VARIABEL RANDOM DAN DISTRIBUSI PROBABILITAS
A. Variabel Random
Dalam suatu eksperimen, dimungkingkan bahwa ruang sampel merupakan
himpunan bagian dari bilangan riil. Misalnya, suatu eksperimen melantunkan
sebuah dadu, maka ruang sampelnya adalah = {1,2,3,4,5,6 }.
Akan tetapi sering juga terjadi bahwa ruang sampel bukan merupakan
himpunan bagian dari bilangan riil. Misalnya, suatu eksperimen melantunkan
sebuah mata uang logam, maka ruang sampelnya adalah = {A, G}. Jika ruang
sampel bukan merupakan himpunan bagian dari bilangan riil, tentunya akan
mengalami kesulitan dalam analisis lebih lanjut. Oleh karena itu diperlukan
transformasi dari ruang sampel bukan merupakan himpunan bagian dari bilangan
riil menjadi menjadikan ruang sampel bukan merupakan himpunan bagian dari
bilangan riil. Dalam teori probabilitas, transformasi tersebut dilakukan dengan
menggunakan variabel random.
Definisi 2.1
Variabel Random adalah suatu fungsi yang bernilai riil dari domain ruang sampel
dari suatu eksperimen random.
Dalam statistika matematika lanjut, variabel random didefinisikan lebih rinci
sebagai berikut :
Definisi 2.2
Variabel Random pada ruang probabilitas (, A, P) yang dinotasikan dengan X
atau X(.) adalah fungsi dengan domain dan kodomain himpunan bagian dari
bilangan riil sedemikian hingga untuk setiap bilangan riil r dipenuhi :
Ar = {/ X() r} A
Dengan variabel random, ruang sampel telah ditranformasikan menjadi ruang
variabel random yang merupakan himpunan bagian dari bilangan riil.
Definisi 2.3
Ruang dari variabel random X adalah range dari X yaitu :
C = {x / x = X() ; }
Misalkan X merupakan variabel random pada ruang sampel , dengan x
merupakan ruang dari variable random X. Untuk setiap kejadian A , maka
C={x / x=X(A)} x. Demikian pula untuk setiap kejadian C x, maka A={
/ =X-1(C)} .
Dalam kaitannya dengan menentukan peluang, jika x merupakan ruang dari
variabel random X, maka probabilitas peristiwa C x adalah
P(C) = P(x di C) = P( di X-1(C)) = P(A)
Suatu Variabel random X dikatakan diskrit jika range dari X merupakan
himpunan berhingga (finite) atau tak berhingga tetapi terbilang (unfinite
countable). Misalnya suatu eksperimen melempar sebuah mata uang logam
sebanyak 3 kali. Variabel random X menyatakan banyak gambar yang muncul,
maka ruang dari X adalah {0, 1, 2, 3}. Jadi X merupakan variable random diskrit.
Sedangkan jika tidak terbilang (uncountable) maka dinamakan kontinu. Misalnya
suatu eksperimen dengan variabel random X menyatakan tinggi badan rata-rata
mahasiswa UNS, maka ruang dari X adalah {x / 0 < x < ; xR }. Jadi X
merupakan varialel random kontinu.
Contoh
Sebuah mata uang dilantunkan 2 kali. Misalkan X menyatakan banyaknya muncul
angka. Apakah X merupakan variabel random? Jika ya tentukan :
a. Ruang dari X
b. P(X=x) untuk setiap x di x
c. P(X < 2)
Jawab :
Untuk membuktikan X variable random, harus ditunjukkan bahwa untuk setiap
bilangan riil r berlaku
Ar = {/ X() r} A
r<0
Ar = {/ X() r} = A
0r<1
Ar = {/ X() r} = {, {GG} } A
1r<2
Ar = {/ X() r} = {, {GG}, {AG},{GA} } A
r2
Ar = {/ X() r} = {, {GG}, {AG},{GA}, {AA} } A
Karena untuk setiap bilangan riil diperoleh Ar = {/ X() r} A
merupakan variabel random.
a.
Ruang sampel : ={AA, AG, GA, GG}
Ruang variable random X : x = {0, 1, 2}
b. P(X=x) untuk setiap x di x
x
P(X=x)
c. P(X < 2) = P(X=0) + P(X=1) = + =
maka X
B. Fungsi Densitas Probabilitas
Definisi 2.4
Misalkan X adalah variabel random diskrit, maka suatu fungsi f(x)=P(X=x) disebut
fungsi probabilitas dari variabel random X jika dipenuhi :
0
1
Definisi 2.5
Misalkan X adalah variabel random kontinu, maka suatu fungsi f(x)=P(X=x)
disebut fungsi densitas dari variabel random X jika dipenuhi :
0
1
Contoh :
Sebuah mata uang dilantunkan 3 kali. Misalkan variabel random
menyatakan banyaknya muncul angka. Carilah fungsi probabilitas dari X!
Penyelesaian :
Ruang sampel
S = {AAA, AAG, AGA, AGG, GAA, GAG, GGA, GGG}
Ruang dari X
C = {0, 1, 2, 3}
Tabel fungsi peluang
x
P(X=x)
1
8
3
8
3
8
1
8
Sehingga fungsi probabilitas dari X adalah :
1
8
3
8
0
0,3
1,2
!
"
C. Fungsi Distribusi Kumulatif
Definisi 2.6
Fungsi Distribusi Kumulatif dari variabel random X yang dinotasikan dengan
F(x.) adalah fungsi dengan domain bilangan riil dan kodomain interval [0,1] yang
memenuhi :
F ( x ) = P[ X x ] = P[{ / X ( ) x}] ; x R
Definisi 2.7
Sembarang fungsi F(x) dengan domain bilangan riil dan kodomain interval [0,1]
dikatakan sebagai Fungsi Distribusi Kumulatif jika memenuhi :
1. F () = lim F ( x) = 0 dan F () = lim F ( x ) = 1
x
2. F () adalah fungsi tidak tur un artinya jika a < b maka F ( a ) F (b )
3. F () kontinu dari kanan artinya lim F ( x + h) = F ( x)
h 0
Teorema 2.1
Jika X adalah variabel random diskrit, maka F(x) dapat diperoleh dari f(x) dan
sebaliknya.
Bukti :
Jika f(x) merupakan fungsi probabilitas dari VR diskrit X maka fungsi
distribusi kumulatif dari X dapat ditentukan sebagai berikut :
F ( x) = P[ X x]
= P[ X = x1 ] + P[ X = x2 ] + P[ X = x3 ] + .... + P[ X = x]
= f [ x1 ] + f [ x2 ] + f [ x3 ] + .... + f [ x]
= f (x j )
x j x
Jika F(x) merupakan fungsi distribusi kumulatif dari VR diskrit X maka fungsi
probabilitas dari X dapat ditentukan sebagai berikut :
F ( x j ) = P[ X x j ]
= f [ x1 ] + f [ x2 ] + f [ x3 ] + .... + f [ x j ]
f [ x j ] = F ( x j ) ( f [ x2 ] + f [ x3 ] + .... + f [ x j 1 ])
= F ( x j ) lim F ( x j h)
h 0 +
Jika f(x) merupakan fungsi densitas dari VR kontinu X maka fungsi distribusi
kumulatif dari X dapat ditentukan sebagai berikut :
F ( x) = P[ X x]
= P[ < X x]
x
= f (u )du
Jika F(x) merupakan fungsi distribusi kumulatif dari VR kontinu X maka
fungsi densitas dari X dapat ditentukan sebagai berikut :
x
F ( x) = f (u )du
f ( x) =
F ( x)
x
Contoh
Diketahui C = {x / 0<x<1 atau 2<x<4 } adalah ruang dari variabel random X.
Misalkan adalah fungsi dari C ke dalam R yang didefinisikan sebagai :
1
f ( x) = k
0
; untuk x C
; untuk x yang lain
a. Carilah harga k sehingga f(x) merupakan fungsi densitas dari VR X.
b. Tentukan fungsi distribusi kumulatif dari VR X.
c. Hitung P[x < 3]
Jawab :
a. Agar f(x) merupakan fungsi densitas maka :
#
1
'
&
1
1
#
# 0 $ # $ # 0 $ # $ # 0
Karena
'
1
1
1 2 3
) * $ ) *
$
(
&
'
&
1 maka diperoleh
3
b. F ( x ) = f (u ) du
Untuk x 0 , maka -
0
0
.
Untuk 0 <x<1 , maka -
0 $
(
Untuk 1 x2 , maka -
.
0 $
(
(
''
Untuk 2 <x<4 , maka -
.
0 $
(
(
''
+
/
(x-1)
'
+
Untuk x 4 , maka -
&
+
'
0 $ +
+
'
' 0
0 $ + $ 0
+
'
'
' 0
& +
0 $ + $ 0 $
&
''
+
'
'
' 0
& + $
% 0
&
0 $ + $ 0 $ 0+ / +1 $ 0
1
'
'
.
0 $
(
(
'
&
%'
Jadi
0
; 3 0
1
;0 4 4 1
3
1
-
; 1332
3
1
3 / 1 ; 2 4 4 4
1
; 4
c. P[x<3] =
"
0 $
( + $
' 0 $
& +
0 $ + $ 0 $ + / +
+
(
''
&
+'
'
&
&
DAFTAR PUSTAKA
Freund, J.E. dan R.E. Walpole (1987). Mathematical Statistics. 4th ed, PrenticeHall inc, New Jersey.
Mood, A.M., Graybill, F.A. dan Boes, D.C. (1987). Introduction to the Theory of
Statistics. Mc-Graw-Hill, New York.
Walpole, R.E. dan Myers, R.H. (1978) probability and Statistics for Engineers and
Scientists. MacMillan Publishing Co., Inc. New York.