1 Teori Pendukung
1 Teori Pendukung
TEORI PENDUKUNG
•1.1 Pendahuluan
•1.2 Variabel acak
•1.3 Distribusi variabel acak diskrit
•1.4 Distribusi variabel acak
kontinu
•1.5 Distribusi multivariat
1
1.1 Pendahuluan
Definisi 1:
Ruang sampel adalah Himpunan semua hasil yang mungkin
dari suatu percobaan acak. Notasi : S
Definisi 2:
Kejadian adalah himpunan bagian dari ruang sampel.
Sifat :
Kejadian A dan B dikatakan saling lepas jika A B
Prostok-1-firda 2
Jika A suatu kejadian, maka peluang kejadian A,
ditulis P( A) atau P{ A} dengan sifat:
(i ) 0 P( A) 1
(ii ) P( S ) 1 dan P() 0.
(iii) Untuk setiap kejadian A, P( A ') 1 P( A).
Teorema Bayes :
Jika kejadian-kejadian A1 , A2 ,..., Ak adalah partisi
dari ruang sampel S maka untuk kejadian B
sembarang dari S sedemikian sehingga P(B)>0
berlaku: P( Ai B) P( B Ai ).P( Ai )
P( Ai B) k
P( B Ai ).P( Ai )
P( B)
i 1 4
1.2 Variabel Acak
Definisi 3:
Variabel acak adalah suatu fungsi dari ruang sampel
ke himpunan bilangan real. (R)
5
Klasifikasi Variabel Acak:
6
Definisi 4:
Fungsi kepadatan peluang untuk variabel acak diskrit disebut
fungsi massa peluang (fmp) atau probability mass function
(pmf), atau fungsi peluang, ditulis :
p ( x) P( X x)
b
P (a X b) f ( x)dx
a
7
Definisi 5:
(i) Jika X variabel acak diskrit dengan fungsi masa peluang p(x),
maka nilai ekspektasi dari X didefinisikan sebagai:
E ( X ) xp( x)
x
Prostok-1-firda 9
Definisi 7:
Variansi dari variabel acak X dinyatakan sebagai:
Var ( X ) E ( X ) E ( X )
2 2
Definisi 8:
Fungsi pembangkit momen (fpm/mgf) dari variabel acak X
merupakan salah satu bentuk khusus ekspektasi, yaitu
e
x
tx
p( x), X variabel acak diskrit
M X (t ) E etX
X variabel acak
etx f ( x)dx,
kontinu
10
1.3 Distribusi variabel acak diskrit
a. Distribusi Bernoulli
1 x
• pmf: p ( x) p qx
, x 0,1
• mean: E( X ) p
• variansi: Var ( X ) p (1 p ) pq
11
b. Distribusi Binomial
Peubah acak X menyatakan banyaknya
sukses dalam n usaha percobaan binomial
n x n x
• pmf: p( x) p q , x 0,1,..., n
x
• mean: E ( X ) np
• pmf: p( x) pq x 1 , x 1, 2,3,...
1
• mean: E( X )
p
q
• varians: Var ( X ) 2
p
13
d. Distribusi Poisson
Peubah acak X menyatakan banyaknya
sukses dalam n usaha percobaan poison
e x
• pmf: p ( x) , x 0,1, 2,...
x!
• mean: E( X )
• varians: Var ( X )
14
1.4 Distribusi variabel acak kontinu
a. Distribusi Uniform
1
• pdf: f ( x) ,a x b
ba
ab
• mean: E( X )
2
(b a) 2
• varians: Var ( X )
12
15
b. Distribusi Eksponensial
• pdf: f ( x) e x
,x 0
1
• mean: E( X )
1
• varians: Var ( X )
2
16
c. Distribusi Normal
2
( x )
12
• pdf: f ( x) 1
e
, x
2
• mean: E( X )
• varians: Var( X ) 2
17
Distribusi Peluang Diskrit
n x n x
p( x) p q ,
x np npq (q pet n
X B ( n, p )
x 0,1,..., n
p( x) pq , x 1
1 q pet
X GEO( p)
x 1, 2, 3,... p p2 (1 qet )
e x
p ( x) (1et )
X POI ( ) x!
,
e
x 0,1, 2,... 18
Distribusi Peluang Kontinu
EXP( )
1 1
X f ( x) e x
,x 0
2 t
k x k 1e x
k
X GAM ( , k ) f ( x) ,x 0 k k
( k )
2 t
2
( x )
12 1 2 2
X N ( , )
2 f ( x) 1
2
e
, 2 t t
2
e
x
19
1.5 Distribusi multivariat
a. Jika X dan Y variabel acak diskrit, maka
pXY ( x, y )
pX |Y ( x | y) , pY ( y) 0
pY ( y )
pXY (a, y)
FX |Y ( x | y ) , pY ( y ) 0
a x pY ( y )
E[ X | Y y ] x. p XY ( x y )
x
Prostok-1-firda 21
b. Jika X dan Y variabel acak kontinu, maka
f XY ( x, y)
f X |Y ( x | y) , f ( y) 0
fY ( y)
Cov( X , Y ) E[ XY ] E[ X ]E[Y ]
24
Soal
1. Jika X,Y variabel acak saling bebas dan masing-
masing berdistribusi Poisson dengan mean 1 dan 2 .
Tunjukkan bahwa
variabel acak X+Y berdistribusi Poisson dengan
mean 1 2 .