VARIABEL ACAK (RANDOM VARIABLES)

Slides:



Advertisements
Presentasi serupa
Untuk Kelas XI SMA IPA Oleh M. Husni Mubarok
Advertisements

EKSPEKTASI DAN VARIANSI
Analisa Data Statistik Chap 5: Distribusi Probabilitas Diskrit
Analisa Data Statistik Chap 5: Distribusi Probabilitas Diskrit
Analisa Data Statistik
Statistika Industri Esti Widowati,S.Si.,M.P Semester Genap 2011/2012
BAB 10 DISTRIBUSI TEORITIS
Peubah Acak.
DISTRIBUSI PELUANG.
Distribusi Probabilitas
STATISTIKA Pertemuan 5 Oleh Ahmad ansar.
KELOMPOK III Nama Anggota : Maulida Fadzilatun N
“Fungsi Peluang Diskrit, Kontinu, dan Bersama”
STATISTIKA Pertemuan 3 Oleh Ahmad ansar.
B. MENENTUKAAN RUANG SAMPEL SUATU PERCOBAAN
SOAL- SOAL LATIHAN DAN JAWABAN PELUANG.
Fungsi distribusi dari Y adalah : G(y)=Pr(Y≤y)=Pr(u(X ≤y)=Pr(X≤w(y))=
PROBABILITY DAN JOINT DENSITY FUNCTION
Bab I konsep-konsep dasar probabilitas
PELUANG PERCOBAAN, RUANG SAMPEL DAN TITIK SAMPEL KEJADIAN
VARIABEL ACAK DAN NILAI HARAPAN
VARIABEL ACAK DAN NILAI HARAPAN
Distribusi Variabel Acak
DISTRIBUSI PELUANG & SAMPLING
PENGANTAR TEORI PELUANG
DISTRIBUSI TEORITIS.
VARIABEL ACAK DAN NILAI HARAPAN
VARIABEL RANDOM VARIABEL RANDOM (VR) pada dasarnya adalah bilangan random. Misalkan kita melempar 3 koin, maka ruang sampelnya adalah: Beberapa contoh.
Peluang suatu kejadian
Klik Pilihan Anda Peluang Kejadian Menu Ruang sampel dan kejadian
Teori Peluang Statistik dan Probabilitas
DISTRIBUSI PELUANG & SAMPLING
Distribusi Probabilitas Uniform Diskrit
Klik Pilihan Anda Peluang Kejadian Menu By IBNU FAJAR,S.Pd
PELUANG, PERMUTASI, KOMBINASI
Peluang suatu kejadian
PTP: Peubah Acak Pertemuan ke-4/7
Probabilitas dan Statistika
Peluang
Distribusi Probabilitas
DISTRIBUSI PROBABILITAS
KELOMPOK 6 Amelia Octaviasari Cahyaningrum Uswati
Distribusi binomial Distribusi binomial
BAB II VARIABEL ACAK DAN NILAI HARAPAN.
VARIABEL ACAK DAN NILAI HARAPAN
DISTRIBUSI PROBABILITA
Harapan matematik (ekspektasi)
Oleh : FITRI UTAMININGRUM, ST, MT)
Distribusi Teoritis Peluang Diskrit
Variansi, Kovariansi, dan Korelasi
PELUANG Peluang Kejadian Frekuensi Harapan Peluang Komplemen Kejadian
DISTRIBUSI VARIABEL RANDOM “DISKRIT” KHUSUS “ Bernoulli ” PMtk III B
VARIABEL ACAK (RANDOM VARIABLES)
Peubah Acak.
Random Variable (Peubah Acak)
Assalamu’alaikum Wr. Wb.
PEUBAH ACAK & DISTRIBUSI PELUANG. PENGERTIAN PEUBAH ACAK STATISTIKA  Penarikan kesimpulan tentang (karakteristik dan sifat) populasi. Contoh : Pemeriksaan.
PELUANG.
PELUANG 2. PENGERTIAN KEJADIAN DAN FREKUENSI RELATIF (PELUANG EMPIRIK)
Analisa Data Statistik
DISTRIBUSI VARIABEL RANDOM DISKRIT
PEUBAH ACAK DAN DISTRIBUSI PELUANG
Variabel Acak Diskrit & Distribusi Peluang
Harapan Matematik.
The Big Presentation of Kelompok 3  Gressya Yola Perbina T.  Maryati  Sukarno Setia Putra.
HARAPAN MATEMATIKA Tri Rahajoeningroem, MT Jurusan Teknik Elektro
Oleh : FITRI UTAMININGRUM, ST, MT)
Variabel Acak Sebuah variabel acak merupakan hasil numerik dari sebuah proses acak atau kejadian acak Contoh: pelemparan koin S = {HHH,THH,HTH,HHT,HTT,THT,TTH,TTT}
PERTEMUAN Ke- 2 STATISTIKA EKONOMI II
1. TEORI PENDUKUNG 1.1 Pendahuluan 1.2 Variabel acak
Transcript presentasi:

VARIABEL ACAK (RANDOM VARIABLES) Fungsi yang dihubungkan dengan suatu percobaan, yang nilai-nilainya adalah bilangan nyata dan kemunculan nilai-nilai tersebut bergantung pada peluang. Variabel acak biasa dinotasikan dengan huruf besar bercetak tebal, misalnya: X, Y, Z, dsb.

DISTRIBUSI PELUANG SUATU VARIABEL ACAK DISKRIT Himpunan pasangan terurut (x,f(x)) dikatakan suatu distribusi peluang/fungsi peluang dari suatu variabel acak diskrit X jika memenuhi 3 kriteria berikut: x f(x)  0 x P(X=x) = f(x) f(x) = 1 x

Banyaknya Mobil Terjual CONTOH (1) Banyaknya Mobil Terjual Peluang 0,10 1 0,30 2 0,50 3 0,07 4 0,03

Banyaknya Pegawai yang Hadir CONTOH (2) Banyaknya Pegawai yang Hadir Peluang 0,010 1 2 0,015 3 4 0,020 5 0,130 6 0,170 7 0,180 8 0,220 9 0,230

CONTOH (3) Misalkan 3 buah uang logam dilemparkan bersamaan dan variabel acak X menyatakan banyaknya sisi Angka yang muncul. X dapat bernilai 0, 1, 2, 3 P(X=0) = 1/8 P(X=1) = 3/8 P(X=2) = 3/8 P(X=3) = 1/8

MENENTUKAN FUNGSI PELUANG PADA CONTOH 3 S = {AAA, AAG, AGA, GAA, AGG, GGA, GAG, GGG} => |S| = 8 E0 = {GGG} => |E0| = 1 => P(E0) = 1/8 E1 = {AGG,GGA,GAG} => |E1| = 3 => P(E1) = 3/8 E2 = {AAG,AGA,GAA} => |E2| = 3 => P(E2) = 3/8 E3 = {AAA} => |E3| = 1 => P(E3) = 1/8

HISTOGRAM PELUANG CONTOH 3

RATA-RATA SUATU VARIABEL ACAK DISKRIT Misalkan X adalah suatu variabel acak diskrit dengan fungsi peluang f(x). Yang dimaksud dengan rata-rata/mean atau nilai harapan dari X adalah: X = E(X) =  xf(x) x

CONTOH SOAL MENGHITUNG RATA-RATA Banyaknya mobil per hari bervariasi, dengan distribusi peluang berikut: P(X=0) = 0,1 P(X=1) = 0,15, P(X=2) = 0,20, P(X=3) = 0,25, P(X=4)=0,3, dengan X adalah banyaknya mobil yang dicuci per hari. Berapakah rata-rata banyaknya mobil yang dicuci per hari?

JAWABAN Rata-rata banyaknya mobil yang dicuci: E(X) = 0.0,1 + 1.0,15 + 2.0,20 + 3.0,25 + 4.0,30 = 0+0,15+0,40+0,75+1,20=2,50. Rata-rata penghasilan per hari = 2,5 x Rp 15.000 = Rp 37.500.

MENENTUKAN RATA-RATA PADA CONTOH 3 E(X) = 0.1/8 + 1.3/8 + 2.3/8 + 3.1/8 = 1,5. Rata-rata banyaknya sisi Angka yang muncul pada pelemparan 3 buah uang logam secara bersamaan adalah 1,5.

Latihan 1 The Pizza Palace offers three sizes of cola – small, medium, and large - to go with its pizza. The colas are sold for $0.80, $0.90, and $1.20, respectively. Thirty percent of the orders are for small, 50% are for medium, and 20% are for the large sizes. Organize the size of the colas and the probability of a sale into a probability distribution. Compute the mean amount charged for a cola.

Latihan 2 The information below is the number of daily emergency service calls made by the volunteer ambulance service of Walterboro, South Carolina, for the last 50 days. Number of Calls Frequency 8 1 10 2 22 3 9 4 SUM 50 Convert this information on the number of calls to a probability distribution. What is the mean number of emergency calls per day?

RATA-RATA PENDAPATAN SUATU JENIS TARUHAN (A) Pelemparan 3 uang logam bersamaan Bentuk taruhan: Apakah ketiga uang logam yang dilempar bersamaan menunjukkan sisi yang sama (Angka semua atau Gambar semua)? Kalau muncul Angka semua atau Gambar semua kita mendapatkan Rp 80.000. Kalau ada sisi yang tidak sejenis kita membayar Rp 30.000 Berapa rata-rata pendapatan dari taruhan tsb.?

VARIANSI DAN SIMPANGAN BAKU SUATU VARIABEL ACAK DISKRIT Misalkan X suatu variabel acak diskrit dengan fungsi peluang f(x) dan rata-rata . Variansi dari X didefinisikan sebagai berikut: 2X = E[(X - )2] =  (x - )2f(x) Akar positif dari variansi, X , disebut simpangan baku dari X.

TARUHAN B Bentuk taruhan: Sebuah uang logam dilemparkan satu kali. Apakah akan muncul sisi Angka atau sisi Gambar? Kalau muncul sisi Angka, kita mendapat Rp 60.000. Kalau muncul sisi Gambar, kita membayar Rp 60.000.

TARUHAN C Bentuk taruhan: Sepasang dadu dilemparkan satu kali. Apakah kedua buah dadu menunjukkan jumlah mata dadu yang sama? Kalau sama, kita mendapat Rp 60.000. Kalau berbeda, kita membayar Rp 12.000.

ANALISIS TARUHAN B Misalkan variabel acak X menyatakan hasil yang kita dapatkan. E(X) = 0,5.Rp 60000 + 0,5.(-Rp 60000) = 0 (taruhan yang adil) 2X = 0,5.(Rp 60000-0)2+0,5.(-Rp 60000-0)2 = (Rp 60000)2 X = Rp 60000

ANALISIS TARUHAN C Misalkan variabel acak X menyatakan hasil yang kita dapatkan. E(X) = 1/6Rp 60000 + 5/6 (-Rp 12000) = 0 (taruhan yang adil) 2X =1/6(Rp 60000-0)2+ 5/6 (-Rp 12000-0)2 = 1/6(Rp 60000)2 + 1/30(Rp 60000)2 = 1/5(Rp 60000)2 X = Rp 26830