1 0 x
2 -1 x 2x y
y
3 4 3x 4y
Transformasi matrik A oleh vektor x
y dalam R2 menjadi
vektor
x
2x y dalam R3.
Dituliskan sebagai
3x 4y :
berikut
TA : R2 x
x
TA 2x y
y 3x 4y
R3
1
1
Bayangan v adalah w TA (v)
3
-1
-1
x 1 0
x
Range TA 2x y x 2 y -1
y
3x 4y 3 4
Contoh : x
x
T : Rn R dinyatakan dengan T 2x y
m
y 3x 4y
x1 x 2
x1 x 2 x1 x 2
T(u v) T T
12(x x 2 ) (y1 y )
2
y y
1 2 y y
1 2 3(x x ) 4(y y )
1 2 1 2
x1 x 2 x1 x 2
2x1 2x 2 y1 y 2 (2x1 y1 ) (2x 2 y 2 )
3x1 3x 2 4y1 4y 2 (3x1 4y1 ) (3x 2 4y 2 )
x1 x2
x1 x 2
(2x1 y1 ) (2x 2 y 2 ) T T T(u) T(v)
y1 y2
(3x1 4y1 ) (3x 2 4y 2 )
x
Misalkan: v dan c skalar
y
Syarat 2 : T(cv) = cT(v)
x cx
T(cv) T c T
y cy
cx cx
2(cx) (cy) c(2x y)
3(cx) 4(cy) c(3x 4y)
x
x
c 2x y cT cT(v)
y
3x 4y
Karena 2 syarat terpenuhi, maka T terbukti merupakan
transformasi linier
x y
x
• Diketahui T :R 2 R 3dengan T
y
x
y
Apakah T merupakan transformasi Liniear?
Jawab:
x1 x2
Misalkan u , v
y1 y2
Syarat 1
x1 x2
uv
y y
1
2
maka:
x1 x2 y1 y2 x1 y1 x2 y2
x1 x2
T u v T x1 x2 x1 x2
y1 y2 y y y y
1 2 1 2
T u T v
Definisi transformasi linier juga dapat ditentukan dengan
mengkombinasikan kedua syarat yaitu :
Transformasi T : Rn Rm disebut transformasi linier
jika :
T(c1v1 + c2v2) = c1T(v1) + c2T(v2)
untuk semua v1, v2 dalam Rn dan skalar c1, c2
x1
x
T(e1 ) T(e 2 ) ......... T(e n ) 2 Ax
n
x
Contoh :
2 2 0
1 1 0
Jadi, matriks standar untuk T A
1 0 1
2 x 2 y 0 1 1
x
x y
Dengan A y
x z
z
y z
Sifat-sifat transformasi linier :
Jika T : V W adalah transformasi linier, maka :
1. T(0) = 0
1 2
T 2 3x x 2 dan T 1 x 2
1 3
Carilah :
1 a
T dan T
2 b
Jawab :
1 2
Karena : B ,
1 3 adalah basis dari R2
, sehingga
a 1 2
Maka : T T (3a 2b) (b a)
b 1 3
1 2
(3a 2b)T (b a)T
1 3
(3a 2b)(2 3x x 2 ) (b a)(1 x 2 )
S T
Jika : T: Rm Rn dan S: Rn Rp transformasi linier,
kemudian S T: Rm Rp adalah transformasi linier,
maka matrik standarnya adalah : S T S T
Contoh :
Transformasi linier T: R2 R3 didefinisikan sebagai :
x1
x1
T 2x1 x 2
x2
3x1 4x 2
y1 y 2
y3
y1 y 2 y3
R4
Cari : S T : R2
Jawab :
Matrik standar :
2 0 1
0 1 0
3 -1
S
1 -1 0 dan T 2 -1
3 4
1 1 1
2 0 1 5 4
0 1 0
3 -1 3 -7
S T S T 2 -1
1 -1 0 -1 1
3 4
1 1 1 6 3
5 4 5x1 4x 2
x1 3 -7 x1 3x1 7x 2
S T
x2 -1 1 x 2 x1 x 2
6 3 6x 1 3x
2
Cara lain :
y1 x1
y T x1 2x x
2 x 1 2
y3 2 3x 4x
1 2
-1 0
2
x2 1
1
x1 x 2
3x1 4x 2
1 1 1 6x1 3x 2
Anggap : T : R2 P1
S : P1 transformasi linier
P2
yang ditunjukkan oleh :
a
T a (a b)x dan S(p(x)) xp(x)
Carilah :
b
3 a
S T dan S T
Jawab : 2 b
3 3
S T S T S(3 (3 2)x) 3x x 2
2 2
a a
S T S T S(a (a b)x) ax (a b)x 2
b b
Invers dari Transformasi Linier
Definisi :
Transformasi linier T: V W memiliki invers jika ada
transformasi linier T: W V sehingga T’ T = Iv dan T T’ = Iw
Maka : T’ disebut invers dari T
Contoh :
Tunjukkan bahwa pemetaan T : R2 P1 dan T’: P1 R2 yang
dinyatakan sebagai :
a c
T a (a b)x dan T c dx
b
d c
merupakan invers !
Jawab :
a a a a
T T T T T(a (a b)x) (a b) a b
b b
c
Dan : T T(c dx) T(T(c dx) T d c
c +(c+(d – c))x= c + dx
Jadi : T T I R dan T T I P
2
1
ker(T) range(T)
0
V 0
T W
V W V W
T : satu - satu T : bukan satu - satu
Untuk semua u dan v dalam V
u≠v T(u) ≠ T(v)
T(u) = T(v) u=v
Transformasi Onto :
T:V W adalah transformasi linier onto untuk semua
w dalam W jika minimal terdapat 1 v dalam V sehingga :
w = T(v)
T : onto
T : bukan onto
Misalkan dim V = dim W = n dan transformasi linier
T: V W adalah satu – satu, jika dan hanya jika :
onto.
Bukti :
Jika T adalah satu – satu, maka nulity (T) = 0
Teorema rank : rank (T) = dim V – nulity(T) = n – 0 = n
Oleh karena itu T adalah onto.
0
x
T 0
Contoh : Tunjukkan bahwa T :Ry
2
1
sebagai :
adalah transformasi linier satu - satu P1 dinyatakan
a
T a (a b)x
b
Jawab :
a a
Jika b adalah ker (T), 0 T a (a b)x
b
maka : a 0
Sehingga diperoleh : b 0
0
dan T adalah satu - satu
Akibatnya : ker (T) = 0
By: Kelompok 10