VARIABEL RANDOM DAN DISTRIBUSI PROBABILITAS

A. Variabel Random Dalam suatu eksperimen, dimungkingkan bahwa ruang sampel merupakan himpunan bagian dari bilangan riil. Misalnya, suatu eksperimen melantunkan sebuah dadu, maka ruang sampelnya adalah = {1,2,3,4,5,6 }. Akan tetapi sering juga terjadi bahwa ruang sampel bukan merupakan himpunan bagian dari bilangan riil. Misalnya, suatu eksperimen melantunkan sebuah mata uang logam, maka ruang sampelnya adalah = {A, G}. Jika ruang sampel bukan merupakan himpunan bagian dari bilangan riil, tentunya akan mengalami kesulitan dalam analisis lebih lanjut. Oleh karena itu diperlukan transformasi dari ruang sampel bukan merupakan himpunan bagian dari bilangan riil menjadi menjadikan ruang sampel bukan merupakan himpunan bagian dari bilangan riil. Dalam teori probabilitas, transformasi tersebut dilakukan dengan menggunakan variabel random. Definisi 2.1 Variabel Random adalah suatu fungsi yang bernilai riil dari domain ruang sampel dari suatu eksperimen random. Dalam statistika matematika lanjut, variabel random didefinisikan lebih rinci sebagai berikut : Definisi 2.2 Variabel Random pada ruang probabilitas (, A, P) yang dinotasikan dengan X atau X(.) adalah fungsi dengan domain dan kodomain himpunan bagian dari bilangan riil sedemikian hingga untuk setiap bilangan riil r dipenuhi : Ar = {/ X() r} A Dengan variabel random, ruang sampel telah ditranformasikan menjadi ruang variabel random yang merupakan himpunan bagian dari bilangan riil.

Definisi 2.3 Ruang dari variabel random X adalah range dari X yaitu : C = {x / x = X() ; }

Misalkan X merupakan variabel random pada ruang sampel , dengan x merupakan ruang dari variable random X. Untuk setiap kejadian A , maka C={x / x=X(A)} x. Demikian pula untuk setiap kejadian C x, maka A={ / =X-1(C)} . Dalam kaitannya dengan menentukan peluang, jika x merupakan ruang dari variabel random X, maka probabilitas peristiwa C x adalah P(C) = P(x di C) = P( di X-1(C)) = P(A)

Suatu Variabel random X dikatakan diskrit jika range dari X merupakan himpunan berhingga (finite) atau tak berhingga tetapi terbilang (unfinite countable). Misalnya suatu eksperimen melempar sebuah mata uang logam sebanyak 3 kali. Variabel random X menyatakan banyak gambar yang muncul, maka ruang dari X adalah {0, 1, 2, 3}. Jadi X merupakan variable random diskrit. Sedangkan jika tidak terbilang (uncountable) maka dinamakan kontinu. Misalnya suatu eksperimen dengan variabel random X menyatakan tinggi badan rata-rata mahasiswa UNS, maka ruang dari X adalah {x / 0 < x < ; xR }. Jadi X merupakan varialel random kontinu.

Contoh Sebuah mata uang dilantunkan 2 kali. Misalkan X menyatakan banyaknya muncul angka. Apakah X merupakan variabel random? Jika ya tentukan : a. Ruang dari X b. P(X=x) untuk setiap x di x c. P(X < 2)

Jawab : Untuk membuktikan X variable random, harus ditunjukkan bahwa untuk setiap bilangan riil r berlaku Ar = {/ X() r} A r<0 Ar = {/ X() r} = A 0r<1 Ar = {/ X() r} = {, {GG} } A 1r<2 Ar = {/ X() r} = {, {GG}, {AG},{GA} } A r2 Ar = {/ X() r} = {, {GG}, {AG},{GA}, {AA} } A Karena untuk setiap bilangan riil diperoleh Ar = {/ X() r} A merupakan variabel random. a. Ruang sampel : ={AA, AG, GA, GG} Ruang variable random X : x = {0, 1, 2} b. P(X=x) untuk setiap x di x x P(X=x) 0 1 2 maka X

c. P(X < 2) = P(X=0) + P(X=1) = + =

B. Fungsi Densitas Probabilitas Definisi 2.4 Misalkan X adalah variabel random diskrit, maka suatu fungsi f(x)=P(X=x) disebut fungsi probabilitas dari variabel random X jika dipenuhi : 0
1

Definisi 2.5

Misalkan X adalah variabel random kontinu, maka suatu fungsi f(x)=P(X=x) disebut fungsi densitas dari variabel random X jika dipenuhi :

Contoh : Sebuah mata uang dilantunkan 3 kali. Misalkan variabel random menyatakan banyaknya muncul angka. Carilah fungsi probabilitas dari X! Penyelesaian : Ruang sampel S = {AAA, AAG, AGA, AGG, GAA, GAG, GGA, GGG} Ruang dari X C = {0, 1, 2, 3} Tabel fungsi peluang x P(X=x) 1 8 0 3 8 1 3 8 2 1 8 3 X

Sehingga fungsi probabilitas dari X adalah :

1 8 3 8 0

0,3

1,2

C. Fungsi Distribusi Kumulatif Definisi 2.6 Fungsi Distribusi Kumulatif dari variabel random X yang dinotasikan dengan F(x.) adalah fungsi dengan domain bilangan riil dan kodomain interval [0,1] yang memenuhi :

F ( x ) = P[ X x ] = P[{ / X ( ) x}] ; x R
Definisi 2.7 Sembarang fungsi F(x) dengan domain bilangan riil dan kodomain interval [0,1] dikatakan sebagai Fungsi Distribusi Kumulatif jika memenuhi : 1. F () = lim F ( x) = 0 dan F () = lim F ( x ) = 1
x x

2. F () adalah fungsi tidak tur un artinya jika a < b maka F ( a ) F (b ) 3. F () kontinu dari kanan artinya lim F ( x + h) = F ( x)
h 0

Teorema 2.1 Jika X adalah variabel random diskrit, maka F(x) dapat diperoleh dari f(x) dan sebaliknya. Bukti : Jika f(x) merupakan fungsi probabilitas dari VR diskrit X maka fungsi distribusi kumulatif dari X dapat ditentukan sebagai berikut :

F ( x) = P[ X x]
= P[ X = x1 ] + P[ X = x2 ] + P[ X = x3 ] + .... + P[ X = x]

= f [ x1 ] + f [ x2 ] + f [ x3 ] + .... + f [ x]

= f (x j )
x j x

Jika F(x) merupakan fungsi distribusi kumulatif dari VR diskrit X maka fungsi probabilitas dari X dapat ditentukan sebagai berikut :

F ( x j ) = P[ X x j ]

= f [ x1 ] + f [ x2 ] + f [ x3 ] + .... + f [ x j ] f [ x j ] = F ( x j ) ( f [ x2 ] + f [ x3 ] + .... + f [ x j 1 ])

= F ( x j ) lim F ( x j h)
h 0 +

Jika f(x) merupakan fungsi densitas dari VR kontinu X maka fungsi distribusi kumulatif dari X dapat ditentukan sebagai berikut :

F ( x) = P[ X x]

= P[ < X x]
= f (u )du
x

Jika F(x) merupakan fungsi distribusi kumulatif dari VR kontinu X maka fungsi densitas dari X dapat ditentukan sebagai berikut :

F ( x) = f (u )du

f ( x) =

F ( x) x

Contoh Diketahui C = {x / 0<x<1 atau 2<x<4 } adalah ruang dari variabel random X. Misalkan adalah fungsi dari C ke dalam R yang didefinisikan sebagai :

1 f ( x) = k 0

; untuk x C ; untuk x yang lain

a. Carilah harga k sehingga f(x) merupakan fungsi densitas dari VR X. b. Tentukan fungsi distribusi kumulatif dari VR X. c. Hitung P[x < 3]

Jawab : a. Agar f(x) merupakan fungsi densitas maka :

1 1 0 0 0 1 1 1 2 3

Karena

1 maka diperoleh 3

b. F ( x ) = f (u ) du Untuk x 0 , maka 0 0 Untuk 0 <x<1 , maka

Untuk 1 x2 , maka

Untuk 2 <x<4 , maka 0

0 0 0

Untuk x 4 , maka

(x-1)

0 0 0

0 0 0 1

0 0

Jadi

c. P[x<3] =

0 ; 0 1 ;0 1 3 1 ; 12 3 1 3 1 ; 2 4 1 ; 4

0 0 0 0

DAFTAR PUSTAKA Freund, J.E. dan R.E. Walpole (1987). Mathematical Statistics. 4th ed, PrenticeHall inc, New Jersey. Mood, A.M., Graybill, F.A. dan Boes, D.C. (1987). Introduction to the Theory of Statistics. Mc-Graw-Hill, New York. Walpole, R.E. dan Myers, R.H. (1978) probability and Statistics for Engineers and Scientists. MacMillan Publishing Co., Inc. New York.