IV. HASIL DAN PEMBAHASAN

Ukuran: px
Mulai penontonan dengan halaman:

Download "IV. HASIL DAN PEMBAHASAN"

Transkripsi

1 IV. HASIL DAN PEBAHASAN 4.. Algoritme utuk etode Kaczmarz etode Kaczmarz merupaka salah satu metode iteratif utuk meyelesaika SPL eretuk Ax = () dega matriks koefisie A erorde N, vektor peyelesaia x erorde N, da vektor kostata erorde. etode ii mecari suatu titik di dalam R N yag relatif dekat dega seluruh hiperidag. Titik semacam ii aka mejadi seuah peyelesaia hampira atas SPL. Proses iterasi pada algoritme utuk metode Kaczmarz meghasilka siklus proyeksiproyeksi ortogoal yag eruruta pada hiperidag yag dimulai dega searag titik awal di R N. Seelumya, diperkealka terleih dahulu otasi-otasi utuk iterasiiterasi yag eruruta ii. Dimisalka x k adalah titik yag terletak pada hiperidag ke- k yag dihasilka saat iterasi ke-. Lagkahlagkah atau algoritme dalam medapatka peyelesaia hampira dega metode Kaczmarz adalah seagai erikut: ) Pilihlah titik searag di R N da tadai dega x 0. 2) Utuk iterasi pertama, tetapka = da x 0 = x 0. 3) Utuk k =,2,,, hituglah x k = x k + k a T k x k a 2 a k. k 4) Tetapka x 0 + = x. 5) Naikka ayakya iterasi seayak satu da kemalilah ke Lagkah 3. Titik x k pada lagkah 3 merupaka proyeksi ortogoal dari titik x k pada hiperidag a T k x = k erdasarka Teorema Algoritme ii meetuka proyeksiproyeksi ortogoal yag eruruta dari satu hiperidag ke hiperidag erikutya, mulai dari hiperidag pertama sampai hiperidag terakhir (dalam satu iterasi). Proyeksi aka kemali pada hiperidag pertama setelah proyeksi pada hiperidag terakhir dilakuka (pada iterasi seelumya). Utuk iterasi ke-, titik yag aka diproyeksika pada hiperidag pertama adalah titik yag merupaka peyelesaia hampira awal, sedagka titik yag aka diproyeksika pada hiperidag ke-k (2 k ) adalah titik yag merupaka hasil proyeksi pada hiperidag ke- k pada iterasi yag sama. Utuk iterasi ke-2 da seterusya, titik yag aka diproyeksika pada hiperidag pertama adalah titik yag merupaka hasil proyeksi pada hiperidag terakhir atau hiperidag ke- pada iterasi seelumya, sedagka titik yag aka diproyeksika pada hiperidag ke-k (2 k ) adalah titik yag merupaka hasil proyeksi pada hiperidag ke- k pada iterasi yag sama. Peyelesaia hampira atas SPL diperoleh dari titik yag merupaka hasil proyeksi pada hiperidag terakhir pada iterasi yag diigika. Seagai ilustrasi, proses proyeksi dalam medapatka peyelesaia hampira atas SPL yag erukura 2 2 erikut x + x 2 = 2 5 x x 2 = dega metode Kaczmarz dapat dilihat pada Gamar 2. Peyelesaia hampira awal yag dipilih adalah x 0 x 2 0 = 2 5. Hiperidag di R 2 ii erupa garis lurus. Peyelesaia hampira yag diperoleh setelah dua iterasi terlihat semaki medekati peyelesaia eksakya. Dapat dilihat dega mudah pula ahwa utuk iterasi-iterasi selajutya pu, peyelesaia hampira yag diperoleh aka semaki medekati peyelesaia eksakya. x + x 2 = 2 x 0 5 x x 2 = Gamar 2 Ilustrasi proses proyeksi di R 2.

2 Aalisis Kekovergea SPL pada Persamaa () dapat juga ditulis seagai a i T x = i utuk i =, 2,, (2) dega a i adalah vektor kolom ke- i dari matriks A T, i adalah etri pada aris ke- i dari vektor kolom, da diasumsika ahwa utuk setiap i, a i > 0, dega kata lai vektor-vektor aris dari matriks A takol. Kemudia, dimisalka trasformasi f i dari R N ke R N didefiisika seagai f i x = x + i a i T x a i 2 a i (3) utuk i =, 2,, da trasformasi F dari R N ke R N didefiisika seagai F x; = f f 2 f x (4) = f f 2 f x. Taae (97) merigkas algoritme utuk metode Kaczmarz mejadi dua lagkah utama. Pertama, peyelesaia hampira awal dipilih searag da dimisalka seagai x 0. Kedua, arisa x ditetuka dari relasi rekuresi x + = F x ; (5) utuk = 0,,2, Algoritme ii leih sederhaa daripada algoritme seelumya, walaupu pada dasarya sama. Hal ii ditujuka agar leih mudah dalam memuktika kekovergea algoritme utuk metode Kaczmarz. Proyeksi ortogoal yag dilakuka pada algoritme ii ereda dega algoritme seelumya karea dimulai dari hiperidag ke- da erakhir di hiperidag pertama, sehigga arisa peyelesaia hampira yag diagu terletak pada hiperidag a T x = (hiperidag ke- ). Hal ii tidak aka meguah peyelesaia hampira atas SPL yag didapatka dega memalikka uruta hiperidag. Selajutya, aka diuktika ahwa arisa peyelesaia hampira yag diagu dega metode Kaczmarz ii koverge. Seelumya, etuk Persamaa (3) yag merupaka proyeksi ortogoal dari suatu titik ke suatu hiperidag diuah terleih dahulu. Selai itu, dietuk pula persamaapersamaa yag aka diguaka dalam memuktika kekovergea arisa peyelesaia hampira yag diagu dega metode Kaczmarz. Persamaa (3) dapat dietuk mejadi f i x = P i x + i a 2 a i (6) i utuk i =, 2,, dega P i = I a i 2 a ia i T. (7) Bukti Persamaa (6) dapat dilihat pada Lampira 2. Kemudia dimisalka Q i = P P 2 P i (i =, 2,, ), Q 0 = I, da R seagai suatu matriks erorde N dega vektor kolom ke-i dari R adalah maka R = Jadi, didapatka i= a i 2 Q i a i, i a 2 Q i a i. (8) i F x; = Qx + R, (9) dega matriks Q = Q yag erorde N N da matriks R yag erorde N haya ergatug pada matriks A. Bukti Persamaa (9) dapat dilihat pada Lampira 3. Notasi-otasi yag didefiisika pada persamaa-persamaa terseut aka diguaka pada proposisi, lema, akiat, da teorema erikutya. Pemuktia kekovergea arisa peyelesaia hampira yag diagu dega metode Kaczmarz diawali dega proposisi erikut. Proposisi 4.2. Q + RA = I. Persamaa Q + RA = I ekivale dega RA = I Q = I Q. Karea vektor kolom ke-i dari R da vektor aris ke-i dari A erturut-turut adalah a i 2 Q i a i da a i T, maka didapatka RA = a 2 Q 0a a T + a 2 2 Q a 2 a 2 T + + a 2 Q a a T = Q 0 a 2 a a T + Q a 2 2 a 2a 2 T + +Q a 2 a a T

3 9 (karea a 2 merupaka skalar utuk setiap i i =,2,, ). Karea Q 0 = I da erdasarka Persamaa (7), maka diperoleh RA = I P + Q I P 2 + +Q I P = I P + Q Q P Q Q P. Karea Q 0 = I da Q i P i = Q i (dari defiisi), maka RA = I Q + Q Q Q Q = I Q. Bukti legkap. Bedasarka Proposisi 4.2., diperoleh proposisi erikut. Proposisi Ker A = i= x R N P i x = x. Pertama, aka diuktika ahwa Ker A i= x R N P i x = x. Dimisalka x searag, maka Ax = 0 atau dapat diyataka dega a i T x = 0 utuk setiap i =, 2,,. Oleh karea itu, erdasarka Persamaa (7) diperoleh P i x = I a i 2 a ia i T x = x a i 2 a ia i T x = x 0 = x utuk setiap i =, 2,,. Jadi, terukti ahwa Ker A i= Kedua, aka diuktika ahwa i= Dimisalka x R N P i x = x x i= x R N P i x = x. Ker A. x R N P i x = x searag, maka P i x = x utuk setiap i =, 2,,, yaitu P x = x, P 2 x = x,, P x = x. Oleh karea itu, diperoleh x = P x = P P 2 x = = P P 2 P x x = Q x x Q x = 0 I Q x = 0. Karea I Q = RA (erdasarka Proposisi 4.2.), maka RAx = 0 Ax = 0, sehigga diperoleh x. Jadi, terukti ahwa i= Bukti legkap. x R N P i x = x Ker A. Berdasarka Lema da Proposisi 4.2.2, diperoleh lema erikut. Lema Qx = x jika da haya jika x. Pertama, aka diuktika ahwa jika Qx = x maka x. Hal ii sama dega memuktika kotrapositifya, yaki jika x Ker A, maka Qx x. Dimisalka x R N searag sedemikia sehigga x Ker A, maka erdasarka Proposisi 4.2.2, terdapat suatu ilaga i ( i ) sehigga P i x x. Dimisalka ilaga teresar dari semua ilaga terseut adalah i 0, maka P i x = x utuk setiap i > i 0 yaitu utuk i = i 0 +,,. Oleh karea itu, diperoleh P i0 P i0 + P x = P i0 x P i0 P i0 + P x = P i0 x. Berdasarka Persamaa (7), P i0 x = I a 2 a i 0 a i0 i0 = x a 2 a i 0 a T i0 x i0 T x = x a i 0 a 2 a i 0 i0 T x (karea a i0 T x adalah skalar). Karea P i0 x merupaka vektor x dikuragi proyeksi vektor x pada a i0 (erdasarka

4 0 Defiisi 2.4.5) da P i0 x x, maka P i0 x < x. Berdasarka Defiisi 2.4.3, maka utuk setiap i =, 2,,, P i = max P iy y y RN, y 0. Karea P i y y saat y Ker A da P i y = y saat y, maka P i = utuk setiap i =,2,, (artiya, setiap P i mempuyai orm satua). Oleh karea itu, utuk setiap i =,2,, Q i = P P 2 P i P P 2 P i = (erdasarka agia kedua dari Lema 2.4.4), sehigga diperoleh Q x = Q i0 P i0 P i0 + P x Q i0 P i0 P i0 + P x < x (erdasarka agia pertama dari Lema 2.4.4). Jadi, terukti ahwa Qx x. Kedua, aka diuktika ahwa jika x Ker A maka Qx = x. Dimisalka x searag, maka erdasarka Proposisi 4.2.2, P i x = x utuk setiap i =,2,,. Oleh karea itu, diperoleh Bukti legkap. Qx = P P 2 P x = x Qx = x. Berdasarka Lema 4.2.3, diperoleh kedua akiat erikut. Akiat Akiat Q. Jika x maka Qx = x. Agar mempermudah eerapa peulisa tertetu, Ker A da Im A T erturut-turut haya aka dituliska dega K da I. Berdasarka agia pertama dari Lema 2.4.4, Lema 2.4.8, Lema 2.4.0, Lema 2.4.2, Lema 4.2.3, Akiat 4.2.4, da Akiat 4.2.5, diperoleh teorema erikut. Teorema Q = P K + Q dega Q = QP I. 2. Q <. Berdasarka Defiisi 2.4.4, P K adalah proyeksi ortogoal pada Ker A, dega P K x = x, x da P K y = 0, y = Im A T (erdasarka Lema 2.4.0). Berdasarka Defiisi 2.4.4, P I adalah proyeksi ortogoal pada Im A T dega P I y = y, y da P I x = 0, x = Ker A (erdasarka Lema 2.4.0). Berdasarka Lema 2.4.0, Ker A = Im A T, sehigga erdasarka Lema 2.4.2, diperoleh Ker A Im A T = R N. Dimisalka z R N searag, maka z dapat dituliska secara uik seagai z = x + y dega x da y. Karea Q = QP I, maka P K + Q z = P K + QP I x + y = P K x + y + QP I x + y = P K x + P K y + QP I x + QP I y = x Q0 + Qy = Qx Qy = Q x + y = Qz (erdasarka Akiat 4.2.5). Karea P K + Q z = Qz, z R N, maka erdasarka Defiisi 2.3.2, Q = P K + Q. Bagia pertama terukti. Selajutya, erdasarka Defiisi 2.4.3, Q = max Qx x x RN, x 0. Dimisalka x R N, x 0 searag. Karea Q = QP I, maka Qx = QP I x. Berdasarka agia pertama dari Lema 2.4.4, diperoleh Qx = QP I x Q P I x. Karea P I x x, maka Qx Q P I x Q x Qx x Q x Q. x Jadi, Q Q. Berdasarka Akiat 4.2.4, diperoleh Q Q. Karea Ker A = Im A T (erdasarka Lema 2.4.0), maka Ker A Im A T. Oleh karea itu, erdasarka Lema 2.4.8,

5 Ker A Im A T = 0. Diketahui ahwa utuk setiap vektor x R N, x 0, erlaku P I x. Jika P I x Ker A, maka P I x = 0, sehigga Qx = QP I x = Q0 = 0 = 0 < x. Jika P I x Ker A, maka erdasarka Lema 4.2.3, Qx = QP I x < P I x x. Oleh karea itu, utuk setiap vektor x R N, x 0, erlaku Qx < x. Jika Q =, maka erdasarka defiisi dari Q, terdapat suatu vektor x 0 R N, x 0 0, sedemikia sehigga Qx 0 = x 0. Hal ii kotradiksi dega hasil seelumya yag meyataka ahwa utuk setiap vektor x R N, x 0, erlaku Qx < x. Jadi, dapat disimpulka ahwa Q <. Bagia kedua terukti. Bukti legkap. Berdasarka Lema 2.4.4, Lema 2.4.0, Lema 2.6.3, Proposisi 4.2.2, da Teorema 4.2.6, diperoleh teorema erikut. Teorema Utuk setiap matriks A yag erorde N dega aris-aris takol da vektor kolom = 0 yag erorde, algoritme (5) x + = F x ; 0 = Qx, = 0,,2, memagu suatu arisa x yag koverge ke P K x 0, yaitu lim x = lim Q x 0 = P K x 0 dega x 0 R N adalah vektor peyelesaia hampira awal searag. Berdasarka Persamaa (5) da (9), utuk = 0 diperoleh x = Qx 0 x 2 = Qx = QQx 0 = Q 2 x 0. Dega cara serupa, diperoleh x 3 = Q 3 x 0 x 4 = Q 4 x 0 da seterusya, sehigga diperoleh pola dega etuk x = Q x 0 (0) utuk setiap N (ukti dapat dilihat pada Lampira 4). Diketahui utuk setiap x R N, P K x Ker A da utuk setiap y R N, P I y Im A T. Kemudia, erdasarka Lema da Proposisi 4.2.2, utuk setiap x da setiap y erlaku x T Qy = Q T x T y = x T y = 0 sehigga Qy (erdasarka Lema juga). Karea P I Q x utuk setiap x R N da setiap N serta erdasarka agia pertama dari Teorema 4.2.6, maka Q x = QQ x = QP I Q x Im A T utuk setiap x R N. Berdasarka Persamaa (5) da (9) serta agia pertama dari Teorema 4.2.6, utuk = 0 diperoleh x = Qx 0 = P K + Q x 0 = P K x 0 x 2 = Qx + Qx 0 = P K + Q P K x 0 = P K P K x 0 +QP I P K x 0 = P K x 0 = P K x 0 + P K Qx 0 + Qx 0 + Q Qx Q0 + Q 2 x 0 + Q 2 x 0 Dega cara serupa, diperoleh x 3 = P K x 0 x 4 = P K x 0. + Q 3 x 0 + Q 4 x 0 da seterusya, sehigga diperoleh pola dega etuk x = P K x 0 + Q x 0 utuk setiap N (ukti dapat dilihat pada Lampira 5). Jadi, lim x = lim Q x 0 = lim P K x 0 + Q x 0. ()

6 2 Karea P K x 0 tidak ergatug pada, maka lim P Kx 0 = P K x 0. Selajutya, aka diuktika ahwa lim Q x 0 = 0. yaitu > 0, 0 N sehigga Q x 0 0 <, utuk 0. Dimisalka > 0 searag. Karea > 0 da x 0 0, maka = > 0 0 < x 0 + l x x 0 Karea Q < (erdasarka agia kedua dari Teorema 4.2.6), maka l Q < 0. Kemudia dipilih 0 N sedemikia sehigga l x 0 > 0 l Q + 0. Dimisalka N searag sedemikia sehigga 0, maka l x 0 > 0 l Q l Q < l l Q Q < < l + x 0 x 0 x Berdasarka agia kedua dari Lema 2.4.4, Q = QQ Q kali Q Q Q kali = Q < x 0 + Q x 0 + <. Berdasarka agia pertama dari Lema 2.4.4, Q x 0 Q x 0 < Q x 0 + < Q x 0 0 <. Oleh karea itu, terukti ahwa lim Q x 0 = 0. Jadi, erdasarka Lema 2.6.3, diperoleh Bukti legkap. lim x = lim Q x 0 = P K x = P K x 0. Berdasarka Lema 2.4.0, Lema 2.6.3, Teorema 2.6.5, Proposisi 4.2.2, agia pertama da kedua dari Teorema 4.2.6, da Teorema diperoleh teorema erikut yag meyataka kekovergea arisa peyelesaia hampira yag diagu dega metode Kaczmarz. Teorema Utuk setiap matriks A yag erorde N dega aris-aris takol da setiap vektor kolom yag erorde, algoritme (5) x + = F x ; = Qx + R, = 0,,2, memagu suatu arisa vektor x koverge ke P K x 0 + H, yaitu lim x = P K x 0 + H yag dega x 0 R N adalah vektor peyelesaia hampira awal searag da matriks H = I Q R (erorde N ). Berdasarka Persamaa (5) da (9) diperoleh x = Qx 0 + R x 2 = Qx + R = Q Qx 0 + R + R = Q 2 x 0 + QR + R = Q 2 x 0 + QR + R = Q 2 x 0 + Dega cara serupa, diperoleh x 3 = Q 3 x 0 + x 4 = Q 4 x da seterusya, sehigga diperoleh pola dega etuk.

7 3 x = Q x 0 + utuk setiap N (ukti dapat dilihat pada Lampira 6). Jadi, lim x = lim Q x 0 + (2). Berdasarka Teorema 4.2.7, Q x 0 koverge ke P K x 0, artiya lim Q x 0 = P K x 0, sehigga selajutya tiggal diuktika ahwa koverge ke H, yaitu lim = H. Karea Q i T = P i P i P 2 P utuk setiap i =,2,,, maka utuk setiap x, erlaku Q T i x = P i P i 2 P 2 P x = x utuk setiap i =,2,, (erdasarka Proposisi 4.2.2), sehigga x T Q i a i = Q T i x T a i = x T a i = 0 utuk setiap i =,2,,. Oleh karea itu, x T a i 2 Q i a i = a i 2 xt Q i a i = 0. Jadi, erdasarka Lema 2.4.0, vektor-vektor kolom a i 2 Q i a i dari matriks R merupaka aggota dari Im A T, sehigga P I R = R. Selajutya, erdasarka Lema da Proposisi 4.2.2, utuk setiap x da y erlaku x T Qy = Q T x T y = x T y = 0 sehigga Qy (erdasarka Lema juga). Karea vektor-vektor kolom dari matriks R merupaka aggota dari Im A T, maka vektor-vektor kolom dari matriks QR juga merupaka aggota dari Im A T, sehigga P I QR = QR. Jadi, diperoleh = Q 0 R + Q R + Q 2 R + + Q R = IR + QP I R + QP 2 I R + + QP I R = Q 0 R + Q R + Q 2 R + + Q R = (erdasarka agia pertama dari Teorema 4.2.6). Karea Q < (erdasarka agia kedua dari Teorema 4.2.6), maka erdasarka Teorema diperoleh sehigga lim = lim = Q k R = I Q R = H, = = H (erdasarka Defiisi 2.6.4). Oleh karea itu, koverge ke H. Jadi, erdasarka Lema 2.6.3, terukti ahwa x koverge ke yaitu Bukti legkap. P K x 0 + H, lim x = P K x 0 + H. Berdasarka Teorema 4.2.8, apaila SPL pada Persamaa () kosiste, maka utuk searag peyelesaia hampira awal x 0, P K x 0 + H adalah peyelesaia eksakya. Hal ii juga memerika hasil ahwa

8 4 himpua semua vektor peyelesaia kuadrat terkecil atas SPL pada Persamaa () adalah LSS A, = P K x 0 + H x 0 R N = Ker A + H. Jadi, arisa vektor x yag diagu koverge ke LSS A, Hasil Komputasi Algoritme utuk metode Kaczmarz diimplemetasika dega memuat program ATLAB yag hasilya terdapat pada Lampira 7. Iput dari program ii adalah matriks koefisie, vektor kostata, da searag vektor peyelesaia hampira awal. Selai itu, terdapat iput tamaha seagai kriteria pemerhetia, yaitu ayakya iterasi da atas tolerasi. Iput tamaha ii dapat ditetuka sediri (salah satu atau keduaya) atau disesuaika dega ilai default-ya. Nilai default dari ayakya iterasi da atas tolerasi erturut-turut adalah 00 da 0-6. Output dari program ii adalah vektor peyelesaia hampira atas SPL. Seagai tamaha, ditampilka pula orm sisaa dari peyelesaia hampira terseut. Pegujia da pegamata terhadap program ATLAB dari algoritme utuk metode Kaczmarz ii dilakuka dega megguaka sistem persamaa liear yag matriks koefisie da vektor kostataya diagkitka. Ada tiga jeis SPL yag diguaka. Ketigaya diagkitka dega cara yag ereda. Setiap jeis diwakili oleh satu SPL. Jadi, ada tiga SPL yag diguaka. Pemagkita sistem persamaa liear ii megguaka program ATLAB yag telah disediaka oleh Hase (994). SPL ke- diagkitka dari masalah pemurama gamar digital yag dimodelka dega fugsi pemacara titik Gauss erikut: h x, y = 2σ 2 exp x2 + y 2 2σ 2. Program pemagkit dega cara ii terdapat pada Lampira 8. atriks koefisie yag dihasilka adalah segi. Pemagkita ii mempuyai atasa, yaki orde dari matriks koefisie disaraka tidak terlalu kecil da direkomedasika leih esar dari atau sama dega SPL ke-2 diagkitka dari diskretisasi persamaa itegral Fredholm jeis pertama erikut: 6 6 κ τ, σ x σ dσ = τ, 6 τ 6. Diskretisasi dilakuka dega metode Galerki. Calvetti da Reichel (2002) memerika peyelesaia x, kerel κ, da ruas kaa seagai erikut: x σ = + cos π σ, 3 σ < 3 0, σ 3 κ τ, σ = x τ σ τ = 6 τ + 9 2π si π 3 τ. + 2 cos π 3 τ Program pemagkit dega cara ii terdapat pada Lampira 9. atriks koefisie yag dihasilka adalah segi. Pemagkita ii juga mempuyai atasa, yaki orde dari matriks koefisie kelipata dari empat, sehigga ukura SPL yag diagkitkaya pu kelipata dari empat. SPL ke-3 diagkitka dari masalah tomografi dua dimesi. Program pemagkit dega cara ii terdapat pada Lampira 0. atriks koefisie yag dihasilka adalah segi. Pemagkita ii mempuyai atasa yag sama dega pemagkita pertama. Tael Karakteristik SPL yag diguaka utuk pegujia da pegamata Karakteristik SPL ke- SPL ke-2 SPL ke-3 Ukura Kosiste Ya Ya Ya atriks koefisie sparse Ya Tidak Ya Nilai maksimum eleme matriks koefisie Nilai miimum eleme matriks koefisie Nilai maksimum eleme vektor kostata Nilai miimum eleme vektor kostata

9 5 Karakteristik dari ketiga SPL yag diguaka terseut disajika pada Tael. Ketiga SPL terseut mempuyai ukura yag sama, yaitu Ketiga SPL terseut ersifat kosiste, sehigga himpua LSS A, = Ker A + H utuk ketiga SPL mempuyai miimal satu aggota yag merupaka peyelesaia kuadrat terkecil atas SPL. Peyelesaia ii juga merupaka peyelesaia eksak dari SPL. atriks koefisie dari SPL ke- da ke-3 sparse, sedagka matriks koefisie dari SPL ke-2 tidak sparse. Hal ii juga dapat dilihat dari pola sparsity yag diperlihatka oleh Gamar 3, 4, da 5. Wara iru meujukka eleme takol, sedagka wara putih meujukka eleme ol. Bayakya eleme takol dari matriks koefisie dari SPL ke- ada atau 8.36% dari ayakya eleme. Semua eleme takolya adalah positif dega ilai maksimum Semua eleme dari vektor kostata dari SPL ke- adalah takegatif dega ilai miimum 0 da ilai maksimum Gamar 4 Pola sparsity dari matriks koefisie dari SPL ke-2. Bayakya eleme takol dari matriks koefisie dari SPL ke-3 ada atau 8.25% dari ayakya eleme. Semua eleme takolya adalah positif dega ilai maksimum.406. Semua eleme dari vektor kostata dari SPL ke-3 adalah takegatif dega ilai miimum 0 da ilai maksimum Karakteristik SPL ke-3 ii mirip dega SPL ke-. Peredaaya terlihat pada pola sparsity dari matriks koefisie keduaya. Gamar 3 Pola sparsity dari matriks koefisie dari SPL ke-. atriks koefisie dari SPL ke-2 mempuyai eleme takol pada diagoal utama serta pada 64 diagoal di awah da 64 diagoal di atas diagoal utama. atriks seperti ii diseut aded dega adwidth 29. Bayakya eleme takol ada atau 44.04% dari ayakya eleme. Semua eleme takol adalah positif dega ilai maksimum Semua eleme dari vektor kostata dari SPL ke-2 adalah positif dega ilai miimum da ilai maksimum Gamar 5 Pola sparsity dari matriks koefisie dari SPL ke-3. Peyelesaia hampira awal yag diguaka adalah vektor kolom ol. Peyelesaia hampira awal seperti ii meyeaka orm sisaa awal yag eredaeda utuk ketiga SPL (dapat dilihat pada Lampira ). Pegamata terhadap kekovergea dilakuka dega melihat orm sisaa dari peyelesaia hampira atas ketiga SPL pada iterasi ke-0 sampai iterasi ke-30. Hasilya diperlihatka oleh Gamar 6, 7, da 8. Selai itu, dapat juga dilihat pada Lampira.

10 6 Gamar 6 Hasil kekovergea utuk SPL ke-. Gamar 7 Hasil kekovergea utuk SPL ke-2. Gamar 8 Hasil kekovergea utuk SPL ke-3.

11 7 Pegamata terhadap kekovergea memperlihatka hasil yag sesuai dega aalisis pada sua seelumya. Hasil meujukka ahwa utuk ketiga SPL yag diguaka, algoritme utuk metode Kaczmarz memagu arisa peyelesaia hampira atas SPL yag koverge. Hasil ii dapat dilihat dari orm sisaa yag semaki megecil meuju ol. Norm sisaa yag semaki medekati ol ii mempuyai arti ahwa peyelesaia hampira yag dihasilka semaki medekati peyelesaia eksakya. Norm sisaa utuk ketiga SPL meuru dega laju yag cukup cepat seelum iterasi ke-0. Setelah itu, laju peuruaya melamat. Perlamata ii juga dapat diamati dari peigkata yag sagat tajam dari ayakya iterasi yag diperluka utuk memperoleh orm sisaa yag semaki kecil. Agar diperoleh orm sisaa yag leih kecil dari atau sama dega 0 - utuk SPL ke- sampai ke-3, diperluka erturut-turut 22, 0, da 249 iterasi. Kemudia, agar diperoleh orm sisaa yag leih kecil dari atau sama dega 0-2 utuk SPL ke- sampai ke-3, diperluka erturut-turut 22, 68, da iterasi.

SISTEM PERSAMAAN LINEAR ...

SISTEM PERSAMAAN LINEAR ... SISTEM PERSAMAAN LINEAR Pertemua : 5&6 TUJUAN INSTRUKSIONAL KHUSUS :. Mejelaska pegertia sistem persamaa liear serta solusi dari SPL. Mejelaska cara merepesetasika sistem persamaa liear ke dalam etuk perkalia

Lebih terperinci

Secara umum, suatu barisan dapat dinyatakan sebagai susunan terurut dari bilangan-bilangan real:

Secara umum, suatu barisan dapat dinyatakan sebagai susunan terurut dari bilangan-bilangan real: BARISAN TAK HINGGA Secara umum, suatu barisa dapat diyataka sebagai susua terurut dari bilaga-bilaga real: u 1, u 2, u 3, Barisa tak higga merupaka suatu fugsi dega domai berupa himpua bilaga bulat positif

Lebih terperinci

Distribusi Pendekatan (Limiting Distributions)

Distribusi Pendekatan (Limiting Distributions) Distribusi Pedekata (Limitig Distributios) Ada 3 tekik utuk meetuka distribusi pedekata: 1. Tekik Fugsi Distribusi Cotoh 2. Tekik Fugsi Pembagkit Mome Cotoh 3. Tekik Teorema Limit Pusat Cotoh Fitriai Agustia,

Lebih terperinci

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

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

Lebih terperinci

I. DERET TAKHINGGA, DERET PANGKAT

I. DERET TAKHINGGA, DERET PANGKAT I. DERET TAKHINGGA, DERET PANGKAT. Pedahulua Pembahasa tetag deret takhigga sebagai betuk pejumlaha suku-suku takhigga memegag peraa petig dalam fisika. Pada bab ii aka dibahas megeai pegertia deret da

Lebih terperinci

BAB II TEORI DASAR. Definisi Grup G disebut grup komutatif atau grup abel jika berlaku hukum

BAB II TEORI DASAR. Definisi Grup G disebut grup komutatif atau grup abel jika berlaku hukum BAB II TEORI DASAR 2.1 Aljabar Liier Defiisi 2. 1. 1 Grup Himpua tak kosog G disebut grup (G, ) jika pada G terdefiisi operasi, sedemikia rupa sehigga berlaku : a. Jika a, b eleme dari G, maka a b eleme

Lebih terperinci

) didefinisikan sebagai persamaan yang dapat dinyatakan dalam bentuk: a x a x a x b... b adalah suatu urutan bilangan dari bilangan s1, s2,...

) didefinisikan sebagai persamaan yang dapat dinyatakan dalam bentuk: a x a x a x b... b adalah suatu urutan bilangan dari bilangan s1, s2,... SISEM PERSAMAAN LINIER DAN MARIKS. SISEM PERSAMAAN LINIER Secara umum, persamaa liier dega variabel ( x, x,..., x ) didefiisika sebagai persamaa yag dapat diyataka dalam betuk: a x a x a x b... dega a,

Lebih terperinci

BARISAN DAN DERET. Nurdinintya Athari (NDT)

BARISAN DAN DERET. Nurdinintya Athari (NDT) BARISAN DAN DERET Nurdiitya Athari (NDT) BARISAN Defiisi Barisa bilaga didefiisika sebagai fugsi dega daerah asal merupaka bilaga asli. Notasi: f: N R f( ) = a Fugsi tersebut dikeal sebagai barisa bilaga

Lebih terperinci

Program Perkuliahan Dasar Umum Sekolah Tinggi Teknologi Telkom. Barisan dan Deret

Program Perkuliahan Dasar Umum Sekolah Tinggi Teknologi Telkom. Barisan dan Deret Program Perkuliaha Dasar Umum Sekolah Tiggi Tekologi Telkom Barisa da Deret Barisa Defiisi Barisa bilaga didefiisika sebagai fugsi dega daerah asal merupaka bilaga asli. Notasi: f: N R f( ) a Fugsi tersebut

Lebih terperinci

(The Method of Separation of Variables). Metode ini dapat digunakan pada PDP linier, khususnya PDP dengan koefisien konstan.

(The Method of Separation of Variables). Metode ini dapat digunakan pada PDP linier, khususnya PDP dengan koefisien konstan. METODE PEMISAHAN PEUBAH (The Method of Separatio of Variales) Metode ii dapat diguaka pada PDP liier, khususya PDP dega koefisie kosta Tujua Istruksioal : Setelah megikuti perkuliaha mahasiswa dapat: 1

Lebih terperinci

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu:

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu: 4 BAB II LANDASAN TEORI 2.1 Model matematis da tahapa matematis Secara umum tahapa yag harus ditempuh dalam meyelesaika masalah matematika secara umerik da megguaka alat batu komputer, yaitu: 2.1.1 Tahap

Lebih terperinci

III PEMBAHASAN. λ = 0. Ly = 0, maka solusi umum dari persamaan diferensial (3.3) adalah

III PEMBAHASAN. λ = 0. Ly = 0, maka solusi umum dari persamaan diferensial (3.3) adalah III PEMBAHASAN Pada bagia ii aka diformulasika masalah yag aka dibahas. Solusi masalah aka diselesaika dega Metode Dekomposisi Adomia. Selajutya metode ii aka diguaka utuk meyelesaika model yag diyataka

Lebih terperinci

2 BARISAN BILANGAN REAL

2 BARISAN BILANGAN REAL 2 BARISAN BILANGAN REAL Di sekolah meegah barisa diperkealka sebagai kumpula bilaga yag disusu meurut "pola" tertetu, misalya barisa aritmatika da barisa geometri. Biasaya barisa da deret merupaka satu

Lebih terperinci

BAB II LANDASAN TEORI. Pada bagian ini akan dibahas tentang teori-teori dasar yang. digunakan untuk dalam mengestimasi parameter model.

BAB II LANDASAN TEORI. Pada bagian ini akan dibahas tentang teori-teori dasar yang. digunakan untuk dalam mengestimasi parameter model. BAB II LANDASAN TEORI Pada bagia ii aka dibahas tetag teori-teori dasar yag diguaka utuk dalam megestimasi parameter model.. MATRIKS DAN VEKTOR Defiisi : Trace dari matriks bujur sagkar A a adalah pejumlaha

Lebih terperinci

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi 6. Pecacaha Lajut Relasi Rekuresi Relasi rekuresi utuk dereta {a } adalah persamaa yag meyataka a kedalam satu atau lebih suku sebelumya, yaitu a 0, a,, a -, utuk seluruh bilaga bulat, dega 0, dimaa 0

Lebih terperinci

PERTEMUAN 13. VEKTOR dalam R 3

PERTEMUAN 13. VEKTOR dalam R 3 PERTEMUAN VEKTOR dalam R Pegertia Ruag Vektor Defiisi R Jika adalah sebuah bilaga bulat positif, maka tupel - - terorde (ordered--tuple) adalah sebuah uruta bilaga riil ( a ),a,..., a. Semua tupel - -terorde

Lebih terperinci

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy BAB III PEMBAHASAN Pada BAB III ii aka dibahas megeai betuk program liear fuzzy dega koefisie tekis kedala berbetuk bilaga fuzzy da pembahasa peyelesaia masalah optimasi studi kasus pada UD FIRDAUS Magelag

Lebih terperinci

B a b 1 I s y a r a t

B a b 1 I s y a r a t 34 TKE 315 ISYARAT DAN SISTEM B a b 1 I s y a r a t (bagia 3) Idah Susilawati, S.T., M.Eg. Program Studi Tekik Elektro Fakultas Tekik da Ilmu Komputer Uiversitas Mercu Buaa Yogyakarta 29 35 1.5.2. Isyarat

Lebih terperinci

Institut Teknologi Sepuluh Nopember Surabaya. Model Sistem dalam Persamaan Keadaan

Institut Teknologi Sepuluh Nopember Surabaya. Model Sistem dalam Persamaan Keadaan Istitut Tekologi Sepuluh Nopember Surabaya Model Sistem dalam Persamaa Keadaa Pegatar Materi Cotoh Soal Rigkasa Latiha Pegatar Materi Cotoh Soal Rigkasa Istilah-istilah Dalam Persamaa Keadaa Aalisis Sistem

Lebih terperinci

Hendra Gunawan. 12 Februari 2014

Hendra Gunawan. 12 Februari 2014 MA1201 MATEMATIKA 2A Hedra Guawa Semester II, 2013/2014 12 Februari 2014 Bab Sebelumya 8. Betuk Tak Tetu da Itegral Tak Wajar 8.1 Betuk Tak Tetu 0/0 82 8.2 Betuk Tak Tetu Laiya 8.3 Itegral Tak Wajar dg

Lebih terperinci

BARISAN TAK HINGGA DAN DERET TAK HINGGA

BARISAN TAK HINGGA DAN DERET TAK HINGGA BARIAN TAK HINGGA DAN DERET TAK HINGGA Bajar/Barisa Tak Higga Barisa tak higga { } adalah suatu fugsi dari dimaa daerah domaiya adalah himpua bilaga bulat positif (bilaga asli). Cotoh: Bila.. maka fugsi

Lebih terperinci

II. TINJAUAN PUSTAKA. Secara umum apabila a bilangan bulat dan b bilangan bulat positif, maka ada tepat = +, 0 <

II. TINJAUAN PUSTAKA. Secara umum apabila a bilangan bulat dan b bilangan bulat positif, maka ada tepat = +, 0 < II. TINJAUAN PUSTAKA 2.1 Keterbagia Secara umum apabila a bilaga bulat da b bilaga bulat positif, maka ada tepat satu bilaga bulat q da r sedemikia sehigga : = +, 0 < dalam hal ii b disebut hasil bagi

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 3 BAB II TINJAUAN PUSTAKA Pada bab ii aka dituliska beberapa aspek teoritis berupa defiisi, teorema da sifat-sifat yag berhubuga dega aljabar liear, struktur aljabar da teori kodig yag diguaka sebagai

Lebih terperinci

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP STATISTICS Haug N. Prasetyo Week 11 PENDAHULUAN Regresi da korelasi diguaka utuk megetahui hubuga dua atau lebih kejadia (variabel) yag dapat diukur secara matematis. Ada dua hal yag diukur atau diaalisis,

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, , Agustus 2003, ISSN : METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, , Agustus 2003, ISSN : METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT Vol. 6. No., 97-09, Agustus 003, ISSN : 40-858 METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT Robertus Heri Jurusa Matematika FMIPA UNDIP Abstrak Tulisa ii membahas peetua persamaa ruag

Lebih terperinci

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k

Lebih terperinci

Solusi Numerik PDP. ( Metode Beda Hingga ) December 9, 2013. Solusi Numerik PDP

Solusi Numerik PDP. ( Metode Beda Hingga ) December 9, 2013. Solusi Numerik PDP ( Metode Beda Higga ) December 9, 2013 Sebuah persamaa differesial apabila didiskritisasi dega metode beda higga aka mejadi sebuah persamaa beda. Jika persamaa differesial parsial mempuyai solusi eksak

Lebih terperinci

MAKALAH ALJABAR LINEAR SUB RUANG VEKTOR. Dosen Pengampu : Darmadi, S.Si, M.Pd

MAKALAH ALJABAR LINEAR SUB RUANG VEKTOR. Dosen Pengampu : Darmadi, S.Si, M.Pd MAKALAH ALJABAR LINEAR SUB RUANG VEKTOR Dose Pegampu : Darmadi, S.Si, M.Pd Disusu : Kelas 5A / Kelompok 5 : Dia Dwi Rahayu (084. 06) Hefetamala (084. 4) Khoiril Haafi (084. 70) Liaatul Nihayah (084. 74)

Lebih terperinci

oleh hasil kali Jika dan keduanya fungsi yang dapat didiferensialkan, maka

oleh hasil kali Jika dan keduanya fungsi yang dapat didiferensialkan, maka Itegral etu Jika fugsi kotiu yag didefiisika utuk, kita bagi selag mejadi selag bagia berlebar sama Misalka berupa titik ujug selag bagia ii da pilih titik sampel di dalam selag bagia ii, sehigga terletak

Lebih terperinci

BAB 6. DERET TAYLOR DAN DERET LAURENT Deret Taylor

BAB 6. DERET TAYLOR DAN DERET LAURENT Deret Taylor Bab 6 Deret Taylor da Deret Lauret BAB 6 DERET TAYLOR DAN DERET LAURENT 6 Deret Taylor Misal fugsi f aalitik pada - < R ligkara dega pusat di da jari-jari R Maka utuk setiap titik pada ligkara itu f dapat

Lebih terperinci

Bab IV. Penderetan Fungsi Kompleks

Bab IV. Penderetan Fungsi Kompleks Bab IV Pedereta Fugsi Kompleks Sebagaimaa pada fugsi real, fugsi kompleks juga dapat dideretka pada daerah kovergesiya. Semua watak kajia kovergesi pada fugsi real berlaku pula pada fugsi kompleks. Secara

Lebih terperinci

Deret Fourier. Modul 1 PENDAHULUAN

Deret Fourier. Modul 1 PENDAHULUAN Modul Deret Fourier Prof. Dr. Bambag Soedijoo P PENDAHULUAN ada modul ii dibahas masalah ekspasi deret Fourier Sius osius utuk suatu fugsi periodik ataupu yag diaggap periodik, da dibahas pula trasformasi

Lebih terperinci

Persamaan Non-Linear

Persamaan Non-Linear Persamaa No-Liear Peyelesaia persamaa o-liear adalah meghitug akar suatu persamaa o-liear dega satu variabel,, atau secara umum dituliska : = 0 Cotoh: 2 5. 5 4 9 2 0 2 5 5 4 9 2 2. 2 0 2 5. e 0 Metode

Lebih terperinci

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR Nur Aei Prodi Matematika, FST-UINAM uraeiatullah@gmail.com Ifo: Jural MSA Vol. 3 No. 2 Edisi: Juli Desember

Lebih terperinci

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

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

Lebih terperinci

BAB VI BARISAN TAK HINGGA DAN DERET TAK HINGGA

BAB VI BARISAN TAK HINGGA DAN DERET TAK HINGGA BAB VI BARIAN TAK HINGGA DAN DERET TAK HINGGA Bajar/Barisa Tak Higga Barisa tak higga { },,,,, adalah suatu fugsi dari dimaa daerah domaiya adalah himpua bilaga bulat positif (bilaga asli). Cotoh: Bila,,,..,

Lebih terperinci

Prestasi itu diraih bukan didapat!!! SOLUSI SOAL

Prestasi itu diraih bukan didapat!!! SOLUSI SOAL SELEKSI OLIMPIADE TINGKAT KABUPATEN/KOTA 010 TIM OLIMPIADE MATEMATIKA INDONESIA 0 Prestasi itu diraih buka didapat!!! SOLUSI SOAL Bidag Matematika Disusu oleh : Eddy Hermato, ST Olimpiade Matematika Tk

Lebih terperinci

II LANDASAN TEORI. Sebuah bilangan kompleks dapat dinyatakan dalam bentuk. z = x jy. (2.4)

II LANDASAN TEORI. Sebuah bilangan kompleks dapat dinyatakan dalam bentuk. z = x jy. (2.4) 3 II LANDASAN TEORI 2.1 Peubah Kompleks da Fugsi Kompleks Sebuah bilaga kompleks dapat diyataka dalam betuk z = x + jy, (2.1) dega x da y adalah bilaga-bilaga real da j = 1. Bilaga x disebut bagia real

Lebih terperinci

METODE SIMPSON TERMODIFIKASI UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL VOLTERRA LINEAR JENIS KEDUA. Jonas Lodewyk H 1, Zulkarnain 2 ABSTRACT

METODE SIMPSON TERMODIFIKASI UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL VOLTERRA LINEAR JENIS KEDUA. Jonas Lodewyk H 1, Zulkarnain 2 ABSTRACT METODE SIMPSON TERMODIFIKASI UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL VOLTERRA LINEAR JENIS KEDUA Joas Lodewyk H 1, Zulkarai 1 Mahasiswa Program Studi S1 Matematika Dose Jurusa Matematika Fakultas Matematika

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Optimasi 2.1.1. Pegertia Optimasi Optimasi (Optimizatio) adalah aktivitas utuk medapatka hasil terbaik di bawah keadaa yag diberika. Tujua akhir dari semua aktivitas tersebut

Lebih terperinci

HALAMAN Dengan definisi limit barisan buktikan limit berikut ini : = 0. a. lim PENYELESAIAN : jadi terbukti bahwa lim = 0 = 5. b.

HALAMAN Dengan definisi limit barisan buktikan limit berikut ini : = 0. a. lim PENYELESAIAN : jadi terbukti bahwa lim = 0 = 5. b. Didowload dari ririez.blog.us.ac.id HALAMAN 36 37 5. Dega defiisi limit barisa buktika limit berikut ii : a. lim = 0 lim 1 2 + 3 = 0 > 0 h 1 = 2 + 3 0 = 1 2 + 3 1 2 1 2 1 2 < jadi terbukti bahwa lim =

Lebih terperinci

Penyelesaian Persamaan Non Linier

Penyelesaian Persamaan Non Linier Peyelesaia Persamaa No Liier Metode Iterasi Sederhaa Metode Newto Raphso Permasalaha Titik Kritis pada Newto Raphso Metode Secat Metode Numerik Iterasi/NewtoRaphso/Secat - Metode Iterasi Sederhaa- Metode

Lebih terperinci

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR Nur Aei Prodi Matematika, FST-UINAM uraeiatullah@gmail.com Ifo: Jural MSA Vol. 3 No. 2 Edisi: Juli Desember

Lebih terperinci

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

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

Lebih terperinci

BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL

BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL Defiisi Persamaa diferesial adalah persamaa yag melibatka variabelvariabel tak bebas da derivatif-derivatifya terhadap variabel-variabel bebas. Berikut ii adalah

Lebih terperinci

,n N. Jelas barisan ini terbatas pada dengan batas M =: 1, dan. barisan ini kovergen ke 0.

,n N. Jelas barisan ini terbatas pada dengan batas M =: 1, dan. barisan ini kovergen ke 0. PROGRAM STUDI PENDIDIKAN MATEMATIKA FKIP UNMUH PONOROGO SOAL UJIAN TENGAH SEMESTER GENAP TA 03/04 Mata Ujia : Aalisis Real Tipe Soal : REGULER Dose : Dr. Jula HERNADI Waktu : 90 meit Hari, Taggal : Selasa,

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

BAB III TAKSIRAN KOEFISIEN KORELASI POLYCHORIC DUA TAHAP. Permasalahan dalam tugas akhir ini dibatasi hanya pada penaksiran

BAB III TAKSIRAN KOEFISIEN KORELASI POLYCHORIC DUA TAHAP. Permasalahan dalam tugas akhir ini dibatasi hanya pada penaksiran BAB III TAKSIRAN KOEFISIEN KORELASI POLYCHORIC DUA TAHAP Permasalaha dalam tugas akhir ii dibatasi haya pada peaksira besarya koefisie korelasi polychoric da tidak dilakuka peguia terhadap koefisie korelasi

Lebih terperinci

4 HASIL DAN PEMBAHASAN

4 HASIL DAN PEMBAHASAN 7 4 HASIL DAN PEMBAHASAN Studi Pedahulua Salah satu bahasa dalam aljabar liier yag merupaka kuci petig dalam latis adalah proses ortogoalisasi Gram-Schmidt. Proses ii aka mejadi ide utama dalam pembetuka

Lebih terperinci

III PERBANDINGAN MODEL-MODEL BINOMIAL. : harga saham : tingkat harapan pendapatan. yaitu

III PERBANDINGAN MODEL-MODEL BINOMIAL. : harga saham : tingkat harapan pendapatan. yaitu III PERBANDINGAN MODEL-MODEL BINOMIAL 3. Model Kotiu da Model Diskret Perkembaga Harga Saham Saham merupaka aset fiasial yag ilaiya berubah-ubah megikuti harga pasar, sehigga dalam jagka waktu tertetu

Lebih terperinci

Barisan. Barisan Tak Hingga Kekonvergenan barisan tak hingga Sifat sifat barisan Barisan Monoton. 19/02/2016 Matematika 2 1

Barisan. Barisan Tak Hingga Kekonvergenan barisan tak hingga Sifat sifat barisan Barisan Monoton. 19/02/2016 Matematika 2 1 Barisa Barisa Tak Higga Kekovergea barisa tak higga Sifat sifat barisa Barisa Mooto 9/0/06 Matematika Barisa Tak Higga Secara sederhaa, barisa merupaka susua dari bilaga bilaga yag urutaya berdasarka bilaga

Lebih terperinci

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya 5 BAB II LANDASAN TEORI Dalam tugas akhir ii aka dibahas megeai peaksira besarya koefisie korelasi atara dua variabel radom kotiu jika data yag teramati berupa data kategorik yag terbetuk dari kedua variabel

Lebih terperinci

terurut dari bilangan bulat, misalnya (7,2) (notasi lain 2

terurut dari bilangan bulat, misalnya (7,2) (notasi lain 2 Bab Bilaga kompleks BAB BILANGAN KOMPLEKS Defiisi Bilaga Kompleks Sebelum medefiisika bilaga kompleks, pembaca diigatka kembali pada permasalah dalam sistem bilaga yag telah dikeal sebelumya Yag pertama

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah:

BAB III METODOLOGI PENELITIAN. Variabel-variabel yang digunakan pada penelitian ini adalah: BAB III METODOLOGI PENELITIAN 3. Variabel da Defiisi Operasioal Variabel-variabel yag diguaka pada peelitia ii adalah: a. Teaga kerja, yaitu kotribusi terhadap aktivitas produksi yag diberika oleh para

Lebih terperinci

LANDASAN TEORI. Secara umum, himpunan kejadian A i ; i I dikatakan saling bebas jika: Ruang Contoh, Kejadian, dan Peluang

LANDASAN TEORI. Secara umum, himpunan kejadian A i ; i I dikatakan saling bebas jika: Ruang Contoh, Kejadian, dan Peluang 2 LANDASAN TEORI Ruag Cotoh, Kejadia, da Peluag Percobaa acak adalah suatu percobaa yag dapat diulag dalam kodisi yag sama, yag hasilya tidak dapat diprediksi secara tepat tetapi dapat diketahui semua

Lebih terperinci

METODE KACZMARZ UNTUK MENYELESAIKAN SISTEM PERSAMAAN LINEAR RUHIYAT

METODE KACZMARZ UNTUK MENYELESAIKAN SISTEM PERSAMAAN LINEAR RUHIYAT METODE KACZMARZ UNTUK MENYELESAIKAN SISTEM PERSAMAAN LINEAR RUHIYAT DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011 ABSTRAK RUHIYAT. Metode Kaczmarz

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN Sedagka itegrasi ruas kaa utuk ersamaa (3b) diperoleh ds / = S... (36) Dega demikia pesamaa yag harus dipecahka adalah l 1 1 u u = S (37) Dari ersamaa (37) diperoleh persamaa utuk u u S = exp S 1exp S...

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH 89 BAB V ANALISA PEMECAHAN MASALAH Dalam upaya mearik kesimpula da megambil keputusa, diperluka asumsi-asumsi da perkiraa-perkiraa. Secara umum hipotesis statistik merupaka peryataa megeai distribusi probabilitas

Lebih terperinci

Kalkulus Rekayasa Hayati DERET

Kalkulus Rekayasa Hayati DERET Kalkulus Rekayasa Hayati DERET 1 Isi Bab Pedahulua Barisa tak-higga Deret tak-higga Deret Positif : Uji kekovergea Deret Gati Tada Deret Pagkat Deret Taylor da Maclauri 2 Kompetesi Dasar Setelah megikuti

Lebih terperinci

BAB III PERUMUSAN PENDUGA DAN SIFAT SIFAT STATISTIKNYA

BAB III PERUMUSAN PENDUGA DAN SIFAT SIFAT STATISTIKNYA BAB III PERUMUSAN PENDUGA DAN SIFAT SIFAT STATISTIKNYA 3. Perumusa Peduga Misalka N adala proses Poisso o omoge pada iterval [, dega fugsi itesitas yag tidak diketaui. Fugsi ii diasumsika teritegralka

Lebih terperinci

BAB III RUANG HAUSDORFF. Pada bab ini akan dibahas mengenai ruang Hausdorff, kekompakan pada

BAB III RUANG HAUSDORFF. Pada bab ini akan dibahas mengenai ruang Hausdorff, kekompakan pada 8 BAB III RUANG HAUSDORFF Pada bab ii aka dibahas megeai ruag Hausdorff, kekompaka pada ruag Hausdorff da ruag regular legkap. Pembahasa diawali dega medefiisika Ruag Hausdorff da beberapa sifatya kemudia

Lebih terperinci

MA1201 MATEMATIKA 2A Hendra Gunawan

MA1201 MATEMATIKA 2A Hendra Gunawan MA1201 MATEMATIKA 2A Hedra Guawa Semester II, 2016/2017 3 Februari 2017 Bab Sebelumya 8. Betuk Tak Tetu da Itegral Tak Wajar 8.1 Betuk Tak Tetu 0/0 8.2 Betuk Tak Tetu Laiya 8.3 Itegral Tak Wajar dg Batas

Lebih terperinci

Bab 3 Metode Interpolasi

Bab 3 Metode Interpolasi Baha Kuliah 03 Bab 3 Metode Iterpolasi Pedahulua Iterpolasi serig diartika sebagai mecari ilai variabel tergatug tertetu, misalya y, pada ilai variabel bebas, misalya, diatara dua atau lebih ilai yag diketahui

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 31-41, April 2004, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 31-41, April 2004, ISSN : Vol. 7. No. 1, 31-41, April 24, ISSN : 141-8518 Peetua Kestabila Sistem Kotrol Lup Tertutup Waktu Kotiu dega Metode Trasformasi ke Betuk Kaoik Terkotrol Robertus Heri Jurusa Matematika FMIPA UNDIP Abstrak

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Aalisis Regresi Istilah regresi pertama kali diperkealka oleh seorag ahli yag berama Facis Galto pada tahu 1886. Meurut Galto, aalisis regresi berkeaa dega studi ketergatuga dari suatu

Lebih terperinci

Kestabilan Rangkaian Tertutup Waktu Kontinu Menggunakan Metode Transformasi Ke Bentuk Kanonik Terkendali

Kestabilan Rangkaian Tertutup Waktu Kontinu Menggunakan Metode Transformasi Ke Bentuk Kanonik Terkendali Jural Tekika ISSN : 285-859 Fakultas Tekik Uiversitas Islam Lamoga Volume No.2 Tahu 29 Kestabila Ragkaia Tertutup Waktu Kotiu Megguaka Metode Trasformasi Ke Betuk Kaoik Terkedali Suhariyato ) Dose Fakultas

Lebih terperinci

Gambar 1. Partisi P dari empat persegi panjang R = [a, b] x [c, d] adalah dua himpunan i i

Gambar 1. Partisi P dari empat persegi panjang R = [a, b] x [c, d] adalah dua himpunan i i INTEGAL LIPAT. Itegral Lipat Dua dalam Koordiat Kartesius Pada bagia ii, dipelajari itegral lipat dua dalam. Misalka diketahui dua iterval tertutup [a, b] da [c, d]. Hasil kali kartesius dari kedua iterval

Lebih terperinci

Definisi Integral Tentu

Definisi Integral Tentu Defiisi Itegral Tetu Bila kita megedarai kedaraa bermotor (sepeda motor atau mobil) selama 4 jam dega kecepata 50 km / jam, berapa jarak yag ditempuh? Tetu saja jawabya sagat mudah yaitu 50 x 4 = 200 km.

Lebih terperinci

C (z m) = C + C (z m) + C (z m) +...

C (z m) = C + C (z m) + C (z m) +... 4.. DERET PANGKAT Deret pagkat dari (x-m) merupaka deret tak higga yag betuk umumya adalah : i= i i C (z m) = C + C (z m) + C (z m) +... ( 4- ) C, C,... = kostata disebut koefisie deret m = kostata disebut

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

TINJAUAN PUSTAKA Pengertian TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok

Lebih terperinci

BAB III ESTIMASI PARAMETER MODEL DENGAN GS2SLS. Pada bab ini akan dibahas tentang bentuk model spasial lag sekaligus

BAB III ESTIMASI PARAMETER MODEL DENGAN GS2SLS. Pada bab ini akan dibahas tentang bentuk model spasial lag sekaligus BAB III ESTIMASI PARAMETER MODEL DENGAN GS2SLS Pada bab ii aka dibahas tetag betuk model spasial lag sekaligus spasial error da prosedur Geeralized Spatial Two Stage Least Squares (GS2SLS) utuk megestimasi

Lebih terperinci

BAB VI DERET TAYLOR DAN DERET LAURENT

BAB VI DERET TAYLOR DAN DERET LAURENT BAB VI DERET TAYLOR DAN DERET LAURENT. Deret Taylor Misal fugsi f() aalitik pada - < R ( ligkara dega pusat di da jari-jari R ). Maka utuk setiap titik pada ligkara itu, f() dapat diyataka sebagai : f

Lebih terperinci

KALKULUS 4. Dra. D. L. Crispina Pardede, DEA. SARMAG TEKNIK MESIN

KALKULUS 4. Dra. D. L. Crispina Pardede, DEA. SARMAG TEKNIK MESIN KALKULUS Dra. D. L. Crispia Pardede DEA. SARMAG TEKNIK MESIN KALKULUS - SILABUS. Deret Fourier.. Fugsi Periodik.2. Fugsi Geap da Gajil.3. Deret Trigoometri.. Betuk umum Deret Fourier.. Kodisi Dirichlet.6.

Lebih terperinci

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc.

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc. METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/0 SUGENG00 Copyright 996-98 Dale Caregie & Associates, Ic. Kesalaha ERROR: Selisih atara ilai perkiraa dega ilai eksakilai

Lebih terperinci

1 Persamaan rekursif linier non homogen koefisien konstan tingkat satu

1 Persamaan rekursif linier non homogen koefisien konstan tingkat satu Secara umum persamaa rekursif liier tigkat-k bisa dituliska dalam betuk: dega C 0 0. C 0 x + C 1 x 1 + C 2 x 2 + + C k x k = b, Jika b = 0 maka persamaa rekursif tersebut diamaka persamaa rekursif liier

Lebih terperinci

Bab 7 Penyelesaian Persamaan Differensial

Bab 7 Penyelesaian Persamaan Differensial Bab 7 Peelesaia Persamaa Differesial Persamaa differesial merupaka persamaa ag meghubugka suatu besara dega perubahaa. Persamaa differesial diataka sebagai persamaa ag megadug suatu besara da differesiala

Lebih terperinci

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3 SUKU BANYAK A Pegertia: f(x) x + a 1 x 1 + a 2 x 2 + + a 2 +a 1 adalah suku bayak (poliom) dega : - a, a 1, a 2,.,a 2, a 1, a 0 adalah koefisiekoefisie suku bayak yag merupaka kostata real dega a 0 - a

Lebih terperinci

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

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

Lebih terperinci

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X Pedugaa Selag: Metode Pivotal Lagkah-lagkahya 1. Adaika X1, X,..., X adalah cotoh acak dari populasi dega fugsi kepekata f( x; ), da parameter yag tidak diketahui ilaiya. Adaika T adalah peduga titik bagi..

Lebih terperinci

Hendra Gunawan. 14 Februari 2014

Hendra Gunawan. 14 Februari 2014 MA20 MATEMATIKA 2A Hedra Guawa Semester II, 203/204 4 Februari 204 Sasara Kuliah Hari Ii 9. Barisa Tak Terhigga Memeriksa kekovergea suatu barisa da, bila mugki, meghitug limitya 9.2 Deret Tak Terhigga

Lebih terperinci

Semigrup Matriks Admitting Struktur Ring

Semigrup Matriks Admitting Struktur Ring Semigrup Matriks dmittig Struktur ig K a r y a t i Jurusa Pedidika Matematika FMIP, Uiversitas Negeri Yogyakarta Email: yatiuy@yahoo.com bstrak Diberika adalah rig komutatif dega eleme satua da adalah

Lebih terperinci

Evaluasi Belajar Tahap Akir Nasional Tahun 1987 Matematika

Evaluasi Belajar Tahap Akir Nasional Tahun 1987 Matematika Evaluasi Belajar Tahap Akir Nasioal Tahu 987 Matematika EBTANAS SMP 87 0 Diagram di awah yag merupaka jarig-jarig kuus adalah I II III IV I, II da IV I, II da III II, III da IV I, III da IV EBTANAS SMP

Lebih terperinci

Pengantar Statistika Matematika II

Pengantar Statistika Matematika II Pegatar Statistika Matematika II Metode Evaluasi Atia Ahdika, S.Si., M.Si. Prodi Statistika FMIPA Uiversitas Islam Idoesia April 11, 2017 atiaahdika.com Pegguaa metode estimasi yag berbeda dapat meghasilka

Lebih terperinci

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak: PENGUJIAN HIPOTESIS A. Lagkah-lagkah pegujia hipotesis Hipotesis adalah asumsi atau dugaa megeai sesuatu. Jika hipotesis tersebut tetag ilai-ilai parameter maka hipotesis itu disebut hipotesis statistik.

Lebih terperinci

III BAB BARISAN DAN DERET. Tujuan Pembelajaran. Pengantar

III BAB BARISAN DAN DERET. Tujuan Pembelajaran. Pengantar BAB III BARISAN DAN DERET Tujua Pembelajara Setelah mempelajari materi bab ii, Ada diharapka dapat:. meetuka suku ke- barisa da jumlah suku deret aritmetika da geometri,. meracag model matematika dari

Lebih terperinci

BARISAN DAN DERET. 05/12/2016 Matematika Teknik 1 1

BARISAN DAN DERET. 05/12/2016 Matematika Teknik 1 1 BARISAN DAN DERET 05//06 Matematika Tekik BARISAN Barisa Tak Higga Kekovergea barisa tak higga Sifat sifat barisa Barisa Mooto 05//06 Matematika Tekik Barisa Tak Higga Secara sederhaa, barisa merupaka

Lebih terperinci

EKSPANSI MULTINOMIAL, KOMBINASI, DAN PERMUTASI

EKSPANSI MULTINOMIAL, KOMBINASI, DAN PERMUTASI EKSPANSI MULTINOMIAL, KOMBINASI, DAN PERMUTASI Oleh: Sutopo Jurusa Fisika FMIPA UM sutopo@fisika.um.ac.id Ditulis pada sekitar bula Maret 2011. Diuggah pada 3 Desember 2011 PROBLEM Gambar di bawah ii meyataka

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Model Pertumbuha Betuk ugsi pertumbuha satu jeis spesies pada umumya megguaka otasi ugsi aalitik yag diyataka dalam satu persamaa. Secara umum ugsi pertumbuha meyataka hubuga

Lebih terperinci

II. LANDASAN TEORI. dihitung. Nilai setiap statistik sampel akan bervariasi antar sampel.

II. LANDASAN TEORI. dihitung. Nilai setiap statistik sampel akan bervariasi antar sampel. II. LANDASAN TEORI Defiisi 2.1 Distribusi Samplig Distribusi samplig adalah distribusi probibilitas dari suatu statistik. Distribusi tergatug dari ukura populasi, ukura sampel da metode memilih sampel.

Lebih terperinci

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

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

Lebih terperinci

Range atau jangkauan suatu kelompok data didefinisikan sebagai selisih antara nilai terbesar dan nilai terkecil, yaitu

Range atau jangkauan suatu kelompok data didefinisikan sebagai selisih antara nilai terbesar dan nilai terkecil, yaitu BAB 4 UKURAN PENYEBARAN DATA Pada Bab sebelumya kita telah mempelajari beberapa ukura pemusata data, yaitu ukura yag memberika iformasi tetag bagaimaa data-data ii megumpul atau memusat Pada bagia Bab

Lebih terperinci

TRANSFORMASI BOX-COX PADA ANALISIS REGRESI LINIER SEDERHANA

TRANSFORMASI BOX-COX PADA ANALISIS REGRESI LINIER SEDERHANA Jural Matematika UNAND Vol. 2 No. 2 Hal. 115 122 ISSN : 2303 2910 c Jurusa Matematika FMIPA UNAND TRANSFORMASI BOX-COX PADA ANALISIS REGRESI LINIER SEDERHANA ELVI YATI, DODI DEVIANTO, YUDIANTRI ASDI Program

Lebih terperinci

BAB I PENDAHULUAN. , membentuk struktur ring terhadap operasi penjumlahan matriks dan operasi pergandaan matriks baku. Himpunan bagian dari

BAB I PENDAHULUAN. , membentuk struktur ring terhadap operasi penjumlahan matriks dan operasi pergandaan matriks baku. Himpunan bagian dari BB I PENDHULUN. Latar Belakag Masalah Struktur rig (gelaggag) R adalah suatu himpua R yag kepadaya didefiisika dua operasi bier yag disebut pejumlaha da pergadaa yag memeuhi aksioma-aksioma tertetu, yaitu:

Lebih terperinci

Setelah mempelajari modul ini Anda diharapkan dapat: a. memeriksa apakah suatu pemetaan merupakan operasi;

Setelah mempelajari modul ini Anda diharapkan dapat: a. memeriksa apakah suatu pemetaan merupakan operasi; Modul 1 Operasi Dr. Ahmad Muchlis B PENDAHULUAN erapakah 97531 86042? Kalau Ada megguaka kalkulator, jawabaya amat bergatug pada tipe kalkulator yag Ada pakai. 9 Kalkulator ilmiah Casio fx-250 memberika

Lebih terperinci

III. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung

III. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung 42 III. METODE PENELITIAN 3.. Lokasi da Waktu Peelitia Lokasi peelitia dilakuka di Provisi Sumatera Barat yag terhitug mulai miggu ketiga bula April 202 higga miggu pertama bula Mei 202. Provisi Sumatera

Lebih terperinci

Statistika dibagi menjadi dua, yaitu: 1. Statistika Deskriftif 2. Statistik Inferensial Penarikan kesimpulan dapat dilakukan dengan dua cara, yaitu:

Statistika dibagi menjadi dua, yaitu: 1. Statistika Deskriftif 2. Statistik Inferensial Penarikan kesimpulan dapat dilakukan dengan dua cara, yaitu: Peaksira Parameter Statistika dibagi mejadi dua yaitu:. Statistika Deskriftif 2. Statistik Iferesial Pearika kesimpula dapat dilakuka dega dua cara yaitu:. Peaksira Parameter 2. Pegujia Hipotesis Peaksira

Lebih terperinci

Fungsi Kompleks. (Pertemuan XXVII - XXX) Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya

Fungsi Kompleks. (Pertemuan XXVII - XXX) Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya TKS 4007 Matematika III Fugsi Kompleks (Pertemua XXVII - XXX) Dr. AZ Jurusa Tekik Sipil Fakultas Tekik Uiversitas Brawijaya Pedahulua Persamaa x + 1 = 0 tidak memiliki akar dalam himpua bilaga real. Pertayaaya,

Lebih terperinci

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

TURUNAN FUNGSI. Definisi. 3.1 Pengertian Turunan Fungsi. Turunan fungsi f adalah fungsi f yang nilainya di c adalah. asalkan limit ini ada. 3 TURUNAN FUNGSI 3. Pegertia Turua Fugsi Defiisi Turua fugsi f adala fugsi f yag ilaiya di c adala f c f c f c 0 asalka it ii ada. Coto Jika f 3 + +4, maka turua f di adala f f f 0 3 4 3.. 4 0 34 4 4 4

Lebih terperinci

PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT

PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT Prosidig Semiar Nasioal Matematika da Terapaya 06 p-issn : 0-0384; e-issn : 0-039 PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT Liatus

Lebih terperinci

BARISAN FIBONACCI DAN BILANGAN PHI

BARISAN FIBONACCI DAN BILANGAN PHI BARISAN FIBONACCI DAN BILANGAN PHI Fiboacci Matematikawa terbesar pada abad pertegaha adalah Leoardo dari Pisa, Italia (80 0). Ia lebih dikeal dega ama Fibo-acci. Artiya, aak Boaccio. Meara Pisa yag terkeal

Lebih terperinci