BAB II LANDASAN TEORI

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

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

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

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

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

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI

TINJAUAN PUSTAKA Pengertian

BAB III PERUMUSAN PENDUGA DAN SIFAT SIFAT STATISTIKNYA

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

B a b 1 I s y a r a t

I. PENDAHULUAN II. LANDASAN TEORI

BARISAN DAN DERET. Nurdinintya Athari (NDT)

Distribusi Pendekatan (Limiting Distributions)

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

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

Solusi Numerik Persamaan Transport

MA1201 MATEMATIKA 2A Hendra Gunawan

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

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

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

BAB 1 PENDAHULUAN. dimana f(x) adalah fungsi tujuan dan h(x) adalah fungsi pembatas.

Hendra Gunawan. 12 Februari 2014

BARISAN TAK HINGGA DAN DERET TAK HINGGA

Model Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika

BAB 2 LANDASAN TEORI

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

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

ANUITAS DUE PADA STATUS HIDUP PERORANGAN BERDASARKAN FORMULA WOOLHOUSE

Statistika Matematika. Soal dan Pembahasan. M. Samy Baladram

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

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

4.7 TRANSFORMASI UNTUK MENDEKATI KENORMALAN

Kalkulus Rekayasa Hayati DERET

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

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

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

Barisan. Barisan Tak Hingga Kekonvergenan barisan tak hingga Sifat sifat barisan Barisan Monoton. 19/02/2016 Matematika 2 1

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

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

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

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

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

Fungsi Kompleks. (Pertemuan XXVII - XXX) Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya

II LANDASAN TEORI. Sebuah bilangan kompleks dapat dinyatakan dalam bentuk. z = x jy. (2.4)

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

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

Hendra Gunawan. 14 Februari 2014

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

1 n MODUL 5. Peubah Acak Diskret Khusus


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

BAB VI BARISAN TAK HINGGA DAN DERET TAK HINGGA

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

Himpunan/Selang Kekonvergenan

BAB II TINJAUAN PUSTAKA

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

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

Deret Fourier. Modul 1 PENDAHULUAN

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

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

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

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

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

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

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

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB II LANDASAN TEORI

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

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

MENENTUKAN PELUANG RUIN DENGAN METODE KOMBINASI EKSPONENSIAL

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

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

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

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

2 BARISAN BILANGAN REAL

I. DERET TAKHINGGA, DERET PANGKAT

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

MANAJEMEN RISIKO INVESTASI

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

BAB 6. DERET TAYLOR DAN DERET LAURENT Deret Taylor

PERTEMUAN 13. VEKTOR dalam R 3

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

BARISAN DAN DERET. Materi ke 1

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

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

BAB 2 TINJAUAN TEORI

Distribusi Sampel & Statistitik Terurut

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

Bab IV. Penderetan Fungsi Kompleks

Distribusi Sampel, Likelihood dan Penaksir

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

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

PENGUJIAN HIPOTESIS PADA REGRESI KUANTIL

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

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

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

Deret dan Aproksimasi. Deret MacLaurin Deret Taylor

Definisi Integral Tentu

METODE NUMERIK UNTUK SIMULASI. Pemodelan & Simulasi TM09

Transkripsi:

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)

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.5 4 2 k.2 2 4 6 8 1 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)

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.2 4 2 5 1 15 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.

laju pertumbuha 25 k.1 2 15 k.5 1 k.2 5 2 4 6 8 1 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.

ukura 1 8 k.1 k.5 6 k.2 4 2 1 2 3 4 5 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 1 2.. 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:

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)

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).4.3.2.1 1 2 3 4 5 6 Gambar 5 Fugsi sebara seragam dalam selag [2, 4].

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 31. 2. 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: () 1.5 1..5.2.4.6.8 1. 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 1 25. 12

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)