Delta-Pi: Jurnal Matematika dan Pendidikan Matematika ISSN X Vol. 2, No. 2, Oktober 2013 ALJABAR LINTASAN LEAVITT SEDERHANA

Ukuran: px
Mulai penontonan dengan halaman:

Download "Delta-Pi: Jurnal Matematika dan Pendidikan Matematika ISSN X Vol. 2, No. 2, Oktober 2013 ALJABAR LINTASAN LEAVITT SEDERHANA"

Transkripsi

1 Dlta-P: Jural Matmatka da Pddka Matmatka ISSN X Vol., No., Oktobr 3 ALJABAR LINTASAN LAVITT SDRHANA Ida Kura Walyat Program Stud Pddka Matmatka FKIP Urstas Kharu, Trat mal: adhku@gmal.com ABSTRAK Graf dapat drprstaska mjad suatu aljabar ltasa atas lapaga K dga mambahka dua aksoma yag dotaska dga K. Apabla graf dprluas da dtambahka aksoma CK da CK maka dapat ddfska aljabar ltasa Latt yag dotaska dga L(). Pada kyataaya K mrupaka sub aljabar dar L(). Aljabar ltasa Latt mrupaka Z4T-aljabar brtgkat yag dal-dal brtgkatya dbagu olh hmpua baga ttk-ttk yag mmpuya sfat hrdtr da trsaturas. Slajutya mlalu hubuga somorfsma suatu K-aljabar, dal-dal dapat dkataka sbaga aljabar ltasa Latt juga. Brkata dga sfat sdrhaa lm aljabar ltasa Latt yatu lm yag haya mmuat ltasa-ltasa dalam gars yata atau gars hatu saja, dapat dtmuka syarat prlu da cukup suatu graf mmbtuk aljabar ltasa Latt sdrhaa. Kata kuc: graf, aljabar, aljabar ltasa, Latt, aljabar sdrhaa A. Pdahulua Graf mrupaka objk kombatoral yag trdr dar gars-gars (dgs) da ttkttk (rtx). Graf brarah dapat dpadag sbaga pasaga 4-tupl yag trdr dar dua hmpua da dua pmtaa. Hmpua yag dmaksud adalah hmpua ttk da hmpua gars. Sdagka pmtaaya adalah pmtaa dar hmpua gars k hmpua ttk, yag masg-masg darah haslya dsbut sbaga sumbr/asal (sourc) da ujug/targt (rag) dar suatu gars dalam graf. Dga ddfskaya opras prkala pada hmpua smua ltasa dalam graf, hmpua mmpuya struktur smgrup. Slajutya utuk sbarag lapaga K da graf dapat ddfska suatu K-aljabar yag dsbut dga aljabar ltasa atas lapaga K pada yag mmlk bass hmpua smua ltasa yag ada pada graf trsbut. Hal sjala dga pryataa Passma (977) da Wsbaur (99), bahwa apabla dbrka sbarag grup, bahka smgrup trhadap opras prkala da sbarag lapaga K, maka dapat ddfska K-aljabar asosatf. Aljabar ltasa mrupaka aljabar atas lapaga dga bass hmpua smua ltasa yag ada pada graf. Dalam hal graf dpadag scara aljabar, buka sbaga objk kombatoral. Sla tu graf dapat dprluas shgga trbtuk graf baru yag 85

2 Dlta-P: Jural Matmatka da Pddka Matmatka ISSN X Vol., No., Oktobr 3 dsbut graf prluasa. Salah satu d prluasa dlakuka olh Latt dga mambahka adaya gars yag brlawaa arah dga gars yag ada pada graf. Stap gars yag ada pada graf aka brpasaga dga gars baru yag dbtuk yag dsbut dga gars hatu. Dar s dapat ddfska suatu aljabar ltasa atas lapaga pada graf prluasa, yag dsbut dga aljabar ltasa Latt. Hmpua {} da aljabar tu sdr mrupaka dal tral dalam suatu aljabar. Aljabar yag haya mmuat dal tral dsbut dga aljabar sdrhaa. Dalam tulsa aka dsldk apakah btuk graf mmpgaruh sfat sdrhaa aljabar ltasa Latt yag dbtuk. Dga kata la aka dsldk syarat apa saja yag harus dmlk suatu graf shgga trbtuk aljabar ltasa Latt sdrhaa. Utuk mjawab prmasalaha aka dbahas ttag dal yag ada pada aljabar ltasa Latt, dga trlbh dahulu dplajar hmpua baga dar ttkttk dalam suatu graf yag mmpuya sfat khusus, yatu hmpua baga hrdtr da trsaturas. Hmpua-hmpua baga hrdtr da trsaturas aka mmbagu dal dalam aljabar ltasa Latt. B. Aljabar Ltasa Sblumya harus dktahu trlbh dahulu mga dfs graf. Brkut dbrka pgrta ttag graf. Dfs. Graf rs = (,,, ) mrupaka 4-tupl yag mmuat hmpua,, da fugs-fugs sr, :. Aggota dar dsbut ttk da aggota dsbut gars. Utuk stap gars, s() adalah sumbr (sourc) dar, da r() mrupaka targt/ujug (rag) dar. Graf yag dmaksud ds adalah graf brarah tapa pmbatasa bayakya gars atara dua ttk, tapa pmbatasa adaya loop da atau skl brarah. Dalam suatu graf trdapat ltasa yag ddfska sbaga brkut. Dfs. Dbrka graf rs = (,,, ) da w,. Sbuah ltasa (path) µ dga pajag l dga sumbr ttk da ujug/targt ttk w (dga kata la ltasa µ brasal dar ttk muju k ttk w) adalah barsa dmaa k utuk stap k l... l w da s ( ) =, r ( k) = s ( k + ), utuk stap k l da r ( l ) = w. Ltasa yag dmka dotaska sbaga µ =... l. 86

3 Dlta-P: Jural Matmatka da Pddka Matmatka ISSN X Vol., No., Oktobr 3 Hmpua smua ltasa dga pajag dotaska dga. Sdagka smua ltasa yag ada dalam graf dotaska dga. Dktahu bahwa dalam suatu graf trdapat ttk da gars, shgga dbrka kttua bahwa utuk stap ttk dasosaska dga ltasa yag pajagya da dsbut sbaga ltasa tral atau stasor, sdagka sbarag gars dasosaska dga ltasa yag pajagya. Dga dmka ltasa dga pajag da brkorspods satu-satu dga lm-lm d da. Suatu ltasa µ =... l dga s( µ ) = s ( ) = da r( µ ) = s ( l ) = w utuk stap w,, maka dkataka mmacarka (mt) µ da w dkataka mrma µ. Jka tdak mmacarka sbarag gars dalam (sk). Dga kata la tgglam jka da haya jka utuk stap, maka dkataka tgglam, s ( ). Dfs.3 Dbrka lapaga K da graf = (,, sr, ). Aljabar ltasa pada graf atas lapaga K dotaska K adalah K-aljabar yag sbaga K-ruag ktor mmpuya bass hmpua smua ltasa dalam da mmuh syarat: = δ utuk stap,. j j. = r( ) = s( ) utuk stap Cotoh.4 j. Dbrka graf brkut: Cotoh.4 Dbrka graf brkut: u 3 u 3 u u 4 Gambar Aljabar ltasa K atas graf pada Gambar mmlk bass { u, u, u 3, u, 4,, 3, 3} Dmaa stap ttk, gars, da ltasaya dapat dyataka: u =, u =, u 3 =, u 4 =, =, =, u 3 =, 3= 87

4 Dlta-P: Jural Matmatka da Pddka Matmatka ISSN X Vol., No., Oktobr 3 Jka dasumska lapaga = {,} maka tampak bahwa : u u uu = δ u δ = = j δ = j., j ; j j dga j jka da j jka.. ; = ( ) = ( ) yatu = = 4, = =, 3= 3= 3 3 r s u u u u u u. Stap lm dalam K mrupaka kombas lar dar 8 matrk datas. Hal lah yag mympulka bahwa K mrupaka aljabar ltasa pada graf atas lapaga = {,}.. Dbrka graf brkut. Gambar Aljabar ltasa atas lapaga K pada graf sprt Gambar mmpuya bass l {,,,...,,...}. Aljabar ltasa K somorf dga aljabar polomal K[t] dga dtrmat t. 3. Dbrka graf brkut. w Gambar 3 Aljabar ltasa K atas graf pada Gambar 3 mmpuya bass {,w,}. Aljabar somorfs dga aljabar matrks sgtga atas. Aljabar ltasa pada suatu graf mmpuya sfat sprt dalam lmma brkut. Lmma.5 Dbrka graf da lapaga K. Maka pryataa brkut bar:. K adalah aljabar asosatf. K mrupaka K-aljabar brtgkat. 3. K mmpuya lm satua jka da haya jka brhgga 4. K brdms hgga jka da haya jka brhgga da askls. 5. Jka tak brhgga maka K mrupaka K-aljabar dga lokal ut. C. Pgrta da Sfat-Sfat Aljabar Ltasa Latt Graf dapat dprluas dga cara mmbtuk gars baru (gars hatu) dar masgmasg gars yag trdapat dalam graf (gars yata) tap arahya brlawaa. Msal adalah gars yata maka gars hatu dar dotaska dga = Gambar 5 l l l = w. Brkut lustrasya: 88

5 Dlta-P: Jural Matmatka da Pddka Matmatka ISSN X Vol., No., Oktobr 3 Gars putus-putus mrupaka gars hatu dar masg-masg gars yata yag ada. Prluasa graf mghaslka aljabar ltasa yag dsbut aljabar ltasa Latt. Ilustras datas dapat dtulska dalam dfs brkut. Dfs 3. Dbrka graf sr yag dtuls (, ( ), s', r') ddfska sbaga: = (,,, ). Prluasa graf mrupaka graf baru = dmaa ( ) { : } = da fugs r da s r ' = r ; s' = s ; r'( ) = s ( ) da s '( ) = r ( ) Slajutya aka dbrka dfs aljabar ltasa Latt atas lapaga K yag mrupaka aljabar ltasa pada graf prluasa. Dfs 3. Dbrka lapaga K da graf brhgga. Aljabar ltasa Latt dar graf dga kofs dalam lapaga K ddfska sbaga aljabar ltasa pada graf prluasa yag mmuh syarat Cutz-Krgr brkut: (CK) = δ r ( ) utuk stap ; ( ) j j j j (CK) = ( j ; s( j ) = ) utuk stap j j dga tdak tgglam. Aljabar ltasa Latt dotaska L(). Latt : Brkut dbrka cotoh aljabar ltasa yag mrupaka aljabar ltasa Cotoh 3.3 Dbrka graf brkut : Aljabar K Gambar 6 dga adalah graf pada Gambar 6 mrupaka aljabar ltasa Latt L ( ) da somorfk dga matrk aljabar M ( K). Cotoh 3.4 Dbrka graf brkut: Gambar 7 Aljabar ltasa Latt atas graf datas somorfk K xx,. Slajutya lm dalam aljabar ltasa Latt brbtuk polomal dga stap moomalya brbtuk sbaga brkut. Lmma 3.5 Stap moomal dalam aljabar ltasa Latt L() brbtuk:. k dga k f u u K da ; atau f f u 3 u 89

6 Dlta-P: Jural Matmatka da Pddka Matmatka ISSN X Vol., No., Oktobr 3 k j j d maa k K. σ τ ; σ, τ ; σ + τ > ; da s j t ( ) utuk s σ, t τ. Murut Dfs.3 da Dfs 3. dapat dkataka bahwa lm dar L() mrupaka kombas lr dar lm-lm dalam { : } {, : } dga kofs dar lapaga K. Msalka dbrka dua ltasa dalam L() da dlakuka opras prkala datara kduaya, maka sbaga akbat dar CK ( βγ δβγ r( β) ) = aka mucul bbrapa kods, yatu sbaga ltasa hatu, βγ sbaga ltasa yata, βγ βγ sbaga suatu ttk, atau ltasa trsbut tdak trhubug (myambug). Lbh jlasya pryataa aka dsajka dalam lmma brkut. Lmma 3.6 Jka adalah suatu graf da L() mrupaka aljabar ltasa Latt, maka utuk suatu αβγδ,,, aka brlaku: αγ ' δ, jka γ = βγ' αδ, jka β= γ ( αβ )( γδ ) = αβ ' δ, jka β = γβ', yag la Aljabar ltasa Latt mmpuya sfat yag srupa dga sfat pada aljabar ltasa, sprt yag dbrka dalam Lmma.5. Slajutya aka dbrka sfat-sfat dar L(). Lmma 3.7 Dbrka graf da lapaga K srta L() aljabar ltasa Latt atas lapaga K. Pryataa-pryataa brkut brlaku: :. Jka hmpua ttk brhgga maka L() mrupaka K-aljabar utal. Jka hmpua ttk tak brhgga maka L() mrupaka K-aljabar dga lokal ut (aljabar yag mmpuya lm ut lokal) 3. Aljabar ltasa Latt L() mrupaka Z-aljabar brtgkat (Z-gradd algbra). 4. Sbarag hmpua dar ltasa-ltasa yag brbda mrupaka hmpua bbas lr dalam L(). 5. Aljabar ltasa Latt mrupaka K-aljabar brdms brhgga jka da haya jka graf brhgga da askls. D. Hmpua Baga Hrdtr Trsaturas Suatu Graf Ttk suatu graf mmbtuk hmpua, yag ddalamya trdapat hmpua baga yag mmpuya sfat khusus, yatu hrdtr da trsaturas. Dalam pmbahasaa slajutya aka dhubugka dga dal aljabar ltasa atas graf trsbut. Utuk sbarag graf, hmpua ltasa yag pajagya, utuk, dotaska da = mrupaka hmpua smua ltasa dalam graf. Kmuda ddfska suatu rlas dalam µ dga s( ) µ = da r( µ ) = w., yatu ( w, ), w, jka trdapat 9

7 Dlta-P: Jural Matmatka da Pddka Matmatka ISSN X Vol., No., Oktobr 3 Dfs 4. H hmpua baga dar Kods trsbut dapat dgambarka dga cotoh brkut: b c Cotoh 4. dkataka hrdtr jka ( w, ) w, H w H. Hmpua baga H dar dkataka trsaturas jka ( ) s () da rs ( ( )) H H. a f Gambar 8 Dar gambar d atas dprolh {c,d,,f} mrupaka hmpua baga yag hrdtr da trsaturas, {b,c,d,,f} hrdtr tap tdak saturas,{a,b,c,f} trsaturas tap tdak hrdtr da {b,c,f} tdak hrdtr skalgus tdak trsaturas. Suatu hmpua baga H dar d yag hrdtr trsaturas mrupaka suatu hmpua baga dar yag hrdtr da juga trsaturas. Kolks dar smua hmpua yag mmuh sfat hrdtr da skalgus trsaturas dotaska dga. Suatu hmpua baga dar yag hrdtr trsaturas scara tral adalah hmpua kosog da sdr. Slajutya dga mgguaka opras prkala lm dalam L() sprt yag djlaska dalam Lmma 3.6 aka dbahas mga btuk dal brtgkat dalam aljabar ltasa Latt, yag dbagu olh hmpua baga. Trlbh dahulu ddfska suatu dal yag dbagu olh H yag mrupaka kombas lar dar moomalmoomal yag mlwat ttk d H. Kmuda aka dtujukka pmbtukka dal brtgkat dalam L(), sbagamaa dtragka dalam lmma brkut. Lmma 4.3 Dbrka graf. Hmpua H adalah hmpua baga dar hrdtr ttap tdak harus trsaturas. Idal yag dbagu olh H adalah { αβ α β α β } I( H) = k k K,,, r( ) = r( ) H yag yag mrupaka dal brtgkat. Lmma 4.3 mjlaska mga dal yag dbtuk dar hmpua baga hrdtr dar. Tap sla hrdtr juga trdapat hmpua baga dar yag trsaturas, yag maa juga mmbagu suatu dal d L(). Tryata ttk-ttk dalam suatu dal juga mmbtuk hmpua baga hrdtr da trsaturas d. Pryataa dprjlas dalam lmma brkut. 9

8 Dlta-P: Jural Matmatka da Pddka Matmatka ISSN X Vol., No., Oktobr 3 Lmma 4.4 Utuk stap dal I dar aljabar ltasa Latt L(), I mrupaka hmpua baga hrdtr da trsaturas dar. Lmma 4.3 da Lmma 4.4 mdasar pgrta bahwa stap dal brtgkat dar suatu aljabar ltasa Latt dbagu olh hmpua baga ttk-ttk yag hrdtr da trsaturas. Padahal hmpua ttk-ttk suatu graf mrupaka lm dmpot d L(). Dga dmka suatu dal brtgkat J d L() mrupaka dal yag dbagu olh lm dmpot. Uraa d atas bayak mmbahas ttag dal brtgkat d L(). Hal mmotas utuk myldk apakah stap dal brtgkat dar suatu aljabar ltasa Latt juga mrupaka aljabar ltasa Latt. Utuk tu aka dbrka suatu lmma yag brhubuga dga dal brtgkat trsbut. Sblumya aka ddfska mga btuk sdrhaa lm dalam L(). Hal trmotas dar pryataa dalam Lmma 3. 5 mga btuk moomal dalam L(). Jka moomal trsbut haya mmuat gars-gars yata atau haya mmuat gars-gars hatu maka aka mmbtuk lm L() dalam btuk sdrhaa. Dfs 4.5 Dkataka bahwa x L( ) yata jka: lm x L( ) mrupaka polomal dalam smua gars k = x= λα λ K α k k, k, k. mrupaka polomal dalam smua gars hatu jka: k = x= λβ, λ K, β. k k k k Slajutya dbrka suatu olus lr sbaga fugs kbalka, yag ddfska sbaga brkut. Lmma 4.6 Jka adalah suatu graf da L( ) aljabar ltasa Latt, dapat ddfska sbuah olus lar x x pada L( ) sbaga brkut:. k k k K =,,, k = k k K στ σ+ τ> ,,,,,,, j j j j j. σ τ τ σ Dga mgguaka olus lr pada Lmma 4.6 dapat dbtuk graf baru. Lbh jlasya dapat dsajka dalam dfs brkut. Dfs 4.7 Dbrka graf da H H. Ddfska s t 9

9 Dlta-P: Jural Matmatka da Pddka Matmatka ISSN X Vol., No., Oktobr 3 { α α α α α α } F ( H) = = (... ), s( ) \ H, r( ) \ H( < ), r( ) H Kmuda dbrka F H { αα F H } (,, ', ') = s r dga: H H H ) = H F H ( ) H ) H { } 3) ( ) = s () H F( H) ( ) = ( ). Slajutya ddfska graf baru s () H, s'() = s () da r'() = r () 4) Utuk stap α F ( H), s'( α) = α da r'( α) = r( α) Graf baru yag trbtuk yatu H ( H H s r ) =,, ', ', dapat mdfska aljabar ltasa Latt yag dotaska dga L( H ). Baga sblumya tlah dkmukaka mga dal yag dbagu olh H, yag dotaska dga I(H). Jka dhubugka dga graf yag baru saja dbtuk, ddapat hubuga yag dsajka dalam lmma brkut. Lmma 4.8 Dbrka graf. Utuk stap H, hmpua baga yag hrdtr da saturas, dal I(H) somorfs dga L( H ). Pmbuktaya dtujukka dga mmbtuk pmtaa φ, yag ddfska: H =. ( ) φ() α F ( ) ( ) H φ α = αα. ( ). ( )( ) s( ) H φ( ) = da φ( ) =. ( ) α F ( ) ( ) da ( ) H φα = α φα = α Utuk mjlaska Lmma 4.8 prhatka Gambar 8. Idal yag dbagu olh H mrupaka kombas lr dar ltasa-ltasa yag mlwat ttk-ttk dalam H. Padahal L( H ) mrupaka aljabar ltasa Latt atas graf baru (,, ', ') = s r dga mgaggap H sbaga suatu ttk. Dga dmka H H H dapat dsmpulka bahwa dal yag dbagu olh hmpua baga hrdtr da trsaturas aka mmbtuk aljabar ltasa Latt.. Ltasa Trtutup Stap graf past mmpuya ltasa. Ltasa yag brsumbr da brujug pada satu ttk yag sama dsbut sbaga ltasa trtutup. 93

10 Dlta-P: Jural Matmatka da Pddka Matmatka ISSN X Vol., No., Oktobr 3 Dfs 5.. Gars dsbut jala kluar (xt) dalam ltasa µ = µ... µ jka trdapat sdmka hgga s () = sµ ( ) da µ.. Sbuah ltasa trtutup brbass d adalah suatu ltasa µ = µ... µ dga µ j, sdmka hgga s( µ ) = r( µ ) =. Hmpua smua ltasa yag dmka dotaska dga CP(). 3. Sbuah ltasa trtutup sdrhaa brbass d adalah ltasa trtutup yag brbass d, µ = µ..., µ sdmka hgga utuk stap j >, s( µ j ). Hmpua smua ltasa yag dmka dotaska dga CSP(). Brdasar Dfs 5. dapat dkataka bahwa stap skl mrupaka ltasa trtutup sdrhaa yag brbass d smua ttkya, tap tdak stap ltasa trtutup sdrhaa yag brbass d mrupaka skl, kara dalam ltasa trtutup sdrhaa yag brbass d dapat mlwat ttk-ttk yag sama lbh dar satu kal. Sdagka stap ltasa trtutup sdrhaa mrupaka ltasa trtutup tap tdak sbalkya. Ltasa-ltasa trtutup dalam suatu graf mmuh rlas CK da dapat dlhat dalam lmma brkut. Lmma 5. Utuk stap µυ, CSP() brlaku µυ= δ υ. Dga dmka ltasa-ltasa trtutup sdrhaa mmuh sfat CK, sprt halya gars-gars da ltasa yag la. Slajutya aka dbrka lmma yag mjlaska hubuga ltasa trtutup da trtutup sdrhaa. Lmma 5.3 Utuk stap p CP() trdapat dga tuggal c,..., c CSP( ) sdmka hgga p = c.... c m Brkaa dga hubuga CP() da CSP() trsbut dalam Lmma 5.3, mucul dfs drajat pgmbala yag mjlaska bayakya lm CSP() sbaga pmbtuk suatu lm d CP(). Dfs 5.4 Dbrka p CP( ), ddfska drajat pgmbala (rtur dgr) d dar p yatu bayakya m sdmka hgga utuk c,..., c CSP( ), p = c.... c m Drajat pgmbala dotaska dga RD(p)=RD (p)=m. Pgrta dprluas utuk ttk-ttk lr tak ol brbtuk kp s s, dmaa p s CP () {} da ks K {} dotaska dga RD ( ksps) = maks{ RD ps } µν dga kttua RD ()=, da utuk kombas ( ). m m 94

11 Dlta-P: Jural Matmatka da Pddka Matmatka ISSN X Vol., No., Oktobr 3 Drajat pgmbala dar ltasa dalam CSP() adalah satu. Dmka juga utuk skl, kara mrupaka ltasa trtutup sdrhaa yag brbass d smua ttk yag dlwatya. Lmma 5. da 5.3 haya mjlaska hubuga ltasa trtutup da trtutup sdrhaa, padahal mash ada ltasa trtutup laya yatu skl. Dga mgatka dfs jala kluar dalam suatu ltasa trtutup dapat dlhat sfatsfatya. Lmma 5.5 Dbrka grap. Kods brkut aka salg kual:. Stap skl mmpuya jala kluar.. Stap ltasa trtutup mmpuya jala kluar. 3. Stap ltasa trtutup sdrhaa mmpuya jala kluar. 4. Utuk stap CSP maka trdapat c CSP( ) yag, jka ( ), mmpuya jala kluar. Dmka tlah dbrka sfat-sfat ltasa trtutup yag trdapat dalam suatu graf. Sfat-sfat aka dguaka utuk mmplajar sfat sdrhaa (smplstas) dalam aljabar ltasa Latt. F. Smplstas dalam Aljabar Ltasa Latt Akhr dar pmbahasa dalam tulsa adalah syarat prlu da cukup suatu graf mmbtuk aljabar ltasa Latt sdrhaa. Namu sblum dbahas hal trsbut harus dplajar dulu mga bbrapa kasus brkata dga sfat ksdrhaaya (smplstasya). Msalya polomal-polomal yag haya mmuat gars yata atau gars hatu saja. Sblumya aka dbrka dulu proposs-proposs yag brkaa dga lm-lm sdrhaa yatu polomal yag haya mmuat gars-gars yata saja. Proposs 6. Dbrka graf dga sfat bahwa stap sklya mmpuya jala kluar. Jka α L ( ) mrupaka polomal yag haya mmuat gars yata saja dga dg( α ) >, maka trdapat ab, L ( ) sdmka hgga aα b mrupaka polomal yag haya mmuat gars yata da dg( aαb) < dg( α). Scara gars bsar Proposs 6. mgataka bahwa jka dbrka lm dalam L() yag haya mmuat gars yata saja past aka dtmuka dua lm L() laya sdmka hgga jka ktga lm trsbut dopraska dapat dtmuka lm L() yag haya mmuat gars yata dga drajat lbh rdah. Bahka hasl prkala ktga lm tad dapat mghaslka lm dalam, atau brupa ttk. 95

12 Dlta-P: Jural Matmatka da Pddka Matmatka ISSN X Vol., No., Oktobr 3 Shgga rsa suatu dal J dalam L() yag haya mmuat gars yata dga tdak kosog. Pryataa mrupaka akbat yag mucul dar Proposs 6. da utuk lbh jlasya dyataka dalam Akbat 6. da Akbat 6.3 brkut. Akbat 6. Dbrka graf dga sfat bahwa stap sklya mmpuya jala kluar. Jka α mrupaka polomal yag haya brupa gars yata saja maka trdapat ab, L ( ) sdmka hgga aα b. Akbat 6.3 Dbrka graf dga sfat bahwa stap sklya mmpuya jala kluar. Jka J adalah dal dar L() da mmuat polomal tak ol yag haya brupa gars yata saja, maka J. Brdasarka Proposs 6. bsrta akbat-akbat yag mgkutya, mucul pmkra apakah sfat trsbut juga brlaku pada polomal-polomal yag haya mmuat gars hatu. Aka dguaka olus lr pada Lmma 4.6 utuk mmtaka lm yata k dalam lm hatu. Srg dga olus yag dbrka mucul proposs yag brkaa dga polomal yag haya mmuat gars hatu brkut. Proposs 6.4 Dbrka graf dga sfat bahwa stap sklya mmpuya jala kluar. Jka α L ( ) mrupaka polomal yag haya mmuat gars hatu dga dg( α ) >, maka trdapat ab, L ( ) sdmka hgga aα b mrupaka polomal yag haya mmuat gars hatu da dg( aαb) < dg( α). Sprt halya dalam polomal yag haya mmuat gars yata, polomal yag haya mmuat gars hatu juga mmpuya sfat brkut: Akbat 6.5 Dbrka graf dga sfat bahwa stap sklya mmpuya jala kluar. Jka α mrupaka polomal yag haya brupa gars hatu maka trdapat ab, L ( ) sdmka hgga aα b. Akbat 6.6 Dbrka graf dga sfat bahwa stap sklya mmpuya jala kluar. Jka J adalah dal dar L() da mmuat polomal tak ol yag haya brupa gars hatu, maka J. Slajutya dga mgguaka sfat-sfat pada polomal yag haya mmuat gars yata da gars hatu yag dhubugka dga sfat hrdtr da trsaturas aka mucul akbat brkut. Akbat 6.7 Dbrka graf dga sfat:. Hmpua baga. Stap skl d mmpuya jala kluar yag hdtr da trsaturas haya da 96

13 Dlta-P: Jural Matmatka da Pddka Matmatka ISSN X Vol., No., Oktobr 3 Jka dal tak ol J dar L() mmuat polomal yag haya dalam gars yata saja ( atau yag haya mmuat gars hatu saja) maka J= L ( ). Tlah dbahas mga ltasa trtutup sampa sfat pada btuk sdrhaa suatu lm yag haya mmuat gars yata atau gars hatu saja. Slajutya aka dkaj mga syarat prlu da cukup suatu graf mmbtuk aljabar ltasa Latt sdrhaa, yag dsajka dalam torma brkut. Torma 6.8 Dbrka graf brhgga. Aljabar Ltasa Latt L() mrupaka aljabar sdrhaa jka da haya jka mmuh kods brkut:. Hmpua baga. Stap skl d mmpuya jala kluar yag hdtr da trsaturas haya da Torma 6.8 mrupaka hasl utama dalam pulsa. Slajutya aka dbrka cotoh graf yag mdfska aljabar ltasa Latt sdrhaa da yag tdak. Cotoh 6.9 Cotoh graf yag mdfska aljabar ltasa Latt sdrhaa: 3 Gambar 9 Cotoh 6. Cotoh graf yag mdfska aljabar ltasa Latt yag tdak sdrhaa: 3 Gambar Gambar Dga dmka graf mmpgaruh sfat smplstas/ksdrhaaa aljabar ltasa Latt yag ddfskaya. Dar pmbahasa-pmbahasa sblumya, suatu graf dapat mdfska aljabar ltasa da aljabar ltasa Latt. Aljabar ltasa dbagu dar ltasa-ltasa yag ada pada graf. Artya, ltasa-ltasa trsbut haya mmuat gars-gars yata. Sdagka aljabar ltasa Latt dbagu olh ltasa-ltasa yag mmuat gars-gars yata da atau gars-gars hatu. Artya trdapat ltasa yag haya mmuat gars-gars hatu saja. Dga dmka aljabar ltasa mrupaka baga dar aljabar ltasa Latt atau dotaska K L( ). Lmma brkut mmprjlaska hubuga aljabar ltasa da aljabar ltasa Latt

14 Dlta-P: Jural Matmatka da Pddka Matmatka ISSN X Vol., No., Oktobr 3 Lmma 6. Dbrka graf. Aljabar K mrupaka aljabar ltasa atas lapaga K pada graf. Aljabar L() mrupaka aljabar ltasa Latt atas lapaga K pada graf. Aljabar K mrupaka sub aljabar dar aljabar L(). G. Ksmpula Aljabar ltasa mrupaka sub aljabar dar aljabar ltasa Latt yag lmya dbagu dar ltasa-ltasa yag haya mmuat gars yata. Aljabar ltasa Latt mrupaka Z4T-aljabar brtgkat yag dal-dal brtgkatya dbagu olh hmpua baga ttk-ttk yag mmpuya sfat hrdtr da trsaturas. Idal brtgkat juga mmbtuk aljabar ltasa Latt. Slajutya dga mgguaka sfat sdrhaa dar suatu graf da graf prluasa dapat dsmpulka bahwa syarat prlu da cukup suatu graf mmbtuk aljabar ltasa Latt sdrhaa adalah apabla graf trsbut brsfat stap sklya mmpuya jala kluar da hmpua baga dar ttkttkya yag hrdtr da trsaturas haya hmpua kosog da hmpua smua ttk tu sdr. Daftar Pustaka Abrams, G., ad Po, G.A., 5, Latt Path Algbra of a Graph, J. Algbra 93 (), Abrams, G., ad Po, G.A., 6, Purly ft smpl Latt Path Algbra of a Graph, J. Pur Appl.Algbra 7, Abrams, G., ad Po, G.A., 8, Th Latt Path Algbra of Arbtrary Graph, Hausto J. Math. 34 (), Adks, W., ad Wtraub, S. H., 99, Algbra: A Approach a Modul Thory, Sprgr-Vrlag Nw York Brl Hdlbrg Assm, I., Smso, D. & Skowrosk, A., 5, lms of th Rprstato Thory of Assocat Algbras, Lodo Math.Soc Studt Txt 65. Cambrdg Ursty Prss. Dummt, D.S., ad Foot, R.M., 4, Abstract Algbra, Thrd dto, Joh Wly & Sos, Utd Stat of Amrca. Fralgh, J.B.,, A Frst Cours Abstract Algbra, Sxth dto, Addto- Wsly Puplsg Compy, Ic, Passma, D., 977, Th Algbrac Structur of Group Rgs, A Wly-Itrscc Publcato, Joh Wly & So, Nw York Po, G.A., 5, O Maxmal Lft Quott Systms ad Latt Path Algbras, Tss Doctoral, Usdad d Malaga 98

15 Dlta-P: Jural Matmatka da Pddka Matmatka ISSN X Vol., No., Oktobr 3 Po, G.A., ad Pardo,., 8, Stabl rak of Latt path algbras, Proc. Amr. Math. Soc., 36 o. 7, Rotma, J., 3, Adacd Modr Algbra, Prtc Hall, Nw York. Tomford, M., 7, Uqus Thorms ad Idal Structur for Latt Algbras, J. Algbra, 38, Wsbaur, R., 99, Foudato of Modul ad Rg Thory, Ursty of Dussldorf, Dussldorf Wsbaur, R., 996, Moduls ad Algbra: Bmodul Structur ad Group Actos O Algbras, Addso Wsly Logma Ic, Dussldorf 99

IDEAL DALAM ALJABAR LINTASAN LEAVITT

IDEAL DALAM ALJABAR LINTASAN LEAVITT Delta-P: Jural Matematka da Peddka Matematka ISSN 289-855X Vol., No. 2, Oktober 22 IDAL DALAM ALJABAR LINTASAN LAVITT Ida Kura Walyat Program Stud Peddka Matematka Jurusa Peddka MIPA FKIP Uverstas Kharu

Lebih terperinci

ALJABAR LINTASAN LEAVITT SEMIPRIMA

ALJABAR LINTASAN LEAVITT SEMIPRIMA ALJABAR LINTASAN LAVITT SMIPRIMA Ngrum Astrawat Program Stud Tekka, Akadem Martm Yogyakarta astramath@gmal.com ABSTRA. Suatu graf dapat drepresetaska sebaga aljabar ltasa da jka graf tersebut dperluas

Lebih terperinci

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER TUGAS ATA KULIAH TEORI RING LANJUT ODUL NOETHER Da Aresta Yuwagsh (/364/PPA/03489) Sebelumya, telah dketahu bahwa sebaga rg dega eleme satua memeuh sfat rata ak utuk deal-deal d. Apabla dpadag sebaga modul,

Lebih terperinci

KAJIAN KONVERGENSI BARISAN RUANG NORM-(n-1) DENGAN n 2

KAJIAN KONVERGENSI BARISAN RUANG NORM-(n-1) DENGAN n 2 Kaa Kovrgs Barsa Ruag Norm-(-) Dga KAJIAN KONVERGENSI BARISAN RUANG NORM-(-) DENGAN Faratul Masruroh Era Aprla Sao 3 Jurusa Matmatka FMIPA Isttut Tkolog Spuluh Nopmbr Surabaa 3 Jl. Arf Rahma Hakm Kampus

Lebih terperinci

BAB II TINJAUAN PUSTAKA. pada suatu graf sebagai landasan teori pada penelitian ini.

BAB II TINJAUAN PUSTAKA. pada suatu graf sebagai landasan teori pada penelitian ini. BAB II TINJAUAN PUSTAKA Pada bagan n akan dbrkan konsp dasar graf dan blangan kromatk lokas pada suatu graf sbaga landasan tor pada pnltan n 21 Konsp Dasar Graf Bbrapa konsp dasar yang dgunakan dalam pnltan

Lebih terperinci

PELABELAN KONSEKUTIF (CONSECUTIVE LABELING) PADA GRAF STAR S n DAN GRAF DOUBLE STAR S n,n+1 (n Bilangan Asli) SKRIPSI. Oleh: ABDUL MUIS NIM.

PELABELAN KONSEKUTIF (CONSECUTIVE LABELING) PADA GRAF STAR S n DAN GRAF DOUBLE STAR S n,n+1 (n Bilangan Asli) SKRIPSI. Oleh: ABDUL MUIS NIM. PELABELAN KONSEKUTIF CONSECUTIVE LABELING) PADA GRAF STAR S DAN GRAF DOUBLE STAR S,+ Blaga Asl) SKRIPSI Olh: ABDUL MUIS NIM. 0500 JURUSAN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI

Lebih terperinci

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

SIFAT-SIFAT LANJUT FUNGSI TERBATAS Bulet Ilmah Mat. Stat. da Terapaya (Bmaster) Volume 03, No. 2(204), hal 35 42. SIFAT-SIFAT LANJUT FUNGSI TERBATAS Suhard, Helm, Yudar INTISARI Fugs terbatas merupaka fugs yag memlk batas atas da batas

Lebih terperinci

NORM VEKTOR DAN NORM MATRIKS

NORM VEKTOR DAN NORM MATRIKS NORM VEKTOR DN NORM MTRIK umaag Muhtar Gozal UNIVERIT PENDIDIKN INDONEI. Pedahulua Jka kta membcaraka topk ruag vektor maka cotoh sederhaa yag dapat kta ambl adalah ruag Eucld R. D ruag kta medefska pajag

Lebih terperinci

UKURAN GEJALA PUSAT DAN UKURAN LETAK

UKURAN GEJALA PUSAT DAN UKURAN LETAK UKURAN GEJALA PUSAT DAN UKURAN LETAK MODUL 4 UKURAN GEJALA PUSAT DAN UKURAN LETAK. Pedahulua Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu persoala, bak megea sampel atau pu

Lebih terperinci

Extra 4 Pengantar Teori Modul

Extra 4 Pengantar Teori Modul Extra 4 Pegatar Teor odul Apabla selama dkealka suatu kosep aljabar megea ruag vektor, maka modul merupaka perumuma dar ruag vektor. Pada modul, syarat skalar dperumum mejad eleme pada suatu rg da buka

Lebih terperinci

PERTIDAKSAMAAN AZUMA PADA MARTINGALE UNTUK MENENTUKAN SUPREMUM PELUANG

PERTIDAKSAMAAN AZUMA PADA MARTINGALE UNTUK MENENTUKAN SUPREMUM PELUANG PERTIDAKSAMAAN AZUMA PADA MARTINGALE UNTUK MENENTUKAN SUPREMUM PELUANG Sudaro Jurusa Matatka FMIPA UNDIP Jl Prof H Sodarto SH Tbalag Sarag 575 Abstract Coutg probablty a two-tald hypothss dtr lvl of th

Lebih terperinci

PROSIDING ISBN :

PROSIDING ISBN : PROSIDING ISBN : 978 979 6353 3 METODE FINALTI UNTUK MENENTUKAN BERAT SAPI OPTIMAL Olh : H. A. Pahusp da Sska Ayua Pogam Stud Matmatka Idust da Statstka Fakultas Sas da Matmatka (FSM) Uvstas Kst Satya

Lebih terperinci

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real.

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real. BAB 5 BARIAN DAN DERET KOMPLEK ecara eses, pembahasa tetag barsa da deret komlpeks sama dega barsa da deret real. 5. Barsa Barsa merupaka sebuah fugs dega doma berupa hmpua blaga asl N. ebuah barsa kompleks

Lebih terperinci

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat.

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat. KALKULUS LANJUT Pertemua ke-4 Rey Ra Marlaa, S.S.,M.Stat. Plot Mater Notas Jumlah & Sgma Itegral Tetu Jumlah Rema Pedahulua Luas Notas Jumlah & Sgma Purcell, et all. (page 226,2003): Sebuah fugs yag daerah

Lebih terperinci

MODEL LOGIT KUMULATIF UNTUK RESPON ORDINAL

MODEL LOGIT KUMULATIF UNTUK RESPON ORDINAL MODEL LOGIT KUMULATIF UNTUK RESPON ORDINAL Robah P Rahaat da Tatk Wdhah Juusa Matmatka FMIPA UNDIP Jl. Pof. H. Sodato, S.H, Smaag 575 Abstat. Logt umulatv modl s usd to dsb th latoshp btw a spos vaabl

Lebih terperinci

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua

Lebih terperinci

2.2.3 Ukuran Dispersi

2.2.3 Ukuran Dispersi 3 Ukura Dspers Yag aka dbahas ds adalah smpaga baku da varas karea dua ukura dspers yag palg serg dguaka Hubuga atara smpaga baku dega varas adalah Varas = Kuadrat dar Smpaga baku otas yag umum dguaka

Lebih terperinci

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas: ANALISIS REGRESI Pedahulua Aalss regres berkata dega stud megea ketergatuga satu peubah (peubah terkat) terhadap satu atau lebh peubah laya (peubah pejelas). Jka Y dumpamaka sebaga peubah terkat da X1,X,...,X

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres

Lebih terperinci

Persatuan Aktuaris Indonesia Dasar-dasar Matematika Asuransi Jiwa 28 November Untuk soal no. 1 s/d 3 di bawah, diketahui suatu survival function

Persatuan Aktuaris Indonesia Dasar-dasar Matematika Asuransi Jiwa 28 November Untuk soal no. 1 s/d 3 di bawah, diketahui suatu survival function Prsatua ktuars Idosa Dasar-dasar Matmatka suras Jwa 8 Nombr 00 Utuk soal o s/d 3 d bawah, dktahu suatu sural fucto 00 s ( ) utuk 0 00 0 Htuglah F (75) X 0,0 B 0,30 C 0,40 D 0,50 E 0,0 Htuglah f (75) X

Lebih terperinci

3.1 Hubungan Dasar Probabilitas Probabilitas adalah harga perbandingan jumlah kejadian (A) yang mungkin dapat

3.1 Hubungan Dasar Probabilitas Probabilitas adalah harga perbandingan jumlah kejadian (A) yang mungkin dapat . Hubuga Dasar rbabltas rbabltas adalah harga prbadga jumlah kjada A yag mugk dapat trjad trhadap jumlah ksluruha kjada yag mugk trjad dalam sbuah prstwa. Cth:. luag utuk mdapatka agka gap dar lmpara sbuah

Lebih terperinci

SISTEM PERSAMAAN LINEAR MIN-PLUS DAN PENERAPANNYA PADA MASALAH LINTASAN TERPENDEK

SISTEM PERSAMAAN LINEAR MIN-PLUS DAN PENERAPANNYA PADA MASALAH LINTASAN TERPENDEK POSIDING ISBN : 98 99 1 9 SISTEM PESAMAAN LINEA MIN-PLUS DAN PENEAPANNYA PADA MASALAH LINTASAN TEPENDEK M. Ady udhto 1 1 Program Stud Pdda Matmata FKIP Uvrstas Saata Dharma Kampus III USD Paga Maguwoharjo

Lebih terperinci

On A Generalized Köthe-Toeplitz Duals

On A Generalized Köthe-Toeplitz Duals JMP : Volume 4 Nomor, Ju 202, hal. 3-39 O A Geeralzed Köthe-Toepltz Duals Sumardoo, Supama 2, da Soepara Darmawaa 3 PPPPTK Matematka, smrd2007@gmal.com 2 Mathematcs Departmet, Gadah Mada Uverst, supama@ugm.ac.d

Lebih terperinci

MASALAH NORM MINIMUM PADA RUANG HILBERT DAN APLIKASINYA

MASALAH NORM MINIMUM PADA RUANG HILBERT DAN APLIKASINYA Masalah Norm Mmum (Karat) MASALAH NORM MINIMUM PADA RUANG HILBERT DAN APLIKASINYA Karat da Dhorva Urwatul Wutsqa Jurusa Peddka Matematka FMIPA Uverstas Neger Yogakarta Abstract I ths paper, wll be dscussed

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu. BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska

Lebih terperinci

PELABELAN GRACEFUL PADA DIGRAF LINTASAN DAN DIGRAF BIPARTIT LENGKAP

PELABELAN GRACEFUL PADA DIGRAF LINTASAN DAN DIGRAF BIPARTIT LENGKAP PELABELAN GRACEFUL PADA DIGRAF LINTASAN DAN DIGRAF BIPARTIT LENGKAP Lusa Tr Lstyowat Krstaa Waya M Fatekurohma Jurusa Matematka FMIPA Uerstas Jember e-mal: krstaa_waya@yahoocom da m_fatkur@yahoocom Abstract:

Lebih terperinci

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis STATISTIK Ukura Gejala Pusat Ukura Letak Ukura Smpaga, Dspers da Varas Mome, Kemrga, da Kurtoss Notas Varabel dyataka dega huruf besar Nla dar varabel dyataka dega huruf kecl basaya dtuls Tmes New Roma

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab bers defs-defs da sfat-sfat yag petg yag berhubuga dega modul. Hal-hal tersebut dperlua dalam pembahasa megea modul jetf pada Bab III. 2.1. Modul Mata ulah Aljabar Ler membahas

Lebih terperinci

ANALISIS KEDINAMIKAN SISTEM PADA MASALAH PENJADWALAN FLOW SHOP MENGGUNAKAN ALJABAR MAX-PLUS

ANALISIS KEDINAMIKAN SISTEM PADA MASALAH PENJADWALAN FLOW SHOP MENGGUNAKAN ALJABAR MAX-PLUS Smar Nasoal atmata IV Isttut Tolog Spuluh Nopmbr, Surabaya, 3 Dsmbr 008 ANALISIS KEDINAIKAN SISTE PADA ASALAH PENADWALAN FLOW SHOP ENGGUNAKAN ALABAR AX-PLUS Nur Shofaah, Suboo, urusa atmata FIPA Isttut

Lebih terperinci

Uji Statistika yangb digunakan dikaitan dengan jenis data

Uji Statistika yangb digunakan dikaitan dengan jenis data Uj Statstka yagb dguaka dkata dega jes data Jes Data omal Ordal Iterval da Raso Uj Statstka Koefse Kotges Rak Spearma Kedall Tau Korelas Parsal Kedall Tau Koefse Kokordas Kedall W Pearso Korelas Gada Korelas

Lebih terperinci

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI BB 6 PRINSIP INKLUSI DN EKSKLUSI Pada baga aka ddskuska topk berkutya yatu eumeras yag damaka Prsp Iklus da Eksklus. Kosep dalam bab merupaka perluasa de dalam Dagram Ve beserta oepras rsa da gabuga, amu

Lebih terperinci

MINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI

MINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI MINGGU KE-0 HUBUNGAN ANTAR KONVERGENSI Hubuga atar koverges Hrark atar koverges dyataka dalam teorema berkut. Teorema Msalka X da X, X, X 3,... adalah varabel radom yag ddefska pada ruag probabltas yag

Lebih terperinci

Ruang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA

Ruang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA Ruag Baach Sumaag Muhtar Gozal UNIVERSITAS PENDIDIKAN INDONESIA Satu kose etg d kulah Aalss ugsoal adalah teor ruag Baach. Pada baga aka drevu defs, cotoh-cotoh, serta sfat-sfat etg ruag Baach. Kta aka

Lebih terperinci

MATEMATIKA INTEGRAL RIEMANN

MATEMATIKA INTEGRAL RIEMANN MATEMATIKA KELAS XII IPA - KURIKULUM GABUNGAN Ses NGAN INTEGRAL RIEMANN A. NOTASI SIGMA a. Defs Notas Sgma Sgma (Σ) adalah otas matematka megguaka smbol yag mewakl pejumlaha da beberapa suku yag memlk

Lebih terperinci

BAB III ISI. x 2. 2πσ

BAB III ISI. x 2. 2πσ BAB III ISI 4. Keadata Normal Multvarat da Sfat-sfatya Keadata ormal multvarat meruaka geeralsas dar keadata ormal uvarat utuk dmes. f ( x) [( x )/ ] / = e x π x = ( x )( ) ( x ). < < (-) (-) Betuk (-)

Lebih terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka

Lebih terperinci

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teoremateorema

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teoremateorema II. LANDAAN TEORI Pada bab II aka dbahas pegerta-pegerta (defs) da teoremateorema ag medukug utuk pembahasa pada bab IV. Pegerta (defs) da teorema tersebut dtulska sebaga berkut.. Teorema Proeks Teorema

Lebih terperinci

II. LANDASAN TEORI. digunakan sebagai landasan teori pada penelitian ini. Teori dasar mengenai graf

II. LANDASAN TEORI. digunakan sebagai landasan teori pada penelitian ini. Teori dasar mengenai graf II. LANDASAN TEORI 2.1 Konsp Dasar Graf Pada bagian ini akan dibrikan konsp dasar graf dan dimnsi partisi graf yang digunakan sbagai landasan tori pada pnlitian ini. Tori dasar mngnai graf yang akan digunakan

Lebih terperinci

JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2013) ( X Print) D-1

JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2013) ( X Print) D-1 JURNAL SAINS DAN SENI POMITS Vol., No., (3) 33-3 (3-8 Prt) D- Pmodla Partspas Wata dalam Kgata Ekoom Rumah Tagga Nlaya d Pssr Tmur Surabaya (Stud Kasus Kcamata Kcamata Bulak, Mulyorjo, da Kjra) Irma Harlagtyas,

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang 1 BAB 1 PENDAHULUAN 1.1 Latar Blakang Mnmum spannng tr (MST) mrupakan sbuah prmasalahan dalam suatu graph yang mana banyak aplkasnya bak scara langsung maupun tdak langsung yang tlah dplajar. Salah satu

Lebih terperinci

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai BAB LANDASAN TEORI. Kosep Dasar Aalss Regres Aalss regres regressso aalyss merupaka suatu tekk utuk membagu persamaa da megguaka persamaa tersebut utuk membuat perkraa predcto. Dega demka, aalss regres

Lebih terperinci

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 11-19, Aprl 004, ISSN : 1410-8518 TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM Sudaro Jurusa Matematka FMIPA UNDIP Abstrak Sstem yag dbetuk

Lebih terperinci

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu BAB II LADASA TEORI Dalam pegambla sampel dar suatu populas, dperluka suatu tekk pegambla sampel yag tepat sesua dega keadaa populas tersebut. Sehgga sampel yag dperoleh adalah sampel yag dapat mewakl

Lebih terperinci

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah BAB III INEGRAL RIEMANN-SIELJES. Pedahulua Pada Bab, telah dsggug bahwa ukura meghtug merupaka salah satu pedekata utuk membetuk proses ttk. Berkata dega masalah perhtuga, ada hal meark yag perlu amat,

Lebih terperinci

PENGOPTIMUMAN PADA FUNGSI PRODUKSI CROPPES

PENGOPTIMUMAN PADA FUNGSI PRODUKSI CROPPES PENGOPTIMUMAN PADA FUNGSI PRODUSI CROPPES NURJANAH G5404008 DEPARTEMEN MATEMATIA FAUTAS MATEMATIA DAN IMU PENGETAHUAN AAM INSTITUT PERTANIAN BOGOR 008 ABSTRACT NURJANAH Optmzato Cropps producto ucto Suprvsd

Lebih terperinci

ESTIMASI REGRESI MODEL LOGIT DENGAN METODE MAKSIMUM LIKELIHOOD SKRIPSI. Oleh: DINUL WAFA NIM

ESTIMASI REGRESI MODEL LOGIT DENGAN METODE MAKSIMUM LIKELIHOOD SKRIPSI. Oleh: DINUL WAFA NIM STIMASI RGRSI MODL LOGIT DNGAN MTOD MAKSIMUM LIKLIHOOD SKRIPSI Olh: DINUL WAFA NIM. 5548 JURUSAN MATMATIKA FAKULTAS SAINS DAN TKNOLOGI UNIVRSITAS ISLAM NGRI MAULANA MALIK IBRAHIM MALANG 9 STIMASI RGRSI

Lebih terperinci

TEORI ANTRIAN. A. Definisi dan Unsur-unsur Dasar Model Antrian

TEORI ANTRIAN. A. Definisi dan Unsur-unsur Dasar Model Antrian TEORI ANTRIAN Tori atria mrupaka studi matmatis mgai atria atau waitig lis yag di dalamya disdiaka bbrapa altratif modl matmatika yag dapat diguaka utuk mtuka bbrapa karaktristik da optimasi dalam pgambila

Lebih terperinci

BAB III PERSAMAAN PANAS DIMENSI SATU

BAB III PERSAMAAN PANAS DIMENSI SATU BAB III PERSAMAAN PANAS DIMENSI SAU Pada baga sebelumya, kta telah membahas peerapa metoda Ruge-Kutta orde 4 utuk meyelesaka masalah la awal dar persamaa dferesal basa orde. Pada bab, kta aka melakuka

Lebih terperinci

b) Untuk data berfrekuensi fixi Data (Xi)

b) Untuk data berfrekuensi fixi Data (Xi) B. Meghtug ukura pemusata, ukura letak da ukura peyebara data serta peafsraya A. Ukura Pemusata Data Msalka kumpula data berkut meujukka hasl pegukura tgg bada dar orag sswa. 0 cm 30 cm 5 cm 5 cm 35 cm

Lebih terperinci

PENGHITUNGAN PREMI DENGAN MENGGUNAKAN METODE BAYESIAN ROBUST DAN METODE KREDIBILITAS ROBUST TITIES MELYASIH

PENGHITUNGAN PREMI DENGAN MENGGUNAKAN METODE BAYESIAN ROBUST DAN METODE KREDIBILITAS ROBUST TITIES MELYASIH PENGHITUNGAN PREMI DENGAN MENGGUNAKAN METODE BAYESIAN ROBUST DAN METODE KREDIBILITAS ROBUST TITIES MELYASIH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel BAB I PENDAHULUAN 1.1 Statstka Deskrptf da Statstka Iferesal Dewasa d berbaga bdag lmu da kehdupa utuk memaham/megetahu sesuatu dperluka dat Sebaga cotoh utuk megetahu berapa bayak rakyat Idoesa yag memerluka

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 1 Pegerta Regres Istlah regres pertama kal dperkealka oleh Fracs Galto Meurut Galto, aalss regres berkeaa dega stud ketergatuga dar suatu varabel yag dsebut tak bebas depedet varable,

Lebih terperinci

INTERPOLASI. FTI-Universitas Yarsi

INTERPOLASI. FTI-Universitas Yarsi BAB VI INTERPOLASI FTI-Uverstas Yars Pedahulua Bla dketahu taulas ttk-ttk (y seaga erkut (yag dalam hal rumus ugs y ( tdak dketahu secara eksplst: Htug taksra la y utuk 3.8! FTI-Uverstas Yars Persoala

Lebih terperinci

SOLUSI TUGAS I HIMPUNAN

SOLUSI TUGAS I HIMPUNAN Program Stud S1 Tekk Iformatka Fakultas Iformatka, Telkom Uversty SOLUSI TUGAS I HIMPUNAN Matematka Dskrt (MUG2A3) Halama 1 dar 6 Soal 1 Tetukalah eleme-eleme dar hmpua berkut! 2 x x adalah blaga real

Lebih terperinci

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 2015, Halaman Online di:

ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 2015, Halaman Online di: ISSN: 339-541 JURNAL GAUSSIAN, Volum 4, Nomor 4, Tahu 015, Halama 97-936 Ol d: http://joural-s1.udp.ac.d/dx.php/gaussa ANALISIS KEPUTUSAN KONSUMEN MEMILIH BAHAN BAKAR MINYAK (BBM MENGGUNAKAN MODEL REGRESI

Lebih terperinci

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB 5. ANALISIS REGRESI DAN KORELASI BAB 5. ANALISIS REGRESI DAN KORELASI Tujua utama aalss regres adalah mecar ada tdakya hubuga ler atara dua varabel: Varabel bebas (X), yatu varabel yag mempegaruh Varabel terkat (Y), yatu varabel yag dpegaruh

Lebih terperinci

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP Msal dguaka kode ler C[, k, d] dega matrks pembagu G da matrks cek partas H. Sebuah blok formas x = x 1 x 2 x k, x = 0 atau 1, yag aka dkrm terlebh

Lebih terperinci

UJI CHI KUADRAT (χ²) 1.1. Pengertian Frekuensi Observasi dan Frekuensi Harapan

UJI CHI KUADRAT (χ²) 1.1. Pengertian Frekuensi Observasi dan Frekuensi Harapan UJI CHI KUADRAT (χ²) 1. Pndahuluan Uj Ch Kuadrat adalah pngujan hpotss mngna prbandngan antara : frkuns obsrvas/yg bnar-bnar trjad/aktual dngan frkuns harapan/kspktas 1.1. Pngrtan Frkuns Obsrvas dan Frkuns

Lebih terperinci

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari:

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari: 5 Mamum Lkelhood Estmato Defs Fugs Lkelhood Msalka X, X,, X adalah eubah acak d dega fugs massa eluag ( ; θ, dega θ dasumska skalar da tdak dketahu, maka rosedur fugs lkelhood daat dtulska sebaga berkut

Lebih terperinci

PRINSIP INKLUSI- EKSKLUSI INCLUSION- EXCLUSION PRINCIPLE

PRINSIP INKLUSI- EKSKLUSI INCLUSION- EXCLUSION PRINCIPLE RISI IKLUSI- EKSKLUSI ICLUSIO- EXCLUSIO RICILE rsp Iklus-Eksklus Ada berapa aggota dalam gabuga dua hmpua hgga? A A = A A - A A Cotoh Ada berapa blaga bulat postf lebh kecl atau sama dega 00 yag habs dbag

Lebih terperinci

PELABELAN GRACEFUL SATU MODULO w PADA BEBERAPA GRAF EULER

PELABELAN GRACEFUL SATU MODULO w PADA BEBERAPA GRAF EULER PELABELAN GRACEFUL SATU MODULO PADA BEBERAPA GRAF EULER Isa 1, Luca Ratasar, R. Heru Tjahjaa 3 1,,3 Jurusa Matematka, Fakultas Sas da Matematka, Uverstas Dpoegoro Jl. Prof. H. Soedarto, S.H. Tembalag,

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI I PENDAHULUAN 11 Latar Belakag Peelta yag dlakuka oleh Va der Pol pada sebuah tabug trode tertutup, yatu sebuah alat yag dguaka utuk megedalka arus lstrk dalam suatu srkut pada trasmtter da recever meghaslka

Lebih terperinci

BAB 1 HAMPIRAN TAYLOR DAN ANALISIS GALAT

BAB 1 HAMPIRAN TAYLOR DAN ANALISIS GALAT Catata Kuliah EL Aalisis Numrik BAB HAMPIRAN TAYLOR DAN ANALISIS GALAT. Pgatar Mtod Numrik Ktika kita mylsaika prsamaa-prsamaa matmatika di maa torma-tormaya masih dapat ditrapka, solusi aalitik atau solusi

Lebih terperinci

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi STATISTIKA A. Des Umum. Pegerta statstk Statstk adalah kumpula akta yag berbetuk agka da dsusu dalam datar atau tabel yag meggambarka suatu persoala. Cotoh: statstk kurs dolar Amerka, statstk pertumbuha

Lebih terperinci

BAB II LANDASAN TEORI. kesetimbangan, linearisasi, bilangan reproduksi dasar, analisa kestabilan, kriteria

BAB II LANDASAN TEORI. kesetimbangan, linearisasi, bilangan reproduksi dasar, analisa kestabilan, kriteria BAB II LANDASAN EORI Pada bab ii aka dibahas tori tori pdukug yag aka diguaka pada bab slajutya, atara lai modl matmatika, modl pidmik SIR klasik, ilai ig, prsamaaa difrsial, sistm prsamaa difrsial, titik

Lebih terperinci

SKRIPSI. oleh: FARIDA KARUNIAWATI NIM

SKRIPSI. oleh: FARIDA KARUNIAWATI NIM ANALISIS REGRESI DUMMY VARIABLE MODEL LOGIT (Kasus pada Estmas Huja d Karagploso, Malag) SKRIPSI olh: FARIDA KARUNIAWATI NIM. 0650028 JURUSAN MATEMATIKA FAKULTAS SAIN DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI

Lebih terperinci

TURUNAN FUNGSI. Definisi. 3.1 Pengertian Turunan Fungsi. Turunan fungsi f adalah fungsi f yang nilainya di c adalah. h asalkan limit ini ada.

TURUNAN FUNGSI. Definisi. 3.1 Pengertian Turunan Fungsi. Turunan fungsi f adalah fungsi f yang nilainya di c adalah. h asalkan limit ini ada. 3 TURUNAN FUNGSI 3. Pgrtia Turua Fugsi Diisi Turua ugsi adala ugsi yag ilaiya di c adala c c c asalka it ii ada. Coto Jika 3 4, maka turua di adala 3 4 3.. 4 3 4 4 4 4 4 4 3 3 3 4 Jika mmpuyai turua di

Lebih terperinci

TEORI ANTRIAN. Elemen Dasar Model Antrian. Distribusi Poisson dan eksponensial. =, t 0, dimana E { t}

TEORI ANTRIAN. Elemen Dasar Model Antrian. Distribusi Poisson dan eksponensial. =, t 0, dimana E { t} Elm Dasar Modl Atria. TEORI ANTRIAN Aktor utama customr da srvr. Elm dasar :. distribusi kdataga customr.. distribusi waktu playaa. 3. disai fasilitas playaa (sri, parall atau jariga). 4. disipli atria

Lebih terperinci

H dinotasikan dengan B H

H dinotasikan dengan B H Delta-P: Jural Matemata da Pedda Matemata ISSN 089-855X Vol., No., Aprl 03 OPERATOR KOMPAK Mustafa A. H. Ruhama Program Stud Pedda Matemata, Uverstas Kharu ABSTRAK Detahu H da H dua ruag Hlbert, B H )

Lebih terperinci

BAB II PEMULIHAN SOLUSI METODE REP DAN ERROR ESTIMATOR Z 2

BAB II PEMULIHAN SOLUSI METODE REP DAN ERROR ESTIMATOR Z 2 BB II PEMULIHN SOLUSI MEODE REP DN ERROR ESIMOR Z.1. UMUM.1.1 Ksalaa Solus Mtod Elm Hgga Error yag trjad mrupaka sls atara solus ksak dga solus pdkata da dapat dksprska dalam btuk prala, tgaga maupu gaya

Lebih terperinci

REPRESENTASI BILANGAN FIBONACCI DALAM BENTUK KOMBINATORIAL

REPRESENTASI BILANGAN FIBONACCI DALAM BENTUK KOMBINATORIAL REPRESENTASI BILANGAN FIBONACCI DALAM BENTUK KOMBINATORIAL Rzky Maulaa Nugraha Tekk Iformatka Isttut Tekolog Badug Blok Sumurwed I RT/RW 4/, Haurgeuls, Idramayu, 4564 e-mal: laa_cfre@yahoo.com ABSTRAK

Lebih terperinci

PEMBAURAN dan PERULANGAN FRAKSIONAL DALAM RANCANGAN PERCOBAAN FAKTORIAL 2 k SKRIPSI

PEMBAURAN dan PERULANGAN FRAKSIONAL DALAM RANCANGAN PERCOBAAN FAKTORIAL 2 k SKRIPSI PEMBAURAN da PERULANGAN FRAKSIONAL DALAM RANCANGAN PERCOBAAN FAKTORIAL k SKRIPSI Dajka tk Mmh Salah Sat Syarat Mmprolh Glar Sarjaa Sas (S.s) Program Std Matmatka Dss olh : C. Btart No Srya NIM : 003409

Lebih terperinci

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: 38-50

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: 38-50 Jural Matematka Mur da Terapa Vol. 4 No.2 esember 200: 38-50 KETERKENALIAN SISTEM LINIER IFERENSIAL BIASA TIME-VARYING AN SISTEM LINIER IFERENSIAL PARSIAL ENGAN PENEKATAN MOUL ATAS OPERATOR IFERENSIAL

Lebih terperinci

KARAKTERISTIK FUNGSI DISTRIBUSI FOUR-PARAMETER GENERALIZED-t

KARAKTERISTIK FUNGSI DISTRIBUSI FOUR-PARAMETER GENERALIZED-t Jural -DuMah Volum No Jauar 6 Hlm 8- KARAKTERISTIK FUNGSI DISTRIUSI FOUR-PARAMETER GENERALIZED- Rahma Cahad Warsoo Musoa Usma Da Kurasar Pddka Mamaka STKIP Muhammadah Prgswu Emal: rahma_cahad@ahoocom Mamaka

Lebih terperinci

Ukuran Pemusatan Data. Arum Handini P., M.Sc Ayundyah K., M.Si.

Ukuran Pemusatan Data. Arum Handini P., M.Sc Ayundyah K., M.Si. Ukura Pemusata Data Arum Had P., M.Sc Ayudyah K., M.S. Notas utuk Populas da Sampel Notas: Mea (rata-rata) Sample x Populas μ Varas s 2 σ 2 Smpaga baku s σ Ukura Pemusata Data 1. Mea (rata-rata) 2. Meda

Lebih terperinci

STATISTIKA DASAR. Oleh

STATISTIKA DASAR. Oleh STATISTIKA DASAR Oleh Suryo Gurto cara peyaja data - tabel - grak meghtug harga-harga petg : - ukura lokas - ukura sebara/peympaga apabla data mempuya observasya cukup bayak perlu dsusu secara sstematk

Lebih terperinci

III PEMBAHASAN. Karena vektor-vektor kolom X adalah bebas linear, maka L(ε) mempunyai n vektor eigen yang bebas linear. (Terbukti)

III PEMBAHASAN. Karena vektor-vektor kolom X adalah bebas linear, maka L(ε) mempunyai n vektor eigen yang bebas linear. (Terbukti) Karea vektor-vektor kolom X adalah bebas lear maka mempuya vektor ege yag bebas lear. erbukt eorema 9 Jka... adalah la ege dar maka... adalah la ege dar. BUK : salka... adalah la ege dar yag bersesuaa

Lebih terperinci

OPERASI GABUNGAN, JOIN, KOMPOSISI DAN HASIL KALI KARTESIAN PADA GRAF FUZZY SERTA KOMPLEMENNYA. Tina Anggitta Novia 1 dan Lucia Ratnasari 2

OPERASI GABUNGAN, JOIN, KOMPOSISI DAN HASIL KALI KARTESIAN PADA GRAF FUZZY SERTA KOMPLEMENNYA. Tina Anggitta Novia 1 dan Lucia Ratnasari 2 OPERASI ABUNAN JOIN KOMPOSISI DAN HASIL KALI KARTESIAN PADA RAF FUZZY SERTA KOMPLEMENNYA Tina Anggitta Novia Lucia Ratnasari Program Studi Matmatika FMIPA UNDIP Jl Prof Sodarto SH Smarang 5075 Abstract

Lebih terperinci

Integrasi 1. Metode Integral Reimann Metode Integral Trapezoida Metode Integral Simpson. Integrasi 1

Integrasi 1. Metode Integral Reimann Metode Integral Trapezoida Metode Integral Simpson. Integrasi 1 Itegras Metode Itegral Rema Metode Itegral Trapezoda Metode Itegral Smpso Itegras Permasalaa Itegras Pertuga tegral adala pertuga dasar yag dguaka dalam kalkulus, dalam bayak keperlua. Itegral secara det

Lebih terperinci

Regresi Linier Sederhana Definisi Pengaruh

Regresi Linier Sederhana Definisi Pengaruh Regres Ler Sederhaa Dah Idra Baga Bostatstka da Kepeduduka Fakultas Kesehata Masyarakat Uverstas Arlagga Defs Pegaruh Jka terdapat varabel, msalka da yag data-dataya dplot sepert gambar dbawah 3 Defs Pegaruh

Lebih terperinci

XI. ANALISIS REGRESI KORELASI

XI. ANALISIS REGRESI KORELASI I ANALISIS REGRESI KORELASI Aalss regres mempelajar betuk hubuga atara satu atau lebh peubah bebas dega satu peubah tak bebas dalam peelta peubah bebas basaya peubah yag dtetuka oelh peelt secara bebas

Lebih terperinci

Analisis Pemodelan berdasarkan karakteristik dinamik

Analisis Pemodelan berdasarkan karakteristik dinamik Aalss Pmdla brdasarka karaktrstk damk DISUSUN OLEH: Dr. Yffry Hadk Putra, ST., M.T Karaktrstk damk suatu sstm atau strum myataka prlaku rsps sstm saat tras (utuk put stp) da prlaku sstm jka mdapatka put

Lebih terperinci

ALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS

ALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS LGORITM MENENTUKN HIMPUNN TERBESR DRI SUTU MTRIKS INTERVL DLM LJBR MX-PLUS Rata Novtasar Program Stud Matematka FMIP UNDIP JlProfSoedarto SH Semarag 575 bstract Ths research dscussed about how to obtaed

Lebih terperinci

BAB III PEMBENTUKAN SKEMA PEMBAGIAN RAHASIA

BAB III PEMBENTUKAN SKEMA PEMBAGIAN RAHASIA BAB III PEMBENTUKAN SKEMA PEMBAGIAN RAHASIA 3. Pegkodea Matrks Ketetaggaa Matrks ketetaggaa A adaah matrks smetr, sehgga, dega memh semua eeme pada dagoa utama da eeme-eeme dbawah dagoa utama, maka aka

Lebih terperinci

REGRESI LOGISTIK BINER

REGRESI LOGISTIK BINER REGRESI LOGISTIK BINER Mtod rgrs mruaka aalss data yag mdskrska hubuga kausaltas atara varabl rso da rdktor (Hosmr da Lmshow, ). Prbdaa mdasar atara rgrs lr da rgrs logstk adalah ty dar varabl rso. Rgrs

Lebih terperinci

PENDUGAAN PARAMETER BEBERAPA SEBARAN POISSON CAMPURAN DAN BEBERAPA SEBARAN DISKRET DENGAN MENGGUNAKAN ALGORITME EM ADE HARIS HIMAWAN

PENDUGAAN PARAMETER BEBERAPA SEBARAN POISSON CAMPURAN DAN BEBERAPA SEBARAN DISKRET DENGAN MENGGUNAKAN ALGORITME EM ADE HARIS HIMAWAN PENDUGAAN PARAMETER BEBERAPA SEBARAN POISSON CAMPURAN DAN BEBERAPA SEBARAN DISKRET DENGAN MENGGUNAKAN ALGORITME EM ADE HARIS HIMAWAN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 8 PERNYATAAN MENGENAI

Lebih terperinci

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS C. Pembelajara 3 1. Slabus N o STANDA R KOMPE TENSI KOMPE TENSI DASAR INDIKATOR MATERI TUGAS BUKTI BELAJAR KON TEN INDIKA TOR WAK TU SUM BER BELA JAR Meerap ka atura kosep statstka dalam pemecah a masalah

Lebih terperinci

BAB 2 SOLUSI NUMERIK PERSAMAAN

BAB 2 SOLUSI NUMERIK PERSAMAAN BAB SOLUSI NUMERIK PERSAMAAN Dalam sais da rkayasa, kita srigkali harus mcari akar solusi dari prsamaa f 0. Jika f mrupaka fugsi poliomial liar atau kuadratis, solusi ksakya mudah utuk didapatka kara rumusya

Lebih terperinci

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi.

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi. Mea utuk Data Tuggal Des. Jka suatu sampel berukura dega aggota x1, x, x3,, x, maka mea sampel ddesska : 1... N 1 Mea utuk Data Kelompok Des Mea dar data yag dkelompoka adalah : x x 1 1 1 dega : x = ttk

Lebih terperinci

Sudaryatno Sudirham. Permutasi dan Kombinasi

Sudaryatno Sudirham. Permutasi dan Kombinasi Sudaryato Sudrham Permutas da Kombas Permutas Permutas adalah bayakya peelompoka sejumlah tertetu kompoe ya dambl dar sejumlah kompoe ya terseda; dalam setap kelompok uruta kompoe dperhatka Msalka terseda

Lebih terperinci

PERBANDINGAN METODE MAXIMUM LIKELIHOOD ESTIMATION (MLE) DAN METODE BAYES DALAM PENDUGAAN PARAMETER DISTRIBUSI EKSPONENSIAL

PERBANDINGAN METODE MAXIMUM LIKELIHOOD ESTIMATION (MLE) DAN METODE BAYES DALAM PENDUGAAN PARAMETER DISTRIBUSI EKSPONENSIAL Bult Ilmah Mat. Stat. a Trapaya (Bmastr) Volum, No. (3), hal. 5 56. PRBANDINGAN MTOD MAXIMUM LIKLIHOOD STIMATION (ML) DAN MTOD BAYS DALAM PNDUGAAN PARAMTR DISTRIBUSI KSPONNSIAL Dw Nurlala, Daa Kusaar,

Lebih terperinci

BAB 2. Tinjauan Teoritis

BAB 2. Tinjauan Teoritis BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut

Lebih terperinci

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN // REGRESI LINEAR SEDERHANA DAN KORELASI. Model Regres Lear. Peaksr Kuadrat Terkecl 3. Predks Nla Respos 4. Iferes Utuk Parameter-parameter Regres 5. Kecocoka Model Regres 6. Korelas Utrwe Mukhayar MA

Lebih terperinci

TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi.

TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Fitri Yulianti, SP. Msi. TATAP MUKA III UKURAN PEMUSATAN DATA (MEAN, MEDIAN DAN MODUS) Ftr Yulat, SP. Ms. UKURAN DATA Ukura data Ukura Pemusata data Ukura letak data Ukura peyebara data Mea Meda Jagkaua Meda Kuartl Jagkaua atar

Lebih terperinci

Konsistensi dan Asimtotik Normalitas Model Multivariate Adaptive Regression Spline (Mars) Respon Biner

Konsistensi dan Asimtotik Normalitas Model Multivariate Adaptive Regression Spline (Mars) Respon Biner Jural IMU DASAR, Vol No, Jul 9 : 33-33 Kossts da Asmtotk Normaltas Modl Multvarat Adatv Rgrsso Sl (Mars Rso r Cosstcy ad Asymtotc Normalty of Maxmum klhood Estmator MARS ary Rsos Modl ambag Wdaarko Otok

Lebih terperinci

Pertemuan 3 Luas Daerah Bidang Datar, dan Volume Benda Padat dengan Metode Bidang Irisan Sejajar

Pertemuan 3 Luas Daerah Bidang Datar, dan Volume Benda Padat dengan Metode Bidang Irisan Sejajar ertemua 3 Luas Daerah Bdag Datar, da Volume Beda adat dega Metode Bdag Irsa Sejajar A. Luas Daerah Bdag Datar 1. Luas Daerah Bdag Datar Yag Datas Oleh Kura f, sumu X, Gars a da Gars DEFINISI: Msalka D

Lebih terperinci

3 Departemen Statistika FMIPA IPB

3 Departemen Statistika FMIPA IPB Supleme Respos Pertemua ANALISIS DATA KATEGORIK (STK51) Departeme Statstka FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referes Waktu U potess Tga Cotoh atau Lebh U Kruskal-Walls (aalss ragam satu-arah berdasarka

Lebih terperinci

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan Aalsa Numerk Baha Matrkulas PENDAHULUAN Metode umerk merupaka suatu tekk atau cara utuk megaalsa da meyelesaka masalah masalah d dalam bdag rekayasa tekk da sa dega megguaka operas perhtuga matematk Masalah-masalah

Lebih terperinci

Edge Anti-Magic Total Labeling dari

Edge Anti-Magic Total Labeling dari Edge At-Magc Total Labelg dar Charul Imro da Suhud Wahyud Jurusa Matematka Isttut Tekolog Sepuluh Nopember Surabaya mro-ts@matematka.ts.ac.d, suhud@matematka.ts.ac.d C Abstract We wll fd edge at-magc total

Lebih terperinci

PELABELAN HARMONIS GANJIL PADA GRAF KINCIR ANGIN BELANDA DAN GABUNGAN GRAF KINCIR ANGIN BELANDA

PELABELAN HARMONIS GANJIL PADA GRAF KINCIR ANGIN BELANDA DAN GABUNGAN GRAF KINCIR ANGIN BELANDA PELABELAN HARMONIS GANJIL PADA GRAF KINIR ANGIN BELANDA DAN GABUNGAN GRAF KINIR ANGIN BELANDA Fery Frmasah ), Kk Aryat Sugeg ) Abstrak : Gra G V G, EG dega V G adalah hmpua smpul da G hmpua busur dsebut

Lebih terperinci