1. Penjumlahan
Misalkan: u, v ∈ Rn, didefinisikan: u + v = u1+v1, u2+v2, …, un+vn.
Entri yang seletak dijumlahkan.
Contoh:
Misalkan u = (2, -1, 9, 3, 4), v = (1, -2, -3, -2, 1, 0), w = (5, -8, 2, 3, 4, 5).
u + v = tidak terdefinisi, karena u ∈ R5, sedangkan v ∈ R6.
v + w = {1+5, (-2)+(-8), (3+2), (-2)+3, (1+4), (0+5) = (6, -10, 5, 1, 5, 5)
Beatrix Lauw
2006468075
Contoh:
Misalkan u = (2, -1, 9, 3, 4)
Maka -3u = (-6, 3, -27, -9, -12).
Akibat dari didefinisikannya perkalian dengan skalar, maka
didapatlah operasi pengurangan, yatu: u - v = u + (-v) = u + (-1)v
Selisih vektor-vektor dalam Rn didefisniskan sebagai: v – u = v + (-u)
Beatrix Lauw
2006468075
▪ Norma Euclides/panjang Euclides dalam vektor u = (u1 ,u2 ,…,un) di Rn didefinisikan sebagai:
▪ Jika u = (u1 ,u2 ,…,un) dan v = (v1 , v2 ,…,vn) adalah vektor di Rn,
maka |u · v| ≤ || u || || v ||
2021/3/14
Beatrix Lauw
2006468075
Teorema 4.1.4 Properties of Length in Rn
Jika u dan v adalah vektor di Rn dan k skalar, maka:
• || u || ≥ 0
• || u || = 0, jika dan hanya jika u = 0
• || ku || = | k ||| u ||
• || u + v || ≤ || u || + || v || (Ketidaksamaan segitiga)
w
Jika u, v, and w adalah vektor di Rn dan k adalah skalar, maka:
d(u, v) ≥ 0
d(u, v) = 0 jika dan hanya jika u = v
d(u, v) = d(v, u)
d(u, v) ≤ d(u, w ) + d(w, v) (Ketidaksamaan segitiga)
v
u
2021/3/14
Beatrix Lauw
2006468075
Buktinya:
Beatrix Lauw
2006468075
u+w
v
u
Beatrix Lauw
2006468075
2021/3/14 15
Beatrix Lauw
2006468075
▪ Jika A = [aij] adalah matriks mr dan B =[bij] adalah matriks rn, maka entri-ij-dari AB
adalah:
ai1b1j + ai2b2j + ai3b3j + … + airbrj
Yang merupakan hasil kali produk dari baris I vektor A dan kolom j dari vektor B
▪ Sehingga, jika baris dari vektor A adalah r1, r2, …, rm dan kolom B adalah c1, c2, …,
cn ,
r1 c1 r1 c 2 r1 c n
r c r c r c
AB = 2 1 2 2 2 n
rm c1 rm c 2 rm c n
2021/3/14 16
Beatrix Lauw
2006468075
2021/3/14
No 1c, 1f, 9d
c) –u + (v -4w)
Gabung keduanya
-u + (v – 4w) = (3 + (-16), -2 + 15, -1 + 35, 0 + 2)
= (-13, 13, -36, 7)
Bianca Amira R
2006530665
f) (6v – w) – (4u + v)
d(u,v) = ||u – v ||
u – v = (2, -2, 2) – (0, 4, -2)
= (2, -6, 4)
▪ Didapati W1 = 1, W2 = 3, W3 = 8.
◼ Kita menuliskan transformasi linear dengan T= Rn ® Rm dan
dengan TA = Rn ® Rm
Sehingga,
T A(x) = Ax
Vektor x diekspresikan sebagai matrix kolom.
Kita akan menuliskan matrix standar untuk T dengan simbol
[T]
T (x) = [T]x
Terkadang, kedua notasi untuk matrix standar akan
tercampur, di kasus itu kita akan memiliki hubungan
[TA ] = A
▪ Jika 0 adalah matrix nol m x n dan 0 adalah vektor nol di
Rn sehingga untuk setiap vektor x in Rn
T0 (x) = 0x = 0
▪ Sehingga perkalian dengan nol pemetaan di setiap vektor
pada Rn menuju vektor nol di Rm. Kita menyebut T0
dengan transformasi nol dari Rn menuju Rm. Terkadang
transformasi 0 ditulis dengan 0
▪ Jika I adalah matrix identitas n x n, sehingga untuk setiap vektor x di Rn
TI (x) = Ix = x
Sehingga multiplikasi dengan I memetakan setiap vektor di Rn dengan dirinya
sendiri.
Kita menyebut T1 sebagai operator identitas pada Rn
▪ Secara garis besar, Operator pada R2 dan R3 yang
memetakan tiap vektor menuju gambaran
sismetrisnya tentang beberapa garis atau bidang
yang disebut sebagai operasi refleksi. Operator
tersebut bersifat linear.
▪ Tabel 2 dan 3 adalah menggambarkan operator
refleksi yang umum
▪ Secara garis besar, sebuah operator proyeksi (atau
lebih tepatnya sebuah proyeksi operator
orthogonal) pada R2 dan R3 adalah setiap operator
yang memetakan setiap vektor menuju proyeksi
orthagonalnya pada garis ataupun bidang melalui
sumber asalnya. Dapat dibuktikan bahwa operator
berbentuk linear
▪ Beberapa Operator proyeksi dasar pada R2 dan R3
berada pada tabel 4 dan 5
▪ Operator yang memutar tiap
vektor di R2
melalui sebuah sudut
θ disebut sebagai operator rotasi
pada R2. Tabel 6 memberikan
formula untuk operator rotasi
pada R2.
▪ Pertimbangkan operator rotasi
yang memutar tiap vektor
melawan jarum jam melalui
sebuah angle θ. Untuk
menemukan persamaan yang
berhubungan dengan x dan w =
T(x), Misal φ menjadi besar jarak
dari sumbu positif x ke x, dan
misalkan r menjadi panjang dari x
dan w.
▪ Kemudian, dari trigonometri dasar didapati
yaitu
▪ Bisa dibuktikan bahwa komposisi ini berbentuk transformasi linear dan standar
matrix untuk T3 o T2 o T1 berhubungan dengan matrix standar untuk T1 , T2 , T3
dengan
▪ Jika matrix standar untuk T1 , T2 , dan T3 dinotasikan dengan A,B, dan C. Maka,
kita memiliki bentuk
Davina Athira Xanthi
Teknik Kimia 2020
2006525841
Davina Athira Xanthi
Teknik Kimia 2020
2006525841
3. Tentukan matriks standar untuk operator linier T:R3 R3 yang diberikan oleh
w1 = 3x1 + 5x2 – x3
w2 = 4x1 – x2 + x3
w3 = 3x1 + 2x2 – x3
dan kemudian hitung T(-1,2,4) dengan mengganti langsung persamaan dan juga dengan perkalian
matriks.
Pembahasan Materi :
Transformasi T:Rn Rm yang ditentukan oleh persamaan tersebut disebut transformasi linear (operator
linear jika m = n), dengan demikian transformasi linear ditentukan oleh persamaan :
w1 = a11x1 + a12x2 + … + a1nxn ,atau dalam notasi matriks :
w2 = a21x1 + a22x2 + … + a2nxn
Solusi :
Matriks standar untuk T adalah matriks koefisien dari sistem yang diberikan:
Hasil :
T(-1,2,4) = (3,-2,-3)
Davina Athira Xanthi
Teknik Kimia 2020
2006525841
4. c) Tentukan matriks standar untuk operator linier T yang ditentukan oleh rumus
T(x1,x2,x3) = (x1+2x2+x3, x1+5x2, x3)
Solusi :
Persamaan : w1 = x1 + 2x2 + x3
w2 = x1 + 5x2
w3 = x3
Apabila ditulis dalam bentuk matriks, maka :
7. a) Pada setiap bagian, gunakan matriks standar untuk T mencari T(x) kemudian periksa hasilnya
dengan menghitung T(x) secara langsung
T(x1,x2) = (-x1+x2, x2); x = (-1,4)
Solusi :
Apabila menggunakan rumus w = Ax, maka
Hasil :
T(-1,4) = (5,4)
Dena Devi Ramadhani
Teknik Industri 2020
2006466782
Dena Devi Ramadhani
Teknik Industri 2020
2006466782
1 T(v)
▪ A dapat diinvers
▪ Daerah hasil dari TA adalah Rn
▪ TA adalah one-to-one
▪ Untuk menunjukkan bahwa daerah hasil T adalah semua anggota R2, harus ditunjukkan
bahwa setiap vector w pada R2 adalah bayangan suatu vektor x di bawah T.
▪ Matriks standard untuk T karena vektor x diperoleh dengan merotasikan w pada sudut –
tetha dipetakan ke w jika dirotasikan pada sudut .
cos − sin
[T ] =
sin cos
▪ [T] dapat diinvers karena
cos − sin
det = cos 2 + sin 2 = 1 0
sin cos
Dena Devi Ramadhani
Teknik Industri 2020
2006466782
▪ Untuk menunjukkan bahwa daerah hasil T bukan semua anggota R3, suatu
vektor w pada R3 harus bukan bayangan setiap vector x di bawah T. Namun,
sembarang vector w di luar bidang-xy mempunyai sifat ini karena semua
bayangan di bawah T terletak pada bidang-xy.
1 0 0
[T ] = 0 1 0
0 0 0
▪ Dikarenakan matriks standar untuk T-1 adalah invers dari matriks standar untuk
T, maka:
𝑻−𝟏 = 𝑻 −𝟏
▪ Setiap vektor di R2 pada operator linear T : R2 → R2 dirotasikan terhadap sudut
cos − sin
[T ] =
sin cos
▪ T(u+v)=T(u)+T(v)
▪ T(cu)=cT(u)
Dena Devi Ramadhani
Teknik Industri 2020
2006466782
𝑇(𝑒1 ) = 𝑐𝑜𝑠𝜃
Sehingga:
𝑇(𝑒1 ) 𝑐𝑜𝑠𝜃 2
𝑇(𝑒1 ) = = 𝑐𝑜𝑠 𝜃
𝑇(𝑒1 ) 𝑠𝑖𝑛𝜃 𝑠𝑖𝑛𝜃𝑐𝑜𝑠𝜃
𝑇(𝑒2 ) = 𝑠𝑖𝑛𝜃
Sehingga:
𝑇 = 𝑐𝑜𝑠 2 𝜃 𝑠𝑖𝑛𝜃𝑐𝑜𝑠𝜃
𝑠𝑖𝑛𝜃𝑐𝑜𝑠𝜃 𝑠𝑖𝑛2 𝜃
Dena Devi Ramadhani
Teknik Industri 2020
2006466782
▪ Matriks standar untuk T adalah 𝑻 = 𝑻(𝒆𝟏 ): 𝑻(𝒆𝟐 )
𝑇(𝑒1 ) = 𝑐𝑜𝑠𝜃
Sehingga:
𝑇(𝑒1 ) 𝑐𝑜𝑠𝜃 2
𝑇(𝑒1 ) = = 𝑐𝑜𝑠 𝜃
𝑇(𝑒1 ) 𝑠𝑖𝑛𝜃 𝑠𝑖𝑛𝜃𝑐𝑜𝑠𝜃
𝑇(𝑒2 ) = 𝑠𝑖𝑛𝜃
Sehingga:
𝑇 = 𝑐𝑜𝑠 2 𝜃 𝑠𝑖𝑛𝜃𝑐𝑜𝑠𝜃
𝑠𝑖𝑛𝜃𝑐𝑜𝑠𝜃 𝑠𝑖𝑛2 𝜃
Dena Devi Ramadhani
Teknik Industri 2020
2006466782
𝜋 1 𝜋 3
𝑠𝑖𝑛 6 = 2 dan 𝑐𝑜𝑠 6 = 2
▪ Dari bagian A, kita dapatkan matriks standar untuk operator proyeksi ini merupakan:
3 4 3 4
𝑇 =
3 4 1 4
▪ Jadi:
3+5 3
1 3 4 3 4 1 4
𝑇 = =
5 3 4 1 4 5 3+5
4
▪ Notasi horizontal:
3+5 3 3+5
𝑇(1,5) = ,
4 4
Dena Devi Ramadhani
Teknik Industri 2020
2006466782
𝑨𝒙 = 𝝀𝒙
▪ Dapat disimpulkan bahwa:
1. Nilai-eigen dari T tepat merupakan nilai-eigen dari matriks standarnya A
2. X adalah suatu vektor eigen dari T yang berpadanan dengan 𝜆 jika dan hanya
jika x adalah suatu vektor eigen dari A yang berpadanan dengan 𝜆
▪ Jika λ adalah suatu nilai eigen dari A dan x adalah suatu vektor eigen yang
berpadanan, maka Ax=λx, sehingga perkalian dengan A memetakan x ke
suatu penggandaan skalarnya sendiri.
cos − sin
▪ Matriks standar untuk T adalah A=
sin cos
− cos sin
det(I − A) = =0
− sin − cos
▪ Hasilnya adalah ( – cos )2 + sin2 = 0.
Dena Devi Ramadhani
Teknik Industri 2020
2006466782
Teorema 4.3.3