DISKRETISASI MODEL DINAMIK KONTINU MUHAMMAD ARIF TIRTANA G

Ukuran: px
Mulai penontonan dengan halaman:

Download "DISKRETISASI MODEL DINAMIK KONTINU MUHAMMAD ARIF TIRTANA G"

Transkripsi

1 DISKRETISASI MODEL DINAMIK KONTINU MUHAMMAD ARIF TIRTANA G DEPARTEMEN M ATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2008

2 ABSTRAK MUHAMMAD ARIF TIRTANA. Diskretisasi Model Diamik Kotiu. Dibimbig oleh NGAKAN KOMANG KUTHA ARDANA da ALI KUSNANTO. Diskretisasi diperluka utuk medapatka model diamik diskret dari model diamik kotiu. Proses tersebut didapat dega metrasformasi persamaa diferesial pada model diamik kotiu mejadi persamaa beda pada model diamik diskret. Tulisa ii memperlihatka bagaimaa memperoleh persamaa beda sebagai model diskret dari fugsi ekspoesial kotiu da fugsi logistik kotiu. Berdasarka pola perilaku model diskret da model kotiu pada fugsi ekspoesial da fugsi logistik, diperoleh bahwa semua pola perilaku pada model kotiu dimiliki oleh model diskret, tetapi model kotiu tidak memiliki semua pola perilaku pada model diskret. Tulisa ii juga memperlihatka proses diskretisasi pada sistem persamaa diferesial mejadi sistem persamaa beda sebagai model diskretya. Berdasarka perbadiga pola perilaku model diskret da model kotiu pada model peyebara AIDS diperoleh bahwa pola perilaku pada model diskret megimplemetasika pola perilaku pada model kotiuya..

3 ABSTRACT MUHAMMAD ARIF TIRTANA. Discretizatio of Cotiuous Dyamic Model. Supervised by NGAKAN KOMANG KUTHA ARDANA ad ALI KUSNANTO. Discretizatio is a process to form a discrete dyamic model from a cotiuous oe. This ca be doe by trasformig differetial equatios of cotiuous model ito differece equatios of discrete model. This paper shows how to get the differece equatios from a cotiuous epoetial ad a cotiuous logistic fuctio. Based o the patter of the cotiuous ad the discrete model of epoetial ad logistic fuctio, it is foud that all patter of cotiuous models are satisfied by discrete models, but cotiuous models do t ecessarily have all patter of discrete models. This paper also shows the discretizatio process of a system of differetial equatios ito a system of differece equatios. Aalyzig the cotiuous AIDS epidemic model, it is foud that the behavior of the discrete model has a similar patter to the cotiuous model.

4 DISKRETISASI MODEL DINAMIK KONTINU Skripsi Sebagai Salah Satu Syarat Memperoleh Gelar Sarjaa Sais pada Program Studi Matematika MUHAMMAD ARIF TIRTANA G DEPARTEMEN M ATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2008

5 Judul : Diskretisasi Model Diamik Kotiu Nama : Muhammad Arif Tirtaa Nrp : G Meyetujui: Pembimbig I, Pembimbig II, Ir. N. K. Kutha Ardaa, M.Sc. NIP Drs. Ali Kusato, M.Si. NIP Megetahui Deka Fakultas Matematika da Ilmu Pegetahua Alam Istitut Pertaia Bogor Dr. drh. Hasim, DEA. NIP Taggal Lulus :

6 PRAKATA Puji serta syukur peulis ucapka ke hadirat Allah SWT yag telah memberi sagat bayak ikmat, jasmai maupu rohai, sehigga peulis dapat meyelesaika skripsi ii. Shalawat serta salam peulis tuturka kepada jujuga Nabi besar, Rasulullah Muhammad SAW yag telah memberika telada dalam mejalai hidup. Pada kesempata ii peulis megucapka bayak terima kasih kepada semua pihak yag telah sagat bayak membatu dalam meyelesaika karya ilmiah ii, atara lai: Ibuda tercita atas kasih da sayag yag berlimpah. Ayahada tercita atas segala sara, asihat serta petuahya. Adik-adik tersayag: Dewi, Mega, Isa, Iwa, da Putri. Seluruh keluarga besar ku atas segala dukuga moral yag diberika. Bapak N. K. Kutha Ardaa da bapak Ali Kusato yag tak perah jera membimbig da membatu peulis meyelesaika karya ilmiah ii. Ibu Farida Haum sebagai dose peguji. Husa, Tari, Diah da Dia Sastro Wardoyo yag mejadi siar hidupku. Seluruh dose Departeme Matematika atas ilmu yag tak terilai hargaya. Seluruh staf Departeme Matematika atas segala batuaya. Sahabat sahabat tercita, Dia, Erita, Avi, Ade, Febi, da Ardhi. Saudara seasib sepeagguga: Irwa, Kabul, da Fitrah. Sahabat sahabat kosa pik: Dei Be Haim, Eko Taz, Zaiul Lui, Gia Golo, Ridwa Aracog, Mia, da Toi. Sahabat sahabat kosa kuig di sebelah masjid: Samba, Basyar serta David. Reka reka Futsal yag telah memberika kemeaga da keaga yag idah. Tema tema seperjuaga, Matematika agkata 39 (t.a 2002). Reka reka Matematika agkata 37, 38, 40 da 4. Agug Culai da Riki Ma el serta tema tema dari SMU Patra Nusa. Tema tema seperjuaga dari taah recog, Naggroe Aceh Darussalam. Cao-Cao, Liu Bei, Su Qua, Jedral Gua Yu, Zhuge Liag, Ieyasu Tokugawa, Sasaki Kojiro, Miyamoto Musashi, Adolf Hitler, Zegish Kha, Ir. Soekaro da Albert Eistei, yag mejadi sumber ispirasiku. Seluruh pihak yag telah membatu peyelesaia karya ilmiah ii. Peulis sadar sepeuhya bahwa bayak sekali kekuraga dalam peyusua karya ilmiah ii. Harapa peulis adalah bahwa karya ilmiah ii dapat memberika bayak mafaat bagi peulis maupu pembacaya. Bogor, September 2008 Muhammad Arif Tirtaa

7 RIWAYAT HIDUP Peulis dilahirka di Kuala Simpag, Aceh Tamiag pada taggal 9 Jauari 985. Peulis adalah putra pertama dari eam bersaudara dari pasaga Bapak Muhammad Nurdi da Ibu Wirdahaum. Pada tahu 996 peulis lulus dari SD Ipres Desa Paya Bedi, Aceh Tamiag. Tiga tahu kemudia, tepatya pada tahu 999, peulis lulus dari SMP Negeri Kuala Simpag, Aceh Tamiag. Tahu 2002 peulis lulus dari SMU PLUS PATRA NUSA, Aceh Tamiag, da diterima utuk melajutka kuliah di Departeme Matematika, Fakultas Matematika da Ilmu Pegetahua Alam (FMIPA), Istitut Pertaia Bogor. Selama meempa ilmu di bagku perkuliaha, peulis juga mejalai aktivitas lai, yaitu berorgaisasi di dalam da di luar kampus. Di dalam kampus peulis perah mejabat sebagai staf Departeme Sumber Daya Mausia GUMATIKA (Gugusa Mahasiswa Matematika) da , staf Departeme Iformasi da Komuikasi BEM FMIPA , da mejadi paitia di berbagai kegiata BEM FMIPA. Prestasi o-akademik yag diperoleh adalah Juara III futsal dalam kompetisi futsal da basket FMIPA IPB 2003 sebagai maajer tim Matematika 39. Juara I futsal dalam MIPA Sport Touramet (MISOTO) tahu 2004 sebagai maajer tim Matematika. Juara I futsal dalam Olimpiade IPB tahu 2004 sebagai maajer tim FMIPA. Juara II Sep akbola dalam Olimpiade IPB tahu 2006 sebagai maajer tim FMIPA.

8 DAFTAR ISI Halama DAFTAR GAMBAR... viii DAFTAR LAMPIRAN... viii I. PENDAHULUAN. Latar Belakag....2 Tujua....3 Ruag Ligkup... II. III. IV. LANDASAN TEORI 2. Persamaa Beda Aalisis Kestabila Titik Tetap pada Orde Tiga atau Lebih Metode Rekursif utuk Mecari Solusi Persamaa Beda Model Kermack da McKedrick... 3 PEMBAHASAN 3.. Diskretisasi Fugsi Ekspoesial Diskretisasi Fugsi Logistik Diskretisasi Sistem Persamaa Differesial Model kot iu wabah peyakit AIDS : Model SIA Diskretisasi Model Kotiu Peyebara AIDS... 0 SIMPULAN da SARAN 4. Simpula Sara... 2 DAFTAR PUSTAKA... 2 LAMPIRAN... 3

9 DAFTAR GAMBAR Halama. Perbadiga Grafik Fugsi Ekspoesial Kotiu da Diskret terhadap k Perbadiga Grafik Fugsi Logistik Kotiu da Diskret terhadap r Model Peyebara AIDS Perbadiga Grafik Model Peyebara AIDS Kotiu da Diskret... DAFTAR LAMPIRAN Halama. Solusi Persamaa (.) Solusi Persam aa (.3) Solusi Persamaa (2.) Peurua persamaa (3.2) da (3.3) dari persamaa (3.) Peurua persamaa (3.4) dari persamaa (3.) Program Mathematica utuk Persamaa (.) Program Mathematica utuk Persamaa (.2) Program Mathematica utuk Persamaa (2.) Program Mathematica utuk Persamaa (2.2) Program Mathematica utuk Model Kotiu Peyebara AIDS (3.) Program Mathematica utuk Model Diskret Peyebara AIDS (3.)... 23

10 I PENDAHULUAN. Latar Belakag Model matematik telah bayak diguaka pada bidag fisika da biologi, terutama dalam masalah diamik. Pemodela feomea alam yag terjadi dalam kehidupa yata secara matematis dapat mempermudah para peeliti utuk mejelajahi efek dari perubaha perubaha berbagai parameter yag berpegaruh dega lebih mudah, cepat da murah dibadigka bila hay a bereksperime, selai tidak murah da memaka waktu yag cukup lama, kadag hasil yag didapat ka tidak fisibel. Sebagia besar model matematik yag meggambarka feomea feomea alam diyataka dalam model kotiu. Namu, sebagia besar dari feomea tersebut haya berubah pada waktu waktu tertetu da tidak setiap saat, sehigga peggambara secara kotiu terasa kurag tepat. Oleh karea itu diperluka sebuah model diskret utuk megimplemetasika feomea feomea alam yag haya berubah pada waktu waktu tertetu, seperti proses kelahira atau kematia, peyebara atau peyembuha peyakit, da sebagaiya. Meskipu begitu, terdapat beberapa model matematik yag telah meggambarka feomea alam secara diskret. Namu, utuk memperoleh model diskret dari sebuah model matematik yag meggambarka feomea alam secara kotiu dilakuka dega metrasformasi model kotiu mejadi model diskret. Bagaimaapu juga, pembetuka secara eksplisit pada model matematik dibuat dega aalisis yag detail secara matematis melalui proses-proses yag lebih mudah dimegerti. Model kotiu telah bayak diguaka dalam pemodela, amu dalam kehidupa yata sebagia kasus lebih berupa sistem diskret, sehigga aka lebih tepat bila megguaka model diskret utuk meggambarka sebagia feomea feomea alam dalam kehidupa yata. Dalam tulisa ii diperlihat ka cara memperoleh proses trasformasi utuk medapatka model diskret yag memadai bagi sebuah sistem kotiu..2 Tujua Tujua dari peulisa karya ilmiah ii adalah mempelajari proses trasformasi sebuah model kotiu diamik mejadi sebuah model diskret..3 Ruag Ligkup Ruag ligkup peulisa karya ilmiah ii mecakup: () melakuka proses trasformasi fugsi kotiu mejadi fugsi diskret pada fugsi ekspoesial da fugsi logistik; (2) merekostruksi jural Modellig AIDS Epidemic ad Treatmet with Differece Equatios oleh Tamizhmai et al, II LANDASAN TEORI 2. Persamaa Beda Defiisi (Persamaa Beda) Persamaa beda adalah suatu persamaa yag meghubugka aggota aggota yag berbeda dari barisa bilaga {,,,...,,...} y y y y yag aka dicari da 0 2 ditetuka ilaiya. [Farlow, 994] Defiisi 2 (O rde Persamaa Beda) Orde persamaa beda adalah perbedaa atara ideks tertiggi dega ideks teredah yag mucul pada persamaa yag diberika. Misal ka diberika persamaa seperti di bawah ii: (,,,..., ) y = F k y y y k+ k+ - k+ - 2 k Persamaa di atas adalah sebu ah persamaa beda berorde jika y k yag mucul dalam fugsi F di sisi kaa adalah y dega ideks ter edah di sisi kaa da ideks tertiggi di sisi kaa adalah. Cotoh : y + = y+ 2, persamaa beda orde. y = y + y, persamaa beda orde dega = 0,, 2, 3,... [Farlow, 994] Defiisi 3 (Persamaa Beda Liear) Sebuah persamaa beda dikataka liear bila persamaa tersebut dapat diuraika mejadi

11 2 2 yk+ + a k yk+ - + a k yk a- k yk- + a k yk = Rk dega a ( k), i=,2,3,..., da R i k merupaka fugsi terhadap k. Cotoh 2: () y+ = y + 2 (2) y y+ + y = si ( p) dega = 0,, 2, 3,... [Farlow, 994] Defiisi 4 (Solusi Persamaa Beda) Solusi persamaa beda adalah fugsi yag merupaka barisa bilaga dari variabel bersagkuta, misalka atau y, yag memeuhi persamaa beda yag diberika utuk setiap, dega = 0,, 2,... [Farlow, 994] Defiisi 5 (Sistem Persamaa Beda Liear (SPBL)) Misalka sebuah persamaa beda liear orde satu diyataka sebagai berikut: y+ + y = 0...() Misalka terdapat fugsi g di luar persamaa () tetapi sagat mempegaruhi persamaa (), dega g merupaka sebuah persamaa beda liear, misalka: + + a = 0, dega a adalah kostata. Hubuga kedua persamaa tersebut dapat dituliska sebagai berikut: y + + y = 0, + + a = 0...(2) dega ( = 0,, 2,...). Persamaa (2) disebut Sistem Persamaa Beda Liear (SPBL). [Farlow, 994] Defiisi 6 (Solusi Sistem Persamaa Beda Liear ) Solusi sistem p ersamaa beda liear adalah fugsi yag merupaka barisa bilaga dari setiap variabel bersagkuta, misalka da y, yag memeuhi sistem persamaa beda liear yag diberika utuk setiap, dega = 0,, 2,... [Farlow, 994] Defiisi 7 (Titik Tetap) Misal ka diberika sistem persamaa beda sebagai berikut: (,,..., ) y = f y y y k+ k+ - k+ - 2 k dega y merupaka sebuah ilai aggota barisa bilaga dari persamaa di atas, dega = 0,, 2,... Titik tetap y diperoleh dari ilai yag memeuhi hubuga berikut: y = y = y =... = y + - [Kapla, 995] 2.2 Aalisis Kestabila Titik Tetap pada Orde Tiga atau Lebih pada Persamaa Beda Diberika sistem persamaa beda sebagai berikut: = f, y,..., z +... (,,..., ) y = f y z + 2 = (,,..., ) f y z z+ Dapat diperoleh matriks Jacobi sebagai berikut: é f f f ù L y z f f f J L = y z M M O M f f f L êë y z úû sehigga diperoleh persamaa poliomial ilai eige ( l ) dari persamaa karakterist ik J- l I = 0, yaitu: - - P ( l ) = l + a l a l + a Agar titik tetap stabil, dipeuhi:. 2 - P() = + a + a a + a > 0-2. (- ) P( - ) = (- ) [(- ) + a (- ) a- ( - ) + a] > 0 [Kapla, 995] 2.3 Metode Rekursif utuk Mecari Solusi Persamaa Beda Misalka diketahui sebuah persamaa beda berorde sebagai berikut: y + y + k 0 + =, dega k merupaka kostata. Utuk medapatka ilai y + maka harus diketahui ilai dari y.

12 3 Misalka diketahui persamaa beda orde 2 sebagai berikut: y 2 + y + y = k Utuk medapatka ilai y + 2 maka harus diketahui ilai dari y + da y. Misalka diketahui persamaa beda orde 3 sebagai berikut: y y y y k = 0 Utuk medapatka ilai y + 3 maka harus diketahui ilai dari y + 2, y + da y. Misalka diketahui persamaa beda orde m, sebagai berikut: y + y y + y = 0 + m + m- + + k Utuk medapatka ilai y + m maka harus diketahui ilai dari y + m -, y + m - 2,..., y + da y. Dapat disimpulka bahwa utuk medapatka ilai dari y harus diketahui ilai y sebelumya, yaitu dari ilai y 0 higga ilai y -, dega =, 2, 3,... Proses di atas disebut metode rekursif utuk memperoleh solusi persamaa beda. [Farlow, 994] 2.4 Model Kermack McKedrick Model Kermack-McKedrick terdiri atas sebuah sistem dari 3 persamaa diferesial biasa takliear, sebagai berikut: ds = β SI di = βsi γ I dr = γ I dega t adalah waktu, S (t) adalah bay akya orag sehat yag reta, I (t) adalah bayakya orag yag terifeksi, R (t) adalah bayakya orag yag telah sembuh da berkembag mejadi imu terhadap ifeksi, β adalah tigkat ifeksi, da γ adalah tigkat peyembuha. [Weisstei EW da Weisste T, 2004] III PEMBAHASAN 3. Diskretisasi Fugsi Ekspoesial Fugsi ekspoesial pada umumya berbetuk f = e, dega e adalah kostata Euler. Fugsi ekspoesial di atas merupaka betuk solusi utuk sebuah laju pertumbuha ekspoesial (epoetial growth). Laju pertumbuha ekspoesial merupaka sebuah model yag terbetuk karea terdapat sebuah variabel yag berkembag secara ekspoesial terhadap waktu. Misalka W adalah sebuah variabel yag berkembag terhadap waktu (t). Hubuga pertumbuha W terhadap t dapat dituliska dalam betuk persamaa diferesial sebagai berikut: dw = kw ( t)...(.) dega k adalah ko stata proposioal yag meggambarka laju pertumbuha dari W. Persamaa (.) merupaka model pertumbuha ekspoesial dega solusi: kt W ( t ) = W e... (.2 ) 0 dega W 0 adalah kodisi awal dari W (lihat Lampira ). Utuk medapatka betuk diskret dari fugsi ekspoesial pada pesamaa (.), aka dilakuka proses trasformasi yag disebut diskretisasi. Lagkah dari proses diskretisasi adalah sebagai berikut: dw Karea adalah laju pertumbuha W terhadap waktu t, maka : dw lim W ( t + t ) W ( t ) = = kw ( t) t 0 t Pada model diskret diambil t =, sehigga W( t+ ) W( t) = kw ( t) W ( t+ ) W ( t) = kw ( t) Dega memisalka Wt () = da t =, didapatka: W ( t+ ) W ( t) = kw ( t) = k + = + k + = + ( + k)

13 4 Dari proses di atas diperoleh persamaa diskret utuk fugsi ekspoesial, sebagai berikut: ( k )...(.3) + = + dega k adalah kostata proposioal yag meggambarka laju pertumbuha dari W. Persamaa (.3) merupaka model diskret pertumbuha ekspoesial dega solusi: = ( + k )...(.4) 0 dega 0 adalah kodisi awal dari (lihat Lampira 2). Setelah dilakuka diskretisasi pada fugsi ekspoesial, aka dilakuka simulasi umerik dega megguaka software Mathematica 6 utuk medapatka graf ik perkembaga W(t) da, sehigga dapat dibadigka apakah grafik dari persamaa diskret hasil trasformasi fugsi ekspoesial sama dega grafik dari fugsi asliya (persamaa (.)). Dega memilih ilai awal utuk W(t) da, diambil W(0) = 0 = 2, aka diperlihatka grafik perkembaga W(t) da pada beberapa ilai parameter k berbeda. Dega megguaka persamaa (.2) sebagai fugsi kotiu ekspoesial: kt W ( t ) = W e 0 da persamaa (.4) sebagai fugsi ekspoesial diskret: = ( + k) 0 Didapatka grafik perkembaga W(t) da dega berbagai kasus pada ilai k tertetu, sebagai berikut: Nilai k Fugsi Ekspoesial Diskret = ( + k ) 0 Fugsi Ekspoesial Kotiu kt W ( t ) = W e

14 Gambar Perbadiga grafik fugsi ekspoesial kotiu da diskret terhadap k. Secara umum terdapat 3 macam kasus perkembaga W() t berdasarka batas ilai k pada fugsi ekspoesial kotiu (persamaa (.2)), yaitu:. k > 0, perkembaga W() t aka terus meigkat higga medekati 8 seirig berjalaya waktu (t). Lihat Gambar pada k = k = 0, perkembaga W () t aka selalu sama dega ilai awalya (W 0 ) utuk setiap t. Lihat Gambar pada k = k < 0, perkembaga W() t aka terus meuru higga medekati 0 seirig berjalaya waktu (t). Lihat Gambar pada k < 0. Dari gambar di atas dapat dilihat bahwa perkembaga tehadap waktu sagat dipegaruhi oleh parameter k. Dega membadigka grafik fugsi ekspoesial diskret (persamaa (. 4)) dega grafik fugsi ekspoesial kotiu (persamaa (.2)) didapat beberapa perbedaa. Pada fugsi ekspoesial kotiu terdapat 3 macam perkembaga () W t berdasarka batas ilai k, yaitu: k > 0, k = 0, k < 0. Fugsi ekspoesial diskret juga memiliki semua kasus dalam fugsi ekspoesial kotiu,

15 6 amu terdapat beberapa kasus pada fugsi ekspoesial diskret yag tidak terdapat pada fugsi ekspoesial kotiu. Secara umum terdapat 7 kasus khusus perkembaga berdasarka batas ilai k pada fugsi ekspoesial diskret (persamaa (. 4)), yaitu:. k > 0, perkembaga aka terus meigkat higga meuju 8 seirig berjalaya waktu (). Lihat Gambar pada k = k = 0, perkembaga aka selalu sama dega ilai awalya ( 0 ) utuk setiap. Lihat Gambar pada k = < k < 0, perkembaga aka terus meuru higga medekati 0 seirig berjalaya waktu (). Lihat Gambar pada k = k = -, perkembaga aka selalu berada pada = 0 utuk setiap. Lihat Gambar pada k = < k < -, perkembaga aka berosilasi da koverge meuju 0 seirig berjalaya waktu (). Lihat Gambar pada k = k = - 2, perkembaga aka berubah secara periodik pada = -2 pada gajil da = 2 pada geap. Lihat Gambar pada k = k < -2, perkembaga aka berosilasi da diverge seirig berjalaya waktu (). Lihat Gambar pada k = Diskretisasi Fugsi Logistik Tijau persamaa berikut : ds S ( t) = S' = rs ( t) (2.) K dega: S ( t ) : bayakya magsa pada saat t r : laju pertumbuha S terhadap waktu (t) K : daya dukug kodisi ligkuga bagi magsa Persamaa (2.) merupaka fugsi logistik kotiu dega solusi sebagai berikut: S ( t) = K ( + be rt )...(2.2) (lihat Lampira 3) Selajutya, dega megguaka proses seperti pada fugsi ekspoesial, aka dilakuka proses trasformasi (diskretisasi) utuk medapatka persamaa beda dari sebuah fugsi logistik kotiu. Lagkah dari proses diskretisasi adalah sebagai berikut: ds Karea adalah laju pertumbuha S terhadap waktu t, maka: ds St ( + t ) St S( t) = lim = rs ( t) t 0 t K Pada model diskret diambil t =, sehigga St ( + ) St S t = rs t K S( t) S( t+ ) S( t) = rs( t) K Dega memisalka St () = da t =, didapatka: S ( t ) S( t+ ) S( t ) = rs ( t ) K = r + K = + r + K Dari proses diskretisasi di atas didapatka fugsi logistik diskret dari persamaa (2.) adalah: r...(2.3) + = K + Setelah dilakuka diskretisasi pada fugsi logistik kotiu, aka dilakuka simulasi umerik dega megguaka software Mathematica 6 utuk medapatka grafik perkembaga S(t) da, sehigga dapat dibadigka apakah grafik dari persamaa diskret hasil trasformasi fugsi logistik sama dega grafik dari fugsi asliya (persamaa (2.)). Dega memilih ilai awal utuk da ilai K, diambil = 0.5 da K = 2, aka 0 diperlihatka grafik perkembaga S(t) da pada beberapa ilai parameter r berbeda. Dega megguaka persamaa (2.2) sebagai fugsi logistik kotiu: S ( t) = K ( + be rt ) da persamaa (2.3) sebagai fugsi logistik diskret: r + = K +, didapat grafik perkembaga St () da pada beberapa ilai r, sebagai berikut:

16 7 Nilai r Fugsi Logistik Diskret r + = K + Fugsi Logistik Kotiu K S ( t) = + be rt r =0 r =0.7 r =.8 r =2 r =2.3

17 8 r =2.5 r =2.74 r =3 r =3.5 Gambar 2 Perbadiga grafik fugsi logistik kotiu da diskret terhadap r. Dari gambar di atas, dega megambil sembarag ilai, S (0), da K, cotoh: 0 = S (0) = 0.5 da K = 2, dapat dilihat 0 beberapa perbedaa atara fugsi logist ik kotiu dega fugsi logistik diskret. Pada fugsi logistik kotiu, dapat dilihat pada Gambar 2, pada r = 0, perkembaga St () selalu berada pada S (0) utuk setiap t, sedagka pada saat r > 0 pola p erkembaga St () aka terus meigkat higga medekati ilai St () = 2, karea sebelumya telah diambil ilai K = 2, sebagai batas atas perkembaga St (). Sedagka pada fugsi logistik diskret, terdapat beberapa perbedaa dibadigka dega fugsi logistik kot iu. Sama dega fugsi logis t ik kot iu, pada r = 0, perkembaga fugsi logistik diskret juga aka selalu berada pada 0 utuk set iap. Namu ut uk r > 0 terdapat beberapa kasus

18 9 khusus yag tidak terjadi pada fugsi logistik kotiu. Secara umum perkembaga pada fugsi logistik diskret dapat dikelompokka dalam beberapa kasus berdasarka batas r, sebagai berikut:. r = 0, perkembaga aka selalu berada pada 0 utuk set iap. Lihat Gambar 2 pada r = < r <.2, perkembaga aka terus meigkat higga medekati K, lihat Gambar 2 pada r = = r < 2., perkembaga aka berosilasi da koverge medekati ilai K seirig berjalaya waktu (), lihat Gambar 2 pada r =.8 da r = = r < 2.4, perkembaga aka berubah berpola periodik. berada disekitar K pada geap da berada disekitar 0 pada gajil da terus berkembag dega pola yag sama. Lihat Gambar 2 pada r = = r = 2.6, perkembaga aka berubah berpola periodik pada ilai tertetu saat tertetu yag disebut dega pola periodik stabil periode 2. Lihat Gambar 2 pada r = < r = 2.85, perkembaga aka berubah berpola periodik pada ilai tertetu saat tertetu yag disebut dega pola periodik stabil periode 4. Lihat Gambar 2 pada r = < r = 3, perkembaga aka berubah berpola acak yag disebut dega chaos. Kasus ii merupaka kasus uik pada fugsi logistik diskret. Lihat Gambar 2 pada r = r > 3, perkembaga aka berkembag terus meuru da diverge meuju -8. Lihat Gambar 2 pada r = 3.5. Dapat disimpulaka bahwa, fugsi logistik diskret memiliki semua kasus dalam fugsi logistik kotiu, amu terdapat beberapa kasus pada fugsi logistik diskret yag tidak terdapat pada fugsi logistik kotiu. 3.3 Diskretisasi Sistem Persamaa Diferesial 3.3. Model kotiu wabah peyakit AIDS : Model SIA Titik pagkal model ii adalah model SIR, yag diperkealka pada tahu 927 oleh Kermack da McKedrick (Weisstei EW da Weisste T, 2004). Pada model tersebut, populasi (N) dikelompokka mejadi 3 bagi a, yaitu populasi idividu reta terserag ifeksi (S), populasi idividu terifeksi da dapat megifeksi idividu lai (I), da pop ulasi idividu yag telah pulih dari ifeksi atau meiggal (R). Namu, berdasarka model di atas, yag diguaka pada model kali ii adalah model SIA yag juga membagi populasi (N) mejadi 3 bagia, yaitu: Pertama, populasi idividu sehat tapi reta terserag ifeksi, (S). Kedua, populasi idiv idu positif terifeksi HIV, masih beriteraksi dega idividu populasi pertama da dapat megifeksi idividu populasi tersebut, (I). Ketiga, populasi idividu terifeksi HIV amu tidak dapat megifeksi idividu laiya (termasuk idividu yag telah meiggal) (A), seperti yag ditujukka pada Gambar 3. S I iteraksi Peigkata jumlah idividu dalam populasi terifeksi (I) da meiggal (A) bergatug pada kuatitas iteraksi populasi terifeksi dega idividu populasi reta, sehigga dibutuhka pembatas atara populasi yag satu dega yag laiya. Utuk medapatka pembatas populasi yag lebih baik, dipegaruhi beberapa asumsi yag tepat, gua membagu model yag lebih baik da seseder haa mugki. Asumsi-asumsi yag diguaka adalah:. Jumlah awal populasi idividu reta adalah tetap da aka terus meuru dega bertambahya waktu. 2. Efek kematia alami ketiga populasi tersebut dapat diabaika. Hubuga ketiga populasi tersebut dapat dituliska sebagai berikut : ds =- SI, di = SI- mi, da = mi- l A..( 3.) dega: m= tigkat kematia idividu pederita AIDS µ A Gambar 3 Model peyebara AIDS.? l = tigkat kesembuha idividu pederita AIDS

19 0 dega l m( 0) > > disebabka karea evolusi terhadap kematia lebih cepat daripada daya taha leukosit (seropositivity) dalam meghadapi virus HIV. (Tamizhmai et al, 2004) Model kotiu yag diberika pada persamaa (3.) dapat diyataka juga sebagai berikut : ' S + I =- mi...(3.2) ' S+ I + A =- l A...(3.3) (lihat Lampira 4) Diskretisasi Model Kotiu Peyebara AIDS Model kotiu yag diberika dapat diyataka dalam model diskret dega melakuka trasformasi dari model kotiu mejadi model diskret yag disebut diskretisasi. Pedekata dasar yag sama seperti pada persamaa logistik maupu fugsi ekspoesial aka diguaka pada model ii. Dimulai dega persamaa ds = - SI sebelumya aka diaalogika dega betuk diskret + =. Proses + y diskretisasi tersebut didapat dega memisalka = St (), y = It (), z = At (), t = da memisalka parameter m= - a da l = - b. ds Diketahui bahwa S '( t) =, maka dapat dicari aalogi diskretya dega cara sebagai berikut: ( + ) ' S t t S t S ( t) = lim t 0 t Pada model diskret diambil t =, sehigga S = ( t + ) S( t) ( t ) S( t) = S + Dega memisalka = St (), y = It () da t = maka didapat: + S t + S t ' Setelah diketahui S() t =D, dari model diskret + = didapat: + y + = + ( + y) = + y + ( y ) = =- ( y ) + + D =- ( y ) + Dega memisalka = St (), y = It () da t = maka didapat: D = - + ( y ) S ' =- St ( + )() I t ds =-SI Dega ii telah ditujukka diskretisasi dari sistem sistem kotiu diskret ds =- SI meghasilka + = + y. Dega megguaka persamaa (3.2) da (3.3) serta melakuka proses diskretisasi yag sama dega proses di atas, aka didapat betuk di da diskret dari persamaa da pada sistem persamaa diferesial (3.), lihat Lampira 5. Model diskret yag meggambarka peyebara virus HIV sebagai hasil trasformasi dari model kotiuya dituliska sebagai berikut : + =, + +y z = - a y +ßz + dega : y y =ay +, +y..(3.4) = bayakya idividu populasi reta pada waktu ke- y = bayakya idividu populasi terifeksi pada waktu ke- z = bayakya idividu populasi meiggal atau telah sembuh pada waktu ke- a = - mda b = - l = 0,, 2, 3,

20 Utuk kedua parameter, didapatka b < a < yag berkorespodesi pada fakta bahwa l > m> 0 pada limit kotiu. Dega melakuka simulasi komputer megguaka software mathematica 6 didapatka grafik dari model kotiu peyebara AIDS da model diskretya, sehigga dapat dibadigka atara kedua model tersebut. Dega memisalka ilai awal dari masig masig varibel adalah 0 = S(0) = 95, y0 = I(0) = 0.0, da z0 = A(0) = 0.0. Didapatka grafik perkembaga ketiga variabel pada model peyebara AIDS kotiu da diskret terhadap beberapa ilai parameter, sebagai berikut: Keteraga : S, =,. I, y =,. A, z =,. Model Diskret Peyebara AIDS (persamaa (3.)) Model Kotiu Peyebara AIDS (persamaa (3.4)) a = ß = 0.5 µ =? = 0.5 a = ß = 0.7 µ =? = 0.7 Gambar 4 Perbadiga grafik m odel peyebara AIDS kotiu da diskret. Dapat dilihat pada gambar di atas, bahwa grafik perkembaga dari, y, z dari model diskret hasil trasformasi model kot iu dari model peyebara AIDS. Grafik model diskret memperlihatka betuk yag sama dega model asalya, model kotiu. Tidak terdapat perbedaa yag sigifika atara betuk diskret da betuk kotiu dari sebuah model peyebara AIDS. Dari 2 grafik pada tabel di atas, dapat dilihat bahwa model diskret (persamaa (3.4)) hasil diskretisasi masih membawa karakteristik model kotiu asalya (persamaa (3.)).

21 IV SIMPULAN da SARAN I. Simpula Proses trasformasi model kotiu mejadi model diskret disebut diskretisasi. Proses ii dilakuka pada fugsi ekspoesial kotiu, fugsi logistik kotiu da model kotiu peyebara AIDS pada jural (Tamizhmai K. M, 2004), didapatka fugsi ekspoesial diskret, fugsi logistik diskret da model diskret peyebara AIDS. Melalui proses simulasi umerik, dega megguaka software Mathematica 6, didapatka grafik perkembaga setiap variabel dari fugsi ekspoesial, fugsi logistik da model peyebara AIDS terhadap beberapa parameter tertetu. Dega membadigka grafik model kotiu dega grafik model diskretya, didapat beberapa perbedaa, terutama pada fugsi ekspoesial da fugsi logistik. Fugsi ekspoesial kotiu memiliki 3 pola perkembaga variabelya berdasarka batas parameter k, dega ilai aw al variabel = 2, yaitu: k > 0, k = 0, k < 0. Fugsi ekspoesial diskret memiliki 7 pola perkembaga variabelya berdasarka batas parameter k, dega ilai awal variabel = 2, yaitu: k > 0, k = 0, - < k < 0, k = -, -2 < k < -, k = -2, k < -2. Fugsi ekspoesial diskret memiliki semua pola perkembaga variabel pada fugsi ekspoesial kotiu, amu fugsi ekspoesial kotiu tidak memiliki semua pola perkembaga variabel pada fugsi ekspoesial diskret. Fugsi logistik diskret memiliki semua pola perkembaga variabel pada fugsi logistik kotiu, amu fugsi logistik kotiu tidak memiliki semua pola perkembaga variabel pada fugsi logistik diskret. Fugsi logistik diskret memiliki 8 pola perkembaga variabel berdasarka parameter laju pertumbuha (r), dega ilai awal variabel = 0.5 da K = 2, yaitu pada: r = 0, 0 < r <.2,.2= r < 2., 2.= r < 2.4, -2.4 = r = 2.6, 2.6 < r = 2.85, 2.85 < r = 3, da r > 3. Pada model peyebara AIDS terdapat beberapa proses peyederhaaa pesamaa diferesial model asliya utuk memudahka dalam proses trasformasi utuk medapatka model diskretya. Pada model peyebara AIDS, model diskret hasil trasformasi dapat megimplemetasika model kotiuya. II. Sara Apabila ada yag igi melajutka tulisa ii, disaraka agar membahas tetag proses diskretisasi pada fugsi kotiu lai selai fugsi ekspoesial da logistik sehigga dapat diimplemet as ika pada pemodela feomea-feomea diskret. V DAFTAR PUSTAKA Farlow SJ A Itroductio to Differetial Equatios ad Their Applicatios. McGraw Hill, New York. Kapla D, Glass L Uderstadig No Liear Dyamics. Spriger-Verlag. New York Murray JD Mathematical Biology. Spriger, Berli. Tamizhmai KM, Ramai A, Grammaticos B, Carstea AS Modellig AIDS Epidemic ad Treatmet with Differece Equatios. Advace i Differece Equatios. 3: Weisstei EW, Weisstei T. Kermack McKedrick Model. MathWorld a Wolfram Web Resource. McKEdrickModel.html. [7 Jauari 2008].

22 L A M P I R A N 3

23 4 LAMPIRAN Solusi Persamaa (.) dw = kw ( t ) Dega megguaka cara pemisaha variab el didapatka: dw dw = kw ( t) = k W t dw = k W ( t) Kemudia dega megitegralka kedua ruas persamaa didapatka: dw = k dw= k W t W t Dega W ( 0) l W ( t) = kt + c,dega W ( t) > 0 l W( t) kt e = e W ( t) = e c e kt c = e maka didapat: c kt kt W ( t) = e e W ( t) = W( 0) e Didapat solusi utuk persamaa (.) sebagai berikut: W ( t) = W( 0) e kt LAMPIRAN 2 Solusi Persamaa (.3) = ( + k) = ( + k) + Dega megguaka metode rekursif, dega memasukka ilai = 0,, 2, 3,..., m, didapat: utuk =0 = ( + k) 0 utuk = = ( + k) 2 = ( + k) (( + k) 0 ) = + k utuk =2 = ( + k) M = + k + k 0 = + k 3 0 utuk = m = ( + k) m m m = + k + k 0 m = ( + k ) 0 Didapat solusi utuk persamaa (.3) sebagai berikut: = ( + k ), dega =, 2, 3, 0

24 5 LAMPIRAN 3 Solusi Persamaa (2.) ds S ( t ) = S' = rs ( t ) K Dega megguaka cara pemisaha variab el didapatka: ds St ds = rs( t) = r ds = r K St St S( t) S ( t) K K ds = r ds = r St K S( t) St K S ( t) K K K K K ds = r ds = r St K S t S t K S t ( ) Kemudia dega megitegralka kedua ruas persamaa didapatka: K K ds = r ds= r St S( t) ( K S ( t )) K S ( t) Dega m egguaka fraksi parsial utuk ruas kaa persamaa di atas, didapat: K K A B ds = + St K St S t K S t S t K St ( ) Diketahui bahwa K K = AK A = ( ) K A( K S ( t) ) + B( S( t) ) ( ) ( ) = S t K St S t K S t K AK + ( B A) S ( t) = S( t) K St S( t) K St = AK da ( B A) S ( t) = 0 maka didapat: ( B A) S( t) = 0 ( B A) = 0,karea S( t) 0 ( B ) = 0 B = Dega memasukka ilai A da B didapat: K K A B ds = + St K S t S t K S t S t K S t ( ) ( ) K = + S t K St S t K S t ( ) K ds= + St K S t K St ( ) S( t) ( ) ds

25 6 K St K S t ds= r + ds= r ( ) St ( K S ( t) ) l l ( ) St K S t = rt + c ( K S ( t) ) ( K St ) St ( K S ( t) ) l St rt+ c l = rt + c e = e St rt+ c rt+ c = e St = K S t e ( ) rt c St = K St e +. Karea K adalah batas atas Karea St > 0, maka St = St (), jadi () ( ) perkembaga S(t), maka K > S(t) sehigga ( K St ) > 0, maka ( K S ( t) ) ( K St ) rt c St () = ( K St ) e +, sehigga ( ) rt+ c St () = K S t e rt+ c rt+ c S( t) = Ke S( t) e rt+ c rt+ c S t + S t e = Ke rt+ c S t + e = Ke ( rt+ c) S( t) = Ke rt+ c ( + e rt + c ) Dega mem bagi e rt+ c dega e rt + c pada ruas atas da bawah, didapatka: e rt+ c K rt + c K S ( t) = e S( t) = + e rt+ c e rt c e rt c Dega memisalka K K S ( t) = S( t) = ( rt+ c) rt e c + e e + c e = b didapatka: K S( t) = rt be + Didapatka solusi utuk persamaa (2.) sebagai berikut: K S( t) = rt + be =, jadi

26 7 LAMPIRAN 4 Peurua persamaa (3.2) da (3.3) dari persamaa (3.) Dari persamaa (.) diketahui bahwa: ds di da = - S( t) I( t), = S( t) I( t) - mi( t), = mi( t) - l A( t) Dari turua S terhadap t didapatka: ds ' = - SI S = - SI, dari turua I terhadap t didapatka: di ' = SI- mi I = SI - mi. Karea S ' =- SI sehigga - S ' = SI, maka didapatka: ' ' ' I = SI- mi I =- S - ' mi I ' + S ' = - mi ( I + S) = - mi...( terbukti) Lalu dari turua A terhadap t didapatka: Karea ( I+ S) ' = - mi sehigga ( I S) ' mi ' ' ' A = mi - l A A =- I + S - l A ' ' A+ I + S =-l A ' + + =- da = mi- l A A ' = mi - l A - + =, maka didapatka: ( A I S) l A...( terbukti)

27 8 LAMPIRAN 5 Peurua persamaa (3.4) dari persamaa (3.) = St (), y = It (), z = At (), t = daparameter = - da = - degab < a < sehiggameyebabkal > m> 0 ds St ( +Dt) - St () lim Dt = Dt 0 degamemilihd t =,maka S() t = S t+ - karea = St (), y = It (), z = At (), t =, maka = S t m a l b St ( + ) - St () = ( + ) - S() t = + - =D ' Setelah diketahui S() t + = + ( + y) = + y =D, d ari model diskret + = didapat: + y + ( y ) = =- ( y ) + + D =- ( y ) + Dega memisalka = St (), y = It () da t = maka didapat: D = - + ( y ) S ' =- St ( + )() I t ds =-SI Didapat model diskret dari ds SI =- adalah + = + y

28 9 di di æ ds ö = SI- mi Þ = ç - - mi t çè ø di ds Þ + =-mi( t) Þ D y +D =-my ( + ) ( + ) y æ + y ö Þ y - y + - ç =-my + + y ç è+ y ø + Þ y - y + - =-my Þ y - y + - =-my Þ y - y + - =-my Þ y - y + - =-my Þ y - y ( m) (- y) ( ) - + y + =-my + y - - y Þ y - y + =-my + + y Þ y - y + =-my + + y Þ y =- my + y - + Þ y+ = - y+ + karea m= - a maka a= - msehigga y Þ y+ = a y+ + y (- y) + y y y...( terbukti)

29 20 da = mit - l At di ds ædi dsö dari pembuktia diatas didapatka bahwa: + =- mi( t), makami( t) =- ç + çè ø Þ Þ da ædi dsö =- ç + - çè ø da ædi ds ö + ç + =- çè ø l At l At Þ da di ds + + =- l At Þ D z +D y +D =-l z Þ z - z ( + ) ( + ) ( + ) Þ z - z + y - y l z = ( l ) Þ z + - z + y - y + - = y Þ z + - z + ay + - y + - = 0 ( l ) + + y + y Þ z + ( l - ) z ( a ) + + y - y + - =-l z Þ z - z + y - y + - =-l z ( ) y - + y Þ z+ + ( l - ) z+ ( a- ) y+ + = 0 + y + y ( l ) ( a ) ( l ) ( a ) ( l) ( a) ( a) ( l) kareal = - b makab = - l sehigga ( a) Þ z = - y + bz...( terbukti ) + y - - y + - y+ + = 0 + y + y y y Þ z+ + ( l - ) z+ ( a- ) y+ - = 0 + y + y Þ z + - z + - y = 0 Þ z =- - z - - y Þ z = - z + - y Þ z = - y + - z

30 2 LAMPIRAN 6 Program Mathematica Fugsi Ekspoesial Kotiu (.) LAMPIRAN 7 Program Mathematica Fugsi Ekspoesial Diskret (.2) LAMPIRAN 8 Program Mathematica Fugsi Logistik Kotiu (2.) LAMPIRAN 9 Program Mathematica Fugsi Logistik Diskret (2.2)

31 LAMPIRAN 0 Program Mathematica utuk Model Kotiu Peyebara AIDS (3.) 22

32 LAMPIRAN Program Mathematica utuk Model Diskret Peyebara AIDS (3.) 23

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

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

Lebih terperinci

BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL

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

Lebih terperinci

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

Model SIR Penyakit Tidak Fatal

Model SIR Penyakit Tidak Fatal Model SIR Peyakit Tidak Fatal Husi Tamri, M. Zaki Riyato *, Akhid, Ardhi Ardhia Jurusa Matematika FMIPA UGM Yogyakarta 2007 Itisari Model SIR dapat diguaka utuk memodelka peyebara suatu peyakit yag tidak

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

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

Lebih terperinci

METODE DEKOMPOSISI LAPLACE UNTUK MENENTUKAN SOLUSI PERSAMAAN DIFERENSIAL PARSIAL NONLINIER

METODE DEKOMPOSISI LAPLACE UNTUK MENENTUKAN SOLUSI PERSAMAAN DIFERENSIAL PARSIAL NONLINIER Vol.1 No.1 (16) Hal. 38-45 METODE DEKOMPOSISI LAPLACE UNTUK MENENTUKAN SOLUSI PERSAMAAN DIFERENSIAL PARSIAL NONLINIER Siar Ismaya, Yui Yulida *, Na imah Hijriati Program Studi Matematika Fakultas MIPA

Lebih terperinci

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

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

Lebih terperinci

BARISAN DAN DERET. Nurdinintya Athari (NDT)

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

Lebih terperinci

Definisi Integral Tentu

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

Lebih terperinci

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4 Program Studi : Tekik Iformatika Miggu ke : 4 INDUKSI MATEMATIKA Hampir semua rumus da hukum yag berlaku tidak tercipta dega begitu saja sehigga diraguka kebearaya. Biasaya, rumus-rumus dapat dibuktika

Lebih terperinci

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

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

Lebih terperinci

Hendra Gunawan. 12 Februari 2014

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

Lebih terperinci

BAB 3 METODE PENELITIAN

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

Lebih terperinci

Pendekatan Nilai Logaritma dan Inversnya Secara Manual

Pendekatan Nilai Logaritma dan Inversnya Secara Manual Pedekata Nilai Logaritma da Iversya Secara Maual Moh. Affaf Program Studi Pedidika Matematika, STKIP PGRI BANGKALAN affafs.theorem@yahoo.com Abstrak Pada pegaplikasiaya, bayak peggua yag meggatugka masalah

Lebih terperinci

STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN

STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN Supriadi Putra, M,Si Laboratorium Komputasi Numerik Jurusa Matematika FMIPA Uiversitas Riau e-mail : spoetra@yahoo.co.id ABSTRAK Makalah ii

Lebih terperinci

I. PENDAHULUAN II. LANDASAN TEORI

I. PENDAHULUAN II. LANDASAN TEORI I PENDAHULUAN 1 Latar belakag Model pertumbuha Solow-Swa (the Solow-Swa growth model) atau disebut juga model eoklasik (the eo-classical model) pertama kali dikembagka pada tahu 195 oleh Robert Solow da

Lebih terperinci

Modul Kuliah statistika

Modul Kuliah statistika Modul Kuliah statistika Dose: Abdul Jamil, S.Kom., MM SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER MUHAMMADIYAH JAKARTA Bab 2 Populasi da Sampel 2.1 Populasi Populasi merupaka keseluruha pegamata

Lebih terperinci

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

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

Lebih terperinci

LIMIT. = δ. A R, jika dan hanya jika ada barisan. , sedemikian hingga Lim( a n

LIMIT. = δ. A R, jika dan hanya jika ada barisan. , sedemikian hingga Lim( a n LIMIT 4.. FUNGSI LIMIT Defiisi 4.. A R Titik c R adalah titik limit dari A, jika utuk setiap δ > 0 ada palig sedikit satu titik di A, c sedemikia sehigga c < δ. Defiisi diatas dapat disimpulka dega cara

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

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI Utuk lebih memahami megeai etropi, pada bab ii aka diberika perhituga etropi utuk beberapa distribusi diskrit da kotiu. 3. Distribusi Diskrit Pada sub bab ii dibahas

Lebih terperinci

II LANDASAN TEORI. Sebuah bilangan kompleks dapat dinyatakan dalam bentuk. z = x jy. (2.4)

II LANDASAN TEORI. Sebuah bilangan kompleks dapat dinyatakan dalam bentuk. z = x jy. (2.4) 3 II LANDASAN TEORI 2.1 Peubah Kompleks da Fugsi Kompleks Sebuah bilaga kompleks dapat diyataka dalam betuk z = x + jy, (2.1) dega x da y adalah bilaga-bilaga real da j = 1. Bilaga x disebut bagia real

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

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

Lebih terperinci

BAB I PENDAHULUAN. X Y X Y X Y sampel

BAB I PENDAHULUAN. X Y X Y X Y sampel BAB I PENDAHULUAN 1.1 Latar Belakag Masalah Aalisis regresi merupaka metode aalisis data yag meggambarka hubuga atara variabel respo dega satu atau beberapa variabel prediktor. Aalisis regresi tersebut

Lebih terperinci

DERET TAK HINGGA (INFITITE SERIES)

DERET TAK HINGGA (INFITITE SERIES) MATEMATIKA II DERET TAK HINGGA (INFITITE SERIES) sugegpb.lecture.ub.ac.id aada.lecture.ub.ac.id BARISAN Barisa merupaka kumpula suatu bilaga (atau betuk aljabar) yag disusu sehigga membetuk suku-suku 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

PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT

PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT Prosidig Semiar Nasioal Matematika da Terapaya 06 p-issn : 0-0384; e-issn : 0-039 PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT Liatus

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

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1 Lokasi da Waktu peelitia Peelitia dilakuka pada budidaya jamur tiram putih yag dimiliki oleh usaha Yayasa Paguyuba Ikhlas yag berada di Jl. Thamri No 1 Desa Cibeig, Kecamata Pamijaha,

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

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

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

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

Deret Fourier. Modul 1 PENDAHULUAN

Deret Fourier. Modul 1 PENDAHULUAN Modul Deret Fourier Prof. Dr. Bambag Soedijoo P PENDAHULUAN ada modul ii dibahas masalah ekspasi deret Fourier Sius osius utuk suatu fugsi periodik ataupu yag diaggap periodik, da dibahas pula trasformasi

Lebih terperinci

Institut Teknologi Sepuluh Nopember Surabaya. Model Sistem dalam Persamaan Keadaan

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

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Tujua Peelitia Peelitia ii bertujua utuk megetahui apakah terdapat perbedaa hasil belajar atara pegguaa model pembelajara Jigsaw dega pegguaa model pembelajara Picture ad Picture

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB ENDAHULUAN. Latar Belakag Masalah Dalam kehidupa yata, hampir seluruh feomea alam megadug ketidak pastia atau bersifat probabilistik, misalya pergeraka lempega bumi yag meyebabka gempa, aik turuya

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

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

TEOREMA WEYL UNTUK OPERATOR HYPONORMAL

TEOREMA WEYL UNTUK OPERATOR HYPONORMAL Jural UJMC, Volume 3, Nomor, Hal. - 6 pissn : 460-3333 eissn : 579-907X TEOREMA WEYL UNTUK OPERATOR HYPONORMAL Guawa Uiversitas Muhammadiyah Purwokerto, gu.oge@gmail.com Abstract This paper aims at describig

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

2 BARISAN BILANGAN REAL

2 BARISAN BILANGAN REAL 2 BARISAN BILANGAN REAL Di sekolah meegah barisa diperkealka sebagai kumpula bilaga yag disusu meurut "pola" tertetu, misalya barisa aritmatika da barisa geometri. Biasaya barisa da deret merupaka satu

Lebih terperinci

Barisan. Barisan Tak Hingga Kekonvergenan barisan tak hingga Sifat sifat barisan Barisan Monoton. 19/02/2016 Matematika 2 1

Barisan. Barisan Tak Hingga Kekonvergenan barisan tak hingga Sifat sifat barisan Barisan Monoton. 19/02/2016 Matematika 2 1 Barisa Barisa Tak Higga Kekovergea barisa tak higga Sifat sifat barisa Barisa Mooto 9/0/06 Matematika Barisa Tak Higga Secara sederhaa, barisa merupaka susua dari bilaga bilaga yag urutaya berdasarka bilaga

Lebih terperinci

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai PENGUJIAN HIPOTESIS Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai ilai-ilai parameter populasi,

Lebih terperinci

B a b 1 I s y a r a t

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

Lebih terperinci

Bab 3 Metode Interpolasi

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

Lebih terperinci

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

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

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur 0 III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai Mei 03. B. Populasi da Sampel Populasi dalam peelitia

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN JURAL MATEMATKA DA KOMPUTER Vol. 6. o., 77-85, Agustus 003, SS : 40-858 DSTRBUS WAKTU BERHET PADA PROSES PEMBAHARUA Sudaro Jurusa Matematika FMPA UDP Abstrak Dalam proses stokhastik yag maa kejadia dapat

Lebih terperinci

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan BAB III METODE PENELITAN. Tempat Da Waktu Peelitia Peelitia dilakuka di SMP Negeri Batudaa Kab. Gorotalo dega subject Peelitia adalah siswa kelas VIII. Pemiliha SMP Negeri Batudaa Kab. Gorotalo. Adapu

Lebih terperinci

PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI

PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI Halama Tulisa Jural (Judul da Abstraksi) Jural Paradigma Ekoomika Vol.1, No.5 April 2012 PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI Oleh : Imelia.,SE.MSi Dose Jurusa Ilmu Ekoomi da Studi Pembagua,

Lebih terperinci

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

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

Lebih terperinci

BARISAN FIBONACCI DAN BILANGAN PHI

BARISAN FIBONACCI DAN BILANGAN PHI BARISAN FIBONACCI DAN BILANGAN PHI Fiboacci Matematikawa terbesar pada abad pertegaha adalah Leoardo dari Pisa, Italia (80 0). Ia lebih dikeal dega ama Fibo-acci. Artiya, aak Boaccio. Meara Pisa yag terkeal

Lebih terperinci

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

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

Lebih terperinci

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

BARISAN TAK HINGGA DAN DERET TAK HINGGA

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

Lebih terperinci

HALAMAN Dengan definisi limit barisan buktikan limit berikut ini : = 0. a. lim PENYELESAIAN : jadi terbukti bahwa lim = 0 = 5. b.

HALAMAN Dengan definisi limit barisan buktikan limit berikut ini : = 0. a. lim PENYELESAIAN : jadi terbukti bahwa lim = 0 = 5. b. Didowload dari ririez.blog.us.ac.id HALAMAN 36 37 5. Dega defiisi limit barisa buktika limit berikut ii : a. lim = 0 lim 1 2 + 3 = 0 > 0 h 1 = 2 + 3 0 = 1 2 + 3 1 2 1 2 1 2 < jadi terbukti bahwa lim =

Lebih terperinci

MA1201 MATEMATIKA 2A Hendra Gunawan

MA1201 MATEMATIKA 2A Hendra Gunawan MA1201 MATEMATIKA 2A Hedra Guawa Semester II, 2016/2017 3 Februari 2017 Bab Sebelumya 8. Betuk Tak Tetu da Itegral Tak Wajar 8.1 Betuk Tak Tetu 0/0 8.2 Betuk Tak Tetu Laiya 8.3 Itegral Tak Wajar dg Batas

Lebih terperinci

Bab 7 Penyelesaian Persamaan Differensial

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

Lebih terperinci

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang IV. METODE PENELITIAN 4.1 Lokasi da Waktu Peelitia Peelitia ii dilakuka di Kawasa Patai Ayer, Kabupate Serag Provisi Bate. Lokasi ii dipilih secara segaja atau purposive karea Patai Ayer merupaka salah

Lebih terperinci

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

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

Lebih terperinci

SIFAT-SIFAT FUNGSI EKSPONENSIAL BERBASIS BILANGAN NATURAL YANG DIDEFINISIKAN SEBAGAI LIMIT

SIFAT-SIFAT FUNGSI EKSPONENSIAL BERBASIS BILANGAN NATURAL YANG DIDEFINISIKAN SEBAGAI LIMIT Jural Matematika UNAND Vol. 4 No. 1 Hal. 12 22 ISSN : 2303 2910 c Jurusa Matematika FMIPA UNAND SIFAT-SIFAT FUNGSI EKSPONENSIAL BERBASIS BILANGAN NATURAL YANG DIDEFINISIKAN SEBAGAI LIMIT ENIVA RAMADANI

Lebih terperinci

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

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

Lebih terperinci

Kompleksitas dari Algoritma-Algoritma untuk Menghitung Bilangan Fibonacci

Kompleksitas dari Algoritma-Algoritma untuk Menghitung Bilangan Fibonacci Kompleksitas dari Algoritma-Algoritma utuk Meghitug Bilaga Fiboacci Gregorius Roy Kaluge NIM : 358 Program Studi Tekik Iformatika, Istitut Tekologi Badug Jala Gaesha, Badug e-mail: if8@studets.if.itb.ac.id,

Lebih terperinci

Kekeliruan dalam Perhitungan Numerik dan Selisih Terhingga Biasa

Kekeliruan dalam Perhitungan Numerik dan Selisih Terhingga Biasa Modul 1 Kekelirua dalam Perhituga Numerik da Selisih Terhigga Biasa D PENDAHULUAN Dr. Wahyudi, M.Pd. i dalam pemakaia praktis, peyelesaia akhir yag diigika dari solusi suatu permasalaha (soal) dalam matematika

Lebih terperinci

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

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

Lebih terperinci

Kestabilan Rangkaian Tertutup Waktu Kontinu Menggunakan Metode Transformasi Ke Bentuk Kanonik Terkendali

Kestabilan Rangkaian Tertutup Waktu Kontinu Menggunakan Metode Transformasi Ke Bentuk Kanonik Terkendali Jural Tekika ISSN : 285-859 Fakultas Tekik Uiversitas Islam Lamoga Volume No.2 Tahu 29 Kestabila Ragkaia Tertutup Waktu Kotiu Megguaka Metode Trasformasi Ke Betuk Kaoik Terkedali Suhariyato ) Dose Fakultas

Lebih terperinci

Aplikasi Interpolasi Bilinier pada Pengolahan Citra Digital

Aplikasi Interpolasi Bilinier pada Pengolahan Citra Digital Aplikasi Iterpolasi Biliier pada Pegolaha Citra Digital Veriskt Mega Jaa - 35408 Program Studi Iformatika Sekolah Tekik Elektro da Iformatika Istitut Tekologi Badug, Jl. Gaesha 0 Badug 403, Idoesia veriskmj@s.itb.ac.id

Lebih terperinci

Prestasi itu diraih bukan didapat!!! SOLUSI SOAL

Prestasi itu diraih bukan didapat!!! SOLUSI SOAL SELEKSI OLIMPIADE TINGKAT KABUPATEN/KOTA 010 TIM OLIMPIADE MATEMATIKA INDONESIA 0 Prestasi itu diraih buka didapat!!! SOLUSI SOAL Bidag Matematika Disusu oleh : Eddy Hermato, ST Olimpiade Matematika Tk

Lebih terperinci

ANALISIS MODEL DINAMIKA VIRUS DALAM SEL TUBUH DAN PENGARUH RESPON IMUN CTL

ANALISIS MODEL DINAMIKA VIRUS DALAM SEL TUBUH DAN PENGARUH RESPON IMUN CTL ANALISIS MODEL DINAMIKA VIRUS DALAM SEL TUBUH DAN PENGARUH RESPON IMUN CTL Nughthoh Arfawi Kurdhi Jurusa Matematika FMIPA Uiversitas Sebelas Maret Surakarta 576 arfa@us.ac.id ABSTRAK Berbagai jeis virus

Lebih terperinci

Pemanfaatan Geogebra untuk Menggambar Potret Fase Sistem Persamaan Diferensial

Pemanfaatan Geogebra untuk Menggambar Potret Fase Sistem Persamaan Diferensial Pemafaata Geogebra utuk Meggambar Potret Fase Sistem Persamaa Diferesial The Use of Geogebra to Draw Phase Portrait of Differetial Equatios Systems Emiugroho Rata Sari Jurusa Pedidika Matematika FMIPA

Lebih terperinci

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP STATISTICS Haug N. Prasetyo Week 11 PENDAHULUAN Regresi da korelasi diguaka utuk megetahui hubuga dua atau lebih kejadia (variabel) yag dapat diukur secara matematis. Ada dua hal yag diukur atau diaalisis,

Lebih terperinci

Kalkulus Rekayasa Hayati DERET

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

Lebih terperinci

Model Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika

Model Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika Prosidig Semirata FMIPA Uiversitas Lampug, 0 Model Pertumbuha BeefitAsurasi Jiwa Berjagka Megguaka Deret Matematika Edag Sri Kresawati Jurusa Matematika FMIPA Uiversitas Sriwijaya edagsrikresawati@yahoocoid

Lebih terperinci

METODE SIMPSON TERMODIFIKASI UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL VOLTERRA LINEAR JENIS KEDUA. Jonas Lodewyk H 1, Zulkarnain 2 ABSTRACT

METODE SIMPSON TERMODIFIKASI UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL VOLTERRA LINEAR JENIS KEDUA. Jonas Lodewyk H 1, Zulkarnain 2 ABSTRACT METODE SIMPSON TERMODIFIKASI UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL VOLTERRA LINEAR JENIS KEDUA Joas Lodewyk H 1, Zulkarai 1 Mahasiswa Program Studi S1 Matematika Dose Jurusa Matematika Fakultas Matematika

Lebih terperinci

STRATEGI VAKSINASI PULSE UNTUK MENGATASI EPIDEMI PENYAKIT CAMPAK BERDASARKAN MODEL SIR

STRATEGI VAKSINASI PULSE UNTUK MENGATASI EPIDEMI PENYAKIT CAMPAK BERDASARKAN MODEL SIR Prosidig Semiar Nasioal Peelitia, Pedidika da Peerapa MIPA, Fakultas MIPA, Uiversitas Negeri Yogyakarta, 2 Jui 2012 STRATEGI VAKSINASI PULSE UNTUK MENGATASI EPIDEMI PENYAKIT CAMPAK BERDASARKAN MODEL SIR

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara BAB I PENDAHULUAN 1.1 Latar Belakag Salah satu pera da fugsi statistik dalam ilmu pegetahua adalah sebagai. alat aalisis da iterpretasi data kuatitatif ilmu pegetahua, sehigga didapatka suatu kesimpula

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 6 BAB III METODE PENELITIAN 3.1 Desai Peelitia Meurut Kucoro (003:3): Peelitia ilmiah merupaka usaha utuk megugkapka feomea alami fisik secara sistematik, empirik da rasioal. Sistematik artiya proses yag

Lebih terperinci

IV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota

IV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia ii dilaksaaka di Kota Bogor Pemiliha lokasi peelitia berdasarka tujua peelitia (purposive) dega pertimbaga bahwa Kota Bogor memiliki jumlah peduduk yag

Lebih terperinci

BARISAN DAN DERET. 05/12/2016 Matematika Teknik 1 1

BARISAN DAN DERET. 05/12/2016 Matematika Teknik 1 1 BARISAN DAN DERET 05//06 Matematika Tekik BARISAN Barisa Tak Higga Kekovergea barisa tak higga Sifat sifat barisa Barisa Mooto 05//06 Matematika Tekik Barisa Tak Higga Secara sederhaa, barisa merupaka

Lebih terperinci

BAB I PENDAHULUAN. A. Latar Belakang Masalah

BAB I PENDAHULUAN. A. Latar Belakang Masalah BAB I PENDAHULUAN A. Latar Belakag Masalah Struktur alabar adalah suatu himpua yag di dalamya didefiisika suatu operasi bier yag memeuhi aksioma-aksioma tertetu. Gelaggag ( Rig ) merupaka suatu struktur

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

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

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

Lebih terperinci

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 2 TINJAUAN TEORI

BAB 2 TINJAUAN TEORI BAB 2 TINJAUAN TEORI 2.1 ISTILAH KEENDUDUKAN 2.1.1 eduduk eduduk ialah orag atatu idividu yag tiggal atau meetap pada suatu daerah tertetu dalam jagka waktu yag lama. 2.1.2 ertumbuha eduduk ertumbuha peduduk

Lebih terperinci

Karakteristik Dinamik Elemen Sistem Pengukuran

Karakteristik Dinamik Elemen Sistem Pengukuran Karakteristik Diamik Eleme Sistem Pegukura Kompetesi, RP, Materi Kompetesi yag diharapka: Mahasiswa mampu merumuskaka karakteristik diamik eleme sistem pegukura Racaga Pembelajara: Miggu ke Kemampua Akhir

Lebih terperinci

UKURAN PEMUSATAN DATA

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

Lebih terperinci

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya. BAB 1 PENDAHULUAN 1.1 Latar Belakag Aalisis regresi mejadi salah satu bagia statistika yag palig bayak aplikasiya. Aalisis regresi memberika keleluasaa kepada peeliti utuk meyusu model hubuga atau pegaruh

Lebih terperinci

C (z m) = C + C (z m) + C (z m) +...

C (z m) = C + C (z m) + C (z m) +... 4.. DERET PANGKAT Deret pagkat dari (x-m) merupaka deret tak higga yag betuk umumya adalah : i= i i C (z m) = C + C (z m) + C (z m) +... ( 4- ) C, C,... = kostata disebut koefisie deret m = kostata disebut

Lebih terperinci

Solusi Numerik PDP. ( Metode Beda Hingga ) December 9, 2013. Solusi Numerik PDP

Solusi Numerik PDP. ( Metode Beda Hingga ) December 9, 2013. Solusi Numerik PDP ( Metode Beda Higga ) December 9, 2013 Sebuah persamaa differesial apabila didiskritisasi dega metode beda higga aka mejadi sebuah persamaa beda. Jika persamaa differesial parsial mempuyai solusi eksak

Lebih terperinci

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

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakag Maajeme risiko merupaka salah satu eleme petig dalam mejalaka bisis perusahaa karea semaki berkembagya duia perusahaa serta meigkatya kompleksitas aktivitas perusahaa

Lebih terperinci

III. METODE PENELITIAN. Pembangunan Daerah (BAPPEDA) Provinsi NTB, BPS pusat, dan instansi lain

III. METODE PENELITIAN. Pembangunan Daerah (BAPPEDA) Provinsi NTB, BPS pusat, dan instansi lain III. METODE PENELITIAN 3.1 Jeis da Sumber Data Data yag diguaka pada peelitia ii merupaka data sekuder yag diperoleh dari Bada Pusat Statistik (BPS) Provisi NTB, Bada Perecaaa Pembagua Daerah (BAPPEDA)

Lebih terperinci

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd Pertemua Ke- Komparasi berasal dari kata compariso (Eg) yag mempuyai arti perbadiga atau pembadiga. Tekik aalisis komparasi yaitu salah satu tekik aalisis kuatitatif yag diguaka utuk meguji hipotesis tetag

Lebih terperinci

Barisan Aritmetika dan deret aritmetika

Barisan Aritmetika dan deret aritmetika BARISAN DAN DERET BILANGAN Peyusu: Atmii Dhoruri, MS Kode: Jejag: SMP T/P: / A. Kompetesi yag diharapka. Meetuka suku ke- barisa aritmatika da barisa geometri. Meetuka jumlah suku pertama deret aritmatika

Lebih terperinci