Peubah Acak
Misal Sebuah mata uang logam dengan sisi angka A dan
sisi gambar G, maka S = {AAA, AAG, AGA, AGG, GAA,
GAG, GGA, GGG}
Bila yang diperhatikan sisi angka yang muncul, maka
hasil numerik 0, 1, 2, atau 3 dikaitkan dgn titik sampel.
Transformasi yg memasangkan titik sampel di S ke suatu
hasil numerik disebut peubah acak
Jika S menyatakan banyaknya sisi Angka yang muncul
dalam tiga kali pelemparan uang tersebut, maka X = 0
untuk {GGG}, X = 1 untuk {AGG, GAG, GGA} dst.
Maka nilai peluang P(X=0)=1/8, P(X=1) =3/8, dst
Nilai-nilai peluang ini disebut fungsi distribusi peluang
farik atau fungsi massa peluang dari peubah acak X
P(X=x) biasa ditulis p(x)
Sifat
1. p(x) 0
2. p(x) = 1
Nilai harapan = E(X) = xi.pi
Variansi 2 = E(X - )2 = (xi - )2.pi
Peubah acak malar X memiliki fungsi distribusi khusus yang
disebut fungsi padat peluang f(x) yg hrs memenuhi sifat:
1. f(x) 0 x R = {bilangan real}
~
2.
~
f ( x)dx 1
b
P(a X b) f ( x)dx, untuk , a, b R
3.
a
Nilai harapan dan variansi peubah acak malar
~
E( X ) x. f ( x)dx
~
~ ~
( x ) . f ( x)dx x . f ( x)dx
2 2 2 2
~ ~
DISTRIBUSI PELUANG FARIK
Distrbusi Seragam
Model distribusi seragam menganut asumsi bahwa
peluang setiap keadaan atau hasil adalah sama dan
tidak berubah sepanjang suatu rangkaian percobaan
Jika X adalh sebuah peubah acak seragam, fungsi
massa peluang dari X adalah
p(x) = 1/n ; x = 1, 2, 3, ..., n; dan p(x) = 0 untuk nilai
yang lain; dengan n menyatakan banyaknya hasil
yang dapat terjadi
Nilai harapan = (n + 1)/2
Variansi 2 = (n2 1)/12
Jika sebuah dadu dilemparkan, dan peubah
acak X yang menyatakan bilangan mata dadu
yang muncul, tentukanlah:
a.Fungsi massa peluang dari X
b.Nilai harapan dan variansinya
Jwb
a.P(x) = 1/6 untuk x=1,2,3,4,5,6
b. = (6+1)/2=3,5 dan =(62 1)/12 = 2,92
Distribusi Hipergeometris
Diterapkan pada kasus penarikan sampel di mana objek yang
telah diambil tidak dikembalikan lagi ke populasinya.
Populasi yang berisi sejumlah objek dapat dipilah menjadi dua
kelompok (N1) dan (N2)
Jika X adalah sebuah peubah acak hipergeometris yang
menggambarkan pengambilan n objek dari populasi yang
berukuran N, fungsi peluang dari X adalah
N1 = ukuran sub-populasi sukses
N2 = ukuran sub-populasi gagal
N = ukuran populasi = N1 + N2
n = ukuran sampel
x = banyaknya gejala sukses di antara n objek yang terambil
N1 N 2
p( x) , n 1, 2, 3,..., n
x n x
N
n
Nilai harapan dan variansi masing-masing adalah
N1
n.
N
dan
N1 N1 N n
n 1
2
N N N 1
Sebuah populasi terdiri dari 10 produk, 4 di antaranya
rusak, 3 buah produk diambil secara acak sebagai sampel.
a. Berapa peluang bahwa terdapat sebuah produk yang
rusak di dalam sampel tsb?
b. Berapa peluang bahwa terdapat dua buah produk yang
rusak di dalam sampel tsb?
c. Tentukan nilai harapan dan variansinya
Jwb 4 6
a.
p (1) 1 2
0, 5
10
3
b. p(2) = 0,3
c. = 3 x 4/10 = 1,2 2 = 0,56
Distribusi Rumpun Binomial
Diterapkan pada kasus percobaan Bernoulli dgn ciri sbb.
a. Tiap percobaan hanya mempunyai dua kemungkinan hasil
(sukses dan gagal)
b. Peluang sukses selalu sama pada setiap percobaan
c. Percobaan diulangi sebanyak n kali dan bersifat bebas
Jika X peubah acak binomial, maka fungsi peluang dari X
adalah
n x
p( x) p (1 p) n x ) , x 0,1, 2,..., n
x
p = peluang percobaan yang sukses
n = banyaknya percobaan
x = banyaknya gejala sukses yang terjadi
Jwb
Fungsi massa peluang
5
p( x) (0, 2) x (0,8)5 x ; untuk ,, x 0,1, 2,3, 4,5
x
5
p( x) (0,2) x (0,8)5 x ; untuk ,, x 0,1,2,3,4,5
x
5
a. p(2) (0, 2)2 (0,8)52 0, 2048
2
5 5 4 5
b. p( x 4) (0, 2) (0,8) (0, 2)5 (0,8)55 0,0067
4
4 5
5
c. p(0) (0, 2)0 (0,8)50 0,3277
0
Seorang melemparkan tiga mata uang sekaligus
a. Tentukan peluang orang tersebut mendapatkan semuanya
sisi muka atau semuanya sisi belakang sebanyak 2 kali
pada lemparan kelima
b. Berapa peluang pelemparan tiga mata uang itu dilakukan
sampai mendapatkan ketiganya sisi muka untuk yang
pertama kali pada lemparan keempat?
Jwb
a. Percobaan akan menghasilkan distribusi binomial negatif
dengan y = 5, k = 2, dan p =1/4, karena semua sisi muka
atau semua sisi belakang dinyatakan oleh peristiwa
{MMM,BBB} yang mempunyai bilangan kardinal 2,
sedangkan bilangan kardinal ruang sampel S adalah 8.
Jadir dari fungsi massa peluang binomial negatif diperoleh
5 1 5 2
p(5) (1/ 4) (3/ 4) 0,105
2
2 1
b. Peluang mendapatkan 3 sisi muka adalah 1/8
dan percobaan ini adalah percobaan geometris
dengan y = 4. Jadi P(4) = (1/8)1(7/8)4-1 = 0,084
adalah peluang mendapatkan tiga sisi muka
pertama kali pada lemparan keempat.
Distribusi Multinomial
Fungsi Massa Peluangnya
n x1 x 2
p( x1 , x2 ,..., xk ) 1 2
p p ... pk
xk
1 2 k
x x ... x
dengan x1+ x2+ ...+ xk = n, 0<pi<1; i=1,2,..,k
dan p1 + p2 + ...+ pk = 1
Sebuah kotak berisi 3 kelereng merah (M), 4 kelereng hijau
(H), dan 5 kelereng kuning (K). Sebuah kelereng diambil
secara acak dari kotak itu, warnanya dicatat lalu
dikembalikan ke dalam kotak. Jika percobaan ini dilakukan
6 kali, berapa peluang di antara 6 kali pengambilan itu
diperoleh 1 warna merah, 2 warnan hijau, dan 3 warna
kuning.
Jwb
p(M) = 3/12, p(H) = 4/12, dan p(K) = 5/12
6
p(1, 2,3) (3/12)1 (4 /12)2 (5/12)3 0,1206
123
Distribusi Peluang Malar
Distribusi Normal
Fungsi padat peluang distribusi normal dengan
dengan rerata dan simpangan baku
1 1/ 2( x )2 / 2
f ( x) e , untuk x
2
X
Transformasi X menjadi Z akan
membentuk peubah acak normal baku dengan
rerata nol dan simpangan baku satu
Fungsi padat peluang
1 1/ 2 z 2
f ( x) e , untuk z
2
Grafik fungsi f(z)
y
0,5 0,5
0 z
Luas daerah di bawah kurva normal baku di atas sumbu z sama dengan 1
Tabel z: Daftar Luas di Bawah Sebaran Normal Baku
0,0
0,1
...
2,1 4842
...
3,9
Cara Menggunakan Tabel z
P(0<Z<2,15) = 0,4842
0 2,15 z
z 0 1 .... 5 9
0.1
...
2,1 4842
Contoh 3.7
b. Luas antara z = 0 dan z = -1,86
y
P(-1,86<Z<0) =
P(o<z<1,86) = 0,4686
L
-1,86 0 1,86 z
z 0 1 .... 5 6 9
0.1
...
1,8 4686
Contoh 3.7
c. Luas antara z = -1,50 dan z = 1,82
y
P(-1,50<Z<1,82) = P(-1,50<Z<0) +
P(0<Z<1,82)
= 0,4332 + 0,4656
= 0,8988
L
-1,50 0 1,82 z
z 0 1 2 .... 5 6 9
0.1
....
1.5 4332
.....
1,8 4656
Contoh 3.7
d. Luas antara z = 1,40 dan z = 2,65
y
P(1,40<Z<2,65) = P(-0<Z<2,65) -
P(0<Z<1,40)
= 0,4960 - 0,4192
= 0,0768
L
0 1,40 2,65 z
z 0 1 2 .... 5 6 9
0.1
....
1.4 4192
.....
2,6 4960
Contoh 3.7
e. Luas antara z = 1,96 ke kiri
y
P(Z<1,96) = 0,5000 +
P(0<Z<1,96)
= 0,5000 + 0,4750
L = 0,9750
0,5000
0 1,96 z
z 0 1 2 .... 5 6 9
0.1
....
1.4
.....
1,9 4750
....
Contoh 3.7
f. Luas antara z = 1,96 ke kanan
y
P(Z>1,96) = 0,5000 -
P(0<Z<1,96)
= 0,5000 - 0,4750
= 0,025
0,5000
L
0 1,96 z
z 0 1 2 .... 5 6 9
0.1
....
1.4
.....
1,9 4750
.....
Mencari Nilai z Jika Luas Diketahui
Contoh:
Jika luasnya 0,4931, maka dicari 4931 dalam badan daftar,
lalu menuju kepinggir sampai kolom z didapat 2,4 dan
menuju ke atas sampai batas z didapat 6, sehingga nilai
z = 2,46
z 0 1 2 .... 5 6 9
0.1
....
1.4
.....
2,4 4931
2. Sebaran Student t
0,5 0,5
0 t
0 tp t
1
2
3
....
12 tp
.....
Contoh 3.8
1
2
3
....
12 1,78
.....
Contoh 3.8
b. Untuk n= 16 (dk=15) kita sehingga luas dari t ke t adlh o,95.
y Jadi luas dari t ke kiri adalah 0,975
Niai p = 0,975 inilah yang akan
dilihat di tabel dengan v= dk= 15.
Jadi antara t = -2,13 dan t = 2,13
P = 0,95 yang luasnya 0,95
0,025 0,025
-t 0 t z
....
15 2,13
Contoh 3.8
c. Kita menentukan t sehingga luas dari t ke kiri 0,05 dgn dk=9.
Agar luas dari t ke kiri adalah 0,05.
y Niai p = 0,95 inilah yang akan
dilihat di tabel dengan v= dk= 9.
Jadi t = -1,83
0,05 0,05
t 0 t z
v t0,995 t0,99 t0,975 t0,95 ,.... t0,55
1
2
3
....
9 1,83
...
15
3. Sebaran Chi-kuadrat
0 2
v 2 2 2
0,995 0,99 0,95 ..... ,.... t0,55
1
2
3
....
12 2
.....
Contoh 3.9
v 2 2 2
0,995 0,99 0,95 ..... ,.... t0,55
1
2
3
....
14 23,7
.....
Contoh 3,9
b. Untuk mencari 2 dengan dengan dk = 9 seperti gbr berikut.
0,025
0,025
0 2,70 19,0
v 2 2 2 2
0,995 0,975 0,95 ..... ,.... 0,025 .....
1
2
3
....
.....
4. Sebaran Snedecor F
0 Fp
0 Fp
....
....
....
8 3,12
5,28
....
...
Contoh 3.10