Aturan Cramer dalam Aljabar Maks-Plus Interval

Ukuran: px
Mulai penontonan dengan halaman:

Download "Aturan Cramer dalam Aljabar Maks-Plus Interval"

Transkripsi

1 Jural Matematka & Sas Aprl 2015 Vol 20 Nomor 1 Atura Cramer dalam Aljaar Maks-Plus Iterval Sswato Jurusa Matematka Fakultas Matematka da Ilmu Pegetahua Uverstas Seelas Maret Surakarta e-mal: ssmpaus@yahoocod Dterma 3 Feruar 2015 dsetuju utuk dpulkaska 7 Aprl 2015 Astract Let e the set of real umers ad {} wth Max-plus algera s the set that s equpped wth operatos (maxmum ad (plus From the set we ca form the set I( the set of all are closed tervals Olsder-Roos ad Farlow has developed a verso of Cramer s rule max-plus algera he set I( equpped wth operatos (maxmum ad (plus s called terval max-plus algera We are ale to exted Cramer s rule verso for max-plus algera to a verso for terval max-plus algera Keywords : Cramer's rule Iterval max-plus algera Astrak Msalka hmpua semua laga real da {} dega Aljaar maks-plus hmpua dlegkap dega operas (maksmum da (plus Olsder-Roos da Farlow sudah megemagka Atura Cramer utuk aljaar maks-plus Dar hmpua dapat detuk hmpua I( yatu hmpua dar terval-terval tertutup dalam Hmpua I( yag dlegkap dega operas (maksmum da (plus dseut aljaar maks-plus terval Pada makalah derka perluasa Atura Cramer dalam aljaar maks-plus ke dalam aljaar maks-plus terval Kata kuc : Atura Cramer Aljaar maks-plus terval 1 Pedahulua Msalka hmpua semua laga real aljaar maks-plus hmpua {} dega dlegkap dega operas (maksmum da (plus Aljaar maks-plus merupaka dod yatu semrg yag dempote (Aka dkk 1994; Sergeev 2006 Aljaar maksplus telah dguaka utuk memodelka da megaalss secara aljaar masalah perecaaa komukas produks sstem atra dega kapastas erhgga komputas parallel da lalu ltas (Baccell dkk 2001 elah dahas tetag matrks atas aljaar maks-plus da sstem persamaa lear dalam aljaar maks-plus khususya megea atura Cramer utuk meyelesaka sstem persamaa lear Pada pemahasa megea atura Cramer dalam aljaar maks-plus dperluka pegerta doma dar suatu matrks atas aljaar maks-plus (Farlow 2009 Utuk meyelesaka masalah jarga dega waktu aktftas laga kaur sepert pejadwala kaur da sstem atra kaur aljaar maks-plus telah dgeeralsas mejad aljaar maxplus terval Aljaar max-plus terval yatu I( dlegkap dega operas (maksmum da (plus Dahas pula matrks atas aljaar maks-plus terval da sstem persamaa lear dalam aljaar maks-plus terval (Rudhto 2011 Sswato (2012 telah memahas tetag pegerta doma dar suatu matrks atas aljaar maks-plus terval Oleh karea tu dalam paper aka dahas tetag atura Cramer utuk meyelesaka sstem persamaa lear dalam aljaar maks-plus terval 2 Kaja Pustaka D dalam aga dsajka defs tetag aljaar maks-plus da matrks atas aljaar maks-plus eserta operasya doma suatu matrks sstem persamaa lear da atura Cramer dalam aljaar maks-plus (Bacell dkk 2001; Butkovc 2000; Butkovc 2003; Cughame-Gree 2004; Farlow 2009; Kogserg 2009; Olsder-Roos 1998 Defs 1 Msalka hmpua laga real dega ddefska hmpua 5

2 6 Jural Matematka & Sas Aprl 2015 Vol 20 Nomor 1 Struktur aljaar dar yag dlegkap dega operas (maksmum da (plus merupaka semfeld dempote yag komutatf selajutya dseut aljaar maks-plus da dotaska dega ( ; maks Msalka 1 2 Hmpua semua matrks erukura m yag etr-etrya merupaka eleme dseut matrks atas aljaar m maks-plus dotaska dega yatu m A A m j j j Defs 2 Berkut eerapa operas matrks atas aljaar maks-plus: m a Utuk matrks AB ddefska m dega ( A B j A j B j A B maks ( Aj Bj Utuk m A k B k ddefska A B m dega ( AB j l1( Al B l maksl k( Al B lj c raspose dar matrks A dtuls A ahwa A ( A j d Matrks dettas maks-plus dtuls E dega da ddefska: E 0 jka j ( E j jka j Utuk suatu matrks A da laga ulat postf k pagkat k dar A dtuls A k ddefska oleh k A A A A Utuk def k faktor 0 k = 0 A E e Utuk searag matrks A da A ddefska oleh ( A ( A j j eorema 1 Struktur aljaar dar yag dlegkap dega operas da masg-masg maksmum da plus merupaka dod (semrg yag dempote dega eleme etral da eleme dettas masg-masg da E Selajutya perhatka sstem persamaa lear dalam aljaar maks-plus yag eretuk A x A Kesulta dalam meyelesaka sstem persamaa lear A x dseaka tdak adaya vers terhadap operas (maksmum Sepert dalam aljaar kovesoal dalam aljaar maks-plus peyelesaa sstem persamaa lear A x = tdak selalu ada da jka ada tdak selalu tuggal m Msalka ahwa A Utuk setap matrks A selalu dapat dtetuka supeyelesaa dasar atau supeyelesaa teresar dar A x = Defs 3 Supeyelesaa teresar dar A x = vektor x yag memeuh A x Supeyelesaa dotaska oleh A ( A Supeyelesaa teresar tdak selalu merupaka peyelesaa dar sstem persamaa lear A x = eorema 2 Msalka A suatu matrks tak terreduks da Maka [ x ( A ] j m{ A da A } atau j x A A dega j [ ( ] j maks{ j } j Lemma 1 Jka suatu peyelesaa dar A x = ada maka supeyelesaa teresarya suatu peyelesaa Defs 4 Derka matrks A ( Aj msalka P hmpua semua permutas : da msalka t 1 t 2 t L semua la-la yag mugk sehgga t j 1 A ( utuk suatu P ddefska maks ( t j pada det( e jka det( e 0 dom A jka det( e 0 SA dega e matrks sehgga e ( e j Selajutya dsajka atura Cramer dalam aljaar maks-plus Dalam aljaar kovesoal peyelesaa sstem persamaa lear Ax = A dapat dtuls det ( A1 A2 A 1 A 1 A x ; da det ( A det( A 0 Dega A kolom ke j dar A j da j Sejala dega atura Cramer dalam aljaar kovesoal atura Cramer dalam aljaar maks plus meghaslka x dom A dom ( A1 A2 A 1 A 1 A dom A ahwa A1 A2 A 1 A 1 A A matrks A dmaa kolom ke dgat vektor Dalam aljaar kovesoal det( A 0 cukup utuk meujukka adaya suatu peyelesaa sedagka dalam aljaar maks-plus dom( A tdak cukup utuk meujukka adaya suatu peyelesaa Namu dperluka syarat tamaha yatu sg A A A A A sg A sg ( A utuk semua Nla sg (A

3 Sswato Atura Cramer dalam Aljaar Maks-Plus Iterval 7 1 atau 1 sesua tada dar koefse dalam det( e yag meetuka la dom (A Jka tada dar koefse dalam det( e yag meetuka la dom (A postf maka sg (A = 1 da jka sealkya maka sg (A = 1 Defs 5 Msalka S { P t ( A j j 1 utuk suatu P } hmpua permutas geap da P permutas gajl dar S { S P e } o je j S { S P o } k S da k S jo j je Nla sg (A = 1 jka k je k jo 0 da sg (A = 1 jka ke ko 0 utuk t j dom ( A j L Jka dom (A = maka sg (A = Dega megguaka Defs 5 dapat dtuls SA L ( st det( e ( k 1 e ko e Jka sg ( A maka sg ( A det( e 0 utuk semua s yag cukup esar eorema 3 Jka sg ( A1 A2 A 1 A 1 A sg ( A sg ( A utuk semua 1 da dom ( A maka x dom ( A dom ( A1 A2 A 1 A 1 A meghaslka peyelesaa utuk A x Selajutya dcaraka kosep aljaar maksplus terval matrks da sstem persamaa lear dalam aljaar maks-plus terval (Rudhto 2011 Iterval tertutup x dalam suatu hmpua aga dar yag eretuk x [ x x] { x x x x} Iterval dalam dseut terval maks-plus Suatu laga x dapat dyataka seaga terval [xx] Defs 6 Detuk I( { x [ x x] x x x x} { } dega [ ] Pada hmpua I( ddefska operas da dega x y [ xy x y] da x y [ xy x y] utuk setap xy I( Hmpua I( dlegkap dega operas da merupaka semrg dempote komutatf dega eleme etral [ ] da eleme satua 0 [00] Selajutya dseut aljaar maks-plus terval da dotaska dega I( maks ( I( ; Defs 7 Utuk x [ x x] y [ y y] I( ddefska x y x y y x y da x y je jo jo Defs 8 Hmpua matrks erukura m dega eleme-eleme dalam I( dotaska dega ( m I yatu m I( { A( Aj Aj I( m j} Matrks aggota ( m I dseut matrks terval maks-plus Selajutya matrks terval maks-plus cukup dseut dega matrks terval Defs 9 Struktur aljaar dar ( I yag dlegkap dega operas (maksmum da (plus dotaska dega I( maks ( I( ; merupaka dod (semrg yag dempote sedagka ( I merupaka semmodul atas I( Defs 10 Utuk ( m A I ddefska matrks ( m A Aj da A ( Aj m masgmasg dseut matrks atas awah da matrks atas atas dar matrks terval A Defs 11 Derka matrks terval ( m A I dega A da A masg-masg matrks atas awah da matrks atas atas dar matrks terval A Ddefska terval matrks dar A yatu m [ A A] { C A C A} da m m I( {[ A A] A I( } m Iterval matrks [ AA ] I ( dseut terval matrks yag ersesuaa dega matrks terval ( m A I da dlamagka dega A [ A A] Defs 12 m 1 Utuk I( [ A A][ B B] I( ddefska [ A A] [ A A] [ A A] [ B B] [ A A B B] mk k 2 Utuk [ A A] I( [ B B] I( ddefska [ A A] [ B B] [ A A B B] eorema 4 (Rudhto 2011 Struktur aljaar dar m I ( yag dlegkap dega operas (maksmum da (plus dotaska dega m m I( maks ( I( ; merupaka dod m (semrg yag dempote sedagka I ( merupaka semmodul atas I( Defs 13 Ddefska I( { x [ x1 x2 x] x I( ; } Hmpua I ( dapat dpadag seaga hmpua I ( 1 Usur-usur dalam I ( dseut vektor terval dalam I ( Vektor terval x

4 8 Jural Matematka & Sas Aprl 2015 Vol 20 Nomor 1 ersesuaa dega terval vektor [ x x ] dtuls x [ xx ] Defs 14 Derka ( A I da I( Suatu vektor terval x I( dseut peyelesaa persamaa lear maks-plus terval Ax jka erlaku Ax Defs 15 Derka ( A I da I( Suatu vektor terval x I( dseut supeyelesaa persamaa lear maks-plus terval Ax jka erlaku A x Defs 16 Derka ( A I da I( Suatu vektor terval xˆ I( dseut supeyelesaa teresar persamaa lear maksplus terval Ax jka x xˆ utuk setap supeyelesaa x dar sstem persamaa lear maks-plus terval Ax eorema 5 Jka ( A I dega eleme-eleme setap kolomya tdak semuaya sama dega [ ] da I( dega A [ A A] da [ ] maka vektor terval xˆ [ xx ˆ ˆ] dega xˆ m A ( A ( da ˆ x A ( merupaka supeyelesaa teresar sstem persamaa lear maks-plus terval Ax Berkut pegerta tetag doma dalam aljaar maks-plus terval (Sswato 2012 Defs 17 Doma matrks ( A I dega A [ A A] ddefska dom ( A m dom ( Adom ( A dom ( A 3 Hasl da Pemahasa Berkut aka dahas atura Cramer utuk meyelesaka sstem persamaa lear dalam aljaar maks-plus terval yag eretuk Ax Haslhasl ds merupaka perluasa Atura Cramer utuk aljaar maks-plus (Olsder-Roos (1998 Farlow (2009 pada aljaar maks-plus terval Msalka ahwa ( A I Utuk setap matrks A selalu dapat dtetuka supeyelesaa teresar utuk Ax Berdasarka Defs 12 msalka A [ AA ] x [ xx ] da [ ] dega [ AA ] I ( [ xx ][ ] I ( msalka 1 2 x ( x x x peyelesaa sstem persamaa A x da x ( x1 x x peyelesaa sstem persamaa Ax dega x x x x x x maka x ([ x x ][ x x ][ x x ] merupaka peyelesaa sstem persamaa Ax Supeyelesaa teresar tdak selalu merupaka peyelesaa suatu sstem persamaa lear Perhatka sstem persamaa lear [3 4] [5 6] [ x1 x ] 1 [811] [23] [45] [ 2 ] 2 [912] x x [57] supeyelesaa teresarya x ˆ [35] uka merupaka peyelesaa [34] [56] [57] [811] [811] sea [2 3] [45] [35] [710] [912] Peyelesaa sstem persamaa lear dalam aljaar maks-plus terval dsajka dalam lemma erkut Lemma 2 Msalka A [ AA ] x [ xx ] da [ ] Jka sstem persamaa lear A x da A x masg-masg mempuya peyelesaa tuggal xˆ ( A ( da xˆ ( A ( dega xˆ x ˆ maka sstem persamaa lear Ax mempuya peyelesaa tuggal xˆ [ xx ˆ ˆ] Bukt : Msalka A [ AA ] x [ xx ] da [ ] Meurut Defs 12 ahwa Ax [ A A] [ x x ] [ Ax Ax ] Berart Ax [ Ax Ax ] [ ] atau A x sstem persamaa da Ax Karea A x da A x masgmasg mempuya peyelesaa tuggal xˆ ( A ( da xˆ ( A ( dega xˆ x ˆ maka sstem persamaa Ax juga mempuya peyelesaa tuggal yatu xˆ [ xx ˆ ˆ] Perhatka sstem persamaa lear dalam aljaar maks-plus terval Ax dega AI( x ( Berdasarka atura Cramer dalam aljaar maks-plus atura Cramer dalam aljaar maks plus terval x dom ( A dom ( A dmaa A matrks A dmaa kolom ke- dgat dega Msalka A ( A A A A A [ ] da A [ A A] A A A maka

5 Sswato Atura Cramer dalam Aljaar Maks-Plus Iterval 9 A ( A A A A A da A ( A1 A2 A 1 A 1 A Selajutya jka dom ( A [dom( A dom ( A ] da dom ( A [dom( A dom ( A ] erart x [ x x] dega kata la x x maka erlaku x dom ( A dom ( A ( x dom ( A dom ( A da x dom ( A dom (A Adapu syarat tamaha yag dperluka agar sstem persamaa Ax mempuya peyelesaa sg ( A A A A A sg ( A sg ( A da sg ( A1 A2 A 1 A 1 A sg ( A sg ( A utuk semua eorema 6 Jka sg ( A1 A2 A 1 A 1 A sg ( A sg ( A da sg ( A1 A2 A 1 A 1 A sg ( A sg ( A utuk semua dom ( A [dom ( Adom ( A ] [ ] dom ( A [dom ( Adom ( A ] maka x [ xx ] merupaka peyelesaa sstem persamaa lear Ax dega x dom ( A dom( A x dom ( A dom ( A x dom ( A dom ( A Bukt : Dketahu ahwa sg ( A1 A2 A 1 A 1 A sg ( A sg ( A da sg ( A A A A A sg ( A sg ( A utuk semua da dom ( A [ ] Selajutya karea dom( A [dom( Adom( A] maka dom( A da dom( A Meurut eorema 2 maka x dom ( A dom ( A A A A A da x dom( A dom ( A A A A A masg-masg meghaslka peyelesaa utuk Ax da Ax Jka dpeuh x x maka x [ xx ] merupaka peyelesaa sstem persamaa lear Ax [1 2] [2 4] [35] [46] [ 10] [45] [3 4] x [56] [68] [13] [36] [69] Dar sstem persamaa lear dalam aljaar maksplus terval terseut dapat dperoleh sstem persamaa lear dalam aljaar maks-plus x 5 da x Dega megguaka Lemma 2 dperoleh ahwa xˆ A ˆ x A Oleh karea tu peyelesaa sstem persamaa lear [1 2] [2 4] [35] [46] [ 10] [45] [3 4] x [56] [68] [13] [36] [69] [01] [11] [11] Dega megguaka eorema 6 (atura Cramer dperoleh hasl yag sama seaga erkut : Utuk sstem persamaa x erart A da s(1 43 s(236 s(3 ( 1 1 det ( e e e e s346 s131 s (2 ( 1 3 e e e 8s 11s 3s 13s 5s 4s e e e e e e maka la dom( A 13 da sg( A 1 Dega cara yag sama dapat dperoleh sg( A da dom( A utuk 1 23 Karea A A da A maka Cotoh : Derka sstem persamaa lear

6 10 Jural Matematka & Sas Aprl 2015 Vol 20 Nomor 1 1 s(443 s(236 s(351 det( e e e e e e e e e e e e e 11s 9s 13s 8s 10s 2e e e e e s346 s431 s(253 11s 11s 9s 13s 8s 10s ea2 s(153 s(436 s(3 ( 1 6 det( e e e e s356 s136 s(4 ( 1 3 e e e 9 s 13 s 8 s 14 s 10 s 6 s e e e e e e ea3 s(146 s(256 s(4 ( 1 1 det ( e e e e s446 s151 s(216 e e e 11 s 13 s 4 s 14 s 7 s e e e e 2e Nla dom ( A1 13 dom ( A2 14 da dom ( A3 14 sedagka sg( A1 1 sg sg( A2 1 da sg( A3 1 Vektor yag memeuh persamaa x dom ( A dom ( A1 A2 A 1 A 1 A 0 x 1 1 Selajutya utuk sstem persamaa x 6 erart A da det ( e e e e s(256 s(448 s(503 s558 s243 s (406 e e e 13 s 16 s 8 s 18 s 9 s 10 s e e e e e e maka la dom ( A 18 I meujukka ahwa 18 ekspoe teresar dalam det( e da s(855 18s sg( A 1 Catat juga ahwa e e yatu mempuya koefse egatf dalam det( e Dega cara yag sama dapat dperoleh sg( A da dom( A utuk Karea A A da A maka det ( e e e e 1 s(656 s(449 s(563 s559 s648 s (466 e e e e s e s e s e s e s det ( e e e e 2 s(266 s(648 s(509 s568 s249 s(606 e e e e s e s e s e s e s det ( e e e e 3 s(259 s(468 s(603 s658 s263 s(409 e e e 16 s 18 s 9 s 19 s 11 s 13 s e e e e e e Nla dom ( A1 19 dom ( A2 19 da dom ( A3 19 sg( A1 1 sg sg( A2 1 sg sg( A 1 Vektor yag memeuh persamaa 3 xdom ( A dom ( A1 A2 A 1 A 1 A 1 x 1 1 Oleh karea tu peyelesaa sstem persamaa lear [1 2] [2 4] [35] [46] [ 10] [45] [3 4] x [56] [68] [13] [36] [69] [01] x [11] [11] Kesmpula Dar hasl pemahasa dapat dsmpulka ahwa 1 Sstem persamaa lear Ax mempuya peyelesaa tuggal jka supeyelesaa teresarya yatu xˆ [ xx ˆ ˆ] dega xˆ ( A ( da xˆ ( A ( 2 Jka sstem persamaa lear A x mempuya peyelesaa tuggal maka peyelesaa terseut dapat dtetuka dega megguaka atura Cramer yag dsajka pada eorema 6 Daftar Pustaka Aka M G Cohe S Gauert J P Quadrat ad M Vot 1994 Max- Plus Algera ad Applcatos to System heory ad Optmal Cotrol Proc of the Iteratoal Cogress of Mathematcas Zurch Swtzerlad Bacell F G Cohe G J Olsder ad J P Quadrat 2001 Sychrozato ad Learty : A Algera for Dscrete Evet System We Edto https ://wwwrocqirafr/metalau/cohe/documets/bcoq-ookpdf Butkovc P 2000 Smple Image Set of (max+ lear mappg Dscrete Appled Mathematcs Butkovc P 2003 Max-Algera: he Lear Algera of Comatorcs? Lear Algera ad Applcato Cughame-Gree RA ad P Butkovc 2004 Bass Max-Algera Lear Algera ad Applcato

7 Sswato Atura Cramer dalam Aljaar Maks-Plus Iterval 11 Farlow K G 2009 Max-Plus Algera Master's hess sumtted to the Faculty of the Vrga Polytechc Isttute ad State Uversty partal fulfllmet of the requremets for the degree of Masters Mathematcs Kogserg Z R 2009 A Geeralzed Egemode Algorthm for Reducle Regular Matrces over the Max-Plus Algera Iteratoal Mathematcal Forum Olsder G J ad C Roos 1998 Cramer ad Cayley- Hamlto the max-algera Lear Algera ad ts Applcatos Rudhto A 2011 Aljaar Maks-Plus Blaga Kaur da Peerapaya pada Masalah Pejadwala da Jarga Atra Dsertas : Program Stud S3 Matematka FMIPA UGM Yogyakarta Sergeev S 2006 Max-Plus Defte Matrx Closures ad her Egespaces arxv:mathmg/ v2 Sswato 2012 Permae da Doma suatu Matrks atas Aljaar Max-Plus Iterval Jural Phythagoras

NILAI EIGEN DAN VEKTOR EIGEN MATRIKS TERREDUKSI REGULER DALAM ALJABAR MAX-PLUS INTERVAL

NILAI EIGEN DAN VEKTOR EIGEN MATRIKS TERREDUKSI REGULER DALAM ALJABAR MAX-PLUS INTERVAL NILAI EIGEN DAN VEKTOR EIGEN MATRIKS TERREDUKSI REGULER DALAM ALJABAR MAX-PLUS INTERVAL A-12 Sswato 1, Ar Suparwato 2, M Ady Rudhto 3 1 Mahasswa S3 Matematka FMIPA UGM da Staff Pegajar FMIPA UNS Surakarta,

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB II KAJIAN PUSTAKA. Aljabar Max-Plus adalah himpunan { } himpunan semua bilangan real yang dilengkapi dengan operasi

BAB II KAJIAN PUSTAKA. Aljabar Max-Plus adalah himpunan { } himpunan semua bilangan real yang dilengkapi dengan operasi BAB II KAJIAN PUSTAKA A. Aljabar Max-Plus 1. Pegerta Aljabar Max-Plus Aljabar Max-Plus adalah hmpua { } dega hmpua semua blaga real yag dlegkap dega operas maksmum, dotaska dega da operas pejumlaha yag

Lebih terperinci

SOLUSI TUGAS I HIMPUNAN

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

Lebih terperinci

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

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

Lebih terperinci

Penyelesaian Sistem Persamaan Linier Kompleks Dengan Invers Matriks Menggunakan Metode Faddev (Contoh Kasus: SPL Kompleks dan Hermit)

Penyelesaian Sistem Persamaan Linier Kompleks Dengan Invers Matriks Menggunakan Metode Faddev (Contoh Kasus: SPL Kompleks dan Hermit) Jural Sas Matematka da Statstka, Vol., No. I, Jauar ISSN - Peyelesaa Sstem Persamaa Ler Kompleks Dega Ivers Matrks Megguaka Metode Faddev Cotoh Kasus: SPL Kompleks da Hermt F. rya da Tka Rzka, Jurusa Matematka,

Lebih terperinci

UKURAN GEJALA PUSAT DAN UKURAN LETAK

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

Lebih terperinci

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

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

Lebih terperinci

SOLUSI TERBESAR PERTIDAKSAMAAN A O KROSS X KURANG DARI X DARI B O DOT X MENGGUNAKAN RESIDUASI MATRIKS ATAS SEMIRING IDEMPOTEN

SOLUSI TERBESAR PERTIDAKSAMAAN A O KROSS X KURANG DARI X DARI B O DOT X MENGGUNAKAN RESIDUASI MATRIKS ATAS SEMIRING IDEMPOTEN J Sas Dasar 2016 5(1) 43-50 SOLUSI TRBSR PRTIDKSMN O KROSS X KURNG DRI X DRI B O DOT X MNGGUNKN RSIDUSI MTRIKS TS SMIRING IDMPOTN TH BST SOLUTION OR INQULITIS O O CROSS X LOWR THN X ROM B O DOT X USING

Lebih terperinci

ANALISIS MASALAH GENERATOR DARI POSSIBLE DAN UNIVERSAL EIGENVECTOR PADA MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS

ANALISIS MASALAH GENERATOR DARI POSSIBLE DAN UNIVERSAL EIGENVECTOR PADA MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS Sear Nasoal Mateatka IV (SeNasMat) Isttut Tekolog Sepuluh Nopeber, Surabaya, 3 Deseber NLISIS MSLH GENERTOR DRI POSSIBLE DN UNIVERSL EIGENVECTOR PD MTRIKS INTERVL DLM LJBR MX-PLUS Rata Novtasar, Suboo,

Lebih terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

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

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Defes Aalss Korelas da Regres a Aalss Korelas adalah metode statstka yag dguaka utuk meetuka kuatya atau derajat huuga lear atara dua varael atau leh. Semak yata huuga ler gars lurus,

Lebih terperinci

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2 INTERVAL KEPERCAAAN UNTUK PERBEDAAN KOEFIIEN VARIAI DARI DITRIBUI LOGNORMAL I. Pebrya * Bustam. ugarto Mahasswa Program Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu Pegetahua Alam Uverstas

Lebih terperinci

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER

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

Lebih terperinci

ALJABAR MAX-PLUS DAN PENERAPANNYA. M. Andy Rudhito

ALJABAR MAX-PLUS DAN PENERAPANNYA. M. Andy Rudhito LJBR MX-PLUS DN PENERPNNY M. dy Rudhto Program Stud Peddka Matematka FKIP Uverstas Saata Dharma Yogyakarta 6 PRKT ljabar -plus merupaka suatu struktur aljabar d maa hmpua semua blaga real R {} dlegkap

Lebih terperinci

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

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

Lebih terperinci

BAB III PERSAMAAN PANAS DIMENSI SATU

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

On A Generalized Köthe-Toeplitz Duals

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL 3. Pegerta Masalah regres vers dega betuk lear dapat djumpa dalam berbaga bdag kehdupa, dataraya dalam bdag ekoom, kesehata, fska, kma

Lebih terperinci

BAB II LANDASAN TEORI. merepresentasikan dan menjelaskan permasalahan pada dunia nyata ke dalam. pernyataan matematis (Widowati & Sutimin, 2007 : 1).

BAB II LANDASAN TEORI. merepresentasikan dan menjelaskan permasalahan pada dunia nyata ke dalam. pernyataan matematis (Widowati & Sutimin, 2007 : 1). BAB II LANDASAN EORI.. Model Matematka Model Matematka merupaka represetas matematka yag dhaslka dar pemodela Matematka. Pemodela Matematka merupaka suatu proses merepresetaska da mejelaska permasalaha

Lebih terperinci

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

Penarikan Contoh Acak Sederhana (Simple Random Sampling) Pearka Cotoh Acak Sederhaa (Smple Radom Samplg) Defs Jka sebuah cotoh berukura dambl dar suatu populas sedemka rupa sehgga setap cotoh berukura ag mugk memlk peluag sama utuk terambl, maka prosedur tu

Lebih terperinci

PELABELAN GRACEFUL PADA DIGRAF LINTASAN DAN DIGRAF BIPARTIT LENGKAP

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

Lebih terperinci

NORM VEKTOR DAN NORM MATRIKS

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

Lebih terperinci

Ruang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu METODE FUNGS QUAS-FED SATU ARAMETER UNTUK MENYEESAKAN MASAAH ROGRAM NTEGER TAK NEAR Ra Hardyat (M4) ABSTRAK Dalam kehdupa sehar-har serg djumpa masalah optmas yag membutuhka hasl teger Masalah tersebut

Lebih terperinci

b) Untuk data berfrekuensi fixi Data (Xi)

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

Lebih terperinci

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal) LANGKAH-LANGKAH UJI HIPOTESIS DENGAN (Utuk Data Nomal). Merumuska hpotess (termasuk rumusa hpotess statstk). Data hasl peelta duat dalam etuk tael slag (tael frekues oservas) 3. Meetuka krtera uj atau

Lebih terperinci

Extra 4 Pengantar Teori Modul

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

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

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

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat

BAB 2 LANDASAN TEORI. Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat 0 BAB LANDASAN TEORI. Pegerta Regres Regres dalam statstka adalah salah satu metode utuk meetuka tgkat pegaruh suatu varael terhadap varael yag la. Varael yag pertama dseut dega ermacam-macam stlah: varael

Lebih terperinci

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

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

Lebih terperinci

STATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J)

STATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J) STATISTIKA A. Tabel Lagkah utuk megelompokka data ke dalam tabel dstrbus frekues data berkelompok/berterval: a. Retag/Jagkaua (J) J X maks X m b. Bayak kelas (k) Megguaka atura Sturgess, yatu k,. log c.

Lebih terperinci

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas TEKNIK SAMPLING Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uverstas Adalas Defs Suatu cotoh gerombol adalah suatu cotoh acak sederhaa dmaa setap ut pearka cotoh adalah kelompok atau gerombol dar

Lebih terperinci

Edge Anti-Magic Total Labeling dari

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

Lebih terperinci

BAB II LANDASAN TEORI

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

Lebih terperinci

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

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

Lebih terperinci

KODE SIKLIK (CYCLIC CODES)

KODE SIKLIK (CYCLIC CODES) Pegatar Teor Pegkodea (Codg Theory) KODE SIKLIK (CYCLIC CODES) Dose Pegampu : Al Sutjaa DISUSUN OLEH: Nama : M Zak Ryato Nm : /5679/PA/8944 Program Stud : Matematka JURUSAN MATEMATIKA FAKULTAS MATEMATIKA

Lebih terperinci

II. TINJAUAN PUSTAKA. Dalam proses penelitian untuk menganalisis aproksimasi fungsi dengan metode

II. TINJAUAN PUSTAKA. Dalam proses penelitian untuk menganalisis aproksimasi fungsi dengan metode II. TINJAUAN PUSTAKA Dalam proses peelta utuk megaalss aproksmas fugs dega metode mmum orm pada ruag hlbert C[ab] (Stud kasus: fugs rasoal) peuls megguaka defs teorema da kosep dasar sebaga berkut:.. Aproksmas

Lebih terperinci

II. TINJAUAN PUSTAKA. variabel. Dalam regresi sederhana dikaji dua variabel, sedangkan dalam regresi

II. TINJAUAN PUSTAKA. variabel. Dalam regresi sederhana dikaji dua variabel, sedangkan dalam regresi 3 II. TINJAUAN PUSTAKA. Aalss Regres Aalss regres merupaka salah satu metode statstka ag dguaka utuk mempelajar da megukur huuga statstk ag terjad atara dua atau leh varael. Dalam regres sederhaa dkaj

Lebih terperinci

H dinotasikan dengan B H

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

Lebih terperinci

MASALAH NORM MINIMUM PADA RUANG HILBERT DAN APLIKASINYA

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

Lebih terperinci

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

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Sampa saat, model Regres da model Aalss Varas telah dpadag sebaga dua hal ag tdak berkata. Meskpu merupaka pedekata ag umum dalam meeragka kedua cara pada taraf permulaa,

Lebih terperinci

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

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

Lebih terperinci

S2 MP Oleh ; N. Setyaningsih

S2 MP Oleh ; N. Setyaningsih S2 MP Oleh ; N. Setyagsh MATERI PERTEMUAN 1-3 (1)Pedahulua pera statstka dalam peelta ; (2)Peyaja data : dalam betuk (a) tabel da (b) dagram; (3) ukura tedes setaral da ukura peympaga (4)dstrbus ormal

Lebih terperinci

MATEMATIKA INTEGRAL RIEMANN

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

Lebih terperinci

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data //203 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas Ukura

Lebih terperinci

KODE SIKLIK (CYCLIC CODES)

KODE SIKLIK (CYCLIC CODES) Codg Theory KODE SIKLIK (CYCLIC CODES) Muhamad Zak Ryato NIM: 2/56792/PA/8944 E-mal: zak@malugmacd http://zakmathwebd Dose Pembmbg: Drs Al Sutjaa, MSc Pedahulua Salah satu bahasa yag palg petg pada lear

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Dalam pemodela program ler, semua parameter yag dguaka dalam model dasumska dapat dketahu secara past. Parameter-parameter terdr dar koefse batasa ( ) a, la kuattas batasa

Lebih terperinci

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD Eka Mer Krst ), Arsma Ada ), Sgt Sugarto ) ekamer_tross@ymal.com ) Mahasswa Program S Matematka FMIPA-UR

Lebih terperinci

INTERPOLASI. FTI-Universitas Yarsi

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

Lebih terperinci

= 8 = 7. x 4 = 24 = 8 = 5 = 13. pada persamaan ketiga dan x 3 = 5

= 8 = 7. x 4 = 24 = 8 = 5 = 13. pada persamaan ketiga dan x 3 = 5 III. REDUKSI GANJIL-GENAP/REDUKSI SIKLIS.. Alortma Sequesal Coto 9. Selesaka sstem persamaa erkut : Jawa 6 x + x = 8 x + x 5 x = 7 x + x 6 x = 5 x + 8 x = Vektor x = [ x x x x ] T dperole melalu prosedur

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 0 BAB LANDASAN TEORI. Pegerta Regres da Korelas.. Pegerta Regres Regres adalah suatu metode statstka yag ergua utuk memerksa atau memodelka huuga datara varael-varael. Varael-varael terseut dega megguaka

Lebih terperinci

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

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

Lebih terperinci

BAB III UKURAN PEMUSATAN DATA

BAB III UKURAN PEMUSATAN DATA BAB III UKURAN PEMUSATAN DATA A. Ukura Gejala Pusat Ukura pemusata adalah suatu ukura yag meujukka d maa suatu data memusat atau suatu kumpula pegamata memusat (megelompok). Ukura pemusata data adalah

Lebih terperinci

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

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

Lebih terperinci

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

Penelitian Operasional II Teori Permainan TEORI PERMAINAN

Penelitian Operasional II Teori Permainan TEORI PERMAINAN Peelta Operasoal II Teor Permaa 7 2 TEORI PERMAINAN 2 Pegatar 2 Krtera Tekk Permaa : () Terdapat persaga kepetga datara pelaku (2) Setap pema memlk stateg, bak terbatas maupu tak terbatas (3) Far Game

Lebih terperinci

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN Idah Vltr, Harso, Haposa Srat Mahassa Program S Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu

Lebih terperinci

PENDAHULUAN. Di dalam modul ini Anda akan mempelajari teori gangguan bebas waktu yang mencakup:

PENDAHULUAN. Di dalam modul ini Anda akan mempelajari teori gangguan bebas waktu yang mencakup: PENDAULUAN D dalam modul Ada aka mempelajar teor gaggua bebas waktu yag mecakup: teor gaggua tak degeeras bebas waktu, teor gaggua degeeras bebas waktu, da efek Stark. Oleh karea tu, sebelum mempelajar

Lebih terperinci

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

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

Lebih terperinci

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani FMDAM (2) Chartas Fbra Techque for Order Preferece by Smlarty to Ideal Soluto () ddasarka pada kosep dmaa alteratf terplh yag terbak tdak haya memlk jarak terpedek dar solus deal postf, amu juga memlk

Lebih terperinci

BAB II LANDASAN TEORI. penulisan skripsi yaitu mengenai data panel, beberapa bentuk dan sifat

BAB II LANDASAN TEORI. penulisan skripsi yaitu mengenai data panel, beberapa bentuk dan sifat BAB II LANDASAN TEORI Pada Bab II aka dbahas dasar-dasar teor yag dguaka dalam peulsa skrps yatu megea data pael, beberapa betuk da sfat matrks, matrks parts, betuk ler da betuk kuadratk beserta ekspektasya,

Lebih terperinci

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( ) Regres & Korelas Ler Sederhaa 1. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (18-1911) Persamaa regres :Persamaa matematk yag memugkka peramala la suatu peubah takbebas (depedet varable) dar

Lebih terperinci

PELABELAN GRACEFUL SATU MODULO w PADA BEBERAPA GRAF EULER

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

Lebih terperinci

BAB 1 ERROR PERHITUNGAN NUMERIK

BAB 1 ERROR PERHITUNGAN NUMERIK BAB ERROR PERHITUNGAN NUMERIK A. Tujua a. Memaham galat da hampra b. Mampu meghtug galat da hampra c. Mampu membuat program utuk meelesaka perhtuga galat da hampra dega Matlab B. Peragkat da Mater a. Software

Lebih terperinci

Notasi Sigma. Fadjar Shadiq, M.App.Sc &

Notasi Sigma. Fadjar Shadiq, M.App.Sc & Notas Sgma Fadjar Shadq, M.App.Sc (fadjar_pg@yahoo.com & www.fadjarpg.wordpress.com Notas sgma memag jarag djumpa dalam kehdupa sehar-har, tetap otas tersebut aka bayak djumpa pada baga matematka yag la,

Lebih terperinci

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut 3/9/202 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas

Lebih terperinci

UKURAN PEMUSATAN & PENYEBARAN

UKURAN PEMUSATAN & PENYEBARAN UKURAN PEMUSATAN & PENYEBARAN RATA - RATA UKURAN PEMUSATAN MEDIAN MODUS Rata rata htug (mea) Merupaka hasl bag dar sejumlah skr dega bayakya respde Utuk Data Tdak Berkelmpk x Dmaa : = la samapa x = la

Lebih terperinci

BAB 5. ANALISIS REGRESI DAN KORELASI

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

Lebih terperinci

PROGRAM LINIEAR DENGAN METODE SIMPLEX

PROGRAM LINIEAR DENGAN METODE SIMPLEX POGAM LINIEA DENGAN METODE SIMPLEX A. TEKNIK PENYELESAIAN Betuk Soal Progra Lear Kedala utaa asalah rogra lear daat eretuk a atau a atau a. Kedala yag eretuk ertdaksaaa daoat duah ead ersaaa seaga erkut

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

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling BAB LANDASAN TEORI Kosep Dasar Aalss Regres Aalss regres adalah suatu proses memperkraka secara sstemats tetag apa yag palg mugk terjad dmasa yag aka datag berdasarka formas yag sekarag dmlk agar memperkecl

Lebih terperinci

Digraf Eksentrik dari Graf Crown. Fakultas MIPA UNS Surakarta

Digraf Eksentrik dari Graf Crown. Fakultas MIPA UNS Surakarta Dgraf Eksetrk dar Graf Crow NugrohoArf udbo 1, Tr Atmojo Kusmaad 1 Program tud Tekk Iformatka TMIK Duta Bagsa urakarta Fakultas MIPA UN urakarta ABTRAK Dberka G suatu graf dega hmpua berhgga verte V(G)

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB III PEMBENTUKAN SKEMA PEMBAGIAN RAHASIA

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

Lebih terperinci

PENAKSIR PARAMETER DISTRIBUSI EKSPONENSIAL PARETO DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

PENAKSIR PARAMETER DISTRIBUSI EKSPONENSIAL PARETO DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD PENAKSIR PARAMETER DISTRIBUSI EKSPONENSIAL PARETO DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD Mayag Novhta Sar *, Bustam, Sgt Sugarto Mahasswa Program Stud S Matematka FMIPA Uverstas Rau Dose Fakultas

Lebih terperinci

ALJABAR LINTASAN LEAVITT SEMIPRIMA

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

Lebih terperinci

Regresi Linier Sederhana Definisi Pengaruh

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

Lebih terperinci

IDEAL DALAM ALJABAR LINTASAN LEAVITT

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

Lebih terperinci

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

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

Lebih terperinci

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES * PENYAJIAN DATA Secara umum, ada dua cara peyaja data, yatu : 1. Tabel atau daftar. Grafk atau dagram Macam-macam daftar yag dkeal : a. Daftar bars kolom b. Daftar kotges c. Daftar dstrbus frekues Sedagka

Lebih terperinci

PENAKSIR RASIO REGRESI LINEAR YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

PENAKSIR RASIO REGRESI LINEAR YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN PENAKIR RAIO REGREI LINEAR ANG EFIIEN UNTUK RATA-RATA POPULAI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN Ed Jamlu 1* Harso Haposa rat 1 Mahasswa Program tud 1 Matematka Dose Jurusa Matematka Fakultas Matematka

Lebih terperinci

Homomorfisma Pada Semimodul Atas Aljabar Max-Plus

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

Lebih terperinci

BAB 2. Tinjauan Teoritis

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

Lebih terperinci

Selesaikan persamaan kuadrat ini dengan bentuk kuadrat lengkap, diperoleh

Selesaikan persamaan kuadrat ini dengan bentuk kuadrat lengkap, diperoleh Blaga Kompleks Feomea blaga kompleks arlah dua buah blaga ag jumlaha da haslkala juga Msalka blaga ag dcar adalah da w, dega kods + w = da w = Dar kods + w = dperoleh w = Gatka ke w =, dperoleh ( ) =,

Lebih terperinci

PEMODELAN STATISTIKA DENGAN TRANSFORMASI BOX COX

PEMODELAN STATISTIKA DENGAN TRANSFORMASI BOX COX JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 3, 8-7, Desemer 4, ISSN : 4-858 PEMODELAN STATISTIKA DENGAN TRANSFORMASI BO CO Dw Ispryat Staf Pegajar Jurusa Matematka Fakultas MIPA UNDIP Semarag Astrak Aalss

Lebih terperinci

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

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

Lebih terperinci

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran Kurkulum 013/006 matematka K e l a s XI STATISTIKA: UKURAN PEMUSATAN Tujua Pembelajara Setelah mempelajar mater, kamu dharapka memlk kemampua berkut. 1. Dapat meetuka rata-rata data tuggal da data berkelompok..

Lebih terperinci