BAB I

PENDAHULUAN

1.1 Latar Belakang Masalah

Transformasi linier termasuk dalam aljabar linier elementer yang memiliki
sub bagian seperti matriks dan operasinya, determinan matriks, sistem persamaan
linier, vektor di bidang dan di ruang, ruang hasil kali dalam, ruang eigen dan yang
terakhir transformasi linier.
Sebelum mengenal lebih jauh tentang transformasi linier maka diperlukan
untuk mengetahui apa itu transformasi linier melalui definisinya dan juga sifat-
sifat transformasi linier yang dalam hal ini disebut sifat transformasi linier kernel
dan jangkauan. Pada makalah ini kami menyajikan sifat-sifat transformasi linier
yaitu sifat transformasi linier kernel dan jangkauan beserta dengan contoh
soalnya.
Transformasi berarti perubahan rupa (bentuk, sifat, fungsi, dan sebagainya).
Kata transformasi memiliki arti perubahan atau perpindahan. Transformasi dalam
matematika merupakan konsep luas karena ada transformasi linear, transformasi
geometri, dan yang lainnya. Jadi dapat disimpulkan secara umum, pengertian
transformasi dalam bahasa matematika adalah suatu pemetaan titik pada suatu
bidang ke himpunan titik pada bidang yang sama.
Transformasi linier merupakan dasar dalam aljabar linier yang berbentuk
fungsi. Transformasi linier yang dimaksud adalah perpindahan dari satu ruang
yang biasa dinamakan dengan domain ke ruang lain yang dinamakan kodomain.
Salah satu pembahasan dalam perkuliahan aljabar adalah mengenai
transformasi linear yaitu suatu fungsi yang dapat memetakan suatu ruang vektor
ke ruang vektor yang lain, sehingga operasi standar pada ruang vektor
(penjumlahan dan perkalian dengan skalar) tetap berlaku.

1
1.2 Rumusan Masalah
Adapun rumusan masalah pada makalah ini, sebagai berikut:
1. Apa saja sifat-sifat transformasi linier?
2. Apa yang dimaksud kernel dan jangkauan?

1.3 Tujuan Penulisan

1. Dapat mengetahui sifat-sifat transformasi linier kernel dan jangkauan.
2. Dapat mengetahui apa itu kernel dan jangkauan.

2
 BAB II
PEMBAHASAN

2.1 Sifat Transformasi Linier

Jika T:V →W adalah sebuah transformasi linier, maka untuk sebarang v1 dan v2
pada 𝑉 dan sebarang skalar 𝑘1 dan 𝑘2, diperoleh:

T (k1v1 + k2v2) = T(k1v1) + T(k2v2) = k1T(v1) + k2T(v2)

Jika v1, v2, …, vn adalah vektor-vektor pada V dan 𝑘1, 𝑘2, … , 𝑘n adalah skalar,
maka:

T (k1v1 + k2v2 + … + knvn) = k1T(v1)+k2T(v2) + … + knT(vn)

Teorema 1. Jika T:V →W adalah transformasi linier, maka:

(a) T (0) = 0
(b) T(-v) = -T(v) untuk semua v di dalam V
(c) T(v-w) = T(v) - T(w) untuk semua v dan w di dalam V

Bukti:
Langkah 1: Penyajian masalah
Tunjukan bahwa teorema 1: (a), (b) dan (c) benar.

Langkah 2: Perencanaan penyelesaian masalah

1. Menggunakan sifat perkalian skalar vektor.
2. Definisi transformasi linier:
(a) F(u+v) = F(u) + F(v) untuk semua vektor u dan v di V.
(b) F(ku) = kF(u) untuk semua vektor u di dalam V dan semua skalar k.

Langkah 3: Penyelidikan masalah

Misalkan v=(v1,v2, ...,vn) adalah sebarang vektor di dalam V dengan v1,v2,...,vnϵ R.

3
Karena:
0v = 0(v1,v2, ...,vn)
= (0v1,0v2, ...,0vn) (Sifat perkalian skalar vektor)
= (0, 0, …, 0)
=0
Maka:
(a) T(0) = T(0v)
= 0T(v) (Definisi transformasi linier bagian (b))
=0
(b) T(-v) = T((-1)v)
= (-1)T(v) (Definisi transformasi linier bagian (b))
= -T(v)
(c) v -w = v + (-1)w
Sehingga:
T(v -w) = T(v + (-1) w)
= T(v) + (-1)T(w) (Definisi transformasi linier bagian (a) dan (b))
= T(v) - T(w)

Langkah 4: Penyajian hasil

Dari penyelidikan masalah yang telah kami lakukan didapatkan bahwa
persamaan-persamaan pada teorema 1 bagian (a),(b) dan (c) adalah benar.

Langkah 5: Menganalisis dan mengevaluasi

Dengan menggunakan definisi transformasi linier dan sifat perkalian skalar
vektor, kita dapat membuktikan bahwa setiap persamaan pada teorema 1 adalah
benar.

Definisi: Kernel
Jika T:V→W adalah transformasi linier, maka himpunan vektor di dalam V
yang dipetakan T ke dalam 0 dinamakan kernel (atau ruang nol) dari T;
himpunan tersebut dinyatakan oleh ker(T).

4
Berdasarkan definisi tersebut, maka:
ker(T) = {v ϵV |T(v) = 0w}
Pada notasi 0w menyatakan vektor nol di W.
Himpunan ker(T) bukan merupakan himpunan kosong.
Himpunan ker(T) merupakan himpunan bagian dari V.

𝑉 𝑊

●
ker(𝑇)● 0W
●

Gambar 2.1. Representasi skematis dari ruang nol

T(0v) = 0w karena T adalah linear. Jadi 0v ϵ ker(T).

Perhatikan transformasi 𝑇 yang diberikan oleh gambar 2.2 berikut:

v w

0 ● 0
𝑣1 ● 𝑤1
𝑣2 ● 𝑤2
𝑣𝑛 ● 𝑤𝑛

Gambar 2.2 Contoh Kernel

Dari gambar 2.2 terlihat bahwa kernel pada transformasi T, yaitu :

ker(T) = {0, v1}, sebab vektor 0 dan 𝑣1 dipetakan terhadap vektor nol.

Contoh 1:
Misalkan T:V→W adalah perkalian oleh
a11 a 12 ⋯ a 1n

[
a
A = 21
⋮
a 22 ⋯ a 2 n
⋮ ⋱ ⋮
am 1 am 2 ⋯ amn ]
5
Tentukanlah ker(T) nya.
Bukti:
Langkah 1: Menyajikan masalah
Misalkan T:V→W adalah perkalian oleh
a11 a 12 ⋯ a 1n
a
A = 21
⋮
[a 22 ⋯ a 2 n
⋮ ⋱ ⋮
am 1 am 2 ⋯ amn

Tentukanlah ker(T) nya.

]
Langkah 2: Perencanaan penyelesaian masalah
1. Definisi kernel
Jika T:V→W adalah transformasi linier, maka himpunan vektor di dalam V
yang dipetakan T ke dalam 0 dinamakan kernel (atau ruang nol) dari T;
himpunan tersebut dinyatakan oleh ker(T).
ker(T) = {v ϵV |T(v) = 0w}

Langkah 3: Penyelidikan masalah

Av = w
a11 a 12 ⋯ a 1n x1 0

[ a21 a 22 ⋯ a 2 n
⋮ ⋮ ⋱ ⋮
am 1 am 2 ⋯ amn ][ ] [ ]
x2
⋮
xn
=
0
⋮
0

Karena ker(T) merupakan transformasi linier yang memetakan vektor v ke vektor

x1
x
⋮
xn []
0, maka 2 merupakan ker(T)

Langkah 4: Penyajian hasil

x1
Berdasarkan penyelidikan yang kami lakukan didapatkan bahwa
[]
x2
⋮
xn
adalah

6
ker(T).
Langkah 5: Menganalisis dan mengevaluasi
Analisis:
Berdasarkan definisi dari kernel maka setiap transformasi linier di V akan
dipetakan ke W dimana W merupakan himpunan dari vektor atau matriks nol.
Apabila transformasi linier di V dipetakan ke W namun W bukan merupakan
himpunan dari vektor ataupun matriks yang entri-entri nya bukan seluruhnya nol
maka transformasi linier tersebut bukan lah kernel.
Evaluasi:
Misalkan T:R2→R2 adalah perkalian oleh

[−82 −14 ]
Yang manakah dari antaranya terletak di ker(T)?

a. [ 105 ]
b. [ 32]
Penyelesaian :

Dikatakan kernel apabila transformasi linier dari V (dalam soal ini V merupakan
R2) dipetakan ke W (dalam soal ini W merupakan R2) dimana W merupakan
matriks 2×2 yang entri-entrinya adalah 0.

AV = W

AR2 = R2

Av = 0

a. Av = 0

a11 a 12 v 1 0
[ ][ ] [ ]
=
a21 a 22 v 2 0

[−82 −14 ][ 105 ]=[ 10+(−10)

−40+ 40 ]

7
 = [ 00]
Dari penyelesaian tersebut terlihat bahwa [ 105 ] terletak di ker(T) karena dipetakan
di matriks nol.

b. Av = 0

a11 a 12 v 1 0
[ ][ ] [ ]
=
a21 a 22 v 2 0

[−82 −14 ][ 32]=[ 6+(−2)

−24+ 8 ]

4
=[
−16 ]

Dari penyelesaian tersebut terlihat bahwa [ 32] tidak terletak di ker(T) karena
dipetakan bukan di matriks nol.

Contoh 2:

Misalkan v1, v2 ϵ ker(T) dan kϵ F. Ditunjukkan bahwa kv1+v2ϵ ker(T).

Bukti:

Langkah 1: Penyajian Masalah

Tunjukkan bahwa kv1+v2ϵ ker(T), dengan v1, v2 ϵ ker(T).

Langkah 2: Perencanaan Masalah

1. Definisi kernel
Jika T:V→W adalah transformasi linier, maka himpunan vektor di dalam V
yang dipetakan T ke dalam 0 dinamakan kernel (atau ruang nol) dari T;
himpunan tersebut dinyatakan oleh ker(T).
ker(T) = {v ϵV |T(v) = 0w}
2. Definisi transformasi linier

8
 (a) F(u+v) = F(u) + F(v) untuk semua vektor u dan v di V.
(b) F(ku) = kF(u) untuk semua vektor u di dalam V dan semua skalar k.
3. Perkalian skalar vektor

Langkah 3: Penyelidikan Masalah

T (kv1 + v2) = T(kv1) + T(v2) (Definisi transformasi linier bagian (a))
= kT(v1) + T(v2) (Definisi transformasi linier bagian (b))
= k. 0w + 0w (Definisi kernel)
= k. 0 + 0 (Perkalian skalar vektor)
=0 (Perkalian skalar vektor)

Langkah 4: Penyajian Hasil

Berdasarkan penyelidikan yang kami lakukan terbukti bahwa kv1 + v2 ϵ ker(T).

Langkah 5: Menganalisis dan Mengevaluasi

Analisis:
Berdasarkan penyelidikan yang kami lakukan apabila vektor-vektor nya terletak
di kernel (v1, v2, …, vn ϵ ker(T), maka transformasi linier dari penjumlahan
vektor-vektor tersebut maupun perkalian vektor-vektor tersebut dengan skalar
T(v1 + v2 + …+ vn) dan T(kv1 + kv2 + …+ kvn) juga terletak di kernel. Namun

apabila vektor-vektor tersebut (BELUM KELAR cuuyyy!!!!!)

Definisi: Jangkauan
Himpunan semua vektor di dalam W yang merupakan bayangan di bawah T dari
paling sedikit satu vektor di dalam V dinamakan jangkauan dari T yang
dinotasikan dengan R(T).
Berdasarkan definisi tersebut, maka
𝑅(𝑇) = {w ∈ 𝑊 | 𝑇(v) = w ∈ 𝑊, untuk v ∈ 𝑉

Contoh 3:
Misalkan T:V→W adalah perkalian oleh

9
 a11 a 12 ⋯ a 1n
a
A = 21
⋮
[a 22 ⋯ a 2 n
⋮ ⋱ ⋮
am 1 am 2 ⋯ amn

Tentukanlah R(T) nya.

]
Bukti:
Langkah 1: Penyajian Masalah
Misalkan T:V→W adalah perkalian oleh
a11 a 12 ⋯ a 1n
a
A = 21
⋮
[a 22 ⋯ a 2 n
⋮ ⋱ ⋮
am 1 am 2 ⋯ amn

Tentukanlah ker(T) nya.

]
Langkah 2: Perencanaan Masalah
1. Definisi jangkauan
Himpunan semua vektor di dalam W yang merupakan bayangan di bawah
T dari paling sedikit satu vektor di dalam V dinamakan jangkauan dari T
yang dinotasikan dengan R(T).
𝑅(𝑇) = {w ∈ 𝑊 | 𝑇(v) = w ∈ 𝑊, untuk v ∈ 𝑉

Langkah 3: Penyelidikan Masalah

Av = w, dengan w merupakan rank atau jangkauan dari v yang konsisten.
a11 a 12 ⋯ a 1n v 1 w1

[ ⋮ ⋮ ⋱ ⋮ ⋮
][ ] [ ]
a21 a 22 ⋯ a 2 n v 2

am 1 am 2 ⋯ amn v n
w
= 2
⋮
wm

w1
w
w= 2
⋮
wm []
Sehingga sistem

10
 v1 w1

[][ ]
v
⋮
vn
w
A 2 = 2
⋮
wm

Konsisten

Langkah 4: Penyajian Hasil

Berdasarkan definisi dari jangkauan diketahui bahwa w (jangkauan dari T(v)
(R(T))) haruslah konsisten.
Langkah 5: Menganalisis dan Mengevaluasi
Analisis:
Berdasarkan penyelidikan kami yang di dasarkan definisi dari jangkauan diketahui
bahwa w (jangkauan dari T(v) (R(T))) haruslah konsisten. Apabila w (jangkauan
dari T(v)) tidak konsisten maka w tidak terletak di R(T).
Evaluasi:
Misalkan T:R2→R2 adalah perkalian oleh

[−82 −14 ]
Yang manakah dari antaranya terletak di R(T)?

a. [−41 ]
b. [ 50]
Penyelesaian:
Dikatakan jangkauan dari T (R(T)) apabila jangkauan atau solusi dari transformasi
linier adalah konsisten, maka:
AV = W
AR2 = R2
Av = w
a. Av = w

a11 a 12 v 1 w1
[ ][ ] [ ]
=
a21 a 22 v 2 w2

11
 [−82 −14 ][ vv ]=[−41 ]
1

2 v 1+(−1)v 2 1
[ −8 v 1 +4 v 2
= ][ ]
−4

untuk menyelesaikannya gunakan metode operasi baris elementer.

−1 1 −1 1
( 2 −1 1
| ) 1
−8 4 −4 b1 × 2
→
( 1
|)
2 2 b2+ 8b1 →
−8 4 −4 ( |)
1
0
2 2
0 0

1 1
v1 - v2 = . . . . . . . . (1)
2 2
0v1 - 0v2 = 0 . . . . . . . (2)
Dari persamaan (1) diperoleh :
1 1
v1= + v2
2 2
Sistem ini memiliki banyak sekali penyelesaian atau solusi. Jika v2=1, maka:
1 1
v1= + (1)
2 2
=1
Substitusikan v1 = 1 dan v2 = v1 ke persamaan (2)
0v1 - 0v2 = 0

0 (1) – 0 (1) = 0
0=0
Dari penyelesaian tersebut solusi dari v1 dan v2 konsisten di persamaan (1) dan (2)

∴ [−41 ] terletak di R(T)

a11 a 12 v 1 w
b. [ ][ ] [ ]
a21 a 22 v 2
= 1
w2

[−82 −1 v 1 = 5
][ ] [ ]
4 v2 0

2 v 1+(−1)v 2 5
[ ][]
−8 v 1 +4 v 2
=
0

12
 untuk menyelesaikannya gunakan metode operasi baris elementer.

−1 5 −1 5
(2 −1 5 1
−8 4 0 b1 × 2 |)
→
( 1
|)
2 2 b2+ 8b1 →
−8 4 0 ( |)
1
0
2 2
0 20

1 5
v1 - v2 = . . . . . . . . (1)
2 2
0v1 - 0v2 = 20 . . . . . . . (2)
Dari persamaan (1) diperoleh :
5 1
v1= + v2
2 2
Sistem ini memiliki banyak sekali penyelesaian atau solusi. Jika v2=1, maka:
5 1
v1= + (1)
2 2
6
=
2
=3
Substitusikan v1 = 3 dan v2 = 1 ke persamaan (2)
0v1 - 0v2 = 20

0 (3) – 0 (1) = 20
0 ≠ 20
Dari penyelesaian tersebut solusi dari v1 dan v2 tidak konsisten di persamaan (1)
dan (2)

∴ [ 50] tidak terletak di R(T)

Teorema 2. Jika T:V →W adalah transformasi linier, maka:
(a) Kernel dari T adalah subruang dari V.
(b) Jangkauan dari T adalah subruang dari W.

Bukti:

Langkah 1: penyajian masalah

Jika T:V →W adalah transformasi linier, maka tunjukkan:

13
 (a) Kernel dari T adalah subruang dari V.
(b) Jangkauan dari T adalah subruang dari W.

Langkah 2: Perencanaan penyelesaian masalah

1. Definisi subruang (teorema 4 bagian 4.3 )
(a) Jika u dan v terletak di dalam V, maka u+v terletak di V.
(b) Jika k adalah sebarang skalar dan u adalah sebarang vektor pada V,
maka ku berada di V.

2. Definisi transformasi linier

(a) F(u+v) = F(u) + F(v)
(b) F(ku) = k F(u)

3. Definisi kernel
Jika T:V→W adalah transformasi linier, maka himpunan vektor di dalam V
yang dipetakan T ke dalam 0 dinamakan kernel (atau ruang nol) dari T;
himpunan tersebut dinyatakan oleh ker(T).
ker(T) = {v ϵV |T(v) = 0w}

4. Definisi jangkauan
Himpunan semua vektor di dalam W yang merupakan bayangan di bawah
T dari paling sedikit satu vektor di dalam V dinamakan jangkauan dari T
yang dinotasikan dengan R(T).
𝑅(𝑇) = {w ∈ 𝑊 | 𝑇(v) = w ∈ 𝑊, untuk v ∈ 𝑉

5. Penjumlahan vektor.
6. Perkalian skalar vektor.

Langkah 3: Penyelidikan masalah

(a) 1. Ambil v1, v2 ϵ ker(T)ϵ V, dengan T adalah transformasi linier, maka:
T(v1 + v2) = T(v1) + T(v2) (Definisi transformasi linier)
= 0w1 + 0w2 (Definisi kernel)
=0+0 (Perkalian skalar vektor)

14
 =0 (Penjumlahan vektor)
Karena v1,v2ϵ ker(T), diperoleh (v1 + v2) = 0 yang menunjukkan (v1 + v2)ϵ ker(T).
Dengan demikian syarat (1) dari ker(T) subruang V terpenuhi.

2. Ambil sebarang skalar k dan vϵ ker(T)ϵV, maka:

T(kv) = kT(v) (Definisi transformasi linier)
= k0w (Definisi kernel)
= k0 (Perkalian skalar vektor)
=0 (Perkalian skalar vektor)
Karena T(kv) = 0, yang menunjukkan bahwa T(kv)ϵ ker(T), sedemikian sehingga
kvϵ ker(T). Dengan demikian syarat (2) dari ker(T) subruang V terpenuhi.
(b) 1. Ambil w1, w2 ϵ R(T)ϵ W, dengan T adalah transformasi linier, maka ada
v1 , v2 ϵ V dan w1, w2 ϵ R (T) sedemikian sehingga T (v1)=w1 , T(v2)=w2.

V W

v1 • • w1

v2 • • w2

T (v1 + v2) = T (v1) + T (v2) (Definisi transformasi linier)

= w1 + w2 (Definisi jangkauan)
Karena w1, w2 ϵ R(T)ϵ W dimana T(v1)=w1 , T(v2)=w2 ϵ W dengan v1, v2ϵ V,
sedemikian sehingga (w1 + w2)ϵ W maka T (v1 + v2)ϵ W. Dengan demikian syarat
(1) dari R(T) subruang W terpenuhi.
2. Ambil sebarang skalar k dan vϵV. Tunjukkan bahwa T(kv) ϵ Wϵ R(T)
T(kv) = kT(v) (Definisi transformasi linier)
= kw (Definisi jangkauan)
Dengan demikian T(kv) berada di R(T) dengan kvϵV, karena T(kv) ϵ W,
sedemikian sehingga kw berada di R(T). Maka syarat (2) dari R(T)
subruang W terpenuhi.

15
Langkah 4: Penyajian hasil
Berdasarkan penyelidikan yang kami lakukan dengan perencanaan penyelesaian
masalah yang kami sediakan, terbukti bahwa ker(T) merupakan subruang dari V
dan R(T) merupakan subruang dari W, karena telah memenuhi syarat-syarat dari
subruang yang dimaksud.

Langkah 5: Menganalisis dan mengevaluasi

Analisis:

Evaluasi:
Contoh 4:
Misalkan T : Rn →Rm adalah perkalian oleh matriks A yang berukuran m× n. Dari
contoh 1 kernel T terdiri dari semua pemecahan dari Av = 0; jadi kernel tersebut
adalah ruang pemecahan dari sistem ini. Juga dari contoh 3, jangkauan T terdiri
dari semua vektor w sehingga Av = w konsisten. Jadi menurut Teorema 16 bagian
4.6 pada buku aljabar linear karangan Howard Anton edisi 5, jangkauan T adalah
ruang kolom dari matriks A.
Bukti:
Langkah 1: Penyajian Masalah
Tunjukkan bahwa jangkauan T adalah ruang kolom dari matriks A.

Langkah 2: Perencanaan Penyelesaian Masalah

1. Definisi basis
Jika V adalah sebarang ruang vektor dan S = { v 1 , v 2 , … , v n } adalah sebuah
himpunan berhingga dari vektor-vektor di dalam V, maka S dinamakan
sebuah basis untuk V jika:
i. S bebas linier.
ii. S merentang V
2. Definisi
Misalkan { v1, v2, … , vn } adalah basis untuk ruang vekto V dan T: V W
adalah transformasi linear. Jika bayangan vektor basisnya diketahui yaitu:

16
 T (v1), T (v2), … T (vn)
Maka kita dapat memperoleh bayangan T(v) dari sebarang vektor v
dengan menyatakan dulu v dalam basis tersebut, misalkan:
v = k1 v1 + k2 v2 + … + kn vn

dan kemudian dapat ditulis:

T(v) = k1 T(v1) + k2 T(v2) + … + kn T(vn)
Ringkasnya :
Suatu transformasi linear ditentukan secara lengkap oleh nilainya pada
suatu basis.
Contoh 5:
Tinjaulah basis S = {v1, v2, v3) untuk R3 dimana v1 = (1, 1, 1); v2 = (1,
1, 0) dan misalkan T: R3 R2 adalah transformasi linear sehingga T(v1) = (1, 0);
T(v2) = (2, -1); T(v3) = (4, 3).
a) Carilah T(2, -3, 5)
b) Carilah sebuah rumus untuk transformasi linear tersebut.
Jawab :
a) Mula – mula nyatakan v = (2, -3, 5) sebagai kombinasi dari:
v1 = (1, 1, 1); v2 = (1, 1, 0); v3 = (1, 0, 0), jadi
v = k1 v1 + k2 v2 + k3 v3
(2, -3, 5) = k1 (1, 1, 1) + k2 (1, 1, 0) + k3 (1, 0, 0)

SPL : k1 + k2 + k3 = 2 k1 = 5
k1 + k2 = -3 k2 = -3 -5 = - 8
k1 =5 k3 = 2 – (-8) – 5 = 5
Sehingga:
(2, -3, 5) = 5 v1 – 8 v2 + 5 v3
T(2, -3, 5) = 5 T(v1) – 8 T(v2) + 5 T(v3)
= 5 (1, 0) – 8 (2, -1) + 5 (4, 3)
= ( 9, 23

17
b) Misal: v (x, y, z) (x, y, z) = k1 (1, 1, 1) + k2 (1, 1, 0) + k3 (1, 0, 0)

SPL : k1 + k2 + k3 = x k1 = z
k1 + k2 =y k2 = y - z
k1 =z k3 = x – z (y – z) = x – y
Sehingga :
(x, y, z) = z[v1] + (y – z)[v2] + (x – y)[v3]
T(x, y, z) = z T(v1) + (y – z) T(v2) + (x – y) T(v3)
= z(1, 0) + (y – z) (2, -1) + (x – y) (4, 3)
= [z + 2(y – z) + 4(x – y), - (y – z) + 3(x – y)]
= [z + 2y – 2z + 4x – 4y, - y + z + 3x – 3y)
= [4x – 2y – z, 3x – 4y + z]

Jadi, T: R3 R2 dirumuskan dengan T(v) = (4x – 2y – z, 3x – 4y +z)

Matrik sebuah operator linear T: V V bergantung pada basis yang dipilih untuk
V.

Definisi:
Jika T:V →W adalah transformasi linier, maka dimensi jangkauan dari T
dinamakan rank T dan dimensi dari kernel dinamakan nulitas (nullity)T.
Contoh 16:
π
Misalkan T:R2 →R2 adalah perputaran dari R2 melalui sudut . Maka rank dan
4
nulitas dari T adalah?
Bukti:
Langkah 1: Penyajiaan Masalah
π
Misalkan T:R2 →R2 adalah perputaran dari R2 melalui sudut . Maka rank dan
4
nulitas dari T adalah?

Langkah 2: Perencanaan Penyelesaian Masalah

1. Definisi kernel

18
 Jika T:V→W adalah transformasi linier, maka himpunan vektor di dalam V
yang dipetakan T ke dalam 0 dinamakan kernel (atau ruang nol) dari T;
himpunan tersebut dinyatakan oleh ker(T).
ker(T) = {v ϵV |T(v) = 0w}
2. Definisi jangkauan
Himpunan semua vektor di dalam W yang merupakan bayangan di bawah
T dari paling sedikit satu vektor di dalam V dinamakan jangkauan dari T
yang dinotasikan dengan R(T).
𝑅(𝑇) = {w ∈ 𝑊 | 𝑇(v) = w ∈ 𝑊, untuk v ∈ 𝑉

3. Definisi rank dari T dan nulitas dari T

Jika T:V →W adalah transformasi linier, maka dimensi jangkauan dari T
dinamakan rank T dan dimensi dari kernel dinamakan nulitas (nullity)T.
Langkah 3: Penyelidikan Masalah

Teorema 3. (Teorema Dimensi).

Jika T:V →W adalah transformasi linier dari ruang vector V yang berdimensi n
kepada sebuah ruang vektor W, maka
(rank dari T) + (nulitas T) = n

Teorema 4. Jika A adalah matriks m × n maka dimensi ruang pemecahan dari

Ax = 0 adalah
n – rank(A
DAFTAR PUSTAKA

Anton, Howard.1994.ALJABAR LINEAR.Jakarta:Erlangga.

19