04-Ruang Vektor dan Subruang
|
|
- Yohanes Hardja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 04-Ruang Vektor dan Subruang Vektor (1) Dosen: Anny Yuniarti, M.Comp.Sc Gasal Anny2011 1
2 Agenda Bagian 1: Ruang Vektor Bagian 2: Nullspace of A: Solusi Ax = 0 Bagian 3: Rank dan Row-reduced-form Anny2011 2
3 Bagian 1 RUANG VEKTOR Anny2011 3
4 Pendahuluan Ruang vektor yang utama: R n Dinotasikan dengan: R 1, R 2, R 3, R 4, Setiap ruang vektor R n berisi seluruh vektor pada ruang tsb. Misal: R 5 berisi seluruh vektor kolom dengan lima komponen. R 5 disebut ruang 5-dimensi. Mengapa digunakan huruf R? Karena komponen vektor adalah bilangan real Jika komponen vektor bilangan kompleks maka ruang vektornya C n. Anny2011 4
5 Pendahuluan Ruang vektor R 2 direpresentasikan dengan bidang xy. Setiap vektor v pada R n memiliki n komponen Anny2011 5
6 Kombinasi Linier pada Ruang Vektor Jika v pada R 4 dengan komponen 1, 0, 0, 1 maka 2v adalah vektor pada R 4 dengan komponen 2, 0, 0, 2. Pada sebuah ruang vektor, terdapat 8 rule sbb: Anny2011 6
7 Ruang Vektor selain R n M : Ruang vektor semua matriks 2 x 2 F : Ruang vektor semua fungsi f (x) Z : Ruang vektor yang terdiri dari sebuah vektor nol (zero vector) P atau P n : Ruang vektor semua polinomial derajat n Anny2011 7
8 Sub-ruang (Subspace) Semua kombinasi linier menghasilkan vektor di sub-ruang yang sama. Setiap subspace mengandung zero vector Beberapa contoh subspace pada R3: L : garis yang melalui (0, 0, 0) P : bidang yang melalui (0, 0, 0) R 3 Z Anny2011 8
9 Contoh Apakah D subspace dari U? Anny2011 9
10 Ruang Kolom dari Matriks A Dinotasikan dengan C(A) Berisi semua kombinasi linier kolom-kolom matriks A SPL: Ax = b b adalah kombinasi linier kolom pada A b harus berada pada ruang kolom A, jika tidak berari tidak ada solusi dari SPL tsb Anny
11 Ruang Kolom dari Matriks A Misal A adalah matriks berukuran m x n Ada berapa komponen tiap kolom pada A? Berada pada ruang apa tiap kolom pada A? C(A) = semua kombinasi linier vektor (subspace) pada ruang R m. Anny
12 Contoh C(A) Anny
13 Contoh C(A) Anny
14 Bagian 2 NULLSPACE OF A: SOLUSI Ax = 0 Anny
15 Solusi Ax = 0 Salah satu solusi Ax = 0 adalah x = 0. Jika A invertible, tidak ada solusi selain x = 0. Jika A not-invertible, terdapat solusi selain x = 0. Setiap solusi x berada pada sub-ruang yang disebut nullspace of A. Notasi: N(A) Apa isi sub-ruang N(A)? Semua solusi dari Ax = 0 Anny
16 Contoh Anny
17 Contoh Anny
18 Contoh Anny
19 Some Comments Special solutions are much easier to find from the reduced system Rx = 0. For many matrices, the only solution to Ax = 0 is x = 0. The nullspace contains only the zero vector: N(A) = Z. This says that the columns of A are independent. No combination of columns gives the zero vector (except the zero combination). All columns have pivots, no columns are free. Anny
20 Eliminasi untuk mencari solusi Ax = 0 A adalah matriks persegi empat (tidak harus persegi) berukuran m x n Terdapat m persamaan Dengan n variabel yang tidak diketahui b = 0 Dua langkah untuk mencari Ax = 0: Eliminasi untuk mengubah A menjadi U Substitusi menggunakan Ux = 0 atau Rx = 0 menghasilkan solusi yang dicari Jika ditemukan kondisi kolom pada A tidak mempunyai pivot, lanjutkan ke kolom berikutnya Misal: Carilah U dari matriks A berikut: Anny
21 Eliminasi untuk mencari solusi Ax = 0 Vektor (-1, 1, 0, 0) dan (-1, 0, -1, 1) adalah special solutions Semua solusi (N(A)) adalah kombinasi linier kedua special solutions tsb Anny
22 Contoh Tentukan nullspace dari U berikut: Jika matriks U dieliminasi lebih lanjut (nilai diatas pivot diset 0 kemudian setiap baris dibagi dengan pivotnya), akan dihasilkan R: Anny
23 Matriks Echelon Eliminasi mengubah A menjadi U Matriks U adalah matriks echelon Ruang kolom matriks U: R 4 C(U) terdiri semua vektor (b 1, b 2, b 3, 0) Nullspace of U: subspace of R 7 Solusi untuk Ux = 0 adalah semua kombinasi linier 4 solusi spesial (karena ada 4 free variables) Kolom 3, 4, 5, 7 tidak mempunyai pivot. Jadi free variables-nya adalah x 3, x 4, x 5, x 7 Set satu free variable menjadi 1, set free variable yang lain menjadi 0 Cari solusi Ux = 0 untuk pivot variables x 1, x 2, x 6 Hasilnya adalah satu solusi spesial dari 4 solusi spesial dalam matriks nullspace N Anny
24 Matriks Echelon Misal matriks A memiliki lebih banyak kolom dari baris: n > m Ada berapa free variables? Minimal ada satu free variable Sistem Ax = 0 minimal memiliki satu solusi spesial Kesimpulan: jika Ax = 0 memiliki lebih banyak variabel yang tidak diketahui daripada persamaan (n > m), maka diperoleh solusi bukan nol (pasti ada kolom yang tidak mempunyai pivot) Bahkan solusi bukan nol tsb sebenarnya tak terhingga Nullspace adalah subspace Dimensi ruang nullspace ditentukan dari jumlah free variable Anny
25 Matriks RRE (reduced row echelon) R Matriks U jika semua baris dibagi dengan pivotnya kemudian dilakukan upward elimination akan dihasilkan matriks R, misal: Jika A invertible, matriks R-nya = I, N(A) = Z. Anny
26 Bagian 3 RANK DAN ROW-REDUCED- FORM Anny
27 Definisi rank Rank sebuah matriks A adalah jumlah pivot r Rank memberikan ukuran sebuah SPL (bukan ukuran matriks A) Sebuah matriks A: Menggunakan definisi rank diatas, berapa rank dari A (dan juga U)? Anny
28 Rank Satu Matriks dengan nilai rank = 1 artinya hanya memiliki satu pivot. Setiap baris adalah perkalian baris pivot Setiap kolom adalah perkalian kolom pivot Contoh: Anny
29 Ruang Kolom Matriks Rank 1 Pada matriks dengan rank 1, semua kolom berada pada sebuah garis yang melalui u = (1, 2, 3) Kolom pada matriks A: u, 3u, 10u Jika v T = [1 3 10], maka bentuk matriks rank 1 menjadi: A = uv T Nullspace (bidang) tegak lurus dengan row space (garis) Anny
30 Definisi Rank Jika rank matriks A, U, dan R adalah r, maka: A, U, dan R memiliki r baris pivot (r baris yang independen) A, U, dan R memiliki r kolom pivot (r kolom yang independen) r adalah dimensi ruang kolom matriks A, U, dan R r adalah dimensi ruang baris matriks A, U, dan R Anny
31 Kolom Pivot Kolom pivot matriks R bernilai 1 pada pivot dan bernilai 0 pada elemen selain pivot. Kolom pivot matriks diatas: (1, 3) Anny
32 Solusi Spesial Anny
33 Solusi Spesial Anny
34 Solusi Spesial Anny
35 Solusi Spesial Anny
36 Latihan Pertemuan 4 Chapter 3.1 Problem 12, 19 Chapter 3.2 Problem 1, 2, 3, 4 Chapter 3.3 Problem 1, 2, 8, 10 Anny
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 terperinci01-Pengenalan Vektor. Dosen: Anny Yuniarti, M.Comp.Sc Gasal Anny2011 1
01-Pengenalan Vektor Dosen: Anny Yuniarti, M.Comp.Sc Gasal 2011-2012 Anny2011 1 Agenda Bagian 1: Vektor dan Kombinasi Linier Bagian 2: Panjang Vektor dan Perkalian Titik (Dot Products) Bagian 3: Matriks
Lebih terperinci03-Pemecahan Persamaan Linier (2)
-Pemecahan Persamaan Linier () Dosen: Anny Yuniarti, M.Comp.Sc Gasal - Anny Agenda Bagian : Matriks Invers Bagian : Eliminasi = Faktorisasi: A = LU Bagian : Transpos dan Permutasi Anny Bagian MATRIKS INVERS
Lebih terperinciChapter 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 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 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 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 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 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 terperinci6 Sistem Persamaan Linear
6 Sistem Persamaan Linear Pada bab, kita diminta untuk mencari suatu nilai x yang memenuhi persamaan f(x) = 0. Pada bab ini, masalah tersebut diperumum dengan mencari x = (x, x,..., x n ) yang secara sekaligus
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 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 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 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 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 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 terperincibilqis 1
http://ariefhidayathlc.wordpress.com/ http://www.kompasiana.com/ariefhidayatpwt http://ariefhidayat88.forummi.com/ bilqis PERTEMUAN bilqis TUJUAN INSTRUKSIONAL KHUSUS Setelah menyelesaikan pertemuan ini
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 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 terperinciAljabar 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 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 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 terperinciSolusi 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 terperinciSolusi Persamaan Linier Simultan
Solusi Persamaan Linier Simultan Obyektif : 1. Mengerti penggunaan solusi persamaan linier 2. Mengerti metode eliminasi gauss. 3. Mampu menggunakan metode eliminasi gauss untuk mencari solusi 1. Sistem
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 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 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 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 terperinciINVERS MOORE PENROSE MATRIKS BEBAS SKRIPSI. Disusun oleh : AGUNG WICAKSONO J2A JURUSAN MATEMATIKA
INVERS MOORE PENROSE MATRIKS BEBAS SKRIPSI Disusun oleh : AGUNG WICAKSONO J2A 004 002 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS DIPONEGORO SEMARANG 2009 1 2 ABSTRAK Pada
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 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 terperinciALJABAR LINIER. Kelas B JUMAT Ruang i.iii.3. Kelas A JUMAT Ruang i.iii.3
ALJABAR LINIER ALJABAR LINIER Kelas B JUMAT 08.00 Ruang i.iii.3 Kelas A JUMAT 09.45 Ruang i.iii.3 Referensi Utama: Elementary Linear Algebra Howard Anton Chris Rores John Wiley, ninth edition Chapter 1
Lebih terperinciMinggu II Lanjutan Matriks
Minggu II Lanjutan Matriks Pokok Bahasan Sub Pokok Bahasan Tujuan Instruksional Umum Tujuan Instruksional Khusus Jumlah Pertemuan : Matriks : A. Transformasi Elementer. Transformasi Elementer pada baris
Lebih 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 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 terperinciBentuk umum : SPL. Mempunyai penyelesaian disebut KONSISTEN. Tidak mempunyai penyelesaian disebut TIDAK KONSISTEN TUNGGAL BANYAK
Bentuk umum : dimana x, x,..., x n variabel tak diketahui, a ij, b i, i =,,..., m; j =,,..., n bil. diketahui. Ini adalah SPL dengan m persamaan dan n variabel. SPL Mempunyai penyelesaian disebut KONSISTEN
Lebih terperinciS I L A B U S. Kode Mata Kuliah : SKS : 3. Dosen Pembimbing : M. Soenarto
081316373780 S I L A B U S Mata Kuliah : ALJABAR LINIER Kode Mata Kuliah : SKS : 3 Prasyarat : MATEMAA DASAR Dosen Pembimbing : M. Soenarto Prodi / Jenjang : MATEMAA / S1 Buku Sumber : Singapore : Mc-Graw-
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 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 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 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 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 III : SISTEM PERSAMAAN LINIER
3.1 PENDAHULUAN BAB III : SISTEM PERSAMAAN LINIER Penyelesaian suatu sistem n persamaan dengan n bilangan tak diketahui banyak dijumpai dalam permasalahan teknik. Di dalam Bab ini akan dipelajari sistem
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 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 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 terperinciBAB 2 LANDASAN TEORI. yang dibicarakan yang akan digunakan pada bab selanjutnya. Bentuk umum dari matriks bujur sangkar adalah sebagai berikut:
BAB 2 LANDASAN TEORI Pada bab ini dibicarakan mengenai matriks yang berbentuk bujur sangkar dengan beberapa definisi, teorema, sifat-sifat dan contoh sesuai dengan matriks tertentu yang dibicarakan yang
Lebih 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 terperinciPertemuan 4 Aljabar Linear & Matriks
Pertemuan 4 Aljabar Linear & Matriks 1 Notasi : huruf besar tebal misalnya A, B, C Merupakan array dari bilangan, setiap bilangan disebut elemen matriks (entri matriks) Bentuk umum : m : jumlah baris (mendatar)
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 terperinciuiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg
uiopasdfghjklzxcvbnmqwertyuiopasd Qwertyuiopasdfghjklzxcvbnmqwerty cvbnmqwertyuiopasdfghjklzxcvbnmq fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg
Lebih terperinciMetode Simpleks (Simplex Method) Materi Bahasan
Metode Simpleks (Simplex Method) Kuliah 03 TI2231 Penelitian Operasional I 1 Materi Bahasan 1 Rumusan Pemrograman linier dalam bentuk baku 2 Pemecahan sistem persamaan linier 3 Prinsip-prinsip metode simpleks
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 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(MS.3) SUBRUANG CONINVARIAN DARI MATRIKS KUADRAT KOMPLEKS
Seminar Nasional Statistika 2 November 20 Vol 2, November 20 (MS.3) SUBRUANG CONINVARIAN DARI MATRIKS KUADRAT KOMPLEKS Euis Hartini Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
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 terperinci(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 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 terperinciBAB 2 OPTIMISASI KOMBINATORIAL. Masalah optimisasi merupakan suatu proses pencarian varibel bebas yang
BAB 2 OPTIMISASI KOMBINATORIAL 2.1 Masalah Model Optimisasi Kombinatorial Masalah optimisasi merupakan suatu proses pencarian varibel bebas yang memenuhi kondisi atau batasan yang disebut kendala dari
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 terperinciPertemuan 8 Aljabar Linear & Matriks
Pertemuan 8 Aljabar Linear & Matriks 1 Jika A adl matriks nxn yg invertible, untuk setiap matriks b dgn ukuran nx1, maka sistem persamaan linier Ax = b mempunyai tepat 1 penyelesaian, yaitu x = A -1 b
Lebih terperinci1 Array dan Tipe Data Bentukan
1 Array dan Tipe Data Bentukan Overview Dalam dunia nyata, struktur data yang dihadapi sangat beragam dan penggunaan variabel dengan tipe data dasar memiliki keterbatasan pada banyaknya nilai yang dapat
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 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 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 terperinciSistem Persamaan Linier dan Matriks
Sistem Persamaan Linier dan Matriks 1.1 Pendahuluan linier: Sebuah garis pada bidang- dapat dinyatakan secara aljabar dengan sebuah persamaan Sebuah persamaan jenis ini disebut persamaan linier dalam dua
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 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 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 terperinciALGORITMA ELIMINASI GAUSS INTERVAL DALAM MENDAPATKAN NILAI DETERMINAN MATRIKS INTERVAL DAN MENCARI SOLUSI SISTEM PERSAMAAN INTERVAL LINEAR
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 04, No. 3 (2015), hal 313 322. ALGORITMA ELIMINASI GAUSS INTERVAL DALAM MENDAPATKAN NILAI DETERMINAN MATRIKS INTERVAL DAN MENCARI SOLUSI SISTEM
Lebih terperinciBAB 1 PENDAHULUAN. Sebuah garis dalam bidang xy secara aljabar dapat dinyatakan oleh persamaan yang berbentuk
BAB 1 PENDAHULUAN 1.1 Latar belakang Sebagian besar dari sejarah ilmu pengetahuan alam adalah catatan dari usaha manusia secara kontinu untuk merumuskan konsep-konsep yang dapat menguraikan permasalahan
Lebih terperinciKode, GSR, dan Operasi Pada
BAB 2 Kode, GSR, dan Operasi Pada Graf 2.1 Ruang Vektor Atas F 2 Ruang vektor V atas lapangan hingga F 2 = {0, 1} adalah suatu himpunan V yang berisi vektor-vektor, termasuk vektor nol, bersama dengan
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. tegak, perlu diketahui tentang materi-materi sebagai berikut.
BAB II TINJAUAN PUSTAKA Sebelum pembahasan mengenai irisan bidang datar dengan tabung lingkaran tegak, perlu diketahui tentang materi-materi sebagai berikut. A. Matriks Matriks adalah himpunan skalar (bilangan
Lebih 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 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 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 terperinciPAM 252 Metode Numerik Bab 3 Sistem Persamaan Linier
PAM 252 Metode Numerik Bab 3 Sistem Persamaan Linier Mahdhivan Syafwan Jurusan Matematika FMIPA Universitas Andalas Semester Genap 2013/2014 1 Mahdhivan Syafwan Metode Numerik: Sistem Persamaan Linier
Lebih terperinciMatriks adalah susunan segi empat siku-siku dari objek yang diatur berdasarkan baris (row) dan kolom (column). Objek-objek dalam susunan tersebut
Matriks adalah susunan segi empat siku-siku dari objek yang diatur berdasarkan baris (row) dan kolom (column). Objek-objek dalam susunan tersebut dinamakan entri dalam matriks atau disebut juga elemen
Lebih terperinciOperasi Eliminasi Gauss. Eliminasi Gauss adalah suatu cara mengoperasikan nilai-nilai di dalam
Operasi Eliminasi Gauss Eliminasi Gauss adalah suatu cara mengoperasikan nilai-nilai di dalam matriks sehingga menjadi matriks yang lebih sederhana (ditemukan oleh Carl Friedrich Gauss). Caranya adalah
Lebih terperinciSistem Persamaan Linier (SPL)
Sistem Persamaan Linier (SPL) Kuliah Aljabar Linier Semester Ganjil 2015-2016 MZI Fakultas Informatika Telkom University FIF Tel-U Agustus 2015 MZI (FIF Tel-U) SPL Agustus 2015 1 / 27 Acknowledgements
Lebih terperinciAdri Priadana. ilkomadri.com
Adri Priadana ilkomadri.com Pengertian Sistem Persamaan Linier Persamaan linier adalah suatu persamaan dengan bentuk umum a 1 x 1 + a 2 x 2 + + a n x n = b yang tidak melibatkan hasil kali, akar, pangkat
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 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 terperinciALJABAR VEKTOR MATRIKS. oleh: Yeni Susanti
ALJABAR VEKTOR MATRIKS oleh: Yeni Susanti Materi SPL : Definisi, Solusi, SPL Nonhomogen, SPL Homogen, Matriks Augmented, Bentuk Eselon Baris (Bentuk Eselon baris Tereduksi), Eliminasi Gauss (Eliminasi
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 terperinciII. TINJAUAN PUSTAKA. Suatu matriks didefinisikan dengan huruf kapital yang dicetak tebal, misalnya A,
II. TINJAUAN PUSTAKA 2.1 Konsep-konsep Matriks Definisi Matriks Suatu matriks didefinisikan dengan huruf kapital yang dicetak tebal, misalnya A, B, X, Y. Elemen-elemen di dalamnya disebut skalar yang berasal
Lebih terperinciMATEMATIKA EKONOMI ( FUNGSI LINIER, GRAFIK FUNGSI DAN SISTEM PERSAMAAN LINIER )
MATEMATIKA EKONOMI ( FUNGSI LINIER, GRAFIK FUNGSI DAN SISTEM PERSAMAAN LINIER ) KELOMPOK 2 1. UMAR ATTAMIMI (01212043) 2. SITI WASI ATUL MUFIDA (01212096) 3. DEVI PRATNYA. P. (01212078) 4. POPPY MERLIANA
Lebih terperinciELIMINASI GAUSS MAKALAH. Untuk Memenuhi Tugas Terstruktur Mata Kuliah Metode Numerik Dosen Saluky M.Kom. Di Susun Oleh: Kelompok VII Matematika C/VII
ELIMINASI GAUSS MAKALAH Untuk Memenuhi Tugas Terstruktur Mata Kuliah Metode Numerik Dosen Saluky M.Kom Di Susun Oleh: Kelompok VII Matematika C/VII Anggota : 1. Eko Kurniawan P. (59451064) 2. Siti Nurhairiyah
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 terperinciSistem-sistem Persamaan (Linear dan Non Linear)
Sistem-sistem Persamaan (Linear dan Non Linear) Pendekatan Menu Restoran Oleh: Drs. Turmudi, M.Ed., M.Sc., Ph.D. 27 Bab 3 Sistem-Sistem Persamaan A. Pengantar Di dalam Aljabar representasi suatu besaran
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 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 III. METODE SIMPLEKS
BAB III. METODE SIMPLEKS 3.1. PENGANTAR Metode grafik tidak dapat menyelesaikan persoalan linear program yang memilki variabel keputusan yang cukup besar atau lebih dari dua, maka untuk menyelesaikannya
Lebih terperinciMETODE SIMPLEKS 06/10/2014. Angga Akbar Fanani, ST., MT. SPL Nonhomogen dengan penyelesaian tunggal (unique) ~ ~
6//4 METODE SIMPLEKS Angga Akbar Fanani, ST., MT. SPL Nonhomogen dengan penyelesaian tunggal (unique) Cari penyelesaian dari sistem : x x + x 3 = - 3x + x x 3 = -x + x + x 3 = - Metode Gauss-Jordan : lakukan
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 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 terperinciModifikasi Metode Gauss atau Operasi Baris Elementer pada Solusi Sistim Persamaan Linier 3 Variabel dan 3 Persamaan
Modifikasi Metode Gauss atau Operasi Baris Elementer pada Solusi Sistim Persamaan Linier 3 Variabel dan 3 Persamaan Edwin Julius Solaiman Fakultas Teknologi Informasi, Universitas Advent Indonesia Abstrak
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 terperinci