Review probabilitas (2) Tri Rahajoeningroem, MT T. Elektro - Unikom
Peubah acak (random variables) Definisi : Peubah acak X (yang merupakan bilangan riil [real-valued]) adalah fungsi bernilai riil dan dapat diukur yang didefinisikan pada sample space ;X: Setiap titik sample (sample points) wW dihubungkan dengan sebuah bilangan riil X(w) Dengan kata lain : memetakan setiap titik sample ke sebuah bilangan riil menggunakan peubah acak X
Contoh Sebuah koin dilempar tiga kali; setiap lemparan akan menghasilkan head (H) atau tail (T) Sample space: Misalnya peubah acak X merupakan jumlah total tail (T) dalam ketiga eksperimen pelemparan koin tersebut, maka :
Probability Distribution Function (PDF) Definisi : PDF dari suatu peubah acak X adalah fungsi FX: [0,1] yang didefinisikan sebagai berikut PDF menentukan distribusi dari peubah acak Sifat
Kesalingbebasan statistik dari peubah acak (Statistical independence of random variables) Definisi : Peubah acak X dan Y saling bebas jika untuk semua x dan y Definisi : Peubah acak X1, …,Xn saling bebas jika untuk semua i dan xi
Peubah acak diskrit Definisi : himpunan A disebut diskrit bila Terbatas : A={x1,…,xn}, atau Tak terbatas : A={x1,x2,…} Definisi : peubah acak X disebut diskrit bila terdapat sebuah himpunan diskrit Sx sedemikian hingga Maka P{X=x} 0 untuk semua x Sx P{X=x} = 0 untuk semua x Sx Himpunan Sx disebut himpunan nilai (value set)
Peluang titik (point probabilities) Misalkan X adalah peubah acak diskrit Distribusi X ditentukan oleh peluang titik pi Definisi : probability mass function (pmf) dari X adalah merupakan fungsi pX: [0,1] yang didefinisikan sbb Pada kasus ini, PDF merupakan fungsi step
Contoh
Kesalingbebasan peubah acak Peubah acak diskrit X dan Y dikatakan saling bebas jika dan hanya jika untuk semua xiSX dan yjSy
Ekspektasi (harapan,rataan) Definisi : Harga ekspektasi (rata-rata/mean value) dari X dinyatakan oleh Sifat-sifat
Variance Definisi : Variance dari X didefinisikan sbb Rumus yang bermanfaat Sifat-sifat
Covariance Definisi : Covariance antara X dan Y didefinisikan sbb Rumus yang bermanfaat Sifat-sifat
Parameter lain yang berhubungan dengan distribusi Deviasi standard dari X Momen ke-k dari X
Distribusi Bernoulli Menyatakan suatu eksperimen acak dengan dua keluaran yang mungkin Sukses (1) Gagal (0) Nilai 1 berpeluang p (nilai 0 berpeluang (1-p))
Distribusi binomial Menyatakan jumlah sukses dalam sejumlah eksperimen acak yang saling bebas (masing-masing eksperimen bersifat Bernoulli);
Distribusi geometrik Menyatakan jumlah sukses yang terjadi sampai didapatkan kegagalan yang pertama dari sejumlah eksperimen acak yang saling bebas (masing-masing eksperimen bersifat Bernoulli) p = peluang sukses dalam suatu eksperimen
Distribusi Poisson Limit dari distribusi binomial dimana n dan p 0, sedemikian hingga np a
Contoh Asumsikan Maka jumlah panggilan yang aktif X ~ Bin(200,0.01) 200 pelanggan terhubung ke sentral lokal Trafik setiap pelanggan adalah 0.01 Pelanggan saling bebas Maka jumlah panggilan yang aktif X ~ Bin(200,0.01) Pendekatan Poisson X Poisson(2,0) Peluang titik
Peubah acak kontinu Definisi : peubah acak X kontinu jika terdapat fungsi yang dapat diintegralkan fX:+, sedemikian hingga untuk semua x Fungsi fX disebut probability density function (pdf) Himpunan SX, dimana fX>0 disebut value set Sifat-sifat
Contoh
Ekspektasi dan parameter lain Ekspektasi (nilai rata-rata/mean value) dari X didefinisikan sbb Note 2: Jika , maka Sifat sama dengan distribusi diskrit Parameter distrubusi lainnya didefinisikan dan memiliki sifat yang sama seperti pada distribusi diskrit
Distribusi Uniform (X~U(a,b), a<b)
Distribusi Eksponensial (X~Exp(l), l>0) Versi kontinu dari distribusi geometrik (peluang gagal ldt)