TRANSFORMASI LINIER.

Slides:



Advertisements
Presentasi serupa
RUANG VEKTOR II BUDI DARMA SETIAWAN.
Advertisements

Sistem Persamaan Linier Penulisan Dalam Bentuk Matriks
TRANSFORMASI LINIER II
Transformasi Linier.
RUANG VEKTOR UMUM.
Sistem Persamaan Linier
RUANG VEKTOR Trihastuti Agustinah..
SUB RUANG ..
Ruang N Euclides Ruang vektor umum Subruang
NILAI EIGEN DAN VEKTOR EIGEN
ALJABAR MATRIKS pertemuan 10 Oleh : L1153 Halim Agung,S.Kom
RUANG VEKTOR (1).
Ruang Vektor berdimensi - n
Aljabar Linear Elementer
RUANG VEKTOR EUCLIDEAN
Matrik dan Ruang Vektor
Selamat Datang Dalam Kuliah Terbuka Ini
Sistem Persamaan Linier
Transformasi Linier.
BAB VII RUANG VEKTOR UMUM (lanjutan).
Aljabar Linear Elementer
BAB VII RUANG VEKTOR UMUM.
RUANG VEKTOR EUCLIDEAN
Matriks dan Transformasi Linier
TRANSFORMASI LINIER.
KELOMPOK 3 Matematika 5F MATERI : 4.4 MEMBANGUN DAN BEBAS LINIER
SISTEM PERSAMAAN LINIER
BAB VIII RUANG HASILKALI DALAM (lanjutan).
Sistem Persamaan Linier
BAB I SISTEM PERSAMAAN LINIER
BAB VIII RUANG HASILKALI DALAM (lanjutan).
RUANG PERKALIAN DALAM.
BAB VIII RUANG HASILKALI DALAM (lanjutan).
Sistem Persamaan Linier Oleh : Sudaryatno Sudirham
BAB X TRANSFORMASI LINIER.
RUANG VEKTOR EUCLIDEAN
NILAI EIGEN VEKTOR EIGEN
Ruang-n Euclides Orang yang pertama kali mempelajari vektor-vektor di Rn adalah Euclides sehingga vektor-vektor yang berada di ruang Rn dikenal sebagai.
Aljabar Linier I [Pengantar dan OBE] Pertemuan [1-2]
ALJABAR LINEAR RUANG EUCLID, RUANG VEKTOR, DAN SUB RUANG
RUANG VEKTOR BUDI DARMA SETIAWAN.
Rank Matriks Riri Irawati, M.kom 3 sks.
Ruang Eigen dan Diagonalisasi
RUANG HASIL KALI DALAM Kania Evita Dewi.
ALJABAR LINEAR BASIS DAN DIMENSI
BAB I SISTEM PERSAMAAN LINIER
TRANSFORMASI LINIER II
Kelas XII Program IPA Semester 1
Lanjutan Ruang Hasil Kali Dalam
Transformasi Linier.
TRANSFORMASI LINIER KANIA EVITA DEWI.
RUANG VEKTOR.
Ruang vektor real Kania Evita Dewi.
TRANSFORMASI LINIER KANIA EVITA DEWI.
Transformasi Linear Misalkan V dan W adalah ruang vektor, T : V  W
RUANG VEKTOR BUDI DARMA SETIAWAN.
RUANG VEKTOR BUDI DARMA SETIAWAN.
Core Teknik Informatika Kode MK/SKS : TIF /2
Transformasi Linier.
TRANSFORMASI LINEAR  Disusun untuk Memenuhi Tugas Mata Kuliah Aljabar Linear Dosen Pengampu : Abdul Aziz Saefudin, M.Pd   Disusun oleh : Kelompok 7 Kelas.
KANIA EVITA DEWI RUANG VEKTOR REAL.
SOAL RUANG VEKTOR BUDI DARMA SETIAWAN.
Oleh : Asthirena D. A ( ) Pmtk 5C.
TRANSFORMASI LINIER Afri Yudamson, S.T., M.Eng..
TRANSFORMASI GUSURAN & REGANGAN. TRANSFORMASI GUSURAN & REGANGAN.
RUANG VEKTOR bagian pertama
NILAI EIGEN DAN VEKTOR EIGEN
RUANG VEKTOR II BUDI DARMA SETIAWAN.
TRANSFORMASI LINIER BUDI DARMA SETIAWAN.
NILAI EIGEN VEKTOR EIGEN
Transcript presentasi:

TRANSFORMASI LINIER

PEMETAAN VEKTOR Jika V dan W adalah ruang vektor dan F adalah sutu fungsi yang mengasosiasikan vektor unik di W dengan setiap vektor yang terletak di V, maka dikatakan F memetakan V di dalam W. F: V  W Jika F mengasosiasikan vektor w dengan vektor v, maka w = F(v) w adalah bayangan dari v dibawah F Ruang vektor V dikatakan domain F

CONTOH PEMETAAN VEKTOR Misalkan v = (x, y) adalah suatu vektor di R2 Dan ada sebuah fungsi F(v) = (x, x + y, x - y) yang memetakan R2 ke R3 Maka jika v = (1,1) tentukan F(v)!

TRANSFORMASI LINIER Jika F: V  W adalah suatu fungsi dari ruang vektor V ke dalam ruang vektor W, maka F dikatakan transformasi linier jika: F(u + v) = F(u) + F(v) untuk semua vektor u dan v di V F(ku) = k F(u) untuk semua vektor u di dalam V dan semua skalar k

CONTOH Misalkan F:R2R2 adalah fungsi yang didefinisikan oleh F(v) = (2x, y) dengan v = (x, y) di R2. buktikan bahwa F merupakan transformasi linier

Jawab Misalkan u = (x1, y1) dan v = (x2, y2) Bukti pertama: F(u + v) = F((x1, y1) + (x2, y2)) = F(x1+x2, y1+y2) = (2(x1+x2), (y1+y2)) = ((2x1, y1) + (2x2, y2)) F(u + v) = F(u) + F(v) => terbukti

Bukti kedua: F(ku) = F(kx1, ky1) = (2kx1, ky1) = k (2x1, y1) F(ku) = k F(u) => terbukti Jadi F adalah trasnformasi linier

SOAL Misalkan F: R2R3 adalah fungsi yang didefinisikan oleh F(v) = (x, x+y, x-y) dengan v = (x,y) di R2. Buktikan bahwa F merupakan transformasi linier Buktikan linieritas transformasi T:R2R3 dengan T(x,y) = (2x+y, x-3y, 3x+1)

MATRIKS TRANSFORMASI Misalkan A adalah suatu matriks berorde m’n. Jika notasi matriks digunakan untuk vektor di Rm dan Rn, maka dapat didefinisikan suatu fungsi T: RnRm dengan T(x) = Ax Jika x adalah matriks n x 1, maka hasil kali Ax adalah matriks m x 1; jadi T memetakan Rn ke dalam Rm dan T linier

*teorema Jika T: RnRm adalah transformasi linier, dan jika e1, e2, …, en adalah basis baku untuk Rn, maka T adalah perkilaan oleh A atau T(x) = Ax dimana A adalah matriks yang mempunyai vektor kolom T(e1), T(e2),.., T(e3)

CONTOH Carilah matriks baku (A) untuk tranformasi T: R3R2 yang didefinisikan oleh T(x) = (x1+x2, x2+x3), untuk setiap x = (x1, x2, x3) dalam Rn

jawab T: R3  R2 Basis baku dari R3 adalah: e1 = (1, 0, 0)  T(e1) = (1 + 0, 0 + 0) = (1, 0) e2 = (0, 1, 0)  T(e2) = (0 + 1, 1 + 0) = (1, 1) e2 = (0, 0, 1)  T(e3) = (0 + 0, 0 + 1) = (0, 1) Maka matriks A nya adalah vektor kolom bentukan dari T(e1), T(e2), dan T(e3), yaitu Buktikan jawaban tersebut!

SOAL Misalkan T: R3R2 adalah transformasi matriks, dan misalkan: Hitunglah: Matriks transformasinya T(1, 3, 8) T(x, y, z)

KERNEL DAN JANGKAUAN Jika T: VW adalah transformasi linier, maka himpunan vektor di V yang dipetakan ke 0, dinamakan dengan kernel (atau ruang nol) dari T. himpunan tersebut dinyatakan oleh ker(T). Hipunan semua vektor di W yang merupakan bayangan di bawah T dari paling sedikit satu vektor di V dinamakan jangkauan dari T; himpunan tersebut dinyatakan oleh R(T).

SIFAT TRANSFORMASI LINIER Jika T:VW adalah trasnformasi linier, maka T(0) = 0 T(-v) = -T(v) untuk semua v di V T(v-w) = T(v) – T(w) untuk semua v dan w di V

RANK DAN NULITAS Jika T:VW adalah transformasi linier, maka dimensi jangkauan dari T dinamakan rank T, dan dimensi kernel dinamakan nulitas T Jika T:VW adalah trasnformasi linier, maka Kernel dari T adalah sub-ruang dari V Jangkauan dari T adalah subruang dari W

TEOREMA DIMENSI Jika T:VW adalah transformasi linier dari ruang vektor V yang berdimensi n kepada suatu ruang vektor W, maka: Rank dari T + nulitas dari T = n Jika A adalah matriks m x n maka dimensi ruang pemecahan dari Ax = 0 adalah n – rank(A)

CONTOH Diketahui sebuah SPL homogen yang mempunyai ruang pemecahan berdimensi 2 memiliki matriks koefisien sebagai berikut tentukan rank (A)

Jawab Sesuai teorema sebelumnya bahwa Jika A adalah matriks m x n, maka dimensinya didefinisikan sebagai: dimensi = n – rank(A) sehingga rank (A) = n – dimensi = 5 – 2 = 3

CONTOH Tinjaulah basis S = {v1, v2, v3} untuk R3 dimana v1 = (1, 1, 1); v2=(1, 1, 0); v3=(1, 0, 0), dan misalkan T: R3R2 adalah transformasi linier sehingga T(v1) = (1, 0); T(v2) = (2,-1); T(v3) = (4,3). Carilah T(2, -3, 5)

jawab Nyatakan v = (2, -3, 5)sebagai kombinasi linier dari v1, v2, dan v3: v = k1v1 + k1v2 + k3v3 Didapat k1=5; k2=-8; dan k3=5 Sehingga: (2,-3,5) = 5v1 – 8v2 + 5v3 T(2,-3,5) = 5T(v1) – 8T(v2) + 5T(v3) =5(1,0) – 8(2,-1) + 5(4,3) =(9,23)