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

Ukuran: px
Mulai penontonan dengan halaman:

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

Transkripsi

1 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., 4. Terdapat 0, disebut elemen nol, sedemikian sehingga 0 + = + 0 =, untuk setiap 5. Untuk setiap terdapat, sedemikian sehingga 0. 6., 7. Terdapat 1, disebut elemen satuan sedemikian sehingga 1 = 1 =, untuk setiap 8. Untuk setiap 0 terdapat, disebut elemen invers (kebalikan) dari, sedemikian sehingga = = 1, Anggota-anggota dari suatu field disebut skalar. Contoh 5.1 : Himpunan F = R = Himpunan bilangan real merupakan field terhadap operasi penjumlahan dan perkalian. (Mudah ditunjukkan bahaw ke-8 sifat dia atas terpenuhi). 5.2 Ruang Vektor atas suatu Field MIsalkan diberikan suatu himpunan V dan lapangan F. Didefinisikan operasi penjumlahan terhadap elemen-elemen V dan perkalian elemen-elemen V dengan elemen-elemen F ( disebut perkalian skalar). Maka V disebut Ruang Vektor di atas filed F jika terpenuhi sifat-sifat: 1. Jika u,v V, maka u + v V 2. u + v = v + u 1

2 3. u + ( v + w ) = ( u + v ) + w 4. Ada 0 V sehingga 0 + u = u + 0 untuk semua u V 5. Untuk setiap u V terdapat u V sehingga u + ( u ) = 0 6. Untuk sembarang skalar k, jika u V maka k u V 7. k ( u + v ) = k u + k v, k 8. (k + l) u = k u + l u, k,l 9. k( l u ) = ( kl ) u u = u Anggota-anggota dari suatu ruang vektor disebut vektor. Istilah vektor disini bersifat umum, bukan semata-mata vektor ilmu ukur seperti uyang dibicarakan di bagian sebelumnya. Jadi setiap himpunan apapun yang memenuhi ke-10 sifat di atas disebut ruang vektor dan anggota-anggotanya disebut vektor. Contoh 5.2: Himpunan terhadap operasi penjumlahan dan perkalian skalar merupakan ruang vektor. Contoh 5.2: V = himpunan semua polinom berderajat 2 terhadap operasi penjumlahan dan perkalian skalar merupakan ruang vektor. Contoh 5.3 : Himpunan semua matriks 2 x 2 berbentuk 0 dengan operasi 0 penjumlahan dan perkalian skalar merupakan ruang vektor. Sedangkan himpunan semua matriks 2 x 2 berbentuk 1 dengan operasi penjumlahan dan perkalian 1 skalar bukan ruang vektor. 5.3 Ruang Bagian Misalkan V ruang vektor, dan W V, W. Misalnya dengan sifat tertentu,w memenuhi sifat-sifat ruang vektor, sehingga merupakanruang vektor juga, maka W disebut sebagai ruang vektor bagian( subspace) dari V. Kadang-kadang disebut dengan ruang vektor di V, atau ruang bagian dari V. 2

3 Selanjutnya untuk memeriksa apakah W V, dengan W, merupakan ruang bagian, cukup diperiksa: 1. Untuk setiap u, v W maka haruslah u + v W. 2. Untuk setiap skalar k maka haruslah ku W Jika kedua sifat di atas dipenuhi maka W adalah sub ruang dari V. Contoh 5.4: Himpunan titik-titik di bidang XOY merupakan subruang dari R. Untuk memeriksa kebenarannya, perhatikan bahwa: 1. Ambil u = (,,0 dan v = (,,0, maka u + v =,,0 2. Untuk sembarang skalar k dan u = (a,b,0), maka ku = (ka, kb,0). Jadi terbukti XOY subruang dari R. Contoh 5.5: Misalakan M 22 = himpunan semua matriks berukuran 2 x 2 dengan operasi penjumlahan matriks dan perkalian skalar. Maka Himpunan semua matriks 2 x 2 berbentuk 0 dengan operasi penjumlahan dan perkalian skalar 0 merupakan sub ruang dari M Kombinasi Linier Suatu vektor v dikatakan kombinasi linier dari vektor-vektor,,, jika v dapat dinyatakan dengan dimana.,, skalar. v =, Contoh 5.6: Vektor v = (5,0,9) merupakan kombinasi linier dari vektor 2,1,5 dan 1,2,1 karena v dapat dinyatakan sebagai v = 2. 3

4 Untuk menunjukkan bahwa suatu vektor v merupakan kombinasi dari vektorvektor,,,, kita perlu mencari apakah ada skalar,,, sehingga v =. Misalnya pada contoh 5.6 di atas, ada 2 dan 1 sehingga v = 2. Darimana diperoleh 2 dan 1 adalah sebagai berikut. Tulis, v = 5,0,9 2,1,5 1,2,1 2,,5,2, 2, 2,5 Diperoleh SPL, Masalah selanjutnya adalah menentukan solusi dari SPL di atas. Menggunakan metode yang pernah dipelajari pada bagian sebelumnya, diperoleh solusi SPL ini adalah 2 dan 1. Contoh 5.6: Tunjukkan bahwa v = (3,1,4) bukan merupakan kombinasi linier dari vektor 1,2,3, 2,2,6, dan 1,3, 3. Penyelesaian : Perhatikan bahwa, v = 4

5 3,1,4 1,2,3 2,2,6 1,3, 3,2,3 2,2,6,3,3 2,2 2 3,3 6 3 Diperoleh SPL, Dengan OBE, SPL menjadi Yang merupakan SPL yang tidak konsisten (tidak punya solusi). Jadi tidak ada., sehingga v =. Jadi v = (3,1,4) bukan merupakan kombinasi linier dari vektor 1,2,3, 2,2,6, dan 1,3, Himpunan Perentang Himpunan vektor,,, di dalam suatu ruang vektor V dikatakan merentang atau membangun V jika untuk setiap v di dalam V dapat dinyatakan sebagai kombinasi linier dari,,,, yaitu v =, untuk setiap v di dalam V. Selanjutnya himpunan semua kombinasi linier dari,,, disebut subruang yang dibangun atau direntang oleh,,,. Sedangkan vektor,,, disebut perentang atau pembangun. Contoh 5.7: Vektor-vektor 1,0,0, 0,1,0, dan 0,0,1 merentang R. Mudah ditunjukkan bahwa setiap vektor (a,b,c) di dalam R dapat dinyatakan sebagai kombinasi linier dari,,, yaitu 5

6 ,, 1,0,0 0,1,0 0,0,1. Pembangun tidaklah tunggal, misalnya vektor-vektor 1,1,0, 0,1,1, dan 1,0,0 juga merentang R (tunjukkan!). Contoh 5.8: Tunjukkan bahwa vektor-vektor 1,2,3, 2,2,6, dan 1,3, 3 tidak membangun R. Penyelesaian: Ambil sembarang vektor v =,, R. Masalahnya adalah adakah skalar,, sehingga v =. Perhatikan, v =.,, 1,2,3 2,2,6 1,3, 3,2,3 2,2,6,3,3 2,2 2 3,3 6 3 Diperoleh SPL, Dengan OBE, SPL menjadi

7 Yang merupakan SPL yang tidak konsisten (tidak punya solusi), artinya tidak ada., sehingga v =. Jadi 1,2,3, 2,2,6, dan 1,3, 3 tidak membangun R. Alternatif lain untuk menunjukkan bahwa SPL non homogen tidak konsisten adalah dengan memperhatikan determinan matriks kooefisen dari SPL tersebut. SPL AX = B (dengan A matriks persegi), akan konsisten jika A punya invers. Matriks A punya invers jika det(a) 0. Jadi jika det (A) = 0, maka SPL tidak konsisten. Dengan demikian SPL pada contoh 5.8 dapat diketahui konsisten atau tidaknya dengan menghitung determinan matriks koefisiennya, yaitu: Det Karena determinan matriks koefisiennya sama dengan nol, maka SPL tidak konsisten. 5.5 Kebebasan linier Himpunan vektor,,, dikatakan bebas linier jika kombinasi linier 0 =, Hanya terpenuhi oleh skalar 0. Jika tidak demikian maka,,, dikatakan bergantung linier. Contoh 5.9: Vektor-vektor 1,2,3, 2,2,6, dan 1,3, 3 tidak bebas linier (bergantung linier), karena 0 = 0,0,0 1,2,3 2,2,6 1,3, 3 7

8 ,2,3 2,2,6,3,3 2,2 2 3,3 6 3 Diperoleh SPL homogen, SPL homogen akan mempunyai solusi nontrivial (SPL punya tak hingga banyak solusi) jika determinan matriks koefisiennya nol. Perhatikan bahwa SPL homogen pada contoh 5.9 ini mempunyai matriks koefisien sama dengan contoh 5.8, dan telah ditunjukkan bahwa determinan matriks koefisiennya nol. Jadi SPL homogeny pada contoh 5.9 ini punya solusi nontrivial. Dengan kata lain 0 =, tidak hanya dipenuhi oleh 0. Dengan demikian vektor 1,2,3, 2,2,6, dan 1,3, 3 tidak bebas linier (bergantung linier). Contoh 5.10: Tunjukkan bahwa vektor 1, 2, 1, 4,3,1 bebas linier. 3,1,4, dan Penyelesaian: Harus ditunjukkan bahwa 0 = hanya dipenuhi oleh 0. Perhatikan, 0 = 0,0,0 1, 2, 1 3,1,4 4,3,1,2, 3,,4 4,3, 3 4,2 3, 4 8

9 Diperoleh SPL homogen, SPL ini ekuivalen dengan (Gunakan OBE), Ekuivalen dengan SPL, Dengan substitusi mundur, diperoleh solusi trivial, 0. Dengan demikian vektor 1, 2, 1, merupakan vektor-vektor yang bebas linier. 3,1,4, dan 4,3,1 Untuk menunjukkan bahwa SPL homogen pada contoh 5.10 punya solusi trivial, dapat dilakukan dengan menunjukkan bahwa determinan matriks koefisien SPL homogen tersebut tidak sama dengan nol. Perhatikan bahwa, Det Basis Misalkan V ruang vektor, dan S =,,, di dalam V dikatakan basis bagi ruang vektor V jika : 9

10 (i) (ii) S membangun V S bebas linier Selanjutnya banyaknya vektor dalam suatu basis dinamakan dimensi. Contoh 5.12 : Tunjukkan bahwa vektor-vektor 1, 2, 1, 3,1,4, dan 4,3,1 merupakan basis bagi R. Jawab: Harus ditunjukkan bahwa 1, 2, 1, membangun R dan bebas linier. 3,1,4, dan 4,3,1 (i) Ambil sembarang vektor v =,, R. Akan ditunjukkan ada skalar,, sehingga v =.,, 1, 2, 1 3,1,4 4,3,1,2, 3,,4 4,3, 3 4,2 3, 4 Diperoleh SPL, Harus ditunjukkan bahwa SPL ini konsisten. Menggunakan OBE diperoleh, Atau

11 Terlihat bahwa SPL ini punya solusi. Jadi 1, 2, 1, 3,1,4, dan 4,3,1 membangun R. Perlu dicatat bahwa kita tidak perlu mendapatkan siapa skalar,,, yang penting disini adalah bahwa,, ada. (ii) 1, 2, 1, 3,1,4, dan 4,3,1 bebas linier sudah kita tunjukkan pada contoh Jadi 1, 2, 1, 3,1,4, dan 4,3,1 adalah suatu basis bagi R. Dari contoh-contoh di atas, perhatikan bahwa untuk menunjukkan bahwa vektor vektor,, merentang R diperoleh SPL nonhomogen dan untuk menunjukkan,, bebas linier diperoleh SPL homogen. Kedua SPL ini mempunyai matriks koefisien yang sama. Selanjutnya perhatikan bahwa untuk menunjukkan bahwa,, merentang R dan bebas linier dapat dilakukan secara sekaligus dengan menunjukkan bahwa determinan matriks koefisiennya tidak sama dengan nol. Silakan anda coba soal latihan. Soal latihan : 1. Tunjukkan bahwa M 22 = himpunan semua matriks berukuran 2 x 2, terhadap operasi penjulahan matriks dan perkalian skalar merupakan ruang vektor! 2. Manakah yang merupakan sub ruang dari M 22 terhadap operasi penjulahan matriks dan perkalian: (i) M 1,, skalar 0 (ii) M 2 1, skalar 0 3. Manakah yang bebas linier: (i) 2,6,2, 3,1,2, dan 8,16,3 11

12 (ii) 1,2,3, 4,5,6, dan 0, 1, 2 4. Tentukan a dan b agar vektor-vektor berikut bebas linier (i) 4,5,1, 3,0,2, dan, 10,9 (ii) 1,2,3,, 0,0, dan 0,, 1 5. Manakah yang merupakan basis bagi R 2 : (i) 1,1, 2,3 (ii) 1,1, 2,3, dan 3,1 6. Manakah yang merupakan basis bagi R 3 (i) 1,2,3, 1,2, 1, dan 3, 1,0 (ii) 4,2, 1, 2,1,5, dan 4,1,10 12

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

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

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

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

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

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

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

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

BAB VII MATRIKS DAN SISTEM LINEAR TINGKAT SATU

BAB VII MATRIKS DAN SISTEM LINEAR TINGKAT SATU BAB VII MATRIKS DAN SISTEM LINEAR TINGKAT SATU Sistem persamaan linear orde/ tingkat satu memiliki bentuk standard : = = = = = = = = = + + + + + + + + + + Diasumsikan koefisien = dan fungsi adalah menerus

Lebih terperinci

Dalam bentuk SPL masalah ini dapat dinyatakan sebagai berikut:

Dalam 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 terperinci

5. PERSAMAAN LINIER. 1. Berikut adalah contoh SPL yang terdiri dari 4 persamaan linier dan 3 variabel.

5. PERSAMAAN LINIER. 1. Berikut adalah contoh SPL yang terdiri dari 4 persamaan linier dan 3 variabel. 1. Persamaan Linier 5. PERSAMAAN LINIER Persamaan linier adalah suatu persamaan yang variabel-variabelnya berpangkat satu. Disamping persamaan linier ada juga persamaan non linier. Contoh : a) 2x + 3y

Lebih terperinci

Sistem Persamaan Linear Homogen 3P x 3V Metode OBE

Sistem 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 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

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

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

Pertemuan Ke 2 SISTEM PERSAMAAN LINEAR (SPL) By SUTOYO,ST.,MT

Pertemuan Ke 2 SISTEM PERSAMAAN LINEAR (SPL) By SUTOYO,ST.,MT Pertemuan Ke SISTEM PERSAMAAN LINEAR (SPL) By SUTOYO,ST,MT Pendahuluan Suatu sistem persamaan linier (atau himpunan persaman linier simultan) adalah satu set persamaan dari sejumlah unsur yang tak diketahui

Lebih terperinci

BAB 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

uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg

uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg uiopasdfghjklzxcvbnmqwertyuiopasd Qwertyuiopasdfghjklzxcvbnmqwerty cvbnmqwertyuiopasdfghjklzxcvbnmq fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg

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

Sebuah garis dalam bidang xy bisa disajikan secara aljabar dengan sebuah persamaan berbentuk :

Sebuah garis dalam bidang xy bisa disajikan secara aljabar dengan sebuah persamaan berbentuk : Persamaan Linear Sebuah garis dalam bidang xy bisa disajikan secara aljabar dengan sebuah persamaan berbentuk : a x + a y = b Persamaan jenis ini disebut sebuah persamaan linear dalam peubah x dan y. Definisi

Lebih terperinci

RUANG VEKTOR 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

HASIL 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. 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 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

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

MUH1G3/ MATRIKS DAN RUANG VEKTOR

MUH1G3/ 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 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

SISTEM PERSAMAAN LINEAR

SISTEM 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 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

(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

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

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

KS KALKULUS DAN ALJABAR LINEAR Independensi Linear Basis & Dimensi TIM KALIN

KS 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 terperinci

BAB 5 RUANG VEKTOR A. PENDAHULUAN

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

Lebih terperinci

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

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

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

Part III DETERMINAN. Oleh: Yeni Susanti

Part III DETERMINAN. Oleh: Yeni Susanti Part III DETERMINAN Oleh: Yeni Susanti Perhatikan determinan matriks ukuran 2x2 berikut: Pada masing-masing jumlahan dan Terdapat wakil dari setiap baris dan setiap kolom. Bagaimana dengan tanda + (PLUS)

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

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 DASAR DASAR TEORI

BAB II DASAR DASAR TEORI BAB II DASA DASA TEOI.. uang ruang Vektor.. uang Vektor Umum Defenisi dan sifat sifat sederhana Defenisi : Misalkan V adalah sebarang himpunan benda yang didefenisikan dua operasi, yakni penambahan perkalian

Lebih terperinci

BAB III PEMBAHASAN. Bab III terbagi menjadi tiga sub-bab, yaitu sub-bab A, sub-bab B, dan subbab

BAB III PEMBAHASAN. Bab III terbagi menjadi tiga sub-bab, yaitu sub-bab A, sub-bab B, dan subbab BAB III PEMBAHASAN Bab III terbagi menjadi tiga sub-bab, yaitu sub-bab A, sub-bab B, dan subbab C. Sub-bab A menjelaskan mengenai konsep dasar C[a, b] sebagai ruang vektor beserta contohnya. Sub-bab B

Lebih terperinci

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

Bab 4 RUANG VEKTOR. 4.1 Ruang Vektor

Bab 4 RUANG VEKTOR. 4.1 Ruang Vektor Bab RUANG VEKTOR. Ruang Vektor DEFINISI.. Suatu ruang vektor (V, +,, F) atas field (F, +), ditulis singkat V(F), adalah suatu himpunan tak kosong V dengan elemenelemennya disebut vektor, yang dilengkapi

Lebih terperinci

SOLUSI SISTEM PERSAMAAN LINEAR

SOLUSI 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 terperinci

MUH1G3/ MATRIKS DAN RUANG VEKTOR

MUH1G3/ MATRIKS DAN RUANG VEKTOR MUHG3/ MATRIKS DAN RUANG VEKTOR TIM DOSEN Determinan Matriks Determinan Matriks Sub Pokok Bahasan Permutasi dan Determinan Matriks Determinan dengan OBE Determinan dengan Ekspansi Kofaktor Beberapa Aplikasi

Lebih terperinci

dimana a 1, a 2,, a n dan b adalah konstantakonstanta

dimana a 1, a 2,, a n dan b adalah konstantakonstanta Persamaan linear adalah persamaan dimana peubahnya tidak memuat eksponensial, trigonometri (seperti sin, cos, dll.), perkalian, pembagian dengan peubah lain atau dirinya sendiri. Secara umum persamaan

Lebih terperinci

BAB 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 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

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

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

04-Ruang Vektor dan Subruang

04-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 terperinci

9. Teori Aproksimasi

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

Lebih terperinci

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

Pertemuan 13 persamaan linier NON HOMOGEN

Pertemuan 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 terperinci

Matriks. Baris ke 2 Baris ke 3

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

Lebih terperinci

Modul 2.2 Matriks dan Sistem Persamaan Linear (Topik 4) A. Pendahuluan Matriks dan Sistem Persamaan Linear

Modul 2.2 Matriks dan Sistem Persamaan Linear (Topik 4) A. Pendahuluan Matriks dan Sistem Persamaan Linear Modul 2.2 Matriks dan Sistem Persamaan Linear (Topik 4) A. Pendahuluan Salah satu kajian matematika sekolah menengah yang memiliki banyak aplikasinya dalam menyelesaikan permasalahan yang ada dalam kehidupan

Lebih terperinci

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

a11 a12 x1 b1 Lanjutan Mencari Matriks Balikan dengan OBE

a11 a12 x1 b1 Lanjutan Mencari Matriks Balikan dengan OBE a11 a12 x1 b1 a a x b 21 22 2 2 Lanjutan Mencari Matriks Balikan dengan OBE a11 a12 x1 b1 a a x b 21 22 2 2 Untuk DIPERHATIKAN! a A c Untuk mencari Matriks INVERS ordo 2, rumus: 1 1 d b A a d b c c a b

Lebih terperinci

Yang dipelajari. 1. Masalah Nilai Eigen dan Penyelesaiannya 2. Masalah Pendiagonalan. Referensi : Kolman & Howard Anton. Ilustrasi

Yang dipelajari. 1. Masalah Nilai Eigen dan Penyelesaiannya 2. Masalah Pendiagonalan. Referensi : Kolman & Howard Anton. Ilustrasi 7// NILAI EIGEN dan VEKTOR EIGEN Yang dipelajari.. Masalah Nilai Eigen dan Penyelesaiannya. Masalah Pendiagonalan Referensi : Kolman & Howard Anton. Ilustrasi Misalkan t : R n R n dengan definisi t(x)

Lebih terperinci

Trihastuti Agustinah

Trihastuti Agustinah TE 9467 Teknik Nmerik Sistem Linear Trihastti Agstinah Bidang Stdi Teknik Sistem Pengatran Jrsan Teknik Elektro - FTI Institt Teknologi Seplh Nopember O U T L I N E OBJEKTIF TEORI CONTOH 4 SIMPULAN 5 LATIHAN

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

Solusi Sistem Persamaan Linear Ax = b

Solusi Sistem Persamaan Linear Ax = b Solusi Sistem Persamaan Linear Ax = b Kie Van Ivanky Saputra April 27, 2009 K V I Saputra (Analisis Numerik) Kuliah Sistem Persamaan Linier c April 27, 2009 1 / 9 Review 1 Substitusi mundur pada sistem

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

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

4. SISTEM PERSAMAAN DAN PERTIDAKSAMAAN

4. SISTEM PERSAMAAN DAN PERTIDAKSAMAAN 4. SISTEM PERSAMAAN DAN PERTIDAKSAMAAN 4.1 Persamaan Garis a. Bentuk umum persamaan garis Garis lurus yang biasa disebut garis merupakan kurva yang paling sederhana dari semua kurva. Misalnya titik A(2,1)

Lebih terperinci

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

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

Lebih terperinci

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

Matriks Jawab:

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

Lebih terperinci

G a a = e = a a. b. Berdasarkan Contoh 1.2 bagian b diperoleh himpunan semua bilangan bulat Z. merupakan grup terhadap penjumlahan bilangan.

G a a = e = a a. b. Berdasarkan Contoh 1.2 bagian b diperoleh himpunan semua bilangan bulat Z. merupakan grup terhadap penjumlahan bilangan. 2. Grup Definisi 1.3 Suatu grup < G, > adalah himpunan tak-kosong G bersama-sama dengan operasi biner pada G sehingga memenuhi aksioma- aksioma berikut: a. operasi biner bersifat asosiatif, yaitu a, b,

Lebih terperinci

Bab 2 LANDASAN TEORI

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

Lebih terperinci

Pertemuan 14. persamaan linier NON HOMOGEN

Pertemuan 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 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

BAB 2 LANDASAN TEORI

BAB 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 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

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. 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

GARIS-GARIS BESAR PROGRAM PEMBELAJARAN

GARIS-GARIS BESAR PROGRAM PEMBELAJARAN GARIS-GARIS BESAR PROGRAM PEMBELAJARAN Mata Kuliah : Aljabar Linear Kode / SKS : TIF-5xxx / 3 SKS Dosen : - Deskripsi Singkat : Mata kuliah ini berisi Sistem persamaan Linier dan Matriks, Determinan, Vektor

Lebih terperinci

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

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

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

Lebih terperinci

Aljabar Linier Ruang vektor dan subruang vektor. 2 Oktober 2014

Aljabar 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 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

Matriks - Definisi. Sebuah matriks yang memiliki m baris dan n kolom disebut matriks m n. Sebagai contoh: Adalah sebuah matriks 2 3.

Matriks - Definisi. Sebuah matriks yang memiliki m baris dan n kolom disebut matriks m n. Sebagai contoh: Adalah sebuah matriks 2 3. MATRIKS Pokok Bahasan Matriks definisi Notasi matriks Matriks yang sama Panambahan dan pengurangan matriks Perkalian matriks Transpos suatu matriks Matriks khusus Determinan suatu matriks bujursangkar

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Aljabar Linear Definisi 2.1.1 Matriks Matriks A adalah susunan persegi panjang yang terdiri dari skalar-skalar yang biasanya dinyatakan dalam bentuk berikut: [ ] Definisi 2.1.2

Lebih terperinci

BAB V PERSAMAAN LINEAR TINGKAT TINGGI (HIGHER ORDER LINEAR EQUATIONS) Persamaan linear tingkat tinggi menarik untuk dibahas dengan 2 alasan :

BAB V PERSAMAAN LINEAR TINGKAT TINGGI (HIGHER ORDER LINEAR EQUATIONS) Persamaan linear tingkat tinggi menarik untuk dibahas dengan 2 alasan : BAB V PERSAMAAN LINEAR TINGKAT TINGGI (HIGHER ORDER LINEAR EQUATIONS) Bentuk Persamaan Linear Tingkat Tinggi : ( ) Diasumsikan adalah kontinu (menerus) pada interval I. Persamaan linear tingkat tinggi

Lebih terperinci

Perluasan Teorema Cayley-Hamilton pada Matriks

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

Lebih terperinci

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA Mata Kuliah : Matematika Diskrit 2 Kode / SKS : IT02 / 3 SKS Program Studi : Sistem Komputer Fakultas : Ilmu Komputer & Teknologi Informasi. Pendahuluan 2. Vektor.. Pengantar mata kuliah aljabar linier.

Lebih terperinci

02-Pemecahan Persamaan Linier (1)

02-Pemecahan Persamaan Linier (1) -Pemecahan Persamaan Linier () Dosen: Anny Yuniarti, M.Comp.Sc Gasal - Anny Agenda Bagian : Vektor dan Persamaan Linier Bagian : Teori Dasar Eliminasi Bagian 3: Eliminasi Menggunakan Matriks Bagian 4:

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

BESARAN SKALAR DAN VEKTOR. Besaran Skalar. Besaran Vektor. Sifat besaran fisis : Skalar Vektor

BESARAN SKALAR DAN VEKTOR. Besaran Skalar. Besaran Vektor. Sifat besaran fisis : Skalar Vektor PERTEMUAN II VEKTOR BESARAN SKALAR DAN VEKTOR Sifat besaran fisis : Skalar Vektor Besaran Skalar Besaran yang cukup dinyatakan oleh besarnya saja (besar dinyatakan oleh bilangan dan satuan). Contoh : waktu,

Lebih terperinci

MATRIKS Nuryanto, ST., MT.

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

Lebih terperinci

JURUSAN PENDIDIKAN MATEMATIKA FMIPA UNIVERSITAS NEGERI YOGYAKARTA

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

Lebih terperinci

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

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

6- Operasi Matriks. MEKANIKA REKAYASA III MK Unnar-Dody Brahmantyo 1

6- Operasi Matriks. MEKANIKA REKAYASA III MK Unnar-Dody Brahmantyo 1 6- Operasi Matriks Contoh 6-1 : Budi diminta tolong oleh ibunya untuk membeli 2 kg gula dan 1 kg kopi. Dengan uang Rp. 10.000,- Budi mendapatkan uang kembali Rp. 3.000,-. Dihari yang lain, Budi membeli

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

MATRIKS. Matematika. FTP UB Mas ud Effendi. Matematika

MATRIKS. Matematika. FTP UB Mas ud Effendi. Matematika MATRIKS FTP UB Mas ud Effendi Pokok Bahasan Transpos suatu matriks Matriks khusus Determinan suatu matriks bujursangkar Invers suatu matriks bujursangkar Penyelesaian set persamaan linier Nilai-eigen dan

Lebih terperinci

DEFINISI DAN RUANG SOLUSI

DEFINISI DAN RUANG SOLUSI DEFINISI DAN RUANG SOLUSI Pada bagian ini akan dibaha tentang bai dan dimeni menggunakan pengertian dari kebebaan linear ( beba linear dan merentang ) yang dibaha pada bab ebelumnya. Definii dari bai diberikan

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

PENERAPAN KONSEP SPL DAN MATRIKS DALAM MENENTUKAN TEGANGAN DAN ARUS LISTRIK PADA TIAP-TIAP RESISTOR

PENERAPAN KONSEP SPL DAN MATRIKS DALAM MENENTUKAN TEGANGAN DAN ARUS LISTRIK PADA TIAP-TIAP RESISTOR PENERAPAN KONSEP SPL DAN MATRIKS DALAM MENENTUKAN TEGANGAN DAN ARUS LISTRIK PADA TIAPTIAP RESISTOR Rangga Ajie Prayoga 1), Rizky Fauziah Setyawati 1), Siti Gita Permana 1), Hendra Kartika 2) 1) Program

Lebih terperinci

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

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

Lebih terperinci