Upload presentasi
Presentasi sedang didownload. Silahkan tunggu
Diterbitkan olehIrsan Azizi Telah diubah "9 tahun yang lalu
1
Proses Stokastik Semester Ganjil 2013/2014
DR. Rahma Fitriani, S.Si., M.Sc
2
Fungsi Linier Peubah Acak
Untuk dua peubah acak X dan Y berlaku: Jika X dan Y saling bebas, maka: DR. Rahma Fitriani, S.Si., M.Sc
3
Fungsi Pembangkit Moment (Moment Generating Function)
Definisi untuk Y PA Diskrit: Definisi untuk Y PA Kontinyu: DR. Rahma Fitriani, S.Si., M.Sc
4
Sifat khusus fungsi pembangkit moment
Bukti: Pada t =0 Definisi nilai harapan DR. Rahma Fitriani, S.Si., M.Sc
5
Secara umum: DR. Rahma Fitriani, S.Si., M.Sc
6
Sebaran – sebaran Penting
Diskrit Bernoulli Binomial Geometrik Poisson Kontinyu Uniform Exponential Gamma Normal DR. Rahma Fitriani, S.Si., M.Sc
7
Sebaran Bernoulli “Pelemparan satu koin” atau percobaan dengan hasil hanya yang bersifat biner (misal: sukses dan gagal) Yang diamati peubah X: X=1 untuk sukses dan X=0 untuk gagal. Fungsi frekuensi peluang dari X adalah P(0) = P(X=0) = 1-p P(1) = P (X=1) = p Yang secara umum: DR. Rahma Fitriani, S.Si., M.Sc
8
Sebaran Bernoulli Sifat-sifat: DR. Rahma Fitriani, S.Si., M.Sc
9
Sebaran Binomial “Pelemparan n kali koin” dengan peluang sukses p
Berupa n kali percobaan Bernoulli Yang diamati adalah peubah X: Jumlah kesuksesan Fungsi frekuensi peluang: Adalah n kali dari setiap sifat dari sebaran Bernoulli DR. Rahma Fitriani, S.Si., M.Sc
10
Sebaran Geometri “pelemparan koin” denga peluang sukses p
Yang menjadi pengamatan adalah peubah X: Jumlah pelemparan sampai diperolehnya sukses yang pertama Dengan fungsi frekuensi peluang: Dengan sifat umum: DR. Rahma Fitriani, S.Si., M.Sc
11
Sebaran Poisson Yang diamati adalah peubah X:
“Terjadinya even yang langka” dengan = rata-rata terjadinya even dalam satu periode (waktu, luas, jarak) Yang diamati adalah peubah X: Jumlah kejadian di dalam periode yang bersesuaian Contoh: jumlah kesalahan ketik pada satu halaman buku Adalah limit dari sebaran binomial untuk n →∞, p →0 Pada contoh: n adalah jumlah huruf dalam satu buku dan peluang salah ketik yang cukup kecil DR. Rahma Fitriani, S.Si., M.Sc
12
Sebaran Poisson Fungsi frekuensi peluang: Dengan sifat-sifat:
Sebaran diskrit yang istimewa yang menjadi asumsi dari beberapa model stokastik diskrit DR. Rahma Fitriani, S.Si., M.Sc
13
Sebaran Uniform (Seragam)
Nilai pengamatan X mempunyai kemungkinan yang sama untuk terjadi pada interval (a,b) a b Dengan sifat-sifat: DR. Rahma Fitriani, S.Si., M.Sc
14
Sebaran Eksponensial Peubah X yang non-negatif dengan kemungkinan terbesar terjadi pada nilai yang dekat dengan nol Biasa digunakan untuk memodelkan fenomena yang berhubungan dengan waktu Mis: Laju kerusakan/Reliabilitas Mempunyai sifat memoryless, sifat istimewa yang diperlukan dalam beberapa model stokastik Continuous Time Markov Chain DR. Rahma Fitriani, S.Si., M.Sc
15
Sebaran Eksponensial f(x) x DR. Rahma Fitriani, S.Si., M.Sc
16
Sifat Tanpa Ingatan (Memoryless Property) sebaran Eksponensial
Jika digunakan untuk memodelkan umur suatu barang (lifetime) Definisi memoryless property: Peluang produk berfungsi baik untuk x waktu ke depan bagi produk yang sudah berumur t dan produk baru adalah sama secara statistik DR. Rahma Fitriani, S.Si., M.Sc
17
Sebaran Gamma X adalah peubah acak non negatif yang tergantung pada dua parameter, α>0, dan λ>0 Ketika parameter α adalah bilangan integer, maka X adalah jumlah dari α sebaran eksponensial, masing-masing dengan parameter λ DR. Rahma Fitriani, S.Si., M.Sc
18
Sebaran Normal Sebaran yang paling banyak digunakan sebagai asumsi
X menyebar mengikuti sebaran dengan bentuk seperti genta Dari teorema limit pusat (central limit theorem): Sebaran dari jumlah n peubah yang saling bebas dan menyebar secara sama (iid) mendekati sebaran normal untuk n →∞ DR. Rahma Fitriani, S.Si., M.Sc
Presentasi serupa
© 2024 SlidePlayer.info Inc.
All rights reserved.