TRANSFORMASI LINEAR

Disusun untuk Memenuhi Tugas Mata Kuliah Aljabar Linear

Dosen Pengampu : Abdul Aziz Saefudin, M.Pd

Disusun oleh :

Kelompok 7/ Kelas III A2

Endar Alviyunita 13144100094

Ahmat Sehari
Kunikatus Sangadah 151441000--
Nur Lailatus Shofiah 15144100060

PROGAM STUDI PENDIDIKAN MATEMATIKA

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN

UNIVERSITAS PGRI YOGYAKARTA

 2016

TRANSFORMASI LINIER

A. Transformasi Linier dari Rn ke Rm

Jika pada suatu fungsi f dengan Rn sebagai domain dan Rm sebagai
kodomain (m dan n mungkin sama) sehingga dapat dinyatakan bahwa
fungsi f memetakan Rn ke Rm dengan notasi f: Rn ^ Rm
Jika kita menotasikan suatu transformasi dengan T , maka T: Rn ^

Rm yang didefinisikan oleh persamaan-persamaan berikut: w1 = a11x1 +

a12x2 + ... + a1nxn

w2 = a21 x1 + a22 x2 + ... + a2 nxn . .

w = a.x, + ci,x, + ... + a m m1 1 m22 mn n

B. Pengertian Transformasi Linier Secara Umum

Setelah mengetahui transformasi linier dari Rn ke Rm , kita telah
menunjukkan bahwa sebuah transformasi T : Rn ^ Rm adalah linier jika dan

hanya jika kedua hubungan T ( u+v ) = T (u) + T(v) dan T (ku) = kT

(u)
Berlaku untuk semua vektor u dan v pada Rn dan setiap skalar k
Bentuk tersebut dapat juga didefinisikan :
Jika T : V ^ W adalah sebuah fungsi dari ruang vektor v kedalam
ruang vektor w maka T dinamakan transformasi linier jika:
 (i) T (u + v) = T (u) + T (v) untuk semua vektor u dan v di V

(ii) T (ku) = kT (u) untuk semua vektor u didalam V dan semua

skalar k

C. Contoh-contoh Transformasi Linier

1. Pemetaan Nol
Pemetaan Nol adalah fungsi yang memetakan setiap vektor di V

ke vektor nol. Misalkan T : V ^ W dengan T(x) = (0) adalah

pemetaan yang menghubungkan vektor nol 0 e W ke setiap vektor v

eV . Untuk sebarang vektor u, v e V maka

T (u + v) = 0

T (u + v) = 0 + 0

T (u + v) = T (u ) + T (v)

T (ku ) =0
Oleh karena itu, T transformasi linier

T (ku) = k.0

T(ku)= kT = (u)
2. Pemetaan Identitas
Pemetaan identitas adalah fungsi yang memetakan v ke dirinya
sendiri .
Pemetaan T : V ^ V yang didefinisakan oleh T(v) = V , biasanya

dinotasikan oleh I.

Perhatikan pemetaan identitas I : V ^ V , dengan T (x, y) = x, y yang

memetakan tiap v eV ke dirinya sendiri. Maka untuk sebarang u, v e V

vektor kita mempunyai

I (u + v ) = u + v = I (u) +1 (v)
Ambil u eV dan k skalar, maka

I (ku ) = ku

I ( ku ) = kI (u )
Jadi, I transformasi linier.

3. Pemetaan Konstan
Pemetaan konstan adalah suatu fungsi yang menghasilkan suatu

konstanta (tetapan). Pemetaan T : V ^ W yang didefinisikan oleh T (u)

= c. Dengan u eV dan c adalah suatu konstanta. Karena suatu

konstanta tidak bisa menjadi suatu vektor, maka pemetaan konstan
bukan merupakan suatu transformasi linier.
Bukti:
Misalkan T : R' ^ C adalah fungsi yang didefinisikan oleh T(v) = (x,

y) dengan v = (x, y) di R2 dan C e R . Tunjukkan apakah T

merupakan suatu transformasi linier!

Misalkan u = (x, y) dan v = (x2, y2)

 T u
( + v ) = T((xl,y ) + (x2, y2))

= T
( i+ 2, y+y2)
x x

=(( xi+x2), (y+y2))

Karena syarat pertama tidak terpenuhi, maka T bukan merupakan

suatu transformasi linear.
4. Pemetaan dari R2 ke R2

Misalkan T: R2 R2 adalah fungsi yang didefinisikan oleh T

(v ) = ( 2x, y) dengan v = ( x, y) di R2,Buktikan bahwa T merupakan

transformasi linear!

Bukti :

T: R2 ^ R2

T
( )=( , y)
v 2x

Misalkan u = (x, yx) dan v = (x2, y2)

(z) ( + )= (( i,y1) + ( 2,y2))
T u v T x X

= T
( i + 2, yi + y2)
x x

= (2
( i + 2), (yi + y2)
x x

= (2 x
i + 2), (yi + y ^)2x

= i+(2 x 2X
2 , yi + y2)
= (( i, yi)+( 2, y2)) 2x 2x

= T
(u ) + ( v ) T

(ii) T (ku ) = T (k^jk^j)

= (k 2xi,k yi)
= ( i,yi)
k 2x
 = k T (u )

5. Pemetaan dari R3 ke R

Periksa linearitas transformasi, T: R3 R dengan

(^Zz) = (^ + J + z)!
r

Penyelesaian :

T: R3 —>R

T(x,y,z) = (X + J + Z)I

Misalkan u = (•*!+J4+ zi), v= (x2+?2+z2)

(z) T(u + v) = Z((x1+j1+z1) + (x2+j2+z2))

= Z(X1+X2,J1+J2,Z1+Z2)
— Xj + x2, y’j + _y2, Zj + z2
= (^l+Jl+Zl) + (^2+>’2+Z2)

= 7(„)+7(v)

(zz) T (ku ) = T (Axj, ky, kz})

= T(kxx,kyx,kz^
= kx, + ky, + kz,
= k(xx+yx+zx)
= kT(x1 +yx +zj
= k T (u)

Dengan demikian, T transformasi linear

6. Pemetaan dari R ke R2
Periksa linearitas transformasi, T :R R2 dengan r(x + ^) = (x.^)!

Misalkan x + y = 8 maka,

x+y=8 (1,7)
 (2,6)
Karena fungsi di atas mempunyai banyak pemetaan, sehingga T bukan
merrupakan suatu transformasi linear.

Contoh:

1. Apakah fungsi T (x, y ) = 2 + 3x - y merupakan transformasi

linear?

Penyelesaian :
T:R2 R

(x, y )^ (2 + 3x - y)
Misalkan u = ( x1y1) dan v = ( x2, y2)

(i) T
(u + v
)= T
(( ) + ( , ))
yy x
2 y2

= T
( 1+ 2, y+y2)
x x

= (2 + 3 (x1 + x2)-(y + y2))

- -
= (2 + 1+
3x
32 x y
1 2
y
)
= 2 + 3x — yx + 3x2 + y 2 x

-
= T
(+ 2 3x
1 1
y
) + (3 2 + 2 )
T x y

= T
( ) + (3 2 + y2)
u T x

T
(3 2+y2 )* ( )
x T V

(ii) T (ku) = T (2k + 3kxx - kyx)

= kT (2 + 3x1 - kyT)

= kT (u)
 Karena pada pembuktian pertama tidak terbukti, maka T bukan
merupakan transformasi linear.
Contoh penyangkal
Misalkan : u = ( 2,3), k = 5 maka,

T ( ku ) = T (( K) 2, ( K) 3)
=T ((5.2) ( 3))
, 5,

= T (10,15)

= 2 + 3.10-15 = 17

Sedangkan untuk Kt (u ) = 5T (u )
kT (u ) = 5T (u )
= 5T ( 2,3)
= 5 (2 + 3.2 - 3)

= 5(5) = 25

T (ku) ≠ kT(u)

17 ≠ 25

Jadi fungsi yang diberikan diatas bukan transformasi linear

D. Sifat-sifat Transformasi Linear

Jika T: K W adalah sebuah transformasi linear, maka V1 dan v2

sebarang pada V dan skalar C1 dan C2 sebarang, kita memperoleh Dan

secara lebih umum, jika V1, V2,……,Vn adalah vektor-vektor pada V dan

C1,C2………. Cn adalah skalar maka

T (C V
1 1 + C2V2 + ... + CnVn ) = C1T(v1)+ C2T ( V2> +….+ CnT (Vn )….. (1)
Rumus (1) terkadang diuraikan dengan sebutan transformasi linear yang
mempertahankan kombinasi linear. Teorema berikut ini mencantumkan
tiga sifat dasar yang umum untuk semua transformasi linear.

Teorema 8.1.1

Jika T :V W adalah sebuah transformasi linear, maka :

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

Bukti : Misalkan v adalah vektor sebarang pada V. Karena 0v = 0, kita

memperoleh :

(a) T (0) = T(0v) = 0T(v) = 0

(b) T (-v) = T((-1)v) = (-1)T(v) = -T(v)
Akhirnya, v - w = v + (-1)w; sehingga,
(c) T (v - w) = T (v + (-1)w)

= T (v) + (-1)T (w)

= T (v) - T (w)

Dengan kata lain, bagian (a) dari teorema di atas menyatakan bahwa
sebuah transformasi linear memetakan 0 ke 0. Sifat ini sangat bermanfaat
untuk mengidentifikasi transformasi-transformasi yang tidak linear.
Sebagai contoh , jika x0 adalah sebuah vektor tak nol tetap pada R2, maka
transformasi T(x) = x + X0.

Memiliki efek geometrik untuk mentranslasikan setiap titik pada x ke

arah yang sejajar dengan X0 sejauh ||X0|| (Gambar 8.14). Hal ini bukan
 merupakan sebuah transformasi linear karena T(0) = X0 , sehingga T tidak

memetakan 0 ke 0.

E. Karnel dan Jangkauan

1. Kernel dari transformasi.
Misal T :V W merupakan transformasi linear, maka kernel
(Inti/Ruang
nol) dari T adalah himpunan vektor di V yang dipetakan ke vektor o €
W oleh T. Kernel dari transformasi T dinotasikan dengan

Ker(T) = {v € V T (v ) = o, o € W}.

Untuk memperjelas pengertian dari kernel suatu transformasi,

perhatikan transformasi T yang diberikan oleh gambar 1 berikut:

Gambar 1
Dari gambar 1 nampak bahwa kernel dari trasformasi T diberikan

Ker(T) = {o, v } sebab kedua vector o dan v dipetakan terhadap vektor

nol.
F. Jangkauan dari transformasi
Misal T: V W merupakan transformasi linear, maka
 Jangkauan/Range dari T yaitu himpunan vektor di W yang merupakan
bayangan atau peta dari paling sedikit satu vektor di V. Jangkauan dari

T dinotasikan dengan R(T), Im(T) = R(T) = {w e W | T (v ) = w, v e V}

Contoh karnel dan jangkuan

a. T: R R adalah transformasi linear yang dirumuskan oleh T (x) = (-

2x) untuk setiap (x) € R.

Apakah vektor berikut terletak dalam ker(T) dan R(T)

1) (0)
Penyelesaian :
T (0) = (-2.0) = (0)

Jadi (0) terletak dalam ker(T)

Dari vektor tersebut diperoleh SPL :
T (x) = -2x = 0
Dari SPL tersebut diperoleh x = 0, sehingga T(0) terletak dalam
R(T )

2) (1)
Penyelesaian:
T (1) = (-2.1) = (-2)
Jadi (1) tidak terletak dalam ker(T)
Dari vektor tersebut diperoleh SPL:
T (x) = -2x = 1

1
Dari SPL tersebut diperoleh x =- sehingga T(1) terletak dalam
2

R(T ).
b. T: R2 R2adalah transformasi linear yang dirumuskan oleh

T (x, y) = (2x + 2y, x + y) untuk setiap (x) € R .

 Apakah vektor (-1,1) terletak dalam ker (T) dan R (T)
Penyelesaian :
T (-1,1) = (-2 + 2,-1 +1) = ( 0,0)

Jadi (-1,1) terletak dalam ker (T)

Dari vektor tersebut diperoleh SPL :

Jadi, T (-1,1) tidak terletak dalam R (T)

c. T: R3 R3 adalah transformasi linear yang dirumuskan oleh

T(x, y, z) = (2x — y — 2z, x — 2y — 2z, x — y) untuk setiap (x) €R

Apakah vektor (2,2,1) terletak pada ker (T) dan R(T)

Penyelesaian :
T (2,2,1) = (4 — 2 — 2,2 — 4 — 2,2 — 2) = (0, —4,0)

Jadi, vektor (2,2,1) tidak terletak pada ker (T).

Dari vektor tersebut diperoleh SPL :
2 x — y — 2z = 2
x — 2 y — 2z = 2
x—y = 1
Dari SPL tersebut dengan menggunakan metode Cramer diperoleh
x = 1, y = — ,dan z = — |
1

Ini berarti T (2,2,1) terletak dalam R(T)

Teorema 2
Jika T: V W adalah sebuah transformasi linear, maka :
(a) Kernel dari T adalah subruang dari V
(b) Jangkauan dari T adalah subruang dari W

Bukti :

(a) Berdasarkan teorema 1, vektor 0 berada didalam ker (T), sehingga

himpunan ini mengandung setidaknya satu vektor misalkan v dan v,
adalah vektor-vektor didalam ker(T), dan misalkan k adalah skalar
sebarang, maka:
T (v1 + v2 ) = T (v1) + T (v2 ) = 0 + 0 = 0

Sehingga v1 + v2 terletak pada ker (T), dan

T (kv1) = kT (v1 ) = k 0 = 0

Sehingga kv1 terletak pada ker(T)

(b) Karena T(0)=0 , terdapat setidaknya satu vektor pada R(T). Misalkan

w1 dan w2 adalah vektor-vektor di dalam jangkauan dari T, dan adalah

skalar sebarang. Untuk membuktikan hal tersebut, harus ditunjukkan

bahwa w1 +w2 dan kw1 terletak didalam jangkauan dari T. Dengan

menemukan vektor a dan vektor b pada V sedemikian rupa sehingga T

(a )= w1 + w2 dan T (b) = km1 karena w1 dan w2 berada didalam

jangkauan dari T, terhadap vektor-vektor a1 dan a2 dan V sedemikian

rupa sehingga T (a1) = w1 dan T(a2) = W2

Jika a = a1 + a2 dan b = ka1 maka:

= (a1 + a2) = T (a1) + T (a2) = w1 + w1

T (a)

T (b) = T (ka1) = kT (a1) = kw1

Definisi 2
Jika T :V W adalah sebuah transformasi linear, maka dimensi range dari
T disebut sebagai rank dari T (rank of T) dan dinotasikan dengan rank (T);
dimensi karnelnya disebut nulitas dari T (nulity of T) dan dinotasikan
dengan nuitas (T) jangkauan T adalah ruang kolom dari A.
Karnel T adalah ruang pemecahan Ax = 0 sehingga :
Rank (T)=dim(ruang kolom A)=rank(A)
Nulitas(T)=dim(ruangpemecahan Ax = 0)

Teorema 4 (Teorema dimensi)

Jika T: V W adalah sebuah transformasi linear dari ruang vektor V yang

berdimensi n kepada sebuah ruang vektor W, maka:
(Rank dari T) + (nulitas dari T) = n

Dengan kata lain, teorema ini menyatakan bahwa rank + nulitas dari
transformasi linear sama dengan dimensi domainnya. dalam kasus khusus
dimana V = Rn ,W = Rm dan T :V W merupakan perkalian oleh sebuah
matriks A yang berukuran m x n dan Rank(A) + dim (ruang pemecahan Ax
= 0) = n

Contoh soal:

Tentukan rank dan nulitas dari transformasi linear T: P2 P3 yang

didefinisikan dengan T (p(x)) = xp(x).

Penyelesaian:
 Ker (T) = 0

Nulitas (T) = dimensi (Ker (T)) = 0

Sehingga rank (T) = dimensi (P ) - nullitas (T) = 3 - 0 = 3

F. Representasi Transformasi Linear

Misalkan T: Rn Rm adalah transformasi linear dari ruang vektor V ke

ruang vektor W, bila V dan W berdimensi berhingga, maka transformasi

linear tersebut dapat dinyatakan dengan suatu matriks, yang disebut
matriks penyajian (representasi matriks). Misalkan e,e,…..,e adalah basis

baku untuk Rn dan misalkan A adalah sebuah matriks m x n yang dibentuk

oleh T (e ),T (e),..., T (en) sebagai vektor-vektor kolomnya, maka A disebut

sebagai matriks penyajian (representasi matriks).
Misalkan T: V W
T :V W
Rn Rm
Definisi
Transpose dari matriks koefisien-koefisien di atas, yang dilambangkan dengan
ms(T)atau [T ].v disebut representasi matriks T relatif terhadap basis S, atau
cukup dinyatakan dengan matriks T pada basis S .
Dengan menggunakan notasi vektor koordinat (kolom), representasi matriks
T dapat ditulis dalam bentuk ms (T) = [T]s = [[T(e1)]s], , [[T(ex )]s]
Yaitu kolom-kolom m(T), berturut-turut adalah vektor-vektor koordinat dari

1 2
T (e ),T (e ),...,T(e
„)
Contoh:

2
Jadi adalah representasi matriks untuk
-2
 U x2 —2
x
i

3x +x22x 2

1. Misalkan T: R ^ R adalah operator linear yang didefinisikan sebagai

2 2

T ( x, y ) = ( 2x + 3y,4x - 5 y ) tentukan matriks T

(e1) terhadap basis

s = {«1, e.: {(1,2), (2,5)}

Penyelesaian:
Tentukan representasi matriks T(«), dan kemudian nyatakan sebagai

^ 8 2
=x +y
2 -6 2 5

dan x + 2y = 8, 2x + 5y = —6

kombinasi linear dan vektor-vektor «, e2

Atau dengan cara:
T (ei) = T
T (x,y) = ( 2 x + 3y,4x — 5y) diubah ke dalam bentuk matriks menjadi
2x 3y
4x —5y
Sehingga:
2 3’ m 8
T («i) = T
4 -5 2 —
6 maka didapat x = 52 dan y = -22
Dengan menyelesaikan SPL tersebut,
Sehingga T (e1) = 52e1 - 22e2. (dengan eliminasi substitusi)

Selanjutnya tentukan T(e2)dan kemudian nyatakan sebagai kombinasi

( 2 ^ 19 1 2
T(e2)= T = =x +y
l L5j J -17 2 5
linear dari e dan e2;
2x + 5 y = -17
dan x + 2y = 19,
Atau dengan cara:
 2 3 19
T (e2) = T
4 -5 -17
Dengan menyelesaikan SPL tersebut, maka didapat x = 129 dan y = -55.

Jadi, T (e ) = 129^ - 55e2. (dengan eliminasi substitusi)

Kemudian menuliskan koordinat-koordinat T ( e-J dan T ( e 2) dan sebagai
kolom-kolom untuk memperoleh representasi matriks dari T(x,y') = ( 2 x + 3
y, 4x — 5 y).
52 ■22 e,
Jadi, 12
T(e ,e
)= merupakan representasi matriks dari
129 ■55 e.
e2

T (x, y) = (2x + 3y,4x - 5 y) atau [T ]5 = 52 129

-22 -55
 LATIHAN SOAL

1. Misalkan T: R2 ^ R3 adalah fungsi yang didefinisikan oleh T (v) = (x, x + y, x

- y) dengan v = (x, y) di R2. Buktikan bahwa T merupakan transformasi
linear!
2. Periksa linearitas transformasi, T: R2 ^ R3 dengan
T (x, y) = (2x + y, x - 3y,3x + 1) !

Tentukan T(2v1 - 3v2 + 4v3) !

3. Diketahui T: R2 ^ R3 dengan T (x, y) = (x - y, x, y) apakah T

merupakan transformasi linear ?

4. Diketahui T: R2 ^ R3 dengan T(x, y) = (2x, x2, y2) apakah T

merupakan transformasi linear ?

5. Gunakan definisi transformasi linear untuk menunjukkan bahwa
fungsi T: R3 ^ R2 yang dirumuskan oleh
T (x, y, z) = (2x - y + z, y - 4z) adalah transformasi linear!

6. Misaldiberikantransformasi linear, T: R3 ^ R2 dengan

x+2y-z
manakah di antaravektorberikut yang
-2 x - 3 y + z

merupakananggota Ker(T)?
-2
a.

-2
b. 1
7. Diketahui sebuah transformasi linear T: R3 >R3, dimana T[x,y,z] = [x
+ 2y - z, y+z, x+y-2z]

Tentukan basis, rank(T), nulitas(T), Ker(T)

8. Misalkan F: R2 ^ R2 adalah operator linear yang didefinisikan sebagai F(x, y)
= (x + 3y,x -5y)
a. Tentukan representasi matriks F relative terhadap basis
S = {UI, U.} = {(1,3),(3,5)}
b. Tentukan representasi matriks relative terhadap basis (standar)
E = {e1, e.} = {(1,0),(0,1)}

9. W adalah ruang vector dari matriks simetris yang berukuran 2 x 2.

T: W ^ P didefinisikan dengan:

= (a - b) + (b - c)x + (c - a)x2

Tentukan rank dan nullitas dari transformasi linear T .

10. Tentukan matriks standar transformasi linier T: R2 ^ R3 dengan
3x + x2
i
x

definisi T 2
x 5x + 7 x2
x + 3x2
JAWAB
1. Diketahui :
T: R2 ^ R3

T (v) = (x, x + y, x — y) dengan v = (x, y) di R2

Penyelesaian :
Mi salkan u = (x1, y1)
v
=(x2, y2)

(i) T
(u + ) = (( 1, y1 ) + ( 2, y2))
v T x x

= ( 1 + 2, y + y2)
T x x

= (( 1 2), ( 1 2 )+(y1 y2), ( 1 2 ) (y1 y2))

+ + + x
+ — x
+ x x x x

= (( ), ( 1 + 2 + y + y2)+( 1 + 2— y— y2))
+x
1
x
2 x x x x

= (( 1, 1 + y1, 1 y), ( 2, 2 y» 2 y2))

— + x
— x x x x x

= (( 1, y) ( 2, y2))
T
+ x T x

= T (u) + T (v)

(ii) T (ku ) = T (k ( x^ y1))

= T (kx1, ky1)

=( ( 1 + y1), ( 1 — y1))
kx
1 , k x k x

= k
( 1, 1 + y1, 1 — y1)
x x x

= 1, y1
kT (x )

= kT (u)
Karena syarat(i) dan (ii) terbukti maka fungsi tersebut merupakan
transformasi linear..
2. Diketahui :
T: R2 ^ R3

T (x, y) = (2x + y, x — 3y, 3x + 1)

Penyelesaian :
Mi salkan u = (x1, y1)
v
= (x2, y2)

(i) T ( + v) = T
u
((%!, y1 ) + (x2, y2))
 ( i + 2, yi + y2)
= T x x

= ( ( i + 2)+(yi + y2), ( i + 2)- (yi + y2), ( i + 2)+1)

2 x x x x 3 3 x x

= (2 i + 2 2 + yi + y2, i + 2 3yi 3y2 i + 2 + 1)

x
- - x x x ,3x 3x

= (( i + yi, i 3yi i+ ), ( 2 + y2, 2 3y2 2))

- 2x
- x ,3x i 2x x ,3x

= (( i, yi)+( 2 + y 2, 2 3y2, 2))

T
- x 2x x 3x

= ) + ( 2 + y2, 2 P2, 2 )
T (u
- 2x x 3 3x

T (v) * (2x2 + y, x2 - 3y2,3x2), Sehingga pembuktian (i) tidak terbukti.

(ii) T (ku) = T (k (^, yi))

= T (kx., ky)
= (2k.x + ky, k^j - 3ky, 3kx + i)

kT(u) ^ (2kx1 + ky1,kx1 -3ky1,3kx1 +1) Sehingga pembuktian (ii) tidak

terbukti.
Karena pembuktian (i) dan (ii) tidak terbukti, maka fungsi tersebut bukan
merupakan transformasi linear.

(ii) T (ku) = T (k (xn yx))

= T (kxi, kyi)
= (kxi -ky^kxi,kyi)

3 Diketahui :
T: R2 ^ R3 dan T(x, y) = (x - y, x, y)
Penyelesaian :
Misalkan u = (x1, y)
v
=(x2, J2)

(i) T
(u + ) = (( i, yi) + ( 2, y2))
v T x x

= ( i + 2, yi + y2)
T x x

= (( i+ 2) (yi + y2), ( i + 2), (yi + y^))

- x x x x

= (( i+ 2 yi y2, i + 2, yi + y 2))
- - x x x x

= ( i yi, i, yi), ( 2 y2, 2, y2)

- x
- x x x

= (( i, yi)+ ( 2, y2))
T x T x

= T (u ) + T (v)
 = k( i -yi, i,yi)
x x

= i, yi)
kT (x

= kT (u)

Karena syarat(i) dan (ii) terbukti maka fungsi tersebut merupakan

transformasi linear.
4. Diketahui :
T: R3 ^ R3

T (x, y) = (2x, x2, y2)

Penyelesaian:
Mi salkan u = (xi7 yi)
v
=(x2, y2)

(i) T
( u
+ v) = T
(( i, yi ) + ( 2, y2))
x x

= T
(i+ x x
2 , yi + y2)

= (( + 2
i
x x
2), ( i + 2 ) , (yi + y2 ) )
x x 2 2

= ( 2x
i+ 2x
2, i+ x 2 2x x
i 2 + xi2 , y2 + yy + y2)
2

= (2x x^ + 2x x v2 i +1 2x x2 2 v v v2 I
i, i T 4 i 2, i )^^ 2, 2^' K/2 2 )
x x x x y x x y y

* T
(( i, yi)+ ( 2, y2))
x T x

^ T (u ) + T (v)

(ii) T (ku) = T (k ( xi, yi))

= T (kxi, kyi)

= 2 (kxi), (kxi ) , (kyi )

2 2

= 2kx1, k3 x(, k3 y2

(
= k 2xi, kx2, ky32 )
(
T (u) * 2xx, kx(, ky3 ) sehingga syarat (ii) tidak terpenuhi
 Jadi, karena syarat (i) dan (ii) tidak terpenuhi maka fungsi tersebut bukan
merupakan transformasi linear.
5. Diketahui :
T: R3 ^ R2 dengan T(x, y, z) = (2x — y + z, y — 4z)

Penyelesaian :
Misalkan u = (x1, y, z)
v
= (x2, y 2, z2)

(i') T
(u + v ) = (( 1, yp 1) + ( 2,
T x z x z
2))
= T
( 1+ 2, y + y» 1 + 2)
x x z z

=( ( 1 + 2)—(y + y2)+( 1 + 2), (y + )— ( 1+ 2)) = ( 1 + —y

2 x x z z y 4 z z 2x
2
2x
1

—y
2 + z1 + z2 , 1+
y
2
y
— 4z — 4z
1 2 ) =( 1
2x
—
y + 1, +y—
z 4z
1), ( 2
2x
—
y2 +

z
2, y2— 4z
2 ) = (( 1, y1, 1)+ ( 2, y2, 2))
T x z T x z

= T (u) + T (v)

(ii) T (ku ) = T (k ( XI, y1, ZI ))

= T (kx1, kyx, kz1)

= ( kx — kyx + kzx, kyx — 4kzx)

2

= k (2 XI — y1 + zx, y1 — 4 ZI )
= 1, y1, 1)
kT (x z

= kT (u)

Karena syarat(i) dan (ii) terbukti maka fungsi tersebut merupakan

transformasi linear.
_
—2 + 4 “0 ’- 2 "—
— “
2 6 + 2 =_0
4—
6. Bayangandari 2 dan 2"
1 olehtransformasi T adalahsebagaiberikut:
_
2 2 3

—
2
 -2
-2 + 2 - 3 -1
4-3+3

Sehinggadapatdisimpulkan

”-2" "-2’
2
GKer(T) dan 1

_2 _3
_
7. Kita tentukan dulu_matriks transformasinya:
£ Ker(T)
T[1,0,0] = [1,0,1]
T[0,1,0] = [2,1,1]
T[0,0,1] = [-1,1,-2]
"1 2 -1’ "1 2 -3" "1 2 0’
A= 011
K32(-1) 0 1
0 31(3)
K 0 1
0
_1 1 -2_ _1 1 -3_ _1 1
0_
Rank matriksA (secarakolom) adalah 2. Jadi rank(T) = 2 dan basis nya
dapat diambil {[1,0,1], [2,1,1]}.
Untuk mencariker(T):

Misalkan v = [”, v2, v3 ]e Ker(T) maka Av = 0 atau

'1 2 -1’ ' "0

”11 = "
0 1 1 2v 0
_1 1 -2 _v3. _0
_
nulitas(T) = n - rank(A)
=3-2=1

Ambil dua persamaan yang bebas : 1 23

v2 + V = 0
Ambil parameter, misalnya v2 = 2 maka v = -32, v3 = -2. Jadi
v = 2[-3,1,-1]; Ker(T) mempunyai basis (-3,1,-1) atau Ker(T) = L{[- 3,1,-1]}
 10
8. a. F (u) = F =x dan x + 3 y = 10, 3x + 5y = —
— 14
14
Atau dengan cara:

x y
F (x
, y) =
3x —
5y
F(x, y) = (x + 3y, x — 5y) diubah ke dalam bentuk matriks menjadi
Sehingga:
’1 3 ’ m 10
1)=
F (u T

1 —5 3 —
14
Dengan menyelesaikan SPL tersebut, maka didapat x = —23 dan y = 11
Sehingga F(u1) = —23u1 + 11u2. (dengan eliminasi substitusi)

Selanjutnya tentukan F(u2)dan kemudian nyatakan sebagai kombinasi linear

dari u dan u2;

-3- 'j 18 T 3
= =x +y
5 —22 3 5
F (u2) = F dan x + 3 y = 18,
3x + 5 y = —22

’1 3 ’ ~3
1 —5 ~5

Atau dengan cara:

Dengan menyelesaikan SPL tersebut,
18 maka didapat x = —39dan y = 19.
F (U2) = F
—
Jadi, F (u ) = —39u +19u2. (dengan eliminasi substitusi)
22
Kemudian menuliskan koordinat-koordinat F (ur) dan F (u2) dan sebagai
kolom-kolom untuk memperoleh representasi matriks dari F (x,y) = (x + 3 y,x
— 5y) .
 “-23 11“ u1 merupakan representasi matriks dari
Jadi, F (u, u2) = Ini didapat dari:
-39 19_ 2 U

F (u
1 )= -23 -39
-5
F(x, y) = (x + 3y, x - 5y) atau [F]5 =
11 19
3 0 3
F (U
2 )=
-5 1 -5
T “0“ “3
F (ud = F r F(U2)= F )= “
b. .1. dan ' 1 -5

"1 V
’ atau
.0. .1.
disebut vektor satuan
Atau dapat juga diselesaikan dengan mengeluarkan x dari matriks
yang diketahui:

3
Jadi F =
E -5

a x -p “ x + 3 “1 3“ x
H y JJ= y. x“- 5y. = .1 -5. L y
J

9. P(x) = a+bx+cx2
 Ker(T) =
<
Ker(T) = (a - b') + (b - c)x + (c - a)x2 = 0 >
<

: Ker(T) = (a-b) = (b-c) = (c-a) = 0-

Ker(T) =
<

Jadi, basis Ker(T) sehingganulitas(T) = dimensiker(T) = 1

Rank(T)= dimensi W - nulitas(T) = 3-1=2

10. T : R2 -> /?3

F3 11 r^=rO = |= ;|to] 3
5
F3 11 r(62) = r([l])= 5 7 [1] .1.
1
7
.3.

Kemudian menuliskan koordinat-koordinat?^) dan T(e2) sebagai kolom-

F 1
kolom matriks standar T yaitu /1=5 3 7
L 3.
1
 DAFTAR PUSTAKA

Abdul Aziz Saefudin. 2015. Modul Aljabar Linear.Yogyakarta: Universitas PGRI

Yogyakarta.

Andrilli, Stephen and David Hecker. 2010. Elementary Linear Algebra Fourth
Edition. Canada: Elsevier.

Anton, Howard. 2004. Aljabar Linear Elementer Versi Aplikasi. Jakarta: Erlangga

Danang Mursita. 2010. Aljabar Linear. Bandung: Rekayasa Sains.

Matthews, K. R. 1998. Elementary Linear Algebra. Department of Mathematics:

University of Queensland.