0
T 1 , T 1 , T 0 .
1 1
1 0
1 1

0
0
0

.
Tentukan Ker(T) dan Im(T) untuk transformasi linear T : R2 R3 yang
didefinisikan oleh
x 2y

x
T x 2 y .
y 0

21.

2010 Didit B. Nugroho

Bab 6 Transformasi Linear

178

22.

Tentukan Ker(T) dan Im(T) untuk T : R2 R3,


x
x
T x
y 0

y .

23.

Tentukan Ker(T) dan Im(T) untuk T : R3 R2,


x

x y z

T y
z y 2z

24.

Diberikan T : M2(R) R yang didefinisikan dengan T(A) = tr(A). Tentukan Ker(T)


dan Im(T).

25.

(a)
(b)
(c)

Tunjukkan bahwa T : M2(R) M2(R) yang didefinisikan oleh T(A) = AT + A


adalah suatu transformasi linear.
Tentukan suatu basis untuk Ker(T) dan tentukan dim(Ker(T)).
Tentukan suatu basis untuk Im(T) dan tentukan dim(Im(T)).

26.

Tunjukkan bahwa tidak ada transformasi linear T : P4[x](C) M2(R) yang satusatu.

27.

Tentukan matriks representasi dari transformasi linear di bawah ini terhadap basis
yang diberikan.
a)
x x y z

3
3
T y = 2 x 3 y 4 z
T:R R,
z 3x y 2 z


(i)

1 0 0

[T]B, B = 0, 1, 0
0 0 1

(ii)

1 1 1
T B , B = 0, 1, 1
0 0 1

b)
T : C2 C2,
(i)

1 0
[T]B, B = ,
0 1

z z iz 2
T 1 = 1

z 2 2iz 2 3 z1

(ii)

T B ,

i 1
B = ,
1 i

c)

(i)
(ii)

T : P2[x](R) P2[x](R),
T(a + bx + cx2) = (a + 2b + 2c) + (2a + b + 2c)x + (2a + 2b + c)x2
[T]B, B = {1, x, x2}
T B , B = {1 + x + x2, 1 x, 1 x2}

2010 Didit B. Nugroho

Bab 6 Transformasi Linear

28.

29.

30.

Gunakan penyelesaian pertanyaan soal 27 untuk menghitung


1
1



(a) (i)
(ii) T 2
T 2
3
3
B
B
(b)

(i)

(c)

(i)
(ii)

1 i
2 i
2 i

dan T
(ii)
T
T

i 2

2 i B
i 2 B

[T(1 + 2x + 3x2)]B dan T(1 + 2x + 3x2)

T (2 2 x 2 x
2

dan T(2 + 2x 2x2).

Diberikan T : M2(R) M2(R) yang dirumuskan oleh


T(M) = AM MA
1 2
dengan A
.
2 1
Diberikan
1 0 0 1 0 0 0 0
B =
,
,
,
,
0 0 0 0 1 0 0 1
1 0 0 1 1 1 1 1
B =
,
,
,

0 1 1 0 1 1 1 1
(a) Tentukan
(i) [T]B
(ii) T B , B
(iii) T B, B

(iv)

T B

(b)

Gunakan Teorema 6.5.1 dan penyelesaian pada bagian (a) untuk mencari
1 2
T
.
3 4

(a)

Buktikan T : P3[x](R) P1[x](R) adalah suatu transformasi linear untuk


T(p(x)) = p (x)
Tentukan matriks dari T menggunakan basis {1, x, x2, x3} untuk P3[x](R) dan
{1, x} untuk P2[x](R).
Tentukan matriks dari T menggunakan basis {1, x, x2, x3} untuk P3[x](R) dan
{1, x + 2} untuk P1[x](R).
Tentukan basis untuk Ker(T) dan tentukan dim(Ker(T)).
Tentukan basis untuk Im(T) dan tentukan dim(Im(T)).

(b)
(c)
(d)
(e)
31.

179

(a)

(b)

Suatu transformasi linear T : R3 R3 mempunyai range berupa bidang


dengan persamaan x + y + z = 0 dan ruang nol berupa garis x = y = z. Jika
1 a 2 3 1 1

T 1 0 , T 1 b , T 2 2 .
2 1 1 5 1 c

Tentukan a, b, c.
Tentukan matriks representasi dari T terhadap basis baku.

2010 Didit B. Nugroho

Bab 6 Transformasi Linear

180

32.

(a)

Buktikan bahwa T : R2 R3 adalah suatu transformasi linear untuk


x y
x
T x y
y 2 x 3 y

(b)
(c)

Tentukan basis untuk Ker(T) dan tentukan dim(Ker(T)).


Tentukan basis untuk Im(T) dan tentukan dim(Im(T)).
1 1
Tentukan matriks dari T terhadap basis B1 , untuk R2 dan basis
2 3
1 1 0

B2 1, 0 , 1 untuk R3.
1 1 0

(d)

33.

Diberikan transformasi linear T : R3 R2 yang didefinisikan oleh


x

x 2 y
T y

z 3x z

Tentukan matriks representasi untuk T jika
(a) Basis untuk R3 dan R2 adalah basis baku.
1 1 1

3
(b) Basis untuk R adalah 0, 1, 1 dan untuk R2 adalah basis baku.
0 0 1

1 1 1
1 1

3
(c) Basis untuk R adalah 0, 1, 1 dan untuk R2 adalah , .
0 1
0 0 1

34.

Suatu transformasi linear T : R2 R2 yang memenuhi Ker(T) = Im(T), dan


1 2
T . Tentukan matriks representasi T terhadap basis baku.
1 3

35.

Tentukan matriks representasi untuk pemetaan linear T: M2(R) R yang


didefinisikan dengan T(A) = tr(A) terhadap basis baku
1 0 0 1 0 0 0 0

,
,
,

0 0 0 0 1 0 0 1
untuk M2(R).

36.

(a)
(b)

Pada soal 20, hitunglah perubahan basis I B , B dan I B, B


Buktikan bahwa
T B,B = I B,B T B ;
(i)
(ii)
(iii)

T B,B = T B I B, B ;
T B = I B,B T B I B,B .

2010 Didit B. Nugroho

Bab 6 Transformasi Linear

37.

181

Diberikan transformasi linear T : R2 P2(R) dan S : P2(R) M22(R) yang


didefinisikan oleh
a
T = (a + 2b) + (a + 3b)x + (3a 2b)x2,
b
p ( 2)
p (1) p (0)

S(p) =
.

p (1) p (2) p (1) p (2)


Jika
1 0
= , , = {1, x, x2},
0 1
1 0 0 1 0 0 0 0
=
,
,
,
.
0 0 0 0 1 0 0 1
Tentukan (a) [T],, (b) [S],, dan [ST], dengan dua cara yang berbeda.

38.

Diberikan S : R3 R3 yang didefinisikan oleh


a 2a 3b 3c

S b = 3a 2b 3c
c 3a 3b 2c


dan diberikan basis
1 0 0


1
= 0, 1, 0 , =
0 0 1
3

(a) Tentukan [S] .


(b) Tentukan [I], dan [I],.
(c) Hitung [S] dengan dua cara berbeda.

39.

1
1
1
1, 1 1, 1 1 .
2 6
1
0
2

(a)

Diberikan T : V W adalah transformasi linear dari ruang vektor V


berdimensi n dan ruang vektor W berdimensi m. Diberikan i dan i berturutturut adalah dua basis untuk V dan W, i = 1, 2. Nyatakan suatu persamaan
yang menghubungkan T , dan T , .

(b)

Jika T : R2 M2(R) didefinisikan oleh


a a b
T =
b 2a b
dan
1 0
1 = , ,
2 =
0 1

1 1

a 2b
a 2b

1 1
, ,
1 1
0 0 0
,
,
0 0 1
1 0 1
,
.
0 1 0

1 0 0 1 0
1 =
,
,
0 0 0 0 1
1 0 1 0 0
2 =
,
,
0 1 0 1 1
Buktikan persamaan yang dituliskan pada bagian (a).

2010 Didit B. Nugroho

Bab 6 Transformasi Linear

182

40.

Tunjukkan bahwa matriks yang serupa mempunyai trace yang sama.

41.

Yang manakah dari matriks-matriks di bawah yang serupa?

42.

(a)

1 0
0 2

(b)

1 0
0 3

(d)

4 4
3 1
2

(e)

3 1
2 0

(c)

Diberikan T : P2[x](R) R3 yang didefinisikan oleh


5a 2b 2c
T(a + bx + cx2) = 2a 5b 2c .
2a 2b 5c
Tunjukkan bahwa T adalah inversibel dan tentukan T 1 .

2010 Didit B. Nugroho

32
1
2

12
3

INDEKS
F
fungsi
komposisi, 166

H
homogen, 139
homomorfisma, 139

L
linear, 139

M
matriks
baku, 156
representasi, 159

N
nulitas, 150

O
operator
linear, 141

P
pada, 148, 155

R
range, 144
ruang
nol, 149

S
satu-satu, 151, 152, 155
serupa, 171

T
transformasi
identitas, 141
linear, 139, 142
matriks, 143
nol, 141