Pengantar Proses Stokastik
|
|
- Farida Kusnadi
- 6 tahun lalu
- Tontonan:
Transkripsi
1 : Peluang dan Ekspektasi Bersyarat Statistika FMIPA Universitas Islam Indonesia
2 Peluang dan Ekspektasi Bersyarat 1. Catatan dalam perusahaan asuransi otomotif memberikan informasi bahwa (i) setiap pelanggan mengasuransikan setidaknya satu mobil (ii) 70 % pelanggan mengasuransikan lebih dari satu mobil, dan (iii) 20 % mengasuransikan jenis sports car. Dari pelanggan yang mengasuransikan lebih dari satu mobil, 15 % mengasuransikan sports car. Hitung peluang bahwa seorang pelanggan yang terpilih secara acak mengasuransikan tepat satu mobil dan ini bukan sports car.
3 2. Kuliah SMT, PSM, dan PPS di jurusan Statistika UII diikuti oleh 50, 75, dan 100 mahasiswa. Dari jumlah tersebut diketahui bahwa 50, 60, dan 70 persen-nya adalah mahasiswa angkatan Seperti biasa, mahasiswa akan mungkin mengundurkan diri dari perkuliahan tersebut, dengan kemungkinan yang sama. Seorang mahasiswa mengundurkan diri dan dia adalah angkatan Berapa peluang bahwa mahasiswa tersebut mengambil kuliah PPS?
4 3. Bono berada di penjara markas Brimop di Kelapa Dua, Depok. Dia ingin melarikan diri namun hal itu tidak mudah. Fakta yang ada menunjukkan bahwa jika Bono hendak keluar dari penjara, dia akan menghadapi 3 pintu. Pintu 1 akan membawanya ke sebuah lorong dan kembali ke penjara dalam waktu 2 jam. Pintu 2 membawanya ke lorong dan kembali ke penjara dalam waktu 3 jam. Sedangkan pintu ketigalah yang akan membawa Bono bebas. Diasumsikan bahwa Bono memilih pintu-pintu 1,2, dan 3 dengan peluang berturut-turut 0.2, 0.5, dan 0.3. Berapa lama waktu rata-rata yang dibutuhkan Bono untuk bebas?
5 4. JB hendak melakukan penipuan. Di tangannya dia menyimpan sebuah koin yang memiliki sisi M dan B dan sebuah koin lain yang ternyata memiliki 2 sisi M. Kepada Zeta calon korbannya, JB mengatakan bahwa dirinyalah sang pemenang apabila muncul M dalam koin yang dimilikinya. JB kemudian memilih koin secara acak dan melantunkannya. Ternyata muncul M. Berapa peluang bahwa koin yang dilantunkan adalah koin M dan B? Misal JB melantunkan koin yang sama untuk kedua kalinya dan muncul M, berapa peluang koin yang dilantunkan adalah koin M dan B? Misal JB melantunkan koin yang sama untuk ketiga kalinya dan muncul B, berapa peluang koin tsb adalah koin M dan B?
6 5. Seekor tikus terperangkap dalam sebuah maze. Terdapat dua arah yang harus dipilih oleh tikus tersebut. Jika ia memilih arah kanan, maka ia akan berkeliling di dalam maze selama 3 menit dan kembali ke posisinya semula. Jika ia memilih arah kiri, maka dengan peluang 1 3 ia akan bebas setelah 2 menit berkeliling dan dengan peluang 2 3 ia akan kembali ke posisinya semula setelah 5 menit berkeliling. Asumsikan bahwa ia akan memilih arah kiri atau kanan dengan peluang yang sama, berapa menit yang diharapkan tikus tersebut untuk bebas?
7 Peluang dan Ekspektasi Bersyarat 1. Misalkan LS kejadian mengasuransikan lebih dari satu mobil dan Sp kejadian mengasuransikan sports car. Diketahui P(LS) = 0.7, P(Sp) = 0.2, P(Sp LS) = 0.15, maka P(Sp) = P(Sp LS)P(LS) + P(Sp LS c )P(LS c ) 0.2 = (0.15)(0.7) + P(Sp LS c )(0.3) Jadi, P(Sp LS c ) = Akibatnya, P(Sp c LS c ) = 1 95 Jadi, 300 = P(Sp c LS c ) = P(Sp c LS c ) P(LS c ) = 205 (0.3) =
8 2. Misalkan: SMT : kejadian mahasiswa mengikuti kuliah SMT PSM : kejadian mahasiswa mengikuti kuliah PSM PPS : kejadian mahasiswa mengikuti kuliah PPS MD12 : kejadian mahasiswa mengundurkan diri dan angkatan 2012 Maka P(SMT ) = , P(PSM) =, P(PPS) = P( 12 SMT ) = 0.5, P( 12 PSM) = 0.6, P( 12 PPS) = 0.7 P( 12 ) = P( 12 SMT )P(SMT ) + P( 12 PSM)P(PSM) + P( 12 PPS)P(PPS) ( ) 50 = ( ) ( ) 100 =
9 Setiap mahasiswa punya peluang yang sama untuk mengundurkan diri, artinya P( 12 ) = P(MD12). P(PPS MD12) = P(PPS MD12) P(MD12) = P(MD12 PPS)P(PPS) P(MD12) = = 1 2
10 3. Misalkan X : waktu rata-rata untuk bebas P 1 : memilih pintu 1 P 2 : memilih pintu 2 P 3 : memilih pintu 3 maka E(X P 1 ) = 2 + E(X ) E(X P 2 ) = 3 + E(X ) E(X P 3 ) = 0
11 Sehingga E(X ) = E(X P 1 ) P(P 1 ) + E(X P 2 ) P(P 2 ) + E(X P 3 ) P(P 3 ) E(X ) = (2 + E(X )) (3 + E(X )) (0.3) E(X ) = E(X ) E(X ) E(X ) = E(X ) 0.3E(X ) = 1.9 E(X ) = jam
12 4. Misalkan K 1 : koin baik (MB) K 2 : koin tidak baik (MM) P(K 1 M) = P(K 1 M) P(M) P(M K 1 ) P(K 1 ) = P(M K 1 ) P(K 1 ) + P(M K 2 ) P(K 2 ) = = 1 3
13 P(K 1 MM) = P(K 1 MM) P(MM) P(MM K 1 ) P(K 1 ) = P(MM K 1 ) P(K 1 ) + P(MM K 2 ) P(K 2 ) = = P(K 1 MMB) = P(K 1 MMB) P(MMB) P(MMB K 1 ) P(K 1 ) = P(MMB K 1 ) P(K 1 ) + P(MMB K 2 ) P(K 2 ) = = 1
14 5. Misalkan N : menyatakan jumlah menit yang dibutuhkan tikus untuk bebas L : menyatakan arah kiri yang dipilih oleh tikus R : menyatakan arah kanan yang dipilih oleh tikus maka P(L) = P(R) = 1 2 E(N) = E(N L)P(L) + E(N R)P(R) = E(N L) E(N R)1 2 = 1 [ (2) + 2 ] (5 + E(N)) 3 = 5 21 E(N) E(N) = [3 + E(N)] 2
15 Peluang dan Ekspektasi Bersyarat Ross, Sheldon M Introduction to Probability Models; 9th Edition. New York: Academic Press. Syuhada, Khreshna I.A. Materi Kuliah: MA4181 Pengantar Proses Stokastik. Departemen Matematika ITB, Bandung. Taylor, Howard M. dan Samuel Karlin A First Course in Stochastic Processes; Second Edition. New York: Academic Press. Virtamo, J Queueing Theory/ Probability Theory.
Pengantar Proses Stokastik
Diskusi 1: Dasar-dasar Probabilitas Statistika FMIPA Universitas Islam Indonesia 215 Latihan 1 Dasar-dasar Probabilitas Latihan 1 1. Diketahui Tentukan: a. P ( ) X > 1 4 b. Tentukan F (x) 2. Diketahui
Lebih terperinciPengantar Proses Stokastik
: Dasar-dasar Probabilitas, Peluang dan Ekspektasi Bersyarat Statistika FMIPA Universitas Islam Indonesia April 13, 2017 1. Misalkan sebuah koin yang mempunyai peluang muncul muka sebesar 0.7, dilantunkan
Lebih terperinciPengantar Proses Stokastik
Diskusi 1 Diskusi 1: Dasar-dasar Probabilitas, Peluang dan Ekspektasi Bersyarat Statistika FMIPA Universitas Islam Indonesia March 16, 2017 Diskusi 1 Diskusi 1 Diskusi 1 1. Misalkan sebuah koin yang mempunyai
Lebih terperinciPengantar Proses Stokastik
: Dasar-dasar Probabilitas Statistika FMIPA Universitas Islam Indonesia Diskusi 1. Misalkan sebuah koin yang mempunyai peluang muncul muka sebesar.7, dilantunkan tiga kali. Misalkan X menyatakan banyaknya
Lebih terperinciPengantar Proses Stokastik
Bab 4: Distribusi Eksponensial Atina Ahdika, S.Si, M.Si Statistika FMIPA Universitas Islam Indonesia 2015 Pendahuluan Distribusi Eksponensial Pendahuluan Distribusi eksponensial dapat dipandang sebagai
Lebih terperinciPengantar Proses Stokastik
Bab 4: Distribusi Eksponensial Atina Ahdika, S.Si, M.Si Statistika FMIPA Universitas Islam Indonesia 2015 Pendahuluan Distribusi Eksponensial Pendahuluan Distribusi eksponensial dapat dipandang sebagai
Lebih terperinciPengantar Proses Stokastik
Bab 1: Dasar-Dasar Probabilitas Statistika FMIPA Universitas Islam Indonesia 2015 Percobaan adalah kegiatan yang menghasilkan keluaran/hasil yang mungkin secara acak. Contoh: pelemparan sebuah dadu. Ruang
Lebih terperinciPengantar Proses Stokastik
Bab 1: Dasar-Dasar Probabilitas Atina Ahdika, S.Si, M.Si Statistika FMIPA Universitas Islam Indonesia Ruang Sampel dan Kejadian Ruang Sampel dan Kejadian Ruang Sampel dan Kejadian Percobaan adalah kegiatan
Lebih terperinciPengantar Proses Stokastik
Bab 5: Atina Ahdika, S.Si, M.Si Statistika FMIPA Universitas Islam Indonesia 2015 Waktu Antar Kedatangan Waktu Antar Kedatangan Misalkan T 1 menyatakan waktu dari kejadian/kedatangan pertama. Misalkan
Lebih terperinciPengantar Proses Stokastik
Bab 1: Dasar-Dasar Probabilitas Statistika FMIPA Universitas Islam Indonesia Peluang Percobaan adalah kegiatan yang menghasilkan keluaran/hasil yang mungkin secara acak. Contoh: pelemparan sebuah dadu.
Lebih terperinciP (Sp) = P (Sp LS)P (LS) + P (Sp LS c )P (LS c ) 0.2 = (0.15)(0.7) + P (Sp LS c )(0.3)
Kuis Selamat Datang Tanggal 22 Januari 2014, Waktu: suka-suka menit 1. Catatan dalam perusahaan asuransi otomotif memberikan informasi bahwa (i) setiap pelanggan mengasuransikan setidaknya satu mobil (ii)
Lebih terperinciPengantar Proses Stokastik
Bab 1: Dasar-Dasar Probabilitas Statistika FMIPA Universitas Islam Indonesia Peluang Percobaan adalah kegiatan yang menghasilkan keluaran/hasil yang mungkin secara acak. Contoh: pelemparan sebuah dadu.
Lebih terperinciPengantar Proses Stokastik
Bab 3: Rantai Markov Diskrit Atina Ahdika, S.Si, M.Si Statistika FMIPA Universitas Islam Indonesia Rantai Markov Rantai Markov Rantai Markov Misalkan sebuah proses stokastik {X t } dengan t = 0, 1, 2,....
Lebih terperinciPengantar Proses Stokastik
Bab 6: Rantai Markov Waktu Kontinu Atina Ahdika, S.Si, M.Si Statistika FMIPA Universitas Islam Indonesia 2015 Pendahuluan Rantai Markov Waktu Kontinu Pendahuluan Pada bab ini, kita akan belajar mengenai
Lebih terperinciP (Sp) = P (Sp LS)P (LS) + P (Sp LS c )P (LS c ) 0.2 = (0.15)(0.7) + P (Sp LS c )(0.3)
Kuis Selamat Datang Tanggal 22 Januari 2014, Waktu: suka-suka menit 1. Catatan dalam perusahaan asuransi otomotif memberikan informasi bahwa (i) setiap pelanggan mengasuransikan setidaknya satu mobil (ii)
Lebih terperinciDISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN. Sudarno Jurusan Matematika FMIPA UNDIP. Abstrak
DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN Sudarno Jurusan Matematika FMIPA UNDIP Abstrak Dalam proses stokhastik yang mana kejadian dapat muncul kembali membentuk proses pembahauruan. Proses pembaharuan
Lebih terperinciCatatan Kuliah MA4181 Pengantar Proses Stokastik Precise and Stochastic. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah MA4181 Pengantar Proses Stokastik Precise and Stochastic Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 Tentang MA4181 (Pengantar)
Lebih terperinciP (Sp) = P (Sp LS)P (LS) + P (Sp LS c )P (LS c ) 0.2 = (0.15)(0.7) + P (Sp LS c )(0.3)
Kuis Selamat Datang Tanggal 22 Januari 2014, Waktu: suka-suka menit 1. Catatan dalam perusahaan asuransi otomotif memberikan informasi bahwa (i) setiap pelanggan mengasuransikan setidaknya satu mobil (ii)
Lebih terperinciCatatan Kuliah. MA4181 PENGANTAR PROSES STOKASTIK Smart and Stochastic. disusun oleh Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah MA4181 PENGANTAR PROSES STOKASTIK Smart and Stochastic disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014 Tentang MA4181 (Pengantar)
Lebih terperinci/ /16 =
Kuis Selamat Datang MA4181 Pengantar Proses Stokastik Stochastics: Precise and Prospective Tanggal 22 Agustus 2017, Waktu: suka-suka menit Dosen: Khreshna I.A. Syuhada, MSc. PhD. 1. Widya (akan) memenangkan
Lebih terperinciCatatan Kuliah AK5161 MATEMATIKA KEUANGAN AKTUARIA. Insure and Invest! Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 MATEMATIKA KEUANGAN AKTUARIA Insure and Invest! disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014 Tentang AK5161 MatKeu
Lebih terperinciCatatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2014 1 Tentang AK5161 Matematika
Lebih terperinciMA5181 PROSES STOKASTIK
Catatan Kuliah MA5181 PROSES STOKASTIK disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Tentang MA5181 Proses Stokastik A. Jadwal kuliah:
Lebih terperinciCatatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2014 1 Tentang AK5161 Matematika
Lebih terperinciCatatan Kuliah. MA5181 Proses Stokastik
Catatan Kuliah MA5181 Proses Stokastik Precise. Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang MA5181 Proses Stokastik
Lebih terperinciCatatan Kuliah. MA4181 Pengantar Proses Stokastik Stochastics: Precise and Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah MA4181 Pengantar Proses Stokastik Stochastics: Precise and Prospective Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2017 1 Tentang
Lebih terperinciCatatan Kuliah. MA5181 Proses Stokastik
Catatan Kuliah MA5181 Proses Stokastik Precise. Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang MA5181 Proses Stokastik
Lebih terperinciMA4081 PENGANTAR PROSES STOKASTIK
Catatan Kuliah MA4081 PENGANTAR PROSES STOKASTIK Orang Pintar Belajar Stokastik disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2012 Tentang
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS)
RENCANA PEMBELAJARAN SEMESTER (RPS) IKG3F3 PEMODELAN STOKASTIK Disusun oleh: Sri Suryani P, S.Si., M.Si. PROGRAM STUDI ILMU KOMPUTASI FAKULTAS INFORMATIKA TELKOM UNIVERSITY 2015 LEMBAR PENGESAHAN Rencana
Lebih terperinciPengantar Statistika Matematik(a)
Catatan Kuliah Pengantar Statistika Matematik(a) Statistika Lebih Dari Sekadar Matematika disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014
Lebih terperinciCATATAN KULIAH PENGANTAR PROSES STOKASTIK
CATATAN KULIAH PENGANTAR PROSES STOKASTIK Oleh Atina Ahdika, S.Si, M.Si PROGRAM STUDI STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS ISLAM INDONESIA 2016 Daftar Isi Daftar Isi iv
Lebih terperinciKuis 1 MA5181 Proses Stokastik Precise. Prospective. Tanggal 24 Agustus 2016, Waktu: suka-suka menit Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Kuis Selamat Datang MA5181 Proses Stokastik Precise. Prospective. Tanggal 23 Agustus 2016, Waktu: suka-suka menit 1. Mahasiswa yang datang ke ruang kuliah mengikuti suatu proses dengan laju kedatangan
Lebih terperinciP (A c B c ) = P [(A B) c ] = 1 P (A B) = 1 P (A) P (B) + P (AB)
Diskusi 1 Tanggal 29 Januari 2014, Waktu: suka-suka menit Peluang suatu kejadian; sifat-sifat peluang (termasuk kejadian-kejadian saling asing dan saling bebas); peluang bersyarat; peluang total; 1. Buktikan
Lebih terperinciCatatan Kuliah. MA5181 Proses Stokastik
Catatan Kuliah MA5181 Proses Stokastik Precise. Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang MA5181 Proses Stokastik
Lebih terperinciCatatan Kuliah. MA4181 PENGANTAR PROSES STOKASTIK Smart and Stochastic. disusun oleh Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah MA4181 PENGANTAR PROSES STOKASTIK Smart and Stochastic disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014 Tentang MA4181 (Pengantar)
Lebih terperinciMinggu 4-5 Analisis Model MA, AR, ARMA. Minggu 6-7 Model Diagnostik dan Forecasting. Minggu 8-9 Analisi Model ARI, IMA, ARIMA
CNH4S3 Analisis Time Series Dosen: Aniq A Rohmawati, M.Si [Jadwal]: [Materi Analsis Time Series] Kuliah Pemodelan dan Simulasi berisi tentang dasar pemodelan time series seperti kestasioneran, identifikasi
Lebih terperinciMA4081 PENGANTAR PROSES STOKASTIK
Catatan Kuliah MA4081 PENGANTAR PROSES STOKASTIK Orang Pintar Belajar Stokastik disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2012 Tentang
Lebih terperinciAK5161 Matematika Keuangan Aktuaria
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang AK5161 Matematika
Lebih terperinciMA4081 PENGANTAR PROSES STOKASTIK
Catatan Kuliah MA4081 PENGANTAR PROSES STOKASTIK Orang Pintar Belajar Stokastik disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2012 Tentang
Lebih terperinciMA5181 PROSES STOKASTIK
Catatan Kuliah MA5181 PROSES STOKASTIK (not just) Always Listening, Always Understanding disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2012
Lebih terperinciAK5161 Matematika Keuangan Aktuaria
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang AK5161 Matematika
Lebih terperinciKAJIAN ANTRIAN TIPE M/M/ DENGAN SISTEM PELAYANAN FASE CEPAT DAN FASE LAMBAT
KAJIAN ANTRIAN TIPE M/M/ DENGAN SISTEM PELAYANAN FASE CEPAT DAN FASE LAMBAT QUEUES ANALYSIS M/M/ TYPE WITH SLOW AND FAST PHASE SERVICE SYSTEM Oleh: Erida Fahma Nurrahmi NRP. 1208 100 009 Dosen Pembimbing:
Lebih terperinciANALISA SISTEM ANTRIAN M/M/1/N DENGAN RETENSI PELANGGAN YANG MEMBATALKAN ANTRIAN
Analisa Sistem Antrian (Ayi Umar Nawawi) 11 ANALISA SISTEM ANTRIAN M/M/1/N DENGAN RETENSI PELANGGAN YANG MEMBATALKAN ANTRIAN ANALYSIS OF M/M/1/N QUEUEUING SYSTEM WITH RETENTION OF RENEGED CUSTOMERS Oleh:
Lebih terperinciIDENTIFIKASI MODEL ANTRIAN PADA ANTRIAN BUS KAMPUS UNIVERSITAS ANDALAS PADANG
Jurnal Matematika UNAND Vol. 1 No. 2 Hal. 44 51 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND IDENTIFIKASI MODEL ANTRIAN PADA ANTRIAN BUS KAMPUS UNIVERSITAS ANDALAS PADANG ZUL AHMAD ERSYAD, DODI DEVIANTO
Lebih terperinciPenentuan Probabilitas Absorpsi dan Ekspektasi Durasi pada Masalah Kebangkrutan Penjudi
Penentuan Probabilitas Absorpsi dan Ekspektasi Durasi pada Masalah Kebangkrutan Penjudi Aditya Candra Laksmana 1*, Respatiwulan 2, dan Ririn Setiyowati 3 1, 3 Program Studi Matematika Fakultas MIPA, Universitas
Lebih terperinciPEMODELAN KELAHIRAN MURNI DAN KEMATIAN MURNI DENGAN DUA JENIS KELAMIN DENGAN PROSES STOKASTIK
Jurnal Matematika UNAND Vol. 3 No. 2 Hal. 72 79 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PEMODELAN KELAHIRAN MURNI DAN KEMATIAN MURNI DENGAN DUA JENIS KELAMIN DENGAN PROSES STOKASTIK FEBI OKTORA
Lebih terperinciCatatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang AK5161 Matematika
Lebih terperinciCatatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2017 1 Tentang AK5161 Matematika
Lebih terperinciMA5181 PROSES STOKASTIK
Catatan Kuliah MA5181 PROSES STOKASTIK We do love uncertainty disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Tentang MA5181 Proses Stokastik
Lebih terperinciPREDIKSI JUMLAH LULUSAN DAN PREDIKAT KELULUSAN MAHASISWA FMIPA UNTAN TAHUN ANGKATAN 2013/2014 DENGAN METODE RANTAI MARKOV
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 04, No. 3(2015), hal 347-352. PREDIKSI JUMLAH LULUSAN DAN PREDIKAT KELULUSAN MAHASISWA FMIPA UNTAN TAHUN ANGKATAN 2013/2014 DENGAN METODE RANTAI
Lebih terperinciMinggu 1 Review Peubah Acak dan Fungsi Distribusi. Minggu 4-5 Analisis Model MA, AR, ARMA. Minggu 6-7 Model Diagnostik dan Forecasting
IKG4Q3 Ekonometrik Dosen: Aniq A Rohmawati, M.Si [Kelas Ekonometrik] CS-36-02 [Jadwal] Senin 10.30-12.30 R.A208A; Selasa 10.30-12.30 R.E302 [Materi Ekonometrik] Kuliah Pemodelan dan Simulasi berisi tentang
Lebih terperinciCatatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2014 1 Tentang AK5161 Matematika
Lebih terperinciMinggu 4-5 Analisis Model MA, AR, ARMA. Minggu 6-7 Model Diagnostik dan Forecasting. Minggu 8-9 Analisi Model ARI, IMA, ARIMA
CNH4S3 Analisis Time Series Dosen: Aniq A Rohmawati, M.Si [Jadwal]: [Materi Analsis Time Series] Kuliah Pemodelan dan Simulasi berisi tentang dasar pemodelan time series seperti kestasioneran, identifikasi
Lebih terperinciCatatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 017 1 Tentang AK5161 Matematika
Lebih terperinciCatatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang AK5161 Matematika
Lebih terperinciCatatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2017 1 Tentang AK5161 Matematika
Lebih terperinciRANCANGAN KURIKULUM PROGRAM DOKTOR STATISTIKA (STK) DALAM KERANGKA KUALIFIKASI NASIONAL INDONESIA (KKNI)
RANCANGAN KURIKULUM PROGRAM DOKTOR STATISTIKA (STK) DALAM KERANGKA KUALIFIKASI NASIONAL INDONESIA (KKNI) PROGRAM DOKTOR STATISTIKA DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN IPA 2 0 1 2 I. Deskripsi
Lebih terperinciMA4181 PENGANTAR PROSES STOKASTIK Bab 5 Proses Poisson
MA4181 PENGANTAR PROSES STOKASTIK Bab 5 Proses Poisson SMART AND STOCHASTIC MA4181 PENGANTAR PROSES STOKASTIK Bab 5 Proses Poisson SMART AND STOCHASTIC Pengantar Seperti sudah disampaikan sebelumnya, analog
Lebih terperinciSILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-211 Nama Mata Kuliah : Model Stokastik Jumlah SKS : 2 Semester :
SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-211 Nama Mata Kuliah : Model Stokastik Jumlah SKS : 2 Semester : IV Mata Kuliah Pra Syarat : TKI-202 Model Deterministik Deskripsi
Lebih terperinciPENERAPAN KALKULUS STOKASTIK PADA MODEL OPSI
PENERAPAN KALKULUS STOKASTIK PADA MODEL OPSI Nizaruddin Program Studi Pendidikan Matematika FPMIPA IKIP PGRI Semarang Jl. Sidodadi Timur 24 Semarang Abstrak Opsi merupakan salah satu pilihan investasi
Lebih terperinciMA4081 PENGANTAR PROSES STOKASTIK Bab 4 Proses Po
MA4081 PENGANTAR PROSES STOKASTIK Bab 4 Proses Poisson: Suatu Pengantar Orang Pintar Belajar Stokastik Tentang Kuliah Proses Stokastik Bab 1 : Tentang Peluang Bab 2 : Peluang dan Ekspektasi Bersyarat*
Lebih terperinciP (A c B c ) = P [(A B) c ] = 1 P (A B) = 1 P (A) P (B) + P (AB)
Diskusi 1 Tanggal 29 Januari 2014, Waktu: suka-suka menit Peluang suatu kejadian; sifat-sifat peluang (termasuk kejadian-kejadian saling asing dan saling bebas); peluang bersyarat; peluang total; 1. Buktikan
Lebih terperinciPENENTUAN PROBABILITAS ABSORPSI DAN EKSPEKTASI DURASI PADA MASALAH KEBANGKRUTAN PENJUDI
PENENTUAN PROBABILITAS ABSORPSI DAN EKSPEKTASI DURASI PADA MASALAH KEBANGKRUTAN PENJUDI Aditya Candra Laksmana, Respatiwulan, dan Ririn Setiyowati Program Studi Matematika Fakultas Matematika dan Ilmu
Lebih terperinciANALISA SIFAT-SIFAT ANTRIAN M/M/1 DENGAN WORKING VACATION
ANALISA SIFAT-SIFAT ANTRIAN M/M/1 DENGAN WORKING VACATION Oleh: Desi Nur Faizah 1209 1000 17 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA
Lebih terperinciCNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya
CNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya Dosen: Aniq A Rohmawati, M.Si TELKOM UNIVERSITY JALAN TELEKOMUNIKASI 1, BANDUNG, INDONESIA Ruang Sampel dan Kejadian PEUBAH ACAK (P.A) Fungsi yang memetakan
Lebih terperinciCatatan Kuliah. MA4183 Model Risiko Forecast, assess, and control your risk. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah MA4183 Model Risiko Forecast, assess, and control your risk Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang MA4183
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA
RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA A. MATA KULIAH Nama Mata Kuliah : Proses Stokastik Kode/sks : MAS 4113 /3 Semester : III Status (Wajib/Pilihan) : Pilihan (P) Prasyarat : MAS
Lebih terperinci2-RP. rate, 10).Model Antrian. Deskripsi. sistem finansial, sistem komunikasi. Semester : V Hal: 1 dari 7. Dosen : SPW, NI, HY No.
RP S1 SP 06 A. CAPAIAN PEMAN : 1. CP 1.1 : Mampu menerapkan Metode Statistika dalam manajemen. 2. CP 2.2 : Mampu memodelkan & menginterpretasikan fenomena ekonomi 3. CP 8.1 : Mampu memformulasikan masalah
Lebih terperinciPENENTUAN KLASIFIKASI STATE PADA RANTAI MARKOV DENGAN MENGGUNAKAN NILAI EIGEN DARI MATRIKS PELUANG TRANSISI
PENENTUAN KLASIFIKASI STATE PADA RANTAI MARKOV DENGAN MENGGUNAKAN NILAI EIGEN DARI MATRIKS PELUANG TRANSISI Yohanes A.R. Langi 1) 1) Program Studi Matematika FMIPA Universitas Sam Ratulangi, Manado 95115
Lebih terperinciDISTRIBUSI DISKRIT KHUSUS
DISTRIBUSI DISKRIT KHUSUS UNIFORM (SERAGAM) BERNOULLI BINOMIAL POISSON MULTINOMIAL HIPERGEOMETRIK GEOMETRIK BINOMIAL NEGATIF MA3181 Teori Peluang 27 Oktober 2014 Utriweni Mukhaiyar DISTRIBUSI UNIFORM (SERAGAM)
Lebih terperinciSolusi: Misalkan Y kejadian menjawab YA. Misalkan A kejadian menjadab pertanyaan (a).
SOLUSI UJIAN TENGAH SEMESTER 1 MA2082 Biostatistika Tanggal 24 Agustus 2011, Waktu: 100 menit Dosen: Khreshna I.A. Syuhada, MSc. PhD. 1. Diagram batang dan daun untuk Berat Badan (dalam oz, 1kg=35.27oz):
Lebih terperinciPENERAPAN PROSES POISSON NON-HOMOGEN UNTUK MENENTUKAN DISTRIBUSI PROBABILITAS KEDATANGAN NASABAH DI BNI BANJARBARU
tnp PENERAPAN PROSES POISSON NON-HOMOGEN UNTUK MENENTUKAN DISTRIBUSI PROBABILITAS KEDATANGAN NASABAH DI BNI BANJARBARU Mida Yanti 1 Nur Salam 1 Dewi Anggraini 1 Abstract: Poisson process is a special event
Lebih terperinciMisalkan terdapat eksperimen. S disebut ruang sampel, adalah himpunan semua kemungkinan hasil dari eksperimen.
Peluang Peluang dan Kejadian Peluang Bersyarat Peubah Acak dan Nilai Harapan Kovarian dan Korelasi 1.1 PELUANG DAN KEJADIAN Misalkan terdapat eksperimen. S disebut ruang sampel, adalah himpunan semua kemungkinan
Lebih terperinciSilabus Teori Peluang (STK-104) Jurusan Statistika Genap 2013/2014
Silabus Teori Peluang (STK-104) Jurusan Statistika Genap 2013/2014 Waktu : (Selasa, jam 10.00 11.40, D3D) dan (Kamis, jam 14.00 16.40, D3D) Dosen Pengasuh : Ridha Ferdhiana, M.Sc dan Dr. Muhammad Subianto,
Lebih terperinciMA3081 STATISTIKA MATEMATIKA We love Statistics
Catatan Kuliah MA3081 STATISTIKA MATEMATIKA We love Statistics disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Daftar Isi 1 Peubah Acak
Lebih terperinciCatatan Kuliah. MA4183 Model Risiko
Catatan Kuliah MA4183 Model Risiko Forecast and control your risk Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang MA4183 Model Risiko
Lebih terperinciDasar-dasar Statistika Pemodelan Sistem
Dasar-dasar Statistika Pemodelan Sistem Kuliah Pemodelan Sistem Semester Genap 2015-2016 MZI Fakultas Informatika Telkom University FIF Tel-U Januari 2016 MZI (FIF Tel-U) Statistika Pemodelan Januari 2016
Lebih terperinciKETERBAGIAN TAK HINGGA SEBARAN RIEMANN ZETA
Jurnal Matematika UNAND Vol. 4 No. Hal. 6 67 ISSN : 2303 290 c Jurusan Matematika FMIPA UNAND KETERBAGIAN TAK HINGGA SEBARAN RIEMANN ZETA DONA ARIANI Program Studi Matematika, Fakultas Matematika dan Ilmu
Lebih terperinciBab 9 Peluang dan Ekspektasi Bersyarat: Harapan Tanpa Syarat
MA38 Teori Peluang - Khreshna Syuhada Bab 9 Bab 9 Peluang dan Ekspektasi Bersyarat: Harapan Tanpa Syarat Ilustrasi 9. Misalkan banyaknya kecelakaan kerja rata-rata per minggu di suatu pabrik adalah empat.
Lebih terperinciOleh: Isna Kamalia Al Hamzany Dosen Pembimbing : Dra. Laksmi Prita W, M.Si. Dra. Nur Asiyah, M.Si
Oleh: Isna Kamalia Al Hamzany 1207 100 055 Dosen Pembimbing : Dra. Laksmi Prita W, M.Si. Dra. Nur Asiyah, M.Si Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh
Lebih terperinciMA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi
MA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi Orang Biologi Tidak Anti Statistika Silabus Silabus dan Tujuan Konsep peubah acak, fungsi peluang (probability density function), fungsi distribusi
Lebih terperinciMA4181 MODEL RISIKO Risk is managed, not avoided
Catatan Kuliah MA4181 MODEL RISIKO Risk is managed, not avoided disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Tentang MA4181 Model Risiko
Lebih terperinciPERAMALAN PANGSA PASAR KARTU GSM DENGAN PENDEKATAN RANTAI MARKOV
PERAMALAN PANGSA PASAR KARTU GSM DENGAN PENDEKATAN RANTAI MARKOV Surya Amami Pramuditya, Rini Marwati, Entit Puspita Pendidikan Matematika FKIP Unswagati,Pendidikan Matematika FPMIPA UPI amamisurya@gmail.com
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Kesehatan merupakan bagian yang penting dalam kehidupan manusia karena kesehatan memengaruhi aktifitas hidup manusia. Dengan tubuh yang sehat manusia dapat menjalankan
Lebih terperinciPeubah Acak dan Distribusi
BAB 1 Peubah Acak dan Distribusi 1.1 ILUSTRASI (Ilustrasi 1) B dan G secara bersamaan menembak sasaran tertentu. Peluang tembakan B mengenai sasaran adalah 0.7 sedangkan peluang tembakan G (bebas dari
Lebih terperinciBAHAN KULIAH. Konsep Probabilitas Probabilitas Diskrit dan Kontinyu
BAHAN KULIAH Konsep Probabilitas Probabilitas Diskrit dan Kontinyu Soal UTS periode November 00 Mata Kuliah : Statistika & Probabilitas Waktu : 0 menit. Suatu sistem pipa seperti ditunjukkan pada gambar
Lebih terperinciMobil atau Kambing. 2. Berikan satu kalimat deskripsi dari apa yang Anda pikirkan tentang pengertian dari kemungkinan (probability) dalam konteks ini.
Mobil atau Kambing Suatu acara televisi game show popular, Let's Make a Deal, dari tahun 1960an dan 1970an memberikan fitur permainan dengan menyembunyikan mobil di belakang pintu dari ketiga pilihan pintu
Lebih terperinciMODEL STOKASTIK PERTUMBUHAN POPULASI (PURE BIRTH PROCESS)
Jurnal Euclid, Vol. 4, No. 1, p.675 MODEL STOKASTIK PERTUMBUHAN POPULASI (PURE BIRTH PROCESS) Surya Amami Pramuditya 1, Tonah 2 1,2 Pendidikan Matematika FKIP Universitas Swadaya Gunung Jati Cirebon amamisurya@fkip-unswagati.ac.id
Lebih terperinciANALISIS MODEL JUMLAH KEDATANGAN DAN WAKTU PELAYANAN BAGIAN LABORATORIUM INSTALASI RAWAT JALAN RSUP Dr. KARIADI SEMARANG
ANALISIS MODEL JUMLAH KEDATANGAN DAN WAKTU PELAYANAN BAGIAN LABORATORIUM INSTALASI RAWAT JALAN RSUP Dr. KARIADI SEMARANG Rany Wahyuningtias 1, Dwi Ispriyanti 2, Sugito 3 1 Alumni Jurusan Statistika FSM
Lebih terperinciPROSES PERCABANGAN PADA DISTRIBUSI POISSON
PROSES PERCABANGAN PADA DISTRIBUSI POISSON Nur Alfiani Santoso, Respatiwulan, dan Nughthoh Arfawi Kurdhi Program Studi Matematika FMIPA UNS Abstrak. Proses percabangan merupakan suatu proses stokastik
Lebih terperinciMA4181 MODEL RISIKO Risk is managed, not avoided
Catatan Kuliah MA4181 MODEL RISIKO Risk is managed, not avoided disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Tentang MA4181 Model Risiko
Lebih terperinciMA4183 MODEL RISIKO Control your Risk!
Catatan Kuliah MA4183 MODEL RISIKO Control your Risk! disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014 Tentang MA4183 Model Risiko A. Jadwal
Lebih terperinciANALISA SIFAT-SIFAT ANTRIAN M/M/1 DENGAN WORKING VACATION
JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2014) 2337-3520 (2301-928X Print) 1 ANALISA SIFAT-SIFAT ANTRIAN M/M/1 DENGAN WORKING VACATION Desi Nur Faizah, Laksmi Prita Wardhani. Jurusan Matematika, Fakultas
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Jumlah penduduk Indonesia yang tergolong besar, bahkan berada diurutan keempat dunia dengan jumlah penduduk terbesar tentu sangat berpotensi bagi perkembangan bisnis
Lebih terperinciSISTEM ANTRIAN MODEL GEO/G/1 DENGAN VACATION
SISTEM ANTRIAN MODEL GEO/G/1 DENGAN VACATION Novita Eka Chandra 1, Supriyanto 2, dan Renny 3 1 Universitas Islam Darul Ulum Lamongan, novitaekachandra@gmail.com 2 Universitas Jenderal Soedirman, supriyanto
Lebih terperinciKONTRAK KULIAH MATA KULIAH PEMODELAN MATEMATIKA
KONTRAK KULIAH MATA KULIAH PEMODELAN MATEMATIKA Dr. Elmanani Simamora, M.Si PENDIDIKAN MATEMATIKA PROGRAM PASCASARJANA UNIVERSITAS NEGERI MEDAN 2016/2017 KONTRAK KULIAH Nama Matakuliah : Pemodelan Matematika
Lebih terperinciCatatan Kuliah. MA4181 PENGANTAR PROSES STOKASTIK Smart and Stochastic. disusun oleh Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah MA4181 PENGANTAR PROSES STOKASTIK Smart and Stochastic disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014 Tentang MA4181 (Pengantar)
Lebih terperinciPemodelan Sistem Antrian Satu Server Dengan Vacation Queueing Model Pada Pola Kedatangan Berkelompok
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2015 Pemodelan Sistem Antrian Satu Server Dengan Vacation Queueing Model Pada Pola Kedatangan Berkelompok Sucia Mentari, Retno Subekti, Nikenasih
Lebih terperinciPELUANG. Hasil Kedua. Hasil Pertama. Titik Sampel GG GA A
PELUANG Percobaan dalam statistika menyatakan tiap proses yang menghasilkan data mentah. Ruang sampel adalah himpunan semua hasil yang mungkin dari suatu percobaan statistika dan dinyatakan dalam lambang
Lebih terperinciMA4081 PENGANTAR PROSES STOKASTIK
Catatan Kuliah MA4081 PENGANTAR PROSES STOKASTIK Orang Pintar Belajar Stokastik disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2012 Tentang
Lebih terperinci