Anda di halaman 1dari 11

TRANSFORMASI KERNEL DAN RANGE

DISUSUN OLEH:

Muhammad Ilham Ferdiansyah 5230711003

PRODI TEKNIK ELEKTRO

FAKULLTAS SAINS DAN TEKNOLOGI

UNIVERSITAS TEKNOLOGI YOGYAKARTA

2024

1
Kata Pengantar
Dengan menyebut nama Allah SWT yang Maha Pengasih lagi Maha
Panyayang, Saya panjatkan puja dan puji syukur atas kehadirat-Nya, yang telah
melimpahkan rahmat, hidayah, dan inayah-Nya kepada Saya, sehingga kami dapat
menyelesaikan makalah aljabar linear tentang Transformasi Kernel dan Range.

Dengan menyebut nama Allah SWT yang Maha Pengasih lagi Maha
Panyayang, Saya panjatkan puja dan puji syukur atas kehadirat-Nya, yang telah
melimpahkan rahmat, hidayah, dan inayah-Nya kepada Saya, sehingga kami dapat
menyelesaikan makalah aljabar linear tentang Transformasi Kernel dan Range.

Akhir kata Saya berharap semoga makalah tentang aljabar linear tentang
Transformasi Kernel dan Range ini dapat memberikan manfaat.

Yogyakarta,09 Januari 2024

Penulis;

Muhammad Ilham Ferdiansyah

2
DAFTAR ISI

Kata Pengantar ...............................................................................................................2


DAFTAR ISI ......................................................................................................................3
BAB I PENDAHULUAN ......................................................................................................4
I.1 Latar Belakang ........................................................................................................4
I.2 Rumusan Masalah ..................................................................................................4
I.3 Tujuan Penulisan ....................................................................................................4
BAB II PEMBAHASAN .......................................................................................................5
II.1 Perbedaan Kernel Pada Ruang Vektor dan Transformasi Linear .............................5
II.2 Kernel dan Range...................................................................................................5
II.3 Contoh dan Pembahasan .......................................................................................9
BAB III PENUTUP ........................................................................................................... 10
III.1 Kesimpulan......................................................................................................... 10
DAFTAR PUSTAKA ......................................................................................................... 11

3
BAB I PENDAHULUAN

I.1 Latar Belakang

Transformasi linier termasuk dalam aljabar linier yang memiliki sub


bagian seperti matriks dan operasinya, transformasi komposisi, kernel dan range
serta nulitas dan rank dari transformasi linier.
Diantara 6 sub bagian dari aljabar kami akan membahas transformasi
linear. Mulai dari apakah kernel dan range serta nulitas dan rank dari transformasi
linier.

I.2 Rumusan Masalah


1. Bagaimana pebedaan Kernel pada ruang vektor dan Kernel pada
Transformasi linear?
2. Apakah yang dmaksud dengan Kernel dalam Transformasi linear?
3. Apakah yang dimaksud dengan Range (Jangkauan)?
4. Bagaimana contoh dan pembahasan dari kernel dan range (dalam
Transformasi Linear)?

I.3 Tujuan Penulisan


1. Dapat memahami penjelasan dari Kernel dalam transformasi linear
2. Dapat memahami dan mengerti perbedaan pengertian kernel dalam aljabar
dengan kernel dalam transformasi linear
3. Dapat mengetahui yang dimaksud dengan range dalam transformasi linear
4. Dapat lebih memperjelas pemahaman dari kernel dan rank dengan contoh-
contoh soal dan pembahasannya

4
BAB II PEMBAHASAN

II.1 Perbedaan Kernel Pada Ruang Vektor dan Transformasi Linear


Pada bab Ruang Vektor kita telah membahas sub bab dari pengertian
Ruang Null (null space) atau Kernel dari A.

Ruang Null (null space) atau Kernel dari A adalah ruang solusi dari sistem
persamaan yang homogen Ax = 0, yang merupakan subruang dari Rn.

II.2 Kernel dan Range


Didalam bagian ini kita memperlihatkan bahwa sekali bayangan vektor
basis dibawah transformasi linear telah diketahui, maka kita mencari bayangan
vektor lain selebihnya di ruang tersebut.

Definisi II.1

Jika 𝑇 ∶ 𝑉 → 𝑊 adalah transformasi linear. Kernel (Ruang nul) dari 𝑇,


dinotasikan dengan ker (𝑇), didefinisikan oleh

𝐾𝑒𝑟(𝑇) = {𝑣 ∈ 𝑉|𝑇(𝑣) = 0}

Sedangkan himpunan semua vektor pada W yang merupakan bayangan karena


T dari setidaknyaa satu buah vektor pada V disebut Range dari T dan
dinotasikan sebagai 𝑅(𝑇), didefinisikan oleh

𝑅(𝑇) = {𝑤 ∈ 𝑉|𝑇(𝑣) = 𝑤}

Teorema II.1

Jika 𝑇 ∶ 𝑉 → 𝑊 adalah transformasi linear. Maka :

a. 𝐾𝑒𝑟(𝑇) adalah subruang dari V


b. 𝑅(𝑇) adalah subruang dari W

5
Bukti Teorema II.1

a. Untuk membuktikan 𝑘𝑒𝑟(𝑇) adalah subruang dari V, kita memperlihatkan


bahwa 𝑘𝑒𝑟(𝑇) ≠ ∅ dan 𝑘𝑒𝑟(𝑇) tertutup dibawah perkalian skalar dan
penjumlahan vektor.
Berdasarkan teorema
i. Jika kita ambil 0 ∈ 𝑉 maka 𝑇(0) = 0 sehingga 0 ∈ 𝑘𝑒𝑟(𝑇), maka
𝑘𝑒𝑟(𝑇) = {0} dengan demikian TERBUKTI bahwa 𝑘𝑒𝑟(𝑇) ≠ ∅
ii. 𝑘𝑒𝑟(𝑇) ⊂ 𝑉 karena {0} ⊂ 𝑉
iii. Jika 𝑣1 𝑣2 ∈ 𝑘𝑒𝑟(𝑇), maka :
𝑇(𝑣1 +𝑣2 ) = 𝑇(𝑣1 ) + 𝑇(𝑣2 ) = 0 + 0 = 0
iv. Jika 𝑣 ∈ 𝑘𝑒𝑟(𝑇) dan 𝛼 suatu skalar, maka :
𝑇(𝛼𝑣) = 𝛼𝑇(𝑣) = 𝛼0 = 0
Oleh karena itu 𝛼𝑣 ∈ 𝑘𝑒𝑟(𝑇)
Oleh karena 4 syarat subruang terpenuhi, Jadi TERBUKTI bahwa 𝐾𝑒𝑟(𝑇)
adalah subruang dari V.
b. Bukti dari 𝑅(𝑇) adalah subruang dari W adalah serupa.
i. Jika kita ambil 0 ∈ 𝑊 maka 𝑇(0) = 0 sehingga setidaknya terdapat
satu vektor pada 𝑅(𝑇) = {0}, dengan demikian TERBUKTI bahwa
𝑅 (𝑇 ) ≠ ∅
ii. 𝑅(𝑇) ⊂ 𝑉 karena {0} ⊂ 𝑉
iii. Jika 𝑤1 𝑤2 ∈ 𝑅(𝑇), maka terdapat 𝑣1 𝑣2 ∈ 𝑉 sehingga 𝑇(𝑣1 ) = 𝑤1
dan 𝑇(𝑣2 ) = 𝑤2 . Jadi,
𝑤1 + 𝑤2 = 𝑇(𝑣1 ) + 𝑇(𝑣2 ) = 𝑇(𝑣1 +𝑣2 )
iv. Jika 𝑤 ∈ 𝑅(𝑇) maka 𝑤 = 𝑇(𝑣) 𝑣 ∈ 𝑉. Oleh karena itu untuk 𝛼 suatu
skalar, diperoleh :
𝛼𝑤 = 𝛼𝑇(𝑣) = 𝑇(𝛼𝑣)
Karena 𝛼𝑣 ∈ 𝑉, maka 𝛼𝑤 ∈ 𝑅(𝑇) sehingga 𝑅 (𝑇) tertutup dibawah
perkalian skalar.

6
Oleh karena 4 syarat subruang terpenuhi. Maka TERBUKTI bahwa 𝑅(𝑇)
adalah subruang dari W.

Definisi II.2

Jika 𝑇 ∶ 𝑉 → 𝑊 adalah transformasi linear. Maka dimensi range dari T disebut


sebagai rank dari T dan dinotasikan dengan rank (𝑇), sedangkan dimensi
kernelnya disebut nulitas dari T dan dinotasikan dengan nulitas (𝑇).

Teorema II.2

Jika Jika 𝑇 ∶ 𝑉 → 𝑊 adalah sebuah transformasi linear dari suatu ruang vektor
V berdimensi n ke suatu ruang vektor, maka :

Rank (T) + nulitas (T) = n

Bukti Teorema II.2

Misalkan nulitas(T) = r dan { v1, v2, ..., vr } basiss untuk ker(T). Maka { v1, v2,
..., vr } bebas linear. Menurut teorema perluasan basis, maka ada n-r vektor yaitu
vr+1, vr+2, ..., vn sedemikian hingga { v1, v2, ..., vr, vr+1, vr+2, ..., vn } merupakan
basis untuk V. Akan dibuktikan bahwa n-r vektor dalam himpunan S = {
T(vr+1), T(vr+2), ..., T(vn) } merupakan basis untuk R(T). Jelas bahwa S R(T)

Akan ditunjukkan bahwa S membangun R(T). Ambil sebarang b R(T),


maka

ada v V b = T(v). Karena { v1, v2, ..., vr, vr+1, vr+2, ..., vn } basis untk V, maka v
dapat dinyatakan sebagai :

v = c1v1 + c2v2 + ... + crvr + cr+1 vr+1 + ... + cnvn Karena v1,
v2, ..., vr ker(T) maka T(v1) = 0, T(v2) = 0, ..., T(vr) = 0.

Sehingga kita peroleh :

7
b = T(v) = cr+1 T(vr+1) + cr+2 T(vr+2) + ... + cn T(vn)

Jadi S membangun R(T).


Selanjutnya akan ditunjukkan S bebas linear.
Pandang persamaan berikut :

cr+1 T(vr+1) + cr+2 = T(vr+2) + ... + cn T(vn) = 0 ................... (1)

Karena T pemetaan linear maka (1) dapat ditulis :

T (cr+1 vr+1 + cr+2 vr+2 + ... + cn vn ) = 0


Hal ini menunjukkan bahwa cr+1 vr+1 + cr+2 vr+2 + ... + cn vn ker(T).
Karena { v1, v2, ..., vr } basis untuk ker(T), maka cr+1 vr+1 + cr+2 vr+2 + ... + cn vn
dapat dinyatakan sebagai kombinasi linear dari v1, v2, ..., vr sbb. :
cr+1 vr+1 + cr+2 vr+2 + ... + cn vn = c1v1 + c2v2+ ... + crvr
untuk suatu c1, c2, ..., cr R. Maka diperoleh :
c1v1 + c2v2 + ... + crvr - cr+1 vr+1 - cr+2 vr+2 - ... - cn vn = 0
Karena { v1, v2, ..., vr, vr+1, vr+2, ..., vn } bebas kinear, maka c1 = c2 = ... = cn = 0.
Secara khusus ditemukan cr+1 = cr+2 = ... = cn = 0, sehingga S bebas linear.
Jadi S basis untuk R(T) dengan rank(T) = n-r. Sehingga ditemukan :
Nulitas(T) + Rank(T) = r + (n-r) = n.
Sehingga TERBUKTI. Jika 𝑇 ∶ 𝑉 → 𝑊 adalah sebuah transformasi linear dari
suatu ruang vektor V berdimensi n ke suatu ruang vektor, maka berlaku :

Rank (T) + nulitas (T) = n

8
II.3 Contoh dan Pembahasan
Contoh II.3.1

Misalkan 𝑇𝐴 ∶ 𝑅𝑛 → 𝑅𝑚 adalah suatu transformasi matriks A, m x n , maka


ker(TA) adalah ruang null dari matriks A dan R(T A) adalah ruang kolom dari
matriks A.

Contoh II.3.2

Misalkan 𝑇𝐴 ∶ 𝑅3 → 𝑅3 Adalah proyeksi ortogonal pada bidang xy. Ker(T) adalah


hipunan titik-titik yang dipetakan T ke 0 (titik-titik ini terletak pada sumbu z)
(gambar ) karena T memetakan setiap titik pada R3 ke bidang xy, R(T) Haruslah
merupakan suatu sub himpunan dari bidang ini. Akan tetapi setiap titik (x0 , y0 , 0)
pada bidang xy adalah bayangan dari suatu titik karena T (pada kenyataannya,
titik itu adalah bayangan dari semua titik yang terletak pada garis vertikal yang
melewati (x0 , y0 , 0) seperti diilustrasikan pada gambar... ). Jadi R(T) adalah
seluruh bidang xy itu sendiri.

𝑘𝑒𝑟(𝑇) = {𝑥, 𝑦, 𝑧 ∈ 𝑅3 |(𝑥, 𝑦, 𝑧) = (0,0, 𝑧)}

𝑅(𝑇) = {𝑥, 𝑦, 𝑧 ∈z 𝑅3 |(𝑥, 𝑦, 𝑧) = (𝑥, 𝑦 0)} z

(0,0,z) (x0,y0,z)

T T

y y

(0,0,0) (0,0,0)

x x

9
BAB III PENUTUP

III.1 Kesimpulan
1. Jika 𝑇 ∶ 𝑉 → 𝑊 adalah transformasi linear. Kernel (Ruang nul) dari 𝑇,
dinotasikan dengan ker (𝑇), didefinisikan oleh
𝐾𝑒𝑟(𝑇) = {𝑣 ∈ 𝑉|𝑇(𝑣) = 0}
Sedangkan himpunan semua vektor pada W yang merupakan bayangan
karena T dari setidaknyaa satu buah vektor pada V disebut Range dari T
dan dinotasikan sebagai 𝑅(𝑇)
2. Jika 𝑇 ∶ 𝑉 → 𝑊 adalah transformasi linear. Maka :
𝐾𝑒𝑟(𝑇) adalah subruang dari V
𝑅(𝑇) adalah subruang dari W
3. Jika 𝑇 ∶ 𝑉 → 𝑊 adalah transformasi linear. Maka dimensi range dari T
disebut sebagai rank dari T dan dinotasikan dengan rank (𝑇), sedangkan
dimensi kernelnya disebut nulitas dari T dan dinotasikan dengan nulitas
(𝑇 ).
4. Jika A adalah sebuah matriks m x n dan 𝑇𝐴 ∶ 𝑅𝑛 → 𝑅𝑚 adalah perkalian
dengan A, maka :
Nulitas (TA) = nulitas (A)
Rank (TA) = rank(A)
5. Jika Jika 𝑇 ∶ 𝑉 → 𝑊 adalah sebuah transformasi linear dari suatu ruang
vektor V berdimensi n ke suatu ruang vektor, maka :
Rank (T) + nulitas (T) = n

10
DAFTAR PUSTAKA
Sadieda, Lisanul Uswah.2012.Aljabar Linear dan Aplikasinya.Sidoarjo:Dwiputra
Pustaka Jaya.

Anton, Howard dan Chriss Rorres.2004. Aljabar Linear elementer Versi


Aplikasi.Jakarta:Erlangga,Edisi ke-8 Jilid 1.

Leon, Steven John.2001.Aljabar Linear dan Aplikasinya.Jakarta:Erlangga,Edisi


ke-5.

11

Anda mungkin juga menyukai