Transformasi Dua atau Lebih Peubah Acak. Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2016

Ukuran: px
Mulai penontonan dengan halaman:

Download "Transformasi Dua atau Lebih Peubah Acak. Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2016"

Transkripsi

1 Transormasi Dua atau Lebih Peubah Acak Dr. Kusman Sadik M.Si Departemen Statistika IPB 06

2 Transormasi Dua atau Lebih Peubah Acak Misalkan diketahui kp bersama bagi p.a. X dan X adalah X X x ). Jika kemudian dideinisikan p.a. lainna aitu x dan dimana = h x x ) dan = h x x ) maka ingin diketahui kp bersama bagi p.a. dan aitu ).

3 Teorema Misalkan diketahui kp bersama bagi p.a. X dan X adalah X X x ) ang positi dan kontinu pada gugus S R dan x dideinisikan ungsi h h : S R dan T merupakan baangan S sebagai tranormasi satu-satu one-to-one) dari h h ). Oleh karena itu jika = h x x ) dan = h x x ) maka inversna x = h - ) dan x = h - ) dengan ) T. Anggap bahwa untuk ) T dx /d dan dx /d ada kontinu dan tidak sama dengan 0. Maka kp bersama bagi p.a. dan adalah: ) X X { h ) h )}. J ) T 3

4 4 T J h h X X ) )}. ) { ) x x x x Jacobi J

5 Kasus Misalkan p.a. kontinu X mempunai sebaran U0 ) sedangkan X dan X merupakan contoh acak bebas dari sebaran ini. Apabila dideinisikan = X + X dan = X X tentukan: a. Fungsi kepekatan bersama bagi p.a. dan aitu ). b. Fungsi kepekatan marginal bagi p.a. dan aitu ) dan ). 5

6 Karena X U0 ) sedangkan X dan X merupakan contoh acak bebas dan identik dari sebaran ini maka kp bersama bagi X dan X adalah: X ) ). ) ; 0 dan 0 X x x x x x x X X kemudian dideinisikan bahwa = h x x ) = x + x = h x x ) = x x 6

7 = h x x ) = x + x = h x x ) = x x Melalui metode substitusi ataupun eliminasi dari persamaan di atas akan diperoleh persamaan berikut: x = h - ) = + )/ x = h - x x ) = )/ x / = ½; x / = ½; x / = ½; x / = -½; 7

8 x / = ½; x / = ½; x / = ½; x / = -½; J 8

9 9 Sehingga kepekatan bersama bagi p.a. dan adalah T J h h X X X X ) ; ). }. ) / ) / { )}. ) { ) Persoalan berikutna adalah menentukan batas nilai bagi dan aitu T

10 Untuk 0 < x < 0 < x < 0 < + )/ < 0 < + < 0 < + dan + < > dan < Untuk 0 < x < 0 < x < 0 < )/ < 0 < < 0 < dan < < dan > 0

11 Sehingga batas nilai bagi dan adalah > ; < ; < ; dan > = - = - = = -

12 = - = - = = - Sebaran marginal bagi adalah Untuk 0 < ) ) d d

13 3 Untuk < < ) ) d d Sehingga lainna ; 0 ; 0 ; )

14 = - = - = = - Sebaran marginal bagi adalah Untuk - < 0 ) ) d d 4

15 5 Untuk 0 < < ) ) d d Sehingga lainna ; 0 0 ; 0 ; )

16 Kasus Misalkan p.a. kontinu X mempunai kp sebagai berikut X ) x x e x 0 sedangkan X dan X merupakan contoh acak bebas dan identik dari kp ini. Ingin ditentukan kp p.a. = X /X + X ). Karena X dan X merupakan contoh acak bebas dan identik dari sebaran ini maka kp bersama bagi X dan X adalah X x x x x ) x x) e e e ; x 0 dan x X 0 6

17 Perlu dideinisikan satu peubah acak lain agar transormasi terjadi dari ruang berdimensi dua ke ruang berdimensi dua. Misalkan Z = X + X sehingga diperoleh sepasang transormasi aitu = x /x + x ) dan z = x + x. Trasormasi ini bersiat satu-satu untuk seluruh daerah ungsi. = x /x + x ) dan z = x + x Melalui metode substitusi ataupun eliminasi dari persamaan di atas akan diperoleh persamaan berikut: x = z x = )z 7

18 x = z x = )z x / = z; x /z = ; x / = - z; x /z = - ; z J z z 8

19 Sehingga kepekatan bersama bagi p.a. dan Z adalah z) Z X X e ze z x x z ) z) ). J. z z) T Selanjutna menentukan batas nilai bagi dan z aitu T. Perhatikan karena x 0 dan x 0 maka 0 = x /x + x ) 0 z = x + x 0 z 0 sehingga ) z Z z ze 0 dan z 0 9

20 0 0 dan 0 ) z ze z z Z Sebaran marginal bagi p.a. = X /X + X ) adalah 0 ze z dz Dengan demikian kp bagi p.a. = X /X + X ) adalah lainna ; 0 0 ; )

21 Kasus 3 Lihat Example 4 Roussas Sub-bab 6. hlm

22

23 3

24 Kasus 4 Misalkan peubah acak X dan saling bebas dan mempunai kp Eksponensial Negati dengan = dan dideinisikan bahwa peubah acak U = X + )/ dan V = X )/. a. Tentukan kp bersama UV u v). b. Tentukan kp marginalna aitu U u) dan V v). Lihat Roussas Bab 6 Exercise.3 hlm. 83. Sebaran Eksponensial Negati adalah: X ) x x e x 0 0 4

25 Kasus 5 Misalkan peubah acak X dan saling bebas dan mempunai kp Normal0 ) dan dideinisikan U = X + dan V = X. a. Tentukan kp bersama UV u v). b. Tentukan kp marginalna aitu U u) dan V v). c. Tunjukkan bahwa U dan V independen. d. Hitung peluang PU < 0 V > 0). Kasus 6 Misalkan peubah acak X dan saling bebas dan mempunai kp Normal0 ). Tunjukkan bahwa peubah acak U = X + mempunai kp Eksponensial Negati dengan =/ ). 5

26 Latihan : Kerjakan Kasus 4 Kasus 5 dan Kasus 6 di atas 6

27 . Roussas G Introduction to Probabilit and Statistical Inerence. Academic Press. Nasoetion A. H. dan Rambe A Teori Statistika untuk Ilmu-Ilmu Kuantitati. Bhratara Kara Aksara Jakarta. 3. Hoog RV McKean JW Craig AT Introduction to Mathematical Statistics 6 th Edition. Pearson Prentice Hall. 4. Wackerl D Mendenhall W Scheaer RL Mathematical Statistics with Applications 7 th Edition Duxbur Thomson Learning 5. Pustaka lain ang relevan. 7

28 Bisa di-download di 8

29 9

Transformasi Satu Peubah Acak (Lanjutan) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2016

Transformasi Satu Peubah Acak (Lanjutan) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2016 Transformasi Satu Pubah Acak (Lanjutan) Dr. Kusman Sadik, M.Si Dpartmn Statistika IPB, 06 Transformasi Pubah Acak (Lanjutan) B. Mtod Pnggantian Pubah Mtod ini mrupakan pngmbangan dari mtod fungsi sbaran.

Lebih terperinci

Transformasi Satu Peubah Acak (Bagian II) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2017

Transformasi Satu Peubah Acak (Bagian II) Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2017 Transformasi Satu Pubah Acak Bagian II) Dr. Kusman Sadik, M.Si Dpartmn Statistika IPB, 07 Transformasi Pubah Acak Lanjutan) B. Mtod Pnggantian Pubah Mtod ini mrupakan pngmbangan dari mtod fungsi sbaran.

Lebih terperinci

Transformasi Peubah Acak (Lanjutan)

Transformasi Peubah Acak (Lanjutan) Dpt. Statistika IPB, 0 Transormasi Pubah Acak Lanjutan B. Mtod Pnggantian Pubah Mtod ini mrupakan pngmbangan dari mtod ungsi sbaran. Misalkan diktahui kp bagi p.a. adalah x. Jika didinisikan p.a. lainna

Lebih terperinci

MODUL BAB 2 KOMPOSISI FUNGSI DAN FUNGSI INVERS. Standar Kompetensi: 2. Menentukan komposisi dua fungsi dan invers suatu fungsi

MODUL BAB 2 KOMPOSISI FUNGSI DAN FUNGSI INVERS. Standar Kompetensi: 2. Menentukan komposisi dua fungsi dan invers suatu fungsi MODUL BAB KOMPOSISI FUNGSI DAN FUNGSI INVERS Standar Kompetensi:. Menentukan komposisi dua ungsi dan invers suatu ungsi Kompetensi Dasar. Menentukan komposisi ungsi dari dua ungsi. Menentukan invers suatu

Lebih terperinci

BAB II DISTRIBUSI PEUBAH ACAK

BAB II DISTRIBUSI PEUBAH ACAK H. Maman Suherman,Drs.,M.Si BAB II DISTIBUSI PEUBAH ACAK. Peubah Acak Variable andom Pada bab anda telah mengenal ruang peluang S, Ω, P dimana S adalah ruang sampel dari eksperimen acak, Ω adalah lapangan

Lebih terperinci

Disusun oleh: 1. Diah Sani Susilawati ( / 7B) 2. Farid Hidayat ( / 7B) 3. Rico Nurcahyo ( / 7B)

Disusun oleh: 1. Diah Sani Susilawati ( / 7B) 2. Farid Hidayat ( / 7B) 3. Rico Nurcahyo ( / 7B) DISTRIBUSI MARGINAL DAN DISTRIBUSI GABUNGAN Disusun guna memenuhi tugas mata kuliah Statistika Matematika Dosen Pengampu: Supandi, M.Si Disusun oleh:. Diah Sani Susilawati (8355/ 7B). Farid Hidaat (836/

Lebih terperinci

Penggunaan Statistik Tataan untuk Menentukan Median Contoh Acak dari Distribusi Eksponensial

Penggunaan Statistik Tataan untuk Menentukan Median Contoh Acak dari Distribusi Eksponensial Jurnal Penelitian Sains Volume 3 Nomer A) 3 Penggunaan Statistik Tataan untuk Menentukan Median Contoh Acak dari Distribusi Eksponensial Herlina Hanum Yuli Andriani dan Retno Jurusan Matematika FMIPA Universitas

Lebih terperinci

PENGURAIAN PENDAPATAN GABUNGAN DUA PRODUK DARI SUATU PERUSAHAAN

PENGURAIAN PENDAPATAN GABUNGAN DUA PRODUK DARI SUATU PERUSAHAAN PENGURAIAN PENDAPATAN GABUNGAN DUA PRODUK DARI SUATU PERUSAHAAN Thomas J. Kakia Fakultas Ilmu Komputer Universitas Gunadarma Jl. Margonda 100 Pondok Cina Depok ABSTRAK Penguraian pendapatan atau pendapatan

Lebih terperinci

RANCANGAN KURIKULUM PROGRAM MAGISTER STATISTIKA TERAPAN DALAM KERANGKA KUALIFIKASI NASIONAL INDONESIA (KKNI)

RANCANGAN KURIKULUM PROGRAM MAGISTER STATISTIKA TERAPAN DALAM KERANGKA KUALIFIKASI NASIONAL INDONESIA (KKNI) RANCANGAN KURIKULUM PROGRAM MAGISTER STATISTIKA TERAPAN DALAM KERANGKA KUALIFIKASI NASIONAL INDONESIA (KKNI) PROGRAM MAGISTER STATISTIKA TERAPAN DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN IPA 2 0 1

Lebih terperinci

RANCANGAN KURIKULUM PROGRAM MASTER STATISTIKA TERAPAN DALAM KERANGKA KUALIFIKASI NASIONAL INDONESIA (KKNI)

RANCANGAN KURIKULUM PROGRAM MASTER STATISTIKA TERAPAN DALAM KERANGKA KUALIFIKASI NASIONAL INDONESIA (KKNI) RANCANGAN KURIKULUM PROGRAM MASTER STATISTIKA TERAPAN DALAM KERANGKA KUALIFIKASI NASIONAL INDONESIA (KKNI) PROGRAM MASTER STATISTIKA TERAPAN DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN IPA 2 0 1 2 I.

Lebih terperinci

Fungsi Peubah Banyak. Modul 1 PENDAHULUAN

Fungsi Peubah Banyak. Modul 1 PENDAHULUAN Modul 1 Fungsi Peubah Banak Prof. Dr. Bambang Soedijono PENDAHULUAN D alam modul ini dibahas masalah Fungsi Peubah Banak. Dengan sendirina para pengguna modul ini dituntut telah menguasai pengertian mengenai

Lebih terperinci

Silabus Teori Peluang (STK-104) Jurusan Statistika Genap 2013/2014

Silabus Teori Peluang (STK-104) Jurusan Statistika Genap 2013/2014 Silabus Teori Peluang (STK-104) Jurusan Statistika Genap 2013/2014 Waktu : (Selasa, jam 10.00 11.40, D3D) dan (Kamis, jam 14.00 16.40, D3D) Dosen Pengasuh : Ridha Ferdhiana, M.Sc dan Dr. Muhammad Subianto,

Lebih terperinci

Fungsi Peluang Gabungan

Fungsi Peluang Gabungan Fungsi Peluang Gabungan MA3181 Teori Peluang 15 September 2014 Utriweni Mukhaiyar Ilustrasi Suatu perusahaan properti memiliki banyak gedung/bangunan yang ingin diasuransikan dengan kategori-kategori yang

Lebih terperinci

SILABUS. 5. Evaluasi a. Kehadiran = 10% b. Tugas = 20% c. UTS = 30% d. UAS = 40%

SILABUS. 5. Evaluasi a. Kehadiran = 10% b. Tugas = 20% c. UTS = 30% d. UAS = 40% 0 SILABUS 1. Identitas Mata Kuliah Nama Mata Kuliah : Statistika Matematik 1 Kode Mata Kuliah : MT 404 Jumlah SKS : 3 Semester : 6 Kelompok Mata Kuliah : Mata Kuliah Keahlian (MKK) Program Studi Jurusan/Program

Lebih terperinci

BAB II FUNGSI ANALITIK

BAB II FUNGSI ANALITIK BAB II FUNGSI ANALITIK Sekarang kita akan mempelajari ungsi dari variabel kompleks dan pengembanganna dalam teori dierensial. Sebagai awal dari bab ini kita mulai dari ungsi analitik, ang mana sangat berperan

Lebih terperinci

MA1201 MATEMATIKA 2A Hendra Gunawan

MA1201 MATEMATIKA 2A Hendra Gunawan MA101 MATEMATIKA A Hendra Gunawan Semester II 016/017 4 Maret 017 Kulia ang Lalu 1.1 Fungsi dua atau lebi peuba 1. Turunan Parsial 1.3 Limit dan Kekontinuan 1.4 Turunan ungsi dua peuba 1.5 Turunan berara

Lebih terperinci

Probabilitas dan Statistika Fungsi Distribusi Peluang Kontinyu Lanjut. Adam Hendra Brata

Probabilitas dan Statistika Fungsi Distribusi Peluang Kontinyu Lanjut. Adam Hendra Brata Probabilitas dan Statistika Fungsi Lanjut Adam Hendra Brata Gabungan Gabungan Fungsi Acak Fungsi Rapat Kumulatif Gabungan Untuk variabel random kontinu, analog dengan kasus diskrit, fungsi rapat probabilitas

Lebih terperinci

BAB 5 FUNDAMENTAL DISTRIBUSI PELUANG MUHAMMAD NUR AIDI

BAB 5 FUNDAMENTAL DISTRIBUSI PELUANG MUHAMMAD NUR AIDI BAB 5 FUNDAMENTAL DISTRIBUSI PELUANG MUHAMMAD NUR AIDI 5.1. Pendahuluan Untuk mendeteksi bagaimana konfigurasi titik dalam ruang apakah bersifat acak atau random, regular, ataupun cluster (kelompok); pertama-tama

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA. B. TUJUAN PEMBELAJARAN Setelah menempuh mata kuliah ini mahasiswa diharapkan mampu:

RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA. B. TUJUAN PEMBELAJARAN Setelah menempuh mata kuliah ini mahasiswa diharapkan mampu: RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA A. MATA KULIAH Nama Mata Kuliah Statistika Maa I Kode/sks : MAS 4111/ 3 Semester : III Status (Wajib/Pilihan) : Wajib (W) Prasyarat : MAS 4218

Lebih terperinci

Penentuan Daerah Kritis Terbaik dengan Teorema Neyman- Pearson

Penentuan Daerah Kritis Terbaik dengan Teorema Neyman- Pearson Vol. 6, No.1, 44-48, Juli 2009 Penentuan Daerah Kritis Terbaik dengan Teorema Neyman- Pearson Georgina M. Tinungki Abstrak Terdapat beberapa metode untuk membangun uji statistik yang baik, diantaranya

Lebih terperinci

MODUL MATEMATIKA II. Oleh: Dr. Eng. LILYA SUSANTI

MODUL MATEMATIKA II. Oleh: Dr. Eng. LILYA SUSANTI MODUL MATEMATIKA II Oleh: Dr. Eng. LILYA SUSANTI DEPARTEMEN RISET TEKNOLOGI DAN PENDIDIKAN TINGGI UNIVERSITAS BRAWIJAYA FAKULTAS TEKNIK JURUSAN TEKNIK SIPIL KATA PENGANTAR Puji sukur kehadirat Allah SWT

Lebih terperinci

Konsep Peluang. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015

Konsep Peluang. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015 Konsep Peluang Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015 1 THE ROLE OF PROBABILITY IN STATISTICS Probability and statistics are related in an important way. Probability is used as a tool; it allows

Lebih terperinci

RENCANA PELAKSANAAN PEMBELAJARAN

RENCANA PELAKSANAAN PEMBELAJARAN RENCANA PELAKSANAAN PEMBELAJARAN Mata Pelajaran : Matematika Kelas/ Semester: XI Program IPA/ Alokasi Waktu: jam Pelajaran (3 Pertemuan) A. Standar Kompetensi Menggunakan konsep limit ungsi dan turunan

Lebih terperinci

DISTRIBUSI SAMPLING. Berdistribusi normal dengan rataan. Dan variasi

DISTRIBUSI SAMPLING. Berdistribusi normal dengan rataan. Dan variasi DISTRIBUSI SAMPLING Definisi : distribusi sampling adalah distribusi peluang untuk nilai statistik yang diperoleh dari sampel acak untuk menggambarkan populasi. 1. Distribusi rata rata Misal sampel acak

Lebih terperinci

Metode Statistika (STK211)

Metode Statistika (STK211) Metode Statistika (STK211) Peubah Acak dan Sebaran Peluang (Random Variable and Probability Distribution) Dr. Ir. Kusman Sadik, M.Si Dept. Statistika IPB, 2015 1 Konsep Peubah Acak (Random Variable) Peubah

Lebih terperinci

TINJAUAN PUSTAKA. Distribusi Weibull adalah distribusi yang paling banyak digunakan untuk waktu

TINJAUAN PUSTAKA. Distribusi Weibull adalah distribusi yang paling banyak digunakan untuk waktu II. TINJAUAN PUSTAKA. Distribusi Weibull Distribusi Weibull adalah distribusi yang paling banyak digunakan untuk waktu hidup dalam tekhnik ketahanan. Distribusi ini adalah distribusi serbaguna yang dapat

Lebih terperinci

TURUNAN FUNGSI IKA ARFIANI, S.T.

TURUNAN FUNGSI IKA ARFIANI, S.T. TURUNAN FUNGSI IKA ARFIANI, S.T. DEFINISI TURUNAN Turunan dari ( terhadap dideinisikan dengan: d d ' ' ( lim h 0 ( h-( h RUMUS DASAR TURUNAN ' n n n k k ' 0 k ' u' nu u n n '( ( '( ( '( ( '( ( 0 '( ( n

Lebih terperinci

MATEMATIKA BISNIS BAB 2 FUNGSI LINIER

MATEMATIKA BISNIS BAB 2 FUNGSI LINIER MATEMATIKA BISNIS BAB FUNGSI LINIER Hikmah Agustin, S.P.,MM DEFINISI FUNGSI Fungsi adalah hubungan matematis antara suatu variabel dengan variabel lainna. Unsur-unsur pembentukan fungsi : 1. Variabel Variabel

Lebih terperinci

DISTRIBUSI ERLANG DAN PENERAPANNYA. Rini Kurniasih 1, Getut Pramesti 2 Mahasiswi Pendidikan Matematika FKIP UNS, Dosen Pendidikan Matematika FKIP UNS

DISTRIBUSI ERLANG DAN PENERAPANNYA. Rini Kurniasih 1, Getut Pramesti 2 Mahasiswi Pendidikan Matematika FKIP UNS, Dosen Pendidikan Matematika FKIP UNS DISTRIBUSI ERLANG DAN PENERAPANNYA Rini Kurniasih 1, Getut Pramesti 2 Mahasiswi Pendidikan Matematika FKIP UNS, Dosen Pendidikan Matematika FKIP UNS nia.rini.purita2316@gmail.com, getut.uns@gmail.com ABSTRAK

Lebih terperinci

4.1 Konsep Turunan. lim. m PQ Turunan di satu titik. Pendahuluan ( dua masalah dalam satu tema )

4.1 Konsep Turunan. lim. m PQ Turunan di satu titik. Pendahuluan ( dua masalah dalam satu tema ) 4. TURUNAN 4. Konsep Turunan 4.. Turunan di satu titik Pendauluan dua masala dalam satu tema a. Garis Singgung Kemiringan tali busur PQ adala : m PQ Jika, maka tali busur PQ akan beruba menjadi garis ggung

Lebih terperinci

4. TURUNAN. MA1114 Kalkulus I 1

4. TURUNAN. MA1114 Kalkulus I 1 4. TURUNAN MA4 Kalkulus I 4. Konsep Turunan 4.. Turunan di satu titik Pendauluan dua masala dalam satu tema a. Garis Singgung Kemiringan tali busur PQ adala : m PQ Jika, maka tali busur PQ akan beruba

Lebih terperinci

TURUNAN FUNGSI IKA ARFIANI, S.T.

TURUNAN FUNGSI IKA ARFIANI, S.T. TURUNAN FUNGSI IKA ARFIANI, S.T. DEFINISI TURUNAN Turunan dari ( terhadap dideinisikan dengan: d d ( lim h 0 ( h-( h RUMUS DASAR TURUNAN n n n k k 0 k u nu u n n ( ( ( ( ( ( ( ( 0 ( ( n n n c RUMUS JUMLAH

Lebih terperinci

HUKUM ITERASI LOGARITMA. TUGAS AKHIR untuk memenuhi sebagian persyaratan memperoleh gelar sarjana sains SORTA PURNAWANTI NIM.

HUKUM ITERASI LOGARITMA. TUGAS AKHIR untuk memenuhi sebagian persyaratan memperoleh gelar sarjana sains SORTA PURNAWANTI NIM. HUKUM ITERASI LOGARITMA TUGAS AKHIR untuk memenuhi sebagian persyaratan memperoleh gelar sarjana sains SORTA PURNAWANTI NIM. 00290 PROGRAM STUDI MATEMATIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU

Lebih terperinci

EKSPEKTASI DUA PEUBAH ACAK

EKSPEKTASI DUA PEUBAH ACAK 0 EKSPEKTASI DUA PEUBAH ACAK Dalam hal ini akan dibahas beberapa macam ukuran ang dihitung berdasarkan ekspektasi dari dua peubah acak, baik diskrit maupun kontinu, aitu nilai ekspektasi gabungan, ekspektasi

Lebih terperinci

METODE STATISTIKA (Pendahuluan)

METODE STATISTIKA (Pendahuluan) METODE STATISTIKA (Pendahuluan) Kode: STK211 SKS: 3(2-3) Dr. Ir. Kusman Sadik, M.Si Dept. Statistika IPB, 2015 1 Pokok Bahasan Minggu Ke I II-III IV V VI-VII VIII IX-X XI-XII XIII-XIV XV XVI Pokok Bahasan

Lebih terperinci

PENDUGAAN FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT MENGGUNAKAN METODE TIPE KERNEL

PENDUGAAN FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT MENGGUNAKAN METODE TIPE KERNEL PENDUGAAN FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT MENGGUNAKAN METODE TIPE KERNEL Ro fah Nur Rachmawati Jurusan Matematika, Fakultas Sains dan Teknologi, Binus University Jl.

Lebih terperinci

STATISTIKA UNIPA SURABAYA

STATISTIKA UNIPA SURABAYA MATEMATIKA STATISTIKA (MATHEMATICAL STATISTICS) GANGGA ANURAGA Materi : Distribusi variabel random Teori Himpunan Fungsi Himpunan Fungsi Himpunan Peluang Variabel Random Fungsi Kepadatan Peluang Fungsi

Lebih terperinci

TINJAUAN PUSTAKA. mengestimasi parameter regresi. Distribusi generalized. digunakan dalam bidang ekonomi dan keuangan.

TINJAUAN PUSTAKA. mengestimasi parameter regresi. Distribusi generalized. digunakan dalam bidang ekonomi dan keuangan. II. TINJAUAN PUSTAKA Distribusi generalized,,, adalah salah satu distribusi probabilitas kontinu. Distribusi ini pertama kali diperkenalkan McDonald dan Newey 988 untuk mengestimasi parameter regresi.

Lebih terperinci

Bagian 2 Turunan Parsial

Bagian 2 Turunan Parsial Bagian Turunan Parsial Bagian Turunan Parsial mempelajari bagaimana teknik dierensiasi diterapkan untuk ungsi dengan dua variabel atau lebih. Teknik dierensiasi ini tidak hana akan diterapkan untuk ungsi-ungsi

Lebih terperinci

DISTRIBUSI DUA PEUBAH ACAK

DISTRIBUSI DUA PEUBAH ACAK 0 DISTRIBUSI DUA PEUBAH ACAK Dala hal ini akan dibahas aca-aca fungsi peluang atau fungsi densitas ang berkaitan dengan dua peubah acak, aitu distribusi gabungan, distribusi arginal, distribusi bersarat,

Lebih terperinci

KAJIAN MODEL EPIDEMIK SIR DETERMINISTIK DAN STOKASTIK PADA WAKTU DISKRIT. Oleh: Arisma Yuni Hardiningsih

KAJIAN MODEL EPIDEMIK SIR DETERMINISTIK DAN STOKASTIK PADA WAKTU DISKRIT. Oleh: Arisma Yuni Hardiningsih KAJIAN MODEL EPIDEMIK SIR DETERMINISTIK DAN STOKASTIK PADA WAKTU DISKRIT Oleh: Arisma Yuni Hardiningsih 126 1 5 Dosen Pembimbing: Dra. Laksmi Prita Wardhani, M.Si Jurusan Matematika Fakultas Matematika

Lebih terperinci

II. TINJAUAN PUSTAKA

II. TINJAUAN PUSTAKA II. TINJAUAN PUSTAKA. Pendahuluan Uji perbandingan dua distribusi merupakan suatu tekhnik analisis ang dilakukan untuk mencari nilai parameter ang baik diantara dua distribusi. Tekhnik uji perbandingan

Lebih terperinci

a home base to excellence Mata Kuliah : Kalkulus Kode : TSP 102 Limit Fungsi Pertemuan - 2

a home base to excellence Mata Kuliah : Kalkulus Kode : TSP 102 Limit Fungsi Pertemuan - 2 a home base to eellene Mata Kuliah : Kalkulus Kode : TSP 0 SKS : 3 SKS Limit Fungsi Pertemuan - a home base to eellene TIU : Mahasiswa dapat memahami it ungsi TIK : Mahasiswa mampu menyelesaikan it ungsi

Lebih terperinci

Respect, Professionalism, & Entrepreneurship. Mata Kuliah : Kalkulus Kode : CIV Turunan. Pertemuan 3, 4, 5, 6, 7

Respect, Professionalism, & Entrepreneurship. Mata Kuliah : Kalkulus Kode : CIV Turunan. Pertemuan 3, 4, 5, 6, 7 Mata Kuliah : Kalkulus Kode : CIV - 101 SKS : 3 SKS Turunan Pertemuan 3, 4, 5, 6, 7 Kemampuan Akhir ang Diharapkan Mahasiswa mampu : - menjelaskan arti turunan ungsi - mencari turunan ungsi - menggunakan

Lebih terperinci

BAB 7 DISTRIBUSI-COMPOUND DAN GENERALIZED SPASIAL MUHAMMAD NUR AIDI

BAB 7 DISTRIBUSI-COMPOUND DAN GENERALIZED SPASIAL MUHAMMAD NUR AIDI 7.1. Pendahuluan BAB 7 DISTRIBUSI-COMPOUND DAN GENERALIZED SPASIAL MUHAMMAD NUR AIDI Pada bab sebelumnya, penyebaran spatial (konfigurasi spasial) dimana ditunjukan sebagai ragam sampel quadran. Bab ini

Lebih terperinci

DISTRIBUSI DISKRIT KHUSUS

DISTRIBUSI DISKRIT KHUSUS DISTRIBUSI DISKRIT KHUSUS UNIFORM (SERAGAM) BERNOULLI BINOMIAL POISSON MULTINOMIAL HIPERGEOMETRIK GEOMETRIK BINOMIAL NEGATIF MA3181 Teori Peluang 27 Oktober 2014 Utriweni Mukhaiyar DISTRIBUSI UNIFORM (SERAGAM)

Lebih terperinci

BAB 1 PERSAMAAN DIFERENSIAL ORDER SATU

BAB 1 PERSAMAAN DIFERENSIAL ORDER SATU BAB PERSAAA DIFERESIAL ORDER SATU PEDAHULUA Persamaan Diferensial adalah salah satu cabang ilmu matematika ang banak digunakan dalam memahami permasalahan-permasalahan di bidang fisika dan teknik Persamaan

Lebih terperinci

Respect, Professionalism, & Entrepreneurship. Mata Kuliah : Kalkulus Kode : CIV 101. Limit Fungsi. Pertemuan - 2

Respect, Professionalism, & Entrepreneurship. Mata Kuliah : Kalkulus Kode : CIV 101. Limit Fungsi. Pertemuan - 2 Respet, Proessionalism, & Entrepreneurship Mata Kuliah : Kalkulus Kode : CIV 101 SKS : 3 SKS Limit Fungsi Pertemuan - Respet, Proessionalism, & Entrepreneurship Kemampuan Akhir yang Diharapkan Mahasiswa

Lebih terperinci

4. Mahasiswa mampu melakukan estimasi parameter, melakukan uji hipotesis statistic serta estimasi interval. Diskripsi Singkat MK

4. Mahasiswa mampu melakukan estimasi parameter, melakukan uji hipotesis statistic serta estimasi interval. Diskripsi Singkat MK INSTITUT TEKNOLOGI KALIMANTAN JURUSAN MATEMATIKA DAN TEKNOLOGI INFORMASI PROGRAM STUDI MATEMATIKA RENCANA PEMBELAJARAN MATA KULIAH KODE Rumpun MK BOBOT (sks) SEMESTER Tgl Penyusunan Matematika Statistika

Lebih terperinci

PEUBAH ACAK DAN DISTRIBUSINYA

PEUBAH ACAK DAN DISTRIBUSINYA PEUBAH ACAK DAN DISTRIBUSINYA MA3181 Teori Peluang 8 September 2014 Utriweni Mukhaiyar 1 Pemetaan (Fungsi) O Suatu pemetaan / fungsi O Kategori fungsi: 1. Fungsi titik 2. Fungsi himpunan A A B B 2 Peubah

Lebih terperinci

KONVOLUSI DISTRIBUSI EKSPONENSIAL DENGAN PARAMETER BERBEDA

KONVOLUSI DISTRIBUSI EKSPONENSIAL DENGAN PARAMETER BERBEDA Jurnal Matematika UNAND Vol. No. 4 Hal. 9 ISSN : 33 9 c Jurusan Matematika FMIPA UNAND KONVOLUSI DISTRIBUSI EKSPONENSIAL DENGAN PARAMETER BERBEDA MARNISYAH ANAS Program Studi Magister Matematika, Fakultas

Lebih terperinci

II Iwa Sungkawa' . Stat Bagian Perencanaan Sekretariat Badan Litbang Peltanian. ild. HUBUNGAN ANTARA UJI t DAN UJI F DALAM PENGUJIAN NILAI TENGAH

II Iwa Sungkawa' . Stat Bagian Perencanaan Sekretariat Badan Litbang Peltanian. ild. HUBUNGAN ANTARA UJI t DAN UJI F DALAM PENGUJIAN NILAI TENGAH ild II Iwa Sungkawa' HUBUNGAN ANTARA UJI t DAN UJI F DALAM PENGUJIAN NILAI TENGAH I. Pendahuluan Dalam kehidupan sehari-hari kita selalu dihadapkan dengan berbagai persoalanjpermasalahan mulai dari yang

Lebih terperinci

Karakteristik Pendugaan Emperical Best Linear Unbiased Prediction (EBLUP) Pada Pendugaan Area Kecil

Karakteristik Pendugaan Emperical Best Linear Unbiased Prediction (EBLUP) Pada Pendugaan Area Kecil Prosiding Semirata FMIPA Universitas Lampung, 2013 Karakteristik Pendugaan Emperical Best Linear Unbiased M. Adi Sidauruk, Dian Kurniasari, Widiarti Jurusan Matematika, FMIPA Universitas Lampung E-mail:

Lebih terperinci

Unit 2 KONSEP DASAR ALJABAR. Clara Ika Sari Pendahuluan

Unit 2 KONSEP DASAR ALJABAR. Clara Ika Sari Pendahuluan Unit KONSEP DASAR ALJABAR Clara Ika Sari Pendahuluan P ada unit ini kita akan mempelajari beberapa konsep dasar dalam aljabar seperti persamaan dan pertidaksamaan ang berbentuk linear dan kuadrat, serta

Lebih terperinci

Persamaan Diferensial Orde Satu

Persamaan Diferensial Orde Satu Modul Persamaan Diferensial Orde Satu P PENDAHULUAN Prof. SM. Nababan, Ph. ersamaan Diferensial (PD) adalah salah satu cabang matematika ang banak digunakan untuk menjelaskan masalah-masalah fisis. Masalahmasalah

Lebih terperinci

Sistem Persamaan Linier FTI-UY

Sistem Persamaan Linier FTI-UY BAB V Sistem Persamaan Linier Salah satu hal penting dalam aljabar linear dan dalam banak masalah matematika terapan adalah menelesaikan suatu sistem persamaan linear. Representasi Sistem Persamaan Linear

Lebih terperinci

4.1 Konsep Turunan. lim Turunan di satu titik. Pendahuluan ( dua masalah dalam satu tema ) a. Garis Singgung Kemiringan tali busur PQ adalah :

4.1 Konsep Turunan. lim Turunan di satu titik. Pendahuluan ( dua masalah dalam satu tema ) a. Garis Singgung Kemiringan tali busur PQ adalah : 4. TURUNAN 4. Konsep Turunan 4.. Turunan di satu titik Pendahuluan dua masalah dalam satu tema a. Garis Singgung Kemiringan tali busur PQ adalah : m PQ c c Q -c Jika c, maka tali busur PQ akan berubah

Lebih terperinci

SILABUS MATA KULIAH. Pengalaman Pembelajaran

SILABUS MATA KULIAH. Pengalaman Pembelajaran SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-110 Nama Mata Kuliah : Teori Probabilitas Jumlah SKS : 2 Semester : II Mata Kuliah Pra Syarat : TKI-101 Pengantar Teknik Industri

Lebih terperinci

KARAKTERISASI SEBARAN BINOMIAL NEGATIF

KARAKTERISASI SEBARAN BINOMIAL NEGATIF Jurnal Matematika UNAND Vol. 5 No. 2 Hal. 65 70 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND KARAKTERISASI SEBARAN BINOMIAL NEGATIF DEBY HANDAYANI Program Studi Magister Matematika, Fakultas Matematika

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS)

RENCANA PEMBELAJARAN SEMESTER (RPS) RENCANA PEMBELAJARAN SEMESTER (RPS) MATA KULIAH: STATISTIK INFERENSIAL DAN LAB (UPM) PROGRAM STUDI S1 MANAJEMEN 2015 bekman4s@yahoo.com 1 dari 8 Nama Mata Kuliah : Statistik Inferensial dan Lab (UPM) Kode

Lebih terperinci

PEMODELAN PERTUKARAN NILAI MATA UANG MAKSIMUM RINGGIT TERHADAP YEN TUGAS AKHIR

PEMODELAN PERTUKARAN NILAI MATA UANG MAKSIMUM RINGGIT TERHADAP YEN TUGAS AKHIR PEMODELAN PERTUKARAN NILAI MATA UANG MAKSIMUM RINGGIT TERHADAP YEN TUGAS AKHIR Diajukan sebagai Salah Satu Sarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika Oleh AGUNG PRIMADI 0654004465

Lebih terperinci

Analisis Korelasi dan Regresi. Dr. Kusman Sadik, M.Si Dept. Statistika IPB

Analisis Korelasi dan Regresi. Dr. Kusman Sadik, M.Si Dept. Statistika IPB Analisis Korelasi dan Regresi Dr. Kusman Sadik, M.Si Dept. Statistika IPB - 015 1 Hubungan Dua Peubah atau Lebih PEUBAH KASUS PENGUMPULAN DATA JENIS HUBUNGANNYA 1.Dosis pupuk.banyaknya padi yg dihasilkan

Lebih terperinci

Metode Statistika STK211/ 3(2-3) Pertemuan I

Metode Statistika STK211/ 3(2-3) Pertemuan I Metode Statistika STK211/ 3(2-3) Pertemuan I 1 Pengantar Setelah mengikuti mata ajaran ini selama satu semester, mahasiswa dapat menjelaskan prinsip-prinsip dasar metode statistika, dan dapat menerapkan

Lebih terperinci

LIMIT & KEKONTINUAN IRA PRASETYANINGRUM

LIMIT & KEKONTINUAN IRA PRASETYANINGRUM LIMIT & KEKONTINUAN IRA PRASETYANINGRUM Bilangan Tidak Tertentu Nol = Bilangan yang menyatakan banyaknya elemen himpunan kosong Misal : A={Orang yang Istrinya } Terdapat bilangan mendekati dari kiri/bawah/negati

Lebih terperinci

UNIVERSITAS INDONESIA PENGUJIAN KESAMAAN KOEFISIEN KORELASI DARI BEBERAPA POPULASI SKRIPSI ADI GUNARYO

UNIVERSITAS INDONESIA PENGUJIAN KESAMAAN KOEFISIEN KORELASI DARI BEBERAPA POPULASI SKRIPSI ADI GUNARYO UNIVERSITAS INDONESIA PENGUJIAN KESAMAAN KOEFISIEN KORELASI DARI BEBERAPA POPULASI SKRIPSI ADI GUNARYO 0706261493 FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM SARJANA MATEMATIKA DEPOK DESEMBER

Lebih terperinci

Modul ke: MATEMATIKA 1 DERIVATIF PARSIAL. Fakultas TEKNIK IMELDA ULI VISTALINA SIMANJUNTAK,S.T.,M.T. Program Studi TEKNIK ELEKTRO

Modul ke: MATEMATIKA 1 DERIVATIF PARSIAL. Fakultas TEKNIK IMELDA ULI VISTALINA SIMANJUNTAK,S.T.,M.T. Program Studi TEKNIK ELEKTRO Modul ke: MATEMATIKA 1 DERIVATIF PARSIAL Fakultas TEKNIK IMELDA ULI VISTALINA SIMANJUNTAK,S.T.,M.T. Program Studi TEKNIK ELEKTRO Derivatif Parsial 1. Derivatif fungsi dua perubah. Derivatif parsial tingkat

Lebih terperinci

HASIL DAN PEMBAHASAN. dengan hipotesis nolnya adalah antar peubah saling bebas. Statistik ujinya dihitung dengan persamaan berikut:

HASIL DAN PEMBAHASAN. dengan hipotesis nolnya adalah antar peubah saling bebas. Statistik ujinya dihitung dengan persamaan berikut: . Menyiapkan gugus data pencilan dengan membangkitkan peubah acak normal ganda dengan parameter µ yang diekstrimkan dari data contoh dan dengan matriks ragam-peragam yang sama dengan data contoh. Proses

Lebih terperinci

RELIABILITAS ORDINAL PADA METODE TEST-RETEST

RELIABILITAS ORDINAL PADA METODE TEST-RETEST RELIABILITAS ORDINAL PADA METODE TEST-RETEST Yaqozho Tunnisa 1, Rianti Setiadi 2 Departemen Matematika, FMIPA UI, Kampus UI Depok 16424 tunnisa.yaqozho@gmail.com 1, ririnie@yahoo.com.sg 2 Abstrak Dalam

Lebih terperinci

SATUAN ACARA PERKULIAHAN

SATUAN ACARA PERKULIAHAN SATUAN ACARA PERKULIAHAN Topik/ Pokok Bahasan 1 : Penjelasan silabus dan prosedur Kompetensi : Mahasiswa memiliki pengetahuan konseptual tentang silabus dan prosedur 1 Pengantar mengenai silabus dan prosedur

Lebih terperinci

Sistem Bilangan Real. Apa yang dimaksud dengan bilangan real, rasional dan bilangan irasional?

Sistem Bilangan Real. Apa yang dimaksud dengan bilangan real, rasional dan bilangan irasional? Oleh: Endang Ded Sistem Bilangan Real Apa ang dimaksud dengan bilangan real, rasional dan bilangan irasional? Bilangan Real adalah bilangan-bilangan ang merupakan gabungan dari bilangan rasional dan bilangan

Lebih terperinci

Sebaran Peubah Acak Bersama

Sebaran Peubah Acak Bersama Bab 6 Sebaran Peubah Acak Bersama 6. Peubah Acak Ganda Misalnya terdapat suatu tindakan pelemparan sekeping mata uang seimbang sebanyak 3 kali, dan X adalah peubah acak banyaknya sisi muka yang muncul

Lebih terperinci

BAB 2 MOMEN DAN ENTROPI

BAB 2 MOMEN DAN ENTROPI BAB MOMEN DAN ENTROPI. Satu Peubah Acak (Univariat) Misalkan diketahui suatu peubah acak X. Didefinisikan ekspektasi dari peubah acak X adalah sebagai berikut E [ X ] - P X =, X diskrit = f d, X kontinu

Lebih terperinci

RPS STATISTIKA MATEMATIKA

RPS STATISTIKA MATEMATIKA RPS STATISTIKA MATEMATIKA Fenny Fitriani, S.Si, M.Si UNIVERSITAS PGRI ADI BUANA SURABAYA Fakultas Keguruan dan Ilmu Pendidikan Program Studi Pendidikan Matematika Jalan Ngagel Dadi III-B / 37, Surabaya

Lebih terperinci

BAB V DIAGONALISASI DAN DEKOMPOSISI MATRIKS. Sub bab ini membahas tentang faktorisasi matriks A berorde nxn ke dalam hasil

BAB V DIAGONALISASI DAN DEKOMPOSISI MATRIKS. Sub bab ini membahas tentang faktorisasi matriks A berorde nxn ke dalam hasil BAB V DIAGONALISASI DAN DEKOMPOSISI MATRIKS. Diagonalisasi Sub bab ini membahas tentang faktorisasi matriks A berorde nn ke dalam hasil kali berbentuk PDP, di mana D adalah matriks diagonal. Jika diperoleh

Lebih terperinci

Sebaran Peubah Acak Bersama

Sebaran Peubah Acak Bersama Bab 6 Sebaran Peubah Acak Bersama 6. Peubah Acak Ganda Misalnya terdapat suatu tindakan pelemparan sekeping mata uang seimbang sebanyak 3 kali, dan X adalah peubah acak banyaknya sisi muka yang muncul

Lebih terperinci

No Kompetensi Khusus Pokok Bahasan Sub Pokok Bahasan Metode Media / Alat Mahasiswa mampu menjelaskan konsep Apa itu statistik?

No Kompetensi Khusus Pokok Bahasan Sub Pokok Bahasan Metode Media / Alat Mahasiswa mampu menjelaskan konsep Apa itu statistik? Mata Kuliah Kode/Bobot Deskripsi Singkat : GARIS BESAR PROGRAM PENGAJARAN (GBPP) : Statistika dan Probabilitas : TSP-203/ 2 SKS Mata kuliah ini membahas tentang konsep dasar statistika dan probabilitas.

Lebih terperinci

MENAKSIR PARAMETER µ DARI N( µ, ) DENGAN METODE BAYES

MENAKSIR PARAMETER µ DARI N( µ, ) DENGAN METODE BAYES MENAKSIR PARAMETER µ DARI N( µ, ) DENGAN METODE BAYES Hartayuni Saini 1 1 Jurusan Matematika, FMIPA-UNTAD. e-mail: yunh3_chendist@yahoo.co.id Abstrak Untuk menaksir nilai µ dari N(µ, ) umumnya digunakan

Lebih terperinci

Penerapan Metode Bayes dalam Menentukan Model Estimasi Reliabilitas Pompa Submersible pada Rumah Pompa Wendit I PDAM Kota Malang

Penerapan Metode Bayes dalam Menentukan Model Estimasi Reliabilitas Pompa Submersible pada Rumah Pompa Wendit I PDAM Kota Malang JURNAL SAINS DAN SENI POMITS Vol. 6, No.2, 2017 2337-3520 2301-928X Print A33 Penerapan Metode Bayes dalam Menentukan Model Estimasi Reliabilitas Pompa Submersible pada Rumah Pompa Wendit I PDAM Kota Malang

Lebih terperinci

Matematika Teknik 1, Bab 3 BAB III LIMIT. (Pertemuan ke 4)

Matematika Teknik 1, Bab 3 BAB III LIMIT. (Pertemuan ke 4) BAB III LIMIT (Pertemuan ke 4) PENDAHULUAN Diskripsi singkat Pada bab ini dibahas tentang limit, antara lain mengenai pengertian limit secara intuisi/tak formal, pengertian persis tentang limit, pengkajian

Lebih terperinci

BAB I PENDAHULUAN. dapat dianggap mendekati normal dengan mean μ = μ dan variansi

BAB I PENDAHULUAN. dapat dianggap mendekati normal dengan mean μ = μ dan variansi BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Matematika merupakan salah satu cabang ilmu pengetahuan yang melambangkan kemajuan zaman. Oleh karena itu matematika banyak digunakan oleh cabang ilmu lain

Lebih terperinci

UKURAN SIMPANGAN DAN UKURAN VARIASI. Ukuran Simpangan

UKURAN SIMPANGAN DAN UKURAN VARIASI. Ukuran Simpangan Ukuran simpangan: Rentang Rentang antar kuartil Simpangan kuartil Rata rata simpangan Ukuran Variasi: Varians Simpangan baku Angka Baku Koefisien Variasi UKURAN SIMPANGAN DAN UKURAN VARIASI Ukuran Simpangan

Lebih terperinci

Penaksiran Mean Stratum pada Sampling Acak Stratifikasi dengan Menggunakan Metode Empirical Bayes

Penaksiran Mean Stratum pada Sampling Acak Stratifikasi dengan Menggunakan Metode Empirical Bayes Penaksiran Mean Stratum pada Sampling Acak Stratifikasi dengan Menggunakan Metode Empirical Baes Sisca Agnessia Departemen Matematika, FMIPA UI, Kampus UI Depok 6 sisca.agnessia@ahoo.com Abstrak Dalam

Lebih terperinci

PENGANTAR PROBABILITAS STATISTIKA UNIPA SBY

PENGANTAR PROBABILITAS STATISTIKA UNIPA SBY PENGANTAR PROBABILITAS GANGGA ANURAGA POKOK BAHASAN Konsep dasar probabilitas Teori himpunan Permutasi Kombinasi Koefisien binomial Koefisien multinomial Probabilitas Aksioma probabilitas Probabilitas

Lebih terperinci

1 Sistem Bilangan Real

1 Sistem Bilangan Real Learning Outcome Rencana Pembelajaran Setelah mengikuti proses pembelajaran ini, diharapkan mahasiswa dapat ) Menentukan solusi pertidaksamaan aljabar ) Menyelesaikan pertidaksamaan dengan nilai mutlak

Lebih terperinci

SIFAT-SIFAT DASAR FUNGSI KARAKTERISTIK

SIFAT-SIFAT DASAR FUNGSI KARAKTERISTIK SIFAT-SIFAT DASAR FUNGSI KARAKTERISTIK MEDI PRASETIA Program Studi Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Andalas Padang, Kampus Unand Limau Manis, Padang 25163 mediprasetia@gmail.com

Lebih terperinci

Metode Nonparametrik untuk Menaksir Koefisien Korelasi Parsial

Metode Nonparametrik untuk Menaksir Koefisien Korelasi Parsial Prosiing Statistika ISSN 46-6456 Metoe Nonparametrik untuk Menaksir Koeisien Korelasi Parsial 1 Silmi Kaah, Anneke Iswani Ahma, 3 Lisnur Wachiah 1,,3 Statistika, Fakultas MIPA, Universitas Islam Banung,

Lebih terperinci

MENENTUKAN TURUNAN DAN SIFAT-SIFAT TURUNAN DARI FUNGSI 1/f(x) DAN h(x)/f(x) ABSTRACT

MENENTUKAN TURUNAN DAN SIFAT-SIFAT TURUNAN DARI FUNGSI 1/f(x) DAN h(x)/f(x) ABSTRACT MENENTUKAN TURUNAN DAN SIFAT-SIFAT TURUNAN DARI FUNGSI 1/(x DAN h(x/(x Yuliana Saitri 1, Sri Gemawati 2, Musraini 2 1 Mahasiswa Program Studi S1 Matematia 2 Dosen Jurusan Matematia Faultas Matematia dan

Lebih terperinci

Fungsi Komposisi dan Fungsi Invers

Fungsi Komposisi dan Fungsi Invers Bab 6 Sumber: Let s Learn about Korea, 00 Fungsi Komposisi dan Fungsi Invers Setelah mempelajari bab ini, Anda harus mampu menggunakan konsep, siat, dan aturan ungsi komposisi dalam pemecahan masalah;

Lebih terperinci

Penerapan Model Frailty Weibull-Eksponensial pada Data Tabel Mortalitas Indonesia Tahun 1999

Penerapan Model Frailty Weibull-Eksponensial pada Data Tabel Mortalitas Indonesia Tahun 1999 Prosiding Statistika ISSN: 2460-6456 Penerapan Model Frailty Weibull-Eksponensial pada Data Tabel Mortalitas Indonesia Tahun 1999 1 Anjalina Kusumawardhani, 2 Aceng Komarudin Mutaqin, 3 Lisnur Wachidah

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 6 BAB LANDASAN TEORI Pada bab ini akan dibahas beberapa konsep dasar ang akan digunakan sebagai landasan berpikir seperti beberapa teorema dan definisi ang berkaitan dengan penelitian ini. Dengan begitu

Lebih terperinci

A. Distribusi Gabungan

A. Distribusi Gabungan HANDOUT PERKULIAHAN Mata Kuliah : Statistika Matematika Pertemuan Ke : 5 Pokok Bahasan : Distibusi Dua peubah Acak URAIAN POKOK PERKULIAHAN A. Distribusi Gabungan Definisi 1: Peubah Acak Berdimensi Dua

Lebih terperinci

Pada integral diatas, dalam mencari penyelesaiannya, pertama diintegralkan terlebih dahulu terhadap x kemudian diintegralkan lagi terhadap y.

Pada integral diatas, dalam mencari penyelesaiannya, pertama diintegralkan terlebih dahulu terhadap x kemudian diintegralkan lagi terhadap y. PENDAHULUAN Pada bagian ini akan dibahas perluasan integral tertentu ke bentuk integral lipat dua dari fungsi dua peubah Akan dibahas bentukbentuk integral lipat dalam koordinat kartesius koordinat kutub

Lebih terperinci

4. TURUNAN. MA1114 Kalkulus I 1

4. TURUNAN. MA1114 Kalkulus I 1 4. TURUNAN MA4 Kalkulus I 4. Konsep Turunan 4.. Turunan di satu titik Pendauluan dua masala dalam satu tema a. Garis Sinun Kemirinan tali busur PQ adala : m PQ Jika à, maka tali busur PQ akan beruba menjadi

Lebih terperinci

Dengan demikian, untuk sembarang B = [a, b], maka persamaan (5.1) menjadi

Dengan demikian, untuk sembarang B = [a, b], maka persamaan (5.1) menjadi Bab 5 Peubah Acak Kontinu 5.1 Pendahuluan Definisi 5.1. Peubah acak adalah suatu fungsi dari ruang contoh S ke R (himpunan bilangan nyata) Peubah acak X bersifat diskret jika F (x) adalah fungsi tangga.

Lebih terperinci

Hendra Gunawan. 21 Maret 2014

Hendra Gunawan. 21 Maret 2014 MA1201 MATEMATIKA 2A Hendra Gunawan Semester II 2013/2014 21 Maret 2014 Kuliah ang Lalu 12.1 Fungsi dua (atau lebih peubah 12.2 Turunan Parsial 12.3 Limit dan Kekontinuan 12.4 Turunan fungsi dua peubah

Lebih terperinci

STK 211 Metode statistika. Pengajar : Dr. Agus Mohamad Soleh, SSi, MT Dr.Ir. Muhammad Nur Aidi, MS

STK 211 Metode statistika. Pengajar : Dr. Agus Mohamad Soleh, SSi, MT Dr.Ir. Muhammad Nur Aidi, MS STK 211 Metode statistika Pengajar : Dr. Agus Mohamad Soleh, SSi, MT Dr.Ir. Muhammad Nur Aidi, MS http://www.stat.ipb.ac.id/ 2017 Pengantar Kode Matakuliah: STK211, 3(2-3) Standar Kompetensi: Setelah mengikuti

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 21 Beberapa Pengertian Definisi 1 [Ruang Contoh] Ruang contoh adalah himpunan semua hasil yang mungkin dari suatu percobaan acak, dan dinotasikan dengan (Grimmet dan Stirzaker,1992)

Lebih terperinci

Peubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R

Peubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R Bab Peubah Acak. Konsep Dasar Peubah Acak Peubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R Contoh peubah acak: Jika X adalah peubah acak banyaknya sisi muka yang muncul pada

Lebih terperinci

A. Distribusi Gabungan

A. Distribusi Gabungan HANDOUT PERKULIAHAN Mata Kuliah Pokok Bahasan : Statistika Matematika : Distibusi Dua peubah Acak URAIAN POKOK PERKULIAHAN A. Distribusi Gabungan Definisi 1: Peubah Acak Berdimensi Dua Jika S merupakan

Lebih terperinci

Pengantar Proses Stokastik

Pengantar Proses Stokastik Bab 4: Distribusi Eksponensial Atina Ahdika, S.Si, M.Si Statistika FMIPA Universitas Islam Indonesia 2015 Pendahuluan Distribusi Eksponensial Pendahuluan Distribusi eksponensial dapat dipandang sebagai

Lebih terperinci