Pada bagiaan ini kita mengembangkan beberapa sifat dasar transformasi linear . khususunya, kata memperlihatkan bahwa sekali bayangan vektor basis di bawah transformasi linear telah diketahui, maka mungkin mencaari bayangan vektor yang selabihnya dalam ruang tersebut .
Teorema 1. Jika T:V W adalah transformasi linear ,
maka :
a) T ( 0 ) = 0
b) T ( - V )
= T
(v) untuk semua v di V
c) T ( v – W ) = T
(v) –T
(W) untuk semua v dan w di V
Bukti , misalkan v adalah
sebarang vektor di V . Karena 0v = 0 maka kita peroleh
T(0) = T(0v) = 0T(v) = 0
Yang membuktikan (a)
Juga T(-v) = T[(- 1)v] = (- 1) = T (v)
–T(v) ,yang membuktikan (b) .
T (v –w ) =T(v + ( - 1) w)
=T(v) + ( - 1) T(w)
=T(v) - T(w)
Definisi . jika T:V W adalah transformasi linear , maka himpunan vektor di
V
yang di petakan T kedalam 0 kita
namakan kernel ( ruang nol ) dari T : himpunan tersebut dinyatakan
oleh (
T ) . Himpunan semua vektor di W yang merupakan bayangan di
bawah T dari paling sedikit satu vektor di V kita namakan jangkauan dari T
: himpunan tersebut dinyatakan oleh R (
T)
Teorema 2 . jika 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 , maka kita harus memperlihatkan bahwa ker(T ) tersebut tertutup di
bawah pertambahan dan perkalian skalar . Misalkan v1 dan v2
adalah vektor –vektor dalam ker(T
) , dan misalkan k adalah sembarang skalar
. Maka
T (v1 + v2 ) =T(v1) + T( v2)
=0
+ 0 = 0
Sehingga v1 + v2 berada dalam
ker(T ) . juga ,
T (kv1 ) =kT(v1) = k0 = 0
Sehingga kv1 berada
dalam ker(T ) .
(b) Misalkan W1 + W2 adalah vektor dalam jangkauan T . untuk membuktikan bagian ini maka harus kita perlihatkan bahwa W1
+W2 dan kw1
berada dalam
jangkauan T untuk sebarang skalar k :
yakni , ;.Kita harus mencari vektor a
dan b di V sehingga T(a
= W1 +W2 dan T(b) = KW1
Karena T(a1) = W1
dan W2 berada
dalam jangkauan T . maka ada vektor a1
dan a2 dalam V sehingga T(a1)
= W1 dan T(a2)
= W2 . misalkan a = a1 dan b = ka1 . maka
T(a)
= T(a1 + a2 ) =T (a1) + T (a2)
= w1 + w2
Dan T ( b) = T ( ka1 ) =
Kt (a1) = kw1
Contoh 15
Tinjaulah basis S = {v1 , v2 , v3 } untuk R3 ,
di mana v1 =( 1,1,1 ) , v2 =( 1,1,0 ) , v3 =(
1, 0,0) dan misalkan T:R3 R2 adalah transformasi linear
sehingga
T (v1) = ( 1,0 ) T (v2) = ( 2, -1) T (v3) = ( 4, 3 )
Carilah rumus untuk {x1 , x2 , x3 ) :
kemudian gunakan rumus ini untuk menghitung T ( 2, -3 ,5 ) .
Pemecahan . pertama kita nyatakan x
= {x1 , x2 , x3 ) sehingga kombinasi linear
dari
v1 =( 1,1,1 ) , v2 =( 1,1,0 ) , dan
v3 =( 1, 0,0) .jika kita tulis
(x1 , x2 , x3
) = k1( 1,1,1 ) + k2( 1,1,0 ) + k3 ( 1, 0,0)
Kemudian menyamakan komponen – komponen yang bersesuaian, kita peroleh
K1 + K2 + K3
= X1
K1 + K2 = X2
K1 = X3
Yang menghasilkan k1 =
x3 , k2 = x2
– x3 , k3 = x1 – x2 sehingga
(x1 , x2 , x3
) = x3( 1,1,1 ) + (
x2 - x3 )(
1,1,0 ) +( x1 – x2
) ( 1, 0,0)
= x3 v1 + ( x2 – x3 )v2 +
( x1- x2 )v3
Jadi T (x1 , x2 , x3 ) = x3 T( v1 ) + ( x2
- x3 )T ( v2) +( x1 – x2 ) T
(v3)
= x3
( 1,0 ) + ( x2 - x3
) ( 2, -1) +( x1 – x2
) (4 ,3)
= ( 4x1 – 2x2 – x3
, 3x1 – 4x2 + x3 )
Dari rumus ini kita peroleh
T ( 2, -3
,5 ) = ( 9 , 23)
Definisi , .
jika Jika T:V W adalah transformasi linear
, maka : dimensi jangkauan dari T dinamakan
rank
T , dan dimensi kernel dinamakan
nulitas ( nullity) T .
Contoh 16
Misalkan T : Rn R2 adalah perputaran
dari R2 melalui sudut
/4 . jelaslah bahwa jangkauan T
secara geometris semuanya adalah R2 dan kernel T
adalah { 0} . maka , T
mempunyai rank = 2 dan nulitas = 0.
Contoh 17
Misalkan T : Rn R2 adalah perkalian
oleh sebuah maktriks A yang berukuran m x n . pada contoh 14 kita amati bahwa
Jangkauan T adalah ruang kolom dari
A
Kernel T adalah ruang pemecahan Ax
= 0
Jadi ,
berikutnya bahwa
Rank ( T
) dim ( ruang kolom A ) = rank ( A)
Nulitas ( T)
= dim ( ruang pemecahan Ax = 0 )
Teorema 3.
(Teorema Dimensi). Jika T:V
W adalah transformasi linear dari ruang vektor V yang berdimensi n kepada
sebuah ruang vektor W, maka
(rank
dari T) + (nulitas dari T) = n (5.4)
Dengan kata
lain, teorema ini menyatakan bahwa rank + nulitas dari transformasi linear sama
dengan dimensi domainnya.
Dalam kasus
khusus dima V = Rn W = Rm
, dan T : V
W merupakan
perkalian oleh sebuah matriks A yang berukuran m x n , berikutnya dari (5.4)
dan Contoh 17 bahwa
rank (A) + dim(ruang pemecahan Ax = 0) = n
rank (A) + dim(ruang pemecahan Ax = 0) = n
Jadi, kita
punyai teorema berikut.
Teorema 4. Jika
A adalah matriks m x n maka dimensi ruang pemecahan dari AX = 0 adalah
n – rank(A)
Jelasnya,
teorema ini menyatakan bahwa dimensi ruang pemecahan Ax = 0 sama dengan jumlah
kolom A kurang rank A.
PERNYATAAN.
Karena sistem linear homogen Ax = 0 harus konsisten, berikutnya dari Teorema 18
bagian 4.6 bahwa rank matriks A sama dengan jumlah parameter dalam
pemecahan Ax = 0. Dengan menggabungkan
hasil ini dengan Teorema 4, selanjutnya dengan mengacu pada ruang pemecahan Ax
= 0 akan sama dengan jumlah kolom A kurang jumlah parameter dalam pemecahan Ax
= 0.
Contoh 18
Pada Contoh 37
dari Bagian 4.5 kita memperlihatkan bahwa sistem homogen
2x1
+ 2x2 – x3 + x5 = 0
-x1
– x2 + 2x3 – 3x4 + x5 = 0
x1
+
x2 – 2x3 –
x5 = 0
x3 +x4 + x5 = 0
mempumyai ruang
pemecahan berdimensi dua , dengan memecahkan sistem tersebut dan dengan mencari
sebuah basis. Karena matriks koefesien
A = 3
Mempunyai lima
kolom, maka jelaslah dari Teorema 4 bahwa rank dari A harus memenuhi
2 = 5 – rank (A)
Sehingga rank (A) =
3 , Anda dapat memeriksa hasil ini
dengan mereduksi A pada bentuk eselon baris dan dengan memperlihatkan bahwa
matriks yang di hasilkan mempunyai tiga baris tak nol.
Tidak ada komentar:
Posting Komentar