Aljabar Linear Elementer

Ukuran: px
Mulai penontonan dengan halaman:

Download "Aljabar Linear Elementer"

Transkripsi

1 Aljabar Linear Elementer MA SKS Silabs : Bab I Matris dan Operasinya Bab II Determinan Matris Bab III Sistem Persamaan Linear Bab IV Vetor di Bidang dan di Rang Bab V Rang Vetor Bab VI Rang Hasil Kali Dalam Bab VII Transformasi Linear Bab VIII Rang Eigen // : MA- Aljabar Linear

2 RUANG VEKTOR Sb Poo Bahasan Rang Vetor Umm Sbrang Basis dan Dimensi Basis Sbrang Beberapa Apliasi Rang Vetor Beberapa metode optimasi Sistem Kontrol Operation Research dan lain-lain // : MA- Aljabar Linear

3 Rang Vetor Umm Misalan dan, l Riil V dinamaan rang vetor jia terpenhi asioma :. V terttp terhadap operasi penjmlahan.., Unt setiap v v v, w V, v V v w v w maa v V. Terdapat V sehingga nt setiap V berla 5. Unt setiap V terdapat sehingga // : MA- Aljabar Linear

4 6. V terttp thd operasi peralian dengan salar. Unt setiap V dan Riil maa V 7. v v l l l l l.. // : MA- Aljabar Linear

5 Contoh :. Himpnan vetor Eclides dengan operasi standar (operasi penjmlahan dan operasi peralian dengan salar). Notasi : R n (Rang Eclides orde n). Himpnan matris berran m x n dengan operasi standar (penjmlahan matris dan peralian matris dengan salar), Notasi : M mxn (Rang Matris mxn). Himpnan polinom pangat n dengan operasi standar. Notasi : P n (Rang Polinom orde n) // : MA- Aljabar Linear 5

6 Rang Eclides orde n Operasi-Operasi pada rang vetor Eclides: Penjmlahan v v, v,..., n v n Peralian dengan salar Riil sebarang (),,..., n Peralian Titi (Eclidean inner prodct) v v v... v n n Panjang vetor didefinisian oleh : Jara antara da vetor didefinisian oleh :... n d v v, v v n v... n // : MA- Aljabar Linear 6

7 Contoh : Dietahi,,, dan v,,, Tentan panjang vetor dan jara antara eda vetor tersebt Jawab: Panjang vetor : Jara eda vetor d v 5, v v 7 // : MA- Aljabar Linear 7

8 Misalan W merpaan sbhimpnan dari sebah rang vetor V W dinamaan sbrang (sbspace) V jia W jga merpaan rang vetor yang terttp terhadap operasi penjmlahan dan peralian dengan salar. Syarat W disebt sbrang dari V adalah :. W { }. W V, v W v W W W. Jia maa. Jia dan Riil maa // : MA- Aljabar Linear 8

9 Contoh : Tnjan bahwa himpnan W yang berisi sema matris orde x dimana setiap nsr diagonalnya adalah nol merpaan sbrang dari rang vetor matris x Jawab :. O W maa W. Jelas bahwa W M x. Ambil sembarang matris A, B W Tlis A a a dan B b b // : MA- Aljabar Linear 9

10 // : MA- Aljabar Linear Perhatian bahwa : Ini mennjan bahwa. Ambil sembarang matris A W dan Riil maa Ini mennjan bahwa Jadi, W merpaan Sbrang dari Mx. b a b a b b a a B A W B A W a a A AW

11 Contoh : Perisa apaah himpnan D yang berisi sema matris orde x yang determinannya nol merpaan sbrang dari rang vetor Mx Jawab : Ambil sembarang matris A, B W Pilih a b : A a b, jelas bahwa det (A) = B b a, jelas bahwa det (A) = // : MA- Aljabar Linear

12 Perhatian bahwa : A B = a b b a Karena a b Maa det (A + B ) = a b Jadi D ban merpaan sbrang arena tida terttp terhadap operasi penjmlahan // : MA- Aljabar Linear

13 Sebah vetor dinamaan ombinasi linear dari vetor vetor v, v,, vn jia vetor vetor tersebt dapat dinyataan dalam bent : v v... n v n dimana,,, n adalah salar Riil. // : MA- Aljabar Linear

14 Contoh Misal a b c = (,, ), dan adalah vetor-vetor di R. Apaah vetor berit merpaan ombinasi linear dari vetor vetor di atas a. = (,, 6) b. = (, 5, 6) c. = (,, ) v = (,, ) // : MA- Aljabar Linear

15 // : MA- Aljabar Linear a. Tlis aan diperisa apaah ada,, sehingga esamaan tersebt dipenhi. Ini dapat ditlis menjadi: Jawab : a v

16 // : MA- Aljabar Linear 6 ~ a v a dengan OBE, diperoleh: Dengan demiian, merpaan ombinasi linear dari vetor dan ata v

17 // : MA- Aljabar Linear 7 b v b. Tlis : ini dapat ditlis menjadi:

18 // : MA- Aljabar Linear 8 ~ 6 - ~ dengan OBE dapat ita peroleh : Baris terahir pada matris ini mennjan bahwa SPL tersebt adalah tida onsisten (tida mempnyai solsi). Jadi, tida ada nilai dan yang memenhi b tida dapat dinyataan sebagai ombinasi linear dari dan v

19 c. Dengan memilih = dan =, maa dapat ditlis v c artinya vetor nol merpaan ombinasi linear dari vetor apapn. // : MA- Aljabar Linear 9

20 Definisi membangn dan bebas linear Himpnan vetor S v, v,..., v n diataan membangn sat rang vetor V jia setiap vetor pada V selal dapat dinyataan sebagai ombinasi linear dari vetor vetor di S. Contoh : Tentan apaah v v v = (,, ), = (,, ), dan = (,, ) membangn V??? // : MA- Aljabar Linear

21 // : MA- Aljabar Linear Jawab : misalan. Tlis :. Sehingga dapat ditlis dalam bent : Ambil sembarang vetor di R v v v

22 Syarat agar dapat diataan ombinasi linear SPL tersebt hars mempnyai solsi (onsisten) Dengan OBE diperoleh : Agar SPL it onsisten harslah = Ini ontradisi dengan pengambilan vetor sembarang (nsr nsrnya bebas, ta bersyarat) Dengan demiian vetor vetor tersebt tida membangn R // : MA- Aljabar Linear

23 Misalan S,...,, n adalah himpnan vetor dirang vetor V S diataan bebas linear (linearly independent) JIKA SPL homogen :... n n hanya mempnyai sat solsi (tnggal), yani,,..., n Jia solsinya tida tnggal maa S ita namaan himpnan ta bebas linear (Bergantng linear / linearly dependent) // : MA- Aljabar Linear

24 // : MA- Aljabar Linear,,,, a a - Dietahi dan Apaah saling bebas linear di R Tlis ata Contoh : Jawab :

25 // : MA- Aljabar Linear 5 ~ - ~ engan OBE dapat diperoleh : dengan demiian diperoleh solsi tnggal yait : =, dan =. Ini berarti ū dan ā adalah saling bebas linear.

26 // : MA- Aljabar Linear 6 a b 6 c c b a 6,, Jawab : ata = Tlis : Apaah etiga vetor diatas saling bebas linear R Contoh : Misalan

27 // : MA- Aljabar Linear 7 ~ c b a,, dengan OBE diperoleh : Ini mennjan bahwa,, mrp solsi ta hingga banya adalah vetor-vetor yang bergantng linear. Jadi

28 Basis dan Dimensi Jia V adalah sembarang rang vetor dan S = { ū, ū,, ū n } merpaan himpnan berhingga dari vetor vetor di V, maa S dinamaan basis bagi V Jia eda syarat berit dipenhi : S membangn V S bebas linear // : MA- Aljabar Linear 8

29 // : MA- Aljabar Linear 9, 8,, 6 6 M d c b a Contoh : Tnjan bahwa himpnan matris berit : merpaan basis bagi matris berran x Jawab : Tlis ombinasi linear : ata d c b a 6 8 6

30 // : MA- Aljabar Linear d c b a dengan menyamaan setiap nsr pada eda matris, diperoleh SPL : Determinan matris oefisiennya (MK) = 8 det(mk) SPL memilii solsi nt setiap a,b,c,d Jadi, M membangn M x Ketia a =, b =, c =, d =, det(mk) SPL homogen pnya solsi tnggal. Jadi, M bebas linear.

31 // : MA- Aljabar Linear Karena M bebas linear dan membangn M x maa M merpaan basis bagi M x. Ingat Basis nt setiap rang vetor adalah tida tnggal. Contoh : Unt rang vetor dari M x, himpnan matris :,,, jga merpaan basisnya.

32 // : MA- Aljabar Linear A Vetor baris Vetor olom Misalan matris : dengan melaan OBE diperoleh : Perhatian olom-olom pada matris hasil OBE

33 // : MA- Aljabar Linear matris A mempnyai basis rang olom yait :, basis rang baris diperoleh dengan cara, Mentransposan terlebih dahl matris A, laan OBE pada A t, sehingga diperoleh :

34 // : MA- Aljabar Linear Kolom-olom pada matris hasil OBE yang memilii sat tama berseseaian dengan matris asal (A). Ini berarti, matris A tersebt mempnyai basis rang baris :, Dimensi basis rang baris = rang olom dinamaan ran. Jadi ran dari matris A adalah.

35 // : MA- Aljabar Linear 5 Contoh : Diberian SPL homogen : p + q r s = p q + r s = p + q r + s = p s = Tentan basis rang solsi dari SPL diatas Jawab : SPL dapat ditlis dalam bent :

36 // : MA- Aljabar Linear 6 b a s r q p engan melaan OBE diperoleh : Solsi SPL homogen tersebt adalah : dimana a, b merpaan parameter.

37 // : MA- Aljabar Linear 7 Jadi, basis rang solsi dari SPL diatas adalah :, Dimensi dari basis rang solsi dinamaan nlitas. Dengan demiian, nlitas dari SPL diatas adalah.

38 Latihan Bab 5.Nyataanlah matris 6 sebagai ombinasi linear dari matris berit :, dan 8. Perisa, apaah himpnan berit bebas linear! a.{6 x, 6 + x + x }, b.{ + x + x, x + x, 5 + 6x + x, 7 + x x }. Perisa, apaah himpnan A = {6 x, 6 + x + x } membangn polinom orde! // : MA- Aljabar Linear 8

39 . Perisa, apaah himpnan berit merpaan basis bagi polinom orde (P) a.{ + 6x + x, + x + x, 5 + x x } b.{ + x + x, 6 + 5x + x, 8 + x + x } 5. Misalan J a bx cx a b merpaan himpnan bagian dari rang vetor Polinom orde da. Perisa apaah J merpaan sbrang dari rang vetor Polinom orde da Jia ya, tentan basisnya c // : MA- Aljabar Linear 9

40 6. Diberian SPL homogen : p + q + r = p + q r = p + q + r =, Tentan basis rang solsi (btian) dan tentan dimensinya. 7. Tentan ran dari matris : // : MA- Aljabar Linear

V dinamakan ruang vektor jika terpenuhi aksioma : 1. V tertutup terhadap operasi penjumlahan

V dinamakan ruang vektor jika terpenuhi aksioma : 1. V tertutup terhadap operasi penjumlahan RUANG VEKTOR Rang Vetor Umm Misalan dan, l Riil V dinamaan rang vetor jia terpenhi asioma :. V terttp terhadap operasi penjmlahan.., Unt setiap v v v, w V, v V v w v w maa v V. Terdapat V sehingga nt setiap

Lebih terperinci

BAB 5 RUANG VEKTOR UMUM. Dr. Ir. Abdul Wahid Surhim, MT.

BAB 5 RUANG VEKTOR UMUM. Dr. Ir. Abdul Wahid Surhim, MT. BAB 5 RUANG VEKTOR UMUM Dr. Ir. Abdul Wahid Surhim, MT. KERANGKA PEMBAHASAN. Ruang Vetor Nyata. Subruang. Kebebasan Linier 4. Basis dan Dimensi 5. Ruang Baris, Ruang Kolom dan Ruang Nul 6. Ran dan Nulitas

Lebih terperinci

MATA KULIAH MATEMATIKA TEKNIK 2 [KODE/SKS : KD / 2 SKS] Ruang Vektor

MATA KULIAH MATEMATIKA TEKNIK 2 [KODE/SKS : KD / 2 SKS] Ruang Vektor MATA KULIAH MATEMATIKA TEKNIK [KODE/SKS : KD4 / SKS] Ruang Vetor FIELD: Ruang vetor V atas field salar K adalah himpunan ta osong dengan operasi penjumlahan vetor dan peralian salar. Himpunan ta osong

Lebih terperinci

RUANG VEKTOR. Nurdinintya Athari (NDT)

RUANG VEKTOR. Nurdinintya Athari (NDT) 1 RUANG VEKTOR Nurdinintya Athari (NDT) RUANG VEKTOR Sub Pokok Bahasan Ruang Vektor Umum Subruang Basis dan Dimensi Basis Subruang Beberapa Aplikasi Ruang Vektor Beberapa metode optimasi Sistem kontrol

Lebih terperinci

Aljabar Linear Elementer

Aljabar Linear Elementer Aljabar Linear Elementer MA SKS Silabs : Bab I Matriks dan Operasinya Bab II Determinan Matriks Bab III Sistem Persamaan Linear Bab IV Vektor di Bidang dan di Rang Bab V Rang Vektor Bab VI Rang Hasil Kali

Lebih terperinci

Trihastuti Agustinah

Trihastuti Agustinah TE 9467 Teknik Nmerik Sistem Linear Trihastti Agstinah Bidang Stdi Teknik Sistem Pengatran Jrsan Teknik Elektro - FTI Institt Teknologi Seplh Nopember O U T L I N E OBJEKTIF TEORI CONTOH 4 SIMPULAN 5 LATIHAN

Lebih terperinci

MUH1G3/ MATRIKS DAN RUANG VEKTOR

MUH1G3/ MATRIKS DAN RUANG VEKTOR MUH1G3/ MATRIKS DAN RUANG VEKTOR TIM DOSEN 5 Ruang Vektor Ruang Vektor Sub Pokok Bahasan Ruang Vektor Umum Subruang Basis dan Dimensi Beberapa Aplikasi Ruang Vektor Beberapa metode optimasi Sistem Kontrol

Lebih terperinci

3. RUANG VEKTOR. dan jika k adalah sembarang skalar, maka perkalian skalar ku didefinisikan oleh

3. RUANG VEKTOR. dan jika k adalah sembarang skalar, maka perkalian skalar ku didefinisikan oleh . RUANG VEKTOR. VEKTOR (GEOMETRIK) PENGANTAR Jika n adalah sebah bilangan blat positif maka tpel-terorde (ordered-n-tple) adalah sebah rtan n bilangan riil (a a... a n ). Himpnan sema tpel-terorde dinamakan

Lebih terperinci

Ruang Vektor Umum. V dinamakan ruang vektor jika terpenuhi aksioma : 1. V tertutup terhadap operasi penjumlahan

Ruang Vektor Umum. V dinamakan ruang vektor jika terpenuhi aksioma : 1. V tertutup terhadap operasi penjumlahan /8/5 Mtris & Rng Vetor Rng Vetor Umm Strt Rng Vetor Umm Misln v w V dn l Riil V dinmn rng vetor ji terpenhi siom :. V terttp terhdp opersi penjmlhn Unt setip v V m v V.. v v ( v w ) ( v ) w. Terdpt V sehingg

Lebih terperinci

Ruang Vektor. Kartika Firdausy UAD blog.uad.ac.id/kartikaf. Ruang Vektor. Syarat agar V disebut sebagai ruang vektor. Aljabar Linear dan Matriks 1

Ruang Vektor. Kartika Firdausy UAD blog.uad.ac.id/kartikaf. Ruang Vektor. Syarat agar V disebut sebagai ruang vektor. Aljabar Linear dan Matriks 1 Ruang Vektor Kartika Firdausy UAD blog.uad.ac.id/kartikaf Syarat agar V disebut sebagai ruang vektor 1. Jika vektor vektor u, v V, maka vektor u + v V 2. u + v = v + u 3. u + ( v + w ) = ( u + v ) + w

Lebih terperinci

FOURIER Oktober 2013, Vol. 2, No. 2, APLIKASI PERSAMAAN BESSEL ORDE NOL PADA PERSAMAAN PANAS DUA DIMENSI. Annisa Eki Mulyati 1 & Sugiyanto 2

FOURIER Oktober 2013, Vol. 2, No. 2, APLIKASI PERSAMAAN BESSEL ORDE NOL PADA PERSAMAAN PANAS DUA DIMENSI. Annisa Eki Mulyati 1 & Sugiyanto 2 FOURIER Otober 03, Vol., No., 38 50 APLIKASI PERSAMAAN BESSEL ORDE NOL PADA PERSAMAAN PANAS DUA DIMENSI Annisa Ei Mlyati & Sgiyanto, Program Stdi Matematia Faltas Sains dan Tenologi UIN Snan Kalijaga Yogyaarta

Lebih terperinci

Mata Kuliah: Aljabar Linier Dosen Pengampu: Darmadi, S. Si, M. Pd

Mata Kuliah: Aljabar Linier Dosen Pengampu: Darmadi, S. Si, M. Pd . RUANG BERDIMENSI n EUCLIDIS Mata Kliah: Aljabar Linier Dosen Pengamp: Darmadi S. Si M. Pd Dissn oleh: Kelompok Pendidikan Matematika VA. Abdl Fajar Sidiq (8.). Lilies Prwanti (8.76). Ristinawati (8.)

Lebih terperinci

Solusi Sistem Persamaan Linear Fuzzy

Solusi Sistem Persamaan Linear Fuzzy Jrnal Matematika Vol. 16, No. 2, November 2017 ISSN: 1412-5056 / 2598-8980 http://ejornal.nisba.ac.id Diterima: 14/08/2017 Disetji: 20/10/2017 Pblikasi Online: 28/11/2017 Solsi Sistem Persamaan Linear

Lebih terperinci

CHAPTER 6. INNER PRODUCT SPACE

CHAPTER 6. INNER PRODUCT SPACE CHAPTER 6. INNER PRODUCT SPACE Inner Prodcts Angle and Orthogonality in Inner Prodct Spaces Orthonormal Bases; Gram-Schmidt Process; QR-Decomposition Best Approximation; Least Sqares Orthogonal Matrices;

Lebih terperinci

ALJABAR LINEAR (Vektor diruang 2 dan 3) Disusun Untuk Memenuhi Tugas Mata Kuliah Aljabar Linear Dosen Pembimbing: Abdul Aziz Saefudin, M.

ALJABAR LINEAR (Vektor diruang 2 dan 3) Disusun Untuk Memenuhi Tugas Mata Kuliah Aljabar Linear Dosen Pembimbing: Abdul Aziz Saefudin, M. ALJABAR LINEAR (Vektor dirang 2 dan 3) Dissn Untk Memenhi Tgas Mata Kliah Aljabar Linear Dosen Pembimbing: Abdl Aziz Saefdin, M.Pd Dissn Oleh : Kelompok 3/3A4 1. Nrl Istiqomah 14144100130 2. Ambar Retno

Lebih terperinci

Trihastuti Agustinah. TE Teknik Numerik Sistem Linear

Trihastuti Agustinah. TE Teknik Numerik Sistem Linear E 09467 eknik Nmerik Sistem Linear rihastti Agstinah Bidang Stdi eknik Sistem Pengatran Jrsan eknik Elektro - FI Institt eknologi Seplh Nopember O U L I N E OBJEKIF EORI 3 CONOH 4 SIMPULAN 5 LAIHAN OBJEKIF

Lebih terperinci

Deret Pangkat. Ayundyah Kesumawati. June 23, Prodi Statistika FMIPA-UII

Deret Pangkat. Ayundyah Kesumawati. June 23, Prodi Statistika FMIPA-UII Keonvergenan Kesumawati Prodi Statistia FMIPA-UII June 23, 2015 Keonvergenan Pendahuluan Kalau sebelumnya, suu suu pada deret ta berujung berupa bilangan real maa ali ini ita embangan suu suunya dalam

Lebih terperinci

PANJANG DAN JARAK VEKTOR PADA RUANG HASIL KALI DALAM. V, yang selanjutnya dinotasikan dengan v, didefinisikan:

PANJANG DAN JARAK VEKTOR PADA RUANG HASIL KALI DALAM. V, yang selanjutnya dinotasikan dengan v, didefinisikan: PANJANG DAN JARAK VEKTOR PADA RUANG HASIL KALI DALAM Perl diingat kembali definisi panjang dan jarak sat ektor pada rang hasil kali dalam Eclid, yait rnag ektor yang hasil kali dlamnya didefinisikan sebagai

Lebih terperinci

Sistem Persamaan Linear Homogen 3P x 3V Metode OBE

Sistem Persamaan Linear Homogen 3P x 3V Metode OBE Sistem Persamaan Linear Homogen 3P x 3V Metode OBE Ogin Sugianto sugiantoogin@yahoo.co.id penma2b.wordpress.com Majalengka, 12 November 2016 Sistem Persamaan Linear (SPL) Homogen yang akan dibahas kali

Lebih terperinci

Hasil Kali Titik. Dua Operasi Vektor. Sifat-sifat Hasil Kali Titik. oki neswan (fmipa-itb)

Hasil Kali Titik. Dua Operasi Vektor. Sifat-sifat Hasil Kali Titik. oki neswan (fmipa-itb) oki neswan (fmipa-itb) Da Operasi Vektor Hasil Kali Titik Misalkan OAB adalah sebah segitiga, O (0; 0) ; A (a 1 ; a ) ; dan B (b 1 ; b ) : Maka panjang sisi OA; OB; dan AB maing-masing adalah q joaj =

Lebih terperinci

MASALAH VEKTOR EIGEN MATRIKS INVERS MONGE DI ALJABAR MAX-PLUS

MASALAH VEKTOR EIGEN MATRIKS INVERS MONGE DI ALJABAR MAX-PLUS Seminar Sains Penidi Sains VI UKSW Salatiga Juni 0 MSLH VEKTOR EIGEN MTRIKS INVERS MONGE DI LJBR MX-PLUS Farida Suwaibah Subiono Mahmud Yunus Jurusan Matematia FMIP Institut Tenologi Sepuluh Nopember Surabaya

Lebih terperinci

BAB 3 PRINSIP SANGKAR BURUNG MERPATI

BAB 3 PRINSIP SANGKAR BURUNG MERPATI BAB 3 PRINSIP SANGKAR BURUNG MERPATI 3. Pengertian Prinsip Sangar Burung Merpati Sebagai ilustrasi ita misalan terdapat 3 eor burung merpati dan 2 sangar burung merpati. Terdapat beberapa emunginan bagaimana

Lebih terperinci

Trihastuti Agustinah

Trihastuti Agustinah TE 9467 Teknik Nmerik Sistem Linear Trihastti Agstinah Bidang Stdi Teknik Sistem Pengatran Jrsan Teknik Elektro - FTI Institt Teknologi Seplh Nopember O U T L I N E. Objektif. Teori. Contoh 4. Simplan

Lebih terperinci

PENYELESAIAN LUAS BANGUN DATAR DAN VOLUME BANGUN RUANG DENGAN KONSEP DETERMINAN

PENYELESAIAN LUAS BANGUN DATAR DAN VOLUME BANGUN RUANG DENGAN KONSEP DETERMINAN Bletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volme xx, No. x (tahn), hal xx xx. PENYELESAIAN LUAS BANGUN DATAR DAN VOLUME BANGUN RUANG DENGAN KONSEP DETERMINAN Doni Saptra, Helmi, Shantika Martha

Lebih terperinci

Aplikasi diagonalisasi matriks pada rantai Markov

Aplikasi diagonalisasi matriks pada rantai Markov J. Sains Dasar 2014 3(1) 20-24 Apliasi diagonalisasi matris pada rantai Marov (Application of matrix diagonalization on Marov chain) Bidayatul hidayah, Rahayu Budhiyati V., dan Putriaji Hendiawati Jurusan

Lebih terperinci

BAB VII MATRIKS DAN SISTEM LINEAR TINGKAT SATU

BAB VII MATRIKS DAN SISTEM LINEAR TINGKAT SATU BAB VII MATRIKS DAN SISTEM LINEAR TINGKAT SATU Sistem persamaan linear orde/ tingkat satu memiliki bentuk standard : = = = = = = = = = + + + + + + + + + + Diasumsikan koefisien = dan fungsi adalah menerus

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA Pada bab ini disampaian beberapa pengertian dasar yang diperluan pada bab selanutnya. Selain definisi, diberian pula lemma dan teorema dengan atau tanpa buti. Untu beberapa teorema

Lebih terperinci

MUH1G3/ MATRIKS DAN RUANG VEKTOR

MUH1G3/ MATRIKS DAN RUANG VEKTOR MUHG3/ MATRIKS DAN RUANG VEKTOR TIM DOSEN 7 Transformasi Linear Sub Pokok Bahasan Definisi Transformasi Linear Matriks Transformasi Kernel dan Jangkauan Aplikasi Transformasi Linear Grafika Komputer Penyederhanaan

Lebih terperinci

OSN 2014 Matematika SMA/MA

OSN 2014 Matematika SMA/MA Soal 5. Suatu barisan bilangan asli a 1, a 2, a 3,... memenuhi a + a l = a m + a n untu setiap bilangan asli, l, m, n dengan l = mn. Jia m membagi n, butian bahwa a m a n. Solusi. Andaian terdapat bilangan

Lebih terperinci

Bab 5 RUANG HASIL KALI DALAM

Bab 5 RUANG HASIL KALI DALAM Bab 5 RUANG HASIL KALI DALAM 5 Hasil Kali Dalam Untk memotiasi konsep hasil kali dalam diambil ektor di R dan R sebagai anak panah dengan titik awal di titik asal O = ( ) Panjang sat ektor x di R dan R

Lebih terperinci

BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA

BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA Pada penelitian ini, suatu portfolio memilii seumlah elas risio. Tiap elas terdiri dari n, =,, peserta dengan umlah besar, dan

Lebih terperinci

BAB III DIMENSI PARTISI GRAF KIPAS DAN GRAF KINCIR

BAB III DIMENSI PARTISI GRAF KIPAS DAN GRAF KINCIR BAB III DIMENSI PARTISI GRAF KIPAS DAN GRAF KINCIR 3. Dimensi Partisi Graf Kipas (F n ) Berdasaran Proposisi dan Proposisi, semua graf G selain graf P n dan K n memilii 3 pd(g) n -. Lebih husus, graf Kipas

Lebih terperinci

MUH1G3/ MATRIKS DAN RUANG VEKTOR

MUH1G3/ MATRIKS DAN RUANG VEKTOR MUHG3/ MATRIKS DAN RUANG VEKTOR TIM DOSEN Determinan Matriks Determinan Matriks Sub Pokok Bahasan Permutasi dan Determinan Matriks Determinan dengan OBE Determinan dengan Ekspansi Kofaktor Beberapa Aplikasi

Lebih terperinci

MATA KULIAH METODE RUNTUN WAKTU. Oleh : Entit Puspita Nip

MATA KULIAH METODE RUNTUN WAKTU. Oleh : Entit Puspita Nip MAA KULIAH MEODE RUNUN WAKU Oleh : Entit Puspita Nip 08 JURUSAN PENDIDIKAN MAEMAIKA FAKULAS PENDIDIKAN MAEMAIKA DAN ILMU PENGEAHUAN ALAM UNIVERSIAS PENDIDIKAN INDONESIA 00 //00 Entit Puspita BEBERAPA KONSEP

Lebih terperinci

( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang

( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang Latar Belaang Terdapat banya permasalahan atau ejadian dalam ehidupan sehari hari yang dapat dimodelan dengan suatu proses stoasti Proses stoasti merupaan permasalahan yang beraitan dengan suatu aturan-aturan

Lebih terperinci

EKONOMETRIKA PERSAMAAN SIMULTAN

EKONOMETRIKA PERSAMAAN SIMULTAN EKONOMETRIKA PERSAMAAN SIMULTAN OLEH KELOMPOK 5 DEKI D. TAPATAB JUMASNI K. TANEO MERSY C. PELT DELFIANA N. ERO GERARDUS V. META ARMY A. MBATU SILVESTER LANGKAMANG FAKULTAS PERTANIAN UNIVERSITAS NUSA CENDANA

Lebih terperinci

Y = + x + x x + e, e N(0, ), Residual e=y -Yˆ

Y = + x + x x + e, e N(0, ), Residual e=y -Yˆ Yogyaarta, 26 Noember 206 ISSN : 979 9X eissn : 25 528X ANALISIS PSEUDOINVERS DAN APLIKASINYA PADA REGRESI LINEAR BERGANDA Kris Suryowati Program Studi Statistia, Faultas Sains erapan, Institut Sains dan

Lebih terperinci

tidak mempunyai fixed mode terdesentralisasi, dapat dilakukan dengan memberikan kompensator terdesentralisasi. Fixed mode terdesentralisasi pertama

tidak mempunyai fixed mode terdesentralisasi, dapat dilakukan dengan memberikan kompensator terdesentralisasi. Fixed mode terdesentralisasi pertama BB IV PENGENDLIN TERDESENTRLISSI Untu menstabilan sistem yang tida stabil, dengan syarat sistem tersebut tida mempunyai fixed mode terdesentralisasi, dapat dilauan dengan memberian ompensator terdesentralisasi.

Lebih terperinci

Vektor-vektor Yang Tegak Lurus dan Vektor-vektor Yang Paralel

Vektor-vektor Yang Tegak Lurus dan Vektor-vektor Yang Paralel Ruang Vetor Vetor-vetor Yang Tega Lurus dan Vetor-vetor Yang Paralel - Dua vetor dan saling tega lurus atau (aitu cos θ 0), ia o 0 atau ia : + + 0 - Dua vetor dan saling paralel ia omponen-omponenna sebanding

Lebih terperinci

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK Proses pengenalan dilauan dengan beberapa metode. Pertama

Lebih terperinci

( x) LANDASAN TEORI. ω Ω ke satu dan hanya satu bilangan real X( ω ) disebut peubah acak. Ρ = Ρ. Ruang Contoh, Kejadian dan Peluang

( x) LANDASAN TEORI. ω Ω ke satu dan hanya satu bilangan real X( ω ) disebut peubah acak. Ρ = Ρ. Ruang Contoh, Kejadian dan Peluang LANDASAN TEORI Ruang Contoh Kejadian dan Peluang Suatu percobaan yang dapat diulang dalam ondisi yang sama yang hasilnya tida dapat dipredisi secara tepat tetapi ita dapat mengetahui semua emunginan hasil

Lebih terperinci

IV DAERAH KESTABILAN SISTEM

IV DAERAH KESTABILAN SISTEM 5 IV DERH KESTBILN SISTEM 4 Fngi lih Site Kontin Diberian ite peraaan linear aan dan elaran ebagai berit: x t x t B t 4 t Cx t D t 4 eraaan peraaan 4 dan 4 dapat ditli dala ibol B C D nxn dengan R nx B

Lebih terperinci

Sebuah garis dalam bidang xy bisa disajikan secara aljabar dengan sebuah persamaan berbentuk :

Sebuah garis dalam bidang xy bisa disajikan secara aljabar dengan sebuah persamaan berbentuk : Persamaan Linear Sebuah garis dalam bidang xy bisa disajikan secara aljabar dengan sebuah persamaan berbentuk : a x + a y = b Persamaan jenis ini disebut sebuah persamaan linear dalam peubah x dan y. Definisi

Lebih terperinci

0. Diperoleh bahwa: Selanjutnya dibuktikan tertutup terhadap perkalian skalar:

0. Diperoleh bahwa: Selanjutnya dibuktikan tertutup terhadap perkalian skalar: f g) f g C atau ( f g). Diperoleh bahwa: f g) ( f g) dg f ( f dg g) g dg f g Selanjutnya dibuktikan tertutup terhadap perkalian skalar: Ambil. f ) f C, R. Ditunjukkan bahwa. f C atau (. f ).. f ). diketahui

Lebih terperinci

Part II SPL Homogen Matriks

Part II SPL Homogen Matriks Part II SPL Homogen Matriks SPL Homogen Bentuk Umum SPL homogen dalam m persamaan dan n variabel x 1, x 2,, x n : a 11 x 1 + a 12 x 2 + + a 1n x n = 0 a 21 x 1 + a 22 x 2 + + a 2n x n = 0 a m1 x 1 + a

Lebih terperinci

RINGKASAN SKRIPSI MODUL PERKALIAN

RINGKASAN SKRIPSI MODUL PERKALIAN RINGKASAN SKRIPSI MODUL PERKALIAN SAMSUL ARIFIN 04/177414/PA/09899 DEPARTEMEN PENDIDIKAN NASIONAL UNIVERSITAS GADJAH MADA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM YOGYAKARTA 2008 HALAMAN PENGESAHAN

Lebih terperinci

BEBERAPA SIFAT JARAK ROTASI PADA POHON BINER TERURUT DAN TERORIENTASI

BEBERAPA SIFAT JARAK ROTASI PADA POHON BINER TERURUT DAN TERORIENTASI JRISE, Vol.1, No.1, Febrari 2014, pp. 28~40 ISSN: 2355-3677 BEBERAPA SIFA JARAK ROASI PADA POHON BINER ERURU DAN ERORIENASI Oleh: Hasniati SMIK KHARISMA Makassar hasniati@kharisma.ac.id Abstrak Andaikan

Lebih terperinci

Aljabar Linear Elementer MA SKS. 07/03/ :21 MA-1223 Aljabar Linear 1

Aljabar Linear Elementer MA SKS. 07/03/ :21 MA-1223 Aljabar Linear 1 Aljabar Linear Elementer MA SKS 7//7 : MA- Aljabar Linear Jadwal Kuliah Hari I Hari II jam jam Sistem Penilaian UTS 4% UAS 4% Quis % 7//7 : MA- Aljabar Linear Silabus : Bab I Matriks dan Operasinya Bab

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI A. Matriks 1. Pengertian Matriks Definisi II. A. 1 Matriks didefinisikan sebagai susunan segi empat siku- siku dari bilangan- bilangan yang diatur dalam baris dan kolom (Anton, 1987:22).

Lebih terperinci

HASIL KALI TITIK DAN PROYEKSI ORTOGONAL SUATU VEKTOR (Aljabar Linear) Oleh: H. Karso FPMIPA UPI

HASIL KALI TITIK DAN PROYEKSI ORTOGONAL SUATU VEKTOR (Aljabar Linear) Oleh: H. Karso FPMIPA UPI HASIL KALI TITIK DAN PROYEKSI ORTOGONAL SUATU VEKTOR (Aljabar Linear) Oleh: H. Karso FPMIPA UPI A. Hasil Kali Titik (Hasil Kali Skalar) Da Vektor. Hasil Kali Skalar Da Vektor di R Perkalian diantara da

Lebih terperinci

BAB RELATIVITAS Semua Gerak adalah Relatif

BAB RELATIVITAS Semua Gerak adalah Relatif BAB RELATIVITAS. Sema Gerak adalah Relatif Sat benda dikatakan bergerak bila keddkan benda it berbah terhadap sat titik aan ata kerangka aan. Seorang penmpang kereta api yang sedang ddk di dalam kereta

Lebih terperinci

Aljabar Linear Elementer

Aljabar Linear Elementer BAB I RUANG VEKTOR Pada kuliah Aljabar Matriks kita telah mendiskusikan struktur ruang R 2 dan R 3 beserta semua konsep yang terkait. Pada bab ini kita akan membicarakan struktur yang merupakan bentuk

Lebih terperinci

BAB IV APLIKASI PADA MATRIKS STOKASTIK

BAB IV APLIKASI PADA MATRIKS STOKASTIK BAB IV : ALIKASI ADA MARIKS SOKASIK 56 BAB IV ALIKASI ADA MARIKS SOKASIK Salah satu apliasi dari eori erron-frobenius yang paling terenal adalah penurunan secara alabar untu beberapa sifat yang dimilii

Lebih terperinci

KS KALKULUS DAN ALJABAR LINEAR Independensi Linear Basis & Dimensi TIM KALIN

KS KALKULUS DAN ALJABAR LINEAR Independensi Linear Basis & Dimensi TIM KALIN KS091206 Independensi Linear Basis & Dimensi TIM KALIN TUJUAN INSTRUKSIONAL KHUSUS Setelah menyelesaikan pertemuan ini mahasiswa diharapkan: Dapat mengetahui apakah suatu vektor bebas linier atau tak bebas

Lebih terperinci

FISIKA. Kelas X GETARAN HARMONIS K-13. A. Getaran Harmonis Sederhana

FISIKA. Kelas X GETARAN HARMONIS K-13. A. Getaran Harmonis Sederhana K-13 Kelas X FISIKA GETARAN HARMONIS TUJUAN PEMBELAJARAN Setelah mempelajari materi ini, amu diharapan memilii emampuan sebagai beriut. 1. Memahami onsep getaran harmonis sederhana pada bandul dan pegas

Lebih terperinci

Pengenalan Pola. Ekstraksi dan Seleksi Fitur

Pengenalan Pola. Ekstraksi dan Seleksi Fitur Pengenalan Pola Ekstraksi dan Seleksi Fitr PTIIK - 4 Corse Contents Collet Data Objet to Dataset 3 Ekstraksi Fitr 4 Seleksi Fitr Design Cyle Collet data Choose featres Choose model Train system Evalate

Lebih terperinci

Bab 5 RUANG HASIL KALI DALAM

Bab 5 RUANG HASIL KALI DALAM Bab 5 RUANG HASIL KALI DALAM 5 Hasil Kali Dalam Untk memotiasi konsep hasil kali dalam diambil ektor di R dan R sebagai anak panah dengan titik awal di titik asal O ( ) Panjang sat ektor x di R dan R dinamakan

Lebih terperinci

Aljabar Linear Elementer MUG1E3 3 SKS

Aljabar Linear Elementer MUG1E3 3 SKS // ljabar Linear Elementer MUGE SKS // 9:7 Jadwal Kuliah Hari I Selasa, jam. Hari II Kamis, jam. Sistem Penilaian UTS % US % Quis % // 9:7 M- ljabar Linear // Silabus : Bab I Matriks dan Operasinya Bab

Lebih terperinci

SUBRUANG VEKTOR. Disusun Untuk Memenuhi Mata Kuliah Aljabar Linier. Dosen Pembimbing: Abdul Aziz Saefudin, M.Pd

SUBRUANG VEKTOR. Disusun Untuk Memenuhi Mata Kuliah Aljabar Linier. Dosen Pembimbing: Abdul Aziz Saefudin, M.Pd SUBRUANG VEKTOR Disusun Untuk Memenuhi Mata Kuliah Aljabar Linier Dosen Pembimbing: Abdul Aziz Saefudin, M.Pd Disusun Oleh : Kelompok 6/ III A4 1. Nina Octaviani Nugraheni 14144100115 2. Emi Suryani 14144100126

Lebih terperinci

BAB II TEORI DASAR 2.1 UMUM. Perencanaan konvensional bangunan tahan gempa adalah berdasarkan konsep

BAB II TEORI DASAR 2.1 UMUM. Perencanaan konvensional bangunan tahan gempa adalah berdasarkan konsep BAB II TEORI DASAR UMUM Perenanaan onvensional bangnan tahan gempa adalah berdasaran onsep bagaimana meningatan apasitas tahanan strtr terhadap gaya gempa yang beerja padanya Misalnya dengan menggnaan

Lebih terperinci

3.1 TEOREMA DASAR ARITMATIKA

3.1 TEOREMA DASAR ARITMATIKA 3. TEOREMA DASAR ARITMATIKA Definisi 3. Suatu bilangan bulat > disebut (bilangan) rima, jia embagi ositif bilangan tersebut hanya dan. Jia bilangan bulat lebih dari satu buan bilangan rima disebut (bilangan)

Lebih terperinci

ALJABAR LINEAR SUMANANG MUHTAR GOZALI KBK ANALISIS

ALJABAR LINEAR SUMANANG MUHTAR GOZALI KBK ANALISIS ALJABAR LINEAR SUMANANG MUHTAR GOZALI KBK ANALISIS UNIVERSITAS PENDIDIKAN INDONESIA BANDUNG 2010 2 KATA PENGANTAR Bismillahirrahmanirrahim Segala puji bagi Allah Rabb semesta alam Shalawat serta salam

Lebih terperinci

Modul 2.2 Matriks dan Sistem Persamaan Linear (Topik 4) A. Pendahuluan Matriks dan Sistem Persamaan Linear

Modul 2.2 Matriks dan Sistem Persamaan Linear (Topik 4) A. Pendahuluan Matriks dan Sistem Persamaan Linear Modul 2.2 Matriks dan Sistem Persamaan Linear (Topik 4) A. Pendahuluan Salah satu kajian matematika sekolah menengah yang memiliki banyak aplikasinya dalam menyelesaikan permasalahan yang ada dalam kehidupan

Lebih terperinci

BAB II LANDASAN TEORI. yang biasanya dinyatakan dalam bentuk sebagai berikut: =

BAB II LANDASAN TEORI. yang biasanya dinyatakan dalam bentuk sebagai berikut: = BAB II LANDASAN TEORI 2.1 Matriks Definisi 2.1 (Lipschutz, 2006): Matriks adalah susunan segiempat dari skalarskalar yang biasanya dinyatakan dalam bentuk sebagai berikut: Setiap skalar yang terdapat dalam

Lebih terperinci

BAB 4 : SISTEM PERSAMAAN LINIER

BAB 4 : SISTEM PERSAMAAN LINIER BAB 4 : SISTEM PERSAMAAN LINIER 4.1 PERSAMAAN LINIER Misalnya x 2 Matematika analitik membicarakan ilmu ukur secara aljabar. Garis lurus pada bidang x 1 dan x 2 dapat dinyatakan sebagai persamaan a 1 x

Lebih terperinci

KENNETH CHRISTIAN NATHANAEL

KENNETH CHRISTIAN NATHANAEL KENNETH CHRISTIAN NATHANAEL. Sistem Bilang Real. Fungsi dan Grafi. Limit dan Keontinuan 4. Limit Ta Hingga 5. Turunan Fungsi 6. Turunan Fungsi Trigonometri 7. Teorema Rantai 8. Turunan Tingat Tinggi 9.

Lebih terperinci

BAB III LIMIT DAN FUNGSI KONTINU

BAB III LIMIT DAN FUNGSI KONTINU BAB III LIMIT DAN FUNGSI KONTINU Konsep it mempnyai peranan yang sangat penting di dalam kalkls dan berbagai bidang matematika. Oleh karena it, konsep ini sangat perl ntk dipahami. Meskipn pada awalnya

Lebih terperinci

a11 a12 x1 b1 Kumpulan Materi Kuliah #1 s/d #03 Tahun Ajaran 2016/2016: Oleh: Prof. Dr. Ir. Setijo Bismo, DEA.

a11 a12 x1 b1 Kumpulan Materi Kuliah #1 s/d #03 Tahun Ajaran 2016/2016: Oleh: Prof. Dr. Ir. Setijo Bismo, DEA. a11 a12 x1 b1 a a x b 21 22 2 2 Kumpulan Materi Kuliah #1 s/d #03 Tahun Ajaran 2016/2016: Oleh: Prof. Dr. Ir. Setijo Bismo, DEA. a11 a12 x1 b1 a a x b 21 22 2 2 a11 a12 x1 b1 a a x b 21 22 2 2 Setijo Bismo

Lebih terperinci

SUATU KLAS BILANGAN BULAT DAN PERANNYA DALAM MENGKONSTRUKSI BILANGAN PRIMA

SUATU KLAS BILANGAN BULAT DAN PERANNYA DALAM MENGKONSTRUKSI BILANGAN PRIMA SUATU KLAS BILANGAN BULAT DAN PERANNYA DALAM MENGKONSTRUKSI BILANGAN PRIMA I Nengah Suparta dan I. B. Wiasa Jurusan Pendidian MatematiaUniversitas Pendidian Ganesha E-mail: isuparta@yahoo.com ABSTRAK:

Lebih terperinci

Analisis Varians = Analysis of Variance = ANOVA

Analisis Varians = Analysis of Variance = ANOVA . Pendahuluan. Distribusi F Analisis Varians Analysis of Variance ANOVA χ² pengujian beberapa (>) proporsi ANOVA pengujian beberapa (>) nilai rata-rata Dasar perhitungan ANOVA ditetapan oleh Ronald A.

Lebih terperinci

3 Langkah Determinan Matriks 3x3 Metode OBE

3 Langkah Determinan Matriks 3x3 Metode OBE 3 Langkah Determinan Matriks 3x3 Metode OBE Ogin Sugianto sugiantoogin@yahoo.co.id penma2b.wordpress.com Majalengka, 10 Oktober 2016 Selain metode Sarrus dan Minor-Kofaktor, ada satu metode lain yang dapat

Lebih terperinci

SUMMARY ALJABAR LINEAR

SUMMARY ALJABAR LINEAR SUMMARY ALJABAR LINEAR SUMANANG MUHTAR GOZALI KBK ANALISIS UNIVERSITAS PENDIDIKAN INDONESIA BANDUNG 2010 2 KATA PENGANTAR Bismillahirrahmanirrahim Segala puji bagi Allah Rabb semesta alam. Shalawat serta

Lebih terperinci

Soal-Jawab Fisika OSN x dan = min. Abaikan gesekan udara. v R Tentukan: a) besar kelajuan pelemparan v sebagai fungsi h. b) besar h maks.

Soal-Jawab Fisika OSN x dan = min. Abaikan gesekan udara. v R Tentukan: a) besar kelajuan pelemparan v sebagai fungsi h. b) besar h maks. Soal-Jawab Fisia OSN - ( poin) Sebuah pipa silinder yang sangat besar (dengan penampang lintang berbentu lingaran berjarijari R) terleta di atas tanah. Seorang ana ingin melempar sebuah bola tenis dari

Lebih terperinci

BAB IV METODE BELAJAR HEBBIAN

BAB IV METODE BELAJAR HEBBIAN BAB IV MEODE BELAJAR HEBBIAN - Aturan Hebb meruaan salah satu huum embelajaran jaringan neural yang ertama. Diemuaan oleh Donald Hebb (949). Hebb lahir di Chester, Nova Scotia, ada ergantian abad. - Isinya

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Sistem Persamaan Linier Sistem Persamaan dengan m persamaan dan n bilangan tak diketahui ditulis dengan : Dimana x 1, x 2, x n : bilangan tak diketahui a,b : konstanta Jika SPL

Lebih terperinci

(a) (b) Gambar 1. garis singgung

(a) (b) Gambar 1. garis singgung BAB. TURUNAN Sebelm membahas trnan, terlebih dahl ditinja tentang garis singgng pada sat krva. A. Garis singgng Garis singgng adalah garis yang menyinggng sat titik tertent pada sat krva. Pengertian garis

Lebih terperinci

uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg

uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg uiopasdfghjklzxcvbnmqwertyuiopasd Qwertyuiopasdfghjklzxcvbnmqwerty cvbnmqwertyuiopasdfghjklzxcvbnmq fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Tinjauan Pustaa Untu menacapai tujuan penulisan sripsi, diperluan beberapa pengertian dan teori yang relevan dengan pembahasan. Karena itu, dalam subbab ini aan diberian beberapa

Lebih terperinci

Aljabar Linear Elementer

Aljabar Linear Elementer Aljr Liner Elementer MA SKS Sils : B I Mtriks dn Opersiny B II Determinn Mtriks B III Sistem Persmn Liner B IV Vektor di Bidng dn di Rng B V Rng Vektor B VI Rng Hsil Kli Dlm B VII rnsformsi Liner B VIII

Lebih terperinci

Part III DETERMINAN. Oleh: Yeni Susanti

Part III DETERMINAN. Oleh: Yeni Susanti Part III DETERMINAN Oleh: Yeni Susanti Perhatikan determinan matriks ukuran 2x2 berikut: Pada masing-masing jumlahan dan Terdapat wakil dari setiap baris dan setiap kolom. Bagaimana dengan tanda + (PLUS)

Lebih terperinci

APLIKASI MATRIKS DAN RUANG VEKTOR, oleh Dr. Adiwijaya Hak Cipta 2014 pada penulis GRAHA ILMU Ruko Jambusari 7A Yogyakarta Telp: ;

APLIKASI MATRIKS DAN RUANG VEKTOR, oleh Dr. Adiwijaya Hak Cipta 2014 pada penulis GRAHA ILMU Ruko Jambusari 7A Yogyakarta Telp: ; APLIKASI MATRIKS DAN RUANG VEKTOR, oleh Dr. Adiwijaya Hak Cipta 2014 pada penulis GRAHA ILMU Ruko Jambusari 7A Yogyakarta 55283 Telp: 0274-889398; Fax: 0274-889057; E-mail: info@grahailmu.co.id Hak Cipta

Lebih terperinci

BEBERAPA SIFAT QUASI-IDEAL MINIMAL PADA RING TRANSFORMASI LINEAR 1

BEBERAPA SIFAT QUASI-IDEAL MINIMAL PADA RING TRANSFORMASI LINEAR 1 BEBERAPA SIFAT QUASI-IDEAL MINIMAL PADA RING TRANSFORMASI LINEAR K a r y a t i Jurusan Pendidian Matematia FMIPA Uniersitas Negeri Yogyaarta e-mail : yatiuny@yahoo.com Abstra. Misalan R adalah ring, Q

Lebih terperinci

5. PERSAMAAN LINIER. 1. Berikut adalah contoh SPL yang terdiri dari 4 persamaan linier dan 3 variabel.

5. PERSAMAAN LINIER. 1. Berikut adalah contoh SPL yang terdiri dari 4 persamaan linier dan 3 variabel. 1. Persamaan Linier 5. PERSAMAAN LINIER Persamaan linier adalah suatu persamaan yang variabel-variabelnya berpangkat satu. Disamping persamaan linier ada juga persamaan non linier. Contoh : a) 2x + 3y

Lebih terperinci

PRINSIP MAKSIMUM DAN MINIMUM FUNGSI PANHARMONIK

PRINSIP MAKSIMUM DAN MINIMUM FUNGSI PANHARMONIK PRINSIP MAKSIMUM DAN MINIMUM FUNGSI PANHARMONIK Oleh, Edag Cahya M.A. Jrsa Pedidia Matematia FPMIPA UPI Badg Jl. Dr. Setiabdi 9 Badg E-mail ecma@ds.math.itb.ac.id Abstra Tlisa ii mejelasa prisip masimm

Lebih terperinci

8 MATRIKS DAN DETERMINAN

8 MATRIKS DAN DETERMINAN 8 MATRIKS DAN DETERMINAN Matriks merupakan pengembangan lebih lanjut dari sistem persamaan linear. Oleh karenanya aljabar matriks sering juga disebut dengan aljabar linear. Matriks dapat digunakan untuk

Lebih terperinci

PELABELAN FUZZY PADA GRAF. Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman.

PELABELAN FUZZY PADA GRAF. Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman. JMP : Volume 6 Nomor, Juni 04, hal. - PELABELAN FUZZY PADA GRAF Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman email : oeytea0@gmail.com ABSTRACT. This paper discusses

Lebih terperinci

BAB 3 RUANG BERNORM-2

BAB 3 RUANG BERNORM-2 BAB RUANG BERNORM-. Norm- dan Ruang ` De nisi. Misalan V ruang vetor atas R berdimensi d (dalam hal ini d boleh ta hingga). Sebuah fungsi ; V V! R yang memenuhi sifat-sifat beriut;. x; y 0 ia dan hanya

Lebih terperinci

BAB II DETERMINAN DAN INVERS MATRIKS

BAB II DETERMINAN DAN INVERS MATRIKS BAB II DETERMINAN DAN INVERS MATRIKS A. OPERASI ELEMENTER TERHADAP BARIS DAN KOLOM SUATU MATRIKS Matriks A = berdimensi mxn dapat dibentuk matriks baru dengan menggandakan perubahan bentuk baris dan/atau

Lebih terperinci

Matriks adalah susunan segi empat siku-siku dari objek yang diatur berdasarkan baris (row) dan kolom (column). Objek-objek dalam susunan tersebut

Matriks adalah susunan segi empat siku-siku dari objek yang diatur berdasarkan baris (row) dan kolom (column). Objek-objek dalam susunan tersebut Matriks adalah susunan segi empat siku-siku dari objek yang diatur berdasarkan baris (row) dan kolom (column). Objek-objek dalam susunan tersebut dinamakan entri dalam matriks atau disebut juga elemen

Lebih terperinci

Sifat-sifat Nilai Eigen dan Vektor Eigen Matriks atas Aljabar Maxplus

Sifat-sifat Nilai Eigen dan Vektor Eigen Matriks atas Aljabar Maxplus J. Sains Dasar () Sifat-sifat Nilai Eigen dan Vetor Eigen Matris atas ljabar Maxplus (The Properties of Eigen Value and Eigen Vector of Matrices Over Maxplus lgebra) Musthofa * dan Nienasih inatari * Jurusan

Lebih terperinci

ALJABAR LINIER MAYDA WARUNI K, ST, MT ALJABAR LINIER (I)

ALJABAR LINIER MAYDA WARUNI K, ST, MT ALJABAR LINIER (I) ALJABAR LINIER MAYDA WARUNI K, ST, MT ALJABAR LINIER (I) 1 MATERI ALJABAR LINIER VEKTOR DALAM R1, R2 DAN R3 ALJABAR VEKTOR SISTEM PERSAMAAN LINIER MATRIKS, DETERMINAN DAN ALJABAR MATRIKS, INVERS MATRIKS

Lebih terperinci

Pengenalan Pola. Klasifikasi Linear Discriminant Analysis

Pengenalan Pola. Klasifikasi Linear Discriminant Analysis Pengenalan Pola Klasifiasi Linear Discriminant Analysis PTIIK - 2014 Course Contents 1 Analisis Disriminan 2 Linear Classification 3 Linear Discriminant Analysis (LDA 4 Studi Kasus dan Latihan Analisis

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 5 BAB II TINJAUAN PUSTAKA A Matriks 1 Pengertian Matriks Definisi 21 Matriks adalah kumpulan bilangan bilangan yang disusun secara khusus dalam bentuk baris kolom sehingga membentuk empat persegi panjang

Lebih terperinci

I. PENDAHULUAN. Teori graf merupakan salah satu bagian ilmu dari matematika dan merupakan

I. PENDAHULUAN. Teori graf merupakan salah satu bagian ilmu dari matematika dan merupakan I. PENDAHULUAN. Latar Belaang Teori graf merupaan salah satu bagian ilmu dari matematia dan merupaan poo bahasan yang relatif muda jia dibandingan dengan cabang ilmu matematia yang lain seperti aljabar

Lebih terperinci

BAB ELASTISITAS. Pertambahan panjang pegas

BAB ELASTISITAS. Pertambahan panjang pegas BAB ELASTISITAS 4. Elastisitas Zat Padat Dibandingan dengan zat cair, zat padat lebih eras dan lebih berat. sifat zat padat yang seperti ini telah anda pelajari di elas SLTP. enapa Zat pada lebih eras?

Lebih terperinci

MENYELESAIKAN PERSAMAAN DIFFERENSIAL BILANGAN BULAT DAN BILANGAN RASIONAL

MENYELESAIKAN PERSAMAAN DIFFERENSIAL BILANGAN BULAT DAN BILANGAN RASIONAL MENYELESAIKAN PERSAMAAN DIFFERENSIAL BILANGAN BULAT DAN BILANGAN RASIONAL Sarta Meliana 1, Mashadi 2, Sri Gemawati 2 1 Mahasiswa Program Studi S1 Matematia 2 Dosen Jurusan Matematia Faultas Matematia dan

Lebih terperinci

Matematika Teknik INVERS MATRIKS

Matematika Teknik INVERS MATRIKS INVERS MATRIKS Dalam menentukan solusi suatu SPL selama ini kita dihadapkan kepada bentuk matriks diperbesar dari SPL. Cara lain yang akan dikenalkan disini adalah dengan melakukan OBE pada matriks koefisien

Lebih terperinci

GARIS-GARIS BESAR PROGRAM PEMBELAJARAN

GARIS-GARIS BESAR PROGRAM PEMBELAJARAN GARIS-GARIS BESAR PROGRAM PEMBELAJARAN Mata Kuliah : Aljabar Linear Kode / SKS : TIF-5xxx / 3 SKS Dosen : - Deskripsi Singkat : Mata kuliah ini berisi Sistem persamaan Linier dan Matriks, Determinan, Vektor

Lebih terperinci

ALJABAR LINIER DAN MATRIKS

ALJABAR LINIER DAN MATRIKS ALJABAR LINIER DAN MATRIKS MATRIKS (DETERMINAN, INVERS, TRANSPOSE) Macam Matriks Matriks Nol (0) Matriks yang semua entrinya nol. Ex: Matriks Identitas (I) Matriks persegi dengan entri pada diagonal utamanya

Lebih terperinci

III PEMODELAN SISTEM PENDULUM

III PEMODELAN SISTEM PENDULUM 14 III PEMODELAN SISTEM PENDULUM Penelitian ini membahas keterkontrolan sistem pendlm, dengan menentkan model matematika dari beberapa sistem pendlm, dan dilakkan analisis dan menyederhanakan permasalahan

Lebih terperinci