h h h n 2! 3! n! h h h 2! 3! n!

Ukuran: px
Mulai penontonan dengan halaman:

Download "h h h n 2! 3! n! h h h 2! 3! n!"

Transkripsi

1 Dieresiasi Numerik Sala satu perituga kalkulus yag serig diguaka adala turua/ dieresial. Coto pegguaa dieresial adala utuk meetuka ilai optimum (maksimum atau miimum) suatu ugsi y x mesyaratka ilai turua suatu ugsi = 0 y 0. Da di materi sebelumya tela dijelaska bawa dalam meetuka akar suatu persamaa liear dega metode Newto-Rapso memerluka dieresial sebagai pembagi ilai perbaika errorya. Tidak semua ugsi dapat dicari ugsi turuaya dega muda. Coto ugsi yag dapat x x xe cosx x 1 x e si x. Tetapi pada x diselesaika dega maual adala : permasalaa lai ilai ugsi sulit diselesaika secara maual. Terutama jika ugsiya aya diketaui berupa ilai atau grais. Deiisi Umum Dieresial '( x) lim 0 ( x ) ( x) Ekspasi Deret Taylor Rumus umum ekspasi deret Taylor ugsi x sekitar titik x Atau bisa juga ditulis : 3 ( x ) ( x). '( x) ''( x) '''( x)... ( x)...! 3!! 3 i 1 i i i i i ( x ) (x ). '( x ) ''( x ) ''( x )... ( x )...! 3!! {baca: Deret Taylor satu lagka ke depa} Ekspasi Deret Taylor iila yag diguaka utuk mecari ilai turua secara umerik. Ada 3 metode yag bisa diguaka : 1. Metode Selisi Maju. Metode Selisi Tegaa 3. Metode Selisi Mudur Selai 3 metode di atas, aka dibaas juga pedekata umerik utuk dieresial tigkat tiggi.

2 Metode Selisi Maju Metode selisi maju merupaka metode yag megadopsi lagsug deiisi dieresial Rumus umum dieresial metode selisi maju pada titik x : '(x) ( x ) ( x) 0 {ilai yag diarapka kecil} agar errorya kecil. Secara rigkas, besar errorya adala : Coto : E ' ''( ) Hitugla ilai turua ugsi (x) x pada titik x=: a. Cara aalitik b. Cara umeruik dega metode selisi maju (=0,1 da = 0,01). Tetuka juga besar error relatiya. Jawab : a. Cara aalitik ()= b. Cara umerik dega metode selisi maju. - = 0,1 ( ) ( ) (,1) () '(x) x x '(),1 0,1 Catata : a,1 100%,5% - = 0,01 ( ) ( ) (,01) () '(x) x x '(),01 0,01 a,01 100% 0,5% Tampak bawa maki kecil ilai semaki kecil juga tigat kesalaaya.

3 Metode Selisi Tegaa Metode selisi tegaa merupaka metode peetua ilai turua dega megambil perubaa dari titik sekitar titik yag diukur. Rumus umum dieresial metode selisi tegaa pada titik x : Rumus selisi maju pada x '(x) ( x) ( x ) Rumus selisi maju pada (x) '(x) ( x ) (x) Metode selisi tegaa merupaka rata-rata dari dari dua selisi maju di atas : '( x) '( x ) '(x) ( x ) ( x ) 1 Besar kesalaa metode selis tegaa ii adala : E ' '''( ) 6 NB: Metode seleksi tegaa bayak diguaka sebagai metode dieresial umerik. Coto : Hitugla ilai turua ugsi ( x) = 0,01). Tetuka juga besar error relatiya. Jawab : x pada titik a. Cara aalitik ()= b. Cara umerik dega metode selisi teagaa. - = 0,1 ( ) ( ) (,1) (1,9) '(x) x x '() 0, a 100% 0% x dega metode selisi tegaa (=0,1 da

4 - = 0,01 ( ) ( ) (,01) (1,99) '(x) x x '() 0,0 a 100% 0% Metode Selisi Mudur Rumus umum dieresial metode selisi mudur pada titik x : '( x) ( x) ( x ) Besar errorya adala : E ' ''( ) Coto : Hitugla ilai turua ugsi ( x) 0,01). Tetuka juga besar error relatiya. Jawab : COBALAH x pada titik x= dega metode selisi mudur (=0,1 da = Latia : Hitugla ilai turua 3 (x) 0,1x 0,15x 0,5x 0, 5x 1, utuk x=00,5 dega = 0,1. a. Cara aalitik b. Metode selisi maju c. Metode selisi tegaa d. Metode selisi mudur e. Hitug juga error b,c, da d.

5 Dieresial Tigkat Tiggi Dieresial tigkat tiggi merupaka proses pedeeresiala secara terus meerus, igga tigkata yag ditetuka. Pedeeresiala tigkat secara umum dapat ditulis : Misalka dieresial tigkat, dapat ditulis : 1 ( x) ( x) ( x) 1 x x ( x) ( x) '( x) ( x) x x x Utuk megitug diersial tikat tiggi dapat megguaka metode selisi maju, selisi tegaa, da selisi mudur. Rumus umum dieresial tigkat dega metode maju : '( x ) '( x) ( x ) ( x ) ( x) ''( x) Dega error : E (3). ( ) Rumus umum dieresial tigkat dega metode tegaa : '( x ) '( x ) ( x ) ( x) ( x ) ''( x) Dega error : E 1 (). ( ) Rumus umum dieresial tigkat dega metode mudur : '( x) '( x ) ( x) ( x ) ( x ) ''( x) Dega error : E (3). ( ) Dega cara yag sama dapat diperole rumus umum dieresial tigkat 3,, dst. Coto :

6 Hituglag ilai turua kedua dari ugsi juga ilai errorya : 3 ( x) x x x utuk x=0,5 dega =0,05. Tetuka a. Cara aalitik b. Metode selisi maju c. Metode selisi tegaa d. Metode selisi mudur Jawab : a. Cara aalitik (coba sediri) b. Cara umerik metode selisi maju '( x ) '( x) ( x ) ( x ) ( x) ''( x) '(0, 5 0, 05) '(0, 5) (0,35) (0,3) (0, 5) ''(0,5), 0,05 (0,05) r c. Cobala d. Cobala Tampak bawa :,5 (, ) 100% 1%,5 - Metode selis maju da mudur memberika asil dega tigkat ketelitia yag secderug sama - Semetara Metode selisi tegaa memberika asil yag palig teliti.

7 Pedekata Ekspasi Taylor Pedekata lai yag dapat diguaka utuk memberi ilai pedekata ugsi dieresial adala ekspasi deret Taylor. Ekspasi deret Taylor satu lagka ke depa : 3 ( xi 1) ( xi ). '( xi ) ''( xi ) '''( xi )...! 3! Ekspasi deret Taylor dua lagka ke depa : 3 ( ) ( ) ( xi ) ( xi ). '( xi ) ''( xi ) '''( xi )...! 3! Dega megguaka persama () dega kali persamaa (1), diperole : x x x x ( i) ( i) ( i) ''( i)... Seigga diperole ( xi ) ( xi 1) ( xi ) ''( xi ) (dieresial terbagi igga lagka ke depa) Persamaa di atas bisa di modiikasi mejadi : ( xi ) ( xi 1) ( xi) ''( xi ) (dieresial terbagi igga lagka mudur) Semetara itu : Ekspasi deret Taylor tiga lagka ke depa : ( xi 3) 3 ( xi ) 3 ( xi 1) ( xi ) '''( xi ) 3 Secara umum megikuti pola bilaga segitiga Pascal. Secara umum ditulis : ( x ) ( x )... ( 1) ( x ) ( 1) ( x ) 1 ( ) i i1 i1 i ( xi ) Misalka rumus pedekata utuk dieresial tigkat 5: ( xi ) 5 ( xi ) 10(x i ) 10 ( xi ) 5 ( xi ) ( xi ) ( x) (5) i 5

8 Latia : 1. Hitugla ilai turua kedua dari ugsi x 0,5 dega =0,1. 3 ( x) 0,1x 0,15x 0,5x 0, 5x 1, utuk a. Cara aalitik b. Metode selisi maju c. Metode selisi tegaa d. Metode selisi mudur e. Hitug juga error b,c,d. Apa kesimpula kalia?. Utuk soal o.1 di atas, tetuka pedekata turua ketigaya megguaka pedekata ekspasi deret Taylor. 3. Hitugla ilai dieresial kedua da turu ketigaya megguaka pedekata ekpasi deret Taylor dari ugsi errorya. 3 ( x) x x x utuk x 0,5 dega =0,05. Tetuka juga ilai

METODE NUMERIK UNTUK SIMULASI. Pemodelan & Simulasi TM09

METODE NUMERIK UNTUK SIMULASI. Pemodelan & Simulasi TM09 METODE NUMERIK UNTUK SIMULASI Pemodela & Simulasi TM09 Metode Numerik ( Metode umerik dpt diklasiikasika mjd:. Metode satu-lagka atau sigle-step. Metode multistep Metode sigle-step Pada metode ii, utuk

Lebih terperinci

METODE NUMERIK UNTUK SIMULASI. Pemodelan & Simulasi TM07

METODE NUMERIK UNTUK SIMULASI. Pemodelan & Simulasi TM07 METODE NUMERIK UNTUK SIMULASI Pemodela & Simulasi TM07 Metode Numerik ( Metode umerik dpt diklasiikasika mjd:. Metode satu-lagka atau sigle-step. Metode multistep Metode sigle-step Pd metode ii, utuk meetuka

Lebih terperinci

B A B 7 DIFERENSIASI DAN INTEGRASI NUMERIK

B A B 7 DIFERENSIASI DAN INTEGRASI NUMERIK 8 B A B 7 DIFERENSIASI DAN INTEGRASI NUMERIK A. D I F E R E N S I A S I N U M E R I K Misal diberika set data Diketaui set data (, ), (, ), (, ),., (, ) ag memeui relasi = f() Aka ditetuka d/d dalam iterval,

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

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

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

METODE NUMERIK TKM4104. Kuliah ke-2 DERET TAYLOR DAN ANALISIS GALAT

METODE NUMERIK TKM4104. Kuliah ke-2 DERET TAYLOR DAN ANALISIS GALAT METODE NUMERIK TKM4104 Kuliah ke- DERET TAYLOR DAN ANALISIS GALAT DERET TAYLOR o Deret Taylor adalah alat yag utama utuk meuruka suatu metode umerik. o Deret Taylor bergua utuk meghampiri ugsi ke dalam

Lebih terperinci

METODE ADAMS-BASHFORTH-MOULTON DALAM PENYELESAIAN PERSAMAAN DIFERENSIAL NON LINEAR

METODE ADAMS-BASHFORTH-MOULTON DALAM PENYELESAIAN PERSAMAAN DIFERENSIAL NON LINEAR Buleti Ilmia Mat. Stat. da Terapaa (Bimaster) Volume 0, No. (0), al 07 6. METODE ADAMS-BASHFORTH-MOULTON DALAM PENYELESAIAN PERSAMAAN DIFERENSIAL NON LINEAR Apriadi, Bau Priadoo, Evi Noviai INTISARI Metode

Lebih terperinci

PENYELESAIAN PERSAMAAN DIFERENSIAL DENGAN METODE ADAMS BASHFORTH MENGGUNAKAN MATLAB

PENYELESAIAN PERSAMAAN DIFERENSIAL DENGAN METODE ADAMS BASHFORTH MENGGUNAKAN MATLAB Jural Ilmia Tekologi da Iformasi ASIA Vol. 3 No. April 009 PENYELESAIAN PERSAMAAN DIFERENSIAL DENGAN METODE ADAMS BASHFORTH MENGGUNAKAN MATLAB Rati Ayuigemi, S. ST Pratyaksa Kepakisa ABSTRAKSI Bayak metode

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

Oleh : Bambang Supraptono, M.Si. Referensi : Kalkulus Edisi 9 Jilid 1 (Varberg, Purcell, Rigdom) Hal

Oleh : Bambang Supraptono, M.Si. Referensi : Kalkulus Edisi 9 Jilid 1 (Varberg, Purcell, Rigdom) Hal BAB. Limit Fugsi Ole : Bambag Supraptoo, M.Si. Referesi : Kalkulus Edisi 9 Jilid (Varberg, Purcell, Rigdom) Hal 56 - Defiisi: Pegertia presisi tetag it Megataka bawa f ( ) L berarti bawa utuk tiap yag

Lebih terperinci

PENYELESAIAN INTEGRASI NUMERIK DENGAN MATLAB. Ratna Widyati Jurusan Matematika, FMIPA Universitas Negeri Jakarta

PENYELESAIAN INTEGRASI NUMERIK DENGAN MATLAB. Ratna Widyati Jurusan Matematika, FMIPA Universitas Negeri Jakarta Kode Makala M-6 PENYELESAIAN INTEGRASI NUMERIK DENGAN MATLAB Rata Widyati Jurusa Matematika, FMIPA Uiversitas Negeri Jakarta ABSTRAK Metode umerik dapat diguaka utuk megampiri itegrasi yag dapat meyelesaika

Lebih terperinci

BAB III PERUMUSAN PENDUGA DAN SIFAT SIFAT STATISTIKNYA

BAB III PERUMUSAN PENDUGA DAN SIFAT SIFAT STATISTIKNYA BAB III PERUMUSAN PENDUGA DAN SIFAT SIFAT STATISTIKNYA 3. Perumusa Peduga Misalka N adala proses Poisso o omoge pada iterval [, dega fugsi itesitas yag tidak diketaui. Fugsi ii diasumsika teritegralka

Lebih terperinci

Penyelesaian Persamaan Non Linier

Penyelesaian Persamaan Non Linier Peyelesaia Persamaa No Liier Metode Iterasi Sederhaa Metode Newto Raphso Permasalaha Titik Kritis pada Newto Raphso Metode Secat Metode Numerik Iterasi/NewtoRaphso/Secat - Metode Iterasi Sederhaa- Metode

Lebih terperinci

III PEMBAHASAN. λ = 0. Ly = 0, maka solusi umum dari persamaan diferensial (3.3) adalah

III PEMBAHASAN. λ = 0. Ly = 0, maka solusi umum dari persamaan diferensial (3.3) adalah III PEMBAHASAN Pada bagia ii aka diformulasika masalah yag aka dibahas. Solusi masalah aka diselesaika dega Metode Dekomposisi Adomia. Selajutya metode ii aka diguaka utuk meyelesaika model yag diyataka

Lebih terperinci

Komputasi Aliran Panas pada sebuah Batang Logam Dengan Menggunakan Algoritma Numerov dan Bahasa Pemrograman Borland Delphi 6.0

Komputasi Aliran Panas pada sebuah Batang Logam Dengan Menggunakan Algoritma Numerov dan Bahasa Pemrograman Borland Delphi 6.0 Berkala Fisika ISSN : 40-966 Vol. 6, No. 3, Juli 003, al. 7-78 Komputasi Alira Paas pada sebua Batag Logam Dega Megguaka Algoritma Numerov da Baasa Pemrograma Borlad Delpi 6.0 Sumaria, K. Sofa Firdausi

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

TURUNAN FUNGSI. absis titik C dan absis titik C sama dengan h, maka x 3 = x 1 + h, sehingga gradien garis AC sama dengan

TURUNAN FUNGSI. absis titik C dan absis titik C sama dengan h, maka x 3 = x 1 + h, sehingga gradien garis AC sama dengan TURUNAN FUNGSI. Gardie Garis siggug Kurva Peratika graik ugsi pada gambar berikut. 8 B 6 C A Gambar Titik A, B, da C terletak pada graik, bila absisa berturut-turut,, da, maka koordiat titik A,, B,, da

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

Kekeliruan dalam Perhitungan Numerik dan Selisih Terhingga Biasa

Kekeliruan dalam Perhitungan Numerik dan Selisih Terhingga Biasa Modul 1 Kekelirua dalam Perhituga Numerik da Selisih Terhigga Biasa D PENDAHULUAN Dr. Wahyudi, M.Pd. i dalam pemakaia praktis, peyelesaia akhir yag diigika dari solusi suatu permasalaha (soal) dalam matematika

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

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

BAB 4 LIMIT FUNGSI Standar Kompetensi Menggunakan konsep limit fungsi dan turunan fungsi dalam pemecahan masalah

BAB 4 LIMIT FUNGSI Standar Kompetensi Menggunakan konsep limit fungsi dan turunan fungsi dalam pemecahan masalah BAB LIMIT FUNGSI Stadar Kompetesi Megguaka kosep it ugsi da turua ugsi dalam pemecaha masalah Kompetesi Dasar. Meghitug it ugsi aljabar sederhaa di suatu titik. Megguaka siat it ugsi utuk meghitug betuk

Lebih terperinci

HALAMAN Dengan definisi limit barisan buktikan limit berikut ini : = 0. a. lim PENYELESAIAN : jadi terbukti bahwa lim = 0 = 5. b.

HALAMAN Dengan definisi limit barisan buktikan limit berikut ini : = 0. a. lim PENYELESAIAN : jadi terbukti bahwa lim = 0 = 5. b. Didowload dari ririez.blog.us.ac.id HALAMAN 36 37 5. Dega defiisi limit barisa buktika limit berikut ii : a. lim = 0 lim 1 2 + 3 = 0 > 0 h 1 = 2 + 3 0 = 1 2 + 3 1 2 1 2 1 2 < jadi terbukti bahwa lim =

Lebih terperinci

V. METODE PENELITIAN. Alam Universitas Lampung. Metode yang digunakan dalam penelitian ini adalah

V. METODE PENELITIAN. Alam Universitas Lampung. Metode yang digunakan dalam penelitian ini adalah V. METODE PENELITIAN Peelitia ii dilakuka pada Semester IV Tahu Akademik 4/5, bertempat di Jurusa Matematika Fakultas Matematika da Ilmu Pegetahua Alam Uiversitas Lampug. Metode yag diguaka dalam peelitia

Lebih terperinci

DERET TAK HINGGA (INFITITE SERIES)

DERET TAK HINGGA (INFITITE SERIES) MATEMATIKA II DERET TAK HINGGA (INFITITE SERIES) sugegpb.lecture.ub.ac.id aada.lecture.ub.ac.id BARISAN Barisa merupaka kumpula suatu bilaga (atau betuk aljabar) yag disusu sehigga membetuk suku-suku yag

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

UKURAN PEMUSATAN DATA

UKURAN PEMUSATAN DATA Malim Muhammad, M.Sc. UKURAN PEMUSATAN DATA J U R U S A N A G R O T E K N O L O G I F A K U L T A S P E R T A N I A N U N I V E R S I T A S M U H A M M A D I Y A H P U R W O K E R T O DEFINISI UKURAN PEMUSATAN

Lebih terperinci

BAB III MENENTUKAN MODEL KERUSAKAN DAN INTERVAL WAKTU PREVENTIVE MAINTENANCE OPTIMUM SISTEM AXIS PADA MESIN CINCINNATI MILACRON DOUBLE GANTRY TIPE-F

BAB III MENENTUKAN MODEL KERUSAKAN DAN INTERVAL WAKTU PREVENTIVE MAINTENANCE OPTIMUM SISTEM AXIS PADA MESIN CINCINNATI MILACRON DOUBLE GANTRY TIPE-F BAB III MENENUKAN MODEL KERUSAKAN DAN INERVAL WAKU PREVENIVE MAINENANCE OPIMUM SISEM AXIS PADA MESIN CINCINNAI MILACRON DOUBLE GANRY IPE-F 3.1 Pedahulua Pada Bab II telah dijelaska beberapa teori yag diguaka

Lebih terperinci

ARTIKEL. Menentukan rumus Jumlah Suatu Deret dengan Operator Beda. Markaban Maret 2015 KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN

ARTIKEL. Menentukan rumus Jumlah Suatu Deret dengan Operator Beda. Markaban Maret 2015 KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN ARTIKEL Meetuka rumus Jumlah Suatu Deret dega Operator Beda Markaba 191115198801005 Maret 015 KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN PUSAT PENGEMBANGAN DAN PEMBERDAYAAN PENDIDIK DAN TENAGA KEPENDIDIKAN

Lebih terperinci

Deret dan Aproksimasi. Deret MacLaurin Deret Taylor

Deret dan Aproksimasi. Deret MacLaurin Deret Taylor Deret da Aproksimasi Deret MacLauri Deret Taylor Tujua Keapa perlu perkiraa? Perkiraa dibetuk dari ugsi palig sederhaa polyomial. Kita bisa megitegrasika da medieresiasi dega mudah. Kita bisa guaka saat

Lebih terperinci

STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN

STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN Supriadi Putra, M,Si Laboratorium Komputasi Numerik Jurusa Matematika FMIPA Uiversitas Riau e-mail : spoetra@yahoo.co.id ABSTRAK Makalah ii

Lebih terperinci

BAB II LANDASAN TEORI. Pada bab ini akan dibahas dasar-dasar teori yang akan digunakan

BAB II LANDASAN TEORI. Pada bab ini akan dibahas dasar-dasar teori yang akan digunakan BAB II LANDASAN TEORI Pada bab ii aka dibaa daar-daar teori yag aka diguaka dalam peulia kripi ii, yaitu megeai metode peakira maximum likeliood, metode peakira oit maximum likeliood da fier iformatio..1

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

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

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3 BAB XII. SUKU BANYAK A = a Pegertia: f(x) = a x + a x + a x + + a x +a adalah suku bayak (poliom) dega : - a, a, a,.,a, a, a 0 adalah koefisiekoefisie suku bayak yag merupaka kostata real dega a 0 - a

Lebih terperinci

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI Utuk lebih memahami megeai etropi, pada bab ii aka diberika perhituga etropi utuk beberapa distribusi diskrit da kotiu. 3. Distribusi Diskrit Pada sub bab ii dibahas

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

METODE MILNE DAN METODE HAMMING UNTUK MENYELESAIKAN PERSAMAAN DIFERENSIAL NON LINIER BERBANTUAN MATLAB SKRIPSI. Oleh : SITI AMINAH NIM :

METODE MILNE DAN METODE HAMMING UNTUK MENYELESAIKAN PERSAMAAN DIFERENSIAL NON LINIER BERBANTUAN MATLAB SKRIPSI. Oleh : SITI AMINAH NIM : METODE MILNE DAN METODE HAMMING UNTUK MENYELESAIKAN PERSAMAAN DIFERENSIAL NON LINIER BERBANTUAN MATLAB SKRIPSI Ole : SITI AMINAH NIM : 57 JURUSAN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM

Lebih terperinci

Solusi Numerik PDP. ( Metode Beda Hingga ) December 9, 2013. Solusi Numerik PDP

Solusi Numerik PDP. ( Metode Beda Hingga ) December 9, 2013. Solusi Numerik PDP ( Metode Beda Higga ) December 9, 2013 Sebuah persamaa differesial apabila didiskritisasi dega metode beda higga aka mejadi sebuah persamaa beda. Jika persamaa differesial parsial mempuyai solusi eksak

Lebih terperinci

Range atau jangkauan suatu kelompok data didefinisikan sebagai selisih antara nilai terbesar dan nilai terkecil, yaitu

Range atau jangkauan suatu kelompok data didefinisikan sebagai selisih antara nilai terbesar dan nilai terkecil, yaitu BAB 4 UKURAN PENYEBARAN DATA Pada Bab sebelumya kita telah mempelajari beberapa ukura pemusata data, yaitu ukura yag memberika iformasi tetag bagaimaa data-data ii megumpul atau memusat Pada bagia Bab

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

Solusi Numerik Persamaan Transport

Solusi Numerik Persamaan Transport Solusi Numerik Persamaa Trasport M. Jamhuri December 16, 2013 Diberika persamaa Trasport u t + 2u x = 0 1) Diberika persamaa Trasport u t + 2u x = 0 1) Diskretka persamaa trasport 1) dega megguaka persamaa

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

Barisan Aritmetika dan deret aritmetika

Barisan Aritmetika dan deret aritmetika BARISAN DAN DERET BILANGAN Peyusu: Atmii Dhoruri, MS Kode: Jejag: SMP T/P: / A. Kompetesi yag diharapka. Meetuka suku ke- barisa aritmatika da barisa geometri. Meetuka jumlah suku pertama deret aritmatika

Lebih terperinci

Solusi Pengayaan Matematika

Solusi Pengayaan Matematika Solusi Pegayaa Matematika Edisi 11 Maret Peka Ke-, 2007 Nomor Soal: 101-110 101. Bilaga desimal 0,7777 diyataka dalam hasil bagi bilaga rasioal sebagai a b, dega a da b relatif prima. Nilai dari ab A.

Lebih terperinci

DERET DAN APROKSIMASI

DERET DAN APROKSIMASI DERET DAN APROKSIMASI D E R E T M A C L A U R I N D E R E T T A Y L O R COURTESY: IDRIS M. KAMIL DAN ROFIQ IQBAL TUJUAN Keapa perlu perkiraa? Perkiraa dibetuk dari ugsi palig sederhaa polyomial. Kita bisa

Lebih terperinci

Soal dan Pembahasan. Ujian Nasional Matematika Teknik SMK matematikamenyenangkan.com

Soal dan Pembahasan. Ujian Nasional Matematika Teknik SMK matematikamenyenangkan.com Soal da Pembahasa jia Nasioal 06 Matematika Tekik SMK matematikameyeagka.com . pqr Betuk sederhaa dari p q r A. p 8 q r adalah... B. p q 0 r 0 D. p q 0 r 0 C. p 8 q r 0 E. p 6 q r Igat rumus berikut m

Lebih terperinci

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus -Mar- Ukura Pemusata Pertemua STATISTIKA DESKRIPTIF Statistik deskripti adalah pegolaha data utuk tujua medeskripsika atau memberika gambara terhadap obyek yag diteliti dega megguaka sampel atau populasi.

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Jenis data yang digunakan berupa data sekunder yang menggunakan Tabel

BAB III METODOLOGI PENELITIAN. Jenis data yang digunakan berupa data sekunder yang menggunakan Tabel 49 BAB III METODOLOGI PENELITIAN 3.1 Jeis da Sumber Data Jeis data yag diguaka berupa data sekuder yag megguaka Tabel Iput Output Idoesia Tau 2005 dega klasifikasi 9 sektor. Data tersebut berasal dari

Lebih terperinci

PREDIKSI SOAL ULANGAN AKHIR SEMESTER GENAP KELAS IX SMP NEGERI 196 JAKARTA. Jawab : Nilai dari. Jawab :.3.3 = 27

PREDIKSI SOAL ULANGAN AKHIR SEMESTER GENAP KELAS IX SMP NEGERI 196 JAKARTA. Jawab : Nilai dari. Jawab :.3.3 = 27 PREDIKSI SOAL ULANGAN AKHIR SEMESTER GENAP KELAS IX SMP NEGERI 9 JAKARTA No. Idikator Soal Prediksi Soal Peserta didik dapat meyataka betuk pecaha aljabar yag pembilag da peyebutya berpagkat egatif mejadi

Lebih terperinci

ANALISIS REGRESI DAN KORELASI SEDERHANA

ANALISIS REGRESI DAN KORELASI SEDERHANA LATAR BELAKANG DAN KORELASI SEDERHANA Aalisis regresi da korelasi megkaji da megukur keterkaita seara statistik atara dua atau lebih variabel. Keterkaita atara dua variabel regresi da korelasi sederhaa.

Lebih terperinci

BAB 6. DERET TAYLOR DAN DERET LAURENT Deret Taylor

BAB 6. DERET TAYLOR DAN DERET LAURENT Deret Taylor Bab 6 Deret Taylor da Deret Lauret BAB 6 DERET TAYLOR DAN DERET LAURENT 6 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

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

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Model Pertumbuha Betuk ugsi pertumbuha satu jeis spesies pada umumya megguaka otasi ugsi aalitik yag diyataka dalam satu persamaa. Secara umum ugsi pertumbuha meyataka hubuga

Lebih terperinci

ESTIMASI DENSITAS KERNEL ADJUSTED: STUDI SIMULASI. Novita Eka Chandra Universitas Islam Darul Ulum Lamongan

ESTIMASI DENSITAS KERNEL ADJUSTED: STUDI SIMULASI. Novita Eka Chandra Universitas Islam Darul Ulum Lamongan JMP : Vol. 8 No., Des. 016, al. 33-40 ISSN 085-1456 ESTIMASI DENSITAS KERNEL ADJUSTED: STUDI SIMULASI Novita Eka Cadra Uiversitas Islam Darul Ulum Lamoga ovitaekacadra@gmail.com Masriai Mayuddi Uiversitas

Lebih terperinci

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL)

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL) BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL) Setiap peelitia selalu berkeaa dega sekelompok data. Yag dimaksud kelompok disii adalah: Satu orag mempuyai sekelompok data, atau sekelompok orag mempuyai satu

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

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Statistika iferesi merupaka salah satu cabag statistika yag bergua utuk meaksir parameter. Peaksira dapat diartika sebagai dugaa atau perkiraa atas sesuatu yag aka terjadi

Lebih terperinci

REGRESI DAN KORELASI

REGRESI DAN KORELASI REGRESI DAN KORELASI Pedahulua Dalam kehidupa sehari-hari serig ditemuka masalah/kejadia yagg salig berkaita satu sama lai. Kita memerluka aalisis hubuga atara kejadia tersebut Dalam bab ii kita aka membahas

Lebih terperinci

Himpunan/Selang Kekonvergenan

Himpunan/Selang Kekonvergenan oki eswa (fmipa-itb) Deret Pagkat Kita aka mempelajari beberapa tehik utuk meyajika suatu fugsi f (x) dalam betuk deret pagkat (power series), yaitu meetuka derat pagkat c (x a) sehigga f (x) = c (x a)

Lebih terperinci

BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL

BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL Defiisi Persamaa diferesial adalah persamaa yag melibatka variabelvariabel tak bebas da derivatif-derivatifya terhadap variabel-variabel bebas. Berikut ii adalah

Lebih terperinci

METODE SIMPSON TERMODIFIKASI UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL VOLTERRA LINEAR JENIS KEDUA. Jonas Lodewyk H 1, Zulkarnain 2 ABSTRACT

METODE SIMPSON TERMODIFIKASI UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL VOLTERRA LINEAR JENIS KEDUA. Jonas Lodewyk H 1, Zulkarnain 2 ABSTRACT METODE SIMPSON TERMODIFIKASI UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL VOLTERRA LINEAR JENIS KEDUA Joas Lodewyk H 1, Zulkarai 1 Mahasiswa Program Studi S1 Matematika Dose Jurusa Matematika Fakultas Matematika

Lebih terperinci

Barisan Dan Deret Arimatika

Barisan Dan Deret Arimatika Barisa Da Deret Arimatika A. Barisa Aritmatika Niko etera memiliki sebuah peggaris ukura 0 cm. Ia megamati bilaga-bilaga pada peggarisya ii. Bilaga-bilaga tersebut beruruta 0, 1,, 3,, 0. etiap bilaga beruruta

Lebih terperinci

Bab IV. Penderetan Fungsi Kompleks

Bab IV. Penderetan Fungsi Kompleks Bab IV Pedereta Fugsi Kompleks Sebagaimaa pada fugsi real, fugsi kompleks juga dapat dideretka pada daerah kovergesiya. Semua watak kajia kovergesi pada fugsi real berlaku pula pada fugsi kompleks. Secara

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

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3 SUKU BANYAK A Pegertia: f(x) x + a 1 x 1 + a 2 x 2 + + a 2 +a 1 adalah suku bayak (poliom) dega : - a, a 1, a 2,.,a 2, a 1, a 0 adalah koefisiekoefisie suku bayak yag merupaka kostata real dega a 0 - a

Lebih terperinci

BAB IV PEMBAHASAN DAN ANALISIS

BAB IV PEMBAHASAN DAN ANALISIS BAB IV PEMBAHASAN DAN ANALISIS 4.1. Pembahasa Atropometri merupaka salah satu metode yag dapat diguaka utuk meetuka ukura dimesi tubuh pada setiap mausia. Data atropometri yag didapat aka diguaka utuk

Lebih terperinci

theresiaveni.wordpress.com NAMA : KELAS :

theresiaveni.wordpress.com NAMA : KELAS : theresiaveiwordpresscom NAMA : KELAS : 1 theresiaveiwordpresscom BARISAN DAN DERET Barisa da deret dapat diguaka utuk memudahka peyelesaia perhituga, misalya buga bak, keaika produksi, da laba/rugi suatu

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

Statistika MAT 2 A. PENDAHULUAN NILAI MATEMATIKA B. PENYAJIAN DATA NILAI MATEMATIKA NILAI MATEMATIKA STATISTIKA. materi78.co.nr

Statistika MAT 2 A. PENDAHULUAN NILAI MATEMATIKA B. PENYAJIAN DATA NILAI MATEMATIKA NILAI MATEMATIKA STATISTIKA. materi78.co.nr materio.r Statistika A. PENDAHULUAN Statistika adalah ilmu yag mempelajari pegambila, peyajia, pegolaha, da peafsira data. Data terdiri dari dua jeis, yaitu data kualitatif (sifat) da data kuatitatif (agka).

Lebih terperinci

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari.

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari. Selag Kepercayaa Cotoh Besar Jika ukura cotoh (sample size) besar, maka meurut Teorema Limit Pusat, bayak statistik megikuti/mempuyai sebara yag medekati ormal (dapat diaggap ormal). Artiya jika adalah

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

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

STATISTIKA MAT 2 NILAI MATEMATIKA NILAI MATEMATIKA NILAI MATEMATIKA A. PENDAHULUAN B. PENYAJIAN DATA. Diagram garis

STATISTIKA MAT 2 NILAI MATEMATIKA NILAI MATEMATIKA NILAI MATEMATIKA A. PENDAHULUAN B. PENYAJIAN DATA. Diagram garis materio.r A. PENDAHULUAN Statistika adalah ilmu yag mempelajari pegambila, peyajia, pegolaha, da peafsira data. Data terdiri dari dua jeis, yaitu data kualitatif (sifat) da data kuatitatif (agka). B. PENYAJIAN

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

b. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut:

b. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut: Statistik da Peluag A. Statistik Statistik adalah metode ilmiah yag mempelajari cara pegumpula, peyusua, pegolaha, da aalisis data, serta cara pegambila kesimpula berdasarka data-data tersebut. Data ialah

Lebih terperinci

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL BAB VIII MASAAH ESTIMASI SAT DAN DA SAMPE 8.1 Statistik iferesial Statistik iferesial suatu metode megambil kesimpula dari suatu populasi. Ada dua pedekata yag diguaka dalam statistik iferesial. Pertama,

Lebih terperinci

REGRESI LINIER GANDA

REGRESI LINIER GANDA REGRESI LINIER GANDA Secara umum, data hasil pegamata Y bisa terjadi karea akibat variabelvariabel bebas,,, k. Aka ditetuka hubuga atara Y da,,, k sehigga didapat regresi Y atas,,, k amu masih meujukka

Lebih terperinci

BARISAN DAN DERET. Bentuk deret Aritmatika: a, ( a + b ), ( a + 2b ) ( a + ( n 1 ) b a = suku pertama b = beda n = banyaknya suku.

BARISAN DAN DERET. Bentuk deret Aritmatika: a, ( a + b ), ( a + 2b ) ( a + ( n 1 ) b a = suku pertama b = beda n = banyaknya suku. BARISAN DAN DERET Bab 9 Deret Aritmatika (Deret Hitug) o o o Betuk deret Aritmatika: a, ( a + b ), ( a + b ) +...+ ( a + ( ) b a = suku pertama b = beda = bayakya suku Suku ke- : U = a + (-)b Jumlah suku

Lebih terperinci

BAB IV SEBARAN ASIMTOTIK PENDUGA DENGAN MENGGUNAKAN KERNEL SERAGAM. ) menyatakan banyaknya kejadian pada interval [ 0, n ] dan h

BAB IV SEBARAN ASIMTOTIK PENDUGA DENGAN MENGGUNAKAN KERNEL SERAGAM. ) menyatakan banyaknya kejadian pada interval [ 0, n ] dan h BAB IV SEBARAN ASIMTOTIK PENDUGA DENGAN MENGGUNAKAN KERNEL SERAGAM 4.1 Peduga dega Kerel Seragam Pada bab ii diguaka peduga dega kerel eragam. Hal ii karea aya belum berail memperole ebara aimtotik dari

Lebih terperinci

III. METODE PENELITIAN. kelas VIII semester ganjil SMP Sejahtera I Bandar Lampung tahun pelajaran 2010/2011

III. METODE PENELITIAN. kelas VIII semester ganjil SMP Sejahtera I Bandar Lampung tahun pelajaran 2010/2011 III. METODE PENELITIAN A. Latar Peelitia Peelitia ii merupaka peelitia yag megguaka total sampel yaitu seluruh siswa kelas VIII semester gajil SMP Sejahtera I Badar Lampug tahu pelajara 2010/2011 dega

Lebih terperinci

BAB III TAKSIRAN PROPORSI POPULASI JIKA TERJADI NONRESPON. Dalam bab ini akan dibahas penaksiran proporsi populasi jika terjadi

BAB III TAKSIRAN PROPORSI POPULASI JIKA TERJADI NONRESPON. Dalam bab ini akan dibahas penaksiran proporsi populasi jika terjadi BAB III TAKSIRA PROPORSI POPULASI JIKA TERJADI ORESPO Dalam bab ii aa dibaas peasira proporsi populasi jia terjadi orespo da dilaua allba sebaya t ali. Selai itu, juga aa dibaas peetua uura sampel yag

Lebih terperinci

UKURAN PEMUSATAN UKURAN PENYEBARAN

UKURAN PEMUSATAN UKURAN PENYEBARAN UKURAN PEMUSATAN DATA TUNGGAL DATA KELOMPOK. MEAN / RATA-RATA. MODUS 3. MEDIAN 4. KUARTIL. MEAN / RATA-RATA. MODUS 3. MEDIAN 4. KUARTIL UKURAN PENYEBARAN JANGKAUAN HAMPARAN RAGAM / VARIANS SIMPANGAN BAKU

Lebih terperinci

DIFERENSIAL. diferensial pada c. Sehingga dapat kita tulis menjadi f (c) untuk L.

DIFERENSIAL. diferensial pada c. Sehingga dapat kita tulis menjadi f (c) untuk L. DIFERENSIAL 6. Usur Turua 6.. Deiisi Diketahui I R mempuyai iterval : I. Kita dapat megataka bahwa bilaga real L adalah turua dari jika pada c diberika >, maka aka ada > sehigga jika da haya jika x h

Lebih terperinci

Soal-soal Latihan: jika Misalkan n adalah bilangan genap. Buktikan bahwa

Soal-soal Latihan: jika Misalkan n adalah bilangan genap. Buktikan bahwa Soal-soal Latiha:. Misalka kita aka meyusu kata-kata yag dibetuk dari huru-huru dalam kata SIMALAKAMA, jika a. huru S mucul setelah huru K (misalya, ALAMAKSIM). b. huru A mucul berdekata. c. tidak memuat

Lebih terperinci

BAB 5 UKURAN DISPERSI

BAB 5 UKURAN DISPERSI BAB 5 UKURAN DISPERSI A. Ukura Dispersi Meurut Hasa (011 : 101) ukura dispersi atau ukura variasi atau ukura peyimpaga adalah ukura yag meyataka seberapa jauh peyimpaga ilai-ilai data dari ilai-ilai pusatya

Lebih terperinci

METODE TRAPESIUM NONLINEAR UNTUK MENYELESAIKAN PERSAMAAN DIFERENSIAL ORDE SATU ABSTRACT

METODE TRAPESIUM NONLINEAR UNTUK MENYELESAIKAN PERSAMAAN DIFERENSIAL ORDE SATU ABSTRACT METODE TRAPESIUM NONLINEAR UNTUK MENYELESAIKAN PERSAMAAN DIFERENSIAL ORDE SATU Rahma Dodi 1, Musraii M 1 Mahasiswa Program Studi S1 Matematika Dose Jurusa Matematika Fakultas Matematika da Ilmu Pegetahua

Lebih terperinci

BAB V. INTEGRAL. Lambang anti-turunan (integral tak-tentu) oleh Leibniz adalah... dx, sehingga

BAB V. INTEGRAL. Lambang anti-turunan (integral tak-tentu) oleh Leibniz adalah... dx, sehingga BAB V. INTEGRAL 5.. Ati Turua (Itegral Tak-tetu) Defiisi: F suatu ati-turua f pada selag I jika da haya jika D F() = f() pada I, yaki F () = f() utuk semua dalam I. (Jika suatu titik ujug I, F () haya

Lebih terperinci

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak: PENGUJIAN HIPOTESIS A. Lagkah-lagkah pegujia hipotesis Hipotesis adalah asumsi atau dugaa megeai sesuatu. Jika hipotesis tersebut tetag ilai-ilai parameter maka hipotesis itu disebut hipotesis statistik.

Lebih terperinci

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy BAB III PEMBAHASAN Pada BAB III ii aka dibahas megeai betuk program liear fuzzy dega koefisie tekis kedala berbetuk bilaga fuzzy da pembahasa peyelesaia masalah optimasi studi kasus pada UD FIRDAUS Magelag

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

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika Wed 6/0/3 ETIMAI (PENDUGAAN TATITIK) Ir. Tito Adi Dewato tatistika Deskriptif Iferesi Estimasi Uji Hipotesis Titik Retag Estimasi da Uji Hipotesis Dilakuka setelah peelitia dalam tahap pegambila suatu

Lebih terperinci

Distribusi Sampling (Distribusi Penarikan Sampel)

Distribusi Sampling (Distribusi Penarikan Sampel) Distribusi Samplig (Distribusi Pearika Sampel) 1. Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

Lebih terperinci

BAB IV PERSAMAAN TINGKAT SATU DERAJAT TI NGGI (1-n)

BAB IV PERSAMAAN TINGKAT SATU DERAJAT TI NGGI (1-n) BAB IV ERSAMAAN TINGKAT SATU DERAJAT TI NGGI 1- Stadar Kometesi Setelah memelajari okok bahasa ii diharaka mahasiswa daat memahami ara-ara meetuka selesaia umum ersamaa dieresial tigkat satu derajat tiggi.

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

SOAL-SOAL. 1. UN A Jumlah n suku pertama deret aritmetika dinyatakan dengan S n n

SOAL-SOAL. 1. UN A Jumlah n suku pertama deret aritmetika dinyatakan dengan S n n Husei Tampomas, Barisa da Deret, 06 SOAL-SOAL. UN A 0 Jumlah suku pertama deret aritmetika diyataka dega S. Suku ke-0 A. B. C. 0 D. 8 E. 6. UN A, D7, da E8 0 Sebuah pabrik memproduksi barag jeis A pada

Lebih terperinci

Barisan ini adalah contoh dari barisan aritmatika U 1. ialah barisan aritmatika,jika: -U 2. =.= U n

Barisan ini adalah contoh dari barisan aritmatika U 1. ialah barisan aritmatika,jika: -U 2. =.= U n BARIAN DAN DERET A. BARIAN DAN DERET ARITMATIKA I. TJAN etelah mempelaji topik siswa dapat:. Meetuka suku ke suatu bisa itmatika. Meetuka rumus suku ke di bisa itmatika. Meetuka suku pertama da beda suatu

Lebih terperinci

KALKULUS 4. Dra. D. L. Crispina Pardede, DEA. SARMAG TEKNIK MESIN

KALKULUS 4. Dra. D. L. Crispina Pardede, DEA. SARMAG TEKNIK MESIN KALKULUS Dra. D. L. Crispia Pardede DEA. SARMAG TEKNIK MESIN KALKULUS - SILABUS. Deret Fourier.. Fugsi Periodik.2. Fugsi Geap da Gajil.3. Deret Trigoometri.. Betuk umum Deret Fourier.. Kodisi Dirichlet.6.

Lebih terperinci