You are on page 1of 12

TEOREMA 8.1.

Teorema 8.1.1
Jika T: V → W adalah sebuah transformai linear, maka:
(a) T(0) = 0
(b) T (−v) = −T(v) untuk semua v pada V
(c) T (v − w) = T(v) – T (w) untuk semua v dan w pada V

Bukti. Misalkan v adalah vektor sembarang pada V. Karena 0v = 0, kita peroleh

T(0) = T(0v) = 0T(v) = 0

yang membuktikan bagian (a). Juga,

T(−v) = T((−1)v) = (−1)T(v) = −T(v)


TEOREMA 8.1.1

yang membuktikan bagian (b). Akhirnya, v – w = v + (−1)w; sehingga,

T(v – w) = T(v + (-1)w)

= T(v) + (-1)T(w)

= T(v) – T(w)

yang membuktikan bagian (c).

Dengan kata lain, bagian (a) dari teoremadiatas menyatakan bahwa sebuah
transformasi linear memetakan 0 ke 0. Sifat ini sangat bermanfaat untuk
mengidentifikasi transformasi-transformasi yang tidak linear. Sebgai contoh, jika
x0 adalah sebuah vector taknol tetap pada R2, maka transformasi

T(x) = x + x0
TEOREMA 8.1.1

Memiliki efek geometri untuk mentranslasikan setiap titik pada x kea rah
yang sejajar dengan x0 sejauh 𝑥0 (gambar 8.1.4). Hal ini bukan merupakan
sebuah transformasi linear, karena T(0) = x0, sehingga T tidak memetakan 0
ke 0.
y

x + x0
Menentukan Transformasi Linear dari Bayangan Vektor Basis
x0
Teorema 4.3.3 menunjukkan bahwa jika T adalah sebuah
transformasi matriks, maka matriks standar untuk T adalah sebah
x x
transformasi matriks, maka matriks standar untuk T dapat
0
diperoleh dari bayangan vektor basis standar.

Gambar 8.1.4
T(x) = x + x0 mentranslasikan setiap titik x sepanjang garis
yang sejajar dengan x0 sejauh 𝑥0
TEOREMA 8.1.1

Dengan kata lain, sebuah transformasi matrik sepenuhnya ditentukan oleh bayangan
dan kemudian
vektor dengan menggunakan
baris standarnya. Rumus
Hal ini adalah kasus(1) untuk
yang menuliskan
spesifik dari sebuah hasil yang
lebih umum: jika T: V → W adalah sebuah transformasi linear, dan jika {v1, v2 , … vn }
T(v) = V,
adalah basis untuk sembarang c1maka
T(v1)banyangan 2) +dari
+ c2T(vT(v) ….vektor
+ cnT(v n)
v sembarang pada
V dapat dihitung dari bayangan
Dengan kata lain, sebuah transformasi linear sepenuhnya ditentukan oleh bayangannya
dari vektor basis sembarang.T(v ), T(v ), …, T(v )
1 2 n

vektor basis tersebut. Hal ini dapat dilakukan dengan lebh dahulu menyatakan v
sebagai sebuah kombinasi linear dari vektor-vektor basis, misalnya

v = c1v1 + c2v2 + … + cnvn


CONTOH 14

yangPertama-tama
menghasilkan kita x3, c2 = x2 – xx3, c=3 =(xx1, –x x,2,xsehingga
c1 = menyatakan
1 2 3,) sebagai sebuah kombinasi linear
CONTOH 14. Menghitung dengan Menggunakan Bayangan Vektor Basis
(x1, xdan v = (1,1,1),
2, x3,)1 x3 (1,1,1) (x2 – x3)dan
v2 =+ (1,1,0), v3 = (1,
(1,1,0) + (x – xJika
0,10). kita menuliskan
2) (1,0,0)

Perhatikan basis S = {v1, v2, v3} untuk R3, dimana v1 = (1, 1, 1), v2 = (1,1,0), dan v3 = (1, 0,
= x3v1 + (x
(x 2 ,–xx,3)v
x – x2)v3 + c (1,1,0) + c (1, 0, 0)
2,) += (xc1 (1,1,1)
1 2 3 1 2 3
0). Misalkn T: R3 → R2 adalah transformasi linear sedemikian rupa sehingga
Dengan demikian,
Maka dengan menyusun persamaan dari komponen-komponen yang bersesuaian,
T(v1,) x=,(1,0), T(v2) = ( 2, -1), T(v3) = (4,3)
T(x 1 2 x3,) = x3T(v1) + (x2 – x3)T(v2) + (x1 – x2)(T)v3
kita memperoleh
Tentukan sebuah rumus untuk =T(x
x3 1(1,0)
, x2, +x3(x,);2 –kemdian + (x1 – x2rumus
x3) (2,-1)gunakan ) (4,3) tersebut untuk
c 1 + c2 + c3 = x 1
menghitung T(2, -3, 5). = (4x1 – 2x2 – x3, 3x1 – 4x2 + x3 )
c 1 + c2 = x2
Dari rumus ini kita memperoleh

T(2,
c1 −3, 5) = =
(9,x23)
3
DEFINISI

Definisi

Jika T1 : U → V dan T2: V → W adalah transformasi linear, komposisi T2 dengan T1


(composition of T2 with T1), dinotasikan dengan T2 𝜊 T1 (dibaca “T2 lingkaran T1”),
adalah fungsi yang didefinisikan oleh rumus

(T2 𝜊 T1)(u) = T2 (T1(u)) (2)

Dimana u adalah sebuah vektor pada U.

CATATAN. Perhatikan bahwa definisi ini mempersyaratkan bahwa domain T2 (yaitu


V) mengandung range T1; hal ini sangat penting agar rumus T2(T1(u)) masuk akal
(gambar 8.1.5). Anda sebaiknya menbandingkan (2) dengan (18) subbab 4.2
DEFINISI

T2 𝜊 T1

T1 T2
u T1(u) T2(T1(u))

U V W

Gambar 8.1.5 Komposisi T2 dengan T1


TEOREMA 8.1.2

Teorema 8.1.2

Jika T1 : U → V dan T2: V → W adalah transformasi linear, maka


(T2 𝜊 T1 ) : U → W juga merupakan transformasi linear.

Bukti. Jika u dan v adalah vektor-vektor pada U dan c adalah sebuah skalar, maka dari (2)
dan sifat kelineran T1 dan T2 kita memperoleh
(T2 𝜊 T1) (u + v) = T2( T1 (u + v)) = T2 ( T1(u) + T1(v))
= T2 (T1(u)) + T2(T1(v))
= (T2 𝜊 T1) (u) + (T2 𝜊 T1) (v)
dan
(T2 𝜊 T1)(cu) = T2( T1 (cu)) = T2(cT1 (u))
= cT2(T1 (u)) = c(T2 𝜊 T1)(u)
sehingga T2 𝜊 T1 memenuhi kedua persyaratan dari sebuah transformasi linear
CONTOH 15

Jika T1 : P1 → P2 dan T2 : P2 → P2 adalah transformasi linear yang dirumuskan

oleh

T2(p (x)) = xp(x) dan T2(p (x)) = p (2x + 4)

Maka komposisi (T2 𝜊 T1) : : P1 → P2 diberikan oleh rumus

(T2 𝜊 T1)(p (x)) = T2(T1(p(x))) = T2(xp(x)) = (2x + 4) p (2x + 4)

Secara spesifik, jika p(x) = 𝑐0 + 𝑐1 𝑥, maka

(T2 𝜊 T1)(p (x)) = (T2 𝜊 T1)( 𝑐0 + 𝑐1 𝑥) = (2x + 4) ( 𝑐0 + 𝑐1 (2x + 4))

= 𝑐0 (2x + 4) + 𝑐1 (2x + 4) 2
CONTOH 16

Jika T : V → V adalah operator linear sebarang, dan jika I : V → V adalah


operator identitas (Contoh 3), maka untuk semua vektor v pada V kita memperoleh
(T 𝜊 I)(v) = T(I(v)) = T(v)
(I 𝜊 T)(v) = I(T(v)) = T(v)

Dengan demikian T 𝜊 I dan I 𝜊 T keduanya sam dengan T; yaitu,

T𝜊I = T dan I 𝜊T= T (3)


GAMBAR 8.1.6

Kita menutup subbab ini dengan sebuah catatan bahwa komposisi dapat didefinisikan
untuk lebih dari dua transformasi linear. Sebagai contoh, jika

T1 : U → V, T2 : V → W, dan T3 : W → Y

Adalah transformasi-transformasi linear, maka komposisi T3 𝜊 T2 𝜊 T1 didefinisikan dengan

(T3 𝜊 T2 𝜊 T1)(u) = T3 (T2(T1(u) (4)


GAMBAR 8.1.6

(T3 𝜊 T2 𝜊 T1)

u T1 T1(u) T2 T2(T1(u)) T3(T2(T1(u)))

U V W Y

Gambar 8.1.6 Komposisi tiga transformasi linear.