Transformasi Linear 2018

Modul Aljabar Linear Model Knisley 1

 Transformasi Linear

PETA KONSEP

Transformasi Linear

𝑇(𝑣1 + 𝑣2) = 𝑇(𝑣1) + 𝑇(𝑣2)

𝑇(𝑘𝑣) = 𝑘𝑇(𝑣)

Kernel Sifat-Sifat Jangkauan

(Ruang Null) Transformasi Linear (range atau
daerah hasil)

(a) 𝑇(0) = 0
(b) 𝑇(−𝑣) = −𝑇(𝑣)
(c) 𝑇(𝑣 − 𝑤) = 𝑇(𝑣) − 𝑇(𝑤)

Modul Aljabar Linear Model Knisley 2

 Transformasi Linear

ALLEGORISASI

1.1 Definisi Transformasi

Transformasi berarti perubahan rupa (bentuk, sifat, fungsi, dan
sebagainya). Kata transformasi memiliki arti perubahan atau perpindahan.
Setiap perubahan dalam suatu objek dari bentuk aslinya disebut sebagai
transformasi.
Transformasi memiliki contoh yang luas di berbagai bidang, yaitu
dalam fisika (contohnya transformasi optik), dalam biologi (contohnya
metamorfosis), dalam ilmu komputer (transformasi data), dan sebagainya.
Transformasi dalam matematika merupakan konsep luas karena ada
transformasi linear, transformasi geometri, dan yang lainnya. Jika dapat
disimpulkan secara umum, pengertian transformasi dalam bahasa
matematika adalah suatu pemetaan titik pada suatu bidang ke himpunan titik
pada bidang yang sama.

1.2 Definisi Transformasi Linear

Transformasi linear merupakan dasar dalam aljabar linear yang
berbentuk fungsi. Transformasi linear yang dimaksud adalah perpindahan
dari satu ruang yang biasa dinamakan dengan domain ke ruang lain yang
dinamakan kodomain. Salah satu pembahasan dalam perkuliahan aljabar
adalah mengenai transformasi linear yaitu suatu fungsi yang dapat
memetakan suatu ruang vektor ke ruang vektor yang lain, sehingga operasi
standar pada ruang vektor (penjumlahan dan perkalian dengan skalar) tetap
berlaku.

1.3 Transformasi Linear Umum

Transformasi (pemetaan atau fungsi) T dari V (domain) ke W
(kodomain) dituliskan :
𝑻∶𝑽→𝑾
dengan, 𝑤 = 𝑇(𝑣)

Modul Aljabar Linear Model Knisley 3

 Transformasi Linear
Keterangan.
V : ruang vektor V
W : ruang vektor W
T : transformasi
𝑣 : variabel tak bebas
vektor
𝑤 : variabel bebas
Dengan maksud lain, transformasi dapat dipandang sebagai fungsi
bernilai vektor dari sebuah variabel vektor. Yakni, fungsi yang berbentuk
𝑤 = 𝑇(𝑣), dimana variabel bebas 𝑣 dan variabel tak bebas 𝑤 kedua-duanya
adalah vektor.
V W

𝑇
𝑣● ●𝑤

Gambar 1.1. Transformasi linear atau pemetaan linear dari V ke W

Jika 𝑉 dan 𝑊 adalah ruang vektor dan 𝑇 adalah sebuah fungsi yang
mengasosiasikan sebuah vektor yang unik di dalam 𝑊 dengan sebuah vektor
di dalam 𝑉, maka kita mengatakan 𝑇 memetakan 𝑉 ke dalam 𝑊, dan kita
menuliskan 𝑇 ∶ 𝑉 → 𝑊. Lebih lanjut lagi, jika 𝑇 mengasosiasikan vektor 𝑤
dengan vektor 𝑣, maka kita menuliskan 𝑤 = 𝑇(𝑣) dan kita mengatakan
bahwa 𝑤 adalah bayangan dari 𝑣 di bawah 𝑇. Contohnya, jika 𝑣 = (𝑥, 𝑦)
adalah sebuah vektor di dalam 𝑅2, dengan rumus :

𝑇(𝑣) = (𝑥, 𝑥 + 𝑦, 𝑥 − 𝑦 )

Maka dapat didefinisikan sebuah fungsi yang memetakan 𝑅2 ke dalam 𝑅3.

Khususnya, misal 𝑣 = (1, 1), maka 𝑥 = 1 dan 𝑦 = 1, sehingga
bayangan dari 𝑣 di bawah 𝑇 adalah 𝑇(𝑣) = (1, 2, 0).

Modul Aljabar Linear Model Knisley 4

 Transformasi Linear

Definisi-1 (Transformasi Linear)

Transformasi 𝑇 ∶ 𝑉 → 𝑊 disebut transformasi linear jika :

1. 𝑇(𝑢 + 𝑣) = 𝑇(𝑢) + 𝑇(𝑣) untuk semua 𝑢 dan 𝑣 dalam 𝑉
2. 𝑇(𝑘𝑢) = 𝑘𝑇(𝑢) untuk semua 𝑢 dalam 𝑉 dan skalar 𝑘

Contoh-contoh Transformasi Linear

a. Pemetaan Nol
Pemetaan nol adalah fungsi yang memetakan setiap vektor di 𝑉
ke vektor nol.
Misalkan 𝑇 ∶ 𝑉 → 𝑊 dengan 𝑇(𝑥) = 0 adalah pemetaan yang
menghubungkan vektor nol 0 ∈ 𝑊 ke setiap 𝑣 ∈ 𝑉. Untuk sebarang
vektor 𝑢, 𝑣 ∈ 𝑉 maka:
1. 𝑇(𝑢 + 𝑣) = 0
𝑇(𝑢 + 𝑣) = (0 + 0)
𝑇(𝑢 + 𝑣) = 𝑇(𝑢) + 𝑇(𝑣)
2. 𝑇(𝑘𝑢) = 0
𝑇(𝑘𝑢) = 𝑘. 0
𝑇(𝑘𝑢) = 𝑘𝑇(𝑢)
Jadi, 𝑇 ∶ 𝑉 → 𝑊 dengan 𝑇(𝑥) = 0 adalah transformasi linear.

b. Pemetaan Identitas
Pemetaan identitas adalah fungsi yang memetakan 𝑣 ke dirinya
sendiri. Pemetaan 𝑇 ∶ 𝑉 → 𝑉 yang didefinisikan oleh 𝑇(𝑣) = 𝑉 biasanya
dinotasikan oleh 𝐼.
Perhatikan pemetaan identitas 𝐼 ∶ 𝑉 → 𝑉 dengan 𝑇(𝑥, 𝑦) = 𝑥, 𝑦
yang memetakan tiap 𝑣 ∈ 𝑉 ke dirinya sendiri. Maka untuk sebarang 𝑢,
𝑣 ∈ 𝑉 vektor mempunyai:
1. 𝐼(𝑢 + 𝑣) = 𝑢 + 𝑣
Modul Aljabar Linear Model Knisley 5
 Transformasi Linear
𝐼(𝑢 + 𝑣) = 𝐼(𝑢) + 𝐼(𝑣)

2. Ambil 𝑢 ∈ 𝑉 dan 𝑘 skalar, maka:

𝐼(𝑘𝑢) = 𝑘𝑢
𝐼(𝑘𝑢) = 𝑘𝐼(𝑢)
Jadi, 𝐼 ∶ 𝑉 → 𝑉 dengan 𝑇(𝑥, 𝑦) = 𝑥, 𝑦 adalah transformasi linear.

c. Pemetaan dari 𝑹𝟐 ke 𝑹
Apakah fungsi 𝑇(𝑥, 𝑦) = 2 + 3𝑥 − 𝑦 merupakan transformasi
linear?
Penyelesaian. 𝑇: 𝑅2 → 𝑅
(𝑥, 𝑦) → (2 + 3𝑥 − 𝑦)
Misalkan 𝑢 = (𝑥1, 𝑦1) dan 𝑣 = (𝑥2, 𝑦2)
1. 𝑇(𝑢 + 𝑣) = ((𝑥1, 𝑦1) + (𝑥2, 𝑦2))
= 𝑇(𝑥1 + 𝑥2, 𝑦1 + 𝑦2)
= (2 + 3(𝑥1 + 𝑥2) − (𝑦1 + 𝑦2))
= (2 + 3𝑥1 + 3𝑥2 − 𝑦1 − 𝑦2)
= 2 + 3𝑥1 − 𝑦1 + 3𝑥2 − 𝑦2
= 𝑇(2 + 3𝑥1 − 𝑦1) + 𝑇(3𝑥2 − 𝑦2)
= 𝑇(𝑢) + 𝑇(3𝑥2 − 𝑦2)
𝑇(3𝑥2 − 𝑦2) ≠ 𝑇(𝑣)
2. 𝑇(𝑘𝑢) = 𝑇(2𝑘 + 3𝑘𝑥1 − 𝑘𝑦1)
= 𝑘𝑇(2 + 3𝑥1 − 𝑦1)
= 𝑘𝑇(𝑢)
Karena pada kondisi pertama tidak memenuhi, maka 𝑇(𝑥, 𝑦) = 2 + 3𝑥 −
𝑦 bukan merupakan transformasi linear.
Contoh penyangkal untuk kondisi kedua, dimisalkan
𝑢 = (2, 3), 𝑘 = 5 maka, 𝑇(𝑘𝑢) = 𝑇((𝑘)2, (𝑘)3)

𝑇(𝑘𝑢) = 𝑇((5)2, (5)3)

𝑇(𝑘𝑢) = 𝑇(10, 15)
Modul Aljabar Linear Model Knisley 6
 Transformasi Linear
𝑇(𝑘𝑢) = 2 + 3.10 − 15
𝑇(𝑘𝑢) = 17
Sedangkan untuk 𝑘𝑇(𝑢) = 5𝑇(𝑢)
𝑘𝑇(𝑢) = 5𝑇(2, 3)
𝑘𝑇(𝑢) = 5(2 + 3.2 − 3)
𝑘𝑇(𝑢) = 5(5)
𝑘𝑇(𝑢) = 25
Jadi, 𝑇(𝑘𝑢) ≠ 𝑘𝑇(𝑢)
17 ≠ 25
Sehingga, fungsi 𝑇(𝑥, 𝑦) = 2 + 3𝑥 − 𝑦 bukan transformasi linear.

d. Pemetaan dari 𝑹𝟐 ke 𝑹𝟐
Misalkan 𝑇: 𝑅2 → 𝑅2 adalah fungsi yang didefinisikan oleh
𝑇(𝑣) = (2𝑥, 𝑦) dengan 𝑣 = (𝑥, 𝑦) di 𝑅2. Apakah 𝑇 merupakan
transformasi linear!
Penyelesaian.
Misalkan 𝑢 = (𝑥1, 𝑦1) dan 𝑣 = (𝑥2, 𝑦2)
1. 𝑇(𝑢 + 𝑣) = ((𝑥1, 𝑦1) + (𝑥2, 𝑦2))
𝑇(𝑢 + 𝑣) = 𝑇(𝑥1 + 𝑥2, 𝑦1 + 𝑦2)
𝑇(𝑢 + 𝑣) = (2(𝑥1 + 𝑥2), (𝑦1 + 𝑦2))
𝑇(𝑢 + 𝑣) = (2𝑥1 + 2𝑥2), (𝑦1 + 𝑦2)
𝑇(𝑢 + 𝑣) = (2𝑥1 + 2𝑥2, 𝑦1 + 𝑦2)
𝑇(𝑢 + 𝑣) = ((2𝑥1, 𝑦1) + (2𝑥2, 𝑦2))
𝑇(𝑢 + 𝑣) = 𝑇(𝑢) + 𝑇(𝑣)
2. 𝑇(𝑘𝑢) = 𝑇(𝑘𝑥1, 𝑘𝑦1)
𝑇(𝑘𝑢) = (𝑘2𝑥1, 𝑘𝑦1)
𝑇(𝑘𝑢) = 𝑘(2𝑥1, 𝑦1)
𝑇(𝑘𝑢) = 𝑘𝑇(𝑢)

Modul Aljabar Linear Model Knisley 7

 Transformasi Linear

Jadi 𝑇: 𝑅2 → 𝑅2 dengan 𝑇(𝑣) = (2𝑥, 𝑦) adalah transformasi linear.

e. Pemetaan dari 𝑹𝟐 ke 𝑹𝟑
𝑥−𝑦
𝑥
Diketahui 𝑇: 𝑅2 → 𝑅3 dengan 𝑇 (𝑦) = ( 𝑥 ). Apakah 𝑇
𝑦
merupakan transformasi linear?
Penyelesaian.
𝑥1 𝑥2
Misalkan 𝑢 = ( ) dan 𝑣 = ( )
𝑦1 𝑦2
𝑥1 + 𝑥2
1. 𝑇(𝑢 + 𝑣) = 𝑇 ( )
𝑦1 + 𝑦2
𝑥1 + 𝑥2 − (𝑦1 + 𝑦2)
𝑇(𝑢 + 𝑣) = ( 𝑥1 + 𝑥2 )
𝑦1 + 𝑦2
𝑥1 − 𝑦1 𝑥2 − 𝑦2
𝑇(𝑢 + 𝑣) = ( 𝑥1 ) + ( 𝑥2 )
𝑦1 𝑦2
𝑇(𝑢 + 𝑣) = 𝑇(𝑢) + 𝑇(𝑣)
𝑘𝑥1
2. Untuk sebarang skalar 𝑘, 𝑘𝑢 = ( )
𝑘𝑦1
𝑘𝑥1
𝑇(𝑘𝑢) = 𝑇 ( )
𝑘𝑦1
𝑘𝑥1 − 𝑘𝑦1
𝑇(𝑘𝑢) = ( 𝑘𝑥1 )
𝑘𝑦1
𝑥 1 − 𝑦1
𝑇(𝑘𝑢) = 𝑘 ( 𝑥1 )
𝑦1
𝑇(𝑘𝑢) = 𝑘𝑇(𝑢)
𝑥−𝑦
𝑥
Jadi, 𝑇: 𝑅2 → 𝑅3 dengan 𝑇 (𝑦) = ( 𝑥 ) adalah transformasi
𝑦
linear.

Modul Aljabar Linear Model Knisley 8

 Transformasi Linear

f. Pemetaan Konstan
Pemetaan konstan adalah suatu fungsi yang menghasilkan suatu
konstanta (tetapan). Pemetaan 𝑇: 𝑉 → 𝑊 yang didefinisikan oleh 𝑇(𝑢) =
𝑐. Dengan 𝑢 ∈ 𝑉 dan 𝑐 adalah suatu konstanta. Karena suatu konstanta
tidak bisa menjadi suatu vektor, maka pemetaan konstan bukan
merupakan suatu transformasi linear.
Misalkan 𝑇: 𝑅2 → 𝐶 adalah fungsi yang didefinisikan oleh
𝑇(𝑣) = (𝑥, 𝑦) dengan 𝑣 = (𝑥, 𝑦) di 𝑅2 dan 𝐶 ∈ 𝑅. Tunjukkan apakah 𝑇
merupakan suatu transformasi linear.
Misalkan 𝑢 = (𝑥1, 𝑦1) dan 𝑣 = (𝑥2, 𝑦2)
𝑇(𝑢 + 𝑣) = 𝑇((𝑥1, 𝑦1) + (𝑥2, 𝑦2)
= 𝑇(𝑥1 + 𝑥2, 𝑦1 + 𝑦2)
= ((𝑥1 + 𝑥2), (𝑦1 + 𝑦2))
= ((𝑥1, 𝑦1) + (𝑥2 + 𝑦2))
= 𝑇(𝑢) + 𝑇(𝑣)
≠𝑐
Karena kondisi pertama tidak memenuhi, maka 𝑇: 𝑅2 → 𝐶 bukan
merupakan suatu transformasi linear.

Berdasarkan beberapa contoh pemetaan, dapat disimpulkan bahwa

suatu fungsi dikatakan transformasi linear, jika 2 kondisi atau syarat yang
berdasarkan definisi-1 terpenuhi.

Modul Aljabar Linear Model Knisley 9

 Transformasi Linear

INTEGRASI
2.1 Pengantar Fungsi
Setelah mengetahui definisi dasarnya transformasi, akan diulas
terlebih dahulu mengenai pengertian dari fungsi. Dalam bidang matematika,
sering kali didapatkan untuk menghubungkan anggota dari suatu himpunan
dengan anggota himpunan lainnya, dan dengan demikian konsep suatu fungsi
dibentuk:
𝑓: 𝐴 → 𝐵

Review!
Definisi fungsi: Misalkan A dan B dua himpunan tak kosong,
mengaitkan setiap anggota A dengan tepat satu
anggota B.
Aturan dari fungsi:
 Setiap anggota A harus habis terpasang dengan anggota B.
 Anggota A tidak boleh membentuk cabang.

A disebut daerah asal (domain) dari f dan B disebut daerah kawan

(kodomain) dari f. Nama lain dari fungsi adalah pemetaan atau
transformasi.

A fungsi B

𝑥 𝑓(𝑥)
𝑦 𝑓(𝑦)
𝑧 𝑓(𝑧)

domain kodomain

● ҉ ҉
●
● ҉ ҉

A B A B
fungsi bukan fungsi

Modul Aljabar Linear Model Knisley 10

 Transformasi Linear

Perhatikan gambar berikut!

P Q
𝑃 = {𝑎, 𝑏, 𝑐, 𝑑} disebut daerah asal
𝑎● ●1 (domain).
𝑏● ●2
𝑐● 𝑄 = {1, 2, 3, 4} disebut daerah kawan
●3
𝑑● ●4 (kodomain).
{1, 2, 4} disebut daerah hasil (range).
daerah asal daerah kawan
(domain) (kodomain)

Contoh.
Misalkan T memetakan V ke dalam W.
𝑇: 𝑉 → 𝑊

● 2 Jadi, 𝑻: 𝑽 → 𝑾 dengan 𝑻 = 𝟐𝑽
2● ● 4 𝑉 = {2, 4, 1, 5} adalah domain
4● ● 6
1● ● 8 𝑊 = {2, 4, 6, 8, 10} adalah kodomain
5● ● 10 {2, 4, 8, 10} adalah range

V W
𝑻 = 𝟐𝑽

2.2 Fungsi dari 𝑹𝒏 ke 𝑹

Ingat bahwa suatu fungsi adalah suatu aturan f yang mengasosiasikan
setiap elemen dalam himpunan 𝐴 dengan hanya satu elemen dalam
himpunan 𝐵. Jika f mengasosiasikan elemen 𝑏 dengan elemen 𝑎, maka:

𝑏 = 𝑓(𝑎)

𝑏 adalah bayangan dari 𝑎 karena 𝑓 atau 𝑓(𝑎) adalah nilai dari 𝑓 pada 𝑎.
Untuk fungsi paling umum adalah 𝐴 dan 𝐵 merupakan himpunan-himpunan
bilangan real, di mana 𝑓 disebut fungsi bernilai real dari suatu variabel real.

Modul Aljabar Linear Model Knisley 11

 Transformasi Linear

Fungsi umum lainnya terjadi jika 𝐵 adalah himpunan bilangan real dan 𝐴
adalah vektor-vektor pada 𝑅2, 𝑅3, atau secara umum pada 𝑅𝑛. Beberapa
contoh pada Tabel 3.1.
TABEL 3.1
Rumus Contoh Klasifikasi Keterangan
𝑓(𝑥) 𝑓(𝑥) = 𝑥2 Fungsi bernilai Fungsi dari
real dari satu 𝑅 ke 𝑅
variabel real
𝑓(𝑥, 𝑦) 𝑓(𝑥, 𝑦) = 𝑥2 + 𝑦2 Fungsi bernilai Fungsi dari
real dari dua 𝑅2 ke 𝑅
variabel real
𝑓(𝑥, 𝑦, 𝑧) 𝑓(𝑥, 𝑦, 𝑧) = 𝑥2 + 𝑦2 + 𝑧2 Fungsi bernilai Fungsi dari
real dari tiga 𝑅3 ke 𝑅
variabel real
𝑓(𝑥1, 𝑥2, … , 𝑥𝑛) 𝑓(𝑥1, 𝑥2, … , 𝑥𝑛) = Fungsi bernilai Fungsi dari
(𝑥12 + 𝑥22 + … + 𝑥𝑛2) real dari 𝑛 𝑅𝑛 ke 𝑅
variabel real

CATATAN : Dua fungsi 𝑓1 dan 𝑓2 dianggap sama yang ditulis sebagai 𝑓1 =

𝑓2, jika keduanya memiliki domain yang sama dan 𝑓1(𝑎) =
𝑓2(𝑎) untuk semua 𝑎 pada domain tersebut.

2.3. Fungsi dari 𝑹𝒏 ke 𝑹𝒎

Jika domain dari fungsi 𝑓 adalah 𝑅𝑛 dan kodomainnya adalah 𝑅𝑚 (𝑚
dan 𝑛 mungkin sama), maka 𝑓 disebut sebagai peta atau transformasi dari
𝑅𝑛 ke 𝑅𝑚 dan dinyatakan bahwa fungsi 𝒇 memetakan 𝑹𝒏 𝒌𝒆 𝑹𝒎.
𝒇: 𝑹𝒏 → 𝑹𝒎
Fungsi pada tabel 3.1 adalah transformasi dengan 𝑚 = 1. Contoh 𝑚 = 𝑛,
transformasi 𝑓: 𝑅𝑛 → 𝑅𝑛 disebut operator pada 𝑅𝑛. Misalkan 𝑓1, 𝑓2, … , 𝑓𝑚
adalah fungsi bernilai real dari 𝑛 variabel real.
𝑤1 = 𝑓1(𝑥1, 𝑥2, … , 𝑥𝑛)
𝑤2 = 𝑓2(𝑥1, 𝑥2, … , 𝑥𝑛)
⋮ ⋮
𝑤𝑚 = 𝑓3(𝑥1, 𝑥2, … , 𝑥𝑛)

Modul Aljabar Linear Model Knisley 12

 Transformasi Linear

𝑚 menunjuk pada suatu titik tertentu (𝑤1, 𝑤2, … , 𝑤𝑚) pada 𝑅𝑚 untuk setiap
titik (𝑥1, 𝑥2, … , 𝑥𝑛) pada 𝑅𝑛 dan kemudian mendefinisikan transformasi dari
𝑅𝑛 ke 𝑅𝑚. Jika dinotasikan dengan 𝑇, maka
𝑇: 𝑅𝑛 → 𝑅𝑚
𝑇(𝑥1, 𝑥2, … , 𝑥𝑛) = (𝑤1, 𝑤2, … , 𝑤𝑚)
(𝑤1, 𝑤2, … , 𝑤𝑚) adalah image atau bayangan dari titik-titik (𝑥1, 𝑥2, … , 𝑥𝑛).

Contoh.
𝑤 1 = 𝑥1 + 2 𝑥2
𝑤2 = 3𝑥1 + 𝑥2
𝑤 3 = 𝑥1 + 𝑥2
Bentuk notasinya adalah 𝑇: 𝑅2 → 𝑅3

2.4 Transformasi Linear dari 𝑹𝒏 ke 𝑹𝒎

Jika pada suatu fungsi 𝑓 dengan 𝑅𝑛 sebagai domain dan 𝑅𝑚 sebagai
kodomain (𝑚 dan 𝑛 mungkin sama) sehingga dapat dinyatakan bahwa fungsi
𝑓 memetakan 𝑅𝑛 ke 𝑅𝑚 dengan notasi 𝑓: 𝑅𝑛 → 𝑅𝑚.
Jika suatu transformasi dinotasikan dengan 𝑇, maka 𝑇: 𝑅𝑛 → 𝑅𝑚.
Transformasi 𝑇: 𝑅𝑛 → 𝑅𝑚 yang didefinisikan oleh persamaan-persamaan
tersebut disebut sebagai suatu operator linear jika 𝒎 = 𝒏. Jadi, suatu
transformasi linear 𝑇: 𝑅𝑛 → 𝑅𝑚 didefinisikan oleh persamaan-persamaan
berbentuk
𝑤1 = 𝑎11𝑥1 + 𝑎12𝑥2 + … + 𝑎1𝑛𝑥𝑛
𝑤2 = 𝑎21𝑥1 + 𝑎22𝑥2 + … + 𝑎2𝑛𝑥𝑛
⋮ ⋮ ⋮ ⋮
𝑤3 = 𝑎𝑚1𝑥1 + 𝑎𝑚2𝑥2 + … + 𝑎𝑚𝑛𝑥𝑛

atau dalam notasi matriks

Modul Aljabar Linear Model Knisley 13

 Transformasi Linear

𝑤1 𝑎11 𝑎12 … 𝑎1𝑛 𝑥1

𝑤2 𝑎21 𝑎22 … 𝑎2𝑛 𝑥2
[⋮ ]=[ ⋮ ⋮ … ⋮ ][ ⋮ ]
𝑤𝑚 𝑎𝑚1 𝑎𝑚2 … 𝑎𝑚𝑛 𝑥𝑚
atau
𝑤 = 𝐴𝑥 ↔ 𝑇(𝑥) = 𝐴𝑥

CATATAN : 𝐴 adalah matriks standar untuk 𝑇.

Matriks 𝐴 = [𝑎𝑖𝑗], dengan 𝑖 = 1, 2, … , 𝑚 dan 𝑗 = 1, 2, … , 𝑛
Transformasi linear dari ruang vektor ke ruang vektor yang
sama disebut operator linear, 𝑇 ∶ 𝑉 → 𝑉.

Contoh 1.
Transformasi linear 𝑇: 𝑅4 → 𝑅3 didefinisikan dengan persamaan
𝑤1 = 2𝑥1 − 3𝑥2 + 𝑥3 − 5𝑥4
𝑤2 = 4𝑥1 + 𝑥2 − 2𝑥3 + 𝑥4
𝑤3 = 5𝑥1 − 𝑥2 + 4𝑥3
Dapatkan : a. notasi matriks transformasi
b. matriks standar transformasi linear
c. image dari titik (1, −2, 0, 3)
Penyelesaian.
a. Notasi matriks
𝑥1
𝑤1 2 −3 1 −5
[𝑤2] = [4 1 −2 1 ] [ 𝑥2]
𝑥3
𝑤3 5 −1 4 0 𝑥
4

b. Matriks standar transformasi linear

2 −3 1 −5
𝐴 = [4 1 −2 1 ]
5 −1 4 0

Modul Aljabar Linear Model Knisley 14

 Transformasi Linear

c. Image dari titik (1, −2, 0, 3)

1
𝑤1 2 −3 1 −5
−2
[𝑤2] = [4 1 −2 1 ] [ ]
𝑤3 0
5 −1 4 0
3
−7
=[5 ]
7

Contoh 2.
1 0
Diberikan ,
𝑒1 = [ ] 𝑒2 = [ ]
0 1
Misal 𝑇: 𝑅 → 𝑅 dengan
2 2 𝑥1 𝑥1 + 2𝑥2
𝑇 ([𝑥 ]) = [ 𝑥 − 𝑥 ]
2 1 2
Maka,
1 1 0 2
𝑇(𝑒1) = 𝑇 ([ ]) = [ ] dan 𝑇(𝑒2) = 𝑇 [ ] = [ ]
0 1 1 −1
Jadi,
1 2 2 2
𝐴=[ ] adalah matriks baku untuk 𝑇 𝑇: 𝑅 → 𝑅 dengan
1 −1
𝑥1 𝑥1 + 2𝑥2
𝑇 ([𝑥 ]) = [ 𝑥 − 𝑥 ]
2 1 2

Contoh 3.
1 0 0
Diberikan 𝑇 ([0]) = [3 ] , 𝑇 ([1]) = [ 1] , 𝑇 ([0]) = [ 4 ]
0 1 −7
0 0 1
𝑥 1
Misal 𝑇: 𝑅 → 𝑊 adalah transformasi matriks. Carilah 𝑇 ([𝑦]) dan 𝑇 ([3])
3

𝑧 8
Penyelesaian.
(𝑥, 𝑦, 𝑧) = 𝑘1(1,0,0) + 𝑘2(0,1,0) + 𝑘3(0,0,1)
Didapat
𝑥 = 𝑘1, 𝑦 = 𝑘2, 𝑧 = 𝑘3

Modul Aljabar Linear Model Knisley 15

 Transformasi Linear

𝑇(𝑥, 𝑦, 𝑧) = 𝑘1(3,0) + 𝑘2(1,1) + 𝑘3(4, −7)

𝑇(𝑥, 𝑦, 𝑧) = 𝑥(3,0) + 𝑦(1,1) + 𝑧(4, −7)
𝑇(𝑥, 𝑦, 𝑧) = (3𝑥 + 𝑦 + 4𝑧, 𝑦 + −7𝑧)
𝑇(1,3,8) = (3.1 + 3 + 4.8, 3 + −7.8)
𝑇(1,3,8) = (3 + 3 + 32, 3 + −56)
𝑇(1,3,8) = (38, −53)
Jadi, 𝑇(1,3,8) adalah (38, −53)

Modul Aljabar Linear Model Knisley 16

 Transformasi Linear

ANALISIS

3.1 Pengertian Transformasi Linear

Pemetaan 𝑇 dari ruang vektor 𝑉 ke ruang vektor 𝑊, yang berarti
setiap anggota 𝑉 dikaitkan dengan tepat satu anggota di 𝑊. Ingat kembali
bahwa sebuah transformasi linear dari 𝑅𝑛 ke 𝑅𝑚 awalnya didefinisikan
sebagai sebuah fungsi:

𝑇(𝑥1, 𝑥2, … , 𝑥𝑛) = (𝑤1, 𝑤2, … , 𝑤𝑚)

dengan persamaan-persamaan menghubungkan 𝑤1, 𝑤2, … , 𝑤𝑚 dan

𝑥1, 𝑥2, … , 𝑥𝑛 adalah linear.
Setelah mengetahui transformasi linear dari 𝑅𝑛 ke 𝑅𝑚, telah
ditunjukkan bahwa 𝑇: 𝑅𝑛 → 𝑅𝑚 adalah linear jika dan hanya jika kedua
aksioma berlaku untuk semua vektor 𝑣1 dan 𝑣2 pada 𝑅𝑛 dan setiap skalar 𝑘.
Berdasarkan dari definisi-1, Transformasi 𝑇 ∶ 𝑉 → 𝑊 disebut
transformasi linear jika memenuhi dua kondisi berikut:
(1) 𝑇(𝑢 + 𝑣) = 𝑇(𝑢) + 𝑇(𝑣), ∀ 𝑢, 𝑣 ∈ 𝑉;
(2) 𝑇(𝑘𝑢) = 𝑘𝑇(𝑢), ∀ 𝑢 ∈ 𝑉, ∀ 𝑘 skalar, 𝑘 ∈ 𝑹
𝑇 ∶ 𝑉 → 𝑊 dikatakan linear jika pemetaan ini “mempertahankan”
dua operasi dasar ruang vektor, yaitu penjumlahan vektor dan perkalian
skalar. Dengan mensubstitusi 𝑘 = 0 ke dalam syarat (2), kita memperoleh
𝑇(0) = 0. Jadi, setiap pemetaan linear memetakan vektor nol ke vektor nol.
Sekarang untuk sebarang skalar 𝑎, 𝑏 ∈ 𝑘 dan sebarang vektor 𝑢, 𝑣 ∈
𝑉 kita memperoleh

𝑇(𝑎𝑢 + 𝑏𝑣) = 𝑇(𝑎𝑢) + 𝑇(𝑏𝑣) = 𝑎𝑇(𝑢) + 𝑏𝑇(𝑣)

Modul Aljabar Linear Model Knisley 17

 Transformasi Linear

Secara umum sebarang skalar 𝑎𝑖 ∈ 𝑘 dan sebarang vektor 𝑣𝑖 ∈ 𝑉,

kita memperoleh sifat dasar pemetaan linear yaitu sebagai berikut.

𝑇(𝑘1𝑣1 + 𝑘2𝑣2 + … + 𝑘𝑛𝑣𝑛) = 𝑘1𝑇(𝑣1) + 𝑘2𝑇(𝑣2) + … + 𝑘𝑛𝑇(𝑣𝑛)

CATATAN : Pemetaan linear 𝑇 ∶ 𝑉 → 𝑊 sepenuhnya dicirikan oleh syarat

𝑇(𝑎𝑢 + 𝑏𝑣) = 𝑎𝑇(𝑢) + 𝑏𝑇(𝑣)

V W

𝑣1 𝑇(𝑣1)
𝑣1 + 𝑣2 𝑇(𝑣1 + 𝑣2)
𝑘𝑣1 𝑇(𝑘𝑣1)
𝑣2 𝑇(𝑣2)

Gambar 3.1. Representasi skematis dari suatu transformasi linear

CATATAN : Pemetaan 𝑇 dari ruang vektor 𝑉 ke dalam ruang vektor 𝑊 akan

dinyatakan sebagai 𝑇 ∶ 𝑉 → 𝑊. Jika digunakan notasi tanda
panah, maka diasumsikan bahwa 𝑉 dan 𝑊 menyatakan ruang-
ruang vektor.

Contoh 1.
Tunjukkan bahwa 𝑇 ∶ 𝑉 → 𝑊 yang didefinisikan oleh 𝑇(𝑥) = 5𝑥 adalah
transformasi linear.
Penyelesaian.
Diambil sebarang 𝑥, 𝑦 ∈ 𝑹, maka

𝑇(𝑥 + 𝑦) = 5(𝑥 + 𝑦) [rumus fungsi]

= 5𝑥 + 5𝑦 [sifat aritmatika real]
= 𝑇(𝑥) + 𝑇(𝑦) [rumus fungsi]

Modul Aljabar Linear Model Knisley 18

 Transformasi Linear

Dan juga
𝑇(𝑘𝑥) = 5(𝑘𝑥) [rumus fungsi]
= 𝑘(5𝑥) [sifat aritmatika real]
= 𝑘𝑇(𝑥) [rumus fungsi]
Jadi, 𝑇 ∶ 𝑉 → 𝑊 oleh 𝑇(𝑥) = 5𝑥 adalah transformasi linear.

Contoh 2.
Apakah fungsi 𝐹(𝑥, 𝑦, 𝑧) = (𝑥 + 2𝑦, 2𝑥 − 3𝑧) merupakan transformasi
linear ?
Penyelesaian.
Fungsi 𝐹(𝑥, 𝑦, 𝑧) = (𝑥 + 2𝑦, 2𝑥 − 3𝑧) merupakan fungsi dari 𝑉 ke 𝑊.
Untuk menunjukkan 𝐹 transformasi linear, ambil anggota dari 𝑉.
a. Ambil 𝑣1,𝑣2 ∈ 𝑉 misalkan 𝑣1 = (𝑥1, 𝑦1, 𝑧1) dan 𝑣2 = (𝑥2, 𝑦2, 𝑧2), dengan
aturan penjumlahan vektor 𝑣1 + 𝑣2 = (𝑥1 + 𝑥2, 𝑦1 + 𝑦2, 𝑧1 + 𝑧2) nilai
fungsi 𝑣1 + 𝑣2 adalah
𝐹(𝑣1 + 𝑣2) = ((𝑥1 + 𝑥𝟐) + 2(𝑦1 + 𝑦2), 2(𝑥1 + 𝑥2) − 3(𝑧1 + 𝑧2))
[rumus fungsi]
𝐹(𝑣1 + 𝑣2) = (𝑥1 + 𝑥2 + 2𝑦1 + 2𝑦2, 2𝑥1 + 2𝑥2 − 3𝑧1 − 3𝑧2))
[sifat distributif bilangan real]
𝐹(𝑣1 + 𝑣2) = ((𝑥1 + 2𝑦1) + (𝑥2 + 2𝑦2), (2𝑥1 − 3𝑧1) + (2𝑥2 − 3𝑧2))
[sifat asosiatif bilangan real]
𝐹(𝑣1 + 𝑣2) = (𝑥1 + 2𝑦1, 2𝑥1 − 3𝑧1) + (𝑥2 + 2𝑦2, 2𝑥2 − 3𝑧2)
[aturan penjumlahan vektor]
𝐹(𝑣1 + 𝑣2) = 𝐹(𝑣1) + 𝐹(𝑣2)
[rumus fungsi]
b. Ambil 𝑣1 𝜖 𝑉 dan ambil 𝑘 skalar, perkalian vektor dengan skalar yaitu
𝑘𝑣1 = (𝑘𝑥1, 𝑘𝑦1, 𝑘𝑧1) maka nilai fungsi 𝑘𝑣1 adalah

Modul Aljabar Linear Model Knisley 19

 Transformasi Linear

𝐹(𝑘𝑣1) = (𝑘𝑥1 + 2𝑘𝑦1, 2𝑘𝑥1 − 3𝑘𝑧1)

[rumus fungsi]
𝐹(𝑘𝑣1) = (𝑘(𝑥1 + 2𝑦1), 𝑘(2𝑥1 − 3𝑧1))
[sifat distributif bilangan real]
𝐹(𝑘𝑣1) = 𝑘(𝑥1 + 2𝑦1, 2𝑥1 − 3𝑧1)
[aturan perkalian vektor]
𝐹(𝑘𝑣1) = 𝑘𝐹(𝑣1)
[rumus fungsi]
Jadi, fungsi 𝐹(𝑥, 𝑦, 𝑧) = (𝑥 + 2𝑦, 2𝑥 − 3𝑧) adalah transformasi linear

Contoh 3.
Suatu transformasi 𝑇: 𝑅3 → 𝑅3 didefinisikan sebagai.
𝑥1 𝑥1 + 𝑥 2 𝑥1
𝑥 𝑥
𝑇 (( 2)) = ( 2 − 𝑥 𝑥
3) untuk setiap ( 2) ∈ 𝑅3.
𝑥3 2
𝑥3 𝑥3
1 3
Vektor ( 2 ) akan ditransformasikan oleh 𝑇 menjadi vektor (3), karena
−1 1
1 1+2 3
𝑇 (( 2 )) = (2 − (−1)) = (3)
−1 (−1)2 1
3 1
Vektor (3) disebut peta dari vektor ( 2 ) oleh transformasi 𝑇.
1 −1
1 3
Vektor ( 2 ) disebut prapeta dari vektor (3) oleh transformasi 𝑇.
−1 1
Apakah transformasi 𝑇 merupakan transformasi linear?
Penyelesaian.
Misalkan 𝑢, 𝑣 ∈ 𝑅3 dan 𝑘 skalar.

Modul Aljabar Linear Model Knisley 20

 Transformasi Linear

𝑢1 𝑣1
Karena 𝑢 ∈ 𝑅3 𝑢 𝑣
maka 𝑢 = ( 2), karena 𝑣 ∈ 𝑅 maka 𝑣 = ( 2) dengan
3

𝑢3 𝑣3
𝑢1, 𝑢2, 𝑢3, 𝑣1, 𝑣2, 𝑣3 ∈ 𝑅
𝑢1 𝑣1
1. 𝑇(𝑢 + 𝑣) = 𝑇 ((𝑢2) + (𝑣2))
𝑢3 𝑣3

𝑢1 𝑣1
𝑇(𝑢 + 𝑣) = ((𝑢2 + 𝑣2))
𝑢3 𝑣3

(𝑢1 + 𝑣1) + (𝑢2 + 𝑣2)

𝑇(𝑢 + 𝑣) = ((𝑢2 + 𝑣2) − (𝑢3 + 𝑣3))
(𝑢3 + 𝑣3)2

𝑢1 𝑣1
Sedangkan 𝑇(𝑢) + 𝑇(𝑣) = 𝑇 ((𝑢2) + 𝑇 (𝑣2))
𝑢3 𝑣3
𝑢1 + 𝑢2 𝑣1 + 𝑣2
𝑇(𝑢) + 𝑇(𝑣) = (𝑢2 − 𝑢3) + (𝑣2 − 𝑣3)
𝑢32 𝑣32
(𝑢1+𝑢2) + (𝑣1 + 𝑣2)
𝑇(𝑢) + 𝑇(𝑣) = ((𝑢2 − 𝑢3) + (𝑣2 − 𝑣3))
𝑢2 + 𝑣2
3 3

𝑘𝑢1
2. 𝑇(𝑘𝑢) = 𝑇 (𝑘𝑢2)
𝑘𝑢3
𝑘𝑢1 + 𝑘𝑢2
𝑇(𝑘𝑢) = (𝑘𝑢2 − 𝑘𝑢3)
𝑘𝑢32
𝑢1 + 𝑢2
𝑇(𝑘𝑢) = 𝑘 (𝑢2 − 𝑢3)
𝑢32
𝑇(𝑘𝑢) = 𝑘𝑇(𝑢)

Modul Aljabar Linear Model Knisley 21

 Transformasi Linear

𝑥1 𝑥1 + 𝑥2
Jadi, 𝑇: 𝑅3 → 𝑅3 dengan 𝑇 ((𝑥2)) = (𝑥2 − 𝑥3) adalah transformasi linear
𝑥3 𝑥32

3.2 Sifat-sifat Transformasi Linear

Jika 𝑇 ∶ 𝑉 → 𝑊 adalah sebuah transformasi linear, maka untuk 𝑣1
dan 𝑣2 sebarang pada 𝑉 dan skalar 𝑘1 dan 𝑘2 sebarang, diperoleh

𝑇(𝑘1𝑣1 + 𝑘2𝑣2) = 𝑇(𝑘1𝑣1) + 𝑇(𝑘2𝑣2) = 𝑘1𝑇(𝑣1) + 𝑘2𝑇(𝑣2)

Jika 𝑣1, 𝑣2, … , 𝑣𝑛 adalah vektor-vektor pada 𝑉 dan 𝑘1, 𝑘2, … , 𝑘𝑛 adalah
skalar, maka

𝑇(𝑘1𝑣1 + 𝑘2𝑣2 + … + 𝑘𝑛𝑣𝑛) = 𝑘1𝑇(𝑣1) + 𝑘2𝑇(𝑣2) + … + 𝑘𝑛𝑇(𝑣𝑛)

Teorema-1 (Sifat-Sifat Transformasi Linear)

Jika 𝑇 ∶ 𝑉 → 𝑊 adalah sebuah transformasi linear, maka:
(d) 𝑇(0) = 0
(e) 𝑇(−𝑣) = −𝑇(𝑣) untuk semua 𝑣 pada 𝑉
(f) 𝑇(𝑣 − 𝑤) = 𝑇(𝑣) − 𝑇(𝑤) untuk semua 𝑣 dan 𝑤 pada 𝑉

Bukti.
Misalkan 𝑣 adalah vektor sebarang pada 𝑉. Karena 0𝑣 = 0 sehingga
diperoleh:
(a) 𝑇(0) = 𝑇(0𝑣)
𝑇(0) = 0𝑇(𝑣)
𝑇(0) = 0
(b) 𝑇(−𝑣) = 𝑇((−1)𝑣)
𝑇(−𝑣) = (−1)𝑇(𝑣)
𝑇(−𝑣) = −𝑇(𝑣)
(c) 𝑣 − 𝑤 = 𝑣 + (−1)𝑤,
Sehingga, 𝑇(𝑣 − 𝑤) = 𝑇(𝑣 + (−1)𝑤)

Modul Aljabar Linear Model Knisley 22

 Transformasi Linear

𝑇(𝑣 − 𝑤) = 𝑇(𝑣) + (−1)𝑇(𝑤)

𝑇(𝑣 − 𝑤) = 𝑇(𝑣) − 𝑇(𝑤)
Dengan kata lain, bagian (a) dari teorema 1 menyatakan bahwa sebuah
transformasi linear memetakan 0 ke 0. Sifat ini sangat bermanfaat untuk
mengidentifikasi transformasi-transformasi yang tidak linear. Sebagai
contoh, jika 𝑥0 adalah sebuah vektor tak nol tetap pada 𝑅2, maka
transformasi 𝑇(𝑥) = 𝑥 + 𝑥0.

3.3 Kernel dan Jangkauan

Definisi-2 (Kernel)

Jika 𝑇 ∶ 𝑉 → 𝑊 adalah sebuah transformasi linear, maka himpunan

bagian dari vektor-vektor di 𝑉 yang dipetakan 𝑇 ke dalam 0 dinamakan
kernel atau ruang null dari 𝑇 dan dinyatakan dengan 𝑘𝑒𝑟(𝑇).

Berdasarkan definisi tersebut, maka

𝑘𝑒𝑟(𝑇) = {𝑣 ∈ 𝑉 | 𝑇(𝑣) = 0𝑤}
pada notasi 0𝑤 menyatakan vektor nol di 𝑊.
Himpunan 𝑘𝑒𝑟(𝑇) bukan merupakan himpunan kosong.
Himpunan 𝑘𝑒𝑟(𝑇) merupakan himpunan bagian dari 𝑉.
𝑉 𝑊

●
ker(𝑇) ●
● ● 0𝑤

Gambar 3.2. Representasi skematis dari ruang nol

𝑇(0𝑣) = 0𝑤 karena 𝑇 adalah linear. Jadi 0𝑣 ∈ 𝑘𝑒𝑟(𝑇).

Perhatikan transformasi 𝑇 yang diberikan oleh gambar 3.3. berikut.

Modul Aljabar Linear Model Knisley 23

 Transformasi Linear

v w

0 ● ●0
𝑣1 ● ● 𝑤1
𝑣2 ● ● 𝑤2
𝑣𝑛 ● ● 𝑤𝑛

Gambar 3.3. Contoh Kernel

Dari gambar 3.3. terlihat bahwa kernel pada transformasi T, yaitu

𝑘𝑒𝑟(𝑇) = {0, 𝑣1}, sebab vektor 0 dan 𝑣1 dipetakan terhadap vektor nol.
Contoh.
Misalkan 𝑣1, 𝑣2 ∈ 𝑘𝑒𝑟(𝑇) dan 𝑘 ∈ 𝑭.
Ditunjukkan bahwa 𝑘𝑣1 + 𝑣2 ∈ 𝑘𝑒𝑟(𝑇).
Ini adalah benar, karena
𝑇(𝑘𝑣1 + 𝑣2) = 𝑘𝑇(𝑣1) + 𝑇(𝑣2) [karena 𝑇 adalah linear]
= 𝑘. 0𝑤 + 0𝑤 [karena 𝑣1, 𝑣2 ∈ 𝑘𝑒𝑟(𝑇)]
= 0𝑤 [sifat 0𝑤]

sehingga disimpulkan 𝑘𝑣1 + 𝑣2 ∈ 𝑘𝑒𝑟(𝑇), dan karena itu 𝑘𝑒𝑟(𝑇) adalah

ruang bagian dari 𝑾.

Definisi-3 (Jangkauan)
Himpunan semua vektor-vektor di 𝑊 yang merupakan bayangan 𝑇 paling
sedikit satu vektor di V disebut sebagai jangkauan dari 𝑇 dan dinotasikan
dengan 𝑅(𝑇).

Berdasarkan definisi jangkauan, maka

𝑅(𝑇) = {𝑤 ∈ 𝑊 | 𝑇(𝑣) = 𝑤 ∈ 𝑊, untuk 𝑣 ∈ 𝑉

Himpunan 𝑅(𝑇) juga bukan merupakan himpunan kosong, paling tidak

memuat 0 ∈ 𝑊.

Modul Aljabar Linear Model Knisley 24

 Transformasi Linear

𝑉 𝑊 𝑅(𝑇)

𝑣1● ● 𝑇(𝑣1)
𝑣2● ● 𝑇(𝑣2)

Gambar 3.3. Representasi skematis dari range 𝑇

Jangkauan atau range dari T, disebut juga daerah hasil yang terdapat di
himpunan vektor W dan merupakan bayangan atau peta dari vektor di V.

CATATAN : Himpunan 𝑘𝑒𝑟(𝑇) merupakan himpunan bagian dari 𝑉, dan

𝑅(𝑇) adalah himpunan bagian dari 𝑊. Kedua himpunan ini
merupakan subruang vektor.

Teorema-2

Jika 𝑇 ∶ 𝑉 → 𝑊 adalah transformasi linear maka:

(a) Kernel dari 𝑇 adalah subruang dari 𝑉.
(b) Jangkauan dari 𝑇 adalah subruang dari 𝑊.

Bukti (a).
Untuk memperlihatkan bahwa 𝑘𝑒𝑟(𝑇) adalah subruang, harus
memperlihatkan bahwa 𝑘𝑒𝑟(𝑇) tersebut tertutup di bawah pertambahan dan
perkalian skalar. Misalkan 𝑣1 dan 𝑣2 adalah vektor-vektor di dalam 𝑘𝑒𝑟(𝑇),
dan misalkan 𝑘 adalah sebarang skalar, maka

𝑇(𝑣1 + 𝑣2) = 𝑇(𝑣1) + 𝑇(𝑣2) = 0 + 0 = 0

Sehingga 𝑣1 + 𝑣2 berada di dalam 𝑘𝑒𝑟(𝑇). Dan juga,

𝑇(𝑘𝑣1) = 𝑘𝑇(𝑣1) = 𝑘0 = 0

Modul Aljabar Linear Model Knisley 25

 Transformasi Linear

Sehingga 𝑘𝑣1 berada di dalam 𝑘𝑒𝑟(𝑇).

Bukti (b).
Misalkan 𝑤1 dan 𝑤2 adalah vektor di dalam jangkauan dari 𝑇. Untuk
membuktikan bagian ini maka harus memperlihatkan bahwa 𝑤1 + 𝑤2 dan
𝑘𝑤1 berada di dalam jangkuan dari 𝑇 untuk sebarang skalar 𝑘; yakni kita
harus mencari vektor 𝑎 dan 𝑏 di dalam 𝑉 sehingga 𝑇(𝑎) = 𝑤1 + 𝑤2 dan
𝑇(𝑏) = 𝑘𝑤1.
Karena 𝑤1 dan 𝑤2 berada di dalam jangkuan dari 𝑇, maka ada vektor 𝑎1 dan
𝑎2 di dalam 𝑉 sehingga 𝑇(𝑎1) = 𝑤1 dan 𝑇(𝑎2) = 𝑤2.
Misalkan 𝑎 = 𝑎1 + 𝑎2 dan 𝑏 = 𝑘𝑎1, maka

𝑇(𝑎) = 𝑇(𝑎1 + 𝑎2) = 𝑇(𝑎1) + 𝑇(𝑎2) = 𝑤1 + 𝑤2

dan
𝑇(𝑏) = 𝑇(𝑘𝑎1) = 𝑘𝑇(𝑎1) = 𝑘𝑤1
yang melengkapkan bukti tersebut.

Contoh 1.
Tentukan 𝑘𝑒𝑟(𝑇) dan 𝑅(𝑇) jika sebuah transformasi linear dirumuskan
sebagai berikut.
𝑥1 𝑥1 + 𝑥2
𝑇 ([𝑥 ]) = [−𝑥1 + 𝑥2 ]
2
𝑥1 + 2𝑥2
Penyelesaian.
Mencari 𝑘𝑒𝑟(𝑇) berarti mencari vektor (𝑥1, 𝑥2) yang petanya sama dengan
nol yaitu 𝑇(𝑥1, 𝑥2) = (𝑥1 + 𝑥2, −𝑥1 + 𝑥2, 𝑥1 + 2𝑥2) = (0, 0, 0) yang
berarti,
𝑥1 + 𝑥2 = 0
−𝑥1 + 𝑥2 =0
𝑥1 + 2𝑥2 = 0

Modul Aljabar Linear Model Knisley 26

 Transformasi Linear

Dengan menggunakan eliminasi Gauss-Jordan diperoleh, penyelesaian 𝑥1 =

0, 𝑥2 = 0
sehingga 𝑘𝑒𝑟(𝑇) hanya berisi vektor nol saja atau 𝑘𝑒𝑟(𝑇) = {(0, 0)}.
Mencari 𝑅(𝑇) berarti vektor (𝑦1, 𝑦2, 𝑦3 ) sehingga memenuhi persamaan
(𝑦1, 𝑦2, 𝑦3) = (𝑥1 + 𝑥2, −𝑥1 + 𝑥2, 𝑥1 + 2𝑥2)
atau terbentuklah sistem persamaan linear
𝑦1 = 𝑥1 + 𝑥2
𝑦2 = −𝑥1 + 𝑥2
𝑦3 = 𝑥1 + 2𝑥2
atau terbentuklah persamaan matriks
𝑦1 1 1
[𝑦2] = [−1 1 ] [( 𝑥 )]
1
𝑥2
𝑦3 1 2
atau sistem persamaan linear pun dapat dinyatakan dalam bentuk
𝑦1 1 1
𝑦
[ 2] = 𝑥1 [−1] + 𝑥2 [1]
𝑦3 1 2
dapat dibaca sebagai vektor (𝑦1, 𝑦2, 𝑦3) menjadi anggota 𝑅(𝑇) jika vektor
1 1
(𝑦1, 𝑦2, 𝑦3) menjadi anggota dari ruang kolom matriks [−1 1]
1 2

Contoh 2.
𝑇: 𝑅 → 𝑅 adalah transformasi linear yang dirumuskan oleh 𝑇(𝑥) = (−2𝑥)
untuk setiap 𝑥 ∈ 𝑅. Apakah vektor berikut terletak dalam ker(𝑇) dan 𝑅(𝑇)?
Penyelesaian.
(i) 𝑥 = 0
𝑇(𝑥) = (−2𝑥)
𝑇(0) = (−2.0)
𝑇(0) = 0
Jadi, (0) terletak dalam ker(𝑇)

Modul Aljabar Linear Model Knisley 27

 Transformasi Linear

Dari vektor tersebut diperoleh

SPL: 𝑇(𝑥) = (−2𝑥) = 0
Dari SPL tersebut diperoleh
𝑥 = 0, sehingga 𝑇(0) terletak dalam 𝑅(𝑇)
(ii) 𝑥 = 1
𝑇(𝑥) = (−2𝑥)
𝑇(1) = (−2.1)
𝑇(1) = −2
Jadi, (1) tidak terletak dalam ker(𝑇)
Dari vektor tersebut diperoleh
SPL: 𝑇(𝑥) = (−2𝑥) = 1
Dari SPL tersebut diperoleh
1
𝑥 = − , sehingga 𝑇(1) terletak dalam 𝑅(𝑇)
2

Contoh 4.
Misalkan 𝑇: 𝑅2 → 𝑅2 adalah transformasi linear.

[ 2 −1], carilah dari antara berikut terletak 𝑘𝑒𝑟(𝑇)?

−8 4
5 3
a. [ ] b. [ ]
10 2
Penyelesaian.
2.5 + (−1). 10
a. [ 2 −1] [ 5 ] = [ 10 − 10 0
]=[ ]=[]
−8 4 10 (−8). 5 + 4.10 −40 + 40 0
Terletak di 𝑘𝑒𝑟(𝑇).
2.3 + (−1). 2
b. [ 2 −1] [ 3] = [ ]=[ 6−2 ]=[ 3 ]
−8 4 2 (−8). 3 + 4.2 −24 + 8 −16
Tidak terletak di 𝑘𝑒𝑟(𝑇).

Modul Aljabar Linear Model Knisley 28

 Transformasi Linear

SINTESIS

Himpunan Latihan Soal

1. Tentukan apakah fungsi-fungsi berikut merupakan transformasi linear!

a. 𝑇: 𝑅2 → 𝑅2 dengan 𝑇(𝑥, 𝑦) = (−𝑦, 𝑥)
b. 𝑇: 𝑅3 → 𝑅2 dengan 𝑇(𝑥, 𝑦, 𝑧) = (𝑥 − 𝑦 + 𝑧, 0)
c. 𝑇: 𝑅 → 𝑅 dengan 𝑇(𝑥) = (2𝑥 + 1)
d. 𝑇: 𝑅2 → 𝑅2 dengan 𝑇(𝑥, 𝑦) = (𝑥, 𝑦 + 1)
e. 𝑇: 𝑅4 → 𝑅2 dengan 𝑇(𝑥1, 𝑥2, 𝑥3, 𝑥4) = (1, −1)
2. Misalkan 𝑇 adalah operator yang didefinisikan oleh 𝑇(𝑥) = 3𝑥, untuk
setiap 𝑥 ∈ 𝑅2. Tunjukkan bahwa 𝑇 adalah transformasi linear.
3. Diberikan ruang vektor 𝑀2𝑥2 dan 𝑅2 relatif terhadap operasi standarnya.
Selanjutnya didefinisikan suatu fungsi 𝑇 dari 𝑀2𝑥2 ke 𝑅2 yaitu:
𝑎 𝑏
𝑇 ([ ]) = 2𝑎 + 𝑑, 𝑏 − 2𝑐. Apakah fungsi 𝑇 dari 𝑀2𝑥2 ke 𝑅2
𝑐 𝑑
merupakan transformasi linear?
4. Tunjukkan bahwa 𝑇: 𝑅 → 𝑅, 𝑇(𝑥) = 𝑥2 bukanlah transformasi linear.
5. Tunjukkan bahwa 𝑇: 𝑀2(𝑅) → 𝑃2(𝑅) yang didefinisikan oleh
𝑎 𝑏
𝑇 ([ ]) = 𝑎 + (𝑑 − 𝑐)𝑥 + (𝑏 + 𝑐)𝑥2 adalah transformasi linear.
𝑐 𝑑
 x  y 

6. Diketahui T : R  R dengan T  x    x . Periksalah apakah T
2 3
 y  
   y 
 
adalah transformasi linear?
2 −4
7. Diberikan 𝐴 = [3 −6] , 𝑢 = [ 1] dan didefinisikan transformasi linear
2
1 −2
𝑇𝐴: 𝑅2 → 𝑅3 oleh 𝑇𝐴(𝑥1, 𝑥2) = (2𝑥1 − 4𝑥2, 3𝑥1 − 6𝑥2, 𝑥1 − 2𝑥2).
a. Tentukan 𝑇𝐴(𝑢), bayangan dari 𝑢 oleh transformasi 𝑇𝐴!

Modul Aljabar Linear Model Knisley 29

 Transformasi Linear

b. Tentukan range dari 𝑇𝐴!

8. Tentukan 𝑘𝑒𝑟(𝑇) dan 𝑅(𝑇) jika sebuah transformasi linear dirumuskan,
sebagai berikut:
𝑥1 𝑥1 + 𝑥2 2𝑥1 − 𝑥2
𝑇 ([𝑥 ]) = [ 3𝑥2 ]
2 −𝑥1 + 2𝑥2
𝑥1
9. Suatu transformasi 𝑇: 𝑅2 → 𝑅 didefinisikan sebagai 𝑇 ([ ]) = 𝑥1 + 𝑥2
𝑥2
𝑥
untuk setiap [ 1] ∈ 𝑅 2.
𝑥2
2 −1
a. Tentukan hasil transformasi dari [ ] dan [ ] terhadap 𝑇.
1 4
b. Tentukan apakah 𝑇 merupakan transformasi linear.
10. Misalkan diberikan transformasi linear, 𝑇: 𝑅3 → 𝑅2 dengan
𝑥
𝑥 + 2𝑦 − 𝑧
𝑇 [𝑦] = [ ], manakah di antara vektor berikut yang
−2𝑥 − 3𝑦 + 𝑧
𝑧
merupakan anggota 𝑘𝑒𝑟(𝑇)?
−2 −2
a. [ 2 ] b. [ 1 ]
2 3

Modul Aljabar Linear Model Knisley 30

 Transformasi Linear

GLOSARIUM

Aljabar : cabang dari matematika; materi pelajaran yang

meliputi sistem bilangan dan sifat-sifatnya secara
umum, menggunakan huruf-huruf atau simbol-simbol
untuk menyatakan besaran-besarannya
Domain : atau daerah asal; himpunan yang tidak kosong sebagai
himpunan pertama dalam suatu relasi atau fungsi
Ekuivalen : memiliki penyelesaian yang sama; persamaan 𝑥 −
2 = 5 ekuivalen dengan 3𝑥 = 21
Elemen : atau anggota dari suatu himpunan; objek-objek
matematika tertentu yang membentuk himpunan itu
Fungsi : relasi khusus yang memasangkan setiap anggota suatu
himpunan dengan tepat suatu anggota himpunan lain
Fungsi Linear : fungsi berderajat satu, misalnya 𝑓(𝑥) = 𝑎𝑥 + 𝑏 di
mana 𝑎 dan 𝑏 adalah bilangan real dengan 𝑎 ≠ 0
Himpunan : kumpulan benda atau objek yang dapat didefinisikan
dengan jelas. Benda atau objek dalam himpunan
disebut elemen atau anggota himpunan
Jangkauan : range atau daerah hasil
Kernel : ruang null
Kodomain : daerah kawan pada suatu fungsi
Koefisien : bilangan pada suku aljabar yang dalam penulisannya
diletakkan di paling depan
Konstanta : bilangan tetap, atau nilai yang tidak berubah
meskipun seringkali tidak diketahui atau tidak
ditentukan
Peta : Bayangan

Modul Aljabar Linear Model Knisley 31

 Transformasi Linear 2018

Perkalian : salah satu operasi dasar yang mendefinisikan suatu

Skalar ruang vektor dalam aljabar linear
Range : atau daerah hasil; himpunan yang memuat semua
bayangan atau peta dalam suatu fungsi
Relasi : hubungan antara dua himpunan yang memasangkan
anggota satu himpunan dengan anggota himpunan
lain
Ruang Vektor : sebuah matriks atau fungsi yang dilengkapi dengan
operasi penjumlahan dan perkalian terhadap skalar
Sifat Aritmatika : angka; ilmu hitung; cabang matematika yang
mempelajari operasi dasar bilangan (penjumlahan,
pengurangan, perkalian, dan pembagian)
Teorema : suatu pernyataan matematika yang masih memerlukan
pembuktian dan pernyataannya dapat ditunjukkan
nilai kebenarannya
Transformasi : perpindahan atau perubahan
Transformasi : perpindahan dari satu ruang yang biasa dinamakan
Linear dengan domain ke ruang lain yang dinamakan
kodomain
Variabel : nilai yang dapat berubah dalam suatu cakupan soal
atau himpunan operasi yang diberikan
Variabel bebas : diambil sembarang nilai secara bebas
Variabel tak : nilai yang berubah sebagai dampak dari perubahan
bebas nilai lain dalam sistem tersebut

Modul Aljabar Linear Model Knisley 32

 Transformasi Linear 2018

DAFTAR PUSTAKA
Dona Dinda Pratiwi, Aljabar Linear (Surabaya: CV. Gemilang, 2017).

Howard Anton, Dasar-Dasar Aljabar Linear (Batam: Interaksara, 2000).

Howard Anton and Chris Rorres, Aljabar Linear Elementer Versi Aplikasi,
ed. by Amalia Safitri, ke 8 (Jakarta: Erlangga, 2004).

M. Cholik Adinawan, Matematika Untuk SMP/MTs Kelas VIII Semester 1

(Jakarta: Erlangga, 2017).

Steven Jhon Leon, Aljabar Linear Dan Aplikasinya (Jakarta: Erlangga,

2001).

Modul Aljabar Linear Model Knisley 33

 Transformasi Linear 2018

Profil Penulis
Penulis bernama lengkap Ria Anggraeni
Syafnuri dilahirkan di Padangcermin, Kab.
Pesawaran pada tanggal 14 Agustus 1996.
Adapun riwayat pendidikan penulis dimulai
dari TK Dharma Wanita Bumi Dipasena
Sejahtera, SDN 01 Bumi Dipasena Sejahtera,
SMPN 2 Rawajitu Timur, SMAN 1
Padangcermin, dan pendidikan Strata Satu
(S1) di Universitas Islam Negeri Raden Intan Lampung, Fakultas
Tarbiyah dan Keguruan jurusan Pendidikan Matematika.
Modul Aljabar Linear materi transformasi linear menggunakan model
pembelajaran matematika Knisley ini merupakan hasil kerja keras
penulis sebagai partisipasi dalam peran meningkatkan mutu
pendidikan. Semoga modul ini dapat memberikan manfaat dan
digunakan sebagaimana mestinya.

PROGRAM STUDI PENDIDIKAN MATEMATIKA

FAKULTAS TARBIYAH DAN KEGURUAN
UNIVERSITAS ISLAM NEGERI RADEN INTAN LAMPUNG
TAHUN 2018 M/1440 H

Modul Aljabar Linear Model Knisley 40

View publication stats