SPEKTRUM ADJACENCY, SPEKTRUM LAPLACE, SPEKTRUM SIGNLESS-LAPLACE, DAN SPEKTRUM DETOUR GRAF MULTIPARTISI KOMPLIT K( 1, 2,, n )
|
|
- Vera Darmadi
- 6 tahun lalu
- Tontonan:
Transkripsi
1 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 SANDHYA ELYA IKAWATI F. KURNIA NIRMALA SARI FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI MAULANA MALIK IBRAHIM MALANG 203
2 LAPORAN PENELITIAN BERSAMA DOSEN-MAHASISWA. Judul Penelitian Hibah : Spektrum Adjacency, Spektrum Laplace, Spektrum Signless-Laplace, dan Spektrum Detour Graf Multipartisi Komplit K(α, α 2, α 3,, α n ) 2. Bidang Ilmu : Matematika 3. Judul Skripsi : () Persaan Polinomial Karakteristik Matriks Adjacency, Matriks Laplace, dan Matriks Signless- Laplace Graf Multipartisi Komplit K(α, α 2, α 3,, α n ) (2) Spektrum Adjacency, Spektrum Laplace, dan Spektrum Signless-Laplace Graf Multipartisi Komplit K(α, α 2, α 3,, α n ) 4. Peneliti : Abdussakir, M.Pd (NIP ) Deasy Sandhya Elya Ikawati (NIM ) F. Kurnia Nirmala Sari (NIM ) 5. Jurusan/Prodi Asal : Matematika 6. La kegiatan : 5 (Lima) Bulan 7. Biaya yang diusulkan : Rp ,- (Empat Juta Rupiah) Ketua Jurusan Matematika, Malang, 4 Januari 203 Ketua Peneliti, Abdussakir, M.Pd Abdussakir, M.Pd NIP NIP
3 PENGESAHAN LAPORAN PENELITIAN BERSAMA DOSEN-MAHASISWA Judul Penelitian : Spektrum Adjacency, Spektrum Laplace, Spektrum Signless-Laplace, dan Spektrum Detour Graf Multipartisi Komplit Bidang Ilmu Peneliti K(α, α 2, α 3,, α n ) : Matematika : Abdussakir, M.Pd (Ketua) Deasy Sandhya Elya Ikawati (Anggota) F. Kurnia Nirmala Sari (Anggota) Telah disahkan pada tanggal, 4 Januari 203. a.n Dekan Fakultas Sains dan Teknologi Pembantu Dekan Bidang Akademik Ketua Peneliti, Dr. H. Agus Mulyono, S.Pd., M.Kes Abdussakir, M.Pd NIP NIP Mengesahkan Ketua Lemlitbang UIN Maliki Malang, Dr. Hj. Ulfah Uti, M.Si NIP
4 DAFTAR ISI Halan Spul Halan Pengesahan Kata Pengantar... Daftar Isi... i iii BAB I PENDAHULUAN A. Latar Belakang... B. Rumusan Masalah... 4 C. Tujuan Penelitian... 4 D. Manfaat Penelitian... 4 BAB II KAJIAN TEORI A. Graf... 6 B. Derajat Titik... 6 C. Graf Terhubung... D. Matriks... 3 E. Graf dan Matriks... 8 F. Spektrum Graf... 2 BAB III PEMBAHASAN A. Spektrum Graf Multipartisi Komplit K α, α 2, α 3,, α k dengan α i = n untuk semua i B. Spektrum Graf Multipartisi Komplit K α, α 2, α 3,, α k BAB V PENUTUP A. Kesimpulan B. Saran DAFTAR PUSTAKA... 6 iii
5 BAB I PENDAHULUAN A. Latar Belakang Graf G adalah pasangan (V(G), E(G)) dengan V(G) adalah himpunan tidak kosong dan berhingga dari objek-objek yang disebut titik, dan E(G) adalah himpunan (mungkin kosong) pasangan takberurutan dari titik-titik berbeda di V(G) yang disebut sisi. Banyaknya unsur di V(G) disebut order dari G dan dilbangkan dengan p(g), dan banyaknya unsur di E(G) disebut ukuran dari G dan dilbangkan dengan q(g). Jika graf yang dibicarakan hanya graf G, maka order dan ukuran dari G masing-masing cukup ditulis p dan q. Graf dengan order p dan ukuran q dapat disebut graf-(p, q). Sisi e = (u, v) dikatakan menghubungkan titik u dan v. Jika e = (u, v) adalah sisi di graf G, maka u dan v disebut terhubung langsung (adjacent), v dan e serta u dan e disebut terkait langsung (incident), dan titik u dan v disebut ujung dari e. Untuk selanjutnya, sisi e = (u, v) akan ditulis e = uv. Derajat dari titik v di graf G, ditulis deg G (v), adalah banyaknya sisi di G yang terkait langsung dengan v. Dal konteks pembicaraan hanya terdapat satu graf G, maka tulisan deg G (v) disingkat menjadi deg(v). Misalkan G graf dengan order p (p ) dan ukuran q serta himpunan titik V(G) = {v, v 2,, v p }. Matriks keterhubungan titik (atau matriks Adjacency) dari graf G, dinotasikan dengan A(G), adalah matriks (p p) dengan unsur pada baris ke-i dan kolom ke-j bernilai jika titik v i terhubung langsung dengan titik v j serta bernilai 0 jika titik v i
6 2 tidak terhubung langsung dengan titik v j. Dengan kata lain, matriks adjacency dapat ditulis A(G) = [a ij ], i, j p, dengan a ij 0, jika, jika v v E( G) i v v E( G) i j j Matriks adjacency suatu graf G adalah matriks simetri dengan unsur 0 dan dan memuat nilai 0 pada diagonal utanya (Abdussakir, dkk, 2009:73-74). Matriks derajat dari matriks G, dinotasikan dengan D(G), adalah matriks diagonal yang elemen baris ke-i dan kolom ke-i adalah derajat dari v i, i =, 2, 3,, p. Jadi, matriks derajat dari graf G dapat ditulis D(G) = [d ij ], i, j p, dengan d ij deg( vi ) 0, i, i j j Matriks L(G) = D(G) A(G) disebut matriks Laplace dan matriks L + (G) = D(G) + A(G) disebut matriks Signless-Laplace dari graf G. Pada graf G, lintasan-v v n adalah barisan titik-titik berbeda v, v 2,, v n sedemikian hingga titik yang berurutan terhubung langsung. Suatu graf kemudian disebut terhubung jika terdapat suatu lintasan antara sebarang dua titik di G. Misalkankan G adalah graf terhubung dengan order p. Matriks Detour dari G adalah matriks DD(G) sedemikian hingga elemen pada baris ke-i dan kolom ke-j adalah bilangan yang menyatakan lintasan terpanjang dari v i ke v j di G. Pembahasan matriks Adjacency A(G), matriks Laplace L(G), matriks Signless- Laplace L + (G), dan matriks Detour DD(G) dari graf G dapat dikaitkan dengan konsep nilai eigen dan vektor eigen pada topik aljabar linier yang menghasilkan konsep
7 3 spectrum. Misalkan, 2,, n dengan > 2 > > n adalah nilai eigen berbeda dari matriks suatu graf, dan misalkan m( ), m( ),, m( n ) adalah banyaknya basis untuk ruang vektor eigen masing-masing i. Matriks berordo (2 n) yang memuat, 2,, n pada baris perta dan m( ), m( 2 ),, m( n ) pada baris kedua disebut spectrum graf G, dan dinotasikan dengan Spec(G). Jadi, spectrum graf G dapat ditulis dengan Spec(G) = m ) 2 ( 2 m( ) n m( ). n Spektrum yang diperoleh dari matriks A(G) disebut spektrum Adjacency, dari matriks L(G) disebut spektrum Laplace, dari matriks L + (G) disebut spekturm Signless- Laplace, dan dari matriks DD(G) disebut spektrum Detour. Adapun penelitian sebelumnya yang sudah dilakukan para peneliti tentang spectrum graf yaitu Shuhua Yin (2006) meneliti spektrum Adjacency dan spektrum Laplace pada graf G l yang diperoleh dari graf komplit K l dengan menbahkan pohon isomorfik berakar untuk masing-masing titik di K l. Yuanping Zhang (2008) meneliti tentang Q-spectrum graf lolipop. Abdussakir, dkk (2009) meneliti spektrum Adjacency pada graf Komplit (K n ), graf Star (S n ), graf Bipartisi Komplit (K m,n ), dan graf Lintasan (P n ). Ayyaswy dan Balachandran (200) meneliti spectrum Detour beberapa graf. Im Fachruddin (200) meneliti spektrum graf hasilkali Cartesius. Lailatul Khusnah (20) meneliti spektrum Detour pada Graf Komplit (K n ). Bayu Tara Wijaya (20) meneliti spektrum Detour Graf m-partisi Komplit. Melihat penelitian-penelitian sebelumnya, maka peneliti merasa perlu untuk meneliti spektrum suatu graf, yang lebih dikhususkan pada spektrum Adjacency,
8 4 spektrum Laplace, spektrum Signless-Laplace, dan spektrum Detour pada graf Multipartisi Komplit K(α, α 2, α 3,, α n ). Penelitian ini berusaha meneliti spektrum suatu graf secara lengkap meliputi keempat spectrum dan mengbil graf Multipartisi Komplit K(α, α 2, α 3,, α n ) dengan 2 n dan i, n N. B. Rumusan Masalah Masalah dal penelitian ini dirumuskan sebagai berikut, yaitu bagaimana spektrum Adjacency, spektrum Laplace, spektrum Signless-Laplace, dan spektrum Detour graf Multipartisi Komplit K(α, α 2, α 3,, α n )? C. Tujuan Penelitian Sesuai rumusan masalah, maka tujuan penelitian ini adalah untuk menentukan spektrum Adjacency, spektrum Laplace, spektrum Signless-Laplace, dan spektrum Detour graf Multipartisi Komplit K(α, α 2, α 3,, α n ). D. Manfaat Penelitian Penelitian ini diharapkan dapat memberikan manfaat sebagai berikut.. Memberikan informasi mengenai spektrum suatu graf sehingga dapat menjadi acuan peneliti lain untuk menentukan spectrum graf-graf lain yang belum dikaji dal penelitian ini.
9 5 2. Memberikan informasi mengenai spektrum suatu graf sehingga dapat digunakan oleh peneliti lain untuk mengkaji lebih mendal tentang karakteristik suatu graf atau untuk aplikasi pada masalah yang berkaitan.
10 BAB III PEMBAHASAN Berikut ini dipaparkan hasil penelitian terkait penentuan spectrum pada graf multi partisi komplit K α, α 2, α 3,, α k. Sebagaimana dijelaskan pada bab sebelumnya, jika α i = n untuk semua i, maka K α, α 2, α 3,, α k ditulis menjadi K n(k). Pada pembahasan ini, spektrum graf multipartisi komplit K α, α 2, α 3,, α k dibahas secara terpisah antara K n (k) dengan K α, α 2, α 3,, α k, pada saat terdapat α i α j. Hasil penelitian dinyatakan langsung dal bentuk teorema beserta buktinya. A. Spektrum Graf Multipartisi Komplit K α, α 2, α 3,, α k dengan α i = n untuk semua i Teorema Misalkan K n(k) adalah graf k-partisi komplit dengan n titik pada masing-masing partisi. Maka spectrum Adjacency graf K n (k) adalah Spec K n (k) = n 0 (k )n (k ) k(n ) Bukti : Matriks adjacency dari graf K n k adalah 26
11 27 A K n(k) = Setelah ditemukan matriksnya, maka akan ditentukan persaan karakteristik dari A K n(k) yaitu, det λi A K n(k) = λ 0 0 λ λ 0 0 λ λ 0 0 λ Dengan mereduksi matriks menggunakan metode Gaussian Elimination pada Maple.2 maka diperoleh suatu pola pada diagonal utanya. Karena det λi A adalah hasil perkalian diagonal matriks segitiga atas tersebut, maka diperoleh polinomial karakteristiknya yaitu, Karena, det (K n (k) ) = 0, maka det(k n(k) ) = λ k(n ) λ + n k (λ (k )n) Dan diperoleh nilai eigen det (K n (k) ) = λ k(n ) λ + n k (λ (k )n) = 0 λ = n atau λ = 0 atau λ = (k )n
12 28 Selanjutnya akan ditentukan basis untuk ruang vektor eigen. Untuk λ = n disubsitusikan ke dal det λi A K n (k) diperoleh: n 0 0 n n 0 0 n n 0 0 n Dengan mereduksi matriks menggunakan metode Jordan pada Maple.2 maka diperoleh matriks baru, yaitu: n n n n (k )n n + n n + n Matriks di atas adalah matriks berukuran kn x kn, untuk λ = n yang elemennya menghasilkan 0 semua yaitu n + n sebanyak k, maka banyaknya basis untuk ruang vektor eigen yang bersesuaian dengan λ = n adalah k. Untuk λ = 0 disubstitusikan ke dal det λi A K n (k) diperoleh:
13 Dengan mereduksi matriks menggunakan metode Jordan pada Maple.2 maka diperoleh matriks baru, yaitu: n n (k )n Karena untuk λ = 0 hanya menghasilkan k baris yang elemennya tidak berisi 0 semua, dan diketahui matriks di atas berukuran kn kn, maka baris yang berisi 0 semua ada kn k. Jadi banyaknya basis untuk ruang vektor eigen yang bersesuaian dengan λ = 0 adalah k(n ). Untuk λ = (k )n disubstitusikan ke dal det λi A K n(k) diperoleh: (k )n 0 0 (k )n (k )n 0 0 (k )n (k )n 0 0 (k )n
14 Dengan mereduksi matriks menggunakan metode Jordan pada Maple.2 maka diperoleh matriks baru, yaitu: (k )n (k )n k n + n k n + n k n (k )n Karena untuk λ = (k )n yang elemennya menghasilkan 0 semua sebanyak baris, maka banyaknya basis untuk ruang vektor eigen yang bersesuaian dengan λ = (k )n adalah. Jadi terbukti bahwa 30 Spec K n(k) = n 0 (k )n (k ) k(n ) Teorema 2 Misalkan K n(k) adalah graf k-partisi komplit dengan n titik pada masing-masing partisi. Maka spectrum Detour graf K n (k) adalah Spec DD K n(k) = kn kn 2 kn Bukti: Matriks detour dari graf K n(k) adalah DD K n(k) = 0 kn kn kn kn 0 kn kn kn kn 0 kn kn kn kn 0
15 Setelah ditemukan matriksnya, maka akan ditentukan persaan karakteristik dari DD K n (k) yaitu, det λi DD K n(k) = λ (kn ) (kn ) (kn ) (kn ) λ (kn ) (kn ) (kn ) (kn ) λ (kn ) (kn ) (kn ) (kn ) λ Dengan mereduksi matriks menggunakan metode Gaussian Elimination pada Maple.2 maka diperoleh suatu pola pada diagonal utanya. Karena det λi DD (K n(k) ) adalah hasil perkalian diagonal matriks segitiga atas tersebut, maka diperoleh polinomial karakteristiknya yaitu, det λi DD (K n (k) ) = λ + kn kn (λ (kn ) 2 ) Karena, det λi DD (K n(k) ) = 0, maka det λi DD (K n (k) ) = λ + kn kn (λ (kn ) 2 ) = 0 dan diperoleh nilai eigen λ = (kn ) atau λ = (kn ) 2 Selanjutnya akan ditentukan basis untuk ruang vektor eigen. Untuk λ = (kn ) disubsitusikan ke dal det λi DD (K n (k) ) diperoleh: (kn ) (kn ) (kn ) (kn ) (kn ) (kn ) (kn ) (kn ) (kn ) (kn ) (kn ) (kn ) (kn ) (kn ) (kn ) (kn ) Dengan mereduksi matriks menggunakan metode Jordan pada Maple.2 maka diperoleh matriks baru, yaitu: 3
16 (kn) 2 + kn Karena untuk λ = kn hanya menghasilkan baris yang elemennya tidak berisi 0 semua, dan diketahui matriks di atas berukuran kn kn, maka baris yang berisi 0 semua ada kn. Jadi banyaknya basis untuk ruang vektor eigen yang bersesuaian dengan λ = kn adalah kn. Untuk λ = (kn ) 2 disubstitusikan ke dal det λi DD (K n (k) ) diperoleh: (kn ) 2 (kn ) (kn ) (kn ) (kn ) (kn ) 2 (kn ) (kn ) (kn ) (kn ) (kn ) 2 (kn ) (kn ) (kn ) (kn ) (kn ) 2 Dengan mereduksi matriks dengan menggunakan metode Jordan maka diperoleh matriks baru, yaitu: kn+(kn) kn+(kn) (kn) 2 kn + kn+(kn) 2 Karena untuk λ = (kn ) 2 yang elemennya menghasilkan 0 semua sebanyak baris, maka banyaknya basis untuk ruang vektor eigen yang bersesuaian dengan λ = (kn ) 2 adalah. Jadi terbukti bahwa Spec DD K n(k) = (kn ) (kn )2 (kn )
17 33 Teorema 3 Misalkan K n(k) adalah graf k-partisi komplit dengan n titik pada masing-masing partisi. Maka spectrum Laplace graf K n(k) adalah Spec L K n (k) = 0 (k )n kn k(n ) (k ) Bukti: Matriks Laplace dari graf K n (k) L K n(k) = (k )n 0 0 (k )n (k )n 0 0 (k )n (k )n 0 0 (k )n Setelah ditemukan matriksnya, maka akan ditentukan persaan karakteristik dari L K n (k) yaitu, det λi L K n(k) = λ (k )n 0 0 λ (k )n λ (k )n 0 0 λ (k )n λ (k )n 0 0 λ (k )n Dengan mereduksi matriks menggunakan metode Gaussian Elimination pada Maple.2 maka diperoleh suatu pola pada diagonal utanya. Karena det λi L (K n(k) ) adalah hasil perkalian diagonal matriks segitiga atas tersebut, maka diperoleh polinomial karakteristiknya yaitu,
18 34 det λi L (K n(k) ) = λ λ (k )n k(n ) λ kn k Karena, det λi L (K n (k) ) = 0, maka det λi L (K n(k) ) = λ λ (k )n k(n ) λ kn k = 0 dan diperoleh nilai eigen λ = 0 atau λ = (k )n atau λ = kn Selanjutnya akan ditentukan basis untuk ruang vektor eigen. Untuk λ = 0 disubsitusikan ke dal det λi L (K n(k) ) diperoleh: k n 0 0 k n k n 0 0 k n k n 0 0 k n Dengan mereduksi matriks menggunakan metode Jordan pada Maple.2 maka diperoleh matriks baru, yaitu: (k )n (k )n n (k )n n (k )n k n (k )n Karena untuk λ = 0 yang elemennya menghasilkan 0 semua sebanyak baris, maka banyaknya basis untuk ruang vektor eigen yang bersesuaian dengan λ = 0 adalah. Untuk λ = (k )n disubstitusikan ke dal det λi L (K n (k) ) diperoleh:
19 Dengan mereduksi matriks menggunakan metode Jordan pada Maple.2 maka diperoleh matriks baru, yaitu: n n (k )n Karena untuk λ = (k )n hanya menghasilkan k baris yang elemennya tidak berisi 0 semua yaitu, dan diketahui matriks di atas berukuran kn kn, maka baris yang berisi 0 semua ada kn k. Jadi banyaknya basis untuk ruang vektor eigen yang bersesuaian dengan λ = (k )n adalah k n. Untuk λ = kn disubstitusikan ke dal det λi L (K n(k) ) diperoleh: kn k n 0 0 kn k n kn k n 0 0 kn k n kn k n 0 0 kn k n Dengan mereduksi matriks menggunakan metode Jordan pada Maple.2 maka diperoleh matriks baru, yaitu:
20 36 n n n + (k )n n n n n Karena untuk λ = (k )n yang elemennya menghasilkan 0 semua sebanyak k, maka banyaknya basis untuk ruang vektor eigen yang bersesuaian dengan λ = kn adalah k. Jadi terbukti bahwa Spec L K n (k) = 0 (k )n kn k n (k ) B. Spektrum Graf Multipartisi Komplit K α, α 2, α 3,, α k Graf multipartisi komplit K α, α 2, α 3,, α k dengan α, = α 2 = α 3 = = α k = m dan α k = m + akan ditulis menjadi K k-(m)(m+). Dengan demikian, maka K(m, m, m,,m, m+) dengan m sebanyak a faktor akan ditulis menjadi K a (m)(m+). Teorema 4 Misal K a m (m + ) adalah graf multipartisi komplit dengan 2 a, m N. Maka spektrum Adjacency K a m m + adalah : 2 2 ( a ) m ( 2m 4) m ( a ) m ( 2m 4) m Spec 0 AKa ( m)( m ) m a a( m ) m Bukti : Misalkan A K a m m + adalah matriks adjacency dari graf multipartisi komplit K a m m +.
21 A( Ka ( m)( m )) m + m + Setelah didapatkan matriks A K a m m + maka persaan polinomial karakteristik dari A K a m m +, yaitu : I A( Ka ( m)( m )
22 det I A( Ka ( m)( m )) det I A( Ka ( m)( m )) m + Dengan mengeliminasi matriks dengan metode Jordan yang ada pada software Maple 2, maka akan didapatkan : m m m ( a) m ( 2m 4) m ( a) m ( 2m 4) m a(m-)+m a- a(m-)+m a-
23 39 Sehingga dari pola diagonal uta yang diperoleh dengan mengeliminasi matriks akan membentuk suatu persaan polinomial karakteristik, yaitu : 2 2 a( m) m a ( a ) m ( 2m 4) m ( a ) m ( 2m 4) m det( I A( K( m)( m ))) m ( )( ) Dari persaan polinomial karakterisktik tersebut, maka untuk mendapatkan nilai eigennya adalah : det I A K m m a( m) m a ( a ) m ( 2m 4) m ( a ) m ( 2m 4) m m ( )( ) Sehingga diperoleh nilai eigennya adalah λ = 0 atau λ 2 = m atau λ 3 = a m 2 +2m +4+m 2 2 atau λ 4 = a m m +4+m 2 2. Selanjutnya akan ditentukan basis untuk ruang vektor eigen yang bersesuaian dengan λ. Untuk λ = 0 disubsitusikan λ ke dal det λi A K a m m + diperoleh : det I A( Ka ( m)( m )) m + m +
24 Dengan mengeliminasi matriks dengan metode Jordan yang ada pada software Maple 2, maka akan didapatkan : m m ( a) m ( 2m 4) m ( a) m ( 2m 4) m a(m-)+m a- a(m-)+m a- Karena pada matriks di atas adalah matriks yang mempunyai kolom sebanyak a + m + dan terdapat a m + m nulitas. Menurut teorema 2.4 dijelaskan bahwa nulitas dari matriks A adalah dimensi ruang solusi dari Ax = 0. Sehingga dapat dikatakan bahwa banyak basis ruang vektor eigen yang bersesuaian dengan λ = 0 sebanyak a m + m. Selanjutnya akan ditentukan basis untuk ruang vektor eigen yang bersesuaian dengan λ 2. Untuk λ 2 = m disubsitusikan λ 2 ke dal det λi A K a m m + diperoleh :
25 4 m 0 0 m m 0 det I A( Ka ( m)( m )) 0 m m 0 0 m m + Dengan mengeliminasi matriks dengan metode Jordan yang ada pada software Maple 2, maka akan didapatkan : m + m m m ( a ) m ( 2m 4) m m ( a ) m ( 2m 4) m a(m-)+m a- a(m-)+m a- Pada matriks di atas dapat dilihat bahwa matriks tersebut memilik a nulitas. Menurut teorema 2.4 dijelaskan bahwa nulitas dari matriks A adalah dimensi ruang solusi dari Ax = 0. Sehingga dapat dikatakan bahwa banyak basis ruang vektor eigen yang bersesuaian dengan λ 2 = m sebanyak (a ).
26 Selanjutnya akan ditentukan basis untuk ruang vektor eigen yang bersesuaian dengan λ Untuk λ 3 = a m 2 +2m +4+m 2 2 disubsitusikan λ 3 ke dal det λi A K a m m +. Dengan cara yang sa dengan pembuktian sebelumnya, pada matriks dapat dilihat bahwa matriks tersebut memilik nulitas. Menurut teorema 2.4 dijelaskan bahwa nulitas dari matriks A adalah dimensi ruang solusi dari Ax = 0. Sehingga dapat dikatakan bahwa banyak basis ruang vektor eigen yang bersesuaian dengan λ 3 = a m 2 +2m +4+m 2 2 sebanyak. Selanjutnya akan ditentukan basis untuk ruang vektor eigen yang bersesuaian dengan λ 4. Untuk λ 4 = a m m +4+m 2 2 disubsitusikan λ 4 ke dal det λi A K a m m +. Dengan cara yang sa dengan pembuktian sebelumnya, pada matriks dapat dilihat bahwa matriks tersebut memilik nulitas. Menurut teorema 2.4 dijelaskan bahwa nulitas dari matriks A adalah dimensi ruang solusi dari Ax = 0. Sehingga dapat dikatakan bahwa banyak basis ruang vektor eigen yang bersesuaian dengan λ 3 = a m m +4+m 2 2 sebanyak. Jadi terbukti bahwa
27 ( a ) m ( 2m 4) m ( a ) m ( 2m 4) m Spec 0 AKa ( m)( m ) m a a( m ) m Teorema 5 Misal K a m (m + ) adalah graf multipartisi komplit dengan m sebanyak a, m N. Maka spektrum Laplace K a m m + adalah : 0 ( a ) m Spec Ka ( m)( m ) m a( m ) a Bukti : Misalkan A K a m m + adalah matriks adjacency dari graf multipartisi komplit K a m m A( Ka ( m)( m )) m + m + D K a m m + adalah matriks derajat dari graf multipartisi komplit K a m (m + ).
28 D( Ka ( m)( m )) m + m + Maka matriks Laplace dari graf multipartisi komplit adalah: L K a m m + = D K a m m + A K a m m L( Ka ( m)( m )) LKa ( m)( m ) m + m +
29 45 Setelah didapatkan matriks L K a m m + maka persaan polinomial karakteristik dari L K a m m +, yaitu : I L( Ka ( m)( m ) det I L( Ka ( m)( m )) det I L( Ka ( m)( m )) m + Dengan mengeliminasi matriks dengan metode Jordan yang ada pada software m + Maple 2, maka akan didapatkan :
30 a m a m m a(m ) a m a(m-) a Sehingga dari pola diagonal uta yang diperoleh dengan mengeliminasi matriks akan membentuk suatu persaan polinomial karakteristik, yaitu : m a( m) det( I L( K ( )( ))) ( ) ( ) a a m m a m Dari persaan polinomial karakterisktik tersebut, maka untuk mendapatkan nilai eigennya adalah : det I L K m m 0 a a m a( m) ( ) ( ) a m 0 Sehingga diperoleh nilai eigennya adalah λ = 0 atau λ 2 = atau λ 3 = + atau λ 4 = a + m +. Selanjutnya akan ditentukan basis untuk ruang vektor eigen yang bersesuaian dengan λ. Untuk λ = 0 disubsitusikan λ ke dal det λi L K a m m + diperoleh :
31 det I L( Ka ( m)( m )) m + Dengan mengeliminasi matriks dengan metode Jordan yang ada pada software Maple 2, maka akan didapatkan : m a m a m m a(m ) a m a(m ) a Pada matriks di atas terdapat nulitas. Menurut teorema 2.4 dijelaskan bahwa nulitas dari matriks A adalah dimensi ruang solusi dari Ax = 0. Sehingga dapat dikatakan bahwa banyak basis ruang vektor eigen yang bersesuaian dengan λ = 0 sebanyak. Selanjutnya akan ditentukan basis untuk ruang vektor eigen yang bersesuaian dengan λ 2. Untuk λ 2 = disubsitusikan λ 2 ke dal det λi L K a m m + diperoleh :
32 det I L( Ka ( m)( m )) m + m + Dengan mengeliminasi matriks dengan metode Jordan yang ada pada software Maple 2, maka akan didapatkan : m a(m ) m m m a(m ) a Karena untuk λ 2 = menghasilkan m nulitas (diketahui dari persaan polinomial λ m ), maka banyak basis untuk ruang vektor eigen yang bersesuaian dengan λ 2 = sebanyak m. Selanjutnya akan ditentukan basis untuk ruang vektor eigen yang bersesuaian dengan λ 3. Untuk λ 3 = + disubsitusikan λ 3 ke dal det (λi L K a m m + ) diperoleh :
33 det I L( Ka ( m)( m )) m + 0 m + Dengan mengeliminasi matriks dengan metode Jordan yang ada pada software Maple 2, maka akan didapatkan : m m m a(m ) a m a(m ) a Karena untuk λ 3 = + menghasilkan a m nulitas (diketahui dari persaan polinomial λ a m ), maka banyak basis untuk ruang vektor eigen yang bersesuaian dengan λ 3 = + sebanyak a m.
34 50 Selanjutnya akan ditentukan basis untuk ruang vektor eigen yang bersesuaian dengan λ 4. Untuk λ 4 = a + m + disubsitusikan λ 4 ke dal det (λi L K a m m + ) diperoleh : m 0 0 m m 0 det I L( Ka ( m)( m )) 0 m m 0 0 m m + Dengan mengeliminasi matriks dengan metode Jordan yang ada pada software Maple 2, maka akan didapatkan : m + a m m m m m m a(m ) a m a(m ) a
35 5 Karena untuk λ 4 = a + m + menghasilkan a nulitas (diketahui dari persaan polinomial λ a + m + a ), maka banyak basis untuk ruang vektor eigen yang bersesuaian dengan λ 4 = (a + )m + sebanyak a. Jadi terbukti bahwa Spec LK ( m)( m ) a 0 ( a ) m m a( m ) a Teorema 6 Misal K m (m + ) adalah graf bipartisi komplit dengan m 2, m N maka spektrum Signless-Laplace K m m + adalah : 0 m m 2m Spec( S K( m)( m ) ) m m Bukti : Misalkan A K m m + adalah matriks adjacency dari graf bipartisi komplit K m m A( K( m)( m )) m+ m+
36 52 D K m m + adalah matriks derajat dari graf bipartisi komplit K m (m + ). m m m D( K( m)( m )) m m m m m+ m+ Maka matriks signless-laplace dari graf bipartisi komplit adalah: S K m m + = D K m m + + A K m m + m m m S( K( m)( m )) m m m m m m m S K( m)( m ) m m m m m+ m+
37 53 Setelah didapatkan matriks S K m m + maka persaan polinomial karakteristik dari S K m m +, yaitu : m m m I S( K( m)( m ) m m m m m m m det I S( K( m)( m )) m m m m m m m det I S( K( m)( m )) m m m m m+ m+
38 54 Dengan mengeliminasi matriks dengan metode Jordan yang ada pada software Maple 2, maka akan didapatkan : m m 0 0 m m 0 0 m m m m m Sehingga dari pola diagonal uta yang diperoleh dengan mengeliminasi matriks akan membentuk suatu persaan polinomial karakteristik, yaitu : det( ( ( )( ))) ( ) m m I S K m m m ( m ) 2m Dari persaan polinomial karakterisktik tersebut, maka untuk mendapatkan nilai eigennya adalah : det I S K m m 0 ( ) m m m ( m ) 2m 0 Sehingga diperoleh nilai eigennya adalah λ = 0 atau λ 2 = m atau λ 3 = m + atau λ 4 = 2m +. Selanjutnya akan ditentukan basis untuk ruang vektor eigen yang bersesuaian dengan λ. Untuk λ = 0 disubsitusikan λ ke dal det λi S K m m + diperoleh :
39 55 m m m det I S( K( m)( m )) m m m m m+ Dengan mengeliminasi matriks dengan metode Jordan yang ada pada m+ software Maple 2, maka akan didapatkan : m m m m m m m Pada matriks di atas terdapat nulitas. Menurut teorema 2.4 dijelaskan bahwa nulitas dari matriks A adalah dimensi ruang solusi dari Ax = 0. Sehingga dapat dikatakan bahwa banyak basis ruang vektor eigen yang bersesuaian dengan λ = 0 sebanyak. Selanjutnya akan ditentukan basis untuk ruang vektor eigen yang bersesuaian dengan λ 2. Untuk λ 2 = m disubsitusikan λ 2 ke dal det λi S K m m + diperoleh :
40 det I S( K( m)( m )) m+ m+ Dengan mengeliminasi matriks dengan metode Jordan yang ada pada software Maple 2, maka akan didapatkan : m m m m m m Karena untuk λ 2 = m menghasilkan m nulitas (diketahui dari persaan polinomial λ m m ), maka banyak basis untuk ruang vektor eigen yang bersesuaian dengan λ 2 = m sebanyak m. Selanjutnya akan ditentukan basis untuk ruang vektor eigen yang bersesuaian dengan λ 3. Untuk λ 3 = m + disubsitusikan λ 3 ke dal det (λi S K m m + ) diperoleh :
41 det I S( K( m)( m )) m+ m+ Dengan mengeliminasi matriks dengan metode Jordan yang ada pada software Maple 2, maka akan didapatkan : m m m m m m Karena untuk λ 3 = m + menghasilkan m nulitas (diketahui dari persaan polinomial λ m m ), maka banyak basis untuk ruang vektor eigen yang bersesuaian dengan λ 3 = m + sebanyak m. Selanjutnya akan ditentukan basis untuk ruang vektor eigen yang bersesuaian dengan λ 4. Untuk λ 4 = 2m + disubsitusikan λ 4 ke dal det (λi S K m m + ) diperoleh :
42 58 m m m det I S( K( m)( m )) m m m m m+ m+ Dengan mengeliminasi matriks dengan metode Jordan yang ada pada software Maple 2, maka akan didapatkan : 2m m m m m m m m m Karena untuk λ 4 = 2m + menghasilkan nulitas (diketahui dari persaan polinomial λ 2m + ), maka banyak basis untuk ruang vektor eigen yang bersesuaian dengan λ 4 = 2m + sebanyak. Jadi terbukti bahwa Spec S K( m)( m ) 0 m m 2m m m
43 BAB IV PENUTUP A. Kesimpulan Berdasarkan pembahasan mengenai spektrum Adjacency, spectrum Detour, spektrum Laplace, dan spektrum Signless-Laplace, dapat diperoleh kesimpulan bahwa:. Misalkan K n(k) adalah graf k-partisi komplit dengan n titik pada masing-masing partisi. Maka spectrum Adjacency graf K n (k) adalah Spec K n k = n 0 k n k k n 2. Misalkan K n(k) adalah graf k-partisi komplit dengan n titik pada masing-masing partisi. Maka spectrum Detour graf K n (k) adalah Spec DD K n(k) = kn kn 2 kn 3. Misalkan K n(k) adalah graf k-partisi komplit dengan n titik pada masing-masing partisi. Maka spectrum Laplace graf K n(k) adalah Spec L K n (k) = 0 (k )n kn k(n ) (k ) 4. Misal K a m (m + ) adalah graf multipartisi komplit dengan 2 a, m N. Maka spektrum Adjacency K a m m + adalah : 59
44 ( a ) m ( 2m 4) m ( a ) m ( 2m 4) m Spec 0 AKa ( m)( m ) m a a( m ) m 5. Misal K a m (m + ) adalah graf multipartisi komplit dengan m sebanyak a, m N. Maka spektrum Laplace K a m m + adalah : 0 ( a ) m Spec Ka ( m)( m ) m a( m ) a 6. Misal K m (m + ) adalah graf bipartisi komplit dengan m 2, m N maka spektrum Signless-Laplace K m m + adalah : 0 m m 2m Spec( S K( m)( m ) ) m m B. Saran Berdasarkan hasil penelitian, maka penelitian selanjutnya dapat dilakukan dengan menentukan spectrum graf multipartisi komplit yang belum dibahas dal penelitian ini. Selain itu, penelitian selanjutnya dapat diarahkan pada penentuan spectrum graf yang lain. 59
SIFAT-SIFAT GRAF KOSET DAN GRAF KONJUGASI DARI GRUP NON KOMUTATIF
MATEMATIKA LAPORAN PENELITIAN PENGUATAN PROGRAM STUDI SIFAT-SIFAT GRAF KOSET DAN GRAF KONJUGASI DARI GRUP NON KOMUTATIF Spektrum Graf Konjugasi dan Graf Komplemen Graf Konjugasi dari Grup Dihedral Disusun
Lebih terperinciPERSAMAAN POLINOMIAL KARAKTERISTIK MATRIKS ADJACENCY, MATRIKS LAPLACE, DAN MATRIKS SIGNLESS-LAPLACE GRAF MULTIPARTISI KOMPLIT K SKRIPSI
PERSAMAAN POLINOMIAL KARAKTERISTIK MATRIKS ADJACENCY, MATRIKS LAPLACE, DAN MATRIKS SIGNLESS-LAPLACE GRAF MULTIPARTISI KOMPLIT K SKRIPSI Oleh: DEASY SANDHYA ELYA IKAWATI NIM. 0960067 JURUSAN MATEMATIKA
Lebih terperinciSpektrum Graf Konjugasi dan Komplemen Graf Konjugasi dari Grup Dihedral
Spektrum Graf Konjugasi dan Komplemen Graf Konjugasi dari Grup Dihedral Abdussakir Universitas Islam Negeri Maulana Malik Ibrahim Malang Jalan Gajayano 50 Malang, telp (0341) 551354, fax (0341) 572533
Lebih terperinciSPECTRUM PADA GRAF STAR ( ) DAN GRAF BIPARTISI KOMPLIT ( ) DENGAN
PROSIDING ISBN : 978 979 6353 3 SPECTRUM PADA GRAF STAR ( ) DAN GRAF BIPARTISI OMPLIT ( ) A. DENGAN Oleh Imam Fahcruddin Mahasiswa Jurusan Matematika Fakultas Sains dan Teknologi Universitas Islam Negeri
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 terperinciDETOUR ENERGY OF COMPLEMENT OF SUBGROUP GRAPH OF DIHEDRAL GROUP
ZERO JURNAL SAINS MATEMATIKA DAN TERAPAN Volume 1 No. 2 2017 Page : 41-48 P-ISSN: 2580-569X E-ISSN: 2580-5754 DETOUR ENERGY OF COMPLEMENT OF SUBGROUP GRAPH OF DIHEDRAL GROUP Abdussakir Department of Mathematics
Lebih terperinciDIMENSI METRIK, MULTIPLISITAS SIKEL, SERTA RADIUS DAN DIAMETER GRAF KOMUTING DAN NONKOMUTING GRUP DIHEDRAL
ALJABAR/PENELITIAN DASAR LAPORAN AKHIR PENELITIAN PENGUATAN PROGRAM STUDI DIMENSI METRIK, MULTIPLISITAS SIKEL, SERTA RADIUS DAN DIAMETER GRAF KOMUTING DAN NONKOMUTING GRUP DIHEDRAL Oleh: Dr. ABDUSSAKIR,
Lebih terperinciNILAI 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 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 terperinciKAJIAN MENGENAI SYARAT CUKUP POLYNOMIAL KROMATIK GRAF TERHUBUNG MEMILIKI AKAR-AKAR KOMPLEKS
KAJIAN MENGENAI SYARAT CUKUP POLYNOMIAL KROMATIK GRAF TERHUBUNG MEMILIKI AKAR-AKAR KOMPLEKS STUDY ON SUFFICIENT CONDITION FOR THE CHROMATIC POLYNOMIAL OF CONNECTED GRAPH HAS COMPLEX ROOTS Yuni Dewi Purnama
Lebih terperinciSPECTRUM ADJACENCY, SPECTRUM DETOUR DAN SPECTRUM LAPLACE PADA GRAF T RAN SKRIPSI. Oleh: NURUL FAIZAH NIM
SPECTRUM ADJACENCY, SPECTRUM DETOUR DAN SPECTRUM LAPLACE PADA GRAF T RAN SKRIPSI Oleh: NURUL FAIZAH NIM. 08610062 JURUSAN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI MAULANA MALIK
Lebih terperinciMA3051 Pengantar Teori Graf. Semester /2014 Pengajar: Hilda Assiyatun
MA3051 Pengantar Teori Graf Semester 1 2013/2014 Pengajar: Hilda Assiyatun Bab 1: Graf dan subgraf Graf G : tripel terurut VG, E G, ψ G ) V G himpunan titik (vertex) E G himpunan sisi (edge) ψ G fungsi
Lebih terperinciEDGE-MAGIC TOTAL LABELING PADA BEBERAPA JENIS GRAPH
LAPORAN PENELITIAN MANDIRI EDGE-MAGIC TOTAL LABELING PADA BEBERAPA JENIS GRAPH Oleh Abdussakir, M.Pd UNIVERSITAS ISLAM NEGERI MALANG FAKULTAS SAINS DAN TEKNOLOGI JURUSAN MATEMATIKA MEI 005 EDGE-MAGIC TOTAL
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Pada bagian ini akan dijelaskan beberapa konsep dasar yang berkaitan dengan permasalahan, seperti definisi dan teorema yang dijadikan landasan dalam penelitian ini. 2.1 Graf Graf
Lebih terperinciBAB 2 GRAF PRIMITIF. 2.1 Definisi Graf
BAB 2 GRAF PRIMITIF Pada Bagian ini akan dijelaskan beberapa definisi dan teorema terkait graf, matriks adjency, terhubung, primitifitas, dan scrambling index sebagai landasan teori yang menjadi acuan
Lebih terperinciBAB 2. Konsep Dasar. 2.1 Definisi graf
BAB 2 Konsep Dasar 21 Definisi graf Suatu graf G = (V(G), E(G)) didefinisikan sebagai pasangan himpunan 2 titik V(G) dan himpunan sisi E(G) dengan V(G) dan E(G) [ VG ( )] Sebagai contoh, graf G 1 = (V(G
Lebih terperinci5. PERSAMAAN LINIER. 1. Berikut adalah contoh SPL yang terdiri dari 4 persamaan linier dan 3 variabel.
1. Persamaan Linier 5. PERSAMAAN LINIER Persamaan linier adalah suatu persamaan yang variabel-variabelnya berpangkat satu. Disamping persamaan linier ada juga persamaan non linier. Contoh : a) 2x + 3y
Lebih terperinciv 3 e 2 e 4 e 6 e 3 v 4
5 II. TINJAUAN PUSTAKA Pada bab ini akan diberikan beberapa konsep dasar teori graf dan dimensi partisi graf sebagai landasan teori dari penelitian ini... Konsep Dasar Graf Pada bagian ini akan diberikan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Himpunan Konvek Definisi 2.1.1. 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
Lebih terperinciAPLIKASI TEOREMA MATRIKS-POHON UNTUK MENENTUKAN BANYAKNYA POHON RENTANGAN PADA GRAF BIPARTISI KOMPLIT (K m,n )
APLIKASI TEOREMA MATRIKS-POHON UNTUK MENENTUKAN BANYAKNYA POHON RENTANGAN PADA GRAF BIPARTISI KOMPLIT (K m,n ) SKRIPSI Oleh: NOVIA DWI RAHMAWATI NIM. 06510039 JURUSAN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI
Lebih terperinciMAKALAH ALJABAR LINIER
MAKALAH ALJABAR LINIER Transformasi Linier Makalah Ini Disusun Untuk Memenuhi Tugas Mata Kuliah Aljabar Linier Dosen Pengampu : Abdul Aziz Saefudin, S.Pd.I, M.Pd Disusun Oleh: III A4 Kelompok 12 1. Ria
Lebih terperinciBab 2. Landasan Teori. 2.1 Konsep Dasar
Bab 2 Landasan Teori Pada bab ini akan diuraikan konsep dasar dan teori graf yang berhubungan dengan topik penelitian ini, termasuk didalamnya mengenai pelabelan total tak teratur titik dan total vertex
Lebih terperinciBAB 2 GRAF PRIMITIF. Gambar 2.1. Contoh Graf
BAB 2 GRAF PRIMITIF Pada bagian ini akan dijelaskan mengenai definisi graf, istilah-istilah dalam graf, matriks ketetanggaan, graf terhubung, primitivitas graf, dan scrambling index. 2.1 Definisi Graf
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 terperinciGRUP AUTOMORFISME GRAF KIPAS DAN GRAF KIPAS GANDA
GRUP AUTOMORFISME GRAF KIPAS DAN GRAF KIPAS GANDA Siti Rohmawati 1, Dr.Agung Lukito, M.S. 2 1 Matematika, Fakultas Matematika Dan Ilmu Pengetahuan Alam, Universitas Negeri Surabaya Jalan Ketintang Gedung
Lebih terperinciBab 2. Teori Dasar. 2.1 Definisi Graf
Bab 2 Teori Dasar Pada bagian ini diberikan definisi-definisi dasar dalam teori graf berikut penjabaran mengenai kompleksitas algoritma beserta contohnya yang akan digunakan dalam tugas akhir ini. Berikut
Lebih terperinciMENJAWAB TEKA-TEKI LANGKAH KUDA PADA BEBERAPA UKURAN PAPAN CATUR DENGAN TEORI GRAPH. Oleh Abdussakir
MENJAWAB TEKA-TEKI LANGKAH KUDA PADA BEBERAPA UKURAN PAPAN CATUR DENGAN TEORI GRAPH Oleh Abdussakir Abstrak Teka-teki langkah kuda yang dimaksud dalam tulisan ini adalah menentukan langkah kuda agar dapat
Lebih terperinciEdge-Magic Total Labeling pada Graph mp 2 (m bilangan asli ganjil) Oleh Abdussakir
Jurnal Saintika (ISSN 1693-640X) Edisis Khusus Dies Natalis UIN Malang, Juni 005. Halaman -7 Edge-Magic Total Labeling pada Graph mp (m bilangan asli ganjil) Oleh Abdussakir Abstrak Pelabelan total sisi
Lebih terperinciALJABAR 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 terperinciSPECTRUM DETOUR GRAF n-partisi KOMPLIT SKRIPSI. oleh: DESY NORMA PUSPITA DEWI NIM
SPECTRUM DETOUR GRAF n-partisi KOMPLIT SKRIPSI oleh: DESY NORMA PUSPITA DEWI NIM. 7667 JURUSAN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI MAULANA MALIK IBRAHIM MALANG 2 SPECTRUM DETOUR
Lebih terperinciSIFAT-SIFAT GRAF DALAM ALJABAR LINIER DAN PENGGUNAANNYA DALAM SAGE
J. Math. and Its Appl. ISSN: 829-605X Vol. 8, No. 2, November 20, 33 42 SIFAT-SIFAT GRAF DALAM ALJABAR LINIER DAN PENGGUNAANNYA DALAM SAGE Soleha Jurusan Matematika, FMIPA ITS Surabaya seha 07@matematika.its.ac.id
Lebih terperinciKAITAN SPEKTRUM KETETANGGAAN DARI GRAF SEKAWAN
Jurnal Matematika UNAND Vol. 3 No. 4 Hal. 1 5 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND KAITAN SPEKTRUM KETETANGGAAN DARI GRAF SEKAWAN DWI HARYANINGSIH Program Studi Matematika, Fakultas Matematika
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 terperinciDIMENSI METRIK PADA HASIL OPERASI KORONA DUA BUAH GRAF
JURNAL BUANA MATEMATIKA Vol 7, No 2, Tahun 2017 ISSN 2088-3021 (media cetak) ISSN 2598-8077 (media online) DIMENSI METRIK PADA HASIL OPERASI KORONA DUA BUAH GRAF Silviana Maya P 1, Syarifuddin N Kapita
Lebih terperinciPOLINOMIAL KARAKTERISTIK PADA GRAF KINCIR ANGIN BERARAH
POLINOMIAL KARAKTERISTIK PADA GRAF KINCIR ANGIN BERARAH FINATA RASTIC ANDRARI fina.rastic@gmail.com Program Studi Teknik Informatika Fakultas Teknik, Matematika dan Ilmu Pengetahuan Alam Universitas Indraprasta
Lebih terperinciTeori Dasar Graf (Lanjutan)
Teori Dasar Graf (Lanjutan) MATRIKS DAN GRAF Untuk menyelesaikan suatu permasalahan model graf dengan bantuan komputer, maka graf tersebut disajikan dalam bentuk matriks. Matriks-matriks yang dapat menyajikan
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 terperinciGRUP DARI AUTOMORFISME GRAF BIPARTISI KOMPLIT
GRUP DARI AUTOMORFISME GRAF BIPARTISI KOMPLIT TRY AZISAH NURMAN Jurusan Matematik Fakultas Sains Teknologi, UINAM chicha_chirwan@yahoo.com Info: Jurnal MSA Vol. No. Edisi: Januari Juni 0 Artikel No.: Halaman:
Lebih terperinciKARAKTERISASI ALJABAR PADA GRAF BIPARTIT. Soleha, Dian W. Setyawati Institut Teknologi Sepuluh Nopember, Surabaya
KARAKTERISASI ALJABAR PADA GRAF BIPARTIT Soleha, Dian W. Setyawati Institut Teknologi Sepuluh Nopember, Surabaya ABSTRAK. Pada artikel ini dibahas penggunaan teknik aljabar linier untuk mempelajari graf
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 terperinciAUTOMORFISME GRAF BINTANG DAN GRAF LINTASAN
AUTOMORFISME GRAF BINTANG DAN GRAF LINTASAN Reni Tri Damayanti Mahasiswa Pascasarjana Jurusan Matematika Universitas Brawijaya Email: si_cerdazzz@rocketmail.com ABSTRAK Salah satu topik yang menarik untuk
Lebih terperinciTeori Dasar Graf (Lanjutan)
Teori Dasar Graf (Lanjutan) ATRIKS DAN GRAF Untuk menyelesaikan suatu permasalahan model graf dengan bantuan komputer, maka graf tersebut disajikan dalam bentuk matriks. atriks-matriks yang dapat menyajikan
Lebih terperinciSUPER EDGE-MAGIC LABELING PADA GRAPH ULAT DENGAN HIMPUNAN DERAJAT {1, 4} DAN n TITIK BERDERAJAT 4
SUPER EDGE-MAGIC LABELING PADA GRAPH ULAT DENGAN HIMPUNAN DERAJAT {1, 4} DAN n TITIK BERDERAJAT 4 Abdussakir Jurusan Matematika, Fakultas Sains dan Teknologi Universitas Islam Negeri Maulana Malik Ibrahim
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 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 terperinci2. TINJAUAN PUSTAKA. Chartrand dan Zhang (2005) yaitu sebagai berikut: himpunan tak kosong dan berhingga dari objek-objek yang disebut titik
2. TINJAUAN PUSTAKA 2.1 Konsep Dasar Graf Pada bagian ini akan diberikan konsep dasar graf yang diambil dari buku Chartrand dan Zhang (2005) yaitu sebagai berikut: Suatu Graf G adalah suatu pasangan himpunan
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 terperinciA 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 terperinciALTERNATIF PEMBUKTIAN DAN PENERAPAN TEOREMA BONDY. Hasmawati Jurusan Matematika, Fakultas Mipa Universitas Hasanuddin
ALTERNATIF PEMBUKTIAN DAN PENERAPAN TEOREMA BONDY Hasmawati Jurusan Matematika, Fakultas Mipa Universitas Hasanuddin hasma_ba@yahoo.com Abstract Graf yang memuat semua siklus dari yang terkecil sampai
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan diberikan beberapa definisi dan konsep dasar dalam teori graf dan pelabelan graf yang akan digunakan pada bab selanjutnya. 2.1 Definisi dan Istilah Dalam Teori Graf
Lebih terperinciII. TINJAUAN PUSTAKA. Pada bab ini akan diberikan beberapa konsep dasar dalam teori graf dan teknik
II. TINJAUAN PUSTAKA Pada bab ini akan diberikan beberapa konsep dasar dalam teori graf dan teknik pencacahan dalam bentuk definisi dan teorema yang berhubungan dengan penelitian yang akan dilakukan. 2.1
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Dalam bab ini dipaparkan beberapa hasil penelitian yang dilakukan para peneliti sebelumnya, pengertian dasar graf, operasi-operasi pada graf, kelas-kelas graf dan dimensi partisi
Lebih terperinciALGORITMA ELIMINASI GAUSS INTERVAL DALAM MENDAPATKAN NILAI DETERMINAN MATRIKS INTERVAL DAN MENCARI SOLUSI SISTEM PERSAMAAN INTERVAL LINEAR
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 04, No. 3 (2015), hal 313 322. ALGORITMA ELIMINASI GAUSS INTERVAL DALAM MENDAPATKAN NILAI DETERMINAN MATRIKS INTERVAL DAN MENCARI SOLUSI SISTEM
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 terperinciTINJAUAN PUSTAKA. Pada bagian ini akan diberikan konsep dasar graf dan bilangan kromatik lokasi pada
II. TINJAUAN PUSTAKA Pada bagian ini akan diberikan konsep dasar graf dan bilangan kromatik lokasi pada suatu graf sebagai landasan teori penelitian ini. 2. Konsep Dasar Graf Teori dasar mengenai graf
Lebih terperinciGraph. Rembang. Kudus. Brebes Tegal. Demak Semarang. Pemalang. Kendal. Pekalongan Blora. Slawi. Purwodadi. Temanggung Salatiga Wonosobo Purbalingga
TEORI GRAPH Graph Graph Graph digunakan untuk merepresentasikan objek-objek diskrit dan hubungan antara objek-objek tersebut. Gambar berikut ini sebuah graph yang menyatakan peta jaringan jalan raya yang
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 terperincia11 a12 x1 b1 Kumpulan Materi Kuliah #1 s/d #03 Tahun Ajaran 2016/2016: Oleh: Prof. Dr. Ir. Setijo Bismo, DEA.
a11 a12 x1 b1 a a x b 21 22 2 2 Kumpulan Materi Kuliah #1 s/d #03 Tahun Ajaran 2016/2016: Oleh: Prof. Dr. Ir. Setijo Bismo, DEA. a11 a12 x1 b1 a a x b 21 22 2 2 a11 a12 x1 b1 a a x b 21 22 2 2 Setijo Bismo
Lebih terperinciGRUP AUTOMORFISME GRAF HELM, GRAF HELM TERTUTUP, DAN GRAF BUKU
GRUP AUTOMORFISM GRAF HLM, GRAF HLM TRTUTUP, DAN GRAF BUKU Antoni Nurhidayat 1, Dr. Agung Lukito, M. S. 2 1 Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Negeri Surabaya,
Lebih terperinciKajian Mengenai Syarat Cukup Polynomial Kromatik Graf Terhubung Memiliki Akar-Akar Kompleks
JURNAL SAINS DAN SENI POMITS Vol., No.1, (013) 337-350 (301-98X Print) 1 Kajian Mengenai Syarat Cukup Polynomial Kromatik Graf Terhubung Memiliki Akar-Akar Kompleks Yuni D. P. Sari, Darmaji, dan Soleha
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 terperinciPenerapan Teorema Bondy pada Penentuan Bilangan Ramsey Graf Bintang Terhadap Graf Roda
Vol. 9, No.2, 114-122, Januari 2013 Penerapan Teorema Bondy pada Penentuan Bilangan Ramsey Graf Bintang Terhadap Graf Roda Hasmawati 1 Abstrak Graf yang memuat semua siklus dari yang terkecil sampai ke
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 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 terperinciKAJIAN MATRIKS JORDAN DAN APLIKASINYA PADA SISTEM LINEAR WAKTU DISKRIT
KAJIAN MATRIKS JORDAN DAN APLIKASINYA PADA SISTEM LINEAR WAKTU DISKRIT Nama Mahasiswa : Aprilliantiwi NRP : 1207100064 Jurusan : Matematika Dosen Pembimbing : 1 Soleha, SSi, MSi 2 Dian Winda Setyawati,
Lebih terperinciII.TINJAUAN PUSTAKA. Pada bab ini akan dijelaskan tentang definisi serta konsep-konsep yang mendukung
II.TINJAUAN PUSTAKA Pada bab ini akan dijelaskan tentang definisi serta konsep-konsep yang mendukung dalam penelitian ini. 2.1. Konsep Dasar Teori Graf Graf G didefinisikan sebagai pasangan himpunan terurut
Lebih terperinciAljabar Linier Elementer. Kuliah 26
Aljabar Linier Elementer Kuliah 26 Materi Kuliah Transformasi Linier Umum Kernel dan Range 10/11/2014 Yanita, Matematika FMIPA Unand 2 Transformasi Linier Umum Definisi Misalkan V dan W adalah ruang vektor
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 terperinciII. TINJAUAN PUSTAKA. kromatik lokasi pada suatu graf sebagai landasan teori pada penelitian ini
5 II. TINJAUAN PUSTAKA Pada bagian ini akan diberikan konsep dasar graf, graf pohon dan bilangan kromatik lokasi pada suatu graf sebagai landasan teori pada penelitian ini 2.1 KONSEP DASAR GRAF Konsep
Lebih terperinciTINJAUAN PUSTAKA. Pada bab ini akan dijelaskan beberapa konsep dasar teori graf dan dimensi partisi
II. TINJAUAN PUSTAKA Pada bab ini akan dijelaskan beberapa konsep dasar teori graf dan dimensi partisi pada suatu graf sebagai landasan teori pada penelitian ini.. Konsep Dasar Graf Pada bagian ini akan
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 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 terperinci2. Himpunan E yang merupakan himpunan pasangan berurut V V yang tak harus berbeda dari semua titik, elemen dari E disebut arc dari digraf D.
BAB 2 DIGRAF DWI-WARNA PRIMITIF Pada Bab ini akan dijelaskan beberapa konsep dasar seperti definisi dan teorema yang dijadikan landasan dalam penelitian ini. konsep dasar yang dimaksud adalah yang berkaitan
Lebih terperinciRANK MINIMUM DARI MATRIKS SIMETRI REAL DARI GRAF KIPAS DAN KIPAS GANDA SKRIPSI. Oleh: DIYAH AYU RESMI NIM
RANK MINIMUM DARI MATRIKS SIMETRI REAL DARI GRAF KIPAS DAN KIPAS GANDA SKRIPSI Oleh: DIYAH AYU RESMI NIM. 07610075 JURUSAN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI MAULANA MALIK
Lebih terperinciIII. BILANGAN KROMATIK LOKASI GRAF. ini merupakan pengembangan dari konsep dimensi partisi dan pewarnaan graf.
III BILANGAN KROMATIK LOKASI GRAF Bilangan kromatik lokasi graf pertama kali dikaji oleh Chartrand dkk 00) Konsep ini merupakan pengembangan dari konsep dimensi partisi pewarnaan graf Pewarnaan titik pada
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
39 BAB 2 TINJAUAN PUSTAKA 2.1. Teori Graf 2.1.1 Definisi Graf Teori graf merupakan salah satu cabang matematika yang paling banyak aplikasinya dalam kehidupan sehari hari. Salah satu bentuk dari graf adalah
Lebih terperinciDIAGONALISASI MATRIKS KOMPLEKS
Buletin Ilmiah Mat Stat dan Terapannya (Bimaster) Volume 04, No 3 (2015), hal 337-346 DIAGONALISASI MATRIKS KOMPLEKS Heronimus Hengki, Helmi, Mariatul Kiftiah INTISARI Matriks kompleks merupakan matriks
Lebih terperinciAPLIKASI MATRIKS KOMPANION PADA PENYELESAIAN SISTEM PERSAMAAN DIFERENSIAL LINIER NON HOMOGEN TUGAS AKHIR
APLIKASI MATRIKS KOMPANION PADA PENYELESAIAN SISTEM PERSAMAAN DIFERENSIAL LINIER NON HOMOGEN TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika
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 terperinciuiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg
uiopasdfghjklzxcvbnmqwertyuiopasd Qwertyuiopasdfghjklzxcvbnmqwerty cvbnmqwertyuiopasdfghjklzxcvbnmq fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg
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 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 terperinciBAB X SISTEM PERSAMAAN LINIER
BAB X SISTEM PERSAMAAN LINIER 10.1 Definisi Persamaan linier adalah persamaan aljabar yang terdiri dari satu atau lebih peubah dan masing-masing peubah mempunyai derajad satu. Sebagai contoh persamaan
Lebih terperinciMENENTUKAN NILPOTENT ORDE 4 PADA MATRIKS SINGULAR MENGGUNAKAN TEOREMA CAYLEY HAMILTON TUGAS AKHIR
MENENTUKAN NILPOTENT ORDE 4 PADA MATRIKS SINGULAR MENGGUNAKAN TEOREMA CAYLEY HAMILTON TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika Oleh: IRMA
Lebih terperinciBilangan Ramsey untuk Graf Bintang Genap Terhadap Roda Genap
Vol.4, No., 49-53, Januari 08 Bilangan Ramsey untuk Graf Bintang Genap erhadap Roda Genap Hasmawati Abstrak Untuk sebarang graf G dan H, bilangan Ramsey R(G,H) adalah bilangan asli terkecil n sedemikian
Lebih terperinciBAB II TINJAUAN PUSTAKA. Pada bab ini akan diberikan definisi dan teorema yang berhubungan dengan
BAB II TINJAUAN PUSTAKA Pada bab ini akan diberikan definisi dan teorema yang berhubungan dengan penelitian yang dilakukan. 2.1. Konsep Dasar Graf Graf G didefinisikan sebagai pasangan himpunan terurut
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Dalam bab ini dipaparkan beberapa hasil penelitian yang dilakukan para peneliti sebelumnya, pengertian dasar graf, operasi-operasi pada graf, kelas-kelas graf dan dimensi partisi
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 terperinciBAB II TINJAUAN PUSTAKA. kromatik lokasi sebagai landasan teori dari penelitian ini.
BAB II TINJAUAN PUSTAKA Pada bab ini akan diberikan beberapa konsep dasar teori graf dan bilangan kromatik lokasi sebagai landasan teori dari penelitian ini. 2.1 Konsep Dasar Graf Beberapa konsep dasar
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 terperinciMODUL ALJABAR LINEAR 1 Disusun oleh, ASTRI FITRIA NUR ANI
214 MODUL ALJABAR LINEAR 1 Disusun oleh, ASTRI FITRIA NUR ANI Astri Fitria Nur ani Aljabar Linear 1 1/1/214 1 DAFTAR ISI DAFTAR ISI... i BAB I MATRIKS DAN SISTEM PERSAMAAN A. Pendahuluan... 1 B. Aljabar
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 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 terperinciSIFAT NILAI EIGEN MATRIKS ANTI ADJACENCY DARI GRAF SIMETRIK
Faktor Exacta 10 (2): 154-161, 2017 SIFAT NILAI EIGEN MATRIKS ANTI ADJACENCY DARI GRAF SIMETRIK NONI SELVIA noni.selvia@gmail.com Program Studi Teknik Informatika Fakultas Teknik,Matematika dan Ilmu Pengetahuan
Lebih terperinciBab 2 TEORI DASAR. 2.1 Graf
Bab 2 TEORI DASAR Pada bab ini akan dipaparkan beberapa definisi dasar dalam Teori Graf yang kemudian dilanjutkan dengan definisi bilangan kromatik lokasi, serta menyertakan beberapa hasil penelitian sebelumnya.
Lebih terperinciMENENTUKAN NILAI EIGEN DAN VEKTOR EIGEN MATRIKS INTERVAL TUGAS AKHIR
MENENTUKAN NILAI EIGEN DAN VEKTOR EIGEN MATRIKS INTERVAL TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika oleh DEVI SAFITRI 10654004470 FAKULTAS
Lebih terperinciSISTEM PERSAMAAN LINEAR
Pokok Bahasan : Sistem persamaan linier Sub Pokok Bahasan : Sistem persamaan linier Eliminasi Gauss Eliminasi Gauss Jordan Penyelesaian SPL dengan invers SISTEM PERSAMAAN LINEAR Tujuan : Menyelesaikan
Lebih terperinciMAKALAH ALJABAR LINEAR TRANSFORMASI LINEAR ATAU PEMETAAN LINEAR
MAKALAH ALJABAR LINEAR TRANSFORMASI LINEAR ATAU PEMETAAN LINEAR Disusun oleh : 1. Supriyani (0903040095) 2. Sri Hartati (0903040113) 3. Anisatul M. (0903040065) TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS
Lebih terperinciUNIVERSITAS INDONESIA RADIUS SPEKTRAL MINIMAL DARI KELAS GRAF DENGAN DIAMETER KURANG DARI EMPAT TESIS SUKOTO
UNIVERSITAS INDONESIA RADIUS SPEKTRAL MINIMAL DARI KELAS GRAF DENGAN DIAMETER KURANG DARI EMPAT TESIS Diajukan sebagai salah satu syarat untuk memperoleh gelar Magister Sains SUKOTO 0906577425 FAKULTAS
Lebih terperinciSOLUSI SISTEM PERSAMAAN LINEAR
SOLUSI SISTEM PERSAMAAN LINEAR Bentuk umum persamaan linear dengan n peubah diberikan sebagai berikut : a1 x1 + a2 x2 +... + an xn = b ; a 1, a 2,..., a n R merupakan koefisien dari persamaaan dan x 1,
Lebih terperinci