8.3 Inverse Linear Transformations
|
|
- Farida Agusalim
- 7 tahun lalu
- Tontonan:
Transkripsi
1 8.3 Inverse Linear Transformations
2 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 matriks nxn dan T A :R n R n adalah perkalian dengan A, maka T A adalah one-to-one jika dan hanya jika A adalah invertible matrix.
3 Theorem Equivalent Statements Jika T:V W adalah suatu transformasi linear, maka: (a) T adalah one-to-one (b) Kernel dari T hanya terdiri dari vektor nol ker(t) = {0} (c) Nullity (T) = 0
4 Theorem Jika V adalah ruang vektor berdimensi terhingga, dan T:V V adalah suatu operator linear, maka: (a)t adalah one to one (b) ker(t) = {0} (c)nullity(t) = 0 (d)the range of T is V;that is,r(t) =V
5 Contoh Anggap T A :R 4 -> R 4 adalah perkalian dengan Tentukan apakah T A adalah one to one. Jawab : det(a)=0 not invertible T A is not one to one. Jika A adalah suatu matriks nxn dan T A :R n R n adalah perkalian dengan A, maka T A adalah one-to-one jika dan hanya jika A adalah invertible matrix.
6 Inverse Linear Transformations Jika T :V W adalah transformasi linear, maka daerah hasil dari T, R (T ) adalah sub ruang W yang terdiri dari semua bayangan di bawah T dari vektor-vektor pada V. Jika T adalah one to one maka setiap vektor v pada V memiliki bayangan unik w=t(v) pada R(T). Keunikan vektor bayangan ini inverse of T T 1.yang memetakan w kembali ke v
7 Contoh Anggap T :R 3 ->R 3 adalah operator linear yang didefinisikan oleh rumus: T (x 1,x 2,x 3 )=(3x 1 +x 2,-2x 1-4x 2 +3x 3,5x 1 +4 x 2-2x 3 ) Tentukan apakah T adalah one to one, jika demikian cari T -1 (x 1,x 2,x 3 ) Matriks standars T : Cek, apakah [T] memiliki invers? Cek dulu apakah det T terdefinisi? Jika A adalah suatu matriks nxn dan T A :R n R n adalah perkalian dengan A, maka T A adalah one-to-one jika dan hanya jika A adalah invertible matrix.
8 Matriks standars T :
9 Invers dari Komposisi Jika T 1 :U V and T 2 :V W adalah one to one linear transformation maka: (a)t 2 o T 1 is one to one (b) (T 2 o T 1 ) -1 = T T 2-1
10 Contoh
11 8.4. Matriks-Matriks Transformasi Linier Umum
12 Matriks-Matriks Transformasi Linier Jika; V : ruang vektor berdimensi n dengan basis B W : ruang vektor berdimensi m dengan basis B Maka untuk setiap x pada V, matriks koordinat [x] B akan menjadi suatu vektor pada R n dan matriks koordinat [T(x)] B akan menjadi vektor pada R m Matriks A merupakan matriks untuk T berkenaan dengan basis B dan B A [x] B = [T(x)] B
13 Matriks-Matriks Transformasi Linier Jika B = {u 1, u 2,, u n } adalah basis untuk ruang V berdimensi n dan B = {v 1, v 2,., v n } adalah basis untuk ruang berdimensi m, maka kita mencari suatu matriks m x n : Yang berlaku untuk semua vektor x dalam V. Matriks A akan berlaku untuk semua basis vektor u 1, u 2,, u n, jika: A [u 1 ] B = [T(u 1 )] B, A [u 2 ] B = [T(u 2 )] B,.. A [u n ] B = [T(u n )] B A [u n ] B = [T(u n )] B
14 Matriks-Matriks Transformasi Linier A [u 1 ] B = [T(u 1 )] B, A [u 2 ] B = [T(u 2 )] B,.. A [u n ] B = [T(u n )] B Namun, jika A [u n ] B = [T(u n )] B
15 Matriks-Matriks Transformasi Linier Subsitusi hasil ke persamaan : A[u 1 ] B, A[u 2 ] B.. A[u n ] B A [u n ] B = [T(u n )] B Didapat: Artinya berkenaan dengan basis B, berturut-turut kolomkolom matriks A adalah matriks-matriks koordinat dari :
16 Matriks-Matriks Transformasi Linier Matriks untuk T berkenaan dengan B dan B adalah Atau ditulis : Matriks ini mempunyai sifat:
17 Matriks Matriks Operator Linier Jika T : R n R m adalah transformasi linier dan jika B dan B adakah basis-basis standar untuk R n dan R m, maka [T] B,B =[T] Matriks Operator Linier dapat menghitung bayangan vektor dengan menggunakan perkalian matriks. Jika T: V W adalah transformasi linier, maka matriks [T] B,B bisa digunakan untuk menghitung T(x) dalam 3 langkah: 1. Hitung matriks koordinat [x] B 2. Kalikan [x] B dari kiri dengan [T] B,B untuk menghasilkan [T] B 3. Susun ulang T(x) dari matriks koordinatnya [T] B
18 Matriks Matriks Komposisi dan Tranformasi Balikan Jika T 1 : U V dan T 2 : V W adalah transformasi linier dan jika B, B, dan B masing-masing adalah basis-basis untuk U, V dan W, maka : Jika T: V V adalah suatu operator linier dan jika B adalah basis untuk V, maka pernyataan berikut ini ekuivalen: a. T satu satu b. [T]B dapat dibalik Jika kesetaraan ini dipenuhi, maka :
Aljabar Linier Elementer. Kuliah 27
Aljabar Linier Elementer Kuliah 27 Materi Kuliah Transformasi Linier Invers Matriks Transformasi Linier Umum //24 Yanita, Matematika FMIPA Unand 2 Transformasi Linier Satu ke satu dan Sifat-sifatnya Definisi
Lebih terperinci8.1 Transformasi Linier Umum. Bukan lagi transformasi R n R m, tetapi transformasi linier dari
8.1 Transformasi Linier Umum Bukan lagi transformasi R n R m, tetapi transformasi linier dari ruang vektor V vektor W. Definisi Jika T: V W adalah suatu fungsi dari suatu ruang vektor V ke ruang vektor
Lebih terperinciTransformasi Linier. Transformasi linier memiliki beberapa fungsi yang perlu dipelajari. Fungsi-fungsi tersebut antara lain :
Transformasi Linier Objektif:. definisi transformasi linier umum.. definisi transformasi linier dari R n ke R m. 3. invers transformasi linier. 4. matrix transformasi 5. kernel dan jangkauan 6. keserupaan.definisi
Lebih terperinciMUH1G3/ MATRIKS DAN RUANG VEKTOR
MUHG3/ MATRIKS DAN RUANG VEKTOR TIM DOSEN 7 Transformasi Linear Sub Pokok Bahasan Definisi Transformasi Linear Matriks Transformasi Kernel dan Jangkauan Aplikasi Transformasi Linear Grafika Komputer Penyederhanaan
Lebih 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 terperinciTRANSFORMASI LINEAR. Disusun untuk Memenuhi Tugas Mata Kuliah Aljabar Linear. Dosen Pengampu : Abdul Aziz Saefudin, M.Pd
TRANSFORMASI LINEAR Disusun untuk Memenuhi Tugas Mata Kuliah Aljabar Linear Dosen Pengampu : Abdul Aziz Saefudin, M.Pd Disusun oleh : Kelompok 7/ Kelas III A Endar Alviyunita 34400094 Ahmat Sehari ---------------
Lebih 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 terperinciBAB IV TRANSFORMASI LINEAR. sebuah vektor yang unik di dalam W dengan sebuah vektor di dalam V, maka kita mengatakan F
BAB IV TRANSFORMASI LINEAR 4.. Transformasi Linear Jika V dan W adalah ruang vektor dan F adalah sebuah fungsi yang mengasosiasikan sebuah vektor yang unik di dalam W dengan sebuah vektor di dalam V, maka
Lebih terperinciTRANSFORMASI LINIER (Kajian Fungsi antar Ruang Vektor)
Outline TRANSFORMASI LINIER (Kajian Fungsi antar Ruang Vektor) Drs. Antonius Cahya Prihandoko, M.App.Sc PS. Pendidikan Matematika PS. Sistem Informasi University of Jember Indonesia Jember, 2009 Outline
Lebih 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 terperinciadalah isomorphik dengan im( ), 2) The rank plus nullity Theorem dim(ker ( ) )+dim(im ( )
The Rank Plus Nullity Theorem L(V,W) 1) Sembarang komplemen dari ker () adalah isomorphik dengan im( ), 2) The rank plus nullity Theorem dim(ker () )+dim(im () ) = dim(v) Teorema 2.8. Misal atau rk() +
Lebih 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 terperinciBAB 4 RUANG VEKTOR EUCLID. Dr. Ir. Abdul Wahid Surhim, MT.
BAB 4 RUANG VEKTOR EUCLID Dr. Ir. Abdul Wahid Surhim, MT. KERANGKA PEMBAHASAN 1. Ruang n Euclid 2. Transformasi Linier dari R n dan R m 3. Sifat-sifat Transformasi Linier 4.1 RUANG N EUCLID Jika di bab
Lebih terperinciBAB 7 TRANSFORMASI LINEAR PADA RUANG VEKTOR
BAB 7 TRANSFORMASI LINEAR PADA RUANG VEKTOR A. DEFINISI DASAR 1. Definisi-1 Suatu pemetaan f dari ruang vektor V ke ruang vektor W adalah aturan perkawanan sedemikian sehingga setiap vektor v V dikawankan
Lebih terperinciSUMMARY ALJABAR LINEAR
SUMMARY ALJABAR LINEAR SUMANANG MUHTAR GOZALI KBK ANALISIS UNIVERSITAS PENDIDIKAN INDONESIA BANDUNG 2010 2 KATA PENGANTAR Bismillahirrahmanirrahim Segala puji bagi Allah Rabb semesta alam. Shalawat serta
Lebih 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 terperinciTransformasi Linear dari R n ke R m
TE0967 Teknik Numerik Sistem Linear Transformasi Linear dari R n ke R m Trihastuti gustinah Bidang Studi Teknik Sistem Pengaturan Jurusan Teknik Elektro - FTI Institut Teknologi Sepuluh Nopember OUTLINE
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI A. Matriks 1. Pengertian Matriks Definisi II.A.1 Matriks didefinisikan sebagai susunan persegi panjang dari bilangan-bilangan yang diatur dalam baris dan kolom. Contoh II.A.1: 9 5
Lebih terperinciAljabar Linier & Matriks
Aljabar Linier & Matriks 1 Pendahuluan Ruang vektor tidak hanya terbatas maksimal 3 dimensi saja 4 dimensi, 5 dimensi, dst ruang n-dimensi Jika n adalah bilangan bulat positif, maka sekuens sebanyak n
Lebih terperinciBAB I PENDAHULUAN. 3) Untuk mengetahui apa yang dimaksud dengan invers matriks. 4) Untuk mengetahui apa yang dimaksud dengan determinan matriks
1.1 LATAR BELAKANG BAB I PENDAHULUAN Teori matriks merupakan salah satu cabang ilmu aljabar linier yang menjadi pembahasan penting dalam ilmu matematika. Sejalan dengan perkembangan ilmu pengetahuan, aplikasi
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 terperinciAljabar Linier Elementer. Kuliah 26
Aljabar Linier Elementer Kuliah 26 Materi Kuliah Transformasi Linier Umum Kernel dan Range 10/11/2014 Yanita, Matematika FMIPA Unand 2 Transformasi Linier Umum Definisi Misalkan V dan W adalah ruang vektor
Lebih 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 terperinciMateri Aljabar Linear Lanjut
Materi Aljabar Linear Lanjut TRANSFORMASI LINIER DARI R n KE R m ; GEOMETRI TRANSFORMASI LINIER DARI R 2 KE R 2 Disusun oleh: Dwi Lestari, M.Sc email: dwilestari@uny.ac.id JURUSAN PENDIDIKAN MATEMATIKA
Lebih terperinciBAB III OPERATOR LINEAR TERBATAS PADA RUANG HILBERT. Operator merupakan salah satu materi yang akan dibahas dalam fungsi
BAB III OPERATOR LINEAR TERBATAS PADA RUANG HILBERT 3.1 Operator linear Operator merupakan salah satu materi yang akan dibahas dalam fungsi real yaitu suatu fungsi dari ruang vektor ke ruang vektor. Ruang
Lebih terperinci6. TRANSFORMASI LINIER
6. TRANSFORMASI LINIER 1. Definisi Transformasi Linier Jika F:V W adalah sebuah fungsi dari ruang vektor V ke dalam ruang vektor W, maka F disebut transformasi linier (pemetaan linier), jika: 1. F(u+v)
Lebih terperinciRENCANA KEGIATAN PERKULIAHAN Kode Mata Kuliah : MAA 526 Nama Mata Kuliah : Analisis Fungsional
Ming gu ke RENCANA KEGIATAN PERKULIAHAN Kode Mata Kuliah : MAA 56 Nama Mata Kuliah : Analisis Fungsional T o p i k S u b T o p i k 1. Ruang Banach - Ruang metrik - Ruang vektor bernorm - Barisan di ruang
Lebih terperinciMENENTUKAN INVERS DRAZIN DARI MATRIKS SINGULAR
MENENTUKAN INVERS DRAZIN DARI MATRIKS SINGULAR SKRIPSI Oleh : Liniswatil Khasanah J2A006031 PROGRAM STUDI MATEMATIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS DIPONEGORO
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 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 terperinciAljabar Linier. Kuliah
Aljabar Linier Kuliah 13 14 15 Materi Kuliah Transformasi Linier dari F n ke F m Perubahan Matriks Basis Matriks dari Transformasi Linier Perubahan Basis untuk Transformasi Linier Matriks-matriks Ekivalen
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 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 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 terperinciFUNGSI MATEMATIKA SISTEM INFORMASI 1
FUNGSI MATEMATIKA SISTEM INFORMASI 1 PENGERTIAN FUNGSI A disebut daerah asal (domain) dari f dan B disebut daerah hasil (Kodomain) dari f. Nama lain untuk fungsi adalah pemetaan atau transformasi. A Fungsi
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 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 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 terperinciAljabar Linier. Kuliah
Aljabar Linier Kuliah 10 11 12 Materi Kuliah Transformasi Linier Kernel dan Image dari Transformasi Linier isomorfisma Teorema Rank plus Nullity 1/11/2014 Yanita FMIPA Matematika Unand 2 Transformasi Linier
Lebih terperinciMAKALAH ALJABAR LINEAR TRANSFORMASI LINEAR ATAU PEMETAAN LINEAR
MAKALAH ALJABAR LINEAR TRANSFORMASI LINEAR ATAU PEMETAAN LINEAR Disusun oleh : 1. Supriyani (0903040095) 2. Sri Hartati (0903040113) 3. Anisatul M. (0903040065) TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS
Lebih terperinciSyarat Perlu dan Cukup Struktur Himpunan Transformasi Linear Membentuk Semigrup Reguler 1
Syarat Perlu dan Cukup Struktur Himpunan Transformasi Linear Membentuk Semigrup Reguler Karyati Jurusan Pendidikan Matematika Universitas Negeri Yogyakarta E-mail: yatiuny@yahoocom Abstrak Pada kajian
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 6 Transformasi Linier
Pertemuan 6 Transformasi Linier Objektif: 1. Praktikan memahami definisi transformasi linier umum. 2. Praktikan memahami definisi dari transformasi linier dari R n ke R m. 3. Praktikan memahami invers
Lebih terperinciBAB V DIAGONALISASI DAN DEKOMPOSISI MATRIKS. Sub bab ini membahas tentang faktorisasi matriks A berorde nxn ke dalam hasil
BAB V DIAGONALISASI DAN DEKOMPOSISI MATRIKS. Diagonalisasi Sub bab ini membahas tentang faktorisasi matriks A berorde nn ke dalam hasil kali berbentuk PDP, di mana D adalah matriks diagonal. Jika diperoleh
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 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 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 terperinciTRANSFORMASI MATRIKS. Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ
TRANSFORMAS MATRKS Agustina Pradjaningsih, M.Si. Jurusan Matematika FMPA UNEJ agustina.fmipa@unej.ac.id Definisi : BEBAS LNER Suatu himpunan vektor-vektor v, v, v k dikatakan bebas linier jika persamaan
Lebih 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 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 terperinciMateri Kuliah Matematika Komputasi FUNGSI
Materi Kuliah Matematika Komputasi FUNGSI Misalkan A dan B himpunan. FUNGSI Relasi biner f dari A ke B merupakan suatu fungsi jika setiap elemen di dalam A dihubungkan dengan tepat satu elemen di dalam
Lebih terperincidari ruang vektor berdimensi hingga V (dimana I adalah suatu himpunan indeks) disebut basis bagi V jika V = span(ψ) dan vektorvektor
BAB 3 FRAME Sinyal kontinu dapat kita diskritisasi dengan menggunakan ekspansi vektor. Sifat yang paling esensial untuk melakukan hal tersebut adalah adanya operator yang menjamin bahwa ekspansi vektor
Lebih terperinciCandi Gebang Permai Blok R/6 Yogyakarta Telp. : ; Fax. :
ii Aljabar Linear Kata Pengantar iii iv Aljabar Linear ALJABAR LINEAR Oleh : Setiadji Edisi Pertama Cetakan Pertama, 2008 Hak Cipta 2008 pada penulis, Hak Cipta dilindungi undang-undang. Dilarang memperbanyak
Lebih terperinciMATEMATIKA. Sesi TRANSFORMASI 1. A. TRANSFORMASI a. Definisi. b. Transformasi oleh Matriks 2x2
MATEMATIKA KELAS XII IPA - KURIKULUM GABUNGAN 3 Sesi NGAN TRANSFORMASI A. TRANSFORMASI a. Definisi Transformasi berarti perubahan kedudukan titik oleh suatu operasi tertentu. Operasi tertentu disini bisa
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 terperinciSATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA
Mata Kuliah : Matematika Diskrit 2 Kode / SKS : IT02 / 3 SKS Program Studi : Sistem Komputer Fakultas : Ilmu Komputer & Teknologi Informasi. Pendahuluan 2. Vektor.. Pengantar mata kuliah aljabar linier.
Lebih terperinciTRANSFORMASI AFFIN PADA BIDANG
Jurnal Matematika Vol. No. November 03 [ : 8 ] TRANSFORMASI AFFIN PADA BIDANG Gani Gunawan dan Suwanda Program Studi Matematika, Fakultas MIPA, Universitas Islam Bandung Prgram Studi Statistika, Fakultas
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 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 terperinciMATEMATIKA INFORMATIKA 2 FUNGSI
MATEMATIKA INFORMATIKA 2 FUNGSI PENGERTIAN FUNGSI Definisi : Misalkan A dan B dua himpunan tak kosong. Fungsi dari A ke B adalah aturan yang mengaitkan setiap anggota A dengan tepat satu anggota B. ATURAN
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Analytic Hierarchy Process (AHP) Sumber kerumitan masalah keputusan bukan hanya dikarenakan faktor ketidakpasatian atau ketidaksempurnaan informasi saja. Namun masih terdapat penyebab
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 terperinciTransformasi Linier dalam Metode Enkripsi Hill- Cipher
Transformasi Linier dalam Metode Enkripsi Hill- Cipher Muhammad Reza Ramadhan - 13514107 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciRuang Hasil Kali Dalam
Ruang Hasil Kali Dalam (Gram Schmidt) Wono Setya Budhi KKAG FMIPA ITB v 0.1 Maret 2015 Wono Setya Budhi (KKAG FMIPA ITB) Ruang Hasil Kali Dalam v 0.1 Maret 2015 1 / 13 Misalkan S subhimpunan di V, kita
Lebih terperinciFungsi. Adri Priadana ilkomadri.com
Fungsi Adri Priadana ilkomadri.com Fungsi Definisi : Misalkan A dan B himpunan. Relasi biner f dari A ke B merupakan suatu fungsi jika setiap elemen di dalam A dihubungkan dengan tepat satu elemen di dalam
Lebih terperinciMEDIA PEMBELAJARAN MATRIK TRANSFORMASI BERBASIS MULTIMEDIA
MEDIA PEMBELAJARAN MATRIK TRANSFORMASI BERBASIS MULTIMEDIA 1 Romy Dwiputra (07018020), 2 Ardi Pujiyanta(0529056601) 1,2 Program Studi Teknik Informatika Universitas Ahmad Dahlan Prof. Dr. Soepomo, S.H.,
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 terperinciModul 2.2 Matriks dan Sistem Persamaan Linear (Topik 3) A. Pendahuluan Matriks dan Sistem Persamaan Linear
Modul 2.2 Matriks dan Sistem Persamaan Linear (Topik 3) A. Pendahuluan Salah satu kajian matematika sekolah menengah yang memiliki banyak aplikasinya dalam menyelesaikan permasalahan yang ada dalam kehidupan
Lebih terperinciSTANDAR KOMPETENSI. 5. Menggunakan konsep matriks, vektor, dan transformasi dalam pemecahan masalah KOMPETENSI DASAR
STANDAR KOMPETENSI 5. Menggunakan konsep matriks, vektor, dan transformasi dalam pemecahan masalah KOMPETENSI DASAR 5.1 Menggunakan sifat-sifat dan operasi matriks untuk menunjukkan bahwa suatu matriks
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 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 terperinciTE 1467 Teknik Numerik Sistem Linear
TE 67 Teknik Numerik Sistem Linear Trihastuti gustinah Bidang Studi Teknik Sistem Pengaturan Jurusan Teknik Elektro - FTI Institut Teknologi Sepuluh Nopember O U T L I N E OBJEKTIF TEORI ONTOH SIMPULN
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Ruang vektor adalah suatu grup abelian yang dilengkapi dengan operasi pergandaan skalar atas suatu lapangan. Suatu ruang vektor dapat dikawankan dengan ruang
Lebih terperinciBAB 2. DETERMINAN MATRIKS
BAB. DETERMINAN MATRIKS DETERMINAN MATRIKS . Definisi DETERMINAN Determinan : produk (hasil kali) bertanda dari unsur-unsur matriks sedemikian hingga berasal dari baris dan kolom yang berbeda, kemudian
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 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 terperinciMatriks biasanya dituliskan menggunakan kurung dan terdiri dari baris dan kolom: A =
Bab 2 cakul fi080 by khbasar; sem1 2010-2011 Matriks Dalam BAB ini akan dibahas mengenai matriks, sifat-sifatnya serta penggunaannya dalam penyelesaian persamaan linier. Matriks merupakan representasi
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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pembahasan mendasar mengenai matriks terutama yang berkaitan dengan matriks yang dapat didiagonalisasi telah jelas disajikan dalam referensi yang biasanya digunakan
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 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 terperinciKATEGORI TEORI SELEKSI TINGKAT PROVINSI OSN PERTAMINA 2014 BIDANG MATEMATIKA
KATEGORI TEORI SELEKSI TINGKAT PROVINSI OSN PERTAMINA 04 BIDANG MATEMATIKA PETUNJUK PENGERJAAN. Tuliskan secara lengkap identitas Anda di Lembar Jawab Komputer (LJK): Nama Lengkap, Nomor Ujian, dan Data
Lebih terperinciProf.Dr. Budi Murtiyasa Muhammadiyah University of Surakarta
BASIS DAN DIMENSI Prof.Dr. Budi Murtiyasa Muhammadiyah University of Surakarta Basis dan Dimensi Ruang vektor V dikatakan mempunyai dimensi terhingga n (ditulis dim V = n) jika ada vektor-vektor e, e,,
Lebih 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 terperinciCatatan Kuliah Aljabar Linier. Abstrak
Catatan Kuliah Aljabar Linier Subiono subiono3@telkom.net 4 Agustus 9 Page of 3 Abstrak Dalam catatan kuliah ini diberikan beberapa materi dari mata kuliah Aljabar Linier untuk program Sarjana (S) jurusan
Lebih 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 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 terperinciSOAL-SOAL dan PEMBAHASAN UN MATEMATIKA SMA/MA IPS TAHUN PELAJARAN 2011/2012
SOAL-SOAL dan PEMBAHASAN UN MATEMATIKA SMA/MA IPS TAHUN PELAJARAN 2011/2012 1. Ingkaran pernyataan: Petani panen beras atau harga beras murah. A. Petani panen beras dan harga beras mahal B. Petani panen
Lebih terperinciJika f adalah fungsi dari A ke B kita menuliskan f : A B yang artinya f memetakan A ke B.
1 FUNGSI Misalkan A dan B himpunan. Relasi biner f dari A ke B merupakan suatu fungsi jika setiap elemen di dalam A dihubungkan dengan tepat satu elemen di dalam B. Jika f adalah fungsi dari A ke B kita
Lebih terperinciI PENDAHULUAN II LANDASAN TEORI
I PENDAHULUAN 1.1 Latar Belakang Matriks merupakan istilah yang digunakan untuk menunjukkan jajaran persegi panjang dari bilangan-bilangan dan setiap matriks akan mempunyai baris dan kolom. Salah satu
Lebih terperinciFUNGSI Misalkan A dan B himpunan. Relasi biner f dari A ke B merupakan suatu fungsi jika setiap elemen di dalam A dihubungkan dengan tepat satu
FUNGSI FUNGSI Misalkan A dan B himpunan. Relasi biner f dari A ke B merupakan suatu fungsi jika setiap elemen di dalam A dihubungkan dengan tepat satu elemen di dalam B. Jika f adalah fungsi dari A ke
Lebih terperinciBAB 6 RUANG HASIL KALI DALAM. Dr. Ir. Abdul Wahid Surhim, MT.
BAB 6 RUANG HASIL KALI DALAM Dr. Ir. Abdul Wahid Surhim, MT. KERANGKA PEMBAHASAN 1. Hasil Kali Dalam 2. Sudut dan Keortogonalan pada Ruang Hasil Kali Dalam 3.Basis Ortogonal, Proses Gram-Schmidt 4.Perubahan
Lebih terperinciPEMETAAN STANDAR ISI (SK-KD)
PEMETAAN STANDAR ISI (SK-KD) MATA PELAJARAN : MATEMATIKA KELAS/SEMESTER : XII IPA / 1 SK KD THP INDIKATOR THP MATERI PEMBELAJARAN RUANG LINGKUP *) 1 2 3 4 5 6 ALOKASI WKT 1. Menggunakan konsep integral
Lebih terperinciMENENTUKAN INVERS MOORE PENROSE DARI MATRIKS KOMPLEKS
MENENTUKAN INVERS MOORE PENROSE DARI MATRIKS KOMPLEKS skripsi disajikan sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains Program Studi Matematika oleh Astin Wita Yunihapsari 4150407021 JURUSAN
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 terperinciModul 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 terperinciRuang Vektor Real. Modul 1 PENDAHULUAN
Modul Ruang Vektor Real Drs. R.J. Pamuntjak, M.Sc. P PENDAHULUAN ada bagian pertama Modul 5 Aljabar Linear Elementer I sudah kita bahas sepuluh sifat untuk R dan R 3 mengenai penjumlahan dan perkalian
Lebih terperinciPERSAMAAN BIDANG RATA
1 KEGIATAN BELAJAR 5 PERSAMAAN BIDANG RATA Setelah mempelajari kegiatan belajar 5 ini, mahasiswa diharapkan mampu: 1. Menentukan persamaan vektoris bidang rata 2. Menentukan persamaan linier bidang rata
Lebih terperinciKS KALKULUS DAN ALJABAR LINEAR Independensi Linear Basis & Dimensi TIM KALIN
KS091206 Independensi Linear Basis & Dimensi TIM KALIN TUJUAN INSTRUKSIONAL KHUSUS Setelah menyelesaikan pertemuan ini mahasiswa diharapkan: Dapat mengetahui apakah suatu vektor bebas linier atau tak bebas
Lebih terperinciAplikasi Transformasi Lanjar dalam Permainan Dragon Nest
Aplikasi Transformasi Lanjar dalam Permainan Dragon Nest Michael - 13514108 Program Studi Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132, Indonesia
Lebih terperinci