Probabilitas dan Proses Stokastik

dokumen-dokumen yang mirip
Probabilitas dan Proses Stokastik

Institut Teknologi Sepuluh Nopember Surabaya. Model Sistem dalam Persamaan Keadaan

Distribusi Pendekatan (Limiting Distributions)

KELUARGA EKSPONENSIAL Untuk Memenuhi Tugas Mata Kuliah Statistika Inferensial Dosen Pengampu: Nendra Mursetya Somasih Dwipa, M.Pd

MINGGU KE-12 TEOREMA LIMIT PUSAT DAN TERAPANNYA

Distribusi Sampel & Statistitik Terurut

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

Peubah Acak. Peubah Acak Diskrit dan Distribusi Peluang. Peubah Acak. Peubah Acak

Probabilitas dan Proses Stokastik

SILABUS PEMBELAJARAN

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

Metode Statistika STK211/ 3(2-3)

Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya PENS. Probability and Random Process. Topik 10. Regresi

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

Pengantar Statistika Matematika II

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

Probabilitas dan Statistika Korelasi dan Regresi. Adam Hendra Brata

CATATAN KULIAH Pertemuan I: Pengenalan Matematika Ekonomi dan Bisnis

Penyelesaian Persamaan Non Linier

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

TINJAUAN PUSTAKA Pengertian

Pengenalan Pola. Regresi Linier

III Sistem LTI Waktu Diskrit Sistem LTI Operasi Konvolusi Watak sistem LTI Stabilitas sistem LTI Kausalitas sistem LTI

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI

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

BAB II TINJAUAN PUSTAKA

REGRESI DAN KORELASI SEDERHANA

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

SINYAL WAKTU Pengolahan Sinyal Digital Minggu II

Hendra Gunawan. 14 Februari 2014

1 Persamaan rekursif linier non homogen koefisien konstan tingkat satu

RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI S1 TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS RIAU

Probabilitas dan Proses Stokastik. Belajar Latihan Asesmen. Belajar. Visualisasi Pengetahuan dan Virtualisasi Eksperimen. Trihastuti Agustinah, dkk

Rancangan Percobaan. Arum Handini Primandari, M.Sc.

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

MANAJEMEN RISIKO INVESTASI

BAB II LANDASAN TEORI

B a b 1 I s y a r a t

RESPONSI 2 STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 2015

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

BAB 6. DERET TAYLOR DAN DERET LAURENT Deret Taylor

Probabilitas dan Proses Stokastik

MA1201 MATEMATIKA 2A Hendra Gunawan

Sebaran Penarikan Contoh. Dept Statistika FMIPA IPB

BAB 2 LANDASAN TEORI

BAB VI DERET TAYLOR DAN DERET LAURENT

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

PERCOBAAN 4 VARIABEL ACAK DAN DISTRIBUSI PROBABILITASNYA

Identifikasi sistem. Respon Step Sistem Orde I Suatu sistem orde I, dapat digambarkan sebagai berikut:

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

BAB VII DISTRIBUSI SAMPLING DAN DESKRIPSI DATA

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

BAB II LANDASAN TEORI. Pada bab ini akan dibahas dasar-dasar teori yang akan digunakan

BAB 2 LANDASAN TEORI

Probabilitas dan Proses Stokastik

BAB II LANDASAN TEORI

KALKULUS 4. Dra. D. L. Crispina Pardede, DEA. SARMAG TEKNIK MESIN

Universitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan REGRESI DAN KORELASI. Statistika dan Probabilitas

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

BAB 6: ESTIMASI PARAMETER (2)

Dasar Sistem Pengaturan - Transformasi Laplace. Transformasi Laplace bilateral atau dua sisi dari sinyal bernilai riil x(t) didefinisikan sebagai :

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Studi Plasma Immersion Ion Implantation (PIII) dengan menggunakan Target Tak Planar

Definisi Integral Tentu

Statistika Matematika. Soal dan Pembahasan. M. Samy Baladram

BAB III METODE PENELITIAN. Penelitian ini merupakan jenis penelitian deskriptif-kuantitatif, karena

LAPORAN RESMI MODUL VII TIME SERIES FORECASTING

BAB 1 PENDAHULUAN Latar Belakang

ARRAY. Pertemuan 2. Array dapat didefinisikan sebagai suatu himpunan hingga elemen yang terurut dan homogen.

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

Perilaku Distribusi Bernoulli. Definisi: Bernoulli. Contoh Binomial. Contoh Binomial

PENAKSIRAN DAN PERAMALAN BIAYA D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA

BAB III PENGGUNAAN METODE EMPIRICAL BEST LINEAR UNBIASED PREDICTION (EBLUP) PADA GENERAL LINEAR MIXED MODEL

LAMPIRAN 1 PEMBENTUKAN FUNGSI PERIODIZER

Probabilitas dan Statistika Teorema Bayes. Adam Hendra Brata

PENAKSIR RANTAI RASIO DAN RANTAI PRODUK YANG EFISIEN UNTUK MENAKSIR RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA

KISI-KISI SOAL ULANGAN HARIAN. Soal Soal Kunci Rubrik Mendeskripsi kan fungsi tulang

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

3. Rangkaian Logika Kombinasional dan Sequensial 3.1. Rangkaian Logika Kombinasional Enkoder

Teorema Nilai Rata-rata

Tri Handhika Pusat Studi Komputasi Matematika (PSKM), Kampus D 139 Universitas Gunadarma Abstrak

Distribusi Sampel, Likelihood dan Penaksir

Distribusi Peluang BERBAGAI MACAM DISTRIBUSI SAMPEL. Distribusi Peluang 5/6/2012

UKURAN LOKASI DAN DISPERSI

Barisan ini adalah contoh dari barisan aritmatika U 1. ialah barisan aritmatika,jika: -U 2. =.= U n

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP

UKURAN TENDENSI SENTRAL

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 1, 39-46, April 2002, ISSN :

5. KARAKTERISTIK RESPON

Bab 3 Metode Interpolasi

Gambar 1. Partisi P dari empat persegi panjang R = [a, b] x [c, d] adalah dua himpunan i i

BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL

Induksi matematik untuk memecahkan problema deret dan bilangan bulat bentuk kuadrat sempurna

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian

LIMIT. = δ. A R, jika dan hanya jika ada barisan. , sedemikian hingga Lim( a n

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

Chapter 7 Student Lecture Notes 7-1

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd

I. PENDAHULUAN II. LANDASAN TEORI

Transkripsi:

Probabilitas da Proses Stokastik Tim ProStok Jurusa Tekik Elektro - FTI Istitut Tekologi Sepuluh Nopember Surabaya, 014

O U T L I N E 1. Capaia Pembelajara. Pegatar da Teori 3. Cotoh 4. Rigkasa 5. Latiha

CP Teori Cotoh Rigkasa Latiha Capaia Pembelajara Mahasiswa mampu: megaalisis sekue acak dalam fugsi korelasiya (autokorelasi, korelasi silag da kovarias) 3

CP Teori Cotoh Rigkasa Latiha Pegatar Sekue acak didefiisika sebagai proses stokastik dega waktu diskrit. Sifat-sifat utuk sekue acak ii adalah aalog dega proses stokastik kotiu. Dalam bahasa ii, sekue acak dideskripsika sebagai sekue terurut dari variabel acak. Nilai mea da fugsi autokorelasi dari sekue tersebut, fugsi korelasi silag da kovarias dari dua sekue dibahas dalam bahasa ii 4

CP Teori Cotoh Rigkasa Latiha Proses acak waktu diskrit: proses stokastik yag didefiisika dalam waktu diskrit t T dega T kosta da iteger Fugsi sampel proses waktu diskrit sekue terurut dari variabel acak (T) Sekue acak sekue terurut dari variabel acak 0, 1,, k, 5

CP Teori Cotoh Rigkasa Latiha Fugsi Korelasi Mea sekue acak : E[ ] Fugsi autokorelasi [ m, E[ m m k ] R + Fugsi autokovarias C [ m, R [ m, m m+ k 6

CP Teori Cotoh Rigkasa Latiha WSS Sekue acak disebut WSS E[ ] R [, R [0, R [ Sifat-sifat sekue acak R 1. [0] 0. R [ R [ 3. R [0] R [ 7

CP Teori Cotoh Rigkasa Latiha Korelasi Silag Korelasi silag sekue acak da Y m, E[ R Y [ mym + k ] Sekue acak da Y adalah WSS R [ m, R [ Y Y Sekue acak da Y adalah WSS joit bila da Y : WSS fugsi korelasi silag da Y bergatug pada ideks 8

Soal CP Teori Cotoh Rigkasa Latiha Iput filter adalah sekue acak iid (idepedet, idetically distributed), -1, 0, 1, dega E[ i ]0 da var[ i ] σ. Output filter adalah sekue acak dalam betuk Y + b1 1 utuk semua iteger Dapatka fugsi autokorelasi da autokovarias Y. 9

CP Teori Cotoh Rigkasa Latiha Solusi (1) Fugsi autokorelasi, E[ R [ + k ] Utuk k0 R [, E[ ] E[ ] var[ ] ( ) var[ ] σ Utuk k 0 R [, E[ ] +k 0 10

CP Teori Cotoh Rigkasa Latiha Solusi () Fugsi autokorelasi R [, σ k 0 0 yaglai Fugsi autokovarias C [, R [, + k R [, C [, σ k 0 0 yaglai 11

CP Teori Cotoh Rigkasa Latiha Solusi (3) Mea sekue acak Y E[ Yi ] E[ i] + E[ b1 i 1] 0 Fugsi autokorelasi Y k 0 R YY [ 0] E[ YY ] E[( + b1 1)( + b1 1)] E[ ] + b1 E[ 1] 0 + 0 + b1 σ (1 b1 ) σ σ + + + 1 1 + 1 b E[ ] b E[ 1 1] 1

CP Teori Cotoh Rigkasa Latiha Solusi (4) Fugsi autokorelasi Y k 0 [ E[ YY k ] R YY + [( + b 1)( + k + b1 1 E 1 + k )] E [ + k ] + b1 E[ 1+ k ] + b 1 E[ 1 + k ] + b1 E[ 1 1+ k ] k 1 k -1 R R YY[ 1] b1 E[ ] b1 σ YY[ 1] b1 E[ 1 1] b1 σ 13

CP Teori Cotoh Rigkasa Latiha Solusi (5) Fugsi autokorelasi Y R YY [ (1 + b b1 σ 0 1 ) σ k 0 k ± 1 yag lai Fugsi autokovarias Y C [, R [, Y Y R [, YY YY + k YY C YY [ (1 + b b1 σ 0 1 ) σ k 0 k ± 1 yag lai 14

CP Teori Cotoh Rigkasa Latiha Kepadata Spektral Daya Sekue acak adalah proses stokastik dega waktu diskrit Sekue acak disebut wide-sese stasioer (WSS) jika ilai mea kosta da fugsi autokorelasi bergatug pada ideks buka waktu absolut Dua sekue acak disebut WSS joit jika kedua sekue tersebut adalah WSS da fugsi korelasi silagya merupaka fugsi ideks saja 15

CP Teori Cotoh Rigkasa Latiha Soal Latiha adalah sekue acak wide-sese stasioer dega fugsi autokorelasi R [. Sekue acak Y diperoleh dari dega hubuga sebagai berikut: Y 1 Dapatka fugsi autokorelasi dari Y da korelasi silag dari da Y. Apakah sekue da Y adalah WSS joit? 16

CP Teori Cotoh Rigkasa Latiha 17