SIFAT-SIFAT TRANSFORMASI LINEAR DARI KE

A. TRANSFORMASI-TRANSFORMASI LINEAR SATU-SATU

Transformasi linear yang memetakan vektor-vektor (titik-titik) yang berbeda ke vektor-vektor

(titik-titik) yang berbeda merupakan transformasi linear yang sangat penting. Salah satu
contoh transformasi seperti itu adalah operator linear yang merotasikan setiap
vektor pada sudut . Secara geometris jelas bahwa jika u dan v merupakan vektor-vektor
yang berbeda pada , maka demikian juga vektor-vektor dan yang dirotasikan
(gambar 1).

T(v)

T(u) v

Gambar 1
u

Vektor-vektor u dan v dirotasikan ke vektor-vektor berbeda T(u) dan T(v)

Sebaliknya, jika adalah proyeksi orthogonal pada biodang –xy. Maka titik-
titik berbeda pada garis vertical yang sama terpetakan ke titik-titik yang sama pada bidang –
xy.
Suatu transformasi linear disebut satu-satu jika T memetakan vektor-vektor
(titik-titik) yang berbeda pada ke vektor-vektor (titik-titik) yang berbeda pada
z

Q
y

M 1
Gambar 2 x

Titik-titik berbeda P dan Q dipetakan ke titik M yang sama

Personal | [Type the company address]
Maka kita dapat bahwa untuk setiap vektor w dalam daerah hasil transformasi linear satu-satu
T, tepat ada satu vektor x sedemikian sehingga T(x)=w.

Teorema 4.3.1
Jika A adalah suatu matriks n x n dan adalah perkalian dengan A, maka
pernyataan berikut ini ekuivalen :
(a) A dapat dibalik
(b) Daerah hasil dari adalah
(c) adalah satu-satu

Kita telah mengamati bahwa operator rotasi (gambar 1) adalah satu-satu. Dari
teorema 4.3.1 kita dapatkan bahwa daerah hasil T haruslah semua anggota dan bahwa
matriks standar untuk T pasti bisa dibalik. Untuk menunjukkan bahwa daerah hasil dari T
adalah semua anggota kita harus menunjukkan bahwa setiap vektor w pada adalah
bayingan suatu vektor x dibawah T. karena vektor x yang diperoleh dengan merotasikan w
pada sudut – dipetakan ke w jika dirotasikan pada sudut . Dari tabel 6 pada bagian 4.2
matriks standar untuk T adalah

[ ] | |

Dapat dibalik karena

[ ] | |

Kita amati bahwa operator proyeksi (gambar 2) tidak satu-satu. Dari teorema
4.3.1 kita dapatkan bahwa daerah hasil T bukanlah semua anggota dan bahwa matriks
standar untuk T tidak bisa dibalik. Untuk menunjukkan bahwa daerah hasil T bukan semua
anggota kita harus menemukan suatu vektor w pada yang bukan merupakan bayangan
setiap vektor x dibawah T. Tetapi sembarang vektor w di luar bidang –xy mempunyai sifat
ini, karena semua bayangan di bawah T terletak pada bidang –xy. Dari tabel 5 pada bagian
4.2 matriks standar untuk T adalah

[ ] [ ]
2
Tidak bisa dibalik karena det[T] = 0.

Personal | [Type the company address]

 B. INVERS DARI SEBUAH OPERATOR LINEAR SATU-SATU

Jika adalah suatu operator linear satu-satu, maka dari teorema 4.3.1 matriks A
dapat dibalik. Jadi, sendiri adalah sebuah operator linear. Operator ini
disebut invers dari . Operator-operator linear dan saling membatalkan dampak
dalam pengertian bahwa untuk semua x dalam

( )

( )

Atau secara ekuivalen

Dari suatu sudut pandang geometris yang lebih umum, jika w adalah bayangan x di bawah
, maka memetakan w kwmbali ke x karena
( )

maps x to w
w

x
maps to X
Gambar 3

Jika suatu operator linear satu-satu pada dituliskan sebagai , maka invers dari
operator T dinyatakan dengan . Karena matriks standar untuk adalah invers dari
matriks standar untuk T, kita dapatkan [ ] [ ]
3

Contoh

Personal | [Type the company address]

Anggap adalah operator yang merotasikan setiap vektor dalam pada sudut ,
sehingga dari tabel 6 bagian 4.2.

[ ] * +

Terbukti secara geometris bahwa untuk meniadakan dampak dari T kita harus merotasikan
setiap vektor pada dengan sudut – . Tetapi inilah tepatnya yang dilakukan oleh operator
, karena matriks standar untuk adalah

[ ] [ ] * + [ ]

Contoh;
Tunjukkan bahwa operator linear didefinisikan persamaan

Sehingga matriks standar untuk T adalah

* + * +* +

Matriks ini dapat dibalik (sehingga T satu-satu) dan matriks standar untuk T adalah

[ ] [ ] [ ]

Jadi

[ ]* + [ ]* + [ ]

Dapat kita simpulkan menjadi

( )

Personal | [Type the company address]

 C. SIFAT-SIFAT KELINEARAN

Suatu transformasi linear jika persamaan yangmenghubungkan x dan w = T(x)

adalah persamaan-persamaan linear.

Teorema 4.3.2
Suatu transformasi adalah linear jika dan hanya jika hubungan berikut ini
berlaku untuk semua vektor u dan v pada dan setiap scalar c.
(a) T(u+v)=T(u)+T(v)
(b) T(cu)=cT(u)
Pembuktian :
Pertama-tama anggap bahwa T adalah suatu transformasi linear, dan anggap A adalah matriks
standar untuk T. dari sifat-sifat aritmatika dasar dari mastriks kita dapatkan bahwa

dan

Sebaliknya anggap bahwa sifat (a) dan (b) berlaku untuk transformasi T. Kita bisa
membuktikan bahwa T linear dengan menemukan suatu matriks A dengan sifat bahwa
T(x) = Ax
Untuk semua vektor x dalam . Ini akan menunjukkan bahwa T adalah perkalian dengan A
dan karna itu linear. Sifat (a) bisa diperluas sampai tiga atu lebih suku, misalnya jika u,v,dan
w adalah sembarang vektor pada , maka dengan pertama-tama mengelompokkan u dan w
dan menerapkan sifat (a) kita peroleh

Secara lebih umum untuk sebarang vektor pada kita dapatkan

Sekarang untuk mencari matriks A anggap adalah vektor-vektor

[ ] [ ] [ ]
Dan anggap A adalah matriks yang vektor kolomnya berturut-turut adalah
yaitu
[ ] 5

Personal | [Type the company address]

Jika

[ ]

Adalah sebarang vektor , maka hasil Ax adalah kombinasi linear dari vektor-vektor kolom
dari A dengan koefisien dari x, sedemikian sehingga

Sifat (b)

Sifat (a) untuk n suku

Teorema 4.3.3
Jika adalah suatu transformasi linear, dan adalah vektor-vektor
basis standar untuk , maka matriks standar untuk T adalah
[ ] [ ]

z
y

(0,1) (0,0,1)

(0,1,0
x ) y
(1,0)

(1,0,0)
Gambar 4 x

Basisi standar untuk Basisi standar untuk

Anggap adalah proyeksi orthogonal bidang –xy. Dengan mengacu pada gambar
4, terbukti secara geometris bahwa

[ ], [ ], [ ] 6

Personal | [Type the company address]

Sehingga berdasarkan teorema 4.3.3

[ ] [ ]

Dengan menggunakan teorema 4.3.3 dengan cara yang lain, anggap adalah
perkalian dengan

* +

Bayangan vektor-vektor basis standar bisa dibaca secara langsung dari kolom-kolom matriks
A:

([ ]) * +, ([ ]) * +, ([ ]) * +

Contoh.
Anggap adalah garis pada bidang -xy yang melalui titik asal dan membentuk sudut
dengnan sumbu-x positif, dimana . Sebagaimana yang diilustrasikan pada gambar
5a, anggap adalah operator linear yang memetakan setiap vektor ke proyeksi
ortogonalnya pada .
a) Cari matriks standar untuk T
b) Cari proyeksi orthogonal vektor x=(1,5) pada garis melalui titik asal yang membentuk
sudut dengan sumbu-x positif

T(x)

Penyelesaian a)
[ ] [ ]
Dimana dan adalah vektor-vektor basis standar untuk . Tinjau kasus dimana 7
adalah serupa. Dengan melihat gambar 5b, kita dapatkan ‖ ‖ , sehingga
‖ ‖
[ ] * +
‖ ‖

Personal | [Type the company address]

Dan dengan melihat ke gambar 5c, kita dapatkan ‖ ‖ , sehingga

[ ] * +

Penyelesaian b)
√
Karena dan , maka dari bagian a) kita dpatkan bahwa matriks standar

untuk operator proyeksi ini adalah

⁄ √ ⁄
[ ] * +
√ ⁄ ⁄
Jadi,
√
⁄ √ ⁄
(* +) * +* +
√ ⁄ ⁄ √
[ ]
Atau dalam notasi horizontal,
√ √
( )

D. INTERPRETASI GEOMETRIS VEKTOR-EIGEN

Jika A adalah suatu matrikx nxn, maka disebut suatu nilai eigen dari A jika tidak ada vektor
tak-nol x sedemikian sehingga
atau secara ekuivalen
Vektor-vektor taknol x yang memenuhi persamaan ini disebut vektor eigen dari A yang
berpadanan dengan .
Nilai eigen dan vektor eigen bias juga didefinisikan untuk operator-operator linear pada

Definisi: jika adalah suatu operator linear, maka suatu scalar disebut suatu
nilai eigen dari T jika ada suatu x tak nol pada sedemikian sehingga

Vektor-vektor tak-nol x yang memenuhi persamaan ini disebut vektor-eigen dari T yang
berpadanan dengan

Amati bahwa jika A adalah matriks standar untuk T, maka definisi di ata dapat ditulis sebagai 8

Personal | [Type the company address]

Yang kita dapatkan bahwa
 Nilai-eigen dari T tepat merupakan nilai-eigen dari matriks standarnya, A
 X adalah suatu vektor eigen dari T yang berpadanan dengan jika dan hanya jika x
adalah suatu vektor igen dari A yang berpadanan

Jika adalah suatu nilai eigen dari A dan x adalah suatu vektor eigen yang berpadanan, maka
, sehingga perkalian dengan A memetakan x ke suatu penggandaan skalarnya
sendiri. Pada dan , hal ini berarti bahwa perkalian dengan A memetakan setiap vektor-
eigen x ke suatu vektor yang terletak pada garis yang sama dengan x (gambar 6)
Jika maka operator linear memampatkan x dengan factor jika
atau meregang x dengan factor jika . Jika , maka membalik arah x,
dan memampatkan vektor yang terbalik ini dengan factor | | jika | | atau meregang
vektor yang terbalik ini dengan factor | | jika | | (gambar 7)

GAMBAR 6
x

x x x
x

x x

x
x

Contoh: 9
Anggap adalah operator linear yang merotasikan setiap vektor dengan sudut .
Terbukti secara geometris bahwa jika bukanlah penggandaan dari , maka T tidak

Personal | [Type the company address]

memetakan sebarang vektor tak nol x pada garis yang sama dengan x;akibatnya, T tidak
mempunyai nilai eigen real. Tetapi jika merupakan penggandan dari , maka setiap vektor
tak nol x dipetakan ke garis yang sama dengan x, sehingga setiap vektor tak nol adalah vektor
eigen dari T. mari kita memeriksa pengamatan geometris ini secara aljabar. Matrik standar
untuk T adalah

* +

Nilai eigen matriks ini adalah penyelesaian dari persamaan karakteristik

| |

yaitu

Tetapi jika bukanlah penggandaan dari , maka , sehingga persamaan ini tidak
mempunyai penyelesaian real untuk dan akibatnya A tidak mempunyai vektor eigen real.
Jika adalah penggandaan dari , maka dan atau ,
persamaan karakteristik menjadi , sehingga merupakan satu-satunya nilai
eigen. Dalm kasus ini matriks A adalah

* +

Jadi untuk semua x dalam

Sehingga T memetakan setiap vektor pada dirinya sendiri , dan dengan demikian pada garis
yang sama. Dalam kasus dimana dan , persamaan karakteristik menjadi
, sehingga adalah satu-satunya nilai eigen dari A. dalam kasus ini
matriks A adalah

* +

Jadi, untuk semua x dalam

Sehingga T memetakan setiap vektor ke negatifnya, dan dengan demikian pada garis yang
sama dengan x.
10

Personal | [Type the company address]

Contoh
Anggap adalah proyeksi orthogonal pada bidang xy. Vektor-vektor pada bidang
xy dipetakan ke dirinya sendiri di bawah T, sehingga setiap vektor tak nol dalam bidang xy
adalah suatu vektor eigen . Setiap vektor x pada sumbu z dipetakan ke 0 di bawah T,
yang berada pada garis yang sama dengan x, sehingga setiap vektor tak nol pada sumbu z
adalah suatu vektor eigen yang berpadanan dengan nilai eigen . Vektor-vektor yang
tidak berada pada bidang xy atau pada sumbu z tidak dipetakan ke penggandaan scalar dari
diri mereka sendiri, sehingga vektor eigen atau nilai eigennya tidak ada.
Untuk membuktikannya, ingat bahwa matriks standar untuk T adalah

[ ]

Persamaan karakteristik dari A adalah

[ ] , Atau

Yang mempunyai penyelesaian dan yang diatas telah diantisipasi.

Vektor eigen dari matriks A yang berpadanan dengan nilai eigen adalah penyelesaian dari

[ ][ ] [ ]

Jika sistem ini adalah

[ ][ ] [ ]

Yang mempunyai penyelesaian atau dalam bentuk matriks

[ ] [ ]

ini adalah vektor-vektor pada sumbu z.

Jika, maka akan menjadi

[ ][ ] [ ]

Yang mempunyai penyelesaian atau dalam bentuk matriks

11
[ ] * +

Ini adalah vektor-vektor pada bidang x

Personal | [Type the company address]

 KESIMPULAN

Dengan menggabungkan Teorema 2.3.6 dan Teorema 4.3.1 menghasilkan teorema berikut
Teorema 4.3.4
Jika A adalah suatu matriks n x n dan jika adalah perkalian dengan A, maka
pernyataan-pernyataan berikut ini ekuivalen
a) A bisa dibalik
b) Ax=0 hanya mempunyai penyelsaian trivial
c) Bentuk baris-eselon tereduksi dari A adalah
d) Adapat dinyatakan sebagai suatu hasil kali matriks-matriks dasar
e) Ax=b konsisten untuk setiap matriks bn x I
f) Ax=b tepat mempunyai satu penyelesaian untuk setiap matriks bn x I
g)
h) Daerah hasil
i) adalah satu-satu

12

Personal | [Type the company address]

Soal Latihan:

1. Cari matriks standar untuk operator linear yang didefinisikan oleh persamaan-
persamaan di bawah ini dan gunakan Teorema 4.3.1 untuk menentukan
apakahoperator ini satu-satu.
a. b.

2. Tentukan apakah operator linier yang didefinisikan oleh persamaan-

persamaan berikut ini adalah satu-satu; jika demikian, cari matriks standar untuk
operator inversnya, dan cari
a. b.

3. Gunakan Teorema 4.3.2 untuk menentukan apakah adalah suatu operator

linear.
a. b.

4. Gunakan Teorema 4.3.2 untuk menentukan apakah adalah suatu

otransformasi linear.
a. b.

5. Tentukan apakah perkalian dengan A adalah suatu transformasi linier satu-satu.

a. A = [ ] b. A = * +

13

Personal | [Type the company address]