Postingan

Menampilkan postingan dari Mei, 2025

Metode Variasi Parameter untuk Persamaan Diferensial Linier Non-Homogen dengan Koefisien Konstan

Gambar
1. Bentuk Umum Perdif linier non-homogen berkoefisien konstan pada umumnya berbentuk A₀y⁽ⁿ⁾ + A₁y⁽ⁿ⁻¹⁾ + ... + Aₙ₋₁y' + Aₙy = F(x);  dengan F(x)  ≠ 0 dimana  A₀,  A₁, ...,  Aₙ₋₁,  Aₙ merupakan konstanta. Solusi dari Perdif linier non-homogen berkoefisien konstan berupa jumlahan dari dua bagian solusi, yaitu solusi homogen dan solusi partikuler. y = yₕ(x) + yₚ(x), keterangan sebagai berikut y: solusi total yₕ(x): solusi homogen yₚ(x): solusi partikuler Solusi homogen diperoleh dengan menyelesaikan Perdif homogen  A₀y⁽ⁿ⁾ + A₁y⁽ⁿ⁻¹⁾ + ... + Aₙ₋₁y' + Aₙy = 0. Sedangkan solusi partikuler akan dibahas pada poin selanjutnya. 2. Solusi Partikuler Terkadang adakalanya metode koefisien tak tentu tidak dapat digunakan untuk menyelesaikan persamaan diferensial linier non-homogen dengan koefisien konstan. Akan tetapi Sixtyfourians tidak perlu khawatir, karena kali ini Minfor akan membahas metode variasi parameter yang dapat digunakan untuk menyelesaikannya. A . Ben...

Estimasi Interval: Perubahan Interval

Gambar
Ingat kembali prosedur estimasi interval: 1. Tentukan estimasi titik dari θ dan distribusinya 2. Tentukan besaran pivot, yaitu besaran yang memuat θ dan θ̂ sehingga distribusinya tidak tergantung pada θ; juga tentukan distribusi dari pivot 3. Misal pivotnya adalah Q, masukkan ke bentuk umum estimasi interval, yaitu P(a ≤ Q ≤ b) = 1 − α 4. Uraikan sehingga diperoleh bentuk P(c ≤ θ ≤ d) = 1 − α Terkadang dengan prosedur umum kita telah mendapatkan suatu estimasi interval, lalu ada keinginan untuk mengubah interval, ukuran sampel, taraf signifikansi/konfidensi. Untuk memperoleh hasil setelah perubahan, diperlukan manipulasi. Beberapa z α/2  untuk α tertentu: α z α/2 0,01 2,57583 0,02 2,32635 0,05 1,95996 0,10 1,64485 0,15 1,43953 0,20 1,28155 1. Misal X₁, X₂, ..., Xₙ merupakan sampel random dari VR X~N(μ, 16). A. Tent...

Estimasi Interval: Konsep Dasar dan Prosedur Umum

Gambar
1. Konsep Dasar dan Bentuk Umum Untuk menentukan estimasi interval dari θ, harus ditentukan dua nilai batas θₘᵢₙ dan θₘₐₓ sedemikian hingga P(θₘᵢₙ ≤ θ ≤ θₘₐₓ) = 1 − α dimana α adalah taraf signifikansi, sedangkan 1 − α adalah taraf konfidensi. Estimasi interval untuk θ dengan taraf signifikansi α adalah θₘᵢₙ ≤ θ ≤ θₘₐₓ. 2. Prosedur Umum A . Prosedur Umum Misal ingin ditentukan estimasi interval untuk θ, berikut prosedurnya secara umum: 1. Tentukan estimasi titik dari θ dan distribusinya 2. Tentukan besaran pivot, yaitu besaran yang memuat θ dan θ̂ sehingga distribusinya tidak tergantung pada θ; juga tentukan distribusi dari pivot 3. Misal pivotnya adalah Q, masukkan ke bentuk umum estimasi interval, yaitu P(a ≤ Q ≤ b) = 1 − α 4. Uraikan sehingga diperoleh bentuk P(c ≤ θ ≤ d) = 1 − α B . Margin of Error (E) Khusus untuk distribusi simetris, ada istilah margin of error (E), yang mana pada bentuk P(c ≤ θ ≤ d) = 1 − α margin of error di...