BAB 3 REVIEW PENDUGAAN FUNGSI INTENSITAS LOKAL DAN GLOBAL DARI PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT
|
|
- Yanti Iskandar
- 7 tahun lalu
- Tontonan:
Transkripsi
1 9 BAB 3 REVIEW PENDUGAAN FUNGSI INTENSITAS LOKAL DAN GLOBAL DARI PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT Misalkan adalah proses Poisson nonhomogen pada interval dengan fungsi intensitas yang tidak diketahui. Fungsi diasumsikan terintegralkan lokal dan terdiri dari dua komponen, yaitu suatu komponen periodik (siklik) dengan periode (diketahui) dan suatu komponen tren yang berupa fungsi pangkat. Dengan kata lain sebarang titik, fungsi intensitas dapat dituliskan sebagai berikut : dengan adalah fungsi periodik dengan periode, menyatakan kemiringan tren dimana dan (diketahui) merupakan bilangan nyata sebarang dimana. Kita tidak mengasumsikan suatu bentuk parametrik dari kecuali bahwa adalah fungsi periodik, sehingga semua titik dan seluruh, dengan adalah himpunan bilangan bulat, dapat dituliskan sebagai berikut 3.1 Pendugaan Fungsi Intensitas Lokal dari Proses Poisson dengan Tren Fungsi Pangkat Berdasarkan Rachmawati (2010), misalkan suatu, hanya terdapat sebuah realisasi dari proses Poisson yang terdefinisi pada suatu ruang peluang dengan fungsi intensitas seperti pada yang diamati pada interval terbatas. Karena adalah fungsi periodik dengan periode, maka masalah menduga pada titik dengan dapat direduksi menjadi masalah menduga pada titik dengan.
2 10 Diasumsikan fungsi intensitas global bagi merupakan nilai rata-rata dari pada yaitu. yaitu Misalkan adalah barisan bilangan nyata positif yang konvergen ke nol, dan misalkan pula adalah suatu fungsi bernilai real, disebut kernel, jika memenuhi sifat-sifat berikut : (K.1) merupakan fungsi kepekatan peluang. (K.2) terbatas. (K.3) memiliki daerah definisi pada Pendugaan Berdasarkan modifikasi penduga pada Rachmawati (2010), diperoleh penduga seperti berikut :. Untuk mendapatkan penduga, cukup diperlihatkan bahwa Karena memenuhi, maka ruas kanan persamaan di atas dapat ditulis Perhatikan suku pertama, dengan menggunakan asumsi adalah fungsi intensitas global dari maka. Sedangkan suku kedua dari
3 11 adalah dengan padanan stokastiknya yaitu. Langkah berikutnya, mengganti maka diperoleh Jika kedua ruas dikalikan dengan diperoleh sehingga Perhatikan bahwa konvergen ke 0 jika dan, sehingga. Persamaan di atas dapat dituliskan sebagai maka diperoleh penduga dari, yaitu seperti pada. Lema 3.1 Misalkan fungsi intensitas seperti dan terintegralkan lokal, maka, dengan Dengan kata lain, merupakan penduga yang konsisten bagi, dengan Mean Square Error-nya adalah. Bukti : Berdasarkan dapat dihitung sebagai berikut :
4 12. Ruas kanan adalah Karena fungsi intensitas seperti, maka Perhatikan bahwa konvergen ke 0 jika dan. Sehingga. Persamaan diatas dapat dituliskan sebagai Dengan mensubstitusikan ke, diperoleh seperti pada. Ragam dari diperoleh dengan cara serupa, yaitu : Karena adalah proses Poisson, maka sehingga persamaan di atas dapat ditulis
5 13 Karena fungsi intensitas seperti, maka Perhatikan bahwa konvergen ke 0 jika, dan. Sehingga Dengan mensubstitusikan pada, maka diperoleh seperti pada. Didefinisikan berikut : dimana. Berikutnya, substitusikan dan pada, maka diperoleh Langkah selanjutnya, dengan menjumlahkan dan menyederhanakan hasil pada maka diperoleh seperti pada. Telah dibuktikan dan, sehingga Lema 3.1 terbukti. Teorema 3.1 (Kekonsistenan ) Penduga merupakan penduga konsisten bagi, yaitu
6 14. Bukti : Untuk membuktikan, berdasarkan definisi akan ditunjukkan bahwa. Berdasarkan ketaksamaan segitiga, diperoleh Berdasarkan Lema 3.1 diperoleh, berarti, ada sehingga Sehingga bahwa. Jadi membuktikan, digunakan ketaksamaan Chebychev, sehingga diperoleh Berdasarkan Lema 3.1, diperoleh sehingga diperoleh. Berdasarkan langkah-langkah di atas, Teorema 3.1 terbukti Pendugaan Berdasarkan Farida (2008) dan Rachmawati (2010), diperoleh modifikasi penduga dari pada titik sebagai berikut : dengan,, adalah suatu kernel dan adalah barisan bilangan nyata positif yang konvergen menuju nol, yaitu, serta adalah penduga bagi seperti. Lema 3.2 Jika fungsi intensitas seperti dan terintegralkan lokal, serta kernel memenuhi kondisi (K.1), (K.2), (K.3) dan, maka
7 15, asalkan adalah titik Lebesgue dari. Jika kernel memenuhi kondisi (K.1), (K.2), (K.3), dan,, maka. Bukti : Berdasarkan, dapat dihitung sebagai berikut : Dari dapat dimisalkan maka dapat dinyatakan sebagai Suku pertama pada ruas kanan diperoleh sebagai berikut (Lihat Farida 2008 & Rachmawati 2010). Selanjutnya, suku kedua dari ruas kanan adalah
8 16 Dengan menggunakan pada persamaan di atas, maka diperoleh. Dengan mensubstitusikan dan pada, maka diperoleh persamaan seperti. Ragam dari diperoleh dengan menggunakan sehingga menjadi Dengan memisalkan seperti maka persamaan di atas dapat ditulis
9 17 kanan (Lihat Farida 2008 & Rachmawati 2010). Nilai suku kedua dari ruas dapat ditentukan sebagai berikut Dengan menggunakan pada persamaan di atas, maka diperoleh. Dari dan, dengan menggunakan ketaksamaan Chauchy Schwarz, dapat diperoleh suku ketiga ruas kanan persamaan yaitu
10 18. Karena dan maka sehingga persamaan di atas dapat dituliskan menjadi. Kemudian, dengan mensubstitusikan hasil dan pada maka diperoleh seperti pada. Teorema 3.2 (Kekonsistenan ) Jika fungsi intensitas seperti dan terintegralkan lokal, serta kernel memenuhi kondisi (K.1), (K.2), (K.3), dan maka, asalkan adalah titik Lebesgue dari. Bukti : Untuk setiap berlaku jika. Menggunakan ketaksamaan segitiga, ruas kiri persamaan di atas dapat ditulis sebagai berikut : Berdasarkan, diperoleh kemudian setiap, ada sehingga Berdasarkan persamaan di atas, diperoleh bahwa
11 19 dengan menggunakan ketaksamaan Chebychev pada persamaan di atas, diperoleh Menggunakan hasil pada, maka dapat dituliskan sebagai berikut. Melihat hubungan antara persamaan di atas dan, maka terbukti bahwa jika. Berdasarkan langkah-langkah di atas, Teorema 3.2 terbukti. 3.2 Pendugaan Fungsi Intensitas Global dari Proses Poisson dengan Tren Fungsi Pangkat Fungsi intensitas global merupakan rata-rata laju dari proses Poisson pada interval dengan panjang menuju tak hingga. Pendekatan yang digunakan pada pendugaan fungsi intensitas global dari suatu proses Poisson adalah dengan menaksir nilai rata-rata dari banyaknya kejadian dalam interval. Secara matematis, penduga bagi fungsi intensitas global pada dapat dinyatakan dengan. Memodifikasi hasil pada Yuliawati (2008), kita asumsikan bahwa periode diketahui, tetapi fungsi pada tidak ketahui, didefinisikan penduga sebagai berikut dengan adalah bilangan bulat terbesar yang lebih kecil atau sama dengan, yaitu dan seperti. Teorema 3.3 (Kekonsistenan ) Jika fungsi intensitas memenuhi dan terintegralkan lokal, maka,
12 20 Bukti : Teorema 3.3 akan dibuktikan setelah bukti Teorema 3.4 dan Teorema 3.5. Teorema 3.4 (Pendekatan Asimtotik Bias dari ) Jika fungsi intensitas memenuhi dan terintegralkan lokal, maka. Bukti : Pertama, akan dibuktikan sebagai nilai harapan dari yaitu Perhatikan, suku pertama pada ruas kanan, yaitu dengan perubahan batas integral, maka persamaan diatas menjadi Jika fungsi intensitas memenuhi dan terintegralkan lokal, maka persamaan di atas dituliskan sebagai berikut
13 21 Berdasarkan, suku pertama ruas kanan menjadi Diketahui bahwa jika (Lihat Titchmarsh 1960). diperoleh Langkah selanjutnya, dengan mensubstitusikan pada, maka jika Kemudian perhatikan suku kedua pada ruas kanan berikut
14 22 Perhatikan salah satu komponen berikut, jika Dengan mensubstitusikan pada, diperoleh jika
15 23 Selanjutnya, dengan menggabungkan dan, maka diperoleh ruas kanan pada seperti berikut : jika Berikutnya, perhatikan suku kedua ruas kanan yaitu Dengan menggunakan maka kuantitas di atas menjadi. Selanjutnya, dengan mensubstitusikan hasil yang diperoleh dari dan ke, maka diperoleh seperti pada. Bedasarkan langkah-langkah di atas, Teorema 3.4 terbukti. Teorema 3.5 (Pendekatan Asimtotik Ragam dari ) Jika fungsi intensitas memenuhi dan terintegralkan lokal, maka dan
16 24 jika Bukti : Akan dibuktikan dan. Catatan, setiap dimana j,k = 1,2,, maka dan tidak saling tumpang tindih (tidak overlap). Sehingga dan adalah bebas,. Telah didefinisikan penduga bagi yaitu pada sehingga dapat dihitung sebagai dengan memisalkan Perhatikan suku pertama ruas kanan dari Berdasarkan kuantitas yang diperlukan, dapat dibedakan dalam tiga kasus, yaitu dan. Untuk kasus diperoleh jika. Untuk kasus diperoleh jika.
17 25 Untuk kasus diperoleh jika. (Lihat Yuliawati, 2008). Berikutnya suku kedua ruas kanan sehingga dapat diperoleh sebagai berikut Langkah berikutnya, dengan mensubstitusikan atas, diperoleh persamaan berikut pada persamaan di. Selanjutnya, dengan menggunakan ketaksamaan Chaucy Schwarz pada suku ketiga ruas kanan diperoleh sebagai berikut Berdasarkan kuantitas yang diperlukan, ekspresi di atas dapat dibedakan dalam tiga kasus, yaitu dan. Untuk kasus dan sehingga
18 26 Dengan kata lain, diperoleh, sehingga,. Dengan kata lain, diperoleh, sehingga,. Berdasarkan hasil yang tunjukkan pada langkah-langkah sebelumnya, diperoleh,. Dengan cara yang sama dilakukan kedua kasus berikutnya, yaitu kasus dan kasus. Diperoleh dan,, akibatnya dan, sehingga,. Dengan menggabungkan hasil yang diperoleh dari langkah-langkah di atas ke sehingga diperoleh yang dibedakan menjadi tiga kasus berikut, yaitu Untuk kasus. Dengan kata lain diperoleh seperti pada. Untuk kasus
19 27. Dengan kata lain diperoleh seperti pada. Untuk kasus. Dengan kata lain diperoleh seperti pada. Berdasarkan langkah-langkah di atas, Teorema 3.5 terbukti. Bukti Teorema 3.3 : Berdasarkan diperoleh atau dapat ditulis sebagai jika Sedangkan dari dan diperoleh atau dapat ditulis juga sebagai jika Selanjutnya, akan dibuktikan bahwa adalah penduga konsisten bagi, yaitu bahwa setiap berlaku jika. Ruas kiri persamaan di atas dapat ditulis sebagai berikut
20 28 Dengan menggunakan ketaksamaan segitiga, maka menjadi Berdasarkan, ada sehingga setiap. Dengan mensubstitusikan ke, diperoleh Kemudian dengan melihat hubungan antara dan diperoleh Berdasarkan hasil yang diperoleh dari pertaksamaan di atas, dengan menggunakan pertaksamaan Chebyshev, diperoleh Perhatikan, dengan menggunakan pada dapat ditunjukkan hubungan bahwa jika. Berdasarkan langkah-langkah di atas, Teorema 3.3 terbukti.
BAB 4 KEKONSISTENAN PENDUGA DARI FUNGSI SEBARAN DAN FUNGSI KEPEKATAN WAKTU TUNGGU DARI PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT
29 BAB 4 KEKONSISTENAN PENDUGA DARI FUNGSI SEBARAN DAN FUNGSI KEPEKATAN WAKTU TUNGGU DARI PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT 4.1 Perumusan Penduga Misalkan adalah proses Poisson nonhomogen
Lebih terperinciIII. HASIL DAN PEMBAHASAN
III. HASIL DAN PEMBAHASAN 3.1 Perumusan Masalah Misalkan adalah proses Poisson nonhomogen pada interval dengan fungsi intensitas yang tidak diketahui. Fungsi intensitas diasumsikan terintegralkan lokal
Lebih terperinciBAB 3 REVIEW SIFAT-SIFAT STATISTIK PENDUGA KOMPONEN PERIODIK
BAB 3 REVIEW SIFAT-SIFAT STATISTIK PENDUGA KOMPONEN PERIODIK 3. Perumusan Penduga Misalkan N adalah proses Poisson non-homogen pada interval 0, dengan fungsi intensitas yang tidak diketahui. Fungsi intensitas
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
3 BAB 2 TINJAUAN PUSTAKA 2.1 Proses Poisson Periodik Definisi 2.1 (Proses stokastik) Proses stokastik adalah suatu himpunan dari peubah acak yang memetakan suatu ruang contoh ke suatu ruang state. Jika
Lebih terperinci(T.8) SEBARAN ATIMTOTIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT
(T.8) SEBARAN ATIMTOTIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT Ro fah Nur Rachmawati Universitas Bina Nusantara Jl. K.H. Syahdan No. 9 Palmerah Jakarta Barat 11480 rrachmawati@binus.edu
Lebih terperinciBAB 4 SEBARAN ASIMTOTIK PENDUGA KOMPONEN PERIODIK
BAB 4 SEBARAN ASIMTOTIK PENDUGA KOMPONEN PERIODIK 4. Sebaran Asimtotik,, Teorema 4. (Sebaran Normal Asimtotik,, ) Misalkan fungsi intensitas seperti (3.2) dan terintegralkan lokal. Jika kernel K adalah
Lebih terperinciPENDUGAAN FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT MENGGUNAKAN METODE TIPE KERNEL
PENDUGAAN FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT MENGGUNAKAN METODE TIPE KERNEL Ro fah Nur Rachmawati Jurusan Matematika, Fakultas Sains dan Teknologi, Binus University Jl.
Lebih terperinciKEKONVERGENAN MSE PENDUGA KERNEL SERAGAM FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT
KEKONVERGENAN MSE PENDUGA KERNEL SERAGAM FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT Ro fah Nur Rachmawati Mathematics & Statistics Department, School of Computer Science, Binus
Lebih terperinciPENDAHULUAN LANDASAN TEORI
1 PENDAHULUAN Latar Belakang Dalam kehidupan sehari-hari, banyak permasalahan yang dapat dimodelkan dengan proses stokastik. Proses stokastik dapat dibedakan menjadi dua yaitu proses stokastik dengan waktu
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Proses Poisson Periodik Definisi 2.1 (Proses stokastik) Proses stokastik X = {X(t), t T } adalah suatu himpunan dari peubah acak yang memetakan suatu ruang contoh Ω ke suatu
Lebih terperinciBAB IV SEBARAN ASIMTOTIK PENDUGA TURUNAN PERTAMA DAN KEDUA DARI KOMPONEN PERIODIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR
3 BAB IV SEBARAN ASIMTOTIK PENDUGA TURUNAN PERTAMA DAN KEDUA DARI KOMPONEN PERIODIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR 4.. Sebaran asimtotik dari,, Teorema 4. ( Normalitas Asimtotik
Lebih terperinciLampiran A. Beberapa Definisi dan Lema Teknis
LAMPIRAN 33 Lampiran A. Beberapa Definisi dan Lema Teknis Ruang Contoh, Kejadian dan Peluang Definisi A.1 (Ruang contoh dan kejadian) Suatu percobaan yang dapat diulang dalam kondisi yang sama, yang hasilnya
Lebih terperinciBAB IV REDUKSI BIAS PADA PENDUGAAN
BAB IV REDUKSI BIAS PADA PENDUGAAN 4.1. Asimtotik Orde-2 Berdasarkan hasil simulasi pada Helmers dan Mangku (2007) kasus kernel seragam, aproksimasi asimtotik orde pertama pada ragam dan bias, gagal memprediksikan
Lebih terperinciII. LANDASAN TEORI. 2. P bersifat aditif tak hingga, yaitu jika dengan. 2.1 Ruang Contoh, Kejadian dan Peluang
II. LANDASAN TEORI 2.1 Ruang Contoh, Kejadian dan Peluang Dalam suatu percobaan sering kali diperlukan pengulangan yang dilakukan dalam kondisi yang sama. Semua kemungkinan hasil yang akan muncul akan
Lebih terperinciBAB II TINJAUAN PUSTAKA
3 BAB II TINJAUAN PUSTAKA 2.1 Proses Poisson Periodik Definisi 2.1 (Proses stokastik) Proses stokastik X = {X(t), t T} adalah suatu himpunan dari peubah acak yang memetakan suatu ruang contoh ke suatu
Lebih terperinciII LANDASAN TEORI. 2.1 Ruang Contoh, Kejadian dan Peluang. 2.2 Peubah Acak dan Fungsi Sebaran
II LANDASAN TEORI 2.1 Ruang Contoh, Kejadian dan Peluang Dalam suatu percobaan sering kali diperlukan pengulangan yang dilakukan dalam kondisi yang sama. Semua kemungkinan hasil yang akan muncul akan diketahui
Lebih terperinciSEBARAN ASIMTOTIK PENDUGA KOMPONEN PERIODIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT RO FAH NUR RACHMAWATI
SEBARAN ASIMTOTIK PENDUGA KOMPONEN PERIODIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT RO FAH NUR RACHMAWATI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2010 PERNYATAAN
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Proses Poisson Periodik Definisi 2.1 (Proses stokastik) Proses stokastik, adalah suatu himpunan dari peubah acak yang memetakan suatu ruang contoh Ω ke suatu ruang states. Jadi,
Lebih terperinciLampiran 1. Beberapa Definisi dan Lema Teknis
Lampiran 1. Beberapa Definisi dan Lema Teknis Ruang Contoh, Kejadian dan Peluang Suatu percobaan yang dapat diulang dalam kondisi yang sama, yang hasilnya tidak dapat diprediksi dengan tepat tetapi kita
Lebih terperinciSEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR
SEBARAN ASIMTOTIK PENDUGA KOMPONEN PERIODIK FUNGSI INTENSITAS BERBENTUK PERKALIAN FUNGSI PERIODIK DENGAN TREN LINEAR DARI SUATU PROSES POISSON NON-HOMOGEN LIA YULIAWATI SEKOLAH PASCASARJANA INSTITUT PERTANIAN
Lebih terperinciABSTRACT JOKO DWI SURAWU. Keywords:
ABSTRACT JOKO DWI SURAWU. Asymptotic Distribution of an Estimator for Periodic Component of Intensity Function of a Periodic Poisson Process in the Presence of Linear Trend. Supervised by I WAYAN MANGKU
Lebih terperinciBAB IV SIMULASI PEMBANDINGAN PERILAKU PENDUGA FUNGSI INTENSITAS LOKAL PROSES POISSON PERIODIK DENGAN BANDWIDTH OPTIMAL DAN BANDWIDTH OPTIMAL ASIMTOTIK
BAB IV SIMULASI PEMBANDINGAN PERILAKU PENDUGA FUNGSI INTENSITAS LOKAL PROSES POISSON PERIODIK DENGAN BANDWIDTH OPTIMAL DAN BANDWIDTH OPTIMAL ASIMTOTIK Pada bagian ini dilakukan simulasi untuk membandingkan
Lebih terperinciKEKONSISTENAN PENDUGA FUNGSI SEBARAN DAN FUNGSI KEPEKATAN PELUANG WAKTU TUNGGU PROSES POISSON PERIODIK DENGAN TREN LINEAR TITA ROBIAH AL ADAWIYAH
KEKONSISTENAN PENDUGA FUNGSI SEBARAN DAN FUNGSI KEPEKATAN PELUANG WAKTU TUNGGU PROSES POISSON PERIODIK DENGAN TREN LINEAR TITA ROBIAH AL ADAWIYAH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperincimatematika PEMINATAN Kelas X PERSAMAAN DAN PERTIDAKSAMAAN EKSPONEN K13 A. PERSAMAAN EKSPONEN BERBASIS KONSTANTA
K1 Kelas X matematika PEMINATAN PERSAMAAN DAN PERTIDAKSAMAAN EKSPONEN TUJUAN PEMBELAJARAN Setelah mempelajari materi ini, kamu diharapkan memiliki kemampuan berikut. 1. Memahami bentuk-bentuk persamaan
Lebih terperinciSIFAT-SIFAT STATISTIKA TIKA ORDE-2 FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR DAN MODIFIKASINYA NENENG MILA MARLIANA
SIFAT-SIFAT STATISTIKA TIKA ORDE-2 PENDUGA TIPE KERNEL L BAGI K KOMPONEN PERIODIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR DAN MODIFIKASINYA NENENG MILA MARLIANA SEKOLAH PASCASARJANASARJANA
Lebih terperinciBAB III INTEGRAL LEBESGUE. Pada bab sebelumnya telah disebutkan bahwa ruang dibangun oleh
BAB III INTEGRAL LEBESGUE Pada bab sebelumnya telah disebutkan bahwa ruang dibangun oleh fungsi-fungsi terukur dan memenuhi sifat yang berkaitan dengan integral Lebesgue. Kajian mengenai keterukuran suatu
Lebih terperinciKAJIAN BANDWIDTH OPTIMAL PADA PENDUGAAN FUNGSI INTENSITAS LOKAL PROSES POISSON PERIODIK SURASNO
KAJIAN BANDWIDTH OPTIMAL PADA PENDUGAAN FUNGSI INTENSITAS LOKAL PROSES POISSON PERIODIK SURASNO SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan
Lebih terperinciSistem Bilangan Real. Pendahuluan
Sistem Bilangan Real Pendahuluan Kalkulus didasarkan pada sistem bilangan real dan sifat-sifatnya. Sistem bilangan real adalah himpunan bilangan real yang disertai operasi penjumlahan dan perkalian sehingga
Lebih terperinciBAB V KEKONVERGENAN BARISAN PADA DAN KETERKAITAN DENGAN. Pada subbab 4.1 telah dibahas beberapa sifat dasar yang berlaku pada koleksi
BAB V KEKONVERGENAN BARISAN PADA DAN KETERKAITAN DENGAN Pada subbab 4.1 telah dibahas beberapa sifat dasar yang berlaku pada koleksi semua fungsi yang terintegralkan Lebesgue, 1. Sebagaimana telah dirumuskan
Lebih terperinciPENDUGAAN KOMPONEN PERIODIK FUNGSI INTENSITAS BERBENTUK FUNGSI PERIODIK KALI TREN FUNGSI PANGKAT PROSES POISSON NON-HOMOGEN WINDIANI ERLIANA
PENDUGAAN KOMPONEN PERIODIK FUNGSI INTENSITAS BERBENTUK FUNGSI PERIODIK KALI TREN FUNGSI PANGKAT PROSES POISSON NON-HOMOGEN WINDIANI ERLIANA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciSIFAT-SIFAT STATISTIK PENDUGA FUNGSI NILAI HARAPAN PADA PROSES POISSON PERIODIK MAJEMUK DENGAN TREN FUNGSI PANGKAT INTAN FITRIA SARI
SIFAT-SIFAT STATISTIK PENDUGA FUNGSI NILAI HARAPAN PADA PROSES POISSON PERIODIK MAJEMUK DENGAN TREN FUNGSI PANGKAT INTAN FITRIA SARI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2016 PERNYATAAN
Lebih terperinciSEBARAN ASIMTOTIK PENDUGA TURUNAN N PERTAMA DAN KEDUA DARI KOMPONEN PERIODIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR
SEBARAN ASIMTOTIK PENDUGA TURUNANN PERTAMA DAN KEDUA DARI KOMPONE EN PERIODIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR SALIWATI SEKOLAH PASCASARJANAA INSTITUT PERTANIAN BOGOR BOGOR
Lebih terperinciUNIVERSITAS PENDIDIKAN INDONESIA
Ruang Norm Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA Definisi. Misalkan suatu ruang vektor atas. Norm pada didefinisikan sebagai fungsi. : yang memenuhi N1. 0 N2. 0 0 N3.,, N4.,, Kita dapat
Lebih terperinciLAMPIRAN. Kajadian adalah suatu himpunan bagian dari ruang contoh Ω. (Grimmett dan Stirzaker, 2001) Definisi A.3 (Medan-σ)
LAMPIRAN 55 56 LAMPIRAN Lampiran 1. Beberapa Definisi dan Lema Teknis Ruang Contoh, Kejadian, dan Peluang Berbagai macam kejadian diperoleh melalui pengamatan dari serangkaian percobaan yang dilakukan
Lebih terperincipada Definisi 2.28 ada dan nilainya sama dengan ( ) ( ) Untuk memperoleh hasil di atas, ruas kiri persamaan (25) ditulis sebagai berikut ( )
LAMPIRAN 21 Lampiran 1 (Pembuktian Lema 2.1 Lema 2.1 (Eksistensi Fungsi Intensitas global Jika ([ ] adalah proses Poisson periodik dengan fungsi intensitas, maka ([ ] pada Definisi 2.28 ada dan nilainya
Lebih terperinciBAB 1. PENDAHULUAN KALKULUS
BAB. PENDAHULUAN KALKULUS (Himpunan,selang, pertaksamaan, dan nilai mutlak) Pembicaraan kalkulus didasarkan pada sistem bilangan nyata. Sebagaimana kita ketahui sistem bilangan nyata dapat diklasifikasikan
Lebih terperinciKEKONSISTENAN PENDUGA FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR. Oleh: LIA NURLIANA
KEKONSISTENAN PENDUGA FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR Oleh: LIA NURLIANA PROGRAM STUDI MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR
Lebih terperinciII. TINJAUAN PUSTAKA. Dalam mengkaji penelitian Karakteristik Penduga Parameter Distribusi Log
II. TINJAUAN PUSTAKA Dalam mengkaji penelitian Karakteristik Penduga Parameter Distribusi Log Normal Menggunakan Metode Generalized Moment digunakan beberapa definisi, dan teorema yang berkaitan dengan
Lebih terperinciBAB I PENDAHULUAN. Integral Lebesgue merupakan suatu perluasan dari integral Riemann.
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Integral Lebesgue merupakan suatu perluasan dari integral Riemann. Sebagaimana telah diketahui, pengkonstruksian integral Riemann dilakukan dengan cara pemartisian
Lebih terperinciUJI KONVERGENSI. Januari Tim Dosen Kalkulus 2 TPB ITK
UJI KONVERGENSI Januari 208 Tim Dosen Kalkulus 2 TPB ITK Uji Integral Teorema 3 Jika + k= u k adalah deret dengan suku-suku tak negatif, dan jika ada suatu konstanta M sedemikian hingga s n = u + u 2 +
Lebih terperinciPENDUGAAN FUNGSI INTENSITAS BERBENTUK EKSPONENSIAL DARI FUNGSI PERIODIK DITAMBAH TREN LINEAR PADA PROSES POISSON NON-HOMOGEN SALMUN K.
PENDUGAAN FUNGSI INTENSITAS BERBENTUK EKSPONENSIAL DARI FUNGSI PERIODIK DITAMBAH TREN LINEAR PADA PROSES POISSON NON-HOMOGEN SALMUN K. NASIB SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN
Lebih terperinciSistem Bilangan Riil
Sistem Bilangan Riil Sistem bilangan N : 1,,,. Z :,-,-1,0,1,,.. N : bilangan asli Z : bilangan bulat Q : bilangan rasional R : bilangan real Q : q R a b, a, b Z, b Q Irasional Contoh Bil Irasional,, 0
Lebih terperinciBAB II TINJAUAN PUSTAKA
5 BAB II TINJAUAN PUSTAKA Dalam bab ini dijelaskan beberapa definisi dan teorema yang digunakan dalam pembahasan berikutnya. 2.1 Teori Peluang Definisi 2.1.1 (Percobaan Acak) (Ross 2000) Suatu percobaan
Lebih terperinciSistem Bilangan Ri l
Sistem Bilangan Riil Sistem bilangan N : bilangan asli Z : bilangan bulat Q : bilangan rasional R : bilangan real N : 1,,,. Z :,-,-1,0,1,,.. Q : a q =, a, b Z, b 0 b R = Q Irasional Contoh Bil Irasional,,π
Lebih terperinciMemahami definisi barisan tak hingga dan deret tak hingga, dan juga dapat menentukan
4 BARISAN TAK HINGGA DAN DERET TAK HINGGA JUMLAH PERTEMUAN : 5 PERTEMUAN TUJUAN INSTRUKSIONAL KHUSUS : Memahami definisi barisan tak hingga dan deret tak hingga, dan juga dapat menentukan kekonvergenan
Lebih terperinciSistem Bilangan Riil. Pendahuluan
Sistem Bilangan Riil Pendahuluan Kalkulus didasarkan pada sistem bilangan riil dan sifat-sifatnya. Sistem bilangan riil adalah himpunan bilangan riil yang disertai operasi penjumlahan dan perkalian sehingga
Lebih terperinciII. TINJAUAN PUSTAKA
II. TINJAUAN PUSTAKA 2.1 Distribusi Logistik Distribusi logistik merupakan distribusi yang memiliki fungsi kepekatan peluang kontinu. Bentuk kurva distribusi logistik adalah simetris dan uni modal. Bentuk
Lebih terperinciDefenisi 15 (Kejadian) Kejadian adalah suatu himpunan bagian dari Nang contoh a. (Grimmett dan Stirzaker 2001)
Lampiran: Beberapa Definisi dan Lema Teknis Ruang contoh, kejadian dan peluang Berbagai macam pengamatan diperoleh melalui penggulangan percobaan yang dilakukan dalam kondisi yang sama. Dalarn banyak kasus,
Lebih terperinci( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang
Latar Belaang Terdapat banya permasalahan atau ejadian dalam ehidupan sehari hari yang dapat dimodelan dengan suatu proses stoasti Proses stoasti merupaan permasalahan yang beraitan dengan suatu aturan-aturan
Lebih terperinciII. TINJAUAN PUSTAKA. Pada bab ini akan diberikan konsep dasar (pengertian) tentang bilangan sempurna,
3 II. TINJAUAN PUSTAKA Pada bab ini akan diberikan konsep dasar (pengertian) tentang bilangan sempurna, square free, keterbagian bilangan bulat, modulo, bilangan prima, ideal, daerah integral, ring quadratic.
Lebih terperinciINTERVAL, PERTIDAKSAMAAN, DAN NILAI MUTLAK
INTERVAL, PERTIDAKSAMAAN, DAN NILAI MUTLAK Departemen Matematika FMIPA IPB Bogor, 2012 (Departemen Matematika FMIPA IPB) Kalkulus I Bogor, 2012 1 / 19 Topik Bahasan 1 Sistem Bilangan Real 2 Interval 3
Lebih terperinciSistem Bilangan Riil
Sistem Bilangan Riil Pendahuluan Kalkulus didasarkan pada sistem bilangan riil dan sifat-sifatnya. Sistem bilangan riil adalah himpunan bilangan riil yang disertai operasi penjumlahan dan perkalian sehingga
Lebih terperinciPENDUGAAN FUNGSI NILAI HARAPAN PADA PROSES POISSON PERIODIK MAJEMUK DENGAN TREN LINEAR BONNO ANDRI WIBOWO
PENDUGAAN FUNGSI NILAI HARAPAN PADA PROSES POISSON PERIODIK MAJEMUK DENGAN TREN LINEAR BONNO ANDRI WIBOWO DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2014
Lebih terperinciG a a = e = a a. b. Berdasarkan Contoh 1.2 bagian b diperoleh himpunan semua bilangan bulat Z. merupakan grup terhadap penjumlahan bilangan.
2. Grup Definisi 1.3 Suatu grup < G, > adalah himpunan tak-kosong G bersama-sama dengan operasi biner pada G sehingga memenuhi aksioma- aksioma berikut: a. operasi biner bersifat asosiatif, yaitu a, b,
Lebih terperinciLANDASAN TEORI. Model ini memiliki nilai kesetimbangan positif pada saat koordinat berada di titik
LANDASAN TEORI Model Mangsa Pemangsa Lotka Volterra Bagian ini membahas model mangsa pemangsa klasik Lotka Volterra. Model Lotka Volterra menggambarkan laju perubahan populasi dua spesies yang saling berinteraksi.
Lebih terperinciII. TINJAUAN PUSTAKA. Pada bab ini akan diberikan konsep dasar (pengertian) tentang bilangan sempurna,
II. TINJAUAN PUSTAKA Pada bab ini akan diberikan konsep dasar (pengertian) tentang bilangan sempurna, square free, keterbagian bilangan bulat, modulo, bilangan prima, daerah integral, ring bilangan bulat
Lebih terperinciLIMIT KED. Perhatikan fungsi di bawah ini:
LIMIT Perhatikan fungsi di bawah ini: f x = x2 1 x 1 Perhatikan gambar di samping, untuk nilai x = 1 nilai f x tidak ada. Tetapi jikakita coba dekati nilai x = 1 dari sebelah kiri dan kanan maka dapat
Lebih terperinciSebuah garis dalam bidang xy bisa disajikan secara aljabar dengan sebuah persamaan berbentuk :
Persamaan Linear Sebuah garis dalam bidang xy bisa disajikan secara aljabar dengan sebuah persamaan berbentuk : a x + a y = b Persamaan jenis ini disebut sebuah persamaan linear dalam peubah x dan y. Definisi
Lebih terperinciII. TINJAUAN PUSTAKA. Dalam proses penelitian untuk mengkaji karakteristik penduga GMM pada data
5 II. TINJAUAN PUSTAKA Dalam proses penelitian untuk mengkaji karakteristik penduga GMM pada data panel ini, penulis menggunakan definisi, teorema dan konsep dasar yang berkaitan dengan pendugaan parameter,
Lebih terperinciBAB III FUNGSI TERUKUR LEBESGUE. Setelah dibahas mengenai ukuran Lebesgue dan beberapa sifatnya pada
BAB III FUNGSI TERUKUR LEBESGUE Setelah dibahas mengenai ukuran Lebesgue dan beberapa sifatnya pada Bab II, selanjutnya pada bab ini akan dipelajari gagasan mengenai fungsi terukur Lebesgue. Gagasan mengenai
Lebih terperinciPersamaan dan Pertidaksamaan Linear
MATERI POKOK Persamaan dan Pertidaksamaan Linear MATERI BAHASAN : A. Persamaan Linear B. Pertidaksamaan Linear Modul.MTK X 0 Kalimat terbuka adalah kalimat matematika yang belum dapat ditentukan nilai
Lebih terperinci03/08/2015. Sistem Bilangan Riil. Simbol-Simbol dalam Matematikaa
0/08/015 Sistem Bilangan Riil Simbol-Simbol dalam Matematikaa 1 0/08/015 Simbol-Simbol dalam Matematikaa Simbol-Simbol dalam Matematikaa 4 0/08/015 Simbol-Simbol dalam Matematikaa 5 Sistem bilangan N :
Lebih terperinciBAB 2 PERSAMAAN DAN PERTIDAKSAMAAN LINEAR
BAB 2 PERSAMAAN DAN PERTIDAKSAMAAN LINEAR MATERI A. Persamaan dan Pertidaksamaan Nilai Mutlak A. PERSAMAAN DAN PERTIDAKSAMAAN YANG MEMUAT NILAI MUTLAK Dalam matematika, sesuatu yang nilainya selalu positif
Lebih terperinciPertemuan Ke 2 SISTEM PERSAMAAN LINEAR (SPL) By SUTOYO,ST.,MT
Pertemuan Ke SISTEM PERSAMAAN LINEAR (SPL) By SUTOYO,ST,MT Pendahuluan Suatu sistem persamaan linier (atau himpunan persaman linier simultan) adalah satu set persamaan dari sejumlah unsur yang tak diketahui
Lebih terperinciTINJAUAN PUSTAKA. Generalized Eksponensial Menggunakan Metode Generalized Momen digunakan. merupakan penjabaran definisi dan teorema yang digunakan:
II. TINJAUAN PUSTAKA Dalam tinjauan pustaka penelitian Karakteristik Penduga Parameter Distribusi Generalized Eksponensial Menggunakan Metode Generalized Momen digunakan beberapa definisi dan teorema yang
Lebih terperinciBAB III OPERATOR LINEAR TERBATAS PADA RUANG HILBERT. Operator merupakan salah satu materi yang akan dibahas dalam fungsi
BAB III OPERATOR LINEAR TERBATAS PADA RUANG HILBERT 3.1 Operator linear Operator merupakan salah satu materi yang akan dibahas dalam fungsi real yaitu suatu fungsi dari ruang vektor ke ruang vektor. Ruang
Lebih terperinciBAB II TINJAUAN PUSTAKA. (b) Variabel independen yang biasanya dinyatakan dengan simbol
BAB II TINJAUAN PUSTAKA A. Regresi Regresi adalah suatu studi statistik untuk menjelaskan hubungan dua variabel atau lebih yang dinyatakan dalam bentuk persamaan. Salah satu variabel merupakan variabel
Lebih terperinciMINGGU KE-9 MACAM-MACAM KONVERGENSI
MINGGU KE-9 MACAM-MACAM KONVERGENSI Kita telah mengetahui bahwa untuk n besar dan θ kecil sedemikian hingga nθ = λ, distribusi binomial bisa dihampiri oleh distribusi Poisson. Mencari hampiran distribusi
Lebih terperinciBAB 2 RUANG HILBERT. 2.1 Definisi Ruang Hilbert
BAB 2 RUANG HILBERT Pokok pembicaraan kita dalam tugas akhir ini berpangkal pada teori ruang Hilbert. Untuk itu di bab ini akan diberikan definisi ruang Hilbert dan ciri-cirinya, separabilitas ruang Hilbert,
Lebih terperinciBAB II KAJIAN TEORI. memahami sifat-sifat dari barisan fungsi. Pada bab ini akan diuraikan materimateri
BAB II KAJIAN TEORI Analisis kekonvergenan pada barisan fungsi, apakah barisan fungsi itu? Apakah berbeda dengan barisan pada umumnya? Tentunya sebelum membahas mengenai barisan fungsi, apa saja jenis
Lebih terperinciTUJUAN INSTRUKSIONAL KHUSUS
PREVIEW KALKULUS TUJUAN INSTRUKSIONAL KHUSUS Mahasiswa mampu: menyebutkan konsep-konsep utama dalam kalkulus dan contoh masalah-masalah yang memotivasi konsep tersebut; menjelaskan menyebutkan konsep-konsep
Lebih terperinci0. Pendahuluan. 0.1 Notasi dan istilah, bilangan kompleks
0. Pendahuluan Analisis Fourier mempelajari berbagai teknik menganalisis sebuah fungsi dengan menguraikannya sebagai deret atau integral fungsi tertentu (yang sifat-sifatnya telah kita kenal dengan baik,
Lebih terperinci( x) LANDASAN TEORI. ω Ω ke satu dan hanya satu bilangan real X( ω ) disebut peubah acak. Ρ = Ρ. Ruang Contoh, Kejadian dan Peluang
LANDASAN TEORI Ruang Contoh Kejadian dan Peluang Suatu percobaan yang dapat diulang dalam ondisi yang sama yang hasilnya tida dapat dipredisi secara tepat tetapi ita dapat mengetahui semua emunginan hasil
Lebih terperinciBAB II LANDASAN TEORI. eigen dan vektor eigen, persamaan diferensial, sistem persamaan diferensial, titik
BAB II LANDASAN TEORI Pada bab ini, akan dijelaskan landasan teori yang akan digunakan dalam bab selanjutnya sebagai bahan acuan yang mendukung dan memperkuat tujuan penelitian. Landasan teori yang dimaksud
Lebih terperinciPENDUGAAN KOMPONEN PERIODIK FUNGSI INTENSITAS BERBENTUK FUNGSI PERIODIK KALI TREN LINEAR SUATU PROSES POISSON NON-HOMOGEN WENTI ISMAYULIA
PENDUGAAN KOMPONEN PERIODIK FUNGSI INTENSITAS BERBENTUK FUNGSI PERIODIK KALI TREN LINEAR SUATU PROSES POISSON NON-HOMOGEN WENTI ISMAYULIA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciBAB III KEKONVERGENAN LEMAH
BAB III KEKONVERGENAN LEMAH Bab ini membahas inti kajian tugas akhir. Di dalamnya akan dibahas mengenai kekonvergenan lemah beserta sifat-sifat yang terkait dengannya. Sifatsifat yang dikaji pada bab ini
Lebih terperinciKEKUATAN KONVERGENSI DALAM PROBABILITAS DAN KONVERGENSI ALMOST SURELY
KEKUATAN KONVERGENSI DALAM PROBABILITAS DAN KONVERGENSI ALMOST SURELY Joko Sungkono* Abstrak : Tujuan yang ingin dicapai pada tulisan ini adalah mengetahui kekuatan konvergensi dalam probabilitas dan konvergensi
Lebih terperinci-LIMIT- -KONTINUITAS- -BARISAN- Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ
-LIMIT- -KONTINUITAS- -BARISAN- Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ agustina.mipa@unej.ac.id Konsep Limit Fungsi mendasari pembentukan kalkulus dierensial dan integral. Konsep ini
Lebih terperinciDERET TAK HINGGA. Contoh deret tak hingga :,,, atau. Barisan jumlah parsial, dengan. Definisi Deret tak hingga,
DERET TAK HINGGA Contoh deret tak hingga :,,, atau. Barisan jumlah parsial, dengan Definisi Deret tak hingga,, konvergen dan mempunyai jumlah S, apabila barisan jumlah jumlah parsial konvergen menuju S.
Lebih terperinciDefinisi 1 Deret Tak Hingga adalah suatu ekspresi yang dapat dinyatakan dalam bentuk:
DERET TAK HINGGA Definisi 1 Deret Tak Hingga adalah suatu ekspresi yang dapat dinyatakan dalam bentuk: u k = u 1 + u 2 + u 3 + + u k + Bilangan-bilangan u 1, u 2, u 3, disebut suku-suku dalam deret tersebut.
Lebih terperinciBAB III MODEL HIDDEN MARKOV KONTINU DENGAN PROSES OBSERVASI ZERO DELAY
BAB III MODEL HIDDEN MARKOV KONTINU DENGAN PROSES OBSERVASI ZERO DELAY 3.1 State dan Proses Observasi Semua proses didefinisikan pada ruang peluang Ω,,. Misalkan ; adalah rantai Markov dengan state berhingga
Lebih terperinciMemahami konsep dasar turunan fungsi dan menggunakan turunan fungsi pada
5 TURUNAN JUMLAH PERTEMUAN : 4 PERTEMUAN TUJUAN INSTRUKSIONAL KHUSUS : Memahami konsep dasar turunan fungsi dan menggunakan turunan fungsi pada permasalahan yang ada Materi : 5.1 Pendahuluan Ide awal adanya
Lebih terperinciKONSISTENSI ESTIMATOR
KONSISTENSI ESTIMATOR TUGAS STATISTIKA MATEMATIKA II Oleh 1. Wahyu Nikmatus S. (121810101010) 2. Vivie Aisyafi F. (121810101050) 3. Rere Figurani A. (121810101052) 4. Dwindah Setiari W. (121810101054)
Lebih terperinciBAHAN AJAR ANALISIS REAL 1. DOSEN PENGAMPU RINA AGUSTINA, S. Pd., M. Pd. NIDN
BAHAN AJAR ANALISIS REAL 1 DOSEN PENGAMPU RINA AGUSTINA, S. Pd., M. Pd. NIDN. 0212088701 PENDIDIKAN MATEMATIKA FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS MUHAMMADIYAH METRO 2015 1 KATA PENGANTAR
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Pada bab ini dibahas mengenai tinjauan pustaka yang digunakan dalam penelitian ini, khususnya yang diperlukan dalam Bab 3. Teori yang dibahas adalah teori yang mendukung pembentukan
Lebih terperinci11. FUNGSI MONOTON (DAN FUNGSI KONVEKS)
11. FUNGSI MONOTON (DAN FUNGSI KONVEKS) 11.1 Definisi dan Limit Fungsi Monoton Misalkan f terdefinisi pada suatu himpunan H. Kita katakan bahwa f naik pada H apabila untuk setiap x, y H dengan x < y berlaku
Lebih terperinciAyundyah Kesumawati. April 29, Prodi Statistika FMIPA-UII. Deret Tak Terhingga. Ayundyah. Barisan Tak Hingga. Deret Tak Terhingga
Kesumawati Prodi Statistika FMIPA-UII April 29, 2015 Akar Barisan a 1, a 2, a 3, a 4,... adalah susunan bilangan-bilangan real yang teratur, satu untuk setiap bilangan bulat positif. adalah fungsi yang
Lebih terperinciAsimtot.wordpress.com FUNGSI TRANSENDEN
FUNGSI TRANSENDEN 7.1 Fungsi Logaritma Asli 7.2 Fungsi-fungsi Balikan dan Turunannya 7.3 Fungsi-fungsi Eksponen Asli 7.4 Fungsi Eksponen dan Logaritma Umum 7.5 Pertumbuhan dan Peluruhan Eksponen 7.6 Persamaan
Lebih terperinciDeret Binomial. Ayundyah Kesumawati. June 25, Prodi Statistika FMIPA-UII. Ayundyah (UII) Deret Binomial June 25, / 14
Deret Binomial Ayundyah Kesumawati Prodi Statistika FMIPA-UII June 25, 2015 Ayundyah (UII) Deret Binomial June 25, 2015 1 / 14 Pendahuluan Deret Binomial Kita telah mengenal Rumus Binomial. Untuk bilangan
Lebih terperinciPERTIDAKSAMAAN
PERTIDAKSAMAAN A. Pengertian 1. Notasi Pertidaksamaan Misalnya ada dua bilangan riil a dan b. Ada beberapa notasi yang bisa dibuat yaitu: a. a dikatakan kurang dari b, ditulis a b jika dan hanya jika a
Lebih terperinciSifat 1 Untuksebarang bilangan rasional a tak nol dan sebarang bilangan bulat m dan n, berlaku a m. a m = a m + n
Bilangan Berpangkat Kita ingat kembali bahwa untuk bilangan-bilangan cacah a, m, dan n dengan a 0, berlaku: 1 a m = a a a a (sebanyak m faktor) a m a n = a m + n a 0 = 1, di mana a 0 Notasi-notasi di atas
Lebih terperinciLEMBAR AKTIVITAS SISWA INDUKSI MATEMATIKA
Nama Siswa Kelas : : LEMBAR AKTIVITAS SISWA INDUKSI MATEMATIKA Latihan 1 1. A. NOTASI SIGMA 1. Pengertian Notasi Sigma Misalkan jumlah n suku pertama deret aritmatika adalah S n = U 1 + U 2 + U 3 + + U
Lebih terperinciBAB III. PECAHAN KONTINU dan PIANO. A. Pecahan Kontinu Tak Hingga dan Bilangan Irrasional
BAB III PECAHAN KONTINU dan PIANO A. Pecahan Kontinu Tak Hingga dan Bilangan Irrasional Sekarang akan dibahas tentang pecahan kontinu tak hingga yang diawali dengan barisan tak hingga bilangan bulat mendefinisikan
Lebih terperinciMata Pelajaran Wajib. Disusun Oleh: Ngapiningsih
Mata Pelajaran Wajib Disusun Oleh: Ngapiningsih Disklaimer Daftar isi Disklaimer Powerpoint pembelajaran ini dibuat sebagai alternatif guna membantu Bapak/Ibu Guru melaksanakan pembelajaran. Materi powerpoint
Lebih terperincimatematika LIMIT ALJABAR K e l a s A. Pengertian Limit Fungsi di Suatu Titik Kurikulum 2006/2013 Tujuan Pembelajaran
Kurikulum 6/1 matematika K e l a s XI LIMIT ALJABAR Tujuan Pembelajaran Setelah mempelajari materi ini, kamu diharapkan memiliki kemampuan berikut. 1. Dapat mendeskripsikan konsep it fungsi aljabar dengan
Lebih terperinciBAB II LANDASAN TEORI. selanjutnya sebagai bahan acuan yang mendukung tujuan penulisan. Materi-materi
BAB II LANDASAN TEORI Pada bab ini akan dibahas tentang landasan teori yang digunakan pada bab selanjutnya sebagai bahan acuan yang mendukung tujuan penulisan. Materi-materi yang diuraikan berupa definisi-definisi
Lebih terperinciBILANGAN. Kita bisa menggunakan garis bilangan di bawah ini untuk memaknai penjumlahan 3 ditambah 4.
BILANGAN A. BILANGAN BULAT Himpunan bilangan bulat adalah himpunan bilangan yang terdiri dari himpunan bilangan positif (bilangan asli), bilangan nol, dan bilangan bulat negatif. Himpunan bilangan bulat
Lebih terperinci16. Analisis Multi Resolusi
16. Analisis Multi esolusi Esensi dari basis ortonormal yang dibangun oleh sebuah wavelet adalah sifat multi resolusi-nya, sehingga kita dapat menganalisis suatu signal pada berbagai frekuensi di suatu
Lebih terperinciBAB IV PERTIDAKSAMAAN. 1. Pertidaksamaan Kuadrat 2. Pertidaksamaan Bentuk Pecahan 3. Pertidaksamaan Bentuk Akar 4. Pertidaksamaan Nilai Mutlak
BAB IV PERTIDAKSAMAAN 1. Pertidaksamaan Kuadrat. Pertidaksamaan Bentuk Pecahan 3. Pertidaksamaan Bentuk Akar 4. Pertidaksamaan Nilai Mutlak 86 LEMBAR KERJA SISWA 1 Mata Pelajaran : Matematika Uraian Materi
Lebih terperinciBAB II LANDASAN TEORI
4 BAB II LANDASAN TEORI Teori yang ditulis dalam bab ini merupakan beberapa landasan yang digunakan untuk menganalisis sebaran besarnya klaim yang berekor kurus (thin tailed) dan yang berekor gemuk (fat
Lebih terperinci