BAB 11 TRANSFORMASI LINIER

11.1 TRANSFORMASI LINIER

DEFINISI

Pandang 2 buah himpunan A dan B. Kemudian dengan suatu aturan/cara

tertentu f, kitta mengaitkan atau menggandengkan atau mengkawankan setiap x є
A dengan satu dan hanya satu y є B. Dikatakan : terdapat suatu fungsi f : A →
B.

Contoh 1 :

Misalkan A = {x1, x2, x3}

B = {y1, y2}

A B

X1 Y1

X2

X3 Y2

X1 f Y2

X2 f Y2

X3 f Y1

Terlihat bahwa setiap x є A mempunyai satu pasangan y є B. Jadi f adalah fungsi

A → B.
Contoh 2 :

Misalkan A = {x1, x2, x3}

B = {y1, y2}

A B

X1 Y1

X2

X3 Y2

Terlihat bahwa tidak semua x є A mempunyai pasangan, di sini X 2 tidak

mempunyai pasangan. Jadi bukan fungsi.
Contoh 3 :

Misalkan A = {x1, x2, x3}

B = {y1, y2}

A B

X1 Y1

X2

X3 Y2

Terlihat bahwa terdapat x є A di sini X1 mempunyai lebih dari satu pasangan, Y1 dan
Y2 є B. Jadi juga bukan fungsi.

Catatan 1 :

Apabila himpunan A dan B di atas merupakan himpunan bilangan riil R1 (atau

kompleks C1) atau himpunan bagiannya, cara/aturan pengaitan umumnya
dapat dirumuskan dalam suatu hubungan matematis.

Catatan 2 :

Fungsi f : R1 → R1 dimana setiap x є R1 dikaitkan dengan kuadratnya є R1

atau x є x2 atau f(x) = x2 untuk setiap x bilangan riil atau juga y = x2.
Catatan 3 :

Himpunan A di atas disebut DOMAIN Dan himpunan B di atas disebut

CODOMAIN dari fungsi f tersebut.

Yang menjadi pokok pembicaraan di dalam bab ini adalah fungsi-fungsi dimana
DOMAIN Dan CODOMAIN nya merupakan RUANG VEKTOR, pada khususnya adalah
Rn, ruang vektor yang anggota-anggotanya n-tupel berurutan bilangan riil (tetapi
sedikit-sedikit disinggung pula Cn atau ruang vektor lain. Untuk ini, kita memilih
menggunakan perkataan lain yaitu TRANSFORMASI atau MAPPING atau PEMETAAN
sebagai penganti perkataan fungsi .

Contoh 4 :

Diketahui suatu transformasi T : R3 → R3 dengan rumus transformasi T[x1, x2, x3] =

[2x1 – x2, x2+x3, x32], untuk setiap x = [x1, x2, x3] є R3. Vektor [2,1,-1] akan
ditransfomasikan oleh T menjadi : T[2,1,-1] = [2.2-1, 1-1, (-1)2] = [3,0,1]

Kita katakan : vektor [3,0,1] adalah peta dari vektor [2,1,-1], sebaliknya : vektor
[2,1,-1] adalah prapeta dari vektor [3,0,1].

Contoh lain : T[1,2,3] = [0,5,9]

T[4,-1,7] = [9,6,49]……….dst.
11.2 TRANSFORMASI VEKTOR LINIER

DEFINISI

T : V → W suatu transformasi dari ruang vektor V ke ruang vektor W.

Tranformasi T disebut transformasi vektor linier bila terpenuhi :

1) Untuk setiap v1, v2 є V T(v1)+ T(v2) = T(v1+v2), Dan

2) Untuk setiap v є V dan λ skalar berlaku λT(v) = T(λv)

Contoh :

Diketahui T : R3 → R3 dimana :

T’[x1,x2,x3] = [2x1+x2, x2, x3+1] untuk setiap [x1,x2,x3] є R3.

T adalah transformasi vektor yang tidak linier karena syarat 1), misalnya tak
terpenuhi. Ambil v1 = [1,0,0], v2 = [1,0,1] maka T(v1) + T(v2) = [2,0,1] + [2,0,2]
= [4,0,3], sedang T(v1+v2) =T[2,0,1]=[4,0,2].

Jadi T(v1) + T(v2) ≠ T(v1+v2).

 11.2.1 MATRIKS DAN TRANSFORMASI VEKTOR LINIER

Pandang T : Rn → Rm suatu transformasi vektor linier.

{ei}, i = 1,2, …, n, basis natural dari Rn

{εi}, i = 1,2, …, m, basis natural dari Rm

T(e1) , T(e2) , …, T(en) adalah vektor-vektor di Rm sehingga merupakan kombinasi

linier dari {εi}

Misalnya : T(e1) = a11 ε1 + a21 ε2 + … + am1 εm

T(e2) = a12 ε1 + a22 ε2 + … + am2 εm

(*)

T(en) = a1n ε1 + a2n ε2 + … + amn εm

DEFINISI

Transpose dari matriks koefisien di atas :

a11 a12 …. a1n

a21 a22 …. a2n

[T]e berukuran (mxn)
.. .. …. ..

.. .. …. ..

am1 am2 …. amn

Disebut MATRIKS REPRESENTASI dari transformasi linier T, singkatnya matriks

transformasi dari T, relatif terhadap basis-basis natural {ei} dan {εi}.
Contoh :

T : R3 → R3 ssuatu transformasi linier dimana T[x1, x2, x3] = [x1, 2x2, x1+x3].
Mencari matriks transformasi tak lain daripada mencari peta dari vektor-vektor basis.
(Bila tak disebutkan apa-apa selalu dimaksudkan relatif terhadap basis natural).

T(e1) = T[1,0,0] = [1,0,1] = 1e1 + 0e2 + 1e3

T(e2) = T[0,1,0] = [0,2,0] = 0e1 + 2e2 + 0e3

T(e3) = T[0,0,1] = [0,0,1] = 0e1 + 0e2 + 1e3

1 0 1

[T]ee = 0 2 0

0 0 1

1 0 1 2 3

Peta dari [2,3,1] : 0 2 0 3 = 6 , atau [3,6,3]

1 0 1 1 3
Catatan :

Suatu sifat transformasi linier yang penting adalah bahwa suatu transformasi
linier ditentukan (tertentu) secara natural tunggal oleh peta dari vektor-vektor
basis. Jadi jika peta dari vektor-vektor basis diketahui maka peta dari
sebarang vektor yang lain dapat ditentukan.

Contoh :

T : R2 → R2 dimana diketahui :
T
[2,1] → [5,-2]
T
[-1,1] → [-1,1]

maka untuk menentukan transformasi T tersebut kita mencari matriks

transformasi, kita tulis :

T[2,1] = [5,-2] → 2T[1,0] + 1T[0,1] = [5,-2]…….(**)

T[-1,1] = [-1,1] → -1T[1,0] + 1T[0,1] = [-1,1]

3T[1,0] = [6,-3]

Jadi T[1,0] = [2,-1], dan dari (**) diperoleh T[0,1] = [1,0]

2 1
Jadi matriks [T]ee =
-1 0

Dan rumus transformasinya :

X1 X1 2 1 X1 2x1 + x2
T = [T]ee = =
X2 X2 -1 0 X2 -x1

atau : T[x1,x2] = [2x1 +x2, -x1].

 11.2.2 RUANG PETA DAN RUANG NOL

T : Rn → Rm suatu transformasi linier, belum tentu semua vektor di Rm

menjadi peta dari vektor di Rn.

Contoh :

T : R2 → R3 dimana T[x1,x2] = [x2,0,x1].

Maka vektor [1,1,1] є R3 bukan peta dari vektor manapun di R2. Kalau terjadi
demikian, kita katakan transformasi tersebut tidak onto.

DEFINISI

T : Rn → Rm suatu transformasi linier, maka Im(T) = {w | w = T(v), v є R n},

suatu himpunan bagian dari Rm, disebut RUANG PETA (IMAGE) dari
transformasi linier T.

Ternyata bahwa Im(T) adalah suatu ruang vektor bagian dari Rm.

Catatan 1 :

Dapat terjadi bahwa 2 vektor atau lebih mempunyai peta yang sama. Bila
terjadi demikian, kita katakan bahwa transformasi tersebut “tidak satu-satu”
(one-one).
Contoh :

T : R2 → R2 dimana T[x1, x2] = [x1+2x2, 2x1+4x2], terlihat bahwa :

T[0, 0] = [0, 0]

T[2,-1] = [0, 0]

T[-8, 4] = [0, 0]

dan lain-lain vektor lagi yang mempunyai peta [0, 0]. Jadi T tidak one-one.

DEFINISI KERNEL

T : Rn → Rm suatu transformasi linier, maka Ker(T) = {v | v є Rn, T(v) = 0},

suatu himpunan bagian dari Rn, disebut RUANG NOL (KERNEL) dari
transformasi linier T.

Ternyata bahwa Ker(T) adalah suatu ruang vektor bagian dari Rn.

Catatan 1 :

Dibedakan antara ruang nol dengan ruang berdimensi nol (yaitu ruang vektor
yang anggotanya hanya vektor nol). Anggota ruang nol, selain 0 mungkin
juga vektor ≠ 0.

Catatan 2 :

Kalau T : Rn → Rn mempunyai matriks transformasi A (matriks bujur

sangkar) yang singular, T dikatakan transformasi yang singular. Kalau A
singular, transformasi dikatakan nonsingular.
Catatan 3 :

Kalau A adalah matriks transformasi dari T, maka dimensi IM(T) =

rank(A). Hal ini jelas karena kolom-kolom dari A adalah T(e1), T(e2), . . .,
T(en) yang membentuk ruang kolom dari A. Dengan perkataan lain Im(T) = L
{T(e1), T(e2), . . . , T(en)}, berarti dimensi Im(T) = dimensi L{T(e1), T(e2), . .
., T(en)} = rank(A).

Catatan 4 :

Dimensi Ker(T) = n – rank(A).

Mudah dilihat bahwa bila v є Ker(T) maka T(v) = Av = 0.

Susunan persamaan linier homogen Av=0 mempunyai ruang jawab yang

berdimensi n – rank(A). Dengan perkataan lain : mencari Ker(T) tak lain daripada
mencari jawab susunan persamaan linier homogeny Av = 0.

Contoh :

Diketahui T : R3 → R3 dimana :

T[x,y,z] = [x+2y+z, 2x+3z, 3x+2y+4z]

Tentukan basis dan dimensi ruang peta dan ruang nol !

Jawab :

Pertama kita tentukan dulu matriks transformasi A :

T[1,0,0] = [1, 2, 3]

T[0,1,0] = [2, 0, 2]

T[0,0,1] = [1, 3, 4]

1 2 1

A = [T]ee = 2 0 3

3 2 4

Rank matriks A (secara kolom) :

1 2 1
1 0 0 1 0 0

2 0 3
K21 (-2) K23 (4)
2 -4 1 2 0 1

3 2 4 K31(-1) 3 -4 1 3 0 1

Rank(A)= 2. Jadi dimensi Im(T) = 2 dan basisnya dapat diambil {[1,2,3], [0,1,1]}.

T di atas adalah transformasi yang singular.

Untuk mencari Ker(T) :

Misalkan v = [v1, v2, v3] є Ker(T), maka Av = 0 atau :

1 2 1 V1 0

2 0 3 V2
= 0
, dimensi Ker(T) = n – rank(A) = 3 – 2 = 1

3 2 4 V3 0

Kita menghitung jawab susunan persamaan linier homogen di atas :

cukup diambil 2 persamaan yang bebas :

v1 + 2v2 + v3 = 0

2v1 + 0v2 + 3v3 = 0

Ambil 1 parameter, misalnya v2 = λ, maka v1 = -6λ, v3 = 4λ.

Jadi v = λ[-6,1,4] ; Ker(T) mempunyai basis (-6, 1, 4)

Atau Ker(T) = L {[-6, 1, 4]}.

 11.2.3 PRODUK TRANSFORMASI

Pandang 2 buah transformasi linier :

T : Vn → Wr

S : Wr → Um

dengan matriks transformasi berturut-turut A Dan B.

(dimensi Vn = n, dimensi Wr = r, dimensi Um = m)

Setiap vektor v є Vn oleh transformasi T dipetakan menjadi w = Av, kemudian

hasilnya w є Wr oleh transformasi S dipetakan menjadi u = Bw = B(Av) = (BA)v.

T T
v є Vn → w є Wr → u є Um

ST

v → u dapat dipandang sebagai suatu transformasi baru ST, dengan matriks

transformasi BA.

ST disebut produk transformasi dari S dan T.

Contoh :

T : R3 → R3 dengan T[x1,x2, x3] = [2x2+x3, 3x1+x2+x3, x2] dan

S : R3 → R3 dengan S[x1, x2, x3] = [2x1+x2+x3, x1+x3, 2x1+x2+2x3]

Maka produk transformasi ST mempunyai rumus :

(ST) [x1, x 2, x 3] = S(T[x1, x 2, x3]) = S[2x2+x3, 3x1+x2+x3, x 2] =

[2(2x2+x3)+1(3x1+x2+x3)+1(x2), 1(2x2+x3)+1(x2), 2(2x2+x3)+1(3x1+x2+x3)+2(x2)]=

[3x1+6x2+3x3, 3x2+x3, 3x1+7x2+3x3] dan matriks transformasinya :

3 6 3

[ST]ee = 0 3 1

3 7 3

2 1 1

Jelas [S]ee = B = 1 0 1

2 1 2

0 2 1

[T]ee = A = 3 1 1

0 1 0

dan [ST]ee = [S]ee[T]ee = BA.

Peta dari vektor v = [1, 0, 2] adalah ST[1, 0, 2] = [9, 2, 9]

11.3 LATIHAN DAN TUGAS