81 Bab 6 Ruang Hasilkali Dalam

Ukuran: px
Mulai penontonan dengan halaman:

Download "81 Bab 6 Ruang Hasilkali Dalam"

Transkripsi

1 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 metode optmas sepert metode least sqare dalam pemnmman error dalam berbaga bdang rekayasa. 5. HASIL KALI DALAM Msalnya V adalah sat rang ektor dan V maka notas < dnamakan hasl kal dalam jka memenh keempat aksoma sebaga berkt: () < < (Smetrs) () < < < (Adttas) () ntk sat k R berlak < k < k k < (Homogentas) () < ntk setap dan < (Postftas) Rang ektor yang dlengkap dengan hasl kal dalam dnamakan rang haslkal dalam (RHD). Jka V merpakan sat rang hasl kal dalam maka norm (panjang) sebah ektor dnyatakan oleh yang ddefnskan oleh : Contoh. : < Rang Hasl Kal Dalam Eldes ( R n )

2 8 Bab Rang Haslkal Dalam Msalkan R n maka maka < (.. n ) / <... n n Contoh. : Jaab : Msalnya W R yang dlengkap dengan operas hasl kal berbentk : < W Bktkan baha W adalah rang haslkal dalam ( RHD). Msalnya W () < < (terbkt smetrs) () < < ( ) ( ) ( ) ( ) ( ) < < (terbkt adttas) () ntk sat k R < k <(k k k ) ( ) k k k k. k k. k < < k <(k k k ) ( ) k k k k k k < k (terbkt homogentas) () <

3 Aljabar Lnear Elementer Adjaya 8 Contoh.: Jelas baha < ntk setap dan < terbkt memenh sfat postftas. Tnjkan baha < merpakan hasl kal dalam bkan Jaab : Msalkan ( ) W Perhatkan < Jelas baha saat : maka < < In mennjkan tdak memenh sfat postftas Jad < bkan merpakan hasl kal dalam. Contoh.4 : Jaab : Dketah < ad f dmana (a b ) dan (d e f) Apakah < merpakan hasl kal dalam?. Sfat Smetrs < ad f da f <.(terpenh). Sfat Adttas Msalkan ( g h ) < <( a d b e f ) ( g h ) ( a d )g ( f ) (ag ) (dg f ) < <..(terpenh)

4 84 Bab Rang Haslkal Dalam. Sfat Homogentas <k ( kad kf) k (ad f) k <.. (terpenh) 4. Sfat Posttas < ( a ) Tetap ada sedemkan hngga < Karena saat ( ) dperoleh <. Aksoma terakhr tdak terpenh. Jad < ad f bkan merpakan hasl kal dalam. 5. HIMPUNAN ORTONORMAL DAN PROSES GRAMM- SCHMIDT Sebah hmpnan ektor pada rang hasl kal dalam dnamakan hmpnan ortogonal jka sema pasangan etor yang berbeda dalam hmpnan tersebt adalah orthogonal (salng tegak lrs). Sebah hmpnan orthogonal yang setap ektornya memlk panjang (normnya) sat dnamakan hmpnan ortonormal. Agar lebh memdahkan dalam pemahaman msalkan T {... n} pada sat RHD.. T dkatakan hmpnan ektor ortogonal jka : Sema ektor ddalam T yat < j Untk setap j j n. T dkatakan hmpnan ortonormal jka : T merpakan hmpnan ortogonal dan ntk setap T maka (setap ektor d T merpakan ektor satan) Contoh.5 :. - A Pada RHD Eldes A bkan hmpnan ortogonal.

5 Aljabar Lnear Elementer Adjaya 85. B - Pada RHD Eldes B merpakan hmpnan ortonormal. Msal S { d d K } d n merpakan bass bag sat RHD V dan merpakan hmpnan ortonormal maka S dnamakan Bass Ortonormal. Jka S {... n}adalah bass ortonormal ntk rang hasl kal dalam V dan adalah sembarang ektor d rang ektor V maka : k k... k (.) n n Perhatkan baha ntk sat n maka berlak : < < k k... knn Dengan menggnakan sfat adtftas dan homogentas haslkal dalam maka < k < k <... k <... kn < n Karena S merpakan hmpnan ortonormal yat < ntk setap dan < j ntk setap j Jad ntk setap berlak < k Sehngga kombnas lnear (.) dapat dtls dalam bentk : < <... < n n Contoh. : Tentkan kombnas lnear ektor a pada RHD Eldes berpa bdang yang dbangn oleh

6 8 Bab Rang Haslkal Dalam Jaab : dan Terlhat baha ektor pembangn bdang merpakan bass ortonormal bag bdang tersebt sehngga kombnas lnear dapat dtls menjad : a < a < a a a Msal S { K } n merpakan bass bag sat RHD V dan bkan merpakan hmpnan Ortonormal maka S dapat dtransformas menjad Bass Ortonormal dengan sat proses yang dnamakan proses Gramm-Shmdt. Msal B {... n} merpakan bass ortonormal hasl proses Gramm-Shmdt dar bass S.. Msalkan merpakan perbahan dar ektor maka dmana.. Msal adalah hasl perbahan dar. Agar dapat memaham lebh jah berkt adalah lstras pembentkan ektor Vektor dproyekskan pada pada ektor terlhat pada gambar baha hasl proyeks berpa ektor p. Selanjtnya ambl komponen yang tegak lrs terhadap yat q. Sehngga dperoleh yat ektor yang searah dengan q dan normnya sama dengan sat.

7 Aljabar Lnear Elementer Adjaya 87 Berkt n adalah lstras perhtngan nla ektor yang ada pada gambar datas : q p Gambar. Ilstras gram Shmdt d Bdang p merpakan proyeks ektor terhadap (ektor ortonormal) sehngga : < p proy < Karena q merpakan komponen yang tegak lrs terhadap maka q p Akhrnya dperoleh ektor yat : q q ata < <

8 88 Bab Rang Haslkal Dalam. Msalkan adalah hasl perbahan dar. Agar dapat memaham lebh jah berkt adalah lstras pembentkan ektor adalah sebaga berkt : q p W Gambar. Ilstras gram Shmdt d Rang Vektor dproyekskan pada pada bdang W span( ) artnya W dbangn oleh da ektor yang ortonormal. Terlhat pada gambar baha hasl proyeks berpa ektor p. Ambl komponen yang tegak lrs terhadap bdang W yat q. Selanjtnya dperoleh yat ektor yang searah dengan q dan normnya sama dengan sat. Berkt n adalah lstras perhtngan nla ektor yang ada pada gambar datas : p merpakan proyeks ektor terhadap bdang W yang dbangn oleh da ektor ortonormal dan sehngga : p proyw < < Karena q merpakan komponen yang tegak lrs terhadap W maka

9 Aljabar Lnear Elementer Adjaya 89 p q Akhrnya dperoleh ektor yat q q ata < < < < Seara mm proses Gramm Shmdt ntk mentransformas bass { n S K } pada sat RHD V menjad bass ortonormal { } n B < < < < ntk setap n. Contoh.7 : Dketah R merpakan rang ektor dengan hasl kal dalam Eldes. Msalkan B merpakan bass pada rang ektor tersebt. Dengan proses Gram Shmdt transformaskan bass tersebt menjad bass Ortonormal! Jaab : Langkah.

10 9 Bab Rang Haslkal Dalam Langkah. proy proy Sementara t proy Karena t proy sehngga : Langkah. proy proy W W dmana W merpakan bdang yang dbangn oleh dan.

11 Aljabar Lnear Elementer Adjaya 9 proy W sehngga : Dengan demkan { } merpakan bass ortonormal ntk rang ektor R dengan hasl kal dalam Eldes. Contoh.8 : Dketah bdang yang dbangn oleh merpakan sbrang dar RHD Eldes R. Tentkan proyeks orthogonal dar ektor pada bdang tersebt.

12 9 Bab Rang Haslkal Dalam Jaab : Dketah membangn sbrang pada RHD tersebt. Jelas baha { } merpakan bass bag sbrang pada RHD tersebt karena dan salng bebas lnear (terlhat baha a tdak salng berkelpatan). Bass tersebt akan dtransformaskan menjad bass ortonormal. () () Perhatkan baha :

13 Aljabar Lnear Elementer Adjaya 9 < Sehngga: () Jad Bass Orthonormal bag bdang tersebt adalah :

14 94 Bab Rang Haslkal Dalam Proyeks Orthogonal Vektor pada bdang adalah: oy W Pr Perhatkan baha : < Sehngga < < 4 Dengan demkan oy W Pr 4

15 Aljabar Lnear Elementer Adjaya 95 Lathan Bab. Perksa apakah operas berkt merpakan hasl kal dalam a. < d R b. < d R. < d R. Tentkan nla k sehngga ektor (k k ) dan ektor (k 5 ) adalah orthogonal dalam rang Eldes!. Dketah { } bass bag R dengan hasl kal dalam Eldes. Gnakan proses Gram Shmdt ntk mentransformaskan bass tersebt menjad bass ortonormal! 4. W merpakan sbrang rang haslkal dalam eldes d R yang dbangn oleh dan. Tentkan proyeks orthogonal pada W!

Aljabar Linear Elementer

Aljabar Linear Elementer Aljabar Linear Elementer MA SKS Silabs : Bab I Matriks dan Operasinya Bab II Determinan Matriks Bab III Sistem Persamaan Linear Bab IV Vektor di Bidang dan di Rang Bab V Rang Vektor Bab VI Rang Hasil Kali

Lebih terperinci

BAB X RUANG HASIL KALI DALAM

BAB 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 terperinci

Pengenalan Pola/ Pattern Recognition

Pengenalan 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 terperinci

BAB III HASILKALI TENSOR PADA RUANG VEKTOR. Misalkan V ruang vektor atas lapangan F. Suatu transformasi linear f L ( V, F )

BAB III HASILKALI TENSOR PADA RUANG VEKTOR. Misalkan V ruang vektor atas lapangan F. Suatu transformasi linear f L ( V, F ) 28 BAB III HASILKALI TENSOR PADA RUANG VEKTOR III.1 Ruang Dual Defns III.1.2: Ruang Dual [10] Msalkan V ruang vektor atas lapangan F. Suatu transformas lnear f L ( V, F ) dkatakan fungsonal lnear (atau

Lebih terperinci

Misalkan S himpunan bilangan kompleks. Fungsi kompleks f pada S adalah aturan yang

Misalkan 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 terperinci

Bab 1 Ruang Vektor. R. Leni Murzaini/0906577381

Bab 1 Ruang Vektor. R. Leni Murzaini/0906577381 Bab 1 Ruang Vektor Defns Msalkan F adalah feld, yang elemen-elemennya dnyatakansebaga skalar. Ruang vektor atas F adalah hmpunan tak kosong V, yang elemen-elemennya merupakan vektor, bersama dengan dua

Lebih terperinci

BAB II LANDASAN TEORI

BAB 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 terperinci

3. RUANG VEKTOR. dan jika k adalah sembarang skalar, maka perkalian skalar ku didefinisikan oleh

3. RUANG VEKTOR. dan jika k adalah sembarang skalar, maka perkalian skalar ku didefinisikan oleh . RUANG VEKTOR. VEKTOR (GEOMETRIK) PENGANTAR Jika n adalah sebah bilangan blat positif maka tpel-terorde (ordered-n-tple) adalah sebah rtan n bilangan riil (a a... a n ). Himpnan sema tpel-terorde dinamakan

Lebih terperinci

MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM

MEREDUKSI 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 terperinci

HASIL 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 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 terperinci

Vektor Kendali Permainan Dinamis LQ Non-Kooperatif Waktu Tak Berhingga

Vektor 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 terperinci

CHAPTER 6. INNER PRODUCT SPACE

CHAPTER 6. INNER PRODUCT SPACE CHAPTER 6. INNER PRODUCT SPACE Inner Prodcts Angle and Orthogonality in Inner Prodct Spaces Orthonormal Bases; Gram-Schmidt Process; QR-Decomposition Best Approximation; Least Sqares Orthogonal Matrices;

Lebih terperinci

SOLUTION INSTITUT TEKNOLOGI BANDUNG FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM STUDI FISIKA

SOLUTION 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 terperinci

Dengan 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:

Dengan 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 terperinci

PENYELESAIAN SISTEM PERSAMAAN LINEAR KOMPLEKS MENGGUNAKAN METODE DEKOMPOSISI QR TUGAS AKHIR

PENYELESAIAN SISTEM PERSAMAAN LINEAR KOMPLEKS MENGGUNAKAN METODE DEKOMPOSISI QR TUGAS AKHIR PENYELESAIAN SISTEM PERSAMAAN LINEAR KOMPLEKS MENGGUNAKAN METODE DEKOMPOSISI QR TUGAS AKHIR Dajukan sebaga Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sans pada Jurusan Matematka Oleh : IIS ERIANTI

Lebih terperinci

APLIKASI METODE SINGULAR VALUE DECOMPOSITION(SVD) PADA SISTEM PERSAMAAN LINIER KOMPLEKS

APLIKASI METODE SINGULAR VALUE DECOMPOSITION(SVD) PADA SISTEM PERSAMAAN LINIER KOMPLEKS Vol No Jurnal Sans Teknolog Industr APLIKASI METODE SINGULAR VALUE DECOMPOSITION(SVD) PADA SISTEM PERSAMAAN LINIER KOMPLEKS Ftr Aryan Dew Yulant Jurusan Matematka Fakultas Sans Teknolog UIN SUSKA Rau Emal:

Lebih terperinci

MUH1G3/ MATRIKS DAN RUANG VEKTOR

MUH1G3/ MATRIKS DAN RUANG VEKTOR MUHG3/ MATRIKS DAN RUANG VEKTOR TIM DOSEN 6 Ruang Hasil Kali Dalam Sub Pokok Bahasan Definisi Ruang Hasilkali Dalam Himpunan ortonormal Proses Gramm Schmidt Aplikasi RHD Metode Optimasi seperti metode

Lebih terperinci

BAB VB PERSEPTRON & CONTOH

BAB 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 terperinci

Bab 3. Teori Comonotonic. 3.1 Pengurutan Variabel Acak

Bab 3. Teori Comonotonic. 3.1 Pengurutan Variabel Acak Bab 3 Teor Comonotonc Pada bab n konsep teor comonotonc akan dpaparkan dar awal dan berakhr pada konsep teor n untuk jumlah dar peubah - peubah acak 1. Setelah tu untuk membantu pemahaman akan dberkan

Lebih terperinci

Ring Bersih Kanan Right Clean Rings

Ring Bersih Kanan Right Clean Rings ng esh Kanan ght Clean ngs Cyena Novella Ksnamt Pogam Std Penddkan Matematka FKIP USD Kamps III Pangan, Magwohajo,Sleman, cyenanovella@gmalcom STK Peneltan n etjan ntk mengenal, memaham mennjkkan ahwa

Lebih terperinci

Teori Himpunan. Modul 1 PENDAHULUAN. impunan sebagai koleksi (pengelompokan) dari objek-objek yang

Teori Himpunan. Modul 1 PENDAHULUAN. impunan sebagai koleksi (pengelompokan) dari objek-objek yang Modul 1 Teor Hmpunan PENDAHULUAN Prof SM Nababan, PhD Drs Warsto, MPd mpunan sebaga koleks (pengelompokan) dar objek-objek yang H dnyatakan dengan jelas, banyak dgunakan dan djumpa dberbaga bdang bukan

Lebih terperinci

Trihastuti Agustinah

Trihastuti Agustinah TE 9467 Teknik Nmerik Sistem Linear Trihastti Agstinah Bidang Stdi Teknik Sistem Pengatran Jrsan Teknik Elektro - FTI Institt Teknologi Seplh Nopember O U T L I N E. Objektif. Teori. Contoh 4. Simplan

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang dan Permasalahan

BAB I PENDAHULUAN Latar Belakang dan Permasalahan BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Matematka dbag menjad beberapa kelompok bdang lmu, antara lan analss, aljabar, dan statstka. Ruang barsan merupakan salah satu bagan yang ada d bdang

Lebih terperinci

Bab 5 RUANG HASIL KALI DALAM

Bab 5 RUANG HASIL KALI DALAM Bab 5 RUANG HASIL KALI DALAM 5 Hasil Kali Dalam Untk memotiasi konsep hasil kali dalam diambil ektor di R dan R sebagai anak panah dengan titik awal di titik asal O = ( ) Panjang sat ektor x di R dan R

Lebih terperinci

SEARAH (DC) Rangkaian Arus Searah (DC) 7

SEARAH (DC) Rangkaian Arus Searah (DC) 7 ANGKAAN AUS SEAAH (DC). Arus Searah (DC) Pada rangkaan DC hanya melbatkan arus dan tegangan searah, yatu arus dan tegangan yang tdak berubah terhadap waktu. Elemen pada rangkaan DC melput: ) batera ) hambatan

Lebih terperinci

ALJABAR LINIER LANJUT

ALJABAR LINIER LANJUT ALABAR LINIER LANUT Ruang Bars dan Ruang Kolom suatu Matrks Msalkan A adalah matrks mnatas lapangan F. Bars pada matrks A merentang subruang F n dsebut ruang bars A, dnotaskan dengan rs(a) dan kolom pada

Lebih terperinci

BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN. Pada prinsipnya model ini merupakan hasil transformasi dari suatu model

BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN. Pada prinsipnya model ini merupakan hasil transformasi dari suatu model BAB III PERBANDINGAN ANALISIS REGRESI MODEL LOG - LOG DAN MODEL LOG - LIN A. Regres Model Log-Log Pada prnspnya model n merupakan hasl transformas dar suatu model tdak lner dengan membuat model dalam bentuk

Lebih terperinci

BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE

BAB 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 terperinci

Catatan Kuliah 13 Memahami dan Menganalisa Optimasi dengan Kendala Ketidaksamaan

Catatan Kuliah 13 Memahami dan Menganalisa Optimasi dengan Kendala Ketidaksamaan Catatan Kulah 3 Memaham dan Menganalsa Optmas dengan Kendala Ketdaksamaan. Interpretas Konds Kuhn Tucker Asumskan masalah yang dhadap adalah masalah produks. Secara umum, persoalan maksmsas keuntungan

Lebih terperinci

Sifat-sifat Operasi Perkalian Modular pada Graf Fuzzy

Sifat-sifat Operasi Perkalian Modular pada Graf Fuzzy SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 07 Sfat-sfat Operas Perkalan Modular pada raf Fuzzy T - 3 Tryan, ahyo Baskoro, Nken Larasat 3, Ar Wardayan 4,, 3, 4 Unerstas Jenderal Soedrman transr@yahoo.com.au

Lebih terperinci

BAB I Rangkaian Transient. Ir. A.Rachman Hasibuan dan Naemah Mubarakah, ST

BAB I Rangkaian Transient. Ir. A.Rachman Hasibuan dan Naemah Mubarakah, ST BAB I angkaan Transent Oleh : Ir. A.achman Hasbuan dan Naemah Mubarakah, ST . Pendahuluan Pada pembahasan rangkaan lstrk, arus maupun tegangan yang dbahas adalah untuk konds steady state/mantap. Akan tetap

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN. Latar Belakang Matematka sebaga bahasa smbol yang bersfat unversal memegang peranan pentng dalam perkembangan suatu teknolog. Matematka sangat erat hubungannya dengan kehdupan nyata.

Lebih terperinci

BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER

BAB 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 terperinci

DEPARTMEN FISIKA ITB BENDA TEGAR. FI Dr. Linus Pasasa MS Bab 6-1

DEPARTMEN 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 terperinci

BAB III. Monte Carlo dan metode least-square, maka pada bab ini diantaranya akan

BAB III. Monte Carlo dan metode least-square, maka pada bab ini diantaranya akan BAB III METODE LEAST-SQUARE MONTE CARLO Pada bab sebelumnya telah delaskan antara lan mengena smulas Monte Carlo dan metode least-square, maka pada bab n dantaranya akan dbahas penggunaan kedua metode

Lebih terperinci

III.1. KESTABILAN BERDASARKAN POSISI EIGEN VALUE. Dari persamaan sistem pada persamaan, dapat dicari eigen value. Eigen

III.1. KESTABILAN BERDASARKAN POSISI EIGEN VALUE. Dari persamaan sistem pada persamaan, dapat dicari eigen value. Eigen LARGE SCALE SYSTE Core b Dr. Ar Trwatno, ST, T Dept. of Electrcal Engneerng Dponegoro Unvert BAB III KESTABILAN SISTE III.. KESTABILAN BERDASARKAN POSISI EIGEN VALUE Dar peramaan tem pada peramaan, dapat

Lebih terperinci

EKSISTENSI BASIS ORTHONORMAL PADA RUANG HASIL KALI DALAM

EKSISTENSI BASIS ORTHONORMAL PADA RUANG HASIL KALI DALAM Ed-Math; ol Tah EKITENI BAI ORTHONORMAL PADA RUANG HAIL KALI DALAM Mhammad Kh Abstras at rag etor ag dlegap oleh sat operas ag memeh beberapa asoma tertet damaa Rag Hasl Kal Dalam (RHKD) Pada RHKD deal

Lebih terperinci

RANGKAIAN SERI. 1. Pendahuluan

RANGKAIAN SERI. 1. Pendahuluan . Pendahuluan ANGKAIAN SEI Dua elemen dkatakan terhubung ser jka : a. Kedua elemen hanya mempunya satu termnal bersama. b. Ttk bersama antara elemen tdak terhubung ke elemen yang lan. Pada Gambar resstor

Lebih terperinci

PANJANG DAN JARAK VEKTOR PADA RUANG HASIL KALI DALAM. V, yang selanjutnya dinotasikan dengan v, didefinisikan:

PANJANG DAN JARAK VEKTOR PADA RUANG HASIL KALI DALAM. V, yang selanjutnya dinotasikan dengan v, didefinisikan: PANJANG DAN JARAK VEKTOR PADA RUANG HASIL KALI DALAM Perl diingat kembali definisi panjang dan jarak sat ektor pada rang hasil kali dalam Eclid, yait rnag ektor yang hasil kali dlamnya didefinisikan sebagai

Lebih terperinci

BAB III PEMBAHASAN. Pada bab ini akan dibahas mengenai ring embedding dan faktorisasi. tunggal pada ring komutatif tanpa elemen kesatuan.

BAB III PEMBAHASAN. Pada bab ini akan dibahas mengenai ring embedding dan faktorisasi. tunggal pada ring komutatif tanpa elemen kesatuan. BAB III PEMBAHASAN Pada bab n akan dbahas mengena rng embeddng dan faktorsas tunggal pada rng komutatf tanpa elemen kesatuan. A. Rng Embeddng Defns 3.1 (Malk et al. 1997: 318 Suatu rng R dkatakan embedded

Lebih terperinci

Hasil Kali Titik. Dua Operasi Vektor. Sifat-sifat Hasil Kali Titik. oki neswan (fmipa-itb)

Hasil Kali Titik. Dua Operasi Vektor. Sifat-sifat Hasil Kali Titik. oki neswan (fmipa-itb) oki neswan (fmipa-itb) Da Operasi Vektor Hasil Kali Titik Misalkan OAB adalah sebah segitiga, O (0; 0) ; A (a 1 ; a ) ; dan B (b 1 ; b ) : Maka panjang sisi OA; OB; dan AB maing-masing adalah q joaj =

Lebih terperinci

MULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuhi Tugas Matakuliah Multivariat yang dibimbing oleh Ibu Trianingsih Eni Lestari

MULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuhi Tugas Matakuliah Multivariat yang dibimbing oleh Ibu Trianingsih Eni Lestari MULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuh Tugas Matakulah Multvarat yang dbmbng oleh Ibu Tranngsh En Lestar oleh Sherly Dw Kharsma 34839 Slva Indrayan 34844 Vvn Octana 34633 UNIVERSITAS

Lebih terperinci

ANALISIS BENTUK HUBUNGAN

ANALISIS 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 terperinci

II. TEORI DASAR. Definisi 1. Transformasi Laplace didefinisikan sebagai

II. 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 terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS

SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS A8 M. Andy Rudhto 1 1 Program Stud Penddkan Matematka FKIP Unverstas Sanata Dharma Kampus III USD Pangan Maguwoharjo Yogyakarta 1 e-mal: arudhto@yahoo.co.d

Lebih terperinci

PENDAHULUAN Latar Belakang

PENDAHULUAN Latar Belakang PENDAHULUAN Latar Belakang Menurut teor molekuler benda, satu unt volume makroskopk gas (msalkan cm ) merupakan suatu sstem yang terdr atas sejumlah besar molekul (kra-kra sebanyak 0 0 buah molekul) yang

Lebih terperinci

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI

IV. 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 terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 ENDAHULUAN 1.1 Latar Belakang Manusa dlahrkan ke duna dengan ms menjalankan kehdupannya sesua dengan kodrat Illah yakn tumbuh dan berkembang. Untuk tumbuh dan berkembang, berart setap nsan harus

Lebih terperinci

BILANGAN RAMSEY SISI DARI r ( P, )

BILANGAN RAMSEY SISI DARI r ( P, ) Charul Imron dan dy Tr Baskoro, Blangan Ramsey Ss BILANGAN RAMSY SISI DARI r ( P, ) (Ramsey Number from the Sde r ( P, ) ) Charul Imron dan dy Tr Baskoro Jurusan Matemátca, FMIPA ITS Surabaya mron-ts@matematka.ts.ac.d

Lebih terperinci

Jurnal Pendidikan Matematika & Matematika

Jurnal Pendidikan Matematika & Matematika Jurnal Penddkan Mateatka & Mateatka Syasah. (2011). Pengaruh Puasa Terhadap Konsentras Belajar Sswa. Jakarta: UIN Syarf Hdayatullah Jakarta. Thabrany, Hasbullah. (1995). Rahasa Sukses Belajar. Jakarta:

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN :

JURNAL 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 terperinci

MENCERMATI BERBAGAI JENIS PERMASALAHAN DALAM PROGRAM LINIER KABUR. Mohammad Asikin Jurusan Matematika FMIPA UNNES. Abstrak

MENCERMATI BERBAGAI JENIS PERMASALAHAN DALAM PROGRAM LINIER KABUR. Mohammad Asikin Jurusan Matematika FMIPA UNNES. Abstrak JURAL MATEMATIKA DA KOMUTER Vol. 6. o., 86-96, Agustus 3, ISS : 4-858 MECERMATI BERBAGAI JEIS ERMASALAHA DALAM ROGRAM LIIER KABUR Mohammad Askn Jurusan Matematka FMIA UES Abstrak Konsep baru tentang hmpunan

Lebih terperinci

Dekomposisi Nilai Singular dan Aplikasinya

Dekomposisi Nilai Singular dan Aplikasinya A : Dekomposs Nla Sngular dan Aplkasnya Gregora Aryant Dekomposs Nla Sngular dan Aplkasnya Oleh : Gregora Aryant Program Stud Penddkan Matematka nverstas Wdya Mandala Madun aryant_gregora@yahoocom Abstrak

Lebih terperinci

Catatan Kuliah 12 Memahami dan Menganalisa Optimisasi dengan Kendala Ketidaksamaan

Catatan Kuliah 12 Memahami dan Menganalisa Optimisasi dengan Kendala Ketidaksamaan Catatan Kulah Memaham dan Menganalsa Optmsas dengan Kendala Ketdaksamaan. Non Lnear Programmng Msalkan dhadapkan pada lustras berkut n : () Ma U = U ( ) :,,..., n st p B.: ; =,,..., n () Mn : C = pk K

Lebih terperinci

SEMI RING POLINOM ATAS ALJABAR MAX-PLUS

SEMI RING POLINOM ATAS ALJABAR MAX-PLUS JMP : Volume 4 Nomor 2, Desember 2012, hal. 289-297 SEMI RING POLINOM ATAS ALJABAR MAX-PLUS Suroto Prod Matematka, Jurusan MIPA, Fakultas Sans dan Teknk Unverstas Jenderal Soedrman e-mal : suroto_80@yahoo.com

Lebih terperinci

ALJABAR LINEAR (Vektor diruang 2 dan 3) Disusun Untuk Memenuhi Tugas Mata Kuliah Aljabar Linear Dosen Pembimbing: Abdul Aziz Saefudin, M.

ALJABAR LINEAR (Vektor diruang 2 dan 3) Disusun Untuk Memenuhi Tugas Mata Kuliah Aljabar Linear Dosen Pembimbing: Abdul Aziz Saefudin, M. ALJABAR LINEAR (Vektor dirang 2 dan 3) Dissn Untk Memenhi Tgas Mata Kliah Aljabar Linear Dosen Pembimbing: Abdl Aziz Saefdin, M.Pd Dissn Oleh : Kelompok 3/3A4 1. Nrl Istiqomah 14144100130 2. Ambar Retno

Lebih terperinci

STATISTICAL STUDENT OF IST AKPRIND

STATISTICAL STUDENT OF IST AKPRIND E-mal : statstkasta@yahoo.com Blog : Analss Regres SederhanaMenggunakan MS Excel 2007 Lsens Dokumen: Copyrght 2010 sssta.wordpress.com Seluruh dokumen d sssta.wordpress.com dapat dgunakan dan dsebarkan

Lebih terperinci

Bab 5 RUANG HASIL KALI DALAM

Bab 5 RUANG HASIL KALI DALAM Bab 5 RUANG HASIL KALI DALAM 5 Hasil Kali Dalam Untk memotiasi konsep hasil kali dalam diambil ektor di R dan R sebagai anak panah dengan titik awal di titik asal O ( ) Panjang sat ektor x di R dan R dinamakan

Lebih terperinci

LAMPIRAN A PENURUNAN PERSAMAAN NAVIER-STOKES

LAMPIRAN A PENURUNAN PERSAMAAN NAVIER-STOKES LAMPIRAN A PENURUNAN PERSAMAAN NAVIER-STOKES Hubungan n akan dawal dar gaya yang beraks pada massa fluda. Gaya-gaya n dapat dbag ke dalam gaya bod, gaya permukaan, dan gaya nersa. a. Gaya Bod Gaya bod

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi

BAB 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 terperinci

Fisika Dasar I (FI-321)

Fisika 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 terperinci

Fisika Dasar I (FI-321) Usaha dan Energi

Fisika 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 terperinci

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear

REGRESI 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 terperinci

Ensambel Statistik Distribusi Binomial Nilai Rata-rata Sistem Spin Distribusi Probabilitas Kontinu

Ensambel 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 terperinci

P(A S) = P(A S) = P(B A) = dengan P(A) > 0.

P(A S) = P(A S) = P(B A) = dengan P(A) > 0. 0 3.5. PELUANG BERSYARAT Jka kta menghtung peluang sebuah pestwa, maka penghtungannya selalu ddasakan pada uang sampel ekspemen. Apabla A adalah sebuah pestwa, maka penghtungan peluang da pestwa A selalu

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Penjadwalan Baker (1974) mendefnskan penjadwalan sebaga proses pengalokasan sumber-sumber dalam jangka waktu tertentu untuk melakukan sejumlah pekerjaan. Menurut Morton dan

Lebih terperinci

KONSTRUKSI RUANG TOPOLOGI LENGKAP

KONSTRUKSI RUANG TOPOLOGI LENGKAP KONSTRUKSI RUANG TOPOLOGI LENGKAP Sely Msdalfah Jsan Matemata FMIPA Unestas Tadlao Absta Hmpnan A mepaan semmet-semmet dpelas tedefns atas hmpnan X yang menghaslan sat eseagaman atas X yang aan membangn

Lebih terperinci

Mata Kuliah: Aljabar Linier Dosen Pengampu: Darmadi, S. Si, M. Pd

Mata Kuliah: Aljabar Linier Dosen Pengampu: Darmadi, S. Si, M. Pd . RUANG BERDIMENSI n EUCLIDIS Mata Kliah: Aljabar Linier Dosen Pengamp: Darmadi S. Si M. Pd Dissn oleh: Kelompok Pendidikan Matematika VA. Abdl Fajar Sidiq (8.). Lilies Prwanti (8.76). Ristinawati (8.)

Lebih terperinci

Tinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal

Tinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal 157 Vol. 13, No. 2, 157-161, Januar 2017 Tnjauan Algortma Genetka Pada Permasalahan Hmpunan Httng Mnmal Jusmawat Massalesse, Bud Nurwahyu Abstrak Beberapa persoalan menark dapat dformulaskan sebaga permasalahan

Lebih terperinci

SOLUSI TUGAS MATA KULIAH STATISTIKA II

SOLUSI TUGAS MATA KULIAH STATISTIKA II SOLUSI TUGAS MATA KULIAH STATISTIKA II SOAL : Suatu Peneltan dlakukan untuk menelaah empat metode pengajaran, yatu Metode A (ceramah d kelas), Metode B (mengajak dskus langsung dengan sswa), Metode C (ceramah

Lebih terperinci

DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA

DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA Dstrbus Bnomal Msalkan dalam melakukan percobaan Bernoull (Bernoull trals) berulang-ulang sebanyak n kal, dengan kebolehjadan sukses p pada tap percobaan,

Lebih terperinci

PROPERTY DAN PERDAGANGAN SEBAGAI SEKTOR DOMINAN PADA DATA BURSA SAHAM. DENGAN Principal Component Analysis (PCA)

PROPERTY DAN PERDAGANGAN SEBAGAI SEKTOR DOMINAN PADA DATA BURSA SAHAM. DENGAN Principal Component Analysis (PCA) PROPERT DAN PERDAGANGAN SEBAGAI SEKTOR DOMINAN PADA DATA BURSA SAHAM DENGAN Prncpal Component Analyss (PCA) Oleh : Hanna aa Parhusp, usp, Deva eawdyananto a dan Bernadeta Desnova Kr Program Stud Statstka

Lebih terperinci

PADA GRAF PRISMA BERCABANG

PADA GRAF PRISMA BERCABANG PELABELAN TOTAL SUPER (a, d)-busur ANTI AJAIB PADA GRAF PRISMA BERCABANG Achmad Fahruroz,, Dew Putre Lestar,, Iffatul Mardhyah, Unverstas Gunadarma Depok Program Magster Fakultas MIPA Unverstas Indonesa

Lebih terperinci

KONSEP DASAR PROBABILITAS

KONSEP DASAR PROBABILITAS KONSEP DASAR PROBABILITAS TI2131 TEORI PROBABILITAS MINGGU KE-3 & KE-4 1 Defns 1 Probabltas dar sebuah kejadan A adalah jumlah bobot dar tap ttk sampel yang termasuk dalam A. Selanjutnya: 0 < P(A) < 1,

Lebih terperinci

Pembayaran harapan yang berkaitan dengan strategi murni pemain P 2. Pembayaran Harapan bagi Pemain P1

Pembayaran 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 terperinci

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN BAB I PENDAHULUAN Sebuah jarngan terdr dar sekelompok node yang dhubungkan oleh busur atau cabang. Suatu jens arus tertentu berkatan dengan setap busur. Notas standart untuk menggambarkan sebuah jarngan

Lebih terperinci

ANALISIS DATA KATEGORIK (STK351)

ANALISIS DATA KATEGORIK (STK351) Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Neger 3 Bandar Lampung. Populas dalam peneltan n yatu seluruh sswa kelas VIII SMP Neger 3 Bandar Lampung Tahun Pelajaran 0/03 yang

Lebih terperinci

3 METODE HEURISTIK UNTUK VRPTW

3 METODE HEURISTIK UNTUK VRPTW 12 3 METODE HEURISTIK UNTUK VRPTW 3.1 Metode Heurstk Metode heurstk merupakan salah satu metode penentuan solus optmal dar permasalahan optmas kombnatoral. Berbeda dengan solus eksak yang menentukan nla

Lebih terperinci

PRAKTIKUM 6 Penyelesaian Persamaan Non Linier Metode Newton Raphson Dengan Modifikasi Tabel

PRAKTIKUM 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 terperinci

REGRESI DAN KORELASI. Penduga Kuadrat Terkecil. Penduga b0 dan b1 yang memenuhi kriterium kuadrat terkecil dapat ditemukan dalam dua cara berikut :

REGRESI 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 terperinci

BAB 3 PRINSIP INKLUSI EKSKLUSI

BAB 3 PRINSIP INKLUSI EKSKLUSI BAB 3 PRINSIP INKLUSI EKSKLUSI. Tentukan banyak blangan bulat dar sampa dengan 0.000 yang tdak habs dbag 4, 6, 7 atau 0. Jawab: Msal: S = {, 2, 3, 4, 5,..., 0.000} a = {sfat habs dbag 4} a 2 = {sfat habs

Lebih terperinci

URUNAN PARSIAL. Definisi Jika f fungsi dua variable (x dan y) maka: atau f x (x,y), didefinisikan sebagai

URUNAN 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 terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN Dalam pembuatan tugas akhr n, penulsan mendapat referens dar pustaka serta lteratur lan yang berhubungan dengan pokok masalah yang penuls ajukan. Langkah-langkah yang akan

Lebih terperinci

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c

BAB 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 terperinci

PENYELESAIAN LUAS BANGUN DATAR DAN VOLUME BANGUN RUANG DENGAN KONSEP DETERMINAN

PENYELESAIAN LUAS BANGUN DATAR DAN VOLUME BANGUN RUANG DENGAN KONSEP DETERMINAN Bletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volme xx, No. x (tahn), hal xx xx. PENYELESAIAN LUAS BANGUN DATAR DAN VOLUME BANGUN RUANG DENGAN KONSEP DETERMINAN Doni Saptra, Helmi, Shantika Martha

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI I PENDAHULUAN Latar elakang Sekolah merupakan salah satu bagan pentng dalam penddkan Oleh karena tu sekolah harus memperhatkan bagan-bagan yang ada d dalamnya Salah satu bagan pentng yang tdak dapat dpsahkan

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 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 terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 ENDAHULUAN 1.1 Latar Belakang Secara umum dapat dkatakan bahwa mengambl atau membuat keputusan berart memlh satu dantara sekan banyak alternatf. erumusan berbaga alternatf sesua dengan yang sedang

Lebih terperinci

BAB III FUNGSI MAYOR DAN MINOR. Pada bab ini akan dibahas konsep-konsep dasar dari fungsi mayor dan fungsi

BAB III FUNGSI MAYOR DAN MINOR. Pada bab ini akan dibahas konsep-konsep dasar dari fungsi mayor dan fungsi BAB III FUNGSI MAYOR DAN MINOR Pada bab n akan dbahas konsep-konsep dasar dar fungs mayor dan fungs mnor dar suatu fungs yang terdefns pada suatu nterval tertutup. Pendefnsan fungs mayor dan mnor tersebut

Lebih terperinci

Contoh 5.1 Tentukan besar arus i pada rangkaian berikut menggunakan teorema superposisi.

Contoh 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 terperinci

APLIKASI PERKONGRUENAN DALAM MENYELESAIKAN SISTEM PERSAMAAN LINEAR DUA PEUBAH. Yuni Yulida dan Muhammad Ahsar K

APLIKASI PERKONGRUENAN DALAM MENYELESAIKAN SISTEM PERSAMAAN LINEAR DUA PEUBAH. Yuni Yulida dan Muhammad Ahsar K Jurnal Matematka Murn dan Terapan Vol. 3 No. Desember 009: 4-6 APLIKASI PERKONGRUENAN DALAM MENYELESAIKAN SISTEM PERSAMAAN LINEAR DUA PEUBAH Yun Yulda dan Muhammad Ahsar K Program Stud Matematka Unverstas

Lebih terperinci

(1.1) maka matriks pembayaran tersebut dikatakan mempunyai titik pelana pada (r,s) dan elemen a

(1.1) maka matriks pembayaran tersebut dikatakan mempunyai titik pelana pada (r,s) dan elemen a Lecture 2: Pure Strategy A. Strategy Optmum Hal pokok yang sesungguhnya menad nt dar teor permanan adalah menentukan solus optmum bag kedua phak yang salng bersang tersebut yang bersesuaan dengan strateg

Lebih terperinci

SUMBER BELAJAR PENUNJANG PLPG 2016 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD

SUMBER BELAJAR PENUNJANG PLPG 2016 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD SUMBER BELAJAR PENUNJANG PLPG 0 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD BAB V STATISTIKA Dra.Hj.Rosdah Salam, M.Pd. Dra. Nurfazah, M.Hum. Drs. Latr S, S.Pd., M.Pd. Prof.Dr.H. Pattabundu, M.Ed. Wdya

Lebih terperinci

Teori Himpunan. Modul 1 PENDAHULUAN

Teori Himpunan. Modul 1 PENDAHULUAN Modul 1 Teor Hmpunan Dr. Subanar K PENDHULUN arena banyak karakterstk dar masalah probabltas dapat dnyatakan secara formal dan dmodelkan secara rngkas dengan menggunakan notas hmpunan elementer, maka pertama-tama

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap 5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap

Lebih terperinci

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas

Lebih terperinci

III PEMODELAN MATEMATIS SISTEM FISIK

III PEMODELAN MATEMATIS SISTEM FISIK 34 III PEMODELN MTEMTIS SISTEM FISIK Deskrps : Bab n memberkan gambaran tentang pemodelan matemats, fungs alh, dagram blok, grafk alran snyal yang berguna dalam pemodelan sstem kendal. Objektf : Memaham

Lebih terperinci

BAB 2 ANALISIS ARUS FASA PADA KONEKSI BEBAN BINTANG DAN POLIGON UNTUK SISTEM MULTIFASA

BAB 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 terperinci