DISTRIBUSI KHUSUS YANG DIKENAL

dokumen-dokumen yang mirip
1 n MODUL 5. Peubah Acak Diskret Khusus

I. DERET TAKHINGGA, DERET PANGKAT

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

Distribusi Pendekatan (Limiting Distributions)

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI

MINGGU KE-12 TEOREMA LIMIT PUSAT DAN TERAPANNYA

STATISTIKA MATEMATIKA. Di Susun: Dr. Ahmad Yani T.,M.Pd. NIP

BAB VIII KONSEP DASAR PROBABILITAS

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

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

9 Departemen Statistika FMIPA IPB

Distribusi Sampel & Statistitik Terurut

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

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

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN

Distribusi Sampel, Likelihood dan Penaksir

BARISAN DAN DERET. Nurdinintya Athari (NDT)

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

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

Definisi Integral Tentu

BAB 2 LANDASAN TEORI

TINJAUAN PUSTAKA Pengertian

DISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Program Perkuliahan Dasar Umum Sekolah Tinggi Teknologi Telkom. Barisan dan Deret

- Yadi Nurhayadi - M O D U L S T A T I S T I K A BAB 2 DISTRIBUSI FREKUENSI

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

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

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

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3

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

ARTIKEL. Menentukan rumus Jumlah Suatu Deret dengan Operator Beda. Markaban Maret 2015 KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN

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

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

Modul Kuliah statistika

1 Persamaan rekursif linier non homogen koefisien konstan tingkat satu

An = an. An 1 = An. h + an 1 An 2 = An 1. h + an 2... A2 = A3. h + a2 A1 = A2. h + a1 A0 = A1. h + a0. x + a 0. x = h a n. f(x) = 4x 3 + 2x 2 + x - 3

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

Bab 3 Metode Interpolasi

Statistika Matematika. Soal dan Pembahasan. M. Samy Baladram

BAB II TINJAUAN PUSTAKA

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

b. peluang terjadinya peristiwa yang diperhatikan mendekati nol (p 0). c. perkalian n.p =, sehingga p = /n.

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

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

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan.

BAB III TAKSIRAN KOEFISIEN KORELASI POLYCHORIC DUA TAHAP. Permasalahan dalam tugas akhir ini dibatasi hanya pada penaksiran

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

TEORI ANTRIAN. Gambar 1 Proses antrian pada suatu sistem antrian

3. Rangkaian Logika Kombinasional dan Sequensial 3.1. Rangkaian Logika Kombinasional Enkoder

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

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 20 Bandar Lampung, dengan populasi

BARISAN DAN DERET. Materi ke 1

Kompetisi Statistika Tingkat SMA

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

PELUANG KEJADIAN. 3. Permutasi siklis adalah permutasi yang susunannya melingkar.

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari.

PERTEMUAN 13. VEKTOR dalam R 3

II. TINJAUAN PUSTAKA. Secara umum apabila a bilangan bulat dan b bilangan bulat positif, maka ada tepat = +, 0 <

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP

Barisan. Barisan Tak Hingga Kekonvergenan barisan tak hingga Sifat sifat barisan Barisan Monoton. 19/02/2016 Matematika 2 1

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi

Probabilitas dan Statistika Teorema Bayes. Adam Hendra Brata

BAB III RUANG HAUSDORFF. Pada bab ini akan dibahas mengenai ruang Hausdorff, kekompakan pada

BAB VII DISTRIBUSI SAMPLING DAN DESKRIPSI DATA

Perilaku Distribusi Bernoulli. Definisi: Bernoulli. Contoh Binomial. Contoh Binomial

Mata Kuliah: Statistik Inferensial

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL)

MATEMATIKA DISKRIT FUNGSI

2 BARISAN BILANGAN REAL

SINYAL WAKTU Pengolahan Sinyal Digital Minggu II

,n N. Jelas barisan ini terbatas pada dengan batas M =: 1, dan. barisan ini kovergen ke 0.

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan

B a b 1 I s y a r a t

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

PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT

terurut dari bilangan bulat, misalnya (7,2) (notasi lain 2

Taksiran Interval bagi Rata-rata Parameter Distribusi Poisson Interval Estimate for The Average of Parameter Poisson Distribution

KEKONVERGENAN MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA. Fitriani Agustina, Math, UPI

LIMIT. = δ. A R, jika dan hanya jika ada barisan. , sedemikian hingga Lim( a n

PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN

PEMBUKTIAN TEOREMA HUKUM LEMAH BILANGAN BESAR DENGAN MENGGUNAKAN FUNGSI KARAKTERISTIK

PENGGUNAAN METODE BAYESIAN OBYEKTIF DALAM PEMBUATAN GRAFIK PENGENDALI p-chart

UKURAN PEMUSATAN DATA

BAB III ECONOMIC ORDER QUANTITY MULTIITEM DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA DAN FAKTOR DISKON

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

BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL

Fungsi. Jika f adalah fungsi dari A ke B kita menuliskan f : A B yang artinya f memetakan A ke B.

EKSPANSI MULTINOMIAL, KOMBINASI, DAN PERMUTASI

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

DERET TAK HINGGA (INFITITE SERIES)

BAB VI DERET TAYLOR DAN DERET LAURENT

III PEMBAHASAN. λ = 0. Ly = 0, maka solusi umum dari persamaan diferensial (3.3) adalah

PENAKSIR BAYES UNTUK PARAMETER DISTRIBUSI EKSPONENSIAL BERDASARKAN FUNGSI KERUGIAN KUADRATIK DAN FUNGSI KERUGIAN ENTROPI

Deret Fourier. Modul 1 PENDAHULUAN

PETA KONSEP RETURN dan RISIKO PORTOFOLIO

II LANDASAN TEORI. Sebuah bilangan kompleks dapat dinyatakan dalam bentuk. z = x jy. (2.4)

TEOREMA WEYL UNTUK OPERATOR HYPONORMAL

Transkripsi:

0

DISTRIBUSI KHUSUS YANG DIKENAL Kita sudah membahas fugsi peluag atau fugsi desitas, baik defiisiya maupu sifatya. Fugsi peluag atau fugsi desitas ii merupaka ciri dari sebuah distribusi, artiya fugsi peluag kepuyaa sebuah distribusi berpeubah acak diskrit da fugsi desitas kepuyaa sebuah distribusi berpeubah acak kotiu. Pada uraia berikut aka dijelaska fugsi peluag atau fugsi desitas yag mempuyai betuk tertetu. Hal ii berakibat peubah acakya megikuti suatu distribusi yag mempuyai ama tertetu pula. Distribusi yag mempuyai betuk da ama tertetu itu diamaka distribusi khusus. Beberapa distribusi khusus dari peubah acak diskrit yag dikeal aka dibahas dalam Bab 8 da beberapa distribusi khusus dari peubah acak kotiu yag dikeal aka dibahas dalam Bab 9.

BEBERAPA DISTRIBUSI KHUSUS DISKRIT DIKENAL Dalam hal ii aka dibahas beberapa distribusi yag mempuyai betuk fugsi peluag da ama tertetu dari peubah acak diskrit, yaitu: distribusi Beroulli, distribusi biomial, distribusi triomial, distribusi Poisso, distribusi geometrik, da distribusi hipergeometrik. Pada uraia sebelumya, kita sudah membahas fugsi peluag yag diperoleh berdasarka eksperime atau sifatya. Fugsi peluag seperti itu betukya beraeka macam, sehigga betuk tersebut tidak mempuyai ama. Selai itu, fugsi peluag bisa mempuyai betuk yag tertetu da ama tertetu pula. Distribusi yag mempuyai betuk fugsi peluag da ama tertetu itu diamaka distribusi khusus diskrit. DISTRIBUSI BINOMIAL Apabila sebuah eksperime mempuyai dua hasil yag mucul, seperti sukses da gagal, dega masig-masig peluagya p da ( - p), maka peristiwa yag diperhatika, baik sukses maupu gagal aka berdistribusi Beroulli. Defiisi 8.: FUNGSI PELUANG BERNOULLI Peubah acak X dikataka berdistribusi Beroulli, jika da haya jika fugsi peluagya berbetuk: p(x) = P(X = x) = p x ( - p) - x ; x = 0, Peubah acak X yag berdistribusi Beroulli dikataka juga peubah acak Beroulli. Peulisa otasi dari peubah acak yag berdistribusi Beroulli adalah B(x;,p), artiya peubah acak X berdistribusi Beroulli dega peristiwa yag diperhatika, baik sukses maupu gagal diyataka dega x, bayak eksperime yag dilakuka satu kali, da peluag terjadiya peristiwa yag diperhatika, baik sukses maupu gagal sebesar p. Sebuah eksperime dikataka megikuti distribusi Beroulli, jika eksperime itu memeuhi sifat-sifat sebagai berikut:. Eksperimeya terdiri atas dua peristiwa, yaitu peristiwa yag diperhatika (serig disebut peristiwa sukses) da peristiwa yag tidak diperhatika (serig disebut peristiwa gagal).. Eksperimeya haya dilakuka sekali saja.

Rataa, varias, da fugsi pembagkit mome dari distribusi Beroulli bisa dilihat dalam Dalil 8.. Dalil 8.: PARAMETER DISTRIBUSI BERNOULLI Rataa, varias, da fugsi pembagkit mome dari distribusi Beroulli sebagai berikut:. = p. = p( - p) 3. M X (t) = ( - p) + p.e t ; t Grafik dari fugsi peluag distribusi Beroulli sebagai berikut: p(x) -p p 0 x GAMBAR 8. GRAFIK FUNGSI PELUANG DISTRIBUSI BERNOULLI DISTRIBUSI BINOMIAL Misalya kita melakuka suatu eksperime yag haya meghasilka dua peristiwa, seperti peristiwa sukses (S) da peristiwa gagal (G).. Peluag terjadiya peristiwa S, P(S), sebesar p da peluag terjadiya peristiwa G, P(G), sebesar - p. Kemudia eksperime itu diulag sampai kali secara bebas. Dari kali pegulaga itu, peristiwa S terjadi sebayak x kali da sisaya ( - x) kali terjadi peristiwa G. Kita aka 3

meghitug besar peluag bahwa bayak peristiwa sukses dalam eksperime itu sebayak x kali. Dalam hal ii, salah satu susua dari pegulaga eksperime sampai kali itu adalah: S S S... S G G G... G x kali ( - x) kali Karea setiap pegulaga bersifat bebas, P(S) = p da P(G) = - p berharga tetap utuk setiap pegulaga percobaa, maka besar peluag dari peristiwa susua di atas adalah: P(S S S S G G G G) = P(S).P(S).P(S).. P(S).P(G).P(G).P(G).. P(G) = (p)(p)(p) (p)( - p)( - p)( - p) ( - p) = p x ( - p) - x Karea bayak susua keseluruha peristiwa S terjadi ada cara, maka peluag bahwa x peristiwa S terjadi dalam x kali adalah: P(X = x) = x px ( - p) - x Berdasarka uraia di atas, kita dapat medefiisika distribusi biomial. Defiisi 8.: FUNGSI PELUANG BINOMIAL Peubah acak X dikataka berdistribusi biomial, jika da haya jika fugsi peluagya berbetuk: p x P X x x p x p x ( ) ( ) ( ) ; x = 0,,, 3,, Peubah acak X yag berdistribusi biomial dikataka juga peubah acak biomial. Peulisa otasi dari peubah acak X yag berdistribusi biomial adalah B(x;,p), artiya peubah acak X berdistribusi biomial dega bayak pegulaga eksperime sampai kali, peluag terjadi peristiwa sukses sebesar p, da bayak peristiwa sukses terjadi ada x. Sebuah eksperime dikataka megikuti distribusi biomial, jika eksperime itu memeuhi sifat-sifat sebagai berikut:. Eksperimeya terdiri atas dua peristiwa, seperti sukses da gagal.. Eksperimeya diulag beberapa kali da ditetuka bayak pegulagaya. 4

3. peluag terjadiya peristiwa sukses da gagal pada setiap pegulaga eksperime bersifat tetap. 4. Setiap pegulaga eksperime bersifat bebas. Rataa, varias, da fugsi pembagkit mome dari distribusi biomial bisa dilihat dalam Dalil 8.. Dalil 8.: PARAMETER DISTRIBUSI BINOMIAL Rataa, varias, da fugsi pembagkit mome dari distribusi biomial sebagai berikut:. = p. = p( - p) 3. M X (t) = [( - p) + p.e t ] ; t Grafik dari fugsi peluag distribusi biomial bisa dilihat dalam Gambar 8.. p(x) 0 3 - - x GAMBAR 8. GRAFIK FUNGSI PELUANG DISTRIBUSI BINOMIAL 5

DISTRIBUSI TRINOMIAL Distribusi biomial bisa diperluas mejadi distribusi triomial. Defiisi 8.3: FUNGSI PELUANG TRINOMIA Peubah acak X da Y dikataka berdistribusi triomial, jika da haya jika fugsi peluagya berbetuk: p( x, y)! x y x y p p p3 ; x + y x! y! ( x y)! p + p + p 3 = Peubah acak X yag berdistribusi triomial dikataka juga peubah acak triomial. Peulisa otasi dari peubah acak X da Y yag berdistribusi triomial adalah T(x,y;,p,p ), artiya peubah acak X da Y berdistribusi triomial dega bayak pegulaga eksperimeya sampai kali, peluag terjadi peristiwa sukses pertama da kedua berturutturut p (x) da p (y), da bayak peristiwa sukses pertama da kedua masig-masig x da y. Fugsi pembagkit mome dari distribusi triomial bisa dilihat dalam Dalil 8.3. Dalil 8.3: FUNGSI PEMBANGKIT MOMEN GABUNGAN TRINOMIAL Fugsi pembagkit mome dari distribusi triomial adalah: t t,.. M t t p e p e p ; t,t 3 Berdasarka fugsi pembagkit mome gabuga dari X da Y, kita bisa meetuka fugsi pembagkit mome margial masig-masig dari X da Y. Fugsi pembagkit mome margial dari X adalah: t, 0. M t M t p e p p X 3 t 0 M t M t, p. e p ; t X Teryata betuk di atas merupaka fugsi pembagkit mome dari distribusi biomial dega bayak pegulaga eksperimeya sampai kali da peluag terjadiya peristiwa sukses pertama sebesar p, sehigga bisa ditulis: X ~ B(x;,p ) Maka fugsi peluag dari X berbetuk: p x x p x p x ( ) ; x = 0,,, 3,, Rataa da varias dari X adalah: 6

E(X) =.p Var(X) =.p ( - p ) Fugsi pembagkit mome margial dari Y adalah: t 0,. M t M t p p e p Y 3 t 0 M t M, t p. e p ; t Y Teryata betuk di atas merupaka fugsi pembagkit mome dari distribusi biomial dega bayak pegulaga eksperimeya sampai kali da peluag terjadiya peristiwa sukses kedua sebesar p, sehigga bisa ditulis: Y ~ B(y;,p ) Maka fugsi peluag dari Y berbetuk: p y y p y p y ( ) ; y = 0,,, 3,, Rataa da varias dari Y adalah: E(Y) =.p Var(Y) =.p ( - p ) Dari uraia di atas, kita dapat meyimpulka bahwa jika X da Y berdistribusi triomial, maka distribusi margial masig-masig dari X da Y adalah distribusi biomial. Distribusi bersyarat dari X diberika Y = y berasal dari distribusi biomial dega bayak pegulaga eksperimeya sampai ( - y) da peluag terjadiya peristiwa sukses sebesar p /(-p ), sehigga bisa ditulis: p X y ~ Bx; y, p Da distribusi bersyarat dari Y diberika X = x berasal dari distribusi biomial dega bayak pegulaga eksperimeya sampai ( - x) da peluag terjadiya peristiwa sukses sebesar p /(-p ), sehigga bisa ditulis: p Y x ~ B y; x, p 7

8