KEKONSISTENAN PENDUGA FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR. Oleh: LIA NURLIANA

Ukuran: px
Mulai penontonan dengan halaman:

Download "KEKONSISTENAN PENDUGA FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR. Oleh: LIA NURLIANA"

Transkripsi

1 KEKONSISTENAN PENDUGA FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR Ole: LIA NURLIANA PROGRAM STUDI MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 5

2 Karya ilmia ii u persembaa utu : Mama, Aa, Kaa-aa u tersayag da semua orag yag usayagi

3 RINGKASAN LIA NURLIANA Keosistea Fugsi Itesitas Proses Poisso Periodi dega Tre Liear Dibimbig ole I WAYAN MANGKU da RETNO BUDIARTI Baya feomea yata dalam eidupa seari-ari yag dapat dijelasa dega suatu proses stoasti Seigga proses stoasti mempuyai peraa uup petig dalam memodela feomea di berbagai bidag eidupa ita seari-ari Sala satu betu usus dari proses stoasti adala proses Poisso periodi dega suatu tre Sebagai oto, bayaya edaraa yag melewati suatu ruas jala raya dapat dimodela dega suatu proses Poisso periodi dega periode satu ari Namu, alau misala bayaya edaraa yag melewati ruas jala tersebut mempuyai eederuga meigat seara liear teradap watu, maa model yag lebi oo adala proses Poisso periodi dega tre liear Dega demiia model fugsi itesitas utu asus ii terdiri atas ompoe periodi da ompoe tre liear Pada tulisa ii dibaas pedugaa fugsi itesitas dari proses Poisso periodi dega tre, Diasumsia bawa periode dari ompoe periodi liear yag diamati pada iterval [ dietaui, tetapi emiriga dari tre liear da ompoe periodi dari fugsi itesitasya tida dietaui Pada ajia ii dipelajari perumusa peduga dari emiriga tre liear da peduga dari ompoe periodi fugsi itesitas yag bersaguta Disampig itu juga diaji: eosistea lema da uat serta sebara ormal asimtoti dari peduga emiriga tre liear, da eovergea dalam peluag da eovergea dalam rataa e- dari peduga ompoa periodi dari fugsi itesitas proses Poisso yag diaji

4 KEKONSISTENAN PENDUGA FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR Sripsi Sebagai sala satu syarat utu memperole gelar Sarjaa Sais pada Faultas Matematia da Ilmu Pegetaua Alam Ole: LIA NURLIANA PROGRAM STUDI MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 5

5 Judul : Keosistea Peduga Fugsi Itesitas Proses Poisso Periodi dega Tre Liear Nama : Lia Nurliaa NRP : G545 Meyetujui, Pembimbig I Pembimbig II Dr Ir I Waya Magu, Ms Ir Reto Budiarti, MS NIP NIP Megetaui, Dea FMIPA Dr Ir Yoy Koesmaryoo, MS NIP Taggal Lulus :

6 RIWAYAT HIDUP Peulis dilaira di Ciajur 7 September 983 sebagai aa etuju dari tuju bersaudara, aa dari pasaga Mama Abdurama da Nia Maria Tau peulis lulus dari SMUN I Ciajur da pada tau yag sama diterima sebagai maasiswa Departeme Matematia, Faultas Matematia da Ilmu Pegetaua Alam, Istitut Pertaia Bogor melalui jalur USMI Tau 3-4 mejabat sebagai Ketua Keputria Gugus Maasiswa Matematia Departeme Matematia Istitut Pertaia Bogor Peulis juga pera mejadi Asiste Dose utu mataulia Kalulus, Kalulus, da Persamaa Diferesial Biasa

7 PRAKATA Puji da syuur peulis pajata epada Alla SWT area aya dega izi da ramat Nya la peulis dapat meyelesaia arya ilmia yag berjudul Keosistea Peduga Fugsi Itesitas Proses Poisso Periodi dega Tre Liear Pada esempata ii peulis meguapa terima asi yag sebesar-besarya epada : Bapa Dr Ir I Waya Magu, Ms sebagai pembimbig I atas esabara, oresi, da bimbigaya selama ii Ibu Ir Reto Budiarti, MS sebagai pembimbig II atas esabara, oresi, da bimbigaya 3 Bapa Drs Siswadi, MS sebagai moderator semiar da dose peguji 4 Mama da Aa utu doa da duugaya, serta esabara da asi sayagya selama ii 5 Kaa-aa u tersayag (Te Ai, Te Elis, Te Ois, Kag Yaya, Te Nuug, da Te Yuyu, terima asi atas duuga, doa da asi sayagya selama ii Alamdulilla adi alia yag bugsu ii bisa lulus juga 6 Kepoaa-epoaa da uu u yag luu-luu, terima asi atas doaya selama ii pada Bi Iya 7 Ka Imro Amirulla utu asi sayag, esabara, da doaya selama ii Alamdulills Ade bisa meyelesaia sripsi ii dega laar da epat, terima asi juga tela meemai saat sidag 8 Kaa-aa ipar, Bibi, Ua, Amag, da saudara-saudara u terima asi atas doa da duugaya 9 Adri, Ade, da Erra yag tela bersedia mejadi pembaas dalam semiar Tema sebimbiga Nur da Lutfi utu persaabata, doa, da batuaya Lutfi, tetap semagat Kamu pasti bisa Azari, Erra, Lutfi, Moza, Nur (terima asi suda meemai saat sidag da membatu jadi sesi osumsi, Neli da Elis utu persaabata, doa, serta batuaya Saabat-saabat u: Mirati, Iie atas doa, asi sayag, duuga, da dorogaya selama ii 3 Warga Balsem: Nyimas, Mba Tati, Mba Ari, Dewi Titi, Aiy, Ela, Wia, Zaia, Yolada, Sarry, Ai, Te Lili, Te Ati, Hari, Tati, Reti, Ai, Ey, Desy, Mba Umi, Mba Iib, Mba Tutut atas doa da duugaya selama ii 4 Warga Griya Amai di Baraagsiag 5 Riswa da tema-tema di osa K Mat terima asi atas pijama omputerya Yaa, tetap semagat dalam megerjaa sripsi 6 Tema tema mat 39, Kalia tela membuat suatu eaga yag ida bagi Iya 7 Seluru pegawai Departeme Matematia ( Bu Ade, Mas Boo, Mas Yoo, Bu Susi, Mas Dei da FMIPA 8 Semua pia yag tela membatu yag tida dapat peulis sebuta satu per satu Semoga arya ilmia ii bermafaat bagi semua pia yag mempuyai etertaria yag sama pada materi ii Peulis meyadari bawa arya ilmia ii masi jau dari esempuraa ole area itu riti da sara sagat peulis arapa Bogor, Otober 5 LIA NURLIANA

8 DAFTAR ISI Halama DAFTAR LAMPIRAN vi PENDAHULUAN Latar Belaag Tujua LANDASAN TEORI Kejadia da Peluag Peuba Aa da Fugsi Sebara Keovergea Mome da Nilai Harapa 3 Peduga Ta-bias da Peduga Kosiste4 Beberapa Defiisi da Lema Teis 4 Proses Stoasti da Proses Poisso6 HASIL DAN PEMBAHASAN Perumusa Peduga 7 Keovergea dari Peduga Kemiriga Tre Liear8 Keosistea dari Peduga Kompoe Periodi SIMPULAN 5 DAFTAR PUSTAKA 6 LAMPIRAN7

9 DAFTAR LAMPIRAN Halama Buti Lema 7 Buti Lema 3 7 Buti Lema 4 Ketasamaa Marov 8 Buti Lema 5 Ketasamaa Cebysev 8 Buti Lema 6 Ketasamaa Cauy-Swarz 9 Buti Lema

10 Latar Belaag Tulisa ii megaji eosistea peduga erel dari fugsi itesitas pada proses Poisso periodi dega tre liear Ii merupaa reostrusi dari paper: Helmers da Magu (5 Baya feomea yata dalam eidupa seari-ari yag dapat dijelasa dega suatu proses stoasti Proses stoasti mempuyai peraa uup petig dalam berbagai bidag pada eidupa ita seari-ari Sebagai oto dalam bidag trasportasi: bayaya edaraa yag melewati suatu ruas jala raya pada suatu selag watu tertetu aya bisa diamati seali Beberapa edala tersebut memasa ita utu megaji pemodela stoasti tetag fugsi itesitas dari sebua proses Poisso dega aya megguaa sebua realisasi dari proses tersebut Fugsi itesitas λ diasumsia teritegrala loal, yaitu ilai itegral dari fugsi tersebut pada sebarag iterval dega pajag terigga adala berilai terigga Ii beraibat bawa ilai arapa dari bayaya data pegamata pada sebarag iterval dega pajag terigga adala berilai terigga Utu meyusu suatu peduga yag osiste, diperlua data yag bayaya meuju ta igga Agar data pegamata di berbagai bagia selag watu yag berbeda bisa diguaa utu meduga fugsi itesitas pada suatu titi s, maa diperlua asumsi bawa fugsi itesitas tersebut adala periodi (sili Pada ajia PENDAHULUAN ii, ita aggap periode dari fugsi itesitas λ dietaui, yaitu τ Sala satu betu usus dari proses stoasti adala proses Poisso periodi dega suatu tre liear Sebagai oto, bayaya edaraa yag melewati suatu ruas jala raya dapat dimodela dega suatu proses Poisso periodi dega periode satu ari Namu, alau misalya bayaya edaraa yag melewati suatu ruas jala tersebut mempuyai eederuga meigat seara liear teradap watu, maa model yag lebi oo adala proses Poisso periodi dega tre liear Dega demiia model fugsi itesitas utu asus ii dapat diformulasia sebagai beriut λ s λ s + dega ( s ( ( as λ adala suatu fugsi periodi, da as adala ompoe tre liear dega a meyataa emiriga dari tre tersebut Seigga permasalaa di atas dapat dimodela dega suatu proses Poisso periodi dega tre liear Tujua Tujua dari peulisa arya ilmia ii adala utu: (i Mempelajari peyusua peduga erel pada proses Poisso periodi dega tre liear (ii Mempelajari pembutia eosistea da beberapa jeis eovergea dari peduga a da peduga erel bagi λ s ( LANDASAN TEORI Kejadia da Peluag Defiisi (Ruag Coto da Kejadia Suatu perobaa yag dapat diulag dalam odisi yag sama, yag asilya tida bisa dipredisi seara tepat tapi ita bisa megetaui semua emugia asil yag muul disebut perobaa aa Himpua semua asil yag mugi dari perobaa aa disebut ruag oto da diotasia dega Ω Suatu ejadia A adala impua bagia dari ruag oto [Ross, 996] Defiisi ( σ field Suatu impua F yag aggotaya terdiri atas impua bagia dari Ω disebut dega σ field jia memeui odisi (i φ F U A i i (ii Jia A, A, F maa F; (iii Jia A F maa A F [Grimmett da Stirzaer,99] σ - field tereil yag megadug semua, r, r R, disebut selag berbetu ( ] meda Borel, da diotasia B (F ; da aggota dari meda Borel disebut impua Borel

11 Defiisi 3 (Uura Peluag Uura peluag Ρ pada (Ω, F adala fugsi Ρ : F [,] yag memeui: Ρ φ, Ρ Ω (i ( ( (ii Jia A, A, adala impua disjoit yag merupaa aggota dari F, yaitu A i A j φ, utu setiap i, j dega i j, Tripel (Ω,F, peluag maa Ρ ( U Ai Ρ Ai i i [Grimmett da Stirzaer,99] Ρ disebut dega ruag Defiisi 4 (Kejadia Salig Bebas Kejadia A da B diataa salig bebas jia Ρ ( A B Ρ( A Ρ( B Seara umum, impua ejadia { ; i I} diataa salig bebas jia A i Ρ ( I Ai Ρ Ai i J i J utu setiap impua bagia J dari I [Grimmett da Stirzaer,99] Peuba Aa da Fugsi Sebara Defiisi 5 (Peuba Aa Peuba aa X adala fugsi X : Ω R dega { ω Ω : X ( ω x} F utu setiap x R [Grimmett da Stirzaer,99] Peuba aa diotasia dega uruf apital seperti X, Y da Z Sedaga ilai peuba aa diotasia dega uruf eil seperti x, y da z Setiap peuba aa memilii fugsi sebara, sebagaimaa didefiisia beriut ii Defiisi 6 (Fugsi Sebara Fugsi sebara dari suatu peuba aa X adala F X : R [,], yag didefiisia ole F X ( x Ρ ( X x [Grimmett da Stirzaer,99] Defiisi 7 (Peuba Aa Disret Peuba aa X diataa disret jia semua impua ilai { x, x, } merupaa impua teraa [Grimmett da Stirzaer,99] Utu peuba aa disret X fugsi erapata peluag didefiisia pada defiisi beriut Defiisi 8 (Fugsi Kerapata Peluag Fugsi erapata peluag dari peuba aa disret X adala fugsi p X : R [,], dega p X ( x Ρ ( X x [Grimmett da Stirzaer,99] Keovergea Defiisi 9 (Keovergea Barisa Bilaga Nyata Barisa { a } disebut mempuyai limit L da ita tulisa lim L atau a L jia a apabila utu setiap ε > terdapat sebua bilaga M sedemiia rupa seigga jia > M maa a L < ε Jia a lim L ada, ita ataa barisa tersebut overge Jia tida, ita ataa barisa tersebut diverge [Stewart, 999] Lema (Deret p Deret (disebut juga deret p p overge jia p >, da diverge jia p Buti: Liat Stewart (999 Defiisi (Koverge dalam Peluag Misala X, X, X adala peuba aa dalam ruag peluag (Ω,F, Kita ataa X overge dalam peluag e X jia atau Ρ ( X < ε lim Ρ X ( X ε lim Ρ X

12 utu setiap ε >, da ditulis X P X utu [Serflig, 98] Defiisi (Koverge dalam rataa e r Misala X, X, X adala peuba aa dalam ruag peluag (Ω,F, Ρ Kita ataa overge dalam rataa e-r e peuba X aa X, dega r, ditulis X X, utu, jia Ε X r < utu semua da ( r Ε X X utu [Grimmett da Stirzaer,99] Defiisi (Koverge Hampir Pasti Misala X, X, X adala peuba aa dalam ruag peluag (Ω,F, Ρ Suatu barisa peuba aa X, X, diataa overge ampir pasti e peuba aa X, a s ditulis X X, utu utu setiap ε >,, jia Ρ lim X < X ε Dega ata lai, overge ampir pasti adala overge dega peluag satu [Grimmett da Stirzaer,99] Defiisi 3 (Koverge Legap Misala X, X, X adala peuba aa dalam ruag peluag (Ω,F, P Suatu barisa peuba aa X, X, diataa overge legap e peuba aa X, jia utu setiap ε > berlau Ρ ( X > < X ε [Grimmett da Stirzaer,99] Defiisi 4 (Koverge dalam Sebara Misala X, X, X adala peuba aa dalam ruag peluag (Ω,F, P Suatu barisa peuba aa X, X, diataa overge dalam sebara e peuba aa X, ditulis X d X, jia Ρ ( x Ρ( X x X r utu, utu semua titi x dimaa F X x adala otiu [Grimmett da Stirzaer,99] fugsi sebara ( Mome da Nilai Harapa Defiisi 5 (Mome Jia X adala peuba aa disret, maa mome e-m dari X didefiisia sebagai m [ ] m Ε X xi p X ( xi, dimaa x i i diperole dari fugsi erapata ( ( peluag p xi p X xi, utu i,, jia jumlaya overge Jia jumlaya diverge, maa mome e-m dari peuba aa X diataa tida ada [Taylor da Karli, 984] Mome pertama dari peuba aa X, yaitu jia m disebut sebagai ilai arapa dari X da diotasia dega Ε X atau µ [ ] Defiisi 6 (Mome Pusat Mome pusat e-m dari peuba aa X didefiisia sebagai mome e-m dari peuba aa ( X Ε[ X ] [Taylor da Karli, 984] Mome pusat pertama adala ol Ragam dari peuba aa X adala mome pusat edua dari peuba aa tersebut da diotasia sebagai ( X σ Var atau X Jadi Var( X Ε[ ( X Ε[ X ] ] Lema Jia X adala peuba aa disret dega ragam yag berigga, maa utu sebarag ostata da d, berlau Var ( X d Var(X Buti: Liat Lampira + [Casela da Berger, 99] Defiisi 7 (Covaria Misala X da Y adala peuba aa disret, da misala pula µ X da µ Y masig- masig meyataa ilai arapa dari X da Y Covaria dari X da Y didefiisia sebagai Cov ( X Y Ε( ( X µ ( Y µ, X Y 3

13 [Casela da Berger, 99] Lema 3 Misala X da Y adala peuba aa disret, da misala pula da d adala dua bua ostata sebarag, maa Var( X + dy Var( X + d Var( Y + dcov ( X, Y Jia X da Y adala peuba aa salig bebas, maa Var ( X + dy Var ( X + d Var ( Y [Casela da Berger, 99] Buti: Liat Lampira Peduga Ta- bias da Peduga Kosiste Defiisi 8 (Statisti Statisti merupaa suatu fugsi dari satu atau lebi peuba aa yag tida tergatug pada parameter (yag tida dietaui [Hogg da Craig, 995] Defiisi 9 (Peduga Misala X, X, X adala oto aa Suatu statisti U U ( X, X,, X U ( X yag diguaa utu meduga fugsi parameter g ( θ, diataa sebagai peduga bagi g ( θ Nilai amata U ( X, X,, X dari U dega ilai amata X x, X x,, X x, disebut sebagai dugaa bagi ( θ g [Hogg da Craig, 995] Defiisi (Peduga Ta-bias X U ( disebut peduga ta bias bagi g ( θ, bila Ε [ U ( X ] g( θ Bila Ε [ U ( X ] g( θ b( θ, maa b ( θ disebut bias dari peduga Ε U X g θ Bila lim [ ( ] ( maa ( X U disebut sebagai peduga ta bias asimtoti [Hogg da Craig, 995] P g ( θ, utu, disebut peduga osiste bagi g ( θ s (ii Jia U ( X, X X a g( θ,, utu, maa U ( X, X,, X disebut peduga osiste uat bagi g θ ( r (iii Jia U ( X, X,, X g( θ utu, maa U ( X, X,, X disebut peduga osiste dalam rataa e-r bagi g θ ( Defiisi (Mea Squared Error Mea squared error ( MSE dari peduga W utu parameter θ adala fugsi dari θ yag didefiisia ole Ε ( θ W θ Dega ata lai MSE adala ilai arapa uadrat dari selisi atara peduga W da parameter θ Dari sii diperole Ε θ ( W θ Var( W + ( Ε ( W θ Var θ ( W + ( Bias( θ ˆ [Cassela da Berger, 99] Beberapa Defiisi da Lema Teis Defiisi 3 ( O( da o( (i Suatu barisa bilaga yata { a } disebut terbatas da ditulis a O(, utu, jia ada bilaga terigga A da B seigga B < a < A, utu semua bilaga asli (ii Suatu barisa { b } yag overge e, utu, adagala ditulis b o(, utu [Purell da Varberg, 998] Defiisi 4 (Mome Kedua Terbatas Peuba aa X disebut mempuyai mome edua terbatas jia Ε ( X terbatas [Helms, 996] Defiisi (Peduga Kosiste (i Suatu statisti U ( X, X,, X yag overge dalam peluag e parameter g ( θ, yaitu U ( X, X,, X Defiisi 5 (Fugsi Idiator Fugsi idiator dari impua A, serig Ι x, didefiisia sebagai fugsi ditulis ( A 4

14 Ι ( x A, x A, x A [Cassela da Berger, 996] Lema 4 (Ketasamaa Marov Jia X adala peuba aa dega Ε ( X terbatas da t >, maa Ρ ( X t Buti: Liat Lampira 3 Ε t [ X ] [Helms, 996] Lema 5 (Ketasamaa Cebysev Jia X adala peuba aa dega ilai arapa µ da ragam terbatas σ, maa σ ( µ δ Ρ X utu setiap δ Buti: Liat Lampira 4 δ [Helms, 996] Lema 6 (Ketasamaa Cauy-Swarz Jia X da Y adala peuba aa dega mome edua terbatas, maa ( Ε [ XY ] Ε[ X ] Ε[ Y ] da aa berilai sama dega jia da aya jia Ρ( X atau Ρ( Y ax utu suatu ostata a [Helms, 996] Buti: Liat Lampira 5 Lema 7 (Lema Borel-Catelli (i Misala adala sebarag ejadia Jia { } A { } < maa P ( A terjadi sebaya ta igga ali (ii Misala { A } adala sebarag ejadia yag salig bebas Jia Ρ { A } Ρ A maa P ( A terjadi sebaya ta igga ali Buti: Liat Durret (996 Lema 8 (Teorema Limit Pusat Misala X, X, adala suatu barisa peuba aa yag bebas da sebaraya ideti dega ilai arapa fiite ragam ta ol σ < Jia ( X + X + + X Ζ µ maa Z σ overge e sebara ormal bau, da ditulis Ζ atau lim Ρ d Normal (, utu ( Ζ x π x Buti: Liat Garamai ( e y / µ da, dy Lema 9 (Teorema Deret Taylor Suatu fugsi disebut deret Taylor dari fugsi f di a (atau di seitar a atau yag berpusat di a, jia memeui persamaa f ( x ( ( a ( x a f! '' ( a ( f ( a ( x a + x + ' f f ( a + a!! [Stewart, 999] Lema (Teorema Fubii Jia f atau f dµ < maa XY f YX ( x, y µ ( dy µ ( dx f ( x, y µ ( dx µ ( dy Buti: Liat Durret (996 XxY fdµ Defiisi 6 (Teritegrala Loal Fugsi itesitas λ disebut teritegrala loal, jia utu sebarag impua Borel terbatas B ita perole ( µ (B λ s ds < B [Dudley, 989] Defiisi 7 (Titi Lebesgue Suatu titi s disebut titi Lebesgue dari suatu fugsi λ jia lim s+ s λ ( u λ( s du [Weede da Zygmud, 977] Proses Stoasti da Proses Poisso 5

15 Defiisi 8 (Proses Stoasti Proses stoasti { N( t, t T} adala suatu impua dari peuba aa yag memetaa suatu ruag oto Ω e ruag state S [Ross,996] t Jadi, utu setiap pada impua ides T, N( t adala suatu peuba aa Ides t serig diiterpretasia sebagai watu (mesipu dalam berbagai peerapaya t tida selalu meyataa watu, da N ( t ita sebut sebagai state dari proses pada watu t Ruag state S mugi berupa: (i S Z (impua bilaga bulat, atau impua bagiaya (ii S R (impua bilaga yata, atau impua bagiaya Suatu proses stoasti N disebut proses stoasti dega watu disret jia impua ides T adala impua teraa, sedaga N ita sebut proses stoasti dega watu otiu jia T adala suatu iterval Defiisi 9 (Proses Peaaa Suatu proses stoasti { N ( t, t } disebut proses peaaa jia N( t meyataa bayaya ejadia yag tela terjadi sampai watu t [Ross, 996] Kadagala proses peaaa { N ( t, t } ditulis N ([, t], yag meyataa bayaya [,t] ejadia yag terjadi pada selag watu Proses peaaa N( t arus memeui syarat- syarat sebagai beriut: (i N ( t utu semua t [, (ii Nilai N ( t adala bilaga bulat (iii Jia s < t maa ( s N( t N, [ s < maa ( t N( s s,t, (iv Utu t N, sama dega bayaya ejadia yag terjadi pada selag s,t ( ] Suatu proses peaaa disebut memilii ireme bebas jia bayaya ejadia yag terjadi pada sebarag dua selag watu yag tida tumpag tidi (tida overlap adala bebas Sedaga suatu proses peaaa disebut memilii ireme statsioer jia sebara (distribusi dari bayaya ejadia yag terjadi pada sebarag selag watu, aya tergatug dari pajag selag tersebut Sala satu proses peaaa yag petig adala proses Poisso, yag juga merupaa proses stoasti dega watu otiu Defiisi 3 (Proses Poisso Suatu proses peaaa { N( t, t } disebut proses Poisso dega laju λ, λ >, jia dipeui tiga syarat beriut: (i N ( (ii Proses tersebut memilii ireme bebas (iii Bayaya ejadia pada sebarag iterval watu dega pajag t, memilii sebara (distribusi Poisso dega ilai arapa λ t Jadi, utu semua t, s > Ρ ( N( s + t N( s e λt ( λt,,,! Dari syarat (iii bisa dietaui bawa proses Poisso memilii ireme yag statsioer Dari syarat ii juga diperole bawa Ε ( N( t λt Proses Poisso dega laju λ yag merupaa ostata utu semua watu t disebut proses Poisso omoge Jia laju λ bua ostata, tetapi merupaa fugsi dari watu, λ ( t, maa disebut proses Poisso ta-omoge Utu asus ii, λ ( t disebut fugsi itesitas dari proses Poisso tersebut Fugsi itesitas λ ( t arus memeui syarat λ ( t utu t Lema Misala X da Y adala peuba aa salig bebas da memilii sebara Poisso dega parameter berturut-turut u da v Maa X + Y memilii sebara Poisso dega parameter u + v [Taylor da Karli, 984] Buti: Liat Lampira 6 Defiisi 3 (Fugsi Periodi Suatu fugsi λ disebut periodi jia λ ( s + τ λ(s utu semua s R da Z Kostata tereil τ yag memeui persamaa di atas disebut periode dari fugsi λ tersebut [Browder, 996] Defiisi 3 (Proses Poisso Periodi 6

16 Proses Poisso periodi adala proses Poisso dimaa fugsi itesitas λ adala sili (periodi HASIL DAN PEMBAHASAN Perumusa Peduga Misala N adala proses Poisso o omoge pada iterval [, dega fugsi itesitas λ yag tida dietaui Fugsi ii diasumsia teritegrala loal da terdiri atas ompoe, yaitu sebua ompoe periodi atau ompoe sili dega periode (dietaui τ > da sebua tre liear yag tida dietaui pula Dega ata lai, utu sebarag titi s [,, ita dapat meulisa fugsi itesitas λ sebagai beriut: λ ( s λ ( s + as ( dega λ ( s adala fugsi periodi dega periode τ da a adala emiriga dari tre liear Dalam baasa ii ita tida megasumsia suatu betu parametri dari λ euali bawa λ adala periodi yaitu persamaa λ ( s τ λ (s [, + ( berlau utu s da Z dega Z adala impua bilaga bulat Karea λ periodi dega periode τ, maa utu [ meduga λ utu s, uup diduga ilai λ pada s [,τ Misala utu suatu ω Ω, terdapat N ω dari proses Poisso N sebua realisasi ( yag terdefiisi dalam ruag peluag (Ω, F, P dega betu fugsi itesitas di persamaa ( Tujua ita dalam pembaasa ii adala mempelajari peyusua peduga osiste bagi λ pada s [, τ ], dega megguaa sebua realisasi N ( ω dari proses Poisso yag diamati pada iterval [, ] Kita megasumsia bawa s adala titi Lebesgue dari λ, yag seara otomatis berarti bawa s adala titi Lebesgue dari λ Pada ajia ii ita asumsia bawa periode τ dietaui, tetapi slope a da fugsi λ pada [, τ eduaya tida dietaui Dalam odisi ii, ita bole medefiisia peduga a da peduga bagi λ di titi s yag diberia Peduga bagi a diberia ole: N( [, ] aˆ (3 Sedaga utu peduga bagi λ ( s pada titi [,τ ˆ λ, s diberia ole: ( s l N [, ] ([ s + τ, s + τ + ] aˆ + s (4 l dimaa adala barisa bilaga real positif yag overge meuju, (5 utu Searag aa diuraia ide tetag pembetua peduga bagi a Utu mejelasa al ii aa ita guaa Lema beriut Lema Jia fugsi itesitas λ adala periodi (dega periode τ da teritegrala loal, λ s ds maa ( θ dega θ τ τ λ (ds s Buti: Liat Damiri (3 Pertama, peratia bawa ΕN ([, ] λ ( sds + ( λ ( s asds λ + ( s ds utu asds, [Damiri, 3] 7

17 Peratia suu pertama dari ruas aa persamaa di atas Berdasara Lema, maa λ ( s ds θ Suu edua dari ruas aa persamaa tadi a asds Dega meggati Ε N ([, ] dega padaa stoastiya N ([, ] maa a diperole N ([, ] θ + Kedua ruas dibagi dega, seigga N( [, ] θ a N( [, ] + θ a Jia, maa θ Airya diperole bawa: N( [, ] aˆ Searag, aa diuraia ide tetag pembetua dari peduga erel, ˆλ ( s dari λ ( s Perlu diigat bawa aya ada sebua realisasi dari proses Poisso N yag tersedia, ita arus meggabuga iformasi tetag ilai dari λ s yag belum dietaui ( dari tempat yag berbeda pada iterval [, ] Dari ( da ( yag ita puya, utu sebarag titi s da Z, maa λ s λ s τ (6 Misala ( ( B ( x [ x, x + ] + [ ] da L Ι( s + τ, yag memegag peraa petig dalam meutu ita e ragaia pedeata Berdasara (6, ita dapat meulisa λ L ( s ( λ ( s + τ Ι( s + τ [, ] L L ( s + [, ] Ι τ ( λ ( s + τ a( s + τ ( λ ( s + τ Ι( s + τ [, ] aτ as Ι( s + [, ] L τ (7 Perlu diigat bawa Ι( s + τ [, ] ( τ da L ~ l utu L setara asimtoti dega l Maa persamaa (7 dapat ditulisa sebagai beriut: l as a l l ΕN s+ τ + λ s+ τ ( x Ι x + s + τ [, ] ( B ( s + τ [, ] ( dx a s + (8 l Perilau ΕN( B ( s + τ [, ] N B s + τ, yag merupaa ( ( [ ] padaa stoastiya, seigga persamaa (8 dapat ditulis: l N ( B ( s + τ [, ] a s +, (9 l yag dapat diliat sebagai peduga dari λ ( s, dega periode τ da emiriga a dari tre liear diasumsia dietaui Jia a tida dietaui, ita gati a dega â di persamaa (9 seigga diperole peduga dari λ ( s yag diberia di persamaa (4 Keovergea dari â Lema 3 Misala fugsi itesitas λ diberia di ( da teritegrala loal Maa: θ Ε( aˆ a + + O ( da a Var( aˆ + O ( 3 utu τ (, dimaa θ τ λ s ds Aibatya, â adala peduga osiste dari a, da Mea-squared error (MSEya adala: 8

18 a + 4θ MSE ( aˆ + O 3 ( Buti: Berdasara (3, Ε( â dapat diitug sebagai beriut: Ε ( aˆ ΕN( [, ] λ ( s ( λ ( s + as θ a + + Ο utu Ragam dari â diperole dega ara yag serupa: 4 Var( aˆ Var( N( [, ] 4 4 N( [, ] 4 4 a + O( 4 ds ( λ s ds + asds a θ + + O( a + O, 3 utu MSE ( aˆ Var( aˆ + Bias( aˆ ( ( Bias( aˆ ( Ε( aˆ a θ a + + O a θ + O 4θ + O, (3 3 utu Seigga berdasara ( da (3, maa a + 4θ MSE( aˆ + Ο, 3 utu Teorema (Keosistea Peduga â adala peduga osiste bagi a yaitu ds aˆ a (4 utu Berdasara Defiisi, utu membutia teorema ii adala setara dega meujua bawa, utu setiap ε >, berlau Ρ aˆ a > ε (5 P ( Buti: Berdasara etasamaa segitiga, ita perole aˆ a aˆ Εaˆ + Εaˆ a (6 Berdasara Lema 3, ita perole lim Ε ˆ a a (7 seigga utu ε >, ada N agar ε Εaˆ a < (8 utu N Berdasara persamaa (7, ita perole ε Ρ( a ˆ a > ε Ρ aˆ Εaˆ > Jadi utu membutia (4 uup ditujua ε lim Ρ a ˆ Εaˆ > Dega etasamaa Cebysev, ita perole ε 4Var( aˆ ˆ ˆ Ρ a Εa > ε Jadi ita tiggal membutia bawa 4Var( aˆ lim (9 ε Berdasara Lema 3, Var( aˆ aa overge e ol jia, seigga persamaa (9 terbuti Jadi Teorema terbuti Teorema (Keovergea Legap Peduga â adala overge legap e a, yaitu utu aˆ a, Buti: Berdasara Defiisi 3, utu membutia teorema ii uup dibutia Ρ ( aˆ a > ε < Berdasara etasama segitiga, ita perole aˆ a aˆ Εaˆ + Εaˆ a 9

19 Dega ara yag sama dega pembutia Teorema, airya ita perole ε 4Var ( aˆ ˆ ˆ Ρ a Εa > ε 4Var( aˆ 4 a Kemudia 3 + O ε ε Seigga diperole ( aˆ 4Var 4 a < + O 3 ε ε Jadi Teorema terbuti Aibat (Keosistea Kuat Peduga â adala peduga osiste uat bagi a, yaitu utu a s aˆ a, Buti: Berdasara Defiisi, utu membutia aibat ii aa dibutia utu ε >, maa atau Ρ lim aˆ < a ε Ρ lim aˆ a ε Dari Teorema dietaui Ρ( aˆ a > ε < Dega bagia (i Lema Borel - Catelli (Lema 7, diperole jia Ρ ( aˆ a > ε < maa ejadia { ˆ a > ε} aya aa a terjadi sebaya terigga, yag berimpliasi bawa Ρ lim aˆ a ε Maa Aibat terbuti Sebara Normal Asimtoti dari â Teorema 3 (Keovergea dalam Sebara ( aˆ a adala overge dalam sebara e Normal ( θ,a utu ( Ruas iri persamaa ( adala sebagai beriut: ( aˆ a ( aˆ Εaˆ + ( Εaˆ a Utu membutia Teorema 3, uup dibutia d ( aˆ Εaˆ Ν(, a (a da Εaˆ a (b ( θ Utu membutia bagia (a, peratia bawa ruas iri bagia (a adala sebagai beriut: N ( ([, ] ΕN( [, ] aˆ Εaˆ ( N( [, ] ΕN( [, ] ([ ] ([, ] ([, ], N ΕN VarN ([, ] VarN Berdasara Teorema Limit Pusat, maa diperole ([, ] ([, ] N ΕN d Ν(, ( ([, ] VarN jia Maa utu membutia (a, tiggal dibutia VarN( [, ] a ( Karea N ([,] adala peuba aa Poisso, maa ruas iri persamaa ( dapat ditulisa sebagai beriut: VarN( [, ] ΕN( [, ] a θ + + O ( 4 a θ + + O ( a + O Peratia bawa O overge e ol utu, seigga O o ( ( f ( x Misala x a + o, x Berdasara Teorema Deret Taylor, maa f ' ( ( ( a ( f "( a f x f a + x a +!! ( x a + Buti:

20 a + ( o( o a 3 4 ( ( o( ( ( a + O + o ( a ( ( + a + o Seigga bagia (a terbuti Utu membutia bagia (b guaa Lema 3, seigga ruas iri dari (b dapat ditulisa sebagai beriut: θ ( Εaˆ a + O θ + O Dega ata lai ( Εaˆ a θ jia Jadi Teorema 3 terbuti Keosistea dari, ˆλ ( s Lema 4 (Ketabiasa Asimtoti Misala fugsi itesitas λ seperti ( da teritegrala loal Jia asumsi (5 dipeui, maa ˆ λ s λ s (3 Ε, ( ( utu, asala s adala titi Lebesgue dari λ Dega ata lai,, ˆλ ( s adala peduga ta bias seara asimtoti bagi λ s ( Buti: Utu membutia persamaa (3, aa ditujua bawa lim Ελ ˆ s λ (4, ( (s Berdasara Teorema Fubii, ilai arapa di ruas iri (3 dapat diyataa sebagai beriut: l ΕN ( B ( s + τ [, ] s + Ε( aˆ (5 l Suu pertama dari (5 l [ ] λ Ι( x + s + τ, dx ( x + s + τ l ( λ ( + + ( + + x s a x s τ [ ] Ι( x + s + τ, dx ( ( + λ x s l [ ] Ι( x + s + τ, dx a + l ( x + s + τ [ ] Ι( x + s + τ, dx (6 Suu pertama dari (6 dapat diuraia sebagai beriut: l Ι ( x + s + τ [, ] + Ο (7 l utu, da λ ( x + s dx (( λ ( x + s λ ( s + λ ( s dx ( λ ( x + s λ ( s dx dx + ( λ s dx Karea s adala titi Lebesgue dari λ, maa ( ( x + s λ ( s dx o λ ( λ ( s dx λ ( s λ λ dx ( s [] x ( s ( ( s λ (8 Dari (7 da (8, ita perole suu pertama dari (6 : + O ( ( s + o( l λ λ ( s + ο( (9

21 utu Suu edua dari (6, dapat diuraia sebagai beriut: a l ( x + s + τ [ ] Ι( x + s + τ, dx a l ( x Ι( x + s + τ dx as dx O l aτ l Ι( x + s + τ [, ] dx (3 Suu pertama ruas aa persamaa (3 aa diperole sama dega ol Suu edua ruas aa persamaa (3 yaitu as + O Peratia suu etiga ruas l aa persamaa (3 Karea ilai dari [ ] Ι( x + s + τ, dapat ditulis mejadi Ι τ τ ( x + s + τ [, ] + Ι( x + s + τ [, ] + O, τ maa diperole aτ a + O( + O Gabuga l τ l l dari etiga ruas persamaa (3, maa suu edua persamaa (6 mejadi a l ( x + s + Ι x + s + τ [, ] τ ( dx a as + O + + O l l l a s + + O l l utu Seigga suu pertama dari (5: λ ( s + ο( + a s + + O l l (3 utu Dega mesubstitusia persamaa ( e suu edua dari persamaa (5, maa ita perole θ s + a + + Ο l θ θ a s + + s + + O (3 l l l Dega mesubstitusi (3 da (3 e persamaa (5 aa diperole ilai arapa ˆλ s sebagai beriut: dari, ( Ελ ( s λ ( s + ο( ˆ, (33 utu Seigga persamaa (3 terbuti Lema 5 (Keovergea Ragam Misala fugsi itesitas λ seperti ( da teritegrala loal Jia asumsi (5 da l (34 utu dipeui maa ( ( s ˆ, Var λ (35 utu, asala s adala titi Lebesgue dari λ Buti : Kita igat bawa ˆ λ, ( s Misala l l ˆ a N N s + l aˆ s + Q l Var ˆ λ s Seigga ( ( B ( s + τ [, ] ( B ( s + τ [, ] (36 Q, (, Var( Q + Var( Q Cov ( Q Q + (37 Utu yag besar, maa selag ( s τ B s + jτ (38, B + da ( utu j tida salig tumpag tidi (tida overlap Seigga N( B ( s + τ da N( B ( s + jτ (39 adala bebas utu j Kita itug dulu suu pertama dari persamaa (37 ( ( [ ] + N B s τ, Var l 4 ( l

22 ( N( B ( s [ ] Var + τ, (4 Karea N adala proses Poissso, maa Var( N ΕN, da utu sebarag, ita bisa tulisa Ε N( B s + τ, ( [ ] ( x + s + τ Ι( x + s + τ [, ] λ dx, seigga persamaa (4 dapat ditulis sebagai beriut: 4 ( l Var( N ( λ 4 l Ι( x + s + τ, dx [ ] ( l [ ] ([ 4 Ι( x + s + τ, dx + aτ ( l 4 s + τ, s + τ + ] [, ] ( ( x + s + τ λ ( x + s + a( x + s ( x + s + τ [, ] dx Ι (4 Suu pertama persamaa (4 dapat diuraia mejadi l l 4 a l λ ( x + s dx ( x + s + τ [, ] + Ι ( x + s Ι l Peratia bawa dx τ (4 ( x + s + [, ] Ι( x + s + deret-p dega l τ [, ] O( merupaa p Seigga τ l ( x + s + [, ] O Ι Dega ara yag serupa dega buti Lema 4, substitusia persamaa (9 e suu pertama persamaa (4, seigga dapat ita tulis sebagai beriut: ( λ ( s + o( O l l ( l O (43 Suu edua persamaa (4 dapat ita tulis sebagai beriut: a ( + O 4 l l ( l O (44 Dega meggabuga (43 da (44, ita perole suu pertama dari persamaa (4 adala ( O (45 l utu Suu edua dari persamaa (4 dapat ita tulis sebagai beriut 4 aτ l a 4 τl l Ι + O dx l aτ + O l l ( x + s + τ [, ] dx aτ ( + O (46 l l utu Dega meggabuga (45 da (46, ita perole suu pertama dari persamaa (37 adala aτ ( + O (47 l l utu Selajutya ita itug suu edua dari persamaa (37 Var aˆ s + s + Var( aˆ l l Dari persamaa (, ita perole a s + + O 3 l a + O l ( l ( (48 utu Dari persamaa (47, (48, da etasamaa Cauy- Swarz, ita perole bawa suu 3

23 etiga dari persamaa (37 tida pera lebi dari aτ l O O / O ( l ( l l l o a 3 / / O ( l / ( O l o l (49 utu Dega meggabuga persamaa (47, (48, da (49, ita perole ( ( Var ˆ a τ λ s + o, (5 l l utu Karea l utu, ita perole persamaa (35 Terbuti Teorema 4 (Keovergea dalam Peluag Misala fugsi itesitas λ seperti ( da teritegrala loal Jia asumsi (5 da (34 dipeui, maa ˆ λ s P λ s (5, ( ( utu, asala s adala titi Lebesgue dari λ Dega ata lai, ˆλ ( s adala peduga osiste dari λ Buti: Utu membutia persamaa (5, berdasara defiisi aa diperliata bawa utu ε >, lim Ρ ˆ λ, s λ s > ε (5 ( ( ( Berdasara etasamaa segitiga, ita perole ˆ λ s λ s ˆ λ s Ε ˆ λ s ( ( ( (+,,, l ( s λ ( s Ε λ, (53 Berdasara Lema 4, ita perole lim Ε ˆ λ, s λ s (54 ( ( seigga utu ε >, ada N agar ˆ ε Ελ, ( s λ ( s < (55, utu N Berdasara (54, ita perole ˆ ( ( ˆ ˆ ε Ρ λ, s λ s > ε Ρ λ, s Ελ, s > Jadi utu membutia (5 uup ditujua ˆ ( ˆ ε lim Ρ λ, s Ελ, ( s > Dega etasamaa Cebysev, ita perole ( ˆ ˆ 4 ( ( ˆ ε Var λ, s Ρ λ, s Ελ, ( s > Jadi ε ita tiggal membutia bawa 4Var( ˆ λ, ( s lim (56 ε Berdasara Lema 5, maa persamaa (56 terbuti ( ( ( Teorema 5 (Keovergea dalam rataa e- Misala fugsi itesitas λ seperti ( da teritegrala loal Jia asumsi (5 da (34 dipeui, maa ˆ r ( s λ ( s (57 λ, utu, asala s adala titi Lebesgue dari λ Dega ata lai,, ˆλ ( s adala peduga osiste dalam rataa uadrat bagi λ Buti: Berdasara Defiisi utu r, utu membutia Teorema 5, aa ditujua Ε ˆ λ s < (58 ( (, da Ε ( ˆ λ, ( ( s λ s (59 utu Buti dari persamaa (58: Utu membutia persamaa (58, ita igat bawa Var ˆ λ s Ε ˆ λ s Ε ˆ λ s ( ( (, seigga Ε ˆ λ s ( [ ( (], ( ( Var ˆ λ ( s, ( [ ( ˆ + Ε λ (],,, s Maa berdasara Lema 4 da Lema 5, ita perole Ε ˆ λ s ο + λ s + ο ( ( ( ( ( (, ( λ ( s + ο( < Buti dari persamaa (59: Kita tau bawa 4

24 Ε Ε ( ˆ λ, ( s λ ( s [( ˆ λ ( ˆ ( ( ˆ ( (], s Ελ, s + Ελ, s λ s ( ˆ λ ( Ε ˆ (, s λ, s (a ( Ε ˆ λ ( (, s λ s (b Ε[ ( ˆ λ ( s Ε ˆ λ ( s ( Ε ˆ λ ( s λ ( s ] Ε + Ε ( +,,, (i Bagia (a merupaa ragam dari s Ragam dari ˆλ s ˆλ ( (,, aa overge meuju ol, al (ii ii dapat ditujua berdasara eovergea ragam pada Lema 5 Bagia (b merupaa bias dari ˆλ s Bias dari s aa, ( ˆλ, ( overge meuju ol, al ii dapat ditujua berdasara etabiasa asimtoti pada Lema 4 (iii Berdasara etasamaa Cauy-Swarz, peratia bawa ˆ λ s Ε ˆ λ s Ε ˆ λ s λ s Ε ˆ λ s Ε ˆ λ s Ε Ε ˆ λ s λ s [( ( ( ( ( ( ] ( ( ( ( ( ( Ε,,,,,, Kita itug dulu Ε ˆ λ s Ε ˆ λ ( ( ( ( ˆ ( ˆ,, s Ε λ, s Ε λ, s Kemudia berdasara bagia (b, Ε ( s λ ( s Seigga Teorema 5 terbuti ( ˆ, λ utu SIMPULAN Tulisa ii megaji masala pedugaa fugsi itesitas dari suatu proses Poisso o omoge N dega fugsi itesitas berbetu λ ( s λ ( s + as dega λ ( s adala fugsi periodi (sili dega periode τ da a adala emiriga dari tre liear Pada ajia ii tela diguaa N( [, ] aˆ sebagai peduga bagi a dega N ([,] adala proses Poisso o omoge yag diamati pada selag [, ], da ˆ λ, ( s l N [, ] ([ s + τ, s + τ + ] aˆ + s l sebagai peduga dari ompoe periodi λ ( s dari fugsi itesitas proses Poisso yag diaji Selai itu diaji eosistea dari beberapa jeis eovergea dari da â λˆ, ( s Dari asil pegajia yag dilaua dapat disimpula bawa: (i adala peduga ta bias â Var( aˆ asimtoti bagi a da overge e ol, yag juga berimpliasi bawa â adala peduga osiste bagi a (ii â adala overge legap e a utu, yag juga berimpliasi â merupaa peduga osiste uat bagi a (iii ( aˆ a adala overge dalam sebara e Normal θ, a ( (iv ˆ ( s λ merupaa, peduga ta bias asimtoti bagi λ s ( (v Ragam dari ˆ λ ( s, overge meuju ol, utu ˆ λ, s merupaa peduga osiste bagi λ ( s (vi ( 5

25 (vii ( λ s merupaa uadrat bagi λ ( s ˆ, peduga osiste dalam rataa DAFTAR PUSTAKA Browder, A 996 Matematial Aalysis: A Itrodutio Spriger, New Yor Casella, G da RL Berger 99 Statistial Iferee Ed Ke- Wadswort & Broos/Cole, Pasifi Grove, Califoria Damiri, SD 3 Metode Utu Meduga Fugsi Itesitas Global pada Proses Poisso Periodi [Sripsi] Bogor: Istitut Pertaia Bogor Dudley, R M 989 Real Aalysis ad Probability Wadswort & Broos Califoria Durret, R 996 Probability: Teory ad Examples Ed e- Duxbury Press New Yor Garamai, S Fudametals of Probability Ed e- Pretie Hall New Jersey Grimmett, G R da D R Stirzaer 99 Probability ad Radom Proesses Ed e- Claredo Press Oxford Helmers, R da I W Magu 5 Estimatig te Itesity of a Cyli Poisso Proess i te Presee of Tred Liear CWI Amstersdam Helms, L L 996 Itrodutio to Probability Teory: Wit Cotemporary Appliatio W H Freema & Compay New Yor Hogg, R V da A T Craig 995 Itrodutio to Matematial Statistis Ed e-5 Pretie Hall, Eglewood Cliffs New Jersey Purell, E J da D Varberg 998 Kalulus da Geometri Aalisis Jilid Ed e-5 Peerbit Erlagga Jaarta Ross, S M 996 Stoasti Proesses Ed e- Jo Wiley & Sos New Yor Serflig, R J 98 Approximatio Teorems of Matematial Statistis Jo Wiley & Sos New Yor Stewart, J 999 Kalulus Jilid Ed e-4 Peerbit Erlagga Jaarta Taylor, H M da S Karli 984 A Itrodutio to Stoastis Modellig Aedemi Press I Orlado, Florida Weede, R L da A Zygmud 977 Measure ad Itegral: A Itrodutio to real Aalysis Marel Deer New Yor 6

26 L A M P I R AN 7

27 Lampira (Pembutia Lema Lema Jia X peuba aa disret dega ragam yag berigga, maa utu sebarag ostata da d, Var ( X d Var( X + Buti: Dari defiisi yag ita puya bawa Jadi Lema terbuti ( X + d Ε( ( X + d Ε( X d Ε( X ΕX ( Ε ( X + d ( ΕX + d Ε( X ΕX Var ( X Var + Lampira (Pembutia Lema 3 Lema 3 Misala X da Y adala peuba aa disret, da misala pula da d adala dua bua ostata sebarag, maa Var( X + dy Var( X + d Var( Y + dcov ( X, Y Jia X da Y adala peuba aa salig bebas, maa Var X + dy Var X + d Var Y Buti: ( ( ( Nilai arapa dari X dy Ε( X + dy ΕX + dεy µ X + dµ Y Seigga Jadi Lema 3 terbuti + Var ( X+ dy Ε( X + dy ( µ X + dµ Y Ε( ( X µ X + d( Y µ Y Ε ( X µ X + d ( Y µ Y + d( X µ X ( Var ( X + d Var ( Y + dcov ( X, Y ( Y µ Y 8

28 Lampira 3 (Pembutia Lema 4 Lema 4 (Ketasamaa Marov Jia X adala peuba aa dega ( X Buti: Misala A {[ X ] t}, maa [ X ] t Ι A Ε terbatas da t >, maa [ X ] Ε Ρ ( X t t, jia X t Ι A, jia X < t Jia ditetua ilai arapaya, maa diperole Ε X Ε tι Jadi Lema 4 terbuti, dega Ι A adala fugsi idiator dari A, yaitu: [ ] ( A t ΕΙ t Ρ Ρ A ( X t Ε X ( X t t Lampira 4 (Pembutia Lema 5 Lema 5 (Ketasamaa Cebysev Jia X adala peuba aa dega ilai arapa µ da ragam terbatas σ Maa utu setiap δ Buti: Berdasara etasamaa marov, Jadi Lema 5 terbuti Ρ σ ( µ δ Ρ X δ ( X δ Ρ ( X µ ( δ [( X µ ] µ Ε σ δ δ 9

29 Lampira 5 (Pembutia Lema 6 Lema 6 (Ketasamaa Cauy-Swarz Jia X da Y adala peuba aa dega mome edua terbatas, maa ( Ε [ XY ] Ε[ X ] Ε[ Y ] ( da aa berilai sama dega jia da aya jia Ρ( X atau Ρ Y ax utu suatu ostata a Buti: Pilila sala satu dari Ρ( X atau Ρ( X < Pada asus pertama, persamaa aa terpeui area edua ruas mempuyai ilai ol, seigga Ρ X <, yag berarti bawa X mempuyai suatu ilai ita bisa megasumsia ( x dega peluag positif, seigga Defiisia fugsi uadrat g ( λ Ε ( Y λx [ ] x f ( x Ε X > j j X [ ] Ε[ Y ] λε[ XY ] + Ε[ X ] λ Fugsi uadrat di atas aa berilai miimum pada saat Ε XY λ Ε[ X ] seigga utu seigga λ yag real gati λ dega Di satu sisi, al ii berimpliasi bawa Ε da di sisi lai jia sama aa Jia Y λ X [ ] Ε[ ( Y λ ] ( Y λ X Ε XY Ε X [ ] Ε[ X ] [( Y λ X ] Ε[ Y ] λε[ XY ] + λ Ε[ X ] [ ] ( Ε[ XY ] ( Ε[ XY ] Ε Y + X ] X ] [ ] ( Ε[ XY ] Ε Y [ ], Ε X [( ] [ ] ( Ε[ XY ] Y λ X Ε Y X ] j [( Y λ ] Ε Ε X ( Ε [ XY ] Ε[ X ] Ε[ Y ] [( ] X Ε Y λ meempati ilai yag tida ol dega peluag yag positif, aa didapata [ ] Ε ( Y λ X > Hal ii megaibata otradisi, maa arusla Ρ( Y λ Jadi Lema 6 terbuti

30 Lampira 6 (Pembutia Lema Lema Misala X da Y adala peuba aa salig bebas da memilii sebara Poisso dega parameter berturut-turut u da Maa v Y X + memilii sebara Poisso dega parameter v u + Buti: Berdasara Huum Pejumlaa Peluag, { } { Ρ + Ρ Y X Y X, } } (peuba aa { } { Ρ Ρ Y X X da salig bebas Y ( ( ( + v u v u v u e e v e u!!!!!! Perluasa biomial dari adala ( u + v ( ( + v u v u,!!! seigga diperole { } ( (,,,! + + Ρ + v u e Y X v u merupaa betu dari sebara Poisso Jadi Lema terbuti

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

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

Lebih terperinci

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 II TINJAUAN PUSTAKA

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

Lebih terperinci

BAB III TAKSIRAN PROPORSI POPULASI JIKA TERJADI NONRESPON. Dalam bab ini akan dibahas penaksiran proporsi populasi jika terjadi

BAB III TAKSIRAN PROPORSI POPULASI JIKA TERJADI NONRESPON. Dalam bab ini akan dibahas penaksiran proporsi populasi jika terjadi BAB III TAKSIRA PROPORSI POPULASI JIKA TERJADI ORESPO Dalam bab ii aa dibaas peasira proporsi populasi jia terjadi orespo da dilaua allba sebaya t ali. Selai itu, juga aa dibaas peetua uura sampel yag

Lebih terperinci

PENDUGAAN KOMPONEN PERIODIK FUNGSI INTENSITAS BERBENTUK FUNGSI PERIODIK KALI TREN LINEAR SUATU PROSES POISSON NON-HOMOGEN PENDAHULUAN

PENDUGAAN KOMPONEN PERIODIK FUNGSI INTENSITAS BERBENTUK FUNGSI PERIODIK KALI TREN LINEAR SUATU PROSES POISSON NON-HOMOGEN PENDAHULUAN PENDUGAAN KOMPONEN PERIODIK FUNGSI INTENSITAS BERBENTUK FUNGSI PERIODIK KALI TREN LINEAR SUATU PROSES POISSON NON-HOMOGEN W. ISMAYULIA, I W. MANGKU, SISWANDI Abstrat I tis mausript, estimatio of te periodi

Lebih terperinci

Gambar 3.1Single Channel Multiple Phase

Gambar 3.1Single Channel Multiple Phase BAB III MODEL ANTRIAN PADA PEMBUATAN SIM C. Sigle Chael Multiple Phase Sistem atria sigle chael multiple phase merupaa sistem atria dimaa pelagga yag tiba, dapat memasui sistem dega megatri di tempat yag

Lebih terperinci

PENDUGAAN FUNGSI INTENSITAS GLOBAL DARI PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT LIA YULIAWATI G

PENDUGAAN FUNGSI INTENSITAS GLOBAL DARI PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT LIA YULIAWATI G PENDUGAAN FUNGSI INTENSITAS GLBAL DARI PRSES PISSN PERIDIK DENGAN TREN FUNGSI PANGKAT LIA YULIAWATI G5444 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUN ALAM INSTITUT PERTANIAN BGR BGR 8

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

PEMBUKTIAN SIFAT RUANG BANACH PADA D(K)

PEMBUKTIAN SIFAT RUANG BANACH PADA D(K) JMP : Volume 4 Nomor 1, Jui 2012, hal. 41-50 PEMBUKTIAN SIFAT RUANG BANACH PADA D(K) Malahayati Program Studi Matematia Faultas Sais da Teologi UIN Sua Kalijaga malahayati_01@yahoo.co.id ABSTRACT. I this

Lebih terperinci

BAB II LANDASAN TEORI. gamma, fungsi likelihood, dan uji rasio likelihood. Misalkan dilakukan percobaan acak dengan ruang sampel C.

BAB II LANDASAN TEORI. gamma, fungsi likelihood, dan uji rasio likelihood. Misalkan dilakukan percobaan acak dengan ruang sampel C. BAB II LANDASAN TEORI Pada bab ii aa dibahas teori teori yag meduug metode upper level set sca statistics, atara lai peubah aca, distribusi gamma, fugsi gamma, fugsi lielihood, da uji rasio lielihood.

Lebih terperinci

Aplikasi Sistem Orthonormal Di Ruang Hilbert Pada Deret Fourier

Aplikasi Sistem Orthonormal Di Ruang Hilbert Pada Deret Fourier Apliasi Sistem Orthoormal Di Ruag Hilbert Pada Deret Fourier A 7 Fitriaa Yuli S. FMIPA UNY Abstra Ruag hilbert aa dibahas pada papper ii. Apliasi system orthoormal aa diaji da aa diapliasia pada ruahg

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

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

MAKALAH TEOREMA BINOMIAL

MAKALAH TEOREMA BINOMIAL MAKALAH TEOREMA BINOMIAL Disusu utu memeuhi tugas mata uliah Matematia Disrit Dose Pegampu : Dr. Isaii Rosyida, S.Si, M.Si Rombel B Kelompo 2 1. Wihdati Martalya (0401516006) 2. Betha Kuria S. (0401516012)

Lebih terperinci

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka oi eswa (fmipa-itb) Deret Positif Deret (ta berhigga) adalah ugapa berbetu a + a + a 3 + a 4 + dega a i disebut suu. Pejumlaha ii berbeda dega pejumlaha dua, tiga, atau berhigga bilaga. Maa, ita perlu

Lebih terperinci

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka oi eswa (fmipa-itb) Deret Positif Deret (ta berhigga) adalah ugapa berbetu a + a + a 3 + a 4 + dega a i disebut suu. Pejumlaha ii berbeda dega pejumlaha dua, tiga, atau berhigga bilaga. Maa, ita perlu

Lebih terperinci

Sifat-sifat Fungsi Karakteristik dari Sebaran Geometrik

Sifat-sifat Fungsi Karakteristik dari Sebaran Geometrik Sifat-sifat Fugsi Karateristi dari Sebara Geometri Dodi Deviato Jurusa Matematia, Faultas MIPA, Uiversitas Adalas Kamus Limau Mais, Padag 563, Sumatera Barat, Idoesia Abstra Fugsi arateristi dari suatu

Lebih terperinci

BAB II LANDASAN TEORI. persamaan yang mengandung diferensial. Persamaan diferensial

BAB II LANDASAN TEORI. persamaan yang mengandung diferensial. Persamaan diferensial 5 BAB II LANDASAN TEORI A. Persamaa Diferesial Dari ata persamaa da diferesial, dapat diliat bawa Persamaa Diferesial beraita dega peelesaia suatu betu persamaa ag megadug diferesial. Persamaa diferesial

Lebih terperinci

MODUL 1.03 DINAMIKA PROSES. Oleh : Ir. Tatang Kusmara, M.Eng

MODUL 1.03 DINAMIKA PROSES. Oleh : Ir. Tatang Kusmara, M.Eng MODUL 1.03 DINMIK PROSES Ole : Ir. Tatag Kusmara, M.Eg LBORTORIUM OPERSI TEKNIK KIMI JURUSN TEKNIK KIMI UNIVERSITS SULTN GENG TIRTYS CILEGON BNTEN 2008 2 Modul 1.03 DINMIK PROSES I. Pedaulua Dalam bidag

Lebih terperinci

MASALAH DAN ALTERNATIF JAWABAN DALAM MATEMATIKA KOMBINATORIK. Masalah 1 Terdapat berapa carakah kita dapat memilih 2 baju dari 20 baju yang tersedia?

MASALAH DAN ALTERNATIF JAWABAN DALAM MATEMATIKA KOMBINATORIK. Masalah 1 Terdapat berapa carakah kita dapat memilih 2 baju dari 20 baju yang tersedia? Kartia Yuliati, SPd, MSi MASALAH DAN ALTERNATIF JAWABAN DALAM MATEMATIKA KOMBINATORIK Masalah Terdapat berapa caraah ita dapat memilih baju dari 0 baju yag tersedia? Cara Misala baju diberi omor dari sampai

Lebih terperinci

PENDUGAAN FUNGSI INTENSITAS GLOBAL DARI PROSES POISSON PERIODIK DENGAN TREN LINEAR WALIDATUSH SHOLIHAH G

PENDUGAAN FUNGSI INTENSITAS GLOBAL DARI PROSES POISSON PERIODIK DENGAN TREN LINEAR WALIDATUSH SHOLIHAH G PENDUGAAN FUNGSI INTENSITAS GLOBAL DARI PROSES POISSON PERIODIK DENGAN TREN LINEAR WALIDATUSH SHOLIHAH G54338 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUN ALAM INSTITUT PERTANIAN BOGOR

Lebih terperinci

Konvolusi pada Distribusi dengan Support Kompak

Konvolusi pada Distribusi dengan Support Kompak Prosidig SI MaNIs (Semiar Nasioal Itegrasi Matematia da Nilai Islami) Vol1, No1, Juli 2017, Hal 453-457 p-issn: 2580-4596; e-issn: 2580-460X Halama 453 Kovolusi pada Distribusi dega Support Kompa Cythia

Lebih terperinci

PERENCANAAN PREMI OPTIMAL UNTUK PERUSAHAAN REASURANSI DENGAN REINSTATEMENT INDAH ROSLIYANA G

PERENCANAAN PREMI OPTIMAL UNTUK PERUSAHAAN REASURANSI DENGAN REINSTATEMENT INDAH ROSLIYANA G PERENCANAAN PREMI OPTIMAL UNTUK PERUSAHAAN REASURANSI DENGAN REINSTATEMENT INDAH ROSLIYANA G54335 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 7 ABSTRACT

Lebih terperinci

MODUL BARISAN DAN DERET

MODUL BARISAN DAN DERET MODUL BARISAN DAN DERET SEMESTER 2 Muhammad Zaial Abidi Persoal Blog http://meetabied.wordpress.com BAB I. PENDAHULUAN A. Desripsi Dalam modul ii, ada aa mempelajari pola bilaga, barisa, da deret diidetifiasi

Lebih terperinci

BARISAN DAN DERET. U n = suku ke-n Contoh: Barisan bilangan asli, bilangan genap, bilangan ganjil, dan lain-lain.

BARISAN DAN DERET. U n = suku ke-n Contoh: Barisan bilangan asli, bilangan genap, bilangan ganjil, dan lain-lain. BARIAN DAN DERET A. Barisa Barisa adalah uruta bilaga yag memilii atura tertetu. etiap bilaga pada barisa disebut suu barisa yag dipisaha dega lambag, (oma). Betu umum barisa:,, 3, 4,, dega: = suu pertama

Lebih terperinci

Bab 16 Integral di Ruang-n

Bab 16 Integral di Ruang-n Catata Kuliah MA3 Kalulus Elemeter II Oi Neswa,Ph.D., Departeme Matematia-ITB Bab 6 Itegral di uag- Itegral Gada atas persegi pajag Itegral Berulag Itegral Gada atas Daerah sebarag Itegral Gada Koordiat

Lebih terperinci

SEBARAN ASIMTOTIK PENDUGA TURUNAN PERTAMA DAN TURUNAN KEDUA FUNGSI INTENSITAS PROSES POISSON PERIODIK IHDA ANISSA INDRIASTUTI

SEBARAN ASIMTOTIK PENDUGA TURUNAN PERTAMA DAN TURUNAN KEDUA FUNGSI INTENSITAS PROSES POISSON PERIODIK IHDA ANISSA INDRIASTUTI SEBARAN ASIMTOTIK PENDUGA TURUNAN PERTAMA DAN TURUNAN KEDUA FUNGSI INTENSITAS PROSES POISSON PERIODIK IHDA ANISSA INDRIASTUTI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT

Lebih terperinci

Aproksimasi Terbaik dalam Ruang Metrik Konveks

Aproksimasi Terbaik dalam Ruang Metrik Konveks Aprosimasi Terbai dalam Ruag etri Koves Oleh : Suharsoo S Jurusa atematia FIPA Uiversitas Lampug Abstra asalah esistesi da etuggala aprosimasi terbai suatu titi dalam ruag berorm telah dipelajari oleh

Lebih terperinci

MACAM-MACAM TEKNIK MEMBILANG

MACAM-MACAM TEKNIK MEMBILANG 0 MACAM-MACAM TEKNIK MEMBILANG ATURAN PERKALIAN Beriut ii diberia sebuah dalil tetag peetua baya susua yag palig sederhaa dalam suatu permasalaha yag beraita dega peluag. Dalil 2.1: ATURAN PERKALIAN SECARA

Lebih terperinci

Keywords: Convergen Series, Banach Space, Sequence space cs, Dual-α, Dual-

Keywords: Convergen Series, Banach Space, Sequence space cs, Dual-α, Dual- Jural MIPA FST UNDANA, Volume 2, Nomor, April 26 DUAL-, DUAL- DAN DUAL- DARI RUANG BARISAN CS Albert Kumaereg, Ariyato 2, Rapmaida 3,2,3 Jurusa Matematia, Faultas Sais da Tei Uiversitas Nusa Cedaa ABSTRACT

Lebih terperinci

TEOREMA CAYLEY-HAMILTON SEBAGAI SALAH SATU METODE DALAM PENGHITUNGAN FUNGSI MATRIKS

TEOREMA CAYLEY-HAMILTON SEBAGAI SALAH SATU METODE DALAM PENGHITUNGAN FUNGSI MATRIKS Jural Matematia Vol.6 No. November 6 [ 5 : ] TEOREMA CAYLEY-HAMILTON SEBAGAI SALAH SATU METODE DALAM PENGHITUNGAN FUNGSI MATRIKS Ooy Rohaei Jurusa Matematia, UNISBA, Jala Tamasari No, Badug,6, Idoesia

Lebih terperinci

Peluang Suatu Kejadian, Kaidah Penjumlahan, Peluang Bersyarat, Kaidah Perkalian dan Kaidah Baiyes

Peluang Suatu Kejadian, Kaidah Penjumlahan, Peluang Bersyarat, Kaidah Perkalian dan Kaidah Baiyes eluag uatu Kejadia, Kaidah ejumlaha, eluag ersyarat, Kaidah eralia da Kaidah aiyes.eluag uatu Kejadia Defiisi : eluag suatu ejadia adalah jumlah peluag semua titi otoh dalam. Dega demiia : 0 (), ( ) =

Lebih terperinci

SIFAT ALJABAR BANACH KOMUTATIF DAN ELEMEN IDENTITAS PADA

SIFAT ALJABAR BANACH KOMUTATIF DAN ELEMEN IDENTITAS PADA SIFAT ALJABAR BANACH KOMUTATIF DAN ELEMEN IDENTITAS PADA KELAS D(K) Malahayati Program Studi Matematia Faultas Sais da Teologi UIN Sua Kalijaga Yogyaarta e-mail: malahayati_01@yahoo.co.id ABSTRAK Himpua

Lebih terperinci

PEMBAHASAN SOAL OSN MATEMATIKA SMP TINGKAT PROPINSI 2011 OLEH :SAIFUL ARIF, S.Pd (SMP NEGERI 2 MALANG)

PEMBAHASAN SOAL OSN MATEMATIKA SMP TINGKAT PROPINSI 2011 OLEH :SAIFUL ARIF, S.Pd (SMP NEGERI 2 MALANG) PEMBAHASAN SOAL OLIMPIADE SAINS NASIONAL SMP A. ISIAN SINGKAT SELEKSI TINGKAT PROPINSI TAHUN 011 BIDANG STUDI MATEMATIKA WAKTU : 150 MENIT 1. Jia x adalah jumlah 99 bilaga gajil terecil yag lebih besar

Lebih terperinci

PENDUGAAN KOMPONEN PERIODIK FUNGSI INTENSITAS BERBENTUK FUNGSI PERIODIK KALI TREN KUADRATIK SUATU PROSES POISSON NON-HOMOGEN PEPI RAMDANI

PENDUGAAN KOMPONEN PERIODIK FUNGSI INTENSITAS BERBENTUK FUNGSI PERIODIK KALI TREN KUADRATIK SUATU PROSES POISSON NON-HOMOGEN PEPI RAMDANI PENDUGAAN KOMPONEN PERIODIK FUNGSI INTENSITAS BERBENTUK FUNGSI PERIODIK KALI TREN KUADRATIK SUATU PROSES POISSON NON-HOMOGEN PEPI RAMDANI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN

Lebih terperinci

KEKONSISTENAN PENDUGA KOMPONEN PERIODIK FUNGSI INTENSITAS BERBENTUK PERKALIAN FUNGSI PERIODIK DENGAN TREN KUADRATIK PADA PROSES POISSON NON HOMOGEN

KEKONSISTENAN PENDUGA KOMPONEN PERIODIK FUNGSI INTENSITAS BERBENTUK PERKALIAN FUNGSI PERIODIK DENGAN TREN KUADRATIK PADA PROSES POISSON NON HOMOGEN EONSISTENAN PENDUGA OMPONEN PERIODI FUNGSI INTENSITAS BERBENTU PERALIAN FUNGSI PERIODI DENGAN TREN UADRATI PADA PROSES POISSON NON HOMOGEN TASLIM SEOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 0 PERNYATAAN

Lebih terperinci

Representasi sinyal dalam impuls

Representasi sinyal dalam impuls Represetasi siyal dalam impuls Represetasi siyal dalam impuls adalah siyal yag diyataa sebagai fugsi dari impuls atau sebagai umpula dari impuls-impuls. Sembarag siyal disret dapat diyataa sebagai pejumlaha

Lebih terperinci

SEBARAN ASIMTOTIK PENDUGA KOMPONEN PERIODIK FUNGSI INTENSITAS BERBENTUK FUNGSI PERIODIK KALI TREN KUADRATIK PADA PROSES POISSON NON HOMOGEN CASMAN

SEBARAN ASIMTOTIK PENDUGA KOMPONEN PERIODIK FUNGSI INTENSITAS BERBENTUK FUNGSI PERIODIK KALI TREN KUADRATIK PADA PROSES POISSON NON HOMOGEN CASMAN SEBARAN ASIMTOTIK PENDUGA KOMPONEN PERIODIK FUNGSI INTENSITAS BERBENTUK FUNGSI PERIODIK KALI TREN KUADRATIK PADA PROSES POISSON NON HOMOGEN CASMAN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 0

Lebih terperinci

BAB IV SEBARAN ASIMTOTIK PENDUGA DENGAN MENGGUNAKAN KERNEL SERAGAM. ) menyatakan banyaknya kejadian pada interval [ 0, n ] dan h

BAB IV SEBARAN ASIMTOTIK PENDUGA DENGAN MENGGUNAKAN KERNEL SERAGAM. ) menyatakan banyaknya kejadian pada interval [ 0, n ] dan h BAB IV SEBARAN ASIMTOTIK PENDUGA DENGAN MENGGUNAKAN KERNEL SERAGAM 4.1 Peduga dega Kerel Seragam Pada bab ii diguaka peduga dega kerel eragam. Hal ii karea aya belum berail memperole ebara aimtotik dari

Lebih terperinci

APROKSIMASI DISTRIBUSI WAKTU HIDUP YANG AKAN DATANG (Aproximations of the Future Lifetime Distribution)

APROKSIMASI DISTRIBUSI WAKTU HIDUP YANG AKAN DATANG (Aproximations of the Future Lifetime Distribution) Jural Bareeg Vol 5 No Hal 47 5 (2) APROKSIMASI DISRIBUSI WAKU HIDUP YANG AKAN DAANG (Aproimatios of te Future Lifetime Distributio) HOMAS PENURY RUDY WOLER MAAKUPAN 2 LEXY JANZEN SINAY 3 Guru Besar Jurusa

Lebih terperinci

MASALAH DISTRIBUSI BOLA KE DALAM WADAH SEBAGAI FUNGSI ATAU KUMPULAN FUNGSI

MASALAH DISTRIBUSI BOLA KE DALAM WADAH SEBAGAI FUNGSI ATAU KUMPULAN FUNGSI Vol. 11, No. 1, 45-55, Juli 2014 MASALAH DISTRIBUSI BOLA KE DALAM WADAH SEBAGAI FUNGSI ATAU KUMPULAN FUNGSI Fauziah Baharuddi 1, Loey Haryato 2, Nurdi 3 Abstra Peulisa ii bertujua utu medapata perumusa

Lebih terperinci

TEOREMA KEKONVERGENAN FUNGSI TERINTEGRAL HENSTOCK- KURZWEIL SERENTAK DAN FUNGSI BERSIFAT LOCALLY SMALL RIEMANN SUMS (LSRS) DARI RUANG EUCLIDE

TEOREMA KEKONVERGENAN FUNGSI TERINTEGRAL HENSTOCK- KURZWEIL SERENTAK DAN FUNGSI BERSIFAT LOCALLY SMALL RIEMANN SUMS (LSRS) DARI RUANG EUCLIDE Teorema Keovergea Fugsi Teritegral Hestoc(Aiswita) TORMA KKONVRGNAN FUNGSI TRINTGRAL HNSTOCK- KURZWIL SRNTAK DAN FUNGSI BRSIFAT LOCALLY SMALL RIMANN SUMS (LSRS) DARI RUANG UCLID K RUANG BARISAN Aiswita,

Lebih terperinci

ESTIMASI DENSITAS KERNEL ADJUSTED: STUDI SIMULASI. Novita Eka Chandra Universitas Islam Darul Ulum Lamongan

ESTIMASI DENSITAS KERNEL ADJUSTED: STUDI SIMULASI. Novita Eka Chandra Universitas Islam Darul Ulum Lamongan JMP : Vol. 8 No., Des. 016, al. 33-40 ISSN 085-1456 ESTIMASI DENSITAS KERNEL ADJUSTED: STUDI SIMULASI Novita Eka Cadra Uiversitas Islam Darul Ulum Lamoga ovitaekacadra@gmail.com Masriai Mayuddi Uiversitas

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI. mandiri jika tidak mengandung t secara eksplisit di dalamnya. (Kreyszig, 1983)

I PENDAHULUAN II LANDASAN TEORI. mandiri jika tidak mengandung t secara eksplisit di dalamnya. (Kreyszig, 1983) I PENDAHULUAN Latar Belaag Permasalaha ebiaa pemaea ia yag memberia eutuga masimum da berelauta (tida teradi epuaha dari populasi ia yag dipae) adalah hal yag sagat petig bagi idustri periaa Para ilmuwa

Lebih terperinci

GRAFIKA

GRAFIKA 6 5 7 3 6 3 3 GRAFIKA 3 6 57 08 0 9 5 9 385 946 5 3 30 0 8 9 5 9 3 85 946 5 ANALISA REAL Utu uliah (pegatar) aalisa real yag dilegapi dega program MATLAB Dr. H.A. Parhusip G R A F I K A Peerbit Tisara

Lebih terperinci

UNIVERSITAS INDONESIA META-ANALISIS UNTUK RELIABILITAS SUATU ALAT UKUR BERDASARKAN KOEFISIEN ALPHA CRONBACH SKRIPSI JANUARINA ANGGRIANI

UNIVERSITAS INDONESIA META-ANALISIS UNTUK RELIABILITAS SUATU ALAT UKUR BERDASARKAN KOEFISIEN ALPHA CRONBACH SKRIPSI JANUARINA ANGGRIANI UNIVERSITAS INDONESIA META-ANALISIS UNTUK RELIABILITAS SUATU ALAT UKUR BERDASARKAN KOEFISIEN ALHA CRONBACH SKRISI JANUARINA ANGGRIANI 080655 FAKULTAS MATEMATIKA DAN ILMU ENGETAHUAN ALAM ROGRAM STUDI SARJANA

Lebih terperinci

BAB 6 NOTASI SIGMA, BARISAN DAN DERET

BAB 6 NOTASI SIGMA, BARISAN DAN DERET BAB 6 NOTASI SIGMA, BARISAN DAN DERET A RINGKASAN MATERI. Notasi Sigma Diberia suatu barisa bilaga, a, a,..., a. Lambag deret tersebut, yaitu: a = a + a +... + a a meyataa jumlah suu pertama barisa Sifat-sifat

Lebih terperinci

PENYELESAIAN PERSAMAAN DIFERENSIAL LANE-EMDEN MENGGUNAKAN METODE TRANSFORMASI DIFERENSIAL

PENYELESAIAN PERSAMAAN DIFERENSIAL LANE-EMDEN MENGGUNAKAN METODE TRANSFORMASI DIFERENSIAL PENYELESAIAN PERSAMAAN DIFERENSIAL LANE-EMDEN MENGGUNAKAN METODE TRANSFORMASI DIFERENSIAL Ahma Sya roi, M Natsir, Eag Lily E-mail: Arolativa@yahoocom Mahasiswa Program S Matematia Dose Jurusa Matematia

Lebih terperinci

UNIVERSITAS INDONESIA DISTRIBUSI BANYAK SINGGAH DARI SUATU RANDOM WALK DAN UJI KERANDOMAN SKRIPSI RANTI NUGRAHENI

UNIVERSITAS INDONESIA DISTRIBUSI BANYAK SINGGAH DARI SUATU RANDOM WALK DAN UJI KERANDOMAN SKRIPSI RANTI NUGRAHENI UNIVERSITAS INDONESIA DISTRIBUSI BANYAK SINGGAH DARI SUATU RANDOM WALK DAN UJI KERANDOMAN SKRIPSI RANTI NUGRAHENI 35475 FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM STUDI SARJANA MATEMATIKA DEPOK

Lebih terperinci

Gerak Brown Fraksional dan Sifat-sifatnya

Gerak Brown Fraksional dan Sifat-sifatnya SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 06 S - 3 Gera Brow Frasioal da Sifat-sifatya Chataria Ey Murwaigtyas, Sri Haryatmi, Guardi 3, Herry P Suryawa 4,,3 Uiversitas Gadjah Mada,4 Uiversitas

Lebih terperinci

Perluasan Uji Kruskal Wallis untuk Data Multivariat

Perluasan Uji Kruskal Wallis untuk Data Multivariat Statistia, Vol. No., Mei Perluasa Uji Krusal Wallis utu Data Multivariat TETI SOFIA YANTI Program Studi Statistia, Uiversitas Islam Badug, Jl. Purawarma No. Badug. E-mail: buitet@yahoo.com ABSTAK Adaia

Lebih terperinci

BAB V RANDOM VARIATE GENERATOR (PEMBANGKIT RANDOM VARIATE)

BAB V RANDOM VARIATE GENERATOR (PEMBANGKIT RANDOM VARIATE) BAB V RANDOM VARIATE GENERATOR (PEMBANGKIT RANDOM VARIATE) 5.1. Pembagit Radom Variate Disrit Suatu Radom Variate diartia sebagai ilai suatu radom variate yag mempuyai distribusi tertetu. Utu megambil

Lebih terperinci

Proses Kelahiran dengan Imigrasi dan Kematian Password

Proses Kelahiran dengan Imigrasi dan Kematian Password Statistia, Vol. 6 No., 7 Mei 26 Proses Kelaira dega Imigrasi da Kematia Password Sri Mulyai Saro i, Neeg Suegsi da Gatot Riwi Setyato Jurusa Statistia FMIPA Upad ABSTRAK Dalam peelitia dibaas megeai sebua

Lebih terperinci

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

Oleh : Bambang Supraptono, M.Si. Referensi : Kalkulus Edisi 9 Jilid 1 (Varberg, Purcell, Rigdom) Hal BAB. Limit Fugsi Ole : Bambag Supraptoo, M.Si. Referesi : Kalkulus Edisi 9 Jilid (Varberg, Purcell, Rigdom) Hal 56 - Defiisi: Pegertia presisi tetag it Megataka bawa f ( ) L berarti bawa utuk tiap yag

Lebih terperinci

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

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

Lebih terperinci

BAHAN AJAR DIKLAT GURU MATEMATIKA

BAHAN AJAR DIKLAT GURU MATEMATIKA BAHAN AJAR DIKLAT GURU MATEMATIKA DEPARTEMEN PENDIDIKAN NASIONAL DIREKTORAT JENDERAL PENDIDIKAN DASAR DAN MENENGAH DIREKTORAT PENDIDIKAN MENENGAH KEJURUAN 005 DAFTAR ISI Kata Pegatar.. i Daftar Isi...

Lebih terperinci

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 5

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 5 Mata Kuliah : Matematia Disrit Program Studi : Tei Iformatia Miggu e : 5 KOMBINATORIAL PENDAHULUAN Persoala ombiatori bua merupaa persoala baru dalam ehidupa yata. Baya persoala ombiatori sederhaa telah

Lebih terperinci

KEKONSISTENAN PENDUGA FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT MUKTI RAHAYU G

KEKONSISTENAN PENDUGA FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT MUKTI RAHAYU G KEKONSISTENAN PENDUGA FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT MUKTI RAHAYU G540409 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR

Lebih terperinci

KONTRUKSI RUMUS NORMA ALTERNATIF UNTUK 1 ABSTRAK

KONTRUKSI RUMUS NORMA ALTERNATIF UNTUK 1 ABSTRAK KONTRUKSI RUMUS NORMA ALTERNATIF UNTUK RUANG FUNGSI L ([ 0,]) Wayuiati, Era Ariliai, Eridai ABSTRAK Rua usi L (X ) meruaa rua berorma utu Semua rua asil ali dalam adala rua berorma, tetai tida selalu berlau

Lebih terperinci

Sinyal dan Sistem Waktu Diskrit ET 3005 Pengolahan Sinyal Waktu Diskrit EL 5155 Pengolahan Sinyal Waktu Diskrit

Sinyal dan Sistem Waktu Diskrit ET 3005 Pengolahan Sinyal Waktu Diskrit EL 5155 Pengolahan Sinyal Waktu Diskrit Siyal da Sistem Watu Disrit ET 35 Pegolaha Siyal Watu Disrit EL 5155 Pegolaha Siyal Watu Disrit Effria Yati Hamid 1 2 Siyal da Sistem Watu Disrit 2.1 Siyal Watu Disrit 2.1.1 Pegertia Siyal Watu Disrit

Lebih terperinci

BAB 3 PENYELESAIAN PERSAMAAN DIFFERENSIAL BIASA

BAB 3 PENYELESAIAN PERSAMAAN DIFFERENSIAL BIASA BAB PENYELESAIAN PERSAMAAN DIFFERENSIAL BIASA Meode Euler Meode Euler adala Meode ampira palig sederaa uu meelesaia masala ilai awal: ( Biasaa diasumsia bawa peelesaia ( dicari pada ierval erbaas ag dieaui

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

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

3. Integral (3) (Integral Tentu)

3. Integral (3) (Integral Tentu) Darublic www.darublic.com. Itegral () (Itegral Tetu).. Luas Sebagai Suatu Itegral. Itegral Tetu Itegral tetu meruaa itegral ag batas-batas itegrasia jelas. Kose dasar dari itegral tertetu adalah luas bidag

Lebih terperinci

Mengkaji Perbedaan Diagonalisasi Matriks Atas Field dan Matriks Atas Ring Komutatif

Mengkaji Perbedaan Diagonalisasi Matriks Atas Field dan Matriks Atas Ring Komutatif Megaji Perbedaa Diagoalisasi Matris Atas Field da Matris Atas Rig Komutatif Teorema : Jia A adalah matris x maa eryataa eryataa beriut eivale satu sama lai : a A daat didiagoalisasi b A memuyai vetor eige

Lebih terperinci

MAKALAH GEOMETRI TRANSFORMASI MEMBAHAS TENTANG GESERAN (TRANSLASI) Kelompok VI (Enam)

MAKALAH GEOMETRI TRANSFORMASI MEMBAHAS TENTANG GESERAN (TRANSLASI) Kelompok VI (Enam) KLH EOETRI TRNSFORSI EHS TENTN ESERN (TRNSLSI) ENN ERSONIL : Kelopo VI (Ea) YEN RVH N : ( ) FIRN N : ( ) 3 I JEN N : ( ) 4 RIK RIYNI N : ( ) 5 SE RIZON N : ( ) 6 TRI HELENZ N : ( ) SEKOLH TINI KEURUN N

Lebih terperinci

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

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

Lebih terperinci

FUNCTIONALLY SMALL RIEMANN SUMS (FSRS) DAN ESSENTIALLY SMALL RIEMANN SUMS (ESRS) FUNGSI TERINTEGRAL HENSTOCKn. p )

FUNCTIONALLY SMALL RIEMANN SUMS (FSRS) DAN ESSENTIALLY SMALL RIEMANN SUMS (ESRS) FUNGSI TERINTEGRAL HENSTOCKn. p ) βeta -ISSN: 85-5893 e-issn: 54-458 Vol. 3 No. (Noember), Hal. 79-89 βeta DOI: htt://dx.doi.org/.44/betajtm.v9i.7 FUNCTIONALLY SMALL RIMANN SUMS (FSRS) DAN SSNTIALLY SMALL RIMANN SUMS (SRS) FUNGSI TRINTGRAL

Lebih terperinci

I. DERET TAKHINGGA, DERET PANGKAT

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

Lebih terperinci

Distribusi Pendekatan (Limiting Distributions)

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

Lebih terperinci

Beberapa Definisi Ruang Contoh Kejadian dan Peluang Definisi L.1 (Ruang contoh dan kejadian) . Definisi L.2 (Kejadian lepas )

Beberapa Definisi Ruang Contoh Kejadian dan Peluang Definisi L.1 (Ruang contoh dan kejadian) .   Definisi L.2 (Kejadian lepas ) 33 LAMPIRAN 34 35 Beberapa Defiisi Ruag Cooh Kejadia da Peluag Suau percobaa yag dapa diulag dalam kodisi yag sama, yag hasilya idak dapa diprediksi dega epa eapi kia bisa megeahui semua kemugkia hasil

Lebih terperinci

MODUL BARISAN DAN DERET

MODUL BARISAN DAN DERET MODUL BARISAN DAN DERET KELAS XII. IPS SEMESTER I Oleh : Drs. Pudjul Prijoo ( http://vidyagata.wordpress.co ) SMA NEGERI 6 Jala Mayje Sugoo 58 Malag Telp./Fax : (034) 75036 E-Mail : sa6_alag@yahoo.co.id

Lebih terperinci

Model Antrian Multi Layanan

Model Antrian Multi Layanan Jural Gradie Vol. No. Juli : 8- Model Atria Multi Layaa Sisa Yosmar Jurusa Matematia, Faultas Matematia da Ilmu egetahua Alam, Uiversitas Begulu, Idoesia Diterima 9 April; Disetujui 8 Jui Abstra - Salah

Lebih terperinci

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

LIMIT. = δ. A R, jika dan hanya jika ada barisan. , sedemikian hingga Lim( a n LIMIT 4.. FUNGSI LIMIT Defiisi 4.. A R Titik c R adalah titik limit dari A, jika utuk setiap δ > 0 ada palig sedikit satu titik di A, c sedemikia sehigga c < δ. Defiisi diatas dapat disimpulka dega cara

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN JURAL MATEMATKA DA KOMPUTER Vol. 6. o., 77-85, Agustus 003, SS : 40-858 DSTRBUS WAKTU BERHET PADA PROSES PEMBAHARUA Sudaro Jurusa Matematika FMPA UDP Abstrak Dalam proses stokhastik yag maa kejadia dapat

Lebih terperinci

SEBARAN ASIMTOTIK PENDUGA TURUNAN PERTAMA DAN TURUNAN KEDUA DARI FUNGSI INTENSITAS SUATU PROSES POISSON PERIODIK ZAENAL ARIFIN

SEBARAN ASIMTOTIK PENDUGA TURUNAN PERTAMA DAN TURUNAN KEDUA DARI FUNGSI INTENSITAS SUATU PROSES POISSON PERIODIK ZAENAL ARIFIN SEBARAN ASIMTOTI PENDUGA TURUNAN PERTAMA DAN TURUNAN EDUA DARI FUNGSI INTENSITAS SUATU PROSES POISSON PERIODI ZAENAL ARIFIN SEOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 008 PERNYATAAN MENGENAI TESIS

Lebih terperinci

III PEMBAHASAN. 2 2x. K dy dx dy dx, (3.2) h2 2 ( x) P g y dydx g y dydx

III PEMBAHASAN. 2 2x. K dy dx dy dx, (3.2) h2 2 ( x) P g y dydx g y dydx III PEMBAHASAN Pada peeliia ii aa dibaas formlasi Hamiloia bai era elomba ierfacial Pembaasa dibai dalam da ass yai ass perama dea baas aas berpa permaa raa da ass eda dea baas aas berpa permaa bebas Hamiloia

Lebih terperinci

BAB III RUANG HAUSDORFF. Pada bab ini akan dibahas mengenai ruang Hausdorff, kekompakan pada

BAB III RUANG HAUSDORFF. Pada bab ini akan dibahas mengenai ruang Hausdorff, kekompakan pada 8 BAB III RUANG HAUSDORFF Pada bab ii aka dibahas megeai ruag Hausdorff, kekompaka pada ruag Hausdorff da ruag regular legkap. Pembahasa diawali dega medefiisika Ruag Hausdorff da beberapa sifatya kemudia

Lebih terperinci

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

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

Lebih terperinci

PEMBUKTIAN TEOREMA HUKUM LEMAH BILANGAN BESAR DENGAN MENGGUNAKAN FUNGSI KARAKTERISTIK

PEMBUKTIAN TEOREMA HUKUM LEMAH BILANGAN BESAR DENGAN MENGGUNAKAN FUNGSI KARAKTERISTIK Jural Matematika UNAND Vol. 2 No. 2 Hal. 71 75 ISSN : 2303 2910 c Jurusa Matematika FMIPA UNAND PEMBUKTIAN TEOREMA HUKUM LEMAH BILANGAN BESAR DENGAN MENGGUNAKAN FUNGSI KARAKTERISTIK SUCI SARI WAHYUNI,

Lebih terperinci

Metode Perhitungan Grafik Dalam Geolistrik Tahanan Jenis Bumi Dengan Derajat Pendekatan Satu

Metode Perhitungan Grafik Dalam Geolistrik Tahanan Jenis Bumi Dengan Derajat Pendekatan Satu Metode Perhituga Grafi.. P. Maurug Metode Perhituga Grafi Dalam Geolistri Tahaa Jeis Bumi Dega Derajat Pedeata Satu Posma Maurug Jurusa Fisia, FMIPA Uiversitas Lampug Jl. S. Brojoegoro No. Badar Lampug

Lebih terperinci

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

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

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

Lebih terperinci

Jurnal MIPA 38 (1) (2015): Jurnal MIPA.

Jurnal MIPA 38 (1) (2015): Jurnal MIPA. Jural MIPA 38 () (5): 68-78 Jural MIPA http://ouraluesacid/u/idephp/jm APROKSIMASI ANUIAS HIDUP MENGGUNAKAN KOMBINASI EKSPONENSIAL LJ Siay S Gurito Guardi 3 Jurusa Matematia FMIPA Uiversitas Pattimura

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

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

II LANDASAN TEORI. Sebuah bilangan kompleks dapat dinyatakan dalam bentuk. z = x jy. (2.4) 3 II LANDASAN TEORI 2.1 Peubah Kompleks da Fugsi Kompleks Sebuah bilaga kompleks dapat diyataka dalam betuk z = x + jy, (2.1) dega x da y adalah bilaga-bilaga real da j = 1. Bilaga x disebut bagia real

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

SOLUSI PERSAMAAN DIFERENSIAL BOLTZMANN LINEAR. Agus Sugandha

SOLUSI PERSAMAAN DIFERENSIAL BOLTZMANN LINEAR. Agus Sugandha JMP : Volume Nomor 2, Oober 2009 SOUSI PERSAMAAN DIFERENSIA BOTZMANN INEAR Agus Sugadha Faulas Sais da Tei, Uiversias Jederal Soedirma Purwoero, Idoesia Email : agussugadha@ymail.com ABSTRACT. I his research,

Lebih terperinci

BAGAN KENDALI G UNTUK PENGENDALIAN VARIABILITAS PROSES MULTIVARIAT (Studi Kasus pada data cuaca di kota Makassar pada tahun 2003 sampai tahun 2012)

BAGAN KENDALI G UNTUK PENGENDALIAN VARIABILITAS PROSES MULTIVARIAT (Studi Kasus pada data cuaca di kota Makassar pada tahun 2003 sampai tahun 2012) BAGAN KENDALI G UNTUK PENGENDALIAN VARIABILITAS PROSES MULTIVARIAT (Studi Kasus pada data cuaca di ota Maassar pada tahu 003 sampai tahu 0) PAISAL, H, HERDIANI, E.T. DAN SALEH, M 3 Jurusa Matematia, Faultas

Lebih terperinci

PRINSIP MAKSIMUM DAN MINIMUM FUNGSI PANHARMONIK

PRINSIP MAKSIMUM DAN MINIMUM FUNGSI PANHARMONIK PRINSIP MAKSIMUM DAN MINIMUM FUNGSI PANHARMONIK Oleh, Edag Cahya M.A. Jrsa Pedidia Matematia FPMIPA UPI Badg Jl. Dr. Setiabdi 9 Badg E-mail ecma@ds.math.itb.ac.id Abstra Tlisa ii mejelasa prisip masimm

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

Pendugaan Parameter. Debrina Puspita Andriani /

Pendugaan Parameter. Debrina Puspita Andriani    / Pedugaa Parameter 7 Debria Puspita Adriai E-mail : debria.ub@gmail.com / debria@ub.ac.id Outlie Pedahulua Pedugaa Titik Pedugaa Iterval Pedugaa Parameter: Kasus Sampel Rataa Populasi Pedugaa Parameter:

Lebih terperinci

PENDUGA TERBAIK UNTUK DISTRIBUSI PARETO DENGAN MENGGUNAKAN TEOREMA BATAS BAWAH CRAMMER-RAO SKRIPSI

PENDUGA TERBAIK UNTUK DISTRIBUSI PARETO DENGAN MENGGUNAKAN TEOREMA BATAS BAWAH CRAMMER-RAO SKRIPSI PENDUGA TERBAIK UNTUK DISTRIBUSI PARETO DENGAN MENGGUNAKAN TEOREMA BATAS BAWAH CRAMMER-RAO SKRIPSI Diajua Utu Memeuhi Sebagia Persyarata Mecapai Derajat Sarjaa S-1 OLEH: RISKA JULIANI F1A1 11 031 PROGRAM

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Risio Operasioal.1.1 Defiisi Dewasa ii risio operasioal semai diaui sebagai salah satu fator uci yag perlu dielola da dicermati oleh para pelau usaha, hususya di bidag jasa euaga.

Lebih terperinci

Kalkulus Rekayasa Hayati DERET

Kalkulus Rekayasa Hayati DERET Kalkulus Rekayasa Hayati DERET 1 Isi Bab Pedahulua Barisa tak-higga Deret tak-higga Deret Positif : Uji kekovergea Deret Gati Tada Deret Pagkat Deret Taylor da Maclauri 2 Kompetesi Dasar Setelah megikuti

Lebih terperinci

Statistika Matematika. Soal dan Pembahasan. M. Samy Baladram

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

Lebih terperinci

BAB II KONSEP DASAR. adalah koleksi dari peubah acak. Untuk setiap t dalam himpunan indeks T, N ( t)

BAB II KONSEP DASAR. adalah koleksi dari peubah acak. Untuk setiap t dalam himpunan indeks T, N ( t) BAB II KONSEP DASAR Kosep dasar yag dtuls dalam bab, merupaa beberapa dasar acua yag aa dguaa utu megaalsa model rso las da meetua fugs sebara peluag bertaha dalam model rso las Datara dasar acua tersebut

Lebih terperinci

9 Departemen Statistika FMIPA IPB

9 Departemen Statistika FMIPA IPB Supleme Resposi Pertemua ANALISIS DATA KATEGORIK (STK351 9 Departeme Statistika FMIPA IPB Pokok Bahasa Sub Pokok Bahasa Referesi Waktu Pegatar Aalisis utuk Data Respo Kategorik Data respo kategorik Sebara

Lebih terperinci

REGRESI KERNEL DENGAN METODE NADARAYA WATSON. Oleh : Esty

REGRESI KERNEL DENGAN METODE NADARAYA WATSON. Oleh : Esty REGRESI KERNEL DENGAN METODE NADARAYA WATSON REGRESI KERNEL DENGAN METODE NADARAYA WATSON Ole : SKRIPSI Diajuka Kepada Fakultas Matematika da Ilmu Pegetaua Alam Uiversitas Negeri Yogyakarta Utuk Memeui

Lebih terperinci