VARIABEL ACAK DAN NILAI HARAPAN

Slides:



Advertisements
Presentasi serupa
Pertemuan II SEBARAN PEUBAH ACAK
Advertisements

Bab 4. Variabel Acak dan Distribusi Probabilitas
DISTRIBUSI PROBABILITAS
DISTRIBUSI PELUANG.
DISTRIBUSI TEORITIS.
Distribusi Probabilitas
VARIABEL RANDOM.
DISTRIBUSI TEORETIS.
PEUBAH ACAK DAN DISTRIBUSI PROBABILITAS
BAB IX DISTRIBUSI TEORITIS
DISTRIBUSI TEORETIS Tujuan :
Distribusi Hipergeometrik Distribusi Poisson.
DISTRIBUSI PELUANG STATISTIKA.
BAB II VARIABEL ACAK DAN NILAI HARAPAN.
Pembangkit Random Number
Peubah Acak dan Distribusi Peluang Kontinu
PROBABILITY DAN JOINT DENSITY FUNCTION
VARIABEL ACAK DAN NILAI HARAPAN.
Responsi.
NILAI HARAPAN DAN MOMEN
VARIABEL ACAK DAN NILAI HARAPAN
VARIABEL ACAK DAN NILAI HARAPAN
Distribusi Variabel Acak
DISTRIBUSI PROBABILITAS / PELUANG
DISTRIBUSI TEORITIS.
(PROBABILITAS LANJUTAN) DISTRIBUSI PELUANG DISKRIT DAN KONTINU
DISTRIBUSI PELUANG.
VARIABEL ACAK DAN NILAI HARAPAN
DISTRIBUSI PROBABILITAS
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.
STATISTIKA Pertemuan 4: Pengantar teori peluang dan distribusi peluang
DISTRIBUSI PROBABILITAS
PROBABILITY DISTRIBUTION FUNCTION (PDF) dan cumulatif distribution function (cdf) untuk kasus DISKRIT RIPAI, S.Pd., M.Si.
STATISTIK II Pertemuan 3: Probabilitas dan Distribusi Probabilitas
Distribusi Probabilitas
DISTRIBUSI PROBABILITAS
Distribusi binomial Distribusi binomial
STATISTIK BISNIS Pertemuan 9: Probabilitas dan Distribusi Probabilitas
Variabel Acak dan Distribusi Probabilitas
BAB II VARIABEL ACAK DAN NILAI HARAPAN.
Variabel Acak dan Nilai Harapan
Distribusi Probabilitas
Oleh : FITRI UTAMININGRUM, ST, MT)
Variansi, Kovariansi, dan Korelasi
STATISTIK II Pertemuan 2: Probabilitas dan Distribusi Probabilitas
Probabilitas dan Statistik
DISTRIBUSI VARIABEL RANDOM “DISKRIT” KHUSUS “ Bernoulli ” PMtk III B
Fungsi Probabilitas Kumulatif (Fungsi Sebaran) Peubah Acak Ganda
Random Variable (Peubah Acak)
PEMBANGKIT RANDOM VARIATE
PEUBAH ACAK & DISTRIBUSI PELUANG. PENGERTIAN PEUBAH ACAK STATISTIKA  Penarikan kesimpulan tentang (karakteristik dan sifat) populasi. Contoh : Pemeriksaan.
PELUANG.
Analisa Data Statistik
DISTRIBUSI VARIABEL RANDOM DISKRIT
PEUBAH ACAK DAN DISTRIBUSI PELUANG
Variabel Acak Diskrit & Distribusi Peluang
HARAPAN MATEMATIKA Tri Rahajoeningroem, MT Jurusan Teknik Elektro
Distribusi Probabilitas
Oleh : FITRI UTAMININGRUM, ST, MT)
DISTRIBUSI PELUANG KONTINYU
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}
DISTRIBUSI PELUANG STATISTIKA.
DISTRIBUSI PROBABILITAS YANG UMUM
PERTEMUAN Ke- 2 STATISTIKA EKONOMI II
PENGERTIAN DISTRIBUSI TEORITIS
1. TEORI PENDUKUNG 1.1 Pendahuluan 1.2 Variabel acak
Konsep Probabilitas.
DISTRIBUSI PROBABILITAS YANG UMUM
Transcript presentasi:

VARIABEL ACAK DAN NILAI HARAPAN

Variabel Acak Didefinisikan sebagai deskripsi numerik dari hasil percobaan. Variabel acak adalah variabel yang nilai-nilainya ditentukan oleh kesempatan atau variabel yang dapat bernilai numerik yang didefinisikan dalam ruang sampel. Variabel acak biasanya menghubungkan nilai-nilai numerik dengan setiap kemungkinan hasil percobaan.

Variabel acak dapat dibedakan atas : Variabel acak diskrit (hasil perhitungan) Variabel Acak Kontinu (hasil pengukuran)

Variabel Acak Diskrit Variabel acak diskrit hanya dapat mengambil nilai-nilai tertentu yang terpisah, yg umumnya dihasilkan dari perhitungan suatu objek. Variabel acak diskrit tidak mengambil seluruh nilai yang ada dalam sebuah interval atau variabel yang hanya memiliki nilai tertentu. Nilainya merupakan bilangan bulat dan asli, tidak pecahan.

Contoh-contoh variabel Diskrit Percobaan Variabel Acak Kemungkinan Nilai V. Acak Penjualan Mobil Jenis kelamin Pembeli 0 : Jika Wanita 1 : Jika Pria Penelitian thdp 50 produk baru Jumlah produk yang rusak 0,1,2,3……50

Variabel Acak Kontinu Variabel Acak Kontinu adalah variabel random yang mengambil seluruh nilai yang ada dalam sebuah interval, atau variabel yang dapat memiliki nilai-nilai pada suatu interval tertentu. Nilainya dapat berupa bilangan bulat maupun pecahan.

Contoh variabel kontinu Percobaan Variabel Acak Kemungkinan Nilai-nilai Variabel Acak Membangun Proyek perkantoran baru setelah 6 bulan Prosentasi proyek yang diselesaikan

DISTRIBUSI PROBABILITAS VARIABEL ACAK DISKRIT Distribusi probabilitas variabel acak menggambarkan bagaimana suatu probabilitas didistribusikan terharapan nilai-nilai dari variabel acak tersebut. Notasi sebagai p(x)

Jumlah Mobil terjual dalam sehari menurut jumlah hari selama 300 hari Jumlah mobil terjual dlm sehari Jumlah hari 54 1 117 2 72 3 42 4 12 5 Total 300

Jika X menyatakan jumlah mobil yg terjual dalam sehari, maka p(0) menyatakan probabilitas 0 mobil terjual per hari, p(1) menyatakan probabilitas 1 mobil terjual perhari dan seterusnya. Berdasarkan informasi yang diperoleh maka probabilitas 0 mobil dalam sehari adalah 54/300 = 0.18.

Secara singkat nilai probabilitas ditabelkan sebagai berikut. X P(x) 0.18 1 0.39 2 0.24 3 0.14 4 0.04 5 0.01 Total

Sehingga apabila kita ingin menghitung probabilitas bahwa 3 atau lebih mobil terjual dalam sehari, maka kita hitung p(3) + p(4) + p(5) = 0.14 + 0.04 + 0.01 = 0.19

Syarat yang harus dipenuhi untuk fungsi probabilitas diskrit atau Jumlah seluruh

Grafik fungsi Probabilitas Distribusi probabilitas di atas dapat dinyatakan dengan rumus (fungsi): P(x) = x/10, Untuk x = 1,2,3 atau 4 Fungsi distribusi tdk boleh negatif & syarat sblnya harus terpenuhi.

FUNGSI PROBABILITAS KOMUTATIF VARIABEL ACAK DISKRIT Digunakan untuk menyatakan jumlah dari seluruh nilai fungsi probabilitas yang lebih kecil atau sama dengan suatu nilai yang ditetapkan. Apabila kita ingin mencari probabilitas bahwa mobil yg terjual kurang dari 3, Maka kita akan menjumlahkan semua probabilitas dari nilai2x yang bersangkutan.

Rumus Probabilitas Kumulatif Variabel Diskrit Dimana : menyatakan fungsi probabilitas kumulatif pada titik X=x yang merupakan jumlah seluruh nilai fungsi probabilitas untuk nilai x sama atau kurang dari x

Probabilitas Kumulatif dari jumlah Mobil terjual dalam Sehari X F(X) 0.18 1 0.57 (=0.18+0.39) 2 0.81 (=0.57+0.24) 3 0.95 (=0.81+0.14) 4 0.99 (=0.95+0.04) 5 1.00 (=0.99+0.01)

Jadi jika fungsi kumulatif disajikan dalam bentuk grafik adalah sebagai berikut :

Fungsi Probabilitas Bersama (Joint Probability) Pada Variabel acak dan distribusi probabilitas telah dibatasi hanya untuk ruang sample berdimensi satu, dalam arti bahwa hasil-hasil yg diperoleh sari suatu percobaan merupakan nilai-nilai yang dapat diambil oleh suatu peubah (variabel) acak. Dalam prakteknya banyak kondisi yang menghendaki kita untuk mencatat.

Sehingga untuk dinyatakan dalam bentuk formula kita ambil suatu contoh yaitu X dan Y adalah dua variabel acak diskrit, distribusi probabilitas bersamanya dapat dinyatakan sebagai sebuah fungsi f(x,y) bagi sembarang nilai (x,y) yang dapat diambil oleh peubah acak X dan Y. Sehingga dalam kasus variabel acak diskrit tersebut dinyatakan dalam :

f(x,y) = p(X=x, Y=y) Dimana : Formula Fungsi Probabilitas Bersama f(x,y) adalah pernyataan peluang bahwa x dan y terjadi secara brsamaan.

Variabel Diskrit Hasil Lemparan Dadu Dua kali X\Y 1 2 3 4 5 6 11 12 13 14 15 16 21 22 23 24 25 26 31 32 33 34 35 36 41 42 43 44 45 46 51 52 53 54 55 56 61 62 63 64 65 66

Distribusi Probabilitas Bersama, p(x,y) 1 2 3 4 5 6 1/36

Nilai Harapan dan Varians dari Variabel Acak Diskrit Nilai Harapan variabel acak diskrit adalah rata-rata tertimbang terhadap seluruh kemungkinan hasil dimana penimbangnya adalah nilai probabilitas yang dihubungkan dengan setiap hasil ( outcome ).

Nilai Harapan Variabel Acak Diskrit E ( X )= x = xi.f (x) atau E ( X )= x = (xi.P(x)) Dimana : Xi = nilai ke i dari variabel acak X P(xi) = probabilitas terjadinya xi

Contoh : X = banyaknya pesanan barang dalam satuan yang masuk selama 1 minggu. P(X) = probabilitas X = x. X 1 2 3 P(x) 0,125 0,375 Hitung rata-rata banyaknya pesanan atau pesanan yang diharapkan.

Varians dan Simpangan Baku Dengan menggunakan nilai harapan ini maka varians atau simpangan baku dari distribusi teoretis dapat dihitung, yaitu : Var (X) = 2 = E(X2) ––(E(X))2 Var (X) = 2 = (x – ) 2. P(x)  = Var (X)

Nilai Harapan dari Fungsi Probabilitas Bersama. E[h(x,y) =  h(x,y) p(x,y) dimana : h(x,y) = sembarang fungsi dari X dan Y p(x,y) = probabilitas terjadinya X dan Y secara bersama-sama.

Contoh : Apabila diketahui p(x,y) sebagai berikut : 1 2 3 4 P(x) 0,1 0,2 0,4 q(y) Carilah nilai E (X+Y) Carilah nilai E (X) + E (Y) Carilah nilai E (XY)

Kovarians Kovarians adalah suatu pengukuran yang menyatakan variasi bersama dari dua variabel acak. Kovarians antara 2 variabel acak diskrit X dan Y dinotasikan dengan xy dan didefinisikan sebagai berikut :

Persamaan Kovarians Dimana : Xi = nilai variabel acak X ke i Yi = nilai variabel acak Y ke i p(xi,yi) = probabilitas terjadinya xi dan yi i = 1, 2, 3, …., n