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

Ukuran: px
Mulai penontonan dengan halaman:

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

Transkripsi

1 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

2 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dega ii saya meyataka bahwa tesis dega judul Sebara Asimtotik Peduga Kompoe Periodik Fugsi Itesitas Berbetuk Fugsi Periodik Kali Tre Kuadratik pada Proses Poisso No Homoge adalah karya saya sediri dega araha dari komisi pembimbig da belum diajuka dalam betuk apapu kepada pergurua tiggi maapu. Sumber iformasi yag berasal atau dikutip dari karya yag diterbitka maupu tidak diterbitka dari peulis lai telah disebutka dalam teks da diatumka dalam daftar pustaka di bagia akhir tesis ii. Bogor, Jauari 0 CASMAN NIM G550909

3 ABSTRACT CASMAN. Asymptoti Distributio of a Estimator for Periodi Compoet of the Itesity Futio Obtaied as the produt of a Periodi Futio with the Quadrati tred of a No Homogeous Poisso Proess. Supervised by I WAYAN MANGKU ad RETNO BUDIARTI I this thesis, estimatio of periodi ompoet of the itesity futio obtaied as the produt of a periodi futio with the quadrati tred of a o homogeeous Poisso proess by usig geeral kerel is disussed. It is osidered the worst ase where there is oly available a sigle realizatio of the Poisso proess havig itesity of form a periodi futio multiplied by the quadrati tred, observed i iterval [0,]. It is assumed that the period of the periodi ompoet is kow. It has bee ostruted estimator of periodi ompoet of the itesity futio of form periodi futio multiplied by the quadrati tred of a o homogeous Poisso Proess. Statistial properties of this estimator are also formulated. Fially, asymptoti ormality of the estimator is also give. Keywords: periodi proess, quadrati tred, kerel futio, asymptoti ormality.

4 RINGKASAN CASMAN. Sebara Asimtotik Peduga Kompoe Periodik Fugsi Itesitas berbetuk Fugsi Periodik Kali Tre Kuadratik pada Proses Poisso No - Homoge. Dibimbig oleh I WAYAN MANGKU da RETNO BUDIARTI. Proses stokastik merupaka salah satu bidag kajia dalam matematika yag dapat diguaka utuk memprediksi atau mejelaska feomea-feomea dalam kehidupa sehari-hari. Proses stokastik dibedaka mejadi dua yaitu proses stokastik dega waktu diskret da proses stokastik dega waktu kotiu. Salah satu betuk dari proses stokastik dega waktu kotiu adalah proses Poisso periodik. Proses Poisso periodik adalah suatu proses Poisso dega fugsi itesitas berupa fugsi periodik. Proses Poisso periodik bayak diguaka utuk memodelka feomea pada berbagai bidag di ataraya bidag komuikasi, hidrologi, meteorologi, asurasi, ilmu pegobata da seismologi (Helmers et al Fugsi itesitas suatu proses Poisso Periodik merupaka laju dari proses Poisso tersebut. Fugsi itesitas dibagi mejadi dua yaitu fugsi itesitas lokal da itesitas global. Fugsi itesitas lokal merupaka laju dari proses Poisso di titik tertetu, sedagka fugsi itesitas global merupaka rata rata laju dari proses Poisso pada iterval dega pajag meuju tak higga. Salah satu pedekata o parametrik yag dapat diguaka utuk meduga fugsi itesitas adalah pedekata fugsi kerel. Hal ii karea betuk fugsi itesitasya tidak diketahui, sehigga utuk meduga betuk fugsiya dapat didekati dega fugsi peduga kerel (Hardle, 993. Pedekata yag dipakai pada pedugaa fugsi itesitas lokal dari suatu proses Poisso di titik s ialah dega meaksir rata rata bayakya kejadia proses Poisso tersebut dalam iterval waktu di sekitar titik s. Alur dari peelitia ii adalah sebagai berikut: pertama dirumuska peduga. Selajutya meghitug aproksimasi asimtotik bagi ilai harapa, ragam da MSE peduga yag diperoleh da yag terakhir meetuka sebara asimtotik peduga dega kerel seragam. Dari hasil pegkajia diperoleh hasil sebagai berikut: (i Peduga tipe kerel utuk λ pada titik s [ 0, adalah :

5 λ ( K,, 0 k = h s k ( x s+ k s = K N ( dx. ( + h dega adalah pajag iterval pegamata, K adalah suatu kerel, da h adalah barisa bilaga real positif yag koverge meuju ol, yaitu h 0 utuk. (ii Aproksimasi asimtotik bagi ilai harapa λ ( s K,, adalah (,, ˆ K λ = λ ( ( ( s + h x K x dx + o h E ( s utuk. λ ( s (iii Aproksimasi asimtotik bagi ragam λ ( s ( s K,, adalah π λ Var ( λk,, ( s = K ( x dx ο 6h + h utuk. (iv Aproksimasi asimtotik bagi MSE adalah MSE (,, ( λ s K ( λ ( ( s 4 π λ 4 = ( s x K x dx h ( (. 4 + K x dx ο o h 6 h + + h utuk. (v. Peduga dega tipe kerel seragam dari dirumuska sebagai berikut:, k = 0 + λ pada titik ([ +, + + ] [ 0, ] ˆ N s k h s k h λ ( s =. ( s k h (vi. Keormala asimtotik bagi peduga dega kerel seragam adalah ( Jika h 0, maka ˆ d h λ ( s λ ( s Normal 0, σ 5 (,, ( K ( π λ utuk dega s σ =.

6 ( Jika h maka ˆ d h λ ( s λ ( s Normal µσ, 5 (,, ( K utuk, dega µ λ ( ( π λ = s da s σ =. 6 Kata kui : Proses Poisso Periodik, tre kuadratik, fugsi kerel, sebara ormal.

7 Hak ipta milik Istitut Pertaia Bogor, tahu 0 Hak ipta dilidugi Udag-udag. Dilarag megutip sebagia atau seluruh karya tulis ii tapa meatumka atau meyebutka sumber a. Pegutipa haya utuk kepetiga pedidika, peelitia, peulisa karya ilmiah, peyusua lapora, peulisa kritik atau tijaua suatu masalah. b. Pegutipa tidak merugika kepetiga yag wajar Istitut Pertaia Bogor.. Dilarag megumumka da memperbayak sebagia atau seluruh karya tulis dalam betuk apapu tapa izi Istitut Pertaia Bogor.

8 SEBARAN ASIMTOTIK PENDUGA KOMPONEN PERIODIK FUNGSI INTENSITAS BERBENTUK FUNGSI PERIODIK KALI TREN KUADRATIK PADA PROSES POISSON NON HOMOGEN CASMAN Tesis sebagai salah satu syarat utuk memperoleh gelar Magister Sais pada Program Studi Matematika Terapa SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 0

9 Peguji Luar Komisi pada Ujia Tesis : Dr.Ir.Hadi Sumaro, M.S

10 Judul Tesis : Sebara Asimtotik Peduga Kompoe Periodik Fugsi Itesitas Berbetuk Fugsi Periodik Kali Tre Kuadratik pada Proses Poisso No Homoge Nama : Casma NIM : G Program Studi : Matematika Terapa Disetujui Komisi Pembimbig Dr. Ir. I Waya Magku, M.S. Ketua Ir. Reto Budiarti, M.S. Aggota Diketahui Ketua Program Studi Matematika Terapa Deka Sekolah Pasasarjaa IPB Dr. Ir. Edar H. Nugrahai, M.S. Dr.Ir Dahrul Syah, M.S.Agr Taggal Ujia : 8 Desember 0 Taggal Lulus :

11 PRAKATA Puji syukur kehadirat Allah SWT atas segala karuia-nya sehigga karya ilmiah ii dapat dilaksaaka da diselesaika dega baik. Peelitia ii diberi judul Sebara Asimtotik Peduga Kompoe Periodik Fugsi Itesitas berbetuk Fugsi Periodik Kali Tre Kuadratik pada Proses Poisso No Homoge. Karya ilmiah ii tidak aka mugki terselesaika tapa adaya doroga, batua da kritika membagu dari berbagai pihak. Terimakasih peulis uapka kepada Dr. Ir. I Waya Magku, M.S da Ir,Reto Budiarti, M.S selaku pembimbig serta Dr.Ir.HadiSumaro,M.S selaku peguji yag bayak memberika sara. Demikia pula, peulis meguapka terimakasih kepada Kemeteria Agama Republik Idoesia yag telah memberika beasiswa. Ugkapa terimakasih juga disampaika kepada ibu da kakak kakakku, reka reka seperjuaga di S agkata 009, Keluarga besar MTs N Jatibarag, Idramayu da keluarga besar MA Fatahillah Lohbeer, Idramayu serta berbagai pihak yag tak dapat peulis sebutka satu per satu, peulis meguapka bayak terima kasih, da semoga Allah SWT melimpahka keberkaha serta kemafaata atas keberhasila ii. Amie. Peulis meyadari bahwa karya ilmiah ii masih jauh dari sempura, walaupu demikia peulis tetap berharap semoga karya ilmiah ii dapat memberika kotribusi pada bidag matematika da bidag bidag laiya. Bogor, Jauari 0 Casma

12 RIWAYAT HIDUP Peulis dilahirka di Jatibarag,Idramayu pada taggal 9 Agustus 980 dari Bapak Taram da Ibu Naswe. Peulis merupaka aak keeam dari eam bersaudara. Tahu 998 peulis lulus dari MA Fatahillah Lohbeer Idramayu. Pada Tahu 999 peulis melajutka kuliah di Uiversitas Wiralodra Idramayu, megambil program studi Pedidika Matematika da lulus pada tahu 003. Tahu 005 medapat SK CPNS sebagai guru di Madrasah Tsaawiyah Negeri (MTsN Jatibarag, Idramayu. Pada tahu 009 peulis lulus seleksi masuk Program Magister pada Program Studi Matematika Terapa di Istitut Pertaia Bogor melalui jalur Beasiswa Utusa Daerah Kemeteria Agama Republik Idoesia.

13 DAFTAR ISI Halama I PENDAHULUAN..... Latar Belakag..... Tujua Peelitia... II TINJAUAN PUSTAKA Proses Poisso Periodik Pedugaa Fugsi Itesitas Proses Poisso Periodik... 7 III PERUMUSAN PENDUGA DAN SIFAT-SIFAT STATISTIKNYA Perumusa Peduga Sifat-Sifat Statistik Peduga... IV SEBARAN ASIMTOTIK PENDUGA DENGAN MENGGUNAKAN 9 KERNEL SERAGAM 4. Peduga dega Kerel Seragam Sebara Asimtotik Peduga dega Kerel Seragam. VI. KESIMPULAN DAFTAR PUSTAKA... 3 LAMPIRAN... 35

14 BAB I PENDAHULUAN. Latar Belakag Proses stokastik merupaka salah satu bidag kajia dalam matematika yag dapat diguaka utuk memprediksi atau mejelaska feomea-feomea dalam kehidupa sehari - hari. Proses stokastik merupaka suatu model yag berkaita dega atura - atura peluag. Sebagai otoh kita aka memprediksi dega membuat suatu model yag dapat diguaka utuk memprediksi kedataga para pelagga pada suatu pusat layaa seperti supermarket, kedataga da atria asabah di suatu bak, da lai sebagaiya. Proses stokastik dibedaka mejadi dua yaitu proses stokastik dega waktu diskret da proses stokastik dega waktu kotiu. Salah satu betuk dari proses stokastik dega waktu kotiu adalah proses Poisso periodik. Proses Poisso periodik adalah suatu proses Poisso dega fugsi itesitas berupa fugsi periodik. Proses Poisso periodik bayak diguaka utuk memodelka feomea pada berbagai bidag di ataraya bidag komuikasi, hidrologi, meteorologi, asurasi, ilmu pegobata da seismologi (Helmers et al Fugsi itesitas λ diasumsika teritegralka lokal, yaitu ilai itegral dari fugsi tersebut pada sebarag iterval dega pajag terhigga adalah berilai terhigga. Ii berakibat bahwa ilai harapa dari bayakya data pegamata pada sebarag iterval dega pajag terhigga adalah berilai terhigga. Utuk meyusu suatu peduga yag kosiste, diperluka data yag bayakya meuju tak higga. Agar data pegamata di berbagai bagia selag waktu yag berbeda bisa diguaka utuk meduga fugsi itesitas pada suatu titik s, maka diperluka asumsi bahwa fugsi itesitas tersebut adalah periodik (siklik. Pada kajia ii kita aggap periode dari fugsi itesitas λ diketahui, yaitu. Jika laju proses meigkat berdasarka suatu fugsi terhadap waktu maka model yag lebih tepat utuk diguaka adalah proses Poisso periodik dega suatu tre. Pada pemodela stokastik dari suatu feomea yag

15 dimodelka dega proses Poisso periodik, fugsi itesitas dari proses tersebut umumya tidak diketahui. Sehigga diperluka suatu metode utuk meduga fugsi tersebut. Pada tulisa ii dipelajari perumusa peduga tipe kerel dari fugsi itesitas suatu proses Poisso periodik kali tre kuadratik, beserta sebara asimtotik dari peduga yag diperoleh. Pada peelitia yag dilakuka fugsi itesitasya buka fugsi periodik ditambah tre tetapi fugsi periodik dikalika dega tre. Motivasiya karea bayak feomea yag tidak ook dimodelka dega proses Poisso yag fugsi itesitasya fugsi periodik ditambah tre. Sebagai otoh pemodela proses kedataga asabah pada suatu pusat servis, kalau pusat servis tutup maka fugsi itesitasya ol, kalau pedudukya lama kelamaa bertambah seara sigifika maka fugsi itesitasya lama kelamaa semaki besar. Oleh karea itu yag ook diguaka adalah fugsi periodik kali suatu tre. Pada peelitia ii dibahas kasus khusus, yaitu suatu proses Poisso yag fugsi itesitasya berbetuk fugsi periodik dikalika tre kuadratik.. Tujua Peelitia Tujua dari peelitia ii adalah utuk : i. Meetuka aproksimasi asimtotik bagi ilai harapa peduga. ii. Meetuka aproksimasi asimtotik bagi ragam peduga. iii. Meetuka aproksimasi asimtotik bagi MSE peduga. iv. Meetuka sebara asimtotik dari peduga kerel seragam.

16 BAB II TINJAUAN PUSTAKA. Proses Poisso Periodik Defiisi. (Proses stokastik Proses stokastik X = {X(t, t T } adalah suatu himpua dari peubah aak yag memetaka suatu ruag otoh Ω ke suatu ruag state S. (Ross, 007 Dega demikia, X(t adalah suatu peubah aak, dega t adalah eleme dari T yag serig diiterpretasika sebagai satua waktu (walaupu tidak harus merupaka waktu. X(t dapat dibaa sebagai state (keadaa dari suatu proses pada waktu t. Dalam hal ii, suatu ruag state S dapat berupa himpua bilaga real atau himpua bagiaya. Defiisi. (Proses stokastik dega waktu kotiu Suatu proses stokastik X ={X(t, t T}disebut proses stokastik dega waktu kotiu jika T merupaka suatu iterval. (Ross, 007 Defiisi.3 (Ikreme bebas Suatu proses stokastik dega waktu kotiu {X(t, t T} disebut memiliki ikreme bebas jika utuk semua t 0 < t < t <... < t, peubah aak X(t X(t 0, X(t X(t, X(t 3 X(t,..., X(t X(t, adalah salig bebas. (Ross, 007 Dega demikia dapat dikataka bahwa suatu proses stokastik dega waktu kotiu X disebut memiliki ikreme bebas jika proses berubahya ilai pada iterval waktu yag tidak salig tumpag tidih (tidak overlap adalah salig bebas.

17 Defiisi.4 (Ikreme stasioer Suatu proses stokastik dega waktu kotiu {X(t, t T} disebut memiliki ikreme stasioer jika X(t + s X(t memiliki sebara yag sama utuk semua ilai t. (Ross, 007 Dapat kita kataka bahwa suatu proses stokastik dega waktu kotiu X aka mempuyai ikreme stasioer jika sebara dari perubaha ilai pada sembarag suatu iterval itu haya tergatug pada pajag iterval tersebut da tidak tergatug pada lokasi dimaa iterval tersebut terletak. Salah satu betuk khusus dari proses stokastik dega waktu kotiu adalah proses Poisso. Pada proses Poisso, keuali diyataka seara khusus, diaggap bahwa himpua ideks T adalah iterval bilaga real tak egatif, yaitu iterval [0,. Defiisi.5 (Proses peaaha Suatu proses stokastik {N(t, t > 0} disebut proses peaaha jika N(t meyataka bayakya kejadia yag telah terjadi sampai waktu t. Dari defiisi tersebut, maka proses peaaha N(t harus memeuhi syaratsyarat sebagai beriku: (. N(t 0 utuk setiap t [0,. (. Nilai N(t adalah iteger. (3. Jika s < t maka N(s N(t, s, t [0,. (4. Utuk s < t maka N(t - N(s, sama dega bayakya kejadia yag terjadi pada selag (s,t]. (Ross, 007

18 Defiisi.6 (Proses Poisso Suatu proses peaaha {N(t, t 0} disebut proses Poisso dega laju λ, λ > 0, jika dipeuhi tiga syarat berikut: (. N(0 = 0 (. Proses tersebut mempuyai ikreme bebas. (3. Bayakya kejadia pada sembarag iterval waktu dega pajag t, memiliki sebara Poisso dega ilai harapa λt. Jadi k ( λt ; 0,,... λt e P( N( t+ s N( s = k = k = k! (Ross, 007 Dari syarat (3 dapat dilihat bahwa proses Poisso memiliki ikreme stasioer. Dari syarat ii juga dapat diketahui bahwa: E(N(t = λt yag juga mejelaska megapa λ disebut laju dari proses Poisso tersebut. Defiisi.7 (Proses Poisso homoge Proses Poisso homoge adalah proses Poisso dega laju λ yag merupaka kostata utuk setiap waktu t. (Ross, 007 Defiisi.8 (Proses Poisso tak homoge Proses Poisso tak homoge adalah proses Poisso dega laju λ pada sembarag waktu t yag merupaka suatu fugsi tak kosta dari waktu t yaitu λ(t. (Ross, 007

19 Defiisi.9 (Fugsi itesitas Laju dari suatu proses Poisso tak homoge {N(t, t 0} yaitu λ(t, disebut fugsi itesitas proses Poisso pada t. (Ross, 007 Defiisi.0 (Itesitas lokal Itesitas lokal dari suatu proses Poisso tak homoge N dega fugsi itesitas λ pada titik s Ρ adalah λ(s, yaitu ilai fugsi λ di s. (Cressie, 993 Defiisi. (Fugsi itesitas global Misalka N([0,] adalah proses Poisso pada iterval [0,]. Fugsi itesitas global θ dari proses Poisso ii didefiisika sebagai: EN θ = lim ([ 0, ] jika limit di atas ada. (Cressie, 993 Defiisi. (Fugsi periodik Suatu fugsi λ disebut periodik jika: λ(s + k = λ(s utuk semua s da k Ζ, dega Ζ adalah himpua bilaga bulat. Kostata terkeil yag memeuhi persamaa di atas disebut periode dari fugsi itesitas λ tersebut. (Browder, 996

20 Defiisi.3 (Proses Poisso periodik Proses Poisso periodik adalah suatu proses Poisso yag fugsi itesitasya adalah fugsi periodik. (Ross, 007 Defiisi.4 (Fugsi teritegralka lokal Fugsi itesitas λ adalah teritegralka lokal, jika utuk sembarag himpua Borel terbatas B diperoleh ( B = ( s ds <. µ λ B (Dudley,989. Pedugaa Fugsi Itesitas Proses Poisso Periodik Fugsi itesitas suatu proses Poisso Periodik merupaka laju dari Poisso tersebut. Fugsi itesitas dibagi mejadi dua yaitu fugsi itesitas lokal da itesitas global. Fugsi itesitas lokal merupaka laju dari Poisso di titik tertetu, sedagka fugsi itesitas global merupaka rata rata laju dari proses Poisso pada iterval dega pajag meuju tak higga. Utuk meduga fugsi itesitas dapat diguaka pedekata o parametrik (Diggle, 985. Salah satu pedekata o parametrik yag dapat diguaka adalah pedekata fugsi kerel. Adapu hal ii karea fugsi itesitasya tidak diketahui, sehigga utuk meduga betuk fugsiya dapat didekati dega fugsi peduga kerel (Hardle, 993. Pedekata yag dipakai pada pedugaa fugsi itesitas lokal dari suatu proses Poisso di titik s ialah dega meaksir rata rata bayakya kejadia proses Poisso tersebut dalam iterval waktu di sekitar titik s. Seara matematis, misalka h 0 da N[0,t] meyataka bayakya kejadia yag terjadi pada [0,t], maka itesitas di titik s dapat dihampiri oleh N( [ s h s+ h] h,.

21 Sedagka pedekata yag dipakai pada pedugaa fugsi itesitas global dari suatu proses Poisso ialah dega meaksir rata rata bayakya kejadia proses Poisso tersebut pada selag waktu [0,]. Seara matematis, itesitas global dapat dihampiri dega N( [ ] 0,. Pedugaa fugsi itesitas suatu proses Poisso periodik dapat dibedaka berdasarka periodeya, yaitu proses Poisso dega periode yag diketahui da periode yag tidak diketahui. Pada periode yag tidak diketahui, pedugaa fugsi itesitasya lebih rumit dibadigka dega pedugaa fugsi itesitas dega periode yag diketahui. Namu demikia, Helmers et al. (003, 005 telah merumuska pedekata dega tipe kerel yag dapat diguaka utuk mejelaska kekosistea da sifat-sifat statistik dari peduga fugsi itesitas proses Poisso periodik tersebut. Pada Magku (006 telah dikaji sifat ormalitas asimtotik peduga tipe kerel utuk fugsi itesitas suatu proses Poisso periodik. Kemudia peduga sebara asimtotik pada turua pertama da kedua proses Poisso periodik dibahas pada Arifi (008 da sifat-sifat statistika orde kedua peduga proses Poisso periodik dega tre liear telah dibahas pada Marliaa (008. Pemodela suatu feomea dega proses Poisso berkembag dega meyertaka suatu kompoe tre liear ( Helmers da Magku 009, maupu megguaka periodik gada dalam fugsi itesitasya ( Helmers et al.007. Adapu pedugaa utuk fugsi itesitas globalya telah dilakuka pada Magku (005. Selai itu, pedugaa fugsi itesitas suatu proses Poisso periodik yag meyertaka suatu kompoe tre berbetuk fugsi pagkat dega megguaka fugsi kerel seragam telah dikaji pada Rahayu (008, sifat sifat statistik peduga yag diperoleh dega megguaka kerel seragam telah dikaji pada Rahmawati (008, pedugaa fugsi itesitas global dari kompoe periodikya telah dikaji pada Yuliawati (008.

22 Sedagka sifat-sifat statistik peduga yag diperoleh dega megguaka fugsi kerel umum telah dikaji pada Farida (008, sebara asimtotik peduga kompoe periodik fugsi itesitas proses Poisso periodik dega tre fugsi pagkat telah dikaji pada Rahmawati (00 da kekosistea peduga fugsi distribusi da kepekata waktu tuggu pada proses Poisso siklik dega tre liear telah dikaji pada Magku (00.

23 BAB III PERUMUSAN PENDUGA DAN SIFAT SIFAT STATISTIKNYA 3. Perumusa Peduga Misalka N adalah proses Poisso o homoge pada iterval [0, dega fugsi itesitas λ yag tidak diketahui. Fugsi ii diasumsika teritegralka lokal da terdiri atas kompoe periodik atau kompoe siklik kali tre kuadratik. Dega kata lai utuk sembarag titik s [ 0, meuliska fugsi itesitas λ sebagai berikut * dega ( s ( ( λ ( λ s s as λ kita dapat * = (3. ( ( s λ ( = * s a s (3. ( ( λ ( λ s = s s (3.3 λ adalah fugsi periodik dega periode da a adalah * kemiriga dari tre kuadratik serta λ ( λ ( s = a s. Dalam bahasa ii tidak diasumsika suatu betuk parametrik dari λ keuali bahwa λ adalah periodik dega persamaa : ( s k ( s λ + = λ (3.4 utuk semua s da k Ζ, dega Ζ adalah himpua bilaga bulat. Diasumsika bahwa adalah diketahui. Misalka utuk suatu ω Ω, kita haya memiliki sebuah realisasi N ( ω dari proses Poisso N yag terdefiisi pada suatu ruag peluag ( ΩI,,P dega fugsi itesitas seperti (3. yag diamati pada iterval terbatas [ 0, ] [ 0,. Karea s diketahui maka utuk meduga fugsi itesitas λ ( s seperti pada (3.3 ukup diduga kompoe periodikya yaitu λ ( s. Karea λ adalah fugsi periodik dega periode, maka masalah meduga λ pada titik s

24 dega s [ 0, dapat direduksi mejadi masalah meduga λ pada titik s dega s [ 0,. Kita juga asumsika bahwa s adalah titik Lebesque dari λ yaitu berlaku : h lim λ 0 ( s x λ( s dx 0 h h + =. (3.5 h Syarat ukup agar s merupaka titik Lebesque dari λ adalah fugsi λ kotiu di s. Misalka K : [ 0, merupaka fugsi berilai real, yag disebut kerel, yag memeuhi sifat sifat berikut: (K K merupaka fugsi kepekata peluag, (K K terbatas, da (K3 K memiliki daerah defiisi pada [-,] (Helmers et al Misalka juga h merupaka barisa bilaga real positif yag koverge ke 0, yaitu : jika h 0 (3.6 Dega otasi di atas, dapat dirumuska peduga bagi λ pada titik s [ 0, sebagai berikut: λ ( K,, 0 k = 0 h s k ( x s+ k s = K N ( dx. ( + h (3.7 Ide dibalik pembetuka peduga tipe kerel di atas dapat digambarka sebagai berikut. Dega megguaka (3.3 da (3.4, kita peroleh : Misalka N # ( ( ( + ( + λ s λ s k λ( s = λ( s+ k = = s s k : = { k: s k [ 0, ] } λ( s = λ s+ k I s+ k 0, N k = 0. (3.8 + dimaa # meyataka bayakya aggota. ( { [ ]} ( ( λ s+ k = I s+ k 0, N k = 0 s+ k { [ ]} N s+ k + h 0 s k h k h + = ( s+ k ( ( [ 0, ] λ x I x dx

25 = N k = 0 h s+ k ( ( + N k = 0 h s k ([ +, + + ] [ 0, ] EN s k h s k h N s+ k h s+ k + h ([, ] [ 0, ] h s k N( [ s k h, s k h] [ 0, ] (3.9 k = 0 ( + dimaa I meyataka fugsi idikator. Agar pedekata ( pertama pada (3.9 berlaku, diperluka asumsi bahwa s adalah titik Lebesgue bagi λ da asumsi (3.6 terpeuhi. Dega demikia dari (3.9 dapat disimpulka ˆ λ ( s = N( [ s+ k h, s+ k + h ] [ 0, ] (3.0 ( +. k = 0 h s k adalah peduga utuk λ ( s. Peduga ( s ( λ dapat ditulis kembali sebagai berikut: ˆ λ s = I s+ k h, s+ k + h N d. x ˆ, [ ] ([ ] ( 0 k = 0 ( + (3.,, h s k Dega meggati fugsi Ι[ ] (., kita dapatka peduga pada (3.7. pada (3. dega kerel umum K, maka 3. Sifat Sifat Statistik Peduga Teorema 3. ( Aproksimasi asimtotik bagi ilai harapa Misalka fugsi itesitas λ memeuhi (3. da teritegralka lokal. Jika kerel K adalah simetrik da memeuhi sifat (K,(K,(K3, h 0, λ memiliki turua kedua λ berhigga pada s da ( ˆ λ ( s λ ( ( ( K,, = λ( + + h maka E s s h x K x dx o h (3. utuk

26 Bukti Teorema : λ =E (,, ˆ K E ( s = k = 0 ( h s k ( x s+ k K h 0 + N ( dx x ( s+ k K EN ( dx 0 k = 0 h ( s k. (3.3 h + Persamaa (3.3 dapat ditulis mejadi x ( s+ k K λ( x I ( x [ 0, ] ( dx R k = 0 h ( s k. (3.4 h Persamaa (3.4 dapat ditulis = = + R k 0 h ( s k = + h R k = 0 h ( s k x K λ x s k x s k d ( + + Ι ( + + [ 0, ] x K λ ( x+ s( x+ s+ k Ι ( x+ s+ k [ 0, ] d. + h (3.5 Dega meggati variabel, maka persamaa (3.5 dapat ditulis mejadi ( xh + s + k ( + R k = 0 h s k K ( x λ ( xh + s Ι ( xh + s + k [ 0, ] dx (3.6 Karea λ mempuyai turua kedua pada s, megakibatka λ terbatas di sekitar s. Dega megguaka deret Taylor, yaitu : xh λ( xh + s = λ( s + λ ( s xh + λ ( s + ο( h! (3.7 da fakta bahwa k = 0 ( + + ( s+ k xh s k Ι ( xh + s + k [ 0, ] = +Ο(, (3.8 utuk berlaku seragam utuk semua x [ h, h ] (3.6 mejadi maka persamaa

27 xh = K( x λ ( ( ( ( ( s λ s xh λ s ο h O ! λ ( s = λ( s K( x dx + λ ( ( ( ( s h xk x dx h x K x dx ο h! O (3.9 Karea K merupaka fugsi kepekata peluag yag memiliki daerah defiisi K x dx =. Karea kerel K adalah simetrik, maka pada[-,], maka ( ( xk x dx = 0 da berdasarka asumsi ruas kaa persamaa (3.9, yaitu O Sehigga persamaa (3.9 dapat ditulis mejadi λ E(,, ( ˆ ( s s λ ( s + h x K x dx o h K + h, maka suku ke lima dari sama dega o( h λ = ( ( utuk. Jadi Teorema 3. terbukti., utuk. Teorema 3. ( Aproksimasi asimtotik bagi ragam Misalka fugsi itesitas λ memeuhi (3. da teritegralka lokal. Jika kerel K memeuhi sifat (K, (K, (K3, h 0, utuk, maka ( s π λ Var ( λk,, ( s = K ( x dx ο 6h + h (3.0 utuk, asalka s adalah titik Lebesgue bagi λ. Bukti Teorema 3. : Utuk ilai yag besar da k j, [ s j h, s j h ] iterval [ s k h, s k h ] da tidak overlap sehigga utuk semua ( ( x s+ k x s+ j k j, K N ( dx da K N ( dx adalah h h Sehigga Var λ ( s dapat ditetuka sebagai berikut: ( K,, bebas. Var ( K,, ( s λ = ( x s+ k Var K 0 k = 0 h ( s k + h N ( dx

28 = h (( s+ k ( x s+ k K Var ( N ( dx. 0 k = 0 h (3. Karea N adalah peubah aak Poisso, maka Var (N = E(N sehigga (3. mejadi = h h ( x s+ k K 4 0 k 0 ( s k = + h E N dx ( ( x ( s+ k K λ ( x dx. k = 0 (( s k h ( Dega peggatia variabel, serta megguaka persamaa (3.3 da (3.4, maka persamaa (3. dapat ditulis h k = 0 x λ + ( s k ( ( [ 0, K 4 x s k I x s k d h R. x = 4 h k = 0 + h R ( s k ( ( λ ( ( [ 0, K x s x s k I x s k d = λ ( ( x+ s+ k 4 ( + x K x+ s I( x+ s+ k [ 0, d.(3.3 h h R k = 0 s k Dapat diperhatika bahwa ( x+ s+ k ( s+ k π I 4 ( x + s + k [ 0, dx = 6 k = + o( (3.4 utuk berlaku seragam utuk semua x [ h, h ] meyubstitusika persamaa (3.4 ke (3.3 diperoleh ( K,, h h 6 R Var λ ( s = K λ ( x + s dx + o(. Dega x π (3.5 utuk. Dega peggatia variabel, maka persamaa (3.5 dapat ditulis mejadi

29 π π K ( x ( xh s dx o( K ( x ( xh s dx. 6h h λ + + λ + 6h R h R (3.6 Selajutya, dari suku pertama (3.6 kita mempuyai h h h h λ ( xh + s dx h = ( λ( + λ( + λ( h xh s s s dx xh s s dx s dx h h h h h = ( λ h ( + λ ( + λ (. (3.7 Utuk meujukka bahwa suku pertama (3.7 adalah koverge ke ol, aka diguaka ilai yag lebih besar, yaitu h ( + λ ( h λ xh h s s dx. (3.8 Dega asumsi bahwa s adalah titik Lebesque bagi λ, maka kuatitas (3.8 koverge ke ol jika, atau dapat juga ditulis o (. Sedagka suku kedua persamaa (3.7 adalah h h h λ ( s dx = λ (s. Dega meggabugka hasil yag diperoleh, maka h h h λ ( xh + s dx λ (s + ( = o. utuk. Dega demikia (3.6 dapat ditulis mejadi π K x dx o o K x dx o 6h π 6 h ( ( λ( s + ( + ( ( λ( s + ( = ( π λ s s K ( x dx o( K ( x dx o K ( x dx o 6h π λ + 6h + + h h (

30 utuk. Akhirya didapatka ( s π λ Var ( λk,, ( s = K ( x dx ο 6h + h (3.9 utuk. Jadi Teorema 3. terbukti. Akibat 3. ( Aproksimasi asimtotik bagi MSE Misalka fugsi itesitas λ memeuhi (3. da teritegralka lokal. Jika kerel K adalah simetrik da memeuhi sifat (K, (K, (K3, λ memiliki turua kedua MSE utuk. (3.30 λ berhigga pada s maka ( π λ (,, ( ˆ ( s λ s λ ( K Bukti Akibat 3. : h 0, h da 4 4 = ( s x K x dx h ( (, 4 + K x dx + ο + o h 6 h h ( ( ( ( ( ( ( MSE ˆ λ s = Bias ˆ λ s + Var ˆ λ s (3.3 K,, K,, K,, (,, ˆ K ( ˆ,, λ ( K dega Bias λ ( s = λ ( E s s. Dega megguaka Teorema 3. da 3. kita peroleh da utuk. Bias s h x K x dx o h ( ˆ λ ( s λ ( ( ( K,, = + ( s π λ Var ( λk,, ( s = K ( x dx ο, 6h + h Sehigga persamaa (3.3 dapat ditulis mejadi: ( s π λ ( ( ( ο h λ ( s = h x K x dx + o h + K x dx + 6 h

31 ( ( ( 4 π λ s 4 λ ( s x K x dx h ( (, K x dx ο o h (3.3 = h h utuk Dega demikia Akibat 3. terbukti.

32 BAB IV SEBARAN ASIMTOTIK PENDUGA DENGAN MENGGUNAKAN KERNEL SERAGAM 4. Peduga dega Kerel Seragam Pada bab ii diguaka peduga dega kerel seragam. Hal ii karea saya belum berhasil memperoleh sebara asimtotik dari peduga dega kerel umum. Utuk itu bab ii megguaka kerel seragam. Peduga bagi λ ( s pada s [ 0, didefiisika sebagai berikut (lihat 3.0 megguaka kerel seragam dapat ˆ λ ( s, k = 0 + ([ +, + + ] [ 0, ] N s k h s k h = ( s k h (4. dega N ([ 0, ] meyataka bayakya kejadia pada iterval [ 0, ] da h adalah barisa bilaga real positif yag koverge meuju ol, yaitu h 0 (4. utuk. Pada peduga di atas, h disebut badwidth. Utuk meyusu peduga diperluka data ([ 0, ] N, yaitu data realisasi proses Poisso pada iterval [ 0, ], dega bilaga real da harus relatif besar dibadigka periode. Fugsi itesitas λ ( s dapat didekati dega ratarata bayakya kejadia di sekitar s atau pada iterval [ s h, s h ] itu, peduga bagi λ ( s, diotasika dega ˆ λ ( s +. Oleh karea, diperoleh dega meetuka rata-rata bayakya kejadia di sekitar s. Seara matematis dapat ditulis mejadi

33 ˆ λ ( s ([, + ] N s h s h =. (4.3 h Berdasarka sifat keperiodika λ pada persamaa (3.4, maka didapatka peduga kompoe periodik fugsi itesitas λ di sekitar s+ k, yaitu λ ( s yag meyataka rata-rata bayakya kejadia di sekitar s+ k dibagi ( s+ k. Seara matematis dapat ditulis mejadi ˆ ˆ λ ( s = ([ +, + + ] ( s+ k h N s k h s k h. (4.4 Data yag diamati pada iterval [ 0, ]. Diotasika bayakya bilaga bulat k sehigga s k [ 0, ] peduga bagi λ utuk s k [ 0, ] ( s+ k +, yaitu meyataka +. Sehigga didapatka suatu ([ +, + + ] ( 0, N s k h s k h ˆ λ ( s =. (4.5 k = 0 h Dega meggati dega, maka diperoleh peduga kompoe periodik λ ( s ˆ λ, yaitu ( s, k = 0 + seperti pada persamaa (4.. ([ +, + + ] [ 0, ] N s k h s k h = ( s k h Berdasarka Teorema 3. diperoleh ilai harapa utuk peduga dega kerel seragam sebagai berikut:

34 E ( λ, ( λ ( λ ( s '' s = s + h + o h 6 ( (4.6 utuk. Berdasarka Teorema 3., ilai ragam peduga dega kerel seragam adalah ( λ( ( s π λ, h ˆ Var s = + o, h (4.7 utuk. 4. Sebara Asimtotik Peduga dega Kerel Seragam Teorema 4. (Sebara asimtotik peduga ( s λ Misalka fugsi itesitas λ memeuhi (3. da teritegralka lokal, serta h 0, h ˆ,, da λ memiliki turua kedua λ berhigga pada titik s. 5 (i Jika h 0, maka ˆ d h λ ( s λ ( s Normal 0, σ (4.8 (,, ( K ( π λ utuk dega s σ =. (iijika h maka ˆ d h λ ( s λ ( s Normal µσ, (4.9 5 (,, ( K utuk, dega µ λ ( Bukti : ( π λ = s da s σ =. 6 Ruas kiri (4.8 da (4.9 dapat ditulis sebagai berikut: ( ˆ λ, ( λ ( h s s ( ˆ λ ˆ, λ ( ˆ, λ, ( λ ( = ( ( h s E s + h E s s. (4.0 Sehigga utuk membuktika Teorema 4., ukup dibuktika

35 ( ˆ ( ˆ d λ, λ, ( ( 0, σ h s E s Normal (4. utuk da jika h 0 maka 5 ( λ,, ( λ ( ˆ 0 (4. h E K s s utuk da jika h maka 5 (,, ( ( ˆ λ λ λ, (4.3 6 h E K s s utuk. Berdasarka Lema 4. kita peroleh (4. da (4.3, da berdasarka Lema 4. kita peroleh (4.. Jadi Teorema 4. terbukti. Lema 4. Misalka fugsi itesitas λ memeuhi persamaa (3. da teritegralka lokal. Misalka pula h 0 da 5 (i Jika h 0 maka h utuk. ( λ, ( λ ( ˆ 0 h E s s (4.4 utuk. 5 (ii Jika h maka ( ˆ λ, ( λ ( λ ( h E s s s 6 (4.5 Bukti : utuk. Utuk membuktika Lema 4. dapat diguaka persamaa (4.6 sehigga diperoleh

36 ( ˆ λ, ( λ ( h E s s = = = ( s λ h h + ο h 6 ( hh h 5 λ 6 λ 6 ( s ( s + ο + ο ( (. (4.6 Karea h 0 da λ 6 ( s + ο = ( O( maka diperoleh bagia (i dari Lema 5 Jika h utuk demikia Lema 4. terbukti. maka diperoleh bagia (ii dari Lema 4.. Dega Lema 4. Misalka fugsi itesitas λ memeuhi persamaa (3. da teritegralka lokal. h 0 da h utuk maka ( ˆ ( ˆ d λ, λ, ( ( 0, σ h s E s Normal (4.7 dega π λ ( s σ = utuk, Bukti : Perhatika bahwa ruas kiri peryataa Lema 4. dapat ditulis sebagai ( h Varλ, s ˆ ˆ λ ( s E ˆ λ( s Var ˆ λ ( s,, Utuk membuktika Lema 4. ukup dibuktika,.. (4.8

37 ˆ λ ( h Var K,, s da π λ ( s (4.9 ˆ λ, utuk ( s E ˆ λ ( s E ˆ λ ( s,, d Normal ( 0, (4.0 Pertama dibuktika peryataa (4.9. Dega meyubstitusika (4.7 ke ruas kiri (4.9 diperoleh ( h Varλ K,, s ˆ = h ( s π λ + o h h = ( h ( s π λ + o h h = ( π λ s ( + ο (4. utuk. Misalka diperoleh u π λ ( s = + ο ( da f ( u u, = dega megguaka deret Taylor ( π λ ( π λ π λ s s f ( u = f ( s + f u ( s π λ ( s π λ + f u +...! π λ ο( ο( π λ = ( s = ( s + ο ( π λ π λ ( s 4 ( s

38 utuk. Maka diperoleh (4.9. Berdasarka Lema 4.3 diperoleh (4.0. Dega demikia Lema 4. terbukti. Lema 4.3 Misalka fugsi itesitas λ memeuhi persamaa (3. da teritegralka lokal, h 0, da s adalah titik Lebesgue maka ˆ λ ( s E ˆ λ ( s E ˆ λ ( s,, d, Normal ( 0, (4. utuk. Bukti : Misalka X = k = 0 ([ +, + + ] N s k h s k h ( s+ k h (4.3 da µ = EX (, dega meyataka bayakya bilaga k sehigga s+ k [ 0, ]. Karea h 0 jika, maka utuk ilai yag ukup besar, peubah aak N( [ s+ j h, s+ j + h] da N( [ s+ k h, s+ k + h], dega k j, adalah salig bebas. Perhatika bahwa jumlah peubah aak Poisso yag salig λ s dapat ditulis bebas juga merupaka peubah aak Poisso. Sehigga ( ˆ λ, = ( s ( X yag merupaka peubah aak Poisso dikalika suatu kostata. Sehigga, berdasarka Lema 4.4 utuk membuktika (4. ukup ditujukka ˆ,

39 µ (4.4 utuk Utuk sembarag ilai diperoleh ilai harapa peubah aak ([ +, + + ] N s k h s k h µ = E k = 0 ( s+ k h = = ([ +, + + ] N s k h s k h E s k h k = 0 ( + ([ +, + + ] EN s k h s k h s k h k = 0 ( + Kemudia kompoe N( [ s+ k h, s+ k + h] dapat diuraika mejadi X adalah dx dx (4.5 E pada persamaa (4.5 s+ k + h ([ ] = λ( ( [ ] EN s k h, s k h x I x 0, d. s+ k h (4.6 Dega melakuka peggatia peubah y = x ( s+ k, persamaa (4.6 dapat ditulis mejadi h ([ ] = λ( + + ( + + [ ] EN s k h, s k h y s k I y s k 0, d. h Dega megguaka persamaa (3.3, maka persamaa (4.6 dapat ditulis mejadi ([ +, + + ] E N s k h s k h h ( ( ( [ ] = λ y+ s+ k y+ s+ k I y+ s+ k 0, d. h (4.7 Berdasarka sifat keperiodika, maka persamaa (4.7 dapat ditulis mejadi

40 h ([ +, + + ] EN s k h s k h ( ( ( [ ] = λ y+ s y+ s+ k I y+ s+ k 0, d. h (4.8 Kemudia kembalika persamaa (4.8 ke persamaa (4.5 sehigga mejadi µ = λ h ( s+ k ( y s( y s k I( y s k [ 0, ] d. (4.9 k = 0 h Persamaa (4.9 bisa ditulis mejadi Perhatika bahwa h ( + + h k = 0 ( y+ s+ k y s k I ( y+ s+ k [ 0, ] = + O( (4.3 k = 0 ( s+ k utuk. Jadi persamaa (4.30 dapat ditulis mejadi h h (4.3 h h µ ( y s O( dy O( ( y s dy h λ = + + = + h λ + Dilakuka operasi perkalia pada ruas kaa persamaa (4.3 sehigga didapat µ = ( y s I ( y s k [ 0, ] d. y (4.30 h λ ( s+ k h h µ = λ + + h h ( y s dy O( (4.33 Suku pertama pada ruas kaa dari persamaa (4.33 dapat ditulis mejadi h = ( λ( y + s + λ( s λ( s dy h h h = ( λ( y s λ( s dy λ( s dy. h + + h h h h (4.34

41 Perhatika suku pertama dari persamaa (4.34. Karea s adalah titik Lebesgue λ diguaka ilai yag lebih besar, yaitu h = λ( y + s λ( s dy h h = ο ( = ο ( (4.35 utuk. Sedagka suku kedua persamaa (4.34 adalah h = λ( s dy λ( s. h = (4.36 h Dega meggabugka hasil yag diperoleh, maka h ( λ( y s λ( s dy λ( s dy h + + h h = λ + ( s o( utuk. h h Dega demikia diperoleh bahwa suku pertama ruas kaa persamaa (4.33 adalah h h h λ ( y + s dy = λ ( s + o( utuk. Akhirya diperoleh dari ruas kaa persamaa (4.33, adalah µ = λ + +Ο ( s o( ( = λ ( s + o(

42 utuk. Dega demikia Lema 4.3 terbukti. Lema 4.4 Misalka X adalah barisa peubah aak Poisso dega EX = µ. Jika µ X µ d utuk, maka N ( 0, µ utuk. Bukti : Lihat Cheg 949

43 BAB V KESIMPULAN Berdasarka pembahasa di atas dapat disimpulka sebagai berikut:. Utuk meduga fugsi itesitas lokal dari suatu kompoe periodik fugsi itesitas berbetuk fugsi periodik kali tre kuadratik pada proses Poisso o homoge dilakuka pedugaa di titik ukup diduga ilai pada. Peduga tipe kerel dari fugsi itesitas pada titik dirumuska sebagai berikut: λ ( K,, 0 k = 0 h s k ( x s+ k s = K N ( dx. ( + h utuk.. Selajutya dilakuka pegkajia megeai sifat-sifat statistik da keormala asimtotik, yag hasilya sebagai berikut: a. Aproksimasi asimtotik bagi ilai harapa adalah : E (,, ( ˆ s K λ ( s λ = λ ( ( ( s + h x K x dx + o h utuk. b. Aproksimasi asimtotik bagi ragam adalah ( s π λ Var ( λk,, ( s = K ( x dx ο 6h + h utuk.. Mea Square Error (MSE adalah

44 ( ( ( ( ˆ 4 π λ 4 MSE λk,, s = λ ( s x K x dx h ( (. 4 + K x dx ο o h 6 h + + h ( s utuk. 3. Peduga dega tipe kerel seragam dari fugsi itesitas pada titik dirumuska sebagai berikut: ˆ λ ( s, k = 0 + ([ +, + + ] [ 0, ] N s k h s k h = ( s k h 4. Keormala asimtotik bagi peduga dega kerel seragam adalah ( Jika h 0, maka ˆ d h λ ( s λ ( s Normal 0, σ 5 (,, ( K ( π λ utuk dega s σ =. ( Jika h maka ˆ d h λ ( s λ ( s Normal µσ, 5 (,, ( K utuk, dega µ λ ( ( π λ = s da s σ =. 6

45 DAFTAR PUSTAKA Arifi, Z Sebara Asimtotik Peduga Turua Pertama da Turua Kedua dari Fugsi Itesitas Suatu Proses Poisso Periodik. Departeme Matematika IPB. Tesis. Bogor. Browder A Mathematial Aalysis: A Itrodutio. New York: Spriger. Cheg, T. T The ormal approximatio to the Poisso distributio ad a proof of a ojeture of Ramauja. Buleti of the Ameria Mathematial Soiety. 55 (4, Cressie, N. 99. Statistis for Spatial Data. New York: Wiley. Diggle, P. J A kerel method for smoothig poit proses data. Applied Statisti, 34, Dudley RM Real Aalysis ad Probability. Califoria: Wadsworth & Brooks. Farida, T Pedugaa Kompoe Periodik dari Fugsi Itesitas Proses Poisso Periodik dega Tre Fugsi Pagkat. Departeme Matematika IPB. Tesis. Bogor. Grimmet GR, Stizaker DR. 00. Probability ad Radom Proesses. Ed.ke. Oxford: Claredo Press. Hardle, W Applied Noparametri Regressio, Cambridge Uiversity Press. Helmers R, Magku IW, Zitikis R Cosistet estimatio of the itesity futio of a yli Poisso proess. Joural of Multivariate Aalysis. 84, Helmers R, Magku I W., Zitikis R Statistial properties of the itesity futio of the itesity futio of yli Poisso proess. Joural of Multivariate Aalysis. 9, -3.

46 Helmers R, Magku I W., Zitikis R A o parametri estimator for the double periodi Poisso itesity futio. Statistial Methodology. 4 : Hogg RV, Craig AT, M Kea JW Itrodutio to Mathematial Statistis. Ed. Ke-5. New Jersey: Pretie Hall, Upper Saddle River. Magku, I W A ote o estimatio of the global Itesity of a yli Poisso proess i the presee of liear tred. Joural of Mathematis ad Its Appliatio. Vol.4, No:,0 Magku, I W Asymptoti ormality of a kerel-type estimator for the itesity of a periodi Poisso proess. Joural of Mathematis ad Its Appliatio. Vol.5, No:, 3- Marliaa, N Sifat sifat Statistik Orde - Peduga Tipe Kerel bagi Kompoe Periodik Fugsi Itesitas Proses Poisso Periodik dega Tre Liear. Departeme Matematika IPB. Tesis. Bogor. Rahmawati RN Sifat sifat Statistik Peduga Fugsi Itesitas Proses Poisso Periodik dega TreFugsi Pagkat. Departeme Matematika IPB. Skripsi. Bogor Rahmawati RN. 00. Sebara Asimtotik Peduga Fugsi Itesitas Proses Poisso Periodik dega Tre Fugsi Pagkat. Departeme Matematika IPB. Tesis. Bogor. Rahayu M Sifat Sifat Statistik Peduga Fugsi Itesitas Proses Poisso Periodik dega Tre Fugsi Pagkat. Departeme Matematika IPB. Skripsi. Bogor Roos S. M Itrodutio to Probability Models. 9 th ed. Aademi Press I. Orlado, Florida Serfllig, R. J Approximatio Theorems of Mathematial Statistis. New York: Joh Wiley & Sos.

47 Stewart, J Kalkulus. Jilid. Jakarta: Erlagga. Wheede, R L ad Zygmud Measure ad Itegral: A Itrodutio to Real Aalysis. New York: Marel Dekker, I. Yuliawati L Pedugaa Fugsi Itesitas Global dari Proses Poisso Periodik dega Tre Fugsi Pagkat. Departeme Matematika IPB. Skripsi. Bogor

48 Lampira. Beberapa Defiisi da Lema Tekis Ruag Cotoh, Kejadia da Peluag Defiisi A. ( Ruag otoh Ruag otoh adalah himpua semua hasil dari suatu perobaa aak, da diotasika dega (Grimmett da Stirzaker, 00 Defeisi A. (Kejadia Kejadia adalah himpua bagia dari ruag otoh. (Grimmett da Stirzaker, 00 Defiisi A.3 (Kejadia lepas Kejadia A da B disebut salig lepas jika irisa dari keduaya adalah himpua kosog (Ø. (Grimmett da Stirzaker, 00 Defiisi A.4 (Meda- Meda- adalah suatu himpua yag aggotaya adalah himpua bagia ruag otoh yag memeuhi syarat syarat berikut :. Ø.. Jika maka 3. Jika maka (Grimmett da Stirzaker, 00 Jadi, suatu himpua disebut Meda- (field jika adalah aggota, tertutup terhadap operasi uio tak higga, da tertutup terhadap operasi kompleme. Defiisi A.5 (Ukura peluag Suatu ukura peluag P pada Ω, ( adalah suatu fugsi P: [0,] yag memeuhi syarat syarat berikut:. P( = 0 da P(Ω =. Jika A, A.. adalah himpua himpua yag salig lepas, yaitu

49 A i A j = utuk setiap pasaga i, j dega i j, maka : P( i= Ai = i= PA ( i i= PA ( Defiisi A.6 (Kejadia salig bebas Kejadia A da B dikataka salig bebas jika: i (Grimmett da Stirzaker, 00 Seara umum himpua kejadia dikataka salig bebas jika : utuk setiap himpua bagia J dari I. Peduga Defiisi A.7 ( Statistika Statistika (Grimmett da Stirzaker, 00 adalah suatu fugsi dari satu atau lebih peubah aak yag tidak tergatug pada satu atau beberapa parameter yag ilaiya tidak diketahui. Defiisi A.8 ( Peduga ( Hogg et al, 005 Misalka X, X,.., X adalah otoh aak. Suatu statistik U(X, X,.., X yag diguaka utuk meduga fugsi parameter g(θ, dilambagka oleh g(θ. Bilamaa X = x, X = x,., X = x, maka ilai U(X, X,.., X disebut sebagai dugaa ( estimate bagi g(θ Defiisi A.9 ( Peduga Tak Bias ( Hogg et al, 005 (i Suatu peduga yag ilai harapaya sama dega parameter g(θ, yaitu E[U(X, X,.., X ] = g(θ, disebut peduga tak bias bagi parameter g(θ. Selaiya, pemduga di atas dikataka berbias. (ii Jika lim E[U(X, X,.., X ] = g(θ utuk, maka U(X, X,.., X disebut sebagai peduga tak bias asimtotik bagi g(θ ( Hogg et al, 005

50 Defiisi A.0 ( Peduga kosiste Suatu peduga yag koverge dalam peluag ke parameter g(θ, disebut peduga kosiste bagi g(θ Defiisi A. ( MSE suatu peduga Mea Square Error (MSE dari suatu peduga U didefiisika sebagai : MSE(U = E (U - g(θ Dapat ditujukka bahwa MSE(U = Var (U + ( Bias (U dega Bias (U = EU - g(θ MSE(U = E(U - g(θ = E(U EU + EU - g(θ = E(U - EU + E(U EU(EU - g(θ + (EU - g(θ = E(U - EU + ( EU - g(θ = Var (U + ( Bias (U Nilai Harapa, Ragam da Mome Defiisi A. (Nilai harapa ( Hogg et al, 005 bagi parameter g(θ Misalka X adalah peubah aak diskret dega fugsi massa peluag px ( x. Nilai harapa dari X, diotasika dega E(X, adalah ( ( E X = xpx x x jika jumlah di atas koverge mutlak. Defiisi A.3 (Ragam (Hogg et al, 005 Misalka X adalah peubah aak diskret dega fugsi massa peluag p ( ilai harapa E(X. Ragam dari X, diotasika dega Var(X atau σ x, adalah x (( ( ( ( X ( σ = E X E X = X E X xp x x X x da (Hogg et al, 005

51 Defiisi A.4 (Mome ke-k Jika k adalah bilaga bulat positif, maka mome ke-k atau dari peubah aak X adalah (Hogg et al, 005 Nilai harapa dari peubah aak X juga merupaka mome pertama dari X. Defiisi A.5 (Mome pusat ke-k Jika k adalah bilaga bulat positif, maka mome pusat ke-k atau dari peubah aak X adalah (Hogg et al, 005 Nilai harapa dari kuadrat pebedaa atara peubah aak X dega ilai harapaya disebut ragam atau varias dari X. Ragam merupaka mome pusat ke- dari peubah aak X. Defiisi A.6 (Fugsi idikator Misalka A adalah suatu kejadia. Fugsi idikator dari A adalah suatu fugsi, yag diberika oleh: Dega fugsi idikator kita dapat meyataka hal berikut : (Grimmett da Stirzaker, 00 Beberapa Defiisi da Lema Tekis Defiisi A.7 ( (. da o(. Simbol simbol (. da o(. merupaka ara utuk membadigka besarya dua fugsi u(x da v(x dega x meuju suatu limit L. (i Notasi u(x = (v(x,, meyataka bahwa terbatas, utuk

52 (ii Notasi u(x = o(v(x,, meyataka bahwa, utuk Defiisi 8 (Titik Lebesgue Kita kataka s adalah titik Lebesgue dari fugsi λ jika berlaku (Serflig, 980 (Wheede ad Zygmud, 977 Lema A. (Formula Youg dari Teorema Taylor Misalka g memiliki turua ke- yag berhigga pada suatu titik x. Maka utuk. (Serflig, 980 Bukti: Lihat Serflig 980. Lema A. (Teorema Deret Taylor Deret Taylor dari fugsi f di a (atau di sekitar a atau yag berpusat di a memiliki persamaa Bukti:Lihat Stewart 003.

53

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

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

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

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

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

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

BAB IV SEBARAN ASIMTOTIK PENDUGA DENGAN MENGGUNAKAN KERNEL SERAGAM. ) menyatakan banyaknya kejadian pada interval [ 0, n ] dan h

BAB IV SEBARAN ASIMTOTIK PENDUGA DENGAN MENGGUNAKAN KERNEL SERAGAM. ) menyatakan banyaknya kejadian pada interval [ 0, n ] dan h BAB IV SEBARAN ASIMTOTIK PENDUGA DENGAN MENGGUNAKAN KERNEL SERAGAM 4.1 Peduga dega Kerel Seragam Pada bab ii diguaka peduga dega kerel eragam. Hal ii karea aya belum berail memperole ebara aimtotik dari

Lebih terperinci

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

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

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 II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Proses Poisson Periodik Definisi 2.1 (Proses stokastik) Proses stokastik X = {X(t), t T } adalah suatu himpunan dari peubah acak yang memetakan suatu ruang contoh Ω ke suatu

Lebih 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

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

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

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

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

Beberapa Definisi Ruang Contoh Kejadian dan Peluang Definisi L.1 (Ruang contoh dan kejadian) . Definisi L.2 (Kejadian lepas )

Beberapa Definisi Ruang Contoh Kejadian dan Peluang Definisi L.1 (Ruang contoh dan kejadian) .   Definisi L.2 (Kejadian lepas ) 33 LAMPIRAN 34 35 Beberapa Defiisi Ruag Cooh Kejadia da Peluag Suau percobaa yag dapa diulag dalam kodisi yag sama, yag hasilya idak dapa diprediksi dega epa eapi kia bisa megeahui semua kemugkia hasil

Lebih terperinci

BAB 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

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

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

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

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

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

KEKONSISTENAN PENDUGA FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT MUKTI RAHAYU G

KEKONSISTENAN PENDUGA FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT MUKTI RAHAYU G KEKONSISTENAN PENDUGA FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT MUKTI RAHAYU G540409 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR

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

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

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi 6. Pecacaha Lajut Relasi Rekuresi Relasi rekuresi utuk dereta {a } adalah persamaa yag meyataka a kedalam satu atau lebih suku sebelumya, yaitu a 0, a,, a -, utuk seluruh bilaga bulat, dega 0, dimaa 0

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

B a b 1 I s y a r a t

B a b 1 I s y a r a t 34 TKE 315 ISYARAT DAN SISTEM B a b 1 I s y a r a t (bagia 3) Idah Susilawati, S.T., M.Eg. Program Studi Tekik Elektro Fakultas Tekik da Ilmu Komputer Uiversitas Mercu Buaa Yogyakarta 29 35 1.5.2. Isyarat

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

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

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Statistika iferesi merupaka salah satu cabag statistika yag bergua utuk meaksir parameter. Peaksira dapat diartika sebagai dugaa atau perkiraa atas sesuatu yag aka terjadi

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

I. PENDAHULUAN II. LANDASAN TEORI

I. PENDAHULUAN II. LANDASAN TEORI I PENDAHULUAN 1 Latar belakag Model pertumbuha Solow-Swa (the Solow-Swa growth model) atau disebut juga model eoklasik (the eo-classical model) pertama kali dikembagka pada tahu 195 oleh Robert Solow da

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

III PEMBAHASAN. λ = 0. Ly = 0, maka solusi umum dari persamaan diferensial (3.3) adalah

III PEMBAHASAN. λ = 0. Ly = 0, maka solusi umum dari persamaan diferensial (3.3) adalah III PEMBAHASAN Pada bagia ii aka diformulasika masalah yag aka dibahas. Solusi masalah aka diselesaika dega Metode Dekomposisi Adomia. Selajutya metode ii aka diguaka utuk meyelesaika model yag diyataka

Lebih terperinci

PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT

PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT Prosidig Semiar Nasioal Matematika da Terapaya 06 p-issn : 0-0384; e-issn : 0-039 PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT Liatus

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

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

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

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

PERTEMUAN 13. VEKTOR dalam R 3

PERTEMUAN 13. VEKTOR dalam R 3 PERTEMUAN VEKTOR dalam R Pegertia Ruag Vektor Defiisi R Jika adalah sebuah bilaga bulat positif, maka tupel - - terorde (ordered--tuple) adalah sebuah uruta bilaga riil ( a ),a,..., a. Semua tupel - -terorde

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

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

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

II LANDASAN TEORI. Sebuah bilangan kompleks dapat dinyatakan dalam bentuk. z = x jy. (2.4)

II LANDASAN TEORI. Sebuah bilangan kompleks dapat dinyatakan dalam bentuk. z = x jy. (2.4) 3 II LANDASAN TEORI 2.1 Peubah Kompleks da Fugsi Kompleks Sebuah bilaga kompleks dapat diyataka dalam betuk z = x + jy, (2.1) dega x da y adalah bilaga-bilaga real da j = 1. Bilaga x disebut bagia real

Lebih terperinci

MINGGU KE-12 TEOREMA LIMIT PUSAT DAN TERAPANNYA

MINGGU KE-12 TEOREMA LIMIT PUSAT DAN TERAPANNYA MINGGU KE-12 TEOREMA LIMIT PUSAT DAN TERAPANNYA TEOREMA LIMIT PUSAT DAN TERAPANNYA Telah dikeal bahwa X 1, X 2...X sampel radom dari distribusi ormal dega mea µ da variasi σ 2, maka x µ σ/ atau xi µ σ

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

,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

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

BAB I PENDAHULUAN. X Y X Y X Y sampel

BAB I PENDAHULUAN. X Y X Y X Y sampel BAB I PENDAHULUAN 1.1 Latar Belakag Masalah Aalisis regresi merupaka metode aalisis data yag meggambarka hubuga atara variabel respo dega satu atau beberapa variabel prediktor. Aalisis regresi tersebut

Lebih terperinci

oleh hasil kali Jika dan keduanya fungsi yang dapat didiferensialkan, maka

oleh hasil kali Jika dan keduanya fungsi yang dapat didiferensialkan, maka Itegral etu Jika fugsi kotiu yag didefiisika utuk, kita bagi selag mejadi selag bagia berlebar sama Misalka berupa titik ujug selag bagia ii da pilih titik sampel di dalam selag bagia ii, sehigga terletak

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

BAB V. INTEGRAL. Lambang anti-turunan (integral tak-tentu) oleh Leibniz adalah... dx, sehingga

BAB V. INTEGRAL. Lambang anti-turunan (integral tak-tentu) oleh Leibniz adalah... dx, sehingga BAB V. INTEGRAL 5.. Ati Turua (Itegral Tak-tetu) Defiisi: F suatu ati-turua f pada selag I jika da haya jika D F() = f() pada I, yaki F () = f() utuk semua dalam I. (Jika suatu titik ujug I, F () haya

Lebih terperinci

SEBARAN ASIMTOTIK PENDUGA KOMPONEN PERIODIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT RO FAH NUR RACHMAWATI

SEBARAN ASIMTOTIK PENDUGA KOMPONEN PERIODIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT RO FAH NUR RACHMAWATI SEBARAN ASIMTOTIK PENDUGA KOMPONEN PERIODIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT RO FAH NUR RACHMAWATI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2010 PERNYATAAN

Lebih 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

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

Bab IV. Penderetan Fungsi Kompleks

Bab IV. Penderetan Fungsi Kompleks Bab IV Pedereta Fugsi Kompleks Sebagaimaa pada fugsi real, fugsi kompleks juga dapat dideretka pada daerah kovergesiya. Semua watak kajia kovergesi pada fugsi real berlaku pula pada fugsi kompleks. Secara

Lebih terperinci

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4 Program Studi : Tekik Iformatika Miggu ke : 4 INDUKSI MATEMATIKA Hampir semua rumus da hukum yag berlaku tidak tercipta dega begitu saja sehigga diraguka kebearaya. Biasaya, rumus-rumus dapat dibuktika

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

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu:

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu: 4 BAB II LANDASAN TEORI 2.1 Model matematis da tahapa matematis Secara umum tahapa yag harus ditempuh dalam meyelesaika masalah matematika secara umerik da megguaka alat batu komputer, yaitu: 2.1.1 Tahap

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

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

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

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

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

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakag Maajeme risiko merupaka salah satu eleme petig dalam mejalaka bisis perusahaa karea semaki berkembagya duia perusahaa serta meigkatya kompleksitas aktivitas perusahaa

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

KAJIAN BANDWIDTH OPTIMAL PADA PENDUGAAN FUNGSI INTENSITAS LOKAL PROSES POISSON PERIODIK SURASNO

KAJIAN BANDWIDTH OPTIMAL PADA PENDUGAAN FUNGSI INTENSITAS LOKAL PROSES POISSON PERIODIK SURASNO KAJIAN BANDWIDTH OPTIMAL PADA PENDUGAAN FUNGSI INTENSITAS LOKAL PROSES POISSON PERIODIK SURASNO SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan

Lebih 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

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

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

ESTIMASI DENSITAS KERNEL ADJUSTED: STUDI SIMULASI. Novita Eka Chandra Universitas Islam Darul Ulum Lamongan

ESTIMASI DENSITAS KERNEL ADJUSTED: STUDI SIMULASI. Novita Eka Chandra Universitas Islam Darul Ulum Lamongan JMP : Vol. 8 No., Des. 016, al. 33-40 ISSN 085-1456 ESTIMASI DENSITAS KERNEL ADJUSTED: STUDI SIMULASI Novita Eka Cadra Uiversitas Islam Darul Ulum Lamoga ovitaekacadra@gmail.com Masriai Mayuddi Uiversitas

Lebih terperinci

Pendekatan Nilai Logaritma dan Inversnya Secara Manual

Pendekatan Nilai Logaritma dan Inversnya Secara Manual Pedekata Nilai Logaritma da Iversya Secara Maual Moh. Affaf Program Studi Pedidika Matematika, STKIP PGRI BANGKALAN affafs.theorem@yahoo.com Abstrak Pada pegaplikasiaya, bayak peggua yag meggatugka masalah

Lebih terperinci

Fungsi Kompleks. (Pertemuan XXVII - XXX) Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya

Fungsi Kompleks. (Pertemuan XXVII - XXX) Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya TKS 4007 Matematika III Fugsi Kompleks (Pertemua XXVII - XXX) Dr. AZ Jurusa Tekik Sipil Fakultas Tekik Uiversitas Brawijaya Pedahulua Persamaa x + 1 = 0 tidak memiliki akar dalam himpua bilaga real. Pertayaaya,

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 TEORI DASAR. Definisi Grup G disebut grup komutatif atau grup abel jika berlaku hukum

BAB II TEORI DASAR. Definisi Grup G disebut grup komutatif atau grup abel jika berlaku hukum BAB II TEORI DASAR 2.1 Aljabar Liier Defiisi 2. 1. 1 Grup Himpua tak kosog G disebut grup (G, ) jika pada G terdefiisi operasi, sedemikia rupa sehigga berlaku : a. Jika a, b eleme dari G, maka a b eleme

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

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Model Pertumbuha Betuk ugsi pertumbuha satu jeis spesies pada umumya megguaka otasi ugsi aalitik yag diyataka dalam satu persamaa. Secara umum ugsi pertumbuha meyataka hubuga

Lebih terperinci

MODEL PENENTUAN HARGA PENGGUNAAN INTERNET STUDI KASUS WARUNG INTERNET DI SEKITAR KAMPUS IPB DARMAGA NURLAILI

MODEL PENENTUAN HARGA PENGGUNAAN INTERNET STUDI KASUS WARUNG INTERNET DI SEKITAR KAMPUS IPB DARMAGA NURLAILI MODEL PEETUA HARGA PEGGUAA ITERET STUDI KASUS WARUG ITERET DI SEKITAR KAMPUS IPB DARMAGA URLAILI SEKOLAH PASCASARJAA ISTITUT PERTAIA BOGOR BOGOR 009 PERYATAA MEGEAI TESIS DA SUMBER IFORMASI Dega ii saya

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

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

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

Modul Kuliah statistika

Modul Kuliah statistika Modul Kuliah statistika Dose: Abdul Jamil, S.Kom., MM SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER MUHAMMADIYAH JAKARTA Bab 2 Populasi da Sampel 2.1 Populasi Populasi merupaka keseluruha pegamata

Lebih terperinci

BAB III TAKSIRAN KOEFISIEN KORELASI POLYCHORIC DUA TAHAP. Permasalahan dalam tugas akhir ini dibatasi hanya pada penaksiran

BAB III TAKSIRAN KOEFISIEN KORELASI POLYCHORIC DUA TAHAP. Permasalahan dalam tugas akhir ini dibatasi hanya pada penaksiran BAB III TAKSIRAN KOEFISIEN KORELASI POLYCHORIC DUA TAHAP Permasalaha dalam tugas akhir ii dibatasi haya pada peaksira besarya koefisie korelasi polychoric da tidak dilakuka peguia terhadap koefisie korelasi

Lebih terperinci

POSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan

POSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan POSITRON, Vol. II, No. (0), Hal. -5 ISSN : 30-4970 Peetua Eergi Osilator Kuatum Aharmoik Megguaka Teori Gaggua Iklas Saubary ), Yudha Arma ), Azrul Azwar ) )Program Studi Fisika Fakultas Matematika da

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB ENDAHULUAN. Latar Belakag Masalah Dalam kehidupa yata, hampir seluruh feomea alam megadug ketidak pastia atau bersifat probabilistik, misalya pergeraka lempega bumi yag meyebabka gempa, aik turuya

Lebih terperinci

Statistika Inferensial

Statistika Inferensial Cofidece Iterval Ara Fariza Statistika Iferesial Populasi Sampel Simpulka (estimasi) tetag parameter Medapatka statistik Estimasi: estimasi titik, estimasi iterval, uji hipotesa 2 1 Proses Estimasi Populasi

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

BAB 6: ESTIMASI PARAMETER (2)

BAB 6: ESTIMASI PARAMETER (2) Bab 6: Estimasi Parameter () BAB 6: ESTIMASI PARAMETER (). ESTIMASI PROPORSI POPULASI Proporsi merupaka perbadiga atara terjadiya suatu peristiwa dega semua kemugkiaa peritiwa yag bisa terjadi. Besara

Lebih terperinci

Model Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika

Model Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika Prosidig Semirata FMIPA Uiversitas Lampug, 0 Model Pertumbuha BeefitAsurasi Jiwa Berjagka Megguaka Deret Matematika Edag Sri Kresawati Jurusa Matematika FMIPA Uiversitas Sriwijaya edagsrikresawati@yahoocoid

Lebih terperinci

MAKALAH ALJABAR LINEAR SUB RUANG VEKTOR. Dosen Pengampu : Darmadi, S.Si, M.Pd

MAKALAH ALJABAR LINEAR SUB RUANG VEKTOR. Dosen Pengampu : Darmadi, S.Si, M.Pd MAKALAH ALJABAR LINEAR SUB RUANG VEKTOR Dose Pegampu : Darmadi, S.Si, M.Pd Disusu : Kelas 5A / Kelompok 5 : Dia Dwi Rahayu (084. 06) Hefetamala (084. 4) Khoiril Haafi (084. 70) Liaatul Nihayah (084. 74)

Lebih terperinci

METODE SIMPSON TERMODIFIKASI UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL VOLTERRA LINEAR JENIS KEDUA. Jonas Lodewyk H 1, Zulkarnain 2 ABSTRACT

METODE SIMPSON TERMODIFIKASI UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL VOLTERRA LINEAR JENIS KEDUA. Jonas Lodewyk H 1, Zulkarnain 2 ABSTRACT METODE SIMPSON TERMODIFIKASI UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL VOLTERRA LINEAR JENIS KEDUA Joas Lodewyk H 1, Zulkarai 1 Mahasiswa Program Studi S1 Matematika Dose Jurusa Matematika Fakultas Matematika

Lebih terperinci

BAB I PENDAHULUAN. A. Latar Belakang Masalah

BAB I PENDAHULUAN. A. Latar Belakang Masalah BAB I PENDAHULUAN A. Latar Belakag Masalah Struktur alabar adalah suatu himpua yag di dalamya didefiisika suatu operasi bier yag memeuhi aksioma-aksioma tertetu. Gelaggag ( Rig ) merupaka suatu struktur

Lebih terperinci

RING MATRIKS ATAS RING KOMUTATIF. Achmad Abdurrazzaq, Ari Wardayani, Suroto Universitas Jenderal Soedirman

RING MATRIKS ATAS RING KOMUTATIF. Achmad Abdurrazzaq, Ari Wardayani, Suroto Universitas Jenderal Soedirman JMP : Volume 7 Nomor 1, Jui 2015, hal 11-18 RING MATRIKS ATAS RING KOMUTATIF Achmad Abdurrazzaq, Ari Wardayai, Suroto razzaqgaesha@gmailcom Uiversitas Jederal Soedirma ABSTRACT This paper discusses a matrices

Lebih terperinci

) didefinisikan sebagai persamaan yang dapat dinyatakan dalam bentuk: a x a x a x b... b adalah suatu urutan bilangan dari bilangan s1, s2,...

) didefinisikan sebagai persamaan yang dapat dinyatakan dalam bentuk: a x a x a x b... b adalah suatu urutan bilangan dari bilangan s1, s2,... SISEM PERSAMAAN LINIER DAN MARIKS. SISEM PERSAMAAN LINIER Secara umum, persamaa liier dega variabel ( x, x,..., x ) didefiisika sebagai persamaa yag dapat diyataka dalam betuk: a x a x a x b... dega a,

Lebih terperinci