SlideShare a Scribd company logo
1 of 16
KETAKSAMAAN MARKOV DAN CHEBYSHEV

Variansi suatu variabel acak memberi gambaran
mengenai keragaman pengamatan di sekitar rataan.

Variansi kecil menunjukkan pengamatan mengelompok
di dekat rataan. Akibatnya peluang suatu variabel acak
mendapat nilai dalam suatu selang tertentu di sekitar
rataan akan lebih besar dari variabel acak serupa yang
lebih besar simpangan bakunya.


                                                    1
Ketaksamaan Markov dan Chebyshev
membantu kita dalam menentukan rentang
peluang (batas atas dan batas bawah suatu
peluang) jika distribusi peluang ataupun
fungsi distribusi tidak diketahui, tapi melalui
rata-rata dan variansi dari variabel acak
tersebut.


                                                  2
Teorema : Ketaksamaan CHEBYSHEV

Misalkan variabel acak X mempunyai distribusi
                                             2
Peluang ( asumsikan hanya diketahui varians
dan rata-rata , ) maka k>0
                                 2
        P    X         k         2
                             k



                                                 3
Bukti :
                2
Karena X                0,
maka dengan ketaksamaan Markov,
                             E( X )
          P X       k
                              k
                                           2
            2
                             E    X
                        2
  P X               k
                                      k2


                                               4
2       2
   X             k                       X     k

  Jadi                               2
             P X         k           2
                                 k

Selanjutnya apabila k diganti dengan k , maka :
                                         1
         P   X               k             2
                                         k

                                                   5
Jadi, teorema Chebyshev mengatakan,
Misalkan X variabel acak dengan mean
            2
  , variansi . Untuk suatu konstanta c dan
k, pernyataan berikut ekivalen :
                          1        Batas atas
1. P X             k       2
                         k
                          1
2. P X         k       1 2         Batas bawah
                         k
                        2
3. P   X           c
                       c2
                                                 6
Contoh:

1. Jika X adalah variabel acak dengan
                 2
  E( X )   3, E ( X ) 13, dengan menggunakan
  ketaksamaan Chebyshev,
  tentukan batas bawah untuk P      2   X   8




                                                7
Jawab:
1.        E( X )    3
      2        2                 2
           E( X )       E( X )       13 32    4
              2
     Dengan ketaksamaan Chebyshev,
                        1
     P X        k   1 2
                       k
                       1
     P X         2k 1 2
                       k
                                        1
 P 2k         ( X 3) 2k 1                 2
                                        k         8
1
P 2k ( X 3) 2k 1 2
                      k
                        1
P 2k 3 X 2k 3 1 2
                        k
Batas untuk P 2 X 8 :
                   5                  5
 2k 3     2    k     dan 2k 3 8   k
                   2                  2
Maka batas bawahnya adalah:
        1       4    21
     1 2      1           0,84.
       k        25   25
                                          9
2. Jika A adalah variabel acak dimana P( X                      0)        0
  dan E ( X )             ada. Perlihatkan bahwa
                    1
  P( X   2 )          .
                    2
 Jawab: Misalkan u( X )             X     E(u( X )) E( X )
 Dengan ketaksamaan Markov,
                          E( X )
      P X       c                       P X        c
                            c                               c
                                                        1
      P X       2             c     2
                                              c         2
                                                  1
  Maka P( X           c)     P( X       2 )         .
                                                  2                  10
3. Sebuah kantor pos rata-rata dapat mengirim
   10.000 surat perhari. Tentukan peluang kantor
   pos tersebut dapat mengirim
   a) paling sedikit 15.000 surat
   b) kurang dari 15.000 surat.

  Jawab:
  Dengan ketaksaman Markov,
                     E( X )   10.000   2
  a) P X   15.000                        .
                    15.000    15.000   3
                                         2   1
  b) P X   15.000   1 P( X     15.000) 1       .
                                         3   3
                                               11
3. Lebar gordyn jendela kamar Mira berkisar
   antara 42,5 dan 42,5 inci. Mira membeli gordyn
   di toko yang mempunyai 30 gordyn.
   Berapa peluang Mira mendapatkan gordyn
   sesuai keinginannya, jika rata-rata lebar gordyn
   di toko adalah 42 inci dan simpangan baku 0,25?
   Jawab:
   Misalkan lebar gordyn yang dibeli Mira: X
   Dengan ketaksamaan Chebyshev,

                                                12
1
  P X          k          1 2
                            k
  P 41,5   X       42,5     P 0,5      X         42 0,5

                            P X 42         0,5

                            P X   42       2 (0, 25)
                              1                   k
                            1     0, 75.
                              4
Jadi peluang Mira mendapatkan gordyn sesuai
keiinginannya minimal 75 %.
                                                          13
SOAL:

1. Jika X adalah variabel acak yang mempunyai
        8 dan 2 9 ,dengan menggunakan
   ketaksamaan Chebyshev tentukan:

   a. P( 4   X   20)

   b. P( X   8   6)



                                            14
2. Misalkan X mempunyai pdf
                    1
                         ,   3   x       3
          f ( x)   2 3
                   0,        x yang lain

  Tentukan P X               k    jika
            3
   a. k
            2
   b. k 2
  Hitung secara eksak, bandingkan dengan nilai
  di atas                                        15
3. Misalkan X mempunyai peluang 1 , 6 , 1
   di titik x= -1,0,1 berturut-turut. 8 8 8
  a) Dengan Ketaksamaan Chebyshev, tentukan
      P X       k   jika k 2
  b) Hitung secara eksak (peluang biasa),
     kemudian bandingkan dengan hasil a).

4. Rata-rata IQ siswa suatu sekolah adalah 110.
   Jika variansnya 15, apa yang dapat kita katakan
   tentang prosentase siswa yang ber IQ tidak
   kurang dari 140?
                                                 16

More Related Content

What's hot

Distribusi eksponensial
Distribusi eksponensialDistribusi eksponensial
Distribusi eksponensialPhe Phe
 
Metode numerik pertemuan 7 (interpolasi lagrange)
Metode numerik pertemuan 7 (interpolasi lagrange)Metode numerik pertemuan 7 (interpolasi lagrange)
Metode numerik pertemuan 7 (interpolasi lagrange)Nerossi Jonathan
 
Matematika teknik 01-definisi pd
Matematika teknik 01-definisi pdMatematika teknik 01-definisi pd
Matematika teknik 01-definisi pdel sucahyo
 
Bab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluangBab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluangArif Windiargo
 
Supremum dan infimum
Supremum dan infimum  Supremum dan infimum
Supremum dan infimum Rossi Fauzi
 
Aljabar linear:Kebebasan Linear, Basis, dan Dimensi.ppt
Aljabar linear:Kebebasan Linear, Basis, dan Dimensi.pptAljabar linear:Kebebasan Linear, Basis, dan Dimensi.ppt
Aljabar linear:Kebebasan Linear, Basis, dan Dimensi.pptrahmawarni
 
Persamaan garis lurus(Geometri Analitik Ruang)
Persamaan garis lurus(Geometri Analitik Ruang)Persamaan garis lurus(Geometri Analitik Ruang)
Persamaan garis lurus(Geometri Analitik Ruang)Dyas Arientiyya
 
16. modul peluang (probabilitas) pak sukani
16. modul peluang (probabilitas) pak sukani16. modul peluang (probabilitas) pak sukani
16. modul peluang (probabilitas) pak sukanisukani
 
nilai eigen dan vektor eigen
nilai eigen dan vektor eigennilai eigen dan vektor eigen
nilai eigen dan vektor eigenelmabb
 

What's hot (20)

Sebaran peluang-bersama
Sebaran peluang-bersamaSebaran peluang-bersama
Sebaran peluang-bersama
 
Distribusi eksponensial
Distribusi eksponensialDistribusi eksponensial
Distribusi eksponensial
 
ANALISIS REAL
ANALISIS REALANALISIS REAL
ANALISIS REAL
 
Metode numerik pertemuan 7 (interpolasi lagrange)
Metode numerik pertemuan 7 (interpolasi lagrange)Metode numerik pertemuan 7 (interpolasi lagrange)
Metode numerik pertemuan 7 (interpolasi lagrange)
 
Matematika teknik 01-definisi pd
Matematika teknik 01-definisi pdMatematika teknik 01-definisi pd
Matematika teknik 01-definisi pd
 
Struktur aljabar-2
Struktur aljabar-2Struktur aljabar-2
Struktur aljabar-2
 
Bab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluangBab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluang
 
Supremum dan infimum
Supremum dan infimum  Supremum dan infimum
Supremum dan infimum
 
Aljabar linear:Kebebasan Linear, Basis, dan Dimensi.ppt
Aljabar linear:Kebebasan Linear, Basis, dan Dimensi.pptAljabar linear:Kebebasan Linear, Basis, dan Dimensi.ppt
Aljabar linear:Kebebasan Linear, Basis, dan Dimensi.ppt
 
Akt 4-anuitas-hidup
Akt 4-anuitas-hidupAkt 4-anuitas-hidup
Akt 4-anuitas-hidup
 
Persamaan garis lurus(Geometri Analitik Ruang)
Persamaan garis lurus(Geometri Analitik Ruang)Persamaan garis lurus(Geometri Analitik Ruang)
Persamaan garis lurus(Geometri Analitik Ruang)
 
Modul 7 basis dan dimensi
Modul 7 basis dan dimensiModul 7 basis dan dimensi
Modul 7 basis dan dimensi
 
Transformasi Peubah Acak dan Distribusinya
Transformasi Peubah Acak dan Distribusinya Transformasi Peubah Acak dan Distribusinya
Transformasi Peubah Acak dan Distribusinya
 
Polinomial tak tereduksi
Polinomial tak tereduksiPolinomial tak tereduksi
Polinomial tak tereduksi
 
Grup siklik
Grup siklikGrup siklik
Grup siklik
 
16. modul peluang (probabilitas) pak sukani
16. modul peluang (probabilitas) pak sukani16. modul peluang (probabilitas) pak sukani
16. modul peluang (probabilitas) pak sukani
 
Turunan Fungsi Kompleks
Turunan Fungsi KompleksTurunan Fungsi Kompleks
Turunan Fungsi Kompleks
 
Polar Coordinates & Polar Curves
Polar Coordinates & Polar CurvesPolar Coordinates & Polar Curves
Polar Coordinates & Polar Curves
 
PENELITIAN OPERASIONAL - PROGRAMA LINIER - METODE PRIMAL DUAL
PENELITIAN OPERASIONAL - PROGRAMA LINIER - METODE PRIMAL DUALPENELITIAN OPERASIONAL - PROGRAMA LINIER - METODE PRIMAL DUAL
PENELITIAN OPERASIONAL - PROGRAMA LINIER - METODE PRIMAL DUAL
 
nilai eigen dan vektor eigen
nilai eigen dan vektor eigennilai eigen dan vektor eigen
nilai eigen dan vektor eigen
 

Viewers also liked

Viewers also liked (9)

Probstat ekpektasi matematika (kelompok2)
Probstat ekpektasi matematika (kelompok2)Probstat ekpektasi matematika (kelompok2)
Probstat ekpektasi matematika (kelompok2)
 
Probabilidad y estadistica
Probabilidad y estadisticaProbabilidad y estadistica
Probabilidad y estadistica
 
Medidas de varianza estadistica
Medidas de varianza estadisticaMedidas de varianza estadistica
Medidas de varianza estadistica
 
Estadística Descriptiva - 2da parte
Estadística Descriptiva - 2da parteEstadística Descriptiva - 2da parte
Estadística Descriptiva - 2da parte
 
distribusi binomial
distribusi binomialdistribusi binomial
distribusi binomial
 
Teorema de chevishev
Teorema de chevishevTeorema de chevishev
Teorema de chevishev
 
Teorema de chebyshev
Teorema de chebyshevTeorema de chebyshev
Teorema de chebyshev
 
Th. Chebyshev Distrib. Normal
Th. Chebyshev   Distrib. NormalTh. Chebyshev   Distrib. Normal
Th. Chebyshev Distrib. Normal
 
Regla Empírica Y Teorema De Tshebyshev
Regla Empírica Y Teorema De TshebyshevRegla Empírica Y Teorema De Tshebyshev
Regla Empírica Y Teorema De Tshebyshev
 

Similar to KETAKSAMAAN CHEBYSHEV

Similar to KETAKSAMAAN CHEBYSHEV (20)

Presentation1
Presentation1Presentation1
Presentation1
 
Bab ii
Bab iiBab ii
Bab ii
 
Persamaan lagrange dan hamilton
Persamaan lagrange dan hamiltonPersamaan lagrange dan hamilton
Persamaan lagrange dan hamilton
 
15044 9-594441735220
15044 9-59444173522015044 9-594441735220
15044 9-594441735220
 
O5
O5O5
O5
 
Variabel random
Variabel randomVariabel random
Variabel random
 
Konduksi keadaan steady satu dimensi
Konduksi keadaan steady satu dimensiKonduksi keadaan steady satu dimensi
Konduksi keadaan steady satu dimensi
 
Integral
IntegralIntegral
Integral
 
Fp unsam 2009 poisson
Fp unsam 2009  poissonFp unsam 2009  poisson
Fp unsam 2009 poisson
 
Analisis regresi-1
Analisis regresi-1Analisis regresi-1
Analisis regresi-1
 
Bab 5
Bab 5Bab 5
Bab 5
 
STATISTIK MATEMATIKA (Distribusi)
STATISTIK MATEMATIKA (Distribusi) STATISTIK MATEMATIKA (Distribusi)
STATISTIK MATEMATIKA (Distribusi)
 
4_Random Variables dan jenis random variabel.pptx
4_Random Variables dan jenis random variabel.pptx4_Random Variables dan jenis random variabel.pptx
4_Random Variables dan jenis random variabel.pptx
 
Matematika XI IPA Semester Genap 2012
Matematika XI IPA Semester Genap 2012Matematika XI IPA Semester Genap 2012
Matematika XI IPA Semester Genap 2012
 
PD orde2 Homogen
PD orde2 HomogenPD orde2 Homogen
PD orde2 Homogen
 
Pemisahan variabel
Pemisahan variabelPemisahan variabel
Pemisahan variabel
 
Binomial fe u nsam 2011
Binomial fe u nsam 2011Binomial fe u nsam 2011
Binomial fe u nsam 2011
 
Binomial fp u nsam 2009
Binomial fp u nsam 2009Binomial fp u nsam 2009
Binomial fp u nsam 2009
 
Modul 4 5 kalkulus-ekstensi
Modul 4 5 kalkulus-ekstensiModul 4 5 kalkulus-ekstensi
Modul 4 5 kalkulus-ekstensi
 
DISTRIBUSI PROBABILITAS
DISTRIBUSI PROBABILITASDISTRIBUSI PROBABILITAS
DISTRIBUSI PROBABILITAS
 

KETAKSAMAAN CHEBYSHEV

  • 1. KETAKSAMAAN MARKOV DAN CHEBYSHEV Variansi suatu variabel acak memberi gambaran mengenai keragaman pengamatan di sekitar rataan. Variansi kecil menunjukkan pengamatan mengelompok di dekat rataan. Akibatnya peluang suatu variabel acak mendapat nilai dalam suatu selang tertentu di sekitar rataan akan lebih besar dari variabel acak serupa yang lebih besar simpangan bakunya. 1
  • 2. Ketaksamaan Markov dan Chebyshev membantu kita dalam menentukan rentang peluang (batas atas dan batas bawah suatu peluang) jika distribusi peluang ataupun fungsi distribusi tidak diketahui, tapi melalui rata-rata dan variansi dari variabel acak tersebut. 2
  • 3. Teorema : Ketaksamaan CHEBYSHEV Misalkan variabel acak X mempunyai distribusi 2 Peluang ( asumsikan hanya diketahui varians dan rata-rata , ) maka k>0 2 P X k 2 k 3
  • 4. Bukti : 2 Karena X 0, maka dengan ketaksamaan Markov, E( X ) P X k k 2 2 E X 2 P X k k2 4
  • 5. 2 2 X k X k Jadi 2 P X k 2 k Selanjutnya apabila k diganti dengan k , maka : 1 P X k 2 k 5
  • 6. Jadi, teorema Chebyshev mengatakan, Misalkan X variabel acak dengan mean 2 , variansi . Untuk suatu konstanta c dan k, pernyataan berikut ekivalen : 1 Batas atas 1. P X k 2 k 1 2. P X k 1 2 Batas bawah k 2 3. P X c c2 6
  • 7. Contoh: 1. Jika X adalah variabel acak dengan 2 E( X ) 3, E ( X ) 13, dengan menggunakan ketaksamaan Chebyshev, tentukan batas bawah untuk P 2 X 8 7
  • 8. Jawab: 1. E( X ) 3 2 2 2 E( X ) E( X ) 13 32 4 2 Dengan ketaksamaan Chebyshev, 1 P X k 1 2 k 1 P X 2k 1 2 k 1 P 2k ( X 3) 2k 1 2 k 8
  • 9. 1 P 2k ( X 3) 2k 1 2 k 1 P 2k 3 X 2k 3 1 2 k Batas untuk P 2 X 8 : 5 5 2k 3 2 k dan 2k 3 8 k 2 2 Maka batas bawahnya adalah: 1 4 21 1 2 1 0,84. k 25 25 9
  • 10. 2. Jika A adalah variabel acak dimana P( X 0) 0 dan E ( X ) ada. Perlihatkan bahwa 1 P( X 2 ) . 2 Jawab: Misalkan u( X ) X E(u( X )) E( X ) Dengan ketaksamaan Markov, E( X ) P X c P X c c c 1 P X 2 c 2 c 2 1 Maka P( X c) P( X 2 ) . 2 10
  • 11. 3. Sebuah kantor pos rata-rata dapat mengirim 10.000 surat perhari. Tentukan peluang kantor pos tersebut dapat mengirim a) paling sedikit 15.000 surat b) kurang dari 15.000 surat. Jawab: Dengan ketaksaman Markov, E( X ) 10.000 2 a) P X 15.000 . 15.000 15.000 3 2 1 b) P X 15.000 1 P( X 15.000) 1 . 3 3 11
  • 12. 3. Lebar gordyn jendela kamar Mira berkisar antara 42,5 dan 42,5 inci. Mira membeli gordyn di toko yang mempunyai 30 gordyn. Berapa peluang Mira mendapatkan gordyn sesuai keinginannya, jika rata-rata lebar gordyn di toko adalah 42 inci dan simpangan baku 0,25? Jawab: Misalkan lebar gordyn yang dibeli Mira: X Dengan ketaksamaan Chebyshev, 12
  • 13. 1 P X k 1 2 k P 41,5 X 42,5 P 0,5 X 42 0,5 P X 42 0,5 P X 42 2 (0, 25) 1 k 1 0, 75. 4 Jadi peluang Mira mendapatkan gordyn sesuai keiinginannya minimal 75 %. 13
  • 14. SOAL: 1. Jika X adalah variabel acak yang mempunyai 8 dan 2 9 ,dengan menggunakan ketaksamaan Chebyshev tentukan: a. P( 4 X 20) b. P( X 8 6) 14
  • 15. 2. Misalkan X mempunyai pdf 1 , 3 x 3 f ( x) 2 3 0, x yang lain Tentukan P X k jika 3 a. k 2 b. k 2 Hitung secara eksak, bandingkan dengan nilai di atas 15
  • 16. 3. Misalkan X mempunyai peluang 1 , 6 , 1 di titik x= -1,0,1 berturut-turut. 8 8 8 a) Dengan Ketaksamaan Chebyshev, tentukan P X k jika k 2 b) Hitung secara eksak (peluang biasa), kemudian bandingkan dengan hasil a). 4. Rata-rata IQ siswa suatu sekolah adalah 110. Jika variansnya 15, apa yang dapat kita katakan tentang prosentase siswa yang ber IQ tidak kurang dari 140? 16