BAB III REVIEW PENDUGAAN TURUNAN PERTAMA DAN TURUNAN KEDUA KOMPONEN PERIODIK FUNGSI INTENSITAS SUATU PROSES POISSON PERIODIK DENGAN TREN LINEAR

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB III REVIEW PENDUGAAN TURUNAN PERTAMA DAN TURUNAN KEDUA KOMPONEN PERIODIK FUNGSI INTENSITAS SUATU PROSES POISSON PERIODIK DENGAN TREN LINEAR"

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 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 terperinci

BAB IV REDUKSI BIAS PADA PENDUGAAN

BAB 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 terperinci

III. HASIL DAN PEMBAHASAN

III. 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 terperinci

BAB 3 REVIEW PENDUGAAN FUNGSI INTENSITAS LOKAL DAN GLOBAL DARI PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT

BAB 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 terperinci

BAB 4 KEKONSISTENAN PENDUGA DARI FUNGSI SEBARAN DAN FUNGSI KEPEKATAN WAKTU TUNGGU DARI PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT

BAB 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 terperinci

BAB IV SEBARAN ASIMTOTIK PENDUGA TURUNAN PERTAMA DAN KEDUA DARI KOMPONEN PERIODIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR

BAB 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 terperinci

BAB 4 SEBARAN ASIMTOTIK PENDUGA KOMPONEN PERIODIK

BAB 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 (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 terperinci

PENDAHULUAN LANDASAN TEORI

PENDAHULUAN 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 terperinci

SEBARAN ASIMTOTIK PENDUGA TURUNAN N PERTAMA DAN KEDUA DARI KOMPONEN PERIODIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR

SEBARAN 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 terperinci

II. LANDASAN TEORI. 2. P bersifat aditif tak hingga, yaitu jika dengan. 2.1 Ruang Contoh, Kejadian dan Peluang

II. 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 terperinci

II 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. 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 terperinci

ABSTRACT JOKO DWI SURAWU. Keywords:

ABSTRACT 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 terperinci

KEKONVERGENAN 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 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 terperinci

BAB II TINJAUAN PUSTAKA

BAB 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 terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 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 terperinci

Lampiran A. Beberapa Definisi dan Lema Teknis

Lampiran 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 terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 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 terperinci

BAB II TINJAUAN PUSTAKA

BAB 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 terperinci

SIFAT-SIFAT STATISTIKA TIKA ORDE-2 FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR DAN MODIFIKASINYA NENENG MILA MARLIANA

SIFAT-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 terperinci

Lampiran 1. Beberapa Definisi dan Lema Teknis

Lampiran 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 terperinci

KEKONSISTENAN 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 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 terperinci

PENDUGAAN 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 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 terperinci

SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR

SEKOLAH 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 terperinci

KAJIAN BANDWIDTH OPTIMAL PADA PENDUGAAN FUNGSI INTENSITAS LOKAL PROSES POISSON PERIODIK SURASNO

KAJIAN 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 terperinci

BAB 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 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 terperinci

pada Definisi 2.28 ada dan nilainya sama dengan ( ) ( ) Untuk memperoleh hasil di atas, ruas kiri persamaan (25) ditulis sebagai berikut ( )

pada 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 terperinci

PENDUGAAN 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 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 terperinci

LANDASAN TEORI. Model ini memiliki nilai kesetimbangan positif pada saat koordinat berada di titik

LANDASAN 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

( 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 terperinci

DERET 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, 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 terperinci

LAMPIRAN. Kajadian adalah suatu himpunan bagian dari ruang contoh Ω. (Grimmett dan Stirzaker, 2001) Definisi A.3 (Medan-σ)

LAMPIRAN. 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 terperinci

Ayundyah Kesumawati. April 29, Prodi Statistika FMIPA-UII. Deret Tak Terhingga. Ayundyah. Barisan Tak Hingga. Deret Tak Terhingga

Ayundyah 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 terperinci

BAB 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 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 terperinci

Daftar Isi 5. DERET ANALISIS REAL. (Semester I Tahun ) Hendra Gunawan. Dosen FMIPA - ITB September 26, 2011

Daftar 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 terperinci

UJI KONVERGENSI. Januari Tim Dosen Kalkulus 2 TPB ITK

UJI 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 terperinci

Persamaan dan Pertidaksamaan Linear

Persamaan 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 terperinci

Pertemuan Ke 2 SISTEM PERSAMAAN LINEAR (SPL) By SUTOYO,ST.,MT

Pertemuan 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 terperinci

PENDUGAAN 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. 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

( 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 terperinci

BAB 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 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 terperinci

matematika PEMINATAN Kelas X PERSAMAAN DAN PERTIDAKSAMAAN EKSPONEN K13 A. PERSAMAAN EKSPONEN BERBASIS KONSTANTA

matematika 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 terperinci

Defenisi 15 (Kejadian) Kejadian adalah suatu himpunan bagian dari Nang contoh a. (Grimmett dan Stirzaker 2001)

Defenisi 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 terperinci

Memahami definisi barisan tak hingga dan deret tak hingga, dan juga dapat menentukan

Memahami 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 terperinci

SEBARAN 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 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 terperinci

BAB II TINJAUAN PUSTAKA

BAB 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 terperinci

UNIVERSITAS PENDIDIKAN INDONESIA

UNIVERSITAS 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 terperinci

KEKONSISTENAN 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 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 terperinci

LEMBAR AKTIVITAS SISWA INDUKSI MATEMATIKA

LEMBAR 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 terperinci

FUNGSI 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. 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 terperinci

PENDUGAAN 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 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 terperinci

II. TINJAUAN PUSTAKA

II. 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 terperinci

G a a = e = a a. b. Berdasarkan Contoh 1.2 bagian b diperoleh himpunan semua bilangan bulat Z. merupakan grup terhadap penjumlahan bilangan.

G 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 terperinci

Hendra Gunawan. 26 Februari 2014

Hendra 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 terperinci

Definisi 1 Deret Tak Hingga adalah suatu ekspresi yang dapat dinyatakan dalam bentuk:

Definisi 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 terperinci

Pertemuan ke-10: UJI PERBANDINGAN, DERET BERGANTI TANDA, KEKONVERGENAN MUTLAK, UJI RASIO, DAN UJI AKAR

Pertemuan 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 terperinci

Lampiran 1. Beberapa Definisi dan Lema Teknis

Lampiran 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 terperinci

Sistem Bilangan Real. Pendahuluan

Sistem 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 terperinci

Sistem Bilangan Ri l

Sistem 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 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

BAB III KEKONVERGENAN LEMAH

BAB 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 terperinci

KED INTEGRAL JUMLAH PERTEMUAN : 2 PERTEMUAN TUJUAN INSTRUKSIONAL KHUSUS: Materi : 7.1 Anti Turunan. 7.2 Sifat-sifat Integral Tak Tentu KALKULUS I

KED 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 terperinci

MA5031 Analisis Real Lanjut Semester I, Tahun 2015/2016. Hendra Gunawan

MA5031 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 terperinci

11. Konvolusi. Misalkan f dan g fungsi yang terdefinisi pada R. Konvolusi dari f dan g adalah fungsi f g yang didefinisikan sebagai.

11. 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 terperinci

BAB I PENDAHULUAN. Integral Lebesgue merupakan suatu perluasan dari integral Riemann.

BAB 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 terperinci

BAB II TINJAUAN PUSTAKA

BAB 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 terperinci

Ayundyah Kesumawati. April 29, Prodi Statistika FMIPA-UII. Uji Deret Positif. Ayundyah. Uji Integral. Uji Komparasi. Uji Rasio.

Ayundyah 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 terperinci

BAB II KAJIAN TEORI. memahami sifat-sifat dari barisan fungsi. Pada bab ini akan diuraikan materimateri

BAB 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 terperinci

BAB I PENDAHULUAN Latar Belakang Masalah

BAB 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 terperinci

SIFAT-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 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 terperinci

Barisan dan Deret Agus Yodi Gunawan

Barisan 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 terperinci

URAIAN POKOK-POKOK PERKULIAHAN

URAIAN 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 terperinci

Sistem Bilangan Riil. Pendahuluan

Sistem 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 terperinci

0. Pendahuluan. 0.1 Notasi dan istilah, bilangan kompleks

0. 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 terperinci

II. LANDASAN TEORI ( ) =

II. 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 terperinci

Sistem Bilangan Riil

Sistem 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 terperinci

LIMIT KED. Perhatikan fungsi di bawah ini:

LIMIT 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 terperinci

BAB III MODEL HIDDEN MARKOV KONTINU DENGAN PROSES OBSERVASI ZERO DELAY

BAB 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 terperinci

III PEMBAHASAN. Berdasarkan persamaan (2.15) dan persamaan (2.16), fungsi kontinu dan masing-masing sebagai berikut : dan = 3

III 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 terperinci

BAB 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 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 terperinci

II. TINJAUAN PUSTAKA. Dalam mengkaji penelitian Karakteristik Penduga Parameter Distribusi Log

II. 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 terperinci

BAB 2 PERSAMAAN DAN PERTIDAKSAMAAN LINEAR

BAB 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 terperinci

Memahami konsep dasar turunan fungsi dan mengaplikasikan turunan fungsi pada

Memahami 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 terperinci

SOAL 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. 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 terperinci

TURUNAN. Ide awal turunan: Garis singgung. Kemiringan garis singgung di titik P: lim. Definisi

TURUNAN. 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 terperinci

5.1 Fungsi periodik, fungsi genap, fungsi ganjil

5.1 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 terperinci

BAB I PENDAHULUAN Latar Belakang Masalah

BAB 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 terperinci

Sistem Bilangan Riil

Sistem 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 terperinci

PERSAMAAN DAN PERTIDAKSAMAAN PERSAMAAN LINEAR

PERSAMAAN 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 terperinci

III PEMBAHASAN. 3.1 Analisis Metode. dan (2.52) masing-masing merupakan penyelesaian dari persamaan

III 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 terperinci

Ringkasan Kalkulus 2, Untuk dipakai di ITB 1

Ringkasan 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 terperinci

II. TINJAUAN PUSTAKA. Pada bab ini akan diberikan konsep dasar (pengertian) tentang bilangan sempurna,

II. 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 terperinci

Memahami konsep dasar turunan fungsi dan menggunakan turunan fungsi pada

Memahami 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 terperinci

BAB I PENDAHULUAN Latar Belakang Masalah

BAB 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 terperinci

PERTIDAKSAMAAN

PERTIDAKSAMAAN 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 terperinci

dy = f(x,y) = p(x) q(y), dx dy = p(x) dx,

dy = 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 terperinci

Dwi Lestari, M.Sc: Konvergensi Deret 1. KONVERGENSI DERET

Dwi 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 terperinci

BAB II TINJAUAN PUSTAKA

BAB 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 terperinci

Pr { +h =1 = } lim. Suatu fungsi dikatakan h apabila lim =0. Dapat dilihat bahwa besarnya. probabilitas independen dari.

Pr { +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 terperinci

Analisis Riil II: Diferensiasi

Analisis 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