ALJABAR MATRIKS pertemuan 8 Oleh : L1153 Halim Agung,S.Kom

Slides:



Advertisements
Presentasi serupa
RUANG VEKTOR II BUDI DARMA SETIAWAN.
Advertisements

Ruang Hasil kali Dalam (INNER PRODUCT SPACE)
Definisi kombinasi linear
Vektor Vektor memiliki besaran dan arah. Beberapa besaran fisika yang
Misalkan f dan g adalah fungsi yang bernilai riil dari R ke R.
Bab 4 vektor.
Aljabar Linear Elementer
ALJABAR LINIER & MATRIKS
Aljabar Linear Elementer
ALJABAR MATRIKS pertemuan 10 Oleh : L1153 Halim Agung,S.Kom
Ruang Vektor berdimensi - n
Ortogonal.
MATRIKS DEFINISI MATRIKS :
Diferensial Vektor TKS 4007 Matematika III (Pertemuan II) Dr. AZ
Transformasi Linier.
Aljabar Linier Pertemuan 1.
TRANSFORMASI.
PROGRAM STUDI TEKNIK INFORMATIKA UNIVERSITAS BRAWIJAYA 2010
Pertemuan 2 Aritmatika Vektor.
BAB VIII RUANG HASILKALI DALAM (lanjutan).
TRANSFORMASI LINIER.
BAB VIII RUANG HASILKALI DALAM (lanjutan).
RUANG PERKALIAN DALAM.
Review Review Aljabar Linear Matrix Operations Transpose
Aljabar Vektor (Perkalian vektor)
RUANG VEKTOR Pertemuan 3
MATRIKS DEFINISI MATRIKS :
Definisi Matriks Matriks adalah susunan segi empat siku-siku dari objek yang diatur berdasarkan baris (row) dan kolom (column). Objek-objek dalam susunan.
ALJABAR LINEAR RUANG EUCLID, RUANG VEKTOR, DAN SUB RUANG
VEKTOR VEKTOR PADA BIDANG.
RUANG VEKTOR BUDI DARMA SETIAWAN.
MODUL VII BASIS DAN DIMENSI
RUANG HASIL KALI DALAM Kania Evita Dewi.
ALJABAR MATRIKS Bila kita mempunyai suatu sistem persamaan linier
MATRIKS DEFINISI MATRIKS :
VektoR.
ALJABAR LINEAR KOMBINASI LINEAR, MERENTANG
Sistem Persamaan Linear
Aljabar Linear Elementer
Lanjutan Ruang Hasil Kali Dalam
Transformasi Linier.
FUNGSI KOMPOSISI Pengertian Komposisi Fungsi Rumus Komposisi Fungsi
Transformasi Linear Misalkan V dan W adalah ruang vektor, T : V  W
RUANG VEKTOR BUDI DARMA SETIAWAN.
RUANG VEKTOR BUDI DARMA SETIAWAN.
Pertemuan 2 Aljabar Vektor (Perkalian vektor)
Vektor Vektor memiliki besaran dan arah. Beberapa besaran fisika yang
Transformasi Linier.
Vektor Standar Kompetensi:
ALJABAR LINIER DAN MATRIKS
TRANSFORMASI LINEAR  Disusun untuk Memenuhi Tugas Mata Kuliah Aljabar Linear Dosen Pengampu : Abdul Aziz Saefudin, M.Pd   Disusun oleh : Kelompok 7 Kelas.
ALJABAR LINEAR DAN MATRIKS
SOAL RUANG VEKTOR BUDI DARMA SETIAWAN.
PROGRAM STUDI TEKNIK INFORMATIKA UNIVERSITAS BRAWIJAYA 2010
Vektor Vektor memiliki besaran dan arah. Beberapa besaran fisika yang
Aljabar Linear Elementer
TRANSFORMASI LINIER Afri Yudamson, S.T., M.Eng..
A. RELASI DAN FUNGSI Indikator : siswa dapat
VEKTOR.
RUANG VEKTOR bagian pertama
Vektor Vektor memiliki besaran dan arah. Beberapa besaran fisika yang
Widita Kurniasari, SE Bahan Ajar di Universitas Trunojoyo
Vektor Vektor memiliki besaran dan arah. Beberapa besaran fisika yang
ULANGAN SELAMAT BEKERJA Mata Pelajaran : Matematika
PERTEMUAN 8 TRANSFORMASI LINIER.
Vektor Proyeksi dari
RUANG VEKTOR II BUDI DARMA SETIAWAN.
ALJABAR MATRIKS pertemuan 5 (Quiz’s Day) Oleh : L1153 Halim Agung,S
TRANSFORMASI LINIER BUDI DARMA SETIAWAN.
BAB 6: TRANSFORMASI LINIER
Transcript presentasi:

ALJABAR MATRIKS pertemuan 8 Oleh : L1153 Halim Agung,S.Kom

Transformasi Linier Pengertian Transformasi Linier. Pandang 2 buah himpunan A dan B. kemudian pasangkan setiap x є A dengan satu dan hanya satu y є B. Dikatakan terdapat suatu fungsi f : A→B. Contoh 1. Misalkan A = {x1,x2,x3}, B = {y1,y2} , Himpunan A di atas dinamakan Domain dan himpunan B dinamakan Codomain. terlihat bahwa setiap x є A mempunyai satu pasangan y є B. Jadi f adalah fungsi f : A→B. Contoh 2. terlihat bahwa tidak setiap x є A mempunyai satu pasangan y є B. jadi f adalah bukan fungsi A B Catatan : Apabila himpunan A dan B di samping merupakan himpunan bilangan riil R1 atau himpunan bagiannya, cara/aturan pengaitan umumnya dapat dirumuskan dalam 1 hubungan matematis. Contoh 3. Diketahui Suatu transformasi T : R3→ R3 dengan rumus Transformasi T(x1,x2,x3) = (2x1 – x2 ,x2 + x3 ,x32), untuk setiap x = (x1,x2,x3)єR3. vector(2,1,-1) akan ditransformasikan oleh T menjadi : T(2,1,-1) = (3,0,1). Kita katakan vektor (3,0,1) adalah peta dari vektor (2,1,-1), sebaliknya vektor (2,1,-1) adalah prapeta dari vektor (3,0,1)

Perubahan Basis Basis orthonormal Diketahui V ruang hasil kali dalam dan v 1, v 2,…, v n adalah vektor – vektor dalam V. Beberapa definisi penting a. H = { v 1, v 2,…, v n } disebut himpunan orthogonal bila setiap vektor dalam V saling tegak lurus ,yaitu < v i, v j > = 0 untuk i ≠ j dan i,j = 1,2,…,n. b. G = { v 1, v 2,…, v n }disebut himpunan orthonormal bila G himpunan orthogonal normalisasi dari vi = 1 , i = 1,2,…,n atau < v i, v i > = 1 Normalisasi himpunan orthogonal ke himpunan orthonormal Diketahui V RHD (Ruang Hasil kali Dalam / perkalian dot) dan H = { v 1 , v 2,…, v n }∈ V merupakan himpunan orthogonal dengan vi ≠ 0 maka bisa didapatkan himpunan orthonormal yang didefinisikan sebagai S = { s1, s2,…, sn } dengan , i = 1,2,…,n. Kalau dilihat secara seksama , sebenarnya rumusan ini merupakan rumusan dari metode Gramm– Schimdt (google untuk lebih jelas) yang telah mengalami reduksi yaitu untuk nilai proy W(vi) = 0 akibat dari v 1 , v 2,…, v n yang saling orthogonal. Proses untuk mendapatkan vektor yang orthonormal biasa disebut dengan menormalisasikan vektor. Jika dim (V) = n , maka S juga merupakan basis orthonormal dari V.

Contoh :

Next , Jika V ruang vektor, S : { s1, s2,…, sn } merupakan basis V maka untuk sembarang x ∈ V, dapat dituliskan : x = k1.s1 + k2.s2 +…+ kn.sn dengan k1, k2, …, kn skalar. k1, k2, …, kn juga disebut koordinat x relatif terhadap basis S. disebut matriks x relatif terhadap basis S Jika S merupakan basis orthonormal , maka Apa hubungannya dengan perubahan basis ?

Ini hubungannya …

Contoh :

Transformasi Vektor Linier Definisi : T : V →W suatu transformasi dari ruang vektor V ke ruang vektor W. Transformasi T disebut transformasi vektor linier jika terpenuhi : 1. Untuk setiap v1,v2 є V T(v1) + T(v2) = T(v1+v2), dan 2. untuk setiap v є V dan λ berlaku λT(v) = T(λv) Contoh : Diketahui T : R3→R3 dimana T(x1,x2,x3) = (2x1+x2 , x2 , x3+1) untuk setiap (x1,x2,x3) є R3. T adalah transformasi vektor yang tidak linier karena syarat 1,misal tak terpenuhi. Ambil v1 = (1,0,1), v2 = (1,0,1) maka T(v1) + T(v2) = (2,0,1) + (2,0,2) = (4,0,3). Sedangkan T(v1+v2) = (4,0,2) Jadi T(v1)+T(v2) ≠ T(v1+v2)

Matriks dan Transformasi Vektor Linier Definisi : Pandang T : Rn→Rn .suatu transformasi vektor linier. { ei }, i = 1,2,3,…,n, basis natural Rn . { εi } , i = 1,2,3,…,m, basis natural Rm . T(e1), T(e2),… T(en) adalah vector-vektor di Rm, sehingga merupakan kombinasi linier dari { εi } Misalnya : T(e1) = a11ε1+ a21ε2+…+ am1εm T(e2) = a12ε1 +a22ε2+…+ am2εm … … … … … T(en) = a1nε1+ a1nε1+…+ amnεm Transpose dari matriks koefisien diatas : Disebut matriks REPRESENTASI dari transfomasi linier T yang relative terhadap basis-basis natural { ei } dan { εi }

Contoh : T : R3 → R3 .suatu transformasi linier dimana T(x1,x2,x3) = (x1,2x2,x1+x3). Mencari matriks transformasi tak lain adalah mencari peta dari vektor - vektor basis.jika tidak disebutkan maka menggunakan basis natural (matriks identitas). T(e1) = T(1,0,0) = (1,0,1)=1e1 + 0e2 + 1e3. T(e2) = T(0,1,0) = (0,2,0)=0e1 + 2e2 + 0e3. T(e3) = T(0,0,1) = (0,0,1)=0e1 + 0e2 + 1e3. Maka matriks Representasi nya adalah Misalnya peta dari (2,3,1) , maka vektor hasil dari transformasi linier nya adalah

Tugas Joint dalam kelompok (3 orang) – kelompok ditentukan oleh dosen Buatlah soal (Boleh Goggling) mengenai pertemuan hari ini lengkap dengan solusi dalam menjawab soal tersebut (WAJIB 10 soal!!! ) Syarat penilaian : Tepat 10 soal (10 point) Solusi + Jawaban dari soal diatas (40 point) – nilai maximum untuk solusi & jawaban yg benar Tidak ada kerjasama antar kelompok (10 point) Tingkat kerumitan soal tinggi (40 point)