Dokumen tersebut membahas distribusi peluang binomial, termasuk materi prasyarat seperti kombinasi dan peluang, variabel acak, distribusi peluang variabel acak diskrit, dan teorema distribusi peluang binomial beserta contoh-contoh soalnya.
Distribusi hipergeometrik melibatkan pengambilan sampel tanpa pengembalian dari populasi yang terdiri dari dua kelompok. Distribusi ini digunakan untuk menghitung peluang mendapatkan jumlah tertentu dari sampel yang masuk ke dalam masing-masing kelompok. Distribusi hipergeometrik dapat diperluas untuk kasus di mana populasi dibagi menjadi lebih dari dua kelompok.
Sisi Lain Distribusi Binomial dan NormalAgung Anggoro
Β
Membahas sisi lain dari distribusi Binomial dan Normal (Kurva normal secara kalkulus, hubungan antara dua distribusi). Menjawab pertanyaan seperti: bagaimana bentuk fungsi normal terbentuk, bagaimana muncul 1/akar(2pi), bagaimana menentukan peluang tanpa menggunakan tabel statistik, dsb.
File Tambahan:
Simulasi perhitungan luas dibawah kurva normal baku (https://drive.google.com/file/d/1kA3GYTps1tmtHBvjQ3Q6rSy1YPb70Q_g/view?usp=sharing)
Video Penjelasan Slide:
https://www.youtube.com/watch?v=FAs6m7MRFBI
Dokumen tersebut membahas distribusi peluang binomial, termasuk materi prasyarat seperti kombinasi dan peluang, variabel acak, distribusi peluang variabel acak diskrit, dan teorema distribusi peluang binomial beserta contoh-contoh soalnya.
Distribusi hipergeometrik melibatkan pengambilan sampel tanpa pengembalian dari populasi yang terdiri dari dua kelompok. Distribusi ini digunakan untuk menghitung peluang mendapatkan jumlah tertentu dari sampel yang masuk ke dalam masing-masing kelompok. Distribusi hipergeometrik dapat diperluas untuk kasus di mana populasi dibagi menjadi lebih dari dua kelompok.
Sisi Lain Distribusi Binomial dan NormalAgung Anggoro
Β
Membahas sisi lain dari distribusi Binomial dan Normal (Kurva normal secara kalkulus, hubungan antara dua distribusi). Menjawab pertanyaan seperti: bagaimana bentuk fungsi normal terbentuk, bagaimana muncul 1/akar(2pi), bagaimana menentukan peluang tanpa menggunakan tabel statistik, dsb.
File Tambahan:
Simulasi perhitungan luas dibawah kurva normal baku (https://drive.google.com/file/d/1kA3GYTps1tmtHBvjQ3Q6rSy1YPb70Q_g/view?usp=sharing)
Video Penjelasan Slide:
https://www.youtube.com/watch?v=FAs6m7MRFBI
Dokumen tersebut membahas tentang distribusi peluang diskrit. Distribusi peluang diskrit adalah distribusi yang dihasilkan dari variabel acak diskrit, yaitu variabel acak yang ruang sampelnya berhingga. Jenis distribusi peluang diskrit yang dijelaskan antara lain distribusi seragam, binomial, dan multinomial.
Dokumen tersebut membahas tentang distribusi peluang binomial dan variabel acak binomial. Secara singkat, distribusi peluang binomial terjadi ketika terdapat percobaan yang berulang dengan dua kemungkinan hasil (sukses/gagal), peluang tetap pada setiap percobaan, dan jumlah percobaan tetap. Variabel acak binomial merepresentasikan jumlah kejadian sukses yang dihasilkan dari serangkaian percobaan binomial.
Dokumen tersebut membahas tentang distribusi Poisson, termasuk pengertian, ciri-ciri, rumus, dan contoh soalnya. Distribusi Poisson digunakan untuk menghitung probabilitas berdasarkan satuan waktu dan mewakili jumlah kejadian acak dalam suatu interval waktu.
Dokumen tersebut membahas beberapa metode untuk mengukur reliabilitas tes, yaitu metode bentuk paralel, tes ulang, belah dua, dan rumus-rumus untuk menghitung koefisien reliabilitasnya seperti Spearman-Brown, Flanagan, Rulon, KR-20, KR-21, dan Hoyt. Metode belah dua melibatkan pembagian butir soal menjadi dua bagian untuk menghitung reliabilitas masing-masing bagian dan keseluru
Revisi Modul_Kelompok 1_Distribusi Binomial, Pascal, dan Geometrik_STATMAT.docxRizkyFirmanzyahRizky
Β
Makalah ini membahas distribusi binomial, pascal, dan geometrik yang disusun untuk memenuhi tugas mata kuliah statistika matematika. Terdiri dari pengantar, pembahasan distribusi binomial meliputi fungsi peluang, rata-rata, variansi, dan fungsi pembangkit momen.
[Ringkasan]
1. Dokumen membahas tentang variabel random, distribusi probabilitas diskrit, dan beberapa jenis distribusi yang termasuk dalam distribusi probabilitas diskrit seperti distribusi binomial, multinomial, binomial negatif, geometrik, hipergeometrik dan Poisson.
2. Distribusi binomial membahas tentang syarat-syarat dan rumus peluang binomial beserta contoh soalnya. Distribusi multinomial merupakan generalisasi dari distribusi binomial dengan lebih dari dua kemungkinan hasil.
Dokumen tersebut membahas tentang distribusi binomial dan Poisson. Distribusi binomial digunakan untuk percobaan yang terdiri atas beberapa usaha dengan dua kemungkinan hasil, sementara distribusi Poisson digunakan untuk kejadian yang jarang terjadi dalam populasi besar. Dokumen ini memberikan contoh perhitungan peluang menggunakan kedua distribusi tersebut.
ANALISIS PENGARUH INDUSTRI BATU BARA TERHADAP PENCEMARAN UDARA.pdfnarayafiryal8
Β
Industri batu bara telah menjadi salah satu penyumbang utama pencemaran udara global. Proses ekstraksi batu bara, baik melalui penambangan terbuka maupun penambangan bawah tanah, menghasilkan debu dan gas beracun yang dilepaskan ke atmosfer. Gas-gas tersebut termasuk sulfur dioksida (SO2), nitrogen oksida (NOx), dan partikel-partikel halus (PM2.5) yang berbahaya bagi kesehatan manusia dan lingkungan. Selain itu, pembakaran batu bara di pembangkit listrik dan industri menyebabkan emisi karbon dioksida (CO2), yang merupakan penyebab utama perubahan iklim global dan pemanasan global.
Pencemaran udara yang disebabkan oleh industri batu bara juga memiliki dampak lokal yang signifikan. Di sekitar area penambangan, debu batu bara yang dihasilkan dapat mengganggu kesehatan masyarakat dan ekosistem lokal. Paparan terus-menerus terhadap debu batu bara dapat menyebabkan masalah pernapasan seperti asma dan bronkitis, serta berkontribusi pada penyakit paru-paru yang lebih serius. Selain itu, hujan asam yang disebabkan oleh emisi sulfur dioksida dapat merusak tanaman, air tanah, dan ekosistem sungai, mengancam keberlanjutan lingkungan di sekitar lokasi industri batu bara.
More Related Content
Similar to Peubah Acak.pdf materi pak ikhsan mata kuliah statistika
Dokumen tersebut membahas tentang distribusi peluang diskrit. Distribusi peluang diskrit adalah distribusi yang dihasilkan dari variabel acak diskrit, yaitu variabel acak yang ruang sampelnya berhingga. Jenis distribusi peluang diskrit yang dijelaskan antara lain distribusi seragam, binomial, dan multinomial.
Dokumen tersebut membahas tentang distribusi peluang binomial dan variabel acak binomial. Secara singkat, distribusi peluang binomial terjadi ketika terdapat percobaan yang berulang dengan dua kemungkinan hasil (sukses/gagal), peluang tetap pada setiap percobaan, dan jumlah percobaan tetap. Variabel acak binomial merepresentasikan jumlah kejadian sukses yang dihasilkan dari serangkaian percobaan binomial.
Dokumen tersebut membahas tentang distribusi Poisson, termasuk pengertian, ciri-ciri, rumus, dan contoh soalnya. Distribusi Poisson digunakan untuk menghitung probabilitas berdasarkan satuan waktu dan mewakili jumlah kejadian acak dalam suatu interval waktu.
Dokumen tersebut membahas beberapa metode untuk mengukur reliabilitas tes, yaitu metode bentuk paralel, tes ulang, belah dua, dan rumus-rumus untuk menghitung koefisien reliabilitasnya seperti Spearman-Brown, Flanagan, Rulon, KR-20, KR-21, dan Hoyt. Metode belah dua melibatkan pembagian butir soal menjadi dua bagian untuk menghitung reliabilitas masing-masing bagian dan keseluru
Revisi Modul_Kelompok 1_Distribusi Binomial, Pascal, dan Geometrik_STATMAT.docxRizkyFirmanzyahRizky
Β
Makalah ini membahas distribusi binomial, pascal, dan geometrik yang disusun untuk memenuhi tugas mata kuliah statistika matematika. Terdiri dari pengantar, pembahasan distribusi binomial meliputi fungsi peluang, rata-rata, variansi, dan fungsi pembangkit momen.
[Ringkasan]
1. Dokumen membahas tentang variabel random, distribusi probabilitas diskrit, dan beberapa jenis distribusi yang termasuk dalam distribusi probabilitas diskrit seperti distribusi binomial, multinomial, binomial negatif, geometrik, hipergeometrik dan Poisson.
2. Distribusi binomial membahas tentang syarat-syarat dan rumus peluang binomial beserta contoh soalnya. Distribusi multinomial merupakan generalisasi dari distribusi binomial dengan lebih dari dua kemungkinan hasil.
Dokumen tersebut membahas tentang distribusi binomial dan Poisson. Distribusi binomial digunakan untuk percobaan yang terdiri atas beberapa usaha dengan dua kemungkinan hasil, sementara distribusi Poisson digunakan untuk kejadian yang jarang terjadi dalam populasi besar. Dokumen ini memberikan contoh perhitungan peluang menggunakan kedua distribusi tersebut.
ANALISIS PENGARUH INDUSTRI BATU BARA TERHADAP PENCEMARAN UDARA.pdfnarayafiryal8
Β
Industri batu bara telah menjadi salah satu penyumbang utama pencemaran udara global. Proses ekstraksi batu bara, baik melalui penambangan terbuka maupun penambangan bawah tanah, menghasilkan debu dan gas beracun yang dilepaskan ke atmosfer. Gas-gas tersebut termasuk sulfur dioksida (SO2), nitrogen oksida (NOx), dan partikel-partikel halus (PM2.5) yang berbahaya bagi kesehatan manusia dan lingkungan. Selain itu, pembakaran batu bara di pembangkit listrik dan industri menyebabkan emisi karbon dioksida (CO2), yang merupakan penyebab utama perubahan iklim global dan pemanasan global.
Pencemaran udara yang disebabkan oleh industri batu bara juga memiliki dampak lokal yang signifikan. Di sekitar area penambangan, debu batu bara yang dihasilkan dapat mengganggu kesehatan masyarakat dan ekosistem lokal. Paparan terus-menerus terhadap debu batu bara dapat menyebabkan masalah pernapasan seperti asma dan bronkitis, serta berkontribusi pada penyakit paru-paru yang lebih serius. Selain itu, hujan asam yang disebabkan oleh emisi sulfur dioksida dapat merusak tanaman, air tanah, dan ekosistem sungai, mengancam keberlanjutan lingkungan di sekitar lokasi industri batu bara.
2. Peubah Acak
Tiga keping koin dilempar sebanyak 1 kali
Ruang Sampel : π = πΊπΊπΊ, πΊπΊπ΄, πΊπ΄πΊ, π΄πΊπΊ, π΄π΄π΄, π΄π΄πΊ, π΄πΊπ΄, πΊπ΄π΄,
Dua Kelereng diambil berturut-turut tanpa pemulihan dari sebuah
kotak yang berisi 4 kelereng merah dan 3 kelereng hitam
Ruang Sampel : π = ππ, ππ», π»π, π»π»
3. Peubah Acak
βBanyaknya Kemunculan Gambarβ
βBanyaknya Kelereng Merah yang terambilβ
0 , 1 , 2 , 3
0 , 1 , 2
Peubah Acak : βSuatu Fungsi yang nilainya berupa bilangan nyata yang
ditentukan oleh setiap unsur di dalam ruang sampelβ
y
x
Y
X
Peubah Acak X Peubah Acak Y
5. Contoh Soal Peubah Acak
Seorang petugas penitipan topi mengembalikan 3 topi secara acak kepada pemiliknya. Jika Sadi,
Johan, dan Budi, dalam urutan tersebut, menerima masing-masing sebuah topi, daftarkan semua
titik sampel bagi kemungkinan urutan pengembalian topi dan tentukan nilai m bagi peubah acak
M yang melambangkan banyaknya pasangan topi dan pemiliknya yang tepat.
Sadi Johan Budi M
S J B 3
S B J 1
J S B 1
J B S 0
B S J 0
B J S 1
π = 0, 1, 3
π = ππ½π΅, ππ΅π½, π½ππ΅, π½π΅π, π΅ππ½, π΅π½π
6. Klasifikasi Peubah Acak
Diskret Kontinu
Ruang Sampel Diskret Ruang Sampel Kontinu
Banyaknya kecelakaan setiap tahun di
ruas tol Jagorawi.
Lamanya memainkan permainan golf 18
lubang.
Produksi susu sapi perah jenis tertentu per
tahun.
Produksi telur ayam per bulan per induk.
Banyaknya izin mendirikan bangunan yang
diterbitkan setiap bulan.
Produksi beras varietas tertentu dalam 1
hektar.
7. Distribusi Peubah Acak
Peubah Acak Fungsi yang memetakan setiap unsur dalam ruang contoh tepat ke satu
bilangan riil.
Setiap bilangan riil yang mungkin diambil oleh Peubah Acak, pasti memiliki
peluang tertentu untuk muncul.
Setiap peluang yang muncul dari nilai Peubah Acak ini, dapat diringkas
dalam suatu fungsi.
Fungsi ini disebut sebagai Fungsi Peluang atau Distribusi Peluang dari
suatu Peubah Acak.
8. Distribusi Peubah Acak
Distribusi Peubah Acak
Distribusi Peubah Acak Diskret Distribusi Peubah Acak Kontinu
Fungsi Massa Peluang Fungsi Padat Peluang
p π = π πΏ = π π π = π ββ β€ π β€ β
βSuatu fungsi adalah sebuah fungsi peluang jika nilai kumulatif
untuk seluruh nilai peubah acaknya adalah 1 (satu)β
π π < π = π π β€ π = ΰΆ±
ββ
π
π π₯ ππ₯
π π > π = π π β₯ π = ΰΆ±
π
β
π π₯ ππ₯
π π β€ π₯ β€ π = ΰΆ±
π
π
π π₯ ππ₯
10. Contoh Soal Distribusi Peubah Acak Diskret
Seorang petugas penitipan topi mengembalikan 3 topi secara acak kepada pemiliknya. Jika Sadi, Johan, dan Budi, dalam urutan
tersebut, menerima masing-masing sebuah topi, daftarkan semua titik sampel bagi kemungkinan urutan pengembalian topi dan
tentukan nilai m bagi peubah acak M yang melambangkan banyaknya pasangan topi dan pemiliknya yang tepat. Tentukan peluang
bahwa tidak ada satu pun pasangan topi dan pemiliknya yang tepat.
S m
SJB 3
SBJ 1
JSB 1
JBS 0
BSJ 0
BJS 1
SJB
SBJ
JSB
JBS
BSJ
BJS
0
1
3
π
π
π
π
π
π
S m
M
P (M=m)
p(m)
m 0 1 3
π· ( π΄ = π) 2
6
3
6
1
6
p π =
2
6
, π = 0
3
6
, π = 1
1
6
, π = 3
0, π ππππππ¦π
11. Contoh Soal Distribusi Peubah Acak Kontinu
Sebuah Peubah Acak Kontinu X mempunyai fungsi kepekatan peluang π π₯ =
π₯+1
8
untuk nilai peubah acak di antara 2 dan 4. Hitunglah
peluang bagi nilai peubah acak yang berada kurang dari 3,5.
f π₯ = α
π₯ + 1
8
, 2 < π₯ < 4
0 , π₯ ππππππ¦π
ΰΆ±
ββ
β
π π₯ ππ₯ = 1 β ΰΆ±
π
4
π₯ + 1
8
ππ₯ =
1
16
π₯2
+
1
8
π₯
2
4
=
1
16
(4)2
+
1
8
(4) β
1
16
(2)2
+
1
8
(2)
= 1 +
1
2
β
1
4
+
1
4
=
3
2
β
1
2
= 1
π π < 3,5 = β«Χ¬β¬π
3,5 π₯+1
8
ππ₯ =
1
16
π₯2
+
1
8
π₯
2
3,5
=
1
16
(3,5)2
+
1
8
(3,5) -
1
16
(2)2
+
1
8
(2)
=
12,25
16
+
3,5
8
-
1
4
+
1
4
=
12,25
16
+
7
16
-
4
16
+
4
16
=
11,25
16
= 0,7031
π π π
π
π
βπ
π, π
12. Nilai Harapan & Ragam Peubah Acak
Nilai Harapan
Nilai Harapan Peubah Acak adalah pemusatan dari nilai peubah
acak jika suatu percobaan dilakukan berulang-ulang sampai tak
terhingga
E π = π =
ΰ·
π=1
π
π₯π π π₯π , π πππππβ πππ’ππβ ππππ πππ ππππ‘
ΰΆ±
ββ
β
π₯ π π₯ ππ₯ , π πππππβ πππ’ππβ ππππ ππππ‘πππ’
Ragam
Ragam Peubah Acak adalah penyebaran dari nilai peubah acak.
Var π = E π β π 2
= π2
=
ΰ·
π=1
π
π β π 2
π π₯π , π πππππβ πππ’ππβ ππππ πππ ππππ‘
ΰΆ±
ββ
β
π₯ β π 2
π π₯ ππ₯ , π πππππβ πππ’ππβ ππππ ππππ‘πππ’
13. Distribusi Seragam Diskret
1. Setiap Peubah Acak mempunyai peluang yang sama untuk terjadi.
2. Parameter distribusi adalah π
p π₯ = α
1
π
, π₯ = π₯1, π₯2, π₯3, β¦ , π₯π
0 , π₯ ππππππ¦π
E π =
π + 1
2
Var π =
π + 1 π β 1
12
Suatu kotak yang berisi 12 gulungan kertas yang setiap gulungan diberi nomor 1
sampai dengan 12. Berapa peluang jika sebuah kertas yang diambil, berisi
nomor-nomor di bawah 5?
p π₯ = α
1
12
, π₯ = π₯1, π₯2, π₯3, β¦ , π₯12
0 , π₯ ππππππ¦π
p π < 5 = π π = π₯1 + π π = π₯2 + π π = π₯3 + π π = π₯4
p π₯ = α
1
12
, π₯ = 1, 2, 3, β¦ , 12
0 , π₯ ππππππ¦π
p π < 5 =
1
12
+
1
12
+
1
12
+
1
12
p π < 5 = π π = 1 + π π = 2 + π π = 3 + π π = 4
p π < 5 =
4
12
= 0,33
14. Distribusi Binomial
1. Percobaan terdiri atas n ulangan
2. Setiap percobaan hanya ada 2 kemungkinan hasil, yaitu βsuksesβ atau βgagalβ.
3. Setiap ulangan bersifat saling bebas.
4. Parameter distribusi adalah π dan π
Dari hasil suatu survei diperoleh informasi bahwa 4 dari 10 orang menggunakan obat
jenis A. Jika 7 pasien berikutnya berobat ke seorang dokter, Berapa peluang:
a. Tepat 3 orang akan menggunakan obat jenis A
b. Terdapat 3 sampai dengan 5 orang akan menggunakan obat jenis A
c. Lebih dari 2 orang akan menggunakan obat jenis A
p π₯ = α
π
π₯
ππ₯
ππβπ₯
, π₯ = 0, 1, 2, β¦ , π
0 , π₯ ππππππ¦π
E π = ππ
Var π = πππ
p π₯ = α
7
π₯
0,4π₯
0,67βπ₯
, π₯ = 0, 1, 2, β¦ , 7
0 , π₯ ππππππ¦π
15. Distribusi Poisson
1. Kejadian pada selang waktu atau luasan tertentu
2. Parameter distribusi adalah π
Rata-rata banyaknya tikus di dalam sebuah petak sawah diperkirakan sebanyak 3
ekor. Berapa peluang terdapat paling banyak 2 tikus di dalam sebuah petak
sawah?
p π₯ = ΰ΅
πβπ
ππ₯
π₯!
, π₯ = 0, 1, 2, β¦
0 , π₯ ππππππ¦π
E π = Var π = π p π₯ = ΰ΅
πβπ
ππ₯
π₯!
, π₯ = 0, 1, 2, β¦
0 , π₯ ππππππ¦π
π π β€ 2 = π π = 0 + π π = 1 + π π = 2
p π₯ = ΰ΅
πβ3
3π₯
π₯!
, π₯ = 0, 1, 2, β¦
0 , π₯ ππππππ¦π
π π β€ 2 =
πβ3
30
0!
+
πβ3
31
1!
+
πβ3
32
2!
π π β€ 2 = 0,0498 + 0,1494 + 0,2240
π π β€ 2 = 0,4232
16. Distribusi Seragam Kontinu
1. Setiap titik di dalam selang Peubah Acak mempunyai peluang yang sama untuk terjadi.
2. Parameter distribusi adalah π dan π.
f π₯ = α
1
π β π
, π β€ π₯ β€ π
0 , π₯ ππππππ¦π
E π =
π + π
2
Var π =
π β π 2
12
17. Distribusi Normal
1. Distribusi yang mempunyai bentuk kurva seperti lonceng.
2. Mean = Median = Modus
3. Distribusi mempunyai parameter π dan π β π ~ π( π, π)
4. Kurva Simetrik pada nilai π
5. Lebar kurva ditentukan oleh besar π
E π = π
f π₯ = ΰ΅
1
π 2π
π
β
1
2
π₯βπ
π
2
, ββ β€ π₯ β€ β
0 , π₯ ππππππ¦π
Var π = π2
18. Distribusi Normal Baku
1. Karakteristik sama dengan Distribusi Normal
2. Distribusi mempunyai parameter π = 0 dan π = 1 β Z ~ π( 0,1)
f π§ = ΰ΅
1
2π
πβ
π§2
2 , ββ β€ π§ β€ β
0 , π₯ ππππππ¦π
E π = 0 Var π = 1
π =
π β π
π
π π β€ π₯ = π
π βπ
π
β€
π₯ βπ
π
= π π β€ π§ Tabel Distribusi Normal Baku
19. Contoh Soal Distribusi Normal Baku
Sebuah mesin minuman ringan diatur sedemikian rupa sehingga mengeluarkan secara rata-rata sebanyak 200 milliliter per gelas.
Jika banyaknya minuman yang dikeluarkan dari mesin tersebut menyebar normal dengan simpangan baku 15 milliliter, tentukan:
a. Peluang suatu gelas berisi kurang dari 191 milliliter.
b. Peluang suatu gelas berisi antara 191 dan 209 milliliter.
c. Berapa persentase banyaknya gelas yang berisi lebih dari 224 milliliter.
d. Berapa gelas di antara 1000 gelas berikutnya akan tumpah jika 1000 gelas itu berukuran 230 milliliter.
20. Contoh Soal Distribusi Normal Baku
Sebuah mesin minuman ringan diatur sedemikian rupa sehingga mengeluarkan secara rata-rata sebanyak 200 milliliter per gelas.
Jika banyaknya minuman yang dikeluarkan dari mesin tersebut menyebar normal dengan simpangan baku 15 milliliter, tentukan:
a. Peluang suatu gelas berisi kurang dari 191 milliliter.
b. Peluang suatu gelas berisi antara 191 dan 209 milliliter.
c. Berapa persentase banyaknya gelas yang berisi lebih dari 224 milliliter.
d. Berapa gelas di antara 1000 gelas berikutnya akan tumpah jika 1000 gelas itu berukuran 230 milliliter.