DISTRIBUSI FUNGSI VARIABEL RANDOM

Misalkan X adalah variabel random pada ruang sampel dengan ruang dari X adalah x. Maka
fungsi berharga riil Y = u(X) yang merupakan fungsi dari X dapat dicari distribusinya dengan
beberapa cara yaitu :
1. Teknik Transformasi Variabel Random
2. Teknik Fungsi Distribusi Kumulatif
3. Teknik Fungsi Pembangkit Momen
Teknik Transformasi Variabel Random Diskrit
Kasus satu variabel random
Misalkan :
1. X adalah variabel random diskrit dengan fungsi probabilitas f(x) dan ruang dari X adalah x.
2. Y = u(X) merupakan transformasi 1-1 dari x pada Y dengan invers X = w(Y).
Peristiwa Y = y di Y ekuivalen dengan peristiwa X = w(Y) di x. Sehingga fungsi probabilitas
dari Y adalah :
g(y) = P(Y=y) = P(X= w(Y)) = f(w(Y))

untuk y di Y

Kasus dua variabel random

Misalkan :
1. X dan Y adalah variabel random diskrit dengan fungsi probabilitas bersama f(x,y) dan ruang
bersama dari X dan Y adalah XY.
2. V = u1(X,Y) dan W = u2(X,Y) membentuk transformasi 1-1 dari XY pada VW dengan
invers X = z1(V,W) dan Y = z2(V,W) .
Sehingga fungsi probabilitas bersama dari V dan W adalah :
g(v,w) = P(V=v,W=w) = P(X = z1(V,W), z2(V,W)) = f( z1(v,w), z2(v,w)) untuk v dan w di VW
Distribusi marginal dan distribusi bersyarat dapat diperoleh melalui fungsi probabilitas bersama
yang ada.

Kasus n variabel random

Misalkan :
1. X1, X2 , X3,,, Xn

adalah variabel random diskrit dengan fungsi probabilitas bersama

f ( x1 , x 2 ,...x n ) dan ruang bersamanya adalah x1, x2 ,...xn

2. Yi= ui(X1, X2 , X3,,, Xn) dengan I =1,2,3n membentuk transformasi 1-1 dari x1 , x2 ,...xn
pada Y1 ,Y2 ,...Yn dengan invers Xi= wi(Y1, Y2 , Y3,,, Yn).
Sehingga fungsi probabilitas bersama dari Y1, Y2 , Y3,,, Yn adalah :
g ( y1 , y 2 ,... y n ) f [ w1 ( y1 ... y n )...w n ( y1 ... y n )]

Distribusi marginal dan distribusi bersyarat dapat diperoleh melalui fungsi probabilitas bersama
yang ada.
Secara Umum langkah-langkah menentukan fungsi probabilitas dari fungsi variabel random
adalah :
1.

Buatlah variabel random Yi= ui(X1, X2 , X3,,, Xn) dengan i =1,2,3n sehingga bersama Yi
membentuk transformasi 1-1.

2.

Cari fungsi probabilitas bersama dari Y1, Y2 , Y3,,, Yn

3.

fungsi probabilitas marginal Y1 adalah

g ( y1 ) ... f ( y1 , y 2 ,... y n )
y2 y3

yn

Teknik Transformasi Variabel Random Kontinu

Kasus satu variabel random
Misalkan :
1. X adalah variabel random kontinu dengan fungsi densitas f(x) dan ruang dari X adalah x.
2. Y = u(X) merupakan transformasi 1-1 dari x pada Y dengan invers X = w(Y).
Maka fungsi densitas dari Y adalah :
g ( y ) f ( w(Y ))

dx

; untuk y di Y

dengan J dy w' (Y ) dinamakan Jacobian transformasi.

Mengapa muncul

a. Misalkan Y = (u(X)) adalah fungsi naik

Maka :
a < Y < b w(a) < X < w(b)
P (a < Y < b) = P (w(a) < X < w (b))
w( b )

f ( x)dx

w( a )

Variabel integrasi diubah dari X menjadi Y dengan hubungan X = w(Y)

Diperoleh :
dx
w' (Y )
dy

dx w' (Y ) dy J dy
b

P (a < Y < b) = f ( w( y )) J dy
a

b. Misalkan Y = (u(X)) adalah fungsi turun

Maka :
a < Y < b w(b) < X < w(a)
P (a < Y < b) = P (w(b) < X < w (a))
w( a )

f ( x) dx

w( b )

Variabel integrasi diubah dari X menjadi Y dengan hubungan X = w(Y)

Diperoleh :
dx
w' (Y )
dy

dx w' (Y ) dy J dy
a

P (a < Y < b) = f ( w( y )) J dy f ( w( y )) J dy
Dalam hal ini arah garis singgung pada Y = u(X) adalah negatif, sehingga
J J

Karena hal tersebut berlaku untuk setiap a < b maka fungsi densitas untuk Y adalah
g ( y ) f ( w( y )) J

Kasus dua variabel random

Misalkan :

1. X1 dan X2 adalah variabel random kontinu dengan fungsi densitas bersama f(x1,x2) dan ruang
bersama dari X1 dan X2 adalah X1X2.
2. Y1 = u1(X1,X2) dan Y2 = u2(X1,X2)

membentuk transformasi 1-1 dari X1X2 pada Y1Y2

dengan invers X1 = w1(Y1,Y2) dan X2 = w2(Y1,Y2)

dimana

X i
kontinu untuk setiap i =1,2 dan j = 1,2
Y j

Jacobian transformasi J tidak identik dengan nol, artinya

X 1
Y1
J
X 2
Y1

X 1
Y2
0
X 2
Y2

Jika A X1X2 dipetakan oleh u1 dan u2 menjadi B Y1Y2, maka :

P[ (Y1,Y2) di B ] = P[ (X1,X2) di A ]
= f ( x1 , x 2 ) dx1dx 2
A

=
B

f [ w1 ( y1 , y 2 ), w2 ( y1 , y 2 )] J dy1dy 2

Akibatnya fungsi densitas bersama dari Y1 dan Y2 adalah :

g ( y1 , y 2 ) f [ w1 ( y1 , y 2 ), w 2 ( y1 , y 2 )] J

; ( y1 , y 2 ) di Y1Y2

Distribusi marginal dan distribusi bersyarat dapat diperoleh melalui fungsi probabilitas bersama
yang ada.
Kasus n variabel random
Misalkan :
1. X1, X2 , X3,,, Xn

adalah variabel random kontinu dengan fungsi densitas bersama

f ( x1 , x 2 ,...x n ) dan ruang bersamanya adalah x1, x2 ,...xn

2. Yi= ui(X1, X2 , X3,,, Xn) dengan i =1,2,3n membentuk transformasi 1-1 dari x1 , x2 ,... xn
pada Y1 ,Y2 ,...Yn dengan invers Xi= wi(Y1, Y2 , Y3,,, Yn).
dimana

X i
kontinu untuk setiap i =1,2n dan j = 1,2n
Y j

Jacobian transformasi J tidak identik dengan nol, artinya

X 1
Y1
J
X n
Y1

X 1
Yn

0
X n

Yn

Sehingga fungsi probabilitas bersama dari Y1, Y2 , Y3,,, Yn adalah :

g ( y1 , y 2 ,... y n ) f [ w1 ( y1 ... y n )...w n ( y1 ... y n )] J

; y1,y2,yn di Y1 ,Y2 ,...Yn

Distribusi marginal dan distribusi bersyarat dapat diperoleh melalui fungsi probabilitas bersama
yang ada.
Teknik Fungsi Distribusi Kumulatif
Karena Y = u(X), maka Y merupakan fungsi komposisi yang didefinisikan pada . Artinya untuk
setiap di , berlaku :
Y() = u(X)() = u(X())
Dengan demikian Y juga merupakan variabel random pada dengan ruang dari Y adalah Y={y
/ y = Y(), } = {y / y = u(X()), }
Sehingga fungsi distribusi kumulatif dari Y adalah
F(y)=P( Y y ) = P(u(X) y )
Fungsi densitas / probabilitas dapat di cari melalui F(y).

Fungsi Pembangkit Momen

Definisi
Fungsi pembangkit momen dari variabel random X dinotasikan dengan M X(t) dan didefinisikan
sebagai :
e tx f ( x )
M X (t ) E[e

tX

tx
e f ( x)

; X diskrit
; X kontinu

Teorema
1. M X a (t ) e at M X (t )
2. M at (t ) M X ( at )

Teorema
Jika X1, X2 , X3,,, Xn adalah variabel random yang bebas stokastik dengan fpm masing-masing
M X1 , M X 2 ,, M X n dan Y X 1 X 2 ... X n maka M Y (t ) M X1 (t ).M X 2 (t )....M Xn (t )

Teknik Fungsi Pembangkit Momen

Misalkan :
1. X1, X2 , X3,,, Xn adalah variabel random dengan fungsi densitas bersama f ( x1 , x 2 ,...x n )
dan ruang bersamanya adalah x1, x2 ,...xn
2. Y= u(X1, X2 , X3,,, Xn)
Untuk menentukan fungsi densitas/probabilitas dari Y, cukup dicari f.p.m dari Y, yaitu :

M Y (t ) E[e tY ] E[e t .u ( X1 , X 2 ,... X n ) ]

x1

t .u ( X1 , X 2 ,... X n )

e
xn

t .u ( X1 , X 2 ,... X n )

f ( x1 , x 2 ,..., x n ) dx1 dx 2 ...dx n ; VR kontinu

f ( x1 , x 2 ,..., x n )

; VR diskrit

Latihan
1.

Variabel random X1 dan X2 bebas stokastik dan masing-masing diketahui berdistribusi

poison X1 ~ p (1) dan X2 ~ p (2). Jika Y1 = X1 + X2 , tanpa mencari distribusi tentukan
fungsi probabilitas bersama dan fungsi probabilitas marginal dari Y1.

2.

Misalkan X1, X2 . Xn adalah sampel random dari variabel random

Tentukan distribusi dari

3.

X ~ N ( , 2 )

Z n

Jika X adalah variabel random yang memiliki fungsi densitas sebagai berikut :

1 x
f ( x) 2
0

; 1 x 1
; untuk x yang lain

Tentukan fungsi densitas dari Y X 2

4.

Misalkan X dan Y adalah variabel random yang bebas stokastik dan masing-masing
memiliki fungsi densitas sebagai berikut :

2x

f ( x)

0 x 1

; untuk x yang lain

dan
2(1 - y) ; 0 y 1
; untuk y yang lain
0

f ( y)

Tentukan fungsi densitas dari Z X Y

5.

Misalkan X dan Y adalah variabel random yang memiliki fungsi densitas bersama
sebagai berikut :
4 xy
0

f ( x, y )

; 0 x 1 , 0 y 1
; untuk x, y yang lain

Tentukan fungsi densitas dari Z X Y