84
2. FUNGSI DALAM L
2
R
Diberikan f fungsi terukur yang didefinisikan pada himpunan terukur E ⊂R.
Fungsi f dikatakan terintegral kuadrat Lebesgue jika f
2
terintegral Lebesgue pada E. Himpunan semua fungsi terukur yang terintegral kuadrat pada E dinotasikan dengan
L
2
E L
2
E= ⎪⎭
⎪ ⎬
⎫ ⎪⎩
⎪ ⎨
⎧ ∞
∫
E 2
f :
f merupkan ruang linier. Lebih lanjut terhadap norma
• dengan aturan jika f ∈L
2
E didefinisikan
2 1
E 2
f f
⎪⎭ ⎪
⎬ ⎫
⎪⎩ ⎪
⎨ ⎧
=
∫
maka L
2
E merupakan ruang Banach. Jika L
2
E diperlengkapi dengan inner product 〉
〈.,. dengan aturan jika f,g∈ L
2
E didefinisikan
∫
= 〉
〈
E
fg g
, f
maka L
2
E merupakan ruang pre Hilbert. Lebih lanjut ruang pre Hilbert L
2
E terhadap norma • di atas merupakan ruang Hilbert.
Definisi 2.1 Dua fungsi f,g
∈ L
2
E dikatakan saling ortogonal jika g
, f
= 〉
〈
Definisi 2.2 Barisan fungsi {f
n
} ⊂ L
2
E dikatakan ortonormal jika untuk setiap indek i berlaku 1
f ,
f f
i i
i
= 〉
〈 =
dan f
, f
j i
= 〉
〈 untuk i
≠j
Definisi 2.3 Barisan fungsi {f
n
} ⊂ L
2
E dikatakan sistem ortonormal lengkap Complete Orthonormal System=CONS jika {f
n
} ortonormal dan jika g ∈ L
2
E sedemikian hingga
g ,
f
i
= 〉
〈 untuk setiap indek i, maka g adalah fungsi nol.
Teorema 2.1 Jika {f
n
} ⊂ L
2
E merupakan sistem ortonormal lengkap maka untuk setiap f ∈ L
2
E dapat dinyatakan sebagai
∑
∞ =
〉 〈
=
i i
i i
f f
, f
f
Bukti : Diketaui {f
n
} CONS berarti jika g ∈ L
2
E dan g
, f
i
= 〉
〈 untuk setiap i maka g=O.
Ambil g=
∑
∞ =
〉 〈
−
i i
i i
f f
, f
f maka untuk sebarang indek k berlaku
f ,
f f
, f
f
k n
1 i
i i
= 〉
〈 −
∑
=
dengan kata lain
∑
∞ =
〉 〈
=
i i
i i
f f
, f
f .
g
85
3. FUNGSI DENSITAS EMPIRIK
Jika Fx menyatakan fungsi distribusi kumulatif CDF dari random variabel X maka peluang suatu observasi sama dengan atau lebih kecil dari x adalah
PX ≤x=Fx. Karena fungsi densitas fx didefinisikan sebagai turunan dari Fx
maka dapat dituliskan sebagai : x
F x
F 2
1 lim
x f
λ −
− λ
+ λ
=
→ λ
Fungsi densitas ini dapat ditaksir dengan fungsi densitas empirik
x .
n 2
1 x
F x
F 2
1 lim
x fˆ
~ ~
λ =
λ −
− λ
+ λ
=
→ λ
x menyatakan banyaknya data yang berada dalam interval x- λ, x+λ]
Jika didefinisikan fungsi kernel ⎩
⎨ ⎧
= 2
1 x
K lain
yang 1
x 1
≤ −
maka fungsi densitas empirik di atas dapat dituliskan sebagai 3.1
∑
= λ
λ −
λ =
n 1
i i
X x
K n
1 x
fˆ dengan X
i
=sampel ke-i, i=1,2,...,n dan λ= lebar bandwidth
Beberapa fungsi kernel yang terkenal antara lain Kernel Gausian, Kernel Uniform, Kernel Triangle, dan Kernel Epanechnikov. Setiap fungsi kernel
mempunyai sifat sebagai fungsi densitas dan simetri terhadap garis x=0. Secara analitis telah dibuktikan bahwa setiap fungsi kernel dapat digunakan untuk
memberikan pendekatan terhadap persamaan 3.1.
4. PENDUGA DENSITAS TERBAIK