BAB 3 KONDISI RANK SEHINGGA MATRIKS AB DAN BA SERUPA. Pada bab ini akan diperkenalkan konsep matriks penrose dan grup inverse

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB 3 KONDISI RANK SEHINGGA MATRIKS AB DAN BA SERUPA. Pada bab ini akan diperkenalkan konsep matriks penrose dan grup inverse"

Transkripsi

1 BAB 3 KS RAK SEHGGA MATRKS AB A BA SERUPA Pada bab ini akan diperkenalkan konsep matriks penrose dan grup inverse serta akan ditunjukkan syarat cukup, syarat perlu atau keduanya pada rank matriks A dan B sehingga perkalian matriks AB dan BA serupa dan sifat-sifat matriks A dan B yang serupa. 3. Matriks Penrose Pada tahun 955, Penrose menunjukkan bahwa untuk setiap matriks hingga A (persegi atau persegi panjang) dari elemen real atau kompleks, terdapat matriks tunggal X sehingga memenuhi persamaan sebagai berikut : AXA = A () XAX = X (2) (AX) * = AX (3) (XA) * = XA (4) Untuk setiap A M n (C), notasi A{,2,3,4 } adalah himpunan dari semua matriks X di M n (C) yang memenuhi persamaan (), (2), (3) dan (4). ari persamaan (), (2), (3), dan (4) diatas, sebuah matriks X A{,2,3,4 } disebut inverse-{,2,3,4 } dari A dan dinotasikan sebagai { }, 2,3,4 A. Akibatnya : 29

2 A () adalah himpunan matriks X M n (C) yang memenuhi persamaan () dan A (,2) adalah himpunan matriks X M n (C) yang memenuhi persamaan () dan (2). efinisi 3.. (, 2, 3, 4) A adalah himpunan matriks X M n (C)yang memenuhi persamaan persamaan (), (2), (3) dan (4) yang disebut juga inverse Moore-Penrose. Empat persamaan Penrose diatas dilengkapi dengan persamaan berikut (yang hanya berlaku untuk matriks persegi) : A k XA = A k (5) AX = XA (6) A k XA = XA k (7) AX k = X k A (8) dengan k : bilangan bulat positif. Setiap matriks persegi yang memiliki inverse-{5, 2, 6} tunggal dimana k adalah indeks disebut inverse razin. Untuk sebarang matriks persegi A, inverse arzin dinotasikan dengan A. ari persamaan (5), (2), (6) diperoleh : AX = XA 30

3 A k+ X = A k (9) AX 2 = X (0) dalam hal ini X = A. Teorema 3..2 iketahui A sebagai matriks Hermit. Misalkan A M n (C) maka AA * serupa A * A dan AA () serupa A () A. Bukti : Akan dibuktikan AA * serupa A * A. Karena A * = A maka AA * = AA = A * A akibatnya terdapat GL n (C) sehingga AA * = AA * A = - AA * = - A * A AA * = - A * A Jadi AA * serupa A * A, dengan A merupakan matriks Hermit. Akan dibuktikan bahwa AA () serupa A () A. iketahui A * = A dan AA () A = A. iketahui pula jika AB = A = BA maka B = dengan A,B M n (C). AA () A = (AA () A)A () = AA () AA () A = A maka AA () = AA () AA () AA () atau dapat ditulis dengan bentuk 3

4 AA () AA () AA () = AA () = AA () ( AA () A) akibatnya AA () AA () = AA () = (AA () A)A () = AA () AA () = AA () = maka AA () = A () ( AA () AA () A) atau dapat ditulis dengan bentuk (A () AA () A)A () A = A () A = (A () A(A () AA () A)) Akibatnya A () AA () A = A () A = A () ( AA () A) = A () A A () A = A () A = A () A = = AA () Jelas A () A serupa AA () karena terdapat GL n (C) sehingga A () A = - AA (). Teorema

5 Misalkan A,B M n (C) adalah dua matriks berukuran n n, akan dibuktikan bahwa AA + BB + serupa BB + AA + Bukti : ari teorema 3..2 diketahui A () A serupa AA () maka AA () AA () =. nverse Moore-Penrose memenuhi persamaan sebagai berikut :. AA + A = A 2. A + AA + = A + 3. (AA + ) = A + 4. (A + A) = A + A Karena memenuhi AA + A = A dan A * = A maka AA + AA + =, akibatnya AA + BB + = AA + BB + = AA + BB + AA + AA + = AA + ( BB + AA + ) AA + Jadi AA + BB + serupa BB + AA Grup inverse efinisi 3.2. Misalkan A M n (C), grup inverse A adalah inverse razin atas A dengan inda =. inotasikan dengan A. Teorema

6 Misalkan A M n (C), maka A ada jika ranka = ranka 2. Bukti : Misalkan æa L a ö n A = M M ç çè a L a ø n nn karena A M n (C) maka A 2 M n (C). ari teorema , maka A dan A 2 memiliki dimensi ruang baris dan ruang kolom yang sama. ni berarti ranka = ranka 2. Jadi dapat disimpulkan A ada. 3.3 Syarat perlu dan cukup rank matriks sehingga AB dan BA serupa efinisi 3.3. Suatu matriks persegi A dikatakan serupa dengan matriks B jika terdapat suatu matriks P yang mempunyai inverse sehingga A = PBP -. Pada persamaan A = PBP - dapat dituliskan kembali sebagai B = P - AP atau B = P - A(P - ) - dengan memisalkan Q = P - maka akan didapatkan B = QAQ - 34

7 Yang mengatakan bahwa B serupa dengan A. Maka, B serupa dengan A jika dan hanya jika A serupa dengan B. Untuk selanjutnya akan disebut A dan B serupa. efinisi Sebuah matriks persegi A dikatakan matriks orthogonal jika A - = A t sehingga berlaku AA t = A t A = dengan A t matriks transpose. ari definisi diperoleh : Teorema Jika A, B adalah dua matriks orthogonal berukuran n n maka AB serupa BA. Bukti : Ambil A,B M n (C) dan keduanya matriks orthogonal, akibatnya AA t = dan BB t = dengan menggunakan definisi diperoleh: AB = AB = ABAA t karena AA t =, maka AB = ABAA - Jadi AB serupa BA. Terorema Jika A GL n (C) dan B GL n (C) maka AB dan BA serupa. Bukti : 35

8 Ambil A GL n (C), terdapat A - GL n (C) yang memenuhi AA - = = A - A dan B GL n (C) Perhatikan : BA = BA = A - ABA Jadi BA serupa dengan AB. an dengan cara yang sama, yaitu : Ambil B GL n (C), terdapat B - GL n (C) yang memenuhi BB - = = B - B dan A GL n (C) Perhatikan : AB = AB = B - BAB Jadi AB serupa dengan BA. Berikut akan diselidiki apakah dua buah matriks yang serupa akan memiliki poinomial karakteristik yang sama : Teorema Jika AB dan BA serupa maka AB dan BA mempunyai polinomial karakteristik yang sama. Bukti : Ambil A,B M n (C). AB dan BA serupa maka terdapat P GL n (C) sehingga : AB = PBAP - 36

9 Misalkan : C AB (t) = polinomial karakteristik AB dengan t sebagai variabel C BA (t) = polinomial karakteristik BA dengan t sebagai variabel Akan dibuktikan bahwa C AB (t) = C BA (t) C AB (t) = det(t AB) = det(t PBAP - ) = det(ptp - PBAP - ) = det(p(t BA)P - ) = (det P)det(t BA)(det P - ) = (det P)(det P - )det(t BA) = det(pp - )det(t BA) = det(t BA) = C BA (t) Jadi AB dan BA merupakan polinomial karakteristik yang sama. ari teorema di atas AB dan BA serupa maka memiliki polinomial karakteristik yang sama. Teorema dibawah ini akan menunjukkan untuk AB dan BA yang tidak serupa. 37

10 38 Teorema Jika A,B M n (C) maka AB dan BA mempunyai polinomial karakteristik yang sama. Bukti : A,B M n (C), ambil matriks M 2n (C) sebagai berikut : AB B, B BA dan A Akan dibuktikan bahwa AB dan BA memiliki polinomial karakteristik yang sama. AB B A = AB ABA B BA A B BA = AB ABA B BA Sehingga untuk A M n(c) nonsingular dengan nilai eigen semuanya +, maka determinannya = 0. Maka A AB B A = B BA Akibatnya AB B dan B BA serupa.

11 Misalkan C = AB B dan C 2 = B BA Menurut teorema 3.3.4, C dan C 2 mempunyai polinomial karakteristik yang sama yaitu: C C (t) = C C2 (t) det(t-c ) = det(t-c 2 ) det(t-ab) = det(t-ba) C AB (t) = C BA (t) Jadi AB dan BA memiliki polinomial karakteristik yang sama. Akan tetapi teorema tidak berlaku sebaliknya, contoh : Ambil A = dan B = Sehingga AB = dan BA = engan menggunakan definisi maka diperoleh C AB (t) = det(t AB) 39

12 = det t t 0 = det 0 t = t = t 0 0 t 2 2 C BA (t) = det(t BA) = det t t 0 = det 0 t 0 = t = t 0 0 t 2 2 Berdasarkan teorema maka AB dan BA tidak serupa. ari definisi dan teorema tentang keserupaan di atas, berikut akan ditunjukkan kaitan antara keserupaan dengan rank matriks : Teorema Jika A dan B serupa, akan dibuktikan bahwa ranka = rankb. Bukti : Misalkan bahwa B = PAP -. Ambil X = { P, P,, P } K adalah basis di F n. e e2 en misalkan S adalah suatu basis di F n, Teorema menunjukkan bahwa P 40

13 adalah matriks transisi dari basis S ke basis X di F n. Penerapan teorema menyebabkan [ ] A = PA P = T ' A X, X Teorema memberikan bukti bahwa ( A X, X ) rank(a) = rank [ ] T = rank(b). Jadi ranka = rankb. Lemma Misalkan A dan B adalah dua buah matriks nilpotent, maka A serupa B jika dan hanya jika inda = indb dan ranka i = rankb i untuk semua i =, 2,, k- dengan k = inda. Bukti : A adalah matriks nilpotent dengan indeks k maka A k =. Jika A serupa B, akan dibuktikan bahwa inda = indb dan ranka i = rank B i untuk semua i =,2,, k-. Karena B nilpoten, misalkan indeksnya m, maka B m =. A serupa B maka terdapat P GL n (C) sehingga A = PBP -. engan menggunakan teorema , misalkan A = SJ S - dan B = QJ 2 Q - dengan S,Q GL n (C) maka A = PBP - = PQJ 2 Q - P - = PQJ 2 (PQ) - engan menggunakan teorema diperoleh : A k = PQ(J 2 ) k (PQ) - = PQ(J 2 ) k Q - P - 4

14 = PB k P - = Akibatnya A k = B k =. Karena B adalah matriks nilpotent dengan indeks m, jadi haruslah k = m. Akan dibuktikan bahwa B k-. A k- = PQ(J 2 ) i (PQ) - = PQ(J 2 ) k- Q - P - = PB k- P - Karena A k- maka PB k- P -, jadi B k-. Untuk i =, 2,, k-, inda = indb A i = PQ(J 2 ) i (PQ) - = PQ(J 2 ) i Q - P - = PB i P - A i serupa B i maka ranka i = rankb i. Akan dibuktikan bahwa jika inda = indb dan ranka i = rankb i untuk semua i =, 2,, k- maka A serupa B. A k = B k = dan misalkan A = SJ S - dan B = QJ 2 Q - dengan S,Q GL n (C), maka A k = SJ k A - dan B k = QJ k 2 Q - A k = SS - = SQ(J 2 ) k Q - S - A = SQJ 2 Q - S - = SBS - Jadi A serupa B. 42

15 Lemma Misalkan A adalah matriks berukuran m n dan B adalah matriks berukuran n m, akan dibuktikan bahwa terdapat P GL n (C) dan Q GL n (C) sehingga :. A = P r Q, B = Q- T S Y P - 2. AB = P T P -, BA = Q - Q S 3. AB serupa diag(, ), BA serupa diag(, 2 ) engan GL r (C) dan adalah matriks nilpoten berukuran r 2 r 2 dengan r + r 2 = r dan dan 2 adalah matriks nilpotent. Bukti : engan cara penghitungan langsung, maka : r. Ambil A = P Q dimana P GL m (C) dan Q GL n (C). kita - B B2 tuliskan B sebagai Q B3 B4 P - dimana B M r (C), dengan menggunakan bentuk Jordan pada B, kita asumsikan bahwa : B = P 2 P 2 -. imana P 2 GL r (C), GL r (C) dan adalah matriks nilpotent r 2 r 2 sedemikian sehingga r + r 2 = r. Akibatnya kita dapatkan 43

16 X - P2 P2 B = Q X 2 n r m r R R2 Y dan kemudian ambil P2 r P2 A = P n r m r Q P - P 3 = r 2 r X m r, Q 2 = r r2 R n r maka kita mempunyai dan - P2 B = Q n r X R2 Y Q 2 2 P P 3 2 m r P - P2 r P 2 A = P P 3 Q 2 n r m r Q Akhirnya dengan memisalkan - P2 Q = Q Q - - P2 = Q 2 n r n r P2 Q 2, P = P 3 Q, P - P2 = P m r m r P - P 3 - dan T = X 2, S = R 2, maka kondisi () dipenuhi. 2. ari point () diatas diperoleh : 44

17 r A = P Q dan - B B2 B = Q B3 B4 maka diperoleh : P - æ ö æb B ö æ öæb B ö æb B ö AB = P ç Q Q ç P = P ç ç P = P ç P r r ç è ø çè B3 B 4ø èç øç èb3 B ç 4ø è ø jadi æ ö AB = P T P ç çè ø - engan cara yang sama, diperoleh : æb B ö æ ö æb B öæ ö æb ö BA = Q ç P P ç Q = Q ç ç Q = Q ç Q r - 2 r - èç B3 B 4ø çè ø èç B3 B 4øçè ø çè B3 ø jadi æ ö = ç çè S ø - BA Q Q Maka kondisi (2) dipenuhi. 3. ari point (2) diatas diperoleh : æ ö AB = P T P ç çè ø - 45

18 dan æ ö = ç çè S ø - BA Q Q Untuk dan 2 matriks nilpotent, misalkan = ( ), = = T, = S 2 maka diperoleh æ ö AB = P P ç ç è ø - æ ö - = ç ç è ø BA Q Q 2 Jadi AB serupa diag(, ) dan BA serupa diag(, 2 ). ari lemma dan lemma diperoleh : Teorema Misalkan bahwa A,B M n (C) maka AB serupa BA jika dan hanya jika ind(ab) = ind(ba) dan rank(ab) i = rank(ba) i untuk i =, 2,, k-, dimana k = ind(ab). Bukti : ( ) AB dan BA serupa maka terdapat P GL n (C) sehingga AB = PBAP -. 46

19 47 k = ind(ab) akibatnya (AB) k = P(BA) k P - dan (AB) k+ = P(BA) k+ P -. Sedangkan (AB) k = (AB) k+, maka P(BA) k P - = P(BA) k+ P - Sehingga : (BA) k = (BA) k+ Maka ind(ab) = ind(ba) = k, untuk i =, 2,, k- (AB) i = P(BA) k+ P -, maka rank(ab) i = rank(ba) i. ( ) ind(ab) = ind(ba) = k, rank(ab) i = rank (BA) i dengan i =, 2,, k-. Pada lemma kita ketahui bahwa AB = P P - dan BA = Q - 2 Q Akibatnya (AB) i serupa i maka rank(ab) i = rank i (BA) i serupa 2 i maka rank(ba) i = rank 2 i Untuk i =, 2,, k-. Karena rank(ab) i = rank(ba) i untuk i =, 2,, k- maka rank i = rank 2 i jadi rank i = rank 2 i untuk i =, 2,, k-. nd(ab) = ind(ba) = k maka rank(ab) k = rank(ab) k+ dan

20 rank(ba) k = rank(ba) k+ akibatnya Rank k = rank k+ dan rank 2 k = rank 2 k+ Berdasarkan lemma maka serupa 2. apat kita tulis = P2P = P 2 P Maka diag(, 2 ) serupa diag(, ) dengan AB serupa diag(, ) dan BA serupa diag(, 2 ). Jadi AB serupa BA. ari pembahasan sebelumnya maka diperoleh akibat 3.3. yang menunjukkan syarat cukup atau perlu mengenai kondisi rank matriks sehingga matriks AB dan BA dapat dikatakan serupa. Akibat AB serupa BA jika dan hanya jika rank(ab) i = rank(ba) i, i =,2, (AB) serupa (BA) Jika ind(ab) = ind(ba) = maka AB serupa BA Jika rank(ab) = rank(ba) dan ind(ab) = maka AB serupa BA Jika rank(ab) = rank(ba) = rank(aba) maka AB serupa BA Jika rank(a) = rank(ab) = rank(ba) maka AB serupa BA Jika rank(a) = rank(ba) dan rank(b) = rank(ab) maka AB serupa BA Jika rank(a) = rank(ab) dan rank(b) = rank(ba) maka AB serupa BA 48

21 Bukti : Lihat teorema Pada teorema diketahui bahwa AB = P P - dan BA= Q - Q 2 (AB) merupakan inverse razin pada matriks AB maka harus memenuhi tiga persamaan sebagai berikut :. (AB) k (AB)(AB) = (AB) k 2. (AB) (AB)(AB) = (AB) 3. (AB)(AB) = (AB) (AB) Begitu pula dengan (BA) harus memenuhi ketiga persamaan diatas juga. Maka (AB) dan (BA) yang memenuhi ketiga persamaan diatas masing-masing adalah P P - dan Q - Q. jadi (AB) serupa (BA) nd(ab) = ind(ba) = = k. Rank(AB) = rank 0 0. Karena ind(ab) =, maka rank(ab) = rank(ab) 2 = rank Akibatnya rank = rank 2, ind = maka =. 0 AB = P 0 0 P- dan BA = Q - 0 Q. jadi AB ~ BA nd(ab) =, maka 49

22 50 Rank(AB) = rank = rank(ab) 2 = rank 2 2 Akibatnya rank = rank 2 = 0, maka = 0 dan AB = P P - Karena rank(ab) = rank(ba) maka Rank = rank 2 = 0 dan BA = Q - Q. Jadi AB serupa BA Rank(AB) = rank(ba) = rank(aba) Pada lemma kita ketahui bahwa : AB = P Q, BA = Q - 2 Q dan ABA = P Q = P diag(,, )Q. akibatnya rank S = rank T = rank dan terdapat T 0 dan S 0 sehingga T = T 0 dan S = S 0 yaitu T 0 T T 0 = 0 S S 0 S =

23 Maka T serupa S. Berdasarkan bukti dari lemma 3.3.9, akibatnya AB serupa BA Rank(A) = rank(ab), akibatnya kita mempunyai R(A) = R(AB). Sehingga R(BA) = R(ABA). Artinya R(AB) = R(BA) = R(ABA). ari akibat , maka AB serupa BA Berdasarkan teorema 3.2.2, maka ind(ab) = dan ind(ba) =. ari akibat maka AB serupa BA A t dan B t memenuhi akibat , maka A t B t serupa B t A t. akibatnya AB serupa BA. ari akibat 3.3. untuk penerapannya misalkan sebagai contoh : Ambil A = dan B = Maka diperoleh P AB = = Q

24 dan BA = P = R Berdasarkan teorema 3.3.0, diperoleh AB serupa BA. Akan tetapi matriks AB dan BA tidak memenuhi akibat sampai. Hal ini menunjukkan bahwa akibat sampai dengan merupakan syarat cukup, bukan syarat perlu. ari sini dapat diketahui bahwa kondisi rank yang harus dipenuhi untuk perkalian matriks AB dan BA merupakan syarat cukup bukan syarat perlu. Untuk selanjutnya, akan ditunjukkan contoh diperoleh dari pembahasan mengenai masalah rank matriks yang serupa. Teorema Misalkan A, B M n (C) dengan A = M, B = M jika ranka = rankb = r dan M serupa M dengan M, M M r (C). Maka A serupa B. Bukti : 52

25 Karena M serupa M maka M t serupa M. Terdapat suatu matriks P yang invertible sehingga M = PM t P -. engan demikian : B = M = P M t P P Telah diketahui bahwa B serupa B t, sehingga mengakibatkan B serupa M ( P ) t M dan rank ( P ) t = r. engan mengambil R = r M dan S = ( P ) t Sehingga rankrs = ranksr = rankr = r. engan menggunakan akibat diperoleh RS serupa SR atau dapat juga ditulis sebagai A serupa M t ( P ). Hal ini berarti A serupa B. Teorema Andaikan A adalah matriks m n dan B adalah matriks n m. Maka ada A (,2) dan B (,2) sehingga (AB) = B (,2) A (,2) dan (BA) = A (,2) B (,2). Bukti : 53

26 54 ari lemma 3.3.9(2), diketahui bahwa (AB) = P P - dan (BA) = Q - Q. engan menggunakan lemma 3.3.9(), ambil B (,2) = P ( ),2 T S Y Q dan A (,2) = Q - r P-. Sehingga didapatkan (AB) = B (,2) A (,2) dan (BA) = A (,2) B (,2).

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI A. Matriks 1. Pengertian Matriks Definisi II.A.1 Matriks didefinisikan sebagai susunan persegi panjang dari bilangan-bilangan yang diatur dalam baris dan kolom. Contoh II.A.1: 9 5

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

BAB II TINJAUAN PUSTAKA

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

Lebih terperinci

BAB II LANDASAN TEORI

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

Lebih terperinci

MATERI : GESERAN (TRANSLASI) KELOMPOK 6 (VI.E)

MATERI : GESERAN (TRANSLASI) KELOMPOK 6 (VI.E) MATERI : GESERAN (TRANSLASI) KELOMPOK 6 (VI.E) Disusun Oleh: 1. ARI SUKA LESMANA 2. YULAIMA SUPRIHATIN 3. HERVI MARDIANA SEKOLAH TINGGI KEGURUAN DAN ILMUPENDIDIKAN PERSATUAN GURU REPUBLIK INDONESIA STKIP

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

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

EKSISTENSI DAN KONSTRUKSI GENERALISASI

EKSISTENSI DAN KONSTRUKSI GENERALISASI Jurnal Matematika UNAND Vol. V No. Hal. 77 85 SSN : 2303 290 c Jurusan Matematika FMPA UNAND KSSTNS DAN KONSTRUKS GNRALSAS {}-NVRS DAN {, 2}-NVRS ZAHY DL FTR, YANTA, NOVA NOLZA BAKAR Program Studi Matematika,

Lebih terperinci

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

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

Lebih terperinci

BAB 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

Invers Tergeneralisasi Matriks atas Z p

Invers Tergeneralisasi Matriks atas Z p SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Invers Tergeneralisasi Matriks atas Z p Evi Yuliza 1 1 Fakultas MIPA Universitas Sriwijaya evibc3@yahoocom PM A-1 - Abstrak Sebuah matriks

Lebih terperinci

MATRIKS. LA - WB (Lembar Aktivitas Warga Belajar) MATEMATIKA PAKET C TINGKAT VI DERAJAT MAHIR 2 SETARA KELAS XII. Oleh: Hj. ITA YULIANA, S.Pd, M.

MATRIKS. LA - WB (Lembar Aktivitas Warga Belajar) MATEMATIKA PAKET C TINGKAT VI DERAJAT MAHIR 2 SETARA KELAS XII. Oleh: Hj. ITA YULIANA, S.Pd, M. LA - WB (Lembar Aktivitas Warga Belajar) MATRIKS Oleh: Hj. ITA YULIANA, S.Pd, M.Pd MATEMATIKA PAKET C TINGKAT VI DERAJAT MAHIR 2 SETARA KELAS XII Created By Ita Yuliana 15 Matriks Kompetensi Dasar 1. Menggunakan

Lebih terperinci

BAB I MATRIKS DEFINISI : NOTASI MATRIKS :

BAB I MATRIKS DEFINISI : NOTASI MATRIKS : BAB I MATRIKS DEFINISI : Matriks adalah himpunan skalar (bilangan riil atau kompleks) yang disusun/dijajarkan berbentuk persegi panjang (menurut baris dan kolom). Skalar-skalar itu disebut elemen matriks.

Lebih terperinci

MATRIKS A = ; B = ; C = ; D = ( 5 )

MATRIKS A = ; B = ; C = ; D = ( 5 ) MATRIKS A. DEFINISI MATRIKS Matriks adalah suatu susunan bilangan berbentuk segi empat dari suatu unsur-unsur pada beberapa sistem aljabar. Unsur-unsur tersebut bisa berupa bilangan dan juga suatu peubah.

Lebih terperinci

Tujuan Instruksional Umum : Setelah mengikuti pokok bahasan ini mahasiswa dapat mengidentifikasi dan mengenal sifat-sifat dasar suatu Grup

Tujuan Instruksional Umum : Setelah mengikuti pokok bahasan ini mahasiswa dapat mengidentifikasi dan mengenal sifat-sifat dasar suatu Grup BAB 3 DASAR DASAR GRUP Tujuan Instruksional Umum : Setelah mengikuti pokok bahasan ini mahasiswa dapat mengidentifikasi dan mengenal sifat-sifat dasar suatu Grup Tujuan Instruksional Khusus : Setelah diberikan

Lebih terperinci

BAB 2 LANDASAN TEORI. yang dibicarakan yang akan digunakan pada bab selanjutnya. Bentuk umum dari matriks bujur sangkar adalah sebagai berikut:

BAB 2 LANDASAN TEORI. yang dibicarakan yang akan digunakan pada bab selanjutnya. Bentuk umum dari matriks bujur sangkar adalah sebagai berikut: BAB 2 LANDASAN TEORI Pada bab ini dibicarakan mengenai matriks yang berbentuk bujur sangkar dengan beberapa definisi, teorema, sifat-sifat dan contoh sesuai dengan matriks tertentu yang dibicarakan yang

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

MATRIKS. a A mxn = 21 a 22 a 2n a m1 a m2 a mn a ij disebut elemen dari A yang terletak pada baris i dan kolom j.

MATRIKS. a A mxn = 21 a 22 a 2n a m1 a m2 a mn a ij disebut elemen dari A yang terletak pada baris i dan kolom j. MATRIKS A. Definisi Matriks 1. Definisi Matriks dan Ordo Matriks Matriks adalah susunan bilangan (elemen) yang disusun menurut baris dan kolom dan dibatasi dengan tanda kurung. Jika suatu matriks tersusun

Lebih terperinci

II. TINJAUAN PUSTAKA. Suatu matriks didefinisikan dengan huruf kapital yang dicetak tebal, misalnya A,

II. TINJAUAN PUSTAKA. Suatu matriks didefinisikan dengan huruf kapital yang dicetak tebal, misalnya A, II. TINJAUAN PUSTAKA 2.1 Konsep-konsep Matriks Definisi Matriks Suatu matriks didefinisikan dengan huruf kapital yang dicetak tebal, misalnya A, B, X, Y. Elemen-elemen di dalamnya disebut skalar yang berasal

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

BAB 3 : INVERS MATRIKS

BAB 3 : INVERS MATRIKS BAB 3 : INVERS MATRIKS PEMBAGIAN MATRIKS DAN INVERS MATRIKS Pada aljabar biasa, bila terdapat hubungan antara 2 besaran a dengan x sedemikian sehingga ax1, maka dikatakan x adalah kebalikan dari a dan

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

Operasi Pada Matriks a. Penjumlahan pada Matriks ( berlaku untuk matriks matriks yang berukuran sama ). Jika A = a ij. maka matriks A = ( a ij)

Operasi Pada Matriks a. Penjumlahan pada Matriks ( berlaku untuk matriks matriks yang berukuran sama ). Jika A = a ij. maka matriks A = ( a ij) MATRIKS a a a... a n a a a... an A a a a... a n............... am am am... a mn Matriks A dengan m baris dan n kolom (A m n). Notasi Matriks : a, dimana a adalah elemen pada baris ke i kolom ke j Kesamaan

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

NILAI EIGEN DAN VEKTOR EIGEN disebut vektor eigen dari matriks A =

NILAI EIGEN DAN VEKTOR EIGEN disebut vektor eigen dari matriks A = NILAI EIGEN DAN VEKTOR EIGEN >> DEFINISI NILAI EIGEN DAN VEKTOR EIGEN Jika A adalah sebuah matriks n n, maka sebuah vektor taknol x pada R n disebut vektor eigen (vektor karakteristik) dari A jika Ax adalah

Lebih terperinci

SUMMARY ALJABAR LINEAR

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

Lebih terperinci

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

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

Lebih terperinci

Aljabar Matriks. Aljabar Matriks

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

Lebih terperinci

matriks A. PENGERTIAN MATRIKS Persija Persib baris

matriks A. PENGERTIAN MATRIKS Persija Persib baris Kolom 1. Pengertian Matriks matriks A. PENGERTIAN MATRIKS Dalam kehiupan sehari-hari an alam matematika, berbagai keterangan seringkali isajikan alam bentuk matriks. Contoh 1: Hasil pertaningan grup I

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

TUGAS MANDIRI MATRIKS. Mata Kuliah : Matematika ekonomi

TUGAS MANDIRI MATRIKS. Mata Kuliah : Matematika ekonomi TUGAS MANDIRI MATRIKS Mata Kuliah : Matematika ekonomi NamaMahasiswa : Suriani NIM : 140610098 Kode Kelas Dosen : 141-MA112-M6 : NeniMarlinaPurbaS.Pd UNIVERSITAS PUTERA BATAM 2014 KATA PENGANTAR Puji syukur

Lebih terperinci

Matriks Jawab:

Matriks Jawab: Matriks A. Operasi Matriks 1) Penjumlahan Matriks Jika A dan B adalah sembarang Matriks yang berordo sama, maka penjumlahan Matriks A dengan Matriks B adalah Matriks yang diperoleh dengan cara menjumlahkan

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

(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

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

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

Lebih terperinci

8 MATRIKS DAN DETERMINAN

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

Lebih terperinci

Teori kendali. Oleh: Ari suparwanto

Teori kendali. Oleh: Ari suparwanto Teori kendali Oleh: Ari suparwanto Minggu Ke-1 Permasalahan oleh : Ari Suparwanto Permasalahan Diberikan sistem dan sinyal referensi. Masalah kendali adalah menentukan sinyal kendali sehingga output sistem

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

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

DIAGONALISASI MATRIKS KOMPLEKS

DIAGONALISASI MATRIKS KOMPLEKS Buletin Ilmiah Mat Stat dan Terapannya (Bimaster) Volume 04, No 3 (2015), hal 337-346 DIAGONALISASI MATRIKS KOMPLEKS Heronimus Hengki, Helmi, Mariatul Kiftiah INTISARI Matriks kompleks merupakan matriks

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

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

JURUSAN PENDIDIKAN MATEMATIKA FMIPA UNIVERSITAS NEGERI YOGYAKARTA

JURUSAN PENDIDIKAN MATEMATIKA FMIPA UNIVERSITAS NEGERI YOGYAKARTA CATATAN KULIAH ALJABAR LINEAR MUSTHOFA JURUSAN PENDIDIKAN MATEMATIKA FMIPA UNIVERSITAS NEGERI YOGYAKARTA 20 SISTEM PERSAMAAN LINEAR Tujuan : Menyelesaikan sistem persamaan linear. OPERASI BARIS ELEMENTER

Lebih terperinci

SISTEM PERSAMAAN LINEAR ( BAGIAN II )

SISTEM PERSAMAAN LINEAR ( BAGIAN II ) SISTEM PERSAMAAN LINEAR ( BAGIAN II ) D. FAKTORISASI MATRIKS D2 2. METODE ITERASI UNTUK MENYELESAIKAN SPL D3 3. NILAI EIGEN DAN VEKTOR EIGEN D4 4. POWER METHOD Beserta contoh soal untuk setiap subbab 2

Lebih terperinci

II. TINJAUAN PUSTAKA. Pada bab ini akan diuraikan teori grup dan teori ring yang akan digunakan dalam

II. TINJAUAN PUSTAKA. Pada bab ini akan diuraikan teori grup dan teori ring yang akan digunakan dalam II. TINJAUAN PUSTAKA Pada bab ini akan diuraikan teori grup dan teori ring yang akan digunakan dalam penelitian. Pada bagian pertama akan dibahas mengenai teori grup. 2.1 Grup Dalam struktur aljabar, himpunan

Lebih terperinci

DIAGONALISASI MATRIKS ATAS RING KOMUTATIF DENGAN ELEMEN SATUAN INTISARI

DIAGONALISASI MATRIKS ATAS RING KOMUTATIF DENGAN ELEMEN SATUAN INTISARI Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 02, No. 3 (2013), hal. 183-190 DIAGONALISASI MATRIKS ATAS RING KOMUTATIF DENGAN ELEMEN SATUAN Fidiah Kinanti, Nilamsari Kusumastuti, Evi Noviani

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

TINJAUAN SINGKAT KALKULUS

TINJAUAN SINGKAT KALKULUS A TINJAUAN SINGKAT KALKULUS Salah satu syarat yang diperlukan untuk mempelajari komputasi numerik adalah pengetahuan dasar tentang kalkulus, termasuk pengenalan beberapa notasi dalam kalkulus, sifat-sifat

Lebih terperinci

Banyaknya baris dan kolom suatu matriks menentukan ukuran dari matriks tersebut, disebut ordo matriks

Banyaknya baris dan kolom suatu matriks menentukan ukuran dari matriks tersebut, disebut ordo matriks MATRIKS DEFINISI Matriks adalah susunan bilangan real atau bilangan kompleks (atau elemen-elemen) yang disusun dalam baris dan kolom sehinggga membentuk jajaran persegi panjang. Matriks memiliki m baris

Lebih terperinci

Matriks. Baris ke 2 Baris ke 3

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

Lebih terperinci

APLIKASI INVERS SEMU (PSEUDOINVERSE) DENGAN METODE GREVILLE S PADA ANALISIS REGRESI LINEAR BERGANDA. Abstract

APLIKASI INVERS SEMU (PSEUDOINVERSE) DENGAN METODE GREVILLE S PADA ANALISIS REGRESI LINEAR BERGANDA. Abstract APLIKASI INVERS SEMU (PSEUDOINVERSE) DENGAN METODE GREVILLE S PADA ANALISIS REGRESI LINEAR BERGANDA Muhtar Safi i 1, Khurul Wardati, Moh. Farhan Qudratullah 1, Prodi Matematika, Fakultas Sains dan Teknologi,

Lebih terperinci

KAJIAN MATRIKS JORDAN DAN APLIKASINYA PADA SISTEM LINEAR WAKTU DISKRIT

KAJIAN MATRIKS JORDAN DAN APLIKASINYA PADA SISTEM LINEAR WAKTU DISKRIT KAJIAN MATRIKS JORDAN DAN APLIKASINYA PADA SISTEM LINEAR WAKTU DISKRIT Nama Mahasiswa : Aprilliantiwi NRP : 1207100064 Jurusan : Matematika Dosen Pembimbing : 1 Soleha, SSi, MSi 2 Dian Winda Setyawati,

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

ON SOLUTIONS OF THE DISCRETE-TIME ALGEBRAIC RICCATI EQUATION. Soleha Jurusan Matematika, Institut Teknologi Sepuluh Nopember Surabaya

ON SOLUTIONS OF THE DISCRETE-TIME ALGEBRAIC RICCATI EQUATION. Soleha Jurusan Matematika, Institut Teknologi Sepuluh Nopember Surabaya ON SOLUTIONS OF THE DISCRETE-TIME ALGEBRAIC RICCATI EQUATION Soleha Jurusan Matematika, Institut Teknologi Sepuluh Nopember Surabaya Abstract. On solving the optimal control for the linear discrete-time

Lebih terperinci

OPERATOR FREDHOLM. Kartika Yulianti December 20, 2007

OPERATOR FREDHOLM. Kartika Yulianti December 20, 2007 OPERATOR FREDHOLM Kartika Yulianti 20106010 December 20, 2007 1 Orientasi De nition 1 Misalkan X, Y adalah ruang Banach. Sebuah operator A 2 B(X; Y ) disebut operator Fredholm dari X ke Y, jika : 1. (A)

Lebih terperinci

7. NILAI-NILAI VEKTOR EIGEN. Nilai Eigen dan Vektor Eigen Diagonalisasi Diagonalisasi Ortogonal

7. NILAI-NILAI VEKTOR EIGEN. Nilai Eigen dan Vektor Eigen Diagonalisasi Diagonalisasi Ortogonal 7. NILAI-NILAI VEKTOR EIGEN Nilai Eigen dan Vektor Eigen Diagonalisasi Diagonalisasi Ortogonal Nilai Eigen, Vektor Eigen Diketahui A matriks nxn dan x adalah suatu vektor pada R n, maka biasanya tdk ada

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

MATRIKS. Notasi yang digunakan NOTASI MATRIKS

MATRIKS. Notasi yang digunakan NOTASI MATRIKS MATRIKS Beberapa pengertian tentang matriks : 1. Matriks adalah himpunan skalar (bilangan riil atau kompleks) yang disusun atau dijajarkan secara empat persegi panjang menurut baris-baris dan kolom-kolom.

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

PELATIHAN INSTRUKTUR/PENGEMBANG SMU 28 JULI s.d. 12 AGUSTUS 2003 MATRIKS. Oleh: Drs. M. Danuri, M. Pd.

PELATIHAN INSTRUKTUR/PENGEMBANG SMU 28 JULI s.d. 12 AGUSTUS 2003 MATRIKS. Oleh: Drs. M. Danuri, M. Pd. PELATIHAN INSTRUKTUR/PENGEMBANG SMU JULI s.d. AGUSTUS MATRIKS Oleh: Drs. M. Danuri, M. Pd. DEPARTEMEN PENDIDIKAN NASIONAL DIREKTORAT JENDERAL PENDIDIKAN DASAR DAN MENENGAH PUSAT PENGEMBANGAN PENATARAN

Lebih terperinci

Pertemuan 8 Aljabar Linear & Matriks

Pertemuan 8 Aljabar Linear & Matriks Pertemuan 8 Aljabar Linear & Matriks 1 Jika A adl matriks nxn yg invertible, untuk setiap matriks b dgn ukuran nx1, maka sistem persamaan linier Ax = b mempunyai tepat 1 penyelesaian, yaitu x = A -1 b

Lebih terperinci

PENGERTIAN RING. A. Pendahuluan

PENGERTIAN RING. A. Pendahuluan Pertemuan 13 PENGERTIAN RING A. Pendahuluan Target yang diharapkan dalam pertemuan ke 13 ini (pertemuan pertama tentang teori ring) adalah mahasiswa dapat : a. membedakan suatu struktur aljabar merupakan

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

IV. HASIL DAN PEMBAHASAN. Pada bab ini akan dikaji beberapa karakteristik ring dan ring faktor serta suatu

IV. HASIL DAN PEMBAHASAN. Pada bab ini akan dikaji beberapa karakteristik ring dan ring faktor serta suatu IV. HASIL DAN PEMBAHASAN Pada bab ini akan dikaji beberapa karakteristik ring dan ring faktor serta suatu struktur ring yang mempunyai sifat Armendariz. Teorema 4.1 Jika R adalah daerah ideal utama yang

Lebih terperinci

BAB III MATRIKS HERMITIAN. dan konsep-konsep lainnya yang berkaitan dengan matriks Hermitian. Matriks

BAB III MATRIKS HERMITIAN. dan konsep-konsep lainnya yang berkaitan dengan matriks Hermitian. Matriks BAB III MATRIKS HERMITIAN Pada bab ini, akan dibahas beberapa konsep penting dari matriks Hermitian dan konsep-konsep lainnya yang berkaitan dengan matriks Hermitian. Matriks Hermitian merupakan kelas

Lebih terperinci

CONTOH SOAL CONTOH SOAL CONTOH SOAL TENTUKAN JUMLAH DERET GEOMETRI TAK HINGGA BERIKUT

CONTOH SOAL CONTOH SOAL CONTOH SOAL TENTUKAN JUMLAH DERET GEOMETRI TAK HINGGA BERIKUT CONTOH SOAL CONTOH SOAL CONTOH SOAL TENTUKAN JUMLAH DERET GEOMETRI TAK HINGGA BERIKUT Contoh Soal 3.17 Tentukan jumlah deret geometri tak hingga berikut. 2 2 2 + + +... 3 9 Jawab: 1 Berdasarkan deret

Lebih terperinci

TRANSFORMASI MATRIKS. Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ

TRANSFORMASI MATRIKS. Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ TRANSFORMAS MATRKS Agustina Pradjaningsih, M.Si. Jurusan Matematika FMPA UNEJ agustina.fmipa@unej.ac.id Definisi : BEBAS LNER Suatu himpunan vektor-vektor v, v, v k dikatakan bebas linier jika persamaan

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

SEKILAS TENTANG KONSEP. dengan grup faktor, dan masih banyak lagi. Oleh karenanya sebelum

SEKILAS TENTANG KONSEP. dengan grup faktor, dan masih banyak lagi. Oleh karenanya sebelum Bab I. Sekilas Tentang Konsep Dasar Grup antonius cp 2 1. Tertutup, yakni jika diambil sebarang dua elemen dalam G maka hasil operasinya juga akan merupakan elemen G dan hasil tersebut adalah tunggal.

Lebih terperinci

Bab 2 LANDASAN TEORI

Bab 2 LANDASAN TEORI 17 Bab 2 LANDASAN TEORI 2.1 Aljabar Matriks 2.1.1 Definisi Matriks Matriks adalah suatu kumpulan angka-angka yang juga sering disebut elemen-elemen yang disusun secara teratur menurut baris dan kolom sehingga

Lebih terperinci

Modul Praktikum. Aljabar Linier. Disusun oleh: Machudor Yusman IR., M.Kom. Ucapan Terimakasih:

Modul Praktikum. Aljabar Linier. Disusun oleh: Machudor Yusman IR., M.Kom. Ucapan Terimakasih: Modul Praktikum Aljabar Linier Disusun oleh: Machudor Yusman IR., M.Kom. Ucapan Terimakasih: David Abror Gabriela Minang Sari Hanan Risnawati Ichwan Almaza Nuha Hanifah Riza Anggraini Saiful Anwar Tri

Lebih terperinci

BAB 3 STRUKTUR ALJABAR DAN CONTOH

BAB 3 STRUKTUR ALJABAR DAN CONTOH BAB 3 STRUKTUR ALJABAR DAN CONTOH Pada bab sebelumnya kita telah membicarakan definisi dari struktur aljabar, dan grupoid merupakan salah satu contohnya. Pada permulaan bab ini akan dibahas beberapa struktur

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

GENERALIZED INVERSE. Musafir Kumar 1)

GENERALIZED INVERSE. Musafir Kumar 1) GENERALIZED INVERSE Musafir Kumar 1) 1) Dosen Pendidikan Matematika FKIP Unsyiah Abstrak Tulisan ini bertujuan untuk menhgetahui pengertian dari generalized inverse. Teorema-teorema dan sifat-sifat yang

Lebih terperinci

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

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

Lebih terperinci

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

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

Institut Teknologi Sepuluh Nopember Surabaya. Keterkendalian (Controlability)

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

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Pada bab ini akan dibahas beberapa definisi dan teorema dengan atau tanpa bukti yang akan digunakan untuk menentukan regularisasi sistem singular linier. Untuk itu akan diberikan terlebih

Lebih terperinci

LEMBAR AKTIVITAS SISWA MATRIKS (WAJIB)

LEMBAR AKTIVITAS SISWA MATRIKS (WAJIB) LEMBAR AKTIVITAS SISWA MATRIKS (WAJIB) Nama Siswa Kelas : : Kompetensi Dasar (Kurikulum 2013): 3.1 Menganalisis konsep, nilai determinan dan sifat operasi matriks serta menerapkannya dalam menentukan invers

Lebih terperinci

BAB II TINJAUAN PUSTAKA. tegak, perlu diketahui tentang materi-materi sebagai berikut.

BAB II TINJAUAN PUSTAKA. tegak, perlu diketahui tentang materi-materi sebagai berikut. BAB II TINJAUAN PUSTAKA Sebelum pembahasan mengenai irisan bidang datar dengan tabung lingkaran tegak, perlu diketahui tentang materi-materi sebagai berikut. A. Matriks Matriks adalah himpunan skalar (bilangan

Lebih terperinci

Aljabar Linier Lanjut. Kuliah 1

Aljabar Linier Lanjut. Kuliah 1 Aljabar Linier Lanjut Kuliah 1 Materi Kuliah (Review) Multiset Matriks Polinomial Relasi Ekivalensi Kardinal Aritmatika 23/8/2014 Yanita, FMIPA Matematika Unand 2 Multiset Definisi Misalkan S himpunan

Lebih terperinci

MATRIKS VEKTOR DETERMINAN SISTEM LINEAR ALJABAR LINEAR

MATRIKS VEKTOR DETERMINAN SISTEM LINEAR ALJABAR LINEAR MATRIKS VEKTOR DETERMINAN SISTEM LINEAR ALJABAR LINEAR 7.1 Matriks DEFINISI Susunan bilangan (fungsi) berbentuk persegi panjang yang ditutup dengan tanda kurung. Bilangan (fungsi) disebut entri-entri matriks.

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

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 3 FUNGSI MONOTON MATRIKS

BAB 3 FUNGSI MONOTON MATRIKS BAB 3 FUNGSI MONOTON MATRIKS Pada bab ini akan dibahas fungsi monoton matriks. Dalam mengkontruksi fungsi monoton matriks banyak istilah yang harus kita ketahui sebelumnya. Beberapa konsep yang akan dibahas

Lebih terperinci

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

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

Lebih terperinci

MATRIKS Nuryanto, ST., MT.

MATRIKS Nuryanto, ST., MT. MateMatika ekonomi MATRIKS TUJUAN INSTRUKSIONAL KHUSUS Setelah mempelajari bab ini, anda diharapkan dapat : 1. Pengertian matriks 2. Operasi matriks 3. Jenis matriks 4. Determinan 5. Matriks invers 6.

Lebih terperinci

Pertemuan 2 Matriks, part 2

Pertemuan 2 Matriks, part 2 Pertemuan 2 Matriks, part 2 Beberapa Jenis Matriks Khusus 1. Matriks Bujur Sangkar Suatu matriks dengan banyak baris = banyak kolom = n disebut matriks bujur sangkar berukuran n (berordo n). Barisan elemen

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 6 BAB II TINJAUAN PUSTAKA A. Bilangan Kompleks Bilangan merupakan suatu konsep dalam matematika yang digunakan untuk pencacahan dan pengukuran. Sistem bilangan yang dikenal saat ini merupakan hasil perkembangan

Lebih terperinci

Definisi : det(a) Permutasi himpunan integer {1, 2, 3,, n}:

Definisi : det(a) Permutasi himpunan integer {1, 2, 3,, n}: Definisi : Determinan dari matrik bujursangkar A berorde n adalah jumlah semua permutasi n (n!) hasil kali bertanda dari elemen-elemen matrik. Dituliskan : det(a) atau A (jr j r...j n ).a jr a j r...am

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

SISTEM BILANGAN BULAT

SISTEM BILANGAN BULAT SISTEM BILANGAN BULAT A. Bilangan bulat Pengertian Bilangan bulat adalah bilangan yang tidak mempunyai pecahan desimal, misalnya 8, 21, 8765, -34, 0. Berlawanan dengan bilangan bulat adalah bilangan riil

Lebih terperinci

BAB 2 DIGRAPH DWIWARNA PRIMITIF

BAB 2 DIGRAPH DWIWARNA PRIMITIF BAB 2 DIGRAPH DWIWARNA PRIMITIF Pada bagian ini akan diberikan beberapa konsep dasar seperti teorema dan definisi sebagai landasan teori dalam penelitian ini. Konsep dasar tersebut berkaitan dengan definisi

Lebih terperinci

Aljabar Linier Elementer. Kuliah 7

Aljabar Linier Elementer. Kuliah 7 Aljabar Linier Elementer Kuliah 7 Materi Kuliah Ekspansi kofaktor Aturan Cramer 2 2.4 Espansi Kofaktor; Aturan Cramer Definisi: Jika A adalah matriks bujur sangkar, maka minor dari entri a ij dinyatakan

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

17. MATRIKS. , maka transpose matriks A adalah A T a c. Dalam perkalian dua matriks terdapat matriks identitas (I), sedemikian sehingga I A = A I = A

17. MATRIKS. , maka transpose matriks A adalah A T a c. Dalam perkalian dua matriks terdapat matriks identitas (I), sedemikian sehingga I A = A I = A 7. MATRIKS A. Transpose Matriks a Jika A =, maka transpose matriks A adalah A T a c = c d d B. Penjumlahan dan Pengurangan Matriks Dua matriks dapat dijumlahkan ila kedua matriks terseut erordo sama. Penjumlahan

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

2. MATRIKS. 1. Pengertian Matriks. 2. Operasi-operasi pada Matriks

2. MATRIKS. 1. Pengertian Matriks. 2. Operasi-operasi pada Matriks 2. MATRIKS 1. Pengertian Matriks Matriks adalah himpunan skalar yang disusun secara empat persegi panjang menurut baris dan kolom. Matriks diberi nama huruf besar, sedangkan elemen-elemennya dengan huruf

Lebih terperinci

APLIKASI BENTUK KANONIK JORDAN DALAM MENGHITUNG MATRIKS EKSPONENSIAL SKRIPSI. Diajukan Untuk Memenuhi Sebagian Syarat Mencapai Gelar Sarjana S1

APLIKASI BENTUK KANONIK JORDAN DALAM MENGHITUNG MATRIKS EKSPONENSIAL SKRIPSI. Diajukan Untuk Memenuhi Sebagian Syarat Mencapai Gelar Sarjana S1 APLIKASI BENTUK KANONIK JORDAN DALAM MENGHITUNG MATRIKS EKSPONENSIAL SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Mencapai Gelar Sarjana S1 Disusun Oleh : SUGIARTI 0701060008 PROGRAM STUDI PENDIDIKAN

Lebih terperinci