2014220029
DESCRIPTION
fdsfdTRANSCRIPT
UJIAN AKHIR SEMESTERKOMPUTER 1
Figure 1:
HEKA DYFAR TABALUBUN
Fakultas Keguruan dan Ilmu PendidikanJurusan Ilmu Matematika UniversitasDr.Soetomo Surabaya Tahun Ajaran
2014/2015
1
1 Metode Numeris Aljabar Linear
Kita telah memahami bahwa jika matriks kuadrat A dapat di reduksi ter-hadap bentuk eselon baris tanpa mempertukarkan baris-barisnya, maka A mem-punyai dekomposisi-LU. Pada umumnya, jika pertukaran baris diperlukan un-tuk mereduksi A terhadap bentuk eselon baris, maka tidak ada dekomposisi-LUdari A. Akan tetapi, dalam kasus tertentu hal ini memungkinkan untuk mem-faktorkan A dalam bentuk
A = PLU (1)
di mana L adalah segitiga bawah, U adalah segitiga atas dan P adalah matriksyang diperoleh dengan mempertukarkan baris-baris In secara aproksimasiTidak ada pembatasan dalam penambahan tersebut, oleh karna itu, dekomposisiLU bukan merupakan bilangan unik
A = LU =
a11 0 0a21 a22 0a31 a32 a33
1 u12 u13
0 1 u23
0 0 1
(2)
dan L mempunyai entri-entri diagonal taknol, maka kita dapat mengubah entri-entri diagonal dari faktor kiri ke ke faktor kanan dengan menulis.
A =
1 0 0a21a11
1 0
a31a11
a32a22
1
a11 0 0
0 a22 00 0 a33
1 u12 u13
0 1 u23
0 0 1
(3)
=
1 0 0a21a11
1 0
a31a11
a32a22
1
a11 a11a12 a11a13
0 a22 a22a230 0 1
(4)
yang menyatakan dekomposisi segitiga lainnya dari A
2
2 Tranformasi linear dari Rn ke Rm ; GeometriTransformasi linear dari R2 ke R3
pada bagian ini kita menelaah tranformasi linear dari Rn ke Rm dan menda-patkat sifat-sifat geometrik dari tranformasi linear dari R2 ke R3
mula-mula kita akan memperlihatkan bahwa setiap tranformasi linear dari Rn
ke Rm adalah tranformasi matrik; lebih tepat lagi, kita akan memperlihatkanbahwa jika T:Rn → Rm adalah sebarang tranformasi linear, maka kita dapatmencari sebuah matrik A yang berukuran m x n sehingga T adalah perkalianoleh A untuk melihat ini,misalkan
e1, e2, ... < en (5)
adalah basis baku untuk Rn, dan misalkan A adalah matrik m x n yang mem-punyai
t(e1), T (e2), ..., T (en) (6)
sebagai vektor-vektor kolomnya. (kita akan menganggap dalam bagian inibahwa semua vektor dinyatakan dalam notasi vektor). misalnya, jika T:R2 →R3
T
[x1
x2
]=
[x1 + 2x2
x1 − x2
](7)
maka
T (e1) = T
[10
]=
[11
]dant(e2) = T
[01
]=
[2−1
](8)
A =
[1 21 −1
](9)
Secara lebih umum , jika
T (e1) =
a11a21...am1
, T (e2) =
a12a22...am2
, ....., T (en) =
a1na2n...amn
(10)
Maka
A =
a11 a12 ... a1na21 a22 ... a2n... ... ... ...am1 am2 ... amn
(11)
3
3 Lanjutan Tranformasi Linear
matrik ini kita namakan matrik baku untuk T. Kita akan memperlihatkanbahwa Tranformasi Linear T.Rn → Rm adalah perkalian oleh A. untuk melihatini, mula-mula perhatikanlah bahwa.
X =
X1
X2
...Xn
= x1e1 + x2e2 + ...+ xnT (en) (12)
Maka, karena kelinearan T, adalah
T (x) = x1T (e1) + x2T (e2) + ...+ xnT (en) (13)
sebaliknya,
Ax =
a11 a12 ... a1na21 a22 ... a2n... ... ... ...am1 am2 ... amn
x1
x2
...xn
=
a11x1 + a12x2 + ...+ a1nxn
a21x1 + a22x2 + ...+ a2nxn
am1x1 + am2x2 + ...+ amnxn
(14)
= x1
a11a21...am1
+ x2
a12a22...am2
+ ...+ xn
a1na2n...amn
(15)
= x1T (e1) + x2T (e2) + ...+ xnT (en) (16)
Dengan membandingkan (13) dan (16) maka akan menghasilkan T(x) = Ax,yakni T adalah perkalian oleh A pengamatan lebih lanjut kita rangkumkansebagai berikutJika T: Rn → Rm adalah tranformasi linear, dan jika e1, e2, ..., en adalahbasis baku untuk Rn, maka T adalah perkalian oleh A dimana Aadalah matriks yang menghasilkan vektor kolom T (e1), T (e2), ..., T (en)
4
TERIMA KASIH BANYAK
Figure 2:
Hidup adalah Anugerah, Mati adalah
keuntungan, Maka selagi kamu hidup
pergunakanlah Anugerah yang TUHAN berikan
kepada Kamu sebaik mungkin untuk
KemulianNYA
5