PEMBAHASAN ALJABAR LINEAR Dosen Pembimbing : Hartini, S.Pd., M.Pd. Disusun Oleh ; Noor Hasanah Marhamah : 2020.11.1003 : 2020.11.0977 STKIP PARIS BARANTAI KABUPATEN KOTABARU PROGRAM STUDI PENDIDIKAN MATEMATIKA TAHUN 2020/2021 A. PERTEMUAN 11 1. Kernel Transformasi Linear DEFINISI TRANSFORMASI LINEAR Jika V,W masing masing adalah ruang vektor, maka V,W masing – masing merupakan himpunan. Dengan demikian dapat dibuat suatu fungsi antara V dan W . Terkait dengan struktur dari V dan W , maka didefinisikan suatu operasi penjumlahan vektor dan perkalian skalar. Definisi operasi tersebut, dapat berbeda. Suatu fungsi dari ruang vektor ke ruang vektor yang mengawetkan ( preserve ) sifat keterjumlahan dan perkalian skalarnya disebut transformasi linear. Definisi 3.1. Diberikan V, dan W, masing-masing adalah ruang vektor. Suatu fungsi T :V → W yaitu suatu fungsi dari V ke W disebut transformasi linear jika dipenuhi: (i). π’Μ , π£Μ ∈ π ; π(π’Μ + π£Μ ) = π(π’Μ ) + π(π£Μ ) (ii). π’Μ ∈ π ; πΌ ∈ π ; π(πΌ × π’Μ ) = πΌπ(π’Μ ) SIFAT TRANSFORMASI LINEAR; KERNEL DAN JANGKAUAN Dari defnisi transformasi linear sebelumnya, maka sifat-sifat transformasi yang terangkum dalam teorema berikut dipenuhi untuk setiap transformasi linear. Teorema 3.1. Jika T :V → W merupakan transformasi linear, maka untuk ∀ π’Μ , π£Μ ∈ π berlaku: a. π(0Μ ) = 0 b. π(−π’Μ ) = −π(π’Μ ) c. π(π’Μ − π£Μ ) = π(π’Μ ) − π(π£Μ ) Selanjutnya, masih terkait dengan transformasi linear. Transformasi linear merupakan suatu fungsi, sehingga juga dikenal suatu image ( jangkauan ) dari transformasi linear, maupun kernel yang didefinisikan sebagai berikut: Definisi 3.2. Jika T :V → W merupakan transformasi linear, maka himpunan ππ(π) = {π€|π€ = π(π£), π£ ∈ π }. Yang merupakan himpunan bagian dari W, disebut Ruang Peta (Image) dari transformasi linear T. Sedangkan himpunan πΎππ(π) = {π£|π£ ∈ π , π(π£) = 0 } Yang merupakan himpunan bagian dari V, disebut Ruang Nol (Kernel) dari transformasi linear T. Berdasarkan definisi tersebut, maka πΎππ(π) = {π£|π£ ∈ π , π(π£) = 0 }. Himpunan ker(T) bukan merupakan himpunan kosong, sebab paling tidak beranggotakan 0 Ο΅ V. Hal ini sesuai dengan sifat transformasi linear Teorema 3.1.a. Selanjutnya jangkauan dari T dapat dinyatakan sebagai himpunan : π (π)/ ππ(π) = {π€|π€ = π(π£), π£ ∈ π }. Himpunan R(T) juga bukan merupakan himpunan kosong, hal ini sesuai dengan Teorema 3.1.a, jadi paling tidak memuat 0 Ο΅ W. Himpunan ker(T) merupakan himpunan bagian dari V , dan R(T) adalah himpunan bagian dari W . Kedua himpunan ini merupakan sub ruang vektor, yang selengkapnya diberikan pada Teorema berikut: Teorema 3.2. Jika T :V → W merupakan transformasi linear, maka: a. Himpunan ker(T) merupakan sub ruang vektor dari V b. Himpunan R(T) merupakan sub ruang vektor dari W Kedua himpunan tersebut membentuk sub ruang vektor, maka dengan sendirinya himpunan-himpunan itu memenuhi seluruh aksioma untuk ruang vektor. Dengan demikian keduanya merupakan ruang vektor, sehingga mempunyai dimensi. Contoh 3.2 π π Dari Contoh 2.1, diketahui bahwa π: π2×2 → π 2 , dengan π ([ ]) = (2π + π π π , π − 2π) merupakan transformasi linear. Selanjutnya, tentukan R(T) dan ker(T). Jawab: ker(π) = π ∈ π2×2 |π(π΄) = 0Μ π = {[ π π ] |(2π + π , π − 2π) = (0,0)} π Dari kondisi tersebut, diperoleh : 2a + d = 0 atau d = -2a dan b – 2c = o atau b = 2c . dengan demikian , diperoleh : ker(π) = {[ π π π π ] |π = −2π, π = 2π} = {[ π π Basis dari ker(T) adalah {[ π π (π) = {(π₯, π¦) ∈ π 2 |π [ π 1 0 0 ],[ 0 −2 1 2π ] |π, π ∈ π } −2π 2 ]} , dan dimensi dari ker(T) = 2 0 π π ] = (π₯, π¦), π’ππ‘π’π π π’ππ‘π’ [ π π π ] ∈ π2×2 } π = ((π₯, π¦) ∈ π 2 |(2π + π, π − 2π) = (π₯, π¦) Jadi dari kondisi tersebut diperolehπ₯ = 2π + π, π¦ = π − 2π. Dalam hal ini nilai π, π, π, π ∈ π bebas, dalam arti berlaku untuk semua nilai R . Dengan demikian nilai x, y ada untuk nilai π, π, π, π ∈ π manapun. Sehingga π (π) = π 2. Dimensi dari R(T) = 2. Basisnya sama dengan basis untuk π 2 . 2. Matriks Baku Transformasi Linear Transformasi linear dari π π ππ π π merupakan transformasi matriks. Jika π βΆ π π → π π adalah sebarang transformasi linear, maka ada matriks A berukuran m × n sehingga T adalah perkalian oleh A. Misalkan π1 , π2 , … . , ππ adalah basis baku untuk π π , dan misalkan A adalah matriks m × n yang mempunyai π(π1 ) , π( π2 ) , … . , π(ππ ) sebagai vektor-vektor kolomnya. Matriks ini dinamakan matriks bentuk baku untuk T. akan ditunjukkan bahwa tranformasi linear π βΆ π π → π π adalah perkalian A. Dengan membandingkan (2) dan (3) maka akan menghasilkan T(x) = Ax yakni T adalah perkalian oleh A. sehingga dapat dirangkum dalam teorema : Teorema Jika π βΆ π π → π π adalah transformasi linear dan jika π1 , π2 , … . , ππ adalah basis baku untuk π π , maka T adalah perkalian oleh A, di mana A matriks yang menghasilkan vektor kolom π(π1 ) , π( π2 ) , … . , π(ππ ). Terdapat lima jenis transformasi linier bidang yang mempunyai makna khusus: perputaran (rotasi), refleksi, ekspansi, kompresi, dan geseran. 1. Perputaran (rotasi) Jika untuk masing-masing titik dalam bidang terhadap titik asal atau O(0,0) melalui sudut kita dapatkan bahwa matriks baku untuk T adalah : cos π [ sin π − sin π ] cos π 2. Refleksi Refleksi terhadap sebuah garis l melalui titik asal adalah transformasi yang memetakan masing-masing titik pada bidang ke dalam bayangan cerminnya terhadap l. Refleksi adalah transformasi linear. Kasus yang paling penting adalah refleksi terhadap sumbu koordinat dan garis y = x. Refleksi terhadap sumbu y adalah [ −1 0 ] 0 1 1 Refleksi terhadap sumbu x adalah [ 0 0 Refleksi terhadap garis y = x adalah [ 1 3. Ekspansi dan Kompresi 0 ] −1 1 ] 0 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 Transformasi yang demikian dinamakan ekspansi (atau kompresi) dalam arah x dengan faktor k. Demikian juga jika koordinat y dari masing-masing titik dikalikan dengan konstanta k positif, maka didapatkan sebuah ekspansi (atau kompresi) dalam arah y dengan faktor k. Ekspansi dan kompresi sepanjang sumbu-sumbu koordinat adalah transformasi linear. Jika π βΆ π 2 → π 2 adalah ekspansi atau kompresi dalam arah x dengan faktor k, 1 π 0 0 maka π(π1 ) = π ([ ]) = [ ] π(π2 ) = π ([ ]) = [ ] 0 1 1 0 π 0 sehingga matriks baku untuk T adalah [ ] 0 1 demikian juga matriks baku untuk ekspansi atau kompensasi untuk arah y adalah 1 0 [ ] 0 π 4. Geseran Sebuah geseran dalam arah x dengan faktor k adalah transformasi yang menggerakkan masing-masing titik (x,y) sejajar dengan sumbu x sebanyak ky menuju kedudukan yang baru (x + ky, y). Di bawah transformasi seperti itu, titik-titik pada sumbu x tidak digerakkan karena y = 0. Akan tetapi, sewaktu kita makin menjauh dari sumbu x, besar y bertambah, sehingga titik-titik yang lebih jauh dari sumbu x bergerak sejarak yang lebih besar dari titik-titik yang lebih dekat ke sumbu x tersebut. Sebuah geseran dalam arah y dengan faktor k adalah transformasi yang menggerakkan masing-masing titik (x,y) sejajar dengan sumbu y sebanyak kx menuju kedudukan yang baru (x, y + ky). Di bawah transformasi seperti ini, maka titik-titik pada sumbu y tetap diam dan titiktitik yang lebih jauh dari sumbu y bergerak sejarak yang lebih besar dari titik-titik yang lebih dekat ke sumbu y tersebut. Dapat kita perlihatkan bahwa geseran adalah transformasi linear. Jika π βΆ π 2 → π 2 adalah searah dengan faktor k yang mengarah x, maka 1 1 0 π π(π1 ) = π ([ ]) = [ ] π(π2 ) = π ([ ]) = [ ] 0 0 1 1 1 π Sehingga matriks baku untuk T adalah [ ] 0 1 Demikian juga, matriks baku untuk geseran dalam arah y dengan faktor k adalah : 1 0 [ ] π 1 Hasil penelitian ini adalah jika diketahui merupakan ruang vektor berdimensi hingga dan maka diperoleh matriks baku untuk refleksif, rotasi, ekspansi, kompresi dan geseran. Masing-masing transformasi linier ini dilakukan terhadap sumbu-x, sumbu-y dan sumbu- pada untuk medapatkan vektor-vektor kolom. Vektor-vektor kolom sebagai hasil transformasi linier pada membentuk matriks baku untuk transformasi linier yang bersesuaian pada ruang vektor . Hasil transformasi akan disajikan pada Tabel 1 sampai Tabel 4. Matriks baku untuk transformasi linier pada ruang vektor diperoleh dengan menentukan refleksif, rotasi, ekspansi, kompresi serta geseran. Proses dalam memperoleh matriks baku untuk transformasi linier dilakukakan dengan menuliskan kembali basis baku, menentukan vektor-vektor kolom, dan menyusun kembali sebagai matriks baku untuk setiap transformasi linier pada ruang vektor . B. PERTEMUAN 12 1. Matriks Dari Suatu Transformasi Linear 2. Matriks B Yang Sama Dengan Matriks A C. PERTEMUAN 13 1. Nilai Eigen Suatu Matriks 2. Vektor Eigen Suatu Matriks 3. Persamaan Karakteristik D. PERTEMUAN 14 1. Ruang Eigen 2. Diagonalisasi Matriks E. PERTEMUAN 15 1. Matriks Simetri 2. Diagonalisasi Matriks Secara Orthogonal