PENDAHULUAN
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?
2
BAB II
PEMBAHASAN
Jika v1, v2, …, vn adalah vektor-vektor pada V dan 𝑘1, 𝑘2, … , 𝑘n adalah skalar,
maka:
Bukti:
Langkah 1: Penyajian masalah
Tunjukan bahwa teorema 1: (a), (b) dan (c) benar.
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)
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
●
v w
0 ● 0
𝑣1 ● 𝑤1
𝑣2 ● 𝑤2
𝑣𝑛 ● 𝑤𝑛
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
[ a21 a 22 ⋯ a 2 n
⋮ ⋮ ⋱ ⋮
am 1 am 2 ⋯ amn ][ ] [ ]
x2
⋮
xn
=
0
⋮
0
x1
x
⋮
xn []
0, maka 2 merupakan ker(T)
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
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
4
=[
−16 ]
Dari penyelesaian tersebut terlihat bahwa [ 32] tidak terletak di ker(T) karena
dipetakan bukan di matriks nol.
Contoh 2:
Bukti:
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
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
[ ⋮ ⋮ ⋱ ⋮ ⋮
][ ] [ ]
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
[−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
−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)
[−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)
Bukti:
13
(a) Kernel dari T adalah subruang dari V.
(b) Jangkauan dari T adalah subruang dari W.
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.
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.
V W
v1 • • w1
v2 • • w2
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.
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.
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
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]
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?
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
19