HARAPAN MATEMATIK. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016
|
|
- Yuliana Setiawan
- 5 tahun lalu
- Tontonan:
Transkripsi
1 HARAPAN MATEMATIK Nur Hayati, S.ST, MT Yogyakarta, Maret 2016
2 Pendahuluan Rata-rata perubah acak X atau rata-rata distribusi peluang X ditulis x atau. Dalam statistik rata-rata ini disebut harapan matematik atau nilai harapan dari perubah acak X, dinyatakan sebagai. Rata-rata atau nilai harapan dari perubah acak X ini menggambarkan letak pusat distribusi probabilitas. E(X)
3 Pengertian Bila variabel acak X mempunyai fungsi probabilitas f(x) = P(X=x), maka harapan atau ekspektasi matematis dari X yang ditulis E(X) adalah E(X) x x f(x) x f(x)dx ; jika Xdiskret ; jika X kontinu E(X) adalah harapan matematik atau nilai harapan dari peubah acak X dan juga banyak yang menyebutnya ratarata peubah acak X atau rata-rata distribusi probabilitas X
4 Contoh 1 Suatu percobaan pelemparan dua uang logam, yang dilemparkan sebanyak 16 kali. Jika X menyatakan banyaknya sisi muka yang muncul setiap pelemparan, maka X dapat bernilai 0, 1, dan 2 Misalkan percobaan itu masing-masing menghasilkan sebanyak 4, 7, dan 5 kali, maka rata-rata banyaknya sisi muka per pelemparan [=nilai harapan matematik] adalah ( 0)( 4) ( 1)( 7) ( 2)( 5) E(X)
5 Contoh 2 Pada pelemparan tiga uang logam. Tentukan harapan matematis munculnya muka pada tiap pelemparan, jika X menyatakan banyaknya muncul muka. S = {(m,m,m), (m,m,b), (m,b,m), (b,m,m), (b,b,m), (b,m,b), (m,b,b), (b,b,b) } X = {0,1,2,3} ; Maka P(X=x) P(x = 0) = 1/8 ; P(x = 1) = 3/8 ; P(x = 2) = 3/8 ; P(x = 3) = 1/8 ;
6 Sehingga : Contoh E(X) = x=0 x f(x) = x=0 x P(X = x) E(X) = (0) P(x=0) + (1) P(x=1) + (2) P(x=2) + (3) P(x=3) E(X) = (0)(1/8) + (1)(3/8) + (2)(3/8) + (3)(1/8) E(X) = ( )/8 = 12/8 = 1,5
7 Contoh 3 Pada pelemparan dua dadu. Tentukan harapan matematis munculnya jumlah muka dua dadu, jika X menyatakan jumlah muka dua dadu. E(X) = 12 x=2 x f(x) = 12 x=2 x P(X = x) E(X) = (2) P(x=2) + (3) P(x=3) + (4) P(x=4) +..+ (12) P(x=12) E(X) = 252/36 = 7
8 Contoh 4 Carilah nilai harapan dari statistikawan yang duduk dalam panitia yang terdiri dari 3 orang yang dipilih secara acak dari 4 statistikawan dan 3 ahli biologi. Misalkan X = banyaknya statistikawan dalam panitia. X = {0, 1, 2, 3} Fungsi probabilitasnya dinyatakan sebagai x x f(x) ;x 0, 1, 2, 3 3 Dari perhitungan diperoleh: f( 0) ; f( 1) ; f( 2) ; f( 3)
9 Contoh 4 Dibuat tabel distribusi probabilitas X Tabel 4.1. Distribusi Probabilitas X x f(x) Jadi nilai harapan (rata-rata) banyaknya statistikawan yang duduk dalam panitia adalah: E(X) x x f(x) ( 0)( ) ( 1)( ) ( 2)( ) ( 3)( ) 12 17, 7
10 Teorema Harapan Matematis Teorema (1): Jika X suatu perubah acak dengan fungsi probabilitas f(x), maka nilai harapan perubah acak g(x) adalah E[g(X)] g(x) x g(x) f(x) g(x) f(x) ; jika X diskret ; jika Xkontinu
11 Jika X menyatakan banyaknya mobil yang datang di tempat pencuci an mobil setiap hari antara jam mempunyai distribusi probabilitas seperti pada tabel di bawah ini: Tabel 4.2. Distribusi Probabilitas X x P(X=x) Contoh Jika diketahui bahwa g(x) = 2X-1 menyatakan upah para karyawan yang dibayar perusahaan pada jam tersebut (dalam ribuan rupiah), maka tentukan pendapatan yang diharapan karyawan perusahaan tersebut
12 Contoh 5 g(x) E[g(X)] E( 2X 1) ( 2x 1)f(x) 9 x (7)( ) (9)( ) (11)( ) (13)( ) (15)( ) (17)( ) 12,67 Jadi harapan penerimaan upah para karyawan = Rp 12,67
13 Varians ( 2 = sigma kuadrat) 2 Variansi ( ) yaitu ukuran dispersi dari peubah acak. Variansi perubah acak X yang akan dibahas disini sangat berguna dalam memberikan gambaran mengenai keragaman pengamatan di sekitar nilai rata-rata Akar positip dari variansi, disebut simpangan baku X (standar deviasi X). Jika X suatu perubah acak dengan fungsi peluang f(x) dengan rata-rata,, maka variansi X adalah 2 (x ) f(x) ; jika X diskret x 2 2 E[(X ) ] 2 (x ) f(x)dx ; jika X kontinu 2
14 Varians Variansi perubah acak X diskret adalah E(X ) Bukti: (x ) f(x) (x 2x )f(x) x x 2 2 x f(x) 2 x f(x) f(x) x x x x f(x) fx ( ) 1 x karena dan x Maka diperoleh x f(x) 2 E(X ) x
15 Varians Jika X suatu perubah acak dengan fungsi peluang f(x), maka variansi perubah acak g(x) adalah a. untuk kasus diskret g(x) E{[g(X) g(x) ] } [g(x) g(x) ] f(x) x b. untuk kasus kontinyu g(x) g(x) g(x) E{[g(X) ] } [g(x) ] f(x)dx
16 Contoh 6 Peubah acak X menyatakan banyaknya bagian yang cacat dari suatu mesin jika 3 suku cadang disampling dari rantai produksi dan dilakukan ujicoba. Hitunglah nilai variansi jika diketahui distribusi probabilitas X seperti tabel di bawah ini Tabel 4.4. Distribusi Probabilitas X x f(x) 0,51 0,38 0,10 0,01
17 Contoh 6 E(X) ( 0)( 0, 51) ( 1)( 0, 38) ( 2)( 0, 10) ( 3)( 0, 01) 0, E(X ) ( 0) ( 0, 51) ( 1) ( 0, 38) ( 2) ( 0, 10) ( 3) ( 0, 01) 0, 87 Jadi banyaknya bagian yang cacat dari suatu mesin mempunyai variansi sebesar 0,4979
18 Contoh 1. Perhatikan kembali contoh 2 (Pada pelemparan tiga uang logam); Tentukan nilai variansi dan standard deviasi dari X ; jika X menyatakan banyaknya muncul muka 2. Perhatikan kembali contoh 3. Pada pelemparan dua dadu. Bila X menyatakan munculnya jumlah muka dua dadu. Tentukan Mean dan Standar deviasi X. 3. Pada pengiriman 6 pesawat TV berisi 2 rusak. Sebuah hotel membeli 3 pesawat TV secara acak dari kiriman tersebut. Bila X menyatakan banyaknya TV yang rusak yang dibeli hotel. Tentukan Nilai Harapan X dan Simpangan baku X *Sebelum menghitung cari dulu distribusi probabilitas X*
19 ADA PERTANYAAN?
20 TERIMA KASIH
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 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 terperinciBAHAN 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 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 terperinciP (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 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 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 terperinciMateri dan Jadual Tatap Pokok Bahasan Sub Pokok Bahasan Statistika (MMS 2401) Muka Materi dan Jadual Materi dan Jadual
Materi dan Jadual Statistika(MMS 2401) Dr. Danardono, MPH danardono@ugm.ac.id Program Studi Statistika Jurusan Matematika FMIPA UGM Tatap Muka Pokok Bahasan 1. Statistika Deskriptif 2. Statistika Deskriptif
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 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 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 terperinciDISTRIBUSI PROBABILITAS (PELUANG)
DISTRIBUSI PROBABILITAS (PELUANG) Distribusi Probabilitas (Peluang) Distribusi? Probabilitas? Distribusi Probabilitas? JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA Distribusi = sebaran,
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 terperinciPEUBAH ACAK & DISTRIBUSI PROBABILITAS. Nur Hayati, S.ST, MT Yogyakarta, Februari 2016
PEUBAH ACAK & DISTRIBUSI PROBABILITAS Nur Hayati, S.ST, MT Yogyakarta, Februari 2016 Pendahuluan Bidang Statistika Penarikan kesimpulan populasi dan sifat populasi. Percobaan hasil berkemungkinan Percobaan
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 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 terperinciMisalkan peluang seorang calon mahasiswa IT Telkom memilih prodi TI adalah sebesar 0.6. Berapa peluang bahwa ;
Responsi SOAL 1: Misalkan peluang seorang calon mahasiswa IT Telkom memilih prodi TI adalah sebesar 0.6. Berapa peluang bahwa ; Orang keenam yang mendaftar seleksi adalah orang keempat yang memilih TI
Lebih terperinciStatistika & Probabilitas
Statistika & Probabilitas Peubah Acak Peubah = variabel Dalam suatu eksperimen, seringkali kita lebih tertarik bukan pada titik sampelnya, tetapi gambaran numerik dari hasil. Misalkan pada pelemparan sebuah
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 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 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 terperinciPENDAHULUAN Definisi: Contoh Kasus:
DISTRIBUSI PROBABILITAS 1 PENDAHULUAN Definisi: Distribusi probabilitas adalah sebuah susunan distribusi yang mempermudah mengetahui probabilitas sebuah peristiwa. Merupakan hasil dari setiap peluang peristiwa.
Lebih terperinciBerapa 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 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 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 terperinciP (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 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 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 terperinciDISTRIBUSI PELUANG.
DISTRIBUSI PELUANG readonee@yahoo.com Distribusi? Peluang? Distribusi Peluang? Distribusi = sebaran, pencaran, susunan data Peluang : Ukuran/derajat ketidakpastian suatu peristiwa Distribusi Peluang adalah
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 terperinciPeubah Acak. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB
Peubah Acak Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB 1 Definisi Peubah Acak Peubah = variabel Dalam suatu eksperimen, seringkali kita
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 terperinciTHEORY. By: Hanung N. Prasetyo PEUBAH ACAK TELKOM POLYTECHNIC/HANUNGNP
THEORY By: Hanung N. Prasetyo PEUBAH ACAK Variabel acak adalah suatu variabel yang nilainya bisa berapa saja Variabel acak merupakan deskripsi numerik dari outcome beberapa percobaan / eksperimen VARIABEL
Lebih terperinciP (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 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 terperinciHaryoso Wicaksono, S.Si., M.M., M.Kom. 26
Distribusi probabilita kontinu, yaitu apabila random variabel yang digunakan kontinu. Probabilita dihitung untuk nilai dalam suatu interval tertentu. Probabilita di suatu titik = 0. Probabilita untuk random
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 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 PROBABILITAS KONTINYU. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016
DISTRIBUSI PROBABILITAS KONTINYU Nur Hayati, S.ST, MT Yogyakarta, Maret 2016 DISTRIBUSI PELUANG KONTINYU Berbeda dengan variabel random diskrit, sebuah variabel random kontinyu adalah variabel yang dapat
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 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 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 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 terperinciPE P L E U L A U N A G N
PELUANG Berapa peluang Anda selesai S-1? Peluang Ukuran/derajat ketidakpastian suatu peristiwa Peluang Kemungkinan Peristiwa (probability) (possibility) sesuatu yang mungkin dapat terjadi Misal : Mengundi
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 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 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 terperinciMetode Penelitian Kuantitatif Aswad Analisis Deskriptif
Analisis Deskriptif Tanpa mengurangi keterumuman, pembahasan analisis deskriptif kali ini difokuskan kepada pembahasan tentang Ukuran Pemusatan Data, dan Ukuran Penyebaran Data Terlebih dahulu penting
Lebih terperinciPertemuan V Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution)
Pertemuan V Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution) Peubah acak merupakan suatu fungsi yang memetakan ruang kejadian (daerah fungsi) ke ruang bilangan
Lebih terperinciStatistika Ekonomi UT ESPA 4123
Statistika Ekonomi UT ESPA 413 Angka Indeks 1. Angka indeks harga dapat digunakan untuk menghitung... A. Nilai riil suatu variabel B. Tingkat inflasi C. Nilai nominal suatu variabel D. A dan B saja yang
Lebih terperinci4. Bentuk sederhana dari : a b
PAKET A. Pernyataan yang setara dengan Jika cuaca buruk, maka semua penerbangan ditunda adalah. A. Jika beberapa penerbangan tidak ditunda, maka cuaca baik. B. Jika semua penerbangan ditunda, maka cuaca
Lebih terperincioleh: Tri Budi Santoso Signal Processing Group Electronic Engineering Polytechnic Institute of Surabaya-ITS
Dasar Statistik untuk Pemodelan dan Simulasi oleh: Tri Budi Santoso Signal Processing Group Electronic Engineering Polytechnic Institute of Surabaya-ITS . Probabilitas Probabilitas=Peluang, bisa diartikan
Lebih terperinciPENGUKURAN DESKRIPTIF
PENGUKURAN DESKRIPTIF STATISTIK INDUSTRI I Jurusan Teknik Industri Universitas Brawijaya Malang 1 PENGUKURAN DESKRIPTIF Suatu pengukuran yang bertujuan untuk memberikan gambaran tentang data yang diperoleh
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 terperinciDISPERSI DATA. - Jangkauan (Range) - Simpangan/deviasi Rata-rata (Mean Deviation) - Variansi (Variance) - Standar Deviasi (Standart Deviation)
DISPERSI DISPERSI DATA Ukuran penyebaran suatu kelompok data terhadap pusat data. - Jangkauan (Range) - Simpangan/deviasi Rata-rata (Mean Deviation) - Variansi (Variance) - Standar Deviasi (Standart Deviation)
Lebih terperinciMenghitung peluang suatu kejadian
Menghitung peluang suatu kejadian A. Ruang Sampel, Titik Sampel, dan Kejadian Dari pandangan intuitif, peluang terjadinya suatu peristiwa atau kejadian adalah nilai yang menunjukkan seberapa besar kemungkinan
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 DISKRET
DISTRIBUSI PROBABILITAS DISKRET 1 OUTLINE BAGIAN II Probabilitas dan Teori Keputusan Konsep-konsep Dasar Probabilitas Diskret Distribusi Normal Teori Keputusan Pengertian Distribusi Probabilitas Binomial
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 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 terperinciAchmad Samsudin, M.Pd. Jurdik Fisika FPMIPA Universitas Pendidikan Indonesia
Achmad Samsudin, M.Pd. Jurdik Fisika FPMIPA Universitas Pendidikan Indonesia VARIABEL ACAK VARIABEL ACAK : suatu fungsi yang nilainya berupa bilangan nyata yang ditentukan oleh setiap unsur dalam ruang
Lebih terperinciPengukuran Deskriptif
Pengukuran Deskriptif 2.2 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Pendahuluan Tendensi Sentral Ukuran Dispersi 3 Pendahuluan Pengukuran Deskriptif 4 Definisi
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 terperinciTAHUN PELAJARAN 2003/2004 SMK. Matematika Non Teknik Seni dan Kerajinan (E4-4) PAKET 1 (UTAMA) SELASA, 11 MEI 2004 Pukul
DOKUMEN NEGARA 00 EP90 SANGAT RAHASIA UJIAN NASIONAL TAHUN PELAJARAN 00/00 SMK Matematika Non Teknik Seni dan Kerajinan (E) PAKET (UTAMA) SELASA, MEI 00 Pukul 07.0 09.0 DEPARTEMEN PENDIDIKAN NASIONAL Hak
Lebih terperinciTipe Peubah Acak. Diskret. Kontinu
2 N i 1 x i N 2 Tipe Peubah Acak Diskret Segugus nilai dari suatu peubah acak yang dapat dicacah (countable) Misalkan X = banyaknya tendangan penalti yang berhasil dilakukan oleh pemain A Kontinu Nilai-nilai
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 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 terperinciSTATISTICS WEEK 7. By: Hanung N. Prasetyo POLTECH TELKOM/HANUNG NP
STATISTICS WEEK 7 By: Hanung N. Prasetyo Ada macam, sampel probabilitas dan non probabilitas. Sampel probabilitas ada empat teknik yang semuanya dapat dilakukan dengan pengembalian atau tanpa pengembalian,
Lebih terperinciJenis Distribusi. 1. Distribusi Probabilitas 2. Distribusi Binomial (Bernaulli) 3. Distribusi Multinomial 4. Distribusi Normal (Gauss)
Ir Tito Adi Dewanto Jenis Distribusi 1. Distribusi Probabilitas 2. Distribusi Binomial (Bernaulli) 3. Distribusi Multinomial 4. Distribusi Normal (Gauss) Pengantar Kunci aplikasi probabilitas dalam statistik
Lebih terperinciDIKTAT KULIAH PROBABILITAS DAN STATISTIKA TEP4413. Oleh Nur Hayati, S.ST, MT
DIKTAT KULIAH PROBABILITAS DAN STATISTIKA TEP4413 Oleh Nur Hayati, S.ST, MT PROGRAM STUDI TEKNIK ELEKTRO FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH YOGYAKARTA 2017 i PRAKATA Bismillaahirrahmaanirrahiim.
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 terperinciMetode Statistika. Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution)
Metode Statistika Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution) Konsep Peubah Acak Peubah acak merupakan suatu fungsi yang memetakan ruang kejadian (daerah
Lebih terperinciSTATISTIKA EKONOMI I Chapter 4 Distribusi Probabilitas Normal dan Binomial Chapter 5 Teori Sampling
STATISTIKA EKONOMI I Chapter 4 Distribusi Probabilitas Normal dan Binomial Chapter 5 Teori Sampling Rengganis Banitya Rachmat rengganis.rachmat@gmail.com 4. Distribusi Probabilitas Normal dan Binomial
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 terperinci= 3 x maka (f g)(x) =.. Mata Pelajaran : MATEMATIKA. Petunjuk: A
Mata Pelajaran : MATEMATIKA Kelas/ Program : XII IPS Waktu : 0 menit Petunjuk: Pilih satu jawaban yang benar. Pernyataan yang senilai dengan Jika guru tidak datang maka semua siswa sedih. Adalah... Jika
Lebih terperinciCATATAN 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 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 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 terperinciBAB IV DESKRIPSI DAN ANALISIS DATA. evaluasi akhir pada materi Sistem Persamaan Linear Dua Variabel (SPLDV).
40 BAB IV DESKRIPSI DAN ANALISIS DATA A. Deskripsi Data Data hasil penelitian ini berupa data kuantitatif, yaitu berupa skor tes evaluasi akhir pada materi Sistem Persamaan Linear Dua Variabel (SPLDV).
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 terperinciSTATISTIKA LINGKUNGAN
STATISTIKA LINGKUNGAN TEORI PROBABILITAS Probabilitas -pendahuluan Statistika deskriptif : menggambarkan data Statistik inferensi kesimpulan valid dan perkiraan akurat ttg populasi dengan mengobservasi
Lebih terperinciDr. I Gusti Bagus Rai Utama, SE., M.MA., MA.
Dr. I Gusti Bagus Rai Utama, SE., M.MA., MA. Populasi : totalitas dari semua objek/ individu yg memiliki karakteristik tertentu, jelas dan lengkap yang akan diteliti Sampel : bagian dari populasi yang
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 terperinciMODUL MATA PELAJARAN MATEMATIKA
KERJASAMA DINAS PENDIDIKAN KOTA SURABAYA DENGAN FAKULTAS MIPA UNIVERSITAS NEGERI SURABAYA MODUL MATA PELAJARAN MATEMATIKA Statistika dan Peluang untuk kegiatan PELATIHAN PENINGKATAN MUTU GURU DINAS PENDIDIKAN
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 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 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 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 terperinciEkspektasi Satu Peubah Acak Diskrit
Chandra Novtiar 085794801125 chandramathitb07@gmail.com PROGRAM STUDI PENDIDIKAN MATEMATIKA SEKOLAH TINGGI KEGURUAN DAN ILMU PENDIDIKAN (STKIP) SILIWANGI BANDUNG Garis Besar Pembahasan Sub Pokok Pembahasan
Lebih terperinciProbabilitas & Distribusi Probabilitas
Probabilitas & Distribusi Probabilitas Probabilitas Definisi peluang untuk terjadi atau tidak terjadi Probabilitas untuk keluarnya mata satu dalam pelemparan satu kali sebuah dadu? Berapakah peluang seorang
Lebih terperinciHipotesis : asumsi atau anggapan bisa benar atau bisa salah seringkali dipakai sebagai dasar dalam memutuskan
PENGUJIAN HIPOTESIS Hipotesis : Merupakan suatu asumsi atau anggapan yang bisa benar atau bisa salah mengenai sesuatu hal, dan dibuat untuk menjelaskan sesuatu hal tersebut sehingga memerlukan pengecekan
Lebih terperinciPREDIKSI UN SMA IPS MATEMATIKA 2012
Prediksi Matematika UN SMA IPS 01 PREDIKSI UN SMA IPS MATEMATIKA 01 1. Diketahui dua pernyataan p dan q p : bernilai besar q : bernilai salah Pernyataan majemuk di bawah ini bernilai benar, kecuali. A.
Lebih terperinciBAB 9 DISTRIBUSI PELUANG KONTINU
BAB 9 DISTRIBUSI PELUANG KONTINU A. Pengertian Distribusi Peluang Kontinu Distribusi peluang kontinu adalah peubah acak yang dapat memperoleh semua nilai pada skala kontinu. Ruang sampel kontinu adalah
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 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 terperinciSTATISTIKA UNIPA SURABAYA
MATEMATIKA STATISTIKA (MATHEMATICAL STATISTICS) GANGGA ANURAGA Materi : Distribusi variabel random Teori Himpunan Fungsi Himpunan Fungsi Himpunan Peluang Variabel Random Fungsi Kepadatan Peluang Fungsi
Lebih terperinciPengukuran Deskriptif. Debrina Puspita Andriani /
Pengukuran Deskriptif 3 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Pendahuluan Tendensi Sentral Ukuran Dispersi 3 Pendahuluan Pengukuran Deskriptif 4 Definisi Pengukuran
Lebih terperinci