MODUL
PENDAHULUAN
8.1
Aljabar Matriks 2
Kegiatan Belajar 1
Derivatif
ebelum kita mulai dengan membahas bagaimana melakukan perhitunganperhitungan derivatif terhadap fungsi matriks dan matriks fungsi, serta
mempelajari sifat-sifatnya, marilah terlebih dahulu kita pelajari apa yang
dimaksud dengan fungsi matriks dan matriks fungsi.
Fungsi matriks adalah suatu fungsi yang dibangun/dibentuk oleh suatu atau beberapa
matriks/vektor.
Contoh 1
f X I X X2 ... Xn 1
atau
1
f X Xn I X I
atau
f X X I
Xn I
Dari contoh 1 ini, sudah barang tentu harus diperhatikan bahwa f X terdefinisikan
kalau persyaratan-persyaratan yang diperlukan dalam pengoperasian matriks/vektor di
ruas kanan berlaku.
1
Dengan mudah dapat ditunjukkan jika X I mempunyai invers, artinya X I
ada maka
I X X 2 ... X n 1 X n I X I
X I
Bukti
Karena
Xn I
I X ... Xn1 X I Xn I
maka
8.2
I X ... Xn1 Xn I X I 1
Dengan cara yang sama dapat dibuktikan bahwa
I X ... Xn1 X I1 Xn I
I O I O
P.P
C B C B
I.I O.C I.O O.B
C BC B2
P.P.P P.P .P
O I O
I
C BC B2 C B
I
O
I B B2 C B3
sehingga:
I
O
Pk
{I B ... Bk 1}C Bk
atau
I
O
Pk
(I B) 1(I Bk )C Bk
Contoh 3
Jika A adalah suatu matriks bujur sangkar maka
8.3
Aljabar Matriks 2
f (A) eA I A A
2!
i!
A
i 0
Jika jumlahan deret tersebut konvergen, yang akan dipenuhi jika semua komponen dari
matriks eA yang merupakan deret harus konvergen.
Contoh 4
Jika matriks R n P atau matrik P eR dengan R rij dan p pij , serta
1, i j
pij ij rijk k! , ij
0, j i
k 1
maka hubungan dari matriks R dan matriks P hanya akan berlaku (fungsi matriksnya
ada) jika ruas kanan dari pij konvergen untuk setiap i dan j.
Dari contoh-contoh di atas dapat dilihat dengan mudah bahwa dengan penyesuaianpenyesuaian tertentu yang berlaku untuk matriks, hukum-hukum yang berlaku untuk
skala atau satu peubah dapat pula diberlakukan untuk matriks.
Matriks fungsi adalah suatu matriks yang paling sedikit satu komponen-komponennya
adalah fungsi (satu peubah atau lebih dari satu peubah).
Contoh 5
x3
a. F(x)
2x
x12
b. F(x)
x1x 2
(3 4x 2
ex
x1x 2
x 32
, x (x1, x 2 )
x1 x 2
x 22
Selanjutnya marilah kita bahas suatu masalah yang dihadapi dalam kalkulus
multivariabel, yaitu mencari/menghitung derivatif (parsial) ke masing-masing variabel/
peubah. Dalam format matriks dan vektor maka masalah tersebut dapat dipikirkan
sebagai mencari derivatif fungsi matriks f (x) (yang merupakan skalar) ke vektor x , atau
8.4
(
...
), x (x1x 2 ...x p )
x
x1 x 2 x p
Contoh 6
Jika ax xa dengan a (a1a 2 ...a p ) dan a (x1x 2 ...x p ) maka
ai xi
i 1
sehingga
a
x
karena
p
p
p
a i xi a i xi a i xi ai xi
i 1
i 1
i 1
i 1
x
x
x1
x 2
x p
a1 a 2 ...a p a
y
2. Derivatif suatu vektor y ke vektor x , ditulis adalah suatu matriks yang kolom
x
y
y
Jika x ' (x1x 2 x p ), y ' (y1y2 yr ) dan A (a ij ) maka a ij i untuk
x
x j
semua i, j.
Contoh 7
Jika y Ax maka y ' x 'A ' atau
y1 y2 yr x ' a1 a 2 a r xa1 xa 2 xa r
sehingga
y ' (x 'a1x 'a 2 x 'a r ) x 'a1 x 'a 2 x 'a r
x
x
x
x
x
a1 a 2 a r A
8.5
Aljabar Matriks 2
Contoh 8
xAx xP (Qx)
dengan P Ax dan Q x 'A
x
x
x
(A A)x
Contoh 9
Cara lain untuk membuktikan bahwa:
(xAx)
A A x
adalah
p p
a rs x r x s
(x Ax)
r 1 s1
x
x
p p
a rs x r x s
r 1 s1
, i 1, 2,..., p
p p
a rs ir a rs x r is
r 1 s1
(xAx) p
a is x s a ri x r , i 1, 2,..., p
x
r 1
s1
Ax A x
A A x
8.6
dengan
x i
harga mutlak dari determinan matrik A a ij dengan a ij
.
j
Contoh 10
Jika y1 ex1 x 2 dan y2 x 2 maka
x1
y
1
J x y
x 2
y
1
x1
y 2
x 2
y 2
J x y y1 y2 y1 y2
y1 y2
0
1
Suatu hal yang perlu menjadi perhatian dalam menentukan Transformasi Jacobian
adalah transformasinya dari x ke y sehingga untuk menentukan Transformasi Jacobian
Contoh 11
Untuk jawaban contoh 10, dapat dihitung
J y x
y1
x
1
y1
x
2
y 2
x1
y 2
x 2
e x1 0
e x1 y1 y 2
1 1
sehingga
J yx . J xy i
8.7
Aljabar Matriks 2
akan menghasilkan:
J x y
1
J yx
1
y1 y2
Berikut ini akan disajikan beberapa rumus-rumus Transformasi Jacobian yang banyak
digunakan:
No. Transformasi: x y
Transformasi Jacobian
1.
Y(p1) AX(p1)
(det(A))1
2.
Y(pq) AX(pq)
(det(A))q
3.
Y(pq) Xpq A
(det(A))p
4.
Y(pq) AX(pq) B
(det(A))q (det(B))p
5.
(det(A))(p1)
6.
a pq
7.
1
p(p 1)
a 2
8.
Y(pp) X1
(det(X))2p
9.
(det(X))p1
10.
Ypp Xk
p p k k r k r
i j
i1 j1 r 1
11.
p p k k r k r
i j
i1 j1 r 1
Catatan:
a. harga determinan dipilih/diambil yang positif.
b. 1, 2 ,..., p adalah nilai-nilai karakteristik dari matriks X.
x
Memperhatikan bahwa J x y dengan x dan adalah vektor-vektor, apabila X
y
8.8
Operasi vech (vektor-half) terhadap suatu matrikx X, ditulis vech X, adalah sama
dengan vec X, kecuali untuk setiap kolom yang disusun hanya diambil mulai dari elemen
diagonal ke bawahnya.
Contoh 12
1 2 3
X
4 5 6
X 1 4 5 6 .
Jika matriks
maka
vec
X 1 4 2 5 3 6
dan vech
Berikut ini akan disajikan beberapa rumus yang berlaku untuk derivatif ke suatu
skalar x dan matriks X = (xij), i = 1,2, , r dan j = 1,2, , 3.
1. Jika matriks A = (aij) dan x adalah suatu skalar, maka berlaku:
A a ij
a.
x x
b.
A 1
A 1
A 1
A
x
x
c. A
A
A
A AA
A A
x
x
, i = 1, 2, , 5 dan j = 1, 2, , 5
x x ij
x kla kl
tr(XA)
a maka tr(XA) A
b. Karena
k l
ji
X
x ij
x ij
A A diag A
Jika A simetris dengan matriks diag (A) adalah matriks diagonal yang elemenelemennya adalah elemen-elemen diagonal dari matriks A.
untuk setiap j dengan det (Xij) adalah kofektor dari elemen xij maka
8.9
Aljabar Matriks 2
X x ij
dengan
x ij
X x ij x ij ij x ij
atau
2 ij xij
jika X simetris
1, i j
0, i j
ij
X X 1
atau
X
X
1 X
.
X X
atau
X 1
X
2X 1 diag X 1 jika X simetris
nX
nX
X
e.
1 X
1
X ij
X
X x ij
.
ij y
x
i
X
tr X 1
8.10
a Xb
ab
X
aXa
2aa diag(aa)
X
Contoh 13
x3
Jika matriks A x
2
x 3
A x
x 2 x
3 4x 2
e x
x
3 4x 2
x
ex
maka
3x
e
2x n2 8x
dan
1
A 1
A 1
ajoint (A)
A 1
A dengan A 1
x
x
x
Karena
(3 4x 2 ) 2x
1
A 1 3
x (3 4x 2 )(2e) x e x
x 3
maka
(3 4x 2 ) 2x 3x 2 e x 3 4x 2
A 1
1
3
5
x 2
x
x
3
x
(3x 4x (2e) ) e
x 2 n2 8x e x
b11 b12
1
2
x
b 21 b 22
3x 3 4x 5 2e
2x
x3
dengan
8.11
Aljabar Matriks 2
Contoh 14
Jika matriks P T(TAT)1T dengan matrisk-matriks, T tidak bergantung pada
skalar x dan matriks A simetris maka
P
(TAT) 1
(TAT
T
T T (TAT) 1
TAT 1 T
x
x
x
A
A
T(TAT) 1 T
T(TAT) 1T P
P
x
x
Jika adalah suatu skalar yang merupakan fungsi dari vektor maka turunan parsial
2
2
kedua dari ke x , ditulis
adalah suatu matriks H = (hij) dengan h ij
.
xx
x i x j
Matriks H tersebut dikenal sebagai matriks Hessian.
Contoh 15
1 3 5
xAx
xx
x
x x
x
2A
2
atau
Karena xAx x12 6x1x 2 10x1x3 4x 22 14x 2 x3 9x32
maka
2
H = (hij) dengan h ij
, i, j = 1, 2, 3
x i x j
8.12
h11
2x1 6x 2 10x3 2
x1x1 x1
2
LATIHAN
a) R n a b
n 1
P 1 P1
b) er 1
berakibat
P2 1 P2
(1 P1 ) n (P1 P2 )
dan a b n (P1 P2 )
a
1 P1 P2
PX XQ
3) Buktikan bahwa
0 berakibat P Q
X
4) Jika vector y (y1y2 ) dengan y1 6x12 x 2 2x1x 2 x 22 dan
y2 2x13 x12 2x1x 2 dan skalar y 2x13x 2 x12 x 2 x1x 22 tunjukkan bahwa
J xy H dengan H adalah matriks Hessian untuk y.
1 2 3
8.13
Aljabar Matriks 2
a)
x
1) eK K i i!
i 0
! dan pij ij
k 1
rijk
k
1,i j
dengan ij
0,i j
misalnya:
p11 1 a k
k 1
3)
4)
5)
6)
k!
a k
k 0
k!
ea sehingga P1 ea .
.
.
.
Tunjukkan terlebih dahulu bahwa xAx
RANGKUMAN
Dalam kegiatan belajar ini telah dipelajari pengertian fungsi matriks dan
matriks fungsi dan bagaimana caranya menghitung derivatif ke skalar, vektor
maupun matriks untuk berbagai bentuk fungsi matriks dan matriks fungsi.
Khususnya untuk kombinasi linear, transformasi linear, dan bentuk kuadrat.
8.14
TES FORMATIF 1
Pilih jawaban yang paling tepat dari beberapa alternatif jawaban yang disediakan!
ak ak
1) Jika matriks A k 11 12 dengan k = 0, 1, 2, ... dan 0 < aij < 1 untuk setiap i, j
ak ak
21 22
maka
Ak .
k 0
1 a11 1 a12
A.
1 a 21 1 a 22
a
a
B. 11 12
a 21 a 22
1
1 a
11
C.
1
1 a
21
1
a
D. 11
1
a
21
1
1 a12
1
1 a 22
1
a12
1
a 22
a a
n
2) Jika matriks R
maka R = .
b b
A.
a b n R
B.
a b n R
C.
a b n R
D.
a b n R
8.15
Aljabar Matriks 2
k
P
r
p
r
r
3) Jika matrik P eR dengan P 11 12 , R 11 12 serta pij ij ij
,
k!
P21 P22
r21 r22
k 1
dan ij 1 untuk i = j , ij 0 untuk i j maka P = .
er11
er12 1
A.
er21 1 er22
er11 1 er12
B.
r22
er21
er111
C.
er21
er12
er221
1 er11
er12
D.
er21 1 er22
e3
4) Jika matriks F(x) = F x x
2
6x
e2x
A.
2x n2 8
6x
B.
2x n2 2
e2x
6x
ex
C.
2x n2 8
6x
D.
2x n2 2
8.16
ex
ex
3 4x 2
2
maka F = .
x 2
5) Jika skalar x12 3x1x 22 2x 22 dan x (x1x 2 ) maka
.
A.
2x 3x 6x x
B.
6x x
C.
2x
D.
6x x
2
2
1 2
1 2
4x 2
4x 2 2x1 3x 22
1 2
4x1 2x 2 3x12
1 2 3
A. 1 2 3 4 5 6 7 8 9
B.
2 3 6 5 4 7 8 9
C. 1 4 7 2 5 8 3 6 9
D. 1 4 7 8 5 2 3 6 9
1 4 7
A. 1 2 3 4 5 7
B.
2 3 5 6 9
C. 1 4 7 5 2 3
D. 1 4 7 5 8 9
8.17
Aljabar Matriks 2
1 2
8) Jika matriks X
maka matriks-matriks G dan H yang memenuhi vech X = H
2 1
vec X dan vec X = G vech X adalah .
1
0
A. G
0
0 0
1 0 0 0
1 0
,H 0 1 0 0
1 0
0 0 0 1
0 1
0
B. G
0
0
0 0
1 0 0 0
1 0
,H 0 1 0 0
0 1
0 0 0 1
0 1
0
C. G
0
0 0
1 0 0 0
1 0
,H 0 1 0 0
0 1
0 0 1 0
0 1
0
D. G
0
0
0 0
1 0 0 0
1 0
,H 0 1 0 0
1 0
0 0 1 0
0 1
J x y .
A. y1 y2
B. y1 y2
C.
1
y1 y 2
D.
1
y1 y 2
8.18
10) Matriks Hessian dari suatu skalar x12 6x1x 2 4x 22 adalah matriks H = .
8 6
A.
6 2
2 6
B.
6 8
6 8
C.
2 6
6 2
D.
8 6
Cocokkanlah jawaban Anda dengan Kunci Jawaban Tes Formatif 1 yang terdapat di
bagian akhir modul ini. Hitunglah jawaban Anda yang benar. Kemudian gunakan rumus
di bawah ini untuk mengetahui tingkat penguasaan Anda terhadap materi Kegiatan
Belajar 1.
Rumus:
Jumlah jawaban Anda yang benar
Tingkat penguasaan =
X 100%
10
8.19
Kegiatan Belajar 2
Integral
umpulan peubah acak X1, X2, , Xp yang masing-masing mempunyai fungsi
padat peluang f(x1), f(x2), , f(xp) dan fungsi distribusi (kumulatif) f(x1),
F(x2), , F(xp), secara bersama-sama akan membentuk suatu peubah acak
multidimensional atau peubah acak multivariat, yang dapat dinyatakan sebagai vektor
peubah acak.
X X1 X2 Xp
dengan fungsi padat peluang bersama f(x1, x2, , xp) yang dapat ditulis sebagai f (x)
2.
xR x
f (x)dx 1
(1)
(2)
i1
Fungsi distribusi bersama dari X , yaitu F(x) adalah F(x) F(x1, x 2 ,..., x p )
P(X1 x1,..., Xp x p )
Hubungan antara fungsi padat peluang bersama dan fungsi distribusi bersama dapat
dinyatakan sebagai:
F(x)
f x dx
atau
P F(x)
f (x)
x1x 2 ... x p
xp
8.20
x p1
x1
(3)
(4)
Sehingga terlihat bahwa dari (3) dan (4), tertentunya salah satu, akan menentukan yang
lain.
Contoh 1
Jika vektor perubah acak X= X1 X2 Xp adalah vektor peubah acak yang
dibentuk oleh peubah acak Xi, i = 1, 2, , p yang saling bebas dan masing-masing
berdistribusi normal dengan mean = i dan variansi = i2 maka
f (x) f x i
i 1
1
1
e 2
i 1 i 2
1
e
i 1 i 2
p
x 2 xi 2
1
2
i 1
x i i 2
1 x D1 x
2
D det D
x (x1x 2 ...x p ), (12 ... p ),
dengan
dan
diag
Contoh 2
Jika vektor peubah acak X= X1 X2 Xp adalah vektor peubah acak
berdistribusi multivariat normal dengan vektor mean = dan matriks variansi = maka
syarat (2) untuk fungsi padat peluang bersamanya berlaku dapat dibuktikan dengan, cara
berikut:
Karena f (x)
xR x
1
(x ) 1 (x )
e 2
1
(2)
maka
f (x)dx g(y). J x y dy
yR
8.21
Aljabar Matriks 2
dengan g(y) f x y
x y adalah suatu transformasi ortogonal yang membawa
1
menjadi suatu matriks diagonal. (Ini selalu dilakukan dan telah Anda pelajari
dalam Modul 7 Kegiatan Belajar 1). Transformasi ortognal yang dimaksud adalah
matriks
yang
memenuhi
dengan
dan
P 1 P D
P
PP PP I
D diag 1 2 p
1 , i = 1, 2, ,
y
J xy 1 (karena P ortogonal dan P ).
x
1
Karena J x y
dan y P(x ) menghasilkan p 1y (x ) maka
J
y x
xR x
f (x) dx
yR
1
y P 1 1 P 1y
2
.1dy
e
1
y
yRy
P P
1 y P P
2
y
dy
c (c1,c 2,...,c p) adalah vector konstan dan A adalah suatu matriks yang nonsingular
maka
yi
a.
kontinu untuk semua i dan j
x i
b.
J x y A
8.22
e. Jika f (x) adalah fungsi padat peluang dari X dan g(y) adalah fungsi padat
g y f x y . J xy
f x y .A
Permasalahan lain yang cukup penting pula untuk diperhatikan adalah tentang suatu
subvektor dari vektor random multivariat. Dalam hal demikian kepentingan kita adalah
mencari distribusi dari subvektor tersebut yang lebih dikenal sebagai distribusi marginal
dari subvektor random tersebut. Untuk itu pandang vektor random multivariat
X YZ dengan Y dan Z masing-masing adalah subvektor random dari X dengan
komponen r dan (p r). Jika f (x) f (y, z) adalah fungsi padat peluang bersama dari X
maka
g(y) f (y, z)dz
zR
dan
Contoh 3
11 12
Y dan Z 1 , 2 dan
dengan pembagian elemen-elemennya
21 22
sesuai dengan pembagian X YZ .
Bukti:
2 2 2
Dengan demikian, yang harus dibuktikan adalah
1
f (x) dy
p r
yR y
2 2 22
1
(z ) 221 z 2
e 2
1
(x ) 1 (x )
e 2
dan
8.23
Aljabar Matriks 2
zR z
f (x) dz
1
r
2
(2)
1
1
y1 11
y2
2
11
y 1 R11 R12 y 1
R 21 R 22 z 2
2
1
y 1 R11 R12 R 22
R 21 y 1 z h R 22 z h
1
dengan h 2 R 22 R 21 y 1
x 1 x z
sehingga
f (x) f (y, z)
1
P
2 2 2
akan menghasilkan:
f y, z d z
zR z
zR z
1
y 1 R11 R12R 22
R 21 y 1 z h R 22 (z h)
2
1
P
1
1
y 1 R11 R12R 22
R 21 y 1
2
1 z h R 22 z h
2
dz
Karena
zR z
pr
2
R 22
1 z h R11 z h
2
dz
maka
pr
(2) 2
z
f (y, z)d
r
1
zR z
2
2 R 22
2
e
1
Y Nr 1 11 .
Z N(pr) 2 , 22
8.24
1
1
R11 R12R 22
R 21 dan
Karena 11
1
1
y1 R11 R12R 22
R 21 y 1
2
R11
R12
R 21 R 22
1
R11 R12 R 22
R 21
maka terbukti
R 22
Teorema 2
Jika a o dan bo adalah skalar konstan a (a1a 2 ...a p ) dan b (b1b2 ...bp ) adalah
vektor konstan, A adalah matriks konstan yang simetris, dan B adalah matriks konstan
yang positif definit maka
zR x
(xAx xa a o )e
(xBx xb bo )
d
1 p 2 12 14 bB1bbo
B e
tr AB1 bBa1 12 bB1AB1b 2a o
Contoh 4
Teorema 2 di atas dapat digunakan untuk membuktikan bahwa untuk peubah acak
X Np , maka
xR x
f (x)d x 1
Karena
f x
1
x
2
1 x
maka
f x d x
xR x
1
x 1 x
2
dx
xR x
Dengan mudah dapat di amati bahwa integral yang akan dihitung adalah keadaan
khusus dari teorema 2 untuk
A = matriks 0, a = vektor nol, a0 = 1
B=
Jadi
1 1
1
, b 1 , dan b0 1
2
2
f x d x
xR x
1 P
. 2
1
2 2
1
1 2
1
1
1 1
4
2
8.25
Aljabar Matriks 2
f x d x
xR x
1 P 1
. 2 1
1
2
2 2
1
2
1
1
1 1
4
2
1 12 1
.2
Contoh 5
Hitunglah
(3x12 4x1x 2 2x 22 )
dx1dx 2
Perhitungan:
(3x12 4x1x 2 2x 22 )
dx1dx 2
3 2
e x Rx dx, dengan R
2 2
xR x
maka
xR x
e x Rx dx 12 2
1
2 .2
Contoh 6
Hitunglah
Perhitungan:
0
Menggunakan teorema 2 dengan A
1
2
b = vektor nol dan b0 = 0 maka
1
2 , a 0
3 2
2 , a o 0 , B
,
2 2
tr AB1
2 2
Pada bagian terakhir dari kegiatan belajar ini, akan dihitung fungsi pembangkit
momen dari suatu peubah acak multivariat X yang berdistibusi multivariat normal
8.26
Karena X Np dan mX t E et X
maka
1
mX t E e t X e t X
e
P
1
2
2
xR
x
1 x 1 x
2
x dx
1
x 1 x tX
dx
2
2 xR
x
1
Menggunakan teorema 2 dengan A=matriks O, a =vektor nol, a0=1, B 1 ,
2
1
b e 1 t , dan bo 1 maka
mX t
1
P
2 2 2
P
. 12 2
1
1 1 2
2
1 1
1 1 t 1 1
t
4
2
e
.e 12 1 .2
t 1 t t
2
xAx
d
e 2
xR x
x,
Harga dari integral Aitkan tersebut dapat dihitung menggunakan salah satu dari dua
cara berikut.
Cara pertama:
Karena matriks A positif definit maka dapat ditemukan suatu matriks nonsingular P
sedemikian sehingga PAP I . Jika dipilih suatu transformasi y P 1x maka
xR x
1 xAx
2 dx
yR y
J xy d y
yR y
1 yPAPy
2
1 yy
2
dy
8.27
Aljabar Matriks 2
1 y22
e 2 d yi
i 1
P
Cara kedua:
Gunakan teorema 2 dengan A = 0, a o,a c 1
B = 2 A , b o dan bo 0 .
LATIHAN
1) Jika f x1, x 2
.e
1
2x1 x 2 1 P 2
x 2 x
2
x
2
2
2 1 P
1
x1 x x 2 x
x1 x1
1
2
2P
2 x
x x
2 1P
1
1
2
tunjukkan bahwa
f (x1, x 2 )dx1dx 2 1
2) Jika peubah acak X berdistribusi multivariat normal dengan vektor mean = dan
ortogonal sedemikian sehingga P P D , D=diag(d11, d22, , dpp), tunjukkan
bahwa
E(zz) dii
i1
3) Hitunglah
(x12
2x1x 2
Q 3x12 2x 22
1
Q
)e 2 d
x1 d x 2 d x 3 d x 4
E x A x a ii dii
i1
8.28
xCBCx
e d x1d x2 ...d xP 2 AB
xAx xBx
dx
d ...d x p
1 x2
2 A 2
dengan x x1x 2
dan x1 x 2 .
3) Gunakan teorema 2.
4) E x A x
xR
5) .
6) .
7) .
x A x f x d x
RANGKUMAN
8.29
Aljabar Matriks 2
TES FORMATIF 2
Pilih satu jawaban yang paling tepat dari beberapa alternatif jawaban yang disediakan!
1)
xR x
1 x c R x c
2
dx
12
12
A.
B.
C.
D.
2)
1 xRx
2
jika R simetris
jika R simetriks
d x .
xR x
A.
B.
C.
R
2
12
12
3 1
6 3 dan matriks variansi =
maka peubah acak X1 berdistribusi normal
1 2
dengan mean = dan variansi 2 ...
A.
B.
C.
8.30
D.
4) Jika peubah acak X X1X2 berdistribusi bivariat normal dengan vektor mean
3 1
6 3 dan matriks variansi
maka kovariansi dari X1 dan X2 = .
1 2
A. 1
B. 2
C. 3
D. jawaban a, b, c tidak ada yang benar
5) Jika peubah acak X X1X2 berdistribusi bivariat normal dengan vektor mean
3 1
6 3 dan matriks variansi
maka E (X1X2 ) = .
1 2
A. 16
B. 17
C. 18
D. 19
6 4
6) Jika matriks R
maka
4 4
A.
2
B.
1
xRx
e 2 d
C. 2
D. 2
7) Agar supaya f x1, x 2 , x 3 Ke
1 2 2 2
x1 x 2 x3
2
3
2
A.
8.31
Aljabar Matriks 2
B.
C.
D.
8)
x12 x 22 e
A.
B.
1
2
C.
1
3
D.
1
4
x12 x 22 2x32
x1 d x 2 d x3
9) Jika peubah acak X X1X2X3 berdistribusi trivariat normal dengan vekor mean
E x A x .
A.
a ii bii
i 1
3
B.
a ii2 bii
i 1
C.
a ii bii2
i 1
3
D.
a ii2 bii2
i 1
8.32
A. p
B. p2
C. m
D. m2
Cocokkanlah jawaban Anda dengan Kunci Jawaban Tes Formatif 2 yang terdapat di
bagian akhir modul ini. Hitunglah jawaban Anda yang benar. Kemudian gunakan rumus
di bawah ini untuk mengetahui tingkat penguasaan Anda terhadap materi Kegiatan
Belajar 2.
Rumus:
Jumlah jawaban Anda yang benar
Tingkat penguasaan =
X100%
10
8.33
3.34
Daftar Pustaka
Graybill, F.A. 1(969). Introduction to Matrices with Applications in Statistics. Belmont,
California: Wadsworth Publishing Company Inc.
Searle, S.R. (1982). Matrix Algebra Useful for Statistics. New York: John Wiley & Sons.
2.35