DISTRIBUSI PROBABILITAS
|
|
- Yuliani Hermawan
- 7 tahun lalu
- Tontonan:
Transkripsi
1 DISTRIBUSI PROBABILITAS DISTRIBUSI PROBABILITAS DISKRIT Distribusi binomial Distribusi binomial - Distribusi peluang diskrit Distribusi geometrik Distribusi hipergeometrik Distribusi poison
2 BERNOULLI TRIAL a. Ciri ciri :. Percobaan menghasilkan keluaran M. E., aitu S SUKSES dan F GAGAL. Keluaran bersifat exhaustive, aitu : tidak ada keluaran ang lain 3. P(S) p dan P (F) q, sehingga p+q b. Diberikan oleh : P(Y ) p.q (-), dengan { c. µ p dan σ p.q, jika Smuncul 0, jikafmuncul STUDI KASUS Dalam pelemparan koin, ditentukan bahwa munculna muka (M) adalah SUKSES dan munculna belakang (B) adalah GAGAL. SOLUSI :, jika muncul muka, dan P(M) p ½ 0, jika muncul belakang, dan P(B) q ½ Sehingga distribusi peluang dari menurut bernoulli trial adalah : P() p.q (-) p 0,5 P(0) p 0.q (-0) q 0,5 DISTRIBUSI BINOMIAL a. Ciri ciri :. Percobaan terdiri atas n kali bernoulli trial ang identik ;. Hana ada keluaran M.E., aitu S SUKSES dan F GAGAL untuk tiap trial ; 3. P(S) p dan P (F) q, bernilai tetap dari satu trial ke trial lain ;. Semua trial saling independent ; 5. Variabel random Binomial Y adalah adalah jumlah S dalam n trial. b. Diberikan oleh : n (n-) P(Y ).p.q, untuk 0,,,...,n dengan : p peluang SUKSES dalam trial tunggal q p n jumlah trial jumlah SUKSES dalam n trial c. µ n.p dan σ n.p.q
3 STUDI KASUS Seorang insinur elektro sedang mengamati problem arus listrik pada komputer. Hasil surve terakhir menunjukkan bahwa 0 % komputer ang dipakai mengalami problem ini. Jika 5 sampel random dipilih dari seluruh populasi amatan, hitung peluang : a. terdapat 3 komputer terpilih mengalami kerusakan b. paling sedikit 3 komputer terpilih mengalami kerusakan c. kurang dari 3 komputer terpilih mengalami kerusakan SOLUSI : a. Tepat 3 komputer, 3 P(3) 5 ( ) 3 ().(0%).(90%) 0, b. Paling sedikit 3 komputer, 3,, dan 5 P (Y 3) P(3) + P() + P(5) P(3)0,008 P() P(5) 5 ( ) 5 ( ) 5 0.(0%).(90%) 0, (0%).(90%) 0,0005 Maka, P(Y 3) 0, , ,0000 0,00856 c. Kurang dari 3 komputer, 0,, P(Y < 3) P(Y 3) 0, ,99 ATAU dengan memanfaatkan TABEL DISTRIBUSI BINOMIAL. 3
4 7 STUDI KASUS 3 Y P ) ( Sebuah mata uang dilempar kali, kemungkinan munculna sisi gambar mempunai distribusi Binomial dengan kemungkinan sukses ½ adalah sebagai berikut : Kemungkinan munculna gambar kali adalah : 6 6!!! ) ( Y P 8 Fungsi kepadatan probabilitasna adalah : 6 () 6 3 (3) 6 6 () 6 () 6 0 (0) P P P P P jumlah gambar ang muncul probabilitas
5 Rata-rata kemunculan gambar adalah : µ n 0!! !3!!! Varians kemunculan gambar adalah :! 3!! +! 0!! σ np( p) ( ) 9 STUDI KASUS 5 Dilakukan n pengulangan percobaan dengan menggunakan bilangan acak ang mempunai probabilitas untuk sukses adalah ⅔.Jika diulangi 3 kali, hitung kemungkinan sukses lebih dari kali..jika diulangi 5 kali, hitung kemungkinan sukses lebih dari 3 kali. 0 5
6 Bila dilakukan pengulangan kali P ( ) P() + P(3) Bila dilakukan pengulangan 5 kali P ( 3) P(3) + P() + P(5) DISTRIBUSI MULTINOMIAL Percobaan BINOMIAL akan menjadi percobaan MULTINOMIAL apabila tiap usaha dapat memberikan lebih dari DUA hasil ang mungkin. Misal, pembagian hasil output pabrik menjadi ringan, berat, atau masih dapat diterima. Contoh lain adalah pengambilan suatu kartu dengan perhatian kempat jenis kartu. a. Ciri ciri. Percobaan terdiri atas n kali trial ang identik ;. Terdapat k jenis keluaran untuk tiap trial ; 3. p, p, p 3,..,p k, aitu peluang dari masing masing keluaran, bernilai tetap dari satu trial ke trial lain, dan p + p + p p k ;. Semua trial bersifat independent ; 5. Variabel random multinomial adalah Y, Y, Y 3,,Y k untuk setiap k jenis keluaran. 6
7 b. Diberikan oleh : n! 3 k P(Y, Y, Y 3,,Y k).p.p.p3..p k!! 3! k! dengan : p i peluang keluaran ke i dalam trial tunggal p + p + p p k n k jumlah trial i jumlah kemunculan keluaran ke i dalam n trial c. µ i n.p i dan σ i n. p i.(-p i ) STUDI KASUS 6 Sebuah penelitian menunjukkan bahwa 0% monitor komputer memberikan radiasi tinggi, 30 % sedang, dan 60% rendah. Bila diambil sampel acak 0 monitor dari sebuah populasi amatan, hitunglah : a. Peluang bahwa 0 monitor memiliki radiasi tinggi, 0 sedang, 0 rendah ; b. Rata rata dan variansi monitor dengan radiasi tinggi dari 0 monitor ang terpilih sebagai sampel. SOLUSI : a. Ditentukan : jumlah monitor radiasi tinggi jumlah monitor radiasi sedang 3 jumlah monitor radiasi rendah p peluang terpilihna monitor radiasi tinggi p peluang terpilihna monitor radiasi sedang p 3 peluang terpilihna monitor radiasi rendah Sehingga : 0! P( 0,0,0).(0%) 0.(30%) 0.(60%) 0 0, !0!0! b. µ i n.p i 0.0% σ i n. p i.(-p i ) 0.(0%).(-0%) 3,6 7
8 DISTRIBUSI BINOMIAL NEGATIF Percobaan BINOMIAL NEGATIF ingin mengetahui peluang bahwa sukses ke r terjadi pada usaha ke x. Sehingga distribusi BINOMIAL NEGATIF merupakan banakna usaha ang berakhir tepat pada sukses ke r. a. Ciri ciri. Kondisi umum IDENTIK dengan distribusi peluang binomial ;. Pengecualian pada perubahan definisi variabel random Y. jumlah trial ang diperlukan untuk memperoleh keluaran S (SUKSES) ke i. b. Diberikan oleh : r r P(Y ) ( ).p.q, untuk r,r +,r +,... r dengan : p peluang sukses dalam trial tunggal q p jumlah trial ang diperlukan untuk memperoleh keluaran S (SUKSES) ke i. c. µ i r/ p dan σ r.q/ p STUDI KASUS 7 Untuk memasang baut, digunakan sebuah peralatan elektrik dengan tingkat keberhasilan 0,8 dalam selang waktu detik. Jika operator gagal memasang baut dalam selang waktu detik pertama, tingkat keberhasilan pemasangan pada selang waktu detik kedua dianggap tetap 0,8. dalam rangkaian assembl, terdapat baut ang harus dipasang. Tentukan : a. distribusi probabilitas, aitu waktu (detik) ang diperlukan untuk memasang ke- baut dalam assembl. b. peluang bahwa waktu ang diperlukan untuk memasang ke- baut tersebut adalah 6 detik. SOLUSI : a. r dan p 0,8 ; q 0, didapat r r P(Y ) ( ).p.q ( ).(0,8).(0,) r 3 b. Waktu ang diperlukan 6 detik, berarti 6 dengan S dan F. P(6) ( ).(0,8).(0,) 0, 638 8
9 STUDI KASUS 8 Pada pelemparan koin ang dilakukan berulang kali, bagaimana distribusi probabilitas mendapatkan gambar setelah kali pelemparan? Dalam kasus ini r, sehingga fungsi probabilitasna adalah : P( ) 7 DISTRIBUSI GEOMETRIC Distribusi GEOMETRIC, aitu banakna usaha ang berakhir pada sukses ang pertama. a. Ciri ciri Distribusi Binomial negatif dengan r (mencapai SUKES pertama) b. Diberikan oleh : P(Y ) p.q, untuk,,3,... dengan : jumlah trial sampai SUKSES PERTAMA dicapai. c. µ i / p dan σ q/ p 9
10 STUDI KASUS 9 Sebuah kontainer berisi sekring untuk ekspor. Dari spesifikasi produsen diketahui bahwa proporsi cacat sekring adalah 0 %. Inspektor sedang melakukan pengujian kesesuaian mutu sekring dengan cara mengambil satu persatu sampai diketemukan sekring ang cacat. Tentukan peluang bahwa sekring cacat ditemukan dalam 5 pengujian pertama. SOLUSI : p 0, dan q 0,9 Sehingga : P(Y ) p.q (0,).(0,9) P(Y 5) p() + p() + p(3) + p() + p(5) (0,)(0,9) 0 + (0,)(0,9) + (0,)(0,9) + + (0,)(0,9) 0, DISTRIBUSI HYPERGEOMETRIC a. Ciri ciri. Percobaan terdiri atas pengambilan random n elemen tanpa pengembalian dari total N elemen ;. Terdapat S (SUKSES) sebanak r dan F(GAGAL) sebanak N r ; 3. Ukuran n dianggap besar sebanding N (n/ N > 0,05). Variabel random hpergeometric Y adalah jumlah S (SUKSES) dalam pengambilan n elemen. b. Diberikan oleh : rn r n P (Y ), untuk 0,,,3,...,n N n dengan : N jumlah total elemen r jumlah SUKSES dalam N n jumlah elemen pengambilan jumlah SUKSES dalam pengambilan (n) r.(n r).n.(n n) c. µ i n.r/ N dan σ N (N ) 0
11 STUDI KASUS 0 Dari 0 katalis ang ada diperlukan 3 untuk keperluan pembuatan produk kimia baru. Dari sepuluh katalis tersebut terdapat jenis katalis berkadar asam tinggi dan 6 jenis berkadar asam rendah. a. tentukan peluang bahwa katalis ang terpilih semua berkadar asam rendah ; b. tentukan peluang bahwa dari 3 katalis ang dipilih, hana ang memiliki kadar asam tinggi. SOLUSI : jumlah katalis berkadar asam tinggi dari 3 katalis terpilih N 0, n 3, r MAKA 6 3 P(Y ) a. 0 3 P (Y 0) 0 6 b. 3 P (Y ) 0 3 STUDI KASUS Diketahui dari 00 produk reproduksi VCD terdapat 7 VCD ang rusak. Bila diambil 0 hasil reproduksi VCD secara acak, banakna VCD ang rusak mempunai distribusi hpergeometrik sebagai berikut : P( Y ) 00 0 P() Total.0000
12 Dengan menggunakan tabel distribusi geometrik ang sudah didapatkan dapat dikatakan bahwa : Probabilitas VCD ang rusak dari 0 pengambilan acak adalah : P() Rata-rata VCD ang rusak dari 0 pengambilan acak adalah : r 7 µ n N 00 Varians VCD ang rusak dari 0 pengambilan acak adalah : r( N r)( N n) (7)(93)(90) σ n N ( N ) (00) (99) 3 DISTRIBUSI POISSON a. Ciri ciri. Variabel random jumlah kemunculan kejadian ang diamati selama unit ukuran tertentu (contoh : jarak, area, volume, dll) ;. Nilai peluang dari sebuah kejadian adalah sama untuk setiap ukuran tertentu ; 3. Jumlah kejadian ang muncul untuk setiap unit adalah independent ;. ג rata rata jumlah kejadian dalam setiap unit ukuran b. Diberikan oleh λ λ.e P(Y ),untuk 0,,,...! dengan : ג rata rata jumlah kejadian dalam setiap unit ukuran e,788 c. µ ג dan σ ג
13 STUDI KASUS Sejumlah retak pada spesimen beton untuk sebuah jenis semen mengikuti distribusi poisson. Dengan pengamatan awal diketahui bahwa jumlah rata rata keretakan setiap spesimen adalah,5. Tentukan peluang bahwa sebuah spesimen ang dipilih secara random memiliki jumlah keretakan 5. SOLUSI : µ ג,5 Sehingga 5,5.e P(Y 5) 5!,5 0,067 STUDI KASUS 3 Rata rata banakna partikel radioaktif ang melewati suatu penghitung selama milidetik dalam suatu percobaan di laboratorium adalah. Berapakah peluang 6 partikel melewati penghitung dalam suatu milidetik tertentu? SOLUSI : 6 ; ג 6.e P(Y 6) 6! 0,0 3
14 STUDI KASUS P() Distribusi Poisson dengan ratarata dapat dituliskan dengan : e P( Y )! P() STUDI KASUS 5 Rata-rata kedatangan truk setiap jam pada sebuah gudang bongkar muat adalah, maka kedatangan x truk dapat dinatakan sebagai distribusi Poisson dengan rata-rata ang dituliskan dengan : e P( Y )!
Distribusi Probabilitas Diskrit: Poisson
Distribusi Probabilitas Diskrit: Poisson 7.2 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Pendahuluan Pendekatan Binomial Poisson Distribusi Poisson Kapan distribusi
Lebih terperinciBeberapaDistribusiPeluang. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB
BeberapaDistribusiPeluang Diskrit Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB Pengantar Pengamatanyang dihasilkanmelaluipercobaanyang berbeda
Lebih terperinciDistribusi Probabilitas Diskrit: Geometrik Hipergeometrik
Distribusi Probabilitas Diskrit: Geometrik Hipergeometrik 4.3 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Distribusi Geometrik Distribusi Hipergeometrik Distribusi
Lebih terperinciBAB II DISTRIBUSI PROBABILITAS
BAB II DISTRIBUSI PROBABILITAS.1. VARIABEL RANDOM Definisi 1: Variabel random adalah suatu fungsi yang memetakan ruang sampel (S) ke himpunan bilangan Real (R), dan ditulis X : S R Contoh (Variabel random)
Lebih terperinciDISTRIBUSI PROBABILITAS (PELUANG)
DISTRIBUSI PROBABILITAS (PELUANG) Distribusi Probabilitas (Peluang) Distribusi? Probabilitas? Distribusi Probabilitas? JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA Distribusi = sebaran,
Lebih terperinciProbabilitas dan Statistika Distribusi Peluang Diskrit 2. Adam Hendra Brata
Probabilitas dan Statistika Distribusi Peluang Diskrit 2 Adam Hendra Brata Distribusi Hipergeometrik Distribusi Hipergeometrik Jika sampling dilakukan tanpa pengembalian dari kejadian sampling yang diambil
Lebih terperinciSTATISTIK INDUSTRI 1. Random Variable. Distribusi Peluang. Distribusi Peluang Diskrit. Distribusi Peluang Diskrit 30/10/2013 DISKRIT DAN KONTINYU
STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Distribusi Peluang DISKRIT DAN KONTINYU Random Variable Random variable / peubah acak: Suatu fungsi yang mengaitkan suatu bilangan real dengan tiap elemen
Lebih terperinciBAB IV. DISTRIBUSI PROBABILITAS DISKRIT
BAB IV. DISTRIBUSI PROBABILITAS DISKRIT A. Variabel random diskrit. Variabel random diskrit X adalah : Cara memberi nilai angka pada setiap elemen ruang sampel X(a) : Ukuran karakteristik tertentu dari
Lebih terperinciDISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2. Distribusi Hipergeometrik
DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2 TI2131 TEORI PROBABILITAS MINGGU KE-10 Distribusi Hipergeometrik Eksperimen hipergeometrik memiliki karakteristik sebagai berikut: 1. sebuah sampel random berukuran
Lebih terperinciKONSEP DASAR PROBABILITAS DAN DISTRIBUSI PROBABILITAS LELY RIAWATI, ST, MT.
KONSEP DASAR PROBABILITAS DAN DISTRIBUSI PROBABILITAS LELY RIAWATI, ST, MT. EKSPERIMEN suatu percobaan yang dapat diulang-ulang dengan kondisi yang sama CONTOH : Eksperimen : melempar dadu 1 kali Hasilnya
Lebih terperinci4.1.1 Distribusi Binomial
4.1.1 Distribusi Binomial Perhatikan sebuah percobaan dengan ciri-ciri sebagai berikut : Hanya menghasilkan (diperhatikan) dua peristiwa atau kategori, misal S (sukses) dan G (gagal) Dilakukan sebanyak
Lebih terperinciDistribusi Probabilitas Diskrit. Dadan Dasari
Distribusi Probabilitas Diskrit Dadan Dasari Daftar Isi DIstribusi Uniform Distribusi Binomial DIstribusi Multinomial Distribusi Hipergeometrik Distribusi Poisson Distribusi Probabilitas Uniform Diskrit
Lebih terperinciDISTRIBUSI PROBABILITAS
DISTRIBUSI PROBABILITAS DISTRIBUSI PROBABILITAS Peluang terjadinya nilai variabel random X yang meliputi semua nilai ditentukan melalui distribusi peluang. Distribusi peluang suatu variabel random X adalah
Lebih terperinciBeberapa Distribusi Peluang Diskrit
Beberapa Distribusi Peluang Diskrit Departemen Teknik Informatika Institut Teknologi Bandung Page 1 Isi : Distribusi Seragam Distribusi Binomial Distribusi Multinomial Page 2 Distribusi
Lebih terperinciBAB 2 TINJAUAN TEORITIS. Menurut Open Darnius (2006, hal: 53) simulasi dapat diartikan sebagai suatu
xiv BAB 2 TINJAUAN TEORITIS 2.1 Pendahuluan Menurut Open Darnius (2006, hal: 53) simulasi dapat diartikan sebagai suatu rekayasa dari suatu model secara logika ilmiah merupakan suatu metode alternatif
Lebih terperinciContoh: Aturan Penjumlahan. Independen. P(A dan B) = P(A) x P(B)
Aturan Penjumlahan Mutually Exclusive: Kemungkinan terjadi peristiwa A dan B: P(A atau B)= P(A)+P(B) Not Mutually Exclusive: Kemungkinan terjadi peristiwa A dan B: P(Aatau B): P(A)+P(B) P(A dan B) Contoh:
Lebih terperinciSEBARAN PELUANG DISKRET
SEBARAN PELUANG DISKRET Beberapa Peubah Acak Diskret Seragam Bernoulli Binomial Hipergeometrik Binom Negatif Geometrik Poisson Peubah Acak Seragam Bila setiap kemungkinan percobaan memiliki kesempatan
Lebih terperinciDistribusi Probabilitas Diskrit: Binomial, Multinomial, & Binomial Negatif
Distribusi Probabilitas Diskrit: Binomial, Multinomial, & Binomial Negatif 6 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Distribusi Variabel Acak Diskrit Distribusi
Lebih terperinciDISTRIBUSI BINOM. Ciri-ciri: 1.Eksperimen terdiri dari n percobaan yang dapat diulang
DISTRIBUSI PELUANG Distribusi Peluang utk Variabel acak Diskret Distribusi Binom Distribusi Multinom Distribusi Hipergeometrik Distribusi Poison Distribusi Peluang utk Variabel acak Kontinu Distribusi
Lebih terperinciDISTRIBUSI PROBABILITAS
BAB 7 DISTRIBUSI PROBABILITAS Kompetensi Menjelaskan distribusi probabilitas Indikator 1. Menjelaskan distribusi hipergeometris 2. Menjelaskan distribusi binomial 3. Menjelaskan distribusi multinomial
Lebih terperinciMODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU
DISTRIBUSI PELUANG DISKRIT DAN KONTINU A. TUJUAN PRAKTIKUM Melalui praktikum Modul II ini diharapkan praktikan dapat: 1. Mengenal jenis dan karakteristik dari beberapa distribusi peluang. 2. Menguji dan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam teori probabilitas dan statistika, distribusi Binomial adalah distribusi probabilitas diskrit jumlah keberhasilan dalam n percobaan ya/tidak(berhasil/gagal)
Lebih terperinciTeori Peluang Diskrit
Teori Peluang Diskrit Peluang Diskrit Apa yang terjadi jika keluaran dari suatu eksperimen tidak memiliki peluang yang sama? Dalam kasus ini, peluang p(s) dipadankan dengan setiap keluaran s S, di mana
Lebih terperinciStatistika Farmasi
Bab 3: Distribusi Data Statistika FMIPA Universitas Islam Indonesia Distribusi Data Teori dalam statistika berkaitan dengan peluang Konsep dasar peluang tersebut berkaitan dengan peluang distribusi, yaitu
Lebih terperinciDistribusi Probabilitas Diskret Teoritis
Distribusi robabilitas Diskret Teoritis Distribusi robabilitas Teoritis Diskret Distribusi seragam diskret (discrete uniform distribution) Distribusi hipergeometris (hypergeometric distribution) Distribusi
Lebih terperinciDISTRIBUSI POISSON. Nevi Narendrati, M.Pd. Teori Peluang 1
DISTRIBUSI POISSON Percobaan yang menghasilkan peubah acak X yang bernilai numerik, yaitu banyaknya sukses selama selang waktu tertentu atau dalam daerah tertentu, disebut percobaan Poisson. Panjang selang
Lebih terperinciModel dan Simulasi Universitas Indo Global Mandiri
Model dan Simulasi Universitas Indo Global Mandiri Nomor random >> angka muncul secara acak (random/tidak terurut) dengan probabilitas untuk muncul yang sama. Probabilitas/Peluang merupakan ukuran kecenderungan
Lebih terperinciBab 2 DISTRIBUSI PELUANG
Bab 2 DISTRIBUSI PELUANG PENDAHULUAN Setiap peristiwa akan mempunyai peluangnya masingmasing, dan peluang terjadinya peristiwa itu akan mempunyai penyebaran yang mengikuti suatu pola tertentu yang di sebut
Lebih terperinciKumpulan pasangan nilai-nilai dari variabel acak X dengan probabilitas nilai-nilai variabel random X, yaitu P(X=x) disebut distribusi probabilitas X
Kumpulan pasangan nilai-nilai dari variabel acak X dengan probabilitas nilai-nilai variabel random X, yaitu P(X=) disebut distribusi probabilitas X (distribusi X) Diskrit Seragam Binomial Hipergeometrik
Lebih terperinciPEMODELAN KUALITAS PROSES
TOPIK 6 PEMODELAN KUALITAS PROSES LD/SEM II-03/04 1 1. KERANGKA DASAR Sampling Penerimaan Proses Produksi Pengendalian Proses MATERIAL PRODUK PRODUK BAIK SUPPLIER Manufacturing Manufacturing KONSUMEN PRODUK
Lebih terperinciDISTRIBUSI PROBABILITAS DISKRIT TEORITIS 1. Distribusi Seragam Diskrit
DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 1 TI2131 TEORI PROBABILITAS MINGGU KE-9 Distribusi Seragam Disrit Jia sebuah variabel random X mengambil nilai x 1, x 2,, x dengan probabilitas yang sama, maa distribusi
Lebih terperinciDISTRIBUSI BINOMIAL STKIP SILIWANGI BANDUNG LUVY S ZANTHY KAPSEL SMA
DISTRIBUSI BINOMIAL STKIP SILIWANGI BANDUNG LUVY S ZANTHY KAPSEL SMA 1 LUVY S. ZANTHY KAPSEL SMA 2 LUVY S. ZANTHY KAPSEL SMA 3 Distribusi Binomial O Dalam suatu percobaan statistik sering dijumpai pengulangan
Lebih terperinciSTATISTICS. WEEK 4 Hanung N. Prasetyo POLYTECHNIC TELKOM/HANUNG NP
STATISTICS WEEK 4 Hanung N. Prasetyo Pendahuluan: Penyajian distribusi probabilitas dalam bentuk grafis, tabel atau melalui rumusan tidak masalah, yang ingin dilukiskan adalah perilaku (kelakuan) perubah
Lebih terperinciSTATISTIK PERTEMUAN VI
STATISTIK PERTEMUAN VI 1. TEORI PENDUKUNG 1.1 Pendahuluan 1. Variabel acak 1.3 Distribusi variabel acak diskrit 1.4 Distribusi variabel acak kontinu 1.5 Distribusi multivariat 1.1 Pendahuluan Definisi
Lebih terperinciPeubah Acak. 14-Sep-07 TPADF (Kelas Ganjil/ Rahmat) Lecture 2 page 1
Peubah Acak 14-Sep-07 TPADF (Kelas Ganjil/ Rahmat) Lecture 2 page 1 Definisi Peubah Acak Peubah acak adalah peubah yang mengkarakterisasikan setiap elemen dalam ruang sampel dengan suatu bilangan real.
Lebih terperinciANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG
LAPORAN RESMI PRAKTIKUM PENGANTAR METODE STATISTIKA MODUL 3 ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG Oleh : Diana Nafkiyah 1314030028 Nilamsari Farah Millatina
Lebih terperinciDISTRIBUSI TEORITIS. P(M) = p = probabilitas untuk mendapat bola merah (sukses) 30
DISTRIBUSI TEORITIS Distribusi teoritis merupakan alat bagi kita untuk menentukan apa yang dapat kita harapkan, apabila asumsi-asumsi yang kita buat benar. Distribusi teoritis memungkinkan para pembuat
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori Probabilitas (Peluang) Probabilitas adalah suatu nilai untuk mengukur tingkat kemungkinan terjadinya suatu peristiwa (event) akan terjadi di masa mendatang yang hasilnya
Lebih terperinciDISTRIBUSI TEORITIS. Variabel Acak Distribusi Teoritis Binomial Normal
DISTRIBUSI TEORITIS DISTRIBUSI TEORITIS Variabel Acak Distribusi Teoritis Binomial Normal Variabel acak adalah sebuah besaran yang merupakan hasil dari percobaan acak yang secara untung-untungan, dapat
Lebih terperinciSTATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI
STATISTIKA Muhamad Nursalman Pendilkom/Ilkom UPI 1 Daftar Isi Bab 1 Peluang Bab Peubah Acak Bab 3 Distribusi Peluang Diskret Bab 4 Distribusi Peluang Kontinu Bab 5 Fungsi Peubah Acak Bab 6 Teori Penaksiran
Lebih terperinciBAB 8 DISTRIBUSI PELUANG DISKRIT
BAB 8 DISTRIBUSI PELUANG DISKRIT A. Peluang Peluang atau yang sering disebut sebagai probabilitas dapat dipandang sebagai cara untuk mengungkapkan ukuran ketidakpastian/ ketidakyakinan/ kemungkinan suatu
Lebih terperinciPengantar Proses Stokastik
Bab 1: Dasar-Dasar Probabilitas Statistika FMIPA Universitas Islam Indonesia 2015 Percobaan adalah kegiatan yang menghasilkan keluaran/hasil yang mungkin secara acak. Contoh: pelemparan sebuah dadu. Ruang
Lebih terperinciKONSEP PROBABILITAS & DISTRIBUSI PROBABILITAS
KONSEP PROBABILITAS & DISTRIBUSI PROBABILITAS 5 Pengendalian Kualitas Debrina Puspita Andriani Teknik Industri Universitas Brawijaya e- Mail : debrina@ub.ac.id Blog : hbp://debrina.lecture.ub.ac.id/ 2
Lebih terperinciDistribusi Peluang. Kuliah 6
Distribusi Peluang Kuliah 6 1. Diskrit 1. Bernoulli 2. Binomial 3. Poisson Distribution 2. Kontinu 1. Normal (Gaussian) 2. t 3. F 4. Chi Kuadrat Distribusi Peluang 1.1. Distribusi Bernoulli Distribusi
Lebih terperinciPeubah Acak (Lanjutan)
Learning Outcomes 13 April 2014 Learning Outcomes Learning Outcome Outline Mahasiswa dapat mengerti dan menentukan peubah acak diskret Mahasiswa dapat memahami dan menghitung nilai harapan Mahasiswa dapat
Lebih terperinciSTATISTIK PERTEMUAN V
STATISTIK PERTEMUAN V Variabel Random/ Acak variabel yg nilai-nilainya ditentukan oleh kesempatan/ variabel yang bernilai numerik yg didefinisikan dlm suatu ruang sampel 1. Variabel Random diskrit Variabel
Lebih terperinciPengantar Proses Stokastik
Bab 1: Dasar-Dasar Probabilitas Atina Ahdika, S.Si, M.Si Statistika FMIPA Universitas Islam Indonesia Ruang Sampel dan Kejadian Ruang Sampel dan Kejadian Ruang Sampel dan Kejadian Percobaan adalah kegiatan
Lebih terperinciDISTRIBUSI PELUANG TEORITIS
Distribusi Teoritis 1/ 15 DISTRIBUSI PELUANG TEORITIS 1. Pendahuluan Titik-titik contoh di dalam Ruang Sampel (S) dapat disajikan dalam bentuk numerik/bilangan.. PEUBAH ACAK Fungsi yang mendefinisikan
Lebih terperinciBAB II TINJAUAN TEORITIS. Menurut Darnius, O (2006, Hal : 53) simulasi dapat diartikan sebagai suatu
BAB II TINJAUAN TEORITIS 2.1 Pendahulauan Menurut Darnius, O (2006, Hal : 53) simulasi dapat diartikan sebagai suatu rekayasa suatu model logika ilmiah untuk melihat kebenaran/kenyataan model tersebut.
Lebih terperinciPENS. Probability and Random Process. Topik 5. Beberapa jenis Distribusi Variabel Acak. Prima Kristalina April 2015
Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya Probability and Random Process Topik 5. Beberapa jenis Distribusi Variabel Acak Prima Kristalina April 215 1 Outline 1. Beberapa macam
Lebih terperinciMenjelaskan pengertian distribusi binomial, mengidentifikasi eksperimen binomial dan menghitung probabilitas binomial, menghitung ukuran pemusatan
Tujuan Pembelajaran Menjelaskan pengertian distribusi binomial, mengidentifikasi eksperimen binomial dan menghitung probabilitas binomial, menghitung ukuran pemusatan dan penyebaran distribusi binomial
Lebih terperinciPr { +h =1 = } lim. Suatu fungsi dikatakan h apabila lim =0. Dapat dilihat bahwa besarnya. probabilitas independen dari.
6.. Proses Kelahiran Murni Dalam bab ini, akan dibahas beberapa contoh penting dari waktu kontinu, state diskrit, proses Markov. Khususnya, dengan kumpulan dari variabel acak {;0 } di mana nilai yang mungkin
Lebih terperinciPengantar Proses Stokastik
Bab 1: Dasar-Dasar Probabilitas Statistika FMIPA Universitas Islam Indonesia Peluang Percobaan adalah kegiatan yang menghasilkan keluaran/hasil yang mungkin secara acak. Contoh: pelemparan sebuah dadu.
Lebih terperinci: Distribusi Peluang. : D. Rizal Riadi
MATERI 3 Mata Kuliah Dosen : Distribusi Peluang : Statistik : D. Rizal Riadi Mengingat data kuantitatif dipengaruhi faktor-faktor ketidakpastian dan variasi yang disebabkan akurasi instrumen penelitian
Lebih terperinciDistribusi Peluang Teoritis. Titik-titik contoh di dalam Ruang Sampel (S) dapat disajikan dalam bentuk numerik/bilangan.
Distribusi Peluang Teoritis. Pendahuluan Titik-titik contoh di dalam Ruang Sampel (S) dapat disajikan dalam bentuk numerik/bilangan. Peubah Acak Fungsi yang mendefinisikan titik-titik contoh dalam ruang
Lebih terperinciUNIFORM (SERAGAM) BERNOULLI BINOMIAL POISSON BEBERAPA DISTRIBUSI LAINNYA : MULTINOMIAL, HIPERGEOMETRIK, MA 2081 Statistika Dasar.
DISTRIBUSI DISKRIT UNIFORM (SERAGAM) BERNOULLI BINOMIAL POISSON BEBERAPA DISTRIBUSI LAINNYA : MULTINOMIAL, HIPERGEOMETRIK, GEOMETRIK, BINOMIAL NEGATIF MA 2081 Statistika Dasar Utriweni Mukhaiyar 7 Maret
Lebih terperinciPengantar Proses Stokastik
Bab 1: Dasar-Dasar Probabilitas Statistika FMIPA Universitas Islam Indonesia Peluang Percobaan adalah kegiatan yang menghasilkan keluaran/hasil yang mungkin secara acak. Contoh: pelemparan sebuah dadu.
Lebih terperinciSEJARAH DISTRIBUSI POISSON
SEJARAH DISTRIBUSI POISSON Distribusi poisson disebut juga distribusi peristiwa yang jarang terjadi, ditemukanolehs.d. Poisson (1781 1841), 1841), seorang ahli matematika berkebangsaan Perancis. Distribusi
Lebih terperinciBAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang 4. BEBERAPA DISTRIBUSI PELUANG DISKRET
Pertemuan 7. BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang 4. BEBERAPA DISTRIBUSI PELUANG DISKRET 4. Pendahuluan 4.2 Distribusi seragam diskret 4.3 Distribusi binomial dan multinomial
Lebih terperinciSTATISTIKA LINGKUNGAN
STATISTIKA LINGKUNGAN TEORI PROBABILITAS Probabilitas -pendahuluan Statistika deskriptif : menggambarkan data Statistik inferensi kesimpulan valid dan perkiraan akurat ttg populasi dengan mengobservasi
Lebih terperinciPERBANDINGAN DISTRIBUSI BINOMIAL DAN DISTRIBUSI POISSON DENGAN PARAMETER YANG BERBEDA
Saintia Matematika Vol. 1, No. 3 (2013), pp. 299 312. PERBANDINGAN DISTRIBUSI BINOMIAL DAN DISTRIBUSI POISSON DENGAN PARAMETER YANG BERBEDA Raini Manurung, Suwarno Ariswoyo, Pasukat Sembiring Abstrak.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2. Probabilitas Probabilitas adalah suatu nilai untuk mengukur tingkat kemungkinan terjadinya suatu peristiwa (event) akan terjadi di masa mendatang yang hasilnya tidak pasti (uncertain
Lebih terperinciDistribusi Probabilitas Diskrit: Binomial & Multinomial
Distribusi Probabilitas Diskrit: Binomial & Multinomial 6 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Distribusi Variabel Acak Diskrit Distribusi Binomial Distribusi
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam teori probabilitas dan statistika, distribusi binomial adalah distribusi probabilitas diskret jumlah keberhasilan dalam n percobaan ya/tidak (berhasil/gagal)
Lebih terperinciDISTRIBUSI DISKRIT. MA 2081 Statistika Dasar Utriweni Mukhaiyar
DISTRIBUSI DISKRIT Uniform (seragam) Bernoulli Binomial Poisson Beberapa distribusi lainnya : MULTINOMIAL, HIPERGEOMETRIK, GEOMETRIK, BINOMIAL NEGATIF MA 081 Statistika Dasar Utriweni Mukhaiyar 5 Maret
Lebih terperinciTugas Kelompok. Mata Kuliah Metodologi Penelitian Kuantitatif. Judul Makalah Revisi DISTRIBUSI PELUANG
Tugas Kelompok Mata Kuliah Metodologi Penelitian Kuantitatif Judul Makalah Revisi DISTRIBUSI PELUANG Kajian Buku Pengantar Statistika Pengarang Nana Sudjana Tugas dibuat untuk memenuhi tugas mata kuliah
Lebih terperinciSTATISTICS. WEEK 5 Hanung N. Prasetyo TELKOM POLTECH/HANUNG NP
STATISTICS WEEK 5 Hanung N. Prasetyo Kompetensi 1. Mahasiswa memahamikonsep dasar distribusi peluang kontinu khusus seperti uniform dan eksponensial 2. Mahasiswamampumelakukanoperasi hitungyang berkaitan
Lebih terperinciDistribusi Peluang Teoritis
Distribusi Peluang Teoritis 1. Pendahuluan Titik-titik contoh di dalam Ruang Sampel (S) dapat disajikan dalam bentuk numerik/bilangan.. Peubah Acak Fungsi yang mendefinisikan titik-titik contoh dalam ruang
Lebih terperinciLatihan Soal. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB
Latihan Soal Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB Soal 1 Misalkan peluang sebuah kota mengalami gempa bumi setiap bulan adalah 1/100.
Lebih terperinciStatistika (MMS-1403)
Statistika (MMS-1403) Dr. Danardono, MPH danardono@ugm.ac.id Program Studi Statistika Jurusan Matematika FMIPA UGM Materi dan Jadual Minggu ke- Pokok Bahasan Sub Pokok Bahasan 1. Pendahuluan 1 Perkuliahan
Lebih terperinciJurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada. 1http://istiarto.staff.ugm.ac.id STATISTIKA. Discrete Probability Distributions
Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada STATISTIKA Discrete Probability Distributions 1http://istiarto.staff.ugm.ac.id Discrete Probability Distributions Distribusi Hipergeometrik Bernoulli
Lebih terperinciDISTRIBUSI TEORITIS DISTRIBUSI TEORITIS
DISTRIBUSI TEORITIS DISTRIBUSI TEORITIS Variabel Acak Distribusi Teoritis Binomial Normal 1 Variabel acak adalah sebuah besaran yang merupakan hasil dari percobaan acak yang secara untung-untungan, dapat
Lebih terperinciBAB IV PENGUMPULAN DAN PENGOLAHAN DATA
FORMAT LAPORAN MODUL III DISTRIBUSI VARIABEL ACAK DISKRIT ABSTRAK ABSTRACT KATA PENGANTAR DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN BAB I PENDAHULUAN. Latar Belakang. Tujuan Penulisan Laporan.
Lebih terperinciDistribusi Probabilitas Variabel Acak Diskrit
Pertemuan ke-8 Distribusi Probabilitas Variabel Acak Diskrit Dr.Eng. Agus S. Muntohar Geotechnical Engineering Division Department of Civil Engineering 2 POKOK BAHASAN 5.1 Distribusi Bernoulli 5.2 Distribusi
Lebih terperinciKONSISTENSI ESTIMATOR
KONSISTENSI ESTIMATOR TUGAS STATISTIKA MATEMATIKA II Oleh 1. Wahyu Nikmatus S. (121810101010) 2. Vivie Aisyafi F. (121810101050) 3. Rere Figurani A. (121810101052) 4. Dwindah Setiari W. (121810101054)
Lebih terperinciDISTRIBUSI PELUANG KONTINYU DISTRIBUSI PROBABILITAS
DISTRIBUSI PROBABILITAS Berbeda dengan variabel random diskrit, sebuah variabel random kontinyu adalah variabel yang dapat mencakup nilai pecahan maupun mencakup range/ rentang nilai tertentu. Karena terdapat
Lebih terperinciStatistika (MMS-1001)
Statistika (MMS-1001) Dr. Danardono, MPH danardono@ugm.ac.id Program Studi Statistika Jurusan Matematika FMIPA UGM Materi dan Jadual Tatap Muka Pokok Bahasan Sub Pokok Bahasan 1. Statistika Deskriptif
Lebih terperinciStatistika (MMS-1001)
Statistika (MMS-1001) Dr. Danardono, MPH danardono@ugm.ac.id Program Studi Statistika Jurusan Matematika FMIPA UGM Materi dan Jadual Tatap Muka Pokok Bahasan Sub Pokok Bahasan 1. Statistika Deskriptif
Lebih terperinciDISTRIBUSI DISKRIT KHUSUS
DISTRIBUSI DISKRIT KHUSUS UNIFORM (SERAGAM) BERNOULLI BINOMIAL POISSON MULTINOMIAL HIPERGEOMETRIK GEOMETRIK BINOMIAL NEGATIF MA3181 Teori Peluang 27 Oktober 2014 Utriweni Mukhaiyar DISTRIBUSI UNIFORM (SERAGAM)
Lebih terperinciBI5106 ANALISIS BIOSTATISTIK Bab 3 Peubah Acak dan Dist
BI5106 ANALISIS BIOSTATISTIK Bab 3 Peubah Acak dan Distribusi Orang Biologi Tidak Anti Statistika Silabus Silabus dan Tujuan Konsep peubah acak, fungsi peluang (probability density function), fungsi distribusi
Lebih terperinciPROBABILITAS (PELUANG) PENGERTIAN PROBABILITAS
PROBABILITAS (PELUANG) PENGERTIAN PROBABILITAS Dalam kehidupan sehari-hari kita sering mendengar dan menggunakan kata probabilitas (peluang). Kata ini mengisyaratkan bahwa kita berhadapan dengan sesuatu
Lebih terperinciMA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi
MA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi Orang Biologi Tidak Anti Statistika Silabus Silabus dan Tujuan Konsep peubah acak, fungsi peluang (probability density function), fungsi distribusi
Lebih terperinciPercobaan terdiri dari 1 usaha. Peluang sukses p Peluang gagal 1-p Misalkan. 1, jika terjadi sukses X jika terjadi tidak sukses (gagal)
Percobaan Bernoulli 5 Percobaan terdiri dari 1 usaha Sukses Usaha Gagal Peluang sukses p Peluang gagal 1-p Misalkan 1, jika terjadi sukses X 0, jika terjadi tidak sukses (gagal) Distribusi Bernoulli 6
Lebih terperinciDISTRIBUSI DISKRIT KHUSUS
DISTRIBUSI DISKRIT KHUSUS U N I F O R M ( S E R A G A M ) B E R N O U L L I B I N O M I A L P O I S S O N MA 4085 Pengantar Statistika 26 Februari 2013 Utriweni Mukhaiyar M U L T I N O M I A L H I P E
Lebih terperinciNilai harapan suatu variabel acak x ditulis E (x) didefinisikan E (x) = Σ x. f (x) Var (x) = σ x 2 = E [ x E (x) ] 2 = E (x 2 ) { E (x) } 2
Pertemuan ke- 4 BAB III POPULASI, SAMPEL & DISTRIBUSI TEORITIS VARIABEL DISKRIT DAN FUNGSI PROBABILITAS 3.1 Variabel Random atau Variabel Acak Variabel yang nilainya merupakan suatu bilangan yang ditentukan
Lebih terperinciBagian 2. Probabilitas. Struktur Probabilitas. Probabilitas Subyektif. Metode Frekuensi Relatif Kejadian untuk Menentukan Probabilitas
Probabilitas Bagian Probabilitas A) = peluang (probabilitas) bahwa kejadian A terjadi 0 < A) < 1 A) = 0 artinya A pasti terjadi A) = 1 artinya A tidak mungkin terjadi Penentuan nilai probabilitas: Metode
Lebih terperinciBinomial Distribution. Dyah Adila
Binomial Distribution Dyah Adila Binomial Distribution adalah bentuk percobaan yang memiliki syarat-syarat sebagai berikut: 1. Percobaan dilakukan sebanyak n kali. 2. Setiap percobaan memiliki dua hasil
Lebih terperinciProbabilitas dan Proses Stokastik
Probabilitas dan Proses Stokastik Tim ProStok Jurusan Teknik Elektro - FTI Institut Teknologi Sepuluh Nopember Surabaya, 2014 O U T L I N E 1. Capaian Pembelajaran 2. Pengantar dan 3. Contoh 4. Ringkasan
Lebih terperinciMATERI KULIAH STATISTIKA
MATERI KULIAH STATISTIKA III. TEORI PROBABILITAS 1. Operasi himpunan a. Gabungan atau union b. Interseksi atau irisan Contoh soal 1 : Dalam sebuah eksperimen pelemparan 1 buah dadu, terdapat kejadian :
Lebih terperinciSTATISTIKA MATEMATIKA I I. Hazmira Yozza Izzati Rahmi HG Jur. Matematika FMIPA Unand
STATISTIKA MATEMATIKA I I Peubah Diskret Khusus Hazmira Yozza Izzati Rahmi HG Jur. Matematika FMIPA Unand KOMPETENSI LOGO a. Mengidentifikasikan peubah-peubah acak diskret khusus : Seragam diskret, bernoulli,
Lebih terperinciPEUBAH ACAK. Materi 4 - STK211 Metode Statistika. October 2, Okt, Department of Statistics, IPB. Dr. Agus Mohamad Soleh
PEUBAH ACAK Materi 4 - STK211 Metode Statistika October 2, 2017 Okt, 2017 1 Pendahuluan Pernahkah bertanya, mengapa dalam soal ujian penerimaan mahasiswa baru, jika jawaban benar diberi nilai 4, salah
Lebih terperinciSTK 211 Metode statistika. Materi 4 Peubah Acak dan Sebaran Peluang
STK 211 Metode statistika Materi 4 Peubah Acak dan Sebaran Peluang 1 Pendahuluan Soal ujian masuk PT diselenggarakan dengan sistem pilihan berganda. Jika jawaban benar diberi nilai 4, salah dikurangi 1
Lebih terperinciBAB 2 TINJAUAN TEORITIS. Menurut Open Darnius (2009, hal : 53) simulasi dapat diartikan sebagai suatu
BAB 2 TINJAUAN TEORITIS 2.1 Pendahuluan Menurut Open Darnius (2009, hal : 53) simulasi dapat diartikan sebagai suatu rekayasa dari suatu model secara logika ilmiah merupakan suatu metode alternatif untuk
Lebih terperinciCara memperoleh data: Zaman dahulu, dgn cara : Melempar dadu Mengocok kartu
Cara memperoleh data: Zaman dahulu, dgn cara : Melempar dadu Mengocok kartu Zaman modern (>1940), dgn cara membentuk bilangan acak secara numerik/aritmatik (menggunakan komputer), disebut Pseudo Random
Lebih terperinciDistribusi Diskrit dan Kontinu yang Penting. Oleh Azimmatul Ihwah
Distribusi Diskrit dan Kontinu yang Penting Oleh Azimmatul Ihwah Distribusi Diskrit Fungsi probabilitas dari variabel random diskrit dapat dinyatakan dalam formula matematik tertentu yang dinamakan fungsi
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH SIMULASI (KB) KODE / SKS : KK / 3 SKS
KODE / SKS : KK-01333 / 3 SKS 1 Pengertian dan tujuan 1. Klasifikasi Model 1 Simulasi. Perbedaan penyelesaian problem Dapat menjelaskan klasifikasi model dari matematis secara analitis dan numeris suatu
Lebih terperinciMetode Statistika (STK 211) Pertemuan ke-5
Metode Statistika (STK 211) Pertemuan ke-5 rrahmaanisa@apps.ipb.ac.id Memahami definisi dan aplikasi peubah acak (peubah acak sebagai fungsi, peubah acak diskrit dan kontinu) Memahami sebaran peubah acak
Lebih terperinciDISTRIBUSI PROBABILITAS DISKRET Distribusi Binomial. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016
DISTRIBUSI PROBABILITAS DISKRET Distribusi Binomial Nur Hayati, S.ST, MT Yogyakarta, Maret 2016 Distribusi Binomial Perhatikan kembali setiap hasil percobaan statistik pada pembahasan sebelumnya, dari
Lebih terperinci28/09/2012 SAMPLE SPACE, SAMPLE POINTS, EVENTS. ω Ω
SAMPLE SPACE, SAMPLE POINTS, EVENTS Sample space,ω, Ω adalah sekumpulan semua sample points,ω, ω yang mungkin; dimana ω Ω Contoh 1. Melemparkan satu buah koin:ω={gambar,angka} Contoh 2. Menggelindingkan
Lebih terperinciDISTRIBUSI PROBABILITAS VARIABEL RANDOM
Universitas Gadjah Mada Fakultas Teknik Departemen Teknik Sipil dan Lingkungan DISTRIBUSI PROBABILITAS VARIABEL RANDOM Statistika dan Probabilitas 2 Distribusi probabilitas variabel random diskrit Distribusi
Lebih terperinci