Aljabar Linier & Matriks

dokumen-dokumen yang mirip
Aljabar Linier & Matriks

BAB 4 RUANG VEKTOR EUCLID. Dr. Ir. Abdul Wahid Surhim, MT.

Aljabar Linear Elementer Part IV. Oleh : Yeni Susanti

Pertemuan 8 Aljabar Linear & Matriks

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

KS KALKULUS DAN ALJABAR LINEAR Vektor di Ruang N TIM KALIN

ALJABAR LINEAR DAN MATRIKS. MODUL 9 Vektor dalam Ruang Euklidian

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

Aljabar Linier Elementer. Kuliah ke-9

Vektor-Vektor. Ruang Berdimensi-2. Ruang Berdimensi-3

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

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

erkalian Silang, Garis & Bidang dalam Dimensi 3

ALJABAR LINEAR DAN MATRIKS

Hand-Out Geometri Transformasi. Bab I. Pendahuluan

Matematika Lanjut 1. Sistem Persamaan Linier Transformasi Linier. Matriks Invers. Ruang Vektor Matriks. Determinan. Vektor

Aljabar Linear dan Matriks (Persamaan Linear dan Vektor) Instruktur : Ferry Wahyu Wibowo, S.Si., M.Cs.

Outline Vektor dan Garis Koordinat Norma Vektor Hasil Kali Titik dan Proyeksi Hasil Kali Silang. Geometri Vektor. Kusbudiono. Jurusan Matematika

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

Definisi Jumlah Vektor Jumlah dua buah vektor u dan v diperoleh dari aturan jajaran genjang atau aturan segitiga;

Analisis Fungsional. Oleh: Dr. Rizky Rosjanuardi, M.Si Jurusan Pendidikan Matematika UNIVERSITAS PENDIDIKAN INDONESIA

ALJABAR LINEAR DAN MATRIKS VEKTOR

PERTEMUAN 11 RUANG VEKTOR 1

CHAPTER 6. Ruang Hasil Kali Dalam

GESERAN atau TRANSLASI

GARIS-GARIS BESAR PROGRAM PEMBELAJARAN

Aljabar Linear Elementer

BAB II LANDASAN TEORI

Kode, GSR, dan Operasi Pada

Materi 2: Matriks dan Operasi Matriks

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

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

BAB III RUANG VEKTOR R 2 DAN R 3. Bab ini membahas pengertian dan operasi vektor-vektor. Selain

Vektor di Bidang dan di Ruang

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

KS KALKULUS DAN ALJABAR LINEAR Ruang Vektor TIM KALIN

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

RUANG VEKTOR. Nurdinintya Athari (NDT)

Transformasi Linear dari R n ke R m

Matematika II : Vektor. Dadang Amir Hamzah

DIKTAT ALJABAR LINIER DAN MATRIKS VEKTOR. Penyusun Ir. S. Waniwatining Astuti, M.T.I.

BAB VII MATRIKS DAN SISTEM LINEAR TINGKAT SATU

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

RUANG VEKTOR UMUM AKSIOMA RUANG VEKTOR

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

Kuliah 2: FUNGSI MULTIVARIABEL. Indah Yanti

MAKALAH ALJABAR LINEAR TRANSFORMASI LINEAR ATAU PEMETAAN LINEAR

Pertemuan 4 Aljabar Linear & Matriks

VEKTOR. 45 O x PENDAHULUAN PETA KONSEP. Vektor di R 2. Vektor di R 3. Perkalian Skalar Dua Vektor. Proyeksi Ortogonal suatu Vektor pada Vektor Lain

IKIP BUDI UTOMO MALANG. Analytic Geometry TEXT BOOK. Alfiani Athma Putri Rosyadi, M.Pd

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

VEKTOR 2 SMA SANTA ANGELA. A. Pengertian Vektor Vektor adalah besaran yang memiliki besar dan arah. Dilambangkan dengan :

TRANSFORMASI LINIER (Kajian Fungsi antar Ruang Vektor)

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

Aljabar Linear. & Matriks. Evangs Mailoa. Pert. 7-8

BAB 6 RUANG HASIL KALI DALAM. Dr. Ir. Abdul Wahid Surhim, MT.

Ruang Vektor Euclid R n

a11 a12 x1 b1 Definisi Vektor di R 2 dan R 3

Aljabar Linier Elementer. Kuliah 27

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

Viewing 3D. Tujuan: memberi kesan pada viewer bahwa ia melihat foto 3D dengan cara yg sama saat kita memotret obyek 3D ke film 2D.

Yang dipelajari. 1. Masalah Nilai Eigen dan Penyelesaiannya 2. Masalah Pendiagonalan. Referensi : Kolman & Howard Anton. Ilustrasi

BAB 7 TRANSFORMASI LINEAR PADA RUANG VEKTOR

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

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

8.3 Inverse Linear Transformations

Ruang Vektor Euclid R 2 dan R 3

MATEMATIKA INFORMATIKA 2 TEKNIK INFORMATIKA UNIVERSITAS GUNADARMA FENI ANDRIANI

Candi Gebang Permai Blok R/6 Yogyakarta Telp. : ; Fax. :

II. TINJAUAN PUSATAKA

Yang dibahas : Ortogonal Basis ortogonal Ortonormal Matrik ortogonal Komplemen ortogonal Proyeksi ortogonal Faktorisasi QR

01-Pengenalan Vektor. Dosen: Anny Yuniarti, M.Comp.Sc Gasal Anny2011 1

Vektor. Vektor memiliki besaran dan arah. Beberapa besaran fisika yang dinyatakan dengan vektor seperti : perpindahan, kecepatan dan percepatan.

MATRIKS A = ; B = ; C = ; D = ( 5 )

19. VEKTOR. 2. Sudut antara dua vektor adalah θ. = a 1 i + a 2 j + a 3 k; a. a =

DIKTAT PERKULIAHAN. EDISI 1 Aljabar Linear dan Matriks

BAB I PENDAHULUAN Latar Belakang Masalah

STRUKTUR ALJABAR 1. Winita Sulandari FMIPA UNS

Relasi Tegas (Crips Relation)

MATRIKS SATUAN ACARA PERKULIAHAN MATA KULIAH MATEMATIKA TEKNIK 1

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

SILABUS. Mengenal matriks persegi. Melakukan operasi aljabar atas dua matriks. Mengenal invers matriks persegi.

MATRIKS & TRANSFORMASI LINIER

MODUL PEMBELAJARAN KALKULUS II. ALFIANI ATHMA PUTRI ROSYADI, M.Pd

Euclidean n & Vector Spaces. Matrices & Vector Spaces

BARISAN DAN DERET. Drs. CARNOTO, M.Pd. NIP Pola Barisan Bilangan

Vektor Ruang 2D dan 3D

Soal-Soal dan Pembahasan Matematika IPA SNMPTN 2012 Tanggal Ujian: 13 Juni 2012

LEMBAR AKTIVITAS SISWA BENTUK PANGKAT (EKSPONEN)

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

BAB II TEORI KODING DAN TEORI INVARIAN

Bagian 1 Sistem Bilangan

Part II SPL Homogen Matriks

II. LANDASAN TEORI. Pada bab ini akan dijelaskan mengenai teori-teori yang berhubungan dengan

TE Teknik Numerik Sistem Linear

Aljabar Linier Sistem koordinat, dimensi ruang vektor dan rank

PERTEMUAN Relasi dan Fungsi

*Tambahan Grafik Fungsi Kuadrat

ESTIMATOR FUNGSI PDF. Pertemuan 4

EKSISTENSI TITIK TETAP DARI SUATU TRANSFORMASI LINIER PADA RUANG BANACH

Transkripsi:

Aljabar Linier & Matriks 1

Pendahuluan Ruang vektor tidak hanya terbatas maksimal 3 dimensi saja 4 dimensi, 5 dimensi, dst ruang n-dimensi Jika n adalah bilangan bulat positif, maka sekuens sebanyak n bilangan riil dinyatakan sebagai (a1, a2,, an) disebut berada dalam ruang n atau R n. Dua vektor u = (u1, u2,,un) dan v =(v1, v2,,vn) dalam R n adalah sama jika 2

Jumlahan vektor u dan v didefinisikan sebagai: Jika k adalah skalar maka Vektor nol dalam R n didefinisikan sbg: Jika vektor u = (u1, u2,,un) dalam R n maka negatif vektor u didefinisikan sbg: Beda antara dua vektor dalam R n didefinisikan sbg: 3

Examples Data eksperimental Seorang ilmuan melakukan eksperimen dan membuat n pengukuran numerik setiap satu kali eksperimen. Hasilnya dapat dinyatakan sebagai vektor y=(y1, y2,,yn) dalam R n dengan y1, y2,, yn adalah hasil pengukuran. Gambar atau citra Salah satu cara untuk menampilkan gambar (citra) berwarna pada layar komputer adalah dengan menambahkan informasi hue, saturasi, dan kecerahan (brightness) pada tiap pikselnya. Dengan demikian gambar berwarna dinyatakan dalam vektor 5 dimensi, misalnya v = ((x, y, h, s, b); x dan y menyatakan posisi koordinat piksel pada layar, h = hue, s = saturasi, dan b = kecerahan. 4

Sifat-sifat Aritmatika Vektor R n Jika u, v dan w adl vektor dalam R n dan k dan m adl skalar, maka: u + v = v + u u +( v + w) = (u + v) + w u + 0 = 0 + u = u u + (-u) = 0 atau u u = 0 k(m u) = (k m)u k(u + v) = ku + kv (k + m)u = ku + mu 1u = u 5

Euclidean R n Jika vektor u = (u1, u2,,un) dan v =(v1, v2,,vn) dalam R n maka hasil kali perkalian dalam u.v adalah Contoh Jika u = (2, 4, 4, 1) dan v = (-1, -4, 3, 2) maka temukan u.v Catatan: Bandingkan dengan perkalian titik pada ruang 2D dan 3D 6

Sifat-sifat Perkalian Dalam Jika u, v dan w adl vektor dalam R n dan k adl skalar, maka: u.v = v.u (u + v).w = u.w + v.w (ku).v = k(u.v) v.v 0; v.v = 0 jika dan hanya jika v = 0 Contoh aplikasi perkalian dalam (dot product) ISBN (International Standard Book Number) 7

International Standard Book Number Semua buku yang dipublikasikan 25 tahun terakhir diberikan 10 digit bilangan unik yg dikenal dgn istilah ISBN. Sembilan digit pertama dibagi dlm 3 grup, grup pertama mewakili negara atau grup negara dari mana buku berasal, grup kedua menentukan penerbit, dan grup ketiga untuk judul buku yg bersangkutan. Angka ke-10 disebut digit cek, dihitung dari sembilan digit pertama dan digunakan utk memastikan bahwa transmisi elektronik dr ISBN (misalkan via internet) tidak mengalami eror. Misalkan sembilan digit pertama dlm ISBN dinyatakan sbg vektor b dan vektor a = (1, 2, 3, 4, 5, 6, 7, 8, 9), maka digit cek c dpt ditentukan 8

dengan prosedur sbb: Temukan hasil a.b Bagi a.b dengan 11, yg akan menghasilkan sisa c (berupa bilangan 0 9). Jika dihasilkan c = 10 maka ditulis X utk menghindari digit dobel. Contoh: ISBN nomor 0 471 15307 9 maka a = (1, 2, 3, 4, 5, 6, 7, 8, 9) dan b = (0, 4, 7, 1, 1, 5, 3, 0, 7) sehingga a.b = (1, 2, 3, 4, 5, 6, 7, 8, 9).(0, 4, 7, 1, 1, 5, 3, 0, 7) = 152 152/11 = 13 + 9/11 sisa = c = 9 digit ke=10 9

Norma & Jarak Euclidean R n Jika vektor u = (u1, u2,,un) dan v =(v1, v2,,vn) dalam R n maka: Norma vektor u didefinisikan sbg: Jarak antara vektor u dan v dinyatakan sbg: Contoh: Jika u = ( 1, 3, -2, 7) dan v = (0, 7, 2, 2) maka temukanlah u dan jarak antara u dan v. 10

Teorema: Jika vektor u dan v dalam R n maka: Jika vektor u dan v dalam R n maka u dan v orthogonal jika u.v = 0. Jika u dan v ortogonal dalam R n maka Notasi alternatif utk vektor dimensi n - sbg vektor baris atau vektor kolom 11

Formula Matriks Utk Perkalian Titik Jika u dan v adl sbb: Maka Sehingga dapat dinyatakan: 12

Juga berlaku: dengan A adl matriks ukuran nxn. Contoh: Buktikan u.v = v T u jika 13

Transformasi dari R n ke R m Fungsi dari R n ke R m memetakan variabel dalam domain ruang n (R n ) ke kodomain ruang m (R m ). Notasi f : R n R m Jika n = m maka: f : R n R n Misalkan: Fungsi yg memetakan dari R 2 ke R 3 14

Ilustrasi: Misalkan fungsi f1, f2,, fm adalah fungsi bernilai riil dari n variabel sbb: Hal ini berarti bahwa ada m fungsi f yang memetakan setiap titik (x1, x2,, xn) dlm R n ke satu titik unik (w1, w2,, wn) dlm R m. Dapat dinotasikan sbg; dan T : R n R m 15

Example Misalkan fungsi yg memetakan dari R 2 ke R 3 sbb: Notasi fungsi transformasi: T 2 3 : R R Tranformasi akan memetakan titik (x1, x2) ke: T(x1, x2) = (x1 + x2, 3x1 x2, x1 2 x2 2 ) Dimana peta titik (1, -2)? T(1, -2) =.. 16

Transformasi Linear Jika persamaan transformasinya linear maka T : R n R m disebut transformasi linear (atau operator linear jika n = m). Maka bentuknya menjadi: Dalam bentuk matriks mjd: 17

atau dpt dinyatakan sbg: w = Ax Matriks A disebut matriks standar utk transformasi linear T, dan T disebut perkalian oleh A (multiplication by A). Contoh: Transformasi linear T 4 3 : R R ditentukan oleh: maka dlm bentuk matriks: 18

Jenis-jenis Transformasi Linear 19

20

Operator Proyeksi Operator utk memetakan vektor ke proyeksi ortogonal sejajar sumbu x dpt dinyatakan dgn w = T(x) sbb: Sehingga matriks standarnya adl: 21

Proyeksi Ortogonal R 2 22

Proyeksi Ortogonal R 3 23

Examples Gunakan perkalian matriks untuk menemukan cerminan titik (-1, 2) terhadap: Sumbu x Sumbu y Garis y = x Gunakan perkalian matriks untuk menemukan cerminan titik (2, -5, 3) terhadap: Bidang xy Bidang xz Bidang yz 24

Examples Gunakan perkalian matriks untuk menemukan proyeksi ortogonal titik (2, -5) terhadap: Sumbu x Sumbu y Gunakan perkalian matriks untuk menemukan proyeksi ortogonal titik (-2, 1, 3) terhadap: Bidang xy Bidang xz Bidang yz 25