BAB IV SEBARAN ASIMTOTIK PENDUGA TURUNAN PERTAMA DAN KEDUA DARI KOMPONEN PERIODIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR
|
|
- Veronika Susanto
- 6 tahun lalu
- Tontonan:
Transkripsi
1 3 BAB IV SEBARAN ASIMTOTIK PENDUGA TURUNAN PERTAMA DAN KEDUA DARI KOMPONEN PERIODIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR 4.. Sebaran asimtotik dari,, Teorema 4. ( Normalitas Asimtotik untuk,, ) Misalkan fungsi intensitas λ memenuhi persamaan (3.) dan terintegralkan lokal. Jika kernel K simetris dan memenuhi asumsi (K), (K), dan (K3), serta dan ln dan ln, untuk, serta λ memiliki turunan ketiga berhingga pada s maka ln,, untuk. Bukti : Misalkan,, dan d, K ( x) dx ln ln 4. 4.,,,,,,. 4.3 Ruas kiri pernyataan (4.) dapat di tulis menjadi ln,,,, ln,,. 4.4 Maka, untuk membuktikan pernyataan (4.) cukup dibuktikan ln,,,, P 4.5 dan ln,, d, K ( x) dx 4.6
2 3 untuk. Pernyataan (4.5) akan dibuktikan pada Lema 4. dan pernyataan (4.6) dibuktikan pada Lema 4.. Lema 4. Misalkan fungsi intensitas λ memenuhi persamaan (3.) dan terintegralkan lokal. Jika kernel K simetris dan memenuhi asumsi (K), (K), dan (K3), serta dan ln untuk, serta λ memiliki turunan pertama berhingga pada s maka maka ln,,,, untuk n. Bukti: Berdasarkan persamaan (3.6) dan (3.7) diperoleh,, P 4.7 ln ln ln ln. 4.8 Berdasarkan persamaan (4.) dan (4.3) diperoleh,, ln ln ln ln. 4.9 Persamaan (4.8) dan (4.9) disubtitusi ke ruas kiri (4.7) sehingga ruas kiri (4.7) dapat ditulis menjadi
3 33 ln a. 4. Maka, untuk membuktikan persamaan (4.7) cukup dibuktikan ln a P 4. jika. Ruas kiri pernyataan (4.) dapat ditulis sebagai ln ln Maka untuk membuktikan pernyataan (4.) cukup dibuktikan ln P 4 dan ln (4.3) jika. Untuk membuktikan persamaan (4.) harus dibuktikan untuk setiap berlaku ln 4.4 jika. Pembuktian pernyataan (4.4) menggunakan ketaksamaan Chebyshev dan sifat-sifat statistika. Peluang pada ruas kiri pernyataan (4.4) dapat ditulis sebagai berikut 3 ln 3 ln ln ln
4 untuk. Dengan didapat persamaan (4.5) maka pernyataan (4.) terbukti. Untuk membuktikan pernyataan (4.3) perlu diingat sifat-sifat statistika penduga komponen tren linear pada persamaan (3.9), yaitu E, jika. Maka ruas kiri pernyataan 4.3 dapat ditulis menjadi ln ln ln n untuk. Dengan demikian maka pernyataan (4.3) terbukti. Jadi Lema 4. terbukti. Lema 4. Misalkan fungsi intensitas λ memenuhi persamaan (3.) dan terintegralkan lokal. Jika kernel K simetris dan memenuhi asumsi (K), (K), dan (K3), serta dan ln ln, untuk, serta λ memiliki turunan ketiga berhingga di s maka ln,, d, untuk n. Bukti Ruas kiri pernyataan (4.6) dapat ditulis menjadi ln,,,, K ( x) dx. 4.6 ln,,. 4.7 Maka, untuk membuktikan pernyataan (4.6) cukup dibuktikan
5 35 ln,,,, dan d, K ( x) dx (4.8) ln,, 4.9 jika. Kita perhatikan ruas kiri pernyataan (4.8) yang dapat di tulis menjadi n ln h τ 3 n Var( λ' c, n, K λ' c ( s)) Maka untuk membuktikan (4.8), cukup diperiksa λ' c dan, n, K ( s) E λ' c, n, K, ( s). (4.) Var λ' c, n, K ( s), n, K ( s) E λ' c, n, K, ( s) d Normal(,), (4.) Var λ' c, n, K ( s) n 3 ln hn Var( λ' c, n, τ K ( s)) aτ K ( x) dx) (4.) untuk. Pernyataan (4.) dapat dibuktikan dengan menerapkan Teorema Limit Pusat (Central Limit Theorem) yang langkahnya diawali dari penggunaan persamaan (4.) untuk menentukan peubah acak. Karena, maka persamaan 4. dapat dituliskan menjadi,, ln ln ln
6 36 ln ln 4.3,, ln ln dan,, ln ln. Dari persamaan (4.3) maka diperoleh λ' c, n, K ( s) ln Misalkan ln. ln Sehingga nilai harapan dari peubah acak adalah ln
7 37 ln ln Dengan mengganti variabel dan menggunakan persamaan (3.) dan (3.), maka persamaan di atas dapat ditulis menjadi ln ln. Karena dan maka persamaan di atas dapat diubah menjadi ln
8 38. Dengan mengganti variabel dan menggunakan persamaan (3.) dan (3.), maka persamaan di atas dapat ditulis menjadi ln a untuk. Jadi terhingga. Nilai ragam dari peubah acak adalah 4.4 ln. 4.5 Karena suku ketiga ruas kanan (4.5) adalah deterministik serta suku pertamanya dan suku keduanya adalah bebas, maka Var Var. Dengan mengganti variable dan menggunakan persamaan (3.) dan (3.), maka persamaan di atas dapat ditulis menjadi
9 39. Karena dan sifat bahwa maka persamaan di atas dapat diubah menjadi. 4.6 Dengan mengganti variabel dan menggunakan persamaan (3.) dan (3.), maka persamaan di atas dapat ditulis menjadi x x, 4.7 untuk. Hal ini karena asumsi (K) dan (K3),, serta memiliki turunan pertama berhingga di s yang berimplikasi kontinu dan memiliki nilai berhingga di sekitar s. Misalkan B 4 n n τ = Var( X k= k ) maka diperoleh
10 4 x untuk. Karena x dan k ln untuk, maka persamaan (3.8) dapat ditulis menjadi untuk. Selanjutnya dibuktikan 4 l x O x E E untuk. Ruas kiri persamaan (4.8) dapat ditulis sebagai Perhatikan bahwa suku pertama dan suku kedua pada persamaan (4.9) memiliki pola yang sama. Maka untuk membuktikan persamaan (4.8), cukup dibuktikan untuk. Ruas kiri persamaan (4.3) 4.3
11 4 4.3 Karena 3, bukti lihat lema A. pada lampiran sehingga persamaan (4.3) dapat ditulis sebagai 3 3, 3, Dengan menggantikan variabel dan menggunakan persamaan (3.) dan (3.) maka persamaan di atas dapat ditulis menjadi, 3 4, 4.3 Karena dan maka persamaan (4.3) dapat diubah menjadi, 4 4,
12 4 3, 3 4 4,, =O(). untuk. Hal ini karena asumsi (K) dan (K3),,serta memiliki turunan pertama berhingga di s yang berimplikasi kontinu dan memiliki nilai berhingga di sekitar,. dan untuk. 4 ln x sehingga Dari hasil persamaan-persamaan di atas maka teorema limit pusat telah terpenuhi dan kemudian diperoleh kesimpulan bahwa merupakan barisan peubah acak bebas yang nilai harapan dan nilai ragamnya terhingga serta tidak nol untuk sembarang nilai k. Kemudian penduga,. dapat dinyatakan sebagai jumlah dari peubah acak bebas yang dikalikan dengan suatu konstanta yaitu λ' c, n, K ( s) ln yang menyebar normal asimtotik dengan nilai harapan,. dan ragam Var,. sehingga demikian terbukti persamaan (4.). Perhatikan bahwa Var,.,.. (Bukti: lihat Lampiran pada Lema A.6. Selanjutnya dengan menggunakan Teorema 3.4 tinggal dibuktikan persamaan (4.) yang ruas kiri persamaannya dapat dinyatakan sebagai
13 43 n 3 ln hn Var( λ' c, n, τ n ln τ aτ hn 3 K ( s)) 6 4 Karena K merupakan kernel umum maka persamaan di atas dapat dituliskan menjadi aτ aτ. (4.33) Dengan menggabungkan hasil akhir dari penerapan limit pusat dan persamaan (4.33) maka terbukti persamaan (4.). Selanjutnya adalah membuktikan persamaan (4.9) yaitu ruas kiri akan konvergen ke ruas kanan. Dimulai dari ruas kiri, yaitu. ln,, Dengan menggunakan Teorema 3.3, maka persamaan di atas dapat ditulis menjadi + ln () () () () ( ) λ ' "' + "' + ' ( ) c s hn λc s hn λc s x K x dx o hn λ c s 6 ln λ"' 6 c ( s) + λc"'( s) x K( x) dx + o( h Karena ln maka persamaan di atas menjadi n ) ln,, o
14 44 untuk, sehingga dapat disimpulkan bahwa (4.9) terbukti. Dengan telah dibuktikannya persamaan (4.8) dan (4.9) maka Lema 4. terbukti. " 4.. Sebaran asimtotik dari λ c, n, K Teorema 4. ( Normalitas Asimtotik untuk λ ) " c, n, K Misalkan fungsi intensitas λ memenuhi persamaan (3.) dan terintegralkan lokal. Misalkan kernel K simetris dan memenuhi asumsi (K), (K), dan (K3), serta ln dan untuk, serta λ memiliki turunan keempat berhingga di s maka ln ",, " d, 3 8 Bukti : Ruas kiri persamaan (4.34) yang dapat ditulis menjadi 4.34 ln ",, ",, ln ",, ". Maka, untuk membuktikan persamaan (4.34) cukup dibuktikan ln ",, ",, d, 3 8 dan (4.35) (4.36) ln ",, ", 4.37 jika. Untuk membuktikan pernyataan (4.36), ruas kiri persamaan tersebut dapat dituliskan menjadi ln ",, ",, ",, ",, Maka untuk membuktikan (4.36) cukup dibuktikan
15 45 ",, ",, dan ",, d, 4.39 ln ",, jika. Pernyataan (4.39) dapat dibuktikan dengan menerapkan Teorema Limit Pusat (Central Limit Teorem) untuk menentukan peubah acak. Berdasarkan persamaan (3.6) dan (3.8) diperoleh ",, 4 ln 4 ln ln 4 ln 4 ln 4 ln ",, 4 ln
16 46 Misalkan Sehingga nilai harapan dari peubah acak adalah E E Dengan mengganti variabel dan menggunakan persamaan (3.) dan (3.), maka persamaan di atas dapat ditulis menjadi Karena dan sifat bahwa maka persamaan di atas dapat diubah menjadi
17 47. Dengan mengganti variabel dan menggunakan persamaan (3.) dan (3.), maka persamaan di atas dapat ditulis menjadi O x untuk. Jadi terhingga. Nilai ragam dari peubah acak adalah x 4.4. (4.4) Karena suku pertama, kedua, dan ketiga persamaan (4.4) adalah bebas maka
18 48 Karena N adalah proses Poisson, maka dapat disimpulkan bahwa nilai ragamnya akan sama dengan nilai harapannya, sehingga persamaan di atas dapat dituliskan menjadi 4 4 Dengan mengganti variabel dan menggunakan persamaan (3.) dan (3.), maka persamaan di atas dapat ditulis menjadi 4 4
19 Karena dan sifat bahwa maka persamaan di atas dapat diubah menjadi Dengan mengganti variabel dan menggunakan persamaan (3.) dan (3.), maka persamaan di atas dapat ditulis menjadi x x x x. untuk. Hal ini karena asumsi (K) dan (K3),,serta memiliki turunan pertama berhingga di s yang berimlikasi kontinu dan memiliki nilai berhingga di sekitar s. Misalkan maka diperoleh 6 x
20 5 6 x 4.43 untuk. Karena dan Maka persamaan (4.43) dapat ditulis menjadi 6 ln x 36 ln x untuk. Selanjutnya dibuktikan l E E Ruas kiri persamaan (4.44) dapat ditulis sebagai 4.44
21 Perhatikan bahwa suku pertama dan suku kedua pada persamaan (4.45) memiliki pola yang sama. Maka untuk membuktikan persamaan (4.44), cukup dibuktikan untuk. Ruas kiri persamaan (4.46) Karena 3, bukti lihat lema A. pada lampiran sehingga persamaan (4.47) dapat ditulis sebagai 3 3, 3, Dengan menggantikan variabel dan menggunakan persamaan (3.) dan (3.) maka persamaan di atas dapat ditulis menjadi,
22 5 3, Karena dan maka persamaan (4.48) dapat diubah menjadi, 4 4, 3, 3,, =O() untuk. Hal ini karena asumsi (K) dan (K3),,serta memiliki turunan pertama berhingga di s yang berimlikasi kontinu dan memiliki nilai berhingga di sekitar,. dan untuk. 36 ln x l sehingga Dari hasil persamaan-persamaan di atas maka teorema limit pusat telah terpenuhi dan kemudian diperoleh kesimpulan bahwa merupakan barisan peubah acak bebas yang nilai harapan dan nilai ragamnya terhingga serta tidak nol untuk sembarang nilai k. Kemudian penduga ",, dapat dinyatakan sebagai jumlah dari peubah acak bebas yang dikalikan dengan suatu konstanta yaitu
23 53 ",, 4 ln yang menyebar normal asimtotik dengan nilai harapan ",, dan ragam Var",, sehingga demikian terbukti persamaan (4.39). Selanjutnya dengan menggunakan Teorema 3.4 tinggal dibuktikan persamaan (4.4) yang ruas kiri persamaannya dapat dinyatakan sebagai ln ",, ln aτ 8 untuk. Karena K merupakan kernel umum maka persamaan di atas dapat dituliskan menjadi 3aτ 8 3aτ 8. (4.49) Dengan menggabungkan hasil akhir dari penerapan limit pusat dan persamaan (4.49) maka persamaan (4.36) terbukti. Selanjutnya adalah membuktikan persamaan (4.37) yaitu ruas kiri akan konvergen ke ruas kanan. Dimulai dari ruas kiri, yaitu ln ",, " Dengan menggunakan Teorema 3.5, maka persamaan di atas dapat ditulis menjadi
24 54 () ( ) () ( ) () () ( ) = ) ( " 3 " ln 4, 4, 5 s h o dx x K x h s h s s n h c n n n c n n c c n λ λ λ λ τ ln 3. untuk. Karena ln maka persamaan di atas akan menjadi ln ",, " untuk, sehingga dapat disimpulkan bahwa ln ",, " untuk, dengan demikian makateorema 4. terbukti.
BAB 4 SEBARAN ASIMTOTIK PENDUGA KOMPONEN PERIODIK
BAB 4 SEBARAN ASIMTOTIK PENDUGA KOMPONEN PERIODIK 4. Sebaran Asimtotik,, Teorema 4. (Sebaran Normal Asimtotik,, ) Misalkan fungsi intensitas seperti (3.2) dan terintegralkan lokal. Jika kernel K adalah
Lebih terperinciBAB 3 REVIEW SIFAT-SIFAT STATISTIK PENDUGA KOMPONEN PERIODIK
BAB 3 REVIEW SIFAT-SIFAT STATISTIK PENDUGA KOMPONEN PERIODIK 3. Perumusan Penduga Misalkan N adalah proses Poisson non-homogen pada interval 0, dengan fungsi intensitas yang tidak diketahui. Fungsi intensitas
Lebih terperinciIII. HASIL DAN PEMBAHASAN
III. HASIL DAN PEMBAHASAN 3.1 Perumusan Masalah Misalkan adalah proses Poisson nonhomogen pada interval dengan fungsi intensitas yang tidak diketahui. Fungsi intensitas diasumsikan terintegralkan lokal
Lebih terperinciBAB 4 KEKONSISTENAN PENDUGA DARI FUNGSI SEBARAN DAN FUNGSI KEPEKATAN WAKTU TUNGGU DARI PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT
29 BAB 4 KEKONSISTENAN PENDUGA DARI FUNGSI SEBARAN DAN FUNGSI KEPEKATAN WAKTU TUNGGU DARI PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT 4.1 Perumusan Penduga Misalkan adalah proses Poisson nonhomogen
Lebih terperinci(T.8) SEBARAN ATIMTOTIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT
(T.8) SEBARAN ATIMTOTIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT Ro fah Nur Rachmawati Universitas Bina Nusantara Jl. K.H. Syahdan No. 9 Palmerah Jakarta Barat 11480 rrachmawati@binus.edu
Lebih terperinciBAB 3 REVIEW PENDUGAAN FUNGSI INTENSITAS LOKAL DAN GLOBAL DARI PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT
9 BAB 3 REVIEW PENDUGAAN FUNGSI INTENSITAS LOKAL DAN GLOBAL DARI PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT Misalkan adalah proses Poisson nonhomogen pada interval dengan fungsi intensitas yang
Lebih terperinciSEBARAN ASIMTOTIK PENDUGA TURUNAN N PERTAMA DAN KEDUA DARI KOMPONEN PERIODIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR
SEBARAN ASIMTOTIK PENDUGA TURUNANN PERTAMA DAN KEDUA DARI KOMPONE EN PERIODIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR SALIWATI SEKOLAH PASCASARJANAA INSTITUT PERTANIAN BOGOR BOGOR
Lebih terperinciBAB IV REDUKSI BIAS PADA PENDUGAAN
BAB IV REDUKSI BIAS PADA PENDUGAAN 4.1. Asimtotik Orde-2 Berdasarkan hasil simulasi pada Helmers dan Mangku (2007) kasus kernel seragam, aproksimasi asimtotik orde pertama pada ragam dan bias, gagal memprediksikan
Lebih terperinciLampiran A. Beberapa Definisi dan Lema Teknis
LAMPIRAN 33 Lampiran A. Beberapa Definisi dan Lema Teknis Ruang Contoh, Kejadian dan Peluang Definisi A.1 (Ruang contoh dan kejadian) Suatu percobaan yang dapat diulang dalam kondisi yang sama, yang hasilnya
Lebih terperinciLampiran 1. Beberapa Definisi dan Lema Teknis
Lampiran 1. Beberapa Definisi dan Lema Teknis Ruang Contoh, Kejadian dan Peluang Suatu percobaan yang dapat diulang dalam kondisi yang sama, yang hasilnya tidak dapat diprediksi dengan tepat tetapi kita
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Proses Poisson Periodik Definisi 2.1 (Proses stokastik) Proses stokastik X = {X(t), t T } adalah suatu himpunan dari peubah acak yang memetakan suatu ruang contoh Ω ke suatu
Lebih terperinciABSTRACT JOKO DWI SURAWU. Keywords:
ABSTRACT JOKO DWI SURAWU. Asymptotic Distribution of an Estimator for Periodic Component of Intensity Function of a Periodic Poisson Process in the Presence of Linear Trend. Supervised by I WAYAN MANGKU
Lebih terperincipada Definisi 2.28 ada dan nilainya sama dengan ( ) ( ) Untuk memperoleh hasil di atas, ruas kiri persamaan (25) ditulis sebagai berikut ( )
LAMPIRAN 21 Lampiran 1 (Pembuktian Lema 2.1 Lema 2.1 (Eksistensi Fungsi Intensitas global Jika ([ ] adalah proses Poisson periodik dengan fungsi intensitas, maka ([ ] pada Definisi 2.28 ada dan nilainya
Lebih terperinciBAB II TINJAUAN PUSTAKA
3 BAB II TINJAUAN PUSTAKA 2.1 Proses Poisson Periodik Definisi 2.1 (Proses stokastik) Proses stokastik X = {X(t), t T} adalah suatu himpunan dari peubah acak yang memetakan suatu ruang contoh ke suatu
Lebih terperinciPENDAHULUAN LANDASAN TEORI
1 PENDAHULUAN Latar Belakang Dalam kehidupan sehari-hari, banyak permasalahan yang dapat dimodelkan dengan proses stokastik. Proses stokastik dapat dibedakan menjadi dua yaitu proses stokastik dengan waktu
Lebih terperinciII LANDASAN TEORI. 2.1 Ruang Contoh, Kejadian dan Peluang. 2.2 Peubah Acak dan Fungsi Sebaran
II LANDASAN TEORI 2.1 Ruang Contoh, Kejadian dan Peluang Dalam suatu percobaan sering kali diperlukan pengulangan yang dilakukan dalam kondisi yang sama. Semua kemungkinan hasil yang akan muncul akan diketahui
Lebih terperinciII. LANDASAN TEORI. 2. P bersifat aditif tak hingga, yaitu jika dengan. 2.1 Ruang Contoh, Kejadian dan Peluang
II. LANDASAN TEORI 2.1 Ruang Contoh, Kejadian dan Peluang Dalam suatu percobaan sering kali diperlukan pengulangan yang dilakukan dalam kondisi yang sama. Semua kemungkinan hasil yang akan muncul akan
Lebih terperinciDERET TAK HINGGA. Contoh deret tak hingga :,,, atau. Barisan jumlah parsial, dengan. Definisi Deret tak hingga,
DERET TAK HINGGA Contoh deret tak hingga :,,, atau. Barisan jumlah parsial, dengan Definisi Deret tak hingga,, konvergen dan mempunyai jumlah S, apabila barisan jumlah jumlah parsial konvergen menuju S.
Lebih terperinciKEKONVERGENAN MSE PENDUGA KERNEL SERAGAM FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT
KEKONVERGENAN MSE PENDUGA KERNEL SERAGAM FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT Ro fah Nur Rachmawati Mathematics & Statistics Department, School of Computer Science, Binus
Lebih terperinciBAB II TINJAUAN PUSTAKA
5 BAB II TINJAUAN PUSTAKA Dalam bab ini dijelaskan beberapa definisi dan teorema yang digunakan dalam pembahasan berikutnya. 2.1 Teori Peluang Definisi 2.1.1 (Percobaan Acak) (Ross 2000) Suatu percobaan
Lebih terperinciMemahami definisi barisan tak hingga dan deret tak hingga, dan juga dapat menentukan
4 BARISAN TAK HINGGA DAN DERET TAK HINGGA JUMLAH PERTEMUAN : 5 PERTEMUAN TUJUAN INSTRUKSIONAL KHUSUS : Memahami definisi barisan tak hingga dan deret tak hingga, dan juga dapat menentukan kekonvergenan
Lebih terperinciLANDASAN TEORI. Model ini memiliki nilai kesetimbangan positif pada saat koordinat berada di titik
LANDASAN TEORI Model Mangsa Pemangsa Lotka Volterra Bagian ini membahas model mangsa pemangsa klasik Lotka Volterra. Model Lotka Volterra menggambarkan laju perubahan populasi dua spesies yang saling berinteraksi.
Lebih terperinciPENDUGAAN FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT MENGGUNAKAN METODE TIPE KERNEL
PENDUGAAN FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT MENGGUNAKAN METODE TIPE KERNEL Ro fah Nur Rachmawati Jurusan Matematika, Fakultas Sains dan Teknologi, Binus University Jl.
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Proses Poisson Periodik Definisi 2.1 (Proses stokastik) Proses stokastik, adalah suatu himpunan dari peubah acak yang memetakan suatu ruang contoh Ω ke suatu ruang states. Jadi,
Lebih terperinciKEKONSISTENAN PENDUGA FUNGSI SEBARAN DAN FUNGSI KEPEKATAN PELUANG WAKTU TUNGGU PROSES POISSON PERIODIK DENGAN TREN LINEAR TITA ROBIAH AL ADAWIYAH
KEKONSISTENAN PENDUGA FUNGSI SEBARAN DAN FUNGSI KEPEKATAN PELUANG WAKTU TUNGGU PROSES POISSON PERIODIK DENGAN TREN LINEAR TITA ROBIAH AL ADAWIYAH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciSEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR
SEBARAN ASIMTOTIK PENDUGA KOMPONEN PERIODIK FUNGSI INTENSITAS BERBENTUK PERKALIAN FUNGSI PERIODIK DENGAN TREN LINEAR DARI SUATU PROSES POISSON NON-HOMOGEN LIA YULIAWATI SEKOLAH PASCASARJANA INSTITUT PERTANIAN
Lebih terperinciPertemuan ke-10: UJI PERBANDINGAN, DERET BERGANTI TANDA, KEKONVERGENAN MUTLAK, UJI RASIO, DAN UJI AKAR
Pertemuan ke-0: UJI PERBANDINGAN, DERET BERGANTI TANDA, KEKONVERGENAN MUTLAK, UJI RASIO, DAN UJI AKAR Departemen Matematika FMIPA IPB Bogor, 205 (Departemen Matematika FMIPA IPB) Kalkulus II Bogor, 205
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
3 BAB 2 TINJAUAN PUSTAKA 2.1 Proses Poisson Periodik Definisi 2.1 (Proses stokastik) Proses stokastik adalah suatu himpunan dari peubah acak yang memetakan suatu ruang contoh ke suatu ruang state. Jika
Lebih terperinciAyundyah Kesumawati. April 29, Prodi Statistika FMIPA-UII. Deret Tak Terhingga. Ayundyah. Barisan Tak Hingga. Deret Tak Terhingga
Kesumawati Prodi Statistika FMIPA-UII April 29, 2015 Akar Barisan a 1, a 2, a 3, a 4,... adalah susunan bilangan-bilangan real yang teratur, satu untuk setiap bilangan bulat positif. adalah fungsi yang
Lebih terperinciDISTRIBUTIONS OF RANDOM VARIABLE DISTRIBUSI VARIABEL RANDOM
1.11 Chebyshev s Inequality DISTRIBUTIONS OF RANDOM VARIABLE (Ketaksamaan Chebyshev) A. Pendahuluan DISTRIBUSI VARIABEL RANDOM Konsep atau rumus yang berhubungan dengan Ketaksamaan Chebyshev Ekspektasi
Lebih terperinciKEKONSISTENAN PENDUGA FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR. Oleh: LIA NURLIANA
KEKONSISTENAN PENDUGA FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR Oleh: LIA NURLIANA PROGRAM STUDI MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR
Lebih terperinciSIFAT-SIFAT STATISTIKA TIKA ORDE-2 FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR DAN MODIFIKASINYA NENENG MILA MARLIANA
SIFAT-SIFAT STATISTIKA TIKA ORDE-2 PENDUGA TIPE KERNEL L BAGI K KOMPONEN PERIODIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR DAN MODIFIKASINYA NENENG MILA MARLIANA SEKOLAH PASCASARJANASARJANA
Lebih terperinciBAB IV SIMULASI PEMBANDINGAN PERILAKU PENDUGA FUNGSI INTENSITAS LOKAL PROSES POISSON PERIODIK DENGAN BANDWIDTH OPTIMAL DAN BANDWIDTH OPTIMAL ASIMTOTIK
BAB IV SIMULASI PEMBANDINGAN PERILAKU PENDUGA FUNGSI INTENSITAS LOKAL PROSES POISSON PERIODIK DENGAN BANDWIDTH OPTIMAL DAN BANDWIDTH OPTIMAL ASIMTOTIK Pada bagian ini dilakukan simulasi untuk membandingkan
Lebih terperinciPr { +h =1 = } lim. Suatu fungsi dikatakan h apabila lim =0. Dapat dilihat bahwa besarnya. probabilitas independen dari.
6.. Proses Kelahiran Murni Dalam bab ini, akan dibahas beberapa contoh penting dari waktu kontinu, state diskrit, proses Markov. Khususnya, dengan kumpulan dari variabel acak {;0 } di mana nilai yang mungkin
Lebih terperinciDaftar Isi 5. DERET ANALISIS REAL. (Semester I Tahun ) Hendra Gunawan. Dosen FMIPA - ITB September 26, 2011
(Semester I Tahun 2011-2012) Dosen FMIPA - ITB E-mail: hgunawan@math.itb.ac.id. September 26, 2011 Diberikan sejumlah terhingga bilangan a 1,..., a N, kita dapat menghitung jumlah a 1 + + a N. Namun,
Lebih terperinciFungsi dan Limit Fungsi 23. Contoh 5. lim. Buktikan, jika c 0, maka
Contoh 5 Buktikan jika c 0 maka c c Analisis Pendahuluan Akan dicari bilangan 0 sedemikian sehingga apabila c untuk setiap 0. 0 c berlaku Perhatikan: c ( c)( c) c c c c Dapat dipilih c Bukti: c c c Ambil
Lebih terperinciII. TINJAUAN PUSTAKA
II. TINJAUAN PUSTAKA 2.1 Distribusi Logistik Distribusi logistik merupakan distribusi yang memiliki fungsi kepekatan peluang kontinu. Bentuk kurva distribusi logistik adalah simetris dan uni modal. Bentuk
Lebih terperinciUJI KONVERGENSI. Januari Tim Dosen Kalkulus 2 TPB ITK
UJI KONVERGENSI Januari 208 Tim Dosen Kalkulus 2 TPB ITK Uji Integral Teorema 3 Jika + k= u k adalah deret dengan suku-suku tak negatif, dan jika ada suatu konstanta M sedemikian hingga s n = u + u 2 +
Lebih terperinciBAB III OPERATOR LINEAR TERBATAS PADA RUANG HILBERT. Operator merupakan salah satu materi yang akan dibahas dalam fungsi
BAB III OPERATOR LINEAR TERBATAS PADA RUANG HILBERT 3.1 Operator linear Operator merupakan salah satu materi yang akan dibahas dalam fungsi real yaitu suatu fungsi dari ruang vektor ke ruang vektor. Ruang
Lebih terperinciMA3231 Analisis Real
MA3231 Analisis Real Hendra Gunawan* *http://hgunawan82.wordpress.com Analysis and Geometry Group Bandung Institute of Technology Bandung, INDONESIA Program Studi S1 Matematika ITB, Semester II 2016/2017
Lebih terperinciDASAR-DASAR ANALISIS MATEMATIKA
(Bekal untuk Para Sarjana dan Magister Matematika) Dosen FMIPA - ITB E-mail: hgunawan@math.itb.ac.id. December 1, 2007 Diberikan sebuah fungsi yang terdefinisi pada interval (a, b) kecuali mungkin di
Lebih terperinciDefenisi 15 (Kejadian) Kejadian adalah suatu himpunan bagian dari Nang contoh a. (Grimmett dan Stirzaker 2001)
Lampiran: Beberapa Definisi dan Lema Teknis Ruang contoh, kejadian dan peluang Berbagai macam pengamatan diperoleh melalui penggulangan percobaan yang dilakukan dalam kondisi yang sama. Dalarn banyak kasus,
Lebih terperinciMINGGU KE-9 MACAM-MACAM KONVERGENSI
MINGGU KE-9 MACAM-MACAM KONVERGENSI Kita telah mengetahui bahwa untuk n besar dan θ kecil sedemikian hingga nθ = λ, distribusi binomial bisa dihampiri oleh distribusi Poisson. Mencari hampiran distribusi
Lebih terperinciKAJIAN BANDWIDTH OPTIMAL PADA PENDUGAAN FUNGSI INTENSITAS LOKAL PROSES POISSON PERIODIK SURASNO
KAJIAN BANDWIDTH OPTIMAL PADA PENDUGAAN FUNGSI INTENSITAS LOKAL PROSES POISSON PERIODIK SURASNO SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan
Lebih terperinciAyundyah Kesumawati. April 29, Prodi Statistika FMIPA-UII. Uji Deret Positif. Ayundyah. Uji Integral. Uji Komparasi. Uji Rasio.
Uji Uji Deret Kesumawati Prodi Statistika FMIPA-UII April 29, 2015 Uji Deret Uji Deret yang mempunyai suku-suku positif menjadi bahasan pada uji integral ini. Uji integral ini menggunakan ide dimana suatu
Lebih terperinciDefinisi 1 Deret Tak Hingga adalah suatu ekspresi yang dapat dinyatakan dalam bentuk:
DERET TAK HINGGA Definisi 1 Deret Tak Hingga adalah suatu ekspresi yang dapat dinyatakan dalam bentuk: u k = u 1 + u 2 + u 3 + + u k + Bilangan-bilangan u 1, u 2, u 3, disebut suku-suku dalam deret tersebut.
Lebih terperinciII. TINJAUAN PUSTAKA. Dalam mengkaji penelitian Karakteristik Penduga Parameter Distribusi Log
II. TINJAUAN PUSTAKA Dalam mengkaji penelitian Karakteristik Penduga Parameter Distribusi Log Normal Menggunakan Metode Generalized Moment digunakan beberapa definisi, dan teorema yang berkaitan dengan
Lebih terperinciLEMBAR AKTIVITAS SISWA INDUKSI MATEMATIKA
Nama Siswa Kelas : : LEMBAR AKTIVITAS SISWA INDUKSI MATEMATIKA Latihan 1 1. A. NOTASI SIGMA 1. Pengertian Notasi Sigma Misalkan jumlah n suku pertama deret aritmatika adalah S n = U 1 + U 2 + U 3 + + U
Lebih terperinciFungsi dan Limit Fungsi 23. Contoh 5. lim. Buktikan, jika c > 0, maka
Contoh 5 Buktikan jika c > 0 maka c c Analisis Pendahuluan Akan dicari bilangan δ > 0 sedemikian sehingga apabila c < ε untuk setiap ε > 0. 0 < c < δ berlaku Perhatikan: c ( c)( c) c c c c c c c Dapat
Lebih terperinciDwi Lestari, M.Sc: Konvergensi Deret 1. KONVERGENSI DERET
1. KONVERGENSI DERET Suatu barisan disebut konvergen jika terdapat bilangan Z yang setiap lingkungannya memuat semua. Jika bilangan Z itu ada maka dapat ditulis: lim sehingga dapat dikatakan bahwa barisan
Lebih terperinciLAMPIRAN. Kajadian adalah suatu himpunan bagian dari ruang contoh Ω. (Grimmett dan Stirzaker, 2001) Definisi A.3 (Medan-σ)
LAMPIRAN 55 56 LAMPIRAN Lampiran 1. Beberapa Definisi dan Lema Teknis Ruang Contoh, Kejadian, dan Peluang Berbagai macam kejadian diperoleh melalui pengamatan dari serangkaian percobaan yang dilakukan
Lebih terperinciKALKULUS MULTIVARIABEL II
Pada Bidang Bentuk Vektor dari KALKULUS MULTIVARIABEL II (Minggu ke-9) Andradi Jurusan Matematika FMIPA UGM Yogyakarta, Indonesia Pada Bidang Bentuk Vektor dari 1 Definisi Daerah Sederhana x 2 Pada Bidang
Lebih terperinciBAB III INTEGRAL LEBESGUE. Pada bab sebelumnya telah disebutkan bahwa ruang dibangun oleh
BAB III INTEGRAL LEBESGUE Pada bab sebelumnya telah disebutkan bahwa ruang dibangun oleh fungsi-fungsi terukur dan memenuhi sifat yang berkaitan dengan integral Lebesgue. Kajian mengenai keterukuran suatu
Lebih terperinciII. TINJAUAN PUSTAKA. Dalam proses penelitian untuk mengkaji karakteristik penduga GMM pada data
5 II. TINJAUAN PUSTAKA Dalam proses penelitian untuk mengkaji karakteristik penduga GMM pada data panel ini, penulis menggunakan definisi, teorema dan konsep dasar yang berkaitan dengan pendugaan parameter,
Lebih terperinciLIMIT KED. Perhatikan fungsi di bawah ini:
LIMIT Perhatikan fungsi di bawah ini: f x = x2 1 x 1 Perhatikan gambar di samping, untuk nilai x = 1 nilai f x tidak ada. Tetapi jikakita coba dekati nilai x = 1 dari sebelah kiri dan kanan maka dapat
Lebih terperinci( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang
Latar Belaang Terdapat banya permasalahan atau ejadian dalam ehidupan sehari hari yang dapat dimodelan dengan suatu proses stoasti Proses stoasti merupaan permasalahan yang beraitan dengan suatu aturan-aturan
Lebih terperinciPENDUGAAN FUNGSI INTENSITAS BERBENTUK EKSPONENSIAL DARI FUNGSI PERIODIK DITAMBAH TREN LINEAR PADA PROSES POISSON NON-HOMOGEN SALMUN K.
PENDUGAAN FUNGSI INTENSITAS BERBENTUK EKSPONENSIAL DARI FUNGSI PERIODIK DITAMBAH TREN LINEAR PADA PROSES POISSON NON-HOMOGEN SALMUN K. NASIB SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN
Lebih terperinciBAB V KEKONVERGENAN BARISAN PADA DAN KETERKAITAN DENGAN. Pada subbab 4.1 telah dibahas beberapa sifat dasar yang berlaku pada koleksi
BAB V KEKONVERGENAN BARISAN PADA DAN KETERKAITAN DENGAN Pada subbab 4.1 telah dibahas beberapa sifat dasar yang berlaku pada koleksi semua fungsi yang terintegralkan Lebesgue, 1. Sebagaimana telah dirumuskan
Lebih terperinci( x) LANDASAN TEORI. ω Ω ke satu dan hanya satu bilangan real X( ω ) disebut peubah acak. Ρ = Ρ. Ruang Contoh, Kejadian dan Peluang
LANDASAN TEORI Ruang Contoh Kejadian dan Peluang Suatu percobaan yang dapat diulang dalam ondisi yang sama yang hasilnya tida dapat dipredisi secara tepat tetapi ita dapat mengetahui semua emunginan hasil
Lebih terperinciAnalisis Riil II: Diferensiasi
Definisi Turunan Definisi dan Teorema Aturan Rantai Fungsi Invers Definisi (Turunan) Misalkan I R sebuah interval, f : I R, dan c I. Bilangan riil L dikatakan turunan dari f di c jika diberikan sebarang
Lebih terperinciDASAR-DASAR TEORI PELUANG
DASAR-DASAR TEORI PELUANG Herry P. Suryawan 1 Ruang Peluang Definisi 1.1 Diberikan himpunan tak kosong Ω. Aljabar-σ (σ-algebra pada Ω adalah koleksi subhimpunan A dari Ω dengan sifat (i, Ω A (ii jika A
Lebih terperinciII. TINJAUAN PUSTAKA. Turunan fungsi f adalah fungsi lain f (dibaca f aksen ) yang nilainya pada ( ) ( ) ( )
II. TINJAUAN PUSTAKA 2.1 Definisi Turunan Turunan fungsi f adalah fungsi lain f (dibaca f aksen ) yang nilainya pada sebarang bilangan c adalah asalkan limit ini ada. Jika limit ini memang ada, maka dikatakan
Lebih terperinciTINJAUAN PUSTAKA. Generalized Eksponensial Menggunakan Metode Generalized Momen digunakan. merupakan penjabaran definisi dan teorema yang digunakan:
II. TINJAUAN PUSTAKA Dalam tinjauan pustaka penelitian Karakteristik Penduga Parameter Distribusi Generalized Eksponensial Menggunakan Metode Generalized Momen digunakan beberapa definisi dan teorema yang
Lebih terperinciBAB I PENDAHULUAN. Integral Lebesgue merupakan suatu perluasan dari integral Riemann.
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Integral Lebesgue merupakan suatu perluasan dari integral Riemann. Sebagaimana telah diketahui, pengkonstruksian integral Riemann dilakukan dengan cara pemartisian
Lebih terperinciUNIVERSITAS PENDIDIKAN INDONESIA
Ruang Norm Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA Definisi. Misalkan suatu ruang vektor atas. Norm pada didefinisikan sebagai fungsi. : yang memenuhi N1. 0 N2. 0 0 N3.,, N4.,, Kita dapat
Lebih terperinciII. LANDASAN TEORI ( ) =
II. LANDASAN TEORI 2.1 Fungsi Definisi 2.1.1 Fungsi Bernilai Real Fungsi bernilai real adalah fungsi yang domain dan rangenya adalah himpunan bagian dari real. Definisi 2.1.2 Limit Fungsi Jika adalah suatu
Lebih terperinciRespect, 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 terperinciAnalisis Fungsional. Oleh: Dr. Rizky Rosjanuardi, M.Si Jurusan Pendidikan Matematika UNIVERSITAS PENDIDIKAN INDONESIA
Analisis Fungsional Oleh: Dr. Rizky Rosjanuardi, M.Si Jurusan Pendidikan Matematika UNIVERSITAS PENDIDIKAN INDONESIA Lingkup Materi Ruang Metrik dan Ruang Topologi Kelengkapan Ruang Banach Ruang Hilbert
Lebih terperinciSEBARAN ASIMTOTIK PENDUGA KOMPONEN PERIODIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT RO FAH NUR RACHMAWATI
SEBARAN ASIMTOTIK PENDUGA KOMPONEN PERIODIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT RO FAH NUR RACHMAWATI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2010 PERNYATAAN
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Berikut ini adalah beberapa definisi dan teorema yang menjadi landasan dalam penentuan harga premi, fungsi permintaan, dan kesetimbangannya pada portfolio heterogen. 2.1 Percobaan
Lebih terperinciKED INTEGRAL JUMLAH PERTEMUAN : 2 PERTEMUAN TUJUAN INSTRUKSIONAL KHUSUS: Materi : 7.1 Anti Turunan. 7.2 Sifat-sifat Integral Tak Tentu KALKULUS I
7 INTEGRAL JUMLAH PERTEMUAN : 2 PERTEMUAN TUJUAN INSTRUKSIONAL KHUSUS: Memahami konsep dasar integral, teorema-teorema, sifat-sifat, notasi jumlah, fungsi transenden dan teknik-teknik pengintegralan. Materi
Lebih terperinciBAB III MODEL HIDDEN MARKOV KONTINU DENGAN PROSES OBSERVASI ZERO DELAY
BAB III MODEL HIDDEN MARKOV KONTINU DENGAN PROSES OBSERVASI ZERO DELAY 3.1 State dan Proses Observasi Semua proses didefinisikan pada ruang peluang Ω,,. Misalkan ; adalah rantai Markov dengan state berhingga
Lebih terperinciPersamaan dan Pertidaksamaan Linear
MATERI POKOK Persamaan dan Pertidaksamaan Linear MATERI BAHASAN : A. Persamaan Linear B. Pertidaksamaan Linear Modul.MTK X 0 Kalimat terbuka adalah kalimat matematika yang belum dapat ditentukan nilai
Lebih terperinciPENDUGAAN KOMPONEN PERIODIK FUNGSI INTENSITAS BERBENTUK FUNGSI PERIODIK KALI TREN FUNGSI PANGKAT PROSES POISSON NON-HOMOGEN WINDIANI ERLIANA
PENDUGAAN KOMPONEN PERIODIK FUNGSI INTENSITAS BERBENTUK FUNGSI PERIODIK KALI TREN FUNGSI PANGKAT PROSES POISSON NON-HOMOGEN WINDIANI ERLIANA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
Lebih terperinciFungsi F disebut anti turunan (integral tak tentu) dari fungsi f pada himpunan D jika. F (x) = f(x) dx dan f (x) dinamakan integran.
4 INTEGRAL Definisi 4. Fungsi F disebut anti turunan (integral tak tentu) dari fungsi f pada himpunan D jika untuk setiap D. F () f() Fungsi integral tak tentu f dinotasikan dengan f ( ) d dan f () dinamakan
Lebih terperinciBAB III KEKONVERGENAN LEMAH
BAB III KEKONVERGENAN LEMAH Bab ini membahas inti kajian tugas akhir. Di dalamnya akan dibahas mengenai kekonvergenan lemah beserta sifat-sifat yang terkait dengannya. Sifatsifat yang dikaji pada bab ini
Lebih terperinciII. TINJAUAN PUSTAKA. Dalam bab ini akan dijelaskan mengenai teori-teori yang mendukung dalam
4 II. TINJAUAN PUSTAKA Dalam bab ini akan dijelaskan mengenai teori-teori yang mendukung dalam menentukan momen, kumulan, dan fungsi karakteristik dari distribusi log-logistik (α,β). 2.1 Distribusi Log-Logistik
Lebih terperinciDistribusi Normal Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai
Distribusi Normal Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai analisis statistika. Distribusi normal baku adalah distribusi
Lebih terperinciBAHAN AJAR ANALISIS REAL 1. DOSEN PENGAMPU RINA AGUSTINA, S. Pd., M. Pd. NIDN
BAHAN AJAR ANALISIS REAL 1 DOSEN PENGAMPU RINA AGUSTINA, S. Pd., M. Pd. NIDN. 0212088701 PENDIDIKAN MATEMATIKA FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS MUHAMMADIYAH METRO 2015 1 KATA PENGANTAR
Lebih terperinciPENDUGAAN FUNGSI NILAI HARAPAN PADA PROSES POISSON PERIODIK MAJEMUK DENGAN TREN LINEAR BONNO ANDRI WIBOWO
PENDUGAAN FUNGSI NILAI HARAPAN PADA PROSES POISSON PERIODIK MAJEMUK DENGAN TREN LINEAR BONNO ANDRI WIBOWO DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2014
Lebih terperinciFUNGSI BESSEL. 1. PERSAMAAN DIFERENSIAL BESSEL Fungsi Bessel dibangun sebagai penyelesaian persamaan diferensial.
FUNGSI BESSEL 1. PERSAMAAN DIFERENSIAL BESSEL Fungsi Bessel dibangun sebagai penyelesaian persamaan diferensial. x 2 y ''+xy'+(x 2 - n 2 )y = 0, n ³ 0 (1) yang dinamakan persamaan diferensial Bessel. Penyelesaian
Lebih terperinciMA5031 Analisis Real Lanjut Semester I, Tahun 2015/2016. Hendra Gunawan
MA5031 Analisis Real Lanjut Semester I, Tahun 2015/2016 Hendra Gunawan 3. Topologi Garis Bilangan Real 3.1 Teori Limit Limit, supremum, dan infimum Titik limit 3.2 Himpunan Buka dan Himpunan Tutup 3.3
Lebih terperinci3. Kekonvergenan Deret Fourier
3. Kekonvergenan Deret Fourier Sekarang kita akan membahas kekonvergenan deret Fourier, khususnya kekonvergenan titik demi titik. Melalui Contoh 2 yang dibahas pada bab sebelumnya kita mengetahui bahwa
Lebih terperinciSYARAT DIRICHLET. 1, 1 < t < 0
SYARAT DIRICHET Misalkan f t adalah fungsi yang licin bagian demi bagian, berperioda, maka deret fourier konvergen. Ke nilai f t untuk setiap titik di mana fungsi f kontinu.. Ke nilai f t + + f t bagi
Lebih terperinciDASAR-DASAR TEORI RUANG HILBERT
DASAR-DASAR TEORI RUANG HILBERT Herry P. Suryawan 1 Geometri Ruang Hilbert Definisi 1.1 Ruang vektor kompleks V disebut ruang hasilkali dalam jika ada fungsi (.,.) : V V C sehingga untuk setiap x, y, z
Lebih terperinciMODUL RESPONSI MAM 4222 KALKULUS IV
MODUL RESPONSI MAM 4222 KALKULUS IV Mata Kuliah Wajib 2 sks untuk mahasiswa Program Studi Matematika Oleh Dr. WURYANSARI MUHARINI KUSUMAWINAHYU, M.Si. PROGRAM STUDI MATEMATIKA JURUSAN MATEMATIKA FAKULTAS
Lebih terperinciBarisan dan Deret Agus Yodi Gunawan
Barisan dan Deret Agus Yodi Gunawan Barisan. Definisi. Barisan tak hingga adalah suatu fungsi dengan daerah asalnya himpunan bilangan bulat positif dan daerah kawannya himpunan bilangan real. Notasi untuk
Lebih terperinci11. FUNGSI MONOTON (DAN FUNGSI KONVEKS)
11. FUNGSI MONOTON (DAN FUNGSI KONVEKS) 11.1 Definisi dan Limit Fungsi Monoton Misalkan f terdefinisi pada suatu himpunan H. Kita katakan bahwa f naik pada H apabila untuk setiap x, y H dengan x < y berlaku
Lebih terperinciMAKALAH. Bantuan dalam Penghitungan Integral Tentu KALKULUS LANJUT Dosen Pengampu: Sugeng Riyadi S.Si M.Pd DISUSUN OLEH: Kelompok V
MAKALAH Bantuan dalam Penghitungan Integral Tentu KALKULUS LANJUT Dosen Pengampu: Sugeng Riyadi S.Si M.Pd DISUSUN OLEH: Kelompok V 1. NURVITA 2. ROSI LUSIANA 3. PUJI ASTUTI 4. SURTA MD PANGGABEAN 5. SUTRISNO
Lebih terperinciI. PENDAHULUAN. merangkum, dan mempresentasikan data dengan cara informatif. Sedangkan
I. PENDAHULUAN 1.1 Latar Belakang Statistika merupakan ilmu tentang pengumpulan, pengaturan, analisis, dan pendugaan data untuk membantu proses pengambilan keputusan secara lebih efisien. Ilmu statistika
Lebih terperinciBAB II KAJIAN TEORI. memahami sifat-sifat dari barisan fungsi. Pada bab ini akan diuraikan materimateri
BAB II KAJIAN TEORI Analisis kekonvergenan pada barisan fungsi, apakah barisan fungsi itu? Apakah berbeda dengan barisan pada umumnya? Tentunya sebelum membahas mengenai barisan fungsi, apa saja jenis
Lebih terperinciTUJUAN INSTRUKSIONAL KHUSUS
PREVIEW KALKULUS TUJUAN INSTRUKSIONAL KHUSUS Mahasiswa mampu: menyebutkan konsep-konsep utama dalam kalkulus dan contoh masalah-masalah yang memotivasi konsep tersebut; menjelaskan menyebutkan konsep-konsep
Lebih terperinci12. Teorema Inversi Fourier dan Transformasi Fourier di L 2 (R)
1. Teorema Inversi Fourier dan Transformasi Fourier di L (R) 1.1 Teorema Inversi Fourier Dari hasil hitung-hitungan kasar di awal bagian ke-10, kita ingin membuktikan bahwa, dalam kondisi tertentu, kita
Lebih terperinci4. Deret Fourier pada Interval Sebarang dan Aplikasi
4. Deret Fourier pada Interval Sebarang dan Aplikasi Kita telah mempelajari bagaimana menguraikan fungsi periodik dengan periode 2 yang terdefinisi pada R sebagai deret Fourier. Deret trigonometri tersebut
Lebih terperinciLIMIT DAN KEKONTINUAN
LIMIT DAN KEKONTINUAN Pengertian dan notasi dari it suatu fungsi, f() di suatu nilai = a diberikan secara intuitif berikut. Bila nilai f() mendekati L untuk nilai mendekati a dari arah kanan maka dikatakan
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 4 Sebaran Penarikan Contoh
STK511 Analisis Statistika Pertemuan 4 Sebaran Penarikan Contoh Konsep Dasar Suatu statistik, misalnya, adalah fungsi dari peubah acak sering kita tulis. Idea dasaranya : Karena adalah peubah acak, maka
Lebih terperinciSoal Ujian Komprehensif
Soal Ujian Komprehensif Bahan ujian komprehensif memuat konsep-konsep penting pada bidang: Kalkulus, dan Matriks / Aljabar Linear. Logika, Soal ujian disediakan secara terbuka, dapat diperoleh setiap saat
Lebih terperinciMA5031 Analisis Real Lanjut Semester I, Tahun 2015/2016. Hendra Gunawan
MA5031 Analisis Real Lanjut Semester I, Tahun 2015/2016 Hendra Gunawan 3.3 Himpunan Kompak Himpunan tak terhingga lebih sulit ditangani daripada himpunan terhingga. Namun ada himpunan tak terhingga yang
Lebih terperinci-LIMIT- -KONTINUITAS- -BARISAN- Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ
-LIMIT- -KONTINUITAS- -BARISAN- Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ agustina.mipa@unej.ac.id Konsep Limit Fungsi mendasari pembentukan kalkulus dierensial dan integral. Konsep ini
Lebih terperinciBAB V DUALITAS RUANG ORLICZ
BAB V DUALITAS RUANG ORLICZ Karena ketaksamaan Holder yang telah dipelajari pada bab sebelumnya, Untuk sembarang h L θ, kita dapat mendefinisikan suatu fungsional linear kontinu l h yang memetakan L θ
Lebih terperinci