Variabel Acak
Definisi: variabel acak real sebagai elemen-
elemen ruang sampel S.
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:
FX ( x) PX 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+e dimana e >0 adalah
infinitesimally small maka e 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
FX x P{ X xi }u ( x xi )
i 1
1 x0
u ( x)
0 x0
Contoh:
X bernilai diskrit dalam
himpunan
{-1;0,5;0,7;1,5;3}
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)
f X ( x)
dx
Sifat-sifat fX(x)
2. f
X ( x)dx 1
3. FX ( x) f X d
x
4. Px1 X x 2
x2
x1
f X ( x)dx
Model-model fungsi variabel acak
Gaussian
Distribusi Gaussian juga dikenal sebagai
distribusi Normal, dengan fungsi kerapatan:
1 ( x a X ) 2
f X ( x)
2 2
e X
2 2
X
Fungsi distribusi
Fungsi kerapatan
Fungsi distribusi Gaussian memenuhi
persamaan berikut:
FX x
1 x
( a X ) 2 2 X2
e d
2 2
X
1 x
2 2
F ( x) e d
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)
1 ( x a X ) X
u 2 2
FX ( x ) e du
2
x aX
FX ( x) F Lihat tabel
X
contoh
Tentukan prob. Event {X<=5,5} dengan variabel
acak Gaussian yang mempunyai ax = 3 dan σX=
2