Masalah Kalkulus Variasi, Fungsional Objektif, Variasi, Syarat Perlu Optimalitas

Ukuran: px
Mulai penontonan dengan halaman:

Download "Masalah Kalkulus Variasi, Fungsional Objektif, Variasi, Syarat Perlu Optimalitas"

Transkripsi

1 Masalah Kalkulus Variasi, Fungsional Objektif, Variasi, Syarat Perlu Optimalitas Slide II Toni Bakhtiar Departemen Matematika IPB February 2012 TBK (IPB) Kalkulus Variasi February / 37

2 Masalah Brachystochrone Brachystochrone: brakhistos (tercepat, terpendek), khronos (waktu). Tentukan lintasan (kurva) yang harus dilewati bola sehingga bola bergerak dari titik A ke titik B dalam waktu tercepat. A(0,0) b x a y B(b,a) TBK (IPB) Kalkulus Variasi February / 37

3 Masalah Brachystochrone Hukum konservasi energi: Energi Kinetik + Energi Potensial = 0 : 1 2 mv 2 mgy = 0 v = 2gy. Lintasan di sekitar bola dapat dipandang sebagai sebuah garis lurus sehingga ds = ( ) dy 2 dx 2 + dy 2 = 1 + dx. dx Hubungan waktu t, jarak s, dan kecepatan v : v = ds dt dt = ds v = ( ) 1 + dy 2dx dx. 2gy TBK (IPB) Kalkulus Variasi February / 37

4 Masalah Brachystochrone Integralkan: t = 1 2g b ( ) 2 dy dx dx. y Masalah kontrol optimal: b 1 + ẏ min J = 2 dx s.t. y(0) = 0, y(b) = a, y dengan ẏ := dy dx. 0 TBK (IPB) Kalkulus Variasi February / 37

5 Masalah Lintasan Terpendek Tentukan lintasan terpendek yang menghubungkan A dan B. y B( a,b) A(0,0) Di sepotong lintasan kecil berlaku ds = dx 2 + dy 2 = 1 + x ( ) dy 2 dx. dx Masalah kontrol optimal: a min J = 1 + ẏ 2 dx s.t. y(0) = 0, y(a) = b. 0 TBK (IPB) Kalkulus Variasi February / 37

6 Masalah Luas Permukaan Terkecil Tentukan kurva y = y(x) yang melewati A dan B sedemikian sehingga benda putar yang terbentuk memiliki luas permukaan terkecil. y A B( a,b) Di sepotong lintasan kecil berlaku ds = dx 2 + dy 2 = 1 + x ( ) dy 2 dx. dx TBK (IPB) Kalkulus Variasi February / 37

7 Masalah Luas Permukaan Terkecil Luas permukaan: Masalah kontrol optimal: A = S 2πy ds min a J = 2π y 1 + ẏ 2 dx s.t. y(0) = A, y(a) = b. 0 TBK (IPB) Kalkulus Variasi February / 37

8 MKV vs MKO Masalah Kalkulus Variasi: opt J(x(t)) = tf F (x(t), ẋ(t), t) dt Masalah kontrol optimal: opt J(x(t)) = tf F (x(t), u(t), t) dt baik dengan kendala ataukah tanpa kendala. TBK (IPB) Kalkulus Variasi February / 37

9 Fungsional Objektif Bentuk umum fungsional objektif (kriteria, performance index) J = S(x(t f ), t f ) + tf F (x(t), u(t), t)dt, dengan S dan F kontinu dan terturunkan. 1 S = 0, F = 1 (minimal time problem). 2 S = 0, F = u (minimal fuel/energy problem): J = tf u(t) dt, J = 3 S = 0, F = 0 (Bolza problem). 4 S = 0, F = 0 (Lagrange problem). 5 S = 0, F = 0 (Mayer problem). 6 Integral square problem: J = tf x T x dt, J = tf tf u T Ru dt. x T Qx dt. TBK (IPB) Kalkulus Variasi February / 37

10 Fungsional Objektif Meskipun Bolza problem tampak memiliki formulasi yang lebih umum, ketiga problem bersifat convertible satu sama lain. Diberikan Bolza problem: Definisikan: maka tf J Bolza = S(x(t f ), t f ) + F (x(t), u(t), t)dt. x n+1 (t) = t F (x, u, τ)dτ x n+1 ( ) = 0, J Bolza = S(x(t f ), t f ) + x n+1 (t f ) = Ŝ(x(t f ), t f ) = J Mayer. TBK (IPB) Kalkulus Variasi February / 37

11 Fungsional Objektif Diberikan Lagrange problem: J Lagrange = tf F (x(t), u(t), t)dt. Definisikan peubah state baru x a sedemikian sehingga Diperoleh ˆx = ( x a x 1 x 2... x n ) T, ẋ a = F (x(t), u(t), t), x a ( ) = 0. J Lagrange = tf = S(x(t f ), t f ) = J Mayer. ẋ a (t)dt = x a t f = x(t f ) TBK (IPB) Kalkulus Variasi February / 37

12 Fungsional Objektif Diberikan Mayer problem: J Mayer = S(x(t f ), t f ). Definisikan peubah state baru x a sedemikian sehingga Diperoleh ˆx = ( x a x 1 x 2... x n ) T, ẋ a = 0 x a (t) = k, x a (t f ) = 1 S(x(t f ), t f ). t f J Mayer = (t f )x a (t f ) = (t f )(x a (t f ) k) + k(t f ) = Ŝ(x(t f ), t f ) + = Ŝ(x(t f ), t f ) + tf tf kdt x a (t)dt = J Lagrange. TBK (IPB) Kalkulus Variasi February / 37

13 Fungsi dan Fungsional Fungsi Fungsional Pemetaan f : R R J : f R Notasi f = f (t) J = J(x(t)) Contoh f (t) = t J(x(t)) = b a x(t)dt Riap dt = t t δx(t) = x (t) x(t) f (t) = f (t + dt) f (t) J(x) = J(x + δx) J(x) Kalkulus Variasi: cabang matematika yang memelajari masalah pengoptimuman fungsional, yaitu mencari fungsi yang meminimumkan atau memaksimumkan suatu fungsional. TBK (IPB) Kalkulus Variasi February / 37

14 Perluasan Taylor 1 Peubah Diberikan fungsi f dengan f, f,..., f (n+1) kontinu di [a, b] dan misalkan c [a, b]. Perluasan Taylor dari f di sekitar c diberikan oleh f (x) = n k=0 f (k) (c) (x c) n + R n+1 (x), k! dengan R n+1 disebut sebagai remainder (sisaan): R n+1 (x) = 1 n! Jika lim n R n+1 = 0 maka f (x) = x n=0 c (x s)f (n+1) (s)ds. f (n) (c) (x c) n. n! TBK (IPB) Kalkulus Variasi February / 37

15 Perluasan Taylor 1 Peubah Set h = x c Dengan demikian f (c + h) = n=0 f (n) (c) h n. n! f (x + h) = n=0 f (n) (x) h n. n! Dapat juga ditulis f (x + h) f (x) + hf (x) + h2 2! f (x). TBK (IPB) Kalkulus Variasi February / 37

16 Perluasan Taylor Peubah Ganda m peubah di sekitar (c 1,..., c m ) : f (x 1,..., x m ) = n 1 =0 n m =0 (x 1 c 1 ) n 1 (x m c m ) n m ( n 1 + +n m f n 1! n m! x n 1 1 x n m m ) (c 1,..., c m ). 2 peubah di sekitar (a, b) : f (x, y) f (a, b) + (x a)f x (a, b) + (y b)f y (a, b) (x a)2 + f xx (a, b) + 2! (y b)2 + f yy (a, b). 2! 2(x a)(y b) f xy (a, b) 2! TBK (IPB) Kalkulus Variasi February / 37

17 Perluasan Taylor 2 Peubah Set h 1 = x a dan h 2 = y b : f (a + h 1, b + h 2 ) f (a, b) + h 1 f x (a, b) + h 2 f y (a, b) Atau + h2 1 2 f xx (a, b) + h 1 h 2 f xy (a, b) + h2 2 2 f yy (a, b). f (x + h 1, y + h 2 ) f (x, y) + h 1 f x (x, y) + h 2 f y (x, y) + h2 1 2 f xx (x, y) + h 1 h 2 f xy (x, y) + h2 2 2 f yy (x, y). TBK (IPB) Kalkulus Variasi February / 37

18 Variasi Pertama (1 Peubah) Diberikan fungsional J(x) = Diperoleh T J(x) = J(x + h) J(x) = = Variasi pertama T T T f (x + h, t) dt f (x, t) dt. T [f (x, t) + hf (x, t)] dt hf (x, t) dt. δj(x) := T hf (x, t) dt. f (x, t) dt T f (x, t) dt TBK (IPB) Kalkulus Variasi February / 37

19 Variasi Pertama (2 Peubah) Diberikan fungsional J(x, y) = Diperoleh T f (x, y, t) dt. J(x, y) = J(x + h 1, y + h 2, t) J(x, y) = Variasi pertama T T δj(x, y) := f (x + h 1, y + h 2, t) dt T [h 1 f x (x, y, t) + h 2 f y (x, y, t)] dt. T [h 1 f x (x, y, t) + h 2 f y (x, y, t)] dt. f (x, y, t) dt TBK (IPB) Kalkulus Variasi February / 37

20 Nilai Maksimum dan Nilai Minimum Definition Fungsi f = f (t) mencapai: maksimum lokal di t jika f (t ) f (t) untuk semua t di sekitar t. minimum lokal di t jika f (t ) f (t) untuk semua t di sekitar t. maksimum global di t jika f (t ) f (t) untuk semua t D f. minimum global di t jika f (t ) f (t) untuk semua t D f. TBK (IPB) Kalkulus Variasi February / 37

21 Nilai Maksimum dan Nilai Minimum Definition Fungsional J = J(x(t)) mencapai: maksimum lokal di x jika J(x ) J(x) untuk semua x di sekitar x. minimum lokal di di x jika J(x ) J(x) untuk semua x di sekitar x. maksimum global di x jika J(x ) J(x) untuk semua x. minimum global di x jika J(x ) J(x) untuk semua x. TBK (IPB) Kalkulus Variasi February / 37

22 Masalah Kalkulus Variasi Definisikan: C [a, b] = {f f kontinu di [a, b]}, C i [a, b] = {f f terdefinisi di [a, b], f (i) kontinu di [a, b]}. Tanpa kehilangan sifat keumuman, diasumsikan [a, b] = [0, T ]. Diberikan fungsional J(x) = T 0 f (x, ẋ, t) dt dengan A(0, x(0)) dan B(T, x(t )) adalah dua titik yang sudah ditetapkan, f C 2 [0, T ], dan x C 2 [0, T ]. Problem (MKV) Tentukan fungsi x (t) dalam C 2 [0, T ] yang memiliki titik awal A(0, x(0)) dan titik akhir B(T, x(t )) dan memberikan nilai optimum bagi J(x). TBK (IPB) Kalkulus Variasi February / 37

23 Lema Dasar Lemma Misalkan g(t) C [0, T ] dan S = {h h C 1 [0, T ], h(0) = h(t ) = 0}. Jika T g(t)h(t) dt = 0 0 untuk semua h S (h disebut sebagai displacement function) maka g(t) 0 untuk semua t [0, T ]. TBK (IPB) Kalkulus Variasi February / 37

24 Proof. Akan dibuktikan kontrapositif dari lema di atas. Andaikan g(t) = 0, katakanlah g(t) > 0 pada t [t 1, t 2 ] [0, T ]. Fungsi h dapat berbentuk h(t) = { (t t1 ) 3 (t 2 t) 3 ; t [t 1, t 2 ] 0 ; t / [t 1, t 2 ]. Jelas terpenuhi h(0) = h(t ) = 0. Dengan demikian T 0 g(t)h(t) dt = t 2 t 1 g(t)(t t 1 ) 3 (t 2 t) 3 dt = 0. Kontradiksi. Haruslah g(t) 0. TBK (IPB) Kalkulus Variasi February / 37

25 Fungsi penyimpang: h(t) = { (t 1) 3 (3 t) 3 ; t [1, 3] 0 ; t / [1, 3]. h t TBK (IPB) Kalkulus Variasi February / 37

26 Persamaan Euler Theorem (Persamaan Euler) Misalkan J(x) = T f (x, ẋ, t) dt, 0 x(0) = x 0, x(t ) = x T. Syarat perlu agar J(x) memiliki ekstremum ialah x(t) memenuhi persamaan Euler berikut: f x d dt f ẋ = 0. TBK (IPB) Kalkulus Variasi February / 37

27 Proof: Asumsikan terdapat solusi x(t) bagi MKV di atas, yang memenuhi syarat batas dan memberikan ekstremum bagi fungsional J. Dengan kata lain, semua fungsi lain tidak akan mencapai ekstremum. Misalkan sebarang fungsi tersebut ialah z(t) = x(t) + εh(t), dengan h merupakan fungsi penyimpang (displacement function) yang terturunkan dua kali dan memenuhi h(0) = h(t ) = 0, dan ε konstanta real. Jika ε = 0 maka z(t) = x(t). z, x, h t TBK (IPB) Kalkulus Variasi February / 37

28 Karena z(t) memenuhi syarat batas: z(0) = x(0) + εh(0) = x 0, z(t ) = x(t ) + εh(t ) = x T, maka diperoleh fungsional yang bergantung pada parameter ε : J(ε) = T f (z, ż, t) dt, 0 dengan ż(t) = ẋ(t) + εḣ(t). Fungsional J(ε) identik dengan J(x) jika ε = 0 dan mencapai ekstremum ketika J(ε) ε = 0. Diperoleh, ε=0 J(ε) ε = T 0 Karena dz d ε = h dan d ż d ε = ḣ maka ( ) dx f z dε + f dż ż dε dt. J(ε) ε = T 0 ( fz h + fż ḣ ) dt. TBK (IPB) Kalkulus Variasi February / 37

29 Suku kedua diintegralkan secara parsial dengan memisalkan sehingga u = fż du = d dt f ż dt, dv = ḣ dt v = h, T 0 f ż ḣ dt = f ż h T 0 T 0 h d dt f ż dt = T 0 h d dt f ż dt. Jadi, J(ε) = T ( fz d ε 0 dt f ) ż h dt. Ekstremum dicapai ketika ε = 0 yang membuat f z = f x dan fż = fẋ. Lema dasar mengakibatkan J(ε) ε = 0 f x d dt f ẋ = 0. ε=0 TBK (IPB) Kalkulus Variasi February / 37

30 Proof (Alternative): Pertama akan dibuktikan bahwa syarat perlu bagi J untuk mencapai ekstremum ialah δj = 0. Perhatikan bahwa J(ε) = T 0 f (z, ż, t) dt = T f (x + εh, ẋ + εḣ, t) dt. 0 Penguraian Taylor memberikan J(ε) T [ 0 f (x, ẋ, t) + εhfx (x, ẋ, t) + εḣfẋ (x, ẋ, t) ] dt = T 0 f (x, ẋ, t) dt + T [ εhfx (x, ẋ, t) + εḣfẋ (x, ẋ, t) ] dt 0 = J(x) + δj(ε). Fungsional J(ε) identik dengan J(x) jika dan hanya jika δj(ε) = 0. Selanjutnya, δj(ε) = 0 T 0 (hf x + ḣfẋ ) dt = 0 T 0 (f x d dt f ẋ )h dt = 0 f x d dt f ẋ = 0. TBK (IPB) Kalkulus Variasi February / 37

31 Example Tentukan ekstremum dari J(x) = 1 0 (aẋ 2 + bt) dt, a > 0, x(0) = 0, x(1) = 1. Solution Dengan f (ẋ) = aẋ 2 + bt maka diperoleh f x = 0 dan fẋ = 2aẋ sehingga persamaan Euler memberikan 0 d dt (2aẋ) = 0 2aẍ = 0 ẍ = 0 x(t) = k 1t + k 2. Dengan mensubstitusikan syarat batas diperoleh x (t) = 2t dan J(x ) = 1 0 (4a + bt) dt = 4a b. TBK (IPB) Kalkulus Variasi February / 37

32 Beberapa fungsi penyimpang ialah sbb: sehingga diperoleh h 1 (t) = t(t 1) x 1 (t) = 2t + εt(t 1), h 2 (t) = sin(2πt) x 2 (t) = 2t + ε sin(2πt) J(x 1 ) = 1 0 (a(2 + ε(2t 1))2 + bt) dt = 4a b aε2 > J(x ), J(x 2 ) = 1 0 (a(2 + 2πε cos(2πt))2 + bt) dt = 4a b + 2π2 aε 2 > J(x ). Dapat disimpulkan bahwa masalah di atas adalah masalah minimisasi dan x (t) = 2t merupakan minimum lokal. TBK (IPB) Kalkulus Variasi February / 37

33 Example Tinjau sebuah masalah makroekonomi di mana sebuah indikator ekonomi y(t) ingin dikendalikan dengan kendali u(t) = ẏ(t) sehingga mencapai level yang diinginkan ŷ dalam periode [0, T ]. Pengendalian memerlukan biaya sehingga ingin diminimumkan fungsional J(y) = T 0 Definisikan x := y ŷ sehingga Masalah kalkulus variasi: ẋ = ẏ = u, [ (y ŷ) 2 + cu 2] dt. x(t ) = y(t ) ŷ = ŷ ŷ = 0. min J(x) = T 0 (x 2 + cẋ 2 ) dt, x(0) = x 0, x(t ) = 0. TBK (IPB) Kalkulus Variasi February / 37

34 Solution Persamaan Euler memberikan: 2x 2cẍ = 0 ẍ 1 c x = 0 Syarat batas menghasilkan: sehingga x (t) = x(t) = Ae rt + Be rt, r = 1 c. x [ 0 e rt e rt e r (T t) e r (T t)], y (t) = x (t) + ŷ, u (t) = ẋ (t). TBK (IPB) Kalkulus Variasi February / 37

35 Example Selesaikan MKV berikut: min J(x) = 1 0 (x 2 + ẋ 2 ) dt, x(0) = 1, x(1) = 0. TBK (IPB) Kalkulus Variasi February / 37

36 Solution Definisikan f (x, ẋ, t) = x 2 + ẋ 2, diperoleh f x = 2x dan fẋ = 2ẋ. Persamaan Euler menjadi 2x d (2ẋ) = 0 ẍ x = 0. dt Karena persamaan karakteristik PD orde dua di atas r 2 1 = 0 memiliki solusi r = 1 dan r = 1 maka solusi umum PD di atas ialah x(t) = C 1 e t + C 2 e t. Syarat batas x(0) = 1 dan x(1) = 0 memberikan C 1 + C 2 = 1, C 1 e + C 2 e 1 = 0, sehingga C 2 = e 2 e 2 1 dan C 1 = 1 e 2 e 2 1 = 1 e 2 1. Jadi, x (t) = 1 e 2 1 (e2 t e t ). TBK (IPB) Kalkulus Variasi February / 37

37 Problem Tentukan persamaan Euler dari J(x) = T f (x, ẋ, t) dt jika 0 1 f (x, ẋ, t) = x 2 + ẋ 2 + 2xe t. 2 f (x, ẋ, t) = eẋ ax, a > 0. 3 f (x, ẋ, t) = 2tx + 3xẋ + tẋ 2. 4 f (x, ẋ, t) = [ (x ẋ) 2 + x 2] e at, a > 0. Problem Selesaikan MKV berikut: 1 max 2 max 3 min 4 min 1 0 (4xt ẋ 2 ) dt, x(0) = 2, x(1) = (tẋ ẋ 2 ) dt, x(0) = 1, x(1) = 0. 0 (x 2 + 2txẋ + ẋ 2 ) dt, x(0) = 1, x(1) = (x 2 + tx + txẋ + ẋ 2 ) dt, x(0) = 0, x(1) = 1. TBK (IPB) Kalkulus Variasi February / 37

Kalkulus Variasi. Masalah Kalkulus Variasi, Fungsional Objektif, Variasi, Syarat Perlu Optimalitas. Toni Bakhtiar. Departemen Matematika IPB

Kalkulus Variasi. Masalah Kalkulus Variasi, Fungsional Objektif, Variasi, Syarat Perlu Optimalitas. Toni Bakhtiar. Departemen Matematika IPB Kalkulus Variasi Masalah Kalkulus Variasi, Fungsional Objektif, Variasi, Syarat Perlu Optimalitas Toni Bakhtiar Departemen Matematika IPB Februari 2014 tbakhtiar@ipb.ac.id (IPB) MAT332 Kontrol Optimum

Lebih terperinci

Kalkulus Variasi. Persamaan Euler, Masalah Kalkulus Variasi Berkendala, Syarat Batas. Toni Bakhtiar. Departemen Matematika IPB.

Kalkulus Variasi. Persamaan Euler, Masalah Kalkulus Variasi Berkendala, Syarat Batas. Toni Bakhtiar. Departemen Matematika IPB. Kalkulus Variasi Persamaan Euler, Masalah Kalkulus Variasi Berkendala, Syarat Batas Toni Bakhtiar Departemen Matematika IPB Februari 214 tbakhtiar@ipb.ac.id (IPB) MAT332 Kontrol Optimum Februari 214 1

Lebih terperinci

Kontrol Optimum. Prinsip Maksimum Pontryagin. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014

Kontrol Optimum. Prinsip Maksimum Pontryagin. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014 Kontrol Optimum Prinsip Maksimum Pontryagin Toni Bakhtiar Departemen Matematika IPB Februari 214 tbakhtiar@ipb.ac.id (IPB) MAT332 Kontrol Optimum Februari 214 1 / 25 Outline Masalah kontrol optimum Prinsip

Lebih terperinci

Kalkulus Variasi. Syarat Cukup, Masalah Kalkulus Variasi dengan Horizon Takhingga. Toni Bakhtiar. Departemen Matematika IPB.

Kalkulus Variasi. Syarat Cukup, Masalah Kalkulus Variasi dengan Horizon Takhingga. Toni Bakhtiar. Departemen Matematika IPB. Kalkulus Variasi Syarat Cukup, Masalah Kalkulus Variasi dengan Horizon Takhingga Toni Bakhtiar Departemen Matematika IPB Februari 2014 tbakhtiar@ipb.ac.id (IPB) MAT332 Kontrol Optimum Februari 2014 1 /

Lebih terperinci

Kontrol Optimum. MKO dengan Horizon Takhingga, Syarat Cukup. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014

Kontrol Optimum. MKO dengan Horizon Takhingga, Syarat Cukup. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014 Kontrol Optimum MKO dengan Horizon Takhingga, Syarat Cukup Toni Bakhtiar Departemen Matematika IPB Februari 2014 tbakhtiar@ipb.ac.id (IPB) MAT332 Kontrol Optimum Februari 2014 1 / 23 Outline MKO dengan

Lebih terperinci

Kontrol Optimum. MKO dengan Mixed Constraints dan Pure State Constraints. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014

Kontrol Optimum. MKO dengan Mixed Constraints dan Pure State Constraints. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014 Kontrol Optimum MKO dengan Mixed Constraints dan Pure State Constraints Toni Bakhtiar Departemen Matematika IPB Februari 2014 tbakhtiar@ipb.ac.id (IPB) MAT332 Kontrol Optimum Februari 2014 1 / 38 Outline

Lebih terperinci

Kontrol Optimum. Syarat Transversalitas, Current-valued Hamiltonian. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014

Kontrol Optimum. Syarat Transversalitas, Current-valued Hamiltonian. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014 Kontrol Optimum Syarat Transversalitas, Current-valued Hamiltonian Toni Bakhtiar Departemen Matematika IPB Februari 2014 tbakhtiar@ipb.ac.id (IPB) MAT332 Kontrol Optimum Februari 2014 1 / 37 Outline Syarat

Lebih terperinci

Kuliah Pengantar Kontrol Optimum dan Metode Numeriknya dalam Scilab

Kuliah Pengantar Kontrol Optimum dan Metode Numeriknya dalam Scilab Kuliah Pengantar Kontrol Optimum dan Metode Numeriknya dalam Scilab Effendi Syahril Agah D. Garnadi Kuliah Pengantar Kontrol Optimum dan Metode Numeriknya dalam Scilab Effendi Syahril Agah D. Garnadi e-version

Lebih terperinci

Persamaan Diferensial Biasa

Persamaan Diferensial Biasa Persamaan Diferensial Biasa Pendahuluan, Persamaan Diferensial Orde-1 Toni Bakhtiar Departemen Matematika IPB September 2012 Toni Bakhtiar (m@thipb) PDB September 2012 1 / 37 Pendahuluan Konsep Dasar Beberapa

Lebih terperinci

Kontrol Optimum. MKO dengan Kendala pada Peubah Kontrol. Toni Bakhtiar. Departemen Matematika IPB. Februari 2017

Kontrol Optimum. MKO dengan Kendala pada Peubah Kontrol. Toni Bakhtiar. Departemen Matematika IPB. Februari 2017 Kontrol Optimum MKO dengan Kendala pada Peubah Kontrol Toni Bakhtiar Departemen Matematika IPB Februari 2017 tbakhtiar@ipb.ac.id (IPB) MAT332 Kontrol Optimum Februari 2017 1 / 53 Outline MKO berkendala

Lebih terperinci

KALKULUS MULTIVARIABEL II

KALKULUS MULTIVARIABEL II Definisi KALKULUS MULTIVARIABEL II (Minggu ke-7) Andradi Jurusan Matematika FMIPA UGM Yogyakarta, Indonesia Definisi 1 Definisi 2 ontoh Soal Definisi Integral Garis Fungsi f K R 2 R di Sepanjang Kurva

Lebih terperinci

PENGGUNAAN METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERMASALAHAN PADA KALKULUS VARIASI ABSTRACT

PENGGUNAAN METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERMASALAHAN PADA KALKULUS VARIASI ABSTRACT PENGGUNAAN METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERMASALAHAN PADA KALKULUS VARIASI Febrian Lisnan, Asmara Karma 2 Mahasiswa Program Studi S Matematika 2 Dosen Jurusan Matematika Fakultas Matematika

Lebih terperinci

Kalkulus Variasi. Pendahuluan, Model Matematika, Keterkontrolan. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014

Kalkulus Variasi. Pendahuluan, Model Matematika, Keterkontrolan. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014 Kalkulus Variasi Pendahuluan, Model Matematika, Keterkontrolan Toni Bakhtiar Departemen Matematika IPB Februari 2014 tbakhtiar@ipb.ac.id (IPB) MAT332 Kontrol Optimum Februari 2014 1 / 42 Outline Beberapa

Lebih terperinci

Persamaan Diferensial Biasa

Persamaan Diferensial Biasa Persamaan Diferensial Biasa Titik Tetap dan Sistem Linear Toni Bakhtiar Departemen Matematika IPB Oktober 2012 Toni Bakhtiar (m@thipb) PDB Oktober 2012 1 / 31 Titik Tetap SPD Mandiri dan Titik Tetap Tinjau

Lebih terperinci

Kalkulus Multivariabel I

Kalkulus Multivariabel I Statistika FMIPA Universitas Islam Indonesia Salah satu jenis generalisasi integral tentu b f (x)dx diperoleh dengan menggantikan himpunan [a, b] yang kita integralkan menjadi himpunan berdimensi dua dan

Lebih terperinci

KALKULUS MULTIVARIABEL II

KALKULUS MULTIVARIABEL II KALKULUS MULTIVARIABEL II Integral Garis Medan Vektor dan (Minggu ke-8) Andradi Jurusan Matematika FMIPA UGM Yogyakarta, Indonesia 1 Integral Garis Medan Vektor 2 Terkait Lintasan Teorema Fundamental untuk

Lebih terperinci

Kalkulus Multivariabel I

Kalkulus Multivariabel I Statistika FMIPA Universitas Islam Indonesia 214 Salah satu jenis generalisasi integral tentu b f (x)dx diperoleh dengan menggantikan himpunan [a, b] yang kita integralkan menjadi himpunan berdimensi dua

Lebih terperinci

Persamaan Diferensial

Persamaan Diferensial Orde Satu Jurusan Matematika FMIPA-Unud Senin, 18 Desember 2017 Orde Satu Daftar Isi 1 Pendahuluan 2 Orde Satu Apakah Itu? Solusi Pemisahan Variabel Masalah Gerak 3 4 Orde Satu Pendahuluan Dalam subbab

Lebih terperinci

BAB I DASAR-DASAR PEMODELAN MATEMATIKA DENGAN PERSAMAAN DIFERENSIAL

BAB I DASAR-DASAR PEMODELAN MATEMATIKA DENGAN PERSAMAAN DIFERENSIAL BAB I DASAR-DASAR PEMODELAN MATEMATIKA DENGAN PERSAMAAN DIFERENSIAL Pendahuluan Persamaan diferensial adalah persamaan yang memuat diferensial Kita akan membahas tentang Persamaan Diferensial Biasa yaitu

Lebih terperinci

KALKULUS MULTIVARIABEL II

KALKULUS MULTIVARIABEL II Pada Bidang Bentuk Vektor dari KALKULUS MULTIVARIABEL II (Minggu ke-9) Andradi Jurusan Matematika FMIPA UGM Yogyakarta, Indonesia Pada Bidang Bentuk Vektor dari 1 Definisi Daerah Sederhana x 2 Pada Bidang

Lebih terperinci

Dr. Ir. Bib Paruhum Silalahi, M.Kom

Dr. Ir. Bib Paruhum Silalahi, M.Kom Metode Descent Oleh : Andaikan fungsi tujuan kita adalah minf(x);x R n. Secara umum f(x) dapat berupa fungsi nonlinear. Metode-metode descent adalah metode iteratif untuk memperoleh solusi pendekatan dari

Lebih terperinci

PERSAMAAN DIFERENSIAL I PERSAMAAN DIFERENSIAL BIASA

PERSAMAAN DIFERENSIAL I PERSAMAAN DIFERENSIAL BIASA PERSAMAAN DIFERENSIAL I PERSAMAAN DIFERENSIAL BIASA Persamaan Diferensial Biasa 1. PDB Tingkat Satu (PDB) 1.1. Persamaan diferensial 1.2. Metode pemisahan peubah dan PD koefisien fungsi homogen 1.3. Persamaan

Lebih terperinci

Senin, 18 JUNI 2001 Waktu : 2,5 jam

Senin, 18 JUNI 2001 Waktu : 2,5 jam UJIAN AKHIR SEMESTER KALKULUS I Senin, 8 JUNI Waktu :,5 jam SETIAP NOMOR MEMPUNYAI BOBOT. Tentukan (a) x + sin x dx (b) x x p x dx. Tentukan dy dx jika (a) y +) (x + ln x (b) y sin p x. Tentukan ln x p

Lebih terperinci

Pertemuan Minggu ke Bidang Singgung, Hampiran 2. Maksimum dan Minimum 3. Metode Lagrange

Pertemuan Minggu ke Bidang Singgung, Hampiran 2. Maksimum dan Minimum 3. Metode Lagrange Pertemuan Minggu ke-11 1. Bidang Singgung, Hampiran 2. Maksimum dan Minimum 3. Metode Lagrange 1. BIDANG SINGGUNG, HAMPIRAN Tujuan mempelajari: memperoleh persamaan bidang singgung terhadap permukaan z

Lebih terperinci

Kalkulus Multivariabel I

Kalkulus Multivariabel I Keterdiferensialan Statistika FMIPA Universitas Islam Indonesia Fungsi y = f (x) terdiferensialkan di titik x 0 jika f (x 0 + h) f (x 0 ) lim = f (x 0 ) h 0 ( h ) f (x0 + h) f (x 0 ) lim f (x 0 ) = 0 h

Lebih terperinci

Kalkulus Multivariabel I

Kalkulus Multivariabel I Penerapan Integral Lipat-Dua Atina Ahdika,.i, M.i tatistika FMIPA Universitas Islam Indonesia 214 Penerapan Integral Lipat-Dua Penerapan Integral Lipat-Dua Penerapan lain dari integral lipat-dua antara

Lebih terperinci

PENYELESAIAN PERSAMAAN DIFFERENSIAL ORDE 1 - I

PENYELESAIAN PERSAMAAN DIFFERENSIAL ORDE 1 - I PENYELESAIAN PERSAMAAN DIFFERENSIAL ORDE 1 - I 1. Pendahuluan Pengertian Persamaan Diferensial Metoda Penyelesaian -contoh Aplikasi 1 1.1. Pengertian Persamaan Differensial Secara Garis Besar Persamaan

Lebih terperinci

TURUNAN. Bogor, Departemen Matematika FMIPA-IPB. (Departemen Matematika FMIPA-IPB) Kalkulus: Turunan Bogor, / 50

TURUNAN. Bogor, Departemen Matematika FMIPA-IPB. (Departemen Matematika FMIPA-IPB) Kalkulus: Turunan Bogor, / 50 TURUNAN Departemen Matematika FMIPA-IPB Bogor, 2012 (Departemen Matematika FMIPA-IPB) Kalkulus: Turunan Bogor, 2012 1 / 50 Topik Bahasan 1 Pendahuluan 2 Turunan Fungsi 3 Tafsiran Lain Turunan 4 Kaitan

Lebih terperinci

Dosen Pengampu : Puji Andayani, S.Si, M.Si, M.Sc

Dosen Pengampu : Puji Andayani, S.Si, M.Si, M.Sc KALKULUS III Teorema Integral Dosen Pengampu : Puji Andayani, S.Si, M.Si, M.Sc 1 INTEGRAL GARIS Integral Garis pada Fungsi Skalar Definisi : Jika f didefinisikan pada kurva diberikan secara parametrik

Lebih terperinci

MODUL 2 OPTIMISASI OPTIMISASI EKONOMI EKONOMI. SRI SULASMIYATI, S.Sos, M.AP. Ari Darmawan, Dr., S.AB, M.AB

MODUL 2 OPTIMISASI OPTIMISASI EKONOMI EKONOMI. SRI SULASMIYATI, S.Sos, M.AP. Ari Darmawan, Dr., S.AB, M.AB MODUL 2 OPTIMISASI OPTIMISASI EKONOMI EKONOMI SRI SULASMIYATI, S.Sos, M.AP Ari Darmawan, Dr., S.AB, M.AB aridarmawan_fia@ub.ac.id Pendahuluan Adanya kebutuhan manusia yang tidak terbatas dan terbatasnya

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Berikut ini adalah beberapa definisi dan teorema yang menjadi landasan dalam penentuan harga premi, fungsi permintaan, dan kesetimbangannya pada portfolio heterogen. 2.1 Percobaan

Lebih terperinci

BAB PDB Linier Order Satu

BAB PDB Linier Order Satu BAB 1 Konsep Dasar 1 BAB PDB Linier Order Satu BAB 3 Aplikasi PDB Order Satu 3 BAB 4 PDB Linier Order Dua Untuk memulai pembahasan ini terlebih dahulu akan ditinjau beberapa teorema tentang konsep umum

Lebih terperinci

Kalkulus Multivariabel I

Kalkulus Multivariabel I Maksimum, Minimum, dan Statistika FMIPA Universitas Islam Indonesia Titik Kritis Misalkan p = (x, y) adalah sebuah titik peubah dan p 0 = (x 0, y 0 ) adalah sebuah titik tetap pada bidang berdimensi dua

Lebih terperinci

UJI KONVERGENSI. Januari Tim Dosen Kalkulus 2 TPB ITK

UJI KONVERGENSI. Januari Tim Dosen Kalkulus 2 TPB ITK UJI KONVERGENSI Januari 208 Tim Dosen Kalkulus 2 TPB ITK Uji Integral Teorema 3 Jika + k= u k adalah deret dengan suku-suku tak negatif, dan jika ada suatu konstanta M sedemikian hingga s n = u + u 2 +

Lebih terperinci

Program Studi Pendidikan Matematika UNTIRTA. 10 Maret 2010

Program Studi Pendidikan Matematika UNTIRTA. 10 Maret 2010 Metode Program Studi Pendidikan Matematika UNTIRTA 10 Maret 2010 (Program Studi Pendidikan Matematika UNTIRTA) Metode 10 Maret 2010 1 / 16 Ekspansi Taylor Misalkan f 2 C [a, b] dan x 0 2 [a, b], maka untuk

Lebih terperinci

FUNGSI-FUNGSI INVERS

FUNGSI-FUNGSI INVERS FUNGSI-FUNGSI INVERS Logaritma, Eksponen, Trigonometri Invers Departemen Matematika FMIPA IPB Bogor, 202 (Departemen Matematika FMIPA IPB) Kalkulus I Bogor, 202 / 49 Topik Bahasan Fungsi Satu ke Satu 2

Lebih terperinci

Jurusan Matematika FMIPA-IPB

Jurusan Matematika FMIPA-IPB Jurusan Matematika FMIPA-IPB Ujian Kedua Semester Pendek T.A 4/5 KALKULUS/KALKULUS Jum at, Agustus 4 (Waktu : jam) SETIAP SOAL BERNILAI. Tentukan (a) + (b) p 4 + 5. Periksa apakah Teorema Nilai Rata-rata

Lebih terperinci

PENDEKATAN KALKULUS VARIASIONAL PADA SISTEM KONTROL DAYA DORONG ROKET. Niken Madu Meta Jurusan Matematika, FMIPA UNS

PENDEKATAN KALKULUS VARIASIONAL PADA SISTEM KONTROL DAYA DORONG ROKET. Niken Madu Meta Jurusan Matematika, FMIPA UNS 1 PENDEKATAN KALKULUS VARIASIONAL PADA SISTEM KONTROL DAYA DORONG ROKET Niken Madu Meta Jurusan Matematika, FMIPA UNS Abstrak. Kalkulus variasional adalah cabang dari kalkulus diferensial yang digunakan

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI. Sistem Pendulum Terbalik Dalam penelitian ini diperhatikan sistem pendulum terbalik seperti pada Gambar di mana sebuah pendulum terbalik dimuat dalam motor yang bisa digerakkan.

Lebih terperinci

Outline. Bagian 0: Motivasi. Bagian 1: Optimasi Taklinier Dasar dasar Teorema Karush Kuhn Tucker. Bagian 2: Sequential Quadratic Programming

Outline. Bagian 0: Motivasi. Bagian 1: Optimasi Taklinier Dasar dasar Teorema Karush Kuhn Tucker. Bagian 2: Sequential Quadratic Programming Outline Bagian 0: Motivasi Bagian 1: Optimasi Taklinier Dasar dasar Teorema Karush Kuhn Tucker Bagian 2: Sequential Quadratic Programming Bagian 3: Masalah Kendali Optimal dengan Persamaan Di erensial

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Transformasi Laplace Salah satu cara untuk menganalisis gejala peralihan (transien) adalah menggunakan transformasi Laplace, yaitu pengubahan suatu fungsi waktu f(t) menjadi

Lebih terperinci

Kontrol Optimal Waktu Diskrit

Kontrol Optimal Waktu Diskrit Kontrol Optimal Waktu Diskrit April 2012 () Kontrol Optimal (3 SKS) April 2012 1 / 18 Ekstrim Suatu Fungsional untuk Fungsi Skalar Dalam bagian ini, kita akan menentukan syarat perlu untuk optimisasi fungsional

Lebih terperinci

Variabel Banyak Bernilai Real 1 / 1

Variabel Banyak Bernilai Real 1 / 1 Fungsi Variabel Banyak Bernilai Real Turunan Parsial dan Turunan Wono Setya Budhi KK Analisis dan Geometri, FMIPA ITB Variabel Banyak Bernilai Real 1 / 1 Turunan Parsial dan Turunan Usaha pertama untuk

Lebih terperinci

DIFERENSIAL FUNGSI MAJEMUK

DIFERENSIAL FUNGSI MAJEMUK DIFERENSIAL FUNGSI MAJEMUK Tujuan Instruktusional : Memahami diferensiasi untuk fungsi-fungsi yang mengandung lebih dari satu macam variabel bebas Daftar Materi Pembahasan : 1. Diferensiasi parsial 2.

Lebih terperinci

Matematika Teknik Dasar-2 10 Aplikasi Integral - 1. Sebrian Mirdeklis Beselly Putra Teknik Pengairan Universitas Brawijaya

Matematika Teknik Dasar-2 10 Aplikasi Integral - 1. Sebrian Mirdeklis Beselly Putra Teknik Pengairan Universitas Brawijaya Matematika Teknik Dasar- 10 Aplikasi Integral - 1 Sebrian Mirdeklis Beselly Putra Teknik Pengairan Universitas Brawijaya Volume Benda-Putar Sebuah bentuk bidang yang dibatasi kurva y = f(x), sumbu-x, dan

Lebih terperinci

KENDALI OPTIMAL PERMAINAN NON-KOOPERATIF KONTINU SKALAR DUA PEMAIN DENGAN STRATEGI NASH TUGAS AKHIR. Oleh : M.LUTHFI RUSYDI

KENDALI OPTIMAL PERMAINAN NON-KOOPERATIF KONTINU SKALAR DUA PEMAIN DENGAN STRATEGI NASH TUGAS AKHIR. Oleh : M.LUTHFI RUSYDI KENDALI OPTIMAL PERMAINAN NON-KOOPERATIF KONTINU SKALAR DUA PEMAIN DENGAN STRATEGI NASH TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains Pada Jurusan Matematika Oleh

Lebih terperinci

BAB II PENGANTAR SOLUSI PERSOALAN FISIKA MENURUT PENDEKATAN ANALITIK DAN NUMERIK

BAB II PENGANTAR SOLUSI PERSOALAN FISIKA MENURUT PENDEKATAN ANALITIK DAN NUMERIK BAB II PENGANTAR SOLUSI PERSOALAN FISIKA MENURUT PENDEKATAN ANALITIK DAN NUMERIK Tujuan Instruksional Setelah mempelajari bab ini pembaca diharapkan dapat: 1. Menjelaskan cara penyelesaian soal dengan

Lebih terperinci

G. Minimum Lokal dan Global Berikut diberikan definisi minimum local (relatif) dan minimum global (mutlak) dari fungsi dua variabel.

G. Minimum Lokal dan Global Berikut diberikan definisi minimum local (relatif) dan minimum global (mutlak) dari fungsi dua variabel. G. Minimum Lokal dan Global Berikut diberikan definisi minimum local (relatif) dan minimum global (mutlak) dari fungsi dua variabel. Definisi. (i) Suatu fungsi f(x, y) memiliki minimum lokal pada titik

Lebih terperinci

TERAPAN TURUNAN. Bogor, Departemen Matematika FMIPA IPB. (Departemen Matematika FMIPA IPB) Kalkulus I Bogor, / 61

TERAPAN TURUNAN. Bogor, Departemen Matematika FMIPA IPB. (Departemen Matematika FMIPA IPB) Kalkulus I Bogor, / 61 TERAPAN TURUNAN Departemen Matematika FMIPA IPB Bogor, 2012 (Departemen Matematika FMIPA IPB) Kalkulus I Bogor, 2012 1 / 61 Topik Bahasan 1 Nilai Maksimum dan Minimum 2 Teorema Nilai Rataan (TNR) 3 Turunan

Lebih terperinci

APLIKASI INTEGRAL 1. LUAS DAERAH BIDANG

APLIKASI INTEGRAL 1. LUAS DAERAH BIDANG Bahan ajar Kalkulus Integral 9 APLIKASI INTEGRAL. LUAS DAERAH BIDANG Misalkan f() kontinu pada a b, dan daerah tersebut dibagi menjadi n sub interval h, h,, h n yang panjangnya,,, n (anggap n ), ambil

Lebih terperinci

BAB 2 PERSAMAAN DIFFERENSIAL BIASA

BAB 2 PERSAMAAN DIFFERENSIAL BIASA BAB 2 BIASA 2.1. KONSEP DASAR Persamaan Diferensial (PD) Biasa adalah persamaan yang mengandung satu atau beberapa penurunan y (varibel terikat) terhadap x (variabel bebas) yang tidak spesifik dan ditentukan

Lebih terperinci

BAB 2 LANDASAN TEORI. ahli matematika lainnya di Kerala School membuat penemuan-penemuan (yang

BAB 2 LANDASAN TEORI. ahli matematika lainnya di Kerala School membuat penemuan-penemuan (yang BAB LANDASAN TEORI.1 Kalkulus Pada abad ke-14, seorang ahli Matematika asal India, Madhava bersama rekanrekan ahli matematika lainnya di Kerala School membuat penemuan-penemuan (yang nantinya akan menjadi

Lebih terperinci

DIKTAT KALKULUS MULTIVARIABEL I

DIKTAT KALKULUS MULTIVARIABEL I DIKTAT KALKULUS MULTIVARIABEL I Oleh Atina Ahdika, S.Si, M.Si Ayundyah Kesumawati, S.Si, M.Si (Program Studi Statistika) FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS ISLAM INDONESIA 214/215

Lebih terperinci

PERSAMAAN DIFERENSIAL BIASA ORDE SATU

PERSAMAAN DIFERENSIAL BIASA ORDE SATU PERSAMAAN DIFERENSIAL BIASA ORDE SATU Definisi: Persamaan diferensial adalah suatu hubungan yang terdapat antara suatu variabel independen x, suatu variabel dependen y, dan satu atau lebih turunan y terhadap

Lebih terperinci

DIKTAT KALKULUS MULTIVARIABEL I

DIKTAT KALKULUS MULTIVARIABEL I DIKTAT KALKULUS MULTIVARIABEL I Oleh Atina Ahdika, S.Si, M.Si Ayundyah Kesumawati, S.Si, M.Si (Program Studi Statistika) FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS ISLAM INDONESIA 214/215

Lebih terperinci

BAB I PENDAHULUAN. keadaan dari suatu sistem. Dalam aplikasinya, suatu sistem kontrol memiliki tujuan

BAB I PENDAHULUAN. keadaan dari suatu sistem. Dalam aplikasinya, suatu sistem kontrol memiliki tujuan BAB I PENDAHULUAN 11 Latar Belakang Masalah Sistem kontrol merupakan suatu alat untuk mengendalikan dan mengatur keadaan dari suatu sistem Dalam aplikasinya, suatu sistem kontrol memiliki tujuan atau sasaran

Lebih terperinci

TEKNIK PENGINTEGRALAN

TEKNIK PENGINTEGRALAN TEKNIK PENGINTEGRALAN Departemen Matematika FMIPA IPB Bogor, 202 (Departemen Matematika FMIPA IPB) Kalkulus I Bogor, 202 / 2 Topik Bahasan Pendahuluan 2 Manipulasi Integran 3 Integral Parsial 4 Dekomposisi

Lebih terperinci

Pertemuan : 7 Materi : Integral Garis dan Teorema Dasar Integral Garis Bab III. Integral Kalkulus Dari Vektor

Pertemuan : 7 Materi : Integral Garis dan Teorema Dasar Integral Garis Bab III. Integral Kalkulus Dari Vektor Pertemuan : 7 Materi : Integral Garis dan Teorema Dasar Integral Garis Bab III. Integral Kalkulus Dari Vektor Standar Kompetensi : 1. Memahami Integral Kalkulus dari Vektor. 2. Memahami Integral Garis,

Lebih terperinci

Persamaan diferensial adalah suatu persamaan yang memuat satu atau lebih turunan fungsi yang tidak diketahui.

Persamaan diferensial adalah suatu persamaan yang memuat satu atau lebih turunan fungsi yang tidak diketahui. 1 Persamaan diferensial adalah suatu persamaan yang memuat satu atau lebih turunan fungsi yang tidak diketahui. Jika persamaan diferensial memiliki satu peubah tak bebas maka disebut Persamaan Diferensial

Lebih terperinci

Kalkulus II. Institut Teknologi Kalimantan

Kalkulus II. Institut Teknologi Kalimantan Tim Dosen Kalkulus II Tahun Persiapan Bersama Institut Kalkulus Teknologi II Kalimantan January 31, () 2018 1 / 71 Kalkulus II Tim Dosen Kalkulus II Tahun Persiapan Bersama Institut Teknologi Kalimantan

Lebih terperinci

KARAKTERISASI GRAF POHON DENGAN BILANGAN KROMATIK LOKASI 3

KARAKTERISASI GRAF POHON DENGAN BILANGAN KROMATIK LOKASI 3 Jurnal Matematika UNAND Vol. 5 No. 2 Hal. 71 77 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND KARAKTERISASI GRAF POHON DENGAN BILANGAN KROMATIK LOKASI 3 FAIZAH, NARWEN Program Studi Matematika, Fakultas

Lebih terperinci

BAB II PERSAMAAN DIFERENSIAL BIASA(PDB) ORDE SATU

BAB II PERSAMAAN DIFERENSIAL BIASA(PDB) ORDE SATU BAB II PERSAMAAN DIFERENSIAL BIASA(PDB) ORDE SATU PDB orde satu dapat dinyatakan dalam: atau dalam bentuk: = f(x, y) M(x, y) + N(x, y) = 0 Penyelesaian PDB orde satu dengan integrasi secara langsung Jika

Lebih terperinci

Persamaan Di erensial Orde-2

Persamaan Di erensial Orde-2 oki neswan FMIPA-ITB Persamaan Di erensial Orde- Persamaan diferensial orde-n adalah persamaan yang melibatkan x; y; dan turunan-turunan y; dengan yang paling tinggi adalah turunan ke-n: F x; y; y ; y

Lebih terperinci

log2 PEMBAHASAN SOAL TRY OUT = = 2 1 = 27 8 = 19 Jawaban : C = = = 2( 15 10) Jawaban : B . 4. log3 1 2 (1) .

log2 PEMBAHASAN SOAL TRY OUT = = 2 1 = 27 8 = 19 Jawaban : C = = = 2( 15 10) Jawaban : B . 4. log3 1 2 (1) . TRY OUT AKBAR UN SMA 08 PEMBAHASAN SOAL TRY OUT. 9 6 4 8 7 Jawaban : C 4 4 = = = 7 8 4 = 9. 5 + = 0 5 = 0 5 = 5 0 = ( 5 0). log5 5 log8 log6 4 log log4 = log5 5 4 log log log6 log4 =. log5 5. 4. log log

Lebih terperinci

PENGANTAR MATEMATIKA TEKNIK 1. By : Suthami A

PENGANTAR MATEMATIKA TEKNIK 1. By : Suthami A PENGANTAR MATEMATIKA TEKNIK 1 By : Suthami A MATEMATIKA TEKNIK 1??? MATEMATIKA TEKNIK 1??? MATEMATIKA TEKNIK Matematika sebagai ilmu dasar yang digunakan sebagai alat pemecahan masalah di bidang keteknikan

Lebih terperinci

MA1201 KALKULUS 2A Do maths and you see the world

MA1201 KALKULUS 2A Do maths and you see the world Catatan Kuliah MA20 KALKULUS 2A Do maths and you see the world disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 203 Catatan kuliah ini ditulis

Lebih terperinci

Kalkulus Diferensial week 09. W. Rofianto, ST, MSi

Kalkulus Diferensial week 09. W. Rofianto, ST, MSi Kalkulus Diferensial week 09 W. Rofianto, ST, MSi Tingkat Perubahan Rata-rata Jakarta Km 0 jam Bandung Km 140 Kecepatan rata-rata s t 140Km jam 70Km / jam Konsep Diferensiasi Bentuk y/ disebut difference

Lebih terperinci

Open Source. Not For Commercial Use

Open Source. Not For Commercial Use Ringkasan Kalkulus 2, Untuk dipakai di ITB 1 Limit dan Kekontinuan Misalkan z = f(, y) fungsi dua peubah dan (a, b) R 2. Seperti pada limit fungsi satu peubah, limit fungsi dua peubah bertujuan untuk mengamati

Lebih terperinci

MA1201 KALKULUS 2A (Kelas 10) Bab 7: Teknik Pengintegral

MA1201 KALKULUS 2A (Kelas 10) Bab 7: Teknik Pengintegral MA1201 KALKULUS 2A (Kelas 10) Bab 7: Teknik Pengintegralan Do maths and you see the world Integral atau Anti-turunan? Integral atau pengintegral adalah salah satu konsep (penting) dalam matematika disamping

Lebih terperinci

Ringkasan Kalkulus 2, Untuk dipakai di ITB 1. Integral Lipat Dua Atas Daerah Persegipanjang

Ringkasan Kalkulus 2, Untuk dipakai di ITB 1. Integral Lipat Dua Atas Daerah Persegipanjang ingkasan Kalkulus 2, Untuk dipakai di ITB 1 Integral Lipat Dua Atas Daerah Persegipanjang Perhatikan fungsi z = f(x, y) pada = {(x, y) : a x b, c y d} Bentuk partisi P atas daerah berupa n buah persegipanjang

Lebih terperinci

PENYELESAIAN MASALAH KONTROL KUADRATIK LINIER YANG MEMUAT FAKTOR DISKON

PENYELESAIAN MASALAH KONTROL KUADRATIK LINIER YANG MEMUAT FAKTOR DISKON Jurnal Matematika UNAND Vol. 2 No. 1 Hal. 65 71 ISSN : 233 291 c Jurusan Matematika FMIPA UNAND PENYELESAIAN MASALAH KONTROL KUADRATIK LINIER YANG MEMUAT FAKTOR DISKON MEZI FAUZIATUL HUSNA Program Studi

Lebih terperinci

16. INTEGRAL. A. Integral Tak Tentu 1. dx = x + c 2. a dx = a dx = ax + c. 3. x n dx = + c. cos ax + c. 4. sin ax dx = 1 a. 5.

16. INTEGRAL. A. Integral Tak Tentu 1. dx = x + c 2. a dx = a dx = ax + c. 3. x n dx = + c. cos ax + c. 4. sin ax dx = 1 a. 5. 6. INTEGRAL A. Integral Tak Tentu. dx = x + c. a dx = a dx = ax + c. x n dx = n+ x n+ + c. sin ax dx = a cos ax + c 5. cos ax dx = a sin ax + c 6. sec ax dx = a tan ax + c 7. [ f(x) ± g(x) ] dx = f(x)

Lebih terperinci

PROGRAM LINEAR. sudir15mks

PROGRAM LINEAR. sudir15mks PROGRAM LINEAR A. Sistem Pertidaksamaan Linear Dua Variabel Suatu garis dalam bidang koordinat dapat dinyatakan dengan persamaan yang berbentuk: x a x b a1 1 2 2 Persamaan semacam ini dinamakan persamaan

Lebih terperinci

Matematika I: APLIKASI TURUNAN. Dadang Amir Hamzah. Dadang Amir Hamzah Matematika I Semester I / 70

Matematika I: APLIKASI TURUNAN. Dadang Amir Hamzah. Dadang Amir Hamzah Matematika I Semester I / 70 Matematika I: APLIKASI TURUNAN Dadang Amir Hamzah 2015 Dadang Amir Hamzah Matematika I Semester I 2015 1 / 70 Outline 1 Maksimum dan Minimum Dadang Amir Hamzah Matematika I Semester I 2015 2 / 70 Outline

Lebih terperinci

= F (x)= f(x)untuk semua x dalam I. Misalnya F(x) =

= F (x)= f(x)untuk semua x dalam I. Misalnya F(x) = Nama : Deami Astenia Purtisari Nim : 125100300111014 Kelas : L / TIP A. Integral Integral merupakan konsep yang bermanfaat, kegunaan integral terdapat dalam berbagai bidang. Misalnya dibidang ekonomi,

Lebih terperinci

a home base to excellence Mata Kuliah : Kalkulus Kode : TSP 102 Turunan Pertemuan - 4

a home base to excellence Mata Kuliah : Kalkulus Kode : TSP 102 Turunan Pertemuan - 4 a home base to excellence Mata Kuliah : Kalkulus Kode : TSP 102 SKS : 3 SKS Turunan Pertemuan - 4 a home base to excellence TIU : Mahasiswa dapat memahami turunan fungsi dan aplikasinya TIK : Mahasiswa

Lebih terperinci

perpindahan, kita peroleh persamaan differensial berikut :

perpindahan, kita peroleh persamaan differensial berikut : 1.1 Pengertian Persamaan Differensial Banyak sekali masalah terapan (dalam ilmu teknik, ilmu fisika, biologi, kimia, sosial, dan lain-lain), yang telah dirumuskan dengan model matematika dalam bentuk persamaan

Lebih terperinci

Kalkulus Multivariabel I

Kalkulus Multivariabel I dan Fungsi Implisit dan Fungsi Implisit Statistika FMIPA Universitas Islam Indonesia dan Fungsi Implisit Ingat kembali aturan rantai pada fungsi satu peubah! Jika y = f (x(t)), di mana baik f maupun t

Lebih terperinci

II LANDASAN TEORI. Contoh. Ditinjau dari sistem yang didefinisikan oleh:

II LANDASAN TEORI. Contoh. Ditinjau dari sistem yang didefinisikan oleh: 5 II LANDASAN TEORI 2.1 Keterkontrolan Untuk mengetahui persoalan sistem kontrol mungkin tidak ada, jika sistem yang ditinjau tidak terkontrol. Walaupun sebagian besar sistem terkontrol ada, akan tetapi

Lebih terperinci

PENERAPAN TURUNAN MAT 4 D. PERSAMAAN GARIS SINGGUNG KURVA A. PENDAHULUAN B. DALIL L HÔPITAL C. PERSAMAAN PADA KINEMATIKA GERAK TURUNAN. MATERI78.

PENERAPAN TURUNAN MAT 4 D. PERSAMAAN GARIS SINGGUNG KURVA A. PENDAHULUAN B. DALIL L HÔPITAL C. PERSAMAAN PADA KINEMATIKA GERAK TURUNAN. MATERI78. PENERAPAN TURUNAN MAT 4 D. PERSAMAAN GARIS SINGGUNG KURVA A. PENDAHULUAN B. DALIL L HÔPITAL C. PERSAMAAN PADA KINEMATIKA GERAK TURUNAN. MATERI78.CO MAT 4 materi78.co.nr Penerapan Turunan A. PENDAHULUAN

Lebih terperinci

Department of Mathematics FMIPAUNS

Department of Mathematics FMIPAUNS Lecture 2: Metode Operator A. Metode Operator untuk Sistem Linear dengan Koefisien Konstan Pada bagian ini akan dibicarakan cara menentukan penyelesaian sistem persamaan diferensial linear dengan menggunakan

Lebih terperinci

MATEMATIKA TEKNIK 2 S1-TEKNIK ELEKTRO. Mohamad Sidiq

MATEMATIKA TEKNIK 2 S1-TEKNIK ELEKTRO. Mohamad Sidiq MATEMATIKA TEKNIK 2 S1-TEKNIK ELEKTRO REFERENSI E-BOOK REFERENSI ONLINE SOS Mathematics http://www.sosmath.com/diffeq/diffeq.html Wolfram Research Math World http://mathworld.wolfram.com/ordinarydifferentialequation.h

Lebih terperinci

Integral Tak Tentu. Modul 1 PENDAHULUAN

Integral Tak Tentu. Modul 1 PENDAHULUAN Modul 1 Integral Tak Tentu M PENDAHULUAN Drs. Hidayat Sardi, M.Si odul ini akan membahas operasi balikan dari penurunan (pendiferensialan) yang disebut anti turunan (antipendiferensialan). Dengan mengikuti

Lebih terperinci

Bab 2: Optimasi Ekonomi. Ekonomi Manajerial Manajemen

Bab 2: Optimasi Ekonomi. Ekonomi Manajerial Manajemen Bab 2: Optimasi Ekonomi 1 Ekonomi Manajerial Manajemen 2 Pokok Bahasan Bentuk-Bentuk Hubungan Ekonomi Hubungan Total, Rata-rata dan Marjinal Analisis Optimalisasi Turunan dan Aturan Turunan Optimalisasi

Lebih terperinci

TURUNAN DALAM RUANG DIMENSI-n

TURUNAN DALAM RUANG DIMENSI-n TURUNAN DALAM RUANG DIMENSI-n A. Fungsi Dua Variabel atau Lebih Dalam subbab ini, fungsi dua variabel atau lebih dikaji dari tiga sudut pandang: secara verbal (melalui uraian dalam kata-kata) secara aljabar

Lebih terperinci

PENERAPAN TEORI KENDALI PADA MASALAH PROGRAM DINAMIK

PENERAPAN TEORI KENDALI PADA MASALAH PROGRAM DINAMIK PENERAPAN TEORI KENDALI PADA MASALAH PROGRAM DINAMIK Pardi Affandi, Dewi A, Nur Salam Program Studi Matematika Universitas Lambung Mangkurat Jl Jend A Yani km 35, 8 Banjarbaru Email: pardi_affandi@yahoocom

Lebih terperinci

Bab 2 TINJAUAN PUSTAKA

Bab 2 TINJAUAN PUSTAKA Bab 2 TINJAUAN PUSTAKA 2.1 Masalah Transportasi Masalah transportasi pertama kali digunakan pada awal perang dunia kedua untuk menentukan bagaimana mengirimkan pasukan yang terletak disuatu tempat latihan

Lebih terperinci

MASALAH SYARAT BATAS (MSB)

MASALAH SYARAT BATAS (MSB) Program Studi Pendidikan Matematika FKIP Unmuh Ponorogo PENDAHULUAN MODEL KABEL MENGGANTUNG DEFINISI MSB Persamaan diferensial (PD) dikatakan berdimensi 1 jika domainnya berupa himpunan bagian pada R 1.

Lebih terperinci

DASAR-DASAR ANALISIS MATEMATIKA

DASAR-DASAR ANALISIS MATEMATIKA (Bekal untuk Para Sarjana dan Magister Matematika) Dosen FMIPA - ITB E-mail: hgunawan@math.itb.ac.id. December 26, 2007 Misalkan f kontinu pada interval [a, b]. Apakah masuk akal untuk membahas luas daerah

Lebih terperinci

MA1201 KALKULUS 2A (Kelas 10) Bab 7: Teknik Pengintegral

MA1201 KALKULUS 2A (Kelas 10) Bab 7: Teknik Pengintegral MA1201 KALKULUS 2A (Kelas 10) Bab 7: Teknik Pengintegralan Do maths and you see the world Integral atau Anti-turunan? Integral atau pengintegral adalah salah satu konsep (penting) dalam matematika disamping

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Pada bab ini akan dijelaskan mengenai teori teori yang berhubungan dengan pembahasan ini sehingga dapat dijadikan sebagai landasan berpikir dan akan mempermudah dalam hal pembahasan

Lebih terperinci

BAB I PENGERTIAN DASAR

BAB I PENGERTIAN DASAR BAB I PENGERTIAN DASAR Kompetensi Dasar: Menjelaskan pengertian dan klasifikasi dari persamaan diferensial serta beberapa hal yang terkait. Indikator: a. Menjelaskankan pengertian persamaan diferensial.

Lebih terperinci

Selanjutnya didefinisikan fungsional objektif yang diperbesar (augmented) J ( u ) sebagai:

Selanjutnya didefinisikan fungsional objektif yang diperbesar (augmented) J ( u ) sebagai: LAMPIRAN Lampiran 1. Bukti Teorema 4 Diketahui masalah memaksimumkan: T J ( x) = S( x( T), T) + f ( x( t), u( t), t) dt (1) dengan kendala : x() t = f( x(), t u(),) t t dt () Misalkan x() = x, t =, sedangkan

Lebih terperinci

Suryadi Siregar Metode Matematika Astronomi 2

Suryadi Siregar Metode Matematika Astronomi 2 Suryadi Siregar Metode Matematika Astronomi Bab 4 Integral Garis dan Teorema Green 4. Integral Garis Definisi : Misal suatu lintasan dalam ruang dimensi m pada interval [a,b]. Andaikan adalah medan vektor

Lebih terperinci

Matematika Teknik Dasar-2 9 Aplikasi Turunan Parsial dan Pengerjaannya Secara Geometri

Matematika Teknik Dasar-2 9 Aplikasi Turunan Parsial dan Pengerjaannya Secara Geometri Matematika Teknik Dasar-2 9 Aplikasi Turunan Parsial dan Pengerjaannya Secara Geometri Sebrian Mirdeklis Beselly Putra Teknik Pengairan Universitas Brawijaya Contoh - 1 Volume V dari sebuah silinder dengan

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA Pada bab ini akan dibahas tinjauan pustaka yang akan digunakan untuk tesis ini, yang selanjutnya akan di perlukan pada Bab 3. Tinjauan pustaka yang dibahas adalah mengenai yang mendukung

Lebih terperinci

LUAS DAERAH DI BAWAH KURVA SUATU FUNGSI

LUAS DAERAH DI BAWAH KURVA SUATU FUNGSI LUAS DAERAH DI BAWAH KURVA SUATU FUNGSI Afrizal, S.Pd, M.PMat Matematika MAN Kampar Juli 2010 Afrizal, S.Pd, M.PMat (Matematika) Luas Daerah Dibawah Kurva Juli 2010 1 / 29 Outline Outline 1 Limit dan Turunan

Lebih terperinci

PDP linear orde 2 Agus Yodi Gunawan

PDP linear orde 2 Agus Yodi Gunawan PDP linear orde 2 Agus Yodi Gunawan Pada bagian ini akan dipelajari tiga jenis persamaan diferensial parsial (PDP) linear orde dua yang biasa dijumpai pada masalah-masalah dunia nyata, yaitu persamaan

Lebih terperinci

f (a) = laju perubahan y = f(x) pada x = a = turunan pertama y=f(x) pada x = a

f (a) = laju perubahan y = f(x) pada x = a = turunan pertama y=f(x) pada x = a LEMBAR AKTIVITAS SISWA DIFFERENSIAL (TURUNAN) Nama Siswa : y f(a h) f(a) x (a h) a Kelas : Kompetensi Dasar (KURIKULUM 2013): 3.21 Memahami konsep turunan dengan menggunakan konteks matematik atau konteks

Lebih terperinci

Pertemuan Minggu ke Keterdiferensialan 2. Derivatif berarah dan gradien 3. Aturan rantai

Pertemuan Minggu ke Keterdiferensialan 2. Derivatif berarah dan gradien 3. Aturan rantai Pertemuan Minggu ke-10 1. Keterdiferensialan 2. Derivatif berarah dan gradien 3. Aturan rantai 1. Keterdiferensialan Pada fungsi satu peubah, keterdiferensialan f di x berarti keujudan derivatif f (x).

Lebih terperinci