BAB III MATRIKS HERMITIAN. dan konsep-konsep lainnya yang berkaitan dengan matriks Hermitian. Matriks

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB III MATRIKS HERMITIAN. dan konsep-konsep lainnya yang berkaitan dengan matriks Hermitian. Matriks"

Transkripsi

1 BAB III MATRIKS HERMITIAN Pada bab ini, akan dibahas beberapa konsep penting dari matriks Hermitian dan konsep-konsep lainnya yang berkaitan dengan matriks Hermitian. Matriks Hermitian merupakan kelas dari matriks persegi khusus. Sebelum membahas matriks Hermitian, ada konsep yang perlu diketahui, yaitu konjuget transpos. Seperti yang telah dibahas pada bab sebelumnya, jika matriks berukuran dengan entri-entri bilangan kompleks, konjuget transpos yang didefinisikan dengan adalah matriks berukuran dimana entri ke nya adalah. Contoh 3.1 : Perhatikan matriks kompleks Konjuget transpos adalah 3.1 Matriks Uniter Definisi (Anton & Rorres, 2005: 818). Suatu matriks persegi dengan entri-entri bilangan kompleks disebut uniter jika.

2 25 Pernyataan dalam Definisi ekuivalen dengan matriks disebut matriks uniter jika. Berikut ini adalah contoh dari matriks uniter: Contoh 3.1.2: Diberikan matriks Maka Akibatnya kita peroleh bahwa Sehingga matriks adalah matriks uniter. Teorema (Anton & Rorres, 2005: 819). Jika adalah matriks berukuran dengan entri-entri bilangan kompleks, maka pernyataan berikut ekuivalen (a) adalah uniter (b) vektor-vektor baris membentuk sebuah himpunan ortonormal di dengan hasilkali dalam Euclidean

3 26 (c) vektor-vektor kolom membentuk suatu himpunan ortonormal di dengan hasilkali dalam Euclidean. Definisi (Anton & Rorres, 2005: 820). adalah matriks kompleks berukuran. dikatakan secara uniter dapat didiagonalisasi jika terdapat matriks uniter sedemikian sehingga adalah matriks diagonal; matriks dikatakan secara uniter mendiagonalisasi. 3.2 Matriks Hermitian Kajian mengenai matriks Hermitian menjadi sangat penting karena matriks Hermitian memiliki beberapa karakteristik. Salah satu karakteristik yang paling utama dari matriks Hermitian yaitu memiliki nilai eigen berupa bilangan real sehingga kita dapat mendefinisikan sebuah fungsi dari matriks Hermitian. Definisi (Anton & Rorres, 2005: 821). Suatu matriks persegi dengan entrientri bilangan kompleks disebut matriks Hermitian atau disebut juga self-adjoin jika. Contoh: Matriks adalah matriks Hermitian, sebab

4 27 Definisi (Anton & Rorres, 2005: 821). Matriks persegi dengan entri-entri bilangan kompleks disebut normal jika Setiap matriks Hermitian adalah normal karena dan setiap matriks uniter adalah normal karena. Teorema (Anton & Rorres, 2005: 822). Jika matriks persegi dengan entrientri bilangan kompleks, maka pernyataan berikut ekuivalen (a) secara uniter dapat didiagonalisasi. (b) memiliki sebuah himpunan ortonormal yang terdiri dari vektor eigen. (c) adalah matriks normal. Kita perlu memperhatikan bahwa suatu matriks normal dapat didiagonalisasi secara uniter dimana vektor-vektor kolomnya merupakan vektor eigen dari dan vektor-vektor eigen yang berbeda dalam ruang eigen adalah orthogonal. Adapun prosedur untuk mendiagonalisasi sebuah matriks normal adalah sebagai berikut: Langkah 1. Tentukan basis dari setiap ruang eigen dari matriks. Langkah 2. Gunakan proses Gram-Schmidt pada setiap basis dalam Langkah 1 untuk mendapatkan basis ortonormal untuk setiap ruang eigen.

5 28 Langkah 3. Bentuk matriks yang kolom-kolomnya adalah vektor-vektor basis yang diperoleh dari langkah 2. Matriks ini secara uniter mendiagonalisasi. Contoh 3.2.4: Matriks adalah matriks Hermitian yang terdiagonalkan secara uniter. Perhatikan bahwa polinomial karakteristik dari matriks adalah kemudian persamaan karakteristik dari matriks adalah dan diperoleh nilai-nilai eigen, dan. Kemudian akan dicari vektor eigen yang bersesuaian dengan nilai eigen dan. Perhatikan bahwa untuk, Dengan proses eleminasi Gauss-Jordan diperoleh Misalkan, maka diperoleh

6 29 Vektor eigen yang bersesuaian dengan nilai eigen adalah jadi, ruang eigen berdimensi 1 dengan basis Dengan proses Gram-Schmidt, ortonormalisasi vektor basis sehingga diperoleh ( ) Dengan cara yang sama, dilakukan untuk nilai eigen dan diperoleh basis Dengan proses Gram-Schmidt, ortonormalisasi vektor basis sehingga diperoleh ( ) Kemudian bentuk matriks, diperoleh

7 30 ( ) Sehingga matriks yang diperoleh adalah matriks yang mendiagonalisasi matriks. 3.3 Nilai Eigen pada Matriks Hermitian Definisi (Horn & Johnson, 1990: 35). Misalkan. Maka sebuah vektor taknol pada disebut vektor eigen dari jika memenuhi persamaan berikut, dimana adalah skalar real atau kompleks. Skalar disebut nilai eigen dari dan disebut vektor eigen dari yang bersesuaian dengan nilai eigen. Perhatikan bahwa ekuivalen dengan. Agar nilai dapat menjadi nilai eigen, maka persamaan diatas harus memiliki solusi yang taknol, yaitu yang disebut sebagai persamaan karakteristik matriks.

8 31 Teorema (Horn & Johnson, 1990: 170). Misalkan adalah matriks Hermitian, maka (a) adalah bilangan real untuk setiap, (b) nilai eigen dari adalah bilangan real Bukti: (a) Perhatikan bahwa. kemudian. Karena, maka adalah bilangan real. (b) Misalkan nilai eigen dari adalah dan adalah vektor eigen yang terkait dengan nilai eigen. Maka. Kemudian perhatikan bahwa Karena, maka nilai eigen adalah bilangan real. 3.4 Konsep Urutan pada Matriks Hermitian Konsep urutan pada matriks Hermitian ini merupakan konsep yang paling penting dalam mendefinisikan sebuah fungsi monoton operator. Sifat urutan yang digunakan adalah semidefinit positif atau positif. Sebelum membahas konsep urutan pada matriks Hermitian, akan dibahas terlebih dahulu mengenai hasilkali dalam standar pada. Misalkan. Hasilkali dalam standar dari didefinisikan sebagai

9 32 dimana adalah adjoin dari yang didefinisikan sebagai. Definisi Misalkan adalah suatu matriks Hermitian. Matriks dikatakan semidefinit positif atau positif (ditulis ) jika untuk setiap. Selanjutnya, akan ditunjukkan bahwa jika adalah matriks Hermitian, maka untuk setiap berlaku. Perhatikan bahwa Kemudian, akan dibahas mengenai konsep urutan pada matriks Hermitian. Misalkan dan adalah Matriks Hermitian. Jika artinya adalah positif atau ditulis dengan, maka berdasarkan Definisi diperoleh untuk setiap.

BAB 3 FUNGSI MONOTON MATRIKS

BAB 3 FUNGSI MONOTON MATRIKS BAB 3 FUNGSI MONOTON MATRIKS Pada bab ini akan dibahas fungsi monoton matriks. Dalam mengkontruksi fungsi monoton matriks banyak istilah yang harus kita ketahui sebelumnya. Beberapa konsep yang akan dibahas

Lebih terperinci

DIAGONALISASI MATRIKS KOMPLEKS

DIAGONALISASI MATRIKS KOMPLEKS Buletin Ilmiah Mat Stat dan Terapannya (Bimaster) Volume 04, No 3 (2015), hal 337-346 DIAGONALISASI MATRIKS KOMPLEKS Heronimus Hengki, Helmi, Mariatul Kiftiah INTISARI Matriks kompleks merupakan matriks

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB 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 terperinci

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

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

Lebih terperinci

7. NILAI-NILAI VEKTOR EIGEN. Nilai Eigen dan Vektor Eigen Diagonalisasi Diagonalisasi Ortogonal

7. NILAI-NILAI VEKTOR EIGEN. Nilai Eigen dan Vektor Eigen Diagonalisasi Diagonalisasi Ortogonal 7. NILAI-NILAI VEKTOR EIGEN Nilai Eigen dan Vektor Eigen Diagonalisasi Diagonalisasi Ortogonal Nilai Eigen, Vektor Eigen Diketahui A matriks nxn dan x adalah suatu vektor pada R n, maka biasanya tdk ada

Lebih terperinci

MATRIKS UNITER, SIMILARITAS UNITER DAN MATRIKS NORMAL. Anis Fitri Lestari. Mahasiswa Universitas Muhammadiyah Ponorogo ABSTRAK

MATRIKS UNITER, SIMILARITAS UNITER DAN MATRIKS NORMAL. Anis Fitri Lestari. Mahasiswa Universitas Muhammadiyah Ponorogo ABSTRAK MATRIKS UNITER, SIMILARITAS UNITER DAN MATRIKS NORMAL Anis Fitri Lestari Mahasiswa Universitas Muhammadiyah Ponorogo ABSTRAK Matriks normal merupakan matriks persegi yang entri-entrinya bilangan kompleks

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

I 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 terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 5 BAB II TINJAUAN PUSTAKA A Matriks 1 Pengertian Matriks Definisi 21 Matriks adalah kumpulan bilangan bilangan yang disusun secara khusus dalam bentuk baris kolom sehingga membentuk empat persegi panjang

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

DIAGONALISASI MATRIKS ATAS RING KOMUTATIF DENGAN ELEMEN SATUAN INTISARI

DIAGONALISASI MATRIKS ATAS RING KOMUTATIF DENGAN ELEMEN SATUAN INTISARI Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 02, No. 3 (2013), hal. 183-190 DIAGONALISASI MATRIKS ATAS RING KOMUTATIF DENGAN ELEMEN SATUAN Fidiah Kinanti, Nilamsari Kusumastuti, Evi Noviani

Lebih terperinci

ALJABAR LINIER MAYDA WARUNI K, ST, MT ALJABAR LINIER (I)

ALJABAR 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 terperinci

Eigen value & Eigen vektor

Eigen value & Eigen vektor Eigen value & Eigen vektor Hubungan antara vektor x (bukan nol) dengan vektor Ax yang berada di R n pada proses transformasi dapat terjadi dua kemungkinan : 1) 2) Tidak mudah untuk dibayangkan hubungan

Lebih terperinci

BAB II KAJIAN TEORI. dinamik, sistem linear, sistem nonlinear, titik ekuilibrium, analisis kestabilan

BAB II KAJIAN TEORI. dinamik, sistem linear, sistem nonlinear, titik ekuilibrium, analisis kestabilan BAB II KAJIAN TEORI Pada bab ini akan dibahas mengenai nilai eigen dan vektor eigen, sistem dinamik, sistem linear, sistem nonlinear, titik ekuilibrium, analisis kestabilan sistem dinamik, kriteria Routh-Hurwitz,

Lebih terperinci

II. 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 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 terperinci

Aljabar Linear Elementer

Aljabar Linear Elementer BAB I RUANG VEKTOR Pada kuliah Aljabar Matriks kita telah mendiskusikan struktur ruang R 2 dan R 3 beserta semua konsep yang terkait. Pada bab ini kita akan membicarakan struktur yang merupakan bentuk

Lebih terperinci

Lampiran 1 Pembuktian Teorema 2.3

Lampiran 1 Pembuktian Teorema 2.3 LAMPIRAN 16 Lampiran 1 Pembuktian Teorema 2.3 Sebelum membuktikan Teorema 2.3, terlebih dahulu diberikan beberapa definisi yang berhubungan dengan pembuktian Teorema 2.3. Definisi 1 (Matriks Eselon Baris)

Lebih terperinci

II. TINJAUAN PUSTAKA. Sistem dinamik adalah sistem yang berubah dari waktu ke waktu (Farlow,et al.,

II. TINJAUAN PUSTAKA. Sistem dinamik adalah sistem yang berubah dari waktu ke waktu (Farlow,et al., II. TINJAUAN PUSTAKA 2.1 Sistem Dinamik Sistem dinamik adalah sistem yang berubah dari waktu ke waktu (Farlow,et al., 2002). Salah satu tujuan utama dari sistem dinamik adalah mempelajari perilaku dari

Lebih terperinci

KAJIAN MATRIKS JORDAN DAN APLIKASINYA PADA SISTEM LINEAR WAKTU DISKRIT

KAJIAN MATRIKS JORDAN DAN APLIKASINYA PADA SISTEM LINEAR WAKTU DISKRIT KAJIAN MATRIKS JORDAN DAN APLIKASINYA PADA SISTEM LINEAR WAKTU DISKRIT Nama Mahasiswa : Aprilliantiwi NRP : 1207100064 Jurusan : Matematika Dosen Pembimbing : 1 Soleha, SSi, MSi 2 Dian Winda Setyawati,

Lebih terperinci

BAB II LANDASAN TEORI. pada bab pembahasan. Materi-materi yang akan dibahas yaitu pemodelan

BAB II LANDASAN TEORI. pada bab pembahasan. Materi-materi yang akan dibahas yaitu pemodelan BAB II LANDASAN TEORI Pada bab ini akan dijelaskan mengenai landasan teori yang akan digunakan pada bab pembahasan. Materi-materi yang akan dibahas yaitu pemodelan matematika, teorema Taylor, nilai eigen,

Lebih terperinci

SIFAT-SIFAT KESETARAAN PADA MATRIKS SECONDARY NORMAL ABSTRACT

SIFAT-SIFAT KESETARAAN PADA MATRIKS SECONDARY NORMAL ABSTRACT SIFAT-SIFAT KESETARAAN PADA MATRIKS SECONDARY NORMAL Nursyahlina 1, S. Gemawati, A. Sirait 1 Mahasiswa Program Studi S1 Matematika Laboratorium Matematika Terapan, Jurusan Matematika Fakultas Matematika

Lebih terperinci

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

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

Lebih terperinci

PROGRAM STUDI PENDIDIKAN MATEMATIKA FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS VETERAN BANGUN NUSANTARA SUKOHARJO

PROGRAM 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 terperinci

Analisis Matriks. Ahmad Muchlis

Analisis Matriks. Ahmad Muchlis Analisis Matriks Ahmad Muchlis January 22, 2014 2 Notasi Pada umumnya matriks yang kita bicarakan dalam naskah ini adalah matriks kompleks. Himpunan semua matriks kompleks [real] berukuran m n dinyatakan

Lebih terperinci

SOLUSI PENDEKATAN TERBAIK SISTEM PERSAMAAN LINEAR TAK KONSISTEN MENGGUNAKAN DEKOMPOSISI NILAI SINGULAR

SOLUSI PENDEKATAN TERBAIK SISTEM PERSAMAAN LINEAR TAK KONSISTEN MENGGUNAKAN DEKOMPOSISI NILAI SINGULAR Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 03, No. 1 (2014), hal 91 98. SOLUSI PENDEKATAN TERBAIK SISTEM PERSAMAAN LINEAR TAK KONSISTEN MENGGUNAKAN DEKOMPOSISI NILAI SINGULAR Febrianti,

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI A. Matriks 1. Pengertian Matriks Definisi II. A. 1 Matriks didefinisikan sebagai susunan segi empat siku- siku dari bilangan- bilangan yang diatur dalam baris dan kolom (Anton, 1987:22).

Lebih terperinci

BAB II KAJIAN PUSTAKA. operasi matriks, determinan dan invers matriks), aljabar max-plus, matriks atas

BAB 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 terperinci

Perluasan Teorema Cayley-Hamilton pada Matriks

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

Lebih terperinci

DIAGONALISASI MATRIKS HILBERT

DIAGONALISASI MATRIKS HILBERT Jurnal UJMC, Volume 3, Nomor 2, Hal 7-24 pissn : 2460-3333 eissn : 2579-907X DIAGONALISASI MATRIKS HILBERT Randhi N Darmawan Universitas PGRI Banyuwangi, randhinumeric@gmailcom Abstract The Hilbert matrix

Lebih terperinci

ALGORITMA ELIMINASI GAUSS INTERVAL DALAM MENDAPATKAN NILAI DETERMINAN MATRIKS INTERVAL DAN MENCARI SOLUSI SISTEM PERSAMAAN INTERVAL LINEAR

ALGORITMA 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 terperinci

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

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

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Analisis Regresi Tidak jarang dihadapkan dengan persoalaan yang melibatkan dua atau lebih peubah atau variabel yang ada atau diduga ada dalam suatu hubungan tertentu. Misalnya

Lebih terperinci

DIAGONALISASI MATRIKS PERSEGI (SQUARE MATRIX) MENGGUNAKAN DEKOMPOSISI SCHUR TUGAS AKHIR

DIAGONALISASI MATRIKS PERSEGI (SQUARE MATRIX) MENGGUNAKAN DEKOMPOSISI SCHUR TUGAS AKHIR DIAGONALISASI MATRIKS PERSEGI (SQUARE MATRIX) MENGGUNAKAN DEKOMPOSISI SCHUR (SCHUR DECOMPOSITION) TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika

Lebih terperinci

4.1 Algoritma Ortogonalisasi Gram-Schmidt yang Diperumum

4.1 Algoritma Ortogonalisasi Gram-Schmidt yang Diperumum BAB 4 ORTOGONALISASI GRAM-SCHMIDT YANG DIPERUMUM Diberikan sebarang barisan hingga vektor di ruang Hilbert berdimensi hingga. Pada bab ini akan diberikan algoritma untuk menghitung frame Parseval pada

Lebih terperinci

APLIKASI MATRIKS LESLIE UNTUK MEMPREDIKSI JUMLAH DAN LAJU PERTUMBUHAN SUATU POPULASI

APLIKASI MATRIKS LESLIE UNTUK MEMPREDIKSI JUMLAH DAN LAJU PERTUMBUHAN SUATU POPULASI Buletin Ilmiah Math Stat Dan Terapannya (Bimaster) Volume 02, No 3 (2013), hal 163-172 APLIKASI MATRIKS LESLIE UNTUK MEMPREDIKSI JUMLAH DAN LAJU PERTUMBUHAN SUATU POPULASI Yudha Pratama, Bayu Prihandono,

Lebih terperinci

MATRIKS VEKTOR DETERMINAN SISTEM LINEAR ALJABAR LINEAR

MATRIKS 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 terperinci

Jln. Perintis Kemerdekaan, Makassar, Indonesia, Kode Pos Perintis Kemerdekaan Street, Makassar, Indonesia, Post Code 90245

Jln. Perintis Kemerdekaan, Makassar, Indonesia, Kode Pos Perintis Kemerdekaan Street, Makassar, Indonesia, Post Code 90245 PERTIDAKSAMAAN DETERMINAN UNTUK MATRIKS SEMIDEFINIT POSITIF Williem Prasetia Widiatno 1), Amir Kamal Amir 2), Naimah Aris 3) williemprasetia@yahoo.com 1), amirkamir@science.unhas.ac.id 2), newima@gmail.com

Lebih terperinci

MAKALAH ALJABAR LINIER

MAKALAH ALJABAR LINIER MAKALAH ALJABAR LINIER Transformasi Linier Makalah Ini Disusun Untuk Memenuhi Tugas Mata Kuliah Aljabar Linier Dosen Pengampu : Abdul Aziz Saefudin, S.Pd.I, M.Pd Disusun Oleh: III A4 Kelompok 12 1. Ria

Lebih terperinci

MATRIKS A = ; B = ; C = ; D = ( 5 )

MATRIKS A = ; B = ; C = ; D = ( 5 ) MATRIKS A. DEFINISI MATRIKS Matriks adalah suatu susunan bilangan berbentuk segi empat dari suatu unsur-unsur pada beberapa sistem aljabar. Unsur-unsur tersebut bisa berupa bilangan dan juga suatu peubah.

Lebih terperinci

DIAGONALISASI MATRIKS HERMITE A UNTUK MENGHITUNG MATRIKS HERMITE A n, n Z + DAN APLIKASINYA PADA PENGAMANAN PESAN RAHASIA

DIAGONALISASI MATRIKS HERMITE A UNTUK MENGHITUNG MATRIKS HERMITE A n, n Z + DAN APLIKASINYA PADA PENGAMANAN PESAN RAHASIA DIAGONALISASI MATRIKS HERMITE A UNTUK MENGHITUNG MATRIKS HERMITE A n, n Z + DAN APLIKASINYA PADA PENGAMANAN PESAN RAHASIA Skripsi Disajikan sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains

Lebih terperinci

& & # = atau )!"* ( & ( ( (&

& & # = atau )!* ( & ( ( (& MATRIKS ======PENGERTIAN====== Matriks merupakan Susunan bilangan-bilangan yang membentuk segi empat siku-siku. Susunan bilangan-bilangan tersebut dinamakan entri dalam matriks. Matriks dinotasikan dengan

Lebih terperinci

BAB II LANDASAN TEORI. yang biasanya dinyatakan dalam bentuk sebagai berikut: =

BAB II LANDASAN TEORI. yang biasanya dinyatakan dalam bentuk sebagai berikut: = BAB II LANDASAN TEORI 2.1 Matriks Definisi 2.1 (Lipschutz, 2006): Matriks adalah susunan segiempat dari skalarskalar yang biasanya dinyatakan dalam bentuk sebagai berikut: Setiap skalar yang terdapat dalam

Lebih terperinci

Matriks - 1: Beberapa Definisi Dasar Latihan Aljabar Matriks

Matriks - 1: Beberapa Definisi Dasar Latihan Aljabar Matriks Matriks - 1: Beberapa Definisi Dasar Latihan Aljabar Matriks Kuliah Aljabar Linier Semester Ganjil 2015-2016 MZI Fakultas Informatika Telkom University FIF Tel-U Agustus 2015 MZI (FIF Tel-U) Matriks -

Lebih terperinci

SISTEM PERSAMAAN LINEAR ( BAGIAN II )

SISTEM PERSAMAAN LINEAR ( BAGIAN II ) SISTEM PERSAMAAN LINEAR ( BAGIAN II ) D. FAKTORISASI MATRIKS D2 2. METODE ITERASI UNTUK MENYELESAIKAN SPL D3 3. NILAI EIGEN DAN VEKTOR EIGEN D4 4. POWER METHOD Beserta contoh soal untuk setiap subbab 2

Lebih terperinci

Beberapa Sifat Operator Self Adjoint dalam Ruang Hilbert

Beberapa Sifat Operator Self Adjoint dalam Ruang Hilbert Vol 12, No 2, 153-159, Januari 2016 Beberapa Sifat Operator Self Adjoint dalam Ruang Hilbert Firman Abstrak Misalkan adalah operator linier dengan adalah ruang Hilbert Pada operator linier dikenal istilah

Lebih terperinci

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

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

Lebih terperinci

Part II SPL Homogen Matriks

Part II SPL Homogen Matriks Part II SPL Homogen Matriks SPL Homogen Bentuk Umum SPL homogen dalam m persamaan dan n variabel x 1, x 2,, x n : a 11 x 1 + a 12 x 2 + + a 1n x n = 0 a 21 x 1 + a 22 x 2 + + a 2n x n = 0 a m1 x 1 + a

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Pada bab ini akan dibahas beberapa definisi dan teorema dengan atau tanpa bukti yang akan digunakan untuk menentukan regularisasi sistem singular linier. Untuk itu akan diberikan terlebih

Lebih terperinci

MENENTUKAN INVERS MOORE PENROSE DARI SUATU MATRIKS DENGAN MENGGUNAKAN DEKOMPOSISI NILAI SINGULAR SKRIPSI. Disusun oleh : DINA MARIYA J2A

MENENTUKAN INVERS MOORE PENROSE DARI SUATU MATRIKS DENGAN MENGGUNAKAN DEKOMPOSISI NILAI SINGULAR SKRIPSI. Disusun oleh : DINA MARIYA J2A MENENTUKAN INVERS MOORE PENROSE DARI SUATU MATRIKS DENGAN MENGGUNAKAN DEKOMPOSISI NILAI SINGULAR SKRIPSI Disusun oleh : DINA MARIYA J2A 004 011 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN

Lebih terperinci

MULTIMEDIA PEMBELAJARAN DIAGONALISASI MATRIKS

MULTIMEDIA PEMBELAJARAN DIAGONALISASI MATRIKS MULTIMEDIA PEMBELAJARAN DIAGONALISASI MATRIKS 1 Kirana Permata Putri, 2 Ardi Pujiyanta(0529056601) 1,2 Program Studi Teknik Informatika Universitas Ahmad Dahlan Prof. Dr. Soepomo, S.H., Janturan, Umbulharjo,

Lebih terperinci

KS KALKULUS DAN ALJABAR LINEAR Eigen Value Eigen Vector TIM KALIN

KS KALKULUS DAN ALJABAR LINEAR Eigen Value Eigen Vector TIM KALIN KS091206 KALKULUS DAN ALJABAR LINEAR Eigen Value Eigen Vector TIM KALIN TUJUAN INSTRUKSIONAL KHUSUS Setelah menyelesaikan pertemuan ini mahasiswa diharapkan: Dapat menghitung eigen value dan eigen vector

Lebih terperinci

BAB 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. 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 terperinci

MATRIKS BENTUK KANONIK RASIONAL DENGAN MENGGUNAKAN PEMBAGI ELEMENTER INTISARI

MATRIKS 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 terperinci

Ruang Baris, Ruang Kolom, dan Ruang Null (Kernel)

Ruang Baris, Ruang Kolom, dan Ruang Null (Kernel) Ruang Baris, Ruang Kolom, dan Ruang Null (Kernel) Kuliah Aljabar Linier Semester Ganjil 2015-2016 MZI Fakultas Informatika Telkom University FIF Tel-U November 2015 MZI (FIF Tel-U) Ruang Baris, Kolom,

Lebih terperinci

PENYELESAIAN SISTEM PERSAMAAN LINEAR FUZZY MENGGUNAKAN METODE DEKOMPOSISI NILAI SINGULAR (SVD) TUGAS AKHIR. Oleh : SABRINA INDAH MARNI

PENYELESAIAN SISTEM PERSAMAAN LINEAR FUZZY MENGGUNAKAN METODE DEKOMPOSISI NILAI SINGULAR (SVD) TUGAS AKHIR. Oleh : SABRINA INDAH MARNI PENYELESAIAN SISTEM PERSAMAAN LINEAR FUZZY MENGGUNAKAN METODE DEKOMPOSISI NILAI SINGULAR (SVD) TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika

Lebih terperinci

Matriks Leslie dan Aplikasinya dalam Memprediksi Jumlah dan Laju pertumbuhan Penduduk di Kota Makassar

Matriks Leslie dan Aplikasinya dalam Memprediksi Jumlah dan Laju pertumbuhan Penduduk di Kota Makassar Matriks Leslie dan Aplikasinya dalam Memprediksi Jumlah dan Laju pertumbuhan Penduduk di Kota Makassar Wahidah Sanusi 1, Sukarna 1 dan Nur Ridiawati 1, a) 1 Jurusan Matematika, Fakultas Matematika dan

Lebih terperinci

Fisika Matematika II 2011/2012

Fisika Matematika II 2011/2012 Fisika Matematika II 2/22 diterjemahkan dari: Mathematical Methods for Engineers and Scientists, 2, dan 3 K. T. Tang Penterjemah: Imamal Muttaqien dibantu oleh: Adam, Ma rifatush Sholiha, Nina Yunia, Yudi

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Sistem Persamaan Diferensial Definisi 2.1.1 Persamaan Diferensial Persamaan diferensial adalah persamaan yang memuat variabel bebas, variabel tak bebas dan derivative-derivatif

Lebih terperinci

BAB V DIAGONALISASI DAN DEKOMPOSISI MATRIKS. Sub bab ini membahas tentang faktorisasi matriks A berorde nxn ke dalam hasil

BAB 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 terperinci

Aljabar Linear Elementer MUG1E3 3 SKS

Aljabar Linear Elementer MUG1E3 3 SKS // ljabar Linear Elementer MUGE SKS // 9:7 Jadwal Kuliah Hari I Selasa, jam. Hari II Kamis, jam. Sistem Penilaian UTS % US % Quis % // 9:7 M- ljabar Linear // Silabus : Bab I Matriks dan Operasinya Bab

Lebih terperinci

RENCANA KEGIATAN PERKULIAHAN Kode Mata Kuliah : MAA 526 Nama Mata Kuliah : Analisis Fungsional

RENCANA 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 terperinci

GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI : S1 SISTEM KOMPUTER Semester : 2

GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI : S1 SISTEM KOMPUTER Semester : 2 GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI : S1 SISTEM KOMPUTER Semester : 2 Berlaku mulai: Genap/2011 MATA KULIAH : MATRIK DAN TRANSFORMASI LINEAR NOMOR KODE / SKS : 410202051/ 3 SKS PRASYARAT

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang Masalah

BAB I PENDAHULUAN Latar Belakang Masalah BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Perkalian skalar perplectic merupakan bagian dari teori perkalian skalar indefinite. Untuk menjelaskan pengertian perkalian skalar perplectic, terlebih dahulu

Lebih terperinci

untuk setiap x sehingga f g

untuk setiap x sehingga f g Jadi ( f ( f ) bernilai nol untuk setiap x, sehingga ( f ( f ) fungsi nol atau ( f ( f ) Aksioma 5 Ambil f, g F, R, ( f g )( f g ( g( g( ( f g)( Karena ( f g )( ( f g)( untuk setiap x sehingga f g Aksioma

Lebih terperinci

PENYELESAIAN SISTEM PERSAMAAN LINEAR FUZZY KOMPLEKS MENGGUNAKAN METODE DEKOMPOSISI QR TUGAS AKHIR

PENYELESAIAN SISTEM PERSAMAAN LINEAR FUZZY KOMPLEKS MENGGUNAKAN METODE DEKOMPOSISI QR TUGAS AKHIR PENYELESAIAN SISTEM PERSAMAAN LINEAR FUZZY KOMPLEKS MENGGUNAKAN METODE DEKOMPOSISI QR TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika Oleh :

Lebih terperinci

MATRIKS Matematika Industri I

MATRIKS 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 terperinci

Diagonalisasi Matriks Segitiga Atas Ring komutatif Dengan Elemen Satuan

Diagonalisasi 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 terperinci

UNIVERSITAS PENDIDIKAN INDONESIA

UNIVERSITAS 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 terperinci

BAB 7 TRANSFORMASI LINEAR PADA RUANG VEKTOR

BAB 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 terperinci

METODE PANGKAT DAN METODE DEFLASI DALAM MENENTUKAN NILAI EIGEN DAN VEKTOR EIGEN DARI MATRIKS

METODE PANGKAT DAN METODE DEFLASI DALAM MENENTUKAN NILAI EIGEN DAN VEKTOR EIGEN DARI MATRIKS METODE PANGKAT DAN METODE DEFLASI DALAM MENENTUKAN NILAI EIGEN DAN VEKTOR EIGEN DARI MATRIKS Arif Prodi Matematika, FST- UINAM Wahyuni Prodi Matematika, FST-UINAM Try Azisah Prodi Matematika, FST-UINAM

Lebih terperinci

SUMMARY ALJABAR LINEAR

SUMMARY ALJABAR LINEAR SUMMARY ALJABAR LINEAR SUMANANG MUHTAR GOZALI KBK ANALISIS UNIVERSITAS PENDIDIKAN INDONESIA BANDUNG 2010 2 KATA PENGANTAR Bismillahirrahmanirrahim Segala puji bagi Allah Rabb semesta alam. Shalawat serta

Lebih terperinci

Matriks. Baris ke 2 Baris ke 3

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

Lebih terperinci

PENYELESAIAN SISTEM PERSAMAAN LINEAR KOMPLEKS MENGGUNAKAN METODE DEKOMPOSISI NILAI SINGULAR (SVD) TUGAS AKHIR. Oleh : DEWI YULIANTI

PENYELESAIAN SISTEM PERSAMAAN LINEAR KOMPLEKS MENGGUNAKAN METODE DEKOMPOSISI NILAI SINGULAR (SVD) TUGAS AKHIR. Oleh : DEWI YULIANTI PENYELESAIAN SISTEM PERSAMAAN LINEAR KOMPLEKS MENGGUNAKAN METODE DEKOMPOSISI NILAI SINGULAR (SVD) TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains Pada Jurusan Matematika

Lebih terperinci

ELIMINASI GAUSS JORDAN. Oleh: Andi Rusdi*)

ELIMINASI GAUSS JORDAN. Oleh: Andi Rusdi*) ELIMINASI GAUSS JORDAN. Oleh: Andi Rusdi*) Sejarah: Karl Friedich Gauss (977-8) adalah seorang ahli matematika dan ilmuwan dari Jerman. Gauss yang kadang-kadang dijuluki pangeran ahli matematika. Disejajarkan

Lebih terperinci

BAB II LANDASAN TEORI. selanjutnya sebagai bahan acuan yang mendukung tujuan penulisan. Materi-materi

BAB II LANDASAN TEORI. selanjutnya sebagai bahan acuan yang mendukung tujuan penulisan. Materi-materi BAB II LANDASAN TEORI Pada bab ini akan dibahas tentang landasan teori yang digunakan pada bab selanjutnya sebagai bahan acuan yang mendukung tujuan penulisan. Materi-materi yang diuraikan berupa definisi-definisi

Lebih terperinci

BAB 5 RUANG VEKTOR A. PENDAHULUAN

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

Lebih terperinci

Aljabar Linier, Vektor, dan Eksplorasinya dengan Maple

Aljabar Linier, Vektor, dan Eksplorasinya dengan Maple Pengantar ke Maple Aljabar Linier, Vektor, dan Eksplorasinya dengan Maple Pengantar ke Maple ALJABAR LINIER, VEKTOR DAN EKSPLORASINYA DENGAN MAPLE Oleh: Kartono Edisi Pertama Cetakan Pertama, 2002 Edisi

Lebih terperinci

MATRIKS Matematika Industri I

MATRIKS 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 terperinci

BAB II DETERMINAN DAN INVERS MATRIKS

BAB II DETERMINAN DAN INVERS MATRIKS BAB II DETERMINAN DAN INVERS MATRIKS A. OPERASI ELEMENTER TERHADAP BARIS DAN KOLOM SUATU MATRIKS Matriks A = berdimensi mxn dapat dibentuk matriks baru dengan menggandakan perubahan bentuk baris dan/atau

Lebih terperinci

BAB 2 LANDASAN TEORI. yang dibicarakan yang akan digunakan pada bab selanjutnya. Bentuk umum dari matriks bujur sangkar adalah sebagai berikut:

BAB 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 terperinci

MODUL V EIGENVALUE DAN EIGENVEKTOR

MODUL V EIGENVALUE DAN EIGENVEKTOR MODUL V EIGENVALUE DAN EIGENVEKTOR 5.. Pendahuluan Biasanya jika suatu matriks A berukuran mm dan suatu vektor pada R m, tidak ada hubungan antara vektor dan vektor A. Tetapi seringkali kita menemukan

Lebih terperinci

BAB II LANDASAN TEORI

BAB 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 terperinci

MUH1G3/ MATRIKS DAN RUANG VEKTOR

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

Lebih terperinci

KAJIAN MATRIKS JORDAN DAN APLIKASINYA PADA SISTEM LINEAR WAKTU DISKRIT

KAJIAN MATRIKS JORDAN DAN APLIKASINYA PADA SISTEM LINEAR WAKTU DISKRIT KAJIAN MATRIKS JORDAN DAN APLIKASINYA PADA SISTEM LINEAR WAKTU DISKRIT Oleh: APRILLIANTIWI NRP. 1207100064 Dosen Pembimbing: 1. Soleha, S.Si, M.Si 2. Dian Winda S., S.Si, M.Si LATAR BELAKANG Matriks dan

Lebih terperinci

MATERI ALJABAR LINEAR LANJUT RUANG VEKTOR

MATERI ALJABAR LINEAR LANJUT RUANG VEKTOR MATERI ALJABAR LINEAR LANJUT RUANG VEKTOR Disusun oleh: Dwi Lestari, M.Sc email: dwilestari@uny.ac.id JURUSAN PENDIDIKAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS NEGERI YOGYAKARTA

Lebih terperinci

II. TINJAUAN PUSTAKA. nyata (fenomena-fenomena alam) ke dalam bagian-bagian matematika yang. disebut dunia matematika (mathematical world).

II. TINJAUAN PUSTAKA. nyata (fenomena-fenomena alam) ke dalam bagian-bagian matematika yang. disebut dunia matematika (mathematical world). 5 II. TINJAUAN PUSTAKA 2.1. Pemodelan Matematika Definisi pemodelan matematika : Pemodelan matematika adalah suatu deskripsi dari beberapa perilaku dunia nyata (fenomena-fenomena alam) ke dalam bagian-bagian

Lebih terperinci

Aljabar Linier Elementer. Kuliah 7

Aljabar Linier Elementer. Kuliah 7 Aljabar Linier Elementer Kuliah 7 Materi Kuliah Ekspansi kofaktor Aturan Cramer 2 2.4 Espansi Kofaktor; Aturan Cramer Definisi: Jika A adalah matriks bujur sangkar, maka minor dari entri a ij dinyatakan

Lebih terperinci

BAB 2 RUANG HILBERT. 2.1 Definisi Ruang Hilbert

BAB 2 RUANG HILBERT. 2.1 Definisi Ruang Hilbert BAB 2 RUANG HILBERT Pokok pembicaraan kita dalam tugas akhir ini berpangkal pada teori ruang Hilbert. Untuk itu di bab ini akan diberikan definisi ruang Hilbert dan ciri-cirinya, separabilitas ruang Hilbert,

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang Masalah

BAB I PENDAHULUAN Latar Belakang Masalah BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Suatu matriks A C m n dikatakan memiliki faktorisasi LU jika matriks tersebut dapat dinyatakan sebagai A = LU dengan L C m m matriks invertibel segitiga bawah

Lebih terperinci

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

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

Lebih terperinci

GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : 1

GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : 1 GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : 1 Berlaku mulai: Gasal/2010 MATA KULIAH : MATRIK DAN TRANSFORMASI LINEAR KODE MATA KULIAH / SKS : 410102042 / 3 SKS MATA

Lebih terperinci

RUANG HASIL KALI DALAM (RHKD) Makalah Ini Disusun untuk Memenuhi Tugas Mata Kuliah Aljabar Linear Dosen Pengampu: Abdul Aziz Saefudin, M.

RUANG HASIL KALI DALAM (RHKD) Makalah Ini Disusun untuk Memenuhi Tugas Mata Kuliah Aljabar Linear Dosen Pengampu: Abdul Aziz Saefudin, M. RUANG HASIL KALI DALAM (RHKD) Makalah Ini Disusun untuk Memenuhi Tugas Mata Kuliah Aljabar Linear Dosen Pengampu: Abdul Aziz Saefudin, M.Pd Disusun oleh: Kelompok 5 1. Nurita Cahyaningtyas (14144100112)

Lebih terperinci

Edisi Juni 2011 Volume V No. 1-2 ISSN SIFAT-SIFAT RUANG HASIL KALI DALAM-n KOMPLEKS

Edisi Juni 2011 Volume V No. 1-2 ISSN SIFAT-SIFAT RUANG HASIL KALI DALAM-n KOMPLEKS SIFAT-SIFAT RUANG HASIL KALI DALAM-n KOMPLEKS Sri Maryani Program Studi Matematika, Fakultas Sains dan Teknik Universitas Jenderal Soedirman, Purwokerto Email : sri.maryani@unsoed.ac.id Abstract Inner

Lebih terperinci

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

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

Lebih terperinci

Aljabar Linear Elementer MA SKS. 07/03/ :21 MA-1223 Aljabar Linear 1

Aljabar Linear Elementer MA SKS. 07/03/ :21 MA-1223 Aljabar Linear 1 Aljabar Linear Elementer MA SKS 7//7 : MA- Aljabar Linear Jadwal Kuliah Hari I Hari II jam jam Sistem Penilaian UTS 4% UAS 4% Quis % 7//7 : MA- Aljabar Linear Silabus : Bab I Matriks dan Operasinya Bab

Lebih terperinci

Aljabar Linear. & Matriks. Evangs Mailoa. Pert. 5

Aljabar Linear. & Matriks. Evangs Mailoa. Pert. 5 Aljabar Linear & Matriks Pert. 5 Evangs Mailoa Pengantar Determinan Menurut teorema 1.4.3, matriks 2 x 2 dapat dibalik jika ad bc 0. Pernyataan ad bc disebut sebagai determinan (determinant) dari matriks

Lebih terperinci

MATRIKS. Notasi yang digunakan NOTASI MATRIKS

MATRIKS. Notasi yang digunakan NOTASI MATRIKS MATRIKS Beberapa pengertian tentang matriks : 1. Matriks adalah himpunan skalar (bilangan riil atau kompleks) yang disusun atau dijajarkan secara empat persegi panjang menurut baris-baris dan kolom-kolom.

Lebih terperinci

MENENTUKAN INVERS MOORE PENROSE DARI MATRIKS KOMPLEKS

MENENTUKAN 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 terperinci

BAB II KAJIAN TEORI. linier, varian dan simpangan baku, standarisasi data, koefisien korelasi, matriks

BAB II KAJIAN TEORI. linier, varian dan simpangan baku, standarisasi data, koefisien korelasi, matriks BAB II KAJIAN TEORI Pada bab II akan dibahas tentang materi-materi dasar yang digunakan untuk mendukung pembahasan pada bab selanjutnya, yaitu matriks, kombinasi linier, varian dan simpangan baku, standarisasi

Lebih terperinci

BAB I PENDAHULUAN. Analisis fungsional merupakan salah satu cabang dari kelompok analisis

BAB I PENDAHULUAN. Analisis fungsional merupakan salah satu cabang dari kelompok analisis BAB I PENDAHULUAN 1.1 Latar Belakang Analisis fungsional merupakan salah satu cabang dari kelompok analisis yang membahas operator, operator linear dan sifat-sifatnya. Sebuah pemetaan antar ruang bernorm

Lebih terperinci

SOLUSI SISTEM PERSAMAAN LINEAR

SOLUSI SISTEM PERSAMAAN LINEAR SOLUSI SISTEM PERSAMAAN LINEAR Bentuk umum persamaan linear dengan n peubah diberikan sebagai berikut : a1 x1 + a2 x2 +... + an xn = b ; a 1, a 2,..., a n R merupakan koefisien dari persamaaan dan x 1,

Lebih terperinci