FINITE FIELD (LAPANGAN BERHINGGA)

Ukuran: px
Mulai penontonan dengan halaman:

Download "FINITE FIELD (LAPANGAN BERHINGGA)"

Transkripsi

1 INITE IELD (LAPANGAN BERHINGGA) Muhamad Zak Ryao NIM: /5679/PA/8944 E-mal: h://zakmahwebd Dose Pembmbg: Drs Al Sujaa, MSc Jka suau laaga (feld) memua eleme yag bayakya berhgga, maka laaga dsebu dega laaga berhgga (fe feld) Berku dbahas beberaa kose megea laaga berhgga Laaga Berhgga Defs Suau laaga yag memua eleme sebayak berhgga dsebu dega fe feld (laaga berhgga) Teorema Hmua jka adalah blaga rma Buk: Z meruaka laaga berhgga jka da haya Adaka buka blaga rma, maka = a b dega < a, b < Karea Z meruaka laaga, maka sea eleme ak olya as memuya vers Msalka c adalah vers dar b, berar b c ( mod ) ( ) a b c a mod Karea a b ( ) a mod blaga rma = maka a b ( mod ) da, akbaya Tmbul koradks dega egadaa d aas Jad meruaka Coyrgh 8 h://zakmahwebd

2 Dkeahu adalah blaga rma Karea Z meruaka gelaggag, maka aka dbukka bahwa sea eleme ak ol memuya vers Karea adalah blaga rma, maka gcd(, a ) =, uuk < a < Akbaya erdaa blaga bula x da y sedemka hgga x y a deroleh y a ( mod ) + = yag berar y a ( mod ), Jad erbuk bahwa sea eleme ak olya memuya vers Dega kaa la, Z adalah laaga berhgga Defs 3 Dberka suau laaga Karakersk dar adalah blaga bula osf erkecl m sedemka hgga m = = dega = meruaka eleme deas erdaa ergadaa da meruaka eleme deas erhada oeras emjumlaha Jka dak ada m yag memeuh, maka karakersk dar adalah Teorema 4 Jka karakersk dar laaga dak ol, yau m, maka m meruaka blaga rma Buk: Adaka m buka blaga rma da m, maka m = a b dega a > da b > Dkeahu m adalah karakersk dar Jka s, dega b s = da = a =, maka maka = a b s = = = a b m = = = = = Deroleh s, keduaya ak ol, ea s = Karea maka erdaa sedemka hgga s = =, adahal s = s Jad deroleh s = s = Koradks dega egadaa bahwa Dega demka m adalah blaga rma b s = dega b > = Coyrgh 8 h://zakmahwebd

3 Teorema 5 Jka meruaka laaga berhgga dega karakersk, maka memua eleme uuk suau blaga bula osf Buk: Karea memuya karakersk, maka berlaku = = = Dkeahu meruaka ruag vekor aas Z Karea laaga berhgga, maka dmes berhgga Msalka dmes adalah, maka erdaa vekor yag bebas lear da membagu Msalka { } x, x,, x bass dar, akbaya sea aggoa dar daa dsajka secara uggal sebaga kombas lear dar vekor-vekor bass, yau { : } = x + x + + x Z Jad, bayakya eleme dar adalah { } x x x = = Teorema d aas megaaka bahwa sea laaga berhgga memuya eleme sebayak blaga rma aau agka dar blaga rma Selajuya aka dujukka bahwa uuk sebarag blaga da blaga bula osf erdaa laaga berhgga dega eleme sebayak Uuk =, maka hmua blaga bula modulo membeuk suau laaga berhgga dega eleme Uuk, daa dujukka bahwa erdaa suau laaga berhgga yau dega memadag [ x] Z sebaga hmua semua olomal dalam x aas laaga Z, da sea olomal memuya derajad yag berhgga Sebaga cooh, uuk =, [ x] = { x + x x + x x + x + x + x } Z,,,,,,,, meruaka hmua semua olomal dalam x dega derajad berhgga da koefseya meruaka eleme Z Hmua olomal dalam [ x] berhgga erhada oeras ejumlaha da ergadaa Z membeuk suau laaga Coyrgh 8 h://zakmahwebd 3

4 Dar [ x] Z deuka suau olomal rreducble (ak ereduks) f ( x ) dega derajad Polomal ak ereduks adalah suau olomal yag dak daa dyaaka sebaga hasl ergadaa dar dua buah olomal dega derajad yag lebh kecl dar derajad ( ) ersebu daa dbagu suau laaga dega f x dalam [ x] Z Dega olomal eleme Dberka laaga [ x ] da f ( x ), g( x ), h( x ) [ x] Defs 6 Polomal h( x ) dkaaka kogrue dega g( x ) modulo f ( x ) jka da haya jka erdaa suau olomal l( x) [ x] Duls h( x) g( x) ( mod f ( x) ) h( x) g( x) = l( x) f ( x) sedemka hgga Dar Defs 6 d aas, daa dlha bahwa h( x ) da g( x ) dsebu kogrue jka f ( x ) membag selshya Arya h( x ) da g( x ) memuya ssa yag sama aabla dbag dega f ( x ) Daa dujukka bahwa kogrues meruaka suau relas ekuvales ada [ x ], akbaya erdaa ars ars yau hmua yag ddefska ke dalam subse subse salg asg yau klas klas ekuvales Defs 7 Uuk suau olomal f ( x) [ x] memua g( x) [ x] adalah { } [ g( x) ] h( x) [ x] : h( x) g( x) ( mod f ( x) ) =,, klas ekuvales yag yau hmua semua olomal yag aabla dbag dega f ( x ) meghaslka ssa yag sama dega g( x ) Oeras ejumlaha da ergadaa dalam klas klas ekuvales ersebu ddefska sebaga berku Uuk g( x ), ( ) Z x, h x [ ] Coyrgh 8 h://zakmahwebd 4

5 [ g( x) ] + [ f ( x) ] = [ g( x) + f ( x) ] da [ g( x) ][ f ( x) ] [ g( x) f ( x) ] = dalam [ x] Dberka Z [ x]/ f ( x) yau hmua semua klas klas ekuvales Z yag kogrue modulo f ( x ), dega f ( x ) adalah olomal ak ereduks Megguaka defs oeras ejumlaha da ergadaa klas klas ekuveles d aas, maka Z [ x]/ f ( x) membeuk suau laaga berhgga Uuk meujukka bahwa sea eleme ak olya memuya vers, dambl [ g( x) ] Z [ x] / f ( x) dega [ g( x) ] Karea [ ] meruaka eleme deas erhada oeras ergadaa, maka aka dujukka bahwa erdaa [ h( x) ] Z [ x] / f ( x) sedemka hgga [ ( )][ ( )] [ ] ( f x ) g x h x = aau g( x) h( x) mod ( ) Karea f ( x ) meruaka olomal ak ereduks da f ( x ) dak membag ( ) gcd g( x), f ( x ) = Akbaya erdaa g x, maka ( ) olomal s( x ) da ( x ) sedemka hgga s( x) g( x) + ( x) f ( x) = aau ( f x ) Jad deroleh bahwa [ ( )][ ( )] [ ] s( x) g( x) mod ( ) [ g( x) ] [ s( x) ] s x g x =, sehgga = Uuk meujukka Z [ x]/ f ( x) berhgga, dasumska Z [ x]/ f ( x) memuya eleme sebayak ekuvales dalam [ x]/ f ( x) Z, msal [ g( x )], dega megambl sebarag klas Selajuya, megguaka algorma embaga dalam olomal deroleh g( x) = q( x) f ( x) + r( x) dega r( x ) = aau derajad r( x ) lebh kecl dar derajad f ( x ), uuk suau Z [ ] Jad [ g( x) ] [ r( x) ] q( x), r( x) x / f ( x) =, dega r( x ) meruaka ssa jka g( x ) dbag dega f ( x ) Karea r( x ) = aau derajad r( x ) lebh kecl dar derajad f ( x ) maka dak ada dua olomal ssa yag berbeda da berada ada klas yag sama Karea Coyrgh 8 h://zakmahwebd 5

6 = a x, dega a Z = r( x) maka erdaa sebayak lha uuk sea a, dega, yag berar erdaa sebayak klas-klas ssa yag berbeda Hal meujukka bahwa Z [ x]/ f ( x) memua sebayak eleme, dega adalah blaga rma Cooh 8 Aka dkosruks suau laaga dega ema eleme megguaka olomal ak ereduks f ( x) x x [ x] Polomal ( ) = + + Z Z [ x] / f ( x) = {[ g( x) ]: g( x) Z [ x] } { h( x) : g( x) h( x) ( mod f ( x) )} = { h( x) l( x) f ( x) g( x) : l( x) [ x] } = = + Z f x membeuk laaga [ x] / f ( x) = {[ ],[ ],[ x],[ + x] } Z Eleme eleme dar Z [ x] f x meruaka hmua dalam [ ] / ( ) Z yag berderajad kurag dar dua Oeras ejumlahaya sama dega oeras ejumlaha olomal basa ada Z [ x] Sebaga coohya, [ + x] + [ x] = [ + x] = [ ], karea ( mod ) x, deroleh bahwa laaga ersebu memuya karakersk Sedagka uuk oeras ergadaaya sama dega oeras ergadaa olomal basa ada Z [ x] kemuda meredukska haslya dega meghug ssaya seelah dbag dega f ( x ) Uuk mereduksya daa dkerjaka megguaka embaga basa aau megguaka hubuga x x + yag dguaka uuk mereduks hasl ergadaa yag berderajad Sebaga coohya, [ + x] [ + x] = + x + x = [ + ( + x) ] = [ x] Coyrgh 8 h://zakmahwebd 6

7 Laaga berhgga yag memua q eleme serg doaska dega G ( q ) yag dsebu Galos feld (laaga Galos) Perhaka bahwa q memuya beuk, yau q meruaka suau blaga rma aau hasl emagkaa dar Noas G ( ) adalah suau laaga dega karakersk Laaga Z daa doaska dega G ( ) [ ] [ ] g( x) Z x / f ( x) cuku duls dega g( x ) saja Selajuya, Polomal Tak Tereduks Defs Moc olyomal (olomal mok) adalah suau olomal yag koefse ak ol ada agka ergg dar x adalah Dalam megkosruks suau laaga berhgga dega eleme, dguaka suau olomal ak ereduks dega derajad dalam G( ) [ x ] Uuk meujukka bahwa selalu daa demuka suau olomal ak erduks uuk sea blaga bula osf, aka dbahas uuk =, yau erdaa olomal mok ak ereduks dalam G( ) [ x ] Dalam G( ) [ ] x erdaa sebayak olomal mok dega derajad Jka salah sauya ereduks berar meruaka ergadaa dar dua buah olomal mok berderaja sau Terdaa sebayak olomal mok berderajad Jad erdaa sebayak + olomal mok ak ereduks Sehgga jumlah olomal mok ak ereduks berderajad adalah I = = >, Hal ersebu meujukka keberadaa olomal ak ereduks yag berderajad dalam G( ) [ ] x Dega cara yag sama daa dhug bayakya olomal ak ereduks berderajad 3 Jad secara umum daa dsmulka bahwa selalu Coyrgh 8 h://zakmahwebd 7

8 daa demuka suau olomal ak ereduks uuk sea blaga bula osf 3 Sfa-sfa Laaga Berhgga Defs 3 Dberka laaga berhgga da ddefska * yau hmua eleme-eleme dar yag dak ol, * = \{} Eleme dsebu geeraor (embagu) dar *, aau dsebu rmve eleme (eleme rmf) dar jka { } : = * Yau jka membagu semua eleme ak ol dalam laaga Cooh 3 Aka dbeuk suau laaga dega sembla eleme dega megambl olomal ak ereduks f ( x) x [ x] {,,,,,,,, } = + Z Laaga ersebu adalah = x x + x + x + x + x Jka dambl x, maka eryaa dak membagu seua eleme ak ol dalam Jad 3 x buka eleme rmf Tea jka dambl + x, daa dujukka bahwa + x membagu semua eleme ak ol dalam laaga Dega megguaka reduks x ( mod f ( x) ) ( mod 3) deroleh ( + x) = ( x) 4 + = ( + x) = ( + x) ( x) 5 ( + x) = x ( ) 6 + = + x + x = x ( + x) 3 = + x ( x) 7 + = + x Jad + x meruaka embagu dar = G(9)* Lemma 33 Uuk sea eleme ak ol G( q), q m suau eleme G( q ) d dalam G( q ) jka da haya jka = Selajuya, q = Coyrgh 8 h://zakmahwebd 8

9 Buk: Msalka a, a,, aq eleme ak ol dalam G( q ) yag berbeda Uuk suau G( q), a, a,, aq juga berbeda, karea jka dak maka uuk suau j berakba a = a j, sehgga jka dgadaka dega a = a j Jad { a, a,, aq } { a, a,, aq } ( a )( a )( aq ) Jad, jka G( q), maka a deroleh = Hal ersebu megakbaka = aa a q ( aa a q ) q = aa a q q q = = yag berar sea eleme G( q ) adalah akar dar olomal q x x Uuk membukka eryaaa kedua, ggal meujukka bahwa jka q = maka G( q) Dkeahu bahwa olomal derajad aas G( q ) memuya akar alg bayak q akar ada olomal derajad q aas G( q ) yag berar q eleme dalam G( q ) meruaka akar akar dar olomal q x x Jad olomal ersebu dak memuya akar la da hal ersebu membukka jka q =, maka G( q) Defs 34 Order dar suau eleme ak ol G( q) adalah blaga bula osf erkecl sedemka hgga, duls ord( ) = Lemma 35 Uuk sea eleme ak ol G( q), ord( ) membag q Buk: Msalka ord( ) =, uuk suau G( q) Megguaka algorma embaga ada blaga bula maka q = l + r, dega r < Sehgga deroleh q l + r l r l r ( ) Coyrgh 8 h://zakmahwebd 9

10 Meuru eorema sebelumya, q =, da dkeahu Jad deroleh r Karea ord( ) = da r <, maka r = yag berar bahwa membag q Teorema 36 Sea laaga berhgga = G( q) memuya eleme rmf Buk: Msalka eleme = G( q) yag memuya order ergg yau Jka = q, maka eleme rmf dar Adaka < q da order dar a eleme ak ol G( q ) yag la membag, maka sea eleme ak olya memeuh ersamaa y = Persamaa ersebu memuya alg bayak akar dalam G( q ), yag berar koradks dega < q Berar erdaa eleme G( q ), sebu sedemka hgga ord ( ) dak membag Msalka gcd d b (,ord ( )) = d, maka ord ( ) = db uuk suau b > da ( ) gcd b, = Jad = γ adalah eleme dega order b Berar eleme γ memuya order > Koradks dega asums bahwa adalah order erbesar dar sebarag s b eleme Msalka ord ( γ ) = s, berar ( γ ) = Karea ( γ ) = maka meuru Lemma 35, s membag b Selajuya, aka dujukka bahwa b sb s membag s Daa dlha bahwa ( γ ) = da ( γ ) γ sb s = =, juga membag sb, da b membag s, karea ord( ) = da ord( γ ) = b Karea gcd( b, ) = maka membag s, da b membag s Sehgga deroleh bahwa b membag s Jad s = b, sehgga daa dsmulka bahwa = q Dar Defs 34 deroleh bahwa eleme rmf dar suau laaga G( q ) memuya order q Akbaya q =, da daa dlha bahwa agkaya dhug megguaka modulo q Coyrgh 8 h://zakmahwebd

11 Lemma 37 Jka laaga memuya karakersk da, Buk: ( ) + = + Megguaka eorema bomal dkeahu bahwa ( + ) = = = + + = Karea meruaka blaga bula, da uuk maka Jad ( mod )! P( P )( P + ) = = = ( )!! ( ), maka uuk dega adalah blaga rma Sehgga ada ersamaa bomal d aas, beuk = deroleh ( ) + = + = Jad, 4 Polomal Mmal Defs 4 Dberka laaga dega karakersk, da msalka * adalah eleme ak ol dar Polomal mmal dar erhada G( ) adalah suau olomal mok m( x ) dega derajad erkecl dalam G( )[ x ] sedemka hgga m( ) = Teorema 4 Polomal mmal dar eleme adalah uggal Buk: Adaka = G( q) da memuya karakersk Dar Lemma 33 dkeahu bahwa memeuh ersamaa olomal q x dalam G( ) [ x ] Coyrgh 8 h://zakmahwebd

12 dega meruaka akarya, maka salah sauya as ada yag memlk derajad erkecl Hal ersebu meujukka keberadaa olomal mmal dar Adaka erdaa dua olomal mmal dar, yau m ( x ) da m ( x ) dega derajad erkecl da memuya akar Megguaka algorma embaga uuk olomal deroleh m ( x) = l( x) m ( x) + r( x) dega derajad r( x ) < derajad m ( x ) aau r( x ) = Karea m ( ) = da m ( ) = maka deroleh r( ) = Karea m ( ) x memuya derajad alg kecl maka r( x ) = Jad, m ( x ) membag m ( ) x Dega cara yag sama deroleh bahwa m ( x ) membag m ( ) x Karea keduaya olomal mok, maka m ( x) = m ( x) Karea dalam hal yag dguaka adalah olomal mmal dar, maka olomal mmal uuk doaska dega m ( x) Teorema 43 Polomal mmal dar * yau m ( x) meruaka olomal ak ereduks Buk: Adaka m ( x) ereduks, maka m ( x) = h( x) l( x) uuk suau h( x ), l( x) G( )[ x] dega derajad h( x) da derajad l( x) Deroleh m ( x) = h( ) l( ) = yag berakba alg dak salah sau dar h( ) aau l( ) sama dega ol Jad meruaka akar salah sau dar h( x ) aau l( x ) Hal ersebu koradks dega syara bahwa m ( x) adalah olomal mmal Jad m ( x) ak ereduks Defs 44 Uuk suau da adalah blaga bula erkecl sedemka hgga = Hmua kojuga dar aas G() adalah Coyrgh 8 h://zakmahwebd

13 3 { } C( ) =,,,,, Jad, C( ) = C( ) uuk suau da suau laaga dega karakersk Lemma 45 Jka dberka laaga berhgga dega karakersk, * da C( ) hmua kojuga dar aas G(), maka C ( ) ( x ) m( x) = adalah olomal dega koefse dalam G() Buk: Msalka m( x) = m x, koefse m d dalam Aka dujukka bahwa = ersebu dalam laaga groud G() ( ) ( ) ( ) m( x) = x = x = x = m( x ) = m x C ( ) C ( ) C ( ) dega ersamaa erama deroleh dar Lemma 37, da ersamaa kega = D la hak karea { : C( ) } { : C( ) } ( ) m( x) = m x = m x = = = m Jad m = m, megguaka Lemma 33, deroleh m G( ), uuk Teorema 46 Uuk suau *, maka olomal mmal dar adalah Buk: ( ) m ( x) = x C ( ) Aka dujukka bahwa m ( ) = da m ( ) = ( ), m ( x) = x C ( ) ( ) = = = m C ( ) ( ) ( )( )( ) ( ) Coyrgh 8 h://zakmahwebd 3

14 Jad meruaka akar dar m ( x) = Msalka m( x) = m x, dega m G( ) Meuru Defs berar meruaka akar, karea m ( ) m m ( = = = = m = m karea m G( ) ) = m = (megguaka Lemma 37) [ ] = ( ) = = m Akbaya semua eleme dalam C( ) meruaka akar dar m ( x) 5 Cooh Laaga Berhgga Cooh 5 Aka dbagu laaga berhgga ereduks berorder 3 aas Z, yau 3 = G( ) Perama, dlh olomal ak {[ ], [ ], [ ], [ ],,,, } = x + x x + x x + x + x + x 3 f ( x) = x + x + Eleme eleme dar Selajuya, uuk meyederhaaka ada dalam kurug yag meujukka kelas ekuvales daa dhlagka Pergadaa dar eleme eleme adalah ergadaa modulo f ( x ), yau x 3 + x + ( mod f ( x) ), maka deroleh ( ) + mod ( ), sebab dalam Z Uuk suau eleme 3 x x x f x laaga a a x a x + + daa dsajka dalam beuk 3-ule ( a a a ) dega meguruka dar agka erkecl ke agka yag besar Dega eyaja ersebu maka eleme dar laaga adalah = () + x = () = () x = () x = () + x = () x + x = () + x + x = () Coyrgh 8 h://zakmahwebd 4

15 Jka dambl x, maka daa dega mudah dujukka bahwa membagu Da khusus uuk laaga maka daa dujukka bahwa sea eleme yag buka meruaka embagu Msal dambl = () da aka dhug m ( x) Megguaka Teorema 46, m ( x) = y = y y y Sehgga deroleh 4 ( δ ) ( )( )( ) δ C ( ), sebab ( )( )( ) ( ) ( ) 8 = y y y y y y 4 = Uuk memermudah erhuga, eleme eleme ak ol dar dbua eyajaya dalam beuk agka dar embaguya, yau x () 4 () 3 () () () 5 6 () () 7 Karea 6 = maka 5 = da = Perlu dga bahwa agkaya dkerjaka dega modulo 8 = 7, yau order dar gru sklk yag dbagu oleh Jad deroleh = + + () + () + () = = + + = = = Sehgga deroleh 3 ( ) m y = y + y + Polomal mmal ersebu juga 4 meruaka olomal mmal uuk da Polomal mmal uuk daa dhug sebaga berku m ( x) = y = y y y δ C ( ) Seer uuk, kemuda dhug ( y )( y )( y 4 ) = ( ) ( ) 4 ( δ ) ( )( )( ) y y y + 4 Coyrgh 8 h://zakmahwebd 5

16 4 + + () + () + () = () + () + () = 4 7 Jad olomal mmal uuk aka sama dega olomal mmal uuk 4 da, yau m y y y 3 ( ) = + + Cooh 5 Aka dbagu suau laaga berhgga olomal f ( x) x 4 x [ x] embagu laaga 4 = G( ) megguaka = + + Z Dalam hal x meruaka () () () () () () () () () () () () () () () = Polomal mmal uuk adalah m ( y) = ( y δ ) δ C( ) ( y )( y )( y 4 )( y 8 ) =, karea 6 = ( ) ( ) ( ) y ( ) ( ) ( ) y 5 = y y y = y y y Coyrgh 8 h://zakmahwebd 6

17 Jad, uuk m ( y ) = m ( y ) = m ( y ) = m ( y ) 3 4 =, karea C( ) {,, 4, 8 } = =, maka = () + () + () + () = = = () + () + () + () + () + () = = = () + () + () + () = 5 5 = = = Jad deroleh Uuk m ( y) = y + y + = m ( y) = m ( y) = m ( y) =, maka C( 3 ) { 3, 6,, 4 } { 3, 6,, 9 } m ( y) = m ( y) = m ( y) = m ( y), da = = Jad deroleh = = () + () + () + () = = = () + () + () + () + () + () = = = () + () + () + () = 5 = = Jad deroleh 5 = maka C( 5 ) { 5, } 5 m ( y) = y + y + y + y + = m ( y) = m ( y) = m ( y) Uuk = sehgga m5 ( y) = m ( y), yau ( ) ( )( ) ( ) m ( y) = y δ = y y y + + y + δ C ( ) Coyrgh 8 h://zakmahwebd 7

18 5 dega + () + () = da m ( y) = y + y + = m ( y) Uuk 5 = Sehgga deroleh 5 7 =, C( 7 ) { 7, 4, 3, } = sehgga dega cara yag sama deroleh m ( y) = y + y + = m ( y) = m ( y) = m ( y) Selajuya, deroleh m ( y) = y + DATAR PUSTAKA ralegh, Joh B,, A rs Course Absrac Algebra, Sxh Edo, Addso-Wesley Publshg Comay, Ic, USA Vasoe, Sco A ad va Oorscho, Paul C, 989, A Iroduco o Error Correcg Codes wh Alcaos, Kluwer Academc Publshers, Massachuses, USA Coyrgh 8 h://zakmahwebd 8

BEBERAPA SIFAT IDEAL GELANGGANG POLINOM MIRING: SUATU KAJIAN PUSTAKA

BEBERAPA SIFAT IDEAL GELANGGANG POLINOM MIRING: SUATU KAJIAN PUSTAKA Jural Maemaka, Vol., No., 2, 6 2 BEBERAPA SIFAT IDEAL GELANGGANG POLINOM MIRING: SUATU KAJIAN PUSTAKA AMIR KAMAL AMIR Jurusa Maemaka, FMIPA, Uversas Hasaudd 9245 Emal : amrkamalamr@yahoo.com INTISARI Msalka

Lebih terperinci

BAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV

BAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV BAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV 4. Proses Sokask Dalam kehdupa yaa, sergkal orag g megama keerkaa sau kejada dega kejada la dalam suau erval waku ereu, yag merupaka suau barsa kejada.

Lebih terperinci

DISTRIBUSI GAMMA. Ada beberapa distribusi penting dalam distribusi uji hidup, salah satunya adalah distribusi gamma.

DISTRIBUSI GAMMA. Ada beberapa distribusi penting dalam distribusi uji hidup, salah satunya adalah distribusi gamma. DITRIBUI GAMMA Ada beberaa dsrbus eg dalam dsrbus uj hdu, salah sauya adalah dsrbus gamma. A. Fugs keadaa eluag (fk) Fugs keadaa eluag (fk) dar dsrbus gamma dega dua arameer yau da adalah sebaga berku:

Lebih terperinci

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER TUGAS ATA KULIAH TEORI RING LANJUT ODUL NOETHER Da Aresta Yuwagsh (/364/PPA/03489) Sebelumya, telah dketahu bahwa sebaga rg dega eleme satua memeuh sfat rata ak utuk deal-deal d. Apabla dpadag sebaga modul,

Lebih terperinci

KODE SIKLIK (CYCLIC CODES)

KODE SIKLIK (CYCLIC CODES) Pegatar Teor Pegkodea (Codg Theory) KODE SIKLIK (CYCLIC CODES) Dose Pegampu : Al Sutjaa DISUSUN OLEH: Nama : M Zak Ryato Nm : /5679/PA/8944 Program Stud : Matematka JURUSAN MATEMATIKA FAKULTAS MATEMATIKA

Lebih terperinci

KODE SIKLIK (CYCLIC CODES)

KODE SIKLIK (CYCLIC CODES) Codg Theory KODE SIKLIK (CYCLIC CODES) Muhamad Zak Ryato NIM: 2/56792/PA/8944 E-mal: zak@malugmacd http://zakmathwebd Dose Pembmbg: Drs Al Sutjaa, MSc Pedahulua Salah satu bahasa yag palg petg pada lear

Lebih terperinci

Ruang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA

Ruang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA Ruag Baach Sumaag Muhtar Gozal UNIVERSITAS PENDIDIKAN INDONESIA Satu kose etg d kulah Aalss ugsoal adalah teor ruag Baach. Pada baga aka drevu defs, cotoh-cotoh, serta sfat-sfat etg ruag Baach. Kta aka

Lebih terperinci

Bab 7 NILAI DAN VEKTOR EIGEN

Bab 7 NILAI DAN VEKTOR EIGEN Bab 7 NILAI DAN VEKTOR EIGEN 7 Movas Dmovas bab dega medskuska persamaa a hy by c, dega dak semua dar a, b, da c adalah ol Peryaaa a hy by dsebu beuk kuadrak dalam da y, sera erdapa deas a hy by a h [

Lebih terperinci

MENENTUKAN POLINOMIAL MINIMAL ATAS GF p YANG MEMBANGUN GF p. Nunung Andriani 1 dan Bambang Irawanto 2

MENENTUKAN POLINOMIAL MINIMAL ATAS GF p YANG MEMBANGUN GF p. Nunung Andriani 1 dan Bambang Irawanto 2 MENENTUKAN POLINOMIAL MINIMAL ATAS GF YANG MEMBANGUN GF Nuug Ara 1 a Bambag Irawato 1 Jurusa Matematka FMIPA UNDIP Jl Pro H Soearto SH Tembalag Semarag Abstract Let F s te el wth elemets eote by GF I E

Lebih terperinci

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

SIFAT-SIFAT LANJUT FUNGSI TERBATAS Bulet Ilmah Mat. Stat. da Terapaya (Bmaster) Volume 03, No. 2(204), hal 35 42. SIFAT-SIFAT LANJUT FUNGSI TERBATAS Suhard, Helm, Yudar INTISARI Fugs terbatas merupaka fugs yag memlk batas atas da batas

Lebih terperinci

Hidraulika Komputasi

Hidraulika Komputasi Hdraulka Kompuas Meoda Beda Hgga Ir. Djoko Lukao, M.Sc., Ph.D. Jurusa Tekk Spl Fakulas Tekk Uversas Gadjah Mada Peyelesaa Pedekaa Karea dak dperoleh peyelesaa aals, maka dguaka peyelesaa pedekaa umers.

Lebih terperinci

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teoremateorema

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teoremateorema II. LANDAAN TEORI Pada bab II aka dbahas pegerta-pegerta (defs) da teoremateorema ag medukug utuk pembahasa pada bab IV. Pegerta (defs) da teorema tersebut dtulska sebaga berkut.. Teorema Proeks Teorema

Lebih terperinci

BAB III ISI. x 2. 2πσ

BAB III ISI. x 2. 2πσ BAB III ISI 4. Keadata Normal Multvarat da Sfat-sfatya Keadata ormal multvarat meruaka geeralsas dar keadata ormal uvarat utuk dmes. f ( x) [( x )/ ] / = e x π x = ( x )( ) ( x ). < < (-) (-) Betuk (-)

Lebih terperinci

Extra 4 Pengantar Teori Modul

Extra 4 Pengantar Teori Modul Extra 4 Pegatar Teor odul Apabla selama dkealka suatu kosep aljabar megea ruag vektor, maka modul merupaka perumuma dar ruag vektor. Pada modul, syarat skalar dperumum mejad eleme pada suatu rg da buka

Lebih terperinci

MASALAH NORM MINIMUM PADA RUANG HILBERT DAN APLIKASINYA

MASALAH NORM MINIMUM PADA RUANG HILBERT DAN APLIKASINYA Masalah Norm Mmum (Karat) MASALAH NORM MINIMUM PADA RUANG HILBERT DAN APLIKASINYA Karat da Dhorva Urwatul Wutsqa Jurusa Peddka Matematka FMIPA Uverstas Neger Yogakarta Abstract I ths paper, wll be dscussed

Lebih terperinci

SOLUSI TUGAS I HIMPUNAN

SOLUSI TUGAS I HIMPUNAN Program Stud S1 Tekk Iformatka Fakultas Iformatka, Telkom Uversty SOLUSI TUGAS I HIMPUNAN Matematka Dskrt (MUG2A3) Halama 1 dar 6 Soal 1 Tetukalah eleme-eleme dar hmpua berkut! 2 x x adalah blaga real

Lebih terperinci

Pemecahan Masalah Integer Programming Biner Dengan Metode Penambahan Wawan Laksito YS 6)

Pemecahan Masalah Integer Programming Biner Dengan Metode Penambahan Wawan Laksito YS 6) Pemecaha Masalah Ieger Programmg Ber Dega Meode Peambaha Wawa Lakso YS 6) ISSN : 1693 1173 Absrak Program Ler adalah perecaaa akfas-akfas uuk memperoleh suau hasl yag opmal. Tdak semua varabel kepuusa

Lebih terperinci

PENYELESAIAN NUMERIK PERSAMAAN KONDUKSI 1D DENGAN SKEMA FTCS, LAASONEN DAN CRANK-NICOLSON. Eko Prasetya Budiana 1 Syamsul Hadi 2

PENYELESAIAN NUMERIK PERSAMAAN KONDUKSI 1D DENGAN SKEMA FTCS, LAASONEN DAN CRANK-NICOLSON. Eko Prasetya Budiana 1 Syamsul Hadi 2 PENYELESAIAN NUMERIK PERSAMAAN KONDUKSI D DENGAN SKEMA FCS, LAASONEN DAN CRANK-NICOLSON Eko Praseya Budaa Syamsul Had Absrac, Fe dfferece mehod ( FCS, Laasoe ad Crak-Ncholso scheme) have bee develop for

Lebih terperinci

ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI EKSPONENSIAL DATA TERSENSOR DENGAN METODE MAKSIMUM LIKELIHOOD DAN BAYESIAN SELF

ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI EKSPONENSIAL DATA TERSENSOR DENGAN METODE MAKSIMUM LIKELIHOOD DAN BAYESIAN SELF Bule Ilmah Mah. Sa. da Terapaya Bmaser Volume 5, No. 3 26, hal 23 22. ESTIMASI PARAMETER MODEL SURVIVAL DISTRIBUSI EKSPONENSIAL DATA TERSENSOR DENGAN METODE MAKSIMUM LIKELIHOOD DAN BAYESIAN SELF Syarah

Lebih terperinci

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP Msal dguaka kode ler C[, k, d] dega matrks pembagu G da matrks cek partas H. Sebuah blok formas x = x 1 x 2 x k, x = 0 atau 1, yag aka dkrm terlebh

Lebih terperinci

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu BAB II LADASA TEORI Dalam pegambla sampel dar suatu populas, dperluka suatu tekk pegambla sampel yag tepat sesua dega keadaa populas tersebut. Sehgga sampel yag dperoleh adalah sampel yag dapat mewakl

Lebih terperinci

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real.

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real. BAB 5 BARIAN DAN DERET KOMPLEK ecara eses, pembahasa tetag barsa da deret komlpeks sama dega barsa da deret real. 5. Barsa Barsa merupaka sebuah fugs dega doma berupa hmpua blaga asl N. ebuah barsa kompleks

Lebih terperinci

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari:

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari: 5 Mamum Lkelhood Estmato Defs Fugs Lkelhood Msalka X, X,, X adalah eubah acak d dega fugs massa eluag ( ; θ, dega θ dasumska skalar da tdak dketahu, maka rosedur fugs lkelhood daat dtulska sebaga berkut

Lebih terperinci

BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL. MESIN OKK Gill BCG1-P2 PADA BAGIAN DRAWING PT VONEX INDONESIA

BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL. MESIN OKK Gill BCG1-P2 PADA BAGIAN DRAWING PT VONEX INDONESIA BAB III MENENTUKAN JADWAL OPTIMUM PERAWATAN OVERHAUL MESIN OKK Gll BCG1-P PADA BAGIAN DRAWING PT VONEX INDONESIA 3.1 Pedahulua Pada Bab II elah djelaska megea eor eor yag dbuuhka uuk meeuka jadwal opmum

Lebih terperinci

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 11-19, Aprl 004, ISSN : 1410-8518 TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM Sudaro Jurusa Matematka FMIPA UNDIP Abstrak Sstem yag dbetuk

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 41-45, April 2001, ISSN : KETERHUBUNGAN GALOIS FIELD DAN LAPANGAN PEMISAH

JURNAL 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 Bambag Irawato Jurusa Matematika FMIPA UNDIP Abstact I this aer, it was leared of the ecessary ad sufficiet

Lebih terperinci

BAB II LANDASAN TEORI. Pada bab ini akan dibahas mengenai definisi suatu ring serta

BAB II LANDASAN TEORI. Pada bab ini akan dibahas mengenai definisi suatu ring serta BAB II LANDASAN TEORI Pada bab ii aka dibahas megeai defiisi suatu rig serta beberaa sifat yag dierluka dalam embahasa oliomial ermutasi Pejelasa megeai rig dimulai dega defiisi dari suatu sistem matematika

Lebih terperinci

BAB III PERSAMAAN PANAS DIMENSI SATU

BAB III PERSAMAAN PANAS DIMENSI SATU BAB III PERSAMAAN PANAS DIMENSI SAU Pada baga sebelumya, kta telah membahas peerapa metoda Ruge-Kutta orde 4 utuk meyelesaka masalah la awal dar persamaa dferesal basa orde. Pada bab, kta aka melakuka

Lebih terperinci

"8, Iurusan r""#iff;mil1ffi$$;i?m"* pontianak APLIKASI SEMIMODUL RASIONAL ATAS SEN{IRING PADA TEORI SISTEM.

8, Iurusan r#iff;mil1ffi$$;i?m* pontianak APLIKASI SEMIMODUL RASIONAL ATAS SEN{IRING PADA TEORI SISTEM. Kusumastut,N Dsajka ada Semr da Rryat Tahuam BKS-PTN Wlayah Bard ke-21 Uverstas Rau l0 - ll Me 2010,,* G "8, tt'- APLIKASI SEMIMODUL RASIONAL ATAS SEN{IRING PADA TEORI SISTEM Iurusa r""#ff;ml1ff$$;i?m"*

Lebih terperinci

NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN

NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN NILAI AKUMULASI ANUITAS AKHIR DENGAN ASUMSI DISTRIBUSI UNIFORM UNTUK m KALI PEMBAYARAN Nomi Kelari *, Hasriai 2, Musraii 2 Mahasiswa Program S Maemaika 2 Dose Jurusa Maemaika Fakulas Maemaika da Ilmu Pegeahua

Lebih terperinci

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat.

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat. KALKULUS LANJUT Pertemua ke-4 Rey Ra Marlaa, S.S.,M.Stat. Plot Mater Notas Jumlah & Sgma Itegral Tetu Jumlah Rema Pedahulua Luas Notas Jumlah & Sgma Purcell, et all. (page 226,2003): Sebuah fugs yag daerah

Lebih terperinci

Rangkaian Listrik 2. Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh

Rangkaian Listrik 2. Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh MODU PERKUIAHA Ragkaa srk Idukas da Kapasas Fakulas Program Sud Taap Muka Kode MK Dsusu Oleh FAKUTAS TEKIK TEKIK EEKTRO 0 4009 Yulza ST,MT Absrac Tak ada egaga melas sebuah dukor jka arus ag melalu dukor

Lebih terperinci

II. TINJAUAN PUSTAKA. Dalam proses penelitian untuk menganalisis aproksimasi fungsi dengan metode

II. TINJAUAN PUSTAKA. Dalam proses penelitian untuk menganalisis aproksimasi fungsi dengan metode II. TINJAUAN PUSTAKA Dalam proses peelta utuk megaalss aproksmas fugs dega metode mmum orm pada ruag hlbert C[ab] (Stud kasus: fugs rasoal) peuls megguaka defs teorema da kosep dasar sebaga berkut:.. Aproksmas

Lebih terperinci

ANALISIS STABILITAS PADA MODEL EPIDEMIK MULTI GRUP DENGAN LAJU PENULARAN TAK LINEAR

ANALISIS STABILITAS PADA MODEL EPIDEMIK MULTI GRUP DENGAN LAJU PENULARAN TAK LINEAR ANAL TABLTA PADA MODEL EPDEMK MULT GRUP DENGAN LAJU PENULARAN TAK LNEAR Nama : Dy Tr War NRP : 748 Jurusa : Matematka FMPA T Dose Pembmbg : Drs. M. etjo Warko, M. Drs. uhud Wahyud,M. Abstrak Dalam suatu

Lebih terperinci

PRINSIP INKLUSI- EKSKLUSI INCLUSION- EXCLUSION PRINCIPLE

PRINSIP INKLUSI- EKSKLUSI INCLUSION- EXCLUSION PRINCIPLE RISI IKLUSI- EKSKLUSI ICLUSIO- EXCLUSIO RICILE rsp Iklus-Eksklus Ada berapa aggota dalam gabuga dua hmpua hgga? A A = A A - A A Cotoh Ada berapa blaga bulat postf lebh kecl atau sama dega 00 yag habs dbag

Lebih terperinci

Metode Bayes Dan Ketidaksamaan Cramer-Rao Dalam Penaksiran Titik

Metode Bayes Dan Ketidaksamaan Cramer-Rao Dalam Penaksiran Titik Jural Jural Maemaka, Saska, & Kompuas Vol. 4 No. Jauar 08 Vol. 3 No Jul 006 p-issn: 858-38 53 e-issn: 64-88 Vol. 4, No., 54-59, Jauar 08 Vol. 4, No., 54-58, Jauar 08 Meode Bayes Da Kedaksamaa Cramer-Rao

Lebih terperinci

REPRESENTASI BILANGAN FIBONACCI DALAM BENTUK KOMBINATORIAL

REPRESENTASI BILANGAN FIBONACCI DALAM BENTUK KOMBINATORIAL REPRESENTASI BILANGAN FIBONACCI DALAM BENTUK KOMBINATORIAL Rzky Maulaa Nugraha Tekk Iformatka Isttut Tekolog Badug Blok Sumurwed I RT/RW 4/, Haurgeuls, Idramayu, 4564 e-mal: laa_cfre@yahoo.com ABSTRAK

Lebih terperinci

NORM VEKTOR DAN NORM MATRIKS

NORM VEKTOR DAN NORM MATRIKS NORM VEKTOR DN NORM MTRIK umaag Muhtar Gozal UNIVERIT PENDIDIKN INDONEI. Pedahulua Jka kta membcaraka topk ruag vektor maka cotoh sederhaa yag dapat kta ambl adalah ruag Eucld R. D ruag kta medefska pajag

Lebih terperinci

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL 3. Pegerta Masalah regres vers dega betuk lear dapat djumpa dalam berbaga bdag kehdupa, dataraya dalam bdag ekoom, kesehata, fska, kma

Lebih terperinci

LOGO ANALISIS REGRESI LINIER

LOGO ANALISIS REGRESI LINIER LOGO ANALISIS REGRESI LINIER BERGANDA Hazmra Yozza Jur. Maemaka FMIPA Uv. Adalas KOMPETENSI megdefkaska model regres ler bergada dalam oas aljabar basa maupu oas marks da asumsya medapaka model regres

Lebih terperinci

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah BAB III INEGRAL RIEMANN-SIELJES. Pedahulua Pada Bab, telah dsggug bahwa ukura meghtug merupaka salah satu pedekata utuk membetuk proses ttk. Berkata dega masalah perhtuga, ada hal meark yag perlu amat,

Lebih terperinci

HIMPUNAN RENTANGAN DAN BEBAS LINIER. di V. Vektor w dikatakan sebagai kombinasi linier dari vektor-vektor v, 1

HIMPUNAN RENTANGAN DAN BEBAS LINIER. di V. Vektor w dikatakan sebagai kombinasi linier dari vektor-vektor v, 1 HIMPUNAN RENTANGAN DAN BEBA LINIER HIMPUNAN RENTANGAN Defs (Kombas Ler) Msala V suatu ruag etor atas feld F. w etor d V, da, 1, juga etoretor d V. Vetor w dataa sebaga ombas ler dar etor-etor, 1, ja w

Lebih terperinci

BAB III UKURAN PEMUSATAN DATA

BAB III UKURAN PEMUSATAN DATA BAB III UKURAN PEMUSATAN DATA A. Ukura Gejala Pusat Ukura pemusata adalah suatu ukura yag meujukka d maa suatu data memusat atau suatu kumpula pegamata memusat (megelompok). Ukura pemusata data adalah

Lebih terperinci

PENGGUNAAN METODE DURBIN WATSON DALAM MENYELESAIKAN MODEL REGRESI YANG MENGANDUNG AUTOKORELASI SKRIPSI SITI RAHAYU

PENGGUNAAN METODE DURBIN WATSON DALAM MENYELESAIKAN MODEL REGRESI YANG MENGANDUNG AUTOKORELASI SKRIPSI SITI RAHAYU PENGGUNAAN METODE DURBIN WATSON DALAM MENYELESAIKAN MODEL REGRESI YANG MENGANDUNG AUTOKORELASI SKRIPSI SITI RAHAYU 8345 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA

Lebih terperinci

Notasi Sigma. Fadjar Shadiq, M.App.Sc &

Notasi Sigma. Fadjar Shadiq, M.App.Sc & Notas Sgma Fadjar Shadq, M.App.Sc (fadjar_pg@yahoo.com & www.fadjarpg.wordpress.com Notas sgma memag jarag djumpa dalam kehdupa sehar-har, tetap otas tersebut aka bayak djumpa pada baga matematka yag la,

Lebih terperinci

On A Generalized Köthe-Toeplitz Duals

On A Generalized Köthe-Toeplitz Duals JMP : Volume 4 Nomor, Ju 202, hal. 3-39 O A Geeralzed Köthe-Toepltz Duals Sumardoo, Supama 2, da Soepara Darmawaa 3 PPPPTK Matematka, smrd2007@gmal.com 2 Mathematcs Departmet, Gadah Mada Uverst, supama@ugm.ac.d

Lebih terperinci

STUDI SIMULASI DALAM ESTIMASI BAYESIAN OBYEKTIF

STUDI SIMULASI DALAM ESTIMASI BAYESIAN OBYEKTIF STUDI SIMULASI DALAM ESTIMASI BAYESIAN OBYEKTIF A Seawa Program Su Maemaka Iusr a Saska Fakulas Sas a Maemaka Uversas Krse Saya Wacaa Jl Dpoegoro 52-6 Salaga 57 Ioesa e-mal: a_sea_3@yahoocom Absrak Dega

Lebih terperinci

2.2.3 Ukuran Dispersi

2.2.3 Ukuran Dispersi 3 Ukura Dspers Yag aka dbahas ds adalah smpaga baku da varas karea dua ukura dspers yag palg serg dguaka Hubuga atara smpaga baku dega varas adalah Varas = Kuadrat dar Smpaga baku otas yag umum dguaka

Lebih terperinci

b) Untuk data berfrekuensi fixi Data (Xi)

b) Untuk data berfrekuensi fixi Data (Xi) B. Meghtug ukura pemusata, ukura letak da ukura peyebara data serta peafsraya A. Ukura Pemusata Data Msalka kumpula data berkut meujukka hasl pegukura tgg bada dar orag sswa. 0 cm 30 cm 5 cm 5 cm 35 cm

Lebih terperinci

REFLEKTANSI DAN TRANSMITANSI CAHAYA PADA LARUTAN GULA DAN LARUTAN GARAM. Christina Dwi Ratnawati

REFLEKTANSI DAN TRANSMITANSI CAHAYA PADA LARUTAN GULA DAN LARUTAN GARAM. Christina Dwi Ratnawati REFLEKTANS DAN TRANSMTANS CAHAYA PADA LARUTAN GULA DAN LARUTAN GARAM Chrsa Dw Raawa Jurusa Fska Fakulas Maemaka da lmu Pegeahua Alam Uversas Dpoegoro sar : Telah dlakuka kaja erhadap larua gula da larua

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu. BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska

Lebih terperinci

Estimasi Parameter dan Dalam Pemulusan Eksponensial Ganda Dua Parameter Dengan Metode Modifikasi Golden Section

Estimasi Parameter dan Dalam Pemulusan Eksponensial Ganda Dua Parameter Dengan Metode Modifikasi Golden Section JURNAL SAINS DAN SENI ITS Vol., No., (Sep. 0) ISSN: 0- A- Esmas Parameer a Dalam Pemulusa Ekspoesal Gaa Dua Parameer Dega Meoe Mofkas Gole Seco Nla Yuwa, Lukma Haaf, Nur Wahyugsh Jurusa Maemaka, Fakulas

Lebih terperinci

Uji Statistika yangb digunakan dikaitan dengan jenis data

Uji Statistika yangb digunakan dikaitan dengan jenis data Uj Statstka yagb dguaka dkata dega jes data Jes Data omal Ordal Iterval da Raso Uj Statstka Koefse Kotges Rak Spearma Kedall Tau Korelas Parsal Kedall Tau Koefse Kokordas Kedall W Pearso Korelas Gada Korelas

Lebih terperinci

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI BB 6 PRINSIP INKLUSI DN EKSKLUSI Pada baga aka ddskuska topk berkutya yatu eumeras yag damaka Prsp Iklus da Eksklus. Kosep dalam bab merupaka perluasa de dalam Dagram Ve beserta oepras rsa da gabuga, amu

Lebih terperinci

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu METODE FUNGS QUAS-FED SATU ARAMETER UNTUK MENYEESAKAN MASAAH ROGRAM NTEGER TAK NEAR Ra Hardyat (M4) ABSTRAK Dalam kehdupa sehar-har serg djumpa masalah optmas yag membutuhka hasl teger Masalah tersebut

Lebih terperinci

Penaksiran Parameter Model Regresi Polinomial Berkson Menggunakan Metode Minimum Distance

Penaksiran Parameter Model Regresi Polinomial Berkson Menggunakan Metode Minimum Distance Peaksra Parameter Model Regres Polomal Berkso Megguaka Metode Mmum Dstace Da Kurawat Dearteme Matematka, FMIPA UI, Kamus UI Deok 16 da61@gmal.com Abstrak Berkso Measuremet Error Model meruaka model regres

Lebih terperinci

BAGIAN 2 TOPIK 5. andhysetiawan

BAGIAN 2 TOPIK 5. andhysetiawan BAGIAN OIK 5 adhyseiawa Isi Maeri Modulasi Aliudo AM Modulasi Frekuesi FM adhyseiawa MODULASI AMLIUDO DAN MODULASI ANGULAR SUDU Modulasi roses erubaha karakerisik aau besara gelobag ebawa, euru ola gelobag

Lebih terperinci

PELABELAN GRACEFUL PADA DIGRAF LINTASAN DAN DIGRAF BIPARTIT LENGKAP

PELABELAN GRACEFUL PADA DIGRAF LINTASAN DAN DIGRAF BIPARTIT LENGKAP PELABELAN GRACEFUL PADA DIGRAF LINTASAN DAN DIGRAF BIPARTIT LENGKAP Lusa Tr Lstyowat Krstaa Waya M Fatekurohma Jurusa Matematka FMIPA Uerstas Jember e-mal: krstaa_waya@yahoocom da m_fatkur@yahoocom Abstract:

Lebih terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka

Lebih terperinci

MODEL KOREKSI KESALAHAN DENGAN METODE BAYESIAN PADA DATA RUNTUN WAKTU INDEKS HARGA KONSUMEN KOTA - KOTA DI PAPUA

MODEL KOREKSI KESALAHAN DENGAN METODE BAYESIAN PADA DATA RUNTUN WAKTU INDEKS HARGA KONSUMEN KOTA - KOTA DI PAPUA Prosdg Semar Nasoal Sas da Peddka Sas IX, Fakulas Sas da Maemaka, UKSW Salaga, Ju 4, Vol 5, No., ISSN :87-9 MODEL KOREKSI KESALAHAN DENGAN MEODE BAYESIAN PADA DAA RUNUN WAKU INDEKS HARGA KONSUMEN KOA -

Lebih terperinci

RISK ANALYSIS RESIKO DAN KETIDAKPASTIAN DALAM MEMBUAT KEPUTUSAN MANAJERIAL

RISK ANALYSIS RESIKO DAN KETIDAKPASTIAN DALAM MEMBUAT KEPUTUSAN MANAJERIAL RISK ANALYSIS Dr. Mohammad Abdul Mukhy,, SE., MM RESIKO DAN KETIDAKPASTIAN DALAM MEMBUAT KEPUTUSAN MANAJERIAL kepuusa maageral dbua d bawah kods-kods kepasa, kedak-pasa aau resko. Kepasa megacu pada suas

Lebih terperinci

BENTUK KANONIK JORDAN DALAM MENYELESAIKAN SISTEM PERSAMAAN DIFERENSIAL LINEAR

BENTUK KANONIK JORDAN DALAM MENYELESAIKAN SISTEM PERSAMAAN DIFERENSIAL LINEAR Bulei Ilmia Ma. Sa. da Teraaa (Bimaser) Volume 6, No. 0(07), al 8. BENTUK KANONIK JORDAN DALAM MENYELESAIKAN SISTEM PERSAMAAN DIFERENSIAL LINEAR Umi Salma, Mariaul Kifia, Frasiskus Fra INTISARI Beuk kaoik

Lebih terperinci

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua

Lebih terperinci

INFERENSI DATA UJI HIDUP TERSENSOR TIPE II BERDISTRIBUSI RAYLEIGH. Oleh : Tatik Widiharih 1 Wiwin Mardjiyati 2

INFERENSI DATA UJI HIDUP TERSENSOR TIPE II BERDISTRIBUSI RAYLEIGH. Oleh : Tatik Widiharih 1 Wiwin Mardjiyati 2 INFERENSI DAA UJI HIDUP ERSENSOR IPE II BERDISRIBUSI RAYLEIGH Oleh : ak Wdhah Ww Madjya Saf Pogam Sud Saska FMIPA UNDIP Alum Pogam Sud Saska FMIPA UNDIP Absac Aalyss of lfe me s oe of sascal aalyss whch

Lebih terperinci

Seminar Nasional Matematika HIMPUNAN KRITIS PADA GRAF CYCLE CATERPILLAR. Chairul Imron Jurusan Matematika ITS

Seminar Nasional Matematika HIMPUNAN KRITIS PADA GRAF CYCLE CATERPILLAR. Chairul Imron Jurusan Matematika ITS Semar Nasoal Matematka 009 78 HIMPUNAN KRITIS PADA GRAF CYCLE CATERPILLAR Charul Imro Jurusa Matematka ITS mro-ts@matematka.ts.ac.d ABSTRAK Pelabela ada graf cycle caterllar C adalah member label smul

Lebih terperinci

Analisis Jalur / Path Analysis

Analisis Jalur / Path Analysis Analss Jalur / Pah Analyss Analss jalur adalah salah sau benuk model SEM yang dak mengandung varable laen. Tenu saja model n lebh sederhana dbandngkan dengan model SEM lengka. Analss jalur sebenarnya meruakan

Lebih terperinci

MINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI

MINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI MINGGU KE-0 HUBUNGAN ANTAR KONVERGENSI Hubuga atar koverges Hrark atar koverges dyataka dalam teorema berkut. Teorema Msalka X da X, X, X 3,... adalah varabel radom yag ddefska pada ruag probabltas yag

Lebih terperinci

INTEGRAL TAK TENTU (pecahan rasional) Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ

INTEGRAL TAK TENTU (pecahan rasional) Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ INTEGRL TK TENTU pecaha rasioal gusia Pradjaigsih, M.Si. Jurusa Maemaika FMIP UNEJ agusia.fmipa@uej.ac.id DEFINISI Fugsi suku bayak derajad dega bula o egaif 0 dimaa, 0 a a a a a P Fugsi kosa dipadag sbg

Lebih terperinci

IDEAL DALAM ALJABAR LINTASAN LEAVITT

IDEAL DALAM ALJABAR LINTASAN LEAVITT Delta-P: Jural Matematka da Peddka Matematka ISSN 289-855X Vol., No. 2, Oktober 22 IDAL DALAM ALJABAR LINTASAN LAVITT Ida Kura Walyat Program Stud Peddka Matematka Jurusa Peddka MIPA FKIP Uverstas Kharu

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab bers defs-defs da sfat-sfat yag petg yag berhubuga dega modul. Hal-hal tersebut dperlua dalam pembahasa megea modul jetf pada Bab III. 2.1. Modul Mata ulah Aljabar Ler membahas

Lebih terperinci

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB 5. ANALISIS REGRESI DAN KORELASI BAB 5. ANALISIS REGRESI DAN KORELASI Tujua utama aalss regres adalah mecar ada tdakya hubuga ler atara dua varabel: Varabel bebas (X), yatu varabel yag mempegaruh Varabel terkat (Y), yatu varabel yag dpegaruh

Lebih terperinci

BAB 1 PENDAHULUAN. bahkan tidak sedikit orang yang frustasi akibat dari krisis global.

BAB 1 PENDAHULUAN. bahkan tidak sedikit orang yang frustasi akibat dari krisis global. BAB 1 PENDAHULUAN 1.1 Laar Belakag Telah dkeahu bahwa saa sedag megalam krss global, dak haya erjad pada Negara yag sedag berkembag, bahka Negara maju juga megalamya, seper Amerka. Akbaya bayak orag yag

Lebih terperinci

ALJABAR LINTASAN LEAVITT SEMIPRIMA

ALJABAR LINTASAN LEAVITT SEMIPRIMA ALJABAR LINTASAN LAVITT SMIPRIMA Ngrum Astrawat Program Stud Tekka, Akadem Martm Yogyakarta astramath@gmal.com ABSTRA. Suatu graf dapat drepresetaska sebaga aljabar ltasa da jka graf tersebut dperluas

Lebih terperinci

Penggunaan Uji Kointegrasi pada Data Kurs IDR terhadap AUD

Penggunaan Uji Kointegrasi pada Data Kurs IDR terhadap AUD Vol. 7, No., 3-33, Jul Pegguaa Uj Koegras pada Daa Kurs IDR erhadap AUD Asa Absrak Peela megkaj peerapa Saska pada daa ruu waku yag megkaj uj koegras pada daa ersebu. Koegras adalah suau uj yag dguaka

Lebih terperinci

Penelitian Operasional II Teori Permainan TEORI PERMAINAN

Penelitian Operasional II Teori Permainan TEORI PERMAINAN Peelta Operasoal II Teor Permaa 7 2 TEORI PERMAINAN 2 Pegatar 2 Krtera Tekk Permaa : () Terdapat persaga kepetga datara pelaku (2) Setap pema memlk stateg, bak terbatas maupu tak terbatas (3) Far Game

Lebih terperinci

BAB III ESTIMASI MODEL PROBIT TERURUT

BAB III ESTIMASI MODEL PROBIT TERURUT BAB III ESTIMASI MODEL PROBIT TERURUT 3. Pedahulua Model eurua kods embata destmas dega model robt terurut. Estmas terhada arameter model robt terurut yatu koefse model da threshold dlakuka dega metode

Lebih terperinci

Pengukuran Bunga. Modul 1

Pengukuran Bunga. Modul 1 Moul 1 Pegukura Buga Drs. Pramoo S, M. S. M oul membcaraka eag pegukura buga, fugs akumulas a fugs jumlah, gka buga efekf, buga seerhaa, buga majemuk, la sekarag, gka skoo efekf, gka buga ar skoo omal,

Lebih terperinci

BAB 2. Tinjauan Teoritis

BAB 2. Tinjauan Teoritis BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut

Lebih terperinci

UKURAN GEJALA PUSAT DAN UKURAN LETAK

UKURAN GEJALA PUSAT DAN UKURAN LETAK UKURAN GEJALA PUSAT DAN UKURAN LETAK MODUL 4 UKURAN GEJALA PUSAT DAN UKURAN LETAK. Pedahulua Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu persoala, bak megea sampel atau pu

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Sampa saat, model Regres da model Aalss Varas telah dpadag sebaga dua hal ag tdak berkata. Meskpu merupaka pedekata ag umum dalam meeragka kedua cara pada taraf permulaa,

Lebih terperinci

Penyelesaian Sistem Persamaan Linier Kompleks Dengan Invers Matriks Menggunakan Metode Faddev (Contoh Kasus: SPL Kompleks dan Hermit)

Penyelesaian Sistem Persamaan Linier Kompleks Dengan Invers Matriks Menggunakan Metode Faddev (Contoh Kasus: SPL Kompleks dan Hermit) Jural Sas Matematka da Statstka, Vol., No. I, Jauar ISSN - Peyelesaa Sstem Persamaa Ler Kompleks Dega Ivers Matrks Megguaka Metode Faddev Cotoh Kasus: SPL Kompleks da Hermt F. rya da Tka Rzka, Jurusa Matematka,

Lebih terperinci

=, adalah keluaran real negara j, y j. menunjukkan tingkat persaingan negara j terhadap negara i,,

=, adalah keluaran real negara j, y j. menunjukkan tingkat persaingan negara j terhadap negara i,, Salmah Ar S Ch. R I Idah W Bagu S dega ebuah bak berama au uroea Ceral Bak CB. odel megabaka erak ekeral dega egara-egara o uuk eederhaaa. odel memeuh eramaa-eramaa r & m / / / / dega adalah keluara real

Lebih terperinci

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis STATISTIK Ukura Gejala Pusat Ukura Letak Ukura Smpaga, Dspers da Varas Mome, Kemrga, da Kurtoss Notas Varabel dyataka dega huruf besar Nla dar varabel dyataka dega huruf kecl basaya dtuls Tmes New Roma

Lebih terperinci

Analisis Survival dengan Model Regresi Cox Weibull pada Penderita Demam Berdarah Dengue (DBD) di Rumah Sakit Haji Sukolilo Surabaya

Analisis Survival dengan Model Regresi Cox Weibull pada Penderita Demam Berdarah Dengue (DBD) di Rumah Sakit Haji Sukolilo Surabaya JURNAL SAINS DAN SENI POMITS Vol., No., (13) 337-35 (31-98X Pr) D-165 Aalss Survval dega Model Regres Cox Webull pada Pedera Demam Berdarah Degue (DBD) d Rumah Sak Haj Sukollo Surabaya Edhy Basya, da I

Lebih terperinci

PENAKSIR PARAMETER DISTRIBUSI EKSPONENSIAL PARETO DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

PENAKSIR PARAMETER DISTRIBUSI EKSPONENSIAL PARETO DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD PENAKSIR PARAMETER DISTRIBUSI EKSPONENSIAL PARETO DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD Mayag Novhta Sar *, Bustam, Sgt Sugarto Mahasswa Program Stud S Matematka FMIPA Uverstas Rau Dose Fakultas

Lebih terperinci

Ruang Vektor. Modul 1 PENDAHULUAN

Ruang Vektor. Modul 1 PENDAHULUAN Modul Ruag Vektor Dr. Irawati D PENDAHULUAN alam buku materi okok Aljabar II ii kita secara erlaha-laha mulai megubah edekata kita dari edekata secara komutasi mejadi edekata yag lebih umum. Yag dimaksud

Lebih terperinci

APLIKASI INVERSI NON LINIER DENGAN PENDEKATAN LINIER UNTUK MENENTUKAN HIPOSENTER (CONTOH KASUS DI G. KELUD)

APLIKASI INVERSI NON LINIER DENGAN PENDEKATAN LINIER UNTUK MENENTUKAN HIPOSENTER (CONTOH KASUS DI G. KELUD) Alkas Iners Non Lner Dengan Pendekaan Lner Unuk Menenukan Hosener Conoh Kasus d G. Kelud) Cece Sulaeman) APLIKASI INVERSI NON LINIER DENGAN PENDEKATAN LINIER UNTUK MENENTUKAN HIPOSENTER CONTOH KASUS DI

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA. Hdrolog Hdrolog meruaka ahaa awal erecaaa suau racag bagua dalam suau DAS uuk memerkraka besarya deb bajr yag erjad ddaerah ersebu. Pada saa ar huja jauh ke bum, sebaga ar jauh

Lebih terperinci

Penarikan Contoh Acak Berlapis (Stratified Random Sampling) Pertemuan IV

Penarikan Contoh Acak Berlapis (Stratified Random Sampling) Pertemuan IV Pearka Cotoh Acak Berlas (Stratfed Radom Samlg Pertemua IV Defs Cotoh acak berlas ddaatka dega cara membag oulas mejad beberaa kelomok ag tdak salg tumag tdh, da kemuda megambl secara acak dar seta kelomokkelomok

Lebih terperinci

III. METODE PENELITIAN. instansi pemerintah, diantaranya adalah publikasi data dari Badan Pusat Statistik

III. METODE PENELITIAN. instansi pemerintah, diantaranya adalah publikasi data dari Badan Pusat Statistik III. METODE PENELITIAN A. Jes da Sumber Daa Daa yag dguaka adalah daa sekuder dar publkas das aau sas pemerah, daaraya adalah publkas daa dar Bada Pusa Sask megea PDRB Koa Badar Lampug da PDRB Props Lampug.

Lebih terperinci

PELABELAN GRACEFUL SATU MODULO w PADA BEBERAPA GRAF EULER

PELABELAN GRACEFUL SATU MODULO w PADA BEBERAPA GRAF EULER PELABELAN GRACEFUL SATU MODULO PADA BEBERAPA GRAF EULER Isa 1, Luca Ratasar, R. Heru Tjahjaa 3 1,,3 Jurusa Matematka, Fakultas Sas da Matematka, Uverstas Dpoegoro Jl. Prof. H. Soedarto, S.H. Tembalag,

Lebih terperinci

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai BAB LANDASAN TEORI. Kosep Dasar Aalss Regres Aalss regres regressso aalyss merupaka suatu tekk utuk membagu persamaa da megguaka persamaa tersebut utuk membuat perkraa predcto. Dega demka, aalss regres

Lebih terperinci

BAB 8 PERSAMAAN DIFERENSIAL BIASA

BAB 8 PERSAMAAN DIFERENSIAL BIASA Maa kulah KOMPUTASI ELEKTRO BAB 8 PERSAMAAN DIFERENSIAL BIASA Persamaan dferensal dapa dbedakan menjad dua macam erganung pada jumlah varabel bebas. Apabla persamaan ersebu mengandung hana sau varabel

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres

Lebih terperinci

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas: ANALISIS REGRESI Pedahulua Aalss regres berkata dega stud megea ketergatuga satu peubah (peubah terkat) terhadap satu atau lebh peubah laya (peubah pejelas). Jka Y dumpamaka sebaga peubah terkat da X1,X,...,X

Lebih terperinci

EKSISTENSI BASIS ORTHONORMAL PADA RUANG HASIL KALI DALAM

EKSISTENSI BASIS ORTHONORMAL PADA RUANG HASIL KALI DALAM Ed-Math; ol Tah EKITENI BAI ORTHONORMAL PADA RUANG HAIL KALI DALAM Mhammad Kh Abstras at rag etor ag dlegap oleh sat operas ag memeh beberapa asoma tertet damaa Rag Hasl Kal Dalam (RHKD) Pada RHKD deal

Lebih terperinci

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut 3/9/202 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas

Lebih terperinci

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan Aalsa Numerk Baha Matrkulas PENDAHULUAN Metode umerk merupaka suatu tekk atau cara utuk megaalsa da meyelesaka masalah masalah d dalam bdag rekayasa tekk da sa dega megguaka operas perhtuga matematk Masalah-masalah

Lebih terperinci

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi.

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi. Mea utuk Data Tuggal Des. Jka suatu sampel berukura dega aggota x1, x, x3,, x, maka mea sampel ddesska : 1... N 1 Mea utuk Data Kelompok Des Mea dar data yag dkelompoka adalah : x x 1 1 1 dega : x = ttk

Lebih terperinci

PERAMALAN LAJU PRODUKSI MINYAK DENGAN ARPS DECLINE CURVE DAN ANALISIS DERET WAKTU

PERAMALAN LAJU PRODUKSI MINYAK DENGAN ARPS DECLINE CURVE DAN ANALISIS DERET WAKTU PERAMALAN LAJU PRODUKSI MINYAK DENGAN ARPS DECLINE CURVE DAN ANALISIS DERET WAKTU Dyah Rosa STEM Akamgas, Jl. Gajah Mada No. 38 Cepu E-mal: a_dyah@yahoo.com ABSTRAK Peramala produks d masa medaag saga

Lebih terperinci