b. peluang terjadinya peristiwa yang diperhatikan mendekati nol (p 0). c. perkalian n.p =, sehingga p = /n.
|
|
- Hadian Kusumo
- 7 tahun lalu
- Tontonan:
Transkripsi
1 0
2 DISTRIBUSI POISSO Distribusi Poisso ii diprolh dari distribusi biomial, apabila dalam distribusi biomial brlau syarat-syarat sbagai briut: a. baya pgulaga sprimya sagat bsar ( ). b. pluag trjadiya pristiwa yag diprhatia mdati ol (p 0). c. pralia.p =, shigga p = /. Briut ii aa dibria purua fugsi pluag distribusi Poisso brdasara fugsi pluag distribusi biomial dga mgguaa prsyarata di atas. p p ( ) ( p ) =!! ( )! = ( )( )...[ ( )]! = ! = ! lim p( ) lim ! = lim...! Kita aa mghitug harga limitya satu pr satu. lim... lim
3 lim Shigga aa diprolh: lim p( )!..! Jadi distribusi pdataya adalah: p( ) P( X ).! ; = 0,,, 3, Dalam pratya, distribusi Poisso aa mrupaa distribusi pdata yag bai dari distribusi biomial, jia dalam distribusi biomial brlau: 00 da p 0 0 da p 0,05 Brdasara uraia di atas, ita dapat mdfiisia distribusi Poisso. Dfiisi 8.4: FUGSI PELUAG POISSO Pubah aca X diayaa brdistribusi Poisso, jia da haya jia fugsi pluagya brbtu: p( ) P( X ).! ; = 0,,, 3, Pubah aca X yag brdistribusi Poisso diataa juga pubah aca Poisso. Pulisa otasi dari pubah aca X yag brdistribusi Poisso adalah P(; ), artiya pubah aca X brdistribusi Poisso dga paramtr. Rataa, varias, da fugsi pmbagit mom dari distribusi Poisso bisa dilihat dalam Dalil 8.4. Dalil 8.4: PARAMETER DISTRIBUSI POISSO Rataa, varias, da fugsi pmbagit mom dari distribusi Poisso sbagai briut:. =. = ( 3. M ( t) ) ; t X t
4 DISTRIBUSI HIPERGEOMETRIK Misalya ita mlaua suatu sprim yag haya mghasila dua pristiwa, sprti pristiwa suss (S) da pristiwa gagal (G). Pluag trjadiya pristiwa S, P(S), sbsar p da pluag trjadiya pristiwa G, P(G) sbsar - p. Kmudia sprim itu diulag bbrapa ali sampai pristiwa S trjadi prtama ali. Jia pubah aca X myataa baya sprim da pgulagaya yag dilaua sampai pristiwa S trjadi prtama ali, maa X = artiya baya sprim da pgulagaya yag dilaua sampai mghasila pristiwa S trjadi prtama ali, adalah ali. Ii brarti bahwa sampai pgulaga -( - ) mghasila pristiwa G da pada pgulaga -(-) mghasila pristiwa S. Kita aa mghitug pluag bahwa pristiwa S trjadi prtama ali pada pgulaga sprim -(-). Susua yag aa trjadi pada sprim itu adalah: ali G G G G G S -p -p -p -p -p p Pgulaga -: Kara stiap pgulaga brsifat bbas, P(S) = p da P(G) = - p brharga ttap utu stiap pgulaga sprim, maa pluag dari pristiwa susua di atas adalah: P(G G G G G S) = P(G).P(G).P(G).. P(G).P(G).P(S) = ( - p)( - p)( - p) ( - p)( - p)(p) P(G G G G G S) = ( - p) -.p Shigga pluag bahwa pristiwa suss trjadi prtama ali pada pgulaga sprim - adalah: P(X = ) = ( - p) -.p Brdasara uraia di atas, ita dapat mdfiisia distribusi gomtri. Dfiisi 8.5: FUGSI PELUAG GEOMETRIK Pubah aca X diataa brdistribusi gomtri, jia da haya jia fugsi pluagya brbtu: 3
5 p() = P(X = ) = ( - p) -.p ; =,, 3, Pubah aca X yag brdistribusi gomtri disbut juga pubah aca gomtri. Pulisa otasi dari pubah aca X yag brdistribusi gomtri adalah X ~ G(;p), artiya pubah aca X brdistribusi gomtri dga baya pgulaga sprimya sampai ali da pluag trjadiya pristiwa suss sbsar p. Sbuah sprim diataa mgiuti distribusi gomtri, jia sprim itu mmuhi sifat-sifat sbagai briut:. Eprimya trdiri atas dua pristiwa, sprti suss da gagal.. Esprimya diulag bbrapa ali sampai pristiwa suss trjadi prtama ali. 3. Pluag trjadiya pristiwa suss da gagal pada stiap pgulaga sprim brsifat ttap. 4. Stiap pgulaga sprim brsifat bbas. Rataa, varias, da fugsi pmbagit mom dari distribusi gomtri bisa dilihat dalam Dalil 8.5. Dalil 8.5: PARAMETER DISTRIBUSI GEOMETRIK Rataa, varias, da fugsi pmbagit mom dari distribusi gomtri sbagai briut:.. p p p 3. M ( t) X t p. ( p). t ; t DISTRIBUSI HIPERGEOMETRIK Misalya sbuah populasi suatu barag yag bruura trdiri atas buah barag bai da sisaya ( - ) buah barag rusa. Kmudia diambil sbuah sampl aca bruura ( ) scara saligus, tryata dari sampl aca itu brisi buah barag bai da sisaya ( - ) buah barag rusa. Dalam hal ii, ita aa mghitug pluag bahwa dari sampl aca itu aa brisi buah barag bai. 4
6 Baya susua yag mugi utu mdapata buah barag bai dari buah barag bai ada cara yag brbda. Baya susua yag mugi utu mdapata ( - ) buah barag rusa dari ( - ) buah barag rusa ada cara yag brbda. Baya susua yag mugi utu mdapata buah barag dari buah barag ada cara yag brbda. Maa pluag bahwa sampl aca itu aa brisi buah barag bai adalah: P( X ) Brdasara uraia di atas, ita dapat mdfiisia distribusi hiprgomtri. Dfiisi 8.6: FUGSI PELUAG HIPERGEOMETRIK Pubah aca X diataa brdistribusi hiprgomtri, jia da haya jia fugsi pluagya brbtu: p( ) P( X ) ; = 0,,, 3,, Pubah aca X yag brdistribusi hiprgomtri disbut juga pubah aca hiprgomtri. Pulisa otasi dari pubah aca X yag brdistribusi hiprgomtri adalah X ~ H(;,,), artiya pubah aca X brdistribusi hiprgomtri dga baya barag bai dari sampl aca sbaya, baya barag dari populasi sbaya, baya barag dari sampl aca sbaya, da baya barag bai dari populasi sbaya. Rataa da varias dari distribusi hiprgomtri bisa dilihat dalam Dalil 8.6. Dalil 8.6: PARAMETER DISTRIBUSI HIPERGEOMETRIK Rataa da varias dari distribusi hiprgomtri sbagai briut: 5
7 .. ( )( ) ( ) 6
DISTRIBUSI KHUSUS YANG DIKENAL
0 DISTRIBUSI KHUSUS YANG DIKENAL Kita sudah membahas fugsi peluag atau fugsi desitas, baik defiisiya maupu sifatya. Fugsi peluag atau fugsi desitas ii merupaka ciri dari sebuah distribusi, artiya fugsi
Lebih terperinciBAB V DISTRIBUSI PROBABILITAS DISKRIT
BAB V DISTRIBUSI ROBABILITAS DISKRIT 5.. Distribusi Uniform Disrit Bila variabl aca X mmilii nilai,,... dngan probabilitas yang sama, maa distribusi uniform disrit dinyataan sbagai: f (, ) ;,,... paramtr
Lebih terperinciDistribution of the Difference of Two Independent Poisson Random Variables and Its Application to the Literate Population Data
Esata: Jural Imu-Ilmu MIA p. ISSN: 4-47. ISSN: 5-64 Distributio of th Diffrc of Two Idpdt oisso Radom Variabls ad Its Applicatio to th Litrat opulatio Data Atia Ahdia rogram Studi Statistia Uivrsitas Islam
Lebih terperinciDistribution of the Difference of Two Independent Poisson Random Variables and Its Application to the Literate Population Data
Distributio o th Dirc o Two Idpdt oisso Radom Variabls ad Its Applicatio to th Litrat opulatio Data Atia Ahdia rogram Studi Statistia Uivrsitas Islam Idosia Jala Kaliurag Km 45 Slma Yogaarta atia.a@uii.ac.id
Lebih terperinciTEORI ANTRIAN. Elemen Dasar Model Antrian. Distribusi Poisson dan eksponensial. =, t 0, dimana E { t}
Elm Dasar Modl Atria. TEORI ANTRIAN Aktor utama customr da srvr. Elm dasar :. distribusi kdataga customr.. distribusi waktu playaa. 3. disai fasilitas playaa (sri, parall atau jariga). 4. disipli atria
Lebih terperinciBAB II LANDASAN TEORI
A II LANDASAN TEORI. Distribusi Pluag Diisi. (Walpol da M rs 995) Jika X adalah suatu variabl radom kotiu maka ugsi dsitas pluaga adalah suatu ugsi ag mmuhi kodisi: i. ; utuk x (- ) ii. = iii. = (.) Diisi.
Lebih terperinciMODIFIKASI METODE NEWTON DENGAN KEKONVERGENAN ORDE TIGA.
MDIFIKASI METDE NEWTN DENGAN KEKNVERGENAN RDE TIGA Fby Satrya HP ), Agusi ), Musraii ) bysatrya@ymail.om ) Mahasiswa Program Studi S Matmatia ) Dos Matmatia, Jurusa Matmatia Faultas Matmatia da Ilmu Pgtahua
Lebih terperinciBAB 1 HAMPIRAN TAYLOR DAN ANALISIS GALAT
Catata Kuliah EL Aalisis Numrik BAB HAMPIRAN TAYLOR DAN ANALISIS GALAT. Pgatar Mtod Numrik Ktika kita mylsaika prsamaa-prsamaa matmatika di maa torma-tormaya masih dapat ditrapka, solusi aalitik atau solusi
Lebih terperinciTransformasi Z Materi :
4 Trasformasi Z Matri : Dfiisi Trasformasi Darah Kovrgsi (Rgio of Covrgc) Diagram Pol Zro Sifat Trasformasi Trasformasi dalam Btu Poliomial Rasioal Fugsi Sistm atau Fugsi Trasfr H() dari Sistm Liir Tida
Lebih terperinciMACAM-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 terperinciEFEKTIVITAS PEMBELAJARAN MATEMATIKA DENGAN MODEL QUANTUM TEACHING (QT) DITINJAU DARI KREATIVITAS BELAJAR SISWA KELAS VIII SMP N 2 TURI
EFEKTIVITAS PEMBELAJARAN MATEMATIKA DENGAN MODEL QUANTUM TEACING (QT) DITINJAU DARI KREATIVITAS BELAJAR SISWA KELAS VIII SMP N TURI Moita Dwiyai ), Ni Wahyu Utami ) Faultas Kgurua da Ilmu Pdidia Uivrsitas
Lebih terperinciBAB 2 SOLUSI NUMERIK PERSAMAAN
BAB SOLUSI NUMERIK PERSAMAAN Dalam sais da rkayasa, kita srigkali harus mcari akar solusi dari prsamaa f 0. Jika f mrupaka fugsi poliomial liar atau kuadratis, solusi ksakya mudah utuk didapatka kara rumusya
Lebih terperinciTEORI ANTRIAN. A. Definisi dan Unsur-unsur Dasar Model Antrian
TEORI ANTRIAN Tori atria mrupaka studi matmatis mgai atria atau waitig lis yag di dalamya disdiaka bbrapa altratif modl matmatika yag dapat diguaka utuk mtuka bbrapa karaktristik da optimasi dalam pgambila
Lebih terperinciJurnal MIPA 37 (1): (2014) Jurnal MIPA.
Jural MIP 37 (1): 79-91 (014) Jural MIP http://oural.us.ac.id/u/id.php/jm ESENSI NILI DN EKTOR EIGEN DRI SUTU OPERTOR PD RUNG HILBERT KLSIK Wurato Jurusa Matmatia, FMIP, Uivrsitas Ngri Smarag, Idosia Ifo
Lebih terperinciINTEGRAL FOURIER. DISUSUN OLEH : Kelompok III (Tiga)
INTEGRA FOURIER DISUSUN OEH : Klompok III (Tiga). Maruah (7 6). Yusi Oktavia (7 45 ) 3. Widya Elvi AS (7 45) 4. Azar Saarudi (7 454) 5. Irmaati (7 455) Mata Kuliah Dos Pgasuh Klas : Matmatika ajuta : Fadli,
Lebih terperinciBab 5: Discrete Fourier Transform dan FFT
BAB 5 Dicrt Fourir Traform da FFT Bab 5: Dicrt Fourir Traform da FFT Dicrt Fourir Traform DFT. Dfiii Tuua Blaar Prta dapat mdfiiia DFT, da mghitugya. Utu mlaua aalii frui dari iyal watu dirit maa prlu
Lebih terperinciBAB VIII KRISTAL KRIST SEMIKONDUKT SEMIK
A VIII KRISAL SEMIKONDUKOR MAERI : 8.1.Kristal smiodutor itrisi. 8.1.1.ti pguura clah rgi. 8.1..massa ftif 8.1.3.lima alasa hol diaggap sbagai partil brmuata positif. 8.1.4.ostrasi ltro 8.1.5.ostrasi hol.
Lebih terperinciESTIMASI TITIK BAYESIAN OBYEKTIF
ESTIMASI TITIK BAYESIAN OBYEKTIF Adi Stiawa (adi_stia_3@yahoo.com) Program Studi Matmatika, Fakultas Sais da Matmatika Uivrsitas Krist Satya Wacaa Jl Dipogoro 52-6 Salatiga 57, Idosia Abstrak Estimasi
Lebih terperinciAprillyan Cahyanti Mahasiswa S1 Pend. Tata Busana, Fakultas Teknik, Universitas Negeri Surabaya
PENGARUH UKURAN LEBAR LIPATAN TERHADAP HASIL JADI UNDULATING TUCKS PADA ROK SUAI BERBAHAN DENIM Aprillya Cahyati Mahasiswa S1 Pd. Tata Busaa, Faultas Ti, Uivrsitas Ngri Surabaya aprillya91@yahoo.com Sri
Lebih terperinciS - 1 Penggunaan Metode Bayesian Obyektif dalam Analisis Pengukuran Tingkat Kepuasan Pelanggan Berdasarkan Kuesioner
PROSIDING ISBN : 978 979 6353 6 3 S - Pgguaa Mtod Baysia Obyktif dalam Aalisis Pgukura Tigkat Kpuasa Plagga Brdasarka Kusior Adi Stiawa Program Studi Matmatika, Fakultas Sais da Matmatika Uivrsitas Krist
Lebih terperinciBAB II LANDASAN TEORI. kesetimbangan, linearisasi, bilangan reproduksi dasar, analisa kestabilan, kriteria
BAB II LANDASAN EORI Pada bab ii aka dibahas tori tori pdukug yag aka diguaka pada bab slajutya, atara lai modl matmatika, modl pidmik SIR klasik, ilai ig, prsamaaa difrsial, sistm prsamaa difrsial, titik
Lebih terperinciGambar 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 terperinciRespon Frekuensi pada FIR Filter. Oleh:Tri Budi Sanrtoso ITS
Rpo Frui pada FIR Filtr Olh:Tri Budi Sartoo Lab Siyal,, EEPIS-ITS ITS 1 Rpo iuoida pada itm FIR Suatu itm FIR diyataa: y[ ] b x[ ] h[ ] x[ ] 0 0 (1 Siyal iput cara umum mrupaa btu ompl dirit x[ ] x[ A
Lebih terperinciSTATISTIKA MATEMATIKA I
STATISTIKA MATEMATIKA I Disusu Olh : (005005) PROGRAM STUDI PENDIDIKAN MATEMATIKA SEKOLAH TINGGI KEGURUAN DAN PENDIDIKAN (STKIP) PGRI SUMATERA BARAT 0 BAB I PELUANG. Ruag Sampl da Kjadia Ruag sampl atau
Lebih terperinciBAB 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 terperinci1 n MODUL 5. Peubah Acak Diskret Khusus
ODUL 5 Peubah Acak Diskret Khusus Terdapat beberapa peubah acak diskret khusus yag serig mucul dalam aplikasi. Peubah Acak Seragam ( Uiform) Bila X suatu peubah acak diskret dimaa setiap eleme dari X mempuyai
Lebih terperinciOLEH: DESTRIYANTI TRI BUDIARTI YULLIA HESTIANA IRWAN SEPTEMBER GUNAWAN
OLEH: DESTRIYANTI 7 58 TRI BUDIARTI 7 YULLIA HESTIANA 7 5 IRWAN SEPTEBER 7 46 GUNAWAN 7 KELAS : 6. L ATA KULIAH : ATEATIKA LANJUTAN DOSEN PENGASUH : FADLI, S.Si FAKULTAS KEGURUAN DAN ILU PENDIDIKAN UNIVERSITAS
Lebih terperinciAplikasi Metode Matrix Cascade Pada Perhitungan Koefisien Pantul Gelombang Suara Bawah Air Untuk Dasar Laut Miring
Apliasi tod atri Cascad Pada Prhituga Kofisi Patul Glombag Suara Bawah Air Utu Dasar aut irig Day Friyadi da Irsa Somatri Brodjogoro Program Studi Ti Klauta, Istitut Tologi Badug (Email : dayf899@gmail.com)
Lebih terperinciTURUNAN FUNGSI. Definisi. 3.1 Pengertian Turunan Fungsi. Turunan fungsi f adalah fungsi f yang nilainya di c adalah. h asalkan limit ini ada.
3 TURUNAN FUNGSI 3. Pgrtia Turua Fugsi Diisi Turua ugsi adala ugsi yag ilaiya di c adala c c c asalka it ii ada. Coto Jika 3 4, maka turua di adala 3 4 3.. 4 3 4 4 4 4 4 4 3 3 3 4 Jika mmpuyai turua di
Lebih terperinciKOMPUTASI DAN DINAMIKA FLUIDA
KOMPUTASI DAN DINAMIKA FLUIDA TUGAS Olh RIRIN SISPIYATI NIM : 006003 Program Studi Matmatia INSTITUT TEKNOLOGI BANDUNG 009 Ercis 40 Ta as initial spctrum a bloc function nonzro for ½. Animat th initial
Lebih terperinciSTUDI TERHADAP SEBARAN STASIONER PADA SISTEM BONUS MALUS SWISS
STUDI TERHDP SEBRN STSIONER PD SISTEM BONUS MLUS SWISS Olh : RENSY ERMWTY G PROGRM STUDI MTEMTIK FKULTS MTEMTIK DN ILMU PENGETHUN LM INSTITUT PERTNIN BOGOR BSTRK RENSY ERMWTY Studi Trhadap Sbara Stasior
Lebih terperinciBAB I PENDAHULUAN Tujuan Makalah ini disusun agar mahasiswa mengetahui bagaimana keadaan elektron dalam sebuah atom kristal
A I PDAHUUA.. atar blaang oga gang pranan pnting dala hidupan anusia, isalna bsi dala produsi otoobil, tbaga untu pnghantar listri, dan lain-lain. Uuna loga ilii siat uatan isi tinggi, rapatan tinggi,
Lebih terperinciKalkulus 2. Persamaan Differensial Biasa (Ordinary Differential Equations (ODE))
Kalkulus Prsamaa Diffrsial Biasa Ordiar Diffrtial Equatios ODE Dhoi Hartato S.T. M.T. M.Sc. Prodi Tkik Kimia Fakultas Tkik Uivrsitas Ngri Smarag Prsamaa Diffrsial Biasa Prsamaa Diffrsial adalah Prsamaa
Lebih terperinciBAB 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 terperinciMASALAH 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 terperinciI. 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 terperinciPEMBAHASAN 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 terperinciRepresentasi 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 terperinciHaryoso Wicaksono, S.Si., M.M., M.Kom. 8
Seragam (Uiform) [D1] : Fugsi probabilita Uiform utuk semua ilai. Dimaa merupaka bayakya 1 f ( ) obyek da diasumsika memiliki sifat yag sama. Biomial [D2] : Sifat percobaa Biomial : Percobaa dilakuka dalam
Lebih terperinciRENTANG NUMERIK UNTUK FUNGSI EKSPONENSIAL MATRIKS
RENTNG NUMERK UNTUK FUNGS EKSPONENSL MTRKS M.Nasir, Musraii Jurusa Mamaia Faulas Mamaia da lmu Pgahua lam, Uivrsias Riau Email: asir@gmail.cm BSTRK Suau spsial maris dirila dalam bu da rag umri dari didfiisia
Lebih terperinciTransformasi Fourier Waktu Diskrit
Praktikum Isyarat da Sistm Topik 5 Trasformasi ourir Waktu Diskrit Tuua Mahasiswa dapat mtuka da mgguaka trasformasi ourir waktu diskrit dalam aalisa suatu sistm LTI Mahasiswa dapat mgguaka MATLAB sbagai
Lebih terperinciOLEH: KOMANG SUARDIKA ( )
OLEH: KOMANG SUARDIKA (9334) JURUSAN PENDIDIKAN FISIKA FAKULAS MAEMAIKA DAN ILMU PENGEAHUAN ALAM UNIVERSIAS PENDIDIKAN GANESHA SINGARAJA RADIASI ENDA HIAM Salah satu pybab lahirya fisia uatum aalah itmuaya
Lebih terperinciMODUL E LEARNING SEKSI -9 MATA KULIAH : KALKULUS LANJUT KODE MATA KULIAH : INF 221 : 5099 : DRA ENDANG SUMARTINAH,MA
MODUL E LEARNING SEKSI -9 MATA KULIAH : KALKULUS LANJUT KODE MATA KULIAH : INF DOSEN : 5099 : DRA ENDANG SUMARTINAH,MA TUJUAN MATA KULIAH : A.URAIAN DAN TUJUAN MATA KULIAH : Mahasiswa mmplajari Fugsi a
Lebih terperinciJURNAL TEKNOLOGI TECHNOSCIENTIA ISSN: Vol. 5 No. 1 Agustus 2012
JUNL TKNOLOGI TCHNOSCINTI ISSN: 979-845 Vol. 5 No. gutu PNPN PNMPTN NILI IGN INFINIT SISTM SINGUL P PNYLSIN PSMN POLINOMIL MTIKS NTUK [ ] X + Y U) Kri Suryowati Yudi Styawa Jurua Matmatia Ititut Sai da
Lebih terperinciUniversitas Indonusa Esa Unggul Fakultas Ilmu Komputer Teknik Informatika. Persamaan Diferensial Orde I
Univrsitas Indonusa Esa Unggul Fakultas Ilmu Komputr Tknik Informatika Prsamaan Difrnsial Ord I Dfinisi Prsamaan Difrnsial Prsamaan difrnsial adalah suatu prsamaan ang mmuat satu atau lbih turunan fungsi
Lebih terperinciMETODE PENGUKURAN FERTILITAS
Diisi Pua Aa Kotiu Pua aa iataa otiu jia F P apat ugsi sara ( ( iyataa sagai ( ( F u u R ga : R aala ugsi yag tritgrala. Fugsi isut ugsi pata pluag ari. [Gritt a Stirzar 199] Nilai Harapa Diisi Nilai Harapa
Lebih terperinciMata 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 terperinciSifat-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 terperinciANALISIS CEPSTRUM SINYAL SUARA
MAKALAH ANALII CEPTRUM INYAL UARA Disusu Ol: NENI ARYANI L2F 300 543 JURUAN TEKNIK ELEKTRO FAKULTA TEKNIK UNIVERITA DIPONEGORO E M A R A N G 2 0 0 2 DAFTAR II JUDUL... 1 ABTRAK... 1 1. Pdaulua.... 1 2.
Lebih terperinciAplikasi 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 terperinciMengkaji 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 terperinci4.3 Sampling dari distribusi normal dan estimasi likelihood maksimum
Hardwiyao Uomo 060545 4.3 Samlig dari disribusi ormal da simasi liklihood maksimum Liklihood ormal mulivaria Kia asumsika vkor,,..., dga mrrsasika saml acak dari oulasi ormal mulivaria dga raa-raa µ da
Lebih terperinci( α = 0, 05 ) rumus yang digunakan untuk menentukan jumlah anggota sampel adalah:
BAB LANDASAN TEORI Pramala adalah giaa umu mmpriraa apa ag aa rjadi pada masa ag aa daag brdasara pgalama di masa lalu. Mod pramala ag srig diguaa dalam oomi da duia usaha adalah dr wau (im sris).. Bbrapa
Lebih terperinciInterpretasi Parameter dalam Model Regresi Logistik untuk Variabel Bebas Dikotomus
Jural EKSPONENSIAL Volum 3, Nomor, M 22 ISSN 285-7829 Itrprtas Paramtr dalam Modl Rgrs Logst utu Varabl Bbas Dotomus Paramtr Itrprtato Logstc Rgrsso Modls for Dcotomus Idpdt Varabl Darah A. Noh Program
Lebih terperinciPROSES ANTRIAN DENGAN KEDATANGAN BERDISTRIBUSI POISSON DAN POLA PELAYANAN BERDISTRIBUSI GENERAL. Sugito 1, Abdul Hoyyi 2. Abstract
Pross Antrian (Sugito) PROSES ANTRIAN DENGAN KEDATANGAN BERDISTRIBUSI POISSON DAN POLA PELAYANAN BERDISTRIBUSI GENERAL Sugito, Abdul Hoyyi Staf Pngajar Jurusan Statistia FSM UNDIP Staf Pngajar Jurusan
Lebih terperinciPROSES PEMANENAN DENGAN MODEL LOGISTIK STUDI KASUS PADA PTP. NUSANTARA IX
Prosiding SPMIPA. pp. 3-39, 006 ISBN : 979.704.47.0 PROSES PEMANENAN DENGAN MODEL LOGISTIK STUDI KASUS PADA PTP. NUSANTARA IX Eka Ariani, Agus Rusgiyono Jurusan Matmatika FMIPA Univrsitas Dipongoro Jl.
Lebih terperinciOleh : Bustanul Arifin K BAB IV HASIL PENELITIAN. Nama N Mean Std. Deviation Minimum Maximum X ,97 3,
Kpdulian trhadap sanitasi lingkungan diprdiksi dari tingkat pndidikan ibu dan pndapatan kluarga pada kluarga sjahtra I klurahan Krtn kcamatan Lawyan kota Surakarta Olh : Bustanul Arifin K.39817 BAB IV
Lebih terperinciBAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI
BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI Utuk lebih memahami megeai etropi, pada bab ii aka diberika perhituga etropi utuk beberapa distribusi diskrit da kotiu. 3. Distribusi Diskrit Pada sub bab ii dibahas
Lebih terperinciBAB VIII KONSEP DASAR PROBABILITAS
BAB VIII KONSEP DASAR PROBABILITAS 1.1. Pedahulua Dalam pertemua ii Ada aka mempelajari beberapa padaga tetag permutasi da kombiasi, fugsi da metode perhituga probabilitas, da meghitug probabilitas. Pada
Lebih terperinciPerluasan 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 terperinciStatistika 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 terperinciPada gambar 2 merupakan luasan bidang dua dimensi telah mengalami regangan. Salah satu titik yang menjadi titik acuan adalah titik P.
nurunan Kcpatan Glombang dan Glombang S Glombang sismik mrupakan gtaran yang mrambat pada mdium batuan dan mnmbus lapisan bumi. njalaran mnybabkan dformasi batuan.strss atau tkanan didfinisikan gaya prsatuan
Lebih terperinciCatatan Teknik (Technical Notes) Pengerjaan Metoda Inversi Integral pada Perumusan Persamaan Muka Air Gelombang Air Nonlinier
Huahaa ISSN 085-98 Jural Toris da Trapa Bidag Rayasa Sipil Caaa Ti Tchical Nos Pgrjaa Moda Ivrsi Igral pada Prumusa Prsamaa Mua Air Glombag Air Noliir Syawaluddi Huahaa Klompo Kahlia Ti Klaua, Faulas Ti
Lebih terperinciHASIL DAN PEMBAHASAN. Gambar 3 Proses penentuan perilaku api.
6 yang diharapkan. Msin infrnsi disusun brdasarkan stratgi pnalaran yang akan digunakan dalam sistm dan rprsntasi pngtahuan. Msin infrnsi yang digunakan dalam pngmbangan sistm pakar ini adalah FIS. Implmntasi
Lebih terperinciDeret 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 terperinciMuatan Bergerak. Muatan hidup yang bergerak dari satu ujung ke ujung lain pada suatu
Muatan rgrak Muatan hidup yang brgrak dari satu ujung k ujung lain pada suatu konstruksik disbut bb bban brgrak Sbuah kndaraan mlalui suatu jmbatan, maka akan timbul prubahanbh nilai i raksi kimaupun gaya
Lebih terperinciSudaryatno Sudirham ing Utari. Mengenal Sudaryatno S & Ning Utari, Mengenal Sifat-Sifat Material (1)
Sudaryato Sudirham ig Utari Mgal Sifat-Sifat Matrial () - Sudaryato S & Nig Utari, Mgal Sifat-Sifat Matrial () BAB Sifat-Sifat Thrmal Sjumlah rgi bisa ditambahka k dalam matrial mlalui pmaasa, mda listrik,
Lebih terperinci9 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 terperinciBAB VI MODEL ELEKTRON BEBAS ( GAS FERMI )
A VI MODL LKRON AS GAS RMI MARI 6.1. ltron bbas dalam satu dimnsi. 6.1.1.tingat nrgi 6.1..distribusi rmi-dirac 6.1..nrgi rmi 6.. ltron bbas dalam tiga dimnsi. 6..1.nrgi rmi untu tiga dimnsi. 6...cpatan
Lebih terperinciTeori Saluran Transmisi (3) TTG4D3 Rekayasa Gelombang Mikro Oleh Budi Syihabuddin Erfansyah Ali
Tori Saluran Transmisi (3) TTG4D3 ayasa Glombang Miro Olh Bui Syihabuin Erfansyah Ali Outlin Konsp Pantulan paa Saluran Transmisi oltag Staning Wav atio Konsp Pantulan Paa Saluran Transmisi Pantulan paa
Lebih terperinci8. Fungsi Logaritma Natural, Eksponensial, Hiperbolik
8. Fungsi Logaritma Natural, Eksponnsial, Hiprbolik 8.. Fungsi Logarithma Natural. Sudaratno Sudirham Dfinisi. Logaritma natural adalah logaritma dngan mnggunakan basis bilangan. Bilangan ini, sprti halna
Lebih terperinciAplikasi Integral. Panjang sebuah kurva w(y) sepanjang selang dapat ditemukan menggunakan persamaan
Aplikasi Intgral Intgral dapat diaplikasikan k dalam banyak hal. Dari yang sdrhana, hingga aplikasi prhitungan yang sangat komplks. Brikut mrupakan aplikasi-aplikasi intgral yang tlah diklompokkan dalam
Lebih terperinciDeret 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 terperinciModifikasi Varian Metode Newton dengan Orde Konvergensi Tujuh
Jural Sais Matmatika da Statistika Vol. No. Juli 0 ISSN 0- Modiikasi Varia Mtod Nwto dga rd Kovrgsi Tujuh Wartoo Ria Rasla Jurusa Matmatika Fakultas Sais da Tkologi UIN Sulta Sari Kasim Riau Jl. HR. Sobratas
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN A. KARAKTERISTIK MUTU DAN REOLOGI CPO AWAL Minyak sawit kasar (crud palm oil/cpo) mrupakan komoditas unggulan Indonsia yang juga brpran pnting dalam prdagangan dunia. Mngingat
Lebih terperinciDistribusi 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 terperinciPerumusan Fungsi Green Sistem Osilator Harmonik dengan Menggunakan Metode Integral Lintasan (Path Integral)
Prumusa Fugsi Gr Sistm Osilator Harmoik dga Mgguaka Mtod Itgral Litasa (Path Itgral) Sutisa Abstrat: Th path itgral is a mthod that oft usd i th uatum problms alulatio. For xampl; th alulatio of uatum
Lebih terperinciBab 1 Ruang Vektor. I. 1 Ruang Vektor R n. 1. Ruang berdimensi satu R 1 = R = kumpulan bilangan real Menyatakan suatu garis bilangan;
Bab Ruang Vktor I. Ruang Vktor R n. Ruang brdimnsi satu R = R = kumpulan bilangan ral Mnyatakan suatu garis bilangan; -3 - - 0. Ruang brdimnsi dua R = bidang datar ; Stiap vktor di R dinyatakan sbagai
Lebih terperinciUJI KESELARASAN FUNGSI (GOODNESS-OF-FIT TEST)
UJI CHI KUADRAT PENDAHULUAN Distribusi chi kuadrat mrupakan mtod pngujian hipotsa trhadap prbdaan lbih dari proporsi. Contoh: manajr pmasaran suatu prusahaan ingin mngtahui apakah prbdaan proporsi pnjualan
Lebih terperinciFISIKA KUANTUM 1. Radiasi Benda Hitam Gambar 1. Kurva Radiasi Benda Hitam
FISIKA KUANUM. Raiasi Ba Hitam Ba hitam (lac oy) alam ahasa fisia aalah oy yag myrap sluruh raiasi ltromagti yag jatuh paaya a tia aa raiasi yag apat luar atau ipatulaya. Istilah a hitam ii, prtama ali
Lebih terperinciPeubah Acak. Peubah Acak Diskrit dan Distribusi Peluang. Peubah Acak. Peubah Acak
Peubah Acak Peubah Acak Diskrit da Distribusi Peluag Peubah Acak (Radom Variable): Sebuah keluara umerik yag merupaka hasil dari percobaa (eksperime) Utuk setiap aggota dari ruag sampel percobaa, peubah
Lebih terperinciPENALA NADA ALAT MUSIK MENGGUNAKAN ALIHRAGAM FOURIER
PENL ND L MUSIK MENGGUNKN LIHRGM OURIER Olh : di Kuria (L57) Jurusa kik Elktro akultas kik Uivrsitas Dipogoro Jl. Pro. H Sudarto S. H., mbalag, Smarag -mail : Katrosid@Yahoo.com bstrak - Mlalui pristiwa
Lebih terperinciFungsi Kompleks. (Pertemuan XXVII - XXX) Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya
TKS 4007 Matematika III Fugsi Kompleks (Pertemua XXVII - XXX) Dr. AZ Jurusa Tekik Sipil Fakultas Tekik Uiversitas Brawijaya Pedahulua Persamaa x + 1 = 0 tidak memiliki akar dalam himpua bilaga real. Pertayaaya,
Lebih terperinciPeluang 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 terperinciPertemuan XIV, XV VII. Garis Pengaruh
ahan jar Statika ulyati, ST., T rtmuan X, X. Garis ngaruh. ndahuluan danya muatan hidup yang brgrak dari satu ujung k ujung lain pada suatu konstruksi disbut bban brgrak. isalkan ada sbuah kndaraan mlalui
Lebih terperinciBARISAN 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 terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. Data penelitian diperoleh dari siswa kelas XII Jurusan Teknik Elektronika
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. DESKRIPSI DATA Data pnlitian diprolh dari siswa klas XII Jurusan Tknik Elktronika Industri SMK Ma arif 1 kbumn. Data variabl pngalaman praktik industri, kmandirian
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LADASA TEORI.1. Tori Musik.1.1. Musik Musik adalah suatu si yag brbtuk suara yag didapatka dari pggabuga brbagai l yag jadikaya ak utuk didgarka. Murut filsuf Yuai da Idia kuo, usik rupaka kupula ada-ada
Lebih terperinciBAB 3 METODOLOGI PERANCANGAN. 35 orang. Setiap orang diambil sampel sebanyak 15 citra wajah dengan
BAB 3 METODOLOGI PERANCANGAN 3.1 Input Data Citra Wajah Pada pnlitian ini, digunakan sbanyak 525 citra ajah yang trdiri dari 35 orang. Stiap orang diambil sampl sbanyak 15 citra ajah dngan pncahayaan yang
Lebih terperinciANALISIS NOSEL MOTOR ROKET RX LAPAN SETELAH DILAKUKAN PEMOTONGAN PANJANG DAN DIAMETER
Analisis Nosl Motor Rokt RX-1 LAPAN... (Ahmad Jamaludin Fitroh, Sari) ANALISIS NOSEL MOTOR ROKET RX - 1 LAPAN SETELAH DILAKUKAN PEMOTONGAN PANJANG DAN DIAMETER Ahmad Jamaludin Fitroh, Sari Pnliti Pnliti
Lebih terperinciMODUL 2 BILANGAN KOMPLEKS
Diktat Kuliah EL- Matmatika Tkik I MODUL BILANGAN KOMPLEKS Satua Acara Prkuliaha Mdul (Bilaga Kmplks sbagai brikut Ptmua k- Pkk/Sub PkkBahasa TuuaPmblaara Bilaga Kmplks Pgatar Bilaga Kmplks Lambag Bilaga
Lebih terperinciLANDASAN 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 terperinciTEOREMA 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 terperinciMAKALAH 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 terperinciBAB V BEBERAPA MODEL DISTRIBUSI PELUANG PEUBAH ACAK KONTINU
H. Maman Suhrman,Drs.,M.Si BAB V BEBERAPA MODEL DISTRIBUSI PELUANG PEUBAH ACAK KONTINU Pada bab sblumnya, khususnya pada BAB II kita tlah mngnal distribusi pluang scara umum baik untuk pubah acak diskrit
Lebih terperinciPENENTUAN PELUANG BERTAHAN DALAM MODEL RISIKO KLASIK DENGAN MENGGUNAKAN TRANSFORMASI LAPLACE AMIRUDDIN
PENENTUAN PELUANG BETAHAN DALAM MODEL ISIKO KLASIK DENGAN MENGGUNAKAN TANSFOMASI LAPLACE AMIUDDIN SEKOLAH PASCASAJANA INSTITUT PETANIAN BOGO BOGO 8 PENYATAAN MENGENAI TESIS DAN SUMBE INFOMASI Dngan ini
Lebih terperinciElemen Dasar Model Antrian. Aktor utama customer dan server. Elemen dasar : 1.distribusi kedatangan customer. 2.distribusi waktu pelayanan. 3.
Eleme Dasar Model Atria. Aktor utama customer da server. Eleme dasar :.distribusi kedataga customer. 2.distribusi waktu pelayaa. 3.disai fasilitas pelayaa (seri, paralel atau jariga). 4.disipli atria (pertama
Lebih terperinciDeret Bolak-balik (Alternating Series) Deret bolak-balik adalah deret yang suku-sukunya berganti tanda. Sebagai contoh,
Deet Bolak-balik Alteatig Seies Deet bolak-balik adalah deet yag suku-sukuya begati tada. Sebagai cotoh, + 4 + + + Deet bolak-balik beikut: = + a, dega a positif, kovege jika memeuhi dua syaat i. Setiap
Lebih terperinciPemodelan Regresi Logistik Biner terhadap Peminat ITS di Seleksi Bersama Masuk Perguruan Tinggi Negeri (SBMPTN) 2014
JURNAL SAINS DAN SENI ITS Vo. 4, No., (05) 337-350 (30-98X Prit) D-5 Poda Rgrsi Logisti Bir trhadap Piat ITS di Ssi Brsaa Masu Prgurua Tiggi Ngri (SBMPTN) 04 Yati Aggrai da Isaii Zai Jurusa Statistia,
Lebih terperinciIDE - IDE DASAR MEKANIKA KUANTUM
IDE - IDE DASAR MEKANIKA KUANTUM A. Radiasi Bnda Hitam 1. Hasil-Hasil Empiris Gambar 1. Grafik fungsi radiasi spktral bnda hitam smpurna a. Hukum Stfan Hukum Stfan dapat dituliskan sbagai total = f df
Lebih terperinci