Harapan Matematik (Teori Ekspektasi)

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

BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang 3. HARAPAN MATEMATIK

BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang 3. HARAPAN MATEMATIK

HARAPAN MATEMATIK. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016

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

Statistika & Probabilitas

PEUBAH ACAK DAN SEBARANNYA

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

2. Peubah Acak (Random Variable)

BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang 3. HARAPAN MATEMATIK

Variabel Random dan Nilai Harapan. Oleh Azimmatul Ihwah

Bab 9. Peluang Diskrit

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

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

BAHAN AJAR 6 PELUANG BERSYARAT DAN KEBEBASAN STOKASTIK Kemampuan Prasyarat: Kalkulus 2 dan Teori Peluang Situasi 1:

5. Peluang Diskrit. Pengantar

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

DISTRIBUTIONS OF RANDOM VARIABLE DISTRIBUSI VARIABEL RANDOM

Distribusi Peubah Acak

STK 511 Analisis statistika. Materi 3 Sebaran Peubah Acak

STK511 Analisis Statistika. Pertemuan 3 Sebaran Peluang Peubah Acak

Istilah dalam Peluang PELUANG. Contoh. Istilah dalam Peluang(Titik Sampel) 4/2/2012

Ekspektasi Satu Peubah Acak Diskrit

Metode Statistika STK211/ 3(2-3)

Peubah Acak. Bab 4. Definisi 4.1 Peubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R

PELUANG. Hasil Kedua. Hasil Pertama. Titik Sampel GG GA A

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

Peluang dan Kejadian (Event) Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB

BAB II LANDASAN TEORI

BAB IV EKSPEKTASI MATEMATIK

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

Probabilitas dan Statistika Ruang Sampel. Adam Hendra Brata

Statistika Variansi dan Kovariansi. Adam Hendra Brata

Pengantar Proses Stokastik

Pengantar Proses Stokastik

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

A. Distribusi Gabungan

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

Pengantar Proses Stokastik

A. Distribusi Gabungan

DISTRIBUSI PROBABILITAS DISKRET Distribusi Binomial. Nur Hayati, S.ST, MT Yogyakarta, Maret 2016

Sebaran Peubah Acak Bersama

PROBABILITAS (PELUANG) PENGERTIAN PROBABILITAS

Statistika & Probabilitas. Sumber: Materi Kuliah Statistika Dr. Ir. Rinaldi Munir, M.T

MATERI BAB I RUANG SAMPEL DAN KEJADIAN. A. Pendahuluan Dari jaman dulu sampai sekarang orang sering berhadapan dengan peluang.

DISTRIBUSI SATU PEUBAH ACAK

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

Sebaran Peubah Acak Bersama

BAB 2 LANDASAN TEORI

Pengantar Proses Stokastik

PELUANG. Titik Sampel GG

Pengantar Statistika Matematik(a)

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

BAB 2 LANDASAN TEORI

Probabilitas = Peluang (Bagian II)

Metode Statistika (STK 211) Pertemuan ke-5

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

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

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

Peubah Acak (Lanjutan)

SMP kelas 8 - MATEMATIKA BAB 7. STATISTIKALATIHAN SOAL

BAB 3 Teori Probabilitas

STATISTICS. WEEK 2 Hanung N. Prasetyo TELKOM POLYTECHNIC/HANUNGNP

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

MA3081 STATISTIKA MATEMATIKA We love Statistics

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

RENCANA MUTU PEMBELAJARAN. I. Standar Kompetensi : Menyelesaikan masalah probabilitas baik secara teoritik maupun aplikasinya dalam kehidupan.

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

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

BAHAN AJAR 1 DISTRIBUSI PEUBAH ACAK

Bab 2 DISTRIBUSI PELUANG

Statistika (MMS-1001)

Statistika (MMS-1001)

Statistika (MMS-1403)

BAB II LANDASAN TEORI

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

BAB I PENDAHULUAN. 1.1 Latar belakang masalah

Nilai Harapan / Nilai Ekspektasi

Unit 5 PELUANG. Clara Ika Sari Budhayanti. Pendahuluan

Dasar-dasar Statistika Pemodelan Sistem

Peluang. Jadi, Ruang Sampel sebanyak {6}. Pada Dadu, ada 1, 2, 3, 4, 5, 6. Pada Kartu Remi, ada : Jadi, Ruang Sampel sebanyak {52}.

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

AK5161 Matematika Keuangan Aktuaria

Metode Statistika STK211/ 3(2-3)

Bab 7 Ekspektasi dan Fungsi Pembangkit Momen: Cintailah Mean

Tipe Peubah Acak. Diskret. Kontinu

PELUANG DAN PEUBAH ACAK

SUKU BANYAK. A. Teorema Sisa 1) F(x) = (x b) H(x) + S, maka S = F(b) 2) F(x) = (ax b) H(x) + S, maka S = F( a

MA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi

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

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

AK5161 Matematika Keuangan Aktuaria

DISTRIBUSI PROBABILITAS

Peubah Acak dan Distribusi Kontinu

Ekspektasi Satu Peubah Acak Kontinu

STATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI

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

MINGGU KE-8 HARGA HARAPAN DAN BEBERAPA KETAKSAMAAN DALA

MA5181 PROSES STOKASTIK

CNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya

Transkripsi:

(Teori Ekspektasi) PROBABILITAS DAN STATISTIKA Semester Genap 2014/2015 LUTFI FANANI lutfi.class@gmail.com

Sifat Definisi Harapan matematik atau nilai ekspektasi adalah satu konsep yang penting di dalam teori peluang dan statistika. Bisa dibilang, ekspektasi adalah harapan/ perkiraan rata-rata nilai yang muncul. Ekspektasi matematik = harapan matematik. Contoh: Misalkan dua uang logam dilempar secara bersamaan sebanyak 16 kali. Misalkan X menyatakan banyaknya sisi angka (A) yang muncul pada setiap pelemparan, maka X dapat benilai 0, 1, atau 2. Misalkan pada eksperimen tersebut dicatat berapa kali muncul 0, 1, atau 2 sisi buah sisi angka pada setiap pelemparan, dan diperoleh hasil masing-masing 4 kali, 7 kali, dan 5 kali. Berapa rata-rata banyaknya sisi angka yang muncul pada setiap lemparan?

Definisi Sifat

Definisi Untuk suatu peubah acak diskrit X yang memiliki nilai-nilai yang mungkin x 1, x 2,, x n, nilai harapan dari X didefinisikan sebagai: Sifat Mengingat P(X=x i ) = f(x i ), maka:

Definisi Sebagai kasus khusus bila peluang setiap nilai x i adalah sama, yaitu 1/n, maka Sifat yang disebut rataan, rata-rata, rerata, atau mean aritmetika, dan dilambangkan dengan μ. Nilai harapan dari X seringkali disebut rataan dan dilambangkan dengan u x, atau μ jika peubah acaknya sudah jelas diketahui.

Definisi DEFINISI 1. Misalkan X adalah peubah acak dengan distribusi peluang f(x). Nilai harapan atau rataan X adalah: Sifat untuk X diskrit, dan untuk X kontinu.

Sifat Definisi Tinjau kembali contoh pelemparan dua uang logam. Ruang sampel dari pelemparan dua uang logam: S = {AA, AG, GA, GG} sehingga: P(X = 0) = P(GG) = 1/4 P(X = 1) = P(AG) + P(GA) = ¼ + ¼ = ½ P(X = 2) = P(AA) = ¼ maka, rataan banyaknya sisi angka yang muncul pada pelemparan dua buah uang logam adalah: μ = E(X) = (0)(1/4) + (1)(1/2) + (2)(1/4) = 1 Jadi, bila seseorang melemparkan dua uang logam secara berulang-ulang, maka rata-rata dia memperoleh satu sisi angka (A) yang muncul pada setiap lemparan.

Sifat Definisi Contoh 2: Dalam sebuah permainan dengan dadu, seorang pemain mendapat hadiah Rp20 jika muncul angka 2, Rp40 jika muncul angka 4, membayar Rp30 jika muncul angka 6, sementara pemain itu tidak menang atau kalah jika keluar angka yang lain. Berapa harapan kemenangannya?

Definisi Sifat

Definisi Sifat

Definisi Latihan 1: Tiga uang logam dilempar secara bersamaan. Pemain mendapat Rp5 bila muncul semua sisi angka (A) atau semua sisi gambar (G), dan membayar Rp3 bila muncul sisi angka satu atau dua. Berapa harapan kemenangannya? Sifat

Definisi Contoh 3: Sebuah panitia beranggotakan 3 orang dipilih secara acak dari 4 orang mahasiswa STI dan 3 orang mahasiswa IF. Berapa nilai harapan banyaknya mahasiswa STI yang terpilih dalam panitia tersebut? Sifat

Sifat Definisi Misalkan X menyatakan jumlah mahaiswa yang terpilih dalam panitia tersebut. Nilai X yang mungkin adalah 0, 1, 2, dan 3. Distribusi peluang X adalah f(x) = C(4,x)C(3, 3-x) / C(7, 3) Dapat dihitung f(0) = 1/35, f(1) = 12/35, f(2) = 18/35, dan f(3) = 4/35. Nilai harapan banyaknya mahasiswa STI di dalam panitia itu adalah: E(X) = (0)(1/35) + (1)(12/35) + (2)(18/35) + (3)(4/35) = 1.7 Jadi, secara rata-rata terpilih 1.7 orang mahasiswa STI dalam panitia yang berangotakan 3 orang tersebut.

Sifat TERIMA KASIH

Sifat Data Membedakan data diskrit dan kontinu: 1. Pernyataan eksplisit dari soal 2. Konten 3. Ciri khusus data kontinu: kepadatan/ kerapatan

Data Contoh 4: Misalkan X adalah peubah acak yang menyatakan umur sejenis lampu (dalam jam). Fungsi padatnya diberikan oleh: Sifat Hitung harapan umur jenis bola lampu tersebut!

Data Jawaban: Sifat Jadi, jenis bola lampu itu dapat diharapkan berumur secara rata-rata 200 jam

Data Latihan 2: Suatu varibel acak diketahui fungsi distribusi kerapatan probabilitasnya Sifat Tentukan nilai ekspektasi matematika E(X)!

Sifat Ekspektasi Fungsi Variabel Acak Misalkan X adalah peubah acak diskrit dengan distribusi peluang f(x). Pandang sebuah peubah acak baru g(x) yang bergantung pada X. Nilai harapan peubah acak g(x) adalah: bila X diskrit, dan bila X kontinu.

Ekspektasi Fungsi Variabel Acak Contoh 5: Banyaknya mobil yang masuk ke tempat cuci mobil antara jam 13.00 14.00 setiap hari mempunyai distribusi peluang: Sifat Misalkan g(x) = 2X 1 menyatakan upah (dalam Rp) para karyawan yang dibayar perusahaan pada jam tersebut. Hitunglah harapan pendapatan karyawan pada jam tersebut. Jawaban: = (7)(1/2)+(9)(1/2)+(11)(1/4)+(13)(1/4)+(15)(1/6)+(17)(1/6) = Rp 12.67

Ekspektasi Fungsi Variabel Acak Sifat

Ekspektasi Fungsi Variabel Acak DEFINISI 2: Bila X dan Y adalah peubah acak dengan distribusi peluang gabungan f(x, y) maka nilai harapan peubah acak g(x,y) adalah: Sifat bila X dan Y diskrit, dan bila X dan Y kontinu.

Ekspektasi Fungsi Variabel Acak Contoh 7: Diketahui fungsi padat: Sifat Hitunglah nilai harapan dari g(x,y) = Y/X Jawaban:

Sifat Sifat-sifat Teorema 1. Bila a dan b konstanta maka E(aX + b) = ae(x) + b Akibat 1: Jika a = 0, maka E(b) = b Akibat 2: Jika b = 0, maka E(aX) = ae(x) Teorema 2. E[g(X) ± h(x) ] = E[g(X)] ± E[h(X)] Teorema 3. E[g(X,Y) ± h(x,y) ] = E[g(X,Y)] ± E[h(X,Y)] Teorema 4. Jika X dan Y adalah peubah acak sembarang, maka : E(X + Y) = E(X) + E(Y) Teorema 5. Jika X dan Y adalah peubah acak bebas, maka E(XY) = E(X) E(Y)

Sifat-sifat Contoh 8: Lihat kembali contoh 5. Hitung E(2X-1)! Sifat Jawaban: E(2X 1) = 2E(X) 1 E(X) = = (4)(1/12)+(5)(1/12)+(6)(1/4)+(7)(1/4)+(8)(1/6)+(9)(1/6) = 41/6 Sehingga E(2X 1) = 2E(X) 1 = 2(41/6) 1 sama seperti hasil sebelumnya.

Sifat-sifat Contoh 9: Sepasang dadu dilemparkan. Tentukan nilai harapan jumlah angka yang muncul. Sifat Jawaban: Misalkan: X menyatakan angka yang muncul pada dadu pertama Y menyatakan angka yang muncul pada dadu kedua Ditanya: berapa E(X + Y)? E(X + Y ) = E(X) + E(Y) E(X) = (1)(1/6)+(2)(1/6)+(3)(1/6)+(4)(1/6)+(5)(1/6)+(6)(1/6) = 7/2 E(Y) = E(X) = 7/2 Jadi, E(X + Y) = E(X) + E(Y) = 7/2 + 7/2 = 7.

Sifat TERIMA KASIH