SEBARAN ASIMTOTIK PENDUGA TURUNAN PERTAMA DAN TURUNAN KEDUA FUNGSI INTENSITAS PROSES POISSON PERIODIK IHDA ANISSA INDRIASTUTI

Ukuran: px
Mulai penontonan dengan halaman:

Download "SEBARAN ASIMTOTIK PENDUGA TURUNAN PERTAMA DAN TURUNAN KEDUA FUNGSI INTENSITAS PROSES POISSON PERIODIK IHDA ANISSA INDRIASTUTI"

Transkripsi

1 SEBARAN ASIMTOTIK PENDUGA TURUNAN PERTAMA DAN TURUNAN KEDUA FUNGSI INTENSITAS PROSES POISSON PERIODIK IHDA ANISSA INDRIASTUTI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 0

2 ABSTRAK IHDA ANISSA INDRIASTUTI Sebara Aimtoti Peduga Turua Pertama da Turua Kedua Fugi Iteita Proe Poio Periodi Dibimbig oleh I WAYAN MANGKU da SISWANDI Pada arya ilmiah ii dibaha pedugaa turua pertama da turua edua dari fugi iteita uatu proe Poio periodi Utu memformulaia peduga turua pertama da turua edua fugi iteita ii, terlebih dahulu dirumua ebuah peduga fugi iteita proe Poio periodi itu ediri Kemudia dipelajari ifat-ifat tatiti dari peduga turua pertama da turua edua fugi iteita yag diaji Terahir ditetua ormalita aimtoti dari peduga terebut

3 ABSTRACT IHDA ANISSA INDRIASTUTI Aymptotic Ditributio of Etimator for the Firt ad Secod Derivative of the Iteity Fuctio of a Periodic Poio Proce Supervied by I WAYAN MANGKU ad SISWANDI Thi maucript i cocered with etimatio of the firt ad ecod derivative of iteity fuctio of a periodic Poio proce To cotruct the etimator for the firt ad ecod derivative of thi iteity fuctio, a etimator for the iteity fuctio itelf i formulated The, the tatitical propertie of the etimator for the firt ad ecod derivative of the iteity fuctio are dicued Fially, a aymptotic ormality of thoe etimator are etablihed

4 SEBARAN ASIMTOTIK PENDUGA TURUNAN PERTAMA DAN TURUNAN KEDUA FUNGSI INTENSITAS PROSES POISSON PERIODIK IHDA ANISSA INDRIASTUTI Sripi ebagai alah atu yarat utu memperoleh gelar Sarjaa Sai pada Departeme Matematia DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 0

5 Judul Nama NRP : Sebara Aimtoti Peduga Turua Pertama da Turua Kedua Fugi Iteita Proe Poio Periodi : Ihda Aia Idriatuti : G Meyetujui Pembimbig I, Pembimbig II, Dr Ir I Waya Magu, MSc Dr Siwadi M,Si NIP NIP Megetahui: Ketua Departeme, Dr Berlia Setiawaty, MS NIP Taggal Lulu :

6 KATA PENGANTAR Puji da yuur peuli pajata epada Allah SWT ata egala rahmat da aruia-nya ehigga arya ilmiah ii berhail dieleaia Peyuua arya ilmiah ii juga tida lepa dari batua berbagai piha Utu itu peuli megucapa terima aih yag ebear-bearya epada: Dr Ir I Waya Magu, MSc elau doe pembimbig I (terima aih ata emua ilmu, eabara, motivai, da batuaya elama peulia ripi ii Dr Siwadi M,Si Selau doe pembimbig II (terima aih ata emua ilmu, ara, da batuaya elama peulia ripi ii 3 Ir Reto Budiarti, MS elau doe peguji (terima aih ata emua ilmu da araya 4 Semua doe Departeme Matematia (terima aih ata emua ilmu yag telah diberia 5 Pa Yoo, Ma Heri, Pa Boo, Bu Ade, Bu Sui, Ma Dei 6 Keluargau tercita : Ayah da Ibu (terima aih baya ata emua doa, duuga, da aih ayagya,om, tate, adi-adi u terayag, ae da ee (terima aih ata doaya 7 Dede Febriyato (terima aih ata watu, doa, duuga, ara, da egala batuaya 8 Iig, Ira, Vivi, Evi, Prima, Eli, Yatia, Ita, Nila, Chytia, Dia (terima aih ata doa, duuga, ara da egala batuaya, 9 Tema ebimbiga : Weti, Nadiroh, Pepi, Tita (maaih ata batuaya 0 Tema-tema Math 44 : Ruhiyat, Sia, Ligga, Yuyu, Lugia, Diaa, Yati, Lili, Ririh, Ea, Awi, Wahyu, Aqil, Aze, Nurul, Tati, Rachma, Mutia, Lili, Cita, Selvi, Tedhy, Ali, Lia, Irea, Deva, Nurul Ucu, Ititi, Ayum, Sri, Yuli, Zae, Dia, Viaey, Devi, Yogie, Copa, Ayug, Sari, Edro, Fitri Dora, Ima, Fajar, Nurfitriaa, Maayu, Deda, Ati, Dia, Fai, Iha, Della, Padi, Rizy, Tya, Aria, Imam, Rofi, Idi, Mariyam, Olih, Ipul, Nuru, Luma, Puyig, Naim (elamat berjuag tema-temau Tema-tema Math 4 : Ka Age, Ka Rice, Ka Ocoy, Ka Rata, da tema-tema Math 4 laiya (terima aih ata ara da egala batuaya Tema-tema Math 43 : Ka Emta, Ka Apri, Ka Supri, Ka Detya, Ka Vera, Ka Kabil, Ka Agug, Ka Rata, Ka Aii, Ka Tami, Ka Wira, Ka Suarih da tema-tema Math 43 laiya (terima aih ata duuga, ara, da egala batuaya 3 Adi-adi Math 45, Math 46, da TPB 47 (terima aih ata doa da duugaya 4 Tema-tema Perwira 48 (terima aih ata doaya Semoga arya ilmiah ii dapat bermafaat bagi duia ilmu pegetahua huuya Matematia da mejadi ipirai bagi peelitia-peelitia elajutya Bogor, April 0 Ihda Aia Idriatuti

7 RIWAYAT HIDUP Peuli dilahira di Tagerag pada taggal 9 Otober 989 ebagai aa pertama dari tiga beraudara, aa dari paaga Samiga da Suratiyah Tahu 00 peuli lulu dari SDN Sirabaya III Tahu 004 peuli lulu dari SMPN 3 Karawag Tahu 007 peuli lulu dari SMAN 5 Karawag da pada tahu yag ama lulu elei mau IPB melalui jalur Ujia Sariga Mau IPB (USMI Peuli memilih Jurua Matematia, Faulta Matematia da Ilmu Pegetahua Alam Selama megiuti peruliaha, peuli mejadi aggota dalam Orgaiai Mahaiwa Daerah (OMDA Karawag pada periode

8 vii DAFTAR ISI Halama PENDAHULUAN Latar Belaag Tujua LANDASAN TEORI Ruag Cotoh, Kejadia da Peluag Peubah Aca da Fugi Sebara Mome Peubah Aca 3 Keovergea Peubah Aca 3 Peduga 3 Proe Poio Periodi 4 Beberapa Defiii da Lema Tei 5 HASIL PEMBAHASAN 7 Review Perumua Peduga Bagi λ ( da Sifat-ifat Statitiya 7 Review Perumua Peduga Bagi λ '( da Sifat-ifat Statitiya 7 Review Perumua Peduga Bagi λ "( da Sifat-ifat Statitiya 9 Sebara Aimtoti bagi λ, ' λ da " λ SIMPULAN 6 DAFTAR PUSTAKA 7 LAMPIRAN 8

9 PENDAHULUAN Latar Belaag Baya feomea yata dalam ehidupa ehari-hari yag dapat dimodela dega proe toati Model emacam ii megguaa atura-atura peluag yag meggambara perilau uatu item yag tida dietahui ecara pati di maa yag aa datag Mialya, proe edataga pelagga e uatu puat ervi (ba, ator po, upermaret, da ebagaiya Proe toati adalah uatu model matematia yag megguaa aidahaidah peluag Model ii umumya diguaa utu mejelaa feomeafeomea yag tida dapat dietahui ecara pati megeai perilauya yag aa terjadi Proe toati dibedaa mejadi dua yaitu proe toati dega watu diret da proe toati dega watu otiu Pada arya ilmiah ii pembahaa haya dibatai pada proe toati dega watu otiu Salah atu betu huu dari proe toati dega watu otiu adalah proe Poio periodi Proe Poio periodi merupaa uatu proe Poio dega fugi iteita berupa fugi periodi Proe ii atara lai dapat diguaa utu memodela proe edataga pelagga e uatu puat ervi dega periode atu hari Pada proe edataga pelagga terebut, fugi iteita loal meyataa laju edataga pelagga pada watu tertetu Dalam baya peerapa, ita tida megetahui ecara pati perilau uatu item di maa yag aa datag ehigga elai diperlua peduga bagi fugi iteita uatu proe Poio periodi, diperlua pula peduga bagi turua fugi iteita terebut Pada arya ilmiah ii dipelajari perumua peduga bagi turua pertama da turua edua dari fugi iteita uatu proe Poio periodi dega megguaa fugi erel eragam Selai itu dibaha pula ifat-ifat tatitiya, da ahirya ditetua ebara ormal aimtotiya jia pajag iterval pegamata meuju ta higga Tujua Tujua peulia arya ilmiah ii adalah utu : (i Mempelajari perumua peduga turua pertama da turua edua dari fugi iteita uatu proe Poio periodi dega fugi erel eragam (ii Mempelajari pedeata aimtoti dari ilai harapa peduga (iii Mempelajari pedeata aimtoti dari ragam peduga (iv Meetua ebara aimtoti dari peduga yag diaji

10 LANDASAN TEORI Ruag Cotoh, Kejadia da Peluag Suatu percobaa yag dapat diulag dalam odii yag ama, yag hailya tida dapat dipredii ecara tepat tetapi ita dapat megetahui emua emugia hail yag mucul diebut percobaa aca Defiii (Ruag cotoh Ruag cotoh adalah himpua emua hail yag mugi dari uatu percobaa aca, da diotaia dega Ω (Grimmett ad Stirzaer 99 Defiii (Kejadia Kejadia adalah uatu himpua bagia dari ruag cotoh Ω (Grimmett ad Stirzaer 99 Defiii 3 (Kejadia lepa Kejadia A da B diebut alig lepa jia iria dari eduaya adalah himpua oog ( φ (Grimmett ad Stirzaer 99 Defiii 4 (Meda-σ Meda-σ adalah uatu himpua yag aggotaya terdiri dari himpua bagia dari ruag cotoh Ω, yag memeuhi yarat beriut : Jia A, maa A c 3 Jia A, A,, maa U Ai i= (Hogg et al 005 Defiii 5 (Uura Peluag Miala Ω adalah ruag cotoh uatu percobaa da adalah meda-σ pada Ω Suatu fugi Ρ yag memetaa uur-uur e himpua bilaga yata, atau Ρ : diebut uura peluag jia : Ρ ta egatif, yaitu utu etiap A, Ρ( A 0 Ρ berifat aditif ta higga, yaitu jia A, A, dega A A = φ, j, j maa ( ( A Ρ U = Ρ A = = 3 Ρ berorma atu, yaitu ΡΩ ( = Paaga (Ω,,Ρ diebut ruag uura peluag atau ruag probabilita (Hogg et al 005 Defiii 6 (Kejadia alig beba Kejadia A da B diataa alig beba jia : Ρ( A B =Ρ( A Ρ ( B Secara umum, himpua ejadia { A ; i I} diataa alig beba jia : ( A i ( A i Ρ = Ρ i I J i J utu etiap himpua bagia J dari I (Grimmett ad Stirzaer 99 Peubah Aca da Fugi Sebara Defiii 7 (Peubah aca Miala Ω adalah ruag cotoh dari uatu percobaa aca Fugi X yag terdefiii pada Ω yag memetaa etiap uur ω Ω e atu da haya atu bilaga real X( ω diebut peubah aca Ruag dari X adalah himpua bagia bilaga real { x: x X( ω, ω } = = Ω (Hogg et al 005 Suatu peubah aca dilambaga dega huruf apital, mialya XYZ,,,edaga ilai dari peubah aca dilambaga dega huruf ecil eperti xyz,, Defiii 8 (Peubah aca diret Peubah aca X diataa diret jia emua himpua ilai dari peubah aca terebut merupaa himpua tercacah (Hogg et al 005 Defiii 9 (Fugi ebara Miala X adalah peubah aca dega ruag Miala ejadia A= (, x], maa peluag dari ejadia A adalah Ρ( X x = F X ( x Fugi F X diebut fugi ebara dari peubah aca X (Hogg et al 005 i

11 3 Defiii 0 (Fugi maa peluag Fugi maa peluag dari peubah aca diret X adalah fugi : 0, yag diberia oleh : px ( x =Ρ ( X = x (Hogg et al 005 Defiii (Peubah aca Poio Suatu peubah aca X diebut peubah aca Poio dega parameter λ, λ > 0, jia fugi maa peluagya diberia oleh λ λ px ( = e,! utu = 0,, (Ro 007 Lema (Jumlah peubah aca Poio Jia X da Y adalah dua peubah aca yag alig beba da memilii ebara Poio dega parameter berturut-turut λ da λ, maa X + Y adalah peubah aca berebara Poio dega parameter λ + λ (Taylor ad Karli 984 Buti : Lihat Lampira Mome Peubah Aca Defiii (Nilai harapa Miala X adalah peubah aca diret dega fugi maa peluag px ( x Nilai harapa dari X, diotaia dega Ε ( X, adalah Ε ( X = xpx ( x, x jia jumlah di ata overge mutla (Hogg et al 005 Defiii 3 (Ragam Miala X adalah peubah aca diret dega fugi maa peluag px ( x da ilai harapa Ε ( X Ragam dari X, diotaia dega Var ( X atau adalah σ, X σ X =Ε(( X Ε ( X = ( x Ε( X px ( x x (Hogg et al 005 Jia adalah bilaga bulat poitif, maa mome e- atau m dari peubah aca X adalah m =Ε ( X (Hogg et al 005 Defiii 5 (Mome puat e- Jia adalah bilaga bulat poitif, maa mome puat e- atau σ dari peubah aca X adalah σ =Ε(( X Ε ( X (Hogg et al 005 Nilai harapa dari peubah aca X juga merupaa mome pertama dari X Nilai harapa dari uadrat perbedaa atara peubah aca X dega ilai harapaya diebut ragam dari X Ragam merupaa mome puat e- dari peubah aca X Defiii 6 (Fugi Idiator Miala A adalah uatu ejadia Fugi idiator dari A adalah uatu fugi Ι Α : Ω [0,], yag diberia oleh : {, jia ω A Ι Α ( ω = 0, jia ω A (Grimmet ad Stirzaer 99 Dega fugi idiator ita dapat meyataa hal beriut : ΕΙ ( A =Ρ ( A Keovergea Peubah Aca Defiii 7 (Keovergea dalam ebara Miala,,, adalah peubah aca pada uatu ruag peluag Ω,,P Suatu baria peubah aca diataa overge dalam ebara e peubah aca X, dituli, utu, jia P x P utu, utu emua titi x dimaa fugi ebara P adalah otiu (Grimmett da Stirzaer 99 Defiii 4 (Mome e- Peduga

12 4 Defiii 8 (Statiti Statiti merupaa uatu fugi dari atu atau lebih peubah aca yag tida tergatug pada atu atau beberapa parameter yag ilaiya tida dietahui (Hogg et al 005 Defiii 9 (Peduga Miala X, X,, X adalah cotoh aca Suatu tatiti UX (, X,, X yag diguaa utu meduga fugi parameter g( θ, diataa ebagai peduga (etimator bagi g( θ, dilambaga dega g( θ Bilamaa ilai X = x, X = x,, X = x, maa ilai U( x, x,, x diebut ebagai ilai dugaa (etimator bagi g( θ (Hogg et al 005 Defiii 0 (Peduga Ta Bia (i Suatu peduga yag ilai harapaya ama dega parameter g( θ, yaitu Ε [ UX (, X,, X] = g( θ, diebut peduga ta bia bagi g( θ Apabila ebaliya, peduga di ata diebut berbia (ii Jia lim Ε [ UX (, X,, X] = g( θ, maa UX (, X,, X diebut ebagai peduga ta bia aimtoti bagi g( θ (Hogg et al 005 Defii (Peduga oite Suatu peduga yag overge dalam peluag e parameter g( θ, diebut peduga oite bagi g( θ (Hogg et al 005 Defiii (MSE uatu peduga Mea Square Error (MSE dari uatu peduga U bagi parameter g( θ didefiiia ebagai MSE( U =Ε( U g( θ = ( Bia( U + Var ( U dega Bia ( U =ΕU g( θ Proe Poio Periodi Defiii 3 (Proe Stoati Proe toati X = { Xt (, t T} adalah uatu himpua dari peubah aca yag memetaa uatu ruag cotoh Ω e uatu ruag tate X( t (Ro 007 Jadi, utu etiap t pada himpua ide T, X( t adalah uatu peubah aca Kita erig megiterpretaia t ebagai watu da X( t ebagai tate (eadaa dari proe pada watu t Defiii 4 (Proe toati watu otiu Suatu proe toati X diebut proe toati dega watu otiu jia T adalah uatu iterval (Ro 007 Defiii 5 (Ireme beba Suatu proe toati dega watu otiu { X( t, t T} diebut memilii ireme beba jia utu emua t 0 < t < t < < t, peubah aca Xt ( Xt ( 0, Xt ( Xt (,, Xt ( Xt ( adalah beba (Ro 007 Berdaara defiii di ata, maa uatu proe toati dega watu otiu X diebut memilii ireme beba jia proe berubahya ilai pada iterval watu yag tida tumpag tidih (tida overlap adalah beba Defiii 6 (Ireme taioer Suatu proe toati dega watu otiu X = { Xt (, t T} diebut memilii ireme taioer jia X( t+ Xt ( memilii ebara yag ama utu emua ilai t (Ro 007 Berdaara defiii di ata, maa uatu proe toati dega watu otiu X diebut memilii ireme taioer jia ebara dari perubaha ilai atara embarag dua titi haya tergatug pada jara atara edua titi terebut, da tida tergatug dari loai titi-titi terebut

13 5 Defiii 7 (Proe Pecacaha Suatu proe toati { Nt (, t 0} diebut proe pecacaha jia Nt ( meyataa bayaya ejadia yag telah terjadi ampai watu t (Ro 007 Dari defiii terebut, maa uatu proe pecacaha Nt ( haru memeuhi yaratyarat beriut : (i Nt ( 0utu emua t [0, (ii Nilai Nt ( adalah iteger (iii Jia < t maa N ( Nt ( dega t, [0, (iv Utu < t maa Nt ( N ( ama dega bayaya ejadia yag terjadi pada iterval (,] t Defiii 8 (Proe Poio Suatu proe pecacaha { Nt (, t 0} diebut proe Poio dega laju λ, λ > 0, jia dipeuhi tiga yarat beriut : (i N (0 = 0 (ii Proe terebut memilii ireme beba (iii Bayaya ejadia pada embarag iterval watu dega pajag t, memilii ebara Poio dega ilai harapa λ t Sehigga utu emua t>, 0, λt e ( λ t Ρ ( Nt ( + N ( = =,! = 0,, (Ro 007 Dari yarat (iii dapat dilihat bahwa proe Poio memilii ireme yag taioer Dari yarat ii juga dapat diperoleh : Ε ( Nt ( = λt Defiii 9 (Proe Poio ta homoge Suatu proe Poio { Nt (, t 0} diebut proe Poio ta homoge jia laju pada embarag watu t merupaa fugi ta ota dari t yaitu λ ( t Defiii 30 (Iteita loal Iteita loal dari uatu proe Poio ta homoge X dega fugi iteita λ pada titi adalah λ ( yaitu ilai fugi λ di (Creie 993 Defiii 3 (Fugi periodi Suatu fugi λ diebut periodi jia λ( + τ = λ( utu emua da Kotata terecil τ yag memeuhi peramaa di ata diebut periode dari fugi λ terebut (Browder 996 Defiii 3 (Proe Poio Periodi Proe Poio periodi adalah uatu proe Poio ta homoge yag fugi iteitaya adalah fugi periodi (Magu 00 Beberapa Defiii da Lema Tei Defiii 33 (Fugi teritegrala loal Fugi iteita λ diebut teritegrala loal jia utu embarag himpua Borel terbata B ita peroleh μ( B = B λ( d < (Dudley 989 Defiii 34 ( Ο ( da ο ( Ο da ( Simbol-imbol ( ο merupaa cara utu membadiga bearya dua fugi ux ( da vx ( dega x meuju uatu limit L (i Notai ux ( =Ο( vx (, x L, meyataa ux ( bahwa terbata, utu x L vx ( (ii Notai ux ( = ο((, vx x L, meyataa bahwa ux ( 0 vx (, utu x L (Serflig 980 Defiii 35 (Titi Lebeque Kita ataa adalah titi Lebeque dari λ jia berlau h lim ( x ( dx 0 h 0 h h λ + λ = (Wheede ad Zygmud 977 Lema (Formula Youg dari Teorema Taylor

14 6 Miala g memilii turua e- yag berhigga pada uatu titi x Maa ( g ( x g( y = g( x + ( y x + ο ( y x, =! utu y x (Serflig 980 Buti : Lihat Serflig 980 Lema 3 (Pertidaamaa Chebyhev Jia X adalah peubah aca dega ilai harapa μ da ragam σ, maa utu etiap > 0 σ Ρ( X μ Buti : Lihat Lampira (Ro 007 Lema 4 (Teorema Limit Puat Miala,,, adalah uatu cotoh aca dari uatu ditribui yag mempuyai ilai-harapa µ da variace σ Maa peubah aca Y = ( X σ = ( X i μ / μ / σ overge e ebara ormal dega ilaiharapa ol da ragam (Hogg ad Craig 005 Buti : Lihat Hogg ad Craig 005

15 7 HASIL PEMBAHASAN Review Perumua Peduga Bagi λ ( da Sifat-ifat Statitiya Miala N adalah uatu proe Poio periodi dega fugi iteita λ yag diamati pada uatu iterval [0, ] Pembahaa haya dibatai utu au periode τ yag dietahui dari fugi iteita λ Miala h adalah baria dari bilaga real poitif yag overge meuju ol, yaitu h 0 jia Peduga bagi λ ( dapat dirumua ebagai beriut : τ λ ( = = 0 h ( ([ + τ + τ + ] N h, h [0, ] Teorema : (Aproimai aimtoti utu ilai harapa λ ( Miala fugi iteita λ adalah periodi (dega periode τ da teritegrala loal erta h 0 a Jia λ memilii turua etiga 3 berhigga di da h, maa " 3 Ε λ( = λ( + λ ( h + o( h 6 jia ( b Jia λ memilii turua eempat 4 berhigga di da h, maa " (4 4 4 Ε λ ( = λ ( + λ ( h+ λ ( h + oh ( 6 0 jia (3 Buti : Lihat Pramarai 009 Teorema : (Aproimai aimtoti utu ragam λ ( Miala fugi iteita λ adalah periodi (dega periode τ da teritegrala loal erta h 0 a Jia λ memilii turua etiga berhigga pada, maa " τλ( τλ ( h h ( ( Var λ o = + + h jia (4 b Jia λ memilii turua eempat berhigga pada, maa " ( ( ( τλ τλ h Var λ ( = + h (4 3 3 τλ ( h h + + o 40 jia (5 Buti : Lihat Pramarai 009 Review Perumua Peduga Bagi λ '( da Sifat-ifat Statitiya Jia λ ( adalah peduga bagi λ (, maa peduga bagi λ'( dapat dirumua ebagai beriut : ( ' λ ( ( + h λ h λ = (6 h Peduga di ata diperoleh dari fata bahwa utu ilai h > 0 yag cuup ecil, maa ' λ( + h λ( h λ ( (7 h Teorema 3 : (Aproimai aimtoti utu ' ilai harapa λ ( Miala fugi iteita λ adalah periodi (dega periode τ da teritegrala loal 3 Jia h 0, h utu da λ memilii turua etiga berhigga pada, maa ' ' ''' Ε λ( = λ ( + λ ( h + o( h 3 jia (8 Buti : Nilai harapa rua iri dari peramaa (8 dapat diyataa ebagai beriut : ( ' λ h ( h ( + λ Ε λ = Ε h

16 8 = ( Ε λ + h Ελ( h (9 h Berdaara peramaa (, maa " 3 Ε λ ( + h = λ ( + h + λ ( + h h + o ( h 6 jia (0 da " 3 Ελ ( h = λ ( h + λ ( h h + o ( h 6 jia ( Dega megguaa deret Taylor maa diperoleh bahwa λ( + h = ' " ''' λ( λ ( λ ( ( 3 3 λ( + h+ h+ h+ oh (!! 3! ''' " " λ ( λ ( + h = λ ( + h + o( h (3! λ( h = ' " ''' λ( λ ( λ ( (4 3 3 λ( h+ h h+ o( h!! 3! ''' " " λ ( λ ( h = λ ( h + o( h (5! Dega meubtituia peramaa ( da (3 e peramaa (0 maa didapata Ε λ ( + h = ' " ''' 3 3 λ( + λ ( h + λ ( h + λ ( h + oh ( 3 3 jia (6 Dega meubtituia peramaa (4 da (5 e peramaa ( maa didapata Ε λ ( h = ' " ''' 3 3 λ( λ ( h + λ ( h λ ( h + oh ( 3 3 jia (7 Dega meubtituia peramaa (6 da (7 e peramaa (9 maa didapata ' ' ''' Ε λ ( = λ ( + λ ( h + o( h jia Teorema 3 terbuti 3 Teorema 4 : (Aproimai aimtoti utu ' ragam λ ( Miala fugi iteita λ adalah periodi (dega periode τ da teritegrala loal 3 Jia h 0, h utu da λ memilii turua etiga berhigga pada, maa " ' τλ( τλ ( Var( λ ( = + + o 3 4h 6h jia (8 Buti : Var( ' λ ( dapat ditetua ebagai beriut ( ' λ h ( h ( ( + Var Var λ λ = h = [ Var ( λ ( ( ( + h + Var λ h 4h Cov ( λ ( h, + λ( h] (9 Dari peramaa ( diperoleh : λ ( + h = τ N( [ + τ, + τ + h ] [0, ] = h da λ ( h = τ N( [ + τ h, + τ] [0, ] = h Dari h 0 jia maa utu ilai yag cuup bear, elag [ + τ, + τ + h ] da [ τ h, τ ] tidih, ehigga N [ τ, τ h ] N [ τ h, τ ] + + tida alig tumpag da + + adalah peubah aca beba Dega demiia Cov( λ (, + h λ( h = 0, ehigga peramaa (9 mejadi

17 9 ' Var( λ ( = [ Var( λ ( h Var( ( h ] + + λ 4h (0 Berdaara peramaa (4 diperoleh : Var( λ ( + h = " τλ ( + h τλ ( + h h h o + + h jia ( da Var( λ( h = " τλ ( h τλ ( h h + h o + h jia ( Dega meubtituia peramaa ( da (3 e ( maa diperoleh Var( λ( + h = ' " ''' τλ( τλ ( τλ ( τλ ( h + + h h o + + h 3 6 jia (3 Dega meubtituia peramaa (4 da (5 e ( maa diperoleh Var( λ( h = ' " ''' τλ( τλ ( τλ ( τλ ( h + h h o + h 3 6 jia (4 Dega meubtituia peramaa (3 da (4 e (0 maa " ' τλ( τλ ( Var( λ ( = + + o 3 4h 6h jia Teorema 4 terbuti Review Perumua Peduga Bagi λ "( da Sifat-ifat Statitiya Jia λ ( adalah peduga bagi λ (, maa peduga bagi λ "( dapat dirumua ebagai beriut : ( ( " λ ( ( + h + λ h λ λ = (5 4h Peduga di ata diperoleh dari fata bahwa, utu ilai h > 0 yag cuup ecil, maa : " ' ' λ ( + h λ ( h λ ( h " λ( + h + λ( h λ( λ ( (6 4h Teorema 5 : (Aproimai aimtoti utu " ilai harapa λ ( Miala fugi iteita λ adalah periodi (dega periode τ da teritegrala loal 4 Jia h 0, h utu da λ memilii turua eempat berhigga pada, maa " " (4 Ε λ ( = λ ( + λ ( h + o ( h jia (7 Buti : Nilai harapa di rua iri peramaa (7 dapat diyataa ebagai beriut : ( ( " λ h h ( ( + + λ λ Ε λ =Ε 4h = [ Ε λ ( ( + h +Ελ h 4h Ε λ ( ] (8 Berdaara peramaa (3, maa Ε λ ( + h = " (4 4 4 λ( + h + λ( + h h+ λ ( + h h + oh ( 6 0 jia (9 da Ε λ ( h = " (4 4 4 λ( h + λ( h h+ λ ( h h + oh ( 6 0 jia (30 Dega megguaa deret Taylor maa diperoleh bahwa

18 0 ' " λ ( λ ( λ( + h = λ( + h + 4h!! ''' (4 λ ( 3 λ ( h + 6 h + o( h, 3! 4! (3 " λ ( + h = ''' (4 " λ ( λ ( λ ( + h + 4 h + o( h,!! (3 (4 (4 λ ( + h = λ ( + o(, (33 ' " λ ( λ ( λ( h = λ( h + 4h!! ''' (4 λ ( 3 λ ( 4 4 8h + 6 h + o( h, 3! 4! (34 " λ ( h = ''' (4 " λ ( λ ( λ ( h + 4 h + o( h,!! (35 da (4 (4 λ ( h = λ ( + o( (36 Dega meubtituia peramaa (3, (3, da (33 e peramaa (9 maa didapata ' 3 " Ε λ ( + h = λ ( + λ ( h + λ ( h 6 5 ''' 3 ( λ ( h + λ ( h + oh ( 3 0 jia (37 Dega meubtituia peramaa (34, (35, da (36 e peramaa (30 maa didapata ' 3 " Ε λ ( h = λ ( λ ( h + λ ( h 6 5 ''' 3 (4 4 4 λ ( h + λ ( h + oh ( 3 0 jia (38 Dega meubtituia peramaa (3, (37, da (38 e peramaa (8 maa didapata " '' (4 Ε λ ( = λ ( + λ ( h + o ( h jia Teorema 5 terbuti Teorema 6 : (Aproimai aimtoti utu " ragam λ ( Miala fugi iteita λ adalah periodi (dega periode τ da teritegrala loal 4 Jia h 0, h utu da λ memilii turua eempat berhigga pada, maa Var( " λ ( = " (4 3 τλ( 5 τλ ( 3 τλ ( o 5 3 6h 96h 90h h jia (39 Buti : Var( " λ ( dapat ditetua dega ebagai beriut Var ( " λ( = Var λ ( ( + h + λ h λ( 4h = [ Var( λ ( h Var( ( h λ 6h + 4 Var ( λ ( ( (, Cov λ + h λ( h 4 Cov ( λ (, + h λ( 4 Cov ( λ ( h, λ( ] (40 Dari peramaa (, diperoleh λ ( + h = τ N( [ + τ + h, + τ + 3 h] [0, ] = h da λ ( h = τ N( [ + τ 3 h, + τ h] [0, ] = h Dari h 0, jia maa utu ilai yag cuup bear iterval[ + τ h, + τ+ h], [ + τ+ h, + τ+ 3h],da [ τ 3 h, τ h ] + + tida alig tumpag tidih, ehigga N [ + τ h, + τ+ h], [ τ, τ 3] [ τ 3, τ ] N+ + h + + h, da N+ h + h adalah beba

19 Dega demiia Cov( λ (, + h λ( h = 0, Cov( λ (, + h λ( = 0, da Cov( λ (, h λ( = 0,ehigga peramaa (40 mejadi " Var( λ ( [ ( = Var λ ( 4 + h 6h (4 + Var( λ ( h 4 Var( + λ( ] Berdaara peramaa (5, diperoleh : " τλ( + h ( ( ( τλ + h Var λ + h = + h h (4 3 τλ ( + h 3 h + h + o 40 jia (4 da " τλ( h ( ( ( τλ h Var λ h = + h h (4 3 τλ ( h 3 h + h + o 40 jia (43 Dega meubtituia peramaa (3, (3, da (33 e peramaa (4 maa τλ( τλ '( 3 τλ "( Var( λ( + h = + + h h (4 5 τλ "'( τλ ( h h o h jia (44 Dega meubtituia peramaa (34, (35, da (36 e peramaa (43 maa τλ( τλ '( 3 τλ "( Var( λ( h = + h h (4 5 τλ "'( τλ ( 3 3 h h o h jia (45 Dega meubtituia peramaa (44, (45, da (5 e peramaa (4 maa " (4 " 3 τλ( 5 τλ ( 3 τλ ( Var ( λ ( = o 5 3 6h 96h 90h h jia Jadi Teorema 6 terbuti Sebara Aimtoti bagi λ, ' λ da " λ Teorema 7 : (Normalita aimtoti utu λ Adaia fugi iteita λ adalah periodi (dega periode τ da teritegrala loal, (4 da mempuyai turua eempat λ berhigga pada Miala pula h 0 da 4 h, utu Berlau hal beriut : (i Jia 5 h, maa ( d h λ ( λ ( Normal ( μσ, (46 " utu, dega μ = λ ( da 6 τλ( σ = (ii Jia 5 h 0, maa ( d h λ ( λ ( Normal (0, σ utu (47 Buti : Rua iri peryataa (46 da peryataa (47 dapat dituli ebagai h ( ( ( ( λ Ε λ + h Ελ( λ( (48 Utu membutia Teorema ii cuup ditujua (a ( ( d h λ Ελ( Normal (0, σ utu, (49 (b jia (c jia 5 h, maa h " ( Ελ( λ( λ (, 6 utu, (50 5 h 0, maa h ( Ελ ( λ ( 0, utu (5 Kita perhatia peryataa (49 Rua iri peryataa (49 dapat dituli

20 ( λ ( ( ( Ελ h Var λ (5 Var( λ ( Maa utu membutia peryataa (49, cuup diperia λ ( Ελ ( d Normal(0,, (53 Var( λ ( da h ( Var λ( τλ( (54 jia Utu membutia peryataa (53 ita perhatia betu beriut Miala ([ τ, τ ] [ 0, ] X = N + h + + h, = 0,,, Karea h 0 jia, maa utu yag cuup bear, iterval [ + τ h, + τ + h] da [ jτ h, jτ h ] tida beriria utu emua j Hal ii berimpliai, utu emua j, peubah aca X da X j alig beba Lebih lajut lagi { X }, = 0,,,, adalah baria peubah aca iid, yag mempuyai ilai harapa + τ + h Ε X = λ ( x Ι( x [0, ] dx + τ h da ragam + τ + h Var ( X = λ( x Ι( x [0, ] dx + τ h yag berhigga Oleh area itu, peduga λ ( dapat dituli ebagai τ λ ( = X, h 0 = yag merupaa jumlah peubah aca iid dialia uatu otata Selajutya dega Teorema Limit Puat ita peroleh peryataa (53 Utu membutia peryataa (54, ita igat bahwa rua iri peryataa (54 dapat dituli mejadi h ( Var λ( Berdaara Teorema ita dapata uatita di ata ama dega τλ( τλ( + o( = + o(, jia Sehigga ita dapata peryataa (54 Selajutya dibutia peryataa (50 da peryataa (5 Dari Teorema diperoleh " 5 h ( Ελ( λ( = λ ( h 6 3 ( λ ( h h + o( h 40 (55 jia Karea h 0 jia, maa uu e dua pada rua aa 5 o h Sehigga peryataa (55 adalah ( rua aa peramaa (55 mejadi " ( h 5 o( h 5 6 λ + Dari aumi 5 h, utu, ita peroleh peryataa (50 Selai itu dari aumi 5 h 0, utu, ita peroleh peryataa (5 Dega demiia Teorema 7 terbuti Teorema 8 : (Normalita aimtoti utu ' λ Adaia fugi iteita λ adalah periodi (dega periode τ da teritegrala loal, erta mempuyai turua etiga dega ilai terhigga pada Miala pula 3 h 0 da h, utu Berlau hal beriut: (i Jia 7 h, maa ( 3 ' ' d h λ ( λ ( Normal ( μσ, (56 "' utu, dega μ = λ ( da 3 τλ( σ = 4 (ii Jia 7 h 0, maa ( 3 ' ' d h λ ( λ ( Normal (0, σ (57 utu

21 3 Buti : Rua iri peryataa (56 da peryataa (57 dapat dituli mejadi 3 ' ' 3 ' ' h( λ( Ε λ( + h( Ελ( λ ( (58 Karea itu, utu membutia Teorema ii cuup ditujua 3 ' ' d h( λ( Ελ( Normal(0, σ, (59 jia Jia 7 h maa h 3 ' ' "' ( Ελ( λ ( λ ( 3 utu, da jia 7 h 0 maa (60 3 ' ' h ( Ελ ( λ ( 0, (6 utu Kita perhatia peryataa (59 Rua iri peryataa (59 dapat dituli ebagai ' ' λ ( Ελ ' ( 3 ' h Var( ( λ Var ( ' λ ( (6 Oleh area itu, utu membutia peryataa (59, cuup diperia ' ' λ( Ελ ( d Normal(0,, Var( ' λ ( (63 da 3 ' τλ( h Var( λ(, 4 (64 jia Utu membutia peryataa (63, ita daara pada peramaa ( ehigga λ ( + h = τ N( [ + τ, + τ+ h ] [ 0, ] = h da λ ( h = τ N( [ + τ h, + τ] [ 0, ] = h Dari peramaa (6 maa diperoleh ([ + τ, + τ+ ] [ 0, ] ([ τ τ] [ ] ' τ N h λ ( = 4h = N + h, + 0, Miala = ([ + τ, + τ + ] [ 0, ] ([ τ, τ] [ 0, ] X N h N + h + utu = 0,,, Karea h 0 jia, maa utu yag cuup bear, iterval [ + τ h, + τ ] da [ + jτ h, + jτ ], juga [ + τ, + τ+ ] da [ + τ, + τ+ ], h j j h tida berpotoga utu emua j Hal ii berimpliai, utu emua j, peubah aca X da X j alig beba Lebih lajut lagi { X }, = 0,,,, adalah baria peubah aca iid, yag mempuyai ilai harapa Ε X =Ε N( [ + τ, + τ + h ] [ 0, ] ([ τ, τ] [ 0, ] Ε N + h + da ragam Var ( X =Ε N + τ, + τ+ h 0, ([ ] [ ] ([ τ, τ] [ 0, ] Ε N + h + dega ilai berhigga Oleh area itu, bia ' ita tuli peduga λ ( ebagai ' τ λ ( = 4 0 X, h = yag merupaa jumlaha peubah aca iid dialia uatu otata Selajutya dega Teorema Limit Puat ita peroleh peryataa (63 Utu membutia peryataa (64, rua iri dari peryataa (64 dapat dituli mejadi 3 ' hvar( λ ( Berdaara Teorema 4 ita dapata uatita di ata ama dega τλ( τλ( + o( = + o(, 4 4 jia, ehigga ita dapata peryataa (64

22 4 Selajutya aa dibutia peryataa (60 da peryataa (6 Dari Teorema 3 didapat 3 ' ' 7 "' h ( Ελ( λ( = h λ ( + o( h 3 jia Dari aumi 7 h, utu, ita peroleh peryataa (60 Selai itu dari aumi 7 h 0, utu, ita peroleh peryataa (6 Dega demiia Teorema 8 terbuti Teorema 9 : (Normalita aimtoti utu " λ Adaia fugi iteita λ adalah periodi (dega periode τ da teritegrala loal, (4 erta mempuyai turua eempat λ dega ilai terhigga pada Miala pula h 0 da Berlau hal beriut : (i Jia 9 h, maa 4 h, utu ( 5 " " d h λ ( λ ( Normal ( μσ, (65 (4 utu, dega μ = λ ( 3 τλ( da σ = 6 (ii Jia 9 h 0, maa 5 " " d h( λ ( λ ( Normal (0, σ utu (66 Buti : Rua iri peryataa (65 da peryataa (66 dapat dituli ebagai 5 " " 5 " " h ( λ ( Ε λ ( + h ( Ελ ( λ ( (67 Karea itu, utu membutia Teorema ii cuup ditujua 5 " " d h ( λ( Ελ( Normal(0, σ, (68 utu, jia 9 h maa h 5 " " (4 ( Ελ( λ ( λ ( utu, da jia 9 h 0 maa (69 5 " " h ( Ελ ( λ ( 0, (70 utu Kita perhatia peryataa (68 Rua iri peryataa (68 dapat dituli " " λ ( Ελ ' ( 5 " h Var( ( λ (7 Var ( " λ ( Maa utu membutia peryataa (68, cuup peria " " λ( Ελ( d Var( " λ ( Normal(0,, da 5 " 3 τλ( h Var( λ(, 6 jia (7 (73 Utu membutia peryataa (7, ita igat embali peramaa ( ehigga diperoleh λ ( + h = τ N( [ + τ+ h, + τ+ 3h] [ 0, ] = h da λ ( h = τ N( [ + τ 3 h, + τ h] [ 0, ] = h Dari peramaa (5 maa diperoleh " λ ( = N( [ + τ+ h, + τ+ 3h] [ 0, ] τ N( [ 3 h, h ] [ 0, τ + τ ] 8h = N( [ + τ h, + τ+ h] [ 0, ] Miala

23 5 X = ([ + τ +, + τ + 3 ] [ 0, ] ([ τ 3, τ ] [ 0, ] N ([ τ h τ h ] [ ] N h h + N + h + h +, + + 0, utu = 0,,, Karea h 0 jia, maa utu yag cuup bear, iterval [ + jτ h, + jτ+ 3h],[ + τ 3 h, + τ+ h] da [ + jτ 3 h, + jτ + h], juga [ + τ h, + τ + h] da [ + jτ h, + jτ + h] tida berpotoga utu emua j Hal ii berimpliai, utu emua j, peubah aca X da X j alig beba Lebih lajut lagi { X }, = 0,,,, adalah baria peubah aca iid, yag mempuyai ilai harapa Ε X = Ε N( [ + τ + h, + τ + 3h] [ 0, ] +Ε N( [ + τ 3 h, + τ h] [ 0, ] Ε N( [ + τ h, + τ + h] [ 0, ] da ragam Var( X = Ε N( [ + τ + h, + τ + 3h] [ 0, ] +Ε N( [ + τ 3 h, + τ h] [ 0, ] Ε N( [ + τ h, + τ + h] [ 0, ] yag berilai terhigga Oleh area itu, " peduga λ ( dapat dituli ebagai " τ λ ( = X, h = yag merupaa jumlah peubah aca yag iid dialia uatu otata Selajutya dega Teorema Limit Puat ita peroleh peryataa (7 Utu membutia peryataa (73, ita igat bahwa rua iri peryataa (73 dapat dituli mejadi 5 " hvar( λ ( Berdaara Teorema 6 ita dapata uatita di ata ama dega 3 τλ( 3 τλ( + o( = + o(, 6 6 jia Sehigga ita dapata peramaa (73 Selajutya aa dibutia peramaa (69 da peramaa (70 Dari Teorema 5 didapat 5 " " 9 (4 h ( Ελ( λ ( = h λ ( + o( jia Dari aumi 9 h, utu, ita peroleh peramaa (69 Selai itu dari aumi 9 h 0, utu, ita peroleh peramaa (70 Dega demiia Teorema 9 terbuti

24 6 SIMPULAN Pada tulia ii diaji uatu metode utu meduga turua pertama da turua edua uatu fugi iteita proe Poio periodi dega periode τ yag dietahui Utu tujua ii, terlebih dahulu ditetua peduga bagi fugi iteteita loal λ pada titi dega megguaa data yag diamati pada iterval [0, ] yag dirumua ebagai beriut: τ λ ( = = h ([ + τ + τ + ] N h, h [0, ] Dari peduga di ata, emudia diturua ' peduga bagi λ ( yag dirumua eperti ' ( ( beriut : λ ( + h λ h λ = h Selajutya dari peduga di ata, diturua lagi peduga bagi λ " ( yag dirumua ebagai : ( ( " λ ( ( + h + λ h λ λ = 4h Pada etiga peduga di ata, h diebut badwidth Pegajia yag dilaua difoua pada ebara aimtoti dari ' " peduga λ ( da λ ( Dari hail pegajia yag dilaua dapat diimpula bahwa : (i Jia 5 h, maa ( d h λ ( λ ( Normal ( μσ, " utu, dega μ= λ ( da 6 τλ( σ = (ii Jia 5 h 0, maa (iii Jia (iv Jia (v Jia (vi Jia ( λ λ d σ h ( ( Normal (0, τλ( utu, dega σ = 7 h, maa ( 3 ' ' d h λ ( λ ( Normal ( μσ, "' utu, dega μ= ( 3 λ da τλ( σ = 4 7 h 0, maa ( 3 ' ' d h λ ( λ ( Normal (0, σ τλ( utu, dega σ = 4 9 h, maa ( 5 " " d h λ ( λ ( Normal ( μσ, (4 utu, dega μ = λ ( 3 τλ( da σ = 6 9 h 0, maa ( 5 " " d h λ ( λ ( Normal (0, σ 3 τλ( utu, dega σ = 6

25 7 DAFTAR PUSTAKA Browder, A 996 Mathematical Aalyi: A Itroductio Spriger New Yor Creie, N A C 993 Statitic for Spatial Data Revied Editio Wiley New Yor Dudley, R M 989 Real Aalyi ad Probability Wadworth & Broo Califoria Grimmett, G R da D R Stirzaer 99 Probability ad Radom Procee Ed e- Claredo Pre Oxford Hogg, R V, A T Graig, da J MacKea, W 005 Itroductio to Mathematical Statitic Ed e-6 Pretice Hall, Eglewood Cliff New Jerey Magu, I W 00 Etimatig the Iteity of a Cyclic Poio Proce (PhDThei Uiverity of Amterdam Amterdam Pramarai, R G N 009 Sifat-ifat Statitia Peduga Turua Pertama da Turua Kedua Fugi Iteita Proe Poio Periodi [Sripi] Bogor : Ititut Pertaia Bogor Ro, S M 007 Itroductio to Probability Model Ed e-9 Academic Pre Ic Orlado Florida Serflig, R J 980 Approximatio Theorem of Mathematical Statitic Joh Wiley & So New Yor Taylor, H M da S Karli 984 A Itroductio to Stochatic Modellig Academic Pre Ic Orlado Florida Wheede, R L ad A Zygmud 977 Meaure ad Itegral: A Itroductio to Real Aalyi Marcel Deer, Ic New Yor

26 LAMPIRAN 8

27 9 Lampira Pembutia Lema Lema (Jumlah peubah aca Poio Miala X da Y adalah peubah aca yag alig beba da memilii ebara Poio dega parameter berturut-turut λ da λ Maa X + Y memilii ebara Poio dega parameter λ + λ (Taylor ad Karli 984 Buti : Dega megguaa atura peluag total (law of total probability, dapat ita yataa Ρ ( X + Y = = Ρ ( X =, Y = = 0 = Ρ ( X = Ρ ( Y = ( X da Y alig beba = 0 λ λ λe λ e = = 0! (! λ λ e e! = λ λ!!(! (74 = 0 Kita igat embali, dega perluaa biomial maa ita dapat meyataa, utu etiap iteger poitif, ( λ + λ = λ λ = 0! =!(! λ λ (75 = 0 Sehigga dega meubtituia peramaa (75 e (74 maa ita peroleh rua aa peramaa (74 adalah ( λ+ λ e ( λ+ λ (76! Betu peramaa (76 di ata merupaa fugi peluag dari ebara Poio dega parameter ( λ + λ Maa Lema terbuti

28 0 Lampira Pembutia Lema 3 Lema 3 (Pertidaamaa Chebyhev Jia X adalah peubah aca dega ilai harapa μ da ragam σ, maa utu etiap > 0, σ Ρ( X μ (77 (Ro 007 Buti : Utu membutia pertidaamaa Chebyhev diperlua pertidaamaa Marov (Lema 4 beriut : Lema 4 (Pertidaamaa Marov Jia X adalah peubah aca dega Ε ( X terbata, maa utu etiap a > 0, Buti : Miala A { X a} ( X Ε Ρ( X a (78 a = maa X aι Α, dega Α, jia Ι Α = 0, jia Jia ita tetua ilai harapaya, maa diperoleh Sehigga diperoleh ( X a ( X Ρ Ε a Jadi Lema 4 terbuti X X Ε X Ε( Ι = aει a Α Α Ι adalah fugi idiator dari A, yaitu : a < a = aρ( X a Selajutya dega pertidaamaa Marov (Lema 4 maa ita dapat membutia Lema 3 Jadi Lema 3 terbuti ( X μ (( X μ Ρ =Ρ Ε( X μ σ =

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

( x) LANDASAN TEORI. ω Ω ke satu dan hanya satu bilangan real X( ω ) disebut peubah acak. Ρ = Ρ. Ruang Contoh, Kejadian dan Peluang

( x) LANDASAN TEORI. ω Ω ke satu dan hanya satu bilangan real X( ω ) disebut peubah acak. Ρ = Ρ. Ruang Contoh, Kejadian dan Peluang LANDASAN TEORI Ruang Contoh Kejadian dan Peluang Suatu percobaan yang dapat diulang dalam ondisi yang sama yang hasilnya tida dapat dipredisi secara tepat tetapi ita dapat mengetahui semua emunginan hasil

Lebih terperinci

SEBARAN ASIMTOTIK PENDUGA TURUNAN PERTAMA DAN TURUNAN KEDUA FUNGSI INTENSITAS PROSES POISSON PERIODIK IHDA ANISSA INDRIASTUTI

SEBARAN ASIMTOTIK PENDUGA TURUNAN PERTAMA DAN TURUNAN KEDUA FUNGSI INTENSITAS PROSES POISSON PERIODIK IHDA ANISSA INDRIASTUTI SEBARAN ASIMTOTIK PENDUGA TURUNAN PERTAMA DAN TURUNAN KEDUA FUNGSI INTENSITAS PROSES POISSON PERIODIK IHDA ANISSA INDRIASTUTI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT

Lebih terperinci

Gambar 3.1Single Channel Multiple Phase

Gambar 3.1Single Channel Multiple Phase BAB III MODEL ANTRIAN PADA PEMBUATAN SIM C. Sigle Chael Multiple Phase Sistem atria sigle chael multiple phase merupaa sistem atria dimaa pelagga yag tiba, dapat memasui sistem dega megatri di tempat yag

Lebih terperinci

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

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. gamma, fungsi likelihood, dan uji rasio likelihood. Misalkan dilakukan percobaan acak dengan ruang sampel C.

BAB II LANDASAN TEORI. gamma, fungsi likelihood, dan uji rasio likelihood. Misalkan dilakukan percobaan acak dengan ruang sampel C. BAB II LANDASAN TEORI Pada bab ii aa dibahas teori teori yag meduug metode upper level set sca statistics, atara lai peubah aca, distribusi gamma, fugsi gamma, fugsi lielihood, da uji rasio lielihood.

Lebih terperinci

BARISAN DAN DERET. U n = suku ke-n Contoh: Barisan bilangan asli, bilangan genap, bilangan ganjil, dan lain-lain.

BARISAN DAN DERET. U n = suku ke-n Contoh: Barisan bilangan asli, bilangan genap, bilangan ganjil, dan lain-lain. BARIAN DAN DERET A. Barisa Barisa adalah uruta bilaga yag memilii atura tertetu. etiap bilaga pada barisa disebut suu barisa yag dipisaha dega lambag, (oma). Betu umum barisa:,, 3, 4,, dega: = suu pertama

Lebih terperinci

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka oi eswa (fmipa-itb) Deret Positif Deret (ta berhigga) adalah ugapa berbetu a + a + a 3 + a 4 + dega a i disebut suu. Pejumlaha ii berbeda dega pejumlaha dua, tiga, atau berhigga bilaga. Maa, ita perlu

Lebih terperinci

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka oi eswa (fmipa-itb) Deret Positif Deret (ta berhigga) adalah ugapa berbetu a + a + a 3 + a 4 + dega a i disebut suu. Pejumlaha ii berbeda dega pejumlaha dua, tiga, atau berhigga bilaga. Maa, ita perlu

Lebih terperinci

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

MAKALAH TEOREMA BINOMIAL

MAKALAH TEOREMA BINOMIAL MAKALAH TEOREMA BINOMIAL Disusu utu memeuhi tugas mata uliah Matematia Disrit Dose Pegampu : Dr. Isaii Rosyida, S.Si, M.Si Rombel B Kelompo 2 1. Wihdati Martalya (0401516006) 2. Betha Kuria S. (0401516012)

Lebih terperinci

Sifat-sifat Fungsi Karakteristik dari Sebaran Geometrik

Sifat-sifat Fungsi Karakteristik dari Sebaran Geometrik Sifat-sifat Fugsi Karateristi dari Sebara Geometri Dodi Deviato Jurusa Matematia, Faultas MIPA, Uiversitas Adalas Kamus Limau Mais, Padag 563, Sumatera Barat, Idoesia Abstra Fugsi arateristi dari suatu

Lebih terperinci

MASALAH DAN ALTERNATIF JAWABAN DALAM MATEMATIKA KOMBINATORIK. Masalah 1 Terdapat berapa carakah kita dapat memilih 2 baju dari 20 baju yang tersedia?

MASALAH DAN ALTERNATIF JAWABAN DALAM MATEMATIKA KOMBINATORIK. Masalah 1 Terdapat berapa carakah kita dapat memilih 2 baju dari 20 baju yang tersedia? Kartia Yuliati, SPd, MSi MASALAH DAN ALTERNATIF JAWABAN DALAM MATEMATIKA KOMBINATORIK Masalah Terdapat berapa caraah ita dapat memilih baju dari 0 baju yag tersedia? Cara Misala baju diberi omor dari sampai

Lebih terperinci

MACAM-MACAM TEKNIK MEMBILANG

MACAM-MACAM TEKNIK MEMBILANG 0 MACAM-MACAM TEKNIK MEMBILANG ATURAN PERKALIAN Beriut ii diberia sebuah dalil tetag peetua baya susua yag palig sederhaa dalam suatu permasalaha yag beraita dega peluag. Dalil 2.1: ATURAN PERKALIAN SECARA

Lebih terperinci

( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang

( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang Latar Belaang Terdapat banya permasalahan atau ejadian dalam ehidupan sehari hari yang dapat dimodelan dengan suatu proses stoasti Proses stoasti merupaan permasalahan yang beraitan dengan suatu aturan-aturan

Lebih terperinci

Aplikasi Sistem Orthonormal Di Ruang Hilbert Pada Deret Fourier

Aplikasi Sistem Orthonormal Di Ruang Hilbert Pada Deret Fourier Apliasi Sistem Orthoormal Di Ruag Hilbert Pada Deret Fourier A 7 Fitriaa Yuli S. FMIPA UNY Abstra Ruag hilbert aa dibahas pada papper ii. Apliasi system orthoormal aa diaji da aa diapliasia pada ruahg

Lebih terperinci

PEMBUKTIAN SIFAT RUANG BANACH PADA D(K)

PEMBUKTIAN SIFAT RUANG BANACH PADA D(K) JMP : Volume 4 Nomor 1, Jui 2012, hal. 41-50 PEMBUKTIAN SIFAT RUANG BANACH PADA D(K) Malahayati Program Studi Matematia Faultas Sais da Teologi UIN Sua Kalijaga malahayati_01@yahoo.co.id ABSTRACT. I this

Lebih terperinci

INTERVAL KEPERCAYAAN

INTERVAL KEPERCAYAAN INTERVAL KEPERCAYAAN Tujua utama diambil ebuah ampel dari ebuah populai adalah utuk memperoleh iformai megeai parameter populai.. Ada cara meetuka parameter populai yaitu peakira da pegujia hipotei. Peakira

Lebih terperinci

BAB III TAKSIRAN PROPORSI POPULASI JIKA TERJADI NONRESPON. Dalam bab ini akan dibahas penaksiran proporsi populasi jika terjadi

BAB III TAKSIRAN PROPORSI POPULASI JIKA TERJADI NONRESPON. Dalam bab ini akan dibahas penaksiran proporsi populasi jika terjadi BAB III TAKSIRA PROPORSI POPULASI JIKA TERJADI ORESPO Dalam bab ii aa dibaas peasira proporsi populasi jia terjadi orespo da dilaua allba sebaya t ali. Selai itu, juga aa dibaas peetua uura sampel yag

Lebih terperinci

MODUL BARISAN DAN DERET

MODUL BARISAN DAN DERET MODUL BARISAN DAN DERET SEMESTER 2 Muhammad Zaial Abidi Persoal Blog http://meetabied.wordpress.com BAB I. PENDAHULUAN A. Desripsi Dalam modul ii, ada aa mempelajari pola bilaga, barisa, da deret diidetifiasi

Lebih terperinci

KEKONSISTENAN PENDUGA FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR. Oleh: LIA NURLIANA

KEKONSISTENAN PENDUGA FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR. Oleh: LIA NURLIANA KEKONSISTENAN PENDUGA FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR Ole: LIA NURLIANA PROGRAM STUDI MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR

Lebih terperinci

MOMEN AKUMULASI DARI SUATU ANUITAS AWAL DENGAN TINGKAT BUNGA ACAK

MOMEN AKUMULASI DARI SUATU ANUITAS AWAL DENGAN TINGKAT BUNGA ACAK MOMEN KUMULSI DRI SUTU NUITS WL DENGN TINGKT BUNG CK ri Fatmawati *, Johae Kho, ziha Mahaiwa Proram S Matematia Doe JuruaMatematia Faulta Matematia da Ilmu Peetahua lam Uiverita Riau Kampu Bia Widya 89

Lebih terperinci

PEMBAHASAN SOAL OSN MATEMATIKA SMP TINGKAT PROPINSI 2011 OLEH :SAIFUL ARIF, S.Pd (SMP NEGERI 2 MALANG)

PEMBAHASAN SOAL OSN MATEMATIKA SMP TINGKAT PROPINSI 2011 OLEH :SAIFUL ARIF, S.Pd (SMP NEGERI 2 MALANG) PEMBAHASAN SOAL OLIMPIADE SAINS NASIONAL SMP A. ISIAN SINGKAT SELEKSI TINGKAT PROPINSI TAHUN 011 BIDANG STUDI MATEMATIKA WAKTU : 150 MENIT 1. Jia x adalah jumlah 99 bilaga gajil terecil yag lebih besar

Lebih terperinci

Aproksimasi Terbaik dalam Ruang Metrik Konveks

Aproksimasi Terbaik dalam Ruang Metrik Konveks Aprosimasi Terbai dalam Ruag etri Koves Oleh : Suharsoo S Jurusa atematia FIPA Uiversitas Lampug Abstra asalah esistesi da etuggala aprosimasi terbai suatu titi dalam ruag berorm telah dipelajari oleh

Lebih terperinci

PENDUGAAN PARAMETER. Ledhyane Ika Harlyan

PENDUGAAN PARAMETER. Ledhyane Ika Harlyan PENDUGAAN PARAMETER Ledhyae Ika Harlya Jurua Pemafaata Sumberdaya Perikaa da Kelauta Uiverita Brawijaya 03 Statitik Ifereia Mecakup emua metode yag diguaka dalam pearika keimpula atau geeraliai megeai

Lebih terperinci

Peluang Suatu Kejadian, Kaidah Penjumlahan, Peluang Bersyarat, Kaidah Perkalian dan Kaidah Baiyes

Peluang Suatu Kejadian, Kaidah Penjumlahan, Peluang Bersyarat, Kaidah Perkalian dan Kaidah Baiyes eluag uatu Kejadia, Kaidah ejumlaha, eluag ersyarat, Kaidah eralia da Kaidah aiyes.eluag uatu Kejadia Defiisi : eluag suatu ejadia adalah jumlah peluag semua titi otoh dalam. Dega demiia : 0 (), ( ) =

Lebih terperinci

PENDUGAAN FUNGSI INTENSITAS GLOBAL DARI PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT LIA YULIAWATI G

PENDUGAAN FUNGSI INTENSITAS GLOBAL DARI PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT LIA YULIAWATI G PENDUGAAN FUNGSI INTENSITAS GLBAL DARI PRSES PISSN PERIDIK DENGAN TREN FUNGSI PANGKAT LIA YULIAWATI G5444 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUN ALAM INSTITUT PERTANIAN BGR BGR 8

Lebih terperinci

BAB 6 NOTASI SIGMA, BARISAN DAN DERET

BAB 6 NOTASI SIGMA, BARISAN DAN DERET BAB 6 NOTASI SIGMA, BARISAN DAN DERET A RINGKASAN MATERI. Notasi Sigma Diberia suatu barisa bilaga, a, a,..., a. Lambag deret tersebut, yaitu: a = a + a +... + a a meyataa jumlah suu pertama barisa Sifat-sifat

Lebih terperinci

SUMMABILITAS CESARO PADA OPERASI DERET DIVERGEN. Sangadji* 1

SUMMABILITAS CESARO PADA OPERASI DERET DIVERGEN. Sangadji* 1 Summabilita Cearo pada Operai Dere Diverge (Sagadji) SUMMABILITAS CESARO PADA OPERASI DERET DIVERGE Sagadji* ABSTRAK SUMMABILITAS CESARO PADA OPERASI DERET DIVERGE Bayak orag uka membicaraka tetag deret

Lebih terperinci

Konvolusi pada Distribusi dengan Support Kompak

Konvolusi pada Distribusi dengan Support Kompak Prosidig SI MaNIs (Semiar Nasioal Itegrasi Matematia da Nilai Islami) Vol1, No1, Juli 2017, Hal 453-457 p-issn: 2580-4596; e-issn: 2580-460X Halama 453 Kovolusi pada Distribusi dega Support Kompa Cythia

Lebih terperinci

Representasi sinyal dalam impuls

Representasi sinyal dalam impuls Represetasi siyal dalam impuls Represetasi siyal dalam impuls adalah siyal yag diyataa sebagai fugsi dari impuls atau sebagai umpula dari impuls-impuls. Sembarag siyal disret dapat diyataa sebagai pejumlaha

Lebih terperinci

TEOREMA CAYLEY-HAMILTON SEBAGAI SALAH SATU METODE DALAM PENGHITUNGAN FUNGSI MATRIKS

TEOREMA CAYLEY-HAMILTON SEBAGAI SALAH SATU METODE DALAM PENGHITUNGAN FUNGSI MATRIKS Jural Matematia Vol.6 No. November 6 [ 5 : ] TEOREMA CAYLEY-HAMILTON SEBAGAI SALAH SATU METODE DALAM PENGHITUNGAN FUNGSI MATRIKS Ooy Rohaei Jurusa Matematia, UNISBA, Jala Tamasari No, Badug,6, Idoesia

Lebih terperinci

Diagram Kendali Simpangan Baku Eksak untuk Proses Berdistribusi Normal dengan Parameter σ Diketahui

Diagram Kendali Simpangan Baku Eksak untuk Proses Berdistribusi Normal dengan Parameter σ Diketahui Statitika, Vol. No., 5 6 Mei Diagram Kedali Simpaga Baku Ekak utuk Proe Berditribui Normal dega Parameter Diketahui Aceg Komarudi Mutaqi, Suwada Program Studi Statitika Fakulta MIPA Uiverita Ilam Badug,

Lebih terperinci

Pedahulua Pedugaa Parameter Pedugaa Parameter Populai dilakuka dega megguaka ilai Statitik Sampel, Mial :. x diguaka ebagai peduga bagi µ. diguaka ebagai peduga bagi σ 3. p atau p$ diguaka ebagai peduga

Lebih terperinci

Bab 16 Integral di Ruang-n

Bab 16 Integral di Ruang-n Catata Kuliah MA3 Kalulus Elemeter II Oi Neswa,Ph.D., Departeme Matematia-ITB Bab 6 Itegral di uag- Itegral Gada atas persegi pajag Itegral Berulag Itegral Gada atas Daerah sebarag Itegral Gada Koordiat

Lebih terperinci

BAB V RANDOM VARIATE GENERATOR (PEMBANGKIT RANDOM VARIATE)

BAB V RANDOM VARIATE GENERATOR (PEMBANGKIT RANDOM VARIATE) BAB V RANDOM VARIATE GENERATOR (PEMBANGKIT RANDOM VARIATE) 5.1. Pembagit Radom Variate Disrit Suatu Radom Variate diartia sebagai ilai suatu radom variate yag mempuyai distribusi tertetu. Utu megambil

Lebih terperinci

MODUL 1.03 DINAMIKA PROSES. Oleh : Ir. Tatang Kusmara, M.Eng

MODUL 1.03 DINAMIKA PROSES. Oleh : Ir. Tatang Kusmara, M.Eng MODUL 1.03 DINMIK PROSES Ole : Ir. Tatag Kusmara, M.Eg LBORTORIUM OPERSI TEKNIK KIMI JURUSN TEKNIK KIMI UNIVERSITS SULTN GENG TIRTYS CILEGON BNTEN 2008 2 Modul 1.03 DINMIK PROSES I. Pedaulua Dalam bidag

Lebih terperinci

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval Pedugaa Parameter. Pedahulua Pedugaa Parameter Popoulai dilakuka dega megguaka ilai Statitik Sampel Mial :. x diguaka ebagai peduga bagi. diguaka ebagai peduga bagi 3. p atau p diguaka ebagai peduga bagi

Lebih terperinci

Perluasan Uji Kruskal Wallis untuk Data Multivariat

Perluasan Uji Kruskal Wallis untuk Data Multivariat Statistia, Vol. No., Mei Perluasa Uji Krusal Wallis utu Data Multivariat TETI SOFIA YANTI Program Studi Statistia, Uiversitas Islam Badug, Jl. Purawarma No. Badug. E-mail: buitet@yahoo.com ABSTAK Adaia

Lebih terperinci

Metode Statistika Pertemuan IX-X

Metode Statistika Pertemuan IX-X /7/0 Metode Statitika Pertemua IX-X Statitika Ifereia: Pedugaa Parameter Populai : Parameter Cotoh : Statitik Statitik merupaka PENDUGA bagi parameter populai Pegetahua megeai ditribui amplig PENDUGA TAK

Lebih terperinci

SIFAT ALJABAR BANACH KOMUTATIF DAN ELEMEN IDENTITAS PADA

SIFAT ALJABAR BANACH KOMUTATIF DAN ELEMEN IDENTITAS PADA SIFAT ALJABAR BANACH KOMUTATIF DAN ELEMEN IDENTITAS PADA KELAS D(K) Malahayati Program Studi Matematia Faultas Sais da Teologi UIN Sua Kalijaga Yogyaarta e-mail: malahayati_01@yahoo.co.id ABSTRAK Himpua

Lebih terperinci

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval Pedugaa Parameter Pedahulua Pedugaa Parameter Populai dilakuka dega megguaka ilai Statitik Sampel Mial :. x diguaka ebagai peduga bagi. diguaka ebagai peduga bagi 3. p atau p diguaka ebagai peduga bagi

Lebih terperinci

Bab II Landasan Teori

Bab II Landasan Teori Bab II adaa eori Bab ii meyajika kajia item da teori-teori yag aka medaari da diguaka dalam mecari betuk model tereduki. Beberapa hal yag aka dikaji dalam bab ii adalah item PV da beberapa teori daar yag

Lebih terperinci

BAB IV DESKRIPSI ANALISIS DATA

BAB IV DESKRIPSI ANALISIS DATA BAB IV DESKRIPSI ANALISIS DATA A. Dekripi Data Peelitia ii megguaka peelitia ekperime, ubyek peelitiaya dibedaka mejadi dua kela, yaitu kela kotrol da kela ekperime. Kela kotrol pada peelitia ii merupaka

Lebih terperinci

PENDUGAAN PARAMETER METSTAT ANIK DJURAIDAH

PENDUGAAN PARAMETER METSTAT ANIK DJURAIDAH PENDUGAAN PARAMETER METSTAT ANIK DJURAIDAH PENDUGAAN PARAMETER Populai : Parameter Sampel : Statitik Statitik merupaka PENDUGA bagi parameter populai Pegetahua megeai ebara cotoh PENDUGA TAK BIAS DAN MEMPUNYAI

Lebih terperinci

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

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

Lebih terperinci

BAB II LANDASAN TEORI. Pada bab ini akan dibahas dasar-dasar teori yang akan digunakan

BAB II LANDASAN TEORI. Pada bab ini akan dibahas dasar-dasar teori yang akan digunakan BAB II LANDASAN TEORI Pada bab ii aka dibaa daar-daar teori yag aka diguaka dalam peulia kripi ii, yaitu megeai metode peakira maximum likeliood, metode peakira oit maximum likeliood da fier iformatio..1

Lebih terperinci

Pendugaan Parameter 1

Pendugaan Parameter 1 Topik Bahaa: Pedugaa Parameter 1 (Selag Pedugaa, Pedugaa Selag 1 Rata-Rata) Pertemua ke II 1 Ilutrai Statitika Ifereia : Mecakup emua metode yag diguaka utuk pearika keimpula atau geeraliai megeai populai

Lebih terperinci

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 5

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 5 Mata Kuliah : Matematia Disrit Program Studi : Tei Iformatia Miggu e : 5 KOMBINATORIAL PENDAHULUAN Persoala ombiatori bua merupaa persoala baru dalam ehidupa yata. Baya persoala ombiatori sederhaa telah

Lebih 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

UNIVERSITAS INDONESIA META-ANALISIS UNTUK RELIABILITAS SUATU ALAT UKUR BERDASARKAN KOEFISIEN ALPHA CRONBACH SKRIPSI JANUARINA ANGGRIANI

UNIVERSITAS INDONESIA META-ANALISIS UNTUK RELIABILITAS SUATU ALAT UKUR BERDASARKAN KOEFISIEN ALPHA CRONBACH SKRIPSI JANUARINA ANGGRIANI UNIVERSITAS INDONESIA META-ANALISIS UNTUK RELIABILITAS SUATU ALAT UKUR BERDASARKAN KOEFISIEN ALHA CRONBACH SKRISI JANUARINA ANGGRIANI 080655 FAKULTAS MATEMATIKA DAN ILMU ENGETAHUAN ALAM ROGRAM STUDI SARJANA

Lebih terperinci

Lampiran 1. Beberapa Definisi dan Lema Teknis

Lampiran 1. Beberapa Definisi dan Lema Teknis Lampiran 1. Beberapa Definisi dan Lema Teknis Ruang Contoh, Kejadian dan Peluang Suatu percobaan yang dapat diulang dalam kondisi yang sama, yang hasilnya tidak dapat diprediksi dengan tepat tetapi kita

Lebih terperinci

3. Integral (3) (Integral Tentu)

3. Integral (3) (Integral Tentu) Darublic www.darublic.com. Itegral () (Itegral Tetu).. Luas Sebagai Suatu Itegral. Itegral Tetu Itegral tetu meruaa itegral ag batas-batas itegrasia jelas. Kose dasar dari itegral tertetu adalah luas bidag

Lebih terperinci

Keywords: Convergen Series, Banach Space, Sequence space cs, Dual-α, Dual-

Keywords: Convergen Series, Banach Space, Sequence space cs, Dual-α, Dual- Jural MIPA FST UNDANA, Volume 2, Nomor, April 26 DUAL-, DUAL- DAN DUAL- DARI RUANG BARISAN CS Albert Kumaereg, Ariyato 2, Rapmaida 3,2,3 Jurusa Matematia, Faultas Sais da Tei Uiversitas Nusa Cedaa ABSTRACT

Lebih terperinci

TEOREMA KEKONVERGENAN FUNGSI TERINTEGRAL HENSTOCK- KURZWEIL SERENTAK DAN FUNGSI BERSIFAT LOCALLY SMALL RIEMANN SUMS (LSRS) DARI RUANG EUCLIDE

TEOREMA KEKONVERGENAN FUNGSI TERINTEGRAL HENSTOCK- KURZWEIL SERENTAK DAN FUNGSI BERSIFAT LOCALLY SMALL RIEMANN SUMS (LSRS) DARI RUANG EUCLIDE Teorema Keovergea Fugsi Teritegral Hestoc(Aiswita) TORMA KKONVRGNAN FUNGSI TRINTGRAL HNSTOCK- KURZWIL SRNTAK DAN FUNGSI BRSIFAT LOCALLY SMALL RIMANN SUMS (LSRS) DARI RUANG UCLID K RUANG BARISAN Aiswita,

Lebih terperinci

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

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 III REVIEW SIFAT- SIFAT STATISTIK PENDUGAAN TIPE KERNEL BAGI FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN PERIODE GANDA

BAB III REVIEW SIFAT- SIFAT STATISTIK PENDUGAAN TIPE KERNEL BAGI FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN PERIODE GANDA 9 BAB III REVIEW SIFAT- SIFAT STATISTI PENDUGAAN TIPE ERNE BAGI FUNGSI INTENSITAS PROSES POISSON PERIODI DENGAN PERIODE GANDA 3. Perumua Peduga Malka adala proe Poo ag damat pada terval [0] dega fug teta

Lebih terperinci

Pendugaan. Parameter HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA FMIPA UNIV. ANDALAS LOGO

Pendugaan. Parameter HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA FMIPA UNIV. ANDALAS LOGO Pedugaa Parameter HAZMIRA YOZZA JURUSAN MATEMATIKA FMIPA UNIV. ANDALAS LOGO Kompetei meyebutka klp ifereia tatitika & ruag ligkupya mejelaka metode pedugaa klaik da yarat-yarat peduga yag baik pada pedugaa

Lebih terperinci

Sinyal dan Sistem Waktu Diskrit ET 3005 Pengolahan Sinyal Waktu Diskrit EL 5155 Pengolahan Sinyal Waktu Diskrit

Sinyal dan Sistem Waktu Diskrit ET 3005 Pengolahan Sinyal Waktu Diskrit EL 5155 Pengolahan Sinyal Waktu Diskrit Siyal da Sistem Watu Disrit ET 35 Pegolaha Siyal Watu Disrit EL 5155 Pegolaha Siyal Watu Disrit Effria Yati Hamid 1 2 Siyal da Sistem Watu Disrit 2.1 Siyal Watu Disrit 2.1.1 Pegertia Siyal Watu Disrit

Lebih terperinci

SIFAT SIFAT TRANSFORMASI LINEAR DARI R KE R

SIFAT SIFAT TRANSFORMASI LINEAR DARI R KE R SIF SIF RNSFORMSI LINER m DRI R KE R Diuu utuk memeuhi uga Mata Kuliah ljabar Liear Doe Pegampu : Dr. Suroo, M. Pd Diuu oleh : Kelompok. ge Chritie rii ( 84.55 ). dik Setyo Nugroho ( 84.65 ). Beti Lutvi

Lebih terperinci

Selang Kepercayaan dari Parameter Distribusi Log-Normal Menggunakan Metode Bootstrap Persentil

Selang Kepercayaan dari Parameter Distribusi Log-Normal Menggunakan Metode Bootstrap Persentil Statitika, Vol. 8 No. 1, 13 17 Mei 008 Selag Kepercayaa dari Parameter Ditribui Log-Normal Megguaka Metode Boottrap Peretil Akhmad Fauzy Jurua Statitika FMIPA Uiverita Ilam Idoeia Yogyakarta Abtract I

Lebih terperinci

BAB III ANALISIS PEMODELAN ANTRIAN HAULER PENGANGKUTAN OVERBURDEN PADA JALAN 7F

BAB III ANALISIS PEMODELAN ANTRIAN HAULER PENGANGKUTAN OVERBURDEN PADA JALAN 7F BAB III AALISIS EMODELA ATRIA HAULER EGAGKUTA OVERBURDE ADA JALA 7F 3.. edahulua ada Bab II telah dijelaka beberapa teori yag diguaka utuk melakuka aalii yag tepat dalam memecahka maalah yag ada. ada bab

Lebih terperinci

Metode Statistika Pertemuan XI-XII

Metode Statistika Pertemuan XI-XII /4/0 Metode Statitika Pertemua XI-XII Statitika Ifereia: Pegujia Hipotei Populai : = 0 Butuh pembuktia berdaarka cotoh!!! Apa yag diperluka? > 0? Maa yag bear? Sampel : 5 Ok, itu adalah pegujia hipotei,

Lebih terperinci

UNIVERSITAS INDONESIA DISTRIBUSI BANYAK SINGGAH DARI SUATU RANDOM WALK DAN UJI KERANDOMAN SKRIPSI RANTI NUGRAHENI

UNIVERSITAS INDONESIA DISTRIBUSI BANYAK SINGGAH DARI SUATU RANDOM WALK DAN UJI KERANDOMAN SKRIPSI RANTI NUGRAHENI UNIVERSITAS INDONESIA DISTRIBUSI BANYAK SINGGAH DARI SUATU RANDOM WALK DAN UJI KERANDOMAN SKRIPSI RANTI NUGRAHENI 35475 FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM STUDI SARJANA MATEMATIKA DEPOK

Lebih terperinci

BAHAN AJAR DIKLAT GURU MATEMATIKA

BAHAN AJAR DIKLAT GURU MATEMATIKA BAHAN AJAR DIKLAT GURU MATEMATIKA DEPARTEMEN PENDIDIKAN NASIONAL DIREKTORAT JENDERAL PENDIDIKAN DASAR DAN MENENGAH DIREKTORAT PENDIDIKAN MENENGAH KEJURUAN 005 DAFTAR ISI Kata Pegatar.. i Daftar Isi...

Lebih terperinci

GRAFIKA

GRAFIKA 6 5 7 3 6 3 3 GRAFIKA 3 6 57 08 0 9 5 9 385 946 5 3 30 0 8 9 5 9 3 85 946 5 ANALISA REAL Utu uliah (pegatar) aalisa real yag dilegapi dega program MATLAB Dr. H.A. Parhusip G R A F I K A Peerbit Tisara

Lebih terperinci

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

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

Lebih terperinci

MASALAH DISTRIBUSI BOLA KE DALAM WADAH SEBAGAI FUNGSI ATAU KUMPULAN FUNGSI

MASALAH DISTRIBUSI BOLA KE DALAM WADAH SEBAGAI FUNGSI ATAU KUMPULAN FUNGSI Vol. 11, No. 1, 45-55, Juli 2014 MASALAH DISTRIBUSI BOLA KE DALAM WADAH SEBAGAI FUNGSI ATAU KUMPULAN FUNGSI Fauziah Baharuddi 1, Loey Haryato 2, Nurdi 3 Abstra Peulisa ii bertujua utu medapata perumusa

Lebih terperinci

ESTIMASI. Jika parameter populasi disimbolkan dengan θ maka θ yang tidak diketahui harganya ditaksir oleh harga

ESTIMASI. Jika parameter populasi disimbolkan dengan θ maka θ yang tidak diketahui harganya ditaksir oleh harga ESTIMASI Salah atu aek utuk mearik keimula megeai uatu oulai dega memakai amel yag diambil dari oulai terebut megguaka etimai (eakira) Jika arameter oulai diimbolka dega θ maka θ yag tidak diketahui hargaya

Lebih terperinci

Pembangkitan bilangan random (RN)

Pembangkitan bilangan random (RN) Pembagkita bilaga radom (RN) Pembagkita bilaga radom dega megguaka oftware Exel. Bilaga radom yag dibakitka dikalika dega 7 agar bia mauk rage 7. Hail embagkita ebagai berikut : No RN RN x 7.7463.8753

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

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

MENENTUKAN SPECTRUM SUATU GRAF BERBANTUAN MATLAB

MENENTUKAN SPECTRUM SUATU GRAF BERBANTUAN MATLAB LAPORAN PENELITIAN KOMPETITIF DOSEN BERSAMA MAHASISWA MENENTUKAN SPECTRUM SUATU GRAF BERBANTUAN MATLAB KETUA TIM PENELITI ABDUSSAKIR, M.Pd JURUSAN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS ISLAM

Lebih terperinci

BAB III METODE PENELITIAN. dengan kemampuan berpikir kreatif dengan menggunakan dua model

BAB III METODE PENELITIAN. dengan kemampuan berpikir kreatif dengan menggunakan dua model 3 BAB III METODE PENELITIAN A. Jei Peelitia Tujua peelitia ii yaki membadigka kemampua berpikir kriti dega kemampua berpikir kreatif dega megguaka dua model pembelajara yaitu model pembelajara berbai maalah

Lebih terperinci

Bab 6: Analisa Spektrum

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

Lebih terperinci

Pengujian Hipotesis untuk selisih dua nilai tengah populasi

Pengujian Hipotesis untuk selisih dua nilai tengah populasi Pegujia Hipotei utuk eliih dua ilai tegah populai Hipotei Hipotei atu arah: H 0 : - 0 v H : - < 0 H 0 : - 0 v H : - > 0 Hipotei dua arah: H 0 : - = 0 v H : - 0 Statitik uji z h ( ( ) ) 0 Formula klik diketahui

Lebih terperinci

Tetapi apabila n < 5% N maka digunakan :

Tetapi apabila n < 5% N maka digunakan : Jei- jei pedugaa Iterval:. Pedugaa Parameter dega ampel bear (>30) a. Pedugaa terhadap parameter rata-rata Diketahui; z Maka; Z Z Tetapi apabila tadard deviai populai tidak diketahui, maka diguaka tadar

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

Gerak Brown Fraksional dan Sifat-sifatnya

Gerak Brown Fraksional dan Sifat-sifatnya SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 06 S - 3 Gera Brow Frasioal da Sifat-sifatya Chataria Ey Murwaigtyas, Sri Haryatmi, Guardi 3, Herry P Suryawa 4,,3 Uiversitas Gadjah Mada,4 Uiversitas

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

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

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

FUNCTIONALLY SMALL RIEMANN SUMS (FSRS) DAN ESSENTIALLY SMALL RIEMANN SUMS (ESRS) FUNGSI TERINTEGRAL HENSTOCKn. p )

FUNCTIONALLY SMALL RIEMANN SUMS (FSRS) DAN ESSENTIALLY SMALL RIEMANN SUMS (ESRS) FUNGSI TERINTEGRAL HENSTOCKn. p ) βeta -ISSN: 85-5893 e-issn: 54-458 Vol. 3 No. (Noember), Hal. 79-89 βeta DOI: htt://dx.doi.org/.44/betajtm.v9i.7 FUNCTIONALLY SMALL RIMANN SUMS (FSRS) DAN SSNTIALLY SMALL RIMANN SUMS (SRS) FUNGSI TRINTGRAL

Lebih terperinci

InfinityJurnal Ilmiah Program Studi Matematika STKIP Siliwangi Bandung, Vol 1, No.2, September 2012

InfinityJurnal Ilmiah Program Studi Matematika STKIP Siliwangi Bandung, Vol 1, No.2, September 2012 IfiityJual Ilmiah Pogam Studi Matematia STKIP Siliwagi Badug, Vol, No., Septembe HIMPUNAN KOMPAK PADA RUANG METRIK Oleh : Cee Kustiawa Juusa Pedidia Matematia FPMIPA Uivesitas Pedidia Idoesia eeustiawa@yahoo.om

Lebih terperinci

PENYELESAIAN PERSAMAAN DIFERENSIAL LANE-EMDEN MENGGUNAKAN METODE TRANSFORMASI DIFERENSIAL

PENYELESAIAN PERSAMAAN DIFERENSIAL LANE-EMDEN MENGGUNAKAN METODE TRANSFORMASI DIFERENSIAL PENYELESAIAN PERSAMAAN DIFERENSIAL LANE-EMDEN MENGGUNAKAN METODE TRANSFORMASI DIFERENSIAL Ahma Sya roi, M Natsir, Eag Lily E-mail: Arolativa@yahoocom Mahasiswa Program S Matematia Dose Jurusa Matematia

Lebih terperinci

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

Pendugaan Parameter: Kasus Dua sampel saling bebas. Selisih rataan dua populasi

Pendugaan Parameter: Kasus Dua sampel saling bebas. Selisih rataan dua populasi Pedugaa Parameter: Kau Dua amel alig beba Seliih rataa dua oulai - x x.96 x x.96 x x - SAMPLING ERROR Dugaa Selag bagi µ - µ ( x x z ( x x z Formula klik diketahui ama & Syarat : & Tidak ama Formula klik

Lebih terperinci

Pendekatan Matematika Model Ekonomi Makro

Pendekatan Matematika Model Ekonomi Makro Vol. 2 No.1 1-7 Juli 2005 Pedeata Matematia Model Eoomi Maro Jer uuma Abtra Model matematia diberia utu mejelaa eomea dalam duia eoomi maro eperti modal/apital teaa erja peetahua iovai dalam riet da peembaaa.

Lebih terperinci

Mengkaji Perbedaan Diagonalisasi Matriks Atas Field dan Matriks Atas Ring Komutatif

Mengkaji Perbedaan Diagonalisasi Matriks Atas Field dan Matriks Atas Ring Komutatif Megaji Perbedaa Diagoalisasi Matris Atas Field da Matris Atas Rig Komutatif Teorema : Jia A adalah matris x maa eryataa eryataa beriut eivale satu sama lai : a A daat didiagoalisasi b A memuyai vetor eige

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI. mandiri jika tidak mengandung t secara eksplisit di dalamnya. (Kreyszig, 1983)

I PENDAHULUAN II LANDASAN TEORI. mandiri jika tidak mengandung t secara eksplisit di dalamnya. (Kreyszig, 1983) I PENDAHULUAN Latar Belaag Permasalaha ebiaa pemaea ia yag memberia eutuga masimum da berelauta (tida teradi epuaha dari populasi ia yag dipae) adalah hal yag sagat petig bagi idustri periaa Para ilmuwa

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

--Fisheries Data Analysis-- Perbandingan ragam. By. Ledhyane Ika Harlyan. Faculty of Fisheries and Marine Science Brawijaya University

--Fisheries Data Analysis-- Perbandingan ragam. By. Ledhyane Ika Harlyan. Faculty of Fisheries and Marine Science Brawijaya University --Fiherie Data Aalyi-- Perbadiga ragam By. Ledhyae Ika Harlya Faculty of Fiherie ad Marie Sciece Brawijaya Uiverity Tujua Itrukioal Khuu Mahaiwa dapat megguaka aalii tatitika ederhaa dega berfoku ukura

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

STATISTICS. Confidence Intervals (Rentang Keyakinan) Confidence Intervals (1)

STATISTICS. Confidence Intervals (Rentang Keyakinan) Confidence Intervals (1) STATISTICS Cofidece Iterval (Retag Keyakia) Cofidece Iterval () Etimai Parameter Ditribui abilita memiliki ejumlah parameter. Parameter-parameter tb umumya tak diketahui. Nilai parameter terebut diperkiraka

Lebih terperinci

Evaluasi Distribusi Gabungan pada Teori Resiko

Evaluasi Distribusi Gabungan pada Teori Resiko Evaluai Ditribui Gabungan pada Teori Reio Roita Kuumawati Juruan Pendidian Matematia, Univerita egeri Yogyaarta Karangmalang, Yogyaarta roitauumawati@gmailcom ABTRAK Evalui ditribui gabungan merupaan bagian

Lebih terperinci

PERBANDINGAN PENDEKATAN SEPARABLE PROGRAMMING DENGAN THE KUHN-TUCKER CONDITIONS DALAM PEMECAHAN MASALAH NONLINEAR

PERBANDINGAN PENDEKATAN SEPARABLE PROGRAMMING DENGAN THE KUHN-TUCKER CONDITIONS DALAM PEMECAHAN MASALAH NONLINEAR Jural Tei da Ilmu Komputer PERBANDINGAN PENDEKATAN SEPARABLE PROGRAMMING DENGAN THE KUHN-TUCKER CONDITIONS DALAM PEMECAHAN MASALAH NONLINEAR Budi Marpaug Faultas Tei da Ilmu Komputer Jurusa Tei Idustri

Lebih terperinci

A.Interval Konfidensi pada Selisih Rata-rata

A.Interval Konfidensi pada Selisih Rata-rata A.Iterval Kofidei pada Seliih Rata-rata. Bila kita mempuyai da maig-maig adalah mea ample acak beba berukura da yag diambil dari populai dega ragam da diketahui, maka elag kepercayaa 00-% bagi - adalah

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI Utu mempermudah dalam meyeleaa pembahaa pada bab, maa aa dbera beberapa def da beberapa teor daar yag meduug... Teor Teor Peduug... Rua Gar Def. Rua Gar Ja ada d R atau 3 R, maa ebuah

Lebih terperinci