PERTEMUAN 11 RUANG VEKTOR 1

Ukuran: px
Mulai penontonan dengan halaman:

Download "PERTEMUAN 11 RUANG VEKTOR 1"

Transkripsi

1 PERTEMUAN 11 RUANG VEKTOR 1

2 TUJUAN INSTRUKSIONAL KHUSUS Setelah menyelesaikan pertemuan ini mahasiswa diharapkan : Dapat mengetahui definisi dan sifat-sifat dari ruang vektor Dapat mengetahui definisi dan sifat-sifat dari subruang vektor Dapat menghitung kombinasi linier dan span Dapat mengetahui contoh aplikasinya RUANG VEKTOR 2

3 Ruang Vektor (bentuk Umum) RUANG VEKTOR 3

4 Ruang Vektor V adalah himpunan tidak kosong Didefinisikan 2 operasi terhadap obyekobyek di V: penjumlahan, notasi u + v perkalian skalar, notasi kv Catatan: perlu diingat bahwa penjumlahan tidak selalu seperti (2, 1) + (1, 3) = (3, 4) perkalian skalar tidak selalu seperti 5( 2, 1) = (10, 5) RUANG VEKTOR 4

5 Ruang Vektor V disebut ruang vektor jika dipenuhi 10 (sepuluh) aksioma berikut: 1. Jika u, v V maka (u + v) V 2. u + v = v + u 3. u + ( v + w ) = ( u + v ) + w 4. Ada vektor nol 0 V sedemikian sehingga 0 + u = u + 0 = u 5. Untuk tiap u V, ada vektor u V yang dinamakan negatif u sedemikian sehingga u + ( u) = ( u) + u = 0 6. Jika k adalah skalar dan u V, maka ku V 7. k (u + v) = ku + kv 8. (k+m)u = ku + mu 9. k(mu) = (km) u 10. 1u = u RUANG VEKTOR 5

6 Ruang Vektor perhatikan aksioma 1, 4, 5, 6 berikut: 1. Jika u, v V maka (u + v) V 4. Ada vektor nol 0 V sedemikian sehingga 0 + u = u + 0 = u 5. Untuk tiap u V, ada vektor u V yang dinamakan negatif u sedemikian sehingga u +(-u) = (-u) + u = 0 6. Jika k adalah skalar dan u V, maka k u V ruang vektor bukan ruang vektor ruang vektor bukan ruang vektor u -u 0 u 0 v u v 0 -v u u+v 0 ku ku 1 u+v 6 RUANG VEKTOR 6

7 Teorema 5.1.1: V merupakan ruang vektor, u V dan k adalah skalar. Maka 1) 0u = 0 2) k0 = 0 3) ( 1)u = -u 4) Jika ku = 0, maka k = 0 atau u = 0 RUANG VEKTOR 7

8 Contoh : V = himpunan semua tripel bilangan nyata (x,y,z) dengan operasi-operasi penjumlahan : (x, y, z) + (x, y, z ) = (x+x, y+y, z+z ) perkalian skalar : k(x, y, z) = (kx, y, z) Apakah V merupakan ruang vektor? RUANG VEKTOR 8

9 penjumlahan : (x, y, z) + (x, y, z ) = (x + x, y + y, z + z ) perkalian skalar : k(x, y, z) = (kx, y, z) V disebut ruang vektor jika dipenuhi 10 aksioma berikut: 1. Jika u, v V maka (u + v) V jika u, v adalah tripel, maka (u+v) adalah tripel juga 2. u + v = v + u penjumlahan dua tripel, menurut aturan penjumlahan di atas, bersifat komutatif (x, y, z) + (x, y, z ) = (x + x, y + y, z + z ) = (x + x, y + y, z + z) 3. u + ( v + w ) = ( u + v ) + w sifat asosiatif = (x, y, z ) + (x, y, z) RUANG VEKTOR 9

10 penjumlahan : (x, y, z) + (x, y, z ) = (x+x, y+y, z+z ) perkalian skalar : k(x, y, z) = (kx, y, z) 4. Ada vektor nol 0 V sedemikian sehingga 0 + u = u + 0 = u vektor nol 0 = (0, 0, 0) 5. Untuk tiap u V, ada vektor u V yg dinamakan negatif u sedemikian sehingga u + (-u) =( -u) + u = 0 negasi dari vektor (x, y, z) = ( x, y, z) 6. Jika k adalah skalar dan u V, maka ku V jika k adalah skalar, maka ku adalah tripel RUANG VEKTOR 10

11 penjumlahan : (x, y, z) + (x, y, z ) = (x+x, y+y, z+z ) perkalian skalar : k(x, y, z) = (kx, y, z) 7. k(u + v) = ku + kv? k ( (x, y, z) + (x, y, z ) )= k (x+x, y+y, z+z ) = ( k(x+x ), y+y, z+z ) = (kx, y, z) + (kx, y, z ) = k(x, y, z) + k(x, y, z ) 8. (k + m)u = ku + mu? (k + m)u =( (k + m) x, y, z ) ku + mu = ( kx, y, z ) + ( mx, y, z ) = ( (k + m) x, 2y, 2z ) ternyata (k + m)u ku + mu Karena aksioma 8 gagal, maka V bukan ruang vektor RUANG VEKTOR 11

12 penjumlahan : (x, y, z) + (x, y, z ) = (x+x, y+y, z+z ) perkalian skalar : k(x, y, z) = (kx, y, z) 9. k(mu) = (km)u k(mu) = k(mx, y, z) = (km x, y, z) = (km)u 10. 1u = u 1(x, y, z) = (1x, y, z) = (x, y, z) RUANG VEKTOR 12

13 Bab 5.2 Sub-ruang (subspace) RUANG VEKTOR 13

14 Ruang Vektor Himpunan dengan operasi penjumlahan & perkalian skalar. V disebut ruang vektor jika dipenuhi 10 (sepuluh) aksioma. RUANG VEKTOR 14

15 Ruang Vektor W disebut ruang vektor jika dipenuhi 10 (sepuluh) aksioma berikut: 1. Jika u, v W maka (u + v) W diketahui 2. u + v = v + u (*)diwariskan dari ruang vektor V 3. u + ( v + w ) = ( u + v ) + w (*) 4. Ada vektor nol 0 W sedemikian sehingga 0 + u = u + 0 = u 5. Untuk tiap u W, ada vektor u W yang dinamakan negatif u sedemikian sehingga u + ( u) = ( u) + u = 0 6. Jika k adalah skalar dan u W, maka ku W diketahui 7. k (u + v) = ku + kv (*) 8. (k+m)u = ku + mu (*) 9. k(mu) = (km) u (*) 10. 1u = u (*) RUANG VEKTOR 15

16 Ruang Vektor W disebut ruang vektor jika dipenuhi 10 (sepuluh) aksioma berikut: 4. Ada vektor nol 0 W sedemikian sehingga 0 + u = u + 0 = u 5. Untuk tiap u W, ada vektor u W yang dinamakan negatif u sedemikian sehingga u + ( u) = ( u) + u = 0 Bukti 4: k = 0, u W ku = 0 lihat Teorema (a) menurut 6: Jika k adalah skalar dan u W, maka ku W maka vektor nol 0 W Bukti 5: k = 1, u W ku = ( 1 ) u = u lihat Teorema (c) menurut 6: Jika k adalah skalar dan u W, maka ku W maka vektor negatif u, u W ( berlaku untuk setiap vektor u W ) Catatan: u + ( u) = ( u) + u = 0 benar, sifat yang diwariskan dari V RUANG VEKTOR 16

17 Sub-Ruang : W merupakan subset dari V. W disebut sub-ruang dari V jika dan hanya jika W adalah ruang vektor, di bawah operasi penjumlahan dan perkalian skalar yang didefinisikan di V, artinya 1. Jika u, v W maka (u + v) W 6. Jika k adalah skalar dan u W, maka ku W RUANG VEKTOR 17

18 V V u W u 0 (u+v) u v (u+v) v W v (u+v) u (u+v) v 0 W subspacev W bukan subspace V RUANG VEKTOR 18

19 Teorema : W merupakan subset dari V. W disebut sub-ruang dari V jika dan hanya jika 1. Jika u, v W maka (u + v) W 6. Jika k adalah skalar dan u W, maka ku W Bukti: (1) diketahui : W subruang dari V buktikan : 1 dan 6 (2) diketahui : 1 dan 6 buktikan : W subruang dari V (artinya buktikan aksioma 1-10 dipenuhi di W) RUANG VEKTOR 19

20 Teorema : W merupakan subset dari V. W disebut sub-ruang dari V jika dan hanya jika 1. Jika u, v W maka (u + v) W 6. Jika k adalah skalar dan u W, maka ku W Bukti: (1) diketahui : W subruang dari V buktikan : 1 dan 6 bukti : karena W adalah sub-ruang V, maka W sendiri adalah ruang vektor aksioma 1-10 dipenuhi di W jadi 1, 6 dipenuhi RUANG VEKTOR 20

21 Teorema : W merupakan subset dari V. W disebut sub-ruang dari V jika dan hanya jika 1. Jika u, v W maka (u + v) W 6. Jika k adalah skalar dan u W, maka ku W Bukti: (2) diketahui : 1 dan 6 buktikan : W subruang dari V (artinya buktikan aksioma 1-10 dipenuhi di W) RUANG VEKTOR 21

22 Contoh : Misalkan W merupakan kumpulan vektor (x 1,x 2, x 3, x 4 ) di R 4 yang memenuhi persamaan x 1. x 2 = 0, apakah W merupakan subruang? Ambil : u (1,0, x3, x4) u v v x3 y3 x4 y4 v (0,1, y3, y4) (1,1), (0,1,, ) Bukan subruang sebab hasil perkalian komponen pertama dan kedua pada uv0 RUANG VEKTOR 22

23 Sub Ruang Hasil Jawaban SPL Himpunan dari semua vektor yang merupakan jawaban dari sistem persamaan homogin merupakan subruang di R n, dengan orde A adalah m x n. Contoh : Diberikan SPL homogen, x 1 + 3x 2 5x 3 + 7x 4 = 0 x x 2 19x x 4 = 0 2x 1 + 5x 2 26x x 4 = 0 RUANG VEKTOR 23

24 Matriks Eselon-nya : x x 3 4 variable bebas, misal : x3 = s dan x4 = t x2 = 4s 3t dan x1 = 3s + 2t Jawaban dalam bentuk vektor : x1 3s 2t 3 2 x 4s 3t 4 3 x 3 s 1 0 x4 t x s t x su tv u (3, 4,1, 0) dan v (2, 3, 0,1) Subruang dari jawaban SPL Homogin disebut Ruang Jawab. RUANG VEKTOR 24

25 Kombinasi Linier (Linear Combination) & Rentang (Span) RUANG VEKTOR 25

26 Definisi: Vektor w disebut kombinasi linier dari v 1, v 2,, v n jika w = k 1 v 1 + k 2 v k n v n k 1, k 2,.. k n adalah skalar Teorema : Jika v 1, v 2,, v n merupakan himpunan vektor di V, maka 1. Himpunan dari semua kombinasi linier dari v 1, v 2,, v n, disebut himpunan W, adalah subspace V 2. W adalah subspace terkecil yang berisi v 1, v 2,, v n RUANG VEKTOR 26

27 Teorema : Jika v 1, v 2,, v r merupakan himpunan vektor di V, maka 1. Himpunan dari semua kombinasi linier dari v 1, v 2,, v r, disebut himpunan W, adalah subspace V 2. W adalah subspace terkecil yang berisi v 1, v 2,, v r Bukti 1: W adalah subspace jika u, v W, maka (u + v) W Vektor u, v W; k i, c i, a i adalah skalar u = c 1 v 1 + c 2 v c r v r v = k 1 v 1 + k 2 v k r v r kombinasi linier dari v 1, v 2,, v r kombinasi linier dari v 1, v 2,, v r (u + v) = (c 1 + k 1 )v 1 + (c 2 + k 2 )v (c r + k r )v r = a 1 v 1 + a 2 v a r v r kombinasi linier dari v 1, v 2,, v r RUANG VEKTOR 27

28 Teorema : Jika v 1, v 2,, v r merupakan himpunan vektor di V, maka 1. Himpunan dari semua kombinasi linier dari v 1, v 2,, v r, disebut himpunan W, adalah subspace V 2. W adalah subspace terkecil yang berisi v 1, v 2,, v r Bukti 1: W adalah subspace jika u W, maka ku W Vektor u W; k, c i, d i adalah skalar u = c 1 v 1 + c 2 v c r v r kombinasi linier dari v 1, v 2,, v r ku = kc 1 v 1 + kc 2 v kc r v r = d 1 v 1 + d 2 v d r v r kombinasi linier dari v 1, v 2,, v r RUANG VEKTOR 28

29 Contoh (1) : Nyatakanlah=(7,7,9,11) sebagai kombinasi linier dari=(2,0,3,1),= (4,1,3,2) dan= (1,3,-1,3) Jawab : Tentukanlah s 1,s 2, dan s 3 yang memenuhi : Dalam bentuk matriks dinyatakanlah sebagai : a s1u 1 s2u1 s3u s 1 s 2 s ATAU 2s 1 + 4s 2 + s 3 = 7 s 2 + 3s 3 = 7 3s 1 + 3s 2 s 3 = 9 s 1 + 2s 2 + 3s 3 = 11 RUANG VEKTOR 29

30 Matriks lengkapnya : Matriks Eselonnya : s 3 = 3, s 2 = -2, dan s 1 = Dengan demikian dapat dinyatakan sebagai kombinasi linear dari : a 6u 2u 6u RUANG VEKTOR 30

31 Contoh (2) : Jika u = (1,2,-1) dan v = (6,4,2), tunjukkan bahwa w = (9,2,7) adalah kombinasi linier dari u dan v Penyelesaian: (9,2,7) = k 1 (1,2,-1) + k 2 (6,4,2) SPL nya : k k 2 = 9 2k k 2 = 2 -k k 2 = 7 Jika diselesaikan, didapatkan k 1 = -3 dan k 2 = 2 RUANG VEKTOR 31

32 Rentang: Diketahui suatu Ruang Vektor V S = {v 1, v 2,, v r } dan S V W = { x x merupakan kombinasi linier vektor-vektor S artinya: x = k 1 v 1 + k 2 v k n v r } maka S adalah rentang (span) W RUANG VEKTOR 32

33 apakah R(7,7,9,11) == direntang adalah kombinasi linier dari Merentang : u=(2,0,3,1), v= (4,1,3,2) dan w= (1,3,-1,3) RUANG VEKTOR 33

34 Contoh (1): Jika u = (1,0,0),v = (0,1,0),dan w = (0,0,1) membangun R 3 sebab setiap vektor (x,y,z) di R 3 dapat dinyatakan sebagai (x,y,z) = x + y + z Contoh (2): Tentukan apakah vektor-vektor berikut merupakan span di R3 u = (2,2,2), v = (0,0,3), w = (0,1,1) u = (3,1,4), v = (2,-3,5), w = (5,-2,9) u = (3,1,4), v = (2,-3,5), w = (5,-2,9), z = (1,4,-1) RUANG VEKTOR 34

35 Catatan jumlah vektor penyusun > jumlah ruang tidak merentang Determinan matriks = 0 tidak merentang Hasil SPL = non trivial tidak merentang RUANG VEKTOR 35

36 Contoh: R 2 : ruang vektor di bawah operasi penjumlahan vektor & perkalian skalar Sub-Ruang di R 2 : { (0, 0) } dan R 2 sendiri R 3 : ruang vektor di bawah operasi penjumlahan vektor & perkalian skalar Sub-Ruang di R 3 : { (0, 0, 0) } dan R 3 sendiri RUANG VEKTOR 36

37 RUANG VEKTOR 37

38 RUANG VEKTOR 38

39 c) (a,b,c), dimana b = a + c Jadi vektornya baru bisa ditulis (a, a+c, c) ambil U = (a 1, a 1 + c 1, c 1 ) dan V = (a 2, a 2 +c 2, c 2 ) U + V = (a 1 + a 2, a 1 + c 1 + a 2 +c 2, c 1 + c 2 ) memenuhi Ambil k skalar k U = k (a 1, a 1 + c 1, c 1 ) = ( k a 1, k(a 1 + c 1), k c 1 ) memenuhi Jadi sub ruang R 3 RUANG VEKTOR 39

40 Semua vektor yang berbentuk (a,b,c) ; b = a + c + 1 Jadi bisa ditulis (a, (a + c + 1), c) ambil V U (a, ( a 1 +c 1 +1), c 1 ) a c 1, ) ( a2, 2 2 c2 U V a 1 a2 a1 a2 c1 c2 2,, c c Adalah vektor (a, b, c) Ternyata b = a 1 + a 2 +c 1 + c tidak memenuhi, jadi bukan sub ruang. 1 2 RUANG VEKTOR 40

KS KALKULUS DAN ALJABAR LINEAR Ruang Vektor TIM KALIN

KS KALKULUS DAN ALJABAR LINEAR Ruang Vektor TIM KALIN KS091206 KALKULUS DAN ALJABAR LINEAR Ruang Vektor TIM KALIN TUJUAN INSTRUKSIONAL KHUSUS Setelah menyelesaikan pertemuan ini mahasiswa diharapkan: Dapat mengetahui definisi dan sifat-sifat dari ruang vektor

Lebih terperinci

SUBRUANG 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 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 terperinci

Suatu himpunan tak kosong F dengan operasi penjumlahan dan perkalian, dikatakan sebagai field jika untuk setiap,, memenuhi sifat-sifat berikut:

Suatu himpunan tak kosong F dengan operasi penjumlahan dan perkalian, dikatakan sebagai field jika untuk setiap,, memenuhi sifat-sifat berikut: Bagian 5. RUANG VEKTOR 5.1 Lapangan (Field) Suatu himpunan tak kosong F dengan operasi penjumlahan dan perkalian, dikatakan sebagai field jika untuk setiap,, memenuhi sifat-sifat berikut: 1. dan 2., 3.,

Lebih terperinci

RUANG VEKTOR. Nurdinintya Athari (NDT)

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

Lebih terperinci

Pengantar Vektor. Besaran. Vektor (Mempunyai Arah) Skalar (Tidak mempunyai arah)

Pengantar Vektor. Besaran. Vektor (Mempunyai Arah) Skalar (Tidak mempunyai arah) Pengantar Vektor Besaran Skalar (Tidak mempunyai arah) Vektor (Mempunyai Arah) Vektor Geometris Skalar (Luas, Panjang, Massa, Waktu dan lain - lain), merupakan suatu besaran yang mempunyai nilai mutlak

Lebih terperinci

MUH1G3/ MATRIKS DAN RUANG VEKTOR

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

Lebih terperinci

Ruang Vektor. Kartika Firdausy UAD blog.uad.ac.id/kartikaf. Ruang Vektor. Syarat agar V disebut sebagai ruang vektor. Aljabar Linear dan Matriks 1

Ruang Vektor. Kartika Firdausy UAD blog.uad.ac.id/kartikaf. Ruang Vektor. Syarat agar V disebut sebagai ruang vektor. Aljabar Linear dan Matriks 1 Ruang Vektor Kartika Firdausy UAD blog.uad.ac.id/kartikaf Syarat agar V disebut sebagai ruang vektor 1. Jika vektor vektor u, v V, maka vektor u + v V 2. u + v = v + u 3. u + ( v + w ) = ( u + v ) + w

Lebih terperinci

Operasi perkalian skalar merupakan suatu aturan yang mengasosiasikan setiap skalar k dan setiap objek u pada v dengan suatu objek ku, yang disebut

Operasi perkalian skalar merupakan suatu aturan yang mengasosiasikan setiap skalar k dan setiap objek u pada v dengan suatu objek ku, yang disebut RUANG VEKTOR REAL Aksioma ruang vektor, dinyatakan dlam definisi beikut, dimana aksiona merupakan aturan permainan dalam ruang vektor. Definisi : Jika V merupakan suatu himpunan tidak kosong dari objek

Lebih 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

KS KALKULUS DAN ALJABAR LINEAR Independensi Linear Basis & Dimensi TIM KALIN

KS 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 terperinci

Ruang Vektor. Adri Priadana. ilkomadri.com

Ruang 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 terperinci

RUANG VEKTOR UMUM AKSIOMA RUANG VEKTOR

RUANG 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 terperinci

Chapter 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 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 terperinci

R maupun. Berikut diberikan definisi ruang vektor umum, yang secara eksplisit

R maupun. Berikut diberikan definisi ruang vektor umum, yang secara eksplisit BAB I RUANG EKTOR UMUM Dalam bab ini akan dipelajari tentang konsep ruang vektor umum, sub ruang vektor dan sifat-sifatnya. Pada pembicaraan ini, para mahasiswa dianggap sudah mengenal konsep dan sifat

Lebih terperinci

HASIL PRESENTASI ALJABAR LINIER ( SUB RUANG VEKTOR ) Disusun Untuk Memenuhi Tugas Mata Kuliah Aljabar Linier. Dosen Pengampu : Darmadi, S,Si, M.

HASIL PRESENTASI ALJABAR LINIER ( SUB RUANG VEKTOR ) Disusun Untuk Memenuhi Tugas Mata Kuliah Aljabar Linier. Dosen Pengampu : Darmadi, S,Si, M. HASIL PRESENTASI ALJABAR LINIER ( SUB RUANG VEKTOR ) Disusun Untuk Memenuhi Tugas Mata Kuliah Aljabar Linier Dosen Pengampu : Darmadi, S,Si, M.Pd Disusun oleh Matematika 5F Kelompok 5: ARLITA ROSYIDA 08411.081

Lebih terperinci

Aljabar Linier Sistem koordinat, dimensi ruang vektor dan rank

Aljabar 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 terperinci

BAB II LANDASAN TEORI

BAB 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 terperinci

G a a = e = a a. b. Berdasarkan Contoh 1.2 bagian b diperoleh himpunan semua bilangan bulat Z. merupakan grup terhadap penjumlahan bilangan.

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,

Lebih terperinci

DIKTAT 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 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 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

Matematika Lanjut 1. Sistem Persamaan Linier Transformasi Linier. Matriks Invers. Ruang Vektor Matriks. Determinan. Vektor

Matematika Lanjut 1. Sistem Persamaan Linier Transformasi Linier. Matriks Invers. Ruang Vektor Matriks. Determinan. Vektor Matematika Lanjut 1 Vektor Ruang Vektor Matriks Determinan Matriks Invers Sistem Persamaan Linier Transformasi Linier 1 Dra. D. L. Crispina Pardede, DE. Referensi [1]. Yusuf Yahya, D. Suryadi. H.S., gus

Lebih terperinci

Bab 4 RUANG VEKTOR. 4.1 Ruang Vektor

Bab 4 RUANG VEKTOR. 4.1 Ruang Vektor Bab RUANG VEKTOR. Ruang Vektor DEFINISI.. Suatu ruang vektor (V, +,, F) atas field (F, +), ditulis singkat V(F), adalah suatu himpunan tak kosong V dengan elemenelemennya disebut vektor, yang dilengkapi

Lebih terperinci

Definisi Jumlah Vektor Jumlah dua buah vektor u dan v diperoleh dari aturan jajaran genjang atau aturan segitiga;

Definisi Jumlah Vektor Jumlah dua buah vektor u dan v diperoleh dari aturan jajaran genjang atau aturan segitiga; BAB I VEKTOR A. DEFINISI VEKTOR 1). Pada mulanya vektor adalah objek telaah dalam ilmu fisika. Dalam ilmu fisika vektor didefinisikan sebagai sebuah besaran yang mempunyai besar dan arah seperti gaya,

Lebih terperinci

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 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 terperinci

Modul 2.2 Matriks dan Sistem Persamaan Linear (Topik 2) A. Pendahuluan Matriks dan Sistem Persamaan Linear

Modul 2.2 Matriks dan Sistem Persamaan Linear (Topik 2) A. Pendahuluan Matriks dan Sistem Persamaan Linear Modul 2.2 Matriks dan Sistem Persamaan Linear (Topik 2) A. Pendahuluan Salah satu kajian matematika sekolah menengah yang memiliki banyak aplikasinya dalam menyelesaikan permasalahan yang ada dalam kehidupan

Lebih terperinci

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 Course of Calculus MATRIKS Oleh : Hanung N. Prasetyo Information system Departement Telkom Politechnic Bandung Matriks dan vektor merupakan pengembangan dari sistem persamaan Linier. Matriks dapat digunakan

Lebih terperinci

Pertama, daftarkan kedua himpunan vektor: himpunan yang merentang diikuti dengan himpunan yang bergantung linear, perhatikan:

Pertama, 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 terperinci

8.1 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 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 terperinci

vektor u 1, u 2,, u n.

vektor u 1, u 2,, u n. KOMBINASI LINEAR BEBAS LINEAR BERGANTUNG LINEAR Prof.Dr. Budi Murtiyasa Muhammadiyah University of Surakarta Kombinasi Linear (linear combination) Andaikan ruang vektor V melalui field F, dengan vektor-vektor

Lebih terperinci

Aljabar Linear dan Matriks (Persamaan Linear dan Vektor) Instruktur : Ferry Wahyu Wibowo, S.Si., M.Cs.

Aljabar Linear dan Matriks (Persamaan Linear dan Vektor) Instruktur : Ferry Wahyu Wibowo, S.Si., M.Cs. Aljabar Linear dan Matriks (Persamaan Linear dan Vektor) Instruktur : Ferry Wahyu Wibowo, S.Si., M.Cs. . Matriks dan Sistem Persamaan Linear Definisi Persamaan dalam variabel dan y dapat ditulis dalam

Lebih terperinci

BAB III RUANG VEKTOR R 2 DAN R 3. Bab ini membahas pengertian dan operasi vektor-vektor. Selain

BAB III RUANG VEKTOR R 2 DAN R 3. Bab ini membahas pengertian dan operasi vektor-vektor. Selain BAB III RUANG VEKTOR R DAN R 3 Bab ini membahas pengertian dan operasi ektor-ektor. Selain operasi aljabar dibahas pula operasi hasil kali titik dan hasil kali silang dari ektor-ektor. Tujuan Instruksional

Lebih terperinci

0. Diperoleh bahwa: Selanjutnya dibuktikan tertutup terhadap perkalian skalar:

0. Diperoleh bahwa: Selanjutnya dibuktikan tertutup terhadap perkalian skalar: f g) f g C atau ( f g). Diperoleh bahwa: f g) ( f g) dg f ( f dg g) g dg f g Selanjutnya dibuktikan tertutup terhadap perkalian skalar: Ambil. f ) f C, R. Ditunjukkan bahwa. f C atau (. f ).. f ). diketahui

Lebih terperinci

Aljabar Linier Ruang vektor dan subruang vektor. 2 Oktober 2014

Aljabar Linier Ruang vektor dan subruang vektor. 2 Oktober 2014 Aljabar Linier Ruang vektor dan subruang vektor 2 Oktober 2014 Pertemuan-2 Pertemuan ke-2 memuat 1. Ruang vektor operasi linier field definisi Contoh Kombinasi linier 1 2. Subruang definisi penentuan subruang

Lebih terperinci

Yang dibahas : Ortogonal Basis ortogonal Ortonormal Matrik ortogonal Komplemen ortogonal Proyeksi ortogonal Faktorisasi QR

Yang 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 terperinci

Chapter 5 GENERAL VECTOR SPACE Row Space, Column Space, Nullspace 5.6. Rank & Nullity

Chapter 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 terperinci

MUH1G3/ MATRIKS DAN RUANG VEKTOR

MUH1G3/ 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 terperinci

Aljabar Linier. Kuliah 2 30/8/2014 2

Aljabar Linier. Kuliah 2 30/8/2014 2 30/8/2014 1 Aljabar Linier Kuliah 2 30/8/2014 2 Bab 1 Subpokok Bahasan Ruang Vektor Subruang Subruang Lattice Jumlah Langsung Himpunan Pembangun dan Bebas Linier Dimensi Ruang Vektor Basis Terurut dan

Lebih terperinci

TINJAUAN PUSTAKA. Ruang metrik merupakan ruang abstrak, yaitu ruang yang dibangun oleh

TINJAUAN PUSTAKA. Ruang metrik merupakan ruang abstrak, yaitu ruang yang dibangun oleh II. TINJAUAN PUSTAKA 2.1 Ruang Metrik Ruang metrik merupakan ruang abstrak, yaitu ruang yang dibangun oleh aksioma-aksioma tertentu. Ruang metrik merupakan hal yang fundamental dalam analisis fungsional,

Lebih terperinci

Aljabar Linier Elementer

Aljabar Linier Elementer Aljabar Linier Elementer Kuliah 15 dan 16 11/11/2014 1 Materi Kuliah Kebebasan Linier Basis dan Dimensi 11/11/2014 Yanita, Matematika Unand 2 5.3 Kebebasan Linier Definisi Jika S = v 1, v 2,, v r adalah

Lebih 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

Kumpulan Soal,,,,,!!!

Kumpulan 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 terperinci

Kode, GSR, dan Operasi Pada

Kode, GSR, dan Operasi Pada BAB 2 Kode, GSR, dan Operasi Pada Graf 2.1 Ruang Vektor Atas F 2 Ruang vektor V atas lapangan hingga F 2 = {0, 1} adalah suatu himpunan V yang berisi vektor-vektor, termasuk vektor nol, bersama dengan

Lebih terperinci

uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg

uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg uiopasdfghjklzxcvbnmqwertyuiopasd Qwertyuiopasdfghjklzxcvbnmqwerty cvbnmqwertyuiopasdfghjklzxcvbnmq fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg

Lebih terperinci

BAB II DASAR DASAR TEORI

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

Lebih terperinci

Ruang Vektor Real. Modul 1 PENDAHULUAN

Ruang 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 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. 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

Kata Pengantar. Puji syukur kehadirat Yang Maha Kuasa yang telah memberikan pertolongan hingga modul ajar ini dapat terselesaikan.

Kata Pengantar. Puji syukur kehadirat Yang Maha Kuasa yang telah memberikan pertolongan hingga modul ajar ini dapat terselesaikan. i Kata Pengantar Puji syukur kehadirat Yang Maha Kuasa yang telah memberikan pertolongan hingga modul ajar ini dapat terselesaikan. Modul ajar ini dimaksudkan untuk membantu penyelenggaraan kuliah jarak

Lebih terperinci

Ruang R n Euclides. Pengertian. Sifat-sifat Operasi Penjumlahan dan Perkalian dengan Skalar

Ruang R n Euclides. Pengertian. Sifat-sifat Operasi Penjumlahan dan Perkalian dengan Skalar Ruang R n Euclides Pengertian Sebuah vektor di R n, dinyatakan oleh n bilangan terurut, yaitu u=(u 1, u 2,..., u n ) Vektor nol: yaitu vektor yang semua entri-nya nol, misalkan o=(0, 0,..., 0) Dua vektor

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

04-Ruang Vektor dan Subruang

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

Lebih terperinci

Aljabar Linier & Matriks

Aljabar 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 terperinci

TRANSFORMASI 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 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 terperinci

UNIVERSITAS GADJAH MADA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM JURUSAN MATEMATIKA PROGRAM STUDI S1 MATEMATIKA Sekip Utara, Yogyakarta

UNIVERSITAS GADJAH MADA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM JURUSAN MATEMATIKA PROGRAM STUDI S1 MATEMATIKA Sekip Utara, Yogyakarta UNIVERSITAS GADJAH MADA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM JURUSAN MATEMATIKA PROGRAM STUDI S1 MATEMATIKA Sekip Utara, Yogyakarta Bahan Ajar: BAB POKOK BAHASAN I MODUL ATAS RING Direncanakan

Lebih terperinci

02-Pemecahan Persamaan Linier (1)

02-Pemecahan Persamaan Linier (1) -Pemecahan Persamaan Linier () Dosen: Anny Yuniarti, M.Comp.Sc Gasal - Anny Agenda Bagian : Vektor dan Persamaan Linier Bagian : Teori Dasar Eliminasi Bagian 3: Eliminasi Menggunakan Matriks Bagian 4:

Lebih 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

MUH1G3/ MATRIKS DAN RUANG VEKTOR

MUH1G3/ MATRIKS DAN RUANG VEKTOR MUHG3/ MATRIKS DAN RUANG VEKTOR TIM DOSEN 6 Ruang Hasil Kali Dalam Sub Pokok Bahasan Definisi Ruang Hasilkali Dalam Himpunan ortonormal Proses Gramm Schmidt Aplikasi RHD Metode Optimasi seperti metode

Lebih terperinci

1. GRUP. Definisi 1.1 (Operasi Biner) Diketahui G himpunan dan ab, G. Operasi biner pada G merupakan pengaitan

1. GRUP. Definisi 1.1 (Operasi Biner) Diketahui G himpunan dan ab, G. Operasi biner pada G merupakan pengaitan 1. GRUP Definisi 1.1 (Operasi Biner) Diketahui G himpunan dan ab, G. Operasi biner pada G merupakan pengaitan pasangan elemen ( ab, ) pada G, yang memenuhi dua kondisi berikut: 1. Setiap pasangan elemen

Lebih terperinci

BAB I PENDAHULUAN. Struktur aljabar merupakan suatu himpunan tidak kosong yang dilengkapi

BAB I PENDAHULUAN. Struktur aljabar merupakan suatu himpunan tidak kosong yang dilengkapi 1 BAB I PENDAHULUAN 1.1 Latar Belakang Struktur aljabar merupakan suatu himpunan tidak kosong yang dilengkapi dengan aksioma dan suatu operasi biner. Teori grup dan ring merupakan konsep yang memegang

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

MATRIKS. Definisi: Matriks adalah susunan bilangan-bilangan yang berbentuk segiempat siku-siku yang terdiri dari baris dan kolom.

MATRIKS. Definisi: Matriks adalah susunan bilangan-bilangan yang berbentuk segiempat siku-siku yang terdiri dari baris dan kolom. Page- MATRIKS Definisi: Matriks adalah susunan bilangan-bilangan yang berbentuk segiempat siku-siku yang terdiri dari baris dan kolom. Notasi: Matriks dinyatakan dengan huruf besar, dan elemen elemennya

Lebih terperinci

Aljabar Linier. Kuliah 3. 5/9/2014 Yanita FMIPA Matematika Unand

Aljabar Linier. Kuliah 3. 5/9/2014 Yanita FMIPA Matematika Unand Aljabar Linier Kuliah 3 5/9/2014 Yanita FMIPA Matematika Unand 1 Materi Kuliah 3 Jumlah Langsung, Hasilkali Langsung Himpunan Pembangun (Spans) dan Bebas Linier 5/9/2014 Yanita FMIPA Matematika Unand 2

Lebih terperinci

KS KALKULUS DAN ALJABAR LINEAR Ruang Baris Ruang Kolom Ruang Nol TIM KALIN

KS KALKULUS DAN ALJABAR LINEAR Ruang Baris Ruang Kolom Ruang Nol TIM KALIN KS96 KALKULUS DAN ALJABAR LINEAR Ruang Baris Ruang Kolom Ruang Nol TIM KALIN TUJUAN INSTRUKSIONAL KHUSUS Setelah menyelesaikan pertemuan ini mahasiswa diharapkan: Dapat mencari ruang baris, ruang kolom,

Lebih 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

Aljabar Boole. Meliputi : Boole. Boole. 1. Definisi Aljabar Boole 2. Prinsip Dualitas dalam Aljabar

Aljabar Boole. Meliputi : Boole. Boole. 1. Definisi Aljabar Boole 2. Prinsip Dualitas dalam Aljabar Aljabar Boole Meliputi : 1. Definisi Aljabar Boole 2. Prinsip Dualitas dalam Aljabar Boole 3. Teorema Dasar Aljabar Boole 4. Orde dalam sebuah Aljabar Boole Definisi Aljabar Boole Misalkan B adalah himpunan

Lebih terperinci

BAB I PENDAHULUAN. A. Latar Belakang. Struktur aljabar merupakan salah satu bidang kajian dalam matematika

BAB I PENDAHULUAN. A. Latar Belakang. Struktur aljabar merupakan salah satu bidang kajian dalam matematika 1 BAB I PENDAHULUAN A. Latar Belakang Struktur aljabar merupakan salah satu bidang kajian dalam matematika yang dikembangkan untuk menunjang pemahaman mengenai struktur bilangan. Struktur atau sistem aljabar

Lebih terperinci

CHAPTER 6. Ruang Hasil Kali Dalam

CHAPTER 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 terperinci

Sistem Persamaan Linear Homogen 3P x 3V Metode OBE

Sistem Persamaan Linear Homogen 3P x 3V Metode OBE Sistem Persamaan Linear Homogen 3P x 3V Metode OBE Ogin Sugianto sugiantoogin@yahoo.co.id penma2b.wordpress.com Majalengka, 12 November 2016 Sistem Persamaan Linear (SPL) Homogen yang akan dibahas kali

Lebih terperinci

GARIS-GARIS BESAR PROGRAM PEMBELAJARAN

GARIS-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 terperinci

Analisis Fungsional. Oleh: Dr. Rizky Rosjanuardi, M.Si Jurusan Pendidikan Matematika UNIVERSITAS PENDIDIKAN INDONESIA

Analisis Fungsional. Oleh: Dr. Rizky Rosjanuardi, M.Si Jurusan Pendidikan Matematika UNIVERSITAS PENDIDIKAN INDONESIA Analisis Fungsional Oleh: Dr. Rizky Rosjanuardi, M.Si Jurusan Pendidikan Matematika UNIVERSITAS PENDIDIKAN INDONESIA Lingkup Materi Ruang Metrik dan Ruang Topologi Kelengkapan Ruang Banach Ruang Hilbert

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

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

Transformasi Linier. Transformasi linier memiliki beberapa fungsi yang perlu dipelajari. Fungsi-fungsi tersebut antara lain :

Transformasi 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 terperinci

Pertemuan 1 Sistem Persamaan Linier dan Matriks

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

Lebih terperinci

DIKTAT ALJABAR LINIER DAN MATRIKS VEKTOR. Penyusun Ir. S. Waniwatining Astuti, M.T.I.

DIKTAT ALJABAR LINIER DAN MATRIKS VEKTOR. Penyusun Ir. S. Waniwatining Astuti, M.T.I. DIKTAT ALJABAR LINIER DAN MATRIKS VEKTOR Penyusun Ir. S. Waniwatining Astuti, M.T.I. SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER GLOBAL INFORMATIKA MDP 24 KATA PENGANTAR Pertama-tama penulis mengucapkan

Lebih terperinci

Trihastuti Agustinah

Trihastuti Agustinah TE 9467 Teknik Nmerik Sistem Linear Trihastti Agstinah Bidang Stdi Teknik Sistem Pengatran Jrsan Teknik Elektro - FTI Institt Teknologi Seplh Nopember O U T L I N E OBJEKTIF TEORI CONTOH 4 SIMPULAN 5 LATIHAN

Lebih terperinci

BASIS DAN DIMENSI. dengan mengurangkan persamaan kedua dengan persamaan menghasilkan

BASIS DAN DIMENSI. dengan mengurangkan persamaan kedua dengan persamaan menghasilkan BASIS DAN DIMENSI Representasi Basis Jika S={v 1,v,...,v n ) adalah suatu basis dari ruang vektor V, maka tiap vektor v pada V dapat dinyatakan dalam bentuk v= c 1 v 1 + c v +... c n v n dengan cepat satu

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 4 BAB II TINJAUAN PUSTAKA Untuk mencapai tujuan penulisan penelitian diperlukan beberapa pengertian dan teori yang berkaitan dengan pembahasan. Dalam subbab ini akan diberikan beberapa teori berupa definisi,

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 6 BAB II TINJAUAN PUSTAKA A. Fungsi Definisi A.1 Diberikan A dan B adalah dua himpunan yang tidak kosong. Suatu cara atau aturan yang memasangkan atau mengaitkan setiap elemen dari himpunan A dengan tepat

Lebih terperinci

RUANG FAKTOR. Oleh : Muhammad Kukuh

RUANG FAKTOR. Oleh : Muhammad Kukuh Muhammad Kukuh, Ruang RUANG FAKTOR Oleh : Muhammad Kukuh Abstraksi Pada struktur aljabar dikenal istilah grup faktor yaitu Jika grup dan N Subgrup normal G, maka grup faktor dengan operasi Apabila G ruang

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

& & # = 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

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

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

Lebih terperinci

MODUL ATAS RING MATRIKS ( ) Arindia Dwi Kurnia Universitas Jenderal Soedirman Ari Wardayani Universitas Jenderal Soedirman

MODUL ATAS RING MATRIKS ( ) Arindia Dwi Kurnia Universitas Jenderal Soedirman Ari Wardayani Universitas Jenderal Soedirman Prosiding Seminar Nasional Matematika dan Terapannya 2016 p-issn : 2550-0384; e-issn : 2550-0392 MODUL ATAS RING MATRIKS Arindia Dwi Kurnia Universitas Jenderal Soedirman arindiadwikurnia@gmail.com Ari

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

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

Struktur Aljabar I. Pada bab ini disajikan tentang pengertian. grup, sifat-sifat dasar grup, ordo grup dan elemennya, dan konsep

Struktur Aljabar I. Pada bab ini disajikan tentang pengertian. grup, sifat-sifat dasar grup, ordo grup dan elemennya, dan konsep GRUP Bab ini merupakan awal dari bagian pertama materi utama perkuliahan Struktur Aljabar I. Pada bab ini disajikan tentang pengertian grup, sifat-sifat dasar grup, ordo grup dan elemennya, dan konsep

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

BAB II TEORI KODING DAN TEORI INVARIAN

BAB 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 terperinci

Hand-Out Geometri Transformasi. Bab I. Pendahuluan

Hand-Out Geometri Transformasi. Bab I. Pendahuluan Hand-Out Geometri Transformasi Bab I. Pendahuluan 1.1 Vektor dalam R 2 Misalkan u = (x 1,y 1 ), v = (x 2,y 2 ) dan w = (x 3,y 3 ) serta k skalar (bilangan real) Definisi 1. : Penjumlahan vektor u + v =

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

MATRIKS. a A mxn = 21 a 22 a 2n a m1 a m2 a mn a ij disebut elemen dari A yang terletak pada baris i dan kolom j.

MATRIKS. a A mxn = 21 a 22 a 2n a m1 a m2 a mn a ij disebut elemen dari A yang terletak pada baris i dan kolom j. MATRIKS A. Definisi Matriks 1. Definisi Matriks dan Ordo Matriks Matriks adalah susunan bilangan (elemen) yang disusun menurut baris dan kolom dan dibatasi dengan tanda kurung. Jika suatu matriks tersusun

Lebih terperinci

KS KALKULUS DAN ALJABAR LINEAR Vektor di Ruang N TIM KALIN

KS KALKULUS DAN ALJABAR LINEAR Vektor di Ruang N TIM KALIN KS091206 KALKULUS DAN ALJABAR LINEAR Vektor di Ruang N TIM KALIN TUJUAN INSTRUKSIONAL KHUSUS Setelah menyelesaikan pertemuan ini mahasiswa diharapkan: Dapat mengetahui definisi dan dapat menghitung perkalian

Lebih terperinci

Sistem Persamaan Linier dan Matriks

Sistem Persamaan Linier dan Matriks Sistem Persamaan Linier dan Matriks 1.1 Pendahuluan linier: Sebuah garis pada bidang- dapat dinyatakan secara aljabar dengan sebuah persamaan Sebuah persamaan jenis ini disebut persamaan linier dalam dua

Lebih terperinci

SEKILAS TENTANG KONSEP. dengan grup faktor, dan masih banyak lagi. Oleh karenanya sebelum

SEKILAS TENTANG KONSEP. dengan grup faktor, dan masih banyak lagi. Oleh karenanya sebelum Bab I. Sekilas Tentang Konsep Dasar Grup antonius cp 2 1. Tertutup, yakni jika diambil sebarang dua elemen dalam G maka hasil operasinya juga akan merupakan elemen G dan hasil tersebut adalah tunggal.

Lebih terperinci

Matematika Teknik INVERS MATRIKS

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

Lebih terperinci

DIKTAT PERKULIAHAN. EDISI 1 Aljabar Linear dan Matriks

DIKTAT 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 terperinci

Modul 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 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 terperinci

BAB 2 LANDASAN TEORI

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

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