1 Teori Pendukung Pra Materi
1 Teori Pendukung Pra Materi
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).
• Jika A B, maka P ( A) P ( B ).
• Untuk setiap kejadian A dan B berlaku
P ( A B ) P ( A) P ( B ) P ( AB ).
• Kejadian A dan B dikatakan saling bebas jika
P ( AB ) P( A) P ( B ).
Prostok-1-firda 3
• Jika A dan B dua kejadian , dengan P ( A) 0,
peluang bersyarat B diberikan A, didefinisikan sebagai:
P( A B)
P B A
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)
P( B Ai ).P( Ai )
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
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
10
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
12
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 )
13
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
14
b. Distribusi Eksponensial
x
• pdf: f ( x) e ,x 0
1
• mean: E( X )
1
• varians: Var ( X ) 2
15
c. Distribusi Normal
2
( x )
12
• pdf: f ( x) 1
e
, x
2
• mean: E( X )
• varians: Var( X ) 2
16
Distribusi Peluang Diskrit
n x nx
p( x) p q ,
X B(n, p) x np npq (q pet n
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) (1 et )
X POI ( ) x!
,
e
x 0,1, 2,... 17
Distribusi Peluang Kontinu
( x )
12 1 2 2
f ( x) e
1
X N ( , )
2 , 2 t t
2 2
e
x
18