Distribusi Variabel Acak Kontiyu

Slides:



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

DISTRIBUSI DISKRIT DAN KONTINYU
DISTRIBUSI DISKRIT DAN KONTINYU
Contoh Aplikasi : Kasus 1.
Distribusi Beta, t dan F.
Pendahuluan Landasan Teori.
DISTRIBUSI TEORITIS.
Ir. I Nyoman Setiawan, MT. Variabel Random Khusus 1. Sheldon M Ross, Introduction Probability and Statistics for Engineers and Scientists, Oliver.
DISTRIBUSI TEORETIS.
Distribusi Gamma dan Chi Square
BAB IX DISTRIBUSI TEORITIS
Distribusi Variabel Acak Kontiyu
Bab1.Teori Penarikan Sampel
DISTRIBUSI PROBABILITAS KONTINYU TEORITIS 2
Distribusi Variable Acak Kontinu
Analisa Data Statistik Chap 6: Distribusi Probabilitas Kontinu
RANDOM VARIATE DISTRIBUSI DISKRIT
Pertemuan 3 Pengukuran Kehandalan Sistem
F2F-7: Analisis teori simulasi
Responsi.
Bab 8C Estimasi Bab 8C
Pertemuan 22 Aplikasi Simulasi III
DISTRIBUSI TEORITIS.
OLEH: RESPATI WULANDARI, M.KES
Soal Distribusi Kontinu
PERTEMUAN Ke- 4 Dosen pengasuh: Moraida Hasanah, S.Si., M.Si
Kuliah ke 9 ESTIMASI PARAMETER SATU POPULASI
(PROBABILITAS LANJUTAN) DISTRIBUSI PELUANG DISKRIT DAN KONTINU
Model Antrian.
Single Channel Single Server
DISTRIBUSI PROBABILITAS
Distribusi Normal.
Distribusi Normal.
Contoh Aplikasi : Kasus 1.
PTP: Peubah Acak Kontinu Pertemuan ke-6/7
DISTRIBUSI PROBABILITAS KONTINYU TEORITIS 1
DISTRIBUSI KONTINYU.
Single Channel Single Server
Analisa Data Statistik Chap 6: Distribusi Probabilitas Kontinu
Pertemuan 6 Model Antrian
Proses Kedatangan dan Distribusi Waktu Pelayanan
Distribusi Probabilitas
STATISTIK II Pertemuan 4: Distribusi Sampling Dosen Pengampu MK:
DISTRIBUSI POISSON Kelompok 6 Elia Lugastio ( )
Variabel Random Khusus
Variabel Acak dan Distribusi Probabilitas
Probabilitas dan Statistika BAB 5 Distribusi Peluang Kontinu
Distribusi Probabilitas Kontinyu
DISTRIBUSI PROBABILITAS DISKRIT (1)
DISTRIBUSI PROBABILITAS DISKRIT (1)
DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2
DISTRIBUSI PROBABILITAS
DISTRIBUSI PROBABILITA COUNTINUES
1.3 Distribusi Probabilitas Kontinu
Distibusi Probabilitas Statistik Bisnis -8
Fundamental of Statistic
Bagian 5 – DISTRIBUSI KONTINYU Laboratorium Sistem Produksi 2004
Peubah Acak Kontinu.
DISTRIBUSI PROBABILITAS KONTINYU TEORITIS 1
Analisa Data Statistik Chap 6: Distribusi Probabilitas Kontinu
Distribusi Peluang Kontinu
Distribusi Probabilitas Variabel Acak Kontinyu
Distribusi Peluang Kontinu
Distribusi Probabilitas
Peubah Acak (Random Variable) IV (kasus Peubah Kontinyu)
Distribusi Poisson Suatu eksperimen yang menghasilkan jumlah sukses yang terjadi pada interval waktu spesifik dikenal sebagai eksperimen Poisson. Interval.
PENGERTIAN DISTRIBUSI TEORITIS
Distribusi Weibull.
Bila ada 2 populasi masing-masing dengan rata- rata μ 1 dan μ 2, varians σ 1 2 dan σ 2 2, maka estimasi dari selisih μ 1 dan μ 2 adalah Sehingga,
DISTRIBUSI PROBABILITAS DISKRIT (1)
Transcript presentasi:

Distribusi Variabel Acak Kontiyu Oleh Edi Satriyanto

1. Distribusi Uniform Variabel random X berdistribusi ubiform, diasumsikan memiliki probabilitas yang sama untuk terjadinya dimana saja dalam suatu sub interval sepanjang d yang ada dlm interval a sampai b.

Contoh Waktu seseorang menunggu datangnya pesawat disebuah bandara anatara jam 08.00-10.00 berdistribusi uniform. A. Berapa probabilitas seseorang harus menunggu kurang sama dengan 30 menit dari jam 08.00? B. lebih dari 30 Menit,

Jawab Interval 08.00-10.00 adalah 120 menit. a=0 dan b=120 (A). (B).P(x>30)=1-P(x<=30)=0.75

2. Distribusi Eksponensial Sering digunakan untuk memodelkan waktu tunggu sampai sebuah peristiwa terjadi, dan juga untuk memodelkan waktu antar terjadi peristiwa. Variabel random X berdistribusi Eksponensial dengan parameter β, memiliki fungsi :

Contoh Suatu sistem mengandung sejenis komponen yang daya tahanya dlm tahun dinyatakan oleh variabel acak X yang berdistribusi eksponensial dgn rata-rata waktu sampai komponen rusak adalah 5 tahun. Bila sebanyak 5 komponen tersebut dipasang dalam sistem yang berlainan, berapakah probabilitas paling sedikit 2 komponen masih akan berfungsi pada akhir tahun kedelapan?

Jawab Probabilitas bahwa sebuah komponen masih akan berfungsi setelah 8 tahun: Misalkan Y menyatakan byknya komponen yg masih berfungsi setelah 8 thaun, dgn menggunakan distribusi binomial diperoleh:

3. Distribusi Normal Variabel random X berdistribusi normal, dengan parameter µ dan σ memiliki fungsi distribusi probabilitas (pdf):