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

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

Sebaran Peubah Acak Bersama

Sebaran Peubah Acak Bersama

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

Peubah Acak (Lanjutan)

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

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

STK 203 TEORI STATISTIKA I

PEUBAH ACAK DAN SEBARANNYA

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

Peubah Acak dan Distribusi Kontinu

AK5161 Matematika Keuangan Aktuaria

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

STATISTIK PERTEMUAN VI

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

Harapan Matematik (Teori Ekspektasi)

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

STK 203 TEORI STATISTIKA I

CNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya

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

MA3081 STATISTIKA MATEMATIKA We love Statistics

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

Minggu 4-5 Analisis Model MA, AR, ARMA. Minggu 6-7 Model Diagnostik dan Forecasting. Minggu 8-9 Analisi Model ARI, IMA, ARIMA

AK5161 Matematika Keuangan Aktuaria

BAB II LANDASAN TEORI

Bab 7 Ekspektasi dan Fungsi Pembangkit Momen: Cintailah Mean

MINGGU KE-6 VARIABEL RANDOM DAN DISTRIBUSINYA

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

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

DISTRIBUSI SATU PEUBAH ACAK

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

Minggu 4-5 Analisis Model MA, AR, ARMA. Minggu 6-7 Model Diagnostik dan Forecasting. Minggu 8-9 Analisi Model ARI, IMA, ARIMA

Pengantar Proses Stokastik

Metode Statistika STK211/ 3(2-3)

2. Peubah Acak (Random Variable)

STK511 Analisis Statistika. Pertemuan 3 Sebaran Peluang Peubah Acak

MA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi

Metode Statistika (STK211)

Pengantar Proses Stokastik

MA 2081 STATISTIKA DASAR UTRIWENI MUKHAIYAR 24 FEBRUARI 2011

Pengantar Proses Stokastik

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

Bab 9 Peluang dan Ekspektasi Bersyarat: Harapan Tanpa Syarat

Pengantar Statistika Matematik(a)

MINGGU KE-8 HARGA HARAPAN DAN BEBERAPA KETAKSAMAAN DALA

Metode Statistika (STK 211) Pertemuan ke-5

Minggu 1 Review Peubah Acak; Karakteristik Time Series. Minggu 4-6 Model Moving Average (MA), Autoregressive (AR)

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

BAB II LANDASAN TEORI

Pengantar Proses Stokastik

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

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

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

MA5181 PROSES STOKASTIK

A. Distribusi Gabungan

STATISTIKA UNIPA SURABAYA

KONSEP DASAR TERKAIT METODE BAYES

A. Distribusi Gabungan

STK 511 Analisis statistika. Materi 3 Sebaran Peubah Acak

Aksioma Peluang. Bab Ruang Contoh

Var X y x E X y. g x y dx. dan varians bersyarat dari Y diberikan X = x dirumuskan sebagai berikut: Var Y x y E Y x. h y x dy

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

PEUBAH ACAK DAN DISTRIBUSINYA

BAB II LANDASAN TEORI

BAB II TINJAUAN PUSTAKA

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

Lampiran 1. Beberapa Definisi dan Lema Teknis

Peluang Bersyarat dan Kejadian Bebas

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

MA4081 PENGANTAR PROSES STOKASTIK Cerdas dan Stokastik

Bab 2 DISTRIBUSI PELUANG

Statistika Farmasi

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

Teori Peluang Diskrit

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

PENGANTAR MODEL PROBABILITAS

Joint Distribution Function

Fungsi Peluang Gabungan

BAB 2 LANDASAN TEORI

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

Tipe Peubah Acak. Diskret. Kontinu

MA3231. Pengantar Analisis Real. Hendra Gunawan, Ph.D. Semester II, Tahun

PENGANTAR MODEL PROBABILITAS

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

Pengantar Statistika Matematika II

II. LANDASAN TEORI. 2. P bersifat aditif tak hingga, yaitu jika dengan. 2.1 Ruang Contoh, Kejadian dan Peluang

DASAR-DASAR TEORI PELUANG

Variabel Random dan Nilai Harapan. Oleh Azimmatul Ihwah

MA3231 Analisis Real

Statistika (MMS-1001)

II. LANDASAN TEORI. sementara grafik distribusi F tidak simetrik dan umumnya sedikit positif seperti

Statistika (MMS-1001)

MA 2081 Statistika Dasar Utriweni Mukhaiyar. 11 September 2012

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

Statistika (MMS-1403)

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.

Variabel Banyak Bernilai Real 1 / 1

Kuis 1 MA5181 Proses Stokastik Precise. Prospective. Tanggal 24 Agustus 2016, Waktu: suka-suka menit Dosen: Khreshna I.A. Syuhada, MSc. PhD.

PEUBAH ACAK DAN DISTRIBUSINYA

Transkripsi:

Bab Peubah Acak. Konsep Dasar Peubah Acak Peubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R Contoh peubah acak: Jika X adalah peubah acak banyaknya sisi muka yang muncul pada pelemparan tiga mata uang seimbang, maka X = {0,, 2, 3}. Suatu percobaan saling bebas, melempar satu koin mata uang dengan peluang munculnya sisi muka sebesar p, dan dilakukan terus sampai diperoleh sisi belakang (artinya, percobaan dihentikan jika diperoleh sisi belakang). Jika X adalah banyaknya percobaan dilakukan maka tentukan X. Tiga bola diambil secara acak dari wadah yang berisi 3 bola putih, 3 bola merah, dan 5 bola hitam. Anggaplah ini merupakan permainan, dan Anda dianggap menang dollar untuk setiap bola putih yang terpilih, dan kalah dollar untuk setiap bola merah yang terpilih. Jika X adalah peubah acak total uang yang diperoleh dari permainan ini, tentukan X..2 Fungsi Sebaran Fungsi sebaran kumulatif (cummulative distribution function=cdf) atau sering disebut sebagai fungsi sebaran F dari peubah acak X didefinisikan untuk sembarang nilai b, < b <, adalah F (b) = P (X b) Dengan kata lain, F (b) adalah peluang nilai peubah acak X lebih kecil atau sama dengan b. Beberapa properti dari fungsi sebaran F adalah

Julio Adisantoso ILKOM IPB 2. F adalah fungsi tidak turun, berarti jika a < b maka F (a) F (b). 2. F (b) = untuk b. 3. F (b) = 0 untuk b.. F adalah kontinu kanan. Berdasarkan properti dari fungsi sebaran F, maka untuk menghitung peluang X < b dapat dilakukan dengan P (X < b) = P ( = lim n lim n ( = lim n F { X b n X b n ( b ) n Contoh Diketahui fungsi sebaran peubah acak X sebagai berikut: F (x) = 0 x < 0 x 2 0 x < 2 3 x < 2 2 2 x < 3 3 x Gambarkan grafik F (x) dan hitung P (X < 3), P (X = ), P (X > 2 ), dan P (2 < X ). ) }).3 Sebaran Diskret Peubah acak dimana semua nilai yang mungkin adalah tercacah, maka peubah acak disebut sebagai peubah acak diskret. Untuk peubah acak X diskret, dapat ditentukan fungsi massa peluang atau disingkat fmp, p(a), dari peubah acak X, yaitu p(a) = P (X = a) Untuk setiap nilai peubah acak X = {x, x 2,...}, maka berlaku i= p(x i ) 0 untuk setiap i =, 2,... p(x) = 0 untuk nilai x lainnya p(x i ) =

Julio Adisantoso ILKOM IPB 3 Berikut adalah contoh fungsi massa peluang dari peubah acak X x 0 2 p(x) Fungsi sebaran dari peubah acak X tersebut adalah F (x) = yang merupakan fungsi tangga. 2 0 x < 0 0 x < 3 x < 2 2 x Contoh Diketahui fungsi massa peluang peubah acak X sebagai berikut: p(i) = cλi i! Dapatkan P (X = 0) dan P (X > 2). untuk i = 0,, 2,... dan λ > 0 Contoh Diketahui fungsi massa peluang dari peubah acak X Tentukan fungsi sebaran F (X). x 2 3 p(x) 2 8 8. Nilai Harapan Sebaran Diskret Jika X adalah peubah acak diskret yang mempunyai fungsi massa peluang p(x), maka nilai harapan dari X, dinotasikan dengan E(X), didefinisikan sebagai E(X) = x;p(x)>0 Sebagai contoh, jika p(0) = p() = 2, maka xp(x) E(X) = 0p(0) + p() = 0( 2 ) + ( 2 ) = 2

Julio Adisantoso ILKOM IPB yang merupakan rata-rata dari kemunculan 0 dan. Namun demikian, jika p(0) = 3 dan p() = 2 3 maka E(X) = 0p(0) + p() = 0( 3 ) + (2 3 ) = 2 3 dan ini merupakan rata-rata terboboti dari kemunculan 0 dan. Corollary Jika X adalah peubah acak dan a dan b adalah konstanta, maka.5 Ragam E(aX + b) = ae(x) + b Jika X adalah adalah peubah acak dengan nilai tengah E(X) = µ, maka ragam atau variance dari X, dinotasikan dengan V ar(x), didefinisikan sebagai V ar(x) = E(X µ) 2 = E(X 2 ) {E(X)} 2 Corollary Jika X adalah peubah acak dan a dan b adalah konstanta, maka V ar(ax + b) = a 2 V ar(x) Standard deviasi dari peubah acak X, dinotasikan dengan SD(X) didefinisikan sebagai SD(X) = V ar(x).6 Sebaran Kontinu Peubah acak adalah suatu fungsi dari ruang contoh S ke R (himpunan bilangan nyata) Peubah acak X bersifat diskret jika F (x) adalah fungsi tangga. Peubah acak X bersifat kontinu jika F (x) adalah fungsi kontinu dari x. Dengan kata lain, X disebut peubah acak kontinu jika ada fungsi non-negatif f yang didefinisikan untuk semua bilangan nyata x (, ), bahwa untuk setiap bilangan nyata B berlaku P (X B) = B f(x) dx (.)

Julio Adisantoso ILKOM IPB 5 Fungsi f disebut sebagai fungsi kepekatan peluang (fkp) atau probability density function (pdf) dari peubah acak X. Persamaan (.) menyatakan bahwa peluang X berada pada daerah B dapat diperoleh dengan mengintegralkan pdf pada daerah B. Berdasarkan definisi tentang peluang, maka P {X (, )} = f(x) dx = Dengan demikian, untuk sembarang B = [a, b], maka persamaan (.) menjadi P (X B) = P (a X b) = Jika a = b pada persamaan (.2), maka diperoleh P (X = a) = f(x) dx = 0. a Dengan demikian, untuk peubah acak kontinu, berlaku a P (X < a) = P (X a) = F (a) = b a f(x) dx (.2) a f(x) dx. Sebagai contoh, misalkan X adalah peubah acak kontinu dengan fungsi kepekatan peluang C(x 2x f(x) = 2 ), utk 0 < x < 2 0, utk x lainnya a) Berapa nilai C? b) Tentukan P (X > ).7 Nilai Harapan Sebaran Kontinu Jika X adalah peubah acak kontinu yang mempunyai fungsi kepekatan peluang f(x), maka nilai harapan dari X adalah E(X) = xf(x) dx Sebagai contoh, dapatkan E[X] jika diketahui fungsi kepekatan peluang f(x) = 2x, utk 0 x 0, utk x lainnya Proposisi Nilai harapan dari peubah acak Y = g(x) adalah E[Y ] = E[g(X)] = = x X g(x)p(x), bila p.a X diskret g(x)f(x) dx, bila p.a X kontinu

Julio Adisantoso ILKOM IPB 6 Sebagai contoh, dapatkan E[e X ] jika diketahui fungsi kepekatan peluang f(x) =.8 Peubah Acak Ganda, utk 0 x 0, utk x lainnya Misalkan terdapat suatu tindakan pelemparan sekeping mata uang seimbang sebanyak tiga kali. Diketahui peubah acak X adalah banyaknya sisi M yang muncul dari 3 lemparan, dan Y adalah peubah acak banyaknya sisi M yang muncul dari 2 lemparan terakhir. Maka fungsi massa peluang bersama X dan Y dapat dituliskan sebagai P [(X, Y ) = (x, y)] = f(x, y) = /8, utk (x, y) = (0, 0), (, 0), (2, 2), (3, 2) 2/8, utk (x, y) = (, ), (2, ) 0, utk (x, y) lainnya atau dapat juga dituliskan dalam bentuk tabel f(x, y) berikut: x\y 0 2 f(x) 0 /8 0 0 /8 /8 2/8 0 3/8 2 0 2/8 /8 3/8 3 0 0 /8 /8 f(y) 2/8 /8 2/8 Peubah acak ganda-n, yaitu (X,..., X n ), adalah suatu fungsi dari ruang contoh S ke ruang bilangan nyata berdimensi-n (R n ), untuk n=,2,3,... Jadi peubah acak ganda-2 diskret (X, Y ) merupakan suatu fungsi R 2 berikut: (X, Y ) = {(x, y); f(x, y) > 0} ke R Dari contoh peubah acak X dan Y sebelumnya, berapa nilai P (X + Y = 2), P (X + Y > ), P (X > Y ), P (XY < ), dan P ( < X + Y < 2)? Nilai harapan dari suatu fungsi dari peubah acak ganda-2 diskret (X, Y ) adalah E[g(X, Y )] = (x,y) (X,Y ) Contoh, hitung E[g(X, Y )] jika g(x, Y ) = XY. g(x, y).f(x, y)

Julio Adisantoso ILKOM IPB 7 Teorema Ambil peubah acak diskret (X, Y ) dengan fmp f(x, y) untuk (x, y) R 2. Fmp marginal dari peubah acak X adalah f(x) = P (X = x) = y {y;f(x,y)>0} Fmp marginal dari peubah acak Y adalah f(y) = P (Y = y) = x {x;f(x,y)>0} Kovarians dari peubah acak (X, Y ) adalah f(x, y), untuk x R f(x, y), untuk y R cov(x, Y ) = E{[X E(X)][Y E(Y )]} = E(XY ) E(X)E(Y ) Bila X = Y, maka cov(x, X) = E[X E(X)] 2 = var(x). Koefisien korelasi dari peubah acak (X, Y ) adalah ρ(x, Y ) = cov(x, Y ) var(x) var(y ) = cov(x, Y ) var(x)var(y ) dimana ρ(x, Y ) atau ρ(x, Y ). (BUKTIKAN!).9 Peubah Acak Kontinu Ganda-2 Ambil peubah acak kontinu ganda-2 (X, Y ). Suatu fungsi f(x, y) 0 untuk (x, y) R 2 disebut fungsi kepekatan peluang (fkp) bersama dari peubah acak (X, Y ) jika untuk setiap himpunan A R 2 berlaku Bila A = R 2 maka P [(X, Y ) A] = P [(X, Y ) A] = = (x,y) A f(x, y) dxdy (x,y) R 2f(x, y) dxdy f(x, y) dxdy =. (.3)

Julio Adisantoso ILKOM IPB 8 Fkp marjinal dari peubah acak X adalah f(x) = f(x, y) dy, untuk x R Fkp marjinal dari peubah acak Y adalah f(y) = f(x, y) dx, untuk y R Contoh, diketahui peubah acak kontinu (X, Y ) dengan fkp sebagai berikut f(x, y) = xy, utk 0 < x <, 0 < y < 0, utk (x, y) lainnya Hitunglah P (X > Y ), P (Y > X ), P (XY < 2 ). Dan hitunglah fkp marjinal dari peubah acak X dan fkp marjinal dari peubah acak Y. Berapa nilai E(XY ) dan cov(x, Y )?.0 Sebaran Bersyarat dan Peubah Acak Bebas Ambil peubah acak ganda-2 (X, Y ) yang diskret atau kontinu dengan fmp/fkp bersama f(x, y) untuk (x, y) R 2, serta f(x) untuk x R dan f(y) untuk y R masing-masing sebagai fmp/fkp marjinal dari peubah acak X dan Y. Fmp/fkp bersyarat dari peubah acak Y bila diketahui X = x adalah suatu fungsi dari y sebagai berikut f(y x) = f(x, y) f(x) untuk y R, asal f(x) > 0 Fmp/fkp bersyarat dari peubah acak X bila diketahui Y = y adalah suatu fungsi dari x sebagai berikut f(x y) = f(x, y) f(y) untuk x R, asal f(y) > 0 Ambil peubah acak ganda-2 (X, Y ) yang diskret atau kontinu dengan fmp/fkp bersama f(x, y) untuk (x, y) R 2, serta f(x) untuk x R dan f(y) untuk y R masing-masing sebagai fmp/fkp marjinal dari peubah acak X dan Y. Peubah acak X dan Y disebut bebas jika f(x, y) = f(x).f(y) untuk semua (x, y) R 2 Teorema Jika peubah acak X dan Y bebas, maka

Julio Adisantoso ILKOM IPB 9 Fmp/fkp bersyarat dari peubah acak Y bila diketahui X = x adalah f(y x) = f(y) untuk y R, asal f(x) > 0 Fmp/fkp bersyarat dari peubah acak X bila diketahui Y = y adalah suatu fungsi dari x sebagai berikut f(x y) = f(x) untuk x R, asal f(y) > 0