Anda di halaman 1dari 10

MAKALAH

PEUBAH ACAK DAN FUNGSI KEPADATAN PELUANG

Disusun untuk memenuhi tugas mata kuliah


Statistika Matematika I
yang dibina oleh Bapak Swasono Rahardjo

Oleh:
KELOMPOK 8 OFFERING D
Muhammad Wiranto (160311600201)
Sindy Karmila (160311604621)
Yusron Nasrullah (160311604669)

UNIVERSITAS NEGERI MALANG


FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
JURUSAN MATEMATIKA
SEPTEMBER 2018
A. Peubah Acak
Definisi 2.2.1 Misal X suatu fungsi yang terdefinisi atas ruang sampel S ,
pada himpunan bilangan real R , yaitu
S X R,
yang mengaitkan untuk setiap c S ke x R, ditulis X(c) x, c S. Maka X
disebut peubah acak. Dan daerah jelajah dari X, ditulis sebagai
𝔄 {x: X(c) x, c S}
disebut ruang peubah acak.
Peubah acak ditulis sebagai huruf besar X,Y, atau Z, sedangkan nilainya
kita tulis sebagai huruf kecil x, y, atau z. Jadi jika tertulis huruf besar itu berarti
peubah acak yang berupa suatu fungsi. Di pihak lain jika tertulis huruf kecil
berarti nilai fungsi yang berupa bilangan real. Cara penulisan ini perlu sekali kita
perhatikan mulai sekarang, karena kesalahan dalam penulisan akan berakibat
kerancuan dalam memahami konsep peubah acak.
Contoh 2.2.1 Misal suatu percobaan melempar sekeping uang
logam dua kali. Maka ruang sampelnya adalah
S = {mm,mb,bm,bb}.
Misal X peubah acak yang menyatakan banyak muncul muka. Maka
X(mm) = 2, X(mb) = X(bm) = 1, X(bb) = 0.
Sehingga kita peroleh ruang peubah acak
𝔄 = X(S) = {0,1,2}.
Sekarang kita pandang ruang peubah acak di atas sebagai ruang sampel. Oleh
karena itu sebarang himpunan bagiannya juga dapat kita pandang sebagai
kejadian. Permasalahannya sekarang bagaimana menentukan
peluang kejadian ini? Sebagai contoh kita ambil kejadian
A1 = {0}.
Kejadian ini ekivalen dengan kejadian
C1 = {bb}.
Dan dengan mudah kita dapat melihat bahwa
1
P(C1) = 4.

Oleh karena itu cukup beralasan jika kita tentukan bahwa


1
P(A1) = P(C1) = 4.
Dengan cara yang sama jika
P(A1) = {1}.
maka kejadian yang ekivalen adalah
C2 = {mb,bm}.
Oleh karena itu
2
P(A2) = P(C2) = 4.

Demikian pula untuk


A3 = {0,1},
ekivalen dengan
C3 = {bb,mb,bm},
dan
3
P(A3) = P(C3) = 4.

Tugas kita pada Contoh 2.2.1 adalah menentukan peluang kejadian pada
ruang peubah acak menggunakan peluang kejadian pada ruang sampel. Konsep
peluang seperti ini disebut sebagai peluang terinduksi oleh peubah acak X,
didefinisikan sebagai

di mana
Sifat-sifat peluang berlaku pula pada peluang terinduksi ini. Kita
perhatikan cara-cara penulisan berikut ini:
1. Penulisan X ∈ A. Penulisan ini merupakan penyederhanaan dari penulisan
{c: X(c) ∈ A, c ∈ S}. Atau
X ∈ A⟺ C = {c : X(c) ∈ A, c ∈ S}.
2. Dalam hal A kejadian sederhana, seperti A1 = {0}, penulisan X ∈ A1
biasanya ditulis sebagai X = 0, yang merupakan penyederhanaan dari
{c: X(c) = 0,c ∈ S}. Atau
X ∈ A1 ⟺ X = 0 ⟺ C1 = {c : X(c) = 0, c ∈ S}.
3. Dimungkinkan juga muncul penulisan X ≤ x. Penulisan ini dimaksudkan
penyederhanaan dari penulisan {c: X(c) ≤ x, c ∈ S}. Atau
X ≤ x ⟺ {c : X(c) ≤ x, c ∈ S}.
Selanjutnya penulisan tentang peluang terinduksi dapat dipilih salah satu
dari beberapa penulisan di atas disesuaikan dengan keperluan. Oleh karena itu
hasil pada Contoh 2.2.1 dapat kita buat dalam bentuk Tabel 2.2.1 berikut ini.

Tabel 2.2.1 sering disebut sebagai tabel sebaran peluang dari peubah acak X.
Contoh 2.2.2 Lihat kembali Contoh 2.2.1, kemudian hitung (1). P(X ≤ 1).
Penyelesaian
Menghitung P(X ≤ 1) sama saja dengan menghitung P(X = 0 atau 1). atau sama
juga menghitung P(A), di mana A = {0, 1}. Pada Contoh 2.2.1 kita telah
memperoleh hasil ini, yaitu

Jadi

Hasil di atas dapat pula diperoleh langsung dari Tabel 2.2.1.


Contoh 2.2.3 Misal suatu dadu bermata 1, 2, 3, 4, 5, dan 6 dilempar
sebanyak dua kali, dan misal X suatu peubah acak yang menyatakan nilai
maksimum untuk mata dadu dari kedua lemparan tersebut, yaitu X = maks{i, j}, di
mana {i, j} ∈ {1,2,3,4,5,6}.
a. Buatlah tabel sebaran peluangnya.
b. Hitung P(X ≤ 2) langsung dari tabel pada hasil a.
Penyelesaian
Untuk memudahkan pekerjaan kita akan lebih baik jika kita buat gambar dari
ruang sampel pelemparan dadu sebanyak dua kali seperti pada Gambar 2.2.1
berikut ini.
a. Kita peroleh tabel sebaran peluang berikut ini.

b. Dari tabel di atas kita memperoleh hasil

Semua peubah acak yang telah kita bahas nilai-nilainya dari himpunan
terbilang, atau ruang peubah acaknya berupa himpunan terbilang. Peubah yang
demikian disebut peubah acak diskret. Sekarang kita akan melihat contoh-contoh
peubah acak yang nilai-nilainya dari suatu selang, yang disebut sebagai peubah
acak kontinu, yaitu peubah acak yang ruangnya berupa selang.
Contoh 2.2.4 Kita lihat kembali Latihan 1.2.5, yang ruang sampelnya
adalah

Misal peluang dari sebarang kejadian C dari ruang sampel ini didefinisikan oleh

bukti bahwa pendefinisian ini memenuhi ketiga asumsi peluang ditinggalkan


sebagai latihan.
Sebagai contoh, jika maka

Misal peubah acak X didefinisikan sebagai


x X(c) 3c 2.
Maka ruang peubah acak X adalah
𝔄 {x : 2 x 5}.
Kita ingin menentukan peluang terinduksi ini, kita sebut
P(A), A 𝔄
Misal
A {x : 2 x b},
di mana 2 b 5. Mudah kita lihat bahwa himpunan A ini ekivalen dengan

Oleh karena itu berdasarkan pada definisi peluang terinduksi kita peroleh

Kita dapat juga mengubah bentuk integral ini dalam peubah x 3z 2, dan kita
peroleh

di mana A {x : 2 x b}. Bentuk terakhir ini merupakan bentuk peluang yang
terdefinisi pada kejadian yang ditimbulkan oleh peubah acak X, yang nilainya
ditentukan langsung oleh kejadian A.
Contoh 2.2.5 Misal menyatakan fungsi peluang dari peubah acak X sehingga
untuk sebarang A 𝔄 berlaku

di mana

Misal dan Hitung: a. b. dan c.


Penyelesaian
a.

b.

c. Karena maka untuk menghitung kita


gunakan rumus pada Teorema 1.3.3, yaitu

Kita hitung terlebih dahulu seperti berikut ini:

Jadi

Hasil ini dapat pula kita peroleh dari kenyataan bahwa

Sehingga

B. Fungsi Kepadatan Peluang


Kita lihat kembali Tabel 2.2.1 tentang sebaran peluang dari peubah acak X
pada Contoh 2.2.1. Tabel tesebut dapat kita ubah menjadi bentuk sederhana
atau

Sedangkan dari Contoh 2.2.4 untuk sebarang A 𝔄 kita peroleh

yang dapat kita tulis sebagai

di mana

Kedua fungsi di atas, yaitu f sehingga

dan f sehingga

disebut sebagai fungsi kepadatan peluang (probability density function) dari


peubah acak X. Untuk selanjutnya fungsi kepadatan peluang ini ditulis sebagai pdf
yang merupakan kependekan dari probability density function. Dua pdf di atas
merupakan pdf dari dua jenis yang berlainan, yang pertama pdf yang terdefinisi
pada himpunan terbilang dan yang kedua pdf yang terdefinisi pada suatu selang.
Beberapa referensi membedakan nama dari fungsi ini. Untuk ruang sampel diskret
fungsi ini disebut sebagai fungsi massa peluang, sedangkan untuk ruang sampel
kontinu fungsi ini disebut sebagai fungsi kepadatan peluang.
Definisi 2.3.1 Misal X peubah acak dengan ruang 𝔄, yang merupakan
himpunan dari titik-titik diskret. Maka X disebut peubah acak diskret, dan fungsi f
sehingga

disebut sebagai fungsi kepadatan peluang.


Contoh 2.3.1 Misal X peubah acak diskret dengan ruang
𝔄 ={x : x =0,1,2,3,4} dengan pdf

Penyelesaian

Hasil c dapat pula diperoleh dari rumus

Definisi 2.3.2 Misal X peubah acak dengan ruang 𝔄, yang merupakan


selang dari bilangan real. Maka X disebut peubah acak kontinu, dan fungsi f
sehingga

disebut sebagai fungsi kepadatan peluang.


Contoh 2.3.2 Misal X peubah acak kontinu dengan ruang
𝔄 ={x :0 x 1} dan pdf

Penyelesaian
Definisi 2.3.1 dan Definisi 2.3.2 mensyaratkan bahwa Ruang
peubah acak dari definisi ini dapat kita perluas ke himpunan bilangan real. Hal ini
akan berakibat perubahan pada penulisan Untuk Contoh 2.3.1 kita tulis
sebagai

Sedangkan untuk Contoh 2.3.2 kita tulis sebagai

Untuk meyederhanakan penulisan tentang pdf, kita sajikan terlebih dahulu


konsep tentang fungsi indikator berikut ini.
Definisi 2.3.3 Suatu fungsi indikator dari himpunan bagian A didefinisikan
sebagai

Menggunakan definisi tersebut, penulisan masing-masing pdf pada Contoh


2.3.1 dan Contoh 2.3.2 berturut-turut menjadi

dan

Kita telah melihat bahwa jika X kontinu dan jika f suatu pdf dari maka jika X
maka jika

Lebih lanjut, jika maka

Akibatnya

Anda mungkin juga menyukai