Transformasi Linear PDF
Transformasi Linear PDF
TRANSFORMASI LINEAR
Jika V dan W adalah ruang vektor dan F adalah sebuah fungsi yang mengasosiasikan
sebuah vektor yang unik di dalam W dengan sebuah vektor di dalam V, maka kita mengatakan F
mengasosiasikan vektor w dengan vektor v, maka kita menuliskan w = F(v) dan kita mengatakan
Untuk melukiskannya, maka jika v = (x,y) adalah sebuah vektor di dalam R2 , maka rumus
F(v) = ( x , x + y , x - y ) ( 4.1)
Khususnya, jika v = (1,1) , maka x = 1 dan y = 1 , sehingga bayangan dari v di bawah F adalah
Definisi.
Jika F : V → W adalah sebuah fungsi dari ruang vektor V ke dalam ruang vektor W, maka F
(ii) F(ku) = k F(u) untuk semua vektor u di dalam V dan semua skalar k.
F(u + v) = (x1 +x2 , [x1 + x2] + [y1 + y2], [x1 + x2] - [y1 + y2])
= ( x1 , x1 + y1 , x1 - y1 ) + ( x2 , x2 + y2 ,x2 - y2)
= k F(u)
Jika F : V → W adalah sebuah transformasi linear, maka untuk sebarang v1 dan v2 di dalam V dan
Contoh 1 :
Misalkan A adalah sebuah matriks m x n yang tetap. Jika kita menggunakan notasi matriks untuk
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
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
Contoh 2 :
Sebagai kasus khusus dari contoh sebelumnya, misalkan θ adalah sebuah sudut tetap, dan
cos θ − sin θ
A=
sin θ cos θ
x
Jika v adalah vektor v=
y
Secara geometrik, maka T(v) adalah vektor yang dihasilkan jika v dirotasikan melalui
sudut θ . Untuk melihat ini, maka misalkan φ adalah sudut di antara v dan sumbu x
x = r cos φ y = r sin φ
Demikian juga, karena v’ mempunyai panjang yang sama seperti v , maka kita memperoleh :
x’ = r cos(θ + φ) y’ = r sin(θ + φ)
Maka
x ' r cos (θ + φ )
v’ = y ' = r sin (θ + φ )
Transformasi linear di dalam contoh ini dinamakan rotasi dari R2 melalui sudut θ.
y
(x ’ y ’)
v’
v
θ
x
φ
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
Contoh 4:
Misalkan V adalah sebarang ruang vektor. Pemetaan T : V → V yang didefinisikan oleh T(v) =
Jika seperti di dalam contoh 2 dan 4 , T : V → V adalah transformasi linear dari sebuah ruang
Contoh 5:
Misalkan V adalah sebarang ruang vektor dan k adalah sebarang skalar tetap. Kita
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
gambar 4.2
Contoh 6:
Misalkan V adalah sebuah ruang perkalian dalam, dan misalkan W adalah sebuah sub-ruang
S = {w 1,w 2,…,w r}
adalah sebuah basis ortonormal. Misalkan T : V → W adalah fungsi yang memetakan sebuah
T (v)T(v) w
Gambar 4.3
Pemetaan T dinamakan proyeksi ortogonal dari V pada W ; linearitasnya didapatkan dari sifat-
Contoh 7 :
Sebagai kasus khusus dari contoh sebelumnya, misalnya V = R3 mempunyai perkalian dalam
untuk bidang xy. Jadi, jika v = (x, y , z) adalah sebarang vektor di dalam R3 , maka proyeksi
Contoh 8:
basis tetap untuk V. Menurut teorema , maka sebarang dua vektor u dan v di dalam V dapat
u = c1 w 1 + c2 w 2 + … + cn w n dan v = d1 w 1 + d2 w 2 + … + dn w n
(x, y, z)
T
(v)
x (x, y, 0)
Gambar 4.4
Tetapi
u + v = (c1 + d1) w 1 + (c2 + d2) w2 + … + (cn + dn) w n
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
T(v) = (v)s
T( u + v ) = T(u) + T(v)
Contoh 9 :
Misalkan V adalah sebuah ruang perkalian dalam dan misalkan v0 adalah sebarang vektor tetap
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
D(f) = f’
D( f + g ) = D(f) + D(g)
Contoh 11 :
R didefinisikan oleh :
1
J(f) = ∫0 f (x ) d x
Misalnya jika f(x) = x2 , maka
1
∫
1
J(f) = x 2 dx =
0 3
1 1 1
Karena ∫0
( f ( x ) + q ( x ) ) dx = ∫ f ( x ) dx + ∫ q ( x ) dx
0 0
∫ k . f (x )dx =k ∫
1 1
dan f ( x) dx
0 0
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.
Bukti misalkan v adalah sebarang vektor di dalam V. Karena 0v = 0 maka kita memperoleh
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
a 1 1 a 1 2 .. . a 1 n
a a 22 ... a 2 n
A=
21
M M M
a m1 a m 2 a mn
x1 0
x2 0
A = =
M M
xn xn
M
bm
Sehingga sistem
x1 b1
x b
A= = 2
2
M M
xn bm
konsisten.
Teorema
Jika T:V W adalah trasnformasi linier maka :
(a) Kernel dari T adalah subruang dari V.
(b) Jangkuan dari T adalah subruang dari W.
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
Contoh 14
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
dari T dan dimensi dari kernel dinamakan nulitas (nullity)dari T.
Contoh 16
Misalkan T:R2 > R2 adalah rotasi dari R2 melalui sudut π/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 > Rm adalah perkalian sebuah matriks A yang berukuran m x n.
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.
Teorema 3. (Teorema Dimensi). Jika T:V > W adalah transformasi linier dari sebuah
ruang vektor V yang berdimensi n kepada sebuah ruang vektor W, maka
Di dalam kasus khusus di mana V=Rn-, W=Rm-, dan T:Rn > Rm adalah perkalian oleh
sebuah matriks A yang berukuran m x n, maka teorema dimensi tersebut menghasilkan hasil 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
-x1 + -x2 + 2x3 - 3x4 + x5 = 0
x1 + x2 - 2x3 -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.
Transformasi linier dari Rn Ke Rm ;
Geometri Transformasi Linier Dari R2 Ke R2
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 >R2 diberikan oleh
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 2
A=
1 − 1
T(e 1) T(e 2)
secara lebih umum, jika
a 11 a 12 L a1 n
a 21 a 22 L a2n
A= M M M
a m 1 am2 L a m n
Kita akan memperlihatkan bahwa transformasi linier T:Rn > Rm adalah perkalian oleh A. Untuk
melihat ini, mula-mula perhatikanlah bahwa
x1
x
x = 2 = x 1 e1 + x 2 e 2 + L + x n e n
M
xn
sebaliknya
a11 a12 L a1n x1 a11x1 + a12 x2 + L + a1 n xn
a
a22 L a2 n x2 a21x1 + a22 x 2 +L + a1n xn
Ax = 21
=
M M M M M M M
m1 m 2
a a a mn n x a x
m1 1 + a x
m2 2 + L + a mn n
x
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 > R4 yang didefinisikan oleh
+ x2
x 1
x
x − x 2
T x2 = 1
x x3
3
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 0
1 − 1 0
A=
0 0 1
1 0 0
x1 + x2
x1 x
1 − x 2
A x2 =
x3
x 3
x1
Contoh 20
a11 a12 L a1 n
a a22 L a2 n
A = 21
M M M
am 1 am 2 L amn
Pemecahan.
Vektor-vektor T(e1), T(e2),......, T(en) adalah vektor-vektor kolom yang berturutan dari A.
Misalnya,
1
a11 a12 L a1n a11
a a22 L a2 n a2 n
0
T(e1) = Ae1 = 0 =
21
M M M M
M
am1 am2 L amn am1
0
1 − 2 1
A=
3 4 6
1 0 0
e1 = 0 , e2 = 1 ,
e3 = 0
0 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
baik sebagai komponen-komponen vektor maupun sebagai kordinat-kordinat titik.
Dengan tafsiran yang pertama, T memetakan panah menjadi panah, dan dengan tafsiran yang
kedua, T memetakan titik menjadi titik (Gambar 5.5). Pilihan tersebut hanyalah merupakan
kesukaan seseorang. Di dalam pembicaraan berikutnya, kita memandang transformasi linier bidang
sebagai yang memetakan titik ke titik.
Contoh 21
Misalkan T:R2 → R2 adalah transformasi linier yang memetakan setiap titik ke dalam bayangan
simetriknya terhadap sumbu y (Gbr. 5.6). Carilah matriks standard untuk T.
(-x,y) (x,y)
Pemecahan.
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
θ, maka dari Contoh 2 dari Bagian 5.1 didapat bahwa matriks standar untuk T adalah
cos θ − sinθ
sinθ cos θ
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 transformasi-
trasnformasi ini adalah :
−1 0
Refleksi terhadap 0 1 sumbu y
1 0
Refleksi terhadap 0 −1 sumbu x
0 1
Refleksi terhadap 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
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.
Dapat diperlihatkan bahwa geseran adalah transformasi linier. Jika T: R2 > R2 adalah
sebuah geseran yang faktornya k didalam arah x, maka.
1 k 0 k
T (e1) = T = , T ( e2 ) = =
0 0 1 1
1 k
0 1
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 θ 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 , cosθ − sin θ x
, =
y sin θ cosθ y (5.10)
Di bawah geseran, titik (x, , y) ditransformasikan kedalam titik (x,, , y,, ) dengan koordinat yang
diberikan oleh
x ,, 1 k x ,
,, = , (5.11)
y 0 1 y
atau
x ,, cos θ + k sin θ − sin θ + k cos θ x
,, = y
y sin θ cos θ
Jadi rotasi yang diikuti oleh geseran dapat dilakukan oleh transformasi matriks dengan matriks
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 > R2 adalah perkalian oleh sebuah matriks elementer, maka
transformasi tersebut adalah salah satu dari antara yang berikut:
a) Geseran sepanjang sebuah sumbu kordinat.
b) Refleksi terhadap y = x.
c) Kompresi sepanjang sumbu kordinat.
d) Ekspansi sepanjang sumbu kordinat.
e) Refleksi terhadap sumbu koordinat
f) Kompresi satu ekspansi sepanjang sumbu kordinat yang diikuti oleh refleksi terhadap sumbu
koordinat.
Pemecahan. Karena matriks elementer 2 x 2 dihasilkan melakukan operasi baris elementer
tersebut harus mempunyai salah satu dari bentuk berikut (buktikan):
1 0 1 k 0 1 k 0 1 0
k 1 0 1 1 0 0 1 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 5.13
1 0 1 0 1 0 1 0
0 k = 0 − k = 0 k
0 − 1
5.14
1 1
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
misalkan bahwa T memetakan titik (x, y) ke titik (x, , y, ) maka
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
1 0
A= 1
0
2
menyatakan kompresi yang faktornya 1/2 di dalam arah y dan
1 0
A-1 =
0 2
adalah ekspansi yang faktornya 2 di dalam arah y
Contoh 26
Perkalian oleh
cosθ − sin θ
A=
sin θ cos θ
merotasikan titik di dalam bidang melalui sudut θ. Untuk mengembalikan sebuah titik kembali ke
kedudukannya semula, maka titik tersebut harus dirotasikan melalui sudut -θ. Ini dapat dicapai
dengan mengalikannya dengan matriks rotasi
cos(−θ ) − sin( −θ )
sin( −θ )
cos(−θ )
Dengan menggunakan identitas, cos (-θ)= cos θ dan sin (- θ) = - sin θ, maka ini dapat
dituliskan kembali sebagai
cosθ sin θ
− sin θ
cosθ
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
atau
A = E1−1 E2−1 L Ek−1 (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
Ketiga operasi baris yang berurutan tersebut dapat dilakukan dengan mengalikan dari sebelah kiri
berturut-turut oleh
1 0
1 0 1 − 2
E1 = E2 0 1 E3
− 3 1 0 1
2
Dengan membalik matriks-matriks ini dan dengan menggunakan (5.15) maka akan menghasilkan
1 0 1 0 1 2
A = E1−1 E2−1 E3−1 = 0 1
3 1 0 − 2
1 0 1 0 1 0
0 − 2 = 0 − 1 0 2
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
−1 2 0 0 −1 2 1 − 1
2 − 1 0 = 0 , 2 − 1 0 = 2
−1 2 0 2 −1 2 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 1
A=
2 1
x ' 3 1 x
' =
y 2 1 y
dan −1
x 3 1 x 1 − 1 x
y '
= =
y 2 1 ' −2 3 '
y y
sehingga
x = x’ - y’
y = -2x’ + 3y’
Dengan mensubstitusikannya di dalam y = 2x + 1 maka akan menghasilkan
-2x’ + 3y’ = 2(x’ - y’) + 1
atau secara okivalen
4 1
y’ = x'+
5 5
jadi (x’ , y’) memenuhi
4 1
y= x+
5 5
yang merupakan persamaan yang kita inginkan.