TUGAS RANGKUMAN

NAMA : WA ODE SRI ASRIANI DAMAYADIN

KELAS : XI MIPA 2
TUGAS : MATEMATIKA PEMINATAN
RANGKUMAN

1. Variabel acak ( Random Variabel ) adalah suatu fungsi dari ruang sampel ke suatu bilangan
real.Sebagai contoh,melempar uang logam seimbang1x jika keluar Gambar disimbolkan ( G )
dan jika keluar angka maka disimbolkan ( A ) adalah 0.
2. Variabel acak diskret adalah variable acak yang nilai numeriknya berupa bilangan bulat dan
asli,tidak berbentuk pecahan.Misalkan pada percobaan pelambungan uang logam sebnyak dua
kali variable acaknya 0,1 dan 2,yaitu banyak diperoleh hasil gambar.
3. Variabel acak kontinu adalah variable acak yang nilai numeriknya berupa internal bilangan
real atau deskripsi nilai-nilai numerik dari hasil percobaan dan menghubungkan keduanya
yang mengambil seluruh nilai yang ada dalam sebuah interal.Misalkan pada percobaan lama
waktu yang diperlukan siswa untuk menyelesaikan sebuah soal,variable acaknya 5 < 1 < 10
dengan ( t ) menyatkan waktu dalam menit.
4.

x 0 1
f(x) 1 1
2 2

Munculnya gambar kurang atau sama dengan 1, maka kemungkinannya adalah A atau G
adalah saling lepas sehingga :

Peluang muncul ga,bar kurang dari atau sama dengan 1

= ( peluang muncul A ) + ( peluang muncul G )

= f (0) + F (1)

1 1
= +
2 2
 =1

5. Dalam notasi peluang, peluang muncul gambar kurang dari atau sama dengan 1 dinyatkan
dengan F (1) = P ( X ≤ 1¿ = f (0) + f (1) dinamakan fungsi peluang kumulatif atau fungai
kepadatan kumulatif ( cumulative density function ) pada X = 1 dan dituliskan F (1) = P
(X≤ 1¿ =f (0) + f (1)
6. Secara umum,fungsi peluang kumulatif pada X = c dinyatakan dengan F (c) = P ( X ≤ c ¿ =
x=c

∑ f ( x ) = f(1) + f (2) + … + f (c)

x=0

7. Salah satu contoh variable kontinu adalah hasil penimbangan berat.Hasil penimbangan berat
berupa suatu bilangan real pada interval tertentu.Oleh karena itu,variable yang mewakili hasil
penimbangan berat dapat dikelompokkan sebagai variable acak kontinu.
8. Misalkan X adalah variable acak kontinu dan f (x) adalah fungsi peluang variabelacak
X,maka F (x) memiliki sifat-sifat berikut.
a. 0 ≤ f (x) < 1 untuk setiap nilai x
b. Luas seluruh daerah di bawah kurva f (x) sama dengan 1.
c. Peluang variable acak X pada interval a ≤ x ≤ b sama dengan luas daerah dibawah kurva f
(x) yang dibatasi oleh garis x = a dan x = b.Peluang variable acak X pada interval a
≤ x ≤ b dinyatakan dengan P ( a ≤ x ≤ b )
9. Seperti halnya variable acak diskret,variable acak kontinu memiliki fungsi peluang
kumulatif.Misalkan X adalah variable acak kontinu dan f (x) yang terdefinisi pada interval x 0
≤ x ≤ x1 merupakan fungsi peluang variable acak X,maka fungsi peluang kumulatif dari
x
variable acal X didefinisikan sebagai F (x) = P ( X ≤ x ¿ = ∫ f ( t ) dt
x0

10. Fungsi peluang kumulatif variable acak X pada interval x 0 ≤ x ≤ x1 memiliki sifat-sofat
berikut :
a. Nilai F ( x 0) = 0 dan nilai F ( x 1) = 1
b. Untuk x 0 ≤ a<b ≤ x 1 nilai F (a) ≤ F (b) dan nilai P (a ≤ x ≤ b) = P( x ≤ b) – P (x≤ a ¿=
F (b) – F (a)
c. 0≤ F ( x ) ≤ 1
d
d. F (x) = f (x)
dx
11. Dalam teori probabilitas dan statistika,distribusi binomial adalah distribusi probabilitas
diskret jumlah keberhasilan dalam n percoban ya/tidak yang saling bebas,dimana setiap hasil
percobaan memiliki probabilitas p.Eksperimen berhasil atau gagal juga disebut percobaan
Bernoulli.
12. Percobaan Binomial mempunyai ciri-ciri sebagai berikut.
a. Percobaan dilakukan secara berulang-ulang sebanyak n kali,dengan bilangan n bulat
positif.
b. Setiap percobaan memiliki dua macam kejadian yang berkomplemen,yaitu kejadian
yang diharapkan (disebut sukses) dan kejadian yang tidak diharapkan (disebut
gagal).Misalnya baik-cacat,naik-turun,jual-beli,dan hidup-mati.
c. Peluang kejadian tetap dalam setiap percobaan dan jumlah peluang kedua kejadian
sama dengan satu.Misalkan peluang sukses = p dan peluang gagal = q maka p+q = 1
d. Setiap percobaan bebas (independent) satu sama lain,artinya hasil percobaan yang
satu tidak mempengaruhi hasil percobaan yang lain
13. Jika nilai-nilai variable acak binomial beserta peluangnya didaftar dalam bentuk table atatu
grafik, diperoleh distribusi peluang variabel acak binomial.Distribusi peluang variabel acack
binomial disebut distribusi binomial.
14. Distribusi binomial selain dapat dinyatakan dalam bentuk rumus juga dapat dinyatakan dalam
bentuk table atau grafik.
15. Distribusi binomial dan distribusi peluang binomial kumulatif dari percobaan mengambil bola
sebanyak dua kali dalam bentuk table attau grafik sebagai berikut :

Tabel Distribusi Peluang

Binomial

x 0 1 2
p(x) 0,36 0,48 0,16

Tabel Distribusi Peluang

Binomial Kumulatif

x 0 1 2
F(x) 0,36 0,84 1

16. Distribusi normal,disebut pula distribusi Gauss,adalah dsitribusi probabilitas yang paling
banyak digunakan dalam berbagai analisis statistika.Distiribusi normal juga merupakan fungsi
probabilitas yang menunjukkan distribusi atau penyebaran suatu variabel.Fungsi tersebut
umumnya dibuktikan oleh sebuah grafik simetris yang disebut kurva lonceng (bell curve).
17.
 Kurva diatas dikenal dengan nama kurva normal atau kurva lonceng karena bentuknya
yang seperti lonceng.Persamaan dari kurva tersebut dinamakan fungsi distribusi normal.
18. Fungsi distribusi normal dengan variabel acak X didefinisikan sebagai berikut :

1 1 x−μ 2
F(x) = e ( ¿ untuk −∞< x <∞
σ √2π 2 σ

19. Nama lain dari dsitribusi normal adalah distribusi Gauss.Nama tersebut diambil dari nama
belakang seorang matematikawan daru Jerma,yaitu Johann Carl Friedrich Gauss (1777-
1855).Hal ini dilakukan para matematikawan sebagai bentuk penghargaan terhadap Gauss
yang telah merumuskan persamaan dari kurva normal.
20. Pada variabel acak kontinu,besar peluang nili variabel pada interval tertentu sma dengan luas
daerah yang dibatasi oleh grafik distribusi peluangnya pada interval tersebut.Misalkan
variabel acak Z berdistribusi normal baku,maka besar peluang Z pada interval z 1 < z < z 2
sama dengan luas daerah di bawah kurva distribusi normal baku pada interval z 1< z < z 2
21. Hipotesis nol ( H 0) adalah hipotesis atau pernyataan awal yang akan diuji
kebenarannya.Hipotesis alternatif ( H 1) adalah komplenen dari hipotesis nol ( H 0),sehingga
penolakan H 0 berakibat penerimaan kebenaran H 1.Pada permasalahan di atas diperoleh H 0
dan H 1 sebagai berikut :
a. H 0 : μ=¿ 90 ( Rata-rata Panjang pelat baja 90 cm )
b. H 1 : μ ≠ 90 ( Rata-rata Panjang pelat baja tidak 90 cm )
22. Daerah kritis ditentukan berdasarkan nilai α , yaitu nilai signifikansi ( kepercayaan) dari
penarikan kesimpulan.Semakin kecil nilai α , maka akan semakin kecil kemungkinan
kesalhan hasil yang diperoleh atau semakin besar tingkat kepercayaan terhadap hasil
penarikan kesimpulan
23. Misalkan untuk penelitian di atas digunakan nilai signifikansi α = 5, artinya luas daerah
penolakan H 0 adalh 5% digambarkan sebagai berikut.
 Daerah yang luasnya α = 5 dibagi dua di ujung kanan dan kiri kurva normal dengan
α
luas masing-masing = 2,5 %
2

Dari table distribusi normal baku diperoleh nilai z = 1,96 sebagai batas sehingga luas
daerah di kanannya 2,5%

x−μ0
24. Statistik uji yang digunakan di sini adalah z = σ yang berdistribusi normal baku N
√n
(0,1).Dari permasalahan diatas diperoleh :
Rata-rata sampel = x =90,8 cm
Rata-rata populasi yang diuji = μ0 = 90 cm
Simpangan baku populasi = σ =¿ 4 cm
Banyak data sampe = n = 100
Sehingga nilai statistic uji :
x−μ 0 90,8−90 0,8
= =2
Z= σ = 4 0,4
√n √ 100

25. Kesimpulan dibuat berdasarkan keputusan uji yang diperoleh pada Langkah kempat.Oleh
karena H 0 ditolak,berarti H 1diterima.Kesimpulan dari uji hipotesis adalah Panjang rata-rata
Panjang pelat baja tidak 90 cm
26. Keputusan diambil berdasarkan nilai statistik uji ( Langkah ketiga ) dan daerah kritis
( Langkah kedua ).Jika nilai statistic uji di dalam daerah kritis maka H0
 ditolak.Sebaliknya,jika nilai statistic uji diluar daerah kritis maka H 0 diterima.Oleh karena
nilai statistic uji z = 2 dalam daerah kritis ( Z > 1,96 ),maka keputusannya H 0 ditolak.
27. H 0 : μ=μ 0 dan H 1: μ ≠ μ 0

Hipotesis ini disebut hipotesis dua arah karena daerah kritis untuk nilai signifikan α
digambarkan pada kedua ujung kurva normal seperti berikut.

Nilai kritis ( NK ) : Z = −z α dan Z = z α

2 2

Daerah kritis ( DK ) : Z < −z α atau Z > z α

2 2

Daerah penerimaan ( DP ) : −z α < Z < z α

2 2

28. H 0: μ ≥ μ 0 dan H 1 : μ< μ0

Hipotesis ini disebut hipotesis satu arah kanan karena daerah kritis untuk nilai signifikansi α
digambarkan pada ujung kurva normal seperti berikut.

29. H 0 : μ ≥ μ 0 dan H 0 : μ< μ0

Hipotesis ini disebut satu arah kiri karena daerah kritis untuk nilai signifikansi α digambarkan
pada ujung kiri kurva normal seperti berikut.