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

dokumen-dokumen yang mirip
A. Distribusi Gabungan

DISTRIBUSI SATU PEUBAH ACAK

A. Distribusi Gabungan

Probabilitas dan Statistika Fungsi Distribusi Peluang Kontinyu. Adam Hendra Brata

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

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

Joint Distribution Function

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

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

2. Peubah Acak (Random Variable)

BI5106 Analisis Biostatistik 18 September 2012 Utriweni Mukhaiyar

MA 2081 STATISTIKA DASAR UTRIWENI MUKHAIYAR 24 FEBRUARI 2011

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

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

DISTRIBUSI PROBABILITAS KONTINYU. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016

Fungsi Peluang Gabungan

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

KALKULUS MULTIVARIABEL II

STATISTIK PERTEMUAN VI

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

BAB III VARIABEL ACAK DAN DISTRIBUSI PROBABILITAS

PROBABILITAS &STATISTIK. Oleh: Kholistianingsih, S.T., M.Eng.

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

Peubah Acak dan Distribusi Kontinu

Pertemuan Minggu ke Bidang Singgung, Hampiran 2. Maksimum dan Minimum 3. Metode Lagrange

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,

MA3081 STATISTIKA MATEMATIKA We love Statistics

Bab 8 Fungsi Peluang Bersama: Bersama Kita Berpisah

BI5106 ANALISIS BIOSTATISTIK Bab 3 Peubah Acak dan Dist

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

Fungsi Kepadatan Probabilitas/Probability Density Function-PDF

CNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya

DISTRIBUSI PELUANG KONTINYU DISTRIBUSI PROBABILITAS

Pengantar Statistika Matematik(a)

BAB V DISTRIBUSI NORMAL. Deskripsi: Pada bab ini akan dibahas mengenai konsep distribusi normal dalam pengukuran.

MA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi

BEBERAPA TEKNIK DISTRIBUSI FUNGSI PEUBAH ACAK

Statistika & Probabilitas

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

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

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

MODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU

STATISTIKA UNIPA SURABAYA

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

BeberapaDistribusiPeluang. 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

Matematika I: APLIKASI TURUNAN. Dadang Amir Hamzah. Dadang Amir Hamzah Matematika I Semester I / 70

STK 203 TEORI STATISTIKA I

MA 2081 Statistika Dasar Utriweni Mukhaiyar. 11 September 2012

Variabel Banyak Bernilai Real 1 / 1

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

BAB II PEUBAH ACAK dan DISTRIBUSI PELUANG

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

DERIVATIVE Arum Handini primandari

BEBERAPA DISTRIBUSI KHUSUS DKINTINU DIKENAL

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

PEUBAH ACAK DAN SEBARANNYA

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

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

Nilai Harapan / Nilai Ekspektasi

MA3231 Analisis Real

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

BAB 2 LANDASAN TEORI

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

KALKULUS MULTIVARIABEL II

Probabilitas dan Statistika Distribusi Peluang Kontinyu 1. Adam Hendra Brata

MINGGU KE-6 VARIABEL RANDOM DAN DISTRIBUSINYA

matematika DISTRIBUSI VARIABEL ACAK DAN DISTRIBUSI BINOMIAL K e l a s A. Penarikan Sampel dari Suatu Populasi Kurikulum 2013 Tujuan Pembelajaran

Soal-Soal dan Pembahasan Matematika IPA SNMPTN 2012 Tanggal Ujian: 13 Juni 2012

Pengantar Proses Stokastik

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

Fungsi Kepadatan Probabilitas

DASAR-DASAR ANALISIS MATEMATIKA

KALKULUS MULTIVARIABEL II

(b) M merupakan nilai minimum (mutlak) f apabila M f(x) x I..

PR ONLINE MATA UJIAN: MATEMATIKA IPS (KODE S09)

Metode Statistika STK211/ 3(2-3)

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

BAB 2 LANDASAN TEORI

POKOK BAHASAN YANG DIAJARKAN: 1. DISTRIBUSI PEUBAH ACAK a. Distribusi Peubah Acak Tunggal b. Distribusi Peubah Acak Ganda c. Distribusi Bersyarat d.

log2 PEMBAHASAN SOAL TRY OUT = = 2 1 = 27 8 = 19 Jawaban : C = = = 2( 15 10) Jawaban : B . 4. log3 1 2 (1) .

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

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

Statistika Variansi dan Kovariansi. Adam Hendra Brata

Soal-Soal dan Pembahasan Matematika IPA SNMPTN 2012 Tanggal Ujian: 13 Juni 2012

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

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

PENGANTAR MODEL PROBABILITAS

Harapan Matematik (Teori Ekspektasi)

Integral Tak Tentu. Modul 1 PENDAHULUAN

MA5181 PROSES STOKASTIK

LAMPIRAN IV KARTU SOAL DAN JAWABAN PERSAMAAN GARIS SINGGUNG KURVA DAN FUNGSI NAIK DAN TURUN. Diketahui: g x = dan titik (, 0)

Kuliah 3: TURUNAN. Indah Yanti

1 PROBABILITAS. Pengertian

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

BANK SOAL MATEMATIKA IPS

BAHAN AJAR 1 DISTRIBUSI PEUBAH ACAK

PEUBAH ACAK DAN DISTRIBUSINYA

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

Transkripsi:

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 atau distribusi peluangnya tidak bisa disajikan dalam bentuk tabel, tetapi dalam bentuk rumus. Fungsi peluang, f(x), untuk peubah acak kontinu X disebut fungsi padat peluang (probability density function atau pdf) atau fungsi padat saja. Grafik fungsi padat adalah kurva kontinu dan peluang dinyatakan sebagai luas daerah di bawah kurva. Karena peluang selalu positif, maka kurva fungsi padat selalu berada di atas sumbu-x

Definisi 1. Fungsi f(x) adalah fungsi padat peluang dari peubah acak kontinu X yang didefinisikan di atas himpunan semua bilangan riil R, bila memenuhi syarat: 1) f(x) untuk semua x R ) f ( x) dx 1 3) P(a < X < b) f(x) b a f ( x) dx a b P(a < X < b) x 3

f(x) x a P(a < X < b) b 4

Perhatikan bahwa peubah acak kontinu mempunyai peluang nol pada setiap titik x, tetapi lebih besar dari untuk X yang terletak dalam sebuah selang (interval). Contoh ilustrasinya sebagai berikut: misalkan satu orang dipilih secara acak dari suatu kelompok mahasiswa. Peluang mahasiswa yang terpilih memiliki tinggi tepat 17 cm (tidak kurang atau tidak lebih sedikitpun yaitu presisi 17.) adalah sangat kecil sehingga peluang kejadian tersebut diberi nilai nol. Namun, peluang memilih mahasiswa yang tingginya paling sedikit 17. cm dan 174. cm lebih besar dari nol. Perhatikan pula bahwa bila X kontinu, P(a < X b) P(a < X < b) + P(X b) P(a < X < b) + P(a < X < b) artinya tidak penting benar apakah titik diujung selang diikutsertakan atau tidak. Hal ini tidak benar pada X diskrit. 5

Contoh 1. Misalkan peubah acak X yang menyatakan galat pengukuran sebuah percobaan fisika mempunyai fungsi padat peluang f ( x) x 3, 1< x <,untuk x lainnya (a) Tunjukkan bahwa syarat pada Definisi 1 terpenuhi (b) Hitunglah P( < x 1) Jawaban: (a) f ( x) dx x /3dx 1 x 3 /9 1 8/9 + 1/9 1 (b) P( 1 < X 1) x /3dx x 3 /9 1 1/9 6

Latihan. Tentukan konstanta c sedemikian hingga fungsi f ( x) cx, < x < 3,lainnya adalah fungsi padat peluang, kemudian hitung P(1 < X < ). (Jawaban ada pada slide berikut) 7

Jawaban: Dari syarat 1 pada Definisi 1, c harus agar f(x). Kemudian, 3 3 f ( x) dx cx dx cx /3 9c dan karena persamaan ini harus sama dengan 1 (sesuai syarat ), maka 9c 1 sehingga c 1/9. 3 P(1 < x < ) 1 x 9 dx 3 x 7 1 8 7 1 7 7 7 8

Definisi. Distribusi kumulatif atau fungsi distribusi dari suatu pebuah acak kontinu X dengan fungsi padatnya f(x) adalah F( x) P( X x) x f ( t) dt untuk - < X < Sebagai akibatnya, dan P(a < X < b) F(b) F(a) f(x) df(x)/dx 9

Contoh. Carilah distribusi kumulatif untuk peubah acak pada Contoh di atas, kemudian gunakan hasilnya untuk menghitung nilai P(1 < X < ). Jawab: Jika x <, maka F(x). Jika x < 3, maka F( x) Jika x 3, maka F( x) x f ( t) dt xt dt 9 maka distribusi kumulatifnya adalah 3 t 7 3 x 3 t f ( t) dt + f ( t) dt dt 3 9 x 3 x 7 x + dt 1 3 F( x) x 3 / 7 1, x,, x < x < 3 > 3 1

Kurvanya kira-kira sebagai berikut: 1 3 Selanjutnya, P(1 < X < ) F() F(1) 3 /7 1 3 /7 77 11

Distribusi Empiris Para ilmuwan dan enjinir hanya memiliki himpunan data. Oleh karena itu penting untuk mencirikan atau meringkas sifat himpunan data tersebut dengan cukup jelas. Seringkali dalam eksperimen yang menyangkut peubah acak kontinu, fungsi padat f(x) tidak diketahui. Oleh karena itu, himpunan data tersebut digunakan untuk menaksir f(x) 1

Langkah awal dalam menaksir f(x) adalah membuat distribusi frekuensi nisbi (nisbi relatif). Distribusi empiris mengelompokkan data ke dalam suatu interval, di mana frekuensi data dalam setiap interval dapat digunakan untuk menentukan frekuensi nisbinya. Sebagai contoh, misalkan umur 4 batere mobil yang serupa dicatat dimana yang dalam hal ini umur tersebut dibulatkan sampai persepuluhan tahun 13

---------------------------------------------------------------------------------. 4.1 3.5 4.5 3. 3.7 3..6 3.4 1.6 3.1 3.3 3.8 3.1 4.7 3.7.5 4.3 3.4 3.6.9 3.3 3.9 3.1 3.3 3.1 3.7 4.4 3. 4.1 1.9 3.4 4.7 3.8 3..6 3.9 3. 4. 3.5 --------------------------------------------------------------------------------- Umur Batere Mobil Misalkan dipilih 7 interval kelas, panjang interval adalah (4.7 1.6)/7.443.5 14

Interval Titik Tengah Frekuensi Frekuensi Nisbi 1.5-1.9 1.7.5.-.4. 1.5.5-.9.7 4.1 3.-3.4 3. 15.375 3.5-3.9 3.7 1.5 4.-4.4 4. 5.15 4.5-4.9 4.7 3.75 Tabel Distribusi Frekuensi Nisbi Umur Batere 15

Histogram Frekuensi Nisbi.4.35 Frekuensi Relatif.3.5..15.1.5 1.7..7 3. 3.7 4. 4.7 Umur Batere 16

Misalkan akan dicari peluang batere berumur antara 3.45 dan 4.45 bila dipilih secara acak dari produksi batere yang sama. Peluang taksiran adalah jumlah luas persegi panjang antara 3.45 dan 4.45. Namun luas persegi panjang tersebut belum dapat dihitung karena rumus f(x) belum diketahui. Fungsi f(x) dapat ditaksir dengan melihat bentuknya dan persamaan yang mewakilinya, lalu dicari parameter persamaan tersebut. Pada gambar di atas, kurva berbentuk seperti lonceng yang persamaan fungsinya sudah dikenal (persamaan Gaussian). Setelah parameter Gaussian diketahui, maka peluang yang dicari dapat dihitung. 17

Distribusi Peluang Gabungan Konsep-konsep fungsi peluang dapat dirampatkan untuk dua atau lebih peubah acak. Bila dalam percobaan dilakukan pencatatan dan peubah acak secara serentak, maka peluang kedua peubah acak itu dapat dihitung. Misalkan pengukuran tekanan (P) dan volume gas (V) akan memberikan hasil (p, v). Bila X dan Y adalah peubah acak, maka distribusi peluang terjadinya secara serentak X dan Y disebut distribusi peluang gabungan X dan Y dan dinyatakan dengan f(x,y) dimana f(x, y) P(X x, Y y). Tinjau kasus dua peubah acak yang keduanya diskrit atau keduanya kontinu. 18

1. Kasus X dan Y keduanya diskrit Definisi 3. Fungsi f(x,y) adalah fungsi peluang gabungan peubah acak diskrit X dan Y bila: 1) f(x, y) untuk semua (x, y) ) f(x,y) 1 x y 3) P(X x, Y y) f(x, y) Untuk tiap daerah A di bidang xy, P[(X, Y) A] f(x, y) A 19

Contoh 3. Dua buah bola diambil dari sebuah kotak yang berisi 3 bola biru, bola merah, dan 3 bola hijau. Bila X menyatakan banyaknya bola biru dan Y bola merah, tentukan: a. Fungsi peluang gabungan f(x, y) b. P[(X, Y) A], bila A adalah daerah {x, y) x + y 1} Jawaban: (a) Pasangan nilai (x, y) yang mungkin adalah (, ), (, 1), (, ), (1, ), (1, 1) dan (, ).

Gunakan cara yang sama untuk menghitung f(, ), f(1,), f(1,1), F(, ), dan f(, ). Hasilnya dinyatakan dalam tabel berikut. Secara umum: f(x, y) C(3,x)C(,y)C(3, -x-y)/ C(8, ) dimana x, 1, ; y, 1, ----------------------------------------------------------------------------------------- f(x,y) x y1 y Jumlah baris ----------------------------------------------------------------------------------------- y 3/8 9/8 3/8 15/8 y 1 3/14 3/14-3/7 y 1/8 - - 1/8 ----------------------------------------------------------------------------------------- Jumlah kolom 5/14 15/8 3/8 1 1

(b) P[(X, Y) A] P(X + Y 1) f(,) + f(,1) + f(1,) 3/8 + 3/14 + 9/8 9/14

. Kasus X dan Y keduanya kontinu Definisi 4. Fungsi f(x,y) adalah fungsi padat gabungan peubah acak kontinu X dan Y bila: 1) f(x, y) untuk semua (x, y) ) f ( x, y) dxdy 1 3) Untuk tiap daerah A di bidang xy, P [( X, Y ) A] f ( x, y) dxdy A 3

Contoh 4. Diketahui fungsi padat gabungan peubah acak kontinu X dan Y adalah (x + 3y), x 1, x 1 f ( x, y) 5, lainnya a) Tunjukkan syarat dipenuhi b) Hitung P[(X,Y) A], bila A adalah daerah {(x,y) < x < ½, ¼< y < ½} Jawaban: a) f( x, y) dxdy (x + 1 1 y) /5dxdy 1 x /5 + 6xy /5 x 1 x dy 1 (/5 + 6y /5) dy y /5 + /5 + 3/5 1 3y /5 y 1 y 4

b) P[(X,Y) A] P( < X < ½, ¼ < Y < ½) 1/ (x + 1/ 4 1/ 3y) /5dxdy 1/ x 1/ 4 /5 + 6xy /5 x 1/ x 1/ (1/1 + 1/ 4 y /1 + 3y 3y /5) dy /1 y 1/ y 1/ 4 1/1[(1/ + 3/ 4) (1/ 4 + 3/16)] 13/16 5

Latihan. Pandang fungsi padat gabungan x(1 + 3y f ( x, y) 4, ), a) Periksalah syarat dipenuhi b) Hitunglah P[(X,Y) A] bila A adalah daerah {(x,y) <x < 1, ¼ < y < ½} < x untuk <, x, y < y < 1 lainnya 6

Distribusi Marginal Bila diketahui distribusi peluang gabungan f(x,y) dari peubah acak X dan Y maka distribusi peluang g(x) dari X dapat diperoleh dengan menjumlahkan f(x,y) terhadap semua nilai Y. Begitupula distribusi peluang h(y) dari Y dapat diperoleh dengan menjumlahkan f(x,y) terhadap s emua nilai X. Distribusi peluang g(x) dan h(y) disebut distribusi peluang marginal dari X dan Y. 7

Definisi 5. Distribusi marginal dari X dan Y adalah untuk kasus diskrit, dan untuk kasus kontinu. ( x) f ( x, y dan ( y) g ) y dan h f ( x, y) g ( x) f ( x, y) dy ( y) x h f ( x, y) dx 8

Contoh 5. Dari tabel berikut, tentukan distribusi marginal X dan Y. f(x, y) x x 1 x Total Baris y 3/8 9/8 3/8 15/8 y 1 3/14 3/14 3/7 y 1/8 1/8 Total Kolom 5/14 15/8 3/8 1 Jawaban: Untuk peubah acak X dapat dihitung sebagai berikut: P(X ) g() Σ f(, y) f(, ) + f(, 1) + f(, ) (3/8) + (3/14) + (1/8) 5/14 P(X 1) g(1) Σ f(1, y) f(1, ) + f(1, 1) + f(1, ) (9/8) + (3/14) + 15/8 P(X ) g() Σ f(, y) f(, ) + f(, 1) + f(, ) (3/8) + + 3/8 9

Dalam bentuk tabel sebagai berikut: x 1 g(x) 5/14 15/8 3/8 Dengan cara yang sama, nilai h(y) merupakan jumlah barisnya. Hasilnya dalam bentuk tabel adalah sebagai berikut: Y 1 h(x) 15/8 3/7 1/8 3

Contoh 6. Tentukan g(x) dan h(y) dari Contoh 4. Jawaban: g( x) f ( x, y) dy untuk x 1 dan g(x) untuk x yang lain. 1 (x + 3y) dy 5 4x + 3 5 Dengan cara yang sama, h( y) ( 5 x + 3y) dx (1 + 3y) 5 untuk y 1 dan h(y) untuk y lain. 31