TRANSFORMASI LINIER (Kajian Fungsi antar Ruang Vektor)
|
|
- Susanti Darmadi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Outline TRANSFORMASI LINIER (Kajian Fungsi antar Ruang Vektor) Drs. Antonius Cahya Prihandoko, M.App.Sc PS. Pendidikan Matematika PS. Sistem Informasi University of Jember Indonesia Jember, 2009
2 Outline Outline 1 dan Sifat 2 Antar 3 Matriks
3 Outline Outline 1 dan Sifat 2 Antar 3 Matriks
4 Outline Outline 1 dan Sifat 2 Antar 3 Matriks
5 Definisi Jika F : V W adalah fungsi dari ruang vektor V ke ruang vektor W, maka F merupakan transformasi linier jika 1 F(u + v) = F(u) + f (v), u, v V 2 F(ku) = kf(u), u V dan semua skalar k Contoh 1 Misalkan A sebuah matriks m n. Fungsi T : R n R m dengan aturan T (x) = Ax merupakan transformasi linier, yang secara khusus disebut sebagai transformasi matriks
6 Definisi Jika F : V W adalah fungsi dari ruang vektor V ke ruang vektor W, maka F merupakan transformasi linier jika 1 F(u + v) = F(u) + f (v), u, v V 2 F(ku) = kf(u), u V dan semua skalar k Contoh 1 Misalkan A sebuah matriks m n. Fungsi T : R n R m dengan aturan T (x) = Ax merupakan transformasi linier, yang secara khusus disebut sebagai transformasi matriks
7 Definisi Jika F : V W adalah fungsi dari ruang vektor V ke ruang vektor W, maka F merupakan transformasi linier jika 1 F(u + v) = F(u) + f (v), u, v V 2 F(ku) = kf(u), u V dan semua skalar k Contoh 1 Misalkan A sebuah matriks m n. Fungsi T : R n R m dengan aturan T (x) = Ax merupakan transformasi linier, yang secara khusus disebut sebagai transformasi matriks
8 Definisi Jika F : V W adalah fungsi dari ruang vektor V ke ruang vektor W, maka F merupakan transformasi linier jika 1 F(u + v) = F(u) + f (v), u, v V 2 F(ku) = kf(u), u V dan semua skalar k Contoh 1 Misalkan A sebuah matriks m n. Fungsi T : R n R m dengan aturan T (x) = Ax merupakan transformasi linier, yang secara khusus disebut sebagai transformasi matriks
9 Contoh 2 Misalkan T : R 2 R 2 adalah perkalian oleh matriks [ ] cos θ sin θ A = sin θ cos θ yakni perputaran R 2 melalui sudut θ, merupakan transformasi linier Contoh 3 Pemetaan T : V W dengan aturan T (v) = 0, v V merupakan transformasi linier yang dinamakan transformasi nol
10 Contoh 2 Misalkan T : R 2 R 2 adalah perkalian oleh matriks [ ] cos θ sin θ A = sin θ cos θ yakni perputaran R 2 melalui sudut θ, merupakan transformasi linier Contoh 3 Pemetaan T : V W dengan aturan T (v) = 0, v V merupakan transformasi linier yang dinamakan transformasi nol
11 Contoh 4 Pemetaan T : V V dengan aturan T (v) = v, v V merupakan transformasi linier yang dinamakan transformasi identitas Catatan Jika T : V V merupakan transformasi linier, maka T disebut operator linier pada V
12 Contoh 4 Pemetaan T : V V dengan aturan T (v) = v, v V merupakan transformasi linier yang dinamakan transformasi identitas Catatan Jika T : V V merupakan transformasi linier, maka T disebut operator linier pada V
13 Contoh 5 Pemetaan T : V V yang didefinisikan oleh T (v) = kv dengan k skalar, merupakan operator linier pada V. Jika k > 1, T disebut dilasi. Jika 0 < k < 1, T disebut kontraksi
14 Contoh 6 Misal V ruang hasilkali dalam dan W subruang yang memiliki S = {w 1, w 2,..., w r } sebagai basis ortonormal. Misal T : V W dengan aturan T (v) =< v, w 1 > w 1 + < v, w 2 > w < v, w r > w r merupakan transformasi linier yang dinamakan proyeksi ortogonal dari V pada W
15 Contoh 7 Misalkan V = R 3 dengan hasilkali dalam Euclidis. {(1, 0, 0), (0, 1, 0)} merupakan basis ortonormal untuk bidang xy. Jika v = (x, y, z) adalah sebarang vektor pada R 3 maka proyeksi ortogonal dari R 3 pada bidang xy diberikan oleh T (v) = (x, y, 0) Contoh 8 Misal V ruang berdimensi n dan S adalah salah satu basisnya. Maka T : V R n dengan aturan T (v) = (v) S merupakan transformasi linier dari V ke R n.
16 Contoh 7 Misalkan V = R 3 dengan hasilkali dalam Euclidis. {(1, 0, 0), (0, 1, 0)} merupakan basis ortonormal untuk bidang xy. Jika v = (x, y, z) adalah sebarang vektor pada R 3 maka proyeksi ortogonal dari R 3 pada bidang xy diberikan oleh T (v) = (x, y, 0) Contoh 8 Misal V ruang berdimensi n dan S adalah salah satu basisnya. Maka T : V R n dengan aturan T (v) = (v) S merupakan transformasi linier dari V ke R n.
17 Contoh 9 Misal V adalah sebuah ruang hasilkali dalam dan v 0 adalah sebarang vektor tetap di V. Maka T : V R dengan aturan T (v) =< v, v 0 > merupakan transformasi linier
18 Contoh 10 Misal V = C [0, 1] adalah ruang vektor dari semua fungsi riil yang kontinu pada selang 0 x 1 dan misalkan W adalah subruang dari C [0, 1] yang terdiri dari semua fungsi yang turunan pertamanya kontinu pada selang 0 x 1. Maka D : W V dengan aturan D(f ) = f merupakan transformasi linier
19 Contoh 11 Misal V = C [0, 1], maka J : V R dengan aturan J(f ) = 1 merupakan transformasi linier. 0 f (x)dx
20 Sifat Teorema Jika T : V W adalah transformasi linier, maka Sifat 1 T (0) = 0 Sifat 2 T ( v) = t(v), v V Sifat 3 T (v w) = T (v) T (w), v, w V
21 Sifat Teorema Jika T : V W adalah transformasi linier, maka Sifat 1 T (0) = 0 Sifat 2 T ( v) = t(v), v V Sifat 3 T (v w) = T (v) T (w), v, w V
22 Sifat Teorema Jika T : V W adalah transformasi linier, maka Sifat 1 T (0) = 0 Sifat 2 T ( v) = t(v), v V Sifat 3 T (v w) = T (v) T (w), v, w V
23 Sifat Teorema Jika T : V W adalah transformasi linier, maka Sifat 1 T (0) = 0 Sifat 2 T ( v) = t(v), v V Sifat 3 T (v w) = T (v) T (w), v, w V
24 Kernel dan Jangkauan Definisi Jika T : V W adalah transformasi linier, maka Kernel (atau ruang nol) dari T adalah ker(t ) = {v V T (v) = 0} Jangkauan dari T adalah R(T ) = {w W v V, T (v) = w} Jika T : V W adalah transformasi linier, maka ker(t ) subruang pada V R(T ) subruang pada W
25 Kernel dan Jangkauan Definisi Jika T : V W adalah transformasi linier, maka Kernel (atau ruang nol) dari T adalah ker(t ) = {v V T (v) = 0} Jangkauan dari T adalah R(T ) = {w W v V, T (v) = w} Jika T : V W adalah transformasi linier, maka ker(t ) subruang pada V R(T ) subruang pada W
26 Kernel dan Jangkauan Definisi Jika T : V W adalah transformasi linier, maka Kernel (atau ruang nol) dari T adalah ker(t ) = {v V T (v) = 0} Jangkauan dari T adalah R(T ) = {w W v V, T (v) = w} Jika T : V W adalah transformasi linier, maka ker(t ) subruang pada V R(T ) subruang pada W
27 Kernel dan Jangkauan Definisi Jika T : V W adalah transformasi linier, maka Kernel (atau ruang nol) dari T adalah ker(t ) = {v V T (v) = 0} Jangkauan dari T adalah R(T ) = {w W v V, T (v) = w} Jika T : V W adalah transformasi linier, maka ker(t ) subruang pada V R(T ) subruang pada W
28 Kernel dan Jangkauan Definisi Jika T : V W adalah transformasi linier, maka Kernel (atau ruang nol) dari T adalah ker(t ) = {v V T (v) = 0} Jangkauan dari T adalah R(T ) = {w W v V, T (v) = w} Jika T : V W adalah transformasi linier, maka ker(t ) subruang pada V R(T ) subruang pada W
29 Kernel dan Jangkauan Definisi Jika T : V W adalah transformasi linier, maka Kernel (atau ruang nol) dari T adalah ker(t ) = {v V T (v) = 0} Jangkauan dari T adalah R(T ) = {w W v V, T (v) = w} Jika T : V W adalah transformasi linier, maka ker(t ) subruang pada V R(T ) subruang pada W
30 Dimensi Kernel dan Jangkauan Definisi Jika T : V W adalah transformasi linier, maka dim(ker(t )) disebut nulitas T dim(r(t )) disebut rank T Contoh 1 Misal T : R 2 R 2 adalah perputaran R 2 melalui sudut π 4, maka R(T ) = R 2 dan ker(t ) = {0}. Sehingga rank(t ) = 2 dan nulitas(t ) = 0
31 Dimensi Kernel dan Jangkauan Definisi Jika T : V W adalah transformasi linier, maka dim(ker(t )) disebut nulitas T dim(r(t )) disebut rank T Contoh 1 Misal T : R 2 R 2 adalah perputaran R 2 melalui sudut π 4, maka R(T ) = R 2 dan ker(t ) = {0}. Sehingga rank(t ) = 2 dan nulitas(t ) = 0
32 Dimensi Kernel dan Jangkauan Definisi Jika T : V W adalah transformasi linier, maka dim(ker(t )) disebut nulitas T dim(r(t )) disebut rank T Contoh 1 Misal T : R 2 R 2 adalah perputaran R 2 melalui sudut π 4, maka R(T ) = R 2 dan ker(t ) = {0}. Sehingga rank(t ) = 2 dan nulitas(t ) = 0
33 Dimensi Kernel dan Jangkauan Definisi Jika T : V W adalah transformasi linier, maka dim(ker(t )) disebut nulitas T dim(r(t )) disebut rank T Contoh 1 Misal T : R 2 R 2 adalah perputaran R 2 melalui sudut π 4, maka R(T ) = R 2 dan ker(t ) = {0}. Sehingga rank(t ) = 2 dan nulitas(t ) = 0
34 Dimensi Kernel dan Jangkauan Contoh 2 Misal T : R n R m adalah perkalian oleh matriks A berukuran m n. Maka R(T ) adalah ruang kolom A dan ker(t ) adalah ruang pemecahan Ax = 0. Sehingga rank(t ) = dim(ruang kolom A) = rank(a) dan nulias(t ) = dim(ruang pemecahan Ax = 0)
35 Teorema Terkait Dimensi Teorema Jika T : V W adalah transformasi linier dan dim(v ) = n maka rank(t ) + nulitas(t ) = n Teorema Jika A adalah matriks m n maka dimensi ruang pemecahan dari Ax = 0 adalah n rank(a)
36 Teorema Terkait Dimensi Teorema Jika T : V W adalah transformasi linier dan dim(v ) = n maka rank(t ) + nulitas(t ) = n Teorema Jika A adalah matriks m n maka dimensi ruang pemecahan dari Ax = 0 adalah n rank(a)
37 dari R n ke R m Problem Jika T : R n R m adalah sebarang transformasi linier, maka dapatkah dicari sebuah matriks A yang berukuran m n sehingga T adalah perkalian oleh A? Solusi Jika e 1, e 2,..., e n adalah basis baku untuk R n dan A adalah matriks m n yang vektor-vektor kolomnya adalah T (e 1 ), T (e 2 ),..., T (e n ), maka dapat dibuktikan bahwa T (x) = Ax, x R n Dengan demikian setiap transformasi linier T : R n R m dapat dinyatakan sebagai transformasi matriks, yakni merupakan perkalian oleh matriks yang berukuran m n
38 dari R n ke R m Problem Jika T : R n R m adalah sebarang transformasi linier, maka dapatkah dicari sebuah matriks A yang berukuran m n sehingga T adalah perkalian oleh A? Solusi Jika e 1, e 2,..., e n adalah basis baku untuk R n dan A adalah matriks m n yang vektor-vektor kolomnya adalah T (e 1 ), T (e 2 ),..., T (e n ), maka dapat dibuktikan bahwa T (x) = Ax, x R n Dengan demikian setiap transformasi linier T : R n R m dapat dinyatakan sebagai transformasi matriks, yakni merupakan perkalian oleh matriks yang berukuran m n
39 dari R n ke R m Problem Jika T : R n R m adalah sebarang transformasi linier, maka dapatkah dicari sebuah matriks A yang berukuran m n sehingga T adalah perkalian oleh A? Solusi Jika e 1, e 2,..., e n adalah basis baku untuk R n dan A adalah matriks m n yang vektor-vektor kolomnya adalah T (e 1 ), T (e 2 ),..., T (e n ), maka dapat dibuktikan bahwa T (x) = Ax, x R n Dengan demikian setiap transformasi linier T : R n R m dapat dinyatakan sebagai transformasi matriks, yakni merupakan perkalian oleh matriks yang berukuran m n
40 dari R n ke R m Hasil analisis tersebut dapat dikonstruksi menjadi teorema berikut. Teorema Jika T : R n R m adalah transformasi linier, dan jika e 1, e 2,..., e n adalah basis baku untuk R n, maka T adalah perkalian oleh A dimana A = [T (e 1 ), T (e 2 ),..., T (e n )] Catatan Matriks A disebut matriks baku untuk T Matriks baku untuk transformasi matriks adalah matriks itu sendiri. (Buktikan!)
41 dari R n ke R m Hasil analisis tersebut dapat dikonstruksi menjadi teorema berikut. Teorema Jika T : R n R m adalah transformasi linier, dan jika e 1, e 2,..., e n adalah basis baku untuk R n, maka T adalah perkalian oleh A dimana A = [T (e 1 ), T (e 2 ),..., T (e n )] Catatan Matriks A disebut matriks baku untuk T Matriks baku untuk transformasi matriks adalah matriks itu sendiri. (Buktikan!)
42 dari R n ke R m Hasil analisis tersebut dapat dikonstruksi menjadi teorema berikut. Teorema Jika T : R n R m adalah transformasi linier, dan jika e 1, e 2,..., e n adalah basis baku untuk R n, maka T adalah perkalian oleh A dimana A = [T (e 1 ), T (e 2 ),..., T (e n )] Catatan Matriks A disebut matriks baku untuk T Matriks baku untuk transformasi matriks adalah matriks itu sendiri. (Buktikan!)
43 dari R n ke R m Hasil analisis tersebut dapat dikonstruksi menjadi teorema berikut. Teorema Jika T : R n R m adalah transformasi linier, dan jika e 1, e 2,..., e n adalah basis baku untuk R n, maka T adalah perkalian oleh A dimana A = [T (e 1 ), T (e 2 ),..., T (e n )] Catatan Matriks A disebut matriks baku untuk T Matriks baku untuk transformasi matriks adalah matriks itu sendiri. (Buktikan!)
44 dari R n ke R m Hasil analisis tersebut dapat dikonstruksi menjadi teorema berikut. Teorema Jika T : R n R m adalah transformasi linier, dan jika e 1, e 2,..., e n adalah basis baku untuk R n, maka T adalah perkalian oleh A dimana A = [T (e 1 ), T (e 2 ),..., T (e n )] Catatan Matriks A disebut matriks baku untuk T Matriks baku untuk transformasi matriks adalah matriks itu sendiri. (Buktikan!)
45 dari R 2 ke R 2 Rotasi Jika T : R 2 R 2 adalah perputaran terhadap titik asal melalui sudut θ, maka matriks baku untuk T adalah [ ] cos θ sin θ A = sin θ cos θ Refleksi terhadap sumbu y Jika T : R 2 R 2 adalah refleksi terhadap sumbu y, maka matriks baku untuk T adalah [ ] 1 0 A = 0 1
46 dari R 2 ke R 2 Rotasi Jika T : R 2 R 2 adalah perputaran terhadap titik asal melalui sudut θ, maka matriks baku untuk T adalah [ ] cos θ sin θ A = sin θ cos θ Refleksi terhadap sumbu y Jika T : R 2 R 2 adalah refleksi terhadap sumbu y, maka matriks baku untuk T adalah [ ] 1 0 A = 0 1
47 dari R 2 ke R 2 Refleksi terhadap sumbu x Jika T : R 2 R 2 adalah refleksi terhadap sumbu x, maka matriks baku untuk T adalah [ ] 1 0 A = 0 1 Refleksi terhadap garis y = x Jika T : R 2 R 2 adalah refleksi terhadap garis y = x, maka matriks baku untuk T adalah [ ] 0 1 A = 1 0
48 dari R 2 ke R 2 Refleksi terhadap sumbu x Jika T : R 2 R 2 adalah refleksi terhadap sumbu x, maka matriks baku untuk T adalah [ ] 1 0 A = 0 1 Refleksi terhadap garis y = x Jika T : R 2 R 2 adalah refleksi terhadap garis y = x, maka matriks baku untuk T adalah [ ] 0 1 A = 1 0
49 dari R 2 ke R 2 Ekspansi dan Kompresi dalam arah x Jika T : R 2 R 2 adalah ekspansi atau kompresi dalam arah x dengan faktor k, maka akan memetakan titik (x, y) ke (kx, y). Sehingga matriks baku untuk T adalah [ ] k 0 A = 0 1 Ekspansi dan Kompresi dalam arah y Jika T : R 2 R 2 adalah ekspansi atau kompresi dalam arah y dengan faktor k, maka akan memetakan titik (x, y) ke (x, ky). Sehingga matriks baku untuk T adalah [ ] 1 0 A = 0 k
50 dari R 2 ke R 2 Ekspansi dan Kompresi dalam arah x Jika T : R 2 R 2 adalah ekspansi atau kompresi dalam arah x dengan faktor k, maka akan memetakan titik (x, y) ke (kx, y). Sehingga matriks baku untuk T adalah [ ] k 0 A = 0 1 Ekspansi dan Kompresi dalam arah y Jika T : R 2 R 2 adalah ekspansi atau kompresi dalam arah y dengan faktor k, maka akan memetakan titik (x, y) ke (x, ky). Sehingga matriks baku untuk T adalah [ ] 1 0 A = 0 k
51 dari R 2 ke R 2 Geseran dalam arah x Jika T : R 2 R 2 adalah geseran dalam arah x dengan faktor k, maka akan memetakan titik (x, y) ke (x + ky, y). Sehingga matriks baku untuk T adalah [ ] 1 k A = 0 1 Geseran dalam arah y Jika T : R 2 R 2 adalah geseran dalam arah y dengan faktor k, maka akan memetakan titik (x, y) ke (x, y + kx). Sehingga matriks baku untuk T adalah [ ] 1 0 A = k 1
52 dari R 2 ke R 2 Geseran dalam arah x Jika T : R 2 R 2 adalah geseran dalam arah x dengan faktor k, maka akan memetakan titik (x, y) ke (x + ky, y). Sehingga matriks baku untuk T adalah [ ] 1 k A = 0 1 Geseran dalam arah y Jika T : R 2 R 2 adalah geseran dalam arah y dengan faktor k, maka akan memetakan titik (x, y) ke (x, y + kx). Sehingga matriks baku untuk T adalah [ ] 1 0 A = k 1
53 Efek Geometri dari Matriks Resume Jika diperhatikan maka matriks-matriks baku untuk geseran, kompresi, ekspansi dan refleksi merupakan matriks-matriks elementer. Dengan fakta ini maka teorema berikut dapat dibuktikan kebenarannya. Teorema Jika T : R 2 R 2 adalah perkalian oleh matriks A yang invertibel, maka efek geometri dari T berupa geseran, kompresi, ekspansi, refleksi, atau gabungan dari transformasi-transformasi tersebut dengan urutan yang sesuai.
54 Efek Geometri dari Matriks Resume Jika diperhatikan maka matriks-matriks baku untuk geseran, kompresi, ekspansi dan refleksi merupakan matriks-matriks elementer. Dengan fakta ini maka teorema berikut dapat dibuktikan kebenarannya. Teorema Jika T : R 2 R 2 adalah perkalian oleh matriks A yang invertibel, maka efek geometri dari T berupa geseran, kompresi, ekspansi, refleksi, atau gabungan dari transformasi-transformasi tersebut dengan urutan yang sesuai.
55 Hasil Lanjutan Jika T : R 2 R 2 adalah perkalian oleh matriks A yang invertibel, maka 1 bayangan sebuah garis lurus adalah sebuah garis lurus 2 bayangan sebuah garis lurus melalui titik asal adalah sebuah garis lurus melalui titik asal 3 bayangan garis-garis lurus yang sejajar adalah garis-garis lurus yang sejajar 4 bayangan sebuah segmen garis yang menghubungkan titik P dan Q adalah segmen garis yang menghubungkan bayangan P dan bayangan Q 5 bayangan tiga titik akan terletak pada sebuah garis jika dan hanya jika titik-titik terletak pada garis itu sendiri
56 Hasil Lanjutan Jika T : R 2 R 2 adalah perkalian oleh matriks A yang invertibel, maka 1 bayangan sebuah garis lurus adalah sebuah garis lurus 2 bayangan sebuah garis lurus melalui titik asal adalah sebuah garis lurus melalui titik asal 3 bayangan garis-garis lurus yang sejajar adalah garis-garis lurus yang sejajar 4 bayangan sebuah segmen garis yang menghubungkan titik P dan Q adalah segmen garis yang menghubungkan bayangan P dan bayangan Q 5 bayangan tiga titik akan terletak pada sebuah garis jika dan hanya jika titik-titik terletak pada garis itu sendiri
57 Hasil Lanjutan Jika T : R 2 R 2 adalah perkalian oleh matriks A yang invertibel, maka 1 bayangan sebuah garis lurus adalah sebuah garis lurus 2 bayangan sebuah garis lurus melalui titik asal adalah sebuah garis lurus melalui titik asal 3 bayangan garis-garis lurus yang sejajar adalah garis-garis lurus yang sejajar 4 bayangan sebuah segmen garis yang menghubungkan titik P dan Q adalah segmen garis yang menghubungkan bayangan P dan bayangan Q 5 bayangan tiga titik akan terletak pada sebuah garis jika dan hanya jika titik-titik terletak pada garis itu sendiri
58 Hasil Lanjutan Jika T : R 2 R 2 adalah perkalian oleh matriks A yang invertibel, maka 1 bayangan sebuah garis lurus adalah sebuah garis lurus 2 bayangan sebuah garis lurus melalui titik asal adalah sebuah garis lurus melalui titik asal 3 bayangan garis-garis lurus yang sejajar adalah garis-garis lurus yang sejajar 4 bayangan sebuah segmen garis yang menghubungkan titik P dan Q adalah segmen garis yang menghubungkan bayangan P dan bayangan Q 5 bayangan tiga titik akan terletak pada sebuah garis jika dan hanya jika titik-titik terletak pada garis itu sendiri
59 Hasil Lanjutan Jika T : R 2 R 2 adalah perkalian oleh matriks A yang invertibel, maka 1 bayangan sebuah garis lurus adalah sebuah garis lurus 2 bayangan sebuah garis lurus melalui titik asal adalah sebuah garis lurus melalui titik asal 3 bayangan garis-garis lurus yang sejajar adalah garis-garis lurus yang sejajar 4 bayangan sebuah segmen garis yang menghubungkan titik P dan Q adalah segmen garis yang menghubungkan bayangan P dan bayangan Q 5 bayangan tiga titik akan terletak pada sebuah garis jika dan hanya jika titik-titik terletak pada garis itu sendiri
60 Hasil Lanjutan Jika T : R 2 R 2 adalah perkalian oleh matriks A yang invertibel, maka 1 bayangan sebuah garis lurus adalah sebuah garis lurus 2 bayangan sebuah garis lurus melalui titik asal adalah sebuah garis lurus melalui titik asal 3 bayangan garis-garis lurus yang sejajar adalah garis-garis lurus yang sejajar 4 bayangan sebuah segmen garis yang menghubungkan titik P dan Q adalah segmen garis yang menghubungkan bayangan P dan bayangan Q 5 bayangan tiga titik akan terletak pada sebuah garis jika dan hanya jika titik-titik terletak pada garis itu sendiri
61 Matriks Masalah Jika untuk setiap transformasi linier T : R n R m dapat dinyatakan sebagai transformasi matriks, bagaimana untuk sebarang transformasi linier T : V W secara umum?
62 Matriks Ide Dasar Misalkan V berdimensi n dengan basis B = {u 1, u 2,..., u n } dan W berdimensi m dengan basis B = {v 1, v 2,..., v m }. Maka x V, [x] B R n dan [T (x)] B R m. Jadi proses pemetaan x ke T (x) akan menghasilkan pemetaan dari R n ke R m dengan memetakan [x] B ke [T (x)] B. Sehingga pemetaan tersebut dapat dilaksanakan menggunakan perkalian dengan matriks A, yakni A [x] B = [T (x)] B
63 Matriks Ide Dasar Misalkan V berdimensi n dengan basis B = {u 1, u 2,..., u n } dan W berdimensi m dengan basis B = {v 1, v 2,..., v m }. Maka x V, [x] B R n dan [T (x)] B R m. Jadi proses pemetaan x ke T (x) akan menghasilkan pemetaan dari R n ke R m dengan memetakan [x] B ke [T (x)] B. Sehingga pemetaan tersebut dapat dilaksanakan menggunakan perkalian dengan matriks A, yakni A [x] B = [T (x)] B
64 Matriks Ide Dasar Misalkan V berdimensi n dengan basis B = {u 1, u 2,..., u n } dan W berdimensi m dengan basis B = {v 1, v 2,..., v m }. Maka x V, [x] B R n dan [T (x)] B R m. Jadi proses pemetaan x ke T (x) akan menghasilkan pemetaan dari R n ke R m dengan memetakan [x] B ke [T (x)] B. Sehingga pemetaan tersebut dapat dilaksanakan menggunakan perkalian dengan matriks A, yakni A [x] B = [T (x)] B
65 Matriks Ide Dasar Misalkan V berdimensi n dengan basis B = {u 1, u 2,..., u n } dan W berdimensi m dengan basis B = {v 1, v 2,..., v m }. Maka x V, [x] B R n dan [T (x)] B R m. Jadi proses pemetaan x ke T (x) akan menghasilkan pemetaan dari R n ke R m dengan memetakan [x] B ke [T (x)] B. Sehingga pemetaan tersebut dapat dilaksanakan menggunakan perkalian dengan matriks A, yakni A [x] B = [T (x)] B
66 Matriks Ide Dasar Matriks A berbentuk A = [[T (u 1 )] B, [T (u 2 )] B,..., [T (u n )] B ] Matriks A disebut matriks untuk T yang bertalian dengan basis B dan B dan disimbolkan [T ] B,B Jika T operator linier, maka matriks untuk T yang bertalian dengan basis B adalah [T ] B = [[T (u 1 )] B, [T (u 2 )] B,..., [T (u n )] B ]
67 Matriks Ide Dasar Matriks A berbentuk A = [[T (u 1 )] B, [T (u 2 )] B,..., [T (u n )] B ] Matriks A disebut matriks untuk T yang bertalian dengan basis B dan B dan disimbolkan [T ] B,B Jika T operator linier, maka matriks untuk T yang bertalian dengan basis B adalah [T ] B = [[T (u 1 )] B, [T (u 2 )] B,..., [T (u n )] B ]
68 Matriks Ide Dasar Matriks A berbentuk A = [[T (u 1 )] B, [T (u 2 )] B,..., [T (u n )] B ] Matriks A disebut matriks untuk T yang bertalian dengan basis B dan B dan disimbolkan [T ] B,B Jika T operator linier, maka matriks untuk T yang bertalian dengan basis B adalah [T ] B = [[T (u 1 )] B, [T (u 2 )] B,..., [T (u n )] B ]
69 Matriks Ide Dasar Matriks A berbentuk A = [[T (u 1 )] B, [T (u 2 )] B,..., [T (u n )] B ] Matriks A disebut matriks untuk T yang bertalian dengan basis B dan B dan disimbolkan [T ] B,B Jika T operator linier, maka matriks untuk T yang bertalian dengan basis B adalah [T ] B = [[T (u 1 )] B, [T (u 2 )] B,..., [T (u n )] B ]
BAB IV TRANSFORMASI LINEAR. sebuah vektor yang unik di dalam W dengan sebuah vektor di dalam V, maka kita mengatakan F
BAB IV TRANSFORMASI LINEAR 4.. Transformasi Linear Jika V dan W adalah ruang vektor dan F adalah sebuah fungsi yang mengasosiasikan sebuah vektor yang unik di dalam W dengan sebuah vektor di dalam V, maka
Lebih terperinciAljabar Linier Elementer. Kuliah 26
Aljabar Linier Elementer Kuliah 26 Materi Kuliah Transformasi Linier Umum Kernel dan Range 10/11/2014 Yanita, Matematika FMIPA Unand 2 Transformasi Linier Umum Definisi Misalkan V dan W adalah ruang vektor
Lebih terperinciMateri Aljabar Linear Lanjut
Materi Aljabar Linear Lanjut TRANSFORMASI LINIER DARI R n KE R m ; GEOMETRI TRANSFORMASI LINIER DARI R 2 KE R 2 Disusun oleh: Dwi Lestari, M.Sc email: dwilestari@uny.ac.id JURUSAN PENDIDIKAN MATEMATIKA
Lebih terperinciBAB 7 TRANSFORMASI LINEAR PADA RUANG VEKTOR
BAB 7 TRANSFORMASI LINEAR PADA RUANG VEKTOR A. DEFINISI DASAR 1. Definisi-1 Suatu pemetaan f dari ruang vektor V ke ruang vektor W adalah aturan perkawanan sedemikian sehingga setiap vektor v V dikawankan
Lebih terperinciAljabar Linier Elementer. Kuliah ke-9
Aljabar Linier Elementer Kuliah ke-9 Materi kuliah Hasilkali Titik Proyeksi Ortogonal 7/9/2014 Yanita, FMIPA Matematika Unand 2 Hasilkali Titik dari Vektor-Vektor Definisi Jika u dan v adalah vektor-vektor
Lebih terperinciTRANSFORMASI LINEAR. Disusun untuk Memenuhi Tugas Mata Kuliah Aljabar Linear. Dosen Pengampu : Abdul Aziz Saefudin, M.Pd
TRANSFORMASI LINEAR Disusun untuk Memenuhi Tugas Mata Kuliah Aljabar Linear Dosen Pengampu : Abdul Aziz Saefudin, M.Pd Disusun oleh : Kelompok 7/ Kelas III A Endar Alviyunita 34400094 Ahmat Sehari ---------------
Lebih terperinciSUMMARY 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 terperinciAljabar Linier Elementer. Kuliah 27
Aljabar Linier Elementer Kuliah 27 Materi Kuliah Transformasi Linier Invers Matriks Transformasi Linier Umum //24 Yanita, Matematika FMIPA Unand 2 Transformasi Linier Satu ke satu dan Sifat-sifatnya Definisi
Lebih terperinci8.1 Transformasi Linier Umum. Bukan lagi transformasi R n R m, tetapi transformasi linier dari
8.1 Transformasi Linier Umum Bukan lagi transformasi R n R m, tetapi transformasi linier dari ruang vektor V vektor W. Definisi Jika T: V W adalah suatu fungsi dari suatu ruang vektor V ke ruang vektor
Lebih terperinci6. TRANSFORMASI LINIER
6. TRANSFORMASI LINIER 1. Definisi Transformasi Linier Jika F:V W adalah sebuah fungsi dari ruang vektor V ke dalam ruang vektor W, maka F disebut transformasi linier (pemetaan linier), jika: 1. F(u+v)
Lebih terperinciTransformasi Linier. Transformasi linier memiliki beberapa fungsi yang perlu dipelajari. Fungsi-fungsi tersebut antara lain :
Transformasi Linier Objektif:. definisi transformasi linier umum.. definisi transformasi linier dari R n ke R m. 3. invers transformasi linier. 4. matrix transformasi 5. kernel dan jangkauan 6. keserupaan.definisi
Lebih terperinciBAB 5 RUANG VEKTOR A. PENDAHULUAN
BAB 5 RUANG VEKTOR A. PENDAHULUAN 1. Definisi-1. Suatu ruang vektor adalah suatu himpunan objek yang dapat dijumlahkan satu sama lain dan dikalikan dengan suatu bilangan, yang masing-masing menghasilkan
Lebih terperinciAljabar Linier Sistem koordinat, dimensi ruang vektor dan rank
Aljabar Linier Sistem koordinat, dimensi ruang vektor dan rank khozin mu tamar 9 Oktober 2014 PERTEMUAN-4 : SISTEM KOORDINAT, DIMEN- SI RUANG VEKTOR DAN RANK 1. Sistem koordinat (a) Ketunggalan scalar
Lebih terperinciGeometri pada Bidang, Vektor
Prodi Matematika FMIPA Unsyiah September 9, 2011 Melalui pendekatan aljabar, vektor u dinyatakan oleh pasangan berurutan u 1, u 2. Disini digunakan notasi u 1, u 2 bukan (u 1, u 2 ) karena notasi (u 1,
Lebih terperinciKata Pengantar. Puji syukur kehadirat Yang Maha Kuasa yang telah memberikan pertolongan hingga modul ajar ini dapat terselesaikan.
i Kata Pengantar Puji syukur kehadirat Yang Maha Kuasa yang telah memberikan pertolongan hingga modul ajar ini dapat terselesaikan. Modul ajar ini dimaksudkan untuk membantu penyelenggaraan kuliah jarak
Lebih terperinciTE Teknik Numerik Sistem Linear. Bidang Studi Teknik Sistem Pengaturan Jurusan Teknik Elektro - FTI Institut Teknologi Sepuluh Nopember
TE9467 Teknik Numerik Sistem Linear Bidang Studi Teknik Sistem Pengaturan Jurusan Teknik Elektro - FTI Institut Teknologi Sepuluh Nopember O U T L I N E OBJEKTIF TEORI 3 CONTOH 4 SIMPULAN 5 LATIHAN OBJEKTIF
Lebih terperinciTE Teknik Numerik Sistem Linear
TE 9467 Teknik Numerik Sistem Linear Operator Linear Trihastuti Agustinah Bidang Studi Teknik Sistem Pengaturan Jurusan Teknik Elektro - FTI Institut Teknologi Sepuluh Nopember O U T L I N E. Objektif.
Lebih terperinciBAB 6 RUANG HASIL KALI DALAM. Dr. Ir. Abdul Wahid Surhim, MT.
BAB 6 RUANG HASIL KALI DALAM Dr. Ir. Abdul Wahid Surhim, MT. KERANGKA PEMBAHASAN 1. Hasil Kali Dalam 2. Sudut dan Keortogonalan pada Ruang Hasil Kali Dalam 3.Basis Ortogonal, Proses Gram-Schmidt 4.Perubahan
Lebih terperinciDIKTAT MATA KULIAH ALJABAR LINEAR ELEMENTER (BAGIAN II) DISUSUN OLEH ABDUL JABAR, M.Pd
DIKTAT MATA KULIAH ALJABAR LINEAR ELEMENTER (BAGIAN II) DISUSUN OLEH ABDUL JABAR, M.Pd JURUSAN/PROGRAM STUDI PENDIDIKAN MATEMATIKA STKIP PGRI BANJARMASIN MARET MUQADIMAH Alhamdulillah penyusun ucapkan
Lebih terperinciAljabar 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 terperinciPROGRAM STUDI PENDIDIKAN MATEMATIKA FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS VETERAN BANGUN NUSANTARA SUKOHARJO
PERANGKAT PEMBELAJARAN MATA KULIAH : ALJABAR LINIER 2 KODE : MKK414515 DOSEN PENGAMPU : Annisa Prima Exacta, M.Pd. PROGRAM STUDI PENDIDIKAN MATEMATIKA FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS
Lebih terperinciMUH1G3/ 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 terperinciKalkulus Multivariabel I
dan Gradien dan Gradien Statistika FMIPA Universitas Islam Indonesia dan Gradien Turunan-turunan parsial f x (x, y) dan f y (x, y) mengukur laju perubahan (dan kemiringan garis singgung) pada arah sejajar
Lebih terperinciMatematika II : Vektor. Dadang Amir Hamzah
Matematika II : Vektor Dadang Amir Hamzah sumber : http://www.whsd.org/uploaded/faculty/tmm/calc front image.jpg 2016 Dadang Amir Hamzah Matematika II Semester II 2016 1 / 24 Outline 1 Pendahuluan Dadang
Lebih terperinciOutline Vektor dan Garis Koordinat Norma Vektor Hasil Kali Titik dan Proyeksi Hasil Kali Silang. Geometri Vektor. Kusbudiono. Jurusan Matematika
Jurusan Matematika 1 Nopember 2011 1 Vektor dan Garis 2 Koordinat 3 Norma Vektor 4 Hasil Kali Titik dan Proyeksi 5 Hasil Kali Silang Definisi Vektor Definisi Jika AB dan CD ruas garis berarah, keduanya
Lebih terperinciBAB 4 RUANG VEKTOR EUCLID. Dr. Ir. Abdul Wahid Surhim, MT.
BAB 4 RUANG VEKTOR EUCLID Dr. Ir. Abdul Wahid Surhim, MT. KERANGKA PEMBAHASAN 1. Ruang n Euclid 2. Transformasi Linier dari R n dan R m 3. Sifat-sifat Transformasi Linier 4.1 RUANG N EUCLID Jika di bab
Lebih terperinciRUANG VEKTOR UMUM AKSIOMA RUANG VEKTOR
7//5 RUANG VEKTOR UMUM Yang dibahas.. Ruang vektor umum. Subruang. Hubungan dependensi linier 4. Basis dan dimensi 5. Ruang baris, ruang kolom, ruang nul, rank dan nulitas AKSIOMA RUANG VEKTOR V disebut
Lebih terperinciPengantar Vektor. Besaran. Vektor (Mempunyai Arah) Skalar (Tidak mempunyai arah)
Pengantar Vektor Besaran Skalar (Tidak mempunyai arah) Vektor (Mempunyai Arah) Vektor Geometris Skalar (Luas, Panjang, Massa, Waktu dan lain - lain), merupakan suatu besaran yang mempunyai nilai mutlak
Lebih terperinciHand-Out Geometri Transformasi. Bab I. Pendahuluan
Hand-Out Geometri Transformasi Bab I. Pendahuluan 1.1 Vektor dalam R 2 Misalkan u = (x 1,y 1 ), v = (x 2,y 2 ) dan w = (x 3,y 3 ) serta k skalar (bilangan real) Definisi 1. : Penjumlahan vektor u + v =
Lebih terperinciDIKTAT PERKULIAHAN. EDISI 1 Aljabar Linear dan Matriks
DIKTAT PERKULIAHAN EDISI 1 Aljabar Linear dan Matriks Penulis : Ednawati Rainarli, M.Si. Kania Evita Dewi, M.Si. JURUSAN TEKNIK INFORMATIKA UNIVERSITAS KOMPUTER INDONESIA BANDUNG 011 IF/011 1 DAFTAR ISI
Lebih terperinciOperasi perkalian skalar merupakan suatu aturan yang mengasosiasikan setiap skalar k dan setiap objek u pada v dengan suatu objek ku, yang disebut
RUANG VEKTOR REAL Aksioma ruang vektor, dinyatakan dlam definisi beikut, dimana aksiona merupakan aturan permainan dalam ruang vektor. Definisi : Jika V merupakan suatu himpunan tidak kosong dari objek
Lebih terperinciPENGANTAR KALKULUS PEUBAH BANYAK. 1. Pengertian Vektor pada Bidang Datar
PENGANTAR KALKULUS PEUBAH BANYAK ERIDANI 1. Pengertian Vektor pada Bidang Datar Misalkan R menyatakan sistem bilangan real, yaitu himpunan bilangan real yang dilengkapi dengan empat operasi baku (tambah,
Lebih terperinciDefinisi Jumlah Vektor Jumlah dua buah vektor u dan v diperoleh dari aturan jajaran genjang atau aturan segitiga;
BAB I VEKTOR A. DEFINISI VEKTOR 1). Pada mulanya vektor adalah objek telaah dalam ilmu fisika. Dalam ilmu fisika vektor didefinisikan sebagai sebuah besaran yang mempunyai besar dan arah seperti gaya,
Lebih terperinciVektor di ruang dimensi 2 dan ruang dimensi 3
Vektor di ruang dimensi 2 dan ruang dimensi 3 Maulana Malik 1 (maulana.malik@sci.ui.ac.id) 1 Departemen Matematika FMIPA UI Kampus Depok UI, Depok 16424 2014/2015 1/21 maulana.malik@sci.ui.ac.id Vektor
Lebih terperinciAljabar Linier Elementer
Aljabar Linier Elementer Kuliah 15 dan 16 11/11/2014 1 Materi Kuliah Kebebasan Linier Basis dan Dimensi 11/11/2014 Yanita, Matematika Unand 2 5.3 Kebebasan Linier Definisi Jika S = v 1, v 2,, v r adalah
Lebih terperinciSoal-Soal dan Pembahasan Matematika IPA SNMPTN 2012 Tanggal Ujian: 13 Juni 2012
Soal-Soal dan Pembahasan Matematika IPA SNMPTN 01 Tanggal Ujian: 13 Juni 01 1. Lingkaran (x + 6) + (y + 1) 5 menyinggung garis y 4 di titik... A. ( -6, 4 ). ( -1, 4 ) E. ( 5, 4 ) B. ( 6, 4) D. ( 1, 4 )
Lebih terperinciSoal-Soal dan Pembahasan SNMPTN Matematika IPA Tahun Pelajaran 2010/2011 Tanggal Ujian: 01 Juni 2011
Soal-Soal dan Pembahasan SNMPTN Matematika IPA Tahun Pelajaran 00/0 Tanggal Ujian: 0 Juni 0. Diketahui vektor u = (a, -, -) dan v = (a, a, -). Jika vektor u tegak lurus pada v, maka nilai a adalah... A.
Lebih terperinciAljabar Linier. Kuliah
Aljabar Linier Kuliah 13 14 15 Materi Kuliah Transformasi Linier dari F n ke F m Perubahan Matriks Basis Matriks dari Transformasi Linier Perubahan Basis untuk Transformasi Linier Matriks-matriks Ekivalen
Lebih terperinciBAB II TINJAUAN PUSTAKA. tegak, perlu diketahui tentang materi-materi sebagai berikut.
BAB II TINJAUAN PUSTAKA Sebelum pembahasan mengenai irisan bidang datar dengan tabung lingkaran tegak, perlu diketahui tentang materi-materi sebagai berikut. A. Matriks Matriks adalah himpunan skalar (bilangan
Lebih terperinciBab 4 RUANG VEKTOR. 4.1 Ruang Vektor
Bab RUANG VEKTOR. Ruang Vektor DEFINISI.. Suatu ruang vektor (V, +,, F) atas field (F, +), ditulis singkat V(F), adalah suatu himpunan tak kosong V dengan elemenelemennya disebut vektor, yang dilengkapi
Lebih terperinciAljabar Linier. Kuliah
Aljabar Linier Kuliah 10 11 12 Materi Kuliah Transformasi Linier Kernel dan Image dari Transformasi Linier isomorfisma Teorema Rank plus Nullity 1/11/2014 Yanita FMIPA Matematika Unand 2 Transformasi Linier
Lebih terperinciALJABAR LINEAR BASIS RUANG BARIS DAN BASIS RUANG KOLOM SEBUAH MATRIKS. Dosen Pengampu: DARMADI, S.Si, M.Pd. Oleh: Kelompok III
ALJABAR LINEAR BASIS RUANG BARIS DAN BASIS RUANG KOLOM SEBUAH MATRIKS Dosen Pengampu: DARMADI, SSi, MPd Oleh: Kelompok III 1 Andik Dwi S (06411008) 2 Indah Kurniawati (06411090) 3 Mahfuat M (06411104)
Lebih terperinci8.3 Inverse Linear Transformations
8.3 Inverse Linear Transformations Definition One to One Transformasi linear T:V W dikatakan one-to-one jika T memetakan vektor-vektor berbeda pada V ke vektorvektor berbeda pada W. Jika A adalah suatu
Lebih terperinciDIKTAT ALJABAR LINIER DAN MATRIKS VEKTOR. Penyusun Ir. S. Waniwatining Astuti, M.T.I.
DIKTAT ALJABAR LINIER DAN MATRIKS VEKTOR Penyusun Ir. S. Waniwatining Astuti, M.T.I. SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER GLOBAL INFORMATIKA MDP 24 KATA PENGANTAR Pertama-tama penulis mengucapkan
Lebih terperinciPREDIKSI UAN MATEMATIKA SESUAI KISI-KISI PEMERINTAH
PREDIKSI UAN MATEMATIKA SESUAI KISI-KISI PEMERINTAH. Apabila P dan q kalimat pernyataan, di mana ~p q kalimat bernilai salah, maka kalimat yang benar berikut ini, kecuali (d) p q (~p ~q) (~p ~q) ~ (~p
Lebih terperinciTRY OUT MATEMATIKA PAKET 2A TAHUN 2010
TRY OUT MATEMATIKA PAKET A TAHUN 00. Diketahui premis premis () Jika hari hujan terus menerus maka masyarakat kawasan Kaligawe gelisah atau mudah sakit. () Hujan terus menerus. Ingkaran kesimpulan premis
Lebih terperinciAljabar Linier & Matriks
Aljabar Linier & Matriks 1 Vektor Orthogonal Vektor-vektor yang saling tegak lurus juga sering disebut vektor orthogonal. Dua vektor disebut saling tegak lurus jika dan hanya jika hasil perkalian titik-nya
Lebih terperinciSILABUS. 1 / Silabus Matematika XII-IA. : 1.Menggunakan konsep integral dalam pemecahan masalah. Nilai Karakter
SILABUS Satuan Pendidikan Mata Pelajaran Kelas/semester Reference Standar Kompetensi : SMA Negeri 5 Surabaya : : XII/1 : BSNP / CIE : 1.Menggunakan konsep integral dalam pemecahan masalah Kompetensi Dasar
Lebih terperinciKuliah 2: FUNGSI MULTIVARIABEL. Indah Yanti
Kuliah 2: FUNGSI MULTIVARIABEL Indah Yanti Definisi Dasar Perhatikan fungsi f: A R n R m : x f x n = m = 1 fungsi bernilai riil satu variabel n = 1, m > 1 fungsi bernilai vektor satu variabel n > 1, m
Lebih terperinciSOLUSI PENDEKATAN TERBAIK SISTEM PERSAMAAN LINEAR TAK KONSISTEN MENGGUNAKAN DEKOMPOSISI NILAI SINGULAR
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 03, No. 1 (2014), hal 91 98. SOLUSI PENDEKATAN TERBAIK SISTEM PERSAMAAN LINEAR TAK KONSISTEN MENGGUNAKAN DEKOMPOSISI NILAI SINGULAR Febrianti,
Lebih terperincierkalian Silang, Garis & Bidang dalam Dimensi 3
erkalian Silang, Garis & Bidang dalam Dimensi 3 TUJUAN INSTRUKSIONAL KHUSUS Setelah menyelesaikan pertemuan ini mahasiswa diharapkan : Dapat menghitung perkalian silang dari suatu vektor dan mengetahui
Lebih terperinci1 Mengapa Perlu Belajar Geometri Daftar Pustaka... 1
Daftar Isi 1 Mengapa Perlu Belajar Geometri 1 1.1 Daftar Pustaka.................................... 1 2 Ruang Euclid 3 2.1 Geometri Euclid.................................... 8 2.2 Pencerminan dan Transformasi
Lebih terperinciRuang Baris, Ruang Kolom, dan Ruang Null (Kernel)
Ruang Baris, Ruang Kolom, dan Ruang Null (Kernel) Kuliah Aljabar Linier Semester Ganjil 2015-2016 MZI Fakultas Informatika Telkom University FIF Tel-U November 2015 MZI (FIF Tel-U) Ruang Baris, Kolom,
Lebih terperinciGEOMETRI ANALITIK PERTEMUAN2: GARIS LURUS PADA BIDANG KOORDINAT. sofyan mahfudy-iain Mataram 1
GEOMETRI ANALITIK PERTEMUAN2: GARIS LURUS PADA BIDANG KOORDINAT sofyan mahfudy-iain Mataram 1 Sasaran kuliah hari ini 1. Mahasiwa dapat menjelaskan konsep kemiringan garis/gradien 2. Mahasiswa dapat menentukan
Lebih terperinciSILABUS. Mengenal matriks persegi. Melakukan operasi aljabar atas dua matriks. Mengenal invers matriks persegi.
SILABUS Nama Sekolah Mata Pelajaran Kelas / Program Semester : SMA NEGERI 2 LAHAT : MATEMATIKA : XII / IPA : GANJIL STANDAR KOMPETENSI: 3. Menggunakan konsep matriks, vektor, dan transformasi dalam pemecahan
Lebih terperinciPembahasan Matematika IPA SNMPTN 2012 Kode 132
Tutur Widodo Pembahasan Matematika IPA SNMPTN 0 Pembahasan Matematika IPA SNMPTN 0 Kode Oleh Tutur Widodo. Lingkaran (x 6) + (y + ) = menyinggung garis x = di titik... (, 6) d. (, ) (, 6) e. (, ) c. (,
Lebih terperinciALJABAR 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 terperinciPembahasan Seleksi Nasional Masuk Perguruan Tinggi Negeri (SNMPTN)
Pembahasan Seleksi Nasional Masuk Perguruan Tinggi Negeri SNMPTN) Bidang Matematika Kode Paket Oleh : Fendi Alfi Fauzi. Lingkaran x 6) 2 + y + ) 2 menyinggung garis y di titik a), ) b), ) c) 6, ) d) 6,
Lebih terperinciGEOMETRI. Transformasi & Analitik Ruang UNIVERSITAS HASANUDDIN. M Saleh AF. Geometri Transformasi Dan Analitik Ruang LKPP.
GEOMETRI Transformasi & Analitik Ruang D M M Refleksi M Saleh AF LKPP UNIVERSITAS HASANUDDIN BAB II TRANSFORMASI GEOMETRI DI A. Pendahuluan Salam hangat dan sejahtera bagi para pembelajar Kreatif! Bab
Lebih terperinciMATRIKS & TRANSFORMASI LINIER
MATRIKS & TRANSFORMASI LINIER Oleh : SRI ESTI TRISNO SAMI, ST, MMSI 082334051324 Daftar Referensi : 1. Kreyzig Erwin, Advance Engineering Mathematic, Edisi ke-7, John wiley,1993 2. Spiegel, Murray R, Advanced
Lebih terperinciTransformasi Datum dan Koordinat
Transformasi Datum dan Koordinat Sistem Transformasi Koordinat RG091521 Lecture 6 Semester 1, 2013 Jurusan Pendahuluan Hubungan antara satu sistem koordinat dengan sistem lainnya diformulasikan dalam bentuk
Lebih terperinciBAB 1 BESARAN VEKTOR. A. Representasi Besaran Vektor
BAB 1 BESARAN VEKTOR TUJUAN PEMBELAJARAN 1. Menjelaskan definisi vektor, dan representasinya dalam sistem koordinat cartesius 2. Menjumlahan vektor secara grafis dan matematis 3. Melakukan perkalian vektor
Lebih terperinciSoal-Soal dan Pembahasan Matematika IPA SNMPTN 2012 Tanggal Ujian: 13 Juni 2012
Soal-Soal dan Pembahasan Matematika IPA SNMPTN 01 Tanggal Ujian: 13 Juni 01 1. Lingkaran (x + 6) + (y + 1) 5 menyinggung garis y 4 di titik... A. ( -6 4 ). ( -1 4 ) E. ( 5 4 ) B. ( 6 4) D. ( 1 4 ) BAB
Lebih terperinciAnalisis Fungsional. Oleh: Dr. Rizky Rosjanuardi, M.Si Jurusan Pendidikan Matematika UNIVERSITAS PENDIDIKAN INDONESIA
Analisis Fungsional Oleh: Dr. Rizky Rosjanuardi, M.Si Jurusan Pendidikan Matematika UNIVERSITAS PENDIDIKAN INDONESIA Lingkup Materi Ruang Metrik dan Ruang Topologi Kelengkapan Ruang Banach Ruang Hilbert
Lebih terperinciBESARAN VEKTOR. Gb. 1.1 Vektor dan vektor
BAB 1 BESARAN VEKTOR Tujuan Pembelajaran 1. Menjelaskan definisi vektor, dan representasinya dalam sistem koordinat cartesius 2. Menjumlahkan vektor secara grafis dan dengan vektor komponen 3. Melakukan
Lebih terperinciPertama, daftarkan kedua himpunan vektor: himpunan yang merentang diikuti dengan himpunan yang bergantung linear, perhatikan:
Dimensi dari Suatu Ruang Vektor Jika suatu ruang vektor V memiliki suatu himpunan S yang merentang V, maka ukuran dari sembarang himpunan di V yang bebas linier tidak akan melebihi ukuran dari S. Teorema
Lebih terperinciMATEMATIKA INFORMATIKA 2 TEKNIK INFORMATIKA UNIVERSITAS GUNADARMA FENI ANDRIANI
MATEMATIKA INFORMATIKA 2 TEKNIK INFORMATIKA UNIVERSITAS GUNADARMA FENI ANDRIANI SAP (1) Buku : Suryadi H.S. 1991, Pengantar Aljabar dan Geometri analitik Vektor Definisi, Notasi, dan Operasi Vektor Susunan
Lebih terperinciRuang Vektor Euclid R n
Ruang Vektor Euclid R n Kuliah Aljabar Linier Semester Ganjil 2015-2016 MZI Fakultas Informatika Telkom University FIF Tel-U Oktober 2015 MZI (FIF Tel-U) Ruang Vektor R n Oktober 2015 1 / 38 Acknowledgements
Lebih terperinciMatematika Lanjut 1. Sistem Persamaan Linier Transformasi Linier. Matriks Invers. Ruang Vektor Matriks. Determinan. Vektor
Matematika Lanjut 1 Vektor Ruang Vektor Matriks Determinan Matriks Invers Sistem Persamaan Linier Transformasi Linier 1 Dra. D. L. Crispina Pardede, DE. Referensi [1]. Yusuf Yahya, D. Suryadi. H.S., gus
Lebih terperinciBAB II VEKTOR DAN GERAK DALAM RUANG
BAB II VEKTOR DAN GERAK DALAM RUANG 1. KOORDINAT CARTESIUS DALAM RUANG DIMENSI TIGA SISTEM TANGAN KANAN SISTEM TANGAN KIRI RUMUS JARAK,,,, 16 Contoh : Carilah jarak antara titik,, dan,,. Solusi :, Persamaan
Lebih terperinciSATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA
Mata Kuliah : Matematika Diskrit 2 Kode / SKS : IT02 / 3 SKS Program Studi : Sistem Komputer Fakultas : Ilmu Komputer & Teknologi Informasi. Pendahuluan 2. Vektor.. Pengantar mata kuliah aljabar linier.
Lebih terperinciTINJAUAN PUSTAKA Analisis Biplot Biasa
TINJAUAN PUSTAKA Analisis Biplot Biasa Analisis biplot merupakan suatu upaya untuk memberikan peragaan grafik dari matriks data dalam suatu plot dengan menumpangtindihkan vektor-vektor dalam ruang berdimensi
Lebih terperinciPERSAMAAN BIDANG RATA
1 KEGIATAN BELAJAR 5 PERSAMAAN BIDANG RATA Setelah mempelajari kegiatan belajar 5 ini, mahasiswa diharapkan mampu: 1. Menentukan persamaan vektoris bidang rata 2. Menentukan persamaan linier bidang rata
Lebih terperinciMATEMATIKA. Sesi TRANSFORMASI 2 CONTOH SOAL A. ROTASI
MATEMATIKA KELAS XII IPA - KURIKULUM GABUNGAN 14 Sesi NGAN TRANSFORMASI A. ROTASI Rotasi adalah memindahkan posisi suatu titik (, y) dengan cara dirotasikan pada titik tertentu sebesar sudut tertentu.
Lebih terperinciPEMETAAN STANDAR ISI (SK-KD)
PEMETAAN STANDAR ISI (SK-KD) MATA PELAJARAN : MATEMATIKA KELAS/SEMESTER : XII IPA / 1 SK KD THP INDIKATOR THP MATERI PEMBELAJARAN RUANG LINGKUP *) 1 2 3 4 5 6 ALOKASI WKT 1. Menggunakan konsep integral
Lebih terperinciAljabar Linier & Matriks
Aljabar Linier & Matriks 1 Pendahuluan Ruang vektor tidak hanya terbatas maksimal 3 dimensi saja 4 dimensi, 5 dimensi, dst ruang n-dimensi Jika n adalah bilangan bulat positif, maka sekuens sebanyak n
Lebih terperinciAljabar Linier Elementer. Kuliah 1 dan 2
Aljabar Linier Elementer Kuliah 1 dan 2 1.3 Matriks dan Operasi-operasi pada Matriks Definisi: Matriks adalah susunan bilangan dalam empat persegi panjang. Bilangan-bilangan dalam susunan tersebut disebut
Lebih terperinciMatematika Ujian Akhir Nasional Tahun 2004
Matematika Ujian Akhir Nasional Tahun 00 UAN-SMA-0-0 Persamaan kuadrat yang akar-akarnya dan adalah x + x + 0 = 0 x + x 0 = 0 x x + 0 = 0 x x 0 = 0 x + x + 0 = 0 UAN-SMA-0-0 Suatu peluru ditembakkan ke
Lebih terperinci21. SOAL-SOAL TRANSFORMASI GOMETRI
21. SOAL-SOAL TRANSFORMASI GOMETRI Maka rotasi terhadap R[, 18 ] = cos18 sin18 sin18 cos18 UAN22 1. Bayangan garis y = 2x + 2 yang dicerminkan terhadap garis y= x adalah: A. y = x + 1 C. y = 2 x - 1 E.
Lebih terperinciPertemuan 6 Transformasi Linier
Pertemuan 6 Transformasi Linier Objektif: 1. Praktikan memahami definisi transformasi linier umum. 2. Praktikan memahami definisi dari transformasi linier dari R n ke R m. 3. Praktikan memahami invers
Lebih terperinciDIKTAT MATEMATIKA II
DIKTT MTEMTIK II (VEKTOR) Drs.. NN PURNWN, M.T JURUSN PENDIDIKN TEKNIK MESIN FKULTS PENDIDIKN TEKNOLOGI DN KEJURUN UNIVERSITS PENDIDIKN INDONESI 004 VEKTOR I. PENDHULUN 1.1. PENGERTIN Sepotong garis berarah
Lebih terperinciKomposisi Transformasi
Komposisi Transformasi Setelah menyaksikan tayangan ini anda dapat Menentukan peta atau bayangan suatu kurva hasil dari suatu komposisi transformasi Transformasi Untuk memindahkan suatu titik atau bangun
Lebih terperinciRUANG 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 terperinciSoal-Soal dan Pembahasan SNMPTN Matematika IPA Tahun Pelajaran 2010/2011
Soal-Soal dan Pembahasan SNMPTN Matematika IPA Tahun Pelajaran 00/0 Tanggal Ujian: 0 Juni 0. Diketahui vektor u (a, -, -) dan v (a, a, -). Jika vektor u tegak lurus pada v, maka nilai a adalah... A. -
Lebih terperinciDiferensial Vektor. (Pertemuan III) Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya
TKS 4007 Matematika III Diferensial Vektor (Pertemuan III) Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya Perkalian Titik Perkalian titik dari dua buah vektor A dan B pada bidang dinyatakan
Lebih terperinciBAB III PEMBAHASAN. Bab III terbagi menjadi tiga sub-bab, yaitu sub-bab A, sub-bab B, dan subbab
BAB III PEMBAHASAN Bab III terbagi menjadi tiga sub-bab, yaitu sub-bab A, sub-bab B, dan subbab C. Sub-bab A menjelaskan mengenai konsep dasar C[a, b] sebagai ruang vektor beserta contohnya. Sub-bab B
Lebih terperinciBAB 2 RUANG HILBERT. 2.1 Definisi Ruang Hilbert
BAB 2 RUANG HILBERT Pokok pembicaraan kita dalam tugas akhir ini berpangkal pada teori ruang Hilbert. Untuk itu di bab ini akan diberikan definisi ruang Hilbert dan ciri-cirinya, separabilitas ruang Hilbert,
Lebih terperinciMatematika IPA (MATEMATIKA TKD SAINTEK)
Pembahasan Soal SBMPTN 2016 SELEKSI BERSAMA MASUK PERGURUAN TINGGI NEGERI Disertai TRIK SUPERKILAT dan LOGIKA PRAKTIS Matematika IPA (MATEMATIKA TKD SAINTEK) Kumpulan SMART SOLUTION dan TRIK SUPERKILAT
Lebih terperinciVektor-Vektor. Ruang Berdimensi-2. Ruang Berdimensi-3
Vektor-Vektor dalam Ruang Berdimensi-2 dan Ruang Berdimensi-3 Disusun oleh: Achmad Fachrurozi Albert Martin Sulistio Iffatul Mardhiyah Rifki Kosasih Departemen Matematika Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciMA Analisis dan Aljabar Teori=4 Praktikum=0 II (angka. 17 Juli
INSTITUT TEKNOLOGI KALIMANTAN JURUSAN MATEMATIKA DAN TEKNOLOGI INFORMASI PROGRAM STUDI MATEMATIKA SILABUS MATA KULIAH KODE Rumpun MK BOBOT (sks) SEMESTER Tgl Penyusunan Aljabar Linear ELementer MA Analisis
Lebih terperinciTRY OUT MATEMATIKA PAKET 2B TAHUN 2010
TRY OUT MATEMATIKA PAKET B TAHUN 00. Diketahui premis- premis : () Jika Andi penurut maka ia disayang nenek. () Andi seorang anak penurut Ingkaran kesimpulan premis- premis tersebut adalah... Andi seorang
Lebih terperinciRuang Vektor Euclid R 2 dan R 3
Ruang Vektor Euclid R 2 dan R 3 Kuliah Aljabar Linier Semester Ganjil 2015-2016 MZI Fakultas Informatika Telkom University FIF Tel-U September 2015 MZI (FIF Tel-U) Ruang Vektor R 2 dan R 3 September 2015
Lebih terperinciKEDUDUKAN DUA GARIS LURUS, SUDUT DAN JARAK
1 KEGIATAN BELAJAR 4 KEDUDUKAN DUA GARIS LURUS, SUDUT DAN JARAK Setelah mempelajari kegiatan belajar 4 ini, mahasiswa diharapkan mampu: 1. Menentukan kedudukan dua garis lurus di bidang dan di ruang 2.
Lebih terperinciEigen value & Eigen vektor
Eigen value & Eigen vektor Hubungan antara vektor x (bukan nol) dengan vektor Ax yang berada di R n pada proses transformasi dapat terjadi dua kemungkinan : 1) 2) Tidak mudah untuk dibayangkan hubungan
Lebih terperinciIKIP BUDI UTOMO MALANG. Analytic Geometry TEXT BOOK. Alfiani Athma Putri Rosyadi, M.Pd
IKIP BUDI UTOMO MALANG Analytic Geometry TEXT BOOK Alfiani Athma Putri Rosyadi, M.Pd 2012 DAFTAR ISI 1 VEKTOR 1.1 Vektor Pada Bidang... 4 1.2 Vektor Pada Ruang... 6 1.3 Operasi Vektor.. 8 1.4 Perkalian
Lebih terperinciBAB III RUANG VEKTOR R 2 DAN R 3. Bab ini membahas pengertian dan operasi vektor-vektor. Selain
BAB III RUANG VEKTOR R DAN R 3 Bab ini membahas pengertian dan operasi ektor-ektor. Selain operasi aljabar dibahas pula operasi hasil kali titik dan hasil kali silang dari ektor-ektor. Tujuan Instruksional
Lebih terperinciBAB I VEKTOR DALAM BIDANG
BAB I VEKTOR DALAM BIDANG I. KURVA BIDANG : Penyajian secara parameter Suatu kurva bidang ditentukan oleh sepasang persamaan parameter. ; dalam I dan kontinue pada selang I, yang pada umumnya sebuah selang
Lebih terperinciSTANDAR KOMPETENSI. 5. Menggunakan konsep matriks, vektor, dan transformasi dalam pemecahan masalah KOMPETENSI DASAR
STANDAR KOMPETENSI 5. Menggunakan konsep matriks, vektor, dan transformasi dalam pemecahan masalah KOMPETENSI DASAR 5.1 Menggunakan sifat-sifat dan operasi matriks untuk menunjukkan bahwa suatu matriks
Lebih terperinciCatatan Kuliah Aljabar Linier. Abstrak
Catatan Kuliah Aljabar Linier Subiono subiono3@telkom.net 4 Agustus 9 Page of 3 Abstrak Dalam catatan kuliah ini diberikan beberapa materi dari mata kuliah Aljabar Linier untuk program Sarjana (S) jurusan
Lebih terperinciPembahasan Seleksi Nasional Masuk Perguruan Tinggi Negeri (SNMPTN)
Pembahasan Seleksi Nasional Masuk Perguruan Tinggi Negeri (SNMPTN) Bidang Matematika Kode Paket 578 Oleh : Fendi Alfi Fauzi 1. Diketahui vektor u = (a,, 1) dan v = (a, a, 1). Jika vektor u tegak lurus
Lebih terperinci