Aljabar Linear

A. Teori Pemetaan Linear

A.1 Notasi dan Simbol
Hasil peta suatu fungsi F: X Y di titik x X akan ditulis sebagai
F(x).
Jadi F(x) adalah sebuah unsur di dalam Y. Bedakan notasi ini dengan notasi hasil peta F pada
himpunan H X yang juga berbentuk himpunan dan dilambangkan oleh
F[H]
di mana F[H] = {F(x) | x H} adalah sebuah subhimpunan dari Y. Pernyataan U adalah
subruang vektor dari V dilambangkan dengan notasi U V sedangkan pernyataan kedua
ruang vektor U dan V berdimensi sama (ekuivalen) dilambangkan dengan U ~ V.
Untuk konsistensi notasi, setiap vektor x Rn dinyatakan sebagai matriks kolom n 1,
kecuali saat x berperan sebagai titik asal dari suatu fungsi atau transformasi. Misalnya, jika
diberikan vektor x = [2, 3, 5]T R3, hasil pemetaan suatu fungsi F di x, yaitu F(x); ditulis
F(2, 3, 5),
bukan F([2, 3, 5]T).
Catatan: Pada aplikasi aljabar linear di dalam teori error-correcting codes, vektor-vektor
(biasanya vektor biner) lebih sering ditulis sebagai vektor baris.

A.2 Definisi Pemetaan Linear

Diberikan dua ruang vektor X dan Y, masing-masing berdimensi n dan m. Fungsi T: X Y
disebut pemetaan linear jika
1. Untuk setiap u, v X berlaku T(u + v) = T(u) + T(v), dan
2. Untuk setiap R dan u Rn berlaku T(u) = T(u).
Definisi A.2 berlaku untuk pemetaan antara dua ruang vektor Euclid berdimensi n dan m, yaitu
T: Rn Rm.
Jika X = Y, atau lebih khusus lagi jika Rn = X = Y = Rm (jadi m = n), maka T disebut
operator linear. Dalam kasus T memiliki invers, maka operator linear T disebut tak singulir
(non-singular) dan dalam kasus ini, bisa dibuktikan, daerah jangkauan (range) dari T adalah
T[Rn] = Rn.
1
 Definisi A.2 bisa dibuktikan ekuivalen dengan pernyataan di dalam teorema berikut.
A.3 Teorema
Fungsi T: Rn Rm adalah pemetaan linear jika dan hanya jika: untuk setiap, R dan
u, v Rn berlaku T(u + v) = T(u) + T(v)
Jadi, satu pernyataan di dalam teorema ini ekuivalen dengan kedua pernyataan di dalam definiisi
pemetaan linear.
Pertanyaan: Apa beda pernyataan yang ekuivalen dengan pernyataan yang sama?
A.4 Teorema
Misalkan X dan Y adalah dua ruang vektor.
a. Daerah jangkauan dari pemetaan linear T: X Y, yaitu T[X] adalah subruang vektor
dari Y.
b. Himpunan semua vektor x X yang dipetakan ke 0Y Y, yaitu {x X | T(x) = 0Y};
adalah subruang vektor dari X.
Himpunan {x X | T(x) = 0Y} di dalam teorema di atas disebut kernel dari pemetaan
linear T; ditulis Ker(T). Kedua pernyataan di dalam teorema jika ditulis secara simbolis adalah
a. T[X] Y b. Ker(T) X.

A.5 Definisi Rank, Kernel, Nolitas Pemetaan linear

Misalkan X dan Y adalah ruang vektor yang berdimensi n dan m sedangkan T: X Y
adalah pemetaan linear. Dimensi dari daerah jangkauan T[X] disebut rank dari pemetaan
linear T; ditulis secara simbolis
rank(T) = dim(T[X])
sedangkan dimensi dari Ker(T) disebut nolitas dari T; ditulis secara simbolis
nol(T) = dim(Ker(T)).
Catatan: Jadi 0 rank(T) m dan 0 nol(T) n.

2
A.6 Teorema Dimensi
Jika T: X Y adalah pemetaan linear, dim(X ) = n dan dim(Y) = m maka berlaku
rank(T) + nol(T) = n.
A.7 Contoh [CITATION Coo06 \p 535 \l 1033 ].
Diberikan transformasi T: R4 R3 dengan aturan pengawanan
T(x1, x2, x3, x4) = [x4 x3, 0, 0]T.
Untuk mencari daerah jangkauan T[R4] dari T, nyatakan T(x1, x2, x3, x4) sebagai hasil kali
Ax, di mana matriks A berukuran 3 4 dan x = [x1, x2, x3, x4]T berikut:
x1
0 0 1 1 x2

0 0 0 0 x3

0 0 0 0
1 4 4 2 4 43{
x4
T(x1, x2, x3, x4) = A x .

Karena daerah jangkauan T[R4] adalah kombinasi linear dari kolom-kolom matriks A, jelas
T[R4] direntang oleh satu vektor 9;
kolom [1, 0, 0, 0]T sehingga rank(T) = 1 dan dari Teorema Dimensi diperoleh nol(T) = 4 1
= 3. Cara lain untuk mendapatkan dimensi dari Ker(T) = 3 adalah dengan membuktikan
bahwa
Ker(T) = {[t1, t2, t3, t3]T | t1, t2, t3 R }.
Hasil ini bisa diperoleh dengan menyelesaikan SPL homogin dalam notasi matriks:
x1
0 0 1 1
x2 0



0 0 0 0 x
0
3

0 0 0 0
x4
0

Ax = 0Y atau = .
SPL homogin ini bersesuaian dengan SPL homogin x4 x3 = 0. Karena x4 adalah satu-
satunya peubah utama di dalam SPL ini, maka dengan memisalkan sisa ketiga peubah
(bebas) x1 = t1, x2 = t2, x3 = t3 maka diperoleh x4 = t3 sehingga setiap solusi (unsur T[R4])
berbentuk kombinasi linear

3
 x1 1 0
0


x2
0 1 0

x3 0
0
1

x4
= t1 0 + t2
0 + t
3
1 .

Ini membuktikan dim(Ker(T)) = 3. Jadi Ker(T) ~ R3 (karena keduanya berdimensi 3).

4
A.8 Contoh. Diberikan transformasi linear T: P2(t) M2() dengan aturan pengawanan
a 2b + c a 3b + c
a 3b + 2c a + b + c
T(a + bt + ct2) = .

a. Cari matriks penyajian dari T terhadap basis baku S P2(t) dan basis baku T M2().
b. Cari matriks penyajian dari T terhadap basis B = {1 + x, x + x2, 1 + 2x + 2x2} P2(t) dan
1 1
2 4 2 1 0 3

1 0 ,
3 1 ,
2 1
1 1,
C = { } M2().

Jawab:
Bayangan (image) dari basis baku S = {1, x, x2} P2(t) adalah himpunan
1
1 2 3
1 1

1
2 1
3 1 ,
1,
T(S) = { }

yang merentang range(T) M2(). Dari lain pihak, bayangan (image) dari basis yang baru:
B = {1 + x, x + x2, 1 + 2x + 2x2} P2(t); adalah himpunan
1 2
1 2 1 3

2 2 ,
1 5
1 2 ,
T(B) = { }

yang merentang range(T) M2(). Untuk menyatakan masing-masing dari ketiga vektor ini
sebagai kombinasi linear dari vektor-vektor basis dari C, harus diselesaikan tiga persamaan
1 2
1 1
2 4
2 1
0 3


2 2 = x
1 0 + x
3 1 + x
1 1+ x
2 1
11 21 31 41
;

1 2
1 1
2 4
2 1
0 3


1 2 = x
1 0 + x
3 1 + x
1 1+ x
2 1
12 22 32 42
;

1 3
1 1
2 4
2 1
0 3


1 5 = x
1 0 + x
3 1 + x
1 1+ x
2 1
13 23 33 43
.

Karena M2() isomorf dengan 4, ketiga SPL ini bisa ditulis sebagai tiga SPL berikut
1 1
2
2
0

2
1
3
1
2

2
1
4
1
3

A(1) = 2 = x11 0 + x
21
1 +x
31
1 + x
41
1 ;

5
 1
1
2
2
0


1
1
3
1
2

2

1
4
1
3

A = 2 = x12
(2) 0 + x
22
1 +x
32
1 + x
42
1 ;

1 1
2
2
0

1
1
3
1
2

3
1
4
1
3

A(3) = 5 = x13 0 +x
23
1 +x
33
1 + x
43
1 ;

yang ekuivalen dengan persamaan matriks

1
2 2 0 x11 x12 x13 1 1 1
x23
1 3 1 2 x21 x22 2 1 1


1 4 1 3 x31 x32 x33 2 2 3
x41 x42

x43
0
AX = 1 1 1 = 2 2 5 .
Dengan menggunakan matriks persegi A = [A(1) A(2) A(3)], sistem persamaan ini bisa
diselesaikan dengan mengenakan OBE-OBE terhadap matriks yang diperbesar
1
2 2 0 | 1 1 1

1 3 1 2 | 2 1 1


1 4 1 3 | 2 2 3

0
[A| b1 b2 b3] = 1 1 1 | 2 2 5

Hasil eliminasi adalah matriks eselon tereduksi

1
0 0 0 | 3 3 7

0 1 0 0 | 1 5 11


0 0 1 0 | 2 3 7

0
0 0 1 | 1 4 9 .

Jadi, matriks pemetaan linear relatif terhadap basis B adalah

3 3 7
1 5 11

2 3 7

B = 1 4 9 .

A.9 Soal-soal.
Jawab atau jelaskan atau buktikan semua pernyataan tentang pemetaan linear berikut:

6
1 Buktikan, jika T: X Y adalah pemetaan linear maka
a. T( X) = T(X), x X; b. T(0X) = 0Y
2. Operator linear T: R3 R3 dengan aturan pengawanan T(x, y, z) = [x, y, z]T, rank(T) =
3, Ker(T) = {[0,0,0]} sehingga nol(T) = 0.
3. Transformasi T: R3 R4 dengan aturan pengawanan T(x, y, z) = [0, 0, 0, 0]T, rank(T) =
0, Ker(T) = {[0,0,0]T} sehingga noliitas(T) = 3.
4. Transformasi T: R5 R3 dengan aturan pengawanan T(x1, x2, x3, x4, x5) = [x4, 0, 0]T,
rank(T) = 1 sehingga nol(T) = 5 1 = 4 yang tidak lain adalah dimensi dari
Ker(T) = {[x1, x2, x3, 0, x5]T | x1, x2, x3, x5 R }.
5. Transformasi T: R5 R3 dengan aturan pengawanan
T(x1, x2, x3, x4, x5) = [x4 x3, 0, x4 x3]T.
Tentukan rank(T) dan ker(T). Cari nol(T) dengan dua cara berbeda!
6. Transformasi T: P4(t) P2(t) dengan aturan pengawanan
T(x1 + x2t + x3t2 + x4t3 + x5t4) = x4 x3 + (x4 x1)t2.
Tentukan rank(T) dan ker(T). Cari nol(T) dengan dua cara berbeda!
7. T: R3 R4 dengan aturan pengawanan
T(x, y, z) = [2x y, 2y z, 2z x, x + y + z]T
8. T: R3 R dengan aturan pengawanan T(x, y, z) = x + y + z
9. Misalkan A = [, , ]. T: R3 R didefinisikan dengan aturan pengawanan
T(x, y, z) = x + y + z = [, , ][x, y, z]T.
10. T: R R3 dengan aturan pengawanan T(x) = [x, 2x, 3x]T.
11. T: R4 R3 dengan aturan pengawanan
T(x1, x2, x3 x4) = [x1 + 2x2 + 3x3 + 4x4, 2x2 + 3x3 + 4x4, 3x3 + 4x4, 4x4]T.
12. Jelaskan, mengapa semua fungsi yang diberikan dalam contoh-contoh di atas adalah
pemetaan linear yang bukan operator linear