Distribusi Peluang. Maka peubah acak X dinyatakan dengan banyaknya kemunculan angka. angka sama sekali. angka.

dokumen-dokumen yang mirip
DISTRIBUSI SATU PEUBAH ACAK

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

Distribusi Peubah Acak

A. Distribusi Gabungan

A. Distribusi Gabungan

Probabilitas dan Statistika Fungsi Distribusi Peluang Kontinyu. Adam Hendra Brata

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

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

CNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya

Mata Kuliah Pemodelan & Simulasi. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia

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

Variabel Random dan Nilai Harapan. Oleh Azimmatul Ihwah

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

PENGANTAR MODEL PROBABILITAS

Definisi 1.1: Jika S dan A adalah himpunan semua kejadian tertentu yang memenuhi, maka

Model dan Simulasi Universitas Indo Global Mandiri

PEUBAH ACAK & DISTRIBUSI PROBABILITAS. Nur Hayati, S.ST, MT Yogyakarta, Februari 2016

PEUBAH ACAK DAN DISTRIBUSINYA

BAB II LANDASAN TEORI

MINGGU KE-6 VARIABEL RANDOM DAN DISTRIBUSINYA

Definisi 4.1 Fungsi f dikatakan kontinu di titik a (continuous at a) jika dan hanya jika ketiga syarat berikut dipenuhi: (1) f(a) ada,

Statistika & Probabilitas

BAB II KAJIAN PUSTAKA

Pengantar Proses Stokastik

PEUBAH ACAK DAN SEBARANNYA

MA 2081 Statistika Dasar Utriweni Mukhaiyar. 11 September 2012

TINJAUAN PUSTAKA. ruang sampel dan dilambangkan dengan huruf S. Ruang sampel beranggotakan

BI5106 ANALISIS BIOSTATISTIK Bab 3 Peubah Acak dan Dist

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

MA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi

BEBERAPA TEKNIK DISTRIBUSI FUNGSI PEUBAH ACAK

Metode Statistika STK211/ 3(2-3)

BAB 2 LANDASAN TEORI

1 PROBABILITAS. Pengertian

MA3231 Analisis Real

P (A c B c ) = P [(A B) c ] = 1 P (A B) = 1 P (A) P (B) + P (AB)

MA5031 Analisis Real Lanjut Semester I, Tahun 2015/2016. Hendra Gunawan

MA3081 STATISTIKA MATEMATIKA We love Statistics

MA5031 Analisis Real Lanjut Semester I, Tahun 2015/2016. Hendra Gunawan

PEUBAH ACAK DAN DISTRIBUSINYA

BAB II DISTRIBUSI PROBABILITAS

II. TINJAUAN PUSTAKA. Ruang sampel S adalah himpunan semua hasil dari suatu percobaan. Kejadian E

Minggu 1 Review Peubah Acak dan Fungsi Distribusi. Minggu 4-5 Analisis Model MA, AR, ARMA. Minggu 6-7 Model Diagnostik dan Forecasting

II. FUNGSI. 2.1 Pendahuluan

Peubah Acak dan Distribusi Kontinu

BEBERAPA DISTRIBUSI KHUSUS DKINTINU DIKENAL

MA3231 Analisis Real

BAB II TINJAUAN PUSTAKA

PEUBAH ACAK DAN DISTRIBUSINYA. MA 2081 Statistika Dasar Utriweni Mukhaiyar

BAB II TEOREMA NILAI RATA-RATA (TNR)

BAB II LANDASAN TEORI

matematika DISTRIBUSI VARIABEL ACAK DAN DISTRIBUSI BINOMIAL K e l a s A. Penarikan Sampel dari Suatu Populasi Kurikulum 2013 Tujuan Pembelajaran

Variabel Banyak Bernilai Real 1 / 1

PENERAPAN TURUNAN MAT 4 D. PERSAMAAN GARIS SINGGUNG KURVA A. PENDAHULUAN B. DALIL L HÔPITAL C. PERSAMAAN PADA KINEMATIKA GERAK TURUNAN. MATERI78.

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

PembangkitVariabelRandom

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

MATEMATIKA TURUNAN FUNGSI

10. TEOREMA NILAI RATA-RATA

MA5031 Analisis Real Lanjut Semester I, Tahun 2015/2016. Hendra Gunawan

Pengantar Proses Stokastik

Distribusi Probabilitas Diskrit: Binomial & Multinomial

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

Oleh: BAMBANG AVIP PRIATNA M

11. FUNGSI MONOTON (DAN FUNGSI KONVEKS)

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

KALKULUS BAB II FUNGSI, LIMIT, DAN KEKONTINUAN. DEPARTEMEN TEKNIK KIMIA Universitas Indonesia

Turunan Fungsi. h asalkan limit ini ada.

STATISTIK PERTEMUAN V

Pengantar Statistika Matematik(a)

Probabilitas dan Statistika Distribusi Peluang Kontinyu 1. Adam Hendra Brata

DISTRIBUSI PROBABILITAS

Statistika Farmasi

KALKULUS (IT 131) Fakultas Teknologi Informasi - Universitas Kristan Satya Wacana. Bagian 3. Limit & Kontinuitas ALZ DANNY WOWOR

KONSEP DASAR TERKAIT METODE BAYES

LIMIT DAN KEKONTINUAN

STATISTIK PERTEMUAN VI

DISTRIBUSI TEORITIS. P(M) = p = probabilitas untuk mendapat bola merah (sukses) 30

3 LIMIT DAN KEKONTINUAN

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

I. PENDAHULUAN II. TINJAUAN PUSTAKA

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

A. Fungsi Distribusi Binomial

MATEMATIKA TURUNAN FUNGSI

f (a) = laju perubahan y = f(x) pada x = a = turunan pertama y=f(x) pada x = a

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

MA3231 Analisis Real

BAB II LANDASAN TEORI

Dasar-dasar Statistika Pemodelan Sistem

Hidup penuh dengan ketidakpastian

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

Bab 2. Landasan Teori. 2.1 Fungsi Convex

ANALISIS REAL 1. Perkuliahan ini dimaksudkan memberikan

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

STATISTIKA. Muhamad Nursalman Pendilkom/Ilkom UPI

Distribusi Probabilitas Diskrit: Binomial, Multinomial, & Binomial Negatif

BAB II PEUBAH ACAK dan DISTRIBUSI PELUANG

STATISTIKA UNIPA SURABAYA

II. TINJUAN PUSTAKA. lim f(x) = L berarti bahwa bilamana x dekat tetapi sebelah kiri c 0 maka f(x)

BAB II LANDASAN TEORI. ilmiah. Pencacahan atau pengukuran karakteristik suatu objek kajian yang

Transkripsi:

Distribusi Peluang Definisi peubah acak: Misalkan E adalah sebuah percobaan dengan ruang sampel T. Sebuah fungsi X yang memetakan setiap anggota t T dengan sebuah bilangan real X(t) dinamakan peubah acak. Peubah acak terdiri dari 2 jenis:. Peubah acak diskrit, jika daerah hasil merupakan himpunan bilangan real yang terhingga. Contoh, misal ada sebuah percobaan melantunkan dua buah koin secara bersamaan, maka ruang sampel yang mungkin terjadi: T = {(a, a), (a, g), (g, a), (g, g)} Maka peubah acak X dinyatakan dengan banyaknya kemunculan angka. a. Untuk t = (g, g) dipetakan ke nilai 0, X(g, g) = 0, karena titik (g, g) tidak mengandung angka sama sekali. b. Untuk t = (g, a) dipetakan ke nilai a, X(g, a) =, karena titik (g, a) mengandung angka. c. Untuk t = (a, g) dipetakan ke nilai a, X(a, g) =, karena titik (a, g) mengandung angka. d. Untuk t = (a, a) dipetakan ke nilai a, X(g, a) = 2, karena titik (a, a) mengandung 2 angka. Karena daerah hasil = {0,,2}, maka X merupakan peubah acak diskrit 2. Peubah acak kontinu, jika daerah hasil merupakan sebuah interval pada garis bilangan real. Contoh, misal ada sebuah percobaan memilih batu yang ada disekitar unikom secara acak, maka ruang sampel yang mungkin terjadi (dalam gram T = {batu, batu 2, batu 3,, batu 000} Maka peubah acak X dinyatakan dengan berat batu. Jika kita asumsikan bahwa berat batu yang terambil tidak ada yang kurang dari 0 gram dan tidak lebih dari 000 gram maka daerah hasil = { 0 000}, maka X merupakan peubah acak kontinu.

Definsi distribusi peluang: Misalkan X adalah peubah acak diskrit dengan nilai-nilainya, 2, 3,.., n. Untuk setiap peubah acak tersebut memiliki nilai peluang, yaitu P( i ) = P(X = i ). Nilai-nilai P( ) harus memenuhi sifat-sifat sebagai berikut: a. P( i ) 0, untuk setiap i n b. i= P( i ) = Perhatikan hasil percobaan melantunkan dua buah koin. Jika kita menentukan peluang dari setiap peubah acaknya, pasangan nilai-nilai variabel acak X dengan probabilitas dari nilai X, P(X = ) disebut distribusi peluang yang dapat digambarkan berikut. X = 0 2 P(X = ) 4 Maka ketika ditanyakan berapa peluang kemunculan angka dari hasil lantunan 2 buah koin secara bersamaan maksimal adalah 2 4 P(X ) = P(X = 0) + P(X = ) = 4 + 2 = 3 4 Definisi fungsi densitas: Misalkan X adalah peubah acak kontinu yang didefinisikan atas himpunan bilang real. Sebuah fungsi disebut fungsi densitas dari peubah acak X, jika nilai-nilanya, f(), memenuhi sifat-sifat sebagai berikut:. f() 0, untuk (, ) 2. f() d = 3. Untuk setiap a, b dengan < a < b <, maka: P(a < X < b) = f() d Dalil: Jika X adalah peubah acak kontinu a dan b adalah dua konstanta real dengan a b, maka: P(a X b) = P(a < X b) = P(a X < b) = P(a < X < b) a b

Contoh: Diketahui f() = { k2 ; 0 < < 2 0 ; lainnya a. Tentukkan nilai k agar f() merupakan fungsi densitas dari X. b. Hitung P( < < ) Jawaban: a. Sifat pertama dari sifat-sifat fungsi densitas dipenuhi, jika k 0 b. Maka peluang -< X < adalah f()d = k = 3 8 P( < < ) = 3 8 2 d = 8 Definisi: Misalkan X adalah peubah acak. P didefinsikan sebagai fungsi distribusi kumulatif atau fungsi distribusi saja, dengan: F() = P(X ) Maka untuk X peubah acak diskrit, fungsi distribusiny adalah: F() = Contoh: Perhatikan percobaan melantunkan 2 buah koin sekaligus. X adalah menyatakan kemumnculan angka. Tentukan fungsi distribusinya. Jawab: Untuk < 0, maka F() = 0 u p(u) Untuk 0 <, maka F(0) = u 0 p(u) = p(0) = 4 Untuk < 2, maka F() = u p(u) = p(0) + p() = + = 3 4 2 4 Untuk 2, maka F(2) = u 2 p(u) = p(0) + p() + p(2) = + + = 4 2 4 Jadi fungsi distribusi dari X adalah:

0, < 0 F(X) = 4, 0 < 3 4, < 2 {, 2 Jika kita memiliki fungsi distribusi, maka jika ditanyakan peluang; Contoh: P(a < X b) = F X (b) F X (a) Diketahui fungsi distribusi dari peubah acak X berbentuk: Tentukan fungsi peluangnya. Jawaban: 0, < 0 F X () = 2, 0 < 2 5 6, 2 < 3 {, 3 Jika kita memperhatikan F X () ada 3 titik yang diskontinu yaitu, = 0,2,3. Ketiga nilai itu merupakan nilai X yang mempunyai peluang positif. p() = F X (0) F X (0 ) = 2, di = 0 p() = F X (2) F X (2 ) = 3, di = 2 p() = F X (3) F X (3 ) = 6, di = 3 p() = 0, di lainnya Fungsi peluang dapat juga diperoleh dari fungsi distribusi dengan menggunakan dalil berikut. Dalil. Jika daerah hasil dari peubah acak X terdiri dari nilai < 2 < 3 < n, maka:

a. p( i ) = F( i ) dan b. p( i ) = F( i ) F( i ), i = 2,3,, n Definisi: Jika X adalah peubah acak kontinu dengan fungsi densitasnya f, maka fungsi distribusinya diberikan dengan: Contoh: F() = f(u)du Misalkan fungsi densitas dari peubah acak X berbentuk: a. Tentukan fungsi distribusinya dari X. b. Hitung F ( 2 ) 3 f() = { 8 2, 0 < < 2 0, lainnya Jawaban: a. Untuk < 0, maka F() = 0 Untuk 0 < 2, maka F() = Untuk 2, maka F() = f(u)du Jadi fungsi distribusinya dari X adalah: f(u)du b. Karena terletak pada 0 < 2, maka: 2 = 3 8 u2 du 0 2 = 3 8 u2 du 0 = 8 u3 0 = 8 3 = 8 u3 2 0 = 0, < 0 F() = { 8 3, 0 < 2, 2 F ( 2 ) = 8 ( 2 ) 3 = 27 64 Dalil. Jika f() dan F() masing-masing merupakan nilai fungsi densitas dan nilai fungsi distribusi dari peubah acak X di, maka: P(a b) = F(b) F(a)

Untuk beberapa konstanta real a dan b, dengan a b, dan: Apabila hasil turunannya atau diferensialnya ada. Contoh: f() = df() d. Sebuah kotak berisi 4 bola dengan nomor, 2, 3, dan 4. Kemudian dua bola diambil secara acak dari kotak itu tanpa pengembalian. Jika X menunjukkan jumlah angka dari dua bola yang terambil, maka: a. Tentukkan distribusi peluangnya b. Hitung P(X 5) c. Tentukan F() 2. Misalkan peubah acak X mempunyai distribusi peluang sebagai berikut: 0 2 3 4 5 p() k 3k 3k k 2 2k 2 6k 2 + k a. Tentukan nilai konstanta k b. Hitung P(X < 4), P(X 4), dan P(0 < X < 4) c. Tentukan nilai k minimum sedemikian hingga P(X k) > 0,5 d. Tentukan fungsi distribusi dari X 3. Misalkan fungsi peluang dari peubah acak X adalah:, =,2,3,4 p() = { 0 0, lainnya a. Tentukan P( = atau 2), P(0,5 < X < 2,5) b. Tentukan fungsi distribusi dari X 4. Misalkan fungsi densitas dari peubah acak X adalah: a. Tentukan P( 2 < < 0), P(0 < < 3) b. Tentukan fungsi distribusinya, < < f() = { 4 0, lainnya 5. Misalkan fungsi distribusi dari peubah acak X adalah:

0, < + 2 F(X) = {, < 4, a. Hitung P( 0.5 < X < 0.5) b. Hitung P(X=0)