TEOREMA CHEBSYEV

DAN DALIL LIMIT PUSAT

1. Khanna Sadila
2. Ricad Silitonga
3. Ima Uli SN
4. Ayu Wulandari
TEOREMA CHEBSYEV
• Teorema Chebsyev adalah Peluang bahwa setiap peubah acak X mendapat
nilai dalam k simpangan baku dari nilai rataan adalah paling sedikit. .Teorema
ketidaksamaan Chebyshev dapat digunakan untuk mengetahui rentang peluang
untuk distribusi yang tidak diketahui berdasarkan rata-rata dan variansnya.
• Nama Chebyshev diambil dari ahli Matematika dari Rusia, meskipun rumusan
pertama kali dari ketidaksamaan ini didapatkan dari rekanannya, Irénée-Jules
Bienaymé. Teorema ketidaksamaan Chebyshev dikenalkan tanpa ada
pembuktian pada tahun 1874, yang kemudian pada tahun 1884, murid dari
Chebyshev, Andrey Markov menampilkan buktinya. Oleh karena itu, dalam
konteks analisis, ketidaksamaan Chebyshev juga dinyatakan dalam
ketidaksamaan Markov.
BUKTI
Dalam teorema u(X) = (X – μ)2 dan c = k2σ2 . kemudian kita mempunyai
Pr [(X- μ)2 ≥ k2σ2] ≤  =
karena pembilang dari anggota ruas kanan dari ketaksamaan sebelumnya
adalah σ2, dalam persamaan dapat ditulis
Pr (|X- μ| ≥ kσ) ≤
yang merupakan hasil yang diinginkan. Tentu, kami akan mengambil jumlah
k positif lebih besar dari 1 untuk memiliki ketaksamaan yang di cari.
Hal ini terlihat bahwa bilangan 1/k2  adalah batas atas untuk probabilitas Pr
(|X- μ| ≥ kσ). Dalam contoh berikut ini batas atas dan nilai yang tepat dari
probabilitas dibandingkan dalam kejadian khusus.
Contoh :
•  Peubah acak X mempunyai rataan µ=8 dan variansi σ 2 = 9,
serta distribusi peluang tidak diketahui. Tentukan P ( - 4 < x <
20)?
jawab :
DALIL LIMIT PUSAT
Teorema Limit Pusat adalah suatu pernyataan dimana
suatu distribusi sampel dari nilai Mean akan membentuk
Distribusi Normal apabila ukuran sample-nya semakin
besar.
SIFAT TEOREMA LIMIT PUSAT
• Pada Sampling Distribution of the Mean akan memiliki nilai Mean
yang sama dengan nilai Mean pada populasi.
• Nilai Variansinya diperoleh dari hasil bagi antara Variansi populasi
dengan ukuran sampel.
• Semakin besar ukuran sample, maka semakin kecil nilai Variansi
populasi.
HAL YANG HARUS DIPERHATIKAN
1. Gunakan Teorema Limit Pusat saat distribusi tidak normal atau tidak diketahui
Ada banyak sekali jenis distribusi di dalam ilmu statistika. Ada distribusi normal,
uniform, binomial, dll. Jangan serta merta langsung berasumsi bahwa data anda sudah
pasti menggunakan distribusi normal.
Pahami dulu karakteristik sampel dengan baik dan bila anda memang tidak yakin
bahwa distribusi data ini tidak normal atau tidak diketahui, barulah gunakan teorema
limit pusat.
2. Tidak semua data yang anda gunakan pasti memiliki populasi yang berditribusi normal
Tidak semua di dunia ini selalu berdistribusi normal. Bisa jadi ada distribusi uniform,
chi square, binomial, dll.  Distribusi normal hanyalah pendekatan yang paling lazim
digunakan saat distribusi data tidak diketahui atau tidak berdistribusi normal