Scribd Logo
Upload

Welcome to Scribd!

  • 1091 pp0911263

    Uploaded by

    Danian Primasatrya
    14 views27 pages
    free

    Original Title

    1091_pp0911263

    Copyright

    © © All Rights Reserved

    Available Formats

    PDF or read online from Scribd

    Did you find this document useful?

    Is this content inappropriate?

    Report this Document
    free

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    14 views27 pages

    1091 pp0911263

    Uploaded by

    Danian Primasatrya
    free

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    of 27
    001024 ALJABAR LINEAR DAN APLIKASINYA UNIVERSITAS GADJAH MADA Pidato Pengukuhan Jabatan Guru Besar Fakultas Matematika dan Imu Pengetahuan Alam Universitas Gadjah Mada pa Diueapkan di depan Rapat Terbuka Majelis Guru Besar Universitas Gadjah Mada pada tanggal 31 Juli 2004 di Yogyakarta Oleh: Prof. Dr. Sri Wahyuni, MS. Yang saya hormati: Ketua, Sekretaris, dan anggota Majelis Wali Amanat UGM Ketua, Sekretaris, dan anggota Majelis Guru Besar UGM Ketua, Sekretaris, dan anggota Senat Akademik UGM Rektor, Wakil Rektor Senior dan Wakil Rektor UGM Dekan, dan Wakil Dekan di lingkungan UGM Dosen, mahasiswa, dan karyawan UGM Para pejabat pemerintah, pejabat swasta, serta Para hadirin dan handai taulan sekalian yang saya hormati Assalamu ‘alaikum warahmatullahi wa barakdtuh Terlebih dahulu marilah kita panjatkan puji syukur ke hadirat Allah Subhanaku Wa Ta’ala atas segala rahmat dan karunia yang telah dianugerahkan kepada kita semua selama ini, serta atas perkenanNya kepada kita semua untuk dapat hadir di dalam sidang Majelis Guru Besar Universitas Gadjah Mada yang terhormat ini. Semoga Allah ‘Yang Maha Pengasih senantiasa memberikan perlindungan kepada kita semua di masa-masa mendatang. Amin. Selanjutnya perkenankan saya menyampaikan terima Kasih kepada Ketua, Sekretaris, dan para anggota Majelis Guru Besar Universitas Gadjah Mada yang telah memberikan kehormatan kepada saya untuk menyampsikan pidato pengukuhan Guru Besar Universitas Gadjah Mada di hadapan para hadirin sekatian. Pada hari, yang bagi saya dan keluarga sangat bersejarah ini, izinkanlah saya untuk menyampaikan pidato berjudul: ALJABAR LINEAR DAN APLIKASINYA yang saya pandang suatu bagian dari bidang ilmu saya yang paling Cocok untuk dapat diikuti oleh para hadirin yang terhormat yang sangat beragam latar belakangnya ini 2 Hadirin sekalian yang saya hormati Pidato ini dibagi dalam 3 (tiga) bagian yaitu 1. Pengantar 2. Beberapa Contoh Aplikasi Aljabar Linear pada Bidang Non ‘Matematika 3. Peran Aljabar Linear dalam Pengembangan Matematika 1, PENGANTAR ungsi linear adalah fungsi yang paling sederhana setelah fungsi konstan, Sebagai contoh: fix)=x, flay=3x+l, flx)=-Sxtl dan flx)=1/2 x -} merupakan fungsi linear, Sedangkan fungsi fix)=x" ffx) x), dan ftx)=x'-x bukan fungsi linear. Fungsi linear lebih sederhana dari pada fungsi yang tidak linear sebab grafiknya berupa garis lurus. Aljabar Linear adalah suatu bagian dari Matematika yang mempelajari ruang vektor, beserta komponen-komponennya seperti Basis, Sistern Koordinat, dan Transformasi (Fungsi) Linear antar 2 (dua) Ruang Vektor yaitu pengawanan yang mengawetkan (preserve) hasil operasi. Aljabar linear berguna untuk dipelajari paling tidak karena kegunaannya dalam Matematika dan Aplikasinya Pada Bidang Lain, Dalam Matematika misalnya terkait dengan solusi dari sistem persamaan homogen, penyelesaian sistem persamaan diferenstal dengan koefisien Konstan, dan persamaan diferensial dengan tundaan (Wahyuni et af, 2001). teori bilangan (termasuk dalam lapangan perluasan), aljabar abstrak, geometri diferensial, dan analisis real dan Kompleks dari tingkat pengantar sampai dengan tingkat lanjut, dan teori graf (Setiadji, 2003). Dalam bidang lain, Aljabar Linear displiakasikan misalnya dalam teknik, fisika, signal processing, binary code, dan ckonomi (contoh yang menarik pada Muslim, 2004 dan Sugito, 2003). Ada 2 (dua) aspek yang penting dipelajari dalam Aljabar Linear yaitu aspek teotitis dan aspek komputasi keduanya telah berkembang dengan sangat pesat seiring dengan berkembangnya perangkat teknologi informasi. Sebelum masuk pada pembicaraan tentang Aplikasi Aljabar Linear, terfebih dahulu akan dikemukakan secara singkat beberapa pengertian dasar. Matriks dan Determinan: Misalkan n dan m adalah bilangan- 3 hilangan bulat positif. Matriks A bertipe nxm adalah sekumpulan rma bilangan yang disusun dalam n baris dan m kolom dan biasa dituliskan dengan Any = (aj) dengan ay komponen pada baris ke i kolom ke j. Matriks dengan jumlah baris sama dengan jumiah kolom sering disebut matriks bujur sangkar. Tethadap matriks bujur sangkar dapat dikaitkan dengan determinan, Secara historis determinan sebenamnya umurnya lebih tua dari matriks. Seperti dikemukakan oleh Tee (2003), bahwa determinan diperkenalkan pertama kali pada tahun 1683 oleh Takakau Seki Kowa (1642-1708) dalam pengkonstruksian resolven dari sistem persamaan sukubanyak (polynomial). Baru kemudian pada tahun 1693 Leibniz (1646-1716) secara independen menemukan determinan. Pada tahun 1750 Cramer mempresentasikan determinan berdasarkan formula untuk menyelesaikan sistem persamaan linear (yang dikenal dengan Cramer's Rule). Sedangkan matriks baru pertama diformulasikan pada 1858 oleh Cayley (1821-1895), dan pada waktu itu mairiks belum banyak dikenal. Baru pada tahun 1925 Heisenberg (1901-1976) menemukan kembali matriks untuk kepentingan Fisika Kuantum, Determinan adalah suatu konsep yang tidak mudah, pada kalangan hii aljabar linear pun terdapat perbedsan pendapat yang sangat mencolok paling tidak apabila kita membandingkan pendapat Axler (1995) yang menyatakan bahwa Aljabar Linear tidak harus menggunakan determinan (“Down With Determinant”), dan (Tee 2003) menyatakan tidak mungkin Aljabar Linear tanpa determinan (“Up With Determinani”). Saya sendiri tidak setuju dengan pendapat Axler (1995) tersebut. Sistem Persamaan Linear: Sistem persamaan linear pertama kali diperkenalkan oleh Gauss pada tahun 1980 (Tee, 2003). Sebagai suatu ilustrasi, jika kita diminta mencari titik potong 2 (dua) garis pada bidang datar gy =a) x+b) y = cy, go =az.x+b; y =e», maka yang kita lakukan adalah dengan menyamakan koefisien salah satu variabel pada kedua persamaan tersebut untuk menghilangkan variabel tersebut, schingga akan didapat nilai variabel yang lain, dan diperoleh solusi sistem persamaan tersebut (jika ada). Hal yang sama dapat Gilakukan apabila kita mencarititik potong tiga bidang Hr, Hp dan Hs, misalnya dalam ruang dimensi tiga Hy =a) a+b, y + ¢1 2 = d;, H2= a2 xtbp y + 2 2 = dz, dan Hy = ay x+by y + ¢ 2 = dy, Persoalan akan Tuncul apabila kita mempunyai sistem persamaan yang terdisi dari 4 katakenlah 10 persamaan dengan 15 variabel, Apalagi untuk sistem persamaan yang terdiri dari jutaan persamaan dan jutaan variabel permasalahan-nya menjadi sangat kompleks, Sangat tidak efisien apabila dilakukan dengan cara menghilangkan Koefisen satu per satu. Padzhal_memang banyak persoalan nyata yang harus dimodefkan dalam bentuk seperti itu. Dengan mengingat hal tersebut Gauss mendapatkan suatu cara menyelesaikan yang lebih sistimatis yang kita kenal Metode Eliminasi Gauss yaitu dengan cara membentuk matriks lengkap dari sistem persamaan linear Aj Kp + AQ A2 + oe # Bin Xn = BY F ay Xy = 2 42, X) +0222 + apd ay + id Sin * yaitu matriks ay ag ay an a kemudian dilakukan operasi baris elementer untuk mendapatkan bentuk dari bentuk terakhir ini akan diperoleh nitlai dari variabel xi, x2, ‘yang memenuhi sistem persamaan di atas Gika ada). 5 Ruang Vektor, Basis dan Dimensi: Definisi Ruang Vektor atas. suatu lapangan secara umum dilatar-belakangi oleh sifat-sifat vektor dalam di bidang datar (R”) terhadap skalar di R yang sudah kita kenal, Sudah kita ketahui bahwa pada vektor-vektor di bidang datar (R°) dapat didefinisikan operasi penjumlahan dengan menggunakan aturan jajaran genjang yang secara analitik dapat dinyatakan sebagai berikut: Jika vy =(x;,y,) dan vz =(x2,y2) adalah vektor di R? maka v, + v2 = (x;+x2,y1+y2) adalah juga vektor di R’. R° terhadap operasi + bersifat assosiatif, mempunyai elemen netral, sctiap elemen mempunyai invers. dan komutatif. Yang berarti R’ terhadap penjumlahan merupakan grup. abelian, Sementara itu pada R bekerja operasi penjumlahan dan petgandaan antar bilangan real yang dalam struktur aljabar R terhadep operasi penjumlahan dan pergandaanmerupakan lapangan. Selanjutnya untuk suatu elemen c di R dan vektor vy =(x;,y1) di R® dapat didefinisikan operasi pergandaan skalar sebagai berikut @y;:=(oe0,, ay;), dun dapat ditunjukkan secara geometris bahwa Grup (R.+) techedap Lapangan (R,+,-) dan operasi perganduan_skalar memenuhi sifat sebagai berikut, 1 a(t v)=avt avy 2. (a+ B)vy= av; + Bee 3 (a, By r= ac(B vy) 4 Lovey untuk setiap or dan’ 8 di R dan setiep v, dan v2 di R” Dilatarbelakangi oleh sifat yang dimiliki oleh grup (R?,+) terhadap lapangan (R.+,.) dan operasi pergandaan skalar di atas, para ahli kemudian mendefinisikan struktur abstrak scbagai berikut: Grup {V.+) disebut Ruang Vektor atas lapangan (F,+,) tethadap operasi pergandaan skalar # : F x V— V dengane (q,¥) = @, jika memenuhi sifat-sifat sebagai berikut: 3. (ot. B) vr= 4. iy, vy 6 Sudah kita ketahui bahwa pada ruang vektor R’ himpunan 1,0), ¢2=(0,1)} mempunyai sifat yang spesial yaitu B membangun R’ dan bebas linear, yaitu setiap elemen dalam R? dapat dinyatakan secara tunggal sebagai kombinasi linear dari B. Sifat tersebut sangat berguna dan para ahli kemudian mendefiniskan pengertian Basis dari sembarang ruang vektor V atas lapangan F sebagai berikut. Sebarang himpunan B dalam ruang V atas lapangan F disebut basis jika setiap vektor dalam V dapat dinyatakan secara tunggal sebagai kombinasi linear elemen-elemen dalam B. Dengan Lemma Zom (Adkins et al., 1992) yang sangat terkenal, ditunjukkan bahwa eksistensi basis dalam suatu ruang vektor ceksistensinya walaupun tidak selalu tunggal. Namun demikian jurnlah clemen dalam suatu basis dalam suatu ruang vektor selalu sama, yang selanjutnya disebut sebagai dimensi. ‘Transformasi Linear dan Matriks Representasi dari ‘Transformasi Linear: Fungsi T dari suatu ruang vektor V ke ruang vektor W atas lapangan yang sama (sebut F) disebut wanstormasi linear jika T mengawetkan (preserve) hasil operasi pada V ke operasi pada W yaitu Tvyty2) = Tvy)+Ttv2) dan Tlav;}=e T(v,) untuk setiap tdi F dan setiap v; dan vzdi V. Sika A merupakan matriks bertipe nun ‘atas lapangan F maka T: F" — F* dengan T(v) = Av merupakan transformasi linear. Sebaliknya setiap kali kita memiliki transformasi linear 7 dari rung vektor V berdimensi m dengan basis B=fer, €2, Gu} ke tuang vektor W berdimensi n dengan basis B'={fi, fi. maka terdapat dengan tunggal skalar a di F untuk i: F212, om me yang memenuhi Tle;) = Loy fj . Matriks A=(c%) disebut matriks representasi dari transformasi linear T' relatif terhadap basis B ke basis B’. Matriks reperesentasi suatu transformasi linear tunggal relatif terhadap basis yang dipilih. Vektor Eigen dan Nilai Eigen (Carlson, 2000): Vektor Eigen dan Nilsi Eigen adalah salah satu konsep penting dalam Aljabar ‘Linear. Misalkan T adalah pemetaan linear dari ruang vektor R” ke R". Jika x adalah suatu vektor di R", marilah kita lihat efek dari 7 terhadap x . Mengingat T mengawetkan hasil operasi, maka akan diperoteh ‘T(O}=0, Untuk x40, bagaimana cara yang paling sederhana transformasi linear T berefek terhadap x ? Jawaban dari pertanyaan 7 tersebut adalah: bila T(x) merupakan “kelipatan” dari x sendiris yaitu Tix) = Ax untuk suatu skalar J tak nol. Dari sini muncullah pengertian Nilai Eigen. Skalar 4 disebut nilai eigen transformasi linear T dari ruang V ke ditinya sendiri jika ada vektor tak nol x sedemikian hingga T(x) = dx; dapat ditunjukkan jika A adalah matriks representasi transformasi Tinear T maka 4 merupakan nilai eigen dari 7” jika dan hanya jika determinan(A- 41) = 0. Persamaan terakhir ini disebut persamaan karakteristik-dari transformasi linear 7. Vektor x yang memenuhi T(xJ=ix disebut vektor eigen yang berkorespondensi dengan nitai eigen 4. 2. BEBERAPA CONTOH APLIKASI ALJABAR PADA BIDANG Non MATEMATIKA Pada bagian ini akan ditampilkan aplikasi aljabar linear dalam beberapa bidang sebagai ilustrasi akan manfaat dari aljabar linear. Contoh yang diambil sengaja yang mudah dimengerti oleh para hadirin sehingga bentuknya sederhana. Harapan kami agar dapat incnambah apresiasi hadirin terhadap Aljabar Linear. Aplikasi Pada Bidang Ekonomi: Untuk dapat mengerti dan memanipulasi ekonomi suatu negara atau suatu kawasan regional apat dilakukan dengan dasar model tertentu dari beberapa sektor penentu ckonomi. Model Leontief (Anton ef al., 2000) adalah salah satu model yang menggunakan dasar tersebut. Berdasar asumsi bahwa setiap industri dalam ekonomi mempunyai 2 (dua) tipe demand yaitu external demand (dari War sistem) dan internal demand (dari dalam sistem), model Leontief merepresentasikan ekonomi sebagai sistem persamaan lineer. Ada dua macam Model Ekonomi Leontief, Model Ekonomi Leontief Tertutup: Untuk model ekonomi yang terdiri dari n sector, sebut 5,,....., yang berarti setiap industri mengkonsums} suatu produk dari beberapa industri termasuk dari produknya sendiri, Model seperti ini kita sebut model ekonomi tertutup. Misalkan my adalah jumlah unit yang diproduksi oleh industri $, dan diperlukan oleh industri S,. Jika ps tingkat produksi dari industri S;, maka my pj merepresentasikan jumlah unit yang diproduksi oleh industri 5, dan dikonsumi oleh industri Sj. Sehingga total jumbah Unit yang diproduksi olch industri 5; dapat dinyatakan dengan; PIM PIM Z+...AP Mie Untuk mendapatkan sistem ekonomi yang seimbang, maka total produksi pada setiap industri harus sama dengan konsumsi totalnya, sehingga diperoleh sistem persarnaan linear mrprt mirprt...+i npr myyp 1 My2p2t...+M2aPn= Pr Melpr MyaP2---Maad a= Pr Matriks A= (my) disebut matriks input-output, dan persamaan di atas dapat ditulis sebagai persamaan matriks AP=P. Persoalannya menjadi: ‘menentukan vektor P yang memenuhi AP=P dengan komponen tak negatif dan paling tidak salah satu komponennya positif. Sebagai ilustrasi, misalkan suatu sistem ekonomi pada suatu kawasan bergantung pada 3 (tiga) industri, yaitu jasa, listrik, dan minyak. Hasil monitoring pada operasi dari 3 industri selama satu tahun diperoleh: 1. Untuk memproduksi / unit jasa, industri jasa memerlukan 0,3 unit dari hasil produksinya, 0,3 unit listrik dan 0,3 unit minyak. 2, Untuk memproduksi 7 unit listrik, generator _listrik memerlukan 0,4 unit jasa, 0,/ unit hasil produksinya sendiri, dan 0,5 unit minyak. 3. Untuk memproduksi minyak, dibutuhkan 0,3 unit jasa, 0,6 unit listrik dan 0,2 unit minyak hasil produksinya. Untuk menentukan tingket dari setiap industri untuk memenuhi external dan internal demand kita dapat mengasumsikan bahwa model

    You might also like