PENERAPAN PROGRAM LINIER PADA PERMAINAN NON-KOOPERATIF

Ukuran: px
Mulai penontonan dengan halaman:

Download "PENERAPAN PROGRAM LINIER PADA PERMAINAN NON-KOOPERATIF"

Transkripsi

1 Jurl Mtetk Mur d Terp Vol.5 No. Deeber 0: - PENERAPAN PROGRAM LINIER PADA PERMAINAN NON-KOOPERATIF Prd Affd Progr Stud Mtetk Uvert Lbug Mgkurt Jl. Jed. A. Y k 5, 8 Brbru El: prd_ffd@hoo.co ABSTRAK Peelt k egk tetg peerp progr ler pd per o-koopertf. Dul deg peerp progr ler pd per dr udut pdg pe I. Deg cr g perlh pe II dpt dbw ke dl betuk progr ler. Per g dperoleh dlh betuk dul progr, hl g k dperoleh k hl ku g ddpt pe I deg hl u g dcr pe II terhdp pe I. Selut per k delek deg etode pvot, ehgg dperoleh trteg d hl dr per. Kt Kuc: Per o-koopertf, progr ler, pvot.. PENDAHULUAN Dl kehdup ehr-hr erg dup utu perlh g elbtk bk org, derh, peruh, kot, prop, egr d l. Pelh g terd berft perg tu koflk utuk eperoleh keeg dl perg g terd. Hl bk dup dl per, oopol, perdgg, poltk d peperg terdpt perg tupu koflk. Seeorg tu kelopok g uk kedl utu perg tu koflk k beruh ekut teg utuk dpt eegk perg tu koflk terebut. Tetu utuk eperoleh keeg tp org tu kelopok k beruh ecr trteg-trteg g terbk. Mlk terdpt du peruh kecl g bergerk dbdg g lg berg utuk eperoleh pr g lebh lu ehgg eperoleh keutug g lebh ber. Berbg trteg k dguk utuk eegk perg ehgg etp peruh k beruh ecr trteg g terbk utuk peruh. Jk kedu peruh terebut beker edr-edr tu tp ker, k dl teor per perg teruk kedl betuk per o koopertf. Tdk l keud ucul peruh ber g bergerk dbdg g deg kedu peruh kecl terebut d egc pr erek. Kre er terc kedu peruh kecl terebut bergbug d lg beker utuk dpt eperoleh keutug g lebh bk dbdgk erek beker edr-edr, ehgg terd perg tr peruh ber deg gbug du peruh kecl.

2 Jurl Mtetk Mur d Terp Vol.5 No. Deeber 0: - Dr cotoh terebut dpt dbl kepul bhw dl utu perg tu koflk lebh dr tu org tu kelopok dpt dbetuk kelopok bru g eut lebh dr tu org tu kolopok utuk eperoleh hl g lebh bk. Dl Teor Per betuk perg teruk ke dl betuk per -phk koopertf. Koflk-koflk g terd dpt dodelk ke dl bh tetk. Model tetk g telh dbetuk elut k dl d dcr peele optl d phk-phk g terkt lgug dl koflk dk pe ehgg utuk elut koflk dpt dggp ebg per. Dr ulh pe, per dpt dbg ed per du phk d per -phk. Per g dk oleh -pe deg lebh dr tu dpt terd ker tr pe, per epert debut per - phk koopertf d utu ker g terd tr pr pe debut kol. Ad beberp cr utuk dpt eelek per -phk koopertf, lh tu deg etode pvot.. TINJAUAN PUSTAKA. Progr Ler Progr ler ddefk ebg perlh dl elh vrble rl g eklk tu elk fug fug r deg bt bt ler pd vrbel vrbel. Bt terebut b erupk per tupu pertdk. Fug g ekuk d euk debut ebg obectve fucto. Vektor x utuk tdr perlh ku tu vektor utuk tdr perlh u debut lk k eeuh bt-bt g bereu. Kupul tu hpu dr vektor-vektor g lk debut hpu peele d k hpu peele koog k progr ler tdk lk, d eblk. Sebuh perlh ku (u) g lk ed tdk terbt k fug r berl potf (egtf) tk berhgg ber, d eblk dktk terbt. Sebuh vektor lk g eebbk fug r ku/u debut ebg peele optl. d l g dhlk terhdp fug r debut ebg l optl. Dberk b = (b,... b ) T, c = (c,..., c ) T d trk A x. Perlh Mku Stdr progr ler dlh ecr vektor x= (x,..., x ) T g ekuk c T x = c x + + c x d eeuh bt-bt

3 Jurl Mtetk Mur d Terp Vol.5 No. Deeber 0: - x x x b x x x b x x x b (tu Ax b) d x 0, x 0,..., x 0 ( tu x 0). Perlh Mu Stdr progr ler ecr vektor T = (,..., ) g euk T b = b + + b d eeuh bt-bt c c c (tu T A c T ) d 0, 0,..., 0 ( tu 0).. Pvot Dberk fug ler d vrbel dl per T A = T deg T = (,..., ), T = (,..., ) d trk A x. (.) Per (.) dpt dtk dl betuk

4 Jurl Mtetk Mur d Terp Vol.5 No. Deeber 0: - deg,..., vrbel tk beb d,..., vrbel beb. (.) Dbl tu dr vrbel tk beb d dtukrk deg lh tu vrbel beb ehgg T = (,..., ) ed T = (,...,,,,..., ) d T = (,..., ) ed T = (,...,,,,..., ). Hl dpt dlkuk k h k 0 kre k = 0 k = ( ( ) ( ) ) (.) k ed tk terdef/tk terhgg. Jk per (.) dubttuk ke per l l pd per ke-k, k per ke-k ed k k k k k k. (.4) Pd kolo ke- berubh ed begtu pul pd br ke- dgt deg ehgg per (.) ed deg ˆ ˆ ˆ â =, ˆ ˆ ˆ ˆ ˆ ˆ (.5) h â h = utuk h, â k = k utuk k, k h â hk = hk utuk h d k. Dperoleh betuk ruu dr pvot 4

5 Jurl Mtetk Mur d Terp Vol.5 No. Deeber 0: - deg p ebg p r p r p c q c p q ( rc p) pvot. Per (.) dbw ke dl tbel... d pd tbel terebut k bertukr tept deg deg poro (dlgkr ebg pvot), dperoleh per (.5) dbw ke dl tbel..b. Tbel.. ˆ ˆ ˆ ˆ ˆ ˆ ˆ ˆ ˆ. () (b).. Teor Per. Strteg ur dlh trteg deg etp pe h elk tu lgkh terbk utuk dr. Pe pert (dotk PI) k beruh ekuk peroleh deg cr elh peroleh u dr etp trteg ur g dlk d dplh g ku, trteg PI teruk dl krter k, k ( e ). Pd wktu g pe kedu (dotk PII) k beruh eperkecl kerug deg cr elh peroleh g ku dr etp trteg ur g dlk d dplh g u, trteg PII teruk dl krter k, k ( e ). Jk l k d l k, k ( e ) = k ( e ), k per epu ttk keetbg (equlbru pot) d dpt delek deg trteg ur. Tdk eu per dpt delek deg trteg ur. Jk per tdk dpt delek deg trteg ur, k dpt dguk trteg cpur..4. Per -Phk Koopertf. Utuk per -phk dpt terd ker tr pe tetp tdk deg eu pe. Sutu ker g terd tr pr pe debut kol. Pr pe g bergbug dl utu kol bertdk ber- (kopk) elkuk tdk deg trteg g g eklk peroleh etp pe dl kol. Bg petg dl per dlh k eorg pe elh utu kol d g kedu dlh bg cr utuk ebgk peroleh 5

6 Jurl Mtetk Mur d Terp Vol.5 No. Deeber 0: - kol terebut kepd pr ggot. Utuk g pert k dk terlebh dulu ke kol eorg pe k beker. Mlk d -pe ( ) g ber dl utu per deg g-g pe dber dek,,...,. Sebuh kol S erupk hpu bg dr S N, deg N= (,,..., ) d N dlh hpu eu kol g ugk, ehgg d N ug erupk kol, debut ebg ept kolto d grd colto. Jk h d org pe, =, k d 4 kol g ugk terd, tu {, {}, {}, N}. Jk d pe, =, k d 8 kol g ugk terd, tu {, {}, {}, {}, {, }, {, }, {, }, N}. Sehgg k d -pe k bk kol g ugk d kol. Jk utu kol S dlh hpu bg N, k terdpt hpu bg N g tdk tergbug dl kol S, k kol N-S. Kol S d N-S lg beruh eklk peroleh g-g ehgg kelopok/kol S d N-S epert per du phk o koopertf d dpt dcr peroleh ku dr S d N-S.. HASIL DAN PEMBAHASAN.. Peerp Progr Ler Pd Pe I Pert k dbh peerp progr ler pd per dr udut pdg pe I.. Pe I k elh p,..., p g k k p (.) deg bt-bt p p = (.) d p 0 utuk =,...,. Mekpu bt bt erupk per ler tetp fug r buklh fug ler dr p (kre u opertor), d betuk buklh perlh progr ler. Nu perlh terebut dpt dbw kedl betuk perlh progr ler. Deg ebhk vrbel bru v pd dftr vrbel pe I, deg k d eklk v p v p p utuk etp =,..., deg eklk v. Sehgg perlh progr ler d t ed : ecr v d p,..., p g k 6

7 Jurl Mtetk Mur d Terp Vol.5 No. Deeber 0: - eklk v (.) d deg bt v p v p p p = p 0 utuk =,...,. (.4) Dr per (.) d (.4) dberk v > 0 d = p +...+p = ehgg elk p v d = v. Meklk v ekuvle deg = v, k lh per (.) d (.4) ed: elk (.5) deg bt d 0 utuk =,...,. Peele wl perlh d t dlh v = ( ) (.6) d trteg optl pe I ed p v utuk =,...,... Peerp Progr Ler Pd Pe II Deg cr g perlh pe II dpt dbw ke dl betuk progr ler. Perlh pe II dlh : ecr q,..., q g k deg bt elk w (.7) 7

8 Jurl Mtetk Mur d Terp Vol.5 No. Deeber 0: - d w q w q q q = (.8) q 0 utuk =,...,. Dr per (.7) d (.8) dberk w > 0 d x q w d q q = ehgg Melk w x per (.7) d (.8) ed : deg bt d = w. ekuvle deg eklk x = w, k eklk x x (.9) x x x 0 utuk =,...,. (.0) Jk peele perlh d t ddpt, k peele wl perlh d t dlh w (x x ) d trteg optl pe II ed q wx utuk =,...,. Per (.)-(.4) d (.7)-(.8) dlh dul progr ehgg epu l/hl g. Hl ku g ddpt pe I deg hl u g dcr pe II terhdp pe I... Lgkh-Lgkh Peele Perlh Optu Deg Metode Pvot. Utuk eelek per deg etode poro/pvot d beberp lgkh g hru dlkuk. 8

9 Jurl Mtetk Mur d Terp Vol.5 No. Deeber 0: - Lgkh. Perlh g d dbw ke dl betuk tdr perlh ku. Lgkh. Stdr perlh ku pd lgkh dbw ke dl tbel plek epert d bwh Tbel.. x x... x... b... b... b - c - c... - c 0 Lgkh. Pd lgkh k dcr br d kolo pvot deg elht kebl etode pvot pd bb II. Lgkh 4. Pd lgkh k dguk ruu pvot, tu. Setp elee (, ) g tdk terletk pd br d kolo pvot dgt deg ( p, ). (, ) (, ). ( p, q) b. Setp elee (, ) pd br pvot tu ( p, ) d q dgt deg ( p, ), deg p. ( p, q) c. Setp elee (, ) pd kolo pvot tu (, q) d p dgt deg (, q), deg p. ( p, q) d. Elee pd pvot dgt deg. ( p, q) Lgkh 5. Lbel pd ebelh kr pvot dgt deg lbel pd t pvot, d eblk. 9

10 Jurl Mtetk Mur d Terp Vol.5 No. Deeber 0: - Lgkh 6. Jk h d elee egtf pd br " " kebl ke lgkh. Lgkh 7. Setelh tdk d lg elee egtf pd br " " d kolo + ddpt peele d trteg optl pe I d pe II ebg berkut :. Peele w = (x +...+x ) tu l pd uug k bwh. b. Strteg optl pe II q utuk =,...,. wx deg x " : " -" x " pd br lbel t l deg ol. -" x " pd kolo lbel kr l deg l pd kolo plg k. c. Strteg optl pe I p utuk =,..., v deg " : " -" " pd kolo lbel kr l deg ol. -" " pd br lbel t l deg l pd br plg bwh..4. Cotoh Peele Mtrk Per Deg Metode Pvot. Berkut dberk cotoh per g delek deg etode pvot. Cotoh.. Dberk per deg trk per ebg berkut : A = - 6 ( 0 - ). - Lgkh pert g dlkuk utuk dpt eelek per deg etode pvot dlh ebw trk pe A ke dl perlh ku tdr : ekuk x x deg bt x - x + 6 x d x - x - x + x + x x 0 utuk =,...,. Lgkh dlh ebw perlh ku tdr pd lgkh ke dl tbel plek d dperoleh tbel plek utuk trk per A dlh epert d bwh 0

11 Jurl Mtetk Mur d Terp Vol.5 No. Deeber 0: - Tbel.. x x x Pd lgkh kt hru elh pvot. Ad kolo deg blg egtf pd br plg bwh, dplh lh tu, l kolo ke-, d dplh (, ) elee (,) g potf d epu l terkecl. Pd kolo (,) ke- elee (,) g potf h pd br ke-, k br ke- ed br pvot d elee (, ) ebg pvot. Lgkh 4 d lgkh 5 ebut ebg ber elee-elee pd tbel berubh epert d bwh Tbel... Tbel... x x x x x - 6 x Dr tbel d t h terdpt blg egtf pd br plg bwh tu pd kolo ke- ehgg eu lgkh 6 kt kebl ke lgkh. Pd (, ) kolo ke- d du (,) g potf tu (,) deg = d (,) (, ) (,) deg =, ddpt (,) ebg pvot. (,) Lgkh 4 d lgkh 5 dpt dlht pd tbel plek berkut.

12 Jurl Mtetk Mur d Terp Vol.5 No. Deeber 0: - Tbel.4.. Tbel.4.. x x x x x x Kepul Dr Tbel.4.. d t eu elee pd br plg bwh potf ehgg dr lgkh 7 dperoleh. Nl per trk A dlh l pd uug k bwh = w = (x +...+x ) =. b. Strteg optl pe II - Dr br lbel t dperoleh l x = 0, ehgg q =0. - Dr kolo lbel kr dperoleh l x = d x =, ehgg q = wx = d q = wx =. Dperoleh trteg optl pe II dlh ( q, q, q ) = (,, 0). c. Strteg optl pe I. - Dr kolo lbel kr dperoleh l = 0, ehgg p =0. - Dr br lbel t dperoleh l = d =, ehgg p = v = ( )( ) = 4 d p = Dperoleh trteg optl pe I dlh ( p, p, 5. Dftr Putk v = ( )( ) = 4. p ) = ( 4, 4, 0). Hd A Th. 99. Ret Oper, Deprteet of dutrl Egeerg uvert of Ark. We L. Wto 98, Operto Reerch, Id uvert. Rchrd Broo. Operto Reerch, ecod edto. Goldberg, R.R, 976, Method of Rel Al, Secod Edto, Joh Wle & So, Uted Stte of Aerc. Hrch, I.I, 96, Ifte Sere, Holt, Rehrt d Wto, Ic, Uted Stte of Aerc.

1 yang akan menghasilkan

1 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 terperinci

PENYELESAIAN MASALAH PL DENGAN METODE SIMPLEKS

PENYELESAIAN MASALAH PL DENGAN METODE SIMPLEKS PENYELESAIAN MASALAH PL DENGAN METODE SIMPLEKS Metode ple erup utu te tdr g dgu utu eech lh Progr Ler e thu 9. Pd prp etode ple ecr peele optl deg eetu tt-tt udut dr derh fele proe dlu erulg-ulg dr utu

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 6 A LADASA EORI Pd bb k dbh beberp koep-koep dr yg berhubug d edukug peetu olu optl lh progr ler pretrk Deg dek, k eperudh dl hl pebh pd bb berkuty Progr Ler Progr ler erupk utu etode opt yg dpt dpk utuk

Lebih terperinci

Didownload dari ririez.blog.uns.ac.id

Didownload dari ririez.blog.uns.ac.id A. METODE PROGRAM LINIER Terdpt hubug g ert tr teor per d progr ler kre setp betuk per berulh ol dr du org (g berhgg) dpt dtk sebg sutu betuk progr ler d seblk, setp perslh progr ler dpt dsk sebg sutu

Lebih terperinci

Batas Nilai Eigen Maksimal Dari Matriks Tak Negatif

Batas Nilai Eigen Maksimal Dari Matriks Tak Negatif Vol. 3 No. 80-85 Ju 007 Bts Nl Ege Mksl D Mtks Tk Negtf A. Kes Jy Abstk Ide ut skps dlh utuk edptk etode dl eetuk bts d l ege ksl d tks tk egtf deg bedsk bts Fobeus. Ytu R d dlh ulh bs tu kolo u d R dlh

Lebih terperinci

MATA PELAJARAN : MATEMATIKA ASPEK : GEOMETRI

MATA PELAJARAN : MATEMATIKA ASPEK : GEOMETRI MATERI DAN SOAL MATEMATIKA SMP Mter Dn Sol Mtetk SMP GEOMETRI Geoetr dn MODUL Bnun Run PENDALAMAN MATERI ESENSIAL DAN SULIT MATA PELAJARAN : MATEMATIKA ASPEK : GEOMETRI STANDAR KOMPETENSI LULUSAN. Meh

Lebih terperinci

HUBUNGAN DERET BERTINGKAT BERDASAR BILANGAN EULERIAN DENGAN OPERATOR BEDA

HUBUNGAN DERET BERTINGKAT BERDASAR BILANGAN EULERIAN DENGAN OPERATOR BEDA HUBUNAN DERET BERTINKAT BERDAAR BILANAN EULERIAN DENAN OPERATOR BEDA Aleder A uw Jurus Mtetk, Fkults s d Tekolog, Uversts B Nustr Jl. K.H. yhd No. 9, Plerh, Jkrt Brt 48 gug@bus.edu ABTRACT Cscde seres

Lebih terperinci

HUBUNGAN DERET BERTINGKAT BERDASARKAN BILANGAN EULERIAN DENGAN OPERATOR BEDA

HUBUNGAN DERET BERTINGKAT BERDASARKAN BILANGAN EULERIAN DENGAN OPERATOR BEDA HUBUNGAN DERET BERTINGKAT BERDAARKAN BILANGAN EULERIAN DENGAN OPERATOR BEDA Aleder A.. Guw Jurus Mtetk d ttstk, Fkults s d Tekolog, Bus Uversty Jl. KH. yhd No. 9, Plerh, Jkrt Brt 48. gug@bus.edu ABTRACT

Lebih terperinci

Tekun dan Teliti adalah Kunci Keberhasilan Anda PEMROGRAMAN LINEAR

Tekun dan Teliti adalah Kunci Keberhasilan Anda PEMROGRAMAN LINEAR Teku d Telt dlh Kuc Keberhsl Ad PEMROGRAMAN LINEAR Pdg bg Rset Opers berkut: TSP MP Trss Trsp Network PD PL PNL P Progr Ler (PL) erupk bg dr rset opers (RO) g erupk kupul etode peeles slh-slh t secr tets.

Lebih terperinci

Dr.Eng. Agus S. Muntohar Department of Civil Engineering

Dr.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 terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

x 1 M = x 1 m 1 + x 2 m x n m n = x i

x 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 terperinci

Analisis Variansi satu faktor Single Factor Analysis Of Variance (ANOVA)

Analisis 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 terperinci

Jurnal Pengajaran MIPA, Vol. 3 No. 1 Juni 2002

Jurnal Pengajaran MIPA, Vol. 3 No. 1 Juni 2002 PLIKSI MTRIKS NKEL PD PERITUNGN RESULTN DU POLINOMIL Oleh: R. Rowt Juu Pek Mtetk Fkult Mtetk Ilu Peethu l Uvet Nee Yokt BSTRCT Let F e el F[] wth ee ee. Coput eultt two polol wth kel t ve ze o t le th

Lebih terperinci

Titik Biasa dan Titik Singular Misalkan ada suatu persamaan diferensial orde dua h(x)y + p(x)y + q(x)y = 0 (3)

Titik Biasa dan Titik Singular Misalkan ada suatu persamaan diferensial orde dua h(x)y + p(x)y + q(x)y = 0 (3) PERSAMAAN LEGENDRE Fugi Rel Alitik Sutu fugi f( diktk litik pd jik fugi itu dpt diytk dl deret pgkt deg rdiu kovergei poitif. f ( ( + ( + ( + ( +... dl elg kovergeiy diperoleh f ( ( f '( f "(. f '''(......

Lebih terperinci

CNH2B4 / KOMPUTASI NUMERIK

CNH2B4 / 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 terperinci

BAB 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 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 terperinci

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: 30-37

Jurnal 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 terperinci

BAB VI ANALISIS REGRESI

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 terperinci

Analisis Variansi satu faktor (Analysis Of Variance / ANOVA)

Analisis 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 terperinci

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI I PENDAHULUAN Ltr Belg Istlh Pemrogrm Geometr (PG) dperel oleh Duff, Peterso, d Zeer pd thu 967 Istlh dmbl dr mslh-mslh geometr g dpt dformuls sebg PG Pemrogrm Geometr dlh sutu tpe mslh optmlss mtemt g

Lebih terperinci

Bab 4 ANALISIS REGRESI dan INTERPOLASI

Bab 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 terperinci

REGRESI. Curve Fitting Regresi Linier Regresi Eksponensial Regresi Polynomial. Regresi 1

REGRESI. 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 terperinci

REGRESI. Curve Fitting. Regresi Eksponensial. Regresi 1

REGRESI. 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

ANALISIS KINERJA METODE ZERO SUFFIX DALAM MENYELESAIKAN MASALAH TRANSPORTASI FUZZY DAN LINIER

ANALISIS KINERJA METODE ZERO SUFFIX DALAM MENYELESAIKAN MASALAH TRANSPORTASI FUZZY DAN LINIER ANALISIS KINERJA METODE ZERO SUFFIX DALAM MENYELESAIKAN MASALAH TRANSPORTASI FUZZY DAN LINIER Tof Adtyw, Spt Whyugsh 2 Uversts Neger Mlg E l : tofdtyw@yhoo.co.d ABSTRAK: Slh stu slh dl kehdup sehr hr yg

Lebih terperinci

CATATAN KULIAH Pertemuan XIII: Analisis Dinamik dan Integral (1)

CATATAN 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 terperinci

PENCOCOKAN KURVA (CURVE FITTING) INTERPOLASI

PENCOCOKAN 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 terperinci

Sifat-sifat Super Matriks dan Super Ruang Vektor

Sifat-sifat Super Matriks dan Super Ruang Vektor Sift-sift Super Mtriks d Super Rug Vektor Cturiyti Jurus Pedidik Mtetik FMIPA UNY wcturiyti@yhoo.co Abstrk Sutu triks yg elee-eleey erupk bilg disebut deg triks sederh tu lebih dikel deg triks. Sedgk supertriks

Lebih terperinci

Jl. HR. Soebrantas No. 155 Simpang Baru, Panam, Pekanbaru,

Jl. 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 terperinci

KAJIAN BATAS KESALAHAN MINIMUM METODE RUNGE-KUTTA ORDE KEDUA, KETIGA, DAN KEEMPAT

KAJIAN 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 terperinci

BAB V ANALISIS REGRESI

BAB 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 terperinci

Pemain P 1. Teorema 4.1 (Teorema minimax). Untuk setiap matriks pembayaran (pay off matrix), terdapat strategi optimal x* dan y* sedemikian sehingga

Pemain P 1. Teorema 4.1 (Teorema minimax). Untuk setiap matriks pembayaran (pay off matrix), terdapat strategi optimal x* dan y* sedemikian sehingga Rset Opers Probblstk Teor Permnn (Gme Theor) Deprtement of Mthemtcs FMIPA UNS Lecture 4: Med Strteg A. Metode Cmpurn (Med Strteg) D dlm permnn d mn permnn tersebut tdk mempun ttk peln, mk pr pemn kn bersndr

Lebih terperinci

PRAKTIKUM 8 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss

PRAKTIKUM 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 terperinci

Metode Fuzzy ASM pada Masalah Transportasi Fuzzy Seimbang

Metode Fuzzy ASM pada Masalah Transportasi Fuzzy Seimbang EMINAR MATEMATIKA AN PENIIKAN MATEMATIKA UNY 7 T - 6 Metode Fuzzy AM pd Mslh Trsports Fuzzy eg olkh eprtee Mtetk Fkults s d Mtetk Uversts poegoro ol_erf@yhooo Astrk Mslh trsports fuzzy erupk geerlss dr

Lebih terperinci

TE Dasar Sistem Pengaturan. Kriteria Kestabilan Routh

TE Dasar Sistem Pengaturan. Kriteria Kestabilan Routh TE946 Dr Sitem Pegtur Kriteri Ketil Routh Ir. Jo Prmudijto, M.Eg. Juru Tekik Elektro FTI ITS Telp. 5947 Fx.597 Emil: jo@ee.it.c.id Dr Sitem Pegtur - 7 Ojektif: Koep Ketil Ketil Routh Proedur Ketil Routh

Lebih terperinci

ANALISIS KINERJA METODE ASM DALAM MENYELESAIKAN MASALAH TRANSPORTASI FUZZY DAN LINIER

ANALISIS KINERJA METODE ASM DALAM MENYELESAIKAN MASALAH TRANSPORTASI FUZZY DAN LINIER ANALISIS KINERJA METODE ASM DALAM MENYELESAIKAN MASALAH TRANSPORTASI FUZZY DAN LINIER D Arvto 1, Spt Whyugsh 2 Uversts Neger Mlg E l : d_rvto@yhoo.co.d ABSTRAK: Mslh trsports fuzzy d ler erupk slh stu

Lebih terperinci

Analisis Variansi satu faktor (Analysis Of Variance / ANOVA)

Analisis 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 terperinci

Bab 2 LANDASAN TEORI

Bab 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 terperinci

TEORI PERMAINAN. Aplikasi Teori Permainan. Strategi Murni

TEORI PERMAINAN. Aplikasi Teori Permainan. Strategi Murni TEORI PERMAINAN Apliksi Teori Peri Lw pei (puy itelegesi yg s) Setip pei epuyi beberp strtegi utuk slig eglhk Two-Perso Zero-Su Ge Peri deg pei deg peroleh (keutug) bgi slh stu pei erupk kehilg (kerugi)

Lebih terperinci

Bab 4 ANAKOVA (ANALISIS KOVARIANSI)

Bab 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 terperinci

PRAKTIKUM 22 Interpolasi Linier, Kuadratik, Polinomial, dan Lagrange

PRAKTIKUM 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 terperinci

PROGRAM LINEAR BILANGAN BULAT DUAL SKRIPSI

PROGRAM LINEAR BILANGAN BULAT DUAL SKRIPSI PROGRA LINEAR BILANGAN BULAT DUAL SKRIPSI Duk Utuk emeuh Slh Stu Syrt emperoleh Gelr Sr Ss (S.S) Progrm Stud temtk Oleh: Berdet Wdsh NI : 7 PROGRA STUDI ATEATIKA JURUSAN ATEATIKA FAKULTAS ATEATIKA DAN

Lebih terperinci

DIGRAF EKSENTRIS PADA DIGRAF SIKEL, DIGRAF KOMPLIT DAN DIGRAF KOMPLIT MULTIPARTIT. Jl. Prof. H. Soedarto SH Semarang 50275

DIGRAF 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 terperinci

( ) ( p) ( ) ( ) ( ) ( ) ( ) Lemma 2.15 Jika a memiliki order h( mod ) memiliki order ( mod m) m, maka. [Niven, 1991] III.

( ) ( p) ( ) ( ) ( ) ( ) ( ) Lemma 2.15 Jika a memiliki order h( mod ) memiliki order ( mod m) m, maka. [Niven, 1991] III. Le 15 J el order h, h h, el order ( od [Nve, 1991] III PEMBAHASAN Pd bg edhulu telh dsebut bhw tuu dr euls dlh eelr teore-teore yg tert solus resdu udrt d egostrus lgort utu ecr solusy, ereostrus Algort

Lebih terperinci

A. Pusat Massa Suatu Batang

A. 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 terperinci

Pertemuan 7 Persamaan Linier

Pertemuan 7 Persamaan Linier Perteu 7 Pers Liier Ojektif:. Prktik ehi teori dsr Pers Liier. Prktik dpt eyelesik Pers Liier. Prktik dpt eut progr erkisr tetg Pers Liier Pers Liier P7. Teori Pers lier dlh seuh pers ljr, yg tip sukuy

Lebih terperinci

Bab 1. Anava satu. Analisis Variansi (Analysis Of Variance / ANOVA) satu faktor

Bab 1. Anava satu. Analisis Variansi (Analysis Of Variance / ANOVA) satu faktor Bb 1 Av stu Alss Vrs (Alss Of Vrce / ANOVA) stu fktor Lerg Objectves 1. Desg d coduct expermets volvg sgle d two fctors. Uderstd how the ov s used to lze the dt from these expermets 3. Assess model dequc

Lebih terperinci

INVERS MATRIKS MOORE PENROSE ATAS RING KOMUTATIF DENGAN ELEMEN SATUAN (THE MOORE PENROSE INVERSE OF MATRICES OVER COMMUTATIVE RING WITH UNITY)

INVERS MATRIKS MOORE PENROSE ATAS RING KOMUTATIF DENGAN ELEMEN SATUAN (THE MOORE PENROSE INVERSE OF MATRICES OVER COMMUTATIVE RING WITH UNITY) JURNL MTEMTIK DN KOMPUTER Vol. 7. No., -, prl, ISSN : -858 INVERS MTRIKS MOORE PENROSE TS RING KOMUTTIF DENGN ELEMEN STUN THE MOORE PENROSE INVERSE OF MTRICES OVER COMMUTTIVE RING WITH UNITY Tt Ud SRRM

Lebih terperinci

BASIS ORTOGONAL. Bila V ruang Euclides, S V disebut Himpunan Ortogonal bila tiap dua unsur S ortogonal.

BASIS ORTOGONAL. Bila V ruang Euclides, S V disebut Himpunan Ortogonal bila tiap dua unsur S ortogonal. BASIS ORTOGONA Bts Bl V rg Ecldes S V dsebt Hmp Ortogol bl tp d sr S ortogol DAI J S hmp ortogol yg terdr dr K bh etor t ol dlm rg Ecldes V m S bebs ler V hssy bl dmes V S bss t V dsebt Bss ortogol DAI

Lebih terperinci

DUALITAS DAN ANALISIS SENSITIVITAS

DUALITAS DAN ANALISIS SENSITIVITAS /5/008 DUALITAS DAN ANALISIS SENSITIVITAS Dr. Mohd Adul Mukhy, SE., MM. Prl Prole P ze z cx suject to Ax x 0 optu vlue s z* Dul Prole xze suject to D v π πa c optu vlue s v* Theore. (Strog Dulty) If oth

Lebih terperinci

INTEGRASI NUMERIK. n ax. ax e. n 1. x x. Fungsi yang dapat dihitung integralnya : Fungsi yang rumit misal :

INTEGRASI 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 terperinci

TEOREMA DERET PANGKAT

TEOREMA 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 terperinci

Model Tak Penuh. Definisi dapat di-uji (testable): nxp

Model 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 terperinci

SOLUSI DERET PANGKAT TETAP DENGAN FUNGSI PEMBANGKIT

SOLUSI DERET PANGKAT TETAP DENGAN FUNGSI PEMBANGKIT OLUI DERET PANGKAT TETAP DENGAN FUNGI PEMBANGKIT Aleder A Guw Jurus Mtemt d ttst Fults s d Teolog, Uversts B Nustr Jl. K. H. yhd No. 9, Kemggs/Plmerh, Jrt Brt 8 gug@bus.edu ABTRACT Ths rtcle dscusses bout

Lebih terperinci

1. Aturan Pangkat 3. Logartima

1. 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 terperinci

Bila kita mempunyai suatu sistem persamaan linier 2x + 3y + 3z = 0 x + y + 3z = 0 x + 2y z = 0

Bila kita mempunyai suatu sistem persamaan linier 2x + 3y + 3z = 0 x + y + 3z = 0 x + 2y z = 0 LJBR MTRIKS Bil kit mempui sutu sistem persm liier + + z = + + z = + z = Mk koefisie tersebut di ts disebut MTRIKS, d secr umum dpt ditulisk sbb : Jjr bilg tersebut di ts disebut MTRIKS, d secr umum dpt

Lebih terperinci

PRAKTIKUM 12 Regresi Linier, Regresi Eksponensial dan Regresi Polinomial

PRAKTIKUM 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 terperinci

PENENTUAN NILAI AWAL PARAMETER RELATIF ORIENTASI FOTO STEREO MENGGUNAKAN METODE SINGULAR VALUE DECOMPOSITION

PENENTUAN NILAI AWAL PARAMETER RELATIF ORIENTASI FOTO STEREO MENGGUNAKAN METODE SINGULAR VALUE DECOMPOSITION Spectr Noor 6 Volue VIII Jul 00: 54-63 PENENTUN NII W PRMETER RETIF ORIENTSI FOTO STEREO MENGGUNKN METODE SINGUR VUE DECOMPOSITION eo Pte Dose Progr Stud Tekk Geodes FTSP ITN Mlg STRKSI Peetu l poss d

Lebih terperinci

( X ) 2 ANALISIS REGRESI

( 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 terperinci

Bentuk Umum Perluasan Teorema Pythagoras

Bentuk 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 terperinci

Solusi Sistem Persamaan Linear

Solusi 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 terperinci

BAB II KAJIAN TEORI. operasi penjumlahan dan operasi perkalian mempunyai sifat-sifat. 1. R merupakan grup komutatif terhadap operasi penjumlahan.

BAB II KAJIAN TEORI. operasi penjumlahan dan operasi perkalian mempunyai sifat-sifat. 1. R merupakan grup komutatif terhadap operasi penjumlahan. 4 BAB II KAJIAN TEORI A. Sstem Blg Rel es II.A. Sstem blg rel R merpk st sstem ljbr g terhdp opers pejmlh d opers perkl memp st-st sebg berkt:. R merpk grp komtt terhdp opers pejmlh.. R -{} merpk grp komtt

Lebih terperinci

MENENTUKAN 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 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 terperinci

Sudaryatno Sudirham. Analisis Keadaan Mantap Rangkaian Sistem Tenaga

Sudaryatno Sudirham. Analisis Keadaan Mantap Rangkaian Sistem Tenaga Sudyt Sudh l Ked Mtp gk Ste Teg Peyulg d Slu T Slu t peyulg eupk kd yg hu dllu dl peylu eeg ltk Kt k ebh lu ud (deg kdukt tebuk) d pebh kt bg dl du bb. bb kt ebh ped d dt lu t, edgk d bb bekuty k kt bh

Lebih terperinci

HUKUM SYLVESTER INERSIA

HUKUM SYLVESTER INERSIA Vol 6 No 3 44-56 Desember 3 ISSN : 4-858 HUKUM SYLVESTER INERSIA R Heru Tjhj Jurus Mtemt FMIPA UNDIP Abstr Mtrs represets sutu betu udrt dpt dsj sebg mtrs dgol Eleme pd dgol utm mtrs represets tersebut

Lebih terperinci

Induksi Dan Rekursi. Bab IV Induksi Pada Bilangan Asli (Natural) Bilangan Asli

Induksi Dan Rekursi. Bab IV Induksi Pada Bilangan Asli (Natural) Bilangan Asli Bb IV Iduks D Rekurs 4.. Iduks Pd Blg Asl (Nturl) Bsy, duks tets tu dsebut jug duks legkp (coplete ducto) plg byk dguk dl do blg turl. Khususy, dl duks, dsusk bhw sutu sft tertetu yg egguk blg sl terkecl,

Lebih terperinci

6. Selanjutnya langkah penyelesaian

6. 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 terperinci

HUKUM SYLVESTER INERSIA

HUKUM SYLVESTER INERSIA Vol 6 No 3 44-56 Desember 3 ISSN : 4-858 HUKUM SYLVESTER INERSIA R Heru Tjhj Jurus Mtemt FMIPA UNDIP Abstr Mtrs represets sutu betu udrt dpt dsj sebg mtrs dgol Eleme pd dgol utm mtrs represets tersebut

Lebih terperinci

PRAKTIKUM 10 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss Seidel

PRAKTIKUM 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 terperinci

MATERI LOGARITMA. Oleh : Hartono

MATERI LOGARITMA. Oleh : Hartono MATERI LOGARITMA Oleh : Hrtoo Mteri dispik pd Peltih Mpel Mtetik SMA/ SMK Progr Pscsrj UNY Yogykrt 01 Kopetesi Kopetesi yg dihrpk dicpi oleh pr pesert setelh ebc odul ii d egikuti peltih dlh pu : ehi kosep

Lebih terperinci

BAB 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. 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 terperinci

β1adalah parameter kedua ε

β1adalah parameter kedua ε B LANDASAN TEORI.. Regre Noler Model Kdrtk Regre oler Model Kdrtk dlh model regre yg rmetery dlh oler rty l dtrk terhd rmetery edr mk hl yg ddt mh megdg rmeter. Model regre kdrtk t dlh eg erkt: Deg : Υ

Lebih terperinci

a home base to excellence Mata Kuliah : Kalkulus Kode : TSP 102 Integral Pertemuan - 6

a 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 terperinci

Pada Bab 12 kita mengasumsikan bahwa f kontinu pada [a, b] dan mendefinisikan f(x) dx sebagai supremum dari himpunan semua jumlah luas daerah

Pada Bab 12 kita mengasumsikan bahwa f kontinu pada [a, b] dan mendefinisikan f(x) dx sebagai supremum dari himpunan semua jumlah luas daerah 13. INTEGRAL RIEMANN 13.1 Jumlh Riem Ats d Jumlh Riem Bwh Pd Bb 12 kit megsumsik bhw f kotiu pd [, b] d medefiisik itegrl b f(x) dx sebgi supremum dri himpu semu jumlh lus derh persegi-pjg kecil di bwh

Lebih terperinci

INTEGRASI 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 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 terperinci

Metode Numerik. Regresi. Umi Sa adah Politeknik Elektronika Negeri Surabaya 2008 PENS-ITS

Metode Numerik. Regresi. Umi Sa adah Politeknik Elektronika Negeri Surabaya 2008 PENS-ITS Metode Numerk Regres Um S dh Polteknk Elektronk Neger Surb 008 PENS-ITS 1 Metode Numerk Topk Regres Lner Regres Non Lner PENS-ITS Metode Numerk Metode Numerk Regres vs Interpols REGRESI KUADRAT TERKECIL

Lebih terperinci

INTEGRASI NUMERIK. n ax. ax e. a 1. Fungsi yang dapat dihitung integralnya : Fungsi yang rumit misal :

INTEGRASI 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 terperinci

RENCANA PELAKSANAAN PERKULIAHAN

RENCANA PELAKSANAAN PERKULIAHAN Lesso Study FMIPA UNY RENCANA PELAKSANAAN PERKULIAHAN MATA KULIAH : ALJABAR LINEAR II SEMESTER : III TOPIK : NILAI EIGEN DAN VEKTOR EIGEN SUB TOPIK : NILAI EIGEN DAN VEKTOR EIGEN WAKTU : X 5 A. Stdr Kompetesi:

Lebih terperinci

Peubah dan Fungsi Kompleks

Peubah dan Fungsi Kompleks Drpulic www.drpulic.co Peuh d Fugi Koplek Bilg Nyt d Bilg Khyl Kit tiu euh per. Akr-kr per ii dlh Akr ii dlh utu ilg yg kit eut ilg khyl tu ilg iier, yg hy dpt kit gk. Bilg ii ered dri p yg kit eut ilg

Lebih terperinci

PRAKTIKUM 8 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss

PRAKTIKUM 8 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss Prktkum 8 Peyeles Persm Ler Smult Metoe Elms Guss PRAKTIKUM 8 Peyeles Persm Ler Smult Metoe Elms Guss Tuju : smult Mempeljr metoe Elms Guss utuk peyeles persm ler Dsr Teor : Metoe Elms Guss merupk metoe

Lebih terperinci

Analisa Kestabilan Pendahuluan Konsep Umum Kestabilan

Analisa Kestabilan Pendahuluan Konsep Umum Kestabilan Ali Ketil 4 Ali Ketil.. Pedhulu Hl yg mt petig dlm dei item kotrol dlh mlh tilit item. Buk hl yg rhi lgi hw pokok tuju terpetig dlm li d dei kotrol dlh meiptk utu item yg til. Sutu item diktk til pil teript

Lebih terperinci

F 2 (c,0) yang berarti F 1 (-c, 0) dan F 2 (c, 0), b 2 =a 2 c 2 atau a 2 = b 2 +c 2 dan p (x,y) terletak ada elips. 4cx = 4a 2 2 2

F 2 (c,0) yang berarti F 1 (-c, 0) dan F 2 (c, 0), b 2 =a 2 c 2 atau a 2 = b 2 +c 2 dan p (x,y) terletak ada elips. 4cx = 4a 2 2 2 B III : Ligkr 7 5.. DEFINISI Ellips dlh tept keduduk titik g julh jrk terhdp du titik tertetu tetp hrg. F (titik tetp) erupk erks gris g diseut direkstriks, F (-,) F (,) diseut eksetrisits (e). e = AB

Lebih terperinci

Bab 2 Landasan Teori

Bab 2 Landasan Teori Bb 2 Lds Teor 2.1. Ler Progrmmg Model pemrogrm ler tdk mmpu meyelesk ksus-ksus mjeme yg meghedk ssr-ssr tertetu dcp secr smult. Kelemh dlht oleh A. Chres d W.M. Cooper. Merek berdu kemud megembgk model

Lebih terperinci

Pendahuluan Pengantar Metode Simpleks. Fitriani Agustina, Math, UPI

Pendahuluan Pengantar Metode Simpleks. Fitriani Agustina, Math, UPI Pedhulu Pegtr Metode Sipleks Fitrii Agusti, Mth, METODE SIMPLEKS (PRIMAL) Mslh Progr Lier Mslh Progr Lier dl Betuk Mtriks Ketetu dl Betuk Stdr Mslh PL Betuk Stdr Mslh Progr Lier Betuk Stdr Pets Lier Betuk

Lebih terperinci

VARIASI PEMBAYARAN ANUITAS DENGAN POLA DERET ARITMATIKA

VARIASI PEMBAYARAN ANUITAS DENGAN POLA DERET ARITMATIKA VARIASI PEMBAYARAN ANUITAS DENGAN POLA DERET ARITMATIKA De Prm Sr Jurus Mtemtk Uersts Neger Pg, Ioes eml: eprmsr@yhoo.com Abstrk. Auts lh rgk pembyr tu peerm lm jumlh tertetu yg lkuk secr berkl p jgk wktu

Lebih terperinci

2 g eu pecr kedl eegkk, keer k edl hk u erd d r terdep, terdekt pd yrkt khuu dwjk ejlk pery ege tug ul t t erwujudy hk wrg egr tp terkecul (jutce for

2 g eu pecr kedl eegkk, keer k edl hk u erd d r terdep, terdekt pd yrkt khuu dwjk ejlk pery ege tug ul t t erwujudy hk wrg egr tp terkecul (jutce for B AB I P ENDAHULUAN A L tr Belkg Mlh P er fug eg profe terhort ( offcu ole) e, dr ertggug jw, el leg perdl t p eegk, erupk hl petg ewujudk egr huku Idoe dl h egr ( rechtt) hl tereut dytk deg jel d Pl yt

Lebih terperinci

DASAR MATEMATIKA. Untuk mempelajari teori sistem kontrol diperlukan latar belakang matematika. bidang s. s 1. σ 1. Gambar 2-1 Bidang kompleks

DASAR MATEMATIKA. Untuk mempelajari teori sistem kontrol diperlukan latar belakang matematika. bidang s. s 1. σ 1. Gambar 2-1 Bidang kompleks DASAR MATEMATIKA Utu mempelj teo tem otol dpelu lt belg mtemt Koep Peubh Komple Peubh Komple jω bdg σ jω σ σ Gmb - Bdg omple Gmb - meggmb betu bdg omple, yg m tt ddef oleh oodt σ σ d ω ω, tu ec edeh dtul

Lebih terperinci

Saintek Vol 5. No 3 Tahun Penyelesaian Analitik dan Pemodelan Fungsi Bessel

Saintek Vol 5. No 3 Tahun Penyelesaian Analitik dan Pemodelan Fungsi Bessel Sitek Vol 5. No 3 Thu 1 Peyelesi Alitik d Peodel Fugsi Bessel Lily Yhy Jurus Mtetik Fkults MIPA Uiersits Negeri Gorotlo bstrk Dl klh ii k dilkuk peyelesi litik d peodel pers diferesil Bessel sert eujukk

Lebih terperinci

BILANGAN BERPANGKAT DAN BENTUK AKAR

BILANGAN BERPANGKAT DAN BENTUK AKAR BILANGAN BERPANGKAT DAN BENTUK AKAR. Sift Opersi Bilg Bult Berpgkt Defiisi Pgkt Bult Positif Jik dlh ilg rel (yt) d dlh ilg sli (ilg ult positif), k... seyk fktor deg = pgkt tu ekspoe = ilg pokok/dsr/sis

Lebih terperinci

BAB III LIMIT FUNGSI DAN KEKONTINUAN

BAB III LIMIT FUNGSI DAN KEKONTINUAN BAB III LIMIT FUNGSI DAN KEKONTINUAN 3. Pedhulu Seelu hs liit fugsi di sutu titik terleih dhulu kit k egti perilku sutu fugsi f il peuh edekti sutu ilg ril tertetu. Misl terdpt sutu fugsi f() = + 4. Utuk

Lebih terperinci

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI MENGGUNAKAN KOEFISIEN REGRESI ROBUST PADA SAMPING ACAK SEDERHANA.

PENAKSIR 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 terperinci

BAB 1 PENDAHULUAN. perkebunan karet. Karet merupakan Polimer hidrokarbon yang terkandung pada

BAB 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 terperinci

1. Kepekatan bakteria pencemar p(t), di dalam secawan teh tarik yang dibiarkan selama beberapa jam diberikan oleh: p(t) = 50e -1.5t + 15e -0.

1. 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 terperinci

III PEMBAHASAN. peubah. Sistem persamaan (6) dapat diringkas menjadi Bentuk Umum dari Magic Square, Bilangan Magic, dan Matriks SPL

III 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 terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

Matematika Dasar INTEGRAL TENTU . 2. Partisi yang terbentuk merupakan segiempat dengan ukuran x dan f ( x k ) sebagai

Matematika 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 terperinci

Pendahuluan Aljabar Vektor Matrik

Pendahuluan 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 terperinci

Bab 4 Penyelesaian Persamaan Linier Simultan

Bab 4 Penyelesaian Persamaan Linier Simultan Bb Peyeles Persm Ler Smult.. Persm Ler Smult Persm ler smult dlh sutu betuk persm-persm yg ser bersm-sm meyjk byk vrbel bebs. Betuk persm ler smult deg m persm d vrbel bebs dpt dtulsk sebg berkut: b b

Lebih terperinci

PEMECAHAN 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 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 terperinci

dan mempunyai vektor normal n =(a b c). Misal P(x,y,z) suatu titik berada pada bidang. 1. Persamaan bidangnya adalah n P P

dan 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 terperinci