ANALISIS APROKSIMASI FUNGSI DENGAN METODE MINIMUM NORM PADA RUANG HILBERT

Ukuran: px
Mulai penontonan dengan halaman:

Download "ANALISIS APROKSIMASI FUNGSI DENGAN METODE MINIMUM NORM PADA RUANG HILBERT"

Transkripsi

1 ANALISIS APROKSIMASI FUNGSI DENGAN METODE MINIMUM NORM PADA RUANG HILBERT C[a b] (STUDI KASUS : FUNGSI TRANSENDEN) (Skripsi) Oleh: Tika Kristi FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS LAMPUNG BANDAR LAMPUNG 6

2 ABSTRAK ANALISIS APROKSIMASI FUNGSI DENGAN METODE MINIMUM NORM PADA RUANG HILBERT C[a b] (STUDI KASUS : FUNGSI TRANSENDEN) Oleh TIKA KRISTI Aproksiasi fugsi dala proses koputasi serig diguaka hapir di seua bidag aalisis uerik. Dua alasa utaa pegguaa aproksiasi fugsi adalah utuk eberika fugsi pedekata ag efektif da edekati suatu fugsi ag ruit dega fugsi ag lebih sederhaa. Diberika sebuah fugsi f baik secara utuh ataupu haa beberapa ilai di titik-titik tertetu saja kita igi eperoleh hapira (aproksiasi) utuk f ag epuai betuk tertetu (isala supaa lebih udah diaalisis) dega kesalaha ag dapat kita kotrol. Misala kita hedak eghitug e d kita hapiri itegraa dega polio (suku baak) berderajat (dega cukup besar). Masalah optiisasi khususa aproksasi fugsi terbaik ag tidak edapatka solusi terbaik (ralat ag besar) dala ruag fisis atau ag dikeal sebagai ruag real dapat dipecahka dega siste ateatis ag sederhaa dega ebawa asalah aproksiasi tersebut ke ruag abstrak (berisi aksioa-aksioa) atau ruag vektor khususa pada ruag Hilbert C[ab]. Masalah tersebut dikeal sebagai asalah iiu or dala ruag Hilbert C[ab]. Dega egguaka kosep iiu or aka diperoleh kesalaha optial (galat) ag iiu. Kata kuci: Aproksiasi iiu or ruag Hilbert C[ab] fugsi trasede deret Maclauri kesalaha optial.

3 ANALISIS APROKSIMASI FUNGSI DENGAN METODE MINIMUM NORM PADA RUANG HILBERT C[a b] (STUDI KASUS : FUNGSI TRANSENDEN) Oleh TIKA KRISTI Skripsi Sebagai Salah Satu Sarat utuk Meperoleh Gelar SARJANA SAINS Pada Jurusa Mateatika Fakultas Mateatika da Ilu Pegetahua Ala Uiversitas Lapug FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS LAMPUNG BANDAR LAMPUNG 6

4

5

6

7 PERSEMBAHAN Kara kecil ii ku persebahka utuk Tuha Yag Maha Kuasa ag ejadi kekuata ketika putus asa. Utuk Maa tercita ag selalu egirigi lagkah ku dega ketulusa doa da kasih saag ag tiada hetia. Da utuk abag ku Asia da Roberto da juga Kak Hevi ag selalu ejadi otivasi serta utuk Sahabat-sahabat ag selalu eeai da eberika seagat tersediri da dose Pebibig da Peguji teriakasih atas bibiga da ajaraa.

8 MOTO: Tidak ada ag ustahil jika au berusaha da berdoa seuaa aka idah pada waktua Selalu bersukur dala hal da keadaa apapu karea rasa sukur aka ebuat erasa cukup dega segala ag diiliki atau ag telah diperoleh

9 SANWANCANA Puji da sukur peulis pajatka kehadirat Tuha Yag Maha Esa ag telah eberika kasih karuia augerah da Berkat-Na sehigga peulis dapat eelesaika peulisa skripsi dega baik. Skripsi ag berjudul Aalisis Aproksiasi Fugsi Dega Metode Miiu Nor Pada Ruag Hilbert C[a b] (Studi Kasus : Fugsi Trasede) adalah salah satu sarat utuk eperoleh gelar sarjaa Mateatika di Uiversitas Lapug. Dala kesepata ii peulis egucapka teria kasih kepada :. Bapak Aato S.Si. M.Si. selaku dose Pebibig Utaa ag selalu ebibig peulis dala peelesaia skripsi da selaku Pebibig Akadeik ag selalu ebibig peulis seasa kuliah sapai sekarag;. Ibu Dr. Asiati S.Si. M.Si. selaku Pebibig Kedua atas kesediaa eberika bibiga kritik da sara dala proses peelesaia skripsi ii; 3. Bapak Drs.Suharsoo S. M.Sc Ph.D. selaku dose Pebahas ag telah eguji peulis da eberika sara dala peelesaia skripsi; 4. Bapak Drs. Tiroo Rub M.Sc. Ph.D selaku Ketua Jurusa Mateatika FMIPA Uiversitas Lapug;

10 5. Bapak Prof. Warsito DEA. Ph.D. selaku Deka FMIPA Uiversitas Lapug; 6. Dose staf da karawa FMIPA Uiversitas Lapug ag telah eberika ilu pegetahua da batua kepada peulis; 7. Ibuku abag da kakakku tersaag ag selalu eberika seagat da doa dala eelesaika skripsi ii; 8. Shella Niaka Ira Nurdiaa Sri Agustia Tri Susilowati Gesti Nur Roffi da MATH ag selalu eberika dukuga serta cada tawa; 9. Seluruh pihak ag telah ebatu peulis ag tidak dapat disebutka satu persatu atas pera da dukugaa dala eusu skripsi ii. Peulis eadari bahwa skripsi ii asih baak jauh dari kesepuraa aka tetapi seoga skripsi ii dapat bergua da eberika afaat bagi kita seua. Ai. Badar Lapug 7 Oktober 6 Peulis Tika Kristi

11 RIWAYAT HIDUP Peulis dilahirka di Purwodadi Sipag Lapug Selata pada taggal Jauari 994 da erupaka aak ketiga dari tiga bersaudara dari pasaga Bapak H. Sitaggag (al) da Ibu N. Sitorus. Peulis egawali pedidika Taa Kaak-kaak di TK Kartika Sukarae Badar lapug pada tahu Sekolah Dasar di SD Negeri Sukarae pada tahu keudia pedidika Sekolah Meegah Pertaa Negeri 4 Badar Lapug pada tahu 9 da pedidika Sekolah Meegah Atas Negeri Badar Lapug pada tahu. Pada tahu peulis elajutka pedidika Strata Satu (S) pada Jurusa Mateatika da Ilu Pegetahua Ala Uiversitas Lapug elalui jalur Ujia Masuk Lokal (UML). Peulis aktif dala beberapa orgaisasi aitu ejadi aggota Prauka da Paskibra di SMP N 4 Badar Lapug ejadi aggota OSIS Eglish Club da Juralis di SMA N Badar Lapug. Peulis juga perah ejabat sebagai aggota bidag kesekretariata (KESTARI) Hipua Mahasiswa Mateatika (HIMATIKA) pada tahu.

12 Peulis telah elaksaaka Kerja Praktek (KP) pada Juli 5 3 Juli 5 di Dias Peteraka da Kesehata Hewa Provisi Lapug da telah eelesaika ata kuliah wajib Kuliah Kerja Nata (KKN) ag dilaksaaka pada 8 Jauari 6 8 Maret 6 di Desa Kerbag Laggar Kecaata Pesisir Utara Kabupate Pesisir Barat. vi

13 DAFTAR ISI Halaa I. PENDAHULUAN. Latar Belakag.... Tujua Peelitia Mafaat peelitia Batasa Peelitia... 4 II. TINJAUAN PUSTAKA. Pegertia Ruag Hilbert Aproksiasi Fugsi....3 Teorea Proeksi....4 Deret Maclauri Fugsi Trasede... 6 III. METODE PENELITIAN.6 Waktu da Tepat Peelitia Metode Peelitia... 8 IV. HASIL DAN PEMBAHASAN.8 Masalah Aproksiasi Terbaik Fugsi Trasede Dega Metode Miiu Nor Pada Ruag Hilbert C[ab] Polioial Deret Maclauri V. KESIMPULAN DAFTAR PUSTAKA

14 DAFTAR GAMBAR Halaa Gabar Ruag Diesi Tiga Ruag Diesi Dua...

15 I. PENDAHULUAN. Latar Belakag da Masalah Persoala-persoala di bidag ateatika dala kehidupa sehari-hari biasaa diataka ke dala betuk fugsi. Persoala-persoala ateatika tersebut biasaa tidak dapat dicari solusia dega haa perhituga biasa (eksak). Fugsi itu ugki diperoleh dari data uerik dega iterpolasi ataupu regresi. Misala persoala akar-akar persaaa siste persaaa liear pecocoka kurva itegrasi da persaaa diferesial biasa. Oleh karea itu perlu diguaka perhituga elalui aproksiasi utuk edapatka suatu ilai ag edekati ilai ag diigika. Aproksiasi adalah suatu pedekata utuk eperoleh ilai fugsi ag edekati dega ilai fugsi ag laia. Perlu diperhatika bahwa dala pedekata eperoleh ilai fugsi harus diabil ilai fugsi ag edekati dega ilai ag sebeara. Cara ecari aproksiasi fugsi tersebut adalah dega optiisasi. Optiisasi adalah suatu proses eaksiuka atau eiiuka suatu fugsi objektif ag eeuhi kedala tertetu. Suatu asalah optiisasi ag tidak edapatka solusi terbaik dala ruag fisis atau ruag real dapat dipecahka

16 dega suatu siste ateatis aitu dega ebawa asalah tersebut ke ruag abstrak (berisi aksioa-aksioa) atau ruag vektor (Krezig 978). Metode optiisasi dega etode ruag vektor pada dasara adalah ecari vektor dega ora iiu atau eiiuka ora suatu vektor (Lueberger 969). Utuk ebahas aproksiasi fugsi diguaka Teorea Proeksi [Adkiso () & Lueberger (969)]. Dala peecaha asalah ii lagkah petig ag harus dilakuka adalah peiliha basis ag bebas liear ag ebagu ruag fugsi ag aka diaproksiasi da peetua kesalaha optial atau ralat optial dari aproksiasi ag diabil. Basis ii tidak tuggal. Peiliha basis ag berbeda aka eghasilka aproksiasi fugsi ag saa da juga kesalaha optial ag saa pula. Masalah aproksiasi fugsi di atas dapat diselesaika pada ruag vektor aitu dega etode optiisasi ruag vektor. Ruag vektor ag diguaka adalah ruag Hilbert. Ruag Hilbert erupaka ruag abstrak ag di dalaa euat perpadua tiga kosep aitu Aljabar Aalisis da Geoetri. Kosep geoetri ag diguaka adalah egeai proeksi sebab ruag Hilbert dibagu oleh kosep ier product (Berberia 96). Peelitia tetag asalah tersebut diataraa adalah peelesaia asalah iiu or pada ruag Hilbert L [ab] (Aato dkk. 3). Selajuta peelitia ag saa juga dilakuka pada ruag Hilbert ag lai aitu ruag Hilbert C[ab] (Joko Waluo 3). Dala hal ii kosep ag diguaka adalah iiu or pada ruag Hilbert C[ab]. Fugsi ag aka dicari aproksiasia adalah fugsi-fugsi kotiu berilai real ag terdefiisi pada [ab]. Pada peelitia tersebut baru sapai pada

17 3 tahap ecari solusia belu pada tahap evaluasi atau aalisis hasil terkait dega galat ag dihasilkaa. Pada peelitia ii aka dibahas evaluasi atau aalisis hasil terkait dega galat pada peiliha basis pada aproksiasi fugsi dega etode iiu or pada ruag Hilbert C[ab] dega egabil kasus utuk fugsi-fugsi trasede.. Tujua Peelitia Tujua peelitia ii adalah egaalisis galat ag terjadi pada aproksiasi fugsi trasede dega etode optiisasi ruag vektor aitu iiu or pada ruag Hilbert C[ab] utuk edapatka aproksiasi fugsi trasede ag terbaik..3 Mafaat Peelitia Mafaat peelitia ii adalah :. Meberika peahaa kosep aalisis terhadap galat atas peiliha basis ag dilakuka pada aproksiasi fugsi dega etode iiu or pada ruag Hilbert C[ab] sehigga aka diperoleh aproksiasi fugsi trasede terbaik dega galat (kesalaha) ag palig kecil.. Meberika kotribusi bagi peelitia tetag etode iiu or pada ruag Hilbert C[ab].

18 4 3. Dapat eberika subaga peikira da eabah wawasa egeai etode iiu or pada ruag Hilbert C[ab]..4 Batasa Peelitia Pada peelitia ii ag ejadi batasa asalah adalah ebahas aalisis aproksiasi fugsi trasede dega etode iiu or pada ruag Hilbert C [ab].

19 5 II. TINJAUAN PUSTAKA Pada bab II ii peulis aka egguaka pegertia-pegertia (defiisi) teorea da kosep ag edukug utuk pebahasa pada bab IV. Pegertia (defiisi) da teorea tersebut dituliska sebagai berikut.. Pegertia Ruag Hilbert Defiisi.. (a) Misalka X ruag liier. Fugsi dari X X dega ruus ( ) ag eeuhi : (I ) = utuk setiap X (I ) = utuk setiap X da skalar (I 3 ) = + utuk setiap z X (I 4 ) utuk setiap

20 6 = =.disebut perkalia dala (ier product). (b) Ruag liear X ag diperlegkapi dega suatu perkalia dala (ier product) disebut ruag perkalia dala (ier product space) atau ruag Pre- Hilbert (Atkiso ). Cotoh : Ruag vektor C [a b] didefiisika sebagai koleksi fugsi-fugsi dari iterval tertutup [ab] ke hipua bilaga riil ag kotiu da di dalaa didefiisika dua operasi : (i) Pejulaha (f + g) () = f() + g() a b (ii) (cf)() = cf() a b da kostata c Selajuta pada C[ab] didefiisika fugsi : C[ab] C[ab] dega b = a ( f g Ca b a b. f ) g( ) d Lea.. (Pertidaksaaa Cauch - Schwarzt) Utuk setiap dala ruag perkalia dala X berlaku. Bukti : (i) Jika = atau = aka diperoleh :

21 7 Utuk = aka : = = da =. = Jadi. (ii) Jika = utuk skalar diperoleh : α α α α α α Jadi. (iii) Jika utuk setiap. Utuk ebuktika ekuivale dega ebuktika : z Utuk setiap z X dega z z.

22 8 Utuk setiap skalar berlaku : αz -z-α αz α z α z αzαz z αα zz α z z z α z α z z α z α Khusus utuk = z aka berlaku : z Jadi z. Dega kata lai terbukti bahwa X. Teorea.. Pada ruag Pre-Hilbert X suatu fugsi utuk setiap X adalah or. Bukti : Utuk eujukka. fugsi or harus ditujukka. eeuhi aksioa (N ) (N 3 ) dala Defiisi...

23 9 (N ) X sebab (Aksioa I 4 Defiisi 3..) (Aksioa I 4 Defiisi 3..) (N ) Utuk suatu skalar diperoleh : (N 3 ) Utuk setiap X diperoleh : Re. Dega egguaka pertidaksaaa Cauch Schawarzt diperoleh :

24 Jadi berdasarka aksioa (N ) (N ) da (N 3 ) terbukti bahwa X fugsi or pada ruag Hilbert X... Aproksiasi Fugsi Suatu fugsi tidak eerluka peelesaia tetapi fugsi tersebut dapat dievaluasi apabila ilai variabela diberika. Suatu fugsi juga dapat dipresetasika dala deret pagkat tak higga. Suatu fugsi ag diekspasi dala deret tak higga C i i Z i tidak dapat diselesaika dega perhituga biasa utuk edapatka ilai eksaka. Oleh karea itu utuk ecari ilaia dapat dilakuka dega pegguaa suatu pedekata. Perhituga dega suatu aproksiasi eghasilka ilai pedekata (Muir 6)..3. Teorea Proeksi Teorea proeksi erupaka prisip dasar dala peelesaia asalah optiisasi. Sebelu ke Teorea proeksi terlebih dahulu aka diperkealka kosep ortogoalitas. Defiisi.3. (Lueberger 969) Dala suatu ruag pre-hilbert X vektor X dikataka ortogoal jika = diotasika dega. Suatu vektor dikataka ortogoal dega hipua S diotasika S jika s utuk setiap s S.

25 Lea berikut eujukka bahwa Teorea Phtagorea dala geoetri bidag erupaka akibat dari kosep ortogoalitas. Lea.3. Misalka X suatu ruag Hilbert da X. Jika aka Bukti : = =. Selajuta aka dibahas suatu asalah optiisasi ag berhubuga dega Teorea proeksi. Misalka X suatu ruag Pre-Hilbert diberika suatu vektor X da M ruag bagia dari X aka aka ditetuka vektor M ag terdekat ke aitu vektor ag eiialka. Jika berada di M aka peelesaiaa trivial aitu vektor sediri. Secara uu ada epat perataa petig dala peelesaia asalah tersebut aitu :. Adakah vektor M ag eiialka?. Apakah peelesaiaa tuggal? 3. Kodisi apa ag harus dipeuhi agar ada peelesaia optial? 4. Bagaiaa eetuka peelesaia optial? Perataa oor da 3 aka dijawab dega Teorea proeksi. Ada dua versi Teorea proeksi satu versi pada ruag Pre-Hilbert da satu versi ag lai

26 pada ruag Hilbert dega hipotesis da kesipula ag lebih kuat. Teorea.3. (Teorea Proeksi di Ruag pre-hilbert) Misalka X suatu ruag Pre-Hilbert M suatu ruag bagia dari X da sebarag vektor di X. Jika ada vektor M sedeikia higga o M aka tuggal. Sarat perlu da cukup M suatu vektor iial tuggal di M adalah vektor selisih ortogoal terhadap M (Berberia96). Bukti : Aka di tujukka jika adalah vektor iial aka ortogoal terhadap M. Adaika kodisi sebalika terdapat M ag tidak ortogoal terhadap. Tapa eguragi keuua bukti isalka da =. Didefiisika vektor M sebagai = + aka

27 3 Ii berarti dega = + sehigga ii berarti buka vektor iial. Jadi vektor iial aka ortogoal terhadap M atau ( ) M. Dega deikia jika tidak ortogoal terhadap M aka buka vektor iial. Selajuta aka ditujukka jika vektor ortogoal terhadap M diabil sebarag M berdasarka Teorea Phtagorea : sehigga utuk

28 4 Dala diesi tiga teorea proeksi ii dapat diataka sebagai berikut : Ruag bagia M adalah bidag ag elalui titik asal da di ruag diesi tiga X. Jika ada vektor iial M aka tuggal da vektor selisih tegak lurus terhadap bidag M seperti digabarka dala gabar dibawah ii : M ( ) M Gabar. Ruag Diesi Tiga Teorea di atas belu ejai keberadaa vektor iial tetapi jika ada vektor iial aka tuggal da vektor selisih ortogoal terhadap ruag bagia M. Dega hipotesis ag lebih kuat didapatka kesipula ag lebih kuat aitu terjaia keberadaa vektor iial. Hal ii diataka dala teorea berikut. Teorea.3.3 (Teorea Proeksi Klasik) Misalka H ruag Hilbert da M ruag bagia tertutup dari H aka utuk sebarag vektor H terdapat tuggal vektor M sedeikia higga o M. Sarat perlu da cukup M suatu vektor iial tuggal adalah vektor selisih ortogoal terhadap ruag bagia M (Berberia 96).

29 5 Bukti : Ketuggala da ortogoalitasa telah dibuktika pada Teorea.3. sehigga tiggal ebuktika keberadaa vektor iial. Jika M da = aka bukti selesai. Misalka M da didefiisika if aka ditetuka M dega M. Misalka { i } suatu barisa vektor dala M da i. Meurut huku jajara gejag (parallelogra) ( j ) ( i ) ( j ) ( i ) j i dega eusu kebali persaaa di atas didapatka : j i = j i - 4 i j utuk setiap i j. Da vektor i j berada di M. Karea M ruag bagia liier sehigga dari defiisi i j da didapatka : j i 4 j i

30 6 karea i i Maka j i i j. Dega deikia { i } adalah barisa Cauch da karea M ruag bagia tertutup dari ruag legkap aka barisa { i } epuai liit di dala M. Dega kekotiua or aka. Jadi dala peulisa ii Teorea proeksi klasik ejai keberadaa da ketuggala peelesaia optial serta kodisi ag harus dipeuhi agar keberadaa vektor iial ada peelesaia optiala peelesaia optiala sediri belu dapat ditetuka. Selajuta Teorea proeksi di atas aka ditetapka utuk ebagu sifat struktural tabaha dari suatu ruag Hilbert atara lai adalah dala sebarag ruag bagia tertutup dari ruag Hilbert sebarag vektor dapat ditulis sebagai julaha dua vektor satu vektor di ruag bagia tertutup da vektor ag lai ortogoal terhadapa.

31 7 Defiisi.3.3 (Lueberger 969) Misalka S suatu hipua bagia dari ruag Hilbert. Hipua seua vektor ag ortogoal terhadap S disebut koplee ortogoal dari S da diotasika dega S. Teorea.3.4 Misalka S da T hipua bagia dari ruag Hilbert da eataka koplee ortogoal dari S da T aka : S T berturut-turut. S adalah ruag bagia tertutup. S S 3. Jika ST aka T S 4. S = S Bukti :. Hipua S erupaka ruag bagia. Ruag jika { } suatu barisa koverge dari S tertutup karea S kataka ; Kekotiua perkalia dala eataka = < s> < s> utuk seua s S sehigga S.. Diabil S. Hal ii berarti utuk seua S. Sehigga diperoleh z. Utuk setiap z Jadi utuk S z S. S terasuk z =.

32 8 3. Abil T. Oleh karea itu aka utuk seua T. Karea S T aka z utuk setiap z S. Dega kata lai S. 4. ( S ) = S Harus dibuktika : (a) ( S ) S (b) S ( S ) Bukti : (a) Jika S S aka ( S ) S. (b ) Karea S S aka S ( S ). Defiisi.3.4 (Lueberger 969) Ruag vektor X dikataka julaha lagsug dari ruag bagia M da N jika setiap vektor X dapat ditulis secara tuggal dala betuk = + dega M da N diotasika dega X = M N. Teorea.3.5 Jika M ruag bagia liear tertutup dari suatu ruag Hilbert H aka H = M M da M = M

33 9 Bukti : Misalka H. Karea M ruag bagia tertutup aka eurut Teorea proeksi ada vektor tuggal M sedeikia higga utuk seua M da = M. Dega deikia = + dega M da M. Jadi erupaka julaha dari M da M. Utuk ebuktika ketuggalaa isalka = + dega M da M aka : = ( + ) ( + ) = + tetapi da ortogoal sehigga eurut teorea phtagorea. Hal ii eataka = da =. Jadi utuk setiap vektor di H dapat diataka dega tuggal sebagai julaha dari suatu vektor di M da suatu vektor di M. Dega kata lai H = M M. Utuk ebuktika M = M tiggal eujukka M M. Diabil M da aka ditujukka M. Meurut bagia teorea ii = + dega M da M karea M da M. Maka M aitu M. Tetapi M sehigga ag eataka = sehigga - M da M M. Terbukti M = M. Dala diesi dua bagia pertaa teorea di atas dapat diataka sebagai berikut. Jika H suatu bidag da suatu garis lurus ag elalui titik asal aka

34 utuk setiap H dapat diataka dega tuggal sebagai = + z dega M da z M. Hal ii dapat digabarka sebagai berikut. M M z Gabar. Ruag Diesi Dua Gabar di atas jika M ruag bagia tetutup dari H aka H = M M. Misalka M ruag bagia tertutup dari suatu ruag Hilbert H da vektor di H. Vektor M dega M disebut proeksi ortogoal pada M. Jadi sapai disii keberadaa da ketuggala peelesaia optial asalah optiisasi sudah terjawab au peelesaia optiala sediri belu ditetuka. Ada dua cara utuk eetuka peelesaia optial aitu dega eelesaika persaaa oral da dega prosedur ortogoalisasi Gra- Schidt bersaa deret Fourier. Pada peelitia ii aka dibicaraka dega eelesaika persaaa oral da atriks Gra.

35 Defiisi.3.5 (Lueberger 969) Misalka... basis dari M. Diberika sebarag vektor H da aka dicari vektor di M ag terdekat ke. Jika vektor diataka dala sukusuku dala vektor i sebagai : o = i i i Maka asalah tersebut ekuivale dega eeuka skalar i i =... ag eiialka.... Meurut teorea proeksi vektor iial tuggal adalah proeksi ortogoal pada M atau vektor selisih ortogoal terhadap setiap vektor i. Dega deikia :... utuk i =.... i Atau = = =

36 Atau Persaaa dala koefisie i sebaak kali ii dikeal sebagai persaaa oral utuk asalah iialisasi. Matriks ag berhubuga dega vektor... aitu :... G = G(... ) = disebut atriks Gra dari Matriks ii adalah trapose dari atriks koefisie oral. Teorea.3.6 Deteria Gra g = g(. ) jika da haa jika. bebas liear (Lueberger 969).

37 3 Bukti : Perataa tersebut ekuivale dega perataa vektor vektor. bergatug liear jika da haa jika g = g(. ) =. Misalka i bergatug liier berarti terdapat i ag tidak saa dega ol sedeikia sehigga i i i. Karea barisa-barisa pada deteria Gra bergatug pada i aka deteriaa ol. Misalka g = g(. ) =. Maka ada kebergatuga liier di atara barisa-barisaa sehigga terdapat kostata a i ag tidak seuaa ol sedeikia higga i i i j utuk seua j. Dega deikia i atau. Sehigga da vektor i i j i. bergatug liier. i i i i i Walaupu persaaa oral tidak eiliki peelesaia tuggal jika i bergatug liier tetapi selalu ada palig sedikit satu peelesaia. Jika g = aka selalu dihasilka peelesaia ag tidak tuggal buka peelesaia ag tidak kosiste. Teorea berikut eataka jarak iiu suatu vektor ke ruag bagia dapat dicari dega deteria atriks Gra.

38 4 Teorea.3.7 Misalka.. bebas liear da jarak iiu vektor ke ruag bagia M ag dibagu oleh i aitu :... i aka )... ( )... ( g g Bukti : Meurut defiisi Meurut teorea proeksi - ortogoal terhadap M sehigga secara khusus karea M aka : = sehigga i... atau... persaaa ii bersaa persaaa oral eberika + persaaa liier dala + variabel.... Dega atura Craer didapatka

39 5 )... ( )... ( g g.4. Deret Maclauri Kasus khusus pada deret Talor adalah bila fugsi diperluas sekitar = aka dereta diaaka deret Maclauri ag juga erupaka deret Talor baku sebagai berikut :... 3! '''! ''! ' 3 t t t t (Purcell 4). Cotoh.4. Carilah deret Maclauri utuk si pada. Jika () = si aka kita pua () = cos () = -si () = -cos () = si da seterusa.

40 6 Jadi dari ruus deret Maclauri di atas = si = = = da seterusa. Sehigga diperoleh deret Maclauri aitu: Si = si os +.5. Fugsi Trasede Fugsi trasede atau fugsi o aljabar adalah fugsi ag tidak dapat diataka dala sejulah berhigga operasi aljabar. Fugsi trasede ag bisa dijupai dala hal ii terdiri dari fugsi ekspoesial fugsi logaritik fugsi trigooetrik fugsi sikloetrik da fugsi hiperbolik. Dala pebahasa selajuta aka diuraika satu persatu ulai dari defiisi ivers sapai itegral dari asig-asig fugsi trasede tersebut. a. Fugsi Ekspoesial Fugsi ekspoesial adalah fugsi ag variabel bebasa ejadi pagkat dari suatu bilaga. Fugi ekspoe diataka dala betuk uua= f() = a dega a da a R. Sebagai ilustrasi fugsi f()= g()= da sebagaia.

41 7 b. Fugsi Logaritik Fugsi logaritik dega bilaga dasar a adalah ivers dari fugsi ekspoe dari bilaga dasar a. Fugsi ekspoe = g() a dega a iversa adalah fugsi logaritika = f() = log. g() = log da sebagaia. c. Fugsi Trigooetrik Fugsi trigooetrik atara lai eliputi fugsi-fugsi = si = cos = ta da sebagaia. Dega eataka besar suatu sudut (radia atau derajat) da eataka ilai fugsi. d. Fugsi Sikloetrik Fugsi sikloetrik adalah ivers dari fugsi trigooetrik. Seperti = arc si = arc cos = arc ta da sebagaia. e. Fugsi Hiperbolik Fugsi hiperbolik ada keiripa dega fugsi trigooetri. Atara lai eliputi = cosh = sih = tah da sebagaia. Fugsi hiperbolik didefiisika sebagai berikut : sih = cosh = e e e e (Purcell 4).

42 8 III. METODOLOGI PENELITIAN 3. Tepat da Waktu Peelitia Peelitia ii dilakuka di Fakultas Mateatika da Ilu Pegetahua Ala pada jurusa Mateatika Uiversitas Lapug ag diulai pada seester Geap tahu ajara 5/6. 3. Metode Peelitia Peelitia ii egguaka etode ag bersifat studi pustaka aitu dega epelajari egaalisis asalah dega defiisi-defiisi da defiisi tersebut ejadi acua berfikir utuk egeukaka teori ag sesuai dega asalah ag bersagkuta da keudia ebuat kesipula. Suber literatur ag diguaka aitu dari Perpustakaa Uiversitas Lapug da suber-suber lai ag berhubuga dega asalah dala peelitia ii. Adapu lagkah-lagkah ag dilakuka dala peelitia ii adalah sebagai berikut :. Mebawa asalah aproksiasi fugsi ke ruag Hilbert C[ab] dega cara terlebih dahulu eetuka produk skalar terhadap ruag Hilbert C[ab] ag sesuai utuk diguaka.

43 9. Meetuka basis-basis ag aka diguaka. 3. Mecari peelesaia optial (aproksiasi fugsi terbaik) dega persaaa oral. 4. Meetuka kesalaha optial dari pegabila basis ag berbeda-beda pada lagkah () da elakuka aalisis serta evaluasi terhadap galat da fugsi ag dihasilka. 5. Melakuka lagkah () s.d. (4) utuk kasus fugsi ag lai. 6. Melakuka perbadiga da selajuta egabil kesipula atas hasil pada lagkah (5).

44 V. KESIMPULAN Masalah optiisasi khususa aproksiasi fugsi terbaik ag tidak edapatka solusi terbaik dala ruag fisis atau ag dikeal sebagai ruag real dapat dipecahka dega siste ateatis ag sederhaa dega asalah aproksiasi tersebut ke ruag abstrak (berisi aksioa-aksioa) atau ruag vektor khususa pada ruag Hilbert C[ab]. Masalah tersebut dikeal sebagai asalah iiu or dala ruag Hilbert C[ab] dega studi kasus fugsi trasede. Dega egguaka kosep iiu or aka diperoleh kesalaha optial (galat) ag iiu. Dala peelesaia asalah iiu or dega egguaka ruag Hilbert C[ab] aka fugsi aproksiasi tidak tergatug pada peiliha basis asalka basis ag dipilih ebagu ruag Hilbert C[a b]. Jika dibadigka dega aproksiasi fugsi dega deret Maclauri aka etode Maclauri kurag teliti karea aproksiasi dega deret Maclauri tergatug dega baaka suku ag diabil.

45 DAFTAR PUSTAKA Aato Suharsoo da Waluo J.3. Peelesaia Masalah Miiu Nor dala Ruag Hilbert L [ab]. Jural Mateatika Aplikasi da Pebelajaraa (JMAP) Vol hal Atkiso K. Ad Ha W.. Theoretical Nuerical Aalsis : A Fuctioal Aalsis Fraework. Spriger Verlag New York. Berberia SK. 96. Itroductio to Hilbert Space Acadeic Press Ic. New York. Joko Waluo 3. Peelesaia Masalah Miiu Nor Dala Ruag Hilbert C[ab]. Skripsi Jurusa Mateatika FMIPA Uila. Krezig Erwi Itroductor Fuctioal Aalsis with Applicatios. New York : Joh Wille. Lueberger D.G Optiizatio b Vector Space Methods Joh Wile ad Sos New York. Muir Rialdi. 6. Metode Nuerik. Badug: Iforatika Badug. Purcell Edwi J. 4. Kalkulus. Jilid Dua. Jakarta: Erlagga.

I. PENDAHULUAN II. LANDASAN TEORI

I. PENDAHULUAN II. LANDASAN TEORI 5 I PENDAHULUAN Latar Belakag Persaaa diferesial adalah suatu persaaa ag egadug sebuah fugsi ag tak diketahui dega satu atau lebih turuaa [Stewart, 3] Persaaa diferesial dapat dibedaka eurut ordea, salah

Lebih terperinci

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

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teorema-teorema II. LANDASAN TEORI Pada bab II aka dbahas pegerta-pegerta (defs) da teorea-teorea ag edukug utuk pebahasa pada bab IV. Pegerta (defs) da teorea tersebut dtulska sebaga berkut... Teorea Proeks Teorea proeks

Lebih terperinci

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: 1-13 TEOREMA TITIK TETAP BANACH PADA RUANG METRIK-D

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: 1-13 TEOREMA TITIK TETAP BANACH PADA RUANG METRIK-D Jural Mateatika Muri da Terapa Vol 4 No Deseber : - 3 TEOREMA TITIK TETAP BANACH PADA RUANG METRIK-D Muhaad Ahsar Kari, Dewi Sri Susati, da Nurul Huda Progra Studi Mateatika Uiversitas Labug Magkurat Jl

Lebih terperinci

MENENTUKAN PENYELESAIAN PERTIDAKSAMAAN DENGAN METODE TITIK PEMECAH. Warsito. Program Studi Matematika FMIPA Universitas Terbuka.

MENENTUKAN PENYELESAIAN PERTIDAKSAMAAN DENGAN METODE TITIK PEMECAH. Warsito. Program Studi Matematika FMIPA Universitas Terbuka. MENENTUKAN PENYELESAIAN PERTIDAKSAMAAN DENGAN METODE TITIK PEMECAH Warsito Progra Studi Mateatika FMIPA Uiversitas Terbuka warsito@ut.ac.id Abstrak Peyelesaia pertidaksaaa ( x- a, a Î R adalah x a (egguaka

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakag Kehidupa ausia seatiasa diarahka pada kodisi yag aka datag, yag keberadaaya tidak dapat diketahui secara pasti. Sehigga ausia berusaha elakuka kegiata kegiata dega berorietasi

Lebih terperinci

SIFAT-SIFAT FUNGSI YANG TERINTEGRAL MCSHANE DALAM RUANG EUCLIDE BERDIMENSI N UNTUK FUNGSI-FUNGSI BERNILAI BANACH

SIFAT-SIFAT FUNGSI YANG TERINTEGRAL MCSHANE DALAM RUANG EUCLIDE BERDIMENSI N UNTUK FUNGSI-FUNGSI BERNILAI BANACH βeta p-issn: 2085-5893 / e-issn: 2541-0458 http://juralbeta.ac.id Vol. 5 No. 1 (Mei) 2012, Hal. 21-29 βeta 2012 SIFAT-SIFAT FUNGSI YANG TRINTGRAL MCSHAN DALAM RUANG UCLID BRDIMNSI N UNTUK FUNGSI-FUNGSI

Lebih terperinci

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR Nur Aei Prodi Matematika, FST-UINAM uraeiatullah@gmail.com Ifo: Jural MSA Vol. 3 No. 2 Edisi: Juli Desember

Lebih terperinci

Representasi Deret ke dalam Bentuk Integral Lipat Dua

Representasi Deret ke dalam Bentuk Integral Lipat Dua Jural Kubik, Volue 2 No. (27) ISSN : 2338-896 Represetasi Deret ke dala Betuk Itegral Lipat Dua Siti Julaeha, a) 2, b) da Arii Soesatyo Putri Jurusa Mateatika Fakultas Sais da Tekologi UIN SGD Badug 2

Lebih terperinci

Penerapan Teorema Perron-Frobenius pada Penentuan Distribusi Stasioner Rantai Markov

Penerapan Teorema Perron-Frobenius pada Penentuan Distribusi Stasioner Rantai Markov Vol. 3, No., 85-9, Juli 6 Peerapa Teorea Perro-Frobeius pada Peetua Distribusi Stasioer Ratai Markov Jusawati Massalesse Abstrak Perilaku suatu ratai Markov setelah berala ukup laa dapat diketahui elalui

Lebih terperinci

BAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang

BAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang BAB I PENDAHULUAN 1.1 Latar Belakag Masalah Itegral adalah salah satu kosep petig dalam Matematika yag dikemukaka pertama kali oleh Isac Newto da Gottfried Wilhelm Leibiz pada akhir abad ke-17. Selajutya

Lebih terperinci

I. DERET TAKHINGGA, DERET PANGKAT

I. DERET TAKHINGGA, DERET PANGKAT I. DERET TAKHINGGA, DERET PANGKAT. Pedahulua Pembahasa tetag deret takhigga sebagai betuk pejumlaha suku-suku takhigga memegag peraa petig dalam fisika. Pada bab ii aka dibahas megeai pegertia deret da

Lebih terperinci

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR Nur Aei Prodi Matematika, FST-UINAM uraeiatullah@gmail.com Ifo: Jural MSA Vol. 3 No. 2 Edisi: Juli Desember

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 PENDAHULUAN Persoala trasportasi yag serig ucul dala kehidupa sehari-hari, erupaka gologa tersediri dala persoala progra liier. Maka etode traportasi ii juga dapat diguaka utuk eyelesaika beberapa

Lebih terperinci

KARAKTERISTIK OPERATOR HIPONORMAL-p PADA RUANG HILBERT. Gunawan Universitas Muhammadiyah Purwokerto

KARAKTERISTIK OPERATOR HIPONORMAL-p PADA RUANG HILBERT. Gunawan Universitas Muhammadiyah Purwokerto JMP : Volue 6 Noor, Deseber 014, hal. 105-114 KARAKERISIK OPERAOR HIPONORMAL- PADA RUANG HILBER Guawa Uiversitas Muhaadiyah Purwokerto Eail: gu.oge@gail.co ABRAC. his article discusses the defiitio ad

Lebih terperinci

BAB 4: PELUANG DAN DISTRIBUSI NORMAL.

BAB 4: PELUANG DAN DISTRIBUSI NORMAL. BAB 4: PELUANG DAN DISTRIBUSI NORMAL. PELUANG Peluag atau yag biasa juga disebut dega istilah keugkia, probablilitas, atau kas eujukka suatu tigkat keugkia terjadiya suatu kejadia yag diyataka dala betuk

Lebih terperinci

MAKALAH TUGAS AKHIR DIMENSI PARTISI PADA PENGEMBANGAN GRAPH KINCIR DENGAN POLA K 1 +mk n

MAKALAH TUGAS AKHIR DIMENSI PARTISI PADA PENGEMBANGAN GRAPH KINCIR DENGAN POLA K 1 +mk n MAKALAH TUGAS AKHIR DIMENSI PARTISI PADA PENGEMBANGAN GRAPH KINCIR DENGAN POLA K 1 +K Oleh : MOHAMMAD IQBAL 1 0 100 01 Pebibig : Drs. Suhud Wahyudi, M.Si. 1900109 198701 1 001 ABSTRAK Graph adalah hipua

Lebih terperinci

Bab 7 Penyelesaian Persamaan Differensial

Bab 7 Penyelesaian Persamaan Differensial Bab 7 Peelesaia Persamaa Differesial Persamaa differesial merupaka persamaa ag meghubugka suatu besara dega perubahaa. Persamaa differesial diataka sebagai persamaa ag megadug suatu besara da differesiala

Lebih terperinci

Kalkulus Rekayasa Hayati DERET

Kalkulus Rekayasa Hayati DERET Kalkulus Rekayasa Hayati DERET 1 Isi Bab Pedahulua Barisa tak-higga Deret tak-higga Deret Positif : Uji kekovergea Deret Gati Tada Deret Pagkat Deret Taylor da Maclauri 2 Kompetesi Dasar Setelah megikuti

Lebih terperinci

PERTEMUAN 13. VEKTOR dalam R 3

PERTEMUAN 13. VEKTOR dalam R 3 PERTEMUAN VEKTOR dalam R Pegertia Ruag Vektor Defiisi R Jika adalah sebuah bilaga bulat positif, maka tupel - - terorde (ordered--tuple) adalah sebuah uruta bilaga riil ( a ),a,..., a. Semua tupel - -terorde

Lebih terperinci

BAB 2 DASAR TEORI. 2.1 Probabilitas

BAB 2 DASAR TEORI. 2.1 Probabilitas BAB DASAR TEORI. Probabilitas Probabilitas epuyai bayak persaaa seperti keugkia, kesepata da kecederuga. Probabilitas eujukka keugkia terjadiya suatu peristiwa yag bersifat acak. Suatu peristiwa disebut

Lebih terperinci

Pendekatan Nilai Logaritma dan Inversnya Secara Manual

Pendekatan Nilai Logaritma dan Inversnya Secara Manual Pedekata Nilai Logaritma da Iversya Secara Maual Moh. Affaf Program Studi Pedidika Matematika, STKIP PGRI BANGKALAN affafs.theorem@yahoo.com Abstrak Pada pegaplikasiaya, bayak peggua yag meggatugka masalah

Lebih terperinci

BAB I PERSAMAAN DIFFERENSIAL BIASA (PDB)

BAB I PERSAMAAN DIFFERENSIAL BIASA (PDB) BAB I PERSAMAAN DIFFERENSIAL BIASA (PDB) Tujua Pebelajara Pada bab. ii, pebaca diperkealka kepada persaaa differesial (PD) da jeis-jeisa. Selai itu juga dijelaska cara-cara pebuata persaaa differesial,

Lebih terperinci

TAKSIRAN INTERVAL PARAMETER BENTUK DARI DISTRIBUSI PARETO BERDASARKAN METODE MOMEN DAN MAKSIMUM LIKELIHOOD

TAKSIRAN INTERVAL PARAMETER BENTUK DARI DISTRIBUSI PARETO BERDASARKAN METODE MOMEN DAN MAKSIMUM LIKELIHOOD TAKSIRAN INTERVAL PARAMETER BENTUK DARI DISTRIBUSI PARETO BERDASARKAN METODE MOMEN DAN MAKSIMUM LIKELIHOOD Jailah * Firdaus Sigit Sugiarto Mahasiwa Progra S Mateatika Dose Jurusa Mateatika Fakultas Mateatika

Lebih terperinci

Aplikasi Interpolasi Bilinier pada Pengolahan Citra Digital

Aplikasi Interpolasi Bilinier pada Pengolahan Citra Digital Aplikasi Iterpolasi Biliier pada Pegolaha Citra Digital Veriskt Mega Jaa - 35408 Program Studi Iformatika Sekolah Tekik Elektro da Iformatika Istitut Tekologi Badug, Jl. Gaesha 0 Badug 403, Idoesia veriskmj@s.itb.ac.id

Lebih terperinci

BAB I BILANGAN KOMPLEKS

BAB I BILANGAN KOMPLEKS BAB I BILANGAN KOMPLEKS Di dalam bab ii, kita aka meelidiki struktur aljabar da geometri dari sistim bilaga kompleks. Kita aggap bahwa berbagai sifat ag berhubuga dega bilaga real sudah diketahui.. PENJUMLAHAN

Lebih terperinci

TEOREMA WEYL UNTUK OPERATOR HYPONORMAL

TEOREMA WEYL UNTUK OPERATOR HYPONORMAL Jural UJMC, Volume 3, Nomor, Hal. - 6 pissn : 460-3333 eissn : 579-907X TEOREMA WEYL UNTUK OPERATOR HYPONORMAL Guawa Uiversitas Muhammadiyah Purwokerto, gu.oge@gmail.com Abstract This paper aims at describig

Lebih terperinci

Definisi 2.3 : Jika max min E(X,Y) = min

Definisi 2.3 : Jika max min E(X,Y) = min Teori Peraia 22 Peelitia Operasioal II Defiisi 23 : Jika ax i E(X,Y) = z y i y ax E(X,Y) =E(x 0, y 0 ), aka (x 0, y 0 ) didefiisika z sebagai strategi uri dari peraia itu dega x 0 sebagai strategi optiu

Lebih terperinci

DISTRIBUSI BINOMIAL. (sukses sebanyak x kali, gagal sebanyak n x kali)

DISTRIBUSI BINOMIAL. (sukses sebanyak x kali, gagal sebanyak n x kali) DISTRIBUSI BINOMIAL Distribusi bioial berasal dari percobaa bioial yaitu suatu proses Beroulli yag diulag sebayak kali da salig bebas. Distribusi Bioial erupaka distribusi peubah acak diskrit. Secara lagsug,

Lebih terperinci

TEOREMA REPRESENTASI RIESZ FRECHET PADA RUANG HILBERT (Riesz Frechet Representation Theorem in Hilbert Space)

TEOREMA REPRESENTASI RIESZ FRECHET PADA RUANG HILBERT (Riesz Frechet Representation Theorem in Hilbert Space) Jural Barekeg Vol. 5 No. Hal. 8 (0) TEOREMA REPRESENTASI RIESZ FRECHET PADA RUANG HILBERT (Ries Frechet Represetatio Theorem i Hilbert Space) MOZART W TALAKUA, STENLY JONDRY NANURU Staf Jurusa Matematika

Lebih terperinci

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian BAB I PENDAHULUAN A. Latar Belakag Masalah Matematika merupaka suatu ilmu yag mempuyai obyek kajia abstrak, uiversal, medasari perkembaga tekologi moder, da mempuyai pera petig dalam berbagai disipli,

Lebih terperinci

LIMIT. = δ. A R, jika dan hanya jika ada barisan. , sedemikian hingga Lim( a n

LIMIT. = δ. A R, jika dan hanya jika ada barisan. , sedemikian hingga Lim( a n LIMIT 4.. FUNGSI LIMIT Defiisi 4.. A R Titik c R adalah titik limit dari A, jika utuk setiap δ > 0 ada palig sedikit satu titik di A, c sedemikia sehigga c < δ. Defiisi diatas dapat disimpulka dega cara

Lebih terperinci

Optimisasi Terpadu Persoalan Inventori dan Persoalan Transfortasi dengan Metode ITIO ( Inventory Transfortation Integrated Optimization)

Optimisasi Terpadu Persoalan Inventori dan Persoalan Transfortasi dengan Metode ITIO ( Inventory Transfortation Integrated Optimization) Prosidig Seirata FMIP Uiversitas Lapug, Optiisasi Terpadu Persoala Ivetori da Persoala Trasfortasi dega Metode ITIO ( Ivetory Trasfortatio Itegrated Optiizatio) T.P.Nababa, Sukato, Karida Puspita N Jurusa

Lebih terperinci

REPRESENTASI KANONIK UNTUK FUNGSI KARAKTERISTIK DARI SEBARAN TERBAGI TAK HINGGA

REPRESENTASI KANONIK UNTUK FUNGSI KARAKTERISTIK DARI SEBARAN TERBAGI TAK HINGGA Jural Matematika UNAND Vol. 3 No. Hal. 7 34 ISSN : 33 9 c Jurusa Matematika FMIPA UNAND REPRESENTASI KANONIK UNTUK FUNGSI KARAKTERISTIK DARI SEBARAN TERBAGI TAK HINGGA EKA RAHMI KAHAR, DODI DEVIANTO Program

Lebih terperinci

TINJAUAN PUSTAKA. 2.1 Ruang Vektor. Definisi (Darmawijaya, 2007) Diketahui (V, +) grup komutatif dan (F,,. ) lapangan dengan elemen identitas

TINJAUAN PUSTAKA. 2.1 Ruang Vektor. Definisi (Darmawijaya, 2007) Diketahui (V, +) grup komutatif dan (F,,. ) lapangan dengan elemen identitas II. TINJAUAN PUSTAKA 2.1 Ruag Vektor Defiisi 2.1.1 (Darmawijaya, 2007) Diketahui (V, +) grup komutatif da (F,,. ) lapaga dega eleme idetitas 1. V disebut ruag vektor (vector space) atas F jika ada operasi

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, , Agustus 2003, ISSN : METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, , Agustus 2003, ISSN : METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT Vol. 6. No., 97-09, Agustus 003, ISSN : 40-858 METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT Robertus Heri Jurusa Matematika FMIPA UNDIP Abstrak Tulisa ii membahas peetua persamaa ruag

Lebih terperinci

Probabilitas dan Statistika Korelasi dan Regresi. Adam Hendra Brata

Probabilitas dan Statistika Korelasi dan Regresi. Adam Hendra Brata Probabilitas da Statistika da Adam Hedra Brata Dua Peubah Acak dua perubah acah X da Y dega rata-rata da diberika oleh rumus : E(XY) - - - Sifat Sifat Sifat kovariasi utuk X da Y diskrit : f(, ) f(, )

Lebih terperinci

MAKALAH ALJABAR LINEAR SUB RUANG VEKTOR. Dosen Pengampu : Darmadi, S.Si, M.Pd

MAKALAH ALJABAR LINEAR SUB RUANG VEKTOR. Dosen Pengampu : Darmadi, S.Si, M.Pd MAKALAH ALJABAR LINEAR SUB RUANG VEKTOR Dose Pegampu : Darmadi, S.Si, M.Pd Disusu : Kelas 5A / Kelompok 5 : Dia Dwi Rahayu (084. 06) Hefetamala (084. 4) Khoiril Haafi (084. 70) Liaatul Nihayah (084. 74)

Lebih terperinci

RUANG BANACH PADA RUANG BARISAN, DAN

RUANG BANACH PADA RUANG BARISAN, DAN RUANG BANACH PADA RUANG BARISAN, DAN Wahidah Alwi* * Dose ada Jurusa Mateatia Faultas Sais da Teologi UIN Alauddi Maassar e-ail: wahidah.alwi79@gail.co Abstract: The ai object of the vectors are the vectors

Lebih terperinci

Barisan. Barisan Tak Hingga Kekonvergenan barisan tak hingga Sifat sifat barisan Barisan Monoton. 19/02/2016 Matematika 2 1

Barisan. Barisan Tak Hingga Kekonvergenan barisan tak hingga Sifat sifat barisan Barisan Monoton. 19/02/2016 Matematika 2 1 Barisa Barisa Tak Higga Kekovergea barisa tak higga Sifat sifat barisa Barisa Mooto 9/0/06 Matematika Barisa Tak Higga Secara sederhaa, barisa merupaka susua dari bilaga bilaga yag urutaya berdasarka bilaga

Lebih terperinci

KARAKTERISTIK MATRIKS CENTRO-SIMETRIS THE CHARACTERISTICS OF CENTROSYMMETRIC MATRICES

KARAKTERISTIK MATRIKS CENTRO-SIMETRIS THE CHARACTERISTICS OF CENTROSYMMETRIC MATRICES ural Ilu Mateatika da erapa Deseber 206 Volue 0 Noor 2 Hal 69 76 KAAKEIIK MAIK CENO-IMEI Bery Pebo oasouw urusa Mateatika FMIPA Uiversitas Pattiura l Ir M Putuhea, Kapus Upatti, Poka-Abo, Idoesia e-ail:

Lebih terperinci

2 BARISAN BILANGAN REAL

2 BARISAN BILANGAN REAL 2 BARISAN BILANGAN REAL Di sekolah meegah barisa diperkealka sebagai kumpula bilaga yag disusu meurut "pola" tertetu, misalya barisa aritmatika da barisa geometri. Biasaya barisa da deret merupaka satu

Lebih terperinci

BARISAN DAN DERET. Nurdinintya Athari (NDT)

BARISAN DAN DERET. Nurdinintya Athari (NDT) BARISAN DAN DERET Nurdiitya Athari (NDT) BARISAN Defiisi Barisa bilaga didefiisika sebagai fugsi dega daerah asal merupaka bilaga asli. Notasi: f: N R f( ) = a Fugsi tersebut dikeal sebagai barisa bilaga

Lebih terperinci

Distribusi Pendekatan (Limiting Distributions)

Distribusi Pendekatan (Limiting Distributions) Distribusi Pedekata (Limitig Distributios) Ada 3 tekik utuk meetuka distribusi pedekata: 1. Tekik Fugsi Distribusi Cotoh 2. Tekik Fugsi Pembagkit Mome Cotoh 3. Tekik Teorema Limit Pusat Cotoh Fitriai Agustia,

Lebih terperinci

Program Perkuliahan Dasar Umum Sekolah Tinggi Teknologi Telkom. Barisan dan Deret

Program Perkuliahan Dasar Umum Sekolah Tinggi Teknologi Telkom. Barisan dan Deret Program Perkuliaha Dasar Umum Sekolah Tiggi Tekologi Telkom Barisa da Deret Barisa Defiisi Barisa bilaga didefiisika sebagai fugsi dega daerah asal merupaka bilaga asli. Notasi: f: N R f( ) a Fugsi tersebut

Lebih terperinci

τ = r x F KESETIMBANGAN

τ = r x F KESETIMBANGAN KESETIMBG Moe Gaa ( τ ) Moe gaa atau torsi adalah besara ag dapat eebabka beda berotasi atau berputar. Besar oe gaa didefiisika sebagai hasil kali atara gaa ag bekerja dega lega. Moe gaa terasuk dala besara

Lebih terperinci

BAB I PENDAHULUAN. A. Latar Belakang Masalah

BAB I PENDAHULUAN. A. Latar Belakang Masalah BAB I PENDAHULUAN A. Latar Belakag Masalah Struktur alabar adalah suatu himpua yag di dalamya didefiisika suatu operasi bier yag memeuhi aksioma-aksioma tertetu. Gelaggag ( Rig ) merupaka suatu struktur

Lebih terperinci

Perbandingan Inversi Least-Square dengan Levenberg- Marquardt pada Metode Geomagnet untuk Model Crustal Block

Perbandingan Inversi Least-Square dengan Levenberg- Marquardt pada Metode Geomagnet untuk Model Crustal Block PROSIDING SKF 6 Perbadiga Iversi Least-Square dega Leveberg- Marquardt pada Metode Geoaget utuk Model Crustal Block Uar Said a, Mohaad eriyato b, da Wahyu Srigutoo c Laboratoriu Fisika Bui, Kelopok Keilua

Lebih terperinci

RUANG BARISAN MUSIELAK-ORLICZ. Oleh: Encum Sumiaty dan Yedi Kurniadi

RUANG BARISAN MUSIELAK-ORLICZ. Oleh: Encum Sumiaty dan Yedi Kurniadi RUANG BARISAN USIELAK-ORLICZ Oleh: Ecu Suiat da Yedi Kuriadi Disapaia pada Seiar Nasioal ateatia ada taggal 8 Deseber 2008, di Jurusa edidia ateatia FIA UI JURUSAN ENDIDIKAN ATEATIKA FAKULTAS ENDIDIKAN

Lebih terperinci

Hendra Gunawan. 12 Februari 2014

Hendra Gunawan. 12 Februari 2014 MA1201 MATEMATIKA 2A Hedra Guawa Semester II, 2013/2014 12 Februari 2014 Bab Sebelumya 8. Betuk Tak Tetu da Itegral Tak Wajar 8.1 Betuk Tak Tetu 0/0 82 8.2 Betuk Tak Tetu Laiya 8.3 Itegral Tak Wajar dg

Lebih terperinci

BAB II TEORI DASAR. Definisi Grup G disebut grup komutatif atau grup abel jika berlaku hukum

BAB II TEORI DASAR. Definisi Grup G disebut grup komutatif atau grup abel jika berlaku hukum BAB II TEORI DASAR 2.1 Aljabar Liier Defiisi 2. 1. 1 Grup Himpua tak kosog G disebut grup (G, ) jika pada G terdefiisi operasi, sedemikia rupa sehigga berlaku : a. Jika a, b eleme dari G, maka a b eleme

Lebih terperinci

Bab 3 Metode Interpolasi

Bab 3 Metode Interpolasi Baha Kuliah 03 Bab 3 Metode Iterpolasi Pedahulua Iterpolasi serig diartika sebagai mecari ilai variabel tergatug tertetu, misalya y, pada ilai variabel bebas, misalya, diatara dua atau lebih ilai yag diketahui

Lebih terperinci

Secara umum, suatu barisan dapat dinyatakan sebagai susunan terurut dari bilangan-bilangan real:

Secara umum, suatu barisan dapat dinyatakan sebagai susunan terurut dari bilangan-bilangan real: BARISAN TAK HINGGA Secara umum, suatu barisa dapat diyataka sebagai susua terurut dari bilaga-bilaga real: u 1, u 2, u 3, Barisa tak higga merupaka suatu fugsi dega domai berupa himpua bilaga bulat positif

Lebih terperinci

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi 6. Pecacaha Lajut Relasi Rekuresi Relasi rekuresi utuk dereta {a } adalah persamaa yag meyataka a kedalam satu atau lebih suku sebelumya, yaitu a 0, a,, a -, utuk seluruh bilaga bulat, dega 0, dimaa 0

Lebih terperinci

BAB 1 PENDAHULUAN. dimana f(x) adalah fungsi tujuan dan h(x) adalah fungsi pembatas.

BAB 1 PENDAHULUAN. dimana f(x) adalah fungsi tujuan dan h(x) adalah fungsi pembatas. BAB 1 PENDAHUUAN 1.1 atar Belakag Pada dasarya masalah optimisasi adalah suatu masalah utuk membuat ilai fugsi tujua mejadi maksimum atau miimum dega memperhatika pembatas pembatas yag ada. Dalam aplikasi

Lebih terperinci

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu:

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu: 4 BAB II LANDASAN TEORI 2.1 Model matematis da tahapa matematis Secara umum tahapa yag harus ditempuh dalam meyelesaika masalah matematika secara umerik da megguaka alat batu komputer, yaitu: 2.1.1 Tahap

Lebih terperinci

SIFAT-SIFAT FUNGSI EKSPONENSIAL BERBASIS BILANGAN NATURAL YANG DIDEFINISIKAN SEBAGAI LIMIT

SIFAT-SIFAT FUNGSI EKSPONENSIAL BERBASIS BILANGAN NATURAL YANG DIDEFINISIKAN SEBAGAI LIMIT Jural Matematika UNAND Vol. 4 No. 1 Hal. 12 22 ISSN : 2303 2910 c Jurusa Matematika FMIPA UNAND SIFAT-SIFAT FUNGSI EKSPONENSIAL BERBASIS BILANGAN NATURAL YANG DIDEFINISIKAN SEBAGAI LIMIT ENIVA RAMADANI

Lebih terperinci

PENERAPAN DERET TAYLOR DALAM MENENTUKAN DERET FOURIER TANPA INTEGRAL APPLYING TAYLOR SERIES IN DETERMINING FOURIER SERIES WITHOUT INTEGRAL

PENERAPAN DERET TAYLOR DALAM MENENTUKAN DERET FOURIER TANPA INTEGRAL APPLYING TAYLOR SERIES IN DETERMINING FOURIER SERIES WITHOUT INTEGRAL 0 PENERAPAN DERET TAYOR DAAM MENENTUKAN DERET FOURIER TANPA INTEGRA APPYING TAYOR SERIES IN DETERMINING FOURIER SERIES WITHOUT INTEGRA Hedi Sta Pegaar UP MKU Politekik Negeri Badug) Abstrak Peelitia ii

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Persamaa Diferesial Defiisi. Persamaa diferesial adalah suatu persamaa diatara derivatif-derivatif ag dispesifikasika pada suatu fugsi ag tidak diketahui, ilaia, da diketahui jumlah

Lebih terperinci

LANDASAN TEORI. Pada bab ini akan diberikan beberapa konsep dasar (pengertian) yang akan digunakan dalam. pembahasan penelitian. 2.

LANDASAN TEORI. Pada bab ini akan diberikan beberapa konsep dasar (pengertian) yang akan digunakan dalam. pembahasan penelitian. 2. II. LANDASAN TEORI Pada bab ii aka diberika beberapa kosep dasar (pegertia) yag aka diguaka dalam pembahasa peelitia 2.1 Ruag Vektor Defiisi 3.1.1 (Darmawijaya, 2007) Diketahui (V, +) grup komutatif da

Lebih terperinci

POSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan

POSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan POSITRON, Vol. II, No. (0), Hal. -5 ISSN : 30-4970 Peetua Eergi Osilator Kuatum Aharmoik Megguaka Teori Gaggua Iklas Saubary ), Yudha Arma ), Azrul Azwar ) )Program Studi Fisika Fakultas Matematika da

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 1, 39-46, April 2002, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 1, 39-46, April 2002, ISSN : JURNAL MATEMATKA DAN KOMPUTER Vol 5 No, 39-46, April 22, SSN : 4-858 MENCAR SOLUS PENAKSR PARAMETER PADA ANALSS VARANS DENGAN PENDEKATAN GENERAL NVERS Sukestiaro Jurusa Matematika FMPA Uiversitas Negeri

Lebih terperinci

Fungsi Kompleks. (Pertemuan XXVII - XXX) Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya

Fungsi Kompleks. (Pertemuan XXVII - XXX) Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya TKS 4007 Matematika III Fugsi Kompleks (Pertemua XXVII - XXX) Dr. AZ Jurusa Tekik Sipil Fakultas Tekik Uiversitas Brawijaya Pedahulua Persamaa x + 1 = 0 tidak memiliki akar dalam himpua bilaga real. Pertayaaya,

Lebih terperinci

Homomorfisma Pada Semimodul Atas Aljabar Max-Plus

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

Lebih terperinci

Aji Wiratama, Yuni Yulida, Thresye Program Studi Matematika Fakultas MIPA Universitas Lambung Mangkurat Jl. Jend. A. Yani km 36 Banjarbaru

Aji Wiratama, Yuni Yulida, Thresye Program Studi Matematika Fakultas MIPA Universitas Lambung Mangkurat Jl. Jend. A. Yani km 36 Banjarbaru Jural Matematika Muri da Terapa εpsilo Vol.8 No.2 (24) Hal. 39-45 APLIKASI METODE DEKOMPOSISI ADOMIAN UNTUK MENENTUKAN FORMULA TRANSFORMASI LAPLACE Aji Wiratama, Yui Yulida, Thresye Program Studi Matematika

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara BAB I PENDAHULUAN 1.1 Latar Belakag Salah satu pera da fugsi statistik dalam ilmu pegetahua adalah sebagai. alat aalisis da iterpretasi data kuatitatif ilmu pegetahua, sehigga didapatka suatu kesimpula

Lebih terperinci

MA1201 MATEMATIKA 2A Hendra Gunawan

MA1201 MATEMATIKA 2A Hendra Gunawan MA1201 MATEMATIKA 2A Hedra Guawa Semester II, 2016/2017 3 Februari 2017 Bab Sebelumya 8. Betuk Tak Tetu da Itegral Tak Wajar 8.1 Betuk Tak Tetu 0/0 8.2 Betuk Tak Tetu Laiya 8.3 Itegral Tak Wajar dg Batas

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 31-41, April 2004, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 31-41, April 2004, ISSN : Vol. 7. No. 1, 31-41, April 24, ISSN : 141-8518 Peetua Kestabila Sistem Kotrol Lup Tertutup Waktu Kotiu dega Metode Trasformasi ke Betuk Kaoik Terkotrol Robertus Heri Jurusa Matematika FMIPA UNDIP Abstrak

Lebih terperinci

BARISAN DAN DERET. 05/12/2016 Matematika Teknik 1 1

BARISAN DAN DERET. 05/12/2016 Matematika Teknik 1 1 BARISAN DAN DERET 05//06 Matematika Tekik BARISAN Barisa Tak Higga Kekovergea barisa tak higga Sifat sifat barisa Barisa Mooto 05//06 Matematika Tekik Barisa Tak Higga Secara sederhaa, barisa merupaka

Lebih terperinci

1 Persamaan rekursif linier non homogen koefisien konstan tingkat satu

1 Persamaan rekursif linier non homogen koefisien konstan tingkat satu Secara umum persamaa rekursif liier tigkat-k bisa dituliska dalam betuk: dega C 0 0. C 0 x + C 1 x 1 + C 2 x 2 + + C k x k = b, Jika b = 0 maka persamaa rekursif tersebut diamaka persamaa rekursif liier

Lebih terperinci

Deret Fourier. Modul 1 PENDAHULUAN

Deret Fourier. Modul 1 PENDAHULUAN Modul Deret Fourier Prof. Dr. Bambag Soedijoo P PENDAHULUAN ada modul ii dibahas masalah ekspasi deret Fourier Sius osius utuk suatu fugsi periodik ataupu yag diaggap periodik, da dibahas pula trasformasi

Lebih terperinci

BAB VI DERET TAYLOR DAN DERET LAURENT

BAB VI DERET TAYLOR DAN DERET LAURENT BAB VI DERET TAYLOR DAN DERET LAURENT. Deret Taylor Misal fugsi f() aalitik pada - < R ( ligkara dega pusat di da jari-jari R ). Maka utuk setiap titik pada ligkara itu, f() dapat diyataka sebagai : f

Lebih terperinci

Kestabilan Rangkaian Tertutup Waktu Kontinu Menggunakan Metode Transformasi Ke Bentuk Kanonik Terkendali

Kestabilan Rangkaian Tertutup Waktu Kontinu Menggunakan Metode Transformasi Ke Bentuk Kanonik Terkendali Jural Tekika ISSN : 285-859 Fakultas Tekik Uiversitas Islam Lamoga Volume No.2 Tahu 29 Kestabila Ragkaia Tertutup Waktu Kotiu Megguaka Metode Trasformasi Ke Betuk Kaoik Terkedali Suhariyato ) Dose Fakultas

Lebih terperinci

Definisi Integral Tentu

Definisi Integral Tentu Defiisi Itegral Tetu Bila kita megedarai kedaraa bermotor (sepeda motor atau mobil) selama 4 jam dega kecepata 50 km / jam, berapa jarak yag ditempuh? Tetu saja jawabya sagat mudah yaitu 50 x 4 = 200 km.

Lebih terperinci

Perbaikan Bagan Kendali Pergerakan Data (Data Driven)

Perbaikan Bagan Kendali Pergerakan Data (Data Driven) Bab 3 Perbaika Baga Kedali Pergeraka Data Data Drive) 3.1 Pedahulua Baga kedali klasik utuk eoitorig rataa didasarka pada asusi keorala. Ketika syarat keorala tidak dipeuhi, baga kedali klasik ii tidak

Lebih terperinci

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya. BAB 1 PENDAHULUAN 1.1 Latar Belakag Aalisis regresi mejadi salah satu bagia statistika yag palig bayak aplikasiya. Aalisis regresi memberika keleluasaa kepada peeliti utuk meyusu model hubuga atau pegaruh

Lebih terperinci

PENGGUNAAN NILAI EIGEN DAN VEKTOR EIGEN UNTUK MENENTUKAN MODEL GENOTIP KETURUNAN YANG TERTAUT KROMOSOM X

PENGGUNAAN NILAI EIGEN DAN VEKTOR EIGEN UNTUK MENENTUKAN MODEL GENOTIP KETURUNAN YANG TERTAUT KROMOSOM X Jural Maajee Ioratika da Tekik Koputer Volue, Noor, pril PENGGUNN NILI EIGEN DN VEKTOR EIGEN UNTUK MENENTUKN MODEL GENOTIP KETURUNN YNG TERTUT KROMOSOM X Havid Syawa *, Nurwati Jurusa Maajee Ioratika,

Lebih terperinci

PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT

PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT Prosidig Semiar Nasioal Matematika da Terapaya 06 p-issn : 0-0384; e-issn : 0-039 PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT Liatus

Lebih terperinci

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc.

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc. METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/0 SUGENG00 Copyright 996-98 Dale Caregie & Associates, Ic. Kesalaha ERROR: Selisih atara ilai perkiraa dega ilai eksakilai

Lebih terperinci

TURUNAN FUNGSI. Definisi. 3.1 Pengertian Turunan Fungsi. Turunan fungsi f adalah fungsi f yang nilainya di c adalah. asalkan limit ini ada.

TURUNAN FUNGSI. Definisi. 3.1 Pengertian Turunan Fungsi. Turunan fungsi f adalah fungsi f yang nilainya di c adalah. asalkan limit ini ada. 3 TURUNAN FUNGSI 3. Pegertia Turua Fugsi Defiisi Turua fugsi f adala fugsi f yag ilaiya di c adala f c f c f c 0 asalka it ii ada. Coto Jika f 3 + +4, maka turua f di adala f f f 0 3 4 3.. 4 0 34 4 4 4

Lebih terperinci

Dasar Sistem Pengaturan - Transformasi Laplace. Transformasi Laplace bilateral atau dua sisi dari sinyal bernilai riil x(t) didefinisikan sebagai :

Dasar Sistem Pengaturan - Transformasi Laplace. Transformasi Laplace bilateral atau dua sisi dari sinyal bernilai riil x(t) didefinisikan sebagai : Defiisi Trasformasi Laplace Trasformasi Laplace Bilateral Trasformasi Laplace bilateral atau dua sisi dari siyal berilai riil x(t) didefiisika sebagai : X B x(t)e Operasi trasformasi Laplace bilateral

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

TINJAUAN PUSTAKA Pengertian TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok

Lebih terperinci

II LANDASAN TEORI. Sebuah bilangan kompleks dapat dinyatakan dalam bentuk. z = x jy. (2.4)

II LANDASAN TEORI. Sebuah bilangan kompleks dapat dinyatakan dalam bentuk. z = x jy. (2.4) 3 II LANDASAN TEORI 2.1 Peubah Kompleks da Fugsi Kompleks Sebuah bilaga kompleks dapat diyataka dalam betuk z = x + jy, (2.1) dega x da y adalah bilaga-bilaga real da j = 1. Bilaga x disebut bagia real

Lebih terperinci

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4 Program Studi : Tekik Iformatika Miggu ke : 4 INDUKSI MATEMATIKA Hampir semua rumus da hukum yag berlaku tidak tercipta dega begitu saja sehigga diraguka kebearaya. Biasaya, rumus-rumus dapat dibuktika

Lebih terperinci

) didefinisikan sebagai persamaan yang dapat dinyatakan dalam bentuk: a x a x a x b... b adalah suatu urutan bilangan dari bilangan s1, s2,...

) didefinisikan sebagai persamaan yang dapat dinyatakan dalam bentuk: a x a x a x b... b adalah suatu urutan bilangan dari bilangan s1, s2,... SISEM PERSAMAAN LINIER DAN MARIKS. SISEM PERSAMAAN LINIER Secara umum, persamaa liier dega variabel ( x, x,..., x ) didefiisika sebagai persamaa yag dapat diyataka dalam betuk: a x a x a x b... dega a,

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Racaga da Jeis Peelitia Racaga peelitia ii adalah deskriptif dega pedekata cross sectioal yaitu racaga peelitia yag meggambarka masalah megeai tigkat pegetahua remaja tetag

Lebih terperinci

Pendiferensialan. Modul 1 PENDAHULUAN

Pendiferensialan. Modul 1 PENDAHULUAN Modul Pediferesiala Prof R Soematri D PENDAHULUAN alam modul ii dibahas fugsi berilai real yag didefiisika pada suatu iterval Defiisi derivatif suatu fugsi dimulai dega derivatif di suatu titik, kemudia

Lebih terperinci

PENAKSIR RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS PADA SAMPLING GANDA

PENAKSIR RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS PADA SAMPLING GANDA PEAKSIR RASIO UTUK RATA-RATA POPULASI MEGGUAKA KOEFISIE VARIASI DA KOEFISIE KURTOSIS PADA SAMPLIG GADA Heru Agriato *, Arisma Ada, Firdaus Mahasiswa Program S Matematika Dose Jurusa Matematika Fakultas

Lebih terperinci

SAP. Pertemu Materi Pokok Sub-Materi Tugas KBM Bentuk. Matriks. Projector/Vie proses penunjang. software. pembelajaran. Sistem

SAP. Pertemu Materi Pokok Sub-Materi Tugas KBM Bentuk. Matriks. Projector/Vie proses penunjang. software. pembelajaran. Sistem Mata kuliah Bobot Deskripsi Mata Kuliah SAP : Matriks & Ruag Vektor : 2 SKS/IT043231 : Mata kuliah ii merupaka fodasi keragka berfikir mahasiswa dalam memahami da meyelesaika masalah berbasis ruag melalui

Lebih terperinci

PEMBUKTIAN SIFAT RUANG BANACH PADA B 1/4 (K) Malahayati

PEMBUKTIAN SIFAT RUANG BANACH PADA B 1/4 (K) Malahayati Jural Matematika Muri da Terapa εpsilo Vol. 07, No.01, (2013), Hal. 33 44 PEMBUKTIAN SIFAT RUANG BANACH PADA B 1/4 (K) Malahayati Program Studi Matematika Fakultas Sais da Tekologi UIN Sua Kalijaga Yogyakarta

Lebih terperinci

PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN

PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN DALAM SUATU MODEL NON-LINIER Abstrak Nur ei 1 1, Jurusa Matematika FMIPA Uiversitas Tadulako Jl. Sukaro-Hatta Palu,

Lebih terperinci

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k

Lebih terperinci

Persamaan Non-Linear

Persamaan Non-Linear Persamaa No-Liear Peyelesaia persamaa o-liear adalah meghitug akar suatu persamaa o-liear dega satu variabel,, atau secara umum dituliska : = 0 Cotoh: 2 5. 5 4 9 2 0 2 5 5 4 9 2 2. 2 0 2 5. e 0 Metode

Lebih terperinci

BAHAN AJAR ANALISIS REAL 1 Matematika STKIP Tuanku Tambusai Bangkinang 5. DERET

BAHAN AJAR ANALISIS REAL 1 Matematika STKIP Tuanku Tambusai Bangkinang 5. DERET Pertemua 7. BAHAN AJAR ANALISIS REAL Matematika STKIP Tuaku Tambusai Bagkiag 5. da kekovergeaya 5. DERET Diberika sebuah barisa a, dapat didefeisika barisa bilaga real S N dega S N := N a = a + a 2 +...

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3.1 Metode Pegumpula Data Dalam melakuka sebuah peelitia dibutuhka data yag diguaka sebagai acua da sumber peelitia. Disii peulis megguaka metode yag diguaka utuk melakuka pegumpula

Lebih terperinci

HUBUNGAN ANTARA KONVERGEN HAMPIR PASTI, KONVERGEN DALAM PELUANG, DAN KONVERGEN DALAM SEBARAN

HUBUNGAN ANTARA KONVERGEN HAMPIR PASTI, KONVERGEN DALAM PELUANG, DAN KONVERGEN DALAM SEBARAN Jural Matematika UNAND Vol. 2 No. 2 Hal. 0 6 ISSN : 2303 290 c Jurusa Matematika FMIPA UNAND HUBUNGAN ANTARA KONVERGEN HAMPIR PASTI, KONVERGEN DALAM PELUANG, DAN KONVERGEN DALAM SEBARAN VIRA AGUSTA, DODI

Lebih terperinci

C (z m) = C + C (z m) + C (z m) +...

C (z m) = C + C (z m) + C (z m) +... 4.. DERET PANGKAT Deret pagkat dari (x-m) merupaka deret tak higga yag betuk umumya adalah : i= i i C (z m) = C + C (z m) + C (z m) +... ( 4- ) C, C,... = kostata disebut koefisie deret m = kostata disebut

Lebih terperinci

BAB III RUANG HAUSDORFF. Pada bab ini akan dibahas mengenai ruang Hausdorff, kekompakan pada

BAB III RUANG HAUSDORFF. Pada bab ini akan dibahas mengenai ruang Hausdorff, kekompakan pada 8 BAB III RUANG HAUSDORFF Pada bab ii aka dibahas megeai ruag Hausdorff, kekompaka pada ruag Hausdorff da ruag regular legkap. Pembahasa diawali dega medefiisika Ruag Hausdorff da beberapa sifatya kemudia

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Bicriteria Liear Programmig (BLP) Pesoala optimisasi dega beberapa fugsi tujua memperhitugka beberapa tujua yag koflik secara simulta, secara umum Multi objective programmig (MOP)

Lebih terperinci

Pengertian Secara Intuisi

Pengertian Secara Intuisi Pegertia Secara Ituisi Coba Gambarka grafik fugsi-fugsi berikut.. f ( ) +, pada [0,].. ) pada [0, ] da.. Dari grafik fugsi yag kamu peroleh, apa yag dapat kamu kataka tetag ilai-ilai ketiga fugsi tersebut

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Optimasi 2.1.1. Pegertia Optimasi Optimasi (Optimizatio) adalah aktivitas utuk medapatka hasil terbaik di bawah keadaa yag diberika. Tujua akhir dari semua aktivitas tersebut

Lebih terperinci