Anda di halaman 1dari 29

Peubah Acak

14-Sep-07

TPADF (Kelas Ganjil/ Rahmat)

Lecture 2 page 1

Definisi Peubah Acak


Peubah acak adalah peubah yang mengkarakterisasikan setiap elemen dalam ruang sampel dengan suatu bilangan real. merepresentasikan setiap hasil eksperimen/pengukuran dengan suatu nilai real

X : peubah acak x : nilai diskrit yang mungkin dari masing-masing elemen P(X = x) : probabilitas X sama dengan x.
Misal: Pelemparan sebuah dadu X = nilai dari muka dadu x = 1,2,,6 S = {1,2,,6} P(X = 1) = P(X = 2) = = P(X = 6) = 1/6 Suhu kota Bandung dalam bulan Agustus X = nilai suhu x = 22.0, , 30.0 (sembarang, kontinyu ) S = [22.0, 30.0] P(X < 28) = ? P(25 < X < 28) = ?

Peubah acak dapat bersifat diskrit atau kontiyu


14-Sep-07 TPADF (Kelas Ganjil/ Rahmat) Lecture 2 page 2

Distribusi diskrit dan fungsi probabilitas


Jika ruang sampel terdiri dari sejumlah kemungkinan yang terbatas, fungsi probabilitas atau distribusi probabilitas dari peubah acak diskrit X adalah suatu set pasangan (x, f(x)), dimana f(x) = P(X = x) f(x) = P(X = x) 0 f(x) 1 rapat fungsi

f ( x) = 1
x

Misal: Pelemparan sebuah dadu X = nilai dari muka dadu x = 1,2,,6 f(1) = P(X = 1) = 1/6 f(2) = P(X = 2) = 1/6 f(6) = P(X = 6) = 1/6
14-Sep-07

rapat fungsi diskrit uniform

TPADF (Kelas Ganjil/ Rahmat)

Lecture 2 page 3

Fungsi distribusi komulatif (jumlah) dari distribusi diskrit


Fungsi distribusi komulatif F(x) dari suatu peubah acak X dengan rapat fungsi f(x) adalah

F ( x) = P ( X x) = f ( x)
x =0

Jelas bahwa

P ( X x) = 1 f ( x)
x =0

Contoh: Sebuah dadu dilempar dua kali. Tentukan peubah acak, distribusi probabilitas dan fungsi distribusi komulatif dari eksperimen tersebut !!!
14-Sep-07 TPADF (Kelas Ganjil/ Rahmat) Lecture 2 page 4

Distribusi binomial
N kejadian independen dengan hanya ada 2 kemungkinan untuk setiap keluaran: berhasil atau gagal (Bernoulli Trial) dimana p : probabilitas berhasil (q=1-p : probabilitas gagal) X = jumlah keberhasilan dalam N percobaan (peubah acak binomial) x = 1,2,,N Peluang muncul keluaran (dalam urutan tertentu), mis. ssfsf adalah

pp (1 p ) p (1 p ) = p x (1 p )

N x

Tetapi, jika urutan pemunculan tidak penting, maka ada

N! x !( N x ) !

cara (permutasi) untuk mendapatkan x kali berhasil dalam N percobaan. Fungsi probabilitas untuk x kali berhasil adalah n! n x f ( x; n, p ) = P ( X = x ) = p x (1 p ) x !( n x ) ! n atau f ( x; n, p ) = p x q n x x
14-Sep-07 TPADF (Kelas Ganjil/ Rahmat) Lecture 2 page 5

Contoh:
Pelemparan koin dengan keluaran H dan T (p = q = 0.5) sebanyak 10 kali

10 f ( x;10, 0.5 ) = p x q10 x x


0 1 2 3 4 5 6 7 8 9 10 0 0.01 0.04 0.12 0.21 0.25 0.21 0.12 0.04 0.01 0

0.2

0.1

10

14-Sep-07

TPADF (Kelas Ganjil/ Rahmat)

Lecture 2 page 6

F ( x) = P ( X x) = f ( x)
x =0

0 1 2 3 4 5 6 7 8 9 10

0 0.01 0.05 0.17 0.38 0.62 0.83 0.95 0.99 1 1

0.5

10

14-Sep-07

TPADF (Kelas Ganjil/ Rahmat)

Lecture 2 page 7

Pelemparan koin dengan keluaran H dan T (p = 0.2) sebanyak 10 kali

0.2

0.5
0.1

0 1

9 10 11

10

14-Sep-07

TPADF (Kelas Ganjil/ Rahmat)

Lecture 2 page 8

Distribusi Binomial untuk berbagai variasi parameter

14-Sep-07

TPADF (Kelas Ganjil/ Rahmat)

Lecture 2 page 9

Contoh: Pelemparan koin sebanyak 3 kali Kemungkinan keluaran untuk setiap pelemparan: heads = berhasil tails = gagal Ruang sampel S = {HHH, HHT, HTT, TTT, TTH, THH, THT, dan HTH}
Keluaran HHH HHT THH HTH HTT THT TTH TTT
14-Sep-07

x 3 2 2 2 1 1 1 0

freq 1 3

3 1
1 0 1 x
TPADF (Kelas Ganjil/ Rahmat) Lecture 2 page 10

Nilai ekspektasi (rata-rata) dan ukuran sebaran

n x n x f ( x; n, p ) = p q x
peubah acak parameter

Nilai ekspektasi (rata-rata) dan standard deviasi (akar dari variansi):

Rata-rata

= E ( X ) = xi f ( xi ; n, p ) = np
i =0

Deviasi standard

= E ( X 2 ) ( E ( X )) =
2

(x )
i =1 i

= np (1 p )

14-Sep-07

TPADF (Kelas Ganjil/ Rahmat)

Lecture 2 page 11

z Score. Quartile dan Percentile

z=

Unusual Values -3 -2

Ordinary Values -1 0 Z 1 2

Unusual Values 3

Quartile (Q)

25%

25%

25%

25%

(minimum)

Q1

Q2
(median)

Q3

(maximum)

Percentile (Q)

P25 = Q1 P50 = Q2 P75 = Q3


TPADF (Kelas Ganjil/ Rahmat) Lecture 2 page 12

14-Sep-07

Peubah Acak Kontinyu

14-Sep-07

TPADF (Kelas Ganjil/ Rahmat)

Lecture 2 page 13

Peubah acak kontinyu dan fungsi rapat probabilitas


Nilai dari peubah acak (X) atau keluaran dari eksperimen/pengukuran (x) bersifat kontinyu

f(x) = fungsi rapat probabilitas (probability density function (pdf))

Peluang menemukan keluaran lebih kecil atau sama dengan x adalah fungsi jumlah/ distribusi komulatif (cumulative distribution function (cdf))

14-Sep-07

TPADF (Kelas Ganjil/ Rahmat)

Lecture 2 page 14

Kurva pdf dan cdf

Hubungan pdf dan cdf:

f ( x) =

F ( x ) x

F ( x) = P ( X x) =

F (b ) F ( a ) = P ( a < X < b )
Lecture 2 page 15

f ( x ) dx

14-Sep-07

TPADF (Kelas Ganjil/ Rahmat)

Nilai ekspektasi (rata-rata)

E ( X ) = = x f ( x ) dx
~ centre of gravity of pdf Untuk fungsi y(x) dengan pdf g(y),

Variansi:

Deviasi standard:

( ~ lebar dari pdf)

14-Sep-07

TPADF (Kelas Ganjil/ Rahmat)

Lecture 2 page 16

Distribusi Normal (Gaussian)


binomial (diskrit) normal (Gaussian) (kontinyu)

Kasus khusus: = 0, 2 = 1 (standard Gaussian, tersedia dalam bentuk tabel ):

Dipakai untuk menentukan fungsi probabilitas dari sembarang fungsi Gaussian dengan melakukan transformasi
14-Sep-07 TPADF (Kelas Ganjil/ Rahmat)

z=

Lecture 2 page 17

Tabel Distribusi Normal Standard (P(Z z)) dan Pemakaiannya

P(Z -3.00) = 0.0013 P(Z -2.59) = 0.0048 P(Z 1.31) = 0. 9049 0

Luas = 0.4429 P(Z 1.31) = 0.9049

1.58

z Luas = 0.5 - 0.9049 P(Z 1.31) = 0.0951

0
14-Sep-07 TPADF (Kelas Ganjil/ Rahmat)

1.58

z
Lecture 2 page 18

Probabilitas dan luas di bawah kurva


0.5 + P(Z z) 0.5 - P(Z z)

P(z > a)
0.5 x

P(Z z)

0.5 + P(Z z)

P (z a)
0.5 Add x

? P(a < z < b)


a
14-Sep-07

b
TPADF (Kelas Ganjil/ Rahmat)

a b
Lecture 2 page 19

Arti dari

14-Sep-07

TPADF (Kelas Ganjil/ Rahmat)

Lecture 2 page 20

The Central Limit Theorem


Fungsi Gaussian memiliki sifat yang unik, yakni hasil penjumlahan dua atau lebih fungsi Gaussian akan merupakan fungsi Gaussian juga. Sehingga suatu fungsi Gaussian dapat dipandang sebagai hasil penjumlahan dari beberapa sumber yang juga merupakan fungsi Gaussian. Untuk sejumlah n peubah acak xi yang terpisah dengan variansi i2,

Dalam batas limit n , y adalah fungsi Gaussian dengan

Kesalahan pengukuran sering merupakan hasil dari beberapa sumber.


14-Sep-07 TPADF (Kelas Ganjil/ Rahmat) Lecture 2 page 21

Beberapa macam distribusi probabilitas lainnya Distribusi/pdf Binomial Multinomial Poisson Uniform Exponential Gaussian Chi-square Cauchy Landau Contoh penggunaan

14-Sep-07

TPADF (Kelas Ganjil/ Rahmat)

Lecture 2 page 22

Distribusi Multinomial
Seperti binomial tetapi dengan m (>2) keluaran

Jika dalam N percobaan:

n1 keluaran dengan p1, n2 keluaran dengan p2, nm keluaran dengan pm.

Distribusi probabilitas multinomial untuk

14-Sep-07

TPADF (Kelas Ganjil/ Rahmat)

Lecture 2 page 23

Distribusi Uniform
Tinjau peubah acak kontinyu x dengan - < x < . Pdf uniform:

14-Sep-07

TPADF (Kelas Ganjil/ Rahmat)

Lecture 2 page 24

Distribusi Exponensial

Contoh: waktu paruh dari suatu partikel meta-stabil

( = waktu paruh rata-rata)

14-Sep-07

TPADF (Kelas Ganjil/ Rahmat)

Lecture 2 page 25

Distribusi Poisson
Tinjau kasus binomial dengan batasan limit

fungsi distribusi akan memiliki bentuk distribusi Poisson:

14-Sep-07

TPADF (Kelas Ganjil/ Rahmat)

Lecture 2 page 26

Distribusi Chi-square ( 2)
Untuk peubah acak kontinyu z (z 0):

n = 1, 2, ... = derajad kebebasan

Distribusi ini sering dipakai untuk menilai hasil fitting dengan metoda kuadrat terkecil (least squares) Untuk fungsi Gaussian yang terpisah (independent) dari xi, dengan i = 1, ..., n, nilai rata-rata i, dan variansi i2, merupakan 2 pdf dengan n derajad kebebasan
14-Sep-07 TPADF (Kelas Ganjil/ Rahmat) Lecture 2 page 27

Fungsi probabilitas lainnya


Jika keluaran eksperimen ternyata bergantung dari beberapa peubah acak diskrit, mis. X dan Y, pdf-nya didefinisikan sebagai joint pdf dengan sifat-sifat:

f ( x, y ) = P ( X = x, Y = y )
f ( x, y ) 0

f ( x, y ) = 1
x y

untuk semua (x,y)

Untuk peubah acak kontinyu, mis. X dan Y, pdf-nya didefinisikan sebagai joint pdf

f ( x, y ) dx dy = P( x X x + dx, y Y y + dy)
f ( x, y ) 0

dengan sifat-sifat:


14-Sep-07

f ( x, y ) = 1

untuk semua (x,y)


Lecture 2 page 28

TPADF (Kelas Ganjil/ Rahmat)

Pdf marginal, independen, dan bersyarat


Jika diinginkan pdf hanya salah satu peubah acak, X atau Y, pdf marginal

g ( x) =

f ( x, y ) dy

h( y) =

f ( x, y ) dx

Jika X dan Y independen pdf independen

f ( x, y ) = g ( x ) h ( y )

Jika X dan Y tidak independen pdf bersyarat

f ( x y) =
14-Sep-07

f ( x, y ) h( y)

f ( y x) =

f ( x, y ) g ( x)

TPADF (Kelas Ganjil/ Rahmat)

Lecture 2 page 29