• Tidak ada hasil yang ditemukan

Aljabar Linear 4.3 (Sifat-sifat transformasi Linier)

N/A
N/A
Protected

Academic year: 2021

Membagikan "Aljabar Linear 4.3 (Sifat-sifat transformasi Linier)"

Copied!
13
0
0

Teks penuh

(1)

1

1

SIFAT-SIFAT TRANSFORMASI LINEAR DARI

SIFAT-SIFAT TRANSFORMASI LINEAR DARI





KE

KE





A.

A. TRANSFORMASI-TRATRANSFORMASI-TRANSFORMASI LINEAR NSFORMASI LINEAR SATU-SATUSATU-SATU

Transformasi linear yang memetakan vektor-vektor (titik-titik)

Transformasi linear yang memetakan vektor-vektor (titik-titik) yang berbeda ke vektor-vektoryang berbeda ke vektor-vektor (titik-titik)

(titik-titik) yang berbeda merupakyang berbeda merupakan transformasi linear yang sangat penting. Salah satuan transformasi linear yang sangat penting. Salah satu contoh transformasi seperti itu adalah operator linear

contoh transformasi seperti itu adalah operator linear









yang merotasikan setiapyang merotasikan setiap vektor pada sudut

vektor pada sudut



. Secara geometris jelas bahwa jika . Secara geometris jelas bahwa jika u dan v merupakan vektor-vektoru dan v merupakan vektor-vektor yang berbeda pada

yang berbeda pada





, maka demikian juga vektor-vektor, maka demikian juga vektor-vektor



dandan



yang dirotasikanyang dirotasikan (gambar 1).

(gambar 1).

Sebaliknya, jika

Sebaliknya, jika









adalah proyeksi orthogonaladalah proyeksi orthogonal





pada biodangpada biodang

 – 

 – 

xy. Maka titik-xy. Maka titik-titik berbeda pada garis vertical

titik berbeda pada garis vertical yang sama terpetakan ke titik-titik yang sama terpetakan ke titik-titik yang sama pada bidangyang sama pada bidang

 – 

 – 

xy. xy.





T(u)T(u) T(v) T(v) u u v v Vektor-vektor

Vektor-vektor u dan v dirotasiku dan v dirotasikan ke vektor-vektor berbeda an ke vektor-vektor berbeda T(u) dan T(v)T(u) dan T(v)

Suatu transformasi linear

Suatu transformasi linear









disebut satu-satu jika T memetakan vektor-vektordisebut satu-satu jika T memetakan vektor-vektor (titik-titik)

(titik-titik) yang berbeda padayang berbeda pada





ke vektor-vektor (titik-titik) ke vektor-vektor (titik-titik) yang berbeda padayang berbeda pada





x x y y zz M M Q Q P P

Titik-titik berbeda P dan Q dipetakan ke titik M yang sama Titik-titik berbeda P dan Q dipetakan ke titik M yang sama

Gambar 1 Gambar 1

Gambar 2 Gambar 2

(2)

2

2

Maka kita dapat bahwa untuk setiap vektor w

Maka kita dapat bahwa untuk setiap vektor w dalam daerah hasil transformasi linear satu-satudalam daerah hasil transformasi linear satu-satu T, tepat ada satu vektor

T, tepat ada satu vektor x sedemikian sehingga T(x)=w.x sedemikian sehingga T(x)=w.

Kita telah mengamati bahwa operator rotasi

Kita telah mengamati bahwa operator rotasi









(gambar 1) adalah satu-satu. Dari(gambar 1) adalah satu-satu. Dari teorema 4.3.1 kita dapatkan bahwa daerah hasil T

teorema 4.3.1 kita dapatkan bahwa daerah hasil T haruslah semua anggotaharuslah semua anggota





dan bahwadan bahwa matriks standar untuk T pasti

matriks standar untuk T pasti bisa dibalik. Untuk menunjukkan bahwa daerah hasil dari Tbisa dibalik. Untuk menunjukkan bahwa daerah hasil dari T adalah semua anggota

adalah semua anggota





kita harus menunjukkan bahwa setiap vektor w padakita harus menunjukkan bahwa setiap vektor w pada





adalahadalah bayingan suatu vektor x dibawah T. karena vektor x

bayingan suatu vektor x dibawah T. karena vektor x yang diperoleh dengan merotasikayang diperoleh dengan merotasikan wn w pada sudut

pada sudut

––

dipetakan ke w jika dirotasikan pada sudutdipetakan ke w jika dirotasikan pada sudut



. Dari tabel 6 pada bagian 4.2. Dari tabel 6 pada bagian 4.2 matriks standar untuk T adalah

matriks standar untuk T adalah

 

 

Dapat dibalik karena

Dapat dibalik karena

 

  















Kita amati bahwa operator proyeksi

Kita amati bahwa operator proyeksi









(gambar 2) tidak satu-satu. Dari (gambar 2) tidak satu-satu. Dari teoremateorema 4.3.1 kita dapatkan bahwa daerah hasil T bukanlah semua anggota

4.3.1 kita dapatkan bahwa daerah hasil T bukanlah semua anggota





dan bahwa matriksdan bahwa matriks standar untuk T tidak bisa

standar untuk T tidak bisa dibalik. Untuk menunjukkan bahwa daerah hasil T bukan semuadibalik. Untuk menunjukkan bahwa daerah hasil T bukan semua anggota

anggota





kita harus menemukan suatu vektor w padakita harus menemukan suatu vektor w pada





yang bukan merupakan bayanganyang bukan merupakan bayangan setiap vektor x dibawah T. Tetapi sembarang vektor w di luar bidang

setiap vektor x dibawah T. Tetapi sembarang vektor w di luar bidang

 – 

 – 

xy mempunyai sifatxy mempunyai sifat ini, karena semua bayangan di bawah T terletak pada

ini, karena semua bayangan di bawah T terletak pada bidangbidang

 – 

 – 

xy. Dari tabel 5 pada bagianxy. Dari tabel 5 pada bagian 4.2 matriks standar untuk T

4.2 matriks standar untuk T adalahadalah

  

  

  

Teorema 4.3.1

Teorema 4.3.1

Jika A adalah suatu matriks n x n dan

Jika A adalah suatu matriks n x n dan













adalah perkalian dengan A, makaadalah perkalian dengan A, maka pernyataan berikut ini ekuivalen :

pernyataan berikut ini ekuivalen : (a)

(a) A dapat dibalik A dapat dibalik  (b)

(b) Daerah hasil dariDaerah hasil dari





adalahadalah





(c)

(3)

3

3

B.

B. INVERS DARI SEBUAH OPERATOR LINEAR SATU-SATUINVERS DARI SEBUAH OPERATOR LINEAR SATU-SATU

Jika

Jika













adalah suatu operator linear satu-satu, maka dari teorema 4.3.1 adalah suatu operator linear satu-satu, maka dari teorema 4.3.1 matriks Amatriks A dapat dibalik. Jadi,

dapat dibalik. Jadi,













sendiri adalah sebuah operator linear. Operator inisendiri adalah sebuah operator linear. Operator ini disebut invers dari

disebut invers dari





. Operator-operator linear. Operator-operator linear





dandan





saling membatalkan dampak saling membatalkan dampak  dalam pengertian bahwa untuk semua x dalam

dalam pengertian bahwa untuk semua x dalam







  



  















  



((

  

))



  

Atau secara ekuivalen

Atau secara ekuivalen



  





  





  









  





  



  



  





Dari suatu sudut pandang geometris yang lebih umum, j

Dari suatu sudut pandang geometris yang lebih umum, j ika w adalah bayangan x di ika w adalah bayangan x di bawahbawah





, maka, maka







memetakan w kwmbali ke x memetakan w kwmbali ke x karenakarena



  





  



((

  

))

Jika suatu operator linear satu-satu pada

Jika suatu operator linear satu-satu pada





dituliskan sebagaidituliskan sebagai









, maka invers dari, maka invers dari operator T dinyatakan dengan

operator T dinyatakan dengan





. Karena matriks standar untuk . Karena matriks standar untuk 





adalah invers dariadalah invers dari matriks standar untuk T, kita

matriks standar untuk T, kita dapatkandapatkan









Contoh Contoh





maps x to wmaps x to w





maps maps to to XX w w x x Gambar 3 Gambar 3

(4)

4

4

Anggap

Anggap









adalah operator yang merotasikan setiap vektor adalah operator yang merotasikan setiap vektor dalamdalam





pada sudutpada sudut



,, sehingga dari tabel 6 bagian 4.2.

sehingga dari tabel 6 bagian 4.2.

** 

  ++

Terbukti secara geometris bahwa untuk meniadakan dampak dari T kita harus

Terbukti secara geometris bahwa untuk meniadakan dampak dari T kita harus merotasikanmerotasikan setiap vektor pada

setiap vektor pada





dengan sudutdengan sudut

––

. Tetapi inilah tepatnya yang dilakukan oleh operator. Tetapi inilah tepatnya yang dilakukan oleh operator





, karena matriks standar untuk , karena matriks standar untuk 





adalahadalah











** 

  ++ 

  

Contoh;

Contoh;

Tunjukkan bahwa operator linear

Tunjukkan bahwa operator linear









didefinisikan persamaandidefinisikan persamaan

























Sehingga matriks standar untuk T adalah

Sehingga matriks standar untuk T adalah

**







++** 

 ++**







++

Matriks ini dapat dibalik

Matriks ini dapat dibalik (sehingga T satu-satu) dan matriks standar untuk (sehingga T satu-satu) dan matriks standar untuk T adalahT adalah









  

 

Jadi Jadi





**







++  

 **









++ 

















Dapat kita simpulkan menjadi

Dapat kita simpulkan menjadi

(5)

5

5

C.

C. SIFAT-SIFAT KELINEARANSIFAT-SIFAT KELINEARAN

Suatu transformasi

Suatu transformasi









linear jika persamaan yangmenghubungkan x dan w = T(x)linear jika persamaan yangmenghubungkan x dan w = T(x) adalah persamaan-persamaan linear.

adalah persamaan-persamaan linear.

Pembuktian : Pembuktian :

Pertama-tama anggap bahwa T adalah suatu transformasi linear, dan anggap A adalah matriks Pertama-tama anggap bahwa T adalah suatu transformasi linear, dan anggap A adalah matriks standar untuk T. dari sifat-sifat aritmatika dasar dari mastriks kita dapatkan bahwa

standar untuk T. dari sifat-sifat aritmatika dasar dari mastriks kita dapatkan bahwa







dan dan

  



Sebaliknya angg

Sebaliknya anggap bahwa sifat (a) dan (b) ap bahwa sifat (a) dan (b) berlaku untuk transformasi T. Kita bisaberlaku untuk transformasi T. Kita bisa membuktikan bahwa T linear dengan menemukan suatu matriks A dengan sifat

membuktikan bahwa T linear dengan menemukan suatu matriks A dengan sifat bahwabahwa

T(x) = Ax T(x) = Ax

Untuk semua vektor x dalam

Untuk semua vektor x dalam





. Ini akan menunjukkan bahwa T adalah perkalian dengan A. Ini akan menunjukkan bahwa T adalah perkalian dengan A dan karna itu linear. Sifat (a) bisa diperluas sampai tiga atu lebih suku, misalnya jika u,v,dan dan karna itu linear. Sifat (a) bisa diperluas sampai tiga atu lebih suku, misalnya jika u,v,dan w adalah sembarang vektor pada

w adalah sembarang vektor pada





, maka dengan pertama-tama mengelompokkan u dan w, maka dengan pertama-tama mengelompokkan u dan w dan menerapkan sifat (a) kita peroleh

dan menerapkan sifat (a) kita peroleh









Secara lebih umum untuk

Secara lebih umum untuk sebarang vektorsebarang vektor















padapada





kita dapatkankita dapatkan































Sekarang untuk mencari matriks A anggap

Sekarang untuk mencari matriks A anggap















adalah vektor-vektoradalah vektor-vektor







[[



]]





[[



]]





[[



]]

Dan anggap A adalah matriks yang vektor kolomnya berturut-turut

Dan anggap A adalah matriks yang vektor kolomnya berturut-turut adalahadalah

















yaituyaitu

  















Teorema 4.3.2

Teorema 4.3.2 Suatu transformasi

Suatu transformasi









adalah linear jika dan hanya jika hubungan berikut iniadalah linear jika dan hanya jika hubungan berikut ini berlaku untuk semua vektor u dan v

berlaku untuk semua vektor u dan v padapada





dan setiap scalar c.dan setiap scalar c.

(a)

(a) T(u+v)=T(u)+T(v)T(u+v)=T(u)+T(v) (b)

(6)

6 6 Jika Jika















Adalah sebarang vektor

Adalah sebarang vektor





, maka hasil Ax adalah kombinasi linear dari vektor-vektor kolom, maka hasil Ax adalah kombinasi linear dari vektor-vektor kolom dari A dengan koefisien dari x,

dari A dengan koefisien dari x, sedemikian sehinggsedemikian sehinggaa

  

























































































Anggap

Anggap









adalah proyeksi orthogonal bidangadalah proyeksi orthogonal bidang

 – 

 – 

xy. Dengan mengacu pada gambarxy. Dengan mengacu pada gambar 4, terbukti secara geometris bahwa

4, terbukti secara geometris bahwa











,,











,,









Sifat (a) untuk n suku Sifat (a) untuk n suku

















Teorema 4.3.3

Teorema 4.3.3 Jika

Jika









adalah suatu transformasi linear, danadalah suatu transformasi linear, dan















adalah vektor-vektoradalah vektor-vektor basis standar untuk 

basis standar untuk 





, maka matriks standar untuk T , maka matriks standar untuk T adalahadalah

x x y y x x y y zz (0,1) (0,1) (1,0) (1,0)





















(1,0,0) (1,0,0) (0,1,0 (0,1,0 (0,0,1) (0,0,1) Gambar 4 Gambar 4

Basisi standar untuk 

(7)

7

7

Sehingga berdasarkan teorema 4.3.3 Sehingga berdasarkan teorema 4.3.3

  

  

  

Dengan menggunakan teorema 4.3.3 dengan cara yang lain, anggap

Dengan menggunakan teorema 4.3.3 dengan cara yang lain, anggap













adalahadalah perkalian dengan

perkalian dengan

  **   

   

  ++

Bayangan vektor-vek

Bayangan vektor-vektor basis standar bisa dibaca tor basis standar bisa dibaca secara langsung dari kolom-kolom matrikssecara langsung dari kolom-kolom matriks A: A:





**++

,,





**++

,,





**++

Contoh. Contoh. Anggap

Anggap



adalah garis pada bidang -xy yang melalui titiadalah garis pada bidang -xy yang melalui titik asal dan membentuk sudutk asal dan membentuk sudut



dengnan sumbu-x positif, dimana

dengnan sumbu-x positif, dimana





. Sebagaimana yang diilustrasikan pada gambar. Sebagaimana yang diilustrasikan pada gambar 5a, anggap

5a, anggap









adalah operator linear yang memetakan setiap vektor ke proyeksiadalah operator linear yang memetakan setiap vektor ke proyeksi ortogonalnya pada

ortogonalnya pada



.. a)

a) Cari matriks standar untuk TCari matriks standar untuk T b)

b) Cari proyeksi orthogonal vektor x=(1,5) pada garis melalui Cari proyeksi orthogonal vektor x=(1,5) pada garis melalui titik asal yang membentuk titik asal yang membentuk  sudut

sudut





dengan sumbu-x positif dengan sumbu-x positif 

Penyelesaia Penyelesaian n a)a)











Dimana

Dimana





dandan





adalah vektor-vektor basis standar untuk adalah vektor-vektor basis standar untuk 





. Tinjau kasus dimana. Tinjau kasus dimana







adalah serupa. Dengan melihat gambar 5b, kita dapatkanadalah serupa. Dengan melihat gambar 5b, kita dapatkan

‖‖



‖‖



, sehingga, sehingga





‖‖

‖‖





‖‖

‖‖** 



++









T(x) T(x) x x















































1 1 1 1

(8)

8

8

Dan dengan melihat ke gambar 5c, kita

Dan dengan melihat ke gambar 5c, kita dapatkandapatkan

‖‖



‖‖



, sehingga, sehingga

** 

 



 



 ++

Penyelesaia Penyelesaian n b)b) Karena

Karena









dandan







√ √ 

, maka dari bagian a) , maka dari bagian a) kita dpatkan bahwa matriks standarkita dpatkan bahwa matriks standar untuk operator proyeksi ini adalah

untuk operator proyeksi ini adalah

 ⁄⁄ √ √  ⁄⁄

√ √  ⁄⁄  ⁄⁄

Jadi,

Jadi,

**+

+ ⁄⁄ √ √  ⁄⁄

√ √  ⁄⁄  ⁄⁄**++[[

√ √ 

√ √ ]]

Atau dalam notasi horizontal,

Atau dalam notasi horizontal,

√ √ √ √ 

D.

D. INTERPRETASI GEOMETRIS VEKTOR-EIGENINTERPRETASI GEOMETRIS VEKTOR-EIGEN

Jika A adalah suatu matrikx

Jika A adalah suatu matrikx nxn, makanxn, maka



disebut suatu nilai eigen dari A jika tidak ada vektordisebut suatu nilai eigen dari A jika tidak ada vektor tak-nol x

tak-nol x sedemikian sehinggasedemikian sehingga

  

atau secara ekuivalenatau secara ekuivalen





Vektor-vektor taknol x yang memenuhi persamaan ini disebut vektor eigen

Vektor-vektor taknol x yang memenuhi persamaan ini disebut vektor eigen dari A dari A yangyang berpadanan dengan

berpadanan dengan



..

Nilai eigen dan vektor eigen bi

Nilai eigen dan vektor eigen bias juga didefinisikan untuk operator-operator linear padaas juga didefinisikan untuk operator-operator linear pada





Amati bahwa jika A

Amati bahwa jika A adalah matriks standar untuk T, maka definisi adalah matriks standar untuk T, maka definisi di ata dapat ditulis di ata dapat ditulis sebagaisebagai

  



Definisi: jika

Definisi: jika









adalah suatu operator linear, maka suatu scalaradalah suatu operator linear, maka suatu scalar



disebut suatudisebut suatu nilai eigen dari T jika ada suatu x t

nilai eigen dari T jika ada suatu x tak nol padaak nol pada





sedemikian sehinggasedemikian sehingga

Vektor-vektor tak-nol x yang memenuhi persamaan ini disebut vektor-eigen dari

Vektor-vektor tak-nol x yang memenuhi persamaan ini disebut vektor-eigen dari T yangT yang b

(9)

9

9

Yang kita dapatkan bahwa Yang kita dapatkan bahwa

 Nilai-eigen dari T tepat Nilai-eigen dari T tepat merupakan nilai-eigen dari matriks standarnya, Amerupakan nilai-eigen dari matriks standarnya, A 

 X adalah suatu vektor eigen dari X adalah suatu vektor eigen dari T yang berpadanan denganT yang berpadanan dengan



jika dan hanya jika xjika dan hanya jika x

adalah suatu vektor igen dari A

adalah suatu vektor igen dari A yang berpadanayang berpadanann



Jika

Jika



adalah suatu nilai eigen dari A adalah suatu nilai eigen dari A dan x adalah suatu vektor eigen dan x adalah suatu vektor eigen yang berpadananyang berpadanan, maka, maka

  

, sehingga perkalian dengan A , sehingga perkalian dengan A memetakan x ke memetakan x ke suatu penggandaan skalarnysuatu penggandaan skalarnyaa

sendiri. Pada

sendiri. Pada





dandan





, hal ini , hal ini berarti bahwa perkalian dengan A memetakan setiap vektor-berarti bahwa perkalian dengan A memetakan setiap vektor-eigen x ke suatu vektor

eigen x ke suatu vektor yang terletak pada garis yang sama dengan x (gambar 6)yang terletak pada garis yang sama dengan x (gambar 6) Jika

Jika



maka operator linearmaka operator linear

  

memampatkan x dengan factormemampatkan x dengan factor



jikajika





atau meregang x dengan factor

atau meregang x dengan factor



jikajika



. Jika. Jika



, maka, maka

  

membalik arah x,membalik arah x, dan memampatkan vektor yang terbalik ini dengan factor

dan memampatkan vektor yang terbalik ini dengan factor

||||

jikajika

||||

atau meregangatau meregang vektor yang terbalik ini dengan factor

vektor yang terbalik ini dengan factor

||||

jikajika

||||

(gambar 7)(gambar 7)

Contoh: Contoh: Anggap

Anggap









adalah operator linear adalah operator linear yang merotasikan setiap vektor dengan sudutyang merotasikan setiap vektor dengan sudut



.. Terbukti secara geometris bahwa jika

Terbukti secara geometris bahwa jika



bukanlah penggandaan dari bukanlah penggandaan dari , , maka T maka T tidak tidak 





  

  

GAMBAR 6GAMBAR 6













x x



xx x x x x x x



xx



xx



xx x x x x

(10)

10

10

memetakan sebarang vektor tak nol x pada garis

memetakan sebarang vektor tak nol x pada garis yang sama dengan x;akibatnya, T tidak yang sama dengan x;akibatnya, T tidak  mempunyai nilai eigen real. Tetapi jika

mempunyai nilai eigen real. Tetapi jika



merupakan penggandan darimerupakan penggandan dari



, maka setiap vektor, maka setiap vektor tak nol x

tak nol x dipetakan ke garis yang sama dengan x, sehingga setiap vektor tak nol dipetakan ke garis yang sama dengan x, sehingga setiap vektor tak nol adalah vektoradalah vektor eigen dari

eigen dariT T . mari kita . mari kita memeriksa pengamatan geometris ini secara aljabar. Matrik standarmemeriksa pengamatan geometris ini secara aljabar. Matrik standar untuk T adalah

untuk T adalah

  ** 

  ++

Nilai eigen matriks ini

Nilai eigen matriks ini adalah penyelesaadalah penyelesaian dari persamaan karakteristik ian dari persamaan karakteristik 

   

 



yaitu yaitu















Tetapi jika

Tetapi jika



bukanlah penggandaan daribukanlah penggandaan dari



, maka, maka







, sehingga persamaan ini tidak , sehingga persamaan ini tidak  mempunyai penyelesaian real untuk 

mempunyai penyelesaian real untuk 



dan akibatnya A tidak mempunyai vektor eigen real.dan akibatnya A tidak mempunyai vektor eigen real. Jika

Jika



adalah penggandaan dariadalah penggandaan dari



, maka, maka





dandan





atauatau





,, persamaan karakteristik menjadi

persamaan karakteristik menjadi







, sehingga, sehingga



merupakan satu-satunya nilaimerupakan satu-satunya nilai eigen. Dalm kasus ini matriks

eigen. Dalm kasus ini matriks A adalahA adalah

  ** 

 ++

Jadi untuk semua x dalam

Jadi untuk semua x dalam









Sehingga T memetakan setiap vektor pada dirinya sendiri ,

Sehingga T memetakan setiap vektor pada dirinya sendiri , dan dengan demikian pada garisdan dengan demikian pada garis yang sama. Dalam kasus dimana

yang sama. Dalam kasus dimana





dandan





, persamaan karakteristik menjadi, persamaan karakteristik menjadi







, sehingga, sehingga





adalah satu-satunya nilai eigen dari A. dalam kasus iniadalah satu-satunya nilai eigen dari A. dalam kasus ini

matriks A adalah matriks A adalah

  ** 

 +

+

Jadi, untuk semua x dalam

Jadi, untuk semua x dalam









Sehingga T memetakan setiap vektor ke negatifnya, dan dengan demikian pada garis yang Sehingga T memetakan setiap vektor ke negatifnya, dan dengan demikian pada garis yang sama dengan x.

(11)

11

11

Contoh Contoh Anggap

Anggap









adalah proyeksi orthogonal pada bidang xy. adalah proyeksi orthogonal pada bidang xy. Vektor-vektor pada bidangVektor-vektor pada bidang xy dipetakan ke dirinya sendiri di bawah T, sehingga setiap vektor tak nol dalam bidang xy xy dipetakan ke dirinya sendiri di bawah T, sehingga setiap vektor tak nol dalam bidang xy adalah suatu vektor eigen

adalah suatu vektor eigen



. Setiap vektor x pada sumbu z dipetakan ke 0 di bawah T,. Setiap vektor x pada sumbu z dipetakan ke 0 di bawah T, yang berada pada garis yang sama dengan x, sehingga setiap vektor tak nol pada sumbu z yang berada pada garis yang sama dengan x, sehingga setiap vektor tak nol pada sumbu z adalah suatu vektor eigen

adalah suatu vektor eigen yang berpadanayang berpadanan dengan nilai n dengan nilai eigeneigen



. Vektor-vektor yang. Vektor-vektor yang tidak berada pada bidang xy atau pada sumbu z

tidak berada pada bidang xy atau pada sumbu z tidak dipetakan ke penggandaan scalar daritidak dipetakan ke penggandaan scalar dari diri mereka sendiri, sehingga vektor eigen atau nil

diri mereka sendiri, sehingga vektor eigen atau nilai eigennya tidak ada.ai eigennya tidak ada. Untuk membuktikannya

Untuk membuktikannya, ingat bahwa matriks standar , ingat bahwa matriks standar untuk T adalahuntuk T adalah

    

  

  

Persamaan karakteristik dari A adalah Persamaan karakteristik dari A adalah



  

  

  

, Atau, Atau









Yang mempunyai penyelesaian

Yang mempunyai penyelesaian



dandan



yang diatas telah diantisipasi.yang diatas telah diantisipasi. Vektor eigen da

Vektor eigen dari matriks A ri matriks A yang berpayang berpadanan dengdanan dengan nilai eigenan nilai eigen



adalah penyelesaian dariadalah penyelesaian dari

  

  

  















Jika

Jika



sistem ini adalahsistem ini adalah

  

  

  















Yang mempunyai penyelesaian

Yang mempunyai penyelesaian



















atau dalam bentuk matriksatau dalam bentuk matriks















ini adalah vektor-vektor pada sumbu z. ini adalah vektor-vektor pada sumbu z. Jika,

Jika,



maka akan menjadimaka akan menjadi

  

  

  















Yang mempunyai penyelesaian

Yang mempunyai penyelesaian



















atau dalam bentuk matriksatau dalam bentuk matriks















Ini adalah vektor-vektor pada bidang x Ini adalah vektor-vektor pada bidang x

(12)

12

12

KESIMPULAN KESIMPULAN

Dengan menggabung

Dengan menggabungkan Teorema 2.3.6 dan kan Teorema 2.3.6 dan Teorema 4.3.1 menghasilkan teorema berikutTeorema 4.3.1 menghasilkan teorema berikut Teorema 4.3.4

Teorema 4.3.4

Jika A adalah suatu matriks n x n dan jika

Jika A adalah suatu matriks n x n dan jika













adalah perkalian dengan A, makaadalah perkalian dengan A, maka pernyataan-perny

pernyataan-pernyataan berikut ataan berikut ini ekuivalenini ekuivalen a)

a) A bisa dibalik A bisa dibalik  b)

b) Ax=0 hanya mempunyai penyelsaian trivialAx=0 hanya mempunyai penyelsaian trivial c)

c) Bentuk baris-eselon tereduksi dari A adalahBentuk baris-eselon tereduksi dari A adalah





d)

d) Adapat dinyatakan sebagai suatu hasil kali Adapat dinyatakan sebagai suatu hasil kali matriks-matriks dasarmatriks-matriks dasar e)

e) Ax=b konsisten untuk setiap matriks bn x IAx=b konsisten untuk setiap matriks bn x I f)

f) Ax=b tepat mempunyai satu penyelesaian untuk setiap matriks bn x Ax=b tepat mempunyai satu penyelesaian untuk setiap matriks bn x II g)

g)

  

h)

h) Daerah hasilDaerah hasil





 

 



i)

(13)

13

13

Soal Latihan: Soal Latihan:

1.

1. Cari matriks standar untuk operator linear Cari matriks standar untuk operator linear yang didefinisikan oleh persamaan-yang didefinisikan oleh persamaan-persamaan di bawah ini dan gunakan Teorema 4.3.1 untuk menentukan

persamaan di bawah ini dan gunakan Teorema 4.3.1 untuk menentukan apakahope

apakahoperator ini rator ini satu-satu.satu-satu. a.

a.













b.b.





































2.

2. Tentukan apakah operator linierTentukan apakah operator linier





  



yang didefinisikan oleh yang didefinisikan oleh persamaan- persamaan-persamaan berikut ini adalah satu-satu; jika demikian, cari

persamaan berikut ini adalah satu-satu; jika demikian, cari matriks standar untuk matriks standar untuk  operator inversnya, dan cari

operator inversnya, dan cari















a.

a.













b.b.







































3.

3. Gunakan Teorema 4.3.2 untuk menentukan apakahGunakan Teorema 4.3.2 untuk menentukan apakah





  



adalah suatu operatoradalah suatu operator linear.

linear. a.

a.





b.b.





4.

4. Gunakan Teorema 4.3.2 untuk menentukan apakahGunakan Teorema 4.3.2 untuk menentukan apakah





  



adalah suatuadalah suatu otransformasi linear.

otransformasi linear. a.

a.







b.b.







5.

5. Tentukan apakah perkalian dengaTentukan apakah perkalian dengan A adalah suatu n A adalah suatu transformasi linier satu-satu.transformasi linier satu-satu. a.

a. A =A =

 

 

Gambar

Gambar 2Gambar 2

Referensi

Dokumen terkait

Dari model yang di- dapatkan dan menggunakan bantuan aplikasi Scilab 5.4.0 diperoleh nilai eigen sebagai periode keberangkatan yaitu λ(A) = 4.6 dan vektor eigen sebagai

- Merumuskan persamaan scrodinger berganmtung waktu dari persamaan nilai eigen untuk operator Hamiltonian. Progra m solusi numeric persama an schrodi nger untuk kasus satu

Determinan suatu matriks yang salah satu baris (kolom) nya ditukar dengan baris (kolom) yang lain, maka nilai determinan matriks tersebut berubah menjadi negatip determinan semula.

Suatu himpunan yang terdiri dari satu atau lebih vektor dari suatu subruang disebut tertutup terhadap penjumlahan (closed under addition) jika syarat a pada teorema 1 berlaku,

Penentuan nilai dan vektor eigen ini merupakan salah satu cara memecahkan sistem persamaan linier dalam kasus fisika, sehingga dapat disimpulkan secara jelas

Materi kuliah dalam satu semester mencakup: matriks dan operasinya, invers dan determinan matriks persegi, sistem persamaan linier dan solusinya, vektor pada bidang dan

Nilai determinan tidak berubah jika (a) baris ditulis sebagai kolom atau sebaliknya, atau (b) kita menambahkan pada setiap unsur salah satu baris (atau kolom), k kali dari unsur

Salah satu fokus dari kalkulus vektor adalah permasalahan bidang skalar, dimana terdapat suatu nilai dalam setiap titik dalam ruang.. Contoh dari bidang skalar adalah temperatur