9. Teori Aproksimasi

Ukuran: px
Mulai penontonan dengan halaman:

Download "9. Teori Aproksimasi"

Transkripsi

1 44 Hendra Gunawan 9 Teori Aproksimasi Mulai bab ini tema kita adalah aproksimasi fungsi dan interpolasi Diberikan sebuah fungsi f, baik secara utuh ataupun hanya beberapilai di titik-titik tertentu saja, kita ingin memperoleh suatu hampiran untuk f yang mempunyai bentuk tertentu (misalnya supaya lebih mudah dianalisis) dengan kesalahan yang dapat kita kontrol Sebagai contoh, ketika kita hendak menghitung 1 dx, kita hampiri integrannya dengan polinom berderajat n (dengan n cukup besar) Dalam konteks e x2 lain, bila kita hanya mengetahui nilai dari suatu fungsi (yang tidak diketahui) di k buah titik x 1 < x 2 < < x k, maka kita dapat menghampiri fungsi tersebut dengan polinom berderajat k 1 yang menginterpolasi k buah titik tadi 91 Masalah Interpolasi Misalkan V ruang bernorma atas lapangan K (K = R atau C), dan V ruang dual dari V (yang anggotanya adalah semua fungsional linear f : V K) Masalah interpolasi abstrak dapat dirumuskan sebagai berikut Misalkan V n adalah subruang berdimensi n dari V, dengan basis {v 1,, v n } Misalkan L i V, 1 i n, adalah n fungsional linear Diberikan n bilangan c i K, 1 i n, tentukan v V n sedemikian sehingga L i v = c i, 1 i n (1) Pertanyaannya adalah: apakah masalah ini mempunyai solusi? Jika ya, apakah solusinya tunggal? Jika fungsi hasil interpolasi tersebut digunakan sebagai hampiran untuk suatu fungsi u dengan u(x i ) = c i, 1 i n, dapatkah kita menaksir kesalahannya? Definisi 911 apabila Fungsional linear L i, 1 i n, dikatakan bebas linear pada V n a i L i (v) = v V n = a i =, 1 i n Lemma 912 Fungsional linear L i, 1 i n, dikatakan bebas linear pada V n jika dan hanya jika L 1 v 1 L 1 v n det(l i v j ) = det L n v 1 L n v n

2 Pengantar Analisis Fourier dan Teori Aproksimasi 45 Bukti Pernyataan n a i L i (v) = v V n setara dengan n a i L i (v j ) = j {1,, n} Karena itu, L 1,, L n bebas linear pada V n jika dan hanya jika a i L i (v j ) =, 1 j n = a i =, 1 i n Ini berarti bahwa sistem persamaan linear L 1 v 1 L n v 1 L 1 v n L n v n hanya mempunyai solusi trivial a i =, 1 i n Dari pengetahuan aljabar linear elementer kita tahu bahwa ini terjadi jika dan hanya jika det(l i v j ) Teorema 913 Keempat pernyataan berikut ekuivalen: (i) Masalah interpolasi (1) mempunyai solusi tunggal (ii) Fungsional linear L 1,, L n bebas linear pada V n (iii) Satu-satunya elemen v V n yang memenuhi L i v =, 1 i n, adalah v = (iv) Untuk sebarang data {c i } n, terdapat v V n sedemikian sehingga L i v = c i, 1 i n Bukti Dengan menyatakan v := n a j v j, masalah interpolasi (1) setara dengan atau a j L i (v j ) = c i, 1 i n, (2) L 1 v 1 L 1 v n L n v 1 L n v n c 1 c n (3) Karena itu, ekuivalensi keempat pernyataan dalam teorema merupakan akibat dari teorema tentang sistem persamaan linear Ma = c, dengan M matriks n n, a dan c vektor di K n

3 46 Hendra Gunawan Selanjutnya, diberikan u V, dapat kita peroleh interpolan v := n a j v j di V n dengan menyelesaikan masalah yang setara dengan sistem persamaan linear L 1 v 1 L 1 v n L n v 1 L n v n L i v = L i u, 1 i n, (4) L 1 u L n u (5) Berdasarkan teorema di atas, sistem (5) mempunyai solusi tunggal apabila fungsional linear L 1,, L n bebas linear pada V n 92 Beberapa Contoh Contoh 921 Misalkan V := C[a, b], ruang semua fungsi kontinu f : [a, b] R Diberikan n + 1 buah titik x, x 1,, x n dengan a x < x 1 < < x n b, dan n + 1 buah nilai c, c 1,, c n K, kita tertarik untuk mencari suatu polinom berderajat n atau lebih rendah, sebutlah p n, sedemikian sehingga p n (x i ) = c i, i =, 1,, n Masalah ini dikenal sebagai masalah interpolasi Lagrange Catat bila c i adalah nilai dari suatu fungsi f V di titik x i, yakni c i = f(x i ), maka kita sedang mencari p n V n+1, ruang semua polinom berderajat n atau lebih rendah, sedemikian sehingga p n (x i ) = f(x i ), i =, 1,, n Di sini, V n+1 berdimensi n + 1, dengan basis baku v j (x) := x j, j =, 1,, n Fungsional linear yang terkait dengan masalah ini adalah L i v := v(x i ), i =, 1,, n Dalam hal ini, kita mempunyai L v L v 1 L v n L 1 v L 1 v 1 L 1 v n det(l i v j ) = det L n v L n v 1 L n v n det 1 x x n 1 x 1 x n 1 1 x n x n n

4 Pengantar Analisis Fourier dan Teori Aproksimasi 47 Dengan menggunakan operasi baris elementer pada determinan di atas, dapat ditunjukkan bahwa det(l i v j ) = Π k>l (x k x l ) Karena itu, masalah interpolasi Lagrange mempunyai solusi (tunggal) Contoh 922 Misalkan V := C n [, 1], ruang semua fungsi bernilai real yang mempunyai turunan ke-n yang kontinu pada [, 1], dan V n+1 adalah ruang semua polinom berderajat n atau lebih rendah, dengan basis baku v j (x) := x j, j =, 1,, n Diberikan n + 1 buah nilai c, c 1,, c n K, tinjau masalah interpolasi L i u := u (i) () = c i, i =, 1,, n, dengan u () := u dan u (i) menyatakan turunan ke-i dari u, untuk i = 1,, n Dalam hal ini, kita mempunyai L v L v 1 L v n 1 L 1 v L 1 v 1 L 1 v n det(l i v j ) = det det 1, L n v L n v 1 L n v n n! yang nilainya tidak sama dengan Solusi masalah ini tak lain adalah polinom MacLaurin berderajat n (atau lebih rendah) Contoh 923 Misalkan V := L 1 [a, b], ruang semua fungsi bernilai real yang terintegralkan pada [a, b], dan V n+1 adalah ruang semua polinom berderajat n atau lebih rendah, dengan basis baku v j (x) := x j, j =, 1,, n Diberikan n + 1 buah nilai c, c 1,, c n K, tinjau masalah interpolasi L i u := 1 x i u(x) dx = c i, i =, 1,, n Di sini, L i u menyatakan momen ke-i dari u pada [a, b] Karena itu, masalah ini dikenal sebagai masalah momen pada [a, b] Dalam hal ini, kita mempunyai v, v v, v 1 v, v n v 1, v v 1, v 1 v 1, v n det(l i v j ) = det, v n, v v n, v 1 v n, v n dengan v i, v j := b a v i (x)v j (x) dx = b a x i+j dx Determinan ini dikenal sebagai determinan Gram, yang nilainya tidak sama dengan karena v, v 1,, v n bebas linear Dengan demikian, solusi masalah momen pada [a, b] dijamin ada (dan tunggal)

5 48 Hendra Gunawan 93 Soal Latihan 1 Buktikan bahwa masing-masing fungsional L i dalam Contoh bersifat linear 2 Buktikan bahwa pada masalah interpolasi Lagrange, det(x i j ) = Π k>l(x k x l ) x x 3 Untuk k =, 1,, n, definisikan φ k (x) := Π j j k x k x j Tunjukkan bahwa φ k (x i ) = 1 bila i = k dan φ k (x i ) = bila i k Selanjutnya tunjukkan bahwa p n (x) := n k= c kφ k (x) merupakan polinom berderajat n atau lebih rendah yang memenuhi p n (x i ) = c i, i =, 1,, n 4 Buktikan bahwa pada masalah momen, det( v i, v j ) 5 Tentukan polinom p 2 yang berderajat 2 atau lebih rendah sedemikian sehingga 1 x i p 2 (x) dx = i, i =, 1, 2

MASALAH INTERPOLASI 1-D DAN 2-D

MASALAH INTERPOLASI 1-D DAN 2-D MASALAH INTERPOLASI 1-D DAN 2-D Hendra Gunawan ITB Bandung http://personal.fmipa.itb.ac.id/hgunawan/ Analysis and Geometry Group Bandung Institute of Technology Bandung, Indonesia Seminar Nasional Analisis

Lebih terperinci

DASAR-DASAR TEORI RUANG HILBERT

DASAR-DASAR TEORI RUANG HILBERT DASAR-DASAR TEORI RUANG HILBERT Herry P. Suryawan 1 Geometri Ruang Hilbert Definisi 1.1 Ruang vektor kompleks V disebut ruang hasilkali dalam jika ada fungsi (.,.) : V V C sehingga untuk setiap x, y, z

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

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

UJI KONVERGENSI. Januari Tim Dosen Kalkulus 2 TPB ITK

UJI KONVERGENSI. Januari Tim Dosen Kalkulus 2 TPB ITK UJI KONVERGENSI Januari 208 Tim Dosen Kalkulus 2 TPB ITK Uji Integral Teorema 3 Jika + k= u k adalah deret dengan suku-suku tak negatif, dan jika ada suatu konstanta M sedemikian hingga s n = u + u 2 +

Lebih terperinci

UNIVERSITAS PENDIDIKAN INDONESIA

UNIVERSITAS PENDIDIKAN INDONESIA Ruang Norm Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA Definisi. Misalkan suatu ruang vektor atas. Norm pada didefinisikan sebagai fungsi. : yang memenuhi N1. 0 N2. 0 0 N3.,, N4.,, Kita dapat

Lebih terperinci

BAB 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

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

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

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

BAB 2 RUANG HILBERT. 2.1 Definisi Ruang Hilbert

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

Lebih terperinci

MA3231 Analisis Real

MA3231 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 terperinci

16. Analisis Multi Resolusi

16. Analisis Multi Resolusi 16. Analisis Multi esolusi Esensi dari basis ortonormal yang dibangun oleh sebuah wavelet adalah sifat multi resolusi-nya, sehingga kita dapat menganalisis suatu signal pada berbagai frekuensi di suatu

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

Hendra Gunawan. 26 Februari 2014

Hendra Gunawan. 26 Februari 2014 MA1201 MATEMATIKA 2A Hendra Gunawan Semester II, 2013/2014 26 Februari 2014 9.6 Deret Pangkat Kuliah yang Lalu Menentukan selang kekonvergenan deret pangkat 9.7 Operasi pada Deret Pangkat Mlkk Melakukan

Lebih terperinci

4. Deret Fourier pada Interval Sebarang dan Aplikasi

4. Deret Fourier pada Interval Sebarang dan Aplikasi 8 Hendra Gunawan 4. Deret Fourier pada Interval Sebarang dan Aplikasi Kita telah mempelajari bagaimana menguraikan fungsi periodik dengan periode 2 yang terdefinisi pada R sebagai deret Fourier. Deret

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

0. Pendahuluan. 0.1 Notasi dan istilah, bilangan kompleks

0. Pendahuluan. 0.1 Notasi dan istilah, bilangan kompleks 0. Pendahuluan Analisis Fourier mempelajari berbagai teknik menganalisis sebuah fungsi dengan menguraikannya sebagai deret atau integral fungsi tertentu (yang sifat-sifatnya telah kita kenal dengan baik,

Lebih terperinci

BAB II LANDASAN TEORI

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

Lebih terperinci

BAB I PENDAHULUAN. Misalkan diberikan suatu ruang vektor atas lapangan R atau C. Jika

BAB I PENDAHULUAN. Misalkan diberikan suatu ruang vektor atas lapangan R atau C. Jika BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Misalkan diberikan suatu ruang vektor atas lapangan R atau C. Jika dilengkapi dengan suatu norma., maka dikenal bahwa suatu ruang vektor bernorma. Kemudian

Lebih terperinci

MA5031 Analisis Real Lanjut Semester I, Tahun 2015/2016. Hendra Gunawan

MA5031 Analisis Real Lanjut Semester I, Tahun 2015/2016. Hendra Gunawan MA5031 Analisis Real Lanjut Semester I, Tahun 2015/2016 Hendra Gunawan 5.3 Kalkulus Turunan Pada bagian ini kita akan membahas sejumlah aturan untuk diferensial dan aturan untuk turunan, yg mempunyai kemiripan

Lebih terperinci

16. BARISAN FUNGSI. 16.1 Barisan Fungsi dan Kekonvergenan Titik Demi Titik

16. BARISAN FUNGSI. 16.1 Barisan Fungsi dan Kekonvergenan Titik Demi Titik 16. BARISAN FUNGSI 16.1 Barisan Fungsi dan Kekonvergenan Titik Demi Titik Bila pada bab-bab sebelumnya kita membahas fungsi sebagai sebuah objek individual, maka pada bab ini dan selanjutnya kita akan

Lebih terperinci

MA3231 Analisis Real

MA3231 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 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

MA1201 KALKULUS 2A Do maths and you see the world

MA1201 KALKULUS 2A Do maths and you see the world Catatan Kuliah MA20 KALKULUS 2A Do maths and you see the world disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 203 Catatan kuliah ini ditulis

Lebih terperinci

Pertemuan Ke 2 SISTEM PERSAMAAN LINEAR (SPL) By SUTOYO,ST.,MT

Pertemuan Ke 2 SISTEM PERSAMAAN LINEAR (SPL) By SUTOYO,ST.,MT Pertemuan Ke SISTEM PERSAMAAN LINEAR (SPL) By SUTOYO,ST,MT Pendahuluan Suatu sistem persamaan linier (atau himpunan persaman linier simultan) adalah satu set persamaan dari sejumlah unsur yang tak diketahui

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

Aljabar Linier Elementer. Kuliah 7

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

Lebih terperinci

MA3231 Analisis Real

MA3231 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 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

ANALISIS NUMERIK LANJUT. Hendra Gunawan, Ph.D. 2006/2007

ANALISIS NUMERIK LANJUT. Hendra Gunawan, Ph.D. 2006/2007 ANALISIS NUMERIK LANJUT Hendra Gunawan, Ph.D. 2006/2007 BAB I. RUANG LINEAR Pelajari definisi dan contoh: ruang linear (hal. 1-3); subruang (hal. 3); kombinasi linear (hal. 4); bebas/bergantung linear

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

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

Aplikasi Aljabar Lanjar pada Metode Numerik

Aplikasi Aljabar Lanjar pada Metode Numerik Aplikasi Aljabar Lanjar pada Metode Numerik IF223 Aljabar Geometri Oleh: Rinaldi Munir Program Studi Informatika, STEI-ITB Rinaldi Munir - IF223 Aljabar Geometri Apa itu Metode Numerik? Numerik: berhubungan

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

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

7. Transformasi Fourier

7. Transformasi Fourier Pengantar Analisis Fourier dan eori Aproksimasi 33 7. ransformasi Fourier Pada bab sebelumnya kita telah melihat bahwa setiap fungsi f L 1 ([0, 1] L ([0, 1] dapat dinyatakan sebagai deret Fourier f(x =

Lebih terperinci

uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg

uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg uiopasdfghjklzxcvbnmqwertyuiopasd Qwertyuiopasdfghjklzxcvbnmqwerty cvbnmqwertyuiopasdfghjklzxcvbnmq fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg

Lebih terperinci

BAB 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 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 terperinci

BAB II TINJAUAN PUSTAKA

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

Lebih terperinci

MA2111 PENGANTAR MATEMATIKA Semester I, Tahun 2015/2016. Hendra Gunawan

MA2111 PENGANTAR MATEMATIKA Semester I, Tahun 2015/2016. Hendra Gunawan MA2111 PENGANTAR MATEMATIKA Semester I, Tahun 2015/2016 Hendra Gunawan 9-10 METODE KONTRADIKSI & METODE KONTRAPOSISI (c) Hendra Gunawan (2015) 2 Metode Pembuktian Lainnya Pada bab-bab sebelumnya kita telah

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

Perluasan Teorema Cayley-Hamilton pada Matriks

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

Lebih terperinci

Kelengkapan Ruang l pada Ruang Norm-n

Kelengkapan Ruang l pada Ruang Norm-n Jurnal Matematika, Statistika,& Komputasi Vol.... No... 20... Kelengkapan Ruang l pada Ruang Norm-n Meriam, Naimah Aris 2, Muh Nur 3 Abstrak Rumusan norm-n pada l merupakan perumuman dari rumusan norm-n

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

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

8. Deret Fourier yang Diperumum dan Hampiran Terbaik di L 2 (a, b)

8. Deret Fourier yang Diperumum dan Hampiran Terbaik di L 2 (a, b) 8. Deret Fourier yang Diperumum dan Hampiran Terbaik di L (a, b) 8.1 Deret Fourier yang Diperumum Jika {ϕ n } 1 adalah basis ortonormal untuk L (a, b) dan f L (a, b), maka f, ϕ n disebut koefisien Fourier

Lebih terperinci

4. Deret Fourier pada Interval Sebarang dan Aplikasi

4. Deret Fourier pada Interval Sebarang dan Aplikasi 4. Deret Fourier pada Interval Sebarang dan Aplikasi Kita telah mempelajari bagaimana menguraikan fungsi periodik dengan periode 2 yang terdefinisi pada R sebagai deret Fourier. Deret trigonometri tersebut

Lebih terperinci

MA3231 Analisis Real

MA3231 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 terperinci

PEMILIHAN KOEFISIEN TERBAIK KUADRATUR KUADRAT TERKECIL DUA TITIK DAN TIGA TITIK. Nurul Ain Farhana 1, Imran M. 2 ABSTRACT

PEMILIHAN KOEFISIEN TERBAIK KUADRATUR KUADRAT TERKECIL DUA TITIK DAN TIGA TITIK. Nurul Ain Farhana 1, Imran M. 2 ABSTRACT PEMILIHAN KOEFISIEN TERBAIK KUADRATUR KUADRAT TERKECIL DUA TITIK DAN TIGA TITIK Nurul Ain Farhana, Imran M Mahasiswa Program Studi S Matematika Dosen Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Integral merupakan salah satu konsep penting dalam matematika dan banyak aplikasinya. Dalam kehidupan sehari-hari integral dapat diaplikasikan dalam berbagai

Lebih terperinci

Hendra Gunawan. 11 April 2014

Hendra Gunawan. 11 April 2014 MA1201 MATEMATIKA 2A Hendra Gunawan emester II, 2013/2014 11 April 2014 Kuliah ang Lalu 12.1 Fungsi dua (atau lebih) peubah 12.2 Turunan Parsial 12.3 Limitdan Kekontinuan 12.4 Turunan fungsi dua peubah

Lebih terperinci

Catatan Kuliah MA1123 Kalkulus Elementer I

Catatan Kuliah MA1123 Kalkulus Elementer I Catatan Kuliah MA1123 Kalkulus Elementer I Oleh Hendra Gunawan, Ph.D. Departemen Matematika ITB Sasaran Belajar Setelah mempelajari materi Kalkulus Elementer I, mahasiswa diharapkan memiliki (terutama):

Lebih terperinci

Teorema Titik Tetap di Ruang Norm-2 Standar

Teorema Titik Tetap di Ruang Norm-2 Standar Teorema Titik Tetap di Ruang Norm- Standar Muh. Nur Universitas Hasanuddin Abstract Pada tulisan ini, akan dipelajari ruang norm- standar, yakni ruang hasil kali dalam yang dilengkapi dengan norm- standar.

Lebih terperinci

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

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

Lebih terperinci

MA1201 MATEMATIKA 2A Hendra Gunawan

MA1201 MATEMATIKA 2A Hendra Gunawan MA101 MATEMATIKA A Hendra Gunawan Semester II, 016/017 1 Maret 017 Bab Sebelumnya 9.1 Barisan Tak Terhingga 9. Deret Tak Terhingga 9.3 Deret Positif: Uji Integral 9.4 Deret Positif: Uji Lainnya 9.5 Deret

Lebih terperinci

BAB II DETERMINAN DAN INVERS MATRIKS

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

Lebih terperinci

BAB II LANDASAN TEORI

BAB 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 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

INTISARI KALKULUS 2. Penyusun: Drs. Warsoma Djohan M.Si. Open Source. Not For Commercial Use

INTISARI KALKULUS 2. Penyusun: Drs. Warsoma Djohan M.Si. Open Source. Not For Commercial Use INTISARI KALKULUS 2 Penyusun: Drs. Warsoma Djohan M.Si. Program Studi Matematika - FMIPA Institut Teknologi Bandung Januari 200 Pengantar Kalkulus & 2 merupakan matakuliah wajib tingkat pertama bagi semua

Lebih terperinci

PENGANTAR ANALISIS FUNGSIONAL

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

Lebih terperinci

BAB III KEKONVERGENAN LEMAH

BAB III KEKONVERGENAN LEMAH BAB III KEKONVERGENAN LEMAH Bab ini membahas inti kajian tugas akhir. Di dalamnya akan dibahas mengenai kekonvergenan lemah beserta sifat-sifat yang terkait dengannya. Sifatsifat yang dikaji pada bab ini

Lebih terperinci

II. TINJAUAN PUSTAKA. Dalam proses penelitian untuk mengkaji karakteristik penduga GMM pada data

II. TINJAUAN PUSTAKA. Dalam proses penelitian untuk mengkaji karakteristik penduga GMM pada data 5 II. TINJAUAN PUSTAKA Dalam proses penelitian untuk mengkaji karakteristik penduga GMM pada data panel ini, penulis menggunakan definisi, teorema dan konsep dasar yang berkaitan dengan pendugaan parameter,

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

BAB II KAJIAN PUSTAKA

BAB II KAJIAN PUSTAKA BAB II KAJIAN PUSTAKA A. Efektivitas Efektivitas berasal dari kata efektif, yang merupakan kata serapan dari bahasa Inggris yaitu effective yang artinya berhasil. Menurut kamus ilmiah popular, efektivitas

Lebih terperinci

JURUSAN PENDIDIKAN MATEMATIKA FMIPA UNIVERSITAS NEGERI YOGYAKARTA

JURUSAN PENDIDIKAN MATEMATIKA FMIPA UNIVERSITAS NEGERI YOGYAKARTA CATATAN KULIAH ALJABAR LINEAR MUSTHOFA JURUSAN PENDIDIKAN MATEMATIKA FMIPA UNIVERSITAS NEGERI YOGYAKARTA 20 SISTEM PERSAMAAN LINEAR Tujuan : Menyelesaikan sistem persamaan linear. OPERASI BARIS ELEMENTER

Lebih terperinci

Ringkasan Kalkulus 2, Untuk dipakai di ITB 1

Ringkasan Kalkulus 2, Untuk dipakai di ITB 1 Ringkasan Kalkulus 2, Untuk dipakai di ITB Deret Tak Hingga Pada bagian ini akan dibicarakan penjumlahan berbentuk a +a 2 + +a n + dengan a n R Sebelumnya akan dibahas terlebih dahulu pengertian barisan

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang Permasalahan

BAB I PENDAHULUAN Latar Belakang Permasalahan BAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan Pemetaan merupakan konsep yang tidak pernah terlepas dari bahasan matematika analisis. Pengaitan setiap anggota dari suatu himpunan dengan tepat satu

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Aljabar Linear Definisi 2.1.1 Matriks Matriks A adalah susunan persegi panjang yang terdiri dari skalar-skalar yang biasanya dinyatakan dalam bentuk berikut: [ ] Definisi 2.1.2

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

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 I PENDAHULUAN Latar Belakang Masalah

BAB I PENDAHULUAN Latar Belakang Masalah BAB I PENDAHULUAN Pada bab ini akan dibahas mengenai latar belakang masalah, perumusan masalah, batasan masalah, maksud dan tujuan penulisan, tinjauan pustaka serta sistematika penulisan skirpsi ini. 1.1.

Lebih terperinci

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

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

Lebih terperinci

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

ALJABAR LINIER MAYDA WARUNI K, ST, MT ALJABAR LINIER (I) ALJABAR LINIER MAYDA WARUNI K, ST, MT ALJABAR LINIER (I) 1 MATERI ALJABAR LINIER VEKTOR DALAM R1, R2 DAN R3 ALJABAR VEKTOR SISTEM PERSAMAAN LINIER MATRIKS, DETERMINAN DAN ALJABAR MATRIKS, INVERS MATRIKS

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang Masalah

BAB I PENDAHULUAN Latar Belakang Masalah BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Pemetaan linear merupakan salah satu jenis pemetaan yang dikenal dalam bidang matematika, khususnya dalam bidang matematika analisis. Diberikan ruang vektor

Lebih terperinci

11. Konvolusi. Misalkan f dan g fungsi yang terdefinisi pada R. Konvolusi dari f dan g adalah fungsi f g yang didefinisikan sebagai.

11. Konvolusi. Misalkan f dan g fungsi yang terdefinisi pada R. Konvolusi dari f dan g adalah fungsi f g yang didefinisikan sebagai. 11. Konvolusi Operasi konvolusi yang akan kita bahas di sini sebetulnya pernah kita jumpai pada pembahasan deret Fourier (ketika membuktikan kekonvergenan jumlah parsialnya). Operasi konvolusi merupakan

Lebih terperinci

untuk i = 0, 1, 2,..., n

untuk i = 0, 1, 2,..., n RANGKUMAN KULIAH-2 ANALISIS NUMERIK INTERPOLASI POLINOMIAL DAN TURUNAN NUMERIK 1. Interpolasi linear a. Interpolasi Polinomial Lagrange Suatu fungsi f dapat di interpolasikan ke dalam bentuk interpolasi

Lebih terperinci

UNIVERSITAS GADJAH MADA. Bahan Ajar:

UNIVERSITAS GADJAH MADA. Bahan Ajar: UNIVERSITAS GADJAH MADA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM JURUSAN MATEMATIKA PROGRAM STUDI S1 MATEMATIKA Sekip Utara, Gedung Jurusan Matematika, Yogyakarta - 55281 Bahan Ajar: BAB POKOK BAHASAN

Lebih terperinci

TINJAUAN PUSTAKA. Dalam bab ini akan dibahas beberapa konsep mendasar meliputi ruang vektor,

TINJAUAN 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 terperinci

KALKULUS MULTIVARIABEL II

KALKULUS MULTIVARIABEL II KALKULUS MULTIVARIABEL II Integral Garis Medan Vektor dan (Minggu ke-8) Andradi Jurusan Matematika FMIPA UGM Yogyakarta, Indonesia 1 Integral Garis Medan Vektor 2 Terkait Lintasan Teorema Fundamental untuk

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab II ini menjelaskan tentang teori-teori pendukung yang digunakan untuk pembahasan selanjutnya yaitu sistem persamaan linear sistem persamaan linear kompleks dekomposisi Doolittle

Lebih terperinci

Pertemuan 9 : Interpolasi 1 (P9) Interpolasi. Metode Newton Metode Spline

Pertemuan 9 : Interpolasi 1 (P9) Interpolasi. Metode Newton Metode Spline Pertemuan 9 : Interpolasi 1 (P9) Interpolasi Metode Newton Metode Spline Pertemuan 9 : Interpolasi 2 Interpolasi Newton Polinomial Maclaurin dan polinomial Taylor menggunakan satu titik pusat, x 0 untuk

Lebih terperinci

MA1201 KALKULUS 2A (Kelas 10) Bab 8: Bentuk Tak Tentu d

MA1201 KALKULUS 2A (Kelas 10) Bab 8: Bentuk Tak Tentu d MA1201 KALKULUS 2A (Kelas 10) Bab 8: dan Do maths and you see the world ? Pengantar Bentuk tak tentu? Bentuk apa? Bentuk tak tentu yang dimaksud adalah bentuk limit dengan nilai seolah-olah : 0 0 ; ; 0

Lebih terperinci

OPERATOR PADA RUANG BARISAN TERBATAS

OPERATOR PADA RUANG BARISAN TERBATAS OPERATOR PADA RUANG BARISAN TERBATAS Muslim Ansori *,Tiryono 2, Suharsono S 2,Dorrah Azis 2 Jurusan Matematika FMIPA Universitas Lampung,2 Jln. Soemantri Brodjonegoro No Bandar Lampung email: ansomath@yahoo.com

Lebih terperinci

8 MATRIKS DAN DETERMINAN

8 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 terperinci

Ujian Tengah Semester

Ujian Tengah Semester Ujian Tengah Semester Mata Kuliah : PAM 252 Metode Numerik Jurusan : Matematika FMIPA Unand Hari/Tanggal : Selasa/31 Maret 2015 Waktu : 10.00 11.40 (100 menit) Dosen : Dr. Susila Bahri (Kelas A dan C)

Lebih terperinci

6 Sistem Persamaan Linear

6 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

MA3231 Analisis Real

MA3231 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 terperinci

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

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

Lebih terperinci

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

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 6 BAB LANDASAN TEORI Pada bab ini akan dibahas beberapa konsep dasar ang akan digunakan sebagai landasan berpikir seperti beberapa teorema dan definisi ang berkaitan dengan penelitian ini. Dengan begitu

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Pertemuan 8 Aljabar Linear & Matriks

Pertemuan 8 Aljabar Linear & Matriks Pertemuan 8 Aljabar Linear & Matriks 1 Jika A adl matriks nxn yg invertible, untuk setiap matriks b dgn ukuran nx1, maka sistem persamaan linier Ax = b mempunyai tepat 1 penyelesaian, yaitu x = A -1 b

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

MA3231. Pengantar Analisis Real. Hendra Gunawan, Ph.D. Semester II, Tahun

MA3231. Pengantar Analisis Real. Hendra Gunawan, Ph.D. Semester II, Tahun MA3231 Pengantar Analisis Real Semester II, Tahun 2016-2017 Hendra Gunawan, Ph.D. Bab 7 Limit dan Kekontinuan 2 Isaac Newton (1643-1727) Isaac Newton adalah seorang fisikawan & matematikawan Inggris yang

Lebih terperinci

Menentukan Nilai Eigen Tak Dominan Suatu Matriks Definit Negatif Menggunakan Metode Kuasa Invers dengan Shift

Menentukan Nilai Eigen Tak Dominan Suatu Matriks Definit Negatif Menggunakan Metode Kuasa Invers dengan Shift Jurnal Penelitian Sains Volume 14 Nomer 1(A) 14103 Menentukan Nilai Eigen Tak Dominan Suatu Matriks Definit Negatif Menggunakan Metode Kuasa Invers dengan Shift Yuli Andriani Jurusan Matematika FMIPA,

Lebih terperinci

ALJABAR LINEAR BASIS RUANG BARIS DAN BASIS RUANG KOLOM SEBUAH MATRIKS. Dosen Pengampu: DARMADI, S.Si, M.Pd. Oleh: Kelompok III

ALJABAR LINEAR BASIS RUANG BARIS DAN BASIS RUANG KOLOM SEBUAH MATRIKS. Dosen Pengampu: DARMADI, S.Si, M.Pd. Oleh: Kelompok III ALJABAR LINEAR BASIS RUANG BARIS DAN BASIS RUANG KOLOM SEBUAH MATRIKS Dosen Pengampu: DARMADI, SSi, MPd Oleh: Kelompok III 1 Andik Dwi S (06411008) 2 Indah Kurniawati (06411090) 3 Mahfuat M (06411104)

Lebih terperinci

BAB V KESIMPULAN. Berdasarkan uraian pada Bab III dan Bab IV maka dapat disimpulkan sebagai

BAB V KESIMPULAN. Berdasarkan uraian pada Bab III dan Bab IV maka dapat disimpulkan sebagai BAB V KESIMPULAN Berdasarkan uraian ada Bab III dan Bab IV maka daat disimulkan sebagai berikut 1. Keluarga emetaan K C,δ (R, R) dan L C,δ (R, R) adalah beberaa bentuk keluarga emetaan demi linear dari

Lebih terperinci

A 10 Diagonalisasi Matriks Atas Ring Komutatif

A 10 Diagonalisasi Matriks Atas Ring Komutatif A 10 Diagonalisasi Matriks Atas Ring Komutatif Joko Harianto 1, Puguh Wahyu Prasetyo 2, Vika Yugi Kurniawan 3, Sri Wahyuni 4 1 Mahasiswa S2 Matematika FMIPA UGM, 2 Mahasiswa S2 Matematika FMIPA UGM, 3

Lebih terperinci