BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang 3. HARAPAN MATEMATIK
|
|
- Yuliana Hermanto
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Pertemuan 5. BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang. Rataan peubah acak. HARAPAN MATEMATIK Misalkan dua mata uang setangkup dilantun, peubah acak X menyatakan banyaknya muncul muka. Ruang samapel percobaan tersebut adalah : T = {MM, MB, BM, BB}, dan P (X = 0) = P (BB) = 4 P (X = ) = P (BM) + P (MB) = 2, dan P (X = 2) = P (MM) = 4, Rataan peubah acak X, dapat ditentukan dengan =, ini disebut dengan Rataan peubah acak X atau rataan distribusi peluang X dan ditulis sebagai µ x atau cuma µ Rataan ini sering juga disebut dengan harapan matematik atau nilai harapan peubah acak X dan dinyatakan dengan E(X) Defenisi. Misalkanlah X suatu peubah acak dengan distribusi peluang f(x). Nilai harapan atau rataan X ialah µ = E(X) = x xf(x) bila X diskret, dan µ = E(X) = xf(x)d(x) bila X kontinu. Contoh. Carilah nilai harapan banyaknya kimiawan dalam panitia orang yang dipilih secara acak dari 4 kimiawan dan biolog. Contoh.2 Dalam suatu permainan seorang mendapat Rp 5.000,00 bila dalam lantunan uang logam muncul semua muka atau semua belakang, dan membayar Rp.000,00 bila muncul muka satu atau dua. Berapakah harapan kemenangannya. Contoh. Misalkan X peubah acak yang menyatakan umur dalam jam sejenis bola lampu. Fungsi padat peluangnya diberikan f(x) = { x,x>00 0,xlainnya Hitunglah harapan umur jenis bola lampu tadi. Teorema.
2 Misalkan X suatu peubah acak dengan distribusi peluang F (x). Rataan atau nilai harapan peubah acak g(x) adalah µ g(x) = E[g(X)] = Σg(x)f(x) bila X diskret, dan bila X kontinu µ g(x) = E[g(X)] = g(x)f(x)dx Contoh.4 Banyaknya mobil X, yang masuk ke suatu pencuci mobil setiap hari antara jam mempunyai distribusi peluang : x P (X = x) Misalkan g(x) = 2X menyatakan upah, dalam ribuan rupiah para karyawan yang dibayar perusahaan dalam jam tersebut. Cari harapan pendapatan karyawan pada jam tersebut. Contoh.5 Misalkan X suatu peubah acak dengan fungsi padat f(x) = { x, <x<2 0,xlain Hitunglah nilai harapan g(x) = 4X + Defenisi.2 Bila X dan Y peubah acak dengan distribusi peluang gabungan f(x, y) maka nilai harapan peubah acak g(x, Y ) adalah µ g(x,y ) = E[g(X, Y )] = Σ x Σ y g(x, y)f(x, y) bila X dan Y diskret, dan µ g(x,y ) = E[g(X, Y )] = g(x, y)f(x, y) bila X dan Y kontinu. Contoh.6 Misalkan X dan Y peubah acak dengan distribusi peluang gabungan seperti tabel dibawah ini 2
3 f(x, ) x = 0 x = x = 2 Jumlah baris y = y = y = 2 Junlah lajur Hitunglah nilai harapan g(x, Y ) = XY Tugas 5. Nomor 2,5,,6,20.2 Variansi dan kovariansi Keragaman suatu peubah acak X diperoleh dengan mengambil g(x) = (X µ) 2. Rataan ini disebut dengan variansi peubah acak X atau variansi distribusi peluang X dan dinyatakan dengan V ar(x) atau lambang σ 2 x atau σ 2. Defenisi. Misalkan peubah X peubah acak dengan distrubusi peluang f(x) dan rataan µ. Variansi X adalah σ 2 = E[(X µ) 2 ] = Σ x (x µ) 2 f(x) bila X diskret, dan σ 2 = E[(X µ) 2 ] = (x µ)2 f(x)dx bila X kontinu. Akar positip variansi, σ disebut simpangan baku X Contoh.7 Misalkan peubah acak X menyatakan banyaknya mobil yang digunakan untuk keperluan dinas kantor pada setiap hari kerja. Distribusi peluang untuk kantor A x 2 f(x) 0, 0,4 0, dan untuk kantor B x f(x) 0,2 0, 0, 0, 0,
4 Tunjukkan bahwa variansi distribusi peluang kantor B lebih besar dari pada variansi kantor A. Teorema.2 Variansi peubah acak X adalah σ 2 = E(X 2 ) µ 2 Contoh.8 Permintaan mingguan coca cola, dalam ribuan liter, pada suatu jaringan pemasaran daerah, merupakan peubah acak kontinu X dengan fungsi padat peluang f(x) = { 2(x ),<x<2 0,xlainnya Cari rataan dan variansi X. Defenisi.4 Misalkan X dan Y peubah acak dengan distribusi peluang gabungan f(x, y). Kovariansi X dan Y adalah σ XY = E[(X µ X )(Y µ Y ) = Σ x Σ y (x µ x )(y µ y )f(x, y) bila X dan Y diskret, dan σ XY = E[(X µ X )(Y µ Y )] = (x µ x)(y µ y )f(x, y) bila X dan Y kontinu Teorema. Kovariansi dua peubah acak X dan Y dengan rataan, masing-masing, µ X dan µ Y diberikan oleh σ XY = E(XY ) µ X µ Y Contoh.9 Banyaknya isi balpoint biru X dan banyaknya yang merah Y, bila 2 isi balpoin dipilih secara acak dari suatu kotak tertentu, telah diberikan contoh.6 dengan distribusi peluang gabungan berikut f(x, ) x = 0 x = x = 2 Jumlah baris y = y = y = 2 Junlah lajur
5 Cari kovariansi X dan Y. Tugas 5b.2 Nomor 2,,4,. Rataan dan variansi dari kobinasi linear peubah acak Teorema.4 Bila a dan b tetapan, maka E(aX + b) = ae(x) + b Bukti Menurut defenisi nilai harapan, E(aX + b) = (ax + b)f(x)dx = a xf(x)dx + b f(x)dx = ae(x) + b Akibat Bila diambil a = 0 maka E(b) = b Akibat 2 Bila diambil b = 0 maka E(aX) = ae(x) Contoh.0 Dengan menggunakan teorema kerjakan kembali contoh.4 Teorema.5 Jumlah nilai harapan atau selisih sua atau lebih fungsi suatu peubah acak X sama dengan jumlah atau selisih nilai harapan tersebut, yaitu E[g(X) ± h(x)] = E[g(X)] ± E[h(X)] Contoh. Pembelian mingguan teh botol, dalam ribuan liter, dari suatu agen daerah berbentuk suatu peubah acak kontinu g(x) = X 2 + X 2, bila X mempunyaui fungsi padat f(x){ 2(x ),<x,2 0,xlain Cari nilai harapan g(x) = X 2 + X 2 Teorema.6 E[g(X, Y ) ± h(x, Y )] = E[g(X, Y )] ± E[h(X, Y )] Teorema.7 Misalkan X dan Y dua peubah acak yang bebas. Maka E(XY ) = E(X)E(Y ) Contoh.2 Misalkan X dan Y peubah acak bebas dengan distribusi gabungan f(x) = { x(+y 2 ) 4,0<x<2,0<y< 0,xlain 5
6 Periksa apakah E(XY ) = E(X)E(Y ) sepertin teorema.7 dipenuhi. Teorema.8 Bila a dan B tetapan, maka σ ax+b = a 2 σ 2 x = a 2 σ 2 Teorema.9 Bila X dan Y peubah acak dengan distribusi peluang gabungan f(x, y), maka σ 2 ax+by = a2 σ 2 X + b2 σ 2 Y + 2abσ XY Contoh. Bila X dan Y peubah acak dengan variansi σx 2 = 2, σ2 Y = 4, dan kovariansi σ XY = 2, carilah variansi peubah acak Z = X 4Y teorema Chebyshev Teorema.0 Peluang setiap peubah acak X mendapat nilai dalam k simpangan baku dari nilai rataan adalah paling sedikit k 2, yaitu P (µ kσ < X < µ + kσ) k 2 Contoh.4 Suatu peubah acak X mempunyai rataan µ = 8, variansi σ 2 = 94, sedangkan peluang distribusinya tidak diketahui. Hitunglah a. P ( 4 < X < 20), dan b. P ( X 8 6). Tugas 5c. dan.4 Nomor,5,0,4,6 Soal Ulangan Nomor 7 6
BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang 3. HARAPAN MATEMATIK
Pertemuan 5. BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang. Rataan peubah acak. HARAPAN MATEMATIK Misalkan dua mata uang setangkup dilantun, peubah acak X menyatakan banyaknya
Lebih terperinciBAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang 3. HARAPAN MATEMATIK
Pertemuan 6. BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang. Variansi dan kovariansi. HARAPAN MATEMATIK Keragaman suatu peubah acak X diperoleh dengan mengambil g(x) = (X µ). Rataan
Lebih terperinciHarapan Matematik (Teori Ekspektasi)
(Teori Ekspektasi) PROBABILITAS DAN STATISTIKA Semester Genap 2014/2015 LUTFI FANANI lutfi.class@gmail.com Sifat Definisi Harapan matematik atau nilai ekspektasi adalah satu konsep yang penting di dalam
Lebih terperinciHarapan Matematik. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB
Harapan Matematik Bahan Kuliah II09 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB 1 Definisi Harapan Matematik Satu konsep yang penting di dalam teori peluang
Lebih terperinciStatistika Variansi dan Kovariansi. Adam Hendra Brata
Statistika dan Adam Hendra Brata Kita sudah memahami bahwa nilai harapan peubah acak X seringkali disebut rataan (mean) dan dilambangkan dengan μ. Tetapi, rataan tidak memberikan gambaran dispersi atau
Lebih terperinciHARAPAN MATEMATIK. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016
HARAPAN MATEMATIK Nur Hayati, S.ST, MT Yogyakarta, Maret 2016 Pendahuluan Rata-rata perubah acak X atau rata-rata distribusi peluang X ditulis x atau. Dalam statistik rata-rata ini disebut harapan matematik
Lebih terperinciVariansi dan Kovariansi. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB
Variansi dan Kovariansi Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB 1 Variansi Kita sudah memahami bahwa nilai harapan peubah acak X seringkali
Lebih terperinci2. Peubah Acak (Random Variable)
. Peubah Acak (Random Variable) EL00-Probabilitas dan Statistik Dosen: Andriyan B. Suksmono Isi 0. Review dari EL009 KonsepPeubahAcak Sebaran Peluang Diskrit Sebaran Peluang Kontinyu Sebaran Empiris Sebaran
Lebih terperinciPeubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R
Bab Peubah Acak. Konsep Dasar Peubah Acak Peubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R Contoh peubah acak: Jika X adalah peubah acak banyaknya sisi muka yang muncul pada
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 terperinciSebaran Peubah Acak Bersama
Bab 6 Sebaran Peubah Acak Bersama 6. Peubah Acak Ganda Misalnya terdapat suatu tindakan pelemparan sekeping mata uang seimbang sebanyak 3 kali, dan X adalah peubah acak banyaknya sisi muka yang muncul
Lebih terperinciSebaran Peubah Acak Bersama
Bab 6 Sebaran Peubah Acak Bersama 6. Peubah Acak Ganda Misalnya terdapat suatu tindakan pelemparan sekeping mata uang seimbang sebanyak 3 kali, dan X adalah peubah acak banyaknya sisi muka yang muncul
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 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 terperinciCatatan Kuliah AK5161 MATEMATIKA KEUANGAN AKTUARIA. Insure and Invest! Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 MATEMATIKA KEUANGAN AKTUARIA Insure and Invest! disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014 Tentang AK5161 MatKeu
Lebih terperinci(HARAPAN MATEMATIKA) BI5106 Analisis Biostatistik 20 September 2012 Utriweni Mukhaiyar
1 EKSPEKTASI (HARAPAN MATEMATIKA) BI5106 Analisis Biostatistik 0 September 01 Utriweni Mukhaiyar Ekspektasi Suatu Peubah Acak Misalkan X peubah acak Ekspektasi dari X EX [ ] xp( X x), jika X peubah acak
Lebih terperinciBAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang 1. PELUANG
Pertemuan 3. 1.6 Peluang Bersyarat BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang 1. PELUANG Peluang terjadinya suatu kejadian B bila diketahui bahwa kejadian A telah terjadi disebut
Lebih terperinciBAB IV EKSPEKTASI MATEMATIK
BAB IV EKSPEKTASI MATEMATIK.1. Rata-rata variabel acak Bila dua koin dilemparkan sebanyak 16 kali dan X adalah jumlah depan (atas) yang muncul setiap kali pelemparan. Sehinga nilai X adalah 0,1, atau.
Lebih terperinciBAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang 1 PELUANG
Pertemuan 2. BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang 1.3 Menghitung titik sampel 1 PELUANG Teorema 1.1 (Kaedah pencacahan) Bila suatu operasi dapat dilakukan dengan n 1
Lebih terperinciCatatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2014 1 Tentang AK5161 Matematika
Lebih terperinciDengan demikian, untuk sembarang B = [a, b], maka persamaan (5.1) menjadi
Bab 5 Peubah Acak Kontinu 5.1 Pendahuluan Definisi 5.1. Peubah acak adalah suatu fungsi dari ruang contoh S ke R (himpunan bilangan nyata) Peubah acak X bersifat diskret jika F (x) adalah fungsi tangga.
Lebih terperinci5. Peluang Diskrit. Pengantar
5. Peluang Diskrit Pengantar Semua yang telah dipelajari di dalam teori pencacahan (counting) akan menjadi dasar dalam perhitungan peluang terjadinya suatu peristiwa. Dalam pembahasan berikut, istilah
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 terperinciContoh Solusi PR 2 Statistika & Probabilitas. 1. Semesta dari kejadian adalah: pemilihan 5 soal dari 10 soal. Jumlah kemungkinannya ( 10 = 252.
Contoh Solusi PR Statistika & Probabilitas Semesta dari kejadian adalah: pemilihan soal dari soal Jumlah kemungkinannya ( ) = (a) Kemungkinannya dapat dihitung dengan memilih soal tes dari soal yang anak
Lebih terperinciCatatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2014 1 Tentang AK5161 Matematika
Lebih terperinciPEUBAH ACAK DAN SEBARANNYA
LOGO STATISTIKA MATEMATIKA I PEUBAH ACAK DAN SEBARANNYA Hazmira Yozza Izzati Rami HG Jurusan Matematika FMIPA Universitas Andalas Percobaan : Pelemparan dua mata uang AA AG GA GG S X Definisi 2.1. Peubah
Lebih terperinciPengantar Statistika Matematik(a)
Catatan Kuliah Pengantar Statistika Matematik(a) Statistika Lebih Dari Sekadar Matematika disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014
Lebih terperinciPeubah Acak. Bab 4. Definisi 4.1 Peubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R
Bab 4 Peubah Acak Definisi 4. Peubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R Contoh 4. Jika Y adalah peubah acak banyaknya sisi muka yang muncul pada pelemparan tiga sisi
Lebih terperinciAK5161 Matematika Keuangan Aktuaria
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang AK5161 Matematika
Lebih terperinciAK5161 Matematika Keuangan Aktuaria
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang AK5161 Matematika
Lebih terperinciMinggu 4-5 Analisis Model MA, AR, ARMA. Minggu 6-7 Model Diagnostik dan Forecasting. Minggu 8-9 Analisi Model ARI, IMA, ARIMA
CNH4S3 Analisis Time Series Dosen: Aniq A Rohmawati, M.Si [Jadwal]: [Materi Analsis Time Series] Kuliah Pemodelan dan Simulasi berisi tentang dasar pemodelan time series seperti kestasioneran, identifikasi
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 3 Sebaran Peluang Peubah Acak
STK511 Analisis Statistika Pertemuan 3 Sebaran Peluang Peubah Acak Beberapa Konsep Dasar Percobaan statistika: kegiatan yang hasil akhir keluarannya tidak diketahui di awal, tetapi kemungkinan-kemungkinannya
Lebih terperinciDistribusi Sampling. Ayundyah K., M.Si. PROGRAM STUDI STATISTIKA UNIVERSITAS ISLAM INDONESIA 2015
Distribusi Sampling Ayundyah K., M.Si. PROGRAM STUDI STATISTIKA UNIVERSITAS ISLAM INDONESIA 2015 Populasi dan Sampel Unit adalah entitas (wujud) tunggal, biasanya orang atau suatu obyek, yang diinginkan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI.1 Peubah Acak dan Distribusinya.1.1 Peubah Acak Definisi.1: Peubah acak adalah suatu fungsi yang menghubungkan sebuah bilangan real dengan setiap unsur di dalam ruang contoh, (Walpole
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Berikut ini adalah beberapa definisi dan teorema yang menjadi landasan dalam penentuan harga premi, fungsi permintaan, dan kesetimbangannya pada portfolio heterogen. 2.1 Percobaan
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 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 terperinciSUKU BANYAK. A. Teorema Sisa 1) F(x) = (x b) H(x) + S, maka S = F(b) 2) F(x) = (ax b) H(x) + S, maka S = F( a
SUKU BANYAK A. Teorema Sisa 1) F(x) = (x b) H(x) + S, maka S = F(b) 2) F(x) = (ax b) H(x) + S, maka S = F( a b ) 3) F(x) : [(x a)(x b)], maka S(x) = (x a)s 2 + S 1, dengan S 2 adalah sisa pembagian pada
Lebih terperinciMA3081 STATISTIKA MATEMATIKA We love Statistics
Catatan Kuliah MA3081 STATISTIKA MATEMATIKA We love Statistics disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Daftar Isi 1 Peubah Acak
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 terperinciMinggu 4-5 Analisis Model MA, AR, ARMA. Minggu 6-7 Model Diagnostik dan Forecasting. Minggu 8-9 Analisi Model ARI, IMA, ARIMA
CNH4S3 Analisis Time Series Dosen: Aniq A Rohmawati, M.Si [Jadwal]: [Materi Analsis Time Series] Kuliah Pemodelan dan Simulasi berisi tentang dasar pemodelan time series seperti kestasioneran, identifikasi
Lebih terperinciDISTRIBUTIONS OF RANDOM VARIABLE DISTRIBUSI VARIABEL RANDOM
1.11 Chebyshev s Inequality DISTRIBUTIONS OF RANDOM VARIABLE (Ketaksamaan Chebyshev) A. Pendahuluan DISTRIBUSI VARIABEL RANDOM Konsep atau rumus yang berhubungan dengan Ketaksamaan Chebyshev Ekspektasi
Lebih terperinciMODEL ANTRIAN DENGAN KEDATANGAN BERDISTRIBUSI POISSON DAN WAKTU PELAYANAN BERDISTRIBUSI EKSPONENSIAL
MODEL ANTRIAN DENGAN KEDATANGAN BERDISTRIBUSI POISSON DAN WAKTU PELAYANAN BERDISTRIBUSI EKSPONENSIAL (Studi Kasus: Antrian Prioritas Layanan BPJS RS Panti Rapih) SKRIPSI Diajukan untuk Memenuhi Salah Satu
Lebih terperinciBAHAN AJAR 6 PELUANG BERSYARAT DAN KEBEBASAN STOKASTIK Kemampuan Prasyarat: Kalkulus 2 dan Teori Peluang Situasi 1:
BAHAN AJAR 6 PELUANG BERSYARAT DAN KEBEBASAN STOKASTIK Kemampuan Prasyarat: Kalkulus 2 dan Teori Peluang Situasi 1: Di suatu perusahaan terdapat kelompok pekerja pria dan dan wanita dengan skala penggajian
Lebih terperinciMA3081 STATISTIKA MATEMATIKA We love Statistics
Catatan Kuliah MA3081 STATISTIKA MATEMATIKA We love Statistics disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Daftar Isi 1 Peubah Acak
Lebih terperinciCatatan Kuliah MA3081 STATISTIKA MATEMATIKA Statistika Mengalahkan Matematika. disusun oleh Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah MA3081 STATISTIKA MATEMATIKA Statistika Mengalahkan Matematika disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2011 Daftar Isi
Lebih terperinciDistribusi Peluang. Pendahuluan MODUL
MODUL 1 3 4 5 6 Pendahuluan Distribusi Peluang Pokok bahasan yang akan Anda pelajari dalam modul ini adalah distribusi peluang dan sifat-sifatnya. Pokok bahasan ini terdiri dari tiga subpokok bahasan,
Lebih terperinciDistribusi Peluang Kontinu. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB
Distribusi Peluang Kontinu Bahan Kuliah II9 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB 1 Fungsi Padat Peluang Untuk peubah acak kontinu, fungsi peluangnya
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 terperinciMetode Statistika STK211/ 3(2-3)
Metode Statistika STK211/ 3(2-3) Pertemuan V Peubah Acak dan Sebaran Peubah Acak Septian Rahardiantoro - STK IPB 1 Pertemuan minggu lalu kita sudah belajar mengenai cara untuk membuat daftar kemungkinan-kemungkinan
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 terperinciMinggu 1 Review Peubah Acak; Karakteristik Time Series. Minggu 4-6 Model Moving Average (MA), Autoregressive (AR)
CNH4S3 Analisis Time Series [Dosen] Aniq A Rohmawati, M.Si [Jadwal] Need to reschedule? [About] The purpose of time series analysis is generally twofold: to understand or model the stochastic mechanism
Lebih terperinciKuis 1 MA5181 Proses Stokastik Precise. Prospective. Tanggal 24 Agustus 2016, Waktu: suka-suka menit Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Kuis Selamat Datang MA5181 Proses Stokastik Precise. Prospective. Tanggal 23 Agustus 2016, Waktu: suka-suka menit 1. Mahasiswa yang datang ke ruang kuliah mengikuti suatu proses dengan laju kedatangan
Lebih terperinciPeubah Acak dan Distribusi Kontinu
BAB 1 Peubah Acak dan Distribusi Kontinu 1.1 Fungsi distribusi Definisi: Misalkan X peubah acak. Fungsi distribusi (kumulatif) dari X adalah F X (x) = P (X x) Contoh: 1. Misalkan X Bin(3, 0.5), maka fungsi
Lebih terperinciSTK 511 Analisis statistika. Materi 3 Sebaran Peubah Acak
STK 511 Analisis statistika Materi 3 Sebaran Peubah Acak 1 Konsep Peluang 2 Peluang Peluang dapat diartikan sebagai ukuran kemungkinan terjadinya suatu kejadian Untuk memahami peluang diperlukan pemahaman
Lebih terperinciDistribusi Probabilitas : Gamma & Eksponensial
Distribusi Probabilitas : Gamma & Eksponensial 11 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Distribusi Gamma Distribusi Eksponensial 3 Distribusi Gamma Tidak selamanya
Lebih terperinciUkuran Statistik Bagi Data
Ukuran Statistik Bagi Data 1.1 Parameter dan Statistik Dalam statistika dikenal istilah populasi. Populasi merupakan kumpulan objek yang merupakan objek pengamatan kita. Deskripsi dari populasi tersebut
Lebih terperinciSoal-Soal dan Pembahasan Ujian Nasional Matematika Tahun Pelajaran 2010/2011 Program Studi IPS/Keagamaan
Soal-Soal dan Pembahasan Ujian Nasional Matematika Tahun Pelajaran 00/0 Program Studi IPS/Keagamaan. Himpunan penyelesaian pertidaksamaan -x +x 5 0 adalah... A. { x x -5 atau x -, x R } D. { x x - atau
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 terperinciMINGGU KE-8 HARGA HARAPAN DAN BEBERAPA KETAKSAMAAN DALA
MINGGU KE-8 HARGA HARAPAN DAN BEBERAPA KETAKSAMAAN DALAM STATISTIKA HARGA HARAPAN Definisi Misalkan X variabel random. Bila X variabel random kontinu dengan f.k.p. f (x) dan maka harga harapan X adalah
Lebih terperinciProbabilitas dan Statistika Variabel Acak dan Fungsi Distribusi Peluang Diskrit. Adam Hendra Brata
dan Statistika dan Fungsi Peluang Adam Hendra Brata acak adalah sebuah fungsi yang memetakan hasil kejadian yang ada di alam (seperti : buka dan tutup; terang, redup dan gelap; merah, kuning dan hijau;
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 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 terperinciSuku Banyak. A. Pengertian Suku Banyak B. Menentukan Nilai Suku Banyak C. Pembagian Suku Banyak D. Teorema Sisa E. Teorema Faktor
Bab 5 Sumber: www.in.gr Setelah mempelajari bab ini, Anda harus mampu menggunakan konsep, sifat, dan aturan fungsi komposisi dalam pemecahan masalah; menggunakan konsep, sifat, dan aturan fungsi invers
Lebih terperinciMA 2081 STATISTIKA DASAR UTRIWENI MUKHAIYAR 24 FEBRUARI 2011
Fungsi Peluang Gabungan MA 2081 STATISTIKA DASAR UTRIWENI MUKHAIYAR 24 FEBRUARI 2011 Ilustrasi Suatu perusahaan properti memiliki banyak gedung/bangunan yang ditawarkan dengan kategori-kategori yang berbeda.
Lebih terperinciBab 7 Ekspektasi dan Fungsi Pembangkit Momen: Cintailah Mean
MA38 Teori Peluang - Khreshna Syuhada Bab 7 Bab 7 Ekspektasi dan Fungsi Pembangkit Momen: Cintailah Mean Ilustrasi 7. Seorang peserta kuis diberi dua buah pertanyaan (P-, P-2), yang harus dijawab dengan
Lebih terperinciLearning Outcomes Sebaran Kontinu Nilai Harapan dan Ragam Beberapa Sebaran Kontinu. Peubah Acak Kontinu. Julio Adisantoso.
Beberapa 27 April 2014 Beberapa Learning Outcome Outline Mahasiswa dapat mengerti dan menentukan peubah acak diskret Mahasiswa dapat memahami dan menghitung nilai harapan Mahasiswa dapat memahami dan menghitung
Lebih terperinciMinggu 3 Peluang Bersyarat (Teorema Bayes) Minggu 4 Peubah Acak, Fungsi Peluang, Fungsi Distribusi. Minggu 6 Distribusi Peubah Acak Diskrit (PAD)
MUGE Statistika Dosen: Aniq A Rohmawati, M.Si [Kelas Statistika] CS-8-0 [Jadwal] Rabu 1.0-14.0 R.KU.05.14; Jumat 16.0-18.0 R.KU.05.15 [Materi Statistika] Minggu 1 Statistika deskriptif Minggu Tipe kejadian
Lebih terperinciTRY OUT UJIAN NASIONAL TAH SMA/MA PROGRAM STUDI IPS MATEMATIKA
DOKUMEN SEKOLAH MATEMATIKA SMA/MA IPS PAKET NAMA : NO.PESERTA : TRY OUT UJIAN NASIONAL TAH TAHUN UN PELAJARAN 0/0 SMA/MA PROGRAM STUDI IPS MATEMATIKA PUSPENDIK SMAYANI SMA ISLAM AHMAD YANI BATANG 0 TRY
Lebih terperinciTRY OUT UJIAN NASIONAL TAH SMA/MA PROGRAM STUDI IPS MATEMATIKA
DOKUMEN SEKOLAH MATEMATIKA SMA/MA IPS PAKET NAMA : NO.PESERTA : TRY OUT UJIAN NASIONAL TAH TAHUN UN PELAJARAN 0/0 SMA/MA PROGRAM STUDI IPS MATEMATIKA PUSPENDIK SMAYANI SMA ISLAM AHMAD YANI BATANG 0 TRY
Lebih terperinciA. Distribusi Gabungan
HANDOUT PERKULIAHAN Mata Kuliah : Statistika Matematika Pertemuan Ke : 5 Pokok Bahasan : Distibusi Dua peubah Acak URAIAN POKOK PERKULIAHAN A. Distribusi Gabungan Definisi 1: Peubah Acak Berdimensi Dua
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 terperinciBEBERAPA DISTRIBUSI PELUANG KONTINU. Normal, Gamma, Eksponensial, Khi-Kuadrat, Student dan F
BEBERAPA DISTRIBUSI PELUANG KONTINU Normal, Gamma, Eksponensial, Khi-Kuadrat, Student dan F Distribusi Normal Distribusi yang terpenting dalam bidang statistika, penemu : DeMoivre (733) dan Gauss Bergantung
Lebih terperinciBAHAN AJAR 1 DISTRIBUSI PEUBAH ACAK
Contoh Draf Bahan Ajar 1 BAHAN AJAR 1 DISTRIBUSI PEUBAH ACAK Situasi 1: Seorang mahasiswa mengundi 2 buah mata uang yang seimbang secara bersamaan. Misalkan X menyatakan banyaknya huruf (H) yang muncul.
Lebih terperinciSituasi 1: a. Buatlah pernyataan-pernyataan yang sesuai dengan situasi di atas!
BAHAN AJAR 3 DISTRIBUSI PEUBAH ACAK GABUNGAN DAN FUNGSI PELUANG MARGINAL Situasi 1: Sebuah kotak berisi tiga ballpoint berwarna merah, dua berwarna biru dan tiga berwarna hitam. Kemudian dua buah ballpoint
Lebih terperinciBAB II KAJIAN PUSTAKA
4 BAB II KAJIAN PUSTAKA Pada sub bab ini akan diberikan beberapa definisi dan teori yang mendukung rancangan Sequential Probability Ratio Test (SPRT) yaitu percobaan dan ruang sampel, peubah acak dan fungsi
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 terperinciA. Distribusi Gabungan
HANDOUT PERKULIAHAN Mata Kuliah Pokok Bahasan : Statistika Matematika : Distibusi Dua peubah Acak URAIAN POKOK PERKULIAHAN A. Distribusi Gabungan Definisi 1: Peubah Acak Berdimensi Dua Jika S merupakan
Lebih terperinciCatatan Kuliah MA3081 STATISTIKA MATEMATIKA Statistika Mengalahkan Matematika. disusun oleh Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah MA3081 STATISTIKA MATEMATIKA Statistika Mengalahkan Matematika disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2011 Daftar Isi
Lebih terperinciMA3081 STATISTIKA MATEMATIKA Statistika Mengalahkan Matematika
Catatan Kuliah MA3081 STATISTIKA MATEMATIKA Statistika Mengalahkan Matematika disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2011 Daftar Isi
Lebih terperinciCatatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang AK5161 Matematika
Lebih terperinciCatatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2017 1 Tentang AK5161 Matematika
Lebih terperinciPengantar Statistika Matematik(a)
Catatan Kuliah Pengantar Statistika Matematik(a) Statistika Lebih Dari Sekadar Matematika disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014
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 terperinciVariabel Random dan Nilai Harapan. Oleh Azimmatul Ihwah
Variabel Random dan Nilai Harapan Oleh Azimmatul Ihwah Outcomes dari suatu eksperimen dapat dinyatakan dengan angka untuk mempermudah. Suatu variabel yang mengasosiakan outcomes dari suatu eksperimen dengan
Lebih terperinciPerumusan Probabilitas Kejadian Majemuk S S A B A B Maka banyak anggota himpunan gabungan A dan B adalah : n(a n(a B) = n(a) + n(b) n(a n(a B) Kejadia
HUKUM PROBABILITAS Pertemuan ke ke--4 Didin Astriani Prasetyowati, M.Stat Perumusan Probabilitas Kejadian Majemuk S S A B A B Maka banyak anggota himpunan gabungan A dan B adalah : n(a n(a B) = n(a) +
Lebih terperinciDistribusi Normal. Statistika (MAM 4137) Syarifah Hikmah JS
Distribusi Normal Statistika (MAM 4137) Syarifah Hikmah JS Outline Kurva normal Luas daerah di bawah kurva normal Penerapan sebaran normal DISTRIBUSI NORMAL model distribusi kontinyu yang paling penting
Lebih terperinciPR ONLINE MATA UJIAN: MATEMATIKA IPS (KODE S09)
PR ONLINE MATA UJIAN: MATEMATIKA IPS (KODE S09) 1. Luas daerah yang dibatasi oleh kurva y = x + x + 5, sumbu x, dan 0 x 1... satuan luas (A) (C) (E) 5 (B) 0 (D) 5 1. Diketahui segitiga ABC, siku-siku di
Lebih terperinciCatatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2014 1 Tentang AK5161 Matematika
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 terperinciUM UGM 2017 Matematika Dasar
UM UGM 07 Matematika Dasar Soal UTUL UGM - Matematika Dasar 07 (Kode Soal 84) Halaman 0. Tujuh bilangan membentuk barisan aritmetika. Jika jumlah tiga bilangan pertama sama dengan 33 dan jumlah tiga bilangan
Lebih terperinciCatatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2017 1 Tentang AK5161 Matematika
Lebih terperinciProbabilitas dan Statistika Distribusi Peluang Kontinyu 1. Adam Hendra Brata
Probabilitas dan Statistika Distribusi Peluang Kontinyu 1 Adam Hendra Brata Variabel Acak Kontinyu - Variabel Acak Kontinyu Suatu variabel yang memiliki nilai pecahan didalam range tertentu Distribusi
Lebih terperinci1. Dari suatu barisan aritmetika diketahui suku ke-15 adalah 222 dan suku ke-12 adalah 57. Suku ke-15 barisan ini adalah. A. 62 B. 68 C. 72 D. 74 E.
. Dari suatu barisan aritmetika diketahui suku ke-5 adalah dan suku ke- adalah 57. Suku ke-5 barisan ini adalah. A. 6 B. 68 7 D. 74 E. 76. Suku ketiga dan suku keenam barisan geometri berturut-turut adalah
Lebih terperinciPELUANG. Hasil Kedua. Hasil Pertama. Titik Sampel GG GA A
PELUANG Percobaan dalam statistika menyatakan tiap proses yang menghasilkan data mentah. Ruang sampel adalah himpunan semua hasil yang mungkin dari suatu percobaan statistika dan dinyatakan dalam lambang
Lebih terperinciDASAR-DASAR TEORI PELUANG
DASAR-DASAR TEORI PELUANG Herry P. Suryawan 1 Ruang Peluang Definisi 1.1 Diberikan himpunan tak kosong Ω. Aljabar-σ (σ-algebra pada Ω adalah koleksi subhimpunan A dari Ω dengan sifat (i, Ω A (ii jika A
Lebih terperinciBAHAN AJAR ANALISIS REAL 1 Matematika STKIP Tuanku Tambusai Bangkinang
Pertemuan 2. BAHAN AJAR ANALISIS REAL Matematika STKIP Tuanku Tambusai Bangkinang 0. Bilangan Real 0. Bilangan Real sebagai bentuk desimal Pada pembahasan berikutnya kita diasumsikan telah mengetahui dengan
Lebih terperinciPELUANG. Titik Sampel GG
PELUNG Percobaan dalam statistika menyatakan tiap proses yang menghasilkan data mentah. Ruang sampel adalah himpunan semua hasil yang mungkin dari suatu percobaan statistika dan dinyatakan dalam lambang
Lebih terperinciSolusi: [Jawaban C] Solusi: [Jawaban ]
SOLUSI SMA/MA MATEMATIKA Program Studi IPA Kerjasama UNIVERSITAS GUNADARMA dengan Dinas Pendidikan Provinsi DKI Jakarta, Kota/Kabupaten BODETABEK, Tangerang Selatan, Karawang, Serang, Pandeglang, dan Cilegon
Lebih terperinci