120 likes | 437 Views
ALJABAR MATRIKS pertemuan 9 Oleh : L1153 Halim Agung,S.Kom. Ruang Nol (Kernel) Definisi : Misalkan L : V→W adalah transformasi linier. Ruang Nol ( Kernel ) dari L , dilambangkan dengan ker (L) , didefinisikan oleh ker (L) = Jangkauan ( Image )
E N D
RuangNol (Kernel) Definisi : MisalkanL : V→W adalahtransformasi linier. RuangNol (Kernel) dari L , dilambangkandenganker(L) , didefinisikanolehker(L) = Jangkauan (Image) Definisi : MisalkanL : V→W adalahtransformasi linier dan misalkan S adalahruangbagian dari V. Jangkauan (range) dari S , dilambangkandengan L(S) , didefinisikanoleh L(S) = untuksemua v є S Jsngkauandarikeseluruhanruangvektor L(V) disebutpeta(range) dari L Contoh : L(S) = {S((x,y,x)’) = (2x-y , y+z)’ | x,y,zϵ R} Ker(L) = { (x,y,x)’ = ( 2x-y = 0 , y+z) = 0 |x,y,zϵ R}
Teorema JikaL : V→W adalahsuatutransformasi linier dan S adalahruangbagian dari V , maka ker(L) adalahruangbagian dari V L(S) adalahruangbagian dari W Bukti : Untukmembuktikan (1) kitaharusmemperlihatkanbahwaker(L) tertutupdibawahperkalianskalar dan penjumlahanvektor. Jika v ϵker(L) danαsuatuskalar , maka L(αv) = αL(v) = α0w = 0w Olehkarenaitu , αv ϵker(L) Jika v1,v2 ϵker(L) maka L(v1+v2) = L(v1)+L(v2) = 0w + 0w = 0w Olehkarenaitu , v1 + v2 ϵker(L) sehinggaker(L) adalahsuaturuangbagiandari V
LanjutanBukti : Buktidari (2) adalahserupa . Jika w ϵ L(S) , maka w = L(v) untuksuatu v ϵ S. untukskalarαsembarang. αw = αL(v) = L(αv) Karenaαv ϵ S, maka αw ϵ L(S) sehingga L(S) tertutupdibawahperkalianskalar. Jika w1, w2 ϵ L(S) makaterdapat v1,v2 ϵ S sehingga L(v1) = w1 dan L(v2) = w2. Jadi , w1 + w2 = L(v1) + L(v2) = L(v1+v2) Sehingga L(S) tertutupdibawahpenjumlahan.
Adakalanya kernel darisuatupemetaan linier disebutnull space dan dimensi dari kernel dinamakan nullity dari pemetaan linier, sedangkandimensidari image suatupemetaan linier dinamakan rank dari pemetaan linier. Sehingga didapat dim(U) = nullity(α) + rank(α). Contoh : Misalkanpemetaan linier α : R3 -> R2 dengan((x,y,z)’) = (x + z; 2x - y + z)’ untuk setiap (x,y,z)’ ϵ R3. Kerneldariαadalahpenyelesaiandaripersamaanvektorα((x, y, z)’) = (x+z; 2x - y +z)’ = (0 , 0)’ ataupenyelesaianpersamaanhomogen yang mempunyaipenyelesaian x = x , y = x , z = -x , x ϵ R. Jadiker(α) = {x(1,1,-1)’ | x ϵ R} = {(1,1,-1)’} . Terlihatbahwanullity(α) = 1. Sedangkan L(α) = {(x + z; 2x - y + z)’| x , y , z ϵR} = {x(1 ,2)’ + y(0, 1)’ + z(1, 1)’| x,y, z ϵ R} = {(1, 2)’ , (0, 1)’ , (1,1)’} ={(1, 2)’ + (1,1)’ , 2(1, 2)’ - (0 , 1)’ + (1 , 1)’ } = {(2,3)’ , (3, 4)’}. Terlihat bahwa rank(α) = 2. Sehinggadidapat dim(R3) = nullity(α) + rank(α) = 1 + 2 = 3.
Keserupaan(1) Misalkan L adalahtransformasi linier yang memetakan R2 kedalamdirinyasendiriygdidefinisikanoleh L(x) = (2x1 , x1+x2)T Karena L(e1) = (2,1)Tdan L(e2) = (0,1)T Makalambangmatriksdari L relatifterhadap [e1,e2] adalah Jikakitamenggunakan basis yang berbedauntuk R2 , lambangmatriksdari L akanberubah. Sebagaicontohjikakitamenggunakan u1 = (1,1)T dan u2 = (-1,1)T untuksebuah basis , makauntukmenentukanlambangmatriksdari L relatifterhadap [u1,u2] kitaharusmenentukan L(u1),L(u2) danmenuliskanvektorinisebagaikombinasi linier dari u1 dan u2. Kita dapatmenggunakanmatriks A untukmenentukan L(u1) , L(u2) L(u1) = A(u1) = L(u2) = A(u2) = Untukmengubahvektor – vektorinidalam u1 dan u2 , kitamenggunakanmatrikstransisiuntukmengubahbaristerurut [e1,e2] menjadi [u1,u2]. Berikutkitahitungmatrikstransisidari [u1,u2] menjadi [e1,e2] secarasederhanadapatdilihatdibahwaini : Makamatrikstransisidari [u1,u2] menjadi [e1,e2].adalah
Keserupaan(2) Untukmenentukankoordinat – koordinatdari L(u1) , L(u2) relatifterhadap [u1,u2] , kitakalikanvektor – vektorinidengan U-1 Jadi , L(u1) = 2u1 + 0u2 L(u2) = -u1 + u2 Sehinggalambangmatriksdari L relatifterhadap [u1,u2] adalah Bagaimanahubunganantara A dan B? Perhatikanbahwakolom – kolom B adalahdan Maka Jadijika B adalahlambangmatriksdari L relatifterhadap [u1,u2] A adalahlambangmatriksdari L relatifterhadap [e1,e2] U adalahmatrikstransisiuntukperubahan basis dari [u1,u2] ke [e1,e2] makaadalahfungsimatriks yang bisadigunakanuntukmencari B jika B adalahserupadengan A
Keserupaan(3) Jadimaknadarikeserupaandapatdilihatdarigambarberikutini : Definisi : Misalkan A dan B adalahmatriks – matriks n x n , B dikatakanserupa (similar) dengan A jikaterdapatmatrikstaksingular S sehingga B = S-1AS.
Keserupaan(4) Contoh : Misalkan D adalah operator diferensialpada P3 . Carilahmatriks B yang melambangkan D relatifterhadap [1,x,x2] danmatriks A yang melambangkan D relatifterhadap [1,2x,4x2 - 2] Jawab : D(1) = 0 . 1 + 0 . x + 0 . x2 D(x) = 1 . 1 + 0 . x + 0 . x2Makamatriks B = D(x2) = 0 . 1 + 2 . x + 0 . x2 Denganmenerapkan D pada 1 , 2x , dan 4x2 – 2 makakitaperoleh : D(1) = 0 . 1 + 0 . 2x + 0 . (4x2-2) D(2x) = 2 . 1 + 0 . 2x + 0 . (4x2 -2) Makamatriks A = D(4x2-2) = 0 . 1 + 4 . 2x + 0 . (4x2-2) Matrikstransisi S yang berhubungandenganperubahan basis dari [1,2x,4x2 - 2] ke [1,x,x2] daninversnyadiberikanoleh dan Dengan data yang didapatkandiatasbolehandabuktikanapakah A = S-1BS.
Tugas • Joint dalamkelompok (3 orang) – kelompokditentukanolehdosen • Buatlahsoal (Boleh Goggling) mengenaipertemuanhariinilengkapdengansolusidalammenjawabsoaltersebut (WAJIB 2 soal!!) • Syaratpenilaian : • Tepat 2 soal (10 point) • Solusi + Jawabandarisoaldiatas (40 point) – nilai maximum untuksolusi & jawabanygbenar • Tidakadakerjasamaantarkelompok (10 point) • Tingkat kerumitansoaltinggi (40 point)