Joint Distribution Function

dokumen-dokumen yang mirip
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

A. Distribusi Gabungan

A. Distribusi Gabungan

BI5106 Analisis Biostatistik 18 September 2012 Utriweni Mukhaiyar

MA 2081 STATISTIKA DASAR UTRIWENI MUKHAIYAR 24 FEBRUARI 2011

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

Fungsi Peluang Gabungan

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

STATISTIK PERTEMUAN VI

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

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

BEBERAPA TEKNIK DISTRIBUSI FUNGSI PEUBAH ACAK

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

Minggu 3 Peluang Bersyarat (Teorema Bayes) Minggu 4 Peubah Acak, Fungsi Peluang, Fungsi Distribusi. Minggu 6 Distribusi Peubah Acak Diskrit (PAD)

Probabilitas dan Statistika Fungsi Distribusi Peluang Kontinyu Lanjut. Adam Hendra Brata

Statistika Variansi dan Kovariansi. Adam Hendra Brata

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

Bab 9 Peluang dan Ekspektasi Bersyarat: Harapan Tanpa Syarat

Probabilitas dan Statistika Fungsi Distribusi Peluang Kontinyu. Adam Hendra Brata

STATISTIKA UNIPA SURABAYA

28/09/2012 SAMPLE SPACE, SAMPLE POINTS, EVENTS. ω Ω

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

Bab 8 Fungsi Peluang Bersama: Bersama Kita Berpisah

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

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

KALKULUS MULTIVARIABEL II

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

Penggunaan Statistik Tataan untuk Menentukan Median Contoh Acak dari Distribusi Eksponensial

2. Peubah Acak (Random Variable)

DISTRIBUSI SATU PEUBAH ACAK

MA3081 STATISTIKA MATEMATIKA We love Statistics

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

Minggu 3 Peluang Bersyarat (Teorema Bayes) Minggu 4 Peubah Acak, Fungsi Peluang, Fungsi Distribusi. Minggu 6 Distribusi Peubah Acak Diskrit (PAD)

Bagian 2. Probabilitas. Struktur Probabilitas. Probabilitas Subyektif. Metode Frekuensi Relatif Kejadian untuk Menentukan Probabilitas

Mata Kuliah Pemodelan & Simulasi

MODUL 2 OPTIMISASI OPTIMISASI EKONOMI EKONOMI. SRI SULASMIYATI, S.Sos, M.AP. Ari Darmawan, Dr., S.AB, M.AB

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

Peubah Acak dan Distribusi Kontinu

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

BEBERAPA DISTRIBUSI KHUSUS DKINTINU DIKENAL

KALKULUS MULTIVARIABEL II

Contoh Solusi PR 2 Statistika & Probabilitas. 1. Semesta dari kejadian adalah: pemilihan 5 soal dari 10 soal. Jumlah kemungkinannya ( 10 = 252.

MA5181 PROSES STOKASTIK

Luas daerah yang dibatasi oleh beberapa kurva dapat ditentukan dengan menghitung integral tertentu.

Dasar-dasar Statistika Pemodelan Sistem

PEMBANGKIT RANDOM VARIATE

PERSAMAAN DIFERENSIAL I PERSAMAAN DIFERENSIAL BIASA

Persatuan Aktuaris Indonesia Probabilitas dan Statistik 27 November 2006 A. 5/32 B. ¼ C. 27/32 D. ¾ E. 1 A. 0,20 B. 0,34 C. 0,40 D. 0,60 E.

Fungsi Kepadatan Probabilitas/Probability Density Function-PDF

BAB III VARIABEL ACAK DAN DISTRIBUSI PROBABILITAS

DISTRIBUSI PELUANG KONTINYU DISTRIBUSI PROBABILITAS

AK5161 Matematika Keuangan Aktuaria

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

AK5161 Matematika Keuangan Aktuaria

Fungsi Kepadatan Probabilitas

BI5106 ANALISIS BIOSTATISTIK Bab 3 Peubah Acak dan Dist

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

Minggu 3 Peluang Bersyarat (Teorema Bayes) Minggu 4 Peubah Acak, Fungsi Peluang, Fungsi Distribusi. Minggu 6 Distribusi Peubah Acak Diskrit (PAD)

DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 1. Distribusi Seragam Diskrit

Disusun oleh: 1. Diah Sani Susilawati ( / 7B) 2. Farid Hidayat ( / 7B) 3. Rico Nurcahyo ( / 7B)

Minggu 3 Peluang Bersyarat (Teorema Bayes) Minggu 4 Peubah Acak, Fungsi Peluang, Fungsi Distribusi. Minggu 6 Distribusi Peubah Acak Diskrit (PAD)

PROBABILITAS (PELUANG) PENGERTIAN PROBABILITAS

Statistika & Probabilitas

Catatan Kuliah. MA4181 PENGANTAR PROSES STOKASTIK Smart and Stochastic. disusun oleh Khreshna I.A. Syuhada, MSc. PhD.

MA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi

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

1 PROBABILITAS. Pengertian

Pengantar Statistika Matematik(a)

D. OPTIMISASI EKONOMI DENGAN KENDALA - Optimisasi dengan metode substitusi - Optimisasi dengan metode pengali lagrange

Fungsi Kepadatan Probabilitas

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

Minggu : 11 Lanjutan Hitung Diferensiai Diferensial Partial

BAB III PEMBAHASAN. Dalam skripsi ini akan dibahas tentang model antrean satu server dengan

MA 2081 Statistika Dasar Utriweni Mukhaiyar. 11 September 2012

TKS 4003 Matematika II. Nilai Ekstrim. (Extreme Values) Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya

DISTRIBUSI PROBABILITAS

PENYELESAIAN PERSAMAAN DIFFERENSIAL ORDE 1 - II

Statistika. Random Variables Discrete Random Variables Continuous Random Variables. Jurusan Teknik Sipil dan Lingkungan Universitas Gadjah Mada

MODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU

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

PENGANTAR PROBABILITAS STATISTIKA UNIPA SBY

DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2. Distribusi Hipergeometrik

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

Distribusi Peluang Kontinyu STATISTIK INDUSTRI 1. Distribusi Peluang Kontinyu. Distribusi Diskrit Uniform. Distribusi Diskrit Uniform 17/12/2014

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

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

KALKULUS MULTIVARIABEL II

ESTIMASI PARAMETER µ DAN σ 2 PADA DISTRIBUSI EKSPONENSIAL TERGENERALISIR DUA VARIABEL MENGGUNAKAN FUNGSI PEMBANGKIT MOMEN SKRIPSI

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

Penentuan Momen ke-5 dari Distribusi Gamma

Catatan Kuliah MA4181 Pengantar Proses Stokastik Precise and Stochastic. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

BAB 2 PERSAMAAN DIFFERENSIAL BIASA

BAHAN KULIAH. Konsep Probabilitas Probabilitas Diskrit dan Kontinyu

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

MINGGU KE-6 VARIABEL RANDOM DAN DISTRIBUSINYA

PENGANTAR MODEL PROBABILITAS

Catatan Kuliah. MA4181 PENGANTAR PROSES STOKASTIK Smart and Stochastic. disusun oleh Khreshna I.A. Syuhada, MSc. PhD.

PEMBAHASAN UTS 2015/2016 STATISTIKA 1

Sebaran Peubah Acak Bersama

Distribusi Sampling. Ayundyah K., M.Si. PROGRAM STUDI STATISTIKA UNIVERSITAS ISLAM INDONESIA 2015

Transkripsi:

DISTRIBUSI PROBABILITAS MARGINAL & BERSYARAT TI2131 TEORI PROBABILITAS MINGGU KE-6 1 Joint Distribution Function Distribusi peluang gabungan dari dua variabel random X dan Y merupakan distribusi peluang kejadian simultan keduanya, atau f(x,y) = P(X=x,Y=y) 2 1

Definisi Joint Distribution Function Diskrit Fungsi f(x,y) adalah sebuah joint probability distribution dari variabel random diskrit X dan Y jika: 1. f(x,y) > 0 untuk semua (x,y) 2. ( x, y ) = x y f 1 3. P(X=x, Y=y) = f(x, y) untuk setiap daerah pada bidang xy, P[(X,Y) A] = A f ( x, y ) 3 Contoh Joint Distribution Function Diskrit Sebuah kelompok terdiri atas 3 pria dan 2 wanita. Dari kelompok ini akan diundi dua orang yang akan mewakili kelompok tersebut untuk tampil ke panggung. Jika X merupakan variabel random yang menunjukkan jumlah pria yang tampil dan Y merupakan variabel random yang menunjukkan jumlah wanita yang tampil, tentukan fungsi probabilitas gabungan f(x,y)! 4 2

Definisi Joint Distribution Function Kontinyu Fungsi f(x,y) adalah sebuah joint density function dari variabel random kontinu X dan Y jika: 1. f(x,y) > 0 untuk semua (x,y) 2. f ( x, y ) dx dy = 1 3. P[(X,Y) A] = A f ( x, y ) dx dy untuk setiap daerah A yang diberikan pada bidang xy 5 Contoh Joint Distribution Function Kontinyu Sebuah restoran memiliki fasilitas walk-in dan drive-in. Pada suatu hari pengamatan yang dipilih secara random, tetapkan X dan Y masing-masing sebagai proporsi waktu penggunaan dari fasilitas walk-in dan drive-in. Diperkirakan joint density function dari kedua variabel random ini adalah: 2 (2x + 3y), 0 x 1,0 y 1 f ( x, y) = 5 0, lainnya a. periksalah apakah f(x,y) merupakan sebuah joint density function! b.berapa probabilitas walk-in sibuk lebih dari setengah hari sedangkan drive in hanya sibuk kurang dari setengah hari? 6 3

Distribusi Marginal Distribusi marjinal dari X sajadan dari Y sajaadalah: g(x) = f ( x, y ) dan h(y) = f ( x, y ) untuk kasus diskrit, dan y g(x) = f ( x, y ) dy dan h(y) = f ( x, y ) dx x untuk kasus kontinu. 7 Contoh Distribusi Marginal Tentukan distribusi marjinal dari X dan Y pada contoh pada slide no 12 di atas! 8 4

Distribusi Kondisional Diberikan X dan Y sebagai dua variabel random, baik diskrit maupun kontinu. Distribusi kondisional dari variabel random Y, diberikan X = x, adalah: f ( x, y ) f(y x) =, g(x) > 0. g ( x ) Analog, distribusi kondisional dari variabel random X, diberikan Y = y adalah: f ( x, y ) f(x y) =, h(y) > 0. h( y ) 9 Contoh Distribusi Kondisional Joint density function untuk variabel random (X,Y), di mana X merupakan proporsi tiket bisnis yang terjual (dari tiket bisnis yang tersedia) dan Y proporsi tiket ekonomi yang terjual (dari tiket ekonomi yang tersedia), adalah f(x,y) = 2 10xy, 0 < x < y < 1 0, untuk lainnya Berapa probabilitas proporsi tiket ekonomi yang terjual lebih dari setengah tiket ekonomi yang tersedia, manakala tiket bisnis yang terjual kurang 25%? 10 5

Statistical Independence Diberikan dua variabel random X dan Y, diskrit ataupun kontinu, dengan joint distribution function, f(x,y) dan distribusi marginal g(x) dan h(y), berturut-turut. Variabel random X dan Y dikatakan independen secara statistika, jika dan hanya jika: f(x,y) = g(x)h(y) untuk semua (x,y) dalam rentang yang ada. 11 Statistical Independence (generalized) Diberikan X 1,X 2,, X n adalah n variabel random, diskrit atau kontinu, dengan joint probability distribution f(x 1,x 2,,x n ) dan distribusi marginal-nya berturut-turut 1 f (x 1 ), 2 f (x 2 ),, f(x n ). Variabel-variabel random X 1,X 2,, X n dikatakan saling bebas secara statistika jika dan hanya jika: f(x 1,x 2,,x n ) = 1 f (x 1 ) 2 f (x 2 ) f(x n ) 12 6

Contoh Statistical Independence Diberikan waktu kedatangan antar order pada sebuah usaha job shop adalah sebagai berikut: e x, x > 0 f(x) = 0, untuk lainnya Jika X 2, X 3, dan X 4 berturut-turut menunjukkan jarak waktu order (dalam hari) dari tiga pelanggan yang berbeda dan tidak berhubungan dengan pelanggan sebelumnya (X 2 berarti selisih waktu order masuk dari pelanggan kedua terhadap pelanggan pertama, dan seterusnya), tentukan probabilitas bahwa jarak waktu dari masing-masing order kurang dari 2 hari! 13 7