Dimensi Vektor
Dimensi Vektor
TRANSFORMASI LINEAR
mengasosiasikan vektor w dengan vektor v, maka kita menuliskan w = F(v) dan kita mengatakan
bahwa w adalah bayangan dari v di bawah F.
Untuk melukiskannya, maka jika v = (x,y) adalah sebuah vektor di dalam R2 , maka rumus
:
F(v) = ( x , x + y , x - y )
( 4.1)
(4.2)
Contoh 1 :
Misalkan A adalah sebuah matriks m x n yang tetap. Jika kita menggunakan notasi matriks untuk
vektor di dalam Rm dan Rn , maka kita dapat mendefinisikan sebuah fungsi T: Rn Rm
dengan :
T(x) = A x
Perhatikan jika bahwa x adalah sebuah matriks n x 1 , maka hasil kali A x adalah matriks m x 1
; jadi T memetakan Rn ke dakam Rm . Lagi pula , T linear, untuk melihat ini , misalnya u dan v
adalah matriks n x 1 dan misalkan k adalah sebuah skalar. Dengan menggunakan sifat-sifat
perkalaian matriks, maka kita mendapatkan :
A (u + v) = A u + A v
dan A (k u) = k (A u)
Kita akan menamakan transformasi linear di dalam contoh ini perkalian oleh A. Transformasi linear
semacam ini dinamakan transformasi matriks.
Contoh 2 :
Sebagai kasus khusus dari contoh sebelumnya, misalkan adalah sebuah sudut tetap, dan
misalkan T : R2 R2 adalah perkalian oleh matriks :
cos sin
A=
cos
sin
Jika v adalah vektor
maka
x
v=
y
cos sin
T(v) = A v =
sin cos
x x cos y sin
y = x sin + y cos
Secara geometrik, maka T(v) adalah vektor yang dihasilkan jika v dirotasikan melalui
sudut . Untuk melihat ini, maka misalkan adalah sudut di antara v dan sumbu x
positif, dan misalakan :
x '
v = '
y
adalah vektor yang dihasilkan bila v dirotasikan melalui sudut (Gambar 4.1). kita akan
memperlihatkan bahwa v = T(v). Jika r menyatakan panjangnya v , maka :
x = r cos
y = r sin
Demikian juga, karena v mempunyai panjang yang sama seperti v , maka kita memperoleh :
x = r cos( + )
Maka
y = r sin( + )
x ' r cos ( + )
v = y ' = r sin ( + )
x sin + y cos
=
cos sin
sin cos
= Av = T(v)
Transformasi linear di dalam contoh ini dinamakan rotasi dari R2 melalui sudut .
y
(x y )
v
v
Contoh 3:
Misalkan V dan W adalah sebarang dua vektor. Pemetaan T : V W sehingga T(v) = 0 untuk
tiap-tiap v di dalam V adalah sebuah transformasi linear yang dinamakan transformasi nol. Untuk
melihat bahwa T linear, perhatikanlah bahwa :
T(u + v) = 0 , T(u) = 0 , T(v) = 0 dan T(k u) = 0
Maka
T(u + v) = T(u) + T(v)
dan
T(k u) = k T(u)
Contoh 4:
Misalkan V adalah sebarang ruang vektor. Pemetaan T : V V yang didefinisikan oleh T(v) =
v dinamakan transformasi identitas pada V.
Jika seperti di dalam contoh 2 dan 4 , T : V V adalah transformasi linear dari sebuah ruang
vektor V ke dalam dirinya sendiri, maka T dinamakan operator linear pada V.
Contoh 5:
Misalkan
adalah sebarang
membiarkannya sebagai latihan untuk memeriksa bahwa fungsi T : V V yang didefinisikan oleh
: T(v) = k v
adalah sebuah operator linear pada V. Jika k > 1 , T dinamakan dilatasi dari V dan jika 0 < k
< 1 , maka T dinamakan kontraksi dari V. Secara geometrik, maka dilatasi merenggangkan
setiap vektor di dalam V dengan sebuah faktor sebesar k , dan kontradiksi dari V memampatkan
setiap vektor dengan sebuah faktor sebesar k (Gambar 4.2).
gambar 4.2
Contoh 6:
Misalkan V adalah sebuah ruang perkalian dalam, dan misalkan W adalah sebuah sub-ruang
dari V yang berdiameter berhingga yang mempunyai :
S = {w 1,w 2,,w r}
adalah sebuah basis ortonormal. Misalkan T : V W adalah fungsi yang memetakan sebuah
vektor v di dalam V ke dalam proyeksi ortogonalnya pada W ; yakni :
T(v) = < v, w 1 > w 1 + < v, w 2 > w 2 + + < v, w r > w r
v
T (v)T(v)
Gambar 4.3
Pemetaan T dinamakan proyeksi ortogonal dari V pada W ; linearitasnya didapatkan dari sifatsifat dasar perkalian dalam. Misalnya :
T(u + v) = < u + v, w 1 > w 1 + < u + v, w 2 > w 2 + + < u + v, w r > w r
= < u, w 1 > w 1 + < u, w 2 > w 2 + + < u, w r > w r + < v, w 1 > w 1 +
< v, w 2 > w 2 + + < v, w r > w r
= T(u) + T(v)
Demikian juga, T(k u) = k T(u)
Contoh 7 :
Sebagai kasus khusus dari contoh sebelumnya, misalnya V = R3 mempunyai perkalian dalam
Euclidis. Vektor-vektor w 1 = (1, 0, 0) dan w2 = (0, 1, 0) membentuk sebuah basis ortonormal
untuk bidang xy. Jadi, jika v = (x, y , z) adalah sebarang vektor di dalam R3 , maka proyeksi
ortogonal dari R3 pada bidang xy diberikan oleh :
T(v) = < v, w 1 > w 1 + < v, w 2 > w 2
= x(1, 0, 0 ) + y(0, 1, 0)
= (x, y , 0)
(lihat Gambar 4.4)
Contoh 8:
Misalkan V adalah sebuah ruang vektor berdimensi n dan S = (w 1, w 2, , w n) adalah sebuah
basis tetap untuk V. Menurut teorema , maka sebarang dua vektor u dan v di dalam V dapat
dituliskan secara unik di dalam bentuk :
u = c1 w 1 + c2 w 2 + + cn w n
dan
v = d1 w 1 + d2 w 2 + + dn w n
(x, y, z)
v
y
T
(v)
x
(x, y, 0)
Gambar 4.4
Jadi
Tetapi
sehingga
( u + v )s = (c1 + d1, c2 + d2, , cn + dn)
( k u )s = ( k c1 , k c2 , , k cn)
Maka
( u + v )s = (u)s + (v)s
dan
(k u)s = k (u)s
(4.3) Demikian
dan
[k u]s = k [u]s
T(k u ) = k T(u)
dan
Contoh 10 :
Misalkan V = C[0, 1] adalah ruang vektor dari semua fungsi bernilai real yang kontinu pada
interval 0 x 1 , dan misalkan W adalah subruang dari C[0, 1] yang terdiri dari semua fungsi
dengan turunan pertama yang kontinu pada interval 0 x 1.
Misalkan D: W V adalah transformasi yang memetakan f ke dalam turunannya ; yakni
:
D(f) = f
Dari sifat-sifat diferensiasi, kita memperoleh :
D( f + g ) = D(f) + D(g)
dan
D(k f) = k D(f)
J(f) =
f (x ) d x
Karena
1
0
x 2 dx =
1
3
( f ( x ) + q ( x ) ) dx = f ( x ) dx + q ( x ) dx
k . f (x )dx =k
dan
f ( x) dx
V dan T2 : V
masing-masing
suatu
V dan T2 : V
masing-masing
Bukti :
Ambil vektor u dan v elemen U dan k sebarang skalar. Karena T1 dan T2 linear, maka
(T2 o T1)(u + v) = T2 (T1 (u + v))
= T2 (T1 (u) + T1 (v))
= T2 (T1 (u) + T2 (T1 (v))
= (T2 o T1)(u) + (T2 o T1)( v)
(T2 o T1)(k u) = T2 (T1 (ku))
= T2 (kT(u))
= k T2 (T1 (u))
suatu
= k (T2 o T1)( u)
Contoh
1. Jika T1 : P1
P2 dengan
rumus p(x) = p(2x + 4), maka T1 (p(x)) = x p(x) dan (T2 (p(x)) = p (2x + 4)
2. Jika T : V
V transpormasi
identitas, maka T o I = I o T = T
Di dalam bagian ini kita memperlihatkan bahwa sekali bayangan vektor basis dibawah
transformasi linier telah diketahui, maka kita mungkin mencari bayangan vektor yang selebihnya di
dalam ruang tersebut.
Teorema 1. Jika T:V
W adalah transformasi linier, maka:
(a) T (0) = 0
(b) T(-v) = -T(v) untuk semua v di dalam V
(c) T(v-w) = T(v) - T(w) untuk semua v dan w di dalam V
Bukti misalkan v adalah sebarang vektor di dalam V. Karena 0v = 0 maka kita memperoleh
T (0) = T (0v) = 0T (v) = 0
Jika T:V
W adalah transformasi linier, maka himpunan vektor di dalam V yang dipetakan T ke
dalam 0 dinamakan kernel (atau ruang nol) dari T ; himpunan tersebut dinyatakan oleh ker (T).
Himpuanan semua vektor di dalam w yang merupakan bayangan di bawah T dari paling sedikit
satu vektor di dalam V dinamakan jangkuan dari T ; himpunan tersebut dinyatakan oleh R(T).
Contoh 12
Misalkan T:V
W adalah transformasi nol. Karena T memetakan tiap-tiap vektor ke dalam 0,
maka ker (T) = V. Karena 0 adalah satu-satunya bayangan yang mungkin di bawah T, maka
R(T) terdiri dari vektor nol.
Contoh 13
Misalkan T:Rn
a 1 1 a 1 2 .. . a 1 n
a
a 22 ... a 2 n
21
A=
M
M
M
a mn
a m1 a m 2
Kernel dari T terdiri dari semua
x1
x2
X=
M
xn
Yang merupakan vektor pemecahan dari sistem homogen
x1 0
x2
0
A = =
M M
xn xn
Jangkuan dari T terdiri dari vektor-vektor
b1
b
2
b=
M
bm
x1
x
2
A=
M
xn
b1
b
= 2
bm
Sehingga sistem
konsisten.
Teorema
Jika T:V
Bukti
(a) Untuk memperlihatkan bahwa ker (T) adalah subruang, maka kita harus
memperlihatkan bahwa ker (T) tersebut tertutup di bawah pertambahan dan perkalian skalar.
Misalkan v1 dan v2 adalah vektor-vektor di dalam ker (T), dan misalkan k adalah sebarang skalar.
Maka
T(v1 + v2 ) = T(v1 ) + T(v2 )
=0+0=0
dari T untuk sebarang skalar k; yakni kita harus mencari vektor a dan b di dalam V sehingga T (a)
= w 1 + w 2 dan T(b) = kw 1.
Karena w 1 dan w 2 berada di dalam jangkuan dari T, maka ada vektor a1 dan a2 di dalam
V sehingga T (a1) = w 1 dan T(a2) = w2. Misalkan a = a1 + a2 dan b = ka1.
Maka
T(a) = T (a1 + a2) = T(a1) + T(a2) = w 1 + w 2
dan
T(b) = T(ka1) = kT(a1) = kw1
Contoh 14
Misalkan T:Rn
Dari contoh 13 maka kernel dari T terdiri dari semua pemecahan dari Ax = 0 ; jadi kernel tersebut
adalah ruang pemecahan dari sistem ini. Juga dari contoh 13, jangkuan dari T terdiri dari semua
vektor b sehingga Ax = b konsisten. Jadi, menurut Teorema 14 dari bagian 4.6, jangkuan dari T
adalah ruang kolom dari matrik A.
Misalkan {v1 , v2,....., vn } adalah sebuah basis untuk ruang vektor V dan
T:V
>W
adalah transformasi linier. Jika kebetulan kita mengetahui bayangan vektor basis, yakni
T(v1), T(v2), ..., T(vn)
maka kita dapat memperoleh bayangan T(v) dari seberang vektor v dengan menyatakan dulu v
dalam basis tersebut, katakanlah
v = k1 v1 + k2 v2 + ... + kn vn
dan kemudian menggunakan hubungan (5.2) dari bagian 5.1 untuk menuliskan
T(v) = (1,0) T(v2) = (2, - 1) T(v3) = (4,3)
Carilah T(2, -3,5) !
k1 + k2 + k3 = 2
k1 + k2
= -3
k1
= 5
jadi
T(2, -3, 5) = 5T(v1) - 8T(v2) + 5T3
= 5(1,0) - 8(2, -1) + 5(4,3)
= (9, 23)
Jika T:V
> W adalah transformasi linier, maka dimensi dari jangkauan dari T dinamakan rank
Contoh 16
Misalkan T:R2
> R2 adalah rotasi dari R2 melalui sudut /4. Jelaslah secara geometrik bahwa
jangkauan dari T adalah semuanya R2 dan kernel dari T adalah (0). Maka T mempunyai rank 2
dan nulitas = 0.
Contoh 17
Misalkan T:Rn
Didalam contoh 14 kita mengamati bahwa jangkauan dari T adalah ruang kolom dari A jadi rank
dari T adalah dimensi ruang kolom dari A, yang persis sama dengan rank dari A. Secara ringkas,
maka
rank (T) = rank (A)
Juga didalam Contoh 14, kita melihat bahwa kernel dari T adalah ruang pemecahan dari Ax = 0.
Jadi nulitas dari T adalah dimensi ruang pemecahan ini.
Teorema kita berikutnya menghasilkan sebuah hubungan di antara rank dan nulitas dari
transformasi linier yang didefinisikan pada sebuah ruang vektor berdimensi berhingga. Kita akan
menangguhkan buktinya sampai keakhir bagian ini.
sebuah matriks A yang berukuran m x n, maka teorema dimensi tersebut menghasilkan hasil yang
berikut :
(5,4)
Akan tetapi, kita memperhatikan di dalam Contoh 17 bahwa nutilas dari T adalah dimensi dari
ruang pemecahan dari Ax = 0, dan rank dari T adalah rank dari matriks A. Jadi (5.4) menghasilkan
teorema yang berikut.
Teorema 4. Jika A adalah matriks m x n maka dimensi ruang pemecahan dari Ax = 0 adalah
: n - rank (A)
Contoh 18
Di dalam Contoh 35 dari bagian (4.5) kita memperlihatkan bahwa sistem homogen
2x1 + 2x2 - x3
+ x5 = 0
-x5 = 0
x3 + x4 + x5 = 0
mempunyai ruang pemecahan berdimensi dua, dengan memecahkan sistem tersebut dan dengan
mencari sebuah basis. Karena matriks koefisien
2 2 1 0 1
1 1 2 3 1
A=
1 1 2 0 1
0 0 1 1 1
mempunyai lima kolom, maka jelaslah dari Teorema 4 bahwa rank A harus memenuhi
2 = 5 - rank (A)
Sehingga rank (A) = 3. Pada pembaca dapat memeriksa hasil ini dengan mereduksi A kepada
bentuk eselon baris dan dengan memperilihatkan bahwa matriks yang dihasilkan mempunyai tiga
baris yang tak nol.
Di dalam bagian ini kita mempelajari transformasi linier dari Rn ke Rm dan mendapatkan sifat-sifat
geometrik dari transformasi linier dari R2 ke R2 .
Mula-mula kita akan memperlihatkan bahwa tiap-tiap transformasi linier dari Rn ke Rm
adalah transformasi matriks. Lebih tepat lagi, kita akan memperlihatkan bahwa jika T:Rn
> Rm
adalah sebarang transformasi linier, maka kita dapat mencari sebuah matriks A yang berukuran m
x n sehingga T adalah perkalian oleh A. Untuk melihat ini, misalkan
e 1 , e 2 ,...., e n
adalah basis standar untuk Rn , dan misalkan A adalah matriks m x n yang mempunyai
sebagai vektor-vektor kolomnya, (Kita akan menganggap di dalam bagian ini bahwa semua vektor
dinyatakan di dalam notasi matriks). Misalnya, jika T:R2
x x + 2 x2
T 1 = 1
x2 x1 x2
maka
1 1
0 2
T(e1) = T = dan T ( e2 ) = T =
0 1
1 1
1
A=
1
2
1
T(e 1)
T(e 2)
a11
a12
a1n
a12 ,T (e )= a22 ,......, T (e )= a2 n
T(e1) =
2
n
M
M
M
am1
am 2
amn
A=
a 11
a 21
M
a m 1
T(e1)
M
am2
L a1 n
L a2n
L a m n
T(e2)
... T(en)
a 12
a 22
x1
x
x = 2 = x 1 e1 + x 2 e 2 + L + x n e n
M
xn
sebaliknya
a
a22 L a2 n x2 a21x1 + a22 x 2 +L + a1n xn
21
Ax =
=
M
M
M M M
M
M
a
a
a
x
a
x
+
a
x
+
L
+
a
x
m1 m 2
mn n
m2 2
mn n
m1 1
a11
a
= x1 22 + x2
M
x m1
a12
a1 n
a
22 + L + x 2 a 21
M
M
xm 2
a mn
Dengan membandingkan (5.7) dan (5.8) maka akan menghasilkan T(x) = Ax, yakni T adalah
perkalian oleh A.
Kita akan menyebut matriks A di dalam (5.6) sebagai matriks standar untuk T.
Contoh 19.
carilah matriks standar untuk transformasi T:R3
x
x 1
x
T x2 = 1
x
3
+ x2
x 2
x3
x1
Pemecahan
1
1
0
1
0
0
1
1
0
T(e1) = T 0 = T ( e2 ) = T 1 = T ( e3 ) = T 0 =
0 0
0 0
1 1
1
0
0
Dengan menggunakan T(e1), T(e2), dan T(e3) sebagai vektor-vektor kolom, maka kita
mendapatkan
1 1
1 1
A=
0 0
1 0
0
0
1
x1
A x2 =
x 3
x1
x
1
+ x2
x 2
x3
x1
am 1
a12 L a1 n
a22 L a2 n
M
M
am 2 L amn
a11
a
21
T(e1) = Ae1 =
M
am1
1
a12 L a1n a11
0
a22 L a2 n a2 n
0 =
M
M M
M
am2 L amn am1
0
sebagai ikhtisar, maka matriks standar untuk sebuah transformasi matriks adalah matriks itu sendiri.
Contoh 20 menyarankan sebuah cara baru untuk memikirkan matriks, sebuah matriks A
yang sebarang yang berukuran m x n dapat dipandang sebagai matriks standar untuk transformasi
linier yang memetakan basis standar untuk Rn ke dalam vektor-vektor dari A. jadi
1 2
A=
3 4
1
6
e1 = 0 , e2 = 1 ,
0
0
0
e3 = 0
1
berturut-turut kedalam
1 2 1
3 , 4 , 6
Di dalam bagian selebihnya dari bagian ini kita akan mempelajari sifat geometrik dari
transformasi linier bidang, yakni, transformasi linier dari R2 ke R2. . Jika T:R2 R2
adalah sebuah transformasi seperti itu dan
a b
A=
c d
adalah matriks standar untuk T, maka
x a b x ax + by
T =
=
y c d y cx + dy
Ada dua tafsiran geometrik dari rumus ini sama baiknya : Kita dapat memandang entri-entri di
dalam matriks-matriks
x
ax + by
y dan cx + dy
Contoh 21
Misalkan T:R2 R2 adalah
(-x,y)
(x,y)
Pemecahan.
1 1
T ( e1 ) = T =
0 0
0 0
T ( e2 ) = T =
1 1
Dengan T(e1) dan T(e2) sebagai vektor-vektor kolom maka kita mendapatkan
1 0
A=
0 1
Sebagai pemeriksaan, maka
1 0 x x
0 1 y = y
sehingga perkalian oleh A akan memetakan titik (x,y) ke dalam bayangan simetriknya
(-x,y) terhadap sumbu y.
Kita sekarang akan memusatkan perhatian kita pada lima jenis transformasi linier bidang
yang mempunyai arti penting khusus : rotasi, ekspansi, komposisi dan geseran.
Rotasi. Jika T:R2 R2 merotasikan setiap titik di dalam bidang terhadap titik asal melalui susut
, maka dari Contoh 2 dari Bagian 5.1 didapat bahwa matriks standar untuk T adalah
cos sin
sin cos
Refleksi. Sebuah refleksi terhadap sebuah garis l melalui titik asal adalah sebuah transformasi
yang memetakan setiap titik di dalam bidang ke dalam bayangan cerminnya terhadap l. Dapat
diperlihatkan bahwa refleksi adalah transformasi linier. Kasus yang paling penting adalah refleksi
terhadap sumbu kordinat dan terhadap garis y=x. Dengan mengikuti metode dari contoh 21, maka
para pembaca harus mampu memperlihatkan bahwa matriks standar untuk transformasitrasnformasi ini adalah :
Refleksi terhadap
1 0
0 1
sumbu y
Refleksi terhadap
1 0
0 1
sumbu x
Refleksi terhadap
0 1
1 0
garis y=x
Ekspansi dan kompresi. Jika kordinat x dari setiap titik di dalam bidang dikalikan oleh sebuah
konstanta k yang positif, maka efeknya adalah mengekspansikan atau mengkompresi setiap
gambar bidang di dalam arah x. Jika 0<k<l, maka hasilnya adalah sebuah ekspansi (Gambar 5.7).
Kita menamakan transformasi seperti itu sebuah ekspansi
( atau kompresi) di dalam arah x dengan faktor k. Demikian juga, jika kordinat y dari setiap
titik dikalikan oleh sebuah konstanta k yang positif, maka kita mendapatkan sebuah ekspansi
(atau kompresi) di dalam arah y dengan faktor k. Dapat diperlihatkan bahwa ekspansi dan
kompresi sepanjang sumbu-sumbu kordinat adalah transformasi linier.
Gambar 4.7
Jika T:R2 R2 adalah sebuah ekspansi atau kompresi di dalam arah x dengan faktor k,
maka
1 k
0
0
T(e1)= T = , T(e2)= T =
0 0
1
1
sehingga matriks standar untuk T adalah
k 0
0 1
Demikian juga, matriks standar untuk sebuah ekspansi atau kompresi di dalam arah y adalah
1 0
0 k
Geseran sebuah geseran di dalam arah x dengan faktor k adalah sebuah transformasi yang
mengerakkan setiap titik (x, y) sejajar dengan sumbu x sebanyak ky ke kedudukan yang baru (x+
ky, y).Dibawah transformasi seperti itu,maka titik-titik pada sumbu x tidak digerakkan karena y =
0. Akan tetapi,sewaktu kita makin menjauh dari sumbu x,maka besarnya y bertambah,sehingga
titik-titik yang lebih jauh dari sumbu x bergerak sejarak yang lebih besar daripada titik-titik yang
lebih dekat ke sumbu x tersebut.
Sebuah geseran di dalam arah y dengan faktor k adalah sebuah transformasi yang
mengerakkan setiap titik (x, y) sejajar dengan sumbu y sebanyak kx ke kedudukan yang baru (x, y
+ kx). Di bawah transformasi seperti itu, maka titik-titik pada sumbu y tetap diam dan titik-titik
lebih jauh dari sumbu y bergerak sejarak yang lebih besar daripada titik-titik yang lebih dekat ke
sumbu y tersebut.
> R2 adalah
Demikian juga , matriks standar untuk sebuah geseran di dalam arah y yang faktornya k adalah
1 0
k 1
PERTANYAAN. Perkalian dengan matriks identitas 2 x 2 memetakan setiap titik kedalam dirinya
sendiri. Ini dinamakan transformasi identitas. Jika diinginkan, maka informasi ini dapat dipandang
sebagai rotasi melalui 00 , atau sebagai geseran sepanjang salah satu sumbu dengan K = 0, atau
sebagai kompresi atau ekspansi sepanjang salah satu sumbu faktor k=1.
Jika dilakukan banyak sekali transformasi matriks dari Rn ke Rn secara berurutan, maka
hasil yang sama dapat dicapai dengan sebuah transformasi matriks tunggal. Contoh berikut akan
melukiskan hal ini.
Contoh 22
Misalkan bahwa bidang tersebut dirotasikan melalui sudut dan kemudian dipengaruhi oleh
geseran yang faktornya k di dalam arah x. Carilah sebuah transformasi matriks tunggal yang
menghasilkan efek yang sama seperti kedua transformasi yang berurutan tersebut.
Pemecahan. Di bawah rotasi, titk (x, y) ditransformasikan ke dalam titik (x, , y) dengan koordinat
yang diberikan oleh
x , cos
, =
y sin
sin x
cos y
(5.10)
Di bawah geseran, titik (x, , y) ditransformasikan kedalam titik (x,, , y,, ) dengan koordinat yang
diberikan oleh
x ,, 1 k x ,
,, =
,
y 0 1 y
(5.11)
x ,,
,, =
y
1 k cos
0 1 sin
sin
cos
x
y
atau
x ,, cos + k sin
,, =
sin
y
sin + k cos
cos
x
y
Jadi rotasi yang diikuti oleh geseran dapat dilakukan oleh transformasi matriks dengan matriks
cos + k sin
sin
sin + k cos
cos
A = Ak ... A 2A 1
Perhatikan bahwa urutan di dalam mana transformasi-transformasi tersebut dilakukan didapatkan
dengan membaca kanan ke kiri di dalam (5.12)
Contoh 23
a) Carilah sebuah transformasi matriks dari R2 ke R2 yang mula-mula menggeser dengan sebuah
faktor sebesar 2 di dalam arah x dan kemudian merefleksinya terhadap y = x.
b) Carilah sebuah transformasi matriks dari R2 ke R2 yang mula-mula merefleksikan terhadap y =
x dan kemudian menggeser dengan sebuah faktor sebesar 2 di dalam
arah x.
Pemecahan. (a). Matriks standar untuk geseran adalah
1 2
A1 =
0 1
dan untuk refleksi adalah
0 1
A2 =
1 0
sehingga matriks standar geseran yang diikuti oleh refleksi adalah
0 1 1 2 0 1
A2 A1 =
=
1 0 0 1 1 2
Pemecahan (b). Refleksi yang diikuti oleh geseran dinyatakan oleh
1 2 0 1 2 1
A1 A2 =
0 1 1 0 1 0
Di dalam contoh terakhir, perhatikan bahwa A1A2 A 2 A 1 ,sehingga efek penggeseran dan
kemudian merefleksikan berbeda dari efek refleksi dan kemudian penggeseran. Ini dilukiskan
secara geometrik didalam Gambar 4.9, di mana kita memperlihatkan efek transformasi pada
sebuah segi empat siku-siku.
Contoh 24
Perhatikan bahwa jika T: R2
1 0
0 k
Kedua matriks yang pertama menyatakan geseran sepanjang sumbu koordinat dan matriks yang
ketiga menyatakan refleksi terhadap y = x. Jika k > 0, maka kedua matriks yang terakhir
menyatakan kompresi atau ekspansi sepanjang sumbu koordinat yang bergantung pada apakah 0
= k = 1 atau k = 1. jika k < 0, dan jika kita menyatakan k di dalam bentuk
k = -k1, dimana k > 0, maka kedua matriks yang terakhir dapat dituliskan sebagai
k 0 k 1 0 1 0 k1 0
0 1 = 0 1 = 0 1 0 1
0
1 0 1
0 k = 0 k
1 0
=
0 1
1 0
0 k
5.13
5.14
karena k1 > 0, maka hasil kali didalam (5.13) menyatakan kompresi atau ekspansi sepanjang
sumbu y yang diikuti oleh refleksi terhadap sumbu x . Di dalam kasus di mana k = 1, maka (5.13)
dan (5.14) adalah refleksi berturut-turut terhadap sumbu y dan sumbu x.
Misalkan T:R2
> R2 adalah perkalian oleh sebuah matriks A yang dapat dibalik, dan
x '
x
' = A
y
y
dan
'
x
1 x
y = A '
y
Jelaslah dari persamaan-persamaan ini bahwa jika perkalian oleh A memetakan (x, y) ke (x , y),
maka perkalian oleh A-1 memetakan (x, y) kembali ke kedudukannya yang semula (x, y). Karena
ini, maka perkalian oleh A perkalian oleh A-1 dikatakan sebagai transformasi-transformasi invers.
Contoh 25
Jika T:R2
> R2 mengkompresi bidang dengan sebuah faktor sebesar 1/2 di dalam arah y, maka
teranglah secara intuitif bahwa kita harus mengekspansikan bidang tersebut dengan sebuah faktor
sebesar 2 di dalam arah y untuk memindahkan setiap titik kembali ke kedudukannya yang semula.
Sesungguhnya demikianlah kasusnya, karena
A=
1 0
1
0
2
0 2
adalah ekspansi yang faktornya 2 di dalam arah y
Contoh 26
Perkalian oleh
cos
A=
sin
sin
cos
merotasikan titik di dalam bidang melalui sudut . Untuk mengembalikan sebuah titik kembali ke
kedudukannya semula, maka titik tersebut harus dirotasikan melalui sudut -. Ini dapat dicapai
dengan mengalikannya dengan matriks rotasi
cos( ) sin( )
sin( )
cos( )
Dengan menggunakan identitas, cos (-)= cos dan sin (- ) = - sin , maka ini dapat
dituliskan kembali sebagai
cos
sin
sin
cos
> R2 adalah perkalian oleh sebuah matriks A yang dapat dibalik, maka
efek geometrik dari T adalah sama seperti urutan yang sesuai dari geseran, konpresi, ekspansi, dan
refleksi.
Bukti.
Karena A dapat dibalik, maka A dapat direduksi kepada identitas dengan urutan berhingga operasi
baris elementer. Sebuah operasi baris elementer dapat dilakukan dengan mengalikan sebuah
matriks elementer dari kiri, sehingga ada matriks-matriks elementer E1, E2,......., Ek sehingga
Ek ... E2E1A = I
(5.15)
Persamaan ini menyatakan A sebagai hasil kali matriks-matriks elementer hasilnya diperoleh dari
Contoh 24.
Contoh 27
Nyatakanlah
1 2
A=
3 4
sebagai hasil kali matriks-matriks elementer, dan kemudian jelaskan efek geometrik dari perkalian
oleh A dalam geseran kompresi, ekspansi, dan refleksi.
1 2
1 2
1 2
1 0
3 4 0 2 0 1 0 1
Tambahkan -3 kali
baris pertama kepada
baris ketiga
Kalikan baris
kedua dengan
1/2
Tambahkan -2 kali
baris kedua kepada
baris pertama
Ketiga operasi baris yang berurutan tersebut dapat dilakukan dengan mengalikan dari sebelah kiri
berturut-turut oleh
1
1 0
E1 =
E2 0
3
1
0
1 2
1 E3
0 1
2
Dengan membalik matriks-matriks ini dan dengan menggunakan (5.15) maka akan menghasilkan
0
1 0 1
A = E11 E21 E31 =
3 1 0 2
1 2
0 1
1 0 1 0
0 2 = 0 1
1
0
0
2
>
maka:
a) Bayangan sebuah garis lurus adalah sebuah garis lurus.
b) Bayangan sebuah garis lurus melalui titik asal adalah sebuah garis lurus melalui titik asal.
c) Bayangan garis-garis lurus yang sejajar adalah garis-garis lurus yang sejajar,
d) Bayangan sebuah segmen garis yang berhubungan titik P dan Q adalah segmen garis yang
menghubungkan bayangan P dan bayangan Q.
e) Bayangan dari tiga titik akan terletak pada sebuah garis dab hanya jika titik-titik tersebut
terletak pada sebuah garis.
PERTANYAAN. Jelaslah dari bagian (c), (d), dan (e) bahwa perkalian dengan sebuah matriks A
yang berukuran 2 x 2 dan yang dapat dibalik memetakan segitiga ke dalam segitiga dan memetakan
paralelogram.
Contoh 28
Gambarlah bayangan sebuah sebuah bujur sangkar dengan titik-titik sudut P1 (0, 0), P2 (1, 0), P3
(0, 1), dan P4 (1,1) di bawah perkalian oleh:
1 2
A=
2 1
Pemecahan.
Karena
2 1 1
1 2 0 0
1
2 1 0 = 0 , 2 1 0 = 2
2 0 2 1 2 1 1
1
2 1 1 = 1 , 2 1 1 = 1
maka bayangan tersebut adalah sebuah paralelongram dengan titik-titik sudut (0, 0), (-1,2), (2, -1),
dan (1,1)
Contoh 29
Menurut teorema 6, matriks yang dapat dibalik
3
A=
2
1
1
dan
x ' 3
' =
y 2
1
1
1
x
y
y
'
x 3 1 x 1 1 x
=
=
y 2 1 ' 2 3 '
y
y
sehingga
x = x - y
y = -2x + 3y
4
1
x'+
5
5
jadi (x , y) memenuhi
y=
4 1
x+
5 5