Review probabilitas (2)

Slides:



Advertisements
Presentasi serupa
DISTRIBUSI MULTIVARIAT
Advertisements

Pendahuluan Landasan Teori.
BEBERAPA EKSPEKTASI KHUSUS
Peubah Acak Diskret Khusus
VARIABEL RANDOM.
PEUBAH ACAK DAN DISTRIBUSI PROBABILITAS
Bab 5. Probabilitas Diskrit
Dasar probabilitas.
Oleh : FITRI UTAMININGRUM, ST, MT
Proses Stokastik Semester Ganjil 2013/2014
Fungsi distribusi dari Y adalah : G(y)=Pr(Y≤y)=Pr(u(X ≤y)=Pr(X≤w(y))=
Variabel Acak 2.1 Variabel Acak Diskrit 2.2 Variabel Acak Kontinu
Peubah Acak dan Distribusi Peluang Kontinu
PROBABILITY DAN JOINT DENSITY FUNCTION
Probabilitas dalam Trafik
Pertemuan 05 Sebaran Peubah Acak Diskrit
Fungsi Kepekatan Probabilitas (Probability Density Function)
F2F-7: Analisis teori simulasi
Dasar probabilitas.
Distribusi Variabel Acak
PROBABILITAS & STATISTIK MUG2D3
1 Pertemuan 04 Peubah Acak Diskrit dan Sebaran Peluang Matakuliah: I0262 – Statistik Probabilitas Tahun: 2007 Versi: Revisi.
Metode Statistika (STK211)
VARIABEL ACAK DAN NILAI HARAPAN
KONSEP STATISTIK.
DISTRIBUSI PROBABILITAS
Sukiswo RANDOM VARIABLES Sukiswo Rekayasa Trafik, Sukiswo.
DISTRIBUSI PROBABILITAS
Distribusi Normal.
Fungsi Distribusi normal
Dr. Adji Achmad RF, S.Si, M.Sc
Statistik dan Probabilitas
DISTRIBUSI KONTINYU.
Distribusi Probabilitas
Metode Statistika (STK211)
Variabel Acak dan Distribusi Probabilitas
Distribusi Binomial Negatif dan Geometrik
VARIABEL ACAK DAN NILAI HARAPAN
PELUANG (PROBABILITY)
Harapan matematik (ekspektasi)
Oleh : FITRI UTAMININGRUM, ST, MT)
Distribusi Teoritis Peluang Diskrit
Parameter distribusi peluang
3. Peubah2 Acak (Random Variables)
Review probabilitas (1)
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Variabel Acak Kontinu dan Distribusi Probabilitas
Probabilitas dan Statistik
DISTRIBUSI VARIABEL RANDOM “DISKRIT” KHUSUS “ Bernoulli ” PMtk III B
Distribusi dan Teknik Sampling
Distribusi Variabel Random
Tutun Juhana Review probabilitas Tutun Juhana
DISTRIBUSI-DISTRIBUSI TEORITIS
Tutun Juhana Review probabilitas Tutun Juhana
RANDOM VARIATE DISTRIBUSI DISKRIT
Pertemuan 04 Peubah Acak Diskrit dan Sebaran Peluang
Random Variable (Peubah Acak)
3. Peubah2 Acak (Random Variables)
Analisa Data Statistik Chap 6: Distribusi Probabilitas Kontinu
Metode Statistika (STK211)
FUNGSI PEMBANGKIT MOMEN P.A. DISKRIT KHUSUS
DISTRIBUSI PROBABILITAS DISKRET
DISTRIBUSI VARIABEL RANDOM DISKRIT
Bagian 4 – DISTRIBUSI DISKRIT Laboratorium Sistem Produksi 2004
Oleh : FITRI UTAMININGRUM, ST, MT)
DISTRIBUSI PELUANG STATISTIKA.
Parameter distribusi peluang
PENGERTIAN DISTRIBUSI TEORITIS
1. TEORI PENDUKUNG 1.1 Pendahuluan 1.2 Variabel acak
Peubah Acak (Random Variable) III
Transcript presentasi:

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) wW 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 xiSX dan yjSy

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)