BAB III REVIEW PENDUGAAN TURUNAN PERTAMA DAN TURUNAN KEDUA KOMPONEN PERIODIK FUNGSI INTENSITAS SUATU PROSES POISSON PERIODIK DENGAN TREN LINEAR
|
|
- Devi Dharmawijaya
- 5 tahun lalu
- Tontonan:
Transkripsi
1 9 BAB III REVIEW PENDUGAAN TURUNAN PERTAMA DAN TURUNAN KEDUA KOMPONEN PERIODIK FUNGSI INTENSITAS SUATU PROSES POISSON PERIODIK DENGAN TREN LINEAR 3. Perumusan Penduga bagi dan " Untuk merumuskan penduga bagi λ ( s) dan ( s) c ' λ c" terlebih dahulu perlu dirumuskan penduga bagi sebagai berikut. Misalkan N adalah proses Poisson yang diamati pada interval [0,n] dengan fungsi intensitas λ () s (tidak diketahui) yang diasumsikan memiliki dua komponen, yaitu komponen periodik dengan periode τ > 0 dan komponen tren linear. Dengan kata lain, untuk setiap titik s [ 0, ) fungsi intensitas ( s) dengan ( s) c λ dapat ditulis sebagai berikut : λ λ s (3.) λ adalah fungsi periodik dengan periode (diketahui) τ > 0 dan a menyatakan kemiringan tren linear. Karena c ( s) untuk setiap s [ 0, ) dan k λ adalah fungsi periodik maka Z, dengan Z adalah himpunan bilangan bulat, berlaku λ λ s. 3.2 Kita juga asumsikan bahwa s adalah titik Lebesque dari λ, sehingga berlaku : lim 2 λ λ (Wheeden dan Zygmund 977). Syarat cukup agar s merupakan titik Lebesgue dari λ adalah fungsi λ kontinu di s. Karena λ c ( s) adalah fungsi periodik dengan periode τ maka untuk menduga λ c ( s) pada s [ 0, ) cukup diduga nilai λ c ( s) pada s [ 0,τ ). Misalkan K : R [ 0, ) merupakan fungsi bernilai real, yang disebut kernel, yang memenuhi sifat-sifat berikut : (K.) K merupakan fungsi kepekatan peluang, (K.2) K terbatas, dan (K.3) K memiliki daerah definisi pada [-,] (Hermers et al. 2003). Misalkan juga h n merupakan barisan bilangan real positif yang konvergen ke 0 atau
2 0 untuk. 0 Penduga bagi a dan pada titik [ 0,τ ) dirumuskan sebagai berikut: dan s secara berturut-turut , 3.5 λ,, 3.6 Ide di balik pembentukan a n dan c, n, K () s λ dapat dilihat pada Helmers dan Mangku (2009) dan Marliana (2008). Jika ˆλ () s adalah penduga bagi, maka penduga bagi λ () s dapat c, n, K dirumuskan sebagai berikut,,,,,, Penduga di atas diperoleh dari fakta bahwa, untuk nilai 0 yang cukup kecil, maka 2 Jika ˆλ () s adalah penduga bagi maka penduga bagi dapat c, n, K dirumuskan sebagai berikut:,,,, 2,, 2 2,, Penduga di atas diperoleh dari fakta bahwa, untuk nilai h>0 yang cukup kecil, maka ' c 3.2 Review Sifat-sifat Statistika ˆλ ( s) c, n, K Lema 3. Misalkan fungsi intensitas memenuhi (3.) dan terintegralkan lokal. Maka
3 2 3.9 dan 2 untuk n, dengan λ ; 3.0 yang menyatakan fungsi intensitas global dari komponen periodik. Hasil tersebut menyatakan bahwa merupakan penduga konsisten bagi. MSE diberikan oleh persamaan untuk Bukti dari lema ini dapat dilihat pada Helmers dan Mangku (2009). Teorema 3. (Aproksimasi asimtotik untuk nilai harapan,, ) Misalkan fungsi intensitas memenuhi (3.) dan terintegralkan lokal. Misalkan pula h 0 untuk n, dan kernel K simetris dan memenuhi asumsi (K.), n (K.2), dan (K.3). i) Jika ln, dan memiliki turunan ketiga berhingga pada s, maka,, ii) Jika ln, dan memiliki turunan keempat berhingga pada s, maka,, 2 24 untuk n. Bukti : (lihat juga Eviliyanida 2009). 3.3 Berdasarkan Teorema Fubini, kita dapat menukarkan urutan penentuan nilai harapan dan penjumlahan, sehingga nilai harapan di ruas kiri (3.2) dan (3.3) dapat dinyatakan sebagai berikut
4 2,,. 3.4 Suku pertama pada ruas kanan persamaan (3.4) dapat ditulis menjadi 0,. 3.5 Dengan menggantikan variabel dan menggunakan persamaan (3.) dan (3.2) maka persamaan (3.5) dapat ditulis menjadi 0, 0, 0, 0, 0,. Dengan menggunakan fakta bahwa 0,,
5 3 untuk dan selanjutnya menggantikan variabel maka suku pertama pada ruas kanan persamaan (3.6) dapat ditulis menjadi. 3.8 Untuk membuktikan persamaan (3.2), karena mempunyai turunan ketiga pada s, dengan menggunakan deret Taylor (Lema A.3 dalam Lampiran ), maka diperoleh! jika n. 2! 3! Dengan menggunakan hasil ini maka persamaan (3.8) menjadi! 2! 3!! 2! 3! 3.9 untuk n. Karena K merupakan fungsi kepekatan peluang yang memiliki daerah definisi pada [-,], maka simetris, maka. Karena kernel K adalah 0 dan 0. Dari asumsi maka suku terakhir pada ruas kanan dari persamaan (3.9) menjadi, jika. Sehingga persamaan (3.9) menjadi sama dengan 2 untuk 3.20 n. Sedangkan suku kedua pada ruas kanan persamaan (3.6) dapat ditulis menjadi sama dengan
6 4 0, 0, 0, 0, 0, 0,. Dengan menggunakan (3.7), dan fakta bahwa 0, 3.2 untuk n, dan penggantian variabel maka ruas kanan persamaan (3.2) dapat ditulis menjadi untuk 3.22 n. Karena K merupakan fungsi kepekatan peluang yang memiliki daerah definisi pada [-,], maka simetrik, maka. Karena kernel K adalah 0. Sehingga suku pertama pada persamaan (3.22) sama dengan nol. Suku kedua persamaan (3.22) sama dengan
7 5 untuk. Sedangkan suku ketiga dari persamaan (3.22) menjadi untuk n. Sehingga suku kedua pada ruas kanan persamaan (3.6) adalah 3.23 jika n. Dari asumsi maka suku terakhir ruas kanan dari persamaan (3.23) menjadi, jika. Jika kita gabung hasil dari suku pertama (persamaan 3.20) dan suku kedua (persamaan 3.23) pada persamaan (3.6), maka ruas kanan persamaan (3.5) sama dengan untuk n. Kemuadian untuk menyelesaikan suku kedua ruas kanan dari persamaan (3.4) kita gunakan persamaan (3.9) dari Lema 3. sehingga diperoleh jika n. Dari asumsi maka suku terakhir ruas kanan dari persamaan (3.25) adalah, jika. Dengan menggabungkan persamaan (3.24) dan (3.25) akan diperoleh persamaan (3.2). Untuk membuktikan persamaan (3.3) kita gunakan argumen berikut. Karena mempunyai turunan keempat pada s, dengan menggunakan deret Taylor (Lema A.3 dalam Lampiran ), kita peroleh
8 6! 2! 3! 4! iika n. Dengan menggunakan hasil ini untuk n maka persamaan (3.8) menjadi 4! 3!! 2!! 4! 3! 2! 3.26 jika n. Karena K merupakan fungsi kepekatan peluang yang memiliki daerah definisi pada [-,], maka maka 0 dan. Karena kernel K adalah simetris, 0. Dari asumsi maka suku terakhir pada ruas kanan dari persamaan (3.26) menjadi, jika. Sehingga persamaan (3.26) menjadi sama dengan 2 untuk. Jika kita gabung persamaan (3.27) dan persamaan (3.23) 2 24, 3.27 maka diperoleh untuk n. Dengan mensubtitusikan persamaan (3.28) dan (3.25) diperoleh persamaan (3.3). Berarti Teorema 3. terbukti.
9 7 Teorema 3.2 (Aproksimasi Asimtotik bagi Ragam,, ) Misalkan fungsi intensitas λ memenuhi (3.) dan terintegralkan lokal. Jika 0 untuk n, fungsi kernel K memenuhi asumsi (K), (K2), (K3). Jika ln, maka,, 6 ln 3.29 untuk n, asalkan s adalah titik Lebesgue dari, dimana =0,577 adalah konstanta Euler. Bukti: Kita ingat bahwa λ,,. Misalkan.. Untuk memperoleh ragam dari λ,, kita gunakan persamaan berikut λ,, 2, Dari asumsi (4), untuk n yang cukup besar, interval, dan, tidak overlap untuk semua. Hal ini berimplikasi bahwa untuk semua, dan
10 8 saling bebas. Ragam pada ruas kanan persamaan (3.30) dapat dinyatakan sebagai berikut,, 2, Suku pertama pada ruas kanan persamaan (3.3) dapat ditulis menjadi: Dengan mengganti variabel dan menggunakan (3.) dan (3.2), persamaan (3.32) dapat ditulis menjadi 0, 0, 0,
11 9 0, Suku pertama pada ruas kanan persamaan (3.33) adalah sama dengan 0, 0, 0, Kita perhatikan bahwa 0, untuk n. Karena Kernel K terbatas dan memiliki daerah definisi pada [-,], dengan menggunakan persamaan (3.3) dan (3.35) maka suku pertama pada ruas kanan persamaan (3.34) sama dengan, untuk n. Sedangkan suku kedua pada ruas kanan persamaan (3.34) sama dengan ln 3.36 untuk n. Suku kedua pada persamaan (3.33) dapat ditulis sebagai berikut
12 20 0, 0, 3.37 Dengan menggunakan persamaan (3.35) maka suku pertama pada persamaan (3.37) menjadi untuk n. Dengan menggunakan fakta bahwa 0,, suku kedua pada ruas kanan persamaan (3.37) menjadi l untuk n. Dengan menggabungkan persamaan persamaan (3.36), (3.38) dan (3.40), maka suku pertama pada persamaan (3.3) menjadi
13 2 6 6 ln ln untuk. Dengan menggunakan persamaan (3.0) pada Lema 3., suku kedua pada persamaan (3.3) dapat ditulis sebagai berikut untuk n. Perhatikan bahwa suku pertama dan kedua pada ruas kanan persamaan (3.42) sama dengan o(, untuk n. Dengan menggunakan pertidaksamaan Cauchy-Schwarz suku ketiga dari persamaan (3.3) adalah 2,
14 22 l 3.43 untuk n. Dengan menggabungkan persaman (3.4), (3.42) dan (3.43) kita peroleh persamaan (3.29). Jadi Teorema 3.2 terbukti. 3.3 Review Sifat- sifat Statistika ˆλ ' ( s) c, n, K Teorema 3.3 (Aproksimasi asimtotik untuk nilai harapan ˆλ ' ) c, n, K Misalkan fungsi intensitas λ memenuhi (3.) dan terintegralkan lokal. Jika 0 dan ln untuk n, fungsi kernel K adalah simetrik dan memenuhi asumsi (K), (K2), (K3), serta memiliki turunan ketiga berhingga pada s, maka,, jika n. 6 2 Bukti : (Lihat juga Eviliyanida (2009)).,,,,,, 2 2,,,,. Berdasarkan (3.2) diperoleh,, 2,, 2 Sehingga persamaan (3.45) menjadi,, Dengan deret Taylor diperoleh! 2! 3!, 3.46
15 23! 2!,. 3!, Dengan mensubstitusikan (3.46) (3.49), maka dihasilkan ,, Jadi Teorema 3.3 terbukti. Teorema 3.4 (Aproksimasi asimtotik untuk ragam ˆλ ' ) c, n, K Misalkan fungsi intensitas λ memenuhi (3.) dan terintegralkan lokal. Jika 0, ln, untuk n, fungsi kernel K memenuhi asumsi (K), (K2), (K3) serta memiliki turunan ketiga berhingga pada s, maka ,, 4 untuk n. Bukti : (Lihat juga Eviliyanida (2009)). 3.50,, dapat ditentukan sebagai berikut,,,,,, 2 4,,,, 2,,,,, 3.5 Ingat kembali pernyataan (3.6) yang mengakibatkan :
16 24,, dan,,. Dari 0, untuk nilai n yang besar, maka selang, 2 dan 2, tidak tumpang tindih (tidak overlap). Sehingga,2 dan 2, adalah bebas. Dengan demikian,,,,, 0, sehingga persamaan (3.5) menjadi,, 4,,,, Kemudian ingat kembali pernyataan (3.29) yang mengakibatkan:,, 6 ln,,,
17 25 ln, untuk. Dengan mensubstitusikan persamaan (3.54) dan (3.53) ke (3.52), maka 5.54,, ln 3.55 untuk. Substitusi persamaan (3.46) dan (3.47) ke (3.55) sehingga (3,52) menjadi,, , untuk. Jadi Teorema 3.4 terbukti Review Sifat-sifat Statistika ",, Teorema 3.5 (Aproksimasi asimtotik untuk nilai harapan ",, ) Misalkan fungsi intensitas λ memenuhi (3.) dan terintegralkan lokal. Jika 0 dan ln, untuk n, fungsi kernel K adalah simetrik dan memenuhi
18 26 asumsi (K), (K2), (K3) serta memiliki turunan keempat berhingga pada s, maka,, untuk n. 3 Bukti: (Lihat juga Eviliyanida (2009)).,,,, 2,, 2 2,, 4 4,, 2,, 2 2,,. Dengan menggunakan persamaan (3.3) diperoleh,, dan,, untuk n. Sehingga,,, Dengan deret Taylor diperoleh (3.6) 2! 2! 2 2! 2 2! 4 3! 4 3! 8 4! 8 4!
19 untuk. Dengan mensubstitusikan (3.62) (3.67), ke (3.6) maka dihasilkan ,, ,, 3. Jadi Teorema 3.5 terbukti. Teorema 3.6 (Aproksimasi Asimtotik Untuk Ragam ˆλ" ( s) c, n, K Misalkan fungsi intensitas λ memenuhi (3.) dan terintegralkan lokal. Jika 0, ln, untuk n, fungsi kernel K memenuhi asumsi (K), (K2), (K3) serta memiliki turunan keempat berhingga pada s, maka,, n 3.68 untuk n. Bukti: (Lihat juga Eviliyanida (2009)).,, dapat ditentukan sebagai berikut,,,,, 2,, 2 2,, ,, 2,, 2 2,, 6,, 2,, 2 4,, 2,, 2,,, 2
20 28 4,, 2,,, 4,, 2,,, Ingat kembali pernyataan (3.6) yang mengakibatkan :,, 2 2 dan 2,, Dari 0, untuk nilai n yang besar, maka selang, dan,3 dan 3, tidak tumpang tindih (tidak overlap). Sehingga,,,3, dan 3, adalah bebas. Dengan demikian,, 2,,, 2 0,,, 2,,, 0, dan,, 2,,, 0, sehingga,, 6,, 2,, 2 4,,. 3.7 Kemudian ingat kembali pernyataan (3.29) yang mengakibatkan,,
21 29 untuk n, dan ln,, 2 untuk n. 2 2 ln Dengan mensubtitusikan kepersamaan (3.7) diperleh,, ln 3.72 untuk. Dari persamaan (3.72) dan dengan mensubstitusikan (3.62), (3.63) diperoleh,,, o 4 2 6
22 30 untuk. Jadi Teorema 3.6 terbukti. 3 8 n
BAB 3 REVIEW SIFAT-SIFAT STATISTIK PENDUGA KOMPONEN PERIODIK
BAB 3 REVIEW SIFAT-SIFAT STATISTIK PENDUGA KOMPONEN PERIODIK 3. Perumusan Penduga Misalkan N adalah proses Poisson non-homogen pada interval 0, dengan fungsi intensitas yang tidak diketahui. Fungsi intensitas
Lebih terperinciBAB IV REDUKSI BIAS PADA PENDUGAAN
BAB IV REDUKSI BIAS PADA PENDUGAAN 4.1. Asimtotik Orde-2 Berdasarkan hasil simulasi pada Helmers dan Mangku (2007) kasus kernel seragam, aproksimasi asimtotik orde pertama pada ragam dan bias, gagal memprediksikan
Lebih terperinciIII. HASIL DAN PEMBAHASAN
III. HASIL DAN PEMBAHASAN 3.1 Perumusan Masalah Misalkan adalah proses Poisson nonhomogen pada interval dengan fungsi intensitas yang tidak diketahui. Fungsi intensitas diasumsikan terintegralkan lokal
Lebih terperinciBAB 3 REVIEW PENDUGAAN FUNGSI INTENSITAS LOKAL DAN GLOBAL DARI PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT
9 BAB 3 REVIEW PENDUGAAN FUNGSI INTENSITAS LOKAL DAN GLOBAL DARI PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT Misalkan adalah proses Poisson nonhomogen pada interval dengan fungsi intensitas yang
Lebih terperinciBAB 4 KEKONSISTENAN PENDUGA DARI FUNGSI SEBARAN DAN FUNGSI KEPEKATAN WAKTU TUNGGU DARI PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT
29 BAB 4 KEKONSISTENAN PENDUGA DARI FUNGSI SEBARAN DAN FUNGSI KEPEKATAN WAKTU TUNGGU DARI PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT 4.1 Perumusan Penduga Misalkan adalah proses Poisson nonhomogen
Lebih terperinciBAB IV SEBARAN ASIMTOTIK PENDUGA TURUNAN PERTAMA DAN KEDUA DARI KOMPONEN PERIODIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR
3 BAB IV SEBARAN ASIMTOTIK PENDUGA TURUNAN PERTAMA DAN KEDUA DARI KOMPONEN PERIODIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR 4.. Sebaran asimtotik dari,, Teorema 4. ( Normalitas Asimtotik
Lebih terperinciBAB 4 SEBARAN ASIMTOTIK PENDUGA KOMPONEN PERIODIK
BAB 4 SEBARAN ASIMTOTIK PENDUGA KOMPONEN PERIODIK 4. Sebaran Asimtotik,, Teorema 4. (Sebaran Normal Asimtotik,, ) Misalkan fungsi intensitas seperti (3.2) dan terintegralkan lokal. Jika kernel K adalah
Lebih terperinci(T.8) SEBARAN ATIMTOTIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT
(T.8) SEBARAN ATIMTOTIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT Ro fah Nur Rachmawati Universitas Bina Nusantara Jl. K.H. Syahdan No. 9 Palmerah Jakarta Barat 11480 rrachmawati@binus.edu
Lebih terperinciPENDAHULUAN LANDASAN TEORI
1 PENDAHULUAN Latar Belakang Dalam kehidupan sehari-hari, banyak permasalahan yang dapat dimodelkan dengan proses stokastik. Proses stokastik dapat dibedakan menjadi dua yaitu proses stokastik dengan waktu
Lebih terperinciSEBARAN ASIMTOTIK PENDUGA TURUNAN N PERTAMA DAN KEDUA DARI KOMPONEN PERIODIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR
SEBARAN ASIMTOTIK PENDUGA TURUNANN PERTAMA DAN KEDUA DARI KOMPONE EN PERIODIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR SALIWATI SEKOLAH PASCASARJANAA INSTITUT PERTANIAN BOGOR BOGOR
Lebih terperinciII. LANDASAN TEORI. 2. P bersifat aditif tak hingga, yaitu jika dengan. 2.1 Ruang Contoh, Kejadian dan Peluang
II. LANDASAN TEORI 2.1 Ruang Contoh, Kejadian dan Peluang Dalam suatu percobaan sering kali diperlukan pengulangan yang dilakukan dalam kondisi yang sama. Semua kemungkinan hasil yang akan muncul akan
Lebih terperinciII LANDASAN TEORI. 2.1 Ruang Contoh, Kejadian dan Peluang. 2.2 Peubah Acak dan Fungsi Sebaran
II LANDASAN TEORI 2.1 Ruang Contoh, Kejadian dan Peluang Dalam suatu percobaan sering kali diperlukan pengulangan yang dilakukan dalam kondisi yang sama. Semua kemungkinan hasil yang akan muncul akan diketahui
Lebih terperinciABSTRACT JOKO DWI SURAWU. Keywords:
ABSTRACT JOKO DWI SURAWU. Asymptotic Distribution of an Estimator for Periodic Component of Intensity Function of a Periodic Poisson Process in the Presence of Linear Trend. Supervised by I WAYAN MANGKU
Lebih terperinciKEKONVERGENAN MSE PENDUGA KERNEL SERAGAM FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT
KEKONVERGENAN MSE PENDUGA KERNEL SERAGAM FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT Ro fah Nur Rachmawati Mathematics & Statistics Department, School of Computer Science, Binus
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Proses Poisson Periodik Definisi 2.1 (Proses stokastik) Proses stokastik X = {X(t), t T } adalah suatu himpunan dari peubah acak yang memetakan suatu ruang contoh Ω ke suatu
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
3 BAB 2 TINJAUAN PUSTAKA 2.1 Proses Poisson Periodik Definisi 2.1 (Proses stokastik) Proses stokastik adalah suatu himpunan dari peubah acak yang memetakan suatu ruang contoh ke suatu ruang state. Jika
Lebih terperinciLampiran A. Beberapa Definisi dan Lema Teknis
LAMPIRAN 33 Lampiran A. Beberapa Definisi dan Lema Teknis Ruang Contoh, Kejadian dan Peluang Definisi A.1 (Ruang contoh dan kejadian) Suatu percobaan yang dapat diulang dalam kondisi yang sama, yang hasilnya
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Proses Poisson Periodik Definisi 2.1 (Proses stokastik) Proses stokastik, adalah suatu himpunan dari peubah acak yang memetakan suatu ruang contoh Ω ke suatu ruang states. Jadi,
Lebih terperinciBAB II TINJAUAN PUSTAKA
3 BAB II TINJAUAN PUSTAKA 2.1 Proses Poisson Periodik Definisi 2.1 (Proses stokastik) Proses stokastik X = {X(t), t T} adalah suatu himpunan dari peubah acak yang memetakan suatu ruang contoh ke suatu
Lebih terperinciSIFAT-SIFAT STATISTIKA TIKA ORDE-2 FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR DAN MODIFIKASINYA NENENG MILA MARLIANA
SIFAT-SIFAT STATISTIKA TIKA ORDE-2 PENDUGA TIPE KERNEL L BAGI K KOMPONEN PERIODIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR DAN MODIFIKASINYA NENENG MILA MARLIANA SEKOLAH PASCASARJANASARJANA
Lebih terperinciLampiran 1. Beberapa Definisi dan Lema Teknis
Lampiran 1. Beberapa Definisi dan Lema Teknis Ruang Contoh, Kejadian dan Peluang Suatu percobaan yang dapat diulang dalam kondisi yang sama, yang hasilnya tidak dapat diprediksi dengan tepat tetapi kita
Lebih terperinciKEKONSISTENAN PENDUGA FUNGSI SEBARAN DAN FUNGSI KEPEKATAN PELUANG WAKTU TUNGGU PROSES POISSON PERIODIK DENGAN TREN LINEAR TITA ROBIAH AL ADAWIYAH
KEKONSISTENAN PENDUGA FUNGSI SEBARAN DAN FUNGSI KEPEKATAN PELUANG WAKTU TUNGGU PROSES POISSON PERIODIK DENGAN TREN LINEAR TITA ROBIAH AL ADAWIYAH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciPENDUGAAN FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT MENGGUNAKAN METODE TIPE KERNEL
PENDUGAAN FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT MENGGUNAKAN METODE TIPE KERNEL Ro fah Nur Rachmawati Jurusan Matematika, Fakultas Sains dan Teknologi, Binus University Jl.
Lebih terperinciSEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR
SEBARAN ASIMTOTIK PENDUGA KOMPONEN PERIODIK FUNGSI INTENSITAS BERBENTUK PERKALIAN FUNGSI PERIODIK DENGAN TREN LINEAR DARI SUATU PROSES POISSON NON-HOMOGEN LIA YULIAWATI SEKOLAH PASCASARJANA INSTITUT PERTANIAN
Lebih terperinciKAJIAN BANDWIDTH OPTIMAL PADA PENDUGAAN FUNGSI INTENSITAS LOKAL PROSES POISSON PERIODIK SURASNO
KAJIAN BANDWIDTH OPTIMAL PADA PENDUGAAN FUNGSI INTENSITAS LOKAL PROSES POISSON PERIODIK SURASNO SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan
Lebih terperinciBAB IV SIMULASI PEMBANDINGAN PERILAKU PENDUGA FUNGSI INTENSITAS LOKAL PROSES POISSON PERIODIK DENGAN BANDWIDTH OPTIMAL DAN BANDWIDTH OPTIMAL ASIMTOTIK
BAB IV SIMULASI PEMBANDINGAN PERILAKU PENDUGA FUNGSI INTENSITAS LOKAL PROSES POISSON PERIODIK DENGAN BANDWIDTH OPTIMAL DAN BANDWIDTH OPTIMAL ASIMTOTIK Pada bagian ini dilakukan simulasi untuk membandingkan
Lebih terperincipada Definisi 2.28 ada dan nilainya sama dengan ( ) ( ) Untuk memperoleh hasil di atas, ruas kiri persamaan (25) ditulis sebagai berikut ( )
LAMPIRAN 21 Lampiran 1 (Pembuktian Lema 2.1 Lema 2.1 (Eksistensi Fungsi Intensitas global Jika ([ ] adalah proses Poisson periodik dengan fungsi intensitas, maka ([ ] pada Definisi 2.28 ada dan nilainya
Lebih terperinciPENDUGAAN KOMPONEN PERIODIK FUNGSI INTENSITAS BERBENTUK FUNGSI PERIODIK KALI TREN FUNGSI PANGKAT PROSES POISSON NON-HOMOGEN WINDIANI ERLIANA
PENDUGAAN KOMPONEN PERIODIK FUNGSI INTENSITAS BERBENTUK FUNGSI PERIODIK KALI TREN FUNGSI PANGKAT PROSES POISSON NON-HOMOGEN WINDIANI ERLIANA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciLANDASAN TEORI. Model ini memiliki nilai kesetimbangan positif pada saat koordinat berada di titik
LANDASAN TEORI Model Mangsa Pemangsa Lotka Volterra Bagian ini membahas model mangsa pemangsa klasik Lotka Volterra. Model Lotka Volterra menggambarkan laju perubahan populasi dua spesies yang saling berinteraksi.
Lebih terperinci( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang
Latar Belaang Terdapat banya permasalahan atau ejadian dalam ehidupan sehari hari yang dapat dimodelan dengan suatu proses stoasti Proses stoasti merupaan permasalahan yang beraitan dengan suatu aturan-aturan
Lebih terperinciDERET TAK HINGGA. Contoh deret tak hingga :,,, atau. Barisan jumlah parsial, dengan. Definisi Deret tak hingga,
DERET TAK HINGGA Contoh deret tak hingga :,,, atau. Barisan jumlah parsial, dengan Definisi Deret tak hingga,, konvergen dan mempunyai jumlah S, apabila barisan jumlah jumlah parsial konvergen menuju S.
Lebih terperinciLAMPIRAN. Kajadian adalah suatu himpunan bagian dari ruang contoh Ω. (Grimmett dan Stirzaker, 2001) Definisi A.3 (Medan-σ)
LAMPIRAN 55 56 LAMPIRAN Lampiran 1. Beberapa Definisi dan Lema Teknis Ruang Contoh, Kejadian, dan Peluang Berbagai macam kejadian diperoleh melalui pengamatan dari serangkaian percobaan yang dilakukan
Lebih terperinciAyundyah Kesumawati. April 29, Prodi Statistika FMIPA-UII. Deret Tak Terhingga. Ayundyah. Barisan Tak Hingga. Deret Tak Terhingga
Kesumawati Prodi Statistika FMIPA-UII April 29, 2015 Akar Barisan a 1, a 2, a 3, a 4,... adalah susunan bilangan-bilangan real yang teratur, satu untuk setiap bilangan bulat positif. adalah fungsi yang
Lebih terperinciBAB III INTEGRAL LEBESGUE. Pada bab sebelumnya telah disebutkan bahwa ruang dibangun oleh
BAB III INTEGRAL LEBESGUE Pada bab sebelumnya telah disebutkan bahwa ruang dibangun oleh fungsi-fungsi terukur dan memenuhi sifat yang berkaitan dengan integral Lebesgue. Kajian mengenai keterukuran suatu
Lebih terperinciDaftar Isi 5. DERET ANALISIS REAL. (Semester I Tahun ) Hendra Gunawan. Dosen FMIPA - ITB September 26, 2011
(Semester I Tahun 2011-2012) Dosen FMIPA - ITB E-mail: hgunawan@math.itb.ac.id. September 26, 2011 Diberikan sejumlah terhingga bilangan a 1,..., a N, kita dapat menghitung jumlah a 1 + + a N. Namun,
Lebih terperinciUJI KONVERGENSI. Januari Tim Dosen Kalkulus 2 TPB ITK
UJI KONVERGENSI Januari 208 Tim Dosen Kalkulus 2 TPB ITK Uji Integral Teorema 3 Jika + k= u k adalah deret dengan suku-suku tak negatif, dan jika ada suatu konstanta M sedemikian hingga s n = u + u 2 +
Lebih terperinciPersamaan dan Pertidaksamaan Linear
MATERI POKOK Persamaan dan Pertidaksamaan Linear MATERI BAHASAN : A. Persamaan Linear B. Pertidaksamaan Linear Modul.MTK X 0 Kalimat terbuka adalah kalimat matematika yang belum dapat ditentukan nilai
Lebih terperinciPertemuan Ke 2 SISTEM PERSAMAAN LINEAR (SPL) By SUTOYO,ST.,MT
Pertemuan Ke SISTEM PERSAMAAN LINEAR (SPL) By SUTOYO,ST,MT Pendahuluan Suatu sistem persamaan linier (atau himpunan persaman linier simultan) adalah satu set persamaan dari sejumlah unsur yang tak diketahui
Lebih terperinciPENDUGAAN FUNGSI INTENSITAS BERBENTUK EKSPONENSIAL DARI FUNGSI PERIODIK DITAMBAH TREN LINEAR PADA PROSES POISSON NON-HOMOGEN SALMUN K.
PENDUGAAN FUNGSI INTENSITAS BERBENTUK EKSPONENSIAL DARI FUNGSI PERIODIK DITAMBAH TREN LINEAR PADA PROSES POISSON NON-HOMOGEN SALMUN K. NASIB SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN
Lebih terperinci( x) LANDASAN TEORI. ω Ω ke satu dan hanya satu bilangan real X( ω ) disebut peubah acak. Ρ = Ρ. Ruang Contoh, Kejadian dan Peluang
LANDASAN TEORI Ruang Contoh Kejadian dan Peluang Suatu percobaan yang dapat diulang dalam ondisi yang sama yang hasilnya tida dapat dipredisi secara tepat tetapi ita dapat mengetahui semua emunginan hasil
Lebih terperinciBAB III FUNGSI TERUKUR LEBESGUE. Setelah dibahas mengenai ukuran Lebesgue dan beberapa sifatnya pada
BAB III FUNGSI TERUKUR LEBESGUE Setelah dibahas mengenai ukuran Lebesgue dan beberapa sifatnya pada Bab II, selanjutnya pada bab ini akan dipelajari gagasan mengenai fungsi terukur Lebesgue. Gagasan mengenai
Lebih terperincimatematika PEMINATAN Kelas X PERSAMAAN DAN PERTIDAKSAMAAN EKSPONEN K13 A. PERSAMAAN EKSPONEN BERBASIS KONSTANTA
K1 Kelas X matematika PEMINATAN PERSAMAAN DAN PERTIDAKSAMAAN EKSPONEN TUJUAN PEMBELAJARAN Setelah mempelajari materi ini, kamu diharapkan memiliki kemampuan berikut. 1. Memahami bentuk-bentuk persamaan
Lebih terperinciDefenisi 15 (Kejadian) Kejadian adalah suatu himpunan bagian dari Nang contoh a. (Grimmett dan Stirzaker 2001)
Lampiran: Beberapa Definisi dan Lema Teknis Ruang contoh, kejadian dan peluang Berbagai macam pengamatan diperoleh melalui penggulangan percobaan yang dilakukan dalam kondisi yang sama. Dalarn banyak kasus,
Lebih terperinciMemahami definisi barisan tak hingga dan deret tak hingga, dan juga dapat menentukan
4 BARISAN TAK HINGGA DAN DERET TAK HINGGA JUMLAH PERTEMUAN : 5 PERTEMUAN TUJUAN INSTRUKSIONAL KHUSUS : Memahami definisi barisan tak hingga dan deret tak hingga, dan juga dapat menentukan kekonvergenan
Lebih terperinciSEBARAN ASIMTOTIK PENDUGA KOMPONEN PERIODIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT RO FAH NUR RACHMAWATI
SEBARAN ASIMTOTIK PENDUGA KOMPONEN PERIODIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT RO FAH NUR RACHMAWATI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2010 PERNYATAAN
Lebih terperinciBAB II TINJAUAN PUSTAKA
5 BAB II TINJAUAN PUSTAKA Dalam bab ini dijelaskan beberapa definisi dan teorema yang digunakan dalam pembahasan berikutnya. 2.1 Teori Peluang Definisi 2.1.1 (Percobaan Acak) (Ross 2000) Suatu percobaan
Lebih terperinciUNIVERSITAS PENDIDIKAN INDONESIA
Ruang Norm Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA Definisi. Misalkan suatu ruang vektor atas. Norm pada didefinisikan sebagai fungsi. : yang memenuhi N1. 0 N2. 0 0 N3.,, N4.,, Kita dapat
Lebih terperinciKEKONSISTENAN PENDUGA FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR. Oleh: LIA NURLIANA
KEKONSISTENAN PENDUGA FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR Oleh: LIA NURLIANA PROGRAM STUDI MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR
Lebih terperinciLEMBAR AKTIVITAS SISWA INDUKSI MATEMATIKA
Nama Siswa Kelas : : LEMBAR AKTIVITAS SISWA INDUKSI MATEMATIKA Latihan 1 1. A. NOTASI SIGMA 1. Pengertian Notasi Sigma Misalkan jumlah n suku pertama deret aritmatika adalah S n = U 1 + U 2 + U 3 + + U
Lebih terperinciFUNGSI BESSEL. 1. PERSAMAAN DIFERENSIAL BESSEL Fungsi Bessel dibangun sebagai penyelesaian persamaan diferensial.
FUNGSI BESSEL 1. PERSAMAAN DIFERENSIAL BESSEL Fungsi Bessel dibangun sebagai penyelesaian persamaan diferensial. x 2 y ''+xy'+(x 2 - n 2 )y = 0, n ³ 0 (1) yang dinamakan persamaan diferensial Bessel. Penyelesaian
Lebih terperinciPENDUGAAN KOMPONEN PERIODIK FUNGSI INTENSITAS BERBENTUK FUNGSI PERIODIK KALI TREN LINEAR SUATU PROSES POISSON NON-HOMOGEN WENTI ISMAYULIA
PENDUGAAN KOMPONEN PERIODIK FUNGSI INTENSITAS BERBENTUK FUNGSI PERIODIK KALI TREN LINEAR SUATU PROSES POISSON NON-HOMOGEN WENTI ISMAYULIA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciII. TINJAUAN PUSTAKA
II. TINJAUAN PUSTAKA 2.1 Distribusi Logistik Distribusi logistik merupakan distribusi yang memiliki fungsi kepekatan peluang kontinu. Bentuk kurva distribusi logistik adalah simetris dan uni modal. Bentuk
Lebih terperinciG a a = e = a a. b. Berdasarkan Contoh 1.2 bagian b diperoleh himpunan semua bilangan bulat Z. merupakan grup terhadap penjumlahan bilangan.
2. Grup Definisi 1.3 Suatu grup < G, > adalah himpunan tak-kosong G bersama-sama dengan operasi biner pada G sehingga memenuhi aksioma- aksioma berikut: a. operasi biner bersifat asosiatif, yaitu a, b,
Lebih terperinciHendra Gunawan. 26 Februari 2014
MA1201 MATEMATIKA 2A Hendra Gunawan Semester II, 2013/2014 26 Februari 2014 9.6 Deret Pangkat Kuliah yang Lalu Menentukan selang kekonvergenan deret pangkat 9.7 Operasi pada Deret Pangkat Mlkk Melakukan
Lebih terperinciDefinisi 1 Deret Tak Hingga adalah suatu ekspresi yang dapat dinyatakan dalam bentuk:
DERET TAK HINGGA Definisi 1 Deret Tak Hingga adalah suatu ekspresi yang dapat dinyatakan dalam bentuk: u k = u 1 + u 2 + u 3 + + u k + Bilangan-bilangan u 1, u 2, u 3, disebut suku-suku dalam deret tersebut.
Lebih terperinciPertemuan ke-10: UJI PERBANDINGAN, DERET BERGANTI TANDA, KEKONVERGENAN MUTLAK, UJI RASIO, DAN UJI AKAR
Pertemuan ke-0: UJI PERBANDINGAN, DERET BERGANTI TANDA, KEKONVERGENAN MUTLAK, UJI RASIO, DAN UJI AKAR Departemen Matematika FMIPA IPB Bogor, 205 (Departemen Matematika FMIPA IPB) Kalkulus II Bogor, 205
Lebih terperinciLampiran 1. Beberapa Definisi dan Lema Teknis
DAFTAR PUSTAKA Browder, A. 1996. Mathematical Analysis : An Introduction. Springer. New York. Dudley, R.M. 1989. Real Analysis and Probability. Wadsworth & Brooks. California. Durret, R. 1996. Probability
Lebih terperinciSistem Bilangan Real. Pendahuluan
Sistem Bilangan Real Pendahuluan Kalkulus didasarkan pada sistem bilangan real dan sifat-sifatnya. Sistem bilangan real adalah himpunan bilangan real yang disertai operasi penjumlahan dan perkalian sehingga
Lebih terperinciSistem Bilangan Ri l
Sistem Bilangan Riil Sistem bilangan N : bilangan asli Z : bilangan bulat Q : bilangan rasional R : bilangan real N : 1,,,. Z :,-,-1,0,1,,.. Q : a q =, a, b Z, b 0 b R = Q Irasional Contoh Bil Irasional,,π
Lebih terperinciBAB 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 terperinciBAB III KEKONVERGENAN LEMAH
BAB III KEKONVERGENAN LEMAH Bab ini membahas inti kajian tugas akhir. Di dalamnya akan dibahas mengenai kekonvergenan lemah beserta sifat-sifat yang terkait dengannya. Sifatsifat yang dikaji pada bab ini
Lebih terperinciKED INTEGRAL JUMLAH PERTEMUAN : 2 PERTEMUAN TUJUAN INSTRUKSIONAL KHUSUS: Materi : 7.1 Anti Turunan. 7.2 Sifat-sifat Integral Tak Tentu KALKULUS I
7 INTEGRAL JUMLAH PERTEMUAN : 2 PERTEMUAN TUJUAN INSTRUKSIONAL KHUSUS: Memahami konsep dasar integral, teorema-teorema, sifat-sifat, notasi jumlah, fungsi transenden dan teknik-teknik pengintegralan. Materi
Lebih terperinciMA5031 Analisis Real Lanjut Semester I, Tahun 2015/2016. Hendra Gunawan
MA5031 Analisis Real Lanjut Semester I, Tahun 2015/2016 Hendra Gunawan 3. Topologi Garis Bilangan Real 3.1 Teori Limit Limit, supremum, dan infimum Titik limit 3.2 Himpunan Buka dan Himpunan Tutup 3.3
Lebih terperinci11. Konvolusi. Misalkan f dan g fungsi yang terdefinisi pada R. Konvolusi dari f dan g adalah fungsi f g yang didefinisikan sebagai.
11. Konvolusi Operasi konvolusi yang akan kita bahas di sini sebetulnya pernah kita jumpai pada pembahasan deret Fourier (ketika membuktikan kekonvergenan jumlah parsialnya). Operasi konvolusi merupakan
Lebih terperinciBAB I PENDAHULUAN. Integral Lebesgue merupakan suatu perluasan dari integral Riemann.
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Integral Lebesgue merupakan suatu perluasan dari integral Riemann. Sebagaimana telah diketahui, pengkonstruksian integral Riemann dilakukan dengan cara pemartisian
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Deret Taylor Deret Taylor dinamai berdasarkan seorang matematikawan Inggris, Brook Taylor (1685-1731) dan deret Maclaurin dinamai berdasarkan matematikawan Skotlandia, Colin
Lebih terperinciAyundyah Kesumawati. April 29, Prodi Statistika FMIPA-UII. Uji Deret Positif. Ayundyah. Uji Integral. Uji Komparasi. Uji Rasio.
Uji Uji Deret Kesumawati Prodi Statistika FMIPA-UII April 29, 2015 Uji Deret Uji Deret yang mempunyai suku-suku positif menjadi bahasan pada uji integral ini. Uji integral ini menggunakan ide dimana suatu
Lebih terperinciBAB II KAJIAN TEORI. memahami sifat-sifat dari barisan fungsi. Pada bab ini akan diuraikan materimateri
BAB II KAJIAN TEORI Analisis kekonvergenan pada barisan fungsi, apakah barisan fungsi itu? Apakah berbeda dengan barisan pada umumnya? Tentunya sebelum membahas mengenai barisan fungsi, apa saja jenis
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Ilmu Matematika merupakan salah satu cabang ilmu yang berperan penting dalam berbagai bidang. Salah satu cabang ilmu matematika yang banyak diperbincangkan
Lebih terperinciSIFAT-SIFAT STATISTIK PENDUGA FUNGSI NILAI HARAPAN PADA PROSES POISSON PERIODIK MAJEMUK DENGAN TREN FUNGSI PANGKAT INTAN FITRIA SARI
SIFAT-SIFAT STATISTIK PENDUGA FUNGSI NILAI HARAPAN PADA PROSES POISSON PERIODIK MAJEMUK DENGAN TREN FUNGSI PANGKAT INTAN FITRIA SARI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2016 PERNYATAAN
Lebih terperinciBarisan dan Deret Agus Yodi Gunawan
Barisan dan Deret Agus Yodi Gunawan Barisan. Definisi. Barisan tak hingga adalah suatu fungsi dengan daerah asalnya himpunan bilangan bulat positif dan daerah kawannya himpunan bilangan real. Notasi untuk
Lebih terperinciURAIAN POKOK-POKOK PERKULIAHAN
Pertemuan ke-: 10, 11, dan 12 Penyusun : Kosim Rukmana Materi: Barisan Bilangan Real 7. Barisan dan Limit Barisan 6. Teorema Limit Barisan 7. Barisan Monoton URAIAN POKOK-POKOK PERKULIAHAN 7. Barisan dan
Lebih terperinciSistem Bilangan Riil. Pendahuluan
Sistem Bilangan Riil Pendahuluan Kalkulus didasarkan pada sistem bilangan riil dan sifat-sifatnya. Sistem bilangan riil adalah himpunan bilangan riil yang disertai operasi penjumlahan dan perkalian sehingga
Lebih terperinci0. Pendahuluan. 0.1 Notasi dan istilah, bilangan kompleks
0. Pendahuluan Analisis Fourier mempelajari berbagai teknik menganalisis sebuah fungsi dengan menguraikannya sebagai deret atau integral fungsi tertentu (yang sifat-sifatnya telah kita kenal dengan baik,
Lebih terperinciII. LANDASAN TEORI ( ) =
II. LANDASAN TEORI 2.1 Fungsi Definisi 2.1.1 Fungsi Bernilai Real Fungsi bernilai real adalah fungsi yang domain dan rangenya adalah himpunan bagian dari real. Definisi 2.1.2 Limit Fungsi Jika adalah suatu
Lebih terperinciSistem Bilangan Riil
Sistem Bilangan Riil Sistem bilangan N : 1,,,. Z :,-,-1,0,1,,.. N : bilangan asli Z : bilangan bulat Q : bilangan rasional R : bilangan real Q : q R a b, a, b Z, b Q Irasional Contoh Bil Irasional,, 0
Lebih terperinciLIMIT KED. Perhatikan fungsi di bawah ini:
LIMIT Perhatikan fungsi di bawah ini: f x = x2 1 x 1 Perhatikan gambar di samping, untuk nilai x = 1 nilai f x tidak ada. Tetapi jikakita coba dekati nilai x = 1 dari sebelah kiri dan kanan maka dapat
Lebih terperinciBAB III MODEL HIDDEN MARKOV KONTINU DENGAN PROSES OBSERVASI ZERO DELAY
BAB III MODEL HIDDEN MARKOV KONTINU DENGAN PROSES OBSERVASI ZERO DELAY 3.1 State dan Proses Observasi Semua proses didefinisikan pada ruang peluang Ω,,. Misalkan ; adalah rantai Markov dengan state berhingga
Lebih terperinciIII PEMBAHASAN. Berdasarkan persamaan (2.15) dan persamaan (2.16), fungsi kontinu dan masing-masing sebagai berikut : dan = 3
8 III PEMBAHASAN Pada bagian ini akan dibahas penggunaan metode iterasi variasi untuk menyelesaikan suatu persamaan diferensial integral Volterra orde satu yang terdapat pada masalah osilasi berpasangan.
Lebih terperinciBAB V KEKONVERGENAN BARISAN PADA DAN KETERKAITAN DENGAN. Pada subbab 4.1 telah dibahas beberapa sifat dasar yang berlaku pada koleksi
BAB V KEKONVERGENAN BARISAN PADA DAN KETERKAITAN DENGAN Pada subbab 4.1 telah dibahas beberapa sifat dasar yang berlaku pada koleksi semua fungsi yang terintegralkan Lebesgue, 1. Sebagaimana telah dirumuskan
Lebih terperinciII. TINJAUAN PUSTAKA. Dalam mengkaji penelitian Karakteristik Penduga Parameter Distribusi Log
II. TINJAUAN PUSTAKA Dalam mengkaji penelitian Karakteristik Penduga Parameter Distribusi Log Normal Menggunakan Metode Generalized Moment digunakan beberapa definisi, dan teorema yang berkaitan dengan
Lebih terperinciBAB 2 PERSAMAAN DAN PERTIDAKSAMAAN LINEAR
BAB 2 PERSAMAAN DAN PERTIDAKSAMAAN LINEAR MATERI A. Persamaan dan Pertidaksamaan Nilai Mutlak A. PERSAMAAN DAN PERTIDAKSAMAAN YANG MEMUAT NILAI MUTLAK Dalam matematika, sesuatu yang nilainya selalu positif
Lebih terperinciMemahami konsep dasar turunan fungsi dan mengaplikasikan turunan fungsi pada
5 TURUNAN JUMLAH PERTEMUAN : 4 PERTEMUAN TUJUAN INSTRUKSIONAL KHUSUS : Memahami konsep dasar turunan fungsi dan mengaplikasikan turunan fungsi pada permasalahan yang ada Materi : 5.1 Pendahuluan Ide awal
Lebih terperinciSOAL DAN JAWABAN TENTANG NILAI MUTLAK. Tentukan himpunan penyelesaian dari persamaan nilai Mutlak di bawah ini.
SOAL DAN JAWABAN TENTANG NILAI MUTLAK Tentukan himpunan penyelesaian dari persamaan nilai Mutlak di bawah ini. Jawaban: Bentuk-Bentuk persamaan nilai mutlak di atas dapat diselesaikan sebagai berikut.
Lebih terperinciTURUNAN. Ide awal turunan: Garis singgung. Kemiringan garis singgung di titik P: lim. Definisi
TURUNAN Ide awal turunan: Garis singgung Tali busur c +, f c + Garis singgung c, f c c P h c+h f c + f c Kemiringan garis singgung di titik P: f c + f c lim Definisi Turunan fungsi f adalah fungsi lain
Lebih terperinci5.1 Fungsi periodik, fungsi genap, fungsi ganjil
Bab 5 DERET FOURIER Pada Bab sebelumnya kita telah membahas deret Taylor. Syarat fungsi agar dapat diekspansi ke dalam deret Taylor adalah fungsi tersebut harus terdiferensial pada setiap tingkat. Untuk
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN Pada bab ini akan dibahas mengenai latar belakang masalah, perumusan masalah, batasan masalah, maksud dan tujuan penulisan, tinjauan pustaka serta sistematika penulisan skirpsi ini. 1.1.
Lebih terperinciSistem Bilangan Riil
Sistem Bilangan Riil Pendahuluan Kalkulus didasarkan pada sistem bilangan riil dan sifat-sifatnya. Sistem bilangan riil adalah himpunan bilangan riil yang disertai operasi penjumlahan dan perkalian sehingga
Lebih terperinciPERSAMAAN DAN PERTIDAKSAMAAN PERSAMAAN LINEAR
PERSAMAAN DAN PERTIDAKSAMAAN PERSAMAAN LINEAR Persamaan linear Bentuk umun persamaan linear satu vareabel Ax + b = 0 dengan a,b R ; a 0, x adalah vareabel Contoh: Tentukan penyelesaian dari 4x-8 = 0 Penyelesaian.
Lebih terperinciIII PEMBAHASAN. 3.1 Analisis Metode. dan (2.52) masing-masing merupakan penyelesaian dari persamaan
6, 1 (2.52) Berdasarkan persamaan (2.52), maka untuk 0 1 masing-masing memberikan persamaan berikut:, 0,0, 0, 1,1, 1. Sehingga menurut persamaan (2.51) persamaan (2.52) diperoleh bahwa fungsi, 0, 1 masing-masing
Lebih terperinciRingkasan Kalkulus 2, Untuk dipakai di ITB 1
Ringkasan Kalkulus 2, Untuk dipakai di ITB Deret Tak Hingga Pada bagian ini akan dibicarakan penjumlahan berbentuk a +a 2 + +a n + dengan a n R Sebelumnya akan dibahas terlebih dahulu pengertian barisan
Lebih terperinciII. TINJAUAN PUSTAKA. Pada bab ini akan diberikan konsep dasar (pengertian) tentang bilangan sempurna,
3 II. TINJAUAN PUSTAKA Pada bab ini akan diberikan konsep dasar (pengertian) tentang bilangan sempurna, square free, keterbagian bilangan bulat, modulo, bilangan prima, ideal, daerah integral, ring quadratic.
Lebih terperinciMemahami konsep dasar turunan fungsi dan menggunakan turunan fungsi pada
5 TURUNAN JUMLAH PERTEMUAN : 4 PERTEMUAN TUJUAN INSTRUKSIONAL KHUSUS : Memahami konsep dasar turunan fungsi dan menggunakan turunan fungsi pada permasalahan yang ada Materi : 5.1 Pendahuluan Ide awal adanya
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Analisis merupakan salah satu cabang matematika yang mempelajari antara lain barisan, limit, deret, kekontinuan, kekonvergenan, integral, dan yang lainnya.
Lebih terperinciPERTIDAKSAMAAN
PERTIDAKSAMAAN A. Pengertian 1. Notasi Pertidaksamaan Misalnya ada dua bilangan riil a dan b. Ada beberapa notasi yang bisa dibuat yaitu: a. a dikatakan kurang dari b, ditulis a b jika dan hanya jika a
Lebih terperincidy = f(x,y) = p(x) q(y), dx dy = p(x) dx,
5. Persamaan Diferensian Dengan Variabel Terpisah Persamaan diferensial berbentuk y = f(), dengan f suatu fungsi kontinu pada suatu interval real, dapat dicari penyelesaiannya dengan cara mengintegralkan
Lebih terperinciDwi Lestari, M.Sc: Konvergensi Deret 1. KONVERGENSI DERET
1. KONVERGENSI DERET Suatu barisan disebut konvergen jika terdapat bilangan Z yang setiap lingkungannya memuat semua. Jika bilangan Z itu ada maka dapat ditulis: lim sehingga dapat dikatakan bahwa barisan
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 21 Beberapa Pengertian Definisi 1 [Ruang Contoh] Ruang contoh adalah himpunan semua hasil yang mungkin dari suatu percobaan acak, dan dinotasikan dengan (Grimmet dan Stirzaker,1992)
Lebih terperinciPr { +h =1 = } lim. Suatu fungsi dikatakan h apabila lim =0. Dapat dilihat bahwa besarnya. probabilitas independen dari.
6.. Proses Kelahiran Murni Dalam bab ini, akan dibahas beberapa contoh penting dari waktu kontinu, state diskrit, proses Markov. Khususnya, dengan kumpulan dari variabel acak {;0 } di mana nilai yang mungkin
Lebih terperinciAnalisis Riil II: Diferensiasi
Definisi Turunan Definisi dan Teorema Aturan Rantai Fungsi Invers Definisi (Turunan) Misalkan I R sebuah interval, f : I R, dan c I. Bilangan riil L dikatakan turunan dari f di c jika diberikan sebarang
Lebih terperinci