Ruang Vektor Real. Modul 1 PENDAHULUAN

Ukuran: px
Mulai penontonan dengan halaman:

Download "Ruang Vektor Real. Modul 1 PENDAHULUAN"

Transkripsi

1 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 dengan skalar. Telah disinggung pula bahwa kesepuluh sifat itu mencirikan ruang vektor real. Pada modul ini akan kita bahas ruang vektor real yang lain. Sebagai perluasan langsung dari R dan R 3 adalah R n untuk n 3 yang memenuhi ke sepuluh sifat itu. Contoh-contoh lain, seperti ruang matriks, ruang fungsi, dan lain-lain akan dikemukakan pula di sini. Pengertian penting pada ruang vektor seperti ruang bagian, kombinasi linear, basis, dan dimensi akan kita telaah untuk ruang vektor real yang umum. Setelah mempelajari modul ini Anda akan dapat, memahami ruang vektor real beserta sifat-sifatnya dan menyelesaikan masalah sederhana berkaitan dengan pengertian penting seperti ruang bagian linear, kombinasi linear, kebebasan linear, basis dan dimensi. Lebih khusus lagi, Anda diharapkan dapat:. menetapkan apakah suatu himpunan dengan operasi tambah dan hasil kali dengan skalar diberikan ruang vektor real atau bukan;. menentukan apakah suatu himpunan bagian dari ruang vektor yang diberikan merupakan ruang bagian atau bukan; 3. menentukan apakah suatu vektor merupakan kombinasi linear dari suatu himpunan berhingga dari vektor yang diberikan; 4. menetapkan apakah himpunan berhingga vektor dalam ruang vektor yang diberikan, membangun ruang vektor itu atau tidak; 5. menetapkan apakah suatu himpunan berhingga vektor bebas linear atau tidak; 6. menetapkan apakah suatu himpunan vektor dalam ruang vektor yang diberikan merupakan basis untuk ruang itu atau tidak;

2 . Aljabar Linear Elementer 7. menentukan basis dan dimensi suatu ruang vektor real yang berdimensi berhingga; 8. menentukan basis dan dimensi suatu ruang baris menggunakan eliminasi Gauss pada matriks itu; dan 9. menentukan basis dan dimensi ruang vektor yang dibangun oleh suatu himpunan vektor di R n, yang merupakan himpunan bagian dari himpunan pembangun itu, dengan cara membuang beberapa vektor dalam himpunan pembangun itu.

3 MATA43/MODUL.3 Kegiatan Belajar Ruang Vektor dan Ruang Bagian Linear A. RUANG VEKTOR Pada Modul 5 Aljabar Linier Elementer I sudah disimpulkan bahwa ruang vektor V = R 3 memenuhi sifat berikut: Untuk setiap vektor a, b, c V dan s, t R berlaku: ) a + b V Tertutup (terhadap +) ) a + b = b + a Komutatif 3) (a + b) + c = a + (b + c) Asosiatif 4) V a + = a Kewujudan vektor nol 5) a V a + a = Kewujudan invers 6) sa V Tertutup terhadap perkalian dengan skalar 7) s(t a) = (s t) a 8) s(a + b) = sa + sb Distributif 9) (s + t) a = sa + ta " ) a = a Sekarang pandang himpunan V yang untuk setiap dua unsurnya dapat dilakukan operasi + dan setiap unsurnya dapat dikalikan dengan skalar sehingga memenuhi sifat () sampai dengan sifat () di atas. Himpunan seperti itu disebut ruang vektor real atau ruang linear real. Definisi Himpunan tak kosong V dengan operasi + dan perkalian dengan skalar disebut ruang vektor (linear) real, bila untuk setiap a, b, c V dan s, tr berlaku sifat () sampai dengan () di atas. Contoh n Misalkan R = R R... R ( n kali ) yakni himpunan pasangan (tuple) terurut n bilangan real dan a R n, a = (a, a,..., a n ), a i R, i =,,, n.

4 .4 Aljabar Linear Elementer Dengan menggunakan pengertian penjumlahan, perkalian dengan skalar dan kesamaan vektor seperti pada R 3, yakni: (i) a + b : = ( a b, a b,..., an b n) (ii) sa : = (sa, sa,, sa n ) (iii) a = b : = a i = b i, i =,,, n. dan sifat-sifat bilangan real dapat dibuktikan, bahwa sifat sampai dengan n berlaku untuk R. Misalnya untuk sifat-sifat berikut: () a + b R n karena a i + b i R, () a + b = b + a karena a i + b i = b i + a i, (3) (a + b) + c = a + (b + c) karena (a i + b i ) + c i = a i + (b i + c i ) i =,,..., n Sifat-sifat lainnya dapat Anda buktikan sendiri. Sekarang akan kita tinjau contoh-contoh lain ruang vektor dan contoh himpunan yang bukan ruang vektor. Contoh Misalkan V = M mn himpunan matriks real m n. Lihat lagi sifat-sifat penjumlahan matriks dan perkalian matriks dengan skalar pada bagian Modul Aljabar Linear Elementer I dan periksalah sifat sampai dengan. Akan ternyata bahwa semua sifat itu dipenuhi, misalnya jika A matriks m n maka sa juga matriks m n, bila A dan B matriks m n maka A + B juga matriks m n dan seterusnya. Jadi himpunan matriks real m n adalah ruang vektor real. Contoh 3 Misalkan V = {(x, y, z, u), xr, y, zr, ur} bukan ruang vektor karena sifat 6 tidak dipenuhi karena untuk a = (,,, ) V, dan s =, sa = a = (,,, ) = (,,, ) V karena y = <. Untuk menunjukkan suatu himpunan bukan ruang vektor, cukup satu saja dari sifat sampai dengan tak dipenuhi. Untuk Contoh 3 ini sesungguhnya sifat 5 juga tak dipenuhi karena vektor a = (,,, ) tak punya invers karena (,,, ) V. a

5 MATA43/MODUL.5 Contoh 4 Misalkan W = { f, f :R R } himpunan fungsi real yang didefinisikan pada garis real, dengan definisi penjumlahan dan perkalian dengan skalar seperti berikut: Penjumlahan f + g: (f + g)(x) = f(x) + g(x), x R. Perkalian dengan skalar sf: (sf)(x) = s f(x), x R. Kesamaan dua fungsi f = g: f(x) = g(x), x R. Sifat dan 6 dipenuhi karena f + g dan sf adalah fungsi real bernilai real. Sifat-sifat lainnya dari ruang vektor dapat dibuktikan menggunakan sifat-sifat bilangan real. Jadi himpunan fungsi real bernilai real adalah ruang vektor. Sebagai vektor nol adalah fungsi konstan yang bernilai untuk setiap bilangan real. Invers dari fungsi f adalah fungsi f yang di definisikan sebagai berikut: ( f )(x) = f(x) x R. Sifat-sifat sampai dengan dari ruang vektor adalah sistem aksioma untuk ruang vektor (atas lapangan koefisien) real. Masing-masing sifat itu disebut aksioma. Dalam matematika, aksioma adalah suatu sifat yang kita anggap berlaku yang dijadikan asumsi. Sifat-sifat lainnya yang dapat diturunkan dari sistem aksioma ini disebut dalil (teorema). Pada kesempatan ini akan kita bahas beberapa dalil untuk ruang vektor. Dalil Dalam ruang vektor real : a) ada tepat satu vektor nol, b) setiap vektor mempunyai tepat satu vektor invers. Bukti : a) Sifat (4) menyatakan ada sekurangnya satu vektor nol. Sekarang tinggal menunjukkan bahwa tak mungkin ada lebih dari satu vektor nol. Andaikan ada vektor nol: dan maka + =, dan + =. Karena sifat komutatif (sifat ) maka =. Jadi, ada tepat satu vektor nol. b) Sifat (5) menyatakan untuk tiap vektor a ada sekurangnya satu vektor invers. Andaikan ada dua vektor invers a dan a maka a +( a ) = a + ( a ) =. Selanjutnya,

6 .6 Aljabar Linear Elementer {( a ) +a}+( a ) sifat komutatif {a + ( a )} + ( a ) = + ( a ) = a dan a + { a + ( a )} = a + = a. Sifat asosiatif {( a ) + a }+( a ) = a + { a + ( a )} mengakibatkan a = a. Beberapa sifat lainnya dari ruang vektor akan kita nyatakan dalam dalil berikut. Dalil a dan bv (ruang vektor real) dan s dan t R, berlaku: a) a =, b) s =, c) ( s) a = (sa) = s ( a), d) Jika sa = maka sekurangnya satu dari s = atau a =, berlaku. e) Jika sa = sb dan s maka a = b, f) Jika sa = ta dan a maka s = t, g) ( a + b) = ( a) + ( b) = a b, Bukti : h) a + a = a, a + a +a = 3a, pada umumnya sifat a) Ambil u = a maka u + u = a + a a = u. Selanjutnya u + u = = u + (u + u) = ( u + u) + u = u, u =, dan a = terbukti. b) Ambil v = s maka v + v = s + s serupa dengan pembuktian pada butir b). sifat 9 9 sifat 8 n i a i na. s( + ) = s = v. Selanjutnya c) ( s)a + sa ( s+s)a = a. Sedangkan pada butir b) sudah terbukti a =, jadi ( s)a + sa = sehingga ( s)a = (sa) terbukti. Selanjutnya s = s( a + a) = s( a) + sa. Karena s = (butir b), s( a) + sa =, jadi (sa) = s( a) terbukti. d) Butir d) ini ekuivalen dengan berlakunya kedua sifat berikut: i) Jika sa = dan a maka s = ii) Jika sa = dan s maka a =.

7 MATA43/MODUL.7 Bukti: i): Jika sa = dan a, andaikan s maka terdapat s - = /sr dan s - (sa) = s - =. Akan tetapi s - (sa) = (s - s)a = a =a, yang berarti a =, bertentangan dengan yang diketahui. Jadi terbukti s =. ii): Jika sa = dan s, andaikan a maka menurut i) s = bertentangan dengan yang diketahui. Jadi a = o terbukti. e) sa = sb berarti sa sb = s(a b) =, s, menurut d.ii) a b = dan a = b terbukti. f) Seperti pada butir e) menggunakan hasil pada butir d. ii). g) (a + b) + ( a) + ( b) = b +{a + ( a)}+ ( b) = b + + ( b) = b + ( b) = Jadi terbukti ( a + b) = ( a) + ( b). Bahwa yang terakhir ini = a b, hanyalah berdasarkan cara penulisan p + ( q) = p q. h) Gunakan sifat (9) dan () dari ruang vektor. Sebagai contoh penggunaan teorema di atas kita pandang Contoh berikut. Contoh 5 Jika pada sistem aksioma untuk ruang vektor aksioma 5 (sifat 5) diganti dengan 5a) : a V berlaku a + ( )a = dan aksioma diganti dengan a): a = buktikan a = a. Bukti : a + ( )a = { +( )}a = a (sifat 9). Sedangkan menurut a) a =. Jadi a adalah invers dari ( )a. Aksioma 5a) menyatakan bahwa a juga invers dari ( )a. Dengan aksioma-aksioma yang lain perubahan aksioma ini masih memberlakukan ketunggalan invers. (Dalil b). Oleh karena itu, a = a terbukti. Sekarang kita pandang sifat dan sifat 6: i) Bila dan 6 berlaku: ) a + b V dan ) sav, s R bila a dan bv. Jika a dan bv dan s, tr maka menurut sifat 6: sa dan tb V, sedangkan menurut sifat : sa + tb V. Selanjutnya ii) Andaikan berlaku sa+tbv ; s, tr bila a dan bv. Sifat adalah hal khusus dari sifat ini: yakni kasus s = dan t =. Sifat adalah kasus s = dan t =.

8 .8 Aljabar Linear Elementer Selanjutnya jika dan 6 berlaku akan ditunjukkan untuk N asli berlaku: N ci u i V i iii) Bila u i V dan c i R, i =,,, N. Kita buktikan dengan induksi matematik (induksi lengkap): a) N =: c u V karena c R dan u V (sifat 6). k b) Jika ci u i V akan ditunjukkan c i u k k k c i u i = i V karena, k i u c i + ku k i c. k ci u i V Jadi, berlakunya sifat dan sifat 6 ekivalen dengan berlakunya sifat sa+tb V ; s, tr bila a dan bv dan ekivalen pula dengan sifat: N Untuk tiap N asli ci u i V bila u i V dan c i R ; i =,,, N. i B. RUANG BAGIAN Pada Modul 5 Aljabar Linear I sudah dibahas ruang bagian linear dari R 3, yaitu garis dan bidang yang melalui titik pangkal koordinat. Pada umumnya jika V ruang vektor, dengan penjumlahan dan perkalian dengan skalar untuk V, himpunan bagian WV dapat merupakan ruang vektor atau tidak. Karena WV sifat sampai dengan 5 dan sifat 7 sampai dengan dipenuhi dengan sendirinya (diwariskan oleh V). Supaya W merupakan ruang vektor yang menjadi masalah adalah apakah sifat dan 6 dipenuhi pula. Bahwa sifat ini ekivalen dengan sifat: Sa + tb V ; s, tr bila a dan bv, (sifat : ketertutupan terhadap kombinasi linear) sudah dibuktikan sebelum ini. Dengan demikian, kita telah mengukuhkan/membuktikan dalil berikut: i

9 MATA43/MODUL.9 Dalil 3 Untuk himpunan V dengan penjumlahan tiap dua unsur dan perkalian un-sur dengan skalar berlaku: sifat dan 6 berlaku jika dan hanya jika sa+tbv s, tr bila a dan bv (sifat # berlaku). Jadi bila himpunan bagian W dari suatu ruang vektor V memenuhi sifat dan 6 (atau sifat #) maka W juga merupakan ruang vektor. Dalam hal ini dikatakan W adalah ruang bagian dari V. Definisi Himpunan bagian tak hampa W dari ruang vektor V disebut ruang bagian (ruang bagian linear) dari V bila W merupakan ruang vektor dengan penjumlahan dan perkalian skalar untuk V. Untuk jelasnya pelajari contoh berikut. Contoh 6 n Bila V = R, periksa apakah himpunan bagian dari V berikut merupakan ruang bagian atau bukan (i) W = {( x, x,, x n ), xx }, (ii) W = { ( x, x,, x n ), xx }, (iii) W 3 = { =(,,, )}. Penyelesaian : (i) (a) W tidak memenuhi karena : Ambil aw maka a + a =, bw, b + b =. Untuk a + b berlaku: (a + b ) + (a + b ) = (a + a ) + (b + b ) = + =. a + bw tak dipenuhi. W bukan ruang vektor, jadi bukan ruang bagian dari V, atau b) W tidak memenuhi karena: Ambil s =, saw karena sa + sa = s(a + a ) =. Sifat 6 tak dipenuhi. Jadi W bukan ruang vektor. (ii) W memenuhi dan 6 karena: aw, a a =. bw, b b =. a + b W,

10 . Aljabar Linear Elementer karena: ((a + b ) (a + b ) = (a a ) + (b b ) = + =, dan selanjutnya: sr, aw, saw karena sa sa = s(a a ) = s = Jadi W ruang bagian dari R n. (iii) W 3 = { = (,,,)}memenuhi dan 6 karena + =, s =. Jadi, W 3 merupakan ruang vektor. Perhatikan bahwa W 3 ini merupakan ruang bagian yang sangat khusus yaitu hanya memuat tepat satu vektor saja. Sudah kita lihat bahwa ketika memeriksa apakah himpunan bagian W merupakan ruang bagian dari ruang vektor V, sifat sampai dengan 5 dan sifat 7 sampai dengan dari ruang vektor dipenuhi oleh WV. Yang perlu diperiksa lagi adalah sifat dan sifat 6 (atau sifat #) yakni sifat ketertutupan terhadap penjumlahan dan perkalian dengan skalar. Jadi dalil berikut berlaku. Dalil 4 Himpunan bagian tak hampa W dari ruang vektor V adalah ruang bagian dari V jika dan hanya jika W memenuhi sifat dan 6 (atau sifat #) dari ruang vektor. Bukti : a) Jika W ruang bagian linear dari V menurut definisi W memenuhi sifat sampai dengan dari ruang vektor jadi memenuhi sifat dan 6 (juga sifat #). b) Andaikan W himpunan bagian dari V yang memenuhi sifat dan 6 (atau sifat #). Maka karena WV, W memenuhi sifat sampai dengan 5 dan 7 sampai dengan. Dengan demikian W memenuhi sifat sampai dengan dari ruang vektor, Jadi W ruang bagian dari V. Untuk menunjukkan bahwa W bukan ruang bagian, kita menggunakan kontraposisi dalil 4 dengan menunjukkan bahwa: Jika terdapat sr dan aw dengan saw, atau terdapat aw dan bw dengan a+bw maka W ruang bagian dari V. Untuk menunjukkan bahwa W ruang bagian, kadang-kadang menunjukkan sifat # dipenuhi akan sedikit lebih menguntungkan, misalnya untuk menunjukkan W 3 = { = (,,,)}ruang bagian dari R n (Contoh 6): Kita langsung menunjukkan bahwa s + t = + = menggunakan dalil.

11 MATA43/MODUL. Di samping itu, dari dalil (butir a) dan dalil 4 dapat kita buktikan dalil berikut: Dalil 5 Jika W ruang bagian dari V maka W (unsur satuan pada penjumlahan di V). Bukti : W ruang bagian dari V, menurut dalil 4 aw dan sr, saw. Ambil s = maka aw. Sedangkan menurut butir a) dalil, a =. Dengan demikian W terbukti. Kontraposisi dalil ini: Jika W maka W bukan ruang bagian dari W. Fakta ini sangat ampuh untuk menunjukkan suatu himpunan bagian bukan ruang vektor. Untuk memantapkan pemahaman Anda pelajarilah contoh-contoh berikut. Contoh 7 Periksa apakah himpunan bagian W berikut merupakan ruang bagian dari ruang vektor V yang diberikan. (Tunjukkan bahwa himpunan itu ruang bagian atau bukan ruang bagian). A adalah matriks m n. (i) W = {x, Ax =, x R n }, V = R n. (ii) W = {x, Ax = b, b, x R n }, (iii) W = {f f: RR, f() f() = }, V = { f f: RR }. (iv) W = { f f: RR, f() + f() =}, V = { f f: RR }. Penyelesaian : (i) Ambil u W, dan vw maka Au =, dan Av =. A(su + tv) = sau + tav = s + t = + =. Maka su + tv W, menurut dalil 4, W ruang bagian dari R n. Hal ini akan kita singgung lagi ketika membahas lanjutan modul ini. (ii) Menggunakan (kontraposisi) dalil 4: aw, dan s = maka Aa = b, A(a) = b b karena b. Jadi aw. Dengan demikian sifat 6 tak dipenuhi W sehingga W bukan ruang bagian. (iii) Menggunakan dalil 4: Ambil fw, dan gw maka f() f() =, dan g() g() =. (f + g)() (f + g)() = f() + g() (f() + g()) = f() f() + g() g() = + =. Maka f+gw.

12 . Aljabar Linear Elementer Ambil s R, (sf)() (sf)() = sf() sf() = s(f() f()) = s =, yang berarti sfw, jadi sifat 6 dipenuhi. Menurut dalil 3 W ruang bagian dari V. (iv) Menggunakan dalil 5: Vektor untuk W adalah fungsi k yang memenuhi k(x) =, xr. k() + k() = + =. Maka W, jadi W bukan ruang bagian. Gunakan dalil 4: Ambil s =, fw, (f)() + (f)() = f() + f() = (f() + f()) = =. Contoh 8 Tunjukkan bahwa himpunan matriks segitiga atas berukuran merupakan ruang bagian dari ruang matriks real. Penyelesaian : Himpunan matriks segitiga atas berukuran dapat dituliskan sebagai a a berikut: W=, a. a a Pandang matriks P dan Q W maka p = q =. Bila R = sp + tq, s, tr maka r = s p + t q = s + t =. Jadi sp + tq W. Contoh 9 Tunjukkan bahwa: (i) W = { f f : R R, f(x) = a + bcosx + csinx, a, b, c, R}, (ii) U = { f f : R R, f(x) = a + bx + cx + dx 3, a, b, c, d R} merupakan ruang vektor. Penyelesaian : Untuk U dan W kita manfaatkan kenyataan bahwa keduanya adalah himpunan bagian dari ruang vektor V = { f f: R R }. (i) Ambil f(x) = a + bcosx + csinx, g(x) = p + qcosx + rsinx, maka (f + g)(x) = a + p + (b + q)cosx + (c + r)sinx, jadi f + gw. Selanjutnya (sf)(x) = sa+ sbcosx + scsinx. Dengan demikian sf W, jadi W ruang bagian dari V. (ii) Ambil f dan gu.

13 MATA43/MODUL.3 Tuliskan f(x) = a + bx + cx + dx 3, g(x) = a + bx + cx + dx 3, kemudian seperti pada butir (i) tunjukkan bahwa f + gu dan sf U. LATIHAN Untuk memperdalam pemahaman Anda mengenai materi di atas, kerjakanlah latihan berikut! ) Periksa sifat-sifat mana saja dari sifat ruang vektor yang berlaku dan yang mana pula yang tak berlaku untuk himpunan dengan penjumlahan dan perkalian dengan skalar yang diberikan berikut ini. a) U = R 3, a + b := (a +b,, a 3 +b 3 ), sa = (a, sa, sa 3 ) a b) U = A A, a R, penjumlahan dan perkalian dengan a skalar di M. ) Buktikan bahwa: a) Jika s dan a maka sa b) Jika a b dan sa = sb maka s =. 3) Periksa, apakah himpunan berikut dengan penjumlahan dan perkalian dengan skalar di R 4 merupakan ruang vektor atau bukan. a) W = himpunan jawab sistem persamaan linear: x y + u =, x + y + z =. b) W = {(x, y, z, u) x y =, y z u = }. c) W = {(x, y, z, u) x y <, y z u = }. 4) Bila W dan V seperti yang diberikan, tunjukkan bahwa V ruang vektor dan W ruang bagian dari V atau tidak. a) V = P 3 := himpunan semua fungsi polinom koefisien real berpangkat lebih kecil atau sama dengan ( ) 3, W = { p p(x) = + ax + bx 3, ar, br}. b) V = P 3, W = { q q(x) = a bx 3, ar, br } c) V = PT = { g g(x) = a + a cosx + b sinx + a cosx + b sinx. d) W ={r r(x) = acos x bsinx, ar, br }.(Nyatakan dulu cos x dalam cosx) e) V = PT, W = { f f(x) = sin x asinx, ar}. (Nyatakan dulu sin x dalam cosx)

14 .4 Aljabar Linear Elementer 5) Bila V = himpunan semua matriks real dan W himpunan matriks berikut, tunjukkan bahwa W ruang bagian dari V atau bukan. a) W = Himpunan semua matriks segitiga bawah berukuran. b) W = A A, a R, b R c d, a c) W = A A, a R a. a b d) W = A A, a R, b R b a. 6) Bila V = { f f: RR }, periksa apakah himpunan W berikut merupakan ruang bagian dari V atau bukan. a) W = { f fv, f() = f()}. b) W = { f fv, f() + f() = }. c) W = { f fv, f( x) = f(x), xr }. d) W = { f fv, f(x) = f( x), xr }. Petunjuk Jawaban Latihan ) a) Yang tidak dipenuhi adalah sifat 9: (s + t)a = (a, (s+t)a, a 3 ), sedangkan sa + ta = (a, sa, a 3 ) + (a, ta, a 3 ) = (a,, a 3 ). Jadi (s + t)a sa+ta. b) Yang tak dipenuhi sifat dan 6: a b a b Ambil A = a, B = b, A + B = ( a b) U. a Ambil s =, sa = 4a U. ) a) Andaikan sa = maka menurut butir d Dalil, sekurangnya satu dari: s = atau a = berlaku. Hal ini bertentangan dengan yang diketahui: s dan a. Jadi pengandaian sa = tidak benar sehingga haruslah sa. b) Andaikan s karena sa = sb, menurut butir e Dalil, a = b. Hal ini bertentangan dengan yang diketahui yakni a b. Pengandaian s tidak benar, jadi haruslah s =.

15 MATA43/MODUL.5 3) W himpunan bagian dari R 4 yang perlu ditunjukkan hanyalah berlakunya sifat dan 6. a) Ambil a = (x, y, z, u)w, maka x y + u = dan x + y + z =, b = (a, b, c, d)w, a b+ d =, dan a + b + c =. Pandang a+b = (x+ a, y+ b, z + c, u + d), harus dibuktikan : (x+a) (y+b) + (u+d) =, dan (x+ a) + (y + b) + (z + c) =. (x+ a) (y + b) + (u + d) = x y + u + a b + d = + =. (x + a) + (y + b) + (z + c) = x+ y + z+ a+ b+ c = + =. b) Untuk menunjukkan W bukan ruang bagian cukup ditunjukkan sifat atau 6 tak berlaku. Misalkan a = (x, y, z, u) W maka x y = dan y z u =. Ambil s = maka sa = (x, y, z, u) dan y z u=. Jadi sa W. Maka W bukan ruang bagian. c) Akan ditunjukkan sifat 6 tak berlaku. Ambil s = maka sa = ( x, y, z, u), dan sx sy = (x y) > karena x y <. Maka sa W. Jadi W bukan ruang bagian. 4) P 3 dan PT dapat dipandang sebagai himpunan bagian dari ruang fungsi V = {f f : R R}. Menunjukkan bahwa P 3 dan PT ruang vektor berarti menunjukkan keduanya ruang bagian dari V. Jadi hanya tinggal menunjukkan sifat dan karena sifat 6 berlaku untuk P 3 dan PT. Untuk P 3 : p P 3 berarti p(x) = a + a x + a x + a 3 x 3, a i R, i =,,, 3 Andaikan q P 3 maka q(x) = b + b x + b x + b 3 x 3, b i R, (p+ q)(x) = p(x) + q(x) = (a + b ) + (a + b )x + (a + b )x + (a 3 + b 3 )x 3, a i + b i R. Jadi dipenuhi. (sp)(x) = sa + sa x + sa x + sa 3 x 3, sa i R, 6 dipenuhi. Maka P 3 ruang bagian dari V, jadi merupakan ruang vektor. Bahwa PT merupakan ruang vektor, dapat ditunjukkan dengan cara yang serupa dengan yang dilakukan untuk P 3. a) Sesungguhnya W= {p p(x) = a + a x + a x + a 3 x 3, a =, a =, a R, a 3 R}. Sifat 6 tak dipenuhi karena untuk s =, (sp)(x) = a + a x + a x + a 3 x 3, koefisien untuk x adalah a =. Jadi sp W, sehingga 6 tak dipenuhi, W bukan ruang bagian dari V = P 3. b) W ={q q(x) = a + a x + a x + a 3 x 3, a =, a =, a R, a 3 R}. Ambil p(x) = a bx 3, q(x) = r tx 3, (p + q)(x) = (a + r) (b + t)x 3, p+ qw dan (sp)(x) = sa sbx 3, spw. Jadi dan 6 dipenuhi, sehingga W ruang bagian dari P 3. c) r(x) = acos x bsinx = a (+cosx) bsinx = a+ acosx bsinx.

16 .6 Aljabar Linear Elementer Ambil m(x) = c + ccosx dsinx, (m + r)(x) = (a+c) + (a+c)cosx (b+d)sinx maka m+rw dan sr(x) = sa+sacosx sbsinx, sr W. Maka W ruang bagian dari PT. d) f(x) = sin x asinx = cosx asinx, (f)(x) = cosx asinx, fw, sifat 6 tak dipenuhi sehingga W bukan ruang bagian dari PT. a b 5) Ruang vektor kita V = M = a, b, c, d real c d, yang akan kita tinjau adalah himpunan bagian WV. a) Bila W himpunan (semua) matriks segitiga bawah maka: a W = a, c, d real, c d. a p Ambil A = c d dan r s W. a p Maka A + B = s c r d W. sa Selanjutnya sa = sc sd W. Jadi W ruang bagian dari V. b) Ambil A = c d W dan s =, maka sa = c d W karena b =. Jadi W bukan ruang bagian dari V. a c) Ambil A = a W dan s = maka sa = a W karena a =. Maka W bukan ruang bagian dari V. a b d) Apabila W = ab, real b a, ambil A = a b b a dan p q a p ( b q) B = q p W maka A+B= W dan b q a p sa sb sa = W. Jadi W ruang bagian dari V. sb sa

17 MATA43/MODUL.7 6) V = { f f: RR }. a) Ambil f dan gw maka f() = f(), dan g() = g(). sf() = sf() = (sf)() maka sfw. (f + g)() = f() + g() = f() + g() = (f+g)() maka f + gw. Jadi W ruang bagian dari V. b) Ambil fw maka f() + f() =, dan (sf)() + (sf)() = sf() + sf() = s(f() + f()) = s. Jika s = maka (f)() + (f)() = 4, sf W, dan W bukan ruang bagian dari V. c) fw maka f( x) = f(x). (f)( x) = ( f(x)) = (f)(x) f(x). Jadi fw sehingga W bukan ruang bagian dari V. d) Ambil fw dan gw maka (f + g)(x) = f(x) + g(x) = f( x) + g( x) = (f + g)( x), jadi f + gw. (sf)(x) = sf(x) = sf( x) = (sf)( x) maka sfw. Jadi W ruang bagian dari V. RANGKUMAN Kegiatan belajar ini mencakup pengertian Ruang Vektor dan Ruang Bagian. Ciri ruang vektor Untuk setiap vektor a, b, c V dan s, t R berlaku: ) a + b V Tertutup (terhadap +) ) a + b = b + a Komutatif 3) (a + b) + c = a + (b + c) Asosiatif 4) V a + = a Kewujudan vektor nol 5) a V a + a = Kewujudan invers 6) sa V Tertutup terhadap perkalian dengan skalar 7) s(t a) = (s t) a 8) s(a + b) = sa + sb Distributif 9) (s + t) a = sa + ta " ) a = a Sifat-sifat penting ruang vektor Setiap ruang vektor mempunyai tepat satu vektor nol dan setiap vektor mempunyai tepat satu invers terhadap penjumlahan.

18 .8 Aljabar Linear Elementer Untuk bilangan real s dan t serta vektor a dan b berlaku: a = a s = ( s)a = (sa) = s( a) Jika sa = maka s = atau a = Jika sa = sb dan s maka a = b Jika sa = ta dan a maka s = t (a + b) = ( a) + ( b) = a b. Ruang bagian Ruang bagian dari suatu ruang vektor V adalah himpunan bagian WV yang merupakan ruang vektor dengan penjumlahan dan perkalian skalar pada V. Sifat-sifat penting ruang bagian a. Himpunan bagian W dari suatu ruang vektor V adalah ruang bagian dari V jika dan hanya jika W tertutup terhadap penjumlahan dan perkalian dengan skalar pada V. b. Himpunan bagian W dari suatu ruang vektor V adalah ruang bagian dari V jika dan hanya jika W tertutup terhadap kombinasi linear. c. Jika W ruang bagian dari V maka W memuat vektor nol pada V. TES FORMATIF Jawablah pertanyaan berikut ini! ) Untuk himpunan S dengan penjumlahan dan perkalian dengan skalar yang diberikan, tentukan sifat-sifat ruang vektor yang dipenuhi dan yang tidak. a) S = {(x, y, z, u) x + y + u = }dengan penjumlahan dan perkalian dengan skalar di R 4 b) S = {f f: RR, f(x) = f( x) xr dengan operasi vektor di ruang fungsi real bernilai real. ) Bila a, b V dan s, tr untuk pernyataan berikut periksa mana yang benar dan mana yang tidak dan beri alasan untuk jawab Anda. a) Jika sa = ta maka s = t. b) Jika sa = sb maka a = b. c) Jika sb = tb dan b maka s = t. 3) Tunjukkan bahwa himpunan WV berikut dengan penjumlahan dan perkalian dengan skalar di ruang vektor V merupakan ruang bagian atau bukan.

19 MATA43/MODUL.9 a) W = {g g(x) = a 4asinxcosx bsin x, ar, br }, V = PT. (Gunakan dulu rumus-rumus trigonometri). b) W = {p p(x) = a ax + x 3 xr}, V = P 3. 4) Gunakan jalan paling singkat untuk menunjukkan bahwa himpunan bagian W dari ruang vektor V ruang berikut tidak merupakan ruang bagian. a a a) W = A A a, V = himpunan matriks. b) W = {a a = ( + p, p }, V = R. 5) Pandang S={u u = (a, a ), ar}sebagai himpunan bagian dari R. Apakah = (, ) S? Periksa apakah S merupakan ruang bagian dari R. Apakah hasil ini tak bertentangan dalil 5? Jelaskan jawab Anda! Cocokkanlah jawaban Anda dengan Kunci Jawaban Tes Formatif yang terdapat di bagian akhir modul ini. Hitunglah jawaban yang benar. Kemudian, gunakan rumus berikut untuk mengetahui tingkat penguasaan Anda terhadap materi Kegiatan Belajar. Tingkat penguasaan = Jumlah Jawaban yang Benar % Jumlah Soal Arti tingkat penguasaan: 9 - % = baik sekali 8-89% = baik 7-79% = cukup < 7% = kurang Apabila mencapai tingkat penguasaan 8% atau lebih, Anda dapat meneruskan dengan Kegiatan Belajar. Bagus! Jika masih di bawah 8%, Anda harus mengulangi materi Kegiatan Belajar, terutama bagian yang belum dikuasai.

20 . Aljabar Linear Elementer Kegiatan Belajar Kombinasi Linear dan Kebebasan Linear A. KOMBINASI LINEAR DAN BENTANG LINEAR Konsep kombinasi linear telah mulai disinggung pada pembahasan R dan R 3 pada Modul 5 Aljabar Linear Elementer. Syarat perlu dan cukup untuk suatu himpunan bagian W dari ruang vektor V merupakan ruang bagian dari V seperti yang dinyatakan dengan Dalil 3 dan Dalil 4 sesungguhnya menyangkut ketertutupan terhadap kombinasi linear dua vektor dalam W. Pengertian kebebasan linear berkaitan dengan kombinasi linear. Semuanya ini diperlukan dalam membahas basis dan dimensi ruang vektor. Definisi Vektor vv disebut kombinasi linear dari m buah vektor u, u,, u m pada V, bila terdapat bilangan real s, s,, s m sehingga v = m i i s u i. Dikatakan juga: v kombinasi linear dari himpunan vektor { u, u,,u m } V. Bila k m, jelaslah u k kombinasi linear dari { u, u,, u m } karena u k = u + u + + u k + + u m. Pandang V = R n. Pemeriksaan apakah v kombinasi linear dari u, u,, u m, berarti memeriksa adakah bilangan-bilangan real s, s,, s m yang memenuhi v = maka: m i i s u i. Dengan u i = (u i, u i,, u ni ), i =,, m, v u u u v = u u u vn u u u m m n n nm s s. sm Dengan demikian dapat dikatakan bahwa v kombinasi linear dari u, u,, u m jika dan hanya jika sistem persamaan linear di atas punya jawab.

21 MATA43/MODUL. Contoh a) Apakah v = kombinasi linear dari u = dan u =? Untuk menjawab pertanyaan ini kita harus memeriksa ada atau tak adanya jawab sistem persamaan linear s = yang kita lakukan dengan s melaksanakan eliminasi Gauss seperti berikut BB 3 B3 B 3 3 B4B B 3B 3 B 3B 4 B B B 6 3 B 5 4 B 6 3. Jadi, sistem persamaan linear itu tak punya jawab, yang berarti v bukan kombinasi linear dari u dan u. 8 b) Apakah w = kombinasi linear dari u dan u pada butir a)? 7 Penyelesaian : Kita lakukan eliminasi Gauss pada matriks lengkap sistem persamaan berikut:

22 . Aljabar Linear Elementer 8 7 B B B B 3 B B B B B 3B 3 B 3B 4. Sistem persamaan punya jawab karena unsur terkiri tiap baris tak nol pada matriks eselon tak ada yang terletak pada kolom terakhir. Jadi w kombinasi linear dari u dan u. Contoh a) Bila p (x) = + x, p (x) = x, p (x) = + x, p 3 (x) = x x, apakah setiap polinom berpangkat kurang atau sama dengan merupakan kombinasi linear dari p, p, p, dan p 3? b) Tunjukkan bahwa polinom berpangkat kurang atau sama dengan merupakan kombinasi linear dari q, q, q yang memenuhi q (x) =, q (x) = x, q (x) = x, xr. Penyelesaian : a) Polinom berpangkat kurang atau sama dengan dapat dituliskan sebagai p(x) = a + a x + a x, a, a, a R. Akan ditunjukkan bahwa terdapat s, s, s, s 3 real sehingga a + a x + a x = s ( + x) + s ( x) + s ( + x ) + s 3 (x x ) ; xr. Menyamakan koefisien untuk x pada ruas kiri dengan yang pada ruas kanan menghasilkan a = s + s Menyamakan koefisien untuk x, diperoleh a = s s + s 3 Menyamakan koefisien untuk x didapat a = s s 3 Dengan demikian matriks lengkap sistem persamaan itu beserta pengerjaan eliminasi Gauss untuk mendapatkan matriks eselonnya adalah sebagai berikut:

23 MATA43/MODUL.3 a a a a BB a a a a a ( ) B a. a Apa pun nilai a, a, a matriks eselon ini tidak mempunyai baris tak nol yang unsur satu terkirinya terletak pada kolom terakhir. Jadi sistem persamaan untuk s, s, s, s 3 ini selalu mempunyai solusi berapa pun nilai a, a, a. Maka a + a x + a x kombinasi linear dari p, p, p, dan p 3 sehingga setiap polinom berpangkat kurang atau sama dengan adalah kombinasi linear dari p, p, p, p 3. b) Dengan mudah dapat dilihat bahwa polinom berpangkat kurang atau sama dengan adalah juga kombinasi linear dari q, q, q yang memenuhi q (x) =, q (x) = x, q (x) = x,xr. Di sini koefisien s, s, s adalah persis a, a, a. Pada umumnya dapat dikatakan bahwa bila V ruang vektor dan {u, u,, u m } V, himpunan semua kombinasi linear dari {u, u,, u m } itu membentuk ruang bagian W dari V, dan W adalah ruang bagian terkecil yang memuat {u, u,, u m }, setiap ruang bagian lain yang memuat himpunan vektor ini pasti memuat W. Dalil Jika V ruang vektor dan S = {u, u,, u m } V, maka: a) Himpunan W dari semua kombinasi linear {u, u,, u m } adalah ruang bagian dari V. b) W ruang bagian terkecil yang memuat S. Bukti : a) i) Jika a W maka a = m k k s u k V,

24 .4 Aljabar Linear Elementer ii) Jika a dan b W maka a = ra = a + b = m k m k k k ( s t ) u k. m k k s u k, b = m k k t u k sehingga r u k. Jadi a+b dan ra merupakan kombinasi linear dari {u, u,, u m } atau a+bw dan raw. Karena i) dan ii) maka W ruang bagian dari V. b) Andaikan U ruang bagian yang memuat S maka U memuat setiap kombinasi linear dari S. Jadi W U. Ruang bagian W seperti yang disebut pada dalil di atas dikatakan dibangun atau dibentang oleh {u, u,, u m }, dan {u, u,, u m } disebut himpunan pembangun dari W. Definisi Jika V ruang vektor, S ={u, u,, u m }V, ruang vektor W yang merupakan himpunan semua kombinasi linear dari S disebut ruang vektor yang dibangun oleh atau bentang linear dari S, biasa dituliskan dengan notasi W = span(s), dan S disebut himpunan pembangun (pembentang) ruang vektor W. Jadi himpunan vektor S= {u, u,, u m } V: adalah himpunan pembangun dari ruang vektor W jika dan hanya jika: setiap unsur W adalah kombinasi linear dari S, dan W memuat semua kombinasi linear dari S atau sistem m persamaan sk k = w mempunyai jawab ww, dan sk k W. k k m Contoh 3 a) Di R 3, U adalah ruang yang dibangun oleh S = Tunjukkan bahwa:,.

25 MATA43/MODUL.5 i) P =, 4 ii) T =,, 4 juga himpunan pembangun dari U. b) Perlihatkan bahwa himpunan berikut bukan himpunan pembangun dari ruang vektor U: i) K =, 3, ii) L =, 3, 4 Penyelesaian: a) i) * Harus dibuktikan bahwa setiap unsur P adalah kombinasi linear dari S: Sistem persamaan s + t 4 = p + q punya jawab p dan q real. Eliminasi Gaussnya adalah sebagai berikut: pq 4 p p q B B 4 3 B 4 B B B pq p q pq 4 4 p 4q p q Terlihat bahwa sistem persamaan itu punya jawab untuk tiap nilai p dan q, yakni s = p + q, t = p q. * Selanjutnya harus ditunjukkan pula bahwa U memuat semua kombinasi linear dari P:

26 .6 Aljabar Linear Elementer s + t 4 U, s dan t real. Ini berarti sistem p + q = s + t 4 mempunyai jawab s dan t real. Eliminasi Gauss untuk matriks lengkap sistem persamaan ini adalah seperti berikut: 4 s s t t 3 B B B B s s t s t 4 4 B B B s s t, yang berarti bahwa sistem persamaan mempunyai jawab s dan t real. Setiap unsur U adalah kombinasi linear dari P. Dengan demikian terlihat bahwa setiap unsur U adalah kombinasi linear dari P dan U memuat semua kombinasi linear dari P. ii) Akan ditunjukkan bahwa tiap vektor uu adalah kombinasi linear dari T, dan U memuat semua kombinasi linear dari T. Untuk membuktikan yang pertama: pada i) diperoleh bahwa setiap unsur U kombinasi linear dari P. U juga kombinasi linear dari T karena: Ambil uu maka u = a + b 4 = a 4 b. Bahwa U memuat semua kombinasi linear dari T adalah karena: Ambil v kombinasi linear dari T maka v = p + q + 4 r, untuk suatu p, q, r U. Akan tetapi + 4,

27 MATA43/MODUL.7 maka v = p + p 4 q r 4 = (p + q) + (p + r) 4 Maka v kombinasi linear dari P. Jadi v U. b) i) Akan ditunjukkan bahwa ada kombinasi linear dari K yang bukan anggota U, yakni: v = Akan ditunjukkan bahwa sistem persamaan [P] s = v tak mempunyai jawab. t Eliminasi Gauss untuk matriks lengkap: 4 3 ~ 4 3 ~ ~ Baris terakhir mengakibatkan kontradiksi. ii) Untuk L, merupakan kombinasi linear L yang tidak dimuat U. B. KEBEBASAN LINEAR Himpunan pembangun (pembentang) sangat penting dalam menangani berbagai masalah karena kadang-kadang kita dapat membahas ruang vektor dengan lebih dahulu menelaah vektor-vektor dalam himpunan pembentangnya, kemudian memperluas hasilnya pada ruang vektor itu. Sudah kita lihat pada contoh bahwa baik {p, p, p, p 3 } maupun {q, q, q } membangun P. Pada umumnya tiap ruang vektor mempunyai banyak (lebih dari satu) himpunan pembangun. Kalau kita harus memilih, apakah

28 .8 Aljabar Linear Elementer dasarnya?. Yang unsurnya sesedikit mungkin tentunya akan sangat menguntungkan. Untuk mendapatkan himpunan pembentang begini kita memerlukan pengertian kebebasan linear yang definisinya adalah sebagai berikut: Definisi 3 a) Himpunan vektor {u, u,, u m } dikatakan bebas linear apabila m k k s u k = hanya dipenuhi oleh s = s = = s m =. b) Himpunan vektor {u, u,, u m } dikatakan tak bebas linear (bergantungan linear) jika tidak bebas linear, yakni terdapat s, s,, s m yang tak semuanya nol yang memenuhi m k k s u k =. Dalam kalimat lain definisi di atas berarti: a) Himpunan {u, u,, u m } dikatakan bebas linear jika dan hanya jika sistem persamaan homogen m k k s u k = tak mempunyai jawab tak trivial. b) Himpunan vektor {u, u,, u m } dikatakan tak bebas linear (bergantungan linear) jika dan hanya jika persamaan homogen u k = mempunyai jawab tak trivial. m s k k Dalam memeriksa apakah suatu himpunan vektor bebas linear atau tidak bebas linear, sifat di atas kita buat lebih praktis lagi dalam arti dapat menentukan apa yang akan kita kerjakan untuk menentukan kebebasan linear itu. Untuk itu kita langsung memeriksa matriks eselon untuk matriks koefisien sistem persamaan linear homogen yang berkaitan. Khusus untuk n R hal itu dapat kita lakukan sebagai berikut.

29 MATA43/MODUL.9 n Kalau u i R kita tuliskan sebagai u i = persamaan linear homogen m k k s u k =, menjadi, Matriks koefisien sistem ini ialah u u u u u u u u u ui ui, i =,,, m maka sistem uni s u s u s u m m s u s u s u m m s u s u s u n n m nm m m n n nm = [u, u,, u m ], kolom-kolomnya adalah vektor-vektor u, u,, u m. Dengan menggunakan sifat mengenai jawab sistem persamaan linear homogen yang dibahas pada Modul 3 Aljabar Linear Elementer I sifat yang mencirikan kebebasan linear itu dapat kita tuliskan sebagai dalil berikut. Dalil n Pada R berlaku a) Himpunan vektor { u, u,, u m } bebas linear jika dan hanya jika banyaknya baris tak nol pada matriks eselon untuk matriks [u, u,, u m ] adalah m. b) Himpunan vektor { u, u,, u m } tak bebas linear jika dan hanya jika banyaknya baris tak nol pada matriks eselon untuk matriks [u, u,, u m ] kurang dari m. Dalil ini memberikan kemudahan kepada kita untuk memeriksa bebas n linear atau tidaknya suatu himpunan vektor di R seperti pada contoh berikut.

30 .3 Aljabar Linear Elementer Contoh 4 Periksa apakah himpunan vektor berikut bebas linear atau tidak: a). {u, u, u 3 }, (b) {u, u 3, u 4 }, (c) {u, u 3, u 4, u 5 }, jika diketahui u =, u =, u 3 = u 4 =, u 5 =. 3 Penyelesaian: a) m = 3. Kita bentuk matriks dengan kolom-kolom u, u, u 3. Pengerjaan eliminasi Gauss dilaksanakan sebagai berikut. B B 3 B B 4 B B 3 B 3 Dapat dilihat bahwa banyaknya baris tak nol pada matriks eselon adalah 3 = m. Jadi {u, u, u 3 } bebas linear. b) m = 3. Eliminasi Gauss untuk matriks [u, u 3, u 4 ]: B B B B B 3 B B 4 B4B3. Banyaknya baris tak nol adalah 3 = m, jadi {u, u, u 3 } bebas linear. c) m = 4. Eliminasi Gauss untuk matriks [u, u 3, u 4, u 5 ] :

31 MATA43/MODUL.3 3 B B 3 B B 4 ( B B ) B ( B B ) Banyaknya baris tak nol adalah 3 < m = 4. Jadi {u, u 3, u 4, u 5 } tak bebas linear (bergantungan linear). Untuk ruang vektor yang umum, dalil ini masih berlaku, hanya vektor di R n diganti dengan vektor koordinat terhadap basis baku di ruang vektor itu. Vektor koordinat baru akan dibahas pada Modul 3. Oleh karena itu penanganan kebebasan linear pada ruang vektor yang bukan R n kita lakukan menggunakan definisi langsung seperti pada contoh berikut. Contoh 5 a) Pandang ruang vektor real V = {f f: R R}. Periksa apakah S = {, cosx, sinx} bebas linear atau tidak dalam V. Penyelesaian : Di V vektor -nya adalah fungsi yang nilainya nol di seluruh R. Jadi untuk memeriksa kebebasan linear, kita perhatikan persamaan (s + s cos + s 3 sin)(x) =, x real, apakah mengakibatkan s = s = s 3 = atau tidak. Karena (s + s cos + s 3 sin)(x) = s + s cosx + s 3 sinx =, x real, ambil x = sehingga kita peroleh persamaan s + s =. Untuk x = / menghasilkan persamaan s s =, dan untuk x = /4 menghasilkan s + s 3 =. Pengerjaan eliminasi Gauss pada matriks koefisien sistem persamaan homogen ini adalah BB B. B B 3 B 3 B Jelaslah sistem persamaan linear homogen untuk s, s, s 3 itu tak mempunyai jawab tak trivial, jadi W bebas linear.

32 .3 Aljabar Linear Elementer b) Periksa apakah himpunan fungsi {f, f, f 3, f 4 } bebas linear dalam ruang fungsi V = {f f: R R} apabila f (x) = cos x, f (x) = cosx(sinx cosx), f 3 (x) = sinx, f 4 (x) = sin x. Penyelesaian: Dengan rumus goniometri diperoleh f (x) = + cos x, f (x) = sin x cos x, f 4(x) = cos x. Kemudian tentukan sistem persamaan untuk s, s, s 3, s 4 yang diperoleh sebagai akibat dari berlakunya kesamaan s f (x) + s f (x) + s 3 f 3 (x) + s 4 f 4 (x) =, x real. i) Cara langsung: Kita masukkan nilai nilai x =, 4, ke dalam kesamaan s f (x) + s f (x) + s 3 f 3 (x) + s 4 f 4 (x) = maka diperoleh, untuk x = : s ( + ) + s ( ) + s 3 () + s 4 ( ) = s s =. untuk x = 4 : s ( +.) + s (..) + s 3( ) + s 4(.) = s + s 3 + s 4 = untuk x = : s ( ) + s (. + ) + s 3() + s 4. + ) = s 4 =. Andaikan s = t maka s = t, s 3 = t, s 4 =. Jadi (s, s, s 3, s 4 ) = (t, t, t, ) Ambil t = maka dapat diperiksa bahwa f + f f 3 + f 4 =. Terdapat kombinasi linear dari {f, f, f 3, f 4 } = yang tak semua koefisiennya nol, sehingga {f, f, f 3, f 4 } tak bebas linear. ii) Menggunakan kebebasan linear himpunan S (butir a): s f (x) + s f (x) + s 3 f 3 (x) + s 4 f 4 (x) =, berarti s ( + cos x )+s ( sinx cos x )+s 3( sinx)+s 4( cos x ) = ( s s + s 4). + ( s s s 4)cosx + ( s + s 3)sinx =. Karena S bebas linear haruslah

33 MATA43/MODUL.33 s s + s 4 = s s s 4 = s + s 3 =. Sistem persamaan ini menghasilkan (s, s, s 3, s 4 ) = (t, t, t, ). Ambil t =, maka kita peroleh kesimpulan yang sama dengan yang didapat pada cara i). Dari definisi bebas linear dan tak bebas linear kita dapat menyimpulkan sifat-sifat yang kita gabungkan dalam dalil berikut ini. Dalil 3 a. Himpunan {} tak bebas linear ( = vektor nol pada ruang vektor sebarang). b. Himpunan yang terdiri dari satu vektor tak nol, adalah bebas linear. c. Himpunan berhingga vektor yang memuat vektor nol, S = {, u, u,..., u N } tak bebas linear. d. Himpunan dua vektor tak nol {a, b} tak bebas linear jika dan hanya jika terdapat r sehingga a = rb. e. Jika himpunan vektor S = {v, v,..., v k } tak bebas linear, himpunan vektor P S juga tak bebas linear. f. Jika himpunan vektor P = {u, u,..., u m } bebas linear maka himpunan vektor tak kosong S P juga bebas linear. g. Himpunan n buah vektor P = { u, u,..., u n } di R n bebas linear, jika dan hanya jika untuk matriks A = [P] (matriks yang kolom-kolomnya adalah vektor-vektor u, u,..., u n ), det (A). Bukti: a. Himpunan {} tak bebas linear karena s = dapat dipenuhi oleh s, misalnya s =. b. sa = dan a berakibat s = ( butir d Dalil pada bagian Modul ini). c. s + s u + s u s N u N = dapat berlaku untuk s =, s = s =... = s N =. d. i) Bila terdapat r sehingga a = rb, atau a rb =, jadi {a, b} tak bebas linear. ii) Jika {a, b} tak bebas linear maka terdapat s dan tr yang tidak keduanya nol sehingga sa + tb =. Akan kita buktikan bahwa s dan t. Yang jelas sekurangnya ada satu dari s dan t.

34 .34 Aljabar Linear Elementer Andaikan s = maka haruslah t. sa + tb = a + tb = tb =. Karena t maka haruslah b = (butir d Dalil pada bagian Modul ini). Hal ini bertentangan dengan yang diketahui yaitu b. Pengandaian t =, s mengakibatkan a =. Maka haruslah s dan t. Ambil r = t/s maka a = rb. e. Urutkan vektor-vektor di P sehingga P = {v, v,..., v k, v k+,..., v k+p }, p bilangan cacah, k + p = m. S = { v, v,..., v k } tak bebas linear maka terdapat bilangan real s i, i =,,..., k yang tak semuanya nol sehingga k s j v j. Sekarang ambil s j = untuk k j k + p = m maka j m j m j k s j v j = s jv j. vk. vkp = + =. Jadi j s v =, untuk s j, j =,,..., k + p, yang tak semuanya nol. P j j tak bebas linear terbukti. f. Sekarang bila P bebas linear, harus dibuktikan S P juga bebas linear. Andaikan S tak bebas linear maka menurut butir e) yang baru saja dibuktikan, P juga tak bebas linear yang bertentangan dengan yang diketahui yaitu P bebas linear. Pengandaian bahwa S tak bebas linear tidak benar. Jadi S bebas linear terbukti. g. Dengan menggunakan sifat determinan untuk matriks bujur sangkar dan dalil dan sifat determinan. Untuk lebih memahami dalil di atas, pelajarilah contoh berikut. Contoh 6 Periksa apakah himpunan vektor berikut bebas linear atau tidak a) {f}, f(x) = x R b) {g}, g(x) = cosx x R c),, d),,,, 4

35 MATA43/MODUL.35 e) {sinx, sinxcosx}, {sinx,+ sinx}. {+sinx, sinx, sinxcosx, sinx, cosx} f) {, x, x 3 } g) S,,, T,, 4 3 Penyelesaian: a) f adalah vektor dalam ruang fungsi V = {f f: R R}, jadi menurut butir a) dalil 3 {f} tak bebas linear. b) g adalah vektor tak nol dalam ruang fungsi V = {f f: R R}, jadi menurut butir b) dalil 3 {f} bebas linear. c) Himpunan vektor,, memuat vektor nol, jadi menurut butir c) dalil 3 himpunan vektor ini tak bebas linear d) =, jadi menurut butir d) dalil 3, tak bebas linear. k, menurut butir d) dalil 3, bebas linear. 4 4 e) sinx = sinxcosx, xr, menurut butir d) dalil 3 {sinx, sinxcosx} tak bebas linear. sinx = k(+ sinx), xr tidak benar, misalnya untuk x = hal ini berarti = yang tak mungkin dapat dipenuhi. Jadi menurut butir d) dalil 3 {sinx, + sinx} bebas linear. Dari butir d) sudah kita peroleh bahwa S = {sinx, sinxcosx}tak bebas linear dan himpunan P = { + sinx, sinx, sinxcosx, sinx, cosx} S jadi menurut butir e) dalil 3 himpunan P tak bebas linear. f) Akan dibuktikan dahulu P = {, x, x, x 3 } bebas linear. Untuk itu kita periksa persamaan s + s x + s x + s 3 x 3 =, xr. Dengan

36 .36 Aljabar Linear Elementer memasukkan nilai-nilai x =,,, dan kita peroleh persamaan untuk s, s, s, dan s 3 sebagai berikut untuk: x = : s = x = : s + s + s + s 3 = x = : s s + s s 3 = x = : s + s + 4s + 8s 3 = Kita lakukan eliminasi Gauss pada matriks koefisien sistem persamaan ini: BB B3 B B 3B B 3 B B 4 3 B B 4 6 B4 6. B B 4 Pada matriks eselon untuk matriks koefisien ini banyaknya baris tak nol = banyaknya kolom, jadi sistem persamaan homogen ini tak mempunyai jawab tak trivial, satu-satunya jawab adalah jawab trivial s = s = s = s 3 = dan demikian P bebas linear. Karena S = {, x, x 3 } P maka menurut butir f) dalil 3, S juga bebas linear. e) det ([S]) =. 4 4, 4 4 jadi S tak bebas linear (bergantungan linear). 6 det ([T]) = = 6 = linear. = 5, jadi T bebas

37 MATA43/MODUL.37 LATIHAN Untuk memperdalam pemahaman Anda mengenai materi di atas, kerjakanlah latihan berikut! ) Periksa apakah vektor u, v, w berikut kombinasi linear dari S bila a) u =, b) v =, c) w =, S =,,. ) a) Jika u i : = x u i (x), i =,,3, u (x) = + x + x, u (x) = x 3, u 3 (x) = x + x + x 3, v = x v(x), bila v(x) = i). + x + x 3, ii). x + x 3, periksa apakah v kombinasi linear dari S = {u,u,u 3 }. b) Kerjakan seperti pada butir a. bila u (x) =, u (x) = cosx, u (x) = cosx, u 3 (x) = sinx, S = { u,u,u,u 3 }, dan v(x) seperti berikut: i) cosx + cosx(cosx sinx), ii) sinx + sinx(sinx cosx) 3) a) Tunjukkan bahwa himpunan vektor x x W =, x x, x x3 x4 merupakan ruang bagian x 3 x 4 dari R 4 dan periksa apakah himpunan vektor berikut membangun W: i) P =,, ii) S =,,, iii) T =,, b) Tunjukkan bahwa W = {u u: RR, u(x) = sinx (rcosx + ssinx), r, sr} merupakan ruang vektor real dan periksa apakah himpunan

38 .38 Aljabar Linear Elementer fungsi berikut himpunan pembangun dari W: i) {, cosx, sinx}, ii) { cosx, sinx}. 4) Periksa apakah himpunan vektor berikut bebas linear atau tidak: a) i),,, ii),,, 3, 3 b) di P : i) { + x, x, x + x } ii) { x, x x, + x x }, c) di PT : i) {cos x, cosx (sinx cosx), sinx, + cosx}, ii) {sinx (sinx cosx), cosx, cosx, }, Petunjuk Jawaban Latihan ) Lakukan eliminasi Gauss untuk memeriksa ada atau tidaknya jawab sistem persamaan linear Ax = b untuk A = [S] = matriks yang kolomkolomnya adalah unsur-unsur dari S, dan untuk b diisikan masingmasing vektor u, v, dan w. Jawab: a) ya, b) tidak, mengurangi baris keempat dengan baris pertama matriks lengkap menghasilkan baris yang menyimpulkan =. c) ya. ) a) i) Tidak, ii) Ya. b) i) Ya karena: cosx + cosx(cosx sinx) = cosx + + cosx sinx =. +.cosx +.cosx.sinx, berlaku untuk tiap x real. ii) Tidak, karena dalam mencari a, b, c, d yang memenuhi sinx + sinx(sinx cosx) = sinx + cosx sinx = + b.cosx + c.cosx + d.sinx, xr kita terbentur karena memasukkan nilai x = dan x = memberikan kontradiksi, jadi sinx + sinx(sinx cosx) bukan kombinasi linear dari S.

39 MATA43/MODUL.39 3) a) Ambil x y x y x x, x x 3x4 x W, y W, x, y, x 3 y 3 y y, y y3 y4 x y 4 4 Merupakan ruang bagian karena u = sx W, dan v = x + y W. Matriks lengkap dari sistem persamaan yang dipenuhi oleh W: menghasilkan W = s t (i) membangun, (ii) membangun, (iii) tak membangun. b) u(x) = rsinx + s( cosx). Tunjukkan sifat tertutup terhadap perkalian skalar dan penjumlahan. i) bukan himpunan pembangun, ii) himpunan pembangun. 4) a) i) tak bebas linear, ii) bebas linear. b) i) bebas linear, ii) tak bebas linear. c) i) tak bebas linear, ii) bebas linear RANGKUMAN Kegiatan belajar ini menyangkut kombinasi linear, himpunan pembangun dan kebebasan linear. Vektor vv disebut kombinasi linear dari himpunan vektor {u, u,, u m } pada V, apabila terdapat bilangan real s, s,, s m sehingga v = m i i s u i. Jika V ruang vektor dan S = {u, u,, u m } V, maka: a) Himpunan W dari semua kombinasi linear {u, u,, u m } adalah ruang bagian dari V. b) W ruang bagian terkecil yang memuat S. (Dalil ).

40 .4 Aljabar Linear Elementer Jika V ruang vektor, S = {u, u,, u m } V, ruang vektor W yang merupakan himpunan semua kombinasi linear dari S disebut ruang vektor yang dibangun oleh atau bentang linear dari S, biasa dituliskan dengan notasi W = span(s), dan S disebut himpunan pembangun (pembentang) ruang vektor W. Jika S = {v, v,..., v m } membangun ruang vektor V dan untuk tiap k =,,, m, v k adalah kombinasi linear dari T = {w, w,, w n } maka T juga membangun V. (Dalil ) a) Himpunan vektor {u, u,, u m } dikatakan bebas linear apabila m k k s u k = hanya dipenuhi oleh s = s = = s m =. b) Himpunan vektor {u, u,, u m } dikatakan tak bebas linear (bergantungan linear) jika tidak bebas linear, yakni terdapat s, s,, s m yang tak semuanya nol yang memenuhi m k k s u k =. a) Himpunan {} tak bebas linear. ( = vektor nol pada ruang vektor sebarang) b) Himpunan yang terdiri dari satu vektor tak nol, adalah bebas linear. c) Himpunan berhingga vektor yang memuat vektor nol, S = {, u, u,, u N } tak bebas linear. d) Himpunan dua vektor tak nol {a, b} tak bebas linear jika dan hanya jika terdapat r sehingga a = rb e) Jika himpunan vektor S = { v, v,..., v k } tak bebas linear, himpunan vektor P S juga tak bebas linear. f) Jika himpunan vektor P = { u, u,..., u m }bebas linear maka himpunan vektor tak kosong S P juga bebas linear. (Dalil 3) g) Jika S himpunan n vektor di R n, dan [S] adalah matriks yang kolom kolomnya adalah vektor di S maka S bebas linear jika dan hanya jika det ([S]).

41 MATA43/MODUL.4 TES FORMATIF Jawablah pertanyaan berikut ini! ) Hubungan apakah yang harus dipenuhi oleh a, b, c, dan d supaya vektor a b a = kombinasi linear dari,, c. d ) Tunjukkan bahwa V = { x x R 4, x x, x3 x 4 } ruang vektor real dan tentukan himpunan pembangunnya yang bebas linear! 3 3) V = {u u : R R, u( x) a ( a a ) x ( a a ) x a x, a R, a R } adalah ruang vektor real (buktikan) dan tentukan pula himpunan pembangunnya yang bebas linear. 4) Periksa bebas linear atau tidaknya himpunan vektor berikut: a) {, cos x, sin x, cosx}, b) {, cosx, cosx, sinx} 5) Tentukan persyaratan untuk p supaya p 3 p p 3,,, bebas linear. p p 3 p 4 Cocokkanlah jawaban Anda dengan Kunci Jawaban Tes Formatif yang terdapat di bagian akhir modul ini. Hitunglah jawaban yang benar. Kemudian, gunakan rumus berikut untuk mengetahui tingkat penguasaan Anda terhadap materi Kegiatan Belajar. Tingkat penguasaan = Jumlah Jawaban yang Benar % Jumlah Soal Arti tingkat penguasaan: 9 - % = baik sekali 8-89% = baik 7-79% = cukup < 7% = kurang

42 .4 Aljabar Linear Elementer Apabila mencapai tingkat penguasaan 8% atau lebih, Anda dapat meneruskan dengan Kegiatan Belajar 3. Bagus! Jika masih di bawah 8%, Anda harus mengulangi materi Kegiatan Belajar, terutama bagian yang belum dikuasai.

43 MATA43/MODUL.43 Kegiatan Belajar 3 Basis dan Dimensi A. BASIS Barangkali Anda pernah mendengar bahwa garis berdimensi satu, bidang berdimensi dua, dan ruang di sekitar kita berdimensi 3. Pada bagian ini pengertian itu akan kita nyatakan secara akurat. Pengertian dimensi ini sangat berkaitan dengan pengertian basis yang akan kita bahas pada kesempatan ini. Kita sudah mengenal himpunan pembangun dari suatu ruang vektor, seperti contoh 3a) bagian Modul ini telah menyimpulkan bahwa di R 3, ruang vektor U yang dibangun oleh: S =, juga dibangun oleh himpunan vektor P =, 4 dan T =,, 4. P, S, dan T masing-masing adalah himpunan pembangun ruang vektor U. P dan T bebas linear karena P dan T terdiri dari vektor, dan vektor yang satu bukan kelipatan dari vektor yang lainnya. (Dalil 3 bagian modul ini). T tak bebas linear. Himpunan pembangun yang bebas linear ini selanjutnya disebut basis, sangat penting dalam pembahasan kita selanjutnya. Pengertian basis ini kita rumuskan secara tepat dengan definisi berikut: Definisi B = {u, u,..., u k } ruang vektor U disebut basis untuk U bila B bebas linear dan membangun U.

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

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

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

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

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

RUANG VEKTOR. Nurdinintya Athari (NDT)

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

Lebih terperinci

Relasi, Fungsi, dan Transformasi

Relasi, Fungsi, dan Transformasi Modul 1 Relasi, Fungsi, dan Transformasi Drs. Ame Rasmedi S. Dr. Darhim, M.Si. M PENDAHULUAN odul ini merupakan modul pertama pada mata kuliah Geometri Transformasi. Modul ini akan membahas pengertian

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

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

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

BAHAN AJAR ANALISIS REAL 1. DOSEN PENGAMPU RINA AGUSTINA, S. Pd., M. Pd. NIDN

BAHAN AJAR ANALISIS REAL 1. DOSEN PENGAMPU RINA AGUSTINA, S. Pd., M. Pd. NIDN BAHAN AJAR ANALISIS REAL 1 DOSEN PENGAMPU RINA AGUSTINA, S. Pd., M. Pd. NIDN. 0212088701 PENDIDIKAN MATEMATIKA FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS MUHAMMADIYAH METRO 2015 1 KATA PENGANTAR

Lebih terperinci

STRUKTUR ALJABAR: RING

STRUKTUR ALJABAR: RING STRUKTUR ALJABAR: RING BAHAN AJAR Oleh: Rippi Maya Program Studi Magister Pendidikan Matematika Sekolah Tinggi Keguruan dan Ilmu Pendidikan (STKIP) SILIWANGI - Bandung 2016 1 Pada grup telah dipelajari

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

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

Hand-Out Geometri Transformasi. Bab I. Pendahuluan

Hand-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 terperinci

Matriks. Modul 1 PENDAHULUAN

Matriks. Modul 1 PENDAHULUAN Modul Matriks Drs. R. J. Pamuntjak, M.Sc. S PENDAHULUAN istem persamaan linear yang muncul hampir dalam semua penerapan aljabar linear, juga sangat diperlukan sebagai landasan dalam pembahasan bagian lain

Lebih terperinci

Mata Pelajaran Wajib. Disusun Oleh: Ngapiningsih

Mata Pelajaran Wajib. Disusun Oleh: Ngapiningsih Mata Pelajaran Wajib Disusun Oleh: Ngapiningsih Disklaimer Daftar isi Disklaimer Powerpoint pembelajaran ini dibuat sebagai alternatif guna membantu Bapak/Ibu Guru melaksanakan pembelajaran. Materi powerpoint

Lebih terperinci

Aljabar Linier. Kuliah 2 30/8/2014 2

Aljabar Linier. Kuliah 2 30/8/2014 2 30/8/2014 1 Aljabar Linier Kuliah 2 30/8/2014 2 Bab 1 Subpokok Bahasan Ruang Vektor Subruang Subruang Lattice Jumlah Langsung Himpunan Pembangun dan Bebas Linier Dimensi Ruang Vektor Basis Terurut dan

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

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

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

SATUAN 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 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

uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg

uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg uiopasdfghjklzxcvbnmqwertyuiopasd Qwertyuiopasdfghjklzxcvbnmqwerty cvbnmqwertyuiopasdfghjklzxcvbnmq fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg

Lebih terperinci

Konsep Dasar. Modul 1 PENDAHULUAN

Konsep Dasar. Modul 1 PENDAHULUAN Modul 1 Konsep Dasar M PENDAHULUAN Drs. Suryo Guritno, M.Stats., Ph.D. ateri yang akan dibahas dalam modul ini adalah konsep-konsep dasar aljabar matriks yang meliputi pengertian matriks, vektor dan skalar;

Lebih terperinci

KALKULUS BAB II FUNGSI, LIMIT, DAN KEKONTINUAN. DEPARTEMEN TEKNIK KIMIA Universitas Indonesia

KALKULUS BAB II FUNGSI, LIMIT, DAN KEKONTINUAN. DEPARTEMEN TEKNIK KIMIA Universitas Indonesia KALKULUS BAB II FUNGSI, LIMIT, DAN KEKONTINUAN DEPARTEMEN TEKNIK KIMIA Universitas Indonesia BAB II. FUNGSI, LIMIT, DAN KEKONTINUAN Fungsi dan Operasi pada Fungsi Beberapa Fungsi Khusus Limit dan Limit

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

Aljabar Linier Elementer. Kuliah 1 dan 2

Aljabar 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 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

Catatan Kuliah MA1123 Kalkulus Elementer I

Catatan Kuliah MA1123 Kalkulus Elementer I Catatan Kuliah MA1123 Kalkulus Elementer I Oleh Hendra Gunawan, Ph.D. Departemen Matematika ITB Sasaran Belajar Setelah mempelajari materi Kalkulus Elementer I, mahasiswa diharapkan memiliki (terutama):

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

(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

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

9. Teori Aproksimasi

9. Teori Aproksimasi 44 Hendra Gunawan 9 Teori Aproksimasi Mulai bab ini tema kita adalah aproksimasi fungsi dan interpolasi Diberikan sebuah fungsi f, baik secara utuh ataupun hanya beberapilai di titik-titik tertentu saja,

Lebih terperinci

0,1,2,3,4. (e) Perhatikan jawabmu pada (a) (d). Tuliskan kembali sifat-sifat yang kamu temukan dalam. 5. a b c d

0,1,2,3,4. (e) Perhatikan jawabmu pada (a) (d). Tuliskan kembali sifat-sifat yang kamu temukan dalam. 5. a b c d 1 Pada grup telah dipelajari himpunan dengan satu operasi. Sekarang akan dipelajari himpunan dengan dua operasi. Ilustrasi 1.1 Perhatikan himpunan 0,1,2,3,4. (a) Apakah grup terhadap operasi penjumlahan?

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 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

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

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

BAB MATRIKS. Tujuan Pembelajaran. Pengantar

BAB MATRIKS. Tujuan Pembelajaran. Pengantar BAB II MATRIKS Tujuan Pembelajaran Setelah mempelajari materi bab ini, Anda diharapkan dapat: 1. menggunakan sifat-sifat dan operasi matriks untuk menunjukkan bahwa suatu matriks persegi merupakan invers

Lebih terperinci

SISTEM BILANGAN REAL

SISTEM BILANGAN REAL DAFTAR ISI 1 SISTEM BILANGAN REAL 1 1.1 Sifat Aljabar Bilangan Real..................... 1 1.2 Sifat Urutan Bilangan Real..................... 6 1.3 Nilai Mutlak dan Jarak Pada Bilangan Real............

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

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

SISTEM PERSAMAAN LINEAR

SISTEM PERSAMAAN LINEAR SISTEM PERSAMAAN LINEAR BAB 1 Dr. Abdul Wahid Surhim POKOK BAHASAN 1.1 Pengantar Sistem Persamaan Linear (SPL) 1.2 Eliminasi GAUSS-JORDAN 1.3 Matriks dan operasi matriks 1.4 Aritmatika Matriks, Matriks

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

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

Definisi Jumlah Vektor Jumlah dua buah vektor u dan v diperoleh dari aturan jajaran genjang atau aturan segitiga;

Definisi 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 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

ALJABAR 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, 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 terperinci

MATERI ALJABAR LINEAR LANJUT RUANG VEKTOR

MATERI ALJABAR LINEAR LANJUT RUANG VEKTOR MATERI ALJABAR LINEAR LANJUT RUANG VEKTOR Disusun oleh: Dwi Lestari, M.Sc email: dwilestari@uny.ac.id JURUSAN PENDIDIKAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS NEGERI YOGYAKARTA

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

Materi Aljabar Linear Lanjut

Materi 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 terperinci

Diktat Kuliah. Oleh:

Diktat Kuliah. Oleh: Diktat Kuliah TEORI GRUP Oleh: Dr. Adi Setiawan UNIVERSITAS KRISTEN SATYA WACANA SALATIGA 2015 Kata Pengantar Aljabar abstrak atau struktur aljabar merupakan suatu mata kuliah yang menjadi kurikulum nasional

Lebih terperinci

Aljabar Linier Elementer

Aljabar 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 terperinci

Himpunan dan Fungsi. Modul 1 PENDAHULUAN

Himpunan dan Fungsi. Modul 1 PENDAHULUAN Modul 1 Himpunan dan Fungsi Dr Rizky Rosjanuardi P PENDAHULUAN ada modul ini dibahas konsep himpunan dan fungsi Pada Kegiatan Belajar 1 dibahas konsep-konsep dasar dan sifat dari himpunan, sedangkan pada

Lebih terperinci

Matriks. Modul 1 PENDAHULUAN

Matriks. Modul 1 PENDAHULUAN Modul Matriks Dra. Sri Haryatmi Kartiko, M.Sc. I PENDAHULUAN lmu pengetahuan dewasa ini menjadi semakin kuantitatif. Data numerik dengan skala besar, hasil pengukuran berupa angka sering dijumpai oleh

Lebih terperinci

3 LIMIT DAN KEKONTINUAN

3 LIMIT DAN KEKONTINUAN Menurut Bartle dan Sherbet (1994), Analisis matematika secara umum dipahami sebagai tubuh matematika yang dibangun oleh berbagai konsep limit. Pada bab sebelumnya kita telah mempelajari limit barisan,

Lebih terperinci

Yang dibahas : Ortogonal Basis ortogonal Ortonormal Matrik ortogonal Komplemen ortogonal Proyeksi ortogonal Faktorisasi QR

Yang dibahas : Ortogonal Basis ortogonal Ortonormal Matrik ortogonal Komplemen ortogonal Proyeksi ortogonal Faktorisasi QR Ortogonal Yang dibahas : Ortogonal Basis ortogonal Ortonormal Matrik ortogonal Komplemen ortogonal Proyeksi ortogonal Faktorisasi QR Ortogonal Himpunan vektor {v, v,.., v k } dalam R n disebut himpunan

Lebih terperinci

Bab1. Sistem Bilangan

Bab1. Sistem Bilangan Modul Pra Kalkulus -0. Bab. Sistim Bilangan Bab. Sistem Bilangan. Sistim Bilangan Jenis bilangan berkembang sejalan dengan perkembangan peradaban dan ilmu pengetahuan. Jenis bilangan yang pertama kali

Lebih terperinci

BAB II TEORI KODING DAN TEORI INVARIAN

BAB II TEORI KODING DAN TEORI INVARIAN BAB II TEORI KODING DAN TEORI INVARIAN Pada bab 1 ini akan dibahas definisi kode, khususnya kode linier atas dan pencacah bobot Hammingnya. Di samping itu, akan dijelaskanan invarian, ring invarian dan

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

Himpunan dan Sistem Bilangan Real

Himpunan dan Sistem Bilangan Real Modul 1 Himpunan dan Sistem Bilangan Real Drs. Sardjono, S.U. PENDAHULUAN M odul himpunan ini berisi pembahasan tentang himpunan dan himpunan bagian, operasi-operasi dasar himpunan dan sistem bilangan

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

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

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

UNIVERSITAS GADJAH MADA. Bahan Ajar:

UNIVERSITAS GADJAH MADA. Bahan Ajar: UNIVERSITAS GADJAH MADA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM JURUSAN MATEMATIKA PROGRAM STUDI S1 MATEMATIKA Sekip Utara, Gedung Jurusan Matematika, Yogyakarta - 55281 Bahan Ajar: BAB / POKOK BAHASAN

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

Perluasan Teorema Cayley-Hamilton pada Matriks

Perluasan Teorema Cayley-Hamilton pada Matriks Vol. 8, No.1, 1-11, Juli 2011 Perluasan Teorema Cayley-Hamilton pada Matriks Nur Erawati, Azmimy Basis Panrita Abstrak Teorema Cayley-Hamilton menyatakan bahwa setiap matriks bujur sangkar memenuhi persamaan

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

Geometri di Bidang Euclid

Geometri di Bidang Euclid Modul 1 Geometri di Bidang Euclid Dr. Wono Setya Budhi G PENDAHULUAN eometri merupakan ilmu pengetahuan yang sudah lama, mulai dari ribuan tahun yang lalu. Berpikir secara geometris dari satu bentuk ke

Lebih terperinci

Struktur Aljabar I. Pada bab ini disajikan tentang pengertian. grup, sifat-sifat dasar grup, ordo grup dan elemennya, dan konsep

Struktur Aljabar I. Pada bab ini disajikan tentang pengertian. grup, sifat-sifat dasar grup, ordo grup dan elemennya, dan konsep GRUP Bab ini merupakan awal dari bagian pertama materi utama perkuliahan Struktur Aljabar I. Pada bab ini disajikan tentang pengertian grup, sifat-sifat dasar grup, ordo grup dan elemennya, dan konsep

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

LEMBAR AKTIVITAS SISWA MATRIKS

LEMBAR AKTIVITAS SISWA MATRIKS Nama Siswa Kelas : : LEMBAR AKTIVITAS SISWA MATRIKS Notasi dan Ordo Matriks Lengkapilah isian berikut! Suatu matriks biasanya dinotasikan dengan huruf kapital, misalnya: A. PENGERTIAN MATRIKS 1) Tabel

Lebih terperinci

1 SISTEM BILANGAN REAL

1 SISTEM BILANGAN REAL Bilangan real sudah dikenal dengan baik sejak masih di sekolah menengah, bahkan sejak dari sekolah dasar. Namun untuk memulai mempelajari materi pada BAB ini anggaplah diri kita belum tahu apa-apa tentang

Lebih terperinci

Modul 2.2 Matriks dan Sistem Persamaan Linear (Topik 3) A. Pendahuluan Matriks dan Sistem Persamaan Linear

Modul 2.2 Matriks dan Sistem Persamaan Linear (Topik 3) A. Pendahuluan Matriks dan Sistem Persamaan Linear Modul 2.2 Matriks dan Sistem Persamaan Linear (Topik 3) A. Pendahuluan Salah satu kajian matematika sekolah menengah yang memiliki banyak aplikasinya dalam menyelesaikan permasalahan yang ada dalam kehidupan

Lebih terperinci

MODUL IV SISTEM PERSAMAAN LINEAR

MODUL IV SISTEM PERSAMAAN LINEAR MODUL IV SISTEM PERSAMAAN LINEAR 4.. Pendahuluan. Sistem Persamaan Linear merupakan salah satu topik penting dalam Aljabar Linear. Sistem Persamaan Linear sering dijumpai dalam semua bidang penyelidikan

Lebih terperinci

Bilangan Real. Modul 1 PENDAHULUAN

Bilangan Real. Modul 1 PENDAHULUAN Modul 1 Bilangan Real S PENDAHULUAN Drs. Soemoenar emesta pembicaraan Kalkulus adalah himpunan bilangan real. Jadi jika akan belajar kalkulus harus paham terlebih dahulu tentang bilangan real. Bagaimanakah

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

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 4 BAB II TINJAUAN PUSTAKA Untuk mencapai tujuan penulisan penelitian diperlukan beberapa pengertian dan teori yang berkaitan dengan pembahasan. Dalam subbab ini akan diberikan beberapa teori berupa definisi,

Lebih terperinci

II. LANDASAN TEORI. Pada bagian ini akan dikaji konsep operasi biner dan ring yang akan digunakan

II. LANDASAN TEORI. Pada bagian ini akan dikaji konsep operasi biner dan ring yang akan digunakan II. LANDASAN TEORI Pada bagian ini akan dikaji konsep operasi biner dan ring yang akan digunakan dalam pembahasan penelitian ini. Untuk lebih mudah memahami, akan diberikan beberapa contoh. Berikut ini

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

Soal-Soal dan Pembahasan Matematika IPA SNMPTN 2012 Tanggal Ujian: 13 Juni 2012

Soal-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 terperinci

PERSAMAAN KUADRAT. Persamaan. Sistem Persamaan Linear

PERSAMAAN KUADRAT. Persamaan. Sistem Persamaan Linear Persamaan Sistem Persamaan Linear PENGERTIAN Definisi Persamaan kuadrat adalah kalimat matematika terbuka yang memuat hubungan sama dengan yang pangkat tertinggi dari variabelnya adalah 2. Bentuk umum

Lebih terperinci

UNIVERSITAS GADJAH MADA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM JURUSAN MATEMATIKA PROGRAM STUDI S1 MATEMATIKA Sekip Utara, Yogyakarta

UNIVERSITAS GADJAH MADA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM JURUSAN MATEMATIKA PROGRAM STUDI S1 MATEMATIKA Sekip Utara, Yogyakarta UNIVERSITAS GADJAH MADA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM JURUSAN MATEMATIKA PROGRAM STUDI S1 MATEMATIKA Sekip Utara, Yogyakarta Bahan Ajar: BAB POKOK BAHASAN I MODUL ATAS RING Direncanakan

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

MADRASAH ALIYAH AL-MU AWANAH BEKASI SELATAN 2012

MADRASAH ALIYAH AL-MU AWANAH BEKASI SELATAN 2012 MODUL MATEMATIKA PERSIAPAN UJIAN NASIONAL 0 TAHUN AJARAN 0/0 MATERI PERSAMAAN KUADRAT DAN PERTIDAKSAMAAN KUADRAT UNTUK KALANGAN MA AL-MU AWANAH MADRASAH ALIYAH AL-MU AWANAH BEKASI SELATAN 0 Jalan RH. Umar

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

II. M A T R I K S ... A... Contoh II.1 : Macam-macam ukuran matriks 2 A. 1 3 Matrik A berukuran 3 x 1. Matriks B berukuran 1 x 3

II. M A T R I K S ... A... Contoh II.1 : Macam-macam ukuran matriks 2 A. 1 3 Matrik A berukuran 3 x 1. Matriks B berukuran 1 x 3 11 II. M A T R I K S Untuk mencari pemecahan sistem persamaan linier dapat digunakan beberapa cara. Salah satu yang paling mudah adalah dengan menggunakan matriks. Dalam matematika istilah matriks digunakan

Lebih terperinci

Jika titik O bertindak sebagai titik pangkal, maka ruas-ruas garis searah mewakili

Jika titik O bertindak sebagai titik pangkal, maka ruas-ruas garis searah mewakili 4.5. RUMUS PERBANDINGAN VEKTOR DAN KOORDINAT A. Pengertian Vektor Posisi dari Suatu Titik Misalnya titik A, B, C Dan D. adalah titik sebarang di bidang atau di ruang. Jika titik O bertindak sebagai titik

Lebih terperinci

Wardaya College. Tes Simulasi Ujian Nasional SMA Berbasis Komputer. Mata Pelajaran Matematika Tahun Ajaran 2017/2018

Wardaya College. Tes Simulasi Ujian Nasional SMA Berbasis Komputer. Mata Pelajaran Matematika Tahun Ajaran 2017/2018 Tes Simulasi Ujian Nasional SMA Berbasis Komputer Mata Pelajaran Matematika Tahun Ajaran 07/08 -. Jika diketahui x = 8, y = 5 dan z = 8, maka nilai dari x y z adalah.... (a) 0 (b) 00 (c) 500 (d) 750 (e)

Lebih terperinci

Bagian 2 Matriks dan Determinan

Bagian 2 Matriks dan Determinan Bagian Matriks dan Determinan Materi mengenai fungsi, limit, dan kontinuitas akan kita pelajari dalam Bagian Fungsi dan Limit. Pada bagian Fungsi akan mempelajari tentang jenis-jenis fungsi dalam matematika

Lebih terperinci

UNIVERSITAS GADJAH MADA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM JURUSAN MATEMATIKA PROGRAM STUDI S1 MATEMATIKA Sekip Utara, Yogyakarta

UNIVERSITAS GADJAH MADA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM JURUSAN MATEMATIKA PROGRAM STUDI S1 MATEMATIKA Sekip Utara, Yogyakarta UNIVERSITAS GADJAH MADA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM JURUSAN MATEMATIKA PROGRAM STUDI S1 MATEMATIKA Sekip Utara, Yogyakarta Bahan Ajar: BAB POKOK BAHASAN III MODUL BEBAS, PENGENOL, DAN

Lebih terperinci

RENCANA PELAKSANAAN PEMBELAJARAN

RENCANA PELAKSANAAN PEMBELAJARAN RENCANA PELAKSANAAN PEMBELAJARAN Mata Pelajaran : Matematika Kelas/ Semester: XI Program IPA/2 Alokasi Waktu: 8 jam Pelajaran (4 Pertemuan) A. Standar Kompetensi Menggunakan aturan sukubanyak dalam penyelesaian

Lebih terperinci

Integral Tak Tentu. Modul 1 PENDAHULUAN

Integral Tak Tentu. Modul 1 PENDAHULUAN Modul 1 Integral Tak Tentu M PENDAHULUAN Drs. Hidayat Sardi, M.Si odul ini akan membahas operasi balikan dari penurunan (pendiferensialan) yang disebut anti turunan (antipendiferensialan). Dengan mengikuti

Lebih terperinci

BAB IV PERTIDAKSAMAAN. 1. Pertidaksamaan Kuadrat 2. Pertidaksamaan Bentuk Pecahan 3. Pertidaksamaan Bentuk Akar 4. Pertidaksamaan Nilai Mutlak

BAB IV PERTIDAKSAMAAN. 1. Pertidaksamaan Kuadrat 2. Pertidaksamaan Bentuk Pecahan 3. Pertidaksamaan Bentuk Akar 4. Pertidaksamaan Nilai Mutlak BAB IV PERTIDAKSAMAAN 1. Pertidaksamaan Kuadrat. Pertidaksamaan Bentuk Pecahan 3. Pertidaksamaan Bentuk Akar 4. Pertidaksamaan Nilai Mutlak 86 LEMBAR KERJA SISWA 1 Mata Pelajaran : Matematika Uraian Materi

Lebih terperinci

1 SISTEM BILANGAN REAL

1 SISTEM BILANGAN REAL 1 SISTEM BILANGAN REAL Bilangan real sudah dikenal dengan baik sejak masih di sekolah menengah, bahkan sejak dari sekolah dasar. Namun untuk memulai mempelajari materi pada BAB ini anggaplah diri kita

Lebih terperinci

1 SISTEM BILANGAN REAL

1 SISTEM BILANGAN REAL Bilangan real sudah dikenal dengan baik sejak masih di sekolah menengah, bahkan sejak dari sekolah dasar. Namun untuk memulai mempelajari materi pada BAB ini anggaplah diri kita belum tahu apa-apa tentang

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

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

Ujian Nasional. Tahun Pelajaran 2010/2011 IPA MATEMATIKA (D10) UTAMA. SMA / MA Program Studi

Ujian Nasional. Tahun Pelajaran 2010/2011 IPA MATEMATIKA (D10) UTAMA. SMA / MA Program Studi Ujian Nasional Tahun Pelajaran 00/0 UTAMA SMA / MA Program Studi IPA MATEMATIKA (D0) c Fendi Alfi Fauzi alfysta@yahoo.com Ujian Nasional Tahun Pelajaran 00/0 (Pelajaran Matematika) Tulisan ini bebas dibaca

Lebih terperinci

BAB 5 TEOREMA SISA. Menggunakan aturan sukubanyak dalam penyelesaian masalah. Kompetensi Dasar

BAB 5 TEOREMA SISA. Menggunakan aturan sukubanyak dalam penyelesaian masalah. Kompetensi Dasar Standar Kompetensi BAB 5 TEOREMA SISA Menggunakan aturan sukubanyak dalam penyelesaian masalah. Kompetensi Dasar Menggunakan algoritma pembagian sukubanyak untuk menentukan hasil bagi dan sisa pembagian

Lebih terperinci