PIDATO ILMIAH. HENDRA GUNAWAN, Ph.D.
|
|
- Liani Atmadja
- 6 tahun lalu
- Tontonan:
Transkripsi
1 PIDATO ILMIAH HENDRA GUNAWAN, Ph.D.
2 Garis Besar Pidato Mengapa perlu rumus sudut antara dua subruang Bagaimana memperoleh rumus tersebut (dari rumus-rumus lain yang telah dikenal sebelumnya) Bagaimana memaknai rumus tersebut Dalam bidang apa rumus tersebut dapat diaplikasikan
3 Regresi Linear & Sudut Antara Garis dan Bidang Regresi linear: Diberikan n titik data, (x 1, y 1 ), (x 2, y 2 ),, (x n, y n ), ingin dicari suatu persamaan y = ax + b yang menghampiri data tersebut, dengan galat (error) sekecil-kecilnya. Persoalan ini lazim diselesaikan dengan Metode Kuadrat Terkecil, yang dipopulerkan oleh Carl-Friedrich Gauss ( ). Metode Kuadrat Terkecil dicetuskan pertama kali oleh Adrien-Marie Legendre ( ).
4 Metode Kuadrat Terkecil y = ax + b Galat total n ε = [ y i ax i + b ] 2. i=1 Galat minimum ketika b = a = n n i=1 i=1 n x i y i n i=1 x i n i=1 n x 2 i ( n i=1 x i ) 2 n i=1 2 x n i i=1 n n i=1 y i n i=1 x i 2 ( i=1 y i x i n i=1 x i y i n x i ) 2. Dengan koefisien a dan b di atas, garis y = ax + b merupakan hampiran linear terbaik untuk data yang diberikan.
5 Pendekatan Geometri Misal y = (y 1,, y n ), x = (x 1,, x n ), dan e = (1,, 1). Andai y berada dalam subruang yang direntang oleh x dan e, maka y = ax + be untuk a dan b (skalar) tertentu. Tetapi bagaimana jika y berada di luar subruang tersebut? Vektor y dipilih di antara vektor pada bidang yang direntang oleh x dan e sedemikian sehingga y y minimum. Dalam hal ini, vektor y membentuk sudut terkecil dengan vektor y.
6 Koefisien Korelasi Dalam statistika, terkait dengan data (x i, y i ), i = 1,, n, ada koefisien korelasi r yang mengukur seberapa kuat keterkaitan antara y = (y 1,, y n ) dan x = x 1,, x n : r = n n i=1 n n i=1 Dalam notasi vektor: n x i y i i=1 x i i=1 y i. x 2 i ( n i=1 x i ) 2 n n i=1 y 2 i ( n i=1 y i ) 2 i=1 n r = x x, y y x x y y dengan x = 1 x n i = nilai rata-rata dari x 1,, x n dan x, y = n i=1 x i y i = hasil kali dalam dari x dan y. Koefisien korelasi antara x dan y sama dengan nilai cosinus sudut antara vektor x x dan vektor y y. n
7 Sudut antara Dua Subruang Misalkan kita mempunyai dua himpunan vektor, yaitu {u 1,, u p } dan {v 1,, v q }, di suatu ruang hasil kali dalam X berdimensi n, dengan 1 p q n. (Mulai sekarang, vektor tidak lagi dituliskan dengan huruf tebal; sebagai contoh u 1 = u 11,, u 1n adalah vektor di ruang berdimensi n.) Bagaimana caranya menghitung besar sudut antara subruang U yang direntang oleh {u 1,, u p } dan subruang V yang direntang oleh {v 1,, v q }?
8 Sudut antara Dua Subruang Besar sudut tersebut merupakan ukuran seberapa mirip himpunan data {u 1,, u p } dan himpunan data {v 1,, v q } (bila p = q), atau seberapa baik kita dapat menghampiri himpunan data {u 1,, u p } dengan suatu himpunan p buah anggota subruang yang direntang oleh {v 1,, v q } (bila p q).
9 Seberapa Mirip Aktivitas Mereka? Di sini, terdapat dua himpunan vektor, U = {(4,3,2,1), (3,4,2,1)} dan V = {(4,3,1,2), (2,4,2,2)}. Bila kita dapat menghitung sudut antara subruang yang direntang oleh U dan subruang yang direntang oleh V, maka kita mempunyai suatu ukuran kemiripan aktivitas mereka.
10 Rumus Risteski & Trenčevski* Pada tahun 2001, Risteski and Trenčevski mendefinisikan sudut θ antara dua subruang U = span{u 1,, u p } dan V = span{v 1,, v q } via rumus cos 2 θ = det ( MM T ) det [ u i, u j ] det [ v k, v l ] (R0) dengan M = [ u i, v k ] matriks berukuran p q, M T matriks transpos dari M, [ u i, u j ] matriks berukuran p p, dan [ v k, v l ] matriks berukuran q q. *Risteski, I.B. & Trenčevski, K.G. Principal values and principal subspaces of two subspaces of vector spaces with inner product. Beitr age zur Algebra und Geometrie (2001),
11 Rumus Risteski & Trenčevski Rumus tadi mereka peroleh dengan terlebih dahulu membuktikan ketaksamaan berikut: det ( MM T ) det [ u i, u j ] det [ v k, v l ]. Untuk p = q = 1, ketaksamaan di atas tak lain adalah Ketaksamaan Cauchy-Schwarz: u, v 2 u 2 v 2. Ketaksamaan di atas merupakan perumuman dari Ketaksamaan Cauchy-Schwarz, yang diperlukan untuk det (MM menjamin bahwa nilai T ) berada det [ u i,u j ] det [ v k,v l ] pada interval [0,1].
12 Kesalahan pada Rumus Risteski & Trenčevski Rumus Risteski & Trenčevski mengandung kesalahan serius. Sebagai contoh, tinjau X = R 3, yang dilengkapi dengan hasil kali dalam biasa, U = span{u} dengan u = (1,0,0), dan V = span{v 1, v 2 } dengan v 1 = ( 1 2, 1 2, 0) and v 2 = ( 1 2, 1 2, 1 2 ). Menurut ketaksamaan Risteksi & Trenčevski: u, v u, v 2 2 u 2 v 1, v 2 2, dengan v 1, v 2 = det [ v k, v l ]; yang setara dengan , yang tentu saja mustahil.
13 Bagaimana Memperbaikinya Misalkan X adalah ruang vektor yang dilengkapi dengan hasil kali dalam,. Diberikan dua subruang dari X, sebutlah U dan V, dengan dimensi p dan q, 1 p q dim X, kita ingin merumuskan sudut antara U dan V. Sebelum itu, kita tinjau terlebih dahulu dua kasus khusus, yaitu (a) dim(u) = 1, dim(v) = q sembarang; (b) dim(u) = dim(v) = p 2, dim(u V) = p 1.
14 Kasus (a) Rumus sudut θ antara U = span{u} dan V adalah cos 2 u, u 2 V θ = u 2 u V 2 dengan u V vektor proyeksi (ortogonal) dari u pada V, dan =, 1/2 menyatakan norm pada X. Dengan menuliskan u = u V + u V, dengan u V vektor komplemen ortogonal dari u pada V, rumus di atas menjadi cos 2 θ = u V 2 u 2 yang memperlihatkan bahwa nilai cos θ sama dengan rasio antara panjang vektor proyeksi u pada V dan panjang vektor u. θ u u V
15 Kasus (b) Misalkan U = span u, w 2,, w p, V = span{v, w 2,, w p }, dan W = U V = span{w 2,, w p }, dengan p 2. Rumus sudut θ antara U dan V adalah cos 2 u W, v 2 W θ = u W 2 v W 2 dengan u W dan v W vektor komplemen ortogonal dari u dan v pada W. Menggunakan sifat determinan, dapat diperiksa bahwa nilai cos θ sama dengan rasio antara volume paralelpipedium (berdimensi p) yang direntang oleh vektor-vektor proyeksi u, w 2,, w p pada V dan volume paralelpipedium yang direntang oleh vektor-vektor u, w 2,, w p.
16 Rumus Sudut antara Dua Subruang - I Berdasarkan pengamatan tadi, kita definisikan sudut antara subruang U = span{u 1,, u p } dan V = span{v 1,, v q }, dengan p q, via rumus cos 2 θ = proj Vu 1,, proj V u p 2 u 1,, u p 2 (R1) dengan proj V u i menyatakan vektor proyeksi dari u i pada V. Catatan. u 1,, u p menyatakan volume paralelpipedium berdimensi p yang direntang oleh vektor-vektor u 1,, u p.
17 Keajekan Rumus Proposisi berikut menyatakan bahwa rumus sudut antara dua subruang yang didefinisikan sebagai rasio tadi merupakan rumus yang ajek. Proposisi. Rasio di ruas kanan rumus (R1) merupakan suatu bilangan di interval [0,1] yang tak tergantung pada basis yang dipilih untuk U dan V.
18 Rumus Sudut antara Dua Subruang - II Menggunakan konsep hasil kali dalam-p x 0, x 1 x 2,, x p = dan norm-p x 0, x 1 x 0, x 2 x 0, x p x 2, x 1 x 2, x 2 x 2, x p x p, x 1 x p, x 2 x p, x p x 1, x 2,, x p = x 1, x 1 x 2,, x p 1/2 pada X, kita dapat memperoleh rumus sudut antara subruang U = span{u 1,, u p } dan V = span{v 1,, v q }, dengan p q, dalam bentuk yang lebih eksplisit.
19 Rumus Sudut antara Dua Subruang - II Untuk i = 1,, p, vektor proyeksi dari u i pada V dapat dituliskan sebagai dengan proj V u i = q k=1 α ik v k α ik = u i, v k v i2 (k),, v iq (k) v 1, v 2,, v q 2 dengan i 2 k,, i q k = 1,2,, q k, untuk k = 1, 2,, q.
20 Rumus Sudut antara Dua Subruang - II Karena itu proj V u 1,, proj V u p 2 = k=1 dengan q q q k=1 α 1k u 1, v k k=1 α pk α 1k u p, v k q α pk k=1 u 1, v k u p, v k = det ( M M T ) v 1,, v q 2p M = u i, v k dan M = [ u i, v k v i2 (k),, v iq (k) ] dan i 2 (k),, i q (k) seperti tadi.
21 Rumus Sudut antara Dua Subruang - II Rumus (R1) untuk cosinus sudut antara U dan V sekarang dapat dituliskan sebagai cos 2 θ = det ( M M T ) det [ u i, u j ] det p [ v k, v l ]. (R2) Rumus ini merupakan koreksi terhadap rumus Risteski dan Trenčevski, yang kami publikasikan di BAG (2005).** **Gunawan, H., Neswan, O. & Setya-Budhi, W. A formula for angles between two subspaces of inner product spaces. Beiträge zur Algebra und Geometrie (2005).
22 Rumus Sudut antara Dua Subruang - II Catatan. Jika {u 1,, u p } dan {v 1,, v q } ortonormal, maka cos 2 θ = det ( MM T ). Lebih jauh, jika p = q, maka cos θ = det M = u 1, v 1 u 1, v 2 u 1, v p u 2, v 1 u 2, v 2 u 2, v p. u p, v 1 u p, v 2 u p, v p
23 Seberapa Mirip Aktivitas Mereka? Dalam hal ini kita mempunyai dua subruang dari R 4, yaitu U = span{(4,3,2,1), (3,4,2,1)} dan V = span{(4,3,1,2), (2,4,2,2)}. Dengan rumus (R2), kita dapatkan cos θ = 0,853, sehingga θ = 31, 5. Dengan sudut θ < 45, kita dapat mengatakan bahwa aktivitas anak-anak di kedua keluarga tersebut mirip.
24 Seberapa Mirip Aktivitas Mereka? Beda dengan contoh sebelumnya, di sini kita mempunyai U = span{(4,3,2,1), (3,4,2,1)} dan V = span{(4,3,1,2), (2,4,2,2)}. Dengan rumus (R2), kita dapatkan cos θ = 0,507, sehingga θ = 59, 5. Dengan sudut θ > 45, kita dapat mengatakan bahwa aktivitas anak-anak di kedua keluarga tersebut berbeda.
25 Potensi Aplikasi dalam Bidang Biokimia David, C.C. & Jacobs, D.J. Characterizing protein motions from structure. Journal of Molecular Graphics and Modelling (2011). David, C.C. & Jacobs, D.J. Principal component analysis: A method for determining the essential dynamics of proteins. Methods in Molecular Biology (2014).
26 Potensi Aplikasi dalam Bidang Fisika Bosetti, H., dkk. Time-reversal symmetry and covariant Lyapunov vectors for simple particle models in and out of thermal equilibrium. Physical Review E - Statistical, Nonlinear, and Soft Matter Physics (2010). Chella, F., dkk. Calibration of a multichannel MEG system based on the Signal Space Separation method. Physics in Medicine and Biology (2012).
27 Potensi Aplikasi dalam Bidang Grafika Komputer Cao, W.M., dkk. Content-based image retrieval using highdimensional information geometry. Science China Information Sciences (2014). Kaveh, A. Optimal Analysis of Structures by Concepts of Symmetry and Regularity. Springer-Verlag, Wien (2013). Kaveh, A. & Fazli, H. Approximate eigensolution of locally modified regular structures using a substructuring technique. Computers and Structures (2011). Liwicki, S., dkk. Euler principal component analysis. International Journal of Computer Vision (2013). Liwicki, S., dkk. Online kernel slow feature analysis for temporal video segmentation and tracking. IEEE Transactions on Image Processing (2015). Peikert, R. & Sadlo, F. Height ridge computation and filtering for visualization. IEEE Pacific Visualisation Symposium 2008, PacificVis - Proceedings (2008).
28 Potensi Aplikasi dalam Bidang Optimisasi Haesen, S., dkk. On the extrinsic principal directions of Riemannian submanifolds. Note di Matematica (2009). Pustylnik, E., dkk. Convergence of infinite products of nonexpansive operators in Hilbert space. Journal of Nonlinear and Convex Analysis (2010).
29 Potensi Aplikasi dalam Bidang Vehicular Technology Nam, S., dkk. A PF scheduling with low complexity for downlink multi-user MIMO systems. IEEE Vehicular Technology Conference (2013). Nam, S., dkk. A user selection algorithm using angle between subspaces for downlink MU-MIMO systems. IEEE Transactions on Communications (2014). Yi, X. & Au, E.K.S. User scheduling for heterogeneous multiuser MIMO systems: A subspace viewpoint. IEEE Transactions on Vehicular Technology (2011).
30 Penutup TERIMA KASIH..
MATEMATIKA DAN BUDAYA BERMATEMATIKA
MATEMATIKA DAN BUDAYA BERMATEMATIKA Prof. Hendra Gunawan Kuliah Inaugurasi sebagai Anggota Akademi Ilmu Pengetahuan Indonesia Institut Teknologi Bandung Mei 2017 Hendra Gunawan ITB Daftar Isi 0. PENDAHULUAN...
Lebih terperinciRumus eksplisit untuk sudut antara dua subruang dari suatu ruang hasilkali dalam 1. Hendra Gunawan 2
Rumus eksplisit untuk sudut antara dua subruang dari suatu ruang hasilkali dalam 1 Hendra Gunawan 2 Departemen Matematika Institut Teknologi Bandung Bandung 40132, Indonesia 1 Dipresentasikan pada Konferensi
Lebih terperinciPROSIDING ISSN: MU-1 KONSEPSUDUT ANTARA DUA SUBRUANG DAN POTENSIAPLIKASINYA
MU-1 KONSEPSUDUT ANTARA DUA SUBRUANG DAN POTENSIAPLIKASINYA Hendra Gunawan Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Bandung 1. PENDAHULUAN Dalam makalah ini, konsep sudut antara
Lebih terperinciUNIVERSITAS INDONESIA. SUDUT ANTARA DUA SUBRUANG DARI SUATU RUANG HASIL KALI DALAM-n TESIS DEBBY SANJAYA
UNIVERSITAS INDONESIA SUDUT ANTARA DUA SUBRUANG DARI SUATU RUANG HASIL KALI DALAM-n TESIS DEBBY SANJAYA 1006734546 FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM STUDI MATEMATIKA DEPOK JULI 2012
Lebih terperinciMODEL VEKTOR DAN MATRIKS DARI DOKUMEN SERTA SUDUT ANTARA DUA VEKTOR DAN DUA SUBRUANG UNTUK MENDUGA DINI PLAGIARISME DOKUMEN
MODEL VEKOR DAN MARIKS DARI DOKUMEN SERA SUDU ANARA DUA VEKOR DAN DUA SUBRUANG UNUK MENDUGA DINI PLAGIARISME DOKUMEN Prasetyaning Diah R. Lestari, R. Agustian, R. Gafriadi, A.Febriyanti, dan A.D. Garnadi
Lebih terperinciANALISIS NUMERIK LANJUT. Hendra Gunawan, Ph.D. 2006/2007
ANALISIS NUMERIK LANJUT Hendra Gunawan, Ph.D. 2006/2007 BAB I. RUANG LINEAR Pelajari definisi dan contoh: ruang linear (hal. 1-3); subruang (hal. 3); kombinasi linear (hal. 4); bebas/bergantung linear
Lebih terperinciChapter 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 terperinciFUNGSIONAL LINEAR-2 DALAM RUANG NORM-2 2-LINEAR FUNCTIONALS IN 2-NORMED SPACE
Jurnal Ilmu Matematika dan Terapan Maret 016 Volume 10 Nomor 1 Hal. 1 7 FUNGSIONAL LINEAR- DALAM RUANG NORM- Harmanus Batkunde 1, Meilin I. Tilukay dan F. Y. Rumlawang 3 1,,3 Jurusan Matematika FMIPA Universitas
Lebih terperinciRuang Norm-2 dan Ruang Hasil Kali Dalam-2
Jurnal Matematika Integratif ISSN 4-684 Volume 0 No, Oktober 04, pp 39-45 Ruang Norm- dan Ruang Hasil Kali Dalam- J.Manuhutu, Y.A.Lesnussa, H. Batkunde JurusanMatematika Fakultas MIPA UniversitasPattimura
Lebih terperinciEdisi Juni 2011 Volume V No. 1-2 ISSN SIFAT-SIFAT RUANG HASIL KALI DALAM-n KOMPLEKS
SIFAT-SIFAT RUANG HASIL KALI DALAM-n KOMPLEKS Sri Maryani Program Studi Matematika, Fakultas Sains dan Teknik Universitas Jenderal Soedirman, Purwokerto Email : sri.maryani@unsoed.ac.id Abstract Inner
Lebih terperinciKetaksamaan Cauchy-Schwarz, Ketaksamaan Bessel, dan Kesamaan Parseval di Ruang n-hasilkali Dalam Baku. Hendra Gunawan
Ketaksamaan Cauchy-Schwarz, Ketaksamaan Bessel, dan Kesamaan Parseval di Ruang n-hasilkali Dalam Baku Hendra Gunawan Departemen Matematika, ITB, Bandung 40132 hgunawan@dns.math.itb.ac.id 1 Abstrak Beberapa
Lebih terperinciPertama, daftarkan kedua himpunan vektor: himpunan yang merentang diikuti dengan himpunan yang bergantung linear, perhatikan:
Dimensi dari Suatu Ruang Vektor Jika suatu ruang vektor V memiliki suatu himpunan S yang merentang V, maka ukuran dari sembarang himpunan di V yang bebas linier tidak akan melebihi ukuran dari S. Teorema
Lebih terperinciBAB 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 terperinciRuang Vektor Euclid R n
Ruang Vektor Euclid R n Kuliah Aljabar Linier Semester Ganjil 2015-2016 MZI Fakultas Informatika Telkom University FIF Tel-U Oktober 2015 MZI (FIF Tel-U) Ruang Vektor R n Oktober 2015 1 / 38 Acknowledgements
Lebih terperinciRUANG VEKTOR. Nurdinintya Athari (NDT)
1 RUANG VEKTOR Nurdinintya Athari (NDT) RUANG VEKTOR Sub Pokok Bahasan Ruang Vektor Umum Subruang Basis dan Dimensi Basis Subruang Beberapa Aplikasi Ruang Vektor Beberapa metode optimasi Sistem kontrol
Lebih terperinciMatematika II : Vektor. Dadang Amir Hamzah
Matematika II : Vektor Dadang Amir Hamzah sumber : http://www.whsd.org/uploaded/faculty/tmm/calc front image.jpg 2016 Dadang Amir Hamzah Matematika II Semester II 2016 1 / 24 Outline 1 Pendahuluan Dadang
Lebih terperinciBAB III OPERATOR LINEAR TERBATAS PADA RUANG HILBERT. Operator merupakan salah satu materi yang akan dibahas dalam fungsi
BAB III OPERATOR LINEAR TERBATAS PADA RUANG HILBERT 3.1 Operator linear Operator merupakan salah satu materi yang akan dibahas dalam fungsi real yaitu suatu fungsi dari ruang vektor ke ruang vektor. Ruang
Lebih terperinciAljabar Linier Elementer. Kuliah ke-9
Aljabar Linier Elementer Kuliah ke-9 Materi kuliah Hasilkali Titik Proyeksi Ortogonal 7/9/2014 Yanita, FMIPA Matematika Unand 2 Hasilkali Titik dari Vektor-Vektor Definisi Jika u dan v adalah vektor-vektor
Lebih terperinciBAB III METODOLOGI. 3.1 Vector Median Filtering (VMF)
BAB III METODOLOGI Pada bab ini akan dijelaskan tentang metode yang dipakai dalam pengerjaan tugas akhir ini yang meliputi pengertian Vector Median Filtering (VMF), Vector Directional Filtering (VDF),
Lebih terperinciJMP : Volume 1 Nomor 1, April 2009 KETAKSAMAAN CAUCHY SCHWARZ PADA RUANG HASIL KALI DALAM-2
JMP : Volume Nomor April 009 KETAKSAMAAN CAUCHY SCHWARZ PADA RUANG HASIL KALI DALAM- Sri Marani Program Studi Matematika Fakultas Sains dan Tekink Universitas Jenderal Soedirman Purwokerto Email : srimar_math_97@ahoo.com
Lebih terperinciSUBRUANG 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 terperinciPengantar Vektor. Besaran. Vektor (Mempunyai Arah) Skalar (Tidak mempunyai arah)
Pengantar Vektor Besaran Skalar (Tidak mempunyai arah) Vektor (Mempunyai Arah) Vektor Geometris Skalar (Luas, Panjang, Massa, Waktu dan lain - lain), merupakan suatu besaran yang mempunyai nilai mutlak
Lebih terperinciVektor Ruang 2D dan 3D
Vektor Ruang 2D dan D 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 terperinciOutline Vektor dan Garis Koordinat Norma Vektor Hasil Kali Titik dan Proyeksi Hasil Kali Silang. Geometri Vektor. Kusbudiono. Jurusan Matematika
Jurusan Matematika 1 Nopember 2011 1 Vektor dan Garis 2 Koordinat 3 Norma Vektor 4 Hasil Kali Titik dan Proyeksi 5 Hasil Kali Silang Definisi Vektor Definisi Jika AB dan CD ruas garis berarah, keduanya
Lebih terperinciVektor di ruang dimensi 2 dan ruang dimensi 3
Vektor di ruang dimensi 2 dan ruang dimensi 3 Maulana Malik 1 (maulana.malik@sci.ui.ac.id) 1 Departemen Matematika FMIPA UI Kampus Depok UI, Depok 16424 2014/2015 1/21 maulana.malik@sci.ui.ac.id Vektor
Lebih terperinciLatihan 5: Inner Product Space
Latihan 5: Inner Product Space Diketahui vektor u v w ϵ R di mana u = v = Hitunglah : a b c d e f Diketahui vektor u v ϵ R di mana u = dan v = Carilah
Lebih terperinciMUH1G3/ 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 terperinciMUH1G3/ 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 terperinciRuang Vektor Euclid R 2 dan R 3
Ruang Vektor Euclid R 2 dan R 3 Kuliah Aljabar Linier Semester Ganjil 2015-2016 MZI Fakultas Informatika Telkom University FIF Tel-U September 2015 MZI (FIF Tel-U) Ruang Vektor R 2 dan R 3 September 2015
Lebih terperinciEuclidean n & Vector Spaces. Matrices & Vector Spaces
Lecture 9 Euclidean n & Vector Spaces Delivered by: Filson Maratur Sidjabat fmsidjabat@president.ac.id Matrices & Vector Spaces #4 th June 05 (90%*score / 0% extra points for HW-Q) Retake Quiz. Compute
Lebih terperinciRuang Norm-n Berdimensi Hingga
Jurnal Matematika Integratif. Vol. 3, No. 2 (207), pp. 95 04. p-issn:42-684, e-issn:2549-903 doi:0.2498/jmi.v3.n2.986.95-04 Ruang Norm-n Berdimensi Hingga Moh. Januar Ismail Burhan Jurusan Matematika dan
Lebih terperinciTeorema Titik Tetap di Ruang Norm-2 Standar
Teorema Titik Tetap di Ruang Norm- Standar Muh. Nur Universitas Hasanuddin Abstract Pada tulisan ini, akan dipelajari ruang norm- standar, yakni ruang hasil kali dalam yang dilengkapi dengan norm- standar.
Lebih terperinciDIKTAT ALJABAR LINIER DAN MATRIKS VEKTOR. Penyusun Ir. S. Waniwatining Astuti, M.T.I.
DIKTAT ALJABAR LINIER DAN MATRIKS VEKTOR Penyusun Ir. S. Waniwatining Astuti, M.T.I. SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER GLOBAL INFORMATIKA MDP 24 KATA PENGANTAR Pertama-tama penulis mengucapkan
Lebih terperinciKumpulan 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 terperinci8.1 Transformasi Linier Umum. Bukan lagi transformasi R n R m, tetapi transformasi linier dari
8.1 Transformasi Linier Umum Bukan lagi transformasi R n R m, tetapi transformasi linier dari ruang vektor V vektor W. Definisi Jika T: V W adalah suatu fungsi dari suatu ruang vektor V ke ruang vektor
Lebih terperinciSECOND ORDER CONE (SOC) DAN SIFAT-SIFAT KENDALA SECOND ORDER CONE PROGRAMMING DENGAN NORMA 1
SECOND ORDER CONE (SOC) DAN SIFAT-SIFAT KENDALA SECOND ORDER CONE PROGRAMMING DENGAN NORMA 1 Caturiyati 1, Ch. Rini Indrati 2, Lina Aryati 2 1 Mahasiswa Program Studi S3 Matematika FMIPA UGM dan dosen
Lebih terperinciAljabar Linear Elementer
BAB I RUANG VEKTOR Pada kuliah Aljabar Matriks kita telah mendiskusikan struktur ruang R 2 dan R 3 beserta semua konsep yang terkait. Pada bab ini kita akan membicarakan struktur yang merupakan bentuk
Lebih terperinciSECOND ORDER CONE (SOC) DAN SIFAT-SIFAT KENDALA SECOND ORDER CONE PROGRAMMING DENGAN NORMA
Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA, Fakultas MIPA, Universitas Negeri Yogyakarta, 18 Mei 013 SECOND ORDER CONE (SOC) DAN SIFAT-SIFAT KENDALA SECOND ORDER CONE PROGRAMMING
Lebih terperinciMASALAH INTERPOLASI 1-D DAN 2-D
MASALAH INTERPOLASI 1-D DAN 2-D Hendra Gunawan ITB Bandung http://personal.fmipa.itb.ac.id/hgunawan/ Analysis and Geometry Group Bandung Institute of Technology Bandung, Indonesia Seminar Nasional Analisis
Lebih terperinciCHAPTER 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 terperinciBAB 2 RUANG HILBERT. 2.1 Definisi Ruang Hilbert
BAB 2 RUANG HILBERT Pokok pembicaraan kita dalam tugas akhir ini berpangkal pada teori ruang Hilbert. Untuk itu di bab ini akan diberikan definisi ruang Hilbert dan ciri-cirinya, separabilitas ruang Hilbert,
Lebih terperinci1 Mengapa Perlu Belajar Geometri Daftar Pustaka... 1
Daftar Isi 1 Mengapa Perlu Belajar Geometri 1 1.1 Daftar Pustaka.................................... 1 2 Ruang Euclid 3 2.1 Geometri Euclid.................................... 8 2.2 Pencerminan dan Transformasi
Lebih terperinciTINJAUAN PUSTAKA Analisis Biplot Biasa
TINJAUAN PUSTAKA Analisis Biplot Biasa Analisis biplot merupakan suatu upaya untuk memberikan peragaan grafik dari matriks data dalam suatu plot dengan menumpangtindihkan vektor-vektor dalam ruang berdimensi
Lebih terperinciTEOREMA TITIK TETAP DI RUANG BARISAN p-summable DALAM NORM-n
TEOREMA TITIK TETAP DI RUANG BARISAN p-summable DALAM NORM-n Anwar Mutaqin dan Indiana Marethi Program Studi Pendidikan Matematika Fakultas Keguruan dan Ilmu Pendidikan Universitas Sultan Ageng Tirtayasa
Lebih terperinciKelengkapan Ruang l pada Ruang Norm-n
Jurnal Matematika, Statistika,& Komputasi Vol.... No... 20... Kelengkapan Ruang l pada Ruang Norm-n Meriam, Naimah Aris 2, Muh Nur 3 Abstrak Rumusan norm-n pada l merupakan perumuman dari rumusan norm-n
Lebih terperinciPERTEMUAN 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 terperinciBAB III PEREDUKSIAN RUANG INDIVIDU DENGAN ANALISIS KOMPONEN UTAMA. Analisis komponen utama adalah metode statistika multivariat yang
BAB III PEREDUKSIAN RUANG INDIVIDU DENGAN ANALISIS KOMPONEN UTAMA Analisis komponen utama adalah metode statistika multivariat yang bertujuan untuk mereduksi dimensi data dengan membentuk kombinasi linear
Lebih terperinciDASAR-DASAR TEORI RUANG HILBERT
DASAR-DASAR TEORI RUANG HILBERT Herry P. Suryawan 1 Geometri Ruang Hilbert Definisi 1.1 Ruang vektor kompleks V disebut ruang hasilkali dalam jika ada fungsi (.,.) : V V C sehingga untuk setiap x, y, z
Lebih terperinciPROGRAM STUDI PENDIDIKAN MATEMATIKA FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS VETERAN BANGUN NUSANTARA SUKOHARJO
PERANGKAT PEMBELAJARAN MATA KULIAH : ALJABAR LINIER 2 KODE : MKK414515 DOSEN PENGAMPU : Annisa Prima Exacta, M.Pd. PROGRAM STUDI PENDIDIKAN MATEMATIKA FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS
Lebih terperinciKEKONVERGENAN LEMAH PADA RUANG HILBERT
KEKONVERGENAN LEMAH PADA RUANG HILBERT Moch. Ramadhan Mubarak 1), Encum Sumiaty 2), Cece Kustiawan 3) 1), 2), 3) Departemen Pendidikan Matematika FPMIPA UPI *Surel: ramadhan.101110176@gmail.com ABSTRAK.
Lebih terperinciAnalisis Fungsional. Oleh: Dr. Rizky Rosjanuardi, M.Si Jurusan Pendidikan Matematika UNIVERSITAS PENDIDIKAN INDONESIA
Analisis Fungsional Oleh: Dr. Rizky Rosjanuardi, M.Si Jurusan Pendidikan Matematika UNIVERSITAS PENDIDIKAN INDONESIA Lingkup Materi Ruang Metrik dan Ruang Topologi Kelengkapan Ruang Banach Ruang Hilbert
Lebih terperinciSuatu 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 terperinciREDUNDANSI FRAME DAN PENGARUHNYA PADA DEKOMPOSISI FUNGSI DI RUANG HILBERT
Page 1 of 33 REDUNDANSI FRAME DAN PENGARUHNYA PADA DEKOMPOSISI FUNGSI DI RUANG HILBERT SUZYANNA NRP.1208 201 002 July 13, 2010 ABSTRAK Page 2 of 33 Konsep frame di ruang hasil kali dalam dapat dipandang
Lebih terperinciSOLUSI PENDEKATAN TERBAIK SISTEM PERSAMAAN LINEAR TAK KONSISTEN MENGGUNAKAN DEKOMPOSISI NILAI SINGULAR
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 03, No. 1 (2014), hal 91 98. SOLUSI PENDEKATAN TERBAIK SISTEM PERSAMAAN LINEAR TAK KONSISTEN MENGGUNAKAN DEKOMPOSISI NILAI SINGULAR Febrianti,
Lebih terperinciKS 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 terperinciVektor di Bidang dan di Ruang
Vektor di Bidang dan di Ruang 4.1. Pengertian, notasi,dan operasi pada ektor Vektor merupakan istilah untuk menyatakan besaran yang mempunyai arah. Secara geometris, ektor dinyakan dengan segmen-segmen
Lebih terperinciBab 4 RUANG VEKTOR. 4.1 Ruang Vektor
Bab RUANG VEKTOR. Ruang Vektor DEFINISI.. Suatu ruang vektor (V, +,, F) atas field (F, +), ditulis singkat V(F), adalah suatu himpunan tak kosong V dengan elemenelemennya disebut vektor, yang dilengkapi
Lebih terperinciALJABAR 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 terperinciPEMILIHAN KOEFISIEN TERBAIK KUADRATUR KUADRAT TERKECIL DUA TITIK DAN TIGA TITIK. Nurul Ain Farhana 1, Imran M. 2 ABSTRACT
PEMILIHAN KOEFISIEN TERBAIK KUADRATUR KUADRAT TERKECIL DUA TITIK DAN TIGA TITIK Nurul Ain Farhana, Imran M Mahasiswa Program Studi S Matematika Dosen Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciVektor. Vektor memiliki besaran dan arah. Beberapa besaran fisika yang dinyatakan dengan vektor seperti : perpindahan, kecepatan dan percepatan.
Vektor Vektor memiliki besaran dan arah. Beberapa besaran fisika yang dinyatakan dengan vektor seperti : perpindahan, kecepatan dan percepatan. Skalar hanya memiliki besaran saja, contoh : temperatur,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 21 Analisis Regresi Perubahan nilai suatu variabel tidak selalu terjadi dengan sendirinya, namun perubahan nilai variabel itu dapat disebabkan oleh berubahnya variabel lain yang berhubungan
Lebih terperinciUNIVERSITAS PENDIDIKAN INDONESIA
Ruang Norm Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA Definisi. Misalkan suatu ruang vektor atas. Norm pada didefinisikan sebagai fungsi. : yang memenuhi N1. 0 N2. 0 0 N3.,, N4.,, Kita dapat
Lebih terperinci01-Pengenalan Vektor. Dosen: Anny Yuniarti, M.Comp.Sc Gasal Anny2011 1
01-Pengenalan Vektor Dosen: Anny Yuniarti, M.Comp.Sc Gasal 2011-2012 Anny2011 1 Agenda Bagian 1: Vektor dan Kombinasi Linier Bagian 2: Panjang Vektor dan Perkalian Titik (Dot Products) Bagian 3: Matriks
Lebih terperinciTRANSFORMASI LINIER (Kajian Fungsi antar Ruang Vektor)
Outline TRANSFORMASI LINIER (Kajian Fungsi antar Ruang Vektor) Drs. Antonius Cahya Prihandoko, M.App.Sc PS. Pendidikan Matematika PS. Sistem Informasi University of Jember Indonesia Jember, 2009 Outline
Lebih terperinciBeberapa Sifat Operator Self Adjoint dalam Ruang Hilbert
Vol 12, No 2, 153-159, Januari 2016 Beberapa Sifat Operator Self Adjoint dalam Ruang Hilbert Firman Abstrak Misalkan adalah operator linier dengan adalah ruang Hilbert Pada operator linier dikenal istilah
Lebih terperinciAplikasi Aljabar Geometri dalam Menentukan Volume Parallelepiped Beserta Penurunan ke Rumus Umum dengan Memanfaatkan Sifat Aljabar Vektor
Aplikasi Aljabar Geometri dalam Menentukan Volume Parallelepiped Beserta Penurunan ke Rumus Umum dengan Memanfaatkan Sifat Aljabar Vektor Ade Yusuf Rahardian / 13514079 1 Program Studi Teknik Informatika
Lebih terperinciRuang Baris, Ruang Kolom, dan Ruang Null (Kernel)
Ruang Baris, Ruang Kolom, dan Ruang Null (Kernel) Kuliah Aljabar Linier Semester Ganjil 2015-2016 MZI Fakultas Informatika Telkom University FIF Tel-U November 2015 MZI (FIF Tel-U) Ruang Baris, Kolom,
Lebih terperinciBAB II TINJAUAN PUSTAKA. Dalam bab ini dibahas tentang matriks, metode pengganda Lagrange, regresi
BAB II TINJAUAN PUSTAKA Dalam bab ini dibahas tentang matriks, metode pengganda Lagrange, regresi linear, metode kuadrat terkecil, restriksi linear, multikolinearitas, regresi ridge, uang primer, dan koefisien
Lebih terperinciDIKTAT MATA KULIAH ALJABAR LINEAR ELEMENTER (BAGIAN II) DISUSUN OLEH ABDUL JABAR, M.Pd
DIKTAT MATA KULIAH ALJABAR LINEAR ELEMENTER (BAGIAN II) DISUSUN OLEH ABDUL JABAR, M.Pd JURUSAN/PROGRAM STUDI PENDIDIKAN MATEMATIKA STKIP PGRI BANJARMASIN MARET MUQADIMAH Alhamdulillah penyusun ucapkan
Lebih terperinciBAB III RUANG VEKTOR R 2 DAN R 3. Bab ini membahas pengertian dan operasi vektor-vektor. Selain
BAB III RUANG VEKTOR R DAN R 3 Bab ini membahas pengertian dan operasi ektor-ektor. Selain operasi aljabar dibahas pula operasi hasil kali titik dan hasil kali silang dari ektor-ektor. Tujuan Instruksional
Lebih terperinciBASIS DAN DIMENSI. dengan mengurangkan persamaan kedua dengan persamaan menghasilkan
BASIS DAN DIMENSI Representasi Basis Jika S={v 1,v,...,v n ) adalah suatu basis dari ruang vektor V, maka tiap vektor v pada V dapat dinyatakan dalam bentuk v= c 1 v 1 + c v +... c n v n dengan cepat satu
Lebih terperinciII. 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 terperinciHand-Out Geometri Transformasi. Bab I. Pendahuluan
Hand-Out Geometri Transformasi Bab I. Pendahuluan 1.1 Vektor dalam R 2 Misalkan u = (x 1,y 1 ), v = (x 2,y 2 ) dan w = (x 3,y 3 ) serta k skalar (bilangan real) Definisi 1. : Penjumlahan vektor u + v =
Lebih terperinciRENCANA KEGIATAN PERKULIAHAN Kode Mata Kuliah : MAA 526 Nama Mata Kuliah : Analisis Fungsional
Ming gu ke RENCANA KEGIATAN PERKULIAHAN Kode Mata Kuliah : MAA 56 Nama Mata Kuliah : Analisis Fungsional T o p i k S u b T o p i k 1. Ruang Banach - Ruang metrik - Ruang vektor bernorm - Barisan di ruang
Lebih terperinciBESARAN SKALAR DAN VEKTOR. Besaran Skalar. Besaran Vektor. Sifat besaran fisis : Skalar Vektor
PERTEMUAN II VEKTOR BESARAN SKALAR DAN VEKTOR Sifat besaran fisis : Skalar Vektor Besaran Skalar Besaran yang cukup dinyatakan oleh besarnya saja (besar dinyatakan oleh bilangan dan satuan). Contoh : waktu,
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Analisis Regresi Tidak jarang dihadapkan dengan persoalaan yang melibatkan dua atau lebih peubah atau variabel yang ada atau diduga ada dalam suatu hubungan tertentu. Misalnya
Lebih terperinciKAJIAN OPERATOR ACCRETIVE DAN SIFAT KETERBATASAN PADA RUANG HILBERT
Seminar Nasional Matematika dan Aplikasinya, 1 Oktober 017 KAJIAN OPERATOR ACCRETIVE DAN SIFAT KETERBATASAN PADA RUANG HILBERT Susilo Hariyantoe 1), Y.D Sumanto ), Solikhin 3), Abdul Aziz 1 Departemen
Lebih terperinciKS KALKULUS DAN ALJABAR LINEAR Vektor di Ruang N TIM KALIN
KS091206 KALKULUS DAN ALJABAR LINEAR Vektor di Ruang N TIM KALIN TUJUAN INSTRUKSIONAL KHUSUS Setelah menyelesaikan pertemuan ini mahasiswa diharapkan: Dapat mengetahui definisi dan dapat menghitung perkalian
Lebih terperinciBAB V KESIMPULAN. Wajah pada Subruang Orthogonal dengan Menggunakan Laplacianfaces
BAB V KESIMPULAN Berdasarkan uji coba dan analisis hasil pengujian terhadap Sistem Pengenalan Wajah pada Subruang Orthogonal dengan Menggunakan Laplacianfaces Terdekomposisi QR dapat disimpulkan sebagai
Lebih terperinciMUH1G3/ MATRIKS DAN RUANG VEKTOR
MUH1G3/ MATRIKS DAN RUANG VEKTOR TIM DOSEN 4 Vektor di Bidang dan di Ruang Vektor di Bidang dan Ruang Sub Pokok Bahasan Notasi dan Operasi Vektor Perkalian titik Perkalian silang Beberapa Aplikasi Proses
Lebih terperinciALJABAR LINEAR DAN MATRIKS
ALJABAR LINEAR DAN MATRIKS VEKTOR Definisi Vektor Ada dua besaran yaitu: Vektor mempunyai besar dan arah Skalar mempunyai besar A B A : titik awal B : titik akhir Notasi vektor biasanya menggunakan huruf
Lebih terperinciBAB III TENSOR. Berdasarkan uraian bab sebelumnya yang telah menjelaskan beberapa
BAB III TENSOR Berdasarkan uraian bab sebelumnya yang telah menjelaskan beberapa istilah dan materi pendukung yang berkaitan dengan tensor, pada bab ini akan dijelaskan pengertian dasar dari tensor. Tensor
Lebih terperinciSUMMARY ALJABAR LINEAR
SUMMARY ALJABAR LINEAR SUMANANG MUHTAR GOZALI KBK ANALISIS UNIVERSITAS PENDIDIKAN INDONESIA BANDUNG 2010 2 KATA PENGANTAR Bismillahirrahmanirrahim Segala puji bagi Allah Rabb semesta alam. Shalawat serta
Lebih terperinciOPERATOR PADA RUANG BARISAN TERBATAS
OPERATOR PADA RUANG BARISAN TERBATAS Muslim Ansori *,Tiryono 2, Suharsono S 2,Dorrah Azis 2 Jurusan Matematika FMIPA Universitas Lampung,2 Jln. Soemantri Brodjonegoro No Bandar Lampung email: ansomath@yahoo.com
Lebih terperinciOperasi perkalian skalar merupakan suatu aturan yang mengasosiasikan setiap skalar k dan setiap objek u pada v dengan suatu objek ku, yang disebut
RUANG VEKTOR REAL Aksioma ruang vektor, dinyatakan dlam definisi beikut, dimana aksiona merupakan aturan permainan dalam ruang vektor. Definisi : Jika V merupakan suatu himpunan tidak kosong dari objek
Lebih terperinciBAB 5 RUANG VEKTOR A. PENDAHULUAN
BAB 5 RUANG VEKTOR A. PENDAHULUAN 1. Definisi-1. Suatu ruang vektor adalah suatu himpunan objek yang dapat dijumlahkan satu sama lain dan dikalikan dengan suatu bilangan, yang masing-masing menghasilkan
Lebih terperinciPemanfaatan Permodelan Ruang Vektor untuk Pengecekan Kemiripan
Pemanfaatan Permodelan Ruang Vektor untuk Pengecekan Kemiripan Andri Hardono Hutama - 13514031 1 Program Studi Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinci19. VEKTOR. 2. Sudut antara dua vektor adalah θ. = a 1 i + a 2 j + a 3 k; a. a =
19. VEKTOR A. Vektor Secara Geometri 1. Ruas garis berarah AB = b a. Sudut antara dua vektor adalah θ 3. Bila AP : PB = m : n, maka: B. Vektor Secara Aljabar a1 1. Komponen dan panjang vektor: a = a =
Lebih terperinciBAB III PEMBAHASAN. Bab III terbagi menjadi tiga sub-bab, yaitu sub-bab A, sub-bab B, dan subbab
BAB III PEMBAHASAN Bab III terbagi menjadi tiga sub-bab, yaitu sub-bab A, sub-bab B, dan subbab C. Sub-bab A menjelaskan mengenai konsep dasar C[a, b] sebagai ruang vektor beserta contohnya. Sub-bab B
Lebih terperinciKONSEP MULTICRITERIA COLLABORATIVE FILTERING UNTUK PERBAIKAN REKOMENDASI
KONSEP MULTICRITERIA COLLABORATIVE FILTERING UNTUK PERBAIKAN REKOMENDASI Wiranto 1), Edi Winarko 2) 1) Jurusan Teknik Informatika, Universitas Sebelas Maret E-mail : wir@uns.ac.id 2) Program Studi Ilmu
Lebih terperinciPlot Multivariate Menggunakan Kernel Principal Component Analysis (KPCA) dengan Fungsi Power Kernel
Plot Multivariate Menggunakan Kernel Principal Component Analysis (KPCA) dengan Fungsi Power Kernel Vitawati Bawotong, Hanny Komalig, Nelson Nainggolan 3 Program Studi Matematika, FMIPA, UNSRAT, vbawotong@gmail.com
Lebih terperinciTEOREMA TITIK TETAP PADA RUANG NORM-n STANDAR. Shelvi Ekariani KK Analisis dan Geometri FMIPA ITB
JMP : Volume 4 Nomor, Juni 0, hal. 69-77 TEOREMA TITIK TETAP PADA RUANG NORM-n STANDAR Shelvi Ekariani KK Analisis dan Geometri FMIPA ITB shelvi_ekariani@students.itb.ac.id Hendra Gunawan KK Analisis dan
Lebih terperinciVektor-Vektor. Ruang Berdimensi-2. Ruang Berdimensi-3
Vektor-Vektor dalam Ruang Berdimensi-2 dan Ruang Berdimensi-3 Disusun oleh: Achmad Fachrurozi Albert Martin Sulistio Iffatul Mardhiyah Rifki Kosasih Departemen Matematika Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciMODEL-MODEL LEBIH RUMIT
MAKALAH MODEL-MODEL LEBIH RUMIT DISUSUN OLEH : SRI SISKA WIRDANIYATI 65 JURUSAN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS ISLAM INDONESIA 04 BAB I PENDAHULUAN. Latar Belakang
Lebih terperinciBAB I PENDAHULUAN. Analisis fungsional merupakan salah satu cabang dari kelompok analisis
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis fungsional merupakan salah satu cabang dari kelompok analisis yang membahas operator, operator linear dan sifat-sifatnya. Sebuah pemetaan antar ruang bernorm
Lebih terperinciMenurut Ming-Hsuan, Kriegman dan Ahuja (2002), faktor-faktor yang mempengaruhi sebuah sistem pengenalan wajah dapat digolongkan sebagai berikut:
BAB 2 LANDASAN TEORI Bab ini akan menjelaskan berbagai landasan teori yang digunakan oleh penulis dalam penelitian ini dan menguraikan hasil studi literatur yang telah dilakukan penulis. Bab ini terbagi
Lebih terperinciRuang Hasil Kali Dalam
Ruang Hasil Kali Dalam (Gram Schmidt) Wono Setya Budhi KKAG FMIPA ITB v 0.1 Maret 2015 Wono Setya Budhi (KKAG FMIPA ITB) Ruang Hasil Kali Dalam v 0.1 Maret 2015 1 / 13 Misalkan S subhimpunan di V, kita
Lebih terperinciAplikasi Aljabar Vektor pada Sistem Temu-balik Informasi (Information Retrieval System)
Aplikasi Aljabar Vektor pada Sistem Temu-balik Informasi (Information Retrieval System) IF3 Aljabar Geometri Oleh: Rinaldi Munir Program Studi Informatika, STEI-ITB Rinaldi Munir - IF3 Aljabar Geometri
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Statistika Multivariat Analisis statistika multivariat adalah teknik-teknik analisis statistik yang memperlakukan sekelompok variabel terikat yang saling berkorelasi sebagai
Lebih terperinciBAB 7 TRANSFORMASI LINEAR PADA RUANG VEKTOR
BAB 7 TRANSFORMASI LINEAR PADA RUANG VEKTOR A. DEFINISI DASAR 1. Definisi-1 Suatu pemetaan f dari ruang vektor V ke ruang vektor W adalah aturan perkawanan sedemikian sehingga setiap vektor v V dikawankan
Lebih terperinci