DISTRIBUSI PROBABILITAS

Slides:



Advertisements
Presentasi serupa
DISTRIBUSI MULTIVARIAT
Advertisements

EKSPEKTASI DAN VARIANSI
TURUNAN/ DIFERENSIAL.
DISTRIBUSI PROBABILITAS YANG UMUM
Pertemuan II SEBARAN PEUBAH ACAK
Distribusi Hipergeometrik
Analisa Data Statistik
PROBABILITAS BERSYARAT DAN EKSPEKTASI BERSYARAT
Bab 4. Variabel Acak dan Distribusi Probabilitas
DISTRIBUSI PROBABILITAS
LUAS DAERAH LINGKARAN LANGKAH-LANGKAH :
Fadjar Shadiq, M.App.Sc Widyaiswara PPPPTK Matematika
BAB 10 DISTRIBUSI TEORITIS
Distribusi Probabilitas ()
Pendahuluan Landasan Teori.
Induksi Matematika.
CARA MENYATAKAN HIMPUNAN
DALIL-DALIL PROBABILITAS (SSTS 2305 / 3 sks)
Induksi Matematik TIN2204 Struktur Diskrit.
Bahan Kuliah Matematika Diskrit
DISTRIBUSI PELUANG.
Induksi Matematika Materi Matematika Diskrit.
Luas Daerah ( Integral ).
Distribusi Normal Distribusi normal memiliki variable random yang kontinus. Dimana nilai dari variable randomnya adalah bilang bulat dan pecahan. Probabilitas.
Bab V INTEGRAL TERTENTU
DISTRIBUSI TEORITIS.
KONSEP DASAR PROBABILITAS (SSTS 2305 / 3 sks)
Distribusi Probabilitas
POPULASI, SAMPEL DAN PELUANG
PROBABILITAS DAN STATISTIK
DISTRIBUSI PROBABLITAS
BAB I SISTEM BILANGAN.
Waniwatining II. HIMPUNAN 1. Definisi
VARIABEL RANDOM.
6. INTEGRAL.
DISTRIBUSI TEORETIS.
6. INTEGRAL.
PEUBAH ACAK DAN DISTRIBUSI PROBABILITAS
BAB IX DISTRIBUSI TEORITIS
Oleh : FITRI UTAMININGRUM, ST, MT
Persamaan Garis Lurus Latihan Soal-soal.
Distribusi Sampling Tujuan Pembelajaran :
DISTRIBUSI TEORETIS Tujuan :
DISTRIBUSI PELUANG STATISTIKA.
BAB II VARIABEL ACAK DAN NILAI HARAPAN.
DISTRIBUSI PROBABLITAS (SSTS 2305 / 3 sks)
Peubah Acak dan Distribusi Peluang Kontinu
Probabilitas dan Statistika BAB 2 Peubah acak dan distribusi peluang
1 Pertemuan 04 Peubah Acak Diskrit dan Sebaran Peluang Matakuliah: I0262 – Statistik Probabilitas Tahun: 2007 Versi: Revisi.
DISTRIBUSI PROBABILITAS / PELUANG
(PROBABILITAS LANJUTAN) DISTRIBUSI PELUANG DISKRIT DAN KONTINU
VARIABEL ACAK DAN NILAI HARAPAN
DISTRIBUSI PROBABILITAS
VARIABEL RANDOM VARIABEL RANDOM (VR) pada dasarnya adalah bilangan random. Misalkan kita melempar 3 koin, maka ruang sampelnya adalah: Beberapa contoh.
DISTRIBUSI PROBABILITAS
Peubah Acak Oleh : Asep Ridwan Jurusan Teknik Industri FT UNTIRTA.
Variabel Acak dan Nilai Harapan
VARIABEL ACAK DAN NILAI HARAPAN
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
Pertemuan 09 Peubah Acak Diskrit
Pertemuan 04 Peubah Acak Diskrit dan Sebaran Peluang
PEUBAH ACAK & DISTRIBUSI PELUANG. PENGERTIAN PEUBAH ACAK STATISTIKA  Penarikan kesimpulan tentang (karakteristik dan sifat) populasi. Contoh : Pemeriksaan.
DISTRIBUSI PROBABILITAS
PEUBAH ACAK DAN DISTRIBUSI PELUANG
Variabel Acak Diskrit & Distribusi Peluang
Probabilitas dan Statistik
DISTRIBUSI PELUANG STATISTIKA.
DISTRIBUSI PROBABILITAS YANG UMUM
PENGERTIAN DISTRIBUSI TEORITIS
DISTRIBUSI PROBABILITAS YANG UMUM
Transcript presentasi:

DISTRIBUSI PROBABILITAS Pertemuan 5

Variabel Random : adalah suatu fungsi yang menghubungkan sebuah bilangan riil dengan setiap unsur didalam ruang sampel S. Untuk menyatakan variabel random digunakan sebuah huruf besar, misalkan X. Sedangkan huruf kecilnya, misalkan x, menunjukkan salah satu dari nilainya.

Contoh : S = {BBB, BBC, BCB, CBB, BCC, CBC, CCB, CCC} dengan B menunjukkan “tanpa cacat (baik)” dan C menunjukkan “cacat”. Variabel random X yang menyatakan jumlah barang yang cacat pada saat tiga komponen elektronik diuji, maka ditulis X = 0, 1, 2, 3.

Variabel random diskrit: Jika suatu ruang sampel berisi sejumlah kemungkinan terhingga atau urutan yang tidak terbatas dengan unsur sebanyak bilangan bulat, maka ruang sampel ini disebut Ruang Sampel Diskrit, dan variabel random yang didefinisikan disebut Variabel Random Diskrit.

Variabel random kontinu: Jika suatu ruang sampel berisi sejumlah kemungkinan tak terhingga yang sama dengan jumlah titik-titik didalam sebuah segmen garis, maka ruang sampel ini disebut Ruang Sampel Kontinu, dan variabel random yang didefinisikan disebut Variabel Random Kontinu.

Distribusi Probabilitas : Kumpulan pasangan nilai-nilai dari variabel acak X dengan probabilitas nilai-nilai variabel random X, yaitu P(X=x) disebut distribusi probabilitas X (distribusi X)

Distribusi Probabilitas Diskrit X (1) : Himpunan pasangan tersusun (x, f(x)) adalah sebuah fungsi probabilitas, fungsi padat probabilitas, atau distribusi probabilitas dari suatu variabel random diskrit X bila untuk setiap keluaran x yang mungkin, berlaku : - P(X = x) = f(x) -

Distribusi Probabilitas Diskrit X (2) : Distribusi kumulatif F(x) dari suatu variabel random diskrit X dengan distribusi probabilitas f(x), adalah :

Distribusi Probabilitas Diskrit X (3) : Nilai ekspektasi X adalah nilai tengah (rata-rata) dari variabel random diskrit X. Dinyatakan dengan E(X), yaitu:

Contoh: Sebuah pengiriman 8 mikrokomputer yang serupa ke suatu jaringan eceran berisi 3 yang cacat. Bila suatu sekolah melakukan suatu pembelian acak 2 dari mikrokomputer ini, Carilah distribusi probabilitas untuk jumlah yang cacat. Carilah distribusi kumulatif untuk jumlah yang cacat. Dengan menggunakan F(x), buktikan f(2) = 3/28 Hitung nilai rata-rata X.

Jawab (1): Ambil X sebagai variabel random yang didefinisikan sebagai banyaknya mikrokomputer yang cacat yang mungkin akan dibeli oleh sekolah tersebut. Maka dapat dituliskan : X = banyaknya mikrokomputer cacat yang mungkin akan dibeli oleh sekolah = 0, 1, 2 Sehingga dapat dihitung : Rumus distribusi probabilitas adalah Jadi, distribusi probabilitas dari X adalah x 1 2 f(x) 10/28 15/28 3/28

Jawab (2): Distribusi kumulatif F(x) adalah : F(0) = f(0) = 10/28 F(1) = f(0) + f(1) = 10/28 + 15/28 = 25/28 F(2) = f(0) + f(1) + f(2) = 10/28 + 15/28 + 3/28 = 1 Sehingga : 0 , untuk x < 0 F(x) = 10/28 , untuk 0  x < 1 25/28 , untuk 1  x < 2 1 , untuk x  2

Jawab (3): Dengan menggunakan F(x), maka f(2) = F(2) – F(1) = 1 – 25/28 = 3/28 Nilai Ekspektasi X adalah E(X) = 0.f(0) + 1.f(1) + 2.F(2) = (0). (10/28) + (1). (15/28) + (2). (3/28) = 21/28

Distribusi Probabilitas Kontinu X (1): Himpunan pasangan tersusun (x, f(x)) adalah sebuah fungsi probabilitas, fungsi padat probabilitas, atau distribusi probabilitas dari suatu variabel random kontinu X bila untuk setiap keluaran x yang mungkin, berlaku :

Distribusi Probabilitas Kontinu X (2): Distribusi kumulatif F(x) dari suatu variabel random diskrit X dengan distribusi probabilitas f(x), adalah :

Distribusi Probabilitas Kontinu X (3): Nilai ekspektasi X adalah nilai tengah (rata-rata) dari variabel random kontinu X. Dinyatakan dengan E(X), yaitu:

Contoh: Suatu variabel random X mempunyai fungsi probabilitas f(x) = 1/3 pada interval 1  x  4 Tunjukkan bahwa luas daerah dibawah kurva f sama dengan 1. Hitunglah P(1,5 < x < 3) Hitunglah P( x < 2,5) Hitunglah P(x  3,0) Hitug F(x), kemudian gunakan menghitung P( x < 2,5) Hitung nilai E(X)