P. 1
Kuliah Ke-12 Ekspektasi

Kuliah Ke-12 Ekspektasi

|Views: 181|Likes:
Dipublikasikan oleh deaadewaa

More info:

Published by: deaadewaa on Mar 02, 2010
Hak Cipta:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PPT, PDF, TXT or read online from Scribd
See more
See less

11/09/2014

pdf

text

original

Selasa 2 Maret 2010 Selasa 2 Maret 2010

[MA 2513] PROBSTAT [MA 2513] PROBSTAT 1 1
EKSPEKTASI
Ekspektasi dari variabel random merupakan konsep yang
terpenting dalam mempelajari teori peluang dan statistika.
Konsep ini telah meng”akar” dalam perjudian, karena penjudi
ingin mengetahui apa yang mereka “harapkan “ untuk menang
dalam setiap permainan.
Ekspektasi dari variabel random X ditulis E (X),
lambang E disebut Operator Ekspektasi
Beberapa istilah ekspektasi, aslinya adalah :
Expectation; The Mean; The Average; The Expected Value;
Arithmetic Mean; Mathematical Expection.
( );
( )
( ) ;
i i
i
x p x jikaX vrd
E X
xf x dx jikaX vrk

−∞
¹
¹
¹
·
'
¹
¹
¹


Selasa 2 Maret 2010 Selasa 2 Maret 2010
[MA 2513] PROBSTAT [MA 2513] PROBSTAT 2 2
MOMEN DAN VARIANSI
Momen ke n dari variabel random X didefinisikan sebagai
berikut :
Variansi, terjemahan dari variance, kadang kadang disebut
ragam.
Variansi dari variabel random X, ditulis Var (X) atau σ
2
X
, yang
didefinisikan Var (X) = E { X – E (X)}
2
. Apibila dijabarkan,
diperoleh : Var (X)= E (X
2
)- { E (X) }
2
( );
( )
( ) ;
i
n
i
i
n
n
x p x j i ka X vrd
E X
x f x dx j i ka X vrk

− ∞
¹
¹
¹
·
'
¹
¹
¹


2
2
( ) ( ),
( )
( ) ( ) ;
i i
i
x p x jika X vrd
Var X
x f x dx jika X vrk
µ
µ

− ∞
¹ −
¹
¹
·
'
¹ −
¹
¹


Selasa 2 Maret 2010 Selasa 2 Maret 2010
[MA 2513] PROBSTAT [MA 2513] PROBSTAT 3 3
FUNGSI PEMBANGKIT MOMEN DAN FUNGSI
KARAKTERISTIK
1. Fungsi pembangkit momen, terjemahan dari moment
generating functions, diberi lambang : M
X
(t) atau Φ (t)
M
X
(t) = Φ (t) ≜ E (e
tX
)
2. Fungsi karakteristik (characteristic function) diberikan
lambang : ψ
x
(ω )
( );
( )
( ) ;
i
tx
i
i
X
tx
e p x X vrd
M t
x f x dx X vrk

− ∞
¹
¹
¹
·
'
¹
¹
¹


( );
( )
( ) ;
i
j x
i
i
X
j x
e p x X vrd
e f x dx X vrk
ω
ω
ψ ω ∞
− ∞
¹
¹
¹
·
'
¹
¹
¹


Selasa 2 Maret 2010 Selasa 2 Maret 2010
[MA 2513] PROBSTAT [MA 2513] PROBSTAT 4 4
EKSPEKTASI LANJUTAN
Jika X variabel random, maka Y = g (X) juga merupakan variabel
random
Beberapa sifat :
Jika a dan b konstanta, maka :
1. E (aX + b) = a E (X) + b
Dengan mengambil nilai a = 0, maka E (b) = b
2. Var (aX + b) = a
2
Var X
Var (k) = ? E (k) = ?
( k adalah konstanta )
[ ]
( ) ( );
( ) ( )
( ) ( ) ;
i i
i
gx px X vrd
E Y E gX
gx f x dx X vrk

−∞
¹
¹
¹
· ·
'
¹
¹
¹


Selasa 2 Maret 2010 Selasa 2 Maret 2010
[MA 2513] PROBSTAT [MA 2513] PROBSTAT 5 5
Contoh soal
Contoh soal
1. Diberikan VRD X dengan E (X 1. Diberikan VRD X dengan E (X
k k
) = 0,8 k = 1, 2 … ) = 0,8 k = 1, 2 …
Tentukan : a. MGF dari VR X tersebut Tentukan : a. MGF dari VR X tersebut
. (0) (1) ?
X X
b p dan p ·
Solusi : ( )
( ) ( )
tX tx
X
X
x
M t E e e p x ·

@
Maclaurin :
2
1 1
1 ( ) .... ( ) ...
2! !
( ) ( )
tX k
tX
X
e tX tX tX
k
M t E e
· + + + + +
·
Selasa 2 Maret 2010 Selasa 2 Maret 2010
[MA 2513] PROBSTAT [MA 2513] PROBSTAT 6 6
2
2
2
2
2
1
1 ... ...
2! !
1 ( ) ( ) ... ( )
2! !
1 0,8 ... ... ...
2! !
1 0,8
!
k
k
k
k
k
k
t t
E tX X X
k
t t
tE X E X E x
k
t t
t
k
t
k

]
· + + + + +
]
]
· + + + +
]
· + + + + + +
]
]
· + ·

Selasa 2 Maret 2010 Selasa 2 Maret 2010
[MA 2513] PROBSTAT [MA 2513] PROBSTAT 7 7
1
( ) 1 0,8 ,
!
k
X
k
t
M t atau
k

·
· +

0
0,2 0,8
!
k
k
t
k

·
· +

( ) 0, 2 0,8
t
X
M t e · +
( )
( ) ( )
tX tx
X
X
x
M t E e e p x · ·

( )
(0) 0 0, 2
X
p P X · · @
( )
(1) 1 0,8
X
p P X · · @
Selasa 2 Maret 2010 Selasa 2 Maret 2010
[MA 2513] PROBSTAT [MA 2513] PROBSTAT 8 8
( ) ( ) ( )
2
, dimana : Jika Y aX b a dan b real maka
Var Y Var aX b E aX b aE X b
· +
· + · + − − ]
]
Jadi : Var (aX + b) = a
2
Var X
{ ¦
2
2
( ) E a X E X
]
· −
]
2
= a Var X
[ ]
2
2
( ) a E X E X · −
Selasa 2 Maret 2010 Selasa 2 Maret 2010
[MA 2513] PROBSTAT [MA 2513] PROBSTAT 9 9
Beberapa kasus :
Beberapa kasus :
a = 1
a = 1  
Y = X + b
Y = X + b
E (Y) = E (X + b) = E (X) + b
E (Y) = E (X + b) = E (X) + b  
µ
µ
Y Y
=
=
µ
µ
X X
+ b
+ b
Var Y = Var X
Var Y = Var X  
dengan lain perkataan Var (b) = 0
dengan lain perkataan Var (b) = 0
b = 0
b = 0  
µ
µ
Y Y
=
=
µ
µ
X X
atau E(Y) = E(X)
atau E(Y) = E(X)
2 2
Y X
atauVarY Var X σ σ · ·
Selasa 2 Maret 2010 Selasa 2 Maret 2010
[MA 2513] PROBSTAT [MA 2513] PROBSTAT 10 10
Selanjutnya bagaimana dengan Var (aX + bY) =? Selanjutnya bagaimana dengan Var (aX + bY) =?
( ) ( ) ( )
( ) { ¦
( ) ( )
( ) ( ) ( ) ( )
( )
2
2
2
2 2
2 2
2 2
( )
( ) ( )
( ) ( ) 2 ( ) ( )
2 ,
Var aX bY E aX bY E aX bY
E aX bY aE X bE Y
E a X E X b Y E Y
E a X E X b Y E Y ab X E X Y E y
a Var X b Var Y ab Cov X Y
+ · + − + ]
]
]
· + − −
]
· − + − ]
]
]
· − + − + − −
]
· + +
Jika a = 1 = b maka Var (X + Y) = Var X + Var Y + 2 Cov (X, Y)
Definisi : Cov (X,Y) = E[(X-E(X))(Y-E(Y)]
Selasa 2 Maret 2010 Selasa 2 Maret 2010
[MA 2513] PROBSTAT [MA 2513] PROBSTAT 11 11
Contoh soal Contoh soal
Diberikan pdf dari VRK X : Diberikan pdf dari VRK X :
; 1
( )
0 ;
X
x x
f x
x lainnya
¹ ≤
¹
'
¹
¹
Pertanyaan
Tentukan :
α . µ
X

b. Var X
c. ( )
X
F x
Selasa 2 Maret 2010 Selasa 2 Maret 2010
[MA 2513] PROBSTAT [MA 2513] PROBSTAT 12 12
Penyelesaian Penyelesaian
-1
1
x
f (x)
( ) ( )
X
E X x f x dx µ

−∞
·

@
1 0 1
1 0 1
.0 ( ) ( ) . 0 x dx x x dx x x dx x dx
− ∞
−∞ −
· + − + +
∫ ∫ ∫ ∫
0 1
0 1
2 2 3 3
1 1
3 3
1 0
1 0
0
X
x dx x dx x x µ


· − + · − + ·
∫ ∫
Selasa 2 Maret 2010 Selasa 2 Maret 2010
[MA 2513] PROBSTAT [MA 2513] PROBSTAT 13 13
{ ¦
2
2 2
( ) ( )
X
Var X E X E X σ · · −
1
2 2 2
1
( ) ( ) E X x f x dx x x dx

−∞ −
·
∫ ∫
@
0 1
0 1
3 3 4
1 0
1 0
1 1
4 4
x dx x dx x x


· + · − +
∫ ∫
( )
4
1 1 1
0 ( 1)
4 4 2
· − − + ·
Selasa 2 Maret 2010 Selasa 2 Maret 2010
[MA 2513] PROBSTAT [MA 2513] PROBSTAT 14 14
2
2
1
2 2
1
2 2
0 ; 1
; 1 0
( )
; 0 1
1 ; 1
x
X x
x
x
F x
x
x
< −
¹
¹
− − ≤ ≤
¹
·
'
+ ≤ ≤
¹
¹

¹
Grafiknya?
Selasa 2 Maret 2010 Selasa 2 Maret 2010
[MA 2513] PROBSTAT [MA 2513] PROBSTAT 15 15
Korelasi antara X dan Y dinyatakan oleh : Korelasi antara X dan Y dinyatakan oleh :
Correlation (korelasi)
( )
( )
,
,
X Y
Cov X Y
X Y ρ
σ σ
·
, yang disebut koefisien korelasi
Sifats :
1. ρ (X, Y) = ρ (Y, X)
2. -1 ≤ ρ ≤ 1
3. ρ (X, X) = 1 ; ρ (X,- X) = -1
Bagaimana dengan Cov (X,X) ?
Selasa 2 Maret 2010 Selasa 2 Maret 2010
[MA 2513] PROBSTAT [MA 2513] PROBSTAT 16 16
Soal-soal
Soal-soal
1. Variabel Random X mempunyai pdf ;
2
( ) ; 0 0
( )
0 ; X
k x x x
f x
x lainnya
¹
− < <
·
'
¹
Pertanyaan :
a. Tentukan k
b. E (X) dan Var X
c. Fungsi distribusi dari X berikut gambarnya
Selasa 2 Maret 2010 Selasa 2 Maret 2010
[MA 2513] PROBSTAT [MA 2513] PROBSTAT 17 17
2. Seperti soal no 1 apabila VR X mempunyai pdf :
2 ; 0 1
( )
0 ; X
x x
f x
x lainnya
< <
¹
·
'
¹
Soal-soal
Soal-soal
3. Probability density function (pdf) dari suatu variable
random X diketahui sebagai berikut :
; 1
( )
;
a bx O x
f x
O untukxlainnya
+ ≤ ≤
¹
·
'
¹
Jika E (X) = ½ , maka tentukan nilai dari a dan b

You're Reading a Free Preview

Mengunduh
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->