ALJABAR LINIER
SUB PEMBAHASAN
4.7. ruang baris,ruang kolom, dan ruang null
4.8.rank,nulitas,dan ruang matriks fundamental
4.9.transformasi matriks standart di 𝑅2 DAN 𝑅3
4.10. sifat-sifat transformasi matriks
4.11.matriks pada geometri di 𝑅2
4.7. Ruang Baris, Ruang Kolom dan Ruang Null
Definisi 1 untuk matriks m x n
Vektor
Dalam 𝑅 𝑛 yang terbentuk dari baris A disebut vektor baris A dan vektor dalam 𝑅𝑛 yang
dibentuk dari kolom A disebut vektor kolom A.
v
Contoh 1 baris dan kolom vektor dari matriks 2 x 3
Vektor x0 dalam Formula (3) disebut solusi khusus Ax = b, dan bagian sisanya dari rumus ini disebut
solusi umum Ax = 0. Dengan terminologi ini
Secara geometris, set solusi Ax = b dapat dilihat sebagai terjemahan oleh x0 dari
ruang solusi Ax = 0 (Gambar 4.7.1).
CONTOH 3 Solusi Umum dari system linear ax = b
• dan menyimpulkan bahwa solusi umum x dari sistem non homogen dan u mum solusi xh dari sistem
homogen yang sesuai (ketika ditulis dalam kolom-vektor formulir) terkait dengan
• Ingat dari Catatan 3 Contoh berikut dari Bagian 4.5 bahwa vektor dalam xh membentuk dasar untuk ruang
solusi Ax = 0.
CONTOH 4 Menemukan Dasar untuk Ruang Null Matriks
Temukan dasar untuk ruang nol dari matriks
Solusi Ruang nol dari A adalah ruang solusi dari sistem linier yang homogen Ax = 0, yang, seperti
ditunjukkan pada Contoh 3, memiliki dasar
Perhatikan bahwa basis vektor v1, v2, dan v3 dalam contoh terakhir adalah vektor yang menghasilkan
dengan berturut-turut mengatur salah satu parameter dalam solusi umum sama dengan 1 an yang
lainnya sama ke 0.
THEOREM 4.7.5 Jika matriks R dalam bentuk eselon baris, maka vektor baris dengan memimpin 1
(vektor baris nol) membentuk dasar untuk ruang baris R, dan kolom vektor dengan 1 yang terdepan
dari vektor baris membentuk dasar untuk ruang kolom R
CONTOH 5 Basa untuk Ruang Baris dan Kolom dari Matriks dalam Baris Bentuk Eselon
Temukan basis untuk ruang baris dan kolom dari matriks
Solusi Karena matriks R dalam bentuk eselon baris, maka dari Teorema 4.7.5 itu vector
Solusi Karena operasi baris elementer tidak mengubah ruang baris dari sebuah matriks,
kami dapat menemukan dasar untuk ruang baris A dengan menemukan dasar untuk
ruang baris dari setiap baris bentuk eselon A. Mengurangi A ke bentuk eselon baris, kami
memperoleh (memverifikasi)
Dengan Teorema 4.7.5, vektor baris nol dari R membentuk dasar untuk ruang baris R dan
karenanya membentuk dasar untuk ruang baris A. Vektor dasar ini adalah
Dasar untuk Kolom ruang kolom pada matriks
THEOREM 4.7.6 Jika A dan B adalah matriks yang setara dengan baris, maka:
(a) Satu set vektor kolom A yang diberikan adalah bebas linieN r jika dan hanya jika vektor kolom yang
sesuai dari B adalah bebas linear.
(b) Satu set vektor kolom A yang diberikan membentuk dasar untuk ruang kolom A jika dan hanya jika
vektor kolom B yang sesuai membentuk dasar untuk ruang kolom dari B.
membentuk dasar untuk ruang kolom R. Dengan demikian, vektor kolom yang sesuai dari A, yang mana
Penyelesaian
Bentuk Matriks Eselon Baris tereduksi dari A adalah
Karena ada 2 baris tak nol atau secara ekuivalen, ada dua baris yang memiliki satu utama, maka ruang baris
keduanya berdimensi dua, sehingga rank (A)= 2.
Selanjutnya menentukan nulitas, sesuai definisi nulitas adalah dimensi dari ruang null dari A. matriks bentuk
eselon baris tereduksi dari A.
Empat vektor diatas adalah basis dari ruang null A, artinya dimensi ruang null A adalah 4, sehingga nulitas (A)
= 4.
2.Teorema 4. 8.2 dimensi untuk matriks
Jika A adalah suatu matriks dengan n kolom, maka :
Rank(A) + nulitas(A) = n
Contoh 2 :
Contoh 4:
Dari matriks bentuk eselon baris tereduksi untuk masing-masing matriks maka,
dimensi ruang baris A= dimensi baris AT jadi nilai Rank A sama yaitu 2.
6. Teorema 4.8.6 Jika W adalah subruang dari Rn, maka:
a. W⊥ adalah subruang dari Rn. b. Satu-satunya vektor yang umum untuk W dan W⊥ adalah 0. c.
Komplemen ortogonal dari W⊥ adalah W.
Contoh 5 :
(a) Dalam R2 komplemen ortogonal dari garis W melalui titik asal adalah garis melalui asal yang tegak lurus
terhadap W. (b) Dalam R3 komplemen ortogonal dari bidang W melalui titik asal adalah garis melalui titik
asal yang tegak lurus terhadap bidang itu.
4.9 TRANSFORMASI MATRIKS DI 𝑅2 DAN 𝑅3
1. Translasi
CONTOH:
Bayangan dari titik A(2, -5) jika ditranslasikan oleh T(3, 1) adalah
Jawab:
A'(2 + 3, -5 + 1)
A'(5, -4)
2. Refleksi (Pencerminan)
Contoh soal:
CONTOH SOAL
1. Tentukan bayangan titik A(-7,-5) jika dicerminkan terhadap titik asal
pembahasan:
Pencerminan terhadap titik asal atau titik (0,0)
SEHINGGA
Bayangan titik y:
y' = x sin α + y cos α
y' = 1 sin 30 + 2 cos 30
y' = 1/2 + √3
Jadi bayangan A = A'(1/2√3 - 1 , 1/2 + √3)
2. Tentukan bayangan dari titik A(4, 2) oleh rotasi sebesar 270° dengan pusat rotasi P(1, 5) pembahasan:
Bayangan A(4, 2) oleh rotasi sebesar 270° dengan pusat rotasi P(1, 5)
Ekspansi dan Kompresi Jika koordinat x dari masing-masing titik pada bidang dikalikan dengan konstanta k
yang positif, maka efeknya adalah memperluas atau mengkompresi masing-masing gambar dalam arah x.
Jika :
a.0 <k< 1, maka hasilnya adalah kompresi,
b.k > 1, maka hasilnya adalah ekspansi.
Jika T:R2→R2 adalah ekspansi atau kompresi dalam arah x dengan faktor k, maka :
Diilustrasikan dengan grafik bahwa T1 ◦ T2 dan T2 ◦ T1 memiliki efek yang berbeda pada vektor x.
Kesimpulan yang sama dapat dicapai dengan menunjukkan bahwa matriks standar untuk T1 dan T2
tidak bolak-balik:
2. Komposisi dari dua rotasi adalah komutatif
Misal T1 : R2 → R2 dan T2 : R2 → R2 adalah operator linier yang merotasi vector-vector berturut-turut
sebesar sudut θ1 dan θ2 , jadi operasinya (T2 ◦ T1)(x) = T2(T1(x)).
pertama-tama memutar x melalui sudut θ1, kemudian memutar T1 (x) melalui sudut θ2. Itu mengikuti
bahwa efek bersih dari T2 ◦ T1 adalah memutar setiap vektor dalam R2 melalui sudut θ1 + θ2 .Matriks
standar untuk operator matriks ini, yaitu :
Dengan bantuan beberapa Identitas Trigonometri Dasar, dapat dijabarkan sebagai
berikut:
3. Komposisi dua relasi
T1: R2 → R2 menjadi pantulan tentang sumbu y, dan biarkan T2: R2 → R2 menjadi pantulan
tentang sumbu x. Dalam hal ini T1 ◦ T2 dan T2 ◦ T1 adalah sama; keduanya memetakan setiap
vektor x = (x, y) ke dalam negatif −x = (−x, −y) artinya (T1 ° T2) komutatif terhadap (T2 ° T1) .
Operator T (x) = −x pada R2 atau R3 disebut refleksi tentang asal. Sebagai perhitungan
sebelumnya menunjukkan, matriks standar untuk operator ini pada R2 adalah:
• Kernel dan range Jika TA: Rn → Rm adalah transformasi matriks, maka himpunan semua vektor
dalam Rn bahwa TA memetakan ke 0 disebut sebagai kernel TA dan dilambangkan dengan ker
(TA). Set dari semua vektor dalam Rm yang merupakan gambar di bawah transformasi ini
setidaknya satu vektor dalam Rn disebut kisaran TA dan dilambangkan dengan R (TA).
Secara singkat :
ker (TA) = ruang nol dari A (6)
R (TA) = ruang kolom A (7)
TEOREMA 4.10.1
Jika A adalah matriks n x n dari TA : Rn → Rm : adalah perkalian matriks dengan A, maka
pernyataan dibawah ini adalah ekuivalen
A. A adalah invertible
B. kernel dari TA adalah {0}
C. Range TA adalah Rn
D. TA adalah satu satu
• Invers dari matriks satu-satu
Jika TA : Rn → Rn adalah operasi liner satu-satu, maka dari teorema 4.10.1 matriks TA dapat di balik. Jadi, TA-1 : Rn →
Rn sendiri juga operasi linier yang disebut invers dari TA
Terminologi ini sesuai karena TA dan TA − 1 membatalkan efek satu sama lain di arti bahwa jika x adalah vektor dalam
Rn, maka:
setara dengan :
4.11 Matriks pada geometri di R2
TEOREMA 4.11.2
Jika T : R2 → R2 adalah perkalian oleh sebuah matriks elementer, maka transformasi tersebut adalah
salah satu dari antara yang berikut:
a. Perputaran (rotasi) Jika T : R2 → R2 untuk masing-masing titik dalam bidang terhadap titik asal atau
O(0,0) melalui sudut ϴ kita dapatkan bahwa matriks baku untuk T adalah
Jadi, putaran yang diikuti oleh geseran dapat dilakukan oleh transformasi matriks dengan
matriks
THANKS YOU