Anda di halaman 1dari 21

PEUBAH ACAK DAN

DISTRIBUSINYA
1
DISTRIBUSINYA
NA 2u81 Statistika Basai
0tiiweni Nukhaiyai
1u Febiuaii 2u11 1u Febiuaii 2u11
Pemetaan (Fungsi) ( g )
2
Suatu pemetaan / fungsi Suatu pemetaan / fungsi
Kategori fungsi:

A B

1. Fungsititik

2. Fungsihimpunan

A B
u gs pu a

Peubah Acak
3
Peubah acak, yaitu pemetaan X : S R
Contoh
4
P b l b h d d Percobaan pelemparan sebuah dadu
S { } S = { , , ... , }
X = { 1 , 2 , , 6 } { , , , }
Keuntungan Peubah Acak g
5
Merepresentasikan masalah ke dalam titik real.
Dapat dipetakan.
Lebih mudah dalampenulisan
Jenis Peubah Acak
6
Peubah Acak Diskrit
hi hi b hi
{ }
: ( )
i
s X s x E S = e c
himpunan terhitung , berhingga
atau tak berhingga, dan
{ }
1 2
, ,... x x
Peubah Acak Kontinu
peubah acak yang fungsi distribusinya (F(x))
k f i k ti t k R merupakan fungsi kontinu untuk semua x R
7
Contoh
Tipe Peubah Acak X
Diskrit
Banyak mata kuliah
yang diambil
X = 0, jika tidak mengambil satupun
1 jik bil 1 t k li h
yang diambil
semester ganjil oleh
mahasiswa FTTM
tahun ke-2
= 1, jika mengambil 1 mata kuliah
= 2, jika mengambil 2 mata kuliah
tahun ke 2
Nilai IP yang
dst
X = (0, 1], jika 0 IP 1
Nilai IP yang
diperoleh
mahasiswa FTTM
tahun ke-2 di
Kontinu
X = (1, 2], jika 1 < IP 2
X = (2, 3], jika 2 < IP 3 tahun ke 2 di
semester ganjil
X = (3, 4], jika 3 < IP 4
X (2, 3], jika 2 < IP 3
Fungsi peluang P(X = x) dan f(x)
8
Diskrit P(X = x),
Sering juga disebut sebagai fungsi g j g g g
massa peluang (f.m.p).
Kontinu f(x),
Sering juga disebut sebagai g j g g
fungsi kepadatan peluang (f.k.p).
X : S R
9
Diskrit Kontinu
( )
1 P X x = =

1. P(X=x) > 0
1. f(x), xeR

( )
1
x
P X x = =

2.
3. P(a< X sb) =
2.
( )
1 f x dx

=
}
b
( ) ( )
( )
F x P X x
f
= s

P(Xsb) - P(Xsa)
4.
3. P(a<Xsb) =
4
( )
a
f x dx
}
( ) ( ) ( )
x
F x P X x f t dt = s =
}
( )
t x
f t
s
=

4.
( ) ( ) ( )
F x P X x f t dt

= s =
}
Contoh:
X: banyaknya mahasiswa yang
DO setiap tahun
X: banyaknya lebah yang
Contoh:
X: waktu menunggu di sebuah
teller Bank
X: tinggi gedung kuliah yang X: banyaknya lebah yang
ada per pohon di suatu area
X: tinggi gedung kuliah yang
ada di ITB
Contoh Grafik Fungsi Peluang
f( )
g g
10
Diskrit Kontinu
f(x)
P(X=x)
0 4
0,5
0 1
0,2
0,3
0,4
0
0,1
1 2 3 4
x
x
Luas di bawah grafik = 1
Jumlah peluang untuk semua titik = 1
0.1 , 1
03 2
x =

g
( )
0.3 , 2
0.4 , 3
0.4 , 4
x
P X x x
x

= = =

, 0 1
( ) 2 , 1 2
x x
f x x x
s <

= s <

,
0 , lainnya x

0 , lainnya x

Fungsi Distribusi
11
Fungsi distribusi F dari peubah acak X
Sif t if t Sifat-sifat
1. F fungsi yang monoton tidak turun,
2.
3.
lim ( ) 1
x
F x

=
lim ( ) 0 F x =
3.
4. F kontinu dari kanan.
lim ( ) 0
x
F x

=
lim ( ) ( )
x a
F x F a
+

=
C h 1 Contoh 1
12
Dipelajari keadaan perasaan (mood) dari sepasang Dipelajari keadaan perasaan (mood) dari sepasang
mahasiswa laki-laki dan perempuan. Jika perasaan
tersebut diamati berdasarkan paras masing-masing
h i d di i lk h d d k t i mahasiswa dan dimisalkan hanya ada dua kategori,
sebut baik dan tidak.
k h b k Maka pasangan mahasiswa tersebut akan
memberikan ruang sampel S sebagai
berikut: berikut:
S = {, , , },
Dimana = baik, = tidak.
Selanjutnya jika dimisalkan T : banyaknya
mahasiswa yang moodnya baik, tentukan:
a Fungsi massa peluang dari peubah acak T

a. Fungsi massa peluang dari peubah acak T


b. Fungsi distribusi dari peubah acak T dan juga
gambarkan
Ilustrasi Contoh
13
P (T =t)

T
P (T t)

2
0

Ruang Sampel ua g Sa pe
Jawab
14
Mi l b h k T b k h i a. Misal peubah acak T = banyaknya mahasiswa
yang moodnya sedang baik, maka:
T {0 1 2} T = {0, 1, 2}
dan fungsi masa peluang P(T=t) adalah:
1/ 2, 1 t =

( ) 1/ 4, 0,2
0 yanglain
P T t t
t

= = =

0, yang lain t

15
b. Untuk menentukan F(t) perlu dihitung F(t) untuk semua
nilai riil nilai riil.
Ambil t < u sebaiang maka F(t) P(T< t) u
Ambil t = u, maka F(u) = P(T u)
Ambil t<u sebaiang, maka F(t) =P(T<t) = u
= P(T < u) + P(T = u)
=P(T = u), peluang ui T<u beinilai u
=
Ambil u< t <1, maka F(t) = P(T< t)
=
= P(T < u) + P(T = u) + P(u < T < t)
= u + + u
= =
16
Ambil t = 1, maka F(1) = P(T 1)
= P(T 0) + P(0<T<1) + P(T=1) = P(T 0) + P(0<T<1) + P(T=1)
= + 0 +

Ambil t = 2, maka F(2) = P(T 2)
=
Ambil t 2, maka F(2) P(T 2)
= P(T 1) + P(1<T<2) + P(T = 2)
= + 0 + + 0 +
= 1
Jika dituliskan sebagai fungsi keseluruhan maka
f i di t ib i F(t) d t di t k b i
17
fungsi distribusi F(t) dapat dinyatakan sebagai
berikut :
0, 0 t <

1/ 4, 0 1
( )
3/ 4, 1 2
t
F t
t

s <

=

s <

Selanjutnya F(t) dapat digambarkan sebagai grafik


,
1, 2 t

>

Selanjutnya F(t) dapat digambarkan sebagai grafik


di bawah ini:
1
F(t)

1


0 4 1
t
3 2
Contoh 2
18
Misalkan kesalahan dalam pengukuran volume isi botol
suatu minuman soda antara - ml dan ml.
Misalkan kesalahan dalam pengukuran volume isi botol
suatu minuman soda antara - ml dan ml.
Dianggap setiap pengisian oleh mesin tidak akan
kekurangan maupun kelebihan ml. Jika Y adalah
peubah acak yang menyatakan kekurangan maupun
Dianggap setiap pengisian oleh mesin tidak akan
kekurangan maupun kelebihan ml. Jika Y adalah
peubah acak yang menyatakan kekurangan maupun peubah acak yang menyatakan kekurangan maupun
kelebihan volume isi minuman soda tersebut, tentukan :
a. peluang mesin melakukan kesalahan pada pengisian
peubah acak yang menyatakan kekurangan maupun
kelebihan volume isi minuman soda tersebut, tentukan :
a. peluang mesin melakukan kesalahan pada pengisian p g p p g
botol antara kekurangan 0,25 ml dan kelebihan 0,2 ml,
b. peluang kelebihan volume minuman soda tersebut
p g p p g
botol antara kekurangan 0,25 ml dan kelebihan 0,2 ml,
b. peluang kelebihan volume minuman soda tersebut p g
lebih dari 0,2 ml, dan
c. F(y) serta gambarkan.
p g
lebih dari 0,2 ml, dan
c. F(y) serta gambarkan.
Jawab : Jawab :
Diketahui Y menyatakan volume kesalahan mesin
19
y
mengisi botol coca cola (ml).
1 1

1 1
1,
( )
2 2
0, yang lain
y
f y
y

< <

1 1 1 1
4 5 5 4
P Y P Y P Y
| | | | | |
< < = < s
| | |
\ . \ . \ .
a.
1 1
2 4
1/2 1/5
1/2
1
2
0 1 0 1 dy dy dy dy


| |
|
= + +
|
\ .
} } } }
( )
7 1
0 0
10 4
28 10
18
| |
= + +
|
\ .

( )
28 10
18
40 40
= =
( ) ( )
0,2 1 0,2 P Y P Y > = s
b.
Fungsi distribusi :
20
1 1
1
1
5
P Y
| |
= s
|
\ .
| |
1
0 y

<

1 1
5 2
1
2
1 0 1 dy dy


| |
|
= +
|
\ .
} }
( )
0,
2
1 1 1
,
2 2 2
y
F y y y
<

= + < <

7 3
1 0
10 10
| |
= + =
|
\ .
( )
,
2 2 2
1
1,
2
y y y
y

>

( )
1
( )
y
F y f y dy

=
}
c.
2

1
2
1
2
0 1
y
dy dy


= +
} }
F(y)
1
2
1
2
y = +

y
-

Referensi
21
Devore, J.L. and Peck, R., Statistics The Exploration and
Analysis of Data, USA: Duxbury Press, 1997.
Walpole, Ronald E. dan Myers, Raymond H., Ilmu
Peluang dan Statistika untuk Insinyur dan Ilmuwan, Edisi 4,
Bandung: Penerbit ITB 1995 Bandung: Penerbit ITB, 1995.
Walpole, Ronald E., et.al, Statistitic for Scientist and
Engineering, 8th Ed., 2007. g g, ,
Wild, C.J. and Seber, G.A.F., Chance Encounters A first
Course in Data Analysis and Inference, USA: John
Wiley&Sons,Inc., 2000.
Pasaribu, U.S., 2007, Catatan Kuliah Biostatistika.