RUANG VEKTOR. Nurdinintya Athari (NDT)

Ukuran: px
Mulai penontonan dengan halaman:

Download "RUANG VEKTOR. Nurdinintya Athari (NDT)"

Transkripsi

1 1 RUANG VEKTOR Nurdinintya Athari (NDT)

2 RUANG VEKTOR Sub Pokok Bahasan Ruang Vektor Umum Subruang Basis dan Dimensi Basis Subruang Beberapa Aplikasi Ruang Vektor Beberapa metode optimasi Sistem kontrol Operation Research dan lain-lain

3 Ruang Vektor Umum Misalkan u, v, w V dan k, l Riil V dinamakan ruang vektor jika terpenuhi aksioma : 1. V tertutup terhadap operasi penjumlahan. Untuk setiap u, v V maka u v V 2. u v v u 3. u v w u v w 4. Terdapat 0 V sehingga untuk setiap u V berlaku u 0 0 u u 5. Untuk setiap u V terdapat u sehingga u u u u 0

4 6. V tertutup thd operasi perkalian dengan skalar. Untuk setiap u V dan k Riil maka k u V 7. k u v ku kv 8. k l u ku lu 9. k l u l k u kl u u u

5 Contoh : 1. Himpunan vektor Euclides dengan operasi standar (operasi penjumlahan dan operasi perkalian dengan skalar). Notasi : Rn (Ruang Euclides orde n) R : Bilangan real R2 : Vektor di bidang R3 : Vektor di ruang tiga dimensi 2. Himpunan matriks berukuran m x n dengan operasi standar (penjumlahan matriks dan perkalian matriks dengan skalar), Notasi : Mmxn (Ruang Matriks mxn) 3. Himpunan polinom pangkat n dengan operasi standar. Notasi : Pn (Ruang Polinom orde n)

6 Ruang Euclides orde n Operasi-Operasi pada ruang vektor Euclides: Penjumlahan u v u1 v1, u 2 v 2,..., u n v n Perkalian dengan skalar Riil sebarang (k) ku ku1, ku 2,..., ku n Perkalian Titik (Euclidean inner product) u v u1v1 u 2 v 2... u n v n Panjang vektor didefinisikan oleh : u u u u1 u 2... u n 2 Jarak antara dua vektor didefinisikan oleh : d u, v u v u1 v1 2 u 2 v u n v n 2

7 Contoh : Diketahui u 1, 1, 2, 3 dan v 2, 2, 1, 1 Tentukan panjang vektor dan jarak antara kedua vektor tersebut Jawab: Panjang vektor : u u u Jarak kedua vektor v d u, v u v

8 Misalkan W merupakan subhimpunan dari sebuah ruang vektor V. W dinamakan subruang (subspace) V jika W juga merupakan ruang vektor yang tertutup terhadap operasi penjumlahan dan perkalian dengan skalar. Syarat W disebut subruang dari V adalah : 1. W { } 2. W V 3. Jika u, v W maka u v W 4. Jika u W dan k Riil maka k u W

9 Contoh 1: Tunjukan bahwa himpunan W yang berisi semua matriks orde 2x2 dimana setiap unsur diagonalnya adalah nol merupakan subruang dari ruang vektor matriks 2x2 Jawab : 0 0 W maka W 1. O Jelas bahwa W M2x2 3. Ambil sembarang matriks A, B W 0 b1 0 a1 dan B Tulis A a2 0 b2 0

10 Perhatikan bahwa : 0 a1 0 b1 A B b a a1 b1 0 a b Ini menunjukan bahwa A B W 4. Ambil sembarang matriks A W dan k Riil, maka 0 ka ka2 ka1 W 0 Ini menunjukan bahwa ka W Jadi, W merupakan Subruang dari M2x2.

11 Contoh 2 Apakah W sub ruang dari ruang vektor R3 jika W didefinisikan sebagai {(a,b,c) dimana a.b.c = 0} Jawab W = {(a,b,c) dimana a.b.c = 0, a,b,c R} Vektor (0,0,0) W W { } dan W R3 Misalkan a = (0,1,2), b = (2,1,0) adalah vector di W c = a + b = (2,2,2) c bukan vector di W karena = 8 0 W bukan sub ruang di R3 * Jika c di W, kita tidak dapat membuat kesimpulan bahwa W sub ruang dari R3

12 Contoh 3: Periksa apakah himpunan W yang berisi semua matriks orde 2x2 yang determinannya nol merupakan subruang dari ruang vektor M2x2 Jawab : a b a b W= det 0, a, b, c, d R c d c d W, maka W Jelas bahwa W M 2 2

13 3. Misalkan ambil sembarang matriks A, B W. Pilih a b : a b, jelas bahwa det (A) = 0 A , jelas bahwa det (B) = 0 B b a A B a b = b a Karena a b Maka det (A + B ) = a2 b2 0 Jadi W bukan merupakan subruang karena tidak tertutup terhadap operasi penjumlahan

14 Contoh 4 Tunjukkan bahwa W : garis yang berasal dari titik pusat di bidang adalah sub ruang dari ruang vektor R2 Jawab W = {(x,y) ax + by = 0, a,b R} W {} 1. Garis x + y = 0 dan x y = 0 W 2. Misalkan Garis1: a1x + b1y = 0 dan Garis2 : a2x + b2y = 0 adalah garis di W W R2 3. Garis3 = Garis1+Garis2 = (a1+a2)x + (b1+b2)y = 0 ada di W 4. k Garis1= ka1x + kb1y = 0 ada di W Maka, W sub ruang di R2

15 Sebuah vektor u dinamakan kombinasi linear dari vektor-vektor v1, v2,, vn jika vektor-vektor tersebut dapat dinyatakan dalam bentuk : u k1v1 k 2v2... k n vn dimana k1, k2,, kn adalah skalar riil.

16 Contoh Misal u (2, 4, 0) dan v (1, 1, 3) adalah vektor-vektor di R3. Apakah vektor berikut merupakan kombinasi linear dari vektor-vektor di atas a. a (4, 2, 6) b. b (1, 5, 6) c. c (0, 0, 0)

17 Jawab : a. Tulis k1u k 2 v a akan diperiksa apakah ada k1, k2, sehingga kesamaan tersebut dipenuhi k1 4 k Ini dapat ditulis menjadi: k1 4 2 k 6 2

18 dengan OBE, diperoleh: ~ ~ Dengan demikian, k1 = 1 dan k2 = 2 a merupakan kombinasi linear dari vektor u dan v atau a u 2v

19 b. Tulis : k1u k 2 v b 2 k1 4 k ini dapat ditulis menjadi: k1 5 k2 6

20 dengan OBE dapat kita peroleh : ~ ~ ~ Baris terakhir pada matriks ini menunjukkan bahwa SPL tersebut adalah tidak konsisten (tidak mempunyai solusi). Jadi, tidak ada nilai k1 dan k2 yang memenuhi b tidak dapat dinyatakan sebagai kombinasi linear dari u dan v

21 c. Dengan memilih k1 = 0 dan k2 = 0, maka dapat ditulis k1u k 2 v c artinya vektor nol merupakan kombinasi linear dari vektor apapun.

22 LATIHAN Misalkan u = (1, 2, -1) dan v = (6, 4, 2) adalah vektor di R3. Apakah vektor berikut merupakan kombinasi linear dari vektor-vektor di atas a. a = (9, 2, 7) b. b = (4, -1, 8) c. c = (2, 6, 10)

23 Definisi membangun dan bebas linear Himpunan vektor S v1, v 2,..., v n dikatakan membangun suatu ruang vektor V jika setiap vektor pada V selalu dapat dinyatakan sebagai kombinasi linear dari vektor-vektor di S. Contoh : Tentukan apakah v1 = (1, 1, 2), v2 = (1, 0, 1), dan v3 = (2, 1, 3) membangun V???

24 Jawab : Ambil sembarang vektor di R2 misalkan. Tulis :. u1 u u2 u 3 u k1 v1 k 2 v 2 k 3 v 3 Sehingga dapat ditulis dalam bentuk : k1 u k u 2 2 u k3 3

25 Syarat agar dapat dikatakan kombinasi linear SPL tersebut harus mempunyai solusi (konsisten) Dengan OBE diperoleh : Agar SPL itu konsisten haruslah u3 u2 u1 = 0 Ini kontradiksi dengan pengambilan vektor sembarang (unsur-unsurnya bebas, tak bersyarat) Dengan demikian, vektor-vektor tersebut tidak membangun R3

26 Misalkan S u1, u 2,..., u n adalah himpunan vektor diruang vektor V S dikatakan bebas linear (linearly independent) JIKA SPL homogen : k1u1 k2u2... kn un 0 hanya mempunyai satu solusi (tunggal), yakni k1 0, k 2 0,..., k n 0 Jika solusinya tidak tunggal, maka S kita namakan himpunan tak bebas linear (Bergantung linear / linearly dependent)

27 Contoh : Diketahui u 1, 3, 2 dan a 1, 1, 1 Apakah saling bebas linear di R3 Jawab : Tulis k1u k 2 a 0 atau -1 1 k k

28 dengan OBE dapat diperoleh : ~ ~ dengan demikian diperoleh solusi tunggal yaitu : k1 = 0, dan k2 = 0. Ini berarti ū dan ā adalah saling bebas linear.

29 Contoh : Misalkan, 1 a 3 2, 2 1 b 1 c Apakah ketiga vektor diatas saling bebas linear R3 Jawab : Tulis : 0 k1 a k 2 b k 3 c atau 2 k k k 0 3

30 dengan OBE diperoleh : ~ Ini menunjukan bahwa k1, k2, k3 merupakan solusi tak hingga banyak Jadi a, b, c adalah vektor-vektor yang bergantung linear.

31

32 Basis dan Dimensi Jika V adalah sembarang ruang vektor dan S = { ū1, ū2,, ūn } merupakan himpunan berhingga dari vektor-vektor di V, maka S dinamakan basis bagi V jika kedua syarat berikut dipenuhi : S membangun V S bebas linear

33 Contoh : Tunjukan bahwa himpunan matriks berikut : M , , 12 4, 1 2 merupakan basis bagi matriks berukuran 2 x 2 Jawab : Tulis kombinasi linear : k3 k1 k atau 3k1 k 4 3k1 k 2 12k 3 k k4 1 0 a b 1 2 c d 6k1 k 2 8k 3 a b 6k1 4k 3 2k 4 c d

34 dengan menyamakan setiap unsur pada kedua matriks, diperoleh SPL : k1 a k b k3 c k 4 d Determinan matriks koefisiennya (MK) = 48 det(mk) 0 SPL memiliki solusi untuk setiap a,b,c,d Jadi, M membangun M2 x 2 Ketika a = 0, b = 0, c = 0, d = 0, det(mk) 0 SPL homogen punya solusi tunggal. Jadi, M bebas linear.

35 Karena M bebas linear dan membangun M2 x 2 maka M merupakan basis bagi M2 x 2. Ingat Basis untuk setiap ruang vektor adalah tidak tunggal. Contoh : Untuk ruang vektor dari M2 x 2, himpunan matriks : , 0 0, 1 0, 0 1 juga merupakan basisnya.

36 Misalkan matriks : A Vektor baris Vektor kolom dengan melakukan OBE diperoleh : Perhatikan kolom-kolom pada matriks hasil OBE

37 matriks A mempunyai basis ruang kolom yaitu : 1 1 1, basis ruang baris diperoleh dengan cara, mentransposkan terlebih dahulu matriks A, lakukan OBE pada At, sehingga diperoleh :

38 Kolom-kolom pada matriks hasil OBE yang memiliki satu utama berseseuaian dengan matriks asal (A). Ini berarti, matriks A tersebut mempunyai basis ruang baris : , Dimensi basis ruang baris = ruang kolom dinamakan rank. Jadi rank dari matriks A adalah 2.

39 Contoh : Diberikan SPL homogen : 2p + q 2r 2s = 0 p q + 2r s =0 p + 2q 4r + s = 0 3p 3s =0 Tentukan basis ruang solusi dari SPL diatas Jawab : SPL dapat ditulis dalam bentuk :

40 dengan melakukan OBE diperoleh : Solusi SPL homogen tersebut adalah : p 1 0 q 0 2 r 0 a 1 b s 1 0 dimana a, b merupakan parameter.

41 Jadi, basis ruang solusi dari SPL diatas adalah : 1 0 0, Dimensi dari basis ruang solusi dinamakan nulitas. Dengan demikian, nulitas dari SPL diatas adalah 2.

42 Latihan Bab Nyatakanlah matriks 0 8 sebagai kombinasi linear dari matriks berikut : , , dan Periksa, apakah himpunan berikut bebas linear! a. {6 x2, 6 + x + 4x2 } b. {1 + 3x + 3x2, x + 4x2, 5 + 6x + 3x2, 7 + 2x x2} 3. Periksa, apakah himpunan A = {6 x2, 6 + x + 4x2 } membangun polinom orde 2!

43 4. Periksa, apakah himpunan berikut merupakan basis bagi polinom orde 2 (P2) a. {4 + 6x + x2, 1 + 4x + 2x2, 5 + 2x x2} b. { 4 + x + 3x2, 6 + 5x + 2x2, 8 + 4x + x2} 5. Misalkan J a bx cx 2 a 2 b 2 c 2 merupakan himpunan bagian dari ruang vektor Polinom orde dua. Periksa apakah J merupakan sub ruang dari ruang vektor Polinom orde dua Jika ya, tentukan basisnya

44 6. Diberikan SPL homogen : p + 2q + 3 r = 0 p + 2q 3 r = 0 p + 2q + 3 r = 0, Tentukan basis ruang solusi (buktikan) dan tentukan dimensinya. 7. Tentukan rank dari matriks :

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

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

Suatu himpunan tak kosong F dengan operasi penjumlahan dan perkalian, dikatakan sebagai field jika untuk setiap,, memenuhi sifat-sifat berikut:

Suatu himpunan tak kosong F dengan operasi penjumlahan dan perkalian, dikatakan sebagai field jika untuk setiap,, memenuhi sifat-sifat berikut: Bagian 5. RUANG VEKTOR 5.1 Lapangan (Field) Suatu himpunan tak kosong F dengan operasi penjumlahan dan perkalian, dikatakan sebagai field jika untuk setiap,, memenuhi sifat-sifat berikut: 1. dan 2., 3.,

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

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

PERTEMUAN 11 RUANG VEKTOR 1

PERTEMUAN 11 RUANG VEKTOR 1 PERTEMUAN 11 RUANG VEKTOR 1 TUJUAN INSTRUKSIONAL KHUSUS Setelah menyelesaikan pertemuan ini mahasiswa diharapkan : Dapat mengetahui definisi dan sifat-sifat dari ruang vektor Dapat mengetahui definisi

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

Operasi perkalian skalar merupakan suatu aturan yang mengasosiasikan setiap skalar k dan setiap objek u pada v dengan suatu objek ku, yang disebut

Operasi 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 terperinci

uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg

uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg uiopasdfghjklzxcvbnmqwertyuiopasd Qwertyuiopasdfghjklzxcvbnmqwerty cvbnmqwertyuiopasdfghjklzxcvbnmq fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg

Lebih terperinci

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 A. PENDAHULUAN

BAB 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 terperinci

RUANG VEKTOR UMUM AKSIOMA RUANG VEKTOR

RUANG 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 terperinci

Ruang Baris, Ruang Kolom, dan Ruang Null (Kernel)

Ruang 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 terperinci

Aljabar Linear Elementer

Aljabar Linear Elementer 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

Lebih terperinci

KS KALKULUS DAN ALJABAR LINEAR Ruang Vektor TIM KALIN

KS KALKULUS DAN ALJABAR LINEAR Ruang Vektor TIM KALIN KS091206 KALKULUS DAN ALJABAR LINEAR Ruang Vektor TIM KALIN TUJUAN INSTRUKSIONAL KHUSUS Setelah menyelesaikan pertemuan ini mahasiswa diharapkan: Dapat mengetahui definisi dan sifat-sifat dari ruang vektor

Lebih terperinci

Pengantar Vektor. Besaran. Vektor (Mempunyai Arah) Skalar (Tidak mempunyai arah)

Pengantar 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 terperinci

DIKTAT 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 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 terperinci

Chapter 5 GENERAL VECTOR SPACE 5.1. REAL VECTOR SPACES 5.2. SUB SPACES

Chapter 5 GENERAL VECTOR SPACE 5.1. REAL VECTOR SPACES 5.2. SUB SPACES Chapter 5 GENERAL VECTOR SPACE 5.1. REAL VECTOR SPACES 5.2. SUB SPACES Definisi : VECTOR SPACE Jika V adalah ruang vektor dimana u,v,w merupakan objek dalam V sebagai vektor, dan terdapat skalar k dan

Lebih terperinci

Kumpulan Soal,,,,,!!!

Kumpulan Soal,,,,,!!! Kumpulan Soal,,,,,!!! Materi: Matriks & Ruang Vektor 1. BEBAS LINEAR S 3. BASIS DAN DIMENSI O A L 2. KOMBINASI LINEAR NeXt FITRIYANTI NAKUL Page 1 1. BEBAS LINEAR Cakupan materi ini mengkaji tentang himpunan

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

(Departemen Matematika FMIPA-IPB) Matriks Bogor, / 66

(Departemen Matematika FMIPA-IPB) Matriks Bogor, / 66 MATRIKS Departemen Matematika FMIPA-IPB Bogor, 2012 (Departemen Matematika FMIPA-IPB) Matriks Bogor, 2012 1 / 66 Topik Bahasan 1 Matriks 2 Operasi Matriks 3 Determinan matriks 4 Matriks Invers 5 Operasi

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

Chapter 5 GENERAL VECTOR SPACE Row Space, Column Space, Nullspace 5.6. Rank & Nullity

Chapter 5 GENERAL VECTOR SPACE Row Space, Column Space, Nullspace 5.6. Rank & Nullity Chapter 5 GENERAL VECTOR SPACE 5.5. Row Space, Column Space, Nullspace 5.6. Rank & Nullity 5.5. Row Space, Column Space, Nullspace Vektor-Vektor Baris & Kolom Vektor baris A (dalam R n ) Vektor kolom A

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

PROGRAM STUDI PENDIDIKAN MATEMATIKA FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS VETERAN BANGUN NUSANTARA SUKOHARJO

PROGRAM 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 terperinci

CHAPTER 6. Ruang Hasil Kali Dalam

CHAPTER 6. Ruang Hasil Kali Dalam CHAPTER 6. Ruang Hasil Kali Dalam Hasil Kali Dalam Sudut dan Ortogonal dalam Ruang Hasil Kali Dalam Orthonormal Bases; Gram-Schmidt Process; QR-Decomposition Best Approximation; Least Squares Orthogonal

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

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Sebagai acuan penulisan penelitian ini diperlukan beberapa pengertian dan teori yang berkaitan dengan pembahasan. Dalam sub bab ini akan diberikan beberapa landasan teori berupa pengertian,

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

SOLUSI SISTEM PERSAMAAN LINEAR

SOLUSI SISTEM PERSAMAAN LINEAR SOLUSI SISTEM PERSAMAAN LINEAR Bentuk umum persamaan linear dengan n peubah diberikan sebagai berikut : a1 x1 + a2 x2 +... + an xn = b ; a 1, a 2,..., a n R merupakan koefisien dari persamaaan dan x 1,

Lebih terperinci

MATRIKS DAN OPERASINYA. Nurdinintya Athari (NDT)

MATRIKS DAN OPERASINYA. Nurdinintya Athari (NDT) MATRIKS DAN OPERASINYA Nurdinintya Athari (NDT) MATRIKS DAN OPERASINYA Sub Pokok Bahasan Matriks dan Jenisnya Operasi Matriks Operasi Baris Elementer Matriks Invers (Balikan) Beberapa Aplikasi Matriks

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

Pertemuan 1 Sistem Persamaan Linier dan Matriks

Pertemuan 1 Sistem Persamaan Linier dan Matriks Matriks & Ruang Vektor Pertemuan Sistem Persamaan Linier dan Matriks Start Matriks & Ruang Vektor Outline Materi Pengenalan Sistem Persamaan Linier (SPL) SPL & Matriks Matriks & Ruang Vektor Persamaan

Lebih terperinci

Ruang Vektor. Adri Priadana. ilkomadri.com

Ruang Vektor. Adri Priadana. ilkomadri.com Ruang Vektor Adri Priadana ilkomadri.com MEDAN SKLAR Misalkan diketahui bahwa K adalah himpunan, dan didefinisikan 2 buah operasi penjumlahan (+) dan perkalian (*). Maka K dikatakan medan skalar jika dipenuhi

Lebih terperinci

dimana a 1, a 2,, a n dan b adalah konstantakonstanta

dimana a 1, a 2,, a n dan b adalah konstantakonstanta Persamaan linear adalah persamaan dimana peubahnya tidak memuat eksponensial, trigonometri (seperti sin, cos, dll.), perkalian, pembagian dengan peubah lain atau dirinya sendiri. Secara umum persamaan

Lebih terperinci

Bab 4 RUANG VEKTOR. 4.1 Ruang Vektor

Bab 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 terperinci

BAB II KAJIAN PUSTAKA. operasi matriks, determinan dan invers matriks), aljabar max-plus, matriks atas

BAB II KAJIAN PUSTAKA. operasi matriks, determinan dan invers matriks), aljabar max-plus, matriks atas BAB II KAJIAN PUSTAKA Pada bab ini akan diuraikan mengenai matriks (meliputi definisi matriks, operasi matriks, determinan dan invers matriks), aljabar max-plus, matriks atas aljabar max-plus, dan penyelesaian

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 II SISTEM PERSAMAAN LINEAR. Sistem persamaan linear ditemukan hampir di semua cabang ilmu

BAB II SISTEM PERSAMAAN LINEAR. Sistem persamaan linear ditemukan hampir di semua cabang ilmu BAB II SISTEM PERSAMAAN LINEAR Sistem persamaan linear ditemukan hampir di semua cabang ilmu pengetahuan. Di bidang ilmu ukur, diperlukan untuk mencari titik potong dua garis dalam satu bidang. Di bidang

Lebih terperinci

DIKTAT PERKULIAHAN. EDISI 1 Aljabar Linear dan Matriks

DIKTAT 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 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

Kata Pengantar. Puji syukur kehadirat Yang Maha Kuasa yang telah memberikan pertolongan hingga modul ajar ini dapat terselesaikan.

Kata 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 terperinci

HASIL PRESENTASI ALJABAR LINIER ( SUB RUANG VEKTOR ) Disusun Untuk Memenuhi Tugas Mata Kuliah Aljabar Linier. Dosen Pengampu : Darmadi, S,Si, M.

HASIL PRESENTASI ALJABAR LINIER ( SUB RUANG VEKTOR ) Disusun Untuk Memenuhi Tugas Mata Kuliah Aljabar Linier. Dosen Pengampu : Darmadi, S,Si, M. HASIL PRESENTASI ALJABAR LINIER ( SUB RUANG VEKTOR ) Disusun Untuk Memenuhi Tugas Mata Kuliah Aljabar Linier Dosen Pengampu : Darmadi, S,Si, M.Pd Disusun oleh Matematika 5F Kelompok 5: ARLITA ROSYIDA 08411.081

Lebih terperinci

MODUL ALJABAR LINEAR 1 Disusun oleh, ASTRI FITRIA NUR ANI

MODUL ALJABAR LINEAR 1 Disusun oleh, ASTRI FITRIA NUR ANI 214 MODUL ALJABAR LINEAR 1 Disusun oleh, ASTRI FITRIA NUR ANI Astri Fitria Nur ani Aljabar Linear 1 1/1/214 1 DAFTAR ISI DAFTAR ISI... i BAB I MATRIKS DAN SISTEM PERSAMAAN A. Pendahuluan... 1 B. Aljabar

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

II. LANDASAN TEORI. Pada bab ini akan dijelaskan mengenai teori-teori yang berhubungan dengan

II. LANDASAN TEORI. Pada bab ini akan dijelaskan mengenai teori-teori yang berhubungan dengan II. LANDASAN TEORI Pada bab ini akan dijelaskan mengenai teori-teori yang berhubungan dengan penelitian ini sehingga dapat dijadikan sebagai landasan berfikir dalam melakukan penelitian dan akan mempermudah

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

Institut Teknologi Sepuluh Nopember Surabaya. Keterkendalian (Controlability)

Institut Teknologi Sepuluh Nopember Surabaya. Keterkendalian (Controlability) Institut Teknologi Sepuluh Nopember Surabaya Keterkendalian (Controlability) Contoh Soal Ringkasan Latihan Contoh Soal Ringkasan Latihan Vektor Bebas Linear Keterkendalian Keadaan Secara Sempurna dari

Lebih terperinci

04-Ruang Vektor dan Subruang

04-Ruang Vektor dan Subruang 04-Ruang Vektor dan Subruang Vektor (1) Dosen: Anny Yuniarti, M.Comp.Sc Gasal 2011-2012 Anny2011 1 Agenda Bagian 1: Ruang Vektor Bagian 2: Nullspace of A: Solusi Ax = 0 Bagian 3: Rank dan Row-reduced-form

Lebih terperinci

8.1 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 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 terperinci

BAB II DASAR DASAR TEORI

BAB II DASAR DASAR TEORI BAB II DASA DASA TEOI.. uang ruang Vektor.. uang Vektor Umum Defenisi dan sifat sifat sederhana Defenisi : Misalkan V adalah sebarang himpunan benda yang didefenisikan dua operasi, yakni penambahan perkalian

Lebih terperinci

Transformasi Linier. Transformasi linier memiliki beberapa fungsi yang perlu dipelajari. Fungsi-fungsi tersebut antara lain :

Transformasi 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 terperinci

untuk setiap x sehingga f g

untuk setiap x sehingga f g Jadi ( f ( f ) bernilai nol untuk setiap x, sehingga ( f ( f ) fungsi nol atau ( f ( f ) Aksioma 5 Ambil f, g F, R, ( f g )( f g ( g( g( ( f g)( Karena ( f g )( ( f g)( untuk setiap x sehingga f g Aksioma

Lebih terperinci

Matriks. Baris ke 2 Baris ke 3

Matriks. Baris ke 2 Baris ke 3 Matriks A. Matriks Matriks adalah susunan bilangan yang diatur menurut aturan baris dan kolom dalam suatu jajaran berbentuk persegi atau persegi panjang. Susunan bilangan itu diletakkan di dalam kurung

Lebih terperinci

6 Sistem Persamaan Linear

6 Sistem Persamaan Linear 6 Sistem Persamaan Linear Pada bab, kita diminta untuk mencari suatu nilai x yang memenuhi persamaan f(x) = 0. Pada bab ini, masalah tersebut diperumum dengan mencari x = (x, x,..., x n ) yang secara sekaligus

Lebih terperinci

DIKTAT 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. 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 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

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

G a a = e = a a. b. Berdasarkan Contoh 1.2 bagian b diperoleh himpunan semua bilangan bulat Z. merupakan grup terhadap penjumlahan bilangan.

G a a = e = a a. b. Berdasarkan Contoh 1.2 bagian b diperoleh himpunan semua bilangan bulat Z. merupakan grup terhadap penjumlahan bilangan. 2. Grup Definisi 1.3 Suatu grup < G, > adalah himpunan tak-kosong G bersama-sama dengan operasi biner pada G sehingga memenuhi aksioma- aksioma berikut: a. operasi biner bersifat asosiatif, yaitu a, b,

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

Aljabar Linier Sistem koordinat, dimensi ruang vektor dan rank

Aljabar 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 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

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

Catatan Kuliah Aljabar Linier

Catatan Kuliah Aljabar Linier Catatan Kuliah Suryadi Siregar Sekolah Tinggi Manajemen Informatika dan Komputer Bandung BANDUNG 018 Kata Pengantar Bagian pertama, buku ini membahas tentang, operasi vektor dan aplikasi perkalian vektor.

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

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

Aljabar Matriks. Aljabar Matriks

Aljabar Matriks. Aljabar Matriks Aljabar Matriks No No Unit Unit Kompetensi 1 Menerapkan keamanan web dinamis 2 Membuat halaman web dinamis dasar 3 Membuat halaman web dinamis lanjut 4 Menerapkan web hosting 5 Menerapkan konten web memenuhi

Lebih terperinci

Aljabar Linear dan Matriks (Persamaan Linear dan Vektor) Instruktur : Ferry Wahyu Wibowo, S.Si., M.Cs.

Aljabar Linear dan Matriks (Persamaan Linear dan Vektor) Instruktur : Ferry Wahyu Wibowo, S.Si., M.Cs. Aljabar Linear dan Matriks (Persamaan Linear dan Vektor) Instruktur : Ferry Wahyu Wibowo, S.Si., M.Cs. . Matriks dan Sistem Persamaan Linear Definisi Persamaan dalam variabel dan y dapat ditulis dalam

Lebih terperinci

MUH1G3/ MATRIKS DAN RUANG VEKTOR

MUH1G3/ MATRIKS DAN RUANG VEKTOR MUHG3/ MATRIKS DAN RUANG VEKTOR TIM DOSEN 6 Ruang Hasil Kali Dalam Sub Pokok Bahasan Definisi Ruang Hasilkali Dalam Himpunan ortonormal Proses Gramm Schmidt Aplikasi RHD Metode Optimasi seperti metode

Lebih terperinci

TRANSFORMASI 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 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 terperinci

& & # = atau )!"* ( & ( ( (&

& & # = atau )!* ( & ( ( (& MATRIKS ======PENGERTIAN====== Matriks merupakan Susunan bilangan-bilangan yang membentuk segi empat siku-siku. Susunan bilangan-bilangan tersebut dinamakan entri dalam matriks. Matriks dinotasikan dengan

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

Ruang Vektor Real. Modul 1 PENDAHULUAN

Ruang Vektor Real. Modul 1 PENDAHULUAN Modul Ruang Vektor Real Drs. R.J. Pamuntjak, M.Sc. P PENDAHULUAN ada bagian pertama Modul 5 Aljabar Linear Elementer I sudah kita bahas sepuluh sifat untuk R dan R 3 mengenai penjumlahan dan perkalian

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

02-Pemecahan Persamaan Linier (1)

02-Pemecahan Persamaan Linier (1) -Pemecahan Persamaan Linier () Dosen: Anny Yuniarti, M.Comp.Sc Gasal - Anny Agenda Bagian : Vektor dan Persamaan Linier Bagian : Teori Dasar Eliminasi Bagian 3: Eliminasi Menggunakan Matriks Bagian 4:

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

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

Matematika Teknik I: Matriks, Inverse, dan Determinan. Oleh: Dadang Amir Hamzah STT DR. KHEZ MUTTAQIEN 2015

Matematika Teknik I: Matriks, Inverse, dan Determinan. Oleh: Dadang Amir Hamzah STT DR. KHEZ MUTTAQIEN 2015 Matematika Teknik I: Matriks, Inverse, dan Determinan Oleh: Dadang Amir Hamzah STT DR. KHEZ MUTTAQIEN 2015 Dadang Amir Hamzah (STT) Matematika Teknik I Semester 3, 2015 1 / 33 Outline 1 Matriks Dadang

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

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Dalam bab ini akan diberikan beberapa materi yang akan diperlukan di dalam pembahasan, seperti: matriks secara umum; matriks yang dipartisi; matriks tereduksi dan taktereduksi; matriks

Lebih terperinci

Sistem Persamaan Linier dan Matriks

Sistem Persamaan Linier dan Matriks Sistem Persamaan Linier dan Matriks 1.1 Pendahuluan linier: Sebuah garis pada bidang- dapat dinyatakan secara aljabar dengan sebuah persamaan Sebuah persamaan jenis ini disebut persamaan linier dalam dua

Lebih terperinci

Dalam bentuk SPL masalah ini dapat dinyatakan sebagai berikut:

Dalam bentuk SPL masalah ini dapat dinyatakan sebagai berikut: SISTEM PERSAMAAN LINIER Persamaan linier adalah persamaan dimana peubahnya tidak memuat fungsi eksponensial, trigonometri, logaritma serta tidak melibatkan suatu hasil kali peubah atau akar peubah atau

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

Pertemuan Ke 2 SISTEM PERSAMAAN LINEAR (SPL) By SUTOYO,ST.,MT

Pertemuan Ke 2 SISTEM PERSAMAAN LINEAR (SPL) By SUTOYO,ST.,MT Pertemuan Ke SISTEM PERSAMAAN LINEAR (SPL) By SUTOYO,ST,MT Pendahuluan Suatu sistem persamaan linier (atau himpunan persaman linier simultan) adalah satu set persamaan dari sejumlah unsur yang tak diketahui

Lebih terperinci

Pertemuan 13 persamaan linier NON HOMOGEN

Pertemuan 13 persamaan linier NON HOMOGEN Pertemuan 13 persamaan linier NON HOMOGEN 10 Metode CRAMER Aljabar Linier Hastha 2016 10. PERSAMAAN LINIER NONHOMOGEN 10.1 PERSAMAAN LINIER Misalnya x 2 Matematika analitik membicarakan ilmu ukur secara

Lebih terperinci

Matematika Lanjut 1. Sistem Persamaan Linier Transformasi Linier. Matriks Invers. Ruang Vektor Matriks. Determinan. Vektor

Matematika 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 terperinci

BAB 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 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 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

Pertama, daftarkan kedua himpunan vektor: himpunan yang merentang diikuti dengan himpunan yang bergantung linear, perhatikan:

Pertama, 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 terperinci

1.1 MATRIKS DAN JENISNYA Matriks merupakan kumpulan bilangan yang berbentuk segi empat yang tersusun dalam baris dan kolom.

1.1 MATRIKS DAN JENISNYA Matriks merupakan kumpulan bilangan yang berbentuk segi empat yang tersusun dalam baris dan kolom. Bab MATRIKS DAN OPERASINYA Memahami matriks dan operasinya merupakan langkah awal dalam memahami buku ini. Beberapa masalah real dapat direpresentasikan dalam bentuk matriks. Masalah tersebut antara lain

Lebih terperinci

Analisa Numerik. Matriks dan Komputasi

Analisa Numerik. Matriks dan Komputasi Analisa Numerik Matriks dan Komputasi M AT R I K S Matriks adalah suatu susunan angka atau bilangan, variabel, atau parameter yang berbentuk empat persegi dan biasanya ditutup dengan tanda kurung K O N

Lebih terperinci

SISTEM PERSAMAAN LINEAR

SISTEM PERSAMAAN LINEAR Pokok Bahasan : Sistem persamaan linier Sub Pokok Bahasan : Sistem persamaan linier Eliminasi Gauss Eliminasi Gauss Jordan Penyelesaian SPL dengan invers SISTEM PERSAMAAN LINEAR Tujuan : Menyelesaikan

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

Tujuan. Mhs dapat mendemonstrasikan operasi matriks: penjumlahan, perkalian, dsb. serta menentukan matriks inverse

Tujuan. Mhs dapat mendemonstrasikan operasi matriks: penjumlahan, perkalian, dsb. serta menentukan matriks inverse Matriks Tujuan Mhs dapat mendemonstrasikan operasi matriks: penjumlahan, perkalian, dsb. serta menentukan matriks inverse Pengertian Matriks Adalah kumpulan bilangan yang disajikan secara teratur dalam

Lebih terperinci

Matriks - Definisi. Sebuah matriks yang memiliki m baris dan n kolom disebut matriks m n. Sebagai contoh: Adalah sebuah matriks 2 3.

Matriks - Definisi. Sebuah matriks yang memiliki m baris dan n kolom disebut matriks m n. Sebagai contoh: Adalah sebuah matriks 2 3. MATRIKS Pokok Bahasan Matriks definisi Notasi matriks Matriks yang sama Panambahan dan pengurangan matriks Perkalian matriks Transpos suatu matriks Matriks khusus Determinan suatu matriks bujursangkar

Lebih terperinci

KS KALKULUS DAN ALJABAR LINEAR Ruang Baris Ruang Kolom Ruang Nol TIM KALIN

KS KALKULUS DAN ALJABAR LINEAR Ruang Baris Ruang Kolom Ruang Nol TIM KALIN KS96 KALKULUS DAN ALJABAR LINEAR Ruang Baris Ruang Kolom Ruang Nol TIM KALIN TUJUAN INSTRUKSIONAL KHUSUS Setelah menyelesaikan pertemuan ini mahasiswa diharapkan: Dapat mencari ruang baris, ruang kolom,

Lebih terperinci

Modul 2.2 Matriks dan Sistem Persamaan Linear (Topik 2) A. Pendahuluan Matriks dan Sistem Persamaan Linear

Modul 2.2 Matriks dan Sistem Persamaan Linear (Topik 2) A. Pendahuluan Matriks dan Sistem Persamaan Linear Modul 2.2 Matriks dan Sistem Persamaan Linear (Topik 2) A. Pendahuluan Salah satu kajian matematika sekolah menengah yang memiliki banyak aplikasinya dalam menyelesaikan permasalahan yang ada dalam kehidupan

Lebih terperinci

BAB III RUANG VEKTOR R 2 DAN R 3. Bab ini membahas pengertian dan operasi vektor-vektor. Selain

BAB 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 terperinci

DEFINISI DAN RUANG SOLUSI

DEFINISI DAN RUANG SOLUSI DEFINISI DAN RUANG SOLUSI Pada bagian ini akan dibaha tentang bai dan dimeni menggunakan pengertian dari kebebaan linear ( beba linear dan merentang ) yang dibaha pada bab ebelumnya. Definii dari bai diberikan

Lebih terperinci

Matriks - 1: Beberapa Definisi Dasar Latihan Aljabar Matriks

Matriks - 1: Beberapa Definisi Dasar Latihan Aljabar Matriks Matriks - 1: Beberapa Definisi Dasar Latihan Aljabar Matriks Kuliah Aljabar Linier Semester Ganjil 2015-2016 MZI Fakultas Informatika Telkom University FIF Tel-U Agustus 2015 MZI (FIF Tel-U) Matriks -

Lebih terperinci