Transformasi Linear
MUH1G3/ MATRIKS DAN RUANG VEKTOR
TIM DOSEN
7
Definisi Transformasi Linear
Matriks Transformasi
Kernel dan Jangkauan
2 4/15/2017
Sub Pokok Bahasan
MUH1G3/ MATRIKS DAN RUANG VEKTOR
Grafika KomputerPenyederhanaan Model Matematikadan lain-lain
Aplikasi Transformasi Linear
Misalkan V dan W adalah ruang vektor T: V β W dinamakan
transformasi linear, jika untuk setiap a, b β V dan Ξ± β R
β T a + b = T a + T b
β T Ξ±a = Ξ±T(a)
Jika V = W maka T dinamakan operasi linear
Contoh 1:
Tunjukan bahwa T: R2 β R3, dimana
Txy =
x β yβxy
Merupakan transformasi linear
3 4/15/2017
Transformasi Linear
MUH1G3/ MATRIKS DAN RUANG VEKTOR
Jawab:
Ambil 1 unsur sembarang π (contoh πΌ) dan 2 unsur sembarang di R2,
Misalkan u =u1u2
, v =v1v2
β’ Akan ditunjukan bahwa T u + v = T u + T(v)
T u + v = Tu1u2
+v1v2
=
(u1 + v1) β (u2 + v2)β(u1 + v1)(u2 + v2)
=
u1 + v1 β u2 βv2βu1 β v1u2 + v2
=
u1 β u2 + v1 βv2βu1 β v1u2 + v2
=
u1 β u2βu1u2
+
v1 βv2βv1v2
= T u + T(v)
Terbukti bahwa T u + v = T u + T(v)
4 4/15/2017 MUH1G3/ MATRIKS DAN RUANG VEKTOR
β’ Akan ditunjukan bahwa T πΌu = πΌ T u
T πΌu = T πΌu1u2
= TπΌu1πΌu2
=
πΌu1 β πΌu2β(πΌu1)πΌu2
=πΌ(u1 β u2)(πΌ)(βu1)
πΌu2
= πΌ
u1 β u2βu1u2
= πΌT u
Terbukti bahwa T πΌu = πΌ T u
Jadi, π merupakan transformasi linear
5 4/15/2017 MUH1G3/ MATRIKS DAN RUANG VEKTOR
Contoh 2:
Misalkan π merupakan suatu transformasi dari π2Γ2 ke π yang didefinisikan oleh π π΄ = det(π΄), untuk setiap π΄ β π2Γ2. Apakah πmerupakan Transformasi Linear?
Jawab:
Misalkan π΄ =π11 π12π21 π22
β π2Γ2
Maka untuk setiap πΌ β π berlaku
det πΌπ΄ = detπΌπ11 πΌπ12πΌπ21 πΌπ22
= πΌ2 π11π22 β π12π21 = πΌ2det(π΄)
Perhatikan bahwa det πΌπ΄ β πΌ det(π΄)
Jadi π bukan transformasi linear
6 4/15/2017 MUH1G3/ MATRIKS DAN RUANG VEKTOR
Contoh 3:
Diketahui π: π2 (Polinom orde 2)β π 2, dimana
π π + ππ₯ + ππ₯2 =π β ππ β π
a. Apakah π merupakan transformasi linear
b. Tentukan π(1 + π₯ + π₯2)
Jawab:
a.Ambil 1 unsur sembarang π (contoh πΌ) dan 2 unsur sembarangdi π2, Misalkan u = u1 + u2x + u3x
2, v = v1 + v2x + v3x2
β’ Akan ditunjukan bahwa T u + v = T u + T(v)T u + v = T u1 + u2x + u3x
2 + v1 + v2x + v3x2
= T (u1+π£1) + u2 + π£2 x + (u3+π£3)x2
=(u1+π£1) β u2 + π£2(u1+π£1) β (u3+π£3)
7 4/15/2017 MUH1G3/ MATRIKS DAN RUANG VEKTOR
=(u1+π£1) β u2 + π£2(u1+π£1) β (u3+π£3)
=π’1 + π£1 β π’2 β π£2π’1 + π£1 β π’3 β π£3
=π’1 β π’2 + π£1 β π£2π’1 β π’3 + π£1 β π£3
=π’1 β π’2π’1 β π’3
+π£1 β π£2π£1 β π£3
= T u1 + u2x + u3x2 + π v1 + v2x + v3x
2
= T u + T(v)
β’ Akan ditunjukan bahwa T πΌu = πΌ T uT πΌu = T(πΌ u1 + u2x + u3x
2 )
= T πΌu1 + πΌu2x + πΌu3x2
=πΌπ’1 β πΌπ’2πΌπ’1 β πΌπ’3
=πΌ(π’1βπ’2)πΌ(π’1βπ’3)
= πΌπ’1 β π’2π’1 β π’3
= πΌ π π’1 + π’2π₯ + π’3π₯2 = πΌ T u
Jadi, T merupakan Transformasi Linear8 4/15/2017 MUH1G3/ MATRIKS DAN RUANG VEKTOR
b. π 1 + π₯ + π₯2 =1 β 11 β 1
=00
Suatu Transformasi Linear π: π β π dapat direpresentasikan dalambentuk:
π π’ = π΄π’
Untuk setiap π’ β π
(π΄ dinamakan matriks Transformasi dari π)
Contoh 4:
Misalkan, suatu transformasi linear π: π 2 β π 3 didefinisikan oleh:
ππ₯π¦ =
π₯ β π¦βπ₯π¦
9 4/15/2017 MUH1G3/ MATRIKS DAN RUANG VEKTOR
Jawab:
Perhatikan bahwa
ππ₯π¦ =
π₯ β π¦βπ₯π¦
=1 β1β1 00 1
π₯π¦
Jadi matriks transformasi untuk π: π 2 β π 3 adalah
π΄ =1 β1β1 00 1
Secara umum, jika π: π π β π π merupakan transformasi linear maka ukuran matriks transformasi adalah π Γ π
10 4/15/2017 MUH1G3/ MATRIKS DAN RUANG VEKTOR
Misalkan
π΅ = {π£1, π£2} basis bagi ruang vektor π dan π: π 2 β π 3 merupakantransformasi linear dimana
π π£π = π’π untuk setiap π = 1, 2
Matriks transformasinya dapat ditentukan dengan cara:
Tulis:π π£1 = π΄π£1 = π’1π π£2 = π΄π£2 = π’2
Sehinggaπ΄3Γ2 π£1 π£2 2Γ2 = π’1 π’2 2Γ2
Jadiπ΄ = π’1 π’2 π£1 π£2
β1
11 4/15/2017 MUH1G3/ MATRIKS DAN RUANG VEKTOR
Contoh 5:
Misalkan
π£1 =11β1
, π£2 =01β1
, π£3 =001
adalah basis bagi π 3.
π: π 3 β π1 Transformasi linear didefinisikan π π£π = π΄π£π = ππ untuksetiap π = 1,2,3.
Jika
π1 = 1 β π₯; π2 = 1; π3 = 2π₯
Tentukan:
Tentukan hasil transformasi dari π1β12
12 4/15/2017 MUH1G3/ MATRIKS DAN RUANG VEKTOR
Jawab:
Definisikan:
π1 = 1 β π₯ π΅ =1β1
; π2 = 1 π΅ =10
; π3 = 2π₯ π΅ =02
Karena π΄π£π = ππ βπ
Maka
π΄1 0 01 1 0β1 β1 1
=1 1 0β1 0 2
Atau
π΄ =1 1 0β1 0 2
1 0 01 1 0β1 β1 1
β1
13 4/15/2017 MUH1G3/ MATRIKS DAN RUANG VEKTOR
Invers matriks dicari dengan OBE:1 0 01 1 0β1 β1 1
1 0 00 1 00 0 1
βπ1 + π2π1 + π3
~
1 0 00 1 00 β1 1
1 0 0β1 1 01 0 1
π2 + π3~
1 0 00 1 00 0 1
1 0 0β1 1 00 1 1
Sehingga
π΄ =1 1 0β1 0 2
1 0 0β1 1 00 1 1
=0 1 0β1 2 2
Jadi matriks transformasi π adalah 0 1 0β1 2 2
14 4/15/2017 MUH1G3/ MATRIKS DAN RUANG VEKTOR
Sementara itu,
π1β12
= π΄1β12
=0 1 0β1 2 2
1β12
=β11
Ingat bahwaβ11 π΅
= β1 + π₯
Jadi
π1β12
= β1 + π₯
15 4/15/2017 MUH1G3/ MATRIKS DAN RUANG VEKTOR
Contoh 6:
Diketahui basis dari polinom orde dua adalah 1 + π₯, βπ₯ + π₯2, 1 + π₯ β π₯2
Jika π: π2 β π 3 adalah transformasi linear dimana
π 1 + π₯ =012
; π βπ₯ + π₯2 =120
; π 1 + π₯ β π₯2 =210
Tentukan
π 1 β π₯ + π₯2
16 4/15/2017 MUH1G3/ MATRIKS DAN RUANG VEKTOR
Gunakan konsepmembangunruang
Jawab:
Perhatikan bahwa
Himpunan 3 polinom tersebut adalah basis bagi polinom orde 2
Maka polinom tersebut ditulis menjadi1 β π₯ + π₯2 = π1 1 + π₯ + π2 βπ₯ + π₯2 + π3 1 + π₯ β π₯2
Dengan menyederhakan persamaan diatas, didapat SPL sebagaiberikut
α
π1 + π3 = 1π1 β π2 + π3 = β1
π2 β π3 = 1
Dengan solusi π1 = 0, π2 = 2, dan π3 = 1
17 4/15/2017 MUH1G3/ MATRIKS DAN RUANG VEKTOR
Jadi kombinasi linear tersebut dapat ditulis dalam bentuk:1 β π₯ + π₯2 = 0 1 + π₯ + 2 βπ₯ + π₯2 + 1 1 + π₯ β π₯2
Atau
π 1 β π₯ + π₯2 = π 0 1 + π₯ + 2 βπ₯ + π₯2 + 1 1 + π₯ β π₯2
Karena π merupakan Transformasi linear makaπ 1 β π₯ + π₯2 = 0π 1 + π₯ + 2π βπ₯ + π₯2 + 1π 1 + π₯ β π₯2
= 0012
+ 2120
+ 1210
=450
18 4/15/2017 MUH1G3/ MATRIKS DAN RUANG VEKTOR
Misalkan π: π β π merupakan transformasi linear. Semua unsur di π yang dipetakan ke vektor nol di π dinamakan KERNEL π
notasi ker(π) atau
ker π = π’ β π£ π π’ = 0}
Contoh 7:
Transformasi linear π: π2 β π 2
π π + ππ₯ + ππ₯2 =π β ππ β π
Perhatikan bahwa π 1 + π₯ + π₯2 =1 β 11 β 1
=00
Maka 1 + π₯ + π₯2 β ker(π)
Sementara itu, 1 + 2π₯ + π₯2 β ker π
Karena π 1 + 2π₯ + π₯2 =β11
β 0
19 4/15/2017
Kernel dan Jangkauan
MUH1G3/ MATRIKS DAN RUANG VEKTOR
Jelas bahwa vektor nol pada daerah asal transformasi merupakanunsur kernel T. Tetapi, tak semua transformasi linear mempunyaivektor tak nol sebagai unsur kernel π.
Teorema :
Jika T βΆ V β W adalah transformasi linear maka ker T merupakansubruang dari V
Bukti :
Ambil a, b β ker T sembarang dan Ξ± β R
1.Karena setiap a β ker T artinyna setiap a β π sehingga π a = 0,Maka ker π β π
20 4/15/2017 MUH1G3/ MATRIKS DAN RUANG VEKTOR
2. Perhatikan bahwa 0 β ker π .
Artinya setiap π 0 = π΄0= 0
oleh karena itu ker π β {}
3. Karena a, b β ker T dan ker π β πIngat bahwa π merupakan ruang vektor, sehingga berlaku
a + b β π
akibatnya π a + b = π a + π b = 0 + 0 = 0
Jadi a + b β ker(π)
4. a β ker T dan a β πKarena π adalah ruang vektor, maka untuk setiap πΌ β π berlaku:
π πΌ ΰ΄±π = πΌπ ΰ΄±π = πΌ 0 = 0
Jadi πΌ ΰ΄±π β ker(π)
Dengan demikian, terbukti bahwa
Jika π: π β π adalah transformasi linear maka ker(π) merupakan subruang dariruang vektor π
21 4/15/2017 MUH1G3/ MATRIKS DAN RUANG VEKTOR
22 4/15/2017 MUH1G3/ MATRIKS DAN RUANG VEKTOR
ker π subruang?Basis ker π ?
Contoh 8:
Diketahui transformasi linear π: π 3 β π2 dengan
ππππ
= π + π + 2π β π π₯ + 2π + π + π π₯2
Tentukan basis dan dimensi ker(π) dan π (π) (R(T) adalah jangkauandari T)
Jawab:
Perhatikan bahwa:
ππππ
= π + π + 2π β π π₯ + 2π + π + π π₯2 = 0
Ini memberikanπ + π2π β π
2π + π + π=
000
23 4/15/2017 MUH1G3/ MATRIKS DAN RUANG VEKTOR
Sehingga
ππππ
=π + π2π β π
2π + π + π=
1 1 00 2 β12 1 1
πππ
Jadi matriks transformasi bagi π adalah
π΄ =1 1 00 2 β12 1 1
Dengan melakukan OBE pada matriks yang telah diperbesar makadidapat
1 1 00 2 β12 1 1
000~ β¦~
1 0 00 1 00 0 1
000
Jadi (0,0,0) adalah satu-satunya anggota dari ker(T).
Sehingga, basis ker π =
dan nulitasnya adalah nol24 4/15/2017 MUH1G3/ MATRIKS DAN RUANG VEKTOR
Perhatikan hasil OBE,
maka basis ruang kolom dari matriks π΄ adalah102
,121
,0β11
oleh karena itu, basis jangkauan dari π adalah:{1 + 2π₯2, 1 + 2π₯ + π₯2, βπ₯ + π₯2}
sehingga rank(dimensi basis π π‘ )=3
25 4/15/2017 MUH1G3/ MATRIKS DAN RUANG VEKTOR
Contoh 9:
Diketahui transformasi linear π: π 4 β π 3 didefinisikan oleh:
π
ππππ
=π + ππ β 2π
βπ β π + π β 2π
Tentukan basis kernel dari π dan nulitasnya
Jawab:
π
ππππ
=π + ππ β 2π
βπ β π + π β 2π
=1 10 0β1 β1
0 01 β21 β2
ππππ
26 4/15/2017 MUH1G3/ MATRIKS DAN RUANG VEKTOR
Jadi
π΄ =1 10 0β1 β1
0 01 β21 β2
Basis ker(π) dan Nulitasnya?
ker(π) adalah ruang solusi dari
π ΰ΄±π£ = π΄ ΰ΄±π£ = 0
β ΰ΄±π£ =
ππππ
β π 4
Dengan OBE
π΄ =1 10 0β1 β1
0 01 β21 β2
~ β¦~1 10 00 0
0 01 β20 0
27 4/15/2017 MUH1G3/ MATRIKS DAN RUANG VEKTOR
ker π = ruang solusi dari π΄ ΰ΄±π£ = 0
Yaitu
ππππ
|
ππππ
=
1β100
π +
0011
2
π‘; π , π‘ β 0
Jadi basis ker π adalah
1β100
,
0011
2
nulitas = Dimensi dari ker π = 2
28 4/15/2017 MUH1G3/ MATRIKS DAN RUANG VEKTOR
Suatu Transformasi π: π 3 β π 2 didefinisikan oleh
ππππ
=π β 2ππ + π
Periksa apakat π merupakan transformasi linearJika suatu transformasi π: π1 β π2 diberikan oleh π 2 + π₯ = 4 β π₯ β π₯2
dan π 1 + 3π₯ = 7 + 2π₯ β 2π₯2
Tentukan π[3 β π₯]Suatu transformasi linear, π: π 2 β π 3.
π1β2
=3β11
dan πβ35
=12β1
a. Tentukan matriks transformasi dari π
b.Tentukan hasil transformasi π13
c. Tentukan basis kernel dan jangkauan dari π
29 4/15/2017
LATIHAN
MUH1G3/ MATRIKS DAN RUANG VEKTOR
THANK YOU