Transformasi Linear

TEKNIK ELEKTRO
UNIVERSITAS MUHAMMADIYAH
PURWOKERTO
1. Pendahuluan
 2. MATRIKS TRANSFORMASI

 Misalkan A adalah suatu matriks berorde m’n. Jika notasi matriks

digunakan untuk vektor di Rm dan Rn, maka dapat didefinisikan suatu
fungsi T: RnRm dengan
T(x) = Ax
Jika x adalah matriks n x 1, maka hasil kali Ax adalah matriks m x 1;
jadi T memetakan Rn ke dalam Rm dan T linier
 *teorema

 Jika T: RnRm adalah transformasi linier, dan jika e1, e2, …, en adalah
basis baku untuk Rn, maka T adalah perkiraan oleh A atau
T(x) = Ax
dimana A adalah matriks yang mempunyai vektor kolom T(e1),
T(e2),.., T(e3)
 CONTOH

Carilah matriks baku (A) untuk tranformasi

T: R3R2 yang didefinisikan oleh
T(x) = (x1+x2, x2+x3), untuk setiap x = (x1, x2, x3) dalam Rn
Jawaban:
 T: R3  R2
 Basis baku dari R3 adalah:
 e1 = (1, 0, 0)  T(e1) = (1 + 0, 0 + 0) = (1, 0)
 e2 = (0, 1, 0)  T(e2) = (0 + 1, 1 + 0) = (1, 1)

 e3 = (0, 0, 1)  T(e3) = (0 + 0, 0 + 1) = (0, 1)

 Maka matriks A nya adalah vektor kolom bentukan dari T(e1), T(e2),
dan T(e3), yaitu
3. Kernel (inti) dan Jangkauan
 4. RANK DAN NULITAS

 Jika T:VW adalah transformasi linier, maka dimensi jangkauan dari

T dinamakan rank T, dan dimensi kernel dinamakan nulitas T
 Jika T:VW adalah trasnformasi linier, maka
 Kernel dari T adalah sub-ruang dari V

 Jangkauan dari T adalah subruang dari W

 TEOREMA DIMENSI

 Jika T:VW adalah transformasi linier dari ruang vektor V yang

berdimensi n kepada suatu ruang vektor W, maka:
Rank dari T + nulitas dari T = n
 Jika A adalah matriks m x n maka dimensi ruang pemecahan dari Ax =
0 adalah
n – rank(A)
 CONTOH

Diketahui sebuah SPL homogen yang mempunyai ruang pemecahan

berdimensi 2 memiliki matriks koefisien sebagai berikut

tentukan rank (A)

Jawaban:
Sesuai teorema sebelumnya bahwa Jika A adalah matriks m x n, maka
dimensinya didefinisikan sebagai:
dimensi = n – rank(A)
sehingga rank (A) = n – dimensi = 5 – 2 = 3
Teorema
1. Jika T: V1 → V2 adalah transformasi linear, maka
 T(o) = o.
 T (- v) = -T(v) untuk setiap v di V1.
 T(v – w) = T(v) – T(w) untuk setiap v dan w di V1.
2. Jika T: V1 → V2 adalah transformasi linear, maka:
a. Ker (T) adalah ruang bagian dari V1.
b. R(T) adalah ruang bagian dari V2.
3. Jika T: V1 → V2 adalah transformasi linear dari ruang vektor V1 yang
berdimensi n ke ruang vektor V2, maka (rank dari T) + (nulitas dari T) =
n.
 Contoh

1. Diketahui T : R2 → R2 adalah transformasi linear yang dirumuskan

oleh:
T(x,y) = (x – 2y, 3x – 6y) untuk setiap (x,y)  R2.
a. Apakah vektor berikut terletak dalam ker(T).
 (-2,-1)

 (1,3)

b. Apakah vektor berikut terletak dalam R(T).

 (1,5)
 (3,9)
 Jawaban

a. 1) T(-2,-1) = (-2 + 2, -6 + 6) = (0,0).

Jadi (-2,-1) terletak dalam ker(T).
2) T(1,3) = (1 – 6, 3 – 18) = (-5,-15).
Jadi (1,3) tidak terletak dalam ker(T).
b. 1) Perhatikan bentuk T(x,y) = (1,5), diperoleh sistem persamaan
linear:
x – 2y = 1
3x – 6y = 5
a11 = 1; a12 = -2; b1 = 1
a21 = 3; a22 = -6; b2 = 5
Jadi sistem persamaan tersebut tidak mempunyai penyelesaian,
sehingga vektor (1,5) tidak terletak dalam R(T).
2) Bentuk T(x,y) = (3,9) akan menghasilkan sistem persamaan
linear:
x – 2y = 3
3x – 6y = 9
a11 = 1; a12 = -2; b1 = 3
a21 = 3; a22 = -6; b2 = 9

Jadi sistem persamaan mempunyai penyelesaian dengan jumlah

tak hingga.
Bentuk matriks dari sistem persamaan tersebut adalah:

Diperoleh x – 2y = 3
Misal y = t, maka x = 2y + 3
Penyelesaian: x = 2y + 3 dan y = t
Dengan mengambil t = 1 didapat x = 5 dan y = 1.
Ini berarti T (5,1) = (5 – 2, 15 – 6) = (3,9).
Jadi (3,9) terletak dalam R(T).
2. Diketahui T : R3 → R3 yang dirumuskan oleh T(x,y,z) = (x – y + 3z, 5x
+ 6y – 4z, 7x + 4y + 2z). Tentukan:
a. rank T.
b. nulitas T.
Jawaban
a. Bentuk matriks Tdiubah menjadi

Jadi basis R(T) adalah {(1,5,7),(0,1,1)}, akibatnya rank T = 2.

b. Ambil sembarang vektor (x,y,z) di ker(T), maka T(x,y,z) = (0,0,0).
Didapat (x – y + 3z, 5x + 6y – 4z, 7x + 4y + 2z) = (0,0,0).
x – y + 3z = 0
5x + 6y – 4z = 0
7x + 4y + 2z = 0
Bentuk matriks dari sistem persamaan tersebut adalah: