Penggunaan Distribusi Poisson Untuk Menghitung Peluang Memenangkan Suatu Permainan

Ukuran: px
Mulai penontonan dengan halaman:

Download "Penggunaan Distribusi Poisson Untuk Menghitung Peluang Memenangkan Suatu Permainan"

Transkripsi

1 T a a a Pegguaa Distribusi Poisso Utu Meghitug Peluag Meeaga Suatu Peraia Itisari Dala tulisa ii ai aa ebahas eeraa teorea araterisasi yag erat aitaya ega istribusi Poisso aa beberaa ata seabola a baseball. Peluag P( ) suatu ti ega sor rata-rata egalaha ti laiya Q ( µ ) yag eilii sor rata-rata μ ihitug etia sor asig-asig ti beristribusi Poisso. Teorea araterisasi eyataa jia ersaaa P[ P( ) Q] P[ P( ) Q] > berlau utu setia istribusi sor ari ti ega rata-rata μ aa sor ti ega rata-rata beristribusi Poisso. Abstract I this aer we iscuss the alicatio of the characterizatio theore, which has close relatio with Poisso istributio, to soe soccer a baseball ata. The robability P( ) that a tea with ea score beats a tea Q ( µ ) with ea score μ is calculate whe the score of each tea is Poisso istribute. The characterizatio theore states if P[ P( ) > Q] P[ P( ) Q] hols for ay score istributio of the tea with ea μ, the the score of the tea with ea ust be Poisso istribute. I Peahulua Aaia P a Q berai aa suatu eraia. Sor P a Q salig bebas. P eeroleh sor ega eluag. Q eeroleh sor ega eluag q. Jia lawa ega sor tertiggi eag a beristribusi Poisso, ega ratarata, aa e,,,, (.)! Aa itujua bahwa utu setia istribusi q, P[ P eag] P[ P a Q seri] (.) Persaaa (.) bear jia iberia oleh (.) sehigga (.) eberia suatu araterisasi baru ari istribusi Poisso. Jia Q juga beristribusi Poisso, ega rata-rata µ, aa eluag aa (.) aat ievaluasi secara eslisit a (.) aat ibutia secara lagsug. II Teorea Karaterisasi Teorea : Jia P() suatu eubah aca beristribusi Poisso ega rata-rata a Q eubah aca berilai bilaga bulat oegatif yag salig bebas ega P() aa berlau 3 I T E G R A L, vol. 6 o, Aril

2 P[ P( ) > Q] P[ P( ) Q] (.) Sebaliya, isala P() eubah aca berilai bilaga bulat oegatif yag eilii rata-rata ega () P[P() ] yag aat iturua terhaa, a Q aalah eubah aca berilai bilaga bulat oegatif yag salig bebas ega P(). Jia (.) ieuhi utu seua eubah aca Q aa P() beristribusi Poisso. Buti : Jia P() beristribusi Poisso ega () P[P() ] iberia oleh (.), a q P(Q ) aa ruas aa ari (.) ialah : e P[ P( ) Q] q (.)! a ruas iri ari (.) ialah : P[ P ( ) > Q ] q ( ) + e q ( ) +! q e ( ) +!! e q (.3)! Utu eeroleh betu terahir ari (.3), guaa eyataa bahwa ejulaha terhaa aa iverge. Karea ruas aa ari (.) a (.3) ieti, aa (.) terbuti. Utu ebutia sebaliya, ulaula ita ulai ega : P[P() > Q] - P[P() Q]. Dega eiia, (.) aat itulisa ala betu PP [ ( ) > Q ] {- PP [ ( ) Q]} [- q ( )] - ( ) q q Persaaa (.4) eberia ( ) (.4) q q ( ) ( ) q ( q ) + [ ( ) + ( )] q [ ( ) ( )... ( )]... q ( ) q ( )... q aa : ( )... q ( ) q ( ) q[ ( ) + ( )] q ( ) q [ ( ) ( )... ( )] q ( ) M M ieroleh : ( ) ( ) ( ) + ( ) ( ) M ( ) ( ) ( ) M I T E G R A L, vol. 6 o, Aril 3

3 Jai, ( ) ( ) (.5) Jia aa : ( ) ( ) (.6) Dega egguaa Prisi Iusi Mateatia (PIM) a berasara aa ersaaa (.5) a (.6), aa ibutia ( ) ( ) + ( ),,......(). Persaaa (.6) eberia : ( ) ( ) Dari ersaaa (.5) utu ieroleh : ( ) + ( ) ( ) ( ) ( ) ( ) Substitusi a ( ) ( ) ieroleh : ( ) ( ) [ ( )] ( ) + ( ) Jai, eryataa () bear utu.. Misala eryataa () bear utu, + aa ( ) ( ) ( ). Aa ibutia utu + berlau : + ( ) + ( ) + ( ) Perhatia + : ( ) - ( ) -( ) Karea ( ) + ( ) ( ) - ( ) aa : ( ) [ ( ) + ( ) ( )] + ( ) - Keuia eua ruas itabaha + + ( ) ieroleh : ( ) + ( ) [ ( ) + ( ) ( )] + ( ) + ( ) - + ( ) + ( ) [ ( ) + ( ) ( ) + ( )] + ( ) Karea ( ) + ( ) ( ) + ( ) - ( ) aa : + + ( ) + ( ) - ( ) + ( ) ( ) - ( ) + [ ( )- ( )] + - Karea aa -( )- ( ) ( ) : ( ) ( ) + ( ) + + Jai, terbuti bahwa ( ) ( ) + ( ),,......(.7) 3 I T E G R A L, vol. 6 o, Aril

4 Persaaa (.6) a (.7) eruaa ersaaa iferesial biasa liear. Karea ialah rata-rata ari P() aa E( ) µ ( ), sehigga aa ieroleh : E ( ) () () + () + () + 3 () +... () 3 a () () + () + 3 () + () +... ( ) Solusi ari eua ersaaa ( ) a ( ) i atas aalah () a () () 3 ().... Jai, () ; (),, 3,......(.8) Dega syarat awal aa (.8), ersaaa (.6) a (.7) euyai solusi ui, a aat ibutia bahwa istribusi Poisso (.) aalah solusiya. Ii eyeuraa buti ari teorea araterisasi. Karea ersaaa (.) ieuhi, aa P() beristribusi Poisso. Keuia ruas iri a ruas aa ari (.) iitegrala terhaa ega batas bawah. P[ P( ) > Q] P[ P( ) Q].(.9) Hubuga ii bergua jia ilai itegral aat itetua ega uah. III Sor Beristribusi Poisso Jia iasusia Q(µ) juga beristribusi Poisso ega rata-rata µ aa P[ P( ) Q( µ )] µ e e µ!! µ ( µ ) e (!) µ e I ( µ )...(3.) Disii I ialah fugsi Bessel yag ioifiasi bererajat ol. Persaaa (.9) eberia P[ P( ) > Q( µ )] P[ P( ) Q( µ )] µ e I[ µ ] µ e e I[ µ ]... (3.) Persaaa (3.) juga aat iturua ari (.9) secara lagsug ega eerhatia ruas iri, yag aat iyataa sebagai ejulaha gaa. Jai, jia sor P a Q beristribusi Poisso ega P() a Q(µ), aa (3.) aalah eluag P eag a (3.) aalah eluag P a Q seri. Utu ertaiga yag seibag, ega µ, ersaaa (3.) ejai P Q e I P[ a seri] ( )...(3.3) Fugsi ii seerti itujua aa Gabar, ooto turu ari satu utu a euju e ol utu euju +. Utu besar, fugsi ii overge secara asitoti e. 4π I T E G R A L, vol. 6 o, Aril 33

5 P (P a Q seri),9,8,7,6,5,4,3,, Gabar Peluag seri jia sor eua lawa beristribusi Poisso ega rata-rata saa,, ihitug ari (3.3) Gabar eujua bahwa eluag seri lebih ugi terjai atara lawa ega sor reah ariaa atara lawa ega sor tiggi. Dari eyataa bahwa P[P() > Q()] P[Q() > P()] { - P[P() Q()]}, ieroleh - P[ P eag] [-e I( )]...(3.4) Utu besar, fugsi ii overge secara asitoti e. 4π IV Peeraa e Data Seabola Dala tabel itujua hasil-hasil eraia seabola yag iaia i Liga Seabola Iterasioal ari tahu 996 saai tahu (ata iabil ari Lebara Khusus Olahraga Piira Rayat, Gelora). Utu asig-asig asaga ti, tabel eujua julah eraia atara satu ti elawa ti laiya, julah eseluruha gol yag iceta, julah eraia yag ieaga asig-asig ti, a julah seri ari eseluruha eraia tersebut. Hasil bagi gol-gol tia eraia ialah rata-rata julah gol tia eraia yag iceta oleh asig-asig ti elawa ti laiya. Misala julah gol yag iceta oleh asig-asig ti beristribusi Poisso ega araeter yag bergatug eaa ti lawa. Sebagai cotoh, aa eraia atara Juvetus a AS Roa aa araeter utu Juvetus a araeter µ utu AS Roa. Utu easir araeter-araeter ii iguaa axiu lielihoo etho. Statisti easir ari a μ ialah : L( µ, ) i e µ e µ!! i i i i i i i µ i ( e )( e µ ) i i i S µ S e e µ i i! i!!! ( )( )...(4.) 34 I T E G R A L, vol. 6 o, Aril

6 Disii ialah julah eraia, S 5 ialah julah eseluruha gol yag iceta oleh Juvetus, a S ialah julah eseluruha gol yag iceta oleh AS Roa. Dari ersaaa (4.) l L(, µ) - + S l - µ + S l µ - l l...(4.) i i i i l L l L Dega eurua a µ saa ega ol, a ecari eyelesaia utu a µ, ieroleh tasira axiu lielihoo S S a µ...(4.3) Tasira-tasira ii itujua ala olo tabel berjuul Gol tia eraia. Jai, utu Juvetus elawa AS Roa, 5,364 a µ,99. Searag, ilai a µ iguaa aa ersaaa (3.) utu easir eluag seri a (3.) utu easir eluag suatu ti ega araeter egalaha ti ega araeter µ. Tasira eluag-eluag tersebut itujua ala olo tabel berjuul Peluag (berasara teorea Karaterisasi). Dega egguaa eragat lua Male V Release 5 aat ihitug eluag eag, eluag alah, a eluag seri asig-asig ti. Paa eraia atara Juvetus elawa AS Roa, eluagya aalah,4738 utu eeaga Juvetus;,5 utu eeaga AS Roa; a,76 bahwa eua ti ii seri. Megalia asig-asig eluag ega julah eraia eberia ilai itujua ala olo Meag a seri yag iharaa. Maa, julah eag yag iharaa utu Juvetus elawa AS Roa ialah (,4738) 5,; AS Roa eag atas Juvetus ialah (,5),8; a seri ialah (,76) 3,. Kolo beriutya eujua julah Meag a seri yag sebearya, a erbeaa Keuraga sebearya yag iharaa itujua ala olo eua ari belaag aa tabel. Jia ialah eluag seri aa eluag seri ala eraia iberia oleh istribusi bioial ( ). Julah seri yag iharaa ialah, a siaga bau ialah ( ), yag itujua aa olo terahir. Julah eag yag iharaa a siaga bau utu ti-ti laiya ihitug ega cara yag saa, egguaa eluag yag teat. Searag aa ibaiga ua olo terahir, yaitu eyiaga yag sebearya ega siaga bauya. Eat belas ari 8 asus, ilai utla eyiaga sebearya lebih ecil ariaa siaga bauya a ala eat asus ilai utla eyiaga sebearya lebih ecil ariaa ali siaga bauya. Hal ii eujua bahwa oel sesuai ega ata yag iberia. V Peeraa e Data Baseball Dala tahu 994, Sa Frasisco Giats ari Perhiua Baseball asioal berai eraia elawa Floria Marlis a elawa St. Louis Carials. Julah rus yag iceta oleh asigasig ti ala eraia tersebut itujua aa tabel, berasara ata yag iberia oleh Sa Frasisco Giats. Tabel juga eujua, tasira axiu lielihoo ari araeter iasusia beristribusi Poisso utu asig-asig ti. Tasira ialah ratarata julah rus tia eraia. Utu eguji ebeara istribusi Poisso, ita guaa uji statisti I T E G R A L, vol. 6 o, Aril 35

7 T r ( i )...(5.) i Disii r i eyataa julah rus yag iceta oleh satu ti, ataalah Giats, aa eraia e-i. Meurut Cox a Hiley yag egusula statisti ii, beristribusi asitoti utu sael besar ialah istribusi χ ega erajat ebebasa. ilai T utu asigasig ti ala tia set eraia itujua ala tabel. Dega erajat ebebasa, χ euyai ilai 9,68 utu P,5 a,6 utu P,. Maa ala tiga ari eat asus istribusi Poisso aat iteria aa tigat,5 seaga ala asus eeat istribusi Poisso aat iteria aa tigat,. Peraia ertaa atara Sa Frasisco Giats a Floria Marlis seri ega sor 3-3 aa ahir baba sebila, a Sa Frasisco Giats eag ega sor 4-3 aa baba e sebelas. Kita telah egguaa hasil aa ahir baba sebila utu ebuat seluruh eraia seibag a eerboleha eugia seri. Utu Sa Frasisco Giats elawa Floria Marlis, tasira 56 4, a µ 4,. Dega egguaa eragat lua Male V Release 5 aat ihitug eluag eag, eluag alah, a eluag seri asig-asig ti. Paa eraia atara Sa Frasisco Giats elawa Floria Marlis, eluagya aalah,5 utu eeaga Sa Frasisco Giats;,3445 utu eeaga Floria Marlis; a,343 bahwa eua ti ii seri. Kita telah eghitug eluag eag utu asig-asig ti, a eluag seri, ari ersaaa (3.) a (3.) egguaa ilai aa tabel. Hasilya, bersaa ega julah eag a seri yag iharaa a yag sebearya, itujua aa tabel 3. Sa Frasisco Giats juga berai elawa ti laiya aa tahu 994, a itujua hituga-hituga yag iri utu beberaa set ari eraia tersebut. ilai ari uji statisti T aalah terlalu besar bagi istribusi Poisso utu aat iteria, eujua eghabura. Bagaiaau juga, ala asus Sa Frasisco Giats elawa Floria Marlis, ita eghitug julah eag a seri yag iharaa, ega egasusia istribusi Poisso, a erea ala satu siaga bau ari ilai sebearya. VI Kesiula Aaia P() a Q berai aa suatu eraia. Jia P() suatu eubah aca beristribusi Poisso ega rata-rata e,,,,... (6.)! a Q eubah aca berilai bilaga bulat oegatif yag salig bebas ega P() aa berlau P[ P( ) > Q] P[ P( ) Q]...(6.) Persaaa (6.) bear jia iberia oleh (6.) sehigga (6.) eberia suatu araterisasi baru ari istribusi Poisso. Jia Q juga beristribusi Poisso, ega rata-rata µ, aa eluag aa (6.) aat ievaluasi secara eslisit a (6.) aat ibutia secara lagsug. Persaaa (6.) tia berlau jia eua eubah aca P a Q tia beristribusi Poisso. Sebaliya, isala P() eubah aca berilai bilaga bulat oegatif euyai rata-rata ega () P[P() ] yag aat iturua terhaa a Q eubah aca berilai bilaga bulat oegatif yag salig bebas ega P(). Jia (6.) ieuhi utu seua eubah aca Q aa P() beristribusi Poisso. Persaaa (6.) i atas isebut teorea araterisasi yag erat aitaya ega istribusi Poisso utu eghitug eluag eeaga suatu eraia. Distribusi Poisso terbuti sesuai ega beberaa ata baseball, a juga aat iteraa aa beberaa ata seabola. Selai itu, teorea araterisasi ii juga 36 I T E G R A L, vol. 6 o, Aril

8 aat iteraa aa ata bola baset a ata-ata laiya yag eeuhi teorea araterisasi. Pustaa. Abraowitz, M. a Stegu, I. A Haboo of Matheatical Fuctios. ew Yor : Dover. Keller, B. J. A Characterizatio of the Poisso Distributio a the Probability of Wiig a Gae. The Aerica Statisticia, Vol. 48, o. 4, oveber 994, Kreyszig, E Avace Egieerig Matheatics, 6th e. ew Yor : Joh Wiley & Sos. Peulis Taaa aalah ahasiswa Jurusa Mateatia, FMIPA, Uiversitas Katoli Parahyaga. I T E G R A L, vol. 6 o, Aril 37

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

RUANG BANACH PADA RUANG BARISAN, DAN

RUANG BANACH PADA RUANG BARISAN, DAN RUANG BANACH PADA RUANG BARISAN, DAN Wahidah Alwi* * Dose ada Jurusa Mateatia Faultas Sais da Teologi UIN Alauddi Maassar e-ail: wahidah.alwi79@gail.co Abstract: The ai object of the vectors are the vectors

Lebih terperinci

TINJAUAN PUSTAKA Statistical Proses Control Control Chart

TINJAUAN PUSTAKA Statistical Proses Control Control Chart TINJAUAN PUTAKA tatistical Proses Cotrol tatistical Proses Cotrol adalah salah satu cabag ilu statistia yag eelajari tetag eeraa tei statistia utu eguur da egaalisis variasi yag terjadi selaa roses rodusi

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

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

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

MENENTUKAN INVERS DRAZIN DARI MATRIKS SINGULAR. Lisnilwati Khasanah 1 dan Bambang Irawanto 2. Jl.Prof.Soedarto, S.H Semarang 50275

MENENTUKAN INVERS DRAZIN DARI MATRIKS SINGULAR. Lisnilwati Khasanah 1 dan Bambang Irawanto 2. Jl.Prof.Soedarto, S.H Semarang 50275 ENENTUKN INVERS RZIN RI TRIKS SINGULR Lisilwati Khasaah da Babag Irawato Progra Studi ateatia FIP UNIP lprofsoedarto SH Searag 7 bstract sigular atri with size has a iverse be called razi iverse ad deoted

Lebih terperinci

BARISAN, (1 p< ) Aniswita 1

BARISAN, (1 p< ) Aniswita 1 βeta -ISSN: 85-5893 e-issn: 54-458 Vol 6 No Mei 3 Hal 46-57 βeta3 TRMA NVRGNAN FUNGSI TRINTGRAL HNSTC- URZWIL SRNTA AN FUNGSI BRSIFAT LCALLY SMALL RIMANN SUMS LSRS ARI RUANG UCLI RUANG BARISAN < Aiswita

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

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

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

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

PROBLEM ELIMINASI CUT PADA LOGIKA LBB I nk

PROBLEM ELIMINASI CUT PADA LOGIKA LBB I nk Jural Mateatia, Vol. 10 No. 3, Deseber 007, ISSN 1410-8518 PROBLEM ELIMINASI CUT PADA LOGIKA LBB I Bayu Surarso Jurusa Mateetia FMIPA UNDIP Jl. Prof. H. Soedarto, SH Tebalag Searag 5075 Abstract. I the

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

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

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

Aplikasi Pemetaan Kucing Arnold pada Logo UNHAS

Aplikasi Pemetaan Kucing Arnold pada Logo UNHAS Vol. 3, No., -, Jauari 07 Aliasi Peetaa Kucig Arold ada Logo UNHAS Ara Efedi Abstra Peetaa ii eetaa bujursagar S x, y 0 x,0 y secara satu-satu da ada egguaa trasforasi Tx, y x y, x y od. Misala x, y adalah

Lebih terperinci

RUANG BARISAN MUSIELAK-ORLICZ. Oleh: Encum Sumiaty dan Yedi Kurniadi

RUANG BARISAN MUSIELAK-ORLICZ. Oleh: Encum Sumiaty dan Yedi Kurniadi RUANG BARISAN USIELAK-ORLICZ Oleh: Ecu Suiat da Yedi Kuriadi Disapaia pada Seiar Nasioal ateatia ada taggal 8 Deseber 2008, di Jurusa edidia ateatia FIA UI JURUSAN ENDIDIKAN ATEATIKA FAKULTAS ENDIDIKAN

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

DISTRIBUSI BINOMIAL. (sukses sebanyak x kali, gagal sebanyak n x kali)

DISTRIBUSI BINOMIAL. (sukses sebanyak x kali, gagal sebanyak n x kali) DISTRIBUSI BINOMIAL Distribusi bioial berasal dari percobaa bioial yaitu suatu proses Beroulli yag diulag sebayak kali da salig bebas. Distribusi Bioial erupaka distribusi peubah acak diskrit. Secara lagsug,

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

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

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

KARAKTERISTIK OPERATOR HIPONORMAL-p PADA RUANG HILBERT. Gunawan Universitas Muhammadiyah Purwokerto

KARAKTERISTIK OPERATOR HIPONORMAL-p PADA RUANG HILBERT. Gunawan Universitas Muhammadiyah Purwokerto JMP : Volue 6 Noor, Deseber 014, hal. 105-114 KARAKERISIK OPERAOR HIPONORMAL- PADA RUANG HILBER Guawa Uiversitas Muhaadiyah Purwokerto Eail: gu.oge@gail.co ABRAC. his article discusses the defiitio ad

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

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

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

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

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

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

METODE PENGUKURAN FERTILITAS

METODE 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 terperinci

- - BILANGAN BULAT - - tujuh1bilbulat

- - BILANGAN BULAT - - tujuh1bilbulat Bilaga Bulat 7302 Mateatika - - BILANGAN BULAT - - Modul ii sigkro dega Alikasi Adroid, Dowload elalui Play Store di HP Kau, ketik di ecaria tujuhbilbulat Jika Kau kesulita, Tayaka ke tetor bagaiaa cara

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

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

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

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

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

Kompleksitas Waktu untuk Algoritma Rekursif

Kompleksitas Waktu untuk Algoritma Rekursif Kopleksitas Waktu utuk Algorita Rekursif Betuk rekursif : - suatu subruti/fugsi/ proseur yag eaggil iriya seiri. - Betu iaa peaggila subruti terapat ala boy subruti - Dega rekursi, progra aka lebih uah

Lebih terperinci

Bab 6: Analisa Spektrum

Bab 6: Analisa Spektrum BAB Aalisa Spetrum Bab : Aalisa Spetrum Aalisa Spetrum Dega DFT Tujua Belajar Peserta dapat meghubuga DFT dega spetrum dari sial hasil samplig sial watu otiue. -poit DFT dari sial x adalah Xω ag diealuasi

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

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

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI

BAB 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 terperinci

Penerapan Teorema Perron-Frobenius pada Penentuan Distribusi Stasioner Rantai Markov

Penerapan Teorema Perron-Frobenius pada Penentuan Distribusi Stasioner Rantai Markov Vol. 3, No., 85-9, Juli 6 Peerapa Teorea Perro-Frobeius pada Peetua Distribusi Stasioer Ratai Markov Jusawati Massalesse Abstrak Perilaku suatu ratai Markov setelah berala ukup laa dapat diketahui elalui

Lebih terperinci

Ruang Vektor Eigen Suatu Matriks Atas Aljabar Max-Plus Interval. Eigenvector Space of a Matrix of Interval Max-Plus Algebra

Ruang Vektor Eigen Suatu Matriks Atas Aljabar Max-Plus Interval. Eigenvector Space of a Matrix of Interval Max-Plus Algebra Jural Mateatia & Sais April 2014 Vol 19 Noor 1 Ruag Vetor Eige Suatu Matris Atas Alabar Max-Plus Iterval Abstra Siswato 1) Ari Suparwato 2) da M Ady Rudhito 3) 1) Jurusa Mateatia FMIPA UNS Suraarta 2)

Lebih terperinci

BAB 4: PELUANG DAN DISTRIBUSI NORMAL.

BAB 4: PELUANG DAN DISTRIBUSI NORMAL. BAB 4: PELUANG DAN DISTRIBUSI NORMAL. PELUANG Peluag atau yag biasa juga disebut dega istilah keugkia, probablilitas, atau kas eujukka suatu tigkat keugkia terjadiya suatu kejadia yag diyataka dala betuk

Lebih terperinci

Nilai Eigen dan Vektor Eigen Matriks atas Aljabar Max-Plus Interval

Nilai Eigen dan Vektor Eigen Matriks atas Aljabar Max-Plus Interval Nilai Eige da Vetor Eige Matris atas Aljabar Max-Plus Iterval 2 M. Ady Rudhito, Sri Wahyui, 3 Ari Suparwato, ad 4 F. Susilo Mahasiswa S3 Mateatia FMIPA UGM da Staff Pegajar FKIP Uiversitas Saata Dhara

Lebih terperinci

I. PENDAHULUAN II. LANDASAN TEORI

I. PENDAHULUAN II. LANDASAN TEORI 5 I PENDAHULUAN Latar Belakag Persaaa diferesial adalah suatu persaaa ag egadug sebuah fugsi ag tak diketahui dega satu atau lebih turuaa [Stewart, 3] Persaaa diferesial dapat dibedaka eurut ordea, salah

Lebih terperinci

Definisi 2.3 : Jika max min E(X,Y) = min

Definisi 2.3 : Jika max min E(X,Y) = min Teori Peraia 22 Peelitia Operasioal II Defiisi 23 : Jika ax i E(X,Y) = z y i y ax E(X,Y) =E(x 0, y 0 ), aka (x 0, y 0 ) didefiisika z sebagai strategi uri dari peraia itu dega x 0 sebagai strategi optiu

Lebih terperinci

1) Leptokurtik Merupakan distribusi yang memiliki puncak relatif tinggi

1) Leptokurtik Merupakan distribusi yang memiliki puncak relatif tinggi Statisti Desriptif Keruciga atau Kurtosis Pegertia Kurtosis Peguura urtosis (peruciga) sebuah distribusi teoritis adaalaya diamaam peguura eses (excess) dari sebuah distribusi Sebearya urtosis bisa diaggap

Lebih terperinci

1. Integral (1) Pembahasan yang akan kita lakukan hanya mengenai bentuk persamaan diferensial seperti contoh yang pertama.

1. Integral (1) Pembahasan yang akan kita lakukan hanya mengenai bentuk persamaan diferensial seperti contoh yang pertama. Darublic www.darublic.com 1. Itegral (1) (Macam Itegral, Pedeata Numeri) Sudarato Sudirham Dalam bab sebeluma, ita memelajari salah satu bagia utama alulus, aitu alulus diferesial. Beriut ii ita aa membahas

Lebih terperinci

Perilaku Distribusi Bernoulli. Definisi: Bernoulli. Contoh Binomial. Contoh Binomial

Perilaku Distribusi Bernoulli. Definisi: Bernoulli. Contoh Binomial. Contoh Binomial Defiisi: Beroulli ercobaa Beroulli: Haya terdaat satu kali ercobaa dega eluag sukses da eluag gagal - eluag Sukse: eluag Gagal: ( = ) = ( = 0 ( = 0) = ( 0 0 = erilaku Distribusi Beroulli E() = Var () =

Lebih terperinci

Rancangan Percobaan. Arum Handini Primandari, M.Sc.

Rancangan Percobaan. Arum Handini Primandari, M.Sc. Kosep Dasar Statistika utuk Racaga Percobaa Arum aii Primaari, M.Sc. Operator Pejumlaha Operator pejumlaha: Sifat: i1 i i1 i1 k k kx k x i1 i i1 i1 i i i i i1 i1 i1 i a bx a b x x y x y x x x... x i i

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

Abstract: Given a graph G ( V,

Abstract: Given a graph G ( V, PELABELAN SUPER GRACEFUL UNTUK BEBERAPA GRAF KHUSUS Prias Tri Ajar Ajai, Robertus Heri SU, Bayu Surarso,, Jurusa Mateatika Uiversitas Dipoegoro Jl. Prof. Soedarto, SH, Tebalag, Searag 7 Abstract: Give

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

Susunan N-Antena Isotropis Segaris

Susunan N-Antena Isotropis Segaris TTGD Atea Moul#4b Atea a Propagasi Susua N-Atea Isotropis Segaris Oleh : Nachwa Mufti Ariasyah, ST, MT Moul#4b - Susua N Atea Isotropis Segaris Outlie Paa sub bab ii, sejumlah N atea isotropis isusu a

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

MENENTUKAN PENYELESAIAN PERTIDAKSAMAAN DENGAN METODE TITIK PEMECAH. Warsito. Program Studi Matematika FMIPA Universitas Terbuka.

MENENTUKAN PENYELESAIAN PERTIDAKSAMAAN DENGAN METODE TITIK PEMECAH. Warsito. Program Studi Matematika FMIPA Universitas Terbuka. MENENTUKAN PENYELESAIAN PERTIDAKSAMAAN DENGAN METODE TITIK PEMECAH Warsito Progra Studi Mateatika FMIPA Uiversitas Terbuka warsito@ut.ac.id Abstrak Peyelesaia pertidaksaaa ( x- a, a Î R adalah x a (egguaka

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

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

Pendugaan Parameter. Selang Kepercayaan dengan Distribusi z (Tabel hal 175) Nilai α dan Selang kepercayaan yang lazim digunakan antara lain:

Pendugaan Parameter. Selang Kepercayaan dengan Distribusi z (Tabel hal 175) Nilai α dan Selang kepercayaan yang lazim digunakan antara lain: Peahulua Peugaa Parameter Peugaa Parameter Populai ilakuka ega megguaka ilai Statitik Sampel, Mial :. x iguaka ebagai peuga bagi µ. iguaka ebagai peuga bagi σ 3. p atau p$ iguaka ebagai peuga bagi π Peugaa

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

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

BAB III KAJIAN MATEMATIS DALAM ASURANSI JIWA. asuransi jiwa merupakan hasil proses dari berbagai kajian matematis yang telah

BAB III KAJIAN MATEMATIS DALAM ASURANSI JIWA. asuransi jiwa merupakan hasil proses dari berbagai kajian matematis yang telah BAB III KAJIAN MATEMATIS DALAM ASURANSI JIWA Nilai aa caaga saua yag harus imilii oleh seia erusahaa asurasi jiwa meruaa hasil roses ari berbagai ajia maemais yag elah ilaua, salah sauya berasara ilai

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 41-45, April 2001, ISSN : KETERHUBUNGAN GALOIS FIELD DAN LAPANGAN PEMISAH

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 41-45, April 2001, ISSN : KETERHUBUNGAN GALOIS FIELD DAN LAPANGAN PEMISAH Vol. 4. No. 1, 41-45, Aril 2001, ISSN : 1410-8518 KETERHUBUNGAN GALOIS FIELD DAN LAPANGAN PEMISAH Bambag Irawato Jurusa Matematika FMIPA UNDIP Abstact I this aer, it was leared of the ecessary ad sufficiet

Lebih terperinci

PROGRAM LINIEAR DENGAN METODE SIMPLEX

PROGRAM LINIEAR DENGAN METODE SIMPLEX POGAM LINIEA DENGAN METODE SIMPLEX A. TEKNIK PENYELESAIAN Betuk Soal Progra Lear Kedala utaa asalah rogra lear daat eretuk a atau a atau a. Kedala yag eretuk ertdaksaaa daoat duah ead ersaaa seaga erkut

Lebih terperinci

HUBUNGAN MATRIKS AB DAN BA PADA STRUKTUR JORDAN NILPOTEN

HUBUNGAN MATRIKS AB DAN BA PADA STRUKTUR JORDAN NILPOTEN HUBUNGAN ARKS AB DAN BA ADA SRUKUR ORDAN NLOEN Sodag uraasar aaha (sodag@ub-ut.ac.d) UB-U eda Elva Herawaty FA ateata Uverstas Suatera Utara ABSRAC ths aer, we gve aother roof about the relatosh betwee

Lebih terperinci

SIFAT-SIFAT FUNGSI YANG TERINTEGRAL MCSHANE DALAM RUANG EUCLIDE BERDIMENSI N UNTUK FUNGSI-FUNGSI BERNILAI BANACH

SIFAT-SIFAT FUNGSI YANG TERINTEGRAL MCSHANE DALAM RUANG EUCLIDE BERDIMENSI N UNTUK FUNGSI-FUNGSI BERNILAI BANACH βeta p-issn: 2085-5893 / e-issn: 2541-0458 http://juralbeta.ac.id Vol. 5 No. 1 (Mei) 2012, Hal. 21-29 βeta 2012 SIFAT-SIFAT FUNGSI YANG TRINTGRAL MCSHAN DALAM RUANG UCLID BRDIMNSI N UNTUK FUNGSI-FUNGSI

Lebih terperinci

TAKSIRAN INTERVAL PARAMETER BENTUK DARI DISTRIBUSI PARETO BERDASARKAN METODE MOMEN DAN MAKSIMUM LIKELIHOOD

TAKSIRAN INTERVAL PARAMETER BENTUK DARI DISTRIBUSI PARETO BERDASARKAN METODE MOMEN DAN MAKSIMUM LIKELIHOOD TAKSIRAN INTERVAL PARAMETER BENTUK DARI DISTRIBUSI PARETO BERDASARKAN METODE MOMEN DAN MAKSIMUM LIKELIHOOD Jailah * Firdaus Sigit Sugiarto Mahasiwa Progra S Mateatika Dose Jurusa Mateatika Fakultas Mateatika

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

x x x1 x x,..., 2 x, 1

x x x1 x x,..., 2 x, 1 0.4 Variasi Kaoi amel Da Korelasi Kaoi amel amel aca dari observasi ada masig-masig variabel dari ( + q) variabel (), () daat digabuga edalam (( + q) ) data matris,,..., dimaa (0-5) Adau vetor rata-rata

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakag Kehidupa ausia seatiasa diarahka pada kodisi yag aka datag, yag keberadaaya tidak dapat diketahui secara pasti. Sehigga ausia berusaha elakuka kegiata kegiata dega berorietasi

Lebih terperinci

ESTIMASI PARAMETER REGRESI DATA PANEL MODEL EFEK TETAP BERDISTRIBUSI POISSON TERGENERALISASI TERBATAS MENGGUNAKAN METODE MAKSIMUM LIKELIHOOD

ESTIMASI PARAMETER REGRESI DATA PANEL MODEL EFEK TETAP BERDISTRIBUSI POISSON TERGENERALISASI TERBATAS MENGGUNAKAN METODE MAKSIMUM LIKELIHOOD ESTIMASI PARAMETER REGRESI DATA PANEL MODEL EFEK TETAP BERDISTRIBUSI POISSON TERGENERALISASI TERBATAS MENGGUNAKAN METODE MAKSIMUM LIKELIHOOD Fahri 1, Kresa, Aisa 3 ABSTRAK Data pael adalah data hasil pegaata

Lebih terperinci

MAKALAH KONTROL H 2 DAN KONTROL H SERTA APLIKASINYA DALAM SISTEM MASSA PEGAS KARTIKA YULIANTI ( ) RIRIN SISPIYATI ( )

MAKALAH KONTROL H 2 DAN KONTROL H SERTA APLIKASINYA DALAM SISTEM MASSA PEGAS KARTIKA YULIANTI ( ) RIRIN SISPIYATI ( ) MKLH KONTOL H N KONTOL H SET PLKSN LM SSTEM MSS PEGS KTK ULNT 6 N SSPT 63 POGM STU MTEMTK NSTTUT TEKNOLOG NUNG 7 PENHULUN. Latar elaag Masalah Efisiesi da efetivitas suatu siste yag diais selalu ejadi

Lebih terperinci

Volume 1, Nomor 2, Desember 2007

Volume 1, Nomor 2, Desember 2007 Volue, Noor, Deseber 7 Bareeg, Deseber 7 al4-7 Vol No DIAGONAISASI MATRIKS UNTUK MENYEESAIKAN MODE MANGSA-EMANGSA EVINUS R ERSUESSY Jurusa Mateatia FMIA UNATTI Abo ABSTRACT Diagoalizatio of a square atrix

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

MENGUJI KEMAKNAAN SAMPEL TUNGGAL

MENGUJI KEMAKNAAN SAMPEL TUNGGAL MENGUJI KEMAKNAAN SAMPEL TUNGGAL 1.1 Uji Biomial 1. Uji esesuaia Chi Kuadrat 1.3 Uji Kesesuaia K-S 1.4 Uji Ideedesi Chi Kuadrat 1.5 Uji Pasti Fisher UJI BINOMIAL Meruaa uji roorsi dalam suatu oulasi Poulasi

Lebih terperinci

PengantarProses Stokastik I.GUSTI AYU MADE SRINADI

PengantarProses Stokastik I.GUSTI AYU MADE SRINADI egatarroses Stokastik I.GUSTI AYU MADE SRINADI FAKULTIAS MIA JURUSAN MATEMATIKA UNIVERSITAS UDAYANA ENGANTAR Baha ajar ag egatar roses Stokastik ii, dirasaka sagat eberika afaat utuk eabah baha ustaka

Lebih terperinci

τ = r x F KESETIMBANGAN

τ = r x F KESETIMBANGAN KESETIMBG Moe Gaa ( τ ) Moe gaa atau torsi adalah besara ag dapat eebabka beda berotasi atau berputar. Besar oe gaa didefiisika sebagai hasil kali atara gaa ag bekerja dega lega. Moe gaa terasuk dala besara

Lebih terperinci

Kuliah 9 Filter Digital

Kuliah 9 Filter Digital TEKNIK PENGOLAHAN ISYARAT DIGITAL Kuliah 9 Filter Digital Idah Susilawati, S.T.,.Eg. Progra Studi Tei Eletro Progra Studi Tei Iforatia Faultas Tei da Ilu Koputer Uiversitas ercu Buaa Yogaarta 9 Kuliah

Lebih terperinci

BAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang

BAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang BAB I PENDAHULUAN 1.1 Latar Belakag Masalah Itegral adalah salah satu kosep petig dalam Matematika yag dikemukaka pertama kali oleh Isac Newto da Gottfried Wilhelm Leibiz pada akhir abad ke-17. Selajutya

Lebih terperinci

InfinityJurnal Ilmiah Program Studi Matematika STKIP Siliwangi Bandung, Vol 2, No.2, September 2013

InfinityJurnal Ilmiah Program Studi Matematika STKIP Siliwangi Bandung, Vol 2, No.2, September 2013 IfiityJural Iliah Progra Studi Mateatika STKIP Siliwagi Badug, Vol 2, No.2, Seteber 203 RUANG BARISAN SELISIH c 0, c, l DAN l Oleh: Hery Suhara Uiversitas Khairu Terate ABSTRACT Ruag uruta sebagai salah

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

Taksiran Interval bagi Rata-rata Parameter Distribusi Poisson Interval Estimate for The Average of Parameter Poisson Distribution

Taksiran Interval bagi Rata-rata Parameter Distribusi Poisson Interval Estimate for The Average of Parameter Poisson Distribution Prosidig Statistika ISSN: 460-6456 Taksira Iterval bagi Rata-rata Parameter Distribusi Poisso Iterval Estimate for The Average of Parameter Poisso Distributio 1 Putri Aggita Nuraei, Teti Sofia Yati, 3

Lebih terperinci

(Density Estimation by Wavelet Thresholding Method) Suparti, Rukun Santoso dan Yulia Sugiyanti

(Density Estimation by Wavelet Thresholding Method) Suparti, Rukun Santoso dan Yulia Sugiyanti Suparti Ruu Satoso a Yulia Sugiyati (Desity Estimatio by Wavelet Thresholig Metho) Suparti Ruu Satoso a Yulia Sugiyati Program Stui Statistia urusa Matematia FMIPA Uiversitas Dipoegoro Semarag Abstract

Lebih terperinci

Matematika II 7/23/2013 ISI. Pengertian-Pengertian. Turunan Fungsi-Fungsi

Matematika II 7/23/2013 ISI. Pengertian-Pengertian. Turunan Fungsi-Fungsi 7// Suarato Suirham Matematika II ISI Turua Fugsi-Fugsi: Fugsi Poliom Perkalia Fugsi, Pagkat ari Fugsi, Fugsi Rasioal, Fugsi Imlisit FugsiTrigoometri, TrigoometriIersi, Logaritmik, Eksoesial Itegral: Itegral

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

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 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

(S.3) EVALUASI INTEGRAL MONTE CARLO DENGAN METODE CONTROL VARIATES

(S.3) EVALUASI INTEGRAL MONTE CARLO DENGAN METODE CONTROL VARIATES Prosidig Semiar Nasioal Statistika Uiversitas Padadara 3 November 00 S.3 EVALUASI INTEGRAL MONTE CARLO DENGAN METODE CONTROL VARIATES ulhaif adi Suriadi Jurusa Statistika FMIPA Uiversitas Padadara Badug

Lebih terperinci

MAKALAH TUGAS AKHIR DIMENSI PARTISI PADA PENGEMBANGAN GRAPH KINCIR DENGAN POLA K 1 +mk n

MAKALAH TUGAS AKHIR DIMENSI PARTISI PADA PENGEMBANGAN GRAPH KINCIR DENGAN POLA K 1 +mk n MAKALAH TUGAS AKHIR DIMENSI PARTISI PADA PENGEMBANGAN GRAPH KINCIR DENGAN POLA K 1 +K Oleh : MOHAMMAD IQBAL 1 0 100 01 Pebibig : Drs. Suhud Wahyudi, M.Si. 1900109 198701 1 001 ABSTRAK Graph adalah hipua

Lebih terperinci

BAB III ANUITAS DENGAN BEBERAPA KALI PEMBAYARAN SETAHUN TERHADAP TABUNGAN PENDIDIKAN

BAB III ANUITAS DENGAN BEBERAPA KALI PEMBAYARAN SETAHUN TERHADAP TABUNGAN PENDIDIKAN BAB III ANUITAS DNGAN BBRAPA KALI PMBAYARAN STAHUN TRHADAP TABUNGAN PNDIDIKAN. Tabuga Pedidika Aak Tabuga erupaka salah satu produk yag ditawarka oleh bak utuk eyipa uag. Utuk epersiapka daa pedidika aak,

Lebih terperinci

Bab IV. Penderetan Fungsi Kompleks

Bab IV. Penderetan Fungsi Kompleks Bab IV Pedereta Fugsi Kompleks Sebagaimaa pada fugsi real, fugsi kompleks juga dapat dideretka pada daerah kovergesiya. Semua watak kajia kovergesi pada fugsi real berlaku pula pada fugsi kompleks. Secara

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

3.1. Pengembangan Fungsi Legendre

3.1. Pengembangan Fungsi Legendre 3.Fugsi egedre 3.. egebaga fugsi egedre 3.. Sifat-sifat Fugsi egedre 3.3. egedre Asosiasi 3.4. Haroik Sferis 3.5. Operator Moetu Agular 3.. egebaga Fugsi egedre Fugsi egedre dapat lagsug dikebagka dari

Lebih terperinci

Bab 3 Metode Interpolasi

Bab 3 Metode Interpolasi Baha Kuliah 03 Bab 3 Metode Iterpolasi Pedahulua Iterpolasi serig diartika sebagai mecari ilai variabel tergatug tertetu, misalya y, pada ilai variabel bebas, misalya, diatara dua atau lebih ilai yag diketahui

Lebih terperinci

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: 1-13 TEOREMA TITIK TETAP BANACH PADA RUANG METRIK-D

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: 1-13 TEOREMA TITIK TETAP BANACH PADA RUANG METRIK-D Jural Mateatika Muri da Terapa Vol 4 No Deseber : - 3 TEOREMA TITIK TETAP BANACH PADA RUANG METRIK-D Muhaad Ahsar Kari, Dewi Sri Susati, da Nurul Huda Progra Studi Mateatika Uiversitas Labug Magkurat Jl

Lebih terperinci

1. Untuk meramalkan kemungkinan yg akan terjadi setelah bangunan dibuat,

1. Untuk meramalkan kemungkinan yg akan terjadi setelah bangunan dibuat, TUJUAN: MODE HIDRAUIK 1. Utuk eraalka keugkia yg aka terjadi setelah bagua dibuat,. Medaatka tigkat keyakia yag tiggi atas keberhasila suatu erecaaa bagua, 3. Megetahui/eraalka eaila bagua hidraulik serta

Lebih terperinci

BARISAN TAK HINGGA DAN DERET TAK HINGGA

BARISAN TAK HINGGA DAN DERET TAK HINGGA BARIAN TAK HINGGA DAN DERET TAK HINGGA Bajar/Barisa Tak Higga Barisa tak higga { } adalah suatu fugsi dari dimaa daerah domaiya adalah himpua bilaga bulat positif (bilaga asli). Cotoh: Bila.. maka fugsi

Lebih terperinci