“distribusi peluang kontinyu 1 · pergunakanlah tabel distribusi normal standard untuk menghitung...
TRANSCRIPT
Adam Hendra Brata
Probabilitas dan
Statistika“Distribusi Peluang Kontinyu 1”
Variabel Acak Kontinyu
Variabel Acak Kontinyu
Suatu variabel yang memiliki nilai pecahan
didalam range tertentu
Distribusi variabel acak kontinu tidak dapat
disusun dalam tabel yang menyatakan nilai
probabilitas
Nilai distribusi kontinu dinyatakan dalam
bentuk fungsi matematis, dihitung
menggunakan integral dan digambarkan
dalam bentuk kurva
Kovariansi
Korelasi
Regresi
- Regresi
Linier
- Analisis
Korelasi
Distribusi Uniform Kontinyu
Distribusi Uniform Kontinyu
Fungsi rapat probabilitas dari distribusi variabel
random X yang bersifat uniform dan kontinu
dalam interval [A,B] diberikan oleh :
Kovariansi
Korelasi
Regresi
- Regresi
Linier
- Analisis
Korelasi
f(x)
1/(B-A)
A B x
f (x;A,B) =
1
(B- A)A £ x £ B
0 lainnya
ì
íï
îï
Distribusi Uniform Kontinyu
Distribusi Uniform Kontinyu
Mean
Variansi
Kovariansi
Korelasi
Regresi
- Regresi
Linier
- Analisis
Korelasi
2
BA
12
2
2 AB
Distribusi Uniform Kontinyu
Contoh 1
Sebuah ruang rapat di suatu perusahaan hanya bisa dipakai tak
lebih dari 4 jam. Pemakaian ruang tersebut untuk rapat singkat
maupun panjang sama seringnya. Bisa diasumsikan bahwa jika
X menyatakan lamanya sebuah rapat di ruang tersebut.
a. Bentuklah fungsi rapat probabilitasnya?
b. Berapa probabilitasnya sebuah rapat di ruang tersebut
akan berlangsung paling lama 3 jam?
c. Berapakah lama rata-rata rapat di ruang tersebut?
Distribusi Uniform Kontinyu
Contoh 1
a. Fungsi rapat probabilitas
B = 4 dan A=0, maka (B-A) = 4 dan fungsi rapat
probabilitasnya adalah: f(x) = ¼ untuk 0 ≤ x ≤ 4 dan f(x)=0
untuk x di luar itu
b. Probabilitasnya sebuah rapat di ruang tersebut akan
berlangsung paling lama 3 jam ( P(x<3) )
c. Rata - rata
3
0
3
0
4/34
1)4,0;()3( dxdxxfxP
22
40
2
BA
Distribusi Normal
Distribusi Uniform Kontinyu
Pada tahun 1733 DeMoivre menemukan
persamaan matematika kurva normal yang
menjadi dasar banyak teori statistika induktif
Distribusi Normal sering pula disebut Distribusi
Gauss untuk menghormati Gauss (1777–1855)
Distribusi Probabilitas normal adalah
distribusi probabilitas kontinu yang simetrik
Distribusi normal berupa kurva berbentuk
lonceng setangkup yang melebar tak
berhingga pada kedua arah positif dan
negatifnya
Dua parameter yang menentukan suatu bentuk
kurva normal adalah rata-rata dan standar
deviasi
Kovariansi
Korelasi
Regresi
- Regresi
Linier
- Analisis
Korelasi
Distribusi Normal
Distribusi Normal
Fungsi rapat probabilitas variabel random X
dengan mean μ dan variansi σ2 yang memiliki
distribusi normal adalah :
X dapat bernilai - sampai +, dengan demikian nilai
distribusi normal tak terbatas
Dengan :
x = nilai dari distribusi variabel
μ = mean dari nilai-nilai distribusi variabel
σ = standar deviasi dari nilai-nilai distribusi
variabel
Nilai = 3,14
Nilai e = 2,718
Kovariansi
Korelasi
Regresi
- Regresi
Linier
- Analisis
Korelasi
2
2)(
2
1
2
1),;(
x
exn
Distribusi Normal
Distribusi Normal
Kovariansi
Korelasi
Regresi
- Regresi
Linier
- Analisis
Korelasi
Distribusi Normal
Contoh Distribusi Normal
Contoh variabel random yang memiliki Distribusi
Normal misalnya :
Distribusi error dalam pengukuran
Pengukuran dalam meteorologi
Pengukuran curah hujan
Sebagai pendekatan bagi distribusi binomial
dan distribusi hipergeometrik, dan lainnya
Kovariansi
Korelasi
Regresi
- Regresi
Linier
- Analisis
Korelasi
Distribusi Normal
Sifat Distribusi Normal
Sifat-Sifat Distribusi Normal :
Rata-ratanya (mean) μ dan standard
deviasinya = σ
Mode (maximum) terjadi di x = μ
Bentuknya simetrik thd x = μ
Titik belok tepat di x = μ±σ
Kurva mendekati nol secara asimptotis
semakin x jauh dari x = μ
Total luasnya = 1
Bentuk kurva Distribusi Normal dipengaruhi
oleh μ dan σ
Kovariansi
Korelasi
Regresi
- Regresi
Linier
- Analisis
Korelasi
Distribusi Normal
Sifat Distribusi Normal
Kovariansi
Korelasi
Regresi
- Regresi
Linier
- Analisis
Korelasi
Distribusi Normal
Luas Di Bawah Kurva dan Probabibilitas
P(x1< x < x2) = probabilitas variabel random x
memiliki nilai antara x1 dan x2
P(x1< x < x2) = luas di bawah kurva normal
antara x = x1 dan x = x2
Kovariansi
Korelasi
Regresi
- Regresi
Linier
- Analisis
Korelasi
2
1
)()( 21
x
x
dxxfxxxP
Distribusi Normal
Luas Di Bawah Kurva dan Probabibilitas
P(x≤) = 0,5
P(x) = 0,5
Sehingga Luas kurva normal :
Kovariansi
Korelasi
Regresi
- Regresi
Linier
- Analisis
Korelasi
1)()(
dxxfxP
Distribusi Normal Standar
Kurva Distribusi Normal Standar
Dalam proses perhitungan distribusi normal,
seringkali ditemukan nilai – nilai yang susah
untuk dihitung secara manual
Maka dari itu diperlukan suatu standar yang
menjadi acuan proses perhitungan tanpa
merubah substansi nilai – nilai yang dihitung
dengan distribusi normal
Transformasi Z memetakan distribusi normal
menjadi distribusi normal standar, sebab
distribusi normal dengan variabel z ini memiliki
mean = 0 dan standard deviasi = 1
Kovariansi
Korelasi
Regresi
- Regresi
Linier
- Analisis
Korelasi
xz
Distribusi Normal Standar
Kurva Distribusi Normal Standar
Distribusi normal standar adalah distribusi
normal dengan mean μ=0 dan standar deviasi
σ=1
Transformasi Z memetakan distribusi normal
menjadi distribusi normal standar, sebab
distribusi normal dengan variabel z ini memiliki
mean = 0 dan standard deviasi = 1
Transformasi ini juga mempertahankan luas
dibawah kurvanya, artinya :
Kovariansi
Korelasi
Regresi
- Regresi
Linier
- Analisis
Korelasi
Luas dibawah kurvadistribusi normal antara
x1 dan x2
Luas dibawah kurvadistribusi normal standar
antara z1 dan z2
=
z1 = (x1-μ)/σ z2 = (x2-μ)/σ
Distribusi Normal Standar
Kurva Distribusi Normal Standar
Dengan z1 = (x1-μ)/σ dan z2 = (x2-μ)/σ
Sehingga cukup dibuat tabel distribusi normal
standard kumulatif saja
Kovariansi
Korelasi
Regresi
- Regresi
Linier
- Analisis
Korelasi
Distribusi Normal Standar
Contoh 2
Pergunakanlah tabel distribusi normal standard untuk
menghitung luas daerah :
a. Di sebelah kanan z = 1.84
b. Antara z = -1.97 s/d z = 0.86
Ingat bahwa luas yang diberikan dalam tabel distribusi normal
kumulatif adalah luas dari z= - ∞ s/d z0 tertentu: P(z<z0)
a. Di sebelah kanan z = 1.84
P(z>1.84) = 1 – P(z≤1.84) = 1 -0.9671 = 0.0329
b. Antara z = -1.97 s/d z = 0.86
P(-1.97<z<0.86) = P(z<0.86) – P(z<-1.97) = 0.8051 –
0.0244 = 0.7807
Distribusi Normal Standar
Contoh 3
Sebuah perusahaan bolam (bola lampu) mengetahui
bahwa umur lampunya (sebelum putus) terdistribusi secara
normal dengan rata-rata umurnya 800 jam dan standard
deviasinya 40 jam. Carilah probabilitas bahwa sebuah
bolam produksinya akan berumur antara 778 jam dan 834
jam !
μ = 800 σ = 40, P(778 < x < 834)
x1= 778 z1 = (x1-μ)/σ = (778 - 800)/40 = -0.55
x2= 834 z2 = (x2-μ)/σ = (834 - 800)/40 = 0.85
P(778 < x < 834) = P(-0.55 < z < 0.85) = P(z < 0.85) - P(z<-0.55)
= 0.8023 – 0.2912 = 0.5111
Tugas 9
• Mengerjakan soal – soal yang berada di lembar
soal yang terdapat di link materi pendukung secara
individu
Cek adamhendrabrata.wordpress.com
• Mengerjakan soal – soal tersebut dengan cara
menghitung dan ditulis di kertas
• Dikumpulkan pada pertemuan berikutnya
• Kelas C : (Rabu minggu depan)
• Kelas D : (Kamis minggu depan)
Terimakasih dan Semoga
Bermanfaat v^^