6 Sistem Persamaan Linear
|
|
|
- Vera Darmadi
- 9 tahun lalu
- Tontonan:
Transkripsi
1 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 memenuhi beberapa persamaan berikut f (x, x,..., x n ) =0 f (x, x,..., x n ) =0 f n (x, x,..., x n ) =0 Atau dapat ditulis dalam bentuk sebagai berikut.. denganf, f,..., f n fungsi linear a x + a x a n x n = b a x + a x a n x n = b.. a m x + a m x a mn x n = b n Untuk menyelesaikan sistem persamaan linear seperti ini, akan digunakan metode, yakni: Sistem Linear segitiga atas, eliminasi Gauss dan pivoting dan faktorisasi LU. 6. Sistem Linear Segitiga Atas Metode ini pernah dipelajari pada tingkat yang lebih awal. Caranya adalah mengeliminasi sistem persamaan sehingga didapatkan sistem linear dalam bentuk segitiga atas. Bentuk seperti ini memudahkan kita untuk melakukan substitusi balik dan mendapatkan solusi bagi sistem persamaan linear yang dimaksud. Contoh: Selesaikan sistem persamaan linear berikut x x + 4 = x x + = 7 x + x 5 = 7 Solusi: Eliminasi Gauss akan dikenakan pada matriks lengkap dari sistem persamaan linear di atas sebagai berikut Yang diberi tanda kotak adalah baris yang menjadi tumpuan (pivot row). Sistem persamaan linear di atas telah menjadi bentuk matriks segitiga atas. Dengan menggunakan substitusi balik, diperoleh solusi bagi sistem persamaan linear di atas adalah = 7/5 7 = x + 0( ) = 4 x = = x ( 0.848) + 4( ) = x =.7596
2 Latihan : Selesaikan sistem persamaan linear berikut dengan menggunakan substitusi balik 4x x + + = 0 x = = = 4 = 6 Latihan : Tunjukkan bahwa sistem persamaan linear berikut tidak memiliki solusi 4x x + + = 0 0x = = 4 = 6 Contoh : Tunjukkan bahwa sistem persamaan linear berikut memiliki solusi tak hingga banyak. 4x x + + = 0 0x = 7 6. Eliminasi Gauss dan Pivoting = 4 = 6 Eliminasi Gauss yang biasa kadang tidak memberikan hasil sesuai kenyataan, terutama dimana elemen tumpuan nol. Untuk lebih jelasnya, perhatikan kasus berikut. Ini adalah matriks lengkap dari suatu sistem persamaan linear Ax = b Solusi dari sistem ini adalah [0.9999; ]. Periksalah bahwa nilai-nilai ini memenuhi kedua persamaa tersebut secara sekaligus. Selanjutnya dengan menggunakan cara yang diberikan pada subbab sebelumnya akan diperiksa bahwa hasil yang diperoleh ternyata berbeda. Gunakan baris sebagai tumpuan. Dengan demikian entri- akan berisi nol dan entri- = /0.000 = 000 dan entri- = /0.000 = Dengan menggunakan substitusi balik, diperoleh bahwa x = = x = = 0 Ini jelas jauh berbeda dari solusi sebenarnya. Hal ini disebabkan oleh pemilihan elemen tumpuan yang sangat kecil. Hal ini ditanggulangi dengan mencari elemen pada kolom
3 tumpuan dan mengubah entri terbesar menjadi elemen tumpuan. Pada soal ini, karena 0.4 > 0.000, kedua baris dipertukarkan sehingga baris kedua menjadi baris tumpuan sebagai berikut Dengan substitusi balik diperoleh x = = x = (0. + (0.)) = 0.4 Solusi ini mendekati solusi yang sebenarnya. Proses eliminasi Gauss dengan cara seperti ini dinamakan eliminasi Gauss dengan strategi penumpuan parsial. Sementara jika strategi ini dilakukan dengan mencari nilai terbesar dari suatu submatriks maka dinamakan dengan eliminasi Gauss dengan penumpuan total. Teknik lain dengan menggunakan penumpuan adalah dengan eliminasi Gauss dengan pivot parsial terskala. Misalkan urutan persamaan yang digunakan dinotasikan dengan vektor baris {l, l,..., l n }. Sebut l = [l, l,..., l n ] vektor indeks. Definisikan s i = max a ij dengan i n j n sehingga s = [s, s,..., s n ] disebut vektor skala. Pada awal proses, kita tidak langsung menggunakan persamaan () sebagai persamaan pivot tetapi menggunakan persamaan yang rasio antara a i, dengan s i untuk i n terbesar. Cara yang terbaik adalah:. Definisikan vektor indeks l = [l, l,..., l n ] = [,,..., n]. Pilih j indeks yang mempunyai rasio terbesar dalam himpunan ali : i n. Tukar l j menjadi l vektor indeks l 4. Kalikan baris l dengan konstanta a li a l dan kurangkan dengan baris l i dengan i n 5. Ulangi langkah () (4) s li Tentukan solusi dari SPL berikut ini: x x =
4 Mula-mula vektor indeks l = [,,, 4] dan vektor skala s = [, 8, 6, ] Perhatikan rasio berikut: ali max : i =,,, 4 = max s li, 6 8, 6 6, = Nilai maksimumnya muncul pada indeks j =. Sehingga baris () menjadi persamaan pivot. Diperoleh: x x = sehingga vektor indeks yang baru l = [,,, 4]. Langkah selanjutnya perhatikan rasio berikut: ali max : i =,, 4 = max s li 8,, 4 = maka pilih j = dan vektor indeks yang baru l = [,,, 4] dan = Perhatikan rasio berikut: ali max : i =, 4 s li x x 45 / = max 8, / = 54 maka pilih j = dan vektor indeks yang baru tetap l = [,,, 4] dan Jadi solusi SPL tersebut adalah = 6 6 x x = = 45 6 x = = 7 8( ) () x = = 6 + () ( ) 4() = = 6 Tugas Mandiri: Untuk tiap soal berikut, kecuali yang soalnya diberikan, selesaikan dengan menggunakan eliminasi Gauss baik dengan tanpa penumpuan maupan dengan penumpuan (parsial dan total). Bandingkan hasil yang diperoleh. 5
5 .. x + 4x + = 6 x + 5x = 6x + x + 7 = x x =. Tunjukkan bahwa SPL berikut mempunyai solusi tunggal jika α = 0, tidak ada solusi jika α = dan mempunyai banyak solusi jika α =. x + 4x + α = 6 x x + α = αx + x + = 5 4. x + x = 7 x + x = 9 4x + + = 0 4 = 5. Tentukan parabola y = A + Bx + Cx yang melalui (,4), (,7), dan (,4). 6. Analogi soal nomor 5 melalui titik (,6),(,5), dan (,) 7. Tentukan persamaan kubik y = A + Bx + Cx + D yang melalui (0,0),(,),(,) dan (,). 8. Selesaikan dengan menggunakan pembulatan 4 digit di belakan koma. Gunakan eliminasi Gauss dengan pivot parsial dan eliminasi Gauss dengan pivot parsial terskala. (a) (b) x x + 00 = x + 0x 0.00 = 0 x 00x = 0 x + 0x = 0 x 5x = 5x + x 00 0 = 0 x 00x + = 0 6
6 6. Faktorisasi LU Sistem Persamaan Linear n n dapat ditulis dalam bentuk matriks: dengan A merupakan matriks koefisien yang berbentuk: a a a a n a a a a n A = a a a a n a n a n a n a nn Ax = b () Akan ditunjukkan bahwa algoritma Gauss sederhana yang diterapkan pada A dapat memfaktorkan A menjadi hasil kali dua matriks sederhana yaitu matriks diagonal bawah l L = l l l n l n l n dan matriks diagonal atas U = u u u u n u u u n u u n.... u nn Dengan kata lain, dapat diperoleh A = LU Contoh: Misalkan diberikan SPL sebagai berikut: 6 4 x x = Setelah dilakukan eliminasi Gauss sederhana diperoleh SPL sebagai berikut: 6 4 x x = 6 9 () Eliminasi ini dapat diinterpretasikan bahwa dari persamaan () dapat diperoleh: MAx = Mb (4) 7
7 dengan matriks M dipilih sedemikian sehingga M A adalah matriks koefisien untuk SPL pada persamaan (). Sehingga diperoleh MA = = U Langkah pertama pada eliminasi Gauss sederhana menghasilkan SPL: 6 4 x x 0 8 = Langkah ini dapat diinterpretasikan dari persamaan () dapat diperoleh: dengan M = M Ax = M b Perhatikan bahwa matriks M merupakan matriks dengan diagonal utamanya bernilai, dan hanya kolom pertama yang berisi elemen tak nol dan bilangan ini merupakan negatif dari koefisien pengali masing-masing baris. Langkah kedua pada eliminasi Gauss sederhana menghasilkan SPL: x x = yang ekivalen dengan M M Ax = M M b dengan M = Begitu juga dengan langkah ketiga ekivalen dengan M M M Ax = M M M b dengan M =
8 Secara lengkap diperoleh: M = M M M (5) Sehingga dari persamaan (4) dan (5) diperoleh A = M U = (M M M ) U = M M M U = LU Karena M k adalah matriks spesial maka M k pada elemen negatif pengali Sehingga diperoleh L = M = = M M dapat diperoleh dengan mengubah tanda Penyelesaian sistem persamaan linear ini adalah sebagai berikut. Bentuk di atas dapat dituliskan sebagai berikut (LU)x = b LY = b dengan Y = Ux = Selesaikan sistem persamaan LY = b untuk nilai - nilai Y. Kemudian dari Y yang diperoleh, selesaikan untuk nilai- nilai x, yakni solusi sistem persamaan linear yang dikehendaki. Matriks Permutasi Pada contoh yang dikerjakan di atas, diasumsikan tidak terdapat pertukaran baris pada saat melakukan eliminasi Gauss. Akan tetapi hal ini tidak dapat selalu terjadi. Sebagai contoh, perhatikan contoh berikut. A = (6) 9
9 Misalkan matriks A di atas memiliki faktorisasi LU, yakni u u u 4 8 = m 0 0 u u 5 m m 0 0 u Periksalah bahwa kita akan mendapatkan hal - hal yang bertentangan, sehingga matriks A di atas tidak dapat dibuat faktorisasi LU. Akan tetapi, hal ini dapat diatasi dengan mengalikan matriks A dengan matriks permutasi. Matriks Permutasi Matriks Permutasi N N adalah matriks yang mempunyai tepat satu buah elemen pada setiap baris dan kolom, yakni dan 0 selain itu. Dengan demikian, baris-baris pada P adalah permutasi baris-baris dari matriks identitas. Sebagai contoh, matriks berikut adalah matriks permutasi P = = baris I 4 baris I 4 baris 4 I 4 baris I 4 Mengalikan sebarang matriks A 4 4 dari kiri dengan matriks permutasi di atas akan menghasilkan matriks A dengan baris bertukar dengan baris serta baris bertukar dengan baris 4. Verifikasilah hal ini. Pada masalah semula, faktorisasi LU atas matriks pada persamaan (6) tidak dapat dikerjakan. Hal ini dapat ditanggulangai dengan mengalikan A pada persamaan tersebut dengan matriks permutasi P sehingga diperoleh PA = = Verifikasilah bahwa matriks tersebut dapat difaktorisasi LU Tugas Mandiri: Tentukan faktorisasi LU dari matriks - matriks berikut
Solusi Sistem Persamaan Linear Ax = b
Solusi Sistem Persamaan Linear Ax = b Kie Van Ivanky Saputra April 27, 2009 K V I Saputra (Analisis Numerik) Kuliah Sistem Persamaan Linier c April 27, 2009 1 / 9 Review 1 Substitusi mundur pada sistem
PAM 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
PAM 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 2016/2017 1 Mahdhivan Syafwan Metode Numerik: Sistem Persamaan Linier
BAB 4 Sistem Persamaan Linear. Sistem m persamaan linear dalam n variabel LG=C adalah himpunan persamaan linear
BAB 4 Sistem Persamaan Linear berbentuk Sistem m persamaan linear dalam n variabel LG=C adalah himpunan persamaan linear Dengan koefisien dan adalah bilangan-bilangan yang diberikan. Sistem ini disebut
Pertemuan Ke 2 SISTEM PERSAMAAN LINEAR (SPL) By SUTOYO,ST.,MT
Pertemuan Ke SISTEM PERSAMAAN LINEAR (SPL) By SUTOYO,ST,MT Pendahuluan Suatu sistem persamaan linier (atau himpunan persaman linier simultan) adalah satu set persamaan dari sejumlah unsur yang tak diketahui
Syarif Abdullah (G ) Matematika Terapan FMIPA Institut Pertanian Bogor.
Syarif Abdullah (G551150381) Matematika Terapan FMIPA Institut Pertanian Bogor e-mail: [email protected] 25 Maret 2016 Ringkasan Kuliah ke-6 Analisis Numerik (16 Maret 2016) Materi : System
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:
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,
Metode Matriks Balikan
Metode Matriks Balikan MisalkanA -1 adalahmatriksbalikandaria. Sistempersamaan lanjar Ax = b dapat diselesaikan sebagai berikut: Ax= b A -1 Ax= A -1 b I x= A -1 b (A -1 A = I ) x= A -1 b Cara penyelesaiandenganmengalikanmatriksa
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
(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
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
BAB II SISTEM PERSAMAAN LINEAR. Sistem persamaan linear ditemukan hampir di semua cabang ilmu
BAB II SISTEM PERSAMAAN LINEAR Sistem persamaan linear ditemukan hampir di semua cabang ilmu pengetahuan. Di bidang ilmu ukur, diperlukan untuk mencari titik potong dua garis dalam satu bidang. Di bidang
5. PERSAMAAN LINIER. 1. Berikut adalah contoh SPL yang terdiri dari 4 persamaan linier dan 3 variabel.
1. Persamaan Linier 5. PERSAMAAN LINIER Persamaan linier adalah suatu persamaan yang variabel-variabelnya berpangkat satu. Disamping persamaan linier ada juga persamaan non linier. Contoh : a) 2x + 3y
SISTEM PERSAMAAN LINEAR
Pokok Bahasan : Sistem persamaan linier Sub Pokok Bahasan : Sistem persamaan linier Eliminasi Gauss Eliminasi Gauss Jordan Penyelesaian SPL dengan invers SISTEM PERSAMAAN LINEAR Tujuan : Menyelesaikan
BAB 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
03-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
Matematika Teknik INVERS MATRIKS
INVERS MATRIKS Dalam menentukan solusi suatu SPL selama ini kita dihadapkan kepada bentuk matriks diperbesar dari SPL. Cara lain yang akan dikenalkan disini adalah dengan melakukan OBE pada matriks koefisien
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
Pertemuan 1 Sistem Persamaan Linier dan Matriks
Matriks & Ruang Vektor Pertemuan Sistem Persamaan Linier dan Matriks Start Matriks & Ruang Vektor Outline Materi Pengenalan Sistem Persamaan Linier (SPL) SPL & Matriks Matriks & Ruang Vektor Persamaan
SISTEM 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
Solusi 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
Part III DETERMINAN. Oleh: Yeni Susanti
Part III DETERMINAN Oleh: Yeni Susanti Perhatikan determinan matriks ukuran 2x2 berikut: Pada masing-masing jumlahan dan Terdapat wakil dari setiap baris dan setiap kolom. Bagaimana dengan tanda + (PLUS)
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
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
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
MODUL ALJABAR LINEAR 1 Disusun oleh, ASTRI FITRIA NUR ANI
214 MODUL ALJABAR LINEAR 1 Disusun oleh, ASTRI FITRIA NUR ANI Astri Fitria Nur ani Aljabar Linear 1 1/1/214 1 DAFTAR ISI DAFTAR ISI... i BAB I MATRIKS DAN SISTEM PERSAMAAN A. Pendahuluan... 1 B. Aljabar
uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg
uiopasdfghjklzxcvbnmqwertyuiopasd Qwertyuiopasdfghjklzxcvbnmqwerty cvbnmqwertyuiopasdfghjklzxcvbnmq fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg
BAB II KAJIAN TEORI. yang diapit oleh dua kurung siku sehingga berbentuk empat persegi panjang atau
BAB II KAJIAN TEORI Pada bab ini akan diberikan kajian teori mengenai matriks dan operasi matriks, program linear, penyelesaian program linear dengan metode simpleks, masalah transportasi, hubungan masalah
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
BAB 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
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)
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
Metode 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
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
Pertemuan 14. persamaan linier NON HOMOGEN
Pertemuan 14 persamaan linier NON HOMOGEN 10 Metode GAUSS Aljabar Linier Hastha 2016 10.2.2 METODE ELIMINASI GAUSS Apabila [A][X]=[B] maka dengan menyusun matriks baru yaitu matriks [A.B] akan didapat
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
BAB 4 : SISTEM PERSAMAAN LINIER
BAB 4 : SISTEM PERSAMAAN LINIER 4.1 PERSAMAAN LINIER Misalnya x 2 Matematika analitik membicarakan ilmu ukur secara aljabar. Garis lurus pada bidang x 1 dan x 2 dapat dinyatakan sebagai persamaan a 1 x
dimana a 1, a 2,, a n dan b adalah konstantakonstanta
Persamaan linear adalah persamaan dimana peubahnya tidak memuat eksponensial, trigonometri (seperti sin, cos, dll.), perkalian, pembagian dengan peubah lain atau dirinya sendiri. Secara umum persamaan
MUH1G3/ MATRIKS DAN RUANG VEKTOR
MUH1G3/ MATRIKS DAN RUANG VEKTOR TIM DOSEN 5 Ruang Vektor Ruang Vektor Sub Pokok Bahasan Ruang Vektor Umum Subruang Basis dan Dimensi Beberapa Aplikasi Ruang Vektor Beberapa metode optimasi Sistem Kontrol
Pertemuan 13 persamaan linier NON HOMOGEN
Pertemuan 13 persamaan linier NON HOMOGEN 10 Metode CRAMER Aljabar Linier Hastha 2016 10. PERSAMAAN LINIER NONHOMOGEN 10.1 PERSAMAAN LINIER Misalnya x 2 Matematika analitik membicarakan ilmu ukur secara
BAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Sistem Persamaan Linier Sistem Persamaan dengan m persamaan dan n bilangan tak diketahui ditulis dengan : Dimana x 1, x 2, x n : bilangan tak diketahui a,b : konstanta Jika SPL
ALJABAR LINIER DAN MATRIKS
ALJABAR LINIER DAN MATRIKS MATRIKS (DETERMINAN, INVERS, TRANSPOSE) Macam Matriks Matriks Nol (0) Matriks yang semua entrinya nol. Ex: Matriks Identitas (I) Matriks persegi dengan entri pada diagonal utamanya
Bentuk 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
M 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
Matriks 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
Minggu 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
Menentukan Nilai Eigen Tak Dominan Suatu Matriks Definit Negatif Menggunakan Metode Kuasa Invers dengan Shift
Jurnal Penelitian Sains Volume 14 Nomer 1(A) 14103 Menentukan Nilai Eigen Tak Dominan Suatu Matriks Definit Negatif Menggunakan Metode Kuasa Invers dengan Shift Yuli Andriani Jurusan Matematika FMIPA,
RUANG VEKTOR. Nurdinintya Athari (NDT)
1 RUANG VEKTOR Nurdinintya Athari (NDT) RUANG VEKTOR Sub Pokok Bahasan Ruang Vektor Umum Subruang Basis dan Dimensi Basis Subruang Beberapa Aplikasi Ruang Vektor Beberapa metode optimasi Sistem kontrol
II. 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
II LANDASAN TEORI. Contoh. Ditinjau dari sistem yang didefinisikan oleh:
5 II LANDASAN TEORI 2.1 Keterkontrolan Untuk mengetahui persoalan sistem kontrol mungkin tidak ada, jika sistem yang ditinjau tidak terkontrol. Walaupun sebagian besar sistem terkontrol ada, akan tetapi
LU DECOMPOSITION (FAKTORISASI MATRIK)
LU DECOMPOSITION (FAKTORISASI MATRIK) Dr. Eng. Supriyanto, M.Sc Lab. Komputer, Departemen Fisika, Universitas Indonesia email: [email protected] atau [email protected] 5 Februari 2005 Pada semua catatan
JURUSAN PENDIDIKAN MATEMATIKA FMIPA UNIVERSITAS NEGERI YOGYAKARTA
CATATAN KULIAH ALJABAR LINEAR MUSTHOFA JURUSAN PENDIDIKAN MATEMATIKA FMIPA UNIVERSITAS NEGERI YOGYAKARTA 20 SISTEM PERSAMAAN LINEAR Tujuan : Menyelesaikan sistem persamaan linear. OPERASI BARIS ELEMENTER
MODUL IV SISTEM PERSAMAAN LINEAR
MODUL IV SISTEM PERSAMAAN LINEAR 4.. Pendahuluan. Sistem Persamaan Linear merupakan salah satu topik penting dalam Aljabar Linear. Sistem Persamaan Linear sering dijumpai dalam semua bidang penyelidikan
ALJABAR LINEAR ELEMENTER
BAHAN AJAR ALJABAR LINEAR ELEMENTER Disusun oleh : Indah Emilia Wijayanti Al. Sutjijana Jurusan Matematika Fakultas MIPA Universitas Gadjah Mada Desember, 22 ii Daftar Isi Sistem Persamaan Linear dan Matriks.
Aplikasi Aljabar Lanjar pada Metode Numerik
Aplikasi Aljabar Lanjar pada Metode Numerik IF223 Aljabar Geometri Oleh: Rinaldi Munir Program Studi Informatika, STEI-ITB Rinaldi Munir - IF223 Aljabar Geometri Apa itu Metode Numerik? Numerik: berhubungan
Sistem Persamaan Linier FTI-UY
BAB V Sistem Persamaan Linier Salah satu hal penting dalam aljabar linear dan dalam banak masalah matematika terapan adalah menelesaikan suatu sistem persamaan linear. Representasi Sistem Persamaan Linear
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
Dual Pada Masalah Maksimum Baku
Dual Pada Masalah Maksimum aku Setiap masalah program linear terkait dengan masalah dualnya. Kita mulai dengan motivasi masalah ekonomi terhadap dual masalah maksimum baku. Sebuah industri rumah tangga
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,
Operasi Baris Elementer (OBE) dan Eliminasi Gauss-Jordan (EGJ)
Operasi Baris Elementer (OBE) dan Eliminasi Gauss-Jordan (EGJ) Kuliah Aljabar Linier Semester Ganjil 2015-2016 MZI Fakultas Informatika Telkom University FIF Tel-U Agustus 2015 MZI (FIF Tel-U) OBE dan
ELIMINASI 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
Modul Praktikum. Aljabar Linier. Disusun oleh: Machudor Yusman IR., M.Kom. Ucapan Terimakasih:
Modul Praktikum Aljabar Linier Disusun oleh: Machudor Yusman IR., M.Kom. Ucapan Terimakasih: David Abror Gabriela Minang Sari Hanan Risnawati Ichwan Almaza Nuha Hanifah Riza Anggraini Saiful Anwar Tri
Bab 2 LANDASAN TEORI. 2.1 Pengantar Proses Stokastik
Bab 2 LANDASAN TEORI Pada bab ini akan diberikan penjelasan singkat mengenai pengantar proses stokastik dan rantai Markov, yang akan digunakan untuk analisis pada bab-bab selanjutnya. 2.1 Pengantar Proses
PERSAMAAN & PERTIDAKSAMAAN
PERSAMAAN & PERTIDAKSAMAAN PERTEMUAN III Nur Edy, PhD. Tujuan Mengaplikasikan konsep persamaan dan pertidaksamaan Pokok Bahasan: Persamaan (Minggu 3 dan 4) Pertidaksamaan (Minggu 3 dan 4) Harga mutlak
Sistem Persamaan linier
Sistem Persamaan linier 5.1 Sistem Persamaan Linier Dua Peubah (Variabel) Bentuk Umum: a 1 x + b 1 y = c 1 a 2 x + b 2 y = c 2 Dimana a 1, b 1, c 1, a 2, b 2, c 2 R. Himpunan pasangan berurutan (x, y)
MODUL 3 FAKTORISASI LU, PARTISI MATRIK DAN FAKTORISASI QR
MODUL 3 FAKTORISASI LU, PARTISI MATRIK DAN FAKTORISASI QR KOMPETENSI: 1. Memahami penggunaan faktorisasi LU dalam penyelesaian persamaan linear.. Memahami penggunaan partisi matrik dalam penyelesaian persamaan
BAB 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
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
BAB II DASAR DASAR TEORI
BAB II DASA DASA TEOI.. uang ruang Vektor.. uang Vektor Umum Defenisi dan sifat sifat sederhana Defenisi : Misalkan V adalah sebarang himpunan benda yang didefenisikan dua operasi, yakni penambahan perkalian
Rivised Simpleks Method (metode simpleks yang diperbaiki)
Rivised impleks Method (metode simpleks yang diperbaiki) Metode simpleks yang sudah kita pelajari, menunjukkan bahwa setiap perpindahan tabel baru selalu membawa semua elemen yang terdapat dalam tabel.
& & # = 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
G a a = e = a a. b. Berdasarkan Contoh 1.2 bagian b diperoleh himpunan semua bilangan bulat Z. merupakan grup terhadap penjumlahan bilangan.
2. Grup Definisi 1.3 Suatu grup < G, > adalah himpunan tak-kosong G bersama-sama dengan operasi biner pada G sehingga memenuhi aksioma- aksioma berikut: a. operasi biner bersifat asosiatif, yaitu a, b,
Metode Simpleks M U H L I S T A H I R
Metode Simpleks M U H L I S T A H I R PENDAHULUAN Metode Simpleks adalah metode penentuan solusi optimal menggunakan simpleks didasarkan pada teknik eliminasi Gauss Jordan. Penentuan solusi optimal dilakukan
Contoh. C. Determinan dan Invers Matriks. C. 1. Determinan
C. Determinan dan Invers Matriks C.. Determinan Suatu matriks persegi selalu dapat dikaitkan dengan suatu bilangan yang disebut determinan. Determinan dari matriks persegi dinotasikan dengan. Untuk matriks
Determinan. Untuk menghitung determinan ordo n terlebih dahulu diberikan cara menghitung determinan ordo 2
Determinan Determinan Setiap matriks bujur sangkar A yang berukuran (nxn) dapat dikaitkan dengan suatu skalar yang disebut determinan matriks tersebut dan ditulis dengan det(a) atau A. Untuk menghitung
DETERMINAN. Determinan matriks hanya didefinisikan pada matriks bujursangkar (matriks kuadrat). Notasi determinan matriks A: Jika diketahui matriks A:
DETERMINAN Definisi Determinan Matriks Determinan matriks adalah bilangan tunggal yang diperoleh dari semua permutasi elemen matriks bujur sangkar.jika subskrip permutasi elemen matriks adalah genap (inversi
BAB MATRIKS. Tujuan Pembelajaran. Pengantar
BAB II MATRIKS Tujuan Pembelajaran Setelah mempelajari materi bab ini, Anda diharapkan dapat: 1. menggunakan sifat-sifat dan operasi matriks untuk menunjukkan bahwa suatu matriks persegi merupakan invers
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
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
04-Ruang Vektor dan Subruang
04-Ruang Vektor dan Subruang Vektor (1) Dosen: Anny Yuniarti, M.Comp.Sc Gasal 2011-2012 Anny2011 1 Agenda Bagian 1: Ruang Vektor Bagian 2: Nullspace of A: Solusi Ax = 0 Bagian 3: Rank dan Row-reduced-form
Keunggulan Penyelesaian Persamaan Linear dengan Metode Dekomposisi LU dalam Komputerisasi
Keunggulan Penyelesaian Persamaan Linear dengan Metode Dekomposisi LU dalam Komputerisasi Elvina Riama K. Situmorang 55) Program Studi Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
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
Solusi Numerik Sistem Persamaan Linear
Solusi Numerik Sistem Persamaan Linear Modul #2 Praktikum AS2205 Astronomi Komputasi Oleh Dr. Muhamad Irfan Hakim Program Studi Astronomi Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi
Aljabar Matriks. Aljabar Matriks
Aljabar Matriks No No Unit Unit Kompetensi 1 Menerapkan keamanan web dinamis 2 Membuat halaman web dinamis dasar 3 Membuat halaman web dinamis lanjut 4 Menerapkan web hosting 5 Menerapkan konten web memenuhi
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
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
Course of Calculus MATRIKS. Oleh : Hanung N. Prasetyo. Information system Departement Telkom Politechnic Bandung
Course of Calculus MATRIKS Oleh : Hanung N. Prasetyo Information system Departement Telkom Politechnic Bandung Matriks dan vektor merupakan pengembangan dari sistem persamaan Linier. Matriks dapat digunakan
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
BAB II KAJIAN TEORI. Berikut diberikan landasan teori mengenai teori himpunan fuzzy, program
BAB II KAJIAN TEORI Berikut diberikan landasan teori mengenai teori himpunan fuzzy, program linear, metode simpleks, dan program linear fuzzy untuk membahas penyelesaian masalah menggunakan metode fuzzy
BAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan diuraikan mengenai landasan teori yang akan digunakan dalam bab selanjutnya. 2.1 Matriks Sebuah matriks, biasanya dinotasikan dengan huruf kapital tebal seperti A,
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
PERBANDINGAN KOMPLEKSITAS ALGORITMA METODE-METODE PENYELESAIAN SISTEM PERSAMAAN LANJAR
PERBANDINGAN KOMPLEKSITAS ALGORITMA METODE-METODE PENYELESAIAN SISTEM PERSAMAAN LANJAR Achmad Dimas Noorcahyo NIM 3508076 Program Studi Teknik Informatika, Institut Teknologi Bandung Jalan Ganeca 0, Bandung
Teori Dualitas dan Penerapannya (Duality Theory and Its Application)
Teori Dualitas dan Penerapannya (Duality Theory and Its Application) Kuliah 6 TI2231 Penelitian Operasional I 1 Materi Bahasan 1 Teori dualitas 2 Metode simpleks dual TI2231 Penelitian Operasional I 2
BAB I MATRIKS DEFINISI : NOTASI MATRIKS :
BAB I MATRIKS DEFINISI : Matriks adalah himpunan skalar (bilangan riil atau kompleks) yang disusun/dijajarkan berbentuk persegi panjang (menurut baris dan kolom). Skalar-skalar itu disebut elemen matriks.
MATRIKS DAN OPERASINYA. Nurdinintya Athari (NDT)
MATRIKS DAN OPERASINYA Nurdinintya Athari (NDT) MATRIKS DAN OPERASINYA Sub Pokok Bahasan Matriks dan Jenisnya Operasi Matriks Operasi Baris Elementer Matriks Invers (Balikan) Beberapa Aplikasi Matriks
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
II. M A T R I K S ... A... Contoh II.1 : Macam-macam ukuran matriks 2 A. 1 3 Matrik A berukuran 3 x 1. Matriks B berukuran 1 x 3
11 II. M A T R I K S Untuk mencari pemecahan sistem persamaan linier dapat digunakan beberapa cara. Salah satu yang paling mudah adalah dengan menggunakan matriks. Dalam matematika istilah matriks digunakan
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.
Dalam bentuk SPL masalah ini dapat dinyatakan sebagai berikut:
SISTEM PERSAMAAN LINIER Persamaan linier adalah persamaan dimana peubahnya tidak memuat fungsi eksponensial, trigonometri, logaritma serta tidak melibatkan suatu hasil kali peubah atau akar peubah atau
