= 8 = 7. x 4 = 24 = 8 = 5 = 13. pada persamaan ketiga dan x 3 = 5
|
|
- Utami Tan
- 7 tahun lalu
- Tontonan:
Transkripsi
1 III. REDUKSI GANJIL-GENAP/REDUKSI SIKLIS.. Alortma Sequesal Coto 9. Selesaka sstem persamaa erkut : Jawa 6 x + x = 8 x + x 5 x = 7 x + x 6 x = 5 x + 8 x = Vektor x = [ x x x x ] T dperole melalu prosedur erkut :. elmas x pada persamaa kedua dea me-uaka persamaa pertama sea dperole : 6 x + x = 8 x 5 x = 5 x + x 6 x = 5 x + 8 x =. ula laka utuk x pada persamaa keta da x pada persamaa keempat. Haslya adala : 6 x + x = 8 x 5 x = 5 5 x 6 x = x =. selesaka persamaa terakr, dmula dar peyelesaa x pada persamaa keempat. Dea cara maka dperole : x = [ x x x x ] T = [.5...] T Sstem d atas dapat dtulska seaa A x =, dmaa : APP - Peyelesaa Sstem Ler /8
2 A = = matrks trdaoal, = Utuk sstem trdaoal erukura prosedur d atas dapat deeralsas mejad alortma sekuesal erkut : Alortma 9.. TRIDIAGONAL.SYSTEM.SOLVER SISD : Gloal {ukura sstem} [.. ], [.. ], [.. -] {eleme matrks A} [.. ] {eleme vektor } x[.. ] {eleme vektor x}. e. or to do. [+] [+] [+] / [] x []. [+] [+] [+] / [] x [] 5. edor 6. or dowto do 7. x[] [] / [] 8. [ ] [ ] x[] x [ ] 9. edor. x[] [] / []. ed 8 7 Alortma 9.. meadu loop mas-mas dea teras. Setap teras memerluka waktu ya tetap. Komplekstas alortma dea demka adala Θ... Potes Paralelsas Peratka dua matrks erkut : A=, A = Matrks A adala asl trasormas dar matrks A. Matrks A terdr dar dua matrks trdaoal ya sal lepas sea peyelesaa kedua aa vektor x dapat dlakuka secara serempak... Alortma Paralel APP - Peyelesaa Sstem Ler /8
3 Alortma paralel dau utuk metrasormaska matrks A mejad A. Pola umum struktur matrks trdaoal erukura adala : x + x = x + x + x + = - 9. x + x = Utuk -, persamaa -,, da + adala : x + x + x = x + x + x + = x + + x + x = Dar persamaa - da + dapat dperole : x = / - x - x 9.a x = / x + - x Susttus kedua persamaa ke persamaa aka measlka : x + x + x = dmaa : = α, = + α + β 9.6a + = β, + α =, = + β = Persamaa 9.6 jua erlaku utuk : α + β , -,,, - 9.6c,, kecual utuk : = + β da = + α 9.6d = + β da = + α 9.6e Ukapa matrks persamaa 9.5 adala A x = ya merupaka trasormas dar Ax = dmaa : APP - Peyelesaa Sstem Ler /8
4 APP - Peyelesaa Sstem Ler /8 A = Persamaa A x = dapat dsusu ula mejad A x =, dmaa A = a x = [ x x - x x x x ] T 9.8 = [ - ] T 9.8c Berdasarka pemaasa d atas maka dapat dsusu seua alortma sepert erkut d awa.
5 Alortma 9.. CYCLIC.REDUCTIONSIMD : Gloal {ukura sstem} [.. ], [.. ], [.. -] {eleme A} [.. ] {eleme } [.. ], [.. ], [.. -] {eleme A } [.. ] {eleme } p {# proses} α [.. ], β [.. -] {aktor skala} x[.. ] {eleme vektor x}. e. or to do. α [+] -[+] / []. β [] - []/ [+] 5. edor 6. or to do 7. [+] α [+] [] 8. [] [] + α [] [-] + β [] [+] 9. [-] β [-] []. [] [] + α [] [-] + β [] [+]. edor. [] [] + β [] []. [] [] + α [] [ -]. [] [] + β [] [] 5. [] [] + α [] [ -] 6. orall P[j] were j do 7. or to step do 8. [+j] [+j] [+j / [+j-] x [+j-] 9. [+j] [+j] [+j / [+j-] x [+j-]. edor. or -+j dowto j+ do step. x[] [] / []. [ ] [ ] x[] x [ ]. edor 5. x[j] 6. edor 7. ed [j] / [j] Alortma 9.. terdr dar loop mas-mas dea komplekstas alortma Θ. Berkut adala trac peerapa alortma 9.. teradap sstem persamaa pada coto 9.. : APP - Peyelesaa Sstem Ler 5/8
6 loop -5 : = : α [] = -[] / [] = -/6 = -/ β [] = - [] / [] = -/ = : α [] = -[] / [] = -/ β [] = - [] / [] = 5/ = : α [] = -[] / [] = -5/ β [] = - [] / [] = 6/8 = / loop 6 : = : [] = α [] [] = -/ = -8/ [] = [] + α [] [] + β [] [] = / + 5/ = 75/7 [] = β [] [] = -/ -5 = / [] = [] + α [] [] + β [] [] = 7 / 8 + 5/ = 5/ = : [] = α [] [] = -5/ = -5/7 [] = [] + α [] [] + β [] [] = / -5+ / 5 = 57/ [] = β [] [] = 5/ -6 = -5/7 [] = [] + α [] [] + β [] [] = / 7 + / = 7/ ars -5 : [] = [] + β [] [] = 6 / = 6/ [] = [] + α [] [] = 8 5/ -6 = /7 [] = [] + β [] [] = 8 / 7 = 6/ [] = [] + α [] [] = 5/ = 7/ Sampa taap teretuk matrks da vektor erkut : = 7, = loop paralel 6 8, j = : suloop 7- = : [] = [] [] / [] [] = 57/ -8/ / 6/ / = 55/ [] = [] [] / [] [] = 7/ -8/ / 6/ 6/ = / APP - Peyelesaa Sstem Ler 6/8
7 suloop - = x[] = [] / [] = / / 55/ =. [] = [] - x[] [] = 6/. / = 6/ struks 5 : x[] = [] / [] = 6/ / 6/ =.5 loop paralel 6 8, j = : suloop 7- = : [] = [] [] / [] [] = /7-5/7 / 75/7-5/7 = [] = [] [] / [] [] = 7/ -5/7 / 75/7 5/ = suloop - = x[] = [] / [] = / =. [] = [] - x[] [] = 5/. -5/7 = 65/ struks 5 : x[] = [] / [] = 65/ / 75/7 =... Speedup Komplekstas alortma dapat jua dyataka melalu la total operas loat pot. Utuk alortma 9.. la total operas loat pot adala : sedaka utuk alortma 9.. adala : = / + / + = sea speedup adala : 9 8 lm = Jka paralelsas jua dlakuka pada laka -5, 6-, da -6 maka total operas loat pot alortma 9. adala : / + /+ 8/ + 6/+ /+ = sea speedup adala : 9 8 lm = Bak 9. maupu 9. adala la speedup ya uruk <.. Kedua la terseut daslka jka paralelsas meuaka prosesor. Jka meuaka prosesor maka struks-struks ya dapat d-ass ke mas-mas prosesor adala struks : 6-, APP - Peyelesaa Sstem Ler 7/8
8 -5, da, dea sedkt peredaa peaaa, laka 6-5. Total operas loat pot dea prosesor adala : /+ /+ = sea speedup adala : lm =. 9.5 Nla 9.5 adala la maksmum utuk paralelsas alortma 9.. APP - Peyelesaa Sstem Ler 8/8
PENYELESAIAN SISTEM LINIER
PENYELESAIAN SISTEM LINIER I. PENDAHULUAN.. Topk-topk Yang Dbahas :. Substtus mundur (back substtuton). Reduks ganjl-genap (odd-even reducton) atau reduks skls (cyclc reducton).. Metoda Pembahasan. Algortma
Lebih terperinciIntegrasi 1. Metode Integral Reimann Metode Integral Trapezoida Metode Integral Simpson. Integrasi 1
Itegras Metode Itegral Rema Metode Itegral Trapezoda Metode Itegral Smpso Itegras Permasalaa Itegras Pertuga tegral adala pertuga dasar yag dguaka dalam kalkulus, dalam bayak keperlua. Itegral secara det
Lebih terperinciBAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.
BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska
Lebih terperinciBab II Teori Pendukung
Bab II Teor Pedukug.. asar Statstka Utuk keperlua peaksra outstadg clams lablty, pegetahua dalam statstka mead hal yag petg. asar statstka yag dguaka dalam tess atara la :. strbus ormal Sebuah peubah acak
Lebih terperinciPERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM
PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka
Lebih terperinciSudaryatno Sudirham. Permutasi dan Kombinasi
Sudaryato Sudrham Permutas da Kombas Permutas Permutas adalah bayakya peelompoka sejumlah tertetu kompoe ya dambl dar sejumlah kompoe ya terseda; dalam setap kelompok uruta kompoe dperhatka Msalka terseda
Lebih terperinciBAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier
BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres
Lebih terperinciPENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan
Aalsa Numerk Baha Matrkulas PENDAHULUAN Metode umerk merupaka suatu tekk atau cara utuk megaalsa da meyelesaka masalah masalah d dalam bdag rekayasa tekk da sa dega megguaka operas perhtuga matematk Masalah-masalah
Lebih terperinciANALISIS ALGORITMA REKURSIF DAN NONREKURSIF
ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF KELOMPOK A I GUSTI BAGUS HADI WIDHINUGRAHA (0860500) NI PUTU SINTYA DEWI (0860507) LUH GEDE PUTRI SUARDANI (0860508) I PUTU INDRA MAHENDRA PRIYADI (0860500)
Lebih terperinciUKURAN PEMUSATAN & PENYEBARAN
UKURAN PEMUSATAN & PENYEBARAN RATA - RATA UKURAN PEMUSATAN MEDIAN MODUS Rata rata htug (mea) Merupaka hasl bag dar sejumlah skr dega bayakya respde Utuk Data Tdak Berkelmpk x Dmaa : = la samapa x = la
Lebih terperinciBAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP
BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP Msal dguaka kode ler C[, k, d] dega matrks pembagu G da matrks cek partas H. Sebuah blok formas x = x 1 x 2 x k, x = 0 atau 1, yag aka dkrm terlebh
Lebih terperinciBAB III PERSAMAAN PANAS DIMENSI SATU
BAB III PERSAMAAN PANAS DIMENSI SAU Pada baga sebelumya, kta telah membahas peerapa metoda Ruge-Kutta orde 4 utuk meyelesaka masalah la awal dar persamaa dferesal basa orde. Pada bab, kta aka melakuka
Lebih terperinciBAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel
BAB I PENDAHULUAN 1.1 Statstka Deskrptf da Statstka Iferesal Dewasa d berbaga bdag lmu da kehdupa utuk memaham/megetahu sesuatu dperluka dat Sebaga cotoh utuk megetahu berapa bayak rakyat Idoesa yag memerluka
Lebih terperinciPRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel
Praktkum 5 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel PRAKTIKUM 5 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel Tujua : Mempelajar metode Secat dega modfkas tabel utuk peelesaa
Lebih terperinciTEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas
TEKNIK SAMPLING Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uverstas Adalas Defs Suatu cotoh gerombol adalah suatu cotoh acak sederhaa dmaa setap ut pearka cotoh adalah kelompok atau gerombol dar
Lebih terperinciPenyelesaian Sistem Persamaan Linier Kompleks Dengan Invers Matriks Menggunakan Metode Faddev (Contoh Kasus: SPL Kompleks dan Hermit)
Jural Sas Matematka da Statstka, Vol., No. I, Jauar ISSN - Peyelesaa Sstem Persamaa Ler Kompleks Dega Ivers Matrks Megguaka Metode Faddev Cotoh Kasus: SPL Kompleks da Hermt F. rya da Tka Rzka, Jurusa Matematka,
Lebih terperinci( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari:
5 Mamum Lkelhood Estmato Defs Fugs Lkelhood Msalka X, X,, X adalah eubah acak d dega fugs massa eluag ( ; θ, dega θ dasumska skalar da tdak dketahu, maka rosedur fugs lkelhood daat dtulska sebaga berkut
Lebih terperinciBAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu
BAB II LADASA TEORI Dalam pegambla sampel dar suatu populas, dperluka suatu tekk pegambla sampel yag tepat sesua dega keadaa populas tersebut. Sehgga sampel yag dperoleh adalah sampel yag dapat mewakl
Lebih terperinciPenelitian Operasional II Teori Permainan TEORI PERMAINAN
Peelta Operasoal II Teor Permaa 7 2 TEORI PERMAINAN 2 Pegatar 2 Krtera Tekk Permaa : () Terdapat persaga kepetga datara pelaku (2) Setap pema memlk stateg, bak terbatas maupu tak terbatas (3) Far Game
Lebih terperinciALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS
LGORITM MENENTUKN HIMPUNN TERBESR DRI SUTU MTRIKS INTERVL DLM LJBR MX-PLUS Rata Novtasar Program Stud Matematka FMIP UNDIP JlProfSoedarto SH Semarag 575 bstract Ths research dscussed about how to obtaed
Lebih terperinciRegresi Linier Sederhana Definisi Pengaruh
Regres Ler Sederhaa Dah Idra Baga Bostatstka da Kepeduduka Fakultas Kesehata Masyarakat Uverstas Arlagga Defs Pegaruh Jka terdapat varabel, msalka da yag data-dataya dplot sepert gambar dbawah 3 Defs Pegaruh
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI. Defes Aalss Korelas da Regres a Aalss Korelas adalah metode statstka yag dguaka utuk meetuka kuatya atau derajat huuga lear atara dua varael atau leh. Semak yata huuga ler gars lurus,
Lebih terperinciPertemuan VII IV. Titik Berat dan Momen Inersia
Baa jar Mekaka Baa Mulat, ST., MT Pertemua V V. Ttk Berat da Mome ersa. Ttk Berat Peampag Mome pertama suatu luasa eleme teradap suatu sumbu d dalam bdag luasa dberka dega produk luasa eleme da jarak tegak
Lebih terperinciPRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel
Praktkum 7 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel PRAKTIKUM 7 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel Tujua : Mempelajar metode Secat dega modfkas tabel utuk peelesaa
Lebih terperinciAturan Cramer dalam Aljabar Maks-Plus Interval
Jural Matematka & Sas Aprl 2015 Vol 20 Nomor 1 Atura Cramer dalam Aljaar Maks-Plus Iterval Sswato Jurusa Matematka Fakultas Matematka da Ilmu Pegetahua Uverstas Seelas Maret Surakarta e-mal: ssmpaus@yahoocod
Lebih terperinciANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:
ANALISIS REGRESI Pedahulua Aalss regres berkata dega stud megea ketergatuga satu peubah (peubah terkat) terhadap satu atau lebh peubah laya (peubah pejelas). Jka Y dumpamaka sebaga peubah terkat da X1,X,...,X
Lebih terperinci3.1 Biaya Investasi Pipa
BAB III Model Baya Pada model baya [8] d tugas akhr, baya tahua total utuk megoperaska jarga ppa terdr dar dua kompoe, yatu baya operasoal da baya vestas. Baya operasoal terdr dar baya operasoal ppa da
Lebih terperinciBAB 2. Tinjauan Teoritis
BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut
Lebih terperinciPertemuan 3 Luas Daerah Bidang Datar, dan Volume Benda Padat dengan Metode Bidang Irisan Sejajar
ertemua 3 Luas Daerah Bdag Datar, da Volume Beda adat dega Metode Bdag Irsa Sejajar A. Luas Daerah Bdag Datar 1. Luas Daerah Bdag Datar Yag Datas Oleh Kura f, sumu X, Gars a da Gars DEFINISI: Msalka D
Lebih terperinciFMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani
FMDAM (2) Chartas Fbra Techque for Order Preferece by Smlarty to Ideal Soluto () ddasarka pada kosep dmaa alteratf terplh yag terbak tdak haya memlk jarak terpedek dar solus deal postf, amu juga memlk
Lebih terperinciSTATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi
STATISTIKA A. Des Umum. Pegerta statstk Statstk adalah kumpula akta yag berbetuk agka da dsusu dalam datar atau tabel yag meggambarka suatu persoala. Cotoh: statstk kurs dolar Amerka, statstk pertumbuha
Lebih terperinciUKURAN GEJALA PUSAT DAN UKURAN LETAK
UKURAN GEJALA PUSAT DAN UKURAN LETAK MODUL 4 UKURAN GEJALA PUSAT DAN UKURAN LETAK. Pedahulua Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu persoala, bak megea sampel atau pu
Lebih terperinciBAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah
BAB III INEGRAL RIEMANN-SIELJES. Pedahulua Pada Bab, telah dsggug bahwa ukura meghtug merupaka salah satu pedekata utuk membetuk proses ttk. Berkata dega masalah perhtuga, ada hal meark yag perlu amat,
Lebih terperinciBAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten
BAB III METODE PENELITIAN 3. Tempat da Waktu Peelta 3.. Tempat Tempat peelta dlaksaaka d SMP Neger 4 Tlamuta Kabupate Boalemo pada sswa kelas VIII. 3.. Waktu Peelta dlaksaaka dalam waktu 3 bula yatu dar
Lebih terperinciKALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat.
KALKULUS LANJUT Pertemua ke-4 Rey Ra Marlaa, S.S.,M.Stat. Plot Mater Notas Jumlah & Sgma Itegral Tetu Jumlah Rema Pedahulua Luas Notas Jumlah & Sgma Purcell, et all. (page 226,2003): Sebuah fugs yag daerah
Lebih terperinciPRAKTIKUM 20 Interpolasi Polinomial dan Lagrange
Praktkum 0 Iterpolas Polomal da Lagrage PRAKTIKUM 0 Iterpolas Polomal da Lagrage Tuua : Mempelaar berbaga metode Iterpolas ag ada utuk meetuka ttkttk atara dar buah ttk dega megguaka suatu fugs pedekata
Lebih terperinciNORM VEKTOR DAN NORM MATRIKS
NORM VEKTOR DN NORM MTRIK umaag Muhtar Gozal UNIVERIT PENDIDIKN INDONEI. Pedahulua Jka kta membcaraka topk ruag vektor maka cotoh sederhaa yag dapat kta ambl adalah ruag Eucld R. D ruag kta medefska pajag
Lebih terperinciNILAI EIGEN DAN VEKTOR EIGEN MATRIKS TERREDUKSI REGULER DALAM ALJABAR MAX-PLUS INTERVAL
NILAI EIGEN DAN VEKTOR EIGEN MATRIKS TERREDUKSI REGULER DALAM ALJABAR MAX-PLUS INTERVAL A-12 Sswato 1, Ar Suparwato 2, M Ady Rudhto 3 1 Mahasswa S3 Matematka FMIPA UGM da Staff Pegajar FMIPA UNS Surakarta,
Lebih terperinciBAB 2 LANDASAN TEORI. Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat
0 BAB LANDASAN TEORI. Pegerta Regres Regres dalam statstka adalah salah satu metode utuk meetuka tgkat pegaruh suatu varael terhadap varael yag la. Varael yag pertama dseut dega ermacam-macam stlah: varael
Lebih terperinciBAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c
6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan
Lebih terperinciDi dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu
KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua
Lebih terperinciBAB 5. ANALISIS REGRESI DAN KORELASI
BAB 5. ANALISIS REGRESI DAN KORELASI Tujua utama aalss regres adalah mecar ada tdakya hubuga ler atara dua varabel: Varabel bebas (X), yatu varabel yag mempegaruh Varabel terkat (Y), yatu varabel yag dpegaruh
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 1 Pegerta Regres Istlah regres pertama kal dperkealka oleh Fracs Galto Meurut Galto, aalss regres berkeaa dega stud ketergatuga dar suatu varabel yag dsebut tak bebas depedet varable,
Lebih terperinciPenarikan Contoh Acak Sederhana (Simple Random Sampling)
Pearka Cotoh Acak Sederhaa (Smple Radom Samplg) Defs Jka sebuah cotoh berukura dambl dar suatu populas sedemka rupa sehgga setap cotoh berukura ag mugk memlk peluag sama utuk terambl, maka prosedur tu
Lebih terperinciGradually Varied Flow. Latihan Perhitungan Metode Perhitungan
Graduall ared Flw Latha erhtua Metde erhtua th =0,086 L=~ = /det =0,00066 L=00 =0,007 L=650 + 4,5 + 0,0, k = 4 7, 0,004,4 4,8 9,8l 8 4,8 l 8,4 47,74 54,8 47,74,87 54,8,87.,87 9,8 k Y Y 4,5 6,0, 7, / /
Lebih terperinciMuniya Alteza
RISIKO DAN RETURN 1. Estmas Retur da Rsko Idvdual. Kosep Dversfkas 3. Kovaras da Koefse Korelas 4. Estmas Retur da Rsko Portofolo Muya Alteza m_alteza@uy.ac.d Estmas Retur da Rsko 1) Estmas Realzed Retur
Lebih terperincib. Tentukan eigenket-eigenket dari sistem tersebut sebagai kombinasi linier dari 1 dan 2
Solus UTS Mekanka Kuantum Program Stud S Fska Tanggal ujan: 6 Oktoer 7 Dosen: Muhammad Azz Majd, Ph.D. Assten: Ahmad Syahron, S.S. Soal Hamltonan seuah sstem -keadaan two states system dnyatakan dengan
Lebih terperinciBAB 1 ERROR PERHITUNGAN NUMERIK
BAB ERROR PERHITUNGAN NUMERIK A. Tujua a. Memaham galat da hampra b. Mampu meghtug galat da hampra c. Mampu membuat program utuk meelesaka perhtuga galat da hampra dega Matlab B. Peragkat da Mater a. Software
Lebih terperinciPROGRAM LINIEAR DENGAN METODE SIMPLEX
POGAM LINIEA DENGAN METODE SIMPLEX A. TEKNIK PENYELESAIAN Betuk Soal Progra Lear Kedala utaa asalah rogra lear daat eretuk a atau a atau a. Kedala yag eretuk ertdaksaaa daoat duah ead ersaaa seaga erkut
Lebih terperinciRegresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )
Regres & Korelas Ler Sederhaa 1. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (18-1911) Persamaa regres :Persamaa matematk yag memugkka peramala la suatu peubah takbebas (depedet varable) dar
Lebih terperinciIMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB
Semar Nasoal Tekolog 007 (SNT 007) ISSN : 978 9777 IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Krsawat STMIK AMIKOM Yogyakarta e-mal : krsa@amkom.ac.d
Lebih terperinci11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN
// REGRESI LINEAR SEDERHANA DAN KORELASI. Model Regres Lear. Peaksr Kuadrat Terkecl 3. Predks Nla Respos 4. Iferes Utuk Parameter-parameter Regres 5. Kecocoka Model Regres 6. Korelas Utrwe Mukhayar MA
Lebih terperinciAnalisis Korelasi dan Regresi
Aalss Korelas da Regres Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uad LOGO www.themegaller.com LOGO Data varat Data dega dua varael Terhadap satu pegamata dlakuka pegukurapegamata terhadap varael
Lebih terperinciI PENDAHULUAN II LANDASAN TEORI
I PENDAHULUAN 11 Latar Belakag Peelta yag dlakuka oleh Va der Pol pada sebuah tabug trode tertutup, yatu sebuah alat yag dguaka utuk megedalka arus lstrk dalam suatu srkut pada trasmtter da recever meghaslka
Lebih terperinci2.2.3 Ukuran Dispersi
3 Ukura Dspers Yag aka dbahas ds adalah smpaga baku da varas karea dua ukura dspers yag palg serg dguaka Hubuga atara smpaga baku dega varas adalah Varas = Kuadrat dar Smpaga baku otas yag umum dguaka
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakag Sampa saat, model Regres da model Aalss Varas telah dpadag sebaga dua hal ag tdak berkata. Meskpu merupaka pedekata ag umum dalam meeragka kedua cara pada taraf permulaa,
Lebih terperinciWAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST
Koferes Nasoal Tekk Spl 3 (KoNTekS 3) Jakarta, 6 7 Me 009 WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Maksum Taubrata Program Stud Tekk Spl, Uverstas Krste Maraatha Badug Jl.
Lebih terperinciTAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP
JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 11-19, Aprl 004, ISSN : 1410-8518 TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM Sudaro Jurusa Matematka FMIPA UNDIP Abstrak Sstem yag dbetuk
Lebih terperinciMATEMATIKA INTEGRAL RIEMANN
MATEMATIKA KELAS XII IPA - KURIKULUM GABUNGAN Ses NGAN INTEGRAL RIEMANN A. NOTASI SIGMA a. Defs Notas Sgma Sgma (Σ) adalah otas matematka megguaka smbol yag mewakl pejumlaha da beberapa suku yag memlk
Lebih terperinci: sebagai standar pembanding bagi sifat-sifat gas nyata Larutan ideal : sebagai standar pembanding bagi sifat-sifat larutan nyata Pers. (3.
as deal : sebaga stadar pembadg bag sfat-sfat gas yata Laruta deal : sebaga stadar pembadg bag sfat-sfat laruta yata ers. (3.47): g g ly Laruta deal ddefska sebaga laruta dega: (3.47) d l (4.) Utuk besara
Lebih terperinciBAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai
BAB LANDASAN TEORI. Kosep Dasar Aalss Regres Aalss regres regressso aalyss merupaka suatu tekk utuk membagu persamaa da megguaka persamaa tersebut utuk membuat perkraa predcto. Dega demka, aalss regres
Lebih terperinciSOLUSI TUGAS I HIMPUNAN
Program Stud S1 Tekk Iformatka Fakultas Iformatka, Telkom Uversty SOLUSI TUGAS I HIMPUNAN Matematka Dskrt (MUG2A3) Halama 1 dar 6 Soal 1 Tetukalah eleme-eleme dar hmpua berkut! 2 x x adalah blaga real
Lebih terperinciLANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)
LANGKAH-LANGKAH UJI HIPOTESIS DENGAN (Utuk Data Nomal). Merumuska hpotess (termasuk rumusa hpotess statstk). Data hasl peelta duat dalam etuk tael slag (tael frekues oservas) 3. Meetuka krtera uj atau
Lebih terperinciNotasi Sigma. Fadjar Shadiq, M.App.Sc &
Notas Sgma Fadjar Shadq, M.App.Sc (fadjar_pg@yahoo.com & www.fadjarpg.wordpress.com Notas sgma memag jarag djumpa dalam kehdupa sehar-har, tetap otas tersebut aka bayak djumpa pada baga matematka yag la,
Lebih terperinciBAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real.
BAB 5 BARIAN DAN DERET KOMPLEK ecara eses, pembahasa tetag barsa da deret komlpeks sama dega barsa da deret real. 5. Barsa Barsa merupaka sebuah fugs dega doma berupa hmpua blaga asl N. ebuah barsa kompleks
Lebih terperinciMean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi.
Mea utuk Data Tuggal Des. Jka suatu sampel berukura dega aggota x1, x, x3,, x, maka mea sampel ddesska : 1... N 1 Mea utuk Data Kelompok Des Mea dar data yag dkelompoka adalah : x x 1 1 1 dega : x = ttk
Lebih terperinciBAB III REVIEW SIFAT- SIFAT STATISTIK PENDUGAAN TIPE KERNEL BAGI FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN PERIODE GANDA
9 BAB III REVIEW SIFAT- SIFAT STATISTI PENDUGAAN TIPE ERNE BAGI FUNGSI INTENSITAS PROSES POISSON PERIODI DENGAN PERIODE GANDA 3. Perumua Peduga Malka adala proe Poo ag damat pada terval [0] dega fug teta
Lebih terperinciBAB II LANDASAN TEORI. penulisan skripsi yaitu mengenai data panel, beberapa bentuk dan sifat
BAB II LANDASAN TEORI Pada Bab II aka dbahas dasar-dasar teor yag dguaka dalam peulsa skrps yatu megea data pael, beberapa betuk da sfat matrks, matrks parts, betuk ler da betuk kuadratk beserta ekspektasya,
Lebih terperinci3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut
3/9/202 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling
BAB LANDASAN TEORI Kosep Dasar Aalss Regres Aalss regres adalah suatu proses memperkraka secara sstemats tetag apa yag palg mugk terjad dmasa yag aka datag berdasarka formas yag sekarag dmlk agar memperkecl
Lebih terperinci* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES
* PENYAJIAN DATA Secara umum, ada dua cara peyaja data, yatu : 1. Tabel atau daftar. Grafk atau dagram Macam-macam daftar yag dkeal : a. Daftar bars kolom b. Daftar kotges c. Daftar dstrbus frekues Sedagka
Lebih terperinciANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET
Prosdg Semar Nasoal Peelta, Peddka da Peerapa MIPA Fakultas MIPA, Uverstas Neger Yogyakarta, 6 Me 9 ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Sty Rachyay Pusat Pemafaata Sas Atarksa,
Lebih terperinciBAB III UKURAN PEMUSATAN DATA
BAB III UKURAN PEMUSATAN DATA A. Ukura Gejala Pusat Ukura pemusata adalah suatu ukura yag meujukka d maa suatu data memusat atau suatu kumpula pegamata memusat (megelompok). Ukura pemusata data adalah
Lebih terperinciPENDAHULUAN. Di dalam modul ini Anda akan mempelajari teori gangguan bebas waktu yang mencakup:
PENDAULUAN D dalam modul Ada aka mempelajar teor gaggua bebas waktu yag mecakup: teor gaggua tak degeeras bebas waktu, teor gaggua degeeras bebas waktu, da efek Stark. Oleh karea tu, sebelum mempelajar
Lebih terperinciIntegrasi. Metode Integra. al Reimann
Integras Metode Integra al Remann Metode Integral Trapezoda Metode Integra al Smpson Permasalaan Integras Pertungan ntegral adala pertungan dasar yang dgunakan dalam kalkulus, dalam banyak keperluan. Integral
Lebih terperinciBAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV
BAB 4 ENTROPI PADA PROSES STOKASTIK RANTAI MARKOV 4. Proses Sokask Dalam kehdupa yaa, sergkal orag g megama keerkaa sau kejada dega kejada la dalam suau erval waku ereu, yag merupaka suau barsa kejada.
Lebih terperinciRegresi & Korelasi Linier Sederhana
Regres & Korelas Ler Sederhaa. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (8-9) Persamaa regres :Persamaa matematk ag memugkka peramala la suatu peubah takbebas (depedet varable) dar la peubah
Lebih terperinciPEMULUSAN SEBARAN DATA MENGGUNAKAN PENAKSIR KERNEL NADARAYA-WATSON DAN LINIER LOKAL UNTUK KERNEL NORMAL. Sudarno 1.
PROSIDING SEMINAR NASIONAL STATISTIA UNIVERSITAS DIPONEGORO ISBN: 978-979-97-- PEMULUSAN SEBARAN DATA MENGGUNAAN PENASIR ERNEL NADARAA-WATSON DAN LINIER LOAL UNTU ERNEL NORMAL Sudaro ) Program Stud Statstka
Lebih terperinciSTATISTIKA. A. Tabel Langkah untuk mengelompokkan data ke dalam tabel distribusi frekuensi data berkelompok/berinterval: a. Rentang/Jangkauan (J)
STATISTIKA A. Tabel Lagkah utuk megelompokka data ke dalam tabel dstrbus frekues data berkelompok/berterval: a. Retag/Jagkaua (J) J X maks X m b. Bayak kelas (k) Megguaka atura Sturgess, yatu k,. log c.
Lebih terperinciBAB 6 PRINSIP INKLUSI DAN EKSKLUSI
BB 6 PRINSIP INKLUSI DN EKSKLUSI Pada baga aka ddskuska topk berkutya yatu eumeras yag damaka Prsp Iklus da Eksklus. Kosep dalam bab merupaka perluasa de dalam Dagram Ve beserta oepras rsa da gabuga, amu
Lebih terperinciTAKSIRAN PARAMETER PADA MODEL REGRESI ROBUST DENGAN MENGGUNAKAN FUNGSI HUBER STEVANI WIJAYA Y
TAKSIRAN PARAMETER PADA MODEL REGRESI ROBUST DENGAN MENGGUNAKAN FUNGSI HUBER STEVANI WIJAYA 030501061Y UNIVERSITAS INDONESIA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM DEPARTEMEN MATEMATIKA DEPOK 009
Lebih terperinciBAB II LANDASAN TEORI. merepresentasikan dan menjelaskan permasalahan pada dunia nyata ke dalam. pernyataan matematis (Widowati & Sutimin, 2007 : 1).
BAB II LANDASAN EORI.. Model Matematka Model Matematka merupaka represetas matematka yag dhaslka dar pemodela Matematka. Pemodela Matematka merupaka suatu proses merepresetaska da mejelaska permasalaha
Lebih terperinciPenarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB
Pearka Cotoh Gerombol (Cluster Samplg) Departeme Statstka FMIPA IPB Radom samplg (Revew) Smple radom samplg Stratfed radom samplg Rato, regresso, ad dfferece estmato Systematc radom samplg Cluster radom
Lebih terperinciMEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM
MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM Tut Susant, Mashad, Sukamto Mahasswa Program S Matematka Dosen Jurusan Matematka Fakultas Matematka dan Ilmu Pengetahuan Alam
Lebih terperinciBAB II KAJIAN PUSTAKA. Aljabar Max-Plus adalah himpunan { } himpunan semua bilangan real yang dilengkapi dengan operasi
BAB II KAJIAN PUSTAKA A. Aljabar Max-Plus 1. Pegerta Aljabar Max-Plus Aljabar Max-Plus adalah hmpua { } dega hmpua semua blaga real yag dlegkap dega operas maksmum, dotaska dega da operas pejumlaha yag
Lebih terperinciBAB 2 LANDASAN TEORI
0 BAB LANDASAN TEORI. Pegerta Regres da Korelas.. Pegerta Regres Regres adalah suatu metode statstka yag ergua utuk memerksa atau memodelka huuga datara varael-varael. Varael-varael terseut dega megguaka
Lebih terperinci4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data
//203 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas Ukura
Lebih terperinciUKURAN GEJALA PUSAT (UGP)
UKURAN GEJALA PUSAT (UGP) Pegerta: Rata-rata (average) alah suatu la yag mewakl suatu kelompok data. Nla dsebut juga ukura gejala pusat karea pada umumya mempuya kecederuga terletak d tegah-tegah da memusat
Lebih terperinciTitik Berat. da y. Suatu elemen da
Titik Berat da Suatu eleme da Titik erat atau pusat suatu luasa adala suatu titik dimaa luasa terkosetrasi da tetap meiggalka mome ag tidak erua teradap semarag sumu. Pada umuma leak titik erat diataka
Lebih terperinciBAB VB PERSEPTRON & CONTOH
BAB VB PERSEPTRON & CONTOH Model JST perseptron dtemukan oleh Rosenblatt (1962) dan Mnsky Papert (1969). Model n merupakan model yang memlk aplkas dan pelathan yang lebh bak pada era tersebut. 5B.1 Arstektur
Lebih terperinciREGRESI & KORELASI LINIER SEDERHANA
. Pedahulua REGRESI & KORELASI LINIER SEDERHANA Gagasa perhtuga dtetapka oleh Sr Fracs Galto (8-9) Persamaa regres :Persamaa matematk ag memugkka peramala la suatu peubah takbebas (depedet varable) dar
Lebih terperinciExtra 4 Pengantar Teori Modul
Extra 4 Pegatar Teor odul Apabla selama dkealka suatu kosep aljabar megea ruag vektor, maka modul merupaka perumuma dar ruag vektor. Pada modul, syarat skalar dperumum mejad eleme pada suatu rg da buka
Lebih terperinciBAB II TEORI ALIRAN DAYA
BAB II TEORI ALIRAN DAYA 2.1 UMUM Perhtungan alran daya merupakan suatu alat bantu yang sangat pentng untuk mengetahu konds operas sstem. Perhtungan alran daya pada tegangan, arus dan faktor daya d berbaga
Lebih terperinciSTATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran
Kurkulum 013/006 matematka K e l a s XI STATISTIKA: UKURAN PEMUSATAN Tujua Pembelajara Setelah mempelajar mater, kamu dharapka memlk kemampua berkut. 1. Dapat meetuka rata-rata data tuggal da data berkelompok..
Lebih terperinciPemodelan Pertumbuhan Batang Tanaman Menggunakan Deterministic L-Systems
Pemodela Pertumbua Batag Taama Megguaka Determstc L-Systems Juar 1 1 Jurusa Matematka, Uverstas Islam Neger Maulaa Malk Ibram Malag Emal: jo_alkader57@yaoo.co.d bstrak. L-Systems memlk fleksbltas dalam
Lebih terperinciPOLIGON TERBUKA TERIKAT SEMPURNA
MODUL KULIAH ILMU UKUR TANAH POLIGON TERBUKA TERIKAT SEMPURNA Pegerta : peetua azmuth awal da akhr, peetuat kesalaha peutup sudut,koreks sudut, kesalaha lear da koreks lear kearah sumbu X da Y, Peetua
Lebih terperinciBAB X RUANG HASIL KALI DALAM
BAB X RUANG HASIL KALI DALAM 0. Hasl Kal Dalam Defns. Hasl kal dalam adalah fungs yang mengatkan setap pasangan vektor d ruang vektor V (msalkan pasangan u dan v, dnotaskan dengan u, v ) dengan blangan
Lebih terperinciIII BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan
III BAHAN/OBJEK DAN METODE PENELITIAN 3.1. Baha da Alat Peelta 3.1.1. Baha Peelta Objek yag dguaka dalam peelta adalah 50 ekor sap Pasuda jata da beta dewasa dega umur -3 tahu da tdak butg utuk meghdar
Lebih terperinciDeret Taylor dan Analisis Galat
Deret Taylor da Aalss Galat Des : Adakata da semua turuaya,,,, meerus d dalam selag [a,b]. Msalka : o є[a,b], maka la-la d sektar o da є[a,b], dapat dperluas dekspas ke dalam deret Taylor :...!...! 1!
Lebih terperinciP n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman
OTIMISASI enjadualan Optmal embangkt Oleh : Zurman Anthony, ST. MT Optmas pengrman daya lstrk Dmaksudkan untuk memperkecl jumlah keseluruhan baya operas dengan memperhtungkan rug-rug daya nyata pada saluran
Lebih terperinci