Peubah Acak (Lanjutan)

Transkripsi

1 Learning Outcomes 13 April 2014

2 Learning Outcomes Learning Outcome Outline Mahasiswa dapat mengerti dan menentukan peubah acak diskret Mahasiswa dapat memahami dan menghitung nilai harapan Mahasiswa dapat memahami dan menghitung ragam Mahasiswa dapat mengenal dan memahami beberapa sebaran peubah acak diskret Peubah Acak Diskret

3 Learning Outcomes Definisi Peubah acak dimana semua nilai yang mungkin adalah tercacah, maka peubah acak disebut sebagai peubah acak diskret. Untuk peubah acak X diskret, dapat ditentukan fungsi massa peluang atau disingkat fmp, p(a), dari peubah acak X, yaitu p(a) = P(X = a) Untuk setiap nilai peubah acak X = {x 1, x 2,...}, maka berlaku p(x i ) 0 untuk setiap i = 1, 2,... p(x) = 0 untuk nilai x lainnya p(x i ) = 1 i=1

4 Learning Outcomes Berikut adalah contoh fungsi massa peluang dari peubah acak X x p(x) 1 4 Fungsi sebaran dari peubah acak X tersebut adalah 0 x < 0 1 F(x) = 4 0 x < x < x yang merupakan fungsi tangga

5 Latihan Learning Outcomes Diketahui fungsi massa peluang peubah acak X sebagai berikut: p(i) = cλi i! untuk i = 0, 1, 2,... dan λ > 0 Dapatkan P(X = 0) dan P(X > 2). Diketahui fungsi massa peluang dari peubah acak X Tentukan fungsi sebaran F(X). x p(x)

6 Learning Outcomes Definisi Jika X adalah peubah acak diskret yang mempunyai fungsi massa peluang p(x), maka nilai harapan dari X, dinotasikan dengan E(X), didefinisikan sebagai E(X) = xp(x) x;p(x)>0 Sebagai contoh, jika p(0) = p(1) = 1 2 maka E(X) = 0p(0) + 1p(1) = 0( 1 2 ) + 1(1 2 ) = 1 2 yang merupakan rata-rata dari kemunculan 0 dan 1. Namun demikian, jika p(0) = 1 3 dan p(1) = 2 3 maka E(X) = 0p(0) + 1p(1) = 0( 1 3 ) + 1(2 3 ) = 2 3 dan ini merupakan rata-rata terboboti dari kemunculan 0 dan 1.

7 Latihan Learning Outcomes Dapatkan E(X) jika X adalah peubah acak pelemparan sebuah dadu seimbang. Kita sebut I sebagai fungsi indikator untuk kejadian A jika { 1 jika kejadian A muncul I(x) = 0 jika kejadian A c muncul Dapatkan E(I).

8 Latihan Learning Outcomes Kontestan quiz diberi dua pertanyaan 1 dan 2 yang harus dijawab secara berurutan, tetapi boleh mulai dari mana saja, dengan syarat pertanyaan berikutnya boleh dijawab jika sebelumnya dijawab dengan benar. Kontestan akan menerima uang 1 dollar jika dapat menjawab soal ke-i, i = 1, 2. Jika peluang kontestan dapat menjawab soal ke-i sebesar p i, berapa harapan dia mendapatkan uang paling banyak jika dia memilih soal 1 sebagai soal yang pertama? Bagaimana kalau dia memilih soal 2 sebagai soal pertama? Sebanyak 120 siswa sekolah menaiki 3 bus menuju tempat konser musik klasik: 36 siswa di salah satu bus, 40 siswa di bus lainnya, dan 44 siswa di bus yang lain lagi. Ketika bus tiba, 1 dari 120 siswa dipilih secara acak. Jika X adalah peubah acak banyaknya siswa dalam bus dimana 1 siswanya terpilih, dapatkan E(X).

9 Proposisi Learning Outcomes Proposisi Jika X adalah peubah acak diskret yang mempunyai fungsi massa peluang p(x), dan g(x) adalah fungsi dari peubah acak X, maka nilai harapan dari g(x) adalah E {g(x)} = g(x i )p(x i ) i Misalkan X adalah peubah acak dengan nilai -1, 0, dan 1 dengan peluang masing-masing adalah P(X=-1)=0.2, p(x=0)=0.5, dan P(X=1)=0.3. Hitunglah E(X 2 ).

10 Proposisi Learning Outcomes Solusi E(X 2 ) = ( 1) 2 P(X = 1) + (0) 2 P(X = 0) + (1) 2 P(X = 1) = ( 1) 2 (0.2) + (0) 2 (0.5) + (1) 2 (0.3) = = 0.5 (E(X)) 2 = (0.1) 2 = 0.01 Corollary Jika X adalah peubah acak dan a dan b adalah konstanta, maka E(aX + b) = ae(x) + b

11 Learning Outcomes Definisi Jika X adalah adalah peubah acak dengan nilai tengah E(X) = µ, maka ragam atau variance dari X, dinotasikan dengan Var(X), didefinisikan sebagai Var(X) = E(X µ) 2 = E(X 2 ) {E(X)} 2 Hitung Var(X) jika X menunjukkan kemunculan sisi dari pelemparan sebuah dadu seimbang.

12 Learning Outcomes Corollary Jika X adalah peubah acak dan a dan b adalah konstanta, maka Var(aX + b) = a 2 Var(X) Definisi Standard deviasi dari peubah acak X, dinotasikan dengan SD(X) didefinisikan sebagai SD(X) = Var(X)

13 Learning Outcomes Peubah Acak Bernoulli (p) Misalnya ada tindakan melempar satu kali sekeping mata uang dimana peluang munculnya sisi muka, P({M}) = p, 0 p 1. Dengan demikian S = {M, B}. Jika X adalah banyaknya sisi muka yang muncul dari satu kali pelemparan tersebut, maka P(X = 0) = P({B}) = 1 p P(X = 1) = P({M}) = p P(X / {0, 1}) = 0 Oleh karena itu, fmp dari peubah acak X adalah 1 p, untuk x = 0 f (x) = P(X = x) = p, untuk x = 1 0, untuk x lainnya

14 Learning Outcomes Peubah Acak Bernoulli (p) Teorema Fmp dari peubah acak Bernoulli(p) adalah { p f (x) = x (1 p) 1 x, untuk x = 0, 1 0, untuk x lainnya Bukti P(X S) = P(X {0, 1}) = P(X = 0) + P(X = 1) = (1 p) + p = 1

15 Learning Outcomes Peubah Acak Binomial (n, p) Teorema Misalnya ada tindakan melempar n kali sekeping mata uang dimana peluang munculnya sisi muka, P({M}) = p, 0 p 1. Jika X adalah banyaknya sisi muka yang muncul dari n kali pelemparan tersebut, maka ( n f (x) = P(X = x) = x ) p x (1 p) n x, untuk x = 0, 1,..., n 0, untuk x lainnya

16 Learning Outcomes Peubah Acak Binomial (n, p) Penting Kejadian Binomial merupakan kejadian Bernoulli yang diulang sebanyak n kali dan saling bebas. Bukti P(X S) = P(X {0, 1,..., n}) n n ( n = P(X = x) = x x=0 = (p + 1 p) n = 1 x=0 ) p x (1 p) n x

17 Learning Outcomes Peubah Acak Uniform Diskret (N) Teorema Misalnya ada tindakan mengambil satu bola secara acak dari wadah yang berisi N bola yang diberi nomor 1, 2,.., N dengan peluang masing-masing bola terambil adalah sama. Jika X adalah nomor atau nilai bola yang terambil, maka { 1/N, untuk x = 1, 2,..., N f (x) = P(X = x) = 0, untuk x lainnya

18 Learning Outcomes Peubah Acak Geometrik (p) Teorema Misalnya ada tindakan melempar sekeping mata uang dengan P({M}) = p (0 p 1) berkali-kali sampai muncul sisi muka (M). Jika X adalah banyaknya lemparan yang diperlukan sampai muncul sisi M, maka { (1 p) f (x) = P(X = x) = x 1 p, untuk x = 1, 2,... 0, untuk x lainnya

19 Learning Outcomes Peubah Acak Binomial Negatif (r, p) Misalnya ada tindakan melempar sekeping mata uang dengan P({M}) = p (0 p 1) berkali-kali sampai muncul sisi muka (M) sebanyak r kali. Jika X adalah banyaknya lemparan yang diperlukan sampai muncul sisi M sebanyak r kali (r = 1, 2, 3,...), maka f (x) = P(X = x) = ( x 1 r 1 ) p r (1 p) x r, untuk x = r, r + 1, r + 2,... 0, untuk x lainnya Ambil y = x r atau x = y + r maka diperoleh ( ) y + r 1 p f (y) = y r (1 p) y, untuk y = 0, 1, 2,... 0, untuk y lainnya

20 Learning Outcomes Peubah Acak Hipergeometrik Misalkan ada tindakan mengambil secara acak (tanpa pemulihan) n bola dari wadah yang megandung N bola yang terdiri atas m bola warna putih (dan N m bola warna lainnya). Jika X adalah peubah acak banyaknya bola putih yang terambil, maka m x f (x) = P(X = x) = N m n x, untuk x = 0, 1, 2,...n N n 0, untuk x lainnya

21 Learning Outcomes Peubah Acak Poisson (λ) Misalnya ada tindakan melempar sekeping mata uang dengan P({M}) = p 0 sebanyak n kali (n ). Jika X adalah banyaknya sisi muka yang muncul dari takhingga kali pelemparan tersebut, maka f (x) = lim n ( n x ) p x (1 p) n x, untuk x = 0, 1,..., n 0, untuk x lainnya Misalkan lim np = λ n,p 0 maka dapat dibuktikan bahwa ( ) n lim p x (1 p) n x = e λ λ x n x x! sehingga diperoleh fungsi massa peluang { e λ λ x f (x) = x!, untuk x = 0, 1, 2,... 0, untuk x lainnya

22 Latihan Learning Outcomes Lima koin dilempar. Jika kemunculan masing-masing koin saling bebas, tentukan fungsi massa peluang kemunculan sisi muka. Diketahui bahwa sekrup yang diproduksi pabrik tertentu akan rusak dengan peluang 0.01, bebas satu sama lain. Pabrik menjual sekrup dalam satu kotak berisi 10. Jika sedikitnya 1 dari 10 sekrup tersebut rusak, pabrik bersedia menggantinya. Berapa peluang sekrup yang dijual akan dikembalikan oleh pembeli?

23 Latihan Learning Outcomes Misalkan banyaknya salah ketik pada buku ini menyebar Poisson dengan parameter λ = 1 2. Hitung peluang terdapat sedikitnya 1 salah ketik di halaman ini. Peluang suatu barang yang diproduksi oleh pabrik tertentu rusak sebesar 0.1. Dapatkan peluang 10 contoh barang yang diproduksi paling banyak ada 1 yang rusak.

24 Latihan Learning Outcomes Diketahui gempa bumi terjadi di bagian timur Indonesia dengan λ = 2 per minggu. Dapatkan peluang sedikitnya terjadi 3 kali gempa bumi selama dua minggu berikutnya. Seuatu perusahaan membeli 10 lot komponen elektronik. Sudah menjadi prosedur baku, perusahaan akan memeriksa barang yang dibeli dengan mengambil 3 komponen secara acak, dan dapat menerima barang tersebut jika semuanya dari 3 komponen tersebut tidak ada yang rusak. Jika diketahui 30 persen dari lot terdapat 4 komponen yang rusak, dan 70 persen lot hanya ada 1 yang rusak, tentukan peluang komponen elektronik yang dibeli ditolak oleh perusahaan.