PENGANTAR MONTE CARLO
|
|
- Glenna Chandra
- 7 tahun lalu
- Tontonan:
Transkripsi
1 6 PEGATAR MOTE CARLO Pada bab ini dibahas pengantar ke pemahaman tentang metode Monte Carlo, yang sangat berperan dalam bidang fisika lanjut, terutama diimplementasikan pada sistem-sistem dengan sejumlah besar derajat kebebasan, dan cocok dipakai dalam pembicaraan mengenai kasus-kasus mekanika kuantum dan mekanika statistik. Materi disini, hanya menyinggung konsep dan strategi dasar dari metode Monte Carlo, sebagai gambaran awal komputasi numerik untuk tinjauan sistem skala mikroskopik. A. SASARA UMUM Sasaran umum dari perkuliahan ini adalah memberikan pemahaman mendasar kepada mahasiswa sebuah konsep komputasi numerik dari metode Monte Carlo, di dalam menyelesaikan kasus-kasus sistem banyak derajat kebebasan. B. SASARA KHUSUS Setelah perkulia han selesai dilaksanakan, mahasiswa diharapkan mampu:. Menjelaskan strategi dan konsep dasar dari metode Monte Carlo. Menjelaskan sistem skala mikroskopik dan pendekatan komputasi numerik 3. Menjelaskan kedudukan bilangan acak (random) dan cara membangkitkannya dalam metode Monte Carlo. 4. Mengimplementasikan metode Monte Carlo dalam program terkait kasus-kasus sederhana integral lipat yang ditangani. C. URAIA MATERI 6. Sistem Banyak Derajat kebebasan Sistem dengan sejumlah besar derajat kebebasan seringkali menarik perhatian di fisika. Gambaran sistem seperti ini seringkali melibatkan ( atau bisa direduksi menjadi ) evaluasi terhadap integral dimensi tinggi. Sebagai contoh, fungsi partisi klasik untuk sejumlah A atom-atom gas, pada temperatur /â yang berinteraksi melalui potensial v adalah sebanding dengan integral 3A dimensi 0
2 Z = d 3 r d 3 r e β i < jv( rij)... A (6.) Dalam bidang fisika, integral lipat dua dan lipat tiga atau bahkan integral untuk dimensi yang lebih tinggi lagi sering dijumpai. Proses perhitungan integral semacam ini akan memakan waktu yang sangat lama jika dikerjakan untuk h yang kecil sedangkan batas integrasi yang harus dihitung cukup besar. Sebagai contoh, untuk memahami bentuk penyelesaian integral pada persamaan (6.), berarti harus ditinjau bahwa integral meliputi tiap koordinat untuk mengambil 0 nilai berbeda, sehingga integrand harus mengevaluasi sebanyak 0 3A titik. Misal sederhananya nilai A=0 dan sebuah komputer yang super cepat mampu melakukan 0 7 evaluasi perdetik, maka proses ini akan memakan waktu 0 53 detik, lebih dari 0 34 kali umur alam semesta! Untuk mengatasi hal ini metode Monte Carlo dapat dipakai untuk mempercepat hitungan. ama Monte Carlo diambil dari meja kasino di Monaco yang menggambarkan adanya sifat aca k (random) atau kebolehjadian dari perhitungan ini. Ide dasarnya adalah tidak mengevaluasi integrand pada tiap titik pada sejumlah besar titik-titik integrasi, tetapi hanya mengambil beberapa titik acak pada sumbu absis, sebagai pengganti dari titik integrasi yang sudah dibahas pada bab sebelumnya. Metode seperti ini sangat cocok untuk meramalkan hasil in tegrasi berdimensi tinggi dan dengan batas integrasi yang luas karena hasil integrasinya dapat diwakili oleh beberapa titik sampel yang jumlahnya dapat dipilih sesuai kebutuhan. 6. Strategi Dasar Metode Monte Carlo Meskipun kekuatan metode Monte Carlo adalah mengevaluasi integral multi dimensi, tetapi metode ini bisa memberikan ilustrasi ide dasar pada situasi dimensi dengan sangat mudah. Tinjau suatu bentuk integral sebagai berikut: b I = f ( x) dx (6.) a untuk fungsi sebarang f. Salah satu alternatif penyelesaiannya adalah rata-rata f pada interval [a,b], dengan formula I = ( b a) f ( xi) (6.3) 03
3 dimana x i terdistibusi mera ta antara x=a dan x=b, dan dalam hal ini ada buah x i yang diambil secara acak sebagai sampel dalam perhitungan integrasi tersebut. Jika diambil interval [0,] formula (6.3) memberikan hasil I f ( xi) (6.4) Untuk memperkirakan ketidakpastian berkaitan dengan formula integrasi ini, bisa ditinjau f f x ) sebagai variabel acak dan memenuhi teorema batas pusat i ( i untuk yang besar. Dari hukum statistik, kita dapatkan bahwa dimana σ i σ f = fi fi (6.5) i= i= σi adalah variansi dalam f. yaitu: Persamaan (6.5) memberikan dua aspek penting pada integrasi Monte Carlo,. Ketidakpastian pada estimasi integral, σ i, berkurang sebagai -/. Semakin banyak titik yang digunakan, akurasi akan semakin baik, meskipun kesalahan akan berkurang sangat lambat.. Presisi akan semakin baik, jika σ f semakin kecil. Artinya f sehalus mungkin. Kelemahannya adalah ketika f adalah konstant yang dalam hal ini hanya bisa dievaluasi pada titik saja. Contoh 6. Buatlah program sederhana integrasi fungsi trigonometri f(x)=sin(x) pada batas x=ð/ sampai x= ð, dengan jumlah titik sampel =00 buah, dan eveluasi deklarasinya solusi Dalam bentuk program berdasarkan persamaan (6.3) DEF FF(x)=sin(*x) =00 04
4 Integral=0 a=3,46/; b=3,46; FOR i= TO x=a+ RD*(b-a) Integral=Integral+FF(x) EXT i Hasil Integral=Integral*(b-a)/ ED a adalah batas bawah integrasi dan b adalah batas atasnya. x=a+ RD*(b-a) pada baris ke 7 menyatakan bahwa nilai x terdistribusi merata pada selang [a,b]. RD adalah deklarasi untuk membangkitkan fungsi Random yang biasanya disediakan sebagai library pada bahasa pemrograman. Contoh 6. Evaluasi dengan program, untuk menghitung integral fungsi dx π = = 0, x 4 0 dengan input nilai, dan estimasikan presisinya. Solusi Program dalam BASIC 0 DEF FF(x)=/(+X^) 0 IPUT masukkan nilai ; % 30 JumF=0; JumF=0 40 For I%= TO % 50 x=rd: Fx=FF(x) 60 JumF=JumF+Fx: JumF=JumF+Fx^ 70 ext I% 80 Frerata=JumF/% 90 Sigma=SQR((JumF/%-Frerata^)/%) 00 Print Using integral=#.#### +- #.#### ; Frerata, Sigma Running program untuk variasi nilai diberikan pada tabel berikut ini: I σ i ,849 0, , ,7953 0, ,784 0, , , ,0339 0,059 0,063 0,008 0,0079 0, ,
5 5000 0, ,007 Hasil komputasi sama dengan nilai eksak dengan kecilnya standar deviasi ( biasanya kurang dari satu) dan integrasi menjadi lebih presisi dengan bertambahnya. Jika Monte Carlo diimplementasikan untuk menyelesaikan integral dua dimensi seperti pada persamaan berikut b d I = f ( x, y) dxdy (6.6) a c akan memberikan formula penyelesaian: I = ( b a)( d c) f ( xi, yi) (6.7) dimana xi terdistribusi merata antara x=a dan x=b, dan yi terdistribusi merata antara y=c dan y=d. Dalam hal ini ada buah xi dan yi yang diambil secara acak sebagai sampel dalam perhitungan integral. Contoh 6.3 Buatlah program sederhana untuk mengevaluasi fungsi integral lipat dua berikut: 7 0 x= 5 y= ( xy ) dydx dengan jumlah titik sampel =00. solusi Dalam bentuk program berdasarkan persamaan (6.7), proses ini dapat digambarkan sebagai berikut DEF FF(x,y)= -*x*y =00 Integral=0 a=5; b=7; c=; d=0; FOR i= TO x=a+ RD*(b-a); 06
6 y=c+rd*(d-c); Integral=Integral+FF(x,y); EXT i Hasil_Integral=Integral*(b-a)*(d-c)/ PRIT Hasil_Integral; ED D. SOAL-SOAL (6.) Hitunglah integral fungsi 3 x dx 3 dengan =5,0,40 dan 00 serta cek dengan nilai analitiknya. (6.) Buatlah program sederhana untuk mengevaluasi fungsi integral lipat dua berikut: 4 5 x= y= ( x y) dydx dengan jumlah titik sampel =00. (6.3) Sempurnakan program pada contoh (6.) dan running untuk memperoleh hasil komputasinya. Sertakan analisa presisinya. (6.4) Jelaskan bagaimana Bilangan random dibangkitkan! (6.5) Hitunglah integral lipat tiga berikut dengan Monte Carlo 4 x= 0 y= z= (6xyz) dydxdz dengan =0, 0 dan 40. cek dengan nilai analitiknya. E. DAFTAR PUSTAKA Koonin, S.E., Computational Physics, Addison-Wesley Inc, 986 Potter, David., Computational Physics, John Willey & Sons, 988 Payne, James A., Introduction to Simulation, Programming Technique and Methods of Analysis, McGraw-Hill International Editions,
Studi dan Implementasi Integrasi Monte Carlo
Studi dan Implementasi Integrasi Monte Carlo Firdi Mulia - 13507045 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132, Indonesia
Lebih terperinciPOSITRON, Vol. VI, No. 2 (2016), Hal ISSN :
Penentuan Energi Keadaan Dasar Osilator Kuantum Anharmonik Menggunakan Metode Kuantum Difusi Monte Carlo Nurul Wahdah a, Yudha Arman a *,Boni Pahlanop Lapanporo a a JurusanFisika FMIPA Universitas Tanjungpura,
Lebih terperinciPENERAPAN METODE INTEGRASI MONTE CARLO PADA LEMBARKERJA EXCEL. Implementattion of Monte-Carlo Integration Method in Excel Worksheet
Prosiding Seminar Nasional Penelitian, Pendidikan, dan Penerapan MIPA Fakultas MIPA, Universitas Negeri Yogyakarta, 16 Mei 2009 PENERAPAN METODE INTEGRASI MONTE CARLO PADA LEMBARKERJA EXCEL Eko Sulistya
Lebih terperinciIntegral lipat dua BAB V INTEGRAL LIPAT 5.1. DEFINISI INTEGRAL LIPAT DUA. gambar 5.1 Luasan di bawah permukaan
BAB V INTEGRAL LIPAT 5.1. DEFINISI INTEGRAL LIPAT DUA gambar 5.1 Luasan di bawah permukaan 61 Pada Matematika Dasar I telah dipelajari integral tertentu b f ( x) dx yang dapat didefinisikan, apabila f
Lebih terperinciBAB IV SIMULASI MONTE CARLO
BAB IV SIMULASI MONTE CARLO Monte Carlo adalah algoritma komputasi untuk mensimulasikan berbagai perilaku sistem fisika dan matematika. Penggunaan klasik metode ini adalah untuk mengevaluasi integral definit,
Lebih terperinciKATA PENGANTAR. FisikaKomputasi i -FST Undana
Disertai Flowchart, Algoritma, Script Program dalam Pascal, Matlab5 dan Mathematica5 Ali Warsito, S.Si, M.Si Jurusan Fisika, Fakultas Sains & Teknik Universitas Nusa Cendana 2009 KATA PENGANTAR Buku ajar
Lebih terperinciPROJEK 2 PENCARIAN ENERGI TERIKAT SISTEM DI BAWAH PENGARUH POTENSIAL SUMUR BERHINGGA
PROJEK PENCARIAN ENERGI TERIKAT SISTEM DI BAWAH PENGARUH POTENSIAL SUMUR BERHINGGA A. PENDAHULUAN Ada beberapa metode numerik yang dapat diimplementasikan untuk mengkaji keadaan energi terikat (bonding
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Dasar Teori 2.1.1 Integral Integral merupakan invers atau kebalikan dari differensial. Integral terdiri dari dua macam yakni integral tentu dan integral tak tentu. Integral
Lebih terperinciBab IV Simulasi Metode Monte Carlo Mengatasi Masalah dalam Distribusi Data
24 Bab IV Simulasi Metode Monte Carlo Mengatasi Masalah dalam Distribusi Data IV.1 Mengenal Metode Monte Carlo Distribusi probabilitas digunakan dalam menganalisis sampel data. Sebagaimana kita ketahui,
Lebih terperinciBAB I PENDAHULUAN. keadaan energi (energy state) dari sebuah sistem potensial sumur berhingga. Diantara
BAB I PENDAHULUAN Latar Belakang Masalah Ada beberapa metode numerik yang dapat diimplementasikan untuk mengkaji keadaan energi (energy state) dari sebuah sistem potensial sumur berhingga. Diantara metode-metode
Lebih terperinciKata-kata kunci: metode Persegipanjang,integrasi numerik, penyelesaian persoalan fisis
Warsono Metode Persegipanjang METODE PERSEGIPANJANG SEBAGAI METODE ALTERNATIF INTEGRASI NUMERIK DAN PENGGUNAANNYA DALAM PENYELESAIAN PERSOALAN FISIS THE SQUARE METHOD AS ALTERNATIVE METHOD OF NUMERICAL
Lebih terperinciSIMULASI Kendalan (Reliability Simulation)*
TKS 6112 Keandalan Struktur SIMULASI Kendalan (Reliability Simulation)* * Pranata, Y.A. Teknik Simulasi Untuk Memprediksi Keandalan Lendutan Balok Statis Tertentu. Prosiding Konferensi Teknik Sipila Nasional
Lebih terperinciKonsep Dasar Perhitungan Numerik
Modul Konsep Dasar Perhitungan Numerik Drs. Mulyatno, M.Si. D PENDAHULUAN alam mata kuliah Kalkulus, Aljabar Linear, Persamaan Diferensial Biasa, dan mata kuliah lainnya, dapat Anda pelajari berbagai metode
Lebih terperinciFakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Binawidya Pekanbaru (28293), Indonesia.
INTEGRASI NUMERIK TANPA ERROR UNTUK FUNGSI-FUNGSI TERTENTU Irma Silpia 1, Syamsudhuha, Musraini M. 1 Mahasiswi Jurusan Matematika Dosen Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam
Lebih terperinciCNH2B4 / KOMPUTASI NUMERIK
CNH2B4 / KOMPUTASI NUMERIK TIM DOSEN KK MODELING AND COMPUTATIONAL EXPERIMENT 1 REVIEW KALKULUS & KONSEP ERROR Fungsi Misalkan A adalah himpunan bilangan. Fungsi f dengan domain A adalah sebuah aturan
Lebih terperinciMETODA RATA-RATA BATCH PADA SIMULASI SISTEM ANTRIAN M/M/1
Media Informatika Vol. 5 No. 1 (2006) METODA RATA-RATA BATCH PADA SIMULASI SISTEM ANTRIAN M/M/1 Ekabrata Yudhistyra Sekolah Tinggi Manajemen Informatika dan Komputer LIKMI Jl. Ir. H. Juanda 96 Bandung
Lebih terperinciPerhitungan Integral Lipat menggunakan Metode Monte Carlo
Perhitungan Integral Lipat menggunakan Metode Monte Carlo Nugroho Agus Haryono Program Studi Teknik Informatka Universitas Kristen Duta Wacana Yogyakarta Email: nugroho@ukdw.ac.id Abstrak: Perhitungan
Lebih terperinciGARIS BESAR PROGRAM PEMBELAJARAN (GBPP) UNIVERSITAS DIPONEGORO
GARIS BESAR PROGRAM PEMBELAJARAN (GBPP) UNIVERSITAS DIPONEGORO SPMI- UNDIP GBPP 10.09.04 PAF220 Revisi ke - Tanggal 13 September 2013 Dikaji Ulang Oleh Ketua Program Studi Fisika Dikendalikan Oleh GPM
Lebih terperinciBAB I PENDAHULUAN. Ilmu kalkulus memiliki aturan aturan penyelesaian fungsi integral untuk
BAB I PENDAHULUAN 1.1 Latar Belakang Ilmu kalkulus memiliki aturan aturan penyelesaian fungsi integral untuk memperoleh solusi analitik (dan eksak) dari fungsi integral tentu. Namun, dalam praktek rekayasa,
Lebih terperinciLAPORAN PENELITIAN KAJIAN KOMPUTASI KUANTISASI SEMIKLASIK VIBRASI MOLEKULER SISTEM DIBAWAH PENGARUH POTENSIAL LENNARD-JONES (POTENSIAL 12-6)
LAPORAN PENELITIAN KAJIAN KOMPUTASI KUANTISASI SEMIKLASIK VIBRASI MOLEKULER SISTEM DIBAWAH PENGARUH POTENSIAL LENNARD-JONES (POTENSIAL 1-6) Oleh : Warsono, M.Si Supahar, M.Si Supardi, M.Si FAKULTAS MATEMATIKA
Lebih terperinciMETODE ELEMEN BATAS UNTUK MASALAH TRANSPORT
METODE ELEMEN BATAS UNTUK MASALAH TRANSPORT Agusman Sahari. 1 1 Jurusan Matematika FMIPA UNTAD Kampus Bumi Tadulako Tondo Palu Abstrak Dalam paper ini mendeskripsikan tentang solusi masalah transport polutan
Lebih terperinciAPLIKASI SIMULASI MONTE CARLO UNTUK MENENTUKAN NILAI OPSI ASIA DENGAN MENGGUNAKAN METODE CONTROL VARIATE PADA KOMODITAS PERTANIAN
APLIKASI SIMULASI MONTE CARLO UNTUK MENENTUKAN NILAI OPSI ASIA DENGAN MENGGUNAKAN METODE CONTROL VARIATE PADA KOMODITAS PERTANIAN D. P. ANGGRAINI 1, D. C. LESMANA 2, B. SETIAWATY 2 Abstrak Petani memiliki
Lebih terperinciBAB I INTEGRAL TAK TENTU
BAB I INTEGRAL TAK TENTU TUJUAN PEMBELAJARAN: 1. Setelah mempelajari materi ini mahasiswa dapat menentukan pengertian integral sebagai anti turunan. 2. Setelah mempelajari materi ini mahasiswa dapat menyelesaikan
Lebih terperinciMODIFIKASI APROKSIMASI TAYLOR DAN PENERAPANNYA
MODIFIKASI APROKSIMASI TAYLOR DAN PENERAPANNYA Irpan Riski M 1, Musraini M 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciFUNGSI GELOMBANG DAN RAPAT PROBABILITAS PARTIKEL BEBAS 1D DENGAN MENGGUNAKAN METODE CRANK-NICOLSON
FUNGSI GELOMBANG DAN RAPAT PROBABILITAS PARTIKEL BEBAS 1D DENGAN MENGGUNAKAN METODE CRANK-NICOLSON Rif ati Dina Handayani 1 ) Abstract: Suatu partikel yang bergerak dengan momentum p, menurut hipotesa
Lebih terperinciPROBABILITAS PARTIKEL DALAM KOTAK TIGA DIMENSI PADA BILANGAN KUANTUM n 5. Indah Kharismawati, Bambang Supriadi, Rif ati Dina Handayani
PROBABILITAS PARTIKEL DALAM KOTAK TIGA DIMENSI PADA BILANGAN KUANTUM n 5 Indah Kharismawati, Bambang Supriadi, Rif ati Dina Handayani Program Studi Pendidikan Fisika FKIP Universitas Jember email: schrodinger_risma@yahoo.com
Lebih terperinciSolusi Penyelesaian Persamaan Laplace dengan Menggunakan Metode Random Walk Gapar 1), Yudha Arman 1), Apriansyah 2)
Solusi Penyelesaian Persamaan Laplace dengan Menggunakan Metode Random Walk Gapar 1), Yudha Arman 1), Apriansyah 2) 1) Program Studi Fisika Jurusan Fisika Universitas Tanjungpura 2)Program Studi Ilmu Kelautan
Lebih terperinciTeknik Simulasi Untuk Memprediksi Keandalan Lendutan Balok Statis Tertentu
Teknik Simulasi Untuk Memprediksi Keandalan Lendutan Balok Statis Tertentu Yosafat Aji Pranata Abstrak Balok merupakan salah satu elemen struktur utama pada struktur bangunan gedung. Salah satu kriteria
Lebih terperinciPersamaan Diferensial: Pengertian, Asal Mula dan Penyelesaian
Modul 1 Persamaan Diferensial: Pengertian, Asal Mula dan Penyelesaian Drs. Sardjono, S.U. M PENDAHULUAN odul 1 ini berisi uraian tentang persamaan diferensial, yang mencakup pengertian-pengertian dalam
Lebih terperinciPERBANDINGAN SOLUSI NUMERIK INTEGRAL LIPAT DUA PADA FUNGSI FUZZY DENGAN METODE ROMBERG DAN SIMULASI MONTE CARLO
PERBANDINGAN SOLUSI NUMERIK INTEGRAL LIPAT DUA PADA FUNGSI FUZZY DENGAN METODE ROMBERG DAN SIMULASI MONTE CARLO Ermawati i, Puji Rahayu ii,, Faihatus Zuhairoh iii i Dosen Jurusan Matematika FST UIN Alauddin
Lebih terperinciPENENTUAN UKURAN CONTOH DAN REPLIKASI BOOTSTRAP UNTUK MENDUGA MODEL REGRESI LINIER SEDERHANA
Jurnal Matematika UNAND Vol. 3 No. 2 Hal. 53 61 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENENTUAN UKURAN CONTOH DAN REPLIKASI BOOTSTRAP UNTUK MENDUGA MODEL REGRESI LINIER SEDERHANA OLIVIA ATINRI,
Lebih terperinciPEMANFAATAN SOFTWARE MATLAB DALAM PEMBELAJARAN METODE NUMERIK POKOK BAHASAN SISTEM PERSAMAAN LINEAR SIMULTAN
PEMANFAATAN SOFTWARE MATLAB DALAM PEMBELAJARAN METODE NUMERIK POKOK BAHASAN SISTEM PERSAMAAN LINEAR SIMULTAN Any Muanalifah Dosen Jurusan Tadris Matematika FITK IAIN Walisongo Abstrak Persoalan yang melibatkan
Lebih terperinciFakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Binawidya Pekanbaru (28293), Indonesia.
METODE SIMPSON-LIKE TERKOREKSI Ilis Suryani, M. Imran, Asmara Karma Mahasiswa Program Studi S Matematika Laboratorium Matematika Terapan, Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam
Lebih terperinciBAB III APLIKASI METODE EULER PADA KAJIAN TENTANG GERAK Tujuan Instruksional Setelah mempelajari bab ini pembaca diharapkan dapat: 1.
BAB III APLIKASI METODE EULER PADA KAJIAN TENTANG GERAK Tujuan Instruksional Setelah mempelajari bab ini pembaca diharapkan dapat: 1. Menentukan solusi persamaan gerak jatuh bebas berdasarkan pendekatan
Lebih terperinciBAB II TINJAUAN PUSTAKA. (b) Variabel independen yang biasanya dinyatakan dengan simbol
BAB II TINJAUAN PUSTAKA A. Regresi Regresi adalah suatu studi statistik untuk menjelaskan hubungan dua variabel atau lebih yang dinyatakan dalam bentuk persamaan. Salah satu variabel merupakan variabel
Lebih terperinciBAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat pengaruh suatu variabel terhadap variabel yang lain. Variabel yang pertama disebut
Lebih terperinciDistribusi Peluang Kontinu. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB
Distribusi Peluang Kontinu Bahan Kuliah II9 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB 1 Fungsi Padat Peluang Untuk peubah acak kontinu, fungsi peluangnya
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Himpunan Fuzzy Tidak semua himpunan yang dijumpai dalam kehidupan sehari-hari terdefinisi secara jelas, misalnya himpunan orang miskin, himpunan orang pandai, himpunan orang tinggi,
Lebih terperinciKULIAH ANALISIS STATISTIK DATA SIMULASI Tipe-tipe simulasi berdasarkan analisis output:
KULIAH ANALISIS STATISTIK DATA SIMULASI Tipe-tipe simulasi berdasarkan analisis output: 1. Terminating simulation 2. Nonterminating simulation: a. Steady-state parameters b. Steady-state cycle parameters
Lebih terperincitak-hingga. Lebar sumur adalah 4 angstrom. Berapakah simpangan gelombang elektron
Tes Formatif 1 Petunjuk: Jawablah semua soal di bawah ini pada lembar jawaban yang disediakan! =============================================================== 1. Sebuah elektron ditempatkan dalam sebuah
Lebih terperinciPENDAHULUAN FISIKA KUANTUM. Asep Sutiadi (1974)/( )
PENDAHULUAN FISIKA KUANTUM FI363 / 3 sks Asep Sutiadi (1974)/(0008097002) TUJUAN PERKULIAHAN Selesai mengikuti mata kuliah ini mahasiswa diharapkan mampu menjelaskan pada kondisi seperti apa suatu permasalahan
Lebih terperinciPENYELESAIAN PERSAMAAN NONLINIER DENGAN METODE MODIFIKASI BAGI DUA
Jurnal Matematika UNAND Vol. 4 No. 1 Hal. 68 75 ISSN : 303 910 c Jurusan Matematika FMIPA UNAND PENYELESAIAN PERSAMAAN NONLINIER DENGAN METODE MODIFIKASI BAGI DUA ELSA JUMIASRI, SUSILA BAHRI, BUKTI GINTING
Lebih terperinciPr { +h =1 = } lim. Suatu fungsi dikatakan h apabila lim =0. Dapat dilihat bahwa besarnya. probabilitas independen dari.
6.. Proses Kelahiran Murni Dalam bab ini, akan dibahas beberapa contoh penting dari waktu kontinu, state diskrit, proses Markov. Khususnya, dengan kumpulan dari variabel acak {;0 } di mana nilai yang mungkin
Lebih terperinci4. Buku teks: Introduction to solid state physics, Charles Kittel, John Willey & Sons, Inc.
Pengantar. Target: mahasiswa undergraduate menjelang tingkat akhir atau mahasiswa graduate tanpa latar belakang fisika zat padat. 2. Penjelasan Mata kuliah: tujuan perkuliahan ini adalah untuk memberikan
Lebih terperinciBAB 2 Landasan Teori
BAB 2 Landasan Teori 2.1 Kajian Teori Dibawah ini merupakan penjelasan mengenai teori yang digunakan dalam penelitian ini. Teori ini menjadi tolak ukur dalam menjalakan penelitian. 2.1.1 Monte Carlo Kata
Lebih terperinciVARIABEL KOMPLEKS SUMANANG MUHTAR GOZALI KBK ALJABAR & ANALISIS
VARIABEL KOMPLEKS SUMANANG MUHTAR GOZALI KBK ALJABAR & ANALISIS UNIVERSITAS PENDIDIKAN INDONESIA BANDUNG 2009 2 DAFTAR ISI DAFTAR ISI 2 1 Sistem Bilangan Kompleks (C) 1 1 Pendahuluan...............................
Lebih terperinciPROGRAM PERHITUNGAN PENGARUH REAKTIVITAS FEEDBACK TERHADAP DINAMIKA REAKTOR MENGGUNAKAN METODA MONTE CARLO. Dra. Dwi Purwanti, MS ABSTRAK
2 Jurnal Teknik Elektro Vol. 3 No. PROGRAM PERHITUNGAN PENGARUH REAKTIVITAS FEEDBACK TERHADAP DINAMIKA REAKTOR MENGGUNAKAN METODA MONTE CARLO Dra. Dwi Purwanti, MS ABSTRAK Daya reaktor sebanding dengan
Lebih terperinciBAB I PENDAHULUAN. Statistika adalah salah satu cabang ilmu yang mempelajari prosedur-prosedur
BAB I PENDAHULUAN 1.1 Latar Belakang Statistika adalah salah satu cabang ilmu yang mempelajari prosedur-prosedur yang digunakan dalam pengumpulan, penyajian, analisis dan interpretasi data. Statistika
Lebih terperinciSTATISTIKA UNIPA SURABAYA
MATEMATIKA STATISTIKA (MATHEMATICAL STATISTICS) GANGGA ANURAGA Materi : Distribusi variabel random Teori Himpunan Fungsi Himpunan Fungsi Himpunan Peluang Variabel Random Fungsi Kepadatan Peluang Fungsi
Lebih terperinciImplementasi Metode Jumlah Riemann untuk Mendekati Luas Daerah di Bawah Kurva Suatu Fungsi Polinom dengan Divide and Conquer
Implementasi Metode Jumlah Riemann untuk Mendekati Luas Daerah di Bawah Kurva Suatu Fungsi Polinom dengan Divide and Conquer Dewita Sonya Tarabunga - 13515021 Program Studi Tenik Informatika Sekolah Teknik
Lebih terperinciPERBANDINGAN BEBERAPA METODE NUMERIK DALAM MENGHITUNG NILAI PI
PERBANDINGAN BEBERAPA METODE NUMERIK DALAM MENGHITUNG NILAI PI Perbandingan Beberapa Metode Numerik dalam Menghitung Nilai Pi Aditya Agung Putra (13510010)1 Program Studi Teknik Informatika Sekolah Teknik
Lebih terperinciBAB II DASAR TEORI 2.1 Pengertian Tata Guna/Tutupan Lahan
BAB II DASAR TEORI Prediksi perubahan lahan merupakan salah satu informasi penting untuk mendukung perencanaan penggunaan lahan. Untuk itu perlu dibuat suatu model yang mampu mewakili prediksi perubahan
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Penggunaan uji t dan uji z untuk menguji perbedaan mean hanya dapat diterapkan pada dua variabel. Jika jumlah variabel yang diuji cukup besar atau lebih dari dua variabel,
Lebih terperinciBAB II PENGANTAR SOLUSI PERSOALAN FISIKA MENURUT PENDEKATAN ANALITIK DAN NUMERIK
BAB II PENGANTAR SOLUSI PERSOALAN FISIKA MENURUT PENDEKATAN ANALITIK DAN NUMERIK Tujuan Instruksional Setelah mempelajari bab ini pembaca diharapkan dapat: 1. Menjelaskan cara penyelesaian soal dengan
Lebih terperinciBab VI Perbandingan Model Simulasi menggunakan Metode Monte Carlo dan Metode Functional Statistics Algorithm (FSA)
37 Bab VI Perbandingan Model Simulasi menggunakan Metode Monte Carlo dan Metode Functional Statistics Algorithm (FSA) VI.1 Probabilitas Integral (Integral Kumulatif) Ketika menganalisis distribusi probabilitas,
Lebih terperinciPengembangan Model Simulasi, oleh Hotniar Siringoringo 1
Simulasi kejadian diskrit memodelkan sistem yang berubah sesuai waktu melalui suatu representasi dimana variabel status berubah secara langsung pada titik terpisah dalam waktu. Titik terpisah dalam waktu
Lebih terperinci0. Pendahuluan. 0.1 Notasi dan istilah, bilangan kompleks
0. Pendahuluan Analisis Fourier mempelajari berbagai teknik menganalisis sebuah fungsi dengan menguraikannya sebagai deret atau integral fungsi tertentu (yang sifat-sifatnya telah kita kenal dengan baik,
Lebih terperinciPRAKTIKUM 13 PENYELESAIAN PERSAMAAN ALJABAR
PRAKTIKUM 13 PENYELESAIAN PERSAMAAN ALJABAR Dalam bab ini kita akan menggunakan Matlab untuk menyelesaikan persamaan aljabar. Kita akan mulai dengan menyelesaikan persamaan sederhana (persamaan dengan
Lebih terperinci2-RP. C. Deskripsi CP secara umum KKNI Level 6
RP-S1-SK-03 Kurikulum 2014, Edisi : September-2014.Revisi : 00 Hal: 1 dari 5 A. CAPAIAN PEMBELAJARAN : 1. CP 3.3 : untuk mengoptimalkan penggunaan program paket metode statistika yang sudah ada 2. CP 15.1
Lebih terperinciModul Praktikum Analisis Numerik
Modul Praktikum Analisis Numerik (Versi Beta 1.2) Mohammad Jamhuri UIN Malang December 2, 2013 Mohammad Jamhuri (UIN Malang) Modul Praktikum Analisis Numerik December 2, 2013 1 / 18 Praktikum 1: Deret
Lebih terperinciLaporan Praktikum 12 Analisis Numerik
Laporan Praktikum 12 Analisis Numerik Syarif Abdullah (G551150381) Matematika Terapan Departemen Matematika FMIPA IPB E-mail: syarif abdullah@apps.ipb.ac.id 2 Juni 2016 MONTE CARLO METHODS AND SIMULATION
Lebih terperinciAyundyah Kesumawati. April 29, Prodi Statistika FMIPA-UII. Deret Tak Terhingga. Ayundyah. Barisan Tak Hingga. Deret Tak Terhingga
Kesumawati Prodi Statistika FMIPA-UII April 29, 2015 Akar Barisan a 1, a 2, a 3, a 4,... adalah susunan bilangan-bilangan real yang teratur, satu untuk setiap bilangan bulat positif. adalah fungsi yang
Lebih terperinciKelompok Mata Kuliah : MKU Program Studi/Program : Pendidikan Teknik Elektro/S1 Status Mata Kuliah : Wajib. : Aip Saripudin, M.T.
DESKIPSI MATA KULIAH EL-121 Matematika Teknik I: S1, 3 SKS, Semester II Mata kuliah ini merupakan kuliah lanjut. Selesai mengikuti perkuliahan ini mahasiswa diharapkan mampu memahami konsep-konsep matematika
Lebih terperinciKOMPUTASI DISTRIBUSI SUHU DALAM KEADAAN MANTAP (STEADY STATE) PADA LOGAM DALAM BERBAGAI DIMENSI
Prosiding Seminar Nasional Penelitian, Pendidikan & Penerapan MIPA, Hotel Sahid Raya Yogyakarta, 8 Februari KOMPUTASI DISTRIBUSI SUHU DALAM KEADAAN MANTAP (STEADY STATE) PADA LOGAM DALAM BERBAGAI DIMENSI
Lebih terperinciMETODE FINITEDIFFERENCE INTERVAL UNTUK MENYELESAIKAN PERSAMAAN PANAS
METODE FINITEDIFFERENCE INTERVAL UNTUK MENYELESAIKAN PERSAMAAN PANAS Aziskhan, Mardhika W.A, Syamsudhuha Jurusan MatematikaFMIPA Universitas Riau Abstract. The aim of this paper is to solve a heat equation
Lebih terperinciPENAKSIR MAKSIMUM LIKELIHOOD DENGAN METODE ITERASI NEWTON - RAPHSON
PENAKSIR MAKSIMUM LIKELIHOOD DENGAN METODE ITERASI NEWTON - RAPHSON Haposan Sirait 1 dan Rustam Efendi 2 1,2 Dosen Program Studi Matematika FMIPA Universitas Riau. Abstrak: Makalah ini menyajikan tentang
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengertian Dasar Teori Antrian Dalam kehidupan sehari-hari, antrian (queueing) sangat sering ditemukan. Mengantri sering harus dilakukan jika kita menunggu giliran misalnya mengambil
Lebih terperinciSEMINAR NASIONAL BASIC SCIENCE II
ISBN : 978-60-975-0-5 PROSEDING SEMINAR NASIONAL BASIC SCIENCE II Konstribusi Sains Untuk Pengembangan Pendidikan, Biodiversitas dan Metigasi Bencana Pada Daerah Kepulauan SCIENTIFIC COMMITTEE: Prof. H.J.
Lebih terperinciPERHITUNGAN HARGA OPSI TIPE ARITMATIK CALL ASIA DENGAN SIMULASI MONTE CARLO
PERHITUNGAN HARGA OPSI TIPE ARITMATIK CALL ASIA DENGAN SIMULASI MONTE CARLO Ardhia Pringgowati 1 1 Prodi Ilmu Komputasi Telkom University, Bandung 1 ardya.p@gmail.com Abstrak Pada penelitian ini berhubungan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Latar Belakang Historis Fondasi dari integral pertama kali dideklarasikan oleh Cavalieri, seorang ahli matematika berkebangsaan Italia pada tahun 1635. Cavalieri menemukan bahwa
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
44 BAB 4 HASIL DAN PEMBAHASAN 4.1. Proses Analisis Perbandingan Seperti yang telah dinyatakan dalam subbab 3.3.1, tahap pertama ini ditujukan untuk menguji ketepatan suatu metode dalam melakukan perhitungan
Lebih terperinciSeminar Hasil Tugas Akhir
Seminar Hasil Tugas Akhir FALAH EGY SUJANA (1209100050) JURUSAN MATEMATIKA FMIPA-ITS SIMULASI ANTRIAN SISTEM PELAYANAN NASABAH (STUDI KASUS : BANK X) Pembimbing : Drs. Soetrisno, MI.Komp. LATAR BELAKANG
Lebih terperinciBAB I PENDAHULUAN. Tahap-tahap memecahkan masalah dengan metode numeric : 1. Pemodelan 2. Penyederhanaan model 3.
BAB I PENDAHULUAN Tujuan Pembelajaran: Mengetahui apa yang dimaksud dengan metode numerik. Mengetahui kenapa metode numerik perlu dipelajari. Mengetahui langkah-langkah penyelesaian persoalan numerik.
Lebih terperinciFisika Umum (MA 301)
Selamat Datang Di Perkuliahan Fisika Umum (MA 301) Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam UNIVERSITAS PENDIDIKAN INDONESIA Topik hari ini: Fisika Umum (MA 301) Silabus Pendahuluan Pengukuran
Lebih terperinciPAM 252 Metode Numerik Bab 4 Pencocokan Kurva
PAM 252 Metode Numerik Bab 4 Pencocokan Kurva Mahdhivan Syafwan Jurusan Matematika FMIPA Universitas Andalas Semester Genap 2013/2014 1 Mahdhivan Syafwan Metode Numerik: Pencocokan Kurva Permasalahan dan
Lebih terperinciBAB 2 LANDASAN TEORI
19 BAB 2 LANDASAN TEORI 2.1 Persediaan 2.1.1 Pengertian Persediaan Persediaan meliputi semua barang dan bahan yang dimiliki oleh perusahaan dan dipergunakan dalam proses produksi atau dalam memberikan
Lebih terperinciMETODE MONTE CARLO. Presented by Muchammad Chusnan Aprianto Dr.KHEZ Muttaqien Istitute of Technology
METODE MONTE CARLO Presented by Muchammad Chusnan Aprianto Dr.KHEZ Muttaqien Istitute of Technology 1 M O N T E C A R L O Metode pencarian acak adalah suatu metode dimana solusi dicari secara acak dan
Lebih terperinciMAKALAH MATEMATIKA DASAR TURUNAN (DIFERENSIAL)
MAKALAH MATEMATIKA DASAR TURUNAN (DIFERENSIAL) KATA PENGANTAR Puji dan Syukur kami panjatkan ke Hadirat Tuhan Yang Maha Esa, karena berkat limpahan Rahmat dan Karunia-nya sehingga kami dapat menyusun makalah
Lebih terperinciPENYELESAIAN INTEGRAL DIMENSI-n DENGAN MENGGUNAKAN TEOREMA FUBINI
PENYELESAIAN INTEGRAL DIMENSI-n DENGAN MENGGUNAKAN TEOREMA FUBINI SKRIPSI Diajukan untuk Memenuhi Sebagian dari Syarat untuk Memperoleh Gelar Sarjana Pendidikan S-1 Program Studi Pendidikan Matematika
Lebih terperinciRENCANA PELAKSANAAN PEMBELAJARAN
: Pertama / 2 x 45 menit : Ceramah dan praktik o Menyiapkan instrumen secara tepat serta melakukan pengukuran dengan benar berkaitan dengan besaran pokok panjang, massa, waktu, dengan mempertimbangkan
Lebih terperinciCARA LAIN PEMBUKTIAN TEOEMA ARZELA-ASCOLI DAN HUBUNGANNYA DENGAN EKSISTENSI PENYELESAIAN PERSAMAAN DIFERENSIAL (SUATU KAJIAN TEORITIS)
CARA LAIN PEMBUKTIAN TEOEMA ARZELA-ASCOLI DAN HUBUNGANNYA DENGAN EKSISTENSI PENYELESAIAN PERSAMAAN DIFERENSIAL SUATU KAJIAN TEORITIS) Sufri Program Studi Pendidikan Matematika FKIP Universitas Jambi Kampus
Lebih terperinciBAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel
8 BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat pengaruh suatu variabel terhadap variabel yang lain. Variabel yang pertama disebut
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Persamaan diferensial berperan penting dalam kehidupan, sebab banyak permasalahan pada dunia nyata dapat dimodelkan dengan bentuk persamaan diferensial. Ada dua jenis
Lebih terperinci2. Deskripsi Statistik Sistem Partikel
. Deskripsi Statistik Sistem Partikel Formulasi statistik Interaksi antara sistem makroskopis.1. Formulasi Statistik Dalam menganalisis suatu sistem, kombinasikan: ide tentang statistik pengetahuan hukum-hukum
Lebih terperinciMASALAH NILAI AWAL ITERASI NEWTON RAPHSON UNTUK ESTIMASI PARAMETER MODEL REGRESI LOGISTIK ORDINAL TERBOBOTI GEOGRAFIS (RLOTG)
MASALAH NILAI AWAL ITERASI NEWTON RAPHSON UNTUK ESTIMASI PARAMETER MODEL REGRESI LOGISTIK ORDINAL TERBOBOTI GEOGRAFIS (RLOTG) Shaifudin Zuhdi, Dewi Retno Sari Saputro Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciFUNGSI-FUNGSI INVERS
FUNGSI-FUNGSI INVERS Logaritma, Eksponen, Trigonometri Invers Departemen Matematika FMIPA IPB Bogor, 202 (Departemen Matematika FMIPA IPB) Kalkulus I Bogor, 202 / 49 Topik Bahasan Fungsi Satu ke Satu 2
Lebih terperinciBAB 2 LANDASAN TEORI. dari beberapa item atau bahan baku yang digunakan oleh perusahaan untuk
BAB 2 LANDASAN TEORI 2.1 Definisi Persediaan Menurut Jacob, Chase, Aquilo (2009: 547) persediaan merupakan stok dari beberapa item atau bahan baku yang digunakan oleh perusahaan untuk produksi. Sedangkan
Lebih terperinciA-8 LUAS DAERAH DI R2 DENGAN MEMANFAATKAN GARIS SINGGUNG KURVA
A-8 LUAS DAERAH DI R2 DENGAN MEMANFAATKAN GARIS SINGGUNG KURVA Moh. Affaf, S.Si 1 1 Institut Teknologi Bandung, affafs.teorema@yahoo.com PENDAHULUAN Luas daerah di R 2, dibawah kurva f dan di atas sumbu-x
Lebih terperinciANALISIS ANTRIAN MENGGUNAKAN METODE SIMULASI MONTE CARLO. Fajar Etri Lianti ABSTRACT
ANALISIS ANTRIAN MENGGUNAKAN METODE SIMULASI MONTE CARLO Fajar Etri Lianti Mahasiswa Program Studi S1 Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Riau Kampus
Lebih terperinciMETODE NUMERIK 3SKS-TEKNIK INFORMATIKA-S1. Mohamad Sidiq PERTEMUAN-1
METODE NUMERIK 3SKS-TEKNIK INFORMATIKA-S1 Mohamad Sidiq PERTEMUAN-1 KONTRAK KULIAH METODE NUMERIK TEKNIK INFORMATIKA S1 3 SKS Mohamad Sidiq MATERI PERKULIAHAN SEBELUM-UTS Pengantar Metode Numerik Sistem
Lebih terperinciABSTRAK SIMULASI MONTE CARLO DALAM PENENTUAN HARGA OPSI BARRIER
ABSTRAK SIMULASI MONTE CARLO DALAM PENENTUAN HARGA OPSI BARRIER Djaffar Lessy, Dosen Pendidikan Matematika Fakultas Tarbiyah dan Keguruan, IAIN Ambon 081343357498, E-mail: Djefles79@yahoo.com Opsi yang
Lebih terperinciUNIVERSITAS BINA NUSANTARA ANALISIS PERBANDINGAN METODE MONTE CARLO, QUASI MONTE CARLO DAN REDUKSI RAGAM DALAM BLACK SCHOLES OPTION PRICING MODEL
UNIVERSITAS BINA NUSANTARA Program Ganda Teknik Informatika - Statistika Skripsi Sarjana Program Ganda Semester Ganjil 2007/2008 ANALISIS PERBANDINGAN METODE MONTE CARLO, QUASI MONTE CARLO DAN REDUKSI
Lebih terperinciCourse Note Numerical Method Akar Persamaan Tak Liniear.
Course Note Numerical Method Akar Persamaan Tak Liniear. Dalam matematika terapan seringkali harus mencari selesaian persamaan yang berbentuk f() = 0 yakni bilangan o sedemikian sehingga f( o ) = 0. Dalam
Lebih terperinciSoal-Soal dan Pembahasan Matematika IPA SNMPTN 2012 Tanggal Ujian: 13 Juni 2012
Soal-Soal dan Pembahasan Matematika IPA SNMPTN 01 Tanggal Ujian: 13 Juni 01 1. Lingkaran (x + 6) + (y + 1) 5 menyinggung garis y 4 di titik... A. ( -6 4 ). ( -1 4 ) E. ( 5 4 ) B. ( 6 4) D. ( 1 4 ) BAB
Lebih terperinciKONVOLUSI DISTRIBUSI EKSPONENSIAL DENGAN PARAMETER BERBEDA
Jurnal Matematika UNAND Vol. No. 4 Hal. 9 ISSN : 33 9 c Jurusan Matematika FMIPA UNAND KONVOLUSI DISTRIBUSI EKSPONENSIAL DENGAN PARAMETER BERBEDA MARNISYAH ANAS Program Studi Magister Matematika, Fakultas
Lebih terperinciMATERI II TINGKAT TENAGA DAN PITA TENAGA
MATERI II TINGKAT TENAGA DAN PITA TENAGA A. Tujuan 1. Tujuan Umum Mahasiswa memahami konsep tingkat tenaga dan pita tenaga untuk menerangkan perbedaan daya hantar listrik.. Tujuan Khusus a. Mahasiswa dapat
Lebih terperinciSoal-Soal dan Pembahasan Matematika IPA SNMPTN 2012 Tanggal Ujian: 13 Juni 2012
Soal-Soal dan Pembahasan Matematika IPA SNMPTN 01 Tanggal Ujian: 13 Juni 01 1. Lingkaran (x + 6) + (y + 1) 5 menyinggung garis y 4 di titik... A. ( -6, 4 ). ( -1, 4 ) E. ( 5, 4 ) B. ( 6, 4) D. ( 1, 4 )
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH SIMULASI (KB) KODE / SKS : KK / 3 SKS
KODE / SKS : KK-01333 / 3 SKS 1 Pengertian dan tujuan 1. Klasifikasi Model 1 Simulasi. Perbedaan penyelesaian problem Dapat menjelaskan klasifikasi model dari matematis secara analitis dan numeris suatu
Lebih terperinciFUNGSI DELTA DIRAC. Marwan Wirianto 1) dan Wono Setya Budhi 2)
INTEGRAL, Vol. 1 No. 1, Maret 5 FUNGSI DELTA DIRAC Marwan Wirianto 1) dan Wono Setya Budhi ) 1) Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Katolik Parahyangan, Bandung
Lebih terperinciCatatan Kuliah Analisis Numerik Pertemuan 1 : 10 Februari 2015 Sri Istiyarti Uswatun Chasanah G Oleh : Dr.Ir.Sri Nurdiati, M.
Catatan Kuliah Analisis Numerik Pertemuan 1 : 10 Februari 2015 Sri Istiyarti Uswatun Chasanah G551150341 Oleh : Dr.Ir.Sri Nurdiati, M.Sc Pengantar Masalah matematika tidak selalu dapat diselesaikan secara
Lebih terperinci