X X1 X2 ... Xk
Peluang f(x1) f(x2) ... f(xk)
RRBR RRRB
BRRR RBRR
BRBB RBBB
BBBR BBRB
RRRR
BBBB
X 4 3 2 1 0
P(X) 1/16 4/16 6/16 4/16 1/16
F(X = x) = P(X ≤ x)
= cdf = cumulative distribution function
dF x
f x
dx
1. 0 f ( xi ) 1
2. f ( xi ) P X xi
3. f (x ) 1
i
i
Variabel random
4. F ( x) P( X x) f (t ) Diskrit
tx
5. f x 1
i
i
x
Variabel random
6. F ( x) P( X x) f t dt
x
Kontinou
C03 C25 10 C 3
C 5
15
f (0) P( X 0) 8
; f (1) P( X 1) 1
8
1
C2 28 C2 28
C23 C05 3
f (2) P( X 2) 8
C2 28
Distribusi Probabilitas
X=0 X=1 X=2
f(x) 10
28
15
28
3
28
Solusi: 2 2 3
2
x x 8 1
a. 3
dx
9
1
9 9
1 1
1 1
2 3
x x 1
b. P 0 X 1 dx
0
3 9 9
0
jadi: 0 x 1
3
x 1
F x 1 x 2
9
1 x2
27/09/2019 Variabel Random dan Distribusi Peluang - Statistika ITS 16
2 1 1
d. P 0 X 1 F 1 F 0
9 9 9
1. Distribusi Uniform
ialah suatu kejadian yang mempunyai probabilitas
yang sama.
f x
1
k
misal:
1
Probabilitas mata dadu keluar angka 5:
6
1
Probabilitas mata uang keluar muka:
2
x = 0, 1, 2, … , n
B x; n, p C24 p 2 (1 p)42
2 42
3 4 3 3
B 2; 4, C2 1
4 4 4
b. P( X ≥ 2) =
c. P( X ≥ 3) =
P X k n C n 1
k 1 p q k nk
Contoh 6:
Peluang cacat pembuatan tiang pancang sebesar
0.1. Pada pemeriksaan kualitas dilakukan
pengambilan sampel sebanyak 4 item.
P X 2 4 C13 p 2 q 2
P X 1 n pq n1
Contoh 7:
Pada saat sibuk di suatu sentral telepon mencapai
batas daya sambungnya, sehingga orang tidak
mendapat sambungan. Andaikan peluang mendapat
sambungan selama waktu sibuk adalah 0.05. Berapa
peluang diperlukan 6 kali usaha agar sambungan
berhasil.
Variabel Random dan Distribusi Peluang - Statistika ITS 27/09/2019
27
P X 1 6 0.050.95 0.036
5
4 0 e 4
P( X t 0) 0.018
0!
E X X i f xi
2 2 2
i
E X 2
E X E X 2 2
2
Variabel Random dan Distribusi Peluang - Statistika ITS 27/09/2019
Ekspektasi dari Distribusi peluang
35
Diskrit
E X x f x
E g x g x f x
Kontinou
E X x f x dx
E g x g x f x dx
Sifat-sifat ekspektasi:
1. E(ax) = a E(x)
2. E(a + bx2) = a + b E(x2)
3. E(xy) = E(x) E(y)
Sifat-sifat varians:
1. Varians tidak negatif
2. Var (x + a) = Var (x)
3. Var (bx) = b2 Var (x)
4. Var (a + bx) = b2 Var (x)
Varians X
Var X
X 0 1 2 3
f(x) 0.4 0.43 0.149 0.016
E(x) = x f(x) 0 0.43 0.298 0.348
X 0 1 2 3
f(x) 0.40 0.43 0.149 0.016
X2 f(x) 0 0.43 0.596 1.044
E X 2 xi2 f xi 2.07
i
Var (X) = E(X2) – μ2
= E(X2) – (E(X))2
= 2.07 - (1.076)2
= 0.91
Koefisien Variasi ( δx )
x
x
x
Kemencengan (θ)
EX x
3
x3
1. Distribusi NORMAL
KARL FRIEDRICH GAUSS
1 x
2
1
2
f ( x) e -<x<
2 2
Simetris
Bell shape
X N ( , 2 )
f(x)
X ~ N , 2
X
Z (Transformasi)
Z ~ N 0, 1
menggunakan tabel normal standart
= P 1 Z 1
100 100
= P Z
100 100
= 0.6826 = 68.26 %