a. Definisi
Transformasi linear merupakan dasar dalam aljabar linear yang berbentuk fungsi.
Transformasi linear 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.
dengan, 𝑤 = 𝑇(𝑣)
Keterangan. V : ruang vektor V
W : ruang vektor W
T : transformasi
: variabel tak bebas
: variabel bebas
Dengan maksud lain, transformasi dapat dipandang sebagai fungsi bernilai vektor dari
sebuah variabel vektor. Yakni, fungsi yang berbentuk 𝑤 = (𝑣), dimana variabel bebas 𝑣
dan variabel tak bebas 𝑤 kedua-duanya adalah vektor.
Jika 𝑉 dan 𝑊 adalah ruang vektor dan 𝑇 adalah sebuah fungsi yang mengasosiasikan
sebuah vektor yang unik di dalam 𝑊 dengan sebuah vektor di dalam 𝑉, maka kita
mengatakan 𝑇 memetakan 𝑉 ke dalam 𝑊, dan kita menuliskan 𝑇 ∶ 𝑉 → 𝑊. Lebih lanjut
lagi, jika 𝑇 mengasosiasikan vektor 𝑤 dengan vektor 𝑣, maka kita menuliskan 𝑤 = (𝑣) dan
kita mengatakan bahwa 𝑤 adalah bayangan dari 𝑣 di bawah 𝑇. Contohnya, jika 𝑣 = (𝑥, 𝑦)
adalah sebuah vektor di dalam 𝑅 2 , dengan rumus :
𝑇(𝑣) = (𝑥, 𝑥 + 𝑦, 𝑥 − 𝑦 )
Maka dapat didefinisikan sebuah fungsi yang memetakan 𝑅 2 ke dalam 𝑅 3 . Khususnya,
misal 𝑣 = (1, 1), maka 𝑥 = 1 dan 𝑦 = 1, sehingga bayangan dari 𝑣 di bawah 𝑇 adalah (𝑣) =
(1, 2, 0).
2. 𝑇(𝑘𝑢) = 0
𝑇(𝑘𝑢) = 𝑘. 0
𝑇(𝑘𝑢) = 𝑘𝑇(𝑢)
Jadi, 𝑇 ∶ 𝑉 → 𝑊 dengan (𝑥) = 0 adalah transformasi linear.
2) Pemetaan Identitas
Pemetaan identitas adalah fungsi yang memetakan 𝑣 ke dirinya sendiri. Pemetaan 𝑇 ∶
𝑉 → 𝑉 yang didefinisikan oleh (𝑣) = 𝑉 biasanya dinotasikan oleh 𝐼. Perhatikan
pemetaan identitas 𝐼 ∶ 𝑉 → 𝑉 dengan (𝑥, 𝑦) = 𝑥, 𝑦 yang memetakan tiap 𝑣 ∈ 𝑉 ke
dirinya sendiri. Maka untuk sebarang 𝑢, 𝑣 ∈ 𝑉 vektor mempunyai:
1. 𝐼(𝑢 + 𝑣) = 𝑢 + 𝑣
𝐼(𝑢 + 𝑣) = 𝐼(𝑢) + 𝐼(𝑣)
2. Ambil 𝑢 ∈ 𝑉 dan 𝑘 skalar, maka: 𝐼
(𝑘𝑢) = 𝑘𝑢
𝐼(𝑘𝑢) = 𝑘𝐼(𝑢)
Jadi, 𝐼 ∶ 𝑉 → 𝑉 dengan (𝑥, 𝑦) = 𝑥, 𝑦 adalah transformasi linear.
3) Pemetaan dari 𝑹2 ke 𝑹
Apakah fungsi (𝑥, 𝑦) = 2 + 3𝑥 − 𝑦 merupakan transformasi linear?
Penyelesaian. 𝑇: 𝑅2 → 𝑅
(𝑥, 𝑦) → (2 + 3𝑥 − 𝑦)
Misalkan 𝑢 = (𝑥1, 𝑦1) dan 𝑣 = (𝑥2, 𝑦2)
1. 𝑇(𝑢 + 𝑣) = ((𝑥1, 𝑦1 ) + (𝑥2, 𝑦2))
= (𝑥1 + 𝑥2, 𝑦1 + 𝑦2 )
= (2 + 3(𝑥1 + 𝑥2 ) − (𝑦1 + 𝑦2))
= (2 + 3𝑥1 + 3𝑥2 − 𝑦1 − 𝑦2 )
= 2 + 3𝑥1 − 𝑦1 + 3𝑥2 − 𝑦2
= (2 + 3𝑥1 − 𝑦1 ) + 𝑇(3𝑥2 − 𝑦2 )
= (𝑢) + 𝑇(3𝑥2 − 𝑦2) 𝑇(3𝑥2 − 𝑦2) ≠ 𝑇(𝑣)
2. 𝑇(𝑘𝑢) = 𝑇(2𝑘 + 3𝑘𝑥1 − 𝑘𝑦1 )
= 𝑘(2 + 3𝑥1 − 𝑦1)
= 𝑘𝑇(𝑢)
Karena pada kondisi pertama tidak memenuhi, maka (𝑥, 𝑦) = 2 + 3𝑥 − 𝑦 bukan merupakan
transformasi linear.
Contoh penyangkal untuk kondisi kedua, dimisalkan
𝑢 = (2, 3), 𝑘 = 5 maka, (𝑘𝑢) = 𝑇((𝑘)2, (𝑘)3)
(𝑘𝑢) = 𝑇((5)2, (5)3)
(𝑘𝑢) = 𝑇(10, 15)
(𝑘𝑢) = 2 + 3.10 − 15
(𝑘𝑢) = 17
Sedangkan untuk 𝑘(𝑢) = 5𝑇(𝑢)
𝑘(𝑢) = 5𝑇(2, 3)
𝑘(𝑢) = 5(2 + 3.2 − 3)
𝑘(𝑢) = 5(5)
𝑘(𝑢) = 25
Jadi, (𝑘𝑢) ≠ 𝑘𝑇(𝑢)
17 ≠ 25
Sehingga, fungsi (𝑥, 𝑦) = 2 + 3𝑥 − 𝑦 bukan transformasi linear.
4) Pemetaan dari 𝑹𝟐 ke 𝑹𝟐
Misalkan 𝑇: 𝑅2 → 𝑅2 adalah fungsi yang didefinisikan oleh (𝑣) = (2𝑥, 𝑦) dengan 𝑣 =
(𝑥, 𝑦) di 𝑅 2 . Apakah 𝑇 merupakan transformasi linear!
Penyelesaian. Misalkan 𝑢 = (𝑥1, 𝑦1 ) dan 𝑣 = (𝑥2, 𝑦2 )
1. 𝑇(𝑢 + 𝑣) = ((𝑥1, 𝑦1 ) + (𝑥2, 𝑦2))
(𝑢 + 𝑣) = 𝑇(𝑥1 + 𝑥2, 𝑦1 + 𝑦2)
(𝑢 + 𝑣) = (2(𝑥1 + 𝑥2 ), (𝑦1 + 𝑦2))
(𝑢 + 𝑣) = (2𝑥1 + 2𝑥2), (𝑦1 + 𝑦2)
(𝑢 + 𝑣) = (2𝑥1 + 2𝑥2, 𝑦1 + 𝑦2)
(𝑢 + 𝑣) = ((2𝑥1, 𝑦1 ) + (2𝑥2, 𝑦2))
𝑇(𝑢 + 𝑣) = 𝑇(𝑢) + 𝑇(𝑣)
2. 𝑇(𝑘𝑢) = 𝑇(𝑘𝑥1, 𝑘𝑦1 )
(𝑘𝑢) = (𝑘2𝑥1, 𝑘𝑦1 )
(𝑘𝑢) = 𝑘(2𝑥1, 𝑦1 )
𝑇(𝑘𝑢) = 𝑘𝑇(𝑢)
Jadi 𝑇: 𝑅2 → 𝑅2 dengan (𝑣) = (2𝑥, 𝑦) adalah transformasi linear.
5) Pemetaan dari 𝑹𝟐 ke 𝑹3
6) Pemetaan Konstan
Pemetaan konstan adalah suatu fungsi yang menghasilkan suatu konstanta (tetapan).
Pemetaan 𝑇: 𝑉 → 𝑊 yang didefinisikan oleh (𝑢) = 𝑐. Dengan 𝑢 ∈ 𝑉 dan 𝑐 adalah suatu
konstanta. Karena suatu konstanta tidak bisa menjadi suatu vektor, maka pemetaan
konstan bukan merupakan suatu transformasi linear.
Misalkan 𝑇: 𝑅2 → 𝐶 adalah fungsi yang didefinisikan oleh (𝑣) = (𝑥, 𝑦) dengan 𝑣 = (𝑥,
𝑦) di 𝑅2 dan 𝐶 ∈ 𝑅. Tunjukkan apakah 𝑇 merupakan suatu transformasi linear.