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

dokumen-dokumen yang mirip
Probabilitas dan Statistika Fungsi Distribusi Peluang Kontinyu Lanjut. Adam Hendra Brata

EKSPEKTASI DUA PEUBAH ACAK

BAB 2 MOMEN DAN ENTROPI

DISTRIBUSI DUA PEUBAH ACAK

KONSEP DASAR TERKAIT METODE BAYES

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

BAB II DISTRIBUSI PEUBAH ACAK

DISTRIBUTIONS OF RANDOM VARIABLE DISTRIBUSI VARIABEL RANDOM

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

Matematika Teknik I. Prasyarat : Kalkulus I, Kalkulus II, Aljabar Vektor & Kompleks

MODUL BAB 2 KOMPOSISI FUNGSI DAN FUNGSI INVERS. Standar Kompetensi: 2. Menentukan komposisi dua fungsi dan invers suatu fungsi

A. Distribusi Gabungan

A. Distribusi Gabungan

Unit 2 KONSEP DASAR ALJABAR. Clara Ika Sari Pendahuluan

KAJIAN MODEL EPIDEMIK SIR DETERMINISTIK DAN STOKASTIK PADA WAKTU DISKRIT. Oleh: Arisma Yuni Hardiningsih

MA3081 STATISTIKA MATEMATIKA We love Statistics

Variabel Random dan Nilai Harapan. Oleh Azimmatul Ihwah

PEMODELAN PERTUKARAN NILAI MATA UANG MAKSIMUM RINGGIT TERHADAP YEN TUGAS AKHIR

STATISTIK PERTEMUAN VI

Bab I. Fungsi Dua Peubah atau Lebih. Pengantar

Transformasi Dua atau Lebih Peubah Acak. Dr. Kusman Sadik, M.Si Departemen Statistika IPB, 2016

BAB III SURVIVAL ANALYSIS UNTUK MENGUJI RELIABILITAS PRODUK DAN PENENTUAN GARANSI PRODUK 3.1 Garansi

II. TINJAUAN PUSTAKA

BAB II TINJAUAN TEORITIS. Menurut Darnius, O (2006, Hal : 53) simulasi dapat diartikan sebagai suatu

PENGURAIAN PENDAPATAN GABUNGAN DUA PRODUK DARI SUATU PERUSAHAAN

BAB 2 LANDASAN TEORI

Dasar-dasar Statistika Pemodelan Sistem

MODEL STOKASTIK PERTUMBUHAN POPULASI (PURE BIRTH PROCESS)

Pengantar Statistika Matematik(a)

1 PROBABILITAS. Pengertian

CNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya

DISTRIBUSI SATU PEUBAH ACAK

BAB II LANDASAN TEORI

Matematika Teknik 1, Bab 3 BAB III LIMIT. (Pertemuan ke 4)

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

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

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

II. TINJAUAN PUSTAKA. Dalam bab ini akan dijelaskan mengenai teori-teori yang mendukung dalam

KONTRAK PERKULIAHAN (STATISTIKA MATEMATIKA)

PEUBAH ACAK DAN SEBARANNYA

Pr { +h =1 = } lim. Suatu fungsi dikatakan h apabila lim =0. Dapat dilihat bahwa besarnya. probabilitas independen dari.

AK5161 Matematika Keuangan Aktuaria

Peubah Acak dan Distribusi Kontinu

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

RPS STATISTIKA MATEMATIKA

LANDASAN TEORI. Generalized Lambda Distribution (GLD) awalnya diusulkan oleh Ramberg dan

digunakan untuk menyelesaikan persamaan yang nantinya akan diperoleh dalam

Distribusi Peubah Acak

Ekspektasi Satu Peubah Acak Kontinu

Harapan Matematik (Teori Ekspektasi)

MATEMATIKA BISNIS BAB 2 FUNGSI LINIER

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

kkkk EKSPONEN 1. SIMAK UI Matematika Dasar 911, 2009 A. 4 2 B. 3 2 C. 2 D. 1 E. 0 Solusi: [B] 2. SIMAK UI Matematika Dasar 911, 2009 Jika x1

PENGANTAR STATISTIK JR113. Drs. Setiawan, M.Pd. Pepen Permana, S.Pd. Deutschabteilung UPI Pertemuan 3

Sudaryatno Sudirham. Integral dan Persamaan Diferensial

STATISTIKA UNIPA SURABAYA

PEMBANGKIT RANDOM VARIATE

Fungsi F disebut anti turunan (integral tak tentu) dari fungsi f pada himpunan D jika. F (x) = f(x) dx dan f (x) dinamakan integran.

BAB I PENDAHULUAN. dapat dianggap mendekati normal dengan mean μ = μ dan variansi

STATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI

BAB 2 LANDASAN TEORI


Persamaan Diferensial Orde Satu

Fungsi Peubah Banyak. Modul 1 PENDAHULUAN

Hendra Gunawan. 23 April 2014

Fungsi dan Grafik Diferensial dan Integral

Probabilitas dan Statistika Distribusi Peluang Kontinyu 1. Adam Hendra Brata

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

BAB IV SEBARAN ASIMTOTIK PENDUGA TURUNAN PERTAMA DAN KEDUA DARI KOMPONEN PERIODIK FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR

Fungsi dan Grafik Diferensial dan Integral

Statistika Variansi dan Kovariansi. Adam Hendra Brata

AK5161 Matematika Keuangan Aktuaria

Sistem Persamaan Linier FTI-UY

Joint Distribution Function

Pengertian Sistem Kontrol

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

PEUBAH ACAK DAN DISTRIBUSINYA

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

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

Distribusi Diskrit dan Kontinu yang Penting. Oleh Azimmatul Ihwah

Pengantar Statistika Matematik(a)

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

Sudaryatno Sudirham. Studi Mandiri. Fungsi dan Grafik. Darpublic

BAB I PENDAHULUAN. sewajarnya untuk mempelajari cara bagaimana variabel-variabel itu dapat

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

BAB I PRA KALKULUS. Nol. Gambar 1.1

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

BAB 2 LANDASAN TEORI

STATISTICS. Oleh: Hanung N. Prasetyo DISTRIBUSI NORMAL WEEK 6 TELKOM POLTECH/HANUNG NP

INFERENSI STATISTIK DISTRIBUSI BINOMIAL DENGAN METODE BAYES MENGGUNAKAN PRIOR KONJUGAT. Oleh : ADE CANDRA SISKA NIM: J2E SKRIPSI

3.2 Teorema-Teorema Limit Fungsi

PROGRAM LINIER. Pembahasan: Jika: banyak sepatu jenis I = x banyak sepatu jenis II = y

MINGGU KE-8 HARGA HARAPAN DAN BEBERAPA KETAKSAMAAN DALA

Distribusi Peluang. Pendahuluan

x Lingkaran satuan, adalah lingkaran berjari-jari satu dan berpusat di titik asal, direprentasikan dengan z = 1.

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

Distribusi Normal. Statistika (MAM 4137) Syarifah Hikmah JS

BAB 1 PERSAMAAN DIFERENSIAL ORDER SATU

1. Pengertian Tentang Fungsi dan Grafik

Transkripsi:

DISTRIBUSI MARGINAL DAN DISTRIBUSI GABUNGAN Disusun guna memenuhi tugas mata kuliah Statistika Matematika Dosen Pengampu: Supandi, M.Si Disusun oleh:. Diah Sani Susilawati (8355/ 7B). Farid Hidaat (836/ 7B) 3. Rico Nurcaho (838/ 7B) PROGRAM STUDI PENDIDIKAN MATEMATIKA FAKULTAS PENDIDIKAN MATEMATIKA DAN IPA IKIP PGRI SEMARANG

A. Distribusi Marginal Fungsi distribusi kumulatif dan densitas kemungkinan untuk univariat dan dari distribusi bivariat (atau multivariat) pada seluruh rentang variabel random pasanganna dikenal sebagai distribusi Marginal. Misalkan f.k.p bersama dari X dan Y. Perhatikanlah peristiwa dengan a < b. Peristiwa ini ekuivalen dengan peristiwa,, dengan demikian maka: Akan tetapi, b a f x, ddx ; x, kontinu axb f x, ; x, diskrit Oleh karena itu kita peroleh: b a f x dx ; x kontinu f axb x ; x diskrit Dimana, f x, d ; x, kontinu f x, ; x, diskrit Jelas bahwa marginal dari x. Analog: adalah f.k.p dari x saja dan diberi nama f.k.p f x, d ; x, kontinu x f x, ; x, diskrit

adalah f.k.p dari saja dan diberi nama f.k.p marginal dari. Contoh soal : Misalkan X dan Y mempunai f.k.p. bersama sebagai berikut: x ; x =,, 3 dan =, kontinu x f x, ; x, ang lain Carilah : a. F.k.p. marginal dari X b. F.k.p. marginal dari Y. c. d. Penelesaian: a. F.k.p. marginal dari X adalah z x Maka : x x x 3 x 3 ; x =,, 3 ; x lainna b. F.k.p. marginal dari Y adalah z x 3

Maka: 6 3 6 3 ; =, ; lainna c. d. 3 (3) 3 f (3) x 6 3 6 3() f () 9 Contoh soal : X dan Y diketahui memiliki f.k.p. bersama sebagai berikut: ; < x < < ; x, ang lain Tentukanlah: a. F.k.p. marginal dari X b. F.k.p. marginal dari Y c. d. Penelesaian: a. F.k.p. marginal dari X adalah, f ( x) d d x ( x) ; < x < ; x ang lain

b. F.k.p. marginal dari Y adalah, f ( dx dx ; < < ; ang lain c. f ( x) dx ( x) dx 5 d. d 6 B. Distribusi Gabungan (Bersarat) Fungsi distribusi kumulatif dan densitas kemungkinan untuk univariat dan rentang variabel random pasanganna distribusi bersarat. 4 3 4 dari distribusi bivariat (atau multivariat) pada sebagian dikenal sebagai kemungkinan Misalkan dan masing-masing f.k.p.bersama dari X dan Y, f.k.p. marginal dari X, dan f.k.p. marginal dari Y. Misalkan a dan b dua bilangan riil sembarang. Jika : Maka, { }, dan { } P A B P A P X a, Y b P X a f a, b f a Akan tetapi. Karena a dan b sembarang. Kita temukan bahwa peluang bersarat dari Y diketahui X = x, adalah f, dengan f ( x) ( ) x Bila harga x ditetapkan, maka peluang tersebut merupakan fungsi dari. Jelas fungsi itu merupakan suatu f.k.p, sebab: i) f ( x)

f( x) ii) f ( x) f ( x) f ( x) f.k.p tersebut selanjutna diberi lambang. Jadi ; f ( ) x f.k.p ini dinamakan f.k.p. bersarat dari Y diketahui X =. secara analog, f.k.p. bersarat dari X diketahui Y = adalah f ( f.k.p. bersarat dan masing-masing mendefinisikan satu distribusi. Dengan demikian pada distribusi-distribusi tersebut dapat kita cari mean, variansi, dan juga peluang dari suatu peristiwa. Dalam hal X dan Y kontinu, maka: (i) x b a diketahui Y =. Catatan: ruas kiri biasa ditulis (ii) x d c diketahui X = x. (iii) u X ) f x d c diketahui Y =. f dx adalah peluang bersarat dari f d adalah peluang bersarat dari ( dx adalah ekspektasi matematik dari (iv) jika ada adalah mean bersarat dari Y diketahui X = x. Sedangkan adalah mean bersaarat X diketahui Y =. (v) { } adalah variansi bersarat dari Y diketahui X = x. Variansi ini dapat dihitung melalui kesamaan :

{ } { } (vi) { } { } adalah variansi bersarat dari X diketahui Y =. Dalam hal X dan Y diskrit, rumus tersebut tinggal diganti lambang integral dengan lambang jumlah. Contoh Soal 3: Perhatikan kembali peubah acak X dan Y pada contoh. F.k.p. bersamana adalah: ; < x < < ; x, ang lain Tentukanlah: a. F.k.p. bersarat dari X diketahui Y = b. Mean bersaarat dari X diketahui Y = c. Variansi bersaarat dari X diketahui Y = d. e. Penelesaian: Pada penelesaian contoh telah diperoleh f.k.p. marginal dari X dan dari Y aitu: ( x) ; < x < ; x ang lain dan ; < < ; ang lain Jadi: a. f ( ; < x < < ; x, ang lain b. x dx xf x dx ; < <, misalna:

, maka c. f x dx x x dx ; < <. 3 Jadi variansi dari X diketahui Y = adalah: { } { } 3 ; < < Misalna:, maka variansi dari X diketahui adalah sebesar 3 7 e. f ( x) dx ( x) dx 3 4