MENENTUKAN TURUNAN DAN SIFAT-SIFAT TURUNAN DARI FUNGSI 1/f(x) DAN h(x)/f(x) ABSTRACT

Ukuran: px
Mulai penontonan dengan halaman:

Download "MENENTUKAN TURUNAN DAN SIFAT-SIFAT TURUNAN DARI FUNGSI 1/f(x) DAN h(x)/f(x) ABSTRACT"

Transkripsi

1 MENENTUKAN TURUNAN DAN SIFAT-SIFAT TURUNAN DARI FUNGSI 1/(x DAN h(x/(x Yuliana Saitri 1, Sri Gemawati 2, Musraini 2 1 Mahasiswa Program Studi S1 Matematia 2 Dosen Jurusan Matematia Faultas Matematia dan Ilmu Pengetahuan Alam Universitas Riau Kampus Binawidya Peanbaru (28293, Indonesia yuliana.saitri9469@yahoo.co.id ABSTRACT This article discusses n-th derivative unction o the term 1/(x and h(x/(x where (x 0 by applying the partition numbers o n and n-th derivative o composite unction called Faa di Bruno ormula. Then we present some properties o n-th derivative unction o 1/(x and h(x/(x. Keywords: Derivative unction, Faa di Bruno ormula, Leibniz theorem, partition number ABSTRAK Artiel ini membahas turunan e-n dari ungsi yang berbentu 1/(x and h(x/(x dengan (x 0 dengan mengapliasian partisi bilangan dari n dan turunan e-n dari ungsi omposisi yang disebut dengan ormula Faa di Bruno. Selanjutnya aan ditentuan siat-siat dari turunan ungsi 1/(x and h(x/(x. Kata unci: Turunan ungsi, ormula Faa di Bruno, Teorema Leibniz, partisi bilangan 1. PENDAHULUAN Pada alulus, untu menentuan turunan e-n dari ungsi 1/(x dan h(x/(x dengan menggunaan aturan hasil bagi harus mencari satu per satu turunan pertama, edua, sampai dengan turunan e-n dari ungsi tersebut. Artiel ini membahas tentang turunan e-n dari ungsi 1/(x dan h(x/(x tanpa harus mencari turunan sebelumnya dengan mengapliasian partisi bilangan dari n. Selanjutnya dengan memandang pembilang dari turunan e-n ungsi 1/(x dan h(x/(x aan diperoleh siat-siatnya. Artiel ini merupaan tinjauan sebagian dari artiel yang ditulis oleh Jaimczu [3]. Repository FMIPA 1

2 2. TEOREMA LEIBNIZ, PARTISI BILANGAN, TEOREMA BINOMIAL, DAN FORMULA FAA DI BRUNO Teori penduung yang beraitan dengan pembahasan mengenai turunan e-n dari ungsi 1/(x dan h(x/(x serta siat-siatnya dibahas pada bagian ini. Teorema 1 [2](Teorema Leibniz Jia dan g dua ungsi pada x yang memilii turunan e-n, maa (g (n (x = (n (xg ( (x, (n > 0, (1 dengan (0 = dan g (0 = g. Buti. Lihat [2]. Deinisi 2 [1, h. 1] Sebuah partisi dari bilangan bulat positi n adalah barisan hingga dari bilangan bulat positi p 1, p 2,..., p m sedemiian sehingga m i=1 p i = n dengan p i adalah bagian dari partisi. Deinisi 3 [1, h. 1] Fungsi partisi p(n adalah jumlah partisi dari n. Deinisi 4 [1, h. 2] Ω n dinotasian sebagai himpunan semua partisi dari n. Partisi {p 1, p 2,..., p m } dinotasian dengan π dan ditulis π n untu menotasian π adalah partisi dari n. Sebuah partisi π dapat juga ditulis dengan π = [1 π 1, 2 π 2,..., n π n ] untu setiap i(1 i n [1]. Banyanya i yang muncul pada partisi π dari n dinotasian dengan π i. Banyanya bagian-bagian partisi π dinotasian dengan l(π atau l(π = m dan {π 1, π 2,..., π n } merupaan partisi dari l(π dan dinotasian dengan δ(π [3]. Teorema 5 [4, h. 416](Teorema Binomial Misalan x dan y adalah bilangan riil dan n adalah bilangan bulat ta negati, maa Buti. Lihat [4, h. 416]. (x + y n = x n y. Deinisi 6 [7] Misalan α = p 1, p 2,..., p m partisi dari n. simbol α! mewaili peralian atorial dari bagian α, α! = m i=1 (p i!. Dengan cara yang sama, notasi digunaan untu mewaili oeisien multinomial : ( n α = n! ( α α! = n. p 1, p 2,..., p m Repository FMIPA 2

3 Teorema 7 [5, h. 807] Misalan y = g(u dan u = (x memilii turunan e-n, maa omposisi ungsi y = (g (x juga memilii turunan e-n dan (g (n (x = ( n! π1 ( (x (n πn (x π 1! π n! (g(l(π (x, 1! n! (g (n (x = ( n n [ π δ(π! (g(l(π (x (i (x ] π i, (2 dengan Ω n merupaan himpunan partisi dari n, l(π = π π n, dan π 1 + 2π nπ n = n. Buti. Lihat [5, h ]. i=1 3. MENENTUKAN TURUNAN DAN SIFAT-SIFAT TURUNAN DARI FUNGSI 1/(x DAN h(x/(x Teorema 8 Jia (x terdierensialan pada x dan (x 0, maa ( (n 1 (x = P n, (n 0, (3 n+1 (x dengan P n merupaan polinomial dengan oeisien bilangan bulat pada variabel (x, (1 (x,..., (n (x. Jia n = 0, maa dan jia n 1, maa P n = ( l(π ( 1 l(π n l(π (x π δ(π Buti. Misalan g (u = 1, turunan e-n dari g(u adalah u P 0 = 1, (4 n [ (i (x ] π i. (5 i=1 g (n (u = ( 1n n! u n+1. (6 Selanjutnya, substitusian persamaan (6 e persamaan (2, diperoleh ( (n 1 (x = (g (n (x, = ( n π δ(π! (g(l(π (x n [ (i (x ] π i, i=1 Repository FMIPA 3

4 ( (n 1 (x = ( n π ( 1 l(π l(π! n [ (i (x ] π i, δ(π! l(π+1 (x i=1 = ( n π ( 1 l(π l(π! n [ n l(π (x (i (x ] π i, δ(π! n+1 (x i=1 ( (n 1 ( 1 l(π( ( n l(π π δ(π n l(π (x n [ i=1 (i (x ] π i (x =, (7 n+1 (x ( (n 1 (x = P n n+1 (x. Turunan e-n dari ungsi 1/(x pada persamaan (3 terbuti. Selanjutnya, Misalan ungsi = (x dan = (0. Berdasaran penguraian polinomial P n, diperoleh polinomial pertama P n yaitu P 1 = (1 (x = (1, (8 P 2 = (x (2 (x + 2 (1 (x (1 (x = (2 + 2 (1 (1, (9 P 3 = (3 + 6 (1 (2 6 (1 (1 (1, (10 P 4 = (4 + 8 (1 (3 + 6 (2 (2 36 (1 (1 ( (1 (1 (1 (1, (11 P 5 = ( (1 (4 60 (1 (1 ( (2 (3 90 (1 (2 ( (1 (1 (1 ( (1 (1 (1 (1 (1. (12 Berdasaran persamaan (8, (9, (10, (11, dan (12 dapat diperoleh beberapa siat-siat dari polinomial P n yang dinyataan dalam teorema beriut. Teorema 9 Polinomial P n (n 1 mempunyai siat-siat sebagai beriut: 1. Setiap bentu monomial pada polinomial P n, yaitu monomial yang berbentu (i1 (i 2 (in memilii n ator dan i 1 +i 2 + +i n = n. Jumlah monomial pada polinomial P n adalah p(n, dengan p(n adalah jumlah partisi dari n. 2. Jia n genap, maa jumlah oeisien dari polinomial P n adalah 1 dan jia n ganjil, maa jumlah oeisien dari polinomial P n adalah 1. Sehingga secara umum jumlah oeisien dari polinomial P n adalah ( 1 n. 3. Jia n genap, oeisien monomial dengan berjumlah genap adalah positi dan oeisien monomial dengan berjumlah ganjil adalah negati. Jia n ganjil, oeisien monomial dengan berjumlah genap adalah negati dan oeisien monomial dengan berjumlah ganjil adalah positi. 4. Jia A n merupaan jumlah nilai mutla dari oeisien pada polinomial P n, yaitu A n = ( l(π, (n 1. (13 π δ(π Repository FMIPA 4

5 Maa rumus beriut terpenuhi (A 0 = 1: q(x = 1 2 e x = A! x, (14 dengan A ( 0 merupaan turunan e- dari ungsi q(x pada x = 0 (A = q ( (0. Jari-jari onvergensi pada persamaan (14 adalah R = log Koeisien dari monomial yang berbentu (n adalah -1 dan oeisien dari monomial yang berbetu (1 (1 adalah ( 1 n n!, sehingga A n n!. Buti. 1. Berdasaran persamaan (5, diperoleh banya ator dari setiap monomial dari P n adalah n. Selanjutnya, = (0 dan 1 π n πn = n, maa i 1 + i i n = n. p(n adalah jumlah partisi dari n. Sehingga jumlah monomial dari P n adalah p(n. 2. Misalan (x = e x, sehingga (i (x = e x dan (i (0 = 1 untu semua bilangan bulat i 0. Selain itu, ruas iri persamaan (7 untu x = 0 menjadi ( (n ( (n 1 1 (0 = (0, e x = (e x x=0, ( (n 1 (0 = ( 1 n. (15 Selanjutnya, ruas anan dari persamaan (7 untu x = 0 menjadi ( 1 l(π( n π ( l(π δ(π (0 n l(π n i=1 [ (i (0 ] π i ((0 n+1 = ( l(π ( 1 l(π. (16 π δ(π Persamaan (16 merupaan jumlah oeisien dari polinomial P n. 3. Pandang persamaan (5, Terdapat dua asus untu nilai n, yaitu asus 1 Untu n genap, Jia l(π genap, maa n l(π genap. Sehingga banya ator dari monomial berjumlah genap dan oeisien monomial P n bernilai positi. Jia l(π ganjil, maa n l(π ganjil. Sehingga banya ator dari monomial berjumlah ganjil dan oeisien polinomial P n bernilai negati. Kasus 2 Untu n ganjil berlau sebalinya. Repository FMIPA 5

6 4. Misalan (x = 2 e x, maa (0 = 1 dan (i (x = e x untu semua i > 0, sehingga untu x = 0 diperoleh (i (0 = 1. Sehingga ruas anan pada persamaan (7 untu x = 0 menjadi ( 1 l(π( ( n l(π π δ(π (0 n l(π n [ i=1 (i (0 ] π i = ( l(π. (17 (0 n+1 π δ(π Persamaan (17 merupaan A n. Selanjutnya, ruas iri dari persamaan (7 untu x = 0 menjadi (g (n (0 = q (n (0, (18 dengan mensubstitusian persamaan (17 dan (18 e persamaan (7, diperoleh Persamaan (19 mengaibatan q (n (0 = A n. (19 q(x = (g (x = 1 2 e, x A q(x =! x. Selanjutnya, ungsi omples q(z = 1/(2 e x analiti di caram z < log 2 dan jari-jari onvergensi dari persamaan (14 adalah R = log 2 [8, h. 48]. 5. Berdasaran aibat persamaan (5, bagian (5 terbuti. Sehingga Teorema 9 terbuti. Teorema 10 Jia h(x dan (x terdierensialan pada x dengan (x 0, maa turunan e-n dari ungsi h(x/(x, yaitu ( (n h (x = Q n n+1 (x, (20 dengan Q n = h (n (x n (xp. (21 Buti Pandang ungsi h(x/(x sebagai peralian dari dua ungsi h(x dan 1/(x, dengan menggunaan Teorema Leibniz dan persamaan (3, maa ( (n h ( ( ( n 1 (x = h (n (x (x, = h (n P (x +1 (x, ( (n n ( n h h (n (x n (xp (x =. n+1 (x Repository FMIPA 6

7 Sehingga persamaan (20 terbuti. Gunaan persamaan (21, (4, (8, (9, dan (10, maa diperoleh polinomial pertama Q n yaitu Q 0 = h. (22 Q 1 = h (1 h (1. (23 Q 2 = h (2 2h (1 (1 h (2 + 2h (1 (1. (24 Q 3 = h (3 3h (2 (1 3h (1 (2 + 6h (1 (1 (1 h (3 + 6h (1 (2 6h (1 (1 (1. (25 Berdasaran penguraian polinomial Q n pada persamaan (22, (23, (24, dan (25 diperoleh beberapa siat-siat dari polinomial Q n yang dinyataan dalam teorema beriut. Teorema 11 Misalan diberian polinomial Q n (n Jumlah dari oeisien polinomial Q n (n 1 adalah nol. 2. Jia C n merupaan jumlah nilai mutla dari oeisien pada polinomial Q n, maa C n = A, (n 0. (26 3. Jia n genap, oeisien monomial dengan berjumlah genap adalah positi dan oeisien monomial dengan berjumlah ganjil adalah negati. Jia n ganjil, oeisien monomial dengan berjumlah genap adalah negati dan oeisien monomial dengan berjumlah ganjil adalah positi. 4. Jia C n merupaan jumlah dari nilai mutla dari oeisien pada polinomial Q n, maa p(x = ex 2 e = x C! x, (27 dengan C ( 0 merupaan turunan e- dari ungsi p(x = e x /(2 e x untu x = 0 (C = p ( (0. Jari-jari onvergensi dari persamaan (27 adalah R = log Jia C n merupaan jumlah nilai mutla dari oeisien pada polinomial Q n dan A n merupaan jumlah nilai mutla dari oeisien polinomial P n, maa C 0 = A 0 = 1, C n = 2A n, (n 1. Repository FMIPA 7

8 6. Jia A n merupaan jumlah nilai mutla dari oeisien polinomial P n, maa n 1 A n = A, (n Setiap bentu monomial pada polinomial Q n, yaitu monomial dengan bentu h (i1 (i 2 (i(n+1 memilii (n + 1 ator dan i 1 + i i (n+1 = n dengan h = h (0 dan = (0. Jumlah monomial pada polinomial Q n adalah n p( dengan p( merupaan jumlah dari partisi (p(0 = 1. Buti. 1. Berdasaran Teorema 9 bagian (2, jumlah oeisien polinomial P adalah ( 1, sehingga jumlah oeisien dari polinomial Q n berdasaran persamaan (21 yaitu P = berdasaran Teorema Binomial, persamaan (28 menjadi P = 0. ( 1, (28 Sehingga jumlah oeisien dari polinomial Q n sama dengan nol. 2. Berdasaran Teorema 9 bagian (4, Jumlah nilai mutla dari oeisien polinomial P adalah A, arena C n adalah jumlah nilai mutla dari oeisien polinomial Q n maa C n = A. 3. Berdasaran persamaan (21 dan berdasaran Teorema 9 bagian (3, maa bagian (3 terbuti. 4. Misalan (x = e x 2, maa (0 = 1, (n (x = e x (n 1, dan (n (0 = 1. Selanjutnya, misalan h(x = e x, maa h(0 = 1, h (n (x = e x (n 1, dan h (n (0 = 1. Oleh arena itu, p(x = h(x (x, ex p(x = e x 2. (29 Persamaan (21 secara tida langsung memberian bahwa persamaan (29 memenuhi p (n (0 = C n (n 0. Selanjutnya, ungsi variabel omples p(z = e z /(e z 2 analiti di caram z < log 2 dan aibatnya jari-jari onvergensi dari persamaan (27 adalah R = log 2 [8]. Repository FMIPA 8

9 5. ungsi q(x pada Teorema 9 bagian (4, yaitu q(x = 1/(2 e x untu x = 0, maa q(0 = 1. Selanjutnya, aibatnya, ex p(x = 2 e, x ( 1 = 1 + 2, 2 e x p(x = 1 + 2q(x, (30 C 0 = p(0 = q(0 = A 0 = 1. Selanjutnya, turunan e-n dari persamaan (30, yaitu p (n (x = 2q (n (x (n 1. Sehingga berdasaran persamaan (30, Teorema 9 bagian (4, dan Teorema 11 bagian (4, diperoleh C n = p (n (0 = 2q (n (0 = 2A n (n Berdasaran bagian (2 dan bagian (5, maa diperoleh 2A n = A, (31 dengan melauan modiiasi aljabar pada persamaan (31, diperoleh n 1 A n = A. 7. Berdasaran persamaan (21 dan Teorema 9 bagian (1, sehingga banyanya ator dari setiap bentu monomial dari polinomial Q n, adalah n + 1 dan i 1 + i i (n+1 = n dengan h = h (0 dan = (0. Jumlah monomial pada polinomial Q n adalah n (p(0 = 1. Teorema 11 terbuti. p( dengan p( merupaan jumlah dari partisi 4. KESIMPULAN Berdasaran hasil pembahasan yang telah diemuaan, maa dapat disimpulan bahwa dapat ditentuan turunan e-n dari ungsi 1/(x dan h(x/(x. Secara umum, dapat diperoleh siat-siat dari turunan ungsi 1/(x dan h(x/(x dengan menguraian pembilang dari hasil turunan ungsi tersebut. Partisi bilangan bulat n sangat berpengaruh untu menentuan turunan e-n dari ungsi 1/(x dan h(x/(x, sehingga perlu etelitian dalam menetuan partisi dari n. Untu n yang besar, partisi n aan semain banya. Sehingga perlu apliasi untu menetuan partisi n sehingga mempermudah menentuan turunan dari ungsi 1/(x dan h(x/(x. Repository FMIPA 9

10 DAFTAR PUSTAKA [1] Andrews, G. E The Theory o Partitions. Wesley Publishing Company, Pennsylvania. [2] 1 successive dierentiation 1.pd, 01 November P , [3] Jaimczu, R Successives Derivatives and Integer Sequences. Journal o Integer Sequences, 14 :1-17. [4] Rosen, H. K Discrete Mathematics and Its Applications. McGraw-Hill, New Yor. [5] Roman, S The Formula o Faa di Bruno. The American Mathematical Monthly, 85 : [6] Stewart, J Kalulus Edisi Keempat: Buu 1. Terj. dari Calculus, ourth edition, oleh I Nyoman, S. Erlangga, Jaarta. [7] Vella. C. D Explisit Formulas or Bernoulli and Euler Number. Electronic Journal o Combinatorial Number Theory, 8 : 1-7. [8] Wil, H. S Generating unctionology. Academic Press, Philadelphia. Repository FMIPA 10

MENYELESAIKAN PERSAMAAN DIFFERENSIAL BILANGAN BULAT DAN BILANGAN RASIONAL

MENYELESAIKAN PERSAMAAN DIFFERENSIAL BILANGAN BULAT DAN BILANGAN RASIONAL MENYELESAIKAN PERSAMAAN DIFFERENSIAL BILANGAN BULAT DAN BILANGAN RASIONAL Sarta Meliana 1, Mashadi 2, Sri Gemawati 2 1 Mahasiswa Program Studi S1 Matematia 2 Dosen Jurusan Matematia Faultas Matematia dan

Lebih terperinci

Deret Pangkat. Ayundyah Kesumawati. June 23, Prodi Statistika FMIPA-UII

Deret Pangkat. Ayundyah Kesumawati. June 23, Prodi Statistika FMIPA-UII Keonvergenan Kesumawati Prodi Statistia FMIPA-UII June 23, 2015 Keonvergenan Pendahuluan Kalau sebelumnya, suu suu pada deret ta berujung berupa bilangan real maa ali ini ita embangan suu suunya dalam

Lebih terperinci

PARTISI BILANGAN p(5n + 4), p(7n + 5) DAN p(11n + 6) SECARA BERTURUT-TURUT KONGRUEN MODULO 5, 7 DAN 11 ABSTRACT

PARTISI BILANGAN p(5n + 4), p(7n + 5) DAN p(11n + 6) SECARA BERTURUT-TURUT KONGRUEN MODULO 5, 7 DAN 11 ABSTRACT PARTISI BILANGAN p(5n + 4), p(7n + 5) DAN p(11n + 6) SECARA BERTURUT-TURUT KONGRUEN MODULO 5, 7 DAN 11 Abdul Akhyar 1, Syamsudhuha 2, Sri Gemawati 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan

Lebih terperinci

KAJIAN TEOREMA TITIK TETAP PEMETAAN KONTRAKTIF PADA RUANG METRIK CONE LENGKAP DENGAN JARAK-W

KAJIAN TEOREMA TITIK TETAP PEMETAAN KONTRAKTIF PADA RUANG METRIK CONE LENGKAP DENGAN JARAK-W J. Math. and Its Appl. ISSN: 1829-605X Vol. 8, No. 2, November 2011, 43 49 KAJIAN TEOREMA TITIK TETAP PEMETAAN KONTRAKTIF PADA RUANG METRIK CONE LENGKAP DENGAN JARAK-W Sunarsini. 1, Sadjidon 2 Jurusan

Lebih terperinci

BEBERAPA SIFAT QUASI-IDEAL MINIMAL PADA RING TRANSFORMASI LINEAR 1

BEBERAPA SIFAT QUASI-IDEAL MINIMAL PADA RING TRANSFORMASI LINEAR 1 BEBERAPA SIFAT QUASI-IDEAL MINIMAL PADA RING TRANSFORMASI LINEAR K a r y a t i Jurusan Pendidian Matematia FMIPA Uniersitas Negeri Yogyaarta e-mail : yatiuny@yahoo.com Abstra. Misalan R adalah ring, Q

Lebih terperinci

PELABELAN FUZZY PADA GRAF. Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman.

PELABELAN FUZZY PADA GRAF. Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman. JMP : Volume 6 Nomor, Juni 04, hal. - PELABELAN FUZZY PADA GRAF Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman email : oeytea0@gmail.com ABSTRACT. This paper discusses

Lebih terperinci

BEBERAPA SIFAT HIMPUNAN KRITIS PADA PELABELAN AJAIB GRAF BANANA TREE. Triyani dan Irham Taufiq Universitas Jenderal Soedirman

BEBERAPA SIFAT HIMPUNAN KRITIS PADA PELABELAN AJAIB GRAF BANANA TREE. Triyani dan Irham Taufiq Universitas Jenderal Soedirman JMP : Volume 4 Nomor 2, Desember 2012, hal. 271-278 BEBERAPA SIFAT HIMPUNAN KRITIS PADA PELABELAN AJAIB GRAF BANANA TREE Triyani dan Irham Taufiq Universitas Jenderal Soedirman trianisr@yahoo.com.au ABSTRACT.

Lebih terperinci

BAB III DIMENSI PARTISI GRAF KIPAS DAN GRAF KINCIR

BAB III DIMENSI PARTISI GRAF KIPAS DAN GRAF KINCIR BAB III DIMENSI PARTISI GRAF KIPAS DAN GRAF KINCIR 3. Dimensi Partisi Graf Kipas (F n ) Berdasaran Proposisi dan Proposisi, semua graf G selain graf P n dan K n memilii 3 pd(g) n -. Lebih husus, graf Kipas

Lebih terperinci

BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA

BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA Pada penelitian ini, suatu portfolio memilii seumlah elas risio. Tiap elas terdiri dari n, =,, peserta dengan umlah besar, dan

Lebih terperinci

SUATU KLAS BILANGAN BULAT DAN PERANNYA DALAM MENGKONSTRUKSI BILANGAN PRIMA

SUATU KLAS BILANGAN BULAT DAN PERANNYA DALAM MENGKONSTRUKSI BILANGAN PRIMA SUATU KLAS BILANGAN BULAT DAN PERANNYA DALAM MENGKONSTRUKSI BILANGAN PRIMA I Nengah Suparta dan I. B. Wiasa Jurusan Pendidian MatematiaUniversitas Pendidian Ganesha E-mail: isuparta@yahoo.com ABSTRAK:

Lebih terperinci

BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN

BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN Berdasaran asumsi batasan interval pada bab III, untu simulasi perhitungan harga premi pada titi esetimbangan, maa

Lebih terperinci

SOLUSI KESTABILAN PADA MASALAH MULTIPLIKATIF PARAMETRIK (STABILITY SOLUTION OF PARAMETRIC MULTIPLICATIVE PROBLEMS)

SOLUSI KESTABILAN PADA MASALAH MULTIPLIKATIF PARAMETRIK (STABILITY SOLUTION OF PARAMETRIC MULTIPLICATIVE PROBLEMS) Prosiding Semirata15 bidang MIPA BKS-PTN Barat Hal 357-36 SOLUSI KESTABILAN PADA MASALAH MULTIPLIKATIF PARAMETRIK STABILITY SOLUTION OF PARAMETRIC MULTIPLICATIVE PROBLEMS) Budi Rudianto 1, Narwen Jurusan

Lebih terperinci

Kegiatan Belajar 4. Fungsi Trigonometri

Kegiatan Belajar 4. Fungsi Trigonometri Page o Kegiatan Belajar A. Tujuan Pembelajaran Setelah mempelajari egiatan belajar, diharapan siswa dapat a. Menentuan nilai ungsi trigonometri b. Menentuan persamaan grai ungsi trigonometri c. Menggambar

Lebih terperinci

RINGKASAN SKRIPSI MODUL PERKALIAN

RINGKASAN SKRIPSI MODUL PERKALIAN RINGKASAN SKRIPSI MODUL PERKALIAN SAMSUL ARIFIN 04/177414/PA/09899 DEPARTEMEN PENDIDIKAN NASIONAL UNIVERSITAS GADJAH MADA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM YOGYAKARTA 2008 HALAMAN PENGESAHAN

Lebih terperinci

2.1 Bilangan prima dan faktorisasi prima

2.1 Bilangan prima dan faktorisasi prima BAB 2 BILANGAN PRIMA 2.1 Bilangan prima dan fatorisasi prima Definisi 2.1.1. Bilangan bulat p > 1 diataan prima jia ia hanya mempunyai pembagi p dan 1. Dengan ata lain bilangan prima tida mempunyai pembagi

Lebih terperinci

OSN 2014 Matematika SMA/MA

OSN 2014 Matematika SMA/MA Soal 5. Suatu barisan bilangan asli a 1, a 2, a 3,... memenuhi a + a l = a m + a n untu setiap bilangan asli, l, m, n dengan l = mn. Jia m membagi n, butian bahwa a m a n. Solusi. Andaian terdapat bilangan

Lebih terperinci

INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON. Makalah. Disusun guna memenuhi tugas Mata Kuliah Metode Numerik. yang dibimbing oleh

INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON. Makalah. Disusun guna memenuhi tugas Mata Kuliah Metode Numerik. yang dibimbing oleh INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON Maalah Disusun guna memenuhi tugas Mata Kuliah Metode Numeri yang dibimbing oleh Dr. Nur Shofianah Disusun oleh: M. Adib Jauhari Dwi Putra 146090400111001

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA Pada bab ini disampaian beberapa pengertian dasar yang diperluan pada bab selanutnya. Selain definisi, diberian pula lemma dan teorema dengan atau tanpa buti. Untu beberapa teorema

Lebih terperinci

Ruang Barisan Orlicz Selisih Dengan Fungsional Aditif Dan Kontinunya

Ruang Barisan Orlicz Selisih Dengan Fungsional Aditif Dan Kontinunya J. Math. and Its Appl. ISSN: 1829-605X Vol. 2, No. 1, May. 2005, 37 45 Ruang Barisan Orlicz Selisih Dengan Fungsional Aditif Dan Kontinunya Sadjidon Jurusan Matematia Institut Tenologi Sepuluh Nopember,

Lebih terperinci

Penggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler

Penggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler Penggunaan Indusi Matematia untu Mengubah Deterministic Finite Automata Menjadi Espresi Reguler Husni Munaya - 353022 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung,

Lebih terperinci

KENNETH CHRISTIAN NATHANAEL

KENNETH CHRISTIAN NATHANAEL KENNETH CHRISTIAN NATHANAEL. Sistem Bilang Real. Fungsi dan Grafi. Limit dan Keontinuan 4. Limit Ta Hingga 5. Turunan Fungsi 6. Turunan Fungsi Trigonometri 7. Teorema Rantai 8. Turunan Tingat Tinggi 9.

Lebih terperinci

BAB 3 PRINSIP SANGKAR BURUNG MERPATI

BAB 3 PRINSIP SANGKAR BURUNG MERPATI BAB 3 PRINSIP SANGKAR BURUNG MERPATI 3. Pengertian Prinsip Sangar Burung Merpati Sebagai ilustrasi ita misalan terdapat 3 eor burung merpati dan 2 sangar burung merpati. Terdapat beberapa emunginan bagaimana

Lebih terperinci

( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang

( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang Latar Belaang Terdapat banya permasalahan atau ejadian dalam ehidupan sehari hari yang dapat dimodelan dengan suatu proses stoasti Proses stoasti merupaan permasalahan yang beraitan dengan suatu aturan-aturan

Lebih terperinci

( ) terdapat sedemikian sehingga

( ) terdapat sedemikian sehingga LATIHAN.. Misalan A R, : A R, c R adala titi cluster dari A (c, ). Maa pernyataan beriut equivalen : a. lim b. Barisan ( ) yan onveren e c seina dan >., maa barisan ( ) onveren e. Buti : lim ( ) Berarti

Lebih terperinci

KARAKTERISTIK POHON FUZZY

KARAKTERISTIK POHON FUZZY KARAKTERISTIK POHON FUZZY Yuli Stiawati 1, Dwi Juniati 2, 1 Jurusan Matematia, Faultas Matematia dan Ilmu Pengetahuan Alam, Universitas Negeri Surabaya, 60231 2 Jurusan Matematia, Faultas Matematia dan

Lebih terperinci

SOLUSI BILANGAN BULAT SUATU PERSAMAAN DIOPHANTINE MELALUI BILANGAN FIBONACCI DAN BILANGAN LUCAS ABSTRACT

SOLUSI BILANGAN BULAT SUATU PERSAMAAN DIOPHANTINE MELALUI BILANGAN FIBONACCI DAN BILANGAN LUCAS ABSTRACT SOLUSI BILANGAN BULAT SUATU PERSAMAAN DIOPHANTINE MELALUI BILANGAN FIBONACCI DAN BILANGAN LUCAS Bona Martua Siburian 1, Mashadi, Sri Gemawati 1 Mahasiswa Program Studi S1 Matematika Dosen Jurusan Matematika

Lebih terperinci

( x) LANDASAN TEORI. ω Ω ke satu dan hanya satu bilangan real X( ω ) disebut peubah acak. Ρ = Ρ. Ruang Contoh, Kejadian dan Peluang

( x) LANDASAN TEORI. ω Ω ke satu dan hanya satu bilangan real X( ω ) disebut peubah acak. Ρ = Ρ. Ruang Contoh, Kejadian dan Peluang LANDASAN TEORI Ruang Contoh Kejadian dan Peluang Suatu percobaan yang dapat diulang dalam ondisi yang sama yang hasilnya tida dapat dipredisi secara tepat tetapi ita dapat mengetahui semua emunginan hasil

Lebih terperinci

Aplikasi diagonalisasi matriks pada rantai Markov

Aplikasi diagonalisasi matriks pada rantai Markov J. Sains Dasar 2014 3(1) 20-24 Apliasi diagonalisasi matris pada rantai Marov (Application of matrix diagonalization on Marov chain) Bidayatul hidayah, Rahayu Budhiyati V., dan Putriaji Hendiawati Jurusan

Lebih terperinci

BAB III HASIL DAN PEMBAHASAN

BAB III HASIL DAN PEMBAHASAN 15 BAB III HASIL DAN PEMBAHASAN 3.1Relasi Dispersi Pada bagian ini aan dibahas relasi dispersi untu gelombang internal pada fluida dua-lapisan.tinjau lapisan fluida dengan ρ a dan ρ b berturut-turut merupaan

Lebih terperinci

BAB 3 RUANG BERNORM-2

BAB 3 RUANG BERNORM-2 BAB RUANG BERNORM-. Norm- dan Ruang ` De nisi. Misalan V ruang vetor atas R berdimensi d (dalam hal ini d boleh ta hingga). Sebuah fungsi ; V V! R yang memenuhi sifat-sifat beriut;. x; y 0 ia dan hanya

Lebih terperinci

BAB IV APLIKASI PADA MATRIKS STOKASTIK

BAB IV APLIKASI PADA MATRIKS STOKASTIK BAB IV : ALIKASI ADA MARIKS SOKASIK 56 BAB IV ALIKASI ADA MARIKS SOKASIK Salah satu apliasi dari eori erron-frobenius yang paling terenal adalah penurunan secara alabar untu beberapa sifat yang dimilii

Lebih terperinci

I. PENDAHULUAN. Teori graf merupakan salah satu bagian ilmu dari matematika dan merupakan

I. PENDAHULUAN. Teori graf merupakan salah satu bagian ilmu dari matematika dan merupakan I. PENDAHULUAN. Latar Belaang Teori graf merupaan salah satu bagian ilmu dari matematia dan merupaan poo bahasan yang relatif muda jia dibandingan dengan cabang ilmu matematia yang lain seperti aljabar

Lebih terperinci

GENERALISASI METODE TALI BUSUR UNTUK MENYELESAIKAN PERSAMAAN TAK LINEAR SUNARSIH

GENERALISASI METODE TALI BUSUR UNTUK MENYELESAIKAN PERSAMAAN TAK LINEAR SUNARSIH GENERALISASI METODE TALI BUSUR UNTUK MENYELESAIKAN PERSAMAAN TAK LINEAR SUNARSIH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011 ABSTRACT SUNARSIH.

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Tinjauan Pustaa Untu menacapai tujuan penulisan sripsi, diperluan beberapa pengertian dan teori yang relevan dengan pembahasan. Karena itu, dalam subbab ini aan diberian beberapa

Lebih terperinci

FORMULA SELISIH DAN PENJUMLAHAN BARISAN BILANGAN k-fibonacci. Rini Adha Apriani ABSTRACT

FORMULA SELISIH DAN PENJUMLAHAN BARISAN BILANGAN k-fibonacci. Rini Adha Apriani ABSTRACT FORMULA SELISIH DAN PENJUMLAHAN BARISAN BILANGAN k-fibonacci Rini Adha Apriani Mahasiswa Program Studi S1 Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus

Lebih terperinci

MENGHITUNG BANYAKNYA BILANGAN PRIMA YANG LEBIH KECIL DARI ATAU SAMA DENGAN SUATU BILANGAN BULAT n ABSTRACT

MENGHITUNG BANYAKNYA BILANGAN PRIMA YANG LEBIH KECIL DARI ATAU SAMA DENGAN SUATU BILANGAN BULAT n ABSTRACT MENGHITUNG BANYAKNYA BILANGAN PRIMA YANG LEBIH KECIL DARI ATAU SAMA DENGAN SUATU BILANGAN BULAT n Polorida 1, Asli Sirait, Musraini M. 1 Mahasiswa Program Studi S1 Matematika Dosen Jurusan Matematika Fakultas

Lebih terperinci

PENAKSIR YANG EFISIEN DARI KOMBINASI PENAKSIR RASIO-PRODUK UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK BERSTRATA. Mahasiswa Program S1 Matematika

PENAKSIR YANG EFISIEN DARI KOMBINASI PENAKSIR RASIO-PRODUK UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK BERSTRATA. Mahasiswa Program S1 Matematika PEAKIR AG EFIIE DARI KOMIAI PEAKIR RAIO-PRODUK UTUK RATA-RATA POPUAI PADA AMPIG ACAK ERTRATA tevani amosir * Arisman Adnan Haposan irait Maasisa Program Matematia Dosen Jurusan Matematia Faultas Matematia

Lebih terperinci

ANALISIS PERBANDINGAN KOMULAN TERHADAP BEBERAPA JENIS DISTRIBUSI KHUSUS Analysis of Comulans Comparative on some Types of Special Distribution

ANALISIS PERBANDINGAN KOMULAN TERHADAP BEBERAPA JENIS DISTRIBUSI KHUSUS Analysis of Comulans Comparative on some Types of Special Distribution Jurnal Bareeng Vol. 8 No. Hal. 5 0 (04) ANALISIS PRBANDINGAN OMULAN TRHADAP BBRAPA JNIS DISTRIBUSI HUSUS Analysis of Comulans Comparative on some Types of Special Distribution ABRAHAM ZACARIA WATTIMNA,

Lebih terperinci

3.1 TEOREMA DASAR ARITMATIKA

3.1 TEOREMA DASAR ARITMATIKA 3. TEOREMA DASAR ARITMATIKA Definisi 3. Suatu bilangan bulat > disebut (bilangan) rima, jia embagi ositif bilangan tersebut hanya dan. Jia bilangan bulat lebih dari satu buan bilangan rima disebut (bilangan)

Lebih terperinci

Solusi Pengayaan Matematika Edisi 16 April Pekan Ke-4, 2005 Nomor Soal:

Solusi Pengayaan Matematika Edisi 16 April Pekan Ke-4, 2005 Nomor Soal: Solusi Pengayaan Matematia Edisi 6 pril Pean Ke-4, 00 Nomor Soal: -60. Jia. sin cos tan 00 00, maa nilai adalah... cos sin 00 00. 40 Solusi: [] sin cos tan 00 00 cos sin 00 00 sin sin 00 00 cos sin 00

Lebih terperinci

BAB 5 RUANG VEKTOR UMUM. Dr. Ir. Abdul Wahid Surhim, MT.

BAB 5 RUANG VEKTOR UMUM. Dr. Ir. Abdul Wahid Surhim, MT. BAB 5 RUANG VEKTOR UMUM Dr. Ir. Abdul Wahid Surhim, MT. KERANGKA PEMBAHASAN. Ruang Vetor Nyata. Subruang. Kebebasan Linier 4. Basis dan Dimensi 5. Ruang Baris, Ruang Kolom dan Ruang Nul 6. Ran dan Nulitas

Lebih terperinci

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL Syafruddin Side, Jurusan Matematia, FMIPA, Universitas Negeri Maassar email:syafruddinside@yahoo.com Info: Jurnal MSA Vol. 3

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Teori Fuzzy 2.1.1 Dasar-Dasar Teori Fuzzy Secara prinsip, di dalam teori fuzzy set dapat dianggap sebagai estension dari teori onvensional atau crisp set. Di dalam teori crisp

Lebih terperinci

- Persoalan nilai perbatasan (PNP/PNB)

- Persoalan nilai perbatasan (PNP/PNB) PENYELESAIAN NUMERIK PERSAMAAN DIFERENSIAL Persamaan diferensial biasanya digunaan untu pemodelan matematia dalam sains dan reayasa. Seringali tida terdapat selesaian analiti seingga diperluan ampiran

Lebih terperinci

KENDALI OPTIMAL PADA MASALAH INVENTORI YANG MENGALAMI PENINGKATAN

KENDALI OPTIMAL PADA MASALAH INVENTORI YANG MENGALAMI PENINGKATAN KENDALI OPTIMAL PADA MASALAH INVENTORI YANG MENGALAMI PENINGKATAN Pardi Affandi, Faisal, Yuni Yulida Abstra: Banya permasalahan yang melibatan teori sistem dan teori ontrol serta apliasinya. Beberapa referensi

Lebih terperinci

METODE PANGKAT BALIK TERGESER UNTUK MENCARI NILAI EIGEN DAN VEKTOR EIGEN

METODE PANGKAT BALIK TERGESER UNTUK MENCARI NILAI EIGEN DAN VEKTOR EIGEN MEODE PNGK BLIK ERGESER UNUK MENCRI NILI EIGEN DN VEKOR EIGEN Sangadi BSRC rtile disusses the shifted power method as the extension of the power method he shifted power method also requires a good starting

Lebih terperinci

Y = + x + x x + e, e N(0, ), Residual e=y -Yˆ

Y = + x + x x + e, e N(0, ), Residual e=y -Yˆ Yogyaarta, 26 Noember 206 ISSN : 979 9X eissn : 25 528X ANALISIS PSEUDOINVERS DAN APLIKASINYA PADA REGRESI LINEAR BERGANDA Kris Suryowati Program Studi Statistia, Faultas Sains erapan, Institut Sains dan

Lebih terperinci

BEBERAPA MODIFIKASI METODE NEWTON RAPHSON UNTUK MENYELESAIKAN MASALAH AKAR GANDA. Supriadi Putra, M,Si

BEBERAPA MODIFIKASI METODE NEWTON RAPHSON UNTUK MENYELESAIKAN MASALAH AKAR GANDA. Supriadi Putra, M,Si BEBERAPA ODIFIKASI ETODE NEWTON RAPHSON UNTUK ENYELESAIKAN ASALAH AKAR GANDA Suriadi Putra,,Si Laboratorium Komutasi Numeri Jurusan atematia Faultas atematia & Ilmu Pengetahuan Alam Universitas Riau Kamus

Lebih terperinci

Agar Xn berperilaku acak yang dapat dipertanggungjawabkan :

Agar Xn berperilaku acak yang dapat dipertanggungjawabkan : ara memperoleh data Zaman dahulu, dgn cara : 1. Melempar dadu 2. Mengoco artu Zaman modern (>1940), dgn cara membentu bilangan aca secara numeri/ aritmati(menggunaan omputer), disebut Pseudo Random Number

Lebih terperinci

Materi. Menggambar Garis. Menggambar Garis 9/26/2008. Menggambar garis Algoritma DDA Algoritma Bressenham

Materi. Menggambar Garis. Menggambar Garis 9/26/2008. Menggambar garis Algoritma DDA Algoritma Bressenham Materi IF37325P - Grafia Komputer Geometri Primitive Menggambar garis Irfan Malii Jurusan Teni Informatia FTIK - UNIKOM IF27325P Grafia Komputer 2008 IF27325P Grafia Komputer 2008 Halaman 2 Garis adalah

Lebih terperinci

PENAKSIR RASIO-PRODUK EKSPONENSIAL YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK BERSTRATA

PENAKSIR RASIO-PRODUK EKSPONENSIAL YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK BERSTRATA PENAIR RAIO-PRODU EPONENIAL YANG EFIIEN UNTU RATA-RATA POPULAI PADA AMPLING ACA BERTRATA Dess Nuralita 1*, Ruam Efendi, Haposan irait 1 Maasiswa Program 1 Matematia Dosen Jurusan Matematia Faultas Matematia

Lebih terperinci

PREMI TUNGGAL ASURANSI JIWA CONTINGENT MENGGUNAKAN MODEL TINGKAT BUNGA EKSPONENSIAL VASICEK ABSTRACT

PREMI TUNGGAL ASURANSI JIWA CONTINGENT MENGGUNAKAN MODEL TINGKAT BUNGA EKSPONENSIAL VASICEK ABSTRACT PREMI TUNGGAL ASURANSI JIWA CONTINGENT MENGGUNAKAN MODEL TINGKAT BUNGA EKSPONENSIAL VASICEK Shinta Pragustia Kuarni, Hasriati 2, T. P. Nababan 2 Mahasiswa Program Studi S Matematia 2 Dosen Jurusan Matematia

Lebih terperinci

PENGKONSTRUKSIAN BILANGAN TIDAK KONGRUEN

PENGKONSTRUKSIAN BILANGAN TIDAK KONGRUEN Jurnal Matematika UNAND Vol. 2 No. 4 Hal. 27 33 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENGKONSTRUKSIAN BILANGAN TIDAK KONGRUEN RATI MAYANG SARI Program Studi Matematika Fakultas Matematika

Lebih terperinci

MASALAH VEKTOR EIGEN MATRIKS INVERS MONGE DI ALJABAR MAX-PLUS

MASALAH VEKTOR EIGEN MATRIKS INVERS MONGE DI ALJABAR MAX-PLUS Seminar Sains Penidi Sains VI UKSW Salatiga Juni 0 MSLH VEKTOR EIGEN MTRIKS INVERS MONGE DI LJBR MX-PLUS Farida Suwaibah Subiono Mahmud Yunus Jurusan Matematia FMIP Institut Tenologi Sepuluh Nopember Surabaya

Lebih terperinci

METODE FUNGSI PENALTI EKSTERIOR. Skripsi. Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Sains Program Studi Matematika

METODE FUNGSI PENALTI EKSTERIOR. Skripsi. Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Sains Program Studi Matematika METODE FUNGSI PENALTI EKSTERIOR Sripsi Diajuan untu Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Sains Program Studi Matematia Disusun Oleh : Maria Martini Leto Kurniawan NIM : 03409 PROGRAM STUDI

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belaang Masalah untu mencari jalur terpende di dalam graf merupaan salah satu masalah optimisasi. Graf yang digunaan dalam pencarian jalur terpende adalah graf yang setiap sisinya

Lebih terperinci

HUBUNGAN BILANGAN SEMPURNA DAN BILANGAN PRIMA FIBONACCI ABSTRACT

HUBUNGAN BILANGAN SEMPURNA DAN BILANGAN PRIMA FIBONACCI ABSTRACT HUBUNGAN BILANGAN SEMPURNA DAN BILANGAN PRIMA FIBONACCI Revi Lestari 1, Sri Gemawati, M. Natsir 1 Mahasiswa Program Studi S1 Matematika Dosen Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan

Lebih terperinci

VARIASI NILAI BATAS AWAL PADA HASIL ITERASI PERPINDAHAN PANAS METODE GAUSS-SEIDEL

VARIASI NILAI BATAS AWAL PADA HASIL ITERASI PERPINDAHAN PANAS METODE GAUSS-SEIDEL SEMINAR NASIONAL PENDIDIKAN SAINS Peningatan Kualitas Pembelajaran Sains dan Kompetensi Guru melalui Penelitian & Pengembangan dalam Menghadapi Tantangan Abad-1 Suraarta, Otober 016 VARIASI NILAI BATAS

Lebih terperinci

ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)

ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) Seminar Nasional Matematia dan Apliasinya, 1 Otober 17 ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) DALAM PENGENDALIAN KUALITAS PRODUKSI FJLB (FINGER JOINT LAMINATING BOARD)

Lebih terperinci

BAB 3 INVERS LAPLACE Pokok Pembahasan :

BAB 3 INVERS LAPLACE Pokok Pembahasan : BAB 3 Poo Pembahasan : Prinsip Dasar Invers Laplce Fungsi-Fungsi Dasar Espansi Parsial Konvolusi . PRINSIP DASAR Inverse Laplace adalah ebalian dari transformasi Laplace, yaitu transformasi F(s) menjadi

Lebih terperinci

3. Sebaran Peluang Diskrit

3. Sebaran Peluang Diskrit 3. Sebaran Peluang Disrit EL2002-Probabilitas dan Statisti Dosen: Andriyan B. Susmono Isi 1. Sebaran seragam (uniform) 2. Sebaran binomial dan multinomial 3. Sebaran hipergeometri 4. Sebaran Poisson 5.

Lebih terperinci

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI Jurusan Matematia, FMIPA, Universitas Negeri Maassar Email: nanni.cliq@gmail.com Abstra. Pada artiel ini dibahas

Lebih terperinci

MAT. 12. Barisan dan Deret

MAT. 12. Barisan dan Deret MAT.. Barisan dan Deret i Kode MAT. Barisan dan Deret U, U, U3,..., Un,... Un a + (n-)b U + U +..., Un +... n?? Sn? BAGIAN PROYEK PENGEMBANGAN KURIKULUM DIREKTORAT PENDIDIKAN MENENGAH KEJURUAN DIREKTORAT

Lebih terperinci

Aplikasi Analisis Korelasi Somers d pada Kepemimpinan dan Kondisi Lingkungan Kerja

Aplikasi Analisis Korelasi Somers d pada Kepemimpinan dan Kondisi Lingkungan Kerja Apliasi Analisis Korelasi Somers d pada Kepemimpinan dan Kondisi Lingungan Kerja terhadap Kinerja Pegawai BKKBN Provinsi Kalimantan Timur The Application of Somers d Correlation Analysis at Leadership

Lebih terperinci

PENERAPAN FUZZY GOAL PROGRAMMING DALAM PENENTUAN INVESTASI BANK

PENERAPAN FUZZY GOAL PROGRAMMING DALAM PENENTUAN INVESTASI BANK PENERAPAN FUZZY GOAL PROGRAMMING DALAM PENENTUAN INVESTASI BANK Nurul Khotimah *), Farida Hanum, Toni Bahtiar Departemen Matematia FMIPA, Institut Pertanian Bogor Jl. Meranti, Kampus IPB Darmaga, Bogor

Lebih terperinci

Implementasi Algoritma Pencarian k Jalur Sederhana Terpendek dalam Graf

Implementasi Algoritma Pencarian k Jalur Sederhana Terpendek dalam Graf JURNAL TEKNIK POMITS Vol. 2, No., (203) ISSN: 2337-3539 (230-927 Print) Implementasi Algoritma Pencarian Jalur Sederhana Terpende dalam Graf Anggaara Hendra N., Yudhi Purwananto, dan Rully Soelaiman Jurusan

Lebih terperinci

BAB III METODE SCHNABEL

BAB III METODE SCHNABEL BAB III METODE SCHNABEL Uuran populasi tertutup dapat diperiraan dengan teni Capture Mar Release Recapture (CMRR) yaitu menangap dan menandai individu yang diambil pada pengambilan sampel pertama, melepasan

Lebih terperinci

GERSHGORIN DISK FRAGMENT UNTUK MENENTUKAN DAERAH LETAK NILAI EIGEN PADA SUATU MATRIKS. Anggy S. Mandasary 1, Zulkarnain 2 ABSTRACT

GERSHGORIN DISK FRAGMENT UNTUK MENENTUKAN DAERAH LETAK NILAI EIGEN PADA SUATU MATRIKS. Anggy S. Mandasary 1, Zulkarnain 2 ABSTRACT GERSHGORIN DISK FRAGMENT UNTUK MENENTUKAN DAERAH LETAK NILAI EIGEN PADA SUATU MATRIKS Anggy S. Mandasary 1, Zulkarnain 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan Matematika Fakultas Matematika

Lebih terperinci

BAB 3 LANGKAH PEMECAHAN MASALAH

BAB 3 LANGKAH PEMECAHAN MASALAH BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Gambar 3.1 Bagan Penetapan Kriteria Optimasi Sumber: Peneliti Determinasi Kinerja Operasional BLU Transjaarta Busway Di tahap ini, peneliti

Lebih terperinci

SOLUSI BAGIAN PERTAMA

SOLUSI BAGIAN PERTAMA SOLUSI BAGIAN PERTAMA 1. 13.. 931 3. 4 9 4. 63 5. 3 13 13 6. 3996 7. 1 03 8. 3 + 9 9. 3 10. 4 11. 6 1. 9 13. 31 14. 383 8 15. 1764 16. 5 17. + 7 18. 51 19. 8 0. 360 1 SOLUSI BAGIAN PERTAMA Soal 1. Misalan

Lebih terperinci

mungkin muncul adalah GA, GG, AG atau AA dengan peluang masing-masing

mungkin muncul adalah GA, GG, AG atau AA dengan peluang masing-masing . DISTRIUSI INOMIL pabila sebuah oin mata uang yang memilii dua sisi bertulisan ambar () dan nga () dilempar satu ali, maa peluang untu mendapatan sisi ambar adalah,5 atau. pabila oin tersebut dilempar

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar belakang

BAB 1 PENDAHULUAN. 1.1 Latar belakang BAB PENDAHULUAN. Latar belaang Metode analisis yang telah dibicaraan hingga searang adalah analisis terhadap data mengenai sebuah arateristi atau atribut (jia data itu ualitatif) dan mengenai sebuah variabel,

Lebih terperinci

IDEAL FUZZY NEAR-RING. Jl. A. Yani Km. 36 Banjarbaru, Kalimantan Selatan

IDEAL FUZZY NEAR-RING. Jl. A. Yani Km. 36 Banjarbaru, Kalimantan Selatan Jurnal Matematia Murni dan Terapan εpsilon Vol. 07, No.01, (2013), Hal. 21 32 IDEAL FUZZY NEAR-RING Saman Abdurrahman 1, Naimah Hijriati 2 dan Thresye 3 1,2,3 Program Studi Matematia Faultas MIPA Universitas

Lebih terperinci

Evaluasi Distribusi Gabungan pada Teori Resiko

Evaluasi Distribusi Gabungan pada Teori Resiko Evaluai Ditribui Gabungan pada Teori Reio Roita Kuumawati Juruan Pendidian Matematia, Univerita egeri Yogyaarta Karangmalang, Yogyaarta roitauumawati@gmailcom ABTRAK Evalui ditribui gabungan merupaan bagian

Lebih terperinci

MATA KULIAH MATEMATIKA TEKNIK 2 [KODE/SKS : KD / 2 SKS] Ruang Vektor

MATA KULIAH MATEMATIKA TEKNIK 2 [KODE/SKS : KD / 2 SKS] Ruang Vektor MATA KULIAH MATEMATIKA TEKNIK [KODE/SKS : KD4 / SKS] Ruang Vetor FIELD: Ruang vetor V atas field salar K adalah himpunan ta osong dengan operasi penjumlahan vetor dan peralian salar. Himpunan ta osong

Lebih terperinci

II. TINJAUAN PUSTAKA. sebuah teknik yang baru yang disebut analisis ragam. Anara adalah suatu metode

II. TINJAUAN PUSTAKA. sebuah teknik yang baru yang disebut analisis ragam. Anara adalah suatu metode 3 II. TINJAUAN PUSTAKA 2.1 Analisis Ragam (Anara) Untu menguji esamaan dari beberapa nilai tengah secara sealigus diperluan sebuah teni yang baru yang disebut analisis ragam. Anara adalah suatu metode

Lebih terperinci

NILAI EIGEN DAN VEKTOR EIGEN DARI MATRIKS TRIDIAGONAL DENGAN ENTRI DIAGONAL UTAMA TIDAK KONSTAN DAN BERULANG IRESA APRILIANI

NILAI EIGEN DAN VEKTOR EIGEN DARI MATRIKS TRIDIAGONAL DENGAN ENTRI DIAGONAL UTAMA TIDAK KONSTAN DAN BERULANG IRESA APRILIANI NILAI EIGEN DAN VEKTOR EIGEN DARI MATRIKS TRIDIAGONAL DENGAN ENTRI DIAGONAL UTAMA TIDAK KONSTAN DAN BERULANG IRESA APRILIANI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT

Lebih terperinci

FUNGSI BANTU NONPARAMETRIK BARU UNTUK MENYELESAIKAN OPTIMASI GLOBAL

FUNGSI BANTU NONPARAMETRIK BARU UNTUK MENYELESAIKAN OPTIMASI GLOBAL Seminar Nasional Matematia dan Apliasinya, 2 Otober 27 FUNGSI BANTU NONPARAMETRIK BARU UNTUK MENYELESAIKAN OPTIMASI GLOBAL Ridwan Pandiya #, Emi Iryanti #2 # S Informatia, Faultas Tenologi Industri dan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belaang Model Loglinier adalah salah satu asus husus dari general linier model untu data yang berdistribusi poisson. Model loglinier juga disebut sebagai suatu model statisti

Lebih terperinci

Analisis Varians = Analysis of Variance = ANOVA

Analisis Varians = Analysis of Variance = ANOVA . Pendahuluan. Distribusi F Analisis Varians Analysis of Variance ANOVA χ² pengujian beberapa (>) proporsi ANOVA pengujian beberapa (>) nilai rata-rata Dasar perhitungan ANOVA ditetapan oleh Ronald A.

Lebih terperinci

Soal-Jawab Fisika OSN x dan = min. Abaikan gesekan udara. v R Tentukan: a) besar kelajuan pelemparan v sebagai fungsi h. b) besar h maks.

Soal-Jawab Fisika OSN x dan = min. Abaikan gesekan udara. v R Tentukan: a) besar kelajuan pelemparan v sebagai fungsi h. b) besar h maks. Soal-Jawab Fisia OSN - ( poin) Sebuah pipa silinder yang sangat besar (dengan penampang lintang berbentu lingaran berjarijari R) terleta di atas tanah. Seorang ana ingin melempar sebuah bola tenis dari

Lebih terperinci

PELABELAN SUPER SISI AJAIB PADA GRAF MULTI STAR

PELABELAN SUPER SISI AJAIB PADA GRAF MULTI STAR LAPORAN PENELITIAN BERSAMA DOSEN-MAHASISWA PELABELAN SUPER SISI AJAIB PADA GRAF MULTI STAR Ketua Tim: ABDUSSAKIR, M.Pd FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI MAULANA MALIK IBRAHIM MALANG

Lebih terperinci

Danang Mursita Sekolah Tinggi Teknologi Telkom Bandung 2002

Danang Mursita Sekolah Tinggi Teknologi Telkom Bandung 2002 Bandung DAFTAR ISI Judul Kata Pengantar Daftar Isi i ii iv Bab Fungsi Real. Sistem Bilangan Real. Fungsi dan Grafi 6. Limit dan eontinuan.4 Limit ta Hingga dan Limit di Ta Hingga 7 Bab Turunan dan Penggunaan.

Lebih terperinci

tidak mempunyai fixed mode terdesentralisasi, dapat dilakukan dengan memberikan kompensator terdesentralisasi. Fixed mode terdesentralisasi pertama

tidak mempunyai fixed mode terdesentralisasi, dapat dilakukan dengan memberikan kompensator terdesentralisasi. Fixed mode terdesentralisasi pertama BB IV PENGENDLIN TERDESENTRLISSI Untu menstabilan sistem yang tida stabil, dengan syarat sistem tersebut tida mempunyai fixed mode terdesentralisasi, dapat dilauan dengan memberian ompensator terdesentralisasi.

Lebih terperinci

KEKONVERGENAN DERET RECIPROCALS PRIMA YANG BERHUBUNGAN DENGAN BILANGAN FERMAT ABSTRACT

KEKONVERGENAN DERET RECIPROCALS PRIMA YANG BERHUBUNGAN DENGAN BILANGAN FERMAT ABSTRACT KEKONVERGENAN DERET RECIPROCALS PRIMA YANG BERHUBUNGAN DENGAN BILANGAN FERMAT Apriadi, Sri Gemawati 2, Musraini 2 Mahasiswa Program Studi S Matematika 2 Dosen Jurusan Matematika Fakultas Matematika dan

Lebih terperinci

Analisis Varians = Analysis of Variance = ANOVA

Analisis Varians = Analysis of Variance = ANOVA Analisis Varians Analysis of Variance ANOVA. Pendahuluan. Distribusi F χ² pengujian beberapa (>) proporsi ANOVA pengujian beberapa (>) nilai rata-rata Dasar perhitungan ANOVA ditetapan oleh Ronald A. Fisher.

Lebih terperinci

SILABUS PEMBELAJARAN

SILABUS PEMBELAJARAN SILABUS PEMBELAJARAN Nama Seolah... Mata Pelajaran MATEMATIKA Kelas/Program XII / IPA Semester 2 STANDAR KOMPETENSI 4. Menggunaan onsep pemecahan masalah. Dasar Kegiatan Penilaian Watu 4.1. Menentuan suu

Lebih terperinci

Penggunaan Metode Bagi Dua Terboboti untuk Mencari Akar-akar Suatu Persamaan

Penggunaan Metode Bagi Dua Terboboti untuk Mencari Akar-akar Suatu Persamaan Jurnal Penelitian Sains Volume 16 Nomor 1(A) Januari 013 Penggunaan Metode Bagi Dua Terboboti untu Menari Aar-aar Suatu Persamaan Evi Yuliza Jurusan Matematia, FMIPA, Universitas Sriwijaya, Indonesia Intisari:

Lebih terperinci

Penentuan Harga Opsi Asia dengan Metode Monte Carlo

Penentuan Harga Opsi Asia dengan Metode Monte Carlo JURAL AEAIKA AIK Vol. 3 o. 1. ei 217. Penentuan Harga Opsi Asia dengan etode onte Carlo Surya Amami Pramuditya 1 FKIP, Universitas Swadaya Gunung Djati 1, amamisurya@fip-unswagati.ac.id 1 DOI: https://doi.org/1.15642/manti.217.3.1.46-5

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN 36 BAB 3 METODE PENELITIAN 3.1 Disain Penelitian Jenis penelitian yang digunaan adalah penelitian desriptif, yaitu penelitian terhadap fenomena atau populasi tertentu yang diperoleh peneliti dari subye

Lebih terperinci

BAB IV Solusi Numerik

BAB IV Solusi Numerik BAB IV Solusi Numeri 4. Algoritma Genetia Algoritma Genetia (AG) [2] merupaan teni pencarian stoasti yang berdasaran pada meanisme selesi alam dan prinsip penurunan genetia. Algoritma genetia ditemuan

Lebih terperinci

PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA

PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA Sear Wulandari, Nur Salam, dan Dewi Anggraini Program Studi Matematia Universitas Lambung Mangurat

Lebih terperinci

ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT

ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT Jurnal Sipil Stati Vol. No. Agustus (-) ISSN: - ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI - DENGAN VARIASI JUMLAH TINGKAT Revie Orchidentus Francies Wantalangie Jorry

Lebih terperinci

PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR

PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR Ngarap Im Mani 1) dan Lim Widya Sanjaya ), 1) & ) Jurs. Matematia Binus University PENGANTAR Perancangan percobaan adalah suatu

Lebih terperinci

MENENTUKAN PERPANGKATAN MATRIKS TANPA MENGGUNAKAN EIGENVALUE

MENENTUKAN PERPANGKATAN MATRIKS TANPA MENGGUNAKAN EIGENVALUE MENENTUKAN PERPANGKATAN MATRIKS TANPA MENGGUNAKAN EIGENVALUE Rini Pratiwi 1*, Rolan Pane 2, Asli Sirait 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan Matematika Fakultas Matematika dan Ilmu

Lebih terperinci

PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT

PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT Seminar Nasional Apliasi Tenologi Informasi 2007 (SNATI 2007) ISSN: 1907-5022 Yogyaarta, 16 Juni 2007 PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT I ing Mutahiroh, Indrato, Taufiq Hidayat Laboratorium

Lebih terperinci

MAT 602 DASAR MATEMATIKA II

MAT 602 DASAR MATEMATIKA II MAT 60 DASAR MATEMATIKA II Disusun Oleh: Dr. St. Budi Waluya, M. Sc Jurusan Pendidikan Matematika Program Pascasarjana Unnes 1 HIMPUNAN 1. Notasi Himpunan. Relasi Himpunan 3. Operasi Himpunan A B : A B

Lebih terperinci

BAB III ANALISIS DISKRIMINAN. analisis multivariat dengan metode dependensi (dimana hubungan antar variabel

BAB III ANALISIS DISKRIMINAN. analisis multivariat dengan metode dependensi (dimana hubungan antar variabel BAB III ANALISIS DISKRIMINAN 3.1 Pengertian Analisis Disriminan Analisis disriminan merupaan sala satu metode yang digunaan dalam analisis multivariat dengan metode dependensi (dimana ubungan antar variabel

Lebih terperinci

CATATAN KULIAH RISET OPERASIONAL

CATATAN KULIAH RISET OPERASIONAL CATATAN KULIAH RISET OPERASIONAL Pertemuan minggu pertama ( x 50 menit) Pemrograman Bulat Linear (Integer Linear Programming - ILP) Tuuan Instrusional Umum : Mahasiswa dapat menggunaan algoritma yang

Lebih terperinci

Makalah Seminar Tugas Akhir

Makalah Seminar Tugas Akhir Maalah Seminar ugas Ahir Simulasi Penapisan Kalman Dengan Kendala Persamaan Keadaan Pada Kasus Penelusuran Posisi Kendaraan (Vehicle racing Problem Iput Kasiyanto [], Budi Setiyono, S., M. [], Darjat,

Lebih terperinci