PERTEMUAN 11 RUANG VEKTOR 1
|
|
- Handoko Kusumo
- 6 tahun lalu
- Tontonan:
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
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 terperinciSUBRUANG VEKTOR. Disusun Untuk Memenuhi Mata Kuliah Aljabar Linier. Dosen Pembimbing: Abdul Aziz Saefudin, M.Pd
SUBRUANG VEKTOR Disusun Untuk Memenuhi Mata Kuliah Aljabar Linier Dosen Pembimbing: Abdul Aziz Saefudin, M.Pd Disusun Oleh : Kelompok 6/ III A4 1. Nina Octaviani Nugraheni 14144100115 2. Emi Suryani 14144100126
Lebih terperinciSuatu himpunan tak kosong F dengan operasi penjumlahan dan perkalian, dikatakan sebagai field jika untuk setiap,, memenuhi sifat-sifat berikut:
Bagian 5. RUANG VEKTOR 5.1 Lapangan (Field) Suatu himpunan tak kosong F dengan operasi penjumlahan dan perkalian, dikatakan sebagai field jika untuk setiap,, memenuhi sifat-sifat berikut: 1. dan 2., 3.,
Lebih terperinciRUANG VEKTOR. Nurdinintya Athari (NDT)
1 RUANG VEKTOR Nurdinintya Athari (NDT) RUANG VEKTOR Sub Pokok Bahasan Ruang Vektor Umum Subruang Basis dan Dimensi Basis Subruang Beberapa Aplikasi Ruang Vektor Beberapa metode optimasi Sistem kontrol
Lebih terperinciPengantar Vektor. Besaran. Vektor (Mempunyai Arah) Skalar (Tidak mempunyai arah)
Pengantar Vektor Besaran Skalar (Tidak mempunyai arah) Vektor (Mempunyai Arah) Vektor Geometris Skalar (Luas, Panjang, Massa, Waktu dan lain - lain), merupakan suatu besaran yang mempunyai nilai mutlak
Lebih terperinciMUH1G3/ MATRIKS DAN RUANG VEKTOR
MUH1G3/ MATRIKS DAN RUANG VEKTOR TIM DOSEN 5 Ruang Vektor Ruang Vektor Sub Pokok Bahasan Ruang Vektor Umum Subruang Basis dan Dimensi Beberapa Aplikasi Ruang Vektor Beberapa metode optimasi Sistem Kontrol
Lebih terperinciRuang Vektor. Kartika Firdausy UAD blog.uad.ac.id/kartikaf. Ruang Vektor. Syarat agar V disebut sebagai ruang vektor. Aljabar Linear dan Matriks 1
Ruang Vektor Kartika Firdausy UAD blog.uad.ac.id/kartikaf Syarat agar V disebut sebagai ruang vektor 1. Jika vektor vektor u, v V, maka vektor u + v V 2. u + v = v + u 3. u + ( v + w ) = ( u + v ) + w
Lebih terperinciOperasi perkalian skalar merupakan suatu aturan yang mengasosiasikan setiap skalar k dan setiap objek u pada v dengan suatu objek ku, yang disebut
RUANG VEKTOR REAL Aksioma ruang vektor, dinyatakan dlam definisi beikut, dimana aksiona merupakan aturan permainan dalam ruang vektor. Definisi : Jika V merupakan suatu himpunan tidak kosong dari objek
Lebih terperinciBAB 5 RUANG VEKTOR A. PENDAHULUAN
BAB 5 RUANG VEKTOR A. PENDAHULUAN 1. Definisi-1. Suatu ruang vektor adalah suatu himpunan objek yang dapat dijumlahkan satu sama lain dan dikalikan dengan suatu bilangan, yang masing-masing menghasilkan
Lebih terperinciKS KALKULUS DAN ALJABAR LINEAR Independensi Linear Basis & Dimensi TIM KALIN
KS091206 Independensi Linear Basis & Dimensi TIM KALIN TUJUAN INSTRUKSIONAL KHUSUS Setelah menyelesaikan pertemuan ini mahasiswa diharapkan: Dapat mengetahui apakah suatu vektor bebas linier atau tak bebas
Lebih terperinciRuang Vektor. Adri Priadana. ilkomadri.com
Ruang Vektor Adri Priadana ilkomadri.com MEDAN SKLAR Misalkan diketahui bahwa K adalah himpunan, dan didefinisikan 2 buah operasi penjumlahan (+) dan perkalian (*). Maka K dikatakan medan skalar jika dipenuhi
Lebih terperinciRUANG VEKTOR UMUM AKSIOMA RUANG VEKTOR
7//5 RUANG VEKTOR UMUM Yang dibahas.. Ruang vektor umum. Subruang. Hubungan dependensi linier 4. Basis dan dimensi 5. Ruang baris, ruang kolom, ruang nul, rank dan nulitas AKSIOMA RUANG VEKTOR V disebut
Lebih terperinciChapter 5 GENERAL VECTOR SPACE 5.1. REAL VECTOR SPACES 5.2. SUB SPACES
Chapter 5 GENERAL VECTOR SPACE 5.1. REAL VECTOR SPACES 5.2. SUB SPACES Definisi : VECTOR SPACE Jika V adalah ruang vektor dimana u,v,w merupakan objek dalam V sebagai vektor, dan terdapat skalar k dan
Lebih terperinciR 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 terperinciHASIL 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 terperinciAljabar Linier Sistem koordinat, dimensi ruang vektor dan rank
Aljabar Linier Sistem koordinat, dimensi ruang vektor dan rank khozin mu tamar 9 Oktober 2014 PERTEMUAN-4 : SISTEM KOORDINAT, DIMEN- SI RUANG VEKTOR DAN RANK 1. Sistem koordinat (a) Ketunggalan scalar
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Sebagai acuan penulisan penelitian ini diperlukan beberapa pengertian dan teori yang berkaitan dengan pembahasan. Dalam sub bab ini akan diberikan beberapa landasan teori berupa pengertian,
Lebih terperinciG 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 terperinciDIKTAT MATA KULIAH ALJABAR LINEAR ELEMENTER (BAGIAN II) DISUSUN OLEH ABDUL JABAR, M.Pd
DIKTAT MATA KULIAH ALJABAR LINEAR ELEMENTER (BAGIAN II) DISUSUN OLEH ABDUL JABAR, M.Pd JURUSAN/PROGRAM STUDI PENDIDIKAN MATEMATIKA STKIP PGRI BANJARMASIN MARET MUQADIMAH Alhamdulillah penyusun ucapkan
Lebih terperinciBAB 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 terperinciMatematika 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 terperinciBab 4 RUANG VEKTOR. 4.1 Ruang Vektor
Bab RUANG VEKTOR. Ruang Vektor DEFINISI.. Suatu ruang vektor (V, +,, F) atas field (F, +), ditulis singkat V(F), adalah suatu himpunan tak kosong V dengan elemenelemennya disebut vektor, yang dilengkapi
Lebih terperinciDefinisi 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 terperinciBAB II SISTEM PERSAMAAN LINEAR. Sistem persamaan linear ditemukan hampir di semua cabang ilmu
BAB II SISTEM PERSAMAAN LINEAR Sistem persamaan linear ditemukan hampir di semua cabang ilmu pengetahuan. Di bidang ilmu ukur, diperlukan untuk mencari titik potong dua garis dalam satu bidang. Di bidang
Lebih terperinciModul 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 terperinciCourse of Calculus MATRIKS. Oleh : Hanung N. Prasetyo. Information system Departement Telkom Politechnic Bandung
Course of Calculus MATRIKS Oleh : Hanung N. Prasetyo Information system Departement Telkom Politechnic Bandung Matriks dan vektor merupakan pengembangan dari sistem persamaan Linier. Matriks dapat digunakan
Lebih terperinciPertama, daftarkan kedua himpunan vektor: himpunan yang merentang diikuti dengan himpunan yang bergantung linear, perhatikan:
Dimensi dari Suatu Ruang Vektor Jika suatu ruang vektor V memiliki suatu himpunan S yang merentang V, maka ukuran dari sembarang himpunan di V yang bebas linier tidak akan melebihi ukuran dari S. Teorema
Lebih terperinci8.1 Transformasi Linier Umum. Bukan lagi transformasi R n R m, tetapi transformasi linier dari
8.1 Transformasi Linier Umum Bukan lagi transformasi R n R m, tetapi transformasi linier dari ruang vektor V vektor W. Definisi Jika T: V W adalah suatu fungsi dari suatu ruang vektor V ke ruang vektor
Lebih terperincivektor 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 terperinciAljabar Linear dan Matriks (Persamaan Linear dan Vektor) Instruktur : Ferry Wahyu Wibowo, S.Si., M.Cs.
Aljabar Linear dan Matriks (Persamaan Linear dan Vektor) Instruktur : Ferry Wahyu Wibowo, S.Si., M.Cs. . Matriks dan Sistem Persamaan Linear Definisi Persamaan dalam variabel dan y dapat ditulis dalam
Lebih terperinciBAB 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 terperinci0. 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 terperinciAljabar 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 terperinciYang dibahas : Ortogonal Basis ortogonal Ortonormal Matrik ortogonal Komplemen ortogonal Proyeksi ortogonal Faktorisasi QR
Ortogonal Yang dibahas : Ortogonal Basis ortogonal Ortonormal Matrik ortogonal Komplemen ortogonal Proyeksi ortogonal Faktorisasi QR Ortogonal Himpunan vektor {v, v,.., v k } dalam R n disebut himpunan
Lebih terperinciChapter 5 GENERAL VECTOR SPACE Row Space, Column Space, Nullspace 5.6. Rank & Nullity
Chapter 5 GENERAL VECTOR SPACE 5.5. Row Space, Column Space, Nullspace 5.6. Rank & Nullity 5.5. Row Space, Column Space, Nullspace Vektor-Vektor Baris & Kolom Vektor baris A (dalam R n ) Vektor kolom A
Lebih terperinciMUH1G3/ MATRIKS DAN RUANG VEKTOR
MUHG3/ MATRIKS DAN RUANG VEKTOR TIM DOSEN 7 Transformasi Linear Sub Pokok Bahasan Definisi Transformasi Linear Matriks Transformasi Kernel dan Jangkauan Aplikasi Transformasi Linear Grafika Komputer Penyederhanaan
Lebih terperinciAljabar 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 terperinciTINJAUAN 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 terperinciAljabar 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 terperinciSATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA
Mata Kuliah : Matematika Diskrit 2 Kode / SKS : IT02 / 3 SKS Program Studi : Sistem Komputer Fakultas : Ilmu Komputer & Teknologi Informasi. Pendahuluan 2. Vektor.. Pengantar mata kuliah aljabar linier.
Lebih terperinciKumpulan Soal,,,,,!!!
Kumpulan Soal,,,,,!!! Materi: Matriks & Ruang Vektor 1. BEBAS LINEAR S 3. BASIS DAN DIMENSI O A L 2. KOMBINASI LINEAR NeXt FITRIYANTI NAKUL Page 1 1. BEBAS LINEAR Cakupan materi ini mengkaji tentang himpunan
Lebih terperinciKode, GSR, dan Operasi Pada
BAB 2 Kode, GSR, dan Operasi Pada Graf 2.1 Ruang Vektor Atas F 2 Ruang vektor V atas lapangan hingga F 2 = {0, 1} adalah suatu himpunan V yang berisi vektor-vektor, termasuk vektor nol, bersama dengan
Lebih terperinciuiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg
uiopasdfghjklzxcvbnmqwertyuiopasd Qwertyuiopasdfghjklzxcvbnmqwerty cvbnmqwertyuiopasdfghjklzxcvbnmq fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg
Lebih terperinciBAB II DASAR DASAR TEORI
BAB II DASA DASA TEOI.. uang ruang Vektor.. uang Vektor Umum Defenisi dan sifat sifat sederhana Defenisi : Misalkan V adalah sebarang himpunan benda yang didefenisikan dua operasi, yakni penambahan perkalian
Lebih terperinciRuang Vektor Real. Modul 1 PENDAHULUAN
Modul Ruang Vektor Real Drs. R.J. Pamuntjak, M.Sc. P PENDAHULUAN ada bagian pertama Modul 5 Aljabar Linear Elementer I sudah kita bahas sepuluh sifat untuk R dan R 3 mengenai penjumlahan dan perkalian
Lebih terperinciMATERI 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 terperinciII. 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 terperinciKata 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 terperinciRuang 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 terperinciuntuk setiap x sehingga f g
Jadi ( f ( f ) bernilai nol untuk setiap x, sehingga ( f ( f ) fungsi nol atau ( f ( f ) Aksioma 5 Ambil f, g F, R, ( f g )( f g ( g( g( ( f g)( Karena ( f g )( ( f g)( untuk setiap x sehingga f g Aksioma
Lebih terperinci04-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 terperinciAljabar Linier & Matriks
Aljabar Linier & Matriks 1 Pendahuluan Ruang vektor tidak hanya terbatas maksimal 3 dimensi saja 4 dimensi, 5 dimensi, dst ruang n-dimensi Jika n adalah bilangan bulat positif, maka sekuens sebanyak n
Lebih terperinciTRANSFORMASI LINEAR. Disusun untuk Memenuhi Tugas Mata Kuliah Aljabar Linear. Dosen Pengampu : Abdul Aziz Saefudin, M.Pd
TRANSFORMASI LINEAR Disusun untuk Memenuhi Tugas Mata Kuliah Aljabar Linear Dosen Pengampu : Abdul Aziz Saefudin, M.Pd Disusun oleh : Kelompok 7/ Kelas III A Endar Alviyunita 34400094 Ahmat Sehari ---------------
Lebih terperinciUNIVERSITAS 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 terperinci02-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 terperinciSebuah garis dalam bidang xy bisa disajikan secara aljabar dengan sebuah persamaan berbentuk :
Persamaan Linear Sebuah garis dalam bidang xy bisa disajikan secara aljabar dengan sebuah persamaan berbentuk : a x + a y = b Persamaan jenis ini disebut sebuah persamaan linear dalam peubah x dan y. Definisi
Lebih terperinciMUH1G3/ 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 terperinci1. 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 terperinciBAB 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 terperinci4.1 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 terperinciMATRIKS. 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 terperinciAljabar 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 terperinciKS KALKULUS DAN ALJABAR LINEAR Ruang Baris Ruang Kolom Ruang Nol TIM KALIN
KS96 KALKULUS DAN ALJABAR LINEAR Ruang Baris Ruang Kolom Ruang Nol TIM KALIN TUJUAN INSTRUKSIONAL KHUSUS Setelah menyelesaikan pertemuan ini mahasiswa diharapkan: Dapat mencari ruang baris, ruang kolom,
Lebih terperinciAljabar Linear Elementer
BAB I RUANG VEKTOR Pada kuliah Aljabar Matriks kita telah mendiskusikan struktur ruang R 2 dan R 3 beserta semua konsep yang terkait. Pada bab ini kita akan membicarakan struktur yang merupakan bentuk
Lebih terperinciAljabar 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 terperinciBAB 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 terperinciCHAPTER 6. Ruang Hasil Kali Dalam
CHAPTER 6. Ruang Hasil Kali Dalam Hasil Kali Dalam Sudut dan Ortogonal dalam Ruang Hasil Kali Dalam Orthonormal Bases; Gram-Schmidt Process; QR-Decomposition Best Approximation; Least Squares Orthogonal
Lebih terperinciSistem 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 terperinciGARIS-GARIS BESAR PROGRAM PEMBELAJARAN
GARIS-GARIS BESAR PROGRAM PEMBELAJARAN Mata Kuliah : Aljabar Linear Kode / SKS : TIF-5xxx / 3 SKS Dosen : - Deskripsi Singkat : Mata kuliah ini berisi Sistem persamaan Linier dan Matriks, Determinan, Vektor
Lebih terperinciAnalisis 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 terperinciRuang Baris, Ruang Kolom, dan Ruang Null (Kernel)
Ruang Baris, Ruang Kolom, dan Ruang Null (Kernel) Kuliah Aljabar Linier Semester Ganjil 2015-2016 MZI Fakultas Informatika Telkom University FIF Tel-U November 2015 MZI (FIF Tel-U) Ruang Baris, Kolom,
Lebih terperinciBAB 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 terperinciTransformasi Linier. Transformasi linier memiliki beberapa fungsi yang perlu dipelajari. Fungsi-fungsi tersebut antara lain :
Transformasi Linier Objektif:. definisi transformasi linier umum.. definisi transformasi linier dari R n ke R m. 3. invers transformasi linier. 4. matrix transformasi 5. kernel dan jangkauan 6. keserupaan.definisi
Lebih terperinciPertemuan 1 Sistem Persamaan Linier dan Matriks
Matriks & Ruang Vektor Pertemuan Sistem Persamaan Linier dan Matriks Start Matriks & Ruang Vektor Outline Materi Pengenalan Sistem Persamaan Linier (SPL) SPL & Matriks Matriks & Ruang Vektor Persamaan
Lebih terperinciDIKTAT 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 terperinciTrihastuti 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 terperinciBASIS 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 terperinciBAB 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 terperinciBAB 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 terperinciRUANG 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 terperinciBAB III OPERATOR LINEAR TERBATAS PADA RUANG HILBERT. Operator merupakan salah satu materi yang akan dibahas dalam fungsi
BAB III OPERATOR LINEAR TERBATAS PADA RUANG HILBERT 3.1 Operator linear Operator merupakan salah satu materi yang akan dibahas dalam fungsi real yaitu suatu fungsi dari ruang vektor ke ruang vektor. Ruang
Lebih terperinci& & # = 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 terperinciII. 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 terperinciMODUL 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 terperinciBAB 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 terperinciMatriks - 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 terperinciStruktur 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 terperinciRENCANA KEGIATAN PERKULIAHAN Kode Mata Kuliah : MAA 526 Nama Mata Kuliah : Analisis Fungsional
Ming gu ke RENCANA KEGIATAN PERKULIAHAN Kode Mata Kuliah : MAA 56 Nama Mata Kuliah : Analisis Fungsional T o p i k S u b T o p i k 1. Ruang Banach - Ruang metrik - Ruang vektor bernorm - Barisan di ruang
Lebih terperinciBAB II TEORI KODING DAN TEORI INVARIAN
BAB II TEORI KODING DAN TEORI INVARIAN Pada bab 1 ini akan dibahas definisi kode, khususnya kode linier atas dan pencacah bobot Hammingnya. Di samping itu, akan dijelaskanan invarian, ring invarian dan
Lebih terperinciHand-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 terperinciGARIS-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 terperinciMATRIKS. 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 terperinciKS 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 terperinciSistem Persamaan Linier dan Matriks
Sistem Persamaan Linier dan Matriks 1.1 Pendahuluan linier: Sebuah garis pada bidang- dapat dinyatakan secara aljabar dengan sebuah persamaan Sebuah persamaan jenis ini disebut persamaan linier dalam dua
Lebih terperinciSEKILAS 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 terperinciMatematika 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 terperinciDIKTAT PERKULIAHAN. EDISI 1 Aljabar Linear dan Matriks
DIKTAT PERKULIAHAN EDISI 1 Aljabar Linear dan Matriks Penulis : Ednawati Rainarli, M.Si. Kania Evita Dewi, M.Si. JURUSAN TEKNIK INFORMATIKA UNIVERSITAS KOMPUTER INDONESIA BANDUNG 011 IF/011 1 DAFTAR ISI
Lebih terperinciModul 2.2 Matriks dan Sistem Persamaan Linear (Topik 3) A. Pendahuluan Matriks dan Sistem Persamaan Linear
Modul 2.2 Matriks dan Sistem Persamaan Linear (Topik 3) A. Pendahuluan Salah satu kajian matematika sekolah menengah yang memiliki banyak aplikasinya dalam menyelesaikan permasalahan yang ada dalam kehidupan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Sistem Persamaan Linier Sistem Persamaan dengan m persamaan dan n bilangan tak diketahui ditulis dengan : Dimana x 1, x 2, x n : bilangan tak diketahui a,b : konstanta Jika SPL
Lebih terperinciPROGRAM STUDI PENDIDIKAN MATEMATIKA FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS VETERAN BANGUN NUSANTARA SUKOHARJO
PERANGKAT PEMBELAJARAN MATA KULIAH : ALJABAR LINIER 2 KODE : MKK414515 DOSEN PENGAMPU : Annisa Prima Exacta, M.Pd. PROGRAM STUDI PENDIDIKAN MATEMATIKA FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS
Lebih terperinci