Andry Pujiriyanto

dokumen-dokumen yang mirip
Andry Pujiriyanto

Andry Pujiriyanto

Andry Pujiriyanto

Pertemuan 4 Aljabar Linear & Matriks

Kesalahan Perhitungan Aritmatika Pada Beberapa Program Kalkulator

Berhitung dengan mudah dan cepat menggunakan freeware Eigenmath

4. SISTEM PERSAMAAN DAN PERTIDAKSAMAAN

Part III DETERMINAN. Oleh: Yeni Susanti

Pertemuan 8 Aljabar Linear & Matriks

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

Dasar-dasar MATLAB. by Jusak Irawan, STIKOM Surabaya

WORKSHOP DAN PELATIHAN MATLAB : PENUNJANG PEMBELAJARAN MATEMATIKA DI SMU DALAM RANGKA IMPLEMENTASI CONTEXTUAL TEACHING LEARNING ABSTRAK

8 MATRIKS DAN DETERMINAN

Pertemuan 6: Metode Least Square. Achmad Basuki Politeknik Elektronika Negeri Surabaya 2014

DETERMINAN. Determinan matriks hanya didefinisikan pada matriks bujursangkar (matriks kuadrat). Notasi determinan matriks A: Jika diketahui matriks A:

SISTEM PERSAMAAN LINEAR

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

MODUL I PENGENALAN MATLAB

Beberapa Freeware Kalkulator yang Jempolan

A.Firmansyah 1. Pendahuluan. 2. Lingkungan Kerja Matlab. Lisensi Dokumen: 2.1 Beberapa Bagian dari Window Matlab

Matematika Teknik INVERS MATRIKS

BAB VII MATRIKS DAN SISTEM LINEAR TINGKAT SATU

BAB III REGRESI SPLINE = + dimana merupakan fungsi pemulus yang tidak spesifik, dengan adalah

BAB I PENDAHULUAN 1.1 Latar Belakang

Panduan Praktis Penggunaan Macro di OpenOffice Calc

KATA PENGANTAR. Penulis. Raizal Dzil Wafa M.

MATRIKS. 2. Matriks Kolom Matriks kolom adalah matriks yang hanya mempunyai satu kolom. 2 3 Contoh: A 4 x 1 =

JURUSAN PENDIDIKAN MATEMATIKA FMIPA UNIVERSITAS NEGERI YOGYAKARTA

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

METODA NUMERIK (3 SKS)

Pemodelan dan Simulasi Penghitungan Matematika Menggunakan Aplikasi Matlab

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

Model Linear untuk Regresi

LEMBAR AKTIVITAS SISWA MATRIKS (WAJIB)

APLIKASI METODE PANGKAT DALAM MENGAPROKSIMASI NILAI EIGEN KOMPLEKS PADA MATRIKS

MODUL 3 FAKTORISASI LU, PARTISI MATRIK DAN FAKTORISASI QR

MODUL 1 PENGANTAR PROGRAM MATLAB DAN PENGGUNAANNYA UNTUK ALJABAR MATRIKS SEDERHANA

Nama Peserta : No Peserta : Asal Sekolah : Asal Daerah :

UNIVERSITAS NEGERI YOGYAKARTA FAKULTAS MIPA RENCANA PELAKSANAAN PEMBELAJARAN

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

BAB II LANDASAN TEORI. : Ukuran sampel telah memenuhi syarat. : Ukuran sampel belum memenuhi syarat

BAB 2 LANDASAN TEORI

Perluasan Teorema Cayley-Hamilton pada Matriks

MATRIKS INVERS MOORE-PENROSE DALAM PENYELESAIAN SISTEM PERSAMAAN LINIER

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

MATRIKS. 3. Matriks Persegi Matriks persegi adalah matriks yang mempunyai baris dan kolom yang sama.

Michael Lionardi

BAHASA isyarat adalah bahasa yang mengutamakan komunikasi

G a a = e = a a. b. Berdasarkan Contoh 1.2 bagian b diperoleh himpunan semua bilangan bulat Z. merupakan grup terhadap penjumlahan bilangan.

Matriks. Baris ke 2 Baris ke 3

BAB 2 LANDASAN TEORI

STATISTICAL STUDENT OF IST AKPRIND

KISI-KISI SOAL UJIAN SEKOLAH SEKOLAH MENENGAH KEJURUAN (SMK)

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

sama dengan p q. Perhatikan tabel berikut. p q B B S S B S S B S S B B S S S B B S B S S S S B B S B B

MENGHITUNG DETERMINAN MATRIKS MENGGUNAKAN METODE SALIHU

RUANG VEKTOR. Nurdinintya Athari (NDT)

Matriks - Definisi. Sebuah matriks yang memiliki m baris dan n kolom disebut matriks m n. Sebagai contoh: Adalah sebuah matriks 2 3.

BAB I PENDAHULUAN 1.1 Latar Belakang

Integrasi Animasi Dengan Java

PRAKTIKUM 1 SINYAL, SYSTEM, DAN KONTROL PENGENALAN MATLAB 1. Percobaan 1 Vektor Penulisan vektor di MATLAB

BAB 2 LANDASAN TEORI

Cepat Mahir Visual Basic 6.0. Cepat Mahir Visual Basic 6.0. Bab 10 Penggunaan Kontrol Array. Krisna D. Octovhiana

Laporan Praktikum 14 Metode Komputasi Matematika (Latihan Bab 3 dari Buku J. Leon Aljabar Linear) Program Scilab

SOLUSI SISTEM PERSAMAAN LINEAR

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

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

BAB II TINJAUAN PUSTAKA

Aplikasi Aljabar Lanjar pada Metode Numerik

MATRIKS. Definisi: Matriks adalah susunan bilangan-bilangan yang berbentuk segiempat siku-siku yang terdiri dari baris dan kolom.

Aturan Penulisan Algoritma Setiap Algoritma akan selalu terdiri dari tiga bagian yaitu : Judul (Header) Kamus Algoritma

PENERAPAN METODE NUMERIK PADA PERAMALAN UNTUK MENGHITUNG KOOEFISIEN-KOEFISIEN PADA GARIS REGRESI LINIER BERGANDA

a 2 e. 7 p 7 q 7 r 7 3. a. 8p 3 c. (2 14 m 3 n 2 ) e. a 10 b c a. Uji Kompetensi a. a c. x 3. a. 29 c. 2

:Mahasiswa dapat mempraktekkan penggunaan array

Findra Kartika Sari Dewi

SISTEM PERSAMAAN LINEAR, KUADRAT DAN PERTIDAKSAMAAN SATU VARIABEL

MATRIKS. LA - WB (Lembar Aktivitas Warga Belajar) MATEMATIKA PAKET C TINGKAT VI DERAJAT MAHIR 2 SETARA KELAS XII. Oleh: Hj. ITA YULIANA, S.Pd, M.

Laporan Praktikum Metode Komputasi Matematika (Latihan Bab 2 dari Buku J. Leon Aljabar Linear) Program Scilab

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

MENENTUKAN NILAI EIGEN DOMINAN TERBESAR DAN TERKECIL SUATU MATRIKS SKRIPSI SARJANA MATEMATIKA. Oleh : DESVENTRI ETMY

Krisna D. Octovhiana. 1.1 Apa itu Array?

Matematika Teknik I: Matriks, Inverse, dan Determinan. Oleh: Dadang Amir Hamzah STT DR. KHEZ MUTTAQIEN 2015

KOEFISIEN DETERMINASI REGRESI FUZZY SIMETRIS UNTUK PEMILIHAN MODEL TERBAIK. Iqbal Kharisudin. Jurusan Matematika FMIPA Universitas Negeri Semarang

Krisna D. Octovhiana. 1.1 Apa itu Operator?

BAB I PENDAHULUAN. 3) Untuk mengetahui apa yang dimaksud dengan invers matriks. 4) Untuk mengetahui apa yang dimaksud dengan determinan matriks

MUH1G3/ MATRIKS DAN RUANG VEKTOR

Sofiyan Arif Kurniawan

Krisna D. Octovhiana. 1.1 Mengenal Struktur Kontrol.

Trihastuti Agustinah

MATRIK dan RUANG VEKTOR

Kory Anggraeni

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

a11 a12 x1 b1 Kumpulan Materi Kuliah #1 s/d #03 Tahun Ajaran 2016/2016: Oleh: Prof. Dr. Ir. Setijo Bismo, DEA.

Menampilkan Kata Motivasi Secara Acak di Web

Wardaya College. Tes Simulasi Ujian Nasional SMA Berbasis Komputer. Mata Pelajaran Matematika Tahun Ajaran 2017/2018

Institut Teknologi Sepuluh Nopember Surabaya

Materi 2: Matriks dan Operasi Matriks

MATRIKS Matematika Industri I

Part II SPL Homogen Matriks

g(x, y) = F 1 { f (u, v) F (u, v) k} dimana F 1 (F (u, v)) diselesaikan dengan: f (x, y) = 1 MN M + vy )} M 1 N 1

Transkripsi:

Cepat Mahir Matlab Andry Pujiriyanto andrypuji@hmgm.geoph.itb.ac.id Lisensi Dokumen: Seluruh dokumen di IlmuKomputer.Com dapat digunakan, dimodifikasi dan disebarkan secara bebas untuk tujuan bukan komersial (nonprofit), dengan syarat tidak menghapus atau merubah atribut penulis dan pernyataan copyright yang disertakan dalam setiap dokumen. Tidak diperbolehkan melakukan penulisan ulang, kecuali mendapatkan ijin terlebih dahulu dari IlmuKomputer.Com. Bab 3 Operasi Matriks alam Matlab matriks merupakan sesuatu yang sangat penting, jadi pengertian dan pengelolaan data matriks di matlab merupakan hal yang paling utama. Matlab manyediakan banyak fungsi yang berguna untuk menyelesaikan masalahmasalah matriks dan aljabar linear. III.1. Dasar-Dasar Matriks di Matlab Sebagai dasar kita harus mengetahui notasi dan penempatan matriksnya itu sendiri.sebagai ilustrasi dibawah digambarkan sebuah matriks segiempat. U U U U U U U U U U U U U U U U 1,1 1,2 1,3 1,4 1,2 1,1 1,1 1,1 1,1 1,1 1,1 1,1 1,1 1,1 1,1 1,1 U ab,... a = baris, b = kolom contoh : U 1,1 artinya Matriks U baris 1 kolom 1. U 2,3 artinya Matriks U baris 2 kolom 3.

Sebagai contoh dibawah ini akan dibuat sebuah matriks dengan elemen bilangan random dengan menggunakan function rand. U=rand(4,4) % membuat matriks U dengan ukuran 4 x 4. U = 0.9501 0.8913 0.8214 0.9218 0.2311 0.7621 0.4447 0.7382 0.6068 0.4565 0.6154 0.1763 0.4860 0.0185 0.7919 0.4057 Untuk selanjutnya anda ambil komponen baris 3 kolom 4: U(3,4) 0.1763 Selanjutnya anda ambil semua komponen baris 1 U(1,:) 0.9501 0.8913 0.8214 0.9218 Selanjutnya anda ambil semua komponen kolom 3 U(:,3) 0.8214 0.4447 0.6154 0.7919 Untuk perhitungan matematika coba anda cari inverse dan determinan dari matriks U dengan menggunakan function inv dan det. inv(u) 2.2631-2.3495-0.4696-0.6631-0.7620 1.2122 1.7041-1.2146-2.0408 1.4228 1.5538 1.3730 1.3075-0.0183-2.5483 0.6344

det(u) 0.1155 Syarat digunakannya perintah inv dan det ini adalah matriksnya harus berbentuk bujursangkar. Syarat-syarat operasi matematika pada array berlaku juga pada matriks. Operasi penjumlahan, pengurangan, perkalian harus memenuhi kaidah hukum operasi matriks. Karena operasi matematika pada matriks sudah dijelaskan pada bab sebelumnya yaitu pada sub bab operasi array-array jadi pada bab ini akan lebih banyak pada aplikasi function untuk matriks di matlab. Function diag Function diag digunakan untuk membentuk matriks diagonal dari. Sebagai contoh : d=[1 2 3 4]; D=diag(d) D = 1 0 0 0 0 2 0 0 0 0 3 0 0 0 0 4 III.2. Penyelesaian Himpunan Persamaan Linear Misalkan diketahui suatu persamaan linear x+ 2y+ 3z = 366 4x+ 5y+ 6z = 804 7x+ 8y = 351 Untuk mencari himpunan penyelesaian dari persamaan linear diatas maka dilakukan suatu operasi matriks dengan merubah bentuk persamaan tersebut kedalam bentuk matriks. 1 2 3 x 366 4 5 6. y = 804, atau dalam bentuk sederhana A.x = b 7 8 0 z 351

Di matlab kita lakukan perintah-perintah sbb: A=[1 2 3;4 5 6;7 8 0]; b=[366;804;351]; x=a\b x = 25.0000 22.0000 99.0000 Operator pembagian kiri \ tidak didahului oleh titik karena merupakan operasi matriks, bukan operasi elemen ke elemen suatu matriks. Penggunaan operator ini secara otomatis menemukan solusi yang memperkecil error kuadrat dalam A.x-b. Penyelesaian ini mempunyai nilai praktis yang besar dan dinamakan peneyelesaian kuadrat terkecil. III.3. Regeresi Linear Pada permasalahan science dan engginering dalam pemodelan data orang sering menggunakan metode pencocokan kurva. Matlab menyelesaikan masalah ini dan sekaligus menyediakan sarana untuk memanipulasi polinomial. Di dalam metode pencocokan kurva atau regresi, anda berusaha menemukan suatu kurva halus yang mendekati data tetapi tidak harus melalui setiap point data. Pada contoh dibawah dibuat suatu program untuk melakukan curve fitting atau regresi linear. % Script fitting.m % Aproksimasi metode least square dengan n derajat ( n > 0 ). % membuat array data t dan y t = linspace(0, pi/2, 10); t = t'; y = sin(2*t); % mencocokan jumlah data dan derajat polinomial if ( n >= length(t)) error('degree is too big') end v = fliplr(vander(t)); v = v(:,1:(n+1)); c = v\y; c = fliplr(c');

x = linspace(min(t),max(t)); w = polyval(c, x); plot(t,y,'ro',x,w); title(sprintf('the least-squares polynomial of degree n = %2.0f',n)) legend('data points','fitting polynomial') Pada program fitting.m dibuat metode pencocokan kurva dari dua data, sebagai masukan yaitu array y dan t dan n derajat polinomial. Function vander(m) membuat suatu matriks yang elemen-elemennya merupakan pangkat dari m. Dengan m adalah sebuah array. Jika ukuran array m maka function vander akan membuat matriks baru dengan ukuran m x m. sebagai contoh : t=[1 5 8]; vander(t) 1 1 1 25 5 1 64 8 1 Function polyval(c,x) mencari nilai polynomial derajat c dengan input data x. Dibawah ini terdapat daftar perintah yang sering digunakan dalam operasi matriks dalam Matlab. Daftar Function Untuk Operasi Matriks di Matlab

Daftar Pustaka a) Getting Started With MATLAB, Version 6, The MathWorks.Inc, 2002 b) MATLAB Bahasa Komputansi Teknis, Penerbit ANDI Yogyakarta, 2000 c) Numerical Methods Using Matlab, ELLIS HORWOOD, 1995 d) Mastering MATLAB 5. A Comprehensive Tutorial and reference, Prentice Hall, 1998 e) http://www.mathworks.com