• Tidak ada hasil yang ditemukan

Materi Teori Peluang

N/A
N/A
Protected

Academic year: 2017

Membagikan "Materi Teori Peluang"

Copied!
15
0
0

Teks penuh

(1)
(2)

Definisi

Jika X adalah peubah acak diskret dengan

fungsi massa peluang p(x), nilai harapan dari X {E[X]}, didefinisikan dengan

E[X] =

Nilai harapan ini dinamakan rata – rata

(3)

Contoh

Hitung nilai harapan dari peubah acak X yang mempunyai kemungkinan nilai 0 dan 1 dengan p(X=0)= p(X=1) = ½

Jawab

Nilai harapan dari X adalah

2 / 1 ) 2 / 1 ( 1 ) 2 / 1 ( 0 ) ( ) ( 1

0   

 

x xp x

(4)

Hitung E[X] bila X adalah outcome bila kita melemparkan dadu yang setimbang

Jawab

=21/6

 6

1

(

)

)

(

x

xp

x

X

E

)

6

/

1

(

6

)

6

/

1

(

5

)

6

/

1

(

4

)

6

/

1

(

3

)

6

/

1

(

2

)

6

/

1

(

1

(5)

Nilai Harapan Fungsi Peubah Acak

Definisi

Jika X adalah peubah acak diskret dengan fungsi massa peluang p(X) dan g(X) adalah

fungsi peubah acak X, maka nilai harapan dari g(X) adalah

(6)

Contoh

Jika X adalah banyaknya Gambar yang

muncul bila 2 koin dilemparkan dan Y= X2,

Hitung E[Y] Jawab

Sebaran peluang untuk X adalah

P(X=0) = ¼ ; P(X=1)= ½; P(X=2) = ¼

2

1

1

)

4

/

1

(

2

)

2

/

1

(

1

)

4

/

1

(

0

)

(

)

(

2 2 2 2

0

2

(7)

Contoh

Bila diketahui sebaran peluang peubah acak Y adalah sebagai berikut

Hitung E(Y), E(1/Y) dan E(Y2-1).

Jawab

y 1 2 3 4

P(y) 1/8 1/4 3/8 1/4

 

 4

1 ( ) )

(

y yp y

Y E 8 / 22 ) 4 / 1 ( 4 ) 8 / 3 ( 3 ) 4 / 1 ( 2 ) 8 / 1 (

1    

(8)

= (1/1)(1/8)+(1/2)(1/4)+(1/3) (3/8)+(1/4)(1/4) = 5/8

= (12-1)(1/8)+(22-1)(1/4)+(32 - 1)(3/8)+(42

-1)(1/4)

 

 4

1(1/ ) ( ) )

/ 1 (

y y p y

Y E

4

1 2

2 1) ( 1) ( )

(

y y p y

(9)

Definisi

Jika X adalah peubah acak dengan rata-rata , maka ragam dari X (Var(X)) adalah

Var (X) = E[(X-)2]

(10)

Contoh

Hitung Ragam dari X bila X menyatakan

outcome bila sebuah dadu dilempar Jawab

Var (X) =

= (1-21/6)2(1/6) + (2-21/6)2(1/6) +

(3-21/6)2(1/6)

+ (4-21/6)2(1/6) + (5-21/6)2(1/6) +

(6-21/6)2(1/6)

= 105/36

) ( )

(

6

1

2 p x

x

x

(11)

Contoh

Bila diketahui sebaran peluang dari peuabh acak X adalah seperti yang tercantum di tabel berikut ini, hitung nilai harapan dan ragam

dari peubah acak X

Jawab:

E(X) = = 0(1/8) + 1(1/4) + 2(3/8) + 3(1/4) = 1.75

x 0 1 2 3

P(x) 1/8 1/4 3/8 1/4

3

0 ( )

(12)

= (0 – 1.75)2 (1/8) + (1 – 1.75)2 (1/4) +(2 –

1.75)2 (3/8)

+ (3 – 1.75)2 (1/4)

= 0.9375

) ( )

( ]

)

[( 3

0

2 2

2 E X x p x

x

  

 

 

(13)

Sifat – sifat nilai harapan

Misalkan c adalah suatu konstanta, maka

E(c) = c

Misalkan g(X) adalah fungsi dari peubah acak

X dan c adalah suatu konstanta, maka E[cg(X)] = cE[g(X)]

Misalkan g1(X), g2(X), ..., gk(X) adalah k fungsi

dari peubah acak X, maka

E[g1(X) + g2(X) + ...+ gk(X)] = E[g1(X)] + E[g2(X)] + ...+ E[gk(X)]

(14)

Nilai Harapan Untuk Peubah Acak Kontinu

Nilai harapan dari peubah acak kontinu X adalah

 

 

dx x

xf X

(15)

Contoh

Peubah Acak X memiliki fungsi kepekatan peluang sebagai berikut:

Referensi

Garis besar

Dokumen terkait

Suatu peubah acak yang dikatakan memiliki distribusi Normal dengan mean dan variansi jika memiliki fungsi kepadatan peluang dalam bentuk.. (

• Misalkan kita defenisikan sebagai total uang yang kita peroleh dari percobaan ini, maka adalah suatu peubah acak yang mengambil nilai 0,±1, ±2, ±3 dengan peluang masing-

 Untuk sebaran normal dengan  = 300 dan  = 50, hitunglah peluang bahwa peubah acak X mengambil suatu nilai yang lebih besar dari 362.  Sebuah perusahaan alat

Misalkan X adalah peubah acak dari distribusi Generalized Eksponensial dengan dua parameter ) ,maka menurut Gupta dan Kundu (1999) fungsi kepekatan peluang (fkp) dari

 Tentukan invers dari nilai peubah acak transformasi itu, sehingga akan diperoleh duanilai peubah acak lama yang merupakan fungsi dari nilai peubah

 Tentukan invers dari nilai peubah acak transformasi itu, sehingga akan diperoleh duanilai peubah acak lama yang merupakan fungsi dari nilai peubah

Nilai-nilai peluang inilah yang disebut fungsi distribusi peluang farik yang biasa disebut fungsi massa peluang dari peubah acak X, yang dapat dibuat dalam sebuah

Penentuan distribusi bersyarat dari peubah acak kontinu dapat dilihat dalam Definisi 5.9 Definisi 5.9 : FUNGSI DENSITAS BERSYARAT Jika fx, y adalah nilai fungsi densitas gabungan