PROSIDING ISSN:

Ukuran: px
Mulai penontonan dengan halaman:

Download "PROSIDING ISSN:"

Transkripsi

1 PROSIDING ISSN: OPTIMISASI BERKENDALA MENGGUNAKAN METODE GRADIEN TERPROYEKSI Nida Sri Uami Uiversias Muhammadiyah Suraara ABSTRAK Dalam ulisa ii dibahas eag meode gradie erproyesi uu meyelesaia masalah opimisasi beredala dega edala yag berbeu persamaa liear Pembahasa dimulai dega mempereala meode gradie uu meyelesaia masalah opimisasi apa edala, emudia meode gradie ersebu digeeralisasia uu meyelesaia masalah opimisasi yag memiimuma f :, ra A=m, b R m R, A R, m proyeor orhogoal f () R dega m1, edala A b, da 1 R, dega meambaha suau 1 ( 1) P I A ( AA ) A Pada algorima f ( ), ( 1) diperoleh algorima gradie erproyesi Pf ( ) dega merupaa uura lagah Uura lagah yag diguaa adalah arg mi f ( Pf ( )), yaiu f ( Pf ( )) yag yag memiimuma, dapa dicari megguaa meode Seca Algorima gradie ii dapa ( ) diheia jia memeuhi odisi ( ) maa ii yag oves ( ) P f ( ), dega aa lai jia f ( ) P, merupaa ii pemiimal da merupaa ii pemiimal global uu fugsi f Kaa Kuci: fugsi oves, meode gradie ; meode seca; proyeor orhogoal 1 PENDAHULUAN Salah sau meode yag diguaa uu mecari ilai opimal dari suau masalah opimisasi apa edala adalah meode gradie Disajia beu umum opimisasi dari permasalaha memiimuma f () dega f R 1 : R da R Pada meode gradie besarya perubaha ilai saga dieua oleh besarya ilai gradie dari fugsi f, yaiu ( 1) f ( ) dega yag merupaa suau uura lagah Pemiliha uura lagah berdasara pada algorima gradie ereu Pada algorima seepes desce, uura lagah yag diguaa = arg mi f ( f ( )), yaiu yag memiimuma f ( f ( )), dicari megguaa meode Seca Pada peeliia ii meode gradie aa dimodifiasi mejadi meode gradie erproyesi uu meyelesaia masalah opimisasi yag mempuyai beu umum permasalaha memiimuma f () dega edala m m1 A b, da f : R R, A R, m, ra A=m, b R, Koferesi Nasioal Peeliia Maemaia da Pembelajaraya (KNPMP I) 95 Uiversias Muhammadiyah Suraara, 1 Mare 16

2 PROSIDING ISSN: Diguaa suau proyeor orhogoal P yag berbeu 1 P I A ( AA ) A area edalaya berbeu persamaa Algorima meode gradie dimodifiasi mejadi meode gradie erproyesi ( 1) yag mempuyai algorima Pf ( ), dega R 1 arg mi f ( Pf ( )), yaiu A b yag memiimuma f ( Pf ( )), dicari megguaa meode Seca Peeliia ii dimasuda uu mempereala suau meode gradie yag elah dimodifiasi mejadi meode gradie erproyesi uu meyelesaia masalah opimisasi beredala yag berupa persamaa liear Pada peeliia ii peulis membaasi pada peyelesaia masalah opimisasi Masalah opimisasi yag aa dibahas adalah masalah opimisasi pada fugsi oves yag beredala Selai iu edala yag aa diguaa adalah edala yag berbeu persamaa liear Selai iu peeliia ii haya beerja pada bilaga real Masalah opimisasi fugsi oves dega edala berupa persamaa liear aa diselesaia megguaa meode gradie erproyesi Beriu beberapa defiisi yag aa diguaa pada pembahasa Defiisi 7 Dieahui V ruag ier produ aas R da u, v V Norma dari v, diulis v, didefiisia v v, v da jara aara u da v, diulis d(u,v), didefiisia sebagai d ( u, v) u v u v, u v Teorema 8 (Keidasamaa Cauchy-Schwarz) Jia aas R, maa u, v V ruag ier produ u, v u v (3) Defiisi 44 Dieahui suau fugsi f yag erdefiisi pada suau ierval I a Fugsi f diaaa mecapai masimum loal (masimum relaif) di * I ji4a ada ierval erbua ( a, I sehigga * ( a, da f ( *) f ( ) uu seiap ( a, Selajuya ii ( *, f ( *)) disebu ii masimum loal (relaif) b Fugsi f diaaa mecapai miimum loal (miimum relaif) di * I jia ada ierval erbua ( a, I sehigga * ( a, da f ( *) f ( ) uu seiap ( a, Selajuya ii ( *, f ( *)) disebu ii miimum loal (relaif) Teorema 46 Dieahui fugsi f :[ a, b] R Jia fugsi f mecapai masimum(miimum) loal di maa f '( ) aau f '( ) ida ada Koferesi Nasioal Peeliia Maemaia da Pembelajaraya (KNPMP I) 953 Uiversias Muhammadiyah Suraara, 1 Mare 16

3 PROSIDING ISSN: Teorema 47 ( Teorema Rolle) Dieahui fugsi f :[ a, b] R Jia f oiu pada, ada di seiap da f ( a) f ( maa erdapa sehigga f '( ) [ a, b] ( a, b ) f '( ) ( a, Defiisi 5 Arah Fisibel Sebuah veor d R, d, disebu arah fisibel pada jia erdapa d uu seiap, ] [ sehigga Defiisi 51 Dieahui f R : R da R merupaa himpua arah fisibel Tii * disebu pemiimal loal dari fugsi f aas jia erdapa sehigga berlau f ( ) f ( *), uu seiap { *} dega * Defiisi 5 Dieahui f : R R da merupaa himpua arah fisibel Tii disebu pemiimal global dari fugsi f aas jia f ( *) f ( ), uu seiap { *} * Defiisi 53 Dieahui R f : R R da d merupaa arah fisibel pada Derivaif berarah dari fugsi f pada arah d, dioasia dega merupaa ilai fugsi real yag didefiisia f, lim f ( d) f ( ) (1) Karea da d diberia maa f ( d) dapa dipadag sebagai fugsi dari variabel, aibaya lim f ( d) f ( ) f ( ) df ( d) d Df ( ) d f ( ) d d f ( ) f ( ), d (13) Jia d adalah veor saua dega d 1, maa f ( ), d merupaa ilai eaia fugsi f pada arah d di ii Teorema 54 Syara Perlu Order Perama (SPOP) Dieahui R Dega f : R fugsi berilai real pada Jia * R pemiimal loal fugsi f pada, maa uu seiap arah fisibel d pada *, diperoleh beu d f ( *) Koferesi Nasioal Peeliia Maemaia da Pembelajaraya (KNPMP I) 954 Uiversias Muhammadiyah Suraara, 1 Mare 16

4 PROSIDING ISSN: Aiba Teorema 54 Dieahui pemiimal loal fugsi f pada f ( *) R, f: R dega * Jia * adalah sebuah ii dalam, maa Dalam mecari ilai pemiimal dari fugsi f yag merupaa fugsi sau variabel berilai real, dapa dimulai dega memberia ilai awal yag emudia diguaa uu mecari ilai f ( ), f '( ), f ''( ) algorima 1 f '( ) () f ( ) f '( ) 1 ' 1 disebu Meode Seca Algorima () diheia jia 1 Dega aa lai merupaa pemiimal dari fugsi f 1 METODE PENELITIAN Peeliia ii dilaua dega cara mempelajari eag masalah opimisasi beredala, odisi Lagrage da proyeor orhogoal, emudia memodifiasi meode gradie mejadi meode gradie erproyesi uu meyelesaia masalah opimisasi beredala dega meambaha suau proyeor orhogoalmembua program ompuer uu meyelesaia masalah opimisasi dega edala megguaa meode gradie erproyesi, emudia m emberi cooh masalah opimisasi fugsi oves dega edala persamaa liear, emudia meyelesaiaya dega megguaa program ompuer 3 HASIL PENELITIAN DAN PEMBAHASAN Pada bab ii disajia masalah opimisasi fugsi oves beredala persamaa liear yag mempuyai beu umum opimisasi dari permasalaha memiimuma f () dega edala A b, da m m1 1 f : R R, A R, m, ra A=m, b R, R Perama disajia meode gradie yag mempuyai beu umum memiimuma f () dega f diperoleh : R R da 1 R Dega megguaa meode gradie f ( ( 1) ) Koferesi Nasioal Peeliia Maemaia da Pembelajaraya (KNPMP I) 955 Uiversias Muhammadiyah Suraara, 1 Mare 16

5 PROSIDING ISSN: dega arg mi f ( f ( )), yaiu ilai yag memiimuma f ( f ( )), yag dicari megguaa meode Seca Meode gradie ersebu dimodifiasi mejadi meode gradie erproyesi uu meyelesaia masalah opimisasi beredala berupa persamaa liear dega meambaha suau proyeor orhogoal P yag didefiisia 1 P I A ( AA ) A, ( 1) sehigga dapa diperoleh algorima Pf ( ) dega arg mi f ( Pf ( )), yaiu Koferesi Nasioal Peeliia Maemaia da Pembelajaraya (KNPMP I) 956 Uiversias Muhammadiyah Suraara, 1 Mare 16 yag memiimuma f ( Pf ( )) yag dicari megguaa meode Seca Diberia f : R R da, yag merupaa arah fisibel pada Meuru Defiisi 5 diperoleh f ( ), d merupaa d R ilai eaia fugsi f pada arah d di ii d Jia diambil d 1, da meuru Teorema 8 diperoleh f ( ), d f ( ) d f () 1 f () (31) Jia f ( ) d maa diperoleh f ( ) f ( ) f f f f ( ), f ( ) f () 1 (3) Dega aa lai arah pada ii f () merupaa arah yag meyebaba ilai eaia masimum fugsi f pada, sehigga arah pada ii - f () merupaa arah yag meyebaba ilai peurua masimum fugsi f pada Jadi arah dari gradie yag egaif merupaa arah yag palig epa uu mecari pemiimal dari fugsi f Diberia yag merupaa ii awal, da diberia ii f ( ) Dari Teorema 49 dere Taylor uu fugsi f di seiar diperoleh f ( f ( )) f ( ) f ( ) ( ) (33) Aibaya, jia f ( ), maa uu suau yag saga ecil diperoleh beu f ( f ( )) f ( ) (34) Dega aa lai ii f ( ) merupaa perbaia dari ii uu mejadi pemiimal dari fugsi f

6 PROSIDING ISSN: Uu membeu algorima yag merupaa peerapa dari ide di aas, misala diberia ii sebagai ii awal Tii beriuya, yaiu () ii dapa diperoleh dega meggeser ii sebesar f ( ) ( 1) ( ) dega Aibaya diperoleh algorima ierasi ( 1) f ( ) (35) Beu algorima (35) disebu algorima peurua gradie aau algorima gradie Pemiliha pada algorima gradie saga mempegaruhi elaua algorima Uu uura lagah yag ecil algorima maju dega pela, da uu uura lagah yag besar aa meghasila grafi zigzag Jeis algorima gradie yag palig ereal adalah algorima Seepes Desce, yaiu medefiisia sebagai pemiimal dari f ( f ( )) yag dapa dicari megguaa meode Seca Dega aa lai arg mi f ( f ( )) (36) aau arg mi ( ) (37) dega ( ) f ( f ( )) (38) Aa disajia algorima uu meyelesaia masalah opimisasi dega edala Aa dibicaraa meode gradie erproyesi dega edala persamaa liier Diberia masalah opimisasi dalam beu memiimuma f () dega edala A b, da merupaa salar posiif yag disebu dega uura lagah m m1 1 f : R R, A R, m, ra A=m, b R, R Pada algorima uu meyelesaia masalah opimisasi beredala aa diguaa suau proyeor orhogoal P, yag didefiisia 1 P I A ( AA ) A (39) Proyeor orhogoal diperlua dalam peyelesaia masalah opimisasi beredala berupa himpua yag berbeu : A b Syara-syara lai yag diperlua uu suau proyeor orhogoal aa disajia dalam eorema beriu: 1 m Teorema 33 Dieahui P I A ( AA ) A da v R, A R, P R, maa i Pv jia da haya jia v R( A ) Dega aa lai N( P) R( A ) ii Av jia da haya jia v R(P) Dega aa lai N( A) RP Syara perlu order perama uu odisi Lagrage pada masalah opimisasi dega edala berbeu { : A b} adalah Pf ( *) yag diyaaa dalam eorema beriu Teorema 34 Dieahui * R merupaa ii fisibel Pf ( *) jia da haya jia * memeuhi odisi Lagrage ( ) Koferesi Nasioal Peeliia Maemaia da Pembelajaraya (KNPMP I) 957 Uiversias Muhammadiyah Suraara, 1 Mare 16

7 PROSIDING ISSN: Pada masalah opimisasi dega edala, veor f (*) ida harus ( ) merupaa arah fisibel,dega aa lai merupaa ii fisibel da ( 1) dega megguaa algorima f ( ) diperoleh ida harus fisibel Masalah ii dapa diperoleh dega meggai dega sebuah veor yag merupaa ii pada arah fisibel Dimisala himpua arah fisibel adalah ruag ol aau N(A) dari maris A, da ii P f ( ) N( A) Koferesi Nasioal Peeliia Maemaia da Pembelajaraya (KNPMP I) 958 Uiversias Muhammadiyah Suraara, 1 Mare 16 f ( 1 Teorema 35 Dieahui P I A ( AA ) A, maa P f ( ) N( A) Jadi dari meode gradie yag diproyesia dega suau proyeor orhogoal P, dapa diperoleh algorima ( 1) Pf ( ) (31) yag merupaa algorima gradie erproyesi Algorima ersebu mempuyai sifa seperi dalam eorema beriu Teorema 36 Dalam algorima gradie erproyesi, jia merupaa ( ) fisibel, maa seiap merupaa fisibel, yaiu uu seiap, A b ( ) Algorima gradie erproyesi meggai ( ) ( 1) ( ) ( ) pada arah Pf ( ) Veor ii berada pada arah peurua fugsi f yag masimum pada dega didefiisia A b Misalya merupaa sebarag ii fisibel da d merupaa arah fisibel dega d 1 Keaia fugsi f pada dega arah d adalah f ( ), d Jia d merupaa arah fisibel yag berada pada N (A), maa dari Teorema 33 diperoleh d N( A) R( P) R( P ) Diambil sebarag v sehigga d Pv, maa f ( ), d f ( ), P v P f ( ), v Dega peridasamaa Cauchy-Schwarz, diperoleh P f ( ), v Pf ( ) v Tada persamaa berlau jia arah dari v sejajar dega arah pada P f () Oleh area iu, ii pada veor Pf () berada pada arah peurua fugsi f yag masimum pada di aara semua arah fisibel Misala ii awal yag fisibel, yaiu A b Megiga Pf ( ), dega R da >, disebu uura lagah Dega megguaa espasi dere Taylor fugsi f di seiar P P P P, diperoleh f ( Pf ( )) f ( ) Pf ( ) ( ) ) ( ) da Jia P f ( ) ( ida memeuhi odisi Lagrage), maa dapa dipilih yag saga ecil sehigga f ( ) f ( ) Dega aa lai f ( ) merupaa perbaia dari uu mejadi pemiimal Ii mejadi dasar pada algorima gradie erproyesi, yaiu

8 PROSIDING ISSN: ( ) Pf ( ) (311) ( 1) dega ii awal yag memeuhi da lagah Seperi meode gradie pada masalah opimisasi apa edala, pemiliha A b merupaa uura mempegaruhi elaua algorima Uu uura lagah yag ecil algorima maju dega pela, da uu uura lagah yag besar aa meghasila grafi yag berbeu zigzag Megguaa algorima seepes desce erproyesi, yaiu arg mi f ( Pf ( )) (31) Nilai yag memiimala f ( Pf ( )) dapa dicari megguaa meode Seca Teorema 38 Tii merupaa pemiimal global dari fugsi oves f uu { : b} jia da haya jia P f ( *) * R 4 SIMPULAN Dari pembahasa pada bagia sebelumya, dapa diambil esimpula bahwa meode gradie yag diguaa uu meyelesaia masalah opimisasi apa edala dapa dimodifiasi mejadi meode gradie erproyesi uu meyelesaia masalah opimisasi yag mempuyai beu umum memiimuma f () dega edala A b, da m m1 f : R R, A R, m, ra A=m, b R, 1 R Dega 1 meambaha suau proyeor orhogoal P I A ( AA ) A pada ( 1) algorima f ( ), diperoleh algorima gradie erproyesi ( ) Pf ( ) dega yag merupaa uura lagah ( 1) Uura lagah yag diguaa adalah arg mi f ( Pf ( )), yaiu yag memiimuma f ( Pf ( )), dapa dicari megguaa meode Seca Algorima gradie ii dapa diheia jia memeuhi odisi ( ) ( ) P f ( ) Dega aa lai jia P f ( ) ii merupaa ii pemiimal da merupaa ii pemiimal global uu fugsi f yag oves 5 DAFTAR PUSTAKA Ao, H(199), Aljabar Liear Elemeer, Jaara: Erlagga Chog, EKP da Za, Saislaw H(1996), A Iroducio o Opimizaio, New Yor: Joh Wiley ad Sos, Ic Hadley G( 199) Aljabar Liear, Jaara: Erlagga Kiche, JW(1968) Calculus of Oe Variable, Caada: Addiso Wesley ( ) Koferesi Nasioal Peeliia Maemaia da Pembelajaraya (KNPMP I) 959 Uiversias Muhammadiyah Suraara, 1 Mare 16

9 PROSIDING ISSN: Publishig Compay Mial, K V(1976) Opimizaio Mehods i Operaios Research ad Sysems Aalysis, New Delhi: Wiley Easer Limied Soerroi, AC,Galsi, RL & Ramos, FM(1)The q-gradie Mehod for Global Opimizaio Naioal Isiue for Space Research, Brazil Diases dari: hp://arivorg/pdf/1984vpdf Koferesi Nasioal Peeliia Maemaia da Pembelajaraya (KNPMP I) 96 Uiversias Muhammadiyah Suraara, 1 Mare 16

SOLUSI PERSAMAAN DIFERENSIAL BOLTZMANN LINEAR. Agus Sugandha

SOLUSI PERSAMAAN DIFERENSIAL BOLTZMANN LINEAR. Agus Sugandha JMP : Volume Nomor 2, Oober 2009 SOUSI PERSAMAAN DIFERENSIA BOTZMANN INEAR Agus Sugadha Faulas Sais da Tei, Uiversias Jederal Soedirma Purwoero, Idoesia Email : agussugadha@ymail.com ABSTRACT. I his research,

Lebih terperinci

Eksistensi Solusi Persamaan Lyapunov pada Sistem Linear Waktu Diskrit atas Ring Komutatif

Eksistensi Solusi Persamaan Lyapunov pada Sistem Linear Waktu Diskrit atas Ring Komutatif Prosidig SI MaNIs (Semiar Nasioal Iegrasi Maemaia da Nilai Islami) Vol1, No1, Juli 2017, Hal 306-311 p-issn: 2580-4596; e-issn: 2580-460X Halama 306 Esisesi Solusi Persamaa Lyapuov pada Sisem Liear Wau

Lebih terperinci

BAB 3 PENYELESAIAN PERSAMAAN DIFFERENSIAL BIASA

BAB 3 PENYELESAIAN PERSAMAAN DIFFERENSIAL BIASA BAB PENYELESAIAN PERSAMAAN DIFFERENSIAL BIASA Meode Euler Meode Euler adala Meode ampira palig sederaa uu meelesaia masala ilai awal: ( Biasaa diasumsia bawa peelesaia ( dicari pada ierval erbaas ag dieaui

Lebih terperinci

Aplikasi Sistem Orthonormal Di Ruang Hilbert Pada Deret Fourier

Aplikasi Sistem Orthonormal Di Ruang Hilbert Pada Deret Fourier Apliasi Sistem Orthoormal Di Ruag Hilbert Pada Deret Fourier A 7 Fitriaa Yuli S. FMIPA UNY Abstra Ruag hilbert aa dibahas pada papper ii. Apliasi system orthoormal aa diaji da aa diapliasia pada ruahg

Lebih terperinci

Bilangan Stirling dan Hubungannya dengan Beberapa Konsep Matematika

Bilangan Stirling dan Hubungannya dengan Beberapa Konsep Matematika Vol. 10, No. 2, 102-113, Jauari 2014 Bilaga Sirlig da Hubugaya dega Beberapa Kosep Maemaia Fifi Asui 1, Loey Haryao 2 da Hasmawai Basir 3 Absra Dalam ulisa ii dibahas aalogi, euivalesi da eeraia aara bilaga-bilaga

Lebih terperinci

Aproksimasi Terbaik dalam Ruang Metrik Konveks

Aproksimasi Terbaik dalam Ruang Metrik Konveks Aprosimasi Terbai dalam Ruag etri Koves Oleh : Suharsoo S Jurusa atematia FIPA Uiversitas Lampug Abstra asalah esistesi da etuggala aprosimasi terbai suatu titi dalam ruag berorm telah dipelajari oleh

Lebih terperinci

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

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

Lebih terperinci

PEMBUKTIAN SIFAT RUANG BANACH PADA D(K)

PEMBUKTIAN SIFAT RUANG BANACH PADA D(K) JMP : Volume 4 Nomor 1, Jui 2012, hal. 41-50 PEMBUKTIAN SIFAT RUANG BANACH PADA D(K) Malahayati Program Studi Matematia Faultas Sais da Teologi UIN Sua Kalijaga malahayati_01@yahoo.co.id ABSTRACT. I this

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

TEOREMA CAYLEY-HAMILTON SEBAGAI SALAH SATU METODE DALAM PENGHITUNGAN FUNGSI MATRIKS

TEOREMA CAYLEY-HAMILTON SEBAGAI SALAH SATU METODE DALAM PENGHITUNGAN FUNGSI MATRIKS Jural Matematia Vol.6 No. November 6 [ 5 : ] TEOREMA CAYLEY-HAMILTON SEBAGAI SALAH SATU METODE DALAM PENGHITUNGAN FUNGSI MATRIKS Ooy Rohaei Jurusa Matematia, UNISBA, Jala Tamasari No, Badug,6, Idoesia

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

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

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

Lebih terperinci

BAB II LANDASAN TEORI. gamma, fungsi likelihood, dan uji rasio likelihood. Misalkan dilakukan percobaan acak dengan ruang sampel C.

BAB II LANDASAN TEORI. gamma, fungsi likelihood, dan uji rasio likelihood. Misalkan dilakukan percobaan acak dengan ruang sampel C. BAB II LANDASAN TEORI Pada bab ii aa dibahas teori teori yag meduug metode upper level set sca statistics, atara lai peubah aca, distribusi gamma, fugsi gamma, fugsi lielihood, da uji rasio lielihood.

Lebih terperinci

SIFAT ALJABAR BANACH KOMUTATIF DAN ELEMEN IDENTITAS PADA

SIFAT ALJABAR BANACH KOMUTATIF DAN ELEMEN IDENTITAS PADA SIFAT ALJABAR BANACH KOMUTATIF DAN ELEMEN IDENTITAS PADA KELAS D(K) Malahayati Program Studi Matematia Faultas Sais da Teologi UIN Sua Kalijaga Yogyaarta e-mail: malahayati_01@yahoo.co.id ABSTRAK Himpua

Lebih terperinci

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

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

Lebih terperinci

MODUL BARISAN DAN DERET

MODUL BARISAN DAN DERET MODUL BARISAN DAN DERET SEMESTER 2 Muhammad Zaial Abidi Persoal Blog http://meetabied.wordpress.com BAB I. PENDAHULUAN A. Desripsi Dalam modul ii, ada aa mempelajari pola bilaga, barisa, da deret diidetifiasi

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 III TAKSIRAN PROPORSI POPULASI JIKA TERJADI NONRESPON. Dalam bab ini akan dibahas penaksiran proporsi populasi jika terjadi

BAB III TAKSIRAN PROPORSI POPULASI JIKA TERJADI NONRESPON. Dalam bab ini akan dibahas penaksiran proporsi populasi jika terjadi BAB III TAKSIRA PROPORSI POPULASI JIKA TERJADI ORESPO Dalam bab ii aa dibaas peasira proporsi populasi jia terjadi orespo da dilaua allba sebaya t ali. Selai itu, juga aa dibaas peetua uura sampel yag

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

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

Konvolusi pada Distribusi dengan Support Kompak

Konvolusi pada Distribusi dengan Support Kompak Prosidig SI MaNIs (Semiar Nasioal Itegrasi Matematia da Nilai Islami) Vol1, No1, Juli 2017, Hal 453-457 p-issn: 2580-4596; e-issn: 2580-460X Halama 453 Kovolusi pada Distribusi dega Support Kompa Cythia

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

Sifat-sifat Fungsi Karakteristik dari Sebaran Geometrik

Sifat-sifat Fungsi Karakteristik dari Sebaran Geometrik Sifat-sifat Fugsi Karateristi dari Sebara Geometri Dodi Deviato Jurusa Matematia, Faultas MIPA, Uiversitas Adalas Kamus Limau Mais, Padag 563, Sumatera Barat, Idoesia Abstra Fugsi arateristi dari suatu

Lebih terperinci

MASALAH DAN ALTERNATIF JAWABAN DALAM MATEMATIKA KOMBINATORIK. Masalah 1 Terdapat berapa carakah kita dapat memilih 2 baju dari 20 baju yang tersedia?

MASALAH DAN ALTERNATIF JAWABAN DALAM MATEMATIKA KOMBINATORIK. Masalah 1 Terdapat berapa carakah kita dapat memilih 2 baju dari 20 baju yang tersedia? Kartia Yuliati, SPd, MSi MASALAH DAN ALTERNATIF JAWABAN DALAM MATEMATIKA KOMBINATORIK Masalah Terdapat berapa caraah ita dapat memilih baju dari 0 baju yag tersedia? Cara Misala baju diberi omor dari sampai

Lebih terperinci

Keywords: Convergen Series, Banach Space, Sequence space cs, Dual-α, Dual-

Keywords: Convergen Series, Banach Space, Sequence space cs, Dual-α, Dual- Jural MIPA FST UNDANA, Volume 2, Nomor, April 26 DUAL-, DUAL- DAN DUAL- DARI RUANG BARISAN CS Albert Kumaereg, Ariyato 2, Rapmaida 3,2,3 Jurusa Matematia, Faultas Sais da Tei Uiversitas Nusa Cedaa ABSTRACT

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

Representasi sinyal dalam impuls

Representasi sinyal dalam impuls Represetasi siyal dalam impuls Represetasi siyal dalam impuls adalah siyal yag diyataa sebagai fugsi dari impuls atau sebagai umpula dari impuls-impuls. Sembarag siyal disret dapat diyataa sebagai pejumlaha

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

MAKALAH TEOREMA BINOMIAL

MAKALAH TEOREMA BINOMIAL MAKALAH TEOREMA BINOMIAL Disusu utu memeuhi tugas mata uliah Matematia Disrit Dose Pegampu : Dr. Isaii Rosyida, S.Si, M.Si Rombel B Kelompo 2 1. Wihdati Martalya (0401516006) 2. Betha Kuria S. (0401516012)

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

CADANGAN PREMI TAHUNAN ASURANSI KESEHATAN PADA STATUS GABUNGAN

CADANGAN PREMI TAHUNAN ASURANSI KESEHATAN PADA STATUS GABUNGAN CADANGAN PREMI TAHUNAN ASURANSI KESEHATAN PADA STATUS GABUNGAN Aryo Guao *, Hasriai 2, Rola Pae 2 Mahasiswa Program S Maemaia 2 Dose Jurusa Maemaia Faulas Maemaia da Ilmu Pegeahua Alam Uiverias Riau Kampus

Lebih terperinci

BAB II KAJIAN PUSTAKA. dalam waktu (Hanke&Winchern, 2005: 58). Metode time series adalah metode

BAB II KAJIAN PUSTAKA. dalam waktu (Hanke&Winchern, 2005: 58). Metode time series adalah metode BAB II KAJIAN PUSTAKA A. Time Series Time series aau ruu wau adalah himpua observasi daa eruru dalam wau (Hae&Wicher, 005: 58). Meode ime series adalah meode peramala dega megguaa aalisa pola hubuga aara

Lebih terperinci

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

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

Lebih terperinci

Bab 16 Integral di Ruang-n

Bab 16 Integral di Ruang-n Catata Kuliah MA3 Kalulus Elemeter II Oi Neswa,Ph.D., Departeme Matematia-ITB Bab 6 Itegral di uag- Itegral Gada atas persegi pajag Itegral Berulag Itegral Gada atas Daerah sebarag Itegral Gada Koordiat

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

JMP : Volume 1 Nomor 1, April 2009 UJI LINEARITAS BERDASARKAN ESTIMASI MEAN DAN VARIANSI BERSYARAT UNTUK PROSES RUNTUN WAKTU

JMP : Volume 1 Nomor 1, April 2009 UJI LINEARITAS BERDASARKAN ESTIMASI MEAN DAN VARIANSI BERSYARAT UNTUK PROSES RUNTUN WAKTU JMP : Volume Nomor, April 009 UJI LINEARITAS BERDASARKAN ESTIMASI MEAN DAN VARIANSI BERSYARAT UNTUK PROSES RUNTUN WAKTU Supriyao Program Sudi Maemaia, Faulas Sais da Tei Uiversias Jederal Soedirma, Purwoero

Lebih terperinci

T 22 Studi dan Implementasi Hill Cipher menggunakan binomial newton berbasis komputer

T 22 Studi dan Implementasi Hill Cipher menggunakan binomial newton berbasis komputer T 22 Sudi da Imlemeasi Hill Ciher megguaa biomial ewo berbasis omuer Rojali Jurusa Maemaia, Shool Of Shool of Comuer Siee Bius Uiversiy, Jaara, Idoesia 48 email: rojali@bius.edu Absra Algorima Hill Ciher

Lebih terperinci

PREMI ASURANSI JIWA BERJANGKA NAIK DENGAN MENGGUNAKAN HUKUM DE MOIVRE

PREMI ASURANSI JIWA BERJANGKA NAIK DENGAN MENGGUNAKAN HUKUM DE MOIVRE PREMI ASURANSI JIWA BERJANGKA NAIK DENGAN MENGGUNAKAN HUKUM DE MOIVRE Aoy Wijaya *, Hasriai, Musraii Mahasiswa Program S Maemaia Dose Jurusa Maemaia Faulas Maemaia da Ilmu Pegeahua Alam Uiversias Riau

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

PEMBAHASAN SOAL OSN MATEMATIKA SMP TINGKAT PROPINSI 2011 OLEH :SAIFUL ARIF, S.Pd (SMP NEGERI 2 MALANG)

PEMBAHASAN SOAL OSN MATEMATIKA SMP TINGKAT PROPINSI 2011 OLEH :SAIFUL ARIF, S.Pd (SMP NEGERI 2 MALANG) PEMBAHASAN SOAL OLIMPIADE SAINS NASIONAL SMP A. ISIAN SINGKAT SELEKSI TINGKAT PROPINSI TAHUN 011 BIDANG STUDI MATEMATIKA WAKTU : 150 MENIT 1. Jia x adalah jumlah 99 bilaga gajil terecil yag lebih besar

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI. mandiri jika tidak mengandung t secara eksplisit di dalamnya. (Kreyszig, 1983)

I PENDAHULUAN II LANDASAN TEORI. mandiri jika tidak mengandung t secara eksplisit di dalamnya. (Kreyszig, 1983) I PENDAHULUAN Latar Belaag Permasalaha ebiaa pemaea ia yag memberia eutuga masimum da berelauta (tida teradi epuaha dari populasi ia yag dipae) adalah hal yag sagat petig bagi idustri periaa Para ilmuwa

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

MODUL 1.03 DINAMIKA PROSES. Oleh : Ir. Tatang Kusmara, M.Eng

MODUL 1.03 DINAMIKA PROSES. Oleh : Ir. Tatang Kusmara, M.Eng MODUL 1.03 DINMIK PROSES Ole : Ir. Tatag Kusmara, M.Eg LBORTORIUM OPERSI TEKNIK KIMI JURUSN TEKNIK KIMI UNIVERSITS SULTN GENG TIRTYS CILEGON BNTEN 2008 2 Modul 1.03 DINMIK PROSES I. Pedaulua Dalam bidag

Lebih terperinci

Batas Bilangan Ajaib Pada Graph Caterpillar

Batas Bilangan Ajaib Pada Graph Caterpillar J. Math. ad Its Appl. ISSN: 189-605X Vol. 3, No., Nov 006, 49 56 Batas Bilaga Ajaib Pada Graph Caterpillar Chairul Imro Jurusa Matematika FMIPA ITS Surabaya imro-its@matematika.its.ac.id Abstrak Jika suatu

Lebih terperinci

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

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

Lebih terperinci

TEOREMA WEYL UNTUK OPERATOR HYPONORMAL

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

Lebih terperinci

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

SIMULASI PEMODELAN MATEMATIKA SECARA NUMERIK PADA MANAJEMEN PEROLEHAN PENJUALAN TIKET PESAWAT

SIMULASI PEMODELAN MATEMATIKA SECARA NUMERIK PADA MANAJEMEN PEROLEHAN PENJUALAN TIKET PESAWAT SIMULASI PEMODELAN MATEMATIKA SECARA NUMERIK PADA MANAJEMEN PEROLEHAN PENJUALAN TIKET PESAWAT SKRIPSI Diajua uu melegapi ugas-ugas da memeuhi syara-syara gua memperoleh gelar sarjaa sais Oleh: IMA DWITAWATI

Lebih terperinci

BAB I PENDAHULUAN. A. Latar Belakang Masalah

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

Lebih terperinci

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

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

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

Lebih terperinci

PENYELESAIAN PERSAMAAN DIFERENSIAL PARSIAL LINEAR DENGAN MENGGUNAKAN METODE TRANSFORMASI ELZAKI

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

Lebih terperinci

RANK DARI MATRIKS ATAS RING

RANK DARI MATRIKS ATAS RING Dela-Pi: Jurnal Maemaika dan Pendidikan Maemaika ISSN 089-855X ANK DAI MATIKS ATAS ING Ida Kurnia Waliyani Program Sudi Pendidikan Maemaika Jurusan Pendidikan Maemaika dan Ilmu Pengeahuan Alam FKIP Universias

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

TINJAUAN PUSTAKA. 2.1 Ruang Vektor. Definisi (Darmawijaya, 2007) Diketahui (V, +) grup komutatif dan (F,,. ) lapangan dengan elemen identitas

TINJAUAN PUSTAKA. 2.1 Ruang Vektor. Definisi (Darmawijaya, 2007) Diketahui (V, +) grup komutatif dan (F,,. ) lapangan dengan elemen identitas II. TINJAUAN PUSTAKA 2.1 Ruag Vektor Defiisi 2.1.1 (Darmawijaya, 2007) Diketahui (V, +) grup komutatif da (F,,. ) lapaga dega eleme idetitas 1. V disebut ruag vektor (vector space) atas F jika ada operasi

Lebih terperinci

Mengkaji Perbedaan Diagonalisasi Matriks Atas Field dan Matriks Atas Ring Komutatif

Mengkaji Perbedaan Diagonalisasi Matriks Atas Field dan Matriks Atas Ring Komutatif Megaji Perbedaa Diagoalisasi Matris Atas Field da Matris Atas Rig Komutatif Teorema : Jia A adalah matris x maa eryataa eryataa beriut eivale satu sama lai : a A daat didiagoalisasi b A memuyai vetor eige

Lebih terperinci

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

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

Lebih terperinci

MACAM-MACAM TEKNIK MEMBILANG

MACAM-MACAM TEKNIK MEMBILANG 0 MACAM-MACAM TEKNIK MEMBILANG ATURAN PERKALIAN Beriut ii diberia sebuah dalil tetag peetua baya susua yag palig sederhaa dalam suatu permasalaha yag beraita dega peluag. Dalil 2.1: ATURAN PERKALIAN SECARA

Lebih terperinci

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka oi eswa (fmipa-itb) Deret Positif Deret (ta berhigga) adalah ugapa berbetu a + a + a 3 + a 4 + dega a i disebut suu. Pejumlaha ii berbeda dega pejumlaha dua, tiga, atau berhigga bilaga. Maa, ita perlu

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

BAB 2 TINJAUAN TEORITIS. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa

BAB 2 TINJAUAN TEORITIS. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa BAB 2 TINJAUAN TEORITI 2.1. Pengerian-pengerian Peramalan adalah kegiaan unuk memperkirakan apa yang akan erjadi di masa yang akan daang. edangkan ramalan adalah suau siuasi aau kondisi yang diperkirakan

Lebih terperinci

B. DESKRIPSI SINGKAT MATA KULIAH

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

Lebih terperinci

InfinityJurnal Ilmiah Program Studi Matematika STKIP Siliwangi Bandung, Vol 2, No.1, Februari 2013

InfinityJurnal Ilmiah Program Studi Matematika STKIP Siliwangi Bandung, Vol 2, No.1, Februari 2013 IfiityJural Ilmiah Program Studi Matematika STKIP Siliwagi Badug, Vol 2, No.1, Februari 2013 KEKONTINUAN FUNGSI PADA RUANG METRIK Oleh: Cece Kustiawa Jurusa Pedidika Matematika FPMIPA UPI, cecekustiawa@yahoo.com

Lebih terperinci

PERAMALAN RUNTUN WAKTU MUSIMAN DENGAN MENGGUNAKAN METODE WAVELET. Elfa Rafulta. STKIP YDB Lubuk Alung ABSTRACT

PERAMALAN RUNTUN WAKTU MUSIMAN DENGAN MENGGUNAKAN METODE WAVELET. Elfa Rafulta. STKIP YDB Lubuk Alung ABSTRACT PERAMALAN RUNTUN WAKTU MUSIMAN DENGAN MENGGUNAKAN METODE WAELET Elfa Rafula STKIP YDB Lubu Alug ABSTRACT Forecasig is oe of impora higs i maig decisio. Forecasig s par had covered o may fields, such as

Lebih terperinci

PENYELESAIAN PERSAMAAN DIFERENSIAL LANE-EMDEN MENGGUNAKAN METODE TRANSFORMASI DIFERENSIAL

PENYELESAIAN PERSAMAAN DIFERENSIAL LANE-EMDEN MENGGUNAKAN METODE TRANSFORMASI DIFERENSIAL PENYELESAIAN PERSAMAAN DIFERENSIAL LANE-EMDEN MENGGUNAKAN METODE TRANSFORMASI DIFERENSIAL Ahma Sya roi, M Natsir, Eag Lily E-mail: Arolativa@yahoocom Mahasiswa Program S Matematia Dose Jurusa Matematia

Lebih terperinci

METODE NUMERIK STEPEST DESCENT TERINDUKSI NEWTON

METODE NUMERIK STEPEST DESCENT TERINDUKSI NEWTON Uomo, R. B. Jurnal Pendidian Maemaia STKIP Garu METODE NUMERIK STEPEST DESCENT TERINDUKSI NEWTON DALAM PEMECAHAN MASALAH OPTIMISASI TANPA KENDALA INDUCTED NEWTON STEEPEST DESCENT AS A NUMERICAL METHOD

Lebih terperinci

SIFAT-SIFAT SEMIGRUP SIMETRIS INTERVAL

SIFAT-SIFAT SEMIGRUP SIMETRIS INTERVAL SIFAT-SIFAT SEMIGRUP SIMETRIS INTERVAL Riza Febri Yusma Sri Gemawati Asli Sirait *riza_febri@yahoo.com Mahasiswa Program S Matematika Dose Jurusa Matematika Fakultas Matematika da Ilmu Pegetahua Alam Uiveritas

Lebih terperinci

RUANG BARISAN MUSIELAK-ORLICZ. Oleh: Encum Sumiaty dan Yedi Kurniadi

RUANG BARISAN MUSIELAK-ORLICZ. Oleh: Encum Sumiaty dan Yedi Kurniadi RUANG BARISAN USIELAK-ORLICZ Oleh: Ecu Suiat da Yedi Kuriadi Disapaia pada Seiar Nasioal ateatia ada taggal 8 Deseber 2008, di Jurusa edidia ateatia FIA UI JURUSAN ENDIDIKAN ATEATIKA FAKULTAS ENDIDIKAN

Lebih terperinci

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka oi eswa (fmipa-itb) Deret Positif Deret (ta berhigga) adalah ugapa berbetu a + a + a 3 + a 4 + dega a i disebut suu. Pejumlaha ii berbeda dega pejumlaha dua, tiga, atau berhigga bilaga. Maa, ita perlu

Lebih terperinci

MOZART WINSTON TALAKUA Staf Jurusan Matematika FMIPA UNPATTI Jl. Ir. M. Putuhena, Kampus Unpatti, Poka-Ambon

MOZART WINSTON TALAKUA Staf Jurusan Matematika FMIPA UNPATTI Jl. Ir. M. Putuhena, Kampus Unpatti, Poka-Ambon Jural Bareeg Vol. 6 No. Hal. 8 (0) APLIKASI DISTRIBUSI DERET PANGKAT PADA BEBERAPA JENIS DISTRIBUSI KHUSUS Power Series Disribuio Applicaios i Several Types o Special Disribuios OZART WINSTON TALAKUA Sa

Lebih terperinci

ANALISIS NUMERIK PERSAMAAN GELOMBANG SCHRODINGER GAYUT WAKTU DENGAN METODE CRANK-NICOLSON

ANALISIS NUMERIK PERSAMAAN GELOMBANG SCHRODINGER GAYUT WAKTU DENGAN METODE CRANK-NICOLSON Prosid Semiar asioal Peeliia, Pedidia, da Peerapa MPA Faulas MPA, Uiversias eeri Yoyaara, 6 Mei 9 AALSS UMERK PERSAMAA GELOMBAG SCHRODGER GAYUT WAKTU DEGA METODE CRAK-COLSO Supardiyoo Jurusa Fisia FMPA

Lebih terperinci

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

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

Lebih terperinci

KRITERIA INVESTASI DEPARTEMEN AGRIBISNIS FEM - IPB

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

Lebih terperinci

BAHAN AJAR DIKLAT GURU MATEMATIKA

BAHAN AJAR DIKLAT GURU MATEMATIKA BAHAN AJAR DIKLAT GURU MATEMATIKA DEPARTEMEN PENDIDIKAN NASIONAL DIREKTORAT JENDERAL PENDIDIKAN DASAR DAN MENENGAH DIREKTORAT PENDIDIKAN MENENGAH KEJURUAN 005 DAFTAR ISI Kata Pegatar.. i Daftar Isi...

Lebih terperinci

TEOREMA KEKONVERGENAN FUNGSI TERINTEGRAL HENSTOCK- KURZWEIL SERENTAK DAN FUNGSI BERSIFAT LOCALLY SMALL RIEMANN SUMS (LSRS) DARI RUANG EUCLIDE

TEOREMA KEKONVERGENAN FUNGSI TERINTEGRAL HENSTOCK- KURZWEIL SERENTAK DAN FUNGSI BERSIFAT LOCALLY SMALL RIEMANN SUMS (LSRS) DARI RUANG EUCLIDE Teorema Keovergea Fugsi Teritegral Hestoc(Aiswita) TORMA KKONVRGNAN FUNGSI TRINTGRAL HNSTOCK- KURZWIL SRNTAK DAN FUNGSI BRSIFAT LOCALLY SMALL RIMANN SUMS (LSRS) DARI RUANG UCLID K RUANG BARISAN Aiswita,

Lebih terperinci

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

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

Lebih terperinci

TUGAS ANALISIS REAL LANJUT. a b < a + A. b + B < A B.

TUGAS ANALISIS REAL LANJUT. a b < a + A. b + B < A B. TUGAS ANALISIS REAL LANJUT NOVEMBER 207 () (a) Jika b > 0, B > 0, da a b < A, buktika ab < ba. Kemudia buktika B a b < a + A b + B < A B. (b) Buktika [ 2 (a + b)] 2 2 (a2 + b 2 ). Kemudia tujukka bahwa

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

CONTOH SOAL DAN PENYELESAIANNYA

CONTOH SOAL DAN PENYELESAIANNYA ONTOH SOL DN PENYELESINNY SOL #: Reasi aara eile bromida da alium iodida: H 4 Br + KI H 4 + KBr + KI berorde sau erhadap masig-masig reaaya. Beriu ii adalah daa-daa percobaa yag dilagsuga dalam reaor bach

Lebih terperinci

FUNCTIONALLY SMALL RIEMANN SUMS (FSRS) DAN ESSENTIALLY SMALL RIEMANN SUMS (ESRS) FUNGSI TERINTEGRAL HENSTOCKn. p )

FUNCTIONALLY SMALL RIEMANN SUMS (FSRS) DAN ESSENTIALLY SMALL RIEMANN SUMS (ESRS) FUNGSI TERINTEGRAL HENSTOCKn. p ) βeta -ISSN: 85-5893 e-issn: 54-458 Vol. 3 No. (Noember), Hal. 79-89 βeta DOI: htt://dx.doi.org/.44/betajtm.v9i.7 FUNCTIONALLY SMALL RIMANN SUMS (FSRS) DAN SSNTIALLY SMALL RIMANN SUMS (SRS) FUNGSI TRINTGRAL

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

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Perluasan Uji Kruskal Wallis untuk Data Multivariat

Perluasan Uji Kruskal Wallis untuk Data Multivariat Statistia, Vol. No., Mei Perluasa Uji Krusal Wallis utu Data Multivariat TETI SOFIA YANTI Program Studi Statistia, Uiversitas Islam Badug, Jl. Purawarma No. Badug. E-mail: buitet@yahoo.com ABSTAK Adaia

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 41-45, April 2001, ISSN : KETERHUBUNGAN GALOIS FIELD DAN LAPANGAN PEMISAH

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 41-45, April 2001, ISSN : KETERHUBUNGAN GALOIS FIELD DAN LAPANGAN PEMISAH Vol. 4. No. 1, 41-45, Aril 2001, ISSN : 1410-8518 KETERHUBUNGAN GALOIS FIELD DAN LAPANGAN PEMISAH Bambag Irawato Jurusa Matematika FMIPA UNDIP Abstact I this aer, it was leared of the ecessary ad sufficiet

Lebih terperinci

GRUP TERURUT PARSIAL PADA MATRIKS SIMETRI BERUKURAN 2 2

GRUP TERURUT PARSIAL PADA MATRIKS SIMETRI BERUKURAN 2 2 Jural LOG!K@, Jilid 7, No, 7, Hal 46-5 ISSN 978 8568 GRU ERURU ARSIAL ADA MARIKS SIMERI BERUKURAN Irmatul Hasaah Uiversitas Islam Negeri Sulta Maulaa Hasauddi Bate Email: irmatulhasaah@uibateacid Abstract:

Lebih terperinci

PEMODELAN DATA DERET WAKTU DENGAN AUTOREGRESSIVE INTEGRATED MOVING AVERAGE DAN LOGISTIC SMOOTHING TRANSITION AUTOREGRESSIVE

PEMODELAN DATA DERET WAKTU DENGAN AUTOREGRESSIVE INTEGRATED MOVING AVERAGE DAN LOGISTIC SMOOTHING TRANSITION AUTOREGRESSIVE Pemodela Daa Dere Wau Dega Auoregressive Iegraed Movig Average Da Logisic Smoohig Trasiio Auoregressive Gusi Ayu Made Ara Puri, Ni Puu Nai Hedayai, Maulida Nurhidayai PEMODELAN DATA DERET WAKTU DENGAN

Lebih terperinci

Homomorfisma Pada Semimodul Atas Aljabar Max-Plus

Homomorfisma Pada Semimodul Atas Aljabar Max-Plus Homomorfisma Pada Semimodul Atas Aljabar Max-Plus A 14 Oleh : Musthofa Jurusa Pedidika Matematika FMIPA UNY Abstrak Kosep homorfisma telah bayak dibahas pada beberapa struktur aljabar yaitu pada ruag vektor

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB 6 NOTASI SIGMA, BARISAN DAN DERET

BAB 6 NOTASI SIGMA, BARISAN DAN DERET BAB 6 NOTASI SIGMA, BARISAN DAN DERET A RINGKASAN MATERI. Notasi Sigma Diberia suatu barisa bilaga, a, a,..., a. Lambag deret tersebut, yaitu: a = a + a +... + a a meyataa jumlah suu pertama barisa Sifat-sifat

Lebih terperinci

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 5

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 5 Mata Kuliah : Matematia Disrit Program Studi : Tei Iformatia Miggu e : 5 KOMBINATORIAL PENDAHULUAN Persoala ombiatori bua merupaa persoala baru dalam ehidupa yata. Baya persoala ombiatori sederhaa telah

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

Penggunaan Transformasi z

Penggunaan Transformasi z Pegguaa Trasformasi pada Aalisa Respo Freuesi Sistem FIR Oleh: Tri Budi Satoso E-mail:tribudi@eepis-its.eduits.edu Lab Siyal,, EEPIS-ITS ITS /3/6 osep pemiira domais of represetatio Domai- discrete time:

Lebih terperinci

Sinyal dan Sistem Waktu Diskrit ET 3005 Pengolahan Sinyal Waktu Diskrit EL 5155 Pengolahan Sinyal Waktu Diskrit

Sinyal dan Sistem Waktu Diskrit ET 3005 Pengolahan Sinyal Waktu Diskrit EL 5155 Pengolahan Sinyal Waktu Diskrit Siyal da Sistem Watu Disrit ET 35 Pegolaha Siyal Watu Disrit EL 5155 Pegolaha Siyal Watu Disrit Effria Yati Hamid 1 2 Siyal da Sistem Watu Disrit 2.1 Siyal Watu Disrit 2.1.1 Pegertia Siyal Watu Disrit

Lebih terperinci