4.2.

TRANSFORMASI LINEAR DARI RN KE RM

Fungsi dari Rn ke Rm
Ingatlah bahwa suatu fungsi adalah suatu aturan f yang mengasosiasikan
setiap elemen dalam himpunan A dengan hanya satu elemen dalam himpunan B.
Jika f mengasosiasikan elemen b dengan elemen a, maka kita tulis dan katakana
bahwa b=f(a) dan mengatakan bahwa b adalah bayangan (image) dari a karena f
atau f(a) adalah nilai(value) dari f pada a. Himpunan A disebut domain dari f dan
himpunan B disebut dengan kodomain dari f. Suatu subhimpunan dari B yang
terdiri dari semua nilai yang mungkin untuk f ketika nilai a bervariasi sepanjang A
disebut range dari f. Untuk fungsi yang paling umum, A dan B adalah himpunan-
himpunan bilangan real, di mana f disebut fungsi bernilai real dari suatu variable
real. Fungsi umum lainnya terjadi jika B adalah himpunan bilangan real dan A
adalah himpunan vektor-vektor pada R2, R3, atau secara umum pada Rn. Beberapa
contoh ditampilkan pada Tabel 1. Dua fungsi f1 dan f2 dianggap sama(equal),
yang ditulis sebagai f1 =f2, jika keduanya memiliki domain yang sama dan f1(a)=
f2(a) untuk semua a pada domain tersebut

Rumus Contoh Klasifikasi Keterangan

Fungsi bernilai real Fungsi R ke R
dari satu variable real
Fungsi bernilai real Fungsi R2 ke R
dari dua variable real
Fungsi bernilai real Fungsi R3 ke R
dari tiga variable real
Fungsi bernilai real Fungsi Rn ke R
dari n variable real

Fungsi dari Rn ke Rm
Jika domain dari fungsi f adalah Rn dan kodomain adalah Rm (m dan n mungkin
sama) maka f disebut sebagai peta (map) atau transformasi (transformation) dari
Rn ke Rm dan kita nyatakan bahwa fungsi f memetakan Rn ke Rm. kita
menotasikannya dengan menulis f:Rn Rm. fungsi-fungsi pada Tabel 1 adalah
transformasi di mana m=1. Pada kasus di mana m=n, transformasi
f:Rn Rmdisebut operator pada Rn. baris pertama pada Tabel 1 adalah suatu
operator pada R.
Untuk mengilustrasikan suatu cara penting di mana transformasi dapat muncul,
misalkan f1,f2,…,fm adalah fungsi-fungsi bernilai real dari n variable real, misalkan

Sejumlah m persamaan ini menunjuk suatu titik tertentu pada Rm

untuk setiap titik pada Rn dan kemudian mendefinisikan
transformasi dari Rn ke Rm . jika kita menotasikan transformasi ini dengan T, maka
T:Rn Rm dan

Contoh 1 Transformasi dari R2 ke R3

Persamaan-persamaan

Mendefinisikan suatu transformasi T:R2 R3. Dengan transformasi ini, bayangan

dari titik adalah

Sebagai contoh kita akan mencari bayangan dari titik

Transformasi linear dari Rn ke Rm

Pada kasus khusus di mana persamaan-persamaan pada adalah
n m
linear, transformasi T:R R yang didefinisikan oleh persamaan-persamaan
tersebut disebut sebagai suatu transformasi linear (atau operator linear jika m=n).
Jadi, suatu transformasi linear T:Rn Rm didefinisikan oleh persamaan-persamaan
berbentuk
Atau dalam notasi matriks

[ ] [ ][ ]

Atau lebih singkatnya dengan

Matriks disebut matriks standar (standard matrix) untuk transformasi

linear T, dan T disebut perkalian oleh A (multiplication by A).

Contoh 2 Transformasi dari R4 ke R3

Transformasi linear T:R4 R3didefinisikan dengan persamaan-persamaan

Dapat dinyatakan dalam bentuk matriks sebagai

[ ] [ ][ ]

Sehingga matriks standar untuk T adalah

[ ]

Sebagai contoh, jika , maka dengan

mensubtitusikannya ke dalam persamaan-persamaan tersebut, akan dihasilkan

Atau dengan menggunakan perkalian dalam bentuk matriks, dapat diperoleh

[ ] [ ][ ] [ ]

Beberapa hal mengenai notasi

Jika adalah transformasi oleh , merupakan hal yang penting untuk
menekankan sebagai matriks standar untuk . Maka kita akan menotasikan
transformasi linear sebagai
Sehingga,

Dari persamaan ini dapat dipahami bahwa vektor dalam dinyatakan sebagai
suatu matriks kolom.
Terkadang tidak lazim untuk memperkenalkan representasi lain untuk
menotasikan matriks standar untuk transformasi linear . Terdapat
cara lain untuk merepresentasikan matriks standar untuk dengan symbol .
Dengan menggunakan notasi ini, Persamaan akan menjadi

Terkadang, kedua cara untuk menotasikan suatu matriks standar akan

terkombinasi, sehingga kita akan memiliki hubungan

Catatan: Ditengah semua pembahasan mengenai notasi ini, perlu diingat bahwa
kita telah mengembangkan suatu hubungan antara matriks dengan
transformasi linear dari ke . Untuk setiap matriks , terdapat suatu
transformasi linear (perkalian matriks A) yang besesuaian, dan untuk setiap
transformasi linear , terdapat matriks , (matriks standar
untuk T) yang bersesuaian.

Geometri dari Transformasi linear

Bergantung pada apakah tupel n dianggap sebagai titik atau sebagai vektor,
dampak geometri dari operator adalah transformasi dari setiap titik
pada ke suatu titik baru (Gambar 4.2.1 a) dan transformasi dari setiap vektok
pada ke suatu vektor baru (Gambar 4.2.1 b)
 𝑇 𝑥

𝑇 𝑥
𝑥

a) 𝑇 memetakan vektor ke vektor b) 𝑇 memetakan titik ke titik

Gambar 4.2.1

Contoh 3 Transformasi Nol dari ke

Jika 0 adalah matriks nol mxn dan 0 adalah vektor nol pada , maka untuk setiap
vektor x pada

Sehingga perkalian dengan nol memetakan setiap vektor pada ke vektor nol
pada . Kita menyebut sebagai transformasi nol (zero transformation) dari
pada . Kadang-kadang transformasi nol dinotasikan dengan 0. Walaupun
ini merupakan notasi yang sama digunakan pada matriks nol, interpretasi yang
sesuai biasanya dapat diketahui dengan jelas dari konteksnya.

Contoh 4 Operator Identitas pada

Jika I adalah matriks identitas nxn, maka untuk setiap vektor x pada .

Sehingga perkalian dengan I memetakan setiap vektor pada ke vektor itu

sendiri. Kita menyebut sebagai operator identitas (identity operator) pada .
Kadang-kadang operator identitas dinotasikan dengan I. meskipun notasi yang
digunakan ini sama dengan notasi untuk matriks identitas, interpretasi yang sesuai
dengan jelas dari konteksnya.
Diantara operator-operator linear yang paling penting pada dan adalah
operator-operator linear yang menghasilkan refleksi, proyeksi, dan rotasi. Kini
kita akan membahas operator-operator ini.
Operator Refleksi (Pencerminan)
Perhatikan operator yang memetakan setiap vektor ke bayangan
simetriknya nterhadap sumbu y (Gambar 4.2.2).
Gambar 4.2.2
𝒙𝒚 𝒙𝒚

𝒘 𝑻 𝒙 𝒙
𝒙

Jika kita memisalkan , maka persamaan-persamaan yang mengaitkan

komponen-komponen x dan w adalah

(i)

Atau dalam bentuk matriks * + * +* + ( ii )

Karena persamaan-persamaan pada ( I ) adalah linear, maka adalah suatu

operator linear dan dari ( ii ) matriks standar untuk adalah

* +

Secara umum, operator-operator pada dan yang memetakan setiap vektor ke

bayangan simestrisnya sendiri terhadap garis atau bidang terntentu disebut
operator refleksi (pencerminan).Operator semacam ini adalah linear. Beberapa
operator refleksi yang umum tercantum pada Tabel 2 dan 3.
Table 2
Operator Ilustrasi Persamaan Matriks standar
Refleksi terhadap * +
sumbu y

Refleksi terhadap * +
sumbu x

Refleksi terhadap * +
sumbu y=x
Tabel 3
Operator Ilustrasi Persamaan Matriks standar
Refleksi
[ ]
terhadap bidang
xy
Refleksi
[ ]
terhadap bidang
xz
Refleksi
[ ]
terhadap bidang
yz

Operator Proyeksi
Perhatikan operator yang memetakan setiap vektor ke proyeksi
ortogonalnya pada sumbu x (Gambar 4.2.3).

Persamaan-persamaan yang mengaitkan komponen-komponen dari ke

adalah

(12)

Atau dalam bentuk matriks * + * +* + (13)

Karena persamaan-persamaan pada (12) adalah linear, maka adalah suatu

operator linear dan dari (13) matriks standar untuk adalah

* +

Secara umum, operator proyeksi (projection operator) (lebih tepatnya operator

proyeksi ortogonal) pada dan adalah operator sebarang yang memetakan
setiap vektor ke proyeksi ortogonalnya pada suatu garis atau suatu bidang yang
melawan titik asal. Dapat diperhatikan bahwa operator-operator semacam ini
adalah linear. Beberapa operator proyeksi dasar pada dan tercantum pada
Tabel 4 dan 5.
Tabel 4
Operator Ilustrasi Persamaan Matriks standar
Proyeksi * +
orthogonal pada
sumbu x
Proyeksi * +
orthogonal pada
sumbu y

Tabel 5
Operator Ilustrasi Persamaan Matriks standar
Proyeksi
[ ]
orthogonal pada
bidang xy

Proyeksi
[ ]
orthogonal pada
bidang xz
Proyeksi
[ ]
orthogonal pada
bidang yz

Operator Rotasi
Suatu operator yang merotasi setiap vektor pada sebesar sudut tertentu 𝞱
disebut operator rotasi (rotation operator) pada . Tabel 6 menyajikan rumus-
rumus untuk operator rotasi pada . Untuk menunjukkan bagaimana hasil-hasil
ini diperoleh, perhatikan operator rotasi yang merotasi setiap vektor berlawanan
arah jarum jam sebesar sudut positif tertentu 𝞱. Untuk menentukan persamaan-
persamaan yang mengaitkan x dan , misalkan ɸ adalah sudut dari sumbu
 positif ke , dan misalkan r adalah panjang dari x dan w yang sama (Gambar
4.2.4).

Operator Ilustrasi Persamaan Matriks standar

Rotasi sebesar * +
sudut 𝞱

(16)
Persamaan-persamaan pada (16) adalah linear, sehingga adalah suatu operator
linear. Lebih lanjut, sesuai dengan persamaan-persamaaaan ini, matriks standar
untuk adalah

* +

Contoh 5 Rotasi
Jika setiap vektor pada mengalami rotasi sebesar sudut , maka

bayangan w dari vektor

* +

Adalah
√ √
[ ]* + * +
√ √
[ ] [ ]
Sebagai contoh, bayangan dari vektor
√

* + adalah [ ]
√

Suatu rotasi dari vektor-vektor pada biasanya digambarkan sesuai suatu sinar
yang memancar dari titik asal, yang disebut sumbu rotasi (axis of rotation).
Sejalan dengan gerakan vektor memutari sumbu rotasi, akan terbentuk semacam
kerucut (Gambar 4.2.5a). sudut rotasi (angle of rotation) yang diukur pada dasar
kerucut, digambarkan sebagai “searah jarum jam” atau “berlawanan arah jarum
jam” dilihat dari sudut pandang sepanjang sumbu rotasi memandang kearah titik
asal. Sebagai contoh, pada Gambar 4.2.5a, vektor w diperoleh dari rotasi vektor x
yang berlawanan arah jarum jam terhadap sumbu I sebesar sudut 𝞱. Sebagaimana
pada , sudut bernilai positif jika dihasilkan oleh rotasi berlawanan arah jarum
jam dan negatif jika dihasilkan oleh rotasi searah jarum jam.

Cara yang paling umum untuk menggambarkan suatu sumbu rotasi umum adalah
dengan memntukan suatu vektor tak nolu, yang bergerak sepanjang sumbu
rotasidan memiliki titik awal pada titik asal. Arah rotasi berlawanan jarum jam
terhadap sumbu, dapat ditentukan kemudian dengan “aturan tangan kanan”
(Gambar 4.2.5b). Jika ibu jari tangan kanan menunjuk kearah u, mak jari-jari yeng
tergenggam mengarah kea rah yang berlawanan arah jarum jam.

Suatu operator rotasi pada adalah suatu operator linear yang merotasisetiap
vektor pada terhadap bebarapa sumbu rotasi sebesar suatu sudut 𝞱 yang
tertentu. Pada Tabel 7 kita telah menjelaskan operator-operator pada yang
sumbu-sumbu rotasinya adalah sumbu-sumbu koordinat positif. Untuk masing-
masing rotasi ini, salah satu komponennya tidak berubah akibat rotasi, dan
hubungan antara komponen-komponen lainnya dapat diturunkan dengan prosedur
yang sama yang digunakan untuk menurunkan (16). Sebagai contoh, pada rotasi
terhadap sumbu z, komponen-komponen z pada x dan adalah sama, dan
komponen-kompnen x dan y saling berkaitan, sebagaimana pada (16). Ini
menghasilkan persamaan-persamaan rotasi yang ditunjukkan pada baris terakhir
Tabel 7.

Untuk melengkapi kita perhatikan bahwa matriks standar dari notasi berlawanan
arah jarum jam sebesar sudut 𝞱 terhadap suatu sumbu pada , yang ditentukan
oleh vektor satuan sebarang u=(a,b,c) yang titik awalnya pada titik asal, adalah

[ ]

(17)
Penurunan rumus tersebut dapat dilihat dalam buku Principles of Interactive
Computer Graphics, karangan W.M. Newman dan R.F. Sproull, New York,
McGraw-Hill, 1979. Anda mungkin akan merasakan manfaat untuk mencari hasil-
hasil pada Tabel 7 sebagai kasus-kasus darirumus umum ini.
Tabel 7
Operator Ilustrasi Persamaan Matriks standar
Rotasi
[ ]
berlawanan arah
jarum jam
terhadap sumbu x
positif sebesar
sudut
Rotasi
[ ]
berlawanan arah
jarum jam
terhadap sumbu y
positif sebesar
sudut
Rotasi
[ ]
berlawanan arah
jarum jam
terhadap sumbu z
positif sebesar
sudut

Operasi Dilasi dan Kontraksi

Jika k adalah suatu skalar tak negatif, maka operator pada atau
disebut sebagai kontraksi dengan faktor k (contraction with factor k) jika
dan suatu dilasi dengan faktor k (dilation with factor k) jika . Dampak
geometrik dan kontraksi adalah memeperkecil setiap vektor dengan suatu faktor k
(Gambar 4.2.6a), dan tampak dilasi adalah memperbesar setiap vektor dengan
suatu faktor k(Gambar 4.2.6b). Suatu kontraksi memperkecil atau dari
segala arah menuju titik asal secara merata, sementara suatu dilasi memperbesar
atau dari titik asal ke segala arah secara merata.

Kontraksi paling ekstrem terjadi ketika k=0, dimana tereduksi menjadi

operator nol , yang memperkecil setiap vektor menjadi satu titik (titik
asal). Jika k=1, maka tereduksi menjadi operator identitas ,
sehingga setiap vektor tidak berubah, ini dapat dianggap sebagai suatu kontraksi
maupun suatu dilasi. Tabel 8 dan 9 mencantumkan operator dilasi dan operator
kontraksi pada dan

Tabel 8
Operator Ilustrasi Persamaan Matriks standar
Kontraksi
dengan faktor k
pada

* +
Dilasi dengan
faktor k pada

Tabel 9
Operator Ilustrasi Persamaan Matriks standar
Kontraksi
dengan faktor k
pada

[ ]
Dilasi dengan
faktor k pada

Komposisi Transformasi Linear

Jika dan adalah transformasi-transformasi linear,
maka untuk setiap pada . Pertama, kita dapat menghitung , yang
merupakan suatu vektor pada , dan kemudian kita dapat menghitung
, yaitu suatu vektor pada . Jadi, aplikasi diikuti oleh
menghasilkan suatu transformasi dari ke . Transformasi ini disebut
komposisi dengan (composition of with ) dan dinotasikan dengan
(baca “ lingkaran ”). Jadi,
 (18)
Komposisi adalah linear karena
( ) (19)

Sehingga adalah perkalian dengan BA, yang merupakan suatu transformasi

linear. Rumus (19) juga menyatakan kepada kita bahwa matriks standar utuk
adalah BA. Ini dinyatakan dalam rumus
(20)
Catatan: Rumus (20) menangkap suatu gagasan penting: Mengalikan matriks-
matriks adalah sama dengan menyusun transformasi linear matriks standar yang
bersesuaian dengan urutan faktor-faktor dari kanan ke kiri.
Terdapat bentuk alternative dari Rumus dan adalah
transformasi-transformasi linear, maka karena matriks standar untuk komposisi
adalah hasilkali dari matriks-matriks standar dan , kita memiliki

Contoh 6 Komposisi dan Dua Rotasi

Misalkan dan adalah operator-operator linear yang
merotasi vektor-vektor berturut-turut sebesar sudut dan , jadi operasi

Pertama, merotasi x sebesar sudut , kemudian merotasi sebesar sudut .

Maka dampak akhir dari adalah merotasikan setiap vektor pada sebesar
sudut (Gambar 4.2.7)

Jadi matriks standar untuk operator-operator linear ini adalah

[ ], [ ]
 [ ]

Matriks-matriks ini harus memenuhi (21). Dengan bantuan beberapa identitas

trigonometric dasar, dapat kita menunjukkan bahwa berikut ini juga berlaku:

[ ][ ]

[ ]

[ ]

Catatan. Secara umum, urutan susunan transformasi linear merupakan hal yang
menentukan. Ini telah diperkirakan sebelumnya, karena komposisi dari dua
transformasi linear adalah sesuaidengan perkalian dari matriks matriks standarnya,
dan kita mengetahui bahwa urutan perkalian matriks akan mempengaruhi hasil
yang diperoleh.

Contoh 7 Komposisi bersifat tidak komutatif

Misalkan adalah operator refleksi terhadap garis , dan
misalkan adalah proyeksi orthogonal pada sumbu y. Gambar 4.2.8
memberikaqn ilustrasi secara garis bahwa dan memiliki dampak yang
berbeda terhadap suatu vektor x. Kesimpulan yang sama dapat diperoleh dengan
menunjukkan bahwa matriks-matriks standar untuk dan tidak komutatif:

* +* + * +

* +* + * +
Sehingga
Contoh 8 Komposisi dari Reduksi
Misalkan adalah refleksi terhadap sumbu y, dan misalkan
adalah refleksi terhadap sumbu x. pada kasus dan adalah sama,
keduanya memetakan setiap vektor x= (x,y) kenegatifnya –x=(-x,-y) (Gambar
4.2.9):

Kesamaan dan juga dapat dideduksi dengan menunjukkan bahwa

matriks-matriks standar untuk dan adalah komutatif:

* +* + * +

* +* + * +

Operator pada atau disebut refleksi terhadap titik asal

(reflection about the origin). Sebagaimana ditunjukkan oleh perhitungan diatas,
matriks standar untuk operator ini pada adalah

* +

Komposisi dari Tiga atau Lebih Tranformasi Linear

Komposisi dapat didefinisikan untuk tiga atau lebih transformasi linear. Sebagai
contoh, perhatikan transformasi linear
, dan
Kita mendefinisikan komposisi : dengan

( ( ))

Dapat ditunjukkan bahwa komposisi ini adalah suatu transformasi linear dan
bahwa matriks standar untuk berkaitan dengan matriks-matriks standar
untuk , dan sebagaimana berikut
Yang merupakan generalisasi dari (21). Jika matriks-matriks standar untuk ,
dan dinyatakan berturut-turut sebagai A,B dan C, maka kita juga memiliki
generalisasi dari (20)

Contoh 9 Komposisi dari Tiga Transformasi

Tentukan matriks standar untuk operator linear yang pertama-tama
merotasi suatu vektor yang berlawanan arah jarum jam terhadap sumbu z sebesar
sudut , kemudian merefleksikan vektor yang dihasilkan terhadap bidang yz, dan
kemudian memproyeksikan vektor tersebut secara ortogonal ke bidang xy.
Penyelesaian:
Transformasi linear T dapat dinyatakan sebagai komposisi

Dimana adalah rotasi terhadap sumbu z, adalah refleksi terhadap bidang yz,
dan adalah proyeksi orthogonal pada bidang xy.Dari tabel 3,5, dan 7 matriks-
matriks standar untuk transformasi linear tersebut adalah

[ ], [ ], [ ]

Jadi, dari (22) matriks standar untuk adalah yaitu,

[ ][ ][ ] [ ]