BAB VII RUANG VEKTOR UMUM (lanjutan).

Slides:



Advertisements
Presentasi serupa
SISTEM PERSAMAAN LINIER (SPL)
Advertisements

Metode Simpleks Diperbaiki (Revised Simplex Method)
RUANG VEKTOR II BUDI DARMA SETIAWAN.
Sistem Persamaan Diferensial
Sistem Persamaan Linier Penulisan Dalam Bentuk Matriks
MATRIKS.
Sistem Persamaan linier
BAB 2 DETERMINAN.
Matriks & Operasinya Matriks invers
Definisi kombinasi linear
RUANG VEKTOR UMUM.
Sistem Persamaan Linier
SISTEM PERSAMAAN LINIER
RUANG VEKTOR Trihastuti Agustinah..
SISTEM PERSAMAAN LINEAR
INVERS MATRIKS (dengan adjoint)
SISTEM PERSAMAAN LINEAR
Ruang Vektor berdimensi - n
Aljabar Linear Elementer
MATRIKS INVERS 08/04/2017.
Solusi Persamaan Linier
RUANG VEKTOR EUCLIDEAN
Ortogonal.
Penyelesaian Persamaan Linier Simultan
Selamat Datang Dalam Kuliah Terbuka Ini
Sistem Persamaan Linier
SISTEM PERSAMAAN LINIER
INVERS (PEMBALIKAN) MATRIKS
Widita Kurniasari, SE, ME Universitas Trunojoyo
BAB 6. INTEGRASI VEKTOR PENDAHULUAN
SISTEM PERSAMAAN LINEAR
SISTEM PERSAMAAN LINIER
DETERMINAN DAN INVERSE MATRIKS.
OLEH : IR. INDRAWANI SINOEM, MS.
Univ. INDONUSA Esa Unggul INF-226 FEB 2006 Pertemuan 12 Tujuan Instruksional Umum : Sistem Persamaan Linier Tujuan Instruksional Khusus : Mahasiswa mampu.
TRANSFORMASI LINIER.
BASIC FEASIBLE SOLUTION
PERMUTASI Merupakan suatu himpunan bilangan bulat {1,2,…,n} yang disusun dalam suatu urutan tanpa penghilangan atau pengulangan. Contoh : {1,2,3} ada 6.
SISTEM PERSAMAAN LINEAR
SISTEM PERSAMAAN LINIER
TRANSFORMASI LINIER.
Sistem Persamaan Linier
BAB I SISTEM PERSAMAAN LINIER
NILAI DAN VEKTOR EIGEN.
BAB VIII RUANG HASILKALI DALAM (lanjutan).
BAB 3 DETERMINAN.
BAB VIII RUANG HASILKALI DALAM (lanjutan).
Sistem Persamaan Linier Oleh : Sudaryatno Sudirham
BAB X TRANSFORMASI LINIER.
Ruang Vektor: Ruang baris, ruang kolom dan ruang nol Edi Cahyono
SISTEM PERSAMAAN LINEAR Bagian-1
Ruang-n Euclides Orang yang pertama kali mempelajari vektor-vektor di Rn adalah Euclides sehingga vektor-vektor yang berada di ruang Rn dikenal sebagai.
Definisi Matriks Matriks adalah susunan segi empat siku-siku dari objek yang diatur berdasarkan baris (row) dan kolom (column). Objek-objek dalam susunan.
Aljabar Linier I [Pengantar dan OBE] Pertemuan [1-2]
ALJABAR LINIER (MATRIKS)
ALJABAR LINEAR BASIS DAN DIMENSI
BAB I SISTEM PERSAMAAN LINIER
Sistem Persamaan Linier dan Matriks Jilid 2
ALJABAR LINEAR KOMBINASI LINEAR, MERENTANG
SISTEM PERSAMAAN LINIER 2
RUANG VEKTOR.
Ruang vektor real Kania Evita Dewi.
Core Teknik Informatika Kode MK/SKS : TIF /2
TRANSFORMASI LINEAR  Disusun untuk Memenuhi Tugas Mata Kuliah Aljabar Linear Dosen Pengampu : Abdul Aziz Saefudin, M.Pd   Disusun oleh : Kelompok 7 Kelas.
KANIA EVITA DEWI RUANG VEKTOR REAL.
Penyelesaian Persamaan Linier dengan Matriks
TRANSFORMASI LINIER Afri Yudamson, S.T., M.Eng..
SISTEM PERSAMAAN LINIER 2
RUANG VEKTOR II BUDI DARMA SETIAWAN.
TRANSFORMASI LINIER BUDI DARMA SETIAWAN.
Transcript presentasi:

BAB VII RUANG VEKTOR UMUM (lanjutan)

7.5 Ruang Baris, Ruang Kolom, dan Ruang Null Definisi Untuk suatu matriks m x n vektor-vektor r1 = [a11 a12 … a1n] r2 = [a21 a22 … a2n] ⋮ rm = [am1 am2 … amn] pada Rn yang dibentuk dari baris-baris A disebut sebagai vektor baris (row vector) dari A, dan vektor-vektor

pada Rm yang dibentuk dari kolom-kolom A disebut sebagai vektor kolom (column vector) dari A. Contoh 7.7 Vektor-vektor baris dari A adalah Vektor-vektor kolom dari A adalah

Definisi Jika A adalah suatu matriks m x n, maka subruang dari Rn yang direntang oleh vektor-vektor baris dari A disebut ruang baris (row space) dari A, dan subruang dari Rm yang direntang oleh vektor-vektor kolom disebut ruang kolom (column space) dari A. Ruang solusi dari sistem persamaan yang homogen Ax = 0 yang merupakan subruang dari Rn disebut ruang null (null space) dari A. Teorema 7.5.1 Suatu sistem persamaan linier Ax = b adalah konsisten jika dan hanya jika b berada pada ruang kolom dari A.

Contoh 7.8 Misal Ax = b adalah sistem linier Tunjukkan bahwa b berada pada ruang kolom dari A dan nyatakan b sebagai suatu kombinasi linier dari vektor-vektor kolom dari A. Penyelesaian Dengan menyelesaikan sistem persamaan linier didapat x1 = 2, x2 = –1, x3 = 3. Karena sistem ini konsisten, maka b berada pada ruang kolom dari A.

Matriks sistem persamaan linier dapat ditulis menjadi

Teorema 7.5.2 Jika x0 menotasikan solusi tunggal sembarang dari suatu sistem linier konsisten Ax = b, dan jika v1, v2, …, vk membentuk suatu basis untuk ruang null dari A , yaitu ruang solusi dari sistem homogen Ax = 0 , maka setiap solusi dari Ax = b dapat dinyatakan dalam bentuk: x = x0 + c1v1 + c2v2 + … + ckvk Vektor x0 disebut solusi khusus dari Ax = b Vektor-vektor x0 + c1v1 + c2v2 + … + ckvk disebut solusi umum dari Ax = b Vektor-vektor c1v1 + c2v2 + … + ckvk disebut solusi umum dari Ax = 0

Contoh 7.9 Tentukan solusi umum dan khusus dari sistem persamaan linier nonhomogen Ax = b berikut. x1 + 3x2 – 2x3 + 2x5 = 0 2x1 + 6x2 – 5x3 – 2x4 + 4x5 – 3x6 = –1 5x3 – 10x4 – 15x6 = 5 2x1 + 6x2 + 8x4 + 4x5 + 18x6 = –1 Penyelesaian R2 – 2R1 R4 – 2R1

–R2 R3 – 5R2 R4 – 4R2 R3  R4 R4  R3

1/6R3 R2 – 3R3 R1 + 2R3

Sistem persamaan yang bersesuaian dengan matriks diatas adalah: x6 = 1/3 x3 + 2x4 = 0  x3 = –2x4 x1 + 3x2 + 4x4 + 2x5 = 0  x1 = –3x2 –4x4 – 2x5 Tetapkan nilai-nilai x2, x4 dan x5, yaitu: x2 = r, x4 = s, x5 = t, didapat: x1 = –3r – 4s – 2t x3 = –2s

atau: x1 = 0 –3r – 4s – 2t x2 = 0 + r + 0s + 0t x3 = 0 + 0r – 2s + 0t x4 = 0 + 0r + s + 0t x5 = 0 + 0r + 0s + t x6 =1/3 + 0r + 0s + 0t Hasil ini dapat ditulis dalam bentuk vektor, yaitu:

Solusi umum:

Basis Untuk Ruang Null Ruang null adalah ruang solusi dari sistem persamaan linier homogen Ax = 0 yang merupakan subruang dari Rn. Contoh 7.10 Tentukan basis untuk ruang null dari Penyelesaian

R1 +R2 R2 +R1 1/3R2

R3 – R1 –1/3R3 R3 – R2

R3 – R2 1/3R4 R4 – R3

x4 = 0 x3 – 2x4 + x5 = 0  x3 + x5 = 0  x3 = –x5 x1 + x2 + x3 – 3x4 + 2x5 = 0  x1 + x2 + x3 + 2x5 = 0  x1 + x2 – x5 + 2x5 = 0  x1 + x2 + x5 = 0  x1 + x2 = – x5 Jika ditentukan nilai x5 = t, maka x3 = –t Jika ditentukan nilai x2 = s, maka x1 = –s –t Basis : (–1, 1, 0, 0, 0), (–1, 0, –1, 0, 1)

Basis Untuk Ruang Baris dan Ruang Kolom Jika suatu matriks R berada dalam bentuk eselon baris, maka vektor-vektor baris dgn 1 utama (yaitu vektor-vektor baris tak-nol) membentuk suatu basis untuk ruang baris dari R, dan vektor-vektor kolom dengan 1 utama dari vektor-vektor baris membentuk suatu baris untu ruang kolom dari R. Contoh 7.11 Tentukan basis-basis untuk ruang baris dan ruang kolom dari,

Penyelesaian Basis untuk ruang baris dari R adalah vektor-vektor r1 = [1, –2, 5, 0, 3] r2 = [0, 1, 3, 0, 0] r3 = [0, 0, 0, 1, 0] Basis untuk ruang kolom dari R adalah vektor-vektor

Contoh 7.12 Tentukan basis-basis untuk ruang baris dan ruang kolom dari, Penyelesaian Reduksi A menjadi bentuk eselon baris,

Basis untuk ruang baris dari R adalah vektor-vektor Basis untuk ruang kolom dari R adalah vektor-vektor Basis untuk ruang kolom dari A adalah vektor-vektor

Latihan Nyatakan hasil kali Ax sebagai suatu kombinasi linier dari vektor-vektor kolom dari A. Tentukan, apakah b berada pada ruang kolom dari A. Jika ya, nyatakan b sebagai suatu kombinasi linier dari vektor-vektor kolom dari A. a. b.

3. Tentukan basis untuk ruang null dari A. 4. Tentukan basis untuk ruang baris dan ruang kolom dari A pada soal 3.

7.6 Rank dan Nulitas Ruang Matriks Dasar Pada matriks A dan AT terdapat 6 ruang vektor utama, yaitu: Ruang baris A Ruang baris AT Ruang kolom A Ruang kolom AT Ruang nul A Ruang nul AT Jika kita amati matriks A dan AT : Ruang baris pada matriks A = ruang kolom matriks AT Ruang kolom pada matriks A = ruang baris matriks AT Sehingga bisa disimpulkan bahwa dari sembarang matriks A dan transposenya, terdapat 4 ruang matriks dasar.

Teorema 7.6.1 Jika A adalah suatu matriks sembarang, maka ruang baris dan ruang kolom dari A memiliki dimensi yang sama. Definisi Dimensi umum dari ruang baris dan ruang kolom dari suatu matirks A dinyatakan sebai rank(A); dimensi untuk ruang nul dari A disebut sebagai nulitas(A) . Contoh 7.13 Tentukan rank dan nulitas dari, Penyelesaian

Operasi baris terhadap matriks A didapat matriks dalam bentuk eselon baris berikut. Karena terdapat 2 baris dan 2 kolom yang mengandung 1 utama (leading 1), maka rank(A) = 2 Untuk menentukan nulitas (A), kita harus menentukan ruang solusi dari Ax = 0. Dari matriks eselon baris didapat, x1 – 4x3 – 28x4 – 37x5 + 13x6 = 0 x2 – 2x3 – 12x4 – 16x5 + 5x6 = 0

Sehingga, x1 = 4x3 + 28x4 + 37x5 – 13x6 x2 = 2x3 + 12x4 + 16x5 – 5x6 x1 dan x2 adalah variabel utama x3 , x4, x5, x6 adalah variabel bebas Solusi umum dari sistem persamaan linier adalah, x6 = r x5 = s x4 = t x3 = u x2 = 2u + 12t + 16s – 5r x1 = 4u + 28t + 37s – 13r r, s, t, dan u adalah parameter

Solusi umum dari sistem persamaan linier dapat ditulis dalam bentuk vektor seperti berikut ini. Jumlah vektor yang membentuk ruang solusi adalah 4 buah vektor, sehingga nulitas(A) = 4

Teorema 7.6.2 Jika A adalah suatu matriks sembarang, maka rank (A) = rank (AT) Teorema 7.6.3 Teorema Dimensi untuk Matriks Jika A adalah suatu matriks dengan n kolom, maka rank (A) + nulitas (A) = n Jumlah Variabel utama Jumlah Variabel bebas + = n

Latihan Tentukan rank dan nulitas dari matriks berikut. a. b.