Variabel-Variabel Random

Variabel-Variabel Random
Sri Dewi Anugrawati
Jurusan Matematika
Fakultas Sains dan Teknologi
Universitas Islam Negeri Alauddin Makassar
Daftar Isi I
1 Variabel Random
2 Variabel Random Diskrit
3 Variabel Random Kontinu
4 Nilai Harapan Variabel Random

Variabel Random
Variabel Random
Variabel Random
Variabel Random
Fungsi bernilai real yang didefinisikan pada ruang sampel disebut dengan
variabel random. Nilai dari variabel random ditentukan dari hasil yang
diperole pada suatu percobaan
Contoh
Variabel Random
Variabel Random
Fungsi bernilai real yang didefinisikan pada ruang sampel disebut dengan
variabel random. Nilai dari variabel random ditentukan dari hasil yang
diperole pada suatu percobaan
Contoh
Misalkan X adalah variabel random dari jumlah sisi mata dadu yang
muncul, maka:
1
P (X = 2) = P (1, 1) =
36
2 1
P (X = 3) = P {(2, 1) , (1, 2)} = =
36 18
3 1
P (X = 4) = P {(2, 2) , (1, 3) , (3, 1)} = =
36 12
4
P (X = 5) = P {(2, 3) , (3, 2) , (4, 1) , (1, 4)} =
36
5
P (X = 6) = P {(3, 3) , (4, 2) , (2, 4) , (1, 5) , (5, 1)} =
36
Variabel Random Diskrit


Variabel random diskrit adalah suatu variabel random yang nilainya
paling banyak diambil dari jumlah terhitung. Untuk variabel random
diskrit X , didefinisikan fungsi massa peluang p(a) dari X sebagai
p (a) = P {X = a}
dimana: jika X diasumsikan adalah salah satu dari nilai x1 , x2 , . . ., maka
p (xi ) > 0, i = 1, 2, ...

p (x) = 0, untuksemuanilaix
∞
X
p (xi ) = 1
i=1
X
F (a) = p (xi )
xi ≤a


1 Variabel random Bernoulli
p (0) = P {X = 0} = 1 − p
p (1) = P {X = 1} = p
2 Variabel random Binomial

n
p (i) = p i (1 − p)n−i , i = 0, 1, ..., n
i
3 Variabel random Geometrik
p (n) = P {X = n} = (1 − p)n−1 p, i = 1, 2, ..., n
4 Variabel random Poison

λi
p (i) = P {X = i} = e −λ , i = 0, 1, 2, ..., n
i!
Variabel Random Kontinu


Misalkan X adalah suatu variabel random. Variabel random X disebut
variabel random kontinu jika terdapat fungsi non negatif f (x), terdefinisi
untuk setiap bilangan real x ∈ (−∞, ∞) yang memiliki sifat: untuk
setiap himpunan bilangan real B berlaku

Misalkan X adalah suatu variabel random. Variabel random X disebut
variabel random kontinu jika terdapat fungsi non negatif f (x), terdefinisi
untuk setiap bilangan real x ∈ (−∞, ∞) yang memiliki sifat: untuk
setiap himpunan bilangan real B berlaku
Z
P {X ∈ B} = f (x) dx
B
Z∞
1 = P {X ∈ (−∞, ∞)} = f (x) dx
−∞
Fungsi f (x) disebut fungsi kepadatan peluang dari variabel random X


1 Variabel Random Seragam


1
f (x) = β−α , jika α < x < β
0, untuk x yang lainnya
2 Variabel Random Eksponensial


1
f (x) = β−α , jika α < x < β
λe −λx ,

jika x ≥ 0
f (x) =
0, jika x < 0
3 Variabel Random Normal


1
f (x) = β−α , jika α < x < β
λe −λx ,

jika x ≥ 0
f (x) =
0, jika x < 0
3 Variabel Random Normal

1 (x−µ)2
f (x) = √ e − 2σ2 , −∞ < x < ∞
2πσ

1 Variabel Random Gamma

1 Variabel Random Gamma

(
λe −λx (λx)α−1
Γ(α) , jika x ≥ 0
f (x) =
0, jika x < 0
dimana
Z∞
Γ (α) = e −x x α−1 dx
0
Nilai Harapan Variabel Random
Nilai Harapan
Nilai Harapan
1 Jika X adalah variabel random diskrit dengan fungsi massa peluang

p(x), maka nilai harapan dari X adalah
Nilai Harapan

X
E (X ) = xp (x)
x;p(x)>0
2 Jika X adalah variabel random kontinu dengan fungsi kepadatan

peluang f (x), maka nilai harapan dari X adalah
Nilai Harapan

X
E (X ) = xp (x)
x;p(x)>0
2 Jika X adalah variabel random kontinu dengan fungsi kepadatan

peluang f (x), maka nilai harapan dari X adalah
Z∞
E (X ) = x f (x) dx
−∞
Contoh 1
Contoh 1
Hitunglah nilai harapan dari variabel random X jika X adalah variabel
random Poisson dengan parameter λ!
Contoh 1
Solusi:
Contoh 1
Solusi:
∞
X e −λ λi
E (X ) = i
i!
i=0
∞
X e −λ λi
=
(i − 1)!
i=1
∞
X λi−1
= λe −λ
(i − 1)!
i=1
∞
X λk
= λe −λ
k!
i=1
−λ λ
= λe e =λ
Contoh 1
Solusi:
∞
X e −λ λi
E (X ) = i
i!
i=0
∞
X e −λ λi
=
(i − 1)!
i=1
∞
X λi−1
= λe −λ
(i − 1)!
i=1
∞
X λk
= λe −λ
k!
i=1
−λ λ
= λe e =λ
Contoh 2
Contoh 2
random eksponensial dengan parameter λ!
Contoh 2
Solusi:
Contoh 2
Solusi:
Z∞
E (X ) = x f (x) dx
−∞
Z∞
= xλe −λx dx
0
Z∞
∞
−λx
= −xe + e −λx dx
0
0
∞
e −λx 1
=0− =
λ 0 λ
Daftar Pustaka:
Ross, Sheldon, M. 2010. Introduction to Probability Models 10th edition.
Academic Press. California

Variabel-Variabel Random

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Variabel-Variabel Random

Diunggah oleh

Hak Cipta:

Format Tersedia

Variabel-Variabel Random

Sri Dewi Anugrawati

2 Variabel Random Diskrit

3 Variabel Random Kontinu

4 Nilai Harapan Variabel Random

Variabel Random Diskrit

Variabel Random Diskrit

dimana: jika X diasumsikan adalah salah satu dari nilai x1 , x2 , . . ., maka

p (xi ) > 0, i = 1, 2, ...

Variabel Random Diskrit

Variabel Random Diskrit

p (n) = P {X = n} = (1 − p)n−1 p, i = 1, 2, ..., n

4 Variabel random Poison

Variabel Random Kontinu

Variabel Random Kontinu

Variabel Random Kontinu

Fungsi f (x) disebut fungsi kepadatan peluang dari variabel random X

Variabel Random Kontinu

Variabel Random Kontinu

1 Variabel Random Seragam

Variabel Random Kontinu

1 Variabel Random Seragam

2 Variabel Random Eksponensial

Variabel Random Kontinu

1 Variabel Random Seragam

2 Variabel Random Eksponensial

3 Variabel Random Normal

Variabel Random Kontinu

1 Variabel Random Seragam

2 Variabel Random Eksponensial

3 Variabel Random Normal

Variabel Random Kontinu

Variabel Random Kontinu

1 Variabel Random Gamma

Variabel Random Kontinu

1 Variabel Random Gamma

1 Jika X adalah variabel random diskrit dengan fungsi massa peluang

1 Jika X adalah variabel random diskrit dengan fungsi massa peluang

2 Jika X adalah variabel random kontinu dengan fungsi kepadatan

1 Jika X adalah variabel random diskrit dengan fungsi massa peluang

2 Jika X adalah variabel random kontinu dengan fungsi kepadatan

Anda mungkin juga menyukai