BAB II PEMBAHASAN. Dalam statistik Maxwell- Boltzman, ada dua ciri- ciri yang digunakan:

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB II PEMBAHASAN. Dalam statistik Maxwell- Boltzman, ada dua ciri- ciri yang digunakan:"

Transkripsi

1 BAB II PEMBAHASAN A. Keadaa Makro da Keadaa Mikro Masalah utama yag dihadapi dalam mekaika statistik adalah meetuka sebara yag mugki dari partikel- partikel kedalam tigkat- tigkat eergi da keadaa- keadaa atau status eergi. Ricia sebara partikel ii sagat tergatug pada apakah partikelpartikel itu terbedaka atau tidak terbedaka. Spesifikasi jumlah partikel kedalam tigkattigkat eergy dega tidak meghirauka apakah partikel- partikel itu terbedaka atau tidak, disebut keadaa makro ( macrostate ) dari suatu sistem. Setiap keadaa makro dapat dirici lagi mejadi keadaa- keadaa mikro, tergatug kepada apakah partikel- partikel tersebut terbedaka atau tidak, da apakah masig- masig tigkat eergy tergeerasi atau tidak. Keadaa mikro dapat dipadag sebagai satu hasil pemotreta dimaa data legkap posisi da kecepata setiap molekul diketahui. Jika pada berbagai titik waktu dilakuka pemoterta, maka setiap hasil pemotreta ii adalah satu keadaa mikro. Jumlah keadaa mikro utuk setiap keadaa makro k, disebut peluag termodiamika, yag disimbolka dega W k, sedagka peluag termodiamika system adalah jumlah semua peluag termodiamika tiap- tiap keadaa makro, yag biasa dirumuska sebagai berikut Ω = k W k Dalam statistik Maxwell- Boltzma, ada dua ciri- ciri yag diguaka: 1. Partikel- partikel dalam sistem dibedaka 2. Setiap keadaa eergi dapat diisi oleh lebih dari satu partikel Cotoh: 1. Suatu system terdiri dari tiga partikel berbeda, misalya a, b da c, yag tersebar kedalam dua tigkat eergi, ε 1 da ε 2. Jika system tidak tergeerasi, atau jumlah keadaa utuk tiap tigkat eergy adalah satu, maka: a. Tujuka keadaa makro yag mugki b. Tujuka keadaa mikro utuk setiap keadaa makro 1

2 c. Tetuka peluag termodiamika utuk setiap keadaa makro d. Tetuka peluag termodiamik system Jawab : Dega misalka N 1 da N 2 adalah jumlah partikel utuk masig- masig tigkat eergi, maka masalah ii dapat diselesaika dega cara berikut: a. Keadaa- keadaa makro yag mugki N N Terlihat bahwa terdapat empat keadaa makro b. Keadaa- keadaa mikro utuk setiap keadaa makro Keadaa makro N 1 3 keadaa- keadaa mikro abc N 2 2 N 2 2 bc Ac ab N 1 1 a B C N 2 1 N 1 2 a bc.b ac A ab N 2 0 N 1 3 abc c. Peluag termodiamika dapat kita lihat utuk setiap keadaa makro, sehigga diperoleh : W 1 = 1, W 2 = 3, W 3 = 3, da W 4 = 1 d. Peluag termodiamika system adalah : 2

3 Ω = W 1 + W 2 + W 3 + W 4 = = 8 Berdasarka cotoh diatas, secara umum peluag termodiamika utuk setiap keadaa makro, dapat dirumuska sebagai berikut: W = N1+N2 N1!N2! = B. Distribusi Maxwell Boltzma N! N1!N2!.Na! Turua fugsi distribusi Maxwell Boltzma W = N! N1!N2!...N q 1 N1 q 2 N2.. q N W = N! π i = 1 q1n1 N1! Hubuga etropi S terhadap peluag termodiamika W S = K l W L W = L [N! π i = 1 q1n1 N1! ] = L N! + L q i Ni - L Ni! = L N! + Ni Lq i - L Ni! Dega megguaka pedekata stirlig: L N! = N l N N L W = l N! + Ni l q i - l Ni + Ni N = = N l N N + Ni l q i - l Ni + N = N l N + Ni l q i + Ni l Ni i=1 Ni d = i=1 dni Utuk memperoleh L W maksimum, turua pertama L W terhadap Ni haruslah 0. dn L W dni = d [ N L N+ Ni L qi Ni L Ni ] dni = l q i - l Ni = d L W [l q i - l Ni] dni eegi dalam u : u = i=1 Ni εi ~> du = i=1 εi dni= 0 3

4 Metode lagrage : d l W + α d + β du = 0 [ l q i - l Ni ]dni + α i=1 dni + β i=1 Ni εi dni = 0 [ l q i l Ni ] dni = - [α + β εi ] = 0 L qi Ni = - ( α + β εi ) qi ( α + β εi ) = e- Ni Ni = q i / e - ( α + β εi ) Ni = q i exp ( α + β εi ) Ni = q i exp ( α + β εi ) N = e α q i exp β εi N = e α. z ~ > e α q i exp β εi = z N = N z Ni = q i exp β εi = e α q i exp β εi Ni = N z q i exp β εi Ni Ni = q i exp β εi z Subtitusika kepersamaa l W L W = N l N + Ni l q i + Ni l Ni Ni l Ni = N l N + Ni l q i + l W = N l N + Ni l q i - N l N - Ni l q i + Ni l Ni = Ni l Ni Ni l Ni = Ni l [ N z q i exp β εi ] = Ni l Ni + Ni l Ni + Ni l exp β εi - Ni l z = Ni l Ni + Ni l q i + Ni εi l exp β - Ni l z = N l N + Ni l q i + uβ - N l z Subtitusika lagi ke persamaa l W L W = N l N + Ni l q i - Ni l q i = N l N + Ni l q i - N l N - Ni l q i - uβ + N l z 4

5 = N l z βu Dalam termodiamika hubuga u, T, P, S yaitu du = T. ds- Pdv maka : [ ds du ] v = 1 T S = k l w = k [N l z βu ] = k N l z- k βu ds du = d [k N l z - k βu ] du = - k β ds du = - k β - k β = 1 T jadi, β = - 1 kt Ni = N z q i exp β εi = N z q i exp - εi kt C. Ruag Fasa Pada umumya sistem dalam mekaika statistic tersusu dari partikel- partikel tuggal yag tidak salig beriteraksi. Sebetulya, keadaa sistem setiap saat ditetuka oleh posisi da mometum atau kecepata masig masig partikel. Jadi keadaa sebuah partikel didefiisika dega tepat oleh eam koordiat, yaitu x, y, z da p x, p y, p z yag disebut ruag fasa. Pada ruag fasa, utuk partikel yag mempuyai posisi da mometumya atara x da x + dx; y da y + dy ; z da z + dz serta p x da p x +dp x ; p y da p y + dp y ; p z da p z + dp z, adalah : dt = dx dy dz p x p y p z eergi kietik sebuah partikel yag terletak dalam eleme dt adalah: ε = px2 + py2 + pz2 2m ~> eergi dalam ruag fasa 5

6 ε = eergi kietik Ek = ½ mv 2 = ½ m ( p/m ) 2 = ½ m p 2 ~> p 2 = p x 2 + p y 2 + p z 2 = px2 + py2 + pz2 2m dt = eleme volume dt = vp dx dy dz dx dy dz = v v v 4πp 2 = vp P da p + dp dt = vp v = vp. v dt = 4πp 2 dp v dx dy dz hubuga atara ε da p ε = ½ p 2 p 2 = 2m p = ε 2m dp = (ε 2m ) -½ dp = 1 2 ε 2m ε dp = ½ ( 2 ) -1/2 m -1/2 ε -1/2 = ½ 2m -2/2 ε -1/2 dt ( j ) = 4πp 2 dpv = 4π ε2m. ½ ( 2m ) -1 ε -1/2 ( dt ) j qj = B ( dt ). j = B 4π ε 2m. ½ ( 2m ) -1 ε -1/2 6

7 Sehigga, qj = B ( dt ) D. Peerapa Statistik Maxwell Boltzma Satu hal yag masih meggajal kita dalam usaha meghububugka termodiamika dega fisika statistik adalah besara k, yaki: S= k l W Fugsi partisi partikel ii adalah i=l Z= exp x y 2( ε i kt ) Dega ε i: ε( x y z )= h 2 1/2 ( 2 + 2mV 2/3 x 2 2 y + z ) Jadi pejumlaha dilakuka terhadap tiga variabel, masig masig -~ da ~, utuk volume yag cukup besar maka: h 2 1/2 2mV2/3 Mejadi sagat kecil, sehigga pejumlaha terhadap x, misalya bisa digati dega itegral: agar lebih mudah maka misalka : q x = h 2 2mV 2/3 1/2 x da dega meerapka cara yag sama terhadap x da z diperoleh fugsi Z yaitu: Z=A ~ ~ dq ~ x dq ~ y dq ~ ~ z exp q x 2+ q 2 y + q z. kt 2 Dimaa A= 2mV2/3 h 2 3/2 Setelah dilakuka peghituga secara itegral maka: Z=V 2πmkT h 2 3/2 7

8 Jika F adalah fugsi eergi bebas helmholtz, maka: df=du tds- SdT Tds=dU+PdV Diperoleh: Df=-PdV-SdT df dv T = - p, df dt T = - S Jika disubtitusika persamaa : F=NkT l Z,KK Dega demikia diperoleh: -P = { f } T = - NkT v v Pv = NKT 8

BAB II PEMBAHASAN. 1

BAB II PEMBAHASAN. 1 BAB II PEMBAHASAN A. Keadaa Makro da Keadaa Mikro Masalah utama yag dihadapi dalam mekaika statistic adalah meetuka sebara yag mugki dari partikel-partikel kedalam tigkattigkat eergi da keadaa-keadaa atau

Lebih terperinci

BAB II KEADAAN FERMI DIRAC

BAB II KEADAAN FERMI DIRAC BAB II KEADAAN FERMI DIRAC A. Keadaa Makro da Mikro Masalah utama yag dihadapi dalam mekaika statistic adalah meetuka sebara yag mugki dari partikel-partikel kedalam tigkattigkat eergi da keadaa-keadaa

Lebih terperinci

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc.

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc. METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/0 SUGENG00 Copyright 996-98 Dale Caregie & Associates, Ic. Kesalaha ERROR: Selisih atara ilai perkiraa dega ilai eksakilai

Lebih terperinci

B a b 1 I s y a r a t

B a b 1 I s y a r a t 34 TKE 315 ISYARAT DAN SISTEM B a b 1 I s y a r a t (bagia 3) Idah Susilawati, S.T., M.Eg. Program Studi Tekik Elektro Fakultas Tekik da Ilmu Komputer Uiversitas Mercu Buaa Yogyakarta 29 35 1.5.2. Isyarat

Lebih terperinci

BAB III TAKSIRAN KOEFISIEN KORELASI POLYCHORIC DUA TAHAP. Permasalahan dalam tugas akhir ini dibatasi hanya pada penaksiran

BAB III TAKSIRAN KOEFISIEN KORELASI POLYCHORIC DUA TAHAP. Permasalahan dalam tugas akhir ini dibatasi hanya pada penaksiran BAB III TAKSIRAN KOEFISIEN KORELASI POLYCHORIC DUA TAHAP Permasalaha dalam tugas akhir ii dibatasi haya pada peaksira besarya koefisie korelasi polychoric da tidak dilakuka peguia terhadap koefisie korelasi

Lebih terperinci

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu:

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu: 4 BAB II LANDASAN TEORI 2.1 Model matematis da tahapa matematis Secara umum tahapa yag harus ditempuh dalam meyelesaika masalah matematika secara umerik da megguaka alat batu komputer, yaitu: 2.1.1 Tahap

Lebih terperinci

Institut Teknologi Sepuluh Nopember Surabaya. Model Sistem dalam Persamaan Keadaan

Institut Teknologi Sepuluh Nopember Surabaya. Model Sistem dalam Persamaan Keadaan Istitut Tekologi Sepuluh Nopember Surabaya Model Sistem dalam Persamaa Keadaa Pegatar Materi Cotoh Soal Rigkasa Latiha Pegatar Materi Cotoh Soal Rigkasa Istilah-istilah Dalam Persamaa Keadaa Aalisis Sistem

Lebih terperinci

Bab 3 Metode Interpolasi

Bab 3 Metode Interpolasi Baha Kuliah 03 Bab 3 Metode Iterpolasi Pedahulua Iterpolasi serig diartika sebagai mecari ilai variabel tergatug tertetu, misalya y, pada ilai variabel bebas, misalya, diatara dua atau lebih ilai yag diketahui

Lebih terperinci

Statistika Matematika. Soal dan Pembahasan. M. Samy Baladram

Statistika Matematika. Soal dan Pembahasan. M. Samy Baladram Statistika Matematika Soal da embahasa M Samy Baladram Bab 4 Ubiasedess, Cosistecy, ad Limitig istributios Ubiasedess, Cosistecy, ad Limitig istributios 41 Ekspektasi Fugsi Key oits Ṫeorema 411 Jika T

Lebih terperinci

Bab 7 Penyelesaian Persamaan Differensial

Bab 7 Penyelesaian Persamaan Differensial Bab 7 Peelesaia Persamaa Differesial Persamaa differesial merupaka persamaa ag meghubugka suatu besara dega perubahaa. Persamaa differesial diataka sebagai persamaa ag megadug suatu besara da differesiala

Lebih terperinci

BARISAN TAK HINGGA DAN DERET TAK HINGGA

BARISAN TAK HINGGA DAN DERET TAK HINGGA BARIAN TAK HINGGA DAN DERET TAK HINGGA Bajar/Barisa Tak Higga Barisa tak higga { } adalah suatu fugsi dari dimaa daerah domaiya adalah himpua bilaga bulat positif (bilaga asli). Cotoh: Bila.. maka fugsi

Lebih terperinci

BAB II TINJAUAN PUSTAKA. dengan asumsi bahwa telah diketahui bentuk fungsi regresinya. atau dalam bentuk matriks dapat ditulis dengan:

BAB II TINJAUAN PUSTAKA. dengan asumsi bahwa telah diketahui bentuk fungsi regresinya. atau dalam bentuk matriks dapat ditulis dengan: BAB II TINJAUAN PUSTAKA 2.1 Regresi Parametrik Regresi parametrik merupaka metode statistika yag diguaka utuk megetahui pola hubuga atara variabel prediktor dega variabel respo, dega asumsi bahwa telah

Lebih terperinci

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X Pedugaa Selag: Metode Pivotal Lagkah-lagkahya 1. Adaika X1, X,..., X adalah cotoh acak dari populasi dega fugsi kepekata f( x; ), da parameter yag tidak diketahui ilaiya. Adaika T adalah peduga titik bagi..

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 3 BAB II TINJAUAN PUSTAKA.1 Ruag Cotoh, Kejadia da Peluag Defiisi.1 (Ruag cotoh da kejadia) Suatu percobaa yag dapat diulag dalam kodisi yag sama, yag hasilya tidak bisa diprediksi secara tepat tetapi

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Model Pertumbuha Betuk ugsi pertumbuha satu jeis spesies pada umumya megguaka otasi ugsi aalitik yag diyataka dalam satu persamaa. Secara umum ugsi pertumbuha meyataka hubuga

Lebih terperinci

LANDASAN TEORI. Secara umum, himpunan kejadian A i ; i I dikatakan saling bebas jika: Ruang Contoh, Kejadian, dan Peluang

LANDASAN TEORI. Secara umum, himpunan kejadian A i ; i I dikatakan saling bebas jika: Ruang Contoh, Kejadian, dan Peluang 2 LANDASAN TEORI Ruag Cotoh, Kejadia, da Peluag Percobaa acak adalah suatu percobaa yag dapat diulag dalam kodisi yag sama, yag hasilya tidak dapat diprediksi secara tepat tetapi dapat diketahui semua

Lebih terperinci

Selang Kepercayaan (Confidence Interval) Pengantar Penduga titik (point estimator) telah dibahas pada kuliah-kuliah sebelumnya. Walau statistikawan

Selang Kepercayaan (Confidence Interval) Pengantar Penduga titik (point estimator) telah dibahas pada kuliah-kuliah sebelumnya. Walau statistikawan Selag Kepercayaa (Cofidece Iterval) Pegatar Peduga titik (poit estimator) telah dibahas pada kuliah-kuliah sebelumya. Walau statistikawa telah berusaha memperoleh peduga titik yag baik, amu hampir bisa

Lebih terperinci

Hendra Gunawan. 12 Februari 2014

Hendra Gunawan. 12 Februari 2014 MA1201 MATEMATIKA 2A Hedra Guawa Semester II, 2013/2014 12 Februari 2014 Bab Sebelumya 8. Betuk Tak Tetu da Itegral Tak Wajar 8.1 Betuk Tak Tetu 0/0 82 8.2 Betuk Tak Tetu Laiya 8.3 Itegral Tak Wajar dg

Lebih terperinci

BAB VIII KONSEP DASAR PROBABILITAS

BAB VIII KONSEP DASAR PROBABILITAS BAB VIII KONSEP DASAR PROBABILITAS 1.1. Pedahulua Dalam pertemua ii Ada aka mempelajari beberapa padaga tetag permutasi da kombiasi, fugsi da metode perhituga probabilitas, da meghitug probabilitas. Pada

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

TINJAUAN PUSTAKA Pengertian TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok

Lebih terperinci

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k

Lebih terperinci

Fungsi Kompleks. (Pertemuan XXVII - XXX) Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya

Fungsi Kompleks. (Pertemuan XXVII - XXX) Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya TKS 4007 Matematika III Fugsi Kompleks (Pertemua XXVII - XXX) Dr. AZ Jurusa Tekik Sipil Fakultas Tekik Uiversitas Brawijaya Pedahulua Persamaa x + 1 = 0 tidak memiliki akar dalam himpua bilaga real. Pertayaaya,

Lebih terperinci

Distribusi Pendekatan (Limiting Distributions)

Distribusi Pendekatan (Limiting Distributions) Distribusi Pedekata (Limitig Distributios) Ada 3 tekik utuk meetuka distribusi pedekata: 1. Tekik Fugsi Distribusi Cotoh 2. Tekik Fugsi Pembagkit Mome Cotoh 3. Tekik Teorema Limit Pusat Cotoh Fitriai Agustia,

Lebih terperinci

III PEMBAHASAN. λ = 0. Ly = 0, maka solusi umum dari persamaan diferensial (3.3) adalah

III PEMBAHASAN. λ = 0. Ly = 0, maka solusi umum dari persamaan diferensial (3.3) adalah III PEMBAHASAN Pada bagia ii aka diformulasika masalah yag aka dibahas. Solusi masalah aka diselesaika dega Metode Dekomposisi Adomia. Selajutya metode ii aka diguaka utuk meyelesaika model yag diyataka

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Distribusi Ekspoesial Fugsi ekspoesial adalah salah satu fugsi yag palig petig dalam matematika. Biasaya, fugsi ii ditulis dega otasi exp(x) atau e x, di maa e adalah basis logaritma

Lebih terperinci

Program Perkuliahan Dasar Umum Sekolah Tinggi Teknologi Telkom. Barisan dan Deret

Program Perkuliahan Dasar Umum Sekolah Tinggi Teknologi Telkom. Barisan dan Deret Program Perkuliaha Dasar Umum Sekolah Tiggi Tekologi Telkom Barisa da Deret Barisa Defiisi Barisa bilaga didefiisika sebagai fugsi dega daerah asal merupaka bilaga asli. Notasi: f: N R f( ) a Fugsi tersebut

Lebih terperinci

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3 SUKU BANYAK A Pegertia: f(x) x + a 1 x 1 + a 2 x 2 + + a 2 +a 1 adalah suku bayak (poliom) dega : - a, a 1, a 2,.,a 2, a 1, a 0 adalah koefisiekoefisie suku bayak yag merupaka kostata real dega a 0 - a

Lebih terperinci

TUGAS ANALISIS REAL LANJUT. a b < a + A. b + B < A B.

TUGAS ANALISIS REAL LANJUT. a b < a + A. b + B < A B. TUGAS ANALISIS REAL LANJUT NOVEMBER 207 () (a) Jika b > 0, B > 0, da a b < A, buktika ab < ba. Kemudia buktika B a b < a + A b + B < A B. (b) Buktika [ 2 (a + b)] 2 2 (a2 + b 2 ). Kemudia tujukka bahwa

Lebih terperinci

HUBUNGAN ANTARA KONVERGEN HAMPIR PASTI, KONVERGEN DALAM PELUANG, DAN KONVERGEN DALAM SEBARAN

HUBUNGAN ANTARA KONVERGEN HAMPIR PASTI, KONVERGEN DALAM PELUANG, DAN KONVERGEN DALAM SEBARAN Jural Matematika UNAND Vol. 2 No. 2 Hal. 0 6 ISSN : 2303 290 c Jurusa Matematika FMIPA UNAND HUBUNGAN ANTARA KONVERGEN HAMPIR PASTI, KONVERGEN DALAM PELUANG, DAN KONVERGEN DALAM SEBARAN VIRA AGUSTA, DODI

Lebih terperinci

BARISAN DAN DERET. Nurdinintya Athari (NDT)

BARISAN DAN DERET. Nurdinintya Athari (NDT) BARISAN DAN DERET Nurdiitya Athari (NDT) BARISAN Defiisi Barisa bilaga didefiisika sebagai fugsi dega daerah asal merupaka bilaga asli. Notasi: f: N R f( ) = a Fugsi tersebut dikeal sebagai barisa bilaga

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Optimasi 2.1.1. Pegertia Optimasi Optimasi (Optimizatio) adalah aktivitas utuk medapatka hasil terbaik di bawah keadaa yag diberika. Tujua akhir dari semua aktivitas tersebut

Lebih terperinci

BAB VI BARISAN TAK HINGGA DAN DERET TAK HINGGA

BAB VI BARISAN TAK HINGGA DAN DERET TAK HINGGA BAB VI BARIAN TAK HINGGA DAN DERET TAK HINGGA Bajar/Barisa Tak Higga Barisa tak higga { },,,,, adalah suatu fugsi dari dimaa daerah domaiya adalah himpua bilaga bulat positif (bilaga asli). Cotoh: Bila,,,..,

Lebih terperinci

BAB III PERUMUSAN PENDUGA DAN SIFAT SIFAT STATISTIKNYA

BAB III PERUMUSAN PENDUGA DAN SIFAT SIFAT STATISTIKNYA BAB III PERUMUSAN PENDUGA DAN SIFAT SIFAT STATISTIKNYA 3. Perumusa Peduga Misalka N adala proses Poisso o omoge pada iterval [, dega fugsi itesitas yag tidak diketaui. Fugsi ii diasumsika teritegralka

Lebih terperinci

BAB V. INTEGRAL. Lambang anti-turunan (integral tak-tentu) oleh Leibniz adalah... dx, sehingga

BAB V. INTEGRAL. Lambang anti-turunan (integral tak-tentu) oleh Leibniz adalah... dx, sehingga BAB V. INTEGRAL 5.. Ati Turua (Itegral Tak-tetu) Defiisi: F suatu ati-turua f pada selag I jika da haya jika D F() = f() pada I, yaki F () = f() utuk semua dalam I. (Jika suatu titik ujug I, F () haya

Lebih terperinci

Metode Statistika STK211/ 3(2-3)

Metode Statistika STK211/ 3(2-3) Metode Statistika STK211/ 3(2-3) Pertemua VI Sebara Pearika Cotoh Septia Rahardiatoro - STK IPB 1 Sebara Pearika Cotoh Megidetifikasi sebara suatu fugsi dari cotoh ketika diambil dari suatu populasi X

Lebih terperinci

Oleh : Bambang Supraptono, M.Si. Referensi : Kalkulus Edisi 9 Jilid 1 (Varberg, Purcell, Rigdom) Hal

Oleh : Bambang Supraptono, M.Si. Referensi : Kalkulus Edisi 9 Jilid 1 (Varberg, Purcell, Rigdom) Hal BAB. Limit Fugsi Ole : Bambag Supraptoo, M.Si. Referesi : Kalkulus Edisi 9 Jilid (Varberg, Purcell, Rigdom) Hal 56 - Defiisi: Pegertia presisi tetag it Megataka bawa f ( ) L berarti bawa utuk tiap yag

Lebih terperinci

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET BAB VII RANDOM VARIATE DISTRIBUSI DISKRET Diskret radom variabel dapat diguaka utuk berbagai radom umber yag diambil dalam betuk iteger. Pola kebutuha ivetori (persediaa) merupaka cotoh yag serig diguaka

Lebih terperinci

Gambar 1. Partisi P dari empat persegi panjang R = [a, b] x [c, d] adalah dua himpunan i i

Gambar 1. Partisi P dari empat persegi panjang R = [a, b] x [c, d] adalah dua himpunan i i INTEGAL LIPAT. Itegral Lipat Dua dalam Koordiat Kartesius Pada bagia ii, dipelajari itegral lipat dua dalam. Misalka diketahui dua iterval tertutup [a, b] da [c, d]. Hasil kali kartesius dari kedua iterval

Lebih terperinci

9 Departemen Statistika FMIPA IPB

9 Departemen Statistika FMIPA IPB Supleme Resposi Pertemua ANALISIS DATA KATEGORIK (STK351 9 Departeme Statistika FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referesi Waktu Pegatar Aalisis utuk Data Respo Kategorik Data respo kategorik Sebara

Lebih terperinci

Probabilitas dan Statistika Teorema Bayes. Adam Hendra Brata

Probabilitas dan Statistika Teorema Bayes. Adam Hendra Brata robabilitas da Statistika Teorema ayes dam Hedra rata Itroduksi - Joit robability Itroduksi Teorema ayes eluag Kejadia ersyarat Jika muculya mempegaruhi peluag muculya kejadia atau sebalikya, da adalah

Lebih terperinci

Definisi Integral Tentu

Definisi Integral Tentu Defiisi Itegral Tetu Bila kita megedarai kedaraa bermotor (sepeda motor atau mobil) selama 4 jam dega kecepata 50 km / jam, berapa jarak yag ditempuh? Tetu saja jawabya sagat mudah yaitu 50 x 4 = 200 km.

Lebih terperinci

I. DERET TAKHINGGA, DERET PANGKAT

I. DERET TAKHINGGA, DERET PANGKAT I. DERET TAKHINGGA, DERET PANGKAT. Pedahulua Pembahasa tetag deret takhigga sebagai betuk pejumlaha suku-suku takhigga memegag peraa petig dalam fisika. Pada bab ii aka dibahas megeai pegertia deret da

Lebih terperinci

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel)

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel) DISTRIBUSI SAMPLING (Distribusi Pearika Sampel) I. PENDAHULUAN Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

Lebih terperinci

Kalkulus Rekayasa Hayati DERET

Kalkulus Rekayasa Hayati DERET Kalkulus Rekayasa Hayati DERET 1 Isi Bab Pedahulua Barisa tak-higga Deret tak-higga Deret Positif : Uji kekovergea Deret Gati Tada Deret Pagkat Deret Taylor da Maclauri 2 Kompetesi Dasar Setelah megikuti

Lebih terperinci

Penyelesaian Persamaan Non Linier

Penyelesaian Persamaan Non Linier Peyelesaia Persamaa No Liier Metode Iterasi Sederhaa Metode Newto Raphso Permasalaha Titik Kritis pada Newto Raphso Metode Secat Metode Numerik Iterasi/NewtoRaphso/Secat - Metode Iterasi Sederhaa- Metode

Lebih terperinci

Galat dan Perambatannya

Galat dan Perambatannya Modul 1 Galat da Perambataya Prof. Dr. Bambag Soedijoo P PENDHULUN ada Modul 1 ii dibahas masalah galat atau derajat kesalaha da perambataya, dega demikia para peggua modul ii diharapka telah memahami

Lebih terperinci

SEBARAN t dan SEBARAN F

SEBARAN t dan SEBARAN F SEBARAN t da SEBARAN F 1 Tabel uji t disebut juga tabel t studet. Sebara t pertama kali diperkealka oleh W.S. Gosset pada tahu 1908. Saat itu, Gosset bekerja pada perusahaa bir Irladia yag melarag peerbita

Lebih terperinci

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR Nur Aei Prodi Matematika, FST-UINAM uraeiatullah@gmail.com Ifo: Jural MSA Vol. 3 No. 2 Edisi: Juli Desember

Lebih terperinci

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy BAB III PEMBAHASAN Pada BAB III ii aka dibahas megeai betuk program liear fuzzy dega koefisie tekis kedala berbetuk bilaga fuzzy da pembahasa peyelesaia masalah optimasi studi kasus pada UD FIRDAUS Magelag

Lebih terperinci

Solusi Pengayaan Matematika

Solusi Pengayaan Matematika Solusi Pegayaa Matematika Edisi 11 Maret Peka Ke-, 2007 Nomor Soal: 101-110 101. Bilaga desimal 0,7777 diyataka dalam hasil bagi bilaga rasioal sebagai a b, dega a da b relatif prima. Nilai dari ab A.

Lebih terperinci

POSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan

POSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan POSITRON, Vol. II, No. (0), Hal. -5 ISSN : 30-4970 Peetua Eergi Osilator Kuatum Aharmoik Megguaka Teori Gaggua Iklas Saubary ), Yudha Arma ), Azrul Azwar ) )Program Studi Fisika Fakultas Matematika da

Lebih terperinci

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR Nur Aei Prodi Matematika, FST-UINAM uraeiatullah@gmail.com Ifo: Jural MSA Vol. 3 No. 2 Edisi: Juli Desember

Lebih terperinci

Teorema Nilai Rata-rata

Teorema Nilai Rata-rata Nilai Kus Prihatoso April 27, 2012 Yogyakarta Nilai Suatu Fugsi Masih igatkah ada tetag ilai rata-rata dari sekmpula bilaga? Berapakah ilai rata-rata dari sebayak bilaga y 1, y 2,..., y? Nilai Suatu Fugsi

Lebih terperinci

BAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang

BAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang BAB I PENDAHULUAN 1.1 Latar Belakag Masalah Itegral adalah salah satu kosep petig dalam Matematika yag dikemukaka pertama kali oleh Isac Newto da Gottfried Wilhelm Leibiz pada akhir abad ke-17. Selajutya

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Lokasi da Waktu Pegambila Data Pegambila data poho Pius (Pius merkusii) dilakuka di Huta Pedidika Guug Walat, Kabupate Sukabumi, Jawa Barat pada bula September 2011.

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 3 BAB II TINJAUAN PUSTAKA Pada bab ii aka dituliska beberapa aspek teoritis berupa defiisi, teorema da sifat-sifat yag berhubuga dega aljabar liear, struktur aljabar da teori kodig yag diguaka sebagai

Lebih terperinci

KALKULUS 4. Dra. D. L. Crispina Pardede, DEA. SARMAG TEKNIK MESIN

KALKULUS 4. Dra. D. L. Crispina Pardede, DEA. SARMAG TEKNIK MESIN KALKULUS Dra. D. L. Crispia Pardede DEA. SARMAG TEKNIK MESIN KALKULUS - SILABUS. Deret Fourier.. Fugsi Periodik.2. Fugsi Geap da Gajil.3. Deret Trigoometri.. Betuk umum Deret Fourier.. Kodisi Dirichlet.6.

Lebih terperinci

Studi Plasma Immersion Ion Implantation (PIII) dengan menggunakan Target Tak Planar

Studi Plasma Immersion Ion Implantation (PIII) dengan menggunakan Target Tak Planar JURNAL FISIKA DAN APLIKASINYA VOLUME 6, NOMOR JUNI,1 Studi Plasma Immersio Io Implatatio PIII dega megguaka Target Tak Plaar Yoyok Cahyoo Jurusa Fisika, FMIPA-Istitut Tekologi Sepuluh Nopember ITS Kampus

Lebih terperinci

KELUARGA EKSPONENSIAL Untuk Memenuhi Tugas Mata Kuliah Statistika Inferensial Dosen Pengampu: Nendra Mursetya Somasih Dwipa, M.Pd

KELUARGA EKSPONENSIAL Untuk Memenuhi Tugas Mata Kuliah Statistika Inferensial Dosen Pengampu: Nendra Mursetya Somasih Dwipa, M.Pd KELUARGA EKSPONENSIAL Utuk Memeuhi Tugas Mata Kuliah Statistika Iferesial Dose Pegampu: Nedra Mursetya Somasih Dwipa, M.Pd Disusu Oleh : V A4 Kelompok. Nuuk Rohaigsih (444009). Rochayati (444000) 3. Siam

Lebih terperinci

BAB 5 OPTIK FISIS. Prinsip Huygens : Setiap titik pada muka gelombang dapat menjadi sumber gelombang sekunder. 5.1 Interferensi

BAB 5 OPTIK FISIS. Prinsip Huygens : Setiap titik pada muka gelombang dapat menjadi sumber gelombang sekunder. 5.1 Interferensi BAB 5 OPTIK FISIS Prisip Huyges : Setiap titik pada muka gelombag dapat mejadi sumber gelombag sekuder. 5. Iterferesi - Iterferesi adalah gejala meyatuya dua atau lebih gelombag, membetuk gelombag yag

Lebih terperinci

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak: PENGUJIAN HIPOTESIS A. Lagkah-lagkah pegujia hipotesis Hipotesis adalah asumsi atau dugaa megeai sesuatu. Jika hipotesis tersebut tetag ilai-ilai parameter maka hipotesis itu disebut hipotesis statistik.

Lebih terperinci

UKURAN PEMUSATAN DATA

UKURAN PEMUSATAN DATA Malim Muhammad, M.Sc. UKURAN PEMUSATAN DATA J U R U S A N A G R O T E K N O L O G I F A K U L T A S P E R T A N I A N U N I V E R S I T A S M U H A M M A D I Y A H P U R W O K E R T O DEFINISI UKURAN PEMUSATAN

Lebih terperinci

Himpunan/Selang Kekonvergenan

Himpunan/Selang Kekonvergenan oki eswa (fmipa-itb) Deret Pagkat Kita aka mempelajari beberapa tehik utuk meyajika suatu fugsi f (x) dalam betuk deret pagkat (power series), yaitu meetuka derat pagkat c (x a) sehigga f (x) = c (x a)

Lebih terperinci

Aji Wiratama, Yuni Yulida, Thresye Program Studi Matematika Fakultas MIPA Universitas Lambung Mangkurat Jl. Jend. A. Yani km 36 Banjarbaru

Aji Wiratama, Yuni Yulida, Thresye Program Studi Matematika Fakultas MIPA Universitas Lambung Mangkurat Jl. Jend. A. Yani km 36 Banjarbaru Jural Matematika Muri da Terapa εpsilo Vol.8 No.2 (24) Hal. 39-45 APLIKASI METODE DEKOMPOSISI ADOMIAN UNTUK MENENTUKAN FORMULA TRANSFORMASI LAPLACE Aji Wiratama, Yui Yulida, Thresye Program Studi Matematika

Lebih terperinci

Bab 8 Teknik Pengintegralan

Bab 8 Teknik Pengintegralan Catata Kuliah MA3 Kalkulus Elemeter II Oki Neswa,Ph.D., Departeme Matematika-ITB Bab 8 Tekik Pegitegrala Metoda Substitusi Itegral Fugsi Trigoometrik Substitusi Merasioalka Itegral Parsial Itegral Fugsi

Lebih terperinci

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari.

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari. Selag Kepercayaa Cotoh Besar Jika ukura cotoh (sample size) besar, maka meurut Teorema Limit Pusat, bayak statistik megikuti/mempuyai sebara yag medekati ormal (dapat diaggap ormal). Artiya jika adalah

Lebih terperinci

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3 BAB XII. SUKU BANYAK A = a Pegertia: f(x) = a x + a x + a x + + a x +a adalah suku bayak (poliom) dega : - a, a, a,.,a, a, a 0 adalah koefisiekoefisie suku bayak yag merupaka kostata real dega a 0 - a

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, , Agustus 2003, ISSN : METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, , Agustus 2003, ISSN : METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT Vol. 6. No., 97-09, Agustus 003, ISSN : 40-858 METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT Robertus Heri Jurusa Matematika FMIPA UNDIP Abstrak Tulisa ii membahas peetua persamaa ruag

Lebih terperinci

BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL

BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL Defiisi Persamaa diferesial adalah persamaa yag melibatka variabelvariabel tak bebas da derivatif-derivatifya terhadap variabel-variabel bebas. Berikut ii adalah

Lebih terperinci

ISIAN SINGKAT! 1. Diberikan hasil kali digit digit dari n harus sama dengan 25

ISIAN SINGKAT! 1. Diberikan hasil kali digit digit dari n harus sama dengan 25 head office : Kompleks Sawaga Permai Blok A5 No.1A, Sawaga, Depok 16511 Telp.01-951 1160. cotact perso : 0-878787-1-8585 / 081-8691-10 Bidag Studi Kode Berkas Waktu : Matematika : MA-L01 (solusi) : 90

Lebih terperinci

Distribusi Sampling (Distribusi Penarikan Sampel)

Distribusi Sampling (Distribusi Penarikan Sampel) Distribusi Samplig (Distribusi Pearika Sampel) 1. Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

Lebih terperinci

III PERBANDINGAN MODEL-MODEL BINOMIAL. : harga saham : tingkat harapan pendapatan. yaitu

III PERBANDINGAN MODEL-MODEL BINOMIAL. : harga saham : tingkat harapan pendapatan. yaitu III PERBANDINGAN MODEL-MODEL BINOMIAL 3. Model Kotiu da Model Diskret Perkembaga Harga Saham Saham merupaka aset fiasial yag ilaiya berubah-ubah megikuti harga pasar, sehigga dalam jagka waktu tertetu

Lebih terperinci

Secara umum, suatu barisan dapat dinyatakan sebagai susunan terurut dari bilangan-bilangan real:

Secara umum, suatu barisan dapat dinyatakan sebagai susunan terurut dari bilangan-bilangan real: BARISAN TAK HINGGA Secara umum, suatu barisa dapat diyataka sebagai susua terurut dari bilaga-bilaga real: u 1, u 2, u 3, Barisa tak higga merupaka suatu fugsi dega domai berupa himpua bilaga bulat positif

Lebih terperinci

Mekanika Fluida II. Aliran Berubah Lambat

Mekanika Fluida II. Aliran Berubah Lambat Mekaika Fluida II Alira Berubah Lambat Itroductio Perilaku dasar berubah lambat: - Kedalama hidrolis berubah secara lambat pada arah logitudial - Faktor pegedali alira ada di kombiasi di hulu & hilir -

Lebih terperinci

Statistika dibagi menjadi dua, yaitu: 1. Statistika Deskriftif 2. Statistik Inferensial Penarikan kesimpulan dapat dilakukan dengan dua cara, yaitu:

Statistika dibagi menjadi dua, yaitu: 1. Statistika Deskriftif 2. Statistik Inferensial Penarikan kesimpulan dapat dilakukan dengan dua cara, yaitu: Peaksira Parameter Statistika dibagi mejadi dua yaitu:. Statistika Deskriftif 2. Statistik Iferesial Pearika kesimpula dapat dilakuka dega dua cara yaitu:. Peaksira Parameter 2. Pegujia Hipotesis Peaksira

Lebih terperinci

BAB 6. DERET TAYLOR DAN DERET LAURENT Deret Taylor

BAB 6. DERET TAYLOR DAN DERET LAURENT Deret Taylor Bab 6 Deret Taylor da Deret Lauret BAB 6 DERET TAYLOR DAN DERET LAURENT 6 Deret Taylor Misal fugsi f aalitik pada - < R ligkara dega pusat di da jari-jari R Maka utuk setiap titik pada ligkara itu f dapat

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Didalam melakuka kegiata suatu alat atau mesi yag bekerja, kita megeal adaya waktu hidup atau life time. Waktu hidup adalah lamaya waktu hidup suatu kompoe atau uit pada

Lebih terperinci

SISTEM PERSAMAAN LINEAR PADA ALJABAR MIN-PLUS

SISTEM PERSAMAAN LINEAR PADA ALJABAR MIN-PLUS Prosidig Semiar Nasioal Peelitia, Pedidika da Peerapa MIPA, Fakultas MIPA, Uiversitas Negeri Yogyakarta, 4 Mei 0 SISTEM PERSAMAAN LINEAR PADA ALJABAR MIN-PLUS Musthofa Jurusa Pedidika Matematika FMIPA

Lebih terperinci

SISTEM PERSAMAAN LINEAR PADA ALJABAR MIN-PLUS. Abstrak

SISTEM PERSAMAAN LINEAR PADA ALJABAR MIN-PLUS. Abstrak Prosidig Semiar Nasioal Peelitia, Pedidika da Peerapa MIPA, Fakultas MIPA, Uiversitas Negeri Yogyakarta, 4 Mei 0 SISTEM PERSAMAAN LINEAR PADA ALJABAR MIN-PLUS Musthofa Jurusa Pedidika Matematika FMIPA

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 6 BAB 2 LANDASAN TEORI 2.1. Metode Kuadrat Terkecil Aalisis regresi merupaka aalisis utuk medapatka hubuga da model matematis atara variabel depede (Y) da satu atau lebih variabel idepede (X). Hubuga atara

Lebih terperinci

4.7 TRANSFORMASI UNTUK MENDEKATI KENORMALAN

4.7 TRANSFORMASI UNTUK MENDEKATI KENORMALAN 4.7 TRANSFORMASI UNTUK MENDEKATI KENORMALAN Saat asumsi keormala tidak dipuhi maka kesimpula yag kita buat berdasarka suatu metod statistik yag mesyaratka asumsi keormala meadi tidak baik, sehigga mucul

Lebih terperinci

TURUNAN FUNGSI. Definisi. 3.1 Pengertian Turunan Fungsi. Turunan fungsi f adalah fungsi f yang nilainya di c adalah. asalkan limit ini ada.

TURUNAN FUNGSI. Definisi. 3.1 Pengertian Turunan Fungsi. Turunan fungsi f adalah fungsi f yang nilainya di c adalah. asalkan limit ini ada. 3 TURUNAN FUNGSI 3. Pegertia Turua Fugsi Defiisi Turua fugsi f adala fugsi f yag ilaiya di c adala f c f c f c 0 asalka it ii ada. Coto Jika f 3 + +4, maka turua f di adala f f f 0 3 4 3.. 4 0 34 4 4 4

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN Sedagka itegrasi ruas kaa utuk ersamaa (3b) diperoleh ds / = S... (36) Dega demikia pesamaa yag harus dipecahka adalah l 1 1 u u = S (37) Dari ersamaa (37) diperoleh persamaa utuk u u S = exp S 1exp S...

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Statistika iferesi merupaka salah satu cabag statistika yag bergua utuk meaksir parameter. Peaksira dapat diartika sebagai dugaa atau perkiraa atas sesuatu yag aka terjadi

Lebih terperinci

5. KARAKTERISTIK RESPON

5. KARAKTERISTIK RESPON 5. ARATERISTI RESPON Adalah ciri-ciri khusus perilaku diamik (spesifikasi performasi) Taggapa (respo) output sistem yag mucul akibat diberikaya suatu siyal masuka tertetu yag khas betukya (disebut sebagai

Lebih terperinci

INTEGRAL CONTOUR. 2. Fungsi f tetap, C dipandang sebagai variabel

INTEGRAL CONTOUR. 2. Fungsi f tetap, C dipandang sebagai variabel INTEGRAL ONTOUR Tujua Perkuliaha: Mahasiswa dapat memahami kosep itegral cotour da meyelesaika masalah dalam itegral otour. Defiisi: Diberika fugsi z = z(t) utuk a t b, Mewakili sebuah litasa yag diperpajag

Lebih terperinci

BAB 6: ESTIMASI PARAMETER (2)

BAB 6: ESTIMASI PARAMETER (2) Bab 6: Estimasi Parameter () BAB 6: ESTIMASI PARAMETER (). ESTIMASI PROPORSI POPULASI Proporsi merupaka perbadiga atara terjadiya suatu peristiwa dega semua kemugkiaa peritiwa yag bisa terjadi. Besara

Lebih terperinci

PERTEMUAN 13. VEKTOR dalam R 3

PERTEMUAN 13. VEKTOR dalam R 3 PERTEMUAN VEKTOR dalam R Pegertia Ruag Vektor Defiisi R Jika adalah sebuah bilaga bulat positif, maka tupel - - terorde (ordered--tuple) adalah sebuah uruta bilaga riil ( a ),a,..., a. Semua tupel - -terorde

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 31-41, April 2004, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 31-41, April 2004, ISSN : Vol. 7. No. 1, 31-41, April 24, ISSN : 141-8518 Peetua Kestabila Sistem Kotrol Lup Tertutup Waktu Kotiu dega Metode Trasformasi ke Betuk Kaoik Terkotrol Robertus Heri Jurusa Matematika FMIPA UNDIP Abstrak

Lebih terperinci

TRANSFORMASI BOX-COX PADA ANALISIS REGRESI LINIER SEDERHANA

TRANSFORMASI BOX-COX PADA ANALISIS REGRESI LINIER SEDERHANA Jural Matematika UNAND Vol. 2 No. 2 Hal. 115 122 ISSN : 2303 2910 c Jurusa Matematika FMIPA UNAND TRANSFORMASI BOX-COX PADA ANALISIS REGRESI LINIER SEDERHANA ELVI YATI, DODI DEVIANTO, YUDIANTRI ASDI Program

Lebih terperinci

Persamaan Non-Linear

Persamaan Non-Linear Persamaa No-Liear Peyelesaia persamaa o-liear adalah meghitug akar suatu persamaa o-liear dega satu variabel,, atau secara umum dituliska : = 0 Cotoh: 2 5. 5 4 9 2 0 2 5 5 4 9 2 2. 2 0 2 5. e 0 Metode

Lebih terperinci

B A B 7 DIFERENSIASI DAN INTEGRASI NUMERIK

B A B 7 DIFERENSIASI DAN INTEGRASI NUMERIK 8 B A B 7 DIFERENSIASI DAN INTEGRASI NUMERIK A. D I F E R E N S I A S I N U M E R I K Misal diberika set data Diketaui set data (, ), (, ), (, ),., (, ) ag memeui relasi = f() Aka ditetuka d/d dalam iterval,

Lebih terperinci

MINGGU KE-12 TEOREMA LIMIT PUSAT DAN TERAPANNYA

MINGGU KE-12 TEOREMA LIMIT PUSAT DAN TERAPANNYA MINGGU KE-12 TEOREMA LIMIT PUSAT DAN TERAPANNYA TEOREMA LIMIT PUSAT DAN TERAPANNYA Telah dikeal bahwa X 1, X 2...X sampel radom dari distribusi ormal dega mea µ da variasi σ 2, maka x µ σ/ atau xi µ σ

Lebih terperinci

BAB 1 PENDAHULUAN. dimana f(x) adalah fungsi tujuan dan h(x) adalah fungsi pembatas.

BAB 1 PENDAHULUAN. dimana f(x) adalah fungsi tujuan dan h(x) adalah fungsi pembatas. BAB 1 PENDAHUUAN 1.1 atar Belakag Pada dasarya masalah optimisasi adalah suatu masalah utuk membuat ilai fugsi tujua mejadi maksimum atau miimum dega memperhatika pembatas pembatas yag ada. Dalam aplikasi

Lebih terperinci

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya 5 BAB II LANDASAN TEORI Dalam tugas akhir ii aka dibahas megeai peaksira besarya koefisie korelasi atara dua variabel radom kotiu jika data yag teramati berupa data kategorik yag terbetuk dari kedua variabel

Lebih terperinci

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian BAB I PENDAHULUAN A. Latar Belakag Masalah Matematika merupaka suatu ilmu yag mempuyai obyek kajia abstrak, uiversal, medasari perkembaga tekologi moder, da mempuyai pera petig dalam berbagai disipli,

Lebih terperinci

1200 (0,535) (0,465) (1200 1).0,05 + (0,535) (0,465)

1200 (0,535) (0,465) (1200 1).0,05 + (0,535) (0,465) = DATA DAN METODE PENELITIAN Data Peelitia Data yag diguaka dalam peelitia ii adalah data primer hasil yag diperoleh melalui peyebara kuisioer da metode wawacara sebagai data pelegkap. Pegumpula data dilaksaaka

Lebih terperinci

Distribusi Sampel, Likelihood dan Penaksir

Distribusi Sampel, Likelihood dan Penaksir BAB 1 Distribusi Sampel, Likelihood da Peaksir 1.1 Sampel Acak Misalka X 1, X 2,..., X sampel acak berukura (radom sample of size ). Fugsi peluag -variat ya adalah f X1,X 2,,X (x 1, x 2,..., x ) = f Xi

Lebih terperinci

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi.

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi. Distribusi Samplig (Distribusi Pearika Sampel). Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

Lebih terperinci

Kata kunci : termodinamika kuantum, mesin panas kuantum, efisiensi

Kata kunci : termodinamika kuantum, mesin panas kuantum, efisiensi ABSTRAK KARAKTERISTIK PROSES TERMODINAMIKA KUANTUM DAN MESIN PANAS KUANTUM Nofa Ria Sagita*) da Agus Purwato Laboratorium Fisika Teori da Filsafat Alam (LaFTiFA) Jurusa Fisika FMIPA-ITS Kampus ITS Sukolilo-Surabaya

Lebih terperinci