DIKTAT KULIAH KALKULUS PEUBAH BANYAK (IE-308)

Ukuran: px
Mulai penontonan dengan halaman:

Download "DIKTAT KULIAH KALKULUS PEUBAH BANYAK (IE-308)"

Transkripsi

1 DIKTAT KULIAH (IE-308) BAB 4 PENERAPAN TURUNAN PARSIAL Diktat ini digunakan bagi mahasiswa Jurusan Teknik Industri Fakultas Teknik Universitas Kristen Maranatha Ir. Rudy Wawolumaja M.Sc JURUSAN TEKNIK INDUSTRI - FAKULTAS TEKNIK UNIVERSITAS KRISTEN MARANATHA BANDUNG 2012 Diktat ini disusun berdasarkan Calculus III oleh Paul Dawkins, Lamar University dengan penyesuaian berupa penerjemahan, pengurangan dan penambahan dari sumber-sumber lainnya.

2 BAB 4. PENERAPAN TURUNAN PARSIAL 4.1. Bidang Singgung dan pendekatan Linear Bila P adalah titik di dan menyatakan kurva irisan/trace dengan bidang datar tegak/vertikal dan bila menyatakan kurva irisan/trace terhadap bidang datar tegak, maka adalah kemiringan garis singgung terhadap kurva irisan dan adalah kemiringan garis singgung terhadap kurva irisan. Jadi bila adalah garis singgung terhadap trace dan adalah garis singgung terhadap trace. Maka pada bidang singgung terdapat dua garis dan. dan secara geometris bidang singgung tersebut menyinggung permukaan fungsi, analogi seperti juga garis singgung menyinggung kurva fungsi pada Kalkulus 1. Dan garis singgung dikatakan menyinggung kurva fungsi pada titik singgung dan sejajar / paralel dengan kurva fungsi pada titik singgung. Demikian juga bidang singgung adalah bidang datar yang menyinggung fungsi permukaan pada titik singgung P dan sejajar / paralel dengan permukaan fungsi tersebut pada titik singgung P. Sehingga pada titik P berlaku baik untuk fungsi permukaan, juga bidang singgung: Bila bidang singgung dinyatakan dengan persamaan bidang datar secara umum adalah: Dimana ulang menjadi: adalah sebuah titik di bidang tersebut. Persamaan tersebut dapat ditulis Dan bila, Persamaan bisa ditulis menjadi, Berikut ini kita akan melihat apa A dan B dalam hubungan bidang singgung dengan fungsi permukaan. Bila kita menahan y tetap, yaitu bila. Maka persamaan bidang singgung menjadi, Persamaan diatas menyatakan persamaan suatu garis, dan garis ini haruslah garis singgung pada fungsi permukaan di Jadi persamaan,. Dan A adalah kemiringan dari garis singgung ini. Adalah persamaan garis dan kemiringan dari pada titik singgung P adalah. Sehingga dapat dituliskan, Rudy Wawolumaja- Universitas Kristen Maranatha Halaman 69

3 Bila kita menahan x tetap pada persamaan bidang singgung menjadi, Dan persamaan diatas juga menyatakan persamaan garis dengan kemiringan pada titik singgung sebesar B atau. Jadi, Persamaan bidang singgung dengan fungsi permukaan pada adalah, Sehingga karena dapat ditulis ulang persamaan bidang singgung sebagai: Contoh Dapatkan persamaan bidang singgung at. Persamaan bidang singgung adalah: Bidang singgung memberi gambaran dan cara untuk melakukan pendekatan pada suatu permukaan sekitar sebuah titik. Sehingga memberikan persamaan pendekatan linear sebagai, Dengan kata lain, bila (x,y) adalah dekat/sekitar maka kita dapat mendekati nilai: Contoh Dapatkan pendekatan linear untuk pada titik. Jawab Bidang singgung / pendekatan linier, adalah Rudy Wawolumaja- Universitas Kristen Maranatha Halaman 70

4 Gambar 4.1. Bidang singgung terhadap permukaan pada titik (-4,3) Rudy Wawolumaja- Universitas Kristen Maranatha Halaman 71

5 4.2. Minimum Lokal dan Maximum Lokal (Relatif minimum dan maximum) Pada bab ini kita akan mempelajari bagaimana menemukan maximum lokal dan minimum lokal dalam fungsi 2 variabel. Definisi dari relatif extrema dari fungsi 2 variabel identik dengan fungsi 1 variabel, hanya bedanya kita berurusan dengan 2 variabel. Berikut ini definisi dari maximum lokal dan minimum lokal dari fungsi 2 variabel. Definisi 1. Suatu fungsi memiliki minimum lokal pada titik bila untuk setiap titik dalam daerah/region sekitar/bersebelahan. 2. Suatu fungsi memiliki maximum lokal pada titik bila untuk setiap titik dalam daerah/region sekitar/bersebelahan. Definisi ini menyatakan bahwa minimum lokal adalah bukan nilai terkecil dari fungsi tapi terkecil pada daerah bersebelahan, artinya untuk titik sekitar nilai titik tetangga bersebelahan (a,b) akan bernilai lebih besar dari. Diluar daerah tetangga dekat sangat mungkin ada nilai fungsi yang lebih kecil. Demikian juga maximum lokal. Berikut konsep titik kritis pada fungsi 2 variabel. Pada definisi titik kritis untuk 1 variabel, titik x=c adalah titik kritis fungsi satu kondisi berikut terjadi, yaitu atau tidak ada. Definisi titik kritis untuk fungsi 2 variable adalah sbb. : bila salah Definisi Titik adalah titik kritis dari bila salah satu kondisi dari dua syarat dibawah berlaku, 1. (atau dan ), 2. dan/atau tidak ada. Teorema Jika titik adalah extrema lokal dari fungsi maka adalah juga titik kritis dari dan kita akan mendapatkan. Catatan bahwa TIDAK semua titik kritis adalah titik extrema lokal, tapi semua titik extrema lokal adalah titik kritis. Untuk mendapatkan gambaran yang lebih jelas, berikut fungsi : Rudy Wawolumaja- Universitas Kristen Maranatha Halaman 72

6 Turunan parsial orde pertama, Titik dimana kedua turunan diatas adalah 0 terjadi pada, (0,0) dengan demikian (0,0) adalah titik kritis dari fungsi diatas. Berikut grafik dari fungsi tersebut. Gambar 4.2. Perhatikan titik kritis bukan titik extreme (max/min), karena sekitarnya/bertetangga ada nilai lebih besar & lebih kecil. Jenis titik kritis ini disebut: titik pelana / saddle points. Teorema Bila adalah titik kritis dan turunan kedua dari turunan parsial adalah kontinu dalam suatu daerah yang memuat. Dan bila D didefinisikan, Kita memperoleh beberapa klasifikasi dari titik kritis dengan kondisi. 1. Jika dan maka didapat minimum lokal pada. 2. Jika dan maka didapat maximum lokal pada. 3. Jika maka titik adalah titik pelana/saddle point. 4. Jika maka titik mungkin minimum lokal, maximum lokal atau titik pelana/saddle point. Dengan kata lain kita tidak tahu, tidak ada kesimpulan, Perhatikan pada kondisi maka dan akan memiliki tanda yang sama (pos/neg), jadi kalau bertanda positif, maka juga akan bertanda positif dan sebaliknya kalau negatif. Artinya bisa ditetapkan max atau minimum (ingat pada kalkulus 1 syarat pos negatif, turunan kedua <0, extrema =maks, turunan kedua>0, extrema = minimum. Contoh Temukan dan klasifikasi titik kritis fungsi. Solusi Rudy Wawolumaja- Universitas Kristen Maranatha Halaman 73

7 Pertama kita cari turunan orde pertama turunan parsial(utk mendapat titik kritis) kemudian dapatkan turunan orde kedua turunan parsial(utk mengklasifikasi titik kritis). Untuk mendapatkan titik kritis: Persamaan diatas tidak linear, tapi masih mudah utk dipecahkan. Dengan memasukkan kepersamaan kedua, didapat Solusi nya: atau. kemudian sehingga didapat titik kritis Jadi, kita telah mendapat 2 titik kritis. Sekarang kita menentukan klasifikasinya. Untuk itu kita perlu dicari D. Berikut rumus umum dari D: Masukkan titik kritis dalam persamaan diatas: : Jadi untuk : D adalah negative sehingga klasifikasinya adalah saddle point. Untuk D adalah positif dan positif, kesimpulkan kita dapat minimum lokal. Gambaran yang lebih jelas. Gambar 4.3. Rudy Wawolumaja- Universitas Kristen Maranatha Halaman 74

8 Contoh Temukan dan klasifikasi titik kritis Solusi Turunan pertama & kedua f(x,y) adalah: Utk mendapatkan titik kritis, kondisi berikut: Pemecahan persamaan diatas adalah sbb.: Jadi atau. Untuk --- : : Jadi, untuk kita mendapat titik kritis, Dan untuk kita mendapat titik kritis, Untuk menentukan jenis titik kritis, kita menghitung D. Untuk - : : : : Sehingga dapat disimpulkan untuk titik-titik kritis, jenisnya adalah: (0,0) : Maximum Lokal (0,2) : Minimum Lokal (1,1) : Titik Pelana (-1,1) : Titik Pelana Rudy Wawolumaja- Universitas Kristen Maranatha Halaman 75

9 Berikut gambar fungsi: Gambar 4.4. Contoh Tentukan koordinat titik pada bidang/plane jarak terdekat pada titik. Solusi Misal yang mempunyai adalah setiap titik yang terdapat dibidang. Jarak titik ini terhadap titik, didapat dari rumus, Kita sudah mendapat model pemecahan masalah diatas dengan mengidentifikasi masalah menjadi menemukan nilai minimum dari persamaan diatas. Titik yang memberi nilai minimum pada persamaan diatas adalah titik pada bidang yang mempunyai jarak terdekat ke titik. Sampai disini kita telah memodelkan pemecahan permasalahan diatas, namun ada perbedaan dengan contoh2 yang sudah dibahas, yaitu disini fungsi d adalah fungsi x, y dan z sedangkan yang lalu kita berurusan fungsi x dan y. Tapi bila dilihat lebih jauh hal ini tidak terlalu sulit. Komplikasi ini bisa dipecahkan bila kita melihat persamaan bidang dan menyusunnya ulang sebagai, Memasukkan nilai z kepersamaan d (jarak) kita memperoleh persamaan jarak sbb, Disini kita menemukan operasi akar yang merupakan komplikasi berikut, kita bisa sederhanakan dengan menghilangkan akar tersebut dengan pangkat 2, karena kita tahu menemukan titik minimum dari d adalah juga ekivalen menemukan titik minimum dari. Jadi, kita modifikasi formulasi atau model masalah kita menjadi mendapatkan nilai minimum dari Rudy Wawolumaja- Universitas Kristen Maranatha Halaman 76

10 Walaupun kita telah merumuskan permasalah jarak terdekat bidang ketitik menjadi mencari minimum dari persamaan kita perlu berhati-hati disini. Kehati-hatian pertama, karena dari teori yang telah kita bahas bahwa dari suatu persamaan fungsi kita dapat menemukan titik kritis dan kemudian menentukan klasifikasi dari titik kritis diatas, apakah max atau min atau saddle point. Sedangkan disini kita sudah langsung menetapkan mencari minimum. Kehati-hatian kedua yaitu dari teori yang kita bahas adalah mencari extreme lokal sedang yang diminta adalah minimum global. Mari kita lanjutkan dengan mencari nilai turunan pertama dan kedua dari turunan parsial fungsi. Dan dalam prosesnya kita akan temukan barangkali ke hati2an kita menjadi tidak relevan. Kita dapat kan turunan orde pertama dan kedua dari turunan parsial fungsi adalah sbb.: Disini tanpa menentukan titik kritis kita dapat menghitung D. Jadi dalam persoalan contoh 3 ini, kita mendapatkan nilai D yang selalu positif dan juga nilai juga selalu positif untuk apapun nilai x,y, jadi setiap titik kritis yang didapat dijamin titik tersebut klasifikasinya minimum lokal. Kehati-hatian pertama menjadi tidak relevan. Selanjutnya kita temukan titik kritis, dengan mencari solusi dari persamaan : Persamaan pertama diatas dapat dituliskan sbb.: Kita masukkan nilai x kedalam persamaan kedua dan didapat: Kita substitusi lagi ke persamaan dan kita mendapatkan. Jadi, disini kita mendapatkan titik kritis tunggal :. Dan kita tahu bahwa titik kritis tersebut adalah minimum lokal dan karena titik kritis tersebut adalah tunggal kita tahu tidak ada titik lain yang potensial menjadi titik eksteem, sehingga kehati-hatian kedua sudah terjawab. Kita telah menemukan koordinat x dan y pada bidang selanjutnya kita dapat mencari koordinat z dengan memasukkan nilai x & y kedalam persamaan bidang : Rudy Wawolumaja- Universitas Kristen Maranatha Halaman 77

11 Sehingga, titik pada bidang yang mempunyai jarak terdekat pada titik adalah. Rudy Wawolumaja- Universitas Kristen Maranatha Halaman 78

12 4.3. Minimum Global dan Maximum Global (Absolut Minimum dan Maximum) Pada bab ini kita akan meninjau lebih luas lagi dibanding yang bab lalu. Pada bagian sebelumnya kita diminta untuk menemukan dan meng klasifikasi semua titik kritis sebagai titik minimum lokal, maximum lokal dan atau titik pelana. Pada bagian ini kita akan mengoptimumkan sebuah fungsi, artinya menetapkan minimum global dan/atau maximum global dari suatu fungsi, pada suatu daerah (region) yang diberikan dalam. Yang dimaksud dengan pada suatu domain/daerah dalam berarti dalam suatu domain di bidang xy (xy-plane). Untuk itu kita akan menetapkan beberapa definisi. Definisi 1. Suatu daerah dalam disebut tertutup / closed bila daerah tersebut meliputi batasnya / boundary. Suatu daerah disebut terbuka / open bila titik-titik pada batasnya / boundary points tidak termasuk. 2. Suatu daerah dalam disebut terbatas / bounded bila terliput/tercakup secara tuntas dalam suatu cakram atau daerah yang memiliki batas-batas atau diliputi garis batas yang terbatas (finite) bukan tidak terbatas (infinite) Penjelasan definisi closed/tertutup. Kita katakan suatu daerah tertutup bila batasnya termasuk daerah tersebut. Untuk lebih jelas, sebagai contoh suatu segi empat. Dibawah ini dua definisi suatu segi empat, yang pertama open/terbuka dan kedua closed/tertutup. Dalam kasus pertama diatas (open), titik/garis batasnya tidak termasuk, dalam kasus kedua (close) region/daerah meliputi garis batasnya. Konsep bounded, open and closed adalah konsep yang penting dan berikut ini teorema nilai ekstrem. Teorema Nilai Extreme Jika fungsi kontinu dalam himpunan D yang tertutup dan terbatas, dan himpunan D ada dalam maka terdapat titik-titik dalam D, dan sehingga adalah maximum global dan adalah minimum global dari fungsi f dalam D. Catatan teorema ini TIDAK memberi petunjuk dimana minimum global atau maximum global terjadi. Teorema ini hanya menyatakan ada max global & min global. Minimum global dan/atau maximum global dapat ditemui di dalam daerah atau pada batas (boundary) dari daerah. Proses dasar untuk menemukan nilai maximum global dan minimum global adalah hampir sama dengan proses pada Kalkulus dasar, hanya sekarang kita ada dalam fungsi 2 variabel, proses tersebut adalah sbb.: Algoritma menemukan Extrema Global 1. Temukan semua titik2 kritis dari fungsi didalam daerah D and tetapkan nilai fungsi pada titik2 tersebut. 2. Temukan semua extrema dari fungsi pada garis batas (boundary). 3. Nilai terkecil dan terbesar yang didapat dalam kedua langkah diatas adalah nilai minimum Rudy Wawolumaja- Universitas Kristen Maranatha Halaman 79

13 global dan nilai maximum global. Perbedaan utama proses ini dengan proses yang digunakan Kalkulus I adalah batas/boundary dalam Kalkulus I adalah dua titik jadi tidak dibutuhkan kerumitan pada langkah 2. Contoh Temukan titik minimum global dan maximum global dari pada daerah segi empat/ rectangle yang didefinisikan sebagai dan. Pertama kita tinjau Daerah/Domain/Region segi empat yang dimaksud. Gambar4.5. Garis batas segi empat/rectangle adalah sbb.: Sisi kanan : x=1, 1 y 1 Sisi kiri : x=-1, 1 y 1 Sisi atas : y = 1, 1 x 1 Sisi bawah : y =-1, 1 x 1 Sekarang kita mulai dengan kedua langkah algoritma diatas. Kita mulai langkah 1 dengan menemukan titik-titik kritis didalam domain. Untuk itu kita membutuhkan kedua turunan pertama( first order derivatives). Perhatikan karena disini kita tidak perlu mengklasifikasi titik kritis (apa max atau min), kita tidak perlu turunan kedua (second order derivatives). Untuk mendapatkan titik kritis kita perlu menyelesaikan persamaan berikut: Persamaan kedua sama dengan: Memasukan persamaan diatas ke persamaan pertama kita dapat, Rudy Wawolumaja- Universitas Kristen Maranatha Halaman 80

14 Solusi persamaan diatas adalah atau. Batasan daerah adalah. Sehingga nilai x yang dipakai adalah x=0, sedangkan solusi kedua diabaikan atau dibuang. Dengan memasukkan kedalam persamaan untuk y, didapatkan, Dalam hal ini, didapatkan nilai kritis tunggal, yaitu pada titik kritis.. Sekarang kita mencari nilai fungsi Langkah pertama dari algoritma diatas telah selesai, dilanjutkan kelangkah kedua yaitu menemukan nilai extrema global pada garis batas (dalam hal ini batas segi empat) Kita mulai dengan garis batas kanan. Garis batas kanan didefinisikan sbb.: Kita lihat pada garis batas kanan nilai x tetap. Kita definisikan fungsi baru g(y) dari f (x,y) dengan nilai x=1, Sekarang kita perlu menemukan nilai extrema of sepanjang garis batas kanan(right side) yang sama dengan menemukan nilai extrema dalam range. Kita mencari titik kritis g(y) pada range dan kemudian menetapkan nilai pada titik kritis tersebut dan pada titik ujung dari range y. Hal tsb dilakukan sbb.: Nilai g pada titik y=-1 (titik ujung), y=1 (titik ujung) dan y=1/4 adalah sbb.: Kita kembalikan dari definisi ke fungsi. Proses diatas kita ulang lagi untuk garis batas kiri yang didefinisikan sbb.: Kita definisikan fungsi baru g (y) = f(-1,y), sbb.: Rudy Wawolumaja- Universitas Kristen Maranatha Halaman 81

15 Kita dapatkan fungsi yang sama seperti yang kita lakukan diatas, hal ini kebetulan saja untuk kasus2 lain tidak perlu seperti ini. Sehingga kita dapatkan titik kritis dan kita dapatkan nilai fungsi pada titik kritis sbb.: Kita lanjutkan pada proses garis batas atas, Kita definisikan fungsi baru h(x), dimana dari f (x,y) dimana y=1, Kita perlu menemukan extrema dari pada range. Pertama temukan nilai kritis Nilai fungsi dari titik kritis x=0 dan titik ujung x=-1, x=1 adalah: Kita kembalikan dari definisi ke fungsi. Terakhir kita lanjutkan pada proses garis batas bawah yang di definisikan, Kita definisikan fungsi baru h(x), dimana dari f (x,y) dimana y= -1, Titik kritis untuk fungsi ini, Nilai fungsi dari titik kritis x=0 dan titik ujung x=-1, x=1 adalah: Kita kembalikan dari definisi ke fungsi. Proses panjang diatas memberi hasil akhir: Rudy Wawolumaja- Universitas Kristen Maranatha Halaman 82

16 Nilai minimum global adalah pada karena memberi nilai paling kecil dari hasil akhir diatas dan nilai maximum global adalah pada dan karena kedua titik ini memberi nilai terbesar pada hasil akhir diatas. Berikut ini gambar fungsi diatas dengan batasan domain x,y yang didefinisikan dalam segi empat. Gambar 4.6. Contoh Temukan minimum global dan maximum global dari dari lingkaran dengan radius 4, Solusi Langkah pertama kita menemukan titik kritis fungsi didaerah didalam lingkaran, dengan menghitung turunan pertama fungsi terhadap x lalu terhadap y, Untuk mendapat titik kritis, kedua persamaan diatas bernilai 0, Kita dapatkan dan. Sehingga titik kritsi fungsi adalah, yaitu titik didalam lingkaran dengan radius = 4. Nilai fungsi pada titik kritis (0,3) adalah sbb.: Langkah kedua menemukan titik kritis pada garis batas, dalam hal ini berbentuk lingkaran : Kita pecahkan dengan memasukkan kedalam dan mendapat fungsi y sbb.: Rudy Wawolumaja- Universitas Kristen Maranatha Halaman 83

17 Kita mendapatkan fungsi 1 variabel dan kita cari nilai extrema dari fungsi dengan range. Turunan pertama dari fungsi diatas adalah sbb.: Nilai fungsi pada titik kritis dan titik ujung, Titik kritis didapat dengan memasukkan nilai y ke, sbb.: Nilai fungsi kita kembalikan ke., didapat: Jadi dengan membandingkan nilai nilai fungsi pada titik kritis diatas, kita temukan bahwa minimum global terjadi di pada dan. Berikut ini gambar dari fungsi dengan range lingkaran. yang kita dapatkan dan maximum global terjadi Gambar 4.7. Rudy Wawolumaja- Universitas Kristen Maranatha Halaman 84

18 4.4. Lagrange Multipliers Pada bab yang lalu kita telah menyentuh masalah optimasi suatu fungsi yang bounded dan closed, yaitu mencari absolute extrema. Kita melakukannya dengan mencari semua titik kritis didalam region/domain, juga pada garis batas dan memasukkan titik-titik kritis tersebut dalam fungsi untuk mendapat nilai fungsi. Titik kritis tersebut adalah titik-titik yang potensial menjadi titik optimal. Dan dari nilai fungsi yang didapat kita membandingkannya dan menetapkan mana yang absolut minimum dan yang absolut maksimum. Secara umum algoritma tersebut cukup baik, namun seperti kita ketahui bahwa melakukan prosedur / algoritma menemukan absolute ekstreem yang telah dibahas merupakan proses panjang. Pada bagian ini kita akan mempelajari alternatif cara untuk mengoptimasi suatu fungsi dengan suatu kriteria pembatas (objective: min/max function subject to given constraint). Constraint(s) / pembatas dapat berupa persamaan yang dinyatakan sebagai batas region (the boundary of a region) walaupun dalam bagian ini kita tidak berkonsentrasi dalam hal tersebut, melainkan pada constrain secara umum, tanpa memperdulikan dari mana konstrain tersebut berasal. Langsung pada inti bahasan, kita ingin mengoptimasi (mencari minimum dan maximum) dari suatu fungsi,, dengan kendala / konstrain. Dalam hal ini sekali lagi, konstrain dapat berupa persamaan yang menyatakan batas / boundary suatu region atau juga bukan atau sembarang konstrain (pembatas). Proses yang kita bahas disebut metoda Lagrange multiplier, yang algoritma/prosesnya cukup sederhana, sebagai berikut: Metoda Lagrange Multipliers 1. Pecahkan persamaan berikut : 2. Masukan semua solusi diatas,, dari langkah pertama diatas ke dan identifikasi nilai minimum and maximum, bila ada (exist). Nilai konstan,, disebut sebagai Lagrange Multiplier. Bila diperhatikan dan diuraikan, sistem persamaan diatas mempunyai 4 persamaan, yang dapat kita uraikan sbb. : Vektor diatas diuraikan dalam komponen vektor sbb.: Ketiga persamaan diatas bersama dengan persamaan konstrain, menjadikan empat persamaan dengan empat faktor tidak diketahui (unknowns), yaitu x, y, z, dan. Catatan hal diatas berlaku untuk persamaan 2 variabel x, y dalam hal ini, komponen ke 3 gradient tidak ada jadi kita memiliki 3 persamaan dengan tiga faktor yang tidak diketahui (unknowns) yaitu x, y, and. Sebagai catatan penting, dalam beberapa kasus maksimum dan minimum sebenarnya tidak ada (don t exist), walaupun dalam menjalankan prosedur ini seolah-olah ada. Jadi dalam setiap pemecahan problem kita harus memverifikasi dan mencek bahwa jawaban yang didapat masuk akal. Rudy Wawolumaja- Universitas Kristen Maranatha Halaman 85

19 Contoh Temukan dimensi dari kotak yang menghasilkan volume terbesar dengan total luas permukaan kotak sebesar 64 cm 2. Solusi Untuk persoalan ini kita tetapkan dimensi kotak, panjang=x, lebar=y dan tinggi=z. Dan x, y, z semua bernilai positive. (>0) Persoalan menjadi maximize, Dengan constrain atau subject to: Untuk menyederhanakan, kita membagi konstrain 2 dengan demikian juga fungsi konstrain. Kita mendapatkan empat persamaan yang akan dipecahkan, yaitu berapa x,y,z dan λ. Bila kita mengalikan persamaan (1) dengan x, persamaan (2) dengan y dan persamaan (3) dengan z, kita mendapatkann : (1) (2) (3) (4) (5) (6) Persamaan (5) dan (6) mempunyai nilai sama, sehingga (7) tidak bisa, karena berarti persamaan (1) menghasilkan Sedangkan kita tahu dimensi kotak harus lebih besar dari nol (>0), sehingga kita membuang kemungkinan. Kita lanjut dengan kemungkinan kedua.. Karena kita tahu bahwa (karena dimensi tinggi harus ada) kita bisa mencoret z dari persamaan. Sehingga kita dapat, (8) Persamaan (6) dan (7) sama, sehingga kita mendapatkan, Rudy Wawolumaja- Universitas Kristen Maranatha Halaman 86

20 Sama seperti diatas kita tahu bahwa tidak mungkin sehingga kita mendapatkan, Kita juga tahu sehingga kita bisa mencoret x pada persamaan sehingga, (9) Dengan memasukkan persamaan (8) dan (9) ke persamaan (4) kita mendapatkan, Karena kita tahu bahwa y harus positif, maka kemungkinan bernilai negatif kita buang. Sehingga kita mendapatkan solusi yang paling masuk akal adalah Kesimpulan bahwa solusi kotak tersebut adalah kubus dengan dimensi :. Perhatikan bahwa dalam contoh diatas kita tidak mendapatkan nilai. Nilai tidak terlalu penting untuk menentukan apakah titik tersebut maximum atau minimum, sehingga kita tidak terlalu perduli apakah kita menemukan nilai tersebut atau tidak. Tetapi terkadang kita membutuhkan nilai untuk membantu memecahkan persoalan atau menemukan solusi, walaupun sesudahnya tidak kita gunakan lagi. Contoh Dapatkan maximum dan minimum dari dengan kendala/konstrain. Solusi Persoalan ini lebih sederhana karena menyangkut hanya 2 variabel x & y, dan juga kita tahu bahwa dari constraint bahwa region dari solusi yang mungkin ada dalam lingkaran dengan radius dan juga region tersebut closed dan bounded region dan dari Teorema Extreme Value, kita tahu bahwa minimum dan maksimum pasti ada. Pemecahannya adalah sbb.: Perhatikan kita tidak mungkin mendapatkan nilai diatas (5=0 dan -3=0) dan karena kita tahu bahwa diatas sbb.: karena kontradiksi dengan persamaan kita dapat memecahkan persamaan Dengan memasukkan nilai x & y kedalam persamaan konstrain kita mendapatkan : Kita mendapatkan nilai. Rudy Wawolumaja- Universitas Kristen Maranatha Halaman 87

21 Sekarang kita mendapatkan nilai maximum dan atau minimum kita dapat mencari titik yang menghasilkan potensial Bila kita mendapatkan, Dan bila kita mendapatkan, Untuk mendapatkan nilai maksimum atau maksimum kita tinggal memasukkan nilai x,y kedalam persamaan fungsi dan berdasarkan Teorema Extreme Value untuk kasus contoh kita berlaku, sehingga dipastikan maximum dan minimum ada dalam solusi problem ini, Berikut ini minimum dan maksimum yang didapat : f (-10,6) = -68 Minimum pada (-10,6) f (10,-6) =68 Maximum pada (10, -6) Contoh Dapatkan nilai maximum dan minimum dari pembatas. dimana. Solusi dengan Dari konstrain diatas dan batasan, kita tahu bahwa Teorema Nilai Extreme berlaku (daerah tertutup dan terbatas), sehingga nilai maximum dan minimum pasti ada. Berikut ini pemecahan persamaan : (10) (11) (12) (13) Dari persamaan diatas kita dapatkan (10) = (11), Ada 2 kemungkinan, kita mulai dengan. Dan dari persamaan (10) dan (11) kita tahu bahwa nilai adalah keharusan. Dari persamaan (12) berarti. Berarti nilai atau. Jadi dari kedua kemungkinan diatas dan persamaan (13) kita mendapatkan Sehingga kita mendapatkan 2 solusi yang mungkin, yaitu dan. Sekarang kita memproses kemungkinan,. Kita mempunyai 2 kemungkinan lagi, yaitu pertama. Dalam hal ini berdasarkan konstrain persamaan(13) maka haruslah sehingga kita mendapatkan solusi ketiga yaitu. Kemungkinan kedua adalah. Kita tahu dari persamaan (11) dan (12) adalah sama. Rudy Wawolumaja- Universitas Kristen Maranatha Halaman 88

22 Kita sudah mengasumsikan (lihat 2 baris diatas) sehingga satu2nya kemungkinan adalah. Ini juga akan berarti, Dengan menggunakan persamaan constrain (13) berarti Sehingga solusi berikutnya adalah. Kita mendapatkan 4 solusi dengan mengerjakan kedua persamaan pertama (persamaan (10) = (11)). Untuk menuntaskan masalah ini kita perlu memproses seperti diatas dengan mengerjakan persamaan (10) = (12), kemudian persamaan (11) = (12). Sehingga kita mendapatkan : Dan bila proses dilanjutkan, maka kita akan mendapatkan hasil / solusi sama seperti yang kita telah dapatkan (anda dapat mencobanya). Jadi, dari ke 4 solusi kita akan menentukan maximum dan minimum. Jadi, dalam contoh soal ini kita mendapatkan maximum satu kali ( satu titik) dan minimum yang terjadi tiga kali (tiga titik). Dari ketiga contoh diatas, kita memecahkan konstrain berbentuk persamaan. Metoda La Grange multiplier ditujukan untuk mencari titik extreme (max/min) pada garis batas (boundary line/curve). Pada contoh berikut ini constraint kita berupa ketidaksamaan. Proses yang kita gunakan hampir sama dengan ketiga contoh diatas, perbedaan utamanya adalah bahwa kita perlu mencari titik kritis didaerah ketidaksamaan, sedangkan pada garis batas kita gunakan metoda Lagrange multiplier. Contoh Dapatkan nilai maximum dan minimum dari pada cakram/ disk. Solusi Karena konstrain tertutup dan terbatas, maka berdasarkan Teorema Nilai Ekstreem titik maksimum dan minimum pasti ada. Langkah 1, menemukan titik kritis didalam cakram. Yaitu dengan turunan parsial orde1 =0, yang dinyatakan sbb.: Rudy Wawolumaja- Universitas Kristen Maranatha Halaman 89

23 Jadi kita mendapatkan nilai kritis tunggal, yaitu dan titik tersebut memenuhi syarat ketidaksamaan. Langkah 2, dilanjutkan dengan metoda Lagrange Multipliers dimana kita mengolah fungsi constrain pada garis batasnya (persamaannya bukan ketidaksamaannya), untuk ketidak samaan sudah diproses dilangkah 1.Kita dapatkan hasil sbb.: Dari persamaan pertama kita dapatkan, Untuk maka persamaan constrain menghasilkan. Untuk persamaan kedua menghasilkan, Persamaan constrain menghasilkan. Analisis dengan persamaan 20y = 2λy akan member hasil yang sama. Jadi, Lagrange Multipliers member kita 4 titik, yaitu :,,, and. Untuk menetapkan apakah titik tsb maximum dan minimum kita dapatkan nilai f(x,y) dan kita bisa tetapkan mana yang minimum dan maximum. Dalam contoh ini, minimum ada didalam cakram dan maksimum ada dibatas/boundary dari disk. Terakhir kita akan membahas bagaimana kalau kita mempunyai lebih dari satu constrain. Pada bagian dibawah ini kita membahas 2 constrain, tetapi kita dapat memperluasnya lebih dari 2 konstrain. Model permasalahan: kita ingin mengoptimasi dan. Model pemecahannya adalah sbb.: dengan constraint Jadi, disini kita mendapatkan dua Lagrange Multipliers. Contoh Dapatkan maximum dan minimum dari dan. Solusi Berikut ini persamaan yang perlu dipecahkan: (14) dengan pembatas Rudy Wawolumaja- Universitas Kristen Maranatha Halaman 90

24 Pertama, dari persamaan (16) kita mendapat. Memasukkan nilai ini ke persamaan (14) dan (15) menghasilkan: (15) (16) (17) (18) Masukkan nilai ini kepersamaan (18) menghasilkan. Ada 2 nilai, pertama kita memproses nilai. Kita dapatkan: Dengan memasukkan nilai ini kepersamaan (17) kita mendapat, Jadi, kita mendapatkan satu solusi. Berikutnya, kita memproses nilai. Kita mendapatkan, Dengan memasukkan nilai ini kepersamaan (17) kita memperoleh, Dan kita memperoleh solusi ke dua. Dari kedua solusi yang diperoleh kita menetapkan apakah maximum atau minimum. Jadi, didapatkan maximum pada dan minimum pada. Rudy Wawolumaja- Universitas Kristen Maranatha Halaman 91

DIKTAT KULIAH KALKULUS PEUBAH BANYAK (IE-308)

DIKTAT KULIAH KALKULUS PEUBAH BANYAK (IE-308) DIKTAT KULIAH (IE-308) BAB 3 TURUNAN PARSIAL Diktat ini digunakan bagi mahasiswa Jurusan Teknik Industri Fakultas Teknik Universitas Kristen Maranatha Ir. Rudy Wawolumaja M.Sc JURUSAN TEKNIK INDUSTRI -

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

DIKTAT KULIAH KALKULUS PEUBAH BANYAK (IE-308)

DIKTAT KULIAH KALKULUS PEUBAH BANYAK (IE-308) DIKTAT KULIAH (IE-308) BAB 5 INTEGRAL LIPAT Diktat ini digunakan bagi mahasiswa Jurusan Teknik Industri Fakultas Teknik Universitas Kristen Maranatha Ir. Rudy Wawolumaja M.Sc JURUSAN TEKNIK INDUSTRI -

Lebih terperinci

DIKTAT KULIAH KALKULUS PEUBAH BANYAK (IE-308)

DIKTAT KULIAH KALKULUS PEUBAH BANYAK (IE-308) DIKTAT KULIAH (IE-308) BAB 7 INTEGRAL PERMUKAAN Diktat ini digunakan bagi mahasiswa Jurusan Teknik Industri Fakultas Teknik Universitas Kristen Maranatha Ir. Rudy Wawolumaja M.Sc JURUSAN TEKNIK INDUSTRI

Lebih terperinci

Nilai Ekstrim. (Extreme Values)

Nilai Ekstrim. (Extreme Values) TKS 4003 Matematika II Nilai Ekstrim (Extreme Values) Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya Pendahuluan Jika terdapat suatu hasil pengukuran seperti pada Gambar 1, dimana pengukuran

Lebih terperinci

DIKTAT KULIAH KALKULUS PEUBAH BANYAK (IE-308)

DIKTAT KULIAH KALKULUS PEUBAH BANYAK (IE-308) DIKTAT KULIAH (IE-308) BAB 6 INTEGRAL GARIS Diktat ini digunakan bagi mahasiswa Jurusan Teknik Industri Fakultas Teknik Universitas Kristen Maranatha Ir. Rudy Wawolumaja M.Sc JURUSAN TEKNIK INDUSTRI -

Lebih terperinci

BAB III TURUNAN DALAM RUANG DIMENSI-n

BAB III TURUNAN DALAM RUANG DIMENSI-n BAB III TURUNAN DALAM RUANG DIMENSI-n 1. FUNGSI DUA PEUBAH ATAU LEBIH fungsi bernilai riil dari peubah riil, fungsi bernilai vektor dari peubah riil Fungsi bernilai riil dari dua peubah riil yakni, fungsi

Lebih terperinci

DIKTAT KULIAH KALKULUS PEUBAH BANYAK (IE-308)

DIKTAT KULIAH KALKULUS PEUBAH BANYAK (IE-308) DIKTAT KULIAH (IE-308) BAB 1. PENDAHULUAN Diktat ini digunakan bagi mahasiswa Jurusan Teknik Industri Fakultas Teknik Universitas Kristen Maranatha Ir. Rudy Wawolumaja M.Sc JURUSAN TEKNIK INDUSTRI - FAKULTAS

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pemrograman Non linier Pemrograman non linier adalah suatu bentuk pemrograman yang berhubungan dengan suatu perencanaan aktivitas tertentu yang dapat diformulasikan dalam model

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

DIKTAT KULIAH KALKULUS PEUBAH BANYAK (IE-308)

DIKTAT KULIAH KALKULUS PEUBAH BANYAK (IE-308) DIKTAT KULIAH (IE-308) BAB 2 RUANG 3 DIMENSI Diktat ini digunakan bagi mahasiswa Jurusan Teknik Industri Fakultas Teknik Universitas Kristen Maranatha Ir. Rudy Wawolumaja M.Sc JURUSAN TEKNIK INDUSTRI -

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 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Pada bab ini akan dijelaskan mengenai teori teori yang berhubungan dengan pembahasan ini sehingga dapat dijadikan sebagai landasan berpikir dan akan mempermudah dalam hal pembahasan

Lebih terperinci

G (x,y,z) F(x,y,z) + (x,y,z)

G (x,y,z) F(x,y,z) + (x,y,z) LAGRANGE MULTIPLIERS Metode untuk menentukan harga/nilai maksimum atau minimum relatif dari suatu fungsi yang dibatasi oleh suatu kondisi (constrain conditions). Misal: Fungsi yang akan dicari maksimum

Lebih terperinci

TURUNAN, EKSTRIM, BELOK, MINIMUM DAN MAKSIMUM

TURUNAN, EKSTRIM, BELOK, MINIMUM DAN MAKSIMUM TURUNAN, EKSTRIM, BELOK, MINIMUM DAN MAKSIMUM Fungsi f dikatakan mencapai maksimum mutlak di c jika f c f x untuk setiap x I. Di sini f c dinamakan nilai maksimum mutlak. Dan c, f c dinamakan titik maksimum

Lebih terperinci

Model Optimisasi dan Pemrograman Linear

Model Optimisasi dan Pemrograman Linear Modul Model Optimisasi dan Pemrograman Linear Prof. Dr. Djati Kerami Dra. Denny Riama Silaban, M.Kom. S PENDAHULUAN ebelum membuat rancangan penyelesaian masalah dalam bentuk riset operasional, kita harus

Lebih terperinci

MA1201 MATEMATIKA 2A Hendra Gunawan

MA1201 MATEMATIKA 2A Hendra Gunawan MA1201 MATEMATIKA 2A Hendra Gunawan Semester II, 2016/2017 15 Maret 2017 Kuliah yang Lalu 10.1-2 Parabola, Elips, dan Hiperbola 10.4 Persamaan Parametrik Kurva di Bidang 10.5 Sistem Koordinat Polar 11.1

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 TINJAUAN PUSTAKA. operasi yang mampu menyelesaikan masalah optimasi sejak diperkenalkan di

BAB II TINJAUAN PUSTAKA. operasi yang mampu menyelesaikan masalah optimasi sejak diperkenalkan di BAB II TINJAUAN PUSTAKA 2.1 Pemrograman Linier (Linear Programming) Pemrograman linier (linear programming) merupakan salah satu teknik riset operasi yang mampu menyelesaikan masalah optimasi sejak diperkenalkan

Lebih terperinci

Prosiding Matematika ISSN:

Prosiding Matematika ISSN: Prosiding Matematika ISSN: 2460-6464 Optimisasi Fungsi Nonlinier Dua Variabel Bebas dengan Satu Kendala Pertidaksamaan Menggunakan Syarat Kuhn-Tucker Optimization of Nonlinear Function of Two Independent

Lebih terperinci

Fungsi Dua Peubah dan Turunan Parsial

Fungsi Dua Peubah dan Turunan Parsial Fungsi Dua Peubah dan Turunan Parsial Irisan Kerucut, Permukaan Definisi fungsi dua peubah Turunan Parsial Maksimum dan Minimum Handout Matematika Teknik, D3 Teknik Telekomunikasi IT Telkom Bandung 1 Irisan

Lebih terperinci

OPTIMASI (Pemrograman Non Linear)

OPTIMASI (Pemrograman Non Linear) OPTIMASI (Pemrograman Non Linear) 3 SKS PILIHAN Arrival Rince Putri, 013 1 Silabus I. Pendahuluan 1. Perkuliahan: Silabus, Referensi, Penilaian. Pengantar Optimasi 3. Riview Differential Calculus II. Dasar-Dasar

Lebih terperinci

KALKULUS I MUG1A4 PROGRAM PERKULIAHAN DASAR DAN UMUM (PPDU) TELKOM UNIVERSITY V. APLIKASI TURUNAN

KALKULUS I MUG1A4 PROGRAM PERKULIAHAN DASAR DAN UMUM (PPDU) TELKOM UNIVERSITY V. APLIKASI TURUNAN KALKULUS I MUGA4 PROGRAM PERKULIAHAN DASAR DAN UMUM (PPDU) TELKOM UNIVERSITY V. APLIKASI TURUNAN MENGGAMBAR GRAFIK FUNGSI A. Titik potong dengan sumbu dan sumbu y B. Asimtot ungsi Deinisi : Asimtot ungsi

Lebih terperinci

Bagian 4 Terapan Differensial

Bagian 4 Terapan Differensial Bagian 4 Terapan Differensial Dalam bagian 4 Terapan Differensial, kita akan mempelajari materi bagaimana konsep differensial dapat dipergunakan untuk mengatasi persoalan yang terjadi di sekitar kita.

Lebih terperinci

Hendra Gunawan. 4 April 2014

Hendra Gunawan. 4 April 2014 MA1201 MATEMATIKA 2A Hendra Gunawan Semester II, 2013/2014 4 April 2014 Kuliah yang Lalu 12.1 Fungsi dua (atau lebih) peubah 12.2 Turunan Parsial 12.3 Limit dan Kekontinuan 12.4 Turunan fungsi dua peubah

Lebih terperinci

TURUNAN DALAM RUANG DIMENSI-n

TURUNAN DALAM RUANG DIMENSI-n TURUNAN DALAM RUANG DIMENSI-n A. Fungsi Dua Variabel atau Lebih Dalam subbab ini, fungsi dua variabel atau lebih dikaji dari tiga sudut pandang: secara verbal (melalui uraian dalam kata-kata) secara aljabar

Lebih terperinci

Open Source. Not For Commercial Use

Open Source. Not For Commercial Use Ringkasan Kalkulus 2, Untuk dipakai di ITB 1 Limit dan Kekontinuan Misalkan z = f(, y) fungsi dua peubah dan (a, b) R 2. Seperti pada limit fungsi satu peubah, limit fungsi dua peubah bertujuan untuk mengamati

Lebih terperinci

MENENTUKAN NILAI EKSTREM SUKU BANYAK TERTENTU DENGAN PERTIDAKSAMAAN RATA-RATA

MENENTUKAN NILAI EKSTREM SUKU BANYAK TERTENTU DENGAN PERTIDAKSAMAAN RATA-RATA MENENTUKAN NILAI EKSTREM SUKU BANYAK TERTENTU DENGAN PERTIDAKSAMAAN RATA-RATA Kasiyah M. Junus Fakultas Ilmu Komputer, Universitas Indonesia, Depok 16424, Indonesia E-mail: [email protected] Abstrak

Lebih terperinci

Bagian 2 Turunan Parsial

Bagian 2 Turunan Parsial Bagian Turunan Parsial Bagian Turunan Parsial mempelajari bagaimana teknik dierensiasi diterapkan untuk ungsi dengan dua variabel atau lebih. Teknik dierensiasi ini tidak hana akan diterapkan untuk ungsi-ungsi

Lebih terperinci

AFTAR ISI KATA PENGANTAR... i DAFTAR ISI... iii SOAL - SOAL... 2 PEMBAHASAN... 19

AFTAR ISI KATA PENGANTAR... i DAFTAR ISI... iii SOAL - SOAL... 2 PEMBAHASAN... 19 DAFTAR ISI KATA PENGANTAR... i DAFTAR ISI... iii SOAL - SOAL... UTS Genap 009/00... UTS Ganjil 009/00... UTS Genap 008/009... 5 UTS Pendek 008/009... 6 UTS 007/008... 8 UTS 006/007... 9 UTS 005/006...

Lebih terperinci

5. Aplikasi Turunan 1

5. Aplikasi Turunan 1 5. Aplikasi Turunan 5. Menggambar graik ungsi Inormasi yang dibutuhkan: A. Titik potong dengan sumbu dan sumbu y B. Asimtot ungsi Deinisi 5.: Asimtot ungsi adalah garis lurus yang didekati oleh graik ungsi.

Lebih terperinci

Modul Matematika 2012

Modul Matematika 2012 Modul Matematika 0 Minggu ke dan MAKSIMISASI ATAU MINIMISASI (MAXIMIZATION ATAU MINIMIZATION) : A FREE OPTIMUM. Pengertian dan persyaratan Global maximum atau global minimum, Relative maximum atau relative

Lebih terperinci

Metode Simpleks (Simplex Method) Materi Bahasan

Metode Simpleks (Simplex Method) Materi Bahasan Metode Simpleks (Simplex Method) Kuliah 03 TI2231 Penelitian Operasional I 1 Materi Bahasan 1 Rumusan Pemrograman linier dalam bentuk baku 2 Pemecahan sistem persamaan linier 3 Prinsip-prinsip metode simpleks

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari-hari baik disadari maupun tidak, sebenarnya orang selalu melakukan optimasi untuk memenuhi kebutuhannya. Tetapi optimasi yang dilakukan masyarakat

Lebih terperinci

Matematika I: APLIKASI TURUNAN. Dadang Amir Hamzah. Dadang Amir Hamzah Matematika I Semester I / 70

Matematika I: APLIKASI TURUNAN. Dadang Amir Hamzah. Dadang Amir Hamzah Matematika I Semester I / 70 Matematika I: APLIKASI TURUNAN Dadang Amir Hamzah 2015 Dadang Amir Hamzah Matematika I Semester I 2015 1 / 70 Outline 1 Maksimum dan Minimum Dadang Amir Hamzah Matematika I Semester I 2015 2 / 70 Outline

Lebih terperinci

BAB II KAJIAN PUSTAKA. pemrograman nonlinear, fungsi konveks dan konkaf, pengali lagrange, dan

BAB II KAJIAN PUSTAKA. pemrograman nonlinear, fungsi konveks dan konkaf, pengali lagrange, dan BAB II KAJIAN PUSTAKA Kajian pustaka pada bab ini akan membahas tentang pengertian dan penjelasan yang berkaitan dengan fungsi, turunan parsial, pemrograman linear, pemrograman nonlinear, fungsi konveks

Lebih terperinci

BAB I VEKTOR DALAM BIDANG

BAB I VEKTOR DALAM BIDANG BAB I VEKTOR DALAM BIDANG I. KURVA BIDANG : Penyajian secara parameter Suatu kurva bidang ditentukan oleh sepasang persamaan parameter. ; dalam I dan kontinue pada selang I, yang pada umumnya sebuah selang

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

Aplikasi Turunan. Diadaptasi dengan tambahan dari slide Bu Puji Andayani, S.Si, M.Si, M.Sc

Aplikasi Turunan. Diadaptasi dengan tambahan dari slide Bu Puji Andayani, S.Si, M.Si, M.Sc Aplikasi Turunan Diadaptasi dengan tambahan dari slide Bu Puji Andayani, S.Si, M.Si, M.Sc 1 Menggambar Grafik Fungsi Informasi yang dibutuhkan: A. Titik potong dengan sumbu dan sumbu y B. Asimtot fungsi

Lebih terperinci

BAB VI PROGRAMA LINIER : DUALITAS DAN ANALISIS SENSITIVITAS

BAB VI PROGRAMA LINIER : DUALITAS DAN ANALISIS SENSITIVITAS BAB VI PROGRAMA LINIER : DUALITAS DAN ANALISIS SENSITIVITAS 6.1 Teori Dualitas Teori dualitas merupakan salah satu konsep programa linier yang penting dan menarik ditinjau dari segi teori dan praktisnya.

Lebih terperinci

: METODE GRAFIK. Metode grafik hanya bisa digunakan untuk menyelesaikan permasalahan dimana hanya

: METODE GRAFIK. Metode grafik hanya bisa digunakan untuk menyelesaikan permasalahan dimana hanya LINEAR PROGRAMMING : METODE GRAFIK Metode grafik hanya bisa digunakan untuk menyelesaikan permasalahan dimana hanya terdapat dua variabel keputusan. Untuk menyelesaikan permasalahan tersebut, langkah pertama

Lebih terperinci

Pertemuan Minggu ke Keterdiferensialan 2. Derivatif berarah dan gradien 3. Aturan rantai

Pertemuan Minggu ke Keterdiferensialan 2. Derivatif berarah dan gradien 3. Aturan rantai Pertemuan Minggu ke-10 1. Keterdiferensialan 2. Derivatif berarah dan gradien 3. Aturan rantai 1. Keterdiferensialan Pada fungsi satu peubah, keterdiferensialan f di x berarti keujudan derivatif f (x).

Lebih terperinci

3 LIMIT DAN KEKONTINUAN

3 LIMIT DAN KEKONTINUAN Menurut Bartle dan Sherbet (1994), Analisis matematika secara umum dipahami sebagai tubuh matematika yang dibangun dari berbagai konsep limit. Pada bab sebelumnya kita telah mempelajari limit barisan,

Lebih terperinci

Model Matematika. Persamaan atau pertidaksamaan Matematika Tujuan

Model Matematika. Persamaan atau pertidaksamaan Matematika Tujuan Kehidupan Nyata Bisa Disajikan Bahasa Matematika Diperlukan Alat Bantu Model Matematika Menggunakan Persamaan atau pertidaksamaan Matematika Tujuan Penyelesaian masalah Kemampuan yang akan dibahas Menentukan

Lebih terperinci

BAB I DASAR SISTEM OPTIMASI

BAB I DASAR SISTEM OPTIMASI BAB I DASAR SISTEM OPTIMASI. Pendahuluan Teknik optimasi merupakan suatu cara yang dilakukan untuk memberikan hasil terbaik yang diinginkan. Teknik optimasi ini banyak memberikan menfaat dalam mengambil

Lebih terperinci

BAB 1 PENDAHULUAN Latar Belakang

BAB 1 PENDAHULUAN Latar Belakang BAB 1 PENDAHULUAN 1.1. Latar Belakang Pengoptimalan merupakan ilmu Matematika terapan dan bertujuan untuk mencapai suatu titik optimum. Dalam kehidupan sehari-hari, baik disadari maupun tidak, sebenarnya

Lebih terperinci

TERAPAN TURUNAN. Bogor, Departemen Matematika FMIPA IPB. (Departemen Matematika FMIPA IPB) Kalkulus I Bogor, / 61

TERAPAN TURUNAN. Bogor, Departemen Matematika FMIPA IPB. (Departemen Matematika FMIPA IPB) Kalkulus I Bogor, / 61 TERAPAN TURUNAN Departemen Matematika FMIPA IPB Bogor, 2012 (Departemen Matematika FMIPA IPB) Kalkulus I Bogor, 2012 1 / 61 Topik Bahasan 1 Nilai Maksimum dan Minimum 2 Teorema Nilai Rataan (TNR) 3 Turunan

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS)

RENCANA PEMBELAJARAN SEMESTER (RPS) RENCANA PEMBELAJARAN SEMESTER (RPS) MUG1B4 KALKULUS 2 Disusun oleh: Jondri, M.Si. PROGRAM STUDI S1 TEKNIK INFORMATIKA FAKULTAS INFORMATIKA TELKOM UNIVERSITY LEMBAR PENGESAHAN Rencana Semester (RPS) ini

Lebih terperinci

a home base to excellence Mata Kuliah : Kalkulus Kode : TSP 102 Turunan Pertemuan - 4

a home base to excellence Mata Kuliah : Kalkulus Kode : TSP 102 Turunan Pertemuan - 4 a home base to excellence Mata Kuliah : Kalkulus Kode : TSP 102 SKS : 3 SKS Turunan Pertemuan - 4 a home base to excellence TIU : Mahasiswa dapat memahami turunan fungsi dan aplikasinya TIK : Mahasiswa

Lebih terperinci

LEMBAR AKTIVITAS SISWA PROGRAM LINEAR

LEMBAR AKTIVITAS SISWA PROGRAM LINEAR LEMBAR AKTIVITAS SISWA PROGRAM LINEAR c) Subtitusikan titik (0,0) kedalam pertidaksamaan. Nama Siswa : Jika hasil benar, maka penyelesaiaannya adalah daerah Kelas : yang memuat titik tersebut. Jika hasil

Lebih terperinci

5. Aplikasi Turunan MA1114 KALKULUS I 1

5. Aplikasi Turunan MA1114 KALKULUS I 1 5. Aplikasi Turunan MA4 KALKULUS I 5. Menggambar grafik fungsi Informasi yang dibutuhkan: A. Titik potong dengan sumbu dan sumbu y B. Asimtot fungsi C. Kemonotonan Fungsi D. Ekstrim Fungsi E. Kecekungan

Lebih terperinci

Bab 2 LANDASAN TEORI

Bab 2 LANDASAN TEORI Bab 2 LANDASAN TEORI 2.1 Linear Programming Linear Programming (LP) merupakan metode yang digunakan untuk mencapai hasil terbaik (optimal) seperti keuntungan maksimum atau biaya minimum dalam model matematika

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Program Linier Program linier merupakan suatu model matematika untuk mendapatkan alternatif penggunaan terbaik atas sumber-sumber yang tersedia. Kata linier digunakan untuk menunjukkan

Lebih terperinci

OPTIMISASI PEMROGRAMAN CEMBUNG MENGGUNAKAN SYARAT KUHN-TUCKER SKRIPSI

OPTIMISASI PEMROGRAMAN CEMBUNG MENGGUNAKAN SYARAT KUHN-TUCKER SKRIPSI OPTIMISASI PEMROGRAMAN CEMBUNG MENGGUNAKAN SYARAT KUHN-TUCKER SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta untuk Memenuhi Sebagian Persyaratan Guna

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

5.1 Menggambar grafik fungsi

5.1 Menggambar grafik fungsi 5. Aplikasi Turunan 5. Menggambar graik ungsi Inormasi yang dibutuhkan: A. Titik potong dengan sumbu dan sumbu y B. Asimtot ungsi Deinisi 5.: Asimtot ungsi adalah garis lurus yang didekati oleh graik ungsi.

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS)

RENCANA PEMBELAJARAN SEMESTER (RPS) RENCANA PEMBELAJARAN SEMESTER (RPS) MA KALKULUS II Disusun oleh: PROGRAM STUDI S1 ILMU KOMPUTASI FAKULTAS INFORMATIKA TELKOM UNIVERSITY LEMBAR PENGESAHAN Rencana Pembelajaran Semester (RPS)

Lebih terperinci

Derivatif Parsial (Fungsi Multivariat)

Derivatif Parsial (Fungsi Multivariat) Derivatif Parsial (Fungsi Multivariat) week 12 W. Rofianto, ST, MSi FUNGSI MULTIVARIAT Fungsi dapat memiliki lebih dari satu variabel bebas. Fungsi demikian biasanya disebut sebagai fungsi multivariat.

Lebih terperinci

KONSEP DASAR PERSAMAAN DIFERENSIAL

KONSEP DASAR PERSAMAAN DIFERENSIAL KONSEP DASAR PERSAMAAN DIFERENSIAL A. PENGERTIAN PERSAMAAN DIFERENSIAL Dalam pelajaran kalkulus, kita telah berkenalan dan mengkaji berbagai macam metode untuk mendiferensialkan suatu fungsi (dasar). Sebagai

Lebih terperinci

OSN 2015 Matematika SMA/MA

OSN 2015 Matematika SMA/MA Soal 1. Albert, Bernard dan Cheryl sedang bermain kelereng. Di awal permainan masingmasing membawa 5 kelereng merah, 7 kelereng hijau dan 13 kelereng biru, sedangkan di kotak kelereng ada tak berhingga

Lebih terperinci

Catatan Kuliah MA1123 Kalkulus Elementer I

Catatan Kuliah MA1123 Kalkulus Elementer I Catatan Kuliah MA1123 Kalkulus Elementer I Oleh Hendra Gunawan, Ph.D. Departemen Matematika ITB Sasaran Belajar Setelah mempelajari materi Kalkulus Elementer I, mahasiswa diharapkan memiliki (terutama):

Lebih terperinci

BAB 2 PROGRAM LINIER DAN TAK LINIER. Program linier (Linear programming) adalah suatu masalah matematika

BAB 2 PROGRAM LINIER DAN TAK LINIER. Program linier (Linear programming) adalah suatu masalah matematika BAB 2 PROGRAM LINIER DAN TAK LINIER 2.1 Program Linier Program linier (Linear programming) adalah suatu masalah matematika yang mempunyai fungsi objektif dan kendala berbentuk linier untuk meminimalkan

Lebih terperinci

LINEAR PROGRAMMING-1

LINEAR PROGRAMMING-1 /5/ LINEAR PROGRAMMING- DR.MOHAMMAD ABDUL MUKHYI, SE., MM METODE KUANTITATIF Perumusan PL Ada tiga unsur dasar dari PL, ialah:. Fungsi Tujuan. Fungsi Pembatas (set ketidak samaan/pembatas strukturis) 3.

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2. Program linier (Linier Programming) Pemrograman linier merupakan metode matematik dalam mengalokasikan sumber daya yang terbatas untuk mencapai suatu tujuan seperti memaksimumkan

Lebih terperinci

TKS 4003 Matematika II. Nilai Ekstrim. (Extreme Values) Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya

TKS 4003 Matematika II. Nilai Ekstrim. (Extreme Values) Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya TKS 4003 Matematika II Nilai Ekstrim (Extreme Values) Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya Pendahuluan Jika diberikan suatu fungsi f dan daerah asal S seperti gambar di samping.

Lebih terperinci

METODE BIG M. Metode Simpleks, oleh Hotniar Siringoringo, 1

METODE BIG M. Metode Simpleks, oleh Hotniar Siringoringo, 1 METODE BIG M Sering kita menemukan bahwa fungsi kendala tidak hanya dibentuk oleh pertidaksamaan tapi juga oleh pertidakasamaan dan/atau persamaan (=). Fungsi kendala dengan pertidaksamaan mempunyai surplus

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Program Linier Program linier adalah suatu cara untuk menyelesaikan persoalan pengalokasian sumber-sumber yang terbatas di antara beberapa aktivitas yang bersaing, dengan cara

Lebih terperinci

BAB II VEKTOR DAN GERAK DALAM RUANG

BAB II VEKTOR DAN GERAK DALAM RUANG BAB II VEKTOR DAN GERAK DALAM RUANG 1. KOORDINAT CARTESIUS DALAM RUANG DIMENSI TIGA SISTEM TANGAN KANAN SISTEM TANGAN KIRI RUMUS JARAK,,,, 16 Contoh : Carilah jarak antara titik,, dan,,. Solusi :, Persamaan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Optimasi Menurut Nash dan Sofer (1996), optimasi adalah sarana untuk mengekspresikan model matematika yang bertujuan memecahkan masalah dengan cara terbaik. Untuk tujuan bisnis,

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam kehidupan sehari-hari baik disadari maupun tidak, optimasi selalu dilakukan untuk memenuhi kebutuhan. Tetapi optimasi yang dilakukan masyarakat awam lebih banyak

Lebih terperinci

RPS MATA KULIAH KALKULUS 1B

RPS MATA KULIAH KALKULUS 1B RPS MATA KULIAH KALKULUS 1B CAPAIAN PEMBELAJARAN MATA KULIAH: 1. Mempunyai pengetahuan dibidang matematika, statistika, komputasi (algoritma), dan pengetahuan dasar dalam menyelesaikan permasalahan dibidang

Lebih terperinci

Kalkulus II. Diferensial dalam ruang berdimensi n

Kalkulus II. Diferensial dalam ruang berdimensi n Kalkulus II Diferensial dalam ruang berdimensi n Minggu ke-9 DIFERENSIAL DALAM RUANG BERDIMENSI-n 1. Fungsi Dua Peubah atau Lebih 2. Diferensial Parsial 3. Limit dan Kekontinuan 1. Fungsi Dua Peubah atau

Lebih terperinci

BAB II LANDASAN TEORI. Pada Bab Landasan Teori ini akan dibahas mengenai definisi-definisi, dan

BAB II LANDASAN TEORI. Pada Bab Landasan Teori ini akan dibahas mengenai definisi-definisi, dan BAB II LANDASAN TEORI Pada Bab Landasan Teori ini akan dibahas mengenai definisi-definisi, dan teorema-teorema yang akan menjadi landasan untuk pembahasan pada Bab III nanti, diantaranya: fungsi komposisi,

Lebih terperinci

II. TINJAUAN PUSTAKA. Pada bab ini akan didiskusikan tentang istilah-istilah, teorema-teorema yang akan

II. TINJAUAN PUSTAKA. Pada bab ini akan didiskusikan tentang istilah-istilah, teorema-teorema yang akan II. TINJAUAN PUSTAKA Pada bab ini akan didiskusikan tentang istilah-istilah, teorema-teorema yang akan digunakan dalam penelitian ini. 2.1 Himpunan Himpunan adalah kumpulan objek-objek yang memiliki karakteristik

Lebih terperinci

Rencana Pembelajaran

Rencana Pembelajaran Learning Outcome Rencana Pembelajaran Setelah mengikuti proses pembelajaran ini, diharapkan mahasiswa dapat ) Menentukan nilai turunan suatu fungsi di suatu titik ) Menentukan nilai koefisien fungsi sehingga

Lebih terperinci

BAB 2. PROGRAM LINEAR

BAB 2. PROGRAM LINEAR BAB 2. PROGRAM LINEAR 2.1. Pengertian Program Linear Pemrograman Linier disingkat PL merupakan metode matematik dalam mengalokasikan sumber daya yang terbatas untuk mencapai suatu tujuan seperti memaksimumkan

Lebih terperinci

GARIS-GARIS BESAR PROGRAM PENGAJARAN

GARIS-GARIS BESAR PROGRAM PENGAJARAN Nama Mata Kuliah Kode Mata Kuliah : MAT 101 Bobot SKS : 3 (2-2) : Landasan Matematika GARIS-GARIS BESAR PROGRAM PENGAJARAN Deskripsi : Mata kuliah ini membahas konsep-konsep dasar matematika yang meliputi

Lebih terperinci

6 FUNGSI LINEAR DAN FUNGSI

6 FUNGSI LINEAR DAN FUNGSI 6 FUNGSI LINEAR DAN FUNGSI KUADRAT 5.1. Fungsi Linear Pada Bab 5 telah dijelaskan bahwa fungsi linear merupakan fungsi yang variabel bebasnya paling tinggi berpangkat satu. Bentuk umum fungsi linear adalah

Lebih terperinci

FUNGSI dan LIMIT. 1.1 Fungsi dan Grafiknya

FUNGSI dan LIMIT. 1.1 Fungsi dan Grafiknya FUNGSI dan LIMIT 1.1 Fungsi dan Grafiknya Fungsi : suatu aturan yang menghubungkan setiap elemen suatu himpunan pertama (daerah asal) tepat kepada satu elemen himpunan kedua (daerah hasil) fungsi Daerah

Lebih terperinci

Kelompok Mata Kuliah : MKU Program Studi/Program : Pendidikan Teknik Elektro/S1 Status Mata Kuliah : Wajib Prasyarat : - : Aip Saripudin, M.T.

Kelompok Mata Kuliah : MKU Program Studi/Program : Pendidikan Teknik Elektro/S1 Status Mata Kuliah : Wajib Prasyarat : - : Aip Saripudin, M.T. DESKRIPSI MATA KULIAH TK-301 Matematika: S1, 3 SKS, Semester I Mata kuliah ini merupakan kuliah dasar. Selesai mengikuti perkuliahan ini mahasiswa diharapkan mampu memahami konsep-konsep matematika dan

Lebih terperinci

BAB III SOLUSI GRAFIK DAN METODE PRIMAL SIMPLEKS

BAB III SOLUSI GRAFIK DAN METODE PRIMAL SIMPLEKS BAB III SOLUSI GRAFIK DAN METODE PRIMAL SIMPLEKS A. Metode Simpleks Metode simpleks yang sudah kita pelajari, menunjukkan bahwa setiap perpindahan tabel baru selalu membawa semua elemen yang terdapat dalam

Lebih terperinci

MA5031 Analisis Real Lanjut Semester I, Tahun 2015/2016. Hendra Gunawan

MA5031 Analisis Real Lanjut Semester I, Tahun 2015/2016. Hendra Gunawan MA5031 Analisis Real Lanjut Semester I, Tahun 2015/2016 Hendra Gunawan 4.2 Sifat-Sifat Fungsi Kontinu Diberikan f dan g, keduanya terdefinisi pada himpunan A, kita definisikan f + g, f g, fg, f/g secara

Lebih terperinci

3 LIMIT DAN KEKONTINUAN

3 LIMIT DAN KEKONTINUAN Menurut Bartle dan Sherbet (994), Analisis matematika secara umum dipahami sebagai tubuh matematika yang dibangun oleh berbagai konsep limit. Pada bab sebelumnya kita telah mempelajari limit barisan, kekonvergenan

Lebih terperinci

BAB II DASAR TEORI. Di dalam BAB II ini akan dibahas materi yang menjadi dasar teori pada

BAB II DASAR TEORI. Di dalam BAB II ini akan dibahas materi yang menjadi dasar teori pada BAB II DASAR TEORI Di dalam BAB II ini akan dibahas materi yang menjadi dasar teori pada pembahasan BAB III, mulai dari definisi sampai sifat-sifat yang merupakan konsep dasar untuk mempelajari Fungsi

Lebih terperinci

Persamaan dan Pertidaksamaan Linear

Persamaan dan Pertidaksamaan Linear MATERI POKOK Persamaan dan Pertidaksamaan Linear MATERI BAHASAN : A. Persamaan Linear B. Pertidaksamaan Linear Modul.MTK X 0 Kalimat terbuka adalah kalimat matematika yang belum dapat ditentukan nilai

Lebih terperinci

Kelompok Mata Kuliah : MKU Program Studi/Program : Teknik Tenaga Elektrik/S1 Status Mata Kuliah : Wajib Prasyarat : - : Aip Saripudin, M.T.

Kelompok Mata Kuliah : MKU Program Studi/Program : Teknik Tenaga Elektrik/S1 Status Mata Kuliah : Wajib Prasyarat : - : Aip Saripudin, M.T. DESKRIPSI MATA KULIAH TK-... Matematika Dasar: S1, 3 SKS, Semester I Mata kuliah ini merupakan kuliah dasar. Selesai mengikuti perkuliahan ini mahasiswa diharapkan mampu memahami konsep-konsep matematika

Lebih terperinci

Program Studi Teknik Mesin S1

Program Studi Teknik Mesin S1 SATUAN ACARA PERKULIAHAN MATA KULIAH : KALKULUS 3 KODE / SKS : IT042219 / 2 SKS Pertemuan Pokok Bahasan dan TIU Geometri pada bidang, vektor vektor pada bidang : pendekatan secara geometrik dan secara

Lebih terperinci

PROGRAM LINEAR: METODE SIMPLEX

PROGRAM LINEAR: METODE SIMPLEX PROGRAM LINEAR: METODE SIMPLEX Latar Belakang Sulitnya menggambarkan grafik berdimensi banyak atau kombinasi lebih dari dua variabel. Metode grafik tidak mungkin dapat dilakukan untuk menyelesaikan masalah

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Matriks 2.1.1 Pengertian Matriks Matriks adalah susunan segi empat siku-siku dari bilangan bilangan. Bilanganbilangan dalam susunan tersebut dinamakan entri dalam matriks (Anton,

Lebih terperinci

KALKULUS 1 HADI SUTRISNO. Pendidikan Matematika STKIP PGRI Bangkalan. Hadi Sutrisno/P.Matematika/STKIP PGRI Bangkalan

KALKULUS 1 HADI SUTRISNO. Pendidikan Matematika STKIP PGRI Bangkalan. Hadi Sutrisno/P.Matematika/STKIP PGRI Bangkalan KALKULUS 1 HADI SUTRISNO 1 Pendidikan Matematika STKIP PGRI Bangkalan BAB I PENDAHULUAN A. Sistem Bilangan Real Untuk mempelajari kalkulus kita terlebih dahulu perlu memahami bahasan tentang sistem bilangan

Lebih terperinci

KALKULUS BAB II FUNGSI, LIMIT, DAN KEKONTINUAN. DEPARTEMEN TEKNIK KIMIA Universitas Indonesia

KALKULUS BAB II FUNGSI, LIMIT, DAN KEKONTINUAN. DEPARTEMEN TEKNIK KIMIA Universitas Indonesia KALKULUS BAB II FUNGSI, LIMIT, DAN KEKONTINUAN DEPARTEMEN TEKNIK KIMIA Universitas Indonesia BAB II. FUNGSI, LIMIT, DAN KEKONTINUAN Fungsi dan Operasi pada Fungsi Beberapa Fungsi Khusus Limit dan Limit

Lebih terperinci

SILABUS MATAKULIAH. Revisi : 2 Tanggal Berlaku : September Indikator Pokok Bahasan/Materi Strategi Pembelajaran

SILABUS MATAKULIAH. Revisi : 2 Tanggal Berlaku : September Indikator Pokok Bahasan/Materi Strategi Pembelajaran SILABUS MATAKULIAH Revisi : 2 Tanggal Berlaku : September 2014 A. Identitas 1. Nama Matakuliah : A11. 54101 / Kalkulus I 2. Program Studi : Teknik Informatika-S1 3. Fakultas : Ilmu Komputer 4. Bobot sks

Lebih terperinci

PARTIKEL DALAM SUATU KOTAK SATU DIMENSI

PARTIKEL DALAM SUATU KOTAK SATU DIMENSI PARTIKEL DALAM SUATU KOTAK SATU DIMENSI Atom terdiri dari inti atom yang dikelilingi oleh elektron-elektron, di mana elektron valensinya bebas bergerak di antara pusat-pusat ion. Elektron valensi geraknya

Lebih terperinci

SRI REDJEKI KALKULUS I

SRI REDJEKI KALKULUS I SRI REDJEKI KALKULUS I KLASIFIKASI BILANGAN RIIL n Bilangan yang paling sederhana adalah bilangan asli : n 1, 2, 3, 4, 5,. n n Bilangan asli membentuk himpunan bagian dari klas himpunan bilangan yang lebih

Lebih terperinci

Pertemuan 1 dan 2 KONSEP DASAR PERSAMAAN DIFERENSIAL

Pertemuan 1 dan 2 KONSEP DASAR PERSAMAAN DIFERENSIAL Pertemuan 1 dan 2 KONSEP DASAR PERSAMAAN DIFERENSIAL A. PENGERTIAN PERSAMAAN DIFERENSIAL Dalam pelajaran kalkulus, kita telah berkenalan dan mengkaji berbagai macam metode untuk mendiferensialkan suatu

Lebih terperinci

Bab 2 LANDASAN TEORI

Bab 2 LANDASAN TEORI Bab 2 LANDASAN TEORI 2.1 Program Linear Menurut Sitorus, Parlin (1997), Program Linier merupakan suatu teknik penyelesaian optimal atas suatu problema keputusan dengan cara menentukan terlebih dahulu suatu

Lebih terperinci

3 LIMIT DAN KEKONTINUAN

3 LIMIT DAN KEKONTINUAN Menurut Bartle dan Sherbet (1994), Analisis matematika secara umum dipahami sebagai tubuh matematika yang dibangun oleh berbagai konsep limit. Pada bab sebelumnya kita telah mempelajari limit barisan,

Lebih terperinci

PENYELESAIAN MODEL LINEAR PROGRAMMING SECARA GRAFIK

PENYELESAIAN MODEL LINEAR PROGRAMMING SECARA GRAFIK Maximize or Minimize 2X 1 = 8 X 2 Z = f (x,y) Subject to: 5 D C g (x,y) = c 3X 2 = 15 0 Daerah feasible A 4 B 6X 1 + 5X 2 = 30 X 1 PENYELESAIAN MODEL LINEAR PROGRAMMING SECARA GRAFIK Prof. Dr. Ir. ZULKIFLI

Lebih terperinci

PENGGUNAAN TURUNAN. Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ

PENGGUNAAN TURUNAN. Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ PENGGUNAAN TURUNAN Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ [email protected] Pada materi sebelumnya telah dijelaskan bahwa Teorema Nilai Rata-Rata (TNR dierensial) memegang peranan

Lebih terperinci

DASAR-DASAR ANALISIS MATEMATIKA

DASAR-DASAR ANALISIS MATEMATIKA (Bekal untuk Para Sarjana dan Magister Matematika) Dosen FMIPA - ITB E-mail: [email protected]. December 6, 2007 Misalkan f terdefinisi pada suatu interval terbuka (a, b) dan c (a, b). Kita katakan

Lebih terperinci