Você está na página 1de 12

KATA PENGANTAR

Puji syukur kami panjatkan ke hadirat Allah Subhanahu wataala, karena


berkat rahmat-Nya kami dapat menyelesaikan makalah yang berjudul kernel
dan range. Makalah ini diajukan guna memenuhi tugas mata kuliah aljabar
linear II yang mana kami di tuntut untuk membuat makalah yang berkaitan
dengan transformasi linear.

Kami mengucapkan terima kasih kepada semua pihak yang telah


membantu sehingga makalah ini terutama pada dosen pembimbing kami,
sehingga kami dapat menyelesaikan makalah ini sesuai dengan waktunya,
makalah ini masih jauh dari sempurna. Oleh karena itu kami mengharapkan kritik
dan saran dari para pembaca yang bersifat membangun demi kesempurnaan
makalah ini.

Semoga makalah ini memberikan informasi bagi masyarakat dan pembaca


serta bermanfaat untuk pengembangan ilmu pengetahuan bagi kita semua.

Merauke, 6 November 2014

1
DAFTAR ISI

KATA PENGANTAR...............................................................................................i
DAFTAR ISI............................................................................................................ii
BAB I PENDAHULUAN........................................................................................1
A. LATAR BELAKANG...................................................................................1
B. RUMUSAN MASALAH..............................................................................1
C. TUJUAN.......................................................................................................1
BAB II PEMBAHASAN.........................................................................................2
A. KERNEL DAN RANGE...............................................................................2
B. SIFAT-SIFAT KERNEL DAN RANGE........................................................4
C. PERINGKAT DAN KEKOSONGAN TRANSFORMASI LINEAR...........5
D. TEOREMA DIMENSI UNTUK TRANSFORMASI LINEAR...................6
BAB III PENUTUP.................................................................................................9
A. KESIMPULAN.............................................................................................9
B. SARAN.........................................................................................................9
DAFTAR PUSTAKA

2
BAB I
PENDAHULUAN

A. LATAR BELAKANG

Transformasi linear adalah sebuah fungsi yang memetakan sebuah ruang


vektor V ke ruang vektor W. Mempelajari dan mendefinisikan transformasi linear
dari sautu ruang vektor sembarang V keruang vektor sembarang lainnya W adalah
hal yang juga penting. Hasil-hasil yang akan di dapatkan mempunyai peranan
penting dalam aplikasi di bidang fisika, teknik dan ilmu matematika lainnya.

Dalam makalah ini akan membahas tentang beberapa sifat dasar


transformasi linear, yang merupakan bentuk umum dari sifat-sifat transformasi
matriks.

B. RUMUSAN MASALAH
1. Apa yang dimaksud dengan kernel dan range?
2. Apa saja sifat-sifat kernel dan range?
3. Apa itu rank dan nulitas transformasi linear?
4. Apa teorema dimensi untuk transformasi linear?

C. TUJUAN
1. Mengetahui apa itu kernel dan range.
2. Mengetahui sifat-sifat kernel dan range.
3. Mengetahui apa itu rank dan nulitas transformasi linear.
4. Mengetahui teorema dimensi untuk transformasi linear.

1
BAB II
PEMBAHASAN

A. KERNEL DAN RANGE


Jika A adalah suatu matrik m x n, maka ruang kosong dari A terdiri dari
semua vektor x pada Rn sedemikian sehingga Ax = 0, dan berdasarkan teorema
5.5.1 ruang kolom dari A terdiri dari semua vektor b pada Rmsedemikian sehingga
Ax = b. Dari sudut pandang transformasi matriks, ruang kosong dari A terdiri dari
semua vektor pada Rn sehingga perkalian dengan A memetakan ke 0, dan ruang
kolom dari A terdiri dari semua vektor pada Rm yang merupakan bayangan paling
tidak satu vektor pada Rn di bawah perkalian dengan A. Definisi berikut
memperluas gagasan ini ke transformasi linear umum.

Definisi. Jika T Jika


:V TW: Vadalah
W suatu transformasi
adalah linear, maka
suatu transformasi himpunan
linear, maka
vektor padavektor
himpunan V yangpada
dipetakan T kedipetakan
V yang 0 disebutTkernel
ke 0 dari T; dinyatakan
disebut kernel daridengan
T;
ker(T). Himpunan
dinyatakan dengansemua
ker(T).vektor pada Wsemua
Himpunan ysng vektor
merupakan
pada bayangan di bawah T
W ysng merupakan
yang palingdi tidak
bayangan bawahmerupakan satu tidak
T yang paling vaktormerupakan
pada V disebut daerah
satu vaktor hasil
pada (range)
V disebut
dari T; dinyatakan
daerah dengan
hasil (range) dariR(T).
T; dinyatakan dengan R(T).

Contoh 1 Kernel dan Range sebuahTransformasi Matriks

Jika TA : Rn Rm adalah perkalian dengan matriks A, m x n, maka dari diskusi


yang mendahului definisi di atas, kernel dari TA adalah ruang kosong dari A, dan
daerah hasil dari TA adalah ruang kolom dari A.

Contoh 2 Kernel dan Range Transformasi Nol

Anggap T : V W adalah tranformasi nol. Karena T memetakan setiap vektor


pada V ke 0, maka ker(T) = V. Lebih jauh karena nol merupakan satu-satunya
bayangan di bawah T dari vektor-vektor pada V, kita dapatkan R(T) = {0}.

Contoh 3 Kernel dan Range Operator Identitas

Anggap I : V V adalah operator identitas. Karena I(v) = v untuk semua vektor


pada V, setiap vektor pada V adalah bayangan dari suatu vektor (yaitu vektor itu

2
sendiri); jadi R(I) = V. Karena satu-satrunya vektor yang dipetakan I ke 0 adalah
0. Maka ker(I) = {0 }

Contoh 4 Kernel dan Range Proyeksi Ortogonal

Anggap T : R3 R3 adalah proyeksi ortogonal pada bidang xy. Kernel dari T


adalah himpunan titik yang dipetakan T ke 0 = (0,0,0); ini adalah titik-titik pada
sumbu z. Karena T memetakan setiap titik pada R3 pada bidang xy, daerah hasil
dari T pasti merupakan himpunan bagian pada bidang ini. Tetapi setiap titik
(x0,y0,0) pada bidang xy adalah bayangan di bawah T dari sebuah titik; pada
kenyataannya, ini merupakan bayangan dari semua titik pada garis tegak yang
melalui (x0,yo,0). Jadi R(T) adalah keseluruhan bidang xy.

(0,0,0)
T
y
(0,0,0)
x

(a) Ker(T) adalah sumbu z

Contoh 5 Kernel dan Range Rotasi

Anggap T : R2 R2 adalah operator linear yang merotasikan setiap vektor pada


bidang xy dengan sudut . Karena setiap vektor bidang xy bisa diperoleh dengan
merotasikan suatu vektor dengan sudut (mengapa?), kita dapatkan R(T) = R2.
Lebih jauh, satu-satunya vektor yang berotasi menjadi 0 adalah 0, sehingga ker(T)
= {0}.

3
z

(x0, y0, z)

T y

x (x0, y0, z)

(b) R(T) adalah seluruh bidang xy

B. SIFAT-SIFAT KERNEL DAN RANGE


Pada semua contoh di atas, ker(T) dan R(T) berubah menjadi sub-ruang.
Pada contoh 2, 3, dan 5 ker(T) dan R(T) adalah sub-ruang nol atau keseluruhan
ruang vektor. Pada contoh 4 kernel adalah suatu garis yang melalui titik asal dan
daerah hasil adalah suatu bidang yang melalui titik asal, keduanya adalah sub-
ruang dari R3. Semua ini tidaklah kebetulan; ini adalah konsekuensi dari hasil
umum berikut ini.

Teorema8.2.1.
Teorema 8.2.1. Jika
JikaTT::VV
WWadalah
adalahsuatu
suatutransformasi
transformasilinear,
linear,maka:
maka:
(a)
(a)Kernel
Kerneldari
dariTTadalah
adalahsub-ruang
sub-ruangdari
dariV.V.
(b)
(b)Daerah
Daerahhasil
hasildari
dariTTadalah
adalahsub-ruang
sub-ruangdari
dariW.
W.

Bukti (a). Untuk menunjukkan bahwa ker(T) adalah suatu sub-ruang, harus
menunjukkan bahwa ker(T) mengandung paling tidak satu vektor dan tertutup
terhadap penjumlahan dan perkalian skalar. Berdasarkan teorema 8.1.1, vektor 0
berada dalam ker(T), sehingga himpunan ini paling tidak mengandung satu vektor.
Anggap v1 dan v2 adalah vektor-vektor pada ker(T), dan anggap k adalah
sembarang skalar. Maka
T(v1 + v2) = T(v1) + T(v2) = 0 + 0 = 0
Sehingga v1 + v2berada dalam ker(T). Juga
T(kv1 ) = kT(v1) = k0 = 0
Sehingga kv1 berada dalam ker(T).

4
Bukti (b). Karena T(0) = 0, paling tidak ada satu vektor pada R(T). Anggap w1
dan w2 adalah vektor-vektor pada daerah hasil dari T, dan anggap k adalah
sembarang skalar. Untuk membuktikan bagian ini harus menunjukkan bahwa w1 +
w2 dan kw1 berada dalam daerah hasil dari T; yaitu, kita harus mencari vektor a
dan b pada V sedemikian sehingga T(a) = w1 + w2 dan T(b) = kw1.
Karena w1 dan w2 berada dalam daerah hasil dari T, ada vektor-vektor a1 dan a2
pada V sedemikian sehingga T(a1) = w1 dan T(a2) = w2. Anggap 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 melengkapi bukti ini.

C. PERINGKAT DAN KEKOSONGAN TRANSFORMASI LINEAR


Pada bagian sebelumnya mendefinisikan peringkat suatu matriks sebagai
dimensi ruang kolom atau barisnyadan kekosongan sebagai dimensi ruang
kosongnya. Definisi berikut memperluas definisi-definisi ke transformasi linear
umum.
Definisi. Jika T : V W adalah sebuah transformasi linear, maka dimensi
Definisi
Definisi. Jika T : V W adalah sebuah transformasi linear, maka dimensi
daerah hasil dari T di sebut peringkat dari T dan dinyatakan sebagai rank(T);
daerah hasil dari T di sebut peringkat dari T dan dinyatakan sebagai rank(T);
dimensi kernel disebut kekosongan dari T dan dinyatakan dengan kekosongan(T).
dimensi kernel disebut kekosongan dari T dan dinyatakan dengan
kekosongan(T).
Jika A adalah suatu matriks m x n dan TA : Rn Rm adalah perkalian dengan A,
maka kita tahu dari contoh 1 bahwa kernel dari TA adalah ruang kosong dari A dan
daerah hasil dari TA adalah ruang kolom dari A. Jadi kita mendapatkan hubungan
berikut ini antara peringkat dan kekosongan dari suatu matriks dan peringkat dan
kekosongan dari transformasi matriks yang berpadanan.
.
Teorema 8.2.2
8.2.2Jika A adalah suatu matriks m x n dan T A : Rn Rm adalah
perkalian dengan A, maka:

Contoh
(a) 6Kekosongan
Menentukan Rank dan Nulitas
(TA) = kekosongan (A)
(b) rank(TA) = rank(A)

5
Anggap TA : R6 R4 adalah perkalian dengan
1 2 0 4 5 3
3 7 2 0 1 4
A
2 5 2 4 6 1

4 9 2 4 4 7

Cari peringkat dan kekosongan dari TA.


Penyelesaian. Pada contoh 1 bagian 5.6 kita tunjukkan bahwa rank(A) = 2 dan
kekosongan(A) = 4. Jadi dari teorema 8.2.2 kita dapatkan rank(TA) = 2 dan
kekosongan(TA) = 4.
Contoh 7 Menetukan Rank dan Nulitas
Anggap TA : R3 R3 adalah proyeksi ortogonal pada bidang xy. Dari contoh 4,
kernel dari T adalah sumbu z, yang berdimensi satu; dan daerah hasil dari Tadalah
bidang xy, yang berdimensi dua. Jadi,
Kekosongan(T) = 1 dan rank(T) = 2

D. TEOREMA DIMENSI UNTUK TRANSFORMASI LINEAR

Ingatlah dari teorema dimensi untuk matriks (teorema 5.6.3) bahwa jika
A adalah suatu matriks dengan n kolom, maka

Rank(A) + kekosongan(A) = n
Teorema berikut ini, yang buktinya di akhir bagian ini, memperluas hasil ini ke
transfprmasi linear umum.

Teorema 8.2.3 (Teorema Dimensi untuk Transformasi Linear). Jika T :V W


adalah suatu transformasi linear dari suatu ruang vektor V berdimensi n ke suatu
ruang vektor W, maka
Rank(T) + kekosongan(T) = n (1)

Dalam kata-kata, teorema ini menyatakan bahwa untuk transformasi linear


peringkat ditambah kekosongan sama dengan dimensi daerah hasil.

6
Komentar. Jika A adalah suatu matriks m x n dan TA : Rn Rm adalah
perkalian dengan A, maka daerah asal dari TA mempunyai dimensi n, sehingga
teorema 8.2.3 sesuai dengan teorema 5.6.3 dalam kasus ini.
Contoh 8 Anggap T : R2 R2 adalah operator linear yang mengoperasikan
setiap vektor pada bidang xy dengan sudut . Kita tunjukkan padacontoh 5 bahwa
ker(T) = {0} dan R(T) = R2. Jadi,
Rank(T) + kekosongan(T) = 0 + 2 = 2
Yang konsisten dengan fakta bahwa daerah asal dari T berdimensi dua.

Bukti Teorema 8.2.3 kita harus menunjukkan bahwa


Dim(R(T)) + dim(ker(T)) = n
Akan diberikan bukti untuk kasus di mana 1 dim(ker(T)) < n. Kasus dim(ker(T))
= 0 dan dim(ker(T)) = n ditinggalkan sebagai latihan. Anggap dim(ker(T)) = r, dan
anggap v1, ...,vr adalah basis untuk kernel tersebut. Karena {v1, ...,vr } bebas
secara linear, Teorema 5.4.6b menyatakan bahwa n r vektor vr+1, ...,vn,
sedemikian sehingga {v1, ...,vr, vr+1, ...,vn} adalah basis untuk V. Untuk
melengkapi bukti tersebut, kita akan menunjukkan bahwa n r vektor pada
himpunan S = {T(vr+1), ..., T(vn)} membentuk suatu baris untuk daerah hasil dari
T. Sehingga kita dapatkan
dim(R(T)) +dim(ker(T)) = (n - r) + r = n
Pertama tunjukkan bahwa S merentang daerah hasil dari T. Jika b adalah
sembarang vektor pada daerah hasil dari T, maka b = T(v) untuk suatu vektor v
bisa dituliskan dalm bentuk
v = c1v1 + ... + crvr + cr+1vr+1 + ... + cnvn
Karena v1, ...,vr terletak pada kernel T, kita dapatkan T(v1) = ... = T(vr) = 0,
sehingga
b = T(v) = cr+1T(vr+1) + ... + cn T(vn)
Jadi, S merentang daerah hasil dari T.
Akhirnya ditunjukkan bahwa S adalah suatu himpunan yang bebas secara
linear dan akibatnya membentuk suatu basis untuk daerah hasil dari T. Anggap
suatu kombinasi linear dari vektor-vektor pada S adalah nol; yaitu,

7
kr+1T(vr+1) + ... + kn T(vn) = 0 (2)
Kita harus menunjukkan kr+1 = ...= kn = 0. Karena T linear, (2) bisa ditulis ulang
sebagai
T(kr+1vr+1 + ... + kn vn) = 0
yang mengatakan bahwa kr+1vr+1 + ... + kn vn adalah kernel dari T. Oleh karena itu,
vektor ini bisa ditulis sebagai kombinasi linear dari vektor-vektor basis {v1,...,vr},
katakanlah
kr+1vr+1 + ... + kn vn = k1v1 + ... + krvr
jadi,
k1v1 + ... + krvr - kr+1vr+1 - ... - kn vn = 0
Karena {v1,...,vn} bebas secara linear, semua k nol; secara khusus, kr+1 = ... = kn =
0, yang melengkapkan bukti tersebut.

BAB III
PENUTUP

A. KESIMPULAN

1. Jika T : V W adalah suatu transformasi linear, maka himpunan vektor


pada V yang dipetakan T ke 0 disebut kernel dari T; dinyatakan dengan
ker(T). Himpunan semua vektor pada W ysng merupakan bayangan di

8
bawah T yang paling tidak merupakan satu vaktor pada V disebut daerah
hasil (range) dari T; dinyatakan dengan R(T).
2. Jika T : V W adalah suatu transformasi linear, maka:
a. Kernel dari T adalah sub-ruang dari V.
b. Daerah hasil dari T adalah sub-ruang dari W.
3. Jika T : V W adalah sebuah transformasi linear, maka dimensi daerah
hasil dari T di sebut peringkat dari T dan dinyatakan sebagai rank(T);
dimensi kernel disebut kekosongan dari T dan dinyatakan dengan
kekosongan(T).
4. Jika A adalah suatu matriks m x n dan TA : Rn Rm adalah perkalian
dengan A, maka:

a. Kekosongan (TA) = kekosongan (A)


b. rank(TA) = rank(A)
5. Jika T :V W adalah suatu transformasi linear dari suatu ruang vektor
V berdimensi n ke suatu ruang vektor W, maka
Rank(T) + kekosongan(T) = n

B. SARAN
Penyusun menyarankan sebagai calon seorang guru, hendaknya kita
mempelajari mata kuliah aljabar dengan serius. Sehingga kita dapat
mengaplikasikannya dalam pembelajaran yang akan kita alami di hari yang akan
datang.
Dalam penulisan makalah ini, penyusun merasa kekurangan.Untuk itu
tim penyusun mengharapkan kritik dan saran dari pembaca pada umumnya.

9
DAFTAR PUSTAKA

Rorres, Anton. 2004. Aljabar Linear Elementer. Jakarta : Penerbit Erlangga

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

10

Você também pode gostar