BAB 2 LANDASAN TEORI
|
|
- Shinta Pranata
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB 2 LANDASAN TEORI 2.1 Himpunan Konvek Definisi Suatu himpunan C di R n dikatakan konvek jika untuk setiap x, y C dan setiap bilangan real α, 0 < α < 1, titik αx + (1 - α)y C atau garis penghubung antara dua titik sebarang di himpunan tersebut masih terletak di dalam himpunan tersebut. Berikut adalah contoh suatu himpunan konvek: x 1 x 2 GAMBAR 2.1 Himpunan Konvek 2.2 Fungsi Konvek Definisi Suatu fungsi ƒ dikatakan konvek jika untuk setiap x 1, x 2 C dan untuk setiap α, 0 α 1 maka ƒ(αx + (1 - α)y) αƒ(x) + (1- α)ƒ(y)
2 adalah konvek. Definisi Suatu fungsi g dikatakan konkaf jika fungsi ƒ = - g Berikut adalah contoh fungsi konvek: f f(x) f(x 2 ) f(x1) 0 x 1 x 2 x GAMBAR 2.2. Fungsi Konvek Berikut adalah contoh fungsi konkaf: g g(x) g(x 2 ) g(x1) g(x) 0 x 1 x 2 x GAMBAR 2.3. Fungsi konkaf Teorema Anggap ƒ adalah suatu fungsi kontinu dan dapat diturunkan sekali. Jika ƒ adalah suatu fungsi konvek yang terdefinisi pada suatu himpunan konvek C maka ƒ(y) ƒ(x) + ƒ(x)(y x) untuk semua x, y C.
3 Bukti. Fungsi ƒ adalah fungsi konvek. Untuk semua α, 0 α 1, ƒ(αx + (1 - α)y) αƒ(x) + (1- α)ƒ( y) atau ƒ(αx + (1 - α)y) αƒ(x) - αƒ( y) +ƒ( y) ƒ(αx + (1 - α)y) α[ƒ(x) - ƒ( y)] +ƒ( y) ƒ(αx + y - αy) α[ƒ(x) - ƒ( y)] +ƒ( y) ƒ(y + α(x - y)) α[ƒ(x) - ƒ( y)] +ƒ( y) untuk 0 < α 1, ƒ(x) - ƒ( y) dan jika α 0 akan diperoleh ƒ(y) ƒ(x) + ƒ(x)(y x) untuk semua x, y C. 2.3 Syarat Perlu Orde Pertama Definisi Titik Minimum Relatif dan Titik Minimum Global Definisi Suatu titik x * dinamakan sebagai titik minimum relatif dari fungsi ƒ di C jika terdapat ε > 0 sehingga ƒ(x) ƒ(x * ) untuk semua x C dalam jarak ε dari x *. Definisi Suatu titik x * dinamakan sebagai titik minimum global dari fungsi ƒ di C jika ƒ(x) ƒ(x * ) untuk semua x C Arah layak Untuk menurunkan syarat perlu orde pertama oleh titik minimum relatif, ide dasarnya adalah memperhatikan pergerakan titik tersebut dengan diberikan beberapa arah dan sepanjang arah yang diberikan fungsi tujuan dapat dipandang sebagai fungsi dari satu variabel. Dengan diberikan diberikan x C dan diberi d sebagai arah layak di x dan jika terdapat suatu > 0 sehingga x + αd C untuk semua 0 α. Teorema (Syarat perlu orde pertama). Anggap C adalah himpunan konvek dan fungsi ƒ C 1 terdefinisi di C. Jika x * adalah titik minimum relatif dari ƒ di C, maka untuk sebarang d R n adalah arah layak di x * berlaku ƒ(x * )d 0.
4 Bukti. Untuk sebarang α, 0 α, titik x(α) = x * + αd C juga definisikan fungsi g(α) = ƒ(x(α)), maka fungsi g memiliki minimum relatif di α = 0. Dari kalkulus biasa g(α) g(0) = g (0)α + o(α) (4) Jika g (0) < 0 maka untuk harga α yang cukup kecil α > 0, sisi kanan dari (4) adalah negatif sehingga g(α) g(0) < 0. Hal ini kontradiksi dengan minimal dari g(0). Dengan demikian g (0) = ƒ(x * )d 0. g g (0) g(x) 0 α x GAMBAR 2.4. Konstruksi untuk bukti Teorema Anggap fungsi ƒ adalah fungsi kontinu dan dapat diturunkan dua kali. Jika fungsi ƒ adalah konvek didalam daerah definisi himpunan konvek dan berisi satu titik interior jika dan hanya jika Hessian matriks H dari ƒ adalah semidefinit positif diseluruh C Bukti. Dari teorema Taylor, ƒ(y) = ƒ(x) + ƒ(x)(y x) + (y x) T H(x + α(y x))(y x) untuk beberapa α, 0 α 1. Jelasnya, jika Hessian semidefinit positif, didapat
5 ƒ(y) ƒ(x) + ƒ(x)(y x) (5) dari teorema yang mengakibatkan fungsi ƒ adalah konvek. Sekarang anggap Hessian tidak semidefinit positif di beberapa titik x C. Anggap y C sehingga (y x) T H(x)(y x) < 0 yang mana y dapat dipilih sehingga untuk semua α, 0 α 1, (y x) T H(x + α(y x))(y x) < 0. Dalam hal ini menurut teorema Taylor, (5) tidak terpenuhi dan mengakibatkan fungsi ƒ tidak konvek. Dari teorema diperoleh ƒ(y) ƒ(x) + ƒ(x)(y x). Anggap terdapat suatu titik x sehingga untuk semua y C berlaku ƒ(x )(y x ) 0 maka ƒ(y) ƒ(x ) + ƒ(x )(y x ) ƒ (x ) dalam hal ini fungsi ƒ memiliki minimum global. ƒ(x )(y x ) 0 oleh teorema syarat perlu titik minimum relatif dapat bahwa y x = d. Jika suatu fungsi ƒ yang kontinu dan dapat diturunkan dua kali maka terdapat suatu α, 0 α 1 sehingga ƒ(y) = ƒ(x) + ƒ(x)(y x) + (y x) T H(αx + (1 - α)y)(y x) disebut sebagai teorema Taylor orde dua. Jika fungsi ƒ adalah fungsi yang kontinu dan dapat diturunkan dua kali maka matriks Hessi dari ƒ di x adalah matriks n x n dan dinotasikan dengan 2 ƒ(x) atau H(x) sebagai H(x) = Karena = sehingga terlihat bahwa matriks Hessi adalah simetri dan Hessian dari fungsi ƒ adalah nilai determinan dari matriks Hessi.
6 2.4 Graph Definisi Suatu graph G adalah suatu himpunan terbatas, takkosong dari himpunan vertices atau titik V beserta dengan sehimpunan edge atau sisi E. Suatu graph G dinotasikan dengan G = (V,E). Berikut adalah contoh gambar graph G. v1 e1 v2 e2 e3 v5 e4 e5 e6 v3 v4 e7 GAMBAR 2.5. Graph dengan tujuh sisi dan lima titik Dari gambar graph G diatas terdapat lima titik dan tujuh sisi yaitu V = {v 1, v 2, v 3, v 4, v 5 }dan E = {e 1, e 2, e 3, e 4, e 5, e 6, e 7 } Definisi Suatu graph G ditinjau berdasarkan bobotnya terdiri atas dua yaitu: 1. Graph berbobot yaitu graph yang memiliki nilai di sisinya dan 2. Graph tak berbobot yaitu graph yang tidak memiliki nilai di sisinya. Berikut adalah graph tak berbobot GAMBAR 2.6. Graph Berbobot
7 Berikut adalah graph berbobot: GAMBAR 2.7. Graph Berbobot Definisi Suatu graph G dibagi atas dua berdasarkan arahnya yaitu 1. Graph berarah yaitu graph yang memiliki arah pada sisi-sisinya dan 2. Graph tak berarah yaitu graph yang tak memiliki arah pada sisi-sisinya. Dari gambar 2.6 dan 2.7 diatas merupakan graph tak berarah sebab tidak didapati arah pada sisi-sisinya. Berikut adalah contoh graph berarah GAMBAR 2.8. Graph Berarah yaitu: Definisi Suatu graph G dibagi atas dua berdasarkan bobot dan arahnya
8 1. Graph berbobot dan berarah yaitu graph yang memiliki arah dan bobot pada sisisisinya dan 2. Graph berbobot dan tak berarah yaitu graph yang memiliki bobot pada sisinya dan tidak memiliki arah pada sisi-sisinya. Dari gambar 2.7 diatas merupakan graph berbobot dan tak berarah sebab terdapat bobot pada sisinya tetapi tidak memiliki arah pada sisinya. Berikut adalah contoh graph berbobot dan berarah: GAMBAR 2.9. Graph Berbobot dan Berarah 2.5 Metode Dijkstra Salah satu metode yang dapat digunakan untuk mencari jarak lintasan terpendek suatu graph G adalah metode Dijkstra. Untuk mendapatkan jarak terpendek dengan menggunakan metode Dijkstra pada suatu graph terhubung dapat dilakukan dengan langkah-langkah sebagai berikut: Masukan: Berikan suatu graph G terhubung Keluaran: L(z), panjang jarak terpendek dari a ke z Langkah 1: Atur L(a) = 0 dan semua titik v a, L(v) = α Atur T = V yang mana T adalah himpunan titik yang mempunyai label temporer dan V adalah himpunan titik graph G.
9 Langkah 2: Anggap u adalah suatu titik di T yang mana L(u) adalah minimum dan dalam hal ini merupakan label permanen dari u. Langkah 3: Jika u = z berhenti. Langkah 4: Untuk setiap sisi e = (u,v) insiden dengan u, jika v T, ubah L(v) ke minimum {L(v),L(u) + w(u,v))} Langkah 5 : Ubah T ke T {u} dan kembali ke langkah 2. Contoh Perhatikan gambar graph dibawah ini. Gambar graph W dibawah merupakan gambar Scenic Valley yang merupakan daerah tempat wisata yang memiliki jaringan penerbangan udara. Masing-masing titik diatas menyatakan kota. Apabila angka yang terdapat diantara dua titik sebarang merupakan jarak antar dua kota (dalam satuan kilometer) maka tentukanlah jarak terpendek dari kota 1 ke kota 10 dengan menggunakan metode Dijkstra! GAMBAR Graph tempat wisata scenic valley
10 Solusi. Anggap 1, 2, 3, 4, 5, 8, 7, 6, 9, 10 diganti menjadi a, b, c, d, e, f, g, h, i, j. Sesuai dengan langkah-langkah metode Dijkstra diatas maka jarak terpendek dari graph W diatas dapat dicari sebagai berikut: L(v) 0 α α α α α α α α α T a b c d e f g h i j Iterasi 1 u = a maka L(a) = 0 dan T = T {a}. Adapun titik yang berdekatan dengan a adalah b, c dan d; b, c, d T sehingga L(b) = Min { L(b), L(a) + w ab } = Min {α, 80}= 80 L(c) = Min { L(c), L(a) + w ac } = Min {α, 50}= 50 L(d) = Min { L(d), L(a) + w ad } = Min {α, 70}= 90 Dan minimumnya adalah 50 = L(c) L(v) α α α α α α T b c D e f g h I j Iterasi 2 u = c maka L(c) = 50 dan T = T {c}. Adapun titik yang berdekatan dengan c adalah b, d, g, f; b, d, g, f T sehingga L(b) = Min { L(b), L(c) + w cb } = Min {80, 140}= 80 L(d) = Min { L(d), L(c) + w cd } = Min {90, 120}= 90 L(g) = Min { L(g), L(c) + w gc } = Min {α, 120}= 70 L(f) = Min { L(f), L(c) + w cf } = Min {α, 170}=120 minimumnya adalah 70 = L(d) L(v) α α α α T b d e f g h i j
11 Iterasi 3 u = d maka L(d) = 170 dan T = T {d}. Adapun titik yang berdekatan dengan d adalah f, e; f, e T sehingga L(f) = Min { L(f), L(d) + w df } = Min {170, 40}= 140 L(e) = Min { L(e), L(d) + w de } = Min {α, 100}= 100 minimumnya 100 = L(e) L(v) α α α T b e f g h i j Iterasi 4 u = e maka L(e) = 100 dan T = T {e}. Adapun titik yang berdekatan dengan e adalah f; f T sehingga L(f) = Min { L(f), L(e) + w ef } = Min {140, 160}=140 L(v) α α α T b f g h i j Iterasi 5 u = f maka L(f) = 140 dan T = T {f}. Adapun titik yang berdekatan dengan f adalah g, j; g, j T sehingga L(g) = Min { L(g), L(f) + w fg } = Min {120, 220}= 120 L(j) = Min { L(j), L(f) + w jf } = Min {α, 250}= 250 minimumnya 120 = L(g) L(v) α α 250 T b g h i j Iterasi 6 u = g maka L(g) = 250 dan T = T {g}. Adapun titik yang berdekatan dengan g adalah b, h, i, j; b, h, i, j T sehingga L(b) = Min { L(b), L(g) + w bg } = Min {70, 230}= 70 L(h) = Min { L(h), L(g) + w gh } = Min {α, 210}= 210
12 L(i) = Min { L(i), L(g) + w gi } = Min {α, 180}= 180 L(j) = Min { L(j), L(g) + w gj } = Min {250, 230}= 230 minimumnya 70 = L (b) L(v) T b h i j Iterasi 7 u = b maka L(b) = 70 dan T = T {b}. Adapun titik yang berdekatan dengan b adalah h; h T sehingga L(h) = Min { L(h), L(g) + w gh } = Min {α, 210}= 210 L(v) T h i j Iterasi 8 u = h maka L(h) = 210 dan T = T {h}. Adapun titik yang berdekatan dengan h adalah i; i T sehingga L(i) = Min { L(i), L(h) + w hi } = Min {α, 290}= 290 L(v) T i j Iterasi 9 u = i maka L(i) = 180 dan T = T {i}. Adapun titik yang berdekatan dengan i adalah j; j T sehingga L(j) = Min { L(j), L(i) + w ij } = Min {230, 390}= 230 L(v) T j
13 Iterasi 10 u = j berhenti sehingga jarak terpendek dari 1 ke 10 adalah 230 Km. 2.6 Matriks Matriks secara umum Definisi (Definisi umum dari matriks). Suatu matriks adalah himpunan dari elemen-elemen yang disusun berdasarkan baris dan kolom dalam bentuk bujur sangkar atau persegi panjang yang diberi kurung siku atau kurung biasa. Suatu matriks A dapat dinotasikan sebagai berikut: a 11 a a 1n a 21 a a 2n A = (a ij ) = am1 a m2... amn yang mana aij menyatakan elemen pada baris ke-i dan kolom ke-j. Dan matriks diatas adalah matriks dengan m baris dan n kolom Mariks Identitas Definisi Suatu matriks Identitas adalah suatu matriks bujur sangkar yang angka-angka pada diagonal utamanya adalah satu sedangkan angka-angka selebihnya adalah nol. Suatu matriks identitas dinotasikan sebagai berikut:
14 I n = Mariks Simetri Definisi Suatu matriks persegi A dikatakan simetri jika A = A T. Contoh Jika diketahui matriks A A = dan A T = Terlihat bahwa matriks A memiliki angka-angka yang sama pada baris dan kolomya, sehingga matriks A adalah matriks simetri Mariks Adjency Definisi Matriks adjency A = (a ij ) dari suatu graph G dengan p titik adalah suatu matriks simetrik ukuran p x p yang mana a i,j = 1 jika vi dan v j berdekatan dan 0 untuk yang lain.
15 Contoh Dari gambar 2.7 sebelumnya maka matriks adjency dari graph tersebut adalah Jelas dari matriks diatas bahwa matriks tersebut adalah matriks simetri karena matriks tersebut sama dengan transposnya. 2.7 Harga Eigen. Definisi Jika A adalah matriks berukuran n x n, maka suatu vektor tak nol x di R n dinamakan vektor eigen dari A jika Ax adalah perkalian skalar dari x yaitu Ax = λx untuk beberapa skalar λ. Skalar λ dinamakan harga eigen dari A dan x dikatakan vektor eigen terhadap λ. Untuk memperoleh harga eigen dari matriks A berukuran n x n adalah dengan cara sebagai berikut: Ax = λix atau ekuivalen dengan (λi A)x = 0. dengan mencari determinan dari (λi A)x = 0 atau det (λi A) = 0 akan memberikan solusi bagi λ. (λi A) = 0 dinamakan persamaan karakteristik sedangkan det (λi A) dinamakan polinomial karakteristik. Contoh Tentukan harga eigen dari matriks A =
16 Solusi. Karena λi A = λ - polinomial karakteristik dari A adalah det (λi A) = det = λ 2-3λ + 2 dan persamaan karakteristik dari A adalah λ 2-3λ + 2 = 0. Serta solusi dari persamaan ini adalah λ = 1 dan λ = 2 yang merupakan harga eigen dari A. 2.8 Bentuk Kuadratik Definisi Suatu bentuk kuadratik dalam x 1, x 2,..., x n adalah suatu pernyataan yang dapat ditulis sebagai [x 1 x 2... x n ] A yang mana A adalah matriks simetri n x n. Jika dianggap x = maka definisi diatas dapat ditulis sebagai x T Ax atau dapat juga
17 ditulis dalam bentuk perkalian keluar adalah x T Ax = a 11 + a a nn +. Berikut adalah contoh bentuk kuadratik dalam x dan y : 2x 2 + 6xy 7y 2 = [x y] Definisi Suatu bentuk kuadratik x T Ax adalah semidefinit positif jika x T Ax 0 untuk semua harga x. Teorema Jika A adalah matriks simetri maka matriks A adalah semidefinit positif jika harga eigen dari A adalah nonnegatif. Bukti. Asumsikan bahwa matriks A adalah semidefinit postif. Anggap λ adalah harga eigen yang berkenaan terhadap vektor eigen x, maka 0 x T Ax = x T λx = λx T x = λ x 2. Karena x 2 > 0 maka λ positif. 2.9 Bentuk Umum Pemrograman Kuadratik Definisi Bentuk umum pemrograman kuadratik dapat dituliskan sebagai berikut: Minimumkan x T Ax + x T c Dengan kendala x = b i, i E x b i, i I yang mana E dan I adalah himpunan-himpunan indeks untuk kendala-kendala persamaan dan kendala-kendala pertidaksamaan. Matriks A adalah matriks semidefinit positif. Jika A adalah matriks semidefinit positif, maka fungsi ƒ adalah fungsi konvek.
18 2.10 Masalah Pembagian Graph Berbobot Ganda Masalah pembagian wilayah dapat dirumuskan sebagai suatu partisi graph berbobot ganda dan dapat dikonversi kedalam model pemrograman kuadratik, yang mana n kabupaten dari suatu provinsi dibagi kedalam q daerah pemilihan sehingga topologi dari masing-masing daerah pemilihan secara geografi adalah teratur dan setiap daerah memiliki ukuran populasi yang sama. Perhatikan gambar berikut: GAMBAR Gambar yang disebelah kiri diatas merupakan denah gambar peta suatu provinsi dengan enam kabupaten dan tanda merupakan ibukota dari masing-masing kabupaten; dan gambar yang disebelah kanan merupakan suatu graph T yang diekstrak dari gambar disampingnya dengan cara menghubungkan garis pada titik-titik yang berdekatan. Anggap n adalah total kabupaten dalam suatu provinsi, q adalah total daerah untuk dibagi dan p i adalah ukuran populasi kabupaten ke-i. Untuk menyelesaikan masalah pembagian wilayah pertama konsepsikan suatu graph adjacent dari H yang mana setiap titik menyatakan suatu kabupaten. Terdapat suatu sisi antara kabupaten v i dan v j berdekatan dalam peta. Matriks adjacent dari H adalah A yang mana, a i,j = 1 jika vi dan v j berdekatan dan 0 untuk yang lain. Matriks H ini digunakan daripada jarak sebenarnya ialah dikarenakan kepadatan dari tiap-tiap kabupaten adalah berbeda satu sama lain. Hal ini ditujukan karena hubungan kedekatan dapat menyatakan keteraturan yang lebih baik.
19 Dengan menggunakan algoritma Dijkstra, dapat ditemukan lintasan terpendek dari sebarang titik. Anggap D menyatakan matriks lintasan terpendek, D ij adalah panjang lintasan terpendek dari titik v i ke v j. Kemudian konsepsikan graph berbobot ganda G(V,E,P(v),D(e)). Dalam graph ini masing-masing titik di V menyatakan suatu kabupaten dari provinsi dan bobot dari P(v i ) = p i dari suatu titik v i mewakili ukuran populasi dari kabupaten. Untuk sebarang pasangan titik v i dan v j terdapat suatu edge (v i,v j ) E. Bobot D ij dari edge v i,v j adalah panjang dari lintasan terpendek antara v i dan v j dalam graph H. Jika tidak ada lintasan antara titik v i dan v j yakni graph H adalah tak terhubung dan bobot dari v i dan v j adalah tak hingga. Dengan perkataan lain, jika graph H itu terhubung maka graph G adalah graph berbobot ganda lengkap. Graph berbobot ganda dapat dinyatakan sebagai lintasan terpendek matriks D. Dengan fakta-fakta diatas dapat dirumuskan masalah pembagian wilayah kedalam masalah partisi graph berbobot ganda: diberikan graph berbobot ganda dengan n titik dan bilangan bulat q, tentukan pembagian dari titik tersebut ke dalam q bagian sehingga bobot jumlah dari semua titik di masing-masing bagian adalah sekecil mungkin. Bobot yang sama jumlah dari semua titik dimasing-masing bagian berkenaan dengan jumlah populasi yang sama di masing-masing daerah pemilihan sedangkan jumlah bobot sisi minimum berkenaan dengan keteraturan dari masingmasing daerah pemilihan.
NILAI EIGEN DAN VEKTOR EIGEN disebut vektor eigen dari matriks A =
NILAI EIGEN DAN VEKTOR EIGEN >> DEFINISI NILAI EIGEN DAN VEKTOR EIGEN Jika A adalah sebuah matriks n n, maka sebuah vektor taknol x pada R n disebut vektor eigen (vektor karakteristik) dari A jika Ax adalah
Lebih terperinciTujuan. Mhs dapat mendemonstrasikan operasi matriks: penjumlahan, perkalian, dsb. serta menentukan matriks inverse
Matriks Tujuan Mhs dapat mendemonstrasikan operasi matriks: penjumlahan, perkalian, dsb. serta menentukan matriks inverse Pengertian Matriks Adalah kumpulan bilangan yang disajikan secara teratur dalam
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 terperinciMatriks. Baris ke 2 Baris ke 3
Matriks A. Matriks Matriks adalah susunan bilangan yang diatur menurut aturan baris dan kolom dalam suatu jajaran berbentuk persegi atau persegi panjang. Susunan bilangan itu diletakkan di dalam kurung
Lebih terperinciBAB 2 LANDASAN TEORI. yang dibicarakan yang akan digunakan pada bab selanjutnya. Bentuk umum dari matriks bujur sangkar adalah sebagai berikut:
BAB 2 LANDASAN TEORI Pada bab ini dibicarakan mengenai matriks yang berbentuk bujur sangkar dengan beberapa definisi, teorema, sifat-sifat dan contoh sesuai dengan matriks tertentu yang dibicarakan yang
Lebih terperinciSYARAT FRITZ JOHN PADA MASALAH OPTIMASI BERKENDALA KETAKSAMAAN. Caturiyati 1 Himmawati Puji Lestari 2. Abstrak
Syarat Fritz John... (Caturiyati) SYARAT FRITZ JOHN PADA MASALAH OPTIMASI BERKENDALA KETAKSAMAAN Caturiyati 1 Himmawati Puji Lestari 2 1,2 Jurusan Pendidikan Matematika FMIPA UNY 1 wcaturiyati@yahoo.com
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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dijelaskan mengenai teori teori yang berhubungan dengan pembahasan ini sehingga dapat dijadikan sebagai landasan berpikir dan akan mempermudah dalam hal pembahasan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI A. Matriks 1. Pengertian Matriks Definisi II. A. 1 Matriks didefinisikan sebagai susunan segi empat siku- siku dari bilangan- bilangan yang diatur dalam baris dan kolom (Anton, 1987:22).
Lebih 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 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 terperinciBagian 2 Matriks dan Determinan
Bagian Matriks dan Determinan Materi mengenai fungsi, limit, dan kontinuitas akan kita pelajari dalam Bagian Fungsi dan Limit. Pada bagian Fungsi akan mempelajari tentang jenis-jenis fungsi dalam matematika
Lebih terperinciMatriks - Definisi. Sebuah matriks yang memiliki m baris dan n kolom disebut matriks m n. Sebagai contoh: Adalah sebuah matriks 2 3.
MATRIKS Pokok Bahasan Matriks definisi Notasi matriks Matriks yang sama Panambahan dan pengurangan matriks Perkalian matriks Transpos suatu matriks Matriks khusus Determinan suatu matriks bujursangkar
Lebih 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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini dibahas penelitian-penelitian tentang aljabar maks-plus yang telah dilakukan dan teori-teori yang menunjang penelitian masalah nilai eigen dan vektor eigen yang diperumum
Lebih terperinciEigen value & Eigen vektor
Eigen value & Eigen vektor Hubungan antara vektor x (bukan nol) dengan vektor Ax yang berada di R n pada proses transformasi dapat terjadi dua kemungkinan : 1) 2) Tidak mudah untuk dibayangkan hubungan
Lebih terperinci6 Sistem Persamaan Linear
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
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 terperinciMATRIK dan RUANG VEKTOR
MATRIK dan RUANG VEKTOR A. Matrik. Pendahuluan Sebuah matrik didefinisikan sebagai susunan persegi panjang dari bilangan bilangan yang diatur dalam baris dan kolom. Matrik ditulis sebagai berikut: a a
Lebih terperinciBAB 3 FUNGSI MONOTON MATRIKS
BAB 3 FUNGSI MONOTON MATRIKS Pada bab ini akan dibahas fungsi monoton matriks. Dalam mengkontruksi fungsi monoton matriks banyak istilah yang harus kita ketahui sebelumnya. Beberapa konsep yang akan dibahas
Lebih terperinciBAB III PEMBAHASAN. Bab III terbagi menjadi tiga sub-bab, yaitu sub-bab A, sub-bab B, dan subbab
BAB III PEMBAHASAN Bab III terbagi menjadi tiga sub-bab, yaitu sub-bab A, sub-bab B, dan subbab C. Sub-bab A menjelaskan mengenai konsep dasar C[a, b] sebagai ruang vektor beserta contohnya. Sub-bab B
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 terperinci(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
Lebih terperinciAljabar Linier Elementer. Kuliah 1 dan 2
Aljabar Linier Elementer Kuliah 1 dan 2 1.3 Matriks dan Operasi-operasi pada Matriks Definisi: Matriks adalah susunan bilangan dalam empat persegi panjang. Bilangan-bilangan dalam susunan tersebut disebut
Lebih terperinciPertemuan 4 Aljabar Linear & Matriks
Pertemuan 4 Aljabar Linear & Matriks 1 Notasi : huruf besar tebal misalnya A, B, C Merupakan array dari bilangan, setiap bilangan disebut elemen matriks (entri matriks) Bentuk umum : m : jumlah baris (mendatar)
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 terperinciMATRIKS. Slide : Tri Harsono PENS - ITS. 1 Politeknik Elektronika Negeri Surabaya (PENS) - ITS
MATRIKS Slide : Tri Harsono PENS - ITS 1 Sifat Matriks Perkalian dua matriks tidak komutatif Perkalian dua matriks bersifat assosiatif dan distributif tidak komutatif AB BA (AB)C = A(BC) A(B+C) = AB +
Lebih terperinciMUH1G3/ MATRIKS DAN RUANG VEKTOR
MUHG3/ MATRIKS DAN RUANG VEKTOR TIM DOSEN Determinan Matriks Determinan Matriks Sub Pokok Bahasan Permutasi dan Determinan Matriks Determinan dengan OBE Determinan dengan Ekspansi Kofaktor Beberapa Aplikasi
Lebih terperinciBAB 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
Lebih terperinciBAB II TINJAUAN PUSTAKA. kestabilan model predator-prey tipe Holling II dengan faktor pemanenan.
BAB II TINJAUAN PUSTAKA Dalam bab ini akan dibahas mengenai dasar teori untuk menganalisis simulasi kestabilan model predator-prey tipe Holling II dengan faktor pemanenan. 2.1 Persamaan Diferensial Biasa
Lebih terperinciMATRIKS A = ; B = ; C = ; D = ( 5 )
MATRIKS A. DEFINISI MATRIKS Matriks adalah suatu susunan bilangan berbentuk segi empat dari suatu unsur-unsur pada beberapa sistem aljabar. Unsur-unsur tersebut bisa berupa bilangan dan juga suatu peubah.
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Sistem Persamaan Diferensial Definisi 2.1.1 Persamaan Diferensial Persamaan diferensial adalah persamaan yang memuat variabel bebas, variabel tak bebas dan derivative-derivatif
Lebih terperinciBAB 2 PROGRAM LINIER DAN TAK LINIER. Program linier (Linear programming) adalah suatu masalah matematika
BAB 2 PROGRAM LINIER DAN TAK LINIER 2.1 Program Linier Program linier (Linear programming) adalah suatu masalah matematika yang mempunyai fungsi objektif dan kendala berbentuk linier untuk meminimalkan
Lebih terperinciModul 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
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Konsep Dasar Graph Sebelum sampai pada pendefenisian masalah lintasan terpendek, terlebih dahulu pada bagian ini akan diuraikan mengenai konsep-konsep dasar dari model graph dan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI A. Matriks 1. Pengertian Matriks Definisi II.A.1 Matriks didefinisikan sebagai susunan persegi panjang dari bilangan-bilangan yang diatur dalam baris dan kolom. Contoh II.A.1: 9 5
Lebih terperinciMATRIKS. Notasi yang digunakan NOTASI MATRIKS
MATRIKS Beberapa pengertian tentang matriks : 1. Matriks adalah himpunan skalar (bilangan riil atau kompleks) yang disusun atau dijajarkan secara empat persegi panjang menurut baris-baris dan kolom-kolom.
Lebih terperinciMETODE PANGKAT DAN METODE DEFLASI DALAM MENENTUKAN NILAI EIGEN DAN VEKTOR EIGEN DARI MATRIKS
METODE PANGKAT DAN METODE DEFLASI DALAM MENENTUKAN NILAI EIGEN DAN VEKTOR EIGEN DARI MATRIKS Arif Prodi Matematika, FST- UINAM Wahyuni Prodi Matematika, FST-UINAM Try Azisah Prodi Matematika, FST-UINAM
Lebih 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 terperinciMenentukan 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,
Lebih terperinciAnalisa Numerik. Matriks dan Komputasi
Analisa Numerik Matriks dan Komputasi M AT R I K S Matriks adalah suatu susunan angka atau bilangan, variabel, atau parameter yang berbentuk empat persegi dan biasanya ditutup dengan tanda kurung K O N
Lebih terperinciBAB II LANDASAN TEORI. dalam matriks (Anton, 2000:45). kolom (garis vertikal) yang dikandungnya. Suatu matriks dengan hanya
BAB II LANDASAN TEORI A. Matriks. Pengertian Matriks Definisi II.A. Matriks adalah suatu susunan bilangan-bilangan berbentuk segiempat. Bilangan-bilangan dalam susunan itu disebut anggota dalam matriks
Lebih terperinciINTRODUCTION TO GRAPH THEORY LECTURE 2
INTRODUCTION TO GRAPH THEORY LECTURE Operasi-Operasi Pada Graph Union Misal G dan H adalah dua graph yang saling asing. Union G H adalah graph dengan V(G H)=V(G) V(H) dan E(G H)=E(G) E(H). Join Join dari
Lebih terperinciNilai mutlak pada definisi tersebut di interpretasikan untuk mengukur jarak dua
II. LANDASAN TEORI 2.1 Limit Fungsi Definisi 2.1.1(Edwin J, 1987) Misalkan I interval terbuka pada R dan f: I R fungsi bernilai real. Secara matematis ditulis lim f(x) = l untuk suatu a I, yaitu nilai
Lebih terperinciLampiran 1 Pembuktian Teorema 2.3
LAMPIRAN 16 Lampiran 1 Pembuktian Teorema 2.3 Sebelum membuktikan Teorema 2.3, terlebih dahulu diberikan beberapa definisi yang berhubungan dengan pembuktian Teorema 2.3. Definisi 1 (Matriks Eselon Baris)
Lebih terperinciP2.1 Teori. Secara umum, matriks Amxn = Pada matriks A di atas a23 menyatakan elemen matriks A pada baris ke-2 dan kolom ke Jenis-Jenis Matriks
Pertemuan 2 Matriks Objektif: 1. Praktikan memahami konsep matriks. 2. Praktikan dapat mencari penjumlahan matriks, perkalian matriks dari 2 buah matriks. 3. Praktikan dapat membuat program tentang penjumlahan
Lebih terperinciI PENDAHULUAN II LANDASAN TEORI
I PENDAHULUAN 1.1 Latar Belakang Matriks merupakan istilah yang digunakan untuk menunjukkan jajaran persegi panjang dari bilangan-bilangan dan setiap matriks akan mempunyai baris dan kolom. Salah satu
Lebih terperinciBAB I PENDAHULUAN. 3) Untuk mengetahui apa yang dimaksud dengan invers matriks. 4) Untuk mengetahui apa yang dimaksud dengan determinan matriks
1.1 LATAR BELAKANG BAB I PENDAHULUAN Teori matriks merupakan salah satu cabang ilmu aljabar linier yang menjadi pembahasan penting dalam ilmu matematika. Sejalan dengan perkembangan ilmu pengetahuan, aplikasi
Lebih terperinciBAB 2 GRAF PRIMITIF. 2.1 Definisi Graf
BAB 2 GRAF PRIMITIF Pada bab ini akan dijelaskan beberapa konsep dasar seperti definisi dan teorema yang dijadikan landasan teori dalam penelitian ini. Konsep dasar tersebut berkaitan dengan definisi graf,
Lebih terperinciBAB 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
Lebih terperinciv 2 v 5 v 3 Gambar 3 Graf G 1 dengan 7 simpul dan 10 sisi.
Contoh Dari graf G pada Gambar 1 didapat e 1 incident dengan simpul dan, e incident dengan simpul dan, e 3 tidak incident dengan simpul, v, dan. Definisi 3 (Adjacent) Jika e={p,q} E, maka simpul p dikatakan
Lebih terperinciSPECTRUM DETOUR GRAF n-partisi KOMPLIT
SPECTRUM DETOUR GRAF n-partisi KOMPLIT Desy Norma Puspita Dewi Jurusan Matematika UIN Maulana Malik Ibrahim Malang e-mail:phyta_3@yahoo.co.id ABSTRAK Matriks detour dari graf G adalah matriks yang elemen
Lebih terperinciSyarat Fritz John pada Masalah Optimasi Berkendala Ketaksamaan. Caturiyati 1 Himmawati Puji Lestari 2. Abstrak
Syarat Fritz John pada Masalah Optimasi Berkendala Ketaksamaan Caturiyati 1 Himmawati Puji Lestari 2 1,2 Jurusan Pendidikan Matematika FMIPA UNY 1 wcaturiyati@yahoo.com 2 himmawatipl@yahoo.com Abstrak
Lebih terperinciSPEKTRUM ADJACENCY, SPEKTRUM LAPLACE, SPEKTRUM SIGNLESS-LAPLACE, DAN SPEKTRUM DETOUR GRAF MULTIPARTISI KOMPLIT K( 1, 2,, n )
MATEMATIKA LAPORAN PENELITIAN BERSAMA DOSEN-MAHASISWA SPEKTRUM ADJACENCY, SPEKTRUM LAPLACE, SPEKTRUM SIGNLESS-LAPLACE, DAN SPEKTRUM DETOUR GRAF MULTIPARTISI KOMPLIT K(, 2,, n ) Oleh: ABDUSSAKIR, M.Pd DEASY
Lebih terperinciBAB 2 LANDASAN TEORI. Pada bab ini akan diperlihatkan teori-teori yang berhubungan dengan penelitian
BAB 2 LANDASAN TEORI Pada bab ini akan diperlihatkan teori-teori yang berhubungan dengan penelitian ini sehingga dapat dijadikan sebagai landasan berpikir dalam melakukan penelitian ini dan akan mempermudah
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 terperinciPENERAPAN KONSEP MATRIKS DALAM KEHIDUPAN SEHARI-HARI
PENERAPAN KONSEP MATRIKS DALAM KEHIDUPAN SEHARI-HARI Oleh : Gede Edy Priyadnya 93 VII.C Jurusan S Pendidikan Teknik Informatika Fakultas Teknik dan Kejuruan Universitas Pendidikan Ganesha Singaraja 9 PENGERTIAN
Lebih terperinciBAB 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.
Lebih terperinciKonsep Dasar. Modul 1 PENDAHULUAN
Modul 1 Konsep Dasar M PENDAHULUAN Drs. Suryo Guritno, M.Stats., Ph.D. ateri yang akan dibahas dalam modul ini adalah konsep-konsep dasar aljabar matriks yang meliputi pengertian matriks, vektor dan skalar;
Lebih terperinciMA3231 Analisis Real
MA3231 Analisis Real Hendra Gunawan* *http://hgunawan82.wordpress.com Analysis and Geometry Group Bandung Institute of Technology Bandung, INDONESIA Program Studi S1 Matematika ITB, Semester II 2016/2017
Lebih terperinciGRAF. V3 e5. V = {v 1, v 2, v 3, v 4 } E = {e 1, e 2, e 3, e 4, e 5 } E = {(v 1,v 2 ), (v 1,v 2 ), (v 1,v 3 ), (v 2,v 3 ), (v 3,v 3 )}
GRAF Graf G(V,E) didefinisikan sebagai pasangan himpunan (V,E), dengan V adalah himpunan berhingga dan tidak kosong dari simpul-simpul (verteks atau node). Dan E adalah himpunan berhingga dari busur (vertices
Lebih terperinciMATRIKS Matematika Industri I
MATRIKS TIP FTP UB Mas ud Effendi Pokok Bahasan Matriks definisi Notasi matriks Matriks yang sama Panambahan dan pengurangan matriks Perkalian matriks Transpos suatu matriks Matriks khusus Determinan suatu
Lebih terperinciKuliah 3: TURUNAN. Indah Yanti
Kuliah 3: TURUNAN Indah Yanti Turunan Parsial DEFINISI Misalkan fungsi f: A R, dengan A R n adalah himpunan buka. Untuk setiap x = (x 1,..., x n ) A dan setiap j = 1,..., n limit f x j x 1,, x n f x 1,,
Lebih terperinci1.1 MATRIKS DAN JENISNYA Matriks merupakan kumpulan bilangan yang berbentuk segi empat yang tersusun dalam baris dan kolom.
Bab MATRIKS DAN OPERASINYA Memahami matriks dan operasinya merupakan langkah awal dalam memahami buku ini. Beberapa masalah real dapat direpresentasikan dalam bentuk matriks. Masalah tersebut antara lain
Lebih terperinci03-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
Lebih terperinciMATRIKS. Matematika. FTP UB Mas ud Effendi. Matematika
MATRIKS FTP UB Mas ud Effendi Pokok Bahasan Transpos suatu matriks Matriks khusus Determinan suatu matriks bujursangkar Invers suatu matriks bujursangkar Penyelesaian set persamaan linier Nilai-eigen dan
Lebih terperinciBAB III MATRIKS HERMITIAN. dan konsep-konsep lainnya yang berkaitan dengan matriks Hermitian. Matriks
BAB III MATRIKS HERMITIAN Pada bab ini, akan dibahas beberapa konsep penting dari matriks Hermitian dan konsep-konsep lainnya yang berkaitan dengan matriks Hermitian. Matriks Hermitian merupakan kelas
Lebih terperinciBAB II DETERMINAN DAN INVERS MATRIKS
BAB II DETERMINAN DAN INVERS MATRIKS A. OPERASI ELEMENTER TERHADAP BARIS DAN KOLOM SUATU MATRIKS Matriks A = berdimensi mxn dapat dibentuk matriks baru dengan menggandakan perubahan bentuk baris dan/atau
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dibahas beberapa pengertian dari optimasi bersyarat dengan kendala persamaan menggunakan multiplier lagrange serta penerapannya yang akan digunakan sebagai landasan
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 terperinciPelabelan matriks menggunakan huruf kapital. kolom ke-n. kolom ke-3
MATRIKS a. Konsep Matriks Matriks adalah susunan bilangan yang diatur menurut aturan baris dan kolom dalam suatu jajaran berbentuk persegi atau persegipanjang dan diletakkan di dalam kurung biasa ( ) atau
Lebih terperinci8 MATRIKS DAN DETERMINAN
8 MATRIKS DAN DETERMINAN Matriks merupakan pengembangan lebih lanjut dari sistem persamaan linear. Oleh karenanya aljabar matriks sering juga disebut dengan aljabar linear. Matriks dapat digunakan untuk
Lebih terperinciTINJAUAN PUSTAKA. Dalam bab ini akan dibahas beberapa konsep mendasar meliputi ruang vektor,
II. TINJAUAN PUSTAKA Dalam bab ini akan dibahas beberapa konsep mendasar meliputi ruang vektor, ruang Bernorm dan ruang Banach, ruang barisan, operator linear (transformasi linear) serta teorema-teorema
Lebih terperinciSISTEM PERSAMAAN LINEAR ( BAGIAN II )
SISTEM PERSAMAAN LINEAR ( BAGIAN II ) D. FAKTORISASI MATRIKS D2 2. METODE ITERASI UNTUK MENYELESAIKAN SPL D3 3. NILAI EIGEN DAN VEKTOR EIGEN D4 4. POWER METHOD Beserta contoh soal untuk setiap subbab 2
Lebih terperinciII. TINJAUAN PUSTAKA. negatifnya. Yang termasuk dalam bilangan cacah yaitu 0,1,2,3,4, sehingga
II. TINJAUAN PUSTAKA 2.1 Bilangan Bulat Bilangan Bulat merupakan bilangan yang terdiri dari bilangan cacah dan negatifnya. Yang termasuk dalam bilangan cacah yaitu 0,1,2,3,4, sehingga negatif dari bilangan
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 terperinciMATRIKS Matematika Industri I
MATRIKS TIP FTP UB Mas ud Effendi Pokok Bahasan Matriks definisi Notasi matriks Matriks yang sama Panambahan dan pengurangan matriks Perkalian matriks Transpos suatu matriks Matriks khusus Determinan suatu
Lebih terperinciBAB II LANDASAN TEORI. yang biasanya dinyatakan dalam bentuk sebagai berikut: =
BAB II LANDASAN TEORI 2.1 Matriks Definisi 2.1 (Lipschutz, 2006): Matriks adalah susunan segiempat dari skalarskalar yang biasanya dinyatakan dalam bentuk sebagai berikut: Setiap skalar yang terdapat dalam
Lebih terperinciDIKTAT MATEMATIKA II
DIKTAT MATEMATIKA II (MATRIK) Drs. A. NABABAN PURNAWAN, S.Pd.,M.T JURUSAN PENDIDIKAN TEKNIK MESIN FAKULTAS PENDIDIKAN TEKNOLOGI DAN KEJURUAN UNIVERSITAS PENDIDIKAN INDONESIA 2004 MATRIKS I. PENGERTIAN
Lebih terperinciA. Pengertian Matriks
A. Pengertian Matriks Pada 17 April 2003, Universitas Pendidikan Literatur Indonesia (UPLI), mewisuda 2.630 mahasiswanya. 209 wisudawan di antaranya adalah wisudawan dari Fakultas Pendidikan Matematika
Lebih terperinciTeori kendali. Oleh: Ari suparwanto
Teori kendali Oleh: Ari suparwanto Minggu Ke-1 Permasalahan oleh : Ari Suparwanto Permasalahan Diberikan sistem dan sinyal referensi. Masalah kendali adalah menentukan sinyal kendali sehingga output sistem
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 terperinciBanyaknya baris dan kolom suatu matriks menentukan ukuran dari matriks tersebut, disebut ordo matriks
MATRIKS DEFINISI Matriks adalah susunan bilangan real atau bilangan kompleks (atau elemen-elemen) yang disusun dalam baris dan kolom sehinggga membentuk jajaran persegi panjang. Matriks memiliki m baris
Lebih terperinciBAB II KAJIAN TEORI. representasi pemodelan matematika disebut sebagai model matematika. Interpretasi Solusi. Bandingkan Data
A. Model Matematika BAB II KAJIAN TEORI Pemodelan matematika adalah proses representasi dan penjelasan dari permasalahan dunia real yang dinyatakan dalam pernyataan matematika (Widowati dan Sutimin, 2007:
Lebih terperinci6- Operasi Matriks. MEKANIKA REKAYASA III MK Unnar-Dody Brahmantyo 1
6- Operasi Matriks Contoh 6-1 : Budi diminta tolong oleh ibunya untuk membeli 2 kg gula dan 1 kg kopi. Dengan uang Rp. 10.000,- Budi mendapatkan uang kembali Rp. 3.000,-. Dihari yang lain, Budi membeli
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Peluang Peluang mempunyai banyak persamaan arti, seperti kemungkinan, kesempatan dan kecenderungan. Peluang menunjukkan kemungkinan terjadinya suatu kejadian yang bersifat acak.
Lebih terperinciBAB II DASAR TEORI. Di dalam BAB II ini akan dibahas materi yang menjadi dasar teori pada
BAB II DASAR TEORI Di dalam BAB II ini akan dibahas materi yang menjadi dasar teori pada pembahasan BAB III, mulai dari definisi sampai sifat-sifat yang merupakan konsep dasar untuk mempelajari Fungsi
Lebih terperinciMatriks biasanya dituliskan menggunakan kurung dan terdiri dari baris dan kolom: A =
Bab 2 cakul fi080 by khbasar; sem1 2010-2011 Matriks Dalam BAB ini akan dibahas mengenai matriks, sifat-sifatnya serta penggunaannya dalam penyelesaian persamaan linier. Matriks merupakan representasi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dibahas beberapa definisi dan teorema dengan atau tanpa bukti yang akan digunakan untuk menentukan regularisasi sistem singular linier. Untuk itu akan diberikan terlebih
Lebih terperinciAljabar Linier Lanjut. Kuliah 1
Aljabar Linier Lanjut Kuliah 1 Materi Kuliah (Review) Multiset Matriks Polinomial Relasi Ekivalensi Kardinal Aritmatika 23/8/2014 Yanita, FMIPA Matematika Unand 2 Multiset Definisi Misalkan S himpunan
Lebih terperinci(MS.3) SUBRUANG CONINVARIAN DARI MATRIKS KUADRAT KOMPLEKS
Seminar Nasional Statistika 2 November 20 Vol 2, November 20 (MS.3) SUBRUANG CONINVARIAN DARI MATRIKS KUADRAT KOMPLEKS Euis Hartini Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
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 terperinciBab 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
Lebih terperinciBAB 2 OPTIMISASI KOMBINATORIAL. Masalah optimisasi merupakan suatu proses pencarian varibel bebas yang
BAB 2 OPTIMISASI KOMBINATORIAL 2.1 Masalah Model Optimisasi Kombinatorial Masalah optimisasi merupakan suatu proses pencarian varibel bebas yang memenuhi kondisi atau batasan yang disebut kendala dari
Lebih terperinciYang dipelajari. 1. Masalah Nilai Eigen dan Penyelesaiannya 2. Masalah Pendiagonalan. Referensi : Kolman & Howard Anton. Ilustrasi
7// NILAI EIGEN dan VEKTOR EIGEN Yang dipelajari.. Masalah Nilai Eigen dan Penyelesaiannya. Masalah Pendiagonalan Referensi : Kolman & Howard Anton. Ilustrasi Misalkan t : R n R n dengan definisi t(x)
Lebih terperinci7. NILAI-NILAI VEKTOR EIGEN. Nilai Eigen dan Vektor Eigen Diagonalisasi Diagonalisasi Ortogonal
7. NILAI-NILAI VEKTOR EIGEN Nilai Eigen dan Vektor Eigen Diagonalisasi Diagonalisasi Ortogonal Nilai Eigen, Vektor Eigen Diketahui A matriks nxn dan x adalah suatu vektor pada R n, maka biasanya tdk ada
Lebih terperinciDr. Ir. Bib Paruhum Silalahi, M.Kom
Metode Descent Oleh : Andaikan fungsi tujuan kita adalah minf(x);x R n. Secara umum f(x) dapat berupa fungsi nonlinear. Metode-metode descent adalah metode iteratif untuk memperoleh solusi pendekatan dari
Lebih terperinciTrihastuti Agustinah
TE 467 Teknik Numerik Sistem Linear Trihastuti Agustinah Bidang Studi Teknik Sistem Pengaturan Jurusan Teknik Elektro - FTI Institut Teknologi Sepuluh Nopember O U T L I N E OBJEKTIF 2 3 CONTOH 4 SIMPULAN
Lebih terperinciRepresentasi Graph dan Beberapa Graph Khusus
Modul 2 Representasi Graph dan Beberapa Graph Khusus Prof. Dr. Didi Suryadi, M.Ed. Dr. Nanang Priatna, M.Pd. W PENDAHULUAN alaupun representasi graph secara piktorial merupakan hal yang sangat menarik
Lebih terperinciLANDASAN TEORI. Bab Konsep Dasar Graf. Definisi Graf
Bab 2 LANDASAN TEORI 2.1. Konsep Dasar Graf Definisi Graf Suatu graf G terdiri atas himpunan yang tidak kosong dari elemen elemen yang disebut titik atau simpul (vertex), dan suatu daftar pasangan vertex
Lebih terperinci