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

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

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

BAB II TINJAUAN PUSTAKA

Aljabar Linier Elementer. Kuliah 1 dan 2

Aljabar Linier Elementer

Minggu II Lanjutan Matriks

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

BAB 5 RUANG VEKTOR A. PENDAHULUAN

MODUL ALJABAR LINEAR 1 Disusun oleh, ASTRI FITRIA NUR ANI

Lampiran 1 Pembuktian Teorema 2.3

Sebuah garis dalam bidang xy bisa disajikan secara aljabar dengan sebuah persamaan berbentuk :

MAKALAH BASIS RUANG SOLUSI

Ruang Baris, Ruang Kolom, dan Ruang Null (Kernel)

RUANG VEKTOR UMUM AKSIOMA RUANG VEKTOR

BAB II DASAR DASAR TEORI

MODUL IV SISTEM PERSAMAAN LINEAR

Aljabar Linier Elementer. Kuliah 27

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

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

GARIS-GARIS BESAR PROGRAM PEMBELAJARAN

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

SUBRUANG VEKTOR. Disusun Untuk Memenuhi Mata Kuliah Aljabar Linier. Dosen Pembimbing: Abdul Aziz Saefudin, M.Pd

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

Perluasan Teorema Cayley-Hamilton pada Matriks

Aljabar Linier Elementer. Kuliah ke-9

Aljabar Linear Elementer

uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg

Part II SPL Homogen Matriks

TRANSFORMASI MATRIKS. Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ

Bab 4 RUANG VEKTOR. 4.1 Ruang Vektor

Aljabar Linier Sistem koordinat, dimensi ruang vektor dan rank

Aljabar Linear. & Matriks. Evangs Mailoa. Pert. 5

(Departemen Matematika FMIPA-IPB) Matriks Bogor, / 66

MUH1G3/ MATRIKS DAN RUANG VEKTOR

Pertemuan 1 Sistem Persamaan Linier dan Matriks

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

Matriks adalah susunan segi empat siku-siku dari objek yang diatur berdasarkan baris (row) dan kolom (column). Objek-objek dalam susunan tersebut

5. PERSAMAAN LINIER. 1. Berikut adalah contoh SPL yang terdiri dari 4 persamaan linier dan 3 variabel.

Kumpulan Soal,,,,,!!!

BAB II SISTEM PERSAMAAN LINEAR. Sistem persamaan linear ditemukan hampir di semua cabang ilmu

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

SILABUS MATA KULIAH : ALJABAR MATRIKS (2 SKS) KODE: MT304. (1) (2) (3) (4) (5) (6) (7) (8) (9) 1 Matriks dan Operasinya. 1. Pengertian Matriks

Matriks - 1: Beberapa Definisi Dasar Latihan Aljabar Matriks

BAB II DETERMINAN DAN INVERS MATRIKS

DIKTAT PERKULIAHAN. EDISI 1 Aljabar Linear dan Matriks

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

RANK MATRIKS ATAS RING KOMUTATIF

BAB II LANDASAN TEORI

8 MATRIKS DAN DETERMINAN

SISTEM PERSAMAAN LINEAR

Operasi Baris Elementer (OBE) dan Eliminasi Gauss-Jordan (EGJ)

BAB I PENDAHULUAN Latar Belakang Masalah

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

BAB IV TRANSFORMASI LINEAR. sebuah vektor yang unik di dalam W dengan sebuah vektor di dalam V, maka kita mengatakan F

Materi Aljabar Linear Lanjut

SATUAN ACARA PERKULIAHAN MATA KULIAH : ALJABAR LINIER KODE / SKS : IT / 2 SKS

BAB 2 LANDASAN TEORI

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

BAB II TINJAUAN PUSTAKA. tegak, perlu diketahui tentang materi-materi sebagai berikut.

SISTEM PERSAMAAN LINEAR

BAB V DIAGONALISASI DAN DEKOMPOSISI MATRIKS. Sub bab ini membahas tentang faktorisasi matriks A berorde nxn ke dalam hasil

MENENTUKAN INVERS MOORE PENROSE DARI MATRIKS KOMPLEKS

SATUAN ACARA PERKULIAHAN MATA KULIAH : ALJABAR LINIER JURUSAN : TEKNIK KOMPUTER JUMLAH SKS : Definisi, Notasi, dan Operasi Vektor 2.

II. TINJAUAN PUSTAKA. nyata (fenomena-fenomena alam) ke dalam bagian-bagian matematika yang. disebut dunia matematika (mathematical world).

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

MATEMATIKA INFORMATIKA 2 TEKNIK INFORMATIKA UNIVERSITAS GUNADARMA FENI ANDRIANI

SISTEM PERSAMAAN LINEAR

TRANSFORMASI LINIER (Kajian Fungsi antar Ruang Vektor)

II. TINJAUAN PUSTAKA. Suatu matriks didefinisikan dengan huruf kapital yang dicetak tebal, misalnya A,

ALJABAR LINEAR ELEMENTER

BAB 7 TRANSFORMASI LINEAR PADA RUANG VEKTOR

MATRIKS. Matriks adalah himpunan skalar (bilangan riil/kompleks) yang disusun secara empat persegi panjang (menurut baris dan kolom)

Determinan. Untuk menghitung determinan ordo n terlebih dahulu diberikan cara menghitung determinan ordo 2

7. NILAI-NILAI VEKTOR EIGEN. Nilai Eigen dan Vektor Eigen Diagonalisasi Diagonalisasi Ortogonal

TRANSFORMASI LINEAR. Disusun untuk Memenuhi Tugas Mata Kuliah Aljabar Linear. Dosen Pengampu : Abdul Aziz Saefudin, M.Pd

PROGRAM STUDI PENDIDIKAN MATEMATIKA FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS VETERAN BANGUN NUSANTARA SUKOHARJO

Aljabar Linear. & Matriks. Evangs Mailoa. Pert. 4

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

Aljabar Linier Elementer. Kuliah 26

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

BAB 1 PENDAHULUAN. Sebuah garis dalam bidang xy secara aljabar dapat dinyatakan oleh persamaan yang berbentuk

SUMMARY ALJABAR LINEAR

BAB III HASIL DAN PEMBAHASAN

BAB II KAJIAN PUSTAKA. operasi matriks, determinan dan invers matriks), aljabar max-plus, matriks atas

BAB 4 : SISTEM PERSAMAAN LINIER

1.1. Definisi, Notasi, dan Operasi Vektor 1.2. Susunan Koordinat Ruang R n 1.3. Vektor di dalam R n 1.4. Persamaan garis lurus dan bidang rata

Prof.Dr. Budi Murtiyasa Muhammadiyah University of Surakarta

MATRIKS & TRANSFORMASI LINIER

MATRIKS VEKTOR DETERMINAN SISTEM LINEAR ALJABAR LINEAR

Modul 2.2 Matriks dan Sistem Persamaan Linear (Topik 4) A. Pendahuluan Matriks dan Sistem Persamaan Linear

Buku 1: RPKPS (Rencana Program dan Kegiatan Pembelajaran Semester) ALJABAR LINEAR ELEMENTER

S I L A B U S. Kode Mata Kuliah : SKS : 3. Dosen Pembimbing : M. Soenarto

Dual Pada Masalah Maksimum Baku

BAB II KAJIAN TEORI. yang diapit oleh dua kurung siku sehingga berbentuk empat persegi panjang atau

Metode Simpleks (Simplex Method) Materi Bahasan

ALJABAR LINIER DAN MATRIKS

Sebelum pembahasan tentang invers matriks lebih lanjut, kita bahas dahulu beberapa pengertian-pengertian berikut ini.

Matriks. Modul 1 PENDAHULUAN

M AT E M AT I K A E K O N O M I MATRIKS DAN SPL I N S TITUT P ERTA N I A N BOGOR

Transkripsi:

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) 4 Nur Qomarudin (06411116) 5 Rochis Fajar S (06411139) 6 Susi Susanti (06411162) 7 Titis Demo D (06411169) PROGRAM STUDI PENDIDIKAN MATEMATIKA FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM IKIP PGRI MADIUN 2010

Basis Ruang Baris Dan Basis Ruang Kolom Sebuah Matriks A Uraian dan contoh Definisi I: Tinjauan matriks m x n a 11 a 12 a 1n a 21 a 22 a 2n A = a m1 a m2 a mn Vektor-vektor r 1 = (a 11, a 12, a 1n ) r 2 = (a 21, a 22, a 1n ) r m = (a m1, a m2, a mn ) yang dibentuk dari baris-baris matriks A dinamakan vektor-vektor baris dari A Vektor-vektor c 1 = a 11 a 21, c 2 = a 11 a 21, c 3 = a 1n a 2n a m1 a m2 a mn yang dibentuk dari kolom-kolom matriks A dinamakan vektor-vektor dari kolom A Ruang bagian dari R n yang dibangun oleh vektor-vektor baris dinamakan ruang baris dari A, dan ruang bagian dari R m yang dibangun oleh vektor-vektor kolom dinamakan ruang kolom dari A Contoh 1: 4 3 0 misalkan A = 2 5 6 vektor-vektor baris dari A r 1 = (4, 3, 0) dan r 2 = (2, -5, 6) Vektor-vektor kolom dari A adalah 4 c 1 = 2, c 3 2 = 5, c 0 3 = 6 Teorema 1: Operasi baris elementer tidak mengubah ruang nul suatu matriks Misalkan vektor-vektor baris dari matriks A adalah r 1, r 2, r m, dan misalkan matriks B di dapat dari A dengan melakukan operasi baris elementer Kita akan memperlihatkan bahwa tiap-tiap vektor di dalam ruang baris dari B juga berada dalam ruang baris dari A dan

sebaliknya Tiap-tiap vektor di dalam ruang baris dari A berada di dalam ruang baris dari B Jika terjadi demikian, maka kita dapat menyimpulkan bahwa A dan B mempunyai ruang baris yang sama Jika operasi baris tersebut adalah pertukaran baris, maka B dan A mempunyai vektorvektor yang sama Akibatnya A dan B mempunyai ruang baris yang sama Jika operasi baris tersebut adalah perkalian sebuah baris dengan sebuah skalar atau penambahan kelipatan suatu baris pada baris yang lainnya, maka vektor-vektor r 1, r 2, rm dari B adalah kombinasi linear dari r 1, r 2, r m Jadi vektor-vektor tersebut terletak di dalam ruang baris dari A dengan demikian maka setiap vektor dalam ruang baris dari B berada di dalam ruang baris dari A B didapat dari A dengan melakukan operasi baris, maka dapat diperoleh dari B dengan melakukan operasi yang sebaliknya Jadi tiap vektor dalam ruang baris dari A berada di dalam ruang baris dari B Teorema 2: Vektor-vektor baris yang tak nol di dalam sebuah bentuk echelon baris dari sebuah matriks A membentuk sebuah basis untuk ruang baris dari A Menurut teorema 1, ruang baris sebuah matriks tidak berubah jika matriks tersebut direduksi menjadi matriks echelon baris Vektor-vektor baris tak nol dari matriks echelon baris selalu bebas linear, maka vektor-vektor baris yang tak nol ini membentuk sebuah basis untuk ruang baris tersebut Contoh 2: carilah sebuah basis untuk ruang yang dibangun oleh vektor-vektor: v 1 = (1, -2, 0, 0, 3), v 2 = (2, -5, -3, -2, 6) v 3 = (0, 5, 15, 10, 0) dan v 4 = (2, 6, 18, 8, 6) Jawab: Ruang yang dibangun oleh vektor-vektor v 1, v 2, v 3 dan v 4 adalah ruang baris dari matriks: A = 2 5 3 2 6 0 5 15 10 0 2 6 18 8 6 Dengan melakukan operasi-operasi baris elementer, maka di dapat matriks-matriks berikut: 2 1 3 2 0 0 5 15 10 0 0 10 18 8 0 0 10 18 8 0 0 1 3 2 0 0 5 15 10 0

0 3 9 4 3 0 1 3 2 0 0 0 0 0 0 0 1 3 2 0 0 5 9 4 0 0 0 0 0 0 0 1 3 2 0 0 0 6 6 0 0 0 0 0 0 Matriks terakhir berbentuk matriks echelon baris Vektor-vektor baris yang tak nol di dalam matriks ini adalah w 1 = (1, -2, 0, 0, 3), w 2 = (0, 1, 3, 2, 0) dan w 3 = (0, 0, 1, 1, 0) Vektor-vektor w 1, w 2, dan w 3 membentuk sebuah basis untuk ruang matrikas Akibatnya vektor-vektor w 1, w 2, w 3 membentuk sebuah basis untuk ruang yang dibangun oleh vektorvektor v 1, v 2, v 3 dan v 4 Teorema 3 Jika A adalah sebarang matriks, maka ruang baris dan ruang kolom dari A mempunyai dimensi yang sama A = a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn Vektor-vektor baris dari A adalah: r 1 = (a 11, a 12, a 1n ) r 2 = (a 21, a 22, a 1n ) r m = (a m1, a m2, a mn ) misalkan ruang baris dari A mempunyai dimensi k, dan S = (b 1, b 2, b k ) adalah sebuah basis untuk ruang baris matriks A, di mana b j = (b i1, b i2, b in ) Karena S adalah sebuah basis untuk ruang baris, maka setiap vektor dapat dinyatakan sebagai kombinasi linear dari b 1, b 2, b k maka r 1 = (c 11 b 1 + c 12 b 2 + c 1k b k ) r 2 = (c 21 b 1 + c 22 b 2 + c 2k b k ) r m = (c m1 b 1 + c m2 b 2 + c mk b k )

sehingga di dapat a 1j = c 11 b 1j + c 11 b 2j + + c 1k b kj a 2j = c 21 b 1j + c 12 b 2j + + c 1k b kj a mj = c m1 b 1j + c m2 b 2j + + c mk b kj atau a 1j a 2j a mj = b 1j c 11 c 21 c m1 + b 2j c 12 c 22 c m2 + + b kj = c 1k c 2k c mk Ruas kiri persamaan tadi adalah vektor kolom ke j dari matriks A, maka tiap vektor kolom dari A terletak di dalam ruang yang dibangun oleh k vektor pada ruas kanan Jadi ruang kolom A mempunyai dimensi k Karena k = dimensi (ruang baris dari A), maka dimensi (ruang kolom dari A) dimensi (ruang baris dari A) Karena matriks A sebarang, maka berlaku pula untuk A t, yaitu dimensi (ruang kolom dari A t ) dimensi (ruang baris dari A t ) Dengan demikian didapat dimensi (ruang baris dari A) dimensi (ruang kolom dari A) Jadi dimensi (ruang baris dari A) = dimensi (ruang kolom dari A) Definisi 2: Dimensi ruang baris dan ruang kolom dari sebuah matriks A dinamakan rank dari A Teorema 4: Jika A adalah sebuah matriks yang berordo m x n, maka pernyataan-pernyataan berikut ekivalen satu sama lain a A invertible b A x = 0 hanya mempunyai satu pemecahan trivial c A ekivalen baris dengan I n d A x = b konsisten untuk tiap-tiap matriks b yang berordo n x 1 e Determinan (A) 0 f A mempunyai rank n g Vektor-vektor baris dari A bebas linear h Vektor-vektor kolom dari A bebas linear Disini hanya akan diperlihatkan bahwa f g f g Karena A mempunyai rank n maka ruang baris dari matriks A berdimensi n Karena ke n vektor baris dari A membangun ruang baris dari A, maka vektor-vektor baris dari A bebas linear

Teorema 5: Sebuah sistem persamaan linear Ax = b konsisten jika dan hanya jika b dalam ruang dari A Ax = b a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn x 1 x 2 x n = b 1 b 2 b m sehingga a 11 x 1 + a 12 x 2 + + a 1n x n a 21 x 1 + a 22 x 2 + + a 2n x n a m1 x 1 + a m2 x 2 + + a mn x n = b 1 b 2 b m atau x 1 a 11 a 21 + x 2 a 12 a 22 + + x n = a 1n a 2n = b 1 b 2 a m1 a m2 a mn b m ternyata vektor b merupakan kombinasi linear dari vektor-vektor kolom dari matriks A Jadi sistem A x = b konsisten jika dan hanya jika b dalam ruang kolom matriks A Contoh Soal: 1 Tuliskan vektor baris dan vektor kolom dari matriks 2 A = 1 2 1 2 4 6 0 0 8 4 1 0 5 6 2 5 1 4 7 3 0 1 8 4 Carilah: a Sebuah basis untuk ruang baris dari A b Sebuah basis untuk ruang kolom dari A c Rank dari A 3 Carilah sebuah basis untuk ruang bagian dari R 4 yang dibangun oleh vektor-vektor (1, -2, 5, -3), (2, 3, 1, -4) dan (3, 8, -3, -5) 4 apakah b terletak di dalam ruang kolom dari A? A = 1 3 4 6, b = 2 10

Kesimpulan Hasil Presentasi 1 A = 1 1 2 9 2 4 3 1 3 6 5 0 Vektor-vektor baris dari A adalah (1,1,2,9), (2,4,-3,1) dan (3,6,-5,0) Vektor-vektor kolom dari A adalah 1 2 3, 1 4 6, 2 3 5, 9 1 0 2 Operasi baris elementer tidak mengubah ruang baris sebuah matriks 3 Vektor-vektor yang tidak nol didalam bentuk echelon baris dari sebuah matriks A membentuk sebuah basis untuk ruang baris dari A, dengan melakukan operasi baris elementer didapat matriks yang berbentuk echelon baris 4 Jika A dalah sebarang matriks, maka ruang baris dari ruang kolom dari A mempunyai dimensi yang sama 5 Dimensi ruang baris dan ruang kolom dari sebuah matriks A dinamakan rank dari A