Chapter 5 GENERAL VECTOR SPACE 5.1. REAL VECTOR SPACES 5.2. SUB SPACES
|
|
- Leony Tanuwidjaja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Chapter 5 GENERAL VECTOR SPACE 5.1. REAL VECTOR SPACES 5.2. SUB SPACES
2 Definisi : VECTOR SPACE Jika V adalah ruang vektor dimana u,v,w merupakan objek dalam V sebagai vektor, dan terdapat skalar k dan l, maka perhatikan 10 aksioma berikut; 1. If u and v are objects in V, then u + v is in V. 2. u + v = v + u 3. u + (v + w) = (u + v) + w 4. There is an object 0 in V, called a zero vector for V, such that 0 + u = u + 0 = u for all u in V. 5. For each u in V, there is an object -u in V, called a negative of u, such that u + (-u) = (-u) + u = If k is any scalar and u is any object in V, then ku is in V. 7. k (u + v) = ku + kv 8. (k + l) u = ku + lu 9. k (lu) = (kl) (u) 10. 1u = u
3 Definisi : VECTOR SPACE Skalar k, l dapat berupa bilangan real atau bilangan complex. Ruang vektor dengan skalar bilangan real : ruang vektor real Ruang vektor dengan skalar bilangan kompleks : ruang vektor kompleks. Setiap jenis objek bisa menjadi suatu vektor, namun ke-10 aksioma harus dipenuhi.
4 Real Vector Spaces
5 Real Vector Spaces Example Vector Spaces of 2x2 Matrices The set V of all 2 2 matrices with real entries is a vector space if vector addition is defined to be matrix addition and vector scalar multiplication is defined to be matrix scalar multiplication. u11 u12 Let u and u u v v v v v If u and v is an object in V; then u + v is a 2 2 matrix in V. Axiom 1 : : : Axiom 10
6 Real Vector Spaces Example Plane Through The Origin Jika V merupakan sebarang bidang yang melalui titik asal dalam R 3, maka; Titik-titik dalam V membentuk suatu ruang vektor yang memenuhi ke-10 aksioma ruang vektor untuk operasi penjumlahan dan perkalian skalar vektor vektor dalam R 3. Suatu vektor V yang melalui titik asal memiliki persamaan : ax + by + cz = 0 Bukti : Jika u = (u 1, u 2, u 3 ) dan v = (v 1, v 2, v 3 ) adalah titik-titik dalam V, maka: au 1 + bu 2 + cu 3 = 0 av 1 + av 2 + av 3 = 0 + a(u 1 +v 1 ) + b(u 2 +v 2 ) + c(u 3 +v 3 ) = 0 Koordinat titik u + v = (u 1 +v 1, u 2 +v 2, u 3 +v 3 ) Memenuhi aksioma (1), jadi u+ v terletak pada bidang V.
7 Real Vector Spaces Example Polynomial P n P 2 adalah himpunan semua polinomial berderajat 2 atau kurang dengan koefisien bilangan real. Didefinisikan penjumlahan dan perkalian skalar sebagai berikut: p(x) = a 0 + a 1 x + a 2 x 2 dan q(x) = b 0 + b 1 x + b 2 x 2 maka, p(x) + q(x) = (a 0 + b 0 ) + (a 1 + b 1 ) x + (a 2 + b 2 ) x 2 Dan bila c suatu skalar, maka: cp(x) =c a 0 + ca 1 x +ca 2 x 2 P 2 merupakan ruang vektor dan dapat diperluas untuk P n dengan n 0
8 Real Vector Spaces ; Zero Vector Space Jika V terdiri dari suatu objek tunggal 0, maka : = 0 dan k 0 = 0 untuk semua skalar k. Seluruh aksioma terpenuhi dan disebut zero vector space. Jika V adalah ruang vektor, u suatu vektor dalam V, and k suatu skalar; maka: o 0 u = 0 o k 0 = 0 o (-1) u = -u o Jika k u = 0, maka k = 0 or u = 0.
9 5.2. SubSpaces
10 Definisi: SubSpaces Suatu himpunan bagian W dari suatu ruang vektor V disebut sub ruang dari V jika W merupakan suatu ruang vektor yang penjumlahan dan perkalian skalarnya didefinisikan pada V. V adalah ruang vektor W adalah sub ruang vektor jika 10 aksioma yang ada dipenuhi oleh W
11 SubSpaces Contoh 1. Titik-titik pada suatu bidang melalui titik asal R 3 membentuk sub ruang R 3. W merupakan bidang yang melalui titik asal dan anggap u dan v sebarang vektor dalam W. o u + v pasti terletak dalam W (diagonal jajaran genjang). o ku pasti terletak di W Vektor u +v dan ku terletak pada bidang yang sama dengan u dan v. W tertutup terhadap penjumlahan dan perkalian skalar, sehingga W merupakan sub ruang dari R 3.
12 SubSpaces Contoh 2: Garis yang Melalui Titik Asal R 3 merupakan sub ruang R 3 W garis yang melalui titik asal R 3 dengan 2 vektor u dan v. Maka u+v dan ku terletak pada garis tersebut di R 3 Jadi W tertutup terhadap penjumlahan dan perkalian skalar Terbukti bahwa W adalah sub ruang R 3.
13 Subset of R 2 That Is Not a Subspace Contoh 3: W bukan Ruang Vektor Jika W adalah himpunan semua titik (x, y) dalam R 2 dimana x 0 dan y 0 : titik-titik dalam Q1. Himpunan W bukan Sub Ruang R 2 karena tidak tertutup terhadap perkalian skalar. v = (1, 1) terletak pada W, tetapi (-1)v = -v = (-1, -1) tidak terletak pada W.
14 PERHATIKAN!! SubSpaces Setiap ruang vektor tak nol V setidaknya memiliki: 1. V sendiri sebagai suatu sub ruang dan; 2. Himpunan {0} yang terdiri dari vektor nol dalam V dan disebut sub ruang nol. Sub-ruang dari R 2 : {0} Garis-garis yang melalui titik asal R 2 Sub-ruang dari R 3 : {0} Garis-garis yang melalui titik asal Bidang yang melalui titik asal R 3
15 Subspaces of M nn Contoh 4: Matriks Simetris n x n sub Ruang dari ruang vektor M nn Jumlah dua matriks simetris adalah simetris. Perkalian skalar matriks simetris adalah simetris Himpunan matriks simetris n x n merupakan sub ruang dari ruang vektor M nn dari semua matriks-matriks nxn. Setiap himpunan matriks (matriks segitiga atas, matriks segitiga bawah dan matriks diagonal) nxn tertutup terhadap penjumlahan dan perkalian skalar.
16 Contoh 5: Polinom real berderajat n A Subspace of Polynomials Anggap n adalah suatu bilangan bulat positif dan anggap W terdiri dari semua fungsi yang dinyatakan dalam bentuk : p(x) = a 0 + a 1 x + + a n x n dimana : a 0,, a n adalah bilangan-bilangan real ; n bilangan bulat positif Jika p dan q terletak pada W, maka: p(x) = a 0 + a 1 x + + a n x n q(x) = b 0 + b 1 x + + b n x n (p+q)(x) = p(x) + q(x) (p+q)(x) = (a 0 + b 0 ) + (a 1 + b 1 )x + + (a n +b n )x n dan (kp)(x) = kp (x)= (ka 0 ) + (ka 1 )x + + (ka n )x n
17 Ruang Penyelesaian untuk Sistem Homogen o Jika Ax = b adalah suatu sistem persamaan linear, maka setiap vektor x yang memenuhi persamaan ini disebut vektor penyelesaian dari sistem tersebut. o Vektor penyelesaian dari suatu sistem linear homogen Ax = 0 membentuk suatu ruang vektor atau ruang penyelesaian dari sistem homogen tersebut. [A] [x] = [0] vektor penyelesaian Ruang vektor/ ruang penyelesaian Theorema Jika Ax = 0 adalah suatu sistem linear homogen dari m persamaan dalam n peubah, maka himpunan vektor penyelesaiannya adalah subruang dari R n.
18 Example 1. SubSpaces Find the solution spaces of the linear systems. mempunyai tiga peubah, sehingga penyelesaiannya membentuk subruang dari R 3. Mis al y = s, z = t, maka x = 2s - 3t, x = 2y - 3z or x 2y + 3z = 0 This is the equation of the plane through the origin with n = (1, -2, 3) as a normal vector.
19 Example 2. SubSpaces Find the solution spaces of the linear systems. mempunyai tiga peubah, sehingga penyelesaiannya membentuk subruang dari R 3.
20 Example 3. SubSpaces Find the solution spaces of the linear systems. mempunyai tiga peubah, sehingga penyelesaiannya membentuk subruang dari R 3. Solution
21 Kombinasi Linear Definisi o Suatu vektor w adalah Kombinasi Linear dari vektor v 1, v 2,, v r jika vektor w tersebut bisa dinyatakan dalam bentuk w = k 1 v 1 + k 2 v k r v r dimana k 1, k 2,, k r adalah skalar.
22 Vektor in R 3 are Linear Combination of i, j, and k Setiap vektor v = (a, b, c) dalam R 3 bisa dinyatakan sebagai suatu Kombinasi Linear dari vektor vektor basis standar karena i = (1, 0, 0), j = (0, 1, 0), k = (0, 0, 1) v = a(1, 0, 0) + b(0, 1, 0) + c(0, 0, 1) = a i + b j + c k
23 Example : Checking a Linier Combination Diketahui vektor u = (1, 2, -1) dan v = (6, 4, 2) in R 3. Tunjukkan bahwa w = (9, 2, 7) adalah sebuah Kombinasi Linear dari u dan v Syarat w merupakan Kombinasi Linear dari u dan v, hrs terdpt skalar k 1 dan k 2 sedemikian hingga w = k 1 u + k 2 v; (9, 2, 7) = k 1 (1,2,-1) +k 2 (6,4,2) (9, 2, 7) = (k 1 + 6k 2, 2k 1 + 4k 2, -k 1 + 2k 2 ) Atau : k 1 + 6k 2 = 9 2k 1 + 4k 2 = 2 -k 1 + 2k 2 = 7 Didapat k 1 = -3, k 2 = 2, sehingga w = -3u + 2v
24 Kombinasi Linear Diketahui vektor u = (1, 2, -1) dan v = (6, 4, 2) in R 3. Tunjukkan bahwa w = (4, -1, 8) bukan suatu Kombinasi Linear dari u dan v. Agar w merupakan Kombinasi Linear of u dan v, harus ada k 1 dan k 2 sehingga w'= k 1 u + k 2 v; (4, -1, 8) = k 1 (1, 2, -1) + k 2 (6, 4, 2) (4, -1, 8) = (k 1 + 6k 2, 2k 1 + 4k 2, -k 1 + 2k 2 ) Atau k 1 + 6k 2 = 4 2 k 1 + 4k 2 = -1 - k 1 + 2k 2 = 8 Sistem persamaan ini tidak konsisten sehingga tidak ada k 1 dan k 2. Maka w' bukan Kombinasi Linear u dan v.
25 Kombinasi Linear Theorema Jika v 1, v 2,, v r adalah vektor-vektor dalam ruang vektor V, maka: o Himpunan W sebagai kombinasi linier v 1, v 2,, v r merupakan sub-ruang dari V. o W adalah sub ruang terkecil dari V berisi v 1, v 2,, v r dalam arti bahwa setiap sub ruang lain dari V yang v 1, v 2,, v r pasti mengandung W.
26 Kombinasi Linear dan Rentang Definition o o Jika S = {v 1, v 2,, v r } adalah suatu himpunan vektor dalam suatu ruang vektor V, maka sub ruang W dari V yang mengandung semua kombinasi linear dari vektor-vektor dalam S disebut ruang terentang oleh v 1, v 2,, v r, dan disebut vektor-vektor v 1, v 2,, v r adalah terentang W. W ruang terentang oleh vektor-vektor dalam himpunan S = {v 1, v 2,, v r }, ditulis; W = rent(s) or W = span{v 1, v 2,, v r }.
27 Kombinasi Linear dan Rentang Jika v 1 and v 2 adalah vektor-vektor tak kolinear dalam R 3 dengan titik pangkal di titik asal, maka span{v 1, v 2 } berisi semua kombinasi linear k 1 v 1 + k 2 v 2 adalah bidang yang ditentukan oleh v 1 and v 2 (a ). Jika v vektor tidak nol dalam R 2 atau R 3, maka span{v} merupakan himpunan perkalian skalar kv, adalah garis yang dibentuk oleh v (b). Rent (v 1, v 2 ) adalah bidang yang melalui titik asal yang dibentuk oleh v 1 dan v 2 Rent (v) adalah garis yang melalui titik asal yang dibentuk oleh v
28 Kombinasi Linear dan Rentang Theorema J ika S = {v 1, v 2,, v r } dan S = {w 1, w 2,, w r } adalah dua himpunan vektor dalam suatu ruang vektor V, maka span{v 1, v 2,, v r } = span{w 1, w 2,, w r } jika dan hanya jika setiap vektor dalam S adalah Kombinasi Linear dari S dan tiap vector dalam S adalah sebuah Kombinasi Linear dari vektor-vektor dalam S.
29 Three Vectors that Do Not Span R 3 Tentukan apakah v 1 = (1, 1, 2), v 2 = (1, 0, 1), and v 3 = (2, 1, 3) merentang dalam ruang vektor R 3. Misal kan vektor b = (b 1, b 2, b 3 ) in R 3 diekspresikan sebagai Kombinasi Linear b = k 1 v 1 + k 2 v 2 + k 3 v 3 b = (b 1, b 2, b 3 ) = k 1 (1, 1, 2) + k 2 (1, 0, 1) + k 3 (2, 1, 3) = (k 1 +k 2 +2k 3, k 1 +k 3, 2k 1 +k 2 +3k 3 ) k 1 + k 2 + 2k 3 = b 1 k 1 + k 3 = b 2 2k 1 + k k 3 = b 3 Sistem ini konsisten untuk semua b 1, b 2, b 3 jika dan hanya jika matriks koefisien memiliki invers atau determinan matriks koefisien 0. Buktikan bahwa det (A) = 0, sehingga v 1, v 2, and v 3, tidak terentang pada R 3.
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 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 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 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 terperinciCHAPTER 6. Ruang Hasil Kali Dalam
CHAPTER 6. Ruang Hasil Kali Dalam Hasil Kali Dalam Sudut dan Ortogonal dalam Ruang Hasil Kali Dalam Orthonormal Bases; Gram-Schmidt Process; QR-Decomposition Best Approximation; Least Squares Orthogonal
Lebih 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 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 terperinciALJABAR LINEAR SUMANANG MUHTAR GOZALI KBK ANALISIS
ALJABAR LINEAR SUMANANG MUHTAR GOZALI KBK ANALISIS UNIVERSITAS PENDIDIKAN INDONESIA BANDUNG 2010 2 KATA PENGANTAR Bismillahirrahmanirrahim Segala puji bagi Allah Rabb semesta alam Shalawat serta salam
Lebih 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 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 terperinciEuclidean n & Vector Spaces. Matrices & Vector Spaces
Lecture 9 Euclidean n & Vector Spaces Delivered by: Filson Maratur Sidjabat fmsidjabat@president.ac.id Matrices & Vector Spaces #4 th June 05 (90%*score / 0% extra points for HW-Q) Retake Quiz. Compute
Lebih 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 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 terperinciDefinisi 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 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 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 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 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 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 terperinciBESARAN SKALAR DAN VEKTOR. Besaran Skalar. Besaran Vektor. Sifat besaran fisis : Skalar Vektor
PERTEMUAN II VEKTOR BESARAN SKALAR DAN VEKTOR Sifat besaran fisis : Skalar Vektor Besaran Skalar Besaran yang cukup dinyatakan oleh besarnya saja (besar dinyatakan oleh bilangan dan satuan). Contoh : waktu,
Lebih terperinciDIKTAT ALJABAR LINIER DAN MATRIKS VEKTOR. Penyusun Ir. S. Waniwatining Astuti, M.T.I.
DIKTAT ALJABAR LINIER DAN MATRIKS VEKTOR Penyusun Ir. S. Waniwatining Astuti, M.T.I. SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER GLOBAL INFORMATIKA MDP 24 KATA PENGANTAR Pertama-tama penulis mengucapkan
Lebih terperinciBAB 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 terperinciuiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg
uiopasdfghjklzxcvbnmqwertyuiopasd Qwertyuiopasdfghjklzxcvbnmqwerty cvbnmqwertyuiopasdfghjklzxcvbnmq fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg
Lebih terperinciSATUAN PERKULIAHAN. 10 menit -apersepsi -motivasi Diberikan dalam bahasa Inggris 100% 2 Kegiatan inti:
I. IDENTITAS MATA KULIAH II. SATUAN PERKULIAHAN b. Materi pokok : Pengenalan Bentuk SPL dengan variabel d. Pertemuan ke : e. Waktu : menit STANDAR KOMPETENSI DAN INDIKATOR Mahasiswa memiliki keterampilan
Lebih terperinciMATRIKS INVERS MOORE-PENROSE DALAM PENYELESAIAN SISTEM PERSAMAAN LINIER
MATRIKS INVERS MOORE-PENROSE DALAM PENYELESAIAN SISTEM PERSAMAAN LINIER SKRIPSI Disusun Oleh : IDA MISSHOBAH MUNIR RAHAYU J2A 004 019 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciVektor-Vektor. Ruang Berdimensi-2. Ruang Berdimensi-3
Vektor-Vektor dalam Ruang Berdimensi-2 dan Ruang Berdimensi-3 Disusun oleh: Achmad Fachrurozi Albert Martin Sulistio Iffatul Mardhiyah Rifki Kosasih Departemen Matematika Fakultas Matematika dan Ilmu Pengetahuan
Lebih 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 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 terperinciBAB III RUANG VEKTOR R 2 DAN R 3. Bab ini membahas pengertian dan operasi vektor-vektor. Selain
BAB III RUANG VEKTOR R DAN R 3 Bab ini membahas pengertian dan operasi ektor-ektor. Selain operasi aljabar dibahas pula operasi hasil kali titik dan hasil kali silang dari ektor-ektor. Tujuan Instruksional
Lebih terperinciRUANG VEKTOR BAGIAN RANK KONSTAN DARI BEBERAPA RUANG VEKTOR MATRIKS CONSTANT RANK VECTOR SUBSPACE OF SOME VECTOR SPACE MATRICES
RUANG VEKTOR BAGIAN RANK KONSTAN DARI BEBERAPA RUANG VEKTOR MATRIKS CONSTANT RANK VECTOR SUBSPACE OF SOME VECTOR SPACE MATRICES Iin Karmila Putri Karsa Amir Kamal Amir Loeky Haryanto Jurusan Matematika
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 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 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 terperinciMatematika 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 terperinciBAB 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 terperinciAljabar 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 terperinciMAKALAH RUANG VEKTOR UMUM
MAKALAH RUANG VEKTOR UMUM Disusun untuk memenuhi tugas mata kuliah Aljabar Linier Dosen Pengampu : Darmadi, S.Si, M.Pd Disusun oleh Kelompok II: Mujiati 08411.192 Puji Astuti 08411.226 Siti Nur Aminah
Lebih terperinci----- Garis dan Bidang di R 2 dan R
----- Garis dan Bidang di R dan R 3 ----- Sifat Operasi Hasil Kali Titik pada Vektor Teorema: Hasil kali titik (dot product) u dan v dapat dinyatakan pula sebagai: A. Pendekatan Geometri: R u v cos ; u,
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 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 terperinciYang 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 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 terperinciVEKTOR. Gambar 1.1 Gambar 1.2 Gambar 1.3. Liduina Asih Primandari, S.Si., M.Si.
VEKTOR 1 A. Definisi vektor Beberapa besaran Fisika dapat dinyatakan dengan sebuah bilangan dan sebuah satuan untuk menyatakan nilai besaran tersebut. Misal, massa, waktu, suhu, dan lain lain. Namun, ada
Lebih terperinciOutline Vektor dan Garis Koordinat Norma Vektor Hasil Kali Titik dan Proyeksi Hasil Kali Silang. Geometri Vektor. Kusbudiono. Jurusan Matematika
Jurusan Matematika 1 Nopember 2011 1 Vektor dan Garis 2 Koordinat 3 Norma Vektor 4 Hasil Kali Titik dan Proyeksi 5 Hasil Kali Silang Definisi Vektor Definisi Jika AB dan CD ruas garis berarah, keduanya
Lebih terperinciAljabar Linear Elementer Part IV. Oleh : Yeni Susanti
Aljabar Linear Elementer Part IV Vektor di Ruang R 2, R 3 dan R n Oleh : Yeni Susanti Vektor di Ruang R 2, R 3 dan R n Vektor: besaran yang mempunyai besar dan arah. Vektor secara geometris bisa digambarkan
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 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 terperinciuntuk 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 terperinciAljabar 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 terperinciMatriks - 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 terperinciPart 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 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 terperinciAljabar Linier & Matriks
Aljabar Linier & Matriks 1 Vektor Orthogonal Vektor-vektor yang saling tegak lurus juga sering disebut vektor orthogonal. Dua vektor disebut saling tegak lurus jika dan hanya jika hasil perkalian titik-nya
Lebih terperinciTrihastuti 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 terperinciKS KALKULUS DAN ALJABAR LINEAR Vektor di Ruang N TIM KALIN
KS091206 KALKULUS DAN ALJABAR LINEAR Vektor di Ruang N TIM KALIN TUJUAN INSTRUKSIONAL KHUSUS Setelah menyelesaikan pertemuan ini mahasiswa diharapkan: Dapat mengetahui definisi dan dapat menghitung perkalian
Lebih terperincierkalian Silang, Garis & Bidang dalam Dimensi 3
erkalian Silang, Garis & Bidang dalam Dimensi 3 TUJUAN INSTRUKSIONAL KHUSUS Setelah menyelesaikan pertemuan ini mahasiswa diharapkan : Dapat menghitung perkalian silang dari suatu vektor dan mengetahui
Lebih terperinciMODUL DAN KEUJUDAN BASIS PADA MODUL BEBAS
MODUL DAN KEUJUDAN BASIS PADA MODUL BEBAS MODULES AND BASES OF FREE MODULES Dian Mardiani Pendidikan Matematika, STKIP Garut Garut, Indonesia Alfid51@yahoo.com Abstrak Penelitian ini membahas beberapa
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 terperinciAljabar Linier Elementer. Kuliah ke-9
Aljabar Linier Elementer Kuliah ke-9 Materi kuliah Hasilkali Titik Proyeksi Ortogonal 7/9/2014 Yanita, FMIPA Matematika Unand 2 Hasilkali Titik dari Vektor-Vektor Definisi Jika u dan v adalah vektor-vektor
Lebih 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 terperinciMATRIKS Matematika Industri I
MATRIKS TIP FTP UB Mas ud Effendi Pokok Bahasan Matriks definisi Notasi matriks Matriks yang sama Panambahan dan pengurangan matriks Perkalian matriks Transpos suatu matriks Matriks khusus Determinan suatu
Lebih terperinciR 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 terperinciMODUL PEMBELAJARAN KALKULUS II. ALFIANI ATHMA PUTRI ROSYADI, M.Pd
MODUL PEMBELAJARAN KALKULUS II ALFIANI ATHMA PUTRI ROSYADI, M.Pd IDENTITAS MAHASISWA NAMA : KLS/NIM :. KELOMPOK:. Daftar Isi Kata Pengantar Peta Konsep Materi. BAB I Analisis Vektor a. Vektor Pada Bidang.6
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 terperinciII. LANDASAN TEORI. Pada bab ini akan dijelaskan mengenai teori-teori yang berhubungan dengan
II. LANDASAN TEORI Pada bab ini akan dijelaskan mengenai teori-teori yang berhubungan dengan penelitian ini sehingga dapat dijadikan sebagai landasan berfikir dalam melakukan penelitian dan akan mempermudah
Lebih terperinciTeorema Cayley-Hamilton pada Matriks atas Ring Komutatif
Teorema Cayley-Hamilton pada Matriks atas Ring Komutatif Joko Harianto 1, Nana Fitria 2, Puguh Wahyu Prasetyo 3, Vika Yugi Kurniawan 4 Jurusan Matematika, Universitas Gadjah Mada, Yogyakarta Indonesia
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 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 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 terperinciDiagonalisasi Matriks Segitiga Atas Ring komutatif Dengan Elemen Satuan
Diagonalisasi Matriks Segitiga Atas Ring komutatif Dengan Elemen Satuan Fitri Aryani 1, Rahmadani 2 Jurusan Matematika Fakultas Sains dan Teknologi UIN Suska Riau e-mail: khodijah_fitri@uin-suskaacid Abstrak
Lebih terperinciALJABAR 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 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 terperinciMATRIKS VEKTOR DETERMINAN SISTEM LINEAR ALJABAR LINEAR
MATRIKS VEKTOR DETERMINAN SISTEM LINEAR ALJABAR LINEAR 7.1 Matriks DEFINISI Susunan bilangan (fungsi) berbentuk persegi panjang yang ditutup dengan tanda kurung. Bilangan (fungsi) disebut entri-entri matriks.
Lebih terperinciMatriks. 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 terperinciAljabar 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 terperinciLatihan 7 : Similaritas, Pendiagonalan Matriks, Polinom Matriks
Latihan 7 : Similaritas, Pendiagonalan Matriks, Polinom Matriks 6. Tentukan polinomial karakteristik dari matriks transformasi A=. Andaikan A adalah matriks persegi berdimensi x. Polinom karakteristik
Lebih terperinciMATRIKS Matematika Industri I
MATRIKS TIP FTP UB Mas ud Effendi Pokok Bahasan Matriks definisi Notasi matriks Matriks yang sama Panambahan dan pengurangan matriks Perkalian matriks Transpos suatu matriks Matriks khusus Determinan suatu
Lebih terperinci8 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 terperinci8.3 Inverse Linear Transformations
8.3 Inverse Linear Transformations Definition One to One Transformasi linear T:V W dikatakan one-to-one jika T memetakan vektor-vektor berbeda pada V ke vektorvektor berbeda pada W. Jika A adalah suatu
Lebih terperinciMATA KULIAH ALJABAR LINIER
HAND OUT (BAHAN AJAR) MATA KULIAH ALJABAR LINIER Oleh: Saminanto, S.Pd., M.Sc PRODI TADRIS MATEMATIKA FAKULTAS TARBIYAH IAIN WALISONGO SEMARANG TAHUN Aljabar Linier KATA PENGANTAR Bismillaahirrohmaanirrohiim
Lebih terperinciPerluasan 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 terperinciBab 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 terperinciSUBRUANG MARKED. Suryoto Jurusan Matematika, FMIPA-UNDIP Semarang. Abstrak
SUBRUANG MARKED Suryoto Jurusan Matematika, FMIPA-UNDIP Semarang Abstrak Misalkan V suatu ruang vektor berdimensi hingga atas lapangan kompleks C, T operator linier nilpoten pada V dan W subruang T-invariant
Lebih terperinciBAB 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 terperinciInstitut Teknologi Sepuluh Nopember Surabaya. Keterkendalian (Controlability)
Institut Teknologi Sepuluh Nopember Surabaya Keterkendalian (Controlability) Contoh Soal Ringkasan Latihan Contoh Soal Ringkasan Latihan Vektor Bebas Linear Keterkendalian Keadaan Secara Sempurna dari
Lebih 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 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 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 terperinciAljabar Linear. & Matriks. Evangs Mailoa. Pert. 7-8
Aljabar Linear & Matriks Pert. 7-8 Evangs Mailoa Yang dipelajari hari ini: Aritmatika Vektor Konsep Geometrik Titik, Garis dan Bidang Perkalian Titik Euclidean Vector Spaces I There are two major topics
Lebih terperinciSIFAT NILAI EIGEN MATRIKS ANTI ADJACENCY DARI GRAF SIMETRIK
Faktor Exacta 10 (2): 154-161, 2017 SIFAT NILAI EIGEN MATRIKS ANTI ADJACENCY DARI GRAF SIMETRIK NONI SELVIA noni.selvia@gmail.com Program Studi Teknik Informatika Fakultas Teknik,Matematika dan Ilmu Pengetahuan
Lebih terperinci4. 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 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 terperinciBAB II LANDASAN TEORI
5 BAB II LANDASAN TEORI 2.1 Matriks Matriks (matrix) adalah jajaran empat persegi panjang dan bilanganbilangan. Bilangan-bilangan dalam jajaran tersebut disebut entri dari matriks. Berikut ini beberapa
Lebih terperinciMATRIKS BENTUK KANONIK RASIONAL DENGAN MENGGUNAKAN PEMBAGI ELEMENTER INTISARI
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 6, No. (17), hal 7 34. MATRIKS BENTUK KANONIK RASIONAL DENGAN MENGGUNAKAN PEMBAGI ELEMENTER Ardiansyah, Helmi, Fransiskus Fran INTISARI Pada
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 terperinciNILAI 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 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 terperinciALJABAR 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