ρ = sehingga momen pertama dan kedua BAB 2 TEORI DASAR 2.1 Random Walk ρi = ε) = q= 1 p. Posisi suku bunga bergerak pada

Ukuran: px
Mulai penontonan dengan halaman:

Download "ρ = sehingga momen pertama dan kedua BAB 2 TEORI DASAR 2.1 Random Walk ρi = ε) = q= 1 p. Posisi suku bunga bergerak pada"

Transkripsi

1 BAB EORI DASAR Uuk meeuka ieres rae differeial, peulis aka membahas erlebih dahulu beberapa eori yag berkaia dega proses sokasik Pergeraka suau parikel yag bergerak secara acak aau disebu juga megikui proses sokasik dibahas dalam eori radom walk da gerak Brow Sisem diamik yag diguaka pada pegopimala biaya iesasi berbeuk persamaa diferesial sokasik sehigga peulis aka membahas solusi persamaa diferesial sokasik sedagka pedekaa dalam medapaka solusi persamaa diferesial biasa orde bisa melalui persamaa Bellma yag diuruka dari pemrograma diamik Peeua biaya iesasi yag opimal megguaka eori korol opimal dega ideks performasi aau fugsi ogkos berupa liier kuadraik regulaor Radom Walk Misalka suku buga berada pada sumbu x pada saa = 0 dapa bergerak aik aau uru dega jarak yag sama yaiu sepajag ε saua lagkah ρ i dapa diyaaka sebagai suku buga pada lagkah ke-i yag berilai +ε pada saa bergerak aik da -ε pada saa bergerak uru Uuk suku buga yag bergerak aik mempuyai peluag sebesar P( ρ = ε) =, sedagka peluag suku buga r i p bergerak uru sebesar P( r ρi = ε) = q= p Posisi suku buga bergerak pada lagkah ke- yaiu: ρ = sehigga mome perama da kedua ρ ρ ρ dari ρ i, uuk i =,,, yaiu: ( ρ ) ε ε ε, E = p q = p q () i p q E i p q pq ar ρi = ε + ε ρ = ε ε = 4 ε () 4

2 BAB EORI DASAR 5 Berdasarka sifa dari ρ i yag salig bebas erhadap sau sama lai, maka persamaa () da () dapa diyaaka sebagai beriku E E E p q i= i= ( ρ ) = ρi = ( ρi) = ( ) ε, (3) Var ρ = 4pqε (4) Defiisika bahwa ieral erhadap perubaha waku adalah Δ = Dega ρ = demikia, persamaa (3) da (4) mejadi E( ) ( p q) ε Var ( ρ ) = 4 pq Beriku ii adalah ilusrasi pergeraka suku buga Δ ε Δ da q p 0 ( x ) ε xε ( x + ) ε Gambar : Ilusrasi pergeraka suku buga Uuk x lagkah dapa diyaaka p ( + xε ) da q ( xε ) sehigga beuk ariasi di aas dapa diaggap sebesar 4pq da uuk selag wakuya yag diperkecil sehigga lim ε Δ 0 ε Δ = σ Melalui beuk ekspekasi suku buga yag ε μ elah dikeahui sehigga ( p q) = μ mejadi ( p q) x ε = σ Akibaya, Δ σ μ ilai x dapa dieuka yaiu x = Dega demikia, peluag suku buga σ

3 BAB EORI DASAR 6 μ bergerak aik da uru masig-masig sebesar p + ε σ da μ q ε σ Gerak Brow (Browia Moio) Proses sokasik { } W di uuk [0, ) dikaaka gerak Brow (sadar) aau proses Wieer jika memeuhi kodisi dibawah ii, yaiu: W 0 = 0 W adalah fugsi koiu 3 Bila 0 = 0 < < < < dega W sasioer da keaika dari W yaiu Y = W W Y = W W maka 0 Y = W W YYY,,,, Y salig bebas da berdisribusi ormal a) 3 b) E Y j = 0, uuk seiap j c) ( Yj) j j Misalka ar =, uuk seiap j W adalah sebuah proses wieer sehigga perubaha pada W yaiu erhadap ieral waku Δ, memeuhi kodisi beriku: Δ W, Hubuga aara Δ W da Δ yaiu Δ W = Y Δ, dimaa Y adalah peubah acak yag berdisribusi ormal dega meaya adalah 0 da sadar deiasiya adalah Dega demikia, E( dw ) = 0 da = = Var dw E dw d

4 BAB EORI DASAR 7 Peubah acak Y yag beruru-uru salig bebas sehigga [ ] 0 EYY = uuk s Maka ilai Δ W dari uuk seiap ieral waku yag berbeda adalah salig bebas Selajuya peulis aka membahas beberapa jeis gerak Brow s Gerak Brow Arimaik (Arihmaic Browia) Gerak Brow sadar yag mempuyai ekspekasi perubaha pada W adalah 0 da olailiasya adalah Secara umum perubaha suku buga dapa dikaaka bahwa dimaa ρ ρ = μξ + σ ξ (5) + h Y+ ξ ρ berdisribusi ormal da parameer ξ meyaaka periode pedek dari waku Misalka ξ = /, =0, da h= sehigga persamaa (5) mejadi Yi ξ ρ ρ0 = μ + σyi ξ = μ + σ i= i= (6) Uuk meuju ak higga, dega megguaka eorema limi pusa suku di sisi kaa aka berdisribusi ormal yaiu N(0, ) sehigga persamaa (6) dapa diuliska yaiu ρ ρ = μ + σ (7) 0 W Dega demikia, beuk diferesial dari persamaa (7) adalah dρ = μd+ σdw, (8) dimaa suku μ meyaaka peyimpaga perubaha suku buga da σ meyaaka olailias suku buga Proses Orsei-Uhlebeck Beberapa iesor asig yag meyakii bahwa suku buga domesik cederug uuk kembali ke ilai yag eap megakibaka perluya uuk melakuka modifikasi dari proses gerak Brow Arimaik yaiu proses Orsei-Uhlebeck, biasa dikeal dega mea reesio Secara garis besar, proses ii meyaaka bahwa jika suku buga saa iu lebih kecil dari ilai yag dieapka maka suku

5 BAB EORI DASAR 8 buga ersebu aka cederug uuk aik kembali Sebalikya, jika suku bugaya lebih besar dari ilai yag dieapka maka suku buga ersebu aka cederug uuk uru kembali Suku buga ersebu aka meuju ke ilai yag eap da biasaya meuju suku buga ierasioal Dega demikia, persamaa (8) dapa dimodifikasi mejadi dρ = ω ρ ρ d+ σ dw (9) Persamaa (9) meyaaka bahwa jika ρ lebih besar dari ρ maka suku peyimpaga ω ρ ρ d mejadi berilai egaif Jika ρ lebih kecil dari ρ maka suku peyimpaga mejadi berilai posiif Parameer ω meyaaka ukura kecepaa peyimpaga meuju ilai yag eap yaiu ρ Jika ω besar, maka ρ aka bergerak lebih cepa meuju ilai yag eap Dalam hal ii, diharapka ρ meuju ρ σ meyaaka olailias dari suku buga Uuk lebih jelasya, dapa diliha dari gambar () di bawah ii Gambar : Ilusrasi proses Orsei-Uhlebeck 3 Persamaa Diferesial Sokasik Misalka suau sisem diamik megikui persamaa diferesial sebagai beriku dρ = μρ d+ σρ dw, (0)

6 BAB EORI DASAR 9 dega dw = Y d, dimaa Y berdisribusi ormal baku Perhaika fugsi dega peubah acak: V = V(ρ,) Dega memafaaka dere aylor pada V,diperoleh V V V V V dv = dρ+ d + ( dρ) + ( d) + dρd + ρ ρ ρ Persamaa (0) disubsiusika ke persamaa (), diperoleh () V V V dv ( μρ d σρ = + dw ) + d + ( d dw ) ρ ρ μρ + σρ V V + ( d) + ( μρd + σρdw ) d + () ρ Selajuya dari persamaa () haya diambil suku dega orde d sehigga dρd μρd σρdw d μρ d σρdy d = ( + ) = + 0 (3) ρ μρ σρ μ ρ μσρ σ ρ 3/ ( d ) = ( d+ dw) = ( d) + ( d) Y + Y ( d) σ ρ Yd (4) Persamaa (3) da (4) disubsiusi ke persamaa () sehigga diperoleh V V V V dv = + μρ + σ ρ Y d σρdw + dega Y N(0,) ρ ρ ρ (5) Beriku ii adalah perluasa Lemma Io uuk medapaka solusi dari persamaa diferesial sokasik dv = μv d + σv dw, (6) Asumsika bahwa f (, V) mempuyai urua parsial kedua yag koiu Beuk dere aylor uuk f (, V ) adalah ( +, ) (, ) = (, ) + (, ) f dw f W f W d f W dw + d + f, W d + f, W ddw + f, W dw + (7) Uuk peyederhaaa peulisa pada persamaa (7), oasi beriku uuk urua parsial dari f(,v), yaiu

7 BAB EORI DASAR 0 fi (, V) = f(, ), i =, i =, = V fij (, V) = f (, ), i=, i j =, = V (8) (9) Dega megabaika orde yag iggi da mesubsiusika persamaa (8) da (9) ke persamaa (7) maka persamaa (7) mejadi (, ) (, ) f W f s W = s s f ( VW, ) + f ( VW, ) dv+ f ( VW, ) dw, s< V V V V s Persamaa (6) dapa dibeuk mejadi (0) σ, [ 0, ] () V = V + μ V ds+ V dws 0 s s 0 0 Misalka V f ( W, ) = maka persamaa (0) mejadi V V = + f ( s, W ) + f ( s, W ) ds+ f ( s, W ) dw 0 s s s s 0 0 () Dega meyamaka ruas kiri da kaa dari persamaa () da () diperoleh μ f (, V) = f(, V) + f(, V), (3) σ f (, V) = f(, V) (4) Dega megacu persamaa (8) da (9) sehigga persamaa (4) dapa dikaaka bahwa σ f (, V) = f(, V) (5) Dari persamaa (4) da subsiusi dari persamaa (5) ke persamaa (3) mejadi ( μ 05 σ ) f (, V) f(, V), σ f(, V) f(, V) = = (6)

8 BAB EORI DASAR Sebagai pedekaa dalam mecari solusi maka beuk f(,v) dapa diuliska sebagai beuk dari perkalia buah fugsi yaiu f(,v)=g l V, sehigga persamaa (6) mejadi μ σ = σ = (7) 05 g g, lv lv Persamaa (7) dapa diselesaika dega megguaka meode separasi ariabel, yaiu ( 05 ) V g g e μ = σ, l = l e σ sehigga f(,v) dapa yaaka 0 V 0 ( 05 ) V f(, V) = g l e μ σ + σ, dega V0 = f(0,0) = g0l0 Dega demikia, solusi 00 persamaa diferesial sokasik pada persamaa (6) yaiu ( μ 05σ ) + σw V = f(, W ) = V e, 0, (8) 0 [ ] 4 Pemrograma Diamik (Dyamic Programmig) Pemrograma diamik elah dikembagka oleh REBellma pada akhir 950a ekik ii merupaka ekik dasar uuk memecahka masalah pegopimala diamik yag diguaka oleh iesor uuk pegambila kepuusa yag opimal Permasalaha ersebu dibeuk dari permasalaha umum secara koiu erhadap waku sehigga dega proses rekursif didapaka persamaa Bellma yag meyaaka hubuga aara besarya iesasi pada suau saa dega reur yag didapaka oleh iesor asig 4 Permasalaha Umum Aar-waku (A Geeral Ieremporal Problem) Perhaika beriku ii permasalaha umum opimisasi aarwaku dibawah keidakpasia yag dihadapi iesor asig Misalka adalah ekor ( ) dari ariabel keadaa V (sae) pada saa = 0,,, + Misalka u adalah ekor ( k ) dari ariabel korol U pada saa = 0,, Masalah yag dihadapi adalah memilih u0, u,, u,,, + uuk memaksimumka sebuah fugsi objekif M ( 0, u0, u,,,, u, + ), (9)

9 BAB EORI DASAR dimaa 0 diberika da kedala dari sisem yag meghubugka ariabel korol da sae, dapa diuliska dalam beuk implisi, yaiu C (, u,, u,,, u, + ) 0 (30) 0 0 Permasalaha ii dapa diselesaika dega megguaka Lagrage da memaksimumka fugsi objekif erhadap kedalaya, yaiu J = M(, u,, u,,, u, ) + λc(, u,, u,,, u, ), (3) dimaa λ adalah pegali Lagrage dega ekor ( ) + Solusi dari permasalaha ii dapa diyaaka sebagai himpua dari fugsi u0 = H0( 0), u = H( 0),, u = H( 0) da himpua dari = w ( 0), = w ( 0),, += w +( 0) Dega demikia, kia dapa meeuka ilai opimal dari u da dari solusi yag bersifa rekursif 4 Permasalaha Rekursif Dari persamaa (9) da (30), dapa diuliska kembali pemiliha ( u,, u,,, u, + ) mejadi 0 θ0( 0, u0) + θ(, u) + + θ (, u) + W0( + ), (3) k dimaa 0 diberika Misalka himpua {,, u : c(, u), u + + R } sehigga kedala yag diuliska pada persamaa (30) dapa diuliska ke dalam beuk persamaa rasisi = c (, u ) = c (, u ) = + c(, u) (33) Fugsi θ (, u ) disebu juga fugsi reur sau periode pada saa, sedagka fugsi c(, u) disebu fugsi rasisi pada saa Selajuya, dega megguaka Lagrage dari persamaa (3) da (33) mejadi L = θ0( 0, u0) + θ(, u) + + θ (, u) + W0( + )

10 BAB EORI DASAR 3 + λ0[ c0( 0, u0) - ] + λ[ c(, u) - ] + + λ [ c(, u) - + ], (34) dimaa λ adalah ekor ( ) dari pegali Lagrage uuk = 0,, dega demikia, beuk urua orde perama erhadap masig-masig parameer yag erliba di persamaa (34) adalah (, u ) L θ c = (, u) + λ = 0, = 0,,, u u u (, u ) L θ c = + (, u) λ λ = 0, =,,, L + ( ) = W λ = 0, 0 + (35a) (35b) (35c) = c, u, = + 0,,,, (35d) Dari persamaa (35b) dega megubah waku mejadi maju sau periode, sehigga (, u ) c (, u ) θ λ = λ + (36) Dega megguaka persamaa (36) da (35c) secara rekursif uuk meghilagka usur λ, = 0,, da dari persamaa (35a) da (35d) sehigga dapa diyaaka sebagai beriku: (, ) θ c u c c c (, u ) θ θ θ u u c + W0( + ) = 0, = 0,, (37a) = c, u, = +,, (37b) θ u (, ) c u, u + W = 0, 0 + u = + c, u (37c) (37d) Berdasarka persamaa (37a)-(37d), diguaka sraegi rekursif mudur Misalka diberika, persamaa (37d) dapa dibeuk mejadi

11 BAB EORI DASAR 4 f( ), u + l( ), (38) dimaa f ( ) c[, u = l ( )] Selajuya dari persamaa (37a) da (37b) dega = - mejadi (, ) θ c u θ c (, u ) + + (, u) W0( + ) = 0, u u = c, u (39) (40) Dari persamaa (38) sehigga persamaa (40) dapa diyaaka dalam beuk: = f Melalui proses rekursif, persamaa (38) mejadi u = l ( ),,,,,0 = Dega demikia, u = l ( ), = f ( ) meyelesaika persamaa (39) da (40) yaiu θ c θ c θ c θ c u u (, u ) c + W0( ) + = 0, = 0,, (4) da = cs( s, us), uuk s =, + +,, (4) 43 Persamaa Bellma Defiisika fugsi ilai kekayaa uuk permasalaha sau periode W { θ ( + )} 0 u yaiu W ( ) = max, u + W, (43) = yag didapaka dari persamaa (4) dega + erhadap c ( u ), diberika Dega megguaka Lagrage uuk permasalaha diaas, maka dari persamaa (4) dapa diyaaka sebagai beriku θ u (, ) c u, u + W = 0 (44) 0 + u Misalka dega melakuka subsiusi u = l ( ) pada persamaa (44) da subsiusi persamaa (37d) ke persamaa (43) mejadi

12 BAB EORI DASAR 5 [ ] ( [ ]) W ( ) = θ, l ( ) + W c, l ( ) 0 Dega urua perama dari persamaa (45) sebagai beriku: [ ] [ ] ( [ ]) 0 (45) θ c W ( ) =, l ( ) +, l ( ) W c, l ( ) (46) Defiisika bahwa fugsi ilai kekayaa uuk dua periode W ( - ) sebagai { θ } W ( ) = max, u + W, (47) u erhadap = c-( -, u-), dega diberika, megacu pada persamaa (44) mejadi (, ) c u, + = 0 Jika formula (46) θ u W u u diguaka uuk W, persamaa ersebu mejadi θ u (, u ) (, ) c u + u θ c [, l( ) ] + [, l( ) ] W0 ( c [, l( ) ]) = 0 (48) Persamaa (48) da rasisi =c - ( -,u - ) aka diselesaika oleh u - =l - ( - ), =f - ( - ) Maka urua perama dari persamaa (47) mejadi c W ( ), l ( ) W c, l ( ), (49) θ = + [ ] ( [ ]) aau dega megguaka persamaa (46) mejadi c W ( ), l ( ), l ( ) θ = + [ ] [ ] dimaa didapaka dari = f - ( - )= c - [ -,l - ( - )] (50) Dega demikia, dari persamaa (49) da (50) dapa membeuk pola rekursif dari persamaa-persamaa diaas dega melakuka ierasi dari persamaa beriku { θ } W ( ) = max, u + W, (5) j+ j j j j j+ u j

13 BAB EORI DASAR 6 erhadap -j+ = c -j ( -j,u -j ) diberika urua perama uuk rekursifya uuk j=0,,,- adalah, c W l W ( c, l ( ) ) θ j j j+ j = j j j + j j j j j j j (5) Dari peurua persamaa Bellma yag elah dilakuka melalui pemrograma diamik, persamaa (5) disebu juga persamaa Bellma dega ideya melalui rekursif mudur begiu juga dega persamaa (5) Persamaa Bellma meyaaka hubuga aara iesasi (sae) da reur (sae yag berhasil) Dega fugsi reur diyaaka dalam persamaa beriku Θ = θ + αθ + α θ = θ + α θ + αθ = θ + αθ + +, dimaa α adalah discou facor Meuru [Simo Jaklisch, Mahias Huber], persamaa Bellma dapa diuliska sebagai beriku ( ρ ) = { Θ ρ = ρ} = { θ+ + α ( ρ+ ) ρ = ρ} V E E V 5 eori Korol Opimal Liier-Kuadraik pada Sisem Deermiisik Misalka suau sisem diamik sebagai beriku V AV + BU, (53) dega ideks performasi aau fugsi ogkos yaiu J V S V ( V QV U OU ), (54) N i = N N N + + = i dimaa Q mariks defii ak egaif, da O mariks defii posiif u sebagai ariabel ipu yag merupaka kompoe dari U berdimesi r Dari permasalaha ersebu, maka aka dicari suau korol opimum u * selama waku yag elah dieapka sepajag [i,n] yag memiimalka J i Aggap bahwa adalah kompoe dari V dega keadaa (sae) awal 0 diberika da keadaa (sae)

14 BAB EORI DASAR 7 akhir N bersifa bebas Sebagai permulaa, misalka = N da dari persamaa (54) didapaka J * N NSNN = (55) Selajuya beuk dari meuju N- dari persamaa (54) dapa diuliska mejadi JN = N QN N + un ON un + NSNN (56) Sehigga subsiusi dari persamaa (53) ke persamaa (56) mejadi JN = N QN N + un ON un + ( AN + BuN ) SN ( AN + BuN ) (57) Miimum dari J N- dari persamaa (57) uuk medapaka korol opimal dapa diperoleh melalui J N 0 = = OuN + B SN AN + BuN un Peyelesaia uuk korol opimal dari persamaa (58) meghasilka * N N N N (58) u = B S B+ O B S A (59) Defiisika Kalma Gai dari persamaa (59) sebagai beriku Δ N N N k = B S B + R B S A (60) Maka dari persamaa (60) diperoleh korol opimal pada persamaa (59) yag diuliska mejadi u k * N = N N Dega mesubsiusika persamaa (6) kedalam (57) diperoleh J = ( A Bk ) S ( A Bk ) + k Ok + Q * N N N N N N N N Defiisika bahwa Δ N ( N ) N ( N ) N N (6) (6) S = A Bk S A Bk + k Ok + Q (63) Persamaa (63) disebu dega persamaa Riccai Subsiusi persamaa (63) ke persamaa (63) sehigga diperoleh

15 BAB EORI DASAR 8 * J N = N SN N (64) Uuk =N-,seperi persamaa (56), ideks performasi dapa diuliska mejadi JN = N QN N + un ON un + N SN N (65) Jika persamaa (64) da (65) megikui lagkah seperi pada persamaa (57) sampai (63) maka uuk seiap = N-,,,0 aka diperoleh sebagai beriku: k = B S B+ O B S A (66) u + + = k * N + (67) S = A Bk S A Bk + k Ok + Q (68) J * S = (69) dimaa kodisi akhir S N uuk persamaa (69) diberika oleh persamaa (55) 6 eori Korol Opimal Liier-Kuadraik pada Sisem Sokasik Suau sisem diamik dalam beuk sokasik diyaaka sebagai beriku dv = a V, d+ B V, Ud+ G V, dw (70) dega diberika V o sebagai ekor acak, dimaa a(,) da B(,) pada persamaa (70) masig-masig adalah ekor da mariks V uuk seiap adalah aggoa dari ruag keadaa R, ipu aau korol U uuk seiap berada di dalam himpua U ad R p, da { W, } 0 adalah ariabel acak yag salig bebas dega dimesi r Misalka u sebagai ariabel ipu yag merupaka kompoe dari U da adalah kompoe dari V γ(,,u) adalah fugsi dari [ 0,] x R x R p da Γ() adalah fugsi dari R Permasalaha korol adalah uuk mecari proses sokasik { u, } 0 sehigga JU = E γ ( V,, U) d+γ( V), (7) 0 miimum

16 BAB EORI DASAR 9 Dega megguaka pemrograma diamik maka sebagai lagkah awal uuk peyederhaaa adalah dega megkoersika masalah korol sokasik yag diformulasika diaas ke dalam beuk masalah korol deermiisik Meode solusi ersebu diperbicagka pada Flemig da Rischel (975) Sehubuga dega persamaa diferesial sokasik pada sisem dv = f (, V ) d + G(, V ) dw, dimaa Δ didefiisika f (, ) a (, ) B (, ) φ(, ) Δ U () = φ(, V ()) = + mempuyai solusi uggal { V, } da 0 Dega megubah beuk persamaa diferesial sokasik mejadi deermiisik dapa melalui fugsi pembagki diferesial yag didefiisika oleh Δ χ χ Lu (,, ) χ= a (, ) + Bu (, ) + (, ), [ ] σ (7) i ij i= i i, j= i j dimaa σ ij adalah kompoe ke-ij dari mariks GG Meuru Friedma (964), persamaa diferesial paarsial parabolik aau lebih dikeal dega Hamilo- Jacobi- Bellma, yaiu χ + mi [ Lu (,, ) χ + γ( u,, )] = 0, (73) u U ad dega kodisi akhir χ (, ) = Γ( ) mempuyai solusi χ (, ) Beuk khusus dari model sisem sokasik pada persamaa (70) sebagai beriku: dv = AV d + BU d + D(, V ) dw, (74) 0 Uuk mecocoka model pada persamaa (74) dega model yag umum pada persamaa (70), kia yaaka a(,)=a, B(,)=B, G(,)= i= D i i() Uuk krieria fugsi J(U) diberika pada persamaa (7) dega

17 BAB EORI DASAR 0 γ (, u, ) = Q+ uou da Γ ( ) = Q Uuk meyelesaika permasalaha korol sokasik maka persamaa (73) aka dimiimumka dega megguaka persamaa (7) sebagai beriku: Lu (,, ) χ + γ (, u, ) χ χ = f [ a (, ) Bu (, ) ] σ ij (, ) Q uou, (75) i i= i i, j= i j dimaa σ ij adalah eleme dari GG Perhaika beriku ii: χ GG (, ) (, ) = r ij i, j= i { G } (, ) G (, ) χ j { (, ) χ (, ) G } = r G = D i i() χ D i i() i= i= = r idi() χdj() j i= i= (, χ ) = Δ i j ij ( χ ) = Δ, (76) Akibaya, dari persamaa (75) da (76) diperoleh Lu (,, ) χ + γ(, u, ) = [ A + Bu ] χ + Δ (, χ) + Q + uou (77) Persamaa (77) aka dimiimumka erhadap u maka dari persamaa (77) diperoleh: B χ + Ou = 0 (78) * Dega demikia, dari persamaa (78) diperoleh korol opimal sebagai beriku: * u = O B χ (79) Subsiusi persamaa (79) ke dalam suku u pada persamaa (77) mejadi

18 BAB EORI DASAR B χ + O O B χ = 0 (80) Dari persamaa (77) da (80) disubsiusi ke persamaa (73) mejadi χ + A χ + χ A χ BO B χ + Q + Δ (, χ) = 0 4 (8) Dega kodisi akhir χ (, ) = Q (8) f Megacu kodisi akhir pada persamaa (/73) maka pedekaa solusi persamaa (8) da (8) dalam beuk kuadraik χ (, ) = P+ q, (83) χ (, ) = P, (84) χ (, ) = P (85) Subsiusi persamaa (83), (84), da (85) ke persamaa (8), diperoleh q P A P PA PB O B P+ Q+ Δ, P = 0, (86) da subsiusi persamaa (8) da (83), diperoleh P + q = Q (87) f Dega meyamaka ruas kaa da kiri maka dari persamaa (86) didapaka P + A P + PA PBO B + Q +Δ, P = 0, (88) da q = 0 (89) Selajuya dega meyamaka ruas kaa da kiri maka dari persamaa (87) didapaka P =Q f da q =0 (90) Dega megguaka persamaa (79), korol opimal yag diyaaka oleh persamaa (84) mejadi u (, ) = O B P, (9) *

19 BAB EORI DASAR aau dapa diulis juga dalam beuk u * (, ) = k dimaa k = O B P aau B P = Ok Sehigga pada suku P di persamaa (88) dapa diuliska sebagai beriku: PBO B P = PBk = k Ok (9) Megguaka persamaa (9), persamaa (88) dapa diuliska sebagai P A P PA k B P PBk + + k O k Q ( P) + + +Δ, = 0, (93) aau persamaa (93) dapa diuliska sebagai beriku: + ( ) + ( ) P A B k P P A Bk +Δ P, + k Ok+ Q= 0, persamaa ii disebu juga dega persamaa mariks Riccai

BAB II TINJAUAN PUSTAKA. Black dan Scholes (1973) menyatakan bahwa nilai aset mengikuti Gerak

BAB II TINJAUAN PUSTAKA. Black dan Scholes (1973) menyatakan bahwa nilai aset mengikuti Gerak BAB II TINJAUAN PUSTAKA. Peeliia Terdahulu Black da Scholes (973) meyaaka bahwa ilai ase megikui Gerak Brow Geomeri, dega drif μ (ekpekasi dari reur) da volailias σ (deviasi sadar dari reur). Berawal dari

Lebih terperinci

Beberapa Definisi Ruang Contoh Kejadian dan Peluang Definisi L.1 (Ruang contoh dan kejadian) . Definisi L.2 (Kejadian lepas )

Beberapa Definisi Ruang Contoh Kejadian dan Peluang Definisi L.1 (Ruang contoh dan kejadian) .   Definisi L.2 (Kejadian lepas ) 33 LAMPIRAN 34 35 Beberapa Defiisi Ruag Cooh Kejadia da Peluag Suau percobaa yag dapa diulag dalam kodisi yag sama, yag hasilya idak dapa diprediksi dega epa eapi kia bisa megeahui semua kemugkia hasil

Lebih terperinci

BAB III FORMULA PENENTUAN HARGA OPSI ASIA

BAB III FORMULA PENENTUAN HARGA OPSI ASIA 3 BAB III FORMULA PEETUA HARA OPSI ASIA Pada Bab III ii aka dibahas megeai opsi Asia da aalisisya, di maa yag aka dibahas hayalah beberapa ipe opsi Asia, da erbaas pada eis Europea call saa. Jeis-eis opsi

Lebih terperinci

BAB II TEORI DASAR. 2.1 Proses Stokastik Rantai Markov

BAB II TEORI DASAR. 2.1 Proses Stokastik Rantai Markov BAB II TEORI DASAR. Proses Sokasik Raai Markov Proses sokasik merupaka suau cara uuk mempelajari hubuga yag diamis dari suau ruua perisiwa aau proses yag kejadiaya bersifa idak pasi. Dalam memodelka perubaha

Lebih terperinci

MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR

MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR Bulei Ilmiah Ma.Sa. da Terapaya (Bimaser) Volume 06, No. (07), hal -0. MODIFIKASI METODE DEKOMPOSISI ELZAKI (MMDE) UNTUK PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL TAK LINEAR Ermawai, Helmi, Frasiskus

Lebih terperinci

BAB III PENAKSIR DERET FOURIER. Dalam statistika, penaksir adalah sebuah statistik (fungsi dari data sampel

BAB III PENAKSIR DERET FOURIER. Dalam statistika, penaksir adalah sebuah statistik (fungsi dari data sampel BAB III PENAKSIR DERET FOURIER 3. Peaksi Dalam saisika, peaksi adalah sebuah saisik (fugsi dai daa sampel obsevasi) yag diguaka uuk meaksi paamee populasi yag idak dikeahui (esimad) aau fugsi yag memeaka

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI Pada bab ii aka dibahas megeai eori-eori dasar yag berhubuga dega ivesasi, persamaa diferesial sokasik da simulasi yag mejadi ladasa berpikir uuk mempermudah dalam pembahasa pada bab

Lebih terperinci

= 0 diturunkan terhadap x. Karena y fungsi dari x, maka setiap kali menurunkan y harus dikalikan dengan didapat diselesaikan ke y '.

= 0 diturunkan terhadap x. Karena y fungsi dari x, maka setiap kali menurunkan y harus dikalikan dengan didapat diselesaikan ke y '. 6..MENURUNKAN FUNGSI IMPLISIT Padag y fugsi dari yag disajika dalam beuk implisi f (, y) 0. Turuaya y' didapa sebagai beriku: a. Jika mugki y diyaaka sebagai beuk eksplisi dari, lalu diuruka erhadap b.

Lebih terperinci

METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE-N DENGAN KOEFISIEN KONSTANTA. Mahasiswa Program S1 Matematika 2

METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE-N DENGAN KOEFISIEN KONSTANTA. Mahasiswa Program S1 Matematika 2 METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE-N DENGAN KOEFISIEN KONSTANTA Roki Nuari *, Aziskha, Edag Lily Mahasiswa Program S Maemaika Dose Jurusa Maemaika Fakulas

Lebih terperinci

PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL LINEAR DENGAN MENGGUNAKAN METODE TRANSFORMASI ELZAKI

PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL LINEAR DENGAN MENGGUNAKAN METODE TRANSFORMASI ELZAKI Bulei Ilmiah Ma. Sa. da erapaya (Bimaser) Volume 4, No. (5), hal 7 6. PNYLSAIAN PRSAMAAN DIFRNSIAL PARSIAL LINAR DNGAN MNGGUNAKAN MOD RANSFORMASI LZAKI Noa Miari, Mariaul Kifiah, Helmi INISARI Persamaa

Lebih terperinci

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi.

PENGUJIAN HIPOTESIS. Hipotesis Statistik : pernyataan atau dugaan mengenai satu atau lebih populasi. . Pedahulua PENGUJIAN HIPOTESIS Hipoesis Saisik : peryaaa aau dugaa megeai sau aau lebih populasi. Pegujia hipoesis berhubuga dega peerimaa aau peolaka suau hipoesis. Kebeara (bear aau salahya) suau hipoesis

Lebih terperinci

BAB III ANALISIS LOOKBACK OPTIONS

BAB III ANALISIS LOOKBACK OPTIONS BAB III : ANALII LOOKBACK OPION BAB III ANALII LOOKBACK OPION Pada Bab III ii aka dibahas egeai lookback opios da aalisisa Asusi ag kia pakai adalah saha ag diguaka (uderlig asse) idak eberika divide ipe

Lebih terperinci

III. METODE KAJIAN 1. Lokasi dan Waktu 2. Metode Pengumpulan Data

III. METODE KAJIAN 1. Lokasi dan Waktu 2. Metode Pengumpulan Data III. METODE KAJIAN 1. Lokasi da Waku Lokasi kajia berempa uuk kelompok dilaksaaka di kelompok peeraka sapi di Bagka Tegah, Provisi Bagka Beliug, da Kelompok Peeraka Sapi di Cisarua, Bogor, Provisi Jawa

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang BAB 2 LANDASAN EORI 2.1 Pegeria Peramala Peramala adalah kegiaa uuk memperkiraka apa yag aka erjadi di masa yag aka daag. Sedagka ramala adalah suau siuasi aau kodisi yag diperkiraka aka erjadi pada masa

Lebih terperinci

KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB

KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB Sudi kelayaka bisis pada dasarya berujua uuk meeuka kelayaka bisis berdasarka krieria ivesasi Krieria ersebu diaaraya adalah ; 1. Nilai bersih kii (Ne

Lebih terperinci

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu

BAB 2 TINJAUAN TEORI. Ramalan pada dasarnya merupakan dugaan atau perkiraan mengenai terjadinya suatu BAB 2 TINJAUAN TEORI 2.1 Pegeria Peramala Ramala pada dasarya merupaka dugaa aau perkiraa megeai erjadiya suau kejadia aau perisiwa di waku yag aka daag. Peramala merupaka sebuah ala bau yag peig dalam

Lebih terperinci

PENGUJIAN HIPOTESIS DUA RATA-RATA

PENGUJIAN HIPOTESIS DUA RATA-RATA PENGUJIN HIPOTEI DU RT-RT Pegujia hipoesis dua raa-raa diguaka uuk membadigka dua keadaa aau epaya dua populasi. Misalya kia mempuyai dua populasi ormal masig-masig dega raa-raa µ da µ sedagka simpaga

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2. Ruag sampel da Kejadia Defiisi Himpua semua hasil yag mugki dari suau percobaa disebu ruag sampel da diyaaka dega S Mogomery, 2004: 7. Tiap hasil dari ruag sampel disebu usur aau

Lebih terperinci

II LANDASAN TEORI. of Portfolio Transactions (Almgren & Chriss 2000).

II LANDASAN TEORI. of Portfolio Transactions (Almgren & Chriss 2000). of Porfolio Trasaios (Almgre & Chriss 000 14 Sisemaika Peulisa Karya ilmiah ii erdiri aas eam bagia Bagia perama berupa pedahulua, erdiri aas laar belakag, ujua peulisa, meode peulisa, da sisemaika peulisa

Lebih terperinci

BAGIAN 2 TOPIK 5. andhysetiawan

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

Lebih terperinci

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai

BAB 2 LANDASAN TEORI. pada masa mendatang. Peramalan penjualan adalah peramalan yang mengkaitkan berbagai BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala (orecasig) Peramala (orecasig) adalah suau kegiaa yag memperkiraka apa yag aka erjadi pada masa medaag. Peramala pejuala adalah peramala yag megkaika berbagai

Lebih terperinci

B. DESKRIPSI SINGKAT MATA KULIAH

B. DESKRIPSI SINGKAT MATA KULIAH A. IDENTITAS MATA KULIAH Nama Maa Kuliah : Kalkulus 1 Kode Maa Kuliah : MUG1A4 SKS : 4 (empa) Jeis : Maa kuliah wajib Jam pelaksaaa : Taap muka di kelas = 4 jam per peka Tuorial/ resposi Semeser / Tigka

Lebih terperinci

JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER

JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER STATISTIK CUKUP Oleh: Ramayai Rizka M (11810101003), Dey Ardiao (1181010101), Ikfi Ulyawai (1181010103), Falviaa Yulia Dewi (1181010106), Ricki Dio Rosada (11810101034), Nurma Yuia D (11810101035), Wula

Lebih terperinci

PROSIDING ISSN:

PROSIDING ISSN: PROSIDING ISSN: 5-656 OPTIMISASI BERKENDALA MENGGUNAKAN METODE GRADIEN TERPROYEKSI Nida Sri Uami Uiversias Muhammadiyah Suraara idaruwiyai@gmailcom ABSTRAK Dalam ulisa ii dibahas eag meode gradie erproyesi

Lebih terperinci

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

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

Lebih terperinci

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

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3 Meode Pegumpula Daa 3 Jeis Daa Pada peeliia ii aka megguaka jeis daa yag bersifa kuaiaif Daa kuaiaif adalah daa yag berbeuk agka / omial Dalam peeliia ii aka megguaka daa pejuala

Lebih terperinci

Ukuran Dispersi Multivariat

Ukuran Dispersi Multivariat Bab IV Ukua Disesi Mulivaia Pada bab ii, eama-ama aka dikemukaka defiisi eag veko vaiasi vaiabel-vaiabel sada (VVVS sebagai ukua disesi mulivaia akala seluuh vaiabel yag eliba adalah vaiabel sada. Selajuya

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

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak

BAB V ANALISA HASIL. Untuk mendapatkan jenis peramalan yang dinginkan terdapat banyak BB V NLIS HSIL 5.1 Ukura kurasi Hasil Peramala Uuk medapaka jeis peramala yag digika erdapa bayak parameer-parameer yag dapa diguaka. Seperi yag elah diuraika pada ladasa eori, parameer-parameer ersebu

Lebih terperinci

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

MODEL KOREKSI KESALAHAN DENGAN METODE BAYESIAN PADA DATA RUNTUN WAKTU INDEKS HARGA KONSUMEN KOTA - KOTA DI PAPUA Prosidig Semiar Nasioal Sais da Pedidika Sais IX, Fakulas Sais da Maemaika, UKSW Salaiga, Jui 4, Vol 5, No, ISSN :87-9 MODEL KOREKSI KESALAHAN DENGAN MEODE BAYESIAN PADA DAA RUNUN WAKU INDEKS HARGA KONSUMEN

Lebih terperinci

Rumus-rumus yang Digunakan

Rumus-rumus yang Digunakan Saisika Uipa Surabaya 4. Sampel Tuggal = Rumus-rumus yag Diguaka s..... Sampel berkorelasi D D N N N...... 3. Sampel Bebas a. Uuk varias sama... 3 aau x x s g... 4 b. Sampel Heeroge Guaka Uji Corha - Cox

Lebih terperinci

V. PENGUJIAN HIPOTESIS

V. PENGUJIAN HIPOTESIS V. PENGUJIAN IPOTEI A. IPOTEI TATITIK Defiisi uau hipoesa saisik adalah suau peryaaa aau dugaa megeai sau aau lebih variabel populasi. ipoesis digologka mejadi. ipoesis ol adalah hipoesis yag dirumuska

Lebih terperinci

BAB V METODE PENELITIAN

BAB V METODE PENELITIAN 31 BAB V METODE PENELITIAN 5.1 Lokasi da Waku Peeliia Peeliia ii dilaksaaka di Kecamaa Sukaagara, Kabupae Ciajur. Pemiliha lokasi peeliia dilakuka secara segaja (purposive samplig) dega memperimbagka aspek

Lebih terperinci

BAB II LANDASAN TEORI. Pada bagian ini akan dibahas tentang teori-teori dasar yang. digunakan untuk dalam mengestimasi parameter model.

BAB II LANDASAN TEORI. Pada bagian ini akan dibahas tentang teori-teori dasar yang. digunakan untuk dalam mengestimasi parameter model. BAB II LANDASAN TEORI Pada bagia ii aka dibahas tetag teori-teori dasar yag diguaka utuk dalam megestimasi parameter model.. MATRIKS DAN VEKTOR Defiisi : Trace dari matriks bujur sagkar A a adalah pejumlaha

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

PENENTUAN NILAI ANUITAS JIWA SEUMUR HIDUP MENGGUNAKAN DISTRIBUSI GOMPERTZ

PENENTUAN NILAI ANUITAS JIWA SEUMUR HIDUP MENGGUNAKAN DISTRIBUSI GOMPERTZ Bulei Ilmiah Ma. Sa. da Terapaya (Bimaser) Volume 05, No. 2 (206), hal 79-86 PENENTUAN NILAI ANUITAS JIWA SEUMUR HIDUP MENGGUNAKAN DISTRIBUSI GOMPERTZ Sii Faimah, Neva Sayahadewi, Shaika Marha INTISARI

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

PEMETAAN LINIER KONTINU PADA RUANG BERNORMA KABUR. Muhammad Ahsar K. dan Yuni Yulida

PEMETAAN LINIER KONTINU PADA RUANG BERNORMA KABUR. Muhammad Ahsar K. dan Yuni Yulida Jural Maemaika Muri da Terapa Vol. 3 No. Desember 009: 39-50 PEMETAAN LINIER KONTINU PADA RUANG BERNORMA KABUR Muhammad Ahsar K. da Yui Yulida Program Sudi Maemaika Uiversias Lambug Magkura Jl. Jed. A.

Lebih terperinci

Peramalan Jumlah Penduduk Kota Samarinda Dengan Menggunakan Metode Pemulusan Eksponensial Ganda dan Tripel Dari Brown

Peramalan Jumlah Penduduk Kota Samarinda Dengan Menggunakan Metode Pemulusan Eksponensial Ganda dan Tripel Dari Brown Jural EKSPONENSIAL Volume 7, Nomor, Mei 06 ISSN 085-789 Peramala Jumlah Peduduk Koa Samarida Dega Megguaka Meode Pemulusa Ekspoesial Gada da Tripel Dari Brow Forecasig he Populaio of he Ciy of Samarida

Lebih terperinci

Universitas Sumatera Utara

Universitas Sumatera Utara 50.7 4.3770 6.7547 6.7547 4.4 48.6965 R4.7 36.3 N8 TOL 0..70 35.9497 36.3.99 50.7 94.338 6.89 3.5 6.75 7.567 36.0 6.4837 57.396 8.783 66.0384 5.337 37.006 3.568 PISAU POTONG AISI D SEPUH No Qy NAME MATERIAL

Lebih terperinci

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi 6. Pecacaha Lajut Relasi Rekuresi Relasi rekuresi utuk dereta {a } adalah persamaa yag meyataka a kedalam satu atau lebih suku sebelumya, yaitu a 0, a,, a -, utuk seluruh bilaga bulat, dega 0, dimaa 0

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

Manajemen Keuangan. Idik Sodikin,SE,MBA,MM EVALUASI UNTUK MENENTUKAN KEPUTUSAN INVESTASI. Modul ke: 06Fakultas EKONOMI DAN BISNIS

Manajemen Keuangan. Idik Sodikin,SE,MBA,MM EVALUASI UNTUK MENENTUKAN KEPUTUSAN INVESTASI. Modul ke: 06Fakultas EKONOMI DAN BISNIS Modul ke: 06Fakulas EKONOMI DAN BISNIS EVALUASI UNTUK MENENTUKAN KEPUTUSAN INVESTASI Program Sudi Akuasi Idik Sodiki,SE,MBA,MM Krieria Kepuusa Ivesasi aau Pegaggara Modal o Beberapa krieria yag aka diperguaka

Lebih terperinci

Analisis Rangkaian Listrik Di Kawasan Waktu

Analisis Rangkaian Listrik Di Kawasan Waktu Sudaryao Sudirham Aalisis Ragkaia Lisrik Di Kawasa Waku 3- Sudaryao Sudirham, Aalisis Ragkaia Lisrik () BAB 3 Peryaaa Siyal da Spekrum Siyal Dega mempelajari lajua eag model siyal ii, kia aka memahami

Lebih terperinci

BAB 1 PENDAHULUAN Latar Belakang

BAB 1 PENDAHULUAN Latar Belakang BAB 1 PENDAHULUAN 1.1. Latar Belakag Dalam keadaa dimaa meghadapi persoala program liier yag besar, maka aka berusaha utuk mecari peyelesaia optimal dega megguaka algoritma komputasi, seperti algoritma

Lebih terperinci

METODE PENELITIAN. Lokasi dan Waktu Penelitian. sampai dengan April 2008, di DAS Waeruhu, yang secara administratif terletak di

METODE PENELITIAN. Lokasi dan Waktu Penelitian. sampai dengan April 2008, di DAS Waeruhu, yang secara administratif terletak di 8 METODE PENELITIAN Lokasi da Waku Peeliia Peeliia ii dilaksaaka selama 3 bula, erhiug sejak bula Februari sampai dega April 2008, di DAS Waeruhu, yag secara admiisraif erleak di wilayah Kecamaa Sirimau,

Lebih terperinci

Analisis Model dan Contoh Numerik

Analisis Model dan Contoh Numerik Bab V Analisis Model dan Conoh Numerik Bab V ini membahas analisis model dan conoh numerik. Sub bab V.1 menyajikan analisis model yang erdiri dari analisis model kerusakan produk dan model ongkos garansi.

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 RUNTUN WAKTU MUSIMAN MULTIPLIKATIF

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF Pada bab ini akan dibahas mengenai sifa-sifa dari model runun waku musiman muliplikaif dan pemakaian model ersebu menggunakan meode Box- Jenkins beberapa ahap

Lebih terperinci

APPLICATION OF VASICEK S RATE INTEREST MODEL IN TERM INSURANCE PREMIUMS CALCULATION. Abstract. Sudianto Manullang

APPLICATION OF VASICEK S RATE INTEREST MODEL IN TERM INSURANCE PREMIUMS CALCULATION. Abstract. Sudianto Manullang APPLICATION OF VASICEK S RATE INTEREST MODEL IN TERM INSURANCE PREMIUMS CALCULATION Absrac Sudiao Maullag Facor of ieres rae ad moraliy is former pricipal compoes o ge premium of erm isurace. Vasicek's

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 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

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 IV METODOLOGI PENELITIAN

BAB IV METODOLOGI PENELITIAN 30 BAB IV METODOLOGI PENELITIAN 4.1 Beuk da Meode Peeliia Peeliia Opimalisasi da Sraegi Pemafaaa Souher Bluefi Tua di Samudera Hidia Selaa Idoesia diarahka pada upaya uuk megugkapa suau masalah aau keadaa

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

JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA

JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA Achmad Samudi, M.Pd. JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA 6. MENGUJI PROPORSI π : UJI DUA PIAK Mialka kia mempuyai populai biom dega propori periiwa A π Berdaarka ebuah ampel

Lebih terperinci

ANALISIS NUMERIK MODEL EPIDEMIK SIR (SUSCEPTIBLE, INFECTIOUS, RECOVERED) PADA PENYEBARAN PENYAKIT TUBERCULOSIS DI YOGYAKARTA SKRIPSI.

ANALISIS NUMERIK MODEL EPIDEMIK SIR (SUSCEPTIBLE, INFECTIOUS, RECOVERED) PADA PENYEBARAN PENYAKIT TUBERCULOSIS DI YOGYAKARTA SKRIPSI. ANALISIS NUMERIK MODEL EPIDEMIK SIR (SUSCEPTIBLE, INFECTIOUS, RECOVERED) PADA PENYEBARAN PENYAKIT TUBERCULOSIS DI YOGYAKARTA SKRIPSI Diajuka Kepada Fakulas Maemaika Da Ilmu Pegeahua Alam Uiversias Negeri

Lebih terperinci

PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL FOKKER-PLANCK DENGAN METODE GARIS

PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL FOKKER-PLANCK DENGAN METODE GARIS PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL FOKKER-PLANCK DENGAN METODE GARIS Sii Muyassaroh Mahasiswa Jurusa Maemaika Fakulas Sais da Tekologi UIN Maulaa Malik Ibrahim Malag e-mail: muy.sms@gmail.com ABSTRAK

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

KAJIAN MODEL FRAKSIONAL PROSES DIFUSI. Siwi Tri Rahayu Universitas Jenderal Soedirman

KAJIAN MODEL FRAKSIONAL PROSES DIFUSI. Siwi Tri Rahayu Universitas Jenderal Soedirman Prosidig Semiar Nasioal Maemaika da Terapaya 6 p-issn : 55-384; e-issn : 55-39 KAJIAN MODEL FRAKSIONAL PROSES DIFUSI Siwi Tri Rahayu Uiversias Jederal Soedirma 53siwi@gmailcom Bambag Hedriya Guswao Uiversias

Lebih terperinci

BENTUK KANONIK JORDAN DALAM MENYELESAIKAN SISTEM PERSAMAAN DIFERENSIAL LINEAR

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

Lebih terperinci

x 4 x 3 x 2 x 5 O x 1 1 Posisi, perpindahan, jarak x 1 t 5 t 4 t 3 t 2 t 1 FI1101 Fisika Dasar IA Pekan #1: Kinematika Satu Dimensi Dr.

x 4 x 3 x 2 x 5 O x 1 1 Posisi, perpindahan, jarak x 1 t 5 t 4 t 3 t 2 t 1 FI1101 Fisika Dasar IA Pekan #1: Kinematika Satu Dimensi Dr. Pekan #1: Kinemaika Sau Dimensi 1 Posisi, perpindahan, jarak Tinjau suau benda yang bergerak lurus pada suau arah erenu. Misalnya, ada sebuah mobil yang dapa bergerak maju aau mundur pada suau jalan lurus.

Lebih terperinci

PREDIKSI PRODUKSI JAGUNG DI JAWA TENGAH DENGAN ARIMA DAN BOOTSTRAP

PREDIKSI PRODUKSI JAGUNG DI JAWA TENGAH DENGAN ARIMA DAN BOOTSTRAP Prosidig SPMIPA. pp. 57-6. 6 ISBN : 979.74.47. PREDIKSI PRODUKSI JAGUNG DI JAWA TENGAH DENGAN ARIMA DAN BOOTSTRAP Sri Rahayu, Taro Jurusa Maemaika FMIPA UNDIP Semarag Jl. Prof. Soedaro, Kampus UNDIP Tembalag,

Lebih terperinci

BAB METODOLOGI. Bab 2 Metodologi berisikan :

BAB METODOLOGI. Bab 2 Metodologi berisikan : BAB METODOLOGI Bab Meodologi berisika :.. Pegambila Sampel.. Peramala Nilai Iflasi melalui Ideks Harga Kosume Megguaka Meode ARIMA.3. Akumulasi Prese Value melalui Buga Sederhaa dalam Perhiuga Harga Barag

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

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

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 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

Bab IV Metode Alternating Projection

Bab IV Metode Alternating Projection Bab IV Metode Alteratig Projectio Metode alteratig projectio megubah masalah feasibility o koveks mejadi masalah feasibility koveks Pada bab ii aka dicari matriks defiit positif da simetri X,Y yag diguaka

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

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Bicriteria Liear Programmig (BLP) Pesoala optimisasi dega beberapa fugsi tujua memperhitugka beberapa tujua yag koflik secara simulta, secara umum Multi objective programmig (MOP)

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

Universitas Sumatera Utara

Universitas Sumatera Utara Uiversias Sumaera Uara BAB 2 LANDASAN TEORI Ladasa eori ii merupaka hasil dari ijaua lieraur-lieraur yag ada kaiaya dega meode-meode peramala maupu dega koeks laiya dalam peulisa Tugas Akhir ii. Adapu

Lebih terperinci

IV. METODOLOGI PENELITIAN. mencakup penyusunan proposal hingga penyusunan draft skripsi dilaksanakan di

IV. METODOLOGI PENELITIAN. mencakup penyusunan proposal hingga penyusunan draft skripsi dilaksanakan di IV. METODOLOGI PENELITIAN 4.1 Lokasi da Waku Peeliia Peeliia yag dilakuka pada Bula Jauari higga Mei 2008 yag mecakup peyusua proposal higga peyusua draf skripsi dilaksaaka di empa kecamaa di Kabupae Garu,

Lebih terperinci

Supriyadi Wibowo Jurusan Matematika F MIPA UNS

Supriyadi Wibowo Jurusan Matematika F MIPA UNS Prosidig Semiar Nasioal Peelitia, Pedidika da Peerapa MIPA akultas MIPA, Uiversitas Negeri Yogyakarta, 16 Mei 29 HUBUNGAN ANTARA ORDER DERIVATI- DARI UNGSI f : DENGAN DIMENSI-γ DARI HIMPUNAN RAKTAL Supriyadi

Lebih terperinci

MODUL PERTEMUAN KE 3. MATA KULIAH : FISIKA TERAPAN (2 sks)

MODUL PERTEMUAN KE 3. MATA KULIAH : FISIKA TERAPAN (2 sks) Polieknik Negeri Banjarmasin 4 MODUL PERTEMUAN KE 3 MATA KULIAH : ( sks) MATERI KULIAH: Jarak, Kecepaan dan Percepaan; Gerak Lurus Berauran, Percepaan; Gerak Lurus Berauran, Gerak Lurus Berubah Berauran

Lebih terperinci

FIsika KTSP & K-13 KINEMATIKA. K e l a s A. VEKTOR POSISI

FIsika KTSP & K-13 KINEMATIKA. K e l a s A. VEKTOR POSISI KTSP & K-13 FIsika K e l a s XI KINEMATIKA Tujuan Pembelajaran Seelah mempelajari maeri ini, kamu diharapkan mampu menjelaskan hubungan anara vekor posisi, vekor kecepaan, dan vekor percepaan unuk gerak

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 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

LANDASAN TEORI. Pada bab ini akan diberikan beberapa konsep dasar (pengertian) yang akan digunakan dalam. pembahasan penelitian. 2.

LANDASAN TEORI. Pada bab ini akan diberikan beberapa konsep dasar (pengertian) yang akan digunakan dalam. pembahasan penelitian. 2. II. LANDASAN TEORI Pada bab ii aka diberika beberapa kosep dasar (pegertia) yag aka diguaka dalam pembahasa peelitia 2.1 Ruag Vektor Defiisi 3.1.1 (Darmawijaya, 2007) Diketahui (V, +) grup komutatif da

Lebih terperinci

PERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN

PERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN PERENCNN JUMLH PRODUK MENGGUNKN METODE FUZZY MMDNI BERDSRKN PREDIKSI PERMINTN Nama Mahasiswa : Norma Edah Haryai NRP : 1207 100 031 Jurusa : Maemaika FMIP-ITS Dose Pembimbig : Drs. I G N Rai Usadha, M.Si

Lebih terperinci

LAMPIRAN I GREEK ALPHABET

LAMPIRAN I GREEK ALPHABET LAMPIRAN I GREEK ALPHABE Α, Alpha Μ, µ Mu Ψ, Psi Β, β Ba Ν, ν Nu Ω, ω Oga. Γ, γ Gaa, δ Dla Ε, ε Epsilo Ζ, ζ Za Η, η Ea Θ, θ ha Ι, ι Ioa Κ, κ Kappa Λ, λ Labda Ξ, ξ i Ο,ο Oico Π, π Pi Ρ, ρ Rho Σ, σ Siga

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

BAB KINEMATIKA DENGAN ANALISIS VEKTOR

BAB KINEMATIKA DENGAN ANALISIS VEKTOR BAB KINEMATIKA DENGAN ANALISIS VEKTOR Karakerisik gerak pada bidang melibakan analisis vekor dua dimensi, dimana vekor posisi, perpindahan, kecepaan, dan percepaan dinyaakan dalam suau vekor sauan i (sumbu

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

Kompleksitas Waktu untuk Algoritma Rekursif. ZK Abdurahman Baizal

Kompleksitas Waktu untuk Algoritma Rekursif. ZK Abdurahman Baizal Kompleksitas Waktu utuk Algoritma Rekursif ZK Abdurahma Baizal Algoritma Rekursif Betuk rekursif : suatu subruti/fugsi/ prosedur yag memaggil diriya sediri. Betuk dimaa pemaggila subruti terdapat dalam

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 18 BAB 2 LANDASAN TEORI 2.1 Pegeria Peramala ( Forecasig ) Peramala ( forecasig ) adalah kegiaa megisemasi apa yag aka erjadi pada masa yag aka daag. Peramala diperluka karea adaya perbedaa kesejaga waku

Lebih terperinci

KONSTRUKSI KELAS GRAF TANGGA UMUM BERLABEL TOTAL BUSUR-AJAIB SUPER DENGAN MENGGUNAKAN MATRIKS KETETANGGAAN (a,1) SIMPUL ANTIAJAIB BUSUR TESIS

KONSTRUKSI KELAS GRAF TANGGA UMUM BERLABEL TOTAL BUSUR-AJAIB SUPER DENGAN MENGGUNAKAN MATRIKS KETETANGGAAN (a,1) SIMPUL ANTIAJAIB BUSUR TESIS UNIVERSITAS INDONESIA KONSTRUKSI KELAS GRAF TANGGA UMUM BERLABEL TOTAL BUSUR-AJAIB SUPER DENGAN MENGGUNAKAN MATRIKS KETETANGGAAN (a,) SIMPUL ANTIAJAIB BUSUR TESIS Ahmad Sabri 0906953 FAKULTAS MATEMATIKA

Lebih terperinci

Jurusan Teknik Sipil Fakultas Teknik Sipil dan Perencanaan Universitas Mercu Buana MODUL PERTEMUAN KE 3. MATA KULIAH : FISIKA DASAR (4 sks)

Jurusan Teknik Sipil Fakultas Teknik Sipil dan Perencanaan Universitas Mercu Buana MODUL PERTEMUAN KE 3. MATA KULIAH : FISIKA DASAR (4 sks) MODUL PERTEMUAN KE 3 MATA KULIAH : (4 sks) MATERI KULIAH: Jarak, Kecepaan dan Percepaan; Gerak Lurus Berauran, Percepaan; Gerak Lurus Berauran, Gerak Lurus Berubah Berauran POKOK BAHASAN: GERAK LURUS 3-1

Lebih terperinci

PREMI ASURANSI JIWA CONTINGENT DENGAN HUKUM DE MOIVRE. Fakultas Matematika dan Ilmu Pengetahuan Alam Univeritas Riau Kampus Bina Widya Indonesia

PREMI ASURANSI JIWA CONTINGENT DENGAN HUKUM DE MOIVRE. Fakultas Matematika dan Ilmu Pengetahuan Alam Univeritas Riau Kampus Bina Widya Indonesia PREMI ASURANSI JIWA CONTINGENT DENGAN HUKUM DE MOIVRE Eli Trisiai Hasriai Rola Pae Mahasiswa Program S Maemaika Dose Jurusa Maemaika Fakulas Maemaika da Ilmu Pegeahua Alam Uierias Riau Kampus Bia Widya

Lebih terperinci

METODOLOGI. Waktu dan Tempat. Alat dan Bahan

METODOLOGI. Waktu dan Tempat. Alat dan Bahan METODOLOGI Waku da Tempa Peeliia merupaka desk sudy dega megguaka daa sekuder da pegolaha daa dilakuka di Laboraorium Klimaologi Depareme Geofisika da Meeorologi, Fakulas Maemaika da Ilmu Pegeahua Alam,

Lebih terperinci

1 Persamaan rekursif linier non homogen koefisien konstan tingkat satu

1 Persamaan rekursif linier non homogen koefisien konstan tingkat satu Secara umum persamaa rekursif liier tigkat-k bisa dituliska dalam betuk: dega C 0 0. C 0 x + C 1 x 1 + C 2 x 2 + + C k x k = b, Jika b = 0 maka persamaa rekursif tersebut diamaka persamaa rekursif liier

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

BILANGAN BAB V BARISAN BILANGAN DAN DERET

BILANGAN BAB V BARISAN BILANGAN DAN DERET Maemaika Kelas IX emese Baisa Bilaga da Dee BILANGAN BAB V BARIAN BILANGAN DAN DERET A. Baisa Bilaga. Pegeia Baisa Bilaga Jika bilaga-bilaga diuuka dega aua eeu maka aka dipeoleh suau baisa bilaga. Cooh

Lebih terperinci

HIDDEN MARKOV MODEL. Proses Stokastik dapat dipandang sebagai suatu barisan peubah acak dengan T adalah parameter indeks dan X

HIDDEN MARKOV MODEL. Proses Stokastik dapat dipandang sebagai suatu barisan peubah acak dengan T adalah parameter indeks dan X BAB II HIDDE MARKOV MODEL.. Pendahuluan Proses Sokasik dapa dipandang sebagai suau barisan peubah acak { X, } dengan adalah parameer indeks dan X menyaakan keadaan pada saa. Himpunan dari semua nilai sae

Lebih terperinci

BAB III TINJAUAN PUSTAKA

BAB III TINJAUAN PUSTAKA BAB III TINJAUAN PUSTAKA 3.1. Defiisi Peramala Peramala adalah proses uuk memperkiraka berapa bayak kebuuha dimasa medaag yag melipui kebuuha dalam ukura kuaias, kualias, waku da lokasi yag dibuuhka dalam

Lebih terperinci

B A B III METODE PENELITIAN. Objek penelitian dalam penelitian ini adalah menganalisis perbandingan

B A B III METODE PENELITIAN. Objek penelitian dalam penelitian ini adalah menganalisis perbandingan 30 B A B III METODE PENELITIAN 3. Peeapa Lokai da Waku Peeliia Objek peeliia dalam peeliia ii adalah megaalii perbadiga harga jual produk melalui pedekaa arge pricig dega co-plu pricig pada oko kue yag

Lebih terperinci

oleh hasil kali Jika dan keduanya fungsi yang dapat didiferensialkan, maka

oleh hasil kali Jika dan keduanya fungsi yang dapat didiferensialkan, maka Itegral etu Jika fugsi kotiu yag didefiisika utuk, kita bagi selag mejadi selag bagia berlebar sama Misalka berupa titik ujug selag bagia ii da pilih titik sampel di dalam selag bagia ii, sehigga terletak

Lebih terperinci