Bab 4 RUANG VEKTOR. 4.1 Ruang Vektor

Ukuran: px
Mulai penontonan dengan halaman:

Download "Bab 4 RUANG VEKTOR. 4.1 Ruang Vektor"

Transkripsi

1 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 operasi + (penjumlahan vektor) dan (perkalian skalar) memenuhi aksiomaaksioma di bawah ini. "(u, v, w) Î V, "(h, k) Î F, RV Tertutup dibawah penjumlahan vektor: u + v Î V, (.) RV Komutatif: u + v v + u, (.) RV Asosiatif: u + (v + w) (u + v) + w, (.) RV Adanya suatu identitas penjumlahan: $ V Î V: V + u u + V u, (.) RV Adanya invers penjumlahan: " u Î V, $ u Î V: u + ( u) ( u) + u V, (.) RV6 Tertutup dibawah perkalian skalar: hu Î V, (.6) RV7 Hukum distributif: h(u + v) hu + hv, (.7) RV8 Hukum distributif: (h + k)u hu + ku, (.8) RV9 h(ku) (hk)u, (.9) RV F.u u. (.) CONTOH.. Himpunan V R n {(,,, n ): i Î R, n Î N} dengan operasi yang didefinisikan berikut ini: (,,, n ) + (y, y,, y n ) ( + y, + y,, n + y n ), k(,,, n ) (k, k,, k n ) untuk setiap (,,, n ), (y, y,, y n ) Î R n dan k Î R, merupakan suatu ruang vektor atas R. 9 Didit B. Nugroho

2 9 Bab Ruang Vektor Bahasan. Diambil sebarang vektor (,,, n ), y (y, y,, y n ), z (z, z,, z n ) Î R n dan h, k Î R. RV + y ( + y, + y,, n + y n ) Î R n karena setiap ( i + y i ) Î R. RV + y ( + y, + y,, n + y n ) (y +, y +,, y n + n ) y +. RV ( + y) + z ( + y, + y,, n + y n ) + (z, z,, z n ) ( + y + z, + y + z,, n + y n + z n ) (,,, n ) + (y + z, y + z,, y n + z n ) + (y + z). RV $ V (,,, ) Î R n : V + + V. RV " Î V, $ (,,, n ) Î R n : + ( ) ( ) + V. RV6 k() (k, k,, k n ) Î R n karena setiap k i Î R. RV7 k( + y) k( + y, + y,, n + y n ) (k( + y ), k( + y ),, k( n + y n )) (k + ky, k + ky,, k n + ky n ) (k, k,, k n ) + (ky, ky,, ky n ) k(,,, n ) + k(y, y,, y n ) k + ky. RV8 (h + k) (h + k)(,,, n ) ((h + k), (h + k),, (h + k) n ) (h + k, h + k,, h n + k n ) (h, h,, h n ) + (k, k,, k n ) h + k RV9 h(k) h(k, k,, k n ) (hk, hk,, hk n ) hk(,,, n ) (hk). RV R..(,,, n ) (.,.,,. n ) (,,, n ). Perlu dicatat bahwa himpunan V {(,,, ): Î R } dengan operasi yang didefinisikan sama seperti Contoh.. juga merupakan ruang vektor atas R. CONTOH.. (M n n (F), +, ) adalah suatu ruang vektor dibawah operasi penjumlahan matriks dan perkalian skalar matriks. CONTOH.. Jika P n [](R) {a + a + a + + a k k : a i Î R, k, n Î N, k n} menyatakan himpunan semua polinomial berderajat lebih kecil atau sama dengan n dengan koefisiennya adalah bilangan real, maka P n [](R) adalah suatu ruang vektor dibawah penjumlahan polinomial dan perkalian skalar polinomial. CONTOH.. Himpunan V {f : [,] Ì R R : f kontinu} adalah suatu ruang vektor atas R dibawah operasi penjumlahan fungsi dan perkalian fungsi dengan skalar. CONTOH.. Himpunan V {(a,b) ½ a ³, b ³ } bukanlah ruang vektor atas R sebab tidak memenuhi aksioma kelima dari definisi ruang vektor yaitu untuk setiap (a,b) Î V tidak ada (a,b) ( a, b) Î V sehingga (a,b) + ( (a,b) ) (,). TEOREMA.. Pada sembarang ruang vektor V(F), berlaku " k Î F, k V V. Bukti. Dipunyai k V k( V + V ) k V + k V. Oleh karena itu k V k V k V, atau V k V. n Didit B. Nugroho

3 Bab Ruang Vektor 9 TEOREMA.. Pada sembarang ruang vektor V(F), berlaku " u Î V, F.u V. Bukti. Dipunyai F.u ( F + F )u F.u + F.u. Oleh karena itu F.u F.u F.u, atau V F.u. n TEOREMA.. Pada sembarang ruang vektor V(F), k Î F, u Î V, berlaku ku V Þ k F atau u V. Bukti. Diandaikan bahwa k ¹, maka k mempunyai suatu invers perkalian, k, sehingga k k F. Jadi ku V Þ k ku k V. Berdasarkan Teorema.., k V V, dan karena aksioma RV, k ku.u u, maka disimpulkan u V. n TEOREMA.. Pada sembarang ruang vektor V(F), berlaku " k Î F, " u Î V, ( k)u k( u) (ku). Bukti. Dipunyai F.u (k + ( k))u ku + ( k)u. Karena itu (ku) + F.u ( k)u, yang berarti (ku) ( k)u. Sejalan dengan itu, V k(u u) ku + k( u). Karena itu (ku) + V k( u), yang berarti (ku) k( u). n. Ruang Bagian Vektor DEFINISI.. Diberikan ruang vektor V(F) dan U Í V dengan U Æ. Himpunan U disebut ruang bagian vektor (vector subspace) dari V jika U terhadap operasi yang sama dengan V juga merupakan ruang vektor. CONTOH... Jika V adalah ruang vektor atas R, maka { V } dan V adalah ruang bagian dari V dan disebut ruang bagian tak sejati.. Jika V R yaitu ruang vektor berdimensi tiga atas R, maka semua garis dan bidang datar yang melalui titik pangkal koordinat merupakan himpunan vektorvektor sebagai ruang bagian dari V R. Di bawah ini disajikan suatu kriteria yang lebih mudah untuk ruang bagian. TEOREMA.. Diberikan ruang vektor V(F). Selanjutnya U Í V, U Æ, adalah suatu ruang bagian dari V jika hanya jika " k Î F dan (u, v) Î U berlaku u + kv Î U. Didit B. Nugroho

4 96 Bab Ruang Vektor Bukti. Jelas bahwa jika U merupakan ruang bagian dari V maka U merupakan ruang vektor dengan operasi yang didefinisikan untuk V yang diantaranya memenuhi aksioma u + v Î U dan kv Î U, atau dengan kata lain u + kv Î U untuk setiap u, v Î U dan k Î F. Akan dibuktikan sebaliknya. Berdasarkan yang diketahui, U tertutup terhadap operasi penjumlahan dan perkalian. Akibatnya diperoleh ( )v v Î U dan v + ( v) Î U untuk setiap v Î U. Penjumlahan vektor di U adalah sama seperti di V, sehingga dipenuhi sifat asosiatif dan komutatif. Sedangkan sifatsifat yang lain juga dipenuhi oleh U karena sifatsifat tersebut diambil dari V. n CONTOH.. Tunjukkan bahwa X {A Î M n (F): tr(a) F } adalah suatu ruang bagian dari M n (F) (himpunan semua matriks persegi dengan unsurunsurnya adalah anggota F). Penyelesaian. Diambil A, B Î X, k Î F, maka tr(a + kb) tr(a) + k.tr(b) F + k F F. Karena itu A + kb Î X, yang berarti X adalah ruang bagian dari M n (F). CONTOH.. Diberikan sembarang U Î M n (F). Tunjukkan bahwa C U {A Î M n (F): AU UA} adalah suatu ruang bagian dari M n (F). Penyelesaian. Diambil A, B Î C U dan k Î F, maka AU UA dan BU UB. Dipunyai (A + kb)u AU + kbu UA + kub U(A + kb), yang berarti bahwa A + kb Î X. Karena itu C U adalah suatu ruang bagian dari M n (F) dan C U dinamakan komutator dari U. CONTOH.. Jika A suatu vektor di R maka W {B Ì R : B A } merupakan suatu ruang bagian dari R. Bahasan. Diambil sembarang B, B Î W dan k Î R, yang berarti B A dan B A. Karena itu (B + kb ) A B A + kb A yang berarti (B + B ) Î W, dan karena itu W adalah suatu ruang bagian dari R. TEOREMA.. Jika U, W adalah ruang bagian dari ruang vektor V(F), maka U Ç W juga merupakan ruang bagian dari V. Bukti. Diambil sebarang X, X Î U Ç W dan k Î F. Jelas bahwa X, X Î U dan X, X Î W. Karena U adalah ruang bagian maka X + kx Î U, dan karena W adalah ruang bagian maka X + kx Î W. Jadi X + kx Î U Ç W, dan karena itu U Ç W juga merupakan ruang bagian untuk V. n. Kombinasi Linear DEFINISI.. Diberikan (k, k,, k n ) Î F n. Jumlahan vektorial n å i k i v i k.v + k.v + + k n.v n dinamakan kombinasi linear (linear combination) dari vektorvektor v i Î V, i n. Didit B. Nugroho

5 Bab Ruang Vektor 97 DEFINISI.. Diberikan vektorvektor v i Î V(F), i n. Jika setiap vektor di V dapat dinyatakan sebagai kombinasi linear dari setiap v i, maka suatu keluarga {v, v,, v n } Ì V dikatakan merentang (span) atau membangun (generate) V. Dengan kata lain untuk setiap v Î V terdapat (k, k,, k n ) Î F n sehingga k v + k v + + k n v n v. CONTOH.. Karena a b a c d + b + c + d, maka matriksmatriks,,, merentang M (R). CONTOH.. Sembarang polinomial berderajat paling besar dua, katakan a + b + c Î P [](R), dapat ditulis sebagai kombinasi linear dari,, dan + : a + b + c (a c) + (b + c)( ) + c( + ). CONTOH.. Apakah v (,, ), v (,, ), v (,, ) merentang R? Penyelesaian. Diambil sebarang vektor v (a, a, a ) Î R dan dibentuk kombinasi linear k v + k v + k v v dengan (k, k, k ) Î R. Persamaan tersebut dapat dinyatakan sebagai hasil kali matriks seperti berikut: k a k a. k a Selanjutnya dengan menggunakan uji peringkat akan diselidiki apakah sistem tersebut konsisten atau tidak untuk semua nilai a, a, a. Dimisalkan matriks koefisien sistem adalah A, dan diamati bahwa det(a) yang berarti bahwa rk(a) <. Diambil matriks bagian persegi dari matriks [A v] yaitu B, diperoleh det(b) ¹ yang berarti rank(a v). Karena rank(a) < rank(a v) berarti sistem tersebut tidak konsisten, akibatnya tidak ada skalarskalar k, k, k Î R sehingga k v + k v + k v v untuk v (,, ). Jadi v, v, v tidak merentang R. Berikut ini disajikan pengertian yang berurutan dari suatu ruang vektor V(F) yang direntang oleh vektorvektor v, v,, v n, w Î F m, dan diambil A sebagai matriks m n dengan kolomkolomnya adalah v, v,, v n : A [v v v n ]. V adalah ruang vektor yang direntang oleh v, v,, v n. artinya Setiap w Î V adalah kombinasi linear dari v, v,, v n. artinya Terdapat,,, n Î F sehingga w v + v + + n v n. artinya Sistem linear AX w adalah konsisten. Didit B. Nugroho

6 98 Bab Ruang Vektor TEOREMA.. Jika {v, v,, v n } Í V merentang V, maka {u, v, v,, v n } Í V juga merentang V. Bukti. Berdasarkan n å i a iv i F.u + åa iv i.n DEFINISI.. Rentangan dari suatu keluarga vektorvektor {v, v,, v n } adalah himpunan semua kombinasi linear berhingga dari v i, dan dinotasikan áv, v,, v n ñ. TEOREMA.. Diberikan suatu ruang vektor V(F). Selanjutnya áv, v,, v n ñ Í V merupakan suatu ruang bagian dari V. Bukti. Diambil k Î F dan u n å i n i a i v i, v åb i v i n i di áv, v,, v n ñ (beberapa koefisien mungkin ), maka n å u + kv ( a + kb ) i i i v i Î áv, v,, v n ñ. n AKIBAT.. áv, v,, v n ñ Í V adalah ruang bagian terkecil dari V yang memuat v, v,, v n. Bukti. Diambil U áv, v,, v n ñ. Dicatat bahwa U memuat v i untuk setiap i karena v i v + + v i +.v i + v i v n, suatu kombinasi linear dari v, v,, v n. Sekarang diambil sebarang X sebagai ruang bagian dari V yang memuat elemenelemen v, v,, v n. Diambil a, a,, a n sebagai skalarskalar. Dipunyai a v, a v,, a n v n Î X berdasarkan sifat suatu ruang bagian, dan lebih dari itu dipunyai a v + a v Î X, (a v + a v ) + a v Î X, dan seterusnya sehingga pada akhirnya diperoleh a v + a v + + a n v n Î X. Jadi telah ditunjukkan bahwa sebarang ruang bagian yang memuat v, v,, v n memuat semua kombinasi linear dari v, v,, v n, karena itu himpunan semua kombinasi linear U adalah ruang bagian terkecil dari V yang memuat v, v,, v n.n TEOREMA.. Diberikan ruang vektor V(F) dan (u, v) Î V, k Î F { F }, maka áu, vñ áu, kvñ. Bukti. Berdasarkan kesamaan au + bv au + (bk )kv. n TEOREMA.. Diberikan ruang vektor V(F) dan (u, v) Î V, k Î F, maka áu, vñ áv, u + kvñ. Bukti. Berdasarkan kesamaan au + bv a(u + kv) + (b ak)v. n Didit B. Nugroho

7 Bab Ruang Vektor 99. Bebas Linear DEFINISI... Vektorvektor v i Î V, i n, dikatakan bebas linear (linear independent) jika (k, k,, k n ) Î F n maka n å i k i v i V Þ k k k n F.. Vektorvektor v i Î V, i n, dikatakan tidak bebas linear (linear dependent) jika å $ (k, k,, k n ) Î F n { V } sehingga k i v i V. CONTOH.. Apakah tiga vektor berikut bebas linear di V R? 6 v, v, dan v. 7 Penyelesaian. Jika diperhatikan dengan sungguhsungguh maka terlihat bahwa ketiga vektor tersebut mempunyai hubungan 6 +, 7 atau v + v v yang ekuivalen dengan v + v v V. Hal tersebut berarti bahwa kombinasi linear k v + k v + k v V mempunyai penyelesaian tak trivial yaitu k k dan k. Karena itu ketiga vektor tersebut tidak bebas linear. CONTOH.. Apakah vektorvektor di bawah ini bebas linear di V R? v 6, v 8, dan v. Penyelesaian. Dimisalkan terdapat (k, k, k ) Î R sehingga k v + k v + k v V. Penyelesaian dari sistem tersebut adalah k k k dan tidak ada penyelesaian lain. Oleh karena itu ketiga vektor tersebut adalah bebas linear. CONTOH.. Apakah e, e, e bebas linear di V R? Penyelesaian. Untuk sembarang k, k, k Î R, diambil kombinasi linear k e + k e + k e V. Jelas bahwa sistem tersebut hanya mempunyai penyelesaian trivial k k k. Oleh karena itu e, e, e adalah bebas linear. n i Didit B. Nugroho

8 Bab Ruang Vektor CONTOH.. Apakah e, e bebas linear di ruang fungsi R R? Penyelesaian. Untuk sembarang (k, k ) Î R diambil kombinasi linear k e + k e. Untuk diperoleh k + k, dan untuk diperoleh k e + k e atau k + k e (karena e ¹ ). Dengan menyelesaikan kedua persamaan tersebut diperoleh k k. Jadi e, e adalah bebas linear. CONTOH.. Diberikan u dan v sebagai vektorvektor yang bebas linear di suatu ruang vektor atas field R. Tunjukkan bahwa vektor u v dan y u + v adalah bebas linear. Penyelesaian. Diasumsikan bahwa a(u v) + b(u + v) dengan a, b Î R, yang dapat dituliskan menjadi (a + b)u + (b a)v. Karena u dan v adalah bebas linear, koefisienkoefisien di atas haruslah nol, ini berarti a + b dan b a, yang memberikan hasil a b. Hal ini membuktikan bahwa u v dan u + v adalah bebas linear. TEOREMA.. Diberikan A Î M m n (F) dan X Î F n. Kolomkolom dari A adalah bebas linear jika hanya jika sistem AX hanya mempunyai penyelesaian trivial. Berikut ini disajikan pengertian yang berurutan dari suatu ruang vektor V(F) yang direntang oleh vektorvektor v, v,, v n Î F m, dan diambil A sebagai matriks m n dengan kolomkolomnya adalah v, v,, v n : A [v v v n ]. Vektorvektor v, v,, v n adalah bebas linear. artinya Jika v + v + + n v n V maka i F, i n. artinya Jika A maka.!!!! n n artinya Sistem homogen AX V hanya mempunyai penyelesaian trivial. TEOREMA.. Suatu keluarga dari m vektor di F n adalah tidak bebas linear jika m > n. Ekuivalen dengan itu, setiap keluarga dari m vektor yang bebas linear di F n harus memenuhi m n. Bukti. Persamaan u + u + + m u m V ekuivalen dengan n persamaan homogen dalam m variabel. Berdasarkan Lemma.., sistem mempunyai penyelesaian tak trivial jika m > n. n Teorema berikutnya adalah suatu generalisasi yang penting dari Teorema... Didit B. Nugroho

9 Bab Ruang Vektor TEOREMA.. Suatu keluarga dari s vektor di áu, u,, u r ñ adalah tidak bebas linear jika s > r. Ekuivalen dengan itu, suatu keluarga bebas linear dari s vektor di áu, u,, u r ñ harus memenuhi s r. TEOREMA.. Vektorvektor u, u,, u m di V F n adalah bebas linear jika. u ¹ V ; dan. untuk setiap u k, < k m, bukanlah kombinasi linear dari u,, u k. Suatu aplikasi dari kriteria tersebut adalah hasil berikut ini. TEOREMA.. Setiap ruang bagian U dari V F n dapat dinyatakan dalam bentuk U áu, u,, u m ñ dengan m n. Bukti. Jika U { V }, tidak ada sesuatu untuk dibuktikan dalam hal ini diambil u V dan m. Jadi diasumsikan U memuat suatu vektor tak nol u, selanjutnya áu ñ Í U karena U adalah ruang bagian. Jika U áu ñ, maka bukti selesai. Jika tidak, maka U akan memuat suatu vektor u, yang bukan kombinasi linear dari u, selanjutnya áu, u ñ Í U karena U adalah suatu ruang bagian. Jika U áu, u ñ maka bukti selesai. Jika tidak, U akan memuat suatu vektor u yang bukan kombinasi linear dari u dan u. Proses ini pada akhirnya harus berhenti untuk langkah k yang dibangun oleh suatu keluarga dari k vektor bebas linear u, u,, u k, semuanya di V, dan karena itu k n. n DEFINISI.. Maksimum banyaknya vektorvektor yang bebas linear dalam suatu himpunan vektor menyatakan peringkat dari himpunan vektor. [Perlu dicatat bahwa peringkat tersebut tidak pernah lebih besar dari dimensinya.] CONTOH..6 Karena vektorvektor di A {v, v, v } pada Contoh.. adalah bebas linear, maka rk(w). CONTOH..7 Pada Contoh.. sudah diketahui bahwa ketiga vektor di A {v, v, v } adalah tidak bebas linear, yang berarti bahwa rk(a) <. Karena itu perlu ditentukan apakah ada dua vektor yang bebas linear. Di sini bisa ditunjukkan dengan mudah bahwa kombinasi linear k v + k v V hanya mempunyai penyelesaian trivial k k, yang berarti bahwa vektor v dan v adalah bebas linear. Oleh karena itu diperoleh bahwa rk(a).. Basis DEFINISI.. Suatu {v, v,, v n } Ì V adalah basis (bases) untuk V jika: (i) v, v,, v n adalah bebas linear; (ii) v, v,, v n merentang V. CONTOH.. Diberikan vektorvektor v (,, ), v (, 9, ), dan v (,, ) di V R. Apakah {v, v, v } basis untuk V R? Penyelesaian. (i) Akan ditunjukkan apakah v, v, v bebas linear yaitu k v + k v + k v V dengan k, k, k Î R, hanya mempunyai penyelesaian trivial. Didit B. Nugroho

10 Bab Ruang Vektor Diambil sembarang skalarskalar k, k, k dan dibentuk k 9 k. k Dimisalkan matriks koefisien sistem adalah A. Karena det(a) ¹, maka berdasarkan Akibat..(i) diperoleh bahwa sistem hanya mempunyai penyelesaian trivial, yang berarti bahwa v, v, v adalah bebas linier. (ii) Akan ditunjukkan apakah v, v, v merentang R yaitu untuk setiap w Î R terdapat skalarskalar k, k, k sehingga berlaku k v + k v + k v w. Sudah diperoleh bahwa det(a) ¹ yang berarti rk(a) dan dapat diamati juga bahwa rk(a w). Karena rk(a) rk(a w) maka sistem tersebut konsisten atau dengan kata lain v, v, v merentang R. Dari (i) dan (ii) dapat disimpulkan bahwa {v, v, v } merupakan basis untuk R. n CONTOH.. Tunjukkan bahwa {,,,..., } vektor P n [](R). Penyelesaian. (i) (ii) adalah basis untuk ruang Dibentuk persamaan k. + k. + k. + + k n. n. Jelas bahwa berdasarkan kesamaan dua polinimial akan diperoleh k k k k n. Jadi,,,, n adalah bebas linear. Diambil sembarang p() a + a. + a. + + a n. n Î P n [](R) dan dibentuk k. + k. + k. + + k n. n a + a. + a. + + a n. n. Jelas bahwa berdasarkan kesamaan dua polinomial dapat diambil k i a i, i,,,, n, yang berarti,,,, n merentang P n [](R). n Berdasarkan (i) dan (ii) diperoleh bahwa {,,,..., } selanjutnya disebut basis baku untuk P n [](R). adalah basis untuk P n [](R) yang CONTOH.. Diberikan vektor satuan e (,,, ), e (,,, ),, e n (,,,, ). Dapat ditunjukkan dengan mudah bahwa e, e,, e n adalah bebas linear. Selanjutnya karena setiap vektor X (,,, n ) Î R n dapat dituliskan sebagai X e + e + + n e, maka e, e,, e n merentang R n. Oleh karena itu {e, e,, e n }adalah basis untuk R n dan disebut basis baku. DEFINISI.. Jika V direntang oleh himpunan berhingga, maka V dikatakan berdimensi berhingga (finitedimensional). Dimensi dari V, dituliskan dengan dim(v), adalah banyaknya vektor pada suatu basis untuk V. Jika V tidak direntang oleh himpunan berhingga, maka V dikatakan berdimensi tak hingga (infinitedimensional). Sebagai catatan bahwa ruang vektor nol dianggap sebagai ruang vektor berdimensi berhingga meskipun tidak mempunyai himpunan yang bebas linear (basisnya tidak ada), dan dimensi ruang vektor nol didefinisikan sama dengan. Untuk suatu ruang vektor berdimensi berhingga terdapat beberapa basis yang berbeda, semuanya adalah basis dari suatu ruang vektor berdimensi berhingga yang diberikan, tetapi mempunyai elemen yang banyaknya sama. CONTOH.. Berdasarkan Contoh.. dan.., ruang vektor R n dan P n [](R) adalah berdimensi hingga dengan dim(r n ) n dan dim(p n []) n +. Didit B. Nugroho

11 Bab Ruang Vektor TEOREMA.. (Hasil utama pada ruang vektor) Diberikan V adalah suatu ruang vektor berdimensi berhingga. Jika {u, u,, u m } dan {v, v,, v n } adalah basis untuk V, maka m n. Bukti. Berdasarkan hipotesis {u, u,, u m } merupakan keluarga yang bebas linear di V dan V áv, v,, v n ñ, karena itu m n berdasarkan Teorema... Di sisi lain, {v, v,, v n } adalah keluarga yang bebas linear di V dan juga V áu, u,, u m ñ, karena itu n m. Akibatnya m n. n TEOREMA.. Suatu keluarga yang bebas linear dari n vektor dalam suatu ruang vektor V, dengan dim(v) n, pasti mempunyai basis untuk V. Bukti. Diambil {v, v,, v n } sebagai keluarga bebas linear dari vektorvektor di suatu ruang bagian V, dengan dim(v) n. Harus ditunjukkan bahwa setiap vektor v Î V dapat dinyatakan sebagai kombinasi linear dari v, v,, v n. Diandaikan keluarga dari vektorvektor di V adalah {v, v,, v n, v}. Keluarga ini terdiri dari n + elemen dan akibatnya bebas linear menurut Teorema... Karena itu diperoleh () k v + k v + + k n v n + k n+ v V, dengan tidak semua k, k,, k n, k n+ adalah nol. Jika k n+, diperoleh k v + k v + + k n v n V, dengan tidak semua k, k,, k n adalah nol, yang bertentangan dengan asumsi bahwa v, v,, v n adalah bebas linear. Karena itu k n+ ¹ dan dari persamaan () dapat dinyatakan v sebagai kombinasi linear dari v, v,, v n yaitu k k k n v v + v vn.n k k k n+ n+ TEOREMA.. Setiap keluarga vektorvektor yang bebas linear dalam suatu ruang vektor V dapat diperluas ke suatu basis untuk V. Bukti. Diandaikan V mempunyai basis v, v,, v n dan bahwa u, u,, u m adalah keluarga vektorvektor yang bebas linear di V, maka V áv, v,, v n ñ áu, u,, u m, v, v,, v n ñ, seperti setiap u, u,, u m adalah kombinasi linear dari v, v,, v n. Dari situ akan diperoleh basis untuk V yang termasuk u, u,, u m.n AKIBAT.. Jika U Ì V adalah suatu ruang bagian dari ruang vektor V yang berdimensi berhingga, maka dim(u) dim (V). Bukti. Karena basis dari U dapat diperluas ke suatu basis dari V, maka berdasarkan hal ini bahwa banyaknya elemenelemen dari basis untuk U adalah paling banyak sama besar seperti untuk V. n CONTOH.. Tentukan suatu basis dan dimensi dari ruang yang dibangun oleh himpunan matriksmatriks simetris di M n (R). Penyelesaian. Diambil E ij Î M n (R) sebagai matriks n n dengan elemen keij sama dengan dan yang lainnya sama dengan. Untuk i < j n, diperhatikan ænö n( n ) ç matriks A ij E ij + E ji. Matriks A ij mempunyai masukan pada posisi keij è ø dan keji, dan untuk yang lainnya. Matriks tersebut bersamasama dengan n matriks E ii, i n merupakan basis untuk ruang matriksmatriks simetris. Dimensi dari ruang ini: n( n ) n( + ) + n n. n+ Didit B. Nugroho

12 Bab Ruang Vektor Diberikan ruang bagian U dan V dari suatu ruang vektor berdimensi berhingga W, apakah hubungan antara dim(u), dim(v), dim(u Ç V), dan dim(u + V)? TEOREMA.. dim(u + V) dim(u) + dim(v) dim(u Ç V). Bukti. Diambil w, w,, w r sebagai suatu basis dari U Ç V. Ini diperluas ke suatu basis w, w,, w r, u, u,, u m untuk U dan diperluas ke suatu basis w, w,, w r, v, v,, v n untuk V. Jadi dim(u Ç V) r, dim(u) r + m, dim(v) r + n. Diklaim bahwa w, w,, w r, u, u,, u m, v,, v n adalah suatu basis untuk U + V. Jika y Î U + V, maka y u + v untuk suatu u Î U dan v Î V. Jadi u a w + + a r w r + b u + + b m u m untuk suatu a i dan b j, serta v c w + + c r w r + d v + + d n v n untuk suatu c i dan d j. Diperoleh y u + v (a + c )w + + (a r + c r )w r + b u + + b m u m + d v + + d n v n yaitu suatu kombinasi linear dari unsurunsur w, w,, w r, u, u,, u m, v,, v n dan karena itu membentuk suatu himpunan rentangan untuk U + V. Sekarang akan ditunjukkan unsurunsur tersebut adalah bebas linear. Diandaikan dipunyai suatu relasi linear () a w + + a r w r + b u + + b m u m + c v + + c n v n, maka () h a w + + a r w r + b u + + b m u m c v c n v n Î U Ç V. Karena w, w,, w r adalah suatu basis untuk U Ç V maka harus dipunyai h d w + + d r w r untuk suatu d i. Dari () diperoleh d w + + d r w r c v c n v n dan karena itu d w + + d r w r + c v + + c n v n. Tetapi karena w, w,, w r, v, v,, v n adalah suatu basis untuk V, secara khusus adalah suatu himpunan bebas linear, maka diperoleh d d r c c n. Karena itu, dari (), dipunyai h. Selanjutnya, dari () akan diperoleh a w + + a r w r + b u + + b m u m. Tetapi karena w, w,, w r, u, u,, u m adalah suatu basis untuk U, secara khusus adalah suatu himpunan bebas linear, maka diperoleh a a r b b m. Jadi telah ditunjukkan bahwa semua koefisien di () adalah dan karena itu unsurunsur w, w,, w r, u, u,, u m, v,, v n adalah bebas linear. Telah ditunjukkan sebelumnya bahwa unsurunsur tersebut membentuk suatu himpunan rentangan dan karena itu menjadi suatu basis untuk U + V. Jadi dimensi dari U + V, yaitu banyaknya elemen dalam suatu basis, adalah r + m + n. Jadi dipunyai dim(u + V) r + m + n (r + m) + (r + n) r dim(u) + dim(v) dim(u Ç V). n CONTOH..6 Diberikan W R, U áu, u ñ dengan u (,,, ) dan u (, 7,, ), dan V {(,,, ): }. Tentukan dim(u), dim(v), dim(u + V), dan dim(u Ç V). U direntang oleh U, U tetapi apakah unsurunsur tersebut bebas linear? Penyelesaian. Jika a u + a u U, maka (a, a,, ) + ( a, 7a, a, a ) (,,, ) dan karena itu a dan a. Jadi unsurunsur u dan u adalah bebas linear dan membentuk suatu basis untuk U. Jadi dim(u). Didit B. Nugroho

13 Bab Ruang Vektor V mempunyai basis {e, e, e } dengan e (,,, ), e (,,, ) dan e (,,, ) sehingga dim(v). Diperhatikan bahwa e (,,, ) (, 7,, ) + (, 7,, ) u + (, 7,, ) dan (, 7,, ) Î V, sehingga e Î U + V. Jadi e, e, e, e Î U + V dan unsurunsur tersebut merentang R sehingga U + V R. Karena itu dim(u + V). Berdasarkan Teorema.., maka dim(u) + dim(v) dim(u + V) +. TEOREMA.. Diambil {u, u,, u n } adalah himpunan vektorvektor di R n. {u, u,, u n } adalah basis jika hanya jika matriks A [v v v n ] berukuran n n adalah inversibel. Bukti. Karena dipunyai banyak vektor yang tepat, cukup dibuktikan bahwa {u, u,, u n } adalah bebas linear. Dibentuk persamaan AX. Karena A adalah inversibel, maka X A, yang berarti n. Jadi {u, u,, u n } adalah bebas linear. Sebaliknya, diasumsikan bahwa X adalah bebas linear. Karena itu persamaan AX mempunyai suatu penyelesaian tunggal. Diambil r rk(a) dan P, Q Î GL n (R) (dibaca grup linear rank n atas R, himpunan semua matriks inversibel n n) sehingga D, n, r A P n Q, dengan D n, n, r adalah bentuk normal Hermite dari A, Jadi Diambil Q D n, n, r I O r ( nr) r O O r ( nr) ( nr) ( nr). AX Þ P D Q X Þ D r Q X z z X, maka! z n n, n, r n, n,. D, r Q n, X Þ z e + + z r e r, dengan e j adalah vektor kolom berdimensi n dengan masukan pada baris j dan untuk baris lainnya. Jika r < n, maka z r+,, z n dapat diambil sembarang dan penyelesaiannya tidak tunggal (suatu kontradiksi). Karena itu r n dan A adalah inversibel. n n.6 Ruang Nol, Ruang Kolom, dan Ruang Baris DEFINISI.6. Diberikan matriks A m n [a ij ] atas field F.. Ruang nol (null space) dari A adalah himpunan semua vektor kolom X Î F n yang memenuhi AX, dan dinotasikan oleh n NS(A) { X AX, X Î F } :. Dengan kata lain, ruang nol dicari dengan cara menyelesaikan sistem AX, dan karena itu NS(A) sering disebut ruang penyelesaian (solution space) dari AX.. Ruang kolom (column space) dari A adalah ruang bagian yang direntang oleh kolomkolom tak nol A, dan dinotasikan oleh n CS(A) { Y : Y AX, Y Î F }.. Ruang baris (row space) dari A, dinotasikan RS(A), adalah ruang bagian yang direntang oleh barisbaris tak nol A. Didit B. Nugroho

14 6 Bab Ruang Vektor Tabel.: Sifat NS(A) dan CS(A) Ruang nol dari A m n NS(A) adalah ruang bagian dari F n NS(A) didefinisikan secara implisit, artinya hanya mempunyai kondisi AX Operasi baris pada matriks (A ) diperlukan untuk menemukan vektorvektor di NS(A) Tidak ada hubungan yang jelas antara kolomkolom dari A dan NS(A) Suatu vektor khusus X di NS(A) mempunyai sifat AX Diberikan suatu vektor X, mudah sekali untuk mengetahui jika X di NS(A) yaitu cukup menghitung AX. NS(A) {} jika dan hanya jika AX hanya mempunyai penyelesaian trivial Ruang kolom dari A m n CS(A) adalah ruang bagian dari F m CS(A) didefinisikan secara eksplisit, artinya vektorvektor dibangun oleh perkalian dengan A. Operasi baris pada A dinyatakan sendiri oleh CS(A) Kolomkolom dari A ada di CS(A) Suatu vektor khusus Y di CS(A) dengan sifat AX Y mempunyai penyelesaian Operasi baris pada matriks (A Y) diperlukan untuk menjelaskan bahwa Y ada di CS(A) CS(A) F m jika dan hanya jika AX Y mempunyai penyelesaian untuk setiap Y di F m Berikut ini didefinisikan tiga bilangan bulat terpenting yang berkaitan dengan suatu matriks. DEFINISI.6. Diberikan sebarang matriks A m n.. rank kolom A dim CS(A). rank baris A dim RS(A). nulitas A dim NS(A) Selanjutnya akan dilihat bahwa bentuk eselon baris tereduksi dari suatu matriks A dapat digunakan untuk menunjukkan basis untuk ruang baris, ruang kolom, dan ruang nol dari A. TEOREMA.6. (a) Operasi baris elementer tidak mengubah ruang baris suatu matriks. (b) Operasi baris elementer tidak mengubah ruang nol suatu matriks. (c) Vektorvektor baris tak nol pada bentuk eselon baris suatu matriks membentuk suatu basis untuk ruang baris dari matriks. Teorema tersebut menyatakan bahwa suatu matriks dan semua bentuk eselon barisnya mempunyai ruang baris yang sama dan ruang nol yang sama. Sedangkan vektorvektor baris tak nol dari matriks berbentuk eselon baris selalu bebas linear sehingga vektorvektor baris tak nol tersebut membentuk basis untuk ruang baris tersebut. Berdasarkan hal ini, ruang baris dari matriks A dapat dicari dengan cara mereduksi matriks A ke bentuk eselon baris sehingga akan diperoleh vektorvektor baris tak nol yang merupakan basis untuk ruang baris A. Sedangkan untuk ruang kolom dari A bisa dicari sama seperti ruang barisnya dengan cara mencari basis untuk ruang baris A T dan mengubahnya kembali ke vektor kolom. Didit B. Nugroho

15 Bab Ruang Vektor Didit B. Nugroho 7 TEOREMA.6. Jika A dan B adalah matriksmatriks dengan banyaknya kolom sama, maka pernyataan berikut adalah ekuivalen: (a) A dan B mempunyai ruang baris yang sama. (b) A dan B mempunyai ruang nol yang sama. (c) Vektorvektor baris dari A adalah kombinasi linear vektorvektor baris dari B, dan juga sebaliknya. CONTOH.6. Tentukan NS(A), RS(A), CS(A) beserta basis dan dimensinya, untuk A. Penyelesaian. (a) Untuk menentukan ruang nol, dibentuk sistem linear, dan diselesaikan menggunakan metode yang sudah dipelajari sebelumnya sehingga diperoleh bentuk eselon baris tereduksi dari matriks yang diperbesar:. Sistem persamaan yang berkorespondensi yaitu atau ekuivalen dengan Jika dimisalkan a, b, c, maka b c dan c. Jadi penyelesaian sistem linear di atas dapat dituliskan seperti berikut: + + c b a c c b c b a. (i) Basis untuk NS(A) yaitu þ ý ü î í ì,,.

16 Bab Ruang Vektor Didit B. Nugroho 8 (ii) Ruang nol dari matriks A adalah þ ý ü î í ì Î R c b a c c b c b a A,, : ) ( NS. (iii) dim NS(A). (b) Untuk menentukan ruang baris, diperhatikan bentuk eselon baris dari matriks A pada bagian (a). Diperoleh vektor baris tak nol yaitu baris pertama dan kedua. (i) Basis untuk RS(A) yaitu {(,,,, ), (,,,,)}. (ii) Kombinasi linear dari kedua vektor baris tak nol yaitu k (,,,, ) + k (,,,, ) (, k, k, k, k + k ) Oleh karena itu ruang baris A dinyatakan oleh RS(A) á(,,,, ), (,,,, )ñ {(, k, k, k, k + k ): k, k Î R} (iii) dim RS(A). (c) Untuk menentukan ruang kolom dari A, dilakukan reduksi baris pada A T ke bentuk eselon baris, diperoleh: reduksi. Diperoleh vektor baris tak nol yaitu (,, ) dan (,, ). (i) Basis untuk CS(A) yaitu þ ý ü î í ì,. (ii) Kombinasi linear dari kedua vektor di basis adalah k + k + + k k k k k, dan karena itu ruang kolom dari A dinyatakan oleh CS(A), þ ý ü î í ì Î + + R, k k k k k k k (iii) dim CS(A). LEMMA.6. Diberikan matriks A berukuran m n, matriks inversibel P berukuran m m, dan matriks inversibel Q berukuran n n. (i) rank baris A sama dengan rank baris PA dan juga sama dengan rank baris AQ. (ii) rank kolom A sama dengan rank kolom PA dan juga sama dengan rank kolom AQ.

17 Bab Ruang Vektor 9 Bukti. (i) Untuk i m, diambil u i (a i, a i,, a in ) sebagai baris kei dari A [a ij ]. Jadi rank baris A adalah dim(u) dengan U áu, u,, u n ñ. Diambil P [p ij ], PA B [b ij ], dan v i (b i, b i,, b in ), i m, sebagai baris kei dari B. Jadi rank baris dari PA adalah dim(v) dengan V áv, v,, v n ñ. Jadi b ij m å k v i p ik m a å k kj p ik sehingga m m m, å pik ak, å pik akn å pik ( ak ak,..., akn ) ak..., k k k m, å p ik u k. Jadi setiap v i adalah suatu kombinasi linear dari vektorvektor u, u,, u m sehingga V U, yaitu RS(PA) Í RS(A). Ini berlaku untuk sebarang matriks A dan matriks inversibel P, sehingga dipunyai yang berarti bahwa RS ( P PA) Í RS( PA) Í RS( A) ( A) RS( PA) Í RS( A) RS Í. Karena itu RS(A) RS(PA) dan akibatnya dim RS(A) dim RS(PA), yaitu rank baris dari A sama dengan rank baris dari PA. Barisbaris AQ adalah u Q, u Q,, u m Q. Jadi RS(AQ) áu Q, u Q,, u m Qñ. Diambil z,, z r sebagai basis untuk RS(A). Ini mudah untuk diperiksa bahwa z Q, z Q,, z r Q adalah suatu basis untuk RS(AQ). Karena iru r dim RS(A) dim RS(AQ) dan juga rank baris dari A sama dengan rank baris dari AQ. (ii) Sejalan. (Atau diamati bahwa rank kolom dari A adalah rank kolom dari A T dan digunakan bagian (i).) n Selanjutnya, suatu pengujian dari banyaknya elemen di setiap basis akan menghasilkan teorema berikut. TEOREMA.6. Untuk sebarang matriks A m n atas field F berlaku : (i) dim CS(A) dim RS(A); (ii) dim CS(A) + dim NS(A) n. Bukti. (i) Menggunakan operasi baris dan kolom, direduksi A ke bentuk X. k Didit B. Nugroho

18 Bab Ruang Vektor Ini berarti bahwa X diperoleh dari A dengan mengalikannya dari depan dengan P, suatu hasil kali matriksmatriks elementer, dan mengalikan dari belakang dengan Q, suatu hasil kali matriksmatriks elementer. Jadi X PAQ. Sekarang untuk matriks dengan bentuk X, rank barisnya adalah banyaknya baris tak nol dan rank kolomnya adalah banyaknya kolomkolom tak nol. Jadi dipunyai bahwa rank baris dari X sama dengan rank kolom dari X. Dari Lemma.6. dipunyai rank baris X rank baris A dan rank kolom X rank kolom A. Telah dicatat sebelumnya bahwa rank baris X sama dengan rank kolom, karena itu dipunyai dim RS(A) rank baris A rank kolom A dim CS(A). (ii) Jika n adalah banyaknya kolom dari matriks A (dan bentuk eselon baris tereduksi dari A), maka rank(a) banyaknya kolom poros pada bentuk eselon baris tereduksi dari A (berdasarkan (i)) n dikurangi banyaknya kolom bukan poros pada bentuk eselon baris tereduksi dari A n dikurangi nulitas dari A. n DEFINISI.6. dari matriks A. Rank baris dan rank kolom secara singkat dinamakan peringkat CONTOH.6. Diberikan matriks A yang mempunyai bentuk eselon baris tereduksi B. ìü {(, )} adalah basis untuk RS(A), sedangkan í ý adalah basis untuk CS(A). îþ NS(A) diberikan oleh persamaan, dengan adalah sebarang, maka ì ü dan karena itu í ý adalah basis untuk NS(A). î þ Dalam hal ini, rk(a) dan nul(a). CONTOH.6. Diberikan A yang mempunyai bentuk eselon baris ì ü tereduksi B. {(, ), (, )} adalah basis untuk RS(A), sedangkan í ý, î þ adalah basis untuk CS(A). Ruang nol dari A yaitu NS(A) {}, dan karena itu NS(A) tidak mempunyai basis. CONTOH.6. Tentukan rk(a) untuk A Didit B. Nugroho

19 Bab Ruang Vektor Didit B. Nugroho Penyelesaian. Catat bahwa barisbaris dari A adalah v (,,, ), v (, 6, 7, 8), dan v (9, 9, 9, 9). Catat bahwa v v (,,, ) (,,, ), sehingga 9(v v ) v dan karena itu v Î áv, v ñ. Jadi RS(A) áv, v ñ dan v, v membentuk suatu basis. Karena itu rank(a). CONTOH.6. Diberikan bahwa bentuk eselon baris tereduksi dari 6 A yaitu B. Tentukan basis untuk RS(A), CS(A), dan NS(A). Penyelesaian. Basis untuk RS(A) yaitu {(,,,, ), (,,,, ), (,,,, )}. Basis untuk CS(A) yaitu þ ý ü î í ì,,. NS(A) diberikan oleh + + v + v, dengan, adalah sebarang. Karena itu {v, v } adalah basis untuk NS(A). Dalam hal ini, rk(a) dan nul(a).

20 Bab Ruang Vektor SOALSOAL UNTUK BAB. Apakah R dengan jumlahan vektor dan perkalian skalar yang didefinisikan oleh y + y λ +, λ y + y adalah suatu ruang vektor?. Buktikan bahwa X {(a, b, c, d) Î R : a b d } adalah suatu ruang bagian dari R.. Diberikan himpunan bilangan kompleks C dan himpunan bilangan real R. Apakah C adalah suatu ruang vektor atas R terhadap operasi penjumlahan dan perkalian biasa? Apakah R adalah suatu ruang vektor atas C?. Buktikan bahwa himpunan V {a + b + c : (a, b, c) Î Q } dengan operasi penjumlahan yang didefinisikan oleh (a + b + c ) + (a + b + c ) (a + a ) + (b + b ) + (c + c ), dan perkalian skalar yang didefinisikan oleh k(a + b + c ) ka + kb + kc merupakan suatu ruang vektor atas Q.. Tunjukkan bahwa X {(a, a b, b, a + b, a) Î R : a, b Î R} adalah suatu ruang bagian dari R. 6. Diberikan A adalah suatu vektor di R n. Tunjukkan bahwa X {B Ì R n : A B }, dengan adalah hasil kali titik, merupakan suatu ruang bagian dari R n. 7. Buktikan bahwa himpunan matriksmatriks segitiga atas X Î M n (R) adalah suatu ruang bagian dari M n (R). 8. Buktikan bahwa himpunan matriksmatriks simetris X Î M n (R) adalah suatu ruang bagian dari M n (R). 9. Buktikan bahwa himpunan matriksmatriks simetris miring X Î M n (R) adalah suatu ruang bagian dari M n (R).. Diberikan V R {(, y, z) :, y, z Î R} dan U {(, y, z) : + y + z }. Tunjukkan bahwa U adalah ruang bagian dari V dibawah operasi penjumlahan vektor dan perkalian skalar.. Tunjukkan bahwa U {(, y, z) : + y z } bukan suatu ruang bagian dari R.. Diberikan V R, T {(, y, z) Î R : y} dan U {(, y, z) Î R : y z}. Tunjukkan bahwa T dan U adalah ruang bagian dari V. Didit B. Nugroho

21 Bab Ruang Vektor. Diberikan V R, T {(, y) : y } dan U {(, y) : }. Tunjukkan T È U bukan suatu ruang bagian dari V.. Tunjukkan bahwa U {(, y) : y } bukan suatu ruang bagian dari V R.. Diberikan T dan U adalah ruang bagian dari ruang vektor V dan didefinisikan T + U {t + u : t Î T, u Î U}. Buktikan bahwa T + U adalah ruang bagian dari V. 6. Buktikan bahwa himpunan bagian di bawah ini bukan ruang bagian dari ruang vektor yang diberikan. (a) {(a, b, ) Î R : a + b } Ì R (b) {(a, b, ): a, b Î R, ab } Ì R ìa b ü (c) í : ( a, b) Î R, a + b ý Ì M (R). î þ 7. Tentukan yang manakah dari setiap himpunan bagian dari R berikut ini yang merupakan ruang bagian dari R. (a) {(, y, z) Î R : } (b) {(, y, z) Î R : + y } (c) {(, y, z) Î R : z } (d) {(, y, z) Î R : y ³ } (e) {(, y, z) Î R : y z} 8. Tunjukkan apakah himpunan vektorvektor berikut ini merentang R. (a) {(,, ), (,, ), (,, )} (b) {(,, ), (,, ), (, 7, )} (c) {(,, ), (,, ), (,, )} 9. Diberikan vektorvektor di R : v (,,, ), v (,,, ), v (,,, ), v (,,, ), v (,,, ), v 6 (,,, ). (a) Apakah {v, v, v } bebas linear? (b) Apakah {v, v, v, v } bebas linear? (c) Apakah {v, v, v, v 6 } bebas linear?. Untuk setiap koleksi vektor berikut ini, tentukan yang manakah vektorvektor yang bebas linear: (a) (,, ), (,, ), (,, ) Î R (b) (, ), (, ), (, ) Î R (c) (,,, 6), (,,, ), (,, 9, 6) Î R (d) +, +, + Î P [](R). Tentukanlah bilangan real l agar vektorvektor berikut bebas linear di R. u (l,, ), u (, l, ), dan u (,, l).. Buktikan bahwa himpunan {(,,, ), (,,, ), (,,, ), (,,, )} adalah himpunan vektorvektor bebas linear di R dan tunjukkan bahwa vektor (,,, ) dapat dituliskan sebagai kombinasi linear dari vektorvektor tersebut.. Diberikan (u, v) Î (R ) dan diasumsikan bahwa u v dengan u dan v adalah bebas linear. Buktikan bahwa u, v, u v adalah bebas linear. Didit B. Nugroho

22 Bab Ruang Vektor. Diberikan {v, v, v, v } sebagai keluarga vektorvektor yang bebas linear. Buktikan bahwa keluarga berikut ini adalah tidak bebas linear. {v + v, v + v, v + v, v + v }. Diberikan {v, v, v } adalah keluarga vektorvektor yang bebas linear di R. Apakah vektorvektor u v + v + v u v + v + v u 9v + v + v u v + v + v bebas linear? 6. Apakah keluarga {, } bebas linear atas Q? 7. Apakah keluarga {, } bebas linear atas R? 8. Diberikan ruang vektor V {a + b + c : (a, b, c) Î Q }. (i) Tunjukkan bahwa {,, } adalah bebas linear atas Q. (ii) Nyatakan + sebagai kombinasi linear dari {,, }. 9. Diberikan f, g, h Î C (R R ) (ruang fungsi bernilai real, terdiferensial dan kontinu tak hingga yang terdefinisi pada garis real) yang didefinisikan oleh f() e, g() e, h() e. Tunjukkan bahwa f, g, h bebas linear atas R.. Diberikan f, g, h Î C (R R ) yang didefinisikan oleh f() cos, g() sin, h() cos. Tunjukkan bahwa f, g, h tidak bebas linear atas R.. Diberikan P [](R) yang menotasikan himpunan polinomialpolinomial berderajat paling tinggi dengan koefisienkoefisiennya adalah real. Buktikan bahwa himpunan {, +, ( + ), ( + ) } merentang P [](R).. Tunjukkan bahwa (,, ) Ï á(,, ), (,, )ñ.. Apakah,,?. Buktikan bahwa,,, M (R). Didit B. Nugroho

23 Bab Ruang Vektor. Untuk vektorvektor di R, u (,, ), v (,, ), w (,, ), (, 8, ), buktikan bahwa áu, vñ áw, ñ. 6. Tentukan suatu basis untuk ruang bagian pada soal no. 7. Diberikan V R, v (, ), dan v (, ). Apakah {v, v } adalah basis untuk R? 8. Diberikan {v, v, v, v, v } sebagai basis untuk suatu ruang vektor V atas field F. Buktikan bahwa {v + v, v + v, v + v, v + v, v + v } juga merupakan suatu basis untuk V. 9. Tentukan suatu basis untuk ruang penyelesaian dari sistem n + persamaan linear dari n variabel: n n+ n+ + n+ + + n.. Buktikan bahwa himpunan X {(a, b, c, d): b + c } Ì R adalah suatu ruang bagian dari R. Tentukan dimensinya dan suatu basis untuk X.. Buktikan bahwa dimensi dari ruang vektor bagian matriks segitiga bawah n n n( n +) adalah dan tentukan suatu basis untuk ruang bagian tersebut.. Tentukan suatu basis dan dimensi dari (a) X á(,,, ), (,,, ), (,,, )ñ di R (b) X á(,,, ), (,,, ), (,,, )ñ di R (c) X,,, di M (R). Diberikan vektorvektor di R, v (,, a), v (, a, ), v (a,, ). Tentukan nilai parameter a sehingga {v, v, v } adalah suatu basis untuk R.. (a) Tentukan semua nilai a agar (,, ) direntang oleh {v, v, v } dengan v (,, ), v (,, ), dan v (a,, ). (b) Tentukan semua nilai a agar {v, v, v } bebas linear.. (a) Tentukan semua nilai a agar (,, ) direntang oleh {v, v, v } dengan v (, a, a), v (a,, a), dan v (a, a, ). (b) Tentukan semua nilai a untuk {v, v, v } adalah bebas linear. Didit B. Nugroho

24 Bab Ruang Vektor Didit B. Nugroho 6 6. Tentukanlah basis dan dimensi untuk NS, CS, dan RS dari matriksmatriks berikut. A, 6 9 B, C, D 6 E, 7 F, G, H, 9 K, 9 8 L. 7. Untuk matriksmatriks di bawah ini: A, B, C, 6 D (a) Tentukan reduksi baris dari setiap matriks dan selanjutnya tentukan ranknya. (b) Tentukan matriks yang mana, jika ada, setiap kolomnya saling bebas linear. (c) Tentukan matriks yang mana, jika ada, setiap barisnya saling bebas linear. (d) Tentukan matriks yang mana, jika ada, kolomkolomnya merentang R. (e) Tentukan matriks yang mana, jika ada, barisbarisnya merentang R. Untuk soal no 8, jawablah pertanyaan (a) sampai (e) dari soal Diberikan matriks: A, B, C, D 9. Diberikan matriks: A, B, C, D

25 Bab Ruang Vektor 7. Diberikan matriks: 7 A, B, C 9, 6 D. Diberikan v (,, 9), v (,, ), dan v (,, ). Tentukan nilainilai k, k, k sehingga vektor w (,, ) dapat ditulis menjadi w k v + k v + k v. Apakah {v, v, v } adalah basis untuk R?. Diberikan v (,, ), v (,, ), dan v (,, ). Tentukan nilainilai k, k, k sehingga vektor w (,, ) dapat ditulis menjadi w k v + k v + k v. Apakah {v, v, v } adalah basis untuk R?. Diberikan v (,, ), v (,, ). Diberikan vektor w v + yv sehingga w v dan w v. Tentukan dan y.. Diberikan v (,,, ), v (,,, ), dan v (,,, ). Diberikan vektor w dengan bentuk w av + bv + cv sehingga w v, w v, dan w v. Tentukan a, b dan c.. Diberikan v (,,, ), v (,,, ), dan v (,, 9, 9). Diberikan vektor w dengan bentuk w av + bv + cv sehingga w v, w v 6, dan w v. Tentukan a, b dan c. 6. Diberikan vektorvektor v (,,, ), v (,,, ), v (,,, ) dan sebarang vektor w dengan hasil kali titik (dot product) w v 7, w v, dan w v 7. (a) Tentukanlah vektor w. (b) Jika w mempunyai bentuk w av + bv + cv, tentukanlah nilai a, b dan c. 7. Jika u, u,, u m adalah basis untuk ruang bagian S, buktikan bahwa u, u + u, u + u + u,, u + u + + u m adalah basis untuk S. a b c 8. Diberikan A. Tentukanlah syarat untuk a, b, c sehingga (a) rk(a) ; (b) rk(a). 9. Diberikan S adalah ruang bagian dari R n dengan dim(s) m. Jika u, u,, u m adalah vektorvektor di S dengan sifat bahwa S áu, u,, u m ñ, buktikan bahwa u, u,, u m adalah basis untuk S. 6. Diberikan vektorvektor u, u,, u m di R n. Jika u i u j, dengan i < j, buktikan bahwa u, u,, u m adalah tidak bebas linear. Didit B. Nugroho

26

27 INDEKS B basis,, baku, bebas linear, 99 D dimensi, K kombinasi linear, 96 komutator, 96 M merentang, 97 N normal Hermite, nulitas, 6 P peringkat,, R rank baris, 6 kolom, 6 rentangan, 98 ruang bagian, 9 bagian tak sejati, 9 baris, kolom, nol, vektor, 9

BAB 5 RUANG VEKTOR A. PENDAHULUAN

BAB 5 RUANG VEKTOR A. PENDAHULUAN BAB 5 RUANG VEKTOR A. PENDAHULUAN 1. Definisi-1. Suatu ruang vektor adalah suatu himpunan objek yang dapat dijumlahkan satu sama lain dan dikalikan dengan suatu bilangan, yang masing-masing menghasilkan

Lebih terperinci

RUANG VEKTOR UMUM AKSIOMA RUANG VEKTOR

RUANG VEKTOR UMUM AKSIOMA RUANG VEKTOR 7//5 RUANG VEKTOR UMUM Yang dibahas.. Ruang vektor umum. Subruang. Hubungan dependensi linier 4. Basis dan dimensi 5. Ruang baris, ruang kolom, ruang nul, rank dan nulitas AKSIOMA RUANG VEKTOR V disebut

Lebih terperinci

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

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

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

Lebih terperinci

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

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

MODUL ALJABAR LINEAR 1 Disusun oleh, ASTRI FITRIA NUR ANI

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

Lebih terperinci

Aljabar Linear 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. 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

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

Pertama, daftarkan kedua himpunan vektor: himpunan yang merentang diikuti dengan himpunan yang bergantung linear, perhatikan: Dimensi dari Suatu Ruang Vektor Jika suatu ruang vektor V memiliki suatu himpunan S yang merentang V, maka ukuran dari sembarang himpunan di V yang bebas linier tidak akan melebihi ukuran dari S. Teorema

Lebih terperinci

uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg

uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg uiopasdfghjklzxcvbnmqwertyuiopasd Qwertyuiopasdfghjklzxcvbnmqwerty cvbnmqwertyuiopasdfghjklzxcvbnmq fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB 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

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

Matematika Lanjut 1. Sistem Persamaan Linier Transformasi Linier. Matriks Invers. Ruang Vektor Matriks. Determinan. Vektor Matematika Lanjut 1 Vektor Ruang Vektor Matriks Determinan Matriks Invers Sistem Persamaan Linier Transformasi Linier 1 Dra. D. L. Crispina Pardede, DE. Referensi [1]. Yusuf Yahya, D. Suryadi. H.S., gus

Lebih terperinci

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

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

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

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

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

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

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

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

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

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

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

Ruang Baris, Ruang Kolom, dan Ruang Null (Kernel) Ruang Baris, Ruang Kolom, dan Ruang Null (Kernel) Kuliah Aljabar Linier Semester Ganjil 2015-2016 MZI Fakultas Informatika Telkom University FIF Tel-U November 2015 MZI (FIF Tel-U) Ruang Baris, Kolom,

Lebih terperinci

DIKTAT MATA KULIAH ALJABAR LINEAR ELEMENTER (BAGIAN II) DISUSUN OLEH ABDUL JABAR, M.Pd

DIKTAT MATA KULIAH ALJABAR LINEAR ELEMENTER (BAGIAN II) DISUSUN OLEH ABDUL JABAR, M.Pd DIKTAT MATA KULIAH ALJABAR LINEAR ELEMENTER (BAGIAN II) DISUSUN OLEH ABDUL JABAR, M.Pd JURUSAN/PROGRAM STUDI PENDIDIKAN MATEMATIKA STKIP PGRI BANJARMASIN MARET MUQADIMAH Alhamdulillah penyusun ucapkan

Lebih terperinci

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

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 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

ALJABAR LINEAR ELEMENTER

ALJABAR LINEAR ELEMENTER BAHAN AJAR ALJABAR LINEAR ELEMENTER Disusun oleh : Indah Emilia Wijayanti Al. Sutjijana Jurusan Matematika Fakultas MIPA Universitas Gadjah Mada Desember, 22 ii Daftar Isi Sistem Persamaan Linear dan Matriks.

Lebih terperinci

CHAPTER 6. Ruang Hasil Kali Dalam

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

Lebih terperinci

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

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

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

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

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

(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

Catatan Kuliah Aljabar Linier. Abstrak

Catatan Kuliah Aljabar Linier. Abstrak Catatan Kuliah Aljabar Linier Subiono subiono3@telkom.net 4 Agustus 9 Page of 3 Abstrak Dalam catatan kuliah ini diberikan beberapa materi dari mata kuliah Aljabar Linier untuk program Sarjana (S) jurusan

Lebih 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

Ruang Vektor. Adri Priadana. ilkomadri.com

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

Lebih terperinci

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

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

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

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

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

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

BAB III RUANG VEKTOR R 2 DAN R 3. Bab ini membahas pengertian dan operasi vektor-vektor. Selain BAB III RUANG VEKTOR R DAN R 3 Bab ini membahas pengertian dan operasi ektor-ektor. Selain operasi aljabar dibahas pula operasi hasil kali titik dan hasil kali silang dari ektor-ektor. Tujuan Instruksional

Lebih terperinci

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

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

Lebih terperinci

Sebelum pembahasan tentang invers matriks lebih lanjut, kita bahas dahulu beberapa pengertian-pengertian berikut ini.

Sebelum pembahasan tentang invers matriks lebih lanjut, kita bahas dahulu beberapa pengertian-pengertian berikut ini. . INVERS MTRIKS Sebelum pembahasan tentang invers matriks lebih lanjut, kita bahas dahulu beberapa pengertian-pengertian berikut ini. a. RNK MTRIKS Matriks tak nol dikatakan mempunyai rank r jika paling

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

Minggu II Lanjutan Matriks

Minggu II Lanjutan Matriks Minggu II Lanjutan Matriks Pokok Bahasan Sub Pokok Bahasan Tujuan Instruksional Umum Tujuan Instruksional Khusus Jumlah Pertemuan : Matriks : A. Transformasi Elementer. Transformasi Elementer pada baris

Lebih terperinci

DIKTAT ALJABAR LINIER DAN MATRIKS VEKTOR. Penyusun Ir. S. Waniwatining Astuti, M.T.I.

DIKTAT ALJABAR LINIER DAN MATRIKS VEKTOR. Penyusun Ir. S. Waniwatining Astuti, M.T.I. DIKTAT ALJABAR LINIER DAN MATRIKS VEKTOR Penyusun Ir. S. Waniwatining Astuti, M.T.I. SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER GLOBAL INFORMATIKA MDP 24 KATA PENGANTAR Pertama-tama penulis mengucapkan

Lebih terperinci

Aljabar Linier. Kuliah 3. 5/9/2014 Yanita FMIPA Matematika Unand

Aljabar Linier. Kuliah 3. 5/9/2014 Yanita FMIPA Matematika Unand Aljabar Linier Kuliah 3 5/9/2014 Yanita FMIPA Matematika Unand 1 Materi Kuliah 3 Jumlah Langsung, Hasilkali Langsung Himpunan Pembangun (Spans) dan Bebas Linier 5/9/2014 Yanita FMIPA Matematika Unand 2

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

RANK MATRIKS ATAS RING KOMUTATIF

RANK MATRIKS ATAS RING KOMUTATIF Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 02, No. 1 (2013), hal. 63 70. RANK MATRIKS ATAS RING KOMUTATIF Eka Wulan Ramadhani, Nilamsari Kusumastuti, Evi Noviani INTISARI Rank dari 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

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 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

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

KS KALKULUS DAN ALJABAR LINEAR Ruang Vektor TIM KALIN

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

Lebih terperinci

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

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

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

Lebih terperinci

BAB IV TRANSFORMASI LINEAR. sebuah vektor yang unik di dalam W dengan sebuah vektor di dalam V, maka kita mengatakan F

BAB IV TRANSFORMASI LINEAR. sebuah vektor yang unik di dalam W dengan sebuah vektor di dalam V, maka kita mengatakan F BAB IV TRANSFORMASI LINEAR 4.. Transformasi Linear Jika V dan W adalah ruang vektor dan F adalah sebuah fungsi yang mengasosiasikan sebuah vektor yang unik di dalam W dengan sebuah vektor di dalam V, maka

Lebih terperinci

MAKALAH BASIS RUANG SOLUSI

MAKALAH BASIS RUANG SOLUSI MAKALAH BASIS RUANG SOLUSI Untuk Memenuhi Tugas Mata Kuliah Aljabar Linier Dosen pengampu : Darmadi,S.Si,M.pd Di susun Oleh : Kelompok 6/ VF 1. Fitria Wahyuningsih ( 08411.135 ) 2. Pradipta Annurwanda

Lebih terperinci

Ruang Vektor Real. Modul 1 PENDAHULUAN

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

Lebih terperinci

Course of Calculus MATRIKS. Oleh : Hanung N. Prasetyo. Information system Departement Telkom Politechnic Bandung

Course of Calculus MATRIKS. Oleh : Hanung N. Prasetyo. Information system Departement Telkom Politechnic Bandung Course of Calculus MATRIKS Oleh : Hanung N. Prasetyo Information system Departement Telkom Politechnic Bandung Matriks dan vektor merupakan pengembangan dari sistem persamaan Linier. Matriks dapat digunakan

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. Matriks adalah himpunan skalar (bilangan riil/kompleks) yang disusun secara empat persegi panjang (menurut baris dan kolom)

MATRIKS. Matriks adalah himpunan skalar (bilangan riil/kompleks) yang disusun secara empat persegi panjang (menurut baris dan kolom) MTRIKS DEFINISI Bentuk umum =(aij),i=,,...m J=,,...m a a a n baris a a..a n baris MTRIKS Matriks adalah himpunan skalar (bilangan riil/kompleks) yang disusun secara empat persegi panjang (menurut baris

Lebih terperinci

R maupun. Berikut diberikan definisi ruang vektor umum, yang secara eksplisit

R maupun. Berikut diberikan definisi ruang vektor umum, yang secara eksplisit BAB I RUANG EKTOR UMUM Dalam bab ini akan dipelajari tentang konsep ruang vektor umum, sub ruang vektor dan sifat-sifatnya. Pada pembicaraan ini, para mahasiswa dianggap sudah mengenal konsep dan sifat

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

MATEMATIKA INFORMATIKA 2 TEKNIK INFORMATIKA UNIVERSITAS GUNADARMA FENI ANDRIANI

MATEMATIKA INFORMATIKA 2 TEKNIK INFORMATIKA UNIVERSITAS GUNADARMA FENI ANDRIANI MATEMATIKA INFORMATIKA 2 TEKNIK INFORMATIKA UNIVERSITAS GUNADARMA FENI ANDRIANI SAP (1) Buku : Suryadi H.S. 1991, Pengantar Aljabar dan Geometri analitik Vektor Definisi, Notasi, dan Operasi Vektor Susunan

Lebih 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

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

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

BAB 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. 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 terperinci

TRANSFORMASI LINIER (Kajian Fungsi antar Ruang Vektor)

TRANSFORMASI 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 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

MODUL V EIGENVALUE DAN EIGENVEKTOR

MODUL V EIGENVALUE DAN EIGENVEKTOR MODUL V EIGENVALUE DAN EIGENVEKTOR 5.. Pendahuluan Biasanya jika suatu matriks A berukuran mm dan suatu vektor pada R m, tidak ada hubungan antara vektor dan vektor A. Tetapi seringkali kita menemukan

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

BAB 5 RUANG VEKTOR UMUM. Dr. Ir. Abdul Wahid Surhim, MT.

BAB 5 RUANG VEKTOR UMUM. Dr. Ir. Abdul Wahid Surhim, MT. BAB 5 RUANG VEKTOR UMUM Dr. Ir. Abdul Wahid Surhim, MT. KERANGKA PEMBAHASAN. Ruang Vetor Nyata. Subruang. Kebebasan Linier 4. Basis dan Dimensi 5. Ruang Baris, Ruang Kolom dan Ruang Nul 6. Ran dan Nulitas

Lebih terperinci

Matriks - 1: Beberapa Definisi Dasar Latihan Aljabar Matriks

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

Lebih terperinci

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

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

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

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

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

II. TINJAUAN PUSTAKA. negatifnya. Yang termasuk dalam bilangan cacah yaitu 0,1,2,3,4, sehingga

II. TINJAUAN PUSTAKA. negatifnya. Yang termasuk dalam bilangan cacah yaitu 0,1,2,3,4, sehingga II. TINJAUAN PUSTAKA 2.1 Bilangan Bulat Bilangan Bulat merupakan bilangan yang terdiri dari bilangan cacah dan negatifnya. Yang termasuk dalam bilangan cacah yaitu 0,1,2,3,4, sehingga negatif dari bilangan

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

II. TINJAUAN PUSTAKA. nyata (fenomena-fenomena alam) ke dalam bagian-bagian matematika yang. disebut dunia matematika (mathematical world).

II. TINJAUAN PUSTAKA. nyata (fenomena-fenomena alam) ke dalam bagian-bagian matematika yang. disebut dunia matematika (mathematical world). 5 II. TINJAUAN PUSTAKA 2.1. Pemodelan Matematika Definisi pemodelan matematika : Pemodelan matematika adalah suatu deskripsi dari beberapa perilaku dunia nyata (fenomena-fenomena alam) ke dalam bagian-bagian

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

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 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

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

Ruang Vektor Euclid R 2 dan R 3

Ruang 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 terperinci

BAB 7 TRANSFORMASI LINEAR PADA RUANG VEKTOR

BAB 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

Aljabar Linier Elementer. Kuliah ke-9

Aljabar 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 terperinci

M AT E M AT I K A E K O N O M I MATRIKS DAN SPL I N S TITUT P ERTA N I A N BOGOR

M AT E M AT I K A E K O N O M I MATRIKS DAN SPL I N S TITUT P ERTA N I A N BOGOR M AT E M AT I K A E K O N O M I MATRIKS DAN SPL TO N I BAKHTIAR I N S TITUT P ERTA N I A N BOGOR 2 0 1 2 Kesetimbangan Dua Pasar Permintaan kopi bergantung tidak hanya pada harganya tetapi juga pada harga

Lebih terperinci

SOLUSI PENDEKATAN TERBAIK SISTEM PERSAMAAN LINEAR TAK KONSISTEN MENGGUNAKAN DEKOMPOSISI NILAI SINGULAR

SOLUSI 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 terperinci

ALJABAR LINIER DAN MATRIKS

ALJABAR LINIER DAN MATRIKS ALJABAR LINIER DAN MATRIKS MATRIKS (DETERMINAN, INVERS, TRANSPOSE) Macam Matriks Matriks Nol (0) Matriks yang semua entrinya nol. Ex: Matriks Identitas (I) Matriks persegi dengan entri pada diagonal utamanya

Lebih terperinci

Lampiran 1 Pembuktian Teorema 2.3

Lampiran 1 Pembuktian Teorema 2.3 LAMPIRAN 16 Lampiran 1 Pembuktian Teorema 2.3 Sebelum membuktikan Teorema 2.3, terlebih dahulu diberikan beberapa definisi yang berhubungan dengan pembuktian Teorema 2.3. Definisi 1 (Matriks Eselon Baris)

Lebih terperinci