BAB VI

TRANSFORMASI LINIER
1. Fungsi dari Rn ke Rm
Jika daerah asal suatu fungsi f adalah Rn dan daerah kawannya adalah Rm (m dan n
mungkin sama), maka f disebut suatu peta atau transformasi dari Rn ke Rm dan dikatakan bahwa
f memetakan Rn ke Rm.
Untuk mengilustrasikan suatu cara penting dimana transformasi bisa muncul, anggap f1,
f2, …, fn adalah fungsi-fungsi bernilai real dari n peubah real:
w1 = f1(x1, x2, …, xn)
w2 = f2(x1, x2, …, xn)
…
wm = fm(x1, x2, …, xn)
m persamaan tersebut menempatkan suatu titik (w1, w2, …, wm) dalam Rm ke setiap titik (x1, x2,
…, xn) dalam Rn, yang mendefinisikan suatu transformasi dari Rn ke Rm, yang dapat dinyatakan
sebagai:
T(x1, x2, …, xn) = (w1, w2, …, wm)
dimana T adalah transformasi yang terbentuk.

Contoh:
1. Untuk setiap vector v = [v1, v2] dalam R2 ditentukan T: R2 → R2 oleh
T(v1, v2) = (v1 – v2, v1 + 2v2).
a) Tentukan bayangan dari v = [ - 1, 2]
b) Tentukan bayangan dari v = [ 0, 0]
c) Tentukan asal dari bayangan dari w = [ - 1, 11]
Penyelesaian:
a). Untuk v = [ - 1, 2] didapat T [1,2] = [ - 1 – 2, – 1 + 2(2)] = [ - 3, 3]
b). Jika v = [ 0, 0] didapat T [0,0] = [ 0 – 0, 0 + 2(0)] = [ 0, 0]
c). Jika T[ v ] = [(v1 – v2) – 1 + 2v2] = [ - 1, 11] maka
v1 – v2 = - 1
v1 + 2v2 = 11
Ini adalah suatu sistim persamaan yang mempunyai solusi tunggal v1 = 3 dan v2 = 4. Jadi
asal dari [ - 1, 11 ] himpunandi R2 yang mempunyai anggota vector tunggal [3,4].
2. Diketahui transformasi T:R2  R3 yang didefinisikan sebagai berikut:
w1 = x1 + x2
w2 = 3x1x2
w3 = x12 – x22
maka bayangan titik (x1,x2) adalah:
T(x1,x2) = (x1 + x2, 3x1x2, x12 – x22)
Jika diandaikan x1 = 2 dan x2 = -1, maka T(2,-1) = (2 – 1, 3(2)(-1), (2)2 – (-1)2) = (1, - 6, 3)

2. Transformasi Linier.
Definisi:
Misalkan V dan W masing-masing adalah ruang vector. Fungsi
T: V → W
Adalah sebuah transformasi linier dari V ke W jika kedua sifat berikut adalah benar
untuk setiap u dan v dalam V dan untuk sebarang scalar c
1) T (u + v) = T(u) + T(v)
2) T (cu) = cT(u)

57
 58

Contoh: (Transformasi linier).

Tunujkkan bahwa fungsi T: R2 → R2 dengan
T(v1, v2) = (v1 – v2, v1 + 2v2).
adalah sebuah transformasi linier dari R2 ke R2.
Penyelesaian:
Misalkan u = [u1 , u2] dan v = [v1 , v2] adalah dua buah vector di R2 dan c sebuah scalar.
1) u + v = [u1, u2] + [v1 + v2] = [u1 + v1, v1 + v2] sehingga
T (u + v) = T (u1 + v1 , u2 + v2)
= ((u1 + v1) – (u2 + v2) , (u1 + v1) + 2 (u2 + v2))
= ((u1 – u2) + (v1 - v2) , (u1 + 2u2) + (v2 + 2v2))
= ((u1 – u2 , u1 + 2u2) + (v1 - v2 , v1 + 2v2)
= T(u) + T(v )
2). cu = c[u1 , u2] = [cu1 , cu2] sehingga
T(cu) = T(cu1 , cu2)
= (cu1 – cu2, cu1 + 2cu2)
= c(u1 – u2, u1 + 2u2)
= cT(u)
Jadi T adalah sebuah transformasi linier.

Contoh: (fungsi yang bukan transformasi linier).

a). f(x) = sin x bukan transformasi linier dari R ke R karena secara umum
sin (x1 + x2) ≠ sin x1 + sin x2
b). f(x) = x + 1 bukan transformasi linier dari R ke R karena
f(x1 + x2) = x1 + x2 + 1; sedangkan
f(x1) + f(x2) = (x1 + 1) + (x2 + 1) = x1 + x2 + 2.

Sifat-sifat Transformasi Linier.

Misalkan T adalah sebuah transformasi linier dari V ke W, di mana u dan v dalam V.
Maka sifat-sifat di bawah ini benar.
1) T (0) = 0
2) T (-v) = - T(v)
3) T ( u – v) = T(u) – T(v)
4) Jika v = c1v1 + c2v2 + … + cnvn maka
T(v) = T(c1v1 + c2v2 + … + cnvn)
= c1T(v1) + c2T(v2) + … + cnT(vn)

Contoh: (transformasi linier dan basis-basis)

Misalkan T: R3 → R3 adalah sebuah transformasi linier sedemikian sehingga
T(1, 0, 0) = (2, 1, - 4)
T(0. 1. 0) = (1, 5, - 2)
T(0, 0, 1) = (0, 3, 1).
Tentukan T(2, 3, - 2)
Penyelesaian:
(2, 3, - 2) = 2(1, 0, 0) + 3(0, 1, 0) – 2(0, 0, 1) sehingga berdasarkan teorema
T(2, 3, - 2) = 2T(1, 0, 0) + 3T(0, 1, 0) – 2T(0, 0, 1)
= 2(2, 1, - 4) + 3(1, 5, - 2) – 2T(0, 3, 1)
= (7, 7, 0).

Contoh: (Transformasi linier terdefinisi oleh matriks)

 59

Sebuah fungsi T: R2 → R3 didefinisikan sebagai

3 0 
v 
T(v) = Av =  2 1   1 
 1  2  2 
v

Tentukan: a). T(v) untuk v = [2, - 1] b). Tunjukkan bahwa T adalah transformasi linier R2 ke R3.
Penyelesaian:
a). v = [2 , - 1] sehingga
3 0  6 
  2  
T(v) = Av =  2 1      3
1
 1  2   0
Ini berarti T(2, - 1) = (6, 3, 0).
b). Diawali dengan memeriksa bahwa T memetakan sebuah vektor dalam R2 kepada
sebuah vektor dalam R3. Untuk menunjukkan bahwa T adalah sebuah transformasi linier,
gunakan sifat transsformasi linier. Untuk setiap vektor u dan v dalam R2, sifat distributif
perkalian matriks atas penambahan menghasilkan
T(u + v) = A(u + v) = Au + Av = T(u) + T(v).
Dengan cara yang sama untuk setiap vektor u dalam R2 dan untuk setiap scalar c, sifat
komutatif dari perkalian matriks dengan skalar menghasilkan
T(cv) = A(cu) = c(Au) = cT(u).

Teorema: (Transformasi Linier diberikan oleh matriks)

Misalkan A adalah sebuah matriks m x n. Fungsi T yang terdefinisi oleh
T(v) = Av.
adalah transformasi linier dari Rn ke Rm Untuk menyesuaikan dengan perkalian
matriks dengan sebuah matriks m x n, matriks n x 1 mewakili vektor di Rn dan m x
1 mewakili vector di Rm.
 a11 a12  a1n   v1   a11 v1 a12 v 2  a1n v n 
    
 a 21 a 22  a 2 n   v 2   a 21 v1 a 22 v 2  a 2 n v n 
Av   
            
    
a    
 m1 a m 2  a mn   v n   a m1v1 a m 2 v 2  a mn v n 

Contoh: (Transformasi linier diberikan matriks).

1) Pandang transformasi linier T: Rn → Rm didefinisikan oleh T(v) = Av. Tentukan dimensi Rn dan
Rm untuk transformasi linier yang diwakili setiap matriks.
0 1  1  2  3
1 0  1 2
a. A  2 3 0  b. A   5 0 
  c. A   
4 2 1   0  2 3 1 0 0
Penyelesaian:
a. Ukuran matriks 3 x 3 sehingga mendefinisikan transformasi linier dari R3 ke R3
0 1  1  v1   u1 
Av  2 3 0  v 2   u 2 
4 2 1  v3  u 3 
b. Ukuran matriks ini adalah 3 x 2 sehingga matriks ini mendefinisikan sebuah transformasi linier
dari R2 ke R3.
 60

c. Ukuran matriks ini adalah 2 x 4 sehingga matriks ini mendefinisikan sebuah transformasi linier
dari R4 ke R2..

2). (Transformasi Linear dari Rn ke Rm)

Transformasi linear T:R4  R3 didefinisikan oleh:
w1 = 2x1 – 3x2 + 5x3
w2 = 5x1 – x2 + 3x3 + 2x4
w3 = 4x2 + x3 + 4x4
Ketiga persamaan tersebut dapat dinotasikan sebagai:
x 
 w1   2  3 5 0  1 
    x 2 
 w2    5  1 3 2  
 w   0 4 1 4  x 3 
 3   x 
 4
2  3 5 0 
 
Sehingga matriks standar untuk transformasi tersebut adalah: A = 5  1 3 2 
0 4 1 4
 
Bayangan titik (x1, x2, x3, x4) dapat dihitung dari ketiga persamaan awal atau dari notasi
matriksnya.
Jika (x1, x2, x3, x4) = (1, -1, 2, 0) maka hasil transformasinya adalah:
 1 
 w1   2  3 5 0    15 
     1  
 w2    5  1 3 2     12 
 w   0 4 1 4  2    2 
 3   0   
 
3). Tunjukkan bahwa transformasi linier R2 → R2 diwakili oleh matriks
cos  sin  
A 
 sin  cos 
memiliki sifat bahwa transformasi itu memutar vector di R2 berlawanan arah jarum jam
dari titik asal melewati sudut .
Penyelesaian:
Dari teorema diketahui bahwa T adalah sebuah transformasi linier. Untuk menunjukkan bahwa
transformasi itu memutar setiap vektor di R2 melawan arah jarum jam melewati sudut .,
misalkan v = [x, y] adalah sebah vektor dalam R2. Dengan menggunakan koordinat polar
kita dapat menulis v = [r cos , r sin  ]. Di mana r adalah panjang dari vector v dan 
adalah sudut antara sumbu x positif ke arah berlawanan jarum jam terhadapvektur v.
Dengan menerapkan transformasi linier T terhadap v menghasilkan
T(v) = Av
cos  sin    x 
=  
 sin  cos   y 
cos  sin   r cos 
=  
 sin  cos   r sin  
r cos cos  r sin  sin  
= 
r sin  cos  r cos sin  
r cos(   )
= 
 r sin(   ) 
 61

Tunjukkan bahwa vektor T(v) mempunyai panjang sama dengan v. Lebih jauh sudut
antara sumbu x positif terhadap T(v) adalah  + 
di mana T(v) adlah vector yang dihasilkan dengan memutar vektor v melawan arah jarum
jam sejauh sudut  (lihat gambar).

3. Kernel dan Jangkauan (Range) Transformasi Linier.

Definisi: (Kernel Transformasi Linier).
Misalkan T: V → W sebuah transformasi linier.
Himpunan semua vector v dalam V yang memenuhi T(v) = 0 adalah Kernel dari T dan
ditulis dengan ker(T).

Contoh: (menentukan Kernel tansformasi Linier).

1). Misalkan T: M12 → M23 adalah sebuah transformasi linier yang memetakan matriks 3 x 2 A ke
pada transposenya yaitu T(A) = AT. Tentukan Kernel dari T.
Penyelesaian:
Untuk transformasi linier ini, jelas hanya matriks nol 3 x 2 dalam M 3x2 yang transposenya
adalah matriks nol dalam M2x3. Jadi Kernel dari T adalah tunggal yaitu matriks nol dalam
M3x2.
2). Tentukan Kernel transformasi Linier T: R3 → R2 yang didefibisikan dengan T(x) = Ax dengan
 1  1  2
A
 1 2 3 
Penyelesaian:
Kernel dari T ialah himpunan semua x = [x1, x2, x3] dalam R3 sedemikian sehingga T(x1,
x2, x3) = (0, 0). Dari persamaan ini diperoleh sistim homogen

Dengan menuliskan matriks yang diperbesar dari sistim dan mereduksi menjadi matriks
eselon baris terduksi menghasilkan

Dengan menggunakab parameter t = x3 menghasilkan solusi (pemecahan)

 62

Jadi Kernel dari T ialah

ker(T) = {t(1, −1, 1): t bilangan riil} = span{(1, −1, 1)}. (lihat gambar)

Teorema: Kernel adalah sebuah sub ruang (Subspace)

Kernel sebuah transformasi linier T: V → W adalah sebuah sub ruang dari daerah
asal V.
Bukti:
Dari teorema sebelumnya diketahui bahwa ker(T) adalah himpunan bagian tak kosong dari
V Sehingga dapat ditunjukkan bahwa ker(T) adalah himpunan bagian dari V dengan
menunjukkan bahwa V tertutup dibawah penjumlahan vector dan perkalian scalar. Untuk
melakukan itu misalkan u dan v adalah vector-vektor dalam kernel T.
Maka T(u + v) = T(u) + T(v) = 0 + 0 = 0, yang berakibat bahwa u + v adalah sebuah
kernel. Lebih lanjut jika c adalah sebarang scalar maka T(cu) = cT(u) = c0 = 0, yang
mengakibatkan bahwa cu ada dalam kernel

Contoh: (menentukan Basis untuk Kernel)

Diberikan T: R5 → R4 dengan T(x) = Ax dan

Penyelesaian:
Dengan prosedur yang sama seperti contoh sebelumnya, tuliskan matriks yang
diperbesar [A : 0] untuk mereduksi menjadi bentuk matriks eselon baris tereduksi

Misalkan x3 = s dan x5 = t diperoleh

Jadi basis untuk kernel dari T ialah B = {(−2, 1, 1, 0, 0), (1, 2, 0, −4, 1)}.
 63

Teorema: Range (Jangkauan) Transformasi Linier.

Range (jangkauan) sebuah transformasi linier T: V → W adalah sebuah sub ruang
dari daerah kawan W.
Bukti:
Jangkauan (range) dari T adalah himpunan tak kosong sebab T(0) = 0 berakibat bahwa
jangkauan memuat vektor nol. Untuk menunjukkannya ini tertutup untuk penjumlahan
vector, misalkan T(u) dan T(v) adalah vector-vektor dalam jangkauan T. Vektor-vektor u
dan v ada dalam V, sehingga u + v ada dalam V, serta jumlah
T(u) + T(v) = T(u + v)
ada di dalam jangkauan T.
Untuk menunjukkan ketertutupan perkalian skala, misalkan T(u) sebuah vector dalam
range T dan misalkan c sebuah skalar. u ada di dalam V, sehingga cu juga di dalam V,
dan hasil kali skalar
cT(u) = T(cu) ada dalam range T.

Kernel dan range sebuah transformasi linier linear T: V → W adalah subruang

(subspaces) dari masing-masing V dan W, Untuk menentukan suatu basis untuk range sebuah
transformasi linier T(x) = Ax, periksa bahwa range terdiri atas semua vektor b sedemikian
sehingga Ax = b konsisten dengan menulis

dalam bentuk

Tunjukkan bahwa b ada dalam range T jika dan hanya jika b adalah kombunasi linier vektor-
vektor kolom dari A. Sehingga ruang kolom dari matriks A adalah sama dengan range dari T.

Contoh: (Menentukan suatu basis untuk transformasi linier).

Untuk transformasi linier R5 →R4 dari contoh sebelumnya, tentukan suatu basis untuk range T.
Penyelesaian:
Gunakan bentuk eselon baris tereduksi dari A pada contoh sebelumnya

1 utama (the leading 1’s) muncul dalam kolom 1, 2, dan 4 matriks terduksi di ruas kanan
sehingga vektor kolom yang bersesuaian dari A membentuk sebuah basisi untuk ruang kolom
dari A. Sebuah basis untuk range dari T ialah
B = {(1, 2, −1, 0), (2, 1, 0, 0), (1, 1, 0, 2)}.

4. Matriks-matriks untuk Transformasi Linier.

1). Matriks Standar Untuk Transformasi Linier.
Manakah yang lebih baik untuk merepresentasikan T: R3 →R3 dengan:
T(x1, x2, x3) = (2x1 + x2 − x3, −x1 + 3x2 − 2x3, 3x2 + 4x3)
 64

atau

Ternyata yang kedua lebih baik dari yang pertama karena tiga alasan, yaitu: lebih sederhana
untuk ditulis, lebih sederhana dibaca, dan lebih mudah dimasukkan ke dalam perangkat lunak
matematika.
Kunci untuk menyatakan sebuah transormasi linier T: V → W dengan sebuah matriks
adalah menentukan bagaimana ia bekerja pada sebuah basis untuk V. Sekali diperoleh
bayangan untuk setiap vektor dalam basis, kita dapat menggunakan sifat-sifat transformasi linier
untuk menentukan T(v) untuk setiap v dalam V.
Ingat bahwa basis standar untuk Rn, ditulis dalam vektor kolom, ialah

Teorema: (Matriks Standar Matriks untuk Sebuah Transformasi Linier).

Misalkan T: Rn → Rm sebuah transformasi linier sedemikian sehingga, untuk
vektor basis standar ei dari Rn,

Maka matriks m × n standar yang ke n kolomnya berpadanan dengan T(ei)

sedemikian sehingga T(v) = Av untuk untuk setiap v dalam Rn. A disebut matriks
standar untuk T.

Bukti: Untuk menunjukkan bahwa T(v) = Av untuk setiap v dalam Rn, kita dapat menulis

T adalah sebua transformasi linier, sehingga

Di pihak lain hasil kali matriks Av adalah

 65

Sehingga T(v) = Av untuk setiap v dalam Rn.

Contoh: (Menentukan matriks standar untuk transformasi linier)

1). Tentukan matriks standar untuk transformasi linier T: R3 → R2 yang denyatakan oleh
T(x, y, z) = (x − 2y, 2x + y).
Penyelesaian
Dimulai dengan menentukan bayangan dari e1, e2, and e3.

Notasi vektor Notasi matriks

Dengan Teorema, kolom-kolom matriks A terdiri atas T(e1), T(e2), dan T(e3), sehingga
kita dapat

Suatu cara praktis yang membantu menentukan matriks standar untuk sebuah
transformasi linier, seperti pada contoh di atas adalah dengan pemeriksaan. Sebagai
contoh untuk menentukan matriks standar
T(x1, x2, x3) = (x1 − 2x2 + 5x3, 2x1 + 3x3, 4x1 + x2 − 2x3) gunakan kofisien dari x1, x2, x3
untuk membentuk baris-baris i matriks A seperti di bawah ini

2. Transformasi linier T: R2 →R2 memproyeksikan setiap titik dalam R2 pada sumbu x seperti
ditunjukkan pada gambar. Tentukanlah matriks standar untuk T.
 66

Penyelesaian
Ttransformasi linier ini diwakili oleh T(x, y) = (x, 0).
Sehingga matriks standar untu T ialah
1 0
A = [T(1, 0) T(0, 1)] =  
0 1 

Matriks standar untuk transformasi nol Rn ke Rm ialah matriks nol m × n d and matriks
standar transformasi identitas dari R ke dalam Rn ialah matriks identitas In.

2) Matriks-matriks standar Tranformasi Linier Baku.

Terdapat empat transformasi linear yang sering digunakan yaitu: (1) Refleksi
(Pencerminan); (2) Proyeksi; (3) Rotasi (Perputaran); dan (4) Dilatasi (Penskalaan)

a). Refleksi (Pencerminan)

Refleksi di R2 terbagi menjadi 3 yaitu:
 Refleksi terhadap sumbu y

Titik awal: (x,y)

Titik akhir: (-x,y)
Persamaan: w1 = -x
w2 = y
  1 0
Matriks standar:  
 0 1

 Refleksi terhadap sumbu x

Titik awal: (x,y)
Titik akhir: (x,-y)
Persamaan: w1 = x
w2 = -y
1 0 
Matriks standar:  
 0  1
 67

 Refleksi terhadap garis x = y

Titik awal: (x,y)

Titik akhir: (y,x)
Persamaan: w1 = y
w2 = x
1 0
Matriks standar:  
0 1

Refleksi di R3 terbagi menjadi 3 yaitu:

 Refleksi terhadap bidang xy
Titik awal: (x,y,z)
Titik akhir: (x,y,-z)
Persamaan: w1 = x
w2 = y
w2 = -z
1 0 0 
 
Matriks standar:  0 1 0 
 0 0  1
 

 Refleksi terhadap bidang xz

Titik awal: (x,y,z)
Titik akhir: (x,-y,z)
Persamaan: w1 = x
w2 = -y
w2 = z
1 0 0
 
Matriks standar:  0  1 0 
0 0 1 
 Refleksi terhadap bidang yz 

Titik awal: (x,y,z)

Titik akhir: (x,y,-z)
Persamaan: w1 = -x
w2 = y
w2 = z
  1 0 0
 
Matriks standar:  0 1 0
 0 0 1
 
b) Proyeksi
Proyeksi di R2 terbagi menjadi 2 yaitu:
 Proyeksi terhadap sumbu x
Titik awal: (x,y)
Titik akhir: (x,0)
Persamaan: w1 = x
w2 = 0
1 0
Matriks standar:  
0 0
 68

 Proyeksi terhadap sumbu y

Titik awal: (x,y)
Titik akhir: (0,y)
Persamaan: w1 = 0
w2 = y
0 0
Matriks standar:  
0 1

Proyeksi ortogonal di R3 terbagi menjadi 3 yaitu:

 Proyeksi ortogonal terhadap bidang xy
Titik awal: (x,y,z)
Titik akhir: (x,y,0)
Persamaan: w1 = x
w2 = y
w2 = 0
1 0 0
 
Matriks standar:  0 1 0 
0 0 0
 

 Proyeksi ortogonal terhadap bidang xz

Titik awal: (x,y,z)
Titik akhir: (x,0,z)
Persamaan: w1 = x
w2 = 0
w2 = z
1 0 0
 
Matriks standar:  0 0 0 
0 0 1
 
 Proyeksi ortogonal terhadap bidang yz Titik awal: (x,y,z)
Titik akhir: (0,y,z)
Persamaan: w1 = 0
w2 = y
w2 = z
0 0 0
 
Matriks standar:  0 1 0 
0 0 1
 

c) Rotasi (Perputaran)
Rotasi dengan sudut  di R2 adalah:
Titik awal: (x,y)
Titik akhir: (w1,w2)
 cos( )  sin( )
Matriks standar:  
 sin( ) cos( ) 
 cos( ) sin( ) 
Searah:  
  sin( ) cos( )
 69

Rotasi di R3 terbagi menjadi 3 yaitu:

 Rotasi berlawanan dengan jarum jam terhadap sumbu x positif dengan sudut 
Titik awal: (x,y)
Titik akhir: (w1,w2,w3)
1 0 0 
 
Matriks standar:  0 cos( )  sin( ) 
 0 sin( ) cos( ) 
 

 Rotasi berlawanan dengan jarum jam terhadap sumbu y positif dengan sudut 
Titik awal: (x,y)
Titik akhir: (w1,w2,w3)
Matriks standar:
 cos( ) 0 sin( ) 
 
 0 1 0 
  sin( ) 0 cos( ) 
 

 Rotasi berlawanan dengan jarum jam terhadap sumbu z positif dengan sudut 

Titik awal: (x,y)

Titik akhir: (w1,w2,w3)
Matriks standar:
 cos( )  sin( ) 0 
 
 sin( ) cos( ) 0 
 0 0 1 


d). Dilatasi (Penskalaan)

Dilatasi di R2 terbagi menjadi 2 yaitu:
 Penyempitan dengan faktor k pada R2 (0  k  1)
Titik awal: (x,y)
Titik akhir: (kx,ky)
Persamaan: w1 = kx
w2 = ky
k 0
Matriks standar:  
0 k 
 Pelebaran dengan faktor k pada R2 (k  1)
Titik awal: (x,y)
Titik akhir: (kx,ky)
Persamaan: w1 = kx
w2 = ky
k 0
Matriks standar:  
0 k 

Dilatasi di R3 terbagi menjadi 2 yaitu:

 Penyempitan dengan faktor k pada R3 (0  k  1)
 70

Titik awal: (x,y,z)

Titik akhir: (kx,ky,kz)
Persamaan: w1 = kx
w2 = ky
w3 = kz
k 0 0
 
Matriks standar:  0 k 0 
0 0 k 
 

 Pelebaran dengan faktor k pada R3 (k  1)

Titik awal: (x,y,z)

Titik akhir: (kx,ky,kz)
Persamaan: w1 = kx
w2 = ky
w3 = kz
k 0 0
 
Matriks standar: 0 k 0
0 0 k 
 
5. Aplikasi Tramsformasi Linier.
Rangkaian Ladder adalah alat yang sangat penting untuk teknologi kelistrikan yang
terlibat dalam rancangan (disain) rangkaian. Dalam rangkaian ladder, tegangan output (keluaran)
V dan kuat arus I dari suatu rangkaian adalah tegangan dan arus input rangkaian berikutnya.
Dalam rangkaian ladder yang ditunjukkan di bawah ini transformasi linier dapat mengaitkan input
dan output dari suatu rangkaian individual (tertutup di dalam sebuah kotak terpisah). Dengan
menggunakan hukum tegangan Khirchoff (Kirchhoff’s Voltage Law) dan hukum arus Khirchoff
(Khirchoff Current Laws) dan Hukum Ohm.

dan

Sebuah komposisi dapat menghubungan tegangan input dan output dari rangkaian ladder yaitu
V1 dan I1 menjadi V3 dan I3. Diskusi mengenai komposisi transformasi linier disajikan berikut ini.
 71

Komposisi Tranformasi Linier.

Komposisi, T, dari T1: Rn → Rm dengan T2: Rm → Rp adalah
T(v) = T2(T1(v))
di mana v adalahsebuah vektor dalam Rn. Komposisi ini dinyatakan dengan T = T2 ₒ T1.
Domain dai T adalah domain T1. Lebih lanjut Komposisi tidak terdefinisi kecuali range i T1
termuat di dalam domain T2, seperti pada gambar berikut

Teorema: (Komposisi Transformasi)

Misalkan T1: Rn → Rm dan T2: Rm → Rp adalah transformasi linier dengan
matriks standar masin g-masing A1 dan A2,
Komposition T: Rn → Rp, yang didefinisikan oleh
T(v) = T2(T1(v)),
adalah sebuah transformasi linier. Lebih lanjut matriks standar A untuk T ialah matriks
hasil kali
A = A2A1.
Bukti:
Untuk menunjukkan bahwa T adalah transformasi linier, misalkan u dan v adlah vektor-vektor
dalam Rn dan misalkan c sbuah skalar . T1 dan T2 adalah transformasi linier, sehingga dapat
ditulis:

Sekarang untuk menunjukkan bahwa A2A1 adalah matriks standar untuk T, gunakan sifat
assosiatif perkalian matriks

Contoh: (matriks s untuk sebuah komposisi)

Misalkan T1 dan T2 adalah transformasi linier dari R3 ke R3 sedemikian sehingga
T1(x, y, z) = (2x + y, 0, x + z) dan T2(x, y, z) = (x − y, z, y).
Tentukan matriks standar untuk komposisi T = T2 ₒ T1 dan T= T1 ₒ T2.

Penyelesaian:
Matriks standar untuk T1 dan T2 adalah
 72

dan
Berdasarkan teorema, matriks standaruntuk T adalah

dan matriks standar untuk T’ adalah

6. Latihan:
1. Bagaimana matriks standar untuk transformasi linier T:R3R3 yang diberikan oleh:
w1 = 3x1 + 5x2 – x3
w2 = 4x1 – x2 + x3
w3 = 3x1 + 2x2 – x3
dan hitung T(-1,2,4)!
2. Cari matriks standar untuk transformasi linier T:R2R2 dari (0,-3) yang direfleksikan
terhadap garis y=x! Kemudian tentukan hasil transformasinya!
3. Cari matriks standar untuk transformasi linier T:R2R2 dari (0,-3) yang diproyeksikan
terhadap sumbu x! Kemudian tentukan hasil transformasinya!
4. Cari matriks standar untuk transformasi linier T:R2R2 dari (1,-3) yang dirotasikan terhadap
sebesar 300! Kemudian tentukan hasil transformasinya!
5. Cari matriks standar untuk transformasi linier T:R3R3 dari (0,-3,1) yang dirotasikan searah
jarum jam sebesar 600! Kemudian tentukan hasil transformasinya!
6. Cari matriks standar untuk transformasi linier T:R3R3 dari (0,-3,1) yang didilatasikan
sebesar 3 kali! Kemudian tentukan hasil transformasinya!
7. Cari matriks standar dan bayangan dari vektor (-2,1) yang dirotasikan searah jarum jam
dengan sudut 3/4 kemudian diproyeksikan secara ortogonal terhadap sumbu y, kemudian
dilebarkan dengan faktor k=2! Kemudian cari invers dari matriks standar tersebut!
8. Cari matriks standar dan bayangan dari vektor (-2,1,0) yang direfleksikan terhadap bidang xz,
kemudian dirotasikan berlawanan jarum jam terhadap sumbu z dengan sudut 5/4,
kemudian disempitkan dengan faktor k=3! Kemudian cari determinan dari matriks standar
dan norm dari vektor bayangannya!