Selanjutnya didefinisikan fungsional objektif yang diperbesar (augmented) J ( u ) sebagai:

Ukuran: px
Mulai penontonan dengan halaman:

Download "Selanjutnya didefinisikan fungsional objektif yang diperbesar (augmented) J ( u ) sebagai:"

Transkripsi

1 LAMPIRAN

2 Lampiran 1. Bukti Teorema 4 Diketahui masalah memaksimumkan: T J ( x) = S( x( T), T) + f ( x( t), u( t), t) dt (1) dengan kendala : x() t = f( x(), t u(),) t t dt () Misalkan x() = x, t =, sedangkan x( T ) dan T keduanya tidak ditentukan. Fungsi scrap SxT (, T ) dapat dituliskan sebagai: T d S( x( T), T) = S( x,) + S( x( t), t) dt dt () sehingga persamaan (1) menjadi: T d J = S( x,) + f( x, u, t) + S( x( t), t) dt dt (,) Sx f (.) x S = dt x t (4) dengan x() t, ut (), f (,, ) xut dan Sxt (, t ) secara sederhana dapat dituliskan sebagai x, u, f (.) dan S. Dapat dilihat bahwa upaya untuk mengoptimalkan persamaan (4) tidak dipengaruhi S pada saat t = tetapi ditentukan oleh integral persamaan tersebut. Selanjutnya didefinisikan fungsional objektif yang diperbesar (augmented) J ( u ) sebagai: T J ( u) = F( x, x, p, u, t) dt (5) a S S dengan F( x, x, p, u, t) = f (.) + p( f(.) x ) + x + x t S S = H( x, u, p, t) px + x + (6) x t dengan H( xu,, pt, ) = f( xu,, pt, ) + pf( xut,, ) adalah Hamiltonian. Syarat perlu dengan fungsional (5) memiliki nilai ekstrim adalah δ J ( u) =. Untuk T dan x( T ) tidak ditentukan, nilai δ J ( u) = diperoleh seperti pada kalkulus variasi yaitu : a T d δja( u) = [ ] Fx Fx δx+ Fuδu + Fpδ p dt+ Fxδx+ F Fxx δ t = t= T dt (7) d Agar persamaan (7) dipenuhi maka persamaan Euler harus dipenuhi, yaitu Fx Fx =. dt d d Sedangkan Fx Fx = Hx + ( Sxx + St) ( Sx p) dt x dt = H + S x + S S x S + p x xx xt xx xt = Hx + p (8) Sehingga persamaan euler ini memberikan p = H (9) Variasi δ u dan δ p mempunyai sifat saling bebas sehingga koefisiennya bernilai nol, yaitu F u = dan F p =. Persamaan (.6) memberikan Fu = Hu dan Fp = f(.) x = Hp x, sehingga H = (1) u x = f( x, u, t) = H p (11) Selanjutnya syarat batas diberikan oleh suku terakhir persamaan (7), yaitu [ Fx δx+ ( F Fx x ) δ t] = (1) t= T karena Fx = Sx p F xf = H px + S x + S xs + xp = H + S t maka persamaan (1) menjadi x x t x x a a

3 1 ( S p ) δ x + ( H + S ) δ t = (1) x t= T t t= T persamaan ini dikenal sebagai transversality condition atau syarat batas. Apabila x( t ) dan t belum ditentukan, maka syarat batas menjadi ( S p ) x t = T t T x ( H S ) t = δ + + t t δ = (14) = t= yang menghasilkan teorema Pontryagin. Lampiran. Mencari solusi analitik dari Kasus Jika mensubtitusi persamaan (4.7) ke (4.8) didapat hasil akhir 4 ρx ρx + x( ρ δ + r) r = Dengan menggunakan Softwre Mathematica 6. didapat + ((1 i )( rρ δρ ρ )) * x () t = 1/ / ρ 9rρ + 18δρ ρ + 4(rρ δρ ρ ) + (9rρ + 18δρ ρ ) ( rρ δρ ρ rρ δρ ρ rρ δρ ρ ) (1 + i ) ( ) + ( ) 1/ 6 ρ kemudian bila diturunkan terhadap t menjadi x = sehingga ρux(1 x) δ x =, yang δ menghasilkan u =, bila nilai x dimasukkan maka akan didapat solusi analitik: ρ(1 x) + ((1 i )( rρ δρ ρ )) * x () t = 1/ / ρ 9rρ + 18δρ ρ + 4(rρ δρ ρ ) + (9rρ + 18δρ ρ ) ( rρ δρ ρ rρ δρ ρ rρ δρ ρ ) (1 + i ) ( ) + ( ) 1/ 6 ρ / / / / r i r / / δ i δ rρ i rρ δρ i δρ ρ i ρ + rδ i rδ / 1/ 1/ 1/ 1/ 1/ * r + δ 9 u () t = + + / ρ 9rρ + 18δρ ρ + 4(rρ δρ ρ ) + (9rρ + 18δρ ρ ) r / 1/ 1/ 1/ 1/ 1/ 1/ r i / / / / / 9 1/ + r i r δ δ i δ i δ ρ ρ i ρ i ρ + ( 9rρ + 18δρ ρ + 4(rρ δρ ρ ) + (9rρ + 18δρ ρ ) ) / / 1 i i / / ( rρ + ) 1/ 8δρ ρ 4(rρ δρ ρ ) (9rρ 18δρ ρ ) 6 ρ 9ρ ρ ρ ( 9rρ 18δρ ρ 4(rρ δρ ρ ) (9rρ 18δρ ρ ) ) 1 i / / ρ 6 ρ Lampiran. Bukti fungsi f(u) berbentuk S Untuk membuktikan f(u) berbentuk-s dengan mencari titik kritis dengan turunan pertama terhadap u: 4u fu ( u) = (1 + 1 u ) 48 u(1 u ) fuu ( u) = (1 + 1 u ) Mencari titik ekstrem dan fungsi naik dan turun dengan: 1/ 1/ / (15)

4 4u fu ( u) = = (1+ 1 u ) u = f ( u ) + + u Untuk mencari kecekungan dan titik belok maka diuji turunan kedua 48 u(1 u ) fuu ( u) = = (1 + 1 u ) didapat u =.68 titik belok + _ fuu ( u) dengan f() =, f () =, f( u) u = 8, f '( u) u = Sehingga didapat kurva f(u) berbentuk-s pada Gambar 9. Lampiran 4. Mencari nilai titik tetap T( u, x) pada Kasus dengan menggunakan software Maple 1 Untuk mendapatkan titik tetap dengan menggunakan program di bawah ini: (4 ut ) (1 xt ())(4 ut ()) δ xt ()(1) (1 + 1 ut ) sys : = diff ( u( t), t) = r δ +, (1 + 1 ut ) (1 xt ) 48 ut (1 ut ) (1 1 ut ) + 8 ut diff ( x( t), t) = (1 x( t)) δ xt 1+ 1 ut (4 u ) (1 x) (4 u ) x ( 1) (1 1 u ) 8 u solve δ + r δ +, (1 x) δ x, { x, u} (1 + 1 u ) (1 x) 48 u (1 u ) 1+ 1 u (1 1 u ) + diperoleh beberapa titik tetap maka titik tetap yang memenuhi T 1 (,), T (.1,.6) dant (.16,.9).

5 Lampiran 5. Mencari nilai titik tetap T( u, x) pada Kasus 4 dengan menggunakan software Maple 1 Untuk mendapatkan titik tetap dengan menggunakan program di bawah ini: (4 ut ) xt () (1 xt ()) (4 ut ()) δ (1 xt ()) (1 + 1 ut ) sys1: = diff ( u( t), t) = r δ +, (1 + 1 ut ) (1 xt ) 48 ut (1 ut ) (1 1 ut ) + 8 ut diff ( x( t), t) = xt () (1 xt ()) δ xt () ut (4 u ) x (1 x) (4 u ) (1 x) (1 1 u ) 8 u solve δ + r δ +, x (1 x) δ x, { x, u} (1 + 1 u ) (1 x) 48 u (1 u ) 1+ 1 u (1 1 u ) + diperoleh beberapa titik tetap maka titik tetap yang memenuhi T 1 (,), T (.7,.67) dant (.174,.95). Lampiran 6. Matriks Jacobi untuk Kasus dan Kasus 4 Kasus Dari persamaan (4.8) dan (4.9) dilakukan pelinearan dengan mengkonstruksi matriks Jacobi yaitu : f δ fu (1 x) Jux (, ) = δ f u fu f uuu δx fu f uuu fu (1 x) f 1 u + rδ (1 x) fuu ( fuu ) (1 x) ( fuu ) digunakan f( u) = + u (1 1 ) sehingga matriks Jacobi menjadi : 4 u ( x1) δ 1+ 1 u (1+ 1 u ) J = 4 4u δ ( u + 1u ) 6 6 (1 1 ) ( 1) 6 ( 1 )( 1) ( + u x u + u x 1 + u )( r( x1) δ ) + 4u ( 1+ 1u + u 6 ) ( 1u ) ( x1) Kasus 4 Dari persamaan (4.) dan (4.1) dilakukan pelinearan dengan mengkonstruksi matriks Jacobi yaitu :

6 4 f(1 x) δ fu x(1 x) Jux (, ) = δ f u fu f uuu δ(1 x) fu f uuu ( 1 x) fu x(1 x) f 1 u + rδ (1 x) fuu ( fuu ) (1 x) ( fuu ) digunakan f( u) = + u (1 1 ) sehingga matriks Jacobi menjadi : 8 u (1 x) 4 u ( x1) x δ 1+ 1 u (1+ 1 u ) J = 4 4 u (1 x) δ ( u + 1u ) 6 6 (1 1 ) ( 1) 6 ( 1 )( 1) ( + u x u + u x x 1 + u )( r( x1) δ x) + 4u ( 1+ 1u + u 6 ) ( 1u ) ( x1) Lampiran 7. Penentuan nilai eigen pada Kasus dengan Mathematica 6. Untuk menentukan nilai eigen dapat menggunakan program di bawah ini : 6 6 6u ( 1+ u )( x1) ( 1 + u )( r( x1) δ ) δ λ λ u ( 1+ 1u + u 6 ) ( 1u ) ( x1 ) Solve 4 4u δ ( u+ 1u ) 4 u ( x1) (1 + 1 u ) ( x1) ==,λ (1 + 1 u ) 4u menghasilkan 1 λ1 = m m 4ns n 1 λ = m+ m 4ns n dimana m = r 7u + 16u + 1ru 48u 15ru 144u + 4ru + 64u ru rx u x u x ru x u x ru x u x ru x 64u x + ru x 7u x 144u x + δ + 6u δ + 9u δ u δ + 6u δ xδ + 4x xδ + 6u xδ 8u xδ 8u xδ n = 4u 6u + 8u + 8u x+ 4u x+ 6u x8u x 8u x s = 8ru + 7ru 115u + 48ru 16ru 8ru x 7ru x + 4u x ru x + 16ru x 115u x + rδ 7u δ + u δ + 1ru δ + 48u δ ru δ 144u δ + 4ru δ 16u δ ru δ rxδ + 144u xδ 1ru xδ ru xδ + 88u xδ 4u δ u δ Lampiran 8. Penentuan nilai eigen pada Kasus 4 dengan Mathematica 6. Untuk menentukan nilai eigen dapat menggunakan program di bawah ini : 6 6 (1 x) 6u ( 1 + u )( x1) x ( 1 + u )( r( x1) δ x) δ λ + λ u ( 1 + 1u + u ) ( 1u ) ( x1) Solve 4 4u (1 x) δ ( u + 1u ) 4 u ( x1) x (1 + 1 u ) ( x1) ==, λ (1 + 1 u ) 4u

7 5 menghasilkan 1 λ1 = d d 4ce c 1 λ = d + d 4ce c dimana d = r 16u + 1ru + 48u + 15ru + 4ru 64u ru rx 7u x ux rux ux rux ux rux u x ru x ux ux + 96ux + 88ux 18u x 7u x 144u x + δ u δ 6u δ + 8u δ + 8u δ xδ + 14u xδ + 1u xδ 4u xδ 1u xδ = c u u u u x u x u x u x u x e=8ru 7ru 48ru + 16ru + 4ru x+ 16ru x + 115u x + 144ru x ru x 16ru x 144ru x 468u x 96ru x + ru x + 576u x ux + rδ + 1ruδ + 15ru δ + 4ru δ ru δ rxδ 7u xδ + 16u xδ ru xδ 96u xδ 15ru xδ 144u xδ 96u xδ 4ru xδ + 16u xδ ru xδ + 144u x δ + 16u x δ + 144u x δ + 88u x δ ++ 96u x δ u x δ uxδ 144u x δ + xδ + 1u xδ + 15u xδ + 4u xδ u xδ Lampiran 9. Menentukan nilai eigen pada titik tetap T( u, x ) pada Kasus dengan menggunakan software Mathematica 6. Parameter yang diberikan r : =.8; δ : =.; Untuk titik tetap T 1 (,) 6 6 6u ( 1 u )( x 1) ( 1 u )( r( x 1) δ ) + + δ λ λ u ( 1+ 1u + u 6 ) ( 1u ) ( x1 ) Solve 4 4u δ ( u+ 1u ) 4 u ( x1) (1 + 1 u ) ( x1) ==,λ (1 + 1 u ) 4u menghasilkan nilai eigen 11 { λ },{ λ } 1 Titik tetapnya merupakan simpul stabil. Untuk titik tetap T (.1,.6) 6 6 6u ( 1 u )( x 1) ( 1 u )( r( x 1) δ ) + + δ λ λ u ( 1+ 1u + u 6 ) ( 1u ) ( x1 ) Solve 4 4u δ ( u+ 1u ) 4 u ( x1) (1 + 1 u ) ( x1) ==,λ (1 + 1 u ) 4u menghasilkan nilai eigen { λ.19},{ λ.9} { }

8 6 Titik tetapnya merupakan titik sadel. Untuk titik tetap T (.16,.9) 6 6 6u ( 1 u )( x 1) ( 1 u )( r( x 1) δ ) + + δ λ λ u ( 1+ 1u + u 6 ) ( 1u ) ( x1 ) Solve 4 4u δ ( u+ 1u ) 4 u ( x1) (1 + 1 u ) ( x1) ==,λ (1 + 1 u ) 4u menghasilkan nilai eigen { λ i},{ λ.9.57 i} { } Titik tetapnya merupakan spiral tak stabil. Lampiran 1. Menentukan nilai eigen pada titik tetap T( u, x ) pada Kasus 4 dengan menggunakan software Mathematica 6. Parameter yang diberikan r : =.8; δ : =.; Untuk titik tetap T 1 (,) 6 6 (1 x) 6u ( 1 + u )( x1) x ( 1 + u )( r( x1) δ x) δ λ + λ u ( 1 + 1u + u ) ( 1u ) ( x1) Solve 4 4u (1 x) δ ( u + 1u ) 4 u ( x1) x (1 + 1 u ) ( x1) ==, λ (1 + 1 u ) 4u menghasilkan nilai eigen 1 λ1, λ 5 1 Titik tetapnya merupakan simpul stabil. Untuk titik tetap T (.7,.67) 6 6 (1 x) 6u ( 1 + u )( x1) x ( 1 + u )( r( x1) δ x) δ λ + λ u ( 1 + 1u + u ) ( 1u ) ( x1) Solve 4 4u (1 x) δ ( u + 1u ) 4 u ( x1) x (1 + 1 u ) ( x1) ==, λ (1 + 1 u ) 4u menghasilkan λ.11, λ.1 {{ 1 } { }} Titik tetapnya merupakan titik sadel. Untuk titik tetap T (.174,.95)

9 7 ( δ ) 6 6 (1 x) 6u 1 + u x1 x 1 + u r( x1) x δ λ + λ u ( 1 + 1u + u ) ( 1u ) ( x1) Solve 4 4u (1 x) δ ( u + 1u ) 4 u ( x1) x (1 + 1 u ) ( x1) ==, λ (1 + 1 u ) 4u menghasilkan nilai eigen λ i, λ.4.58i Titik tetap merupakan spiral tak stabil. {{ } { }} Lampiran 11. Gambar bidang fase Kasus dan Kasus 4 dengan menggunakan Software Maple 1 Kasus (4 ut ) (1 xt ())(4 ut ()) δ xt ()(1) (1 + 1 ut ) sys : = diff ( u( t), t) = r δ +, (1 + 1 ut ) (1 xt ) 48 ut (1 ut ) (1 1 ut ) + 8 ut diff ( x( t), t) = (1 x( t)) δ xt 1+ 1 ut Kasus 4 (4 ut ) xt () (1 xt ()) (4 ut ()) δ (1 xt ()) (1 + 1 ut ) sys1: = diff ( u( t), t) = r δ +, (1 + 1 ut ) (1 xt ) 48 ut (1 ut ) (1 1 ut ) + 8 ut diff ( x( t), t) = xt () (1 xt ()) δ xt () ut

10 8 Lampiran 1. Gambar bidang solusi Kasus 1 dan Kasus dengan menggunakan Software Mathematica 6. Kasus 1 Kasus Lampiran 1. Gambar bidang solusi Kasus dan Kasus 4 dengan menggunakan Software Maple 1 Kasus (4 ut ) (1 xt ())(4 ut ()) δ xt ()(1) (1 + 1 ut ) sys : = diff ( u( t), t) = r δ +, (1 + 1 ut ) (1 xt ) 48 ut (1 ut ) (1 1 ut ) + 8 ut diff ( x( t), t) = (1 x( t)) δ xt 1+ 1 ut Gambar 11

11 9 Gambar 1 Gambar 1 Kasus 4 (4 ut ) xt () (1 xt ()) (4 ut ()) δ (1 xt ()) (1 + 1 ut ) sys1: = diff ( u( t), t) = r δ +, (1 + 1 ut ) (1 xt ) 48 ut (1 ut ) (1 1 ut ) + 8 ut diff ( x( t), t) = xt () (1 xt ()) δ xt () ut Gambar 15 Gambar 16

12 Gambar 17

Kontrol Optimum. Prinsip Maksimum Pontryagin. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014

Kontrol Optimum. Prinsip Maksimum Pontryagin. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014 Kontrol Optimum Prinsip Maksimum Pontryagin Toni Bakhtiar Departemen Matematika IPB Februari 214 tbakhtiar@ipb.ac.id (IPB) MAT332 Kontrol Optimum Februari 214 1 / 25 Outline Masalah kontrol optimum Prinsip

Lebih terperinci

Kontrol Optimum. MKO dengan Horizon Takhingga, Syarat Cukup. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014

Kontrol Optimum. MKO dengan Horizon Takhingga, Syarat Cukup. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014 Kontrol Optimum MKO dengan Horizon Takhingga, Syarat Cukup Toni Bakhtiar Departemen Matematika IPB Februari 2014 tbakhtiar@ipb.ac.id (IPB) MAT332 Kontrol Optimum Februari 2014 1 / 23 Outline MKO dengan

Lebih terperinci

Kontrol Optimum. Syarat Transversalitas, Current-valued Hamiltonian. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014

Kontrol Optimum. Syarat Transversalitas, Current-valued Hamiltonian. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014 Kontrol Optimum Syarat Transversalitas, Current-valued Hamiltonian Toni Bakhtiar Departemen Matematika IPB Februari 2014 tbakhtiar@ipb.ac.id (IPB) MAT332 Kontrol Optimum Februari 2014 1 / 37 Outline Syarat

Lebih terperinci

II LANDASAN TEORI 2.1 Sistem Persamaan Diferensial Definisi 1 [Sistem Persamaan Diferensial Linear (SPDL)]

II LANDASAN TEORI 2.1 Sistem Persamaan Diferensial Definisi 1 [Sistem Persamaan Diferensial Linear (SPDL)] II LANDASAN TEORI 2.1 Sistem Persamaan Diferensial Definisi 1 [Sistem Persamaan Diferensial Linear (SPDL)] Suatu sistem persamaan diferensial dinyatakan sebagai berikut: A adalah matriks koefisien konstan

Lebih terperinci

IV PEMBAHASAN. ,, dan, dengan menggunakan bantuan software Mathematica ( ) ( ) ( ) ( ) ( ) ( )

IV PEMBAHASAN. ,, dan, dengan menggunakan bantuan software Mathematica ( ) ( ) ( ) ( ) ( ) ( ) IV PEMBAHASAN 4.1 Analisis Model HSC Tanpa Terapi 4.1.1 Penentuan Titik Tetap Model HSC Tanpa Terapi Titik tetap dari persamaan (3.1) (3.3) akan diperoleh dengan menetapkan,, dan, dengan menggunakan bantuan

Lebih terperinci

SISTEM DINAMIK KONTINU LINEAR. Oleh: 1. Meirdania Fitri T 2. Siti Khairun Nisa 3. Grahani Ayu Deca F. 4. Fira Fitriah 5.

SISTEM DINAMIK KONTINU LINEAR. Oleh: 1. Meirdania Fitri T 2. Siti Khairun Nisa 3. Grahani Ayu Deca F. 4. Fira Fitriah 5. SISTEM DINAMIK KONTINU LINEAR Oleh: 1. Meirdania Fitri T 2. Siti Khairun Nisa 3. Grahani Ayu Deca F. 4. Fira Fitriah 5. Lisa Risfana Sari Sistem Dinamik D Sistem dinamik adalah sistem yang dapat diketahui

Lebih terperinci

Kuliah Pengantar Kontrol Optimum dan Metode Numeriknya dalam Scilab

Kuliah Pengantar Kontrol Optimum dan Metode Numeriknya dalam Scilab Kuliah Pengantar Kontrol Optimum dan Metode Numeriknya dalam Scilab Effendi Syahril Agah D. Garnadi Kuliah Pengantar Kontrol Optimum dan Metode Numeriknya dalam Scilab Effendi Syahril Agah D. Garnadi e-version

Lebih terperinci

II LANDASAN TEORI. ii. Constant returns to scale, yaitu situasi di mana output meningkat sama banyaknya dengan porsi peningkatan input

II LANDASAN TEORI. ii. Constant returns to scale, yaitu situasi di mana output meningkat sama banyaknya dengan porsi peningkatan input 2 II LANDASAN EORI Pada bab ini akan diuraikan beberapa definisi dan teori penunjang yang akan digunakan dalam karya ilmiah ini. 2.1 Istilah Ekonomi Definisi 1 (Pertumbuhan Ekonomi) Pertumbuhan ekonomi

Lebih terperinci

KONTROL OPTIMUM PADA MASALAH PERIKLANAN UTAMI PRIHARTINI

KONTROL OPTIMUM PADA MASALAH PERIKLANAN UTAMI PRIHARTINI KONROL OPIMUM PADA MASALAH PERIKLANAN UAMI PRIHARINI DEPAREMEN MAEMAIKA FAKULAS MAEMAIKA DAN ILMU PENGEAHUAN ALAM INSIU PERANIAN BOGOR BOGOR ABSRAK UAMI PRIHARINI. Kontrol Optimum pada Masalah Periklanan.

Lebih terperinci

IV PEMBAHASAN. jika λ 1 < 0 dan λ 2 > 0, maka titik bersifat sadel. Nilai ( ) mengakibatkan. 4.1 Model SIR

IV PEMBAHASAN. jika λ 1 < 0 dan λ 2 > 0, maka titik bersifat sadel. Nilai ( ) mengakibatkan. 4.1 Model SIR 9 IV PEMBAHASAN 4.1 Model SIR 4.1.1 Titik Tetap Untuk mendapatkan titik tetap diperoleh dari dua persamaan singular an ) sehingga dari persamaan 2) diperoleh : - si + s = 0 9) si + )i = 0 didapat titik

Lebih terperinci

Kontrol Optimal Waktu Diskrit

Kontrol Optimal Waktu Diskrit Kontrol Optimal Waktu Diskrit April 2012 () Kontrol Optimal (3 SKS) April 2012 1 / 18 Ekstrim Suatu Fungsional untuk Fungsi Skalar Dalam bagian ini, kita akan menentukan syarat perlu untuk optimisasi fungsional

Lebih terperinci

METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERMASALAHAN NILAI BATAS PADA PERSAMAAN DIFERENSIAL PARSIAL NONLINEAR ABSTRACT

METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERMASALAHAN NILAI BATAS PADA PERSAMAAN DIFERENSIAL PARSIAL NONLINEAR ABSTRACT METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERMASALAHAN NILAI BATAS PADA PERSAMAAN DIFERENSIAL PARSIAL NONLINEAR Birmansyah 1, Khozin Mu tamar 2, M. Natsir 2 1 Mahasiswa Program Studi S1 Matematika

Lebih terperinci

Kalkulus Variasi. Persamaan Euler, Masalah Kalkulus Variasi Berkendala, Syarat Batas. Toni Bakhtiar. Departemen Matematika IPB.

Kalkulus Variasi. Persamaan Euler, Masalah Kalkulus Variasi Berkendala, Syarat Batas. Toni Bakhtiar. Departemen Matematika IPB. Kalkulus Variasi Persamaan Euler, Masalah Kalkulus Variasi Berkendala, Syarat Batas Toni Bakhtiar Departemen Matematika IPB Februari 214 tbakhtiar@ipb.ac.id (IPB) MAT332 Kontrol Optimum Februari 214 1

Lebih terperinci

Lampiran 1 Penentuan titik tetap Model Gyllenberg-Webb. 1 ln

Lampiran 1 Penentuan titik tetap Model Gyllenberg-Webb. 1 ln LAMPIRAN 35 Lampiran 1 Penentuan titik tetap Model Gyllenberg-Webb Titik tetap dari sistem persamaan diferensial (3.7)-(3.8) diperoleh dengan menentukan 0 dan 0, sehingga diperoleh: 1 ln 0 (1) 1 ln 0 (2)

Lebih terperinci

SUKU BANYAK. A. Teorema Sisa 1) F(x) = (x b) H(x) + S, maka S = F(b) 2) F(x) = (ax b) H(x) + S, maka S = F( a

SUKU BANYAK. A. Teorema Sisa 1) F(x) = (x b) H(x) + S, maka S = F(b) 2) F(x) = (ax b) H(x) + S, maka S = F( a SUKU BANYAK A. Teorema Sisa 1) F(x) = (x b) H(x) + S, maka S = F(b) 2) F(x) = (ax b) H(x) + S, maka S = F( a b ) 3) F(x) : [(x a)(x b)], maka S(x) = (x a)s 2 + S 1, dengan S 2 adalah sisa pembagian pada

Lebih terperinci

Bab 2. Landasan Teori. 2.1 Persamaan Air Dangkal (SWE)

Bab 2. Landasan Teori. 2.1 Persamaan Air Dangkal (SWE) Bab 2 Landasan Teori Dalam bab ini akan dibahas mengenai Persamaan Air Dangkal dan dasar-dasar teori mengenai metode beda hingga untuk menghampiri solusi dari persamaan diferensial parsial. 2.1 Persamaan

Lebih terperinci

IV HASIL DAN PEMBAHASAN

IV HASIL DAN PEMBAHASAN IV HASIL DAN PEMBAHASAN 4.1 Penentuan Titik Tetap Analisis titik tetap pada sistem persamaan diferensial sering digunakan untuk menentukan suatu solusi yang tidak berubah menurut waktu, yaitu pada saat

Lebih terperinci

III PEMBAHASAN. μ v. r 3. μ h μ h r 4 r 5

III PEMBAHASAN. μ v. r 3. μ h μ h r 4 r 5 III PEMBAHASAN 3.1 Perumusan Model Model yang akan dibahas dalam karya ilmiah ini adalah model SIDRS (Susceptible Infected Dormant Removed Susceptible) dari penularan penyakit malaria dalam suatu populasi.

Lebih terperinci

Created By Aristastory.Wordpress.com BAB I PENDAHULUAN. Teori sistem dinamik adalah bidang matematika terapan yang digunakan untuk

Created By Aristastory.Wordpress.com BAB I PENDAHULUAN. Teori sistem dinamik adalah bidang matematika terapan yang digunakan untuk BAB I PENDAHULUAN 1.1 Latar Belakang Teori sistem dinamik adalah bidang matematika terapan yang digunakan untuk memeriksa kelakuan sistem dinamik kompleks, biasanya dengan menggunakan persamaan diferensial

Lebih terperinci

Teori kendali. Oleh: Ari suparwanto

Teori kendali. Oleh: Ari suparwanto Teori kendali Oleh: Ari suparwanto Minggu Ke-1 Permasalahan oleh : Ari Suparwanto Permasalahan Diberikan sistem dan sinyal referensi. Masalah kendali adalah menentukan sinyal kendali sehingga output sistem

Lebih terperinci

Bab II Teori Pendukung

Bab II Teori Pendukung Bab II Teori Pendukung II.1 Sistem Autonomous Tinjau sistem persamaan differensial berikut, = dy = f(x, y), g(x, y), (2.1) dengan asumsi f dan g adalah fungsi kontinu yang mempunyai turunan yang kontinu

Lebih terperinci

Kalkulus Variasi. Syarat Cukup, Masalah Kalkulus Variasi dengan Horizon Takhingga. Toni Bakhtiar. Departemen Matematika IPB.

Kalkulus Variasi. Syarat Cukup, Masalah Kalkulus Variasi dengan Horizon Takhingga. Toni Bakhtiar. Departemen Matematika IPB. Kalkulus Variasi Syarat Cukup, Masalah Kalkulus Variasi dengan Horizon Takhingga Toni Bakhtiar Departemen Matematika IPB Februari 2014 tbakhtiar@ipb.ac.id (IPB) MAT332 Kontrol Optimum Februari 2014 1 /

Lebih terperinci

I. Sistem Persamaan Diferensial Linier Orde 1 (Review)

I. Sistem Persamaan Diferensial Linier Orde 1 (Review) I. Sistem Persamaan Diferensial Linier Orde (Review) November 0 () I. Sistem Persamaan Diferensial Linier Orde (Review) November 0 / 6 Teori Umum Bentuk umum sistem persamaan diferensial linier orde satu

Lebih terperinci

Kalkulus Variasi. Masalah Kalkulus Variasi, Fungsional Objektif, Variasi, Syarat Perlu Optimalitas. Toni Bakhtiar. Departemen Matematika IPB

Kalkulus Variasi. Masalah Kalkulus Variasi, Fungsional Objektif, Variasi, Syarat Perlu Optimalitas. Toni Bakhtiar. Departemen Matematika IPB Kalkulus Variasi Masalah Kalkulus Variasi, Fungsional Objektif, Variasi, Syarat Perlu Optimalitas Toni Bakhtiar Departemen Matematika IPB Februari 2014 tbakhtiar@ipb.ac.id (IPB) MAT332 Kontrol Optimum

Lebih terperinci

Masalah Kalkulus Variasi, Fungsional Objektif, Variasi, Syarat Perlu Optimalitas

Masalah Kalkulus Variasi, Fungsional Objektif, Variasi, Syarat Perlu Optimalitas Masalah Kalkulus Variasi, Fungsional Objektif, Variasi, Syarat Perlu Optimalitas Slide II Toni Bakhtiar Departemen Matematika IPB February 2012 TBK (IPB) Kalkulus Variasi February 2012 1 / 37 Masalah Brachystochrone

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 7 BAB II TINJAUAN PUSTAKA Dalam bab ini akan dibahas beberapa poin tentang sistem dinamik, kestabilan sistem dinamik, serta konsep bifurkasi. A. Sistem Dinamik Secara umum Sistem dinamik didefinisikan

Lebih terperinci

BAB II KAJIAN PUSTAKA

BAB II KAJIAN PUSTAKA BAB II KAJIAN PUSTAKA A. Efektivitas Efektivitas berasal dari kata efektif, yang merupakan kata serapan dari bahasa Inggris yaitu effective yang artinya berhasil. Menurut kamus ilmiah popular, efektivitas

Lebih terperinci

Bab III Model Awal Kecanduan Terhadap Rokok

Bab III Model Awal Kecanduan Terhadap Rokok Bab III Model Awal Kecanduan Terhadap Rokok III.1 Pembentukan Model Model kecanduan terhadap rokok dibentuk menggunakan model dasar dalam epidemiologi yaitu model SIR (Susceptible, Infective, Removed)

Lebih terperinci

MODIFIKASI SISTEM PREDATOR-PREY: DINAMIKA MODEL LESLIE-GOWER DENGAN DAYA DUKUNG YANG TUMBUH LOGISTIK

MODIFIKASI SISTEM PREDATOR-PREY: DINAMIKA MODEL LESLIE-GOWER DENGAN DAYA DUKUNG YANG TUMBUH LOGISTIK SEMIRATA MIPAnet 2017 24-26 Agustus 2017 UNSRAT, Manado MODIFIKASI SISTEM PREDATOR-PREY: DINAMIKA MODEL LESLIE-GOWER DENGAN DAYA DUKUNG YANG TUMBUH LOGISTIK HASAN S. PANIGORO 1, EMLI RAHMI 2 1 Universitas

Lebih terperinci

BAB II KAJIAN TEORI. Persamaan diferensial sangat penting dalam pemodelan matematika khususnya

BAB II KAJIAN TEORI. Persamaan diferensial sangat penting dalam pemodelan matematika khususnya BAB II KAJIAN TEORI 2.1 Persamaan Diferensial Persamaan diferensial sangat penting dalam pemodelan matematika khususnya untuk pemodelan yang membutuhkan solusi dari sebuah permasalahan. Pemodelan matematika

Lebih terperinci

Kontrol Optimum. MKO dengan Mixed Constraints dan Pure State Constraints. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014

Kontrol Optimum. MKO dengan Mixed Constraints dan Pure State Constraints. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014 Kontrol Optimum MKO dengan Mixed Constraints dan Pure State Constraints Toni Bakhtiar Departemen Matematika IPB Februari 2014 tbakhtiar@ipb.ac.id (IPB) MAT332 Kontrol Optimum Februari 2014 1 / 38 Outline

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Pada bagian ini, akan dibahas system predator-prey dengan respon fungsi tak

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Pada bagian ini, akan dibahas system predator-prey dengan respon fungsi tak BAB IV HASIL PENELITIAN DAN PEMBAHASAN Pada bagian ini, akan dibahas system predator-prey dengan respon fungsi tak monoton, titik ekuilibrium, pelinieran, analisa kestabilan titik ekuilibriumnya dengan

Lebih terperinci

Karena v merupakan vektor bukan nol, maka A Iλ = 0. Dengan kata lain, Persamaan (2.2) dapat dipenuhi jika dan hanya jika,

Karena v merupakan vektor bukan nol, maka A Iλ = 0. Dengan kata lain, Persamaan (2.2) dapat dipenuhi jika dan hanya jika, BAB II KAJIAN TEORI Pada bab ini akan dibahas mengenai definisi-definisi dan teorema-teorema dari nilai eigen, vektor eigen, dan diagonalisasi, sistem persamaan differensial, model predator prey lotka-voltera,

Lebih terperinci

BAB 2 PDB Linier Order Satu 2

BAB 2 PDB Linier Order Satu 2 BAB Konsep Dasar BAB 2 PDB Linier Order Satu 2 BAB 3 Aplikasi PDB Order Satu 3 BAB 4 PDB Linier Order Dua 4 BAB 5 Aplikasi PDB Order Dua 5 BAB 6 Sistem PDB 6 BAB 7 PDB Nonlinier dan Kesetimbangan Dalam

Lebih terperinci

BIFURKASI PITCHFORK SUPERKRITIKAL PADA SISTEM FLUTTER

BIFURKASI PITCHFORK SUPERKRITIKAL PADA SISTEM FLUTTER BIFURKASI PITCHFORK SUPERKRITIKAL PADA SISTEM FLUTTER T - 2 Andini Putri Ariyani 1, Kus Prihantoso Krisnawan 2 Jurusan Pendidikan Matematika FMIPA UNY 1 e-mail:andiniputri_ariyani@yahoo.com, 2 e-mail:

Lebih terperinci

PDP linear orde 2 Agus Yodi Gunawan

PDP linear orde 2 Agus Yodi Gunawan PDP linear orde 2 Agus Yodi Gunawan Pada bagian ini akan dipelajari tiga jenis persamaan diferensial parsial (PDP) linear orde dua yang biasa dijumpai pada masalah-masalah dunia nyata, yaitu persamaan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Pada bab ini akan dibahas beberapa pengertian dari optimasi bersyarat dengan kendala persamaan menggunakan multiplier lagrange serta penerapannya yang akan digunakan sebagai landasan

Lebih terperinci

Bab II Konsep Dasar Metode Elemen Batas

Bab II Konsep Dasar Metode Elemen Batas Bab II Konsep Dasar Metode Elemen Batas II.1 II.1.1 Kalkulus Dasar Teorema Gradien Misal menyatakan domain pada ruang dimensi dua dan menyatakan batas i x + j 2 2 x 2 + 2 2 elanjutnya, penentuan integral

Lebih terperinci

KALKULUS MULTIVARIABEL II

KALKULUS MULTIVARIABEL II Pada Bidang Bentuk Vektor dari KALKULUS MULTIVARIABEL II (Minggu ke-9) Andradi Jurusan Matematika FMIPA UGM Yogyakarta, Indonesia Pada Bidang Bentuk Vektor dari 1 Definisi Daerah Sederhana x 2 Pada Bidang

Lebih terperinci

BAB 1 PENDAHULUAN. Kalkulus merupakan salah satu prestasi tertinggi dari kecerdasan manusia.

BAB 1 PENDAHULUAN. Kalkulus merupakan salah satu prestasi tertinggi dari kecerdasan manusia. BAB 1 PENDAHULUAN 1.1 Latar Belakang Kalkulus merupakan salah satu prestasi tertinggi dari kecerdasan manusia. Disiplin ilmu Matematika ini secara umum berasal dari penyelidikan oleh Isaac Newton (1642-1727)

Lebih terperinci

BAB IV PEMBAHASAN. 4.1 Analisis Kestabilan Model Matematika AIDS dengan Transmisi. atau Ibu menyusui yang positif terinfeksi HIV ke anaknya.

BAB IV PEMBAHASAN. 4.1 Analisis Kestabilan Model Matematika AIDS dengan Transmisi. atau Ibu menyusui yang positif terinfeksi HIV ke anaknya. BAB IV PEMBAHASAN Pada bab ini dilakukan analisis model penyebaran penyakit AIDS dengan adanya transmisi vertikal pada AIDS. Dari model matematika tersebut ditentukan titik setimbang dan kemudian dianalisis

Lebih terperinci

Penentuan Kestabilan Sistem Hibrid melalui Trayektorinya pada Bidang. Oleh:

Penentuan Kestabilan Sistem Hibrid melalui Trayektorinya pada Bidang. Oleh: Penentuan Kestabilan Sistem Hibrid melalui Trayektorinya pada Bidang Sistem hibrid mempunyai bentuk: x& Oleh: Kus Prihantoso Krisnawan Jurusan Pendidikan Matematika FMIPA Universitas Negeri Yogyakarta

Lebih terperinci

TINJAUAN MATA KULIAH... Kegiatan Belajar 2: PD Variabel Terpisah dan PD Homogen Latihan Rangkuman Tes Formatif

TINJAUAN MATA KULIAH... Kegiatan Belajar 2: PD Variabel Terpisah dan PD Homogen Latihan Rangkuman Tes Formatif iii Daftar Isi TINJAUAN MATA KULIAH... xiii MODUL 1: PERSAMAAN DIFERENSIAL ORDE SATU 1.1 Pengertian PD Orde Satu dan Solusinya... 1.2 Latihan... 1.7 Rangkuman... 1.9 Tes Formatif 1..... 1.10 PD Variabel

Lebih terperinci

Teori Bifurkasi (3 SKS)

Teori Bifurkasi (3 SKS) Teori Bifurkasi (3 SKS) Department of Mathematics Faculty of Mathematics and Natural Sciences Gadjah Mada University E-mail : f_adikusumo@gadjahmada.edu Sistem Dinamik PENGERTIAN UMUM : - Formalisasi matematika

Lebih terperinci

POLINOM (SUKU BANYAK) Menggunakan aturan suku banyak dalam penyelesaian masalah.

POLINOM (SUKU BANYAK) Menggunakan aturan suku banyak dalam penyelesaian masalah. POLINOM (SUKU BANYAK) Standar Kompetensi: Menggunakan aturan suku banyak dalam penyelesaian masalah. Kompetensi Dasar: 1. Menggunakan algoritma pembagian suku banyak untuk menentukan hasil bagi dan sisa

Lebih terperinci

Persamaan Diferensial Biasa

Persamaan Diferensial Biasa Persamaan Diferensial Biasa Titik Tetap dan Sistem Linear Toni Bakhtiar Departemen Matematika IPB Oktober 2012 Toni Bakhtiar (m@thipb) PDB Oktober 2012 1 / 31 Titik Tetap SPD Mandiri dan Titik Tetap Tinjau

Lebih terperinci

KENDALI OPTIMAL PERMAINAN NON-KOOPERATIF KONTINU SKALAR DUA PEMAIN DENGAN STRATEGI NASH TUGAS AKHIR. Oleh : M.LUTHFI RUSYDI

KENDALI OPTIMAL PERMAINAN NON-KOOPERATIF KONTINU SKALAR DUA PEMAIN DENGAN STRATEGI NASH TUGAS AKHIR. Oleh : M.LUTHFI RUSYDI KENDALI OPTIMAL PERMAINAN NON-KOOPERATIF KONTINU SKALAR DUA PEMAIN DENGAN STRATEGI NASH TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains Pada Jurusan Matematika Oleh

Lebih terperinci

Kalkulus Multivariabel I

Kalkulus Multivariabel I Maksimum, Minimum, dan Statistika FMIPA Universitas Islam Indonesia Titik Kritis Misalkan p = (x, y) adalah sebuah titik peubah dan p 0 = (x 0, y 0 ) adalah sebuah titik tetap pada bidang berdimensi dua

Lebih terperinci

BAB 2 LANDASAN TEORI. ahli matematika lainnya di Kerala School membuat penemuan-penemuan (yang

BAB 2 LANDASAN TEORI. ahli matematika lainnya di Kerala School membuat penemuan-penemuan (yang BAB LANDASAN TEORI.1 Kalkulus Pada abad ke-14, seorang ahli Matematika asal India, Madhava bersama rekanrekan ahli matematika lainnya di Kerala School membuat penemuan-penemuan (yang nantinya akan menjadi

Lebih terperinci

PENGARUH SURPLUS PRIMER, TINGKAT PAJAK, DAN INVESTASI PUBLIK TERHADAP MODAL DAN UTANG PUBLIK DALAM MODEL PERTUMBUHAN EKONOMI DANTY KARTIKA SARI

PENGARUH SURPLUS PRIMER, TINGKAT PAJAK, DAN INVESTASI PUBLIK TERHADAP MODAL DAN UTANG PUBLIK DALAM MODEL PERTUMBUHAN EKONOMI DANTY KARTIKA SARI PENGARUH SURPLUS PRIMER, TINGAT PAJA, DAN INVESTASI PUBLI TERHADAP MODAL DAN UTANG PUBLI DALAM MODEL PERTUMBUHAN EONOMI DANTY ARTIA SARI DEPARTEMEN MATEMATIA FAULTAS MATEMATIA DAN ILMU PENGETAHUAN ALAM

Lebih terperinci

KENDALI OPTIMAL PADA PENCEGAHAN WABAH FLU BURUNG DENGAN ELIMINASI, KARANTINA DAN PENGOBATAN

KENDALI OPTIMAL PADA PENCEGAHAN WABAH FLU BURUNG DENGAN ELIMINASI, KARANTINA DAN PENGOBATAN KENDALI OPTIMAL PADA PENCEGAHAN WABAH FLU BURUNG DENGAN ELIMINASI, KARANTINA DAN PENGOBATAN OLEH : TASLIMA NRP : 1209201728 DOSEN PEMBIMBING 1. SUBCHAN, M.Sc, Ph.d 2. Dr. ERNA APRILIANI, M.Sc ABSTRAK Salah

Lebih terperinci

T 3 Model Dinamika Sel Tumor Dengan Terapi Pengobatan Menggunakan Virus Oncolytic

T 3 Model Dinamika Sel Tumor Dengan Terapi Pengobatan Menggunakan Virus Oncolytic T 3 Model Dinamika Sel Tumor Dengan Terapi Pengobatan Menggunakan Virus Oncolytic Oleh : Ali Kusnanto, Hikmah Rahmah, Endar H. Nugrahani Departemen Matematika FMIPA-IPB Email : alikusnanto@yahoo.com Abstrak

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Aljabar Linear Definisi 2.1.1 Matriks Matriks A adalah susunan persegi panjang yang terdiri dari skalar-skalar yang biasanya dinyatakan dalam bentuk berikut: [ ] Definisi 2.1.2

Lebih terperinci

Suatu sistem persamaan diferensial dinyatakan sebagai berikut : Misalkan suatu sistem persamaan diferensial (SPD) dinyatakan sebagai

Suatu sistem persamaan diferensial dinyatakan sebagai berikut : Misalkan suatu sistem persamaan diferensial (SPD) dinyatakan sebagai 11. TINJAUAN PUSTAKA 2.1 Sistem Persamaan Diferensial Definisi 1 [ Sistem Persamaan Diferensial Linear (SPDL) ] Jika suatu sistem persamaan diferensial dinyatakan sebagai berikut : x=ax+b,x(0)=x0,x~%"

Lebih terperinci

4.1 Sistem kuasi-linear hiperbolik. Sistem (hukum kekekalan) kuasi-linear mempunyai bentuk umum. t u + A α (u) xα u = b(u) (4.1.

4.1 Sistem kuasi-linear hiperbolik. Sistem (hukum kekekalan) kuasi-linear mempunyai bentuk umum. t u + A α (u) xα u = b(u) (4.1. Bab 4 SISTEM KUASI-LINEAR 4. Sistem kuasi-linear hiperbolik Sistem (hukum kekekalan) kuasi-linear mempunyai bentuk umum t u + A α (u) xα u = b(u) (4..) α= u(x, 0) = u 0 (x) Jika u 0 adalah fungsi konstan,

Lebih terperinci

Pertemuan Minggu ke Bidang Singgung, Hampiran 2. Maksimum dan Minimum 3. Metode Lagrange

Pertemuan Minggu ke Bidang Singgung, Hampiran 2. Maksimum dan Minimum 3. Metode Lagrange Pertemuan Minggu ke-11 1. Bidang Singgung, Hampiran 2. Maksimum dan Minimum 3. Metode Lagrange 1. BIDANG SINGGUNG, HAMPIRAN Tujuan mempelajari: memperoleh persamaan bidang singgung terhadap permukaan z

Lebih terperinci

BAB II KAJIAN TEORI. representasi pemodelan matematika disebut sebagai model matematika. Interpretasi Solusi. Bandingkan Data

BAB II KAJIAN TEORI. representasi pemodelan matematika disebut sebagai model matematika. Interpretasi Solusi. Bandingkan Data A. Model Matematika BAB II KAJIAN TEORI Pemodelan matematika adalah proses representasi dan penjelasan dari permasalahan dunia real yang dinyatakan dalam pernyataan matematika (Widowati dan Sutimin, 2007:

Lebih terperinci

Husna Arifah,M.Sc : Persamaan Bessel: Fungsi-fungsi Besel jenis Pertama

Husna Arifah,M.Sc : Persamaan Bessel: Fungsi-fungsi Besel jenis Pertama Bentuk umum PD Bessel : x 2 y"+xy' +(x 2 υ 2 )y =...() Kita asumsikan bahwa parameter υ dalam () adalah bilangan riil dan tak negatif. Penyelesaian PD mempunyai bentuk : y(x) = x r m = a m x m = a m xm

Lebih terperinci

III HASIL DAN PEMBAHASAN

III HASIL DAN PEMBAHASAN 7 III HASIL DAN PEMBAHASAN 3.1 Perumusan Model Pada bagian ini akan dirumuskan model pertumbuhan ekonomi yang mengoptimalkan utilitas dari konsumen dengan asumsi: 1. Terdapat tiga sektor dalam perekonomian:

Lebih terperinci

Kontrol Optimum. MKO dengan Kendala pada Peubah Kontrol. Toni Bakhtiar. Departemen Matematika IPB. Februari 2017

Kontrol Optimum. MKO dengan Kendala pada Peubah Kontrol. Toni Bakhtiar. Departemen Matematika IPB. Februari 2017 Kontrol Optimum MKO dengan Kendala pada Peubah Kontrol Toni Bakhtiar Departemen Matematika IPB Februari 2017 tbakhtiar@ipb.ac.id (IPB) MAT332 Kontrol Optimum Februari 2017 1 / 53 Outline MKO berkendala

Lebih terperinci

Analisis dan Kontrol Optimal Sistem Gerak Satelit Menggunakan Prinsip Minimum Pontryagin

Analisis dan Kontrol Optimal Sistem Gerak Satelit Menggunakan Prinsip Minimum Pontryagin JURNAL SAINS DAN SENI POMITS Vol. 6, No.2, (2017) 2337-3520 (2301-928X Print) A 45 Analisis dan Kontrol Optimal Sistem Gerak Satelit Menggunakan Prinsip Minimum Pontryagin Putri Saraswati, Mardlijah, Kamiran

Lebih terperinci

Penentuan Bifurkasi Hopf Pada Predator Prey

Penentuan Bifurkasi Hopf Pada Predator Prey J. Math. and Its Appl. ISSN: 9-65X Vol., No., Nov 5, 5 Penentuan Bifurkasi Hopf Pada Predator Prey Dian Savitri Jurusan Teknik Sipil, Fakultas Teknik Universitas Negeri Surabaya d savitri@yahoo.com Abstrak

Lebih terperinci

BAB II TINJAUAN PUSTAKA. kestabilan model predator-prey tipe Holling II dengan faktor pemanenan.

BAB II TINJAUAN PUSTAKA. kestabilan model predator-prey tipe Holling II dengan faktor pemanenan. BAB II TINJAUAN PUSTAKA Dalam bab ini akan dibahas mengenai dasar teori untuk menganalisis simulasi kestabilan model predator-prey tipe Holling II dengan faktor pemanenan. 2.1 Persamaan Diferensial Biasa

Lebih terperinci

BIFURKASI SADDLE-NODE PADA SISTEM INTERAKSI NONLINEAR SEPASANG OSILATOR TANPA PERTURBASI

BIFURKASI SADDLE-NODE PADA SISTEM INTERAKSI NONLINEAR SEPASANG OSILATOR TANPA PERTURBASI BIFURKASI SADDLE-NODE PADA SISTEM INTERAKSI NONLINEAR SEPASANG OSILATOR TANPA PERTURBASI Yolpin Durahim 1 Novianita Achmad Hasan S. Panigoro Diterima: xx xxxx 20xx, Disetujui: xx xxxx 20xx o Abstrak Dalam

Lebih terperinci

BAB 1 PENDAHULUAN Latar Belakang

BAB 1 PENDAHULUAN Latar Belakang BAB 1 PENDAHULUAN 1.1. Latar Belakang Optimasi (Optimization) adalah aktivitas untuk mendapatkan hasil terbaik di dalam suatu keadaan yang diberikan. Tujuan akhir dari semua aktivitas tersebut adalah meminimumkan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 6 BAB LANDASAN TEORI Pada bab ini akan dibahas beberapa konsep dasar ang akan digunakan sebagai landasan berpikir seperti beberapa teorema dan definisi ang berkaitan dengan penelitian ini. Dengan begitu

Lebih terperinci

( t) TINJAUAN PUSTAKA. x dengan nilai fungsi dari: x

( t) TINJAUAN PUSTAKA. x dengan nilai fungsi dari: x Berawal dari apa yang telah disampaikan sebelumnya, pada skripsi kali ini akan dipelajari bagaimana perilaku trayektori solusi soliton sistem optik periodik melalui pendekatan analisis sistem dinamik yang

Lebih terperinci

BAB 4 MODEL DINAMIKA NEURON FITZHUGH-NAGUMO

BAB 4 MODEL DINAMIKA NEURON FITZHUGH-NAGUMO BAB 4 MODEL DINAMIKA NEURON FITZHUGH-NAGUMO 4.1 Model Dinamika Neuron Fitzhugh-Nagumo Dalam papernya pada tahun 1961, Fitzhugh mengusulkan untuk menerangkan model Hodgkin-Huxley menjadi lebih umum, yang

Lebih terperinci

Bab 16. Model Pemangsa-Mangsa

Bab 16. Model Pemangsa-Mangsa Bab 16. Model Pemangsa-Mangsa Pada Bab ini akan dipelajari model matematis dari masalah dua spesies hidup dalam habitat yang sama, yang dalam hal ini keduanya berinteraksi dalam hubungan pemangsa dan mangsa.

Lebih terperinci

STABILITAS GLOBAL MODEL HOLLING-TANNER TIPE II LAZUARDI RAMADHAN

STABILITAS GLOBAL MODEL HOLLING-TANNER TIPE II LAZUARDI RAMADHAN STABILITAS GLOBAL MODEL HOLLING-TANNER TIPE II LAZUARDI RAMADHAN DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 013 ABSTRAK LAZUARDI RAMADHAN. Stabilitas

Lebih terperinci

Reflektor Gelombang 1 balok

Reflektor Gelombang 1 balok Bab 3 Reflektor Gelombang 1 balok Setelah diperoleh persamaan yang menggambarkan gerak gelombang air setiap saat yaitu SWE, maka pada bab ini akan dielaskan mengenai pengaruh 1 balok terendam sebagai reflektor

Lebih terperinci

Kalkulus Variasi. Pendahuluan, Model Matematika, Keterkontrolan. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014

Kalkulus Variasi. Pendahuluan, Model Matematika, Keterkontrolan. Toni Bakhtiar. Departemen Matematika IPB. Februari 2014 Kalkulus Variasi Pendahuluan, Model Matematika, Keterkontrolan Toni Bakhtiar Departemen Matematika IPB Februari 2014 tbakhtiar@ipb.ac.id (IPB) MAT332 Kontrol Optimum Februari 2014 1 / 42 Outline Beberapa

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA Pada bab ini akan dibahas tinjauan pustaka yang akan digunakan untuk tesis ini, yang selanjutnya akan di perlukan pada Bab 3. Tinjauan pustaka yang dibahas adalah mengenai yang mendukung

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2.1 Optimasi Non-Linier Suatu permasalahan optimasi disebut nonlinier jika fungsi tujuan dan kendalanya mempunyai bentuk nonlinier pada salah satu atau keduanya. Optimasi nonlinier

Lebih terperinci

STANDAR KOMPETENSI KOMPETENSI DASAR. Menggunakan aturan suku banyak dalam penyelesaian masalah

STANDAR KOMPETENSI KOMPETENSI DASAR. Menggunakan aturan suku banyak dalam penyelesaian masalah STANDAR KOMPETENSI Menggunakan aturan suku banyak dalam penyelesaian masalah KOMPETENSI DASAR Menggunakan teorema sisa dan teorema faktor dalam pemecahan masalah INDIKATOR Menentukan faktor, akar-akar

Lebih terperinci

PENGENDALIAN OPTIMAL DISTRIBUSI VAKSIN PADA MODEL EPIDEMIK RABIES DENGAN MASA KELAHIRAN PERIODIK

PENGENDALIAN OPTIMAL DISTRIBUSI VAKSIN PADA MODEL EPIDEMIK RABIES DENGAN MASA KELAHIRAN PERIODIK PENDAHULUAN PENGENDALIAN OPTIMAL DISTRIBUSI VAKSIN PADA MODEL EPIDEMIK RABIES DENGAN MASA KELAHIRAN PERIODIK Oleh : Qurrotu Ainy Jufri (1210100072) Dosen Pembimbing : Drs. Kamiran, M.Si. Jurusan Matematika

Lebih terperinci

Teknik pengintegralan: Integral fungsi pecah rasional (bagian 1)

Teknik pengintegralan: Integral fungsi pecah rasional (bagian 1) Teknik pengintegralan: Integral fungsi pecah rasional (bagian 1) Kalkulus 2 Nanang Susyanto Departemen Matematika FMIPA UGM 07 Februari 2017 NS (FMIPA UGM) Teknik pengintegralan 07/02/2017 1 / 8 Pemeran-pemeran

Lebih terperinci

BAB I DASAR-DASAR PEMODELAN MATEMATIKA DENGAN PERSAMAAN DIFERENSIAL

BAB I DASAR-DASAR PEMODELAN MATEMATIKA DENGAN PERSAMAAN DIFERENSIAL BAB I DASAR-DASAR PEMODELAN MATEMATIKA DENGAN PERSAMAAN DIFERENSIAL Pendahuluan Persamaan diferensial adalah persamaan yang memuat diferensial Kita akan membahas tentang Persamaan Diferensial Biasa yaitu

Lebih terperinci

II LANDASAN TEORI. Contoh. Ditinjau dari sistem yang didefinisikan oleh:

II LANDASAN TEORI. Contoh. Ditinjau dari sistem yang didefinisikan oleh: 5 II LANDASAN TEORI 2.1 Keterkontrolan Untuk mengetahui persoalan sistem kontrol mungkin tidak ada, jika sistem yang ditinjau tidak terkontrol. Walaupun sebagian besar sistem terkontrol ada, akan tetapi

Lebih terperinci

Studi Kasus Penyelesaian Pers.Non Linier. Studi Kasus Non Linier 1

Studi Kasus Penyelesaian Pers.Non Linier. Studi Kasus Non Linier 1 Studi Kasus Penyelesaian Pers.Non Linier Studi Kasus Non Linier 1 Contoh Kasus Penyelesaian persamaan non linier terkadang muncul sebagai permasalahan yang terpisah, tetapi terkadang pula muncul sebagai

Lebih terperinci

MA3231 Analisis Real

MA3231 Analisis Real MA3231 Analisis Real Hendra Gunawan* *http://hgunawan82.wordpress.com Analysis and Geometry Group Bandung Institute of Technology Bandung, INDONESIA Program Studi S1 Matematika ITB, Semester II 2016/2017

Lebih terperinci

II. LANDASAN TEORI. Definisi 1 (Sistem Persamaan Diferensial Biasa Linear) Definisi 2 (Sistem Persamaan Diferensial Biasa Taklinear)

II. LANDASAN TEORI. Definisi 1 (Sistem Persamaan Diferensial Biasa Linear) Definisi 2 (Sistem Persamaan Diferensial Biasa Taklinear) 3 II. LANDASAN TEORI 2.1 Sistem Persamaan Diferensial Biasa Definisi 1 (Sistem Persamaan Diferensial Biasa Linear) Misalkan suatu sistem persamaan diferensial biasa dinyatakan sebagai = + ; =, R (1) dengan

Lebih terperinci

PENGENDALIAN OPTIMAL PADA SISTEM STEAM DRUM BOILER MENGGUNAKAN METODE LINEAR QUADRATIC REGULATOR (LQR) Oleh : Ika Evi Anggraeni

PENGENDALIAN OPTIMAL PADA SISTEM STEAM DRUM BOILER MENGGUNAKAN METODE LINEAR QUADRATIC REGULATOR (LQR) Oleh : Ika Evi Anggraeni PENGENDALIAN OPTIMAL PADA SISTEM STEAM DRUM BOILER MENGGUNAKAN METODE LINEAR QUADRATIC REGULATOR (LQR) Oleh : Ika Evi Anggraeni 206 00 03 Dosen Pembimbing : Dr. Erna Apriliani, M.Si Hendra Cordova, ST,

Lebih terperinci

SUKU BANYAK. Secara umum sukubanyak atau polinom dalam berderajat dapat ditulis dalam bentuk berikut:

SUKU BANYAK. Secara umum sukubanyak atau polinom dalam berderajat dapat ditulis dalam bentuk berikut: SUKU BANYAK A. Pengertian Suku Banyak Secara umum sukubanyak atau polinom dalam berderajat dapat ditulis dalam bentuk berikut: Dinamakan suku banyak (polinom) dalam yang berderajat dengan bilangan cacah

Lebih terperinci

(b) M merupakan nilai minimum (mutlak) f apabila M f(x) x I..

(b) M merupakan nilai minimum (mutlak) f apabila M f(x) x I.. 3. Aplikasi Turunan a. Nilai ekstrim Bagian ini dimulai dengan pengertian nilai ekstrim suatu fungsi yang mencakup nilai ekstrim maksimum dan nilai ekstrim minimum. Definisi 3. Diberikan fungsi f: I R,

Lebih terperinci

Waktu Optimal dalam Diversifikasi Produksi Sumber Energi Terbarukan dan Tidak Terbarukan Dengan Menggunakan Prinsip Minimum Pontryagin

Waktu Optimal dalam Diversifikasi Produksi Sumber Energi Terbarukan dan Tidak Terbarukan Dengan Menggunakan Prinsip Minimum Pontryagin Waktu Optimal dalam Diversifikasi Produksi Sumber Energi Terbarukan dan Tidak Terbarukan Dengan Menggunakan Prinsip Minimum Pontryagin Oleh: Misbahur Khoir 1210 100 041 Dosen Pembimbing: Subchan, Ph.D

Lebih terperinci

MODEL MANGSA PEMANGSA DENGAN RESPON FUNGSIONAL TAK MONOTON RIDWAN IDHAM

MODEL MANGSA PEMANGSA DENGAN RESPON FUNGSIONAL TAK MONOTON RIDWAN IDHAM MODEL MANGSA PEMANGSA DENGAN RESPON FUNGSIONAL TAK MONOTON RIDWAN IDHAM DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 011 ABSTRAK RIDWAN IDHAM. Model

Lebih terperinci

Integral Tak Tentu. Modul 1 PENDAHULUAN

Integral Tak Tentu. Modul 1 PENDAHULUAN Modul 1 Integral Tak Tentu M PENDAHULUAN Drs. Hidayat Sardi, M.Si odul ini akan membahas operasi balikan dari penurunan (pendiferensialan) yang disebut anti turunan (antipendiferensialan). Dengan mengikuti

Lebih terperinci

BIFURKASI TRANSKRITIKAL PADA SISTEM DINAMIK SKRIPSI

BIFURKASI TRANSKRITIKAL PADA SISTEM DINAMIK SKRIPSI BIFURKASI TRANSKRITIKAL PADA SISTEM DINAMIK SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta untuk memenuhi sebagian persyaratan guna memperoleh gelar

Lebih terperinci

Simulasi Model Mangsa Pemangsa Di Wilayah yang Dilindungi untuk Kasus Pemangsa Tergantung Sebagian pada Mangsa

Simulasi Model Mangsa Pemangsa Di Wilayah yang Dilindungi untuk Kasus Pemangsa Tergantung Sebagian pada Mangsa Simulasi Model Mangsa Pemangsa Di Wilayah yang Dilindungi untuk asus Pemangsa Tergantung Sebagian pada Mangsa Ipah Junaedi 1, a), Diny Zulkarnaen 2, b) 3, c), dan Siti Julaeha 1, 2, 3 Jurusan Matematika,

Lebih terperinci

BAB II KAJIAN PUSTAKA. Pada bab ini akan diberikan landasan teori tentang optimasi, fungsi, turunan,

BAB II KAJIAN PUSTAKA. Pada bab ini akan diberikan landasan teori tentang optimasi, fungsi, turunan, BAB II KAJIAN PUSTAKA Pada bab ini akan diberikan landasan teori tentang optimasi, fungsi, turunan, pemrograman linear, metode simpleks, teorema dualitas, pemrograman nonlinear, persyaratan karush kuhn

Lebih terperinci

BAB II KAJIAN TEORI. dalam penulisan bab III. Materi yang diuraikan berisi tentang definisi, teorema,

BAB II KAJIAN TEORI. dalam penulisan bab III. Materi yang diuraikan berisi tentang definisi, teorema, BAB II KAJIAN TEORI Pada bab ini akan dibahas tentang beberapa hal yang menjadi landasan dalam penulisan bab III. Materi yang diuraikan berisi tentang definisi, teorema, dan beberapa kajian matematika,

Lebih terperinci

BAB IV PENGEMBANGAN MODEL KAPLAN

BAB IV PENGEMBANGAN MODEL KAPLAN BAB IV PENGEMBANGAN MODEL KAPLAN Pada bab ini akan dibahas model yang dikembangkan dari model Kaplan. Terdapat beberapa asumsi Kaplan yang akan dimodifikasi. Selain itu, pada bab ini juga diberikan analisis

Lebih terperinci

PEMBAHASAN. (29) Dalam (Grosen 1992), kondisi kinematik (19) dan kondisi dinamik (20) dapat dinyatakan dalam sistem Hamiltonian berikut : = (30)

PEMBAHASAN. (29) Dalam (Grosen 1992), kondisi kinematik (19) dan kondisi dinamik (20) dapat dinyatakan dalam sistem Hamiltonian berikut : = (30) 5 η = η di z = η (9) z x x z x x Dalam (Grosen 99) kondisi kinematik (9) kondisi dinamik () dapat dinyatakan dalam sistem Hamiltonian : δ H t = () δη δ H ηt = δ Dengan mengenalkan variabel baru u = x maka

Lebih terperinci

G. Minimum Lokal dan Global Berikut diberikan definisi minimum local (relatif) dan minimum global (mutlak) dari fungsi dua variabel.

G. Minimum Lokal dan Global Berikut diberikan definisi minimum local (relatif) dan minimum global (mutlak) dari fungsi dua variabel. G. Minimum Lokal dan Global Berikut diberikan definisi minimum local (relatif) dan minimum global (mutlak) dari fungsi dua variabel. Definisi. (i) Suatu fungsi f(x, y) memiliki minimum lokal pada titik

Lebih terperinci

UJI KONVERGENSI. Januari Tim Dosen Kalkulus 2 TPB ITK

UJI KONVERGENSI. Januari Tim Dosen Kalkulus 2 TPB ITK UJI KONVERGENSI Januari 208 Tim Dosen Kalkulus 2 TPB ITK Uji Integral Teorema 3 Jika + k= u k adalah deret dengan suku-suku tak negatif, dan jika ada suatu konstanta M sedemikian hingga s n = u + u 2 +

Lebih terperinci

KALKULUS MULTIVARIABEL II

KALKULUS MULTIVARIABEL II KALKULUS MULTIVARIABEL II Integral Garis Medan Vektor dan (Minggu ke-8) Andradi Jurusan Matematika FMIPA UGM Yogyakarta, Indonesia 1 Integral Garis Medan Vektor 2 Terkait Lintasan Teorema Fundamental untuk

Lebih terperinci

PENGGUNAAN METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERMASALAHAN PADA KALKULUS VARIASI ABSTRACT

PENGGUNAAN METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERMASALAHAN PADA KALKULUS VARIASI ABSTRACT PENGGUNAAN METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERMASALAHAN PADA KALKULUS VARIASI Febrian Lisnan, Asmara Karma 2 Mahasiswa Program Studi S Matematika 2 Dosen Jurusan Matematika Fakultas Matematika

Lebih terperinci

FUNGSI-FUNGSI INVERS

FUNGSI-FUNGSI INVERS FUNGSI-FUNGSI INVERS Logaritma, Eksponen, Trigonometri Invers Departemen Matematika FMIPA IPB Bogor, 202 (Departemen Matematika FMIPA IPB) Kalkulus I Bogor, 202 / 49 Topik Bahasan Fungsi Satu ke Satu 2

Lebih terperinci

BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah 1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pemodelan matematika merupakan bidang matematika yang berusaha untuk merepresentasikan dan menjelaskan masalah dunia nyata dalam pernyataan matematik. Representasi

Lebih terperinci