VARIABEL RANDOM DISKRIT

By Desrina Yusi Irawati

Variabel Random
Variabel random adalah suatu fungsi yang menghubungkan sebuah
bilangan real dengan setiap unsur di dalam ruang contoh, (Walpole &
Dkk, 2003 : 74)
Variabel random dilambangkan dengan huruf kapital X dan huruf
kecilnya dalam hal ini x, untuk menyatakan salah satu diantara nilai-
nilainya. Dengan demikian suatu bilangan X merupakan ukuran dari
karakteristik yang diletakkan pada setiap kejadian dasar dari ruang
contohnya. Jika c adalah peristiwa elementer, maka nilai variabel
random X di c ditulis X(c). Jika nilai X(c) adalah x maka ditulis X(c) = x.
Contoh :
Dua mata uang logam dilontarkan satu kali. Jika X menyatakan
banyaknya sisi angka terjadi, maka X merupakan variabel random.
Nilai variabel random pada setiap anggota ruang sampel adalah sebagai
berikut:

X(gg) = 0; X(ag) = 1; X(ga) = 1; X(aa) = 2:

Variabel Random ada 2 macam(Wibisono,
2005 : 222):

 Variabel random diskrit

 Variabel random kontinu
Variabel Random Diskrit

 Variabel random X dikatakan variabel random diskrit jika nilai

variabel random tersebut terhitung
 Variabel random diskrit hanya dapat mengambil nilai-nilai
tertentu yang terpisah, yg umumnya dihasilkan dari perhitungan
suatu objek.
 Contoh!
Tiga mata uang dilontarkan satu kali. Jika variabel random X
menyatakan banyaknya sisi angka terjadi, maka nilai-nilai X
adalah
X(ggg) = 0 X(agg) = X(gag) = X(gga) = 1
X(aaa) = 3 X(aag) = X(aga) = X(gaa) = 2
Distribusi Probabilitas Variabel Random Diskrit

Distribusi probabilitas variabel random menggambarkan bagaimana

suatu probabilitas didistribusikan terhadap nilai-nilai dari variabel
acak tersebut.
Nilai P(X = x) tergantung pada peristiwa yang dikaitkan dengan
nilai variabel random x. Dengan demikian peluang variabel random
X bergantung pada nilai x, dengan kata lain P(X = x) merupakan
fungsi dari x.
Oleh karena itu dapat dituliskan f(x) = P(X = x)
Distribusi peluang variabel random diskrit X bila, untuk setiap
kemungkinan hasil x:
1. f(x) ≥0
2. ∑ f(x) = 1
3. P(X = x) = f(x)
Distribusi Probabilitas Variabel Random Diskrit

Contoh!
3 mata uang dilontarkan satu kali. Jika variabel random X
menyatakan banyaknya sisi angka terjadi

Distribusi peluangnya adalah

f(0) = P(X = 0) = P(ggg) = 1/8
f(1) = P(X = 1) = P(agg; gag; gga) = 3/8
f(2) = P(X = 2) = P(aag; aga; gaa) = 3/8
f(3) = P(X = 3) = P(aaa) = 1/8
Grafik fungsi Probabilitas

Fungsi distribusi tdk boleh negatif &

syarat sebelumnya harus terpenuhi.
 Fungsi Probabilitas Komutatif Variabel
Acak Diskrit

Digunakan untuk menyatakan jumlah dari seluruh nilai fungsi

probabilitas yang lebih kecil atau sama dengan suatu nilai yang
ditetapkan.

F(X)  P(X  x)  X  p(x)

Dimana F(X) menyatakan fungsi probabilitas kumulatif pada

titik X=x yang merupakan jumlah seluruh nilai fungsi
probabilitas untuk nilai x sama atau kurang dari x
Contoh!!

Distribusi kumulatif pelemparan 3 uang dalah

F(0) = P(x ≤ 0) = P(X = 0) = 1/8
F(1) = P(x ≤ 1) = P(X = 0) + P(X = 1) = 1/2
F(2) = P(x ≤ 2) = P(X = 0) + P(X = 1) + P(X = 2) = 7/8
F(3) = P(x ≤ 3) = P(X = 0) + P(X = 1) + P(X = 2) + P(X = 3) =
1
Nilai Harapan
Nilai harapan variabel random diskrit adalah rata-rata tertimbang
terhadap seluruh kemungkinan hasil dimana penimbangnya adalah
nilai probabilitas yang dihubungkan dengan setiap hasil (outcome )

Nilai harapan suatu variabel random diskrit ditulis E(X) atau µ

didefinisikan sebagai berikut

µ = E(X) =⅀xi.P (X = xi)

Dimana :
xi = nilai ke i dari variabel acak X
P(xi) = probabilitas terjadinya xi
Contoh :

Pada percobaan melontarkan dua mata uang logam sebanyak

satu kali, banyaknya sisi angka yang terjadi
P(X = 0) = 1/4
P(X = 1) = 1/2
dan P(X = 2) = 1/4
Dengan demikian nilai harapannya adalah
µ = E(X) = 0 P(X = 0) + 1 P(X = 1) + 2 P(X = 2)
= 0 . ¼ + 1 . 1/2 + 1 . 1/4
=1
Varians dan Simpangan Baku

Karena µ adalah nilai harapan variabel random X, maka X- µ

merupakan deviasi X terhadap nilai harapannya. Ukuran yang
menggambarkan variabilitas suatu variabel random
didefinisikan berikut.

Var (X) = 2 = (xi – ) 2. P(X = xi)

Standart deviasi  = Var (X)

Sifat- Varians:
a.Var (X) ≥ 0
b.Var (X+a) = Var (X)
c.Var (b.X) = b^2. Var (X)
d.Var (a+b.X) = b^2 . Var (X)
Contoh :

Pada percobaan melontarkan dua mata uang logam sebanyak

satu kali, banyaknya sisi angka yang terjadi
µ = E(X) = 1

𝜎^2 = Var(X) = ( (0 - 1)^2 . P (X = 0) )+ ( (1 - 1)^2 . P (X = 1) )

+ ( (2 - 1)^2 . P (X = 2) )
=¼+0+¼=½
 =  0,5 = 0,7
Kovarians

Kovarians adalah suatu pengukuran yang menyatakan

variasi bersama dari dua variabel acak.
Kovarians antara 2 variabel acak diskrit X dan Y dinotasikan
dengan xy dan didefinisikan sebagai berikut :
N
 xy   [ X i  E ( X )][Yi  E (Y )] p( xi , y i )
i 1
Dimana :
Xi = nilai variabel acak X ke i
Yi = nilai variabel acak Y ke i
p(xi,yi) = probabilitas terjadinya xi dan yi
i = 1, 2, 3, …., n
Soal

Dua dadu dilontarkan satu kali. Variabel random X menyatakan

banyaknya jumlah bintik kedua sisi yang menghadap ke atas.
Tentukan:
a. Nilai-nilai variabel random X
b. Distribusi peluang dan grafiknya
c. Distribusi kumulatif dan grafiknya
X((1; 1)) = 2 X((1; 2)) = 3 X((1; 3)) = 4 X((1; 4)) = 5 X((1; 5)) = 6 X((1; 6)) = 7
X((2; 1)) = 3 X((2; 2)) = 4 X((2; 3)) = 5 X((2; 4)) = 6 X((2; 5)) = 7 X((2; 6)) = 8
X((3; 1)) = 4 X((3; 2)) = 5 X((3; 3)) = 6 X((3; 4)) = 7 X((3; 5)) = 8 X((3; 6)) = 9
X((4; 1)) = 5 X((4; 2)) = 6 X((4; 3)) = 7 X((4; 4)) = 8 X((4; 5)) = 9 X((4; 6)) = 10
X((5; 1)) = 6 X((5; 2)) = 7 X((5; 3)) = 8 X((5; 4)) = 9 X((5; 5)) = 10 X((5; 6)) = 11
X((6; 1)) = 7 X((6; 2)) = 8 X((6; 3)) = 9 X((6; 4)) = 10 X((6; 5)) = 11 X((6; 6)) = 12

f(2) = P(X = 2) = P((1; 1)) = 1/36

f(3) = P(X = 3) = P((1; 2)(2; 1)) = 2/36
f(4) = P(X = 4) = P((1; 3); (2; 2); (3; 1)) = 3/36
f(5) = P(X = 5) = P((1; 4); (2; 3); (3; 2); (4; 2)) = 4/36
f(6) = P(X = 6) = P((1; 5); (2; 4); (3; 3); (4; 2); (5; 1)) = 5/36
f(7) = P(X = 7) = P((1; 6); (2; 5); (3; 4); (4; 3); (5; 2); (6; 1)) = 6/36
f(8) = P(X = 8) = P((2; 6); (3; 5); (4; 4); (5; 3); (6; 2)) = 5/36
f(9) = P(X = 9) = P((3; 6); (4; 5); (5; 4); (6; 3)) = 4/36
f(10) = P(X = 10) = P((4; 6); (5; 5); (6; 4)) = 3/36
f(11) = P(X = 11) = P((5; 6); (6; 5)) = 2/36
f(12) = P(X = 12) = P((6; 6)) = 1/6