00:00:00
hai hai
00:00:04
Hai setelah sebelumnya kita membahas
00:00:06
tentang distribusi peluang diskrit untuk
00:00:09
data yang merupakan hasil pencacahan
00:00:12
pada pertemuan kali ini kita akan
00:00:14
membahas mengenai distribusi peluang
00:00:16
kontinu data kontinyu kita ingat kembali
00:00:19
merupakan data yang diperoleh dari hasil
00:00:21
pengukuran
00:00:26
kmudian ini sedikit review jadi variabel
00:00:29
kontinyu adalah variabel yang bisa
00:00:32
dihemat akan dalam bentuk interval
00:00:35
karena angkanya bisa berapa saja tidak
00:00:38
ada jeda antara angka bukan merupakan
00:00:40
bilangan cacah maka bisa dituliskan
00:00:43
dalam bentuk interval contohnya misalnya
00:00:45
termasuk dalam data kontinyu adalah
00:00:47
waktu di sini misalnya waktu yang
00:00:50
dibutuhkan untuk menyelesaikan suatu
00:00:51
tugas jadi seberapa detil seberapa
00:00:56
akurat waktunya itu tergantung pada
00:00:58
akurasi dari alat ukurnya kemudian
00:01:02
contoh lain juga misalnya adalah tinggi
00:01:04
baik dalam inchi misalnya atau dalam
00:01:07
meter atau berat cm dan seterusnya jadi
00:01:09
data-data ini Baik waktu maupun tinggi
00:01:12
adalah data yang diperoleh dari hasil
00:01:14
pengukuran kemudian nilainya itu bisa
00:01:19
berapapun bisa Berapa angka pun
00:01:22
dibelakang koma hanya tergantung pada
00:01:24
kemampuan nalarnya kemampuan ala
00:01:26
punya kemudian kayak gini kita dulu saja
00:01:34
Ah peluang dari suatu data berada pada
00:01:40
interval tertentu pada jenis data
00:01:42
kontinyu itu dinyatakan dalam perluasan
00:01:46
area jadi kurvanya kita ingat kembali
00:01:49
bisa diuji buka kembali selainnya yang
00:01:50
pertemuan sebelumnya itu kalau untuk
00:01:54
data kontinyu bentuk kurvanya seperti
00:01:56
ini Yudi as much tidak ada tidak ada
00:02:00
jeda antara ke datanya tidak ada bagian
00:02:03
yang berlubang tidak ada bagian yang
00:02:06
tidak ada datanya jadi semua seperti ini
00:02:08
maka jika kita ingin mencari lebih
00:02:12
soalnya menggunakan contoh tinggi
00:02:14
misalnya kita punya datanya itu tinggi
00:02:16
badan mahasiswa di suatu kelas
00:02:20
k.h. tingginya misalnya tinggi minimal
00:02:23
adalah 145 kemudian tinggi maksimal
00:02:26
adalah 185 misalnya kemudian kita ingin
00:02:30
mengetahui dari data yang ada dengan
00:02:33
sembarangan seperti ini berapa sih
00:02:34
peluang bahwa seorang mahasiswa itu
00:02:37
punya tinggi yang adanya pada interval
00:02:40
antara 160 hingga 170 misalnya seperti
00:02:44
itu Jadi untuk menghitung peluang yang
00:02:47
seperti itu yang kita gunakan adalah
00:02:48
luas area diantara batas minimal hingga
00:02:51
batas maksimal
00:02:58
Hai kemudian ada tiga jenis distribusi
00:03:00
peluang yang akan kita pelajari kali ini
00:03:03
Wah ada distribusi seragam SPBU Sinar
00:03:07
Mal dan distribusi eksponensial ada
00:03:09
banyak lagi sebetulnya dia sendiri 1000
00:03:11
simpel uang untuk data kontinyu ini
00:03:13
hanya untuk pertemuan kali ini akan kita
00:03:15
bahas hanya 3 ini saja
00:03:19
Hai Keh yang pertama distribusi ini
00:03:22
adalah distribusi seragam ciri utama
00:03:24
dari distribusi seragam adalah ketika
00:03:26
distribusi peluang untuk semua nilai
00:03:29
dari variabel yaitu nilainya sama jadi
00:03:33
seperti ini Katakanlah misalnya Eh tadi
00:03:38
itu data tinggi badan ya kemudian kita
00:03:42
mendapatkan data dari sebuah kelas yang
00:03:44
unik jadi tingginya itu tersebar merata
00:03:48
jadi Katakanlah misalnya ada 20 orang
00:03:52
kemudian semuanya tingginya sama jadi
00:03:54
peluang mendapatkan tinggi untuk
00:03:57
masing-masing nilai itu nilainya adalah
00:03:59
sama kemudian total area dibawa fungsi
00:04:03
ini adalah sama dengan satu karena
00:04:06
peluang maksimal sudah kita pelajari di
00:04:09
materi probabilitas itu adalah sama
00:04:11
dengan satu maka total area Disini dari
00:04:14
Tyrex minimal hingga X maksimal pasti
00:04:16
sampai dengan
00:04:18
hai hai
00:04:21
kemudian nilai FX dari distribusi
00:04:25
seragam itu sampai dengan satu dibagi
00:04:29
dengan bemina apabila x-mia terdapat
00:04:33
pada selang asap PB sementara itu FX = 0
00:04:38
Jika nilai x nya tidak berada pada
00:04:41
selang yang ditentukan di sini bisa kita
00:04:44
lihat penjelasannya bahwa adalah nilai
00:04:46
minimum dari X kemudian b adalah nilai
00:04:49
maksimum dari X bisa dilihat juga di
00:04:51
selain yang sebelumya jadi seperti ini
00:04:54
jadi kalau x-nya misalnya kita tentukan
00:04:57
x-nya di sini X ktp-nya kalau disini itu
00:05:00
berada pada rentang ditentukan antara X
00:05:03
minimal dengan x maksimal maka nilai
00:05:05
efeknya adalah sama dengan satu
00:05:08
dikurangi nilai x maksimal dikurang X
00:05:12
minimal sementara kalau misalnya kita
00:05:14
ambil esnya disini diluar rentang yang
00:05:16
sudah ditentukan maka nilai f x y = 0
00:05:20
sejajar
00:05:21
Enggak disno ini
00:05:24
hai hai
00:05:25
Hai Oke selanjutnya kita juga bisa
00:05:28
menghitung nilai Min atau rata-rata dari
00:05:30
distribusi seragam persamaannya seperti
00:05:32
ini jadi untuk Mini itu = a + b dibagi
00:05:35
dengan dua Kemudian untuk variansnya
00:05:38
untuk beli baju seragam persamaannya
00:05:41
seperti ini tahu kuadrat = B Minal
00:05:44
kuadrat dibagi dengan 12 produk standar
00:05:47
deviasi saya kembali bahwa nilai standar
00:05:50
deviasi itu akar dari varian berarti
00:05:52
nilai yang ini di akar kuadrat kan
00:05:58
Hai Oke kita lihat misalnya ada sebuah
00:06:01
kasus dimana diketahui bahwa distribusi
00:06:04
peluang pada kasus tersebut jenisnya
00:06:07
adalah seragam jadi kontinyu dan seragam
00:06:10
kemudian tentang datanya berada pada
00:06:13
kisaran 2 sampai dengan
00:06:19
Hai Jadi kalau digambarkan kurang lebih
00:06:21
kurvanya seperti ini atau grafiknya
00:06:24
seperti ini ya jadi batas minimalnya
00:06:27
adalah dua batas maksimalnya adalah 6
00:06:30
dari rentang ini nilai efeknya adalah
00:06:33
tadi = 1 per X maksimal dikurangi X
00:06:37
minimal sama dengan satu dikurangi 6
00:06:40
dibagi dua ini = 4 berarti peluangnya
00:06:43
nilai ini sama dengan 0,25 disini
00:06:46
bagaimana untuk yang diluar rentang ini
00:06:49
Bapak sama dengan nol Jadi kalau
00:06:51
misalnya x y = 1 atau esnya = 8 nilai
00:06:55
efeknya sama dengan nol kemudian dengan
00:06:59
menggunakan persamaan yang kayak Sudah
00:07:02
dipelajari Kita juga bisa mencari nilai
00:07:04
inginnya nilai rata-ratanya jadi nilai
00:07:06
rata-rata pada distribusi selektif
00:07:08
distribusi polos seragam ini adalah = a
00:07:11
+ b dibagi dua nilai minimal Y = 2 nilai
00:07:15
maksimalnya = 6 sehingga kita dapatkan
00:07:18
bahwa nilai minimnya sa
00:07:19
en4 sementara itu untuk varietas nilai
00:07:23
varians dari kondisi kasus yang ini jadi
00:07:27
distribusi peluang seragam pada tentang
00:07:29
2-6 itu sampai dengan nilai maksimal
00:07:33
dikurangi nilai minimal dikuadratkan
00:07:35
dibagi dengan 12 kita dapatkan nilai
00:07:37
bahwa ini = 16 dibagi dengan 12 = 1,38
00:07:45
hai hai
00:07:47
Hai jenis distribusi kontinyu
00:07:49
selanjutnya yang akan kita bahas adalah
00:07:51
jenis distribusi normal distribusi ini
00:07:55
disebut juga sebagai byd distribution
00:07:58
atau belchers karena kurvanya bentuknya
00:08:01
seperti ini jadi seperti lonceng
00:08:04
Paulus pilih selanjutnya adalah karena
00:08:07
bentuknya seperti lonceng maka dia
00:08:09
simetris jadi bagian kiri dengan bagian
00:08:12
kanan itu bentuknya sama persis luasnya
00:08:14
juga sangat luas bagian kiri dengan
00:08:16
bagian karena itu sama kemudian nilai
00:08:20
mean modus dan median itu berada pada
00:08:23
titik yang sama ngilangin kita
00:08:25
ingat-ingat lagi itu adalah rata-rata
00:08:27
dirata-rata itu kalau rumus umumnya
00:08:30
rumus mudahnya adalah nilai maksimal
00:08:33
dikurangi nilai minimal dibagi dengan
00:08:34
dua kalau disini kita akan dapatkan
00:08:37
nilainya di tengah sini kemudian nilai
00:08:39
modus itu adalah nilai yang paling
00:08:41
banyak munculnya modusnya disini juga
00:08:43
disini di tengah sini karena yang paling
00:08:45
tinggi-tingginya adalah di tengah
00:08:47
kemudian nilai mediannya nilai tengahnya
00:08:50
nilai median atau nilai Tengah ini juga
00:08:52
berada pada titik yang sama juga jadi
00:08:54
baik mint modus median ada pada satu
00:08:57
titik yang namanya nilai Litlle
00:09:00
lambangkan seperti ini Miu kemudian Jadi
00:09:04
lokasi
00:09:04
dari grafik ini ditentukan oleh yang
00:09:07
lainnya Kalau minyak sama dengan nol
00:09:11
misalnya berarti dia geser ke 11 ini
00:09:13
kalau minimnya besar positif dan besar
00:09:16
mati dia geser ke sebelah kanan kemudian
00:09:20
nilai sebaran dari grafik ini ditentukan
00:09:23
oleh standar deviasi atau yang disebut
00:09:27
dengan sebaran adalah seperti ini jadi
00:09:28
kalau dia standar deviasinya kecil maka
00:09:31
kurvanya akan Lancip tinggi tapi kalau
00:09:34
misalnya saudara deviasinya besar maka
00:09:37
dia akan membentuk kurva yang lebih
00:09:39
landai kemudian kalau Secara teoritis
00:09:43
itu rentang dari
00:09:46
Hai grafik distribusi normal bertanya
00:09:49
adalah dari plus tak hingga hingga
00:09:51
negatif sehingga
00:10:00
Hai ke ini bentuk yang lebih jelasnya ya
00:10:02
jadi titik tengahnya ada pada mint
00:10:05
kemudian sebarannya ditentukan oleh
00:10:08
nilai standar deviasi
00:10:12
Hai Kemudian untuk menentukan nilai
00:10:13
peluang pada rentang tertentu itu juga
00:10:17
sama yang dihitung adalah area di bawah
00:10:18
kurvanya jadi misalnya kita ingin
00:10:21
menghitung peluang suatu kejadian
00:10:24
berbeda pada rentang ah hingga b maka
00:10:27
yang kita hitung adalah luas dibawah
00:10:29
kurva ini kalau menggunakan rumus
00:10:32
matematis maka rumus ini yang harus
00:10:34
digunakan jadi ini adalah foto
00:10:37
menghitung nilai efeknya Kemudian untuk
00:10:39
menghitung nilai peluangnya kita harus
00:10:41
mengintegralkan persamaannya ini tapi
00:10:44
persamaan ini karena relatif kompleks
00:10:46
dan sulit untuk digunakan jadi jarang
00:10:48
dipakai untuk aplikasi sebagai gantinya
00:10:52
kita menggunakan suatu tabel yang sudah
00:10:54
diformulasikan namanya adalah tabel
00:10:57
distribusi normal Jadi kalau misalnya
00:11:00
mau cari di Google keyboard nya adalah
00:11:03
tabel distribusi normal
00:11:08
Hai Oke jadi agar kita tidak usah
00:11:10
menggunakan persamaan yang kompleks tadi
00:11:12
ada standardisasi dari grafik distribusi
00:11:15
normal jadi semua distribusi normal
00:11:19
semua grafik distribusi normal dengan
00:11:22
berbagai kombinasi nilai mean dan
00:11:24
varians tadi letaknya bisa dimana saja
00:11:25
Kemudian sebarannya bisa seberapa saja
00:11:28
itu bisa diubah ke dalam distribusi
00:11:31
normal standar atau dilepas kita sebagai
00:11:34
z jadi cara mengubahnya adalah dengan
00:11:39
minimnya disandarkan ke sama dengan nol
00:11:42
artinya grafik aslinya yang mungkin
00:11:45
tadinya ada di sebelah kanan atau
00:11:46
sebelah kiri semuanya ditarik ke meer
00:11:49
sama dengan nol kemudian standar
00:11:51
deviasinya itu diubah ke =
00:11:55
Hai cara untuk mengubah dari grafik asli
00:11:59
kvikk Standar adalah seperti ini jadi
00:12:01
yang kita cari adalah suatu nilai yang
00:12:03
namanya nilai z Itu adalah = x dikurangi
00:12:08
dengan New dibagi dengan tol atau nilai
00:12:12
dari standar deviasinya kita lihat
00:12:15
contohnya.doc aplikasinya jadi misalnya
00:12:19
seperti ini kita punya sebuah grafik X
00:12:23
grafik F ini sudah diketahui merupakan
00:12:25
distribusi normal kemudian grafik ini
00:12:29
punya nilai mid = 110 Dian nilai standar
00:12:33
deviasinya = 50juta diminta untuk
00:12:37
mencari nilai z untuk nilai x y =
00:12:42
Hai jadi teksnya adalah 200 minimnya 100
00:12:46
tanda dehidrasi Y = 50° nya berapa kita
00:12:50
gunakan bersamanya tadi z = x dikurangi
00:12:55
Meme dibagi dengan kau sama dengan 200
00:13:00
nilai x nya dikurangi nilai Min ya 100
00:13:03
dibagi dengan standar deviasinya 50 maka
00:13:06
nilai headnya adalah sama dengan dua
00:13:08
kalau sudah mendapatkan nilai dua ini
00:13:11
kita bisa mengetahui peluang berapa
00:13:15
berapa peluang bahwa nilai x nya itu
00:13:18
sore dengan dua yang kita gunakan adalah
00:13:21
grafik yang seperti ini oh oke kita
00:13:25
bandingkan Brunei X dan z nya jadi kalau
00:13:29
pada grafik asli itu tadi kita ketahui
00:13:31
bahwa nilainya sama dengan 109 menilai
00:13:35
es yang ingin kita cari adalah 200
00:13:37
standar deviasinya tadi diketahui sama
00:13:40
dengan 50 Karena untuk
00:13:42
Tong ini di ini tidak standar Maka kalau
00:13:46
misalnya mau menghitung dengan data yang
00:13:47
ini kita harus menggunakan persamaan
00:13:49
yang kompleks tadi yang FX = ada
00:13:52
integralnya dan sebagai pacarnya cara
00:13:56
yang lebih mudah adalah kita
00:13:57
menstandarkan grafiknya asli ini ke
00:14:00
bentuk zat Jadi kalau bentuk Z miomnya
00:14:04
tadinya 100 diubah jadi nol terlalu
00:14:07
deviasinya tadinya 50 diubah menjadi
00:14:08
satu yang tadinya 200x Nya maka nilai z
00:14:12
y = 2 jadi pada grafik standar ini pola
00:14:17
distribusinya sama jadi Bentuknya itu
00:14:19
masih sama yang beda hanya skalanya
00:14:23
Hai dan kalau nilai peluangnya juga akan
00:14:26
sangat
00:14:31
The Key contohnya kemudian setelah
00:14:33
mendapatkan nilai zat tadi kita
00:14:35
mendapatkan nilai z y = 2 kemudian kita
00:14:39
ingin mengetahui berapa peluang kalau
00:14:41
misalnya zatnya kurang dari dua
00:14:44
Bagaimana cara mengetahui nilai peluang
00:14:46
ini kita merujuk suatu tabel standar
00:14:50
normal tabel standar normal ini bisa
00:14:53
diperoleh atau bisa dilihat di referensi
00:14:55
yang buku statistika atau kalau tidak di
00:14:58
Google saja sudah banyak gini kalau
00:15:00
misalnya kita Google dengan keyword
00:15:02
tabel distribusi normal kumulatif
00:15:06
keyboardnya itu ya jadi tabel distribusi
00:15:08
normal kumulatif kita akan mendapatkan
00:15:11
nilai kita akan mendapatkan tabel yang
00:15:14
seperti ini jadi tadi dari kita
00:15:19
mendapatkan angka dua ya chatnya ya Jadi
00:15:21
kalau untuk 2,0 itu angkanya adalah
00:15:24
angka peluangnya adalah kita lihat angka
00:15:27
2,0 Q peluangnya
00:15:31
Hai untuk net kurang dari = 2 adalah
00:15:35
0,97
00:15:39
Hai kemudian Bagaimana kalau misalnya
00:15:41
peluangnya lebih dari tadi kan kurang
00:15:44
dari ya kalau kurang dari ini misalnya
00:15:46
zat-zatnya tadi kita tentukan sebagai
00:15:48
dua kalau kurang dari maka yang diarsir
00:15:51
adalah bagian sebelah kiri Bagaimana
00:15:53
kalau yang mau pacarnya adalah untuk Z
00:15:55
lebih dari dua maka yang kita cari
00:15:57
adalah luas yang di sebelah kanan ini
00:15:59
secara otomatis hitungnya adalah kita
00:16:02
ingat lagi total dari keseluruhan area
00:16:06
dibawah kurva ini pasti sama dengan satu
00:16:08
Karena itu adalah nilai maksimal dari
00:16:10
probabilitas
00:16:11
Hai Maka kalau yang sebelah kiri
00:16:14
nilainya 0,97 72 yang sebelah kanan ini
00:16:18
nilainya pasti = 1 dikurangi 0,97 72
00:16:22
jadi kalau kita mau cari nilai peluang
00:16:25
dari Z lebih dari dua maka nilainya
00:16:28
adalah 1 dikurangi 9772
00:16:34
Hai kini sama ya jadi memang harus sama
00:16:37
nilainya ditabel manapun pasti seperti
00:16:40
ini nilainya
00:16:44
Hai ini adalah contoh yang tadi
00:16:46
Bagaimana kalau misalnya kita ingin
00:16:47
mencari ya sebelah sini yang di sebelah
00:16:50
kanan yang lebih dari dua maka nilai
00:16:54
peluangnya adalah satu dikurangi 0,97 72
00:16:58
nilai y = 0,02 28 sekarang bagaimana
00:17:05
kalau kita ingin mengetahui nilai yang
00:17:07
ini yang ini bisa dicari dari tabel bisa
00:17:12
juga dipakai dengan menggunakan data
00:17:13
yang sudah ada tadi misalnya kita sudah
00:17:15
punya data yang ini jadi 0,9 332 yang
00:17:18
ini = 0,2 28 lalu kita gunakan juga
00:17:22
sifat simetris dari kurva distribusi
00:17:25
normal ini karena kurvanya simetris maka
00:17:29
yang kiri dengan yang kanan Pasti sangat
00:17:30
Jadi kalau luas di sini = 0,2 28 untuk
00:17:35
nilai Z = 2 maka untuk nilai z = min 2
00:17:39
ini kalau dicerminkan pasti berada pada
00:17:41
titik yang sama ya Jadi buat tulis ini
00:17:43
Maka kalau disuruh mainkan
00:17:44
nilai min 2 disini maka luasnya ini akan
00:17:48
sama dengan luas yang sebelah sini jadi
00:17:52
lainnya kalau misalnya peluang untuk Z
00:17:54
kurang dari kurang dari mint dua itu
00:17:59
adalah 0,02 28 juga
00:18:05
Hai caddy ini langkah-langkahnya
00:18:09
bagaimana kita mencari mulai peluang
00:18:11
dari suatu interval yang ditentukan jadi
00:18:14
ke untuk menemukan peluang dari X yang
00:18:19
terdapat pada rentang a sampai G ketika
00:18:22
distribusinya sudah diketahui sebagai
00:18:24
jenis distribusi normal langkah pertama
00:18:26
adalah Eh ini sangat memudahkan kalau
00:18:30
bisa kita Gambarkan jadi kita
00:18:31
menggambarkan kurva normal X sesuai
00:18:34
dengan permasalahan yang ingin
00:18:35
diselesaikan jadi nilai x nya berapa
00:18:37
nilainya berapa standar deviasinya
00:18:40
berapa setelah itu ubah X ke nilai z
00:18:45
Hai dengan menggunakan persamaan yang
00:18:47
tadi ya jadi z = x dikurangi Miu dibagi
00:18:50
dengan file OS dikurangin dibagi dengan
00:18:53
secara deviasi setelah mendapatkan nilai
00:18:56
er kita menggunakan tabel kurva
00:18:57
kumulatif yang sesuai dengan perhitungan
00:18:59
kita jadi tadi kalau misalnya kurang
00:19:01
dari maka yang digunakan apa yang mana
00:19:03
dan seterusnya
00:19:04
hai hai
00:19:07
Hai Chota Sa lagi dipingit halnya Suatu
00:19:11
data x adalah cp1000 secara normal
00:19:15
dengan nilai mean = 8 dan sudah
00:19:19
deviasinya = 5 kita diminta untuk
00:19:23
menentukan peluang
00:19:25
Hai x-nya berada pada rentang 8 hingga
00:19:28
8,6 Jadi kalau digambarkan seperti ini
00:19:34
ya jadi angka 8 di tengah karena dia
00:19:37
merupakan nilai Min kemudian 8,6 kurang
00:19:41
lebih ada di sini
00:19:43
Hai maka banget digambarkan sudah
00:19:46
seperti ini langkah yang kedua kita
00:19:48
mencari nilai z nilai z untuk 8,6 bisa
00:19:55
dikurangi dengan delapan nilainnya
00:19:57
dibagi dengan standar deviasi maka nilai
00:19:59
z untuk X = 8,6 ini adalah 0,12 seperti
00:20:05
ini x86 zatnya
00:20:11
Hai kalau untuk yang satu lagi esnya
00:20:15
nada2 ya tadi Anja 8,6 hingga delapan
00:20:17
kalau 8 juga menggunakan persamaan rumus
00:20:20
yang sama hanya nanti hasilnya akan 8
00:20:22
dikurangi 8 dikurangi like dibagi lima
00:20:25
ini zatnya untuk x = 8 untuk X = marfan
00:20:29
setnya =
00:20:33
hai hai
00:20:37
e-cash selanjutnya kita lihat pada tabel
00:20:39
peluang yang tadi pada tabel distribusi
00:20:42
normal yang kumulatif tadi akan kita
00:20:44
dapatkan bahwa nilai z untuk nol koma
00:20:49
Thailand peluang untuk head kurang dari
00:20:53
0,12 adalah seperti ini 0,5
00:21:01
di kemudian
00:21:04
the lounge
00:21:08
Hai untuk Z = 0 Jadi kalau z nya kurang
00:21:12
dari nol maka nilainya = 0,5 makan nanti
00:21:16
peluang
00:21:18
hai eh berada pada 8,4 pada rentang 8
00:21:22
hingga 8,6 adalah 0,5 478 dikurangi 0,5
00:21:27
jadi hasilnya adalah 0,04
00:21:36
a sketch lanjutnya Bagaimana kalau yang
00:21:39
ditanyakan adalah peluang X lebih dari
00:21:42
8,6
00:21:44
Hai gambarnya kurang lebih seperti ini
00:21:46
ya Jadi kalau yang kita cari adalah yang
00:21:47
sebelah kiri ya sekarang ditanyakan
00:21:50
adalah sebelah kanannya maka untuknya
00:21:53
sebelah kanan ini kita gunakan
00:21:55
sifat-sifat sifat bahwa luas dibawah
00:21:58
kurva pasti =
00:22:01
Hai jadi ini untuk 0,5 478 tadi sudah
00:22:06
kita ketahui bahwa untuk Z kurang dari
00:22:10
0,12 itu 0,5 478 maka untuk yang luas
00:22:14
sebelah kanannya = 1 dikurangi 0,5 078
00:22:17
maka nilai peluangnya = 0,4
00:22:26
kwitansinya Bagaimana kalo dibalik jadi
00:22:31
peluangnya sudah diketahui tapi esnya
00:22:34
mau dicari tahu kalau tadi kan esnya
00:22:36
tahu peluangnya mau kasih tahu kemudian
00:22:38
peluangnya ingin diketahui
00:22:42
Hai kalau disini yang diketahui adalah
00:22:44
peluangnya dan yang dicari adalah x-nya
00:22:47
maka langkahnya kalau yang diketahui
00:22:51
adalah peluang pertama adalah kita
00:22:53
menentukan nilai z untuk peluang yang
00:22:55
diketahui
00:22:57
Hai setelah mendapatkan nilai zatnya
00:22:59
ubah ke Exo dengan menggunakan formula
00:23:03
yang ini di ini adalah modifikasi dari
00:23:05
persamaan yang tadi kalau tadi kan Blade
00:23:08
= X dikurangin new dibagi
00:23:13
Hai sekarang ini terjadi adalah esnya
00:23:15
Kakak persamaannya adalah X dikurang X =
00:23:19
Miu ditambah zat dikalikan dengan call
00:23:24
The Key contohnya misalnya begini
00:23:28
enggan menggunakan kondisinya Nadia
00:23:30
diasumsikan bahwa sebuah data x ini
00:23:34
lebih tubuhnya normal dengan nilai Min
00:23:36
ya dua vandance pada deviasinya adalah
00:23:39
lima kita diminta untuk menentukan nilai
00:23:42
x sehingga hanya 20% dari semua nilai
00:23:46
berada di bawah X berarti luas dibawah
00:23:50
kurva nya itu maksimal 0,2 alias 20%
00:23:55
berapa x-nya berapa zatnya Buatlah kita
00:23:59
mengacu ke tabel distribusi normal ya
00:24:02
Jadi kalau lihat pw1000 sinar mal kita
00:24:05
cari yang angkanya = 0,2 Jadi kalau tadi
00:24:10
kita menentukannya dari Z sekarang kita
00:24:12
menentukannya dari nilai P nya
00:24:15
Hai ini yang cari yang paling mendekati
00:24:17
0,2 mungkin tidak ada yang masih sama
00:24:19
0,2 tapi cari yang paling mendekati
00:24:22
disini misalnya aja mau komen 1970 2005
00:24:27
0,20 33 yang paling mendekati adalah ini
00:24:30
maka untuk P = 0,2 maka nilai headnya =
00:24:36
negatif 0,84 babi ini layaknya 0,84
00:24:40
sudah mendapatkan nilai z selanjutnya
00:24:43
kita Tentukan nilai x nya dengan
00:24:45
menggunakan formulir tadi minimnya sudah
00:24:48
tentukan sampai dengan 8 jahatnya
00:24:50
negatif 0,84 kemudian Standar deviasinya
00:24:53
adalah lima maka x-nya adalah 3,8
00:24:58
sehingga dapat diambil kesimpulan bahwa
00:25:02
20% ilai distribusi dengan min 8 dan
00:25:05
Vera deviasi adalah timah itu adalah
00:25:08
untuk X kurang dari 3,8
00:25:14
e-cash selanjutnya itu cat Dua tadi
00:25:18
adalah cara yang penting ya caranya
00:25:20
penting untuk dipahami Bagaimana
00:25:21
menentukan peluang untuk X juga
00:25:24
menentukan X dari peluang yang diketahui
00:25:27
kalau misalnya ada yang tidak dipahami
00:25:29
silahkan tanyakan sampai mengerti jadi
00:25:32
Silahkan sampaikan pertanyaan Anda oke
00:25:36
kemudian selanjutnya ini tambahan saja
00:25:38
jadi bahwa distribusi normal juga bisa
00:25:42
digunakan untuk distribusi binomial yang
00:25:44
mana itu bisa bebas binomial yang pada
00:25:47
pertemuan selanjutnya sudah kita bahas
00:25:48
jadi untuk depan istri kemudian dia
00:25:51
hanya ada dua kemungkinan jawaban ia
00:25:53
tidak benar salah laki-laki perempuan ya
00:25:56
seperti itu jadi distribusi normal ini
00:25:59
bisa digunakan untuk distribusi binomial
00:26:02
dengan catatan jumlah datanya besar
00:26:05
seberapa besar beserta syaratnya adalah
00:26:09
ini jadi ketika nilai variansnya
00:26:14
Hai Lebih Dari Sembilan maka dia bisa
00:26:17
digunakan ini pengguna distribusi
00:26:19
binomial bisa menggunakan rumus-rumus
00:26:21
yang ada pada distribusi normal asalkan
00:26:24
syarat ini terpenuhi nilai variansnya
00:26:26
lebih dari sembilan Ok selanjutnya kita
00:26:32
masuk ke jenis siswi busi kontinu yang
00:26:34
ketiga yaitu distribusi eksponensial
00:26:38
e-cash emosi eksponensial ini digunakan
00:26:40
untuk memodelkan lamanya waktu antara
00:26:44
dua kejadian dari suatu peristiwa
00:26:47
contohnya Misalnya ini waktu kedatangan
00:26:51
truk antara satu dengan yang lainnya di
00:26:55
area bongkar muat atau waktu antar
00:26:58
transaksi di mesin ATM atau waktu yang
00:27:01
diperlukan untuk mengisi bensin misalnya
00:27:04
di pom bensin untuk masing-masing
00:27:05
kendaraan saya seperti itu Jadi
00:27:08
keyboard-nya untuk distribusi
00:27:10
eksponensial ini adalah ada waktunya ada
00:27:13
variabel waktu
00:27:17
Hai kemudian fungsinya seperti ini jadi
00:27:22
fungsinya adalah fungsi dari waktu
00:27:30
Hai kemudian kalau persamaannya ini
00:27:33
jarang digunakan ya Jadi untuk
00:27:34
menghitung peluang kita menggunakan
00:27:37
fungsi distribusinya ini jadi satu
00:27:40
dikurangi x pangkat min 6 deh dikalikan
00:27:44
dengan
00:27:48
Hai yang ingin menunjukkan peluangnya
00:27:50
kemudian
00:27:52
Hai ini adalah bilangan eksponensial 2,7
00:27:55
2night lamda ini adalah mint dia
00:27:58
sebetulnya sama-sama mintanya lambangnya
00:28:01
beda ya kalau pada distribusi normal dan
00:28:04
distribusi seragam tadi lambangnya sama
00:28:06
dengan Mio kalau disini sampai dengan
00:28:08
lamda tapi artinya sama-sama Amin
00:28:10
kemudian dikalikan dengan Teteh ini
00:28:14
adalah variabel kontinu gimana syaratnya
00:28:17
adalah Kayaknya lebih besar dari
00:28:21
KMI coba aplikasinya misalnya ada
00:28:26
konsumen jadi data menunjukkan bahwa
00:28:29
konsumen mendatangi sebuah counter
00:28:32
service service apa bisa service
00:28:34
handphone atau servis laptop itu ada 15
00:28:37
kali perjanjian 15 konsumen yang
00:28:40
mendatangi sebuah router service
00:28:41
perjamnya Kemudian dari data yang sudah
00:28:45
diketahui ini kita ingin mengetahui
00:28:47
berapa peluang waktu kedatangan antara
00:28:50
konsumen berturut-turut itu kurang dari
00:28:52
tiga menit
00:28:54
quiet beberapa kemungkinannya bahwa
00:28:57
jarak antara konsumen ini kurang lebih
00:29:00
tiga menit kita gunakan angka yang tadi
00:29:04
jadi minnya adalah 15 ini adalah angka
00:29:09
rata-ratanya kemudian nilai ph-nya = 3
00:29:16
menit tiga menit itu kita ubah ke jam
00:29:19
Kenapa karena yang 15 kali itu adalah
00:29:22
perjan jadi kalau kalau mengerjakan soal
00:29:25
diperhatikan unik waktunya diseragamkan
00:29:28
kita konversi dari menit ke jam ini sama
00:29:31
dengan 0,05 kemudian dengan menggunakan
00:29:35
persamaan yang tadi kita bisa menghitung
00:29:36
peluangnya peluang waktu kedatangan
00:29:39
kurang dari 0,05 itu sampai dengan satu
00:29:43
dikurangi ep angkat helm dak aliex kita
00:29:47
masukkan angkanya lam dan Y = 15 x y =
00:29:51
0,05 yang sudah dikonversi ke
00:29:54
maka kemungkinannya peluangnya adalah
00:29:57
0,5 276 Kesimpulannya adalah ada 50276
00:30:04
persen kemungkinan bahwa waktu
00:30:07
kedatangan antara dua konsumen adalah
00:30:08
kurang dari tiga menit
00:30:13
Hi Ho
