Mekanika Lagrangian (Fowles) Mekanika Lagrangian. , q n. q 3 ) ) ) ke nilai tetangga (q 1

Ukuran: px
Mulai penontonan dengan halaman:

Download "Mekanika Lagrangian (Fowles) Mekanika Lagrangian. , q n. q 3 ) ) ) ke nilai tetangga (q 1"

Transkripsi

1 Meana Lagrangan (Fowles) Supar Meana Lagrangan Melalu meana Lagrangan n persamaan gera Newton untu sstem seerhana aan beran engan lebh sphstcate. Koornat Umum Poss partel alam ruang apat tentuan melalu 3 oornat. Koornat tersebut apat berupa artesan, bola atau slner. Ja bena bergera alam bang, maa erajat ebebasannya aa 2, ja bena bergera alam ruang 3D, maa erajat ebebasannya aa 3. Untu asus N partel, maa ta membutuhan 3N oornat untu menentuan poss ar seluruh partel tersebut. Ja terapat enala alam sstem, maa jumlah oornatnya < 3N. Msalnya untu bena tegar, maa yang butuhan aalah poss pusat massa an orentas benanya. Ja hanya 6 oornat saja. q Msalnya oornat ber smbol q 1, q 2,, q n sebaga oornat umum. Koornat bsa berupa jara atau suut. Ja untu menentuan sebuah sstem, sebuah oornat apat bebas maa sstem tersbut sebut sstem holonom an sebalnya sebut nonholonom. umum Ja q Ja sstem berupa partel, maa oornat asrtesan apat nyataan alam oornat x= x(q) 1 erajat ebebasan x=x(q 1, q 2 ) y= y (q 1, q 2 ) x=x(q 1, q 2, q 3 ) y= y(q 1, q 2, q 3 ) z=z(q 1, q 2, q 3 ) 2 erajat ebebasan 3 erajat ebebasan berubah ar nla awal (q 1, q 2, ) e nla tetangga (q 1 +δ q 1, q 2 +δq 2, ) maa perubahan tersebut atannya engan oornat artesan δ x= x q 1 q 1 + x q 2 q 2 + δ y= y q 1 q 1 + y q 2 q 2 + (1) 1

2 Meana Lagrangan (Fowles) Supar Contoh 1. Untu gera partel alam bang, msal plh oornat polar maa q 1 =r an q 2 =θ sehngga x= x(r,θ)=r cosθ, y= y(r,θ)=r sn θ (2) δ x= x r δ r+ x δ θ=cosθδ r r sn θδ θ θ δ y= y r δ r+ y (3) θ δ θ=sn θδ r+r cosθδ θ ja sstem terr atas banya partel engan n erajat ebebasan, oornat umumnya nyataan oleh q 1, q 2,, q n sehngga perubahan onfguras ar q 1, q 2,, q n e q 1 +δ q 1, q 2 +δ q 2,,q n +δ q n menyebaban perubahan alam oornat artesan Gaya Umum n δ x = n δ y = n δ z = x δ q q y δ q q z δ q q Ja bena bergeser sejauh δ r lauan oleh gaya tersebut aalah δ w=f δ r=f x δ x+f y δ y+f z δ z δ w= F δ x (4) arena aanya pengaruh gaya F maa erja yang atau Ungapan tersebut ta hanya untu 1 partel saja, tetap juga untu banya partel. Untu 1 partel : 1 3, untu N partel : 1 3N. Ja δ x umum, maa δ w= δ w= δ w= δ w= ( F ( ( Q δ q x δq q ) x F δq q ) F x q ) δ q (5) emuan nyataan alam oornat (6) 2

3 Meana Lagrangan (Fowles) Supar mana Q = Gaya Umum untu sstem onsevatf F x q Gaya umum (7) Partel yang beraa alam mean onservatf, gayanya nyataan oleh F = V x (8) sehngga gaya umum alam mean onservatf nyataan oleh Q = V x x q Q = V q Msal untu oornat polar mana q 1 =r Q r = V r ; Persamaan Lagrange ungapan Q θ= V θ an q 2 =θ maa gaya umumnya aalah Untu memperoleh persamaan fferensal tentang gera, maa ta mula engan (9) (10) F =m ẍ (11) Energ net yang ml oleh N partel aalah T = N 1 3N = 2 m(ẋ + ẏ + ż ) 1 2 m ẋ mana x merupaan fungs oornat umum x x (q 1, q 2, q 3,, q n,t ), sehngga ẋ = x q ngat bahwa =1,, 3 N q + x t menyataan jumlah partel =1,, n menyataan jumlah erajat ebebasan Apabla x buan fungs t, maa peroleh ungapan (12) (13) 3

4 Meana Lagrangan (Fowles) Supar ẋ = x (14) q q Ja eua ruas alan engan ẋ emuan turunan terhaap t, maa peroleh ẋ t (ẋ q ) = x t (ẋ q ) t 2 x ( ( 2 ) x )=ẍ q = ẍ x q + ẋ ẋ q ( ẋ + q q engan mengalan eua ruas engan m 2 ) (15) t m ( ( ẋ 2 2 ) q )=m ẍ x ( m ẋ 2 ) + q q t ( T ) =F x + T q q (16) engan menjumlah e seluruh I maa t ( T q ) = F x q + T q (17) t ( T ) =Q + T (18) q Persamaan (18) nlah yang sebut persamaan Lagrange. Untu gera onservatf mana Q= V q, maa ungapan (18) apat tuls embal menja t ( T ) = T V (19) q q Ja beran fungs Lagrange L=T V (20) 4

5 Meana Lagrangan (Fowles) Supar mana T an V nyataan alam oornat umum V V (q ) = T q q an V =0 q, maa = T V (21) q q q sehngga persamaan Lagrange untu sstem yang onservatf aalah t ( ) = (22) q Ja, persamaan ferensal gera untu sstem onservatf apat peroleh ja fungs Lagrange alam set oornat etahu. Ja gaya umumnya ta onservatf, msal Q ' apat turunan fungs potensal V yatu maa ar L=T V peroleh (msal aa gaya gese) an sebagan Q =Q ' V q (23) t ( ) =Q' + (24) q Aplas persamaan Lagrange Untu mengaplasan persamaan Lagrange maa langah-langahnya aalah 1. Plh oornat yang sesua untu menggambaran onfguras ar sstem tersebut. 2. Tentuan T sebaga fungs oornat an turunan watu. 3. Ja sstem onservatf maa carlah V sebaga fungs oornat, ja sstem nononservatf maa carlah gaya umumnya Q. 4. Persamaan ferensal gera beran oleh 1. t ( T ) =Q + T, q t ( ) = atau q t ( ) =Q' +. q Contoh 2. Oslator harmon Dtnjau sebuah oslator harmon mana terapat gaya reaman yang sebanng engan ecepatan. Ja sstem aalah nononservatf. Ja x aalah pergeseran, maa fungs Lagrangenya aalah 5

6 Meana Lagrangan (Fowles) Supar L=T V = 1 2 m x x2 mana m aalah massa bena an K aalah parameter stffness. Dengan mengaplasan pers. Lagrange, mana ( x ) =m ẋ an x = Kx engan eharan gaya reaman yang sebanng engan ecepatan yatu c ẋ maa persamaan geranya menja (m ẋ)= c ẋ Kx t m ẍ+c ẋ+ Kx=0 Conto 3. Partel tunggal alam mean central Marlah ta mencar persamaan gera Lagrange untu partel yang bergera alam bang bawah mean central. Dalam hal n ta memlh oornat polar q 1 =r an q 2 =θ, maa Kemuan r=r e r T = 1 2 mv 2 = 1 2 m( r 2 +r 2 θ2 ) V =V (r) L=T V = 1 2 m(ṙ2 +r 2 θ 2 ) V (r) ṙ =m ṙ, r =mr θ2 f (r); θ =m r2 θ, θ =0 Karena sstemnya aalah onservatf, maa persamaan geranya aalah Contoh 5. Mesn Atwoo t (mṙ)=mr θ2 f (r) m r mr θ 2 + f (r)=0 t (mr 2 θ)=0 mr 2 θ=constan Detahu mesn atwoo terr atas ua massa m 1 an m 2 yang at paa masng- 6

7 Meana Lagrangan (Fowles) Supar masng ujungnya. Sstem hanya meml 1 erajat ebebasan. Koornat x mewal onfguras sstem, mana x aalah jara vertal massa m 1 ar atrol. Laju anguler atrol aalah ẋ/a, engan a aalah raus. Energ net sstem aalah T = 1 2 m 1 ẋ I x 2 a m 2 mana I aalah momen nersa atrol. Energ potensal sstem aalah Fungs Lagrangenya aalah sehngga menghaslan V = m 1 gx m 2 g(l x) L= 1 2 m 1 x I x 2 a m 2 ẋ2 +m 1 gx m 2 g(x l) ẋ =m ẋ+i ẋ 1 a +m ẋ 2 2 x =m g m g 1 2 t (m 1 ẋ+ I ẋ a +m 2 2 ẋ)=(m 1 +m 2 )g (m 1 +m 2 + I a 2 ) ẍ=(m 1 m 2 ) g ẍ= m 1 m 2 m 1 +m 2 + I a 2 g Dar ungapan percepatan tersebut apat etahu bahwa apabla m 1 >m 2 maa m 1 aan bergera turun engan percepatan onstan, sebalnya ja m 1 <m 2 maa m 1 aan bergera e atas engan percepatan onstan. x 2 Contoh 6. Katrol gana Detahu sstem atrol gana, mana satu atrol bergera bebas. Sstem n jelas meml ua erajat ebebasan. Kta aan menentuan onfguras sstem engan oornat x an x'. Dalam asus n, abaan massa ar atrol sehngga searang ta apat menentuan energ net 7

8 Meana Lagrangan (Fowles) Supar an potensalnya sebaga berut T = 1 2 m 1 ẋ m ( ẋ' 2 ẋ) m 3 ( ẋ+ ẋ' )2 V = m 1 gx m 2 g (l x+ x' ) m 3 g (l x+l ' x' ) L=T V = 1 2 m 1 x m (ẋ ' ẋ ẋ '+ ẋ2 )+ 1 2 m ( 3 x 2 +2 ẋ ẋ '+ ẋ' 2 )+m 1 gx+m 2 g (l x+x ')+m 3 g (l x+l ' x' ) ẋ =m 1 ẋ+m 2 ( ẋ '+ ẋ)+m 3 ( ẋ+ ẋ' ) x =m 1 g m 2 g m 3 g t ( ẋ ) = (m x 1 +m 2 +m 3 ) ẍ+(m 3 m 2 ) ẍ' =(m 1 m 2 m 3 ) g ẋ' =m ẋ' m 2 2 ẋ+m 3 ẋ+m 3 ẋ ' x ' =m g m g 2 3 t ( x ) = x m 2 (ẍ' ẍ)+m 3 (ẍ+ẍ' )=(m 2 m 3 ) g Contoh 6. Gera partel paa bang mrng yang seang bergera Dtnjau sebuah partel bergera paa bang mrng yang lcn, mana bang tersebut juga seang bergera. Dsn terapat 2 erajat ebebasan yatu x an x'. Tentuan persamaan gera partel tersebut. Energ net an energ potensal sstem masng-masng aalah T = 1 2 M x m v2 = 1 2 M x m( x 2 +2 ẋ ẋ ' cosθ+ẋ ' 2 ) V = mg x ' sn θ L=T V = 1 2 M x mv2 = 1 2 M x m( ẋ2 +2 ẋ ẋ' cosθ+ ẋ' 2 )+mg x' sn θ =M ẋ+m ẋ+m ẋ' cosθ, ẋ M ẍ+m ẍ+m ẍ' cosθ=0 =m ẋcosθ+m ẋ', ẋ' t ( ẋ' )= x' L x =0 L =mg sn θ x' m ẍcosθ+m ẍ' =mg sn θ engan menyelesaan untu ẍ an ẍ ' peroleh t ( ẋ )=0 8

9 Meana Lagrangan (Fowles) Supar gsn θ cosθ ẍ= m+m m cosθ, ẍ' = g sn θ 1 mcos2 θ m+m Momentum umum. Koornat aalah Pananglah sebuah partel bergera alam gars lurus. Energ net yang ml T = 1 2 m ẋ2 Momentum partel alam peroleh ar besaran T / ẋ, yatu p= T ẋ (26) Dalam asus mana sstem esrpsan alam oornat umum q 1,q 2,q 3,...,q n, maa besaran p efnsan oleh p = (27) an sebut momentum umum. Msal, salah satu oornat ta nyataan secara esplst alam L (msal q λ, maa p λ = =0 (28) q λ atau p λ =0. Koornat q λ ataan sebaga oornat yang apat abaan. Momentum umum yang bersesuaan engan oornat yang abaan merupaan onstanta geraa sstem. Sebaga contoh, untu partel yang bergera alam bang mrng yang lcn bahwa oornat x (poss bang) ta masu alam fungs Lagrange L. Dalam hal n, oornat x aalah oornat yang abaan, an p x = =M ẋ+m ẋ+m ẋ' cosθ=constant ẋ p x sn merupaan total omponen momentum lner paa oornat x, an berart ta aa gaya horzontal yang beerja partel sehngga momentumnya onstan. Contoh lan untu oornat terabaan aalah paa gera partel alam mean central. Dalam oornat polar 9

10 Meana Lagrangan (Fowles) Supar L= 1 2 m( r 2 +r 2 θ2 ) V (r) alam hal n θ aalah oornat terabaan sehngga p θ =mr 2 θ=constant yang merupaan momentum anguler setar orgn. Contoh 8. Penulum sfers Dtnjau sebuah bena bergera bebas alam permuaan mango. Hal n bsa gambaran sebaga sebuah banul engan panjang tal l an apat bergera bebas melntas lntasan yang membentu suut θ atau ϕ. Dalam hal n bena meml 2 erajat ebebasan. Konfguras bena apat jelasan engan oornat θ an ϕ. Energ net an energ potensal yang ml oleh bena aalah T = 1 2 mv 2 = 1 2 ml2 ( θ 2 + ϕ 2 sn 2 θ ) an V =mgl (1 cosθ) engan mengngat bahwa v=ṙ e r +r θ e θ +r ϕ e ϕ L=T V = 1 2 mv2 = 1 2 ml 2 ( θ 2 + ϕ 2 sn 2 θ ) mgl (1 cosθ) θ =ml2 θ ϕ =ml2 ϕ sn 2 θ engan eman alam asus n ϕ t θ =ml2 θ ; θ =ml 2 ϕ 2 snθ cosθ mgl snθ Ja, ml 2 θ =ml 2 ϕ 2 snθ cosθ mgl snθ t ϕ =ml2 ϕ sn 2 θ ; ϕ =0 Ja, p ϕ =0 merupaan oornat yang terabaan. Ja perhatan, eta ta terja perubahan paa ornat ϕ ϕ=0, maa ta meml θ + g l snθ =0 yang ta lan merupaan persamaan banul seerhana. Prnsp Varas Hamlton. Cara lan menurunan persamaan Lagrange Sejauh n, pengajan terhaap meana asaran paa huum gera Newton. Dalam bagan awal ar bab n, eta ta menurunan persamaan Lagrange, ta menggunaan huum eua Newton sebaga asums. Nah, alam bagan n ta aan menurunan persamaan Lagrange 10

11 Meana Lagrangan (Fowles) Supar tersebut buan berasaran huum eua Newton melanan engan meoe baru yang sebut prnsp varas Hamlton. Sr Wllam R. Hamlton menjelasan bahwa gera setap sstem terja engan cara mana ntegral t 2 L t (29) t 1 selalu alam asums bernla estrem, mana L = T -V merupaan fungs Lagrange ar sstem tersebut. Dengan ata lan apat jelasan bahwa prnsp Hamlton menyataan bahwa semua emungnan sstem yang apat berubah beraa alam nterval watu berhngga t 2 t 1 bernla masmum atau mnmum. Pernyataan tersebut apat nyataan alam ungapan matemats t 2 δ L t=0 (30) t 1 mana δ menyataan varas sempt. Varas n peroleh engan cara mengambl lntasan ntegras yang berbea engan memvaras oonat umum an ecepatan umum sebaga fungs t. Untu menunjuan bahwa persamaan atas aan menuju langsung e persamaan gera Lagrange, maa ta aan menghtung varas tersebut secara esplst engan mengasumsan bahwa L sebaga fungs oornat umum q an ecepatan umum q. bsa Selanjutnya, ta punya t 2 δ t 1 t 2 L t= t 1 t 2 δ L t= t 1 ( δ q q + δ q q ) t=0 11

12 Meana Lagrangan (Fowles) Supar Searang δ q sama engan selsh ar ua fungs watu berlanan, sehngga δ q = t δ q Dengan mengntegralan suu terahr engan metoe ntegral bagan maa peroleh t 2 t 1 δ q q =[ δq q ]t 1 t 2 t 2 t 1 t δ q q t tetap, untu nla past ar lmt t 1 an t 2, maa varas δ q =0 paa t 1 an t 2 sehngga menghaslan nla nol untu suu pertama. Dengan eman t 2 t 2 δ L t= t 1 t 1 [ q t ] δ q t=0 (31) Ja oornat umum q semuanya sembarang, maa varasnya δ q juga sembarang. Oleh arena tu suu alam ntegral harus sama engan nol. ja q t =0, q =1,2,..., n Persamaan tersebut ta lan aalah persamaan gera Lagrange. Penurunan atas telah asumsan bahwa fungs potensl aa atau sstem onservatf. Fungs Hamltonan. Persamaan Hamltonan Pananglah fungs berut alam oornat umum H = q p L (32) Untu sstem nam seerhana, T merupaan fungs uarat ar saja. Ja q an V aalah fungs q L=T (q, q ) V (q ) (33) Dar teorema Euler untu fungs homogen mana maa ta punya Sehngga x 1 f x 1 + x 2 f x 2 +x 3 f x x n f x n =nf (34) q p = q q = q =2 T 12

13 Meana Lagrangan (Fowles) Supar H = q p L=2 T (T V )=T +V (35) yan bahwa fungs H sama engan energ total ar sstem yang tnjau. Ja terapat n persamaan p =, =1,2,3,...,n sebaga penyelesaan ar q alam p an q: q = q ( p, q ) Dar persamaan n ta apat menyataan H sebaga fungs p an q, yatu H ( p, q )= p q ( p, q ) L Searang ta menghtung varas ar fungs H yang bersesuaan engan δ p, δ q : δ H = [ q + q δ p δ q q δ q q ] Suu pertama an etga hlang arena peroleh δ H = [ q δ p ṗ δ q ] Searang varas H apat nyataan embal oleh persamaan δ H = [ H δ p p H δ q q ] sehngga H = q p H = ṗ q Ungapan (36) nlah yang sebut persamaan gera anon Hamlton. p = / q. Mengngat ṗ = / q, maa Contoh 10. Dapatan persamaan gera Hamlton untu oslator harmon 1D. T = 1 2 m x 2, p= T ẋ =m ẋ, V = 1 2 Kx2 ẋ= p m sehngga H =T +V = 1 2m p2 + K 2 x2 (36) 13

14 Meana Lagrangan (Fowles) Supar Persamaan geranya H p =ẋ p m =ẋ, H x = ṗ Kx= ṗ Dengan menggunaan persmaan pertama, maa persamaan eua apat tuls menja Kx= (m ẋ) t m ẍ+kx=0 Contoh 11. Dapatan persamaan gera hamlton untu partel alam mean sentral. Energ net an potensal partel aalah T = 1 2 m( r 2 +r 2 θ 2 ), V =V (r) Persamaan Hamltonan Selanjutnya H p r =ṙ p r = T ṙ =m ṙ ṙ= p r m ; p r =ṙ ; V (r) p θ 2 r mr 3= ṗ r ; p θ mr = θ; 2 0= ṗ θ p θ = T θ =mr 2 θ H =T +V = 1 2 m( p 2 r + p 2 θ r ) 2 H r = ṗ r ; H = θ p θ p m =ẋ, Kx= ṗ +V (r) H θ = p theta ; Persamaan terahr memberan momentum anguler yang onstan p θ =onstan=mr 2 θ=mh m r= ṗ r = mh2 r 3 V (r) r an θ = p θ mr 2 14

Tinjauan Ulang Konsep Mekanika Klasik

Tinjauan Ulang Konsep Mekanika Klasik Modul 1 Tnauan Ulang Konsep Meana Klas Paen Pandangan, S.S., M.S. P PENDAHULUAN ada Buu Mater Poo (BMP) Meana, Anda sudah mempelaar tentang neta dan dnama suatu sstem ba melalu huum-huum Newton, Lagrange,

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB PENDAHULUAN. Latar Belaang Masalah Analss regres merupaan lmu peramalan dalam statst. Analss regres dapat dataan sebaga usaha mempreds atau meramalan perubahan. Regres mengemuaan tentang engntahuan

Lebih terperinci

BAB 1 RANGKAIAN TRANSIENT

BAB 1 RANGKAIAN TRANSIENT BAB ANGKAIAN TANSIENT. Penahuluan Paa pembahasan rangkaan lstrk, arus maupun tegangan yang bahas aalah untuk kons steay state/mantap. Akan tetap sebenarnya sebelum rangkaan mencapa keaaan steay state,

Lebih terperinci

Bab III. Plant Nonlinear Dengan Fase Nonminimum

Bab III. Plant Nonlinear Dengan Fase Nonminimum Bab III Plant Nonlnear Dengan Fase Nonmnmum Pada bagan n dbahas mengena penurunan learnng controller untu sstem nonlnear dengan derajat relatf yang detahu Dalam hal n hanya dperhatan pada sstem-sstem nonlnear

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 10 BAB 2 LANDASAN TEORI 2.1 Pengertan Pengendalan Kualtas Statst Pengendalan Kualtas statst merupaan suatu metode pengumpulan dan analss data ualtas, serta penentuan dan nterpretas penguuran-penguuran

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 1-10, April 2001, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 1-10, April 2001, ISSN : JURNAL MATEMATIKA DAN KOMUTER Vol.. No., -, Aprl, ISSN : -88 ENDEKATAN RERESI OLINOMIAL ORTHOONAL ADA RANCANAN DUA FAKTOR (DENAN ALIKASI SAS DAN MINITAB) Tat Wharh Jurusan Matemata FMIA UNDI Abstra eneatan

Lebih terperinci

EKSPEKTASI SATU PEUBAH ACAK

EKSPEKTASI SATU PEUBAH ACAK EKSPEKTASI SATU PEUBAH ACAK Dalam hal n aan dbahas beberapa macam uuran yang dhtung berdasaran espetas dar satu peubah aca, ba dsrt maupun ontnu, yatu nla espetas, rataan, varans, momen, fungs pembangt

Lebih terperinci

BAB V MODEL SEDERHANA DISTRIBUSI TEMPERATUR DAN SIMULASINYA

BAB V MODEL SEDERHANA DISTRIBUSI TEMPERATUR DAN SIMULASINYA BAB V MOEL SEERHANA ISTRIBUSI TEMPERATUR AN SIMULASINYA Model matemata yang terdapat pada bab sebelumnya merupaan model umum untu njes uap pada reservor dengan bottom water. Model tersebut merupaan model

Lebih terperinci

KUNCI JAWABAN SOAL TEORI FISIKA OLIMPIADE SAINS NASIONAL Ketinggian maksimum yang dicapai beban dihitung dari permukaan tanah (y t ) 1 mv

KUNCI JAWABAN SOAL TEORI FISIKA OLIMPIADE SAINS NASIONAL Ketinggian maksimum yang dicapai beban dihitung dari permukaan tanah (y t ) 1 mv KUNI JWBN SO EOI FISIK OIMPIDE SINS NSION 00. a. Dhtung dahulu watu yang derluan dar beban dleas sama e etnggan masmum yatu t. v 0 at 0 0t t =0, seon. Ketnggan masmum yang dcaa beban dhtung dar ermuaan

Lebih terperinci

Karakterisasi Matrik Leslie Ordo Tiga

Karakterisasi Matrik Leslie Ordo Tiga Jurnal Graden Vol No Januar 006 : 34-38 Karatersas Matr Lesle Ordo Tga Mudn Smanhuru, Hartanto Jurusan Matemata, Faultas Matemata dan Ilmu Pengetahuan Alam, Unverstas Bengulu, Indonesa Dterma Desember

Lebih terperinci

Kumpulan soal-soal level seleksi provinsi: solusi:

Kumpulan soal-soal level seleksi provinsi: solusi: Kumpulan soal-soal level selesi provinsi: 1. Sebuah bola A berjari-jari r menggelinding tanpa slip e bawah dari punca sebuah bola B berjarijari R. Anggap bola bawah tida bergera sama seali. Hitung ecepatan

Lebih terperinci

U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK

U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK SENIN, 9 JANUARI OPEN BOOK WAKTU MENIT KLAS B DAN KLAS C PETUNJUK Istarto ttp://starto.staff.ugm.ac. starto@ugm.ac. ) Sauara bole menggunaan omputer untu mengerjaan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.. Populas dan Sampel Populas adalah eseluruhan unt atau ndvdu dalam ruang lngup yang ngn dtelt. Banyanya pengamatan atau anggota suatu populas dsebut uuran populas, sedangan suatu nla

Lebih terperinci

U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK

U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK Jurusan Ten Spl dan Lngungan FT UGM U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK SENIN, 4 JANUARI 23 OPEN BOOK WAKTU MENIT PETUNJUK ) Saudara tda boleh menggunaan omputer untu mengerjaan soal- soal ujan

Lebih terperinci

BAB II DIMENSI PARTISI

BAB II DIMENSI PARTISI BAB II DIMENSI PARTISI. Defns dasar dan eteratannya dengan metrc dmenson Dalam pembahasan dmens parts, graf yang dbahas adalah graf terhubung sederhana dan tda meml arah. Sebelum mendefnsan graf yang dgunaan

Lebih terperinci

Kumpulan soal-soal level seleksi Kabupaten: Solusi: a a k

Kumpulan soal-soal level seleksi Kabupaten: Solusi: a a k Kumpulan soal-soal level selesi Kabupaten: 1. Sebuah heliopter berusaha menolong seorang orban banjir. Dari suatu etinggian L, heliopter ini menurunan tangga tali bagi sang orban banjir. Karena etautan,

Lebih terperinci

b) Sebaliknya : interaksi kalor antara sistem dan lingkungan yang harus berlangsung kuasistatik dan disertai kenaikan suhu,

b) Sebaliknya : interaksi kalor antara sistem dan lingkungan yang harus berlangsung kuasistatik dan disertai kenaikan suhu, I. KALOR DAN HKM KE-1 1.1 Kalor Dketahu ua sstem paa suhu berbea. Apabla kontakkan satu engan yang lan melalu nng atermk, ketahu bahwa suhu keua sstem akan berubah seemkan rupa sehngga akhrnya menja sama.

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Created by Smpo PDF Creator Pro (unregstered verson) http://www.smpopd.com Statst Bsns : BAB IV. UKURA PEMUSATA DATA. Pendahuluan Untu mendapatan gambaran yang lebh jelas tentang seumpulan data mengena

Lebih terperinci

BAB III ANALISIS DISKRIMINAN. Analisis diskriminan (discriminant analysis) merupakan salah satu metode

BAB III ANALISIS DISKRIMINAN. Analisis diskriminan (discriminant analysis) merupakan salah satu metode BAB III ANALISIS DISKRIMINAN 3. Analss Dsrmnan Analss dsrmnan (dscrmnant analyss) merupaan salah satu metode yan dunaan dalam analss multvarat. Dalam analss dsrmnan terdapat dua jens varabel yan terlbat

Lebih terperinci

BAB 10. Menginterpretasikan Populasi Variabel Kanonik. Variabel kanonik secara umumnya artifisal. Jika variabel awal X (1) dan X (2)

BAB 10. Menginterpretasikan Populasi Variabel Kanonik. Variabel kanonik secara umumnya artifisal. Jika variabel awal X (1) dan X (2) BB 0 Mengnterpretasan Populas arabel Kanon arabel anon secara umumnya artfsal. Ja varabel awal X ( dan X ( dgunaan oefsen anon a dan b mempunya unt propors dar hmpunan X ( dan X (. Ja varabel awal yang

Lebih terperinci

DEPARTMEN FISIKA ITB BENDA TEGAR. FI Dr. Linus Pasasa MS Bab 6-1

DEPARTMEN FISIKA ITB BENDA TEGAR. FI Dr. Linus Pasasa MS Bab 6-1 BENDA TEGAR FI-0 004 Dr. Lnus Pasasa MS Bab 6- Bahan Cakupan Gerak Rotas Vektor Momentum Sudut Sstem Partkel Momen Inersa Dall Sumbu Sejajar Dnamka Benda Tegar Menggelndng Hukum Kekekalan Momentum Sudut

Lebih terperinci

Probabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata

Probabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata Probabltas dan Statsta Dsrt Adam Hendra Brata Unform Bernoull Multnomal Setap perstwa aan mempunya peluangnya masng-masng, dan peluang terjadnya perstwa tu aan mempunya penyebaran yang mengut suatu pola

Lebih terperinci

BAB III MODUL INJEKTIF

BAB III MODUL INJEKTIF BAB III ODUL INJEKTIF Bab n adalah bab yang palng pentng arena bab n bers mula dar hal-hal dasar mengena modul njet sampa sat-sat stmewanya yang tda dml oleh modul lan yang tda njet, yang merupaan ous

Lebih terperinci

BAB 2 LANDASAN TEORI. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh

BAB 2 LANDASAN TEORI. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh BAB LANDASAN TEORI. Analss Regres Untu mengetahu pla perubahan nla suatu varabel yang dsebaban leh varabel lan dperluan alat analss yang memungnan ta unut membuat perraan nla varabel tersebut pada nla

Lebih terperinci

PENENTUAN UKURAN SAMPEL UNTUK SURVEY PILKADA MENGGUNAKAN PENDEKATAN BAYES

PENENTUAN UKURAN SAMPEL UNTUK SURVEY PILKADA MENGGUNAKAN PENDEKATAN BAYES Prosng Semnar Nasonal Matematka an Penkan Matematka (SESIOMADIKA) 017 ISBN: 978-60-60550-1-9 Statstka, hal. 14-18 PENENTUAN UKURAN SAMPEL UNTUK SURVEY PILKADA MENGGUNAKAN PENDEKATAN BAYES NENENG SUNENGSIH

Lebih terperinci

V E K T O R Kompetensi Dasar :

V E K T O R Kompetensi Dasar : MODUL PEMELJRN I V E K T O R Kompetens Dasar : 1. Mahasswa mampu memaham perbedaan besaran vetor dan salar serta memberan contohcontohna dalam ehdupan sehar-har, 2. Mahasswa mampu melauan operas penumlahan

Lebih terperinci

Fisika Dasar I (FI-321)

Fisika Dasar I (FI-321) Fska Dasar I (FI-31) Topk har n (mnggu 5) Usaha dan Energ Usaha dan Energ Energ Knetk Teorema Usaha Energ Knetk Energ Potensal Gravtas Usaha dan Energ Potensal Gravtas Gaya Konservatf dan Non-Konservatf

Lebih terperinci

Fisika Dasar I (FI-321) Usaha dan Energi

Fisika Dasar I (FI-321) Usaha dan Energi Fska Dasar I (FI-31) Topk har n (mnggu 5) Usaha dan Energ Usaha Menyatakan hubungan antara gaya dan energ Energ menyatakan kemampuan melakukan usaha Usaha,,, yang dlakukan oleh gaya konstan pada sebuah

Lebih terperinci

Pengolahan lanjut data gravitasi

Pengolahan lanjut data gravitasi Modul 6 Pengolahan lanjut data gravtas 1. Transformas/proyes e bdang datar (metode Damney atau Euvalen Tt Massa). Pemsahan Anomal Loal/Resdual dan Anomal Regonal a. Kontnuas b. Movng average c. Polynomal

Lebih terperinci

k v0 PILIHAN GANDA Pilih satu jawaban yang Anda anggap paling benar!

k v0 PILIHAN GANDA Pilih satu jawaban yang Anda anggap paling benar! PIIHAN GANDA Plh satu jawaban yan Ana anap paln benar!. Seoran pelar ula berlar ar eaaan a enepuh jara total D ala watu total enan enut cara berut: ar x sapa D/ percepatannya onstan a, an ar tt tu sapa

Lebih terperinci

Lucas Theorem Untuk Mengatur Penyimpanan Memori yang Lebih Aman

Lucas Theorem Untuk Mengatur Penyimpanan Memori yang Lebih Aman Lucas Theorem Untu Mengatur Penympanan Memor yang Lebh Aman Hendra Hadhl Chor (135 8 41) Program Stud Ten Informata ITB Jalan Ganesha 1, Bandung e-mal: hendra_h2c_mathematcan@yahoo.com; f1841@students.f.tb.ac.d

Lebih terperinci

PENGKAJIAN BEBERAPA ALGORITMA UNTUK MENGEVALUASI DAN MENGHITUNG LOSSES ENERGI PADA SISTEM DISTRIBUSI TENAGA LISTRIK

PENGKAJIAN BEBERAPA ALGORITMA UNTUK MENGEVALUASI DAN MENGHITUNG LOSSES ENERGI PADA SISTEM DISTRIBUSI TENAGA LISTRIK PENGKAJIAN BEBERAPA AGORITMA UNTUK MENGEVAUASI DAN MENGHITUNG OSSES ENERGI PADA SISTEM DISTRIBUSI TENAGA ISTRIK Hamzah Hlal Jl. MH. Thamrn No. 8 Geung II anta 0,, PTKKE-Deput Bang TIEM BPPT E-mal: taura889@yahoo.com

Lebih terperinci

APLIKASI INTEGRAL TENTU

APLIKASI INTEGRAL TENTU APLIKASI INTEGRAL TENTU Aplkas Integral Tentu థ Luas dantara kurva థ Volume benda dalam bdang (dengan metode cakram dan cncn) థ Volume benda putar (dengan metode kult tabung) థ Luas permukaan benda putar

Lebih terperinci

KALKULUS VARIASI JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA

KALKULUS VARIASI JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA KALKULUS VARIASI JURUSAN PENDIDIKAN ISIKA PMIPA UNIVERSITAS PENDIDIKAN INDONESIA Smak Petanaan! Bang A B Bentuk kuva apakah ang menunjukkan jaak tepenek ang menghubung-kan ttk A an ttk B alam bang ata

Lebih terperinci

BAB II TEORI DASAR. Analisis Kelompok

BAB II TEORI DASAR. Analisis Kelompok BAB II TORI DASAR II.. Analss Kelompo Istlah analss elompo pertama al dperenalan oleh Tryon (939). Ia memperenalan beberapa metode untu mengelompoan obye yang meml esamaan araterst (statsoft, 004). Kesamaan

Lebih terperinci

METODE KEKAKUAN (METODE DEFORMASI)

METODE KEKAKUAN (METODE DEFORMASI) METODE KEKAKUAN (METODE DEORMASI) (DISPLACEMENT METHOD ATAU STINESS METHOD) Hanayanu Metoe Elemen Hingga (LL6) JTK-TK-ITS DEINISI MATRIK KEKAKUAN Matri eauan elemen: ˆ sehingga persamaan sistem aalah:

Lebih terperinci

Soal-Jawab Fisika OSN x dan = min. Abaikan gesekan udara. v R Tentukan: a) besar kelajuan pelemparan v sebagai fungsi h. b) besar h maks.

Soal-Jawab Fisika OSN x dan = min. Abaikan gesekan udara. v R Tentukan: a) besar kelajuan pelemparan v sebagai fungsi h. b) besar h maks. Soal-Jawab Fisia OSN - ( poin) Sebuah pipa silinder yang sangat besar (dengan penampang lintang berbentu lingaran berjarijari R) terleta di atas tanah. Seorang ana ingin melempar sebuah bola tenis dari

Lebih terperinci

USULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG

USULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG Usulan Penerapan Teor Marov Dalam Pengamblan Keputusan Perawatan Tahunan Pada Pt. Pupu Kujang USULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG Nof Ern,

Lebih terperinci

VI. KETIDAKPASTIAN. Contoh : Asih mengalami gejala ada bintik-bintik di wajahnya. Dokter menduga bahwa Asih terkena cacar

VI. KETIDAKPASTIAN. Contoh : Asih mengalami gejala ada bintik-bintik di wajahnya. Dokter menduga bahwa Asih terkena cacar VI. KETIDAKPASTIAN 12 Dalam enyataan sehar-har banya masalah dduna n tda dapat dmodelan secara lengap dan onssten. Suatu penalaran dmana adanya penambahan fata baru mengabatan etdaonsstenan, dengan cr-cr

Lebih terperinci

SOLUTION INSTITUT TEKNOLOGI BANDUNG FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM STUDI FISIKA

SOLUTION INSTITUT TEKNOLOGI BANDUNG FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM STUDI FISIKA ISTITUT TEKOLOGI BADUG FAKULTAS MATEMATIKA DA ILMU PEGETAHUA ALAM PROGRAM STUDI FISIKA FI-500 Mekanka Statstk SEMESTER/ Sem. - 06/07 PR#4 : Dstrbus bose Ensten dan nteraks kuat Kumpulkan d Selasa 9 Aprl

Lebih terperinci

BAB 4 IMPLEMENTASI DAN EVALUASI

BAB 4 IMPLEMENTASI DAN EVALUASI 65 BAB IMPLEMENTASI DAN EVALUASI. Penyaan Data Hasl Peneltan Data-ata hasl peneltan yang gunakan alam pengolahan ata aalah sebaga berkut: a. ata waktu kera karyawan b. ata umlah permntaan konsumen c. ata

Lebih terperinci

BAB III MODEL LINEAR TERGENERALISASI. Perkembangan pemodelan stokastik, terutama model linier, dapat dikatakan

BAB III MODEL LINEAR TERGENERALISASI. Perkembangan pemodelan stokastik, terutama model linier, dapat dikatakan BAB III MODEL LINEAR TERGENERALISASI 3.1 Moel Lnear Perkembangan pemoelan stokastk, terutama moel lner, apat katakan mula paa aba ke 19 yang asar oleh teor matematka yang elaskan antaranya oleh Gauss,

Lebih terperinci

BAB V INTEGRAL KOMPLEKS

BAB V INTEGRAL KOMPLEKS 6 BAB V INTEGRAL KOMPLEKS 5.. INTEGRAL LINTASAN Msal suatu lntasan yang dnyatakan dengan : (t) = x(t) + y(t) dengan t rl dan a t b. Lntasan dsebut lntasan tutup bla (a) = (b). Lntasan tutup dsebut lntasan

Lebih terperinci

Pembayaran harapan yang berkaitan dengan strategi murni pemain P 2. Pembayaran Harapan bagi Pemain P1

Pembayaran harapan yang berkaitan dengan strategi murni pemain P 2. Pembayaran Harapan bagi Pemain P1 Lecture : Mxed Strategy: Graphcal Method A. Metode Campuran dengan Metode Grafk Metode grafk dapat dgunakan untuk menyelesakan kasus permanan dengan matrks pembayaran berukuran n atau n. B. Matrks berukuran

Lebih terperinci

Misalkan S himpunan bilangan kompleks. Fungsi kompleks f pada S adalah aturan yang

Misalkan S himpunan bilangan kompleks. Fungsi kompleks f pada S adalah aturan yang Fngs Analtk FUNGSI ANALITIK Fngs sebt analtk ttk apabla aa sema ttk paa sat lngkngan Untk mengj keanaltkan sat ngs kompleks w = = + gnakan persamaan Cach Remann Sebelm mempelejar persamaan Cach-Remann

Lebih terperinci

SEGMENTASI CITRA MEDIS DENGAN ALGORITMA DETEKSI TEPI KONTUR BERBASIS PELACAKAN TARGET SECARA DINAMIS

SEGMENTASI CITRA MEDIS DENGAN ALGORITMA DETEKSI TEPI KONTUR BERBASIS PELACAKAN TARGET SECARA DINAMIS SEGMENTASI CITRA MEDIS DENGAN ALGORITMA DETEKSI TEPI KONTUR BERBASIS PELACAKAN TARGET SECARA DINAMIS Puruhto Bagus Prakosa, Agus Zanal Arfn, Anny Yunart 3 Teknk Informatka, Fakultas Teknolog Informas,

Lebih terperinci

Pendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan

Pendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan Pendahuluan 0 Data-data ang bersfat dskrt dapat dbuat contnuum melalu proses curve-fttng. 0 Curve-fttng merupakan proses data-smoothng, akn proses pendekatan terhadap kecenderungan data-data dalam bentuk

Lebih terperinci

V. DISTRIBUSI PERJALANAN

V. DISTRIBUSI PERJALANAN V. DISTRIBUSI PERJALANAN 5.. PENDAHULUAN Trp strbuton aalah suatu tahapan yang menstrbuskan berapa jumlah pergerakan yang menuju an berasal ar suatu zona. Paa tahapan n yang perhtungkan aalah :. Sstem

Lebih terperinci

KOLINEARITAS GANDA (MULTICOLLINEARITY) Oleh Bambang Juanda

KOLINEARITAS GANDA (MULTICOLLINEARITY) Oleh Bambang Juanda KOLINEARITAS GANDA MULTICOLLINEARIT Oleh Bambang Juanda Model: = X + X + + X + ε. Hubungan Lnear Sempurna esa, Ja C X 0 C onstanta yg td semuanya 0. Mudah detahu rn td ada dugaan parameter oef dgn OLS,

Lebih terperinci

BAB IV HASIL ANALISIS

BAB IV HASIL ANALISIS BAB IV HASIL ANALISIS. Standarda Varabel Dalam anal yang dtamplan pada daftar tabel, dar e-39 wadu yang meml fator-fator melput luaan DAS, apata awal wadu, 3 volume tahunan rerata pengendapan edmen, dan

Lebih terperinci

INVERS DRAZIN DARI SUATU MATRIKS DENGAN MENGGUNAKAN BENTUK KANONIK JORDAN

INVERS DRAZIN DARI SUATU MATRIKS DENGAN MENGGUNAKAN BENTUK KANONIK JORDAN Buletn Ilmah ath. Stat. dan erapannya (Bmaster) Volume 5, No. 3 (6), hal 8. INVERS DRAZIN DARI SUAU ARIKS DENGAN ENGGUNAKAN BENUK KANNIK JRDAN Eo Sulstyono, Shanta artha, Ea Wulan Ramadhan INISARI Suatu

Lebih terperinci

RUANG FUNGSI GELOMBANG PARTIKEL TUNGGAL (ONE-PARTICLE WAVE FUNCTION SPACE)

RUANG FUNGSI GELOMBANG PARTIKEL TUNGGAL (ONE-PARTICLE WAVE FUNCTION SPACE) RUANG FUNGSI GELOMBANG PARTIKEL TUNGGAL (ONE-PARTICLE WAVE FUNCTION SPACE) Intepetas pobablstk a fungs gelombang t suatu patkel telah kta pelaa yatu t yang menyatakan peluang menemukan patkel paa waktu

Lebih terperinci

PENENTUAN DENSITAS PERMUKAAN

PENENTUAN DENSITAS PERMUKAAN PENENTUAN DENSITAS PERMUKAAN Pada koreks topograf ada satu nla yang belum dketahu nlanya yatu denstas batuan permukaan (rapat massa batuan dekat permukaan). Rapat massa batuan dekat permukaan dapat dtentukan

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN ORI. Aljabar Matrs.. Defns Matrs Matrs adalah suatu umpulan anga-anga yang juga serng dsebut elemen-elemen yang dsusun secara teratur menurut bars dan olom sehngga berbentu perseg panjang,

Lebih terperinci

LAMPIRAN A PENURUNAN PERSAMAAN NAVIER-STOKES

LAMPIRAN A PENURUNAN PERSAMAAN NAVIER-STOKES LAMPIRAN A PENURUNAN PERSAMAAN NAVIER-STOKES Hubungan n akan dawal dar gaya yang beraks pada massa fluda. Gaya-gaya n dapat dbag ke dalam gaya bod, gaya permukaan, dan gaya nersa. a. Gaya Bod Gaya bod

Lebih terperinci

BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING

BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING Bab III Desain Dan Apliasi Metode Filtering Dalam Sistem Multi Radar Tracing BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING Bagian pertama dari bab ini aan memberian pemaparan

Lebih terperinci

2.1 Sistem Makroskopik dan Sistem Mikroskopik Fisika statistik berangkat dari pengamatan sebuah sistem mikroskopik, yakni sistem yang sangat kecil

2.1 Sistem Makroskopik dan Sistem Mikroskopik Fisika statistik berangkat dari pengamatan sebuah sistem mikroskopik, yakni sistem yang sangat kecil .1 Sstem Makroskopk dan Sstem Mkroskopk Fska statstk berangkat dar pengamatan sebuah sstem mkroskopk, yakn sstem yang sangat kecl (ukurannya sangat kecl ukuran Angstrom, tdak dapat dukur secara langsung)

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belaang Analss dsrmnan merupaan ten menganalss data, dmana varabel dependen merupaan data ategor ( nomnal dan ordnal ) sedangan varabel ndependen berupa data nterval atau raso.msalnya

Lebih terperinci

Benyamin Kusumoputro Ph.D Computational Intelligence, Faculty of Computer Science University of Indonesia METODE PEMBELAJARAN

Benyamin Kusumoputro Ph.D Computational Intelligence, Faculty of Computer Science University of Indonesia METODE PEMBELAJARAN METODE PEMBELAJARAN Sebelum suatu Jarngan Neural Buatan (JNB) dgunaan untu menglasfasan pola, terlebh dahulu dlauan proses pembelaaran untu menentuan strutur arngan, terutama dalam penentuan nla bobot.

Lebih terperinci

BAB III FUNGSI MAYOR DAN MINOR. Pada bab ini akan dibahas konsep-konsep dasar dari fungsi mayor dan fungsi

BAB III FUNGSI MAYOR DAN MINOR. Pada bab ini akan dibahas konsep-konsep dasar dari fungsi mayor dan fungsi BAB III FUNGSI MAYOR DAN MINOR Pada bab n akan dbahas konsep-konsep dasar dar fungs mayor dan fungs mnor dar suatu fungs yang terdefns pada suatu nterval tertutup. Pendefnsan fungs mayor dan mnor tersebut

Lebih terperinci

PENYELESAIAN SISTEM PERSAMAAN TAK LINIER

PENYELESAIAN SISTEM PERSAMAAN TAK LINIER PENYELESIN SISTEM PESMN TK LINIE Mater Kulah: Pengantar; Iteras Satu Tt; Iteras Newton # PENGNT # erut n adalah contoh seumpulan buah persamaan ta lner smulta dengan buah varabel ang ta detahu:... ( 57...

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 11-22, April 2001, ISSN : SUBRUANG MARKED. Suryoto Jurusan Matematika, FMIPA-UNDIP Semarang

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 11-22, April 2001, ISSN : SUBRUANG MARKED. Suryoto Jurusan Matematika, FMIPA-UNDIP Semarang JURNAL MATEMATIKA DAN KOMPUTER ol. 4. No., - 22, Aprl 2, ISSN : 4-858 SUBRUANG MARKED Suryoto Jurusan Matemata, FMIPA-UNDIP Semarang Abstra Msalan suatu ruang vetor berdmens ngga atas lapangan omples C,

Lebih terperinci

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK)

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK) Semnar Nasonal Aplas Tenolog Informas 00 (SNATI 00) ISSN: 0-0 Yogyaarta, Jun 00 FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK) Sr Kusumadew Jurusan Ten Informata,

Lebih terperinci

Deret Pangkat. Ayundyah Kesumawati. June 23, Prodi Statistika FMIPA-UII

Deret Pangkat. Ayundyah Kesumawati. June 23, Prodi Statistika FMIPA-UII Keonvergenan Kesumawati Prodi Statistia FMIPA-UII June 23, 2015 Keonvergenan Pendahuluan Kalau sebelumnya, suu suu pada deret ta berujung berupa bilangan real maa ali ini ita embangan suu suunya dalam

Lebih terperinci

BAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO. solusi dari suatu masalah diberikan berdasarkan proses rendomisasi (acak).

BAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO. solusi dari suatu masalah diberikan berdasarkan proses rendomisasi (acak). BAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO 3. Smulas Monte Carlo Smulas Monte Carlo merupaan bentu smulas probablst dmana solus dar suatu masalah dberan berdasaran proses rendomsas (aca).

Lebih terperinci

Kaedah Runge-Kutta. Bab 25

Kaedah Runge-Kutta. Bab 25 Kaeda Runge-Kutta Bab 5 D ar bab n anda sepatutna: Bole menjelasan gambaran vsual aeda Euler Heun dan tt tenga Faam ubungan antara aeda Euler dan sr Talor dan ralat ang beratan Dapat membezaan ralat (local

Lebih terperinci

ANALISIS PREVENTIVE MAINTENANCE JIG WELDING PADA PROSES PERAKITAN SUPPORT ASSY CLUTCH PEDAL

ANALISIS PREVENTIVE MAINTENANCE JIG WELDING PADA PROSES PERAKITAN SUPPORT ASSY CLUTCH PEDAL Analss Preventve Mantenance Jg Welng Paa Proses Peratan Support Assy Clutch Peal Untu Mobl ANALISIS PREVENTIVE MAINTENANCE JIG WELDING PADA PROSES PERAKITAN SUPPORT ASSY CLUTCH PEDAL UNTUK MOBIL TOYOTA

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini mengenal dua macam variabel yaitu : 2. Variabel terikat (Y) yaitu : Hasil belajar Sejarah

BAB III METODOLOGI PENELITIAN. Penelitian ini mengenal dua macam variabel yaitu : 2. Variabel terikat (Y) yaitu : Hasil belajar Sejarah BAB III METODOLOGI PENELITIAN 3.1 Varans Peneltan 3.1.1 Varabel Peneltan Peneltan n mengenal dua macam varabel yatu : 1. Varabel bebas (X) yatu : Berpr formal. Varabel terat (Y) yatu : Hasl belajar Sejarah

Lebih terperinci

Petunjuk Praktikum Fisika Dasar I. (Tumbukan Dalam Satu Dimensi)

Petunjuk Praktikum Fisika Dasar I. (Tumbukan Dalam Satu Dimensi) Petunjuk Praktkum Fska Dasar I (Tumbukan Dalam Satu Dmens) Dajukan Untuk Memenuh Tugas Tersruktur Mata ulah Ekspermen Fska Dasar 1 Jurusan Penddkan Fska Oleh : Muhamad Ihsanudn (0602425) JURUSAN PENDIDIAN

Lebih terperinci

( x) LANDASAN TEORI. ω Ω ke satu dan hanya satu bilangan real X( ω ) disebut peubah acak. Ρ = Ρ. Ruang Contoh, Kejadian dan Peluang

( x) LANDASAN TEORI. ω Ω ke satu dan hanya satu bilangan real X( ω ) disebut peubah acak. Ρ = Ρ. Ruang Contoh, Kejadian dan Peluang LANDASAN TEORI Ruang Contoh Kejadian dan Peluang Suatu percobaan yang dapat diulang dalam ondisi yang sama yang hasilnya tida dapat dipredisi secara tepat tetapi ita dapat mengetahui semua emunginan hasil

Lebih terperinci

DEFORMASI INTERAKSI DUA PAKET GELOMBANG DARI PERSAMAAN IMPROVED KdV (IKdV)

DEFORMASI INTERAKSI DUA PAKET GELOMBANG DARI PERSAMAAN IMPROVED KdV (IKdV) DEFORMASI INTERAKSI DUA PAKET GELOMBANG DARI PERSAMAAN IMPROVED KdV (IKdV Sutmn Jurusan Matemata FMIPA Unverstas Dponegoro Jl Prof H Soedarto SH Tembalang, Semarang 575 E-mal: su_tmn@yahoocom Abstract:

Lebih terperinci

OLIMPIADE SAINS NASIONAL 2012 BIDANG ILMU FISIKA

OLIMPIADE SAINS NASIONAL 2012 BIDANG ILMU FISIKA OLIMPIADE SAINS NASIONAL 2012 BIDANG ILMU FISIKA SELEKSI TIM INDONESIA untu IPhO 2013 SOAL TES TEORI KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN DIREKTORAT JENDERAL PENDIDIKAN MENENGAH DIREKTORAT PEMBINAAN SEKOLAH

Lebih terperinci

Universitas Indonusa Esa Unggul Fakultas Ilmu Komputer Teknik Informatika. Integral Lipat Dua

Universitas Indonusa Esa Unggul Fakultas Ilmu Komputer Teknik Informatika. Integral Lipat Dua Universitas Inonusa Esa Unggul Faultas Ilmu Komputer Teni Informatia Integral Lipat ua Integral Lipat ua Misalan z = f(,) terefinisi paa merupaan suatu persegi panjang tertutup, aitu : = {(, ) : a b, c

Lebih terperinci

BAB I (Minggu ke- 1,2,3) Konsep Dasar. Vektor

BAB I (Minggu ke- 1,2,3) Konsep Dasar. Vektor 5 I (Mnggu e- 1,,3) Konsep Dasa. Veto PENDHULUN Leanng Outcome: Setelah mengut ulah n, mahasswa dhaapan: Mampu menelasan pebedaan besaan sala dan veto dan mampu menelesaan setap asus nemata ang dbean.

Lebih terperinci

ANALISIS PENGARUH PERUBAHAN KECEPATAN, KAPASITANSI DAN BEBAN PADA GENERATOR INDUKSI SATU FASA DENGAN MODEL RANGKAIAN EKIVALEN TIPE

ANALISIS PENGARUH PERUBAHAN KECEPATAN, KAPASITANSI DAN BEBAN PADA GENERATOR INDUKSI SATU FASA DENGAN MODEL RANGKAIAN EKIVALEN TIPE AAISIS PEGARUH PERUBAHA KECEPATA, KAPASITASI DA BEBA PADA GEERATOR IDUKSI SATU FASA DEGA MODE RAGKAIA EKIVAE TIPE Am Hamzah Juusan Ten Eleto, Faultas Ten Unvestas Rau, Peanbau 28293 am_hzh@un.ac. Absta

Lebih terperinci

ANALISIS MODEL PERSEDIAAN BARANG EOQ DENGAN MEMPERTIMBANGKAN FAKTOR KADALUARSA DAN FAKTOR ALL UNIT DISCOUNT

ANALISIS MODEL PERSEDIAAN BARANG EOQ DENGAN MEMPERTIMBANGKAN FAKTOR KADALUARSA DAN FAKTOR ALL UNIT DISCOUNT LAORAN HASIL ENELITIAN ANALISIS MOEL ERSEIAAN BARANG EO ENGAN MEMERTIMBANGKAN FAKTOR KAALUARSA AN FAKTOR ALL UNIT ISOUNT Tauf Lmansyah LEMBAGA ENELITIAN AN ENGABIAN KEAA MASYARAKAT UNIVERSITAS KATOLIK

Lebih terperinci

STATISTIKA. Bab. Di unduh dari : Bukupaket.com. Mean Median Modus Simpangan baku Varian Histogram Quartil Desil Persentil

STATISTIKA. Bab. Di unduh dari : Bukupaket.com. Mean Median Modus Simpangan baku Varian Histogram Quartil Desil Persentil Bab 7 STATISTIKA A. KOMPETENSI DASAR DAN PENGALAMAN BELAJAR Kompetens Dasar Setelah mengut pembelajaran n sswa mampu:. Menghayat dan mengamalan ajaran agama yang danutnnya. 2. Meml motvas nternal, emampuan

Lebih terperinci

Prosedur Komputasi untuk Membentuk Selang Kepercayaan Simultan Proporsi Multinomial

Prosedur Komputasi untuk Membentuk Selang Kepercayaan Simultan Proporsi Multinomial SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Prosedur Komputas untu Membentu Selang Kepercayaan Smultan Propors Multnomal S - 11 Bertho Tantular Departemen Statsta FMIPA UNPAD bertho@unpad.ac.d

Lebih terperinci

BREAK EVEN ANALYSIS PENYUSUTAN (DEPRESIASI)

BREAK EVEN ANALYSIS PENYUSUTAN (DEPRESIASI) BREAK EVEN ANALYSIS PENYUSUTAN (DEPRESIASI) 1. Brea Even Analysis Pengertian Langah-langah perhitungan Contoh 2. Penyusutan (Depresiasi) Pengertian Metoe Depresiasi Contoh BREAK EVEN ANALYSIS Paa investasi

Lebih terperinci

BAB VII. RELE JARAK (DISTANCE RELAY)

BAB VII. RELE JARAK (DISTANCE RELAY) BAB VII. RELE JARAK (DISTANCE RELAY) 7.1 Pendahuluan. Rele jara merespon terhadap banya inputsebagai fungsi dari rangaian listri yang panjang (jauh) antara loasi rele dengan titi gangguan. Karena impedansi

Lebih terperinci

Teorema Gauss. Garis Gaya Listrik Konsep fluks. Penggunaan Teorema Gauss

Teorema Gauss. Garis Gaya Listrik Konsep fluks. Penggunaan Teorema Gauss Teorema Gauss Gars Gaya Lstrk Konsep fluks Teorema Gauss Penggunaan Teorema Gauss Medan oleh muatan ttk Medan oleh kawat panjang tak berhngga Medan lstrk oleh plat luas tak berhngga Medan lstrk oleh bola

Lebih terperinci

MEKANIKA TANAH REMBESAN DAN TEORI JARINGAN MODUL 4. UNIVERSITAS PEMBANGUNAN JAYA Jl. Boulevard Bintaro Sektor 7, Bintaro Jaya Tangerang Selatan 15224

MEKANIKA TANAH REMBESAN DAN TEORI JARINGAN MODUL 4. UNIVERSITAS PEMBANGUNAN JAYA Jl. Boulevard Bintaro Sektor 7, Bintaro Jaya Tangerang Selatan 15224 MEKANIKA TANAH MODUL 4 REMBESAN DAN TEORI JARINGAN UNIVERSITAS PEMBANGUNAN JAYA Jl. Boulevard Bintaro Setor 7, Bintaro Jaya Tangerang Selatan 154 PENDAHULUAN Konsep pemaaian oefisien permeabilitas untu

Lebih terperinci

III FUZZY GOAL LINEAR PROGRAMMING

III FUZZY GOAL LINEAR PROGRAMMING 7 Ilustras entu hmpunan fuzzy dan fungs eanggotaannya dapat dlhat pada Contoh 3. Contoh 3 Msalan seseorang dataan sudah dewasa ja erumur 7 tahun atau leh, maa dalam loga tegas, seseorang yang erumur urang

Lebih terperinci

( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang

( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang Latar Belaang Terdapat banya permasalahan atau ejadian dalam ehidupan sehari hari yang dapat dimodelan dengan suatu proses stoasti Proses stoasti merupaan permasalahan yang beraitan dengan suatu aturan-aturan

Lebih terperinci

DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA

DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA Dstrbus Bnomal Msalkan dalam melakukan percobaan Bernoull (Bernoull trals) berulang-ulang sebanyak n kal, dengan kebolehjadan sukses p pada tap percobaan,

Lebih terperinci

PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE

PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE Dew Arfanty Azm, Dra.Madu Ratna,M.S. dan 3 Prof. Dr.

Lebih terperinci

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI Jurusan Matematia, FMIPA, Universitas Negeri Maassar Email: nanni.cliq@gmail.com Abstra. Pada artiel ini dibahas

Lebih terperinci

Interpretasi data gravitasi

Interpretasi data gravitasi Modul 7 Interpretas data gravtas Interpretas data yang dgunakan dalam metode gravtas adalah secara kualtatf dan kuanttatf. Dalam hal n nterpretas secara kuanttatf adalah pemodelan, yatu dengan pembuatan

Lebih terperinci

BAB ELASTISITAS. Pertambahan panjang pegas

BAB ELASTISITAS. Pertambahan panjang pegas BAB ELASTISITAS 4. Elastisitas Zat Padat Dibandingan dengan zat cair, zat padat lebih eras dan lebih berat. sifat zat padat yang seperti ini telah anda pelajari di elas SLTP. enapa Zat pada lebih eras?

Lebih terperinci

MODEL REGRESI SEMIPARAMETRIK SPLINE UNTUK DATA LONGITUDINAL PADA KASUS KADAR CD4 PENDERITA HIV. Lilis Laome 1)

MODEL REGRESI SEMIPARAMETRIK SPLINE UNTUK DATA LONGITUDINAL PADA KASUS KADAR CD4 PENDERITA HIV. Lilis Laome 1) Paradgma, Vol. 13 No. 2 Agustus 2009 hlm. 189 194 MODEL REGRESI SEMIPARAMERIK SPLINE UNUK DAA LONGIUDINAL PADA KASUS KADAR CD4 PENDERIA HIV Lls Laome 1) 1) Jurusan Matemata FMIPA Unverstas Haluoleo Kendar

Lebih terperinci

Pemodelan Anomali Magnetik Berbentuk Prisma Menggunakan Algoritma Genetika Antonius a, Yudha Arman a *, Joko Sampurno a

Pemodelan Anomali Magnetik Berbentuk Prisma Menggunakan Algoritma Genetika Antonius a, Yudha Arman a *, Joko Sampurno a Pemodelan Anomal Magnet Berbentu Prsma Menggunaan Algortma Geneta Antonus a, Yudha Arman a *, Joo Sampurno a a Jurusan Fsa, FMIPA Unverstas Tanjungpura, Jalan Pro. Dr. Hadar Nawaw, Pontana, Indonesa *Emal

Lebih terperinci

BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER

BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER 5.1 Pembelajaran Dengan Fuzzy Program Lner. Salah satu model program lnear klask, adalah : Maksmumkan : T f ( x) = c x Dengan batasan : Ax b x 0 n m mxn Dengan

Lebih terperinci

PENDAHULUAN Latar Belakang

PENDAHULUAN Latar Belakang PENDAHULUAN Latar Belakang Menurut teor molekuler benda, satu unt volume makroskopk gas (msalkan cm ) merupakan suatu sstem yang terdr atas sejumlah besar molekul (kra-kra sebanyak 0 0 buah molekul) yang

Lebih terperinci

MEKANIKA TANAH HIDROLIKA TANAH DAN PERMEABILITAS MODUL 3

MEKANIKA TANAH HIDROLIKA TANAH DAN PERMEABILITAS MODUL 3 MEKANIKA TANAH MODUL 3 HIDROLIKA TANAH DAN PERMEABILITAS UNIVERSITAS PEMBANGUNAN JAYA Jl. Boulevard Bintaro Setor 7, Bintaro Jaya Tangerang Selatan 15224 Silus hidrologi AIR TANAH DEFINISI : air yang terdapat

Lebih terperinci

Contoh 5.1 Tentukan besar arus i pada rangkaian berikut menggunakan teorema superposisi.

Contoh 5.1 Tentukan besar arus i pada rangkaian berikut menggunakan teorema superposisi. BAB V TEOEMA-TEOEMA AGKAIA 5. Teorema Superposs Teorema superposs bagus dgunakan untuk menyelesakan permasalahan-permasalahan rangkaan yang mempunya lebh dar satu sumber tegangan atau sumber arus. Konsepnya

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 ENDAHULUAN 1.1 Latar Belakang Manusa dlahrkan ke duna dengan ms menjalankan kehdupannya sesua dengan kodrat Illah yakn tumbuh dan berkembang. Untuk tumbuh dan berkembang, berart setap nsan harus

Lebih terperinci

BAHAN AJAR FISIKA KELAS XI IPA SEMESTER GENAP MATERI : DINAMIKA ROTASI

BAHAN AJAR FISIKA KELAS XI IPA SEMESTER GENAP MATERI : DINAMIKA ROTASI BAHAN AJAR FISIKA KELAS XI IPA SEMESTER GENAP MATERI : DINAMIKA ROTASI Momen gaya : Simbol : τ Momen gaya atau torsi merupakan penyebab benda berputar pada porosnya. Momen gaya terhadap suatu poros tertentu

Lebih terperinci

R. Kemudian turunkan persamaan ini terhadap t (dengan x tetap) sehingga n 1

R. Kemudian turunkan persamaan ini terhadap t (dengan x tetap) sehingga n 1 AMPIRAN 2 22 AMPIRAN. Pembuktan Teorema (Teorema Euler Teorema (Teorema Euler Msalkan adalah ungs yang terturunkan dar n varabel dalam doman terbuka D, ddenskan X(x,x 2,.,x n dan t > 0 sehngga tx œ D.

Lebih terperinci

Aplikasi Neural-Fuzzy pada Regresi Interval untuk Data Time Series

Aplikasi Neural-Fuzzy pada Regresi Interval untuk Data Time Series Apliasi Neural-Fuzzy paa Regresi Interval untu Data Time Series Sri Kusumaewi Jurusan Teni Informatia, Universitas Islam Inonesia, Yogyaarta Jl. Kaliurang K, 4, Yogyaarta (04 E-mail : cicie@fti.uii.ac.i

Lebih terperinci

Analisis Kecepatan Dan Percepatan Mekanisme Empat Batang (Four Bar Lingkage) Fungsi Sudut Crank

Analisis Kecepatan Dan Percepatan Mekanisme Empat Batang (Four Bar Lingkage) Fungsi Sudut Crank ISSN 907-0500 Analss Kecepatan Dan Percepatan Mekansme Empat Batang (Four Bar ngkage Fungs Sudut Crank Nazaruddn Fak. Teknk Unverstas Rau nazaruddn.unr@yahoo.com Abstrak Pada umumnya analss knematka dan

Lebih terperinci