PENDUGAAN FUNGSI SEBARAN DAN FUNGSI KEPEKATAN PELUANG WAKTU TUNGGU PROSES POISSON PERIODIK NADIROH

Ukuran: px
Mulai penontonan dengan halaman:

Download "PENDUGAAN FUNGSI SEBARAN DAN FUNGSI KEPEKATAN PELUANG WAKTU TUNGGU PROSES POISSON PERIODIK NADIROH"

Transkripsi

1 PENDUGAAN FUNGSI SEBARAN DAN FUNGSI KEPEKATAN PELUANG WAKTU TUNGGU PROSES POISSON PERIODIK NADIROH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 0

2 ABSTRAK NADIROH. Pedugaa Fugsi Sebara da Fugsi Kepekata Peluag Waktu Tuggu Proses Poisso Periodik. Dibibig oleh I WAYAN MANGKU da RETNO BUDIARTI. Pada tulisa ii dibahas pedugaa fugsi sebara da fugsi kepekata peluag waktu tuggu suatu proses Poisso periodik. Diasusika bahwa periode dari proses tersebut diketahui, sedagka fugsi itesitasya tidak diketahui. Proses Poisso dala karya iliah ii diasusika diaati pada iterval 0,. Misalka Z ( ) eyataka waktu tuggu kejadia ke- sejak awal pegaata dari proses Poisso periodik yag dikaji. Masalah utaa dala karya iliah ii adalah ebuktika kekosistea dari peduga fugsi sebara F Z ( ) da peduga fugsi kepekata peluag f Z dari waktu tuggu Z ( ) jika pajag iterval pegaata proses euju tak higga. Keudia, dikaji juga pedekata asitotik utuk raga peduga bagi F Z ( ) da sebara asitotik peduga bagi F Z ( ).

3 ABSTRACT NADIROH. Estiatio of Distributio Fuctio ad Probability Desity Fuctio of Waitig Tie of Periodic Poisso Process. Supervised by I WAYAN MANGKU ad RETNO BUDIARTI. This auscript is cocered with estiatio of distributio ad probability desity fuctio of the waitig tie of a periodic Poisso process. It is assued, that the period of this process is kow, but the itesity fuctio is ukow. It is also assued, that the Poisso process is observed i the iterval 0,. Let Z ( ) deotes the waitig tie of -th evet sice the begiig of observatio of the Periodic Poisso Process beig discussed. The ai proble is to prove the cosistecy of the estiator of the distributio fuctio F Z ( ) ad the probability desity fuctio f Z of the waitig tie Z ( ) as the legth of observatio iterval of the process goes to ifiity. I additio, asyptotic approxiatio of the variace ad the asyptotic distributio of the estiator of F Z ( ) are forulated.

4 PENDUGAAN FUNGSI SEBARAN DAN FUNGSI KEPEKATAN PELUANG WAKTU TUNGGU PROSES POISSON PERIODIK NADIROH Skripsi sebagai salah satu syarat utuk eperoleh gelar Sarjaa Sais pada Departee Mateatika DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 0

5 Judul Skripsi : Pedugaa Fugsi Sebara da Fugsi Kepekata Peluag Waktu Tuggu Proses Poisso Periodik Naa : Nadiroh NIM : G Disetujui Pebibig I Pebibig II Dr. Ir. I Waya Magku, M.Sc. NIP Ir. Reto Budiarti, MS. NIP Diketahui Ketua Departee Mateatika Dr. Berlia Setiawaty, MS. NIP Taggal Lulus :

6 PRAKATA Puji da syukur peulis pajatka kepada Allah SWT atas segala karuia-nya sehigga karya iliah ii berhasil diselesaika. Judul karya iliah ii adalah Pedugaa Fugsi Sebara da Fugsi Kepekata Peluag Waktu Tuggu Proses Poisso Periodik. Teria kasih peulis ucapka kepada Dr. Ir. I Waya Magku, M.Sc. selaku dose pebibig I da Ir. Reto Budiarti, MS. selaku dose pebibig II atas seua ilu, kesabara, otivasi, da batuaya selaa peulisa skripsi ii. Teria kasih juga peulis ucapka kepada Dr. Ir. Hadi Suaro, MS. selaku dose peguji yag telah bayak eberi sara. Ugkapa teria kasih juga disapaika kepada orag tua da keluarga atas segala doa, dukuga, kesabara, kepercayaa, da kasih sayagya. Peulis juga igi egucapka teria kasih kepada seluruh dose, staf pegawai, da tea-tea di Istitut Pertaia Bogor, khususya di Departee Mateatika. Seoga karya iliah ii dapat berafaat bagi duia ilu pegetahua khususya ateatika da ejadi ispirasi bagi peelitia-peelitia selajutya. Bogor, April 0 Nadiroh

7 RIWAYAT HIDUP Peulis dilahirka di Tagerag pada taggal 7 Maret 989 sebagai aak bugsu dari lia bersaudara, aak dari pasaga Mustaki da Rolah. Tahu 007 peulis lulus dari SMA Negeri 7 Tagerag da pada tahu yag saa diteria sebagai ahasiswi IPB elalui jalur Seleksi Peeriaa Mahasiswa Baru (SPMB). Peulis eilih ayor Mateatika, Fakultas Mateatika da Ilu Pegetahua Ala. Selaa egikuti perkuliaha, peulis perah eegag aaah sebagai Staff Divisi Keputria Serabi Ruhiyah Mahasiswa FMIPA (SERUM G) pada periode

8 DAFTAR ISI Halaa DAFTAR GAMBAR... viii DAFTAR LAMPIRAN... viii PENDAHULUAN... Latar Belakag... Tujua... LANDASAN TEORI... Ruag Cotoh, Kejadia, da Peluag... Peubah Acak da Fugsi Sebara... Moe, Nilai Harapa, da Raga... 3 Kekovergea Peubah Acak... 3 Peduga da Sifat-Sifatya... 4 Proses Stokastik... 4 Proses Poisso... 5 Beberapa Defiisi da Lea Tekis... 5 HASIL DAN PEMBAHASAN... 7 Peruusa Peduga... 7 Kekosistea bagi F Z ( ),... 7 Pedekata Asitotik bagi Raga F Z ( ),... 8 Kekosistea bagi f Z ( ),... 3 Sebara Asitotik bagi F Z ( ),... 4 Hasil Siulasi... 6 SIMPULAN... 8 DAFTAR PUSTAKA... 9 LAMPIRAN... 0

9 DAFTAR GAMBAR Halaa Grafik F Z ( )() da F Z ( ),(), ketika = pada 0,0, dega = 0 da grid Grafik F Z da F Z,, ketika = pada 0,0, dega = 50 da grid Grafik F Z ( )() da F Z ( ),(), ketika = pada 0,0, dega = 00 da grid Grafik F Z ( )() da F Z ( ),(), ketika = pada 0,0, dega = 00 da grid Grafik F Z ( )() da F Z ( ),(), ketika = pada 0,0, dega = 0 da grid Grafik F Z ( )() da F Z ( ),(), ketika = pada 0,0, dega = 50 da grid Grafik F Z ( )() da F Z ( ),(), ketika = pada 0,0, dega = 00 da grid Grafik F Z ( )() da F Z ( ),(), ketika = pada 0,0, dega = 00 da grid DAFTAR LAMPIRAN Halaa Pebuktia Lea 3... Pebuktia Lea Progra Peetua Fugsi Sebara da Pedugaya Utuk Waktu Tuggu Kejadia Pertaa Progra Peetua Fugsi Sebara da Pedugaya Utuk Waktu Tuggu Kejadia Kedua... 4 iiiv

10 PENDAHULUAN Latar Belakag Bayak feoea dala kehidupa sehari-hari yag dapat diodelka dega proses stokastik. Model ii egguaka atura peluag utuk eggabarka perilaku suatu siste yag tidak diketahui dega pasti di asa yag aka datag. Cotoh dala kehidupa sehari-hari yag dapat diodelka dega proses stokastik yaitu proses kedataga pelagga ke pusat servis (bak, kator pos, superarket, da sebagaiya) da proses asukya pesa ss atau paggila telepo pada hadphoe. Proses stokastik dibedaka ejadi dua yaitu proses stokastik dega waktu diskret da proses stokastik dega waktu kotiu. Salah satu betuk khusus dari proses stokastik dega waktu kotiu adalah proses Poisso periodik. Proses Poisso periodik adalah proses Poisso dega fugsi itesitas berupa fugsi periodik. Proses Poisso periodik dapat diguaka utuk eodelka proses kedataga pelagga ke bak dega periode satu hari. Waktu kedataga dari kejadia ke- disebut juga dega waktu tuggu sapai kejadia ke- terjadi. Dega kata lai, waktu tuggu kejadia ke- dari suatu proses Poisso periodik erupaka waktu atara titik ulaiya pegaata yaitu 0 dega waktu kejadia ke- dari proses Poisso periodik. Karea bayakya peerapa proses Poisso periodik khususya pada proses kedataga, sehigga diperluka peduga bagi fugsi sebara da fugsi kepekata peluag waktu tuggu suatu proses Poisso periodik. Pada karya iliah ii dipelajari sifatsifat statistik seperti aproksiasi asitotik utuk ilai harapa da raga (variace) yag diguaka utuk eujukka bahwa peduga bagi fugsi sebara da fugsi kepekata peluag yag dihasilka adalah kosiste da utuk eetuka sebara asitotik dari peduga yag dikaji. Dala tulisa ii juga diberika cotoh peyusua peduga yag egguaka data bagkita dega perograa R. Materi karya iliah ii diabil dari Helers da Magku (0). Tujua Tujua peulisa karya iliah ii adalah utuk: i) Megostruksi ulag peyusua peduga fugsi sebara da fugsi kepekata peluag waktu tuggu proses Poisso periodik. ii) Megostruksi ulag pebuktia kekosistea bagi peduga fugsi sebara da fugsi kepekata peluag waktu tuggu proses Poisso periodik. iii) Megostruksi ulag pebuktia pedekata asitotik bagi raga peduga fugsi sebara waktu tuggu proses Poisso periodik. iv) Megostruksi ulag pebuktia sebara asitotik bagi peduga fugsi sebara waktu tuggu proses Poisso periodik. v) Melakuka siulasi koputer utuk epelajari perilaku peduga fugsi sebara bagi waktu tuggu kejadia pertaa da kejadia kedua utuk ukura sapel yag terbatas.

11 LANDASAN TEORI Ruag Cotoh, Kejadia, da Peluag Percobaa acak adalah suatu percobaa yag dapat diulag dala kodisi yag saa, yag hasilya tidak dapat diprediksi secara tepat tetapi dapat diketahui seua keugkia hasil yag ucul. Defiisi (Ruag cotoh) Ruag cotoh adalah hipua seua hasil yag ugki dari suatu percobaa acak, da diotasika dega Ω. (Griett & Stiraker 99) Defiisi (Kejadia) Kejadia adalah suatu hipua bagia dari ruag cotoh Ω. (Griett & Stiraker 99) Defiisi 3 (Kejadia lepas) Kejadia A da B disebut salig lepas jika irisa dari keduaya adalah hipua kosog. (Griett & Stiraker 99) Defiisi 4 (Meda-σ) Meda-σ adalah suatu hipua F yag aggotaya terdiri atas hipua bagia ruag cotoh Ω, yag eeuhi syarat berikut: i) F. i= ii) Jika A, A, F, aka A i F. iii) Jika A F, aka A c F. (Hogg et al. 005) Defiisi 5 (Ukura peluag) Ukura peluag P pada (, F) adalah fugsi P F 0, yag eeuhi: i) P = 0, P Ω =. ii) Jika A, A, adalah hipua lepas yag erupaka aggota dari F, yaitu: A i A j =, utuk setiap i, j dega i j, aka P i= A i = i= P A i. (Griett & Stiraker 99) Pasaga Ω, F, P disebut ruag peluag. Defiisi 6 (Kejadia salig bebas) Kejadia A da B dikataka salig bebas jika: P A B = P A P B. Secara uu, hipua kejadia A i ; i I dikataka salig bebas jika: P( i J A i ) = i J P(A i ) utuk setiap hipua bagia J dari I. (Griett & Stiraker 99) Peubah Acak da Fugsi Sebara Defiisi 7 (Peubah acak) Misalka Ω adalah ruag cotoh dari suatu percobaa acak. Fugsi Χ yag terdefiisi pada Ω yag eetaka setiap usur ω Ω ke satu da haya satu bilaga real X ω = x disebut peubah acak. Ruag dari Χ adalah hipua bagia bilaga real A = { x x = Χ(ω), ω Ω}. (Hogg et al. 005) Peubah acak diotasika dega huruf kapital, isalka X, Y, Z. Sedagka ilai peubah acak diotasika dega huruf kecil seperti x, y,. Setiap peubah acak eiliki fugsi sebara. Defiisi 8 (Fugsi sebara) Misalka Χ adalah peubah acak dega ruag A. Misalka kejadia A = (, x] A, aka peluag dari kejadia A adalah P X x = F X x. Fugsi F X disebut fugsi sebara dari peubah acak X. (Hogg et al. 005) Defiisi 9 (Peubah acak diskret) Peubah acak Χ dikataka diskret jika seua hipua ilai dari peubah acak tersebut erupaka hipua tercacah. (Hogg et al. 005) Defiisi 0 (Fugsi assa peluag) Fugsi assa peluag dari peubah acak diskret X adalah fugsi p R [0,] yag diberika oleh p X x = P X = x. (Hogg et al. 005) Defiisi (Peubah acak kotiu) Peubah acak X dikataka kotiu jika ada fugsi f X sehigga fugsi sebara F X dapat diyataka sebagai

12 3 F X x = f X (u) du x x R, dega f X R 0, adalah fugsi yag teritegralka lokal. Fugsi f X disebut fugsi kepekata peluag bagi peubah acak X. (Griett & Stiraker 99) Defiisi (Peubah acak Poisso) Suatu peubah acak X disebut peubah acak Poisso dega paraeter λ, λ > 0 jika fugsi assa peluagya diberika oleh λk λ p X k = e k! utuk k = 0,, (Ross 007) Lea (Julah peubah acak Poisso) Misalka X da Y adalah peubah acak yag salig bebas da eiliki sebara Poisso dega paraeter berturut-turut λ da λ. Maka X + Y eiliki sebara Poisso dega paraeter λ + λ. (Taylor & Karli 984) Bukti: lihat Taylor & Karli 984. Moe, Nilai Harapa, da Raga Defiisi 3 (Nilai harapa). Jika X adalah peubah acak diskret dega fugsi assa peluag p X x, aka ilai harapa dari X diotasika dega E X adalah E X = x x p X x asalka julah di atas koverge utlak.. Jika X adalah peubah acak kotiu dega fugsi kepekata peluag f X x, aka ilai harapa dari X adalah E X = xf X (x)dx asalka itegral di atas koverge utlak. (Hogg et al. 005) Defiisi 4 (Raga) Misalka X adalah peubah acak diskret dega fugsi assa peluag p X (x) da ilai harapa E X. Raga dari X diotasika dega Var(X) atau σ X adalah σ X = E(X E X ) = x E X p X x. x (Hogg et al. 005) Defiisi 5 (Fugsi pebagkit oe) Misalka X adalah peubah acak sehigga utuk > 0, ilai harapa dari e tx terdefiisi pada < t <. Fugsi pebagkit oe dari X diyataka M t = E e tx, utuk < t <. (Hogg et al. 005) Defiisi 6 (Fugsi idikator) Misalka A adalah suatu kejadia. Fugsi idikator dari A adalah suatu fugsi I A Ω 0,, yag diberika oleh: I A (ω) =, jika ω A. 0, jika ω A. (Griett & Stiraker 99) Nilai harapa dari fugsi idikator adalah sebagai berikut: Ε I A =. P A + 0. P A c = P A. Kekovergea Peubah Acak Terdapat beberapa cara utuk egiterpretasika peryataa kekovergea barisa peubah acak, X X utuk. Defiisi 7 (Koverge dala peluag) Misalka X, X, adalah barisa peubah acak pada suatu ruag peluag Ω, F, P. Barisa peubah acak X dikataka koverge p dala peluag ke X, diotasika X X, jika utuk setiap ε > 0 berlaku P X X > ε 0, utuk. (Griett & Stiraker 99) Lea (Sifat kekovergea dala peluag) Misalka X koverge dala peluag ke X da Y koverge dala peluag ke Y aka X Y koverge dala peluag ke XY, diotasika dega p X Y XY. (Hogg et al. 005) Bukti: lihat Hogg et al Defiisi 8 (Koverge dala sebara) Misalka X, X,, X adalah peubah acak pada suatu ruag peluag Ω, F, P. Suatu barisa peubah acak X dikataka koverge dala sebara ke peubah acak X, ditulis d X X, utuk, jika P(X x) P X x utuk, utuk

13 4 seua titik x diaa fugsi sebara F X x = P(X x) adalah kotiu. (Griett & Stiraker 99) Peduga da Sifat-Sifatya Defiisi 9 (Statistik) Statistik adalah suatu fugsi dari satu atau lebih peubah acak yag tidak tergatug pada satu atau beberapa paraeter yag ilaiya tidak diketahui. (Hogg et al. 005) Defiisi 0 (Peduga) Misalka X, X,, X adalah cotoh acak. Suatu statistik U(X, X,, X ) yag diguaka utuk eduga fugsi paraeter g(θ) dilabagka dega g θ, disebut peduga bagi g(θ). Bilaaa ilai X = x, X = x,, X = x, aka ilai U(x, x,, x ) disebut sebagai dugaa (estiate) bagi g(θ). (Hogg et al. 005) Defiisi (Peduga tak bias) (i) Suatu peduga yag ilai harapaya saa dega paraeter g θ, yaitu E U X, X,, X = g(θ) disebut peduga tak bias bagi g(θ). (ii) Jika li E U X, X,, X = g(θ) aka U(X, X,, X ) disebut peduga tak bias asitotik bagi g(θ). (Hogg et al. 005) Defiisi (Peduga kosiste) Suatu peduga yag koverge dala peluag ke paraeter g(θ) disebut peduga kosiste bagi g(θ). (Hogg et al. 005) Defiisi 3 (MSE suatu peduga) Mea Square Error (MSE) dari suatu peduga W utuk paraeter θ adalah fugsi dari θ yag didefiisika oleh E θ (W θ). Dega kata lai MSE adalah ilai harapa kuadrat dari selisih atara peduga W da paraeter θ, yag dapat dihitug sebagai berikut: E θ W θ = Var W + E θ W θ = Var W + (bias(θ )) dega bias U = EU g θ. (Casella & Berger 990) Proses Stokastik Defiisi 4 (Proses stokastik) Proses stokastik X = X t, t T adalah suatu hipua dari peubah acak yag eetaka suatu ruag cotoh Ω ke suatu ruag state. (Ross 007) Jadi utuk setiap t pada hipua ideks T, X(t) adalah suatu peubah acak. Kita serig egiterpretasika t sebagai waktu da X t sebagai state (keadaa) dari proses pada waktu t. Suatu proses stokastik X disebut proses stokastik dega waktu diskret jika hipua ideks T adalah hipua tercacah. Sedagka suatu proses stokastik X disebut proses stokastik dega waktu kotiu jika T adalah suatu iterval. Defiisi 5 (Ikree bebas) Suatu proses stokatik dega waktu kotiu {X t, t T disebut eiliki ikree bebas jika utuk seua t 0 < t < < t, peubah acak X t X t 0, X t X t,, X t X t adalah bebas. (Ross 007) Dega kata lai, suatu proses stokastik dega waktu kotiu X disebut eiliki ikree bebas jika proses berubahya ilai pada iterval waktu yag tidak tupag tidih (tidak overlap) adalah bebas. Defiisi 6 (Ikree stasioer) Suatu proses stokastik dega waktu kotiu X = {X t, t T} disebut eiliki ikree stasioer jika X t + s X(t) eiliki sebara yag saa utuk seua ilai t. (Ross 007) Dega kata lai, suatu proses stokastik dega waktu kotiu X disebut eiliki ikree stasioer jika sebara (distribusi) dari perubaha ilai atara sebarag dua titik haya tergatug pada jarak atara kedua titik tersebut da tidak tergatug dari lokasi titik-titik tersebut.

14 5 Proses Poisso Salah satu betuk khusus dari proses stokastik dega waktu kotiu adalah proses Poisso. Pada proses ii, kecuali diyataka secara khusus, diaggap bahwa hipua ideks T adalah iterval bilaga real tak egatif yaitu 0,. Defiisi 7 (Proses pecacaha) Suatu proses stokastik N t, t 0 disebut proses pecacaha jika N(t) eyataka bayakya kejadia yag telah terjadi sapai waktu t. Dari defiisi tersebut, aka suatu proses pecacaha N(t) harus eeuhi syarat-syarat berikut: i) N(t) 0 utuk seua t 0,. ii) Nilai N(t) adalah iteger. iii) Jika s < t aka N s N t, s, t 0,. iv) Utuk s < t aka N t N(s) saa dega bayakya kejadia yag terjadi pada iterval s, t. (Ross 007) Defiisi 8 (Proses Poisso) Suatu proses pecacaha N t, t 0 disebut proses Poisso dega laju λ, λ > 0, jika dipeuhi tiga syarat berikut: i) N 0 = 0. ii) Proses tersebut eiliki ikree bebas. iii) Bayakya kejadia pada sebarag iterval waktu dega pajag t eiliki sebara (distribusi) Poisso dega ilai harapa λt. Jadi utuk seua t, s > 0, P N t + s N s = k = e λt (λt) k, k! k = 0,, (Ross 007) Dari syarat (iii) dapat dilihat bahwa proses Poisso eiliki ikree stasioer. Dari syarat ii juga dapat diperoleh bahwa E N t = λt. Defiisi 9 (Itesitas lokal) Itesitas lokal dari suatu proses Poisso tak hooge X dega fugsi itesitas λ pada titik sεr adalah λ s, yaitu ilai fugsi λ di s. (Cressie 993) Defiisi 30 (Fugsi periodik) Suatu fugsi λ disebut periodik jika berlaku λ s + k = λ(s) utuk seua s R da k Z. Kostata terkecil yag eeuhi persaaa di atas disebut periode fugsi λ tersebut. (Browder 996) Defiisi 3 (Proses Poisso periodik) Proses Poisso periodik adalah suatu proses Poisso tak hooge yag fugsi itesitasya adalah fugsi periodik. (Magku 00) Defiisi 3 (Itesitas global) Misalka N 0, adalah proses Poisso pada iterval 0,. Itesitas global θ dari proses Poisso ii didefiisika sebagai li jika liit di atas ada. EN 0, (Cressie 993) Lea 3 (Eksistesi itesitas global) Jika N [0, ] adalah proses Poisso periodik dega fugsi itesitas λ, aka EN 0, li pada Defiisi 3 ada da ilaiya saa dega θ = Bukti: lihat Lapira. λ s ds. 0 Beberapa Defiisi da Lea Tekis Defiisi 33 (Fugsi teritegralka lokal) Fugsi itesitas λ disebut teritegralka lokal jika utuk sebarag hipua Borel terbatas B kita peroleh μ B = B λ(s)ds <. (Dudley 989) Defiisi 34 (O(. ) da o(. )) Sibol-sibol O(. ) da o(. ) erupaka cara utuk ebadigka besarya dua fugsi u(x) da v(x) dega x euju suatu liit L. i) Notasi u x = O v x, x L, eyataka bahwa x L. u(x) v(x) terbatas, utuk

15 6 ii) Notasi eyataka x L. u x = o v x, x L, bahwa u(x) v(x) 0, utuk (Serflig 980) Defiisi 35 (Titik Lebesque) Kita kataka s adalah titik Lebesque dari λ jika berlaku li λ s + x λ(s) dx = 0. (Wheede & Zygud 977) Lea 4 (Teorea deret Taylor) Deret Taylor dari fugsi f di a (atau di sekitar a atau berpusat di a) eeuhi persaaa ( ) f ( a) f ( x) x a! 0 a () () f ( a) f f ( a) x a x a...!! (Stewart 999) Lea 5 (Forula Youg dari Teorea Taylor) Misalka g eiliki turua ke- yag berhigga pada suatu titik x, aka k g x k g y g x y x o y x, k k! utuk y x. (Serflig 980) Bukti: lihat Serflig 980. Lea 6 (Teorea Liit Pusat) Misalka X, X,., X adalah barisa peubah acak bebas dari suatu sebara yag asig-asig eiliki ilai harapa μ da raga tak ol σ. Jika X i μ Y = σ aka Y koverge ke sebara oral baku, D diotasika Y Noral(0,) utuk. (Hogg et al. 005) Bukti: lihat Lapira.

16 HASIL DAN PEMBAHASAN Peruusa Peduga Misalka N adalah suatu proses Poisso dega fugsi itesitas λ yag erupaka fugsi periodik da teritegralka lokal yag diaati pada suatu iterval 0,. Pebahasa ii haya utuk kasus periode yag diketahui. Karea λ periodik, dega periode yag diketahui, aka λ s + k = λ(s) utuk seua s R da k Z. Misalka Ζ eyataka waktu tuggu kejadia ke- dari proses Poisso Ν sejak awal pegaata (waktu 0). Adaika terdapat suatu realisasi tuggal Ν ω dari proses Poisso periodik Ν yag diaati pada iterval [0, ]. Utuk setiap bilaga real > 0, da utuk setiap bilaga bulat positif, fugsi sebara dari Z ( ) dapat diyataka sebagai F Z = P Z ( ) = P N() = P N() < = P N = 0 + P N = + + P(N = ) = e Λ() + e Λ() Λ + Λ Λ() + e! = e Λ() + Λ + + Λ 0 dega Λ = λ s ds.! () Misalka r = diaa utuk setiap bilaga real x, x eujukka bilaga bulat terbesar yag kurag dari atau saa dega x. Maka, utuk setiap > 0 didapatka = + r dega 0 < r <. Diisalka θ = λ(s)ds 0 erupaka itesitas global dari N. Maka utuk setiap > 0 dapat dituliska Λ = θ + Λ r. () Dari persaaa () da (), odel peluag Z ( ) adalah seiparaetrik, dega bagia oparaetrik diberika oleh fugsi Λ r = r λ s ds, 0 < 0 r <, diaa bagia paraetrik diberika oleh θ (dega periode yag diketahui). Misalka F Z ( ),() erupaka peduga bagi F Z ( )() dega egguaka data aata N ω 0,, yaitu suatu proses Poisso yag diaati pada [0, ], diberika oleh F ( ) () e... Z,! (3) dega diaa, Λ r = da =. Λ = θ θ = N 0,, + Λ r N k, r + k (4) (5) (6) Fugsi kepekata peluag dari F Z () diberika oleh f Z = d d F Z = λ()e Λ Λ()! (7) dega f Z () tidak diketahui, tetapi f Z () dapat diduga dega Λ f Z, = λ ()e Λ ()! (8) diaa utuk setiap > 0, λ () diberika oleh, 0, N s k h s k h k 0 h (9) λ () erupaka peduga fugsi itesitas dari N diaa erupaka barisa bilaga real positif yag koverge ke 0, yaitu 0 jika. Kekosistea bagi F Z (), da f Z, Teorea (Kekosistea bagi F Z (), ) Misalka fugsi itesitas λ adalah periodik (dega periode ) da teritegralka lokal. Utuk setiap > 0 da utuk setiap bilaga bulat positif, berlaku F Z, p F Z () (0)

17 8 jika. Bukti: Teorea aka dibuktika setelah bukti Lea 7, Lea 8, Lea 9, da Teorea. Teorea (Pedekata asitotik bagi raga F Z (), ) Misalka fugsi itesitas λ adalah periodik (dega periode ) da teritegralka lokal. Utuk setiap > 0 da utuk setiap bilaga bulat positif Λ( ) Var e Λ q ( ) F Z ( ) ( ), o ( )! () jika. Diaa q = θ + + Λ r. Bukti: Utuk ebuktika Teorea diperluka tiga Lea berikut. Lea 7 (Ketakbiasa bagi Λ ) Misalka fugsi itesitas λ adalah periodik (dega periode ) da teritegralka lokal. Utuk setiap > 0, aka ΕΛ = Λ. () Bukti: Perhatika Λ r + Λ c r = r 0 bahwa λ s ds + λ s ds = λ s ds 0 = θ, (3) sehigga utuk setiap > 0, Λ dapat dituliska bahwa Λ = θ + Λ r = Λ r + Λ c r + Λ r = + Λ r + Λc r. (4) Suatu peduga bagi Λ c r diberika oleh Λ c r = N r + k, + k. r (5) Perlu diperhatika bahwa peubah acak Λ r da Λ c r salig bebas da Λ r + Λ c r = θ. Oleh karea itu, utuk setiap > 0, Λ dapat dituliska sebagai berikut Λ = + Λ r + c Λ r. (6) Nilai harapa dari Λ r dapat dihitug sebagai berikut EΛ r = EN k, r + k r +k = λ(x)dx k r = λ(x)dx 0 = Λ r = Λ r. (7) c Nilai harapa dari Λ r dapat dihitug sebagai berikut EΛ c r = EN r + k, + k +k = λ(x)dx r +k = λ(x)dx r = Λ c r = Λ c r. (8) Dega egguaka persaaa (7) da (8), ilai harapa dari Λ dapat dihitug sebagai berikut EΛ = + EΛ r + EΛ c r = + Λ r + Λc r = Λ(). Jadi Lea 7 terbukti. Lea 8 (Kekovergea raga bagi Λ ) Misalka fugsi itesitas λ adalah periodik (dega periode ) da teritegralka lokal. Utuk setiap > 0, aka Var Λ () = q(). (9) Catata: karea 0 Λ r θ, aka persaaa (9) utuk setiap > 0 dapat dituliska dala betuk: Var Λ () = O, (0) jika.

18 9 Bukti: c Karea peubah acak Λ r da Λ r salig bebas, aka dari persaaa (6) diperoleh Var Λ = + Var Λ r Var c Λ r. + () Utuk 0 r da pasaga bilaga iteger k, j, dega k j, aka N k, r + k da N j, r + j adalah salig bebas, sehigga diperoleh raga dari peubah acak Λ r adalah Var Λ r = = = = = Λ r = Λ r. Var N k, r + k EN k, r + k r +k λ(x)dx k r λ(x)dx 0 () Selajutya utuk raga dari peubah acak Λ c r dapat dihitug sebagai berikut Var Λ c r = = = = = Λ c r = Λ c r. VarN r + k, + k EN r + k, + k +k λ(x)dx r +k λ(x)dx r (3) Dega esubstitusi persaaa () da (3) ke dala persaaa () diperoleh Var Λ = + Var Λ r + Var c Λ r = + Λ r + Λ c r = + Λ r + Λ c r. Keudia dari persaaa (3), diperoleh Λ c r = θ Λ r, sehigga + Λ r + Λ c r = + Λ r + θ Λ r = + Λ r + θ = Λ r + Λ r + θ θ + + Λ r Λ r = = q(). (4) Jadi persaaa () dapat dituliska Var Λ = q() jika, aka Lea 8 terbukti. Lea 9 (Sebara asitotik bagi Λ ) Misalka fugsi itesitas λ adalah periodik (dega periode ) da teritegralka lokal. Utuk setiap > 0, aka q() Λ Λ() d Noral 0, jika. Bukti: Perhatika bahwa Λ Λ = + + = + + = + Λ r + Λ c r Λ r + Λc r Λ r Λ r Λ c r Λ c r N k, r + k Λ r (5)

19 0 + N r + k, + k = + Λ r Λ r N k, r + k + Λ c ( r ) Λ c ( r ) N r + k, + k Λ r Λ c r Λ c r = Λ r + N k, r + k Λ r Λ r + Λ c r N r + k, + k Λ c r. Λ c r (6) Karea N k, r + k adalah peubah acak Poisso dega ilai harapa Λ r, jika aka N k, r k Λ r k 0 d Noral 0, Λ r jika. Selajutya dega egalika usur Λ r +, aka sebara di atas ejadi Λ r + N k, r k r k 0 r d Noral 0, Λ r + (7) jika. Karea N r + k, + k adalah peubah acak Poisso dega ilai harapa Λ c r, jika aka c N r k, k Λ r k 0 d Noral0, c Λ r jika. Selajutya dega egalika usur Λ c r, aka sebara di atas ejadi Λ c r d k 0 Noral 0, Λ c r c r, Λ r N k k Λ (8) jika. Dega esubstitusika persaaa (7) da (8) ke dala persaaa (6), aka Λ Λ d Karea Noral 0, + + sehigga + Λ r + Λ Λ d c r Λ r Λ c r. Λ c r = q(), Noral 0, q Λ Λ d Noral 0, ), q() jika. Jadi Lea 9 terbukti. Bukti Teorea : Pertaa perhatika bahwa F Z ( ), () dapat dituliska F Z ( ), () = e Λ () + Λ + + Λ ()! F Z, = f Λ (). Diaa utuk setiap w > 0 w w w (9) f w e w....!! Dega egguaka Forula Youg dari Teorea Taylor, aka f f Λ f Λ Λ " Λ f Λ... Karea Var F Z,! = Var f Λ (30) dega egguaka persaaa (30), Var F Z, dapat dituliska sebagai berikut

20 F Λ Z, f Λ Var f f Λ Λ Λ Var f Var Λ Cov Λ,...! (3) Perhatika bahwa! w f w = e w! yag secara tidak lagsug eyataka f Λ e Λ Λ =!. (3) Dega egguaka persaaa (3) da Lea 8, aka ruas pertaa pada persaaa (3) ejadi ( ) e () q () f ( ) Var ( ).! Utuk elegkapi bukti dari Teorea, harus dibuktika bahwa ruas kedua da seterusya pada persaaa (3) harus ejadi () o f () o ( ) e! (33) sehigga Var F Z, = f Λ Var Λ + f Λ o jika. Utuk ebuktika bahwa ruas kedua da seterusya aka ejadi f Λ o kedua dari persaaa (3), diaa w w w w f ( w) e e ( )! ( )! f ( w) w, perhatika ruas sehigga, ruas kedua dari persaaa (3) dapat dituliska f f Λ E Λ f( w) E Λ Λ Var w Λ! f ( w) O w f ( w) o jika, dega asusi = o utuk. Dega eguaka cara yag saa ruas laiya dari persaaa (3) dapat dituliska dala persaaa (33), karea faktaya bahwa utuk setiap bilaga bulat positif k, turua ke- k dari f w dapat dituliska f (k) w = f w O k, jika. Keudia Var F Z, dapat dituliska Var F Z, = f Λ + f Λ = f Λ Var Λ o = e Λ Λ! Jadi Teorea terbukti. Var Λ + o 4 q() + o. Bukti Teorea : Berdasarka persaaa () da (3), aka persaaa (0) dapat dituliska F () F Z, Z e...! e ( )...! e ( )...! e....! (34) 4

21 Keudia disisipka persaaa di bawah ii ke dala persaaa (34) e ( )....! Sehigga persaaa (34) dapat dituliska e e ( )...! ( ) e....!! (35) Perhatika ruas pertaa dari persaaa (35) yaitu: e e ( )...! (36) dega egguaka deret Taylor da Lea 9 persaaa (36) dapat dituliska dala betuk e...! (37) = e ( )... e e e e = e O = O / p / p (38) jika. Karea ( ) ( )... e O()! utuk setiap, sehigga e e ( )...! Op e ( ) Op. Jadi ruas pertaa dari persaaa (35) eghasilka O p /, jika. Utuk ruas kedua dari persaaa (35), pertaa ( ) perhatika bahwa e dega peluag. Utuk setiap l, aka l l l l l! l! l! keudia disisipka l l... sehigga l l l! l l l... l! l l l... l l... l! l l... l l l! l l... l! l l... l l l l! l! l ax, l l l. Faktaya Λ Λ = O p, jadi hasil dari ruas kedua pada persaaa (35) tidak aka elebihi l l l l! l l! p p / / p / O e O e O jika. Dega esubstitusika hasil dari perhituga ruas pertaa da kedua ke dala persaaa (35), didapatka F ( ) F e e ( )... Z, Z! e ( )...!! O O p p O. p Jadi Teorea terbukti.

22 3 Teorea 3 (Kekosistea bagi f Z, ) Misalka fugsi itesitas λ adalah periodik (dega periode ) da teritegralka lokal. Jika 0, l, aka utuk setiap > 0 da utuk setiap bilaga bulat positif berlaku p f () f Z ( ), Z (39) jika, asalka adalah titik Lebesque dari λ. Bukti: Utuk ebuktika Teorea 3 diperluka Lea 0. Lea 0 (Kekosistea bagi λ ) Misalka fugsi itesitas λ adalah periodik da teritegralka lokal. Jika badwidth 0 da utuk, aka λ (s) p λ(s) (40) utuk, asalka s adalah titik Lebesque dari λ. Bukti: Utuk ebuktika Lea 0, cukup dibuktika: (i) Eλ (s) λ(s), jika. (4) E s EN s k h, s k h h 0, h k0 sk h k0 sk h x I x0, isalka y = x (s + k), h k 0 h h h dx y s I y s k 0, dy h y s O dy h h y sdy O h h h y s s sdy O h h h y s sdy sdy O. h h h h h karea s adalah titik Lebesque dari λ, aka kita dapat E s s o. utuk. (ii) Var λ (s) 0, jika. Var s k 0 k 0 (4), 0, Var N s k h s k h 4h EN s k h s k h 4h k 0 s, 0, EN s k h s k h h h h o, 0, s o 0, h h jika. Berdasarka (i) da (ii) dihasilka λ s p λ s, utuk. Jadi Lea 0 terbukti. Bukti Teorea 3: Berdasarka persaaa (7) da (8) aka persaaa (39) dapat dituliska f () f Z ( ), e Z! e! (43) Keudia disisipka persaaa di bawah ii ke dala persaaa (43) sehigga e e e e! e!! e!! e e.!!!. (44)

23 4 Perhatika ruas pertaa pada persaaa (44) yaitu e.!! Utuk setiap > 0, λ e Λ = O p () jika. Da juga karea utuk setiap bilaga bulat positif, Λ = O p () da Λ!! = O() utuk. Sehigga ruas pertaa pada persaaaa (44) eghasilka o p () utuk. Keudia utuk ruas kedua pada persaaa (44) yaitu e e.! Berdasarka Lea 0 da faktaya bahwa f x = e x adalah fugsi yag kotiu, kita dapat utuk setiap > 0, λ e Λ λ e Λ, jika. Karea utuk setiap bilaga bulat positif, aka p Λ! = O() jika. Jadi pada ruas kedua eghasilka o p () utuk. Berdasarka hasil ruas pertaa da kedua pada persaaa (44), f () f Z ( ), p p e e (). p Z o () o () o e Jadi Teorea 3 terbukti.!! Sebara Asitotik bagi F Z (),! Teorea 4 (Sebara asitotik) Misalka fugsi itesitas λ adalah periodik da teritegralka lokal. Utuk setiap > 0 da utuk setiap bilaga bulat positif aka ( )! e d F ( ) ( ) F ( ) ( ) N 0, Z, Z q() jika. (45) Diaa N(0,) eyataka peubah acak oral baku dega q(), q = θ + + Λ r. Bukti: Utuk ebuktika persaaa (45) kita egguaka Lea 9. Diaa! e ( ), Z Z q( ) F ( ) F Op q() (46) jika. Selajutya pada persaaa (46), utuk bilaga bulat positif yag diberika, harus dibuktika! e F ( ) ( ) ( ) ( ) F Z, Z q( ) Op q() (47) jika. Dari persaaa (47) kita dapat F ( ) F ( ) ( ) Z, Z e ( )... e e...!! e! F ( ) F Z, Z e e!! (48) Keudia disisipka persaaa di bawah ii sehigga e! F () F Z, Z e!! e e e!!! (49)

24 5 Maka persaaa (47) dapat dituliska (50) jika. Berdasarka persaaa (46), ruas pertaa dari persaaa (50) dapat dituliska! e q( ) F () F Z, Z O p q( ) (5) jika. Utuk ruas kedua dari persaaa (50) dapat dituliska! e e e q( )! e q ( ) q ( ) e e e ( ) q ( )... ( ) Op q ( ) (5) jika. Utuk ruas ketiga dari persaaa (50) dapat dituliska! e e q()!! e q() keudia disisipka... ke dala Λ () Λ da dega egguaka deret Taylor, persaaa di atas ejadi Op q( ).... p q( ) O.... O p q( )... O p q( )... O p q( )... Op q( ) Op... Op q( ) (53) jika. Dega esubstitusika persaaa (5), (5) da (53) ke dala persaaa (50) diperoleh Op q( ) q ( ) ( ) Op Op q( ) Op q( ) Sehigga Teorea 4 terbukti..

25 FugsiSebara FugsiSebara FugsiSebara FugsiSebara Hasil Siulasi Di sii aka diperlihatka cara peetua peduga utuk fugsi sebara waktu tuggu kejadia pertaa da kedua dega egguaka data bagkita dega fugsi itesitas s s exp cos. Data dibagkitka pada iterval 0,, utuk = 5, dega = 0, = 50, = 00 da = 00. Keudia dega egguaka perograa R dapat diperoleh gabar grafik fugsi sebara da pedugaya utuk waktu tuggu kejadia pertaa yaitu ketika = da kejadia kedua ketika = sebagai berikut: Gabar Grafik F Z ( )() da F Z ( ), (), ketika = pada (0,0), dega = 0 da grid Gabar 3 Grafik F Z ( )() da F Z ( ), (), ketika = pada (0,0), dega = 00 da grid Gabar Grafik F Z ( )() da F Z ( ), (), ketika = pada (0,0), dega = 50 da grid Gabar 4 Grafik F Z da F Z,, ketika = pada (0,0), dega = 00 da grid 0.05.

26 FugsiSebara FugsiSebara FugsiSebara FugsiSebara Gabar 5 Grafik F Z ( )() da F Z ( ), (), ketika = pada (0,0), dega = 0 da grid Gabar 7 Grafik F Z ( )() da F Z ( ), (), ketika = pada (0,0), dega = 00 da grid Gabar 6 Grafik F Z ( )() da F Z ( ), (), ketika = pada (0,0), dega = 50 da grid Dari gabar di atas, terlihat bahwa suatu peduga bagi fugsi sebara kejadia pertaa da kejadia kedua aka edekati fugsi sebara yag sebearya jika seaki besar pajag iterval pegaata. Hal ii sesuai dega Teorea, yaitu F Z ( ), aka Gabar 8 Grafik F Z ( )() da F Z ( ), (), ketika = pada (0,0), dega = 00 da grid koverge dala peluag ke F Z ( ) jika euju tak higga. Da juga dapat disipulka seaki besar ilai diperluka yag lebih besar utuk eperoleh kualitas peduga yag saa.

27 SIMPULAN Pada karya iliah ii dikaji asalah pedugaa fugsi sebara F Z ( ) da fugsi kepekata peluag f Z waktu tuggu dari suatu proses Poisso periodik. Diisalka Ζ adalah waktu tuggu kejadia ke- proses Poisso periodik Ν sejak awal pegaata. Adaika terdapat suatu realisasi tuggal Ν ω dari proses Poisso periodik Ν yag diaati pada iterval [0, ]. Utuk setiap bilaga real > 0 da utuk setiap bilaga bulat positif, fugsi sebara da fugsi kepekata peluag dari Z ( ) dapat diyataka sebagai F ( ) e... Z! da f Z = λ e Λ Λ!. Peduga fugsi sebara F Z ( )() da fugsi kepekata peluag f Z dapat diyataka sebagai F ( ) e... Z,! da f Z, = λ e Λ Λ!. Dari hasil pegkajia yag dilakuka dapat disipulka bahwa: i) F Z ( ),() erupaka peduga yag kosiste bagi F Z ( )(), yaitu F Z, F Z () jika. ii) f Z, erupaka peduga yag kosiste bagi f Z, yaitu f Z, f Z jika. iii) Pedekata asitotik bagi raga () adalah F Z ( ), p p Λ( ) e Λ q ( ) Var F Z ( ) ( ), o ( )! jika. iv) Sebara asitotik bagi F Z ( ),() adalah! e d F ( ) ( ) F ( ) ( ) N 0, ( ) Z, Z q() jika. v) Berdasarka hasil siulasi diperoleh bahwa seaki besar ilai diperluka yag lebih besar utuk eperoleh kualitas peduga yag saa.

28 DAFTAR PUSTAKA Browder A Matheatical Aalysis: A Itroductio. New York: Spriger. Casella G, Berger RL Statistical Iferece. Ed ke-. Califoria: Wadsworth & Brooks. Cressie NAC Statistics for Spatial Data. Revised Editio. New York: Wiley. Dudley RM Real Aalysis ad Probability. Califoria: Wadsworth & Brooks. Griett GR, Stiraker DR. 99. Probability ad Rado Processes. Ed ke-. Oxford: Claredo Press. Helers R, Magku IW. 0. O Log Ter Predictio of a Cyclic Poisso Process. I preparatio. Hogg RV, Craig AT, McKea JW Itroductio to Matheatical Statistic. Ed ke-6. USA: Pearso Pretice Hall. Magku IW. 00. Estiatig the Itesity of a Cyclic Poisso Process [Ph. D. Thesis]. Asterda: Uiversity of Asterda. Ross SM Itroductio to Probability Models. Ed ke-9. Florida: Acadeic Press. Serflig RJ Approxiatio Theores of Matheatical Statistic. New York: Joh Wiley & Sos. Stewart J Kalkulus Jilid. Ed ke-4. Jakarta: Erlagga. Taylor HM, Karli S A Itroductio to Stochastic Modellig. Florida: Acadeic Press. Wheede RL, Zygud A Measure ad Itegral: A Itroductio to Real Aalysis. New York: Marcel Dekker.

29 LAMPIRAN

30 Lapira Pebuktia Lea 3 Lea 3 (Eksistesi Itesitas Global) Jika N [0, ] adalah proses Poisso periodik dega fugsi itesitas λ, aka EN 0, li pada Defiisi 3 ada da ilaiya saa dega θ = λ s ds. 0 Bukti : Berdasarka Defiisi 8, diketahui bahwa N [0, ] eiliki sebara Poisso dega paraeter μ [0, ] = λ s ds, sehigga EN [0, ] = λ s ds. 0 0 Oleh karea itu, EN 0, li = li λ s ds 0 (54) Misalka = da r =. Maka r <. Sehigga ruas kaa persaaa (54) saa dega li λ s ds + λ s ds = li λ s ds + li λ s ds. 0 0 (55) Perhatika bahwa liit pada suku kedua pada persaaa (55) berilai 0. Maka selajutya aka ditujukka bahwa li λ s ds = λ s ds. 0 0 Utuk eperoleh hasil di atas, ruas kiri dari persaaa di atas dapat dituliska sebagai berikut li λ s ds 0 (56) Perhatika bahwa λ s ds = λ s ds 0 0 Maka liit pada persaaa (56) dapat dihitug sebagai berikut 0 λ s ds li = 0 = λ s ds li 0 = λ s ds li λ s ds. 0 r r = λ s ds. 0 Jadi, utuk kasus N [0, ] adalah proses Poisso periodik dega fugsi itesitas λ yag periodik dega periode, aka θ = λ s ds. 0 Jadi Lea 3 terbukti.

31 Lapira Pebuktia Lea 6 Lea 6 (Teorea Liit Pusat) Misalka X, X,., X adalah barisa peubah acak bebas dari suatu sebara yag asig-asig eiliki ilai harapa μ da raga tak ol σ. Jika X i μ Y = σ aka Y koverge ke sebara oral baku, diotasika Y D Noral(0,) utuk. (Hogg et al. 005) Bukti : t X μ Misalka t = E e = e μt M t, diaa M t = Ee tx eyataka fugsi pebagkit oe. Karea t erupaka fugsi pebagkit oe dari X μ, aka 0 =, 0, da t = E X μ = σ. Dega egguaka Deret Taylor diaa ξ terdefiisi atara 0 da t, aka t = 0 + ξ t 0 t + ξ t = +. Keudia disisipka σ t, t = + σ t + ξ σ t. (57) M t; dapat ditujukka dega, X i μ M t; = E exp t σ = E exp t X μ exp t X μ exp t X μ σ σ σ = E exp t X μ E exp t X μ E exp t X μ σ σ σ X μ = E exp t σ = t. σ t Perhatika persaaa (57), t dapat digatika dega aka persaaa (57) ejadi, t σ = + t + ξ σ t σ, karea kotiu pada t = 0 da ξ 0 jika, aka li ξ σ = 0. Sehigga M t; li M t; = li = li = exp t. Maka Lea 6 terbukti. + t + o + t + o σ

32 3 Lapira 3 Progra Peetua Fugsi Sebara da Pedugaya Utuk Waktu Tuggu Kejadia Pertaa Fduga=fuctio(tau,,) { axlabda=exp() tau=floor(/tau) EN=tau*tau*axlabda PAP=rpois(,EN) realisasi=ruif(pap,0,tau*tau) labda=exp(cos((*pi*realisasi)/tau)) P=labda/axlabda P[P<=0]= P[P>=]= hold=rbio(pap,,p)== s=realisasi[hold] tetaduga=legth(s)/(tau*tau) r=-(tau*floor(/tau)) su=0 for(k i :tau) { x=s[s>k*tau&s<r+k*tau] su=su+legth(x) } Lr=(/tau)*su L=(tau*floor(/tau)*tetaduga)+Lr Fduga=-exp(-L) retur(fduga) } F=fuctio(tau,) { it=fuctio(s){exp(cos((*pi*s)/tau))/tau} teta=itegrate(it,0,tau) r=-(tau*floor(/tau)) it=fuctio(s){exp(cos((*pi*s)/tau))} Lr=itegrate(it,0,r) L=(teta[[]]*tau*floor(/tau))+Lr[[]] F=-exp(-L) retur(f) } fug=fuctio(tau,) { =seq(0,0,0.05) FugsiSebara=seq(:legth()) aalitik=seq(:legth()) for(i i :legth()) { FugsiSebara[i]=Fduga(tau,,[i]) aalitik[i]=f(tau,[i]) } plot(,fugsisebara,"l") lies(,aalitik) retur(fugsisebara) }

33 4 Lapira 4 Progra Peetua Fugsi Sebara da Pedugaya Utuk Waktu Tuggu Kejadia Kedua Fduga=fuctio(tau,,) { axlabda=exp() tau=floor(/tau) EN=tau*tau*axlabda PAP=rpois(,EN) realisasi=ruif(pap,0,tau*tau) labda=exp(cos((*pi*realisasi)/tau)) P=labda/axlabda P[P<=0]= P[P>=]= hold=rbio(pap,,p)== s=realisasi[hold] tetaduga=legth(s)/(tau*tau) r=-(tau*floor(/tau)) su=0 for(k i :tau) { x=s[s>k*tau&s<r+k*tau] su=su+legth(x) } Lr=(/tau)*su L=(tau*floor(/tau)*tetaduga)+Lr Fduga=-exp(-L)*(+L) retur(fduga) } F=fuctio(tau,) { it=fuctio(s){exp(cos((*pi*s)/tau))/tau} teta=itegrate(it,0,tau) r=-(tau*floor(/tau)) it=fuctio(s){exp(cos((*pi*s)/tau))} Lr=itegrate(it,0,r) L=(teta[[]]*tau*floor(/tau))+Lr[[]] F=-exp(-L)*(+L) retur(f) } fug=fuctio(tau,) { =seq(0,0,0.05) FugsiSebara=seq(:legth()) aalitik=seq(:legth()) for(i i :legth()) { FugsiSebara[i]=Fduga(tau,,[i]) aalitik[i]=f(tau,[i]) } plot(,fugsisebara,"l") lies(,aalitik) retur(fugsisebara) }

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

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

Lebih terperinci

BAB II TINJAUAN PUSTAKA

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

Lebih terperinci

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

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

Lebih terperinci

I. PENDAHULUAN II. LANDASAN TEORI

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

Lebih terperinci

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

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

Lebih terperinci

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

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

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

Lebih terperinci

Penerapan Teorema Perron-Frobenius pada Penentuan Distribusi Stasioner Rantai Markov

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

Lebih terperinci

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

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

BAB 4: PELUANG DAN DISTRIBUSI NORMAL.

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

Lebih terperinci

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

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

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

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

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

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

Lebih terperinci

Perbaikan Bagan Kendali Pergerakan Data (Data Driven)

Perbaikan Bagan Kendali Pergerakan Data (Data Driven) Bab 3 Perbaika Baga Kedali Pergeraka Data Data Drive) 3.1 Pedahulua Baga kedali klasik utuk eoitorig rataa didasarka pada asusi keorala. Ketika syarat keorala tidak dipeuhi, baga kedali klasik ii tidak

Lebih terperinci

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

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

Lebih terperinci

PEMBUKTIAN TEOREMA HUKUM LEMAH BILANGAN BESAR DENGAN MENGGUNAKAN FUNGSI KARAKTERISTIK

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

Lebih terperinci

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

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Definisi Integral Tentu

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

PENDUGAAN FUNGSI SEBARAN DAN FUNGSI KEPEKATAN PELUANG WAKTU TUNGGU PROSES POISSON PERIODIK NADIROH

PENDUGAAN FUNGSI SEBARAN DAN FUNGSI KEPEKATAN PELUANG WAKTU TUNGGU PROSES POISSON PERIODIK NADIROH PENDUGAAN FUNGSI SEBARAN DAN FUNGSI KEPEKATAN PELUANG WAKTU TUNGGU PROSES POISSON PERIODIK NADIROH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011

Lebih terperinci

BAB 2 DASAR TEORI. 2.1 Probabilitas

BAB 2 DASAR TEORI. 2.1 Probabilitas BAB DASAR TEORI. Probabilitas Probabilitas epuyai bayak persaaa seperti keugkia, kesepata da kecederuga. Probabilitas eujukka keugkia terjadiya suatu peristiwa yag bersifat acak. Suatu peristiwa disebut

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Distribusi Sampel, Likelihood dan Penaksir

Distribusi Sampel, Likelihood dan Penaksir BAB 1 Distribusi Sampel, Likelihood da Peaksir 1.1 Sampel Acak Misalka X 1, X 2,..., X sampel acak berukura (radom sample of size ). Fugsi peluag -variat ya adalah f X1,X 2,,X (x 1, x 2,..., x ) = f Xi

Lebih terperinci

BARISAN DAN DERET. Nurdinintya Athari (NDT)

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

Lebih terperinci

TEOREMA WEYL UNTUK OPERATOR HYPONORMAL

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

Lebih terperinci

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

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

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

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

Lebih terperinci

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

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

Lebih terperinci

REPRESENTASI KANONIK UNTUK FUNGSI KARAKTERISTIK DARI SEBARAN TERBAGI TAK HINGGA

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

2 BARISAN BILANGAN REAL

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

Lebih terperinci

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

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

Lebih terperinci

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

SIFAT-SIFAT GENERALISASI DISTRIBUSI BINOMIAL YANG BERTIPE COM-POISSON

SIFAT-SIFAT GENERALISASI DISTRIBUSI BINOMIAL YANG BERTIPE COM-POISSON J. Math. ad Its Appl. ISSN: 829-605X Vol. 2, No., Mei 205, 3-22 SIFAT-SIFAT GENERALISASI DISTRIBUSI BINOMIAL YANG BERTIPE COM-POISSON Farida Agustii Widjajati, Marselly Dia Saputri 2, Nur Asiyah 3,2,3

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Hendra Gunawan. 12 Februari 2014

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

Lebih terperinci

Kalkulus Rekayasa Hayati DERET

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

Lebih terperinci

BARISAN TAK HINGGA DAN DERET TAK HINGGA

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Hendra Gunawan. 14 Februari 2014

Hendra Gunawan. 14 Februari 2014 MA20 MATEMATIKA 2A Hedra Guawa Semester II, 203/204 4 Februari 204 Sasara Kuliah Hari Ii 9. Barisa Tak Terhigga Memeriksa kekovergea suatu barisa da, bila mugki, meghitug limitya 9.2 Deret Tak Terhigga

Lebih terperinci

Distribusi Sampel & Statistitik Terurut

Distribusi Sampel & Statistitik Terurut Distribusi Sampel & Statistitik Terurut Sampel Acak, Rataa sampel, X-bar, Variasi sampel, S, Teorema Limit Pusat, Distribusi t,, F Statistik Terurut MA 3181 Teori Peluag 11 November 014 Utriwei Mukhaiyar

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

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

Lebih terperinci

Representasi Deret ke dalam Bentuk Integral Lipat Dua

Representasi Deret ke dalam Bentuk Integral Lipat Dua Jural Kubik, Volue 2 No. (27) ISSN : 2338-896 Represetasi Deret ke dala Betuk Itegral Lipat Dua Siti Julaeha, a) 2, b) da Arii Soesatyo Putri Jurusa Mateatika Fakultas Sais da Tekologi UIN SGD Badug 2

Lebih terperinci

BAB VI BARISAN TAK HINGGA DAN DERET TAK HINGGA

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

Lebih terperinci

TEORI ANTRIAN. Gambar 1 Proses antrian pada suatu sistem antrian

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

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

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

Lebih terperinci

PENAKSIRAN M A S T A T I S T I K A D A S A R 1 7 M A R E T 2014 U T R I W E N I M U K H A I Y A R

PENAKSIRAN M A S T A T I S T I K A D A S A R 1 7 M A R E T 2014 U T R I W E N I M U K H A I Y A R PENAKSIRAN P E N A K S I R A N T I T I K P E N A K S I R A N S E L A N G S E L A N G K E P E R C A Y A A N U N T U K R A T A A N S E L A N G K E P E R C A Y A A N U N T U K V A R I A N S I M A 0 8 S T

Lebih terperinci

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN PEDUGA RASIO UTUK RATA-RATA POPULASI MEGGUAKA KUARTIL VARIABEL BATU PADA PEGAMBILA SAMPEL ACAK SEDERHAA DA PEGATURA PERIGKAT MEDIA ur Khasaah, Etik Zukhroah, da Dewi Reto Sari S. Prodi Matematika Fakultas

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI Utuk lebih memahami megeai etropi, pada bab ii aka diberika perhituga etropi utuk beberapa distribusi diskrit da kotiu. 3. Distribusi Diskrit Pada sub bab ii dibahas

Lebih terperinci

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

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

Lebih terperinci

Pengantar Statistika Matematika II

Pengantar Statistika Matematika II Pegatar Statistika Matematika II Metode Evaluasi Atia Ahdika, S.Si., M.Si. Prodi Statistika FMIPA Uiversitas Islam Idoesia April 11, 2017 atiaahdika.com Pegguaa metode estimasi yag berbeda dapat meghasilka

Lebih terperinci

Prestasi itu diraih bukan didapat!!! SOLUSI SOAL

Prestasi itu diraih bukan didapat!!! SOLUSI SOAL SELEKSI OLIMPIADE TINGKAT KABUPATEN/KOTA 010 TIM OLIMPIADE MATEMATIKA INDONESIA 0 Prestasi itu diraih buka didapat!!! SOLUSI SOAL Bidag Matematika Disusu oleh : Eddy Hermato, ST Olimpiade Matematika Tk

Lebih terperinci

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

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

Lebih terperinci

PENAKSIRAN. Penaksiran Titik. Selang Kepercayaan untuk VARIANSI. MA2181 ANALISIS DATA Utriweni Mukhaiyar 17 Oktober 2011

PENAKSIRAN. Penaksiran Titik. Selang Kepercayaan untuk VARIANSI. MA2181 ANALISIS DATA Utriweni Mukhaiyar 17 Oktober 2011 PENAKSIRAN Peaksira Titik Peaksira Selag Selag Kepercayaa utuk RATAAN Selag Kepercayaa utuk VARIANSI MA8 ANALISIS DATA Utriwei Mukhaiyar 7 Oktober 0 Metode Peaksira Peaksira Titik Peaksira Selag Nilai

Lebih terperinci

SEBARAN t dan SEBARAN F

SEBARAN t dan SEBARAN F SEBARAN t da SEBARAN F 1 Tabel uji t disebut juga tabel t studet. Sebara t pertama kali diperkealka oleh W.S. Gosset pada tahu 1908. Saat itu, Gosset bekerja pada perusahaa bir Irladia yag melarag peerbita

Lebih terperinci

Jurnal Matematika Murni dan Terapan Vol. 6 No.1 Juni 2012: 9-16 KRITERIA KEKONVERGENAN CAUCHY PADA RUANG METRIK KABUR INTUITIONISTIC

Jurnal Matematika Murni dan Terapan Vol. 6 No.1 Juni 2012: 9-16 KRITERIA KEKONVERGENAN CAUCHY PADA RUANG METRIK KABUR INTUITIONISTIC Jural Matematika Muri da Teraa Vol. 6 No.1 Jui 01: 9-16 KRITERIA KEKONVERGENAN CAUCHY PADA RUANG METRIK KABUR INTUITIONISTIC Muhammad Ahsar Karim 1 Faisal Yui Yulida 3 [1,,3] PS Matematika FMIPA Uiversitas

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi.

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi. Distribusi Samplig (Distribusi Pearika Sampel). Pedahulua Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh,

Lebih terperinci

MATHunesa (Volume 3 No 3) 2014

MATHunesa (Volume 3 No 3) 2014 MATHuesa (Volume 3 No 3) 014 MINIMUM PENUTUP TITIK DAN MINIMUM PENUTUP SISI PADA GRAF KOMPLIT DAN GRAF BIPARTIT KOMPLIT Yessi Riskiada Kusumawardai Program Studi S1 Matematika, Fakultas Matematika da Ilmu

Lebih terperinci

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET BAB VII RANDOM VARIATE DISTRIBUSI DISKRET Diskret radom variabel dapat diguaka utuk berbagai radom umber yag diambil dalam betuk iteger. Pola kebutuha ivetori (persediaa) merupaka cotoh yag serig diguaka

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

MA1201 MATEMATIKA 2A Hendra Gunawan

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

Lebih terperinci

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

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

Lebih terperinci

Deret Fourier. Modul 1 PENDAHULUAN

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

Lebih terperinci

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc.

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc. METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/0 SUGENG00 Copyright 996-98 Dale Caregie & Associates, Ic. Kesalaha ERROR: Selisih atara ilai perkiraa dega ilai eksakilai

Lebih terperinci