BAB II LANDASAN TEORI

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB II LANDASAN TEORI"

Transkripsi

1 BAB II LANDASAN TEORI 2.1. Model Pertumbuha Betuk ugsi pertumbuha satu jeis spesies pada umumya megguaka otasi ugsi aalitik yag diyataka dalam satu persamaa. Secara umum ugsi pertumbuha meyataka hubuga ukura berat () sebagai ugsi dari waktu (, da ditulis: (. (1) Laju pertumbuha merupaka ugsi dari ukura berat () da waktu ( yag memeuhi persamaa: d (2) u(,. dt (Frace & Thorley 1984) Model pertumbuha satu jeis spesies yag diguaka adalah model pertumbuha Richards. Richards adalah orag yag pertama kali meerapka persamaa pertumbuha yag dibagu dalam model yag disebut model Vo Bertalay utuk meujukka pertumbuha hewa (Gasca et al, 27). Persamaa pertumbuha Richards merupaka persamaa umum dari persamaa pertumbuha moomolekuler, logistik, Gompertz da persamaa laiya. Betuk umum dari persamaa Richards adalah: d k( ) dt (3) dega k da kostata yag berilai positi, serta adalah parameter. Solusi umum dari persamaa Richards adalah: ( 1 kt [ + ( ) e ] (4) (bukti dapat dilihat pada Lampira 1)

2 dega adalah ukura berat pada t da t. Utuk ilai -1, persamaa (3) mejadi: d dt k ( ) merupaka ukura berat utuk yag merupaka persamaa pertumbuha moomolekuler. Kurva laju pertumbuha model moomolekuler terhadap ukura pada persamaa (5) dega ilai k.2,.5, da.1 serta laju pertumbuha 1 1 diperlihatka pada Gambar 1. (5) 8 k.1 6 k k ukura Gambar 1 Laju pertumbuha model moomolekuler utuk ilai k.2,.5 da.1 serta ukura maksimum ( ) 1. Dari Gambar 1 di atas dapat dilihat bahwa pada model ugsi pertumbuha moomolekuler semaki besar ukura idividu maka laju pertumbuhaya semaki meuru. Dega megguaka beberapa ilai parameter k, ampak pula bahwa semaki besar ilai k maka semaki cepat peurua laju pertumbuha. Fugsi ukura idividu terhadap waktu dari model pertumbuha moomolekuler adalah: (bukti dapat dilhat pada Lampira 2) ( ) e ( dega meyataka ukura awal idividu pada saat peebara (ukura pada t ). Kurva ukura terhadap waktu utuk model ugsi pertumbuha kt (6)

3 moomolekuler pada persamaa (6) dega ilai 2, masig-masig.2,.5, da.1 diperlihatka pada Gambar 2. 1 serta ilai k ukura 1 8 k.1 k.5 6 k waktu Gambar 2 Fugsi pertumbuha model moomolekuler utuk ilai 2, 1 serta ilai k masig-masig.2,.5 da.1. Dari Gambar 2, dapat dilihat bahwa ugsi pertumbuha model moomolekuler merupaka ugsi yag mooto aik, koveks da ukura berat koverge ke ilai. Semaki besar ilai k ukura berat ika aka semaki cepat meuju ilai kekovergeaya. Utuk 1, persamaa (3) mejadi model persamaa logistik, yaitu: d dt k 1. (7) Graik laju pertumbuha model logistik pada persamaa (7) utuk ilai 1 serta ilai k masig-masig sebesar.2,.5, da.1 ditampilka pada Gambar 3.

4 laju pertumbuha 25 k k.5 1 k ukura Gambar 3 Laju pertumbuha model logistik utuk ilai masig-masig sebesar.2,.5, da.1 1 serta ilai k Dari Gambar 3, ugsi laju pertumbuha model logistik merupaka ugsi koveks da simetris serta laju maksimum tercapai pada ukura separuh dari ukura maksimumya. Fugsi ukura setiap idividu terhadap waktu dari model pertumbuha logistik adalah: ( + ( ) e kt (8) (bukti dapat dilihat pada Lampira 3) dega meyataka ukura awal idividu pada saat peebara. Kurva ukura terhadap waktu model ugsi pertumbuha logistik pada persmaa (8) utuk ilai 2, 1 serta ilai k masig-masig sebesar.2,.5 da.1 diperlihatka pada Gambar 4.

5 ukura 1 8 k.1 k.5 6 k waktu Gambar 4 Fugsi pertumbuha model logistik utuk ilai 2, serta ilai k sebesar.2,.5 da.1 1 Pada Gambar 4, ampak bahwa ugsi pertumbuha model logistik merupaka ugsi yag mooto aik, koveks da mecapai kestabila pada ilai Semaki besar ilai k semaki cepat meuju titik kestabilaya.. (Frace & Thorley, 1984) 2.2. Model Ekoomi Pemaea Nilai sekarag (preset value) dari jumlah arus kas diskret c c,..., c, t 1 t 2 t yag dibayarka pada periode t 1, t 2,... t dega t < t <. < t adalah: dega PV i 1 c v( ) t t i i 1 v( ti ) t (1 + r) i, r tigkat suku buga per periode waktu. Jika berlaku (9) suku buga majemuk kotiu δ yag berilai kosta utuk setiap waktu t maka ilai sekarag dari tigkat disko utuk 1 satua ilai pada setiap t dideiisika v δ t ( e. Jika M( meyataka total pembayara pada selag waktu [, t] maka dideiisika ρ ( t ) M '( utuk setiap t. Nilai sekarag dari total pembayara yag dilakuka pada waktu t T adalah:

6 PV T v T δ t ( ρ( dt e ρ( dt. (McCutcheo & Scott 1986) Misalka laju pertumbuha populasi ika diyataka dega F() da laju pae dega h(, maka laju pertumbuha berat ika & memeuhi persamaa: d & F( ) h(, t. dt Jika diasumsika p adalah harga pada waktu pae berilai kosta da c() ugsi biaya pada waktu ika berukura, maka peerimaa hasil pae pada waktu t diotasika dega R( memeuhi persamaa: [ p c( ) ] h( ) R( t. Diasumsika δ > adalah aktor disko kotiu, maka ilai sekarag dari ugsi peerimaa adalah: (1) (11) (12) PV e δt R( dt. Persamaa (11) da (12) disubstitusika ke persamaa (13) maka diperoleh: (13) PV e [ p c( )][ F( ) ] dt. δt & (Clark 1976) Misalka terdapat suatu ugsi produksi multivariabel, yaitu ugsi yag megguaka iput utuk memproduksi suatu produk.. Jika R meujukka sepaket iput, G() ugsi permitaa da p harga, maka ugsi peerimaaya diyataka dega R() pg(). Jika C() meujukka biaya sepaket iput, maka ugsi keutuga adalah: π ( ) R( ) C( ). Diasumsika bahwa yag membuat keutuga maksimum berada dalam positi, maka turua parsial dari π harus berilai ol pada ilai * optimal seperti yag diyataka oleh perumusa berikut: π i R C ( *) ( *) ( *) i i (14) (15) R (16) (Simo & Blume1994)

7 2.3. Fugsi Kepadata Peluag Misalka X adalah peubah acak kotiu yag memiliki ugsi kepadata peluag () da terdeiisi pada R. Siat-siat yag harus dipeuhi adalah: a. ( ) utuk semua R b. ( ) d 1. Fugsi kepadata peluag sebara kotiu yag diguaka dalam peetua waktu pae optimal kultur heteroge adalah sebara seragam da sebara beta. 1. Sebara Seragam Misalka X peubah acak yag ilaiya berada dalam selag [a, b]. Jika X meyebar seragam, maka X memiliki ugsi kepadata peluag: 1 ( ) b a, utuk, utuk a < < b laiya Nilai rata-rata da ragam dari sebara seragam berturut-turut adalah: a + b E( ) da 2 2 ( b a) Var( ). Graik ugsi sebara seragam peubah 12 acak X dalam selag [2, 4] disajika pada Gambar 5 berikut: ().5 (17) Gambar 5 Fugsi sebara seragam dalam selag [2, 4].

8 Dari Gambar 5, dapat dilihat bahwa ugsi kepadata peluag utuk 2 4 berupa ugsi kosta, yaitu ( ). 5 sedagka utuk ilai laiya ( ). Nilai rata-rata da ragam ugsi ii masig-masig sebesar 3 da Sebara Beta Peubah acak X yag meyebar beta dega parameter ( α, β ), α >, β > memiliki ugsi kepadata peluag: 1 ( ) B( α, β ) α 1 (1 ) β 1 ; < < 1 ; laiya (18) dega B 1 α 1 β 1 ( α, β ) (1 ) d. Nilai rata-rata da ragam dari sebara beta berturut-turut adalah: α αβ E () da Var ( ) 2 α + β ( α + β + 1)( α + β ). Graik ugsi sebara beta utuk α 3 da β 2 disajika pada Gambar 6 berikut: () Gambar 6 Fugsi sebara beta ()utuk ilai α 3 da β 2 Pada Gambar 6, ampak bahwa ugsi kepadata peluag sebara beta utuk α 3 da β 2 merupaka ugsi kovek pada selag [, 1]. Pada selag [, 1] 2 rumus ugsi kepadata peluagya adalah ( ) 1 (1 ) da ( ) 3 utuk ilai laiya. Nilai rata-rata da ragam berturut-turut adalah 5 da

9 Teorema trasormasi. ugsi kepadata peluag Misalka X merupaka peubah acak kotiu dega X da himpua ilai yag mugki dari adalah A. Utuk ugsi ivers h: A R, misalka Y h(x) merupaka peubah acak dega himpua ilai yag mugki B h(a) {h(a) : a A}. Misalka bahwa ivers dari y h() adalah h 1 ( y) yag dapat didieresialka utuk semua ilai y B. Maka Y sebagai ugsi kepadata peluag dari y diberika oleh: Y 1 1 ( h ( y) ) ( h )'( y) ( y), y B. X (19) (Ghahramai, 25) 2.4. Deret Taylor Misalka I adalah selag yag memuat ilai a. Jika g dapat didieresialka higga orde ke- pada selag I, maka g dapat direpresetasika dalam betuk deret sebagai berikut: ( 1) g ( a) g( ) g( a) + g'( a)( a) + K + ( a) ( 1)! 1 + R ( ) (2) dega R 1 ( ) 1 ( ) g s)( s) ds. 1 (Salas & Hille 1978)

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

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

Lebih terperinci

LANDASAN TEORI. Secara umum, himpunan kejadian A i ; i I dikatakan saling bebas jika: Ruang Contoh, Kejadian, dan Peluang

LANDASAN TEORI. Secara umum, himpunan kejadian A i ; i I dikatakan saling bebas jika: Ruang Contoh, Kejadian, dan Peluang 2 LANDASAN TEORI Ruag Cotoh, Kejadia, da Peluag Percobaa acak adalah suatu percobaa yag dapat diulag dalam kodisi yag sama, yag hasilya tidak dapat diprediksi secara tepat tetapi dapat diketahui semua

Lebih terperinci

oleh hasil kali Jika dan keduanya fungsi yang dapat didiferensialkan, maka

oleh hasil kali Jika dan keduanya fungsi yang dapat didiferensialkan, maka Itegral etu Jika fugsi kotiu yag didefiisika utuk, kita bagi selag mejadi selag bagia berlebar sama Misalka berupa titik ujug selag bagia ii da pilih titik sampel di dalam selag bagia ii, sehigga terletak

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI

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

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

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

Lebih terperinci

BAB III PERUMUSAN PENDUGA DAN SIFAT SIFAT STATISTIKNYA

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

Lebih terperinci

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

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

Lebih terperinci

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

I. PENDAHULUAN II. LANDASAN TEORI

I. PENDAHULUAN II. LANDASAN TEORI I PENDAHULUAN 1 Latar belakag Model pertumbuha Solow-Swa (the Solow-Swa growth model) atau disebut juga model eoklasik (the eo-classical model) pertama kali dikembagka pada tahu 195 oleh Robert Solow da

Lebih terperinci

BARISAN DAN DERET. Nurdinintya Athari (NDT)

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

Lebih terperinci

Distribusi Pendekatan (Limiting Distributions)

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

Lebih terperinci

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

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

Lebih terperinci

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X Pedugaa Selag: Metode Pivotal Lagkah-lagkahya 1. Adaika X1, X,..., X adalah cotoh acak dari populasi dega fugsi kepekata f( x; ), da parameter yag tidak diketahui ilaiya. Adaika T adalah peduga titik bagi..

Lebih terperinci

Solusi Numerik Persamaan Transport

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

Lebih terperinci

MA1201 MATEMATIKA 2A Hendra Gunawan

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

Lebih terperinci

BAB II LANDASAN TEORI. Pada bagian ini akan dibahas tentang teori-teori dasar yang. digunakan untuk dalam mengestimasi parameter model.

BAB II LANDASAN TEORI. Pada bagian ini akan dibahas tentang teori-teori dasar yang. digunakan untuk dalam mengestimasi parameter model. BAB II LANDASAN TEORI Pada bagia ii aka dibahas tetag teori-teori dasar yag diguaka utuk dalam megestimasi parameter model.. MATRIKS DAN VEKTOR Defiisi : Trace dari matriks bujur sagkar A a adalah pejumlaha

Lebih terperinci

BAB III TAKSIRAN KOEFISIEN KORELASI POLYCHORIC DUA TAHAP. Permasalahan dalam tugas akhir ini dibatasi hanya pada penaksiran

BAB III TAKSIRAN KOEFISIEN KORELASI POLYCHORIC DUA TAHAP. Permasalahan dalam tugas akhir ini dibatasi hanya pada penaksiran BAB III TAKSIRAN KOEFISIEN KORELASI POLYCHORIC DUA TAHAP Permasalaha dalam tugas akhir ii dibatasi haya pada peaksira besarya koefisie korelasi polychoric da tidak dilakuka peguia terhadap koefisie korelasi

Lebih terperinci

BAB III PENGGUNAAN METODE EMPIRICAL BEST LINEAR UNBIASED PREDICTION (EBLUP) PADA GENERAL LINEAR MIXED MODEL

BAB III PENGGUNAAN METODE EMPIRICAL BEST LINEAR UNBIASED PREDICTION (EBLUP) PADA GENERAL LINEAR MIXED MODEL BAB III PENGGUNAAN MEODE EMPIRICAL BES LINEAR UNBIASED PREDICION (EBLUP PADA GENERAL LINEAR MIXED MODEL Pada Bab III ii aka dibahas megeai taksira parameter pada Geeral Liear Mixed Model berdasarka asumsi

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

Hendra Gunawan. 12 Februari 2014

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

Lebih terperinci

BARISAN TAK HINGGA DAN DERET TAK HINGGA

BARISAN TAK HINGGA DAN DERET TAK HINGGA BARIAN TAK HINGGA DAN DERET TAK HINGGA Bajar/Barisa Tak Higga Barisa tak higga { } adalah suatu fugsi dari dimaa daerah domaiya adalah himpua bilaga bulat positif (bilaga asli). Cotoh: Bila.. maka fugsi

Lebih terperinci

Model Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika

Model Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika Prosidig Semirata FMIPA Uiversitas Lampug, 0 Model Pertumbuha BeefitAsurasi Jiwa Berjagka Megguaka Deret Matematika Edag Sri Kresawati Jurusa Matematika FMIPA Uiversitas Sriwijaya edagsrikresawati@yahoocoid

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Distribusi Ekspoesial Fugsi ekspoesial adalah salah satu fugsi yag palig petig dalam matematika. Biasaya, fugsi ii ditulis dega otasi exp(x) atau e x, di maa e adalah basis logaritma

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

ANUITAS DUE PADA STATUS HIDUP PERORANGAN BERDASARKAN FORMULA WOOLHOUSE

ANUITAS DUE PADA STATUS HIDUP PERORANGAN BERDASARKAN FORMULA WOOLHOUSE 2 ANUITAS DUE PADA STATUS HIDUP PERORANGAN BERDASARKAN FORMULA WOOLHOUSE Sri Purwati 1, Johaes Kho 2, Aziskha 2 1 Mahasiswa Program S1 Matematika FMIPA Uiversitas Riau email : srii_purwatii@yahoo.co.id

Lebih terperinci

Statistika Matematika. Soal dan Pembahasan. M. Samy Baladram

Statistika Matematika. Soal dan Pembahasan. M. Samy Baladram Statistika Matematika Soal da embahasa M Samy Baladram Bab 4 Ubiasedess, Cosistecy, ad Limitig istributios Ubiasedess, Cosistecy, ad Limitig istributios 41 Ekspektasi Fugsi Key oits Ṫeorema 411 Jika T

Lebih terperinci

MATEMATIKA BISNIS. OLEH: SRI NURMI LUBIS, S.Si GICI BUSSINESS SCHOOL BATAM

MATEMATIKA BISNIS. OLEH: SRI NURMI LUBIS, S.Si GICI BUSSINESS SCHOOL BATAM MATEMATIKA BISNIS OLEH: SRI NURMI LUBIS, S.Si GICI BUSSINESS SCHOOL BATAM BAB BARISAN DAN DERET A. BARISAN Barisa bilaga adalah susua bilaga yag diurutka meurut atura tertetu.betuk umum barisa bilaga a,

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

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

Lebih terperinci

4.7 TRANSFORMASI UNTUK MENDEKATI KENORMALAN

4.7 TRANSFORMASI UNTUK MENDEKATI KENORMALAN 4.7 TRANSFORMASI UNTUK MENDEKATI KENORMALAN Saat asumsi keormala tidak dipuhi maka kesimpula yag kita buat berdasarka suatu metod statistik yag mesyaratka asumsi keormala meadi tidak baik, sehigga mucul

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

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

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

Lebih terperinci

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

KEKONVERGENAN MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA. Fitriani Agustina, Math, UPI

KEKONVERGENAN MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA. Fitriani Agustina, Math, UPI KEKONVERGENAN MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA Fitriai Agustia, Math, UPI 1 Fiacial Derivative Opsi Mafaat Opsi Opsi Eropa Peetua Harga Opsi Kekovergea Model Biomial Fitriai Agustia, Math,

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

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

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

Lebih terperinci

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

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

Lebih terperinci

Selang Kepercayaan (Confidence Interval) Pengantar Penduga titik (point estimator) telah dibahas pada kuliah-kuliah sebelumnya. Walau statistikawan

Selang Kepercayaan (Confidence Interval) Pengantar Penduga titik (point estimator) telah dibahas pada kuliah-kuliah sebelumnya. Walau statistikawan Selag Kepercayaa (Cofidece Iterval) Pegatar Peduga titik (poit estimator) telah dibahas pada kuliah-kuliah sebelumya. Walau statistikawa telah berusaha memperoleh peduga titik yag baik, amu hampir bisa

Lebih terperinci

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya 5 BAB II LANDASAN TEORI Dalam tugas akhir ii aka dibahas megeai peaksira besarya koefisie korelasi atara dua variabel radom kotiu jika data yag teramati berupa data kategorik yag terbetuk dari kedua variabel

Lebih terperinci

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

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

Lebih terperinci

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

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

i adalah indeks penjumlahan, 1 adalah batas bawah, dan n adalah batas atas.

i adalah indeks penjumlahan, 1 adalah batas bawah, dan n adalah batas atas. 4 D E R E T Kosep deret merupaka kosep matematika yag cukup populer da aplikatif khusuya dalam kasus-kasus yag meyagkut perkembaga da pertumbuha suatu gejala tertetu. Apabila perkembaga atau pertumbuha

Lebih terperinci

MATEMATIKA EKONOMI 1 Deret. DOSEN Fitri Yulianti, SP, MSi.

MATEMATIKA EKONOMI 1 Deret. DOSEN Fitri Yulianti, SP, MSi. MATEMATIKA EKONOMI 1 Deret DOSEN Fitri Yuliati, SP, MSi. Deret Deret ialah ragkaia bilaga yag tersusu secara teratur da memeuhi kaidah-kaidah tertetu. Bilaga-bilaga yag merupaka usur da pembetuk sebuah

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

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

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

Lebih terperinci

1 n MODUL 5. Peubah Acak Diskret Khusus

1 n MODUL 5. Peubah Acak Diskret Khusus ODUL 5 Peubah Acak Diskret Khusus Terdapat beberapa peubah acak diskret khusus yag serig mucul dalam aplikasi. Peubah Acak Seragam ( Uiform) Bila X suatu peubah acak diskret dimaa setiap eleme dari X mempuyai

Lebih terperinci

UJIAN MASUK BERSAMA PERGURUAN TINGGI (UMB - PT) Mata Pelajara : Matematika Dasa Taggal : 06 Jui 009 Kode Soal : 0 0 www.olieschools.ame. Produksi beras propisi P tahu 990 adalah 00 ribu to da sampai tahu

Lebih terperinci

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP STATISTICS Haug N. Prasetyo Week 11 PENDAHULUAN Regresi da korelasi diguaka utuk megetahui hubuga dua atau lebih kejadia (variabel) yag dapat diukur secara matematis. Ada dua hal yag diukur atau diaalisis,

Lebih terperinci

BAB VI BARISAN TAK HINGGA DAN DERET TAK HINGGA

BAB VI BARISAN TAK HINGGA DAN DERET TAK HINGGA BAB VI BARIAN TAK HINGGA DAN DERET TAK HINGGA Bajar/Barisa Tak Higga Barisa tak higga { },,,,, adalah suatu fugsi dari dimaa daerah domaiya adalah himpua bilaga bulat positif (bilaga asli). Cotoh: Bila,,,..,

Lebih terperinci

III. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung

III. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung 42 III. METODE PENELITIAN 3.. Lokasi da Waktu Peelitia Lokasi peelitia dilakuka di Provisi Sumatera Barat yag terhitug mulai miggu ketiga bula April 202 higga miggu pertama bula Mei 202. Provisi Sumatera

Lebih terperinci

Himpunan/Selang Kekonvergenan

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

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 3 BAB II TINJAUAN PUSTAKA.1 Ruag Cotoh, Kejadia da Peluag Defiisi.1 (Ruag cotoh da kejadia) Suatu percobaa yag dapat diulag dalam kodisi yag sama, yag hasilya tidak bisa diprediksi secara tepat tetapi

Lebih terperinci

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

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

Lebih terperinci

ANUITAS. 9/19/2012 MK. Aktuaria Darmanto,S.Si.

ANUITAS. 9/19/2012 MK. Aktuaria Darmanto,S.Si. ANUITAS 9/19/2012 MK. Aktuaria Darmato,S.Si. 1 OVERVIEW Auitas adl suatu pembayara dalam jumlah tertetu, yag dilakuka setiap selag waktu da lama tertetu, secara berkelajuta. Suatu auitas yg pasti dilakuka

Lebih terperinci

Deret Fourier. Modul 1 PENDAHULUAN

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

Lebih terperinci

Statistika dibagi menjadi dua, yaitu: 1. Statistika Deskriftif 2. Statistik Inferensial Penarikan kesimpulan dapat dilakukan dengan dua cara, yaitu:

Statistika dibagi menjadi dua, yaitu: 1. Statistika Deskriftif 2. Statistik Inferensial Penarikan kesimpulan dapat dilakukan dengan dua cara, yaitu: Peaksira Parameter Statistika dibagi mejadi dua yaitu:. Statistika Deskriftif 2. Statistik Iferesial Pearika kesimpula dapat dilakuka dega dua cara yaitu:. Peaksira Parameter 2. Pegujia Hipotesis Peaksira

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

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Manajemen Keuangan. Idik Sodikin,SE,MBA,MM KONSEP WAKTU UANG PADA MASALAH KEUANGAN. Modul ke: Fakultas EKONOMI DAN BISNIS. Program Studi Akuntansi

Manajemen Keuangan. Idik Sodikin,SE,MBA,MM KONSEP WAKTU UANG PADA MASALAH KEUANGAN. Modul ke: Fakultas EKONOMI DAN BISNIS. Program Studi Akuntansi Modul ke: 05 KONSEP WAKTU UANG PADA MASALAH KEUANGAN Fakultas EKONOMI DAN BISNIS Program Studi Akutasi Idik Sodiki,SE,MBA,MM Pedahulua Kosep ilai waktu dari uag (time value of moey) pada dasarya mejelaska

Lebih terperinci

BAB II PEMBAHASAN. Dalam statistik Maxwell- Boltzman, ada dua ciri- ciri yang digunakan:

BAB II PEMBAHASAN. Dalam statistik Maxwell- Boltzman, ada dua ciri- ciri yang digunakan: BAB II PEMBAHASAN A. Keadaa Makro da Keadaa Mikro Masalah utama yag dihadapi dalam mekaika statistik adalah meetuka sebara yag mugki dari partikel- partikel kedalam tigkat- tigkat eergi da keadaa- keadaa

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN EORI Pada bab ii aka dijelaska megeai ladasa teori yag aka diguaka pada bab pembahasa. eori-teori ii diguaka sebagai baha acua yag medukug tujua peulisa. Materi-materi yag aka dibahas atara

Lebih terperinci

III PERBANDINGAN MODEL-MODEL BINOMIAL. : harga saham : tingkat harapan pendapatan. yaitu

III PERBANDINGAN MODEL-MODEL BINOMIAL. : harga saham : tingkat harapan pendapatan. yaitu III PERBANDINGAN MODEL-MODEL BINOMIAL 3. Model Kotiu da Model Diskret Perkembaga Harga Saham Saham merupaka aset fiasial yag ilaiya berubah-ubah megikuti harga pasar, sehigga dalam jagka waktu tertetu

Lebih terperinci

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

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

Lebih terperinci

MENENTUKAN PELUANG RUIN DENGAN METODE KOMBINASI EKSPONENSIAL

MENENTUKAN PELUANG RUIN DENGAN METODE KOMBINASI EKSPONENSIAL MENENTUKAN PELUANG RUIN DENGAN METODE KOMBINASI EKSPONENSIAL Karmila 1*, Hasriati 2, Haposa Sirait 2 1 Mahasiswa Program S1 Matematika 2 Dose Jurusa Matematika Fakultas Matematika da Ilmu Pegetahua Alam

Lebih terperinci

Uji apakah ada perbedaan signifikan antara mean masing-masing laboratorium. Gunakan α=0.05.

Uji apakah ada perbedaan signifikan antara mean masing-masing laboratorium. Gunakan α=0.05. MA 8 STATISTIKA DASAR SEMESTER I /3 KK STATISTIKA, FMIPA ITB UJIAN AKHIR SEMESTER (UAS) Sei, Desember, 9.3.3 WIB ( MENIT) Kelas. Pegajar: Utriwei Mukhaiyar, Kelas. Pegajar: Sumato Wiotoharjo Jawablah pertayaa

Lebih terperinci

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

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

Lebih terperinci

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

Peubah Acak. Peubah Acak Diskrit dan Distribusi Peluang. Peubah Acak. Peubah Acak

Peubah Acak. Peubah Acak Diskrit dan Distribusi Peluang. Peubah Acak. Peubah Acak Peubah Acak Peubah Acak Diskrit da Distribusi Peluag Peubah Acak (Radom Variable): Sebuah keluara umerik yag merupaka hasil dari percobaa (eksperime) Utuk setiap aggota dari ruag sampel percobaa, peubah

Lebih terperinci

2 BARISAN BILANGAN REAL

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

Lebih terperinci

I. DERET TAKHINGGA, DERET PANGKAT

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

Lebih terperinci

terurut dari bilangan bulat, misalnya (7,2) (notasi lain 2

terurut dari bilangan bulat, misalnya (7,2) (notasi lain 2 Bab Bilaga kompleks BAB BILANGAN KOMPLEKS Defiisi Bilaga Kompleks Sebelum medefiisika bilaga kompleks, pembaca diigatka kembali pada permasalah dalam sistem bilaga yag telah dikeal sebelumya Yag pertama

Lebih terperinci

MANAJEMEN RISIKO INVESTASI

MANAJEMEN RISIKO INVESTASI MANAJEMEN RISIKO INVESTASI A. PENGERTIAN RISIKO Resiko adalah peyimpaga hasil yag diperoleh dari recaa hasil yag diharapka Besarya tigkat resiko yag dimasukka dalam peilaia ivestasi aka mempegaruhi besarya

Lebih terperinci

(A.4) PENENTUAN CADANGAN DISESUAIKAN MELALUI METODE ILLINOIS PADA PRODUK ASURANSI DWIGUNA BERPASANGAN

(A.4) PENENTUAN CADANGAN DISESUAIKAN MELALUI METODE ILLINOIS PADA PRODUK ASURANSI DWIGUNA BERPASANGAN Prosidig Semiar Nasioal Statistika Uiversitas Padjadjara, 3 November 2 (A.4) PENENTUAN CADANGAN DSESUAKAN MELALU METODE LLNOS PADA PRODUK ASURANS DWGUNA BERPASANGAN Suhartii, Lieda Noviyati, Achmad Zabar

Lebih terperinci

BAB 6. DERET TAYLOR DAN DERET LAURENT Deret Taylor

BAB 6. DERET TAYLOR DAN DERET LAURENT Deret Taylor Bab 6 Deret Taylor da Deret Lauret BAB 6 DERET TAYLOR DAN DERET LAURENT 6 Deret Taylor Misal fugsi f aalitik pada - < R ligkara dega pusat di da jari-jari R Maka utuk setiap titik pada ligkara itu f dapat

Lebih terperinci

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

PEMBAHASAN SALAH SATU PAKET SOAL UN MATEMATIKA SMA PROGRAM IPS TAHUN PELAJARAN 2012/2013

PEMBAHASAN SALAH SATU PAKET SOAL UN MATEMATIKA SMA PROGRAM IPS TAHUN PELAJARAN 2012/2013 http://asyikyabelajar.wordpress.com PEMBAHAAN ALAH ATU PAKET OAL UN MATEMATIKA MA PROGRAM IP TAHUN PELAJARAN 0/0. Igkara dari peryataa emua makhluk hidup memerluka air da oksige adalah... A. emua makhluk

Lebih terperinci

BARISAN DAN DERET. Materi ke 1

BARISAN DAN DERET. Materi ke 1 BARISAN DAN DERET Materi ke 1 Pola Bilaga adalah? Susua bilaga yag disusu meurut atura tertetu. Cotoh : 1. Pola Bilaga Gajil 1, 3, 5,... 2. Pola Bilaga Geap 2, 4, 6,... PERHATIKAN SSNAN BILANGAN DI BAWAH

Lebih terperinci

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

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

Lebih terperinci

BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA DAN FAKTOR DISKON

BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA DAN FAKTOR DISKON BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARA DAN FAKTOR DIKON 3.1 Ecoomic Order Quatity Ecoomic Order Quatity (EOQ) merupaka suatu metode yag diguaka utuk megedalika

Lebih terperinci

BAB 2 TINJAUAN TEORI

BAB 2 TINJAUAN TEORI BAB 2 TINJAUAN TEORI 2.1 ISTILAH KEENDUDUKAN 2.1.1 eduduk eduduk ialah orag atatu idividu yag tiggal atau meetap pada suatu daerah tertetu dalam jagka waktu yag lama. 2.1.2 ertumbuha eduduk ertumbuha peduduk

Lebih terperinci

Distribusi Sampel & Statistitik Terurut

Distribusi Sampel & Statistitik Terurut Distribusi Sampel & Statistitik Terurut Sampel Acak, Rataa sampel, X-bar, Variasi sampel, S, Teorema Limit Pusat, Distribusi t,, F Statistik Terurut MA 3181 Teori Peluag 11 November 014 Utriwei Mukhaiyar

Lebih terperinci

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

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

Lebih terperinci

Bab IV. Penderetan Fungsi Kompleks

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

Lebih terperinci

Distribusi Sampel, Likelihood dan Penaksir

Distribusi Sampel, Likelihood dan Penaksir BAB 1 Distribusi Sampel, Likelihood da Peaksir 1.1 Sampel Acak Misalka X 1, X 2,..., X sampel acak berukura (radom sample of size ). Fugsi peluag -variat ya adalah f X1,X 2,,X (x 1, x 2,..., x ) = f Xi

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

PENGUJIAN HIPOTESIS PADA REGRESI KUANTIL

PENGUJIAN HIPOTESIS PADA REGRESI KUANTIL PENGUJIAN HIPOTESIS PADA REGRESI KUANTIL Nurwahida Astari, Amra, Adi Kresa Jaya Departeme Matematika Fakultas Matematika da Ilmu Pegetahua Alam Uiversitas Hasauddi E-mail: urwahida.astari95yahoo.co.id

Lebih terperinci

II. LANDASAN TEORI. Pada bab ini akan diberikan beberapa istilah, definisi serta konsep-konsep yang

II. LANDASAN TEORI. Pada bab ini akan diberikan beberapa istilah, definisi serta konsep-konsep yang II. LANDASAN TEORI Pada bab ii aka diberika beberapa istilah, defiisi serta kosep-kosep yag medukug dalam peelitia ii. 2.1 Kosep Dasar Teori Graf Berikut ii aka diberika kosep dasar teori graf yag bersumber

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Deret dan Aproksimasi. Deret MacLaurin Deret Taylor

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

Lebih terperinci

Definisi Integral Tentu

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

Lebih terperinci

METODE NUMERIK UNTUK SIMULASI. Pemodelan & Simulasi TM09

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

Lebih terperinci