8.

3 Inverse Linear
Transformations
 Definition

•One to One
Transformasi linear T:V→W dikatakan one-to-one jika
T memetakan vektor-vektor berbeda pada V ke vektor-
vektor berbeda pada W.

Jika A adalah suatu matriks nxn dan TA :Rn→Rn adalah

perkalian dengan A, maka TA adalah one-to-one jika dan
hanya jika A adalah invertible matrix.
 Equivalent Statements
• Theorem 8.3.1
Jika T:V→W adalah suatu transformasi linear, maka:

T adalah one-to-one , jika:

• Kernel dari T hanya terdiri dari vektor nol → ker(T) = {0}
• Nullity (T) = 0
 Theorem 8.3.2

Jika V adalah ruang vektor berdimensi terhingga, dan

T:V →V adalah suatu operator linear, maka:

T adalah one to one; jika

• ker(T) = {0}
• nulitas (T) = 0
• R(T) =V
 Contoh
Anggap T A:R 6 -> R 4 adalah perkalian dengan
− 1 2 0 4 5 − 3
 3 −7 2 0 1 4 

 2 −5 2 4 6 1
 
 4 −9 2 −4 −4 7 

Tentukan apakah T A adalah one to one.

rank(A) = 2 → rank(TA) =2
kekosongan(A) = 4 → kekosongan (TA) = 4
rank (T ) + nullity (T ) = n = 6

Ker (T) = {4} → T bukan one to one

Jika T:V→W adalah suatu transformasi linear, maka T adalah
one-to-one , jika
(a) Kernel dari T hanya terdiri dari vektor nol → ker(T) = {0}
(b) Nullity (T) = 0
 Inverse Linear Transformations
Jika T :V → W adalah transformasi linear, maka daerah hasil dari
T, R (T ) adalah sub ruang W yang terdiri dari semua bayangan di
bawah T dari vektor-vektor pada V.

Jika T adalah one to one maka setiap vektor v pada V memiliki

bayangan unik w=T(v) pada R(T).

Inverse of T →T –1 memetakan w kembali ke v

 Invers dari Komposisi

• Jika T1:U →V and T2:V→W adalah transformasi linier

one to one, maka:

(a)T2 o T1 is one to one

(b) (T2 o T1)-1 = T1-1 0 T2-1

 Contoh
Anggap T A:R 4 -> R 4 adalah perkalian dengan

Tentukan apakah T A adalah one to one.

Jawab :
det(A)=0 → not invertible → TA is not one to one.

Jika A adalah suatu matriks nxn dan TA :Rn→Rn adalah perkalian dengan A, maka TA
adalah one-to-one jika dan hanya jika A adalah invertible matrix.
 Contoh
Anggap T :R 3 ->R 3 adalah operator linear yang didefinisikan oleh rumus:
T (x1,x2,x3)=(3x1+x2,-2x1-4x2+3x3,5x1+4 x2-2x3)
Tentukan apakah T adalah one to one, jika demikian cari
T-1 (x1,x2,x3)

Matriks standars T :

Cek, apakah [T] memiliki invers?

Cek dulu apakah det T terdefinisi?

Jika A adalah suatu matriks nxn dan TA :Rn→Rn adalah perkalian dengan A, maka TA
adalah one-to-one jika dan hanya jika A adalah invertible matrix.
Matriks standars T :
 8.4. Matriks-Matriks
Transformasi Linier Umum
 MATRIKS TRANSFORMASI

• Misalkan A adalah suatu matriks berorde mn. Jika

notasi matriks digunakan untuk vektor di Rm dan Rn,
maka dapat didefinisikan suatu fungsi T: Rn→Rm
dengan
T(x) = Ax

T memetakan Rn ke dalam Rm dan T linier

 MATRIKS TRANSFORMASI
Contoh:

T(x) = Ax
 MATRIKS TRANSFORMASI

Jika T : V→ W adalah ruang vektor berdimensi terhingga

T : V → W bisa dipandang sebagai suatu transformasi matriks
melalui matriks koordinat dari vektor-vektor dan bukan vektor V itu
sendiri
Jika B = {u1, u2, …, un} adalah basis untuk
ruang V berdimensi n dan
B’ = {v1, v2,…., vn} adalah basis untuk ruang
berdimensi m, maka kita mencari suatu
matriks m x n :

A merupakan matriks standard untuk transformasi

dan matriks A disebut matriks untuk T berkenaan
dengan basis B dan B’

A [x]B = [T(x)]B’
 Matriks-Matriks Transformasi Linier
Matriks A akan berlaku untuk semua vektor basis u1, u2,…, un, jika:

A [u1]B = [T(u1)]B’ , A [u2]B = [T(u2)]B’,……………..’ A [un]B = [T(un)]B’

Dimana vektor basis vektor basis u1,
u2,…, un
Matriks-Matriks Transformasi Linier

Subsitusi hasil A[u1]B , A[u2]B ….. A[un]B

ke persamaan :

A [un]B = [T(un)]B’

Didapat:
 Matriks-Matriks Transformasi Linier

Matriks untuk T berkenaan dengan B dan B’ adalah

Atau ditulis : [T]B’B

Matriks ini mempunyai sifat:
 Contoh

Let T：R 2 → R 2 be a L.T. defined by T ( x1 , x2 ) = ( x1 + x2 , 2 x1 − x2 )

Find the matrix of T relative to the basis B = {(1, 2), (−1, 1)}
and B ' = {(1, 0), (0, 1)}

Solution:
A = T (1, 2)B ' T (−1, 1)B ' 
T (1, 2) = (3, 0) ; T (−1, 1) = (0, − 3)
T(1,2) dan T(-1,1) relatif terhadap basis B’
T (1, 2) = 3(1, 0) + 0(0, 1)
T (−1, 1) = 0(1, 0) − 3(0, 1)
3 0 1 3 3 0 0 0
0 -3 0 0 0 -3 1 -3

T (1, 2)B ' = 03, T (−1, 1)B ' = −03 A = T (1, 2)B '
3 0 
T (−1, 1)B '  = 0 −3
      20
Contoh

1 -1 0 2
1 -1 0 1 0 2 1 1
0 2 1 -2 -1 2 2 -3
-1 2 2 -5

1 0 0 1 1 0 0 3
0 1 0 0 0 1 0 1
0 0 1 -2 0 0 1 -1
Contoh

1 0 0 0
0 1 0 1
0 0 1 0

1 0 0 0
0 1 0 0
0 0 1 1
Contoh
Mengapa Matriks Transformasi Linier Penting??
Jika T : Rn → Rm adalah transformasi linier dan jika B dan B’ adakah
basis-basis standar untuk Rn dan Rm, maka
[T] B’,B =[T]

Matriks Operator Linier dapat menghitung bayangan vektor dengan

menggunakan perkalian matriks.
Jika T: V → W adalah transformasi linier, maka matriks [T] B’,B bisa
digunakan untuk menghitung T(x) dalam 3 langkah:

1. Hitung matriks koordinat [x]B

2. Kalikan [x]B dari kiri dengan [T] B’,B
untuk menghasilkan [T(x)] B’
3. Susun ulang T(x) dari matriks
koordinatnya [T(x] B’
Contoh
Contoh
Contoh
 Matriks – Matriks Komposisi dan
Tranformasi Balikan

Jika T1 : U → V dan T2 : V → W adalah transformasi linier dan

jika B, B”, dan B’ masing-masing adalah basis-basis untuk U, V
dan W, maka :

Jika T: V → V adalah suatu operator linier dan jika B adalah

basis untuk V, maka pernyataan berikut ini ekuivalen:
a. T satu satu
b. [T]B dapat dibalik

Jika kesetaraan ini dipenuhi , maka :

Contoh
Contoh
 8.5. Similaritas
Bagaimana memilih suatu basis untuk V yang membuat
matirks untuk T sesederhana mungkin, misal diagonal
atau segitiga.
Similaritas

11 1 1
-2 4 0 -2

11 0 1
-2 4 1 4
Similaritas
Similaritas
Similaritas
Similaritas
Similaritas
Similaritas
MATERI BAB 8 SELESAI
TERIMA KASIH