ROOTS OF Non Linier Equations
|
|
- Irwan Susanto
- 6 tahun lalu
- Tontonan:
Transkripsi
1 ROOTS OF Non Lner Eqatons Metode Bag da (Bsecton Method) Metode Regla Fals (False Poston Method) Metode Grak Iteras Ttk-Tetap (F Pont Iteraton) Metode Newton-Raphson Metode Secant
2 Sols Persamaan Kadrat Tngkat ( ) = a + b + c = 0 = b ± b a 4ac Persamaan d atas member akar-akar penelesaan ntk ngs aljabar() Yat nla-nla ang memberkan () = 0 Kala persaamaanna () = e - -?
3 Overvew o Methods Bracketng methods Graphng method Bsecton method False poston Open methods One pont teraton Newton-Raphson Secant method
4 Specc Std Objectves Memaham konsep konvergens dan dvergens. Memaham bahwa metode terttp selal konvergen, sedangkan metode terbka kadangkadang dvergen. Konvergens pada metode terbka basana ddapat jka ntal gess na dekat dengan akar sebenarna.
5 Metode Terttp Graphcal Bsecton method False poston method
6 Cara Grak Plotkan ngsna dan tentkan dmana memotong smb. Lacks precson ()=e - - Tral and error ()
7 Cara Grak (lmted practcal vale) () Pembatas atas dan Bawah memlk tanda sama. Akar tdak ada ata banak akar () () () Tanda berbeda, jmlah akar-akar ganjl
8 Bsecton Method Memanaatkan beda tanda da nla batas ( l )( ) < 0 dmana l=lower (batas bawah) dan =pper (batas atas) Mnmal ada sat akar () () ()
9 Algorthm Plh dan l. Cek beda tanda nla ngs kedana ( l )( ) < 0 Perkrakan akar r = ( l + ) / Tentkan nterval berkt ada d sbnterval atas ata sbnterval bawah ( l )( r ) < 0 then = r RETURN ( l )( r ) >0 then l = r RETURN ( l )( r ) =0 then root eqals r - COMPLETE
10 Metode Bag Da Asms: Fngs () kontn dalam nterval [ a,b ] 0 0 do n = 0,, ( 0 a0 ) ( b ) < m = ( a n + b ) / ( n ( a n ) ( m) < 0, then a n = an, else a n = m, end do b 0 b = b + n+ n n+ an+ ε or ( m) = 0 + b n + = m et
11 Bsecton Method
12 Error ε a = perkraan akhr perkraan perkraan awal awal 00
13 CONTOH Gnakan bsecton method ntk mencar akar-akar persamaan () = e l = - = ()
14 SOLUTION ()
15 SOLUTION ()
16 False Poston Method Brte Force dar metode bag da krang esen Menghbngkan da nla batas dengan gars lrs Menggant krva menjad gars lrs memberkan alse poston Mempercepat perkraan
17 net estmate, r ( ) Based on smlar trangles l ( l ) ( ) ( ) l = r l r r = ( )( l ) ( ) ( ) l
18 Regla Fals Asms: Fngs () kontn dalam nterval [ a,b ] 0 0 do n = 0,, w ( 0 a0 ) ( b ) < = [ ( b ) a ( a ) b ] /[ ( b ) ( a ( an ) ( w) < 0, then a n = an, 0 [ n n n n n n )] + b n + = w else a n = w, end do b b = b + n+ n n+ an+ ε or ( w) = 0 et
19 Regla Fals
20 CONTOH Tentkan akar persamaan dar persamaan berkt menggnakan alse poston method, mla dengan ntal estmate l =4.55 and =4.65 () = 3-98 ()
21 Open Methods Smple one pont teraton Newton-Raphson method Secant method Pada metode terttp, akar terdapat d antara keda nterval ang dbatas batas atas dan bawah
22 Open Methods Metode terbka dharapkan konvergen solton moves closer to the root as the comptaton progresses Metode terbka; sngle startng vale, ata two startng vales that do not necessarl bracket the root Ada kemngknan metode n dvergen solton moves arther rom the root as the comptaton progresses
23 () ( + ) The tangent gves net estmate. + ( )
24 () Solton can overshoot the root and potentall dverge 0
25 Smple one pont teraton / Metode Ttk Tetap Merbah ormla ntk memperkrakan akar Re-arrange ngs () sehngga ada sat nla pada sebelah kr dar persamaan Contoh, ntk () = = 0 Ubah menjad = ( + 3) /
26 Smple one pont teraton Contoh lan, ntk () = sn = 0, menjad = sn + Htng nla = g() Perkraan nla berkt berdasar pada + = g( )
27 Iteras Ttk Tetap
28 CONTOH Untk () = e - -3 Ubah menjad g() = e - / 3 Intal gess = 0 ()
29 Intal gess g() () εa ()
30 Metode Newton Raphson ( ) tangent d tangent = = ' d ( ) 0 ( ) ' = rearrange = ( ) ( ) '
31 Metode Newton-Raphson
32 Newton Raphson Ptalls
33 CONTOH Gnakan metode Newton Raphson ntk mencar akar-akar dar () = - memaka ntal gess = 3 ()
34 Newton Rhapson Secant Inclde an pper lmt on the nmber o teratons Establsh a tolerance, ε s Check to see ε a s ncreasng Bagamana jka trnan ngsna slt dpecahkan? SECANT METHOD
35 Secant method Memperkrakan trnan menggnakan nte dvded derence ( ) ' = ( ) ( ) APAKAH nte dvded derence? HINT: d / d = / Maskkan FDD pada rms ntk Newton Raphson
36 ( ) ( ) = + ' Maskkan perkraan dengan nte derence pada rms ntk Newton Raphson Secant method ( )( ) ( ) ( ) = +
37 Metode Secant
38 Secant method ( )( ) ( ) ( ) = + Membthkan da nla perkraan awal () tdak hars berbeda tanda, membedakan dengan metode terttp, alse poston method.
39 () FALSE POSITION SECANT METHOD () new est. Perkraan bar dplh dar potongan gars dengan smb new est. Perkraan bar bsa dlar batas krva
40 Sstems o Non-Lnear Eqatons Kta telah mengenal sstem persamaan lner () = a + a +... a n n - C = 0 dmana a, a... a n dan C adalah konstanta Maka, perhatkan sstem persamaan non-lner = = 3 Selesakan dan
41 Sstems o Non-Lnear Eqatons Bat persamaan sama dengan nol = + 0 v = (,) = + 0 = 0 v(,) = = 0 Sols adalah nla-nla dan ang akan memberkan nla ngs dan v sama dengan nol.
42 Metode Ttk Tetap Mla dengan nla awal 0 =.5 dan 0 = 3.5 = =
43 Metode Newton Rhapson v v v v + = (,) dan v(,) v v v v + = Vers da persamaan ntk Newton-Raphson v(,)
44 Determnan Jacoban (tambahan saja) v v v v + = THE DENOMINATOR OF EACH OF THESE EQUATIONS IS v v v v + = FORMALLY REFERRED TO AS THE DETERMINANT OF THE JACOBIAN
45 Jacoban (tambahan jga) The general denton o the Jacoban or n nctons o n varables s the ollowng set o partal dervatves:... n n n n n n n n = ),...,, ( ),...,, (
46 Jacoban (n jga tambahan) The Jacoban can be sed to calclate dervatves rom a ncton n one coordnate stem rom the dervatves o that same ncton n another coordnate sstem. Eqatons =(,), v=g(,), then and can be determned as nctons o and v (possessng rst partal dervatves) as ollows: = = = / ; / );, ( Wth smlar nctons or v and v. The determnants n the denomnators are eamples o the se o Jacobans. g g g g g g g g g g g v = = = = = = = = / ; / );, ( / ; / );, (
47 Contoh = 3 + v = Mla dengan nla awal = 0.5 dan =.5 Mla dengan nla awal 0 = 0.5 dan 0 =.5 v v 6 ; ; 4 ; 8 + = = = + =
ROOTS OF NON LINIER EQUATIONS
ROOTS OF NON LINIER EQUATIONS Metode Bag da (Bsecton Method) Metode Regla Fals (False Poston Method) Metode Grak Iteras Ttk-Tetap (F Pont Iteraton) Metode Newton-Raphson Metode Secant SOLUSI PERSAMAAN
Lebih terperinciROOTS OF NON LINIER EQUATIONS
ROOTS OF NON LINIER EQUATIONS ROOTS OF NON LINIER EQUATIONS Metode Bagi dua (Bisection Method) Metode Regula Falsi (False Position Method) Metode Grafik Iterasi Titik-Tetap (Fi Point Iteration) Metode
Lebih terperinciMisalkan S himpunan bilangan kompleks. Fungsi kompleks f pada S adalah aturan yang
Fngs Analtk FUNGSI ANALITIK Fngs sebt analtk ttk apabla aa sema ttk paa sat lngkngan Untk mengj keanaltkan sat ngs kompleks w = = + gnakan persamaan Cach Remann Sebelm mempelejar persamaan Cach-Remann
Lebih terperinciPertemuan ke-4 Analisa Terapan: Metode Numerik. 4 Oktober 2012
Pertemuan ke-4 Analsa Terapan: Metode Numerk 4 Oktober Persamaan Non Non--Lner: Metode NewtonNewton-Raphson Dr.Eng. Agus S. Muntohar Metode Newton Newton--Raphson f( f( f( + [, f(] + = α + + f( f ( Gambar
Lebih terperinciPRAKTIKUM 6 Penyelesaian Persamaan Non Linier Metode Newton Raphson Dengan Modifikasi Tabel
PRAKTIKUM 6 Penyelesaan Persamaan Non Lner Metode Newton Raphson Dengan Modfkas Tabel Tujuan : Mempelajar metode Newton Raphson dengan modfkas tabel untuk penyelesaan persamaan non lner Dasar Teor : Permasalahan
Lebih terperinciVektor Kendali Permainan Dinamis LQ Non-Kooperatif Waktu Tak Berhingga
Semnar Nasonal eknolog Informas Komnkas dan Indstr (SNIKI) 8 ISSN : 85-99 Pekanbar 9 November 6 Vektor Kendal Permanan Dnams LQ Non-Kooperatf Wakt ak Berhngga Nlwan Andraja UIN Sltan Syarf Kasm Ra Pekanbar
Lebih terperinciPendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan
Pendahuluan 0 Data-data ang bersfat dskrt dapat dbuat contnuum melalu proses curve-fttng. 0 Curve-fttng merupakan proses data-smoothng, akn proses pendekatan terhadap kecenderungan data-data dalam bentuk
Lebih terperinciIntegral Lipat Dua (Double Integral)
Peteman- & 9 Integal Lpat Da Doble Integal Fngs: Menghtng s benda padat mbl bdang o o, pada poos. Penampang antaa benda dan o mempna las L bdang as Jka ada bdang dsampng maka las bdang: b a f d lm n Δ
Lebih terperinciPengenalan Pola/ Pattern Recognition
Pengenalan Pola/ Pattern Reognton Dasar Pengenalan Pola Imam Cholssodn S.S., M.Kom. Dasar Pengenalan Pola. The Desgn Cyle. Collet Data 3. Objet to Dataset 4. Featre Seleton Usng PCA Menghtng Egen Vale
Lebih terperinciREGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear
REGRESI DAN KORELASI LINEAR SEDERHANA Regres Lnear Tujuan Pembelajaran Menjelaskan regres dan korelas Menghtung dar persamaan regres dan standard error dar estmas-estmas untuk analss regres lner sederhana
Lebih terperinciDengan derajat bebas (pu-1) =(p-1)+(pu-p) (pu-1)=(p-1)+p(u-1) Sebagai contoh kita ambil p=4 dan u=6 maka tabulasi datanya sebagai berikut:
X. ANALISIS RAGAM SEDERANA Jka erlakan yang ngn dj/dbandngkan lebh dar da(p>) dan ragam tdak dketah maka kta bsa melakkan j t dengan jalan mengj erlakan seasang dem seasang. Banyaknya asangan hotess yang
Lebih terperinci81 Bab 6 Ruang Hasilkali Dalam
8 Bab Rang Haslkal Dalam Bab RUANG HASIL KALI DALAM Rang hasl kal dalam merpakan rang ektor yang dlengkap dengan operas hasl kal dalam. Sepert halnya rang ektor rang haslkal dalam bermanfaat dalam beberapa
Lebih terperinciBAB 4 PERHITUNGAN NUMERIK
Mata kulah KOMPUTASI ELEKTRO BAB PERHITUNGAN NUMERIK. Kesalahan error Pada Penelesaan Numerk Penelesaan secara numers dar suatu persamaan matemats kadang-kadang hana memberkan nla perkraan ang mendekat
Lebih terperinciBab 2 AKAR-AKAR PERSAMAAN
Analsa Numerk Bahan Matrkulas Bab AKAR-AKAR PERSAMAAN Pada kulah n akan dpelajar beberapa metode untuk mencar akar-akar dar suatu persamaan yang kontnu. Untuk persamaan polnomal derajat, persamaannya dapat
Lebih terperinciDeret Taylor & Diferensial Numerik. Matematika Industri II
Deret Taylor & Derensal Numerk Matematka Industr II Maclaurn Power Seres Deret Maclaurn adalah penaksran polnom derajat tak hngga 0 0! 0 n n 0 n! Notce: Deret nnte tak hngga menyatakan bahwa akhrnya deret
Lebih terperinciPERSAMAAN DIFERENSIAL BIASA
http://starto.sta.ugm.ac.d PERSAMAAN DIFERENSIAL BIASA Ordnar Derental Equatons ODE Persamaan Derensal Basa http://starto.sta.ugm.ac.d Acuan Chapra, S.C., Canale R.P., 990, Numercal Methods or Engneers,
Lebih terperinciContoh 5.1 Tentukan besar arus i pada rangkaian berikut menggunakan teorema superposisi.
BAB V TEOEMA-TEOEMA AGKAIA 5. Teorema Superposs Teorema superposs bagus dgunakan untuk menyelesakan permasalahan-permasalahan rangkaan yang mempunya lebh dar satu sumber tegangan atau sumber arus. Konsepnya
Lebih terperinciPEMAHAMAN METODE NUMERIK MENGGUNAKAN PEMPROGRMAN MATLAB (Studi Kasus : Metode Secant)
PEMAHAMAN METODE NUMERIK MENGGUNAKAN PEMPROGRMAN MATLAB (Stud Kasus : Metode Secant) Melda panjatan STMIK Bud Darma, Jln.SM.Raja No.338 Sp.Lmun, Medan Sumatera Utara Jurusan Teknk Informatka e-mal : meldapjt.78@gmal.com
Lebih terperinciBAB 2 LANDASAN TEORI. Universitas Sumatera Utara
BAB LANDASAN TEORI Unverstas Sumatera Utara . Pengertan Regres Istlah regres pertama kal dperkenalkan oleh Francs Galtom. Menurut Galtom, analss regres erkenaan dengan stud ketergantungan dar satu varael
Lebih terperinciBAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan metode statstka ang dgunakan untuk meramalkan sebuah varabel respon Y dar satu atau lebh varabel bebas X, selan tu juga dgunakan untuk
Lebih terperinciANALISIS REGRESI REGRESI NONLINEAR REGRESI LINEAR REGRESI KUADRATIK REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUBIK
REGRESI NON LINIER ANALISIS REGRESI REGRESI LINEAR REGRESI NONLINEAR REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUADRATIK REGRESI KUBIK Membentuk gars lurus Membentuk Gars Lengkung Regres
Lebih terperinciNama : Crishadi Juliantoro NPM :
ANALISIS INVESTASI PADA PERUSAHAAN YANG MASUK DALAM PERHITUNGAN INDEX LQ-45 MENGGUNAKAN PORTOFOLIO DENGAN METODE SINGLE INDEX MODEL. Nama : Crshad Julantoro NPM : 110630 Latar Belakang Pemlhan saham yang
Lebih terperinciBAB 2 LANDASAN TEORI. Universitas Sumatera Utara
BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang
Lebih terperinciBAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat
BAB LANDASAN TEORI. 1 Analsa Regres Regres pertama kal dpergunakan sebaga konsep statstk pada tahun 1877 oleh Sr Francs Galton. Galton melakukan stud tentang kecenderungan tngg badan anak. Teor Galton
Lebih terperinciRegresi. Bahan Kuliah IF4058 Topik Khusus Informatika I. Oleh; Rinaldi Munir(IF-STEI ITB)
Regres Bahan Kulah IF4058 Topk Khusus Informatka I Oleh; Rnald Munr(IF-STEI ITB) 1 Pendahuluan Regresadalahteknkpencocokankurvauntukdata ang berketeltanrendah. Contohdata ang berketeltanrendahdata haslpengamatan,
Lebih terperinciBAB VB PERSEPTRON & CONTOH
BAB VB PERSEPTRON & CONTOH Model JST perseptron dtemukan oleh Rosenblatt (1962) dan Mnsky Papert (1969). Model n merupakan model yang memlk aplkas dan pelathan yang lebh bak pada era tersebut. 5B.1 Arstektur
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang
Lebih terperinciBAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika
BAB I PENDAHULUAN 1.1.Latar Belakang Energ sangat berperan pentng bag masyarakat dalam menjalan kehdupan seharhar dan sangat berperan dalam proses pembangunan. Oleh sebab tu penngkatan serta pembangunan
Lebih terperinciMOTIVASI. Secara umum permasalahan dalam sains dan teknologi digambarkan dalam persamaan matematika Solusi persamaan : 1. analitis 2.
KOMPUTASI NUMERIS Teknik dan cara menyelesaikan masalah matematika dengan pengoperasian hitungan Mencakup sejumlah besar perhitungan aritmatika yang sangat banyak dan menjemukan Diperlukan komputer MOTIVASI
Lebih terperinciε adalah error random yang diasumsikan independen, m X ) adalah fungsi
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan suatu metode yang dgunakan untuk menganalss hubungan antara dua atau lebh varabel. Pada analss regres terdapat dua jens varabel yatu
Lebih terperinciBAB V TEOREMA RANGKAIAN
9 angkaan strk TEOEM NGKIN Pada bab n akan dbahas penyelesaan persoalan yang muncul pada angkaan strk dengan menggunakan suatu teorema tertentu. Dengan pengertan bahwa suatu persoalan angkaan strk bukan
Lebih terperinciBAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c
6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan
Lebih terperinciEnsambel Statistik Distribusi Binomial Nilai Rata-rata Sistem Spin Distribusi Probabilitas Kontinu
BAB 3 Penganta Metode Statstk Ensambel Statstk Dstbs Bnomal la Rata-ata Sstem Spn Dstbs Pobabltas Kontn Rvew Bab : Konsep pobabltas sangat pentng dgnakan ntk memaham sstem makoskopk Penggnaan Konsep Pobabltas:.
Lebih terperinciBAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.
BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan
Lebih terperinciBAB V INTEGRAL KOMPLEKS
6 BAB V INTEGRAL KOMPLEKS 5.. INTEGRAL LINTASAN Msal suatu lntasan yang dnyatakan dengan : (t) = x(t) + y(t) dengan t rl dan a t b. Lntasan dsebut lntasan tutup bla (a) = (b). Lntasan tutup dsebut lntasan
Lebih terperinciDua cara melakukan proyeksi risiko : 1. Probabilitas di mana risiko adalah nyata 2. Konsekuensi masalah yang berhubungan dengan risiko
PROYEKSI RISIKO / PERKIRAAN RISIKO Dua cara melakukan proyeks rsko : 1. Probabltas d mana rsko adalah nyata 2. Konsekuens masalah yang berhubungan dengan rsko Perencanaan proyek bersama dengan manajer
Lebih terperinciAPLIKASI INTEGRAL TENTU
APLIKASI INTEGRAL TENTU Aplkas Integral Tentu థ Luas dantara kurva థ Volume benda dalam bdang (dengan metode cakram dan cncn) థ Volume benda putar (dengan metode kult tabung) థ Luas permukaan benda putar
Lebih terperinciAnalisis Regresi 1. Diagnosa Model Melalui Pemeriksaan Sisaan dan Identifikasi Pengamatan Berpengaruh. Pokok Bahasan :
Analss Regres Pokok Bahasan : Dagnosa Model Melalu Pemerksaan Ssaan dan Identfkas Pengamatan Berpengaruh Itasa & Y Angran Dep. Statstka FMIPA-IPB Ssaan Ssaan adalah menympangnya nla amatan y terhadap dugaan
Lebih terperinciII. TEORI DASAR. Definisi 1. Transformasi Laplace didefinisikan sebagai
II. TEORI DASAR.1 Transormas Laplace Ogata (1984) mengemukakan bahwa transormas Laplace adalah suatu metode operasonal ang dapat dgunakan untuk menelesakan persamaan derensal lnear. Dengan menggunakan
Lebih terperinciPemilihan Lokasi Kontinyu (1)
Pemlhan Lokas Kontnu 1 - Model Dasar - 6 Oleh : Debrna Puspta Andran Teknk Industr, Unverstas Brawjaa e-mal : debrna@ub.ac.d www.debrna.lecture.ub.ac.d Medan method Gravt method Contour-Lne method Weszfeld
Lebih terperinciSOLUSI PERSAMAAN NON LINEAR
SOLUSI PERSAMAAN NON LINEAR Pada bab n dbahas solus dar persamaan non lnear yang banyak djumpa dalam ormulas kasus -kasus ska, yatu pencaran akar persamaan ndng roots Dsajkan beberapa metode yang basa
Lebih terperinciPendugaan Parameter Regresi. Itasia & Y Angraini, Dep Statistika FMIPA - IPB
Pendugaan Parameter Regres Menduga gars regres Menduga gars regres lner sederhana = menduga parameter-parameter regres β 0 dan β 1 : Penduga parameter yang dhaslkan harus merupakan penduga yang bak Software
Lebih terperinciBAB II TEORI ALIRAN DAYA
BAB II TEORI ALIRAN DAYA 2.1 UMUM Perhtungan alran daya merupakan suatu alat bantu yang sangat pentng untuk mengetahu konds operas sstem. Perhtungan alran daya pada tegangan, arus dan faktor daya d berbaga
Lebih terperinciIV. PERANCANGAN DAN IMPLEMENTASI SISTEM
IV. PERANCANGAN DAN IMPLEMENTASI SISTEM Perancangan Sstem Sstem yang akan dkembangkan adalah berupa sstem yang dapat membantu keputusan pemodal untuk menentukan portofolo saham yang dperdagangkan d Bursa
Lebih terperinciTEKNIK PENGINTEGRALAN
TEKNIK PENGINTEGRALAN KALKULUS FEHB S Teknk Telekomunkas - Fakultas Teknk Elektro Outlne Integral Parsal Integral Fungs Trgonometr Substtus Trgonometr Integral Fungs Rasonal MA4 KALKULUS I 9. Integral
Lebih terperinciMenemukan Akar-akar Persamaan Non-Linear
Menemukan Akar-akar Persamaan Non-Linear Muhtadin, ST. MT. Agenda Metode Tertutup Biseksi Regula Falsi Metode Terbuka Newton Method 3 Solusi untuk Persamaan Non Linear Akar-akar dari persamaan (y = f())
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Pengertan Regres Regres pertama kal dgunakan sebaga konsep statstka oleh Sr Francs Galton (18 1911).Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang selanjutnya
Lebih terperincilim 0 h Jadi f (x) = k maka f (x)= 0 lim lim lim TURUNAN/DIFERENSIAL Definisi : Laju perubahan nilai f terhadap variabelnya adalah :
TURUNAN/DIFERENSIAL Deinisi : Laj perbaan nilai teradap ariabelnya adala : y dy d lim = lim = 0 0 d d merpakan ngsi bar disebt trnan ngsi ata perbandingan dierensial, proses mencarinya disebt menrnkan
Lebih terperinciBAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran
BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan
Lebih terperinciNAMA : KELAS : theresiaveni.wordpress.com
1 NAMA : KELAS : teresiaeni.wordpress.com TURUNAN/DIFERENSIAL Deinisi : Laj perbaan nilai teradap ariabelnya adala : y dy d ' = = d d merpakan ngsi bar disebt trnan ngsi ata perbandingan dierensial, proses
Lebih terperinciJURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN :
JURNAL MATEMATIKA AN KOMPUTER Vol. 5. No. 3, 161-167, esember 00, ISSN : 1410-8518 PENGARUH SUATU ATA OBSERVASI ALAM MENGESTIMASI PARAMETER MOEL REGRESI Hern Utam, Rur I, dan Abdurakhman Jurusan Matematka
Lebih terperinciBAB 2 ANALISIS ARUS FASA PADA KONEKSI BEBAN BINTANG DAN POLIGON UNTUK SISTEM MULTIFASA
BAB ANALISIS ARUS FASA PADA KONEKSI BEBAN BINTANG DAN POLIGON UNTUK SISTEM MULTIFASA.1 Pendahuluan Pada sstem tga fasa, rak arus keluaran nverter pada beban dengan koneks delta dan wye memlk hubungan yang
Lebih terperinci9. TEKNIK PENGINTEGRALAN
9. TEKNIK PENGINTEGRALAN MUGB - KALULUS B 9. Integral Parsal Formula Integral Parsal : Cara : plh u yang turunannya lebh sederhana Contoh : Htung u dv uv v du e d msal u =, maka du=d dv e d v e d e sehngga
Lebih terperinciPowerPoint Slides by Yana Rohmana Education University of Indonesian
SIFAT-SIFAT ANALISIS REGRESI PowerPont Sldes by Yana Rohmana Educaton Unversty of Indonesan 2007 Laboratorum Ekonom & Koperas Publshng Jl. Dr. Setabud 229 Bandung, Telp. 022 2013163-2523 Hal-hal yang akan
Lebih terperinciIV. UKURAN SIMPANGAN, DISPERSI & VARIASI
IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan
Lebih terperinciBAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER
BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER 5.1 Pembelajaran Dengan Fuzzy Program Lner. Salah satu model program lnear klask, adalah : Maksmumkan : T f ( x) = c x Dengan batasan : Ax b x 0 n m mxn Dengan
Lebih terperinciTINJAUAN PUSTAKA. Node. Edge. Gambar 1 Directed Acyclic Graph
TINJAUAN PUSTAKA Bayesan Networks BNs dapat memberkan nformas yang sederhana dan padat mengena nformas peluang. Berdasarkan komponennya BNs terdr dar Bayesan Structure (Bs) dan Bayesan Parameter (Bp) (Cooper
Lebih terperinciJurnal Matematika Integratif ISSN Volume 12 No 1, April 2016, pp 35 42
Jurnal Matematika Integratif ISSN 1412-6184 Volume 12 No 1, April 2016, pp 35 42 Perbandingan Tingkat Kecepatan Konvergensi dari Newton Raphson dan Secant Setelah Mengaplikasikan Aiken s dalam Perhitungan
Lebih terperinci1 Penyelesaian Persamaan Nonlinear
1 Penyelesaian Persamaan Nonlinear Diberikan fungsi kontinu f (x). Setiap bilangan c pada domain f yang memenuhi f (c) = 0 disebut akar persamaan f (x) = 0, atau disebut juga pembuat nol fungsi f. Dalam
Lebih terperinciPendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik
Pendeteksan Data Penclan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Dagnostk Sally Indra 1, Dod Vonanda, Rry Srnngsh 3 1 Student of Mathematcs Department State Unversty of Padang,
Lebih terperinciMETODE NUMERIK. Akar Persamaan (2) Pertemuan ke - 4. Rinci Kembang Hapsari, S.Si, M.Kom
METODE NUMERIK Pertemuan ke - 4 Akar Persamaan (2) Metode Akar Persamaan Metode Grafik Metode Tabulasi Metode Setengah Interval Metode Regula Falsi Metode Newton Rephson Metode Iterasi bentuk = g() Metode
Lebih terperinciKORELASI DAN REGRESI LINIER. Debrina Puspita Andriani /
KORELASI DAN REGRESI LINIER 9 Debrna Puspta Andran www. E-mal : debrna.ub@gmal.com / debrna@ub.ac.d 2 Outlne 3 Perbedaan mendasar antara korelas dan regres? KORELASI Korelas hanya menunjukkan sekedar hubungan.
Lebih terperinciSOLUTION INSTITUT TEKNOLOGI BANDUNG FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM STUDI FISIKA
ISTITUT TEKOLOGI BADUG FAKULTAS MATEMATIKA DA ILMU PEGETAHUA ALAM PROGRAM STUDI FISIKA FI-500 Mekanka Statstk SEMESTER/ Sem. - 06/07 PR#4 : Dstrbus bose Ensten dan nteraks kuat Kumpulkan d Selasa 9 Aprl
Lebih terperinciDIKTAT KULIAH ANALISIS NUMERIK ( CIV
DIKTAT KULIAH ANALISIS NUMERIK ( CIV 8 Oleh : Agus Setawan S.T. M.T. PROGRAM STUDI TEKNIK SIPIL FAKULTAS TEKNOLOGI & DESAIN UNIVERSITAS PEMBANGUNAN JAYA TANGERANG SELATAN 6 DAFTAR ISI KATA PENGANTAR DAFTAR
Lebih terperinciANALISIS BENTUK HUBUNGAN
ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel
Lebih terperinciBAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK:
BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK: BAB IX. STATISTIKA Contoh : hasl ulangan Matematka 5 sswa sbb: 6 8 7 6 9 Pengertan Statstka dan
Lebih terperinciUKURAN LOKASI, VARIASI & BENTUK KURVA
UKURAN LOKASI, VARIASI & BENTUK KURVA MARULAM MT SIMARMATA, MS STATISTIK TERAPAN FAK HUKUM USI @4 ARTI UKURAN LOKASI DAN VARIASI Suatu Kelompok DATA berupa kumpulan nla VARIABEL [ vaabel ] Ms banyaknya
Lebih terperinciFisika Dasar I (FI-321)
Fska Dasar I (FI-31) Topk har n (mnggu 5) Usaha dan Energ Usaha dan Energ Energ Knetk Teorema Usaha Energ Knetk Energ Potensal Gravtas Usaha dan Energ Potensal Gravtas Gaya Konservatf dan Non-Konservatf
Lebih terperinciBAB X RUANG HASIL KALI DALAM
BAB X RUANG HASIL KALI DALAM 0. Hasl Kal Dalam Defns. Hasl kal dalam adalah fungs yang mengatkan setap pasangan vektor d ruang vektor V (msalkan pasangan u dan v, dnotaskan dengan u, v ) dengan blangan
Lebih terperinciURUNAN PARSIAL. Definisi Jika f fungsi dua variable (x dan y) maka: atau f x (x,y), didefinisikan sebagai
6 URUNAN PARSIAL Deinisi Jika ngsi da ariable maka: i Trnan parsial terhadap dinotasikan dengan ata dideinisikan sebagai ii Trnan parsial terhadap dinotasikan dengan ata dideinisikan sebagai Tentkan trnan
Lebih terperinciHASIL KALI TITIK DAN PROYEKSI ORTOGONAL SUATU VEKTOR (Aljabar Linear) Oleh: H. Karso FPMIPA UPI
HASIL KALI TITIK DAN PROYEKSI ORTOGONAL SUATU VEKTOR (Aljabar Linear) Oleh: H. Karso FPMIPA UPI A. Hasil Kali Titik (Hasil Kali Skalar) Da Vektor. Hasil Kali Skalar Da Vektor di R Perkalian diantara da
Lebih terperinciAbstraksi. Abstraksi. Abstraksi. Property SP (single short shortest path) 4/29/2010. Berapa pa th yang mungkin dari garaph G tadi?
Termnolog Sngle source shortest path djkstra wjanarto Djkstra s algorthm d paka untuk menemukan shortest path dar satu source ke seluruh vertek dalam graph. Algo n menggunakan 2 hmp node yatu S dan C.
Lebih terperinciFisika Dasar I (FI-321) Usaha dan Energi
Fska Dasar I (FI-31) Topk har n (mnggu 5) Usaha dan Energ Usaha Menyatakan hubungan antara gaya dan energ Energ menyatakan kemampuan melakukan usaha Usaha,,, yang dlakukan oleh gaya konstan pada sebuah
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB LANDASAN TEORI.1 Analsa Regres Analsa regres dnterpretaskan sebaga suatu analsa yang berkatan dengan stud ketergantungan (hubungan kausal) dar suatu varabel tak bebas (dependent varable) atu dsebut
Lebih terperinciMETODE NUMERIK. INTERPOLASI Interpolasi Beda Terbagi Newton Interpolasi Lagrange Interpolasi Spline.
METODE NUMERIK INTERPOLASI Interpolas Beda Terbag Newton Interpolas Lagrange Interpolas Splne http://maulana.lecture.ub.ac.d Interpolas n-derajat polnom Tujuan Interpolas berguna untuk menaksr hargaharga
Lebih terperinciPEMAHAMAN METODE NUMERIK (STUDI KASUS METODE NEW-RHAPSON) MENGGUNAKAN PEMPROGRMAN MATLAB
PEMAHAMAN METODE NUMERIK (STUDI KASUS METODE NEW-RHAPSON) MENGGUNAKAN PEMPROGRMAN MATLAB St Nurhabbah Hutagalung STMIK Bud Darma, Jln.SM.Raja No.338 Sp.Lmun, Medan Sumatera Utara Jurusan Teknk Informatka
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan
Lebih terperinciMODUL 10 TEOREMA NORTON
MODUL 0 TEOEMA OTO 0. Teorema orton Pada teorema n berlaku bahwa: Suatu rangkaan lstrk dapat dsederhanakan dengan hanya terdr dar satu buah sumber arus yang dhubungkan secara paralel dengan sebuah tahanan
Lebih terperinciIMPLEMENTASI INTERPOLASI LAGRANGE UNTUK PREDIKSI NILAI DATA BERPASANGAN DENGAN MENGGUNAKAN MATLAB
Semnar Nasonal Teknolog 007 (SNT 007) ISSN : 1978 9777 Yogakarta, 4 November 007 IMPEMENTASI INTERPOASI AGRANGE UNTUK PREDIKSI NIAI DATA BERPASANGAN DENGAN MENGGUNAKAN MATAB Krsnawat STMIK AMIKOM Yogakarta
Lebih terperinciBAB 2 LANDASAN TEORI
2 LNDSN TEORI 2. Teor engamblan Keputusan Menurut Supranto 99 keputusan adalah hasl pemecahan masalah yang dhadapnya dengan tegas. Suatu keputusan merupakan jawaban yang past terhadap suatu pertanyaan.
Lebih terperinciBAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE
BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE 6B.1 Pelathan ADALINE Model ADALINE (Adaptve Lnear Neuron) dtemukan oleh Wdrow & Hoff (1960) Arstekturnya mrp dengan perseptron Perbedaan
Lebih terperinciMEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM
MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM Tut Susant, Mashad, Sukamto Mahasswa Program S Matematka Dosen Jurusan Matematka Fakultas Matematka dan Ilmu Pengetahuan Alam
Lebih terperinciKomang Suardika; ;Undiksha; 2010
Komang Suardka;09004;Undksha; 00 PERCOBAAN PESAWAT ATWOOD. Tujuan Percobaan Tujuan dar dlakukannya percobaan n adalah untuk memperlhatkan berlakunya hukum Newton dan menghtung momen nersa katrol.. Landasan
Lebih terperinciMETODE NUMERIK TKM4104. Kuliah ke-3 SOLUSI PERSAMAAN NONLINIER 1
METODE NUMERIK TKM4104 Kuliah ke-3 SOLUSI PERSAMAAN NONLINIER 1 SOLUSI PERSAMAAN NONLINIER Metode pengurung (Bracketing Method) Metode Konvergen Mulai dengan terkaan awal yang mengurung atau memuat akar
Lebih terperinciBAB V ANALISA PEMECAHAN MASALAH
BAB V ANALISA PEMECAHAN MASALAH 5.1 Analsa Pemlhan Model Tme Seres Forecastng Pemlhan model forecastng terbak dlakukan secara statstk, dmana alat statstk yang dgunakan adalah MAD, MAPE dan TS. Perbandngan
Lebih terperinciMATERI KULIAH STATISTIKA I UKURAN. (Nuryanto, ST., MT)
MATERI KULIAH STATISTIKA I UKURAN (Nuryanto, ST., MT) Ukuran Statstk Ukuran Statstk : 1. Ukuran Pemusatan Bagamana, d mana data berpusat? Rata-Rata Htung = Arthmetc Mean Medan Modus Kuartl, Desl, Persentl.
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini merupakan penelitian yang bertujuan untuk mendeskripsikan
BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan yang bertujuan untuk mendeskrpskan langkah-langkah pengembangan perangkat pembelajaran matematka berbass teor varas berupa Rencana
Lebih terperinciMETODE NUMERIK TKM4104. KULIAH KE-3 SOLUSI PERSAMAAN NONLINIER 1
METODE NUMERIK TKM4104. KULIAH KE-3 SOLUSI PERSAMAAN NONLINIER 1 METODE NUMERIK TKM4104 Kuliah ke-3 SOLUSI PERSAMAAN NONLINIER 1 SOLUSI PERSAMAAN NONLINIER Metode pengurung (Bracketing Method) Metode Konvergen
Lebih terperinciPembayaran harapan yang berkaitan dengan strategi murni pemain P 2. Pembayaran Harapan bagi Pemain P1
Lecture : Mxed Strategy: Graphcal Method A. Metode Campuran dengan Metode Grafk Metode grafk dapat dgunakan untuk menyelesakan kasus permanan dengan matrks pembayaran berukuran n atau n. B. Matrks berukuran
Lebih terperinciKAJIAN DAN ALGORITMA PELABELAN PSEUDO EDGE-MAGIC. memiliki derajat maksimum dan tidak ada titik yang terisolasi. Jika n i adalah
BAB III KAJIAN DAN ALGORITMA PELABELAN PSEUDO EDGE-MAGIC III. Batas Bawah Magc Number pada Pelabelan Total Pseudo Edge-Magc Teorema 3.. Anggap G = (,E) adalah sebuah graf dengan n-ttk dan m-ss dan memlk
Lebih terperinciPENDEKATAN METODE PEMULUSAN KERNEL PADA PENDUGAAN AREA KECIL (SMALL AREA ESTIMATION)
PENDEKAAN MEODE PEMULUSAN KERNEL PADA PENDUGAAN AREA KECIL (SMALL AREA ESIMAION) Indawat, Ksman Sadk, Rat Nrmasar Dosen Departemen Statstka FMIPA IPB Maasswa S Departemen Statstka FMIPA IPB ABSRAK Pendgaan
Lebih terperinciPersamaan Non Linier 1
Persamaan Non Linier 1 Persamaan Non Linier Metode Tabel Metode Biseksi Metode Regula Falsi Metode Iterasi Sederhana Metode Newton-Raphson Metode Secant. 2 Persamaan Non Linier Penentuan akar-akar persamaan
Lebih terperinciBAB III SKEMA NUMERIK
BAB III SKEMA NUMERIK Pada bab n, akan dbahas penusunan skema numerk dengan menggunakan metoda beda hngga Forward-Tme dan Centre-Space. Pertama kta elaskan operator beda hngga dan memberkan beberapa sfatna,
Lebih terperinciDEPARTMEN FISIKA ITB BENDA TEGAR. FI Dr. Linus Pasasa MS Bab 6-1
BENDA TEGAR FI-0 004 Dr. Lnus Pasasa MS Bab 6- Bahan Cakupan Gerak Rotas Vektor Momentum Sudut Sstem Partkel Momen Inersa Dall Sumbu Sejajar Dnamka Benda Tegar Menggelndng Hukum Kekekalan Momentum Sudut
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi
Daftar Is Daftar Is... Kata pengantar... BAB I...1 PENDAHULUAN...1 1.1 Latar Belakang...1 1.2 Rumusan Masalah...2 1.3 Tujuan...2 BAB II...3 TINJAUAN TEORITIS...3 2.1 Landasan Teor...4 BAB III...5 PEMBAHASAN...5
Lebih terperinciBAB I PENDAHULUAN. SARS pertama kali dilaporkan terjadi di Propinsi Guandong Cina pada
BAB I PENDAHULUAN 1.1 LATAR BELAKANG MASALAH Pergerakan populas sangat mempengaruh proses dnamka dar epdem penyakt. Hal n dapat dtunjukkan oleh beberapa penyakt menular. SARS pertama kal dlaporkan terjad
Lebih terperinciTEORI KESALAHAN (GALAT)
TEORI KESALAHAN GALAT Penyelesaan numerk dar suatu persamaan matematk hanya memberkan nla perkraan yang mendekat nla eksak yang benar dar penyelesaan analts. Berart dalam penyelesaan numerk tersebut terdapat
Lebih terperinciBAB III LIMIT DAN FUNGSI KONTINU
BAB III LIMIT DAN FUNGSI KONTINU Konsep it mempnyai peranan yang sangat penting di dalam kalkls dan berbagai bidang matematika. Oleh karena it, konsep ini sangat perl ntk dipahami. Meskipn pada awalnya
Lebih terperinciREGRESI DAN KORELASI. Penduga Kuadrat Terkecil. Penduga b0 dan b1 yang memenuhi kriterium kuadrat terkecil dapat ditemukan dalam dua cara berikut :
BAHAN AJAR EKONOMETRIKA AGUS TRI BASUKI UNIVERSITAS MUHAMMADIYAH YOGYAKARTA REGRESI DAN KORELASI Tujuan metode kuadrat terkecl adalah menemukan nla dugaan b0 dan b yang menghaslkan jumlah kesalahan kuadrat
Lebih terperinciMetode Numerik. Persamaan Non Linier
Metode Numerik Persamaan Non Linier Persamaan Non Linier Metode Tabel Metode Biseksi Metode Regula Falsi Metode Iterasi Sederhana Metode Newton-Raphson Metode Secant. Persamaan Non Linier penentuan akar-akar
Lebih terperinci