Anda di halaman 1dari 24

TEOREMA LIMIT PUSAT

Disusun untuk Memenuhi Tugas Matakuliah Statistika Matematika II


yang Dibimbing oleh Bapak Susiswo

oleh
1. Desy Ratna Dewi

100311400769

2. Dwi Hidayanti

100311404213

3. Elis Widyo Palupi

100311400772

4. Fimmatur Rizka A.

100311405173

5. Nur Indha Permata S.

100311405150

UNIVERSITAS NEGERI MALANG


FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
JURUSAN MATEMATIKA
Oktober 2013

KATA PENGANTAR
Puji syukur kami panjatkan kehadirat Tuhan Yang Maha Esa yang telah memberikan
rahmat serta karunnia-Nya kepada kami sehingga kami dapat menyelesaikan makalah ini.
Makalah ini ditulis untuk memenuhi tugas dalam perkuliahan Statistika Matematika 2.
Berisikan tentang Teorema Limit Pusat yang sering digunakan pada bidang statistika.
Kami menyadari bahwa makalah ini masih jauh dari sempurna, oleh karena itu kritik
dan saran dari semua pihak

yang bersifat membangun selalu kami harapkan demi

kesempurnaan makalah ini.


Akhir kata kami sampaikan terimakasih kepada semua pihak yang telah berperan serta
dalam penyusunan makalah ini dari awal sampai akhir. Semoga Allah SWT senantiasa
meridhoi segala usaha kita, amin.

Penulis.

DAFTAR ISI
Judul ....................................................................................................................

Kata Pengantar ...................................................................................................

Daftar Isi .............................................................................................................

A. Pendahuluan ...........................................................................................

B. Pembahasan

...........................................................................................

C. Penutup ...................................................................................................
D. Lampiran ................................................................................................
E. Daftar Pustaka ........................................................................................

TEOREMA LIMIT PUSAT


A. Pendahuluan
Materi tentang Teorema Limit Pusat sering sekali digunakan dalam bidang statistika,
baik Statistika Matematis maupun Statistika Terapan. Teorema limit pusat dibuktikan dengan
menggunakan barisan mgf, atau fungsi pembangkit momen. Oleh karena itu pembahasan akan
diawali oleh kekonvergenan dari mgf.
Untuk menentukan sebaran batas dari peubah acak

Yn

selama ini kita

menggunakan definisi dari sebaran batas, yaitu sebaran batas diperoleh langsung dari
Gn ( y ) , untuk n mendekati tak hingga. Berikut ini kita ingin melihatnya dari sisi lain,
yaitu dari mgf-nya, atau fungsi pembangkit momennya, tentukan jika mgf-nya ada. Teorema
berikut ini akan menyajikan hal itu.
B. Pembahasan

Y 1 ,Y 2 , Y 3 ,

Teorema 2.4.1 Misal

G1 ( y ) , G2 ( y ) , G3 ( y ) , dan mgf
Misal

barisan peubah acak berturut-turut dengan cdf

M 1(t ), M 2(t ) , M 3 (t ) ,

M (t) adalah mgf dari suatu cdf G ( y ) , dan

lim M n ( t )=M (t ) ,

Untuk semua t

pada selang yang memuat nol, h<t< h . maka

lim G n ( y ) =G ( y ) ,

Untuk semua

y , sehingga G( y ) kontinu.

Teorema diatas tidak berlaku sebaliknya. Contoh 2.2.1, mgf-nya tidak konvergen,
lihat Latihan 2.4.1.
X 1 , X 2 , , X n

Contoh 2.4.1 Misal


n

sampel acak dari sebarab Bernoulli,

X i BIN ( 1, p ) , dan Y n= X i . Tunjukkan bahwa


i=1
Y n d Y ,Y POI ( ) .

Penyelesaian

X 1 , X 2 , , X n

Kita gunakan Teorema 2.4.1 untuk menyelesaikan permasalahan ini. Karena


n

X i BIN ( 1, p ) , dan Y n= X i , maka


i=1

sampel acak dari sebarab Bernoulli,

Y n BIN ( n , p ) .

( ( )) (

M n ( t )=( pe +q ) = e + 1
n
n
n

p= ,
sehingga
n

=np , atau

Oleh karena itu

(e 1)
= 1+
n

Dengan menggunakan sifat limit yang diberikan pada Subpokok Bahasan 2.2 kita
memperoleh
lim M n ( t )=e (e 1)
t

Yang merupakan mgf dari peubah acak bersebaran Poisson dengan purata

Jadi

Y n d Y ,Y POI ( ) .

Dapat pula dikatakan bahwa jika Y n BIN ( n , p ) , dan jika

n , p 0, dan np= maka Y n POI ( ) .


Contoh 2.4.2 Misal

X 1 , X 2 , , X n

sampel acak dari sebaran Bernoulli,

Xi

X i BIN ( 1, p ) , dan

Y
p`n= n = i=1
n
n

Tunjukkan bahwa

P`n p P .

Penyelesaian
Kita lihat mgf dari
M P`

P`n dengan memanfaatkan mgf dari Y n seperti berikut ini.

t
( t ) =E [ e ] =E [ e ]=M ( )=( pe +q )
n
t

Yn
n

t
Yn
n

Yn

t
n

x2
x
e
=1+
x
+
+ , dan dengan memandang
Dengan menggunakan ekspansi deret
2
kita peroleh

x=

t
n ,

[(

t t2
M P` = p 1+ + 2 + + q
n 2n
n

pt pt 2
p+q+ + 2 +
n 2n

pt d ( n )
1+ +
,
n
n
Dimana
d ( n )=

pt 2 pt 3
+
+
2 n 6 n2

Oleh karena itu dengan menggunakan sifat limit kita peroleh


lim M P` ( t ) =e pt
n

Ini merupakan mgf dari peubah acak yang sebarannya merosot pada

p .

Hal ini dapat dilihat seperti berikut:


Misal peubah acak Y mempunyai pdf
g ( y )=1( y= p)

Maka cdf nya adalah


G ( y )=1 ( y p ) ,
dan ini merupakan cdf merosot pada

y= p . Lebih lanjut diperoleh mgf

e tY f ( y ) =e tp
M y ( t )=E ( etY ) = =e pt .
y

Jadi

P`n p P .

Hasil ini persis sama dengan hasil pada contoh 2.3.1, yang disebut sebagai

Hukum Bilangan Besar.

X 1 , X 2 , , X n

Contoh 2.4.3 Misal


n

Y n= X i , dan Z n =
i=1

X i BIN ( 1, p ) ,

sampel acak dari sebaran Bernoulli,

Y n np

npq

Tunjukkan bahwa

Z n d Z , Z N ( 0,1 ) .

Penyelesaian
Kita ingat kembali sifat bahwa jika Y n BIN ( n , p ) , maka

=np dan = npq .

Selanjutnya kita selesaikan dengan prosedur yang serupa dengan contoh 2.4.2. Mula-mula
Zn,

kita ubah bentuk dari


Zn=

yaitu

Y n np

Oleh karena itu

M z ( t )=E [ e tZ ]=E e
n

ptn

My

t
=e

()

ptn

Y n np
t

]=E [e

Yn

tnp

]=e

ptn

[ ]
t

E e

Yn

( p e +q ) =[e ( pe + q )]
t

pt

Seperti halnya pada contoh 2.4.2, jika kita gunakan ekspansi deret maka kita peroeh

[(

2 2

)(

pt p t
pt pt
M Z (t )= 1 +
p+ + 2 + +q
2
2
n

dimana

t2
2n

)] [

diperoleh dari bentuk perkalian


pt pt p2 t 2
pt 2 2 p2 t 2+ p2 t 2 + pt 2 pt 2 p 2 t 2
. + 2 .1+1. 2 =
=
2
2

2
2
2
2
2

p(1 p)t
pq t 2 t 2

=
=
2 npq
2 npq 2 n

d (n)
t
= 1+ +
,
2n
n

Sedangkan

d (n)
n

diperoleh dari sisa perkalian yang lainnya. Kita peroleh hasil akhir
2

t
2

lim M Z ( t )=e ,
n

Ini merupakan mgf dari peubah acak yang bersebaran normal baku. Jadi

Z n d Z , Z N ( 0,1 ) .

Hasil dari Contoh 2.4.3 dapat kita perumum untuk sebarang sampel acak dari dengan
purata

dan varians 2 , yang disebut sebagai Teorema Limit Pusat/Central Limit

Theorem seperti disajikanpada teorema berikut.


Teorema 2.4.2 Teorema Limit Pusat (CLT)
X 1 , X 2 , , X n
Misal
sampel acak dari sebaran dengan purata

dan varians

2 < , dan misal


n

Z n = X i
i=1

n
n

Maka sebaran batas dari Zn adalah normal baku ,ditulis

Z n d Z , Z N ( 0,1 ) .

Bukti
Pembuktian di bawah ini menganggap bahwa mgf dari sampel acak

X 1 , X 2 , , X n

ada.

Namun demikian, jika mgfnya tidak ada bukti dapat dimodifikasi dengan fungsi karakteristik
( t )=E ( e itx )
Misal m(t) menyatakan mgf dari

X ,atau m ( t )=M X ( t ) .

maka
e 0 (x )=E ( e0 ) =E ( 1 )=1,
m ( 0 )=E
m' ( 0 ) =E ( X )=0,
dan
m(0)=E {(X-)} ^ {2} = {} ^ {2} .

Dengan menggunakan ekspansi deret taylor sekitar 0, dan untuk

antara 0 dan t , kita

peroleh
m() {t} ^ {2}} over {2} =1+0+ {m ( )t
m ( t )=m ( 0 ) +m ( 0 ) t +
2
'

m()- {} ^ {2} ) {t} ^ {2}} over {2}

2 2
t
1+
+
2
hasil terakhir ini diperoleh dari menambah dan mengurangi ruas kanan dengan

2t2
2

Selanjutnya jika tulis Zn dalam bentuk


n

(X i)

Z n = i=1

maka akan kita peroleh

M Z (t )=E [ e

t Zn

[ {

E exp

[ {

E exp

]=E

[ {

E exp

} {

1
( X 1 ) exp
n

} {

E exp

t
( X 1
n

}]

}]
}

1
( X 2 ) . exp
n

}
) }]

.
E

1
( X n )
n

X 1, X 2 , , X n

t
( X 2 ) . exp
n

t
( X 2 )
n
exp

t
exp
( X )
n n

{
[ {

i=1

sampel acak, maka

t
( X 1 ) exp
n

exp t

( X i )

t
( X i )
n i=1

X 1, X 2 , , X n

karena

[{

}]

bebas sehingga kita peroleh

t
( X n )
n

}]

Perhatikan bahwa
t
E exp
( X i) =M X
n

[ {

karena
Xi

}]

X 1, X 2 , , X n

t
n

( )

sampel acak, sebaran dari

X 1, X 2 , , X n

identik maka mgf dari

sama untuk setiap i=1,2, , n hal ini berakibat


M X
i

( t n )==M ( tn )=M ( t n )
X n

sehingga diperoleh
n

[ ( )] [ ( )]

M Z (t )= M X

=m

m ()- {} ^ {2} ) {t} ^ {2}} over {2} ]} ^ {n} , 0< left lline right rline <

2 2
t
1+
+
2
2n

Karena jika n , maka

} () {m} ^ {

t
n

akibatnya 0 . Oleh karena itu

( 0 )= 2 , atau m()- {} ^ {2} )0 . Sehingga kita dapat mengambil fungsi

m()- {} ^ {2} ) {t} ^ {2}} over {2 {} ^ {2}}

d ( n )=

Oleh karena itu kita peroleh


n

M Z (t )=[ 1+
n

t 2 d (n)
+
] .
2n n

Dengan teori limit maka didapat

lim M Z ( t )=e

jadi

Z n d Z , Z N ( 0,1 )

t
2

X n
Z
=
n
atau bisa ditulis
/ n

Contoh 2.4.4 Misal

X 1, X 2 , , X n

sampel acak dari sebaran


n

seragam, X i UNIF ( 0,1 )

Y n= X i . Tunjukkan bahwa
i=1

, dan misal

Y 12 6

mendekati sebaran normal baku.


Penyelesaian
Karena diketahui

X 1, X 2 , , X n

sampel acak dari sebaran seragam,

X i UN IF ( 0,1 ) , maka

0+1 1
= ,
2
2

dan
2
(10)
1
2
=
=
12
12 .
Sekarang kita perhatikan persamaan berikut:
12

Y 126= X i6
i=1

12

Xi

12 i=1 6
12

1
12 X 12
2

1
12 12 X 12
2

Anggap

n=12

1
X 12
2

.
1
/ 12
2

suatu nilai yang cukup besar, maka dengan menggunakan

CLT kita peroleh

Dengan kata lain

Y 126 d Z , Z N ( 0,1 ) .

Y 126

mendekati sebaran normal baku.

Contoh 2.4.5 Ulangi Contoh 2.4.4. Jika

menentukan nilai pendekatan dari

X n = X i , untuk
i=1

P ( 0.40< X 12 <0.60 ) .

Penyelesaian
Seperti halnya pada contoh 2.4.4, anggap

n=12, suatu nilai yang cukup

besar, maka dengan menggunakan prosedur serupa akan kita peroleh nilai
pendekatan

[ (

P ( 0.40< X 12 <0.60 ) =P 12 0.40

1
1
1
< 12 X 12 <12 0.60
2
2
2

) (

) (

)]

P [1.2<Z <1.2 ]
P [ Z< 1.2 ] P [ Z<1.2 ]
2 P [ Z <1.2 ] 1
2 0.885=0.77,

Dari tabel sebaran normal baku.


C. Penutup
Kesimpulan
Untuk menentukan sebaran batas dari peubah acak

Zn

dapat menggunakan mgf atau

fungsi pembangkit momennya, tentunya jika mgf ada.


Seperti pada teorema 2.4.1
Misal M (t) adalah mgf dari suatu cdf G ( y ) , dan
lim M n ( t )=M (t ) ,

Untuk semua t

pada selang yang memuat nol, h<t< h . maka

lim G n ( y ) =G ( y ) ,

Untuk semua

y , sehingga G( y ) kontinu.

Secara lebih umum untuk menetukan

Zn

teorema limit pusat dimana sebran dengan purata


n

Z n = X i
i=1

bersebaran normal baku kita gunakan


dan varian 2 <

dan misal

n
n

Z n d Z , Z N ( 0,1 ) .

Maka sebaran batas dari Zn adalah normal baku ,ditulis

D. Lampiran
Soal Latihan dan Pembahasan
2. 4.1 Tentukan mgf peubah acak pada contoh 2. 2. 1. Tunjukkan bahwa mgf tersebut tidak
konvergen
Jawab :
Misal.

X1 , X2 , X3, X n

X i UNIF (0,1)

sampel

dan

f ( x )=I (0< x <1)

Cdf

F ( x )=x I ( 0 x 1 ) + I (1 x)

Jadi,

M ( t )= e f ( x ) dx

konvergen.

seragam

tx

M n(t ) =

sebaran

yaitu statistik urutan terbesar.

Pdf

Mgf

dari

Yn X n , n

acak

( M (t) )

e tx dx= 1t e tx 10 = 1t et 1t = 1t ( et 1 ) , t 0
0

1 t
( e 1 )
t

. Akibatnya, mgf-nya tidak

Z 1,
2. 4. 2. Misal Z i N ( 0,1 ) dan misal

Z i 1n

untuk menentukan sebaran batas dari

Z i. t
i=1

E e

E e

i=1

t
n
n

]
[ ]

Z i. t
i=1

Z i n

E e

[
[

i=1

M yn ( t ) =E [ et Y ]

Jawab :

t
n n

e
e

t
n n

t
n n

Z i. t
i=1

E e

[ ] E [ e ] E [e ] . E [e ]

E e

Z1 t
n

Z2 t
n

e
e

t
n n

t
n n

Z3 t
n

Zn t
n

( E [ e ])
zi

Mgf dari normal baku


2

Mz

( tn )=e

( tn )
2

t
Mz
=e 2n
n

( )

Jadi

[ ( )]
t
Mz
n

M z ( t )=e

t
2

Z 2,

Z 3,

bebas. Gunakan teorema 2.4.1

M yn ( t ) =e

t
n n

nt
2n

e =e

t
n n

t
2

Jadi

M yn ( t ) =lim e

t
nn

t
2

lim

n
2

t
2

Jadi sebaran batasnya e

2.4.3

t
2

yang merupakan mgf dari sebaran normal

X n 2 ( n) ,

Misal

dan misal

Zn=

X nn
2n . Gunakan teorema 2.4.1

Z n d Z , Z N ( 0,1 ) .

untuk menunjukkan bahwa

X n 2 ( n)

Pembahasan: Menurut sifat jika

, maka

dan

2n

Selanjutnya selesaikan dengan prosedur yang serupa dengan


Zn

Zn
contoh 2.4.2. Mula-mula ubah bentuk dari

Xn n
2n

, yaitu

sehingga
tX n
tX n
tn

t X n2nn

tZ n
2n
2n

M Zn (t ) E e E e
E e 2 n e
E
e

tn
2n

tX n
2n

E e

tn
2n

M Xn

2n

tn
2n

pe

tn
2n

t
2n

tn
2n

e
pe

t
2n

M Zn


tn
t 2n2
pt
pt 2
1

... p

... q
2n 2 n
2n 2n

t2 n n p p
2n

d n

Dengan menggunakan ekspansi deret, diperoleh

t
tn
pt
t 2 n2
pt 2
npt 2 t 2 n 2 pt 2
.

.1 1.

2n
2n
2n 2n 2n

n n p p
2n

dimana

t2 n n p p
2n

diperoleh dari bentuk perkalian :

d n d n
n

Sedangkan

diperoleh dari sisa perkalian lainnya.


lim M Zn t e

t 2 n n p p
2n

Diperoleh hasil akhir

2.4.4 Misal peubah acak Z n POI (n) , dan misal Y n=

untuk menunjukkan bahwa

Y n d Z , Z N (0,1)

Z n n

. Gunakan Teorema 2.4.1

Pembahasan:
tY
M Y ( t )=E ( e )
n

tn
n

(
.( e

e n 1

))

E e

t
n

Z nn
n

(
e .e

Zn
n

( )

E e

e n 1

tn
n

E e

t
Zn
n

tn
n

MZ

( tn )

[(

)(

)[(

t
n

t
e 1
t
t2
+ 1+ e n 1 +
2
n 2 n

[(

) ((

[(

[ (

[) ((

t
t2
t
t2
1 + 1 + 1 + 1 +
n 2 n
n 2n

) (

t
t
t t
1 + 1 +
+ +
n 2 n
n 2 n

2.4.5 Misal

Xn

(a). Misal Y n= n( X n1) . Tunjukkan bahwa


t

t
M y ( t )= e
e n , t< n
n

( )

(b). Tentukan sebaran batas dari


Pembahasan:

a).

M x ( t )= etx . ex dx
0

e x(t 1 ) dx
0

1 x
e
t1
t yn

M y ( t )=E(e )
n

) )]

t
t2
+ 1
n 2 n
2

)]

)]

)]

menyatakan purata dari sampel berukuran n dari sebaran dengan pdf

t t
+
n 2n
2

f ( x )=e I ( 0< x <)

)]

)] +

Yn

E(e
E(e

( xn1 )

xi

t n

( )
e n . xi
t

e n

( E ( e )) ( E ( e ) )
t

t
n

. xi

. xn

t
n
M x ( )

1
t .
en
i

t
n

1
t
1
n

( )

t
t
1< 0
<1, t< n
, n
n

e
n

t
) .(
n

( e )
n

. 1
t

t
n

t
n

t
e e n
n
n

, t < n

Yn
b)

Tentukan sebaran batas dari

lim( M Yn (t )) lim e
n
n

t
n

t
t2
t3

...

n n 2n n

t
t2

lim (1

...)
n
n 2n


t
t2
lim 1

...
n
n 2n

t 2
lim 1
n
2n

t2
2n

t2
(n)
2n

lim e
n

lim e
n

Y
n

t 2
2n

t2
2n

t2
2

merupakan mgf N(0,1) maka

menyatakan purata sampel acak berukuran 100 dari sebaran

Hitunglah nilai pendekatan dari P(49< X <51)


Jawab :

t2
2

Karena M(t)=
X

N (0,1)

2.4.6 Misal


t
t2
1

...

n 2n

X 2 (50).

P [49< X <51] =P [ 49 < X < 51 ]

=P [ 1 < X 50 < 1 ]

Z
=P [ 1 < n < 1 ]
Z n <1 P [Z n <1]

=P [
=

P [ Z n <1 ]{1P [ Z n <1 ] }

2 P [ Z n<1 ] 1

= 2 . 0,8413

2.4.7 Misalkan

1 = 1,6826

1 = 0,683

menyatakan purata sampel acak berukuran 128 dari sebaran gamma

dengan =2 , dan =4 . Hitunglah nilai pendekatan dari

<9)
P(7< X

Jawab : =2; =4 ; n=128 ; =k . =8


2=k . 2=4.4=16 ; = 16 = 4
Zn=

P [ 7< X <9 ] =P [ 7< X <9 ]


=

P [ 78< X8<
98 ]
P[

1
X 8
1
<
<
]
4
4
4
128 128 128

P[2,86< z n<2,86 ]

P [ z n <2,86 ] P[ z n<2,86]

P [ z n <2,86 ][ 1P ( z n <2,86 ) ]

2 P [ z n <2,86 ] 1

= 2 0,99791
= 0,9958

X 1 , X 2 ,..., X 100
2.4.8 Misal

sampel

X i exp ( 1 )

acak

dari

sebaran

dan

100

Y Xi
i 1

. Tentukan nilai pendekatan normal dari:

X i exp ( 1 ) =1, k =1
E( X ) 1
Var ( X ) 1 1
2

100

Y = X i n=100
i=1

Jadi,
P(Y 110) 1 P(Y 110)
Y 100.1 110 100.1

100.1
100.1

=1 P

Y 100 110 100

10
10

1 P

Y 100
1
10

1 P

=1 P Z n 1
=1 0,8413
=0,1587

(a)

eksponensial,

(Y 1) (1, 2 1)
(1,1 1)

1/ 100 1/ 100 1/ 100

P (1,1 Y ) P

0,1 (Y 1) 0, 2

1/ 10 1/ 10 1/10
=P (Y 1)
=P

=P n

=P n P n

=0,9772 - 0,8413
=0,1359
(b)

n
2

M X ( t ) =(12t) , t <
n

1
2

Zn=

X nn
2n

M Z (t )=E ( e Z t )
n

Xnn
t
2 n

)
E(e
E(e

Ee

Xn

2n

nt
2 n

Xn

2 n

nt

.(e )

e 2 n M X
nt
2 n

nt

2 n

( 2nt )
n
2

( 12 t ) , t <
MZ

()=lim ( e

nt
2 n

1
2

( 12t )

n
2

lim
n

lim

lim

lim

lim

(
(

(
(

1
e

nt
2 n

1
t

( 12 t ) 2

e 2 n ( 12 t ) 2

1
e

t
2 n

e
e

2 n
t
2 n

( 12 t )

2 n
2

t
2n

( 12 t )

1
2

1
2

lim

lim
n

1
e

(
(

tn

2 n
2

t n
2n

t
2

lim

lim

( )
( )
( )

lim

n
2

( 12t ) 2

e 2 n

2n

(12 t ) 2
t

t 2
2

( 12 t )
tn

t2
n
2

t
2

2 n

( 12t )

t2 n
2n

1
2

tn

. e 2 n
n

( 12t ) 2