TRANSFORMASI LINIER

8.1 Transformasi Linier Umum

8.2 Kernel dan Range
8.3 Invers Transformasi Linier
8.4 Matriks Transformasi Linier Achmad Fahrurozi
Universitas Indonesia
Aljabar Linier
 8.1 Transformasi Linier Umum
 Definisi
Jika T : V  W adalah fungsi dari suatu ruang vektor V ke dalam
ruang vektor W, maka T disebut transformasi linier dariV keW jika,
untuk setiap vektor u dan v dalamV dan sembarang skalar k, berlaku:
(a) T(u+v) = T(u) + T(v)
(b) T(ku) = kT(u)
Dalam kasus khusus dimanaV = W, transformasi linier T : V  V
disebut operator linier padaV.

2 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA

 Contoh 1
 MatriksTransformasi

Pada subbab 4.2 telah didefinisikan suatu transformasi linier dari Rn ke

Rm, dimana transformasi T tersebut dapat diperoleh dengan perkalian
matriks, yang disebut matriks standar untuk T.
Transformasi linier dari Rn ke Rm yang demikian sering disebut sebagai
matriks transformasi.

3 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA

 Contoh 2
 Transformasi Nol

MisalkanV danW adalah ruang vektor. Pemetaan T : V  W

sedemikian sehingga T(v) = 0 untuk setiap vektor v dalamV adalah
suatu transformasi linier yang dikenal sebagai transformasi nol.

Perhatikan bahwa: T(u+v) = 0, T(u) = 0, T(v) = 0 dan T(ku) = 0.

Sehingga diperoleh,
T(u+v) = T(u) + T(v)
T(ku) = kT(u)

4 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA

 Contoh 3
 Operator Identitas

MisalkanV adalah suatu ruang vektor. Pemetaan I V :  V yang

didefinisikan oleh I(v) = v untuk setiap v dalamV, disebut operator
identitas padaV.

5 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA

 Contoh 4
 Proyeksi Ortogonal

Dalam subbab 6.4, didefinisikan suatu proyeksi ortogonal dari Rm pada

subruangW. Proyeksi ortogonal juga dapat didefinisikan dalam ruang
inner product umum sebagai berikut:
MisalkanW adalah subruang berdimensi hingga dari suatu ruang inner
product V, maka proyeksi ortogonal dariV padaW adalah transformasi
linier yang didefinisikan oleh
T(v) = projW v
BerdasarkanTeorema 6.3.5, jika S = {w1, w2, …, wr} adalah suatu
basis ortogonal dariW, maka
T(v) = projW v = v, w1 w1  v, w2 w2  ...  v, wr wr
6 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA
 Contoh 5
 Transformasi Linier dari RuangV ke Rn

Misalkan S = {w1, w2, …, wn} adalah suatu basis dari ruang vektor V
berdimensi n, dan
(v)S = (k1, k2, …, kn)
adalah koordinat relativ dari vektor v terhadap S. Sehingga
v = k1w1+k2w2+…+knwn
Definisikan T : V  Rn sebagai fungsi yang memetakan v ke
koordinat relativnya terhadap S, yaitu:
T(v) = (v)S = (k1, k2, …, kn)
FungsiT adalah transformasi linier. (Buktikan!)

7 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA

 Contoh 6
 Transformasi Linier dari Pn ke Pn+1

Misal p = p( x)  c0  c1x  c2 x  ...  cn x adalah polinom dalam Pn,

2 n

dan definisikan fungsi T : Pn  Pn1 oleh:

T(p) = T  p( x)   xp( x)  c0 x  c1x 2  ...  cn x n1

FungsiT adalah suatu transformasi linier. (Buktikan!)

8 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA

 Contoh 7
 Operator Linier pada Pn

Misal p = p( x)  c0  c1x  c2 x  ...  cn x adalah polinom dalam Pn,

2 n

dan misal a dan b adalah sebarang skalar. Fungsi T : Pn  Pn yang

definisikan oleh:
T(p) = T  p( x)   p(ax  b)  c0  c1 (ax  b)  ...  cn (ax  b)n

Sebagai contoh, misal a = 3 dan b = -5, maka T : P2  P2 diberikan

oleh formula:
T  c0  c1 x  c2 x
2
c0  c1 (3x  5)  c2 (3x  5)
2

FungsiT yang demikian adalah suatu operator linier. (Buktikan!)

9 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA
 Contoh 8
 Transformasi Linier Menggunakan Inner Product

MisalV suatu ruang inner product, dan misalkan v0 adalah suatu vektor
tertentu dalamV. Misal T : V  R adalah suatu transformasi yang
memetakan v ke inner product dari v dengan v0, yaitu:
T (v)  v, v0
Berdasarkan sifat-sifat pada inner product, maka
T (u  v)  u  v, v0  u, v0  v, v0  T (u)  T (v)
dan
T (kv)  kv, v0  k v, v0  kT (v)
SehinggaT adalah suatu operator linier.

10 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA

 Contoh 9
 Transformasi Linier dari C(-,) ke C1(-,)

MisalV = C(-,) ruang vektor dari fungsi-fungsi yang kontinu pada

(-,), dan misalkanW = C1(-,) ruang vektor dari fungsi-fungsi
yang memiliki turunan pertama yang kontinu pada (-,).
Didefinisikan J : V  W suatu transformasi yang memetakan fungsi
f = f ( x) ke integral
x
J ( f )   f (t )dt
0

adalah suatu transformasi linier. (Buktikan!)

11 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA

 Contoh 10
 TransformasiTidak Linier

Misal T : M nn  R adalah suatu transformasi yang memetakan suatu

matriks berukuran nxn ke determinannya, yaitu:
T ( A)  det( A)
Jika n>1, maka transformasi tersebut tidak memenuhi sifat dari
trasnformasi linier. Karena secara umum,
T ( A  B)  det( A  B)  det( A)  det(B)  T ( A)  T (B)
dan untuk sebarang k,
T (kA)  k n det( A)  k det( A)  kT ( A)

12 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA

 Teorema 8.1.1
Jika T : V  W adalah suatu transformasi linier, maka:

(a) T(0) = 0
(b) T(-v) = -T(v) untuk setiap v dalamV
(c) T(u-v) = T(u) – T(v) untuk setiap u dan v dalamV

13 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA

 Menentukan Transformasi Linier Berdasarkan Peta
dari Vektor-Vektor Basis

 Misal T : V  W adalah suatu transformasi linier, dan jika

{v1, v2, …, vn} adalah suatu basis untukV, maka peta dari vektor v
dalamV, yaitu T(v), dapat ditentukan dengan menggunakan peta-peta
dari vektor-vektor basis, yaitu:
T(v1), T(v2), ….., T(vn)
 Hal ini dapat dilakukan dengan terlebih dahulu mengekspresikan v
sebagai kombinasi linier dari vektor-vektor basis, sebagai berikut:
v = k1v1+k2v2+...+knvn
 Kemudian dengan menggunakan sifat transformasi linier, T(v) dapat
diperoleh dengan formula:
T(v) = k1T(v1)+k2T(v2)+...+knT(vn)

14 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA

 Contoh 11
Misalkan basis S = {v1, v2, v3} untuk R3, dimana
v1 = (1,1,1,), v2 = (1,1,0), v3 = (1,0,0)
Didefinisikan suatu transformasi linier T : R3  R2 sedemikian sehingga,
T(v1) = (1,0), T(v2) = (2,-1), T(v3) = (4,3)

Tentukan formula untukT(x1, x2, x3)!

Kemudian gunakan formula tersebut untuk menentukan T(2, -3, 5)

15 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA

 Komposisi Transformasi
 Definisi
Misal T1 : U  V dan T2 : V  W adalah transformasi linier, maka
komposisi dari T2 dengan T1 , dinotasikan sebagaiT2  T1 , adalah fungsi
yang didefinisikan oleh formula:
T2  T1  (u)  T2 T1 (u) 
dimana u adalah suatu vektor dalam ruang vektor U.

16 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA

 Teorema 8.1.2

Misal T1 : U  V dan T2 : V  W adalah transformasi linier, maka

komposisi dari T2 dengan T1 , dinotasikan sebagaiT2  T1 juga merupakan
transformasi linier.

17 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA

 Contoh 12
 Misalkan T1 : P1  P2 dan T2 : P2  P2 adalah transformasi linier,
dimana
T1  p( x)   xp( x) dan T2  p( x)   p(2 x  4)
Maka transformasi komposisi T2  T1  : P1  P2 diberikan oleh formula:
T2  T1  p( x)   T2 T1  p( x)    T2  xp( x)   (2x  4) p(2 x  4)

Dalam kasus khusus, jika p( x)  c0 , c1 x maka,

T2  T1  p( x)   T2  T1  c0  c1x   (2 x  4)  c0  c1 (2 x  4) 
=c0 (2 x  4)  c1 (2 x  4) 2

18 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA

 8.2 Kernel dan Range
 Definisi
Jika T : V  W adalah transformasi linier, maka himpunan vektor-
vektor dalamV yang dipetakan ke 0 oleh T disebut kernel dari T,
dinotasikan oleh ker(T). Himpunan dari semua vektor dalamW yang
merupakan peta dibawahT dari minimal satu vektor dalamV disebut
range dari T, dan dinotasikan R(T).

19 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA

 Contoh 1
 Kernel dan Range dari Matriks Transformasi

Jika TA : R  R adalah perkalian oleh matriks A yang berukuran

n m

mxn, maka kernel dari T adalah ruang null dari matriks A, dan range
dariT adalah ruang kolom dari A.

20 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA

 Contoh 2
 Kernel dan Range dari Transformasi Nol

Misal T : V  W adalah transformasi nol yang diberikan pada subbab

8.1. Karena T memetakan tiap vektor dalamV ke vektor 0 dalamW,
maka ker(T) = V.
Lebih lanjut, karena 0 adalah satu-satunya peta dibawah T dari vektor-
vektor dalamV, maka R(T) = {0}.

21 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA

 Contoh 3
 Kernel dan Range dari Operator Identitas

Misal I : V  V adalah operator identitas seperti pada contoh dalam

subbab 8.1. Karena I(v) = v untuk setiap vektor v dalamV, yang
artinya tiap vektor dalamV dipetakan ke dirinya sendiri, maka R(I)=V.
Karena satu-satunya vektor yang dipetakan oleh I ke 0 hanyalah vektor
0 dalamV, maka ker(T) = {0}.

22 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA

 Contoh 4
 Kernel dan Range dari Proyeksi Ortogonal

Misal T : R3  R2 adalah proyeksi ortogonal seperti diberikan pada

subbab 8.1. Kernel dari T adalah suatu titik yang dipetakan oleh T ke
vektor 0 = (0,0,0), maka titik-titik tersebut haruslah terletak pada
sumbu z.
KarenaT memetakan tiap titik dalam R ke bidang-xy, maka R(T)
adalah seluruh bidang-xy.

23 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA

 Teorema 8.2.1
: 
Jika T V W adalah suatu transformasi linier, maka:

(a) Kernel dari T adalah subruang dariV

(b) Range dari T adalah subruang dariW.

24 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA

 Rank dan Nullitas dari Transformasi Linier
 Definisi
Jika T : V  W adalah suatu transformasi linier, maka dimensi dari
range dari T disebut rank dari T, dan dinotasikan rank(T). Dimensi dari
kernel dari T disebut nullitas dari T, dan dinotasikan nullitas(T).

25 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA

 Teorema 8.2.2
Jika A adalah matriks berukuran mxn, dan TA : Rn  Rm adalah perkalian
oleh A, maka:

(a) nullitas(TA) = nullitas(A).

(b) Rank(TA) = rank(A).

26 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA

 Contoh 5
Misalkan TA : R6  R4 adalah perkalian oleh matriks

 1 2 0 4 5 3 
 
 3 7 2 0 1 4 
A
 2 5 2 4 6 1 
 
 4 9 2 4 4 7 

Tentukan rank dan nullitas dari transformasiTA.

27 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA

 Teorema 8.2.3
Jika T : V  W adalah transformasi linier dari ruang vektor V
berdimensi n ke ruang vektor W, maka
Rank(T) + nullitas(T) = n

28 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA

 Contoh 6
Misalkan T : R2  R2 adalah operator linier yang merotasi setiap
vektor dalam bidang-xy dengan sudut sebesar .

Ker(T) = {0} dan rank(T) = R2 .(Buktikan!) Sehingga,

rank(T) + nullitas(T) = 2 + 0 = 2
sesuai dengan dimensi dari domain dari T.

29 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA

 8.3 Invers Transformasi Linier
 Definisi (Transformasi Satu-Satu)
: 
Suatu transformasi linier T V W dikatakan satu-satu jika T
memetakan vektor-vektor berbeda dalamV ke vektor-vektor berbeda
dalamW.

30 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA

 Contoh 1
Misalkan TA : Rn  Rn adalah perkalian oleh matriks A yang berukuran
nxn. Maka operator TA satu-satu jika dan hanya jika A adalah matriks yang
invertibel.

31 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA

 Contoh 2
Misalkan T : Pn  Pn1 adalah transformasi linier, dimana
T  p( x)   xp( x)
Jika p = p( x)  c0  c1x  c2 x  ...  cn x dan
2 n

q = q( x)  d0  d1 x  d2 x 2  ...  dn x n
adalah dua polinomial yang berbeda dalam Pn, maka p dan q akan
berbeda pada paling sedikit satu koefisien. Sehingga,
T  p( x)   c0 x  c1 x 2  c2 x3  ...  cn x n1 dan
T  q( x)   d0 x  d1 x 2  d2 x3  ...  d n x n1
juga merupakan polinomial yang berbeda dalam Pn+1.
Jadi, berdasarkan definisi, T bersfiat satu-satu.

32 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA

 Contoh 3
Misalkan T : C1 (, )  F (, )
adalah transformasi differensial, yaitu transformasi yang memetakan
suatu fungsi f = f(x) ke turunan pertamanya, atau dapat ditulis:

T adalah transformasi linier (Buktikan!),

namunT bukan pemetaan satu-satu, karena memetakan fungsi-fungsi
yang berbeda dalam hal konstanta di C1 (, ) ke fungsi yang sama
dalam F (, ). Sebagai contoh:

T ( x2  25)  2 x  T ( x 2  13)

33 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA

 Teorema 8.3.1
Jika T : V  W adalah suatu transformasi linier, maka pernyataan-
pernyataan berikut ekuivalen:

(a) T adalah transformasi satu-satu

(b) Kernel dari T berisi hanya vektor nol, artinya ker(T) = {0}
(c) Nullitas(T) = 0.

34 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA

 Contoh 4
Tentukan mana diantara transformasi linier berikut yang merupakan
pemetaan satu-satu, dengan cara menentukan kernel atau nullitasnya.
(a) T : R2  R 2 merotasi setiap vektor dengan sudut sebesar .
(b) T : R3  R3 proyeksi ortogonal pada bidang-xy
(c) T : R6  R 4 perkalian oleh matriks

 1 2 0 4 5 3 
 
3 7 2 0 1 4
A 
 2 5 2 4 6 1 
 
 4  9 2 4 4 7 

35 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA

 Teorema 8.3.2
MisalV adalah ruang vektor berdimensi hingga, dan T : V  V
adalah suatu operator linier, maka pernyataan-pernyataan berikut
ekuivalen:

(a) T adalah transformasi satu-satu

(b) Kernel dari T berisi hanya vektor nol, artinya ker(T) = {0}
(c) Nullitas(T) = 0.
(d) Range dari T adalah V, artinya R(T) = V.

36 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA

 Invers Transformasi Linier
 Misalkan T : V  W adalah suatu transformasi linier. Maka range dari
T, dinotasikan R(T), adalah subruang dariW yang berisi semua peta di
bawahT dari vektor-vektor dalamV.
 JikaT satu-satu, maka tiap vektor w dalam R(T) adalah peta dari suatu
vektor tunggal v dalamV. Sehingga, keunikan tersebut memungkinkan
kita mendefinisikan fungsi baru, yaitu invers dariT dan dinotasikanT-1,
yang memetakan w kembali ke v.

 T-1 juga merupakan transformasi linier (Buktikan!)

37 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA

  Sehingga diperoleh,
T-1 (T(v)) = T-1 (w) = v, dan
T(T-1 (w)) = T(v) = w

Note: Jika T : V  W adalah transformasi linier satu-satu, maka

domain dari T-1 adalah range dari T. Range tersebut mungkin proper
subset dariW ataupun mungkin adalahW sendiri. Kasus khusus, jika
T : V  V adalah operator linier satu-satu, maka domain dari T-1
adalahV.

38 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA

 Contoh 5
 InversTransformasi

Misalkan T : V  V adalah operator linier yang didefinisikan oleh

formula:
T ( x1 , x2 , x3 )  (3x1  x2 , 2 x1  4 x2  3x3 ,5x1  4 x2  2 x3 )
Tentukan apakah T satu-satu!
Jika ya, tentukan formula untukT-1(x1, x2, x3)

39 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA

 Teorema 8.3.3
Jika T1 : U  V dan T2 : V  W adalah suatu transformasi linier satu-
satu, maka:

(a) T2  T1 adalah satu-satu,

T2  T1 
1
(b)  T11  T2 1

40 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA

 8.4 Matriks dari Transformasi Linier
 MisalkanV adalah ruang vektor berdimensi n dan W adalah ruang
vektor berdimensi m. Jika dipilih basis B dan B’ untukV dan W secara
berturut-turut, maka untuk setiap vektor x dalamV, koordinat [x]B
akan menjadi vektor dalam Rn, dan misalkanT : V  W adalah
transformasi linier, maka koordinat [T(x)]B’ akan menjadi vektor
dalam Rm.

41 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA

  Sehingga dapat diperoleh transformasi linier dari Rn ke Rm.
 Jika dimisalkan A adalah matriks standar untuk transformasi tersebut,
maka
A [x]B = [T(x)]B’
 Matriks A yang demikian disebut sebagai matriks untukT terhadap
basis B dan B’.

42 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA

  Matriks standar ini kemudian dilambangkan [T]B’, B, dan diperoleh
dengan formula:
[T]B’, B = [[T(u1)]B’ |[T(u2)]B’ | … | [T(un)]B’]
dimana u1, u2, …, un adalah vektor-vektor basis dariV.

 Khusus untuk T : V  V yang merupakan operator linier, maka matriks

standar untukT dilambangkan [T]B, dimana B={u1, u2, …, un} adalah
basis untukV, yaitu:
[T]B = [[T(u1)]B |[T(u2)]B | … | [T(un)]B]

43 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA

 Contoh 1
Misalkan T : P1  P2 adalah transformasi linier yang didefinisikan oleh:
T ( p( x))  xp( x)

Tentukan matriks standar untuk transformasiT tersebut terhadap basis

standar P1 dan P2!

44 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA

 Contoh 2
Misalkan T : R2  R3 adalah transformasi linier yang didefinisikan oleh:

 x2 
  x1   
T       5 x1  13x2 
  x2    7 x  16 x 
 1 2

Tentukan matriks standar untuk transformasiT tersebut terhadap basis

B={u1, u2} untuk R2 dan B’={v1, v2, v3} untuk R3, dimana
1  1 0 
 3 ,  5  , dan
u1    u1    v1   0  , v2   2  , v3   1 
1 2  1  2   2 

45 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA

 Teorema 8.4.1
Jika T : Rn  Rm adalah suatu transformasi linier dan jika B dan B’
adalah basis standar untuk Rn dan Rm, maka:
[T]B’, B = [T]

46 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA

 Contoh 3
 Operator linier pada P2

Misalkan T : P2  P2 adalah operator linier yang didefinisikan oleh

T ( p(x))  p(3 x 5)

Maka:
(a) Tentukan [T]B terhadap basis standar untuk P2.
(b) Gunakan prosedur tidak langsung untuk menghitung T (1 2 x 3 x 2)
(c) Bandingkan hasil pada bagian (b) dengan hasil perhitungan langsung.

47 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA

 Teorema 8.4.2
Jika T1 : U  V dan T2 : V  W adalah suatu transformasi linier, dan jika
B, B’’ dan B’ berturut-turut adalah basis untuk U, V dan W maka:

T2  T1 B ',B  T2 B ',B" T1 B",B

48 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA

 Teorema 8.4.3
Jika T : V  V adalah operator linier, dan jika B adalah basis untukV,
maka pernyataan-pernyataan berikut ekuivalen:

(a) T bersifat satu-satu,

(b) [T] invertibel

(c) T 1   T 1
  B B

49 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA

 Contoh 4
Misalkan T1 : P1  P2 adalah transformasi linier yang didefinisikan oleh:
T1 ( p( x))  xp( x)
dan misalkan T2 : P2  P2 adalah operator linier yang didefinisikan oleh:
T2 ( p( x))  p(3x  5)

Tentukanlah matriks standar untuk komposisi transformasi terhadap basis

standar P1 dan P2!

50 ACHMAD FAHRUROZI-UNIVERSITAS INDONESIA