NAMA : ANGGA MARTA

NIM : D1111161003

1. Perubahan acak
adalah suatu fungsi yang mengartikan suatu bilangan eal pada setia
unsur dalam ruang sampel. Perubahan acak biasanya dinyatakan dengan huruf
besar misal X, sedangakan nilainya akan dinyatakan dengan huruf kecil misal
x, contoh :
Sebuah mata uang dilantungkan 3 kali. Misalkan X menyatakan banyaknya muncul
muka. Apakah X suatu peubah acak ? Jika iya, tentukanlah ruang dari X.
Penyelesaian:
Misalkan T adalah ruang sampel. Maka:
T = {MMM, MMB, MBM, BMM, BBM, BMB, MBB, BBB}
Dimana, M = munculnya muka dan B = munculnya belakang.

2. Ruang sampel diskrit

adalah ruang sampel yang memuat perubah acak diskrit, dimana
banyaknya elemen dapat dihitung sesuai dengan bilangan cacah (digunakan
untuk data yang. berupa cacahan). Misalnya: banyak produk yang cacat,
banyaknya kecelakaan lalu lintas di suatu kota dan sebagainya

Ruang sampel kontinu adalah ruang sampel yang memuat perubah

acak emuat semua bilangan dalam suatu interval (digunakan untuk data yang
dapat diukur). Misalnya: indeks prestasi, tinggi badan, bobot, suhu, jarak,
umur dan lain sebagainya.

3. Distribusi Diskrit yaitu :

• Distribusi dimana peubahnya secara teoritis tidak dapat menerima sembarang
nilai diantara dua nilai yang diberikan.
• Distribusi peluang dengan variabel random bersifat diskrit pada suatu waktu.
Macam macam distribusi peluang diskrit :
1. Distribusi peluang binomial
2. Distribusi peluang poisson
3. Distribusi peluang multinomial
4. Distribusi peluang hipergeometrik
Distribusi kontinyu
• Distribusi kontinyu merupakan salah satu macam distribusi probabilitas, yaitu
model matematik yang menghubungkan nilai variabel dengan probabilitas terjadinya
nilai itu. Dengan perkataan lain, kita dapat membayangkan diameter cincin piston
sebagai variabel random, karena diameter itu menjalani nilai-nilai yang berbeda
dalam populasi itu menurut mekanisme random. Maka distribusi probabilitas diameter
cincin menggambarkan probabilitas terjadinya setiap nilai diameter cincin di dalam
populasi itu. Dimana untuk distribusi kontinyu variabel yang diukur dinyatakan
 dalam skala kontinyu. Oleh karena itu distribusi probabilitasnya dinamakan distribusi
kontinyu.

4. Distribusi Empiris
• Para ilmuwan dan enjinir hanya memiliki himpunan data. Oleh karena itu
penting untuk mencirikan atau meringkas sifat himpunan data tersebut dengan
cukupjelas.
• Seringkali dalam eksperimen yang menyangkut peubah
acak kontinu, fungsi padat f(x) tidak diketahui.
• Oleh karena itu, himpunan data tersebut digunakan untuk menaksir f(x)
• Langkah awal dalam menaksir f(x) adalah membuat distribusi frekuensi nisbi
(nisbi = relatif).
• Distribusi empiris mengelompokkan data ke dalam suatu
interval, di mana frekuensi data dalam setiap interval
dapat digunakan untuk menentukan frekuensi nisbinya.
• Sebagai contoh, misalkan umur 40 batere mobil yang
serupa dicatat dimana yang dalam hal ini umur tersebut
dibulatkan sampai persepuluhan tahun

-2.2 4.1 3.5 4.5 3.2 3.7 3.0 2.6

3.4 1.6 3.1 3.3 3.8 3.1 4.7 3.7
2.5 4.3 3.4 3.6 2.9 3.3 3.9 3.1
3.3 3.1 3.7 4.4 3.2 4.1 1.9 3.4
4.7 3.8 3.2 2.6 3.9 3.0 4.2 3.5

Umur Batere Mobil

Misalkan dipilih 7 interval kelas, panjang interval
adalah (4.7 – 1.6)/7 = 0.443 ≈ 0.5

5. Distribusi Peluang Gabungan

• Konsep-konsep fungsi peluang dapat dirampatkan untuk
dua atau lebih peubah acak.
• Bila dalam percobaan dilakukan pencatatan dan peubah
acak secara serentak, maka peluang kedua peubah
acak itu dapat dihitung.
• Misalkan pengukuran tekanan (P) dan volume gas (V)
akan memberikan hasil (p, v).
• Bila X dan Y adalah peubah acak, maka distribusi
peluang terjadinya secara serentak X dan Y disebut
distribusi peluang gabungan X dan Y dan dinyatakan
dengan f(x,y) dimana f(x, y) = P(X = x , Y = y).
• Tinjau kasus dua peubah acak yang keduanya diskrit
 atau keduanya kontinu.

6. Distribusi frekuensi kumulatif

Distribusi frekuensi yang berisikan frekuensi kumulatif (frekuensi yang
dijumlahkan). Distribusi frekuensi kumulatif memiliki kurva yang disebut ogif. Ada
dua macam distribusi frekuensi kumulatif yaitu distribusi frekuensi kumulatih kurang
dari dan distribusi frekuensi lebih dari.
7. Bebas statistik
Kejadian yang bersifat Mutually Exclusive (saling Asing /Saling Lepas)
adalah kejadian yang tidak dapat terjadi bersamaan, contohnya: misal kejadian A :
Anto masuk sekolah, kejadian B : Anto tidak masuk sekolah. Kedua kejadian tersebut
disebut mutually exclusive, karena masuk dan tidak masuk sekolah tidak mungkin
terjadi secara bersamaan.
Contoh lain adalah pada pelemparan mata uang, maka akan muncul dua
kemungkinan yaitu gambar dan angka, peluang munculnya gambar dan angka adalah
peluang muncul gambar ditambahkan dengan peluang munculnya angka.
Kerjadian yang Independent (Saling Bebas) terjadi jika kejadian pertama tidak
mempengaruhi kejadian kedua contohnya jika kejadian A adalah Kemungkinan
berhasilnya pemisahan bayi kembar di RS Dr Sutomo Surabaya dan kejadian B adalah
Kemungkinan Jatuhnya pesawat Komersial Jurusan surabaya. Kedua kejadian
tersebut disebut Independent karena kejadian A tidak dipengaruhi kejadian B

Contoh lain adalah pada pelemparan 2 mata uang sekaligus, maka akan ada
kemungkinan mata uang pertama angka atau gambar dan mata uang yang kedua juga
angka atau gambar jadi antara mata uang pertama dan kedua tidak saling
mempengaruhi. Pemungkinan munculnya angka dan gambar adalah perkalian dari
peluang munculnya angka dan peluang munculnya gambar
Suatu Kejadian yang bersifat mutually exclusive tidak mungkin bersifat Independent
demikian juga sebaliknya
Jika ada sebuah kejadian A: hari ini hujan dan B: Payung Saya ketinggalan dirumah.
Kejadian ini bukanlah suatu hal yang mutually exclusif tetapi juga bukan suatu hal
yang independent, coba pikirkan…