Professional Documents
Culture Documents
Departemen Matematika
Fakultas Matematika dan Ilmu Pengetahuan Alam
Institut Pertanian Bogor
BOGOR
2004
i
CONTENTS ii
1
1.1 Aturan Jumlah dan Kali 2
Contoh 1.2 Aturan jumlah dapat diperluas untuk lebih dari dua tugas. Mis-
alnya, seorang instruktur laboratorium komputer memiliki 4 jenis buku bahasa
pemrograman: 5 buku (judul) tentang C++, 4 buku tentang FORTRAN, 3
buku tentang Java, dan 5 buku tentang Pascal: Jika seorang praktikan dian-
jurkan untuk meminjam satu buku bahasa pemrograman dari sang instruktur,
maka ada 5 + 4 + 3 + 5 = 17 buku yang bisa dia pinjam.
De…nisi 1.2 (Aturan Kali) Jika suatu prosedur dapat dipecah menjadi
dua tahap, dan jika tahap pertama menghasilkan m keluaran yang mungkin
dan masing-masing keluaran dilanjutkan ke tahap kedua dengan n keluaran
yang mungkin, maka prosedur tersebut akan menghasilkan mn keluaran yang
mungkin.
Contoh 1.3 Pada Contoh 1.2, jika seorang praktikan diwajibkan menguasai
keempat jenis bahasa pemrograman yang masing-masing diberi waktu satu
bulan untuk mempelajarinya, maka ada 5 4 3 5 = 120 cara belajar yang
mungkin.
De…nisi 1.3 Jika dalam suatu kotak berisi n obyek (benda) yang berbeda,
maka banyaknya cara memilih (mengambil) r obyek dari kotak itu dengan
urutan diperhatikan dan pengulangan (pengembalian) dibolehkan adalah
nr
Ungkapan dari de…nisi di atas bisa diganti dengan: “banyaknya cara men-
empatkan n obyek yang berbeda ke dalam r posisi yang berbeda pula dengan
pengulangan dibolehkan adalah nr cara”.
Contoh 1.4 Untuk penyimpanan data, suatu memori utama komputer me-
muat sejumlah besar sirkuit, masing-masing mampu menyimpan suatu bit (0
atau 1). Sirkuit simpanan ini disusun berdasarkan satuan-satuan yang dise-
but dengan sel. Untuk mengidenti…kasi sel di dalam memori utama, masing-
masing diberikan satu dan hanya satu nama yang disebut dengan adres.
Pada beberapa jenis mesin komputer, adres direpresentasikan sebagai daftar
terurut terdiri atas 8 bit yang secara kolektif disebut dengan byte. Dengan
aturan kali, maka ada 28 adres yang bisa digunakan untuk mengidenti…kasi
sel dimana informasi akan disimpan.
Soal 1.1.1 Seorang turis asing akan melakukan perjalanan dari Jakarta ke
Bandung menggunakan mobil. Pemandu Wisata menjelaskan bahwa ada 2 al-
ternatif yang bisa dipilih, yaitu lewat Purwakarta atau Cianjur. Jika memilih
jalur Cianjur, ada 2 alternatif yang bisa dipilih, yaitu lewat Jonggol atau Bo-
gor. Jika memilih jalur Bogor, ada 3 alternatif yang bisa dipilih, yaitu lewat
Parung, Cibinong, atau Tol, kemudian dari Bogor dilanjutkan dengan 2 al-
ternatif, yaitu lewat Puncak atau Sukabumi. Ada berapa cara perjalanan yang
bisa ditempuh turis tersebut dari Jakarta ke Bandung, apabila:
Soal 1.1.3 Syarat penulisan plat nomor mobil untuk wilayah Bogor dan sek-
itarnya adalah:
1.2 Permutasi
Diberikan suatu himpunan yang beranggota n obyek, sembarang susunan
linear (mendatar) dari obyek-obyek tersebut disebut permutasi. Permutasi
berukuran r dari n obyek bisa diartikan sebagai menempatkan n obyek yang
berbeda ke dalam r posisi yang berbeda pula dengan cara pengulangan tidak
dibolehkan. Jika n obyek dinotasikan dengan a1 ; a2 ; :::; an ; dan r adalah
intejer positif dengan 1 r n; maka banyaknya permutasi berukuran r
dari n obyek, dinotasikan P (n; r); adalah
n!
n (n 1) (n 2) ::: (n r + 1) = (n r)!
pos-1 pos-2 pos-3 pos-r
Contoh 1.5 Di dalam suatu kelas yang terdiri 10 mahasiswa, dipilih 5 dan
disuruh berjajar dalam suatu baris untuk difoto. Tentukan banyaknya susunan
yang mungkin.
Contoh 1.6 Susunan huruf (kata) akan dibentuk dengan mengambil huruf-
huruf yang ada di dalam kata KOMPUTER. Tentukan banyaknya kata (susun-
an huruf tidak harus mempunyai arti) yang bisa dibentuk:
3. jika kata terdiri atas 12 huruf dengan syarat pengulangan huruf di-
bolehkan.
8!
2. jika yang diambil hanya 5 huruf adalah P (8; 5) = (8 5)!
:
3. jika kata terdiri atas 12 huruf dengan syarat pengulangan huruf di-
bolehkan adalah 812 :
Contoh 1.7 Tentukan banyaknya kata yang mungkin dibentuk dengan meng-
ambil semua huruf di dalam kata MATEMATIKA.
Contoh 1.8 Buktikan bahwa jika n dan k adalah intejer positif dengan n =
2k; maka 2n!k adalah intejer.
intejer. z
2
Ini merupakan suatu contoh pembuktian dengan pendekatan kombinatorika.
1.2 Permutasi 6
5 4 3 2 1 = 5!
5 4 4 3 3 2 2 1 1 = (5!)(4!):
Soal 1.2.5 Ada berapa susunan dari huruf-huruf di dalam kata SOCIOLOG-
ICAL? Kemudian, ada berapa susunan agar A dan G bersebelahan? Ada
berapa susunan agar semua vokal bersebelahan?
Soal 1.2.6 Ada berapa intejer positif n yang bisa dibentuk dengan menggu-
nakan angka 3; 4; 4; 5; 5; 6; dan 7 sehingga n 5000000:
1. P (n; 2) = 90:
Soal 1.2.9 Ada berapa cara jika 7 orang duduk mengelilingi meja bundar?
Kemudian, jika 2 orang ingin duduk bersebelahan, ada berapa susunan yang
mungkin?
1.3 Kombinasi
De…nisi 1.5 Kombinasi berukuran r dari n obyek dapat diartikan sebagai
seleksi (pengambilan) berukuran r dari kumpulan beranggota n obyek den-
gan urutan tidak diperhatikan dan pengulangan (pengembalian) tidak
dibolehkan.
n! P (n; r)
C(n; r) = = :
(n r)!r! r!
Rumus ini dijelaskan dengan argumen berikut. Setiap satu kombinasi beruku-
ran r dari n obyek akan menentukan r! permutasi berukuran r dari n obyek,
sehingga untuk C(n; r) kombinasi akan menghasikan
n n n
= 1, = n, dan = 1:
0 1 n
n
Selanjutnya, dide…nisikan bahwa r
= 0 jika:
12 12!
1. Banyaknya cara mengerjakan 8 soal dari 12 soal adalah 8
= 4!8!
:
5
2. Banyaknya cara mengerjakan 3 soal dari 5 soal pertama adalah 3
;
7
dan banyaknya cara mengerjakan 5 soal dari 7 soal terakhir adalah 5
:
Secara keseluruhan proses mengikuti aturan kali, sehingga ada 53 7
5
cara mengerjakan soal.
1.3 Kombinasi 9
(a) 3 soal dari 5 nomor soal pertama dan 5 soal dari 7 nomor soal
terakhir, berarti ada 53 7
5
cara pengerjaan.
(b) 4 soal dari 5 nomor soal pertama dan 4 soal dari 7 nomor soal
terakhir, berarti ada 54 7
4
cara pengerjaan.
(c) 5 soal dari 5 nomor soal pertama dan 3 soal dari 7 nomor soal
terakhir, berarti ada 55 7
3
cara pengerjaan.
5 7 5 7 5 7
+ +
3 5 4 4 5 3
6! 7
2!2!1!1! 4
6!
:
2!2!1!1!
N T T R N B
;
" " " " " " "
1.3 Kombinasi 10
7
:
4
Akhirnya dengan aturan kali kita dapatkan jawaban yang dimaksud di atas.
z
wt(x) := x1 + x2 + ::: + xn :
310 :
Bukti. Dari de…nisi jelas bahwa suatu string yang panjangnya 10 dan
berbobot genap jika dan hanya jika banyaknya simbol 1 dalam string terse-
but juga genap. Dengan demikian banyaknya simbol 1 dalam string yang
mungkin adalah 0; 2; 4; ..., 10: Misalkan banyaknya simbol 1 dalam string
adalah j; maka banyaknya string yang mungkin adalah
10 10 j
2
j
1.3 Kombinasi 11
simbol:
:
posisi: 1 2 3 5 6 7 8 9 10
10 8 10 6 10 4 10 2
210 + 2 + 2 + 2 + 2 + 1:
2 4 6 8
Teorema 1.2 (Teorema Binomial) Jika x dan y adalah variabel dan n adalah
intejer positif, maka
Xn
n i n i
n
(x + y) = xy : (1.1)
i=0
i
P
n
n
1. i
= 2n :
i=0
P
n
n
2. ( 1)i i
= 0:
i=0
1. x = 1 dan y = 1;
2. x = 1 dan y = 1;
Contoh 1.14 Himpunan kuasa (power set) dari suatu himpunan A; dino-
tasikan dengan P(A); adalah koleksi (himpunan) semua subhimpunan dari
A: Jika jAj = n; dengan n intejer positif, jelaskan bahwa banyaknya subhim-
punan berkardinal k; dengan 0 k n; adalah nk ; dan
Xn
n
jP(A)j = = 2n :
k=0
k
i=0
i
X
7
7
= [ (2)i ( 3)7 i ]xi y 7 i
i=0
i
n+1 n n
= +
r r r 1
Bukti. Walaupun teorema ini bisa dibuktikan secara aljabar, yaitu den-
gan menggunakan de…nisi nr = r!(nn! r)! ; namun disini pembuktian akan di-
lakukan secara kombinatorik. Misalkan
A = fx; a1 ; a2 ; :::; an g;
n!
n1 !n2 !:::nt !
dan dinotasikan dengan
n
:
n1 ; n2 ; :::; nt
n n n1 n n1 n2 n (n1 + n2 + :::nt 1 ) = nt
::: =
n1 n2 n3 nt
n!
;
n1 !n2 !:::nt !
dan merupakan koe…sien dari suku xn1 1 xn2 n3 nt
2 x3 :::xt dalam ekspansi (x1 + x2 +
::: + xn )n . z
1.3 Kombinasi 14
(a + 2b 3c + 2d + 5)16 :
Jawab. Karena
adalah koe…sien dari (a)2 (2b)3 ( 3c)2 (2d)5 (5)4 : Dengan demikian,
16!
(1)2 (2)3 ( 3)2 (2)5 (5)4
(2!)(3!)(2!)(5!)(4!)
adalah koe…sien dari a2 b3 c2 d5 : z
n
Soal 1.3.2 Jika n adalah intejer positif dan n > 1; buktikan bahwa 2
+
n 1
2
merupakan bentuk kuadratik.
Soal 1.3.3 Suatu panitia terdiri dari 12 orang yang dipilih dari 10 pria dan
10 wanita. Tentukan banyaknya cara pemilihan, jika:
Soal 1.3.4 Tentukan banyaknya byte yang memuat banyaknya simbol “1”
sedikitnya 5:
Soal 1.3.5 Tentukan banyaknya cara jika 12 buku yang berbeda didistribusi-
kan ke 4 anak sehingga:
1.3 Kombinasi 15
Soal 1.3.7 Dari Contoh 1.13, tentukan banyaknya string dengan panjangnya
10 yang:
3. berbobot 4:
1. (x + y)12 :
2. (x + 2y)12 :
3. (2x 3y)12 :
1. (x + y)10 :
2. (x + y + z)10 :
3. (w + x + y + z)5 :
P
n
1
1. i!(n 1)!
:
i=0
P
n
( 1)i
2. i!(n 1)!
:
i=0
Soal 1.3.13 Tunjukkan bahwa untuk sembarang intejer positif m dan n ber-
laku
m+n m+n
n = (m + 1) :
m m+1
Soal 1.3.15 Untuk x suatu bilangan nyata dan n intejer positif, tunjukkan
bahwa:
1. 1 = (1 + x)n n
1
x1 (1 + x)n 1
+ n
2
x2 (1 + x)n 2
+ ( 1)n n
n
xn :
2. 2n = (2 + x)n n
1
x1 (2 + x)n 1
+ n
2
x2 (2 + x)n 2
+ ( 1)n n
n
xn :
X50
50 i
8 = x100 :
i=0
i
1.4 Kombinasi dengan pengulangan 17
Contoh 1.18 Ada berapa cara apabila 13 kelereng yang identik didistribusikan
ke dalam 5 lubang yang berbeda?
Jawab. Dengan argumen yang sama dengan jawaban Contoh 1.17 diper-
oleh jawaban
17! 17
= :
4!13! 13
z
Jawab. Dengan argumen yang sama dengan jawaban Contoh 1.17 diper-
oleh jawaban
25! 25
= :
5!20! 20
z
Catatan 1.1 Dari ketiga contoh terakhir di atas, kita sampai pada kesim-
pulan bahwa ketiga pernyataan berikut adalah ekuivalen:
x1 + x2 + ::: + xn = r;
Contoh 1.20 Ada berapa cara apabila kita ingin memberikan 7 apel dan 6
jeruk kepada 4 orang anak apabila masing-masing anak sedikitnya menerima
1 apel?
6 9
1 :
3 6
Jawab. 3 Misalkan
x1 + x2 + x3 + x4 + x5 + x6 = k; (1.4)
maka banyaknya solusi yang dimaksud adalah semua solusi Persamaan 1.4,
untuk 0 k 199: Dengan aturan jumlah diperoleh jawaban
X
199
6+k 1
:
k=0
k
Jawaban ini kalau dicari nilainya cukup melelahkan; apalagi kalau ruas kanan
Pertidaksamaan 1.3 jauh lebih besar dari 200; katakanlah 2000: Berikut ini
diberikan penyelesaian dengan pendekatan identitas kombinatorial. Men-
cari banyaknya solusi intejer dari Pertidaksamaan 1.3 setara dengan mencari
banyaknya semua solusi persamaan
x1 + x2 + x3 + x4 + x5 + x6 + x7 = 200;
3
Ini merupakan suatu contoh solusi yang berhubungan dengan analisis komputasi.
1.4 Kombinasi dengan pengulangan 20
Ringkasan
Soal 1.4.1 Tentukan ada berapa cara pendistribusian 10 koin kepada 5 orang
anak jika:
x1 + x2 + x3 + x4 = 32;
apabila:
1. xi 0; 1 i 4;
2. xi > 0; 1 i 4;
3. x1 ; x2 5; x3 ; x4 7;
4. xi 8; 1 i 4;
5. xi 2; 1 i 4; dan
2. Jika dijit 1; 3; dan 7 harus muncul paling banyak satu kali, tentukan
banyaknya semua intejer berdijit-5 yang saling tidak ekuivalen.
1. xi 0; 1 i 5:
2. xi 2; 1 i 5:
1. x1 + x2 + x3 = 10; 0 xi ; 1 i 3:
2. x1 + x2 + x3 + x4 = 4; 2 xi ; 1 i 4:
Chapter 2
Di dalam bab ini, pembicaraan banyak terkait dengan sifat-sifat dasar inte-
jer (bilangan bulat). Materinya ditekankan pada bahasan tentang: induksi
matematik, de…nisi rekursif, dan algoritme pembagian.
Sifat dasar intejer yang melandasi induksi matematik dinyatakan pada prin-
sip berikut ini.
Prinsip Pengurutan Baik (well-ordering principle): Setiap subhimpunan
tak-kosong dari Z+ mempunyai unsur terkecil.
25
2.1 Prinsip Induksi Matematik 26
P
n
(n)(n+1)
1. 1 + 2 + 3 + ::: + n = i= 2
:
i=1
P
n
(n)(n+1)(2n+1)
2. i2 = 6
:
i=1
P
n
(n2 )(n+1)2
3. i3 = 4
:
i=1
P
n
(n)(3n 1)
4. 1 + 4 + 7 + ::: + (3n 2) = (3i 2) = 2
:
i=1
1 1 1 1
P
n
1 n
5. 1:2
+ 2:3
+ 3:4
+ ::: + n(n+1)
= i(i+1)
= n+1
:
i=1
P
n
2i+1 n(n+2)
6. i2 (i+1)2
= (n+1)2
:
i=1
2.1 Prinsip Induksi Matematik 27
P
k
(k)(k+1)
Berdasarkan asumsi diketahui i= 2
; maka
i=1
X
k
(k)(k + 1)
i + (k + 1) = + (k + 1) ,
i=1
2
X
k+1
(k)(k + 1) + 2 (k + 1)
i = ,
i=1
2
X
k+1
(k + 1)(k + 2)
i = :
i=1
2
1. Jika n 3; maka 2n 2n + 1:
n3
2. 12 + 22 + ::: + (n 1)2 < 3
:
2k+1 2(k + 1) + 1:
2k :2 (2k + 1):2 ,
2k+1 (2k + 1) + (2k + 1) ,
2k+1 (2k + 2) + 2k ,
2k+1 2(k + 1) + 2k:
z
Perhatikan dua prosedur pseudocode berikut ini.
PROSEDUR 1
procedure SumOfSquares1 (n: positive integer)
begin
sum := 0
for i := 1 to n do
sum := sum + i2
end
PROSEDUR 2
procedure SumOfSquares1 (n: positive integer)
begin
sum := n (n + 1) (2 n + 1) =6
end
Terlihat bahwa kedua prosedur di atas sama-sama menghitung jumlah
kuadrat intejer positif dari 1 sampai dengan n. Karena Prosedur 1 meng-
gunakan perintah loop for, maka total operasinya melibatkan n adisi dan
n multiplikasi (ini belum termasuk n 1 adisi untuk penambahan variabel
counter i): Sedangkan Prosedur 2 hanya melibatkan 2 adisi, 3 multiplikasi, 1
divisi; dan yang lebih penting lagi jumlah operasinya tidak tergantung pada
nilai n: Akibatnya, Prosedur 2 jauh lebih e…sien dibandingkan Prosedur 1.
Hal ini memperlihatkan salah satu pentingnya prinsip induksi matematik
dalam masalah komputasi. Lebih jauh lagi kita perhatikan beberapa contoh
berikut ini.
2.1 Prinsip Induksi Matematik 29
Contoh 2.3 Kita amati jumlah intejer positif ganjil berurutan berikut.
1) 1 = 1 (= 12 )
2) 1 + 3 = 4 (= 22 )
3) 1 + 3 + 5 = 9 (= 32 )
4) 1 + 3 + 5 + 7 = 16 (= 42 )
Dari 4 intejer positif pertama ini, kita dapatkan pola untuk membuat suatu
konjektur (suatu proposisi yang belum diketahui benar dan salahnya) yang
berbunyi: Jumlah n intejer positif ganjil pertama yang berurutan
adalah n2 ; dengan kata lain, 8n 2 Z+ ;
X
n
S (n) : (2i 1) = n2 :
i=1
X
k+1 X
k
(2i 1) = (2i 1) + [2(k + 1) 1]
i=1 i=1
2
= k + [2(k + 1) 1]
= k 2 + 2k + 1
= (k + 1)2 :
Contoh 2.4 Diantara banyak barisan bilangan yang cukup menarik di dalam
matematika diskret dan kombinatorika adalah barisan bilangan harmonik:
H1 ; H2 ; H3 ; :::, dimana
H1 = 1
1
H2 = 1 +
2
1 1
H3 = 1+ +
2 3
..
.
Bukti. Untuk n = 1;
X
1
Hi = (1 + 1)H1 1,
i=1
H1 = 2:H1 1 ,
1 = 2:1 1 ,
1 = 1; benar.
P
Misalkan ki=1 Hi = (k + 1)Hk k benar untuk suatu intejer k > 1: Dari
asumsi ini, maka
X
k+1 X
k
Hi = Hi + Hk+1
i=1 i=1
= [(k + 1)Hk k] + Hk+1
= ((k + 1)Hk+1 1) k + Hk+1
= [(k + 1) + 1]Hk+1 1 k
= [(k + 1) + 1]Hk+1 (k + 1):
(a) S(n0 ); S(n0 + 1); S(n0 + 2); :::; S(n1 1); S(n1 ) benar, dan
Jika S(n0 ); S(n0 + 1); :::; S(n1 ); :::; S(k) benar, maka S(k + 1)benar
a0 = 1; a1 = 2; a2 = 3; dan
an = an 1 + an 2 + an 3; 8n 2 Z; n 3:
Buktikan bahwa 8n 2 N; an 3n :
ak+1 = ak + ak 1 + ak 2
3k + 3k 1 + 3k 2
3k + 3k + 3k = 3k+1 :
1 = 1 (1)
2+3+4 = 1+8 (2)
5+6+7+8+9 = 8 + 27 (3)
10 + 11 + 12 + 13 + 14 + 15 + 16 = 27 + 64 (4)
Buatlah konjektur rumus umum dari keempat persamaan di atas, dan buk-
tikan kebenaran konjektur yang anda buat.
Soal 2.1.2
2.2 De…nisi Rekursif 32
3. Buatlah konjektur hasil umum yang digeneralisasi dari Soal 1: dan Soal
2:, kemudian buktikan kebenaran konjektur yang anda buat.
p1 ^ p2 ^ p3 ^ p4 , (p1 ^ p2 ^ p3 ) ^ p4
, [(p1 ^ p2 ) ^ p3 ] ^ p4
, (p1 ^ p2 ) ^ (p3 ^ p4 )
, p1 ^ [p2 ^ (p3 ^ p4 )]
, p1 ^ (p2 ^ p3 ^ p4 ):
Dari fakta ini dapat diambil suatu kesimpulan bahwa berdasarkan sifat asosi-
atif tanda kurung bisa diletakkan secara bebas. Hasil ini dimantabkan secara
lebih umum pada penyataan di dalam contoh berikut ini.
Fn = Fn 1 + Fn 2
n k
0 1
1 1 1
2 1 2 1
3 1 3 3 1
4 1 4 6 4 1
a) a1 = 5; dan
b) an+1 = an + 5; untuk n 1:
a)’ b1 = 3; dan
1. cn = 7n:
2. cn = 7n :
3. cn = 3n + 7:
4. cn = 7:
5. cn = n2 :
6. cn = 2 ( 1)n :
Soal 2.2.2
Soal 2.2.3
jx + yj2 = (x + y)2
= x2 + 2xy + y 2
x2 + 2 jxj jyj + y 2
= jxj2 + 2 jxj jyj + jyj2
= (jxj + jyj)2 :
a) a0 = 1; a1 = 1; a2 = 1; dan
b) untuk n 3; an = an 1 + an 3 :
p n
Buktikan bahwa an+2 2 untuk setiap n 0:
P
n
1. untuk n 0; buktikan bahwa Fi = Fn+2 1:
i=0
P
n
Fi 1 Fn+2
2. untuk n 1; buktikan bahwa 2i
=1 2n
:
i=1
Soal 2.2.7
i i+1
i2 = + :
2 2
i i+1 i+2
i3 = +4 + :
3 3 3
(8a; b 2 Z) ab = 0 ) a = 0 _ b = 0;
(8a; b 2 Z) a 6= 0 ^ b 6= 0 ) ab 6= 0;
1. 1 j a dan a j 0:
2. [(a j b) ^ (b j a)] ) a = b:
3. [(a j b) ^ (b j c)] ) a j c:
5. (x = y + z) ^ ((a j x) ^ (a j y)) ) a j z:
6. (8a; b 2 Z+ ) (a j b) ) a b:
a j c1 x1 + c2 x2 + ::: + cn xn
bx + cy = xma + yna
= (xm + yn)a;
z
Bukti untuk teorema berikut ini dianjurkan sebagai kegiatan mandiri,
dan ini telah dibahas secara lengkap matakuliah Pengantar Teori Bilangan.
2.3 Algoritma Pembagian 41
a = qb + r; 0 r < b:
Dalam hal ini a disebut yang dibagi, b adalah yang membagi, q adalah
hasil bagi, dan r adalah sisa pembagian. Selanjutnya sisa pembagian
dinotasikan dengan r = a mod b dan hasil bagi dinotasikan q = a div b:
4. Misalkan a; b 2 Z+ :
a = ( q)b r
= ( q)b b + b r
= ( q 1)b + (b r):
Dalam hal ini, a(< 0) dibagi oleh b(> 0) diperoleh hasil bagi
q 1(< 0) dan sisanya b r; dimana 0 < b r < b:
Sistem lain yang cukup populer adalah sistem biner atau representasi basis
2 yang dipakai dalam kerja mesin komputasi. Misalnya a = 110101 basis 2;
ini berarti
a = 1:25 + 1:24 + 0:23 + 1:22 + 0:21 + 1:20 :
Tabel berikut ini mengilutrasikan hubungan antara sistem representasi desi-
mal, biner, oktal (basis 8), dan heksadesimal (basis 16) untuk intejer dari 0
sampai 15: Faktanya keempat sistem inilah yang paling sering dipakai dalam
bidang terapan, khususnya ilmu komputer.
Secara umum representasi basis dari suatu intejer dinyatakan dalam de…nisi
berikut ini.
De…nisi 2.2 Jika b 2 adalah suatu intejer, maka sembarang intejer positf
a dapat diekspresikan secara tunggal sebagai
a = an bn + an 1 bn 1
+ ::: + a1 b + a0 ; (2.1)
a = (an an 1 :::a1 a0 )b :
a = an an 1 :::a1 a0 :
Banyaknya dijit dari a disebut dengan presisi atau panjang dari a: Dalam
de…nisi di atas terlihat bahwa presisi dari a adalah n: Jika n = 0; maka a
disebut intejer presisi tunggal. Sedangkan jika n > 0; maka a disebut sebagai
intejer presisi ganda.
Dari De…nisi 2.2, berikut ini diberikan prosedur untuk mengubah repre-
sentasi basis-b dari intejer a kebentuk standar desimal dari a:
PROSEDUR 4
procedure ChangeDecimal((an an 1 :::a1 a0 )b : intejer)
begin
a := 0
for i := 0 to n do
a := a + ai bi
return(a)
end
z
Dalam langkah-langkah berikut ini perhatikan bahwa algoritma pemba-
gian melandasi sistem perubahan representasi basis.
a = (an bn 1
+ an 1 b n 2
+ ::: + a2 b + a1 )b + a0 :
Ini berarti a0 merupakan sisa dari a dibagi oleh b: Dalam hal ini hasil
baginya adalah
q 1 = an b n 1
+ an 1 b n 2
+ ::: + a2 b + a1 (2.2)
2.3 Algoritma Pembagian 45
Representasi Besaran-bertanda
Tanda dari suatu intejer (baik positif maupun negatif) dan besarannya (nilai
mutlak) direprsentasikan sebagai representasi besaran-bertanda. Intejer posi-
tif diberi suatu tanda dijit 0; sementara intejer negatif diberi suatu tanda dijit
b 1: Untuk suatu representasi basis-b bedijit n (berupa barisan) terdiri dari:
bn 1 1 intejer positif, bn 1 1 intejer negatif, dan 0 mempunyai dua rep-
resentasi. Sebagai ilustrasi, berikut ini diberikan tabel representasi besaran
bertanda untuk biner dari intejer dalam selang [ 7; 7]:
2.3 Algoritma Pembagian 47
Representasi Komplemen
Soal 2.3.1
Soal 2.3.2 Tentukan hasil bagi q dan sisa r dari pembagian a oleh b yang
diketahui berikut ini.
1. a = 23 dan b = 7:
2. a = 115 dan b = 12:
3. a = 0 dan b = 42:
4. a = 434 dan b = 31:
Soal 2.3.3 Tuliskan intejer berbasis-10 berikut ini ke dalam basis-2, basis-4;
dan basis-8:
a) 137 b) 6243 c) 12:345.
Soal 2.3.4 Tuliskan intejer berbasis-10 berikut ini ke dalam basis-2 dan basis-
16:
a) 22 b) 527 c) 1234 d) 6923.
Soal 2.3.7 Tuliskan masing-masing dari bilangan biner berikut ini ke dalam
representasi komplemen dua, hasilnya mengikuti pola 8-bit.
Soal 2.3.8 Jika suatu mesin menyimpan intejer dengan metode komplemen
dua, berapa intejer terbesar dan terkecil yang dapat disimpan apabila meng-
gunakan pola 8-bit.
a) 3 2 X; dan
b) jika a; b 2 X; maka a + b 2 X:
Buktikan bahwa
c = maxfx 2 Z+ (x j a) ^ (x j b)g:
2.4 Algoritme Euclid 50
Teorema 2.5 Misalkan c = gcd (a; b) : Jika pembagi bersama d dari a dan
b; maka d j c:
Teorema 2.6 Untuk setiap a; b 2 Z+ ; ada tepat satu c 2 Z+ sehingga c =
gcd (a; b) : Selanjutnya ada x; y 2 Z sehingga c = xa + yb (c adalah suatu
kombinasi linear dari a dan b):
Sifat-sifat dasar dari pembagi bersama terbersar dapat dirinci sebagai
berikut. Misalnya c = gcd (a; b) ; maka:
1. c adalah intejer positif terkecil dari himpunan fxa + yb=x; y 2 Zg:
2. Jika d = sa + tb untuk suatu s; t 2 Z; maka c j d:
3. gcd (a; b) = gcd ( a; b) = gcd (a; b) = gcd ( a; b) = gcd (b; a) :
4. gcd (a; 0) = jaj dan gcd (0; 0) tak terde…nisikan.
a b
5. c = gcd (a; b) ) gcd ;
c c
= 1:
Intejer a dan bdisebut prima relatif jika gcd (a; b) = 1; selanjutnya ada
x; y 2 Z sehingga xa + yb = 1:
Contoh 2.18 Karena gcd (42; 70) = 14; maka ada x; y 2 Z; sehingga
42x + 70y = 14 , 3x + 5y = 1:
Mudah diperiksa bahwa x = 2 dan y = 1 adalah solusinya. Kemudian
untuk k 2 Z;
3(2 + 5k) + 5( 1 3k) = 1;
juga
42(2 5k) + 70( 1 + 3k) = 14:
Jadi nilai x dan y tidak tunggal.
Teorema 2.7 (Algoritme Euclid) Misalkan a; b 2 Z+ ; jika dengan algo-
ritme pembagian berlaku langkah-langkah berikut ini:
Langkah ke-1 a = q1 b + r 1 0 < r1 < b
Langkah ke-2 b = q2 r 1 + r 2 0 < r2 < r1
Langkah ke-3 r1 = q3 r2 + r3 0 < r3 < r2
.. .. ..
. . .
,
Langkah ke-(i+2) ri = qi+2 ri+1 + ri+2 0 < ri+2 < ri+1
.. .. ..
. . .
Langkah ke-k rk 2 = qk r k 1 + r k 0 < rk < rk 1
Langkah ke-(k+2) rk 1 = qk+1 rk :
maka rk = gcd (a; b) :
2.4 Algoritme Euclid 51
1 = 28 1 (27)
= 28 1 (111 3 (28))
= ( 1) (111) + (4) (28)
= ( 1) (111) + (4) (250 2 (111))
= (4) 250 + ( 9) (111) :
z
Terkait dengan implementasi, algoritme Euclid dapat dirinci dalam Prose-
dur 6 untuk mencari gcd (a; b) dimana a; b 2 Z+ :
2.4 Algoritme Euclid 52
PROSEDUR 6
procedure gcd(a; b: intejer positif, a b)
begin
r := a mod b
d := b
while r > 0 do
begin
c := d
d := r
r := c mod d
end
return(d)
end
c = minfx 2 Z+ (a j x) ^ (b j x)g:
1. 8n 2 Z+ ; berlaku
lcm(1; n) = lcm(n; 1) = n:
2. 8a; n 2 Z+ ; berlaku
lcm(a; na) = na:
Teorema 2.8 Misalnya c = lcm (a; b) : Jika y adalah kelipatan bersama dari
a dan b; maka c j y:
2.4 Algoritme Euclid 53
(168)(456)
lcm(168; 456) = = 3192:
24
z
Algoritme Euclid dapat diperluas sehingga tidak hanya mengasilkan pem-
bagi bersama terbesar dari dua intejer a dan b; tetapi juga menghasilkan
intejer x dan y yang memenuhi ax + by = d; diberikan dalam Prosedur 7.
PROSEDUR 7
procedure gcd(a; b: intejer positif, positif, a b)
begin
if b = 0 then
begin
d := a; x := 1; y := 0
return(d; x; y)
end
x2 := 1; x1 := 0; y2 := 0; y1 := 1
while b > 0 do
begin
q := b ab c; r := a qb; x := x2 qx1 ; y := y2 qy1
a := b; b := r; x2 := x1 ; x1 := x; y2 := y1 ; y1 := y
end
d := a; x := x2 ; y := y2
return(d; x; y)
end
q r x y a b x2 x1 y2 y1
4864 3458 1 0 0 1
1 1406 1 1 3458 1406 0 1 1 1
2 646 2 3 1406 646 1 2 1 3
2 114 5 7 646 114 3 5 3 7
5 76 27 38 114 76 5 27 7 38
1 38 32 45 76 38 27 32 38 45
2 0 91 28 38 0 32 91 45 128
z
Catatan bahwa jawaban dengan tabel pada contoh di atas dapat diseder-
hanakan sebagai berikut, demi perhitungan menggunakan pensil dan kertas.
i qi+1 ri xi yi
0 4864 1 0
1 1 3458 0 1
2 2 1406 1 1
3 2 646 2 3
4 5 114 5 7
5 1 76 27 38
6 2 38 32 45
7 0
De…nisi 2.5 Intejer positif p disebut prima jika faktor dari p hanyalah 1
dan dirinya sendiri p: Intejer positif yang bukan prima disebut komposit.
Dari de…nisi tersebut jelas bahwa suatu intejer positif p adalah prima jika
memenuhi
p = ab ) a = 1 _ b = 1:
2.4 Algoritme Euclid 55
z
2.4 Algoritme Euclid 56
10:9:8:7:6:5:4:3:2:n = 21:20:19:17:16:15:14:
Tunjukkan bahwa 17 j n:
17 j 10:9:8:7:6:5:4:3:2:n:
Soal 2.4.2
a b
gcd( ; ) = 1
d d
c2 j ab:
2. Berapa nilai yang mungkin dari gcd(n; n+3)? Bagaimana dengan gcd(n; n+
4)?
Soal 2.4.4 Tentukan nilai-nilai dari c 2 Z+ ; 10 < c < 20; sedemikian se-
hingga persamaan Diophantine 84x+990y = c tidak mempunyai solusi. Ten-
tukan solusi untuk nilai-nilai c yang lainnya (nilai c dalam kasus persamaan
mempunyai solusi).
Soal 2.4.5
a + b = c , a + b c(mod n)
ab = c , ab c(mod n)
6+7 = 3
4 8 = 2
3 9 = 3 + 1 = 4:
: 13 407 807 929 942 597 099 574 024 998 205 846 127 479 365 820 592 393 377 723 561 443
721 764 030 073 546 976 801 874 298 166 903 427 690 031 858 186 486 050 853 753 882
811 946 569 946 433 649 006 084 096
Catatan 2.1 Berdasarkan Teorema 2.6, gcd(a; n) = 1 jika dan hanya jika
ada intejer x dan y sehingga
ax + ny = 1 , ax 1= ny , ax 1 (mod n):
2.5 Aritmatik Intejer Modulo n 59
Ini berarti x adalah invers dari a modulo n dan untuk menghitung x dapat
digunakan Prosedur 7, dengan input a dan n:
1
327 mod 500
Zn = fa 2 Zn = gcd(a; n) = 1g
Contoh: Z10 = f1; 3; 7; 9g, Z15 = f1; 2; 4; 7; 8; 11; 13; 14g, dan Z5 =
f1; 2; 3; 4g: Kardinalitas dari Zn ; yaitu jZn j; disebut dengan bilangan Phi
Euler dinotasikan dengan (n) ;
(n) = jZn j:
ap a (mod p)
Teorema 2.15 Jika p dan q adalah dua intejer positif dengan gcd(p; q) = 1;
maka
(pq) = (p): (q):
Khususnya, jika p dan q keduanya prima, maka
(pq) = (p 1)(q 1)
dan sering kali disebut residu tak-negatif terkecil dari x (mod m): Ten-
tukan residu tak-negatif terkecil dari
Soal 2.5.3 Misalkan (xn xn 1 :::x0 )10 adalah representasi basis 10 dari intejer
positif x: Tunjukkan bahwa
dan gunakan hasil ini untuk memeriksa apakah 1213141516171819 habis dibagi
11:
2. membuktikan bahwa
(a + b)p ap + bp (mod p)
Konsep relasi dan fungsi adalah salah satu landasan terpenting yang digu-
nakan untuk memahami banyak konsep lain di dalam matematika seperti:
aljabar, kalkulus, teori graf, dsb. Namun demikian, sesuai dengan tema
matematika diskret, bahasan relasi dan fungsi disini akan digunakan pen-
dekatan teori himpunan yang kebanyakan melibatkan konsep kombinatorial.
61
3.1 Produk Cartesian dan Relasi 62
R = f(0; 0); (0; 1); (0; 2); (0; 3); (0; 4); (1; 1); (1; 2); (1; 3); (1; 4);
(2; 2); (2; 3); (2; 4); (3; 3); (3; 4); (4; 4)g:
R = f(x; y) 2 B 2 y = 3x 1g
= f(1; 2); (2; 5); (3; 8)g
1. A (B \ C) = (A B) \ (A C) :
2. A (B [ C) = (A B) [ (A C) :
3. (A \ B) C = (A C) \ (B C) :
4. (A [ B) C = (A C) [ (B C) :
Soal 3.1.1 Misalkan A = f1; 2; 3; 4g; B = f2; 5g; dan C = f3; 4; 7g; ten-
tukan A B; B A; A (B [ C); (A [ B) C; dan (A C) [ (B C):
3.2 Fungsi 64
3.2 Fungsi
De…nisi 3.3 Fungsi (pemetaan) f dari himpunan A ke himpunan B; dino-
tasikan f : A ! B; adalah suatu relasi dari A ke B yang setiap anggota dari
A muncul hanya sekali sebagai komponen pertama dari pasangan terurut
keanggotaan relasi yang bersangkutan.
Dari de…nisi di atas, jika (a; b) 2 f; maka dapat ditulis b = f (a): Dalam
hal ini b disebut imej dari a dibawa oleh f; sedangkan a disebut preimej dari
b oleh f: Penulisan ringkas dengan menerapkan lambang logika dari de…nisi
di atas dapat dinyatakan sebagai berikut.
f : A ! B jhj (8a 2 A)(9!b 2 B) b = f (a); atau
f : A ! B jhj (8a 2 A) [b = f (a) ^ c = f (a)] ) b = c
Contoh 3.5 Beberapa contoh fungsi yang muncul di bidang ilmu komputer:
f (a) = f (b) , 3a + 7 = 3b + 7 , 3a = 3b ) a = b:
3!
Jawab. Semuanya ada P (3; 2) = 1!
= 6 fungsi injektif dari A ke B;
yaitu:
f = f(1; w); (2; x); (3; x); (4; y); (5; y)g:
Jika A1 = f1; 2g; A2 = f2; 3g; dan A3 = f2; 3; 4; 5g; tentukan f (A1 ); f (A2 )
dan f (A3 ):
Bukti. Disini hanya akan dibuktikan untuk No. 2., lainnya disisakan
sebagai latihan.
Ambil sembarang b 2 f (A1 \ A2 ); maka 9a 2 A1 \ A2 sehingga f (a) = b:
Karena a 2 A1 \ A2 ; berarti a 2 A1 dan a 2 A2 ; akibatnya f (a) 2 f (A1 ) dan
f (a) 2 f (A2 ); dan ini berarti f (a) = b 2 f (A1 ) \ f (A2 ): Kesimpulannya
g(q) = 3q + 7; 8q 2 Q;
h(r) = 3r + 7; 8r 2 R:
Maka:
Soal 3.2.1 Tentukan apakah relasi-relasi berikut ini merupakan fungsi, dan
jika merupakan fungsi, carilah imejnya.
Soal 3.2.3
Soal 3.2.5
a) a1 = 1; dan
3.3 Fungsi Surjektif dan Bilangan Stirling Jenis Kedua 71
f (x) = 3x + 1; 8x 2 Z;
g(x) = x2 ; 8x 2 Z;
g(x) = 3x + 1; 8x 2 Q;
h(x) = x3 ; 8x 2 R;
adalah surjektif.
y 1
g(x) = g( )
3
y 1
= 3(( )+1
3
= y:
p
Ambil sembarang y 2 R; maka y = x3 , x = 3 y dan jelas bahwa x 2 R:
p
Dengan demikian, (8y 2 R)(9x = 3 y 2 R) sehingga berlaku
p
h(x) = h( 3 y)
p
= ( 3 y)3
= y:
Kesimpulannya, h adalah surjektif. z
Dari de…nisi di atas jelas bahwa untuk A dan B himpunan berhingga, jika
f : A ! B adalah surjektif, maka jAj jBj : Dua contoh berikut ini akan
mengarah ke konklusi tentang banyaknya cara pende…nisian fungsi surjektif.
Contoh 3.15 Jika A = fx; y; zg dan B = f1; 2g; jelaskan bahwa semua
fungsi f : A ! B adalah surjektif kecuali f merupakan fungsi konstan.
Selanjutnya, simpulkan bahwa ada 6 cara mende…nisikan fungsi surjektif dari
A ke B: Kemudian, nyatakan secara umum untuk A sembarang himpunan
dengan jAj = m 2; sedangkan ditetapkan B = f1; 2g; maka ada
2m 2
cara mende…nisikan fungsi surjektif dari A ke B:
3 4 3 4
2 1
2 1
z
Dua contoh terakhir di atas mengarah ke suatu pola (generalisasi) yang
di berikan berikut ini, tanpa pembuktian.
n m n n
n (n 1)m + (n 2)m :::
n n 1 n 2
n m n m
+( 1)n 2
2 + ( 1)n 1
1
2 1
X
n 1
n
= ( 1)k (n k)m
k=0
n k
X
n
n
= ( 1)k (n k)m
k=0
n k
Contoh 3.19 7 orang yang tidak saling kenal berada di lantai dasar sebuah
gedung yang secara bersamaan akan menggunakan suatu lift untuk naik ke
lantai atas. Jika gedung tersebut mempunyai 4 lantai (tingkat) diatas lantai
dasar, tentukan probabilitas bahwa lift harus berhenti di setiap lantai lantaran
ada diantara ketujuh orang tersebut yang keluar dari lift.
Jawab. Ukuran ruang contoh dari contoh soal ini adalah banyaknya
cara 7 orang memilih 4 lantai (atau banyaknya cara pende…nisian fungsi
dari domain berukuran 7 ke kodomain berukuran 4), yaitu 47 = 16384 cara.
Sedangkan ukuran ruang kejadiannya merupakan model Contoh 3.17, yaitu
8400 cara. Dengan demikian, probabilitas bahwa lift harus berhenti di setiap
8400
lantai adalah 16384 = 0; 5127: z
Jawab. Pertanyaan pada contoh soal ini merupakan model Contoh 3.17.
Dengan demikian,
z
Contoh berikut ini akan mengarah generalisasi bilangan Stirling jenis ke-
dua.
Contoh 3.21 Jika A = fa; b; c; dg dan B = f1; 2; 3g; maka ada 36 fungsi
surjektif dari A ke B: Bentuk verbal dari pernyataan ini adalah ada 36
cara mendistribusikan 4 obyek yang berbeda ke dalam 3 wadah “yang da-
pat dibedakan” (urutan wadah diperhatikan), dengan syarat tidak ada wadah
yang kosong. Dari 36 cara tersebut, perhatikan 6 contoh berikut ini:
dimana, misalnya, notasi fcg2 diartikan sebagai c ada di dalam wadah kedua.
Sekarang, jika wadah “tidak lagi dapat dibedakan”(urutan wadah tidak diper-
hatikan), maka keenam (3!) contoh tersebut dianggap identik (tidak dibedakan).
3.3 Fungsi Surjektif dan Bilangan Stirling Jenis Kedua 77
1 X
n
n
( 1)k (n k)m :
n! k=0 n k
Bilangan ini dinotasikan dengan S(m; n); dan disebut bilangan Stirling
jenis kedua. Perhatikan bahwa jika jAj = m n = jBj ; maka banyaknya
fungsi surjektif dari A ke B adalah n!:S(m; n):
Teorema 3.3 Bilangan Stirling jenis kedua S(m; n) dapat dirumuskan se-
cara rekursif dengan
S(m; 1) = 1; S(m; m) = 1;
S(m; n) = S(m 1; n 1) + n:S(m 1; n); untuk 2 n m 1:
z
Dari teorema di atas, sebagaimana bilangan binomial, kalkulasi bilangan
Stirling dapat disusun berdasarkan segitiga Pascal.
m
1 1
2 1 1
3 1 3 1
4 1 7 6 1
5 1 15 25 10 1
6 1 31 90 65 15 1
7 1 63 301 350 140 21 1
Dari tabel di atas, perhatikan perhitungan berikut.
P
n
Contoh 3.22 Untuk m n; S(m; i) adalah banyaknya cara yang mungkin
i=1
untuk mendistribusikan m obyek yang berbeda ke dalam n wadah yang iden-
tik dengan ada wadah yang kosong diperbolehkan. Perhatikan dari baris ke-4
dalam tabel bilangan Stirling di atas, bahwa ada 1 + 6 + 7 = 14 cara mendis-
tribusikan 4 obyek yang berbeda ke dalam 3 wadah yang identik, dengan ada
wadah yang kosong diperbolehkan.
Soal 3.3.1 Berikan suatu contoh himpunan berhingga A dan B dengan jAj ;
jBj 4 dan fungsi f : A ! B sedemikian sehingga
Soal 3.3.4
1. Periksalah bahwa
X
n
n
( 1)k (n k)m = 0
k=0
n k
untuk n = 5 dan m = 2; 3; 4:
P
5
m
2. Periksalah bahwa 57 = i
(i!)S(7; i):
i=1
Soal 3.3.5
Soal 3.3.7 Misalkan kita mempunyai 8 bola dengan warna yang berbeda dan
3 wadah yang diberi nomor I; II; III:
1. Ada berapa cara kita dapat mendistribusikan bola ke dalam wadah se-
hingga tidak ada wadah yang kosong?
2. Diketahui salah satu bola berwarna biru. Ada berapa cara kita dapat
mendistribusikan bola ke dalam wadah sehingga tidak ada wadah yang
kosong dan bola biru ada di wadah nomor II?
3. Jika nomor wadah kita hapus sehingga kita tidak mampu membedakan-
nya, ada berapa cara kita dapat mendistribusikan bola ke dalam wadah
sehingga tidak ada wadah yang kosong?
4. Jika nomor wadah kita hapus sehingga kita tidak mampu membedakan-
nya, ada berapa cara kita dapat mendistribusikan bola ke dalam wadah,
dengan ada wadah yang kosong diperbolehkan?
Soal 3.3.8
Soal 3.3.9
maka
f (x) = bxc + 1 = n + 1 = dxe = g(x):
Kesimpulannya, walaupun f dan g mempunyai rumus yang berbeda, f = g:
f = f(1; a); (2; a); (3; b); (4; c)g dan g = f(a; x); (b; y); (c; z)g:
Jadi
g f = f(1; x); (2; x); (3; y); (4; z)g:
Dengan mudah dapat dilihat bahwa secara umum fungsi komposit tidak
komutatif. Dalam hal ini, ada pasangan fungsi f dan g sehingga g f 6= f g:
maka
f c f = 1A dan f f c = 1B :
g f = 1A dan f g = 1B :
g f = 1A dan f g = 1B ;
maka g adalah tunggal (unik). Dalam hal ini g disebut invers dari f; dino-
tasikan g = f 1 ; selanjutnya
1
f = f c dan (f 1
) 1
= f:
h f = 1A dan f h = 1B ;
maka
h = h 1B = h (f g) = (h f ) g = 1A g = g
z
3.4 Komposisi Fungsi dan Fungsi Invers 85
1
Bukti. ()) Misalkan f invertibel, maka ada tepat satu f sehingga
1 1
f f = 1A dan f f = 1B :
1
Bukti. Asumsikan f dan g invertibel, maka ada funsi f : B ! A dan
1
g : C ! B sehingga
1 1
f f = 1A dan f f = 1B :
1 1
g g = 1B dan g g = 1C
3.4 Komposisi Fungsi dan Fungsi Invers 86
1
Berdasarkan Teorema 3.4, g f juga invertibel dengan invers (g f ) dan
1
(g f ) (g f ) = 1A
Di lain pihak,
1
(f g 1 ) (g f ) = f 1
g 1 g f= f 1
1B f
1
= f f = 1A
Jadi, (g f ) 1
=f 1
g 1: z
f = f(1; 7); (2; 7); (3; 8); (4; 6); (5; 9); (6; 9)g;
1 1 1
1. f (B1 \ B2 ) = f (B1 ) \ f (B2 ) ;
1 1 1
2. f (B1 [ B2 ) = f (B1 ) [ f (B2 ) ; dan
1 1
3. f B1 = f (B1 ):
1. f fungsi injektif,
3. f fungsi invertibel.
Soal 3.4.1
Soal 3.4.2
2x2 8
f (x) = 2x 4 dan g (x) = :
x+2
Periksalah bahwa f = g:
1. f g; g f; g h; h g; f (g h) ; dan (f g) h:
2. f 2 ; f 3 ; g 2 ; g 3 ; h2 ; h3 ; dan h500 :
1. f = f(x; y) 2x + 3y = 7g:
2. f = f(x; y) ax + by = c; b 6= 0g:
3. f = f(x; y) y = x3 g:
4. f = f(x; y) y = x4 + xg:
1 1 1 1 1 1
1. f ( 10); f (0); f (4); f (6); f (7); dan f (8):
a) B = f0; 1g b) B = f 1; 0; 1g c) B = [0; 1]
d) B = [0; 1) e) B = [0; 4] f ) B = (0; 1] [ (4; 9)
Soal 3.4.9
R1 = f(1; 1); (1; 4); (2; 2); (2; 1); (3; 4); (4; 4)g
R2 = f(x; y) 2 A A x yg
adalah re‡eksif.
A2 = f(ai ; aj ) ai ; aj 2 A; ai 6= aj g;
1. R1 = f(1; 2); (2; 1); (1; 3); (3; 1)g adalah simetrik tetapi tidak re‡eksif
pada A:
2. R2 = f(1; 1); (2; 2); (3; 3); (3; 2)g adalah re‡eksif tetapi tidak simetrik
pada A:
3. R3 = f(1; 1); (2; 2); (3; 3)g adalah re‡eksif sekaligus simetrik pada A:
4. R4 = f(1; 1); (2; 2); (3; 3); (2; 3); (3; 2)g adalah re‡eksif sekaligus simetrik
pada A:
5. R5 = f(1; 1); (2; 3); (3; 3)g adalah bukan re‡eksif maupun simetrik pada
A:
A1 = f(ai ; ai ) 1 i ng dan
A2 = f(ai ; aj ) 1 i; j n; i 6= jg:
jA2 j = jA Aj jA1 j = n2 n
De…nisi 3.24 Diberikan himpunan indeks I = f1; 2; :::; kg: Suatu partisi
P dari himpunan X adalah keluarga subhimpunan tak-kosong dari X;
ditulis P = fXi i 2 Ig; yang memenuhi:
3.5 Relasi Ekuivalensi 93
S
k
1. Xi = X; dan
i=1
2. untuk setiap i 6= j; Xi \ Xj = ?:
Contoh 3.39 Misalkan X = f1; 2; 3; 4; 5; 6; 7; 8; 9; 10; 11; 12; 13; 14; 15; 16g:
Keluarga subhimpunan fX1 ; X2 ; X3 ; X4 ; X5 g dengan
Konvers dari teorema di atas juga benar, yaitu: setiap partisi dari X akan
menentukan suatu relasi ekuivalensi R pada X: Dalam hal ini, xRy jika dan
hanya jika x dan y berada di dalam suatu part yang sama.
Pada bab ini dibahas tiga yang terkait dengan masalah komputasi:
Kompleksitas Komputasi.
Relasi Rekurensi.
94
4.1 Kompleksitas Komputasi 95
Dari de…nisi di atas terlihat bahwa pembatasan nilai fungsi f oleh keli-
patan m nilai fungsi g berlaku untuk nilai n k; sedangkan untuk k < n
tidak menjadi perhatian. Ini menunjukkan bahwa dominansi fungsi hanya
berkaitan dengan batasan-batasan fungsi untuk nilai n besar.
Apabila f didominasi oleh g; maka f dikatakan berorder (paling banyak)
g dan ditulis dengan f 2 O (g) ; dimana O (g) dibaca dengan ”order g”atau
”Oh-besar dari g”. O (g) merepresentasikan himpunan semua fungsi dengan
domain Z+ dan kodomain R+ yang didominansi oleh g:
O (f ) = O (g) = O(n2 ):
Dari contoh di atas ini, secara umum bisa dibuktikan bahwa fungsi kuadrat
saling mendominasi satu sama lain. Jadi, untuk sembarang fungsi kuadrat
adalah anggota dari O (n2 ) :
Dari contoh di atas ini, secara umum bisa dibuktikan bahwa fungsi ku-
bik saling mendominasi satu sama lain. Jadi, untuk sembarang fungsi ku-
bik adalah anggota dari O (n3 ) : Juga bisa dibuktikan bahwa fungsi kuadrat
didominasi oleh fungsi kubik, tetapi fungsi kuadrat tidak mendominasi fungsi
kubik.
f 2 O n2 ; dan g 2 O n3
Dari beberapa contoh dominansi fungsi di atas, sampailah kita pada dua
observasi berikut ini yang nantinya bisa di manfaatkan untuk analisis algo-
ritme.
4.1 Kompleksitas Komputasi 97
Soal 4.1.1 Gunakan Tabel Oh-besar untuk menentukan bentuk Oh-besar fungsi-
fungsi f : Z+ ! R berikut. (Beberapa diantaranya kemudian buktikan!)
f (n) = 3n + 1:
4.1 Kompleksitas Komputasi 100
Nilai ini berasal dari: 1 assignment untuk nilai awal variabel y; n assignment
untuk variabel i; dan 2 operasi pada blok statemen for yang diulang sebanyak
n kali. Sedangkan de…nisi f (n) untuk Prosedur 10 adalah
f (n) = 5n + 3:
Nilai ini berasal dari: 2 assignment untuk nilai awal variabel y dan i; 4 operasi
pada blok statemen while yang diulang sebanyak n kali, dan ada (n + 1)
perbandingan pada statemen while. Jadi, Prosedur 9 dan Prosedur 10
sama-sama mempunyai ukuran waktu eksekusi yang linear: z
PROSEDUR 10
procedure Sum(n 2 Z+ )
PROSEDUR 9 begin
procedure Sum(n 2 Z+ ) y := 0
begin i := 1
y := 0 while (i < n) _ (i = n) do
for i := 1 to n do begin
y := y + i y := y + i
return(y) i := i + 1
end end
return(y)
end
Dapat kita simpulkan bahwa penggunaan statemen berulang untuk for
dan while adalah sama jika ditinjau pada ukuran waktu eksekusimya untuk
suatu problem yang sama. Sekarang kita perhatikan bahwa jumlah n intejer
positif pertama mepunyai rumus
X
n
n (n + 1)
i=
i=1
2
dalam Prosedur 11 jauh lebih baik dari pada Prosedur 9 atau Prosedur
10.
PROSEDUR 12
procedure Power(a : real; n : intejer positif)
begin
y := 1:0
for i := 1 to n do
y := y a
return(y)
end
Jawab. Dengan rincian perhitungan yang sama dengan jawaban pada
contoh-contoh sebelumnya diperoleh bahwa
f (n) = 3n + 1:
Nilai ini berasal dari: 1 assignment untuk nilai awal variabel y; n assignment
untuk variabel i; dan 2 operasi pada blok statemen for yang diulang sebanyak
n kali. Jadi, f 2 O (n) ; sehingga lamanya waktu Prosedur 12 menghitung
an adalah linear. z
Pertanyaan yang timbul menyusul jawaban Contoh 1.17 adalah adakah
algoritme yang lain untuk menghitung an yang mempunyai fungsi komplek-
sitas waktu lebih baik. Untuk itu perhatikan analisis perhitungan berikut.
Berdasarkan de…nisi
an := aa:::a
| {z }
n kali
dan dengan sifat asosiatif perkalian diperoleh bahwa, untuk n genap:
n
an := (aa)(aa)::: (aa) = (a2 ) 2
| {z }
n
2
kali
dan untuk n ganjil:
bn c
an := (aa)(aa)::: (aa) a = (a2 )2
a
| {z } :
n
b 2 c kali
Dengan analisa di atas, perhatikan algoritma berikut ini.
4.1 Kompleksitas Komputasi 102
PROSEDUR 13
procedure Power(a : real, n : intejer positif)
begin
y := 1:0
i := n
while i > 0 do
begin
if i 6= 2 b 2i c then
y := y a
i := b 2i c
if i > 0 then
a := a a
end
return(y)
end
Jawab.
Outputnya adalah y = a7 :
4.1 Kompleksitas Komputasi 103
Outputnya adalah y = a8 :
z
Dari Contoh 4.9, bisa kita amati bahwa banyaknya proses pengulangan
untuk n = 7 adalah 3 = log2 4 + 1; dan untuk n = 8 adalah 4 = log2 8 + 1:
Sedangkan banyaknya perbandingan dalam proses pengulangan untuk n =
7 adalah 4; dan untuk n = 8 adalah 5: Secara umum untuk menentukan
fungsi komplesitas komputasi Prosedur 13, perhatikan pola perhitungan
banyaknya proses pengulangan dan perbandingan dalam tabel berikut ini.
n Banyaknya ulangan Banyaknya perbandingan
2 2 = log2 2 + 1 3 = log2 2 + 2
3 2 3
4 3 = log2 4 + 1 4 = log2 4 + 2
5 3 4
6 3 4
7 3 4
8 4 = log2 8 + 1 5 = log2 8 + 2
4.1 Kompleksitas Komputasi 104
langan bisa sangat cepat, rata-rata, atau bisa jadi lebih lama. Apabila k = a1
atau k = ai untuk suatu nilai konstan i yang kecil, maka proses cepat selesai.
Inilah yang disebut dengan kasus terbaik (best case). Dalam problem ini
komplesitas komputasi untuk kasus terbaiknya berorder konstan O (1) : Apa-
bila k = an atau k = ai untuk suatu nilai i yang cukup besar atau bahkan
k 6= ai untuk setiap nilai i, maka proses pengulangan berlangsung lama. In-
ilah yang disebut dengan kasus terburuk (worst case). Dalam problem ini
komplesitas komputasi untuk kasus terburuknya berorder linear O (n) : Dis-
amping kasus terbaik dan terburuk adalah kasus rata-rata (average case).
Penentuan ordernya diperlukan pengertian teori peluang yang pembahasan-
nya diluar jangkauan diktat ini.
Sebagai rangkuman subbab ini, sekali lagi kita tekankan bahwa apa yang
kita pelajari dalam kompleksitas komputasi adalah berkenaan dengan nilai
n yang besar. Sedangkan untuk nilai n yang kecil, bisa diselesaikan dalam
kasus per kasus (case by case). Ini dapat kita perhatikan dalam ilustrasi
berikut.
Misalkan ada dua algoritme, yaitu A dan B; untuk menyelesaikan suatu
problem yang sama. Misalkan pula f adalah fungsi kompleksitas komputasi
untuk A dengan f (n) = 1000n, dan g adalah fungsi kompleksitas komputasi
untuk B dengan g (n) = n2 : Jelas bahwa karena f linear dan g kuadratik,
berdasarkan urutan pada Tabel O-Besar, algoritme A lebih baik dari B: Je-
las pernyataan ini mengacu untuk nilai n yang besar. Namun yang menjadi
pernyataan berikutnya adalah sejauh mana n dianggap ”besar”dan n diang-
gap ”kecil”. Untuk itu diperlukan informasi tambahan yang intinya adalah
menentukan nilai k sehingga
Problem Order
Berukuran n log2 n n n log2 n n2 2n n!
2 1 2 2 4 4 2
16 4 16 64 256 6; 5 104 2; 1 1013
64 6 64 384 4096 1; 84 1019 > 1089
begin
sum := 0
for i := 1 to n do
(a)
for j := 1 to n do
sum := sum + 1
end
begin
sum := 0
for i := 1 to n do
(b)
for j := 1 to n n do
sum := sum + 1
end
4.2 Bahasa: Mesin Status Berhingga 107
begin
sum := 0
for i := 1 to n do
(c)
for j := i to n do
sum := sum + 1
end
begin
sum := 0
i := n
while i > 0 do
(d) begin
sum := sum + 1
i := b 2i c
end
end
1
1. = ; dan
n+1 n
2. = fxy=x 2 ;y 2 g; xy menotasikan jajaran x dan y:
Suatu anggota dari n disebut string n-simbol atau string dengan pan-
jang n: Secara umum, jika j j = m; maka j n j = mn :
1. 2
= :
2. Karena 2
= ; maka f g :
+
S
1
n
S n
1. = = ; dan
n=1 n2Z+
4.2 Bahasa: Mesin Status Berhingga 109
S
1
n
2. = :
n=0
Contoh 4.11 Untuk = f0; 1g; himpunan memuat semua string dari
simbol \0" dan \1" termasuk string kosong. Untuk n kecil, kita masih
mampu menuliskan semua anggota dari n :
Misalkan
= f ; 0; 1; :::; 9; +; ; ; =; (; )g;
dimana menotasikan spasi (blank). Untuk pende…nisian ini, cukup
sulit menggambarkan semua anggota ; dan untuk n > 2 terlalu banyak
menuliskan semua anggota dari n : Suatu contoh anggota dari adalah
ekspresi aritmatik
(6 + 3)=(5 (34 21));
atau suatu string tanpa makna
+)(4 + )) 1=3(:
+
De…nisi 4.5 Jika w1 ; w2 2 ; maka bisa ditulis
dan x1 ; x2; :::; xm ; y1 ; y2; :::; yn 2 : String w1 dan w2 dikatakan sama, notasi
w1 = w2 jika
+
De…nisi 4.7 Jika x; y 2 dengan
x = x1 x2 :::xm = x1 x2 :::xm = x:
= :
AB = fab=a 2 A; b 2 Bg:
1. Af g = f gA = A
2. (AB)C = A(BC)
3. A(B [ C) = AB [ AC
4. (B [ C)A = BA [ CA
5. A(B \ C) AB \ AC
6. (B \ C)A BA \ CA
An+1 = fab=a 2 A; b 2 An g:
S
2. A+ = An ; disebut ketertutupan positif (positive closure) dari A:
n2Z+
t0 t1 t2 t3 t4
Status (1) s0 (4) s1 (5c/) (7) s2 (10c/) (10) s3 (20c/) (10) s0
Input (2) 5c/ (5) 5c/ (8) 10c/ (11) W
Output (3) K(Kosong) (6) K (9) K (12) F
t0 t1 t2
Status (1) s0 (4) s1 (20c/) (7) s0
Input (2) 25c/ (5) B
Output (3) 5c/ (kembalian) (6) C
1. Pada setiap waktu, mesin berada dalam keadaan salah satu dari sejum-
lah berhingga status. Status-status ini disebut dengan status internal,
dinyatakan: s0; s1; s2; ...,sk :
3. Output dan status berikutnya ditentukan oleh kombinasi input dan sta-
tus internal. Himpunan semua simbol output yang mungkin disebut
alfabet output, dinotasikan O:
dimana pembagian setiap suku (kecuali suku pertama) dengan tepat satu
suku sebelumnya adalah konstan, disebut rasio bersama. Pada contoh kita
rasio bersamanya adalah 3; karena 3 = 15 5
= 45
15
= 135
45
= :::: Jika a0 ; a1 ; a2 ;
... adalah progresi geometrik dengan rasio bersama adalah r; maka an+1 an
=r
untuk n = 0; 1; 2; 3; :::Jika r = 3; kita dapatkan an+1 = 3an ; dengan n 0:
Relasi rekurensi an+1 = 3an ; n 0 tidak mende…nisikan progresi geometrik
yang tunggal, karena barisan 3; 9; 27; 81, ... juga memenuhi relasi yang
bersangkutan. Jadi untuk mende…nisikan suatu progresi geometrik dari su-
atu relasi rekurensi diperlukan nilai satu suku dari relasi itu.
Hubungan suku an+1 dengan suku sebelumnya dalam relasi rekurensi
menentukan jenis relasi rekurensi yang bersangkutan. Jika nilai an+1 hanya
bergantung pada nilai an (tepat satu suku sebelumnya), maka relasi yang
demikian dikatakan mempunyai order pertama. Selanjutnya, jika tipe hubun-
gannya juga linear dengan koe…sien konstan, maka disebut relasi rekurensi
homogen linear order pertama dengan koe…sien kontan.
Nilai a0 atau a1 yang diketahui pada suatu relasi rekurensi disebut nilai
syarat batas. Ekspresi a0 = A, dimana A konstan, juga disebut sebagai syarat
awal. Syarat batas menentukan ketunggalan solusi.
a0 = 5;
a1 = 3a0 = 3 (5) ;
a2 = 3a1 = 3 (3 (5)) = 32 (5) ;
a3 = 3a2 = 3 32 (5) = 33 (5) ;
a4 = 3a3 = 3 33 (5) = 34 (5) :
Hasil ini membawa kita pada rumusan bahwa untuk setiap n 0; an = 5(3n )
yang disebut solusi umum dari Relasi (4.1).
Kesimpulan: Solusi umum dari suatu relasi rekurensi
an = Adn ; n 0:
4.3 Relasi Rekurensi 115
Contoh 4.15 Carilah a12 jika a2n+1 = 5a2n ; dimana an > 0 untuk n 0; dan
a0 = 2: Walaupun relasi rekurensi ini tak-linear, jika dimisalkan bn = a2n ;
maka diperoleh relasi yang baru bn+1 = 5bn untuk n 0; dan p nb0 = 4; adalah
n
linear dengan solusi bn = 4 (5 ) : Dengan demikian an = 2( 5) untuk n 0;
p 12
dan a12 = 2 5 = 31250:
Bentuk umum relasi rekurensi linear order pertama dengan koe…sien kon-
stan adalah:
an+1 + can = f (n) ; n 0;
dimana c adalah konstan dan f adalah fungsi yang mengambil nilai intejer
tak-negatif. Jika f (n) = 0 untuk setiap n 2 N; relasi ini disebut homogen.
Salah satu metode mengurutkan data yang cukup populer, walaupun
tidak yang paling e…sien, adalah suatu teknik yang disebut Bubble Sort.
disini input adalah intejer positif n dan larik bilangan nyata x1 ; x2 ; :::; xn
yang akan diurutkan dalam urutan menaik. Perhatikan algoritme Bubble
Sort yang dinyatakan dalam prosedur berikut:
PROSEDUR 15
procedure BubbleSort(x1 ; x2 ; :::; xn : real)
begin
for i := 1 to n 1 do
for j := n downto i + 1 do
if xj < xj 1 do
begin
temp := xj 1
xj 1 := xj
xj := temp
end
end
4.3 Relasi Rekurensi 116
an = an 1 + (n 1); n 2; a1 = 0:
Relasi ini adalah linear order pertama dan tak-homogen. Karena tidak ada
teknik umum untuk menyelesaikannya, kita harus mencari polanya:
a1 = 0
a2 = a1 + (2 1) = 1
a3 = a2 + (3 1) = 1 + 2
a4 = a3 + (4 1) = 1 + 2 + 3
a5 = a4 + (5 1) = 1 + 2 + 3 + 4:
n2 n
an = 1 + 2 + 3 + ::: + (n 1) = :
2
Cn an + Cn 1 an 1 + ::: + Cn k an k = f (n) ; n k;
Pada bagian ini kita akan membahas relasi homogen berorder dua:
Cn an + Cn 1 an 1 + Cn 2 an 2 = 0; n 2: (4.2)
Pada dasarnya kita akan mencari solusi dalam bentuk an = crn ; dimana
c 6= 0 dan r 6= 0:
Substitusikan an = crn ke Persamaan (4.2), kita dapatkan
Cn crn + Cn 1 crn 1
+ Cn 2 crn 2
= 0: (4.3)
Cn r2 + Cn 1 r + Cn 2 =0
0 = r2 + r 6 = (r 2) (r + 3) ) r = 2; 3
an = c1 (2n ) + c2 ( 3)n
an = 2n 2 ( 3)n :
4.3 Relasi Rekurensi 118
a3 = 2100 2 ( 3)100
z
KASUS-B (Dua Akar Kompleks Saling Konjuget)
Sebelum masuk ke pembahasan inti, kita ingat kembali Teorema DeMoivre:
Jika
z = x + iy 2 C; z 6= 0;
dapat kita tuliskan
p y
z = r (cos + i sin ) ; r= x2 + y 2 ; dan = tan untuk x 6= 0:
x
Jika x = 0; maka untuk y > 0;
z n = rn (cos n + i sin n ) n 0:
p 10
Contoh 4.17 Tentukan 1 + 3i :
p p
Jawab. Misalkan z = 1 + 3i; maka x = 1; y = 3, r = 2; dan = 3:
Jadi
p 10 10 10
1+ 3i = 210 cos + i sin
3 3
4 4
= 210 cos + i sin
3 3
p ! !
1 3
= 210 i
2 2
p
= 29 1 + 3i :
z
4.3 Relasi Rekurensi 119
r2 2r + 2 = 0 ) r = 1 i
0 = r2 4r + 4 = (r 2)2 ) r = 2
4.3 Relasi Rekurensi 120
adalah dua akar real sama. Berarti solusinya an = 2n . Oleh karena itu, kita
harus mencari satu solusi yang lagi bebas linear, ambil saja an = f (n) 2n ,
dimana f (n) tidak konstan..Untuk mencari f (n), digunakan substitusi
Cn an + Cn 1 an 1 + ::: + Cn k an k = 0; dengan
A0 rn + A1 nrn + A1 n2 rn + ::: + Am 1 nm 1 rn
= A0 + A1 n + A1 n2 + ::: + Am 1 nm 1
rn
dimana A0 ; A1 ; A1 ; :::; Am 1 adalah sembarang konstan.
an an 1 = f (n); n 1;
Kita dapat
Pn menyelesaikan Persamaan (4.6) dalam n; jika kita dapat meru-
muskan i=1 f (i) :
4.3 Relasi Rekurensi 121
an an 1 = 3n2 ; n 1; dan a0 = 7:
X
n
an = a0 + f (i)
i=1
X
n
= 7+ 3i2
i=1
1
= 7+ (n) (n + 1) (2n + 1)
2
z
Chapter 5
V = fa; b; c; d; eg dan E = f(a; a); (a; b); (a; d); (b; c)g:
122
5.1 Konsep Dasar Graf 123
a b
d c
Gambar 5.1
Untuk sembarang edge, misalkan e = (x; y), maka e disebut insiden (inci-
dent) dengan verteks x dan y; x disebut adjacent ke y; dan y disebut adjacent
dari x: Suatu verteks yang adjacent ke dirinya sendiri disebut loop. Suatu
verteks yang tidak adjacent dengan verteks apapun termasuk dirinya sendiri
disebut verteks terisolasi. Pada Gambar 5.1, edge (a; a) adalah loop dan
verteks e adalah verteks yang terisolasi.
a b
d c
Gambar 5.2
5.1 Konsep Dasar Graf 124
De…nisi 5.2 Misalkan x dan y (tidak perlu berbeda) adalah verteks di dalam
suatu graph takberarah G = (V; E). Suatu walk x y di dalam G adalah
barisan berhingga (bebas loop)
x = x0 ; e1 ; x2 ; e2 ; : : : ; en 1 ; xn 1 ; en ; xn = y
dari verteks dan edge (selang-seling) yang diawali dan diakhiri oleh verteks.
Panjang dari suatu walk, dinotasikan dengan n, adalah banyaknya edge
yang terdapat di dalam walk itu. Jika n = 0; berati walk tidak memuat edge,
maka walk disebut trivial.
Jika x = y; walk disebut tertutup. Jika x 6= y; walk disebut terbuka.
Catatan bahwa bahwa barisan pada de…nisi walk di atas, verteks dan
edge boleh diulang.
Jika tidak ada edge yang diulang di dalam barisan x y; maka walk
disebut trail x y: Trail yang tertutup (verteks awal dan akhir sama)
disebut sirkuit (circuit). Catatan bahwa di dalam trail, verteks boleh
berulang.
Jika setiap verteks hanya muncul sekali (tidak boleh berulang) di dalam
barisan x y; maka walk disebut path x y: Path yang tertutup (verteks
awal dan akhir sama) disebut cycle.
Pengertian pada de…nisi di atas juga berlaku untuk graph berarah. Hanya
saja peristilahannya menjadi: trail berarah, sirkuit berarah, path berarah, dan
cycle berarah.
5.1 Konsep Dasar Graf 125
a b
d c
Gambar 5.3
fa; bg; fb; dg; fd; ag; fa; bg; fb; cg:
fa; bg; fb; eg; fe; cg; fc; bg; fb; dg:
fa; bg; fb; eg; fe; cg; fc; bg; fb; dg; fd; ag:
5.1 Konsep Dasar Graf 126
fa; bg; fb; dg; fd; eg; fe; cg; fc; ag:
Bukti. Karena ada trail a b di dalam G; maka dapat dipilih satu yang
terpendek, sebut saja
Jika trail ini tidak mempunyai path, maka ia pasti mempunyai bentuk
a b
e d c
f
Gambar 5.4
Contoh 5.4 Gambar 5.2 dan Gambar 5.3 merupakan contoh graf terhubung.
Sedangkan Gambar 5.4 merupakan contoh graf takterhubung.
a b
d c
Gambar 5.5
b e f
a g
c d
Gambar 5.6
Soal 5.1.1 Untuk suatu graf G = (V; E) yang direpresentasikan pada Gam-
bar 5.6, tentukan:
a k l
d g m
e f h i
Gambar 5.7
Soal 5.1.2 Misalkan a dan b adalah dua verteks yang berbeda di dalam su-
atu graf takberarah dan terhubung. Jarak dari a ke b dide…nisikan sebagai
panjang path terpendek dari a ke b (jika a = b; jaraknya dide…nisikan sebagai
0). Untuk suatu graf G yang direpresentasikan pada Gambar 5.7, tentukan
jarak dari verteks d ke verteks yang lain di dalam G:
Soal 5.1.3 Untuk n 2; misalkan G = (V; E) adalah graf tak berarah tanpa
loop dimana V adalah himpunan semua bitstring dengan panjang n; dan
6. Apakah mungkin berangkat dari suatu kota melalui semua jalan masing-
masing hanya sekali. (Pada pertanyaan ini dibolehkan mengunjungi
suatu kota lebih dari satu kali, dan tidak diharuskan kota terakhir sama
dengan kota saat berangkat.)
Soal 5.1.5 Misalkan G = (V; E) adalah graf takberarah dan tanpa loop, dan
misalkan pula fa; bg adalah suatu edge di dalam G: Buktikan bahwa fa; bg
adalah anggota dari suatu cycle di dalam G jika dan hanya jika penghapusan
fa; bg (verteks a dan b tidak ikut terhapus) tidak menghasilkan graf takter-
hubung.
Soal 5.1.6 Berikan suatu contoh graf G yang apabila dihapus sembarang
edge-nya menghasilkan graf takterhubung.
2e v2 v:
5.1 Konsep Dasar Graf 131
Dari de…nisi ini jelas bahwa G adalah subgraf dari dirinya sendiri, atau
G disebut subgraf trivial dari G:
b e f
c d
Gambar 5.8
Contoh 5.5 Misalkan Gambar 5.6 merepresentasikan graf G = (V; E), maka
V = fa; b; c; d; e; f; gg dan
E = ffa; bg; fa; cg; fb; cg; fb; eg; fc; dg; fd; eg; fe; f g; fe; gg; ff; ggg:
V1 = fa; b; c; d; e; f g V dan
E1 = ffa; cg; fb; eg; fc; dg; fd; eg; fe; f g E:
5.1 Konsep Dasar Graf 132
a k l
d g m
e f h i
Gambar 5.9
De…nisi 5.8 Misalkan G = (V; E) adalah graf berarah atau tidak. Jika ? 6=
U V , subgraf dari G yang dibangkitkan oleh U; dinotasikan hU i; adalah
subgraf dengan himpunan verteks U dimana jika x; y 2 U dan (x; y) (atau
fx; yg) 2 E, maka (x; y) (atau fx; yg) merupakan edge dari hU i:
Subgraf G0 dari graf G = (V; E) disebut subgraf induced jika ada ? 6=
U V sehingga G0 = hU i:
5.1 Konsep Dasar Graf 133
b f
a g
d
Gambar 5.10
n
Dari de…nisi ini, perhatikan bahwa jumlah edge dari Kn adalah 2
: Gam-
bar 5.11 mencontohkan representasi dari K1 ; K2 ; K3 ; dan K4 :
5.1 Konsep Dasar Graf 134
K1 K2 K3 K4
Gambar 5.11
De…nisi 5.10 Misalkan G adalah graf takberarah bebas loop dengan n verteks.
Komplemen dari G, dinotasikan G, adalah subgraph dari Kn yang memuat
semua verteks dari G dan semua edge dari Kn yang tidak termuat dalam G.
Jika G = Kn , maka G hanya mempunyai n verteks tetapi tidak mempunyai
edge sama sekali. Graph seperti ini disebut graf null.
Tentukan G:
1. f bijektif.
G1 G2
a b
t
c d v u
Gambar 5.12
Jawab. Karena jV1 j = jV2 j ; maka syarat pertama dipenuhi, yaitu ada
fungsi bijektif dari V1 ke V2 : Dari 4! fungsi bijektif yang bisa (mungkin)
dide…nisikan dari V1 ke V2 , dipilih fungsi bijektif yang memenuhi syarat
kedua. Dengan melihat struktur graf G1 dan G2 ; dipilih fungsi bijektif
h : V1 ! V2 yang de…nisinya
bijektif yang belum tentu memenuhi syarat yang kedua. Perhatikan contoh
berikut ini.
G1 G2
a 1
e b 5 2
d c 4 3
Gambar 5.13
Jawab. Pada contoh ini dipenuhi bahwa jV1 j = jV2 j dan jE1 j = jE2 j ;
sehingga jelas ada fungsi bijektif dari V1 ke V2 : Kemudian, adakah fungsi
bijektif yang memenuhi syarat kedua pada de…nisi? Jika dilihat dari strutur
G1 ; graf ini memuat subgraf K4 : Seandainya ada isomor…sme dari G1 ke G2 ;
maka isomor…sme ini akan memetakan K4 dari dalam G1 ke K4 di dalam
G2 : Akan tetapi, faktanya struktur G2 tidak mempunyai subgraf K4 : Kes-
impulannya, tidak ada isomor…sme dari G1 ke G2 ; berarti G1 dan G2 tidak
isomor…k. z
5.1 Konsep Dasar Graf 137
(G1) (G2)
b c u
a d v w
e f
x y z
Gambar 5.14
(G ) (G 1 ) (G2)
a a
b b b
c c
d d d
f f f
g i g i g i
h j h j h j
Gambar 5.15
Soal 5.1.12 Tentukan semua graf takberarah tanpa loop yang mempunyai 4
verteks dan saling tidak isomor…k. Kemudian, ada berapa banyak diantara
jawaban tersebut yang terhubung.
Soal 5.1.14 Misalkan G adalah graf takberarah tanpa loop yang mempunyai
v verteks dan e edge. Tentukan jumlah semua edge di dalam G:
5.1 Konsep Dasar Graf 139
Soal 5.1.15 Misalkan G1 dan G2 adalah graf takberarah tanpa loop. Buk-
tikan bahwa G1 dan G2 isomor…k jika dan hanya jika G1 dan G2 isomor…k.
G1 G2
a b 1
5 2
c
d
e 4 3
Gambar 5.16
Soal 5.1.16 Perluaslah De…nisi 5.11 untuk graf berarah. Kemudian, perik-
salah apakah graf G1 dan G2 yang direpresentasikan pada Gambar 5.15 adalah
isomor…k.
Akibat 5.1 Untuk sembarang graph atau multigraph, jumlah semua verteks
berderajat ganjil adalah genap.
De…nisi 5.13 Suatu graf takberarah (atau multigraf) disebut reguler jika
setiap verteksnya berderajat sama. Jika deg(v) = k untuk setiap verteks v;
maka grafnya disebut reguler-k: Graf lengkap Kn merupakan graf reguler-
(n 1):
dari 3 dan jvj harus genap. Untuk jvj = 2; graf reguler-3 merupakan multigraf
(dengan 3 edge paralel, atau 2 loop dan 1 edge). Untuk jvj = 4; graf reguler-3
bisa berupa K4 , atau merupakan multigraf (merupakan cycle dengan panjang
4 dan masing-masing verteks mempunyai 1 loop). Terangkan lebih jauh
untuk jvj > 6 (cukup banyak kemunkinan). z
Soal 5.1.18 Jika G = (V; E) adalah graf terhubung dengan jEj = 17 dan
deg(v) 3 untuk setiap v 2 V; tentukan nilai maksimum dari jV j :
Soal 5.1.20 Misalkan G = (V; E) adalah garf takberarah dan tanpa loop.
Teorema dan akibat berikut ini digunakan untuk mendeteksi apakah su-
atu graf adalah Euler.
Dengan teorema ini, konstruksi suatu sirkuit Euler bisa di mulai dari
sembarang verteks.
Akibat 5.2 Jika G = (V; E) graph atau multigraph takberarah tanpa verteks
terisolasi, maka dapat dikonstruksi trail Euler dalam G jhj G terhubung dan
mempunyai tepat dua verteks berderajat ganjil.
Berdasarkan akibat ini, kontruksi suatu trail Euler harus dimulai dari
salah satu verteks berderajat ganjil, dan pasti berakhir di verteks berderajat
ganjil yang satunya lagi.
Contoh 5.11 Jelaskan bahwa graf yang direpresentasikan pada Gambar 5.14
merupakan graf Euler.
Jawab. Perhatikan Gambar 5.14. Karena hanya ada dua verteks yang
berderajat ganjil (verteks b dan f ), maka G1 pasti memuat trail Euler, seba-
gai contoh:
fb; ag; fa; eg; fe; bg; fb; cg; fc; eg; fe; f g; ff; cg; fc; dg; fd; f g:
5.2 Mengenal Beberapa Graf Khusus 143
fv; wg; fw; yg; fy; vg; fv; xg; fx; yg; fy; zg; fz; wg; fw; ug; fu; vg:
Soal 5.2.1 Buatlah suatu contoh graf atau multigraf berarah dengan jumlah
verteks 10 dan mempunyai sirkuit Euler.
(K4) (K5)
a b a
b c
d e
c d
Gambar 5.17
De…nisi 5.18 Misalkan G = (V; E) adalah graph takberarah tanpa loop, den-
gan E 6= ?. Subdivisi elementer dari G adalah suatu graf yang diperoleh
dari penghapusan edge e = fu; wg dalam G, dan kemudian edge fu; vg dan
fv; wg ditambahkan pada G e, dimana v 2 = V.
5.3 Tree
Contoh 5.17 Contoh Tree.
Teorema 5.8 Jika T = (V; E) adalah tree yang memuat sedikitnya dua
verteks, maka:
5.3 Tree 146
3. jEj = jV j 1.
Bibliography
147