Variabel Acak

Variabel Acak

Definisi: variabel acak real sebagai elemenelemen ruang sampel S.

Variabel acak dengan huruf kapital (W,X atau

Y).

Nilai khusus dari variabel acak dengan huruf

kecil (w,x atau y)

Eksperimen yang diketahui sebagai ruang

sampel S dengan elemen-elemen S.

Setiap s adalah bilangan real X(s)

Variabel acak X sebagai fungsi yang

memetakan semua elemen-elemen dari ruang
sampel menjadi titik-titik dari pada barisan real
atau beberapa bagian.

Contoh
Ekperimen:
Variabel acak fungsi X dipilih

Koin, H (sisi muka) menghasilkan nilai X positif

dan sama dengan nilai yang nampak pada sisi
dadu

Koin, T (sisi belakang) menghasilkan nilai X

negatif dan sama dengan nilai dua kali nilai yang
nampak pada sisi dadu
H head
T tail

Syarat suatu fungsi X sebagai

variabel acak ialah:
1. Himpunan {X < x} merupakan suatu event
untuk semua nilai real x - < x <
2. P{X = - } = 0 dan P{X = }= 0

Fungsi Distribusi

Karena P{X< x} tergantung pada nilai x (fungsi

x) maka dapat dinyatakan sebagai fungsi
distribusi probabilitas dari variabel acak X

F X ( x ) P X x

Sifat-sifat Fungsi Distribusi

1. FX(- ) = 0
2. FX() = 1
3. 0 < FX(x) < 1
4. FX(x1) < FX(x2) jika x1 < x2
5. P{x1 < X < x2} = FX(x2) - FX(x1)
6. FX(x+) = FX(x)
Notasi x+ x+dimana adalah infinitesimally
small maka 0

Bentuk FX(x)
1. Variabel acak Diskrit
2. Variabel acak kontinyu

Variabel Acak Diskrit

Bila nilai x tertentu misal x1, x2, x3, , xi
Maka FX(x) disebut variabel acak diskrit
N

i 1

P { X x i} u ( x x i )

Dengan u(.) adalah fungsi unit-step, yaitu

1
u(x)
0

x 0
x 0

Contoh:
X bernilai diskrit dalam
himpunan
{-1;0,5;0,7;1,5;3}
Dan mempunyai probabilitas
{0,1;0,2;0,1;0,4;0,2}

P{X < -1} = 0 tidak ada titik-titik di ruang sampel

pada himpunan {X < -1}
P{X = -1} = 0,1 FX(x)=P{X=-1} u{x-xi}
= 0,1. 1 =0,1

P{X = -0,5} = 0,2 FX(x)=P{X=-0.5} u{x-xi}

= 0,2. 1 =0,2

Terus berlangsung sampai FX(x)=1 untuk semua nilai x

Variabel Acak Kontinyu

Variabel Acak Kontinyu mempunyai fungsi
distribusi yang kontinyu.

Putaran 0 sampai 12

P{ X 0} 0

Untuk

0 X 12

maka prob.

0 X 12

akan menjadi linier dengan adanya putaran x.

Fungsi Kerapatan
Probability density function (pdf) atau Fungsi
Kerapatan fX(x) variabel acak X didefinisikan
sebagai turunan dari fungsi distribusi.

dFX (x)
fX (x)
dx

Sifat-sifat fX(x)
1. 0 < fX(x) untuk semua x

2.

f X (x )d x 1

3. F
4.

(x)

P x 1 X x

x2
1

f X ( x )d x

Model-model fungsi variabel acak

Gaussian
Distribusi Gaussian juga dikenal sebagai
distribusi Normal, dengan fungsi kerapatan:

f X ( x)

1
2

2
X

( x a X ) 2 2 X2

Fungsi distribusi

Fungsi kerapatan

Fungsi distribusi Gaussian memenuhi

persamaan berikut:

FX x

1
2

2
X

( a X ) 2 2 X2

Persamaan diatas dapat dinormalisasi dengan

aX = 0 dan X = 1, menjadi:

F ( x)

1
2

2 2

Fungsi tersebut dibuat tabelnya (fungsi

distribusi Gaussian) untuk x>0 (Appendix B
pada Peebles).
Untuk nilai x negatif digunakan relasi berikut:

F ( x) 1 F ( x)

FX ( x )

1
2

x aX
FX ( x) F
X

( xa X ) X

u 2 2

du

Lihat tabel

contoh

Tentukan prob. Event {X<=5,5} dengan variabel

acak Gaussian yang mempunyai ax = 3 dan X=
2
Diasumsikan ketinggian kabut suatu lokasi
adalah terdistribusi Gaussian dengan var.acak
X, aX= 1830 m dan X= 460 m; tentukan
probabilitas kabut lebih tinggi daripada 2750 m!