Distribusi Probabilitas Uniform Diskrit

Slides:



Advertisements
Presentasi serupa
Analisa Data Statistik Chap 6: Distribusi Probabilitas Kontinu
Advertisements

EKSPEKTASI DAN VARIANSI
Analisa Data Statistik Chap 5: Distribusi Probabilitas Diskrit
Analisa Data Statistik Chap 5: Distribusi Probabilitas Diskrit
Distribusi Hipergeometrik
Analisa Data Statistik
PROBABILITAS BERSYARAT DAN EKSPEKTASI BERSYARAT
BAB 10 DISTRIBUSI TEORITIS
Pendahuluan Landasan Teori.
Limit Distribusi.
BEBERAPA EKSPEKTASI KHUSUS
DISTRIBUSI PELUANG.
Distribusi Probabilitas
Ir. I Nyoman Setiawan, MT. Variabel Random Khusus 1. Sheldon M Ross, Introduction Probability and Statistics for Engineers and Scientists, Oliver.
DISTRIBUSI TEORETIS.
TRANSFORMASI VARIABEL RANDOM DISKRIT
DISTRIBUSI TEORETIS Tujuan :
Distribusi Hipergeometrik Distribusi Poisson.
DISTRIBUSI PELUANG STATISTIKA.
DISTRIBUSI DARI FUNGSI VARIABEL RANDOM
Fungsi distribusi dari Y adalah : G(y)=Pr(Y≤y)=Pr(u(X ≤y)=Pr(X≤w(y))=
Distribusi Probabilitas Diskrit BINOMIAL
Analisa Data Statistik Chap 6: Distribusi Probabilitas Kontinu
RANDOM VARIATE DISTRIBUSI DISKRIT
F2F-7: Analisis teori simulasi
Responsi.
PROBABILITY DISTRIBUTION FUNCTION (PDF) dan cumulatif distribution function (cdf) untuk kasus DISKRIT RIPAI, S.Pd., M.Si.
Distribusi Variabel Acak
DISTRIBUSI PROBABILITAS diskrit
DISTRIBUSI TEORITIS.
VARIABEL ACAK DAN NILAI HARAPAN
KONSEP STATISTIK.
VARIABEL ACAK (RANDOM VARIABLES)
VARIABEL RANDOM VARIABEL RANDOM (VR) pada dasarnya adalah bilangan random. Misalkan kita melempar 3 koin, maka ruang sampelnya adalah: Beberapa contoh.
BAB IV PEMBANGKIT RANDOM VARIATE
DISTRIBUSI PROBABILITAS
PROBABILITY DISTRIBUTION FUNCTION (PDF) dan cumulatif distribution function (cdf) untuk kasus DISKRIT RIPAI, S.Pd., M.Si.
Fungsi Distribusi normal
Statistika- Kuliah 08 DISTRIBUSI PROBABILITAS
DISTRIBUSI KONTINYU.
DISTRIBUSI PROBABILITAS TEORITIS
Distribusi Probabilitas
SEBARAN DARI FUNGSI PEUBAH ACAK
KELOMPOK 6 Amelia Octaviasari Cahyaningrum Uswati
DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 1
Variabel Random Khusus
BAB II VARIABEL ACAK DAN NILAI HARAPAN.
VARIABEL ACAK DAN NILAI HARAPAN
Harapan matematik (ekspektasi)
Distribusi Teoritis Peluang Diskrit
Variansi, Kovariansi, dan Korelasi
DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2
DISTRIBUSI VARIABEL RANDOM “DISKRIT” KHUSUS “ Bernoulli ” PMtk III B
Tutun Juhana Review probabilitas Tutun Juhana
DISTRIBUSI-DISTRIBUSI TEORITIS
Tutun Juhana Review probabilitas Tutun Juhana
MOMENT DAN FUNGSI PEMBANGKIT MOMEN
1.3 Distribusi Probabilitas Kontinu
Random Variable (Peubah Acak)
PEMBANGKIT RANDOM VARIATE
DISTRIBUSI PROBABILITAS TEORITIS
Distribusi Peluang Diskrit
HARGA HARAPAN.
DISTRIBUSI VARIABEL RANDOM DISKRIT
Variabel Acak Diskrit & Distribusi Peluang
Harapan Matematik.
Distribusi Probabilitas
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}
HARGA HARAPAN.
DISTRIBUSI PROBABILITAS TEORITIS
Transcript presentasi:

Distribusi Probabilitas Uniform Diskrit Kelompok 1 Andi Hasanudin Benny Panggabean Dany Satria Rafli Fahreza Rudi Kristanto I Gede Sudharma `

Distribusi Probabilitas Uniform Diskrit Distribusi probabilitas yang paling sederhana adalah jika tiap nilai variabel random memiliki probabilitas yang sama untuk terpilih. Distribusi probabilitas seperti ini diberi nama Distribusi Probabilitas Uniform Diskrit Jika variabel random X bisa memiliki nilai x1,x2, …, xn dan masing- masing bisa muncul dengan probabilitas yang sama maka distribusi probabilitasnya diberikan oleh : f(x;n)=1/n untuk x= x1,x2, …, xn Notasi f(x;n) menyatakan nilai fungsi f tergantung pada n! Dua karakter penting distribusi probabilitas : 1. Probabilitas dari suatu hasil harus berada antara 0 dan 1 2. Jumlah dari seluruh probabilitas hasil harus sama dengan 1

Ciri-ciri dari probabilitas uniform diskrit adalah setiap nilai variabel acak mempunyai probabilitas terjadi yang sama,sehingga p = 1 / k. Pada distribusi tidak ada parameter penentu sehingga m = 0 dan  = k  m  1 = k 1  

Contoh 1: Sebuah koin ideal memiliki muka : Angka dan Gambar. Jika x menyatakan banyaknya angka muncul, maka x=0,1 dan distribusi probabilitasnya f(x;2)= ½ x=0,1

Distribusi Probabilitas Uniform Diskrit Contoh 2. Sebuah dadu ideal memiliki muka : 1,2,3,4,5,6. Jika x menyatakan mata dadu yang muncul, maka x= 1,2,3,4,5,6 dan distribusi probabilitasnya f(x;6)=1/6 x=1,2,3,4,5,6 Contoh 3. Sebuah kotak berisi 4 buah lampu masing-masing 40watt, 60watt, 100watt dan 500watt. Jika x menyatakan daya lampunya, dan diambil secara acak 1 lampu, maka distribusi probabilitasnya adalah: f(x;4)=1/4 x=40,60,100,500

Mean dan Variansi Distribusi Uniform Jika f(x;k) menyatakan distribusi probabilitas uniform , maka rata-ratanya: dan variansinya : Contoh. Hitunglah nilai rata-rata mata dadu yg keluar dan variansinya!

Hubungan Distribusi Uniform Diskrit dengan Distribusi Diskrit Tidak ada hubungan antara distribusi uniform diskrit dengan distribusi diskrit lainnya. Dikarenakan setiap nilai variabel acak mempunyai probabilitas terjadi yang sama dan tidak mempunya parameter tertentu sehingga nilai m=0