PERCOBAAN 4 VARIABEL ACAK DAN DISTRIBUSI PROBABILITASNYA

dokumen-dokumen yang mirip
BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

UKURAN PEMUSATAN DATA

Distribusi Pendekatan (Limiting Distributions)

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

B a b 1 I s y a r a t

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4

TINJAUAN PUSTAKA Pengertian

DISTRIBUSI BINOMIAL. (sukses sebanyak x kali, gagal sebanyak n x kali)

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

Penyelesaian Persamaan Non Linier

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy

RESPONSI 2 STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 2015

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu:

Secara umum, suatu barisan dapat dinyatakan sebagai susunan terurut dari bilangan-bilangan real:

Hendra Gunawan. 12 Februari 2014

KALKULUS 4. Dra. D. L. Crispina Pardede, DEA. SARMAG TEKNIK MESIN

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL)

LOGO MATEMATIKA BISNIS (Deret)

b. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut:

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

BAB V ANALISA PEMECAHAN MASALAH

SEBARAN t dan SEBARAN F

1 Persamaan rekursif linier non homogen koefisien konstan tingkat satu

BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL

II. LANDASAN TEORI. Pada bab ini akan diberikan beberapa istilah, definisi serta konsep-konsep yang

BAB VIII KONSEP DASAR PROBABILITAS

Selang Kepercayaan (Confidence Interval) Pengantar Penduga titik (point estimator) telah dibahas pada kuliah-kuliah sebelumnya. Walau statistikawan

Gambar 1. Partisi P dari empat persegi panjang R = [a, b] x [c, d] adalah dua himpunan i i

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

HUBUNGAN ANTARA KONVERGEN HAMPIR PASTI, KONVERGEN DALAM PELUANG, DAN KONVERGEN DALAM SEBARAN

LANDASAN TEORI. Secara umum, himpunan kejadian A i ; i I dikatakan saling bebas jika: Ruang Contoh, Kejadian, dan Peluang

Distribusi Sampling merupakan distribusi teoritis (distribusi kemungkinan) dari semua hasil sampel yang mungkin, dengan ukuran sampel yang tetap N,

MATEMATIKA EKONOMI 1 Deret. DOSEN Fitri Yulianti, SP, MSi.

BAB 2 LANDASAN TEORI

MATEMATIKA BISNIS. OLEH: SRI NURMI LUBIS, S.Si GICI BUSSINESS SCHOOL BATAM

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai

Statistika Inferensial

Laboratorium Ilmu dan Rekayasa Komputasi Departemen Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung

Range atau jangkauan suatu kelompok data didefinisikan sebagai selisih antara nilai terbesar dan nilai terkecil, yaitu

Definisi Integral Tentu

BARISAN TAK HINGGA DAN DERET TAK HINGGA

PETA KONSEP RETURN dan RISIKO PORTOFOLIO

PENGANTAR MODEL LINEAR Oleh: Suryana

BAB VII DISTRIBUSI SAMPLING DAN DESKRIPSI DATA

I. DERET TAKHINGGA, DERET PANGKAT

theresiaveni.wordpress.com NAMA : KELAS :

BAB II TINJAUAN PUSTAKA

MA1201 MATEMATIKA 2A Hendra Gunawan

Bab 3 Metode Interpolasi

PENDAHULUAN. (ingat : STATISTIKA STATISTIK!!! )

BARISAN DAN DERET. Materi ke 1

Statistika dibagi menjadi dua, yaitu: 1. Statistika Deskriftif 2. Statistik Inferensial Penarikan kesimpulan dapat dilakukan dengan dua cara, yaitu:

MATEMATIKA EKONOMI (Deret)

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X

9 Departemen Statistika FMIPA IPB

TEORI PENAKSIRAN. Bab 8. A. Pendahuluan. Kompetensi Mampu menjelaskan dan menganalisis teori penaksiran

Mata Kuliah: Statistik Inferensial

UKURAN PEMUSATAN UKURAN PENYEBARAN

BAB II TINJAUAN PUSTAKA. dengan asumsi bahwa telah diketahui bentuk fungsi regresinya. atau dalam bentuk matriks dapat ditulis dengan:

TUGAS ANALISIS REGRESI (HALAMAN

Semigrup Matriks Admitting Struktur Ring

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd

Distribusi Peluang BERBAGAI MACAM DISTRIBUSI SAMPEL. Distribusi Peluang 5/6/2012

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian

MODUL PEMBANGKITAN SINYAL

REGRESI DAN KORELASI SEDERHANA

BAB II LANDASAN TEORI. Pada bagian ini akan dibahas tentang teori-teori dasar yang. digunakan untuk dalam mengestimasi parameter model.

i adalah indeks penjumlahan, 1 adalah batas bawah, dan n adalah batas atas.

Kuliah : Rekayasa Hidrologi II TA : Genap 2015/2016 Dosen : 1. Novrianti.,MT. Novrianti.,MT_Rekayasa Hidrologi II 1

A. Pengertian Hipotesis

MINGGU KE-12 TEOREMA LIMIT PUSAT DAN TERAPANNYA

Fungsi Kompleks. (Pertemuan XXVII - XXX) Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya

BAB 2 TINJAUAN TEORI

MATEMATIKA DISKRIT FUNGSI

BAB III METODOLOGI PENELITIAN

STATISTIKA DAN PELUANG BAB III STATISTIKA

UKURAN TENDENSI SENTRAL

III BAB BARISAN DAN DERET. Tujuan Pembelajaran. Pengantar

BAB III METODE PENELITIAN

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I

BAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang

2 BARISAN BILANGAN REAL

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

Modul Kuliah statistika

BAB VI BARISAN TAK HINGGA DAN DERET TAK HINGGA

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika

Induksi Matematika. Pertemuan VII Matematika Diskret Semester Gasal 2014/2015 Jurusan Teknik Informatika UPN Veteran Yogyakarta

PENAKSIRAN M A S T A T I S T I K A D A S A R 1 7 M A R E T 2014 U T R I W E N I M U K H A I Y A R

1 n MODUL 5. Peubah Acak Diskret Khusus

BAHAN AJAR ANALISIS REAL 1 Matematika STKIP Tuanku Tambusai Bangkinang 5. DERET

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

Kuliah 3.Ukuran Pemusatan Data

BAB V. INTEGRAL. Lambang anti-turunan (integral tak-tentu) oleh Leibniz adalah... dx, sehingga

Transkripsi:

PERCOBAAN 4 VARIABEL ACAK DAN DISTRIBUSI PROBABILITASNYA 4.. Tujua : Setelah melaksaaka praktikum ii mahasiswa diharapka mampu : Membedaka data berdasarka jeis variabelya Mapatka mea da varias dari distribusi probabilitas variabel acak. Megeal peyelesaia fugsi massa probabilitas (pmf), fugsi kerapata probabilitas (pdf) da fugsi distribusi kumulatif (cdf) 4.. Peralata : Laptop / PC Desktop yag support dega program Matlab Bahasa Pemrograma Matlab versi 009 ke atas 4.3. Teori : Himpua data hasil pegamata bisa dimasukka sebagai variabel acak (radom). Disebut acak karea ilai dari variabel tersebut belum dapat dipastika kebearaya. Variabel acak siri dibedaka mejadi dua macam: variabel diskrit da variabel kotiyu. Variabel diskrit memiliki ilai pada titik tertetu, atau dapat juga dikataka bahwa ilai variabel ii dapat dihitug (coutable). Cotoh data dega variabel diskrit misalka: jumlah mahasiswa perempua dalam satu kelas Sejarah, jumlah pasie sakit jatug dalam sebuah rumah sakit egeri dalam tahu. Variabel kotiyu memiliki ilai pada rage tertetu, atau dapat dikataka bahwa ilai dari variabel kotiyu ii jumlahya tak terbatas. Cotoh data dega variabel kotiyu: data sesor paas yag meujukka suhu 7 derajat Celcius dalam 4 jam pegamata, volume huja yag diamati dalam tahu. Sejumlah data, baik dalam betuk variabel diskrit maupu variabel kotiyu memiliki pola distribusi (sebara) probabilitas pada sebuah pegamata. Pola distribusi ii bisa didekati dalam dua macam fugsi: fugsi kerapata probabilitas (pdf) da fugsi distribusi kumulatif (cdf). 4.3.. Fugsi Massa Probabilitas (Probability Mass Fuctio - pmf) Pada data dega variabel acak diskrit, probabilitas dari masig-masig ilai variabelya dapat diyataka sebagai:

( = ) ( = ) ( = 3) ( = ) ( ), ( ), ( ),..., ( ) P X, P X, P X,..., P X atau p p p p 3 Dimaa ilai dari masig-masig variabelya adalah p( ) seluruh fugsi probabilitasya adalah =. () 0. Da jumlah dari Rata-rata (mea) dari distribusi variabel acak diskrit diyataka sebagai: ( ) µ = p () i i i= Sedagka varias dari distribusi variabel acak diskrit diyataka sebagai: = i i i= ( ) p( ) (3) σ µ 4.3.. Fugsi Kerapata Probabilitas (Probability Desity Fuctio - pdf) Pada data dega variabel acak kotiyu, distribusi data sagatlah rapat sehigga fugsi probabilitas tidak bisa dikeaka pada masig-masig uit data. Oleh karea itu, model distribusi ii buka merupaka fugsi probabilitas, amu fugsi kerapata probabilitas dimaa sebuah fugsi probabilitas dikeaka pada data-data dalam iterval tertetu. Beberapa persyarata yag harus dipeuhi dalam fugsi kerapata probabilitas adalah:. Nilai fugsi kerapata probabilitas f ( ) 0. Itegral seluruh fugsi kerapata probabilitas, f ( ) d = 3. Probabilitas variabel acak yag terletak di atara a da b harus memeuhi: b ( ) ( ) P a < X < b = f d da ditujukka seperti pada gambar 4.. a Rata-rata (mea) dari distribusi variabel acak kotiyu diyataka sebagai: ( ) µ =. f d (4) Gambar 4.. Fugsi Kerapata probabilitas utuk a b

Sedagka varias dari distribusi variabel acak kotiyu diyataka sebagai: ( ) ( ) f d (5) σ = µ 4.3.3. Fugsi Distribusi Kumulatif (Cummulative Distributio Fuctio - cdf) Pada variabel acak diskrit, cdf ii meyataka jumlaha dari seluruh ilai fugsi probabilitas yag lebih kecil atau sama dega ilai yag telah ditetapka, ditulis sebagai: ( ) = ( ) = ( ) F P X p i i= (6) ( = ) + ( = ) + + ( = ) = P X P X... P X Sedagka pada variabel acak kotiyu, cdf meyataka jumlaha dari seluruh ilai fugsi probabilitas setiap iterval-iterval data tertetu yag lebih kecul atau sama dega ilai iterval data yag telah ditetapka. Cdf pada variabel acak kotiyu diyataka dalam betuk itegral sebagai berikut: F = P X = f d (7) ( ) ( ) ( ) 0.9 0.8 0.7 0.6 F() 0.5 0.4 0.3 0. 0. 0 3 4 5 6 7 8 9 0 Gambar 4.. Fugsi Distribusi Kumulatif utuk variabel diskrit da kotiyu 4.4. Prosedur 4.4.. PMF da CDF pada variabel acak Diskrit Sebuah toko buga mecatat pejuala buga krisa selama 00 hari pejuala dega ricia seperti tabel di bawah ii. a. Buat program dega Matlab utuk mapatka fugsi probabilitas masig-masig variabel. b. Buat grafik pmf da cdf ya. c. Berapa mea da varias dari pejuala ii? 3

Jumlah krisa terjual dalam sehari Jumlah hari 5 5 9 3 5 4 0 0 30 0 TOTAL 00 % Progr.m % Program pada Modul-4 clear all; clc; % Iterval pegamata M=00; =[5 9 5 0 30]; y=[5 3 4 0 0]; =::legth(); % mea pejuala krisa for i=:legth() f(i)=y(i)/m; m(i)=(i)*f(i); rata=sum(m); % varias pejuala krisa for i=:legth() s(i)=((i)-rata)^*f(i); vari=sum(s); figure() % plot pmf bar(,f); grid o; label(''); ylabel('f()'); title('grafik pmf dari pejuala krisa'); p()=f(); for i=:legth() p(i)=p(i-)+f(i); figure() % Plot cdf bar(,p,'red'); label(''); ylabel('f()'); grid o; title('grafik cdf pejuala krisa'); 4.4.. PDF da CDF pada variabel acak Kotiyu Dari 00 orag yag disurvey secara acak, setiap orag dimita megerjaka tugas tertetu. Hasil pegamata meujukka waktu yag mereka guaka utuk meyelesaika tugas tersebut, seperti pada tabel di bawah. 4

Waktu (detik) Frekuesi Frekuesi relatif 4-5 0,0 5-6 0, 6-7 0 0, 7-8 4 0,4 8-9 7 0,7 9-0 5 0,05 0-3 0,03 TOTAL 00 a. Buat program dega Matlab utuk mapatka fugsi kerapata probabilitas da fugsi distribusi kumulatifya. b. Buat grafik pmf da cdf ya. c. Berapa mea da varias dari himpua data ii? % Progr.m % Program pada Modul-4 clear all; clc; % Iterval pegamata =::7; M=legth(); f=[ 0 4 7 5 3]; ft=00; for i=:m fr(i)=f(i)/ft; % mea data for i=:m m(i)=f(i)*fr(i); rata=sum(m); % varias data for i=:m s(i)=(f(i)-rata)^*fr(i); vari=sum(s); figure() % plot pmf plot(,fr,'b','liewidth',); grid o; label(''); ylabel('f()'); 4.4.3. Soal-soal Distribusi Probabilitas. Berat padi yag dipae di sebuah desa dalam 50 kali pae memiliki distribusi seperti tabel berikut: 5

Berat bersih (Kw) Frekuesi Frekuesi relatif 0-0 4 0,08 0-30 8 0,6 30-40 6 0, 40-50 8 0,6 50-60 7 0,4 60-70 5 0, 70-80 5 0, 80-90 4 0,08 90-00 3 0,06 TOTAL 50 a. Dapatka fugsi kerapata probabilitas da fugsi distribusi kumulatifya. b. Gambarka grafik pdf da cdf ya. Dalam setiap jam, distribusi probabilitas jumlah siswa yag datag ke perpustakaa sekolah seperti ditujukka tabel berikut: Bayak siswa 0 3 4 5 6 7 Probabilitas 0,0 0,04 0,05 0,8 0,7 0,3 0,0 0, Hituglah: a. Probabilitas palig sedikit 4 orag yag datag di perpustakaa. b. Rata-rata siswa yag datag ke perpustakaa c. Gambarka grafik pdf da cdf ya 4.5. Aalisa da Kesimpula Aalisalah dari masig-masig kasus yag telah diselesaika dega Matlab tersebut, kapa sebuah distribusi probabilitas dikategorika sebagai variabel acak diskrit da kapa sebagai variabel kotiyu? 6

4.6. Tugas Bagkitka bilaga radom iteger sebayak 000 data. Bagilah data-data tersebut mejadi 0 iterval, dimaa masig-masig iterval memiliki probabilitas frekuesi kemucula siri. Carilah pdf dari data-data tersebut da gambarka kurva distribusi probabilitasya da kumulatifya. Ulagi sebayak kali dega jumlah data yag bervariasi. 7