Aljabar Linier Sistem koordinat, dimensi ruang vektor dan rank
|
|
- Yohanes Tedja
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Aljabar Linier Sistem koordinat, dimensi ruang vektor dan rank khozin mu tamar 9 Oktober 2014
2 PERTEMUAN-4 : SISTEM KOORDINAT, DIMEN- SI RUANG VEKTOR DAN RANK 1. Sistem koordinat (a) Ketunggalan scalar basis (b) Sistem koordinat (definisi) (c) matrik perubahan koordinat 1
3 (d) pemetaan koordinat 2. Dimensi ruang vektor (a) ketidak bebasan himpunan diluar basis (b) dimensi (definisi) (c) dimensi subruang vektor (d) dimensi ruang null dan ruang kolom
4 3. Rank (a) Ruang kolom (b) rank (definisi) (c) dimensi ruang null dan rank (d) Aplikasi pada SPL
5 SISTEM KOORDINAT 1. Ketunggalan penulisan basis 2. Sistem koordinat (definisi) 3. matrik perubahan koordinat 4. pemetaan koordinat 2
6 KETUNGGALAN PENULISAN BASIS teorema 1. Misalkan B = {b 1, b 2,, b n } adalah basis bagi ruang vektor V. Untuk setiap x V terdapat skalar tunggal a 1, a 2,, a n R yang memenuhi x = n i=1 a ib i definisi 2. Misalkan B = {b 1, b 2,, b n } adalah basis bagi ruang vektor V dan x V. Koordinat relatif x terhadap basis B atau koordinat-b dari x adalah nilai-nilai 3
7 c 1, c 2,, c n sedemikian sehingga x = c 1 b 1 + c 2 b c n b n yang dapat dituliskan sebagai [x] B = c 1. c n contoh. Misalkan basis dari R 2, yaitu e 1 = [1 0] T dan e 2 = [1 2] T. Misalkan diketahui sistem koordinat [x] B = [ 2 3] T. Tentukan x.
8 solusi. Dengan definisi, diketahui bahwa [x] B = [c 1 c 2 ] yang memenuhi x = c 1 e 1 + c 2 e 2 sehingga x = = 1 6
9 MATRIKS PERUBAHAN KOORDINAT Misalkan B = {b 1, b 2,, b n } adalah basis bagi ruang vektor V dan x V. Untuk setiap x dapat ditentukan skalar sehingga x = c 1 b 1 + c 2 b c n b n dengan menjabarkan persamaan di atas, misalkan b 1 = a 11 a 21. a r1 4
10 maka akan diperoleh x = c 1 a 11 + c 2 a 12 +c n a 1n c 1 a r1 + c 2 a r2 +c n a rn yang dapat dibentuk pada SPL x = A b x = a 11 a 12 a 1n a r1 a r2 a rn c 1. c n Selanjutnya, a 11 a 12 a 1n a r1 a r2 a rn
11 disebut matriks perubahan koordinat, disimbolkan sebagai P B teorema 3. Misalkan B = {b 1, b 2,, b n } adalah basis bagi ruang vektor V. Pemetaan T : x [x] B adalah pemetaan linier yang satu-satu dan pada (isomorfis). Bukti. 1. Misalkan y,z V sehingga y+z = (c 1 b c n b n ) + (k 1 b k n b n ) = (c 1 + k 1 )b (c n + k n )b n
12 sehingga diperoleh [y+z] B = c 1 + k 1. c n + k n = c 1. c n + k 1. k n = [y] B + [z] B 2. Misalkan k R. Kita dapatkan ky = kc 1 b kc n b n = (kc 1 )b (kc n )b n
13 sehingga [ky] B = kc 1. kc n = k c 1. c n = k[y] B 3. Misalkan y,z V dan α, β [x] B. Akan didapatkan α = β c 1 b c n b n = k 1 b k n b n y=z 4. Misalkan α [x] B. Untuk setiap α [x] B akan selalu
14 ditemukan y V sedemikian sehingga α = P 1 B y
15 DIMENSI RUANG VEKTOR 1. ketidak bebasan himpunan diluar basis 2. Ketunggalan basis dalam ruang vektor 3. dimensi (definisi) 4. dimensi subruang vektor 5. dimensi ruang null dan ruang kolom 5
16 teorema 4. Jika ruang vektor V memiliki basis B = {b 1, b 2,, b n } maka setiap himpunan yang memiliki lebih dari n-vektor bersifat tidak bebas linier. Bukti. Misalkan S = {s 1, s 2,, s p } adalah sebuah himpunan di ruang vektor V yang memiliki jumlah vektor lebih dari n. Koordinat dari S dapat dituliskan s 1 = c 11 b 1 + c 12 b c 1n b n. s p = c p1 b 1 + c p2 b c pn b n 6
17 Untuk menunjukkan bahwa S bebas linier atau tidak maka akan ditentukan solusi skalar bagi persamaan k 1 s k p s p = 0 sehingga diperoleh k 1 (c 11 b 1 + c 12 b c 1n b n ) + + k p (c p1 b 1 + c p2 b c pn b n ) = 0 dengan mengumpulkan koefisien bagi b i, i = 1,, n akan
18 diperoleh (k 1 c 11 + k 2 c k p c p1 )b (k 1 c 1n + k 2 c 2n + + k p c pn )b n = 0 Untuk mendapatkan bebas linier maka k 1 c 11 + k 2 c k p c p1 = 0.. k 1 c 1n + k 2 c 2n + + k p c pn = 0
19 Kita akan menentukan k j, j = 1,, p. Oleh karena p > n maka SPL di atas memiliki jumlah variabel yang tidak diketahui lebih banyak dibandingkan jumlah persamaan sehingga solusi SPL homogen tersebut tak trivial. Artinya, terdapat k l R sedemikian sehingga memenuhi persamaan k 1 s k p s p = 0 yang berarti bahwa S = {s 1, s 2,, s p } tergantung linier.
20 teorema 5. Misalkan ruang vektor V dengan basis yang memiliki n vektor maka setiap basis dari ruang vektor V memiliki n jumlah vektor Bukti. Misalkan B = {b 1, b 2,, b n } dan S = {s 1, s 2,, s m } adalah basis bagi ruang vektor V. 1. Oleh karena B basis bagi V maka B bebas linier. Oleh karena S basis bagi V maka S merentang V. Kesimpulan diperoleh n m 7
21 2. Oleh karena S basis bagi V maka S bebas linier. Oleh karena B basis bagi V maka B merentang V. Kesimpulan diperoleh m n Bukti. Misalkan B = {b 1, b 2,, b n } dan S = {s 1, s 2,, s m } adalah basis bagi ruang vektor V. Oleh karena B adalah basis dan S bebas linier, maka m n. Oleh karena S adalah basis dan B bebas linier, maka n m. Oleh karena m n dan n m maka disimpulkan m = n.
22 Definisi : Dimensi Misalkan V adalah ruang vektor dengan basis B = {b 1, b 2,, b n }. Banyaknya vektor dalam basis B disebut dengan dimensi (V ), yang dituliskan dengan dim(v ). 1. Jika himpunan B adalah himpunan hingga, maka dimensi V disebut dimensi-hingga 2. Jika himpunan B tidak tersusun oleh himpunan B yang hingga, maka dimensi V disebut dimensi-tak hingga. 8
23 teorema 6. Misalkan H adalah subruang vektor dari V yang berdimensi berhingga. Setiap himpunan di H yang bebas linier dapat diperbesar, bila perlu menjadi basis bagi H. H adalah ruang vektor berdimensi berhingga yang memenuhi dim H dim V Bukti. 1. Jika H = {0} maka jelas dim H dim V. 2. Misalkan S = {s 1, s 2,, s l } H yang bebas linier. 9
24 (a) Jika S merentang H maka S adalah basis bagi H dan karena S H diperoleh dim S dim V. (b) Misalkan terdapat B = {s l+1,, s n } yang tidak dapat direntang oleh S. Jelas bahwa U = B S H adalah himpunan bebas linier karena setiap vektor di B tidak dapat dinyatakan sebagai kombinasi linier dari S (ingat: S tidak merentang B). Proses dapat berulang hingga B S membesar sampai merentang H dan dimensi-b S selalu lebih kecil dari V karena seluruh vektor di-h bebas linier.
25 teorema 7. Misalkan V adalah ruang vektor berdimensi-n. Jika S = {s 1, s 2,, s n } V bebas linier maka S adalah basis bagi V. Jika S = {s 1, s 2,, s n } V merentang V maka S adalah basis bagi V. Bukti. 1. Misalkan S = {s 1, s 2,, s n } V bebas linier. Misalkan w V. Jika w bukan kombinasi linier dari
26 S maka w bebas linier. Oleh karena V adalah ruang vektor berdimensi-n, misalkan B = {b 1, b 2,, b n } adalah basis bagi V dan S {w} dapat direntang oleh B. Oleh karena S {w} bebas linier maka akan diperoleh n + 1 n. Jelas kondisi ini salah sehigga kita simpulkan w dapat dikombinasi linierkan oleh S. Oleh karena w V selalu dapat dikombinasi linierkan oleh S maka S merentang V. Jadi, S basis bagi V. 2. Misalkan S = {s 1, s 2,, s n } V merentang V sehingga setiap v V dapat dinyatakan sebagai kombi-
27 nasi linier dari S. Telah diketahui bahwa dim V = n sehingga terdapat B = {b 1, b 2,, b n } basis bagi V. Oleh karena S merentang V maka b 1 = a 11 s a 1n s n. b n = a n1 s a nn s n Oleh karena B adalah basis bagi V maka 0 = c 1 b c n b n
28 yang hanya dipenuhi oleh c i = 0, i = 1,, n. Subtitusi persamaan b i, i = 1,, n sehingga diperoleh 0 = c 1 (a 11 s a 1n s n ) + + c n (a 1n )s a nn s n 0 = (c 1 a c n a 1n )s (c 1 a 1n+ +cn a nn )s n Oleh karena c i = 0, i = 1,, n maka dipastikan n c ia j,i = 0, j = 1,, n i=1
29 sehingga S bebas linier. Oleh karena S merentang dan bebas linier, S basis bagi V.
30 RANK 1. Ruang kolom 2. rank (definisi) 3. dimensi ruang null dan rank 4. Aplikasi pada SPL 10
31 Definisi Misalkan A adalah matriks dengan ukuran m n. A = a 11 a 1n..... a m1 a mn 1. Ruang kolom adalah himpunan yang dibentuk dari kolom matriks A. Col(A) = span{a 1 n,1,, A 1 n,n } 11
32 2. Ruang baris adalah himpunan yang dibentuk oleh baris matriks A. RowA = span{a 1,1 n,, A n,1 n } 3. Ruang null adalah himpunan yang memenuhi persamaan A x = 0. NullA = {x x R n dan A x = 0}
33 teorema 8. Jika matriks A dan B memiliki keserupaan baris maka keduanya memiliki ruang baris yang sama. Jika matriks B dalam bentuk eselon tereduksi, baris tak nol dari matriks B adalah basis untuk ruang baris dari A dan B. contoh. Misalkan A adalah matriks A =
34 dengan operasi baris elementer akan diperoleh B = Pada matriks B, baris ke-1,2 dan 3 bukan merupakan baris nol. Sesuai dengan teorema, maka diperoleh bahwa baris ke-1,2 dan 3 adalah basis bagi B dan A. Dinotasikan Row(A) = {[1, 3, 5, 1, 5], [0, 1, 2, 2, 7], [0, 0, 0, 4, 20]}
35 Kolom yang entry pertama merupakan pivot, yaitu kolom ke-1,2 dan 4 sehingga basis bagi ruang kolom A adalah Col(A) = , , Jika matriks B dioperasikan menjadi bentuk tereduksi, akan diperoleh
36 yang berarti akan diperoleh sistem persamaan linier x 1 + x 3 + x 5 = 0 x 2 2x 3 + 3x 5 = 0 x 4 5x 5 = 0 dengan x 3 dan x 5 adalah variabel bebas. Misalkan x 3 = t
37 dan x 5 = s maka akan diperoleh x 5 = t x 4 = 5t x 3 = s x 2 = 2s 3t x 1 = s t
38 atau dalam bentuk kombinasi linier x 1 x 2 x 3 x 4 x 5 = s t sehingga dapat kita katakan bahwa Null(A) = { v 1, v 2 }
39 dengan v 1 = , v 2 = oleh karena v 1, v 2 adalah vektor yang saling bebas linier dan vektor yang merentang Null(A) maka kita katakan { v 1, v 2 } adalah basis bagi N ull(a).
40 definisi 9. Rank dari matriks A adalah dimensi dari ruang Kolom dari matriks A. teorema 10. Misalkan V adalah ruang vektor dan dim V = n maka dim Null(T ) + Rank(T ) = n Bukti. Rank(A) adalah jumlah kolom di A yang tereduksi dengan element bukan nol. N ull(a) adalah jumlah variabel bebas dalam matriks SPL A atau jumlah kolom yang 13
41 tereduksi dengan semua elemen nol. Akhirnya diperoleh jumlah kolom pivot + jumlah kolom non-pivot = jumlah kolom rank(a) + dim Null(A) = n
42 teorema 11. Misalkan A adalah matriks n n. Pernyataan berikut adalah ekuivalen dengan pernyataan bahwa matriks A invertible (dapat diinverskan). 1. Kolom dari matriks A adalah pembentuk basis dari R n 2. Col(A) = R n 3. Rank(A) = n 4. Null(A) = { 0} 14
43 5. dim Col(A) = n 6. dim Null(A) = 0
44 Perubahan Basis Misalkan V adalah Ruang Vektor dengan basis B = { b 1,, b n } 1. Vektor x V diubah bentuk dalam koordinat dengan basis B, [x] B 2. Vektor x V diubah bentuk dalam koordinat dengan basis C, [x] C 15
45 3. Bagaimana hubungan antara [x] B dan [x] C dalam bentuk matriks perubahan?. teorema 12. Misalkan V adalah ruang vektor dengan basis B = { b 1,, b n } dan C = { c 1,, c n }. Terdapat matriks tunggal n n yang memenuhi [ x] c = P B C [ x] B dengan P B C = [[ b 1 ] c [ b 2 ] c [ b n ] C ]
46 Bagaimana menentukan P? B C Misalkan V ruang vektor, V = { v 1, v 2, v 3 } dengan basis B = { b 1, b 2, b 3 } dan C = { c 1, c 2, c 3 }. Misalkan x V. Perhatikan bahwa x dapat direntang oleh basis B. x = k 11 b1 + k 12 b2 + k 13 b3 Basis B dapat direntang oleh basis C yaitu b1 = l 11 c 1 + l 12 c 2 + l 13 c 3 b2 = l 21 c 1 + l 22 c 2 + l 23 c 3 b3 = l 31 c 1 + l 32 c 2 + l 33 c 3 16
47 Dengan subtitusi akan diperoleh x = (k 11 l 11 c 1 + k 11 l 12 c 2 + k 11 l 13 c 3 ) + (k 12 l 21 c 1 + k 12 l 22 c 2 + k 12 l 23 c 3 ) + (k 13 l 31 c 1 + k 13 l 32 c 2 + k 13 l 33 c 3 ) x = (k 11 l 11 + k 12 l 21 + k 13 l 31 ) c 1 + (k 11 l 12 + k 12 l 22 + k 13 l 32 ) c 2 + (k 12 l 23 + k 11 l 13 + k 13 l 33 ) c 3
48 Ambil koordinat x V terhadap basis C akan didapatkan [x] C = k 11 l 11 + k 12 l 21 + k 13 l 31 k 11 l 12 + k 12 l 22 + k 13 l 32 k 12 l 23 + k 11 l 13 + k 13 l 33 [x] C = l 11 l 21 l 31 l 12 l 22 l 32 l 13 l 23 l 33 k 11 k 12 k 13 [x] C = [ [b 1 ] C [b 2 ] C [b 3 ] C ] [x]b [x] C = P B C [x] B
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 terperinciPertama, daftarkan kedua himpunan vektor: himpunan yang merentang diikuti dengan himpunan yang bergantung linear, perhatikan:
Dimensi dari Suatu Ruang Vektor Jika suatu ruang vektor V memiliki suatu himpunan S yang merentang V, maka ukuran dari sembarang himpunan di V yang bebas linier tidak akan melebihi ukuran dari S. Teorema
Lebih terperinciRUANG 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 terperinciChapter 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 terperinciPertemuan 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 terperinciKumpulan Soal,,,,,!!!
Kumpulan Soal,,,,,!!! Materi: Matriks & Ruang Vektor 1. BEBAS LINEAR S 3. BASIS DAN DIMENSI O A L 2. KOMBINASI LINEAR NeXt FITRIYANTI NAKUL Page 1 1. BEBAS LINEAR Cakupan materi ini mengkaji tentang himpunan
Lebih terperinciKS 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 terperinciRuang 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 terperinciOperasi perkalian skalar merupakan suatu aturan yang mengasosiasikan setiap skalar k dan setiap objek u pada v dengan suatu objek ku, yang disebut
RUANG VEKTOR REAL Aksioma ruang vektor, dinyatakan dlam definisi beikut, dimana aksiona merupakan aturan permainan dalam ruang vektor. Definisi : Jika V merupakan suatu himpunan tidak kosong dari objek
Lebih terperinciBAB II DASAR DASAR TEORI
BAB II DASA DASA TEOI.. uang ruang Vektor.. uang Vektor Umum Defenisi dan sifat sifat sederhana Defenisi : Misalkan V adalah sebarang himpunan benda yang didefenisikan dua operasi, yakni penambahan perkalian
Lebih terperinciBAB 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 terperinciSebuah 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 terperinciBab 4 RUANG VEKTOR. 4.1 Ruang Vektor
Bab RUANG VEKTOR. Ruang Vektor DEFINISI.. Suatu ruang vektor (V, +,, F) atas field (F, +), ditulis singkat V(F), adalah suatu himpunan tak kosong V dengan elemenelemennya disebut vektor, yang dilengkapi
Lebih terperinciKS KALKULUS DAN ALJABAR LINEAR Independensi Linear Basis & Dimensi TIM KALIN
KS091206 Independensi Linear Basis & Dimensi TIM KALIN TUJUAN INSTRUKSIONAL KHUSUS Setelah menyelesaikan pertemuan ini mahasiswa diharapkan: Dapat mengetahui apakah suatu vektor bebas linier atau tak bebas
Lebih terperinciAljabar Linear Elementer
BAB I RUANG VEKTOR Pada kuliah Aljabar Matriks kita telah mendiskusikan struktur ruang R 2 dan R 3 beserta semua konsep yang terkait. Pada bab ini kita akan membicarakan struktur yang merupakan bentuk
Lebih terperinciSUBRUANG VEKTOR. Disusun Untuk Memenuhi Mata Kuliah Aljabar Linier. Dosen Pembimbing: Abdul Aziz Saefudin, M.Pd
SUBRUANG VEKTOR Disusun Untuk Memenuhi Mata Kuliah Aljabar Linier Dosen Pembimbing: Abdul Aziz Saefudin, M.Pd Disusun Oleh : Kelompok 6/ III A4 1. Nina Octaviani Nugraheni 14144100115 2. Emi Suryani 14144100126
Lebih terperinciSuatu himpunan tak kosong F dengan operasi penjumlahan dan perkalian, dikatakan sebagai field jika untuk setiap,, memenuhi sifat-sifat berikut:
Bagian 5. RUANG VEKTOR 5.1 Lapangan (Field) Suatu himpunan tak kosong F dengan operasi penjumlahan dan perkalian, dikatakan sebagai field jika untuk setiap,, memenuhi sifat-sifat berikut: 1. dan 2., 3.,
Lebih terperinciSATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA
Mata Kuliah : Matematika Diskrit 2 Kode / SKS : IT02 / 3 SKS Program Studi : Sistem Komputer Fakultas : Ilmu Komputer & Teknologi Informasi. Pendahuluan 2. Vektor.. Pengantar mata kuliah aljabar linier.
Lebih terperinciRuang Baris, Ruang Kolom, dan Ruang Null (Kernel)
Ruang Baris, Ruang Kolom, dan Ruang Null (Kernel) Kuliah Aljabar Linier Semester Ganjil 2015-2016 MZI Fakultas Informatika Telkom University FIF Tel-U November 2015 MZI (FIF Tel-U) Ruang Baris, Kolom,
Lebih terperinciMUH1G3/ MATRIKS DAN RUANG VEKTOR
MUH1G3/ MATRIKS DAN RUANG VEKTOR TIM DOSEN 5 Ruang Vektor Ruang Vektor Sub Pokok Bahasan Ruang Vektor Umum Subruang Basis dan Dimensi Beberapa Aplikasi Ruang Vektor Beberapa metode optimasi Sistem Kontrol
Lebih terperinciKS KALKULUS DAN ALJABAR LINEAR Ruang Vektor TIM KALIN
KS091206 KALKULUS DAN ALJABAR LINEAR Ruang Vektor TIM KALIN TUJUAN INSTRUKSIONAL KHUSUS Setelah menyelesaikan pertemuan ini mahasiswa diharapkan: Dapat mengetahui definisi dan sifat-sifat dari ruang vektor
Lebih terperinciBAB 5 RUANG VEKTOR A. PENDAHULUAN
BAB 5 RUANG VEKTOR A. PENDAHULUAN 1. Definisi-1. Suatu ruang vektor adalah suatu himpunan objek yang dapat dijumlahkan satu sama lain dan dikalikan dengan suatu bilangan, yang masing-masing menghasilkan
Lebih terperinciBAB 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 terperinciBASIS DAN DIMENSI. dengan mengurangkan persamaan kedua dengan persamaan menghasilkan
BASIS DAN DIMENSI Representasi Basis Jika S={v 1,v,...,v n ) adalah suatu basis dari ruang vektor V, maka tiap vektor v pada V dapat dinyatakan dalam bentuk v= c 1 v 1 + c v +... c n v n dengan cepat satu
Lebih terperinciPertemuan Ke 2 SISTEM PERSAMAAN LINEAR (SPL) By SUTOYO,ST.,MT
Pertemuan Ke SISTEM PERSAMAAN LINEAR (SPL) By SUTOYO,ST,MT Pendahuluan Suatu sistem persamaan linier (atau himpunan persaman linier simultan) adalah satu set persamaan dari sejumlah unsur yang tak diketahui
Lebih terperinciSUMMARY ALJABAR LINEAR
SUMMARY ALJABAR LINEAR SUMANANG MUHTAR GOZALI KBK ANALISIS UNIVERSITAS PENDIDIKAN INDONESIA BANDUNG 2010 2 KATA PENGANTAR Bismillahirrahmanirrahim Segala puji bagi Allah Rabb semesta alam. Shalawat serta
Lebih terperinciKata 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 terperinciBAB 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 terperinciuiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg
uiopasdfghjklzxcvbnmqwertyuiopasd Qwertyuiopasdfghjklzxcvbnmqwerty cvbnmqwertyuiopasdfghjklzxcvbnmq fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg
Lebih terperinciUNIVERSITAS PENDIDIKAN INDONESIA
Ruang Norm Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA Definisi. Misalkan suatu ruang vektor atas. Norm pada didefinisikan sebagai fungsi. : yang memenuhi N1. 0 N2. 0 0 N3.,, N4.,, Kita dapat
Lebih terperinciYang dibahas : Ortogonal Basis ortogonal Ortonormal Matrik ortogonal Komplemen ortogonal Proyeksi ortogonal Faktorisasi QR
Ortogonal Yang dibahas : Ortogonal Basis ortogonal Ortonormal Matrik ortogonal Komplemen ortogonal Proyeksi ortogonal Faktorisasi QR Ortogonal Himpunan vektor {v, v,.., v k } dalam R n disebut himpunan
Lebih terperinciPERTEMUAN 11 RUANG VEKTOR 1
PERTEMUAN 11 RUANG VEKTOR 1 TUJUAN INSTRUKSIONAL KHUSUS Setelah menyelesaikan pertemuan ini mahasiswa diharapkan : Dapat mengetahui definisi dan sifat-sifat dari ruang vektor Dapat mengetahui definisi
Lebih terperinci8.1 Transformasi Linier Umum. Bukan lagi transformasi R n R m, tetapi transformasi linier dari
8.1 Transformasi Linier Umum Bukan lagi transformasi R n R m, tetapi transformasi linier dari ruang vektor V vektor W. Definisi Jika T: V W adalah suatu fungsi dari suatu ruang vektor V ke ruang vektor
Lebih terperinciTransformasi Linier. Transformasi linier memiliki beberapa fungsi yang perlu dipelajari. Fungsi-fungsi tersebut antara lain :
Transformasi Linier Objektif:. definisi transformasi linier umum.. definisi transformasi linier dari R n ke R m. 3. invers transformasi linier. 4. matrix transformasi 5. kernel dan jangkauan 6. keserupaan.definisi
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Sebagai acuan penulisan penelitian ini diperlukan beberapa pengertian dan teori yang berkaitan dengan pembahasan. Dalam sub bab ini akan diberikan beberapa landasan teori berupa pengertian,
Lebih terperinciMAKALAH 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 terperinciPengantar Vektor. Besaran. Vektor (Mempunyai Arah) Skalar (Tidak mempunyai arah)
Pengantar Vektor Besaran Skalar (Tidak mempunyai arah) Vektor (Mempunyai Arah) Vektor Geometris Skalar (Luas, Panjang, Massa, Waktu dan lain - lain), merupakan suatu besaran yang mempunyai nilai mutlak
Lebih terperinciMatematika 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 terperinciTRANSFORMASI LINEAR. Disusun untuk Memenuhi Tugas Mata Kuliah Aljabar Linear. Dosen Pengampu : Abdul Aziz Saefudin, M.Pd
TRANSFORMASI LINEAR Disusun untuk Memenuhi Tugas Mata Kuliah Aljabar Linear Dosen Pengampu : Abdul Aziz Saefudin, M.Pd Disusun oleh : Kelompok 7/ Kelas III A Endar Alviyunita 34400094 Ahmat Sehari ---------------
Lebih terperinciBAB III OPERATOR LINEAR TERBATAS PADA RUANG HILBERT. Operator merupakan salah satu materi yang akan dibahas dalam fungsi
BAB III OPERATOR LINEAR TERBATAS PADA RUANG HILBERT 3.1 Operator linear Operator merupakan salah satu materi yang akan dibahas dalam fungsi real yaitu suatu fungsi dari ruang vektor ke ruang vektor. Ruang
Lebih terperinciAljabar Linier Ruang vektor dan subruang vektor. 2 Oktober 2014
Aljabar Linier Ruang vektor dan subruang vektor 2 Oktober 2014 Pertemuan-2 Pertemuan ke-2 memuat 1. Ruang vektor operasi linier field definisi Contoh Kombinasi linier 1 2. Subruang definisi penentuan subruang
Lebih terperinciCourse 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 terperinciBAB 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 terperinciPart 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 terperinciTRANSFORMASI LINIER (Kajian Fungsi antar Ruang Vektor)
Outline TRANSFORMASI LINIER (Kajian Fungsi antar Ruang Vektor) Drs. Antonius Cahya Prihandoko, M.App.Sc PS. Pendidikan Matematika PS. Sistem Informasi University of Jember Indonesia Jember, 2009 Outline
Lebih terperinciALJABAR LINIER MAYDA WARUNI K, ST, MT ALJABAR LINIER (I)
ALJABAR LINIER MAYDA WARUNI K, ST, MT ALJABAR LINIER (I) 1 MATERI ALJABAR LINIER VEKTOR DALAM R1, R2 DAN R3 ALJABAR VEKTOR SISTEM PERSAMAAN LINIER MATRIKS, DETERMINAN DAN ALJABAR MATRIKS, INVERS MATRIKS
Lebih terperinciDIKTAT 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 terperinciAljabar Linear. & Matriks. Evangs Mailoa. Pert. 4
Aljabar Linear & Matriks Pert. 4 Evangs Mailoa Sistem Persamaan Linier & Matriks 1. Matriks dan Operasi Matriks 2. Pengantar Sistem Persamaan Linier 3. Eliminasi Gaus 4. Invers: Aturan Aritmatika Matriks
Lebih terperinciAljabar Linier Elementer. Kuliah 26
Aljabar Linier Elementer Kuliah 26 Materi Kuliah Transformasi Linier Umum Kernel dan Range 10/11/2014 Yanita, Matematika FMIPA Unand 2 Transformasi Linier Umum Definisi Misalkan V dan W adalah ruang vektor
Lebih terperinciAljabar Linier. Kuliah
Aljabar Linier Kuliah 10 11 12 Materi Kuliah Transformasi Linier Kernel dan Image dari Transformasi Linier isomorfisma Teorema Rank plus Nullity 1/11/2014 Yanita FMIPA Matematika Unand 2 Transformasi Linier
Lebih terperinciPertemuan 14. persamaan linier NON HOMOGEN
Pertemuan 14 persamaan linier NON HOMOGEN 10 Metode GAUSS Aljabar Linier Hastha 2016 10.2.2 METODE ELIMINASI GAUSS Apabila [A][X]=[B] maka dengan menyusun matriks baru yaitu matriks [A.B] akan didapat
Lebih terperinciAljabar 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 terperinciMODUL 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 terperinciRUANG VEKTOR. Nurdinintya Athari (NDT)
1 RUANG VEKTOR Nurdinintya Athari (NDT) RUANG VEKTOR Sub Pokok Bahasan Ruang Vektor Umum Subruang Basis dan Dimensi Basis Subruang Beberapa Aplikasi Ruang Vektor Beberapa metode optimasi Sistem kontrol
Lebih terperinciBAB 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 terperinciadalah isomorphik dengan im( ), 2) The rank plus nullity Theorem dim(ker ( ) )+dim(im ( )
The Rank Plus Nullity Theorem L(V,W) 1) Sembarang komplemen dari ker () adalah isomorphik dengan im( ), 2) The rank plus nullity Theorem dim(ker () )+dim(im () ) = dim(v) Teorema 2.8. Misal atau rk() +
Lebih terperinciPertemuan 13 persamaan linier NON HOMOGEN
Pertemuan 13 persamaan linier NON HOMOGEN 10 Metode CRAMER Aljabar Linier Hastha 2016 10. PERSAMAAN LINIER NONHOMOGEN 10.1 PERSAMAAN LINIER Misalnya x 2 Matematika analitik membicarakan ilmu ukur secara
Lebih terperinciAljabar 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 terperinci5. PERSAMAAN LINIER. 1. Berikut adalah contoh SPL yang terdiri dari 4 persamaan linier dan 3 variabel.
1. Persamaan Linier 5. PERSAMAAN LINIER Persamaan linier adalah suatu persamaan yang variabel-variabelnya berpangkat satu. Disamping persamaan linier ada juga persamaan non linier. Contoh : a) 2x + 3y
Lebih terperinciALJABAR 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 terperinciSOLUSI SISTEM PERSAMAAN LINEAR
SOLUSI SISTEM PERSAMAAN LINEAR Bentuk umum persamaan linear dengan n peubah diberikan sebagai berikut : a1 x1 + a2 x2 +... + an xn = b ; a 1, a 2,..., a n R merupakan koefisien dari persamaaan dan x 1,
Lebih terperinciHASIL PRESENTASI ALJABAR LINIER ( SUB RUANG VEKTOR ) Disusun Untuk Memenuhi Tugas Mata Kuliah Aljabar Linier. Dosen Pengampu : Darmadi, S,Si, M.
HASIL PRESENTASI ALJABAR LINIER ( SUB RUANG VEKTOR ) Disusun Untuk Memenuhi Tugas Mata Kuliah Aljabar Linier Dosen Pengampu : Darmadi, S,Si, M.Pd Disusun oleh Matematika 5F Kelompok 5: ARLITA ROSYIDA 08411.081
Lebih terperinciSISTEM 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 terperinciRuang 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 terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Suatu matriks A C m n dikatakan memiliki faktorisasi LU jika matriks tersebut dapat dinyatakan sebagai A = LU dengan L C m m matriks invertibel segitiga bawah
Lebih terperinciMATEMATIKA 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 terperinci7. 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 terperinciSistem Persamaan Linear Homogen 3P x 3V Metode OBE
Sistem Persamaan Linear Homogen 3P x 3V Metode OBE Ogin Sugianto sugiantoogin@yahoo.co.id penma2b.wordpress.com Majalengka, 12 November 2016 Sistem Persamaan Linear (SPL) Homogen yang akan dibahas kali
Lebih terperinciGARIS-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 terperinciBAB 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 terperinciSOLUSI PENDEKATAN TERBAIK SISTEM PERSAMAAN LINEAR TAK KONSISTEN MENGGUNAKAN DEKOMPOSISI NILAI SINGULAR
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 03, No. 1 (2014), hal 91 98. SOLUSI PENDEKATAN TERBAIK SISTEM PERSAMAAN LINEAR TAK KONSISTEN MENGGUNAKAN DEKOMPOSISI NILAI SINGULAR Febrianti,
Lebih terperinciPROGRAM STUDI PENDIDIKAN MATEMATIKA FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS VETERAN BANGUN NUSANTARA SUKOHARJO
PERANGKAT PEMBELAJARAN MATA KULIAH : ALJABAR LINIER 2 KODE : MKK414515 DOSEN PENGAMPU : Annisa Prima Exacta, M.Pd. PROGRAM STUDI PENDIDIKAN MATEMATIKA FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS
Lebih terperinciBAB 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 terperinciDalam bentuk SPL masalah ini dapat dinyatakan sebagai berikut:
SISTEM PERSAMAAN LINIER Persamaan linier adalah persamaan dimana peubahnya tidak memuat fungsi eksponensial, trigonometri, logaritma serta tidak melibatkan suatu hasil kali peubah atau akar peubah atau
Lebih terperinciAljabar Linier Elementer. Kuliah 27
Aljabar Linier Elementer Kuliah 27 Materi Kuliah Transformasi Linier Invers Matriks Transformasi Linier Umum //24 Yanita, Matematika FMIPA Unand 2 Transformasi Linier Satu ke satu dan Sifat-sifatnya Definisi
Lebih terperinciAljabar 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 terperinciSISTEM PERSAMAAN LINEAR
Pokok Bahasan : Sistem persamaan linier Sub Pokok Bahasan : Sistem persamaan linier Eliminasi Gauss Eliminasi Gauss Jordan Penyelesaian SPL dengan invers SISTEM PERSAMAAN LINEAR Tujuan : Menyelesaikan
Lebih terperinciProf.Dr. Budi Murtiyasa Muhammadiyah University of Surakarta
BASIS DAN DIMENSI Prof.Dr. Budi Murtiyasa Muhammadiyah University of Surakarta Basis dan Dimensi Ruang vektor V dikatakan mempunyai dimensi terhingga n (ditulis dim V = n) jika ada vektor-vektor e, e,,
Lebih terperinciSILABUS MATA KULIAH : ALJABAR MATRIKS (2 SKS) KODE: MT304. (1) (2) (3) (4) (5) (6) (7) (8) (9) 1 Matriks dan Operasinya. 1. Pengertian Matriks
JURUSAN PENDIDIKAN MATEMATIKA FPMIPA UNIVERSITAS PENDIDIKAN MATEMATIKA MINGGU KE SILABUS MATA KULIAH : ALJABAR MATRIKS (2 SKS) KODE: MT304 POKOK & SUB POKOK TUJUAN INSTRUKSIONAL TUJUAN INSTRUKSIONAL KHUSUS
Lebih terperinciCOURSE NOTE : Sistem Persamaan Liniear
COURSE NOTE : Sistem Persamaan Liniear PERSAMAAN LINIEAR Secara umum kita mendefinisikan persamaan liniear dalam n variale x 1 x x n seagai erikut : dengan a1 a... an adalah konstanta real. a1x 1 ax ax...
Lebih terperinciMATERI 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 terperinci04-Ruang Vektor dan Subruang
04-Ruang Vektor dan Subruang Vektor (1) Dosen: Anny Yuniarti, M.Comp.Sc Gasal 2011-2012 Anny2011 1 Agenda Bagian 1: Ruang Vektor Bagian 2: Nullspace of A: Solusi Ax = 0 Bagian 3: Rank dan Row-reduced-form
Lebih terperinciDIKTAT MATA KULIAH ALJABAR LINEAR ELEMENTER (BAGIAN II) DISUSUN OLEH ABDUL JABAR, M.Pd
DIKTAT MATA KULIAH ALJABAR LINEAR ELEMENTER (BAGIAN II) DISUSUN OLEH ABDUL JABAR, M.Pd JURUSAN/PROGRAM STUDI PENDIDIKAN MATEMATIKA STKIP PGRI BANJARMASIN MARET MUQADIMAH Alhamdulillah penyusun ucapkan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Sistem Persamaan Linier Sistem Persamaan dengan m persamaan dan n bilangan tak diketahui ditulis dengan : Dimana x 1, x 2, x n : bilangan tak diketahui a,b : konstanta Jika SPL
Lebih terperincidimana 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 terperinciMUH1G3/ MATRIKS DAN RUANG VEKTOR
MUHG3/ MATRIKS DAN RUANG VEKTOR TIM DOSEN 7 Transformasi Linear Sub Pokok Bahasan Definisi Transformasi Linear Matriks Transformasi Kernel dan Jangkauan Aplikasi Transformasi Linear Grafika Komputer Penyederhanaan
Lebih terperinciBAB X SISTEM PERSAMAAN LINIER
BAB X SISTEM PERSAMAAN LINIER 10.1 Definisi Persamaan linier adalah persamaan aljabar yang terdiri dari satu atau lebih peubah dan masing-masing peubah mempunyai derajad satu. Sebagai contoh persamaan
Lebih terperinciJURUSAN 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 terperinciMATRIKS 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 terperinciG 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 terperinciM 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 terperinciSebelum 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 terperinciII LANDASAN TEORI. Contoh. Ditinjau dari sistem yang didefinisikan oleh:
5 II LANDASAN TEORI 2.1 Keterkontrolan Untuk mengetahui persoalan sistem kontrol mungkin tidak ada, jika sistem yang ditinjau tidak terkontrol. Walaupun sebagian besar sistem terkontrol ada, akan tetapi
Lebih terperinci0. Diperoleh bahwa: Selanjutnya dibuktikan tertutup terhadap perkalian skalar:
f g) f g C atau ( f g). Diperoleh bahwa: f g) ( f g) dg f ( f dg g) g dg f g Selanjutnya dibuktikan tertutup terhadap perkalian skalar: Ambil. f ) f C, R. Ditunjukkan bahwa. f C atau (. f ).. f ). diketahui
Lebih terperinciBAB 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 terperinciSISTEM PERSAMAAN LINEAR
SISTEM PERSAMAAN LINEAR Persamaan Linear Pengertian Persamaan linear adalah persamaan yang mempunyai bentuk umum sebagai berikut. + + + Di mana:,,,, dan adalah konstanta-konstanta riil.,,,, adalah bilangan
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH : ALJABAR LINIER JURUSAN : TEKNIK KOMPUTER JUMLAH SKS : Definisi, Notasi, dan Operasi Vektor 2.
SATUAN ACARA PERKULIAHAN MATA KULIAH : ALJABAR LINIER JURUSAN : TEKNIK KOMPUTER JUMLAH SKS : 3 Minggu Ke Pokok Bahasan dan TIU Sub Pokok Bahasan Sasaran Belajar Cara Pengajaran Media Tugas Referens i 1
Lebih terperinciBAB 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 terperinciMODUL 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 terperinciOperasi Baris Elementer (OBE) dan Eliminasi Gauss-Jordan (EGJ)
Operasi Baris Elementer (OBE) dan Eliminasi Gauss-Jordan (EGJ) Kuliah Aljabar Linier Semester Ganjil 2015-2016 MZI Fakultas Informatika Telkom University FIF Tel-U Agustus 2015 MZI (FIF Tel-U) OBE dan
Lebih terperinci