Distribusi Peluang Gabungan

dokumen-dokumen yang mirip
Dasar-dasar Statistika Pemodelan Sistem

STATISTIK PERTEMUAN VI

Probabilitas dan Statistika Variabel Acak dan Fungsi Distribusi Peluang Diskrit. Adam Hendra Brata

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

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

Contoh Solusi PR 2 Statistika & Probabilitas. 1. Semesta dari kejadian adalah: pemilihan 5 soal dari 10 soal. Jumlah kemungkinannya ( 10 = 252.

BAB I PENDAHULUAN. penerbangan, kedokteran, teknik mesin, software komputer, bahkan militer

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

1 PROBABILITAS. Pengertian

28/09/2012 SAMPLE SPACE, SAMPLE POINTS, EVENTS. ω Ω

Statistika. Random Variables Discrete Random Variables Continuous Random Variables. Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada

Joint Distribution Function

PENGANTAR MODEL PROBABILITAS

A. Distribusi Gabungan

A. Distribusi Gabungan

PENS. Probability and Random Process. Topik 4. Variabel Acak dan Distribusi Probabilitas. Prima Kristalina April 2015

1.1 Konsep Probabilitas

Harapan Matematik. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB

Peubah Acak. 14-Sep-07 TPADF (Kelas Ganjil/ Rahmat) Lecture 2 page 1

CNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya

Bab 3 Kinerja Rata-rata dan Variabilitas

STATISTIKA UNIPA SURABAYA

Bab 8 Fungsi Peluang Bersama: Bersama Kita Berpisah

AK5161 Matematika Keuangan Aktuaria

Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD.

BAB III VARIABEL ACAK DAN DISTRIBUSI PROBABILITAS

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.

2. Peubah Acak (Random Variable)

DISTRIBUSI SATU PEUBAH ACAK

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

Peubah Acak dan Distribusi Kontinu

Harapan Matematik (Teori Ekspektasi)

Probabilitas dan Statistika Fungsi Distribusi Peluang Kontinyu. Adam Hendra Brata

AK5161 Matematika Keuangan Aktuaria

(HARAPAN MATEMATIKA) BI5106 Analisis Biostatistik 20 September 2012 Utriweni Mukhaiyar

Pertemuan Ke-1 BAB I PROBABILITAS

Definisi: Nilai harapan/ekspektasi (expected value/expectation) atau ekspektasi dari peubah acak diskrit/kontinu X adalah

Probabilitas dan Statistika Ruang Sampel. Adam Hendra Brata

MA 2081 STATISTIKA DASAR UTRIWENI MUKHAIYAR 24 FEBRUARI 2011

Catatan Kuliah AK5161 MATEMATIKA KEUANGAN AKTUARIA. Insure and Invest! Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Fungsi Peluang Gabungan

Distribusi Peluang. Maka peubah acak X dinyatakan dengan banyaknya kemunculan angka. angka sama sekali. angka.

Review Teori Probabilitas

Bab 9 Peluang dan Ekspektasi Bersyarat: Harapan Tanpa Syarat

BAB 2 LANDASAN TEORI. Definisi 1 Himpunan semua hasil yang mungkin dari suatu percobaan disebut ruang sampel dan dinyatakan dengan S.

KONSEP DASAR TERKAIT METODE BAYES

KONSEP DASAR PROBABILITAS

EKSPEKTASI DUA PEUBAH ACAK

Disusun oleh: 1. Diah Sani Susilawati ( / 7B) 2. Farid Hidayat ( / 7B) 3. Rico Nurcahyo ( / 7B)

Hidup penuh dengan ketidakpastian

Perhatikan segitiga siku-siku CDE : Lsegitiga CDE = DE. CD. = ½. 2x. 2x = 2x 2 =

Minggu 4-5 Analisis Model MA, AR, ARMA. Minggu 6-7 Model Diagnostik dan Forecasting. Minggu 8-9 Analisi Model ARI, IMA, ARIMA

MA3081 STATISTIKA MATEMATIKA We love Statistics

Statistika Farmasi

PENGANTAR PROBABILITAS STATISTIKA UNIPA SBY

DASAR-DASAR TEORI PELUANG

Distribusi Peubah Acak

Metode Statistika (STK211)

MA5181 PROSES STOKASTIK

ESTIMASI PARAMETER µ DAN σ 2 PADA DISTRIBUSI EKSPONENSIAL TERGENERALISIR DUA VARIABEL MENGGUNAKAN FUNGSI PEMBANGKIT MOMEN SKRIPSI

oleh: Tri Budi Santoso Signal Processing Group Electronic Engineering Polytechnic Institute of Surabaya-ITS

Minggu 4-5 Analisis Model MA, AR, ARMA. Minggu 6-7 Model Diagnostik dan Forecasting. Minggu 8-9 Analisi Model ARI, IMA, ARIMA

MA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi

Catatan Kuliah. MA4181 PENGANTAR PROSES STOKASTIK Smart and Stochastic. disusun oleh Khreshna I.A. Syuhada, MSc. PhD.

DISTRIBUSI PROBABILITAS DAN TERMINOLOGI KEANDALAN

Probabilitas dan Statistika Fungsi Distribusi Peluang Kontinyu Lanjut. Adam Hendra Brata

STATISTIK INDUSTRI 1. Agustina Eunike, ST., MT., MBA

Variabel Random dan Nilai Harapan. Oleh Azimmatul Ihwah

RENCANA PEMBELAJARAN SEMESTER (RPS)

Mata Kuliah Pemodelan & Simulasi

RANCANGAN PEMBELAJARAN

FUNGSI PELUANG GABUNGAN M A P E N G A N T A R S T A T I S T I K A 14 F E B R U A R I 2013 U T R I W E N I M U K H A I Y A R

Minggu 1 Review Peubah Acak; Karakteristik Time Series. Minggu 4-6 Model Moving Average (MA), Autoregressive (AR)

Pengantar Proses Stokastik

BAB II TINJAUAN PUSTAKA. (b) Variabel independen yang biasanya dinyatakan dengan simbol

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

, n(a) banyaknya kejadian A dan n(s) banyaknya ruang sampel

Bab II Kajian Teori Copula

Pengantar Proses Stokastik

PEUBAH ACAK DAN DISTRIBUSINYA

MA6281 Topik Lanjut dalam Statistika ANALISIS DATA DENGAN COPULA Dependency is not necessarily bad

Catatan Kuliah. MA4181 Pengantar Proses Stokastik Stochastics: Precise and Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

PEMBANGKIT RANDOM VARIATE

Pengantar Proses Stokastik

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

BAB 2 LANDASAN TEORI

Sampling dengan Simulasi Komputer

Ruang Sampel. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB

Bagian 2. Probabilitas. Struktur Probabilitas. Probabilitas Subyektif. Metode Frekuensi Relatif Kejadian untuk Menentukan Probabilitas

Teori Probabilitas 3.2. Debrina Puspita Andriani /

Pertemuan V Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution)

SIMULASI MONTE CARLO RISK MANAGEMENT DEPARTMENT OF INDUSTRIAL ENGINEERING

Situasi 1: a. Buatlah pernyataan-pernyataan yang sesuai dengan situasi di atas!

1. 10 orang finalis suatu lomba kecantikan akan dipilih secara acak 3 yang terbaik. Banyak cara pemilihan tersebut ada cara.

BAB 3 Teori Probabilitas

I. PENDAHULUAN II. TINJAUAN PUSTAKA

Probabilitas dan Proses Stokastik

Minggu 3 Peluang Bersyarat (Teorema Bayes) Minggu 4 Peubah Acak, Fungsi Peluang, Fungsi Distribusi. Minggu 6 Distribusi Peubah Acak Diskrit (PAD)

Aksioma Peluang. Bab Ruang Contoh

Transkripsi:

Distribusi Peluang Gabungan EXPERT COURSE #bimbelnyamahasiswa

Variabel Acak Random Variabel = chance variable, stochastic variable, variate. Variabel Acak / Random Variabel (Variate) Univariate (Single-variable) Bivariate (Two-variable) Multivariate (more than twovariable) Distribusi Gabungan (jointly distributed): Jika dua atau lebih Variabel Acak berkaitan satu dengan lainnya di dalam sebuah populasi 2

Bivariate/Dua Variabel Acak Definisi: Misalkan Ω merupakan ruang sampe dari sebuah eksperimen acak. Misalkan pula X dan Y merupakan dua buah variabel acak, pasangan (X,Y) disebut bivariate (two-random variables), jika setiap bilangan real X dan Y berhubungan dengan setiap elemen Ω. Dua variabel acak (X,Y) dapat dianggap sebagai sebuah fungsi terhadap setiap titik ω pada Ω memetakan titik sebuah titik ( pada ruang sample. Ruang pemetaan bivariate (X,Y) dinotasikan sebagai R XY dan didefiniskan: R XY ( ; dan X ( ) Y ( ) y 3

Bivariate/Dua Variabel Acak Jika variabel acak X dan Y masing-masing merupakan variabel acak diskrit maka (X,Y) disebut sebagai dua variabel acak diskrit (discrete bivariate). Dalam hal sama, jika X dan Y masing-masing merupakan variabel acak kontinu, maka (X,Y) disebut sebagai continuous bivariate. Jika salah satu dari X atau Y adalah diskrit, sementara yang lainnya kontinu, maka (X,Y) disebut sebagai mixed bivariate. 4

Variabel Acak Diskrit Gabungan Jika X dan Y merupakan jointly discrete random variables : 1. Fungsi mass peluang gabungan (The joint probability mass function) dari X dan Y adalah: p(=p(x=x_dan_y= 2. Fungsi mass peluang marjinal (The marginal probability mass funtion) dari X dan Y dapat diperoleh dengan berikut: p Y ( P( Y p( Dimana jumlahnya diambil dari seluruh nilai yang mungkin dari masing-masing X atau Y. x 5

Variabel Acak Diskrit Gabungan 3. Fungsi variabel acak gabungan memiliki sifat: x y p( 1 Untuk seluruh nilai yang mungkin dari X dan Y. 6

Variabel Acak Kontinu Gabungan Jika X dan Y merupakan variabel acak gabungan, dengan Fungsi densitas gabungan (jointly density random variables) f(, dan a<b, c<d maka: 1. P(aX b, dan c Y d) = 2. Fungsi peluang gabungan mempunyai sifat: (i). Untuk setiap x dan y: f ( dydx f ( 0 1 3. Fungsi peluang marjinal diperoleh: f X ) f Y ( f ( dx ( x) f ( y dy 7

Fungsi Distribusi Kumulatif Gabungan Definition: Fungsi Distribusi Kumulatif Gabungan (The joint cumulative distribution function) dari X and Y, dinotasikan sebagai F XY (,,erupakan fungsi yang didefiniskan: F XY ( P( X x dan Y Event (X x dan Y pada persamaan di atas equivalent dengan event A B, dimana A dan B merupakan event dari Ω, didefiniskan dengan: dan A ; X ( ) x dan B ; Y ( ) y P( A) F ( x) ; P( B) F ( X F XY ( P( A B) Y 8

Ekspektasi Variabel Acak pada Distribusi Gabungan Misalkan h( merupakan fungsi dari x dan y. Kemudian jika variabel X dan Y mempunyai sebuah distiribusi gabungan, nilai ekspektasi dari h(x,y) didefiniskan sebagai berikut: Diskrit E[h(X,Y)] Kontinu x y y x h( h( h( h( p( p( f ( dxdy f ( dydx 9

Covariance Covariance: salah satu ukuran yang dapat menunjukkan adanya hubungan (correlation) atau tidak diantara variabel-variabel Definisi: Misalkan X dan Y merupakan variabel acak dengan rata-rata masingmasing X dan Y, maka Covariance X dan Y adalah: Cov( X, Y ) E[( X X )( Y Y )] atau dapat pula dihitung dengan rumus: Cov( X, Y) E( XY) E( X ) E( Y) Tidak ada korelasi: Jika Cov(X,Y) = 0. Hubungan antar variabel akan dibahas dalam Analisis Korelasi 10

LATIHAN 1 Misalkan sepasang dadu ditoss. Jika hasilnya didefiniskan sebagai X = mata dadu terbesar, dan Y = jumlah kedua mata dadu tersebut. Tentukan: a. Fungsi Peluang bersama X dan Y b. E(XY) c. Fungsi Distribusi Peluang Marjinal untuk X 11

LATIHAN 2 Misalkan variabel acak X dan Y mempunyai distribusi peluang gabunga sebagai berikut: f ( c 0 jika 5 x 10 dan 4 y 9 lainnya Tentukan nilai c sehingga fungsi tersebut merupkan pdf Gabungan! 12

LATIHAN 3 Misalkan sebuah eksperimen acak dari pengambilan tiga buah bola secara bersamaan dari sebuah kotak yang berisi dua bola merah, tiga bola putih dan empat bola biru. Misalkan (X,Y) merupakan variabel acak bivariat, dimana X dan Y masing-masing dinotasikan sebagai Jumlah bola merah dan putih yang terambil. Tentukan: a. Range dari (X,Y) b. PMF Gabungan dari (X,Y) c. Marginal PMF dari X dan Y d. Apakah X dan Y independen? e. Apakah X dan Y berkorelasi? 13

LATIHAN 4 Misalkan variabel acak kontinu X dan Y mempunyai distribusi gabungan sebagai berikut: f ( 2 xy x 0 1, 0 0 3 x y lainnya a. Tentukan apakah fungsi distribusi tersebut merupakan pdf gabungan? b. Hitung nilai E(XY)-nya! c. Hitung Distribusi Peluang Marjinal X dan Y masingmasing! 2 14