DISTRIBUSI VARIABEL ACAK DISKRIT DAN DISTRIBUSI VARIABEL ACAK KONTINU
VARIABEL ACAK
Variabel acak adalah suatu fungsi yang memetakan setiap anggota Ruang Sampel S kebilangan Real. Dalam statistika variable acak disimbolkan dengan huruf kapital misalkan X, Y, Z dll. Karena nilai-nilai numerik tersebut dapat bersifat diskrit (hasil perhitungan) dan bersifat kontinu(hasil pengukuran) maka variabel acak dapat dikelompokkan menjadi variabel acak diskrit dan variabel acak kontinu.
Variabel Acak Diskrit
Varibel acak diskrit adalah variabel acak yang tidak mengambil seluruh nilai yang ada dalam sebuah interval atau variabel yang hanya memiliki nilai tertentu. Nilainya merupakan bilangan bulat dan asli, tidak berbentuk pecahan. Variabel acak diskrit jika digambarkan pada sebuah garis interval, akan berupa sederetan titik-titik yang terpisah.
Contoh:
- Banyaknya pemunculan sisi muka atau angka dalam pelemparan sebuah koin (uang logam).
- Jumlah anak dalam sebuah keluarga.
Misal X adalah variable acak diskrit , maka fungsi kepadatan probabilitasnya adalah
PX (X) atau P(X=x)
Variabel Acak Kontinu
Pengertian Distribusi Peluang Kontinu Distribusi peluang kontinu adalah peubah acak yang dapat memperoleh semua nilai pada skala kontinu. Ruang sampel kontinu adalah bila ruang sampel mengandung titik sampel yang tak terhingga banyaknya. Syarat dari distribusi kontinu adalah apabila fungsi f(x) adalah fungsi padat peluang peubah acak kontinu X yang didefinisikan di atas himpunan semua bilangan riil R bila:
1. F(x) ≥ 0 untuk semua x є R
2. ∫ 𝑓(𝑥)𝑑𝑥 = 1 ∞
3. 𝑃(𝑎 < 𝑋 < 𝑏) = ∫ 𝑓(𝑥)𝑑
Jadi dalam distribusi variabel kontinu peluangnya ditulis dalam bentuk interval seperti P(1≤x≤2)
Jadi penggunaan lambang keditaksamaan dalam peluang variabel acak kontinu ada sama dengannya atau tidak dianggap sama saja:
- P(X<2 span="">2>
- P(3
- P(X=a)≈0 a di ruang sampelnya (khusus untuk peubah acak kontinu)
Distribusi variabel acak kontinu sering disebut sebagai fungsi kepadatan peluang (density function), bukan fungsi peluang. Nilai f(x) bisa lebih besar dari 1. Jadi f(x)f bukan peluang.
Variabel Acak Diskrit dan Distribusinya
Tujuan Menentukan probabilitas dari fungsi-fungsi probabilitas massa dan kebalikannya. Menentukan
probabilitas dari fungsi distribusi kumulatif dan fungsi distribusi
kumulatif dari fungsi probabilitas massa, dan kebalikannya. Menghitung rat-rata dan varians dari variable-variable acak diskrit. Mengerti asumsi-asumsi dari masing-masing distribusi probabilitas diskrit. Memilih distribusi probabilitas diskrit untuk menghitung probabilitas yang sesuai pada aplikasi khusus. Menghitung probabilitas, menentukan rata-rata dan varians untuk tiap-tiap distribusi probabilitas diskrit.
3
Contoh Pada proses pembuatan
semikonduktor, dua wafer dari satu lot produksi dites. Tiap wafer
digolongkan sebagai gagal (fail) atau lulus(pass). Diasumsikan bahwa
bahwa probabilitas lulus adalah 0,8 dan wafer-wafer adalah independen.
Sebagai contoh, karena independen, probabilitas bahwa wafer pertama
lulus dan wafer kedua gagal tes, yang dilambangkan sebagai pf, adalah Variabel
acak X didefinisikan sebagai sama dengan jumlah wafer yang lulus. Kolom
terakhir menunjukkan nilai X yang merupakan hasil dari eksperimen.
4
Distribusi Probalitas dan Fungsi Massa Probabilitas
Distribusi probabilitas dari sebuah variable acak X adalah sebuah diskripsi dari probabilitas dikaitkan dengan nilai-nilai yang mungkin dari X. Contoh: ada kemungkinan bahwa sebuah bit yang dilewatkan sebuah saluran transmisi digital akan menerima error. Misalkan X adalah sama dengan jumlah bit error dalam empat bit yang dilewatkan. Nilai yang mungkin untuk X adalah {0, 1, 2, 3, 4}. Berdasarkan sebuah model, probabilitas untuk nilai-nilai ini adakan ditentukan. Misalkan bahwa probabilitasnya adalah: Distribusi probabilitas dari X dinyatakan oleh nilai-nilai yang mungkin bersama-sama dengan masing-masing probabilitasnya.
Distribusi probabilitas dari sebuah variable acak X adalah sebuah diskripsi dari probabilitas dikaitkan dengan nilai-nilai yang mungkin dari X. Contoh: ada kemungkinan bahwa sebuah bit yang dilewatkan sebuah saluran transmisi digital akan menerima error. Misalkan X adalah sama dengan jumlah bit error dalam empat bit yang dilewatkan. Nilai yang mungkin untuk X adalah {0, 1, 2, 3, 4}. Berdasarkan sebuah model, probabilitas untuk nilai-nilai ini adakan ditentukan. Misalkan bahwa probabilitasnya adalah: Distribusi probabilitas dari X dinyatakan oleh nilai-nilai yang mungkin bersama-sama dengan masing-masing probabilitasnya.
5
Definisi Untuk sebuah variable
acak diskrit X dengan nilai-nilai yang mungkin x1, x2, … , xn, sebuah
fungsi probabilitas massa adalah sebuah fungsi sehingga Dari contoh sebelumnya: Dimana jumlah keseluruhannya adalah 1.
6
Fungsi distribusi kumulatif
Fungsi distribusi kumulatif dari sebuah variable acak diskrit X adalah: Fungsi tersebut mempunyai sifat-sifat: Pada contoh sebelumnya, kemungkinan bahwa tiga atau kurang bit akan mengalami error dapat dinyatakan sbb:
Fungsi distribusi kumulatif dari sebuah variable acak diskrit X adalah: Fungsi tersebut mempunyai sifat-sifat: Pada contoh sebelumnya, kemungkinan bahwa tiga atau kurang bit akan mengalami error dapat dinyatakan sbb:
7
Contoh Tentukan fungsi probabilitas massa dari fungsi distribusi kumulatif berikut ini Dari
gambar, titik-titik yang mempunyai probabilitas tidak nol adalah -2, 0,
and 2. Fungsi probabilitas massa pada tiap titik adalah perubahan dari
fungsi distribusi kumulatif pada titik tersebut. Sehingga
9
Contoh Contoh: ada kemungkinan
bahwa sebuah bit yang dilewatkan sebuah saluran transmisi digital akan
menerima error. Misalkan X adalah sama dengan jumlah bit error dalam
empat bit yang dilewatkan. Nilai yang mungkin untuk X adalah {0, 1, 2,
3, 4}. Berdasarkan sebuah model, probabilitas untuk nilai-nilai ini
adalah: (rata-rata) (varians)
10
Distribusi binomial Sebuah experimen acak terdiri dari n buah percobaan bernoulli sehingga (1) Percobaan adalah independen (2) Setiap percobaan mempunyai dua kemungkinan hasil yaitu “sukses” dan “gagal” (3) Probabilitas sebuah sukses dalam setiap percobaan, dilambangkan p, adalah tetap konstan. Variable acak X yg merupakan jumlah percobaan yang sukses, mempunyai variable acak binomial dengan fungsi distribusi massa adalah jumlah total percobaan dengan x buah sukses dan n-x gagal
11
Contoh distribusi binomial
12
Contoh Setiap contoh/sampel air
mempunyai kemungkinan 10% mengandung pollutant organic. Asumsikan sample
air adalah independent terhadap hadirnya polutant. Berapakah
probabilitas bahwa 18 buah sampel berikutnya akan terdapat tepat 2
sampel yang mengandung polutant. Misalkan X
adalah jumlah sampel yang mengandung polutant pada 18 buah sampel
berikutnya yang dianalisa. Sehingga X adalah sebuah variabel binomial
dengan p=0,1 dan n= 18. Sehingga Probabilitas bahwa paling tidak 4 sampel mengandung polutant.
DISTRIBUSI PROBABILITAS VARIABEL ACAK KONTINU
Fungsi Probabilitas Kumulatif Variabel Acak Kontinu
Pada variabel acak diskrit, fungsi probabilitas kumulatif dihitung dengan cara penjumlahan.
Pada variabel acak kontinu, probabilitas kumulatif dicari dengan integral. Rumusnya adalah sebagai berikut.
Distribuusi probabilitas variabel acak kontinu dinyatakan dengan
fungsi f(x) dan sering disebut sebagai fungsi kepadatan (density
function) atau fungsi kepadatan probabilitas dan bukan fungsi
probabilitas. Nilai f(x) bisa lebih besar dari 1.
Fungsi kepadatan probabilitas harus memenuhi syarat sebagai berikut.
Komentar
Posting Komentar