BAB 5 RUANG VEKTOR UMUM. Dr. Ir. Abdul Wahid Surhim, MT.

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB 5 RUANG VEKTOR UMUM. Dr. Ir. Abdul Wahid Surhim, MT."

Transkripsi

1 BAB 5 RUANG VEKTOR UMUM Dr. Ir. Abdul Wahid Surhim, MT.

2 KERANGKA PEMBAHASAN. Ruang Vetor Nyata. Subruang. Kebebasan Linier 4. Basis dan Dimensi 5. Ruang Baris, Ruang Kolom dan Ruang Nul 6. Ran dan Nulitas

3 PENGANTAR Pada bab sebelumnya: generalisasi vetor R dan R e R n Pada bab ini aan mengumuman vetor lebih lanjut sehingga disebut saja: VEKTOR Di sini buan hanya teori, tapi apliasi: ALAT yang sangat berguna untu memperluas visualisasi geometri ita terhadap berbagai permasalahan matematia yang penting Kita dapat menggambaran R dan R sebagai garis, yang memperenanan ita menggambar atau membentu gambar mental untu membantu menyelesaian permasalahan tersebut

4 5. RUANG VEKTOR NYATA Pada sub-bab ini ita aan memperluas onsep sebuah vetor dengan mengambil sifa-sifat penting vetor yang sudah dienal emudian dijadian AKSIOMA Setiap seumpulan obye yang coco dengan suatu asioma, secara otomatis memilii sifa-sifat penting vetor yang sudah dienal Selanjutnya, umpulan obye tersebut dapat diterima sebagai VEKTOR JENIS BARU

5 AKSIOMA RUANG VEKTOR V adalah umpulan obye buan osong yang dapat didefinisian dengan dua operasi: penambahan dan peralian salar Jia operasi-operasi beriut berlau untu semua u, v, w dan V, maa V adalah RUANG VEKTOR, sedangan obye-obye tersebut ada di dalam vetor V. Jia u dan v adalah obye di dalam V, maa u + v ada di dalam V. u + v = v + u

6 . u + (v + w) = (u + v) + w 4. Ada sebuah obye di V, disebut vetor nol untu V, sehingga + u = u + = u untu semua u di V 5. Untu semua u di V, ada obye u di V, disebut u negatif, sehingga u + (-u) = (-u) + u = 6. Jia adalah salar sembarang dan u adalah obye sembarang di V, maa u ada di V 7. (u + v) = u + v 8. ( + m)u = u + mu 9. (mu) = (m)(u).u = u

7 CONTOH Dietahui V adalah umpulan fungsi nilai-nyata yang didefinisian pada garis bilangan nyata (-, ). Jia f(x) dan g(x) adalah dua fungsi dan adalah bilangan nyata, definisian penjumlahan fungsi f(x)+g(x) dan f(x). JAWAB

8 CONTOH Kumpulan semua pasang bilangan nyata (x,y) dengan operasi (x,y) + (x,y ) = (x+x,y+y ) dan (x,y) = (x,y) Apaah ini termasu ruang vetor? Kalau tida, manaah asioma yang gagal? JAWABAN BUKAN termasu ruang vetor arena gagal di asioma 9 dan : 9. (mu) = (m)(u). u = u

9 CONTOH: SETIAP BIDANG MELALUI ASALNYA ADALAH SEBUAH RUANG VEKTOR V adalah bidang melalui asalnya di R. Kita aan menunjuan bahwa titititi di V membentu ruang vetor di bawah operasi penjumlahan dan peralian yang standar untu vetor di R. Telah dibutian bahwa R itu sendiri adalah ruang vetor di bawah operasi-operasi ini sehingga telah memenuhi asioma,, 7, 8, 9 dan. Searang ita butian asioma sisanya (, 4, 5, dan 6). Karena V bidang melalui asalnya maa: ax + by + cz = Jia u = (u,u,u ) dan v = (v,v,v ) adalah titi di V, maa au + bu + cu = dan av + bv + cv =. Penjumlahan edua garis: a(u +v ) + b(u +v ) + c(u +v ) =

10 Buti asioma : u + v = (u +v,u +v,u +v ), sehingga u + v ada di V Buti asioma 4: + u = u + = u = (,,) maa (,,) + (u,u,u ) = (u,u,u ) + (,,) = (u,u,u ) Buti asioma 5: u + (-u) = (-u) + u = (u,u,u ) + (-u,-u,-u ) = (-u,-u,-u ) + (u,u,u ) = (,,) Buti asioma 6: u = (u,u,u ) = (u,u,u )

11 SIFAT-SIFAT RUANG VEKTOR

12 5. SUBRUANG Misalan W merupaan subhimpunan dari sebuah W dinamaan subruang (subspace) V ruang vetor V jia W juga merupaan ruang vetor yang tertutup terhadap operasi penjumlahan dan peralian dengan salar. Syarat W disebut subruang dari V adalah :. W { }. W V u, v W u v W u W u W. Jia maa 4. Jia dan Riil maa

13 Contoh : Tunjuan bahwa himpunan W yang berisi semua matris orde x dengan setiap unsur diagonalnya adalah nol merupaan subruang dari ruang vetor matris M x Jawab :. O W maa. Jelas bahwa W M x. Ambil sembarang matris A, B W Tulis A a W a b dan B b

14 Perhatian bahwa : Ini menunjuan bahwa 4. Ambil sembarang matris A W dan Riil maa Ini menunjuan bahwa Jadi, W merupaan Subruang dari M x. b a b a b b a a B A W B A W a a A AW

15 CONTOH : Perisa apaah himpunan D yang berisi semua matris orde x yang determinannya nol merupaan subruang dari ruang vetor M x Jawab : Ambil sembarang matris A, B W. Pilih a b : a b A, jelas bahwa det (A) = B b a, jelas bahwa det (A) =

16 Perhatian bahwa : A B = a b b a Karena a b Maa det (A + B ) = a b Jadi D buan merupaan subruang arena tida tertutup terhadap operasi penjumlahan

17 KOMBINASI LINEAR Sebuah vetor u dinamaan ombinasi linear dari vetor vetor v, v,, vn jia vetor vetor tersebut dapat dinyataan dalam bentu : u v v... n v n dengan,,, n adalah salar Real.

18 CONTOH Misal a b c u = (, 4, ), dan adalah vetor-vetor di R. Apaah vetor beriut merupaan ombinasi linear dari vetor vetor di atas a. = (4,, 6) b. = (, 5, 6) c. = (,, ) v = (,, )

19 a. Tulis aan diperisa apaah ada,,sehingga esamaan tersebut dipenuhi. Ini dapat ditulis menjadi: a v u JAWABAN dengan OBE, diperoleh: ~ a u v u a Dengan demiian, merupaan ombinasi linear dari vetor dan atau v

20 b v u b. Tulis : ini dapat ditulis menjadi: ~ 6 - ~ dengan OBE dapat ita peroleh : Baris terahir pada matris ini menunjuan bahwa SPL tersebut adalah tida onsisten (tida mempunyai solusi). Jadi, tida ada nilai dan yang memenuhi b tida dapat dinyataan sebagai ombinasi linear dari u dan v

21 c. Dengan memilih = dan =, maa dapat ditulis u v c artinya vetor nol merupaan ombinasi linear dari vetor apapun.

22 MEMBANGUN RUANG VEKTOR Himpunan vetor S v, v,..., diataan membangun suatu ruang vetor V jia setiap vetor pada V selalu dapat dinyataan sebagai ombinasi linear dari vetor vetor di S. Contoh : Tentuan apaah v = (,, ), v n v = (,, ), dan membangun V??? v = (,, )

23 u u u Jawab : misalan. Tulis :. Sehingga dapat ditulis dalam bentu : Ambil sembarang vetor di R v v v u u u u u

24 Syarat agar dapat diataan ombinasi linear SPL tersebut harus mempunyai solusi (onsisten) Dengan OBE diperoleh : Agar SPL itu onsisten haruslah u u u = Ini ontradisi dengan pengambilan vetor sembarang (unsur unsurnya bebas, ta bersyarat) Dengan demiian vetor vetor tersebut tida membangun R

25 5. KEBEBASAN LINIER Misalan S u u,...,, u n adalah himpunan vetor diruang vetor V S diataan bebas linear (linearly independent) JIKA SPL homogen : u u... n u n hanya mempunyai satu solusi (tunggal), yani,,..., n Jia solusinya tida tunggal maa S ita namaan himpunan ta bebas linear (Bergantung linear / linearly dependent)

26 ,, u,, a a u - Dietahui dan Apaah saling bebas linear di R Tulis atau Jawab : CONTOH : ~ - ~ 4 dengan OBE dapat diperoleh : dengan demiian diperoleh solusi tunggal yaitu: =, dan =. Ini berarti ū dan ā adalah saling bebas linear.

27 a b 4 6 c c b a 4 6,, Jawab : atau = Tulis : Apaah etiga vetor diatas saling bebas linear R CONTOH:

28 ~ 4 c b a,, dengan OBE diperoleh : Ini menunjuan bahwa,, mrp solusi ta hingga banya adalah vetor-vetor yang bergantung linear. Jadi

29 INTERPRETASI GEOMETRI KEBEBASAN LINEAR Di R atau R, umpulan dua vetor BEBAS LINEAR jia dan hanya jia vetorvetor tersebut TIDAK terleta pada garis yang sama saat ditempatan titi awalnya di asalnya (titi O) Di R, umpulan tiga vetor BEBAS LINEAR jia dan hanya jia vetor-vetor tersebut TIDAK terleta pada bidang yang sama saat ditempatan titi awalnya di asalnya (titi O)

30 TEOREMA Misalan S = {v, v,, v r } adalah umpulan vetor di R n. Jia r>n, maa S bergantung linear Karena, ada r anu sedangan persamaannya n buah (lebih sediit), sehingga pasti bergantung linear

31 KEBEBASAN LINEAR FUNGSI Beberapa fungsi pada interval (-,) dapat diuji ebebasan linearnya menggunaan WRONSKIAN dari f (x), f (x),, f n (x) dengan rumus: = ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) Deteminan ini berguna untu memastian apaah fungsi-fungsi tersebut membentu ebebasan linear di ruang vetor C n- (-,) JIKA DETERMINANNYA TIDAK NOL, MAKA BEBAS LINEAR

32 CONTOH Uji ebebasan linear fungsi-fungsi beriut:. x, sin x., e x, e x JAWAB:. Wronsiannya: Nilai x = maa W =, x = / maa W. Wronsiannya: Nilai x berapa pun tida ada yang membuat nilai W menjadi nol

33 5.4 BASIS DAN DIMENSI Jia V adalah sembarang ruang vetor dan S = { ū, ū,, ū n } merupaan himpunan berhingga dari vetor vetor di V, maa S dinamaan basis bagi V Jia edua syarat beriut dipenuhi : S membangun V S bebas linear

34 , 4 8,, 6 6 M d c b a Contoh : Tunjuan bahwa himpunan matris beriut : merupaan basis bagi matris beruuran x Jawab : Tulis ombinasi linear : atau d c b a

35 d c b a dengan menyamaan setiap unsur pada edua matris, diperoleh SPL : Determinan matris oefisiennya (MK) = 48 det(mk) SPL memilii solusi untu setiap a,b,c,d Jadi, M membangun M x Ketia a =, b =, c =, d =, det(mk) SPL homogen punya solusi tunggal. Jadi, M bebas linear.

36 Karena M bebas linear dan membangun M x maa M merupaan basis bagi M x. Ingat Basis untu setiap ruang vetor adalah tida tunggal. Contoh : Untu ruang vetor dari M x, himpunan matris :,,, juga merupaan basisnya.

37 DIMENSI Ruang vetor buan nol V disebut DIMENSI-TERBATAS (finite-dimensional) jia mengandung sebuah umpulan terbatas vetor {v, v,, v n } yang membentu sebuah basis. Jia tida ada umpulan yang tersedia maa disebut DIMENSI-TAK TERBATAS Notasinya: dim(v) Contoh: dim(r n ) = n (basis standar yang memilii n vetor) dim(p n ) = n + (basis standar yang memilii n + vetor) dim(m mn ) = mn (basis standar yang memilii mn vetor)

38 CONTOH SPL beriut, berapa dimensinya? Solusi umumnya: Dalam bentu vetor dapat ditulis: = dan = sebagai basis Dimensi =

39 CONTOH Temuan basis subruang P (polynomial ) yang dijangau oleh vetor beriut: JAWABAN: 6 9 +, + 6, + 9 Baris dan proporsional terhadap baris, sehingga hasil OBE: Hanya ada satu solusi yang mungin: +

40 5.5 RUANG BARIS, RUANG KOLOM DAN RUANG NUL A Vetor baris Vetor olom Perhatian olom-olom pada matris hasil OBE Kolom yang memilii leading disebut RUANG KOLOM

41 matris A mempunyai basis ruang olom yaitu :, basis ruang baris diperoleh dengan cara, Mentransposan terlebih dahulu matris A, lauan OBE pada A t, sehingga diperoleh : BARIS yang memilii leading disebut RUANG BARIS

42 Kolom-olom pada matris hasil OBE yang memilii satu utama bersesuaian dengan matris asal (A). Ini berarti, matris A tersebut mempunyai basis ruang baris :,

43 CONTOH Perhatian SPL yang berbentu Ax = b beriut: Tunjuan bahwa b adalah ruang olom A, dan nyataan b sebagai ombinasi linear vetor olom A. JAWAB Solusi dengan eliminasi Gauss:

44 CONTOH Temuan basis untu RUANG NOL dari JAWABAN Ruang nol dari A adalah ruang solusi sistem homogenya: Seperti pada contoh sebelumnya, vetor solusinya yang membentu ruang vetor:

45 5.6 RANK DAN NULITAS Dari contoh sebelumnya:, Dimensi basis ruang baris = ruang olom dinamaan ran. Jadi ran dari matris A adalah. A, basis ruang olom basis ruang baris

46 Contoh : Diberian SPL homogen : p + q r s = p q + r s = p + q 4r + s = p s = Tentuan basis ruang solusi dari SPL di atas Jawab : SPL dapat ditulis dalam bentu : 4

47 b a s r q p dengan melauan OBE diperoleh : Solusi SPL homogen tersebut adalah : dengan a, b merupaan parameter.

48 Jadi, basis ruang solusi dari SPL diatas adalah :, Dimensi dari basis ruang solusi dinamaan nulitas. Dengan demiian, nulitas dari SPL di atas adalah.

49 CONTOH Temuan ran dan nulitas Hasil eselon baris terredusi: berarti

50 NULITAS (A) = 4

MATA KULIAH MATEMATIKA TEKNIK 2 [KODE/SKS : KD / 2 SKS] Ruang Vektor

MATA KULIAH MATEMATIKA TEKNIK 2 [KODE/SKS : KD / 2 SKS] Ruang Vektor MATA KULIAH MATEMATIKA TEKNIK [KODE/SKS : KD4 / SKS] Ruang Vetor FIELD: Ruang vetor V atas field salar K adalah himpunan ta osong dengan operasi penjumlahan vetor dan peralian salar. Himpunan ta osong

Lebih terperinci

Aljabar Linear Elementer

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

Lebih terperinci

V dinamakan ruang vektor jika terpenuhi aksioma : 1. V tertutup terhadap operasi penjumlahan

V dinamakan ruang vektor jika terpenuhi aksioma : 1. V tertutup terhadap operasi penjumlahan RUANG VEKTOR Rang Vetor Umm Misalan dan, l Riil V dinamaan rang vetor jia terpenhi asioma :. V terttp terhadap operasi penjmlahan.., Unt setiap v v v, w V, v V v w v w maa v V. Terdapat V sehingga nt setiap

Lebih terperinci

RUANG VEKTOR. Nurdinintya Athari (NDT)

RUANG VEKTOR. Nurdinintya Athari (NDT) 1 RUANG VEKTOR Nurdinintya Athari (NDT) RUANG VEKTOR Sub Pokok Bahasan Ruang Vektor Umum Subruang Basis dan Dimensi Basis Subruang Beberapa Aplikasi Ruang Vektor Beberapa metode optimasi Sistem kontrol

Lebih terperinci

MUH1G3/ MATRIKS DAN RUANG VEKTOR

MUH1G3/ MATRIKS DAN RUANG VEKTOR MUH1G3/ MATRIKS DAN RUANG VEKTOR TIM DOSEN 5 Ruang Vektor Ruang Vektor Sub Pokok Bahasan Ruang Vektor Umum Subruang Basis dan Dimensi Beberapa Aplikasi Ruang Vektor Beberapa metode optimasi Sistem Kontrol

Lebih terperinci

BAB 3 PRINSIP SANGKAR BURUNG MERPATI

BAB 3 PRINSIP SANGKAR BURUNG MERPATI BAB 3 PRINSIP SANGKAR BURUNG MERPATI 3. Pengertian Prinsip Sangar Burung Merpati Sebagai ilustrasi ita misalan terdapat 3 eor burung merpati dan 2 sangar burung merpati. Terdapat beberapa emunginan bagaimana

Lebih terperinci

OSN 2014 Matematika SMA/MA

OSN 2014 Matematika SMA/MA Soal 5. Suatu barisan bilangan asli a 1, a 2, a 3,... memenuhi a + a l = a m + a n untu setiap bilangan asli, l, m, n dengan l = mn. Jia m membagi n, butian bahwa a m a n. Solusi. Andaian terdapat bilangan

Lebih terperinci

Deret Pangkat. Ayundyah Kesumawati. June 23, Prodi Statistika FMIPA-UII

Deret Pangkat. Ayundyah Kesumawati. June 23, Prodi Statistika FMIPA-UII Keonvergenan Kesumawati Prodi Statistia FMIPA-UII June 23, 2015 Keonvergenan Pendahuluan Kalau sebelumnya, suu suu pada deret ta berujung berupa bilangan real maa ali ini ita embangan suu suunya dalam

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA Pada bab ini disampaian beberapa pengertian dasar yang diperluan pada bab selanutnya. Selain definisi, diberian pula lemma dan teorema dengan atau tanpa buti. Untu beberapa teorema

Lebih terperinci

Ruang Vektor. Kartika Firdausy UAD blog.uad.ac.id/kartikaf. Ruang Vektor. Syarat agar V disebut sebagai ruang vektor. Aljabar Linear dan Matriks 1

Ruang Vektor. Kartika Firdausy UAD blog.uad.ac.id/kartikaf. Ruang Vektor. Syarat agar V disebut sebagai ruang vektor. Aljabar Linear dan Matriks 1 Ruang Vektor Kartika Firdausy UAD blog.uad.ac.id/kartikaf Syarat agar V disebut sebagai ruang vektor 1. Jika vektor vektor u, v V, maka vektor u + v V 2. u + v = v + u 3. u + ( v + w ) = ( u + v ) + w

Lebih terperinci

BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA

BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA Pada penelitian ini, suatu portfolio memilii seumlah elas risio. Tiap elas terdiri dari n, =,, peserta dengan umlah besar, dan

Lebih terperinci

Aplikasi diagonalisasi matriks pada rantai Markov

Aplikasi diagonalisasi matriks pada rantai Markov J. Sains Dasar 2014 3(1) 20-24 Apliasi diagonalisasi matris pada rantai Marov (Application of matrix diagonalization on Marov chain) Bidayatul hidayah, Rahayu Budhiyati V., dan Putriaji Hendiawati Jurusan

Lebih terperinci

RINGKASAN SKRIPSI MODUL PERKALIAN

RINGKASAN SKRIPSI MODUL PERKALIAN RINGKASAN SKRIPSI MODUL PERKALIAN SAMSUL ARIFIN 04/177414/PA/09899 DEPARTEMEN PENDIDIKAN NASIONAL UNIVERSITAS GADJAH MADA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM YOGYAKARTA 2008 HALAMAN PENGESAHAN

Lebih terperinci

Penggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler

Penggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler Penggunaan Indusi Matematia untu Mengubah Deterministic Finite Automata Menjadi Espresi Reguler Husni Munaya - 353022 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung,

Lebih terperinci

3.1 TEOREMA DASAR ARITMATIKA

3.1 TEOREMA DASAR ARITMATIKA 3. TEOREMA DASAR ARITMATIKA Definisi 3. Suatu bilangan bulat > disebut (bilangan) rima, jia embagi ositif bilangan tersebut hanya dan. Jia bilangan bulat lebih dari satu buan bilangan rima disebut (bilangan)

Lebih terperinci

SOLUSI BAGIAN PERTAMA

SOLUSI BAGIAN PERTAMA SOLUSI BAGIAN PERTAMA 1. 13.. 931 3. 4 9 4. 63 5. 3 13 13 6. 3996 7. 1 03 8. 3 + 9 9. 3 10. 4 11. 6 1. 9 13. 31 14. 383 8 15. 1764 16. 5 17. + 7 18. 51 19. 8 0. 360 1 SOLUSI BAGIAN PERTAMA Soal 1. Misalan

Lebih terperinci

( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang

( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang Latar Belaang Terdapat banya permasalahan atau ejadian dalam ehidupan sehari hari yang dapat dimodelan dengan suatu proses stoasti Proses stoasti merupaan permasalahan yang beraitan dengan suatu aturan-aturan

Lebih terperinci

Ruang Barisan Orlicz Selisih Dengan Fungsional Aditif Dan Kontinunya

Ruang Barisan Orlicz Selisih Dengan Fungsional Aditif Dan Kontinunya J. Math. and Its Appl. ISSN: 1829-605X Vol. 2, No. 1, May. 2005, 37 45 Ruang Barisan Orlicz Selisih Dengan Fungsional Aditif Dan Kontinunya Sadjidon Jurusan Matematia Institut Tenologi Sepuluh Nopember,

Lebih terperinci

KARAKTERISTIK POHON FUZZY

KARAKTERISTIK POHON FUZZY KARAKTERISTIK POHON FUZZY Yuli Stiawati 1, Dwi Juniati 2, 1 Jurusan Matematia, Faultas Matematia dan Ilmu Pengetahuan Alam, Universitas Negeri Surabaya, 60231 2 Jurusan Matematia, Faultas Matematia dan

Lebih terperinci

MENYELESAIKAN PERSAMAAN DIFFERENSIAL BILANGAN BULAT DAN BILANGAN RASIONAL

MENYELESAIKAN PERSAMAAN DIFFERENSIAL BILANGAN BULAT DAN BILANGAN RASIONAL MENYELESAIKAN PERSAMAAN DIFFERENSIAL BILANGAN BULAT DAN BILANGAN RASIONAL Sarta Meliana 1, Mashadi 2, Sri Gemawati 2 1 Mahasiswa Program Studi S1 Matematia 2 Dosen Jurusan Matematia Faultas Matematia dan

Lebih terperinci

BEBERAPA SIFAT HIMPUNAN KRITIS PADA PELABELAN AJAIB GRAF BANANA TREE. Triyani dan Irham Taufiq Universitas Jenderal Soedirman

BEBERAPA SIFAT HIMPUNAN KRITIS PADA PELABELAN AJAIB GRAF BANANA TREE. Triyani dan Irham Taufiq Universitas Jenderal Soedirman JMP : Volume 4 Nomor 2, Desember 2012, hal. 271-278 BEBERAPA SIFAT HIMPUNAN KRITIS PADA PELABELAN AJAIB GRAF BANANA TREE Triyani dan Irham Taufiq Universitas Jenderal Soedirman trianisr@yahoo.com.au ABSTRACT.

Lebih terperinci

PELABELAN FUZZY PADA GRAF. Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman.

PELABELAN FUZZY PADA GRAF. Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman. JMP : Volume 6 Nomor, Juni 04, hal. - PELABELAN FUZZY PADA GRAF Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman email : oeytea0@gmail.com ABSTRACT. This paper discusses

Lebih terperinci

Bab 4 RUANG VEKTOR. 4.1 Ruang Vektor

Bab 4 RUANG VEKTOR. 4.1 Ruang Vektor Bab RUANG VEKTOR. Ruang Vektor DEFINISI.. Suatu ruang vektor (V, +,, F) atas field (F, +), ditulis singkat V(F), adalah suatu himpunan tak kosong V dengan elemenelemennya disebut vektor, yang dilengkapi

Lebih terperinci

Y = + x + x x + e, e N(0, ), Residual e=y -Yˆ

Y = + x + x x + e, e N(0, ), Residual e=y -Yˆ Yogyaarta, 26 Noember 206 ISSN : 979 9X eissn : 25 528X ANALISIS PSEUDOINVERS DAN APLIKASINYA PADA REGRESI LINEAR BERGANDA Kris Suryowati Program Studi Statistia, Faultas Sains erapan, Institut Sains dan

Lebih terperinci

SUATU KLAS BILANGAN BULAT DAN PERANNYA DALAM MENGKONSTRUKSI BILANGAN PRIMA

SUATU KLAS BILANGAN BULAT DAN PERANNYA DALAM MENGKONSTRUKSI BILANGAN PRIMA SUATU KLAS BILANGAN BULAT DAN PERANNYA DALAM MENGKONSTRUKSI BILANGAN PRIMA I Nengah Suparta dan I. B. Wiasa Jurusan Pendidian MatematiaUniversitas Pendidian Ganesha E-mail: isuparta@yahoo.com ABSTRAK:

Lebih terperinci

Pengantar Vektor. Besaran. Vektor (Mempunyai Arah) Skalar (Tidak mempunyai arah)

Pengantar Vektor. Besaran. Vektor (Mempunyai Arah) Skalar (Tidak mempunyai arah) Pengantar Vektor Besaran Skalar (Tidak mempunyai arah) Vektor (Mempunyai Arah) Vektor Geometris Skalar (Luas, Panjang, Massa, Waktu dan lain - lain), merupakan suatu besaran yang mempunyai nilai mutlak

Lebih terperinci

( x) LANDASAN TEORI. ω Ω ke satu dan hanya satu bilangan real X( ω ) disebut peubah acak. Ρ = Ρ. Ruang Contoh, Kejadian dan Peluang

( x) LANDASAN TEORI. ω Ω ke satu dan hanya satu bilangan real X( ω ) disebut peubah acak. Ρ = Ρ. Ruang Contoh, Kejadian dan Peluang LANDASAN TEORI Ruang Contoh Kejadian dan Peluang Suatu percobaan yang dapat diulang dalam ondisi yang sama yang hasilnya tida dapat dipredisi secara tepat tetapi ita dapat mengetahui semua emunginan hasil

Lebih terperinci

BAB III DIMENSI PARTISI GRAF KIPAS DAN GRAF KINCIR

BAB III DIMENSI PARTISI GRAF KIPAS DAN GRAF KINCIR BAB III DIMENSI PARTISI GRAF KIPAS DAN GRAF KINCIR 3. Dimensi Partisi Graf Kipas (F n ) Berdasaran Proposisi dan Proposisi, semua graf G selain graf P n dan K n memilii 3 pd(g) n -. Lebih husus, graf Kipas

Lebih terperinci

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK Proses pengenalan dilauan dengan beberapa metode. Pertama

Lebih terperinci

Operasi perkalian skalar merupakan suatu aturan yang mengasosiasikan setiap skalar k dan setiap objek u pada v dengan suatu objek ku, yang disebut

Operasi perkalian skalar merupakan suatu aturan yang mengasosiasikan setiap skalar k dan setiap objek u pada v dengan suatu objek ku, yang disebut RUANG VEKTOR REAL Aksioma ruang vektor, dinyatakan dlam definisi beikut, dimana aksiona merupakan aturan permainan dalam ruang vektor. Definisi : Jika V merupakan suatu himpunan tidak kosong dari objek

Lebih terperinci

2.1 Bilangan prima dan faktorisasi prima

2.1 Bilangan prima dan faktorisasi prima BAB 2 BILANGAN PRIMA 2.1 Bilangan prima dan fatorisasi prima Definisi 2.1.1. Bilangan bulat p > 1 diataan prima jia ia hanya mempunyai pembagi p dan 1. Dengan ata lain bilangan prima tida mempunyai pembagi

Lebih terperinci

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL Syafruddin Side, Jurusan Matematia, FMIPA, Universitas Negeri Maassar email:syafruddinside@yahoo.com Info: Jurnal MSA Vol. 3

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Tinjauan Pustaa Untu menacapai tujuan penulisan sripsi, diperluan beberapa pengertian dan teori yang relevan dengan pembahasan. Karena itu, dalam subbab ini aan diberian beberapa

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1. Statisti Inferensia Tujuan statisti pada dasarnya adalah melauan desripsi terhadap data sampel, emudian melauan inferensi terhadap data populasi berdasaran pada informasi yang

Lebih terperinci

I. PENDAHULUAN. Teori graf merupakan salah satu bagian ilmu dari matematika dan merupakan

I. PENDAHULUAN. Teori graf merupakan salah satu bagian ilmu dari matematika dan merupakan I. PENDAHULUAN. Latar Belaang Teori graf merupaan salah satu bagian ilmu dari matematia dan merupaan poo bahasan yang relatif muda jia dibandingan dengan cabang ilmu matematia yang lain seperti aljabar

Lebih terperinci

Optimasi Non-Linier. Metode Numeris

Optimasi Non-Linier. Metode Numeris Optimasi Non-inier Metode Numeris Pendahuluan Pembahasan optimasi non-linier sebelumnya analitis: Pertama-tama mencari titi-titi nilai optimal Kemudian, mencari nilai optimal dari fungsi tujuan berdasaran

Lebih terperinci

BAB IV APLIKASI PADA MATRIKS STOKASTIK

BAB IV APLIKASI PADA MATRIKS STOKASTIK BAB IV : ALIKASI ADA MARIKS SOKASIK 56 BAB IV ALIKASI ADA MARIKS SOKASIK Salah satu apliasi dari eori erron-frobenius yang paling terenal adalah penurunan secara alabar untu beberapa sifat yang dimilii

Lebih terperinci

tidak mempunyai fixed mode terdesentralisasi, dapat dilakukan dengan memberikan kompensator terdesentralisasi. Fixed mode terdesentralisasi pertama

tidak mempunyai fixed mode terdesentralisasi, dapat dilakukan dengan memberikan kompensator terdesentralisasi. Fixed mode terdesentralisasi pertama BB IV PENGENDLIN TERDESENTRLISSI Untu menstabilan sistem yang tida stabil, dengan syarat sistem tersebut tida mempunyai fixed mode terdesentralisasi, dapat dilauan dengan memberian ompensator terdesentralisasi.

Lebih terperinci

Analisis Varians = Analysis of Variance = ANOVA

Analisis Varians = Analysis of Variance = ANOVA . Pendahuluan. Distribusi F Analisis Varians Analysis of Variance ANOVA χ² pengujian beberapa (>) proporsi ANOVA pengujian beberapa (>) nilai rata-rata Dasar perhitungan ANOVA ditetapan oleh Ronald A.

Lebih terperinci

dimana a 1, a 2,, a n dan b adalah konstantakonstanta

dimana a 1, a 2,, a n dan b adalah konstantakonstanta Persamaan linear adalah persamaan dimana peubahnya tidak memuat eksponensial, trigonometri (seperti sin, cos, dll.), perkalian, pembagian dengan peubah lain atau dirinya sendiri. Secara umum persamaan

Lebih terperinci

KAJIAN TEOREMA TITIK TETAP PEMETAAN KONTRAKTIF PADA RUANG METRIK CONE LENGKAP DENGAN JARAK-W

KAJIAN TEOREMA TITIK TETAP PEMETAAN KONTRAKTIF PADA RUANG METRIK CONE LENGKAP DENGAN JARAK-W J. Math. and Its Appl. ISSN: 1829-605X Vol. 8, No. 2, November 2011, 43 49 KAJIAN TEOREMA TITIK TETAP PEMETAAN KONTRAKTIF PADA RUANG METRIK CONE LENGKAP DENGAN JARAK-W Sunarsini. 1, Sadjidon 2 Jurusan

Lebih terperinci

MUH1G3/ MATRIKS DAN RUANG VEKTOR

MUH1G3/ MATRIKS DAN RUANG VEKTOR MUHG3/ MATRIKS DAN RUANG VEKTOR TIM DOSEN 7 Transformasi Linear Sub Pokok Bahasan Definisi Transformasi Linear Matriks Transformasi Kernel dan Jangkauan Aplikasi Transformasi Linear Grafika Komputer Penyederhanaan

Lebih terperinci

MASALAH VEKTOR EIGEN MATRIKS INVERS MONGE DI ALJABAR MAX-PLUS

MASALAH VEKTOR EIGEN MATRIKS INVERS MONGE DI ALJABAR MAX-PLUS Seminar Sains Penidi Sains VI UKSW Salatiga Juni 0 MSLH VEKTOR EIGEN MTRIKS INVERS MONGE DI LJBR MX-PLUS Farida Suwaibah Subiono Mahmud Yunus Jurusan Matematia FMIP Institut Tenologi Sepuluh Nopember Surabaya

Lebih terperinci

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI Jurusan Matematia, FMIPA, Universitas Negeri Maassar Email: nanni.cliq@gmail.com Abstra. Pada artiel ini dibahas

Lebih terperinci

KENNETH CHRISTIAN NATHANAEL

KENNETH CHRISTIAN NATHANAEL KENNETH CHRISTIAN NATHANAEL. Sistem Bilang Real. Fungsi dan Grafi. Limit dan Keontinuan 4. Limit Ta Hingga 5. Turunan Fungsi 6. Turunan Fungsi Trigonometri 7. Teorema Rantai 8. Turunan Tingat Tinggi 9.

Lebih terperinci

Solusi Pengayaan Matematika Edisi 16 April Pekan Ke-4, 2005 Nomor Soal:

Solusi Pengayaan Matematika Edisi 16 April Pekan Ke-4, 2005 Nomor Soal: Solusi Pengayaan Matematia Edisi 6 pril Pean Ke-4, 00 Nomor Soal: -60. Jia. sin cos tan 00 00, maa nilai adalah... cos sin 00 00. 40 Solusi: [] sin cos tan 00 00 cos sin 00 00 sin sin 00 00 cos sin 00

Lebih terperinci

Ruang Baris, Ruang Kolom, dan Ruang Null (Kernel)

Ruang Baris, Ruang Kolom, dan Ruang Null (Kernel) Ruang Baris, Ruang Kolom, dan Ruang Null (Kernel) Kuliah Aljabar Linier Semester Ganjil 2015-2016 MZI Fakultas Informatika Telkom University FIF Tel-U November 2015 MZI (FIF Tel-U) Ruang Baris, Kolom,

Lebih terperinci

Analisis Varians = Analysis of Variance = ANOVA

Analisis Varians = Analysis of Variance = ANOVA Analisis Varians Analysis of Variance ANOVA. Pendahuluan. Distribusi F χ² pengujian beberapa (>) proporsi ANOVA pengujian beberapa (>) nilai rata-rata Dasar perhitungan ANOVA ditetapan oleh Ronald A. Fisher.

Lebih terperinci

RUANG VEKTOR UMUM AKSIOMA RUANG VEKTOR

RUANG VEKTOR UMUM AKSIOMA RUANG VEKTOR 7//5 RUANG VEKTOR UMUM Yang dibahas.. Ruang vektor umum. Subruang. Hubungan dependensi linier 4. Basis dan dimensi 5. Ruang baris, ruang kolom, ruang nul, rank dan nulitas AKSIOMA RUANG VEKTOR V disebut

Lebih terperinci

SUBRUANG VEKTOR. Disusun Untuk Memenuhi Mata Kuliah Aljabar Linier. Dosen Pembimbing: Abdul Aziz Saefudin, M.Pd

SUBRUANG VEKTOR. Disusun Untuk Memenuhi Mata Kuliah Aljabar Linier. Dosen Pembimbing: Abdul Aziz Saefudin, M.Pd SUBRUANG VEKTOR Disusun Untuk Memenuhi Mata Kuliah Aljabar Linier Dosen Pembimbing: Abdul Aziz Saefudin, M.Pd Disusun Oleh : Kelompok 6/ III A4 1. Nina Octaviani Nugraheni 14144100115 2. Emi Suryani 14144100126

Lebih terperinci

BAB 2 TEORI PENUNJANG

BAB 2 TEORI PENUNJANG BAB EORI PENUNJANG.1 Konsep Dasar odel Predictive ontrol odel Predictive ontrol P atau sistem endali preditif termasu dalam onsep perancangan pengendali berbasis model proses, dimana model proses digunaan

Lebih terperinci

BAB 5 RUANG VEKTOR A. PENDAHULUAN

BAB 5 RUANG VEKTOR A. PENDAHULUAN BAB 5 RUANG VEKTOR A. PENDAHULUAN 1. Definisi-1. Suatu ruang vektor adalah suatu himpunan objek yang dapat dijumlahkan satu sama lain dan dikalikan dengan suatu bilangan, yang masing-masing menghasilkan

Lebih terperinci

BAB 3 RUANG BERNORM-2

BAB 3 RUANG BERNORM-2 BAB RUANG BERNORM-. Norm- dan Ruang ` De nisi. Misalan V ruang vetor atas R berdimensi d (dalam hal ini d boleh ta hingga). Sebuah fungsi ; V V! R yang memenuhi sifat-sifat beriut;. x; y 0 ia dan hanya

Lebih terperinci

Materi. Menggambar Garis. Menggambar Garis 9/26/2008. Menggambar garis Algoritma DDA Algoritma Bressenham

Materi. Menggambar Garis. Menggambar Garis 9/26/2008. Menggambar garis Algoritma DDA Algoritma Bressenham Materi IF37325P - Grafia Komputer Geometri Primitive Menggambar garis Irfan Malii Jurusan Teni Informatia FTIK - UNIKOM IF27325P Grafia Komputer 2008 IF27325P Grafia Komputer 2008 Halaman 2 Garis adalah

Lebih terperinci

Vektor-vektor Yang Tegak Lurus dan Vektor-vektor Yang Paralel

Vektor-vektor Yang Tegak Lurus dan Vektor-vektor Yang Paralel Ruang Vetor Vetor-vetor Yang Tega Lurus dan Vetor-vetor Yang Paralel - Dua vetor dan saling tega lurus atau (aitu cos θ 0), ia o 0 atau ia : + + 0 - Dua vetor dan saling paralel ia omponen-omponenna sebanding

Lebih terperinci

SOLUSI SISTEM PERSAMAAN LINEAR

SOLUSI SISTEM PERSAMAAN LINEAR SOLUSI SISTEM PERSAMAAN LINEAR Bentuk umum persamaan linear dengan n peubah diberikan sebagai berikut : a1 x1 + a2 x2 +... + an xn = b ; a 1, a 2,..., a n R merupakan koefisien dari persamaaan dan x 1,

Lebih terperinci

BAB II LANDASAN TEORI. Graf adalah kumpulan simpul (nodes) yang dihubungkan satu sama lain

BAB II LANDASAN TEORI. Graf adalah kumpulan simpul (nodes) yang dihubungkan satu sama lain 8 BAB II LANDASAN TEORI 2.1 Teori Graf 2.1.1 Definisi Graf Graf adalah umpulan simpul (nodes) yang dihubungan satu sama lain melalui sisi/busur (edges) (Zaaria, 2006). Suatu Graf G terdiri dari dua himpunan

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini menggunakan data sekunder bersifat runtun waktu (time series)

III. METODOLOGI PENELITIAN. Penelitian ini menggunakan data sekunder bersifat runtun waktu (time series) III. METODOLOGI PENELITIAN A. Jenis dan Sumber Data Penelitian ini menggunaan data seunder bersifat runtun watu (time series) dalam periode tahunan dan data antar ruang (cross section). Data seunder tersebut

Lebih terperinci

BAB ELASTISITAS. Pertambahan panjang pegas

BAB ELASTISITAS. Pertambahan panjang pegas BAB ELASTISITAS 4. Elastisitas Zat Padat Dibandingan dengan zat cair, zat padat lebih eras dan lebih berat. sifat zat padat yang seperti ini telah anda pelajari di elas SLTP. enapa Zat pada lebih eras?

Lebih terperinci

Suatu himpunan tak kosong F dengan operasi penjumlahan dan perkalian, dikatakan sebagai field jika untuk setiap,, memenuhi sifat-sifat berikut:

Suatu himpunan tak kosong F dengan operasi penjumlahan dan perkalian, dikatakan sebagai field jika untuk setiap,, memenuhi sifat-sifat berikut: Bagian 5. RUANG VEKTOR 5.1 Lapangan (Field) Suatu himpunan tak kosong F dengan operasi penjumlahan dan perkalian, dikatakan sebagai field jika untuk setiap,, memenuhi sifat-sifat berikut: 1. dan 2., 3.,

Lebih terperinci

PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( )

PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( ) PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursati (13507065) Program Studi Teni Informatia, Seolah Teni Eletro dan Informatia, Institut Tenologi Bandung Jalan Ganesha No. 10 Bandung, 40132

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Teori Fuzzy 2.1.1 Dasar-Dasar Teori Fuzzy Secara prinsip, di dalam teori fuzzy set dapat dianggap sebagai estension dari teori onvensional atau crisp set. Di dalam teori crisp

Lebih terperinci

Sebuah garis dalam bidang xy bisa disajikan secara aljabar dengan sebuah persamaan berbentuk :

Sebuah garis dalam bidang xy bisa disajikan secara aljabar dengan sebuah persamaan berbentuk : Persamaan Linear Sebuah garis dalam bidang xy bisa disajikan secara aljabar dengan sebuah persamaan berbentuk : a x + a y = b Persamaan jenis ini disebut sebuah persamaan linear dalam peubah x dan y. Definisi

Lebih terperinci

BEBERAPA SIFAT QUASI-IDEAL MINIMAL PADA RING TRANSFORMASI LINEAR 1

BEBERAPA SIFAT QUASI-IDEAL MINIMAL PADA RING TRANSFORMASI LINEAR 1 BEBERAPA SIFAT QUASI-IDEAL MINIMAL PADA RING TRANSFORMASI LINEAR K a r y a t i Jurusan Pendidian Matematia FMIPA Uniersitas Negeri Yogyaarta e-mail : yatiuny@yahoo.com Abstra. Misalan R adalah ring, Q

Lebih terperinci

( ) terdapat sedemikian sehingga

( ) terdapat sedemikian sehingga LATIHAN.. Misalan A R, : A R, c R adala titi cluster dari A (c, ). Maa pernyataan beriut equivalen : a. lim b. Barisan ( ) yan onveren e c seina dan >., maa barisan ( ) onveren e. Buti : lim ( ) Berarti

Lebih terperinci

3. Sebaran Peluang Diskrit

3. Sebaran Peluang Diskrit 3. Sebaran Peluang Disrit EL2002-Probabilitas dan Statisti Dosen: Andriyan B. Susmono Isi 1. Sebaran seragam (uniform) 2. Sebaran binomial dan multinomial 3. Sebaran hipergeometri 4. Sebaran Poisson 5.

Lebih terperinci

BAB II SISTEM PERSAMAAN LINEAR. Sistem persamaan linear ditemukan hampir di semua cabang ilmu

BAB II SISTEM PERSAMAAN LINEAR. Sistem persamaan linear ditemukan hampir di semua cabang ilmu BAB II SISTEM PERSAMAAN LINEAR Sistem persamaan linear ditemukan hampir di semua cabang ilmu pengetahuan. Di bidang ilmu ukur, diperlukan untuk mencari titik potong dua garis dalam satu bidang. Di bidang

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belaang Model Loglinier adalah salah satu asus husus dari general linier model untu data yang berdistribusi poisson. Model loglinier juga disebut sebagai suatu model statisti

Lebih terperinci

KS KALKULUS DAN ALJABAR LINEAR Independensi Linear Basis & Dimensi TIM KALIN

KS KALKULUS DAN ALJABAR LINEAR Independensi Linear Basis & Dimensi TIM KALIN KS091206 Independensi Linear Basis & Dimensi TIM KALIN TUJUAN INSTRUKSIONAL KHUSUS Setelah menyelesaikan pertemuan ini mahasiswa diharapkan: Dapat mengetahui apakah suatu vektor bebas linier atau tak bebas

Lebih terperinci

Variasi Spline Kubik untuk Animasi Model Wajah 3D

Variasi Spline Kubik untuk Animasi Model Wajah 3D Variasi Spline Kubi untu Animasi Model Wajah 3D Rachmansyah Budi Setiawan (13507014 1 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung, Jl. Ganesha 10 Bandung 40132,

Lebih terperinci

Bilangan Bulat. Modul 1 PENDAHULUAN

Bilangan Bulat. Modul 1 PENDAHULUAN Modul Bilangan Bulat Prof. Drs. Gatot Muhsetyo, M.Sc. D PENDAHULUAN alam modul Bilangan Bulat ini diuraian tentang awal pembahasan bilangan sebagai ebutuhan hidup manusia, meliputi bilangan asli, bilangan

Lebih terperinci

BAB IV METODE BELAJAR HEBBIAN

BAB IV METODE BELAJAR HEBBIAN BAB IV MEODE BELAJAR HEBBIAN - Aturan Hebb meruaan salah satu huum embelajaran jaringan neural yang ertama. Diemuaan oleh Donald Hebb (949). Hebb lahir di Chester, Nova Scotia, ada ergantian abad. - Isinya

Lebih terperinci

mungkin muncul adalah GA, GG, AG atau AA dengan peluang masing-masing

mungkin muncul adalah GA, GG, AG atau AA dengan peluang masing-masing . DISTRIUSI INOMIL pabila sebuah oin mata uang yang memilii dua sisi bertulisan ambar () dan nga () dilempar satu ali, maa peluang untu mendapatan sisi ambar adalah,5 atau. pabila oin tersebut dilempar

Lebih terperinci

BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING

BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING Bab III Desain Dan Apliasi Metode Filtering Dalam Sistem Multi Radar Tracing BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING Bagian pertama dari bab ini aan memberian pemaparan

Lebih terperinci

SOLUSI KESTABILAN PADA MASALAH MULTIPLIKATIF PARAMETRIK (STABILITY SOLUTION OF PARAMETRIC MULTIPLICATIVE PROBLEMS)

SOLUSI KESTABILAN PADA MASALAH MULTIPLIKATIF PARAMETRIK (STABILITY SOLUTION OF PARAMETRIC MULTIPLICATIVE PROBLEMS) Prosiding Semirata15 bidang MIPA BKS-PTN Barat Hal 357-36 SOLUSI KESTABILAN PADA MASALAH MULTIPLIKATIF PARAMETRIK STABILITY SOLUTION OF PARAMETRIC MULTIPLICATIVE PROBLEMS) Budi Rudianto 1, Narwen Jurusan

Lebih terperinci

PERTEMUAN 11 RUANG VEKTOR 1

PERTEMUAN 11 RUANG VEKTOR 1 PERTEMUAN 11 RUANG VEKTOR 1 TUJUAN INSTRUKSIONAL KHUSUS Setelah menyelesaikan pertemuan ini mahasiswa diharapkan : Dapat mengetahui definisi dan sifat-sifat dari ruang vektor Dapat mengetahui definisi

Lebih terperinci

Part II SPL Homogen Matriks

Part II SPL Homogen Matriks Part II SPL Homogen Matriks SPL Homogen Bentuk Umum SPL homogen dalam m persamaan dan n variabel x 1, x 2,, x n : a 11 x 1 + a 12 x 2 + + a 1n x n = 0 a 21 x 1 + a 22 x 2 + + a 2n x n = 0 a m1 x 1 + a

Lebih terperinci

MATA KULIAH METODE RUNTUN WAKTU. Oleh : Entit Puspita Nip

MATA KULIAH METODE RUNTUN WAKTU. Oleh : Entit Puspita Nip MAA KULIAH MEODE RUNUN WAKU Oleh : Entit Puspita Nip 08 JURUSAN PENDIDIKAN MAEMAIKA FAKULAS PENDIDIKAN MAEMAIKA DAN ILMU PENGEAHUAN ALAM UNIVERSIAS PENDIDIKAN INDONESIA 00 //00 Entit Puspita BEBERAPA KONSEP

Lebih terperinci

PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA

PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA Sear Wulandari, Nur Salam, dan Dewi Anggraini Program Studi Matematia Universitas Lambung Mangurat

Lebih terperinci

SISTEM PERSAMAAN LINEAR

SISTEM PERSAMAAN LINEAR Pokok Bahasan : Sistem persamaan linier Sub Pokok Bahasan : Sistem persamaan linier Eliminasi Gauss Eliminasi Gauss Jordan Penyelesaian SPL dengan invers SISTEM PERSAMAAN LINEAR Tujuan : Menyelesaikan

Lebih terperinci

KORELASI ANTARA DUA KELOMPOK VARIABEL KUANTITATIF DALAM ANALISIS KANONIK

KORELASI ANTARA DUA KELOMPOK VARIABEL KUANTITATIF DALAM ANALISIS KANONIK Jurnal Pengaaran MIPA, Vol. 0 No. Desember 007 ISSN: -097 KORELASI ANARA DUA KELOMPOK VARIABEL KUANIAIF DALAM ANALISIS KANONIK Oleh : Dewi Rachmatin, S.Si., M.Si. Jurusan Pendidian Matematia FPMIPA Universitas

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Variabel Variabel ialah sesuatu yang nilainya berubah-ubah menurut watu atau berbeda menurut elemen/tempat. Umumnya nilai arateristi merupaan variabel dan diberi simbol huruf X.

Lebih terperinci

BAB VII MATRIKS DAN SISTEM LINEAR TINGKAT SATU

BAB VII MATRIKS DAN SISTEM LINEAR TINGKAT SATU BAB VII MATRIKS DAN SISTEM LINEAR TINGKAT SATU Sistem persamaan linear orde/ tingkat satu memiliki bentuk standard : = = = = = = = = = + + + + + + + + + + Diasumsikan koefisien = dan fungsi adalah menerus

Lebih terperinci

Pertemuan 1 Sistem Persamaan Linier dan Matriks

Pertemuan 1 Sistem Persamaan Linier dan Matriks Matriks & Ruang Vektor Pertemuan Sistem Persamaan Linier dan Matriks Start Matriks & Ruang Vektor Outline Materi Pengenalan Sistem Persamaan Linier (SPL) SPL & Matriks Matriks & Ruang Vektor Persamaan

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Sistem Kendali Lup [1] Sistem endali dapat diataan sebagai hubungan antara omponen yang membentu sebuah onfigurasi sistem, yang aan menghasilan tanggapan sistem yang diharapan.

Lebih terperinci

PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR

PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR Ngarap Im Mani 1) dan Lim Widya Sanjaya ), 1) & ) Jurs. Matematia Binus University PENGANTAR Perancangan percobaan adalah suatu

Lebih terperinci

BAB IV Solusi Numerik

BAB IV Solusi Numerik BAB IV Solusi Numeri 4. Algoritma Genetia Algoritma Genetia (AG) [2] merupaan teni pencarian stoasti yang berdasaran pada meanisme selesi alam dan prinsip penurunan genetia. Algoritma genetia ditemuan

Lebih terperinci

Kumpulan soal-soal level seleksi provinsi: solusi:

Kumpulan soal-soal level seleksi provinsi: solusi: Kumpulan soal-soal level selesi provinsi: 1. Sebuah bola A berjari-jari r menggelinding tanpa slip e bawah dari punca sebuah bola B berjarijari R. Anggap bola bawah tida bergera sama seali. Hitung ecepatan

Lebih terperinci

Aljabar Linier Sistem koordinat, dimensi ruang vektor dan rank

Aljabar Linier Sistem koordinat, dimensi ruang vektor dan rank Aljabar Linier Sistem koordinat, dimensi ruang vektor dan rank khozin mu tamar 9 Oktober 2014 PERTEMUAN-4 : SISTEM KOORDINAT, DIMEN- SI RUANG VEKTOR DAN RANK 1. Sistem koordinat (a) Ketunggalan scalar

Lebih terperinci

Sifat-sifat Nilai Eigen dan Vektor Eigen Matriks atas Aljabar Maxplus

Sifat-sifat Nilai Eigen dan Vektor Eigen Matriks atas Aljabar Maxplus J. Sains Dasar () Sifat-sifat Nilai Eigen dan Vetor Eigen Matris atas ljabar Maxplus (The Properties of Eigen Value and Eigen Vector of Matrices Over Maxplus lgebra) Musthofa * dan Nienasih inatari * Jurusan

Lebih terperinci

uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg

uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg uiopasdfghjklzxcvbnmqwertyuiopasd Qwertyuiopasdfghjklzxcvbnmqwerty cvbnmqwertyuiopasdfghjklzxcvbnmq fghjklzxcvbnmqwertyuiopasdfghjklzx wertyuiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiopasdfg

Lebih terperinci

Studi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya

Studi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya Studi dan Analisis mengenai Hill ipher, Teni Kriptanalisis dan Upaya enanggulangannya Arya Widyanaro rogram Studi Teni Informatia, Institut Tenologi Bandung, Jl. Ganesha 10 Bandung Email: if14030@students.if.itb.ac.id

Lebih terperinci

- Persoalan nilai perbatasan (PNP/PNB)

- Persoalan nilai perbatasan (PNP/PNB) PENYELESAIAN NUMERIK PERSAMAAN DIFERENSIAL Persamaan diferensial biasanya digunaan untu pemodelan matematia dalam sains dan reayasa. Seringali tida terdapat selesaian analiti seingga diperluan ampiran

Lebih terperinci

GENERALISASI METODE TALI BUSUR UNTUK MENYELESAIKAN PERSAMAAN TAK LINEAR SUNARSIH

GENERALISASI METODE TALI BUSUR UNTUK MENYELESAIKAN PERSAMAAN TAK LINEAR SUNARSIH GENERALISASI METODE TALI BUSUR UNTUK MENYELESAIKAN PERSAMAAN TAK LINEAR SUNARSIH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011 ABSTRACT SUNARSIH.

Lebih terperinci

MAT. 12. Barisan dan Deret

MAT. 12. Barisan dan Deret MAT.. Barisan dan Deret i Kode MAT. Barisan dan Deret U, U, U3,..., Un,... Un a + (n-)b U + U +..., Un +... n?? Sn? BAGIAN PROYEK PENGEMBANGAN KURIKULUM DIREKTORAT PENDIDIKAN MENENGAH KEJURUAN DIREKTORAT

Lebih terperinci

Uji Alternatif Data Terurut Perbandingan antara Uji Jonckheere Terpstra dan Modifikasinya Ridha Ferdhiana 1 Statistics Peer Group

Uji Alternatif Data Terurut Perbandingan antara Uji Jonckheere Terpstra dan Modifikasinya Ridha Ferdhiana 1 Statistics Peer Group Uji Alternatif Data Terurut Perbandingan antara Uji Joncheere Terpstra dan Modifiasinya Ridha Ferdhiana Statistics Peer Group Jurusan Matematia FMIPA Universitas Syiah Kuala Banda Aceh, Aceh, 23 email:

Lebih terperinci

DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 1. Distribusi Seragam Diskrit

DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 1. Distribusi Seragam Diskrit DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 1 TI2131 TEORI PROBABILITAS MINGGU KE-9 Distribusi Seragam Disrit Jia sebuah variabel random X mengambil nilai x 1, x 2,, x dengan probabilitas yang sama, maa distribusi

Lebih terperinci

FISIKA. Kelas X GETARAN HARMONIS K-13. A. Getaran Harmonis Sederhana

FISIKA. Kelas X GETARAN HARMONIS K-13. A. Getaran Harmonis Sederhana K-13 Kelas X FISIKA GETARAN HARMONIS TUJUAN PEMBELAJARAN Setelah mempelajari materi ini, amu diharapan memilii emampuan sebagai beriut. 1. Memahami onsep getaran harmonis sederhana pada bandul dan pegas

Lebih terperinci

Kumpulan soal-soal level seleksi Kabupaten: Solusi: a a k

Kumpulan soal-soal level seleksi Kabupaten: Solusi: a a k Kumpulan soal-soal level selesi Kabupaten: 1. Sebuah heliopter berusaha menolong seorang orban banjir. Dari suatu etinggian L, heliopter ini menurunan tangga tali bagi sang orban banjir. Karena etautan,

Lebih terperinci

BAB 4 HASIL DAN PEMBAHASAN

BAB 4 HASIL DAN PEMBAHASAN BAB 4 HASIL DAN PEMBAHASAN 4.1 Hasil Pengolahan Data Data yang telah berhasil diumpulan oleh penulis di BB BIOGEN diperoleh hasil bobot biji edelai dengan jumlah varietas yang aan diuji terdiri dari 15

Lebih terperinci