Upload
ahmad-fuad-hariri
View
1.530
Download
6
Embed Size (px)
Citation preview
Kelompok 10
• Tyas Haryadi (09650169)• Villa Nanda Sahara (09650172)• Asasun Najakh (09650179)
Transformasi Linier
Definisi : Transformasi
Transformasi (pemetaan atau fungsi) T dari Rn(domain) ke Rm (codomain) dituliskan : T : Rn
w = T(v)v : variabel tak bebasw : variabel bebasSebagai suatu fungsi f : RMisalkan :
Menunjukkan transformasi v ke w dari matrik A
vektor
1 0 1
A 2 -1 dan v-1
3 4
1 0 1 1
Av 2 -1 3-1
3 4 -1
Rm
R, contoh : f(x) = x2
Secara umum persamaan matrik transformasi :
Transformasi matrik A oleh vektor
vektor
Dituliskan sebagai berikut :
TA : R2
1 0 xx
2 -1 2x yy
3 4 3x 4y
x
y
x
2x y
3x 4y
A
xx
T 2x yy
3x 4y
dalam R2 menjadi
dalam R3.
R3
A
1 1
Bayangan v adalah w T (v) 3-1
-1
A
x 1 0x
T 2x y x 2 y -1y
3x 4y 3 4
Range
Dengan kata lain : range(jarak) TA merupakan ruang
kolom dari matrik A
Definisi : Transformasi Linier
Transformasi T : Rn
Jika :
1.T(u + v) = T(u) + T(v) untuk semua u dan v dalam Rn
2.T(cv) = cT(v) untuk semua v dalam Rn dan skalar c
Contoh :
T : Rn
Buktikan bahwa T adalah transformasi linier.
xx
T 2x yy
3x 4y
Rm disebut transformasi linier
Rm dinyatakan dengan
Jawab :
Syarat 1 : T(u + v) = T(u) + T(v)
1 2
1 2
x xMisalkan: u dan v
y y
1 21 2 1 2
1 2 1 21 2 1 2
1 2 1 2
x xx x x x
T(u v) T T 2(x x ) (y y )y y y y
3(x x ) 4(y y )
1 2 1 2
1 2 1 2 1 1 2 2
1 2 1 2 1 1 2 2
x x x x
2x 2x y y (2x y ) (2x y )
3x 3x 4y 4y (3x 4y ) (3x 4y )
1 21 2
1 1 2 21 2
1 1 2 2
x xx x
(2x y ) (2x y ) T T T(u) T(v)y y
(3x 4y ) (3x 4y )
Syarat 2 : T(cv) = cT(v)
Karena 2 syarat terpenuhi, maka T terbukti merupakan transformasi linier
xMisalkan: v dan c skalar
y
x cxT(cv) T c T
y cy
cx cx
2(cx) (cy) c(2x y)
3(cx) 4(cy) c(3x 4y)
xx
c 2x y cT cT(v)y
3x 4y
• Diketahui dengan Apakah T merupakan transformasi Liniear?
Jawab:MisalkanSyarat 1
maka:
32: RRT
y
x
yx
y
xT
2
2
1
1 ,y
xv
y
xu
21
21
yy
xxvu
2
2
22
1
1
11
21
21
2121
21
21
y
x
yx
y
x
yx
yy
xx
yyxx
yy
xxTvuT
vTuT
Definisi transformasi linier juga dapat ditentukan dengan mengkombinasikan kedua syarat yaitu :Transformasi T : Rn jika : T(c1v1 + c2v2) = c1T(v1) + c2T(v2)
untuk semua v1, v2 dalam Rn dan skalar c1, c2
Matrik transformasi (TA) adalah transformasi linier.
Bukti :
sehingga : T = TA dengan A =
x 1 0 1 0x x
T 2x y x 2 y -1 2 -1y y
3x 4y 3 4 3 4
1 0
2 -1
3 4
Rm disebut transformasi linier
Transformasi TA: Rn
linier jika : TA(x) = Ax
untuk x dalam Rn dan A adalah matrik m x n
Bukti : misalkan u dan v adalah vektor dalam Rn dan c :
skalar,kemudian : TA(u + v) = A(u + v)= Au + Av = TA(u)+TA(v)
dan TA(cv) = A(cv) = c(Av) = cTA(v)
Dengan demikian : TA merupakan transformasi linier.
Rm disebut transformasi
Misalkan T: Rn Kemudian T adalah matrik transformasi, khususnya T = TA dengan A adalah matrik m x n
Maka :
disebut sebagai matrik standar dari transformasi linier T Bukti : x adalah vektor dalam Rn dapat dituliskan: x = x1e1 + x2e2 + ……….+ xnen
Jadi T(x) = T(x1e1 + x2e2 + ……….+ xnen)
= x1T(e1 )+x2T(e2 )+ ……..+xnT(en )
1 2 nA T(e ) T(e ) ............ T(e )
1
21 2 n
n
x
xT(e ) T(e ) ......... T(e ) Ax
x
Rm merupakan transformasi linier.
Contoh :
Jadi, matriks standar untuk
Dengan
110
101
011
022
AT
zy
zx
yx
yx
z
y
x
A
22
Sifat-sifat transformasi linier :
Jika T : V
1. T(0) = 0
2. T(– v) = – T(v) untuk semua v dalam V
3. T(u – v) = T(u) – T(v) untuk semua u dan v dalam VContoh :Anggap T adalah transformasi linier dari R2 ke P2 seperti
Carilah :
2 21 2T 2 3x x dan T 1 x
1 3
1 a
T dan T 2 b
W adalah transformasi linier, maka :
Jawab :
Karena :
setiap vektor dalam R2 berada dalam jangkauan (B)
Maka :
Diperoleh nilai c1= – 7 dan c2= 3, sehingga :
1 2B ,
1 3
1 2
1 2 -1c c
1 3 2
1 1 2 1 2T T 7 3 7T 3T
2 1 3 1 3
2 2 27(2 3x x ) 3(1 x ) 11 21x 10x
adalah basis dari R2 , sehingga
Dengan cara yang sama diperoleh bahwa :
Maka :
a 1 2(3a 2b) (b a)
b 1 3
a 1 2T T (3a 2b) (b a)
b 1 3
1 2
(3a 2b)T (b a)T1 3
2 2(3a 2b)(2 3x x ) (b a)(1 x )
2(5a 3b) ( 9a 6b)x (4a 3b)x
Komposisi dari suatu transformasiKomposisi dari dua transformasi T: Rm diikuti S: Rn
Jika : T: Rm kemudian S T: Rm maka matrik standarnya adalah : S T S T
Rn yangRp dituliskan : S T
vT(v)
S(T(v)) = (S T)(v)
Rm Rn Rp
T S
S TRn dan S: Rn Rp transformasi linier,
Rp adalah transformasi linier,
Contoh :Transformasi linier T: R2
Transformasi linier S: R3
Cari : S T : R2
11
1 22
1 2
xx
T 2x xx
3x 4x
1 31
2 32
1 23
1 2 3
2y yy
3y yS y
y yy
y y y
R3 didefinisikan sebagai :
R4 didefinisikan sebagai :
R4
Jawab :Matrik standar :
dan
2 0 1
0 3 -1S
1 -1 0
1 1 1
1 0
T 2 -1
3 4
S T S T
2 0 1 5 41 0
0 3 -1 3 -72 -1
1 -1 0 -1 13 4
1 1 1 6 3
Cara lain :
Dengan mensubstitusikan ke S, maka diperoleh :
1 2
1 1 1 2
2 2 1 2
1 2
5x 4x 5 4
x x 3x 7x 3 -7S T
x -1 1 x x x
6 3 6x 3x
1 11
2 1 22
3 1 2
y xx
y T 2x xx
y 3x 4x
1 2
11 1 2
1 22 1 2
1 21 2
5x 4x2 0 1 x
x 3x 7x0 3 -1S T 2x x
x 1 -1 0 x x3x 4x
1 1 1 6x 3x
Anggap : T : R2
S : P1
yang ditunjukkan oleh :
Carilah :
Jawab :
transformasi linier
aT a (a b)x dan S(p(x)) xp(x)
b
3 aS T dan S T
2 b
2 3 3S T S T S(3 (3 2)x) 3x x
2 2
2a aS T S T S(a (a b)x) ax (a b)x
b b
P1
P2
Invers dari Transformasi LinierDefinisi :Transformasi linier T: V transformasi linier T: WMaka : T’ disebut invers dari T
Contoh : Tunjukkan bahwa pemetaan T : R2
dinyatakan sebagai :
merupakan invers !
a cT a (a b)x dan T c dx
b d c
W memiliki invers jika ada
V sehingga T’ T = Iv dan T T’ = Iw
P1 dan T’: P1 R2 yang
Jawab :
Dan :
c +(c+(d – c))x= c + dx
Jadi :
Oleh karena itu : T dan T’ merupakan invers
a a
(a b) a b
cT T (c dx) T(T (c dx) T
d c
a aT T T T T (a (a b)x)
b b
21PR
T T I dan T T I
Kernel dan range transformasi linier
Definisi :Jika T : VKernel T yang ditulis ker(T) adalah himpunan semua
vektor dalam V yang merupakan pemetaan hasil T ke 0 dalam W.
Range T yang ditulis range(T) adalah himpunan semua vektor dalam W yang merupakan bayangan vektor V hasil T
W adalah transformasi linier
ker (T) = {v dalam V : T(v)= 0
range (T) = {T(v) : v dalam V} = {w dalam W: w = T(v) untuk semua v dalam V}
Jika T : VMaka :a. Kernel T merupakan subruang V dan dimensi
kernel dikenal sebagai nulity : nullity (T)b. Range T merupakan subruang W dan dimensi
range dikenal sebagai rank : rank (T)
W adalah transformasi linier
Kernel dan range dari T : V W
TV
W
0 0
range(T)ker(T)
Transformasi satu - satuT : VT merupakan pemetaan vektor dalam V ke vektor
dalam W
T : satu - satu Untuk semua u dan v dalam V u ≠ v T(u) ≠ T(v) T(u) = T(v) u = v
W adalah transformasi linier satu - satu jika
T
WV
T
WVT : bukan satu - satu
Transformasi Onto :
T : Vw dalam W jika minimal terdapat 1 v dalam V sehingga :
W adalah transformasi linier onto untuk semua
T : onto T : bukan onto
w = T(v)
Misalkan dim V = dim W = n dan transformasi linier T: V onto.Bukti : Jika T adalah satu – satu, maka nulity (T) = 0Teorema rank : rank (T) = dim V – nulity(T) = n – 0 = nOleh karena itu T adalah onto.
Sebaliknya, jika T adalah onto, maka rank(T)= dim W = nTeorema rank : nulity (T) = dim V – rank (T) = n – n = 0Sehingga ker (T) = {0} dan T adalah satu -satu
W adalah satu – satu, jika dan hanya jika :
Contoh : Transformasi T : R2
merupakan transformasi satu-satu atau onto ?
Jawab : Misalkan :
Sehingga diperoleh : x1 = x2 dan y1 = y2
Jadi :
R3 dinyatakan dengan : 2x
xT x y
y 0
1 2
1 2
x xT T
y y
1 2
1 1 2 2
2x 2x
x y x y
0 0
1 2
1 2
x x
y y
,maka :
maka T adalah satu-satu
T bukan onto, karena range tidak semua dari R3 menjadi nyata. Terdapat besaran bukan vektor dalam R2 seperti :
Contoh : Tunjukkan bahwa T : R2
sebagai :
adalah transformasi linier satu - satu
0x
T 0y
1
aT a (a b)x
b
P1 dinyatakan
Jawab :
Jika
Sehingga diperoleh :
Akibatnya : ker (T) =
Dengan menggunakan teorema rank : Rank(T) = dim R2 – nulity(T) = 2 – 0 = 2Oleh karena range (T) dimensi 2 dalam sub-ruang R2
Maka T adalah onto
a
b
adalah ker (T),
maka :
a0 T a (a b)x
b
a 0
b 0
0
0
dan T adalah satu - satu
Kesamaan bentuk (isomorph) ruang vektorDefinisi : Transformasi linier T : Vsatu – satu dan onto. Jika V dan W merupakan ruang vektor
yang memiliki kesamaan bentuk disebut V isomorph W dan dituliskan : V
Sifat-sifat isomorph : 1. Jika T merupakan isomorph, maka demikian juga T-1
2. T merupakan isomorph jika dan hanya jika ker(T) = {0} dan range (T) = W
3. Jika v1, v2 ……..vk adalah basis dalam V, maka T(v1), T(v2)…..T(vk)
adalah basis dalam W4. Jika V dan W adalah ruang vektor berdimensi terbatas, maka V
isomorph W jika dan hanya jika dim(V) = dim (W).
W dikatakan isomorph, jika
W
Latihan :1.Tunjukkan apakah T : R3 dalam :
merupakan transformasi linier !2. Tunjukkan apakah T : R3 dalam :
merupakan transformasi linier !
P2 yang dinyatakan
2( ) ( ) ( )
a
T b abc a b x a c x
c
M2x2 yang dinyatakan
2
aa b c b
T ba b b c
c
Jenis – jenis Transformasi Linier bidang
1.Rotasi (Perputaran)
Matrik baku untuk T adalah : 2.Refleksi
Refleksi terhadap sebuah garis l adalah transformasi yang memetakan masing – masing titik pada bidang ke dalam bayangan cerminnya terhadap l
3.Ekspansi dan kompresi Jika koordinat x dari masing – masing titik
pada bidang dikalikan dengan konstanta k yang positif dimana k > 1, maka efeknya adalah memperluas gambar bidang dalam arah x. Jika 0 < k < 1 maka efeknya adalah mengkompresi gambar bidang dalam arah x. Disebut dengan ekspansi (kompresi) dalam arah x dengan faktor k
4.Geseran Sebuah geseran dalam arah x dengan faktor k adalah transformasi yang menggerakkan masing – masing titik (x,y) sejajar dengansumbu x sebanyak ky menuju kedudukan yang baru (x + ky, y)Matrik baku untuk transformasi ini adalah :
Terimakasih
By: Kelompok 10