Kajian Metode Estimasi Parameter dalam Regresi Semiparametrik Spline
|
|
- Agus Atmadja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 W. Wowo, S. Hrytm, I N. Budtr, Kj Metode Estms Prmeter... Kj Metode Estms Prmeter dlm egres Semrmetrk Sle Whyu Wowo, Sr Hrytm, I Nyom Budtr whyu.stk@gml.com Jurus Mtemtk, Uversts Gdjh Md Yogykrt Jurus Sttstk, Isttut ekolog Seuluh Noemer Sury Itsr Pd regres semrmetrk sle, estms kurv regres dt dselesk deg metode kudrt terkecl, kudrt terkecl terelt, d reroducg kerel Hlert sce. Msg-msg edekt memlk krkterstk yg ered. Pd edekt kudrt terkecl, mslh utm dlh memlh yk kot d loksy. Pd kudrt terkecl terelt d reroducg kerel memuy ermslh yg sm, ytu meetuk l rmeter eghlus yg otml. Nmu, secr mtemts, metode reroducg kerel memer hsl yg leh umum ddgk deg kudrt terkecl terelt kre erlku utuk semu derjt oloml sle yg k derguk. Mklh k mejelsk eggu metode kudrt terkecl, kudrt terkecl terelt, d reroducg kerel hlert sce sert ered msg-msg dlm estms kurv regres semrmetrk sle. Kt kuc : egres semrmetrk, lest squre, elzed lest squre, reroducg kerel Hlert sce, sle Astrct Curve estmto or sle semrmetrc regresso c e doe y usg lest squre, elzed lest squre d reroducg kerel Hlert sce method. Ech methods hs deret chrcterstcs. Lest squre method hs rolem out how to choose the umer o kots d ther locto. Pelzed lest squre d reroducg kerel hs the sme rolem out how to choose the otml smoothg rmeter. However,reroducg kerel roch s more geerl mthemtclly th elzed lest squre due to e vld or y degree o olyoml sle tht to e used. hs er wll exle out lest squre, elzed lest squre, reroducg kerel Hlert sce s weel s derece o ech method curve estmto or sle semrmetrc regresso. Keyword : semrmetrc regresso, lest squre, elzed lest squre, reroducg kerel Hlert sce, sle. Pedhulu egres semrmetrk meruk koms tr regres rmetrk d regres ormetrk. Koms dlm hl dmksudk hw dlm regres semrmetrk memut seklgus model regres rmetrk d model regres ormetrk. egres semrmetrk mucul kre dy ksus-ksus emodel yg huug tr vrely sel d yg ler jug d yg tdk dkethu etuky. Keerd du komoe yg ered dlm regres semrmetrk mejdk emk model mejd lus d secr teor erkemg sgt est. Perkemg sel kre lks jug kre erkemgy ergkt kers tekolog komuts yg memermudh d memercet komuts. 0
2 Berkl MIPA, 3(), Jur 03 Estms kurv regres semrmetrk sle dt dselesk deg metode kudrt terkecl, kudrt terkecl terelt, d reroducg kerel hlert sce. Msg-msg edekt memlk krkterstk yg ered. Pd edekt kudrt terkecl, mslh utm dlh memlh yk kot d loksy. Pd kudrt terkecl terelt d reroducg kerel memuy ermslh sm, ytu meetuk l rmeter eghlus yg otml. Nmu, secr mtemts, metode reroducg kerel memer hsl yg leh umum ddgk deg kudrt terkecl terelt kre erlku utuk semu derjt oloml sle yg k derguk Mklh k mejelsk eggu metode kudrt terkecl, kudrt terkecl terelt, d reroducg kerel hlert sce sert ered msg-msg dlm estms kurv regres semrmetrk sle. Pejels k dmul deg kostruks model regres semrmetrk sle, metode kudrt terkecl, kudrt terkecl terelt, d reroducg kerel Hlert sce. Seg eutu k derk kesmul erkt deg metode-metode terseut.. Model Pdg smel rdom deg vrel d msg-msg smel dlh ( y, x, t ),,,...,. Dlm hl dsumsk y seg vrel reso, x seg vrel redktor yg dkethu eregruh ler, d t seg vrel redktor yg tdk dkethu etuk egruhy terhd reso. Seljuty detuk model regres semrmetrk y 0 x ( t ),,,..., () ( 0, ) rmeter utuk komoe rmetrk, d komoe ormetrk, dlm hl meruk ugs yg tdk dkethu.,,..., dlh error rdom yg slg deede deg me ol d vrs. Model () dt dytk dlm ots mtrk mejd dm YXβ +ε () y Y, y x X, x 0 β, ( t), ( t) ε Mslh estms d regres semrmetrk mucul kre dy komoe ormetrk eru ugs yg tdk dkethu etuky. Oleh kre tu, hmr terhd etuk ugs terseut dt dlkuk deg leh dr stu etuk ugs. Beer dtry dlh sle, kerel, ourer, wvelet, d oloml lokl. Secr lks, hmr-hmr memlk keleh yg ered. Seg cotoh, hmr sle sgt cocok utuk dt yg memlk erlku eruh-uh dlm su-su tervl tertetu. Hmr ourer sgt cocok utuk dt yg memlk ol erulg tu musm. Pejels mege mcm-mcm hmr dt dlht d Eggermot d Lrcc (009). 3. Metode Kudrt erkecl Metode kudrt terkecl meruk metode yg sgt lzm derguk dlm regres ler. Prs metode dlh memmumk kudrt resdul. Metode jug s derguk dlm regres semrmetrk sle. Wowo, dkk (009, 00) telh megguk metode utuk estms rmeter d regres semrmetrk d jug 03
3 W. Wowo, S. Hrytm, I N. Budtr, Kj Metode Estms Prmeter... st-st sttstk estmtor yg deroleh. Peggu metode mesyrtk etuk sesk ugs (t) dlm model (). Betuk ugs sle yg s derguk dlh ugs ss sle oloml tructed. Fugs sle oloml tructed derjt deg k ttk kots,,..., k dsjk dlm etuk, deg ( t ) 0 ( t ) t t... t t k t k ( )... ( ) ( t ), t 0, t Sehgg model () dt dytk mejd Al dytk dlm mtrks, deroleh deg y x t t... t 0 0 ( t )... ( t ), k k,,..., Y = X β + Z + ε (5) x x ( t ) ( t k ) Z= x x ( t ) ( t ) ( k ) (3) (4) 0 k x( k) Seljuty, dtetuk C x z,, sehgg (5) dt dytk deg α YC ε Seljuty ddesk kudrt resdul seg erkut, ε ε ( Y C ( Y C = Y Y- C Y+ C C Estmtor deroleh deg cr memmumk (6) terhd. Seljuty (6) dturuk terhd d dsmdegk ol, sehgg deroleh : C Y + C C (7) C CC Y yg meruk ersm orml. Peyeles ersm k meruk estmtor. Sesu ljr mtrk, kre mtrk C memuy rk (3 + + k) d C C mtrk ostve-dete, mk C C k meruk mtrk osgulr. Sehgg ersm (6) k memuy eyeles tuggl, ˆ ( ) - C C C Y (8) Dlm hl, ˆ meruk estmtor kudrt terkecl. Meggt ersm (), estmtor (8) erlku hy utuk derjt oloml d yk kots k yg tertetu. Sehgg leh tet klu estmtor dytk deg ˆ ( ) -, C C C Y (6) 04
4 Berkl MIPA, 3(), Jur 03 ˆ ˆ ( ) - Y C, C C C C Y Y ˆ H ( ;,..., ) Y k deg H( ;,..., ) C( C C) C k - Permslh seljuty dlh gm meetuk derjt oloml d yk kots k yg k dguk dlm estmtor. Utuk keerlu k derguk krter Geerlzed Cross Vldto (GCV), yg ddesk : ( I H( ;,,..., k ) y k trce( I H( ;,,..., k ) GCV ( ;,,..., ) Nl d k dlh deg meyelesk otms GCV Metode estms kudrt terkecl secr GCV ( ;,,..., ) m ( ;,,..., ) ot ot ot kot + k k mtemts dt dselesk deg lgkh-lgkh yg sederh d meghslk model sttstk yg mudh dterretsk. Kesult metode dlh meetuk derjt oloml, yk kot d loks kot-kot terseut. 4. Metode Kudrt erkecl erelt Metode kudrt terkecl terelt meruk erlus metode kudrt terkecl deg memhk rmeter eghlus d elt d ugs yg k derguk. Fugs yg k derguk meruk kelurg ugs yg terderesl d tervl [,] d kotu solut d turu ertm. Betuky derk seg erkut, S(, ) { y ( x ) ( t )} 0 { ( )} ( m) t dt Dlm hl meruk rmeter eghlus, sedgk elt derk oleh { ( )} ( m) t dt Jk 0, mk hsl estms medekt hsl metode kudrt terkecl. Selky, jk, mk estms k megterols ttk-ttk dt. Estmtor terk meruk komrom tr l jumlh kudrt resdul d rmeter eghlus yg s ddtk deg memmumk l GCV. Dlm Gre d Slverm (994) dytk hw ugs yg memmumk (9) meruk ugs turl cuc sle, yg derk seg erkut : 3 ( t) ( t t ) c ( t t ) d ( t t ), t t t, =,,, t, t,, t meruk kot yg memeuh t t t. Seljuty, elt dlm (9) k dytk dlm etuk l turu kedu deg lgkh seg erkut.. Ddesk ( t ) d "( t ),,,,.. Pdg = (,, ), γ = (,, ), h t t,,,, 3. Susu mtrk, mk Q d, deg ketetu seg erkut. (9) 05
5 W. Wowo, S. Hrytm, I N. Budtr, Kj Metode Estms Prmeter... Q dlh mtrk erukur ( ) deg elemet q j,,,, d j,3,,. q, qj hj hj, qj, j h j j,3,,, q 0, jk j. j, j h j Mtrks Q s ddeks mul j, sehgg eleme terts Q dlh q. Seljuty dlh mtrks symmetrc erukur ( ) ( ) deg elemets r j,,j=,3,, ( ) seg erkut 4. Desk mtrk K deg j ( ) rj h 3 h, r, j r, h 6, d rj 0 utuk j K Q Q Seljuty huug tr Q,,,γ d K terdt dlm d Gree d Slverm (994), yg dytk dlm teorem erkut. - heorem : Vektor d γ meetuk turl cuc sle jk d hy jk memeuh Q γ Seljuty elt k dt dytk mejd { "( t)} dt γ γ K Bukt dt dlht d Gree d Slverm (994). Sehgg (9) dt dytk dlm S β, ( Y Xβ ) ( Y Xβ ) K ots mtrk mejd ; Seg hsl teorem, jumlh kudrt terelt (9) dt dytk, ( ) S β Y Xβ ( Y Xβ ) K (0) Memmumk (9) equvlet deg memmumk, Sβ, ( Y Xβ ) ( Y Xβ ) K () Seljuty, deg meuruk (0) terhd β d, d meymdegk ol, deroleh ˆ β ( X X) X ( Y ˆ) ˆ = ( I K ) (Y Xβˆ) () Dlm hl terhd du smoother, Sβ X( X X) X meghslk dug Xβ ˆ d smoother ly dlh rmetrk derk oleh ormetrk dlh meghslk S = I K meghslk dug ˆ. Seljuty dug ( ) S Y X X X X Y Xβ ˆ sedgk dug utuk β( ) ( ) ( ) ˆ = S (Y Xβ ˆ). Susttus dug ormetrk ke g ertm (), ˆ XXβX ( Y S (Y Xβ)) X ( I S ) Xβ X ( I S ) Y Persm dlh ersm orml utuk geerlzed lest squre orml, deg eleme o-dgol eru mtrk emoot ( I - S ). Sehgg, rmeter β d dt dselesk deg, 06
6 Berkl MIPA, 3(), Jur 03 ˆ ( ( ) ) ( ) β X I S X X I S Y ˆ = S (Y Xβˆ ) S Xβˆ S Y Estmtor elzed lest squre msh tergtug d rmeter smoothg, oleh kre tu hrus dlh yg otmum deg memmumk GCV. GCV ddesk dlm metode dormulk deg Y Yˆ GCV ( ) ( tr( A)) A meruk ht mtrk yg memeuh ˆ ˆ β ˆ AY Xβ X I Y ˆ ˆ deg X X X X A X I X ( I K) I Betuk kurv regres hsl metode kudrt terkecl terelt kudrt terkecl ergtug d rmeter eghlus. Nmu metode mejd leh komlek jk terdt leh dr stu redktor ormetrk. Sel tu, terrets egruh redktor ormetrk terhd reso tdk derk secr esklst mellu model sttstk, k tet mellu kurv regres. 5. eroducg Kerel Hlert Sce Peggu metode reroducg kerel Hlert sce dlm regres semrmetrk d dsry meruk erlus metode kudrt terkecl terelt deg megguk ugs yg terderesl d tervl [,] d turuy yg ke-m kotu solut d tervl terseut. Deg kt l, ugs terseut termut d dlm rug Soolev m ( m) ( m) W deg m [, ] W [, ] { :,, kot. s., ( t) dt } eroducg Kerel Hlert Sce (KHS) H dlh sutu rug Hlert dr ugs erl rel d [0,] deg st hw utuk set t [0,], ugsol Lt ( ) ( t) meruk ugsol ler terts, dlm rt hw terdt M sedemk hgg erlku L () t M t H dt ddekomoss mejd H H0 H deg H 0 rug Null, d H dlh rug yg tegk lurus deg rug Null. eroducg kerel dr H dlh ugs yg ddesk d [0,] [0,], sedemk hgg utuk set ttk t [0,] erlku t H deg t ( s) ( t, s) d Lt t,, H Utuk megguk metode reroducg kerel dlm estms rmeter regres semrmetrk, model () dytk mejd y 0 x Lt,,,..., (3) deg L, ( t ) t t Seljuty, estms rmeter deroleh deg memmumk elzed lest squre 07
7 W. Wowo, S. Hrytm, I N. Budtr, Kj Metode Estms Prmeter... deg ( m) { ( t)} dt P, W m S(, ) { y ( x ) L } P P royeks orthogol d H dlm 0 t (4) Estmtor yg k deroleh terdr dr estmtor sle rsl seg komoe ormetrk (), d estmtor rmetrk (). Estmtor sle rsl deroleh erdsrk teorem erkut. H. eorem : Al H H0 H d,,, m meruk ss d rug H 0, sert m meruk mtrk ull rk erorde m yg derk oleh m { L v},,,, ; v,,, m mk ugs yg memumk S(, ) { y ( x ) L } P dlh deg P 0 m ˆ d c (5) v v v d ( d, d,, d m )' ('M ) M ' ( c M,, ;, j,,, j ( c, c,, c )' M (I - ('M )) 'M ( Sedgk estmtor rmetrk yg ersesu dlh ˆ β ( X'(I - A( ))X) X'( I - A( ))' Y (6) Bukt derk d khr mklh. Sm d s, telh deroleh estmtor utuk regres semrmetrk sle deg metode (KHS). Nl tksr utuk vrel reso dt dytk mejd Y ˆ = Xβ + (7) λ λ Keleh estmtor yg deroleh deg metode KHS dlh keumumy yg erlku utuk serg oloml sle sm derjt-m. Iterrets egruh redktor ormetrk terhd reso dt deg mudh dlkuk mellu kurv regres. Jk terdt leh dr stu redktor ormetrk, mk k mucul kesult secr mtemts d grs. 6. Kesmul d Sr Mslh utm d estms rmeter regres semrmetrk dlh dy komoe ormetrk eru ugs yg tdk dkethu etuky. Peggu metode kudrt terkecl megsumsk etuk ugs sle oloml tructed d memerk kemudh terrets mellu model sttstk. Peggu kudrt terkecl terelt meghslk ugs turl cuc sle seg komoe ormetrk d etuk kurv regresy tergtug d rmeter eghlus. Estmtor yg deroleh deg reroducg kerel Hlert sce jug tergtug d rmeter eghlus, mu 08
8 Berkl MIPA, 3(), Jur 03 estmtory erlku utuk serg derjt oloml sle. Sehgg estmtor yg deroleh deg edekt reroducg kerel Hlert sce erst leh umum ddgk deg estmtor yg deroleh deg metode kudrt terkecl muu kudrt terkecl terelt. Dtr Pustk Gree, P.J. d Slverm, B.W., 994, Normetrc egresso d Geerlzed Ler Model, Chm & Hll, Lodo Eggermot, P.P.B., d Lrcc, V.N., 009, Mxmum Pelzed Lkelhood Estmto, Volume II : egresso, Srger Seres Sttstcs Wh, G., 990, Sle Model or Oservtol Dt, SIAM, XII, Phldelh Wowo, W., Hrytm, S., Budtr, I.N., 009, Lest Squre Methods or Estmtg Curve o Sle Semrmetrc egresso, Proceedg o Ntol Semr o Mthemtc d Mthemtc Educto, Yogykrt Stte Uversty, Decemer 5 th 009, , ISBN : Wowo, W., Hrytm, S., Budtr, I.N., 00, Ierece Ad Codece Itervl For egresso Curve I Sle Semrmetrc Model, Proceedg o Ntol Semr o Mthemtc d Mthemtc Educto, Uversty o Muhmmdyh Mlg, Jury 30 th, 00 Bukt eorem : Utuk ukt estmtor ormetrk, dt dlht d Wh (990), sedgk utuk estmtor rmetrk derk secr sgkt. Utuk medtk estmtor rmetrk, ersm (5) dytk dlm etuk mtrk mejd d c Seljuty, deg meggt huugy deg model (), mk (5) dt dytk jug mejd Y - Xβ - Mc c Dlm hl, dt dlht seg hsl smoothg terhd umum mejd A( )( = Y - Xβ - ( + ) c = Y - Xβ - c c = Y - Xβ - Y - Xβ - A( )( = (I - A( ))( D l hk, c = d = A( )( - d c' c = c'a( )( = (I - A( ))( A( )( S β, ( Y Xβ ) ( Y Xβ ) c' c Y Xβ, sehgg secr 09
9 W. Wowo, S. Hrytm, I N. Budtr, Kj Metode Estms Prmeter... ( Y Xβ) ( I A( )) ( I A( ))( Y Xβ) Y Xβ I A I A Y Xβ c c (I - A( ))( A( )( ( ) ( ( )) ( ( ))( ) ' S β, β 0 β ( X'(I - A( ))X) X'( I - A( ))' Y 0
BAB VI ANALISIS REGRESI
BAB VI ANALISIS REGRESI A. Pedhulu Alss regres merupk slh stu lss yg ertuju utuk megethu pegruh sutu vrel terhdp vrel l. Vrel yg mempegruh dseut depedet vrle/vrel es () d vrel yg dpegruh dseut depedet
Lebih terperinciBab 4 ANALISIS REGRESI dan INTERPOLASI
Als Numerk Bh Mtrkuls B 4 ANALISIS RGRSI d INTRPOLASI 4 Pedhulu Pd kulh k dpeljr eerp metde utuk mempredks d megestms dt dskret Dr sutu peelt serg dlkuk peglh dt utuk megethu pl dt tu etuk kurv g dggp
Lebih terperinciREGRESI. Curve Fitting Regresi Linier Regresi Eksponensial Regresi Polynomial. Regresi 1
REGRESI Curve Fttg Regres Ler Regres Ekspoesl Regres Poloml Regres Curve Fttg: Ksus Dberk dt berup kumpul ttk-ttk dskrt. Dperluk estms / perkr utuk medptk l dr ttk-ttk g berd d tr ttk-ttk dskrt tersebut
Lebih terperinciREGRESI. Curve Fitting. Regresi Eksponensial. Regresi 1
REGRESI Curve Fttg Regres Ler Regres Ekspoesl Regres Poloml Regres Curve Fttg: Ksus Dberk dt berup kumpul ttk-ttk dskrt. Dperluk estms / perkr utuk medptk l dr ttk-ttk g berd d tr ttk-ttk dskrt t tersebut
Lebih terperinci( X ) 2 ANALISIS REGRESI
ANALII REGREI A. PENGERTIAN REGREI ecr umum d du mcm huug tr du vrel tu leh, tu etuk huug d keert huug. Utuk megethu etuk huug dguk lss regres. Utuk keert huug dpt dkethu deg lss korels. Alss regres dperguk
Lebih terperinciPENCOCOKAN KURVA (CURVE FITTING) INTERPOLASI
PENCOCOKAN KURVA (CURVE FITTING) Iterpols : Iterpols er Iterpols Kudrtk Iterpols Poloml Iterpols grge Regres : Regres er Regres Ekspoesl Regres Poloml INTERPOASI Iterpols dguk utuk meksr l tr (termedte
Lebih terperinciCATATAN KULIAH Pertemuan XIII: Analisis Dinamik dan Integral (1)
CATATAN KULIAH Pertemu XIII: Alss Dmk d Itegrl () A. Dmk d Itegrs Model Stts : mecr l vrel edoge yg memeuh kods ekulrum tertetu. Model Optms : mecr l vrel plh yg megoptms fugs tuju tertetu. Model Dmk :
Lebih terperincia home base to excellence Mata Kuliah : Kalkulus Kode : TSP 102 Integral Pertemuan - 6
home se to ecellece Mt Kulh : Klkulus Kode : TSP 0 SKS : SKS Itegrl Pertemu - 6 home se to ecellece TIU : Mhssw dpt memhm tegrl fugs d plksy TIK : Mhssw mmpu mecr tegrl fugs Mhssw mmpu megguk tegrl utuk
Lebih terperinciPENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI MENGGUNAKAN KOEFISIEN REGRESI ROBUST PADA SAMPING ACAK SEDERHANA.
PENAKI AIO ANG EFIIEN UNTUK ATA-ATA POPULAI MENGGUNAKAN KOEFIIEN EGEI OUT PADA AMPING ACAK EDEHANA M Okto Mork Arsm Ad Hpos rt moktomoo@hoo.co.d Mhssw Progrm Mtemtk Dose Jurus Mtemtk Fkults Mtemtk d Ilmu
Lebih terperinciBAB V ANALISIS REGRESI
BAB V ANALISIS REGRESI Setelh mempeljr mhssw dhrpk dpt : Meghtug prmeter regres Melkuk estms d uj prmeter regres 3 Meemuk model regres g tept Dlm kehdup serg dtemuk d sekelompok peuh g dtr terdpt huug,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Ltr Belkg Smp st, model Regres d model Alss Vrs telh dpdg sebg du hl g tdk berkt. Meskpu merupk pedekt g umum dlm meergk kedu cr pd trf permul, model Alss Vrs dpt dpdg sebg hl khusus model
Lebih terperinciGEOMETRI EUCLID EG(2, p n ) UNTUK MEMBENTUK RANCANGAN BLOK TIDAK LENGKAP SEIMBANG
GEOMETRI EUCLID EG(, p ) UNTUK MEMBENTUK RANCANGAN BLOK TIDAK LENGKAP SEIMBANG Bmg Irwto d Yu Hdyt Jurus Mtemtk FMIPA UNDIP Jl. Prof. H. Soedrto, S.H, Semrg 5075 Astrt. A Bled Iomplete Blok (BIB) desg
Lebih terperinciINTEGRASI NUMERIK. n ax. ax e. a 1. Fungsi yang dapat dihitung integralnya : Fungsi yang rumit misal :
INTEGRASI NUMERIK INTEGRASI NUMERIK D dlm klkulus, terdpt du l petg ytu tegrl d turudervtve Pegtegrl umerk merupk lt tu r yg dguk ole lmuw utuk memperole jw mpr proksms dr pegtegrl yg tdk dpt dselesk ser
Lebih terperinciPRAKTIKUM 10 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss Seidel
Prktkum 0 Peyeles Persm Ler Smult - Metode Elms Guss Sedel PRAKTIKUM 0 Peyeles Persm Ler Smult Metode Elms Guss Sedel Tuu : ler smult Mempelr metode Elms Guss Sedel utuk peyeles persm Dsr Teor : Metode
Lebih terperinciINTEGRASI NUMERIK C 1. n ax. ax e. cos( 1 1. n 1. x x. 0 Fungsi yang dapat dihitung integralnya : 0 Fungsi yang rumit misal :
INTEGRASI NUMERIK D dlm klkulus, terdpt du l petg ytu tegrl d turudervtve Pegtegrl umerk merupk lt tu r yg dguk ole lmuw utuk memperole jw mpr proksms dr pegtegrl yg tdk dpt dselesk ser ltk. INTEGRASI
Lebih terperinciDEFINISI INTEGRAL. ' untuk
DEINISI INTEGRAL Dlm mtemtk d eerp stl sepert des, teorem, lemm Istl petg kre meujuk keeksstes Des dl peryt yg erl er kre dsepkt, d tdk perlu duktk Teorem dl peryt yg dpt duktk keery Lemm dl teorem kecl,
Lebih terperinciCNH2B4 / KOMPUTASI NUMERIK
CNHB4 / KOMPUTASI NUMERIK TIM DOSEN KK MODELING AND COMPUTATIONAL EXPERIMENT PENCOCOKAN KURVA Pedhulu Dt g bersl dr hsl pegmt lpg pegukur tu tbel g dmbl dr buku-buku cu. Nl tr turu tegrl mudh dcr utuk
Lebih terperinciPEMECAHAN SISTEM PERSAMAAN LINIER NON HOMOGEN DENGAN METODE SAPUAN GANDA CHOLESKY. Oleh : Yusup Fakultas Ilmu Komputer, Universitas AKI Semarang
PEMECAHAN SISTEM PERSAMAAN LINIER NON HOMOGEN DENGAN METODE SAPUAN GANDA CHOLESKY Oleh : Yusup Fkults Ilmu Komputer, Uversts AKI Semrg Astrt The frto of No Homoge Lerty Ajustmet System towr Cholesky Doule
Lebih terperinciINTEGRASI NUMERIK. n ax. ax e. n 1. x x. Fungsi yang dapat dihitung integralnya : Fungsi yang rumit misal :
INTEGRASI NUMERIK D dlm klkulus, terdpt du l petg ytu tegrl d turudervtve Pegtegrl umerk merupk lt tu r yg dguk ole lmuw utuk memperole jw mpr proksms dr pegtegrl yg tdk dpt dselesk ser ltk. INTEGRASI
Lebih terperinciESTIMASI KOEFISIEN KORELASI POLIKORIK MENGGUNAKAN METODE BAYESIAN DENGAN GIBBS SAMPLER
STIMSI KOFISIN KORLSI OLIKORIK MNGGUNKN MTOD BYSIN DNGN GIBBS SMLR d Setw d_set_03@hoo.com rogrm Stud Mtemtk Fkults Ss d Mtemtk Uversts Krste St Wc Jl Doegoro -60 Sltg 07 Idoes strct I ths er t s descred
Lebih terperincix 1 M = x 1 m 1 + x 2 m x n m n = x i
Iterl Tertetu..6 oe d ust ss Ttk Bert slk d du ed s-s elk ss sesr d y dletkk pd pp er de jrk erturut-turut d d d dr ttk pey pd - y ered. Ked terseut k se jk dpeuh d d. d d Sutu odel tets y k dperoleh pl
Lebih terperinciESTIMASI DAN RELIABILITAS PADA DISTRIBUSI WEIBULL DENGAN METODE BAYES
LEMMA VOL I NO., NOV 24 ESTIMASI DAN RELIABILITAS PADA DISTRIBUSI WEIBULL DENGAN METODE BAYES Adev Mur Adel Progrm Stud Peddk Mtemtk, Uversts Mhutr Muhmmd Ym, Solok devmur@gml.com Abstrk. Peelt bertuju
Lebih terperinciDr.Eng. Agus S. Muntohar Department of Civil Engineering
Pertemu ke-7 Persm Ler Smult Oktober 0 Metode Iters Guss-Sedel Dr.Eg. Agus S. Mutohr Deprtmet of Cvl Egeerg Metode Guss-Sedel Merupk metode ters. Prosedur umum: - Selesk ser lbr vrbel tdk dkethu msg-msg
Lebih terperinciOVERDISPERSI KARENA KESALAHAN SPESIFIKASI MODEL DAN CARA MENGATASINYA
Prosdg Semr Nsol Ss d Peddk Ss IX Fkults Ss d Mtemtk UKSW Sltg Ju 04 Vol 5 No. ISSN :087-09 OVERDISPERSI KARENA KESALAHAN SPESIFIKASI MODEL DAN CARA MENGAASINYA mbg Srt Derteme Sttstk FMIPA-IPB Eml: tmbg_srt@yhoo.com
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI. Alss Regres Alss regres dlh tekk sttstk yg ergu utuk memerks d memodelk huug dtr vrel-vrel. Peerpy dpt djump secr lus d yk dg sepert tekk, ekoom, mjeme, lmu-lmu olog, lmu-lmu sosl,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TORI. egtr roses Mrkov dt dklsfksk sesu deg sft wktu egmt roses sert stte scey. Wktu egmt roses dt bersft dskrt muu kotu d stte scey bersft dskrt muu kotu bk terbts muu tk terbts.. Dt Defs..
Lebih terperinciMODUL MATA KULIAH ANALISIS NUMERIK OLEH : Rizqi Tresnaningsih, S.Pd, M.Pd PROGRAM STUDI PENDIDIKAN MATEMATIKA
MODUL MATA KULIAH ANALISIS NUMERIK OLEH : Rzq Tresgsh S.Pd M.Pd PROGRAM STUDI PENDIDIKAN MATEMATIKA FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM IKIP PGRI MADIUN Modul Mt Kulh Alss Numerk DAFTAR
Lebih terperinciMetode Numerik. Integrasi Numerik. Umi Sa adah Politeknik Elektronika Negeri Surabaya 2012 PENS-ITS
Itegrs Numerk Um S d Poltekk Elektrok Neger Sury Topk Itegrl Rem Trpezod Smpso / Smpso /8 Kudrtur Guss ttk Kudrtur Guss ttk INTEGRASI NUMERIK D dlm klkulus, terdpt du l petg ytu tegrl d turudervtve Pegtegrl
Lebih terperinciPRAKTIKUM 12 Regresi Linier, Regresi Eksponensial dan Regresi Polinomial
Prktkum. Regres Regres Ler, Regres Ekspoesl, d Regres Poloml Poltekk Elektrok eger Surb ITS 47 PRAKTIKUM Regres Ler, Regres Ekspoesl d Regres Poloml. Tuju : Mempeljr metode peeles regres ler, ekspoesl
Lebih terperinciINTEGRASI NUMERIK. n ax. ax e. n 1. Fungsi yang dapat dihitung integralnya : Fungsi yang rumit misal :
INTEGRASI NUMERIK Pegtr Pegtegrl umerk merupk lt tu r yg dguk ole lmuw utuk memperole jw mpr proksms dr pegtegrl yg tdk dpt dselesk ser ltk. Msly dlm termodmk, model Deye utuk megtug kpsts ps dr ed pdt.
Lebih terperinci1. Kepekatan bakteria pencemar p(t), di dalam secawan teh tarik yang dibiarkan selama beberapa jam diberikan oleh: p(t) = 50e -1.5t + 15e -0.
KKKF BAHAGAN A 6 MARKAH Arh : Jw SEMUA sol. Kepekt kter pecemr pt, d dlm secw teh trk yg drk selm eerp jm derk oleh: pt = 5e -.5t + 5e -.75t Crk ms, t, dlm ut jm yg dperluk utuk kter jk kepekt yg dkehedk
Lebih terperinciModel Tak Penuh. Definisi dapat di-uji (testable): nxp
Model T Peuh Defs dpt d-u (testle): Sutu c c 'c 'c H 'c 'c dpt du l d stu set fugs g dpt - ddug m m ' sehgg H er c ' ' slg es ler tu C c ' c m ' Perht : Kre r X p r p m m r c' (X' X) c X' X c' C(X' X)
Lebih terperinciMetode Numerik. Integrasi Numerik. Umi Sa adah Politeknik Elektronika Negeri Surabaya 2012 PENS-ITS
Itegrs Numerk Um S d Poltekk Elektrok Neger Sury Topk Itegrl Rem Trpezod Smpso / Smpso /8 Kudrtur Guss ttk Kudrtur Guss ttk INTEGRASI NUMERIK D dlm klkulus, terdpt du l petg ytu tegrl d turudervtve Pegtegrl
Lebih terperinciMatematika Dasar INTEGRAL TENTU . 2. Partisi yang terbentuk merupakan segiempat dengan ukuran x dan f ( x k ) sebagai
Mtemtik Dsr INTEGRAL TENTU Pegerti tu kosep itegrl tetu pertm kli dikelk oleh Newto d Leiiz. Nmu pegerti secr leih moder dikelk oleh Riem. Mteri pemhs terdhulu yki tetg itegrl tk tetu d otsi sigm k kit
Lebih terperinciJurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: 30-37
Jurl Mtemtk Mur d Terp Vol. 4 No. Desember : - 7 PENGGUNN BENTUK SMITH UNTUK MENENTUKN BENTUK KNONIK MTRIKS NORML DENGN ENTRI-ENTRI BILNGN KOMPLEKS Thresye Progrm Stud Mtemtk Uversts Lmbug Mgkurt Jl. Jed..
Lebih terperinciBAB 2 ANAVA 2 JALAN. Merupakan pengembangan dari ANAVA 1 Jalan Jika pada ANAVA 1 jalan 1 Faktor Jika pada ANAVA 2 jalan 2 Faktor
BAB ANAVA JALAN Merupk pegembg dr ANAVA 1 Jl Jk pd ANAVA 1 l 1 Fktor Jk pd ANAVA l Fktor Model Ler Asums: Model efek Tetp! 1,..., 1,..., Stu fktor g dtelt Av 1 l k k 1,,..., 1,,..., b k 1,,..., Du fktor
Lebih terperinciPRAKTIKUM 8 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss
Prktkum 8 Peyeles Persm Ler Smult Metode Elms Guss PRAKTIKUM 8 Peyeles Persm Ler Smult Metode Elms Guss Tuju : Mempeljr metode Elms Guss utuk peyeles persm ler smult Dsr Teor : Metode Elms Guss merupk
Lebih terperinciDIGRAF EKSENTRIS PADA DIGRAF SIKEL, DIGRAF KOMPLIT DAN DIGRAF KOMPLIT MULTIPARTIT. Jl. Prof. H. Soedarto SH Semarang 50275
DIGRAF ESENTRIS PADA DIGRAF SIEL DIGRAF OMPLIT DAN DIGRAF OMPLIT MULTIPARTIT Reto tur umlsr d Luc Rtsr Jurus Mtemtk FMIPA UNDIP Jl Prof H Soedrto SH Semrg 5075 Abstrct The eccetrc dgrph of dgrph ED ( D)
Lebih terperinciA. Pusat Massa Suatu Batang
Perteu 7 Pust ss sutu Kepg, Setrod, d Teore Pppus A. Pust ss Sutu Btg Dskusk!. slk ss,,..., terletk pd tg pdt sgsg d ttk,...,,, d = jrk errh tr ss ke sutu ttk tetp 0 pd tg,,,...,. ss prtkel, oe prtkel
Lebih terperinci3SKS-TEKNIK INFORMATIKA-S1
SKS-TEKNIK INFORMATIKA-S Momd Sdq PERTEMUAN : 9- INTEGRASI NUMERIK METODE NUMERIK TEKNIK INFORMATIKA S SKS Momd Sdq MATERI PERKUIAHAN SEBEUM-UTS Pegtr Metode Numerk Sstem Blg d Kesl Peyj Blg Bult & Pe
Lebih terperinciESTIMASI INTERVAL SPLINE DALAM REGRESI NONPARAMETRIK
ESTIASI INTERVAL SPLINE DALA REGRESI NONPARAETRIK uhd N, I Nyo Budtr hssw S Jurus Sttstk FIPA ITS Sury El: _s@yhoo.co Dose Jurus Sttstk FIPA ITS Sury Astrks Derk odel regres opretrk y ( ε, [],,,,. Kurv
Lebih terperinciBentuk Umum Perluasan Teorema Pythagoras
Jrl Grde Vol No Jr 6 : 9-4 Betk Umm Perls Teorem Pythors Ml stt By Kerm Ulsr les Jrs Mtemtk Fklts Mtemtk d Ilm Peeth lm Uversts Bekl Idoes Dterm Septemer 5; dset Desemer 5 strk - Peelt memhs perls teorem
Lebih terperinci1. Aturan Pangkat 3. Logartima
KL UN Mtetk MA IPA 9/ No. KL Ruus. Meetuk egs pert g dperoleh dr perk kespul.. p q. p q. p q ~ (p q) = ~p ~q ~ (eu/etp p) = Ad/Beerp ~p p. ~q q r ~ (p q) = ~p ~q ~ (Ad/Beerp p) = eu/etp ~p q ~p p r p q
Lebih terperinciBAB 6 FITTING DATA ˆ (6.1) (6.2) (6.3) =. Nilai akan. akan minimum jika. minimum. Misal. 0. Jika ini dikerjakan maka akan diperoleh nilai
BAB 6 FITTIG DATA Atu dseut dengn penookn dt tu menentukn kurv terk ng mellu set dt (sekumpuln dt) dengn keslhn mnmum. Ukurn keslhn dlh E (root men squre, kr kudrt rt-rt). Ad eerp mm pol fttng dt: menurut
Lebih terperinciAnalisis Variansi satu faktor Single Factor Analysis Of Variance (ANOVA)
BAB 1 Alss Vrs stu fktor Sgle Fctor Alss Of Vrce (ANOVA) ANALISIS VARIANSI SATU FAKTOR D MetStt 1 sudh dkel uj hpotess rt-rt du populs A d B g berdstrbus Norml Bgm jk terdpt lebh dr du populs? Alss vrs
Lebih terperinciINTEGRAL TERTENTU. sebagai P = max{x i x i-1 1 = 1, 2, 3,, n}. a = x 0 x 1 x 2 x n = b. Contoh: Pada interval [ 3, 3], suatu partisi P = { 3, 1 2 , 31
INTEGRAL TERTENTU Defs: Prs P pd ervl [,] dlh suu suse erhgg P = {,,,, } dr [,] deg = < < < < = Jk P = {,,,, } prs pd [,] mk Norm P, duls P, ddefsk seg P = m{ - =,,,, } Cooh: = = Pd ervl [, ], suu prs
Lebih terperinciMA SKS Silabus :
Aljr Lier Elemeter A SKS Silus : B I triks d Opersiy B II Determi triks B III Sistem Persm Lier B IV Vektor di Bidg d di Rug B V Rug Vektor B VI Rug Hsil Kli Dlm B VII Trsformsi Lier B VIII Rug Eige 7//7
Lebih terperinciJURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 41-45, April 2001, ISSN : KETERHUBUNGAN GALOIS FIELD DAN LAPANGAN PEMISAH
Vol. 4. No. 1, 41-45, Aril 2001, ISSN : 1410-8518 KETERHUBUNGAN GALOIS FIELD DAN LAPANGAN PEMISAH Bmbg Irwto Jurus Mtemtik FMIPA UNDIP Abstct I this er, it ws lered of the ecessry d sufficiet coditio for
Lebih terperinciPRAKTIKUM 22 Interpolasi Linier, Kuadratik, Polinomial, dan Lagrange
Prktkum. Iterpols Ler, Kudrtk, Poloml d Lgrge PRAKTIKUM Iterpols Ler, Kudrtk, Poloml, d Lgrge Tuju : Mempeljr berbg metode Iterpols g d utuk meetuk ttkttk tr dr buh ttk deg megguk sutu fugs pedekt tertetu.
Lebih terperinciNuryanto,ST.,MT. Integral merupakan operasi invers dari turunan. Jika turunan dari F(x) adalah F (x) = f(x), maka F(x) = f(x) dx.
Nuryto,ST.,MT d c. INTEGRAL TAK TENTU KONSEP DASAR INTGRAL f. ALJABAR INTEGRAL f. TRIGONO CONTOH SOAL SOAL LATIHAN UJI KOMPETENSI Itegrl merupk opersi ivers dri turu. Jik turu dri F dlh F = f, mk F = f
Lebih terperinciBAB V INTEGRAL DARBOUX
Itegrl Droux BAB V INTEGRAL DARBOUX Pd thu 1875, mtemtikw I.G. Droux secr kostruktif memodifiksi defiisi itegrl Riem deg terleih dhulu medefiisik jumlh Droux ts (upper Droux sum) d jumlh Droux wh (lower
Lebih terperinciDia yang menjadikan matahari dan bulan bercahaya, serta mengaturnya pada beberapa tempat, supaya kamu mengetahui bilangan tahun dan perhitunganya
Pemeljr M t e m t i k... Di g mejdik mthri d ul erch, sert megtur pd eerp tempt, sup kmu megethui ilg thu d perhitug (QS Yuus:5 ) Pedhulu us Sift : - us derh rt dlh ilg riil tk egtif - persegipjg=pjg ler
Lebih terperinciAnalisis Variansi satu faktor (Analysis Of Variance / ANOVA)
Alss Vrs stu fktor (Alss Of Vrce / ANOVA) 1. Megethu rcg d eses. Megethu model ler 3. Meuruk Jumlh Kudrt (JK) 4. Melkuk uj lss vrs 5. Melkuk uj perbdg gd Apkh ber kot dlm rokok dpt megkbtk Kker? Sel kker
Lebih terperinciPendahuluan Aljabar Vektor Matrik
Pedhulu Aljr Vektor trik Defiisi: trik A erukur x ilh sutu susu gk dl ersegi et ukur x, segi erikut: = A tu A = ( ij ) Utuk eytk elee trik A yg ke (i,j), yitu ij, diguk otsi (A) ij. Ii errti ij = (A) ij.
Lebih terperinci1. SISTEM PERSAMAAN LINEAR DAN MATRIKS
Diktt Aljr Lier Sistem Persm Lier d Mtriks. SISTEM PERSAMAAN LINEAR DAN MATRIKS.. PENGANTAR DEFINISI. : PERSAMAAN LINEAR Sutu persm lier deg peuh x, x 2,, x dpt diytk dlm etuk : x + 2 x 2 + + x = (.) dim,
Lebih terperinciIII PEMBAHASAN. peubah. Sistem persamaan (6) dapat diringkas menjadi Bentuk Umum dari Magic Square, Bilangan Magic, dan Matriks SPL
III PEMBAHASAN 3.1. Betuk Umum dri Mgic Squre, Bilg Mgic, d Mtriks SPL Mislk eleme dri bris ke-i d kolom ke-j dlh i,j mk mgic squrey secr umum dlh 1,1 1, 1,,1,,,1,, Gmbr 1. Betuk umum mgic squre deg: i,j
Lebih terperinciJl. HR. Soebrantas No. 155 Simpang Baru, Panam, Pekanbaru,
Jurl Ss Mtetk d Sttstk, Vol. No. Jul 6 ISSN 6-5 Metode Guss-Sedel d Geerlss Guss-Sedel utuk Meyelesk Sste Pers Ler Kopleks Cotoh Ksus: SPL Kopleks deg pers d vrel tr ry, Le Tr Lestr, Jurus Mtetk, kults
Lebih terperinciMENENTUKAN KOEFISIEN REGRESI EKSPONENSIAL DENGAN METODE KUADRAT TERKECIL SEDERHANA DAN METODE KUADRAT TERKECIL BERBOBOT
MENENTUKAN KOEFISIEN REGRESI EKSPONENSIAL DENGAN METODE KUADRAT TERKECIL SEDERHANA DAN METODE KUADRAT TERKECIL BERBOBOT Rz Phlev, Arsm Ad, Sgt Sugrto Mhssw Progrm Stud S Mtemtk Dose Jurus Mtemtk Fkults
Lebih terperinciBAB VI SIFAT-SIFAT LANJUTAN INTEGRAL RIEMANN
BAB VI SIFAT-SIFAT LANJUTAN INTEGAL IEMANN Sift-sift Ljut Itegrl iem Teorem 6.1 Jik f [, ] d f [, ] deg < < mk f [, ]. Leih ljut f x dx f x dx + () f x dx f [, ] d f [, ], mislk () f x dx A 1 d () f x
Lebih terperinciKAJIAN BATAS KESALAHAN MINIMUM METODE RUNGE-KUTTA ORDE KEDUA, KETIGA, DAN KEEMPAT
Prosdg Semr Nsol Mtemtk d Terpy 06 p-issn : 550-084; e-issn : 550-09 KAJIAN BATAS KESALAHAN MINIMUM METODE RUNGE-KUTTA ORDE KEDUA, KETIGA, DAN KEEMPAT St Muhwh Uversts Jederl Soedrm st_muhwh@yhoo.co.d
Lebih terperinciAljabar Linear Elementer
Aljr Lier Elemeter MA SKS Silus : B I Mtriks d Opersiy B II Determi Mtriks B III Sistem Persm Lier B IV Vektor di Bidg d di Rug B V Rug Vektor B VI Rug Hsil Kli Dlm B VII Trsformsi Lier B VIII Rug Eige
Lebih terperincimengambil semua titik sample berupa titik ujung, yakni jumlah Riemann merupakan hampiran luas dari daerah dibawah kurva y = f (x) x i b x
B 4. Peerp Itegrl BAB 4. PENGGUNAAN INTEGRAL 4.. Lus re dtr Perhtik derh di wh kurv y = f () di tr du gris tegk = d = di ts sumu, deg f fugsi kotiu. Seperti pd s medefiisik itegrl tertetu, kit gi itervl
Lebih terperinciTEOREMA ABEL-DINI DAN DUAL KÖTHE-TOEPLITZ PADA DERET GANDA
Prosdg Semr Nsol Ss d Peddk Ss VIII, Fkults Ss d Mtemtk, UKSW Sltg, 5 Ju 203, Vol 4, No, ISSN:2087 0922 TEOREM BEL-DINI DN DUL KÖTHE-TOEPLITZ PD DERET GND Sumrdoo, Soer DW 2 & Sum 3 PPPPTK Mtemtk, Mhssw
Lebih terperinciBAB 2 TINJAUAN TEORITIS
TINJUN TOITIS 1Pegel Ivests Pd dsry ortofolo erl dr ermslh vests Utuk tu seelum memhs ortofolo, dsr-dsr vests k dhs secr sgkt yg mecku tu defs, tujuy, gm rosesy, d s elkuy 11 Defs Ivests Ivests dlh em
Lebih terperinciHANDS-OUT ANALISIS NUMERIK
HANDS-OUT ANALISIS NUMERIK Oleh : Drs Her Sutro, M T Dew Rchmt, SS, MS JURUSAN PENDIDIKAN MATEMATIKA FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS PENDIDIKAN INDONESIA 8 Pertemu
Lebih terperinciBAB III NORM MATRIKS PADA HIMPUNAN DARI MATRIKS-MATRIKS TOEPLITZ. Definisi 3.1 Matriks Toeplitz adalah suatu matriks., dengan nilai,, dan indeks yang
BAB III NORM MATRIKS PADA HIMPUNAN DARI MATRIKS-MATRIKS TOEPLITZ 3. Mtriks Toeplitz Defiisi 3. Mtriks Toeplitz dlh sutu mtriks [ t ; k, j = 0,,..., ] : T =, k j, deg ili,, d ideks yg diguk setip etriy
Lebih terperinciSolusi Sistem Persamaan Linear
Sos Sstem Persm Ler Sstem persm er: h persm deg h kow j d dketh, j,,, j? So: z 6 z z () () () persm d kow Jw: z 6.5 z.5 z () () () ems : pers. ().5 pers. () pers. ().5 pers. () z 6.5 z 8z 8 () () () ems
Lebih terperinciBAB 2 LANDASAN TEORI. adalah
BB LNDSN EORI. rsose Ivers d Determi Mtriks Defiisi.. il terdt sutu mtriks [ ij ] erordo m mk trsose dri mtriks dlh erordo m g dihsilk deg memertukrk ris d kolom mtriks ; itu kolom ertm dri dlh ris ertm
Lebih terperinciPertemuan : 3 Materi : Sistem Persamaan Linear : - Teorema Eksistensi - Reduksi ke Bentuk Echelon
Pertemu : 3 Mteri : Sistem Persm Lier : - Teorem Eksistesi - Reduksi ke Betuk Echelo Stdr Kompetesi : Setelh megikuti perkulih ii mhsisw dihrpk dpt. memhmi kemli pegerti mtriks d trsformsi lier. memhmi
Lebih terperinciINTEGRAL DELTA DAN SIFAT-SIFATNYA. Delta Integral and Properties of Delta Integral
Jurl Brekeg Vol. 7 No. Hl. 3 8 (03) INTEGRAL DELTA DAN SIFAT-SIFATNYA Delt Itegrl d Propertes of Delt Itegrl MOZART WINSTON TALAKUA, MARLON STIVO NOYA VAN DELSEN Stf Jurus Mtemtk, FMIPA, Uptt Alum Jurus
Lebih terperinciModul 8. (Pertemuan 12 s/d 16) DERET FOURIER
Modul 8. (Pertemu s/d 6) DERET FOURIER 8. FUNGSI PERIODIK DAN FUNGSI KONTINU TERPOTONG Defiisi Fugsi f diseut fugsi periodik il terdpt p > sedemiki sehigg utuk setip erlku f ( p) f ( ). Nili p > terkecil
Lebih terperinciANALISIS ALIRAN DAYA BEBAN TIDAK SEIMBANG PADA FEEDER BLANG BINTANG GH LAMBARO BANDA ACEH
Semr Nsol d ExoTekk Elektro 2012 SSN : 2088-9984 ANALSS ALRAN DAYA BEBAN TDAK SEMBANG PADA FEEDER BLANG BNTANG GH LAMBARO BANDA ACEH Syhrl 1, Syukryd 2,Rdh Frdus 3 1,2,3.Tekk Eerg Lstrk Uversts Syh Kul
Lebih terperinciMETODE UNWEIGHTED MEANS UNTUK FAKTORIAL TAK SEIMBANG DISPROPORSIONAL
METODE UNWEIGHTED MEANS UNTUK AKTORIAL TAK SEIMBANG DISPROPORSIONAL Trstut Wurydr Jurus Mtemtk MIPA UNDIP Jl Prof H Soedrto, SH, Semrg 5075 Astrct A fctorl desg should e used whe there re severl fctors
Lebih terperincidan mempunyai vektor normal n =(a b c). Misal P(x,y,z) suatu titik berada pada bidang. 1. Persamaan bidangnya adalah n P P
Rug Vektor Tuju:. Megigt kembli persm gris d bidg di rug.. Memhmi ksiom rug vektor, kombisi liier d rug bgi.. Megigt kembli pegerti bebs d bergtug liier, bsis d dimesi. Arti geometris dri determi Jik A
Lebih terperinciBAB I PENDAHULUAN. Populasi merupakan kumpulan dari individu organisme yang memiliki
BAB I PENDAHULUAN. Ltr Belkg Populs merupk kumpul dr dvdu orgsme yg memlk sft tumbuh growth, reks respos terhdp lgkugy, d reproduks. Pd dsry, pertumbuh mkhluk hdup pd sutu populs merupk proses yg berlgsug
Lebih terperinciBAB I SISTEM PERSAMAAN LINEAR
BAB I SISTEM PERSAMAAN LINEAR Sistem persm ditemuk hmpir di semu cg ilmu pegethu Dlm idg ilmu ukur sistem persm diperluk utuk mecri titik potog eerp gris yg seidg, di idg ekoomi tu model regresi sttistik
Lebih terperinciAnalisis Variansi satu faktor (Analysis Of Variance / ANOVA)
Alss Vrs stu fktor (Alss Of Vrce / ANOVA) 1. Desg d coduct expermets volvg sgle. Uderstd how the ov s used to lze the dt from these expermets 3. Assess model dequc wth resdul plots 4. Use multple comprso
Lebih terperinciBAB IV INTEGRAL RIEMANN
Itegrl Rie BAB IV INTEGRAL RIEMANN Utuk epeljri leih ljut tetg kosep itegrl Rie, k leih ik jik pec ehi eerp hl erikut. A. Prtisi Defiisi 4.1 Dierik itervl tertutup [, ], hipu terurut d erhigg P = { = x
Lebih terperinciPENERAPAN METODE ANALYTIC HIERARCHY PROCESS DALAM SISTEM PENUNJANG KEPUTUSAN UNTUK PEMILIHAN ASURANSI. Fitria Rahma Sari dan Dana Indra Sensuse
PENERAPAN METODE ANALYTIC HIERARCHY PROCESS DALAM SISTEM PENUNJANG KEPUTUSAN UNTUK PEMILIHAN ASURANSI Ftr Rhm Sr d D Idr Sesuse Fkults Ilmu Komputer, Uversts Idoes, Depok, Idoes d@cs.u.c.d Astrk Memlh
Lebih terperinciMATEMATIKA TEKNIK 2 3 SKS TEKNIK ELEKTRO UDINUS
MATEMATIKA TEKNIK SKS TEKNIK ELEKTRO UDINUS Integrl Fungs Kompleks 4 INTEGRAL FUNGSI KOMPLEKS Sepert hlny dlm fungs rl, dlm fungs kompleks jug dkenl stlh ntegrl fungs kompleks sert sft-sftny Sft kenltkn
Lebih terperinciHASIL DAN PEMBAHASAN
HASIL DAN PEMBAHASAN Perumus Pedug Bgi θ Misl N dlh proses Poisso pd itervl [0 deg rt μ yg otiu mutl d fugsi itesits λ yg teritegrl lol. Utu setip himpu Borel terts B m μ( B Ε N( B λ( s ds
Lebih terperinciBAB 1 PENDAHULUAN. perkebunan karet. Karet merupakan Polimer hidrokarbon yang terkandung pada
BAB PENDAHULUAN. Ltr Belkg Sektor perkebu merupk sub sektor pert yg mejd slh stu fktor yg dpt medukug kegt perekoom d Idoes. Slh stu sub sektor perkebu yg cukup besr potesy dlm perekoom Idoes dlh perkebu
Lebih terperinciBAB III SIFAT-SIFAT INTEGRAL RIEMANN-STIELTJES. 3.1 Integral Riemann-Stieltjes dari Fungsi Bernilai Real
BAB III SIFAT-SIFAT INTEGRAL RIEMANN-STIELTJES 3.1 Itegrl Riem-Stieltjes dri Fugsi Berili Rel Pd seelumy telh dihs megei eerp kosep dsr, dim kosep-kosep ii merupk slh stu teori pedukug yg tiy k erper segi
Lebih terperinci1. Bilangan Berpangkat Bulat Positif
N : Zui Ek Sri Kels : NPM : 800 BILANGAN BERPANGKAT DAN BENTUK AKAR A. Pgkt Bilg Bult. Bilg Berpgkt Bult Positif Dl kehidup sehri-hri kit serig eeui perkli ilg-ilg deg fktor-fktor yg s. Mislk kit teui
Lebih terperinci6. Selanjutnya langkah penyelesaian
MENYELESAIKAN SISTEM PERSAMAAN LINEAR FUZZY DALAM BENTUK A y DENGAN MENGURAIKAN y D Mstk, Mshd, Sr Gemwt Mhssw Progrm Std S Mtemtk Dose Jrs Mtemtk Fklts Mtemtk d Ilm Pegeth Alm Uversts R Kmps Bwdy Pekbr
Lebih terperinciKalkulus 2. Deret Pangkat dan Uji Konvergensi. Department of Chemical Engineering Semarang State University. Dhoni Hartanto S.T., M.T., M.Sc.
Klkulus Deret Pgkt d Uji Kovergesi Dhoi Hrtto S.T., M.T., M.S. Deprtmet o Chemil Egieerig Semrg Stte Uiversity Eperimetl Deret Pgkt Urut d deret sequees d series). Urut gk merupk rgki gk tk terbts jumlh
Lebih terperinciPENGOPTIMUMAN PADA MASALAH PEMROGRAMAN LINEAR DENGAN KOEFISIEN INTERVAL ANA FARIDA
PENGOPTIMUMAN PADA MASALAH PEMROGRAMAN LINEAR DENGAN KOEFISIEN INTERVAL ANA FARIDA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR ABSTRAK ANA FARIDA.
Lebih terperinciBab 3 SISTEM PERSAMAAN LINIER
Alis Numerik Bh Mtrikulsi B SISTEM PERSAMAAN LINIER Pedhulu Pd kulih ii k dipeljri eerp metode utuk meelesik sistem persm liier Peelesi sistem persm deg jumlh vriel g tidk dikethui serig ditemui didlm
Lebih terperinciTEOREMA DERET PANGKAT
TEOEMA DEET PANGKAT Kosep Dsr Deret pgkt erupk sutu etuk deret tk higg 3 + ( + + 3( +... ( disusik,, d koefisie i erupk ilg rel. Julh prsil utuk suku pert etuk di ts dlh s yg dpt ditulisk segi s ( + (
Lebih terperinciPersamaan Linier Simultan
Persm Liier Simult Elimisi Guss Guss Jord Elimisi_GussJord Persm Liier Simult Persm liier simult dlh sutu etuk persm-persm yg ser ersm-sm meyjik yk vriel es. etuk persm liier simult deg m persm d vriel
Lebih terperinciCATATAN KULIAH Pertemuan IV: Model-model linier dan Aljabar Matriks (2)
TTN KULH ertemu V: Moel-moel ler lr Mtrks (). Mer Mtrks vers Sutu mtrks () mempuy vers l terpt sutu mtrks B, seh B B. Mtrks B seut vers mtrks, tuls -, y merupk mtrks uur skr ermes. Syrt keer r Mtrks vers
Lebih terperinciANOVA ANALISIS VARIANSI/ ANALYSIS OF VARIANCE ( ANOVA ) 8/29/2012
8/9/0 ANALISIS VARIANSI/ ANALYSIS OF VARIANCE ( ANOVA ) Elty Srv, S., M. Fkults ekk Jurus ekk Idustr Uversts Krste Mrth Bdug ANOVA Dsr perhtug ANOVA dtetpk oleh Rold A. Fsher. Dstrus teorts yg dguk dlh
Lebih terperinciBab 4 ANAKOVA (ANALISIS KOVARIANSI)
Bb 4 ANAKOVA (ANALISIS KOVARIANSI) ANAVA vs ANREG ANAVA ANREG megu perbdg vrbel tergtug () dtu dr vrbel bebs () mempredks vrbel tergtug () mellu vrbel bebs () Ksus: Peelt deg vrbel : 1 Prests Mhssw Kemmpu
Lebih terperinciBAB 2 SISTEM BILANGAN DAN KESALAHAN
Metode Numerik Segi Algoritm Komputsi 5 BAB SISTEM BILANGAN DAN KESALAHAN.. Peyji Bilg Bult Bilg ult yg serig diguk dlh ilg ult dlm sistem ilg desiml yg didefiisik : N ( )...... Cotoh : 67. 6. 7.. Bilg
Lebih terperinci1 yang akan menghasilkan
Rset Opers Probblstk Teor Per (Ge Theor) Nughthoh Arfw Kurdh, M.Sc Deprteet of Mthetcs FMIPA UNS Lecture 6: Med Strteg: Ler Progrg Method A. Metode Cpur deg Progr Ler Terdpt hubug g ert tr teor per d progr
Lebih terperinciFUNGSI KARAKTERISTIK. penelitian ini akan ditentukan fungsi karakteristik dari distribusi four-parameter
IV. FUNGSI KARAKTERISTIK Pd bgi seljuty k dijbrk megei ugsi krkteristik. Pd peeliti ii k ditetuk ugsi krkteristik dri distribusi our-prmeter geerlized t deg megguk deiisi d kemudi k membuktik ugsi krkteristik
Lebih terperinciPENAKSIRAN PARAMETER MODEL REGRESI BINOMIAL NEGATIF PADA KASUS OVERDISPERSI SKRIPSI WIDYA WAHYUNI
UNIVERSITAS INDONESIA PENAKSIRAN PARAMETER MODEL REGRESI BINOMIAL NEGATIF PADA KASUS OVERDISPERSI SKRIPSI WIDYA WAHYUNI 07066003 FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM STUDI MATEMATIKA DEPOK
Lebih terperinciDiijinkan memperbanyak demi kepentingan pendidikan dengan tetap mencantumkan alamat situs
Diijik memperyk demi kepetig pedidik deg tetp metumk lmt situs LATIH UN IPS. 008 00 KATA PENGANTAR Alhmdulillh peulis pjtk kehdirt Allh SWT., Ats limph rhmt, erkh, d hidyh-ny sehigg peulis dpt meyelesik
Lebih terperinciBab 2 LANDASAN TEORI
b LNDSN TEORI. Hmpu Fuzzy Tdk semu hmpu yg dump dlm kehdup sehr-hr terdefs secr els, msly hmpu org msk, hmpu org pd, hmpu org tgg, d sebgy. Msly, pd hmpu org tgg, tdk dpt dtetuk secr tegs pkh seseorg dlh
Lebih terperinciPerbedaan Interpolasi dan Ekstrapolasi
Iterolsi Iterolsi Perbed Iterolsi d Ekstrolsi Iterolsi Liier L Iterolsi Kudrt L h h Iterolsi Qubic L h h h Iterolsi dg Poliomil 5 Tble : Si equidisttly sced oits i [- ] y 5 -..846 -.6. -..5..5.6...846
Lebih terperinci