Penerbit Buku Al Qalam Media Lestari
Ribuan Naskah Telah Berhasil Kami Terbitkan

Kami adalah penyedia jasa penerbitan dan percetakan yang telah beroperasi sejak tahun 2016, dan bergabung menjadi anggota IKAPI dengan nomor 258/JTE/2023. Jika Anda memiliki naskah yang masih nganggur, daftar dan terbitkan bukumu sekarang !!!LIHAT PAKET TERBIT- Menulis Untuk Kemanfaatan -

Iklan Tersedia


PROMO TERBATAS !!!
SPACE IKLAN - A1
100k / bulan
250k / 3 bulan

Iklan Tersedia


PROMO TERBATAS !!!
SPACE IKLAN - A2
100k / bulan
250k / 3 bulan

KONSEPSI TRANSFORMASI LINIER



Pada banyak bidang matematika, seringkali diinginkan untuk menghubungkan anggota dari suatu himpunan dengan anggota pada himpunan lainnya, Suatu fungsi yang memetakan suatu vektor di ruang vektor A ke  ruang vektor B ( dinotasikan dengan  T : V  à   W ) disebut sebagai transformasi linear bila untuk setiap u , v V berlaku : 
1. T ( u + v ) = T ( u )  + T ( v )
2. T ( k u )    = k T ( u )  , dengan k skalar.

1.      Misalkan  F : R2 → R3  adalah fungsi yang didefinisikan oleh :
Jika u = ( x1 , y1 ) dan v = ( x2 , y2 ), maka u + v = ( x1 + x2 , y1 + y2 ), sehingga  :

F(u + v) = (x1 +x2 , [x1 + x2] + [y1 + y2], [x1 + x2] - [y1 + y2])
              = ( x1 , x1 + y1 , x1 - y1 ) + ( x2 , x2 + y2 ,x2 - y2)
F(u + v) = F(u) + F(v)

Juga , jika k adalah sebuah skalar , k u = (kx1 , ky1 ), sehingga :

F(k u)  = (kx1 , kx1 +ky1 , kx1 - ky1)
=  k (x1 , x1 +y1 ,x1 - y1)
=  k  F(u)

Jadi F adalah sebuah transformasi linear.

2.      Misalkan A adalah sebuah matriks m x n yang tetap. Jika kita menggunakan notasi matriks untuk vektor  di  dalam   Rm  dan  Rn  ,  maka  kita  dapat mendefinisikan sebuah fungsi  T: Rn →  Rm dengan  T(x) = A x. Perhatikan jika bahwa x adalah sebuah matriks  n x 1 ,

Maka hasil kali  A x  adalah  matriks  m x 1

Jadi T memetakan  Rn ke dakam Rm . Lagi pula , T linear, untuk melihat ini , misalnya u dan v adalah matriks n x 1 dan misalkan  k adalah sebuah skalar. Dengan menggunakan sifat-sifat perkalaian matriks, maka kita mendapatkan :

A (u + v) = A u + A v    dan    A (k u) = k (A u)

Atau secara ekivalen :

T(u + v) = T(u) + T(v)     dan    T(k u) = k T(u) 

Kita akan menamakan transformasi linear di dalam contoh ini perkalian oleh A.  Transformasi linear semacam ini dinamakan transformasi matriks.     

3.      Misalkan  V dan W  adalah sebarang dua vektor.  Pemetaan  T : V → W sehingga
T(v) = 0 untuk tiap-tiap  v  di dalam V adalah sebuah transformasi linear yang dinamakan transformasi nol. Untuk melihat bahwa  T  linear, perhatikanlah bahwa :

T(u + v) = 0 ,  T(u) = 0 ,  T(v) = 0   dan   T(k u) = 0

Maka

T(u + v) =  T(u)  +  T(v)     dan     T(k u) =  k  T(u)

4.      Misalkan  V  adalah sebuah ruang perkalian dalam dan misalkan  v0  adalah sebarang vektor tetap di dalam  V.  Misalkan  T : V → R  adalah transformasi yang memetakan sebuah vektor  v ke dalam perkalian dalamnya dengan v0 ; yakni :   

T(v)  =  < v , v0 >

Dari sifat-sifat perkalian dalam , maka :

T( u + v ) =  < u + v, v0 > =  < u, v0 > + < v, v0 > =  T(u) + T(v)                   

Dan

T(k u)  =  < k u, v0 >  =  k  < u, v0 >  =  k  T(u)   
     
Sehingga  T  adalah transformasi linear.

5.      Misalkan  V  adalah sebuah ruang perkalian dalam, dan misalkan  W  adalah sebuah sub-ruang dari  V yang berdiameter  berhingga yang mempunyai  :

S = {w1,w2,…,wr}  adalah sebuah basis ortonormal.

Tidak ada komentar:

Posting Komentar

Iklan Tersedia


PROMO TERBATAS !!!
SPACE IKLAN - B1
25k / bulan
60k / 3 bulan

Iklan Tersedia


PROMO TERBATAS !!!
SPACE IKLAN - B2
25k / bulan
60k / 3 bulan