STK 203 TEORI STATISTIKA I

Ukuran: px
Mulai penontonan dengan halaman:

Download "STK 203 TEORI STATISTIKA I"

Transkripsi

1 STK 203 TEORI STATISTIKA I III. PEUBAH ACAK KONTINU III. Peubah Acak Kontinu 1 PEUBAH ACAK KONTINU Ingat definisi peubah acak! Definisi : Peubah acak Y adalah suatu fungsi yang memetakan seluruh anggota ruang contoh S ke himpunan bilangan nyata R; Y : S R. III. Peubah Acak Kontinu 2

2 Peubah Acak Kontinu Definisi 3.1. (Peubah Acak Kontinu): Jika Y adalah suatu peubah acak dengan ruang contoh S yang terdiri dari suatu selang (interval) atau gabungan dari beberapa selang, serta f(y) adalah fungsi non negatif sedemikian sehingga S f(y) dy = 1 dan jika ada fungsi P(A), A S dapat dinyatakan sebagai P(A) = P(Y A) = A f(y) dy, maka Y disebut peubah acak kontinu dan f(y) disebut fungsi kepekatan peluang (fkp) dari Y. III. Peubah Acak Kontinu 3 Jika f(y) adalah fkp peubah acak Y dan A = {y a < y < b} maka P(A) = P(Y A) dapat ditulis sbb Jika A = {a}, maka P(a < Y < b) = a b f(y) dy P(A) = P(Y A) = P(Y = a) = a a f(y) dy = 0, artinya jika Y peubah acak kontinu, maka peluang setiap himpunan yang terdiri dari satu titik adalah nol. Dengan demikian P(a < Y < b) = P(a Y b) III. Peubah Acak Kontinu 4

3 Sifat Fungsi Sebaran Peubah Acak Kontinu Jika F Y (y) adalah fungsi sebaran (kumulatif) suatu peubah acak kontinu Y dimana F Y (y) = - y f(t) dt, maka berlaku : 1. 0 F Y (y) 1 2. F Y (y) merupakan fungsi tidak turun 3. lim y - F Y (y) = 0 dan Lim y F Y (y) = 1 4. F Y (y) merupakan fungsi kontinu kanan, lim y a+ F Y (y) = F Y (a) III. Peubah Acak Kontinu 5 Ilustrasi 3.1. Pada suatu percobaan, dipilih satu titik secara acak dari selang [a, b] dimana a < b. Misalkan Y adalah fungsi identitas yang terdefinisi pada selang [a, b], dengan demikian ruang contoh S Y = [a, b]. Anggap jika suatu interval A adalah anak gugus dari S Y, maka peluang kejadian A sebanding terhadap panjang A. Jika A = [a, y], y b maka P(A) = P(Y A) = P(a Y y) = c (y - a), dimana c konstanta keproporsionalan. Jika y = b maka P(A) = P(a Y b) = c (b - a) = 1, sehingga c = 1/(b-a). III. Peubah Acak Kontinu 6

4 Ilustrasi (cont): Dengan demikian kita akan mempunyai suatu model peluang jika fungsi sebaran Y, yaitu F Y (y) didefinisikan : F Y (y) = (y a),y < a (b a),a y,b y Sehingga f Y (y)=f Y (y)dapat dituliskan sbb: 0 1 b f Y (y) = 1 (b 0 a),a y b,selainnya III. Peubah Acak Kontinu 7 Hubungan F Y (y) dengan f Y (y) Jika Y peubah acak kontinu dengan fungsi sebaran F Y (y), maka fungsi kepekatan peluang (fkp) bagi Y, dinotasikan f Y (y) adalah asalkan turunan pertama dari F Y (y) terdefinisi. Dengan demikian berdasarkan kaidah kalkulus maka juga dapat ditulis Sifat dari f Y (y): ; III. Peubah Acak Kontinu 8

5 Ilustrasi 3.2. Jika diketahui Y memiliki fkp f Y (y) sbb. y lainnya Untuk menentukan F Y (y) kita perlu menghitung P(Y y) untuk semua kemungkinan nilai y. Untuk y 0, kita peroleh Untuk y 2, kita peroleh Untuk 0 < y < 2, kita peroleh Jadi F Y (y) yang dimaksud adalah III. Peubah Acak Kontinu 9 Sifat fkp Jika Y peubah acak kontinu dengan fkp f Y (y), maka (i) (ii) (iii) III. Peubah Acak Kontinu 10

6 Nilai Harapan Peubah Acak Kontinu Nilai harapan suatu peubah acak kontinu Y adalah : Ilustrasi 3.3. Jika diketahui y lainnya Sehingga III. Peubah Acak Kontinu 11 Jika Y adalah suatu peubah acak kontinu dengan fkp f Y (y) dan g(y) adalah suatu fungsi dari peubah acak Y, maka Ilustrasi 3.4. Jika diketahui y lainnya Jika g(y) = Y 2, maka E(Y 2 ) : Jika g(y) = ln Y, maka E(ln Y) : III. Peubah Acak Kontinu 12

7 Bentuk-bentuk khusus nilai harapan Jika Y peubah acak diskret dengan fmp f(y) dan y terdefinisi pada a 1, a 2, a 3, maka akan berlaku E(Y) = a 1 f(a 1 ) + a 2 f(a 2 ) + a 3 f(a 3 ) + yang tidak lain adalah rataan terboboti atau disebut juga rataan aritmetik atau nilai tengah suatu peubah acak. Dengan demikian nilai tengah µ Y dari suatu peubah acak Y, jika ada, adalah µ Y = E(Y) berlaku untuk Y diskret atau kontinu. III. Peubah Acak Kontinu 13 Bentuk khusus nilai harapan ragam Perhatikan untuk g(y) = (Y - µ Y ) 2 E[g(Y)] = y g(y) f Y (y) dy = y (y - µ Y ) 2 f Y (y) dy adalah ragam Y, dinotasikan σ 2 Y. σ 2 Y = E[(Y - µ Y) 2 ] = E[Y 2 2Y µ Y + µ Y2 ] = E(Y 2 ) - 2 µ Y2 + µ 2 Y = E(Y 2 ) - µ Y 2 III. Peubah Acak Kontinu 14

8 Bentuk khusus nilai harapan fungsi pembangkit momen Perhatikan untuk g(y) = e ty E[g(Y)] = y e ty f Y (y) dy adalah fungsi pembangkit momen peubah acak Y dan dinotasikan dengan m Y (t). Jika dua buah peubah acak memiliki fungsi pembangkit momen yang sama, maka keduanya juga memiliki sebaran yang sama. Fungsi pembangkit momen bersifat unik dan menentukan sebaran peubah acak. III. Peubah Acak Kontinu 15 Dengan demikian kita bisa menyatakan suatu peubah acak Y secara unik dalam tiga bentuk : 1. Fungsi sebaran, F Y (y) 2. Fungsi kepekatan peluang, f Y (y) 3. Fungsi pembangkit momen, m Y (t) III. Peubah Acak Kontinu 16

9 Momen suatu peubah acak Jika M Y (t) adalah fungsi pembangkit momen peubah acak Y dan M (i) Y (t) adalah turunan ke-i terhadap t dari M Y (t), maka : M (1) Y (t) = y y ety f Y (y) dy dan untuk t = 0, maka M (1) Y (t) = y y f Y (y) dy = E(Y) M (2) Y (t) = y y2 e ty f Y (y) dy dan untuk t = 0, maka M (2) Y (t) = y y2 f Y (y) dy = E(Y 2 ) Dengan demikian M (k) Y (t) = y yk e ty f Y (y) dy dan untuk t = 0, maka M (k) Y (t) = y yk f Y (y) dy = E(Y k ) adalah momen ke-k dari peubah acak Y. III. Peubah Acak Kontinu 17 III. Peubah Acak Kontinu 18

10 Menentukan nilai tengah dan ragam melalui fpm III. Peubah Acak Kontinu 19 Ilustrasi 3.5. Perhatikan peubah acak Y dengan fkp sbb. y lainnya Fungsi pembangkit momen serta nilai harapan dan ragamnya adalah : Jadi E(Y), E(Y 2 ) dan V(Y) adalah : untuk t < 0 III. Peubah Acak Kontinu 20

11 Sifat nilai harapan Perhatikan peubah acak kontinu Y dengan fkp f Y (y) dan g 1, g 2,, g k adalah fungsi dari Y serta c adalah suatu konstanta, maka : III. Peubah Acak Kontinu 21 Y ~ Seragam (θ 1, θ 2 ) (1) fkp peubah acak Y : y lainnya (2) Fungsi pembangkit momen : (3) Nilai harapan dan ragam : Penurunan dan bukti sebagai latihan!!! III. Peubah Acak Kontinu 22

12 Y ~ Normal (µ, σ 2 ) (1) fkp peubah acak Y : y lainnya Akan diperlihatkan bahwa f Y (y) adalah fkp. Misal dan I > 0 dan jika f Y (y) fkp, maka I = 1 sehingga I 2 = 1 III. Peubah Acak Kontinu 23 Y ~ Normal (µ, σ 2 ) Misal x = r cos θ, y = r sin θ sehingga x 2 + y 2 = r 2 dan dxdy = r drdθ, maka I 2 dapat ditulis sbb. yang merupakan bentuk koordinat polar. III. Peubah Acak Kontinu 24

13 Y ~ Normal (µ, σ 2 ) (2) Fungsi pembangkit momen : Misal, sehingga dengan III. Peubah Acak Kontinu 25 Y ~ Normal (µ, σ 2 ) (2) Fungsi pembangkit momen : Dengan demikian m Y (t) = akhirnya m Y (t) = III. Peubah Acak Kontinu 26

14 Ilustrasi 3.6. Perlihatkan bahawa yika Y ~ N (µ, σ 2 ) maka ~ N (0, 1) Bukti : adalah fpm N(0, 1) III. Peubah Acak Kontinu 27 Y ~ Gamma (α, β) (1) fkp peubah acak Y : y lainnya Akan diperlihatkan bahwa f Y (y) adalah fkp. Misal maka : dan karena untuk t > 0 (fungsi gamma) III. Peubah Acak Kontinu 28

15 Y ~ Gamma (α, β) (2) fpm peubah acak Y : dengan maka suku sebelah kanan dapat ditulis sbb. fkp dengan demikian fpm peubah acak Y adalah III. Peubah Acak Kontinu 29 Y ~ Eksponensial (β) (1) fkp peubah acak Y : y lainnya (2) fpm peubah acak Y :, misal, untuk. Kenapa? III. Peubah Acak Kontinu 30

16 Latihan : Jika Y ~ Gamma (α, β). (1) Untuk α = 1, maka Y ~ Eksponensial (β) (2) Untuk α = v/2 dan β = 2, maka Y ~ χ 2 (v) III. Peubah Acak Kontinu 31

STK 203 TEORI STATISTIKA I

STK 203 TEORI STATISTIKA I STK 203 TEORI STATISTIKA I II. PEUBAH ACAK DISKRET II. Peubah Acak Diskret 1 PEUBAH ACAK DISKRET Definisi 2.1. (Peubah Acak) : Peubah Acak Y adalah suatu fungsi yang memetakan seluruh anggota ruang contoh

Lebih terperinci

STK 203 TEORI STATISTIKA I

STK 203 TEORI STATISTIKA I STK 203 TEORI STATISTIKA I V. SEBARAN FUNGSI PEUBAH ACAK V. Sebaran Fungsi Peubah Acak 1 Sebaran Fungsi Peubah Acak Dalam banyak kasus untuk melakukan inferensi terhadap suatu parameter kita lebih banyak

Lebih terperinci

DISTRIBUSI SATU PEUBAH ACAK

DISTRIBUSI SATU PEUBAH ACAK 0 DISTRIBUSI SATU PEUBAH ACAK Dalam hal ini akan dibahas macam-macam peubah acak, distribusi peluang, fungsi densitas, dan fungsi distribusi. Pada pembahasan selanjutnya, fungsi peluang untuk peubah acak

Lebih terperinci

MINGGU KE-6 VARIABEL RANDOM DAN DISTRIBUSINYA

MINGGU KE-6 VARIABEL RANDOM DAN DISTRIBUSINYA MINGGU KE-6 VARIABEL RANDOM DAN DISTRIBUSINYA VARIABEL RANDOM Misalkan (Ω, A, P) ruang probabilitas dan R = {x < x < } dan B : Borel field pada R. Andaikan X : Ω R dan untuk setiap A R, kita definisikan

Lebih terperinci

PEUBAH ACAK DAN DISTRIBUSINYA

PEUBAH ACAK DAN DISTRIBUSINYA 4/6/009 Pemetaan (Fungsi) PEUBAH ACAK DAN DISTRIBUSINYA Suatu pemetaan / fungsi Kategori fungsi:. Fungsi titik A B MA 08 Statistika Dasar Dosen : Udjianna S. Pasaribu Utriweni Mukhaiyar Senin, 6 Februari

Lebih terperinci

Peubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R

Peubah 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 terperinci

PEUBAH ACAK DAN SEBARANNYA

PEUBAH 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 terperinci

Pengantar Statistika Matematik(a)

Pengantar 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 terperinci

TINJAUAN PUSTAKA. ruang sampel dan dilambangkan dengan huruf S. Ruang sampel beranggotakan

TINJAUAN PUSTAKA. ruang sampel dan dilambangkan dengan huruf S. Ruang sampel beranggotakan II. TINJAUAN PUSTAKA 2.1 Percobaan dan Ruang Sampel Menurut Walpole (1995), istilah percobaan digunakan untuk sembarang proses yang dapat membangkitkan data. Himpunan semua hasil suatu percobaan disebut

Lebih terperinci

Learning Outcomes Sebaran Kontinu Nilai Harapan dan Ragam Beberapa Sebaran Kontinu. Peubah Acak Kontinu. Julio Adisantoso.

Learning 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 terperinci

HANDOUT PERKULIAHAN. Pertemuan Ke : 3 : Distribusi Satu Peubah Acak dan Ekspektasi Satu Peubah Acak

HANDOUT PERKULIAHAN. Pertemuan Ke : 3 : Distribusi Satu Peubah Acak dan Ekspektasi Satu Peubah Acak HANDOUT PERKULIAHAN Pertemuan Ke : 3 Pokok Bahasan : Distribusi Satu Peubah Acak dan Ekspektasi Satu Peubah Acak URAIAN POKOK PERKULIAHAN A. Peubah Acak Definisi 1 : Peubah Acak Misalkan E adalah suatu

Lebih terperinci

DISTRIBUSI PROBABILITAS

DISTRIBUSI 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 terperinci

Dengan demikian, untuk sembarang B = [a, b], maka persamaan (5.1) menjadi

Dengan 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 terperinci

MINGGU KE-8 HARGA HARAPAN DAN BEBERAPA KETAKSAMAAN DALA

MINGGU 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 terperinci

STK 511 Analisis statistika. Materi 3 Sebaran Peubah Acak

STK 511 Analisis statistika. Materi 3 Sebaran Peubah Acak STK 511 Analisis statistika Materi 3 Sebaran Peubah Acak 1 Konsep Peluang 2 Peluang Peluang dapat diartikan sebagai ukuran kemungkinan terjadinya suatu kejadian Untuk memahami peluang diperlukan pemahaman

Lebih terperinci

BEBERAPA DISTRIBUSI KHUSUS DKINTINU DIKENAL

BEBERAPA DISTRIBUSI KHUSUS DKINTINU DIKENAL BEBERAPA DISTRIBUSI KHUSUS DKINTINU DIKENAL Dalam hal ini akan dibahas beberapa distribusi yang mempunyai bentuk fungsi densitas dan nama tertentu dari peubah acak kontinu, yaitu: distribusi seragam, distribusi

Lebih terperinci

Metode Statistika STK211/ 3(2-3)

Metode Statistika STK211/ 3(2-3) Metode Statistika STK211/ 3(2-3) Pertemuan V Peubah Acak dan Sebaran Peubah Acak Septian Rahardiantoro - STK IPB 1 Pertemuan minggu lalu kita sudah belajar mengenai cara untuk membuat daftar kemungkinan-kemungkinan

Lebih terperinci

STATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI

STATISTIKA. 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 terperinci

Variabel Banyak Bernilai Real 1 / 1

Variabel Banyak Bernilai Real 1 / 1 Fungsi Variabel Banyak Bernilai Real Turunan Parsial dan Turunan Wono Setya Budhi KK Analisis dan Geometri, FMIPA ITB Variabel Banyak Bernilai Real 1 / 1 Turunan Parsial dan Turunan Usaha pertama untuk

Lebih terperinci

MA 2081 Statistika Dasar Utriweni Mukhaiyar. 11 September 2012

MA 2081 Statistika Dasar Utriweni Mukhaiyar. 11 September 2012 1 PEUBAH ACAK DAN DISTRIBUSINYA MA 2081 Statistika Dasar Utriweni Mukhaiyar 11 September 2012 2 Pemetaan (Fungsi) Suatu pemetaan / fungsi Kategori fungsi: 1. Fungsi titik 2. Fungsi himpunan A A B B 3 Peubah

Lebih terperinci

MA3081 STATISTIKA MATEMATIKA We love Statistics

MA3081 STATISTIKA MATEMATIKA We love Statistics Catatan Kuliah MA3081 STATISTIKA MATEMATIKA We love Statistics disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Daftar Isi 1 Peubah Acak

Lebih terperinci

II. TINJAUAN PUSTAKA. Dalam bab ini akan dijelaskan mengenai teori-teori yang mendukung dalam

II. TINJAUAN PUSTAKA. Dalam bab ini akan dijelaskan mengenai teori-teori yang mendukung dalam 4 II. TINJAUAN PUSTAKA Dalam bab ini akan dijelaskan mengenai teori-teori yang mendukung dalam menentukan momen, kumulan, dan fungsi karakteristik dari distribusi log-logistik (α,β). 2.1 Distribusi Log-Logistik

Lebih terperinci

Peubah Acak dan Distribusi Kontinu

Peubah Acak dan Distribusi Kontinu BAB 1 Peubah Acak dan Distribusi Kontinu 1.1 Fungsi distribusi Definisi: Misalkan X peubah acak. Fungsi distribusi (kumulatif) dari X adalah F X (x) = P (X x) Contoh: 1. Misalkan X Bin(3, 0.5), maka fungsi

Lebih 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

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

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 21 Beberapa Pengertian Definisi 1 [Ruang Contoh] Ruang contoh adalah himpunan semua hasil yang mungkin dari suatu percobaan acak, dan dinotasikan dengan (Grimmet dan Stirzaker,1992)

Lebih terperinci

Distribusi Peluang Kontinu. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB

Distribusi Peluang Kontinu. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB Distribusi Peluang Kontinu Bahan Kuliah II9 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB 1 Fungsi Padat Peluang Untuk peubah acak kontinu, fungsi peluangnya

Lebih terperinci

PEUBAH ACAK DAN DISTRIBUSINYA

PEUBAH ACAK DAN DISTRIBUSINYA PEUBAH ACAK DAN DISTRIBUSINYA MA3181 Teori Peluang 8 September 2014 Utriweni Mukhaiyar 1 Pemetaan (Fungsi) O Suatu pemetaan / fungsi O Kategori fungsi: 1. Fungsi titik 2. Fungsi himpunan A A B B 2 Peubah

Lebih terperinci

APLIKASI INTEGRAL 1. LUAS DAERAH BIDANG

APLIKASI INTEGRAL 1. LUAS DAERAH BIDANG Bahan ajar Kalkulus Integral 9 APLIKASI INTEGRAL. LUAS DAERAH BIDANG Misalkan f() kontinu pada a b, dan daerah tersebut dibagi menjadi n sub interval h, h,, h n yang panjangnya,,, n (anggap n ), ambil

Lebih terperinci

MINGGU KE-11 HUKUM BILANGAN BESAR LEMAH DAN KUAT

MINGGU KE-11 HUKUM BILANGAN BESAR LEMAH DAN KUAT MINGGU KE-11 HUKUM BILANGAN BESAR LEMAH DAN KUAT HUKUM BILANGAN BESAR LEMAH DAN KUAT Misalkan X 1, X 2, X 3... barisan variabel random. Kita tulis S n = n X i. Dalam subbab ini kita akan menjawab pertanyaan

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

Ringkasan Kalkulus 2, Untuk dipakai di ITB 1. Integral Lipat Dua Atas Daerah Persegipanjang

Ringkasan Kalkulus 2, Untuk dipakai di ITB 1. Integral Lipat Dua Atas Daerah Persegipanjang ingkasan Kalkulus 2, Untuk dipakai di ITB 1 Integral Lipat Dua Atas Daerah Persegipanjang Perhatikan fungsi z = f(x,y) pada = {(x,y) : a x b, c y d} Bentuk partisi P atas daerah berupa n buah persegipanjang

Lebih terperinci

digunakan untuk menyelesaikan persamaan yang nantinya akan diperoleh dalam

digunakan untuk menyelesaikan persamaan yang nantinya akan diperoleh dalam II. LANDASAN TEORI Pada bab ini akan diberikan konsep dasar yang akan digunakan dalam pembahasan hasil penelitian ini, antara lain : 2.1 Fungsi Gamma Fungsi gamma merupakan suatu fungsi khusus. Fungsi

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

Peubah Acak. Peubah Acak Diskrit dan Distribusi Peluang. Peubah Acak. Peubah Acak

Peubah Acak. Peubah Acak Diskrit dan Distribusi Peluang. Peubah Acak. Peubah Acak Peubah Acak Peubah Acak Diskrit dan Distribusi Peluang Peubah Acak (Random Variable): Sebuah keluaran numerik yang merupakan hasil dari percobaan (eksperimen) Untuk setiap anggota dari ruang sampel percobaan,

Lebih terperinci

PEUBAH ACAK DAN. MA 2181 Analisis Data Utriweni Mukhaiyar. 22 Agustus 2011

PEUBAH ACAK DAN. MA 2181 Analisis Data Utriweni Mukhaiyar. 22 Agustus 2011 1 PEUBAH ACAK DAN DISTRIBUSINYA MA 2181 Analisis Data Utriweni Mukhaiyar 22 Agustus 2011 Pemetaan (Fungsi) 2 Suatu pemetaan / fungsi Kategori fungsi: 1. Fungsi titik 2. Fungsi himpunan A A B B Peubah Acak

Lebih terperinci

25/09/2013. Konsep Peubah Acak. Metode Statistika (STK211) Peubah Acak Diskret. Kuis. Tipe Peubah Acak

25/09/2013. Konsep Peubah Acak. Metode Statistika (STK211) Peubah Acak Diskret. Kuis. Tipe Peubah Acak Konsep Peubah Acak Metode Statistika (STK11) Pertemuan V Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution) Peubah acak merupakan suatu fungsi yang memetakan

Lebih terperinci

perpindahan, kita peroleh persamaan differensial berikut :

perpindahan, kita peroleh persamaan differensial berikut : 1.1 Pengertian Persamaan Differensial Banyak sekali masalah terapan (dalam ilmu teknik, ilmu fisika, biologi, kimia, sosial, dan lain-lain), yang telah dirumuskan dengan model matematika dalam bentuk persamaan

Lebih terperinci

PEUBAH ACAK DAN DISTRIBUSINYA. MA 2081 Statistika Dasar Utriweni Mukhaiyar

PEUBAH ACAK DAN DISTRIBUSINYA. MA 2081 Statistika Dasar Utriweni Mukhaiyar PEUBAH ACAK DAN DISTRIBUSINYA MA 208 Statistika Dasar Utriweni Mukhaiyar 0 Februari 20 Pemetaan (Fungsi) Suatu pemetaan / fungsi Kategori fungsi:. Fungsi titik 2. Fungsi himpunan 2 A A B B Peubah Acak

Lebih terperinci

Pengantar Statistika Matematik(a)

Pengantar 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 terperinci

Learning Outcomes Peubah Acak Fungsi Sebaran Secaran Diskret Nilai Harapan. Peubah Acak. Julio Adisantoso. 13 Maret 2014

Learning Outcomes Peubah Acak Fungsi Sebaran Secaran Diskret Nilai Harapan. Peubah Acak. Julio Adisantoso. 13 Maret 2014 13 Maret 2014 Learning Outcome Mahasiswa dapat memahami dan menentukan peubah acak dari suatu kejadian Mahasiswa dapat memahami fungsi sebaran Mahasiswa dapat mengerti dan menentukan peubah acak diskret

Lebih terperinci

Pengantar Statistika Matematika II

Pengantar Statistika Matematika II Bab 1: a FMIPA Universitas Islam Indonesia Parameter adalah karakteristik dari populasi (misal θ) adalah karakteristik dari sampel Akan dibahas konsep statistik dan distribusi sampling Parameter Misalkan

Lebih terperinci

Definisi 4.1 Fungsi f dikatakan kontinu di titik a (continuous at a) jika dan hanya jika ketiga syarat berikut dipenuhi: (1) f(a) ada,

Definisi 4.1 Fungsi f dikatakan kontinu di titik a (continuous at a) jika dan hanya jika ketiga syarat berikut dipenuhi: (1) f(a) ada, Lecture 4. Limit B A. Continuity Definisi 4.1 Fungsi f dikatakan kontinu di titik a (continuous at a) jika dan hanya jika ketiga syarat berikut dipenuhi: (1) f(a) ada, (2) lim f(x) ada, (3) lim f(x) =

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

FUNGSI PEMBANGKIT MOMEN UNTUK MEMENUHI TUGAS MATAKULIAH. Statistika Matematika. Yang dibina oleh Bapak Hendro Permadi. Oleh :

FUNGSI PEMBANGKIT MOMEN UNTUK MEMENUHI TUGAS MATAKULIAH. Statistika Matematika. Yang dibina oleh Bapak Hendro Permadi. Oleh : FUNGSI PEMBANGKIT MOMEN UNTUK MEMENUHI TUGAS MATAKULIAH Statistika Matematika Yang dibina oleh Bapak Hendro Permadi Oleh : Intan Putri Natari 10311418961 Nurroh Fitri A 1031419469 Reza Taufikurachman 1031419470

Lebih terperinci

Open Source. Not For Commercial Use

Open Source. Not For Commercial Use Ringkasan Kalkulus 2, Untuk dipakai di ITB 1 Limit dan Kekontinuan Misalkan z = f(, y) fungsi dua peubah dan (a, b) R 2. Seperti pada limit fungsi satu peubah, limit fungsi dua peubah bertujuan untuk mengamati

Lebih terperinci

6 Departemen Statistika FMIPA IPB

6 Departemen Statistika FMIPA IPB Suplemen Responsi Pertemuan ANALISIS DATA KATEGORIK (STK351) 6 Departemen Statistika FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referensi Waktu Uji Kebaikan Suai Khi- Kuadrat untuk Sebaran Kontinu dan Uji

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

STK 211 Metode statistika. Materi 4 Peubah Acak dan Sebaran Peluang

STK 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 terperinci

BAB II LANDASAN TEORI. landasan pembahasan pada bab selanjutnya. Pengertian-pengertian dasar yang di

BAB II LANDASAN TEORI. landasan pembahasan pada bab selanjutnya. Pengertian-pengertian dasar yang di 5 BAB II LANDASAN TEORI Bab ini membahas pengertian-pengertian dasar yang digunakan sebagai landasan pembahasan pada bab selanjutnya. Pengertian-pengertian dasar yang di bahas adalah sebagai berikut: A.

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Distribusi eksponensial tergenaralisir (Generalized Eponential Distribution) pertama kali diperkenalkan oleh Gupta dan Kundu pada tahun 1999. Distribusi ini diambil

Lebih terperinci

II. TINJAUAN PUSTAKA

II. TINJAUAN PUSTAKA II. TINJAUAN PUSTAKA Dalam proses penelitian untuk mengkaji karakteristik penduga distribusi generalized gamma dengan metode generalized moment ini, penulis menggunakan definisi, teorema dan konsep dasar

Lebih terperinci

LANDASAN TEORI. penelitian mengenai pendekatan distribusi GE ke distribusi GLL(,,

LANDASAN TEORI. penelitian mengenai pendekatan distribusi GE ke distribusi GLL(,, 4 II. LANDASAN TEORI Pada bab ini akan dijelaskan beberapa definisi yang berhubungan dengan penelitian mengenai pendekatan distribusi GE ke distribusi GLL melalui distribusi eksponensial dengan menyamakan

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

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

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI 4 BAB II LANDASAN TEORI Teori yang ditulis dalam bab ini merupakan beberapa landasan yang digunakan untuk menganalisis sebaran besarnya klaim yang berekor kurus (thin tailed) dan yang berekor gemuk (fat

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

II. LANDASAN TEORI. karakteristik dari generalized Weibull distribution dibutuhkan beberapa fungsi

II. LANDASAN TEORI. karakteristik dari generalized Weibull distribution dibutuhkan beberapa fungsi II. LANDASAN TEORI Pada bab ini akan diberikan beberapa definisi dan teorema yang berkaitan dengan penelitian penulis. Dalam menyelesaikan momen, kumulan dan fungsi karakteristik dari generalized Weibull

Lebih terperinci

KONVOLUSI DISTRIBUSI EKSPONENSIAL DENGAN PARAMETER BERBEDA

KONVOLUSI DISTRIBUSI EKSPONENSIAL DENGAN PARAMETER BERBEDA Jurnal Matematika UNAND Vol. No. 4 Hal. 9 ISSN : 33 9 c Jurusan Matematika FMIPA UNAND KONVOLUSI DISTRIBUSI EKSPONENSIAL DENGAN PARAMETER BERBEDA MARNISYAH ANAS Program Studi Magister Matematika, Fakultas

Lebih terperinci

AK5161 Matematika Keuangan Aktuaria

AK5161 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 terperinci

Sebaran Peubah Acak Bersama

Sebaran 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 terperinci

MATEMATIKA EKONOMI DAN BISNIS MINGGU IX

MATEMATIKA EKONOMI DAN BISNIS MINGGU IX MATEMATIKA EKONOMI DAN BISNIS MINGGU IX KALKULUS DIFERENSIAL Prepared By : W. Rofianto ROFI 010 TINGKAT PERUBAHAN RATA-RATA Jakarta Km 0 jam Bandung Km 140 Kecepatan rata-rata s t 140Km jam 70Km / jam

Lebih terperinci

KONSEP DASAR TERKAIT METODE BAYES

KONSEP DASAR TERKAIT METODE BAYES KONSEP DASAR TERKAIT METODE BAYES 2.3. Peubah Acak dan Distribusi Peluang Pada statistika kita melakukan percobaan dimana percobaan tersebut akan menghasilkan suatu peluang. Ruang sampel pada percobaan

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 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 2014 1 Tentang AK5161 Matematika

Lebih terperinci

REVIEW: DISTRIBUSI PELUANG KHUSUS & UJI HIPOTESIS. Utriweni Mukhaiyar MA2281 Statistika Nonparametrik Kamis, 21 Januari 2016

REVIEW: DISTRIBUSI PELUANG KHUSUS & UJI HIPOTESIS. Utriweni Mukhaiyar MA2281 Statistika Nonparametrik Kamis, 21 Januari 2016 REVIEW: DISTRIBUSI PELUANG KHUSUS & UJI HIPOTESIS Utriweni Mukhaiyar MA81 Statistika Nonparametrik Kamis, 1 Januari 016 PEUBAH ACAK Peubah acak, yaitu pemetaan X: S R Ruang Sampel, S X x Himpunan Bil.Riil,

Lebih terperinci

KONSISTENSI ESTIMATOR

KONSISTENSI ESTIMATOR KONSISTENSI ESTIMATOR TUGAS STATISTIKA MATEMATIKA II Oleh 1. Wahyu Nikmatus S. (121810101010) 2. Vivie Aisyafi F. (121810101050) 3. Rere Figurani A. (121810101052) 4. Dwindah Setiari W. (121810101054)

Lebih terperinci

PTP: Peubah Acak Kontinu Pertemuan ke-6/7. Dr. Adji Achmad RF, S.Si, M.Sc Statistika, FMIPA, Universitas Brawijaya Malang

PTP: Peubah Acak Kontinu Pertemuan ke-6/7. Dr. Adji Achmad RF, S.Si, M.Sc Statistika, FMIPA, Universitas Brawijaya Malang PTP: Peubah Acak Kontinu Pertemuan ke-6/7 Dr. Adji Achmad RF, S.Si, M.Sc Statistika, FMIPA, Universitas Brawijaya Malang 1 Peubah Acak X dikatakan peubah acak kontinu bila terdapat fungsi nonnegatif f,

Lebih terperinci

Sebaran Peubah Acak Bersama

Sebaran 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 terperinci

TINJAUAN PUSTAKA. mengestimasi parameter regresi. Distribusi generalized. digunakan dalam bidang ekonomi dan keuangan.

TINJAUAN PUSTAKA. mengestimasi parameter regresi. Distribusi generalized. digunakan dalam bidang ekonomi dan keuangan. II. TINJAUAN PUSTAKA Distribusi generalized,,, adalah salah satu distribusi probabilitas kontinu. Distribusi ini pertama kali diperkenalkan McDonald dan Newey 988 untuk mengestimasi parameter regresi.

Lebih terperinci

BAB II PENGANTAR SOLUSI PERSOALAN FISIKA MENURUT PENDEKATAN ANALITIK DAN NUMERIK

BAB II PENGANTAR SOLUSI PERSOALAN FISIKA MENURUT PENDEKATAN ANALITIK DAN NUMERIK BAB II PENGANTAR SOLUSI PERSOALAN FISIKA MENURUT PENDEKATAN ANALITIK DAN NUMERIK Tujuan Instruksional Setelah mempelajari bab ini pembaca diharapkan dapat: 1. Menjelaskan cara penyelesaian soal dengan

Lebih terperinci

BAB 3 REVIEW SIFAT-SIFAT STATISTIK PENDUGA KOMPONEN PERIODIK

BAB 3 REVIEW SIFAT-SIFAT STATISTIK PENDUGA KOMPONEN PERIODIK BAB 3 REVIEW SIFAT-SIFAT STATISTIK PENDUGA KOMPONEN PERIODIK 3. Perumusan Penduga Misalkan N adalah proses Poisson non-homogen pada interval 0, dengan fungsi intensitas yang tidak diketahui. Fungsi intensitas

Lebih terperinci

Probabilitas dan Statistika Fungsi Distribusi Peluang Kontinyu. Adam Hendra Brata

Probabilitas dan Statistika Fungsi Distribusi Peluang Kontinyu. Adam Hendra Brata Probabilitas dan Statistika Adam Hendra Brata Himpunan nilai-nilai yang mungkin dari peubah acak X merupakan himpunan tak terhitung yaitu tidak dapat dinyatakan sebagai {,, 3,., n } atau {,, 3,.} tetapi

Lebih terperinci

MA1201 KALKULUS 2A (Kelas 10) Bab 8: Bentuk Tak Tentu d

MA1201 KALKULUS 2A (Kelas 10) Bab 8: Bentuk Tak Tentu d MA1201 KALKULUS 2A (Kelas 10) Bab 8: dan Do maths and you see the world ? Pengantar Bentuk tak tentu? Bentuk apa? Bentuk tak tentu yang dimaksud adalah bentuk limit dengan nilai seolah-olah : 0 0 ; ; 0

Lebih terperinci

BAB II LANDASAN TEORI. ilmiah. Pencacahan atau pengukuran karakteristik suatu objek kajian yang

BAB II LANDASAN TEORI. ilmiah. Pencacahan atau pengukuran karakteristik suatu objek kajian yang BAB II LANDASAN TEORI 2.1 Konsep Dasar Peluang Pada dasarnya statistika berkaitan dengan penyajian dan penafsiran hasil yang berkemungkinan (hasil yang belum dapat ditentukan sebelumnya) yang muncul dalam

Lebih terperinci

digunakan untuk menyelesaikan integral seperti 3

digunakan untuk menyelesaikan integral seperti 3 Bab Teknik Pengintegralan BAB TEKNIK PENGINTEGRALAN Rumus-rumus dasar integral tak tertentu yang diberikan pada bab hanya dapat digunakan untuk mengevaluasi integral dari fungsi sederhana dan tidak dapat

Lebih terperinci

UJI KONVERGENSI. Januari Tim Dosen Kalkulus 2 TPB ITK

UJI KONVERGENSI. Januari Tim Dosen Kalkulus 2 TPB ITK UJI KONVERGENSI Januari 208 Tim Dosen Kalkulus 2 TPB ITK Uji Integral Teorema 3 Jika + k= u k adalah deret dengan suku-suku tak negatif, dan jika ada suatu konstanta M sedemikian hingga s n = u + u 2 +

Lebih terperinci

TERAPAN INTEGRAL. Bogor, Departemen Matematika FMIPA IPB. (Departemen Matematika FMIPA IPB) Kalkulus I Bogor, / 22

TERAPAN INTEGRAL. Bogor, Departemen Matematika FMIPA IPB. (Departemen Matematika FMIPA IPB) Kalkulus I Bogor, / 22 TERAPAN INTEGRAL Departemen Matematika FMIPA IPB Bogor, 2012 (Departemen Matematika FMIPA IPB) Kalkulus I Bogor, 2012 1 / 22 Topik Bahasan 1 Luas Daerah Bidang Rata 2 Nilai Rataan Fungsi (Departemen Matematika

Lebih terperinci

AK5161 Matematika Keuangan Aktuaria

AK5161 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 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 2014 1 Tentang AK5161 Matematika

Lebih terperinci

Pengertian Fungsi. MA 1114 Kalkulus I 2

Pengertian Fungsi. MA 1114 Kalkulus I 2 Fungsi Pengertian Fungsi Relasi : aturan yang mengawankan himpunan Fungsi Misalkan A dan B himpunan. Relasi biner dari A ke B merupakan suatu ungsi jika setiap elemen di dalam A dihubungkan dengan tepat

Lebih terperinci

SRI REDJEKI KALKULUS I

SRI REDJEKI KALKULUS I SRI REDJEKI KALKULUS I KLASIFIKASI BILANGAN RIIL n Bilangan yang paling sederhana adalah bilangan asli : n 1, 2, 3, 4, 5,. n n Bilangan asli membentuk himpunan bagian dari klas himpunan bilangan yang lebih

Lebih terperinci

MA1201 KALKULUS 2A Do maths and you see the world

MA1201 KALKULUS 2A Do maths and you see the world Catatan Kuliah MA20 KALKULUS 2A Do maths and you see the world disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 203 Catatan kuliah ini ditulis

Lebih terperinci

Pertemuan 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) 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 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

STATISTIK PERTEMUAN VI

STATISTIK PERTEMUAN VI STATISTIK PERTEMUAN VI 1. TEORI PENDUKUNG 1.1 Pendahuluan 1. Variabel acak 1.3 Distribusi variabel acak diskrit 1.4 Distribusi variabel acak kontinu 1.5 Distribusi multivariat 1.1 Pendahuluan Definisi

Lebih terperinci

BAB VI DISTRIBUSI PROBABILITAS MENERUS

BAB VI DISTRIBUSI PROBABILITAS MENERUS BAB VI DISTRIBUSI ROBABILITAS MENERUS 6. Distribusi Uniform (seragam) Menerus Distribusi seragam menerus merupakan distribusi yang paling sederhana. Karaketristik distribusi ini adalah fungsi kepadatannya

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

Distribusi Probabilitas Kontinyu Teoritis

Distribusi Probabilitas Kontinyu Teoritis Distribusi Probabilitas Kontinyu Teoritis Suprayogi Dist. Prob. Teoritis Kontinyu () Distribusi seragam kontinyu (continuous uniform distribution) Distribusi segitiga (triangular distribution) Distribusi

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

KALKULUS MULTIVARIABEL II

KALKULUS MULTIVARIABEL II Pada Bidang Bentuk Vektor dari KALKULUS MULTIVARIABEL II (Minggu ke-9) Andradi Jurusan Matematika FMIPA UGM Yogyakarta, Indonesia Pada Bidang Bentuk Vektor dari 1 Definisi Daerah Sederhana x 2 Pada Bidang

Lebih terperinci

KALKULUS 1 HADI SUTRISNO. Pendidikan Matematika STKIP PGRI Bangkalan. Hadi Sutrisno/P.Matematika/STKIP PGRI Bangkalan

KALKULUS 1 HADI SUTRISNO. Pendidikan Matematika STKIP PGRI Bangkalan. Hadi Sutrisno/P.Matematika/STKIP PGRI Bangkalan KALKULUS 1 HADI SUTRISNO 1 Pendidikan Matematika STKIP PGRI Bangkalan BAB I PENDAHULUAN A. Sistem Bilangan Real Untuk mempelajari kalkulus kita terlebih dahulu perlu memahami bahasan tentang sistem bilangan

Lebih terperinci

KULIAH ANALISIS STATISTIK DATA SIMULASI Tipe-tipe simulasi berdasarkan analisis output:

KULIAH ANALISIS STATISTIK DATA SIMULASI Tipe-tipe simulasi berdasarkan analisis output: KULIAH ANALISIS STATISTIK DATA SIMULASI Tipe-tipe simulasi berdasarkan analisis output: 1. Terminating simulation 2. Nonterminating simulation: a. Steady-state parameters b. Steady-state cycle parameters

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

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Pada bab ini diberikan beberapa konsep dasar seperti teorema dan beberapa definisi sebagai landasan dalam penelitian ini. Konsep dasar ini berkaitan dengan masalah yang dibahas dalam

Lebih terperinci

STK511 Analisis Statistika. Pertemuan 3 Sebaran Peluang Peubah Acak

STK511 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 terperinci

Metode Statistika (STK211)

Metode Statistika (STK211) Metode Statistika (STK211) Peubah Acak dan Sebaran Peluang (Random Variable and Probability Distribution) Dr. Ir. Kusman Sadik, M.Si Dept. Statistika IPB, 2015 1 Konsep Peubah Acak (Random Variable) Peubah

Lebih terperinci

= F (x)= f(x)untuk semua x dalam I. Misalnya F(x) =

= F (x)= f(x)untuk semua x dalam I. Misalnya F(x) = Nama : Deami Astenia Purtisari Nim : 125100300111014 Kelas : L / TIP A. Integral Integral merupakan konsep yang bermanfaat, kegunaan integral terdapat dalam berbagai bidang. Misalnya dibidang ekonomi,

Lebih terperinci

I. PENDAHULUAN. Perkembangan teori statistika telah mempengaruhi hampir semua aspek. Dalam teori statistika dan peluang, distribusi gamma (

I. PENDAHULUAN. Perkembangan teori statistika telah mempengaruhi hampir semua aspek. Dalam teori statistika dan peluang, distribusi gamma ( I. PENDAHULUAN 1.1. Latar Belakang dan Masalah Perkembangan teori statistika telah mempengaruhi hampir semua aspek kehidupan. Hal ini disebabkan statistika merupakan salah satu disiplin ilmu yang berperan

Lebih terperinci

II. TINJAUAN PUSTAKA. Ruang sampel S adalah himpunan semua hasil dari suatu percobaan. Kejadian E

II. TINJAUAN PUSTAKA. Ruang sampel S adalah himpunan semua hasil dari suatu percobaan. Kejadian E 5 II. TINJAUAN PUSTAKA 2.1 Konsep Dasar Peluang Ruang sampel S adalah himpunan semua hasil dari suatu percobaan. Kejadian E adalah himpunan bagian dari ruang sampel. Peluang suatu kejadian P(E) adalah

Lebih terperinci