Ikhtisar
Silabus
Persamaan selisih (difference equations)
Proses rekursif memunculkan persamaan selisih
Memecahkan persamaan selisih linier orde satu dan dua
Silabus
Silabus
Pengalaman mengajar:
Guru Matematika & Tenis SMU Kusuma Bangsa, Palembang
Asisten Dosen Pengantar Matematika, Kalkulus, Aljabar Linier, Statistika
Matematika, Institut Pertanian Bogor
Dosen Biostatistika dan Bioinformatika, Fakultas Teknobiologi, Unika Atma Jaya
Jakarta
Asisten dosen Statistical Learning and Data Mining, Computation and Systems
Biology, Singapore-MIT Alliance
Visi & Misi: Menuju Indonesia Jaya dengan ahli-ahli biologi yang mumpuni
dari sisi kemampuan kuantitatif dan komputasional, yang mana untuk itu
terlibat dalam upaya:
Menghasilkan lulusan Prodi Biologi Universitas Surya yang berorientasi data
dan model
Menggeser paradigma dalam pembelajaran sains biologi di Indonesia
Mengembangkan penelitian biologi maupun multidisiplin yang berintikan
sains biologi
Silabus
Manfaat kuliah:
Memperoleh pemahaman konsep dasar kalkulus
Mengembangkan cara berpikir yang berorientasi model matematis
Meningkatkan kemampuan mengenal pola (pattern recognition) dan
memecahkan masalah (problem solving)
Meningkatkan kemampuan personal (kepercayaan diri)
Mengembangkan keterampilan menggunakan R software
Referensi
Calculus for the life sciences: a modeling approach, vol. I, Cornette &
Ackerman (Iowa State University, 2011).
Bio Calculus, Prahmana (Surya University, 2012)
Silabus
Topik kuliah
Persamaan selisih
Fungsi
First half
Limit
Turunan
Integral
Second half
Persamaan differensial
Penilaian:
Proyek, Quiz & Tugas
UTS
UAS
30%
30%
40%
Persamaan selisih
un = un 1 + n
1
u1
3
u2
6
u3
10
u4
15
u5
un = un 1 + 2n 1
1
u1
4
u2
9
u3
...
un
...
un
un = 2 un 1
1
u1
2
u2
4
u3
...
un
Rabbit problem
1
f1
1
f2
un = un 1 + un 2
2
f3
3
f4
5
f5
...
un
$500*(1+10%) = $550
$550*(1+10%) = $605
I1
In = In 1 * (1 + 10%)
I2
...
Sisa hutang
Loans
In
bunga
angsuran
Waktu
$500
u0
$500 *(1+k) c
u1
u2
un = (1+k) * un 1 c
...
un
P0
(1 d) * P0
P1
Pn = b * Pn 1 + (1 d) * Pn 1
d * P0
b * P1
d * P1
(1 d) * P1
P2
(1 d) * P2
b * P2
d * P2
Rekursi dan
persamaan selisih
E I
P0
d * P0
(1 d) * P0 + (I E)
E I
b * P0
P1
d * P1
(1 d) * P1 + (I E)
Pn = b * Pn 1 + (1 d) * Pn 1 + (I E)
E I
b * P1
P2
d * P2
(1 d) * P2 + (I E)
b * P2
Rekursi dan
persamaan selisih
(1 d>12) * P>12
P>12(t)
P>12(t+1)
P 12(t+1)
b * P>12
11
1 d 12 P12 t b P12 t
12
1
P12 t 1 1 d 12 P12 t 1 d 12 P12 t
12
P12 t 1
d12 * P12
P12(t)
d>12 * P>12
Bentuk matriks:
Pt 1 APt
Penyelesaian umum:
Case 1
Case 2
Model Data
Contoh 1:
Hubungan temperatur
dan persentase tanaman
dengan sisi daun mulus
temperatur
Contoh 2:
Hubungan jumlah derik
jangkerik per menit
dengan suhu
Model data
Mencari hubungan antara variabel meskipun tidak ada mekanisme sebab-akibat
yang melandasinya
Model matematika:
deskripsi (pernyataan) verbal ringkas mengenai interaksi dan gaya yang
mengakibatkan perubahan menurut waktu atau posisi dalam suatu proses biologi.
Dinamika
biologi
Asumsi Model
Matematika
Persamaan
Dinamik
Solusi
Persamaan
Dinamik
Komparasi
Prediksi Model
dan Data
Step 1
Step 2
Step 3
Step 4
Grafik terpenting
* Persamaan
B(t+1) B(t) = k B(t) B(t+1) B(t) = (2/3) B(t)
Estimasi k: metode kuadrat terkecil, etc.
Solusi iteratif:
B(0) = 0.022
B(1) = (5/3) B(0) = (5/3) 0.022 = 0.037
B(2) = (5/3) B(1) = (5/3) 0.037 = 0.061
dst.
main interest
Densitas populasi
original
+ prediksi
waktu
Validitas model
Valid jika telah digunakan oleh banyak laboratorium dan pemeriksaan kritis terhadap gaya
dan interaksi yang menghasilkan persamaan untuk model.
Selalu ada pilihan persamaan lain untuk model (dalam kasus ini, B(t) = 0.0236 + 0.000186 t
+ 0.00893 t2), namun kita harus memilih persamaan yang diturunkan melalui pemahaman
terhadap proses biologi yang terjadi.
Persamaan
I(d+1) I(d) = f I(d)
original
+ prediksi
Very good!
Estimasi nilai f,
say f = 0.18 F = 0.082
Day 1
Day 2
Day 3
Day 4
Day 5
Day 6
Day 7
Day 8
Day 9
Waktu
(hari)
Area
(mm2)
25
50
78
126
180
248
326
420
Persamaan
A(t+1) A(t) = k C(t) A(t+1) A(t) = 2k A(t)
Persamaan
r(t+1) r(t) = c (A(t+1)/).5 (A(t)/).5 = c
Area
Prediksi
Jari-jari
25
50
78
126
180
248
326
420
A(t)
1.13
4.01
1.60
16.47
2.82
37.37
3.99
66.73
4.98
104.54
6.33
150.80
7.57
205.51
8.89
268.67
10.19
340.28
11.57
420.34
original
+ prediksi
V = volume danau
F = aliran air (jumlah air masuk dan keluar) danau setiap hari
L = jumlah limbah masuk setiap hari
t = waktu
W(t) = jumlah limbah di danau saat t
C(t) = konsentrasi limbah di danau
Persamaan
W(t+1) W(t) = L - F C(t) , C(t) = W(t)/V
W(t+1) W(t) = L F W(t)/V
jumlah
limbah
(kg)
Equilibrium = 200000
V = 2 107 m3
F = 104 m3/hari
L = 100 kg/hari
Persamaan dinamik:
W(t) = 200000 200000 0.9995t
waktu (hari)
RINGKASAN