TAS
#ProbStat=MUDAH
#ProbStat=MUDAH
#ProbStat=MUDAH
1
9/20/2018
Aplikasi Independent
Event
#ProbStat=Mudah
2
9/20/2018
Independent Event
Definisi:
Dua kejadian A dan B dikatakan independen jika:
∩ . atau
Contoh 1:
Dua buah bola diambil secara acak dari sebuah kotak yang berisi 5 bola merah
dan 7 bola putih. Misalkan merupakan kejadian terambilnya bola merah pada
pengambilan pertama, dan merupakan kejadian terambilnya bola merah
pada pengambilan kedua.
Tentukan apakah dan independen jika pengambilan dilakukan:
(a) Dengan pengembalian,
(b) Tanpa Pengembalian
Solusi:
Misalkan:
= Terambilnya Bola Merah pada pengambilan Pertama
= Terambilnya Bola Merah pada pengambilan Kedua
#ProbStat=Mudah
Independent Event
Dengan Pengembalian:
Ruang Sampel Ω Kemungkinan Pengambilan 2 bola = 12x12
Kemungkinan Peristiwa dan ∩ = 5x5
Sehingga Peluang terjadinya peristiwa ∩ :
# ∩
∩
# Ω
25
144
Karena dan , maka
5 5 25
. .
12 12 144
Karena ⋂ . maka dan adalah independen
#ProbStat=Mudah
3
9/20/2018
Independent Event
Tanpa Pengembalian:
Jika dilakukan tanpa pengembalian, untuk menghitung dengan
tepat maka harus ada informasi telah terjadinya pada pengambilan
pertama. Dengan kata lain, harus ditentukan .
Kejadian dan akan independen jika
Dari Soal diperoleh bahwa
Ingat Teorema Peluang Total: ∑ .
Jadi . .
4 5 5 7
. .
11 12 11 12
20 35
132 132
55 5
132 12
Karena P(BA)≠P(B) maka A dan B adalah tidak independen
#ProbStat=Mudah
Seri Paralel
C1 C2 C1
C2
#ProbStat=Mudah
4
9/20/2018
C1
C1 C2
P(W1W2)=P(W1).P(W2)
C2
P(W1W2)=1 – P(F1F2)
#ProbStat=Mudah
Contoh 2:
Misalkan tiga buah komponen membentuk sebuah system dengan
lay-out sebagai berikut:
C1 C2
A B
C3
#ProbStat=Mudah
5
9/20/2018
Contoh 3:
Misalkan jaringan A ke B merupakan jaringan tertutup sebagaimana
dalam lay-out berikut:
C1 C2
A B
C3 C4
#ProbStat=Mudah
Contoh 5:
Misalkan 5 buah komponen dipasang dalam sebuah system dengan
lay-out sebagai berikut:
C1 C2
A C3 B
C4 C5
#ProbStat=Mudah
6
9/20/2018
Variabel Acak
#ProbStat=Mudah
7
9/20/2018
Pengertian
• Variabel: Karakteristik yang nilainya berubah-ubah dari satu unit
penelitian ke unit penelitian lainnya
X
S Banyaknya Jawaban
R
yang benar
BB 0
BS 1
SB
SS 2
8
9/20/2018
Distribusi Peluang
X p(X=x) Distribusi Peluang adalah
0 1/4 tabel yang berisi nilai dari
variabel random dan
1 2/4
peluangnya
2 1/4
p ( x) 0
Total 1
p ( x) 1
p( X x ) p( x 0) p( x 1) p( x 2)
x
3
(1 / 4) (2 / 4) (1 / 4)
i 1
4/4
Variabel Mixed
Acak Random Variabel
9
9/20/2018
Variabel Acak
Diskrit Kontinu
Probability Mass Function Probability Densitas Function
pmf pdf b
p ( x ) P{ X x} p (a X b) f ( x )dx
d
f ( x) F ( x)
a
dx
Sifat-sifat
p( x) 0 f ( x) 0
p( X x) 0
p( x) 1 f ( x)dx 1
x
Cummulative
Distribution Function
Diskrit Kontinu
Bernoulli Normal
Multinomial Beta
Geometrik Gamma
Hipergeometrik Exponensial
Poisson Weibull
Cauchy
Double
Eksponensial
10
9/20/2018
x
FX ( x) f X (t ) dt
Dimana ;
1. f X (t ) 0 2. f X (t ) dt 1
d d
x
F x f (t ) dt f X (x)
dx dx
b a
P (a X b) f X ( t )d t f X ( t )d t
b b
f X ( t )d t f X ( t )d t f X ( t ) dt
a a
P (a X b) P (a X b ) P (a X b ) P (a X b)
f
b
X ( t ) dt
a
11
9/20/2018
F ( x) P( X x)
F ( x ) p (t )
x
F ( x) f (t ) dt
tx
VR CAMPURAN
MIX - RV
Cummulative
Cumulative
Probability
Distribution
Distribution
Density Function
Function
Function
12
9/20/2018
Contoh Soal
Soal:
Pada RE pengetossan coin tiga kali, diperoleh ruang sampel:
= { GGG, GGA, . . ., AAA}
Terdiri 8 Sample Point yang bersifat Equally likely. Jika X merupakan
Variabel Random yang menyatakan banyaknya GAMBAR, maka
tentukan:
a. 2 b. 2
Jawab:
Jika A event yang menyatakan 2, maka jelas bahwa ⊆ Ω Kenapa?)
a). A 2 : 2
={GGA, AGG, GAG}
∴ 2 ⁄
b). Jika B event yang didefinisikan oleh 2 , maka:
2 : 2
={GAA, AGA, AAG, AAA}
∴ 2 ⁄ ⁄
Contoh Soal
0 ; x 0
1
F(x) x 2 ; 0 x 12
1 ; x 12
a. Skets grafik F(x), periksa apakah F(x) memenuhi sifat dari fungsi
distribusi
b. Tentukan nilai dari:
i.
ii. 0 )
iii. 0
iv. 0
c. Macam/corak dari VR ?
13
9/20/2018
Contoh Soal
Solusi :
a. F(x)
0 ; x 0 1
1
F(x) x 2 ; 0 x 12
1 ; x 12
1/2
x
0 1/2
Contoh Soal
b. Untuk diperoleh:
0 0 0
0 0
1
0
2
1
0 0 2
0 0 0
14
9/20/2018
Ekspektasi, Varians
dan Moment
#ProbStat=Mudah
Distribusi Peluang
Soal 1
Misalkan sebuah variable acak X memiliki fungsi peluang sebagai
berikut:
untuk 1,2,3,4,5
a. Tentukan nilai k sedemikian rupa sehingga fungsi tersebut
merupakan sebuah pmf?
b. Hitung nilai 1
c. Hitung nilai 3
#ProbStat=Mudah
15
9/20/2018
Distribusi Peluang
Soal 2
Misalkan sebuah variable acak X memiliki fungsi peluang sebagai
berikut:
, 0 2
0,
a. Apakah fungsi tersebut merupakan fungsi densitas peluang?
b. Gambarkan Fungsi Distribusi -nya
c. Hitung nilai 2
#ProbStat=Mudah
Distribusi Peluang
X P(X=x) X P(X≤x)
2 1/36 2 1/36
3 2/36 3 3/36
4 3/36 4 6/16
5 4/36 5 10/36
6 5/36 6 15/36
7 6/36 7 21/36
8 5/36 8 26/36
9 4/36 9 30/36
10 3/36 10 33/36
11 2/36 11 35/36
12 1/36 12 36/36
Total 36/36
Distribusi Peluang Distribusi Peluang
Kumulatif
#ProbStat=Mudah
16
9/20/2018
Ekspektasi
. ; jika X vrd
. jika X vrk
#ProbStat=Mudah
Contoh Soal
1. Misalkan didefinisikan sebagai jumlah muncul-nya Gambar
pada pengetosan 5 buah coin secara acak. Hitung berapa
Ekspektasi -nya!
#ProbStat=Mudah
17
9/20/2018
Moment
; jika X vrd
. jika X vrk
#ProbStat=Mudah
Varians
• Variansi, terjemahan dari variance, kadang kadang disebut
ragam.
• Variansi dari variabel random , ditulis atau , yang
didefinisikan .
• Apabila dijabarkan, diperoleh:
. ; jika X vrd
. jika X vrk
#ProbStat=Mudah
18
9/20/2018
• Sifat Ekspektasi
.
Jika 0, maka , dimana
• Sifat Varians
.
#ProbStat=Mudah
#ProbStat=Mudah
19
9/20/2018
Fungsi Karakteristik
#ProbStat=Mudah
20