Actuary Club A20 Probabilitas dan Statistika Maret 2018
|
|
- Suharto Sasmita
- 5 tahun lalu
- Tontonan:
Transkripsi
1 Actuary Club A20 Probabilitas dan Statistika Maret 2018 Soal terdiri dari 30 nomor yang berbentuk pilihan ganda. Setiap soal terdapat 5 pilihan jawaban dan hanya 1 jawaban yang benar. Waktu pengerjaan ujian adalah selama 180 menit atau 3 jam. Lepaskan halaman terakhir pada soal ini dan tulis jawaban Anda pada lembar tersebut. Nama: Divisi: 1. Waktu sampai gagal T dari sebuah produk dimodelkan menggunakan distribusi uniform pada [0, 10]. Sebuah garansi membayarkan manfaat sebesar 100 jika kegagalan terjadi diantara waktu t = 1.5 dan t = 8. Nilai sekarang W dari manfaat ini adalah... 0, 0 T < 1.5 W = 100e 0.04T, 1.5 T < 8 0, 8 T < 10. Hitung Pr(W < 79) (a) 0.21 (b) 0.41 (c) 0.44 (d) 0.56 (e) Sebuah produk investasi memperoleh tingkat suku bunga tahunan R yang mengikuti distribusi uniform pada interval (0.04, 0.08). Nilai dari investasi awal sebesar 10,000 pada produk ini setelah satu tahun adalah sebesar V = 10, 000e R. Misalkan F adalah fungsi distribusi kumulatif dari V. Tentukan F (v) dari V untuk nilai v yang memenuhi 0 < F (v) < 1. (a) 10, 000ev/10,000 10, (b) 25e v/10, v 10, 408 (c) 10, , 408 (d) 25 v [ ( ) ] v (e) 25 ln , 000
2 Actuary Club A20 Probabilitas dan Statistika Page 2 of Sebuah polis asuransi membayar 100 setiap hari hingga 3 hari rawat inap dan 50 per hari untuk setiap rawat inap setelahnya. Banyaknya hari rawat inap X adalah sebuah peubah acak diskrit dengan fungsi peluang 6 k, untuk k = 1, 2, 3, 4, 5 P [X = k] = 15 0, k lainnya. Hitung ekspektasi dari pembayaran yang dilakukan untuk rawat inap berdasarakan polis tersebut. (a) 123 (b) 210 (c) 220 (d) 270 (e) Misalkan X dan Y menandakan nilai dari dua saham pada akhir tahun ke 5. X berdistribusi uniform pada interval (0, 12). Diberikan X = x, Y berdistribusi uniform pada interval (0, x). Hitung Cov(X, Y ) berdasarkan model ini. (a) 0 (b) 4 (c) 6 (d) 12 (e) Sebuah wadah terdapat 4 buah fair dice. Dua dadu mempunyai sisi bernomor 1, 2, 3, 4, 5, dan 6; satu dadu mempunyai sisi bernomor 2, 2, 4, 4, 6, dan 6; serta satu dadu mempunyai nomor 6 pada semua sisinya. Satu dari dadu dipilih secara acak dari wadah dan dilemparkan. Dadu yang sama dilemparkan untuk kedua kalinya. Hitung peluang angka 6 muncul pada kedua pelemparan tersebut. (a) (b) (c) (d) (e) 0.417
3 Actuary Club A20 Probabilitas dan Statistika Page 3 of Sebuah perusahaan asuransi akan menanggung kerugian yang terjadi dari tornado pada single calendar year. Akan tetapi, perusahaan asuransi hanya akan menanggung kerugian maksimum sebesar tiga tornado pada periode yang sama. Misalkan X adalah banyaknya tornado yang menghasilkan kerugian setidaknya 50 milyar dan misalkan Y adalah banyaknya tornado. Fungsi peluang gabungan dari X dan Y adalah { c(x + 2y), untuk x = 0, 1, 2, 3, y = 0, 1, 2, 3, x y p(x, y) = 0, x, y lainnya, dengan c adalah konstanta. Hitung ekspektasi dari banyaknya tornado yang menghasilkan kerugian kurang dari 50 milyar (a) 0.19 (b) 0.28 (c) 0.76 (d) 1.00 (e) Misalkan X adalah random variable kontinu yang mempunyai funsi peluang x f(x) = 10, 2 x 4 0, x lainnya. Hitung ekspektasi dari X. (a) 1/5 (b) 3/5 (c) 1 (d) 28/15 (e) 12/5 8. Pada sebuah popolusi pasien, 20% mempunyai cancer tahap awal, 10% mempunyai cancer tahap akhir, dan 70% sisanya tidak mempunyai cancer. 6 pasien dari populasi diambil secara acak. Hitung ekspektasi dari pasien terpilih yang mempunyai cancer tahap akhir, diberikan bahwa paling tidak terdapat 1 pasien yang mempunyai cancer tahap awal. (a) (b) (c) (d) (e) 0.625
4 Actuary Club A20 Probabilitas dan Statistika Page 4 of Sebuah perusahaan asuransi menawarkan produk asuransi perjalanan. Kerugian pada produk tersebut diasumsikan berdistribusi uniform pada interval [0, 5]. Perusahaan asuransi akan me-reimburse pemegang polis untuk kerugian hingga maksimal 4. Hitung peluang distribusi kumulatif F dari manfaat yang dibayarkan oleh perusahaan asuransi kepada pemegang polis yang mengalami sebuah kerugian. (a) (b) (c) (d) (e) 0, x < 0 F (x) = 0.20x, 0 x < 4 1, x 4. 0, x < 0 F (x) = 0.20x, 0 x < 5 1, x 5. 0, x < 0 F (x) = 0.25x, 0 x < 4 1, x 4. 0, x < 0 F (x) = 0.25x, 0 x < 5 1, x 5. 0, x < 1 F (x) = 0.25x, 1 x < 5 1, x Sebuah perusahaan asuransi menjual asuransi kendaraan tahunan dengan deductible sebesar 2. Peluang tertanggung akan mengalami kerugian adalah Jika terdapat kerugian, peluang kerugian sebesar N adalah K/N, untuk N = 1,..., 5 dan K bernilai konstan. Kerugian tidak bisa lebih dari satu kejadian. Hitung ekspektasi pembayaran asuransi tersebut. (a) (b) (c) (d) (e) 0.150
5 Actuary Club A20 Probabilitas dan Statistika Page 5 of Sebuah kumpulan orang dewasa yang ikut tes mendapatkan surat izin mengemudi terdiri dari 50% lowrisk drivers, 30% moderate-risk drivers, dan 20% high-risk drivers. Karena tidak ada data historis cara mengemudi sebelumnya maka perusahaan asuransi mengasumsikan setiap pengemudi dipilih secara acak dari kumpulan tersebut. Bulan ini perusahaan asuransi menjual 4 polis baru untuk orang dewasa yang mendapatkan surat izin mengemudi pertama mereka. Tentukan peluang bahwa 4 orang tersebut terdiri dari setidaknya dua high-risk drivers lebihnya dari low-risk drivers. (a) (b) (c) (d) (e) Sebuah perusahaan asuransi menawarkan program kesehatan kepada karyawan dari suatu perusahaan. Pada program ini, setiap karyawan memilih tepat dua dari supplementary coverages A, B, dan C, atau mereka diperbolehkan tidak memilih sama sekali. Proporsi dari karyawan yang memilih tanggungan A, B, dan C berturut - turut adalah 1/4, 1/3, dan 5/12. Tentukan nilai peluang dari seorang karyawan yang dipilih secara acak tidak memilih tanggungan sama sekali. (a) 0 (b) 47/144 (c) 1/2 (d) 97/144 (e) 7/9 13. Diberikan nilai P [A B] = 0.7 dan P [A B c ] = 0.9. Hitung P [A]. (a) 0.2 (b) 0.3 (c) 0.4 (d) 0.6 (e) Sebuah asuransi topan menanggung water damage X dan wind damage Y dengan X dan Y memiliki fungsi gabungan { 0.13e 0.5x 0.2y 0.06e x 0.2y 0.06e 0.5x 0.4y e x 0.4y, x > 0, y > 0 f(x, y) = 0, x, y lainnya. Hitung standar deviasi dari X. (a) 1 (b) 2 (c) 3 (d) 4 (e) 5
6 Actuary Club A20 Probabilitas dan Statistika Page 6 of Sebuah asuransi menanggung tabung gas selama satu tahun. Pada tahun tersebut, hanya terjadi satu dari tiga masalah yang mungkin terjadi: The igniter switch mungkin perlu diganti dengan biaya 60. Peluangnya adalah sebesar 0.1. The pilot mungkin perlu diganti dengan biaya 200. Peluangnya adalah sebesar The furnace mungkin perlu diganti dengan biaya Peluangnya adalah sebesar Hitung deductible yang akan menghasilkan ekspektasi pembayaran klaim sebesar 30. (a) 100 (b) Setidaknya 100 tetapi kurang dari 150 (c) Setidaknya 150 tetapi kurang dari 200 (d) Setidaknya 200 tetapi kurang dari 250 (e) Setidaknya Kerusakan pada mobil pada sebuah kecelakaan dimodelkan dengan sebuah random variable dengan fungsi densitas { c(x 2 60x + 800), 0 < x < 20 f(x) = 0, x lainnya, dengan c adalah sebuah konstanta. Sebuah mobil tertentu diasuransikan dengan deductible sebesar 2. Mobil ini terlibat pada sebuah kecelakaan yang menghasilkan kerusakaan melebihi dari deductible yang diberikan. Hitung peluang kerusakaannya melebihi 10. (a) 0.12 (b) 0.16 (c) 0.20 (d) 0.26 (e) Masa hidup sebuah lampu memiliki fungsi densitas f dengan f(x) proporsional terhadap 0 < x < 5, dan 0 untuk x lainnya. Hitung modus dari distribusi ini. x x 3, (a) 0.00 (b) 0.79 (c) 1.26 (d) 4.42 (e) Seorang murid mengikuti ujian yang terdiri dari 20 true-false questions. Murid tersebut mengetahui jawaban sebanyak N pertanyaan, yang dijawab dengan benar dan menebak sisanya. Peluang bersyarat bahwa murid tersebut mengetahui jawaban dari sebuah pertanyaan, diberikan murid tersebut menjawabnya dengan benar adalah Hitung N. (a) 8 (b) 10 (c) 14 (d) 16 (e) 18
7 Actuary Club A20 Probabilitas dan Statistika Page 7 of Saat sebuah kebakaran dilaporkan kepada perusahaan asuransi kerugian, perusahaan akan membuat estimasi awal X yang merupakan nilai yang akan dibayar kepada tertanggung karena kebakaran dan kerugian tersebut. Ketika klaim sudah selesai, perusahaan akan membayar sebesar Y kepada tertanggung. Perusahaan menetapkan bahwa X dan Y mempunyai fungsi peluang gabungan f(x, y) = 2 x 2 (x 1) e (2x 1)/(x 1), x > 1, y > 1. Diberikan bahwa estimasi awal klaim sebesar 2, hitung peluang klaim akhir diantara 1 dan 3. (a) 1/9 (b) 2/9 (c) 1/3 (d) 2/3 (e) 8/9 20. Kekuatan minimum yang diperlukan untuk menghancurkan suatu jenis kabel berdistribusi normal dengan rata - rata 12,432 dan standar deviasi 25. Sebanyak 400 kabel sejenis dipilih sebagai sampel acak. Hitung peluang setidak 349 dari kabel yang terpilih tidak akan hancur pada kekuatan sebesar 12,400. (a) 0.62 (b) 0.67 (c) 0.92 (d) 0.97 (e) Perusahaan asuransi A dan B masing - masing mendapatkan keuntungan tahunan yang berdistribusi normal dengan rata - rata yang sama. Standar deviasi dari keuntungan perusahaan A adalah setengah dari rata - ratanya. Pada tahun tertentu, peluang perusahaan B mengalami kerugian adalah 0.9 kali peluang perusahaan A mengalami kerugian. Hitung rasio dari standar deviasi keuntungan perusahaan B dengan standar deviasi tahunan perusahaan A. (a) 0.49 (b) 0.90 (c) 0.98 (d) 1.11 (e) Proporsi X dari klaim gigi tahunan yang melebihi 200 adalah random variable dengan fungsi peluang { 60x 3 (1 x) 2, 0 < x < 1 f(x) = 0, x lainnya. Hitung V ar[x/(1 X)]. (a) 149/900 (b) 10/7 (c) 6 (d) 8 (e) 10
8 Actuary Club A20 Probabilitas dan Statistika Page 8 of Sebuah random variable X mempunyai fungsi kumulatif 0, x < 1 x F (x) = 2 2x + 2, 1 x < 2 2 0, x 2. Hitung variansi dari X. (a) 7/72 (b) 1/8 (c) 5/36 (d) 4/3 (e) 23/ Misalkan T 1 adalah waktu antara kecelakaan mobil dengan pelaporan klaim kepada suatu perusahaan asuransi. Misalkan T 2 adalah waktu antara pelaporan klaim dengan pembayaran klaim. Fungsi peluang gabungan dari T 1 dan T 2 yaitu f(t 1, t 2 ) adalah konstan terhadap daerah 0 < t 1 < 6, 0 < t 2 < 6, t 1 +t 2 < 10, dan 0 untuk x, y lainnya. Hitung E[T 1 + T 2 ], ekspektasi waktu antara kecelakaan mobil dengan pembayaran klaim. (a) 4.9 (b) 5.0 (c) 5.7 (d) 6.0 (e) Nilai total klaim untuk sebuah polis asuransi kesehatan mengikuti sebuah distribusi dengan fungsi peluang f(x) = e x/1000, x > 0 Premi untuk polis ditetapkan sebesar ekspektasi total klaim ditambah dengan 100. Jika 100 polis terjual dengan distribusi yang saling bebas, hitung peluang secara hampiran bahwa perusahaan asuransi akan mempunyai nilai besaran klaim yang lebih besar dibandingkan dengan premi yang dikumpulkan. (a) (b) (c) (d) (e) 0.460
9 Actuary Club A20 Probabilitas dan Statistika Page 9 of Sebuah perusahaan asuransi mengasuransikan mobil merah dan hijau. Seorang aktuaris merangkum data yang ada dan diperoleh data berikut; Warna mobil Merah Hijau Banyaknya yang ditanggung Peluang terjadi kecelakaan Peluang klaim melebihi deductible, diketahui kecelakaan berasal dari grup ini Aktuaris memilih secara acak sebuah klaim dari semua klaim yang melebihi deductible. Hitung peluang yang terambilnya klaim dari mobil merah. (a) (b) (c) (d) (e) Masa hidup dalam tahun suatu komputer berdistribusi eksponensial. Peluang masa hidupnya lebih besar empat tahun adalah 0.3. Misalkan f(x) adalah fungsi peluang dari masa hidup komputer dalam tahun untuk x > 0. Tentukan f(x). (a) 1 (0.3) x/4 (b) 1 (0.7) x/4 (c) 1 (0.3) x/4 ln 0.7 (d) (0.7) x/4 4 ln 0.3 (e) (0.3) x/ Banyaknya kecelakaan N pada pabrik untuk suatu hari berdistribusi Poisson dengan mean λ. Parameter λ adalah random variable yang ditentukan berdasarkan tingkat aktifitas di pabrik dan berdistribusi uniform [0, 3]. Hitung V ar[n]. (a) λ (b) 2λ (c) 0.75 (d) 1.50 (e) 2.25
10 Actuary Club A20 Probabilitas dan Statistika Page 10 of Sebuah perusahaan asuransi kendaraan mempunyai 10,000 pemegang polis. Setiap pemegang polis diklasifikasikan sebagai muda atau tua; pria atau wanita; dan menikah atau bujang. Dari pemegang polis tersebut, 3000 adalah muda, 4600 adalah pria, dan 7000 sudah menikah. Pemegang polis juga bisa diklasifikasikan sebagai 1320 pria muda, 3010 pria yang sudah menikah, dan 1400 yang menikah dan muda. Terakhir, 600 pemegang polis adalah pria muda yang sudah menikah. Hitung banyaknya pemegang polis wanita muda yang bujang. (a) 280 (b) 423 (c) 486 (d) 880 (e) Seorang pengemudi dan penumpang sedang mengalami kecelakaan mobil. Masing - masing independently mempunyai peluang untuk dirawat di rumah sakit sebesar 0.3. Ketika sebuah perawatan di rumah sakit terjadi maka kerugian yang terjadi berdistribusi uniform [0, 1]. Ketika dua perawatan di rumah sakit terjadi maka kerugiannya saling bebas. Hitung ekspektasi banyaknya orang di dalam mobil yang mendapat perawatan di rumah sakit, diketahui bahwa total loss karena perawatan akibat kecelakaan adalah kurang dari 1. (a) (b) (c) (d) (e) 0.800
11 Actuary Club A20 Probabilitas dan Statistika Page 11 of 12 NORMAL CUMULATIVE DISTRIBUTION FUNCTION x
12 Actuary Club A20 Probabilitas dan Statistika Page 12 of 12 Nama: Divisi: No Jawaban 1 A B C D E 2 A B C D E 3 A B C D E 4 A B C D E 5 A B C D E 6 A B C D E 7 A B C D E 8 A B C D E 9 A B C D E 10 A B C D E 11 A B C D E 12 A B C D E 13 A B C D E 14 A B C D E 15 A B C D E 16 A B C D E 17 A B C D E 18 A B C D E 19 A B C D E 20 A B C D E 21 A B C D E 22 A B C D E 23 A B C D E 24 A B C D E 25 A B C D E 26 A B C D E 27 A B C D E 28 A B C D E 29 A B C D E 30 A B C D E Don't wish it were easier; wish you were better. Jim Rohn The End.
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 terperinciBAB II LANDASAN TEORI
15 BAB II LANDASAN TEORI Pada bab ini diberikan tinjauan pustaka, teori penunjang dan kerangka pemikiran. Tinjauan pustaka terdiri dari penelitian-penelitian sebelumnya yang mendasari skripsi ini, teori
Lebih terperinciPERSATUAN 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 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 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 terperinciBILANGAN 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 terperinciMA4181 MODEL RISIKO Risk is managed, not avoided
Catatan Kuliah MA4181 MODEL RISIKO Risk is managed, not avoided disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Tentang MA4181 Model Risiko
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 terperinciBab 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 terperinciCatatan Kuliah. MA4183 Model Risiko Forecast, assess, and control your risk. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah MA4183 Model Risiko Forecast, assess, and control your risk Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang MA4183
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 terperinciPERSATUAN AKTUARIS INDONESIA
PERSATUAN AKTUARIS INDONESIA Komisi Penguji PERSATUAN AKTUARIS INDONESIA UJIAN PROFESI AKTUARIS MATA UJIAN : A70 Pemodelan dan Teori Risiko TANGGAL : 25 Juni 2013 JAM : 13.30 16.30 WIB LAMA UJIAN : 180
Lebih terperinciMata Kuliah Pemodelan & Simulasi. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia
Mata Kuliah Pemodelan & Simulasi Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia Pokok Bahasan Variabel Acak Pola Distribusi Masukan Pendugaan Pola Distribusi Uji Distribusi
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 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 terperinciCatatan Kuliah. MA4183 Model Risiko
Catatan Kuliah MA4183 Model Risiko Forecast and control your risk Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang MA4183 Model Risiko
Lebih terperinciMA4183 MODEL RISIKO Control your Risk!
Catatan Kuliah MA4183 MODEL RISIKO Control your Risk! disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014 Tentang MA4183 Model Risiko A. Jadwal
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 terperinciCatatan 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 terperinciCatatan Kuliah. MA4183 Model Risiko Risk: Quantify and Control. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah MA4183 Model Risiko Risk: Quantify and Control Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2017 1 Tentang MA4183 Model Risiko
Lebih terperinciDefinisi: 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 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 terperinciMA2081 STATISTIKA DASAR SEMESTER II TAHUN 2010/2011 LATIHAN I
MA2081 STATISTIKA DASAR SEMESTER II TAHUN 2010/2011 LATIHAN I A. STATISTIKA DESKRIPTIF 1. Seorang teknisi suatu pabrik paku melakukan kunjungan di bagian produksi. Ia mengambil 36 sampel paku yang akan
Lebih terperinciModel dan Simulasi Universitas Indo Global Mandiri
Model dan Simulasi Universitas Indo Global Mandiri Nomor random >> angka muncul secara acak (random/tidak terurut) dengan probabilitas untuk muncul yang sama. Probabilitas/Peluang merupakan ukuran kecenderungan
Lebih 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 terperinciCatatan Kuliah. MA4183 Model Risiko Forecast, assess, and control your risk. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah MA4183 Model Risiko Forecast, assess, and control your risk Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang MA4183
Lebih terperinciSTATISTICS. WEEK 5 Hanung N. Prasetyo TELKOM POLTECH/HANUNG NP
STATISTICS WEEK 5 Hanung N. Prasetyo Kompetensi 1. Mahasiswa memahamikonsep dasar distribusi peluang kontinu khusus seperti uniform dan eksponensial 2. Mahasiswamampumelakukanoperasi hitungyang berkaitan
Lebih terperinciPEMBAHASAN UTS 2015/2016 STATISTIKA 1
PEMBAHASAN UTS 2015/2016 STATISTIKA 1 1. pernyataan berikut ini menjelaskan definisi dan cakupan statistika deskriptif, KECUALI : a. statistika deskriptif mendeskripsikan data yang telah dikumpulkan (Organizing)
Lebih terperinciMODEL ASURANSI KENDARAAN BERMOTOR MENGGUNAKAN DISTRIBUSI MIXED POISSON ABSTRACT
JURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman 229-240 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian MODEL ASURANSI KENDARAAN BERMOTOR MENGGUNAKAN DISTRIBUSI MIXED POISSON Tina
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 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 terperinciCatatan 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 terperinciCatatan Kuliah. MA4183 Model Risiko
Catatan Kuliah MA4183 Model Risiko Forecast and control your risk Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang MA4183 Model Risiko
Lebih terperinciBAB II DISTRIBUSI PROBABILITAS
BAB II DISTRIBUSI PROBABILITAS.1. VARIABEL RANDOM Definisi 1: Variabel random adalah suatu fungsi yang memetakan ruang sampel (S) ke himpunan bilangan Real (R), dan ditulis X : S R Contoh (Variabel random)
Lebih terperinciDISTRIBUSI TEORITIS. P(M) = p = probabilitas untuk mendapat bola merah (sukses) 30
DISTRIBUSI TEORITIS Distribusi teoritis merupakan alat bagi kita untuk menentukan apa yang dapat kita harapkan, apabila asumsi-asumsi yang kita buat benar. Distribusi teoritis memungkinkan para pembuat
Lebih terperinciMisalkan 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 terperinciCatatan 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 terperinciPEMBANGKIT RANDOM VARIATE
PEMBANGKIT RANDOM VARIATE Mata Kuliah Pemodelan & Simulasi JurusanTeknik Informatika Universitas Komputer Indonesia 1 Pendahuluan (1) Sifat probalitistik pada sistem nyata mempunyai pola distribusi probabilistik
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 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 terperinciSumbu X (horizontal) memiliki range (rentang) dari minus takhingga. ( ) hingga positif takhingga (+ ). Kurva normal memiliki puncak pada X
Sumbu X (horizontal) memiliki range (rentang) dari minus takhingga ( ) hingga positif takhingga (+ ). Kurva normal memiliki puncak pada X = 0. Perlu diketahui bahwa luas kurva normal adalah satu (sebagaimana
Lebih terperinciMA4181 MODEL RISIKO Risk is managed, not avoided
Catatan Kuliah MA4181 MODEL RISIKO Risk is managed, not avoided disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Tentang MA4181 Model Risiko
Lebih terperincil.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 terperinciMA4183 MODEL RISIKO Control your Risk!
Catatan Kuliah MA4183 MODEL RISIKO Control your Risk! disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014 Tentang MA4183 Model Risiko A. Jadwal
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 terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Pendahuluan Pada bab ini akan diuraikan mengenai beberapa teori dan metode yang mendukung serta mempermudah dalam melakukan perhitungan dan dapat membantu di dalam pembahasan
Lebih terperinciMA4183 MODEL RISIKO Control your Risk!
Catatan Kuliah MA4183 MODEL RISIKO Control your Risk! disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014 Tentang MA4183 Model Risiko A. Jadwal
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 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 terperinciCatatan Kuliah. MA4283 Teori Risiko dan Kredibilitas Forecasting Risk: Precise and Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah MA4283 Teori Risiko dan Kredibilitas Forecasting Risk: Precise and Prospective Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2018
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam teori probabilitas dan statistika, distribusi Binomial adalah distribusi probabilitas diskrit jumlah keberhasilan dalam n percobaan ya/tidak(berhasil/gagal)
Lebih terperinciCatatan 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 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 terperinciMODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU
DISTRIBUSI PELUANG DISKRIT DAN KONTINU A. TUJUAN PRAKTIKUM Melalui praktikum Modul II ini diharapkan praktikan dapat: 1. Mengenal jenis dan karakteristik dari beberapa distribusi peluang. 2. Menguji dan
Lebih terperinciCNH3E3 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 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 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 terperinciRENCANA MUTU PEMBELAJARAN. I. Standar Kompetensi : Menyelesaikan masalah probabilitas baik secara teoritik maupun aplikasinya dalam kehidupan.
RENCANA MUTU PEMBELAJARAN Nama Dosen : N. Setyaningsih, MSi. Program Studi : Pendidikan Matematika Kode Mata Kuliah : 306203 Nama Mata Kuliah : Probabilitas Jumlah sks : 3 sks Semester : III Alokasi Waktu
Lebih terperinciDistribusi Diskrit dan Kontinu yang Penting. Oleh Azimmatul Ihwah
Distribusi Diskrit dan Kontinu yang Penting Oleh Azimmatul Ihwah Distribusi Diskrit Fungsi probabilitas dari variabel random diskrit dapat dinyatakan dalam formula matematik tertentu yang dinamakan fungsi
Lebih terperinciCatatan Kuliah. MA4183 Model Risiko
Catatan Kuliah MA4183 Model Risiko Forecast and control your risk Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang MA4183 Model Risiko
Lebih terperinciCatatan 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 terperinciSeri Pendidikan Aktuaris Indonesia Ruhiyat
Seri Pendidikan Aktuaris Indonesia Ruhiyat 5+ Soal & Matematika Aktuaria DRAF JAWABAN UJIAN PAI A6 - MATEMATIKA AKTUARIA 26 NOVEMBER 24 Ruhiyat Departemen Matematika FMIPA IPB Bogor, 25 . Sebuah variable
Lebih terperinciMata Kuliah Pemodelan & Simulasi
Mata Kuliah Pemodelan & Simulasi Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia 1 Pendahuluan (1) Sifat probabilitistik pada sistem nyata mempunyai pola distribusi probabilistik
Lebih terperinciPertemuan ke Nilai Harapan (Mean atau Rata rata) dan Varians Distribusi Kontinu
Pertemuan ke 5 4.1 Nilai Harapan (Mean atau Rata rata) dan Varians Distribusi Kontinu Fungsi Probabilitas dengan variabel kontinu terdiri dari : 1. Distribusi Normal 2. Distribusi T 3. Distribusi Chi Kuadrat
Lebih terperinciMA4181 MODEL RISIKO Risk is managed, not avoided
Catatan Kuliah MA4181 MODEL RISIKO Risk is managed, not avoided disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Tentang MA4181 Model Risiko
Lebih terperinciBAB I PENDAHULUAN. penerbangan, kedokteran, teknik mesin, software komputer, bahkan militer
BAB I PENDAHULUAN A. Latar Belakang Statistika merupakan salah satu ilmu matematika yang terus berkembang dari waktu ke waktu. Di dalamnya mencakup berbagai sub pokok-sub pokok materi yang sangat bermanfaat
Lebih terperinciMA2081 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 terperinciMA 2181 ANALISIS DATA SEMESTER I 2010/2011 KK STATISTIKA, FMIPA ITB
MA 2181 ANALISIS DATA SEMESTER I 2010/2011 KK STATISTIKA, FMIPA ITB BAGIAN I. PILIHAN BERGANDA 18 poin 1. C 2. B 3. C 4. A 5. D 6. D SOLUSI UJIAN TENGAH SEMESTER UTS 1 Rabu, 13 Oktober 2010, 14.00 15.45
Lebih terperinciBI5106 ANALISIS BIOSTATISTIK Bab 3 Peubah Acak dan Dist
BI5106 ANALISIS BIOSTATISTIK Bab 3 Peubah Acak dan Distribusi Orang Biologi Tidak Anti Statistika Silabus Silabus dan Tujuan Konsep peubah acak, fungsi peluang (probability density function), fungsi distribusi
Lebih 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 terperinciMenjelaskan pengertian distribusi binomial, mengidentifikasi eksperimen binomial dan menghitung probabilitas binomial, menghitung ukuran pemusatan
Tujuan Pembelajaran Menjelaskan pengertian distribusi binomial, mengidentifikasi eksperimen binomial dan menghitung probabilitas binomial, menghitung ukuran pemusatan dan penyebaran distribusi binomial
Lebih 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 (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 (PELUANG)
DISTRIBUSI PROBABILITAS (PELUANG) Distribusi Probabilitas (Peluang) Distribusi? Probabilitas? Distribusi Probabilitas? JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA Distribusi = sebaran,
Lebih terperinciDasar-dasar Statistika Pemodelan Sistem
Dasar-dasar Statistika Pemodelan Sistem Kuliah Pemodelan Sistem Semester Genap 2015-2016 MZI Fakultas Informatika Telkom University FIF Tel-U Januari 2016 MZI (FIF Tel-U) Statistika Pemodelan Januari 2016
Lebih terperinciKONSEP DASAR PROBABILITAS DAN DISTRIBUSI PROBABILITAS LELY RIAWATI, ST, MT.
KONSEP DASAR PROBABILITAS DAN DISTRIBUSI PROBABILITAS LELY RIAWATI, ST, MT. EKSPERIMEN suatu percobaan yang dapat diulang-ulang dengan kondisi yang sama CONTOH : Eksperimen : melempar dadu 1 kali Hasilnya
Lebih 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 terperinciDISTRIBUSI DISKRIT KHUSUS
DISTRIBUSI DISKRIT KHUSUS UNIFORM (SERAGAM) BERNOULLI BINOMIAL POISSON MULTINOMIAL HIPERGEOMETRIK GEOMETRIK BINOMIAL NEGATIF MA3181 Teori Peluang 27 Oktober 2014 Utriweni Mukhaiyar DISTRIBUSI UNIFORM (SERAGAM)
Lebih terperinciOLIMPIADE SAINS TERAPAN NASIONAL SEKOLAH MENENGAH KEJURUAN 2008 MATEMATIKA NON-TEKNOLOGI SESI 1 (PILIHAN GANDA DAN ISIAN SINGKAT) WAKTU : 120 MENIT
OLIMPIADE SAINS TERAPAN NASIONAL SEKOLAH MENENGAH KEJURUAN 2008 MATEMATIKA NON-TEKNOLOGI SESI (PILIHAN GANDA DAN ISIAN SINGKAT) WAKTU : 20 MENIT I. Soal Pilihan Ganda, ada 0 soal dalam test ini. Petunjuk
Lebih terperinciPemodelan Data Besar Klaim Asuransi Kendaraan Bermotor Menggunakan Distribusi Mixture Erlang
Statistika, Vol. 17 No. 1, 45 51 Mei 2017 Pemodelan Data Besar Klaim Asuransi Kendaraan Bermotor Menggunakan Distribusi Mixture Erlang Indah permatasari, aceng komarudin mutaqin, lisnur wachidah Program
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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2. Pengertian Distribusi Eksponensial Distribusi eksponensial adalah distribusi yang paling penting dan paling sederhana kegagalan mesin penghitung otomatis dan kegagalan komponen
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 terperinciMetode Statistika (STK 211) Pertemuan ke-5
Metode Statistika (STK 211) Pertemuan ke-5 rrahmaanisa@apps.ipb.ac.id Memahami definisi dan aplikasi peubah acak (peubah acak sebagai fungsi, peubah acak diskrit dan kontinu) Memahami sebaran peubah acak
Lebih terperinciStatistik Non Parametrik
Statistik Non Parametrik UJI FRIEDMAN (UJI X ) r X r UJI Friedman (uji ) Untuk k sampel berpasangan (k>) dengan data setidaknya data skala ordinal Sebagai alternatif dari analisis variansi dua arah bila
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 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 terperinciCatatan Kuliah. MA4283 Teori Risiko dan Kredibilitas Forecasting Risk: Precise and Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah MA4283 Teori Risiko dan Kredibilitas Forecasting Risk: Precise and Prospective Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2018
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 terperinciPOKOK BAHASAN YANG DIAJARKAN: 1. DISTRIBUSI PEUBAH ACAK a. Distribusi Peubah Acak Tunggal b. Distribusi Peubah Acak Ganda c. Distribusi Bersyarat d.
POKOK BAHASAN YANG DIAJARKAN:. DISTRIBUSI PEUBAH ACAK a. Distribusi Peubah Acak Tunggal b. Distribusi Peubah Acak Ganda c. Distribusi Bersyarat d. Teorema Bayes. EKSPEKTASI MATEMATIK a. Ekspektasi b. Variansi
Lebih terperinciDISTRIBUSI TEORITIS. Variabel Acak Distribusi Teoritis Binomial Normal
DISTRIBUSI TEORITIS DISTRIBUSI TEORITIS Variabel Acak Distribusi Teoritis Binomial Normal Variabel acak adalah sebuah besaran yang merupakan hasil dari percobaan acak yang secara untung-untungan, dapat
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Dalam pembicaraan statistik, jawaban yang diinginkan adalah jawaban untuk ruang lingkup yang lebih luas, yakni populasi. Tetapi objek dari studi ini menggunakan sampel
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 terperinciDistribusi Peluang Kontinyu STATISTIK INDUSTRI 1. Distribusi Peluang Kontinyu. Distribusi Diskrit Uniform. Distribusi Diskrit Uniform 17/12/2014
STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Rata-rata dan Variansi Rumus Umum: Distribusi Peluang Diskrit dan Kontinyu UNIFORM Distribusi Diskrit Uniform Distribusi Diskrit Uniform Contoh: Suatu
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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Dewasa ini industri asuransi telah menjadi suatu bidang usaha yang menarik dan mempunyai peranan yang tidak kecil dalam perekonomian. Keberadaan industri
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 terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Perusahaan asuransi dirasa perlu oleh masyarakat yang memiliki kecenderungan untuk menghindari atau mengalihkan risiko. Menurut Undang- Undang No.2 Tahun 1992 tentang
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 terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan teori statistika telah mempengaruhi hampir semua aspek kehidupan. Hal ini disebabkan statistika merupakan salah satu disiplin ilmu yang berperan
Lebih terperinci