MASALAH PENELUSURAN (KASUS KONTINU)

Ukuran: px
Mulai penontonan dengan halaman:

Download "MASALAH PENELUSURAN (KASUS KONTINU)"

Transkripsi

1 MASALAH PENELUSUAN KASUS KONINU Oleh : Noii Hasi Dose Pogam Si Sisem Ifomasi UNIKOM Absak Sisem kool opimm aalah sa sisem yag meacag opimasi ilai, baik maksimm map miimm, ai sa fgsi objekif. Sisem ii bepa kosei alam bek pesamaa iamik. Fgsi objekif meeka bek sisem kool, apakah sisem kool yag ihasilka bebek liea, o liiea, begag wak aap sais. Dalam kass koi masalah kool opimm iefiisika sebagai masalah mecai kool imaa U, imaa U aalah himpa fgsi kool yag ipebolehka aa ipekeaka. Kool ii megopimmka sa fgsi objekif ega mempehaika kosei sisem. Pegembaga ai masalah kool ii aalah masalah peelsa. Masalah peelsa iak saja membawa sisem ke keaaa akhi yag iigika eapi jga mega sehigga sisem meelsi sa ayekoi alam ieal wak ee. Dalam lisa ii ibahas masalah peelsa ai sisem kool o liea a kaaik liea. Uk kass o liea, kool ipeoleh ai fgsi Hamiloya, seagka k kass kaaik liea pecaia kool meggaka sweep meho. I. eoi-eoi Dasa eag Kool Opimm Di bawah ii aka ipapaka efiisi, eoema, sea lemma yag ipelka k mekg pembahasa masalah peelsa. Defiisi Jika A = a ij maiks eal beka m, maka aspos ai A aalah A = a ji maiks eal beka m. Defiisi Jika A a B maiks eal beka, maka AB = B A. Defiisi 3 Maiks eal A beka ikaaka simei jika A = A. Defiisi Jika A maiks eal beka a eko maka A iamaka bek kaaik yag beilai skala eal. Lemma 5 Misalka A maiks eal sebaag beka, maka eapa maiks eal simei B beka sehigga A = B. Bki : Misalka A maiks eal sebaag beka. Ambil maiks B = A A a = A A, sehigga A = B +,

2 Seagka B = A A = A A = B, B simei = A A = A A = - A A = -... Dai efiisi ikeahi bahwa beilai skala, sehigga = =, ai iapa - = =, Jai A = B+ = B + = B Dega B maiks eal simei. Lemma 6 Jika a y masig-masig eko maka y y y Bki : Misalka eko = i a eko y = y i ega i =,,3,...,. Maka Seagka y y y y i i i i i y yk a y i i i i, Seagka y yk Maka k eko iapa : y y 3... = y y y y... = y y y... 3 y y y Jai : y y y Lemma 7 Jika A maiks beka yag simei a eko maka A A Bki : Misalka maiks A = a ij a eko = i ega i =,,..., a j =,,..., Maka A k i j A a a, sehigga ij kk j k i a a ik i i, ik a ik i kj i j i a ki a ik i j a kj j j, jk Kaea A simei, maka a ki = a ik a iapa A akii Ak k i Maka k eko iapa k A A A A3... A Jai A A 3... A Defiisi 8 Misalka Q maiks simei beka, maka maiks Q ikaaka efii posiif Q > jika belak Q >, a maiks Q ikaaka semi efii posiif Q jika belak Q. Aa ega kaa lai apa pla ipelihaka bahwa maiks Q efii posiif jika sema

3 ilai eigeya posiif a semi efii posiif jika sema ilai eigeya o egaif a miimal salah sa ilai eigeya ol. Kool Opimm Koi Misalka sisem kool * A B imaa A maiks eal, B maiks eal m, i, a i m. Fgsi objekifya aalah : J S Q maiks eal m m, Q maiks, S maiks eal,, Q, S simei semi efii posiif a. Pesamaa weigh coios eachable gamia ilambagka ega G, a iefiisika sebagai beik : A A G, e B B e, Uk koisi akhi = maka G, e A, Seagka kool opimmya apa ilis sebagai beik A A B e G, e Selajya aka kia liha bek mm ai hasil akhi masalah kool opimm o liea alam kass koi paa abel beik : abel Pegool Opimm Noliea ega Fgsi Keaaa Akhi ee able Moel sisem : * f,,, ee Fgsi objekif : J,, L, Kosei keaaa akhi :, Kool opimm :. Fgsi Hamilo : H, L, f,. Pesamaa keaaa : H * f, 3. Pesamaa keaaa pekg : H f L *,. Koisi sasioe : H L f 5. Koisi baas : ibeika H...

4 II. Masalah Peelsa Uk membawa sisem ke keaaa akhi yag iigika a mega sisem sehigga apa meelsi ack sa fgsi paa ieal wak ee ipelka sa kool ai ep. Masalah kool ii iseb masalah peelsa ackig poblem. Aa a masalah yag aka ibahas paa bagia ii yai masalah o liiea a masalah kaaik liea... Masalah No Liea Paag sisem o liea * = f, imaa a f,. Masalah peelsa meeka sa kool yag mega y = imaa aalah maiks sebaag, sehigga y meelsi fgsi ee paa ieal wak [,] ega fgsi objekif yag opimm isii yag iambil aalah yag miimm. Fgsi objekif yag has imimka aalah : J P ; Q,...a Dimaa P a Q mepaka maiks semi efii posiif, a mepaka maiks efii posiif, seagka keaaa akhi iak ee. Fgsi Hamilo ai sisem i aas aalah : H, = ½ - Q - + ½ + f,. Dai abel ipeoleh : Pesamaa keaaa : * = f, Pesamaa pekg : * H...3 * f f f Q Q Q Q Q Q H Koisi sasioe :... f f...5 Syaa baas : ibeika...6, beai =, Ambil, = ½ P Dai, P P P P ipeoleh, = P - ½ P ½ P = P - P = P - Jai, = P. Sehigga, =, = P...7 Jai ai koisi sasioe 5 ipeoleh kool opimm f Peelsa Kaaik Liea Misalka sa sisem yag iamai bebek liea a fgsi objekifya bebek kaaik, maka pesamaa 3 sampai ega pesamaa 5 meghasilka * = A + B...9 -* = A + Q Q... B + =... Dai pesamaa ipeoleh kool opimm sebagai beik P

5 = - - B... seagka syaa baas ai sisem ii sama sepei kass o liea yai ibeika = P Pesbsisia pesamaa ke alam 9 meghasilka pesamaa keaaa * = A B - B...3 seagka pesamaa keaaa pekgya aalah pesamaa. Selajya kia liha sisem Hamiloya * A B B * Q A Q eliha bahwa syaa baasya episah aaa a wak. Uk aalah a k aalah, sehigga sisem Hamilo i aas iak bisa iselesaika. Oleh kaea i has icai caa lai k meyelesaika masalah peelsa ii. aa yag ipakai i sii aalah sweep meho. Dai bek syaa baas 7 asmsika bahwa k sema apa iba sebagai beik = S... Dimaa S sa maiks a eko i. Dega membaigka ega syaa baas ipeoleh syaa baas k S a yai S = P, a = P Asmsi apa igaka jika pesamaa yag kosise k S* a * apa ieka. Sekaag ka pesamaa ehaap sehigga ipeoleh * = S* + S* - * -* = -S* S* + * Sbsisika pesamaa keaaa 3 meghasilka -* = -S* SA-B - B S- + * = -S* SA + SB - B S SB - B + *...5 Sbsisika pesamaa ke alam pesamaa pekg membeika: -* = A + Q Q = A S + Q Q = A S + Q A Q...6 Selajya ai pesamaa 5 a pesamaa 6 ipeoleh -S*-SA + SB - B S SB - B +* = A S + Q A Q -S* - SA + SB - B S A S - Q = -* - A -SB - B Q...7 Kaea belak k sema, maka sisi kii ai pesamaa 7 meghasilka : -S* - SA + SB - B S A S - Q = -S* = A S + SA - SB - B S+ Q =...8 Seagka sisi kaa ai pesamaa 7 meghasilka : -* - A -SB - B Q = -* - A-B - B S Q = -* = A-B - B S + Q...9 Defiisika K = - B S sehigga 8 a 9 mejai : -S* = A S + SA SBK + Q = A S + SA BK + Q... -* = A BK + Q... Kaea elah iapa pesamaa k S* a pesamaa k * beai asmsi apa igaka. Pesbsisia ke alam meghasilka kool opimm sebagai beik : * = - - B = - - B S = - - B S + - B Sehigga * = -K + - B... Seagka pesamaa keaaaya ipeoleh ega mesbsisika pesamaa ke alam pesamaa 9 yai : * = A + B = A B - B S + B - B = A - B - B S + B - B = A BK + B - B...3

6 Selajya aka ibkika bahwa fgsi objekif J; paa ieal [,] ega meggaka kool opimm aalah J; = ½ S + w... Dimaa -w* = ½ Q ½ B - B,...5 w = ½ P...6 Dai fgsi objekif a ipeoleh Q Q Q Q P P Q P Q P J P P ; Kaea S = P a = P maka ai pesamaa 6 ipeoleh J; w S...7 Selajya paag bek iegal w S w S w S...8 Selajya kagi pesamaa 7 a pesamaa 8, a sbsisika pesamaa 9 ke alam pesamaa eseb. Kaea = -K + - B, = - K + B - a kaea S* = A S + SA-BK + Q, -* = A BK + Q, K = - B S a -w *= ½ Q ½ B - B maka pesamaa eba eseb aka mejai ; w S J...9 Pehaika, bek ii beilai skala, sehigga = = Pesamaa 9 mejai J ; = ½ S + w...3 Selajya agmeasi i aas belak jika igai ega,. Jai, J; = ½ S + w...3 Dega emikia pesamaa elah ebki. agkma hasil yag ipeoleh apa iliha paa abel beik ii :

7 abel Peelsa Kaaik Liea Koi able Moel sisem : * = A + B Fgsi objekif : J ; P Q Asmsi : P, Q, a >, keigaya aalaha simei Kool Opimm : K = - B S -S* = A S + SA-BK + Q S = P -* = A BK + Q = P = -K + - B * = A BK + B - B ibeika ooh : Misalka sisem iyaaka sebagai pesamaa * = - + ega = a =. Fgsi objekifya aalah J ; 39 Di sii apa iliha bahwa =, P=, A=-, B=, Q=3, a =. Dapa ieka sebagai beik = - - B = = -...a Jai pesamaa keaaa a pesamaa pekgya aalah * = - + * = = ka pesamaa keaaa a sbsisi pesamaa keaaa pekg ke alamya, ipeoleh ** = - * - * = - * = - * = - * - -* = = 3 ** - = -3 Solsi mm ai pesamaa ifeesial oe a ii aalah = Ae + Be - + ¾...b Dai pesamaa keaaa ipeoleh = -* + = -Ae +Be - Ae -Be - ¾ = -3Ae + Be - ¾...c Kaea =, maka ai pesamaa keaaa ipeoleh A + B = ¼... Da ai = pesamaa c mejai -3Ae + Be - ¾ = -3Ae + / Ae - ¾ = 3Ae + /e - Ae - ¾ = A-3e e - = ¾ - ¼ e - 3 e e 3 A 3e e e e...e Dai pesamaa iapa B A e 3 e 3 e 3e e 3 e 3e e e 3e e 3 e 3 e e 3e 3 3e 3 e e e e...f Sbsisika hasil yag iapa paa e a f ke alam solsi mm b a pesamaa c maka ipeoleh e e 3/ e e e e e e e e Akhiya iapa kool opimm a sebagai beik e e 3 3/ e e e e e e ooh : Peelsa liea kaaik skala Jika sisem iyaaka ega pesamaa * = a + b mempyai fgsi objekif 3/

8 q J ; p Uk wak ibeika a siyal aca. Maka paa abel ipeoleh peelsa opimal sebagai beik b s s* as K * a b bs K s b. q, s p q, p b * a bk, ibeika III. Kesimpla Dai aia pembahasa paa bagia II apa iambil kesimpla bahwa peea kool yag aka megopimmka fgsi objekifya paa masalah peelsa k kass oliea apa iselesaika melali fgsi Hamiloya. Seagka k kass kaaik liea, peea kool iselesaika ega sweep meho. SS

MODIFIKASI METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERSAMAAN GELOMBANG NONLINEAR

MODIFIKASI METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERSAMAAN GELOMBANG NONLINEAR MODIFIKSI METODE DEKOMPOSISI DOMIN UNTUK MENYEESIKN PERSMN GEOMBNG NONINER Wiiya Firia Sari * eli Deswia Ea ily Mahasiswa Proram S Maemaika Dose Jrsa Maemaika Faklas Maemaika a Ilm Peeaha lam Uiversias

Lebih terperinci

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

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

Lebih terperinci

BAB II Metode Pembentukan Fungsi Distribusi

BAB II Metode Pembentukan Fungsi Distribusi Saisika Maemaika II b Dian Kniai BAB II Meode Pembenkan Fngsi Disibsi Pada bab akan dibahas bebeapa meode alenaive nk menenkan fngsi disibsi dai pebah acak ba ang ebenk dai pebah acak ang lama. Dengan

Lebih terperinci

Sistim Komunikasi 1. Pertemuan 5 Konversi Analog ke Digital

Sistim Komunikasi 1. Pertemuan 5 Konversi Analog ke Digital isim Komuikasi 1 Peremua 5 Koversi Aalog ke Digial Murik Alayrus Tekik Elekro Fakulas Tekik, UMB murikalayrus@yahoo.com 1 Base Ba Moulaio Paa bagia sebelum kia meapaka siyal koiyu erhaap waku, misalyasiyalm(),

Lebih terperinci

MODEL PERAMBATAN PANAS SECARA MATEMATIKA PADA PROSES PEMANASAN KUE BAGEA KENARI

MODEL PERAMBATAN PANAS SECARA MATEMATIKA PADA PROSES PEMANASAN KUE BAGEA KENARI Dela-Pi: Jal Maemaika da Pedidika Maemaika ISSN 089-855X Vl. N. Okbe 0 MODE PERAMBATAN PANAS SECARA MATEMATIKA PADA PROSES PEMANASAN KUE BAGEA KENARI Hasa Hamid Pgam Sdi Pedidika Maemaika Jsa Pedidika

Lebih terperinci

II LANDASAN TEORI. menyatakan koordinat horizontal, koordinat vertikal, dan waktu. dan hukum kekekalan momentum memberikan persamaan Euler berikut

II LANDASAN TEORI. menyatakan koordinat horizontal, koordinat vertikal, dan waktu. dan hukum kekekalan momentum memberikan persamaan Euler berikut II LANDASAN EORI Paa bagian ini akan iraikan beberapa konsep ang menasari peneliian ini. Konsep inamika flia akan isajikan ari psaka [5] an [] seangkan eori sisem amilonian irangkm ari psaka [7] an [8]..

Lebih terperinci

Ukuran Dispersi Multivariat

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

Lebih terperinci

Pemetaan Linear Yang Mengawetkan Invers Drazin Matriks Atas Lapangan

Pemetaan Linear Yang Mengawetkan Invers Drazin Matriks Atas Lapangan Pemetaa Liea Yag Megawetka Ives azi Matiks Atas Lapaga ibeika matiks x atas lapaga Sutopo Juusa Matematika Fakultas Matematika da Pegetahua Alam Uivesitas Gadjah Mada sutopo_mipa@ugm.ac.id Abstact F lapaga

Lebih terperinci

SIFAT SIFAT RUANG VEKTOR ATAS LAPANGAN

SIFAT SIFAT RUANG VEKTOR ATAS LAPANGAN SIFAT SIFAT RUANG VEKTOR ATAS LAPANGAN Dose Pegampu : Pof. D. Si Wahyui DISUSUN OLEH: Nama : Muh. Zaki Riyato Nim : 02/156792/PA/08944 Pogam Studi : Matematika JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN

Lebih terperinci

BAB II STATISTIK MAXWELL-BOLTZMAN

BAB II STATISTIK MAXWELL-BOLTZMAN BAB II STATISTIK MAXWELL-BOLTZMAN A. Kapasitas Paas Jeis Zat Paat. Paa zat paat yag berbetuk kristal, atom-atom atau molekul-molekul pembaguya tersusu secara teratur. Atom-atom atau molekulya terikat satu

Lebih terperinci

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

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

Lebih terperinci

BILANGAN BAB V BARISAN BILANGAN DAN DERET

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

Lebih terperinci

Deret Bolak-balik (Alternating Series) Deret bolak-balik adalah deret yang suku-sukunya berganti tanda. Sebagai contoh,

Deret Bolak-balik (Alternating Series) Deret bolak-balik adalah deret yang suku-sukunya berganti tanda. Sebagai contoh, Deet Bolak-balik Alteatig Seies Deet bolak-balik adalah deet yag suku-sukuya begati tada. Sebagai cotoh, + 4 + + + Deet bolak-balik beikut: = + a, dega a positif, kovege jika memeuhi dua syaat i. Setiap

Lebih terperinci

Kecepatan putar sebuah motor servo dengan input konstan digambar sebagai berikut: Time (s)

Kecepatan putar sebuah motor servo dengan input konstan digambar sebagai berikut: Time (s) UJIAN TENAH SEMESTER ANJIL TAHUN / JURUSAN TEKNIK ELEKTRO FAKULTAS TEKNIK UNIVERSITAS DIPONEORO Mata Uji : Sistem Kotrol Aalog Sifat : Terbuka Hari, taggal : Rabu, Nopember Waktu : 6.3 8. (9 meit) Ruag

Lebih terperinci

SIFAT SIFAT RUANG VEKTOR ATAS LAPANGAN (FIELD)

SIFAT SIFAT RUANG VEKTOR ATAS LAPANGAN (FIELD) SIFAT SIFAT RUANG VEKTOR ATAS LAPANGAN (FIELD) Muhamad Zaki Riyato NIM: 02/156792/PA/08944 E-mail: zaki@mail.ugm.ac.id http://zaki.math.web.id Dose Pembimbig: Pof. D. Si Wahyui Pedahulua Sebelum melagkah

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

MODEL ASIMETRIS GABUNGAN INVENTORY DAN ROUTING UNTUK MINIMISASI HARGA KOMODITI

MODEL ASIMETRIS GABUNGAN INVENTORY DAN ROUTING UNTUK MINIMISASI HARGA KOMODITI JURNAL MAEMAIKA DAN KOMPUER Vol. 7. No. 2, 42-5, Agusus 24, ISSN : 4-858 MODEL ASIMERIS GABUNGAN INVENOR DAN ROUING UNUK MINIMISASI HARGA KOMODII Sawadi, Susilo Haiyao Juusa Maemaika FMIPA UNDIP Absak

Lebih terperinci

BAB IV METODOLOGI PENELITIAN

BAB IV METODOLOGI PENELITIAN BAB IV ETODOLOGI PENELITIAN IV Lagkah-Lagkah Aalisis Struktur yag aka ijaika moel alam peelitia ii aalah struktur bagua latai a latai, yag iasumsika terbuat ari baja Struktur terlebih ahulu imoel ega megguaka

Lebih terperinci

PRINSIP MAKSIMUM DAN MINIMUM FUNGSI PANHARMONIK

PRINSIP MAKSIMUM DAN MINIMUM FUNGSI PANHARMONIK PRINSIP MAKSIMUM DAN MINIMUM FUNGSI PANHARMONIK Oleh, Edag Cahya M.A. Jrsa Pedidia Matematia FPMIPA UPI Badg Jl. Dr. Setiabdi 9 Badg E-mail ecma@ds.math.itb.ac.id Abstra Tlisa ii mejelasa prisip masimm

Lebih terperinci

Beberapa Sifat Semigrup Matriks Atas Daerah Integral Admitting Struktur Ring 1

Beberapa Sifat Semigrup Matriks Atas Daerah Integral Admitting Struktur Ring 1 Beberapa Sifat Semigrup Matriks Atas Daerah Itegral Admittig Struktur ig K a r y a t i Jurusa Pedidika Matematika FMIPA, Uiversitas Negeri Yogyakarta Email: yatiuy@yahoo.com Abstrak Diberika adalah daerah

Lebih terperinci

EKSISTENSI INVERS GRUP DARI MATRIKS BLOK. Mahasiswa Program S1 Matematika 2

EKSISTENSI INVERS GRUP DARI MATRIKS BLOK. Mahasiswa Program S1 Matematika 2 ESSTENS NVERS GRU DR TRS LO Riaa Wedya Rola ae usaii ahasiswa ogam S atematika Dose Juusa atematika Fakultas atematika da lmu egetahua lam ampus iawidya ekabau 89 doesia email: iaa_wedya@yahoocom STRCT

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

Penentuan Harga Opsi Model Binomial Dua Periode

Penentuan Harga Opsi Model Binomial Dua Periode Pnnan Haga Opsi Mol inomial Da Pio A. Mol inomial a Pio Mol ini mpakan mol pasa saham (aing) ngan sa pio (on im sp) ngan kaa lain paa mol ini hanya apa a wak aing yai paa saa an. pi lah ibahas sblmnya,

Lebih terperinci

Menentukan Pembagi Bersama Terbesar dengan Algoritma

Menentukan Pembagi Bersama Terbesar dengan Algoritma Meetuka Pembagi Besama Tebesa dega Algoitma Macelius Hey M. (135108) Pogam Studi Tekik Ifomatika Sekolah Tekik Elekto da Ifomatika Istitut Tekologi Badug, Jl. Gaesha 10 Badug 4013, Idoesia 135108@std.stei.itb.ac.id

Lebih terperinci

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

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

Lebih terperinci

DSP Application Research Centre, Electrical Engineering Dept. SOLUSI UAS 5 JUNI 2000 TA 1999 / 2000

DSP Application Research Centre, Electrical Engineering Dept. SOLUSI UAS 5 JUNI 2000 TA 1999 / 2000 DSP Applicatio Research Cetre, Electrical Egieerig Dept. SOLUSI UAS 5 JUNI TA 999 /. Sistem Liier ega fugsi trasfer : ( s + H ( s ( s + 4( s + a. Tetuka respose impulse sistem. Apakah sistem stabil? (

Lebih terperinci

BAB 3 PERANCANGAN SISTEM

BAB 3 PERANCANGAN SISTEM BB PERNCNGN SISTEM. Peracaga wal Dari Sisem Yag ka Dibagu Peracaga awal ari sisem ag aka ibagu ii aalah implemeasi auo-uig PID koroler megguaka muliple iegraios ke alam sofware ega megguaka program MTLB.

Lebih terperinci

4. KOMBINATORIKA ... S 1. S n S 2. Gambar 4.1

4. KOMBINATORIKA ... S 1. S n S 2. Gambar 4.1 4. KOMBINATORIKA 4. Atua Utuk Suatu Peistiwa Evet sesuatu yag tejadi. Jika peistiwa A dapat tejadi dalam m caa da peistiwa B dapat tejadi dalam N caa, maka tedapat (m, ) caa kedua peistiwa tejadi besama-sama.

Lebih terperinci

{ } III PEMBAHASAN. Definisi (Proses Gerak Brown) Proses stokastik { X ( t)

{ } III PEMBAHASAN. Definisi (Proses Gerak Brown) Proses stokastik { X ( t) 4 adalah ggs eaah (onable se), sedangkan X diseb poses sokasik dengan wak konin (oninos-ime sohasi poess) jika H adalah sa ineval. Bebeapa onoh dai poses sokasik dalam masalah finansial adalah sebagai

Lebih terperinci

Fisika Dasar I (FI-321)

Fisika Dasar I (FI-321) Fisika Dasa I (FI-321) Topik hai ini (minggu 3) Geak dalam Dua dan Tiga Dimensi Posisi dan Pepindahan Kecepaan Pecepaan Geak Paabola Geak Melingka Geak dalam Dua dan Tiga Dimensi Menggunakan anda + aau

Lebih terperinci

PERSAMAAN DIFFERENSIAL

PERSAMAAN DIFFERENSIAL PSAMAAN DIFFNSIA (DIFFNTIA QUATION) Suatu ersamaa imaa teraat hubuga atara variabel bebas, variabel tak bebas a turua-turuaa iamaka ersamaa ifferesial. Cotoh : f (,,,,.. ) 0 z z g (,, z,,, ) 0 Aa jeis

Lebih terperinci

III PEMBAHASAN. 2 2x. K dy dx dy dx, (3.2) h2 2 ( x) P g y dydx g y dydx

III PEMBAHASAN. 2 2x. K dy dx dy dx, (3.2) h2 2 ( x) P g y dydx g y dydx III PEMBAHASAN Pada peeliia ii aa dibaas formlasi Hamiloia bai era elomba ierfacial Pembaasa dibai dalam da ass yai ass perama dea baas aas berpa permaa raa da ass eda dea baas aas berpa permaa bebas Hamiloia

Lebih terperinci

Bab II Sistem Dengan Fase Nonminimum Dan Iterative Learning Control

Bab II Sistem Dengan Fase Nonminimum Dan Iterative Learning Control Bab II Sistem Dea Fase Nomiimum Da Iterative Leari Cotrol Paa baia ii, aka ibahas sistem plat oliear ea ase o miimum a hal-hal ya terkait ea plat oliear. Pembahasa teta iversi stabil a iterative leari

Lebih terperinci

BAB II KEGIATAN PEMBELAJARAN

BAB II KEGIATAN PEMBELAJARAN Page o BAB II KEGIATAN PEMBELAJARAN A. TURUNAN FUNGSI ALJABAR. Deiisi Tra Fgsi Deiisi Fgsi : ata mempai tra ag diotasika d d ata di deiisika : d d d d d d lim h 0 h h lim 0 ata Cotoh Soal :. Tetka tra

Lebih terperinci

BAB III STATISTIK INFERENSI PADA RANTAI MARKOV

BAB III STATISTIK INFERENSI PADA RANTAI MARKOV BAB III STATISTIK INFERENSI PADA RANTAI MARKOV 3. Pedahulua Pada Bab II elah dibahas megeai aai Makov beode- aau Ō() da maiks peluag asisiya. Pada bagia ii, aka dibahas bagaimaa meeuka ode aai Makov dai

Lebih terperinci

Keterbatasan Operator Integral Fraksional Di Ruang Lebesgue Tak Homogen

Keterbatasan Operator Integral Fraksional Di Ruang Lebesgue Tak Homogen Ketebatasa Oeato Itegal Faksioal Di uag Lebesgue Tak Homoge Hey Pibawato Suyawa Juusa Matematika Fakultas Sais a Tekologi Uivesitas Saata Dhama Yogyakata Email: heyibs@staff.us.ac.i Abstak Dalam makalah

Lebih terperinci

Bab 1 PENDAHULUAN Latar Belakang

Bab 1 PENDAHULUAN Latar Belakang Bab PENDAHULUAN.. Latar Belakag Bayak peelitia yag bertja mecari dasar-dasar tk megadaka prediksi sat variabel dari iormasi-iormasi yag diperoleh dari variablel tersebt. Misalya apakah keadaa caca dapat

Lebih terperinci

Solusi Pengayaan Matematika

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

Lebih terperinci

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

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

Lebih terperinci

BAB IV METODE BINOMIAL UNTUK PENENTUAN HARGA OPSI ASIA

BAB IV METODE BINOMIAL UNTUK PENENTUAN HARGA OPSI ASIA BAB IV : METODE BIOMIAL UTUK PEETUA HARGA OPSI ASIA 35 BAB IV METODE BIOMIAL UTUK PEETUA HARGA OPSI ASIA Pada bab ii aka dibahas sat pedekata merik tk peeta harga opsi Asia, khssya opsi Asia dega rata-rata

Lebih terperinci

Semigrup Matriks Admitting Struktur Ring

Semigrup Matriks Admitting Struktur Ring Semigrup Matriks dmittig Struktur ig K a r y a t i Jurusa Pedidika Matematika FMIP, Uiversitas Negeri Yogyakarta Email: yatiuy@yahoo.com bstrak Diberika adalah rig komutatif dega eleme satua da adalah

Lebih terperinci

MAKALAH ALJABAR LINEAR SUB RUANG VEKTOR. Dosen Pengampu : Darmadi, S.Si, M.Pd

MAKALAH ALJABAR LINEAR SUB RUANG VEKTOR. Dosen Pengampu : Darmadi, S.Si, M.Pd MAKALAH ALJABAR LINEAR SUB RUANG VEKTOR Dose Pegampu : Darmadi, S.Si, M.Pd Disusu : Kelas 5A / Kelompok 5 : Dia Dwi Rahayu (084. 06) Hefetamala (084. 4) Khoiril Haafi (084. 70) Liaatul Nihayah (084. 74)

Lebih terperinci

Hasil Kali Titik, Hasil Kali Silang, dan Hasil Kali Tripel

Hasil Kali Titik, Hasil Kali Silang, dan Hasil Kali Tripel BAB II HASIL KALI TITIK DAN SILANG A. HASIL KALI TITIK ATAU SKALAR Hasil kali titik atau skalar dari dua buah vektor A dan B yang dinyatakan oleh A B (dibaca A titik B ) didefinisikan sebagai hasil kali

Lebih terperinci

Rumus-rumus yang Digunakan

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

Lebih terperinci

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

Regresi 4/13/2015 REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NONLINEAR HUBUNGAN LEBIH DARI DUA VARIABEL REGRESI LINEAR BERGANDA

Regresi 4/13/2015 REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NONLINEAR HUBUNGAN LEBIH DARI DUA VARIABEL REGRESI LINEAR BERGANDA 4/3/05 REGRESI LINER BERGND DN REGRESI (TREND) NONLINER Oleh : Fauza mi Sei, 3 pil 05` GDL (07.30-0.50) Regesi Dai deajat (pagkat) tiap peuah eas Liie (ila pagkatya ) No-liie (ila pagkatya uka ) Dai ayakya

Lebih terperinci

BAB I PENDAHULUAN. , membentuk struktur ring terhadap operasi penjumlahan matriks dan operasi pergandaan matriks baku. Himpunan bagian dari

BAB I PENDAHULUAN. , membentuk struktur ring terhadap operasi penjumlahan matriks dan operasi pergandaan matriks baku. Himpunan bagian dari BB I PENDHULUN. Latar Belakag Masalah Struktur rig (gelaggag) R adalah suatu himpua R yag kepadaya didefiisika dua operasi bier yag disebut pejumlaha da pergadaa yag memeuhi aksioma-aksioma tertetu, yaitu:

Lebih terperinci

BAGIAN 2 TOPIK 5. andhysetiawan

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

Lebih terperinci

(The Method of Separation of Variables). Metode ini dapat digunakan pada PDP linier, khususnya PDP dengan koefisien konstan.

(The Method of Separation of Variables). Metode ini dapat digunakan pada PDP linier, khususnya PDP dengan koefisien konstan. METODE PEMISAHAN PEUBAH (The Method of Separatio of Variales) Metode ii dapat diguaka pada PDP liier, khususya PDP dega koefisie kosta Tujua Istruksioal : Setelah megikuti perkuliaha mahasiswa dapat: 1

Lebih terperinci

Rancangan Percobaan. Arum Handini Primandari, M.Sc.

Rancangan Percobaan. Arum Handini Primandari, M.Sc. Kosep Dasar Statistika utuk Racaga Percobaa Arum aii Primaari, M.Sc. Operator Pejumlaha Operator pejumlaha: Sifat: i1 i i1 i1 k k kx k x i1 i i1 i1 i i i i i1 i1 i1 i a bx a b x x y x y x x x... x i i

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

II. LANDASAN TEORI. Sampling adalah proses pengambilan atau memilih n buah elemen dari populasi yang

II. LANDASAN TEORI. Sampling adalah proses pengambilan atau memilih n buah elemen dari populasi yang II. LANDASAN TEORI Defiisi 2.1 Samplig Samplig adalah proses pegambila atau memilih buah eleme dari populasi yag berukura N (Lohr, 1999). Dalam melakuka samplig, terdapat teori dasar yag disebut teori

Lebih terperinci

PENYELESAIAN NUMERIK PERSAMAAN LAPLACE DAN PERSAMAAN POISSON DALAM PELAT PERSEGI PANJANG DAN PELAT CAKRAM DENGAN METODE BEDA-HINGGA SKRIPSI

PENYELESAIAN NUMERIK PERSAMAAN LAPLACE DAN PERSAMAAN POISSON DALAM PELAT PERSEGI PANJANG DAN PELAT CAKRAM DENGAN METODE BEDA-HINGGA SKRIPSI PENYELESAIAN NMERIK PERSAMAAN LAPLACE DAN PERSAMAAN POISSON DALAM PELAT PERSEGI PANJANG DAN PELAT CAKRAM DENGAN METODE BEDA-HINGGA SKRIPSI Diaka tk Memehi Salah Sat Saat Mempeoleh Gela Saaa Sais Pogam

Lebih terperinci

ESTIMASI PARAMETER MOTOR ARUS SEARAH MENGGUNAKAN METODA LEAST-SQUARE ESTIMATOR

ESTIMASI PARAMETER MOTOR ARUS SEARAH MENGGUNAKAN METODA LEAST-SQUARE ESTIMATOR ESTIMASI PARAMETER MOTOR ARUS SEARAH MENGGUNAAN METODA LEAST-SQUARE ESTIMATOR Iskaar Azis Program Stui Tekik Sipil Fakultas Tekik Uiversitas Almuslim Bireue ABSTRA Estimasi parameter motor arus searah

Lebih terperinci

2. SAMBUNGAN PAKU KELING

2. SAMBUNGAN PAKU KELING . SAMBUNGAN PAKU KELING. Pegguaa Sambuga paku Kelig Paku kelig aalah sejeis pasak aau paku yag iguaka uuk megika suau sambuga, yag sifaya permae imaksuka agar bagia-bagia ksruksi yag elah isambug/iika

Lebih terperinci

) didefinisikan sebagai persamaan yang dapat dinyatakan dalam bentuk: a x a x a x b... b adalah suatu urutan bilangan dari bilangan s1, s2,...

) didefinisikan sebagai persamaan yang dapat dinyatakan dalam bentuk: a x a x a x b... b adalah suatu urutan bilangan dari bilangan s1, s2,... SISEM PERSAMAAN LINIER DAN MARIKS. SISEM PERSAMAAN LINIER Secara umum, persamaa liier dega variabel ( x, x,..., x ) didefiisika sebagai persamaa yag dapat diyataka dalam betuk: a x a x a x b... dega a,

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

Penyelesaian Masalah Cauchy Degenerate dengan Mereduksi ke Bentuk Masalah Cauchy Nondegenerate

Penyelesaian Masalah Cauchy Degenerate dengan Mereduksi ke Bentuk Masalah Cauchy Nondegenerate Junal Sains & Maemaika JSM) ISSN Kajian 854-675 Pusaka Volume14, Nomo 4, Okobe 26 Kajian Pusaka: 141-145 Penyelesaian Masala Caucy Degeneae engan Meeuksi ke Benuk Masala Caucy Nonegeneae Susilo Haiyano

Lebih terperinci

p q r sesuai sifat operasi hitung bentuk pangkat

p q r sesuai sifat operasi hitung bentuk pangkat Adi Nuhidayat, S.Pd PEMBAHASAN SALAH SATU PAKET SOAL UN MATEMATIKA SMK KELOMPOK PARIWISATA, SENI DAN KERAJINAN, TEKNOLOGI KERUMAHTANGGAAN, PEKERJAAN SOSIAL, DAN ADMINISTRASI PERKANTORAN TAHUN PELAJARAN

Lebih terperinci

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

ρ = sehingga momen pertama dan kedua BAB 2 TEORI DASAR 2.1 Random Walk ρi = ε) = q= 1 p. Posisi suku bunga bergerak pada BAB EORI DASAR Uuk meeuka ieres rae differeial, peulis aka membahas erlebih dahulu beberapa eori yag berkaia dega proses sokasik Pergeraka suau parikel yag bergerak secara acak aau disebu juga megikui

Lebih terperinci

CADANGAN FULL PRELIMINARY TERM ASURANSI DWIGUNA DENGAN HUKUM DE MOIVRE

CADANGAN FULL PRELIMINARY TERM ASURANSI DWIGUNA DENGAN HUKUM DE MOIVRE CADANGAN ULL PRELIMINARY TERM ASURANSI DWIGUNA DENGAN HUKUM DE MOIRE Sherly Mya aradilla *, Hasriai 2, Tmpal P Nababa 2 Mahasiswa Program S Maemaia 2 Dose Jrsa Maemaia alas Maemaia da Ilm Pegeaha Alam

Lebih terperinci

PEMODELAN DUA DIMENSI RESERVOIR GEOTERMAL SISTEM DUA FASA MENGGUNAKAN METODE FINITE DIFFERENTIAL. 3.1 Formulasi dan Aproksimasi Model Matematis

PEMODELAN DUA DIMENSI RESERVOIR GEOTERMAL SISTEM DUA FASA MENGGUNAKAN METODE FINITE DIFFERENTIAL. 3.1 Formulasi dan Aproksimasi Model Matematis BAB III EMODELAN DUA DIMENSI RESERVOIR GEOERMAL SISEM DUA FASA MENGGUNAAN MEODE FINIE DIFFERENIAL. Foma da Apoma Mode Maema Reeo a aa dmodea adaa eeo da da aa qd domaed. Mea aa da pada eoema mma bepa aa

Lebih terperinci

Distribusi Peluang BERBAGAI MACAM DISTRIBUSI SAMPEL. Distribusi Peluang 5/6/2012

Distribusi Peluang BERBAGAI MACAM DISTRIBUSI SAMPEL. Distribusi Peluang 5/6/2012 5/6/0 Distribusi Peluag BERBAGAI MACAM DISTRIBUSI SAMPEL Distribusi peluag, P( x), adalah kumpula pasaga ilai-ilai variabel acak Cotoh: Jika dua buah koi dilempar bersamaa. Kejadia bayakya mucul agka.

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

TINJAUAN PUSTAKA. Pada bab ini akan diberikan beberapa konsep dasar, istilah istilah dan definisi

TINJAUAN PUSTAKA. Pada bab ini akan diberikan beberapa konsep dasar, istilah istilah dan definisi II. TINJAUAN PUSTAKA Pada bab ii aka dibeika bebeapa kosep dasa, istilah istilah da defiisi yag eat kaitaya dega masalah yag haus dibahas yaitu megeai bayakya caa megkostuksi Dyck path dega pajag k upstokes

Lebih terperinci

MATHunesa (Volume 3 No 3) 2014

MATHunesa (Volume 3 No 3) 2014 MATHuesa (Volume 3 No 3) 014 MINIMUM PENUTUP TITIK DAN MINIMUM PENUTUP SISI PADA GRAF KOMPLIT DAN GRAF BIPARTIT KOMPLIT Yessi Riskiada Kusumawardai Program Studi S1 Matematika, Fakultas Matematika da Ilmu

Lebih terperinci

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

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

Lebih terperinci

BAB 3 METODE PENELITIAN

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

Lebih terperinci

SINYAL WAKTU Pengolahan Sinyal Digital Minggu II

SINYAL WAKTU Pengolahan Sinyal Digital Minggu II SINYAL WAKTU Pegolaha Siyal Digital Miggu II 24 Goodrich, Tamassia PENDAHULUAN Defiisi Siyal x(t) Fugsi dari variabel bebas yag memiliki ilai real/skalar yag meyampaika iformasi tetag keadaa atau ligkuga

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

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

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

JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS JEMBER

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

Lebih terperinci

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

II. LANDASAN TEORI. Pada bab ini akan diberikan beberapa istilah, definisi serta konsep-konsep yang

II. LANDASAN TEORI. Pada bab ini akan diberikan beberapa istilah, definisi serta konsep-konsep yang II. LANDASAN TEORI Pada bab ii aka diberika beberapa istilah, defiisi serta kosep-kosep yag medukug dalam peelitia ii. 2.1 Kosep Dasar Teori Graf Berikut ii aka diberika kosep dasar teori graf yag bersumber

Lebih terperinci

V. PENGEMBANGAN MODEL KELAYAKAN FINANSIAL FUZZY

V. PENGEMBANGAN MODEL KELAYAKAN FINANSIAL FUZZY 39 V. PENGEMBANGAN MODEL KELAYAKAN FINANSIAL FUZZY 5.. Pegembaga Mode Pemodea fuzzy eah ebuki sebagai ekik yag saga begua keika peaaa daam kodisi keidakpasia aau dega ifomasi yag idak pasi seig dijumpai

Lebih terperinci

ANALISIS SISTEM LINEAR SINGULAR PADA RANGKAIAN RLC SEDERHANA

ANALISIS SISTEM LINEAR SINGULAR PADA RANGKAIAN RLC SEDERHANA Prosiding Seminar Nasional Aplikasi Sains & Teknologi (SNAST) Periode SSN: 979-9X Yogyakara, 3 November ANASS SSTEM NEA SNGUA PADA ANGKAAN SEDEHANA Kris Sryowai Jrsan Maemaika, Faklas Sains Terapan, ST

Lebih terperinci

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

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

Lebih terperinci

BUKU AJAR KALKULUS PEUBAH BANYAK. Oleh: Ir. LILIK ZULAIHAH, MSi

BUKU AJAR KALKULUS PEUBAH BANYAK. Oleh: Ir. LILIK ZULAIHAH, MSi BUKU AJAR KALKULUS PEUBAH BANYAK Oleh: Ir. LILIK ZULAIHAH MSi PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAKARTA ACUAN PROSES PEMBELAJARAN KALKULUS PEUBAH BANYAK

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

PENGENDALIAN OPTIMAL PADA PENANGANAN TUBERKULOSIS DUA STRAIN

PENGENDALIAN OPTIMAL PADA PENANGANAN TUBERKULOSIS DUA STRAIN PEGEDAA OPMA PADA PEAGAA UERKUO DUA RA ma Haaf Emal : lma@maemaa.s.ac. Malja Ema Way Jsa Maemaa FMPA- abaya ARAK Pegeala beloss a sa lae a mela meaa sala sa alas a eo egeala omal. ja a egeala aala megag

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

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

Implementasi Harmony Search untuk Penjadwalan Perawat

Implementasi Harmony Search untuk Penjadwalan Perawat Implemetasi Harmoy Search utuk Peawala Perawat Mohamma Arif Rasyii #1, Maherawathi Erawa #2 # Jurusa Sistem Iformasi, Istitut Tekologi Sepuluh Nopember Kampus ITS Sukolilo Surabaya, Ioesia 1 arasyi@is.its.ac.i

Lebih terperinci

Penyelesaian Persamaan Non Linier

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

Lebih terperinci

Program Perkuliahan Dasar Umum Sekolah Tinggi Teknologi Telkom Fungsi Vektor

Program Perkuliahan Dasar Umum Sekolah Tinggi Teknologi Telkom Fungsi Vektor Pogam Pekuliahan Dasa Umum Sekolah Tinggi Teknologi Telkom Fungsi Veko [MA4] Deinisi Deinisi ungsi veko Fungsi veko meupakan auan yang mengkaikan ε R dengan epa sau veko F R Noasi : F : R R F î gĵ, g aau

Lebih terperinci

BAB II TEORI DASAR. 2.1 Proses Stokastik Rantai Markov

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

Lebih terperinci

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

Pada gambar 5.1 trayek

Pada gambar 5.1 trayek Mingg ke V DEFINISI JALUR, LINTASAN, DAN SIRKUIT GRAF. Sa raek ang sema sisina berbeda diseb jalr (rail). Sedangkan sa jalr ang sema simplna berbeda diseb linasan (pah). Sa raek, jalr, aa linasan diseb

Lebih terperinci

PROSIDING ISSN:

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

Lebih terperinci

SIFAT-SIFAT DASAR MATRIKS SKEW HERMITIAN Basic Properties of Skew Hermitian Matrices

SIFAT-SIFAT DASAR MATRIKS SKEW HERMITIAN Basic Properties of Skew Hermitian Matrices Jural Barekeg Vol. 7 No. 2 Hal. 19 26 (2013) SIFAT-SIFAT DASAR MATRIKS SKEW HERMITIAN Basic Properties of Skew Hermitia Matrices LIDIA SALAKA 1, HENRY W. M. PATTY 2, MOZART WINSTON TALAKUA 3 1 Mahasiswa

Lebih terperinci

Gambar 3.1Single Channel Multiple Phase

Gambar 3.1Single Channel Multiple Phase BAB III MODEL ANTRIAN PADA PEMBUATAN SIM C. Sigle Chael Multiple Phase Sistem atria sigle chael multiple phase merupaa sistem atria dimaa pelagga yag tiba, dapat memasui sistem dega megatri di tempat yag

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

Analisis regresi linear ganda bertujuan untuk mencari bentuk hubungan linear antara satu variabel terikat Y dan k variabel bebas X1, X2, X3,..., Xk.

Analisis regresi linear ganda bertujuan untuk mencari bentuk hubungan linear antara satu variabel terikat Y dan k variabel bebas X1, X2, X3,..., Xk. EGESI DAN KOELASI LINEA GANDA Aalisis egesi liea gada etujua utu mecai etu huuga liea ataa satu vaiael teiat da vaiael eas,, 3,...,. Meetua pesamaa egesi liea gada Pesamaa egesi pada da adalah Dega metode

Lebih terperinci

Jurnal Matematika Murni dan Terapan Vol. 6 No.1 Juni 2012: 9-16 KRITERIA KEKONVERGENAN CAUCHY PADA RUANG METRIK KABUR INTUITIONISTIC

Jurnal Matematika Murni dan Terapan Vol. 6 No.1 Juni 2012: 9-16 KRITERIA KEKONVERGENAN CAUCHY PADA RUANG METRIK KABUR INTUITIONISTIC Jural Matematika Muri da Teraa Vol. 6 No.1 Jui 01: 9-16 KRITERIA KEKONVERGENAN CAUCHY PADA RUANG METRIK KABUR INTUITIONISTIC Muhammad Ahsar Karim 1 Faisal Yui Yulida 3 [1,,3] PS Matematika FMIPA Uiversitas

Lebih terperinci

BAB X. PELUANG. Terjadinya 2 kemungkinan kejadian yaitu : AB, AC, AD, BA, BC, BD, CA, CB, CD, DA, DB, DC = 12 kemungkinan. Prinsip/kaidah perkalian:

BAB X. PELUANG. Terjadinya 2 kemungkinan kejadian yaitu : AB, AC, AD, BA, BC, BD, CA, CB, CD, DA, DB, DC = 12 kemungkinan. Prinsip/kaidah perkalian: isip/kaidah pekalia: BAB X. ELUANG Jika posisi /tempat petama dapat diisi dega caa yag bebeda, tempat kedua dea caa, da seteusya, sehigga lagkah ke ada caa maka bayakya caa utuk megisi tempat yag tesedia

Lebih terperinci

IMPLEMENTASI DENOISING CITRA RGB MENGGUNAKAN METODE WAVELET BERBASIS LOGIKA FUZZY

IMPLEMENTASI DENOISING CITRA RGB MENGGUNAKAN METODE WAVELET BERBASIS LOGIKA FUZZY IMPLEMENTASI DENOISING CITRA RGB MENGGUNAKAN METODE WAVELET BERBASIS LOGIKA FUZZY Aisyah Nike Pramiswari, Yuhi Purwaato, Rully Soelaima 3 Tekik Iformatika, Fakultas Tekologi Iformasi, ITS email : ike.a@gmail.com,

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

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

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