TEORI PELUANG
FIRDA FADRI, S.Si., M.Si.
JOINT •
•
JOINT PROBABILITY DISTRIBUTIONS
MARGINAL PROBABILITY DISTRIBUTIONS
PROBABILITY • CONDITIONAL PROBABILITY DISTRIBUTIONS
DISTRIBUTIONS • INDEPENDENCE
• MEAN , VARIANCE
• COVARIANCE, CORRELATION
DISTRIBUSI PELUANG BERSAMA
(VARIABEL RANDOM DISKRIT)
Fungsi f(x,y) adalah fungsi massa peluang bersama dari variable random
diskrit X dan Y jika
Dua bolpen dipilih secara random dari sebuah kotak yang berisi 3 bolpen biru, 2 merah, dan
3 hijau. Bila X adalah banyaknya isi bolpen biru dan Y banyaknya isi bolpen merah yang
terpilih, tentukan
A) fungsi peluang bersama f(x,y)
B) 𝑃 (𝑋, 𝑌) ∈ 𝐴 sedangkan 𝐴 = 𝑥, 𝑦 |𝑥 + 𝑦 ≤ 1
Jawab
A) semua kemungkinan pasangan nilai (x,y) adalah (0,0),(0,1),(1,0),(1,1),(0,2),(2,0).
misalkan f(0,1) menyatakan peluang terambilnya isi 0 bolpen biru dan 1 bolpen merah,
berarti akan terambil 1 bolpen hijau, maka banyaknya cara mengambil 0 bolpen dari 3
3 2 3
bolpen biru, 1 dari 2 bolpen merah dan 1 dari 3 bolpen hijau adalah =6
0 1 1
8
Banyaknya cara mengambil 2 dari 8 bolpen adalah = 28
2
Distribusi peluang bersama
b) 𝑃 (𝑋, 𝑌) ∈ 𝐴
DISTRIBUSI PELUANG BERSAMA
(VARIABEL RANDOM KONTINU)
Fungsi f(x,y) adalah fungsi densitas peluang bersama dari variable random
kontinu X dan Y jika
Contoh 2
jawab
DISTRIBUSI PELUANG MARJINAL
-VARIABEL RANDOM DISKRIT-
Contoh 3
Dari contoh 1, tunjukkan bahwa jumlah kolom dan baris table distribusi peluang bersama
memberikan distribusi marjinal dari X sendiri dan Y sendiri
Jawab
Untuk variable random X
Tentukan marginal pdf dari X dan marginal pdf dari Y pada contoh 2
FUNGSI DISTRIBUSI KUMULATIF BERSAMA
-VARIABEL RANDOM DISKRIT-
FUNGSI DISTRIBUSI KUMULATIF BERSAMA
-VARIABEL RANDOM KONTINU-
DISTRIBUSI BERSYARAT
Nilai x bagi variable random X menyatakan suatu kejadian yang merupakan himpunan
bagian ruang sampelnya. Dengan menggunakan definisi peluang bersyarat
Dari contoh 1, tentukan f(x|1) untuk semua nilai x dan tentukan pula 𝑃(𝑋 = 0|𝑌 = 1).
Jawab
Maka
Distribusi bersyarat X, untuk Y=1 adalah
Jadi,
Contoh 6
DUA VARIABEL RANDOM YANG BEBAS
Misalkan X dan Y dua variabel random diskrit maupun kontinu dengan fungsi peluang bersama
f(x,y) dan distribusi marjinal masing-masing g(x) dan h(y).
Variabel random X dan Y dikatakan bebas statistik jika dan hanya jika
𝑓 𝑥, 𝑦 = 𝑔 𝑥 ℎ(𝑦)
untuk semua (x,y) dalam daerah definisinya
Contoh 7
Tunjukan bahwa kedua variable random tidak bersifat bebas (dari contoh 1)
Jawab
Perhatikan
jelas bahwa
Tentukan nilai harapan banyaknya laki-laki dalam sebuah panitia yang terdiri dari 3 orang,
yang diambil secara random dari 4 laki-laki dan 3 perempuan
Jawab
Misalkan X melambangkan banyaknya laki-laki dalam panitia tersebut, maka distribusi peluang
bagi X adalah
4 3
𝑓 𝑥 = 𝑥 3−𝑥
7 , untuk x=0,1,2,3
3
Perhitungan sederhana menghasilkan f(0)=1/35, f(1)=12/35, f(2)=18/35,f(3)=4/35
1 12 18 4 60 12
Sehingga 𝜇 = 𝐸 𝑋 = 0 + 1 + 2 + 3 = 35 = =1,7
35 35 35 35 7
Jadi, jika sebuah panitia 3 orang terambil secara random berulang-ulang dari 4 laki-laki dan 3
perempuan, secara rata-rata akan berisi 1,7 laki-laki.
Contoh 9
NILAI RATA-RATA FUNGSI SATU
VARIABEL RANDOM
Misalkan X banyaknya mobil yang dicuci di suatu tempat pencucian mobil di antara pukul 16.00
dan 17.00 pada setiap hari Jumat yang cerah mempunyai distribusi peluang :
Jika g(X)=2X-1 menyatakan uang yang dibayarkan (dalam dolar) oleh manajer kepada petugas
pencuci, tentukan penerimaan harapan petugas pencuci mobil pada periode waktu tertentu.
Jawab
Petugas dapat mengharapkan untuk menerima
NILAI RATA-RATA FUNGSI DUA
VARIABEL RANDOM
Dengan mengacu pada distribusi peluang bersama pada contoh 1, tentukan 𝜇𝑋 dan 𝜇𝑌
Jawab
2 2 2
𝜇𝑋 = 𝐸 𝑋 = 𝑥𝑓(𝑥, 𝑦) = 𝑥𝑔(𝑥)
𝑥=0 𝑦=0 𝑥=0
5 15 3 21 3
= 0 + 1 + 2 = =
14 28 28 28 4
dan
2 2 2
𝜇𝑌 = 𝐸 𝑌 = 𝑦𝑓(𝑥, 𝑦) = 𝑦ℎ(𝑦)
𝑥=0 𝑦=0 𝑦=0
15 3 1 14 1
= 0 + 1 + 2 = =
28 7 28 28 2
RAGAM VARIABEL RANDOM
sehingga
Contoh 14
𝜎2 = 𝑥 − 𝜇 2𝑓 𝑥
𝑥=0
2 2 2 2
12 1 12 12 12 18 12 4 24
= 0− + 1− + 2− + 3− =
7 35 7 35 7 35 7 35 49
Atau
3
1 12 18 4 24
𝑥2 𝑓 𝑥 = 0 2
+ 1 2
+ 2 2
+ 3 2
=
35 35 35 35 7
𝑥=0
2
2
24 12 24
𝜎 = − =
7 7 49
RAGAM FUNGSI SATU VARIABEL RANDOM
Contoh 15
Jawab
Maka
KOVARIAN
Contoh 16