BAB I

PENDAHULUAN

A. LATAR BELAKANG
Dalam bagian ini kita mulai mempelajari fungsi bernilai vektor dari sebuah peubah
vektor. Yakni fungsi yang berbentuk W = F(v) , dimana baik peubah bebas v maupun
peubah takbebas w adalah vektor. Kita akan memusatkan perhatian pada kelompok
khusus fungsi vektor yang kita namakan transformasi linear.
Transformasi linear termasuk dalam aljabar linear elementer yang memiliki sub
bagian seperti matriks dan operasinya, determinan matriks, sistem persamaan linear,
vektor dibidang dan diruang, ruang vektor, ruang hasil kali dalam, ruang eigen dan yang
terakhir transformasi linear.
Sebelum mengenal lebih jauh tentang transformasi linear maka diperlukan untuk
mengetahui apa transformasi linear melalui definisinya dan juga sifat-sifat transformasi
linear.

B. BATASAN MASALAH
1. Apakah Pengertian Transformasi Linear ?
2. Seperti Apakah Contoh Transformasi Linear ?
3. Apakah Matrix transformasi ?
4. Apakah Invers Transformasi Linear ?
5. Seperti Apakah Sifat-Sifat Transformasi Linear ?
6. Bagaimanakah Kernel Dan Jangkauan Transformasi Linear ?
7. Apakah Rank Dan Nulitas ?

C. TUJUAN
1. Untuk Mengetahui Pengertian Transformasi Linear
2. Untuk Mengetahui Contoh-Contoh Transformasi Linear
3. Untuk Mengetahui Matrix Transformasi
4. Untuk Mengetahui Invers Transformasi Linear
5. Untuk Mengetahui Sifat-Sifat Transformasi Linear
6. Untuk Mengetahui Kernel Dan Jangkauan Transformasi Linear
7. Untuk Mengetahui Rank Dan Nulitas Transformasi Linear

1
 BAB II
PEMBAHASAN

A. PENGERTIAN TRANSFORMASI LINEAR SECARA UMUM

Transformasi linier umum adalah sebuah fungsi yang memetakan suatu ruang
vector B ke suatu ruang vector C, sehingga variable A dinyatakan sebagai transformasi
linier dari B ke C. Pernyataan tersebut ditunjukkan pada skema dibawah ini :
Jika A:B C

Variabel A akan disebut sebagai transformasi linier :

1. T(u + v) = T(u) + T(v) untuk semua vektur u dan v di ruang vektor B
2. T(ku) = kT(u) untuk semua vektor u didalam ruang vektor B dan semua skalar k

B. CONTOH – CONTOH TRANSFORMASI LINEAR

1. Pemetaan Nol
Pemetaan Nol adalah fungsi yang memetakan setiap vektor di V ke vektor nol.

Misalkan T : V W dengan T x0adalah pemetaan yang menghubungkan

vektor nol 0W ke setiap vektor vV Untuk sebarang vektor u,vV maka :
T (u + v) = 0
T (u + v) = 0 +0
T (u + v) = T(u) + T(v)
T(ku) = 0
Oleh karena itu, T transformasi linear
T(ku) = k.0
T(ku) = kT(u)
2
 2. Pemetaan Identitas
Pemetaan identitas adalah fungsi yang memetakan v ke dirinya sendiri.
Pemetaan T : V V yang didefinisikan oleh T(v) = V , biasanya dinotasikan oleh I.
Perhatikan pemetaan identitas I : V V , dengan T(x,y) = x,y yang memetakan
tiap v ϵ V ke dirinya sendiri. Maka untuk sebarang u, v ϵ V vektor kita mempunyai
I(u + v) = u + v = I(u) + I(v)
Ambil u ϵ V dan k skalar, maka :
I(ku) = ku
I(ku) = kI(u)
Jadi, I transformasi linear

3. Pemetaan Konstan
Pemetaan konstan adalah suatu fungsi yang menghasilkan suatu konstanta
(tetapan). Pemetaan T : V V yang didefinisikan oleh T (u) = c. Dengan u ϵ V dan
c adalah suatu konstanta. Karena suatu konstanta tidak bisa menjadi suatu vektor,
maka pemetaan konstan bukan merupakan suatu transformasi linier.
Bukti:
Misalkan T : R2 C adalah fungsi yang didefinisikan oleh T(u) = (x,y) dengan
v=(x,y) di R2 dan C ϵ R . Tunjukkan apakah T merupakan suatu transformasi linear !
Misalkan u = ( x 1 , y 1 dan v = ( x 2 , y 2)
T(u + v) = T (( x 1 , y 1) + ( x 2 , y 2))
= T ( x 1 + x 2 , y 1 + y 2)
= (( x 1 + x 2) , ( y 1 + y 2))
= (( x 1 , y 1) + ( x 2 , y 2))
= T(u) + T(u)
≠c
Karena syarat pertama tidak terpenuhi, maka T bukan merupakan suatu transformasi
linear.

C. MATRIX TRANSFORMASI LINEAR

Misalkan A adalah suatu matriks berorde m x n. Jika notasi matriks digunakan
untuk vektor di Rm dan Rn, maka dapat didefinisikan suatu fungsi T: R m R n dengan
T(x) = Ax
Jika x adalah matriks n x 1, maka hasil kali Ax adalah matriks m x 1; jadi
T memetakan Rn ke dalam Rm dan T linier

3
 TEOREMA
Jika T: RnàRm adalah transformasi linier, dan jika e1, e2, …, en adalah basis baku
untuk Rn, maka T adalah perkilaan oleh A atau

T(x) = Ax

dimana A adalah matriks yang mempunyai vektor kolom T(e1), T(e2),.., T(e3)

Contoh :

Carilah matriks baku (A) untuk tranformasi

T: R3àR2 yang didefinisikan oleh

T(x) = ( x 1 + x 2, x 2 + x 3), untuk setiap x = ( x 1, x 2, x 3) dalam Rn

Jawab

T: R3 à R2

Basis baku dari R3 adalah:

– e1 = (1, 0, 0) à T(e1) = (1 + 0, 0 + 0) = (1, 0)

– e2 = (0, 1, 0) à T(e2) = (0 + 1, 1 + 0) = (1, 1)

– e2 = (0, 0, 1) à T(e3) = (0 + 0, 0 + 1) = (0, 1)

Maka matriks A nya adalah vektor kolom bentukan dari

T(e1), T(e2), dan T(e3), yaitu

D. INVERS TRANSFORMASI LINEAR

Jika suatu transformasi elementer adalah:

4
Bentuk Kampanyon
Koefisien-koefisien dari matriks tersebut adalah koefisien deret λ dari
persamaan karakteristik:

Dua bentuk kampanyon, tergantung pada koefisien-koefisin yang muncul pada

kolom pertama atau baris terakhir. Contoh :
 Kampanyon kolom

 Kampanyon baris

Persamaan karakteristik :

CONTOH KASUS
Pada pertemuan enam ini akan dibahas contoh kasus menggunakan transformasi
linier. Dibawah ini diberikan sebuah matriks A dengan anggota matriksnya adalah:

Berdasarkan matriks tersebut, carilah matriks B yang dihasilkan sederetan transformasi

elementer
(-1) (2) (1) (2)
H31 , H2 , H12 , K41 , K3 …..
Maka matriks B yang digunakan adalah:

5
E. SIFAT – SIFAT TRANSFORMASI LINEAR
Teorema berikut ini mencantumkan tiga sifat dasar yang umum untuk semua
transformasi linear .

TEOREMA 8.1.1
Jika T : V W adalah sebuah transformasi linear, maka :

Bukti : Misalkan v adalah vektor sebarang pada V . karena 0v = 0 , kita memperoleh :

Dengan kata lain, bagian (a) dari teorema di atas menyatakan bahwa sebuah
transformasi linear memetakan 0 ke 0. Sifat ini sangat bermanfaat untuk
mengidentifikasi transformasi-transformasi yang tidak linear. Sebagai contoh , jika x 0
adalah sebuah vektor tak nol tetap pada R2 , maka transformasi T (x) = x + x 0.

6
 Memiliki efek geometrik untuk mentranslasikan setiap titik pada x ke arah yang
sejajar dengan x 0 sejauh ‖x 0‖. Hal ini bukan merupakan sebuah transformasi linear
karena T (0) = x 0., sehingga T tidak memetakan 0 ke 0.

F. KERNEL DAN JANGKAUAN

1. Kernel Dari Transformasi
Misal T : V W adalah sebuah transformasi linear, maka kernel (inti/ruang nol) dari
T adalah himpunan vector di V yang dipetakan ke vector oleh T. Kernel dari
transformasi T dinotasikan dengan
Untuk memperjelas pengertian dari kernel suatu transformasi, perhatikan transformasi
T yang diberikan oleh gambar 1 berikut :

Dari gambar diatas nampak bahwa kernel dari trasformasi T diberikan

sebab kedua vector o dan v1 dipetakan terhadap vektor nol.

2. Jangkauan Dari Transformasi

Misal T :V W merupakan transformasi linear, maka Jangkauan/Range dari T yaitu
himpunan vektor di W yang merupakan bayangan atau peta dari paling sedikit satu
vektor di V. Jangkauan dari T dinotasikan dengan :

Teorema 2
Jika T :V W adalah sebuah transformasi linear, maka :
(a) Kernel dari T adalah subruang dari V

(b) Jangkauan dari T adalah subruang dari W

Bukti :

7
G. RANK DAN NULITAS
Definisi 2
Jika T :V W adalah sebuah transformasi linear, maka dimensi range dari T disebut
sebagai rank dari T (rank of T) dan dinotasikan dengan rank (T); dimensi karnelnya
disebut nulitas dari T (nulity of T) dan dinotasikan dengan nuitas (T) jangkauan T adalah
ruang kolom dari A. Karnel T adalah ruang pemecahan Ax = 0 sehingga :
Rank (T) = dim(ruang kolom A)= rank(A)
Nulitas(T) = dim(ruang pemecahan Ax = 0)

Teorema 4
Jika T : V W adalah transformasi linear dari ruang vector V yang berdimensi n
kepada sebuah ruang vector W , maka :
(Rank dari T) + (Nulitas dari T) = n

Dengan kata lain, teorema ini menyatakan bahwa rank + nulitas dari transformasi linear
sama dengan dimensi domainnya. Dalam kasus khusus dimana V = R n, W = Rm dan

8
T: V W merupakan perkalian matriks A yang berukuran m x n dan Rank(A) + dim
(ruang pemecah Ax =0) = n

Contoh Soal :
Tentukan rank dan nulitas dari transformasi linear T: P2 P3 yang didefinisikan dengan
T(p(x)) = xp(x) .
Penyelesaian :

9
 BAB III
PENUTUP

A. KESIMPULAN
1. Jika F: V W adalah suatu fungsi dari ruang vektor V ke dalam ruang vektor W, maka F
dikatakan transformasi linear (linear transformation) jika
a. F(u + v) = F(u) + F(v)untuk semua vektor u dan v di V.
b. F(ku) = k F(u) untuk semua vektor u di dalam V dan semua skalar k.

2. Mengenai sifat transformasi linear kernel dan jangkauan dijelaskan pada teorema
berikut:
a. Jika T: V W adalah transformasi linear, maka
1) T(0) = 0
2) T(-v) = - T(v) untuk semua v di V.
3) T(v – w) = T(v) – T(w) untuk semua v dan w di V

b. Jika T: V W adalah transformasi linear, maka

1) Kernel dari T adalah subruang dari V.
2) Jangkauan dari T adalah subruang dari W.

c. Jika T: V W adalah transformasi linear dari ruang vektor V yang berdimensi n

kepada suatu ruang vektor W, maka: (rank dari T) + ( nulitas dari T) = n

B. SARAN
Dalam berbagai analisis statistik,umunya untuk bidang penelitian pendidikan dan
psikologi,khususnya dalam bidang pengujian dan pengukuran transformasi data ke data
“lain”sering dipakai.Transformasi linier merupakan bentuk paling sederhana dalam
konsep pengubahan data dalam satu format ke format lainnya.Tujuan utama yang sering di
ungkapkan dalam pembahasan topik ini (transfomasi linier) adalah untuk mengembangkan
pemahaman bahwa data dalam satu format dapat di transfer atau di ubah ke bentuk data
“lain”sehingga memudahkan analisis selanjutnya dan penginterprestasiannya. Demikian
merupakan salah satu kegunaan secara nyata mengenai transformasi linear. Namun dalam
makalah ini tidak dijelaskan aplikasinya melainkan konsep transpor linear yang
sebenarnya dalam matematika. Apabila kita memahami teori yang sebenarnya tentulah
lebih mudah mengaplikasikanya.

10
 DAFTAR PUSTAKA

https://ranselmatematika.files.wordpress.com/2016/12/makalah-transformasi-
linier.pdf

https://www.slideshare.net/Lela_Warni/transformasi-linier-33456961

11