Upload
others
View
8
Download
0
Embed Size (px)
Citation preview
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
Pengantar Proses StokastikBab 1: Dasar-Dasar Probabilitas
Atina Ahdika, S.Si, M.Si
Statistika FMIPAUniversitas Islam Indonesia
2015
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
Ruang Sampel dan Kejadian
Percobaan adalah kegiatan yang menghasilkan keluaran/hasilyang mungkin secara acak. Contoh: pelemparan sebuah dadu.
Ruang sampel S adalah himpunan dari semua hasil yangmungkin dari suatu percobaan. Contoh: dari pelemparansebuah dadu diperoleh keluaran S = {1, 2, 3, 4, 5, 6}.Kejadian adalah himpunan bagian dari ruang sampel. Biasadinotasikan dengan huruf kapital. Contoh: munculnyabilangan genap pada pelemparan sebuah dadu: A = {2, 4, 6}.
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
Gabungan Kejadian
A ∪ B = {a ∈ S : a ∈ A atau a ∈ B}
Irisan Kejadian
A ∩ B = {a ∈ S : a ∈ A dan a ∈ B}
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
Kejadian A dan B bersifat ’mutually exclusive (saling asing)’ jikaA ∩ B = φ.
KomplemenAc = A = {a ∈ S : a /∈ A}
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
Partisi Ruang SampelSebuah himpunan kejadian {A1,A2, . . .} merupakan partisidari ruang sampel S jika
1 Kejadian-kejadian tersebut bersifat ’mutually exclusive’,Ai ∩ Aj = φ jika i 6= j .
2 ∪iAi = S
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
Peluang
Peluang kejadian A adalah
P(A) = limn→∞
n(A)
n
n(A) : banyaknya keluaran A
n : banyaknya percobaan
atau
P(A) =n(A)
n(S)
n(A) : banyaknya keluaran A
n(S) : banyaknya anggota ruang sampel S
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
Sifat-sifat peluang1 0 ≤ P(A) ≤ 12 P(S) = 1 P(φ) = 03 Untuk himpunan kejadian A1,A2, . . . yang ’mutually exclusive’,
P
( ∞⋃n=1
An
)=
∞∑n=1
P(An)
4 P(A ∪ B) = P(A) + P(B)− P(A ∩ B)5 P(Ac) = 1− P(A)6 Jika A ⊆ B maka P(A) ≤ P(B)
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
Misalkan P(A ∪ B) = P(A ∪ Bc) = 0.6. Hitung P(A)!
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
Jawab:
P(A ∪ B) = P(A) + P(B)− P(A ∩ B) = 0.6
P(A ∪ Bc) = P(A) + P(Bc)− P(A ∩ Bc) = 0.6
Jumlahkan kedua persamaan tersebut diperoleh
2P(A) + P(B) + P(Bc)− (P(A ∩ B) + P(A ∩ Bc)) = 1.2
2P(A) + 1− P(A) = 1.2
P(A) = 0.2
Note:
P(B) + P(Bc) = 1
P(A ∩ B) + P(A ∩ Bc) = P(A)
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
Ruang Sampel dan KejadianPeluang
Peubah Acak
Peubah acak adalah fungsi yang memetakan anggota ruang sampelS ke bilangan real. Contoh:
Misalkan dua buah koin dilemparkan. Misalkan X menyatakanbanyaknya sisi muka yang muncul, maka X adalah peubah acakyang bernilai 0, 1, dan2 dengan peluang munculnya
P(X = 0) = P(BB) =1
4
P(X = 1) = P(MB,BM) =1
2
P(X = 2) = P(MM) =1
4
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
Ruang Sampel dan KejadianPeluang
Peubah Acak Diskrit
Peubah acak diskrit merupakan peubah acak yang terdefinisi padabarisan terhitung dari bilangan {xi , i = 1, 2, . . .} sedemikian hingga
P
(⋃i
{X = xi}
)=∑i
P(X = xi ) = 1
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
Ruang Sampel dan KejadianPeluang
Fungsi peluang
p(x) = P(X = x) =
{pi , jika x = xi
0, lainnya.
Fungsi distribusi
FX (x) =∑i
p(xi )
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
Ruang Sampel dan KejadianPeluang
Distribusi Binomial
Misalkan sebuah percobaan yang keluarannya berupa sebuahsukses atau sebuah gagal. Misalkan X = 1 jika hasilnya sukses danX = 0 jika gagal, maka fungsi peluangnya
p(0) = P(X = 0) = 1− p
p(1) = P(X = 1) = p
di mana p merupakan peluang sukses dan 0 ≤ p ≤ 1.Maka X merupakan peubah acak Bernoulli.
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
Ruang Sampel dan KejadianPeluang
Jika terdapat n percobaan independen dengan keluaran berupasukses dan gagal dan X menyatakan banyaknya sukses yangdiperoleh, maka X berdistribusi Binomial dengan parameter (n, p)dan fungsi peluangnya
p(x) =
(nx
)px(1− p)n−x , x = 0, 1, 2, . . .
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
Ruang Sampel dan KejadianPeluang
Misalkan sebuah mesin pesawat akan rusak dalam penerbangannyadengan peluang 1− p, saling bebas antara mesin satu denganlainnya. Misalkan pesawat akan terbang dengan sukses jikasetidaknya 50% mesinnya dapat bekerja dengan baik. Untuk pberapa, sebuah pesawat dengan 4 mesin akan lebih dipilih daripadapesawat dengan 2 mesin?
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
Ruang Sampel dan KejadianPeluang
Peluang bahwa pesawat dengan 4 mesin akan terbang dengansukses adalah
P(X ≥ 2) = P(X = 2) + P(X = 3) + P(X = 4)
=
(42
)p2(1− p)2 +
(43
)p3(1− p) +
(44
)p4(1− p)0
= 6p2(1− p)2 + 4p3(1− p) + p4
Peluang bahwa pesawat dengan 2 mesin akan terbang dengansukses adalah
P(X ≥ 1) = P(X = 1) + P(X = 2)
=
(21
)p(1− p) +
(22
)p2(1− p)0
= 2p(1− p) + p2
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
Ruang Sampel dan KejadianPeluang
Maka, peluang pesawat dengan 4 mesin akan lebih dipilih daripadapesawat dengan 2 mesin adalah
6p2(1− p)2 + 4p3(1− p) + p4 ≥ 2p(1− p) + p2
6p(1− p)2 + 4p2(1− p) + p3 ≥ 2− p
3p3 − 8p2 + 7p − 2 ≥ 0
(p − 1)2(3p − 2) ≥ 0
p ≥ 2
3
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
Ruang Sampel dan KejadianPeluang
Distribusi Geometrik
Misalkan percobaan-percobaan yang saling bebas, masing-masingmemiliki peluang sukses p, dilakukan hingga diperoleh suksespertama. Misalkan X menyatakan banyaknya percobaan yangdilakukan untuk mencapai sukses pertama, maka X dikatakansebagai peubah acak Geometrik dengan parameter p dan fungsipeluangnya
P(X = n) = (1− p)n−1p, n = 1, 2, . . .
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
Ruang Sampel dan KejadianPeluang
Sebuah koin dilemparkan dengan peluang muncul sisi muka sebesarp, sampai muka pertama muncul. Misalkan N menyatakanbanyaknya pelemparan yang dibutuhkan, asumsikan bahwamasing-masing pelemparan yang sukses saling bebas. TentukanP(N)!
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
Ruang Sampel dan KejadianPeluang
N merupakan p.a yang menyatakan banyaknya pelemparan yangdibutuhkan sehingga muncul sisi muka yang pertama. Maka
P(N = 1) = P(M) = p,
P(N = 2) = P(B,M) = (1− p)p,
P(N = 3) = P(B,B,M) = (1− p)2p,
...
P(N = n) = P(B,B, . . . ,B,M) = (1− p)n−1p, n ≥ 1
Note: muncul B sebanyak n − 1 kali
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
Ruang Sampel dan KejadianPeluang
Distribusi Poisson
Sebuah peubah acak X yang bernilai 0, 1, 2, . . . dikatakan peubahacak Poisson dengan parameter λ, jika untuk λ > 0,
P(X = x) = e−λλx
x!, x = 0, 1, 2, . . .
Distribusi Poisson menyatakan banyaknya kejadian yang terjadipada suatu selang waktu atau area tertentu.
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
Ruang Sampel dan KejadianPeluang
Misalkan banyaknya kesalahan penulisan dalam sebuah halamandari suatu buku berdistribusi Poisson dengan parameter λ = 1.Hitung peluang bahwa terdapat setidaknya satu kesalahan padahalaman 5!
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
Ruang Sampel dan KejadianPeluang
P(X ≥ 1) = 1− P(X = 0) = 1− e−1 ≡ 0.633
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
Ruang Sampel dan KejadianPeluang
Peubah Acak Kontinu
X merupakan peubah acak kontinu jika terdapat fungsi nonnegatiff (x), terdefinisi untuk semua bilangan real x ∈ (−∞,∞) sehingga
FX (x) =
x∫−∞
fX (t)dt
atau
fX (x) =d
dxFX (x)
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
Ruang Sampel dan KejadianPeluang
Distribusi Uniform
Sebuah peubah acak dikatakan berdistribusi Uniform sepanjanginterval (a, b) jika fungsi peluangnya diberikan
fX (x) =
{1
b−a , a < x < b
0, x lainnya.
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
Ruang Sampel dan KejadianPeluang
Jika X ∼ U(−1, 1). Tentukan P(|X | > 1
2
)!
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
Ruang Sampel dan KejadianPeluang
fX (x) =1
1− (−1)=
1
2, −1 < x < 1
Maka
P
(|X | > 1
2
)= P
(X < −1
2
)+ P
(X >
1
2
)
=
−1/2∫−1
1
2dx +
1∫1/2
1
2dx
=
[1
2x
]−1/2−1
+
[1
2x
]11/2
= −1
4+
1
2+
1
2− 1
4=
1
2
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
Ruang Sampel dan KejadianPeluang
Distribusi Eksponensial
Sebuah peubah acak kontinu yang memiliki fungsi peluang sebagaiberikut, untuk suatu λ > 0,
fX (x) =
{λe−λx , jika x ≥ 0
0, jika x < 0.
disebut sebagai peubah acak Eksponensial dengan parameter λ.
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
Ruang Sampel dan KejadianPeluang
Misalkan waktu tunggu (dalam menit) antrian di Bankberdistribusi Eksponensial dengan mean 10. Berapa peluang bahwaseorang nasabah menunggu lebih dari 15 menit untuk dilayani?
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
Ruang Sampel dan KejadianPeluang
P(X > 15) = 1− P(X ≤ 15)
= 1− (1− e−15λ)
= e−15(110) = e−
32
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
Ruang Sampel dan KejadianPeluang
Distribusi Gamma
Sebuah peubah acak kontinu X dengan fungsi peluang
fX (x) =1
Γ(α)βαxα−1e−
xβ , x ≥ 0
untuk suatu β > 0, α > 0 dikatakan berdistribusi Gamma denganparameter (α, β)
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
Ruang Sampel dan KejadianPeluang
Definisi fungsi Gamma:
Γ(α) =
∞∫0
e−xxα−1dx
Note:Γ(n) = (n − 1)!
Γ(n + 1) = nΓ(n), n > 0
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
Ruang Sampel dan KejadianPeluang
Apa yang dapat kita katakan tentang disribusi Gamma jika α = 1?
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
Ruang Sampel dan KejadianPeluang
Misalkan X ∼ Gamma(α = 1, β) maka
f (x) =1
Γ(1)β1x1−1e−
xβ
=1
βe−
xβ
Maka X ∼ Eksp(λ = 1
β
)
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
Ruang Sampel dan KejadianPeluang
Distribusi Normal
X merupakan peubah acak Normal dengan parameter µ dan σ2
jika fungsi peluang X diberikan
fX (x) =1
σ√
2πe−
12( x−µ
σ )2
, ∞ < x <∞
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
Ruang Sampel dan KejadianPeluang
Jumlah (dalam ons) sereal MILO berdistribusi Normal denganmean 16.5 dan standar deviasi σ. Jika si pengemas MILOdisyaratkan harus mengisi minimal 90 % kotak sereal MILO dengan16 ons atau lebih, berapa nilai maksimal dari σ?
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
Ruang Sampel dan KejadianPeluang
X ∼ N(16.5, σ2)
P(X ≥ 16.5) = 0.9
P
(Z ≥ 16− 16.5
σ
)= 1− P
(Z ≤ 16− 16.5
σ
)= 0.9
P
(Z ≤ −0.5
σ
)= 0.1
Z ≤ −0.5
σ= −1.28
σ = 0.390625
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
Peubah AcakPeubah Acak DiskritPeubah Acak Kontinu
Ekspektasi
Distribusi Kontinu
E (X ) =
∞∫−∞
x fX (x)dx
Distribusi DiskritE (X ) =
∑i
xipi
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
Peubah AcakPeubah Acak DiskritPeubah Acak Kontinu
Karakteristik ekspektasi:
E (g(X )) =∞∫−∞
g(x)f (x) (untuk distribusi kontinu)
E (cX ) = cE (X ), c konstan
E (aX + b) = aE (X ) + b
E (X1 + X2 + . . .+ Xn) = E (X1) + E (X2) + . . .+ E (Xn)
E (X · Y ) = E (X ) · E (Y ), hanya jika X dan Y saling bebas
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
Peubah AcakPeubah Acak DiskritPeubah Acak Kontinu
Misalkan X menyatakan lama (jam) mahasiswa belajar PengantarProses Stokastik dan fungsi peluang X adalah sebagai berikut:
f (x) =
{x − 2, 2 ≤ x < 314 , 4 < x < 6
Berapa rata-rata lama waktu mahasiswa belajar Pengantar ProsesStokastik?
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
Peubah AcakPeubah Acak DiskritPeubah Acak Kontinu
E (X ) =
∞∫−∞
x f (x) dx
=
2∫−∞
x (0)dx +
3∫2
x (x − 2) dx +
4∫3
x (0)dx +
6∫4
x
(1
4
)dx
=
[1
3x3 − x2
]32
+
[1
8x2]64
=25
6
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
Peubah AcakPeubah Acak DiskritPeubah Acak Kontinu
Variansi
Variansi:
Var(X ) = E [(X − X )2] = E (X 2)− [E (X )]2
Karakteristik variansi:
Var(cX ) = c2Var(X ), c konstan
Var(X1 + X2 + . . .+ Xn) =n∑
i ,j=1Cov [Xi ,Xj ]
Var(X1 +X2 + . . .+Xn) = Var(X1) +Var(X2) + . . .+Var(Xn),hanya jika Xi saling bebas
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
Peubah AcakPeubah Acak DiskritPeubah Acak Kontinu
Kovariansi
Kovariansi:
Cov(X ,Y ) = E [(X − X )(Y − Y )] = E (XY )− E (X )E (Y )
Karakteristik kovariansi:
Cov(X ,X ) = Var(X )
Cov(X ,Y ) = 0, jika X dan Y saling bebas
Cov(X ,Y ) = Cov(Y ,X )
Cov(X + Y ,Z ) = Cov(X ,Z ) + Cov(Y ,Z )
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
EkspektasiVariansiKovariansi
Diskusi
1. Diketahui
f (x) =
2x , 0 ≤ x ≤ 1
234 , 2 < x < 3
0, x yang lain
.
Tentukan:
a. P(X > 1
4
)b. Tentukan F (x)
2. Diketahui fungsi peluang:
f (x) = c(4x − 2x2), 0 < x < 2
Hitung E (X ) pada P(12 < X < 3
2
).
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
EkspektasiVariansiKovariansi
3. Maskapai penerbangan mengetahui bahwa 5% dari pemesantiket tidak datang untuk membeli tiketnya. Dengan alasan ini,maskapai tidak ragu untuk menjual 52 tiket dengan kapasitasduduk 50 orang. Berapa peluang ada kursi yang tersediauntuk setiap pemesan tiket yang datang?
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
EkspektasiVariansiKovariansi
4. Medibank, perusahaan asuransi kesehatan terbesar diAustralia, memiliki polis yang menanggung 100% biayakesehatan hingga maksimal 1 juta dolar/th polis. Diketahuitotal tagihan kesehatan X/th memiliki fungsi peluang:
fX (x) =x(4− x)
9, 0 < x < 3
Jika Y menyatakan total pembayaran yang dilakukanMedibank, tentukan nilai yang mungkin untuk Y ! Tentukanekspektasi dari Y !
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik
PendahuluanRuang Sampel dan Kejadian
Peubah AcakParameter Distribusi
DiskusiPustaka
Diskusi
Pustaka
Ross, Sheldon M. 2007. Introduction to Probability Models;9th Edition. New York: Academic Press.
Syuhada, Khreshna I.A. Materi Kuliah: MA4181 PengantarProses Stokastik. Departemen Matematika ITB, Bandung.
Taylor, Howard M. dan Samuel Karlin. 1975. A First Coursein Stochastic Processes; Second Edition. New York: AcademicPress.
Virtamo, J. 38.143 Queueing Theory/ Probability Theory.
Atina Ahdika, S.Si, M.Si Pengantar Proses Stokastik