8/23/2010

PEUBAH ACAK DAN

DISTRIBUSINYA

MA 2181 Analisis Data
Utriweni Mukhaiyar

1 23 Agustus 2010

PEMETAAN (FUNGSI)
 Suatu pemetaan / fungsi
 Kategori fungsi:
A B
•
1. Fungsi titik •
•
•
•
•
•
•
•

2. Fungsi himpunan
A B

•
•
•
2

PEUBAH ACAK
 Peubah acak, yaitu pemetaan X : S  R

1
 8/23/2010

CONTOH
 Percobaan pelemparan sebuah dadu

S= { , , ... , }

X= { 1 , 2 ,…, 6 }

KEUNTUNGAN PEUBAH ACAK

 Merepresentasikan masalah ke dalam titik real.

 Dapat dipetakan.
 Lebih mudah dalam penulisan

JENIS PEUBAH ACAK

 Peubah Acak Diskrit

himpunan terhitung x1 , x2 ,... , berhingga
atau tak berhingga, dan s : X ( s )  x   E  S
i

 Peubah Acak Kontinu

peubah acak yang fungsi distribusinya (F(x))

merupakan fungsi kontinu untuk semua x є R

2
 8/23/2010

Contoh Peubah Acak X Tipe

Banyak mata X = 0, jika tidak mengambil satupun

kuliah yang Diskrit
diambil semester = 1, jika mengambil 1 mata kuliah
ganjil oleh
= 2, jika mengambil 2 mata kuliah
mahasiswa MA
tahun
h k 2
ke-2 … dst

Nilai IP yang X = (0, 1], jika 0 < IP ≤ 1

diperoleh X = (1, 2], jika 1 < IP ≤ 2
mahasiswa MA
Kontinu
tahun ke-2 di X = (2, 3], jika 2 < IP ≤ 3
semester ganjil
X = (3, 4], jika 3 < IP ≤ 4

Asumsi: mahasiswa yang diamati setidaknya

7
mempunyai 1 mata kuliah dengan nilai tidak E

FUNGSI PELUANG P(X = X) DAN F(X)

 Diskrit  P(X = x),

Sering juga disebut sebagai fungsi
massa peluang (f.m.p).

 Kontinu  f(x),
Sering juga disebut sebagai
fungsi kepadatan peluang (f.k.p).

X:S R

Diskrit Kontinu

1. P(X=x)  0 1. f(x), xR

2. x P  X  x   1 2.  f x dx  1
  

3 P(X
3. P(X=x) x) = f(x) b
3. P(a<Xb) = f  x  dx
4. F  x   P  X  x  a
x
  f t  4.F  x   P  X  x    f  t  dt
tx 

Contoh: Contoh:
 X=banyaknya sukses  X= waktu menunggu di jalan toll
dalam n percobaan  X= berat badan siswa
 X=banyaknya tikus yang ada per m2 angkatan 2006 9

3
 8/23/2010

CONTOH GRAFIK FUNGSI PELUANG

Diskrit f(x)
Kontinu
P(X=x)

0.5
0.4
0.3
02
0.2
0.1
0
1 2 3 4
x
x

Jumlah peluang
untuk semua titik = 1 Luas di bawah grafik = 1
10

© 2008 by LCK

FUNGSI DISTRIBUSI

 Fungsi distribusi F dari peubah acak X

 Sifat-sifat
1. F fungsi yang monoton tidak turun,
2. lim F ( x)  1
x 

3. lim F ( x)  0
x 
4. F kontinu dari kanan.

lim F ( x )  F ( a )
x a

11

CONTOH 1
Dipelajari keadaan perasaan (mood) dari sepasang
mahasiswa laki-laki dan perempuan. Jika perasaan
tersebut diamati berdasarkan paras masing-masing
mahasiswa dan dimisalkan hanya ada dua kategori,
sebut ’baik’ dan ’tidak’.

Maka pasangan mahasiswa tersebut akan

memberikan ruang sampel S sebagai berikut:
S = {, , , },
Dimana  = baik,  = tidak.
Selanjutnya jika dimisalkan T : banyaknya
mahasiswa yang moodnya baik, tentukan:
a. Fungsi massa peluang dari peubah acak T
b. Fungsi distribusi dari peubah acak T dan juga …
12

gambarkan

4
 8/23/2010

ILUSTRASI CONTOH
P (T = t)

 T
2 ¼
 0
 ½
1


Ruang Sampel

13

JAWAB
a. Misal peubah acak T = banyaknya mahasiswa yang
moodnya sedang baik, maka:
T = {0, 1, 2}
dan fungsi masa peluang P(T=t) adalah:

1/ 2, t  1

P(T  t )  1/ 4, t  0, 2
0,
 t yang lain

14

b. Untuk menentukan F(t) perlu dihitung F(t) untuk semua

nilai riil.

Ambil t < 0 sebarang, maka F(t) = P(T< t) = 0

Ambil t   0, maka F 0    P T   0
 P T   0  P T   0
P T   0 , peluang di T 0 bernilai 0 
 ¼
Ambil 0  t  1, maka F t     P T  t
 P T   0  P T   0  P 0   T   t
  0   ¼   0 
 ¼ 15

5
 8/23/2010

Ambil t = 1, maka F(1) = P(T ≤ 1)

= P(T ≤ 0) + P(0<T<1) + P(T=1)
=¼+0+½
=¾

Ambil t = 2, maka F(2) = P(T≤ 2)

= P(T ≤ 1) + P(1<T<2) + P(T = 2)
=¾+0+¼
=1

16

Jika dituliskan sebagai fungsi keseluruhan maka

fungsi distribusi F(t) dapat dinyatakan sebagai
berikut :
0, t0
1/ 4, 0  t 1

F (t )  
3 / 4, 1 t  2
1, t2
Selanjutnya F(t) dapat digambarkan sebagai grafik
di bawah ini: F(t)

1
¾

¼
t 17
0 1 2 3 4

CONTOH 2

Misalkan kesalahan dalam pengukuran volume isi botol

suatu minuman soda antara - ½ ml dan ½ ml. Dianggap
setiap pengisian oleh mesin tidak akan kekurangan
maupun kelebihan ½ ml. Jika Y adalah peubah acak yang
menyatakan kekurangan maupun kelebihan volume isi
minuman soda tersebut, tentukan :
a. peluang mesin melakukan kesalahan pada pengisian
botol antara kekurangan 0,2 ml dan kelebihan 0,25 ml,
b. peluang kelebihan volume minuman soda tersebut lebih
dari 0,2 ml, dan
c. F(y) serta gambarkan.
18

6
 8/23/2010

JAWAB :
Diketahui Y menyatakan volume kesalahan mesin
mengisi botol coca cola (ml).
 1 1
 1,   y 
f ( y)   2 2
0, y yang lain

 1 1  1  1
a. P    Y    P Y    P Y   
 4 5  5  4
1/ 2
  12 1
4 
  0 dy   1 dy    0 dy   1 dy 
1/5

 1/ 2   
 1
2 
7  1
 0  0  
10  4


 28  10   18 19
40 40

b. P Y  0, 2   1  P Y  0, 2  Fungsi distribusi :
 1
 1 P Y  
 5
 1
  12 1
5  0, y
2
 1   0 dy   1 dy 
 
    1 1 1
  1
2  F  y   y  ,   y
 2 2 2
 7 3
 1  0     1
 10  10 1, y
 2
c. F  y    f ( y ) dy
y


1 y
2 F(y)
  0 dy   1 dy

1
1
2

1
 y
2 y
½ 20
-½

EKSPEKTASI
 Ekspektasi dari X



 xP( X  x), jika X peubah acak diskrit
  E[ X ]   semua

x

  xf ( x) dx , jika X peubah acak kontinu

 

dimana :
x : nilai-nilai pada X
P(X=x) : peluang untuk setiap nilai x
21

7
 8/23/2010

SIFAT EKSPEKTASI

 Untuk peubah acak X dan Y, maka

E(X+Y) = E(X) + E(Y)
 Bila Y = aX + b, a dan b tetapan, maka
E(Y) = aE(X)+b

22

 ekspektasi g(x) didefinisikan sebagai:

  g ( x) P( X  x), jika X peubah acak diskrit


E[ g ( x)]   semua

x

  g ( x) f ( x) dx , jika X peubah acak kontinu

 

 Jika
Jik g(x)
( ) = Xp, makak E[Xp] disebut
di b momen k ke-p,
tetapi jika g(x) = (X-a)p disebut momen ke-p di
sekitar a.
 Umumnya diambil a = =E[X] atau rataan X
(momen ke satu)
23

VARIANSI
Jika diambil g(x) = (X-)2, maka E[(X-)2 ] disebut
variansi variabel acak X

Var ( X )  E[( X   ) 2 ]
. E[ X 2  2  E[ X ]   2 ]
.
.
 E[ X 2 ]   2
 E[ X 2 ]  ( E[ X ]) 2

24

8
 8/23/2010

SIFAT VARIANSI
 Bila Y = aX + b, a dan b tetapan, maka
Var(Y) = a2Var(X)
 Bila X suatu peubah acak dan g suatu
fungsi bernilai riil, maka:

Var(g(x)) = E[( g ( x)   ) ]
2

  ( g ( x)  )2 P( X  x), jika X peubah acak diskrit

 semua x
= 
 ( g ( x)  )2 f ( x) dx , jika X peubah acak kontinu
 
25

CONTOH 3
Misal X adalah kesalahan dalam pengukuran
untuk suatu lemari kayu (dalam mm). Jika
ditetapkan fungsi peluang sebagai berikut:
 x2
 , 1  x  2
f ( x)   3

 0, x yang lain
Tentukan:
a. Rataan dan variansi dari kesalahan pengukuran
di atas.
b. Jika dibangun Y = 4X + 3, tentukan rataan dan
variansi dari Y ini. 26

JAWAB:
a. Rataan dari X Variansi dari X
2
 5 
2
x 2
E X    x dx Var  X   E  X   
3
 4  
1
2
1  x4  2
    5  x2
2

3  4  1  x  dx
1 
4 3
1
 16  1  0.6375
12
5
 27
4

9
 8/23/2010

b. E Y   E  4 X  3 Var Y   E   4 X  3  8  
2

 
 4E  X   3
 E  4 X  5  
2
2
x2  
 4  x dx  3 2
x2
  4 x  5
1
3 
2
dx
2 3
4  x2  1
   38 51
3  4  1 
5

28

SOAL LATIHAN
1. Jika peubah acak T mempunyai fungsi peluang
sebagai berikut :
 3 (1  t 2 ), untuk - 1  t  1
f (t )   4
 0 , untuk t lainnya

C i E[ X2 ],
Cari ] E[ X-1],
X 1] E[X].
E[X]

1/ 3 , x  1, 2,3
2. Jika P( X  x)  
0 , x yang lain
maka nilai F(2, 85) = ......

29

3. Seorang investor mengasuransikan lapangan eksplorasi

migas sebesar US$ 10.000. Perusahaan asuransi AAA
menaksir kerugian 100% (US$ 10.000) dengan peluang
0,002; kerugian 50% dengan peluang 0,01; kerugian 25%
dengan peluang 0,1, sisanya dikategorikan sebagai tidak
rugi. Selanjutnya jika X menyatakan besarnya kerugian,
maka distribusi peluang X adalah,

x US$ 10.000 US$ 5.000 US$ 2.500

P(X = x) 0,002 0,01 0,1

Tentukan: a. Rataan dan variansi dari X

b. Fungsi distribusi F(x) dan gambarkan
c. Besar premi yang diajukan oleh perusahaan asuransi
AAA agar memperoleh keuntungan US$ 100.
30

10
 8/23/2010

REFERENSI

 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,
ITB 1995.
1995
 Walpole, Ronald E., et.al, Statistitic for Scientist and Engineering,
8th Ed., 2007.
 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.
31

© 2008 by UM

11