BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah

dokumen-dokumen yang mirip
KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat.

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

MATEMATIKA INTEGRAL RIEMANN

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari:

BAB III PERSAMAAN PANAS DIMENSI SATU

Ruang Banach. Sumanang Muhtar Gozali UNIVERSITAS PENDIDIKAN INDONESIA

NORM VEKTOR DAN NORM MATRIKS

BAB 5 BARISAN DAN DERET KOMPLEKS. Secara esensi, pembahasan tentang barisan dan deret komlpeks sama dengan barisan dan deret real.

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

UKURAN GEJALA PUSAT DAN UKURAN LETAK

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

TUGAS MATA KULIAH TEORI RING LANJUT MODUL NOETHER

PENAKSIR PARAMETER DISTRIBUSI EKSPONENSIAL PARETO DENGAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

b) Untuk data berfrekuensi fixi Data (Xi)

S2 MP Oleh ; N. Setyaningsih

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

POLIGON TERBUKA TERIKAT SEMPURNA

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi.

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu

BAB 1 STATISTIKA RINGKASAN MATERI

PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

2.2.3 Ukuran Dispersi

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

Bab II Teori Pendukung

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI. merepresentasikan dan menjelaskan permasalahan pada dunia nyata ke dalam. pernyataan matematis (Widowati & Sutimin, 2007 : 1).

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis

BAB III ISI. x 2. 2πσ

BAB 1 ERROR PERHITUNGAN NUMERIK

SOLUSI TUGAS I HIMPUNAN

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data

Notasi Sigma. Fadjar Shadiq, M.App.Sc &

8. MENGANALISIS HASIL EVALUASI

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

INTEGRAL LEBESGUE PADA FUNGSI TERBATAS SKRIPSI

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB

ALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS

MINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

; θ ) dengan parameter θ,

3/19/2012. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut

PEMBENTUKAN MODEL PROBIT BIVARIAT

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

I PENDAHULUAN II LANDASAN TEORI

BAB II TINJAUAN PUSTAKA

Volume 1, Nomor 2, Desember 2007

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

PENAKSIR REGRESI CUM RASIO UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN KOEFISIEN KURTOSIS DAN KOEFISIEN SKEWNESS

BAB III UKURAN PEMUSATAN DATA

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

BAB III PEMBENTUKAN SKEMA PEMBAGIAN RAHASIA

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teoremateorema

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )

BAB I PENGINTEGRALAN KOMPLEKS

NILAI EIGEN DAN VEKTOR EIGEN MATRIKS TERREDUKSI REGULER DALAM ALJABAR MAX-PLUS INTERVAL

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

Pertemuan VII IV. Titik Berat dan Momen Inersia

BAB II LANDASAN TEORI. penulisan skripsi yaitu mengenai data panel, beberapa bentuk dan sifat

Pertemuan 3 Luas Daerah Bidang Datar, dan Volume Benda Padat dengan Metode Bidang Irisan Sejajar

REPRESENTASI BILANGAN FIBONACCI DALAM BENTUK KOMBINATORIAL

BAB II LANDASAN TEORI. digunakan dengan mengabaikan asumsi-asumsi yang melandasi penggunaan metode

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB II TINJAUAN PUSTAKA. dua sampel berpasangan akan menggunakan statistik uji T 2 -Hotelling. Untuk itu,

MASALAH NORM MINIMUM PADA RUANG HILBERT DAN APLIKASINYA

PENAKSIR RASIO REGRESI LINEAR YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

II. TINJAUAN PUSTAKA. Dalam proses penelitian untuk menganalisis aproksimasi fungsi dengan metode

KODE SIKLIK (CYCLIC CODES)

Bab II Teori Dasar. Data spasial adalah data yang memuat informasi lokasi. Misalkan z( ), i = 1,

PELABELAN GRACEFUL PADA DIGRAF LINTASAN DAN DIGRAF BIPARTIT LENGKAP

BAB 2. Tinjauan Teoritis

Extra 4 Pengantar Teori Modul

ESTIMASI PARAMETER MODEL INTEGER-VALUE AUTOREGRESSIVE

Integrasi 1. Metode Integral Reimann Metode Integral Trapezoida Metode Integral Simpson. Integrasi 1

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

BAB 2 : BUNGA, PERTUMBUHAN DAN PELURUHAN

Orbit Fraktal Himpunan Julia

REGRESI LINIER SEDERHANA

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

Transkripsi:

BAB III INEGRAL RIEMANN-SIELJES. Pedahulua Pada Bab, telah dsggug bahwa ukura meghtug merupaka salah satu pedekata utuk membetuk proses ttk. Berkata dega masalah perhtuga, ada hal meark yag perlu amat, dsebut dega fugs testas proses. Secara teorts, ada beberapa metode yag dapat dguaka utuk meaksr fugs testas, da salah satuya adalah metode peaksr maksmum lkelhood. Utuk tu pada Bab, dbahas tetag tegral Rema-Steltjes dserta cotoh aplkas utuk lmu statstka. Itegral Rema-Steltjes dguaka utuk megaalss fugs lkelhood Posso ohomoge, dmaa fugs dapat dguaka utuk meaksr fugs testas melalu metode maksmum lkelhood.. Itegral Rema-Steltjes Dalam pembahasa tegral Rema-Steltjes, aka dsggug tetag parts sebuah terval. Kareaya, dega megacu pada pembahasa Subbab., parts sebuah terval dulas kembal pada bab. Msal ddefska terval A = [,] sepert pada Gambar. Maka parts terval A, dotaska dega, berupa subterval A = (t -, t ] utuk =,,, yag memeuh = t < t < < t =. Dega kata la, parts terval A adalah = (t, t, t,, t ) (Bartle, 976, h.).

Defs.: Msalka fugs u da fugs v berla rl da terbatas pada terval A = [,]. Jka = (t, t, t,, t ) adalah parts terval A, maka pejumlaha Rema- Steltjes fugs u terhadap fugs v yag berkata dega parts adalah blaga rl S( ; yag ddefska melalu = { v( t ) v( t )} S( ; = u( s ) (.) dega t s t utuk =,,, (Bartle, 976, h.). Jka fugs v pada persamaa (.) ddefska melalu v(t ) = t, maka dperoleh = { t t } R( ; = u( s ) (.) dega t s t utuk =,,,. Persamaa (.) meyataka pejumlaha Rema (Bartle, 976, h.). Pada persamaa (.), selsh t t meyataka pajag subterval (t -, t ]. Sedagka, selsh t ) v( t ) v pada persamaa (.) meyataka ukura la ( dar jarak subterval (t -, t ] (Bartle, 976, h.). Pada Subbab., ukura la tu meyataka selsh N(t ) N(t - ) atau selsh bayakya kejada d terval [,t ] da terval [,t - ]. Jad, dapat dkataka bahwa tegral Rema-Steltjes merupaka perumuma dar tegral Rema (Ross, 98, h.). Defs.: Msalka fugs u da fugs v ddefska d daerah defs yag sama, yatu terval A = [,]. Fugs u dkataka tertegralka terhadap fugs v, jka suatu blaga rl B( ; ε > sebuah parts I dar terval A jka 4

parts adalah sembarag parts yag lebh halus darpada I da S( ; sembarag pejumlaha Rema-Steltjes yag berkata dega parts, maka S ( ; B( ; < ε (Bartle, 976, h.4). Jka la dar blaga rl B( ; ada, maka laya dtetuka secara tuggal (Bartle, 976, h.4) da dotaska dega B( ; = u( t) dv( t) = udv (.) Persamaa (.) meyataka tegral Rema-Steltjes, meggat otas t adalah peubah boeka (dummy varable) da dapat dgat dega otas yag la (Apostol, 957, h.9). Selajutya, jka fugs v terhadap t pada persamaa (.) ddefska melalu v(t) = t, maka dperoleh C( ; = u( t) dt (.4) dmaa persamaa (.4) meyataka tegral Rema (Bartle, 976, h.4). Pada Subbab., aka dtemuka lagkah pembukta yag memerluka jama bahwa sebuah fugs tertegralka terhadap fugs yag la. Oleh karea t teorema berkut bsa dpaka sebaga jamaya. etap, pada tulsa pembukta teorema tdak djelaska da bsa dlhat pada (Bartle, 976, h.9). eorema.: Jka fugs u kotu da fugs v mooto ak pada terval [,], maka fugs u tertegralka terhadap fugs v pada terval [,]. 5

Selajutya, aka dberka cotoh aplkas dar pejumlaha Rema-Steltjes da perhtuga tegral Rema-Steltjes utuk bdag lmu statstka, yatu meghtug ekspektas (rataa) suatu peubah acak. Cotoh.: Msal dketahu fugs peluag peubah acak dskrt X adalah P ( X = x) = 4 ; x =,,,4 ; xlaya dega fugs dstrbusya, 4 F ( x) = 4 4 ; x < ; x < ; x < ; x < 4 ; x 4 Gambar 5 Grafk fugs dstrbus peubah acak dskrt X F(x) /4 /4 /4 4 x Maka, ekspektas (rataa) dar peubah acak dskrt X adalah [ = { F( x ) F( x )} E x] = x. P( X = x) x x x. = = x. df( x ) (.5) x.{ F() F() } +. { F() F() } +. { F() F() } + 4. { F(4) ()} = F = + + + 4 = 5 =.5 4 4 4 4 Persamaa (.5) d atas meyataka betuk pejumlaha Rema-Steltjes. Megacu pada persamaa (.), maka dalam aplkas, ddefska fugs u(x) = x da fugs v(x) sebaga fugs dstrbus peubah acak dskrt X yag umumya dotaska dega F(x), dmaa fugs F tdak kotu d ttk x, atau 6

F + ( x ) F() t lm F( t) = F( x ) = + t x t x lm (Ross, 98, h.4). Dega kata la, deya adalah meggat selsh v(x ) - v(x - ) pada persamaa (.) dega selsh F(x ) - F(x - ). Selajutya, la E[X] =.5 berkata dega blaga rl S( ; pada persamaa (.). Cotoh.: Msal dketahu fugs peluag peubah acak kotu Y adalah f ( y) y = 6y 5 ; y < ; y < ; ylaya Gambar 6 Grafk fugs peluag peubah acak kotu Y f(y) / y Maka, ekspektas (rataa) dar peubah acak kotu Y adalah E[Y] = ydf (y) (.6) = yf ( y) dy = y) dy + yf ( yf ( y) dy (.7) = y. y. dy + y.(6 y 5) dy = y dy + (6y = 4 y 4 + (y 5 = ( ) y ). 5y) dy + 8 + = + 4 = 6 =.46 4 7 4 54 6 7

Persamaa (.6) d atas meyataka betuk tegral Rema-Steltjes. etap, agar perhtuga mejad lebh mudah, betuk tegral Rema-Steltjes dubah mejad betuk tegral Rema, sepert yag terlhat pada persamaa (.7), dmaa df ( y) = f ( y) dy kecual d ttk y = da y =. Dalam aplkas, persamaa (.6) berkata dega persamaa (.), dmaa ddefska fugs u(y) = y da fugs v(y) sebaga fugs dstrbus peubah acak kotu Y yag umumya dotaska dega F(y). Selajutya, persamaaa (.7) berkata dega persamaa (.4), dmaa ddefska fugs u(y) = y.f(y) dega f(y) meyataka fugs peluag peubah acak kotu Y. Selajutya, la E[Y] =.46 berkata dega blaga rl B( ; pada persamaa (.). Berkut, aka dbahas tetag pedekata tegral Rema-Steltjes utuk megaalss fugs lkelhood Posso ohomoge.. Fugs Lkelhood Posso Nohomoge Perdefs, fugs lkelhood merupaka perkala dar fugs peluag utuk beberapa peubah acak yag salg bebas (Hogg, Kea da Crag, 5, h.). Msalka terdapat pegamata d dalam terval [,] dega barsa ttk waktu pegamata t,t,...,t da bayakya kejada d masg-masg waktu pegamata adalah peubah acak yag salg bebas, maka fugs lkelhood proses Posso ohomoge dapat ddefska melalu persamaa (.8) berkut : Λ(, ] L( λ ( t ) t,..., t ) = e λ( t ) (.8) = Lagkah-lagkah modfkas da pembetuka persamaa (.8) bsa dlhat lebh lajut pada (Daley da Vere-Joes,. h.-). 8

Pada umumya, persamaa (.8) dyataka dalam betuk la, yatu L λ ( t ) t,..., t ) = exp{ λ ( t ) dt + l λ( t ) dn( t )} (.9) ( Pada Subbab., permasalaha yag meark utuk dbahas adalah melakuka aalss matematk utuk megubah persamaa (.8) mejad persamaa (.9). Pada tulsa, salah satu cara yag dguaka adalah melalu pedekata tegral Rema-Steltjes. Suku kedua dar ruas kaa persamaa (.9), yatu l λ ( t ) dn( t ), merupaka betuk dar tegral Rema-Steltjes. Megacu pada persamaa (.), maka suku kedua, medefska fugs u(t) dega fugs l λ ( t ) da fugs v(t) dega fugs N t ), dmaa pada tulsa ( ddefska melalu: N( t ) = M ; t ; t ; t ; < t t < t t < t t M < t t (.) meggat dn(t ) = N(t ) N(t - ) = utuk =,,...,. Defs fugs N t ) pada persamaa (.) merupaka betuk khusus da tdak berlaku secara umum. Kareaya, utuk kasus yag berbeda bsa dperoleh betuk fugs N t ) yag berbeda pula. etap, dalam tulsa hal tu tdak dbahas lebh dalam. Berkut, uraa aalss matematk utuk megubah persamaa (.8) mejad persamaa (.9): Betuk persamaa (.8) memuat fugs ekspoesal. Sehgga, utuk meyederhaaka perhtuga dambl betuk logartmaya, dmaa fugs logartma tdak meghlagka formas apapu dar fugs semula (Hogg, Kea da Crag, 5, h.). Jad betuk logartma dar persamaa (.8) adalah ( ( 9

l L( λ ( t ) t,..., t ) = Λ(, ] + l λ( t ) = t ) dt + = = λ ( l λ( t ) (.) Oleh karea dn(t ) = utuk =,,...,, maka l λ( t ) dapat ddefska dega: l λ ( t ) = l λ ( t ). dn(t )...(.) da persamaa (.) dtulska kembal mejad: L( λ ( t ) t,..., t ) = λ ( t ) dt + l λ( t ). dn( t ) (.) l = Jka dambl kembal betuk ekspoesalya, maka persamaa (.) mejad L λ ( t ) t,..., t ) = ( exp λ ( t ) dt + l λ( t ). dn( t ) (.4) = suku pertama suku kedua Suku kedua dar persamaa (.4) meyataka betuk pejumlaha Rema- Steltjes. Megacu pada eorema. da persamaa (.), maka suku kedua dar persamaa (.4) dapat dyataka dega betuk l λ ( t ) dn( t ), karea:. Fugs l λ ( t ) = C, dmaa C adalah suatu kostata, sehgga fugs l λ ( t ) adalah fugs kotu. Fugs N(t ) adalah fugs tagga, sehgga fugs N(t ) adalah fugs mooto ak. Jad, persamaa (.4) dtulska kembal dega L λ ( t ) t,..., t ) = exp{ λ ( t ) dt + l λ( t ) dn( t )} (.5) ( dmaa suku kedua dar ruas kaa persamaa (.5), yatu l λ ( t ) dn( t ), 4

meyataka blaga rl B( ; pada persamaa (.). Berdasarka persamaa (.5), terbukt bahwa persamaa (.8) dapat dyataka dega betuk la sepert persamaa (.9). Pada Subbab 4., aka dberka sebuah cotoh fugs testas proses Posso ohomoge yag ddefska melalu λ(t) = λ [- F(t)]. Jka fugs testas dsubsttuska ke persamaa (.5), dega metode maksmum lkelhood maka taksra testas proses bsa dperoleh. Selajutya, megguaka hasl pembukta d atas, tulsa aka mecoba megambl sebuah kesmpula. Padag persamaa (.), yatu l L( λ ( t ) t,..., t ) = λ ( t ) dt + l λ( t ). dn( t ) = Jka persamaa (.5) dambl betuk logartmaya, dperoleh l L( λ ( t ) t,..., t ) = λ ( t ) dt + l λ( t ) dn( t ) (.6) Berdasarka pembukta d atas, persamaa (.) memlk betuk yag sama dega persamaa (.6). etap, kedua persamaa dguaka utuk keadaa yag berbeda. Persamaa (.) dguaka ketka fugs N(t ) berupa fugs tagga mooto ak, sedagka persamaa (.6) dguaka ketka fugs N(t ) berupa kurva yag tdak kotu d beberapa ttk. Jka dkatka dega bdag lmu satstka da megacu pada Cotoh. da Cotoh., maka dapat dambl kesmpula bahwa pejumlaha Rema-Steltjes dpaka utuk meghtug ekspektas (rataa) peubah acak dskrt X, sedagka perhtuga tegral Rema-Steltjes dpaka utuk meghtug ekspektas (rataa) peubah acak kotu Y, sepert yag telah dsggug sebelumya. 4