Probabilitas dan Statistika Fungsi Distribusi Peluang Kontinyu Lanjut. Adam Hendra Brata
|
|
- Surya Sanjaya
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Probabilitas dan Statistika Fungsi Lanjut Adam Hendra Brata
2 Gabungan Gabungan Fungsi Acak Fungsi Rapat Kumulatif Gabungan Untuk variabel random kontinu, analog dengan kasus diskrit, fungsi rapat probabilitas bersama f(,) didefinisikan sebagai :. f(,) untuk seluruh dan. Total integral di seluruh area = f (, ) dd 3. Probabilitas nilai X= dan Y= di dalam area tertentu diberikan oleh hasil integral f(,) dengan (,) dalam area termaksud P [( X, Y) A] f (, ) dd A
3 Gabungan Gabungan Fungsi Acak Fungsi Rapat Kumulatif Gabungan Untuk variabel random kontinu, analog dengan kasus diskrit, fungsi rapat probabilitas bersama f(,) didefinisikan sebagai :. f(,) untuk seluruh dan. Total integral di seluruh area = f (, ) dd 3. Probabilitas nilai X= dan Y= di dalam area tertentu diberikan oleh hasil integral f(,) dengan (,) dalam area termaksud P [( X, Y) A] f (, ) dd A
4 Contoh Soal Gabungan Contoh Soal Fungsi Gabungan Sebuah perusahaan coklat mendistribusikan kotak-kotak cokelat ang berisi isian jenis: krim, kopi dan kacang. Terdapat dua tipe cokelatna aitu : coklat gelap dan putih. Misalkan dipilih acak kotak, dan variabel random X dan Y menatakan persentase dari coklat putih dan gelap ang berisi krim, dengan fungsi rapat probabilitas bersamana : f (, ) ( 3) 5, lainna, a. Periksalah apakah integral f(,) di seluruh daerah = b. Carilah probabilitas untuk <</ dan ¼<</
5 Contoh Soal Fungsi Contoh Soal Fungsi a. Integral di seluruh wilaah, : f (, ) dd ( 3) dd 5 b. P(<X</,/4<Y</) / / / 4 / / f (, ) dd ( 3) dd 5 / 4 3/6
6 Marginal Gabungan Marginal Fungsi Rapat Kumulatif Marginal Fungsi distribusi kumulatif dan densitas kemungkinan untuk univariat F ( ) dan f( ) dari distribusi bivariat (atau multivariat) pada seluruh rentang variabel random pasanganna ( ) dikenal sebagai distribusi marginal kontinu
7 Marginal Gabungan Marginal Fungsi Rapat Kumulatif Marginal Misalkan f(,) fungsi kerapatan peluang bersama dari X dan Y Perhatikanlah peristiwa a<x<b dengan a < b Peristiwa ini ekuivalen dengan peristiwa a < X < b, - < Y <, dengan demikian maka : P a < < b = P a < X < b, < Y < Akan tetapi, P a < X < b, < Y < = f, b a dd, kontinu
8 Marginal Gabungan Marginal Fungsi Rapat Kumulatif Marginal Oleh karena itu kita peroleh : P a < < b = Dimana : b a f = f d kontinu f, d, kontinu Dan selanjutna f kita sebut sebagai fungsi marginal dari karena jelas bahwa f adalah fungsi kerapatan peluang dari saja
9 Marginal Gabungan Marginal Fungsi Rapat Kumulatif Marginal Analog dengan f, maka f adalah : P - < < = Dimana : f = d Dan selanjutna f kita sebut sebagai fungsi marginal dari f kontinu f, d, kontinu
10 Bersarat Gabungan Marginal Bersarat Bersarat Fungsi distribusi kumulatif dan densitas kemungkinan untuk univariat F ( ) dan f( ) dari distribusi bivariat (atau multivariat) pada sebagian rentang variabel random pasanganna ( ) dikenal sebagai kemungkinan distribusi bersarat Misalkan f,, f, dan f masingmasing fungsi kerapatan peluang.bersama dari X dan Y, fungsi kerapatan peluang marginal dari X, dan fungsi kerapatan peluang marginal dari Y. Misalkan a dan b dua bilangan real sembarang
11 Bersarat Gabungan Marginal Bersarat Bersarat Jika : Maka A = B = P B A =, = a, < <, < <, = b P A B P A Akan tetapi P B A = P Y = b X = a. Karena a dan b sembarang. Kita temukan bahwa peluang bersarat dari Y diketahui X =, adalah f (, f ( ) ) dengan P X a, Y b P X a f( ) f a, b f a
12 Bersarat Gabungan Marginal Bersarat Bersarat Bila harga ditetapkan, maka peluang tersebut merupakan fungsi dari. Jelas fungsi itu merupakan suatu fungsi kerapatan peluang, sebab : f (, ) f ( ) f (, ) f( ) f (, ) f ( ) f ( ) f ( ) Fungsi kerapatan peluang tersebut selanjutna diberi lambang f
13 Bersarat Gabungan Marginal Bersarat Bersarat Dengan f () adalah distribusi marginal untuk X saja, aitu distribusi probabilitas f(, ) ang dijumlahkan terhadap seluruh nilai : f () = f(, ) Fungsi kerapatan peluang f ini dinamakan fungsi kerapatan peluang bersarat dari Y jika diketahui nilai X =
14 Bersarat Gabungan Marginal Bersarat Secara analog fungsi kerapatan peluang bersarat dari X diketahui Y = atau f () adalah distribusi marginal untuk Y saja, aitu distribusi probabilitas f(, ) ang dijumlahkan terhadap seluruh nilai, maka : f () = f(, ) Bersarat
15 Bersarat Gabungan Marginal Bersarat Sifat Bersarat Dalam hal X dan Y kontinu, maka : a. P a < X < b Y = = adalah peluang bersarat dari a < X b jika diketahui Y = - catatan : ruas kiri biasa ditulis P a < X b b. P c < Y d X = = adalah peluang bersarat dari c < Y d jika diketahui X = b a d c f f d d
16 Contoh Soal Bersarat Contoh Soal Fungsi Bersarat Fungsi rapat probabilitas bersama antara variabel random X dan Y, dengan X adalah perubahan temperatur dan Y adalah persentase pergeseran spektrum dari suatu atom diberikan oleh : f (, ) lainna a. Carilah fungsi rapat probabilitas marginal g() dan h() b. Carilah fungsi rapat probabilitas bersarat f( ) c. Carilah probabilitasna bahwa spektrum akan bergeser lebih dari 5% dari seluruh pengamatan, jika temperatur dinaikkan.5 unit
17 Contoh Soal Fungsi Contoh Soal Fungsi a. Fungsi Rapat Probabilitas Marginal : b. Fungsi probabilitas bersarat f( ), 5 ), ( ) ( d d f h ), ( 3 ), ( ) ( 3 d d f g 3 ) ( 3 ) ( ), ( ) ( 3 3 g f f
18 Contoh Soal Fungsi Contoh Soal Fungsi c. Probabilitas spektrum akan bergeser > 5% dari seluruh pengamatan, jika temperatur dinaikkan,5 unit, maka kasus ini dapat dianggap dengan P (>,5 =,5) P(.5.5).5 f (.5) d d 8 9
19 Tugas 7 Mengerjakan soal soal ang berada di beberapa slide selanjutna secara individu Mengerjakan soal soal tersebut dengan cara menghitung dan ditulis di kertas Dikumpulkan pada pertemuan berikutna (Rabu minggu depan)
20 Tugas 7. Hasil pengukuran arus listrik pada suatu generator telekomunikasi nirkabel merupakan distribusi probabilitas acak kontinu dengan fungsi kerapatan : f(),75 +, 3 5 lainna a. Apakah total luas dari fungsi tersebut =? b. Hitung P(3,5 < X < 4,5)!
21 Tugas 7. Jika ada data fungsi kerapatan peluang sebagai berikut : f(, ) ( 3 4 ) ; ;, ang lainna a. Apakah f(,) memenuhi sarat fungsi rapat peluang? b. Hitung P((,), < < ; < < )!
22 Tugas 7 3. Fungsi rapat probabilitas bersama antara variabel random X dan Y, dengan X adalah perubahan amplitudo dan Y adalah persentase pergeseran frekuensi dari sebuah gelombang adalah sebagai berikut : f (, ) 3 3 lainna a. Carilah fungsi rapat probabilitas marginal g() dan h() b. Carilah fungsi rapat probabilitas bersarat f( ) c. Carilah probabilitasna bahwa frekuensi akan bergeser lebih dari 7% dari seluruh pengamatan, jika amplitudo dinaikkan,5 unit
23 Sekilas Info Diberitahukan pada semua mahasiswa di kelas ini, minggu depan kita akan adakan Quiz 3 Ruang Lingkup Quiz 3 - Variabel Acak dan Fungsi Diskrit - Variabel Acak dan Fungsi Sifat Quiz Close Book, tetapi Diperbolehkan membawa lembar harapan Quiz akan diadakan pada hari Rabu, April 5 Selamat belajar v^^
24 Terimakasih dan Semoga Bermanfaat v^^
Disusun oleh: 1. Diah Sani Susilawati ( / 7B) 2. Farid Hidayat ( / 7B) 3. Rico Nurcahyo ( / 7B)
DISTRIBUSI MARGINAL DAN DISTRIBUSI GABUNGAN Disusun guna memenuhi tugas mata kuliah Statistika Matematika Dosen Pengampu: Supandi, M.Si Disusun oleh:. Diah Sani Susilawati (8355/ 7B). Farid Hidaat (836/
Lebih terperinciProbabilitas 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 terperinciProbabilitas dan Statistika Teori Peluang. Adam Hendra Brata
dan Statistika Teori Peluang Adam Hendra Brata / Peluang / Peluang atau Peluang merupakan ukuran numeric tentang seberapa sering peristiwa itu akan terjadi Semakin besar nilai probabilitas menyatakan bahwa
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 terperinciDISTRIBUSI DUA PEUBAH ACAK
0 DISTRIBUSI DUA PEUBAH ACAK Dala hal ini akan dibahas aca-aca fungsi peluang atau fungsi densitas ang berkaitan dengan dua peubah acak, aitu distribusi gabungan, distribusi arginal, distribusi bersarat,
Lebih terperinciKONSEP 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 terperinciBAB 2 MOMEN DAN ENTROPI
BAB MOMEN DAN ENTROPI. Satu Peubah Acak (Univariat) Misalkan diketahui suatu peubah acak X. Didefinisikan ekspektasi dari peubah acak X adalah sebagai berikut E [ X ] - P X =, X diskrit = f d, X kontinu
Lebih terperinciBAB II DISTRIBUSI PEUBAH ACAK
H. Maman Suherman,Drs.,M.Si BAB II DISTIBUSI PEUBAH ACAK. Peubah Acak Variable andom Pada bab anda telah mengenal ruang peluang S, Ω, P dimana S adalah ruang sampel dari eksperimen acak, Ω adalah lapangan
Lebih terperinciJoint Distribution Function
DISTRIBUSI PROBABILITAS MARGINAL & BERSYARAT TI2131 TEORI PROBABILITAS MINGGU KE-6 1 Joint Distribution Function Distribusi peluang gabungan dari dua variabel random X dan Y merupakan distribusi peluang
Lebih terperinciA. Distribusi Gabungan
HANDOUT PERKULIAHAN Mata Kuliah : Statistika Matematika Pertemuan Ke : 5 Pokok Bahasan : Distibusi Dua peubah Acak URAIAN POKOK PERKULIAHAN A. Distribusi Gabungan Definisi 1: Peubah Acak Berdimensi Dua
Lebih terperinciProbabilitas dan Statistika Ruang Sampel. Adam Hendra Brata
dan Statistika Ruang Adam Hendra Brata adalah suatu ilmu untuk memprediksi suatu kejadian (event) atau dapat disebut peluang suatu kejadian berdasarkan pendekatan matematis. Dengan ilmu probabilitas, kita
Lebih terperinciA. Distribusi Gabungan
HANDOUT PERKULIAHAN Mata Kuliah Pokok Bahasan : Statistika Matematika : Distibusi Dua peubah Acak URAIAN POKOK PERKULIAHAN A. Distribusi Gabungan Definisi 1: Peubah Acak Berdimensi Dua Jika S merupakan
Lebih terperinciBAB 2 LANDASAN TEORI. Definisi 1 Himpunan semua hasil yang mungkin dari suatu percobaan disebut ruang sampel dan dinyatakan dengan S.
BAB 2 LANDASAN TEORI 2.1 Ruang Sampel dan Kejadian Definisi 1 Himpunan semua hasil yang mungkin dari suatu percobaan disebut ruang sampel dan dinyatakan dengan S. Tiap hasil dalam ruang sampel disebut
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 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 terperinciStatistika Variansi dan Kovariansi. Adam Hendra Brata
Statistika dan Adam Hendra Brata Kita sudah memahami bahwa nilai harapan peubah acak X seringkali disebut rataan (mean) dan dilambangkan dengan μ. Tetapi, rataan tidak memberikan gambaran dispersi atau
Lebih terperinciVariabel Random dan Nilai Harapan. Oleh Azimmatul Ihwah
Variabel Random dan Nilai Harapan Oleh Azimmatul Ihwah Outcomes dari suatu eksperimen dapat dinyatakan dengan angka untuk mempermudah. Suatu variabel yang mengasosiakan outcomes dari suatu eksperimen dengan
Lebih terperinciEKSPEKTASI DUA PEUBAH ACAK
0 EKSPEKTASI DUA PEUBAH ACAK Dalam hal ini akan dibahas beberapa macam ukuran ang dihitung berdasarkan ekspektasi dari dua peubah acak, baik diskrit maupun kontinu, aitu nilai ekspektasi gabungan, ekspektasi
Lebih terperinciDistribusi Peluang. Maka peubah acak X dinyatakan dengan banyaknya kemunculan angka. angka sama sekali. angka.
Distribusi Peluang Definisi peubah acak: Misalkan E adalah sebuah percobaan dengan ruang sampel T. Sebuah fungsi X yang memetakan setiap anggota t T dengan sebuah bilangan real X(t) dinamakan peubah acak.
Lebih terperinciPENGURAIAN PENDAPATAN GABUNGAN DUA PRODUK DARI SUATU PERUSAHAAN
PENGURAIAN PENDAPATAN GABUNGAN DUA PRODUK DARI SUATU PERUSAHAAN Thomas J. Kakia Fakultas Ilmu Komputer Universitas Gunadarma Jl. Margonda 100 Pondok Cina Depok ABSTRAK Penguraian pendapatan atau pendapatan
Lebih terperinciDistribusi 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 terperinci1 PROBABILITAS. Pengertian
PROBABILITAS Pengertian Pada awal perkuliahan, sebelum menjelaskan probabilitas, dibahas sepintas sebagai pengantar tentang eksperimen, titik sampel, ruang sampel, dan peristiwa, serta variabel random
Lebih terperinciPARTIKEL DALAM SUATU KOTAK SATU DIMENSI
PARTIKEL DALAM SUATU KOTAK SATU DIMENSI Atom terdiri dari inti atom yang dikelilingi oleh elektron-elektron, di mana elektron valensinya bebas bergerak di antara pusat-pusat ion. Elektron valensi geraknya
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 terperinciPROBABILITAS &STATISTIK. Oleh: Kholistianingsih, S.T., M.Eng.
PROBABILITAS &STATISTIK ke-1 Oleh: Kholistianingsih, S.T., M.Eng. KONTRAK PEMBELAJARAN UAS : 35% UTS : 35% TUGAS : 20% KEHADIRAN :10% SEMUA KOMPONEN HARUS ADA KEHADIRAN 0 NILAI MAKS D PEUBAH DAN GRAFIK
Lebih terperinciStatistika & Probabilitas
Statistika & Probabilitas Peubah Acak Peubah = variabel Dalam suatu eksperimen, seringkali kita lebih tertarik bukan pada titik sampelnya, tetapi gambaran numerik dari hasil. Misalkan pada pelemparan sebuah
Lebih terperinciFungsi dan Grafik Diferensial dan Integral
Sudaratno Sudirham Studi Mandiri Fungsi dan Grafik Diferensial dan Integral Darpublic ii BAB 3 Gabungan Fungsi Linier Fungsi-fungsi linier banak digunakan untuk membuat model dari perubahan-perubahan besaran
Lebih terperinciMODUL BAB 2 KOMPOSISI FUNGSI DAN FUNGSI INVERS. Standar Kompetensi: 2. Menentukan komposisi dua fungsi dan invers suatu fungsi
MODUL BAB KOMPOSISI FUNGSI DAN FUNGSI INVERS Standar Kompetensi:. Menentukan komposisi dua ungsi dan invers suatu ungsi Kompetensi Dasar. Menentukan komposisi ungsi dari dua ungsi. Menentukan invers suatu
Lebih terperinci3. Gabungan Fungsi Linier
3. Gabungan Fungsi Linier Sudaratno Sudirham Fungsi-fungsi linier banak digunakan untuk membuat model dari perubahanperubahan besaran fisis. Perubahan besaran fisis mungkin merupakan fungsi waktu, temperatur,
Lebih terperinciUnit 2 KONSEP DASAR ALJABAR. Clara Ika Sari Pendahuluan
Unit KONSEP DASAR ALJABAR Clara Ika Sari Pendahuluan P ada unit ini kita akan mempelajari beberapa konsep dasar dalam aljabar seperti persamaan dan pertidaksamaan ang berbentuk linear dan kuadrat, serta
Lebih terperinciProbabilitas dan Statistika Analisis Data Lanjut. Adam Hendra Brata
Probabilitas dan Analisis Lanjut Adam Hendra Brata Tunggal Populasi adalah sebagai sekumpulan data yang mengidentifikasi suatu fenomena. Sampel adalah sekumpulan data yang diambil atau diseleksi dari suatu
Lebih terperinciSituasi 1: a. Buatlah pernyataan-pernyataan yang sesuai dengan situasi di atas!
BAHAN AJAR 3 DISTRIBUSI PEUBAH ACAK GABUNGAN DAN FUNGSI PELUANG MARGINAL Situasi 1: Sebuah kotak berisi tiga ballpoint berwarna merah, dua berwarna biru dan tiga berwarna hitam. Kemudian dua buah ballpoint
Lebih terperinciPr { +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 terperinciFungsi dan Grafik Diferensial dan Integral
Sudaratno Sudirham Studi Mandiri Fungsi dan Grafik Diferensial dan Integral i Darpublic Hak cipta pada penulis, 1 SUDIRHAM, SUDARYATNO Fungsi dan Grafik, Diferensial dan Integral Oleh: Sudaratmo Sudirham
Lebih terperinciBAB 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 terperinciProbabilitas dan Statistika Analisis Data dan Ukuran Pemusatan. Adam Hendra Brata
Probabilitas dan Analisis dan Adam Hendra Brata Deskriptif Induktif Pembagian Deskriptif Metode guna mengumpulkan, menghitung, dan menyajikan suatu data secara kwantitatif sehingga memberikan informasi
Lebih terperinciPembahsan Tugas 9 Probabilitas dan Statistika Distribusi Peluang Diskrit dan Distribusi Peluang Kontinyu
Pembahsan Tugas 9 Probabilitas dan Statistika Distribusi Peluang Diskrit dan Distribusi Peluang Kontinyu Distribusi Peluang Diskrit 1. Hitunglah P( < 10) dengan distribusi binomial untuk n = 15, p = 0,4!
Lebih terperinciDISTRIBUSI PROBABILITAS
BAB 7 DISTRIBUSI PROBABILITAS Kompetensi Menjelaskan distribusi probabilitas Indikator 1. Menjelaskan distribusi hipergeometris 2. Menjelaskan distribusi binomial 3. Menjelaskan distribusi multinomial
Lebih terperinciII. TINJAUAN PUSTAKA
II. TINJAUAN PUSTAKA. Pendahuluan Uji perbandingan dua distribusi merupakan suatu tekhnik analisis ang dilakukan untuk mencari nilai parameter ang baik diantara dua distribusi. Tekhnik uji perbandingan
Lebih terperinciKAJIAN MODEL EPIDEMIK SIR DETERMINISTIK DAN STOKASTIK PADA WAKTU DISKRIT. Oleh: Arisma Yuni Hardiningsih
KAJIAN MODEL EPIDEMIK SIR DETERMINISTIK DAN STOKASTIK PADA WAKTU DISKRIT Oleh: Arisma Yuni Hardiningsih 126 1 5 Dosen Pembimbing: Dra. Laksmi Prita Wardhani, M.Si Jurusan Matematika Fakultas Matematika
Lebih terperinciTransformasi Dua atau Lebih Peubah Acak. Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2016
Transormasi Dua atau Lebih Peubah Acak Dr. Kusman Sadik M.Si Departemen Statistika IPB 06 Transormasi Dua atau Lebih Peubah Acak Misalkan diketahui kp bersama bagi p.a. X dan X adalah X X x ). Jika kemudian
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Fungsi Densitas Definisi 2.1 (Walpole & Myers, 1989) Fungsi adalah fungsi kepadatan peluang peubah acak kontinu, yang biasanya disebut fungsi densitas,yang didefinisikan di atas
Lebih terperinciPENGANTAR STATISTIK JR113. Drs. Setiawan, M.Pd. Pepen Permana, S.Pd. Deutschabteilung UPI Pertemuan 3
PENGANTAR STATISTIK JR113 Drs. Setiawan, M.Pd. Pepen Permana, S.Pd. Deutschabteilung UPI 2008 Pertemuan 3 DATA STATISTIK Keterangan atau ilustrasi mengenai suatu hal yang berbentuk kategori ataupun bilangan.
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 terperinciBab II. Prinsip Fundamental Simulasi Monte Carlo
Bab II Prinsip Fundamental Simulasi Monte Carlo Metoda monte carlo adalah suatu metoda pemecahan masalah fisis dengan menirukan proses-proses nyata di alam memanfaatkan bilangan acak/ random. Jadi metoda
Lebih terperinciUJI STATISTIK NON PARAMETRIK. Widha Kusumaningdyah,, ST., MT
UJI STATISTIK NON PARAMETRIK Widha Kusumaningdyah,, ST., MT UJI KERANDOMAN (RANDOMNESS TEST / RUN TEST) Uji KERANDOMAN Untuk menguji apakah data sampel yang diambil merupakan data yang acak / random Prosedur
Lebih terperinciBAB 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 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 terperinciSTUDI KASUS : SIMULASI MODEL PERMINTAAN SUPERMARKET DENGAN TEKNIK MONTECARLO
STUDI KASUS : SIMULASI MODEL PERMINTAAN SUPERMARKET DENGAN TEKNIK MONTECARLO Suatu supermarket telah melakukan pengamatan mengenai permintaan bayam sebagai salah satu item sayur sayuran yang dijualnya.
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 terperinciA. Persamaan Kuadrat dan Fungsi Kuadrat. Salah satu akar persamaan kuadrat ( a ) (3a ) 3a 0 adalah, maka akar lainna adalah. Nilai m ang memenuhi agar persamaan kuadrat ( m ) (m ) ( m ) 0 mempunai dua
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 terperinciDISTRIBUTIONS OF RANDOM VARIABLE DISTRIBUSI VARIABEL RANDOM
1.11 Chebyshev s Inequality DISTRIBUTIONS OF RANDOM VARIABLE (Ketaksamaan Chebyshev) A. Pendahuluan DISTRIBUSI VARIABEL RANDOM Konsep atau rumus yang berhubungan dengan Ketaksamaan Chebyshev Ekspektasi
Lebih terperinciBAB II DASAR TEORI. sebagian besar masalahnya timbul dikarenakan interface sub-part yang berbeda.
BAB II DASAR TEORI. Umum Pada kebanyakan sistem, baik itu elektronik, finansial, maupun sosial sebagian besar masalahnya timbul dikarenakan interface sub-part yang berbeda. Karena sebagian besar sinyal
Lebih terperinciPersamaan Diferensial Orde Satu
Modul Persamaan Diferensial Orde Satu P PENDAHULUAN Prof. SM. Nababan, Ph. ersamaan Diferensial (PD) adalah salah satu cabang matematika ang banak digunakan untuk menjelaskan masalah-masalah fisis. Masalahmasalah
Lebih terperinciII. 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 terperinci3/25/2013. KANIA EVITA DEWI, S.Pd., M.Si
KANIA EVITA DEWI, S.Pd., M.Si Daftar distribusi frekuensi Digunakan untuk menyajikan data kuantitatif. Kelebihan menggunakan distribusi frekuensi adalah mempunyai gambaran menyeluruh secara jelas mengenai
Lebih terperinciMETODE MONTE CARLO. Pemodelan & Simulasi TM11
METODE MONTE CARLO Pemodelan & Simulasi TM11 Metode Monte Carlo Metoda Monte Carlo telah digunakan sejak abad ke-18 oleh Comte de Buffon yang mengembangkan eskperimen untuk memperoleh rasio antara diameter
Lebih terperinciFungsi dan Grafik Diferensial dan Integral
Sudaratno Sudirham Studi Mandiri Fungsi dan Grafik Diferensial dan Integral ii Darpublic BAB Fungsi Linier.. Fungsi Tetapan Fungsi tetapan bernilai tetap untuk rentang nilai x dari sampai +. Kita tuliskan
Lebih terperinciDISTRIBUSI PELUANG KONTINYU DISTRIBUSI PROBABILITAS
DISTRIBUSI PROBABILITAS Berbeda dengan variabel random diskrit, sebuah variabel random kontinyu adalah variabel yang dapat mencakup nilai pecahan maupun mencakup range/ rentang nilai tertentu. Karena terdapat
Lebih terperinciDISTRIBUSI 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 terperinciSudaryatno Sudirham. Studi Mandiri. Fungsi dan Grafik. Darpublic
Sudaratno Sudirham Studi Mandiri Fungsi dan Grafik ii Darpublic BAB 1 Pengertian Tentang Fungsi dan Grafik 1.1. Fungsi Apabila suatu besaran memiliki nilai ang tergantung dari nilai besaran lain, maka
Lebih terperinciARUMEGA ZAREFAR, SE.,M.Ak.,Akt.,CA
STATISTIK ARUMEGA ZAREFAR, SE.,M.Ak.,Akt.,CA http://arumega.staff.unri.ac.id/ arumegazarefar.ca@gmail.com Arti statistik Kumpulan data dalam bentuk angka maupun bukan angka yang disusun dalam bentuk tabel
Lebih terperinciKONSEP DASAR PROBABILITAS
KONSEP DASAR PROBABILITAS Definisi: Probabilitas adalah peluang suatu kejadian Manfaat: Manfaat mengetahui probabilitas adalah membantu pengambilan keputusan yang tepat, karena kehidupan di dunia tidak
Lebih terperinciBAB III VARIABEL ACAK DAN DISTRIBUSI PROBABILITAS
BAB III VARIABEL ACAK DAN DISTRIBUSI ROBABILITAS.. Konsep variabel acak (random variable) Sebuah variabel y adalah variabel acak jika nilai-nilai yang dimiliki oleh y adalah suatu kemungkinan atau peristiwa
Lebih terperinciPenentuan Distribusi Suhu pada Permukaan Geometri Tak Tentu Menggunakan Metode Random Walk Balduyanus Yosep Godja a), Andi Ihwan a)*, Apriansyah b)
POSITRON, Vol. VI, No. 1 (1), Hal. 17 - ISSN : 1-9 Penentuan Distribusi Suhu pada Permukaan Geometri Tak Tentu Menggunakan Metode Random Walk Balduanus Yosep Godja a), Andi Ihwan a)*, Apriansah b) a Jurusan
Lebih terperinciBAB III SURVIVAL ANALYSIS UNTUK MENGUJI RELIABILITAS PRODUK DAN PENENTUAN GARANSI PRODUK 3.1 Garansi
BAB III SURVIVAL ANALYSIS UNTUK MENGUJI RELIABILITAS PRODUK DAN PENENTUAN GARANSI PRODUK 3.1 Garansi Garansi dapat diartikan sebagai jaminan yang diberikan secara tertulis oleh pabrik atau supplier kepada
Lebih terperinciStatistik Non Parametrik-2
Statistik Non Parametrik-2 UJI RUN 2 Uji Run Disebut juga uji random Bertujuan untuk menentukan apakah urutan yang dipilih atau sampel yang diambil diperoleh secara random atau tidak Didasarkan atas banyaknya
Lebih terperinciLEMBAR KERJA PERCOBAAN 01 MATERI PELAJARAN : KELAS/SEMESTER : NAMA KELOMPOK : NAMA ANGGOTA KELOMPOK : KEGIATAN PERCOBAAN A.
LEMBAR KERJA PERCOBAAN 01 MATERI PELAJARAN : KELAS/SEMESTER : NAMA KELOMPOK : NAMA ANGGOTA KELOMPOK : 1. 2. 3. 4. 5. KEGIATAN PERCOBAAN A. Judul percobaan : Hubungan Medan Magnet dengan Medan Listrik B.
Lebih terperinciSTATISTIKA TABEL 08/10/2015 IKHTISAR STATISTIKA DESKRIPTIF LEKTION VIER (#4) TABEL & DIAGRAM. Parametrik Nonparametrik
IKHTISAR STATISTIKA DESKRIPTIF STATISTIKA LEKTION VIER (#4) TABEL & DIAGRAM Univariate Bivariate Multivariate Deskriptif Parametrik Nonparametrik Verfasser bei Usmania Institute DATA STATISTIK SAJIKAN
Lebih terperinciSTATISTIK PERTEMUAN V
STATISTIK PERTEMUAN V Variabel Random/ Acak variabel yg nilai-nilainya ditentukan oleh kesempatan/ variabel yang bernilai numerik yg didefinisikan dlm suatu ruang sampel 1. Variabel Random diskrit Variabel
Lebih terperinciSTATISTIK DAN STATISTIKA
STATISTIK DAN STATISTIKA MAKNA DARI PENGERTIAN STATISTIK DAN STATISTIKA DATA STATISTIK Pengertian : Data adalah keterangan atau fakta mengenai suatu persoalan bisa berupa kategori (rusak, baik senang,
Lebih terperinciSTATISTIK 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 terperinciStatistik dan Statistika Populasi dan Sampel Jenis-jenis Observasi Statistika Deskriptif
1. 2 2. 3. 4. Statistik dan Statistika Populasi dan Sampel Jenis-jenis Observasi Statistika Deskriptif Sari Numerik Penyajian Data 2008 by USP & UM ; last edited Jan 11 MA 2081 Statistika Dasar 24 Januari
Lebih terperinci1. Pengertian Tentang Fungsi dan Grafik
Darpublic Oktober 3 www.darpublic.com. Pengertian Tentang Fungsi dan Grafik Fungsi Apabila suatu besaran memiliki nilai ang tergantung dari nilai besaran lain, maka dikatakan bahwa besaran tersebut merupakan
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 terperinciProbabilitas dan Statistika Distribusi Peluang Diskrit 2. Adam Hendra Brata
Probabilitas dan Statistika Distribusi Peluang Diskrit 2 Adam Hendra Brata Distribusi Hipergeometrik Distribusi Hipergeometrik Jika sampling dilakukan tanpa pengembalian dari kejadian sampling yang diambil
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 terperinciDarpublic Nopember 2013
Darpublic Nopember 213 www.darpublic.com 7. Gabungan Fungsi Sinus 7.1. Fungsi Sinus Dan Cosinus Banak peristiwa terjadi secara siklis sinusoidal, seperti misalna gelombang cahaa, gelombang radio pembawa,
Lebih terperinciDistribusi Peubah Acak
Chandra Novtiar 085794801125 chandramathitb07@gmail.com PROGRAM STUDI PENDIDIKAN MATEMATIKA SEKOLAH TINGGI KEGURUAN DAN ILMU PENDIDIKAN (STKIP) SILIWANGI BANDUNG 4 April 2017 Garis Besar Pembahasan FUNGSI
Lebih terperinciPenggunaan Bilangan Kompleks dalam Pemrosesan Signal
Penggunaan Bilangan Kompleks dalam Pemrosesan Signal Stefanus Agus Haryono (13514097) 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10
Lebih terperinciDISTRIBUSI PROBABILITAS KONTINYU. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016
DISTRIBUSI PROBABILITAS KONTINYU Nur Hayati, S.ST, MT Yogyakarta, Maret 2016 DISTRIBUSI PELUANG KONTINYU Berbeda dengan variabel random diskrit, sebuah variabel random kontinyu adalah variabel yang dapat
Lebih terperinciDISTRIBUSI PROBABILITAS
DISTRIBUSI PROBABILITAS DISTRIBUSI PROBABILITAS DISKRIT Distribusi binomial Distribusi binomial - Distribusi peluang diskrit Distribusi geometrik Distribusi hipergeometrik Distribusi poison BERNOULLI TRIAL
Lebih terperinciVariansi dan Kovariansi. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB
Variansi dan Kovariansi Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB 1 Variansi Kita sudah memahami bahwa nilai harapan peubah acak X seringkali
Lebih terperinciBAB II TINJAUAN TEORITIS. Menurut Darnius, O (2006, Hal : 53) simulasi dapat diartikan sebagai suatu
BAB II TINJAUAN TEORITIS 2.1 Pendahulauan Menurut Darnius, O (2006, Hal : 53) simulasi dapat diartikan sebagai suatu rekayasa suatu model logika ilmiah untuk melihat kebenaran/kenyataan model tersebut.
Lebih terperinciSTATISTICS. Oleh: Hanung N. Prasetyo DISTRIBUSI NORMAL WEEK 6 TELKOM POLTECH/HANUNG NP
STATISTICS WEEK 6 Oleh: Hanung N. Prasetyo DISTRIBUSI NORMAL Pengantar: Dalam pokok bahasan disini memuat beberapa distribusi kontinyu yang sangat penting di bidang statistika. diantaranya distribusi normal.
Lebih terperinciTINJAUAN 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 terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam teori probabilitas dan statistika, distribusi binomial adalah distribusi probabilitas diskret jumlah keberhasilan dalam n percobaan ya/tidak (berhasil/gagal)
Lebih terperinciPARTIKEL DALAM BOX. Bentuk umum persamaan orde dua adalah: ay" + b Y' + cy = 0
1 PARTIKEL DALAM BOX Elektron dalam atom dan molekul dapat dibayangkan mirip partikel dalam box. daerah di dalam box tempat partikel tersebut bergerak berpotensial nol, sedang daerah diluar box berpotensial
Lebih terperinci2. Fungsi Linier x 5. Gb.2.1. Fungsi tetapan (konstan):
Darpublic Nopember 3 www.darpublic.com. Fungsi Linier.. Fungsi Tetapan Fungsi tetapan bernilai tetap untuk rentang nilai dari sampai +. Kita tuliskan = k [.] dengan k bilangan-nata. Kurva fungsi ini terlihat
Lebih terperinciLANDASAN TEORI. menyatakan hubungan antara variabel respon Y dengan variabel-variabel
5 II. LANDASAN TEORI 2.1 Model Regresi Poisson Analisis regresi merupakan metode statistika yang populer digunakan untuk menyatakan hubungan antara variabel respon Y dengan variabel-variabel prediktor
Lebih terperinciPENENTUAN PROBABILITAS DAN ENERGI PARTIKEL DALAM KOTAK 3 DIMENSI DENGAN TEORI PERTURBASI PADA BILANGAN KUANTUM n 5
PENENTUAN PROBABILITAS DAN ENERGI PARTIKEL DALAM KOTAK 3 DIMENSI DENGAN TEORI PERTURBASI PADA BILANGAN KUANTUM n 5 SKRIPSI Oleh Indah Kharismawati Nim. 070210102106 PROGAM STUDI PENDIDIKAN FISIKA JURUSAN
Lebih terperinciCIRI-CIRI DISTRIBUSI NORMAL
DISTRIBUSI NORMAL CIRI-CIRI DISTRIBUSI NORMAL Berbentuk lonceng simetris terhadap x = μ distribusi normal atau kurva normal disebut juga dengan nama distribusi Gauss, karena persamaan matematisnya ditemukan
Lebih terperinciSTATISTIKA EKONOMI I Chapter 4 Distribusi Probabilitas Normal dan Binomial Chapter 5 Teori Sampling
STATISTIKA EKONOMI I Chapter 4 Distribusi Probabilitas Normal dan Binomial Chapter 5 Teori Sampling Rengganis Banitya Rachmat rengganis.rachmat@gmail.com 4. Distribusi Probabilitas Normal dan Binomial
Lebih terperinciDISTRIBUSI NORMAL. Pertemuan 3. Distribusi Normal_M. Jainuri, M.Pd 1
DISTRIBUSI NORMAL Pertemuan 3 1 Distribusi Normal Pertama kali diperkenalkan oleh Abraham de Moivre (1733). De Moivre menemukan persamaan matematika untuk kurva normal yang menjadi dasar dalam banyak teori
Lebih terperinciMA3081 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 terperinciBAB II KAJIAN PUSTAKA
4 BAB II KAJIAN PUSTAKA Pada sub bab ini akan diberikan beberapa definisi dan teori yang mendukung rancangan Sequential Probability Ratio Test (SPRT) yaitu percobaan dan ruang sampel, peubah acak dan fungsi
Lebih terperinciSudaryatno Sudirham. Integral dan Persamaan Diferensial
Sudaratno Sudirham Integral dan Persamaan Diferensial Bahan Kuliah Terbuka dalam format pdf tersedia di www.buku-e.lipi.go.id dalam format pps beranimasi tersedia di www.ee-cafe.org Bahasan akan mencakup
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 terperinciTeknik Sistem Komunikasi 1 BAB I PENDAHULUAN
BAB I PENDAHULUAN 1.1 Model Sistem Komunikasi Sinyal listrik digunakan dalam sistem komunikasi karena relatif gampang dikontrol. Sistem komunikasi listrik ini mempekerjakan sinyal listrik untuk membawa
Lebih terperinci