MINGGU KE-7 INTEGRAL LEBESQUE
|
|
- Verawati Agusalim
- 6 tahun lalu
- Tontonan:
Transkripsi
1 MINGGU KE-7 INTEGRAL LEBESQUE INTEGRAL LEBESQUE (Ω, A, µ): measure space Fungsi Ψ : Ω R disebut sederhana bila jelajahnya berhingga. Misalkan A A. Maka I A : Ω {0, 1} yang didefinisikan sebagai I A (X ) = { 1 x A 0 x / A Disebut fungsi indikator himpunan A.
2 Lemma Misalkan Ψ fungsi sederhana yang terdefinisikan pada Ω dengan jelajah {a 1, a 2,...a n }. Andaikan {E i, i = 1, 2,..., n} koleksi himpunan bagian Ω sedemikian hingga, I Ei (x) = a i. Maka {E i, i = 1, 2,..., n} adalah partisi dari Ω. Misalkan Ψ fungsi sederhana pada Ω dengan jelajah {a 1, a 2,..., a n }. Misalkan {E i, i = 1, 2,..., n} partisi Ω. Maka Ψ = n a i I Ei i=1 disebut penyajian baku dari Ψ. Contoh Misalkan Ω = N = {1, 2, 3,...}. Kita definisikan fungsi sederhana Ψ dengan { 2 bila x genap Ψ(x) = 3 bila x ganjil Penyajian baku untuk Ψ adalah Ψ = 2I E1 + 3I E1 Dengan E 1 : himpunan bilangan asli dan genap E 2 : himpunan bilangan asli dan ganjil.
3 Misalkan Ψ fungsi sederhana non negatif pada (Ω, A, µ) dengan penyajian baku. Integral Ψ terhadap µ, ditulis Ψ dµ kita definisikan n Ψdµ = a i µ(e i ) i=1 Contoh 1 dµ = µ (Ω) 1 = 1I E1 + 0I E2 dengan E 1 = Ω, E 2 = φ dµ = 1µ(Ω) + µ(φ) = µ(e1 ) = µ(ω). 2 Misalkan Ω = N dan A = 2 N. kan fungsi sederhana Ψ dengan { 2 bila x genap Ψ(x) = 3 bila x ganjil
4 Penyajian standar untuk Ψ adalah Ψ = 2I E1 + 3I E1 Dengan E 1 : {x : x N dan x genap} E 2 : {x : x N dan x ganjil} Sekarang kita definisikan µ dengan µ(n) = 1 2 n, µ(a) = µ(n). n A Maka Ψdµ = 2 i= i + 3 i= i 1. Bila f (x) 0, x Ω, maka kita definisikan fdµ = fdµ(x) = sup Ψdµ Ψ fungsi sederhana standar,0 Ψ(x) f (x). Untuk sebarang f (x) 0, misalkan f + (x) = max{f (x), 0} f (x) = min{ f (x), 0} maka f (x) = f + (x) f (x)dan fdµ = f + dµ f dµ
5 Integral f (x)dm(x) terhadap ukuran Lebesgue m biasanya ditulis f (x)dx dan sama dengan integral Riemann biasa bila terdefinisikan. Tetapi, terdapat fungsi dimana integral Lebesgue terdifinisikan tetapi tidak untuk integral Riemann. Sebagai contoh I Q (x) bila Q himpunan bilangan rasional. Dalam teori probabilitas, xdp biasanya ditulis dengan E[X ] dan disebut ekspektasi atau harga harapan dari X. Bila A Ω maka f (x)dµ(x) = f (x)i A (x)dµ(x) Dalam hal A = [a, b] maka A A f (x)dµ(x) = (a,b) f (x dµ(x) = a b f (x)dµ(x) Bila F adalah fungsi distribusi kumulatif dari ukuran probabilitas P, kadang-kadang kita menulis df (x) sebagai pengganti dp(x). Perhatikan bahwa ini tidak lebih dari sekedar abuse notation
6 Sifat-sifat dasar integral Misalkan (Ω, A, µ) ruang ukuran dan f, g fungsi terukur pada Ω. 1 Bila fdµ ada dan a R maka afdµ = a fdµ 2 (f + g)dµ = fdµ + gdµ 3 Bila f (x) g(x) untuk setiap x, maka fdµ gdµ. Pada khususnya fdµ f dµ. Andaikan s(x) adalah pernyataan yang memuat sebarang x Ω. Kita mengatakan s(x) berlalu hampir dimana-mana µ(µ.a.e) bila terdapat himpunan N A sedemikian hingga µ(n) = 0 dan s(x) benar untuk setiap x yang tidak berada dalam N. Himpunan N dengan ukuran 0 disebut himpuan 0. Dalam terminologi probabilitas disebut P-almost surely (P.a.s) atau a.s) RADON-NIKODYM DERIVATIF Misalkan (Ω, A, µ) ruang ukuran dan f fungsi Borel tak negatif. Dapat ditunjukkan bahwa fungsi himpunan λ(a) = f (A)dµ, A A (1) adalah ukuran pada (Ω, A). Perhatikan bahwa A µ(a) = 0 maka λ(a) = 0 (2) Bila (2) benar untuk dua ukuran λ dan µ yang terdefinisikan pada ruang terukur yang sama, maka kita katakan λ kontinu absolut terhadap µ dan ditulis λ << µ.
7 Rumus (1) tidak hanya memberikan kepada kita bagailana mengkonstruksikan ukuran, tetapi juga metode menghitung ukuran pada himpunan terukur. Misalkan µ adalah ukuran yang sudah kita kenal (sepeti ukuran Lebesque atau counting measure) dan λ ukuran yang relatif tidak kita kenal. Bila kita dapat menentukan f sedemikian (1) berlalu, maka menghitung λ(a) dapat dilakukan melalui integrasi. Syarat perlu untuk (1) adalah λ << µ juga merupakan syarat cukup. Misalkan (Ω, A, µ) ruang ukuran µ disebut σ finite bila Ω dapat ditulis sebagai Ω = A n, A n A, saling asing dan µ(a n ) < untuk setiap n. n=1 TEOREMA (RADON-NIKODYM) Misalkan λ dan µ dua ukuran pada (Ω, A) dan µ σ finite. Bila λ < µ, maka terdapat fungsi Borel tak negatif f sedemikian hingga λ(a) = fdµ, A A. Selanjutnya f adalah tunggal a.e. µ yaitu, bila λ(a) = A g dµ untuk sebarang A A makaf = g a.e µ A
8 Bila fdµ = 1 untuk suatu f 0 a.e µ dan λ yang diberikan pada (1) adalah ukuran probabilitas dan f disebut fungsi kepadatan probabilitas terhadap µ. Catatan f disebut derivatif atau densitas atau λ terhadap µ dan ditulis dλ dµ. Berikut adalah hubungan antara probabilitas dan teori ukuran biasanya dipakai Probabilitas Teori Ukuran Ruang sampel Semesta Probabilitas Ukuran bernorma Ruang Probabilitas Ruang Ukuran Kejadian Elementer Singleton Kejadian Himpunan terukur Kejadian pasti Semesta Ω Kejadian mustahil Himpunan kosong Almost sure (a.s) Almost every where (a.e) Random Variabel Fungsi terukur Ekspektasi Integral
MINGGU KE-6 VARIABEL RANDOM DAN DISTRIBUSINYA
MINGGU KE-6 VARIABEL RANDOM DAN DISTRIBUSINYA VARIABEL RANDOM Misalkan (Ω, A, P) ruang probabilitas dan R = {x < x < } dan B : Borel field pada R. Andaikan X : Ω R dan untuk setiap A R, kita definisikan
Lebih terperinciDASAR-DASAR TEORI PELUANG
DASAR-DASAR TEORI PELUANG Herry P. Suryawan 1 Ruang Peluang Definisi 1.1 Diberikan himpunan tak kosong Ω. Aljabar-σ (σ-algebra pada Ω adalah koleksi subhimpunan A dari Ω dengan sifat (i, Ω A (ii jika A
Lebih terperinciMINGGU KE-11 HUKUM BILANGAN BESAR LEMAH DAN KUAT
MINGGU KE-11 HUKUM BILANGAN BESAR LEMAH DAN KUAT HUKUM BILANGAN BESAR LEMAH DAN KUAT Misalkan X 1, X 2, X 3... barisan variabel random. Kita tulis S n = n X i. Dalam subbab ini kita akan menjawab pertanyaan
Lebih terperinciDEFINISI TIPE RIEMANN UNTUK INTEGRAL LEBESGUE 1. Drajad Maknawi 2 dan Muslich 3 Jurusan Matematika FMIPA UNS. Abstrak
DEFINISI TIPE RIEMANN UNTUK INTEGRAL LEBESGUE 1 An-2 1. PENDAHULUAN Drajad Maknawi 2 dan Muslich 3 Jurusan Matematika FMIPA UNS Abstrak Tujuan dari tulisan ini adalah membahas tentang integral Lebesgue
Lebih terperinciBAB III FUNGSI TERUKUR LEBESGUE. Setelah dibahas mengenai ukuran Lebesgue dan beberapa sifatnya pada
BAB III FUNGSI TERUKUR LEBESGUE Setelah dibahas mengenai ukuran Lebesgue dan beberapa sifatnya pada Bab II, selanjutnya pada bab ini akan dipelajari gagasan mengenai fungsi terukur Lebesgue. Gagasan mengenai
Lebih terperinciBAB III INTEGRAL LEBESGUE. Pada bab sebelumnya telah disebutkan bahwa ruang dibangun oleh
BAB III INTEGRAL LEBESGUE Pada bab sebelumnya telah disebutkan bahwa ruang dibangun oleh fungsi-fungsi terukur dan memenuhi sifat yang berkaitan dengan integral Lebesgue. Kajian mengenai keterukuran suatu
Lebih terperinciBAB V KEKONVERGENAN BARISAN PADA DAN KETERKAITAN DENGAN. Pada subbab 4.1 telah dibahas beberapa sifat dasar yang berlaku pada koleksi
BAB V KEKONVERGENAN BARISAN PADA DAN KETERKAITAN DENGAN Pada subbab 4.1 telah dibahas beberapa sifat dasar yang berlaku pada koleksi semua fungsi yang terintegralkan Lebesgue, 1. Sebagaimana telah dirumuskan
Lebih terperinciINF-104 Matematika Diskrit
Teori Himpunan Jurusan Informatika FMIPA Unsyiah February 25, 2015 Himpunan (set) adalah koleksi dari objek-objek yang terdefinisikan dengan baik. Terdefinisikan dengan baik dimaksudkan bahwa untuk sebarang
Lebih terperinciINF-104 Matematika Diskrit
Jurusan Informatika FMIPA Unsyiah February 13, 2012 Apakah Matematika Diskrit Itu? Matematika diskrit: cabang matematika yang mengkaji objek-objek diskrit. Apa yang dimaksud dengan kata diskrit (discrete)?
Lebih terperinciBAB V DUALITAS RUANG ORLICZ
BAB V DUALITAS RUANG ORLICZ Karena ketaksamaan Holder yang telah dipelajari pada bab sebelumnya, Untuk sembarang h L θ, kita dapat mendefinisikan suatu fungsional linear kontinu l h yang memetakan L θ
Lebih terperinciSILABUS MATAKULIAH TEORI INTEGRAL (MAA 525)
SILABUS MATAKULIAH TEORI INTEGRAL (MAA 525) JURUSAN PENDIDIKAN MATEMATIKA FPMIPA UPI BANDUNG 200 A. IDENTITAS MATAKULIH. Nama Matakuliah : Teori Integral 2. Kode Matakuliah : MAA 525 3. Program : Pendidikan
Lebih terperinciDASAR-DASAR TEORI RUANG HILBERT
DASAR-DASAR TEORI RUANG HILBERT Herry P. Suryawan 1 Geometri Ruang Hilbert Definisi 1.1 Ruang vektor kompleks V disebut ruang hasilkali dalam jika ada fungsi (.,.) : V V C sehingga untuk setiap x, y, z
Lebih terperinciPENGANTAR MODEL PROBABILITAS
PENGANTAR MODEL PROBABILITAS (PMP, Minggu 1-7) Sri Haryatmi Kartiko Universitas Gadjah Mada Juni 2014 Outline 1 Minggu 1:HIMPUNAN Operasi Himpunan Sifat-Sifat Operasi Himpunan 2 Minggu 2:COUNTING TECHNIQUE
Lebih terperinciEKUIVALENSI INTEGRAL BOCHNER DENGAN INTEGRAL MCSHANE KUAT UNTUK FUNGSI DENGAN NILAI DI DALAM RUANG BANACH. Y.D. Sumanto Jurusan Matematika FMIPA UNDIP
EKUIVALENSI INTEGRAL BOCHNER DENGAN INTEGRAL MCSHANE KUAT UNTUK FUNGSI DENGAN NILAI DI DALAM RUANG BANACH Y.D. Sumanto Jurusan Matematika FMIPA UNDIP Abstrak Integral McShane fungsi-fungsi bernilai real
Lebih terperinciII. LANDASAN TEORI ( ) =
II. LANDASAN TEORI 2.1 Fungsi Definisi 2.1.1 Fungsi Bernilai Real Fungsi bernilai real adalah fungsi yang domain dan rangenya adalah himpunan bagian dari real. Definisi 2.1.2 Limit Fungsi Jika adalah suatu
Lebih terperinciBAB 3 KONDISI SPECTRUM. Pada bab ini akan diperlihatkan hasil utama dari penelitian ini. Hasil utama yang
BAB 3 KONDISI SPECTRUM Pada bab ini akan diperlihatkan hasil utama dari penelitian ini. Hasil utama yang diperoleh berdasarkan penjelasan - penjelasan yang telah dipaparkan pada bab - bab sebelumnya. Hasil
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA Dalam bab ini dijelaskan beberapa definisi dan teorema yang digunakan dalam pembahasan selanjutnya. 2.1 Teori Peluang Definisi 2.1.1 (Percobaan Acak) (Ross 2000) Suatu percobaan
Lebih terperinciCatatan Kuliah KALKULUS II BAB V. INTEGRAL
BAB V. INTEGRAL Anti-turunan dan Integral TakTentu Persamaan Diferensial Sederhana Notasi Sigma dan Luas Daerah di Bawah Kurva Integral Tentu Teorema Dasar Kalkulus Sifat-sifat Integral Tentu Lebih Lanjut
Lebih terperinciTugas Statistika Matematika TEORI PELUANG
Lusi Agustin 131810101004 Ria Ammelia Wahyu 131810101008 Atiqoh Hani R 131810101044 Tugas Statistika Matematika TEORI PELUANG Percobaan acak menjadi percobaan yang hasilnya tidak dapat diprediksi dengan
Lebih terperinciMINGGU KE-8 HARGA HARAPAN DAN BEBERAPA KETAKSAMAAN DALA
MINGGU KE-8 HARGA HARAPAN DAN BEBERAPA KETAKSAMAAN DALAM STATISTIKA HARGA HARAPAN Definisi Misalkan X variabel random. Bila X variabel random kontinu dengan f.k.p. f (x) dan maka harga harapan X adalah
Lebih terperinciLampiran 1. Beberapa Definisi dan Lema Teknis
Lampiran 1. Beberapa Definisi dan Lema Teknis Ruang Contoh, Kejadian dan Peluang Suatu percobaan yang dapat diulang dalam kondisi yang sama, yang hasilnya tidak dapat diprediksi dengan tepat tetapi kita
Lebih terperinci5. Sifat Kelengkapan Bilangan Real
5. Sifat Kelengkapan Bilangan Real Sifat aljabar dan sifat urutan bilangan real telah dibahas sebelumnya. Selanjutnya, akan dijelaskan sifat kelengkapan bilangan real. Bilangan rasional ℚ juga memenuhi
Lebih terperinciMA3231 Analisis Real
MA3231 Analisis Real Hendra Gunawan* *http://hgunawan82.wordpress.com Analysis and Geometry Group Bandung Institute of Technology Bandung, INDONESIA Program Studi S1 Matematika ITB, Semester II 2016/2017
Lebih terperinciII. TINJAUAN PUSTAKA. dan Integral Bawah Darboux, Integral Darboux, Teorema Bolzano Weierstrass,
II. TINJAUAN PUSTAKA Dalam bab ini akan dibahas beberapa konsep mendasar meliputi Integral Atas dan Integral Bawah Darboux, Integral Darboux, Teorema Bolzano Weierstrass, serta teorema-teorema yang mendukung
Lebih terperinciIII. BILANGAN KROMATIK LOKASI GRAF. ini merupakan pengembangan dari konsep dimensi partisi dan pewarnaan graf.
III BILANGAN KROMATIK LOKASI GRAF Bilangan kromatik lokasi graf pertama kali dikaji oleh Chartrand dkk 00) Konsep ini merupakan pengembangan dari konsep dimensi partisi pewarnaan graf Pewarnaan titik pada
Lebih terperinciVariabel Random dan Nilai Harapan. Oleh Azimmatul Ihwah
Variabel Random dan Nilai Harapan Oleh Azimmatul Ihwah Outcomes dari suatu eksperimen dapat dinyatakan dengan angka untuk mempermudah. Suatu variabel yang mengasosiakan outcomes dari suatu eksperimen dengan
Lebih terperinci16. Analisis Multi Resolusi
16. Analisis Multi esolusi Esensi dari basis ortonormal yang dibangun oleh sebuah wavelet adalah sifat multi resolusi-nya, sehingga kita dapat menganalisis suatu signal pada berbagai frekuensi di suatu
Lebih terperinciBAB I PENDAHULUAN. Kata topologi berasal dari bahasa yunani yaitu topos yang artinya tempat
1 BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Kata topologi berasal dari bahasa yunani yaitu topos yang artinya tempat dan logos yang artinya ilmu merupakan cabang matematika yang bersangkutan dengan
Lebih terperinciBAB IV MODEL HIDDEN MARKOV
BAB IV MODEL HIDDEN MARKOV 4.1 State dan Proses Observasi Semua proses didefinisikan pada ruang peluang (Ω, F, P). Misalnya X = {X : k N} adalah rantai Markov dengan state berhingga yang bersifat homogen
Lebih terperinciSIFAT P-KONVEKS PADA RUANG FUNGSI MUSIELAK-ORLICZ TYPE BOCHNER. Yulia Romadiastri
Jurnal Matematika Murni dan Terapan εpsilon Vol. 07, No.01, 013, Hal. 1 1 SIFAT P-KONVEKS PADA RUANG FUNGSI MUSIELAK-ORLICZ TYPE BOCHNER Yulia Romadiastri Program Studi Tadris Matematika Fakultas Tarbiyah
Lebih terperinciCatatan Kuliah. Matematika Keuangan. (preliminary draft, comments welcome)
Catatan Kuliah Matematika Keuangan (preliminary draft, comments welcome) M. Syamsuddin Daftar Isi Pendahuluan v Model Binomial untuk Harga Saham. Model untuk satu periode............................. Pergerakan
Lebih terperinciBAB II DASAR TEORI. Di dalam BAB II ini akan dibahas materi yang menjadi dasar teori pada
BAB II DASAR TEORI Di dalam BAB II ini akan dibahas materi yang menjadi dasar teori pada pembahasan BAB III, mulai dari definisi sampai sifat-sifat yang merupakan konsep dasar untuk mempelajari Fungsi
Lebih terperinciBAB III MODEL HIDDEN MARKOV KONTINU DENGAN PROSES OBSERVASI ZERO DELAY
BAB III MODEL HIDDEN MARKOV KONTINU DENGAN PROSES OBSERVASI ZERO DELAY 3.1 State dan Proses Observasi Semua proses didefinisikan pada ruang peluang Ω,,. Misalkan ; adalah rantai Markov dengan state berhingga
Lebih terperinciDASAR-DASAR ANALISIS MATEMATIKA
(Bekal untuk Para Sarjana dan Magister Matematika) Dosen FMIPA - ITB E-mail: hgunawan@math.itb.ac.id. November 19, 2007 Secara geometris, f kontinu di suatu titik berarti bahwa grafiknya tidak terputus
Lebih terperinciTINJAUAN PUSTAKA. Pada bagian ini akan diberikan konsep dasar graf dan bilangan kromatik lokasi pada
II. TINJAUAN PUSTAKA Pada bagian ini akan diberikan konsep dasar graf dan bilangan kromatik lokasi pada suatu graf sebagai landasan teori penelitian ini. 2. Konsep Dasar Graf Teori dasar mengenai graf
Lebih terperinciSistem Bilangan Real
TUGAS I ANALISIS REAL I Sistem Bilangan Real Tugas 1 Analisis Real I Disusun oleh : Nariswari Setya D. Kartini Marvina Puspito M0108022 M0108050 M0108056 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU
Lebih terperinciDASAR-DASAR ANALISIS MATEMATIKA
(Bekal untuk Para Sarjana dan Magister Matematika) Dosen FMIPA - ITB E-mail: hgunawan@math.itb.ac.id. December 11, 2007 Misalkan f terdefinisi pada suatu himpunan H. Kita katakan bahwa f naik pada H apabila
Lebih terperinciLearning Outcomes Sebaran Kontinu Nilai Harapan dan Ragam Beberapa Sebaran Kontinu. Peubah Acak Kontinu. Julio Adisantoso.
Beberapa 27 April 2014 Beberapa Learning Outcome Outline Mahasiswa dapat mengerti dan menentukan peubah acak diskret Mahasiswa dapat memahami dan menghitung nilai harapan Mahasiswa dapat memahami dan menghitung
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini diberikan tinjauan pustaka yang berisi penelitian sebelumnya yang mendasari penelitian ini, definisi, dan teori yang diperlukan serta kerangka pemikiran. 2.1 Tinjauan
Lebih terperinciBAB II TINJAUAN PUSTAKA. kromatik lokasi sebagai landasan teori dari penelitian ini.
BAB II TINJAUAN PUSTAKA Pada bab ini akan diberikan beberapa konsep dasar teori graf dan bilangan kromatik lokasi sebagai landasan teori dari penelitian ini. 2.1 Konsep Dasar Graf Beberapa konsep dasar
Lebih terperinciDASAR-DASAR ANALISIS MATEMATIKA
(Bekal untuk Para Sarjana dan Magister Matematika) Dosen FMIPA - ITB E-mail: hgunawan@math.itb.ac.id. December 26, 2007 Misalkan f kontinu pada interval [a, b]. Apakah masuk akal untuk membahas luas daerah
Lebih terperinciG a a = e = a a. b. Berdasarkan Contoh 1.2 bagian b diperoleh himpunan semua bilangan bulat Z. merupakan grup terhadap penjumlahan bilangan.
2. Grup Definisi 1.3 Suatu grup < G, > adalah himpunan tak-kosong G bersama-sama dengan operasi biner pada G sehingga memenuhi aksioma- aksioma berikut: a. operasi biner bersifat asosiatif, yaitu a, b,
Lebih terperinciII. LANDASAN TEORI. 2. P bersifat aditif tak hingga, yaitu jika dengan. 2.1 Ruang Contoh, Kejadian dan Peluang
II. LANDASAN TEORI 2.1 Ruang Contoh, Kejadian dan Peluang Dalam suatu percobaan sering kali diperlukan pengulangan yang dilakukan dalam kondisi yang sama. Semua kemungkinan hasil yang akan muncul akan
Lebih terperinci1. σ field dan pengukuran Definisi 1.1
TEORI PROBABILITAS 1. σ field dan pengukuran Misalkan Ω adalah elemen dari himpunan. Contoh Ω merupakan himpunan bilangan dalam suatu interval di bilangan riil yang merupakan hasil dari percobaan random.
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 terperinciKETAKSAMAAN TIPE LEMAH UNTUK OPERATOR INTEGRAL FRAKSIONAL DI RUANG MORREY ATAS RUANG METRIK TAK HOMOGEN
KETAKSAMAAN TIPE LEMAH UNTUK OPERATOR INTEGRAL FRAKSIONAL DI RUANG MORREY ATAS RUANG METRIK TAK HOMOGEN Idha Sihwaningrum Jurusan Matematika FMIPA Unsoed Email: idha.sihwaningrum@unsoed.ac.id Abstrak Pada
Lebih terperinciBAB III KEKONVERGENAN LEMAH
BAB III KEKONVERGENAN LEMAH Bab ini membahas inti kajian tugas akhir. Di dalamnya akan dibahas mengenai kekonvergenan lemah beserta sifat-sifat yang terkait dengannya. Sifatsifat yang dikaji pada bab ini
Lebih terperinciMETODE GARIS SINGGUNG DALAM MENENTUKAN HAMPIRAN INTEGRAL TENTU SUATU FUNGSI PADA SELANG TERTUTUP [, ]
METODE GARIS SINGGUNG DALAM MENENTUKAN HAMPIRAN INTEGRAL TENTU SUATU FUNGSI PADA SELANG TERTUTUP [, ] Zulfaneti dan Rahimullaily* Program Studi Pendidikan Matematika STKIP PGRI Sumbar Abstract: There is
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Konsep integral sering digunakan untuk menentukan luas daerah di bawah kurva. Selain itu, integral juga sering digunakan untuk mencari penyelesaian dari suatu
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Integral merupakan salah satu konsep penting dalam matematika dan banyak aplikasinya. Dalam kehidupan sehari-hari integral dapat diaplikasikan dalam berbagai
Lebih terperinciIII. HASIL DAN PEMBAHASAN
III. HASIL DAN PEMBAHASAN 3.1 Perumusan Masalah Misalkan adalah proses Poisson nonhomogen pada interval dengan fungsi intensitas yang tidak diketahui. Fungsi intensitas diasumsikan terintegralkan lokal
Lebih terperinciINFERENSI PARAMETER MEAN POPULASI NORMAL DENGAN METODE BAYESIAN OBYEKTIF
INFERENSI PARAMETER MEAN POPULASI NORMAL DENGAN METODE BAYESIAN OBYEKTIF Adi Setiawan Program Studi Matematika Industri dan Statistika, Fakultas Sains dan Matematika Universitas Kristen Satya Wacana Jl
Lebih terperinciDengan demikian, untuk sembarang B = [a, b], maka persamaan (5.1) menjadi
Bab 5 Peubah Acak Kontinu 5.1 Pendahuluan Definisi 5.1. Peubah acak adalah suatu fungsi dari ruang contoh S ke R (himpunan bilangan nyata) Peubah acak X bersifat diskret jika F (x) adalah fungsi tangga.
Lebih terperinciBab II Kajian Teori Copula
Bab Kajian Teori Copula.1 Pendahuluan Copula Tesis ini mengacu pada terminologi copula sebagai fungsi yang menghubungkan fungsi distribusi multivariat terhadap fungsi distribusi marginal uniform. Misalkan
Lebih terperinciPEMBAHASAN. Teorema 1. Tidak ada bilangan asli N yang lebih besar dari semua bilangan bulat lainnya.
PEMAHAAN 1. Pengertian Kontradiksi Kontradiksi adalah dua pernyataan yang bernilai salah untuk setiap nilai kebenaran dari setiap komponen-komponennya. 2. Pembuktian dengan Kontradiksi Kontradiksi merupakan
Lebih terperinciMemahami definisi barisan tak hingga dan deret tak hingga, dan juga dapat menentukan
4 BARISAN TAK HINGGA DAN DERET TAK HINGGA JUMLAH PERTEMUAN : 5 PERTEMUAN TUJUAN INSTRUKSIONAL KHUSUS : Memahami definisi barisan tak hingga dan deret tak hingga, dan juga dapat menentukan kekonvergenan
Lebih terperinciyang Dibangun oleh Ukuran Bernilai Proyeksi
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2015 Integral pada A - 3 yang Dibangun oleh Ukuran Bernilai Proyeksi Arta Ekayanti dan Ch. Rini Indrati. FMIPA Universitas Gadjah Mada arta_ekayanti@ymail.com
Lebih terperinciDaftar Isi 5. DERET ANALISIS REAL. (Semester I Tahun ) Hendra Gunawan. Dosen FMIPA - ITB September 26, 2011
(Semester I Tahun 2011-2012) Dosen FMIPA - ITB E-mail: hgunawan@math.itb.ac.id. September 26, 2011 Diberikan sejumlah terhingga bilangan a 1,..., a N, kita dapat menghitung jumlah a 1 + + a N. Namun,
Lebih terperinciuntuk setiap x sehingga f g
Jadi ( f ( f ) bernilai nol untuk setiap x, sehingga ( f ( f ) fungsi nol atau ( f ( f ) Aksioma 5 Ambil f, g F, R, ( f g )( f g ( g( g( ( f g)( Karena ( f g )( ( f g)( untuk setiap x sehingga f g Aksioma
Lebih terperinciIII. BILANGAN KROMATIK LOKASI GRAF. Bilangan kromatik lokasi graf pertama kali dikaji oleh Chartrand dkk.(2002). = ( ) {1,2,3,, } dengan syarat
III. BILANGAN KROMATIK LOKASI GRAF Bilangan kromatik lokasi graf pertama kali dikaji oleh Chartrand dkk.00). Konsep ini merupakan pengembangan dari konsep dimensi partisi dan pewarnaan graf. Pewarnaan
Lebih terperinciBAB I PENDAHULUAN. Integral Lebesgue merupakan suatu perluasan dari integral Riemann.
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Integral Lebesgue merupakan suatu perluasan dari integral Riemann. Sebagaimana telah diketahui, pengkonstruksian integral Riemann dilakukan dengan cara pemartisian
Lebih 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 terperinciANALISIS VARIABEL REAL 2
2012 ANALISIS VARIABEL REAL 2 www.alfirosyadi.wordpress.com UNIVERSITAS MUHAMMADIYAH MALANG 1/1/2012 IDENTITAS MAHASISWA NAMA : NIM : KELAS : KELOMPOK : 2 PENDAHULUAN Modul ini disusun untuk membantu mahasiswa
Lebih terperinciDISTRIBUTIONS OF RANDOM VARIABLE DISTRIBUSI VARIABEL RANDOM
1.11 Chebyshev s Inequality DISTRIBUTIONS OF RANDOM VARIABLE (Ketaksamaan Chebyshev) A. Pendahuluan DISTRIBUSI VARIABEL RANDOM Konsep atau rumus yang berhubungan dengan Ketaksamaan Chebyshev Ekspektasi
Lebih terperinciPengantar Analisis Real
Modul Pengantar Analisis Real Dr Endang Cahya, MA, MSi P PENDAHULUAN ada Modul ini disajikan beberapa topik pengantar mata kuliah Analisis Real, yang terbagi dalam beberapa kegiatan belajar yang harus
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini diberikan beberapa konsep dasar seperti teorema dan beberapa definisi sebagai landasan dalam penelitian ini. Konsep dasar ini berkaitan dengan masalah yang dibahas dalam
Lebih terperinciMA1201 KALKULUS 2A (Kelas 10) Bab 7: Teknik Pengintegral
MA1201 KALKULUS 2A (Kelas 10) Bab 7: Teknik Pengintegralan Do maths and you see the world Integral atau Anti-turunan? Integral atau pengintegral adalah salah satu konsep (penting) dalam matematika disamping
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengantar Pada bab ini akan diuraikan beberapa landasan teori untuk menunjang penulisan skripsi ini. Uraian ini terdiri dari beberapa bagian yang akan dipaparkan secara terperinci
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Teori Peluang Definisi 2.1.1 Percobaan Acak (Ross 2000) Suatu percobaan yang dapat diulang dalam kondisi yang sama dan semua kemungkinan hasil yang muncul dapat diketahui tetapi
Lebih terperinciTujuan Instruksional Umum : Setelah mengikuti pokok bahasan ini mahasiswa dapat mengidentifikasi dan mengenal sifat-sifat dasar suatu Grup
BAB 3 DASAR DASAR GRUP Tujuan Instruksional Umum : Setelah mengikuti pokok bahasan ini mahasiswa dapat mengidentifikasi dan mengenal sifat-sifat dasar suatu Grup Tujuan Instruksional Khusus : Setelah diberikan
Lebih terperinciDiscrete Time Dynamical Systems
Discrete Time Dynamical Systems Sheet 1 and Solution (1) Tentukan titik tetap dari fungsi berikut. (a) f(x) = x x (b) f(x) = 2x + bx (c) f(x) = e (a) Titik tetap f memenuhi persamaan f(x) = x x x = x x
Lebih terperinciKONSTRUKSI INTEGRAL MENGGUNAKAN FUNGSI SEDERHANA δ PADA [, ] Jl. Prof. H. Soedarto, S.H., Tembalang, Semarang, 50275
KONSTRUKSI INTEGRAL MENGGUNAKAN FUNGSI SEDERHANA δ PADA [,] Abdul Aziz 1, YD. Sumanto 2 1,2 Departemen Matematika, Fakultas Sains dan Matematika, Universitas Diponegoro Jl. Prof. H. Soedarto, S.H., Tembalang,
Lebih terperinciII LANDASAN TEORI. 2.1 Ruang Contoh, Kejadian dan Peluang. 2.2 Peubah Acak dan Fungsi Sebaran
II LANDASAN TEORI 2.1 Ruang Contoh, Kejadian dan Peluang Dalam suatu percobaan sering kali diperlukan pengulangan yang dilakukan dalam kondisi yang sama. Semua kemungkinan hasil yang akan muncul akan diketahui
Lebih terperinciTeori Himpunan Elementer
Teori Himpunan Elementer Kuliah Matematika Diskret Semester Genap 2015-2016 MZI Fakultas Informatika Telkom University FIF Tel-U Januari 2016 MZI (FIF Tel-U) Himpunan Januari 2016 1 / 72 Acknowledgements
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA Pada bagian ini dipaparkan dasar-dasar yang akan digunakan pada bagian pembahasan dari skripsi ini. Tinjauan yang dilakukan dengan memaparkan definisi mengenai himpunan fuzzy, struktur
Lebih terperinciTeori Himpunan. Modul 1 PENDAHULUAN
Modul 1 Teori Himpunan Drs. Sukirman, M.Pd. M PENDAHULUAN odul ini memuat pembahasan teori himpunan dan himpunan bilangan bulat. Teori himpunan memuat notasi himpunan, relasi dan operasi dua himpunan atau
Lebih terperinciHUKUM ITERASI LOGARITMA. TUGAS AKHIR untuk memenuhi sebagian persyaratan memperoleh gelar sarjana sains SORTA PURNAWANTI NIM.
HUKUM ITERASI LOGARITMA TUGAS AKHIR untuk memenuhi sebagian persyaratan memperoleh gelar sarjana sains SORTA PURNAWANTI NIM. 00290 PROGRAM STUDI MATEMATIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU
Lebih terperinciBARISAN SIMBOL DAN UKURAN INVARIAN FUNGSI MONOTON SEPOTONG-SEPOTONG KONTINU
BARISAN SIMBOL DAN UKURAN INVARIAN FUNGSI MONOTON SEPOTONG-SEPOTONG KONTINU Rinurwati Jurusan Matematika FMIPA-ITS Jl. Arif Rahman Hakim Surabaya 60 Abstract. Let g [0 ] [0] is piecewise continuous monotone
Lebih terperinciMA1201 KALKULUS 2A (Kelas 10) Bab 7: Teknik Pengintegral
MA1201 KALKULUS 2A (Kelas 10) Bab 7: Teknik Pengintegralan Do maths and you see the world Integral atau Anti-turunan? Integral atau pengintegral adalah salah satu konsep (penting) dalam matematika disamping
Lebih terperinciBAB I PENDAHULUAN Latar Belakang Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan Ditinjau dari bidang ilmu pengetahuan, teori persamaan diferensial merupakan suatu cabang analisis matematika yang banyak dipakai dalam kehidupan nyata,
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 terperinciBAB 1 PENDAHULUAN 1.1. Latar Belakang Permasalahan
BAB 1 PENDAHULUAN 1.1. Latar Belakang Permasalahan Ilmu pengetahuan merupakan hal yang mengalami perkembangan secara terus-menerus. Diantaranya teori integral yaitu ilmu bidang matematika analisis yang
Lebih terperinci0. Pendahuluan. 0.1 Notasi dan istilah, bilangan kompleks
0. Pendahuluan Analisis Fourier mempelajari berbagai teknik menganalisis sebuah fungsi dengan menguraikannya sebagai deret atau integral fungsi tertentu (yang sifat-sifatnya telah kita kenal dengan baik,
Lebih terperinci9. Teori Aproksimasi
44 Hendra Gunawan 9 Teori Aproksimasi Mulai bab ini tema kita adalah aproksimasi fungsi dan interpolasi Diberikan sebuah fungsi f, baik secara utuh ataupun hanya beberapilai di titik-titik tertentu saja,
Lebih terperinciBAB II KAJIAN TEORI. memahami sifat-sifat dari barisan fungsi. Pada bab ini akan diuraikan materimateri
BAB II KAJIAN TEORI Analisis kekonvergenan pada barisan fungsi, apakah barisan fungsi itu? Apakah berbeda dengan barisan pada umumnya? Tentunya sebelum membahas mengenai barisan fungsi, apa saja jenis
Lebih terperinciSUKU BANYAK. A. Teorema Sisa 1) F(x) = (x b) H(x) + S, maka S = F(b) 2) F(x) = (ax b) H(x) + S, maka S = F( a
SUKU BANYAK A. Teorema Sisa 1) F(x) = (x b) H(x) + S, maka S = F(b) 2) F(x) = (ax b) H(x) + S, maka S = F( a b ) 3) F(x) : [(x a)(x b)], maka S(x) = (x a)s 2 + S 1, dengan S 2 adalah sisa pembagian pada
Lebih terperinciLemma Henstock untuk Suatu Fungsi Bernilai Vektor di dalam Ruang Metrik Kompak Lokal
22 ISSN 2302-7290 Vol. 2 No. 1, Oktober 2013 Lemma Henstock untuk Suatu Fungsi Bernilai Vektor di dalam Ruang Metrik Kompak Lokal (The Henstock Lemma of a Vector Valued Function in a Locally Compact Metric
Lebih terperinciAyundyah Kesumawati. April 29, Prodi Statistika FMIPA-UII. Deret Tak Terhingga. Ayundyah. Barisan Tak Hingga. Deret Tak Terhingga
Kesumawati Prodi Statistika FMIPA-UII April 29, 2015 Akar Barisan a 1, a 2, a 3, a 4,... adalah susunan bilangan-bilangan real yang teratur, satu untuk setiap bilangan bulat positif. adalah fungsi yang
Lebih terperinciBAB 1. PENDAHULUAN. Bab ini akan membahas sekilas mengenai konsep-konsep yang berkaitan dengan himpunan dan fungsi.
BAB PENDAHULUAN Bab ini akan membahas sekilas mengenai konsep-konsep yang berkaitan dengan himpunan dan fungsi Himpunan Real Ada beberapa notasi himpunan yang sering digunakan dalam Analisis () merupakan
Lebih terperinciBAGIAN KEDUA. Fungsi, Limit dan Kekontinuan, Turunan
BAGIAN KEDUA Fungsi, Limit dan Kekontinuan, Turunan 51 52 Hendra Gunawan Pengantar Analisis Real 53 6. FUNGSI 6.1 Fungsi dan Grafiknya Konsep fungsi telah dipelajari oleh Gottfried Wilhelm von Leibniz
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 terperinciSIFAT-SIFAT TOPOLOGI RUANG LINEAR. Nila Kurniasih Program Studi Pendidikan Matematika Jalan KHA Dahlan 3 Purworejo. Abstrak
SIFAT-SIFAT TOPOLOGI RUANG LINEAR Nila Kurniasih Program Studi Pendidikan Matematika Jalan KHA Dahlan 3 Purworejo Abstrak Penulisan ini bertujuan menyelidiki sifat-sifat yang berlaku di dalam topologi
Lebih terperinciKeterbagian Pada Bilangan Bulat
Latest Update: March 8, 2017 Pengantar Teori Bilangan (Bagian 1): Keterbagian Pada Bilangan Bulat Muhamad Zaki Riyanto Program Studi Matematika Fakultas Sains dan Teknologi UIN Sunan Kalijaga Yogyakarta
Lebih terperinciINTEGRAL RIEMANN-LEBESGUE
INTEGRAL RIEMANN-LEBESGUE Ikram Hamid Program Studi Pendidikan Matematika Jurusan Pendidikan Matematika dan Ilmu Pengetahuan Alam FKIP Universitas Khairun ABSTRACT In this paper, we discuss a Riemann-type
Lebih terperinciBAB 1 OPERASI PADA HIMPUNAN BAHAN AJAR STRUKTUR ALJABAR, BY FADLI
BAB 1 OPERASI PADA HIMPUNAN Tujuan Instruksional Umum : Setelah mengikuti pokok bahasan ini mahasiswa dapat menggunakan operasi pada himpunan untuk memecahkan masalah dan mengidentifikasi suatu himpunan
Lebih terperinciSTATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI
STATISTIKA Muhamad Nursalman Pendilkom/Ilkom UPI 1 Daftar Isi Bab 1 Peluang Bab Peubah Acak Bab 3 Distribusi Peluang Diskret Bab 4 Distribusi Peluang Kontinu Bab 5 Fungsi Peubah Acak Bab 6 Teori Penaksiran
Lebih terperinciMA3231 Analisis Real
MA3231 Analisis Real Hendra Gunawan* *http://hgunawan82.wordpress.com Analysis and Geometry Group Bandung Institute of Technology Bandung, INDONESIA Program Studi S1 Matematika ITB, Semester II 2016/2017
Lebih terperinciTEORI HIMPUNAN Penyajian Himpunan
TEORI HIMPUNAN 1.1. Penyajian Himpunan Definisi 1. Himpunan (set) adalah kumpulan objek-objek yang berbeda. Objek yang dimaksud biasa disebut dengan elemen-elemen atau anggota-anggota dari himpunan. Suatu
Lebih terperinci28/09/2012 SAMPLE SPACE, SAMPLE POINTS, EVENTS. ω Ω
SAMPLE SPACE, SAMPLE POINTS, EVENTS Sample space,ω, Ω adalah sekumpulan semua sample points,ω, ω yang mungkin; dimana ω Ω Contoh 1. Melemparkan satu buah koin:ω={gambar,angka} Contoh 2. Menggelindingkan
Lebih terperinciBAB I PENDAHULUAN. Misalkan diberikan suatu ruang vektor atas lapangan R atau C. Jika
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Misalkan diberikan suatu ruang vektor atas lapangan R atau C. Jika dilengkapi dengan suatu norma., maka dikenal bahwa suatu ruang vektor bernorma. Kemudian
Lebih terperinci