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

Ukuran: px
Mulai penontonan dengan halaman:

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

Transkripsi

1 PENDUGAAN KOMPONEN PERIODIK FUNGSI INTENSITAS BERBENTUK FUNGSI PERIODIK KALI TREN KUADRATIK SUATU PROSES POISSON NON-HOMOGEN PEPI RAMDANI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 0

2 ABSTRAK PEPI RAMDANI Pedugaa Kompoe Periodik Fugsi Itesitas Berbetuk Fugsi Periodik Kali Tre Kuadratik Suatu Proses Poisso No-Homoge Dibimbig oleh I WAYAN MANGKU da RETNO BUDIARTI Pada karya ilmiah ii dibahas pedugaa kompoe periodik fugsi itesitas berbetuk fugsi periodik kali tre kuadratik suatu proses Poisso o-homoge Diperhatika keadaa terburuk, haya terdapat realisasi tuggal dari proses Poisso dega fugsi itesitas yag terdiri atas kompoe periodik dikalika dega kompoe tre kuadratik yag diamati pada iterval [0,] Diasumsika bahwa periode dari kompoe periodik adalah diketahui Peduga kompoe periodik dari fugsi itesitas tersebut telah disusu da Mea Square Error (MSE) peduga telah dibuktika koverge meuju ol utuk Selai itu, juga telah diformulasika aproksimasi asimtotik bagi bias, ragam, da Mea Square Error (MSE) dari peduga yag dikaji Ditetuka juga badwidth optimal asimtotik bagi peduga tersebut Kata kui: proses Poisso periodik, fugsi itesitas, fugsi periodik, tre kuadratik, kekosistea, Mea Square Error (MSE), aproksimasi asimtotik, badwidth

3 ABSTRACT PEPI RAMDANI Estimatio of Periodi Compoet of the Itesity Futio of Form Periodi Futio Multiplied by Quadrati Tred of a No-Homogeeous Poisso Proess Supervised by I WAYAN MANGKU ad RETNO BUDIARTI This mausript is oered with estimatio of periodi ompoet of the itesity futio of form periodi futio multiplied by quadrati tred of a o-homogeeous Poisso proess It is osidered the worst ase, where there is oly a sigle realizatio of a Poisso proess with itesity futio of form periodi ompoet multiplied by a quadrati tred were observed i the iterval [0,] It is assumed that the period of the periodi ompoet is kow A estimator of the periodi ompoet of the itesity futio has bee formulated ad its Mea Square Error (MSE) has bee proved overges to zero as I additio, asymptoti approximatios to the bias, variae, ad the Mea Square Error (MSE) of the estimator have bee formulated A asymptotially optimal badwidth for this estimator is also determied Keywords: periodi Poisso proess, itesity futio, periodi futio, quadrati tred, oistey, Mea Square Error (MSE), asymptoti approximatio, badwidth

4 PENDUGAAN KOMPONEN PERIODIK FUNGSI INTENSITAS BERBENTUK FUNGSI PERIODIK KALI TREN KUADRATIK SUATU PROSES POISSON NON-HOMOGEN PEPI RAMDANI G Skripsi sebagai salah satu syarat utuk memperoleh gelar Sarjaa Sais pada Departeme Matematika DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 0

5 Judul Skripsi : Pedugaa Kompoe Periodik Fugsi Itesitas Berbetuk Fugsi Periodik Kali Tre Kuadratik Suatu Proses Poisso No-Homoge Nama : Pepi Ramdai NRP : G Meyetujui, Pembimbig I Pembimbig II Dr Ir I Waya Magku, MS Ir Reto Budiarti, MS NIP NIP Megetahui, Ketua Departeme Matematika, Dr Berlia Setiawaty, MS NIP Taggal Lulus:

6 KATA PENGANTAR Puji da syukur peulis pajatka kepada Allah SWT atas segala rahmat da karuia-nya sehigga karya ilmiah ii berhasil diselesaika Peyusua karya ilmiah ii juga tidak lepas dari batua berbagai pihak Utuk itu peulis meguapka terimakasih yag sebesar-besarya kepada: Dr Ir I Waya Magku, MS selaku dose pembimbig I (terima kasih atas semua ilmu, kesabara, motivasi, da batuaya selama peulisa skripsi ii) Ir Reto Budiarti, MS selaku dose pembimbig II (terima kasih atas semua ilmu, kesabara, da motivasiya) 3 Dr Ir Hadi Sumaro, MS selaku dose peguji (terimakasih atas semua ilmu da saraya) 4 Semua dose Departeme Matematika (terima kasih atas semua ilmu yag telah diberika) 5 Bu Susi, Bu Ade, Mas Boo, Mas Dei, Mas Yoo, Mas Heri 6 Keluargaku terita: bapak da ibu (terima kasih atas semua doa, dukuga, da kasih sayagya), Kakakku Novi, da Adikku Rii 7 Ibu Ayi (terima kasih atas doa da motivasiya) 8 Tema sebimbiga: Weti, Ais, Tita, da Nadiroh 9 Tema-tema Math 44: Ruhiyat, Devi, Lugia, Dia, Solihudi, Puyig, Ipul, Edro, Na im, Dika, da tema-tema Math 44 laiya (Selamat berjuag tema-temaku) 0 Kakak-kakak 44: Ka Apri, Ka Agug, Ka Ae, Ka Wira, Ka Nau, da kakak-kakak Math 43 laiya Tema-tema TPB: Samsi, Ari, da Eo Tema-tema Podok Hadayai: Riski, Gajar, Mas Wisu, Mas Rahmat, Pa Sem, Pa Urim, da Dia (terima kasih atas doa da motivasiya) Semoga karya ilmiah ii dapat bermafaat bagi duia ilmu pegetahua khususya Matematika da mejadi ispirasi bagi peelitia-peelitia selajutya Bogor, Maret 0 Pepi Ramdai

7 RIWAYAT HIDUP Peulis dilahirka di Sumedag pada taggal April 989 sebagai aak kedua dari tiga bersaudara, aak dari pasaga Aep Saepudi da Mimi Tahu 00 peulis lulus dari SDN Wado Tahu 004 peulis lulus dari SMPN Wado Tahu 007 peulis lulus dari SMAN Malagbog ( sekarag SMAN 9 Garut ) da pada tahu yag sama lulus seleksi masuk IPB melalui jalur Ujia Sariga Masuk IPB (USMI) Peulis memilih Departeme Matematika, Fakultas Maatematika da Ilmu Pegetahua Alam Selama megikuti perkuliaha, peulis mejadi asiste praktikum utuk mata kuliah Aalisis Numerik pada tahu ajara 00/0 Peulis juga aktif pada kegiata kemahasiswaa Gumatika (Gugus Mahasiswa Matematika) sebagai staf Biro Kesekretariata pada periode da staf Forsmath (Forum Alumi Matematika) pada periode

8 vii DAFTAR ISI Halama DAFTAR ISI vii DAFTAR LAMPIRAN viii I PENDAHULUAN Latar Belakag Tujua II LANDASAN TEORI Ruag Cotoh, Kejadia, da Peluag Peubah Aak da Fugsi Sebara 3 Mome, Nilai Harapa, da Ragam 4 Kekosistea Peduga 3 5 Proses Stokastik 4 6 Proses Poisso 4 7 Beberapa Defiisi da Lema Tekis 5 III HASIL DAN PEMBAHASAN 6 3 Perumusa Masalah 6 3 Perumusa Peduga 6 33 Kekovergea MSE Peduga 7 34 Aproksimasi Asimtotik bagi Bias, Ragam, da MSE Peduga 0 35 Peetua Badwidth Optimal Asimtotik IV KESIMPULAN 3 DAFTAR PUSTAKA 4 LAMPIRAN 5

9 viii DAFTAR LAMPIRAN Halama Pembuktia Lema 6 Pembuktia Lema 3 7

10 I PENDAHULUAN Latar Belakag Terdapat bayak feomea yag terjadi dalam kehidupa sehari hari yag dapat dimodelka dega suatu proses stokastik Model semaam ii megguaka aturaatura peluag utuk meggambarka perilaku suatu sistem yag tidak diketahui dega pasti di masa yag aka datag Proses stokastik mempuyai peraa yag ukup petig dalam kehidupa sehari hari Feomea sederhaa misalya, proses kedataga pelagga ke pusat servis (bak, kator pos, supermarket, da sebagaiya) da proses kedataga peggua lie telepo dapat dimodelka dega proses stokastik Proses stokastik terdiri atas proses stokastik dega waktu diskret da proses stokastik dega waktu kotiu Pada karya ilmiah ii pembahasa haya dibatasi pada proses stokastik dega waktu kotiu Salah satu betuk khusus dari proses stokastik dega waktu kotiu adalah proses Poisso periodik Proses Poisso periodik adalah suatu proses Poisso dega fugsi itesitas berupa fugsi periodik Proses ii atara lai dapat diguaka utuk memodelka proses kedataga pelagga ke pusat servis dega periode satu hari Pada proses kedataga tersebut, fugsi itesitas lokal s meyataka laju kedataga pelagga pada waktu s Salah satu otoh peerapa proses Poisso periodik adalah proses tersebut dapat diguaka utuk memprediksi proses kedataga pelagga utuk hari berikutya Namu, model periodik utuk jagka pajag pada bayak kasus tidak releva sehigga perlu megakomodasi kehadira suatu tre Pada karya ilmiah ii pembahasa haya dibatasi pada fugsi itesitas yag berbetuk fugsi periodik kali tre kuadratik Sehigga karya ilmiah ii mempelajari peduga kompoe periodik fugsi itesitas yag berbetuk fugsi periodik kali tre kuadratik suatu proses Poisso o-homoge Tujua Tujua karya ilmiah ii adalah utuk: (i) Meetuka perumusa peduga kompoe periodik fugsi itesitas berbetuk fugsi periodik kali tre kuadratik suatu proses Poisso ohomoge (ii) Membuktika kekosistea peduga yag dikaji (iii) Meetuka aproksimasi asimtotik bagi bias peduga (iv) Meetuka aproksimasi asimtotik bagi ragam peduga (v) Meetuka aproksimasi asimtotik bagi MSE peduga (vi) Meetuka badwidth optimal dari peduga II LANDASAN TEORI Ruag Cotoh, Kejadia, da Peluag Suatu kejadia yag dapat diulag dalam kodisi yag sama, yag hasilya tidak bisa diprediksi seara tepat, tetapi kita bisa megetahui semua kemugkia hasil yag muul disebut perobaa aak Defiisi (Ruag Cotoh) Ruag otoh adalah himpua semua hasil yag mugki dari suatu perobaa aak da diotasika dega Ω (Grimmet ad Stirzaker 99) Defiisi (Kejadia) Kejadia adalah suatu himpua bagia dari ruag otoh Ω (Grimmet ad Stirzaker 99) Defiisi 3 (Kejadia Lepas) Kejadia A da B disebut kejadia lepas jika irisa dari keduaya adalah himpua kosog (Grimmet ad Stirzaker 99) Defiisi 4 (Meda-σ) Meda- adalah suatu himpua F yag aggotaya terdiri atas himpua bagia ruag otoh Ω, yag memeuhi syarat berikut: Ø F Jika A F, maka A F 3 Jika A, A, F, maka i A F i (Hogg et al 005)

11 Defiisi 5 (Ukura Peluag) Misalka Ω adalah ruag otoh suatu perobaa da F adalah meda-σ pada Ω Suatu fugsi P yag memetaka usur usur F ke himpua bilaga yata, atau P:F disebut ukura peluag jika: P tak egatif, yaitu utuk setiap A F, P(A) 0 P bersifat aditif tak higga, yaitu jika A, A, F dega A A, j k, maka P A P A 3 P berorma satu, yaitu P(Ω)= Pasaga (Ω, F, P) disebut ruag ukura peluag atau ruag probabilitas (Hogg et al 005) Defiisi 6 (Kejadia Salig Bebas) Kejadia A da B dikataka salig bebas jika: P(A B)=P(A)P(B) Seara umum, himpua kejadia A i I dikataka salig bebas jika: P Ai P Ai ij ij utuk setiap himpua bagia J dari I (Grimmet ad Stirzaker 99) Peubah Aak da Fugsi Sebara Defiisi 7 (Peubah Aak) Misalka Ω adalah ruag otoh dari suatu perobaa aak Fugsi X yag terdefiisi pada Ω yag memetaka setiap usur ω Ω ke satu da haya satu bilaga real X(ω) disebut peubah aak Ruag dari X adalah himpua bagia x; x X, bilaga real A j k ; i (Hogg et al 005) Peubah aak diotasika dega huruf kapital, misalya X, Y, Z Sedagka ilai peubah aak diotasika dega huruf keil Defiisi 8 (Peubah Aak Diskret) Peubah aak X dikataka diskret jika semua himpua ilai dari peubah aak tersebut merupaka himpua teraah (Hogg et al 005) Defiisi 9 (Fugsi Sebara) Misalka X adalah peubah aak dega ruag A, X A, A Misalka kejadia maka peluag dari kejadia A adalah P X x FX x Fugsi FX disebut fugsi sebara dari peubah aak X (Hogg et al 005) Defiisi 0 (Fugsi Massa Peluag) Fugsi massa peluag dari peubah aak diskret X adalah fugsi p : 0, yag diberika oleh : px x P X x (Hogg et al 005) Defiisi (Peubah Aak Poisso) Suatu peubah aak X disebut peubah aak Poisso dega parameter λ, λ > 0 jika fugsi massa peluagya diberika oleh: k px k e, utuk k 0,, k! (Ross 007) Lema (Jumlah Peubah Aak Poisso) Misalka X da Y adalah peubah aak yag salig bebas da memiliki sebara Poisso dega parameter berturut turut da Maka X + Y memiliki sebara Poisso dega parameter (Taylor ad Karli 984) Bukti: lihat Lampira 3 Mome, Nilai Harapa, da Ragam Defiisi (Nilai Harapa) Misalka X adalah peubah aak diskret dega fugsi massa peluag p x Nilai X harapa dari X, diotasika dega E X, adalah E X xpx x jika jumlah di atas koverge mutlak (Hogg et al 005) Defiisi 3 (Ragam) Misalka X adalah peubah aak diskret dega fugsi massa peluag p x da X ilai harapa E X Ragam dari X, diotasika dega Var X atau X, adalah

12 3 X E X E X x E X px x = x (Hogg et al 005) Defiisi 4 (Mome ke k) Jika k adalah bilaga bulat positif, maka mome ke-k atau mk dari peubah aak X adalah k E X mk (Hogg et al 005) Defiisi 5 (Mome Pusat ke k) Jika k adalah bilaga bulat positif, maka mome pusat ke-k atau k dari peubah aak X adalah k E X m k (Hogg et al 005) Nilai harapa dari peubah aak X juga merupaka mome pertama dari X Nilai harapa dari kuadrat perbedaa atara peubah aak X dega ilai harapaya disebut ragam atau variae dari X Ragam merupaka mome pusat ke- dari peubah aak X Defiisi 6 (Fugsi Idikator) Misalka A adalah suatu kejadia Fugsi idikator dari A adalah suatu fugsi I A 0,, yag diberika oleh :, jika A I A 0, jika A (Grimmet ad Stirzaker 99) Dega fugsi idikator kita dapat meyataka hal berikut : EI P A A 4 Kekosistea Peduga Terdapat beberapa ara utuk megiterpretasika peryataa kekovergea barisa peubah aak, X X utuk Defiisi 7 (Kekovergea dalam Peluag) Misalka X, X, X, adalah barisa peubah aak pada suatu ruag peluag (Ω, F, P) Barisa peubah aak X dikataka koverge P dalam peluag ke X, diotasika X X, jika utuk setiap 0 berlaku P X X 0, utuk (Grimmet ad Stirzaker 99) Defiisi 8 (Statistik) Statistik adalah suatu fugsi dari satu atau lebih peubah aak yag tidak tergatug pada satu atau beberapa parameter yag ilaiya tidak diketahui (Hogg et al 005) Defiisi 9 (Peduga) Misalka X,,, X X adalah otoh aak Suatu statistik U X,,, X X yag diguaka utuk meduga fugsi parameter g, dikataka sebagai peduga estimator bagi g, dilambagka gˆ Bilamaa ilai dega X x, X x,, X x, maka ilai U X,,, X X disebut sebagai dugaa estimate bagi g (Hogg et al 005) Defiisi 0 (Peduga Tak Bias) (i) Suatu peduga yag ilai harapaya sama dega parameter g, yaitu E U X, X,, X g, disebut peduga tak bias bagi g Jika sebalikya, peduga di atas disebut berbias lim E U X, X,, X g, U X X X disebut (ii) Jika maka,,, peduga tak bias asimtotik bagi g (Hogg et al 005) Defiisi (Peduga Kosiste) Suatu peduga yag koverge dalam peluag g, disebut peduga ke parameter kosiste bagi g (Hogg et al 005) Defiisi (MSE suatu Peduga) Mea Square Error (MSE) dari suatu peduga U bagi parameter g didefiisika sebagai E = BiasU Var U MSE U U g

13 4 dega Bias U U g 5 Proses Stokastik E Defiisi 3 (Proses Stokastik) Proses stokastik X X t, t T adalah suatu himpua dari peubah aak yag memetaka suatu ruag otoh Ω ke suatu ruag state S (Ross 007) Jadi utuk setiap t pada himpua T, X t adalah suatu peubah aak Kita serig megiterpretasika t sebagai state (keadaa) dari proses pada waktu t Defiisi 4 (Proses Stokastik Waktu Kotiu) Suatu proses stokastik X disebut proses stokastik dega waktu kotiu jika T adalah suatu iterval (Ross 007) Defiisi 5 (Ikreme Bebas) Suatu proses stokastik dega waktu kotiu X X t, t T disebut memiliki ikreme bebas jika utuk semua t0 t t t, peubah aak X t X t0, X t X t,, X t X t adalah bebas (Ross 007) Dega kata lai, suatu proses stokastik dega waktu kotiu X disebut memiliki ikreme bebas jika proses berubahya ilai pada iterval waktu yag tidak tumpag tidih (tidak overlap) adalah bebas Defiisi 6 (Ikreme Stasioer) Suatu proses stokastik dega waktu kotiu X X t, t T disebut memiliki ikreme stasioer jika X s t X t memiliki sebara yag sama utuk semua ilai t (Ross 007) Dega kata lai, suatu proses stokastik dega waktu kotiu X disebut memiliki ikreme stasioer jika sebara (distribusi) dari perubaha ilai atara sebarag dua titik haya tergatug pada jarak atara kedua titik tersebut, da tidak tergatug dari lokasi titik titik tersebut 6 Proses Poisso Salah satu betuk khusus dari proses stokastik dega waktu kotiu adalah proses Poisso Pada proses ii keuali diyataka seara khusus, diaggap bahwa himpua ideks T adalah iterval bilaga tak egatif, yaitu 0, Defiisi 7 (Proses Peaaha) Suatu proses stokastik N t, t 0 disebut proses peaaha jika N t meyataka bayakya kejadia yag telah terjadi sampai waktu t Dari defiisi tersebut, maka suatu proses peaaha N t harus memeuhi syarat syarat berikut : (i) N t 0 utuk semua t 0, (ii) Nilai N t adalah iteger (iii) Jika s t maka N t N s, s, t 0, (iv) Utuk s t maka N t N s sama dega bayakya kejadia yag terjadi pada selag s, t (Ross 007) Defiisi 8 (Proses Poisso) Suatu proses peaaha N t, t 0 disebut proses Poisso dega laju λ, λ>0, jika dipeuhi tiga syarat berikut : (i) N 0 0 (ii) Proses tersebut memiliki ikreme bebas (iii) Bayakya kejadia pada sebarag iterval waktu dega pajag t, memiliki sebara (distribusi) Poisso dega ilai harapa t Jadi utuk semua t, s 0, t k e t N s t N s k P, k! k 0,, (Ross 007) Dari syarat (iii) dapat dilihat bahwa proses Poisso memiliki ikreme stasioer Dari syarat ii juga dapat diperoleh: E N t t Defiisi 9 (Proses Poisso tak Homoge) Suatu proses Poisso N t, t 0 disebut proses Poisso tak homoge jika laju λ pada

14 5 sebarag waktu t merupaka fugsi tak kosta dari t yaitu t (Ross 007) Defiisi 30 (Itesitas Lokal) Itresitas lokal dari suatu proses Poisso tak homoge X dega fugsi itesitas λ pada titik s adalah s, yaitu ilai fugsi λ di s (Cressie 993) Defiisi 3 (Fugsi Periodik) Suatu fugsi λ disebut periodik jika s k s utuk semua s da k Kostata terkeil τ yag memeuhi persamaa di atas disebut periode dari fugsi λ tersebut (Browder 996) Defiisi 3 (Proses Poisso Periodik) Proses Poisso periodik adalah suatu proses Poisso tak homoge yag fugsi itesitasya adalah fugsi periodik (Magku 00) 7 Beberapa Defiisi da Lema Tekis Defiisi 33 (Fugsi Teritegralka Lokal) Fugsi itesitas λ disebut teritegralka lokal, jika utuk sembarag himpua Borel terbatas B diperoleh B sds B (Dudley 989) Defiisi 34 (O()) Simbol big-oh ii merupaka ara utuk membadigka besarya dua fugsi u x da v x, dega x meuju suatu limit L Notasi u x O v x, x L, meyataka bahwa u x v x terbatas, utuk x L (Serflig 980) Defiisi 35 (o()) Suatu fugsi f disebut o h, utuk h 0, f h jika lim h0 h 0 Hal ii meyataka bahwa f h 0 lebih epat dari h 0 (Ross 007) Dega megguaka Defiisi 34 da Defiisi 35 diperoleh hal berikut : (i) Suatu barisa bilaga yata a disebut terbatas da ditulis a O utuk, jika ada bilaga terhigga A da B sehigga A a B, utuk semua bilaga asli (ii) Suatu barisa b yag koverge ke ol utuk, dapat ditulis b o, utuk (Purell ad Varberg 998) Defiisi 36 (Titik Lebesgue) Titik s disebut titik Lebesgue dari suatu fugsi λ jika berlaku h lim x s sdx 0 h0 h h Syarat ukup agar s titik Lebesgue bagi λ adalah fugsi λ kotiu di s (Wheede ad Zygmud 977) Lema (Formula Youg dari Teorema Taylor) Misalka g mempuyai turua ke- yag terhigga pada suatu titik x, maka k g x k g y g x y k o y x k k! utuk y x Bukti: lihat Serflig (980) Lema 3 (Pertaksamaa Chebyshev) Jika X adalah peubah aak dega ilai harapa μ da ragam, maka utuk setiap k 0, P X k k Bukti: lihat Lampira

15 6 III HASIL DAN PEMBAHASAN 3 Perumusa Masalah Misalka N adalah suatu proses Poisso o-homoge pada iterval 0, dega fugsi itesitas λ yag tidak diketahui Fugsi ii diasumsika teritegralka lokal da merupaka hasil kali dari dua kompoe, yaitu kompoe periodik atau kompoe siklik dega periode 0 yag dikalika dega kompoe tre kuadratik, yag juga tidak diketahui Dega kata lai, utuk sebarag titik s 0,, kita dapat meuliska fugsi itesitas λ sebagai berikut s * s as () * dega s adalah fugsi periodik dega periode τ da a merupaka koefisie dari tre kuadratik Persamaa () dapat juga ditulis mejadi s a * s s () dega a * ( s) adalah fugsi periodik Jika * diotasika s a s, maka persamaa () dapat ditulis mejadi s s s (3) Karea adalah fugsi periodik, maka persamaa berikut s s k (4) berlaku utuk setiap s 0, da k, dega adalah himpua bilaga bulat Karea s diketahui, maka masalah pedugaa fugsi itesitas s dapat disederhaaka mejadi masalah pedugaa kompoe periodik s Karea s adalah fugsi periodik dega periode τ, maka utuk meduga s pada s 0, ukup diduga ilai s pada s 0, Pada karya ilmiah ii dipelajari peyusua peduga kosiste bagi s utuk s 0,, dega haya megguaka realisasi tuggal N dari suatu proses Poisso dega fugsi itesitas s seperti pada persamaa (3), yag diamati pada iterval 0, 3 Perumusa Peduga pada Peduga bagi s s 0, dapat dirumuska sebagai berikut ˆ, s k 0 ( s k ) N s k h, s k h 0, h (5) dega N 0, meyataka bayakya kejadia pada iterval 0, da h adalah barisa bilaga real positif yag koverge meuju ol, yaitu h 0 (6) utuk Pada peduga di atas, h disebut badwidth Utuk meyusu peduga diperluka data N 0,, yaitu data realisasi proses Poisso pada iterval 0,, dega bilaga real da harus relatif besar dibadigka periode τ Fugsi itesitas s dapat didekati dega rata-rata bayakya kejadia di sekitar s atau pada iterval s h, s h Oleh karea itu, peduga bagi dega s, diotasika ˆ s, diperoleh dega meetuka rata-rata bayakya kejadia di sekitar s Seara matematis dapat ditulis mejadi N s h, ˆ s h s h (7) Berdasarka sifat keperiodika pada persamaa (4), maka didapatka peduga kompoe periodik fugsi itesitas λ di sekitar s k, yaitu s yag meyataka rata-rata bayakya kejadia di sekitar s k dibagi s k Seara matematis dapat ditulis mejadi N s k h, ˆ s k h s s k (8) h Data yag diamati pada iterval 0, Diotasika meyataka bayakya s k 0, bilaga bulat k sehigga

16 7 Sehigga didapatka suatu peduga bagi utuk s k 0, s, yaitu ˆ, k0 s k, 0, N s k h s k h h (9) Dega meggati dega, maka diperoleh peduga kompoe periodik s, yaitu ˆ s, k 0 ( s k ), 0, N s k h s k h h seperti pada persamaa (5) 33 Kekovergea MSE Peduga Teorema : (Kekovergea MSE Peduga) Misalka fugsi itesitas λ memeuhi persamaa (3) da teritegralka lokal Jika asumsi (6) da h utuk berlaku, maka MSE ˆ s 0 (0), utuk, asalka s adalah titik Lebesgue bagi Bukti: Berdasarka Defiisi MSE (Defiisi ), teorema di atas merupaka akibat dari dua lema berikut, yaitu Lema 4 tetag ketakbiasa asimtotik da Lema 5 tetag kekovergea ragam Lema 4: (Ketakbiasa Asimtotik) Misalka fugsi itesitas λ memeuhi persamaa (3) da teritegralka lokal Jika asumsi (6) dipeuhi, maka E s s () ˆ, utuk, asalka s adalah titik Lebesgue bagi Dega kata lai, ˆ, s adalah peduga tak bias asimtotik bagi s Bukti: Utuk membuktika () aka diperlihatka bahwa ˆ, s s lime () Utuk meyelesaika persamaa () dapat diperoleh dega ara sebagai berikut ˆ E, s k 0 ( s k ) EN s k h, s k h 0, h (3) Karea tidak megadug ideks k, h maka persamaa (3) dapat ditulis mejadi ˆ E, s h k 0 ( s k ) EN s k h, s k h 0, Kemudia kompoe EN s k h, s k h 0, pada persamaa (3) dapat dihitug sebagai berikut EN s k h, s k h 0, sk h sk h x I x 0, dx (4) Dega melakuka peggatia peubah y x s k, persamaa (4) dapat ditulis mejadi h, 0, EN s k h s k h y s k I y s k 0, dy h (5) Dega megguaka persamaa (3) da (4), maka persamaa (5) dapat ditulis mejadi EN s k h, s k h 0, h h y s k y s k I y s k 0, dy (6) Berdasarka sifat keperiodika (4), maka persamaa (6) dapat ditulis mejadi EN s k h, s k h 0, h h y s y s k I y s k 0, dy (7) Kemudia kembalika persamaa (7) ke persamaa (3) sehigga mejadi

17 8 E ˆ s, h k 0 ( s k ) h h y s y s k I y s k 0, dy (8) Persamaa (8) bisa ditulis mejadi E h ˆ, s y s k 0 h y s k ( s k ) Perhatika bahwa k 0 y s k ( s k ) h I y s k 0, dy I y s k 0, (9) O (0) utuk Jadi persamaa (9) dapat ditulis mejadi E ˆ s, h y s O dy h h () Dilakuka operasi perkalia pada ruas kaa persamaa () sehigga didapat E h ˆ, s y s dy h h O y sdy h h h () Suku pertama pada ruas kaa dari persamaa () dapat ditulis mejadi h y s s sdy h h h y s sdy h h h h h s dy (3) Utuk meujukka bahwa suku pertama dari persamaa (3) adalah koverge ke ol, diguaka ilai yag lebih besar, yaitu h y s sdy h (4) h Berdasarka asumsi (6) da dega asumsi bahwa s adalah titik Lebesgue bagi, maka kuatitas pada persamaa (4) koverge meuju ol jika, atau dapat juga ditulis o Sedagka suku kedua persamaa (3) adalah h sdy s h h (5) Dega meggabugka hasil yag diperoleh, maka h h y s sdy sdy h h h s o h utuk Dega demikia diperoleh bahwa suku pertama ruas kaa persamaa () adalah h y sdy s o h h utuk Sedagka suku kedua pada ruas kaa persamaa () adalah h O y sdy h h O s o O o utuk Dega meggabugka hasil yag diperoleh dari suku pertama da kedua dari persamaa (), maka diperoleh E ˆ s s o, utuk Dega demikia Lema 4 terbukti Lema 5: (Kekovergea Ragam) Misalka fugsi itesitas λ memeuhi persamaa (3) da teritegralka lokal Jika asumsi (6) dipeuhi, terbatas di sekitar s da h utuk, maka Var ˆ s 0 (6) utuk, Bukti : Karea h 0 jika, maka utuk ilai yag ukup besar, iterval s k h, s k h da

18 9 s j h, s j h tidak tumpag tidih atau tidak overlap asalka k j Akibatya, berdasarka sifat ikreme bebas dari proses Poisso, diperoleh bahwa N s k h, s k h da N s j h, s j h utuk k j adalah dua peubah aak bebas Sehigga dapat diperoleh ˆ Var, s 4 4 h ( s k ) k 0 Var N s k h, s k h 0, (7) Karea N adalah suatu peubah aak Poisso, maka ragam N sama dega ilai harapa N, sehigga persamaa (7) mejadi ˆ Var, s 4 4 h k 0 ( s k ) EN s k h, s k h 0, (8) Perhatika persamaa (7) meyataka bahwa EN s k h, s k h 0, h h y s y s k I y s k 0, dy Dega demikia persamaa (8) dapat ditulis mejadi h ˆ Var, s 4 y s 4 h ( s k ) k 0 h y s k I y s k 0, dy (9) Sekarag kita tulis persamaa (9) mejadi h ˆ Var, s y s h h h k 0 y s k 4 ( s k ) I y s k 0, dy Perhatika bahwa y s k I 4 y s k 0, k 0 ( s k ) o 6 utuk Maka persamaa (30) mejadi (30) (3) h ˆ, Var s y s h h h o dy 6 (3) Persamaa (3) diuraika mejadi h ˆ Var, s y sdy h h h h +o y sdy h h h (33) Karea terbatas di sekitar s, maka terdapat suatu kostata K sehigga s K (34) utuk semua s h, h Kemudia kedua ruas dari pertidaksamaa (34) diitegralka utuk s h, h da dikalika h, maka h h sds K ds h h (35) h h Ruas kaa dari pertidaksamaa (35) adalah h K ds K h (36) h Maka pertidaksamaa (35) dapat ditulis mejadi h sds K h h Karea K merupaka kostata, maka dapat ditulis K sama dega O Sehigga suku pertama persamaa (33) dapat ditulis mejadi h y sdy O h h h h = O h (37) Berdasarka asumsi pada Lema 5, bahwa h utuk, maka persamaa (37) sama dega o utuk Sedagka suku kedua dari ruas kaa persamaa (33) dapat ditulis mejadi h o o y s dy O h h h h

19 0 o h (38) Berdasarka asumsi pada Lema 5, bahwa h, utuk, maka ruas kaa persamaa (38) koverge ke ol atau sama dega o utuk Dega meggabugka hasil dari persamaa (37) da (38) diperoleh Var ˆ s 0, utuk Dega demikia Lema 5 terbukti Dari Lema 4 telah diperoleh bahwa E s s, yag berarti utuk ˆ, maka E s, s ˆ 0 Dari Lema 5 telah diperoleh bahwa Var ˆ, 0 s utuk Akibatya dega megguaka defiisi MSE (Defiisi ) aka diperoleh MSE ˆ s,,, Var ˆ s Bias ˆ s 0 utuk Dega demikia Teorema terbukti 34 Aproksimasi Asimtotik bagi Bias, Ragam, da MSE Peduga Teorema : (Aproksimasi Asimtotik bagi Bias) Misalka fugsi itesitas λ memeuhi persamaa (3) da teritegralka lokal Jika asumsi (6) dipeuhi, h, da memiliki turua kedua berhigga pada s, maka ˆ s E, s s h oh 6 (39) utuk Bukti: Berdasarka bukti Lema 4 megeai ketakbiasa asimtotik, maka ilai harapa dari ˆ, s dapat dituliska seperti pada persamaa () Karea memiliki turua kedua pada s maka kotiu pada s, megakibatka memiliki ilai yag terbatas di sekitar s Dega Formula Youg (Lema ), maka diperoleh k k k! s k x s x s o x s utuk x s Bila diuraika mejadi ' s s x s x s x s!! o x s utuk x s Misalka x y s, maka persamaa di atas dapat ditulis mejadi ' s s y s s y y!! o y utuk y 0 Sehigga kita dapat meuliska h h h h y s dy s s ' s y y h!! h o y dy h sdy h h h ' s y dy h h h h s y dy o y dy h h h h (40) utuk Suku pertama dari ruas kaa pada persamaa (40) dapat diuraika mejadi h sdy s h (4) h Suku kedua dari ruas kaa pada persamaa (40) dapat diuraika mejadi h ' h ' s s y dy y h h h h ' s = h h h =0 (4) Kemudia suku ketiga dari ruas kaa pada persamaa (40) dapat diuraika mejadi h h s s 3 y dy h h h 4h 3 h s 3 3 = 4 3 h h h

20 s 3 h = 4 h 3 s = h 6 (43) Suku terakhir dari ruas kaa pada persamaa (40) dapat diuraika mejadi h o y dy oh h (44) h utuk Kemudia hasil uraia dari keempat suku pada ruas kaa pada persamaa (40) digabugka, maka persamaa (40) dapat ditulis mejadi h s y sdy s h oh h 6 h utuk Sehigga ruas kaa persamaa () mejadi s s h oh O 6 s s h oh O (45) 6 utuk Berdasarka asumsi h, maka suku kedua dari ruas kaa persamaa (45), yaitu O sama dega oh, utuk Sehigga persamaa (45) dapat ditulis mejadi ˆ s E, s s h oh 6 utuk Dega demikia Teorema terbukti Teorema 3: (Aproksimasi Asimtotik bagi Ragam) Misalka fugsi itesitas λ memeuhi persamaa (3) da teritegralka lokal Jika asumsi (6) dipeuhi, maka ˆ s Var, s o h h (46) utuk da asalka s adalah titik Lebesgue bagi Bukti: Berdasarka bukti Lema 5 megeai kekovergea ragam, maka ragam dari ˆ, s dapat ditulis seperti pada persamaa (33) Pada bukti Lema 4 telah ditujukka h bahwa y sdy s o h, jika h Kemudia suku kedua ruas kaa dari persamaa (33) sama dega persamaa (38) da koverge meuju ol Dega demikia persamaa (33) dapat ditulis mejadi ˆ Var, s s o h o h s = o o h h h s = o, h h utuk Dega demikia Teorema 3 terbukti Teorema 4: (Aproksimasi Asimtotik bagi MSE) Misalka fugsi itesitas λ memeuhi persamaa (3) da teritegralka lokal Jika asumsi (6) dipeuhi da memiliki turua kedua berhigga pada s, maka, s s MSE ˆ s h h 36 4 o o h h utuk 4 (47) Bukti: Berdasarka defiisi MSE maka MSE ˆ s Bias ˆ s Var ˆ s,,, (48) dega Bias ˆ ˆ, s E, s s Dega megguaka Teorema da Teorema 3 diperoleh ˆ s Bias, s h oh 6 da

21 s, h ˆ Var s o h Sehigga ruas kaa persamaa (48) dapat ditulis mejadi s s s s h oh o 6 h h 4 4 h h o h o h 36 3 s o h h (49) utuk Karea memiliki turua kedua s berhigga pada s, maka O, 3 akibatya suku kedua pada ruas kaa 4 o h utuk, persamaa (49) berilai sehigga diperoleh persamaa (47) Dega demikia Teorema 4 terbukti 35 Peetua Badwidth Optimal Asimtotik Ukura terbaik dari suatu peduga relatif terhadap kesalahaya adalah peduga dega MSE yag berilai miimum M h yag merupaka fugsi dari Misalka h, meyataka suku utama dari MSE s, yaitu M h ˆ, s s 4 h h 36 Dapat diperoleh ilai h yag memiimumka M h utuk tetap, dega membuat turua pertama M h sama dega ol, sehigga diperoleh ' M h 0 s h s 3 h 0 9 s s 3 h 9 h s s s s s s s s 5 h h h h Selajutya diperiksa apakah h yag diperoleh memiimumka M h, dega memeriksa turua kedua dari M h, yaitu s s M h h 3 6 h 3 Telah kita ketahui bahwa ilai 0, s 0, s 0, 0, da badwidth yag berilai positif, sehigga M h 0 Dega demikia h yag diperoleh memiimumka M h Sehigga ilai optimal bagi badwidth adalah 9 s h 5 s 5 Badwidth optimal yag diperoleh di atas bersifat asimtotik karea kita tidak megetahui ilai s, sehigga kostata s s 9 5 juga tidak diketahui

22 3 IV KESIMPULAN Karea s diketahui, maka masalah s utuk pedugaa fugsi itesitas 0, s dapat disederhaaka mejadi masalah pedugaa kompoe periodik s s 0, s utuk Peduga bagi di titik s 0, adalah ˆ s, k 0 ( s k ), 0, N s k h s k h h Dari hasil kajia yag dilakuka dapat disimpulka bahwa: (i) ˆ, s adalah peduga tak bias asimtotik bagi s da Var ˆ, 0 s utuk, sehigga diperoleh MSE ˆ s 0, utuk (ii) Aproksimasi asimtotik bagi bias peduga adalah ˆ s E, s s h oh 6 utuk (iii) Aproksimasi asimtotik bagi ragam peduga adalah ˆ s Var, s o h h utuk (iv) Aproksimasi asimtotik bagi MSE peduga adalah s s ˆ 4 MSE, s h h 36 4 o o h h utuk (v) Badwidth optimal asimtotik yag memiimumka aproksimasi asimtotik dari MSE peduga adalah h 9 s s 5 5

23 4 DAFTAR PUSTAKA Browder, A 996 Mathematial Aalysis: A Itrodutio Spriger New York Cressie, N A C 993 Statisti for Spatial Data Revised Editio Wiley New York Dudley, R M 989 Real Aalysis ad Probability Wadsworth & Brooks Califroia Grimmet, G R ad D R Stirzaker 99 Probability ad Radom Proesses Ed ke- Claredo Press Oxford Hogg, RV, AT Craig, JW MKea 005 Itrodutio to Mathematial Statistis Ed ke-6 Pretie Hall, Eglewood Cliffs New Jersey Magku, I W 00 Estimatig the Itesity of a Cyli Poisso Proess (PhDThesis) Uiversity of Amsterdam Amsterdam Purell, E J ad D Verberg 998 Kalkulus da Geometri Aalisis Jilid Ed ke-5 Erlagga, Jakarta Ross, S M 007 Itrodutio to Probability Models Ed ke-9 Aademi Press I Orlado, Florida Serflig, R J 980 Approximatio Theorems of Mathematial Statistis Joh Wiley & Sos New York Taylor, H M ad S Karli 984 A Itrodutio to Stohasti Modellig Aademi Press I Orlado, Florida Wheede, R L ad A Zygmud 977 Measure ad Itegral: A Itrodutio to Real Aalysis Marel Dekker, I New York

24 LAMPIRAN

25 6 Lampira Pembuktia Lema Lema (Jumlah Peubah Aak Poisso) Misalka X da Y adalah peubah aak salig bebas da memiliki sebara Poisso dega parameter berturut-turut da Maka X + Y memiliki sebara Poisso dega parameter (Taylor ad Karli 984) Bukti: Dega megguaka atura peluag total (law of total probability), dapat kita yataka P X Y P X k, Y k k 0 k0 P = P X k Y k ( X da Y salig bebas) = = k k e e k0 k! k! e e!! k! k! k 0 k k Igat, dega perluasa biomial kita dapat meyataka, utuk setiap iteger positif, k k k k 0! k k = k! k! Sehigga dega mesubstitusika (5) ke (50) kita peroleh ruas kaa (50) adalah e k0! Betuk (5) di atas adalah fugsi peluag dari sebara Poisso dega parameter (50) (5) (5) Maka Lema terbukti

26 7 Lampira Pembuktia Lema 3 Lema 3 (Pertidaksamaa Chebyshev) Jika X adalah peubah aak dega ilai harapa μ da ragam, maka utuk setiap k 0, X k P k (53) Bukti: Utuk membuktika pertidaksamaa Chebyshev diperluka pertidaksamaa Markov berikut: Lema 6 (Pertidaksamaa Markov) Jika X adalah peubah aak dega E(X) terbatas, maka utuk setiap a > 0, P X a E a X Bukti: Misalka A X a maka X ai A,, jika X a dega I A adalah fugsi idikator dari A, yaitu: I A 0, jika X a Jika kita tetuka ilai harapaya, maka diperoleh E X E ai Sehigga diperoleh P X a Jadi Lema 6 terbukti E a X A = aei A = ap X a (54) Selajutya dega pertidaksamaa Markov (Lema 6) maka kita dapat membuktika Lema 3 Jadi Lema 3 terbukti P P = k X k X k E X k

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

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

Lebih terperinci

BAB II TINJAUAN PUSTAKA

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

Lebih terperinci

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

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

Lebih terperinci

BAB III PERUMUSAN PENDUGA DAN SIFAT SIFAT STATISTIKNYA

BAB III PERUMUSAN PENDUGA DAN SIFAT SIFAT STATISTIKNYA BAB III PERUMUSAN PENDUGA DAN SIFAT SIFAT STATISTIKNYA 3. Perumusa Peduga Misalka N adala proses Poisso o omoge pada iterval [, dega fugsi itesitas yag tidak diketaui. Fugsi ii diasumsika teritegralka

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Distribusi Pendekatan (Limiting Distributions)

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

Lebih terperinci

I. DERET TAKHINGGA, DERET PANGKAT

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

Lebih terperinci

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

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

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara BAB I PENDAHULUAN 1.1 Latar Belakag Salah satu pera da fugsi statistik dalam ilmu pegetahua adalah sebagai. alat aalisis da iterpretasi data kuatitatif ilmu pegetahua, sehigga didapatka suatu kesimpula

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

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

Lebih terperinci

2 BARISAN BILANGAN REAL

2 BARISAN BILANGAN REAL 2 BARISAN BILANGAN REAL Di sekolah meegah barisa diperkealka sebagai kumpula bilaga yag disusu meurut "pola" tertetu, misalya barisa aritmatika da barisa geometri. Biasaya barisa da deret merupaka satu

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

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

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

Lebih terperinci

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

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

Lebih terperinci

Statistika dibagi menjadi dua, yaitu: 1. Statistika Deskriftif 2. Statistik Inferensial Penarikan kesimpulan dapat dilakukan dengan dua cara, yaitu:

Statistika dibagi menjadi dua, yaitu: 1. Statistika Deskriftif 2. Statistik Inferensial Penarikan kesimpulan dapat dilakukan dengan dua cara, yaitu: Peaksira Parameter Statistika dibagi mejadi dua yaitu:. Statistika Deskriftif 2. Statistik Iferesial Pearika kesimpula dapat dilakuka dega dua cara yaitu:. Peaksira Parameter 2. Pegujia Hipotesis Peaksira

Lebih terperinci

Definisi Integral Tentu

Definisi Integral Tentu Defiisi Itegral Tetu Bila kita megedarai kedaraa bermotor (sepeda motor atau mobil) selama 4 jam dega kecepata 50 km / jam, berapa jarak yag ditempuh? Tetu saja jawabya sagat mudah yaitu 50 x 4 = 200 km.

Lebih terperinci

BARISAN DAN DERET. Nurdinintya Athari (NDT)

BARISAN DAN DERET. Nurdinintya Athari (NDT) BARISAN DAN DERET Nurdiitya Athari (NDT) BARISAN Defiisi Barisa bilaga didefiisika sebagai fugsi dega daerah asal merupaka bilaga asli. Notasi: f: N R f( ) = a Fugsi tersebut dikeal sebagai barisa bilaga

Lebih terperinci

I. PENDAHULUAN II. LANDASAN TEORI

I. PENDAHULUAN II. LANDASAN TEORI I PENDAHULUAN 1 Latar belakag Model pertumbuha Solow-Swa (the Solow-Swa growth model) atau disebut juga model eoklasik (the eo-classical model) pertama kali dikembagka pada tahu 195 oleh Robert Solow da

Lebih terperinci

SIFAT-SIFAT STATISTIKA PENDUGA TURUNAN PERTAMA DAN TURUNAN KEDUA FUNGSI INTENSITAS PROSES POISSON PERIODIK RATNA GALUH NIKEN PRAMARANI

SIFAT-SIFAT STATISTIKA PENDUGA TURUNAN PERTAMA DAN TURUNAN KEDUA FUNGSI INTENSITAS PROSES POISSON PERIODIK RATNA GALUH NIKEN PRAMARANI SIFAT-SIFAT STATISTIKA PENDUGA TURUNAN PERTAMA DAN TURUNAN KEDUA FUNGSI INTENSITAS PROSES POISSON PERIODIK RATNA GALUH NIKEN PRAMARANI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

Lebih terperinci

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

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

Lebih terperinci

,n N. Jelas barisan ini terbatas pada dengan batas M =: 1, dan. barisan ini kovergen ke 0.

,n N. Jelas barisan ini terbatas pada dengan batas M =: 1, dan. barisan ini kovergen ke 0. PROGRAM STUDI PENDIDIKAN MATEMATIKA FKIP UNMUH PONOROGO SOAL UJIAN TENGAH SEMESTER GENAP TA 03/04 Mata Ujia : Aalisis Real Tipe Soal : REGULER Dose : Dr. Jula HERNADI Waktu : 90 meit Hari, Taggal : Selasa,

Lebih terperinci

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X Pedugaa Selag: Metode Pivotal Lagkah-lagkahya 1. Adaika X1, X,..., X adalah cotoh acak dari populasi dega fugsi kepekata f( x; ), da parameter yag tidak diketahui ilaiya. Adaika T adalah peduga titik bagi..

Lebih terperinci

Program Perkuliahan Dasar Umum Sekolah Tinggi Teknologi Telkom. Barisan dan Deret

Program Perkuliahan Dasar Umum Sekolah Tinggi Teknologi Telkom. Barisan dan Deret Program Perkuliaha Dasar Umum Sekolah Tiggi Tekologi Telkom Barisa da Deret Barisa Defiisi Barisa bilaga didefiisika sebagai fugsi dega daerah asal merupaka bilaga asli. Notasi: f: N R f( ) a Fugsi tersebut

Lebih terperinci

II. TINJAUAN PUSTAKA. Secara umum apabila a bilangan bulat dan b bilangan bulat positif, maka ada tepat = +, 0 <

II. TINJAUAN PUSTAKA. Secara umum apabila a bilangan bulat dan b bilangan bulat positif, maka ada tepat = +, 0 < II. TINJAUAN PUSTAKA 2.1 Keterbagia Secara umum apabila a bilaga bulat da b bilaga bulat positif, maka ada tepat satu bilaga bulat q da r sedemikia sehigga : = +, 0 < dalam hal ii b disebut hasil bagi

Lebih terperinci

Deret Fourier. Modul 1 PENDAHULUAN

Deret Fourier. Modul 1 PENDAHULUAN Modul Deret Fourier Prof. Dr. Bambag Soedijoo P PENDAHULUAN ada modul ii dibahas masalah ekspasi deret Fourier Sius osius utuk suatu fugsi periodik ataupu yag diaggap periodik, da dibahas pula trasformasi

Lebih terperinci

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

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

Lebih terperinci

oleh hasil kali Jika dan keduanya fungsi yang dapat didiferensialkan, maka

oleh hasil kali Jika dan keduanya fungsi yang dapat didiferensialkan, maka Itegral etu Jika fugsi kotiu yag didefiisika utuk, kita bagi selag mejadi selag bagia berlebar sama Misalka berupa titik ujug selag bagia ii da pilih titik sampel di dalam selag bagia ii, sehigga terletak

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Optimasi 2.1.1. Pegertia Optimasi Optimasi (Optimizatio) adalah aktivitas utuk medapatka hasil terbaik di bawah keadaa yag diberika. Tujua akhir dari semua aktivitas tersebut

Lebih terperinci

III PEMBAHASAN. λ = 0. Ly = 0, maka solusi umum dari persamaan diferensial (3.3) adalah

III PEMBAHASAN. λ = 0. Ly = 0, maka solusi umum dari persamaan diferensial (3.3) adalah III PEMBAHASAN Pada bagia ii aka diformulasika masalah yag aka dibahas. Solusi masalah aka diselesaika dega Metode Dekomposisi Adomia. Selajutya metode ii aka diguaka utuk meyelesaika model yag diyataka

Lebih terperinci

Hendra Gunawan. 12 Februari 2014

Hendra Gunawan. 12 Februari 2014 MA1201 MATEMATIKA 2A Hedra Guawa Semester II, 2013/2014 12 Februari 2014 Bab Sebelumya 8. Betuk Tak Tetu da Itegral Tak Wajar 8.1 Betuk Tak Tetu 0/0 82 8.2 Betuk Tak Tetu Laiya 8.3 Itegral Tak Wajar dg

Lebih terperinci

TEOREMA WEYL UNTUK OPERATOR HYPONORMAL

TEOREMA WEYL UNTUK OPERATOR HYPONORMAL Jural UJMC, Volume 3, Nomor, Hal. - 6 pissn : 460-3333 eissn : 579-907X TEOREMA WEYL UNTUK OPERATOR HYPONORMAL Guawa Uiversitas Muhammadiyah Purwokerto, gu.oge@gmail.com Abstract This paper aims at describig

Lebih terperinci

BAHAN AJAR ANALISIS REAL 1 Matematika STKIP Tuanku Tambusai Bangkinang 5. DERET

BAHAN AJAR ANALISIS REAL 1 Matematika STKIP Tuanku Tambusai Bangkinang 5. DERET Pertemua 7. BAHAN AJAR ANALISIS REAL Matematika STKIP Tuaku Tambusai Bagkiag 5. da kekovergeaya 5. DERET Diberika sebuah barisa a, dapat didefeisika barisa bilaga real S N dega S N := N a = a + a 2 +...

Lebih terperinci

SIFAT-SIFAT FUNGSI EKSPONENSIAL BERBASIS BILANGAN NATURAL YANG DIDEFINISIKAN SEBAGAI LIMIT

SIFAT-SIFAT FUNGSI EKSPONENSIAL BERBASIS BILANGAN NATURAL YANG DIDEFINISIKAN SEBAGAI LIMIT Jural Matematika UNAND Vol. 4 No. 1 Hal. 12 22 ISSN : 2303 2910 c Jurusa Matematika FMIPA UNAND SIFAT-SIFAT FUNGSI EKSPONENSIAL BERBASIS BILANGAN NATURAL YANG DIDEFINISIKAN SEBAGAI LIMIT ENIVA RAMADANI

Lebih terperinci

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian BAB I PENDAHULUAN A. Latar Belakag Masalah Matematika merupaka suatu ilmu yag mempuyai obyek kajia abstrak, uiversal, medasari perkembaga tekologi moder, da mempuyai pera petig dalam berbagai disipli,

Lebih terperinci

PENDUGAAN PARAMETER DARI DISTRIBUSI POISSON DENGAN MENGGUNAKAN METODE MAXIMUM LIKEHOOD ESTIMATION (MLE) DAN METODE BAYES

PENDUGAAN PARAMETER DARI DISTRIBUSI POISSON DENGAN MENGGUNAKAN METODE MAXIMUM LIKEHOOD ESTIMATION (MLE) DAN METODE BAYES Jural Matematika UNAND Vol. 3 No. 4 Hal. 52 59 ISSN : 233 29 c Jurusa Matematika FMIPA UNAND PENDUGAAN PARAMETER DARI DISTRIBUSI POISSON DENGAN MENGGUNAKAN METODE MAXIMUM LIKEHOOD ESTIMATION (MLE) DAN

Lebih terperinci

Barisan. Barisan Tak Hingga Kekonvergenan barisan tak hingga Sifat sifat barisan Barisan Monoton. 19/02/2016 Matematika 2 1

Barisan. Barisan Tak Hingga Kekonvergenan barisan tak hingga Sifat sifat barisan Barisan Monoton. 19/02/2016 Matematika 2 1 Barisa Barisa Tak Higga Kekovergea barisa tak higga Sifat sifat barisa Barisa Mooto 9/0/06 Matematika Barisa Tak Higga Secara sederhaa, barisa merupaka susua dari bilaga bilaga yag urutaya berdasarka bilaga

Lebih terperinci

LANDASAN TEORI. Pada bab ini akan diberikan beberapa konsep dasar (pengertian) yang akan digunakan dalam. pembahasan penelitian. 2.

LANDASAN TEORI. Pada bab ini akan diberikan beberapa konsep dasar (pengertian) yang akan digunakan dalam. pembahasan penelitian. 2. II. LANDASAN TEORI Pada bab ii aka diberika beberapa kosep dasar (pegertia) yag aka diguaka dalam pembahasa peelitia 2.1 Ruag Vektor Defiisi 3.1.1 (Darmawijaya, 2007) Diketahui (V, +) grup komutatif da

Lebih terperinci

terurut dari bilangan bulat, misalnya (7,2) (notasi lain 2

terurut dari bilangan bulat, misalnya (7,2) (notasi lain 2 Bab Bilaga kompleks BAB BILANGAN KOMPLEKS Defiisi Bilaga Kompleks Sebelum medefiisika bilaga kompleks, pembaca diigatka kembali pada permasalah dalam sistem bilaga yag telah dikeal sebelumya Yag pertama

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Didalam melakuka kegiata suatu alat atau mesi yag bekerja, kita megeal adaya waktu hidup atau life time. Waktu hidup adalah lamaya waktu hidup suatu kompoe atau uit pada

Lebih terperinci

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

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

Lebih terperinci

BAB II TEORI DASAR. Definisi Grup G disebut grup komutatif atau grup abel jika berlaku hukum

BAB II TEORI DASAR. Definisi Grup G disebut grup komutatif atau grup abel jika berlaku hukum BAB II TEORI DASAR 2.1 Aljabar Liier Defiisi 2. 1. 1 Grup Himpua tak kosog G disebut grup (G, ) jika pada G terdefiisi operasi, sedemikia rupa sehigga berlaku : a. Jika a, b eleme dari G, maka a b eleme

Lebih terperinci

Kalkulus Rekayasa Hayati DERET

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

Lebih terperinci

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi 6. Pecacaha Lajut Relasi Rekuresi Relasi rekuresi utuk dereta {a } adalah persamaa yag meyataka a kedalam satu atau lebih suku sebelumya, yaitu a 0, a,, a -, utuk seluruh bilaga bulat, dega 0, dimaa 0

Lebih terperinci

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

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

Lebih terperinci

9 Departemen Statistika FMIPA IPB

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

Lebih terperinci

b. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut:

b. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut: Statistik da Peluag A. Statistik Statistik adalah metode ilmiah yag mempelajari cara pegumpula, peyusua, pegolaha, da aalisis data, serta cara pegambila kesimpula berdasarka data-data tersebut. Data ialah

Lebih terperinci

PERTEMUAN 13. VEKTOR dalam R 3

PERTEMUAN 13. VEKTOR dalam R 3 PERTEMUAN VEKTOR dalam R Pegertia Ruag Vektor Defiisi R Jika adalah sebuah bilaga bulat positif, maka tupel - - terorde (ordered--tuple) adalah sebuah uruta bilaga riil ( a ),a,..., a. Semua tupel - -terorde

Lebih terperinci

Bab 2. Sistem Bilangan Real Aksioma Bilangan Real Misalkan adalah himpunan bilangan real, P himpunan bilangan positif dan fungsi + dan.

Bab 2. Sistem Bilangan Real Aksioma Bilangan Real Misalkan adalah himpunan bilangan real, P himpunan bilangan positif dan fungsi + dan. Bab Sistem Bilaga Real.. Aksioma Bilaga Real Misalka adalah himpua bilaga real, P himpua bilaga positif da fugsi + da. dari ke da asumsika memeuhi aksioma-aksioma berikut: Aksioma Lapaga Utuk semua bilaga

Lebih terperinci

Selang Kepercayaan (Confidence Interval) Pengantar Penduga titik (point estimator) telah dibahas pada kuliah-kuliah sebelumnya. Walau statistikawan

Selang Kepercayaan (Confidence Interval) Pengantar Penduga titik (point estimator) telah dibahas pada kuliah-kuliah sebelumnya. Walau statistikawan Selag Kepercayaa (Cofidece Iterval) Pegatar Peduga titik (poit estimator) telah dibahas pada kuliah-kuliah sebelumya. Walau statistikawa telah berusaha memperoleh peduga titik yag baik, amu hampir bisa

Lebih terperinci

PEMBUKTIAN SIFAT RUANG BANACH PADA B 1/4 (K) Malahayati

PEMBUKTIAN SIFAT RUANG BANACH PADA B 1/4 (K) Malahayati Jural Matematika Muri da Terapa εpsilo Vol. 07, No.01, (2013), Hal. 33 44 PEMBUKTIAN SIFAT RUANG BANACH PADA B 1/4 (K) Malahayati Program Studi Matematika Fakultas Sais da Tekologi UIN Sua Kalijaga Yogyakarta

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Distribusi Ekspoesial Fugsi ekspoesial adalah salah satu fugsi yag palig petig dalam matematika. Biasaya, fugsi ii ditulis dega otasi exp(x) atau e x, di maa e adalah basis logaritma

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB ENDAHULUAN. Latar Belakag Masalah Dalam kehidupa yata, hampir seluruh feomea alam megadug ketidak pastia atau bersifat probabilistik, misalya pergeraka lempega bumi yag meyebabka gempa, aik turuya

Lebih terperinci

PEMBUKTIAN TEOREMA HUKUM LEMAH BILANGAN BESAR DENGAN MENGGUNAKAN FUNGSI KARAKTERISTIK

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

Lebih terperinci

BARISAN DAN DERET. 05/12/2016 Matematika Teknik 1 1

BARISAN DAN DERET. 05/12/2016 Matematika Teknik 1 1 BARISAN DAN DERET 05//06 Matematika Tekik BARISAN Barisa Tak Higga Kekovergea barisa tak higga Sifat sifat barisa Barisa Mooto 05//06 Matematika Tekik Barisa Tak Higga Secara sederhaa, barisa merupaka

Lebih terperinci

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari.

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari. Selag Kepercayaa Cotoh Besar Jika ukura cotoh (sample size) besar, maka meurut Teorema Limit Pusat, bayak statistik megikuti/mempuyai sebara yag medekati ormal (dapat diaggap ormal). Artiya jika adalah

Lebih terperinci

PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT

PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT Prosidig Semiar Nasioal Matematika da Terapaya 06 p-issn : 0-0384; e-issn : 0-039 PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT Liatus

Lebih terperinci

MA1201 MATEMATIKA 2A Hendra Gunawan

MA1201 MATEMATIKA 2A Hendra Gunawan MA1201 MATEMATIKA 2A Hedra Guawa Semester II, 2016/2017 3 Februari 2017 Bab Sebelumya 8. Betuk Tak Tetu da Itegral Tak Wajar 8.1 Betuk Tak Tetu 0/0 8.2 Betuk Tak Tetu Laiya 8.3 Itegral Tak Wajar dg Batas

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Statistika iferesi merupaka salah satu cabag statistika yag bergua utuk meaksir parameter. Peaksira dapat diartika sebagai dugaa atau perkiraa atas sesuatu yag aka terjadi

Lebih terperinci

Setelah mempelajari modul ini Anda diharapkan dapat: a. memeriksa apakah suatu pemetaan merupakan operasi;

Setelah mempelajari modul ini Anda diharapkan dapat: a. memeriksa apakah suatu pemetaan merupakan operasi; Modul 1 Operasi Dr. Ahmad Muchlis B PENDAHULUAN erapakah 97531 86042? Kalau Ada megguaka kalkulator, jawabaya amat bergatug pada tipe kalkulator yag Ada pakai. 9 Kalkulator ilmiah Casio fx-250 memberika

Lebih terperinci

Himpunan/Selang Kekonvergenan

Himpunan/Selang Kekonvergenan oki eswa (fmipa-itb) Deret Pagkat Kita aka mempelajari beberapa tehik utuk meyajika suatu fugsi f (x) dalam betuk deret pagkat (power series), yaitu meetuka derat pagkat c (x a) sehigga f (x) = c (x a)

Lebih terperinci

ISIAN SINGKAT! 1. Diberikan hasil kali digit digit dari n harus sama dengan 25

ISIAN SINGKAT! 1. Diberikan hasil kali digit digit dari n harus sama dengan 25 head office : Kompleks Sawaga Permai Blok A5 No.1A, Sawaga, Depok 16511 Telp.01-951 1160. cotact perso : 0-878787-1-8585 / 081-8691-10 Bidag Studi Kode Berkas Waktu : Matematika : MA-L01 (solusi) : 90

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

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

B a b 1 I s y a r a t

B a b 1 I s y a r a t 34 TKE 315 ISYARAT DAN SISTEM B a b 1 I s y a r a t (bagia 3) Idah Susilawati, S.T., M.Eg. Program Studi Tekik Elektro Fakultas Tekik da Ilmu Komputer Uiversitas Mercu Buaa Yogyakarta 29 35 1.5.2. Isyarat

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

TINJAUAN PUSTAKA. 2.1 Ruang Vektor. Definisi (Darmawijaya, 2007) Diketahui (V, +) grup komutatif dan (F,,. ) lapangan dengan elemen identitas

TINJAUAN PUSTAKA. 2.1 Ruang Vektor. Definisi (Darmawijaya, 2007) Diketahui (V, +) grup komutatif dan (F,,. ) lapangan dengan elemen identitas II. TINJAUAN PUSTAKA 2.1 Ruag Vektor Defiisi 2.1.1 (Darmawijaya, 2007) Diketahui (V, +) grup komutatif da (F,,. ) lapaga dega eleme idetitas 1. V disebut ruag vektor (vector space) atas F jika ada operasi

Lebih terperinci

II. LANDASAN TEORI. Pada bab ini akan diberikan beberapa istilah, definisi serta konsep-konsep yang

II. LANDASAN TEORI. Pada bab ini akan diberikan beberapa istilah, definisi serta konsep-konsep yang II. LANDASAN TEORI Pada bab ii aka diberika beberapa istilah, defiisi serta kosep-kosep yag medukug dalam peelitia ii. 2.1 Kosep Dasar Teori Graf Berikut ii aka diberika kosep dasar teori graf yag bersumber

Lebih terperinci

BAB VIII KONSEP DASAR PROBABILITAS

BAB 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 terperinci

Aji Wiratama, Yuni Yulida, Thresye Program Studi Matematika Fakultas MIPA Universitas Lambung Mangkurat Jl. Jend. A. Yani km 36 Banjarbaru

Aji Wiratama, Yuni Yulida, Thresye Program Studi Matematika Fakultas MIPA Universitas Lambung Mangkurat Jl. Jend. A. Yani km 36 Banjarbaru Jural Matematika Muri da Terapa εpsilo Vol.8 No.2 (24) Hal. 39-45 APLIKASI METODE DEKOMPOSISI ADOMIAN UNTUK MENENTUKAN FORMULA TRANSFORMASI LAPLACE Aji Wiratama, Yui Yulida, Thresye Program Studi Matematika

Lebih terperinci

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

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

Lebih terperinci

TEORI ANTRIAN. Gambar 1 Proses antrian pada suatu sistem antrian

TEORI ANTRIAN. Gambar 1 Proses antrian pada suatu sistem antrian TEORI ANTRIAN Teori atria merupaka studi matematis megeai atria atau waitig lies yag di dalamya disediaka beberapa alteratif model matematika yag dapat diguaka utuk meetuka beberapa karakteristik da optimasi

Lebih terperinci

BAB 1 PENDAHULUAN. dimana f(x) adalah fungsi tujuan dan h(x) adalah fungsi pembatas.

BAB 1 PENDAHULUAN. dimana f(x) adalah fungsi tujuan dan h(x) adalah fungsi pembatas. BAB 1 PENDAHUUAN 1.1 atar Belakag Pada dasarya masalah optimisasi adalah suatu masalah utuk membuat ilai fugsi tujua mejadi maksimum atau miimum dega memperhatika pembatas pembatas yag ada. Dalam aplikasi

Lebih terperinci

TUGAS ANALISIS REAL LANJUT. a b < a + A. b + B < A B.

TUGAS ANALISIS REAL LANJUT. a b < a + A. b + B < A B. TUGAS ANALISIS REAL LANJUT NOVEMBER 207 () (a) Jika b > 0, B > 0, da a b < A, buktika ab < ba. Kemudia buktika B a b < a + A b + B < A B. (b) Buktika [ 2 (a + b)] 2 2 (a2 + b 2 ). Kemudia tujukka bahwa

Lebih terperinci

REPRESENTASI KANONIK UNTUK FUNGSI KARAKTERISTIK DARI SEBARAN TERBAGI TAK HINGGA

REPRESENTASI KANONIK UNTUK FUNGSI KARAKTERISTIK DARI SEBARAN TERBAGI TAK HINGGA Jural Matematika UNAND Vol. 3 No. Hal. 7 34 ISSN : 33 9 c Jurusa Matematika FMIPA UNAND REPRESENTASI KANONIK UNTUK FUNGSI KARAKTERISTIK DARI SEBARAN TERBAGI TAK HINGGA EKA RAHMI KAHAR, DODI DEVIANTO Program

Lebih terperinci

III PERBANDINGAN MODEL-MODEL BINOMIAL. : harga saham : tingkat harapan pendapatan. yaitu

III PERBANDINGAN MODEL-MODEL BINOMIAL. : harga saham : tingkat harapan pendapatan. yaitu III PERBANDINGAN MODEL-MODEL BINOMIAL 3. Model Kotiu da Model Diskret Perkembaga Harga Saham Saham merupaka aset fiasial yag ilaiya berubah-ubah megikuti harga pasar, sehigga dalam jagka waktu tertetu

Lebih terperinci

i adalah indeks penjumlahan, 1 adalah batas bawah, dan n adalah batas atas.

i adalah indeks penjumlahan, 1 adalah batas bawah, dan n adalah batas atas. 4 D E R E T Kosep deret merupaka kosep matematika yag cukup populer da aplikatif khusuya dalam kasus-kasus yag meyagkut perkembaga da pertumbuha suatu gejala tertetu. Apabila perkembaga atau pertumbuha

Lebih terperinci

KEKONVERGENAN BARISAN DI DALAM RUANG

KEKONVERGENAN BARISAN DI DALAM RUANG KEKONVERGENAN BARISAN DI DALAM RUANG FUNGSI KONTINU C[a, b] Firdaus Ubaidillah 1, Soepara Darmawijaya, Ch. Rii Idrati 1 Jurusa Matematika FMIPA Uiversitas Gadjah Mada Yogyakarta e-mail: irdaus_u@yahoo.com

Lebih terperinci

PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart

PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart Prosidig Semiar Nasioal Peelitia, Pedidika da Peerapa MIPA, Fakultas MIPA, Uiversitas Negeri Yogyakarta, 2 Jui 2012 PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart Adi Setiawa

Lebih terperinci

) didefinisikan sebagai persamaan yang dapat dinyatakan dalam bentuk: a x a x a x b... b adalah suatu urutan bilangan dari bilangan s1, s2,...

) didefinisikan sebagai persamaan yang dapat dinyatakan dalam bentuk: a x a x a x b... b adalah suatu urutan bilangan dari bilangan s1, s2,... SISEM PERSAMAAN LINIER DAN MARIKS. SISEM PERSAMAAN LINIER Secara umum, persamaa liier dega variabel ( x, x,..., x ) didefiisika sebagai persamaa yag dapat diyataka dalam betuk: a x a x a x b... dega a,

Lebih terperinci

Statistika Inferensia: Pendugaan Parameter. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015

Statistika Inferensia: Pendugaan Parameter. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015 Statistika Iferesia: Pedugaa Parameter Dr. Kusma Sadik, M.Si Dept. Statistika IPB, 05 Populasi : Parameter Sampel : Statistik Statistik merupaka PENDUGA bagi parameter populasi Pegetahua megeai distribusi

Lebih terperinci

EMPAT CARA UNTUK MENENTUKAN NILAI INTEGRAL POISSON., Sri Gemawati 2, Agusni 2. Mahasiswa Program Studi S1 Matematika 2

EMPAT CARA UNTUK MENENTUKAN NILAI INTEGRAL POISSON., Sri Gemawati 2, Agusni 2. Mahasiswa Program Studi S1 Matematika 2 EMPAT CARA UNTUK MENENTUKAN NLA NTEGRAL POSSON Novrialma *, Sri Gemawati, Agusi Mahasiswa Program Studi S Matematika Dose Jurusa Matematika Fakultas Matematika da lmu Pegetahua Alam Uiversitas Riau Kampus

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Model Pertumbuha Betuk ugsi pertumbuha satu jeis spesies pada umumya megguaka otasi ugsi aalitik yag diyataka dalam satu persamaa. Secara umum ugsi pertumbuha meyataka hubuga

Lebih terperinci

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k

Lebih terperinci

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

II. LANDASAN TEORI. 2. P bersifat aditif tak hingga, yaitu jika dengan. 2.1 Ruang Contoh, Kejadian dan Peluang II. LANDASAN TEORI 2.1 Ruang Contoh, Kejadian dan Peluang Dalam suatu percobaan sering kali diperlukan pengulangan yang dilakukan dalam kondisi yang sama. Semua kemungkinan hasil yang akan muncul akan

Lebih terperinci

MAKALAH ALJABAR LINEAR SUB RUANG VEKTOR. Dosen Pengampu : Darmadi, S.Si, M.Pd

MAKALAH ALJABAR LINEAR SUB RUANG VEKTOR. Dosen Pengampu : Darmadi, S.Si, M.Pd MAKALAH ALJABAR LINEAR SUB RUANG VEKTOR Dose Pegampu : Darmadi, S.Si, M.Pd Disusu : Kelas 5A / Kelompok 5 : Dia Dwi Rahayu (084. 06) Hefetamala (084. 4) Khoiril Haafi (084. 70) Liaatul Nihayah (084. 74)

Lebih terperinci

Pendugaan Parameter. Debrina Puspita Andriani /

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

Lebih terperinci

III BAB BARISAN DAN DERET. Tujuan Pembelajaran. Pengantar

III BAB BARISAN DAN DERET. Tujuan Pembelajaran. Pengantar BAB III BARISAN DAN DERET Tujua Pembelajara Setelah mempelajari materi bab ii, Ada diharapka dapat:. meetuka suku ke- barisa da jumlah suku deret aritmetika da geometri,. meracag model matematika dari

Lebih terperinci

BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA DAN FAKTOR DISKON

BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA DAN FAKTOR DISKON BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARA DAN FAKTOR DIKON 3.1 Ecoomic Order Quatity Ecoomic Order Quatity (EOQ) merupaka suatu metode yag diguaka utuk megedalika

Lebih terperinci

PENDUGA KEPEKATAN KERNEL BAGI FUNGSI KEPEKATAN PELUANG GAMMA. Oleh: MERYALDI G

PENDUGA KEPEKATAN KERNEL BAGI FUNGSI KEPEKATAN PELUANG GAMMA. Oleh: MERYALDI G PENDUGA KEPEKATAN KERNEL BAGI FUNGSI KEPEKATAN PELUANG GAMMA Oleh: MERYALDI G5400 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 006 PENDUGA KEPEKATAN KERNEL

Lebih terperinci

BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL

BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL Defiisi Persamaa diferesial adalah persamaa yag melibatka variabelvariabel tak bebas da derivatif-derivatifya terhadap variabel-variabel bebas. Berikut ii adalah

Lebih terperinci

HALAMAN Dengan definisi limit barisan buktikan limit berikut ini : = 0. a. lim PENYELESAIAN : jadi terbukti bahwa lim = 0 = 5. b.

HALAMAN Dengan definisi limit barisan buktikan limit berikut ini : = 0. a. lim PENYELESAIAN : jadi terbukti bahwa lim = 0 = 5. b. Didowload dari ririez.blog.us.ac.id HALAMAN 36 37 5. Dega defiisi limit barisa buktika limit berikut ii : a. lim = 0 lim 1 2 + 3 = 0 > 0 h 1 = 2 + 3 0 = 1 2 + 3 1 2 1 2 1 2 < jadi terbukti bahwa lim =

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, , Agustus 2003, ISSN : METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, , Agustus 2003, ISSN : METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT Vol. 6. No., 97-09, Agustus 003, ISSN : 40-858 METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT Robertus Heri Jurusa Matematika FMIPA UNDIP Abstrak Tulisa ii membahas peetua persamaa ruag

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

TINJAUAN PUSTAKA Pengertian TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok

Lebih terperinci