MAKALAH BASIS RUANG SOLUSI

dokumen-dokumen yang mirip
Chapter 5 GENERAL VECTOR SPACE Row Space, Column Space, Nullspace 5.6. Rank & Nullity

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

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

RUANG VEKTOR UMUM AKSIOMA RUANG VEKTOR

Aljabar Linier Sistem koordinat, dimensi ruang vektor dan rank

Aljabar Linier Elementer. Kuliah 27

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

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

Aljabar Linier Elementer. Kuliah 26

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

SUMMARY ALJABAR LINEAR

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

SOLUSI SISTEM PERSAMAAN LINEAR

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

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

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

MUH1G3/ MATRIKS DAN RUANG VEKTOR

Bab 4 RUANG VEKTOR. 4.1 Ruang Vektor

BAB II DASAR DASAR TEORI

Aljabar Linier Elementer

BAB II TINJAUAN PUSTAKA

8.1 Transformasi Linier Umum. Bukan lagi transformasi R n R m, tetapi transformasi linier dari

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

uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg

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

RUANG VEKTOR. Nurdinintya Athari (NDT)

MODUL ALJABAR LINEAR 1 Disusun oleh, ASTRI FITRIA NUR ANI

Kata Pengantar. Puji syukur kehadirat Yang Maha Kuasa yang telah memberikan pertolongan hingga modul ajar ini dapat terselesaikan.

Pertemuan 14. persamaan linier NON HOMOGEN

SISTEM PERSAMAAN LINEAR

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

Sistem Persamaan Linier dan Matriks

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

SYARAT PERLU DAN CUKUP SISTEM PERSAMAAN LINEAR BERUKURAN m n MEMPUNYAI SOLUSI ABSTRACT

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

SISTEM PERSAMAAN LINEAR

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

BAB II LANDASAN TEORI

BAB 4 : SISTEM PERSAMAAN LINIER

DIKTAT PERKULIAHAN. EDISI 1 Aljabar Linear dan Matriks

BAB VII MATRIKS DAN SISTEM LINEAR TINGKAT SATU

Aljabar Linier Elementer. Kuliah 7

Aljabar Matriks. Aljabar Matriks

dimana a 1, a 2,, a n dan b adalah konstantakonstanta

II LANDASAN TEORI. Contoh. Ditinjau dari sistem yang didefinisikan oleh:

Transformasi Linier. Transformasi linier memiliki beberapa fungsi yang perlu dipelajari. Fungsi-fungsi tersebut antara lain :

Dalam bentuk SPL masalah ini dapat dinyatakan sebagai berikut:

Course of Calculus MATRIKS. Oleh : Hanung N. Prasetyo. Information system Departement Telkom Politechnic Bandung

MUH1G3/ MATRIKS DAN RUANG VEKTOR

Perluasan Teorema Cayley-Hamilton pada Matriks

Aljabar Linier Elementer. Kuliah 1 dan 2

Part II SPL Homogen Matriks

Suatu himpunan tak kosong F dengan operasi penjumlahan dan perkalian, dikatakan sebagai field jika untuk setiap,, memenuhi sifat-sifat berikut:

GARIS-GARIS BESAR PROGRAM PEMBELAJARAN

MODUL IV SISTEM PERSAMAAN LINEAR

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

MATA KULIAH : ALJABAR MATRIKS (2 SKS) KODE: MT 304

Trihastuti Agustinah

Kumpulan Soal,,,,,!!!

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

BAB 5 RUANG VEKTOR A. PENDAHULUAN

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

BAB X SISTEM PERSAMAAN LINIER

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

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

Modul Praktikum. Aljabar Linier. Disusun oleh: Machudor Yusman IR., M.Kom. Ucapan Terimakasih:

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

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

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

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

DIKTAT MATA KULIAH ALJABAR LINEAR ELEMENTER (BAGIAN II) DISUSUN OLEH ABDUL JABAR, M.Pd

Tujuan. Mhs dapat mendemonstrasikan operasi matriks: penjumlahan, perkalian, dsb. serta menentukan matriks inverse

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

Metode Simpleks (Simplex Method) Materi Bahasan

ALJABAR LINEAR SUMANANG MUHTAR GOZALI KBK ANALISIS

Minggu II Lanjutan Matriks

TRANSFORMASI LINIER (Kajian Fungsi antar Ruang Vektor)

BASIS DAN DIMENSI. dengan mengurangkan persamaan kedua dengan persamaan menghasilkan

BAB II TINJAUAN PUSTAKA. kestabilan model predator-prey tipe Holling II dengan faktor pemanenan.

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

Aljabar Linear Elementer

MAKALAH RUANG VEKTOR UMUM

Metode Simpleks Minimum

CHAPTER 6. Ruang Hasil Kali Dalam

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

PM-11 PENINGKATAN KUALITAS PEMBELAJARAN DENGAN MENGOPTIMALKAN MEDIA DAN TEKNOLOGI PADA MATAKULIAH ALJABAR LINEAR ELEMENTER

MATRIKS SATUAN ACARA PERKULIAHAN MATA KULIAH MATEMATIKA TEKNIK 1

METODE PSEUDO ARC-LENGTH DAN PENERAPANNYA PADA PENYELESAIAN SISTEM PERSAMAAN NONLINIER TERPARAMETERISASI

SISTEM PERSAMAAN LINEAR

II. M A T R I K S ... A... Contoh II.1 : Macam-macam ukuran matriks 2 A. 1 3 Matrik A berukuran 3 x 1. Matriks B berukuran 1 x 3

PROGRAM STUDI TEKNIK KOMPUTER

MODUL 3 FAKTORISASI LU, PARTISI MATRIK DAN FAKTORISASI QR

MAKALAH ALJABAR LINIER

Praktikum Metode Komputasi (Vector Spaces)

KS KALKULUS DAN ALJABAR LINEAR Independensi Linear Basis & Dimensi TIM KALIN

Solusi Persamaan Linier Simultan

JURUSAN PENDIDIKAN MATEMATIKA FMIPA UNIVERSITAS NEGERI YOGYAKARTA

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

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

Transkripsi:

MAKALAH BASIS RUANG SOLUSI Untuk Memenuhi Tugas Mata Kuliah Aljabar Linier Dosen pengampu : Darmadi,S.Si,M.pd Di susun Oleh : Kelompok 6/ VF 1. Fitria Wahyuningsih ( 08411.135 ) 2. Pradipta Annurwanda ( 08411.221 ) 3. Puput Tri Sarani ( 08411.227 ) 4. Susilo ( 08411.266 ) 5. Yudhi Agung Pranoto ( 08411.294 ) 6. Ririn setianingsih ( 07411.175 ) 7. Sundari ( 07411.210 ) 8. Suwandi ( 07411.214 ) PROGRAM STUDI PENDIDIKAN MATEMATIKA FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM IKIP PGRI MADIUN 2010 1

KATA PENGANTAR Dengan memanjatkan rasa syukur kepada Allah Yang Maha Esa serta limpahan rahmat-nya sehingga penulis dapat menyelesaikan makalah ini dengan judul Basis Ruang Solusi. Penulis menyadari bahwa tanpa adanya bantuan dan bimbingan dari berbagai pihak, belum tentu kami dapat menyelesaikan makalah ini dan kami mengucapkan banyak terima kasih serta penghargaan yang sebesar-besarnya atas segala bantuan yang diberikan kepada penulis. Dan tak lupa penulis selalu mengharapkan kritikan yang bersifat membangun demi kesempurnaan penulisan di kemudian hari dan mudah-mudahan makalah ini dapat membantu meningkatkan mutu pendidikan Madiun, 06 Januari 2011 Penulis 2

DAFTAR ISI HALAMAN JUDUL...1 KATA PENGANTAR...2 DAFTAR ISI...3 BAB I. PENDAHULUAN...4 A. Latar Belakang...4 B. Tujuan Penulisan...4 C. Rumusan Masalah...5 D. Tujuan Penulisan...5 BAB II. PEMBAHASAN...6 A. Pengertian basis Ruang Solusi...6 B. Macam macam teorema...6 BAB III. PENUTUP...11 A. Simpulan...11 B. Saran...11 DAFTAR PUSTAKA...12 3

BAB I PENDAHULUAN A. Latar Belakang Jika kita perhatikan suatu matriks A dan transposnya A T secara bersamaan, maka terdapat enam vektor yang penting, yaitu: Ruang baris dari A Runang kolom dari A Ruang nul dari A ruang baris dari A T ruang kolom dari A T ruang nul dari A T Namun demikian dengan mentranspos suatu matriks, akan mengubah vektor-vektor barisnya menjadi vektor-vektor kolom dan mengubah vektor-vektor kolomnya menjadi vektor-vektor baris dari A. Dengan ini, kita tinggal memiliki 4 ruang vektor yang penting, yaitu; Ruang baris A Ruang nul dari A ruang kolom dari A ruang nul dari A T Keempat ruang vektor ini dikenal sebagai ruang matriks dasar (fundamental matrix space) yang terkait dengan A. Jika A adalah suatu metriks m x n, maka ruang baris dari A adalah sub ruang dari R n dan ruang kolom dari A dan ruang nul dari A T adalah sub ruang dari R m. B. Tujuan Penulisan Tujuan utama kita pada sub bab ini adalah untuk mengembangkan hubungan antara dimernsi-dimensi dari keempat ruang vektor ini. 4

C. Rumusan Masalah 1. Apa yang dimaksud dengan ruang baris dan ruang kolom yang memiliki dimensi yang sama dan bagaimana menyelesaikan soal-soal yang berhubungan dengan hal tersebut? 2. Apa yang dimaksud dengan dimensi untuk matriks? 3. Bagaimana mengetahui nilai maksimum untuk rank? 4. Apa yang dimaksud dengan teorema konsisten dan bagaimana pembuktiannya? D. Tujuan Penulisan 1. Untuk mengerti, memahami dan dapat menyelesaikan soal-soal yang berkaitan dengan ruang baris dan kolom yang memiliki dimensi yang sama. 2. Untuk mengerti dan memahami apa yang dimaksud dengan dimensi untuk matriks. 3. Untuk mengetahui nilai maksimum untuk rank A memiliki 4. Untuk mengerti dan memahami teorema konsisten dan pembuktiannya. 5

BAB II PEMBAHASAN BASIS RUANG SOLUSI Jika kita perhatikan suatu matriks A dan transposnya A T secara bersamaan, maka terdapat enam ruang vector yang penting, yaitu : Ruang baris dari A Ruang kolom dari A Ruang nul dari A Ruang baris dari A T Ruang kolom dari A T Ruang nul dari A T Namun demikian dengan mentranspos suatu matriks, akan mengubah vector-vektor barisnya menjadi vector-vektor kolom dan mengubah vector-vektor kolomnya menjadi vector-vektor baris. Sehingga kecuali perbedaan notasi, ruang baris dari A T adalah sama dengan ruang kolom dari A, dan ruang kolom dari A T adalah sama dengan ruang baris dari A. Dengan ini, kita tinggal memiliki empat ruang vector yang penting yaitu: Ruang baris dari A Ruang nul dari A Ruang kolom dari A Ruang nul dari A T Keempat ruang vector ini dikenal sebagai ruang matriks dasar yang terkait dengan A. Jika A adalah suatu matriks m x n, maka ruang baris dari A dan ruang nul dari A adalah sub ruang dari R n dan ruang kolom dari A dan ruang nul dari A T adalah sub ruang dari R m. Tujuan utama kita pada sub bab ini adalah untuk mengembangkan hubungan antara dimensi-dimensi dari keempat ruang vector ini 6

Teorema 4.24. Jika A adalah suatu matriks sembarang, maka ruang baris dan ruang kolom dari A memiliki dimensi yang sama. Definisi 4.11. Dimensi umum dari ruang baris baris dan ruang kolom dari suatu matriks A disebut rank dari A dan dinyatakan sebagai rank(a). Dimensi ruang nul dari A disebut sebagai nulitas (nullity) dari A dan dinyatakan sebagai nulitas(a). Teorema 4.25. Jika A adalah suatu matriks sembarang, maka rank(a) = rank(a T ) Teorema 4.26. Dimensi untuk matriks Jika A adalah suatu matriks dengan n kolom, maka rank(a) + nulitas(a) = n Teorema 4.27. Jika A adalah suatu matriks n x n, maka: a) rank (A) = banyaknya variabel pada solusi dari Ax = 0 b) nulitas (A) = banyaknya parameter pada solusi umum dari Ax = 0 7

Banyaknya Rank dan Nulitas Matriks A -1 2 0 4 5-3 3-7 2 0 1 4 2-5 2 4 6 1 4-9 2-4 -4 7 Memiliki 6 kolom, sehingga: Rank (A) + nulitas (A) = 6 Sehingga kita dapat menyimpulkan dimensi-dimensi dari keempat ruang dasar dari suatu matriks A, m x n dengan rank r, seperti pada table berikut ini: Ruang Dasar Ruang baris dari A Ruang kolom dari A Ruang nul dari A Ruang nul dari A T Dimensi R R n r m r Nilai Maksimum Untuk Rank Jika A adalah suatu matriks m x n, maka vector-vektor barisnya terletak pada R n dan vector-vektor kolomnya terletak pada R m. Ini mengimplikasikan bahwa ruang baris dari A paling banyak berdimensi n, dan ruang kolom dari A paling banyak berdimensi m. Karena ruang baris dan ruang kolom memiliki dimensi yang sama, kita harus menyimpulkan bahwa jika m n, maka rank dari A yang paling banyak adalah nilai yang lebih kecil antara nilai m dan n. Kita menotasikan dengan menulis : Rank (A) min (m, n) 8

Dimana min(m,n) menotasikan nilai yang lebih kecil antara nilai m dan nilai n jika m n, atau nilai yang sama jika m = n. Teorema 4.28. (Teorema Konsistens) Jika Ax = b adalah suatu system linier yang terdiri dari m persamaan dengan n factor yang tidak diketahui, maka pernyataan berikut adalah equivalen. a) Ax = b adalah konsisten b) B berada pada ruang kolom dari A c) Matriks koefisien A, dan matriks yang diperbesar [A b] memiliki rank yang sama. Teorema 4.29. Jika Ax = b adalah suatu system linier yang terdiri dari m persamaan dengan factor yang tidak diketahui, maka pernyataan-pernyataan berikut adalah equivalent. a) Ax = b adalah konsisten untuk setiap matriks b, m x 1 b) Vektor-vektor kolom dari A merentang R m c) Rank (A) = m Teorema 4.30. Jika Ax = b adalah suatu system linier konsisten yang terdiri dari m persamaan dengan n factor yang tidak diketahui, dan A memiliki rank r, maka solusi umum dari system tersebut dari n r parameter. Teorema 4.31 Jika A adalah suatu matriks m x n, maka pernyataa-pernyataan berikut adalah equivalent. a) Ax = 0 hanya memiliki satu solusi trivial b) Vektor-vektor kolom A adalah bebas linier c) Ax = b memiliki paling banyak satu solusi untuk setiap matriks b, m x 1. Teorema 4.32. 9

Pernyataan-pernyataan yang equivalent. Jika A adalah suatu matriks n x n dan TA : R n -R n adalah perkalian dengan A, maka pernyataanpernyataan berikut ini adalah equivalent. a) A dapat dibalik b) Ax = 0 hanya memiliki satu solusi trivial c) Bentuk eselon baris tereduksi dari A adalah In. d) A dapat dinyatakan sebagai suatu hasil kali dari matriks-matriks elementer e) Ax = b konsisten untuk setiap matriks b, n x 1. f) Ax = b memiliki tepat satu solusi untuk setiap matriks b, n x 1 g) Det(a) 0 h) Range dari T a adalah R n i) T A adalah satu ke Satu j) Vektor-vektor kolom dari A adalah bebas linier k) Vektor-vektor baris dari A adalah bebas linier l) Vektor-vektor kolom dari A adalah merentang R n m) Vektor-vektor baris dari A adalah merentang R n n) Vektor-vektor kolom dari A adalah membentuk basis untuk R n o) Vektor-vektor baris dari A adalah membentuk basis untuk R n p) A memiliki rank n q) nulitas 0 10

BAB III PENUTUP Kesimpulan Untuk menentukan suatu basis maka kita harus menunjukkan bahwa vektor merentang dan bebas linier. Basis ruang solusi jika dilihat basis dari ruang basis maka memakai operasi baris elementer.dan jika basis dilihat dari ruang kolom maka memakai operasi kolom elementer. Rank A yaitu banyaknya vektor yang membentuk ruang baris dan ruang kolom pada suatu matriks(a). Ruang nul merupakan Ruang solusi dari sistem persamaan homogen pada matriks A (nulitas). Jika A adalah matriks ( m x n ) maka, Nulitas (A) = n r Nulitas ( A T ) m r Nilai maximum jika A adalah matrik m xn maka : Rank(A) m x n (m,n) Persamaan non homogen dikatakan konsisten jika persamaaan linier non homogen tersebut mempunyai solusi/penyelesaian. 11

DAFTAR PUSTAKA Departemen Pendidikan dan Kebudayaan,Matematika untuk SMA jilid 10 dan 12.1984.PT..rmasa: jakarta Scott Mathematics Group.Modern Mahtematics for schools 9, Great Britai.1974 12