Anda di halaman 1dari 14

SIFAT TRANSFORMASI LINIER

TEOREMA 1:
Jika T: VW adalah transformasi linier, maka
a.T(0) = 0
b.T(-v) = -T(v) untuk semua v di V
c.T(v-w) = T(v) – T(w) untuk semua v dan w di V
Bukti , misalkan v adalah sebarang vektor di V . Karena 0v = 0 maka kita peroleh

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


Yang membuktikan (a)

Juga T(-v) = T [(- 1) v] = (- 1) T (v) = –T(v) ,


yang membuktikan (b) .

T (v –w ) =T(v + ( - 1) w)
=T(v) + ( - 1) T(w)
=T(v) - T(w)
Membuktikan yang (c).
Definisi.Jika T:V→W adalah transformasi linear, maka himpuan vektor di V
yang dipetakan T kedalam 0 kita namakan kernel ( ruang nol ) dari T;
himpuan tersebut dinyatakan oleh ker (T).
Himpunan semua vektor di W yang merupakan bayangan di bawah T dari
paling sedikit atau vektor di V kita namakan jangkauan dari T; himpunan
tersebut dinyatakan oleh R(T).
TEOREMA 2:
Jika T:VW adalah transformasi linier, maka
a.Kernel dari T adalah sub-ruang dari V
b.Jangkauan dari T adalah subruang dari W
Bukti.
(a) Untuk memperlihatkan bahwa ker(T) adalah subruang, maka kita harus
memperlihatkan bahwa ker(T) tersebut tertutup di bawah pertambahan dan
perkalian skalar. Misalkan v1 dan v2 adalah vektor-vektor dalam ker(T), dan
misalkan k adalah sebarang skalar. Maka
T (v1 + v2 ) = T(v1) + T(v2)
=0+0=0
Sehingga v1 + v2 berada dalam ker(T). Juga,
T(k v1) = kT(v1) = k0 =0
Sehingga k v1 berada dalam ker(T).
(b) Misalkan w1 dan w2 adalah vektor dalam jangkauan T. Untuk
membuktikan bagian ini maka harus kita perlihatkan bahwa w1 + w2 dan
k w1 berada dalam jangkauan T untuk sebarang skalar k; yakni, kita
harus mencari vektor a dan b di V sehingga T(a) = w1 + w2 dan T(b) = k
w1.
Karena w1 dan w2 berada dalam jangkauan T, maka vektor a1 dan a2 dalam
V sehingga T(a1) = w1 dan T(a2) = w2. Misalkan a = a1 +a2 dan b = ka1.
Maka
T(a) = T(ka1) = kT(a1) = kw1
Yang melengkapkan bukti tersebut.
DEFINISI.
JIKA T:V →W ADALAH TRANSFORMASI LINEAR, MAKA DIMENSI
JANGKAUAN DARI T DINAMAKAN RANK T, DAN DIMENSI KERNEL
DINAMAKAN NULITAS (NULLITY) T.
TEOREMA 3

(Teorema Dimensi).
Jika T:V →W adalaht ransformasi linear dariruang vector V yang berdimensi n kepada
sebuah ruang vector W, maka:
(rankdari T) + (nulitasdari T) = n

(5.4)
Dengan kata lain, teorema ini menyatakan bahwa rank + nulitas dari transformasi
linear sama dengan dimensi domainnya.
TEOREMA 4

Jika A adalah matriks m x n maka dimensi ruang pemecahan dari Ax = 0 adalah


n = rank(A)
Jelasnya, teorema 4 ini menyatakan bahwa dimensi ruang pemecahan Ax = 0 sama
dengan jumlah kolom A kurang rank A.
PERNYATAAN. Karena system linear homogen Ax = 0 harus konsisten,
berikutnya dari teorema 18. Bagian 4.6 bahwa rank matriks A sama dengan jumlah
parameter dalam pemecahan Ax = 0. Dengan menggunakan hasil ini dengan teorema
4, selanjutnya dengan mengacu pada ruang pemecahan Ax = 0 akan sama dengan
jumlah kolom A kurang jumlah parameter dalam pemecahan Ax= 0
CONTOH 18
Contoh
Pada contoh contoh sebelumnya kita telah memperlihatkan bahwa system homogen
2x1 + 2x2 – x3 +x5 = 0
-x1 + x2 + 2x3 – 3x4 + x5 = 0
X1 +x2 – 2x3 - x5 = 0
X3 + x4 + x5 = 0
Mempunyai ruang pemecahan berdimensi dua, dengan memecahkan system
tersebut dan dengan mencari sebuah basis. Karena matriks koefisien
JAWAB

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