Statistika Matematika

STATISTIKA MATEMATIKA
PROGRAM STUDI TADIS MATEMATIKA

FAKULTAS TARBIYAH
INSTITUT AGAMA ISLAM NEGERI PAREPARE
STATISTIKA MATEMATIKA SEMESTER GANJIL 2022
Kelompok Kontinu :
1. NURLIANA (2020203884202024)
2. ANNIZA MAULIDYA (2020203884202026)
3. ALIANA (2020203884202028)
4. CHAIRUNISAH RAMLI (2020203884202030)
5. RISKA (2020203884202033)
6. SELPIANA (2020203884202034)
7. SYAMSUL (2020203884202035)
8. RUDY HARTONO (2020203884202036)
Fakultas Tarbiyah INSTITUT AGAMA ISLAM NEGERITadris

PAREPARE
Matematika
STATISTIKA MATEMATIKA SEMESTER GANJIL
Ruang
Sampel
Kesimpulan Kejadian
MENU
Transformasi
Peluang
Peubah Acak
Distribusi
Peubah Acak
Peluang
Zulfiqar Busrah, S.Si., M.Si INSTITUT AGAMA ISLAM NEGERI PAREPARE

zulfiqarbusrahmath@gmail.com
RUANG SAMPEL 1. Himpunan semua kemungkinan hasil dari suatu

percobaan. Ruang
Definisi
Cara Penulisan
2. Semesta pembicaran yang dapat dinotasikan
Bidang
dengan S.
Cara menentukan
Ruang Sampel
3. Banyaknya anggota ruang sampel dapat
Titik Sampel dinotasikan dengan n(S).
Contoh 4. Setiap kemungkinan hasil dalam suatu ruang
sampel disebut titik sampel.

RUANG SAMPEL 1. Jika banyaknya titik sampel itu berhingga (bisa dihitung),
maka kita bisa mendaftarnya dengan Ruang
menggunakan koma
Definisi
untuk memisahkan setiap unsur dan menutupnya dengan
Cara Penulisan dua kurung kurawal sehingga ruang sampel
Bidang
bagi percobaan
Cara Menentukan pelemparan sekeping uang logam bisa dituliskan sebagai S
Ruang Sampel = { A, G} dengan A menyatakan hasil angka, sedangkan G
Titik Sampel
menyatakan gambar.
2. Jika banyaknya titik sampel itu tak terhingga (tak dapat
Contoh
dihitung), maka bisa dinyatakan melalui sebuah pernyataan
atau yang dikenal sebagai notasi pembangun
ObjekTitikhimpunan.

RUANG SAMPEL
Ada 3 cara menentukan ruang sampel dari suatu percobaan
Ruang
Definisi yaitu :
Cara Penulisan 1. Dengan mendaftar langsung

Bidang
2. Dengan diagram pohon
Cara Menentukan
Ruang Sampel 3. Dengan tabel
Titik Sampel
Contoh
ObjekTitik

Definisi :
RUANG SAMPEL
Titik sampel adalah setiap kemungkinan hasil dalam ruang sampel, disebut
juga sebagai unsur atau anggota dari ruang sampel Ruang
Definisi
Contoh :
Cara Penulisan 1. Titik sampel adalah hasil dari percobaan. Misalnya, kita melakukan
Bidang
percobaan melempar satu buah dadu, maka titik sampelnya adalah (1),
Cara Menentukan (2), (3), (4), (5), dan (6).
Ruang Sampel
2. Misalnya kita kita melakukan percobaan melempar satu buah uang koin,
Titik Sampel maka titik sampelnya adalah (A) dan (G), dimana A berarti Angka dan G
berarti Gambar.
Contoh

Contoh :
RUANG SAMPEL
1. Sebuah dadu dilempar satu kali, tentukan ruang sampelnya!
Jawab: Karena yang mungkin muncul mata Ruang dadu 1, 2, 3, 4, 5, 6,
Definisi
maka: S = {1, 2, 3, 4, 5, 6} dalam hal ini n (S) = 6 Karena ruang
sampel dapat didaftar maka S merupakan ruang sampel diskrit.
Cara Penulisan Bidang
2. Sebuah koin dilempar dua kali tentukan ruang sampelnya! Jawab:
Cara Menentukan Karena yang mungkin muncul adalah A, G maka: S = {AA, AG,
Ruang Sampel GA, GG} jadi n (S) = 4
Titik Sampel 3. Bila kemungkinan hasil percobaan berupa himpunan kota-kota di

dunia yang di huni oleh lebih dari satu juta penduduk, maka ruang
sampelnya bisa dituliskan sebagai berikut :
Contoh
S = {x/x adalah kota berpenduduk lebih dari satu juta jiwa} yang
ObjekTitik
dibaca S adalah himpunan semua x, dan x adalah kota berpenduduk
lebih dari satu juta jiwa.

RUANG SAMPEL 4. Tentukan ruang sampel pada percobaan melempar sebuah dadu dan
sebuah mata uang sekaligus! Berapa banyak titik sampelnya?
Ruang
Definisi Penyelesaian :
Cara Penulisan Bidang
Cara Menentukan
Ruang Sampel
Titik Sampel
Contoh
Maka, banyaknya titik sampel =
ObjekTitik

KEJADIAN
Ruang
Definisi
Contoh kejadian KEJADIAN
Kejadian yang muncul/terjadi Bidang
Kejadian Mustahil
Kejadian komplemen
Himpunan bagian dari
Kejadian saling lepas ruang sampel. Kejadian
Kejadian saling bebas dinotasikan dengan huruf-
huruf kapital, misalnya A.
Kejadian Bersayarat Banyaknya anggota
ObjekTitik
Kejadian gabungan (union) kejadian dinotasikan dengan
n(A). Kadangkala kejadian
Kejadian Irisan (Intersection) juga dinotasikan dengan E
Cara menghitung kejadian (event)

Anita melakukan percobaan dengan melambungkan sebuah dadu.

KEJADIAN
Berdasarkan percobaan tersebut, tentukanlah:
Ruang
Definisi a. Ruang sampel percobaan.
Contoh Kejadian b. Kejadian A, yaitu munculnya sisi dadu bernilai genap.
Kejadian pasti Bidang
c. Kejadian B, yaitu munculnya sisi dadu yang habis dibagi 3.
Kejadian Mustahil
Penyelesaian:
Kejadian Komplemen
d. Hasil yang mungkin muncul dari percobaan tersebut adalah munculnya
Kejadian saling lepas sisi dadu dengan mata dadu 1, 2, 3, 4, 5, 6. Jadi, ruang sampelnya adalah S
= {1, 2, 3, 4, 5, 6} dan banyaknya elemen ruang sampel adalah n(S) = 6.
Kejadian saling bebas
e. Kejadian munculnya sisi dadu bermata genap adalah A = {2, 4, 6}
Kejadian bersyarat
sehingga n(A) = 3. ObjekTitik
Kejadian gabungan (union)
f. Kejadian munculnya sisi dadu yang habis dibagi 3 adalah B = {3, 6}. Jadi,
Kejadian Irisan (Intersection) n(B) = 2.
Cara menghitung kejadian

SEMESTER GANJIL
KEJADIAN PASTI
Ruang
Definisi
Kejadian pasti yaitu kejadian yang anggota-anggotanya
Contoh
memuat semua titik sampel, dalamBidang
hal ini suatu kejadian
Kejadian yang pasti terjadi. Kejadian pasti dalam hal ini memiliki
peluang sama dengan 1 yaitu P(A)=1
ObjekTitik

KEJADIAN PASTI
Contoh kejadian yang muncul/terjadi
Ruang :
Definisi 1. Munculnya angka/gambar pada pengundian
satu keping uang logam
Bidang
Contoh 2. Semua orang pasti akan mati.
3. Seiring berjalannya waktu, seseorang akan
Kejadian
bertambah tua
4. Setiap benda pasti suatu saat akan rusak
dan hancur
ObjekTitik

KEJADIAN MUSTAHIL
Definisi
suatu kejadian yang tidak mungkin Ruang
(mustahil) terjadi
dalam suatu peristiwa. Kejadian mustahil memiliki
Contoh peluang yaitu 0, dalam artian kejadianBidang
mustahil adalah
suatu kejadian yang merupakan himpunan kosong yaitu
Kejadian
P(A) = 0
ObjekTitik

KEJADIAN MUSTAHIL
Ruang
Definisi Contoh Kejadian Mustahil :
1. Munculnya angka 8 pada pengundian
Contoh sebuah dadu Bidang
2. Tanaman dapat berbicara selayaknya
Kejadian
manusia
3. Langit berwarna cokelat
ObjekTitik

KEJADIAN KOMPLEMEN Komplemen kejadian A adalah kejadian yang terjadi di rung sampel
selain A. Sehingga jika komplemen suatu kejadian A terjadi sama artinya
Ruang biasanya
dengan kejadian A tidak terjadi. Kejadian komplemen
Definisi dinotasikan dengan . Secara matematis dirumuskan sebagai berikut :
Contoh Mengingat semua jumlah kejadian = 1, maka Bidang

persamaan tersebut dapat
ditulis menjadi :
Kejadian
Atau
P()= 1- P(A)
ObjekTitik

1. Tentukan peluang komplemen dari kejadian jika peluang hujan akan turun
KEJADIAN KOMPLEMEN di pagi hari adalah 0,07
Jawaban: Ruang
Definisi Diketahui : Peluang hujan akan turun sore hari adalah 0,07
Ditanyakan : Peluang komplemen dari kejadian tersebut
Contoh Jawab: Bidang
Komplemen dari kejadian hujan akan turun di pagi hari sudah
Kejadian pasti hujan tidak akan turun di pagi hari
Misal,
P(A) = Peluang hujan akan turun di pagi hari
P(A) = 0,07
Peluang hujan tidak akan turun di pagi hari
Sehingga :
ObjekTitik

KEJADIAN KOMPLEMEN
2. Misalkan S adalah himpunan bilangan asli yang kurang
Ruang
Definisi dari 7 dan A adalah kejadian munculnya angka kelipatan
3 pada suatu percobaan pelemparan sebuah kubus
Contoh berangka. Anggota-anggota kejadian A adalah A = {3,
Bidang
6}. Komplemen kejadian A didefinisikan sebagai
Kejadian
kejadian tidak terjadinya A atau kejadian bukan A, ditulis
Ac. Jadi Ac = {1, 2, 4, 5}.
3. Misal S = {buku, pensil, bolpoin, sepatu, seragam}. Jika
A = {buku, pensil, bolpoin}Maka A’ = {sepatu, seragam}
ObjekTitik

KEJADIAN SALING LEPAS 1. Dua kejadian A dan B dikatakan saling terpisah (lepas)
apabila A ∩ B = ∅ ; artinya A dan Ruang
B tidak memiliki unsur
Definisi persekutuan (unsur yang sama).
Contoh 2. kejadian yang terdiri dari 2 kejadian/peristiwa
Bidang atau lebih
dari suatu percobaan yang tidak mungkin terjadi bersama-
Kejadian
sama.
3. Kejadian saling lepas menunjukkan kalau di antara dua
kejadian tidak ada persekutuan atau irisan.
Rumus untuk kejadian A dan B saling lepas :
ObjekTitik

KEJADIAN SALING LEPAS Contoh :

Ruang
Definisi 1. A = {a, b, c, d} dan B = {1, 2, 3} maka A ∩ B = ∅
2. Dalam 1 ruangan yang terdiri atas 20 siswa yang terdiri atas
Contoh 6 siswa TKJ, 10 siswa PH, dan 4 siswaBidang
Otomotif. Jika
diambil seorang siswa secara acak, akan didapat 1 siswa
Kejadian TKJ atau PH atau Otomotif.
3. Dalam pengundian dadu sekali, mata dadu yang muncul
adalah salah satu dari angka 1, 2, 3, 4, 5, atau 6.
4. Jika memancing 1 ekor ikan di kolam yang berisi ikan
gabus, gurami, lele, dan ikan mas, maka akan didapat 1
jenis ikan saja. ObjekTitik

5. Jika Siska melempar dua buah mata dadu. Nilai semestanya adalah 36.
KEJADIAN SALING LEPAS Peluang muncul mata dadu yang berjumlah 2 atau 4 adalah ….
Ruang
Definisi Pembahasan:
n (S) = 36
Contoh Bidang
A (munculnya mata dadu berjumlah 2) = {1,1}, n(A) = 1
Kejadian
B (munculnya mata dadu berjumlah 4) = {1,3, 2,2, 3,1}, n(B) = 3 Maka, kita
bisa pakai rumus peluang A atau B peluang kejadian majemuk saling lepas.
P(A B) = P(A) + P(B)
P(A) =
P(B) = =
P(AB) =ObjekTitik
P(AB) = P(A) + P(B)
P(AB) =

KEJADIAN SALING BEBAS

1. Dua kejadian dikatakan saling bebas Ruang
jika terjadinya kejadian
Definisi yang satu tidak mempengaruhi kejadian lainnya. Misal dua
kejadian A dan B dikatakan saling bebas jika kejadian A tidak
Contoh mempengaruhi terjadinya kejadianBidang B dan begitupula
sebaliknya, kejadian A dan B dikatakan saling bebas jika
Kejadian kejadian B tidak mempengaruhi kejadian yang lain.
2. Peluang dari dua buah kejadian yang saling bebas adalah :
P(A ∩ B) = P(A) × P(B)
ObjekTitik

KEJADIAN SALING BEBAS Misal A dan B adalah kejadian saling bebas. Peluang A adalah dan peluang B
adalah . Hasil dari P(A ∩ B) adalah…
Ruang
Definisi
Pembahasan :
Contoh Bidang
Karena ini jenis peluang kejadian majemuk saling bebas, maka rumusnya adalah
Kejadian P(A ∩ B) = P(A) × P(B)
Karena P(A) dan P(B) sudah diketahui, langsung saja deh kita substitusi saja
nilainya ke dalam rumus untuk mengetahui nilai peluang A dan B nya.
P(A ∩ B) = P(A) × P(B)
P(A ∩ B) =
ObjekTitik
P(A ∩ B) =
P(A ∩ B) =

KEJADIAN BERSYARAT Dua kejadian dikatakan mempunyai hubungan bersyarat, jika terjadinya kejadian
yang satu menjadi syarat terjadinya kejadian yang lain .
Ruang
Definisi
Misalkan, A dan B adalah dua kejadian dalam ruang sampel S. Kejadian A dapat terjadi dengan
syarat B adalah kejadian munculnya A yang ditentukan oleh persyaratan kejadian B telah muncul,
Contoh lebih jelasnya yaitu sebagai berikut : Bidang
A | B : Menyatakan kejadian A dengan syarat kejadian B terjadi
Kejadian
B | A : Menyatakan kejadian B dengan syarat kejadian A terjadi
Adapun peluang kejadian bersyarat dapat dirumuskan sebagai berikut:
1. Munculnya kejadian A dengan syarat kejadian B telah muncul
ObjekTitik
2. munculnya kejadian B dengan syarat kejadian A telah muncul

Dua dadu setimbang dilempar bersamaan. Jika jumlah mata dadu yang muncul
KEJADIAN BERSYARAT kurang dari 4, hitunglah peluang bahwa mata dadu pertama sama dengan 1 ?
Pembahasan/penyelesaian soal: Ruang

Kejadian
Pada soal ini kemunculan mata dadu pertama sama dengan 1 terjadi setelah
kemunculan jumlah mata dadu kurang dari 4. Jadi cara menjawab soal ini sebagai
Contoh berikut : Bidang
Misalkan A = kejadian muncul jumlah mata dadu kurang dari 4:
Kejadian A = {1, 1} ; {1, 2} ; (2 , 1) jadi n(K) = 3
Perlu diingat jika dua dadu dilempar maka ruang sampel n(S) = 36.
B = kejadian muncul mata dadu pertama sama dengan 1 = {1, 1} dan {1, 2}
A ∩ B = {1, 1} ; {1, 2} atau n(K) = 2
P(A ∩ B) = ObjekTitik
P(B|A) =
Jadi besar peluang adalah

KEJADIAN GABUNGAN (UNION) 1. Misalkan A dan B masing-masing kejadian dalam

ruang sampel S. Gabungan Ruangkejadian A dan B
Definisi adalah himpunan semua titik sampel yang
terdapat pada kejadian A atau B. Gabungan
Contoh Bidang
kejadian A dan B ditulis dengan notasi A ∪ B.
Kejadian 2. Gabungan (union) adalah suatu himpunan yang
menggunakan kata penghubung yaitu “atau”.
Formula dari kejadian gabungan yaitu :
ObjekTitik

KEJADIAN GABUNGAN (UNION) Peluang Andi lulus mata kuliah Matematika adalah 1/3 dan
peluang lulus mata kuliah Statistika adalah
Ruang1/4. Jika peluang
Definisi lulus kedua mata kuliah tersebut adalah 1/6. Berapakah
peluang lulus salah satu mata kuliah tersebut?
Contoh Bidang
Pembahasan :
Kejadian Diketahui maka peluang gabungan adalah :
ObjekTitik

KEJADIAN IRISAN (INTERSECTION) 1. Irisan (intersection) adalah adanya himpunan A dengan B

yang bagian-bagiannya juga merupakan
Ruang anggota dari
Definisi himpunan A dan himpunan B. Irisan dilambangkan
dengan ∩
Contoh Bidang
2. Irisan kejadian A dan B adalah himpunan semua titik
Kejadian sampel yang terdapat pada kejadian A dan B. Irisan kejadian
A dan B ditulis dengan notasi A ∩ B. Irisan(Intersection)
adalah suatu himpunan yang menggunakan kata
penghubung yaitu “Dan”.
Irisan suatu kejadian dapat dihitung dengan menggunakan
rumus : ObjekTitik

KEJADIAN IRISAN (INTERSECTION) Dari sekelompok siswa diketahui: 25 siswa suka makan bakso, 20
siswa suka makan soto, dan 12 siswa suka makan keduanya (bakso
Ruang
dan soto). Berdasarkan keterangan tersebut:
Definisi a. Gunakanlah gambar diagram venn yang sesuai dengan masalah
diatas!
Contoh b. Berapa banyak siswa dikelompok tersebut?
Bidang
c. Dari diagram venn yang dibuat, berapakah jumlah penyuka
bakso?
Kejadian
Pembahasan :
• Dimisalkan himpunan siswa yang suka makan bakso B = (25-
12=13)
• Dimisalkan himpunan siswa yang suka makan soto T = (20-12=8)
ObjekTitik
b. Banyak siswa = 13 + 12 + 8 = 33
c. Siswa penyuka bakso = 13 siswa

CARA MENGHITUNG KEJADIAN

Ruang
Permutasi
Partisi Bidang
Kombinasi
Kejadian
ObjekTitik

PERMUTASI Permutasi adalah suatu penyusunan atas semua atau sebagian dari
kumpulan obyek tertentu dengan memperhatikan urutan setiap
Ruang
anggotanya. Jumlah permutasi dari n buah obyek yang berbeda adalah
Definsi
sejumlah n.
Contoh Teorema Permutasi : Bidang
Kejadian Jumlah permutasi dari n objek yang berbeda yang diambil sejumlah r
pada suatu waktu adalah:
nPr = permutasi
n = jumlah total benda ObjekTitik
r = jumlah benda yang dipilih

PERMUTASI Pada pemilihan pengurus OSIS terpilih tiga kandidat yaitu Abdul, Beni, dan
Cindy yang akan dipilih menjadi ketua, sekretaris, dan bendahara. Aturan
Ruang
Definisi pemilihan adalah setiap orang hanya boleh dipilih untuk satu jabatan.
Berapakah kemungkinan cara untuk memilih dari tiga orang menjadi
Contoh pengurus OSIS?
Bidang
Kejadian Penyelesaian :
• Kita misalkan Abdul(A), Beni(B), dan Cindy(C)
• Ada tiga orang yaitu Abdul, Beni, dan Cindy dari tiga orang yang akan
dipilih menjadi ketua, sekretaris, dan bendahara. Artinya permutasi 3
unsur dari 3 unsur
ObjekTitik

PARTISI
Partisi adalah jumlah cara membagi suatu kumpulan
Ruang
n objek ke
Definisi dalam r sel dengan jumlah elemen n1 pada sel pertama, n2 pada
sel kedua, dan seterusnya sampai elemen pada sel ke-k adalah:
Contoh Bidang
Kejadian
Dimana n1+n2+….+nr = n
ObjekTitik

Misalkan ada 4 orang murid, sebut saja si A, B, C, dan D. Sang guru ingin membagi mereka menjadi
PARTISI beberapa kelompok, di mana setiap kelompoknya beranggotakan minimal satu orang. Tentukan
banyak cara pengelompokan yang bisa dilakukan oleh guru tersebut?
Pembahasan :
Ruang
Definisi
Terbentuk 1 kelompok saja, yaitu: Terbentuk 3 kelompok, yaitu:
{A,B,C,D}
Contoh Terbentuk 2 kelompok, yaitu: Bidang
{A,B}, {C}, dan {D}; atau
Kejadian {A,B} dan {C,D}; atau {A,C}, {B}, dan {D}; atau
{A,C} dan {B,D}; atau {A,D}, {B}, dan {C}; atau
{A,D} dan {B,C}; atau {B,C}, {A}, dan {D}; atau
{A,B,C} dan {D}; atau {B,D}, {A} dan {C}; atau

{A,B,D} dan {C}; atau {C,D}, {A} dan {B}
ObjekTitik
{A,C,D} dan {B}; atau Terbentuk 4 kelompok, yaitu:
{B,C,D} dan {A} {A}, {B}, {C} dan {D}.
Jadi, sang guru memiliki 15 cara untuk mengelompokkan keempat murid tersebut

KOMBINASI Sering kali kita tertarik pada cara memilih r objek dari sejumlah
n objek tanpa memperhatikan urutan yang Ruang
terbentuk. Cara
Definisi pemilihan ini disebut dengan kombinasi.
Contoh Jumlah kombinasi dari n objek yang berbedaBidang
yang diambil
sejumlah r dalam satu waktu adalah:
Kejadian
nCr = jumlah kombinasi

n = jumlah total objek dalam kumpulan
r = ObjekTitik
jumlah objek yang dipilih dari kumpulan

KOMBINASI Seorang peternak akan membeli hewan ternak untuk dipelihara. Dia akan
membeli 3 ekor sapi, 4 ekor domba dan 5 ekor kambing. Seorang pedagang
RuangBanyak cara
mempunyai 6 ekor sapi, 6 ekor domba dan 8 ekor kambing.
Definisi
yang dapat dilakukan untuk memilih hewan ternak yang akan dibeli
Contoh adalah…
Bidang
Pembahasan
Kejadian Untuk pemilihan 3 dari 6 ekor sapi
ObjekTitik

SEMESTER GANJIL
PELUANG (PROBABILITAS)
Peluang atau probabilitas adalah kemungkinan yang mungkin
Ruang
terjadi/muncul dari suatu peristiwa. Dalam angka, peluang selalu
Definisi
berkisar antara 0 sampai dengan 1. Dimana 0 menyatakan sebuah
kejadian yang tidak mungkin terjadi dan 1 menyatakan sebuah kejadian
Contoh yang pasti terjadi, dalam matematika hal Bidang
ini dinotasikan sebagai
dengan P(K) menyatakan peluang terjadinya kejadian K dapat dihitung
dengan rumus:
Dengan n(K) adalah banyaknya anggota K dan n(S) adalah banyaknya

anggota ruang sampel S.
ObjekTitik

PELUANG (PROBABILITAS)
Sebuah kantong terdiri dari 3 huruf, yaitu huruf a, b, dan c. Dari
huruf-huruf tersebut diambil 2 huruf secara bersama-sama
Ruang tanpa
Definisi memperhatikan urutan pengambilan. Hitung peluang terambilnya
huruf a dan huruf b secara bersama-sama.
Contoh Bidang
Jawab :
Jika diketahui S = {ab, ac, bc}, maka n(S) = 3
Misalkan K = peluang terambilnya huruf a dan huruf b secara

bersama-sama, maka n(K) = 1, Sehingga :
ObjekTitik

PEUBAH ACAK
1. Peubah acak yaitu suatu fungsi yang mengaitkan suatu
Ruang
Definisi bilangan real pada setiap unsur dalam ruang sampel.
2. Peubah acak biasanya dinyatakan dengan huruf besar,
Contoh misalnya X, sedangkan harganyaBidang dinyatakan dengan
huruf kecil yang berpadanan misalnya x
Peubah Acak Diskrit
Peubah Acak Kontinu
ObjekTitik

PEUBAH ACAK
Dua bola diambil satu demi satu tanpa pengembalian dari
suatu kantong yang berisi 4 bola merahRuang
dan 3 bola hitam.
Definisi
Bila Y menyatakan jumlah bola merah yang di ambil maka
yang mungkin dari variabel acak Y adalah:
Contoh Bidang
Peubah Acak Diskrit

Ruang sampel Y
Peubah Acak Kontinu MM 2
MH 1
ObjekTitik
HM 1
HH 0

PEUBAH ACAK DISKRIT

Jika suatu ruang sampel mengandung titik yang berhingga
banyaknya atau suatu deretan anggotanyaRuang yang banyaknya sama
Definisi
dengan banyaknya bilangan bulat maka ruang sampel itu disebut
ruang sampel diskret dan peubah acak yang didefinisikan pada ruang
Contoh sampel tersebut adalah peubah acak diskret.Bidang
Peubah Acak
ObjekTitik

1. Andi melakukan percobaan melempar 3 koin. Jika X = banyak muncul gambar, maka
PEUBAH ACAK DISKRIT peubah acak dari percobaan tersebut adalah ….
Pembahasan : Ruang
Definisi Percobaan melempar 3 koin yang dilakukan Andi menghasilkan beberapa kemungkinan
kejadian pada ruang sampel S yaitu:
Contoh S= {AAA, AAG, AGA, AGG, GAA, GAG, GGA, GGG}Bidang
Jika peubah acak X = banyak muncul gambar, maka kejadian yang mungkin:
Peubah Acak
• Muncul 0 gambar: {AAA}
• Muncul 1 gambar: {AAG, AGA, GAA}
• Muncul 2 gambar: {AGG, GAG, GGA}
• Muncul 3 gambar: {GGG}

ObjekTitik
Oleh karena itu, nilai peubah acak X = {0, 1, 2, 3}.
2. X : Banyaknya kecelakaan mobil per tahun di Jakarta

3. Y : Banyaknya SIM dikeluarkan tiap bulan di suatu kota tertentu.

PEUBAH ACAK KONTINU

Bila ruang sampel mengandung titik sampel yang
Ruang
Definisi tak berhingga banyaknya, maka ruang sampel itu
disebut ruang sampel kontinu dan peubah acak
Contoh Bidang
yang didefinisikan tersebut disebut peubah acak
kontinu.
Peubah Acak
ObjekTitik

PEUBAH ACAK KONTINU

Misal ada sebuah percobaan memilih 1000 batu yang ada
Ruang
disekitar unikom secara acak, maka ruang sampel yang
Definisi
mungkin terjadi (dalam gram) adalah :
Contoh : Pembahasan : Bidang
Dalam hal ini ruang sampelnya adalah :

Peubah Acak
T={"batu 1,batu 2,batu 3,…,batu 1000" }
Misal peubah acak X dinyatakan dengan berat batu. Jika kita
asumsikan bahwa berat batu yang terambil tidak ada yang
kurang dari 10 gram dan tidak lebih dari 1000 gram maka
ObjekTitik
daerah hasil = {x│10 ≤ x ≤ 1000}, maka X merupakan
peubah acak kontinu karena mempunyai interval.

DISTRIBUSI PELUANG
1. Distribusi peluang adalah sebuah daftar yang berisi seluruh hasil
yang mungkin dari suatu percobaan danRuang
peluang yang berkaitan
Definisi
dengan setiap hasil tersebut.
Distribusi Peluang Diskrit 2. Dalam statistik dikenal dua macam distribusi

Bidang peluang yaitu
distribusi Peluang dengan variabel acak diskrit dan distribusi
Distribusi Peluang Kontinu peluang dengan variabel acak Kontinu. Pada dasarnya distribusi
peluang yang menggunakan variabel acak Diskrit adalah distribusi
yang objeknya dapat dihitung dengan jelas, sedangkan Untuk
distribusi peluang yang menggunakan vairabel acak kontinu
adalah distribusi yang tidak Jelas atau tak hingga.
ObjekTitik

DISTRIBUSI PELUANG DISKRIT Peubah acak yang nilainya berupa bilangan cacah, dan dapat dihitung disebut peubah acak
diskrit. Distribusi peluang yang berhubungan dengan peubah acak diskrit disebut distribusi
peluang diskrit. Ruang
Definisi Teorema :
Suatu fungsi f (x) adalah distribusi peluang diskrit jika dan hanya jika memenuhi sifat:
Jenis - Jenis Bidang
Distribusi Peluang Nilai Harapan (Mean/Ekspektasi)
Ragam/Varians
Fungsi Pembangkit Momen Diskrit
ObjekTitik

DISTRIBUSI PELUANG DISKRIT
Ruang
Definisi Distribusi
Disribusi Distribusi
Uniform
Bernoulli Binomial
Diskrit
Jenis-Jenis Bidang
Distribusi Peluang Distribusi

Distribusi Distribusi
Binomial
Poisson Multinomial
Negatif
Distribusi Distribusi
Geometri Hipergeometri

DISTRIBUSI PROBABILITAS
PEUBAH ACAK KONTINU Distribusi peluang kontinu adalah peubah acak yang dapat
memperoleh semua nilai pada skala kontinu. Ruang sampel
Ruang
Definisi kontinu adalah bila ruang sampel mengandung titik sampel yang
tak terhingga banyaknya. Syarat dari distribusi kontinu adalah
Distribusi uniform kontinu apabila fungsi adalah fungsi padat peluang peubah acak kontinu X
yang didefinisikan di atas himpunan semuaBidang
bilangan riil R bila:
Distribusi Gamma
1. F(x) ≥ 0 untuk semua x € R
Distribusi Eksponensial
Distribusi Weibull
3. P(a < X < b) =
Distribusi Normal
ObjekTitik
Distribusi Pareto

1. Distribusi seragam kontinu adalah distribusi peluang kontinu yang paling sederhana.
DISTRIBUSI UNIFORM KONTINU Distribusi seragam kontinu adalah distribusi yang peluang setiap peubah acaknya sama.
2. Misal variabel random kontinu x memuat nilai-nilai pada Ruang

interval, katakanlah (a,b) dan
Definisi memiliki fdp konstan f(x) = c pada interval tersebut. Dari sifat fdp maka dapat
diperoleh Jika didefinisikan f(x) = 0 diluar interval (a,b) maka sifat f(x) juga dipenuhi.
Mean (Rataan) Distribusi khusus yang dikenal dengan distribusi uniform (seragam) pada interval (a,b)
dinotasikan X⁓UNIF (a,b) atau dapat ditulis U(a,b). Bidang
Varians
3. Jika variabel random X memiliki nilai (kontinu) dengan kemungkinan kemunculan
yang sama, maka dikatakan bahwa variabel random (kontinu)X mengikuti distribusi
Fungsi Pembangkit Momen uniform dengan fungsi densitas peluang.
Fungsi kepadatan peluang (fkp)dari peubah acak uniform (seragam) kontinu X pada
Contoh
interval (a,b) adalah :
Distribusi Peluang
ObjekTitik

DISTRIBUSI UNIFORM KONTINU Mean (Rataan )

Ruang
Definisi
Mean (Rataan)
Bukti Rataan : Bidang
Varians
Fungsi Pembangkit Momen
Contoh
Distribusi Peluang
ObjekTitik

Varian
DISTRIBUSI UNIFORM KONTINU
Ruang
Definisi
Bukti Varians :
Mean (Rataan) Untuk membuktikan varians, kita perlu menentukan nilai harapan terlebih dahulu.
Bidang
Dengan demikian, variansnya adalah
Varians

=
Contoh
Distribusi Peluang
ObjekTitik
=

DISTRIBUSI UNIFORM KONTINU Fungsi pembangkit momen (fpm)

Ruang
Definisi
Mean (Rataan)
Bukti FPM : Bidang
Varians Diketahui bahwa MGF suatu distribusi diperoleh dari E(). Dengan
demikian, MGF dari distribusi uniform kontinu yaitu :
Contoh
Distribusi Peluang
ObjekTitik

1. Jumlah pengunjung dalam suatu gedung pertunjukan diketahui paling sedikit 400 dan paling
DISTRIBUSI UNIFORM KONTINU banyak 600 orang. Dengan menganggap X adalah peubah acak yang menyatakan jumlah
pengunjung dan ternyata mempunyai distribusi uniform dalam interval (400,600), maka tentukan
peluangnya bahwa: Ruang
Definisi a. Jumlah pengunjung paling sedikit 550 orang
b. Jumlah pengunjung antara 450 dan 550 orang
Mean (Rataan)
Pembahasan: Bidang
X mempunyai distribusi uniform dalam interval (400,600). Dapat juga ditulis sebagai X ~
Varians U(400,600)
a.
Contoh
Distribusi Peluang
ObjekTitik

2. Sebuah ruang konferensi dapat disewa untuk rapat yang lamanya tidak lebih dari 4 jam.
DISTRIBUSI UNIFORM KONTINU Misalkan x adalah variabel random yang menyatakan waktu rapat, yang mempunyai distribusi
seragam.
Ruang
Definisi a) Tentukan probability density function dari x!
b) Tentukan peluang suatu rapat berlangsung 3 jam atau lebih!

Mean (Rataan) c) Tentukan pada jam keberapa rata-rata penyewa Gedung program paket 4 jam mengakhiri
rapatnya, dan berapa besar variasinya! Bidang
Varians
Pembahasan:
a) Dik : a = 0 , b = 4, sehingga :
{
Fungsi Pembangkit Momen 1
,0 ≤ 𝑥 ≤ 4
𝑓 ( 𝑥 )= 4
Contoh 0 , 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
b) P(X≥3) =
c) 1. Rata-rata penyewa Gedung program paket 4 jam mengakhiri rapatnya
Distribusi Peluang
ObjekTitik
2. Besar variasinya dapat diselesaikan dengan rumus varians, yaitu :

3. Sebuah mesin roll menghasilkan lembaran baja dengan ketebalan berkisar

DISTRIBUSI UNIFORM KONTINU
antara 150 ≤ y ≤ 200. Tentukan fungsi distribusi peluang, rata-rata dan
variansi dari ketebalan baja jika dianggap menganut distribusi seragam!
Ruang
Definisi
Mean (Rataan)
Pembahasan : Bidang
Varians
Dik : a = 150 , b = 200, sehingga :
Contoh
Distribusi Peluang
ObjekTitik

DISTRIBUSI GAMMA Distribusi Gamma adalah distribusi fungsi padat yang terkenal luas dalam bidang
matematika. Distribusi gamma biasanya diaplikasikan dalam lamanya waktu
Ruang
Definisi untuk menyelesaikan pekerjaan. Distribusi gamma sering diterapkan dalam teori
antrian dan teori reabiliti.
Distribusi Gamma Standar
 Distribusi Gamma Bidang
Definisi fungsi gamma
Peubah acak X dikatakan berdistribusi gamma jika dan hanya jika fungsi
dengan factorial
densitasnya berbentuk :
Mean (Rataan)
Varians Penulisan notasi dari peubah acak yang berdistribusi gamma adalah
G(x;α,β)artinya peubah acak X berdistribusi gamma dengan parameter α,β.
ObjekTitik
Contoh
Distribusi Peluang

DISTRIBUSI GAMMA
Distribusi Gamma Standar Ruang
Definisi
Jika parameter skala sebuah distribusi gamma β = 1, maka
Distribusi Gamma Standar diperoleh suatu distribusi gamma standar. Bidang
dengan factorial
Mean (Rataan)
Varians

ObjekTitik
Contoh
Distribusi Peluang

DISTRIBUSI GAMMA Definisi fungsi gamma dengan factorial :

Ruang
Definisi
Jika α adalah bilangan bulat positif, maka
Catatan :
Distribusi Gamma Standar Bidang
Untuk α = 1, maka :
dengan factorial )
Mean (Rataan)
Varians Untuk α = 2, diperoleh ᴦ(2) = 1! = 1
Fungsi Pembangkit Momen Untuk α = 3, diperoleh ᴦ(3) = 2! = 2, dan seterusnya

ObjekTitik
Contoh
Distribusi Peluang

DISTRIBUSI GAMMA
Rataan : Ruang
Definisi
µ = αβ
Bukti Rataan Bidang
dengan factorial
Mean (Rataan)
Varians

ObjekTitik
Contoh
Distribusi Peluang

DISTRIBUSI GAMMA
Varians :
Ruang
Definisi
Bukti Varians
Distribusi Gamma Standar Bidang

dengan factorial
=
Mean (Rataan)
Varians

ObjekTitik
Contoh
Distribusi Peluang

DISTRIBUSI GAMMA Fungsi Pembangkit momen :
Ruang
Definisi
Bukti :

Bidang
dengan factorial
Mean (Rataan)
Varians

ObjekTitik
Contoh
Distribusi Peluang

1. Di kota tertentu, konsumsi air harian (dalam jutan liter) mengikuti distribusi gamma dengan α = 2 dan
DISTRIBUSI GAMMA β = 3. Jika kapasitas harian kota itu adalah 9 juta liter air, berapakah probabilitas bahwa pada setiap hari
persediaan air tidak mencukupi?
Ruang
Definisi Pembahasan :
Dik: α = 2
Distribusi Gamma Standar β=3 Bidang
Dit: = …….?
dengan factorial )=
Mean (Rataan)
Varians

ObjekTitik
Contoh
Distribusi Peluang

2. Misalkan waktu, dalam jam, yang diperlukan untuk memperbaiki pompa air merupakan peubah
DISTRIBUSI GAMMA acak X berdistribusi gamma dengan parameter α=2 dan β=1/2. Berapa peluangnya bahwa
perbaikan berikutnya akan memerlukan:
a. paling banyak 1 jam? Ruang
Definisi
b. paling sedikit 2 jam?
Distribusi Gamma Standar Pembahasan: Bidang

dengan factorial
b.
Mean (Rataan)
Varians

ObjekTitik
Contoh
Distribusi Peluang

3. Variabel acak kontinu x yang menyatakan ketahanan suatu bantalan peluru

DISTRIBUSI GAMMA
(dalam ribaun jam) yang diberi pembebanan dinamis pada suatu putaran kerja
tertentu mengikuti suatu distribusi Gamma dengan  = Ruang
8 dan  = 15, Tentukan,
Definisi probabilitas sebuah bantalan peluru dapat digunakan selama 60 ribu-120 ribu jam
dengan pembebanan dinamik pada putaran kerja tersebut! Hitunglah mean dan
Distribusi Gamma Standar variansi di atas!
Bidang
Definisi fungsi gamma Penyelesaian:
dengan factorial
P (60  x  120) = P (x  120) – P (x  60)
Mean (Rataan)
= FG (120; 8 , 15) - FG (60 ; 8, 15 )
Varians = FG (120/15 ; 8) - FG (60/15; 8)
= FG (8 ;8) - FG (4 ; 8)
= 0,5470 – 0,0511 = 0,4959 ObjekTitik
Contoh
Mean : (8)(15) = 120
Distribusi Peluang Varians :

1. Distribusi yang mempunyai banyak nilai praktis, terutama dalam hal yang
DISTRIBUSI EKSPONENSIAL berhubungan dengan waktu, misalnya: waktu tunggu, waktu hidupnya suatu alat
atau lamanya jangka waktu sampai suatu alat berhenti berfungsi, lamanya
Ruang
percakapan telepon, dan sebagainya.
Definisi
2. Termasuk jenis distribusi kontinu dan merupakan bentuk khusus dari
distribusi gamma dengan α=1.
Mean (Rataan) Bidang
Peubah acak kontinu X akan berdistribusi eksponensial, dengan parameter θ, bila fungsi
padatnya berbentuk
Varians
Fungsi Pembangkit Momen Distribusi eksponensial dapat ditandai dengan satu parameter, yakni θ. Setiap nilai
unik θ menentukan distribusi eksponensial yang berbeda yang mana menghasilkan
keluarga distribusi eksponensial.
Contoh
ObjekTitik
Distribusi Peluang

DISTRIBUSI EKSPONENSIAL Rataan distribusi Eksponensial

µ=θ Ruang
Definisi
Bukti Rataan :
Varians Misalkan y = sehingga :
Contoh
ObjekTitik
Distribusi Peluang

DISTRIBUSI EKSPONENSIAL Varians distribusi eksponensial
Ruang
Definisi
Bukti Varians :
Misalkan y =
Varians
sehingga :

=
Contoh
- ObjekTitik
Distribusi Peluang

DISTRIBUSI EKSPONENSIAL Fungsi Pembangkit Momen Distribusi Eksponensial

Ruang
Definisi
Bukti : Misalkan maka

sehingga :
Varians
= .
=
=
Contoh
ObjekTitik
Distribusi Peluang

1. Misalkan waktu pelayanan di customer service bank ABC berdistribusi

DISTRIBUSI EKSPONENSIAL eksponensial dengan θ = 10 menit.
a. Tentukan besarnya peluang pelanggan dilayani dalam waktu kurang dari 10 menit
Ruang
Definisi b. Joko hanya memiliki waktu 10 menit untuk berkonsultasi dengan customer
service, jika lebih dari itu ia akan terlambat pergi ke stasiun keret api. Berapa
peluang joko akan telat ke stasiun kereta api?
Pembahasan : Bidang
Mean (Rataan) Dik : Distribusi eksponensial θ = 10 menit
a. Besarnya peluang pelanggan dilayani dalam waktu kurang dari 10 menit
Varians
Misal u =
Contoh
ObjekTitik
Distribusi Peluang

b. Peluang joko akan telat ke stasiun kereta api?

DISTRIBUSI EKSPONENSIAL
P(X > 10) = 1 – P (X < 10)
= Ruang
Definisi = 0,37
2. Peubah acak X menyatakan lamanya jangka waktu lampu pijar merk AX berfungsi.
Mean (Rataan) Bidang satu lampu pijar merk AX
Ternyata X∼EXP(1500) di mana satuannya dalam jam. Tentukan peluangnya
yang dipilih secara acak:
a. Dapat berfungsi lebih dari 1600 jam
Varians b. Dapat berfungsi paling lama 1500 jam
c. Dapat berfungsi antara 1400 – 1600 jam
Pembahasan :
Contoh
ObjekTitik
Distribusi Peluang

DISTRIBUSI EKSPONENSIAL 3. Diketahui variabel acak Y berdistribusi eksponensial dengan

parameter β=2. Tentukan peluang bahwa Y bernilai lebih dari 2.
Ruang
Fungsi densitas dari Y yang berdistribusi
eksponensial dengan parameter β=2 diberikan oleh :
Mean (Rataan)
Selanjutnya akan dihitung P(Y > 2)sebagai berikut (ingat, bahwa fungsi densitas dari
Varians distribusi eksponensial menyebar secara kontinu, sehingga perhitungannya melibatkan
integral)
Fungsi Pembangkit Momen P(Y > 2) = 1-P(Y ≤ 2)
Contoh
ObjekTitik
Distribusi Peluang

Distribusi Weibull adalah distribusi yang paling banyak digunakan untuk waktu hidup dalam
DISTRIBUSI WEIBULL tekhnik ketahanan. Distribusi ini adalah distribusi serbaguna yang dapat mengambil karakteristik
dari jenis distribusi lain, berdasarkan pada nilai dari bentuk parameter.
Ruang
Definisi Definisi PDF Distribusi Weibull :
Suatu peubah acak kontinu X akan mempunyai distribusi Weibull dengan parameter α dan β jika fungsi
Mean (Rataan) kepadatan peluangnya diberikan oleh : Bidang
Varians
Dimana : α > 0 dan β > 0
Contoh
Definisi : CDF Distribusi Weibull
Distribusi Peluang Fungsi distribusi kumulatif (culmulative distribution function)untuk distribusi weibulldiberikan oleh :
ObjekTitik
Dimana α > 0 dan β > 0

Rataan Distribusi Weibull

DISTRIBUSI WEIBULL
Ruang
Definisi
Bukti Rataan :
Mean diperoleh dari momen pertama
Varians
misalkan maka
Contoh
Distribusi Peluang Substitusikan dengan fungsi gamma,

Dengan demikian mean distribusi Weibull adalah
ObjekTitik

DISTRIBUSI WEIBULL Varians Distribusi Weibull

Ruang
Definisi
Bukti Varians :
Varians
Contoh Sehingga diketahui varian dari

distribusi weibull adalah
Distribusi Peluang Misalkan maka
ObjekTitik

DISTRIBUSI WEIBULL 1. Sebuah mesin fotokopi mempunyai masa hidup yang berdistribusi weibull dengan α
= 0.8 dan β= 3. Berapa peluang mesin tersebut beroperasi kurang dari 1 tahun?
Ruang
Dik : α = 0.8 β = 3 t = 1 e = 2.71828
Mean (Rataan) Dit : x < 1 Bidang
Varians
Contoh
Distribusi Peluang = 0,85816

Analisis : Jadi, peluang mesin tersebut beroperasi kurang ObjekTitik
dari satu tahun adalah 0,85816
atau 85,816%

DISTRIBUSI WEIBULL 2. Lama hidup X, dalam jam, sebuah item pada sebuah toko mesin
mempunyai distribusi Weibull dengan α = 0.01 and Ruangβ = 2. Berapakah
Definisi peluang bahwa item tersebut gagal sebelum 8 jam penggunaan?
Mean (Rataan) Pembahasan: Bidang
P(X < 8) =
Varians
Contoh
Distribusi Peluang
ObjekTitik

DISTRIBUSI WEIBULL
3. Pengukuran kecepatan angin dilakukan untuk menghitung kekuatan struktur lepas
Ruang α =25 m/s dan β =1.
pantai terhadap beban angin. Diperoleh data parameter weibull
Definisi
Hitunglah probabilitas kecepatan angin sekurang -kurangnya 35 m/s.

Pembahasan :
Varians Dik : α = 25 , β = 1 , X = 35
Ditanya : X > 35
Contoh Jawab :P (X > 35) = 1 – Fw (35,0,1)
Distribusi Peluang
ObjekTitik
= 0,018
= 1,8%

1. Salah satu jenis distribusi variabel acak kontinu, terdapat kurva berbentuk lonceng atau grafik.
DISTRIBUSI NORMAL Distribusi ini dengan fungsi probabilitas kemudian menunjukkan variasi atau penyebaran distribusi,
fungsi yang nantinya juga akan dibuktikan dengan menggunakan suatu grafik simetris atau bell curve.
Ruang
2. Salah satu bentuk distribusi probabilitas yang menggunakan pendekatan kurva normal. Dalam kurva
Definisi normal, distribusi(sebaran data)dianggap merata.
Nilai Rata-rata = NilaI Median = Nilai Modus
Varians
Tabel Distribusi Normal Sifat kurva normal :
1. Kurva selalu berada di atas sumbu x ObjekTitik

Contoh 2. Bentuknya simetris (rata-rata = median = modus)
3. Memiliki asimtot datar sumbu x
4. Luas dibawah kurva adalah 1 sehingga sebelah kanan
Distribusi Peluang 0,5 dan sebelah kiri 0,5

Bentuk umum fungsi peluang :

DISTRIBUSI NORMAL
x : Nilai variabel acak Ruang
Definisi µ : Rata-rata
σ : Standar deviasi
Mean (Rataan) e : Bilangan euler (2,71828) Bidang
Peluang Distribusi Normal
Varians
Persamaan diatas disebut juga Distribusi Normal Umum
Fungsi Pembangkit Momen Rubah distribusi normal umum kedalam bentuk standar (µ = 0 dan σ = 1)
Substitusi nilai , dimana µ = 0 dan σ = 1
Tabel Distribusi Normal Distribusi normal baku
ObjekTitik
Contoh
Distribusi Peluang

DISTRIBUSI NORMAL Mean (Rataan)

E(X)= μ
Ruang
Definisi
Bukti Rataan :
Varians
Misalkan , maka ,
Misalkan , maka dan sehingga
Tabel Distribusi Normal
ObjekTitik
Contoh
Distribusi Peluang

Varian
DISTRIBUSI NORMAL
Ruang
Definisi
Bukti Varians :
Mean (Rataan) Untuk membuktikan varians, kita perlu menentukan nilai harapan terlebih dahulu.
Bidang
Varians
Misalkan , maka dan , sehingga Dengan demikian, variansnya adalah
Contoh ObjekTitik
Distribusi Peluang


DISTRIBUSI NORMAL
Ruang
Definisi
Mean (Rataan)
Bukti : Bidang
Varians
Mis. , maka dan ,
ObjekTitik
Contoh
Distribusi Peluang

DISTRIBUSI NORMAL
Ruang
Definisi
Varians
ObjekTitik
Contoh
Distribusi Peluang

1. Suatu perusahaan generator menghitung berat salah satu komponennya. Berat komponen
DISTRIBUSI NORMAL tersebut berdistribusi normal dengan rata-rata 35 gram, dan standard deviasi 9 gram.
Hitunglah probabilitas bahwa satu komponen yang diambil secara Ruangacak akan memiliki berat
Definisi antara 35 dan 40 gram?

Penyelesaian :
Varians P(35 ≤ x ≤ 40)
 x = 40 gram
Tabel Distribusi Normal  x = 35 gram
ObjekTitik
Contoh
Distribusi Peluang

DISTRIBUSI NORMAL
2. Diberikan distibusi normal dengan µ = 50 dan σ = 10, hitunglah
peluang x terletak antara 45 dan 62! Ruang
Definisi
Pembahasan :
Mean (Rataan) Nilai z yang bersesuaian dengan x tersebut adalahBidang
:
dan
Varians
Sehingga :
P(45 < X <62) = P(-0,5 < Z < 1,2)

ObjekTitik
Contoh
Distribusi Peluang

3. Suatu perusahaan penerbangan berdasarkan pengalaman mengetahui bahwa distribusi jumlah koper
DISTRIBUSI NORMAL penumpang yang hilang tiap minggu pada suatu rute tertentu mendekati distribusi normal
dengan μ=15,5 dan σ = 3,6. Probabilitas pada minggu tertentu terdapat kejadian kehilangan kurang
dari 20 koper adalah Ruang
Definisi
Pembahasan :
Diketahui: μ = 15,5 , σ = 3,6 , X=20
Mean (Rataan) Dengan demikian, Bidang
Varians
Fungsi Pembangkit Momen Probabilitas pada minggu tertentu terdapat kejadian kehilangan kurang dari 20 koper dinotasikan
di bawah.oleh P(X < 20)=P(Z < 1,25).
Kurva distribusi normalnya ditunjukkan oleh gambar :
ObjekTitik
Contoh
Distribusi Peluang

DISTRIBUSI NORMAL Cek tabel nilai Z untuk skor 1,25 seperti berikut dan akan diperoleh P(0 < Z <
1,25)=0,3944
Ruang
Definisi
Mean (Rataan)
Varians
Untuk mencari luas daerah yang diarsir kita tuliskan :

ObjekTitik
Contoh Jadi, probabilitas kejadian tersebut terjadi adalah 0,8944
Distribusi Peluang

DISTRIBUSI PARETO Distribusi Pareto merupakan salah satu dari distribusi power law, dimana
dalam distribusi ini rata-rata atau standar deviasinya akan tergantung nilai
pangkat fungsi padat peluangnya. Distribusi Pareto Ruangdinotasikan dengan
Definisi
X~PAR(Xm , α).
fungsi distribusi kumulatif dari Pareto variabel acak dengan parameter α
Nilai Harapan Bidang
dan xm adalah :
=
Varians
Median dan Modus  Fungsi kepadatan probabilitas (PDF) dari X

=
Contoh
ObjekTitik
Distribusi Peluang

Nilai Harapan
DISTRIBUSI PARETO
, untuk a > 1 ;
Ruang
Definisi
Pembuktian Nilai Harapan

Varians Sehingga,
Median dan Modus

provided
Contoh
ObjekTitik
Distribusi Peluang

DISTRIBUSI PARETO Variansi

(jika α ≤ 1, maka varians tidak ada)
Ruang
Definisi
Nilai Harapan Pembuktian Variansi Bidang
Varians
Median dan Modus
atau
Contoh
ObjekTitik
Distribusi Peluang

DISTRIBUSI PARETO
 Median & Modus dari variabel acak distribusi
Ruang
Distribusi Peluang Pareto
a) Median
Me =
Varians
b) Modus
Median Dan Modus Mo = xm
Contoh
ObjekTitik
Distribusi Peluang

1. Apabila diketahui bahwa sebuah portofolio terdiri dari 75 resiko kebakaran dan 25 resiko kecelakaan, resiko-
DISTRIBUSI PARETO resiko tersebut mempunyai distribusi jumlah klaim yang seragam. Besaran klaim untuk resiko kebakaran
mengikuti distribusi pareto dengan parameter θ = 300 dan α = 4. Besaran klaim untuk resiko kecelakaan
mengIkuti distribusi pareto dengan parameter θ = 1.000 dan α = 3. Hitunglah variansinya!
Ruang
Definisi
Pembahasan:
 Rata-rata dari distribusi pareto
 Momen kedua dari distribusi pareto:
Varians
 Untuk resiko kebakaran :
 Untuk resiko kecelakaan :
Median Dan Modus
Contoh
Variansi besar klaim dari portofolio adalah : ObjekTitik

Distribusi Peluang

2. Misalkan pendapatan dari suatu populasi yang memiliki distribusi Pareto dengan α =
DISTRIBUSI PARETO
3 dan xm = 1000. Hitunglah proporsi penduduk dengan pendapatan pada tahun 2000.
Ruang
Definisi
Pembahasan :
Dik : α = 3
Xm = 1000
Varians
X = 2000
Dit : f(x) ?
Median Dan Modus
Jawab:
Contoh
ObjekTitik
Distribusi Peluang

DISTRIBUSI PARETO
3. Jika X~PAR (2,10). Tentukan Median dan Modusnya!
Ruang
Definisi
Pembahasan:
Nilai Harapan Diketahui : Xm = 2 ; α = 10

Bidang
Ditanya : a. Me?
Varians
b. Mo ?
Median Dan Modus a. = ×m
Contoh
ObjekTitik
Distribusi Peluang b.

TRANSFORMASI PEUBAH ACAK

Ruang
Transformasi Satu
Peubah Acak Diskrit
Bidang
Transformasi Satu
Peubah Acak Kontinu
Transformasi Dua
Peubah Acak Kontinu
ObjekTitik

Transformasi Satu
Peubah Acak Diskrit Misalkan X adalah peubah acak diskrit dengan fungsi peluangnya . Jika
peubah acak Y = H(X) dengan setiap nilai dari X berkorespondensi
Ruang satu dan
Teorema hanya satu dengan nilai dari Y dan sebaliknya, sedemikian hingga X = K(Y),
maka fungsi peluang dari Y ditentukan sebagai berikut :
Bidang
Contoh
Catatan :
1. Transformasi peubah acak dilakukan dengan cara mengubah menjadi .
2. Fungsi peluang yang awalnya dalam bentuk peubah acak X diubah
menjadi fungsi peluang dengan peubah acak Y.
ObjekTitik

Transformasi Satu Diberikan fungsi peluang peubah acak X adalah :

Peubah Acak Diskrit
Tentukan fungsi peluang dari peubah acak Ruang
Teorema Pembahasan :
Transformasinya
Bidang
Hubungan antara nilai x dari peubah acak X dan nilai y dari peubah acak Y, diberikan oleh :
Contoh maka
, sehingga
, atau
Selanjutnya untuk nilai yang mungkin adalah :

Untuk x = 1, maka
Untuk x = 2, maka
Untuk x = 3, maka
Dst..
ObjekTitik
Jadi, fungsi peluang dari Y adalah :

Transformasi Satu
Peubah Acak Kontinu Misalkan X adalah peubah acak kontinu dengan fungsi densitas . Jika fungsi
dapat diturunkan dan naik atau turun untuk semuaRuang
nilai dalam daerah hasil
Teorema X dengan maka persamaan dapat diselesaikan untuk x dengan
maka densitas dari Y = U(X) ditentukan sebagai berikut

Bidang:
Contoh
ObjekTitik

Diberikan fungsi densitas peluang peubah acak X adalah :
Transformasi Satu
Peubah Acak Diskrit
Tentukan fungsi densitas dari peubah acak Ruang
Teorema Pembahasan :
Transformasinya
Bidang
Contoh Hubungan antara nilai x dari peubah acak X dan nilai y dari peubah acak Y, diberikan oleh :
maka
, sehingga
, atau
Selanjutnya untuk nilai yang mungkin adalah :

Untuk x = 1, maka 𝑥=𝑤( 𝑦) ′ 𝑑𝑥 1
Untuk x = 5, maka 𝑤 ( 𝑦 )= =
Dst..
𝑑𝑦 2
ObjekTitik
Jadi, fungsi densitas dari Y adalah :

Transformasi Dua
Peubah Acak Kontinu Misalkan X dan Y adalah peubah acak kontinu dengan fungsi densitas
gabungannya . Jika fungsi diferensiabel secara parsial
Ruang terhadap x dan y,
Teorema maka untuk nilai x dan y tersebut dapat diperoleh x dan y yang tunggal
dengan
Bidang
Langkah-Langkah Fungsi densitas gabungan dari ditentukan dengan :
Contoh
Dengan
ObjekTitik

Transformasi Dua
Peubah Acak Kontinu
1. Ubah bentuk 2 peubah acak transformasi dari bentuk peubah acak
Ruang
Teorema (huruf besar) ke huruf kecil (nilai peubah acak).
2. Tentukan invers, nilai x dan y
Bidang
Langkah-Langkah 3. Hitung nilai J dan |J|
4. Tentukan distribusi gabungan dari ke-dua peubah acak transformasi
Contoh
5. Tentukan batas-batas nilai dari kedua peubah acak transformasi.
ObjekTitik

Transformasi Satu Diberikan fungsi densitas gabungan X dan Y berbentuk :

Peubah Acak Diskrit
Jika maka tentukan fungsi densitas gabungan! Ruang
Teorema
Pembahasan :
Bidang
1. Ubah bentuk 2 peubah acak transformasi dari bentuk peubah acak (huruf besar) ke huruf kecil
Contoh (nilai peubah acak).
2. Tentukan invers, nlai x dan y
dan
+¿
3. Hitung nilai J dan |J| ObjekTitik
==

Transformasi Dua 4. Tentukan distribusi gabungan dari ke-dua peubah acak transformasi
Peubah Acak Kontinu
Ruang
Teorema
Bidang
Langkah-Langkah 5. Tentukan batas-batas nilai dari kedua peubah acak transformasi.
Batas-Batas
Contoh
Jadi, ; ObjekTitik

TERIMA KASIH


Statistika Matematika

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Statistika Matematika

Diunggah oleh

Hak Cipta:

Format Tersedia

STATISTIKA MATEMATIKA

PROGRAM STUDI TADIS MATEMATIKA

Fakultas Tarbiyah INSTITUT AGAMA ISLAM NEGERITadris

Zulfiqar Busrah, S.Si., M.Si INSTITUT AGAMA ISLAM NEGERI PAREPARE

RUANG SAMPEL 1. Himpunan semua kemungkinan hasil dari suatu

Zulfiqar Busrah, S.Si., M.Si INSTITUT AGAMA ISLAM NEGERI PAREPARE

Zulfiqar Busrah, S.Si., M.Si INSTITUT AGAMA ISLAM NEGERI PAREPARE

Cara Penulisan 1. Dengan mendaftar langsung

Zulfiqar Busrah, S.Si., M.Si INSTITUT AGAMA ISLAM NEGERI PAREPARE

Zulfiqar Busrah, S.Si., M.Si INSTITUT AGAMA ISLAM NEGERI PAREPARE

Titik Sampel 3. Bila kemungkinan hasil percobaan berupa himpunan kota-kota di

Zulfiqar Busrah, S.Si., M.Si INSTITUT AGAMA ISLAM NEGERI PAREPARE

Zulfiqar Busrah, S.Si., M.Si INSTITUT AGAMA ISLAM NEGERI PAREPARE

Zulfiqar Busrah, S.Si., M.Si INSTITUT AGAMA ISLAM NEGERI PAREPARE

Anita melakukan percobaan dengan melambungkan sebuah dadu.

Zulfiqar Busrah, S.Si., M.Si INSTITUT AGAMA ISLAM NEGERI PAREPARE

Zulfiqar Busrah, S.Si., M.Si INSTITUT AGAMA ISLAM NEGERI PAREPARE

Zulfiqar Busrah, S.Si., M.Si INSTITUT AGAMA ISLAM NEGERI PAREPARE

Zulfiqar Busrah, S.Si., M.Si INSTITUT AGAMA ISLAM NEGERI PAREPARE

Zulfiqar Busrah, S.Si., M.Si INSTITUT AGAMA ISLAM NEGERI PAREPARE

Contoh Mengingat semua jumlah kejadian = 1, maka Bidang

Zulfiqar Busrah, S.Si., M.Si INSTITUT AGAMA ISLAM NEGERI PAREPARE

Zulfiqar Busrah, S.Si., M.Si INSTITUT AGAMA ISLAM NEGERI PAREPARE

Zulfiqar Busrah, S.Si., M.Si INSTITUT AGAMA ISLAM NEGERI PAREPARE

Zulfiqar Busrah, S.Si., M.Si INSTITUT AGAMA ISLAM NEGERI PAREPARE

KEJADIAN SALING LEPAS Contoh :

Zulfiqar Busrah, S.Si., M.Si INSTITUT AGAMA ISLAM NEGERI PAREPARE

Zulfiqar Busrah, S.Si., M.Si INSTITUT AGAMA ISLAM NEGERI PAREPARE

KEJADIAN SALING BEBAS

Zulfiqar Busrah, S.Si., M.Si INSTITUT AGAMA ISLAM NEGERI PAREPARE

P(A ∩ B) = P(A) × P(B)

Zulfiqar Busrah, S.Si., M.Si INSTITUT AGAMA ISLAM NEGERI PAREPARE

Adapun peluang kejadian bersyarat dapat dirumuskan sebagai berikut:

1. Munculnya kejadian A dengan syarat kejadian B telah muncul

Zulfiqar Busrah, S.Si., M.Si INSTITUT AGAMA ISLAM NEGERI PAREPARE

Pembahasan/penyelesaian soal: Ruang

Zulfiqar Busrah, S.Si., M.Si INSTITUT AGAMA ISLAM NEGERI PAREPARE

KEJADIAN GABUNGAN (UNION) 1. Misalkan A dan B masing-masing kejadian dalam

Zulfiqar Busrah, S.Si., M.Si INSTITUT AGAMA ISLAM NEGERI PAREPARE

Zulfiqar Busrah, S.Si., M.Si INSTITUT AGAMA ISLAM NEGERI PAREPARE

KEJADIAN IRISAN (INTERSECTION) 1. Irisan (intersection) adalah adanya himpunan A dengan B

Zulfiqar Busrah, S.Si., M.Si INSTITUT AGAMA ISLAM NEGERI PAREPARE

Zulfiqar Busrah, S.Si., M.Si INSTITUT AGAMA ISLAM NEGERI PAREPARE

CARA MENGHITUNG KEJADIAN

Zulfiqar Busrah, S.Si., M.Si INSTITUT AGAMA ISLAM NEGERI PAREPARE

r = jumlah benda yang dipilih

Zulfiqar Busrah, S.Si., M.Si INSTITUT AGAMA ISLAM NEGERI PAREPARE

Zulfiqar Busrah, S.Si., M.Si INSTITUT AGAMA ISLAM NEGERI PAREPARE

Zulfiqar Busrah, S.Si., M.Si INSTITUT AGAMA ISLAM NEGERI PAREPARE

{A,C} dan {B,D}; atau {A,D}, {B}, dan {C}; atau

{A,D} dan {B,C}; atau {B,C}, {A}, dan {D}; atau

{A,B,C} dan {D}; atau {B,D}, {A} dan {C}; atau

Zulfiqar Busrah, S.Si., M.Si INSTITUT AGAMA ISLAM NEGERI PAREPARE

nCr = jumlah kombinasi

Zulfiqar Busrah, S.Si., M.Si INSTITUT AGAMA ISLAM NEGERI PAREPARE

Zulfiqar Busrah, S.Si., M.Si INSTITUT AGAMA ISLAM NEGERI PAREPARE

Dengan n(K) adalah banyaknya anggota K dan n(S) adalah banyaknya

Zulfiqar Busrah, S.Si., M.Si INSTITUT AGAMA ISLAM NEGERI PAREPARE

Jika diketahui S = {ab, ac, bc}, maka n(S) = 3

Misalkan K = peluang terambilnya huruf a dan huruf b secara

Zulfiqar Busrah, S.Si., M.Si INSTITUT AGAMA ISLAM NEGERI PAREPARE

Peubah Acak Kontinu

Zulfiqar Busrah, S.Si., M.Si INSTITUT AGAMA ISLAM NEGERI PAREPARE