Oleh: M. Zaki Riyanto, M.Sc.
http://zaki.math.web.id

Hmmm…. dari judulnya mungkin sudah bisa ditebak, yaitu apa? hehe… Yupz, ternyata sebarang transformasi linear itu dapat direpresentasikan dalam sebuah matriks lho, percaya ndak? Kalo gk percaya silahkan cekidot!

Sebelumnya ane kasih contoh dulu gan, diberikan \mathbb{R}^3 dan \mathbb{R}^2 keduanya ruang vektor atas \mathbb{R} terhadap operasi perkalian skalar biasa. Misalkan B_1 = \lbrace (1,0,0),(0,1,0),(0,0,1) \rbrace basis untuk \mathbb{R}^3 dan B_2 = \lbrace (1,0),(0,1) \rbrace basis untuk \mathbb{R}^2.

Untuk (x,y,z) \in \mathbb{R}^3, diperoleh bahwa

(x,y,z) = \alpha_1(1,0,0)+\alpha_2(0,1,0)+\alpha_3(0,0,1)

dengan \alpha_1 = x\alpha_2 = y dan \alpha_3 = z.

Untuk (p,q) \in \mathbb{R}^2, diperoleh bahwa

(p,q) = \beta_1(1,0)+\beta_2(0,1)
dengan \beta_1 = p dan \beta_2 = q.

 

Diberikan transformasi linear T:\mathbb{R}^3 \rightarrow \mathbb{R}^2 dengan definisi T(x,y,z) = (x+y,y+z). Ternyata, transformasi linear T dapat dinyatakan sebagai perkalian matriks dengan vektor kolom berikut:

 

 \left[ \begin{array}{c} \beta_1 \\ \beta_2 \end{array} \right] = \left[ \begin{array}{ccc} 1 & 1 & 0 \\ 0 & 1 & 1 \end{array} \right]  \left[ \begin{array}{c} \alpha_1 \\ \alpha_2 \\ \alpha_3 \end{array} \right] = \left[ \begin{array}{ccc} 1 & 1 & 0 \\ 0 & 1 & 1 \end{array} \right]  \left[ \begin{array}{c} x \\ y \\ z \end{array} \right] = \left[ \begin{array}{c} x+y \\ y+z \end{array} \right]
 

Nah, matriks  A = \left[ \begin{array}{ccc} 1 & 1 & 0 \\ 0 & 1 & 1 \end{array} \right] tersebut nantinya dinamakan dengan matriks representasi dari transformasi linear T. Nilai dari matriks A tersebut ditentukan oleh basis B_1 dan B_2. Koq bisa? hmmm… Biar penasaran, perhatikan uraian berikut ini. Perhatikan benar-benar ya, karena tulisannya bikin pusing dan ruwet, padahal sebenarnya sederhana, cuman ya begitulah, hehe… :D

Secara umum, diberikan V dan W ruang vektor atas lapangan (field) F. Misalkan:

  • B_V = \lbrace v_1, v_2, ... , v_n \rbrace basis untuk V
  • B_W = \lbrace w_1, w_2, ... , w_m \rbrace  basis untuk W.

Artinya, untuk sebarang v \in V dapat dinyatakan secara tunggal sebagai kombinasi linear v = \alpha_1v_1 + \alpha_2v_2 + ... + \alpha_nv_n, untuk suatu \alpha_i \in F, i=1,2,...,n, dan demikian juga untuk sebarang w \in W dapat dinyatakan secara tunggal sebagai kombinasi linear w = \beta_1w_1 + \beta_2w_2 + ... + \beta_mw_m, untuk suatu \beta_i \in F, i=1,2,...,m.

Diberikan transformasi linear T:V \rightarrow W. Diambil sebarang v \in V, maka v = \alpha_1v_1 + \alpha_2v_2 + ... + \alpha_nv_n, untuk suatu \alpha_i \in F, i=1,2,...,n. Karena T(v) \in W, maka T(v) = \beta_1w_1 + \beta_2w_2 + ... + \beta_mw_m, untuk suatu \beta_i \in F, i=1,2,...,m. Selanjutnya, diperoleh:

T(v)  = T(\alpha_1v_1 + \alpha_2v_2 + ... + \alpha_nv_n)
 = T(\alpha_1v_1) + T(\alpha_2v_2) + ... + T(\alpha_nv_n)
 = \alpha_1T(v_1) + \alpha_2T(v_2) + ... + \alpha_nT(v_n)

Diketahui T(v_1), T(v_2), ... , T(v_n) \in W dan B_W basis untuk W, maka

T(v_1) = a_{11}w_1 + a_{21}w_2 + ... + a_{m1}w_m
T(v_2) = a_{12}w_1 + a_{22}w_2 + ... + a_{m2}w_m
 \vdots
T(v_n) = a_{1n}w_1 + a_{2n}w_2 + ... + a_{mn}w_m

untuk suatu a_{ij} \in F, 1 \leq i \leq m, 1 \leq j \leq n.

Dari sini diperoleh bahwa:
T(v)  = \alpha_1T(v_1) + \alpha_2T(v_2) + ... + \alpha_nT(v_n)
 = \alpha_1(a_{11}w_1 + a_{21}w_2 + ... + a_{m1}w_m) + \alpha_2(a_{12}w_1 + a_{22}w_2 + ... + a_{m2}w_m)
+ ... + \alpha_n(a_{1n}w_1 + a_{2n}w_2 + ... + a_{mn}w_m)

 = \alpha_1a_{11}w_1 + \alpha_1a_{21}w_2 + ... + \alpha_1a_{m1}w_m + \alpha_2a_{12}w_1 + \alpha_2a_{22}w_2 + ... + \alpha_2a_{m2}w_m
+ ... + \alpha_na_{1n}w_1 + \alpha_na_{2n}w_2 + ... + \alpha_na_{mn}w_m

 = \alpha_1a_{11}w_1 + \alpha_2a_{12}w_1 + ... + \alpha_na_{1n}w_1 + \alpha_1a_{21}w_2 + \alpha_2a_{22}w_2 + ... + \alpha_na_{2n}w_2
 + ... + \alpha_1a_{m1}w_m + \alpha_2a_{m2}w_m +  ... + \alpha_na_{mn}w_m

 = (\alpha_1a_{11} + \alpha_2a_{12} + ... +  \alpha_na_{1n})w_1 + (\alpha_1a_{21} + \alpha_2a_{22}+ ... + \alpha_na_{2n})w_2
 + ... + (\alpha_1a_{m1}+ \alpha_2a_{m2} + ... + \alpha_na_{mn})w_m

Di lain pihak, diketahui bahwa T(v) = \beta_1w_1 + \beta_2w_2 + ... + \beta_mw_m. Akibatnya apa coba hayooo? Yupz, dapat diperoleh bahwa:

\beta_1 = \alpha_1a_{11} + \alpha_2a_{12} + ... +  \alpha_na_{1n}
\beta_2 = \alpha_1a_{21} + \alpha_2a_{22}+ ... + \alpha_na_{2n}
 \vdots
\beta_m = \alpha_1a_{m1}+ \alpha_2a_{m2} + ... + \alpha_na_{mn}

atau

\beta_1 = a_{11}\alpha_1 + a_{12}\alpha_2 + ... + a_{1n}\alpha_n
\beta_2 = a_{21}\alpha_1 + a_{22}\alpha_2 + ... + a_{2n}\alpha_n
 \vdots
\beta_m = a_{m1}\alpha_1+ a_{m2}\alpha_2 + ... + a_{mn}\alpha_n

Apabila dituliskan menggunakan perkalian matriks dengan vektor kolom, diperoleh sebagai berikut:

 

\left[ \begin{array}{c} \beta_1 \\ \beta_2 \\ \vdots \\ \beta_m \end{array} \right] = \left[ \begin{array}{cccc} a_{11} & a_{12} & \cdots & a_{1n} \\ a_{21} & a_{22} & \cdots & a_{2n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{m1} & a_{m2} & \cdots & a_{mn} \end{array} \right] \left[ \begin{array}{c} \alpha_1 \\ \alpha_2 \\ \vdots \\ \alpha_n \end{array} \right]
 

Matriks A = \left[ \begin{array}{cccc} a_{11} & a_{12} & \cdots & a_{1n} \\ a_{21} & a_{22} & \cdots & a_{2n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{m1} & a_{m2} & \cdots & a_{mn} \end{array} \right] tersebut dinamakan dengan matriks representasi dari transformasi linear T:V \rightarrow W relatif terhadap basis B_V dan B_W.

Gimana, udah jelas belon? Kalo masih bingung silahkan jongkok! hahaha… :D Untuk latihan, ini ane kasih soal sederhana saja kayak tadi di awal.

Latihan Soal: Diberikan \mathbb{R}^3 dan \mathbb{R}^2 keduanya ruang vektor atas \mathbb{R} terhadap operasi perkalian skalar biasa. Misalkan B'_1 = \lbrace (1,0,0),(0,2,0),(0,0,3) \rbrace basis untuk \mathbb{R}^3 dan B'_2 = \lbrace (2,0),(0,3) \rbrace basis untuk \mathbb{R}^2. Tentukan matriks representasi dari transformasi linear T:\mathbb{R}^3 \rightarrow \mathbb{R}^2 dengan definisi T(x,y,z) = (x+y,y+z) terhadap basis B'_1 dan B'_2. Kalo udah, coba hitunglah T(1,2,3)menggunakan definisi T dan menggunakan matriks representasi, harusnya jawabannya sama! kalo gk sama berarti ada yg ngaco! hehe… :mrgreen:

Ya udah, daripada gk tahu apa yg mau dikerjakan, mendingan ane kerjakan aja, hehe… Diketahui B'_2 = \lbrace (2,0),(0,3) \rbrace basis untuk \mathbb{R}^2. Untuk (p,q) \in \mathbb{R}^2, diperoleh bahwa

(p,q) = \beta_1(2,0)+\beta_2(0,3)
dengan \beta_1 = \frac{p}{2} dan \beta_2 = \frac{q}{3}. Diketahui B'_1 = \lbrace (1,0,0),(0,2,0),(0,0,3) \rbrace basis untuk \mathbb{R}^3, dihitung:

 

T(1,0,0) = (1+0,0+0) = (1,0) = \frac{1}{2}(2,0) + 0(0,3)
T(0,2,0) = (0+2,2+0) = (2,2) = 1(2,0) + \frac{2}{3}(0,3)
T(0,0,3) = (0+0,0+3) = (0,3) = 0(2,0) + 1(0,3)

Dari sini diperoleh matriks representasi dari T yaitu  A = \left[ \begin{array}{ccc} \frac{1}{2} & 1 & 0 \\ 0 & \frac{2}{3} & 1 \end{array} \right] .

Selanjutnya, menggunakan definisi T dapat dihitung T(1,2,3) = (1+2,2+3) = (3,5). Apabila dihitung menggunakan matriks A, perhatikan langkah-langkah berikut. Diketahui B'_1 = \lbrace (1,0,0),(0,2,0),(0,0,3) \rbrace merupakan basis untuk \mathbb{R}^3, maka (1,2,3) = 1(1,0,0) + 1(0,2,0) + 1(0,0,3), diperoleh \alpha_1 = \alpha_2 = \alpha_3 = 1. Menggunakan matriks Adiperoleh:

 

 \left[ \begin{array}{c} \beta_1 \\ \beta_2 \end{array} \right] = \left[ \begin{array}{ccc} \frac{1}{2} & 1 & 0 \\ 0 & \frac{2}{3} & 1 \end{array} \right] \left[ \begin{array}{c} \alpha_1 \\ \alpha_2 \\ \alpha_3 \end{array} \right] = \left[ \begin{array}{ccc} \frac{1}{2} & 1 & 0 \\ 0 & \frac{2}{3} & 1 \end{array} \right]  \left[ \begin{array}{c} 1 \\ 1 \\ 1 \end{array} \right] = \left[ \begin{array}{c} \frac{3}{2} \\ \frac{5}{3} \end{array} \right]
 

Dari sini diperoleh \beta_1 = \frac{3}{2} dan \beta_2 = \frac{5}{3}. Nah, akibatnya diperoleh bahwa T(1,2,3) = \beta_1(2,0) + \beta_2(0,3) = \frac{3}{2}(2,0) + \frac{5}{3}(0,3) = (3,5). Yupzz!! ternyata diperoleh hasil yg sama! :)

Nah, setelah ane kasih contoh soal dan penyelesainnya, sekarang giliran ane yg ngasih soal, sebenarnya masih gampang koq.

SOAL: Diberikan \mathbb{R}^3 dan \mathbb{R}^2 keduanya ruang vektor atas \mathbb{R} terhadap operasi perkalian skalar biasa. MisalkanB_1 = \lbrace (1,1,1),(1,2,3),(2,-1,1) \rbrace basis untuk \mathbb{R}^3 dan B_2 = \lbrace (1,2),(0,3) \rbrace basis untuk \mathbb{R}^2. Tentukan matriks representasi dari transformasi linear T:\mathbb{R}^3 \rightarrow \mathbb{R}^2 dengan definisi T(x,y,z) = (x+2y-z,x-y+3z) terhadap basis B_1 dan B_2. Kalo udah, coba hitunglah T(1,2,3)menggunakan definisi T dan menggunakan matriks representasi yang diperoleh.

Selamat belajar, jangan lupa makan dulu biar kagak laper, hehe… :)
(Ditulis di gedung unit D lt.4, Kampus III UAD Yogyakarta, 7 Desember 2011, pukul 17.54)

Kampus IV (Kampus Utama)
Gedung Utama, Lantai 7

Universitas Ahmad Dahlan
Jl. Ahmad Yani (Ringroad Selatan) Tamanan Banguntapan Bantul Yogyakarta 55166
Telepon : (0274) 563515, 511830, 379418, 371120 Ext.
Telepon : +6281-1250-0800
Faximille : 0274-564604
Email : prodi(at)pmat.uad.ac.id

Daftar di UAD dan kembangkan potensimu dengan banyak program yang bisa dipilih untuk calon mahasiswa

Informasi PMB
Universitas Ahmad Dahlan

Telp. (0274) 563515
Hotline PMB
S1 – 0853-8500-1960
S2 – 0878-3827-1960