BAB II PEMULIHAN SOLUSI METODE REP DAN ERROR ESTIMATOR Z 2
|
|
|
- Glenna Atmadja
- 9 tahun lalu
- Tontonan:
Transkripsi
1 BB II PEMULIHN SOLUSI MEODE REP DN ERROR ESIMOR Z.1. UMUM.1.1 Ksalaa Solus Mtod Elm Hgga Error yag trjad mrupaka sls atara solus ksak dga solus pdkata da dapat dksprska dalam btuk prala, tgaga maupu gaya dalam. Dga mgkutsrtaka stmator rror pada aalsa struktur, brart kta brupaya trus utuk mgkatka ktlta solus lm gga da stmator rror aka mmbr dkator prlu atau tdakya aalss brulag. Dga dmka suatu pcapaa batas stadar ktlta dapat dtrma dalam aplkas tkk. Btuk ksalaa solus lm gga bsa dalam btuk ksalaa prala, ksalaa gaya dalam, k = u -u (.1a) U k = M - M M k = (.1b) atau ksalaa tgaga, σ = σ k σ (.1c) dmaa, U, M,, σ = rror ksak utuk prala, mom, gaya gsr, da tgaga u, M,, σ = solus MEH utuk prala, mom, gaya gsr, da tgaga u k, M k, k, σ k = solus ksak utuk prala, mom, gaya gsr, tgaga Implmtas mtod..., lmufd, F UI., 008.
2 Bab II. Pmula Solus Mtod REP Prstas rror yag trjad aka mrduks apabla ukura lm dprkcl (mmprbayak jumla lm) atau dga mamba drajat fugs aproksmas polomal tap lm. Hal mgakbatka tgkat kovrgs da aksptbltas tap lm gga brbda-bda kara tap lm mdfska sdr ukura da ord fugs aproksmas polomalya. Namu tya adala bagamaa kta mtuka bsarya rror yag trjad dalam batasa rror da pross dskrtsas yag dbrka. Hal mutut kta utuk mtuka : Error yag mucul dar solus mtod lm gga (stmas rror a postror) Cara mmprbak solus utuk mmprol asl dga tgkat akuras yag dgka scara kooms..1. Estmas Error Postror Mtod stmas rror trbag dalam dua tp yatu : a. Estmas rror a pror Estmas rror a pror brdasarka kcpata kovrgs asmtotk slama ukura jarga cdrug ol da slama drajat dar fugs aproksmas polomal cdrug tak brgga. Mtod dapat mmprdkska kcpata kovrgs, ttap sdkt myataka ttag rror. b. Estmas rror a postror Estmas rror a postror mgguaka spuya formas solus dar asl aalsa mtod lm gga dalam formulasya. Paramtr yag dguaka stmas rror a postror trdr dar stmator ksalaa, dks fktftas, rror rlatf (dkator rror), da dkator pgalusa. Paramtr aka mtuka lokas jarga yag prlu dpralus utuk mgaslka rror yag lb kcl brdasarka dkas rror rlatfya. Implmtas mtod..., lmufd, F UI.,
3 REP Itrfac Basd Patc Idks fktftas myataka tgkat kovrgs stmas rror tradap rror ksak, yag scara umum drumuska sbaga raso rror yag dstmaska dalam btuk orma rg tradap rror ksakya sbaga brkut : 1/ 1/ Θ = atau Θ = (.) Dar dks fktftas trsbut kta mgarapka agar Θ * atau Θ 1 da rror ksak mdkat ol sgga stmas rror kta dapat dkataka asmtotk ksak. Utuk dapat mujukka lokas yag mmrluka prbaka solus, kta dapat mgguaka bsara yag damaka rror rlatf da dkator pgalusa. Dga mgguaka kdua bsara trsbut kta arus mjau apaka kovrgs asmtotk trcapa, yatu Θ * atau Θ 1 jka (ukura lm) 0 atau p(drajat polomal)..1.3 Pgalusa Jarga Dalam mrgras ms (jarga) kta mmlk pla utuk mgmat pross prtuga rror dga mmprtaaka btuk ms awal da kmuda dpralus scara lokal. Hal dapat dlakuka dga cara : a) Mamba lm yag brtp sama dga lm yag dguaka dalam ms awal ttap dga ukura () yag lb kcl, atau b) Mgguaka btuk lm yag sama, ttap dga mamba jumla drajat fugs polomal (p), dalam al mamba odal baru utuk tap lm, atau c) Kombas a) da b) Cara a) kta kal sbaga pgalusa mtod- sdagka cara b) kta kal sbaga pgalusa mtod-p yag dlustraska sprt pada Gambar dbawa : Implmtas mtod..., lmufd, F UI.,
4 Bab II. Pmula Solus Mtod REP Ms awal Pgalusa mtod scara lokal Pgalusa mtod p Gambar.1 Pgalusa jarga mtod- da p Gambar datas mujukka bawa pgalusa jarga dapat dlakuka dga dua mtod yatu mtod da mtod p. Mtod sdr dapat dlakuka scara sragam da adaptf. Pgalusa jarga scara adaptf mmlk kuggula dbadgka dga pgalusa sragam. Error yag trjad basaya tdak sama utuk stap lm, al dsbaka bbrapa faktor yatu pola pmbbaa, kods prltaka, da btuk gomtrya sdr. Pgalusa adaptf dapat mlakuka prtuga dalam waktu yag sgkat da pympaa mmor yag lb kcl kara dapat mmbtuk jarga yag optmal dga tgkat akuras yag dgka bak scara global maupu lokal. Implmtas mtod..., lmufd, F UI.,
5 REP Itrfac Basd Patc Pross mrupaka pross tratf dga formas rror solus lm gga sbaga kmud prossya. Scara umum algortma pgalusa adaptf mlput lagka-lagka sbaga brkut : a. Mmodlka struktur dga sjumla lm gga b. Mmasukka put data yatu karaktrstk matral struktur, pmbbaa, da kods batas c. alsa dga mtod lm gga d. alsa rror solus lm gga. Mlakuka pross pgalusa jarga, da aalsa pascapross scara tratf lgotma pgalusa adaptf scara lustratf dapat dlat pada baga alr pross pgalusa jarga lm dga mgguaka rror stmator (Gambar.). Sdagka lagka-lagka adaptf scara lustratf dapat kta lat pada Gambar.3. Implmtas mtod..., lmufd, F UI.,
6 Bab II. Pmula Solus Mtod REP Struktur Modlsas Elm Hgga INPU D alsa dga MEH alsa solus dga rcovry basd (lduta, gaya dalam, tgaga) Pgalusa Jarga Sragam atau daptf alsa prtuga stmas ksalaa φ * <5% tdak ya OUPU D Gambar. Dagram alr pross pgalusa jarga dga stmator rror Implmtas mtod..., lmufd, F UI.,
7 REP Itrfac Basd Patc a) Ms wal b) Subdvs Elm c) Ms Rgrato d) Pgalusa p-r Gambar.3 Pgalusa daptf p- Pgalusa jarga adaptf mtod- dklompokka lag mjad 3 macam brdasarka cara pgalusa yag dlakuka yatu : 1. Subdvs lm dga mmprtaaka btuk ms awal Gambar.3b). Ds lm-lm yag mujukka rror yag bsar dbagbag mjad lm-lm lb kcl dga mmprtaaka prbatasa atar lm sblumya. Mtod pgalusa mlbatka bayak prtuga sgga kurag fs. Implmtas mtod..., lmufd, F UI.,
8 Bab II. Pmula Solus Mtod REP. Ms Rgrato (Gambar.3c). Struktur ddskrtsas ulag dga ukura lm yag brbda pada sluru doma. 3. Pgalusa tp-r (Gambar.3d). Jumla lm (jumla odal/dof) kosta/ttap, yag duba aya poss dar odal-odal trsbut.. ESIMSI ERROR Zkwcz-Zu Error stmator yag dkmbagka ol Zkwcz-Zu [Z4] brdasarka stmas rror a postror dga tkk pmula (rcovry) solus (lduta, gaya dalam, da tgaga) mtod lm gga. Sfatya yag muda, fs da cost ffctv dalam prtugaya mmbuatya rlatf lb uggul dbadgka mtod laya...1 Norma Error da gkat Kovrgs Ddalam prtuga struktur dkal foma sgulartas dmaa trjad kaka tgaga scara lokal mcapa la tak gga akbat dbba bba trpusat. Scara global solus yag daslka mas dapat dtrma, ttap scara lokal solusya jlas jau dar krtra asl. Utuk alasa brbaga btuk tgral skalar yag damaka sbaga orma dguaka utuk mgstmas rror. Dapat kta lat pada prsamaa lr umum sbaga brkut : Lu + p = 0 dalam Ω (.3) Dmaa, L = oprator dfrsal lr Ω = doma dar masala yag dtjau, dapat brupa volum, luas, da sbagaya Kmuda kta dapat mdfska rror dalam btuk orma rg sbaga brkut : Implmtas mtod..., lmufd, F UI.,
9 REP Itrfac Basd Patc dmaa : 1/ 1/ = L d = u u L u u d Ω ( ˆ) ( ˆ) Ω (.4) Ω Ω = rror ksak global dalam orma rg Utuk masala ltur pada suatu luasa, orma rror utuk gaya dalam mom M adala : dmaa : [ ] = [ ] [ ][ ] k B H B d b b b b = matrks kkakua ltur [ ]{ } M u b u = k d (.5) Prsamaa ubuga rgaga da gaya dalam utuk ltur ddfska sbaga : { χ } [ B ]{ } da { } [ ]{ b u M Hb χ } = = (.6a-b) Dga msubsttus prsamaa (.1a) da (.6a-b), prsamaa (.5) dapat dtuls kmbal mjad: ([ ] [ ][ ]){ } ( )[ ] ( u )[ ]([ ]({ } { })) k u B k b Hb Bb u u d k k ( [ b] [ b] )[ b] [ b]{ } [ b]{ } k k ( χ χ )[ H b ]({ χ } { χ }) d M = u b b b u B H B d = ( ) = u B u B H B u B u d = k k ( χ χ )({ M } { M }) d k 1 k ( χ χ )[ Hb][ Hb] ({ M } { M }) d k 1 k ( χ [ Hb] χ [ Hb] )[ Hb] ({ M } { M }) d ; [ Hb] = [ Hb] 1 ( k M M )[ H ] ({ k } { b M M }) d = = = = (.7) Implmtas mtod..., lmufd, F UI.,
10 Bab II. Pmula Solus Mtod REP Prsamaa (.7) dapat dyataka scara dtk utuk gaya dalam gsr sbaga brkut : ( ) k 1 k ( )[ s] { } { } = H d (.8) dmaa : M, = rror ksak dalam orma rg ltur, da gsr utuk lm Error ksak total dalam orma rg utuk lm dprol dga mjumlaka prsamaa (.7) da (.8) mjad : = M ( M [ b] { M} ) [ s] { } ( ) = H d + H d (.9) dmaa : M k k = M M ; = Btuk orma rg rror pada prsamaa (.9) dvaluas utuk subdoma atau lm tuggal saja. Error total dsluru doma strutur dprol dga mjumlaka kotrbus rror dar tap lm sbaga: dmaa : m = (.10) = 1 = rror ksak total (global) dalam orma rg m = jumla lm pada struktur gkat kovrgs rror brbadg lurus tradap ksposal fugs aproksmas polomal p da dyataka dalam btuk O( p ). gkat kovrgs brlaku utuk rror dalam btuk orma rg pada prsamaa (.10). Namu Zkwcz da aylor [Z5] mujukka bawa Implmtas mtod..., lmufd, F UI.,
11 REP Itrfac Basd Patc utuk kasus dmaa sgulartas trjad umumya tgkat kovrgs rror aka brada dbawa ord O( p ) da sama utuk lm dga fugs lr, kuadratk, da kubk... kk Pmula Solus Kotutas prala yag dprlatka pada ttk-ttk odal tdak brart juga mgaslka kotutas gaya dalam pada ss prtmua lm yag brbatasa. Gaya-gaya dalam dtug dar drvatf fugs prala sgga mmbulka masala kotutas da akuras. U U X X (a) Kotutas prala u (b) Dskotutas gaya dalam Gambar.4 Ilustras aproksmas problm 1D lm lar Scara torts maupu solus aaltk tdak ddapat masala, kara da gomtr mmprtaaka ksragama sfat da btuk. Masala mucul d dalam mtod lm gga yag kmuda justru djadka acua dasar utuk mgstmas rror asl prtuga lm gga. Walaupu asl solus yag dbrka mtod lm gga mmpuya akuras yag kurag bak utuk gaya dalam pada odal-odal struktur, ttap ttap dmugkka dlakuka pmula (rcovry) gaya dalam trsbut sgga aka ddapat gaya dalam yag baru yag mmpuya akuras yag lb bak dar sblumya da kotutas bsa daslka pada odal-odal struktur. Bbrapa tkk pmula solus yag trsda adala sbaga brkut: Implmtas mtod..., lmufd, F UI.,
12 Bab II. Pmula Solus Mtod REP Mtod Itrpolas Brdasarka solus yag dbrka ol mtod lm gga, sjumla plt mmuka fakta bawa solus-solus gaya dalam, rgaga, maupu tgaga mmlk tgkat kovrgs yag tgg utuk ttk-ttk yag brada d dalam lm, buka pada odal lm. Hrrma [H1] dga tormaya mujukka bawa solus-solus trsbut mujukka la yag bak pada ttk-ttk tgras Gauss-Lgdr da dsbut sbaga optmal samplg pots. Foma kmuda dsbut sbaga suprcovrgc. Brdasarka pmua mtod pmula solus mgalam prkmbaga. Sala satuya adala mtod trpolas. Idya adala mmprbak solus, msalya tgaga σ, dga mgtug pada ttk tgras Gauss da mgasumska utuk sluru doma lm solus yag lb bak σ * dapat dprol dga mlakuka trpolas yag sama utuk trpolas prala σ = σ~ N (.11) Mtod trpolas dapat dlustraska pada Gambar.5. u (a) Elm Lr (b) Elm quadratk Gars trpolas Δ tk Gauss Nla odal asl trpolas Gambar.5 Nla gaya dalam pada odal mlalu trpolas ttk Gauss Mtod Ekstrapolas Prosdur la dkmukaka ol Hto da Campbll [H] yag myaraka prtuga tgaga pada smua odal dlakuka dga Implmtas mtod..., lmufd, F UI.,
13 REP Itrfac Basd Patc mgkstrapolas la solus pada ttk Gauss. Prosdur dlustraska pada Gambar Nla odal yag dkstrapolaska dar ttk Gauss Grafk yag dbrka ol solus MEH Nla pada ttk Gauss xtk Gambar.6 Balok Katlvr dga lm Q8 Mtod Proyks Gaya Mtod proyks mrupaka sala satu mtod pmula gaya dalam yag cukup sdraa utuk mmbagu kotutas gaya dalam pada odal struktur. Pmula gaya dalam yag dlakuka pada mtod adala mgambl la proyks gaya dalam dar tap-tap lm brbasska fugs btuk lm kdalam odal struktur. Proyks gaya dalam kotu pada odal slajutya mjad dasar utuk mgtug stmas rror. kk dpaka ol Zkwcz da Zu utuk mmbtuk stmator rror Z². Mtod Suprcovrgc Patc Rcovry (SPR) Mtod SPR mrupaka mtod yag dkmbagka ol Zkwcz-Zu [Z3] yag rlatf lb sdraa da muda daplkaska kara dya adala mmulka gaya dalam pada odal lm dga aalog mtod Last Squar Ft atau pcocoka fugs/kurva tradap datadata sampl gaya dalam yag lb akurat. Brsama dga prumusa rror Implmtas mtod..., lmufd, F UI., 008.
14 Bab II. Pmula Solus Mtod REP stmas Z, mtod mgaslka tgkat kovrgs rror yag sagat tgg (suprcovrgc). Mtod aka djlaska pada subbab brkutya. Mtod Rcovry Equlbrum Patc (REP) Mtod mrupaka mtod trbaru yag dkmbagka ol Boroomad [B5] yag dya adala prsamaa ksmbaga dar formulas solus utuk mgaslka mda gaya dalam yag dpulka. Pada dasarya formulas juga mgguaka patc sbaga mda utuk prtugaya. Mtod aka djlaska pada subbab brkutya. Dga trsdaya brbaga solus pdkata baru sprt yag tla dbaas datas (pmula solus lm gga), maka yag mjad prsoala bag kta adala sbrapa bsar akuras yag dprol stla dlakuka pmula solus. Dga kata la tap mtod trsbut mmlk solus yag brbda-bda yag umumya trkat dar kasus yag kta tjau d maa masg-masg mtod trsbut mmlk kuggula da klmaaya sdr. gkat ktpata yag dprol aka mtuka rlabltas stmator rror yag dbtuk. Dga dmka pmla mtod pmula gaya dalam lm gga mmpuya prgkat trtgg da ptu kualtas suatu stmator rror. Brbaga tkk pmula solus lm gga trsbut datas, walaupu mmbrka solus yag lb akurat utuk gaya dalam, aka ttap umumya mmbrka akuras yag kurag bak tradap rg rgaga, sgga rg rgaga tdak bol dpaka sbaga ukura. Utuk slajutya aka dbaas dua bua mtod pmula gaya dalam yatu mtod SPR da mtod REP. Kdua mtod tu mrupaka mtod pmula suprkovrg. Mtod REP mrupaka mtod yag sgaja puls pl sbaga baa plta. Implmtas mtod..., lmufd, F UI.,
15 REP Itrfac Basd Patc..3 Suprcovrgt Patc Rcovry (SPR) Rlabltas rror stmator Z sagat trgatug dar kualtas da akuras dar tkk pmula solus yag dguaka da la dar solus yag suda dprbak trsbut. Prsyarata utuk mdapatka solus dga akuras yag tgg tla mmcu pmua tkk pmula solus yag mgaslka solus yag suprkovrg, yag dkal sbaga Suprcovrgt Patc Rcovry. kk baru dapat mgabaka bbrapa ksulta yag dtmuka sblumya utuk sjumla lm quadratk dmaa dprluka bayak pysuaa utuk mmprol asl yag rasoabl. Dga mgaplkaska mtod SPR, tla dbuktka [B6,B7] bawa stmas rror Zkwcz-Zu mmbrka asl yag lb akurat dar pada altratf mtod laya [H,O,H3]. Brkut aka djlaska prosdur mplmtas mtod SPR yag dkmukaka Zkwcz-Zu [Z3] Sprt yag tla djlaska sblumya bawa la gaya dalam atau tgaga pada sampl ttk tror lm mmlk karaktrstk suprkovrg da mmlk kovrgs rror brord O( p+1 ). Dalam mtod SPR d yag dguaka adala mmpralus (smootg) la pada ttk trsbut dga mgguaka fugs polomal drajat p utuk mmbtuk sbua local patc yag mlgkup sjumla lm da odal trttu. Sbaga lustras d trsbut da prosdur mplmtas-ya, kta ambl problm lar lptc sbaga modl yag brbtuk Lu S DSu = f dalam Ω (.1) Dmaa utuk problm laststas u adala vktor prala. Kta dfska fugs u sbaga fugs pdkata prala tradap solus ksak u, da dyataka sbaga u = Nu (.13) Gaya dalam yag dtug lagsug dga mtod lm gga dyataka dalam btuk (utuk mom) : Implmtas mtod..., lmufd, F UI.,
16 Bab II. Pmula Solus Mtod REP { M } [ Hb ]{ χ } = (.14) D maa u adala la prala pada odal, N adala sap fucto, da S adala oprator dffrsal yag mdfska rgaga sbaga Su χ = (.15) Gaya dalam yag dprol dar prsamaa (.19) umumya tdak kotu pada prbatasa atar lm da mujukka akuras yag rda pada odal da batas lm (prltaka). ujua dar tkk pmula adala mtuka paramtr odal M *, sgga dprol mda gaya dalam kotu M * yag ddfska sbaga : M = NM (.16) yag lb bak dar solus lm gga M, dmaa N mrupaka sap fucto yag sama dguaka dalam fugs prala. Pada awalya Zkwcz-Zu mgasumska bawa la gaya dalam M * SPR pada odal brlaku utuk fugs kspas polomal M p dga drajat polomal p yag sama dalam sap fucto N, da brlaku pada sbua local patc yag mlgkup sjumla lm da odal trttu. Pa Patc Elm 1 Elm Lar 1D odal Pa Elm Kuadratk 1D 3 odal Sampl Nla Suprcovrgt Gambar.7 Patc lm utuk problm 1 dms : Δ Suprcovrgt Gauss Pot ; Nla odal dga SPR ; Patc assmbly pot Implmtas mtod..., lmufd, F UI.,
17 REP Itrfac Basd Patc Elm 4 odal Patc Elm Elm 8 odal Gambar.8 Patc lm utuk lm lar, quadratc, da kubk quadrlatral: Δ Suprcovrgt Gauss Pot ; Nla odal dga SPR ; Patc assmbly pot Elm 9 odal Elm 16 odal Patc lm Elm 3 Nodal Elm 6 odal Gambar.9 Patc lm utuk lm lar da quadratc tragular : Δ Suprcovrgt Gauss Pot ; Nla odal dga SPR ; Patc assmbly pot Implmtas mtod..., lmufd, F UI.,
18 Bab II. Pmula Solus Mtod REP Btuk patc lm yag dguaka dprlatka pada Gambar.7-9 dga modl patc yag dbtuk ol lm (Elmt Basd Patc). Saat ada tga bua modl patc yag dapat dguaka yatu Nodal Basd Patc, Elmt Basd Patc, da Elmt Itrfac Basd Patc. Ktga modl patc trsbut dlustraska pada Gambar.10. (a) (b) (c) Gambar.10 Btuk modl patc: (a) Nodal Basd Patc; (b) Elmt trfac Basd Patc; da (c) Elmt Basd Patc Elmt Basd Patc prtama kal dprkalka ol Zkwcz- Zu [Z3] yag kmuda dmodfkas ol J.E. k [1]. Formulas SPR yag dkmukaka ol Zkwcz-Zu [Z3] myataka bawa sbua kspas polomal dga drajat yag sama dga drajat polomal aproksmas prala odal lm brlaku pada sbua lokal patc sbaga mda grad solus yag kotu dga mlakuka Last Squar Ft polomal trsbut tradap sjumla ttk sampl suprkovrgt dalam patc yag sdag dtjau. Implmtas mtod..., lmufd, F UI.,
19 REP Itrfac Basd Patc Grad solus MEH yag dskotu pada boudary lm Grad solus yag kotu pada boudary lm stla dpulka dga SPR Gambar.11 Ilustras kotutas gaya dalam pada problm D Ekspas polomal dapat dguaka utuk tap kompo M SPR (msalya M x SPR ) da dyataka sbaga : SPR x SPR x ( ξ,η) { } M = P a M = 1 ξ η ξ ξη η ξ η ξη a a a a a a a a Vktor...(.17) P mrupaka fugs kspas polomal dalam sstm koordat lokal paramtrk (ξ,η) yag dasumska sbaga mda gaya dalam yag kotu pada patc yag dtjau. D s dguaka dlapa trm polomal kuadratk ssua dga formulas lm DKMQ[K] yag mgguaka drajat kbbasa tmporr pada ss lm utuk mrprstaska fugs kuadratk pada ss lm trsbut. Nla paramtr tdak dktau {a } dalam prsamaa (.) dttuka dga mlakuka pcocoka (Last Squar Ft) paramtr trsbut tradap ttk-ttk sampl yag suprkovrg, d maa d s aka dpaka ttk tgras Gauss. Utuk mlakuka al kta prlu mmmas prsamaa brkut, utuk patc lm dga ttk sampl: Implmtas mtod..., lmufd, F UI.,
20 Bab II. Pmula Solus Mtod REP M x ( k, k) Pk { a} (.18) Φ= ξ η k= 1 k ( ξ η ) P = P, k k dmaa : (ξ k, η k ) = koordat ttk-ttk Gauss dalam sstm koordat lokal Patc = jumla ttk Gauss pada tap Patc M (ξ,η ) = Nla gaya dalam solus MEH pada ttk-ttk Gauss x k k y max y (-1,1) (1,1) η Doma patc = mmbtuk suatu lm rfrs yag mrupaka traformas dar koordat rl patc k koordat atural patc y m (-1,-1) (1,-1) Elm yag dtjau ξ tk gauss x m x max x Gambar.1 Doma local Patc da sstm koordat lokal paramtrk (ξ,η) utuk tp Elmt Itrfac Basd Patc pada sbua ms lm smbarag; koordat ξ=0, η=0 tdak arus brmpt pada pusat lm pmbtuk patc Implmtas mtod..., lmufd, F UI.,
21 REP Itrfac Basd Patc Mmas prsamaa (.3) mgdkaska bawa {a } arus mmu prsamaa brkut : P ( ξk, ηk) P ( ξk, ηk) { a} = P ( ξk, ηk) M x ( ξk, ηk) (.19) k= 1 k= 1 Dar prsamaa (.4) dprol dmaa: 1 { a } [ ] { b } [ ] = P P, { b } = P M ( ξ, η ) k k k x k k k= 1 k= 1 = (.0) (.1) SPR Stla paramtr {a } dttuka, la odal gaya dalam M dapat dtug dga mmasukka la koordat odal pada prsamaa (.) brdasarka sstm korrdat lokal dar patc yag dtjau. D s smua odal yag brada pada patc yag dtjau aka dtug la gaya dalamya. Hal yag sama brlaku pada kompo gaya dalam laya, yatu utuk fugs mom da gaya ltag : 1 { a} = [ ] { b } M 1 { a } = [ ] { b } d maa : { } M M a : paramtr {a } utuk gaya dalam mom { } b : vktor {b } utuk gaya dalam mom { } M a : paramtr {a } utuk gaya dalam ltag { } b : vktor {b } utuk gaya dalam ltag Prtuga gaya dalam pada smua odal dalam suatu patc mgakbatka trjadya prtuga yag trus brulag pada odal yag sama d stap patc yag brbda. Ol kara tu dalam plta lala gaya dalam pada odal dar patc-patc yag brbda aka drata- Implmtas mtod..., lmufd, F UI.,
22 Bab II. Pmula Solus Mtod REP rataka, yatu dakumulas sgga kmuda stla slsa prtuga pada smua odal la akumulas trsbut dbag dga jumla prtuga gaya dalam pada odal trsbut, atau dga kata la jumla patc yag mgadug odal trsbut. Scara kslurua prosdur SPR mmrluka data-data brkut : Jumla patc yag dapat dbtuk ol sbua lm pada suatu ms lm Jumla lm srta odal yag trdapat pada stap patc Jumla ttk-ttk Gauss srta koordatya pada tap patc Nla gaya dalam pada tap ttk Gauss pada tap patc Sdagka prosdur SPR tu sdr pada lm DKMQ[K] dapat dragkum sbaga brkut : jau stap patc pada ms lm Btuk doma dar tap patc sprt pada Gambar.1 rasformaska koordat rl dar tap odal da ttk Gauss yag trdapat ddalam patc trsbut k sstm koordat atural (ξ,η) patc trsbut sprt pada Gambar.1. Prsamaa trasformas koordat brdasarka trasformas Jacoba kosta sbaga brkut : 1 1 x xm xmax x= (1 ξ) xm + (1+ ξ) xmax ξ = ( xmax xm ) 1 1 y ym y y= (1 η) ym + (1+ η) ymax η = ( y y ) d maa kta mcar koordat atural (ξ,η) brdasarka koordat rl (x,y) yag dktau. Brdasarka koordat atural ttk-ttk Gauss tug vktor P = 1 ξ η ξ ξη η ξ η ξη pada tap ttk Gauss da tug max m max matrk k= 1 k = P P sgga trbtuk matrk [] brukura 8 8. k Implmtas mtod..., lmufd, F UI.,
23 REP Itrfac Basd Patc Kmuda matrk djumlaka utuk sluru ttk Gauss dalam patc yag dtjau. Brdasarka koordat atural ttk-ttk Gauss srta la gaya dalam M (ξ k,ηk ) pada ttk Gauss yag brssuaa, tug vktor { b } P M ( ξ, η ) = sgga trbtuk vktor {b } brukura 8 1. k k k k= 1 Jumlaka vktor trsbut pada smua ttk Gauss dalam patc yag dtjau. Htug matrk [ -1 ] (vrs ) sgga dapat dtug vktor 1 { a } { b } = yag brdms 8 1 Htug gaya dalam pada smua odal yag brada dalam patc trsbut dga mmasukka koordat atural odal yag brsagkuta kdalam SPR prsamaa ( ξ,η) { } SPR. M = P a. Hal yag sama brlaku utuk gaya gsr..4 Rcovry by Equlbrum Patcs (REP) Mtod mrupaka mtod trbaru yag dkmbagka ol Boroomad [B5]. mbulya d mtod pmula ddasar kbutua utuk mgaslka pmula solus yag akurat mskpu tapa kbradaa ttk-ttk suprkovrg. Idya adala prsamaa ksmbaga dar formulas solus utuk mgaslka mda gaya dalam yag dpulka. Pada dasarya formulasya juga mgguaka patc sbaga mda utuk prtugaya. k ( ) [ B] { M } { M } dω= 0 (.) Ω Pada prsamaa d atas, Ω p adala doma dar patc. Prsamaa trsbut bsa mrprstaska kslurua problm, sbua patc lm atau sbua lm tuggal. Implmtas mtod..., lmufd, F UI.,
24 Bab II. Pmula Solus Mtod REP Dar prsamaa d atas, gaya dalam ksak dgat dga gaya dalam yag dprbak sgga prsama mjad: { Bp} { M } d { B } { M } dω (.3) Ωp * Ω p Ωp D s juga dpaka kspas polomal sprt prsamaa (.17), yag dalam btuk matrks dtuls sbaga brkut: * x M = [ P]{ a% } P( ξη, ) { a} 1 0 P(, ) { a} ξη [ P] = 0 0 P( ξ, η ) 0 0, { a% } = { a} P(, ) 0 { a} ξη P(, ) ξη { a} 5 (.4) Prsamaa (.3) mjad [ Bp ][ P]{} a % dω { F p}, [ H ]{} a% { Fp} (.4) Ω p Slajutya, ddfska fugs ([ ]{ }{ }) H a-f ([ H ]{ a-f }{ }) Φ= % % (.5) Φ Da dga mmmaskaya tradap { a %}, = 0, dprol {} a% 1 { a% } = [ H] [ H] [ H] { F } (.6) Dalam prkmbagaya, btuk prsamaa REP d atas dprbak kara dar plta Boroomad da Zkwcz, formulas d atas sstf tradap lm dga aspct rato yag tgg. Sstvtas tradap aspct rato trsbut bsa dlmas jka vktor gaya dalam dtuls sbaga M1 1 0 { M} = M = M1 0 + M = M 1 M M M (.7) Implmtas mtod..., lmufd, F UI.,
25 REP Itrfac Basd Patc Substtus k prsamaa (.4) aka mgaslka 1 1 { F*} + { F} +... = { F } + { F } +... (.8) Da prmsaa prsamaa kstmbaga trsbut mgaslka { F*} { F } Prsamaa d atas djabarka sbaga: { F*} = [ B] { M*} dω, { F } = [ B] { M } dω atau p p Ωp Ωp * p p Ωp Ωp { F*} = [ B] {1} M dω, { F } = [ B] {1} M dω Substtus prsamaa (.17) k prsamaa d atas mgaslka Ω p [H] da {F } bsa dtug dga tgras umrk sbaga brkut: p [ B] {1} ( P( ξη, ) { a } ) dω { F } atau [ H] { a} { F } (.9) (.30) (.31) Ω p p [ H] = [ B] {1} P( ξ, η) dω m l l p l l l l l= 1 [ H] = [ B( ξ, η )] {1} P( ξ, η ) J( ξ, η ) ω m l l p l l l= 1 { F } = [ B( ξ, η )] {1} M J( ξ, η ) ω (.3) (.33) dga m adala jumla ttk tgras, J matrks Jacoba da ω faktor pmbrat. Slajutya, bsa ddfska fugs sprt prsamaa (.5), yag dga mmmaska tradap {a} aka mgaslka: 1 { a} = [ H] [ H] [ H] { F } (.34) Pada bbrapa kasus kofguras patc, matrks [H] mugk tdak stabl. Hal bsa dlagka dga mgguaka fugs Φ= ([ H]{ a} { F } ) ([ H]{ a} { F } ) +Σ([ H]{ a} { F } ) ([ H]{ a} { F } ) (.35) Mmas prsamaa trsbut tradap {a} aka mgaslka: 1 { a} = [ H] [ H] +Σ [ H] [ H] [ H] { F} +Σ[ H] { F} (.36) Implmtas mtod..., lmufd, F UI.,
26 Bab II. Pmula Solus Mtod REP Pada prsamaa trsbut, [H] da {F } mmpuya kprs yag sama dga [H] da {F }, tap tgralya daplkaska pada masg-masg lm. Prosdur REP sama prss dga prosdur SPR sprt yag djlaska pada subbab..3 d atas. Prbdaaya aya pada prosdur mcar paramtr yag tdak dktau, {a}. Dalam prosdur REP, tdak dprluka data jumla ttk Gauss da la gaya dalam pada tap ttk Gauss dalam patc...5 Gaya Dalam pada Nodal Struktur Prtuga gaya dalam pada odal struktur dlakuka dga mrataka-rataka la pmula gaya dalam odal pada tap lm yag brtmu pada odal trsbut, yatu: (.36a-b) 1 m VR VR { M } = { M } da { } { } m 1 m = m d maa : M = M M M = gaya dalam rata pada odal struktur VR VR VR VR x y xy VR VR VR = x y M = M M M = la pmula gaya dalam dar stap lm x y xy yag brtmu pada odal = x y m = jumla lm yag brtmu pada odal Mom utama utuk tap odal struktur adala : M M 1 VR VR VR VR M + M M M = + + ( Mxy ) x y x y VR VR VR VR VR M + M M M = + ( Mxy ) x y x y VR (.37a-b) Implmtas mtod..., lmufd, F UI.,
27 REP Itrfac Basd Patc M 1 Sdagka sudut utamaya adala : M1 M = (.38) φ M 1 xy 1 = ta Mx M y (.39)..6 Estmas Error dga Pmula Solus Gaya Dalam Pada dasarya stmator rror Zkwcz-Zu [Z5] dlakuka utuk mgstmas rror utuk mmprbak sulus MEH mgguaka tkk pmula, sgga rror stmas mjad : dmaa : M = + (.40) = stmator rror orma rg lokal utuk lm dga mtod pmula gaya dalam (SPR, PRJ, VR) Error total d sluru doma struktur : m = (.41) = 1 Nla dks fktftasya sbaga brkut Θ = (.4) orma yag dkmukaka Zkwcz-Zu [Z6] mujukka bawa utuk smua rror stmator brbasska tkk pmula solus dapat dbuat batasa utuk dks fktftas trsbut sbaga brkut 1 Θ 1+ (.43) Implmtas mtod..., lmufd, F UI.,
28 Bab II. Pmula Solus Mtod REP atau + (.44) Dmaa adala rror aktual da adala rror solus yag dprbak = u u (.45) Dar torma trsbut dapat dtark dua ksmpula ptg sbaga brkut: 1. Stap pross pmula yag mgaslka rror yag trduks aka mmbrka rror stmator yag bak. Jka solus lm gga yag dprbak kovrg dga rat lb tgg dar solus lagsug lm gga maka rror stmator trsbut aka slalu asmtotk ksak.3 INDIKOR ERROR Da PENGHLUSN Estmator rror aya mugk mjad rror aktual jka ukura lm dprkcl mjad sagat kcl mcapa ol da dalam al mmbuat jumla lm mjad tak trgga. pabla ukura lm mdkat ol, maka prtuga tak aka pra brt. Utuk tu dprluka suatu batasa yag fktf sbaga ptu krtra utuk pmbrta pross dkrtsas. Idkator rror ksak struktur dapat ddfska dar rror rg ksak yag dormalsas ol rg rgaga ksak sbaga brkut : φ = 100% (.46) u dmaa adala orma rg rror yag ddfska pada prsamaa (.10), sdagka u adala dua kal rg rgaga ksak struktur scara global yag utuk struktur plat trdr dar rg ltur da gsr Implmtas mtod..., lmufd, F UI.,
29 REP Itrfac Basd Patc = M + u u u (.47 a) 1 1 [ ] { } [ ] { } = M H M d + H d (.47 b) b s m u = u (.47 c) = 1 Idkator rror ksak trsbut dapat dtug jka solus ksak trsda. Kta dapat mgstmasya dga mgguaka pmula solus yag suda dbaas sblumya. Idkator rror rlatf struktur dga mtod pmula gaya dalam φ * adala sbaga brkut dmaa u φ * = 100% (.48) u u = u + (.49) = dua kal rg rgaga lm scara lokal yag dstmas dga mtod pmula gaya dalam Nla ssua dga prsamaa (.41) sdagka u adala dua kal rg rgaga ltur utuk gaya mom da gsr lm scara lokal yag dprol mlalu mtod lm gga da dapat dksprska dalam btuk : = M + u u u 1 1 [ b] { } [ m] { } = M H M d + H d (.50) Sgga dapat kta prol u m = u (.51) = 1 Implmtas mtod..., lmufd, F UI.,
30 Bab II. Pmula Solus Mtod REP dmaa : u = dua kal rg rgaga lm scara global yag dstmas dga mtod pmula gaya dalam Idkator rror murut prsamaa (.48) mrupaka bsara yag kta guaka sbaga krtra pgta pross pgalusa lm. Hal dapat dlakuka dga mmbrka batasa φ dmaa jka φ * φ maka pross dskrtsas dapat dtka. Nla φ yag dguaka utuk aplkas rkayasa umumya adala 5%. Idkator rror j struktur dttuka ol : φ ˆ = 100% (.5) u Modlsas Elm INPU D alsa MEH Ms Rfmt dak φ < 5 % alsa Solus & Estmas Error Ya OUPU D Gambar.13: Pross pgalusa jarga d maa ê adala rror j orma rg global, yatu : ( ) ˆ = φ u + (.53) Dalam jarga lm yag optmal dstrbus rror orma rg adala sama/mrata d smua lm., sgga ˆ m ˆ = (.54) Implmtas mtod..., lmufd, F UI.,
31 REP Itrfac Basd Patc d maa m = jumla lm yag dguaka Dga subttus prsamaa (.53) k prsamaa (.54) mgaslka : ( ) ( u + ) mˆ = φ u + ˆ φ = m (.55) Dga dmka kta dapat msyaratka bawa rror tap lm arus lb kcl atau sama dga d maa : ˆ 1/ u + = φ = m ê = rror orma rg j yag dprkraka utuk tap lm m (.56) Utuk lm d maa prsyarata trsbut tdak dpu adala kaddat utuk dpralus. Jka kta yataka raso sbaga brkut : * m = ζ (.57) k Maka lm arus dpralus jka ζ 1 k > (.58) Implmtas mtod..., lmufd, F UI.,
3.1 Hubungan Dasar Probabilitas Probabilitas adalah harga perbandingan jumlah kejadian (A) yang mungkin dapat
. Hubuga Dasar rbabltas rbabltas adalah harga prbadga jumlah kjada A yag mugk dapat trjad trhadap jumlah ksluruha kjada yag mugk trjad dalam sbuah prstwa. Cth:. luag utuk mdapatka agka gap dar lmpara sbuah
BAB 1 HAMPIRAN TAYLOR DAN ANALISIS GALAT
Catata Kuliah EL Aalisis Numrik BAB HAMPIRAN TAYLOR DAN ANALISIS GALAT. Pgatar Mtod Numrik Ktika kita mylsaika prsamaa-prsamaa matmatika di maa torma-tormaya masih dapat ditrapka, solusi aalitik atau solusi
Analisis Pemodelan berdasarkan karakteristik dinamik
Aalss Pmdla brdasarka karaktrstk damk DISUSUN OLEH: Dr. Yffry Hadk Putra, ST., M.T Karaktrstk damk suatu sstm atau strum myataka prlaku rsps sstm saat tras (utuk put stp) da prlaku sstm jka mdapatka put
Integrasi 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
PERBANDINGAN METODE MAXIMUM LIKELIHOOD ESTIMATION (MLE) DAN METODE BAYES DALAM PENDUGAAN PARAMETER DISTRIBUSI EKSPONENSIAL
Bult Ilmah Mat. Stat. a Trapaya (Bmastr) Volum, No. (3), hal. 5 56. PRBANDINGAN MTOD MAXIMUM LIKLIHOOD STIMATION (ML) DAN MTOD BAYS DALAM PNDUGAAN PARAMTR DISTRIBUSI KSPONNSIAL Dw Nurlala, Daa Kusaar,
TURUNAN FUNGSI. Definisi. 3.1 Pengertian Turunan Fungsi. Turunan fungsi f adalah fungsi f yang nilainya di c adalah. h asalkan limit ini ada.
3 TURUNAN FUNGSI 3. Pgrtia Turua Fugsi Diisi Turua ugsi adala ugsi yag ilaiya di c adala c c c asalka it ii ada. Coto Jika 3 4, maka turua di adala 3 4 3.. 4 3 4 4 4 4 4 4 3 3 3 4 Jika mmpuyai turua di
PENDAHULUAN 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
PERTEMUAN 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
Di 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
BAB 2 SOLUSI NUMERIK PERSAMAAN
BAB SOLUSI NUMERIK PERSAMAAN Dalam sais da rkayasa, kita srigkali harus mcari akar solusi dari prsamaa f 0. Jika f mrupaka fugsi poliomial liar atau kuadratis, solusi ksakya mudah utuk didapatka kara rumusya
INTERPOLASI. FTI-Universitas Yarsi
BAB VI INTERPOLASI FTI-Uverstas Yars Pedahulua Bla dketahu taulas ttk-ttk (y seaga erkut (yag dalam hal rumus ugs y ( tdak dketahu secara eksplst: Htug taksra la y utuk 3.8! FTI-Uverstas Yars Persoala
Konsistensi dan Asimtotik Normalitas Model Multivariate Adaptive Regression Spline (Mars) Respon Biner
Jural IMU DASAR, Vol No, Jul 9 : 33-33 Kossts da Asmtotk Normaltas Modl Multvarat Adatv Rgrsso Sl (Mars Rso r Cosstcy ad Asymtotc Normalty of Maxmum klhood Estmator MARS ary Rsos Modl ambag Wdaarko Otok
REGRESI LOGISTIK BINER
REGRESI LOGISTIK BINER Mtod rgrs mruaka aalss data yag mdskrska hubuga kausaltas atara varabl rso da rdktor (Hosmr da Lmshow, ). Prbdaa mdasar atara rgrs lr da rgrs logstk adalah ty dar varabl rso. Rgrs
TEORI ANTRIAN. Elemen Dasar Model Antrian. Distribusi Poisson dan eksponensial. =, t 0, dimana E { t}
Elm Dasar Modl Atria. TEORI ANTRIAN Aktor utama customr da srvr. Elm dasar :. distribusi kdataga customr.. distribusi waktu playaa. 3. disai fasilitas playaa (sri, parall atau jariga). 4. disipli atria
PROSIDING ISBN :
PROSIDING ISBN : 978 979 6353 3 METODE FINALTI UNTUK MENENTUKAN BERAT SAPI OPTIMAL Olh : H. A. Pahusp da Sska Ayua Pogam Stud Matmatka Idust da Statstka Fakultas Sas da Matmatka (FSM) Uvstas Kst Satya
JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2013) ( X Print) D-1
JURNAL SAINS DAN SENI POMITS Vol., No., (3) 33-3 (3-8 Prt) D- Pmodla Partspas Wata dalam Kgata Ekoom Rumah Tagga Nlaya d Pssr Tmur Surabaya (Stud Kasus Kcamata Kcamata Bulak, Mulyorjo, da Kjra) Irma Harlagtyas,
SIFAT ASIMTOTIK NORMALITAS DAN KETAKBIASAN PENDUGA KEMUNGKINAN MAKSIMUM PARAMETER DISTRIBUSI GENERALIZED GAMMA
J. Sas MIPA s Khusus Tahu 8 Vo. 4 No. Ha.: 4-46 ISSN 978-873 SIFAT ASIMTOTIK NORMAITAS DAN KTAKBIASAN PNDUGA KMUNGKINAN MAKSIMUM PARAMTR DISTRIBUSI GNRAIZD GAMMA ABSTRACT Da Kurasar Doa Ra Maja Warsoo
BAB 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
BAB 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
Penerapan Pendekatan Gabungan Grey Relational Analysis (GRA) dan Principal Component Analysis (PCA) Pada Metode Taguchi Multirespon
JURNL SINS DN SENI IS Vol., No., (Spt. ) ISSN: -98X D-4 Prapa Pdkata Gabuga Gry Rlatoal alyss (GR) da Prcpal Compot alyss (PC) Pada Mtod aguch Multrspo Nur prla Rahmada, Soy Suaryo da Muhammad Sahd kbar
BAB III ISI. x 2. 2πσ
BAB III ISI 4. Keadata Normal Multvarat da Sfat-sfatya Keadata ormal multvarat meruaka geeralsas dar keadata ormal uvarat utuk dmes. f ( x) [( x )/ ] / = e x π x = ( x )( ) ( x ). < < (-) (-) Betuk (-)
BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN
Jl. Raya Wagu Kel. Sdagsar Kota Bogor Telp. 0251-8242411, emal: [email protected], webste : www.smkwkrama.et BAB 2 : BUNGA, PERTUBUHAN DAN PELURUHAN PENGERTIAN BUNGA Buga adalah jasa dar smpaa atau
UKURAN 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
PENGOPTIMUMAN PADA FUNGSI PRODUKSI CROPPES
PENGOPTIMUMAN PADA FUNGSI PRODUSI CROPPES NURJANAH G5404008 DEPARTEMEN MATEMATIA FAUTAS MATEMATIA DAN IMU PENGETAHUAN AAM INSTITUT PERTANIAN BOGOR 008 ABSTRACT NURJANAH Optmzato Cropps producto ucto Suprvsd
INTERPOLASI INTERPOLASI LINIER INTERPOLASI KUADRATIK
INTERPOASI INTERPOASI INIER INTERPOASI KUADRATIK INTERPOASI POINOMIA Dua ttk data : Gars Tga ttk data : Kuadratk g Empat ttk data :Polomal tgkat-3 Dketahu: ttk data ( y ) ( y ) ( y ) D ttk data :Polomal
BAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Blakang Mnmum spannng tr (MST) mrupakan sbuah prmasalahan dalam suatu graph yang mana banyak aplkasnya bak scara langsung maupun tdak langsung yang tlah dplajar. Salah satu
SKRIPSI. oleh: FARIDA KARUNIAWATI NIM
ANALISIS REGRESI DUMMY VARIABLE MODEL LOGIT (Kasus pada Estmas Huja d Karagploso, Malag) SKRIPSI olh: FARIDA KARUNIAWATI NIM. 0650028 JURUSAN MATEMATIKA FAKULTAS SAIN DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI
BAB 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
ESTIMASI REGRESI MODEL LOGIT DENGAN METODE MAKSIMUM LIKELIHOOD SKRIPSI. Oleh: DINUL WAFA NIM
STIMASI RGRSI MODL LOGIT DNGAN MTOD MAKSIMUM LIKLIHOOD SKRIPSI Olh: DINUL WAFA NIM. 5548 JURUSAN MATMATIKA FAKULTAS SAINS DAN TKNOLOGI UNIVRSITAS ISLAM NGRI MAULANA MALIK IBRAHIM MALANG 9 STIMASI RGRSI
V. PENDEKATAN BAYES PADA MODEL ACAK
7 V PEDEKT BYES PD MODEL CK 5 Pdahulua Pada aak kasus, srgkal dapat dprolh foras awal ttag paratr ag aka dduga Saga cotoh adalah pada kasus pdugaa produkttas taaa hortkultura ag tlah dahas pada Ba Pada
Pertemuan 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
BAB 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
BAB 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
S - 1 Penggunaan Metode Bayesian Obyektif dalam Analisis Pengukuran Tingkat Kepuasan Pelanggan Berdasarkan Kuesioner
PROSIDING ISBN : 978 979 6353 6 3 S - Pgguaa Mtod Baysia Obyktif dalam Aalisis Pgukura Tigkat Kpuasa Plagga Brdasarka Kusior Adi Stiawa Program Studi Matmatika, Fakultas Sais da Matmatika Uivrsitas Krist
TEORI ANTRIAN. A. Definisi dan Unsur-unsur Dasar Model Antrian
TEORI ANTRIAN Tori atria mrupaka studi matmatis mgai atria atau waitig lis yag di dalamya disdiaka bbrapa altratif modl matmatika yag dapat diguaka utuk mtuka bbrapa karaktristik da optimasi dalam pgambila
Penarikan 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
UJI CHI KUADRAT (χ²) 1.1. Pengertian Frekuensi Observasi dan Frekuensi Harapan
UJI CHI KUADRAT (χ²) 1. Pndahuluan Uj Ch Kuadrat adalah pngujan hpotss mngna prbandngan antara : frkuns obsrvas/yg bnar-bnar trjad/aktual dngan frkuns harapan/kspktas 1.1. Pngrtan Frkuns Obsrvas dan Frkuns
Persatuan Aktuaris Indonesia Dasar-dasar Matematika Asuransi Jiwa 28 November Untuk soal no. 1 s/d 3 di bawah, diketahui suatu survival function
Prsatua ktuars Idosa Dasar-dasar Matmatka suras Jwa 8 Nombr 00 Utuk soal o s/d 3 d bawah, dktahu suatu sural fucto 00 s ( ) utuk 0 00 0 Htuglah F (75) X 0,0 B 0,30 C 0,40 D 0,50 E 0,0 Htuglah f (75) X
MATEMATIKA 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
BAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belakag Dalam pemodela program ler, semua parameter yag dguaka dalam model dasumska dapat dketahu secara past. Parameter-parameter terdr dar koefse batasa ( ) a, la kuattas batasa
Anggita Dyan Kusumadety¹, Dhinta Darmantoro², Kiki Maulana³. ¹Teknik Informatika, Fakultas Teknik Informatika, Universitas Telkom
ANALISIS BOOSTING PADA DECISION TREE DENGAN STUDI KASUS KLASIFIKASI DAERAH PELANGGAN TELEKOMUNIKASI BERDASAR DATA CALLING DETAIL RECORD (CDR) BOOSTING ANALYSIS IN DECISION TREE WITH CASE STUDY CLASSIFICATION
BAB 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,
BAB II LANDASAN TEORI. kesetimbangan, linearisasi, bilangan reproduksi dasar, analisa kestabilan, kriteria
BAB II LANDASAN EORI Pada bab ii aka dibahas tori tori pdukug yag aka diguaka pada bab slajutya, atara lai modl matmatika, modl pidmik SIR klasik, ilai ig, prsamaaa difrsial, sistm prsamaa difrsial, titik
BAB 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
SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS
C. Pembelajara 3 1. Slabus N o STANDA R KOMPE TENSI KOMPE TENSI DASAR INDIKATOR MATERI TUGAS BUKTI BELAJAR KON TEN INDIKA TOR WAK TU SUM BER BELA JAR Meerap ka atura kosep statstka dalam pemecah a masalah
NORM 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
REGRESI LINEAR SEDERHANA
REGRESI LINEAR SEDERHANA MODUL Dra. Sr Pagest, S.U. PENDAHULUAN A alss regres merupaka aalss statstk yag mempelajar ubuga atara dua varabel atau leb. Dalam aalss regres lear dasumska berlakuya betuk ubuga
Marten Paloboran, Analisis Kesetimbangan Energi pada Ekonomiser Ketel Uap PLTU Tello
Mart Palbra, Aalss Kstmbaga Erg pada Ekmsr Ktl Uap PLTU Tll MEDIA ELEKTRIK, Vlum 4 Nmr 1, Ju 009 ANALISIS KESETIMBANGAN ENERGI DAN EKSERGI PADA EKONOMISER KETEL UAP PEMBANGKIT LISTRIK TENAGA UAP TELLO
( ) ( ) ( ) ( ) ( ) 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
MODEL LOGIT KUMULATIF UNTUK RESPON ORDINAL
MODEL LOGIT KUMULATIF UNTUK RESPON ORDINAL Robah P Rahaat da Tatk Wdhah Juusa Matmatka FMIPA UNDIP Jl. Pof. H. Sodato, S.H, Smaag 575 Abstat. Logt umulatv modl s usd to dsb th latoshp btw a spos vaabl
KAJIAN KONVERGENSI BARISAN RUANG NORM-(n-1) DENGAN n 2
Kaa Kovrgs Barsa Ruag Norm-(-) Dga KAJIAN KONVERGENSI BARISAN RUANG NORM-(-) DENGAN Faratul Masruroh Era Aprla Sao 3 Jurusa Matmatka FMIPA Isttut Tkolog Spuluh Nopmbr Surabaa 3 Jl. Arf Rahma Hakm Kampus
INTEGRAL FOURIER. DISUSUN OLEH : Kelompok III (Tiga)
INTEGRA FOURIER DISUSUN OEH : Klompok III (Tiga). Maruah (7 6). Yusi Oktavia (7 45 ) 3. Widya Elvi AS (7 45) 4. Azar Saarudi (7 454) 5. Irmaati (7 455) Mata Kuliah Dos Pgasuh Klas : Matmatika ajuta : Fadli,
PERLUASAN METODE NEWTON DENGAN PENDEKATAN PARABOLIK
PERLUASAN METDE NEWTN DENGAN PENDEKATAN PARABLIK Abdul Rahma, Supriadi Putra, Bustami Mahasiswa Program Studi S Matmatika Dos JurusaMatmatika Fakultas Matmatika da Ilmu Pgtahua Alam Uivrsitas Riau Kampus
2.2.3 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
Deret 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!
S2 MP Oleh ; N. Setyaningsih
S2 MP Oleh ; N. Setyagsh MATERI PERTEMUAN 1-3 (1)Pedahulua pera statstka dalam peelta ; (2)Peyaja data : dalam betuk (a) tabel da (b) dagram; (3) ukura tedes setaral da ukura peympaga (4)dstrbus ormal
PERTEMUAN 14-MPC 2 PRAKTIK. Oleh: Adhi Kurniawan SEKOLAH TINGGI ILMU STATISTIK
PERTEMUAN 4-MPC PRAKTIK Oleh: Adh Kurawa SEKOLAH TINGGI ILMU STATISTIK Double Samplg Utuk Peduga Beda, Rato, Regres Msalka, pada kods tertetu, kta g megguaka dfferece estmator, rato estmator, atau regresso
BAB 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
PENDUGAAN PARAMETER BEBERAPA SEBARAN POISSON CAMPURAN DAN BEBERAPA SEBARAN DISKRET DENGAN MENGGUNAKAN ALGORITME EM ADE HARIS HIMAWAN
PENDUGAAN PARAMETER BEBERAPA SEBARAN POISSON CAMPURAN DAN BEBERAPA SEBARAN DISKRET DENGAN MENGGUNAKAN ALGORITME EM ADE HARIS HIMAWAN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 8 PERNYATAAN MENGENAI
PENGHITUNGAN PREMI DENGAN MENGGUNAKAN METODE BAYESIAN ROBUST DAN METODE KREDIBILITAS ROBUST TITIES MELYASIH
PENGHITUNGAN PREMI DENGAN MENGGUNAKAN METODE BAYESIAN ROBUST DAN METODE KREDIBILITAS ROBUST TITIES MELYASIH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
POLIGON 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
Ruang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA
Ruag Baach Sumaag Muhtar Gozal UNIVERSITAS PENDIDIKAN INDONESIA Satu kose etg d kulah Aalss ugsoal adalah teor ruag Baach. Pada baga aka drevu defs, cotoh-cotoh, serta sfat-sfat etg ruag Baach. Kta aka
ANALISIS 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)
ESTIMASI PARAMETER MODEL GEOGRAPHICALLY WEIGHTED ORDINAL LOGISTIC REGRESSION (GWOLR)
ISBN : 978.60.36.00.0 ESIMASI PARAMEER MODEL GEOGRAPHICALLY WEIGHED ORDINAL LOGISIC REGRESSION (GWOLR) Sylf, Vta Ratnasar Mahasswa Jurusan Statstka Insttut knolog Spuluh Nopmbr (IS), Dosn Jurusan Statstka
STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis
STATISTIK Ukura Gejala Pusat Ukura Letak Ukura Smpaga, Dspers da Varas Mome, Kemrga, da Kurtoss Notas Varabel dyataka dega huruf besar Nla dar varabel dyataka dega huruf kecl basaya dtuls Tmes New Roma
BAB 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,
Hubungan antara K dengan koefisien fugasitas:
Hubungan antara K dngan kofsn fugastas: fˆ f K Kadaan standar untuk gas adalah gas murn pada kadaan gas dal pada tkanan kadaan standar sbsar 1 bar. (1) Karna fugastas gas dal sama dngan tkanannya, f =
STATISTIKA: 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..
Muniya 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 [email protected] Estmas Retur da Rsko 1) Estmas Realzed Retur
Transformasi Fourier Waktu Diskrit
Praktikum Isyarat da Sistm Topik 5 Trasformasi ourir Waktu Diskrit Tuua Mahasiswa dapat mtuka da mgguaka trasformasi ourir waktu diskrit dalam aalisa suatu sistm LTI Mahasiswa dapat mgguaka MATLAB sbagai
ESTIMASI FUNGSI REGRESI MENGGUNAKAN METODE DERET FOURIER
Supart da Sudargo Estmas Regres Deret Fourer ESTIMASI FUNGSI REGRESI MENGGUNAKAN METODE DERET FOURIER Supart da Sudargo 2 ) Jurusa Matematka, FMIPA, Udp 2) Jurusa Ped. Matematka, FPMIPA, IKIP PGRI, Semarag
PELABELAN KONSEKUTIF (CONSECUTIVE LABELING) PADA GRAF STAR S n DAN GRAF DOUBLE STAR S n,n+1 (n Bilangan Asli) SKRIPSI. Oleh: ABDUL MUIS NIM.
PELABELAN KONSEKUTIF CONSECUTIVE LABELING) PADA GRAF STAR S DAN GRAF DOUBLE STAR S,+ Blaga Asl) SKRIPSI Olh: ABDUL MUIS NIM. 0500 JURUSAN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI
Uji Statistika yangb digunakan dikaitan dengan jenis data
Uj Statstka yagb dguaka dkata dega jes data Jes Data omal Ordal Iterval da Raso Uj Statstka Koefse Kotges Rak Spearma Kedall Tau Korelas Parsal Kedall Tau Koefse Kokordas Kedall W Pearso Korelas Gada Korelas
b) Untuk data berfrekuensi fixi Data (Xi)
B. Meghtug ukura pemusata, ukura letak da ukura peyebara data serta peafsraya A. Ukura Pemusata Data Msalka kumpula data berkut meujukka hasl pegukura tgg bada dar orag sswa. 0 cm 30 cm 5 cm 5 cm 35 cm
* 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
3.1 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
BAB III ESTIMASI MODEL PROBIT TERURUT
BAB III ESTIMASI MODEL PROBIT TERURUT 3. Pedahulua Model eurua kods embata destmas dega model robt terurut. Estmas terhada arameter model robt terurut yatu koefse model da threshold dlakuka dega metode
PREDIKSI NILAI KEKAKUAN LENTUR PADA BALOK BETON BERTULANG
Prdk Nla Kkakua Ltur Pada Balok Bto Brtulag (Yam Suato PRKS NLA KKAKUAN LNTUR PAA BALOK BTON BRTULANG Yam Suato Strutural gr Y. S. Chua grg, Jakarta ahawa agtr Tkk Spl, Kotra Struktur, Uvrta Tarumaagara,
LANGKAH-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
BAB 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
BAB 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
Pengklasifikasian Penyakit Jantung Di RSUD Abdul Wahab Sjahranie Samarinda Dengan Menggunakan Regresi Logistik Biner
Pgklasfkasa Pyakt Jatug D RSUD Abdul Wahab Sjahra Samarda Dga Mgguaka Rgrs Logstk Br Classfcato of Hart Dsas RSUD Abdul Wahab Sjahra Samarda Usg Bary Logstk Rgrsso Adras Sutato 1, Darah A. Noh, Syarudd
BAB II LANDASAN TEORI
BAB II LANDASAN TEORI Bab aka mejelaska megea ladasa teor yag dpaka oleh peuls dalam peelta. Bab dbag mejad beberapa baga, yag masg masg aka mejelaska Prcpal Compoet Aalyss (PCA), Egeface, Klusterg K-Meas,
Penarikan 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
ANALISIS 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
BAB 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
ESTIMASI TITIK BAYESIAN OBYEKTIF
ESTIMASI TITIK BAYESIAN OBYEKTIF Adi Stiawa ([email protected]) Program Studi Matmatika, Fakultas Sais da Matmatika Uivrsitas Krist Satya Wacaa Jl Dipogoro 52-6 Salatiga 57, Idosia Abstrak Estimasi
XI. ANALISIS REGRESI KORELASI
I ANALISIS REGRESI KORELASI Aalss regres mempelajar betuk hubuga atara satu atau lebh peubah bebas dega satu peubah tak bebas dalam peelta peubah bebas basaya peubah yag dtetuka oelh peelt secara bebas
METODE SECANT-MIDPOINT NEWTON UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Supriadi Putra
METODE SENT-MIDPOINT NEWTON UNTUK MENYELESIKN PERSMN NONLINER Supriadi Putra [email protected] Laboratorium Komputasi Jurusa Matmatika Fakultas Matmatika da Ilmu Pgtahua lam Uivrsitas Riau Kampus Biawidya
BAB 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
PERTIDAKSAMAAN AZUMA PADA MARTINGALE UNTUK MENENTUKAN SUPREMUM PELUANG
PERTIDAKSAMAAN AZUMA PADA MARTINGALE UNTUK MENENTUKAN SUPREMUM PELUANG Sudaro Jurusa Matatka FMIPA UNDIP Jl Prof H Sodarto SH Tbalag Sarag 575 Abstract Coutg probablty a two-tald hypothss dtr lvl of th
STATISTIKA 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
Penelitian 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
UKURAN 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
KALKULUS 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
3 Departemen Statistika FMIPA IPB
Supleme Respos Pertemua ANALISIS DATA KATEGORIK (STK51) Departeme Statstka FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referes Waktu U potess Tga Cotoh atau Lebh U Kruskal-Walls (aalss ragam satu-arah berdasarka
