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

dokumen-dokumen yang mirip
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 (Teori Ekspektasi)

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

Statistika Variansi dan Kovariansi. Adam Hendra Brata

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

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

2. Peubah Acak (Random Variable)

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

DISTRIBUSI PROBABILITAS

Sebaran Peubah Acak Bersama

Sebaran Peubah Acak Bersama

BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang 4. BEBERAPA DISTRIBUSI PELUANG DISKRET

Pengantar Proses Stokastik

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

BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang 1. PELUANG

BAB IV EKSPEKTASI MATEMATIK

BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang 1 PELUANG

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

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

5. Peluang Diskrit. Pengantar

STATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI

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

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

PEUBAH ACAK DAN SEBARANNYA

Pengantar Statistika Matematik(a)

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

AK5161 Matematika Keuangan Aktuaria

AK5161 Matematika Keuangan Aktuaria

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

STK511 Analisis Statistika. Pertemuan 3 Sebaran Peluang Peubah Acak

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

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI

Statistika (MMS-1001)

Statistika (MMS-1001)

Statistika (MMS-1403)

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

MA3081 STATISTIKA MATEMATIKA We love Statistics

Peubah Acak (Lanjutan)

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

DISTRIBUTIONS OF RANDOM VARIABLE DISTRIBUSI VARIABEL RANDOM

MODEL ANTRIAN DENGAN KEDATANGAN BERDISTRIBUSI POISSON DAN WAKTU PELAYANAN BERDISTRIBUSI EKSPONENSIAL

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

MA3081 STATISTIKA MATEMATIKA We love Statistics

Catatan Kuliah MA3081 STATISTIKA MATEMATIKA Statistika Mengalahkan Matematika. disusun oleh Khreshna I.A. Syuhada, MSc. PhD.

Distribusi Peluang. Pendahuluan MODUL

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

Pengantar Proses Stokastik

Metode Statistika STK211/ 3(2-3)

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

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 Distribusi Kontinu

STK 511 Analisis statistika. Materi 3 Sebaran Peubah Acak

Distribusi Probabilitas : Gamma & Eksponensial

Ukuran Statistik Bagi Data

Soal-Soal dan Pembahasan Ujian Nasional Matematika Tahun Pelajaran 2010/2011 Program Studi IPS/Keagamaan

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

MINGGU KE-8 HARGA HARAPAN DAN BEBERAPA KETAKSAMAAN DALA

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

MA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi

Pengantar Proses Stokastik

Suku Banyak. A. Pengertian Suku Banyak B. Menentukan Nilai Suku Banyak C. Pembagian Suku Banyak D. Teorema Sisa E. Teorema Faktor

MA 2081 STATISTIKA DASAR UTRIWENI MUKHAIYAR 24 FEBRUARI 2011

Bab 7 Ekspektasi dan Fungsi Pembangkit Momen: Cintailah Mean

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

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

TRY OUT UJIAN NASIONAL TAH SMA/MA PROGRAM STUDI IPS MATEMATIKA

TRY OUT UJIAN NASIONAL TAH SMA/MA PROGRAM STUDI IPS MATEMATIKA

A. Distribusi Gabungan

Pengantar Proses Stokastik

BEBERAPA DISTRIBUSI PELUANG KONTINU. Normal, Gamma, Eksponensial, Khi-Kuadrat, Student dan F

BAHAN AJAR 1 DISTRIBUSI PEUBAH ACAK

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

BAB II KAJIAN PUSTAKA

Bab 2 DISTRIBUSI PELUANG

A. Distribusi Gabungan

Catatan Kuliah MA3081 STATISTIKA MATEMATIKA Statistika Mengalahkan Matematika. disusun oleh Khreshna I.A. Syuhada, MSc. PhD.

MA3081 STATISTIKA MATEMATIKA Statistika Mengalahkan Matematika

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

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

Pengantar Statistika Matematik(a)

Beberapa Distribusi Peluang Diskrit

Variabel Random dan Nilai Harapan. Oleh Azimmatul Ihwah

Perumusan Probabilitas Kejadian Majemuk S S A B A B Maka banyak anggota himpunan gabungan A dan B adalah : n(a n(a B) = n(a) + n(b) n(a n(a B) Kejadia

Distribusi Normal. Statistika (MAM 4137) Syarifah Hikmah JS

PR ONLINE MATA UJIAN: MATEMATIKA IPS (KODE S09)

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

BAB 2 LANDASAN TEORI

UM UGM 2017 Matematika Dasar

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

Probabilitas dan Statistika Distribusi Peluang Kontinyu 1. Adam Hendra Brata

1. Dari suatu barisan aritmetika diketahui suku ke-15 adalah 222 dan suku ke-12 adalah 57. Suku ke-15 barisan ini adalah. A. 62 B. 68 C. 72 D. 74 E.

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

DASAR-DASAR TEORI PELUANG

BAHAN AJAR ANALISIS REAL 1 Matematika STKIP Tuanku Tambusai Bangkinang

PELUANG. Titik Sampel GG

Solusi: [Jawaban C] Solusi: [Jawaban ]

Transkripsi:

Pertemuan 5. BAHAN AJAR STATISTIKA DASAR Matematika STKIP Tuanku Tambusai Bangkinang. Rataan peubah acak. HARAPAN MATEMATIK Misalkan dua mata uang setangkup dilantun, peubah acak X menyatakan banyaknya muncul muka. Ruang samapel percobaan tersebut adalah : T = {MM, MB, BM, BB}, dan P (X = 0) = P (BB) = 4 P (X = ) = P (BM) + P (MB) = 2, dan P (X = 2) = P (MM) = 4, Rataan peubah acak X, dapat ditentukan dengan 0. 4 +. 2 + 2. 4 =, ini disebut dengan Rataan peubah acak X atau rataan distribusi peluang X dan ditulis sebagai µ x atau cuma µ Rataan ini sering juga disebut dengan harapan matematik atau nilai harapan peubah acak X dan dinyatakan dengan E(X) Defenisi. Misalkanlah X suatu peubah acak dengan distribusi peluang f(x). Nilai harapan atau rataan X ialah µ = E(X) = x xf(x) bila X diskret, dan µ = E(X) = xf(x)d(x) bila X kontinu. Contoh. Carilah nilai harapan banyaknya kimiawan dalam panitia orang yang dipilih secara acak dari 4 kimiawan dan biolog. Contoh.2 Dalam suatu permainan seorang mendapat Rp 5.000,00 bila dalam lantunan uang logam muncul semua muka atau semua belakang, dan membayar Rp.000,00 bila muncul muka satu atau dua. Berapakah harapan kemenangannya. Contoh. Misalkan X peubah acak yang menyatakan umur dalam jam sejenis bola lampu. Fungsi padat peluangnya diberikan f(x) = { 20000 x,x>00 0,xlainnya Hitunglah harapan umur jenis bola lampu tadi. Teorema.

Misalkan X suatu peubah acak dengan distribusi peluang F (x). Rataan atau nilai harapan peubah acak g(x) adalah µ g(x) = E[g(X)] = Σg(x)f(x) bila X diskret, dan bila X kontinu µ g(x) = E[g(X)] = g(x)f(x)dx Contoh.4 Banyaknya mobil X, yang masuk ke suatu pencuci mobil setiap hari antara jam.00-4.00 mempunyai distribusi peluang : x 4 5 6 7 8 9 P (X = x) 2 2 4 4 6 6 Misalkan g(x) = 2X menyatakan upah, dalam ribuan rupiah para karyawan yang dibayar perusahaan dalam jam tersebut. Cari harapan pendapatan karyawan pada jam tersebut. Contoh.5 Misalkan X suatu peubah acak dengan fungsi padat f(x) = { x, <x<2 0,xlain Hitunglah nilai harapan g(x) = 4X + Defenisi.2 Bila X dan Y peubah acak dengan distribusi peluang gabungan f(x, y) maka nilai harapan peubah acak g(x, Y ) adalah µ g(x,y ) = E[g(X, Y )] = Σ x Σ y g(x, y)f(x, y) bila X dan Y diskret, dan µ g(x,y ) = E[g(X, Y )] = g(x, y)f(x, y) bila X dan Y kontinu. Contoh.6 Misalkan X dan Y peubah acak dengan distribusi peluang gabungan seperti tabel dibawah ini 2

f(x, ) x = 0 x = x = 2 Jumlah baris y = 0 9 5 y = 4 4 7 y = 2 Junlah lajur 5 4 5 Hitunglah nilai harapan g(x, Y ) = XY Tugas 5. Nomor 2,5,,6,20.2 Variansi dan kovariansi Keragaman suatu peubah acak X diperoleh dengan mengambil g(x) = (X µ) 2. Rataan ini disebut dengan variansi peubah acak X atau variansi distribusi peluang X dan dinyatakan dengan V ar(x) atau lambang σ 2 x atau σ 2. Defenisi. Misalkan peubah X peubah acak dengan distrubusi peluang f(x) dan rataan µ. Variansi X adalah σ 2 = E[(X µ) 2 ] = Σ x (x µ) 2 f(x) bila X diskret, dan σ 2 = E[(X µ) 2 ] = (x µ)2 f(x)dx bila X kontinu. Akar positip variansi, σ disebut simpangan baku X Contoh.7 Misalkan peubah acak X menyatakan banyaknya mobil yang digunakan untuk keperluan dinas kantor pada setiap hari kerja. Distribusi peluang untuk kantor A x 2 f(x) 0, 0,4 0, dan untuk kantor B x 0 2 4 f(x) 0,2 0, 0, 0, 0,

Tunjukkan bahwa variansi distribusi peluang kantor B lebih besar dari pada variansi kantor A. Teorema.2 Variansi peubah acak X adalah σ 2 = E(X 2 ) µ 2 Contoh.8 Permintaan mingguan coca cola, dalam ribuan liter, pada suatu jaringan pemasaran daerah, merupakan peubah acak kontinu X dengan fungsi padat peluang f(x) = { 2(x ),<x<2 0,xlainnya Cari rataan dan variansi X. Defenisi.4 Misalkan X dan Y peubah acak dengan distribusi peluang gabungan f(x, y). Kovariansi X dan Y adalah σ XY = E[(X µ X )(Y µ Y ) = Σ x Σ y (x µ x )(y µ y )f(x, y) bila X dan Y diskret, dan σ XY = E[(X µ X )(Y µ Y )] = (x µ x)(y µ y )f(x, y) bila X dan Y kontinu Teorema. Kovariansi dua peubah acak X dan Y dengan rataan, masing-masing, µ X dan µ Y diberikan oleh σ XY = E(XY ) µ X µ Y Contoh.9 Banyaknya isi balpoint biru X dan banyaknya yang merah Y, bila 2 isi balpoin dipilih secara acak dari suatu kotak tertentu, telah diberikan contoh.6 dengan distribusi peluang gabungan berikut f(x, ) x = 0 x = x = 2 Jumlah baris y = 0 9 5 y = 4 4 7 y = 2 Junlah lajur 5 4 5 4

Cari kovariansi X dan Y. Tugas 5b.2 Nomor 2,,4,. Rataan dan variansi dari kobinasi linear peubah acak Teorema.4 Bila a dan b tetapan, maka E(aX + b) = ae(x) + b Bukti Menurut defenisi nilai harapan, E(aX + b) = (ax + b)f(x)dx = a xf(x)dx + b f(x)dx = ae(x) + b Akibat Bila diambil a = 0 maka E(b) = b Akibat 2 Bila diambil b = 0 maka E(aX) = ae(x) Contoh.0 Dengan menggunakan teorema kerjakan kembali contoh.4 Teorema.5 Jumlah nilai harapan atau selisih sua atau lebih fungsi suatu peubah acak X sama dengan jumlah atau selisih nilai harapan tersebut, yaitu E[g(X) ± h(x)] = E[g(X)] ± E[h(X)] Contoh. Pembelian mingguan teh botol, dalam ribuan liter, dari suatu agen daerah berbentuk suatu peubah acak kontinu g(x) = X 2 + X 2, bila X mempunyaui fungsi padat f(x){ 2(x ),<x,2 0,xlain Cari nilai harapan g(x) = X 2 + X 2 Teorema.6 E[g(X, Y ) ± h(x, Y )] = E[g(X, Y )] ± E[h(X, Y )] Teorema.7 Misalkan X dan Y dua peubah acak yang bebas. Maka E(XY ) = E(X)E(Y ) Contoh.2 Misalkan X dan Y peubah acak bebas dengan distribusi gabungan f(x) = { x(+y 2 ) 4,0<x<2,0<y< 0,xlain 5

Periksa apakah E(XY ) = E(X)E(Y ) sepertin teorema.7 dipenuhi. Teorema.8 Bila a dan B tetapan, maka σ ax+b = a 2 σ 2 x = a 2 σ 2 Teorema.9 Bila X dan Y peubah acak dengan distribusi peluang gabungan f(x, y), maka σ 2 ax+by = a2 σ 2 X + b2 σ 2 Y + 2abσ XY Contoh. Bila X dan Y peubah acak dengan variansi σx 2 = 2, σ2 Y = 4, dan kovariansi σ XY = 2, carilah variansi peubah acak Z = X 4Y + 8.4 teorema Chebyshev Teorema.0 Peluang setiap peubah acak X mendapat nilai dalam k simpangan baku dari nilai rataan adalah paling sedikit k 2, yaitu P (µ kσ < X < µ + kσ) k 2 Contoh.4 Suatu peubah acak X mempunyai rataan µ = 8, variansi σ 2 = 94, sedangkan peluang distribusinya tidak diketahui. Hitunglah a. P ( 4 < X < 20), dan b. P ( X 8 6). Tugas 5c. dan.4 Nomor,5,0,4,6 Soal Ulangan Nomor 7 6