P (A c B c ) = P [(A B) c ] = 1 P (A B) = 1 P (A) P (B) + P (AB)

Ukuran: px
Mulai penontonan dengan halaman:

Download "P (A c B c ) = P [(A B) c ] = 1 P (A B) = 1 P (A) P (B) + P (AB)"

Transkripsi

1 Diskusi 1 Tanggal 29 Januari 2014, Waktu: suka-suka menit Peluang suatu kejadian; sifat-sifat peluang (termasuk kejadian-kejadian saling asing dan saling bebas); peluang bersyarat; peluang total; 1. Buktikan bahwa: P (A c B c ) = 1 P (A) P (B) + P (AB) P (A c B c ) = P [(A B) c ] = 1 P (A B) = 1 P (A) P (B) + P (AB) 2. Diketahui P (A B) = P (A B c ) = 0.7. Hitung P(A). Apakah diperlukan asumsi kebebasan untuk kejadian A dan B? Jelaskan! P (A B) = P (A) + P (B) P (AB) = 0.7; P (A B c ) = P (A) + P (B c ) P (AB c ) = 0.7. Jika kedua persamaan diatas dijumlahkan diperoleh, 2P (A) + P (B) + P (B c ) [P (AB) + P (AB c )] = 1.4. Jadi, P (A) = 0.4, karena P (B) + P (B c ) = 1 dan P (AB) + P (AB c ) = P (A) (untuk A dan B saling bebas ataupun tidak) 3. Misalkan Avi, Evi, dan Ivi bermain dengan cara melantunkan koin. Jika keluaran koin dari salah satu dari mereka tidak berbeda maka permainan berakhir. Jika tidak, maka lantunan koin diulang. Hitung peluang bahwa permainan berakhir pada lantunan koin yang kedua. Ruang sampel S = {MMM, MMB, MBM, MBB, BBB, BBM, BMB, BMM}. Peluang permainan berakhir pada lantunan koin yang pertama adalah P ({MMM}) + P ({BBB}) = 1/8 + 1/8 = 1/4. Sedangkan peluang permainan berlanjut setelah lantunan pertama adalah 1 P (permainan berakhir pada lantunan pertama) = 3/4. Jadi, permainan berakhir pada lantunan kedua dengan peluang (3/4)(1/4) = 3/16. 1

2 4. Zeita melantunkan sebuah dadu merah dan sebuah dadu hijau. Misalkan A = dadu merah menunjukkan titik 2 atau 4, B = jumlah titik dadu untuk kedua dadu paling banyak 7. Apakah kejadian A dan B saling bebas? P (A) = P (2) + P (4) P (24) = 1/3 P (B) = ( )/36 = 21/36 = 7/12 Jadi, P (A)P (B) = 7/36 Sementara itu, P (AB) = P ({(2, 1),..., (2, 5), (4, 1), (4, 2), (4, 3)}) = 8/36 2

3 Diskusi 2 Tanggal 5 Februari 2014, Waktu: suka-suka menit Peluang suatu kejadian; sifat-sifat peluang (termasuk kejadian-kejadian saling asing dan saling bebas); peluang bersyarat; peluang total; 1. Kuis Selamat Datang 2. Direktur perusahaan mengundang para karyawan yang memiliki setidaknya satu anak laki-laki (L) ke acara syukuran khitanan. Seorang karyawan memiliki dua anak. Berapa peluang bahwa kedua anak karyawan adalah laki-laki, diberikan bahwa karyawan tersebut diundang ke acara syukuran? Misalkan L kejadian memiliki anak laki-laki; LK kejadian memiliki dua anak laki-laki; U kejadian diundang ke acara syukuran. Jadi, P (LK U) = P (LK U) P (U) = P ({{LL} {LL, LLc, L c L}}) P ({LL, LL c, L c L}) P ({LL}) = P ({LL, LL c, L c L}) = (1/4)/(3/4) = 1/3 3. Sebagai seorang sekretaris, Dien tahu bahwa sebuah surat akan berada di salah satu dari tiga buah kotak surat yang ada dengan peluang sama. Misalkan p i adalah peluang bahwa Dien akan menemukan surat setelah mengecek kotak surat i dengan cepat jika ternyata surat tersebut berada di kotak surat i, i = 1, 2, 3. Misalkan Dien mengecek kotak surat 1 dan tidak menemukan surat. Berapa peluang kejadian itu akan terjadi? Misalkan K i, i = 1, 2, 3 adalah kejadian surat berada di kotak surat i. Misalkan T kejadian mengecek kotak surat 1 dan tidak mendapatkan surat. Peluang kejadian itu akan terjadi adalah P (T ) = P (T K 1 )P (K 1 ) + P (T K 2 )P (K 2 ) + P (T K 3 )P (K 3 ) = (1 p 1 )(1/3) + 1/3 + 1/3 3

4 Diskusi 3 Tanggal 12 Februari 2014, Waktu: suka-suka menit Peluang suatu kejadian; sifat-sifat peluang (termasuk kejadian-kejadian saling asing dan saling bebas); peluang bersyarat; peluang total; 1. Sebagai seorang sekretaris, Dien tahu bahwa sebuah surat akan berada di salah satu dari tiga buah kotak surat yang ada dengan peluang sama. Misalkan p i adalah peluang bahwa Dien akan menemukan surat setelah mengecek kotak surat i dengan cepat jika ternyata surat tersebut berada di kotak surat i, i = 1, 2, 3. Jika diketahui Dien mengecek kotak surat 1 dan tidak menemukan surat, berapa peluang bahwa surat itu ada di kotak surat 1? P (T K 1 )P (K 1 ) P (K 1 T ) = P (T K 1 )P (K 1 ) + P (T K 2 )P (K 2 ) + P (T K 3 )P (K 3 ) (1 p 1 )(1/3) = (1 p 1 )(1/3) + 1/3 + 1/3 2. Iva memegang sebuah koin yang memiliki sisi MUKA dan BELAKANG dan sebuah koin lain yang ternyata memiliki dua sisi MUKA. Iva kemudian memilih sebuah koin secara acak dan melantunkannya. Ternyata muncul MUKA. Misalkan Iva memilih sebuah koin lagi secara acak dan melantunkan untuk keduakalinya dan muncul MUKA. Kemudian Iva melakukan hal yang sama untuk ketigakalinya dan muncul MUKA. Berapa peluang bahwa koin yang dilantunkan adalah koin bersisi MUKA dan BELAKANG? Misalkan M kejadian muncul MUKA; K 1 kejadian memiliki koin dengan sisi MUKA dan BELAKANG; K 2 kejadian memiliki koin dengan dua sisi MUKA. P (K 1 M) = P (M K 1)P (K 1 ) P (M) P (M K 1 )P (K 1 ) = P (M K 1 )P (K 1 ) + P (M K 2 )P (K 2 ) (1/2)(1/2) = (1/2)(1/2) + (1)(1/2) 4

5 Diskusi 4 Tanggal 26 Februari 2014, Waktu: suka-suka menit Peluang pada nilai peubah acak; fungsi peluang; fungsi distribusi; ekspektasi; variansi; distribusi diskrit; distribusi kontinu; ekspektasi bersyarat 1. Enam laki-laki dan 5 perempuan melamar suatu pekerjaan di PT KhrshFin. Empat dari mereka terpilih secara acak untuk diwawancarai. Misalkan X menyatakan banyak perempuan yang terpilih. Tentukan fungsi peluang f(x). Tentukan peluang bahwa satu atau dua perempuan terpilih. Berapa banyak perempuan yang diharapkan terpilih? Fungsi peluang untuk X adalah P (X = k) = C5 k C6 4 k C4 11, k = 0, 1, 2, 3, 4 2. Suatu peubah acak X memiliki distribusi peluang p, x = , x = , x = 20p P (X = x) = p, x = 3 4p, x = 4 0, x yang lain Tentukan fungsi distribusi F (x). p p + 4p = 1. Didapat p = , x < , 1.9 x < , 0.1 x < 2 F (x) = 0.5, 2 x < 3 0.6, 3 x < 4 1, x 4 3. Tentukan fungsi peluang dari fungsi distribusi berikut: 5

6 0, x < 3.1 3/5, 3.1 x < 0 F (x) = 7/10, 0 x < 1 1, 1 x f( 3.1) = 3/5 = 6/10; f(0) = 1/10; f(1) = 3/10 4. Lihat soal No 1, berapa banyak perempuan yang diharapkan terpilih? 6

7 Diskusi 5 Tanggal 5 Maret 2014, Waktu: suka-suka menit Peluang pada nilai peubah acak; fungsi peluang; fungsi distribusi; ekspektasi; variansi; distribusi diskrit; distribusi kontinu; ekspektasi bersyarat 1. Suatu hasil produksi (misalkan sebuah TV) akan rusak dengan peluang 0.1. Hasil produksi saling bebas. Jika terdapat 3 hasil produksi (3 buah TV), berapa peluang bahwa paling banyak 1 TV rusak? 2. Suatu jasa pengetikan skripsi memperkerjakan A, B, C. Rata-rata banyaknya kesalahan ketik per halaman adalah 3 saat pengetinya A, 4.2 jika diketik B dan 2.1 apabila C yang mengetik. Jika pada tulisan dengan 7 halaman mungkin diketik oleh A, B, C dengan peluang sama, berapa peluang tidak ada kesalahan ketik? Berapa peluang ada paling banyak 3 kesalahan ketik? 3. Misalkan Avi, Evi, dan Ivi bermain dengan cara melantunkan koin. Jika keluaran koin dari salah satu dari mereka berbeda maka permainan berakhir. Jika tidak, maka lantunan koin diulang. Tentukan distribusi peluang banyak lantunan koin yang dilakukan. Hitung peluang bahwa permainan berakhir pada lantunan koin yang ketiga. 4. Misalkan Y menunjukkan banyaknya gol yang diciptakan oleh seorang pemain sepak bola di suatu pertandingan yang terpilih acak: Y = y P(Y=y) Misalkan W adalah banyaknya pertandingan dimana seorang pemain sepak bola menciptakan 3 atau lebih gol dalam 4 pertandingan terpilih acak. (i) Berapa peluang bahwa paling banyak 1 pertandingan dimana pemain menciptakan 3 atau lebih gol? (ii) Hitung E(W ) 7

8 Diskusi 6 Tanggal 12 Maret 2014, Waktu: suka-suka menit Peluang pada nilai peubah acak; fungsi peluang; fungsi distribusi; ekspektasi; variansi; distribusi diskrit; distribusi kontinu; ekspektasi bersyarat 1. Maskapai penerbangan Serigala Air mengetahui bahwa lima persen pemesan tiket tidak akan datang untuk membeli tiketnya. Dengan alasan ini, maskapai tidak ragu untuk menjual 52 tiket penerbangan pada pesawat dengan kapasitas duduk 50 orang. Berapa peluang akan ada kursi yang tersedia untuk setiap pemesan tiket yang datang? 2. Meta berada di pemberhentian angkot pada pukul 10. Meta tahu bahwa angkot akan datang pada suatu waktu yang berdistribusi Uniform antara jam 10 dan Berapa peluang bahwa Meta harus menunggu lebih dari 10 menit? Jika sampai pukul angkot tidak datang, berapa peluang bahwa Meta harus menunggu setidaknya 10 menit lagi? 3. Maya berhitung bahwa waktu tempuh dari tempat kos ke kampus berdistribusi normal dengan mean 40 (menit) dan deviasi standar 7 (menit). Jika Maya ingin yakin 95% tidak akan terlambat datang ke kampus untuk kuliah jam 1 siang, jam berapa (paling telat) sebaiknya Maya berangkat dari tempat kos? 4. Sepuluh tahun lalu, di perusahaan SYanti BumiPuteri, nilai klaim untuk asuransi rumah berdistribusi eksponensial. Diketahui, 25% klaim kurang dari 1000 (dolar). Kini, nilai klaim tetap berdistribusi eksponensial. Tapi, karena inflasi, setiap klaim yang diajukan memiliki nilai dua kali lebih besar dari klaim yang sama yang diajukan 10 tahun lalu. Tentukan peluang sebuah klaim yang diajukan hari ini kurang dari

9 Diskusi 7 Tanggal 19 Maret 2014, Waktu: suka-suka menit Peluang pada nilai peubah acak; fungsi peluang; fungsi distribusi; ekspektasi; variansi; distribusi diskrit; distribusi kontinu; antrean eksponensial 1. Tentukan { fungsi distribusi dari fungsi peluang berikut: x 2, 2 x < 3 f(x) = 1/4, 4 < x < 6 2. Misalkan X i, i = 1, 2 peubah acak-peubah acak dengan fungsi peluang f(x i ) = θ e θx i, x i > 0. Hitung P (X 1 < X 2 ) 3. Misalkan waktu tunggu (dalam menit) antrean di Bank berdistribusi eksponensial dengan mean 10. Peluang bahwa seorang nasabah menunggu lebih dari 15 menit untuk dilayani adalah.. Sedangkan peluang seseorang menunggu lebih dari 15 menit setelah dia menunggu lebih dari 10 menit adalah.. P (X > 15) = exp( 15(1/10)) = exp( 3/2) P (X > 15 X > 10) = P (X > 5) = exp( 5(1/10)) = exp( 1/2) 4. Misalkan disebuah Bank terdapat 2 orang teller A dan B yang sibuk melayani nasabah Uvi dan Ivi. Tidak ada orang lain yang antre. Seseorang, Ovi, yang datang akan dilayani salah satu teller yang telah selesai dengan nasabahnya. Diketahui waktu layanan (service time) teler A dan B adalah peubah acak eksponensial dengan parameter θ. Berapa peluang bahwa Ovi adalah nasabah pertama yang akan meninggalkan Bank? Berapa peluang bahwa Ovi adalah nasabah terakhir yang akan meninggalkan Bank? 0, 1/2. Misalkan S A dan S B adalah waktu layanan teller A dan B. Peluang Ovi adalah nasabah terakhir yang akan meninggalkan Bank sama artinya dengan peluang waktu layanan Ovi di teller A (atau di teller B), setelah Uvi (atau Ivi) selesai dilayani, lebih besar dari waktu layanan Ivi (atau Uvi) di teller B (atau di teller A). 9

10 Dengan kata lain, P (S O > S U + S I ) = P (S O > S I S I > S U )P (S I > S U ) + P (S O > S U S U > S I )P (S U > S I ) = P (S O > S I )P (S I > S U ) + P (S O > S U )P (S U > S I ) 5. Misalkan Laila memasuki sebuah Bank yang memiliki seorang teller. Laila melihat ada 5 nasabah di Bank, 1 orang sedang dilayani dan 4 orang yang lain antri. Laila pun antre. Jika waktu layanan berdistribusi dengan parameter µ, berapa lama waktu (expected amount of time) yang dihabiskan Laila di Bank? Misalkan T lama waktu Laila di Bank. E(T I ) = E(S I ) + 5 E(S i ) = 6/µ i=1 6. Mesin 1 (M1) sedang bekerja. Mesin 2 (M2) akan dipasang untuk dipakai pada waktu t dari sekarang. Jika masa hidup Mesin i berdistribusi eksponensial dengan mean λ i, i = 1, 2, berapa peluang M1 adalah mesin pertama yang akan rusak (tidak dapat dipakai lagi)? P (M1 rusak pertama) = P (M1 rusak pertama M1 msh bekerja sampai waktu t) P (M1 msh bekerja sampai wkt t) + P (M1 rusak pertama M1 rusak pd wkt t)p (M1 rusak pd wkt t) = P (M1 < M2)P (M1 > t) + (1) P (M1 < t) = λ 1 λ 1 + λ 2 exp( λ 1 t) + (1 exp( λ 1 t)) 7. Anjing!!! Umur (masa hidup atau lifetime) seekor anjing bulldog dan herder adalah peubah acak eksponensial yang saling bebas, dengan mean θ b dan θ h. Seekor anjing telah (baru saja) mati. Hitung sisa umur yang diharapkan (expected additional lifetime) dari anjing yang lain? 10

11 E(sisa umur Anjing) = E(sisa umur Bulldog Herder mati) P (Herder mati) + E(sisa umur Herder Bulldog mati) P (Bulldog mati) = E(T b T h < T b )P (T h < T b ) + E(T h T b < T h )P (T b < T h ) = 1 θ b θ h θ h + θ b + 1 θ h θ b θ h + θ b 11

12 Diskusi 8-10 Tanggal 2,16,23 April 2014, Waktu: suka-suka menit Ekspektasi bersyarat; ruang keadaan; peluang keadaan; peluang bersyarat; 1. Sebuah koin memiliki peluang θ untuk muncul MUKA. Pelantun koin akan dikatakan sukses jika lantunan koinnya muncul M (pertama kali). Tentukan banyak lantunan yang diharapkan (expected number of flips) untuk sukses. 2. Hista akan membaca satu bab buku Prob atau satu bab buku Stats. Banyak kesalahan ketik pada sebuah bab buku Prob adalah peubah acak berdistribusi Poisson dengan mean 2; pada buku Stats dengan mean 5. Asumsikan bahwa Hista memilih buku Prob atau Stat secara acak. Tentukan banyak kesalahan ketik yang diharapkan yang akan Hista temukan. Ross (2010) hal Ayus saat ini berada di rumah tahanan (rutan) alias penjara. Dia ingin melarikan diri namun hal ini tidak mudah. Fakta yang ada menunjukkan bahwa kalau Ayus hendak keluar dari rutan dia kan menghadapi tiga pintu. Pintu pertama akan membawanya ke sebuah lorong dan kembali ke penjara dalam waktu dua jam. Pintu kedua pun demikian, akan membawanya ke sebuah lorong dan kembali ke penjara dalam waktu tiga jam. Sedangkan pintu ketigalah yang membawa Ayus langsung bebas. Jika diasumsikan bahwa Ayus memilih pintu-pintu 1, 2 dan 3 dengan peluang 0.5, 0.3 dan 0.2, berapa lama waktu rata-rata (expected number of hours) yang dibutuhkan Ayus untuk bebas? Misalkan X adalah lama (jam) yang dibutuhkan Ayus untuk keluar dari rutan dan mendapatkan kebebasan. E(X) = E(X I 1 )P (I 1 ) + E(X I 2 )P (I 2 ) + E(X I 3 )P (I 3 ) = E(X I 1 )(0.5) + E(X I 2 )(0.3) + E(X I 3 )(0.2) = (2 + E(X))(0.5) + (3 + E(X))(0.3) + (0)(0.2) = Sebuah koin akan muncul MUKA (M), jika dilantunkan, dengan peluang θ. Koin tersebut terus dilantunkan hingga terdapat pola B, B, M. Misalkan X peubah acak yang menyatakan banyaknya lantunan yang dilakukan, hitung E(X). Ross (2010), Bab 3, no

13 Diskusi 8-10 Tanggal 2,16,23 April 2014, Waktu: suka-suka menit Ekspektasi bersyarat; ruang keadaan; peluang keadaan; peluang bersyarat; 1. Yin melantunkan sebuah koin dan dadu secara bersamaan. Jika muncul MUKA, Yin mendapat nilai 2 kali keluaran dadu. Jika muncul BELAKANG, dia mendapat nilai setengahnya. Tentukan nilai atau keuntungan yang Yin harapkan. 2. Chan dan Chen adalah dua orang pemburu. Kali ini mereka akan memburu burung. Mereka menunggu saat burung-burung yang mereka buru terbang dan saat itulah mereka akan menembak secara bersamaan. Namun demikian, Chan dan Chen menembak burung secara acak dan saling bebas satu sama lain. Peluang tembakan Chan dan Chen (saling bebas) mengenai sasaran adalah sama yaitu 0.6. Hitung banyaknya burung yang tertembak. Asumsikan bahwa banyaknya burung di sarang adalah peubah acak Poisson dengan mean K meninggalkan kantor setiap hari kerja antara pukul 6-7 malam. Jika dia pergi t menit setelah pukul 6 maka waktu untuk mencapai rumah adalah peubah acak berdistribusi Uniform pada selang (20, 20 + (2t)/3). Misalkan Y adalah banyak menit setelah pukul 6 dan X banya menit untuk mencapai rumah, berapa lama waktu mencapai rumah? 13

14 Diskusi 8-10 Tanggal 2,16,23 April 2014, Waktu: suka-suka menit Ekspektasi bersyarat; ruang keadaan; peluang keadaan; peluang bersyarat; 1. Jika hari ini hujan maka besok akan hujan dengan peluang α; jika hari ini tidak hujan maka besok akan hujan dengan peluang β. Jika 0 adalah keadaan hujan dan 1 adalah keadaan tidak hujan, gambarkan cerita diatas dalam diagram transisi keadaan (d.t.k). 2. Keadaan hujan pada suatu hari bergantung pada keadaan hujan dalam dua hari terakhir. Jika dalam dua hari terakhir hujan maka besok akan hujan dengan peluang 0.7; Jika hari ini hujan dan kemarin tidak hujan maka besok akan hujan dengan peluang 0.5; jika hari ini tidak hujan dan kemarin hujan maka besok akan hujan dengan peluang 0.4; jika dalam dua hari terakhir tidak hujan maka besok hujan dengan peluang 0.2. D.t.k nya adalah Tiga item produk A dan tiga item produk B didistribusikan dalam dua buah paket/kotak sedemikian hinga setiap paket terdiri atas tiga item produk. Dikatakan bahwa sistem berada dalam keadaan i, i = 0, 1, 2, 3 jika dalam paket pertama terdapat i produk A. Setiap saat (langkah), kita pindahkan satu item produk dari setiap paket dan meletakkan item produk tersebut dari paket 1 ke paket 2 dan sebaliknya. Misalkan X n menggambarkan keadaan dari sistem setelah langkah ke-n. Tentukan d.t.k untuk proses diatas. 4. Ivi adalah mahasiswa tingkat akhir di ITB. Dia tinggal tidak jauh dari kampus. Cukup berjalan kaki saja dari tempat kos ke kampus dan sebaliknya. Akhirakhir ini hujan datang hampir setiap hari. Mau tidak mau, Ivi menggunakan payung dalam perjalanan kos-kampus atau kampus-kos. Jika hari hujan dan payung ada ditempat dia berada maka dia akan menggunakan payung tersebut. Jika hari tidak hujan, Ivi selalu lupa untuk membawa payung. Misalkan α adalah peluang hujan setiap kali Ivi akan menuju kampus atau kos. Dapatkah anda menentukan d.t.k cerita diatas? 14

P (A c B c ) = P [(A B) c ] = 1 P (A B) = 1 P (A) P (B) + P (AB)

P (A c B c ) = P [(A B) c ] = 1 P (A B) = 1 P (A) P (B) + P (AB) Diskusi 1 Tanggal 29 Januari 2014, Waktu: suka-suka menit Peluang suatu kejadian; sifat-sifat peluang (termasuk kejadian-kejadian saling asing dan saling bebas); peluang bersyarat; peluang total; 1. Buktikan

Lebih terperinci

P (A c B c ) = P [(A B) c ] = 1 P (A B) = 1 P (A) P (B) + P (AB)

P (A c B c ) = P [(A B) c ] = 1 P (A B) = 1 P (A) P (B) + P (AB) Diskusi 1 Tanggal 29 Januari 2014, Waktu: suka-suka menit 1. Buktikan bahwa: P (A c B c ) 1 P (A) P (B) + P (AB) P (A c B c ) P [(A B) c ] 1 P (A B) 1 P (A) P (B) + P (AB) 2. Diketahui P (A B) P (A B c

Lebih terperinci

MA5181 PROSES STOKASTIK

MA5181 PROSES STOKASTIK Catatan Kuliah MA5181 PROSES STOKASTIK disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Tentang MA5181 Proses Stokastik A. Jadwal kuliah:

Lebih terperinci

Kuis 1 MA5181 Proses Stokastik Precise. Prospective. Tanggal 24 Agustus 2016, Waktu: suka-suka menit Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Kuis 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 terperinci

4. Misalkan peubah acak X memiliki fungsi distribusi:

4. Misalkan peubah acak X memiliki fungsi distribusi: Diskusi 1 Tanggal 19 Februari 2014, Waktu: suka-suka menit 1. Enam laki-laki dan 5 perempuan melamar suatu pekerjaan di PT KhrshFin. Empat dari mereka terpilih secara acak untuk diwawancarai. Misalkan

Lebih terperinci

MA4081 PENGANTAR PROSES STOKASTIK

MA4081 PENGANTAR PROSES STOKASTIK Catatan Kuliah MA4081 PENGANTAR PROSES STOKASTIK Orang Pintar Belajar Stokastik disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2012 Tentang

Lebih terperinci

Catatan Kuliah. MA5181 Proses Stokastik

Catatan Kuliah. MA5181 Proses Stokastik Catatan Kuliah MA5181 Proses Stokastik Precise. Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang MA5181 Proses Stokastik

Lebih terperinci

MA4081 PENGANTAR PROSES STOKASTIK Bab 3 Distribusi Eksponensial dan Aplikasinya

MA4081 PENGANTAR PROSES STOKASTIK Bab 3 Distribusi Eksponensial dan Aplikasinya MA4081 PENGANTAR PROSES STOKASTIK Bab 3 Distribusi Eksponensial dan Aplikasinya Orang Pintar Belajar Stokastik Kuliah ProsStok, untuk apa? Fakultas Ekonomi ITB? Math is the language of economics. If you

Lebih terperinci

MA5181 PROSES STOKASTIK

MA5181 PROSES STOKASTIK Catatan Kuliah MA5181 PROSES STOKASTIK We do love uncertainty disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Tentang MA5181 Proses Stokastik

Lebih terperinci

Catatan Kuliah. MA5181 Proses Stokastik

Catatan Kuliah. MA5181 Proses Stokastik Catatan Kuliah MA5181 Proses Stokastik Precise. Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang MA5181 Proses Stokastik

Lebih terperinci

/ /16 =

/ /16 = Kuis Selamat Datang MA4181 Pengantar Proses Stokastik Stochastics: Precise and Prospective Tanggal 22 Agustus 2017, Waktu: suka-suka menit Dosen: Khreshna I.A. Syuhada, MSc. PhD. 1. Widya (akan) memenangkan

Lebih terperinci

MA4081 PENGANTAR PROSES STOKASTIK

MA4081 PENGANTAR PROSES STOKASTIK Catatan Kuliah MA4081 PENGANTAR PROSES STOKASTIK Orang Pintar Belajar Stokastik disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2012 Tentang

Lebih terperinci

MA4081 PENGANTAR PROSES STOKASTIK

MA4081 PENGANTAR PROSES STOKASTIK Catatan Kuliah MA4081 PENGANTAR PROSES STOKASTIK Orang Pintar Belajar Stokastik disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2012 Tentang

Lebih terperinci

MA4081 PENGANTAR PROSES STOKASTIK

MA4081 PENGANTAR PROSES STOKASTIK Catatan Kuliah MA4081 PENGANTAR PROSES STOKASTIK Orang Pintar Belajar Stokastik disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2012 Tentang

Lebih terperinci

Peubah Acak dan Distribusi

Peubah Acak dan Distribusi BAB 1 Peubah Acak dan Distribusi 1.1 ILUSTRASI (Ilustrasi 1) B dan G secara bersamaan menembak sasaran tertentu. Peluang tembakan B mengenai sasaran adalah 0.7 sedangkan peluang tembakan G (bebas dari

Lebih terperinci

Ringkasan materi Statistika Deskriptif dan analisis data riil.

Ringkasan materi Statistika Deskriptif dan analisis data riil. Tugas 1 MA2081 Statistika Dasar Tanggal 19/21 Januari 2015, Waktu: suka-suka menit Ringkasan materi Statistika Deskriptif dan analisis data riil. 1 Kuis 1 MA2081 Statistika Dasar Tanggal 26 Januari 2015,

Lebih terperinci

Pengantar Proses Stokastik

Pengantar Proses Stokastik Bab 4: Distribusi Eksponensial Atina Ahdika, S.Si, M.Si Statistika FMIPA Universitas Islam Indonesia 2015 Pendahuluan Distribusi Eksponensial Pendahuluan Distribusi eksponensial dapat dipandang sebagai

Lebih terperinci

Pengantar Proses Stokastik

Pengantar 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 terperinci

Pengantar Proses Stokastik

Pengantar 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 terperinci

MA4081 PENGANTAR PROSES STOKASTIK Bab 4 Proses Po

MA4081 PENGANTAR PROSES STOKASTIK Bab 4 Proses Po MA4081 PENGANTAR PROSES STOKASTIK Bab 4 Proses Poisson: Suatu Pengantar Orang Pintar Belajar Stokastik Tentang Kuliah Proses Stokastik Bab 1 : Tentang Peluang Bab 2 : Peluang dan Ekspektasi Bersyarat*

Lebih terperinci

MA5181 PROSES STOKASTIK

MA5181 PROSES STOKASTIK Catatan Kuliah MA5181 PROSES STOKASTIK (not just) Always Listening, Always Understanding disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2012

Lebih terperinci

MA4181 PENGANTAR PROSES STOKASTIK Bab 5 Proses Poisson

MA4181 PENGANTAR PROSES STOKASTIK Bab 5 Proses Poisson MA4181 PENGANTAR PROSES STOKASTIK Bab 5 Proses Poisson SMART AND STOCHASTIC MA4181 PENGANTAR PROSES STOKASTIK Bab 5 Proses Poisson SMART AND STOCHASTIC Pengantar Seperti sudah disampaikan sebelumnya, analog

Lebih terperinci

MA5181 PROSES STOKASTIK

MA5181 PROSES STOKASTIK Catatan Kuliah MA5181 PROSES STOKASTIK We do love uncertainty disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Tentang MA5181 Proses Stokastik

Lebih terperinci

Pengantar Proses Stokastik

Pengantar Proses Stokastik Bab 4: Distribusi Eksponensial Atina Ahdika, S.Si, M.Si Statistika FMIPA Universitas Islam Indonesia 2015 Pendahuluan Distribusi Eksponensial Pendahuluan Distribusi eksponensial dapat dipandang sebagai

Lebih terperinci

Catatan Kuliah. MA5181 Proses Stokastik

Catatan Kuliah. MA5181 Proses Stokastik Catatan Kuliah MA5181 Proses Stokastik Precise. Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang MA5181 Proses Stokastik

Lebih terperinci

Catatan Kuliah. MA4181 PENGANTAR PROSES STOKASTIK Smart and Stochastic. disusun oleh Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah. MA4181 PENGANTAR PROSES STOKASTIK Smart and Stochastic. disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah MA4181 PENGANTAR PROSES STOKASTIK Smart and Stochastic disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014 Tentang MA4181 (Pengantar)

Lebih terperinci

MA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi

MA2082 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 terperinci

Catatan Kuliah. MA4181 Pengantar Proses Stokastik Stochastics: Precise and Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah. MA4181 Pengantar Proses Stokastik Stochastics: Precise and Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah MA4181 Pengantar Proses Stokastik Stochastics: Precise and Prospective Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2017 1 Tentang

Lebih terperinci

Bab 7 Ekspektasi dan Fungsi Pembangkit Momen: Cintailah Mean

Bab 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 terperinci

MA5181 PROSES STOKASTIK

MA5181 PROSES STOKASTIK Catatan Kuliah MA5181 PROSES STOKASTIK We do love uncertainty disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Tentang MA5181 Proses Stokastik

Lebih terperinci

Definisi: Nilai harapan/ekspektasi (expected value/expectation) atau ekspektasi dari peubah acak diskrit/kontinu X adalah

Definisi: Nilai harapan/ekspektasi (expected value/expectation) atau ekspektasi dari peubah acak diskrit/kontinu X adalah BAB 1 Peluang dan Ekspektasi Bersyarat 1.1 EKSPEKTASI Definisi: Nilai harapan/ekspektasi (expected value/expectation) atau ekspektasi dari peubah acak diskrit/kontinu X adalah E(X) x x p X (x) dan E(X)

Lebih terperinci

Catatan Kuliah. MA4181 Pengantar Proses Stokastik Stochastics: Precise and Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah. MA4181 Pengantar Proses Stokastik Stochastics: Precise and Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah MA4181 Pengantar Proses Stokastik Stochastics: Precise and Prospective Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2017 1 Tentang

Lebih terperinci

Pengantar Proses Stokastik

Pengantar 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

P (Sp) = P (Sp LS)P (LS) + P (Sp LS c )P (LS c ) 0.2 = (0.15)(0.7) + P (Sp LS c )(0.3)

P (Sp) = P (Sp LS)P (LS) + P (Sp LS c )P (LS c ) 0.2 = (0.15)(0.7) + P (Sp LS c )(0.3) Kuis Selamat Datang Tanggal 22 Januari 2014, Waktu: suka-suka menit 1. Catatan dalam perusahaan asuransi otomotif memberikan informasi bahwa (i) setiap pelanggan mengasuransikan setidaknya satu mobil (ii)

Lebih terperinci

MA5181 PROSES STOKASTIK

MA5181 PROSES STOKASTIK Catatan Kuliah MA5181 PROSES STOKASTIK We do love uncertainty disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Tentang MA5181 Proses Stokastik

Lebih terperinci

Pengantar Proses Stokastik

Pengantar Proses Stokastik : Dasar-dasar Probabilitas, Peluang dan Ekspektasi Bersyarat Statistika FMIPA Universitas Islam Indonesia April 13, 2017 1. Misalkan sebuah koin yang mempunyai peluang muncul muka sebesar 0.7, dilantunkan

Lebih terperinci

Catatan Kuliah. MA4181 PENGANTAR PROSES STOKASTIK Smart and Stochastic. disusun oleh Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah. MA4181 PENGANTAR PROSES STOKASTIK Smart and Stochastic. disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah MA4181 PENGANTAR PROSES STOKASTIK Smart and Stochastic disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014 Tentang MA4181 (Pengantar)

Lebih terperinci

Pengantar Proses Stokastik

Pengantar 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

CATATAN KULIAH PENGANTAR PROSES STOKASTIK

CATATAN KULIAH PENGANTAR PROSES STOKASTIK CATATAN KULIAH PENGANTAR PROSES STOKASTIK Oleh Atina Ahdika, S.Si, M.Si PROGRAM STUDI STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS ISLAM INDONESIA 2016 Daftar Isi Daftar Isi iv

Lebih terperinci

Catatan Kuliah MA4181 Pengantar Proses Stokastik Precise and Stochastic. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah MA4181 Pengantar Proses Stokastik Precise and Stochastic. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah MA4181 Pengantar Proses Stokastik Precise and Stochastic Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 Tentang MA4181 (Pengantar)

Lebih terperinci

HARAPAN MATEMATIK. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016

HARAPAN 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 terperinci

Catatan Kuliah. MA4181 Pengantar Proses Stokastik Stochastics: Precise and Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah. MA4181 Pengantar Proses Stokastik Stochastics: Precise and Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah MA4181 Pengantar Proses Stokastik Stochastics: Precise and Prospective Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2017 1 Tentang

Lebih terperinci

MA5181 PROSES STOKASTIK

MA5181 PROSES STOKASTIK Catatan Kuliah MA5181 PROSES STOKASTIK (not just) Always Listening, Always Understanding disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2012

Lebih terperinci

Catatan Kuliah MA4181 Pengantar Proses Stokastik Precise and Stochastic. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah MA4181 Pengantar Proses Stokastik Precise and Stochastic. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah MA4181 Pengantar Proses Stokastik Precise and Stochastic Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 Tentang MA4181 (Pengantar)

Lebih terperinci

Catatan Kuliah MA4181 Pengantar Proses Stokastik Precise and Stochastic. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah MA4181 Pengantar Proses Stokastik Precise and Stochastic. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah MA4181 Pengantar Proses Stokastik Precise and Stochastic Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 Tentang MA4181 (Pengantar)

Lebih terperinci

Pengantar Proses Stokastik

Pengantar Proses Stokastik Diskusi 1 Diskusi 1: Dasar-dasar Probabilitas, Peluang dan Ekspektasi Bersyarat Statistika FMIPA Universitas Islam Indonesia March 16, 2017 Diskusi 1 Diskusi 1 Diskusi 1 1. Misalkan sebuah koin yang mempunyai

Lebih terperinci

Bab 9 Peluang dan Ekspektasi Bersyarat: Harapan Tanpa Syarat

Bab 9 Peluang dan Ekspektasi Bersyarat: Harapan Tanpa Syarat MA38 Teori Peluang - Khreshna Syuhada Bab 9 Bab 9 Peluang dan Ekspektasi Bersyarat: Harapan Tanpa Syarat Ilustrasi 9. Misalkan banyaknya kecelakaan kerja rata-rata per minggu di suatu pabrik adalah empat.

Lebih terperinci

P (Sp) = P (Sp LS)P (LS) + P (Sp LS c )P (LS c ) 0.2 = (0.15)(0.7) + P (Sp LS c )(0.3)

P (Sp) = P (Sp LS)P (LS) + P (Sp LS c )P (LS c ) 0.2 = (0.15)(0.7) + P (Sp LS c )(0.3) Kuis Selamat Datang Tanggal 22 Januari 2014, Waktu: suka-suka menit 1. Catatan dalam perusahaan asuransi otomotif memberikan informasi bahwa (i) setiap pelanggan mengasuransikan setidaknya satu mobil (ii)

Lebih terperinci

Catatan Kuliah. MA4181 Pengantar Proses Stokastik Stochastics: Precise and Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah. MA4181 Pengantar Proses Stokastik Stochastics: Precise and Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah MA4181 Pengantar Proses Stokastik Stochastics: Precise and Prospective Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2017 1 Tentang

Lebih terperinci

STATISTICS. WEEK 5 Hanung N. Prasetyo TELKOM POLTECH/HANUNG NP

STATISTICS. 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 terperinci

PERSATUAN AKTUARIS INDONESIA

PERSATUAN AKTUARIS INDONESIA PERSATUAN AKTUARIS INDONESIA Komisi Penguji PERSATUAN AKTUARIS INDONESIA UJIAN PROFESI AKTUARIS MATA UJIAN : A70 Pemodelan dan Teori Risiko TANGGAL : 24 Juni 2014 JAM : 13.30 16.30 WIB LAMA UJIAN : 180

Lebih terperinci

7/28/2005 created by Hotniar Siringoringo 1

7/28/2005 created by Hotniar Siringoringo 1 Tujuan analisis output adalah menjawab pertanyaan yang diajukan di awal pembentukan model dengan benar. Bentuk pertanyaan mengindikasikan pengujian hipotesis, selang kepercayaan atau pendugaan parameter.

Lebih terperinci

P (Sp) = P (Sp LS)P (LS) + P (Sp LS c )P (LS c ) 0.2 = (0.15)(0.7) + P (Sp LS c )(0.3)

P (Sp) = P (Sp LS)P (LS) + P (Sp LS c )P (LS c ) 0.2 = (0.15)(0.7) + P (Sp LS c )(0.3) Kuis Selamat Datang Tanggal 22 Januari 2014, Waktu: suka-suka menit 1. Catatan dalam perusahaan asuransi otomotif memberikan informasi bahwa (i) setiap pelanggan mengasuransikan setidaknya satu mobil (ii)

Lebih terperinci

Pengantar Proses Stokastik

Pengantar Proses Stokastik Bab 3: Rantai Markov Diskrit Atina Ahdika, S.Si, M.Si Statistika FMIPA Universitas Islam Indonesia Rantai Markov Rantai Markov Rantai Markov Misalkan sebuah proses stokastik {X t } dengan t = 0, 1, 2,....

Lebih terperinci

MA4081 PENGANTAR PROSES STOKASTIK Cerdas dan Stokastik

MA4081 PENGANTAR PROSES STOKASTIK Cerdas dan Stokastik Catatan Kuliah MA4081 PENGANTAR PROSES STOKASTIK Cerdas dan Stokastik disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2011 Tentang MA4081 (Pengantar)

Lebih terperinci

BI5106 ANALISIS BIOSTATISTIK Bab 3 Peubah Acak dan Dist

BI5106 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 terperinci

Catatan Kuliah. Analisis Data. Orang Cerdas Belajar Statistika. disusun oleh. Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah. Analisis Data. Orang Cerdas Belajar Statistika. disusun oleh. Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah Analisis Data Orang Cerdas Belajar Statistika disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Tentang Analisis Data A.

Lebih terperinci

Pengantar Proses Stokastik

Pengantar Proses Stokastik : Dasar-dasar Probabilitas Statistika FMIPA Universitas Islam Indonesia Diskusi 1. Misalkan sebuah koin yang mempunyai peluang muncul muka sebesar.7, dilantunkan tiga kali. Misalkan X menyatakan banyaknya

Lebih terperinci

MA5181 PROSES STOKASTIK Bab 3 Proses Renewal

MA5181 PROSES STOKASTIK Bab 3 Proses Renewal MA5181 PROSES STOKASTIK Bab 3 (not just) Always Listening, Always Understanding MA5181 PROSES STOKASTIK Bab 3 Soal Solusi Ujian Toko kue KP-Khusus Pria (ini toko apaan sih?) buka pukul 8 pagi. Pelanggan

Lebih terperinci

DISTRIBUSI PROBABILITAS (PELUANG)

DISTRIBUSI PROBABILITAS (PELUANG) DISTRIBUSI PROBABILITAS (PELUANG) Distribusi Probabilitas (Peluang) Distribusi? Probabilitas? Distribusi Probabilitas? JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA Distribusi = sebaran,

Lebih terperinci

Probabilitas dan Statistika Variabel Acak dan Fungsi Distribusi Peluang Diskrit. Adam Hendra Brata

Probabilitas 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 terperinci

Pengantar Proses Stokastik

Pengantar Proses Stokastik Diskusi 1: Dasar-dasar Probabilitas Statistika FMIPA Universitas Islam Indonesia 215 Latihan 1 Dasar-dasar Probabilitas Latihan 1 1. Diketahui Tentukan: a. P ( ) X > 1 4 b. Tentukan F (x) 2. Diketahui

Lebih terperinci

Catatan Kuliah MA4081 PENGANTAR PROSES STOKASTIK Orang Pintar Belajar Stokastik. disusun oleh Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah MA4081 PENGANTAR PROSES STOKASTIK Orang Pintar Belajar Stokastik. disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah MA4081 PENGANTAR PROSES STOKASTIK Orang Pintar Belajar Stokastik disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2011 Daftar

Lebih terperinci

Berapa Peluang anda. meninggal? selesai S-1? menjadi menteri? menjadi presiden?

Berapa Peluang anda. meninggal? selesai S-1? menjadi menteri? menjadi presiden? PELUANG Berapa Peluang anda meninggal? selesai S-1? menjadi menteri? menjadi presiden? Peluang Ukuran / derajat ketidakpastian suatu peristiwa Peluang Kemungkinan (Probability) (Possibility) Peristiwa

Lebih terperinci

IKG3F3 PEMODELAN STOKASTIK Proses Poisson

IKG3F3 PEMODELAN STOKASTIK Proses Poisson Non Homogen IKG3F3 PEMODELAN STOKASTIK Dosen: Aniq A. Rohmawati, M.Si TELKOM UNIVERSITY JALAN TELEKOMUNIKASI 1, BANDUNG, INDONESIA IKG3F3 PEMODELAN STOKASTIK Non Homogen Proses Menghitung Proses stokastik

Lebih terperinci

Catatan Kuliah. MA4181 PENGANTAR PROSES STOKASTIK Smart and Stochastic. disusun oleh Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah. MA4181 PENGANTAR PROSES STOKASTIK Smart and Stochastic. disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Catatan Kuliah MA4181 PENGANTAR PROSES STOKASTIK Smart and Stochastic disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014 Tentang MA4181 (Pengantar)

Lebih terperinci

Minggu 4-5 Analisis Model MA, AR, ARMA. Minggu 6-7 Model Diagnostik dan Forecasting. Minggu 8-9 Analisi Model ARI, IMA, ARIMA

Minggu 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 terperinci

Metode Statistika (STK 211) Pertemuan ke-5

Metode 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 terperinci

MA2081 Statistika Dasar

MA2081 Statistika Dasar Catatan Kuliah MA2081 Statistika Dasar Orang Cerdas Belajar Statistika Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang MAK6281 Topik

Lebih terperinci

MA2081 STATISTIKA DASAR SEMESTER II TAHUN 2010/2011

MA2081 STATISTIKA DASAR SEMESTER II TAHUN 2010/2011 MA081 STATISTIKA DASAR SEMESTER II TAHUN 010/011 LATIHAN I A. DISTRIBUSI DISKRIT KHUSUS 1) [BENAR/SALAH] Banyaknya kejadian angin tornado melanda suatu daerah dimodelkan sebagai suatu proses Poisson dengan

Lebih terperinci

MA4081 PENGANTAR PROSES STOKASTIK Cerdas dan Stokastik

MA4081 PENGANTAR PROSES STOKASTIK Cerdas dan Stokastik Catatan Kuliah MA4081 PENGANTAR PROSES STOKASTIK Cerdas dan Stokastik disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2011 Tentang MA4081 (Pengantar)

Lebih terperinci

Minggu 1 Review Peubah Acak dan Fungsi Distribusi. Minggu 4-5 Analisis Model MA, AR, ARMA. Minggu 6-7 Model Diagnostik dan Forecasting

Minggu 1 Review Peubah Acak dan Fungsi Distribusi. Minggu 4-5 Analisis Model MA, AR, ARMA. Minggu 6-7 Model Diagnostik dan Forecasting IKG4Q3 Ekonometrik Dosen: Aniq A Rohmawati, M.Si [Kelas Ekonometrik] CS-36-02 [Jadwal] Senin 10.30-12.30 R.A208A; Selasa 10.30-12.30 R.E302 [Materi Ekonometrik] Kuliah Pemodelan dan Simulasi berisi tentang

Lebih terperinci

Distribusi Probabilitas : Gamma & Eksponensial

Distribusi 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 terperinci

BAB I PENDAHULUAN. 1. Kedatangan, populasi yang akan dilayani (calling population)

BAB I PENDAHULUAN. 1. Kedatangan, populasi yang akan dilayani (calling population) BAB I PENDAHULUAN Antrian yang panjang sering kali kita lihat di bank saat nasabah mengantri di teller untuk melakukan transaksi, airport saat para calon penumpang melakukan check-in, di super market saat

Lebih terperinci

MA4081 PENGANTAR PROSES STOKASTIK Cerdas dan Stokastik

MA4081 PENGANTAR PROSES STOKASTIK Cerdas dan Stokastik Catatan Kuliah MA4081 PENGANTAR PROSES STOKASTIK Cerdas dan Stokastik disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2011 Tentang MA4081 (Pengantar)

Lebih terperinci

BAB 1. Rantai Markov 1.1 ILUSTRASI

BAB 1. Rantai Markov 1.1 ILUSTRASI BAB 1 Rantai Markov 1.1 ILUSTRASI (Ilustrasi 1) Akhir-akhir ini, hujan dan panas (baca: tidak hujan) datang silih berganti tanpa bisa diduga. Kalau hari ini hujan, besok mungkin hujan mungkin juga panas.

Lebih terperinci

Pengantar Proses Stokastik

Pengantar Proses Stokastik Bab 6: Rantai Markov Waktu Kontinu Atina Ahdika, S.Si, M.Si Statistika FMIPA Universitas Islam Indonesia 2015 Pendahuluan Rantai Markov Waktu Kontinu Pendahuluan Pada bab ini, kita akan belajar mengenai

Lebih terperinci

ANTRIAN. pelayanan. Gambar 1 : sebuah sistem antrian

ANTRIAN. pelayanan. Gambar 1 : sebuah sistem antrian ANTRIAN Jika permintaan terhadap suatu jasa melebihi suplai, akan mengakibatkan terjadi antrian. Masalah tersebut dapat terjadi pada berbagai keadaan. Sebagai contoh Kendaraan menunggu lampu lalu lintas,

Lebih terperinci

Catatan 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. Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 017 1 Tentang AK5161 Matematika

Lebih terperinci

Pengantar Proses Stokastik

Pengantar Proses Stokastik Bab 5: Atina Ahdika, S.Si, M.Si Statistika FMIPA Universitas Islam Indonesia 2015 Waktu Antar Kedatangan Waktu Antar Kedatangan Misalkan T 1 menyatakan waktu dari kejadian/kedatangan pertama. Misalkan

Lebih terperinci

Catatan 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. 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 terperinci

Catatan 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. 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 terperinci

DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2. Distribusi Hipergeometrik

DISTRIBUSI 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 terperinci

ANALISIS SISTEM ANTRIAN PADA BANK MANDIRI CABANG AMBON Analysis of Queue System on the Bank Mandiri Branch Ambon

ANALISIS SISTEM ANTRIAN PADA BANK MANDIRI CABANG AMBON Analysis of Queue System on the Bank Mandiri Branch Ambon Jurnal Barekeng Vol. 8 No. 1 Hal. 45 49 (2014) ANALISIS SISTEM ANTRIAN PADA BANK MANDIRI CABANG AMBON Analysis of Queue System on the Bank Mandiri Branch Ambon SALMON NOTJE AULELE Staf Jurusan Matematika,

Lebih terperinci

Catatan Kuliah AK5161 MATEMATIKA KEUANGAN AKTUARIA. Insure and Invest! Khreshna I.A. Syuhada, MSc. PhD.

Catatan 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

BAB I PENDAHULUAN. Dalam kehidupan sehari-hari banyak terlihat kegiatan mengantri seperti, pasien

BAB I PENDAHULUAN. Dalam kehidupan sehari-hari banyak terlihat kegiatan mengantri seperti, pasien BAB I PENDAHULUAN I.1. Latar Belakang Masalah Dalam kehidupan sehari-hari banyak terlihat kegiatan mengantri seperti, pasien yang ingin periksa ke dokter, orang yang mengantri beli bensin di SPBU, orang

Lebih terperinci

Catatan 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. 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 terperinci

Uji Hipotesis dan Aturan Keputusan

Uji Hipotesis dan Aturan Keputusan Uji Hipotesis dan Aturan Keputusan oleh: Khreshna Syuhada, PhD. 1. Pendahuluan Pada perkuliahan tingkat 2, telah dikenalkan masalah uji hipotesis sebagai berikut: Seorang peneliti memberikan klaim bahwa

Lebih terperinci

Misalkan X peubah acak dengan fungsi distribusi berikut: + x, 0 x < 1. , 1 x < 2. , 2 x < 3. 1, x 3

Misalkan X peubah acak dengan fungsi distribusi berikut: + x, 0 x < 1. , 1 x < 2. , 2 x < 3. 1, x 3 Kuis Selamat Datang MA4183 Model Risiko Tanggal 22 Agustus 2015, Waktu: suka-suka menit Misalkan X peubah acak dengan fungsi distribusi berikut: 0, x < 0 1 + x, 0 x < 1 3 5 F (x = 3, 1 x < 2 5 9, 2 x

Lebih terperinci

Pengantar Proses Stokastik

Pengantar Proses Stokastik Bab 7: Teori Antrian Statistika FMIPA Universitas Islam Indonesia Pendahuluan Teori Antrian Pendahuluan Beberapa contoh antrian: 1 Nasabah bank menunggu pelayanan di teller atau customer service 2 Pelanggan

Lebih terperinci

Model dan Simulasi Universitas Indo Global Mandiri

Model 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 terperinci

Minggu 4-5 Analisis Model MA, AR, ARMA. Minggu 6-7 Model Diagnostik dan Forecasting. Minggu 8-9 Analisi Model ARI, IMA, ARIMA

Minggu 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 terperinci

28/09/2012 SAMPLE SPACE, SAMPLE POINTS, EVENTS. ω Ω

28/09/2012 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 terperinci

CNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya

CNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya CNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya Dosen: Aniq A Rohmawati, M.Si TELKOM UNIVERSITY JALAN TELEKOMUNIKASI 1, BANDUNG, INDONESIA Ruang Sampel dan Kejadian PEUBAH ACAK (P.A) Fungsi yang memetakan

Lebih terperinci

Persatuan Aktuaris Indonesia Probabilitas dan Statistik 27 November 2006 A. 5/32 B. ¼ C. 27/32 D. ¾ E. 1 A. 0,20 B. 0,34 C. 0,40 D. 0,60 E.

Persatuan Aktuaris Indonesia Probabilitas dan Statistik 27 November 2006 A. 5/32 B. ¼ C. 27/32 D. ¾ E. 1 A. 0,20 B. 0,34 C. 0,40 D. 0,60 E. Persatuan Aktuaris Indonesia Probabilitas dan Statistik 27 November 2006. Jika A, B, C dan D adalah kejadian (event) di mana: ' B = A, C D = {}, P[ A] = [ ] 4, P B = 4 P C A = 2, P C B = 4, P D A = 4,

Lebih terperinci

Catatan 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. 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 terperinci

l.makalah DISTRIBUSI PROBABILITAS DISKRIT

l.makalah DISTRIBUSI PROBABILITAS DISKRIT l.makalah DISTRIBUSI PROBABILITAS DISKRIT Kata Pengantar Puji syukur atas kehadirat Allah SWT karena rahmat serta karunia-nya penulis dapat menyelesaikan makalah ini.shalawat serta salam dari Allah SWT

Lebih terperinci

MA2081 Statistika Dasar

MA2081 Statistika Dasar Catatan Kuliah MA2081 Statistika Dasar Orang Cerdas Belajar Statistika Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang MAK6281 Topik

Lebih terperinci

BILANGAN ACAK. Metode untuk mendapatkan bilangan acak : 1. Metode Kongruen Campuran Rumus :

BILANGAN ACAK. Metode untuk mendapatkan bilangan acak : 1. Metode Kongruen Campuran Rumus : BILANGAN ACAK Bilangan acak adalah bilangan sembarang tetapi tidak sembarangan. Kriteria yang harus dipenuhi, yaitu : Bilangan acak harus mempunyai distribusi serba sama (uniform) Beberapa bilangan acak

Lebih terperinci

Pr { +h =1 = } lim. Suatu fungsi dikatakan h apabila lim =0. Dapat dilihat bahwa besarnya. probabilitas independen dari.

Pr { +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 terperinci