Kumpulan pasangan nilai-nilai dari variabel acak X dengan probabilitas nilai-nilai variabel random X, yaitu P(X=x) disebut distribusi probabilitas X

dokumen-dokumen yang mirip
MODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU

Distribusi Diskrit dan Kontinu yang Penting. Oleh Azimmatul Ihwah

STATISTIKA EKONOMI I Chapter 4 Distribusi Probabilitas Normal dan Binomial Chapter 5 Teori Sampling

BAB II DISTRIBUSI PROBABILITAS

Bab 2 DISTRIBUSI PELUANG

Probabilitas dan Statistika Distribusi Peluang Kontinyu 1. Adam Hendra Brata

Statistika Farmasi

BAB 2 LANDASAN TEORI

DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2. Distribusi Hipergeometrik

THEORY. By: Hanung N. Prasetyo PEUBAH ACAK TELKOM POLYTECHNIC/HANUNGNP

KONSEP DASAR PROBABILITAS DAN DISTRIBUSI PROBABILITAS LELY RIAWATI, ST, MT.

DISTRIBUSI PROBABILITAS

BAB 2 LANDASAN TEORI

Achmad Samsudin, M.Pd. Jurdik Fisika FPMIPA Universitas Pendidikan Indonesia

DISTRIBUSI TEORITIS. Variabel Acak Distribusi Teoritis Binomial Normal

DISTRIBUSI TEORITIS. P(M) = p = probabilitas untuk mendapat bola merah (sukses) 30

DISTRIBUSI TEORITIS DISTRIBUSI TEORITIS

MK Statistik Bisnis 2 MultiVariate. Haryoso Wicaksono, S.Si., M.M., M.Kom. 1

DISTRIBUSI PELUANG.

Pertemuan ke Nilai Harapan (Mean atau Rata rata) dan Varians Distribusi Kontinu

BAB II TINJAUAN TEORITIS. Menurut Darnius, O (2006, Hal : 53) simulasi dapat diartikan sebagai suatu

DISTRIBUSI NORMAL. Pertemuan 3. Distribusi Normal_M. Jainuri, M.Pd 1

Metode Statistika. Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution)

Tugas Kelompok. Mata Kuliah Metodologi Penelitian Kuantitatif. Judul Makalah Revisi DISTRIBUSI PELUANG

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

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Distribusi Normal. Statistika (MAM 4137) Syarifah Hikmah JS

DISTRIBUSI NORMAL. Pertemuan 3. 1 Pertemuan 3_Statistik Inferensial

Distribusi Probabilitas Diskrit: Binomial, Multinomial, & Binomial Negatif

Pengantar Proses Stokastik

Haryoso Wicaksono, S.Si., M.M., M.Kom. 26

DISTRIBUSI BINOMIAL STKIP SILIWANGI BANDUNG LUVY S ZANTHY KAPSEL SMA

STATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI

Statistika (MMS-1001)

D I S T R I B U S I P R O B A B I L I T A S

Statistika (MMS-1001)

Statistika (MMS-1403)

PROBABILITAS (PELUANG) PENGERTIAN PROBABILITAS

BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang 4. BEBERAPA DISTRIBUSI PELUANG DISKRET

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

UNIFORM (SERAGAM) BERNOULLI BINOMIAL POISSON BEBERAPA DISTRIBUSI LAINNYA : MULTINOMIAL, HIPERGEOMETRIK, MA 2081 Statistika Dasar.

BAB IV. DISTRIBUSI PROBABILITAS DISKRIT

4.1.1 Distribusi Binomial

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

KONSEP PROBABILITAS & DISTRIBUSI PROBABILITAS

DISTRIBUSI PROBABILITAS (PELUANG)

STATISTICS. Oleh: Hanung N. Prasetyo DISTRIBUSI NORMAL WEEK 6 TELKOM POLTECH/HANUNG NP

DISTRIBUSI DISKRIT KHUSUS

Pengantar Proses Stokastik

PENS. Probability and Random Process. Topik 5. Beberapa jenis Distribusi Variabel Acak. Prima Kristalina April 2015

Pengantar Proses Stokastik

Model dan Simulasi Universitas Indo Global Mandiri

Distribusi Probabilitas Diskrit: Geometrik Hipergeometrik

Statistik Non Parametrik

DISTRIBUSI DISKRIT KHUSUS

DISTRIBUSI ERLANG DAN PENERAPANNYA. Rini Kurniasih 1, Getut Pramesti 2 Mahasiswi Pendidikan Matematika FKIP UNS, Dosen Pendidikan Matematika FKIP UNS

Materi dan Jadual Tatap Pokok Bahasan Sub Pokok Bahasan Statistika (MMS 2401) Muka Materi dan Jadual Materi dan Jadual

Nilai harapan suatu variabel acak x ditulis E (x) didefinisikan E (x) = Σ x. f (x) Var (x) = σ x 2 = E [ x E (x) ] 2 = E (x 2 ) { E (x) } 2

MA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi

Pembahsan Tugas 9 Probabilitas dan Statistika Distribusi Peluang Diskrit dan Distribusi Peluang Kontinyu

BI5106 ANALISIS BIOSTATISTIK Bab 3 Peubah Acak dan Dist

PERBANDINGAN DISTRIBUSI BINOMIAL DAN DISTRIBUSI POISSON DENGAN PARAMETER YANG BERBEDA

Pengantar Proses Stokastik

DISTRIBUSI DISKRIT KHUSUS

Contoh: Aturan Penjumlahan. Independen. P(A dan B) = P(A) x P(B)

BAB II LANDASAN TEORI

Distribusi Peluang. Kuliah 6

DISTRIBUSI DISKRIT. MA 2081 Statistika Dasar Utriweni Mukhaiyar

UJI STATISTIK NON PARAMETRIK. Widha Kusumaningdyah,, ST., MT

Distribusi Normal Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai

Metode Statistika (STK 211) Pertemuan ke-5

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

BAB 9 DISTRIBUSI PELUANG KONTINU

DISTRIBUSI PROBABILITAS VARIABEL RANDOM

Konsep Dasar Statistik dan Probabilitas

STATISTIK PERTEMUAN VI

l.makalah DISTRIBUSI PROBABILITAS DISKRIT

PEMODELAN KUALITAS PROSES

4. Sebaran Peluang Kontinyu

DISTRIBUSI PELUANG TEORITIS

Probabilitas & Distribusi Probabilitas

ANALISIS DATA SECARA RANDOM PADA APLIKASI MINITAB DENGAN MENGGUNAKAN DISTRIBUSI PELUANG

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

DISTRIBUSI DISKRIT KHUSUS

Mata Kuliah Pemodelan & Simulasi. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia

Nilai Harapan / Nilai Ekspektasi

Makalah Statistika Distribusi Normal

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

Distribusi Sampling 6.2. Debrina Puspita Andriani /

Percobaan terdiri dari 1 usaha. Peluang sukses p Peluang gagal 1-p Misalkan. 1, jika terjadi sukses X jika terjadi tidak sukses (gagal)

STATISTIK PERTEMUAN V

Distribusi Peluang Teoritis. Titik-titik contoh di dalam Ruang Sampel (S) dapat disajikan dalam bentuk numerik/bilangan.

Pengantar Statistika Matematika II

BAB 2 LANDASAN TEORI

DISTRIBUSI PROBABILITAS

PEUBAH ACAK. Materi 4 - STK211 Metode Statistika. October 2, Okt, Department of Statistics, IPB. Dr. Agus Mohamad Soleh

STK 511 Analisis statistika. Materi 3 Sebaran Peubah Acak

Distribusi Normal, Skewness dan Qurtosis

Transkripsi:

Kumpulan pasangan nilai-nilai dari variabel acak X dengan probabilitas nilai-nilai variabel random X, yaitu P(X=) disebut distribusi probabilitas X (distribusi X)

Diskrit Seragam Binomial Hipergeometrik Poisson Kontinu Normal T-Student Chi-Kuadrat

Himpunan pasangan tersusun (, f()) adalah sebuah fungsi probabilitas, fungsi padat probabilitas, atau distribusi probabilitas dari suatu variabel random diskrit X bila untuk setiap keluaran yang mungkin, berlaku : - P(X = ) = f() - f ( ) 0 - n = 1 f ( ) = 1

Distribusi kumulatif F() dari suatu variabel random diskrit X dengan distribusi probabilitas f(), adalah : F( ) = P( X ) = t f ( t) untuk < < Nilai harapan X adalah nilai tengah (rata-rata) dari variabel random diskrit X. Dinyatakan dengan E(X), yaitu: E( X ) = i. f ( i ) 5

Diketahui data penjualan mobil selama 50 puluh hari. Hitunglah : a. probabilitas terjual 3 mobil dalam 1 hari b. Nilai Harapan dan standar debiasi Penjualan () Jumlah Hari (f) Probabilitas (P(X)) 0 2 1 3 2 5 3 10 4 20 5 7 6 3

Bila peubah acak X mempunyai nilai-nilai 1, 2,, k, dengan probabilitas yang sama, maka distribusi seragam diskritnya adalah : ff ; kk = 1, untuk = kk 1, 2,, k Contoh : 1. Pelemparan dadu, maka distribusi seragamnya adalah ff ; 6 = 1 6 2. Dari 4 orang mahasiswa akan dipilih 2 orang perwakilan, maka distribusi seragamnya adalah?

Percobaan Bernoulli : Sifat-sifat sebagai berikut : Percobaan itu terdiri dari n pengulangan Tiap pengulangan memberikan hasil yang dapat diidentifikasi sukses atau gagal Probabilitas sukses dinyatakan dengan p, tetap konstan (tidak berubah) dari satu pengulangan ke pengulangan lainnya, sedangkan probabilitas gagal adalah q = 1- p Tiap pengulangan dan pengulangan lainnya saling bebas.

Banyaknya X sukses dalam n pengulangan suatu percobaan bernoulli disebut sebagai variabel random Binomial, sedangkan distribusi probabilitasnya disebut distribusi Binomial dan nilainya dinyatakan sebagai : b(,n,p) dimana = 1, 2,, n b( ; n, p) = C n p q n 9

1. 90% produk yang dihasilkan sebuah perusahaan berkualitas baik. Kepala bagian produksi mengambil 5 produk, berapa probabilitas bahwa sebuah produk tidak berkualitas baik? Jawab: p = 0.1 q = 1-p = 0.9 n = 5; = 1 Cara 1: P(X=1) = b (1; 5, 0.1) = Cara 2: Melihat Tabel Probabilitas binomial

2. 90% produk yang dihasilkan sebuah perusahaan berkualitas baik. Kepala bagian produksi mengambil 5 produk, berapa probabilitas sekurang-kurangnya 3 produk tidak berkualitas baik? Jawab: p = 0.1 q = 1-p = 0.9 n = 5; = 3,4,5 Cara 1: P(3 XX 5) = P(X=3)+P(X=4)+P(X=5) = b(3; 5,0.1)+b(4;5,0.1)+b(5;5,0.1) = hitung manual

Cara 2: P(3 XX 5) = P(X=3)+P(X=4)+P(X=5) = b(3; 5,0.1)+b(4;5,0.1)+b(5;5,0.1) = melihat Tabel Probabilitas Binomial 5 Cara 3: P(3 XX 5) = =3 bb ; nn, pp = 5 =0 bb ; 5,0.1 2 =0 bb ; 5,0.1 = melihat Tabel Jumlah Probabilitas Binomial

a. Tentukan distribusi seragam bagi contoh acak panitia yang terdiri atas 4 orang yang dipilih dari 6 orang! b. Suatu ujian terdiri atas 15 pertanyaan pilihan berganda, masing-masing dengan 4 kemungkinan jawaban dan hanya satu yang benar. Berapa probabilitas seseorang memperoleh 5 sampai 10 jawaban benar!

Himpunan pasangan tersusun (, f()) adalah sebuah fungsi probabilitas, fungsi padat probabilitas, atau distribusi probabilitas dari suatu variabel random kontinu X bila untuk setiap keluaran yang mungkin, berlaku : f ( ) 0, untuk semua R f ( ) d = 1 P ( a < < b) = f ( ) b a d 14

Distribusi kumulatif F() dari suatu variabel random diskrit X dengan distribusi probabilitas f(), adalah : F( ) = P( X ) = f ( t) dt, untuk < < P( a < < b) = F( b) F( a) 15

Nilai ekspektasi X adalah nilai tengah (rata-rata) dari variabel random kontinu X. Dinyatakan dengan E(X), yaitu: E ( X ) =. f ( ) d 16

Kurva Normal dan Variabel Random Normal Distribusi probabilitas kontinu yang terpenting adalah distribusi normal dan grafiknya disebut kurva normal. Variabel random X yang distribusinya berbentuk seperti lonceng disebut variabel random normal. σ σ σ µ 17

Kurva mencapai maksimum pada = µ Kurva setangkup terhadap garis tegak yang melalui = µ Kurva mempunyai titik belok pada = µ ± σ Sumbu merupakan asimtot dari kurva normal Seluruh luas di bawah kurva, di atas sumbu adalah 1 18

Variabel random X berdistribusi normal, dengan mean dan variansi mempunyai fungsi densitas n(; µ, σ) = σ 1 2π e ( µ ) 2 (2σ 2 ) < < 19

luas daerah di bawah kurva dinyatakan dengan : = ( X P 1 < < 2 ) X1 µ X2 2 1 2 2 ( µ ) (2σ ) P(1 < X < 2 ) = n(; µ, σ)d = e d σ 2π 1 2 1 P( < X < ) = σ 1 2π e ( µ ) 2 (2σ 2 ) d = 1 20

apabila variabel X ditransformasikan dengan substitusi maka : Z = µ σ z 2 1 2 z 2 1 2 z z z 2 1 < < = 2 1 P(z σ = 2 1 Z z2) e dz e dz = σ π π n(z;0,1) dz 2 2 z 1 z 1 z 1 Ternyata substitusi Z = µ σ n(z; µ, σ) menyebabkan distribusi normal menjadi n(z;0,1), yang disebut distribusi normal standar. 21

Karena transformasi ini, maka selanjutnya nilai P(1 < X < 2) ini dapat dihitung dengan menggunakan tabel distribusi normal standar. 22

Dari hasil engamatan terhadap 500 daun the yang dipetik dari kebun XYZ menunjukkan bahwa rata-rata panjang daun-daun the tersebut 151 mm dengan standar deviasi sebesar 15 mm. Dengan asumsi bahwa panjang daun-daun yang diamati tersebut berdistribusi normal, maka hitunglah a. Peluang daun memiliki panjang kurang dari 128 mm b. Peluang daun memiliki panjang lebih dari 185 mm c. Berapa daun yang memiliki panjang antara 120 mm sampai 155 mm

a. Rata-rata berat 500 mahasiswa STIKOM adalah 55 kg dan deviasi standarnya 3.4 kg. Berapakah banyaknya mahasiswa yang mempunyai berat kurang dari 53 kg di antara 53 kg dan 57 kg