MATEMATIKA EKONOMI DAN BISNIS MINGGU XII
|
|
- Ade Dharmawijaya
- 7 tahun lalu
- Tontonan:
Transkripsi
1 MATEMATIKA EKONOMI DAN BISNIS MINGGU XII OPTIMASI FUNGSI MULTIVARIAT TANPA DAN DENGAN KENDALA Prepared by : W. Roianto ROFI
2 KONDISI MAKSIMUM DAN MINIMUM RELATIF DEFINISI Fungsi y = (,,, n ) maksimum relati pada = a, = a,, n = a n jika pada semua titik (,,, n ) yang cukup dekat dengan (a,a,,a n ) (a,a,,a n ) (,,, n ) Fungsi y = (,,, n ) minimum relati pada = a, = a,, n = a n jika pada semua titik (,,, n ) yang cukup dekat dengan (a,a,,a n ) (a,a,,a n ) (,,, n ) ROFI
3 ROFI OPTIMASI FUNGSI n-variabel Titik Kritis pada ungsi n-variabel bebas diuji dengan Hessian matri. Untuk ungsi (,,, n ) maka Hessian matri-nya merupakan matriks bujur sangkar dengan dimensi (nn). = n n n n n n n H SYARAT TITIK EKSTRIM =, =,, n =
4 ROFI OPTIMASI FUNGSI n-variabel Dari Hessian matri dapat dibentuk sebanyak n submatriks yang determinannya dinamakan principal minor (dilambangkan dengan i ). Submatri ke n merupakan matriks Hessian itu sendiri, H n = H. ( ) H = = H = H
5 OPTIMASI FUNGSI n-variabel Kondisi karakteristik titik ekstrim relati Untuk nilai-nilai titik kritis yang telah diperoleh dan seluruh derivati orde kedua adalah kontinyu : Titik kritis merupakan titik maksimum relati jika : <, >, <, Titik kritis merupakan titik minimum relati jika : >, >, >, Jika tidak satupun kondisi tersebut terpenuhi tidak ada kesimpulan yang dapat ditarik. Analisis lebih jauh di sekitar titik kritis perlu dilakukan untuk mengetahui karakteristiknya ROFI
6 OPTIMASI FUNGSI n-variabel Contoh penentuan titik kritis beserta karakteristiknya : (,, ) = Pertama dicari terlebih dahulu lokasi titik kritisnya : = = = = ½ = = = dan = = 6 = = = ¼ Jadi titik kritis terjadi pada (,,,6) dan (½,, ¼, 6 ¼). Uji karakteristik menggunakan matriks hessian : H = 6 6 ROFI
7 OPTIMASI FUNGSI n-variabel Untuk titik (,,,6): H H ( () ) = = = maka = maka = H = 6 6 maka = 7 Karena kondisi ini tidak memenuhi salah satu kriteria karakteristik titik kritis maka tidak dapat disimpulkan karakteristik untuk titik (,,,6). ROFI
8 OPTIMASI FUNGSI n-variabel Untuk titik (½,, ¼, 6 ¼): H H = ( ( )) = 6 = 6 maka = -6 maka = H 6 = 6 6 maka = -7 Karena <, >, <, maka dapat disimpulkan bahwa titik (½,, ¼, 6 ¼) merupakan titik maksimum relati. ROFI
9 OPTIMASI FUNGSI BIVARIAT DENGAN KENDALA Permasalahan optimasi suatu ungsi tujuan (objective unction) dengan kondisi batas tertentu (constrains) dapat diselesaikan dengan metode Lagrange multiplier. Misalkan suatu permasalahan Maksimisasi (atau minimisasi) y = (, ) dengan kendala g(, ) = k Inormasi tersebut dapat ditulis kembali sebagai ungsi komposit yang disebut lagrangian unction dengan tambahan variabel λ (Lagrange multiplier). L(,, λ) = (, ) λ[g(, ) k)] ROFI
10 ROFI OPTIMASI FUNGSI BIVARIAT DENGAN KENDALA Syarat titik kritis : L = L = L λ = Pengujian karakteristik titik kritis dapat dilakukan dengan bantuan matriks bordered hessian. Kondisi maksimum/minimum relati I. Jika B >, maka titik kritis merupakan titik maksimum II.Jika B <, maka titik kritis merupakan titik minimum = B L L g L L g g g H
11 OPTIMASI DENGAN KENDALA Contoh : Carilah titik kritis dari kondisi ungsi berikut dan tentukan karakteristiknya: (, ) = dengan kendala + = 4 Jawab : Bentuk ungsi Lagrange : L(,,λ) = + 6 λ( + 4) Syarat titik kritis : L = + λ =.. () L = 6 λ =.. () L λ = + 4 =.. () ROFI
12 Eliminasi () dan () + λ = 6 λ = =.. (4) Eliminasi () dan (4) + 4 = = = = 9 Substitusi pada () = = Uji karakteristik titik kritis H B = B = 4 positi ma relati Jadi titik kritis adalah (,9,96) yang merupakan titik maksimum relati Substitusi ungsi tujuan (, 9) = 96 ROFI
13 INTERPRETASI λ Fungsi Lagrange : L(,,λ) = (, ) λ[g(, ) k)] L k = L k = λ Dengan demikian λ dapat diinterpretasikan sebagai tingkat perubahan sesaat pada nilai ungsi Lagrange apabila konstanta k pada persamaan constraint berubah. ROFI
14 CONTOH Jika angka penjualan suatu barang (z) dipengaruhi oleh besarnya belanja iklan TV () dan besarnya belanja iklan radio (y) sesuai ungsi : z = 4 + 6y 5 y y dan y dalam jutaan rupiah. Berdasarkan ungsi tersebut : a. Berapakah sebaiknya alokasi belanja iklan di TV dan radio agar dicapai angka penjualan maksimum dan buktikanlah b. Berapakah angka penjualan maksimum yang dapat dicapai? c. Berapakah masing-masing besarnya alokasi belanja iklan di TV dan radio agar diperoleh angka penjualan maksimum, bila total biaya iklan dibatasi sebesar Rp. juta dan buktikanlah d. Berapakah angka penjualan maksimum yang dapat dicapai dengan pembatasan tersebut ROFI
15 ANTIDERIVATIVE Antiderivative = kebalikan dari dierensial Jika () = 4, berapakah () =? () = 4? () = 4 + 8? () = 4 8? y () = () = 4 () = 4-8 () = 4 + C ROFI
16 KAIDAH INTEGRAL INDEFINITE INTEGRAL Jika adalah ungsi kontinyu, ( ) d = F( ) + C Dengan catatan F () = () Pelajari Rule sampai Rule 9 (Budnick 8.) ROFI
17 CONTOH. d = + C.. d = d = + C + C ( ) d = C ROFI
BAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pemrograman Non linier Pemrograman non linier adalah suatu bentuk pemrograman yang berhubungan dengan suatu perencanaan aktivitas tertentu yang dapat diformulasikan dalam model
Lebih terperinciDerivatif Parsial (Fungsi Multivariat)
Derivatif Parsial (Fungsi Multivariat) week 12 W. Rofianto, ST, MSi FUNGSI MULTIVARIAT Fungsi dapat memiliki lebih dari satu variabel bebas. Fungsi demikian biasanya disebut sebagai fungsi multivariat.
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari-hari baik disadari maupun tidak, sebenarnya orang selalu melakukan optimasi untuk memenuhi kebutuhannya. Tetapi optimasi yang dilakukan masyarakat
Lebih terperinciModul Matematika 2012
Modul Matematika 0 Minggu ke dan MAKSIMISASI ATAU MINIMISASI (MAXIMIZATION ATAU MINIMIZATION) : A FREE OPTIMUM. Pengertian dan persyaratan Global maximum atau global minimum, Relative maximum atau relative
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari-hari baik disadari maupun tidak, optimasi selalu dilakukan untuk memenuhi kebutuhan. Tetapi optimasi yang dilakukan masyarakat awam lebih banyak
Lebih terperinciOPTIMASI (Pemrograman Non Linear)
OPTIMASI (Pemrograman Non Linear) 3 SKS PILIHAN Arrival Rince Putri, 013 1 Silabus I. Pendahuluan 1. Perkuliahan: Silabus, Referensi, Penilaian. Pengantar Optimasi 3. Riview Differential Calculus II. Dasar-Dasar
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dibahas beberapa pengertian dari optimasi bersyarat dengan kendala persamaan menggunakan multiplier lagrange serta penerapannya yang akan digunakan sebagai landasan
Lebih terperinciKalkulus Multivariabel I
Maksimum, Minimum, dan Statistika FMIPA Universitas Islam Indonesia Titik Kritis Misalkan p = (x, y) adalah sebuah titik peubah dan p 0 = (x 0, y 0 ) adalah sebuah titik tetap pada bidang berdimensi dua
Lebih terperinciCATATAN KULIAH #8 Optimasi Dengan Kendala Persamaan dan Aplikasinya. Sumber: Alpha C. Chiang, Fundamental Methods of Mathematical Economics, Ch.
CATATAN KUIAH #8 Optimasi Denan Kendala Persamaan dan Aplikasinya Sumber: Alpha C. Chian, Fundamental Methods of Mathematical Economics, Ch.1 6.1 Pendahuluan Sejauh ini, proses optimasi dilakukan tanpa
Lebih terperinciBagian 2 Turunan Parsial
Bagian Turunan Parsial Bagian Turunan Parsial mempelajari bagaimana teknik dierensiasi diterapkan untuk ungsi dengan dua variabel atau lebih. Teknik dierensiasi ini tidak hana akan diterapkan untuk ungsi-ungsi
Lebih terperinciCatatan Kuliah 10 Memahami dan Menganalisa Optimasi dengan Kendala Persamaan
Catatan Kuliah 10 Memahami dan Menanalisa Optimasi denan Kendala Persamaan 1. Metode Larane Multiplier Misal diberikan masalah optimisasi sbb : OF : U =, st.: (, ) Selanjutna akan dipelajari baaimana mencari
Lebih terperinciCATATAN KULIAH Pertemuan VIII: Optimasi Tanpa Kendala dan Aplikasinya (Fungsi dengan Satu Variabel)
CATATAN KULIAH Pertemuan VIII: Optimasi Tanpa Kendala dan Aplikasinya (Fungsi dengan Satu Variabel) A. Nilai Optimum dan Nilai Ekstrem Ekuilibrium Tujuan vs. Ekuilibrium Non-Tujuan:. Ekuilibrium Non-Tujuan:
Lebih terperinciKONTRAK PERKULIAHAN SEMESTER GENAP TAHUN AKADEMIK Deskripsi Mata Kuliah
KONTRAK PERKULIAHAN SEMESTER GENAP TAHUN AKADEMIK 2010 10/20 /2011 Nama Mata Kuliah Program Studi Pengajar : Matematika Ekonomi : Manajemen / Akuntansi : W. Rofianto ST, MSi. Deskripsi Mata Kuliah Mata
Lebih terperinciVersi : 4 Tanggal Revisi : 07 Juni 2012 Revisi : 4 Tanggal Berlaku: 03 September 2012 KONTRAK PERKULIAHAN. Deskripsi Mata Kuliah
Versi : 4 Tanggal Revisi : 07 Juni 2012 Revisi : 4 Tanggal Berlaku: 03 September 2012 Jurusan : Manajemen Kode Mata kuliah : 1201 Nama Mata kuliah : Matematika Ekonomi Kelompok MK : MKK Semester/SKS :
Lebih terperinciBAB II TINJAUAN PUSTAKA. operasi yang mampu menyelesaikan masalah optimasi sejak diperkenalkan di
BAB II TINJAUAN PUSTAKA 2.1 Pemrograman Linier (Linear Programming) Pemrograman linier (linear programming) merupakan salah satu teknik riset operasi yang mampu menyelesaikan masalah optimasi sejak diperkenalkan
Lebih terperinciSATUAN ACARA PERKULIAHAN
FR-FE-1.1-R0 SATUAN ACARA PERKULIAHAN FAKULTAS : EKONOMI JURUSAN : S1. Akuntansi MATA KULIAH : Matematika Ekonomi II KODE MATA KULIAH : BEBAN KREDIT : 4 sks TAHUN AKADEMIK : 2011/2012 ( SEMESTER GANJIL
Lebih terperinciMATEMATIKA EKONOMI DAN BISNIS MINGGU IX
MATEMATIKA EKONOMI DAN BISNIS MINGGU IX KALKULUS DIFERENSIAL Prepared By : W. Rofianto ROFI 010 TINGKAT PERUBAHAN RATA-RATA Jakarta Km 0 jam Bandung Km 140 Kecepatan rata-rata s t 140Km jam 70Km / jam
Lebih terperinciCATATAN KULIAH Pertemuan XII: Optimasi dengan Kendala Persamaan dan Aplikasinya
CATATAN KIAH ertemuan XII: Optimasi enan Kenala ersamaan an Aplikasina A. Efek ari Satu Kenala Tujuan utama iunakanna sebuah kenala aalah memberi tanun jawab kepaa faktor-faktor pembatas (constrains) tertentu
Lebih terperinciOPTIMASI FUNGSI MULTI VARIABEL DENGAN METODE UNIVARIATE. Dwi Suraningsih (M ), Marifatun (M ), Nisa Karunia (M )
OPTIMASI FUNGSI MULTI VARIABEL DENGAN METODE UNIVARIATE Dwi Suraningsih (M2, Marifatun (M53, Nisa Karunia (M6 I. Pendahuluan Latar Belakang. Dalam kehidupan sehari-hari disa maupun tidak, sebenarnya manusia
Lebih terperinciBAB II. PEMROGRAMAN LINEAR
BAB II. PEMROGRAMAN LINEAR KARAKTERISTIK PEMROGRAMAN LINEAR Sifat linearitas suatu kasus dapat ditentukan menggunakan beberapa cara. Secara statistik, kita dapat memeriksa kelinearan menggunakan grafik
Lebih terperinciMETODE PENGALI LAGRANGE DAN APLIKASINYA DALAM BIDANG EKONOMI SKRIPSI RAHMAD HIDAYAT
METODE PENGALI LAGRANGE DAN APLIKASINYA DALAM BIDANG EKONOMI SKRIPSI RAHMAD HIDAYAT 110803018 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2015 METODE
Lebih terperinciHendra Gunawan. 4 April 2014
MA1201 MATEMATIKA 2A Hendra Gunawan Semester II, 2013/2014 4 April 2014 Kuliah yang Lalu 12.1 Fungsi dua (atau lebih) peubah 12.2 Turunan Parsial 12.3 Limit dan Kekontinuan 12.4 Turunan fungsi dua peubah
Lebih terperinciOPTIMASI MULTIVARIAT DENGAN KENDALA PERSAMAAN. Oleh : Hafidh Munawir
OPTIMASI MULTIVARIAT DENGAN KENDALA PERSAMAAN Oleh : Hafidh Munawir BENTUK-BENTUK FUNGSI MULTIVARIAT DARI SEGI BENTUK GRAFIK I. Fungsi Linier : Y = ao + a 1 X 1 + a 2 X 2 Contoh: Y = 50 + 0,50 X 1 + 0,60
Lebih terperinciBAB II KAJIAN PUSTAKA. Pada bab ini akan diberikan landasan teori tentang optimasi, fungsi, turunan,
BAB II KAJIAN PUSTAKA Pada bab ini akan diberikan landasan teori tentang optimasi, fungsi, turunan, pemrograman linear, metode simpleks, teorema dualitas, pemrograman nonlinear, persyaratan karush kuhn
Lebih terperinciModul 6. Ekonomi Produksi Pertanian. Program Studi Agribisnis Fakultas Pertanian Universitas Brawijaya
Modul 6 Ekonomi Produksi Pertanian Program Studi Agribisnis Fakultas Pertanian Universitas Brawijaya VI. MAKSIMALISASI PADA KASUS DUA INPUT Deskripsi Materi Pembelajaran: Bab ini menjelaskan konsep dasar
Lebih terperinciCATATAN KULIAH #5&6 Optimasi Tanpa Kendala dengan Lebih dari Satu Variabel
CATATAN KULIAH #5&6 Optimasi Tanpa Kendala dengan Lebih dari Satu Variabel Sumber: Alpha C. Chiang, Fundamental Methods of Mathematical Economics, Ch.11 5.1 Pendahuluan Pada kuliah sebelumnya, optimasi
Lebih terperinciIII. KERANGKA PEMIKIRAN. fungsi permintaan, persamaan simultan, elastisitas, dan surplus produsen.
III. KERANGKA PEMIKIRAN 3.1. Kerangka Pemikiran Teoritis Komponen utama pasar beras mencakup kegiatan produksi dan konsumsi. Penelitian ini menggunakan persamaan simultan karena memiliki lebih dari satu
Lebih terperinciEKONOMI PRODUKSI. PERTEMUAN KEDELAPAN: MAKSIMISASI TERKENDALA (Lanjutan)
EKONOMI PRODUKSI Kode PTE-4103 PERTEMUAN KEDELAPAN: MAKSIMISASI TERKENDALA (Lanjutan) Rini Dwiastuti 2007 Sub-pokok Bahasan (Lanjutan) 7. Constrained Revenue Max. 8. Second Order Condition 9. Interpretation
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Berikut ini adalah beberapa definisi dan teorema yang menjadi landasan dalam penentuan harga premi, fungsi permintaan, dan kesetimbangannya pada portfolio heterogen. 2.1 Percobaan
Lebih terperinciBAB 2 PROGRAM LINEAR
BAB 2 PROGRAM LINEAR 2.1. Pengertian Program Linear Pemrograman Linier disingkat PL merupakan metode matematik dalam mengalokasikan sumber daya yang terbatas untuk mencapai suatu tujuan seperti memaksimumkan
Lebih terperinciBAB I PENDAHULUAN. dilakukan masyarakat awam lebih banyak dilandasi oleh insting daripada teori
1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam kehidupan sehari-hari disadari atau tidak, sebenarnya orang selalu melakukan optimasi untuk memenuhi kebutuhannya. Tetapi optimasi yang dilakukan masyarakat
Lebih terperinciPROGRAM LINEAR. tersebut. Dua macam fungsi Program Linear: tujuan perumusan masalah
PROGRAM LINEAR Program linear adalah salah satu model matematika yang digunakan untuk menyelesaikan masalah optimisasi, yaitu memaksimumkan atau meminimumkan fungsi tujuan yang bergantung pada sejumlah
Lebih terperinciProgram Linier. Rudi Susanto
Program Linier Rudi Susanto 1 Pengunaan Program linier Keputusan manajemen harus segera diambil untuk segera mencapai tujuan profit maksimal Namun hal ini tidak mudah karena faktor pembatas meliputi sumber
Lebih terperinciI. PENDAHULUAN II. LANDASAN TEORI
1 I PENDAHULUAN 11 Latar Belakang Setiap perusahaan menyadari bahwa total biaya produksi sangat berkaitan dengan outputnya Jika perusahaan meningkatkan kapasitas produksi, maka perusahaan tersebut tentunya
Lebih terperinciOPTIMASI BERSYARAT DENGAN KENDALA PERSAMAAN MENGGUNAKAN MULTIPLIER LAGRANGE SERTA PENERAPANNYA SKRIPSI SANDRA RIZAL
OPTIMASI BERSYARAT DENGAN KENDALA PERSAMAAN MENGGUNAKAN MULTIPLIER LAGRANGE SERTA PENERAPANNYA SKRIPSI SANDRA RIZAL 060803016 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperincivii Tinjauan Mata Kuliah
vii M Tinjauan Mata Kuliah atematika merupakan alat yang sangat penting dalam mempelajari ilmu-ilmu ekonomi dan bisnis. Oleh karena itu, mahasiswa dituntut untuk mengetahui berbagai konsep matematika.
Lebih terperinciPertemuan 13 persamaan linier NON HOMOGEN
Pertemuan 13 persamaan linier NON HOMOGEN 10 Metode CRAMER Aljabar Linier Hastha 2016 10. PERSAMAAN LINIER NONHOMOGEN 10.1 PERSAMAAN LINIER Misalnya x 2 Matematika analitik membicarakan ilmu ukur secara
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Metode Pengali Lagrange adalah sebuah konsep populer dalam menangani permasalahan optimasi untuk program-program nonlinier. Sesuai namanya, konsep ini dikemukakan oleh
Lebih terperinciSATUAN ACARA PERKULIAHAN
SATUAN ACARA PERKULIAHAN Nama/Kode Mata Kuliah : Matematiaka Fisika I/FI-421 Tujuan Matakuliah : Jumlah SKS/Semester : 4/1(2) mahasiswa diharapkan memiliki wawasan pengetahuan dan pemahaman yang baik tentang
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Optimasi Non-Linier Suatu permasalahan optimasi disebut nonlinier jika fungsi tujuan dan kendalanya mempunyai bentuk nonlinier pada salah satu atau keduanya. Optimasi nonlinier
Lebih terperinciTINJAUAN PUSTAKA. Distribusi Weibull adalah distribusi yang paling banyak digunakan untuk waktu
II. TINJAUAN PUSTAKA. Distribusi Weibull Distribusi Weibull adalah distribusi yang paling banyak digunakan untuk waktu hidup dalam tekhnik ketahanan. Distribusi ini adalah distribusi serbaguna yang dapat
Lebih terperinciMA1201 MATEMATIKA 2A Hendra Gunawan
MA101 MATEMATIKA A Hendra Gunawan Semester II 016/017 4 Maret 017 Kulia ang Lalu 1.1 Fungsi dua atau lebi peuba 1. Turunan Parsial 1.3 Limit dan Kekontinuan 1.4 Turunan ungsi dua peuba 1.5 Turunan berara
Lebih terperinciTEOREMA UJI TURUNAN. Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ
TEOREMA UJI TURUNAN Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ agustina.mipa@unej.ac.id UJI TURUNAN I-ekstrim relati Andaikan kontinu pada selang (a,b), yang memuat titik kritis c : (i)
Lebih terperinciBAB 2. PROGRAM LINEAR
BAB 2. PROGRAM LINEAR 2.1. Pengertian Program Linear Pemrograman Linier disingkat PL merupakan metode matematik dalam mengalokasikan sumber daya yang terbatas untuk mencapai suatu tujuan seperti memaksimumkan
Lebih terperinciCatatan Kuliah 9 Memahami dan Menganalisa Optimisasi Tanpa Kendala dengan 2 atau Lebih Variabel Keputusan
Catatan Kuliah 9 Memahami dan Menganalisa Optimisasi Tanpa Kendala dengan atau Lebih Variabel Keputusan 1. Kondisi Turunan Pertama Perhatikan kembali optimisasi dengan 1 variabel bebas, aitu : z = ( )
Lebih terperinciBAB II KAJIAN TEORI. yang diapit oleh dua kurung siku sehingga berbentuk empat persegi panjang atau
BAB II KAJIAN TEORI Pada bab ini akan diberikan kajian teori mengenai matriks dan operasi matriks, program linear, penyelesaian program linear dengan metode simpleks, masalah transportasi, hubungan masalah
Lebih terperinciMUH1G3/ MATRIKS DAN RUANG VEKTOR
MUHG3/ MATRIKS DAN RUANG VEKTOR TIM DOSEN Determinan Matriks Determinan Matriks Sub Pokok Bahasan Permutasi dan Determinan Matriks Determinan dengan OBE Determinan dengan Ekspansi Kofaktor Beberapa Aplikasi
Lebih terperinciRENCANA PELAKSANAAN PEMBELAJARAN NO: 1
RENCANA PELAKSANAAN PEMBELAJARAN NO: 1 Materi Pokok : Integral Pertemuan Ke- : 1 dan Alokasi Waktu : x pertemuan (4 x 45 menit) Standar Kompetensi : Menggunakan konsep integral dalam pemecahan masalah
Lebih terperinciOPTIMASI: DIFERENSIAL PARSIAL MATEMATIKA T E L K O M U N I V E R S I T Y
OPTIMASI: DIFERENSIAL PARSIAL MATEMATIKA T E L K O M U N I V E R S I T Y DIFERENSIAL PARSIAL Fungsi yang mengandung satu variabel bebas hanya akan memiliki satu macam turunan. apabila y = f(x) maka turunannya
Lebih terperinciMODEL REGRESI PROBIT BIVARIAT SKRIPSI
MODEL REGRESI PROBIT BIVARIAT SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta Untuk Memenuhi Sebagian Persyaratan Guna Memperoleh Gelar Sarjana Sains
Lebih terperinci6- Operasi Matriks. MEKANIKA REKAYASA III MK Unnar-Dody Brahmantyo 1
6- Operasi Matriks Contoh 6-1 : Budi diminta tolong oleh ibunya untuk membeli 2 kg gula dan 1 kg kopi. Dengan uang Rp. 10.000,- Budi mendapatkan uang kembali Rp. 3.000,-. Dihari yang lain, Budi membeli
Lebih terperinciPROGRAM LINEAR. Dasar Matematis
PROGRAM LINEAR Dasar Matematis PROGRAM LINIER adalah suatu teknik optimalisasi dimana variabel-variabelnya linier. Metode ini dipakai pada saat kita dihadapkan pada beberapa pilihan dengan batasan-batasan
Lebih terperinciBAB IV PROGRAMA LINIER : METODE GRAFIK
BAB IV PROGRAMA LINIER : METODE GRAFIK Pada dasarnya, metode-metode yang dikembangkan untuk memecahkan model programa linier ditujukan untuk mencari solusi dari beberapa alternatif solusi yang dibentuk
Lebih terperinciBAB II KAJIAN PUSTAKA. pemrograman nonlinear, fungsi konveks dan konkaf, pengali lagrange, dan
BAB II KAJIAN PUSTAKA Kajian pustaka pada bab ini akan membahas tentang pengertian dan penjelasan yang berkaitan dengan fungsi, turunan parsial, pemrograman linear, pemrograman nonlinear, fungsi konveks
Lebih terperinciKONTRAK PERKULIAHAN MATEMATIKA BISNIS
KONTRAK PERKULIAHAN MATEMATIKA BISNIS SEMESTER GANJIL TAHUN AKADEMIK 2010/2011 DOSEN : HARY AGUS RAHARJO PROGRAM STUDI SEMESTER : : DJATI HOESEN SALIMY TITIK INDRAWATI JOKO SANTOSA MANAJEMEN, SISTEM INFORMASI
Lebih terperinciKontrol Optimum. MKO dengan Horizon Takhingga, Syarat Cukup. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014
Kontrol Optimum MKO dengan Horizon Takhingga, Syarat Cukup Toni Bakhtiar Departemen Matematika IPB Februari 2014 tbakhtiar@ipb.ac.id (IPB) MAT332 Kontrol Optimum Februari 2014 1 / 23 Outline MKO dengan
Lebih terperinciGARIS-GARIS BESAR PROGRAM PENGAJARAN
Nama Mata Kuliah Kode Mata Kuliah : MAT 101 Bobot SKS : 3 (2-2) : Landasan Matematika GARIS-GARIS BESAR PROGRAM PENGAJARAN Deskripsi : Mata kuliah ini membahas konsep-konsep dasar matematika yang meliputi
Lebih terperinciAljabar Linier Elementer. Kuliah 7
Aljabar Linier Elementer Kuliah 7 Materi Kuliah Ekspansi kofaktor Aturan Cramer 2 2.4 Espansi Kofaktor; Aturan Cramer Definisi: Jika A adalah matriks bujur sangkar, maka minor dari entri a ij dinyatakan
Lebih terperinciMODUL MATEMATIKA II. Oleh: Dr. Eng. LILYA SUSANTI
MODUL MATEMATIKA II Oleh: Dr. Eng. LILYA SUSANTI DEPARTEMEN RISET TEKNOLOGI DAN PENDIDIKAN TINGGI UNIVERSITAS BRAWIJAYA FAKULTAS TEKNIK JURUSAN TEKNIK SIPIL KATA PENGANTAR Puji sukur kehadirat Allah SWT
Lebih terperinciRencana Pembelajaran Semester (RPS) REVISI Mata Kuliah: Matematika Ekonomi/Keuangan/Bisnis
Rencana Pembelajaran Semester (RPS) REVISI Mata Kuliah: Matematika Ekonomi/Keuangan/Bisnis Minggu Ke- 1 Pokok Bahasan dan Sub Pokok Bahasan SA SM SM DA DM Matematika Bisnis (UPM) Matematika Ekonomi Matematika
Lebih terperinciMatematika Ekonomi. Oleh: Osa Omar Sharif Institut Manajemen Telkom
Matematika Ekonomi Oleh: Osa Omar Sharif Institut Manajemen Telkom Diferensiasi f (x) = Lim x 0 [(f(x+ x)-f(x))/ x] ELASTISITAS Elastisitas adalah pengukuran tingkat respon/kepekaan satu variabel terhadap
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Zaman yang semakin berkembang membuat persoalan semakin kompleks, tidak terkecuali persoalan yang melibatkan persoalan matematika. Dalam pemecahannya, matematika memegang
Lebih terperinci- Optimisasi - Suatu proses untuk memaksimumkan suatu nilai yang diinginkan atau meminimumkan suatu nilai yang tidak diinginkan.
Optimasi Dalam Rancangan Teknik - Optimisasi - Suatu proses untuk memaksimumkan suatu nilai yang diinginkan atau meminimumkan suatu nilai yang tidak diinginkan. Fungsi tujuan : biaya, keuntungan, berat,
Lebih terperinciKISI-KISI SOAL UJIAN SEKOLAH TAHUN PELAJARAN 2014/2015
KISI-KISI SOAL UJIAN SEKOLAH TAHUN PELAJARAN 2014/2015 Mata Pelajaran : Matematika Alokasi Waktu : 120 menit Kelas : XII IPA Penyusun Standar Kompetensi Kompetensi Dasar Indikator Materi No Soal Menggunakan
Lebih terperinciOPTIMASI BIAYA PRODUKSI PADA HOME INDUSTRY SUSU KEDELAI MENGGUNAKAN PENDEKATAN PENGALI LAGRANGE DAN PEMROGRAMAN KUADRATIK TUGAS AKHIR SKRIPSI
OPTIMASI BIAYA PRODUKSI PADA HOME INDUSTRY SUSU KEDELAI MENGGUNAKAN PENDEKATAN PENGALI LAGRANGE DAN PEMROGRAMAN KUADRATIK TUGAS AKHIR SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam
Lebih terperinciMATRIKS Nuryanto, ST., MT.
MateMatika ekonomi MATRIKS TUJUAN INSTRUKSIONAL KHUSUS Setelah mempelajari bab ini, anda diharapkan dapat : 1. Pengertian matriks 2. Operasi matriks 3. Jenis matriks 4. Determinan 5. Matriks invers 6.
Lebih terperinciKONSEP BIAYA DALAM PENGAMBILAN KEPUTUSAN
KONSEP BIAYA DALAM PENGAMBILAN KEPUTUSAN A. Jenis Biaya yang Perlu Diketahui Oleh Decision Maker 1. Biaya Eksplisit (Explisiy Cost) Biaya yang dikeluarkan guna mendapatkan input yang dibutuhkan dalam proses
Lebih terperinciI PENDAHULUAN II LANDASAN TEORI
I PENDAHULUAN 1.1 Latar Belakang Salah satu observasi yang berguna dalam bidang komputasi di tahun 1970 adalah observasi terhadap permasalahan relaksasi Lagrange. Josep Louis Lagrange merupakan tokoh ahli
Lebih terperinciBAB I PENDAHULUAN. adalah optimasi digunakan untuk memaksimalkan keuntungan yang akan diraih
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam kehidupan sehari-hari, baik disadari maupun tidak disadari, manusia sebenarnya telah melakukan upaya optimasi untuk memenuhi kebutuhan hidupnya. Akan
Lebih terperinciBAB I DASAR SISTEM OPTIMASI
BAB I DASAR SISTEM OPTIMASI. Pendahuluan Teknik optimasi merupakan suatu cara yang dilakukan untuk memberikan hasil terbaik yang diinginkan. Teknik optimasi ini banyak memberikan menfaat dalam mengambil
Lebih terperinciCatatan Kuliah 11 Memahami dan Menganalisa Optimasi dengan Kendala Persamaan
Catatan Kuliah 11 Memahami dan Menganalisa Optimasi dengan Kendala ersamaan 1. Maksimum Kepuasan dan ermintaan Konsumen Misalkan seorang konsumen dihadapkan pada pilihan barang untuk dikonsumsi, aitu barang
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Program Linear Program Linear adalah suatu cara yang digunakan untuk menyelesaikan masalah optimasi suatu model linear dengan berbagai kendala yang dihadapinya. Masalah program
Lebih terperinciPemrograman Linier (1)
Bentuk umum dan solusi dengan metode grafis Ahmad Sabri Universitas Gunadarma, Indonesia 2 Komponen pada Pemrograman Linier (PL) Model PL memiliki tiga komponen dasar: Variabel keputusan yang akan dicari
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dijelaskan mengenai teori teori yang berhubungan dengan pembahasan ini sehingga dapat dijadikan sebagai landasan berpikir dan akan mempermudah dalam hal pembahasan
Lebih terperinciAPLIKASI METODE KHUN-TUCKER DALAM PENJUALAN OLI MOBIL (Studi Kasus : PT. Anugrah Mitra Dewata)
Jurnal Matematika Vol. 2 No. 1, Juni 2012. ISSN : 1693-1394 APLIKASI METODE KHUN-TUCKER DALAM PENJUALAN OLI MOBIL (Studi Kasus : PT. Anugrah Mitra Dewata) Ni Made Asih e-mail: sedhana2@gmail.com I Nyoman
Lebih terperinciBAB 2 TINJAUAN PUSTAKA. ini sehingga dapat dijadikan sebagai landasan berpikir dan akan mempermudah. dalam hal pembahasan hasil utama berikutnya.
BAB 2 TINJAUAN PUSTAKA Pada bab ini akan dijelaskan mengenai teori-teori yang berhubungan dengan pembahasan ini sehingga dapat dijadikan sebagai landasan berpikir dan akan mempermudah dalam hal pembahasan
Lebih terperinciPENGGUNAAN TURUNAN. Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ
PENGGUNAAN TURUNAN Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ agustina.mipa@unej.a.id Pada materi sebelumnya telah dijelaskan bahwa Teorema Nilai Rata-Rata (TNR dierensial) memegang peranan
Lebih terperinciBUKU RANCANGAN PEMBELAJARAN
BUKU RANCANGAN PEMBELAJARAN MATEMATIKA EKONOMI DAN BISNIS Oleh ARIS YUNANTO Program Studi Ilmu Ekonomi Departemen Ilmu Ekonomi UNIVERSITAS INDONESIA 2010 1 DAFTAR ISI PENGANTAR... 3 BAB I INFORMASI UMUM...
Lebih terperinciBAB III. SOLUSI GRAFIK
BAB III. SOLUSI GRAFIK Salah satu metode pengoptimalan yang dapat digunakan adalah grafik. Fungsi tujuan dan kendala permasalahan digambarkan menggunakan bantuan sumbu absis (horizontal) dan ordinat (vertikal)
Lebih terperinciJURUSAN TEKNIK ELEKTRO
DEPARTEMEN PENDIDIKAN NASIONAL UNIVERSITAS ANDALAS FAKULTAS TEKNIK JURUSAN TEKNIK ELEKTRO RENCANA PROGRAM DAN KEGIATAN PEMBELAJARAN SEMESTER (RPKPS) Mata Kuliah Matematika Teknik I Dosen Heru Dibyo Laksono
Lebih terperinciBAB VI. DUALITAS DAN ANALISIS POSTOPTIMAL
BAB VI. DUALITAS DAN ANALISIS POSTOPTIMAL HUBUNGAN PRIMAL-DUAL Dual adalah permasalahan PL yang diturunkan secara matematik dari primal PL tertentu. Setiap permasalahan primal selalu mempunyai pasangan
Lebih terperinciPEMETAAN STANDAR ISI (SK-KD)
PEMETAAN STANDAR ISI (SK-KD) MATA PELAJARAN : MATEMATIKA KELAS/SEMESTER : XII IPA / 1 SK KD THP INDIKATOR THP MATERI PEMBELAJARAN RUANG LINGKUP *) 1 2 3 4 5 6 ALOKASI WKT 1. Menggunakan konsep integral
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis Komponen Utama (AKU, Principal Componen Analysis) bermula dari
BAB 2 LANDASAN TEORI 21 Analisis Komponen Utama 211 Pengantar Analisis Komponen Utama (AKU, Principal Componen Analysis) bermula dari tulisan Karl Pearson pada tahun 1901 untuk peubah non-stokastik Analisis
Lebih terperinci6 Sistem Persamaan Linear
6 Sistem Persamaan Linear Pada bab, kita diminta untuk mencari suatu nilai x yang memenuhi persamaan f(x) = 0. Pada bab ini, masalah tersebut diperumum dengan mencari x = (x, x,..., x n ) yang secara sekaligus
Lebih terperinciJURUSAN TEKNIK ELEKTRO
JURUSAN TEKNIK ELEKTRO DEPARTEMEN PENDIDIKAN NASIONAL UNIVERSITAS ANDALAS FAKULTAS TEKNIK JURUSAN TEKNIK ELEKTRO RENCANA PROGRAM DAN KEGIATAN PEMBELAJARAN SEMESTER (RPKPS) Mata Kuliah Matematika Teknik
Lebih terperinciBAB 2 MODEL OPTIMISASI. 1. Pengertian 2. Kendala Model Optimisasi 3. Formulasi Model Optimisasi
BAB 2 MODEL OPTIMISASI 1. Pengertian 2. Kendala Model Optimisasi 3. Formulasi Model Optimisasi 1 PENGERTIAN OPTIMISASI Model Optimisasi menghasilkan jawaban optimal (solusi optimal) untuk permasalahan
Lebih terperinciDETERMINAN. Determinan matriks hanya didefinisikan pada matriks bujursangkar (matriks kuadrat). Notasi determinan matriks A: Jika diketahui matriks A:
DETERMINAN Definisi Determinan Matriks Determinan matriks adalah bilangan tunggal yang diperoleh dari semua permutasi elemen matriks bujur sangkar.jika subskrip permutasi elemen matriks adalah genap (inversi
Lebih terperinciLINIEAR PROGRAMMING MATEMATIKA BISNIS ANDRI HELMI M, S.E., M.M.
LINIEAR PROGRAMMING MATEMATIKA BISNIS ANDRI HELMI M, S.E., M.M. INTRODUCTION Masalah keputusan yang biasa dihadapi para analis adalah alokasi optimum sumber daya yang langka. Sumber daya dapat berupa modal,
Lebih terperinciTEORI PGB. KEPUTUSAN MAKSIMASI & MINIMASI
TEORI PGB. KEPUTUSAN MAKSIMASI & MINIMASI MAKSIMASI Contoh PT Florencia memproduksi dua jenis produk yaitu: cangkul dan panci. Untuk memproduksi kedua jenis produk tersebut, perusahaan memerlukan tiga
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Tidak semua permasalahan matematis atau perhitungan dapat diselesaikan dengan mudah. Bahkan dalam prinsip matematik, dalam memandang permasalahan, terlebih dahulu
Lebih terperinciMATEMATIKA EKONOMI. Institut Manajemen Telkom
MATEMATIKA EKONOMI Institut Manajemen Telkom Diferensial Parsial Diferensial parsial Nilai ekstrim: maksimum dan minimum Diferensial Parsial y = f(x,z) = x 3 +5z 2 4x 2 z 6xz 2 +8z 7 f x (x,z) = 3x 2 8xz
Lebih terperinciKelompok Mata Kuliah : MKU Program Studi/Program : Pendidikan Teknik Elektro/S1 Status Mata Kuliah : Wajib. : Aip Saripudin, M.T.
DESKIPSI MATA KULIAH EL-121 Matematika Teknik I: S1, 3 SKS, Semester II Mata kuliah ini merupakan kuliah lanjut. Selesai mengikuti perkuliahan ini mahasiswa diharapkan mampu memahami konsep-konsep matematika
Lebih terperinciSifat-Sifat Sistem Pendulum Terbalik dengan Lintasan Berbentuk Lingkaran
Sifat-Sifat Sistem Pendulum Terbalik dengan Lintasan Berbentuk Lingkaran Nalsa Cintya Resti Sistem Informasi Universitas Nusantara PGRI Kediri Kediri, Indonesia E-mail: nalsacintya@ unpkediri.ac.id Abstrak
Lebih terperinciDIFERENSIAL FUNGSI MAJEMUK
DIFERENSIAL FUNGSI MAJEMUK Tujuan Instruktusional : Memahami diferensiasi untuk fungsi-fungsi yang mengandung lebih dari satu macam variabel bebas Daftar Materi Pembahasan : 1. Diferensiasi parsial 2.
Lebih terperinciBAB VI PROGRAMA LINIER : DUALITAS DAN ANALISIS SENSITIVITAS
BAB VI PROGRAMA LINIER : DUALITAS DAN ANALISIS SENSITIVITAS 6.1 Teori Dualitas Teori dualitas merupakan salah satu konsep programa linier yang penting dan menarik ditinjau dari segi teori dan praktisnya.
Lebih terperinciOptimisasi dengan batasan persamaan (Optimization with equality constraints) Mengapa batasan relevan dalam kajian ekonomi?
Optimisasi dengan batasan persamaan (Optimization with equality constraints) Mengapa batasan relevan dalam kajian ekonomi? Masalah ekonomi timbul karena kelangkaan (scarcity). Kelangkaan menyebabkan keputusan
Lebih terperinciBAB II LANDASAN TEORI. yang biasanya dinyatakan dalam bentuk sebagai berikut: =
BAB II LANDASAN TEORI 2.1 Matriks Definisi 2.1 (Lipschutz, 2006): Matriks adalah susunan segiempat dari skalarskalar yang biasanya dinyatakan dalam bentuk sebagai berikut: Setiap skalar yang terdapat dalam
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam beberapa tahun terakhir, para pakar matematika telah banyak mencoba melakukan pendekatan untuk memecahkan permasalahan Program Linier Pecahan (PLP). Dalam tulisan
Lebih terperinciPROGRAM LINEAR. sudir15mks
PROGRAM LINEAR A. Sistem Pertidaksamaan Linear Dua Variabel Suatu garis dalam bidang koordinat dapat dinyatakan dengan persamaan yang berbentuk: x a x b a1 1 2 2 Persamaan semacam ini dinamakan persamaan
Lebih terperinciTKS 4003 Matematika II. Nilai Ekstrim. (Extreme Values) Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya
TKS 4003 Matematika II Nilai Ekstrim (Extreme Values) Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya Pendahuluan Jika diberikan suatu fungsi f dan daerah asal S seperti gambar di samping.
Lebih terperinci