TUGAS MANDIRI PROSES STOKASTIK

VARIABEL ACAK DISKRIT

OLEH :

YETTI PEBRIANI

H12111001 JURUSAN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS HASANUDDIN 2014

 VARIABEL-VARIABEL ACAK DISKRIT

A. Variabel acak Bernoulli Misalkan sebuah percobaan, hasil yang dapat diklasifikasikan sebagai sukses atau gagal. Jika kita X sama dengan 1 maka hasilnya adalah sukses dan jika o maka hasilnya gagal, maka fungsi massa peluang (probability mass function ) X diberikan oleh : p(0) = P{X = 0} = 1 p, p(1) = P{X = 1} = p dimana p, 0 p 1, adalah probabilitas dengan percobaan adalah "sukses." Suatu variabel acak X dikatakan variabel acak Bernoulli jika fungsi massa probabilitas (probability mass function ) diberikan oleh Persamaan diatas untuk beberapa p (0, 1). B. Variabel acak Binomial Misalkan n percobaan independen, yang masing-masing menghasilkan "sukses" dengan probabilitas p dan "gagal" dengan probabilitas 1-p. Jika X mewakili jumlah sukses yang terjadi dalam percobaan n, maka X dikatakan variabel random binomial dengan parameter (n, p). Fungsi massa probabilitas (Probability Mass Function) dari variabel acak binomial memiliki parameter (n, p) diberikan oleh : p(i) = dimana, (1 ) , = 0,1, = ! 1 ! ! (2) (1)

sama dengan jumlah kelompok yang berbeda dari objek i yang dapat dipilih dari satu set objek n. Validitas Persamaan (2) dapat diverifikasi dengan terlebih dahulu mencatat bahwa probabilitas dari setiap urutan tertentu dari hasil n mengandung suskses i dan n - i gagal adalah dengan percobaan independen yang diasumsikan , (1 ) karena ada contoh, jika n = 3, i = 2, maka ada . Persamaan (2) kemudian mengikuti

urutan yang berbeda dari hasil n ditemukan untuk i suskses dan gagal n-i. Sebagai 3 = 3 cara di mana tiga uji coba dapat menghasilkan dua 2

sukses. Yakni, salah satu dari tiga hasil (s, s, f), (s, f, s), (f, s, s), di mana hasil (s, s, f) berarti bahwa percobaan pertama adalah sukses dan gagal ketiga. Karena masing-masing dari tiga hasil (s, s, f),

(s, f, s), (f, s, s) memiliki probabilitas dengan demikian 3 2 1 .

untuk terjadi kemungkinan yang diinginkan

Perhatikan bahwa, dengan teorema binomial, probabilitas sama dengan satu yaitu : = (1 ) = ( + 1 ) = 1

Jika X adalah variabel random binomial dengan parameter (n, p), maka kita mengatakan bahwa X memiliki distribusi binomial dengan parameter (n, p). C. Variabel acak Geometrik Misalkan percobaan independen, masing-masing memiliki probabilitas p menjadi sukses, dilakukan hingga sukses terjadi. Jika kita X adalah jumlah percobaan yang dibutuhkan sampai sukses pertama, maka X dikatakan variabel acak geometris dengan parameter p. Fungsi massa probabilitas (Probability mass function ) adalah : p(n) = P{X = n} =(1 ) , n = 1, 2, . . . (3)

Persamaan (3) berikut agar X sama dengan n perlu dan cukup bahwa n pertama - 1 percobaan menjadi gagal dan percobaan n sukses. Persamaan (3) berikut karena hasil dari uji berturut-turut diasumsikan independen. Untuk memastikan bahwa p (n) adalah fungsi massa probabilitas, kami mencatat bahwa : = 1

D. Variabel acak Poisson

Suatu variabel acak X, mengambil salah satu nilai 0, 1, 2,. . . , Dikatakan Poisson variabel acak dengan parameter , jika untuk beberapa > 0, p(i) = P{X = i} =
! !

i= 0,1,

(4)

Persamaan (4) mendefinisikan fungsi massa probabilitas sebagai berikut : = ! = ! = 1

Variabel acak Poisson memiliki berbagai aplikasi dalam sejumlah beragam daerah. Bagian penting dari variabel acak Poisson adalah bahwa hal itu dapat digunakan untuk memperkirakan suatu variabel acak binomial ketika n parameter binomial besar dan p kecil. Untuk

melihat ini, anggaplah bahwa X adalah variabel acak binomial dengan parameter (n, p), dan = np. Kemudian P = =
! !! ! !!

( ) ( )

Sekarang, untuk n besar dan p kecil 1 ,

( ! )

! (

Oleh karena itu, untuk n besar dan p kecil, P =

!

1,