Transformasi Z Materi :

Ukuran: px
Mulai penontonan dengan halaman:

Download "Transformasi Z Materi :"

Transkripsi

1 4 Trasformasi Z Matri : Dfiisi Trasformasi Darah Kovrgsi (Rgio of Covrgc) Diagram Pol Zro Sifat Trasformasi Trasformasi dalam Btu Poliomial Rasioal Fugsi Sistm atau Fugsi Trasfr H() dari Sistm Liir Tida Brubah trhadap Watu Fugsi Sistm utu Sistm yag Diyataa dalam Prsamaa Prbdaa Kofisi Kosta Liir Ivrs Trasformasi Rspo Frusi utu Fugsi Sistm Rasioal Edisi Smstr I 7 / 8 EYH

2 4 Trasformasi Z 4. Dfiisi Trasformasi Trasformasi darisiyal disrit x() didfiisia X() x() - - dimaa r ω, adalah variablompls Edisi Smstr I 7 / 8 EYH

3 4. Darah Kovrgsi (ROC) Nilai yag mybaba X() ovrg didfiisia pada darah di bidag yag disbut darah ovrgsi, rgio of covrgc (ROC). ROC didfiisia dalam brupa darah pada bidag yag dibatasi olh ligara. Im{} a R{} ROC > a bidag Edisi Smstr I 7 / 8 EYH 3

4 Trasformasi dapat diaggap sbagai Trasformasi Fourir Watu Disrit (TFWD) dari x r,. X ( ) x x r Bila ROC mcaup ligara satua ( ), x( ) mmpuyai TFWD (fiit rgy squc) Im{} R{} ROC mcaup lig. satua TFWD bidag Edisi Smstr I 7 / 8 EYH 4

5 Sifat-sifat ROC ROC dari X() adalah darah yag dibatasi ligara pada bidag yag brpusat pada titi ol. Trasformasi Fourir dari x() adalah ovrg ia da haya ia ROC dari x() mcaup ligara satua. Pada ROC tida bolh trdapat pol. Bila x() adalah drt dga paag trbatas maa ROC adalah sluruh bidag,dga mugia pgcualia pada = atau =. Bila x() adalah drt sisi aa yaitu drta yag brilai ol utu <N <, ROC adalah darah dibagia luar dari pol trluar X() higga (mugia) mcaup =. Bila x() adalah drt sisi iri yaitu drta yag brilai ol utu >N >-, ROC adalah darah dibagia dalam dari pol trdalam X() higga (mugia) mcaup =. Bila x() adalah drta dua sisi maa ROC aa brbtu cici yag dibatasi olh pol trluar da trdalam da tida mgadug satu pu pol pada darah ovrgsiya. Darah ovrgsi harus mrupaa darah yag trhubug. Edisi Smstr I 7 / 8 EYH 5

6 Cotoh drta sisi aa x X ( ) a u a a aa ovrg utu a - < shigga ROC adalah > a a < fiit rgy squc a > (divrgt squc, ifiit rgy, TFWD tida ada ttapi TZ ada yaitu > a (ROC) Edisi Smstr I 7 / 8 EYH 6

7 Cotoh drta sisi iri (ati causal) x a u X a u a a aa ovrg utu a - < a a a a a a a a a shigga ROC adalah < a Edisi Smstr I 7 / 8 EYH 7

8 Cotoh drta : bidag Im a ROC > a x() = a u() drta sisi aa R ROC < a x() = -a u(--) drta sisi iri X() a ( a < ) Edisi Smstr I 7 / 8 EYH 8

9 Misal X ( ), da a a a a ROC tida dispsifiasia maa mugia drta-drta x() adalah... - a u(--) atau a u() -a u(--) atau a u() Edisi Smstr I 7 / 8 EYH 9

10 X() a a ROC: > a ad > a x() = a u() + a u() Im Im R a < a Edisi Smstr I 7 / 8 EYH

11 X ( ) a a ROC: < a ad < a x() = -a u(--) - a u(--) Im Im R a < a Edisi Smstr I 7 / 8 EYH

12 X() a a ROC: > a ad < a x() = a u() - a u(--) Im Im a < a R Edisi Smstr I 7 / 8 EYH

13 X() a a ROC: < a ad > a x() = -a u(--) + a u() Im a < a R Tida ada ROC Edisi Smstr I 7 / 8 EYH 3

14 Drta sposial dua sisi x a, - a u a u ROC > a ROC < a Im Tida ada ovrlap pada ROC, TZ tida ada (tida ovrg utu ilai brapapu) a R Edisi Smstr I 7 / 8 EYH 4

15 4.3 Diagram Pol Zro Pol diotasia dga x da ro dga o pada bidag ompls : Im{} pol - pol p (mrupaa pasaga o o o o ougat ompls bila g() riil) R{} Zro-ro bidag Edisi Smstr I 7 / 8 EYH 5

16 Prmuaa Bidag Kompls G(): fugsi ompls dari variabl ompls Bidag prpotoga atara prmuaa G() da silidr ( = = w ) adalah G( w ) yaitu TFWD Edisi Smstr I 7 / 8 EYH 6

17 Bidag Z da TFWD Uwrappig prmuaa silidr da diprolh TFWD Edisi Smstr I 7 / 8 EYH 7

18 4.4 Sifat Trasformasi 4.4. Liir Bila x X ( ) x, Rx- Rx y Y( ) y, Ry- Ry maa : ax by X ( ) ax by ax by ax ( ) by( ) max Rx-, Ry- mi Rx, Ry Cotoh: x u y u maa x y 3 Edisi Smstr I 7 / 8 EYH 8

19 Cotoh: x cos. u. u. u. u. u X cos. u cos cos x u u u si... X si si. u cos Edisi Smstr I 7 / 8 EYH 9

20 4.4. Prgsra Drta Bila x X ( ) x, Rx- Rx x X Rx- Rx maa : ( ) Buti : x x = x X ( ) Darah ovrgsi xda x sama dga mugia pgcualia di = atau = Cotoh: x Rx- Rx x < x x Edisi Smstr I 7 / 8 EYH

21 4.4.3 Pralia dga drta sposial Bila x X ( ) Rx- Rx maa : a. x a. x = x. a Cotoh: a x X a a Rx- a Rx cos cos. u cos a cos a cos. u a a cos a si si. u cos a si a si. u a a cos a Edisi Smstr I 7 / 8 EYH

22 4.4.4 Pmbalia watu Bila x X ( ) Rx- Rx maa : x a. x = x. = x. Cotoh: x X R R u x maa u Turua dalam awasa x Bila x X ( ) Rx- Rx dx ( ) d maa : x = x. = x TZ. x d d dx ( ) shigga : x Rx Rx d a Cotoh: a u a maa a u a a a Bila a maa u maa u Edisi Smstr I 7 / 8 EYH

23 4.4.6 Pumlaha Kovolusi Bila x X ( ) R - da x R y x h x h H ( ) Rh- Rh Y( ) x h = x h. l = h l. x. h l. l X ( ). H ( ) x l l maa : x h X ( ). H ( ) Darah ovrgsiya adalah itrssi atara Rx- Rx da Rh- Rh Cotoh : Edisi Smstr I 7 / 8 EYH 3

24 4.4.7 Pralia dua drta x w Bila y. da x X ( ) Rx- Rx w W ( ) Rw- Rw ( ) -. =. Y x w X v v dv. w. C - = X v w.. v dv X vw v v dv Rx-Rw- R R x w v C C Jadi : y x. w Y ( ) X vw v dv Rx-Rw- Rx Rw v C C adalah litasa trtutup yag mligari titi da litasa trlta dalam darah ovrg utu dua X v da W v v Atau : y w. x Y ( ) W v X v dv Rx-Rw- RxRw C C adalah litasa trtutup yag mligari titi da litasa trlta dalam darah ovrg utu dua W v da X v Edisi Smstr I 7 / 8 EYH 4

25 Bila v da maa Y ( ) X. W. d adalah ovolusi priodi Bila x da w drta ompls, maa itgral ovolusi ompls : y x. w Y ( ) X vw v dv Rx- Rw- RxRw v C Cotoh : x a u X a a w b u W b b y w. x Y ( ) X W vv dv Rx- Rw- Rx Rw v C / y ab a u Y ( ) v dv dv a. v b. v v / a v b. C C C adalah litasa trtutup yag mligari titi da litasa trlta dalam darah ovrg utu dua W v da X. v Pol trlta di v b da v,darah ovrgsi X adalah a,maa darah ovrgsi X adalah a, a v v shigga v pol diluar litasa itgrasi C. Dga torma rsidu Cauchy utu mghitug Y a / a Y( ) b / a ab ab Edisi Smstr I 7 / 8 EYH 5

26 4.4.8 Torma Parsval Bila x da x drta ompls da x X( ) Rx - Rx x W ( ) Rx - Rx * maa x x X v X v dv v =- C Litasa itgrasi harus brada di dalam darah ovrgsi X da X. Bila X da X ovrg di ligara satua, dipilih v,maa x * x X( ). X ( ) d =- - Bila x = = maa = x x x X v X v dv v - C C adalah litasa trtutup di dalam darah ovrgsi X. Bila v maa x = X ( ) d - - Rx- Rx Edisi Smstr I 7 / 8 EYH 6

27 4.4.9 Torma Nilai Awal Bila x drta ausal: x X ( ) x x x x... maa: x lim X ( ) 4.4. Torma Nilai Ahir Bila x X ( ) da smua pol X ( )brada di dalam ligara satua maa: lim x lim X Edisi Smstr I 7 / 8 EYH 7

28 4.4. Pasaga Trasformasi All u u u u m m utu sluruh harga cuali utu m atau utu m Edisi Smstr I 7 / 8 EYH 8

29 Edisi Smstr I 7 / 8 EYH 9 r r cos r si r u si r r r cos r cos r u cos r cos si u si cos cos u cos u u 4.4. Pasaga Trasformasi

30 4.5 Trasformasi Z dalam btu poliomial rasioal Poliomial rasioal dari H() : H Y b b b b X a a a a ( M) M M M ( N) N N N Trasformasi Z dalam btu rasioal yag difatora H adalah aar-aar pmbilag dari H() H()= adalah ro dari H() p adalah aar-aar pybut dari H() H()= p adalah pol dari H() b b M M M N N N p p Edisi Smstr I 7 / 8 EYH 3

31 4.6 Fugsi Sistm atau Fugsi Trasfr H() dari Sistm Liir Tida Brubah trhadap watu x() Sistm LTI h[] y()=x()*h() X() H( ) H ( ) Y( ) X( ) N N h Y() = X() H() Edisi Smstr I 7 / 8 EYH 3

32 4.7 Fugsi Sistm utu Sistm yag Diyataa dalam Prsamaa Prbdaa Kofisi Kosta Liir N a y b x a Y( ) a Y( ) a Y( )... a Y( ) b X ( ) b X ( )... b X ( ) H() M N M N M Y() b b b... b X ( ) a a... a M M N N Edisi Smstr I 7 / 8 EYH 3

33 Cotoh: Filtr FIR yag diralisasia scara o rursif M y x, h sistm ii atau h... M ( )... Rspo impuls h M M h H Filtr FIR yag diralisasia scara rursif y y x x M Y() Y() X ( ) X ( ) H( ) - M Y ( ) X( ) - M - h u u M Edisi Smstr I 7 / 8 EYH 33

34 4.8 Kausalitas da Stabilitas Sistm Liir Tida Brubah Trhadap Sistm LTI Kausal Sistm LTI adalah ausal ia: h ROC trasformasi Z dari sistm LTI ausal adalah bagia luar dari ligara brari-ari r Sistm LTI Stabil ROC trasformasi dari drta - r yag mybaba h r h Shigga bila ROC mcaup ligara satua yaitu adalah harga-harga (absolutly summabl)., maa Edisi Smstr I 7 / 8 EYH 34

35 Sistm LTI Kausal 4.8 Kausalitas Sistm da LTI Stabilitas adalah ausal ia: Sistm Liir Tida Brubah Trhadap h ROC trasformasi Z dari sistm LTI ausal adalah bagia luar dari ligara brari-ari r Sistm LTI Stabil ROC trasformasi dari drta r yag mybaba h r h, artiya sistm LTI trsbut aa stabil. - adalah harga-harga (absolutly summabl). Shigga bila ROC mcaup ligara satua yaitu, maa h Sistm LTI Kausal aa stabil ia da haya ia sluruh pol H( ) trlta didalam ligara satua. Darah ovrgsi sistm LTI yag ausal da stabil adalah r da r. Edisi Smstr I 7 / 8 EYH 35

36 4.9 Trasformasi Ivrs Ada 3 pdata utu mghitug trasformasi ivrs : Trasformasi ivrs Powr sris i (log divisio) Frasi pcaha parsial Edisi Smstr I 7 / 8 EYH 36

37 4.9. Trasformasi Ivrs Trasformasi dari x X ( ) x Kdua sisi prsamaa diatas dialia dga fator litasa trtutup dalam ROC X,shigga diprolh X. d.= x. d da diitgrasia pada C C dimaa C adalah litasa trtutup yag brputar brlawaa arah arum am dalam ROC X. X. d.= x. d. C C Dga mgguaa torma itgral Cauchy,, d = C, maa prsamaa sblumya dapat ditulisa C X. d.= x x X. d C Edisi Smstr I 7 / 8 EYH 37

38 Torma itgral Cauchy Bila C adalah litasa trtutup da f ' ada pada litasa C atau di dalam C, Utu f f, di dalam C d =, di luar C C pol yag sama yag trdapat dalam C, f ' dga turua ord, da f yag tida mmpuyai pol dalam C, maa d f f, di dalam C d =! d C, di luar C Bila trdapat pol da f tida mmpuyai pol dalam C,maa f d = lim... i C i i f... Edisi Smstr I 7 / 8 EYH 38

39 Cotoh Ttua trasformasi ivrs utu X( ) briut X, a a Solusi Utu. x d. d a, a a C C Utu x. d. d a a a a a a C C x d. d. d a a d a a a a C C x, x a u Edisi Smstr I 7 / 8 EYH 39

40 4.9. Powr sris i (log divisio) X () x X() diyataa dalam btu X() = a + b - + c -... Umumya X() adalah drta sisi aa da brbtu poliomial rasioal Jia X() brbtu poomial rasioal, spasi dilaua dga pmbagia cara paag (log divisio). X P () Q () Edisi Smstr I 7 / 8 EYH 4

41 4.9. Powr sris i (log divisio) Cotoh : H.5.5 (a) ROC: (b) ROC:.5 Solusi (a)kara ROC adalah bagia luar ligara,maa Espasi drt dalam btu,,...dst. x ausal. Edisi Smstr I 7 / 8 EYH 4

42 ,.5,.75,.875,... x (b) Kara ROC adalah bagia dalam ligara,maa x Espasi drt dalam btu,,...dst ,6,,, x ati ausal. Edisi Smstr I 7 / 8 EYH 4

43 4.9.3 Espasi Pcaha Parsial Poliomial rasioal X( ) X N b b b b D a a a a ( M) M M M ( N) N N N Fugsi rasioal diatas diataa propr ia a da M N. Fugsi rasioal impropr M N dapat ditulisa sbagai pumlaha poliomial da fugsi rasioal propr. N N ( MN) N X c c cmn D D Espasi pcaha parsial dilaua pada fugsi rasioal propr. Edisi Smstr I 7 / 8 EYH 43

44 Pol yag brbda Utu poliomial rasioal X ( ) dga N pol yag brbda maa btu spasiya madi X A A A3 AN... p p p p 3 Nilai ofisi A,..., A dittua sbagai briut A N p X.4. p N,,..., N Cotoh Ttua spasi pcaha parsial dari X X briut X A A X A.6.75, A Edisi Smstr I 7 / 8 EYH 44

45 Pol yag sama Utu poliomial rasioal X ( ) dga l pol yag sama yaitu p,maa spasi pcaha parsial madi A A Al... p p p Nilai ofisi A A l dittua sbagai briut l d! d l l l X( ) p,,..., l p l Edisi Smstr I 7 / 8 EYH 45

46 Pol yag sama X () a x Z X a - ( ) ( ( )), a u a a a a 3 4 a u a! 3! u a 3 u...! a u Tabl Ivrs Trasformasi utu Mtoda Espasi Pcaha Parsial Edisi Smstr I 7 / 8 EYH 46

47 Cotoh Ttua ivrs trasformasi dari X Solusi 3 4, X A A A A l d l X ( ) A p,,..., N l l! d A d ! d 4 p 3! d d A -, A =6, A = / 8 4 u X x 4 Edisi Smstr I 7 / 8 EYH 47

48 4. Rspo Frusi utu Fugsi Sistm Rasioal Fugsi rspo frusi mmbria iformasi ttag aratristi filtr diital LTI dalam domai frusi. Dga fugsi ompls variabl frusi, raliasasi da maipulasi filtr diital aa sulit. Aa ttapi dga mgguaa trasformasi dari rspo impuls sistm LTI, yag disbut fugsi sistm/fugsi trasfr (H()), dimaa poliomial diyataa dalam -, da utu sistm dga rspo impuls ral, ofisi dari poliomial fugsi sistm ya uga aa ral. Hal ii aa mmudaha dalam sitsa da ralisasi filtr diital. Edisi Smstr I 7 / 8 EYH 48

49 ( )... M Y b b b b H( ) M X( ) a a... a N N Poliomial pmbilag da pybut difatora : H ( ) b M N p Kara TFWD adalah valuasi pada bid- dimaa maa H H b M N p b ( N M ) M N p Edisi Smstr I 7 / 8 EYH 49

50 Edisi Smstr I 7 / 8 EYH ( ) ( ) ( ) ( ) - ( ) ( ) ( ) ( ) ( ) ( ) ( ) M N M N M N M N M N H b p H b p V p U V H b U H b N M

51 Rspo Frusi Fugsi Sistm Rasioal p x Im () A :Uit circl L B C R() CA AL CL BL p AL CB BL CL Edisi Smstr I 7 / 8 EYH 5

52 Rspo Frusi Fugsi Sistm Rasioal (la) p x Im () U () ( ) V () ( ) R() - p U V ( ) ( ) ( ) ( ) Edisi Smstr I 7 / 8 EYH 5

53 Rspo Frusi Fugsi Sistm Rasioal : ro & pol pada ligara satua p x Im () U () ( ) p V () ( ) R() Pada saat Pada saat p,v,u ( ) shigga H( ( ) shigga H( ) ) Edisi Smstr I 7 / 8 EYH 53

54 Cotoh : Rspo Frusi Fugsi Sistm Rasioal pol Im () H().8.8 U () x.8 ( ) pol=.8 R() p U.8 Pada saat p ( ) miimum H( LPF ; )masimum H( H( ) ( ) ta ) cos si cos.8 Edisi Smstr I 7 / 8 EYH 54

55 Cotoh : Rspo Frusi Fugsi Sistm Rasioal pol Im () H().8.8 p U U ().88 x -.8 Pada saat p HPF ( ) miimum ( ) 8 H( ; )masimum H( H( ) ( ) ta.8 si cos cos Edisi Smstr I 7 / 8 EYH 55 ).8 Pol = -.8 R()

56 Igat! Im () U( 3 ) U( 4 ) x U( ) U( ) R() ( ) p U( ) U( ) aa brharga miimum pada saat frusi p Pada gambar U( ) miimum pada saat Edisi Smstr I 7 / 8 EYH 56

57 Mis : H( ).8 H ( ) ( ).8 da p.8 V( ) - p U( ) H N ( ) miimum pada saat masimum. Pada cotoh diatas p. M V ( ) V ( ) U( ) U( ) U ( ) U p H H bila V ( ),hal ii dapat tradi apabila ro trlta pada ligara satua pada frusi yag sama dga frusi ro ( ) pada bidag. Edisi Smstr I 7 / 8 EYH 57

58 Im() Low pass filtr X R () = H( ) mas Im() High pass filtr X R () = H( ) mas Edisi Smstr I 7 / 8 EYH 58

59 Cotoh Soal. Filtr bad pass dga frusi masimum pada = /, rspo frusiya ol pada = da =. Rspo magitud pada frusi = 4/9 adalah /. Kofisi H() adalah bilaga riil. Ttua fugsi trasfr/fugsi sistm H(). Jawab Sistm las harus mmpuyai pol pada p = r / da p =r -/ Sistm las harus mmpuyai ro pada = da = - Im() X X R () Edisi Smstr I 7 / 8 EYH

60 Edisi Smstr I 7 / 8 EYH / 4 / / r.88r r.94 9 / cos 8 r r 9 / 8 cos 9 / cos 8 r r 9 / cos 8 9 / cos 8 r r 9 / 8 cos ) H( 9 4 ) H( r r ) H( ) H( cos r r cos ) ( si r cos si cos r si cos si cos r r ) ( r.7 H().7.7 H() r - r - r maa pada Jia ara - r maa masimum pada H r H r r H()

Bab 5: Discrete Fourier Transform dan FFT

Bab 5: Discrete Fourier Transform dan FFT BAB 5 Dicrt Fourir Traform da FFT Bab 5: Dicrt Fourir Traform da FFT Dicrt Fourir Traform DFT. Dfiii Tuua Blaar Prta dapat mdfiiia DFT, da mghitugya. Utu mlaua aalii frui dari iyal watu dirit maa prlu

Lebih terperinci

Transformasi Fourier Waktu Diskrit

Transformasi Fourier Waktu Diskrit Praktikum Isyarat da Sistm Topik 5 Trasformasi ourir Waktu Diskrit Tuua Mahasiswa dapat mtuka da mgguaka trasformasi ourir waktu diskrit dalam aalisa suatu sistm LTI Mahasiswa dapat mgguaka MATLAB sbagai

Lebih terperinci

Sinyal dan Sistem Waktu Diskrit ET 3005 Pengolahan Sinyal Waktu Diskrit EL 5155 Pengolahan Sinyal Waktu Diskrit

Sinyal dan Sistem Waktu Diskrit ET 3005 Pengolahan Sinyal Waktu Diskrit EL 5155 Pengolahan Sinyal Waktu Diskrit Siyal da Sistem Watu Disrit ET 35 Pegolaha Siyal Watu Disrit EL 5155 Pegolaha Siyal Watu Disrit Effria Yati Hamid 1 2 Siyal da Sistem Watu Disrit 2.1 Siyal Watu Disrit 2.1.1 Pegertia Siyal Watu Disrit

Lebih terperinci

MODIFIKASI METODE NEWTON DENGAN KEKONVERGENAN ORDE TIGA.

MODIFIKASI METODE NEWTON DENGAN KEKONVERGENAN ORDE TIGA. MDIFIKASI METDE NEWTN DENGAN KEKNVERGENAN RDE TIGA Fby Satrya HP ), Agusi ), Musraii ) [email protected] ) Mahasiswa Program Studi S Matmatia ) Dos Matmatia, Jurusa Matmatia Faultas Matmatia da Ilmu Pgtahua

Lebih terperinci

BAB 1 HAMPIRAN TAYLOR DAN ANALISIS GALAT

BAB 1 HAMPIRAN TAYLOR DAN ANALISIS GALAT Catata Kuliah EL Aalisis Numrik BAB HAMPIRAN TAYLOR DAN ANALISIS GALAT. Pgatar Mtod Numrik Ktika kita mylsaika prsamaa-prsamaa matmatika di maa torma-tormaya masih dapat ditrapka, solusi aalitik atau solusi

Lebih terperinci

b. peluang terjadinya peristiwa yang diperhatikan mendekati nol (p 0). c. perkalian n.p =, sehingga p = /n.

b. peluang terjadinya peristiwa yang diperhatikan mendekati nol (p 0). c. perkalian n.p =, sehingga p = /n. 0 DISTRIBUSI POISSO Distribusi Poisso ii diprolh dari distribusi biomial, apabila dalam distribusi biomial brlau syarat-syarat sbagai briut: a. baya pgulaga sprimya sagat bsar ( ). b. pluag trjadiya pristiwa

Lebih terperinci

ANALISIS CEPSTRUM SINYAL SUARA

ANALISIS CEPSTRUM SINYAL SUARA MAKALAH ANALII CEPTRUM INYAL UARA Disusu Ol: NENI ARYANI L2F 300 543 JURUAN TEKNIK ELEKTRO FAKULTA TEKNIK UNIVERITA DIPONEGORO E M A R A N G 2 0 0 2 DAFTAR II JUDUL... 1 ABTRAK... 1 1. Pdaulua.... 1 2.

Lebih terperinci

Penggunaan Transformasi z

Penggunaan Transformasi z Pegguaa Trasformasi pada Aalisa Respo Freuesi Sistem FIR Oleh: Tri Budi Satoso E-mail:[email protected] Lab Siyal,, EEPIS-ITS ITS /3/6 osep pemiira domais of represetatio Domai- discrete time:

Lebih terperinci

MODUL E LEARNING SEKSI -9 MATA KULIAH : KALKULUS LANJUT KODE MATA KULIAH : INF 221 : 5099 : DRA ENDANG SUMARTINAH,MA

MODUL E LEARNING SEKSI -9 MATA KULIAH : KALKULUS LANJUT KODE MATA KULIAH : INF 221 : 5099 : DRA ENDANG SUMARTINAH,MA MODUL E LEARNING SEKSI -9 MATA KULIAH : KALKULUS LANJUT KODE MATA KULIAH : INF DOSEN : 5099 : DRA ENDANG SUMARTINAH,MA TUJUAN MATA KULIAH : A.URAIAN DAN TUJUAN MATA KULIAH : Mahasiswa mmplajari Fugsi a

Lebih terperinci

Respon Frekuensi pada FIR Filter. Oleh:Tri Budi Sanrtoso ITS

Respon Frekuensi pada FIR Filter. Oleh:Tri Budi Sanrtoso ITS Rpo Frui pada FIR Filtr Olh:Tri Budi Sartoo Lab Siyal,, EEPIS-ITS ITS 1 Rpo iuoida pada itm FIR Suatu itm FIR diyataa: y[ ] b x[ ] h[ ] x[ ] 0 0 (1 Siyal iput cara umum mrupaa btu ompl dirit x[ ] x[ A

Lebih terperinci

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

TURUNAN FUNGSI. Definisi. 3.1 Pengertian Turunan Fungsi. Turunan fungsi f adalah fungsi f yang nilainya di c adalah. h asalkan limit ini ada. 3 TURUNAN FUNGSI 3. Pgrtia Turua Fugsi Diisi Turua ugsi adala ugsi yag ilaiya di c adala c c c asalka it ii ada. Coto Jika 3 4, maka turua di adala 3 4 3.. 4 3 4 4 4 4 4 4 3 3 3 4 Jika mmpuyai turua di

Lebih terperinci

BAB 2 SOLUSI NUMERIK PERSAMAAN

BAB 2 SOLUSI NUMERIK PERSAMAAN BAB SOLUSI NUMERIK PERSAMAAN Dalam sais da rkayasa, kita srigkali harus mcari akar solusi dari prsamaa f 0. Jika f mrupaka fugsi poliomial liar atau kuadratis, solusi ksakya mudah utuk didapatka kara rumusya

Lebih terperinci

INTEGRAL FOURIER. DISUSUN OLEH : Kelompok III (Tiga)

INTEGRAL FOURIER. DISUSUN OLEH : Kelompok III (Tiga) INTEGRA FOURIER DISUSUN OEH : Klompok III (Tiga). Maruah (7 6). Yusi Oktavia (7 45 ) 3. Widya Elvi AS (7 45) 4. Azar Saarudi (7 454) 5. Irmaati (7 455) Mata Kuliah Dos Pgasuh Klas : Matmatika ajuta : Fadli,

Lebih terperinci

Representasi sinyal dalam impuls

Representasi sinyal dalam impuls Represetasi siyal dalam impuls Represetasi siyal dalam impuls adalah siyal yag diyataa sebagai fugsi dari impuls atau sebagai umpula dari impuls-impuls. Sembarag siyal disret dapat diyataa sebagai pejumlaha

Lebih terperinci

ANALISIS FREKUENSI SINYAL DAN SISTEM

ANALISIS FREKUENSI SINYAL DAN SISTEM AALISIS FREKUESI SIYAL DA SISTEM AALISIS FREKUESI SIYAL DA SISTEM Alisis Siyl dlm Sptrum Frusi Alisis frusi siyl wtu otiu Alisis frusi siyl wtu disrit Sift-sift trsformsi Fourir Domi frusi sistm LTI Sistm

Lebih terperinci

Jurnal MIPA 37 (1): (2014) Jurnal MIPA.

Jurnal MIPA 37 (1): (2014) Jurnal MIPA. Jural MIP 37 (1): 79-91 (014) Jural MIP http://oural.us.ac.id/u/id.php/jm ESENSI NILI DN EKTOR EIGEN DRI SUTU OPERTOR PD RUNG HILBERT KLSIK Wurato Jurusa Matmatia, FMIP, Uivrsitas Ngri Smarag, Idosia Ifo

Lebih terperinci

Aplikasi Metode Matrix Cascade Pada Perhitungan Koefisien Pantul Gelombang Suara Bawah Air Untuk Dasar Laut Miring

Aplikasi Metode Matrix Cascade Pada Perhitungan Koefisien Pantul Gelombang Suara Bawah Air Untuk Dasar Laut Miring Apliasi tod atri Cascad Pada Prhituga Kofisi Patul Glombag Suara Bawah Air Utu Dasar aut irig Day Friyadi da Irsa Somatri Brodjogoro Program Studi Ti Klauta, Istitut Tologi Badug (Email : [email protected])

Lebih terperinci

Sudaryatno Sudirham ing Utari. Mengenal. 2-2 Sudaryatno S & Ning Utari, Mengenal Sifat-Sifat Material (1)

Sudaryatno Sudirham ing Utari. Mengenal. 2-2 Sudaryatno S & Ning Utari, Mengenal Sifat-Sifat Material (1) Sudaryao Sudiram ig Uari Mgal Sifa-Sifa Marial 1 - Sudaryao S & Nig Uari, Mgal Sifa-Sifa Marial 1 BB Elro Sbagai Paril Da Sbagai Glombag Tla disiggug di bab sblumya, d Brogli mgaua posula bawa paril yag

Lebih terperinci

BAB II LANDASAN TEORI. gamma, fungsi likelihood, dan uji rasio likelihood. Misalkan dilakukan percobaan acak dengan ruang sampel C.

BAB II LANDASAN TEORI. gamma, fungsi likelihood, dan uji rasio likelihood. Misalkan dilakukan percobaan acak dengan ruang sampel C. BAB II LANDASAN TEORI Pada bab ii aa dibahas teori teori yag meduug metode upper level set sca statistics, atara lai peubah aca, distribusi gamma, fugsi gamma, fugsi lielihood, da uji rasio lielihood.

Lebih terperinci

BAB II LANDASAN TEORI. kesetimbangan, linearisasi, bilangan reproduksi dasar, analisa kestabilan, kriteria

BAB II LANDASAN TEORI. kesetimbangan, linearisasi, bilangan reproduksi dasar, analisa kestabilan, kriteria BAB II LANDASAN EORI Pada bab ii aka dibahas tori tori pdukug yag aka diguaka pada bab slajutya, atara lai modl matmatika, modl pidmik SIR klasik, ilai ig, prsamaaa difrsial, sistm prsamaa difrsial, titik

Lebih terperinci

TEORI ANTRIAN. Elemen Dasar Model Antrian. Distribusi Poisson dan eksponensial. =, t 0, dimana E { t}

TEORI ANTRIAN. Elemen Dasar Model Antrian. Distribusi Poisson dan eksponensial. =, t 0, dimana E { t} Elm Dasar Modl Atria. TEORI ANTRIAN Aktor utama customr da srvr. Elm dasar :. distribusi kdataga customr.. distribusi waktu playaa. 3. disai fasilitas playaa (sri, parall atau jariga). 4. disipli atria

Lebih terperinci

Analisa Frekuensi Sinyal dan Sistem

Analisa Frekuensi Sinyal dan Sistem Alis Frusi Siyl d Sistm Alisis frusi siyl wtu otiu Alisis frusi siyl wtu disrit Sift-sift trsformsi Fourir Domi frusi sistm LT Sistm LT sbgi filtr Pristiw Disprsi Alisis Frusi wto 67 Fruhofr 787 Kirhoff

Lebih terperinci

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

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

Lebih terperinci

Bab 5 Sinyal dan Sistem Waktu Diskrit. Oleh: Tri Budi Santoso Laboratorium Sinyal, EEPIS-ITS

Bab 5 Sinyal dan Sistem Waktu Diskrit. Oleh: Tri Budi Santoso Laboratorium Sinyal, EEPIS-ITS Bab 5 Siyal da Sistem Watu Disrit Oleh: Tri Budi Satoso Laboratorium Siyal, EEPIS-ITS Materi: Represetasi matemati pada siyal watu disrit, domai watu da freuesi pada suatu siyal watu disrit, trasformasi

Lebih terperinci

Sifat-sifat Fungsi Karakteristik dari Sebaran Geometrik

Sifat-sifat Fungsi Karakteristik dari Sebaran Geometrik Sifat-sifat Fugsi Karateristi dari Sebara Geometri Dodi Deviato Jurusa Matematia, Faultas MIPA, Uiversitas Adalas Kamus Limau Mais, Padag 563, Sumatera Barat, Idoesia Abstra Fugsi arateristi dari suatu

Lebih terperinci

Analisis Rangkaian Listrik

Analisis Rangkaian Listrik Sudaryatno Sudirham Analisis Rangkaian Listrik Mnggunakan Transformasi Fourir - Sudaryatno Sudirham, Analisis Rangkaian Listrik (4) BAB Analisis Rangkaian Mnggunakan Transformasi Fourir Dngan pmbahasan

Lebih terperinci

Gambar 3.1Single Channel Multiple Phase

Gambar 3.1Single Channel Multiple Phase BAB III MODEL ANTRIAN PADA PEMBUATAN SIM C. Sigle Chael Multiple Phase Sistem atria sigle chael multiple phase merupaa sistem atria dimaa pelagga yag tiba, dapat memasui sistem dega megatri di tempat yag

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

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI A II LANDASAN TEORI. Distribusi Pluag Diisi. (Walpol da M rs 995) Jika X adalah suatu variabl radom kotiu maka ugsi dsitas pluaga adalah suatu ugsi ag mmuhi kodisi: i. ; utuk x (- ) ii. = iii. = (.) Diisi.

Lebih terperinci

Distribution of the Difference of Two Independent Poisson Random Variables and Its Application to the Literate Population Data

Distribution of the Difference of Two Independent Poisson Random Variables and Its Application to the Literate Population Data Esata: Jural Imu-Ilmu MIA p. ISSN: 4-47. ISSN: 5-64 Distributio of th Diffrc of Two Idpdt oisso Radom Variabls ad Its Applicatio to th Litrat opulatio Data Atia Ahdia rogram Studi Statistia Uivrsitas Islam

Lebih terperinci

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka oi eswa (fmipa-itb) Deret Positif Deret (ta berhigga) adalah ugapa berbetu a + a + a 3 + a 4 + dega a i disebut suu. Pejumlaha ii berbeda dega pejumlaha dua, tiga, atau berhigga bilaga. Maa, ita perlu

Lebih terperinci

S - 1 Penggunaan Metode Bayesian Obyektif dalam Analisis Pengukuran Tingkat Kepuasan Pelanggan Berdasarkan Kuesioner

S - 1 Penggunaan Metode Bayesian Obyektif dalam Analisis Pengukuran Tingkat Kepuasan Pelanggan Berdasarkan Kuesioner PROSIDING ISBN : 978 979 6353 6 3 S - Pgguaa Mtod Baysia Obyktif dalam Aalisis Pgukura Tigkat Kpuasa Plagga Brdasarka Kusior Adi Stiawa Program Studi Matmatika, Fakultas Sais da Matmatika Uivrsitas Krist

Lebih terperinci

Teorema Nilai Rata-rata

Teorema Nilai Rata-rata Nilai Kus Prihatoso April 27, 2012 Yogyakarta Nilai Suatu Fugsi Masih igatkah ada tetag ilai rata-rata dari sekmpula bilaga? Berapakah ilai rata-rata dari sebayak bilaga y 1, y 2,..., y? Nilai Suatu Fugsi

Lebih terperinci

TEOREMA CAYLEY-HAMILTON SEBAGAI SALAH SATU METODE DALAM PENGHITUNGAN FUNGSI MATRIKS

TEOREMA CAYLEY-HAMILTON SEBAGAI SALAH SATU METODE DALAM PENGHITUNGAN FUNGSI MATRIKS Jural Matematia Vol.6 No. November 6 [ 5 : ] TEOREMA CAYLEY-HAMILTON SEBAGAI SALAH SATU METODE DALAM PENGHITUNGAN FUNGSI MATRIKS Ooy Rohaei Jurusa Matematia, UNISBA, Jala Tamasari No, Badug,6, Idoesia

Lebih terperinci

Bab 16 Integral di Ruang-n

Bab 16 Integral di Ruang-n Catata Kuliah MA3 Kalulus Elemeter II Oi Neswa,Ph.D., Departeme Matematia-ITB Bab 6 Itegral di uag- Itegral Gada atas persegi pajag Itegral Berulag Itegral Gada atas Daerah sebarag Itegral Gada Koordiat

Lebih terperinci

MASALAH DAN ALTERNATIF JAWABAN DALAM MATEMATIKA KOMBINATORIK. Masalah 1 Terdapat berapa carakah kita dapat memilih 2 baju dari 20 baju yang tersedia?

MASALAH DAN ALTERNATIF JAWABAN DALAM MATEMATIKA KOMBINATORIK. Masalah 1 Terdapat berapa carakah kita dapat memilih 2 baju dari 20 baju yang tersedia? Kartia Yuliati, SPd, MSi MASALAH DAN ALTERNATIF JAWABAN DALAM MATEMATIKA KOMBINATORIK Masalah Terdapat berapa caraah ita dapat memilih baju dari 0 baju yag tersedia? Cara Misala baju diberi omor dari sampai

Lebih terperinci

III Sistem LTI Waktu Diskrit Sistem LTI Operasi Konvolusi Watak sistem LTI Stabilitas sistem LTI Kausalitas sistem LTI

III Sistem LTI Waktu Diskrit Sistem LTI Operasi Konvolusi Watak sistem LTI Stabilitas sistem LTI Kausalitas sistem LTI III Sistem LTI Waktu Diskrit Sistem LTI Operasi Kovolusi Watak sistem LTI Stabilitas sistem LTI Kausalitas sistem LTI lts 1 III.1 Sistem LTI Sistem LTI Liear Time Ivariat Liear Tak-ubah-Waktu Liear Shift

Lebih terperinci

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka oi eswa (fmipa-itb) Deret Positif Deret (ta berhigga) adalah ugapa berbetu a + a + a 3 + a 4 + dega a i disebut suu. Pejumlaha ii berbeda dega pejumlaha dua, tiga, atau berhigga bilaga. Maa, ita perlu

Lebih terperinci

Catatan Teknik (Technical Notes) Pengerjaan Metoda Inversi Integral pada Perumusan Persamaan Muka Air Gelombang Air Nonlinier

Catatan Teknik (Technical Notes) Pengerjaan Metoda Inversi Integral pada Perumusan Persamaan Muka Air Gelombang Air Nonlinier Huahaa ISSN 085-98 Jural Toris da Trapa Bidag Rayasa Sipil Caaa Ti Tchical Nos Pgrjaa Moda Ivrsi Igral pada Prumusa Prsamaa Mua Air Glombag Air Noliir Syawaluddi Huahaa Klompo Kahlia Ti Klaua, Faulas Ti

Lebih terperinci

Distribution of the Difference of Two Independent Poisson Random Variables and Its Application to the Literate Population Data

Distribution of the Difference of Two Independent Poisson Random Variables and Its Application to the Literate Population Data Distributio o th Dirc o Two Idpdt oisso Radom Variabls ad Its Applicatio to th Litrat opulatio Data Atia Ahdia rogram Studi Statistia Uivrsitas Islam Idosia Jala Kaliurag Km 45 Slma Yogaarta [email protected]

Lebih terperinci

Transformasi Fourier Sinyal Waktu Kontinyu. oleh: : Tri Budi Santoso DSP Group, EEPIS-ITS

Transformasi Fourier Sinyal Waktu Kontinyu. oleh: : Tri Budi Santoso DSP Group, EEPIS-ITS Siyal da Sism Trasformasi Fourir Siyal Waku Koiyu olh: : Tri Budi Saoso DSP Group, EEPIS-ITS ITS Tujua: - Siswa mampu mylsaika buk rprsasi alraif pada siyal da sism waku koiyu. - Siswa mjlaska kmbali pyusua

Lebih terperinci

Sudaryatno Sudirham ing Utari. Mengenal. Sudaryatno S & Ning Utari, Mengenal Sifat-Sifat Material (1)

Sudaryatno Sudirham ing Utari. Mengenal. Sudaryatno S & Ning Utari, Mengenal Sifat-Sifat Material (1) Sudaryao Sudirham ig Uari Mgal Sifa-Sifa Marial 1 Sudaryao S & Nig Uari, Mgal Sifa-Sifa Marial 1 BB Elro Sbagai Paril Da Sbagai Glombag Tlah disiggug di bab sblumya, d Brogli mgaua posula bahwa paril yag

Lebih terperinci

PEMBAHASAN SOAL OSN MATEMATIKA SMP TINGKAT PROPINSI 2011 OLEH :SAIFUL ARIF, S.Pd (SMP NEGERI 2 MALANG)

PEMBAHASAN SOAL OSN MATEMATIKA SMP TINGKAT PROPINSI 2011 OLEH :SAIFUL ARIF, S.Pd (SMP NEGERI 2 MALANG) PEMBAHASAN SOAL OLIMPIADE SAINS NASIONAL SMP A. ISIAN SINGKAT SELEKSI TINGKAT PROPINSI TAHUN 011 BIDANG STUDI MATEMATIKA WAKTU : 150 MENIT 1. Jia x adalah jumlah 99 bilaga gajil terecil yag lebih besar

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

EFEKTIVITAS PEMBELAJARAN MATEMATIKA DENGAN MODEL QUANTUM TEACHING (QT) DITINJAU DARI KREATIVITAS BELAJAR SISWA KELAS VIII SMP N 2 TURI

EFEKTIVITAS PEMBELAJARAN MATEMATIKA DENGAN MODEL QUANTUM TEACHING (QT) DITINJAU DARI KREATIVITAS BELAJAR SISWA KELAS VIII SMP N 2 TURI EFEKTIVITAS PEMBELAJARAN MATEMATIKA DENGAN MODEL QUANTUM TEACING (QT) DITINJAU DARI KREATIVITAS BELAJAR SISWA KELAS VIII SMP N TURI Moita Dwiyai ), Ni Wahyu Utami ) Faultas Kgurua da Ilmu Pdidia Uivrsitas

Lebih terperinci

MODUL BARISAN DAN DERET

MODUL BARISAN DAN DERET MODUL BARISAN DAN DERET SEMESTER 2 Muhammad Zaial Abidi Persoal Blog http://meetabied.wordpress.com BAB I. PENDAHULUAN A. Desripsi Dalam modul ii, ada aa mempelajari pola bilaga, barisa, da deret diidetifiasi

Lebih terperinci

BAB 2 LANDASAN TEORI. lebar pita sinyal tersebut. Pada kebanyakan aplikasi, termasuk kamera digital video dan

BAB 2 LANDASAN TEORI. lebar pita sinyal tersebut. Pada kebanyakan aplikasi, termasuk kamera digital video dan BAB LADASA TEORI Teorema Shao-yquist meyataa agar tida ada iformasi yag hilag etia pecuplia siyal, maa ecepata pecuplia harus miimal dua ali dari lebar pita siyal tersebut. Pada ebayaa apliasi, termasu

Lebih terperinci

JURNAL TEKNOLOGI TECHNOSCIENTIA ISSN: Vol. 5 No. 1 Agustus 2012

JURNAL TEKNOLOGI TECHNOSCIENTIA ISSN: Vol. 5 No. 1 Agustus 2012 JUNL TKNOLOGI TCHNOSCINTI ISSN: 979-845 Vol. 5 No. gutu PNPN PNMPTN NILI IGN INFINIT SISTM SINGUL P PNYLSIN PSMN POLINOMIL MTIKS NTUK [ ] X + Y U) Kri Suryowati Yudi Styawa Jurua Matmatia Ititut Sai da

Lebih terperinci

1 4 A. 1 D. 4 B. 2 E. -5 C. 3 A.

1 4 A. 1 D. 4 B. 2 E. -5 C. 3 A. . Seorag pedagag membeli barag utuk dijual seharga Rp. 0.000,00. Bila pedagag tersebut meghedaki utug 0 %, maka barag tersebut harus dijual dega harga A. Rp. 00.000,00 D. Rp. 600.000,00 B. Rp. 00.000,00

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

3. Integral (3) (Integral Tentu)

3. Integral (3) (Integral Tentu) Darublic www.darublic.com. Itegral () (Itegral Tetu).. Luas Sebagai Suatu Itegral. Itegral Tetu Itegral tetu meruaa itegral ag batas-batas itegrasia jelas. Kose dasar dari itegral tertetu adalah luas bidag

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI. mandiri jika tidak mengandung t secara eksplisit di dalamnya. (Kreyszig, 1983)

I PENDAHULUAN II LANDASAN TEORI. mandiri jika tidak mengandung t secara eksplisit di dalamnya. (Kreyszig, 1983) I PENDAHULUAN Latar Belaag Permasalaha ebiaa pemaea ia yag memberia eutuga masimum da berelauta (tida teradi epuaha dari populasi ia yag dipae) adalah hal yag sagat petig bagi idustri periaa Para ilmuwa

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

TUGAS ANALISIS REAL LANJUT. a b < a + A. b + B < A B.

TUGAS ANALISIS REAL LANJUT. a b < a + A. b + B < A B. TUGAS ANALISIS REAL LANJUT NOVEMBER 207 () (a) Jika b > 0, B > 0, da a b < A, buktika ab < ba. Kemudia buktika B a b < a + A b + B < A B. (b) Buktika [ 2 (a + b)] 2 2 (a2 + b 2 ). Kemudia tujukka bahwa

Lebih terperinci

MACAM-MACAM TEKNIK MEMBILANG

MACAM-MACAM TEKNIK MEMBILANG 0 MACAM-MACAM TEKNIK MEMBILANG ATURAN PERKALIAN Beriut ii diberia sebuah dalil tetag peetua baya susua yag palig sederhaa dalam suatu permasalaha yag beraita dega peluag. Dalil 2.1: ATURAN PERKALIAN SECARA

Lebih terperinci

x x x1 x x,..., 2 x, 1

x x x1 x x,..., 2 x, 1 0.4 Variasi Kaoi amel Da Korelasi Kaoi amel amel aca dari observasi ada masig-masig variabel dari ( + q) variabel (), () daat digabuga edalam (( + q) ) data matris,,..., dimaa (0-5) Adau vetor rata-rata

Lebih terperinci

METODE SECANT-MIDPOINT NEWTON UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Supriadi Putra

METODE SECANT-MIDPOINT NEWTON UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Supriadi Putra METODE SENT-MIDPOINT NEWTON UNTUK MENYELESIKN PERSMN NONLINER Supriadi Putra [email protected] Laboratorium Komputasi Jurusa Matmatika Fakultas Matmatika da Ilmu Pgtahua lam Uivrsitas Riau Kampus Biawidya

Lebih terperinci

TEOREMA KEKONVERGENAN FUNGSI TERINTEGRAL HENSTOCK- KURZWEIL SERENTAK DAN FUNGSI BERSIFAT LOCALLY SMALL RIEMANN SUMS (LSRS) DARI RUANG EUCLIDE

TEOREMA KEKONVERGENAN FUNGSI TERINTEGRAL HENSTOCK- KURZWEIL SERENTAK DAN FUNGSI BERSIFAT LOCALLY SMALL RIEMANN SUMS (LSRS) DARI RUANG EUCLIDE Teorema Keovergea Fugsi Teritegral Hestoc(Aiswita) TORMA KKONVRGNAN FUNGSI TRINTGRAL HNSTOCK- KURZWIL SRNTAK DAN FUNGSI BRSIFAT LOCALLY SMALL RIMANN SUMS (LSRS) DARI RUANG UCLID K RUANG BARISAN Aiswita,

Lebih terperinci

METODE PENGUKURAN FERTILITAS

METODE PENGUKURAN FERTILITAS Diisi Pua Aa Kotiu Pua aa iataa otiu jia F P apat ugsi sara ( ( iyataa sagai ( ( F u u R ga : R aala ugsi yag tritgrala. Fugsi isut ugsi pata pluag ari. [Gritt a Stirzar 199] Nilai Harapa Diisi Nilai Harapa

Lebih terperinci

RENTANG NUMERIK UNTUK FUNGSI EKSPONENSIAL MATRIKS

RENTANG NUMERIK UNTUK FUNGSI EKSPONENSIAL MATRIKS RENTNG NUMERK UNTUK FUNGS EKSPONENSL MTRKS M.Nasir, Musraii Jurusa Mamaia Faulas Mamaia da lmu Pgahua lam, Uivrsias Riau Email: [email protected] BSTRK Suau spsial maris dirila dalam bu da rag umri dari didfiisia

Lebih terperinci

1. Ingkaran dari kalimat Jika koruptor tidak dapat ditangkap, maka rakyat tidak percaya kepada aparat hukum adalah...

1. Ingkaran dari kalimat Jika koruptor tidak dapat ditangkap, maka rakyat tidak percaya kepada aparat hukum adalah... . Igkara dari kalimat Jika koruptor tidak dapat ditagkap, maka rakyat tidak percaya kepada aparat hukum adalah... A. Jika koruptor dapat ditagkap, maka rakyat percaya kepada aparat hukum B. Jika koruptor

Lebih terperinci

APLIKASI RESIDU UNTUK MENYELESAIKAN PERSAMAAN DIFERENSIAL CAUCHY - EULER ORDE-n SKRIPSI. Oleh: IKE NORMA YUNITA NIM

APLIKASI RESIDU UNTUK MENYELESAIKAN PERSAMAAN DIFERENSIAL CAUCHY - EULER ORDE-n SKRIPSI. Oleh: IKE NORMA YUNITA NIM APLIKASI RESIDU UNTUK MENYELESAIKAN PERSAMAAN DIFERENSIAL CAUCHY - EULER ORDE- SKRIPSI Olh: IKE NORMA YUNITA NIM. 65 JURUSAN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM NEGERI (UIN) MAULANA

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

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

SISTEM LINIER. Oleh : Kholistianingsih, S.T., M.Eng. lts 1

SISTEM LINIER. Oleh : Kholistianingsih, S.T., M.Eng. lts 1 SISTEM LINIER Oleh : Kholistiaigsih, S.T., M.Eg. lts 1 2 Isyarat Waktu Diskrit di kawasa waktu. 2.1 Represetasi Isyarat Waktu Diskrit 2.2 Klasifikasi Rutu 2.3 Rutu rutu Dasar 2.4 Operasi di kawasa waktu

Lebih terperinci

( α = 0, 05 ) rumus yang digunakan untuk menentukan jumlah anggota sampel adalah:

( α = 0, 05 ) rumus yang digunakan untuk menentukan jumlah anggota sampel adalah: BAB LANDASAN TEORI Pramala adalah giaa umu mmpriraa apa ag aa rjadi pada masa ag aa daag brdasara pgalama di masa lalu. Mod pramala ag srig diguaa dalam oomi da duia usaha adalah dr wau (im sris).. Bbrapa

Lebih terperinci

Bab 6: Analisa Spektrum

Bab 6: Analisa Spektrum BAB Aalisa Spetrum Bab : Aalisa Spetrum Aalisa Spetrum Dega DFT Tujua Belajar Peserta dapat meghubuga DFT dega spetrum dari sial hasil samplig sial watu otiue. -poit DFT dari sial x adalah Xω ag diealuasi

Lebih terperinci

PEMBELAJARAN KONVERGENSI BARISAN BILANGAN DAN FUNGSI REAL DENGAN MATLAB dan GEOGEBRA

PEMBELAJARAN KONVERGENSI BARISAN BILANGAN DAN FUNGSI REAL DENGAN MATLAB dan GEOGEBRA Bidag Kajia : Pdidika Matmatika PEMBELAJARAN KONVERGENSI BARISAN BILANGAN DAN FUNGSI REAL DENGAN MATLAB da GEOGEBRA H.A. Parhusip Program Studi Matmatika Fakultas Sais da Matmatika Uivrsitas Krist Satya

Lebih terperinci

BAB V DISTRIBUSI PROBABILITAS DISKRIT

BAB V DISTRIBUSI PROBABILITAS DISKRIT BAB V DISTRIBUSI ROBABILITAS DISKRIT 5.. Distribusi Uniform Disrit Bila variabl aca X mmilii nilai,,... dngan probabilitas yang sama, maa distribusi uniform disrit dinyataan sbagai: f (, ) ;,,... paramtr

Lebih terperinci

MODUL 2 BILANGAN KOMPLEKS

MODUL 2 BILANGAN KOMPLEKS Diktat Kuliah EL- Matmatika Tkik I MODUL BILANGAN KOMPLEKS Satua Acara Prkuliaha Mdul (Bilaga Kmplks sbagai brikut Ptmua k- Pkk/Sub PkkBahasa TuuaPmblaara Bilaga Kmplks Pgatar Bilaga Kmplks Lambag Bilaga

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

TEORI ANTRIAN. A. Definisi dan Unsur-unsur Dasar Model Antrian

TEORI ANTRIAN. A. Definisi dan Unsur-unsur Dasar Model Antrian TEORI ANTRIAN Tori atria mrupaka studi matmatis mgai atria atau waitig lis yag di dalamya disdiaka bbrapa altratif modl matmatika yag dapat diguaka utuk mtuka bbrapa karaktristik da optimasi dalam pgambila

Lebih terperinci

Modifikasi Metode Bahgat tanpa Turunan Kedua dengan Orde Konvergensi Optimal

Modifikasi Metode Bahgat tanpa Turunan Kedua dengan Orde Konvergensi Optimal Smiar Nasioal Tkologi Iformasi, Komuikasi da Idustri (SNTIKI 9 ISSN (Pritd : 79-77 Fakultas Sais da Tkologi, UIN Sulta Syarif Kasim Riau ISSN (Oli : 79-406 Pkabaru, -9 Mi 07 Modifikasi Mtod Bahgat tapa

Lebih terperinci

APLIKASI RESIDU KOMPLEKS PADA PERSAMAAN DIFERENSIAL HOMOGEN CAUCHY- EULER ORDE DUA SKRIPSI. Oleh: YUDIA ISMAIL SYAFITRI NIM:

APLIKASI RESIDU KOMPLEKS PADA PERSAMAAN DIFERENSIAL HOMOGEN CAUCHY- EULER ORDE DUA SKRIPSI. Oleh: YUDIA ISMAIL SYAFITRI NIM: APLIKASI RESIDU KOMPLEKS PADA PERSAMAAN DIFERENSIAL HOMOGEN CAUCHY- EULER ORDE DUA SKRIPSI Olh: YUDIA ISMAIL SYAFITRI NIM: 4547 UNIVERSITAS ISLAM NEGERI MAULANA MALIK IBRAHIM MALANG FAKULTAS SAINS DAN

Lebih terperinci

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

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

Lebih terperinci

METODE ITERASI BARU UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR

METODE ITERASI BARU UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Vol. 9. No., 0 Jural Sais, Tkologi da Idustri METODE ITERASI BARU UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Supriadi Putra, Ria Kuriawati, Asmara Karma [email protected] Laboratorium Matmatika Trapa Jurusa

Lebih terperinci

SMA NEGERI 5 BEKASI UJIAN SEKOLAH

SMA NEGERI 5 BEKASI UJIAN SEKOLAH PEMERINTAH KOTA BEKASI DINAS PENDIDIKAN SMA NEGERI BEKASI Jl. Gamprit Jatiwarigi Asri Podok Gede -88 UJIAN SEKOLAH TAHUN PELAJARAN / L E M B A R S O A L Mata Pelajara : Matematika Kelas/Program : IPA Hari/Taggal

Lebih terperinci

Bab III Aplikasi Teori Kontrol H 2 Pada Sistem Suspensi

Bab III Aplikasi Teori Kontrol H 2 Pada Sistem Suspensi Bab III Alikasi Tori Kotrol H Pada Sistm Sssi 36 Bab III Alikasi Tori Kotrol H Pada Sistm Sssi Pggaa tori kotrol H tlah bayak digaka Olh kara it brikt ii aka dirkalka da macam alikasi tori kotrol H ii

Lebih terperinci

B a b 1 I s y a r a t

B a b 1 I s y a r a t 34 TKE 315 ISYARAT DAN SISTEM B a b 1 I s y a r a t (bagia 3) Idah Susilawati, S.T., M.Eg. Program Studi Tekik Elektro Fakultas Tekik da Ilmu Komputer Uiversitas Mercu Buaa Yogyakarta 29 35 1.5.2. Isyarat

Lebih terperinci

KONVERGENSI MODIFIKASI METODE NEWTON GANDA DENGAN MENGGUNAKAN KELENGKUNGAN KURVA

KONVERGENSI MODIFIKASI METODE NEWTON GANDA DENGAN MENGGUNAKAN KELENGKUNGAN KURVA Vol. 9. No. Jural Sais Tkologi da Idustri KONVERGENSI MODIFIKASI METODE NEWTON GANDA DENGAN MENGGUNAKAN KELENGKUNGAN KURVA Yuslita Muda Wartoo Novi Maulaa Laboratorium Matmatika Trapa Jurusa Matmatika

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

PERLUASAN METODE NEWTON DENGAN PENDEKATAN PARABOLIK

PERLUASAN METODE NEWTON DENGAN PENDEKATAN PARABOLIK PERLUASAN METDE NEWTN DENGAN PENDEKATAN PARABLIK Abdul Rahma, Supriadi Putra, Bustami Mahasiswa Program Studi S Matmatika Dos JurusaMatmatika Fakultas Matmatika da Ilmu Pgtahua Alam Uivrsitas Riau Kampus

Lebih terperinci

PERTEMUAN 13. VEKTOR dalam R 3

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

Lebih terperinci

II. LANDASAN TEORI. digunakan sebagai landasan teori pada penelitian ini. Teori dasar mengenai graf

II. LANDASAN TEORI. digunakan sebagai landasan teori pada penelitian ini. Teori dasar mengenai graf II. LANDASAN TEORI 2.1 Konsp Dasar Graf Pada bagian ini akan dibrikan konsp dasar graf dan dimnsi partisi graf yang digunakan sbagai landasan tori pada pnlitian ini. Tori dasar mngnai graf yang akan digunakan

Lebih terperinci

BAB 6 NOTASI SIGMA, BARISAN DAN DERET

BAB 6 NOTASI SIGMA, BARISAN DAN DERET BAB 6 NOTASI SIGMA, BARISAN DAN DERET A RINGKASAN MATERI. Notasi Sigma Diberia suatu barisa bilaga, a, a,..., a. Lambag deret tersebut, yaitu: a = a + a +... + a a meyataa jumlah suu pertama barisa Sifat-sifat

Lebih terperinci

BAB I METODE NUMERIK SECARA UMUM

BAB I METODE NUMERIK SECARA UMUM BAB I METODE NUMERIK SECARA UMUM Aplikasi modl matmatika banyak muncul dalam brbagai disiplin ilmu pngtahuan, sprti isika, kimia, konomi, prsoalan rkayasa (tknik msin, sipil, lktro). Modl matmatika yang

Lebih terperinci

ESTIMASI TITIK BAYESIAN OBYEKTIF

ESTIMASI TITIK BAYESIAN OBYEKTIF ESTIMASI TITIK BAYESIAN OBYEKTIF Adi Stiawa ([email protected]) Program Studi Matmatika, Fakultas Sais da Matmatika Uivrsitas Krist Satya Wacaa Jl Dipogoro 52-6 Salatiga 57, Idosia Abstrak Estimasi

Lebih terperinci

BAB V RANDOM VARIATE GENERATOR (PEMBANGKIT RANDOM VARIATE)

BAB V RANDOM VARIATE GENERATOR (PEMBANGKIT RANDOM VARIATE) BAB V RANDOM VARIATE GENERATOR (PEMBANGKIT RANDOM VARIATE) 5.1. Pembagit Radom Variate Disrit Suatu Radom Variate diartia sebagai ilai suatu radom variate yag mempuyai distribusi tertetu. Utu megambil

Lebih terperinci

BAB II LANDASAN TEORI. persamaan yang mengandung diferensial. Persamaan diferensial

BAB II LANDASAN TEORI. persamaan yang mengandung diferensial. Persamaan diferensial 5 BAB II LANDASAN TEORI A. Persamaa Diferesial Dari ata persamaa da diferesial, dapat diliat bawa Persamaa Diferesial beraita dega peelesaia suatu betu persamaa ag megadug diferesial. Persamaa diferesial

Lebih terperinci

MAKALAH TEOREMA BINOMIAL

MAKALAH TEOREMA BINOMIAL MAKALAH TEOREMA BINOMIAL Disusu utu memeuhi tugas mata uliah Matematia Disrit Dose Pegampu : Dr. Isaii Rosyida, S.Si, M.Si Rombel B Kelompo 2 1. Wihdati Martalya (0401516006) 2. Betha Kuria S. (0401516012)

Lebih terperinci

OLEH: DESTRIYANTI TRI BUDIARTI YULLIA HESTIANA IRWAN SEPTEMBER GUNAWAN

OLEH: DESTRIYANTI TRI BUDIARTI YULLIA HESTIANA IRWAN SEPTEMBER GUNAWAN OLEH: DESTRIYANTI 7 58 TRI BUDIARTI 7 YULLIA HESTIANA 7 5 IRWAN SEPTEBER 7 46 GUNAWAN 7 KELAS : 6. L ATA KULIAH : ATEATIKA LANJUTAN DOSEN PENGASUH : FADLI, S.Si FAKULTAS KEGURUAN DAN ILU PENDIDIKAN UNIVERSITAS

Lebih terperinci

Hendra Gunawan. 14 Februari 2014

Hendra Gunawan. 14 Februari 2014 MA20 MATEMATIKA 2A Hedra Guawa Semester II, 203/204 4 Februari 204 Sasara Kuliah Hari Ii 9. Barisa Tak Terhigga Memeriksa kekovergea suatu barisa da, bila mugki, meghitug limitya 9.2 Deret Tak Terhigga

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

Metode Iterasi Orde Konvergensi Enam Untuk Penyelesaian Persamaan Nonlinear

Metode Iterasi Orde Konvergensi Enam Untuk Penyelesaian Persamaan Nonlinear Smiar asioal Tkologi Iormasi Komuikasi da Idustri STIKI 9 ISS Pritd : 9- Fakultas Sais da Tkologi UI Sulta Sari Kasim Riau ISS li : 9-6 Pkabaru 8-9 Mi Mtod Itrasi rd Kovrgsi Eam Utuk Plsaia Prsamaa oliar

Lebih terperinci

DETEKSI GERAKAN MANUSIA DENGAN METODA PHASE ONLY CORRELATION.

DETEKSI GERAKAN MANUSIA DENGAN METODA PHASE ONLY CORRELATION. Risalah Loaarya Komputasi dalam Sais da Tologi ulir: 6-7 Agustus 0083-3 DETEKSI ERAKA MAUSIA DEA METODA PHASE OLY CORRELATIO R. B. Wahyu * Toto Widyato ** ABSTRAK DETEKSI ERAKA MAUSIA DEA METODA PHASE

Lebih terperinci

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

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

Lebih terperinci