Isi
0. Review dari EL2009 Konsep Peubah Acak Sebaran Peluang Diskrit Sebaran Peluang Kontinyu Sebaran Empiris Sebaran Peluang Gabungan Nilai Harap Hukum Nilai Harap Sifat Variansi Teorema Chebyshev
Definisi
Def.2.1: Suatu fungsi yang nilainya berupa bilangan riil yang ditentukan oleh setiap anggota dari ruang cuplikan disebut sebagai peubah acah (random variable). S
Random variable
R
-2 0 1
Peubah acak dinyatakan dengan huruf besar, misalnya X, sedangkan nilainya dengan huruf kecil-nya, yakni x untuk kasus ini. Untuk kasus pelantunan koin tsb diatas, X akan bernilai 2 untuk peristiwa: E = {HHT, HTH, THH}
Contoh
Contoh 2.1 Dua bola diambil berturutan secara acak, tanpa penggantian, dari suatu wadah yang berisi empat bola merah (R) dan tiga bola hitam (B). Hasil dapat muncul dan nilai y dari peubah acak Y, dimana Y menyatakan banyaknya bola merah adalah Peristiwa RR RB BR BB y 2 1 1 0
Contoh 2.2: Petugas penyimpanan helm mengembalikan helm dari tiga orang pegawai Smith, Jones, dan Brown dalam urutan spt itu. Jika helm diambil acak dan dikembalikan sesuai urutan pegawai diatas, dan m menyatakan jumlah helm yang kembali ke pemilik sebenarnya , kemungkinan berikut bisa terjadi: Peristiwa SJB SBJ JSB JBS BSJ BJS m 3 1 1 0 0 1
Nilai m menyatakan semua kasus yang mungkin terjadi, sehingga seluruh peluang akan berjumlah 1. Seringkali lebih praktis menyatakan semua kemungkinan peubah acak X kedalam formula. Jadi kita tuliskan f(x) = P(X=x) , misalnya f(3) = P(X=3)
..
Mata Dadu 1 2 3 4 5 6 1 2 3 4 5 6 7 2 3 4 5 6 7 8 3 4 5 6 7 8 9 4 5 6 7 8 9 10 5 6 7 8 9 10 11 6 7 8 9 10 11 12
x f(x)
2 1/36
3 2/36
4 3/36
5 4/36
6 5/36
7 6/36
8 5/36
9 4/36
10 3/36
11 2/36
12 1/36
Sebaran kumulatif
Def.2.5: Sebaran kumulatif F(x) dari peubah acak diskrit X dengan sebaran peluang f(x) adalah F(x) = P(X x) = tx f(t)
Contoh 2.4 dan 2.5: Suatu koin dilantunkan empat kali. Tentukan: 1) formula sebaran peluang munculnya H yaitu f(x), dan 2) sebaran kumulatif F(x) nya. Jawab: 1. Jumlah titik cuplikan ada 24 = 16. Jika x menyatakan banyaknya muncul H, akan ada kombinasi sebanyak C(4,x). Dengan demikian f(x) = C(4, x)/16, dimana x = 0, 1, 2, 3, 4 f(0) = (4!/4!)/16 = 1/16 ; f(1)=(4!/3!)/16 = 4/16; f(2) = (4!/(2!2!))/16 = 6/16; f(3) = f(1); f(4)= f(0); 1. Berdasarkan Def.2.5, diperoleh : F(0) = f(0) = 1/16; F(1) = f(0) + f(1) = 5/16; ... dst
Dengan demikian
0, untuk x < 0 1 , untuk 0 x < 1 16 516 , untuk 1 x < 2 F (x ) = 11 16 , untuk 2 x < 3 1516 , untuk 3 x < 4 1, untuk x 4
F(x)
1 3/4 1/2 1/4
f(x)
f(x)
Luas=f(x)
1 2 3 Bar-chart
0 1 2 3 4 Histogram peluang
Peubah acak kontinyu tidak dapat ditampilkan secara tabular, namun bisa dinyatakan dalam rumus. Peubah acak kontinyu dinyatakan dalam suatu fungsi rapat peluang f(x)
Contoh: andaikan peubah acak X memiliki fungsi rapat peluang: f(x) = x2/3; -1<x<2 dan f(x)=0 selain itu. Tentukan: (1) kondisi 2 pada Def.2.6, dan (2) Tentukan P(0< X 1) Jawab: 1) - f(x) dx = 2-1(x2/3)dx = x3/9|2-1 =(8/9) + (1/9) = 1 2) P(0< X 1) = 10(x2/3)dx= x3/9|10= 1/9
Ada dua hasil langsung dari Def.2.7, yaitu: 1) P(a<X<b) = F(b) F(a) 2) f(x) = dF(x)/dx
Contoh
Soal: Untuk fungsi pada contoh 2.6., tentukan F(x) dan gunakan untuk menghitung P(0< X 1) Jawab: F(x) = - f(t) dt = x-1 (t2/3)dt = t3/9|x-1 = (x3+1)/9 Oleh karena itu, P(0< X 1) = F(1) F(0) = (2/9) (1/9) = 1/9
Lanjutan
Andaikan diambil 7 kelas, dng demikian besar interval adalah (max-min)/kelas = (4.7-1.6)/7=0.443. Tabel 2.2 menunjukkan sebaran frekuensi relatif-nya. Tabel 2.2
Interval Kelas 1.5 - 1.9 2.0 - 2.4 2.5 2.9 3.0 3.4 3.5 3.9 4.0 4.4 4.5 4.9 Titik tengah kelas 1.7 2.2 2.7 3.2 3.7 4.2 4.7 Frekuensi (f) 2 1 4 15 10 5 3 Frekuensi relatif 0.050 0.025 0.100 0.375 0.250 0.125 0.075
0.250
f(x)
0.125
1.7
2.2
2.7
3.2
3.7
4.2
4.7
Bentuk kurva: lingkaran? Hiperbola? Elips? Parabola f(x) = ax2 + bx + c, untuk a, b, c tertentu? Banyak fungsi kerapatan peluang yang dapat dinyatakan dalam kurva berbentuk lonceng (Gaussian).
Skew ke kanan
setangkup
Skew ke kiri
Sebaran kumulatif
Berdasarkan Tabel 2.2, kita dapat membuat sebaran frekuensi kumulatif dari umur batere, spt pada Tabel 2.3 dan estimasi F(x).
Batas kelas < 1.45 < 1.95 < 2.45 < 2.95 < 3.45 < 3.95 < 4.45 < 4.95 Frekuensi kumulatif relatif 0.000 0.050 0.075 0.175 0.550 0.800 0.925 1.000
0.250 0.750
F(x)
decile ke tujuh ~3.70
* *
0.500
*
Kuartil pertama ~3.05
1.45
* * *
*
3.45 4.45 Umur batere
2.45
1. f(x,y) 0 untuk seluruh (x,y) 2. x y f(x,y) = 1 3. P[(X,Y)A] = A f(x,y) untuk sebarang daerah A dalam bidang xy.
Contoh 2.8
Soal: Suatu kotak berisi tiga refil (tinta isian) berwarna biru, dua refil merah, dan 3 refil hijau. Akan diambil dua refil secara acak dari kotak tsb. Jika X menyatakan jumlah refil biru, dan Y jumlah refil merah, tentukan: (1) fungsi peluang gabungan f(x,y), dan (2) P[(X,Y)A], dimana A adalah daerah {(x,y)|x + y1}. Jawab: pasangan (x,y) yang dapat muncul adalah (0,0), (0,1), (1,0), (1,1), (0,2), dan (2,0). Tinjau f(0,1) yang menyatakan peluang terpilihnya refil merah dan hijau (karena refil biro nol). Jumlah total kombinasi terpilihnya dua refil dari delapan buah refil yang ada di dalam kotak adalah C(8,2) = 8!/(6!)(2!)=87/2=28. Cacah kombinasi terpilihnya satu dari dua refil berwarna merah dan satu dari tiga refil hijau adalah C(2,1)C(3,1) = 2(3!/2!) = 6. Dengan demikian, f(0,1) = 6/28 =3/14. Dengan cara yang sama, nilai f(x,y) untuk seluruh rentang nilai diskrit x dan y yang mungkin dapat ditentukan. Hasilnya ditampilkan pada Tabel 2.4 berikut ini.
Tabel 2.4 Sebaran peluang gabungan y 0 1 2 x 0 3/28 3/14 1/28 1 9/28 3/14 2 3/28 -
2). P[(X,Y)A] = P(X + Y 1) = f(0,0) + f(0,1) + f(1,0) = 3/28 + 3/14 + 9/28 = 9/14
x 3x y = + 8 8 0
1 2 2
dy x =0
3 1
x=2
1 3y = + 2 2 0
1
y y 1 1 dy = + = + = 1 2 2 0 2 2
x 3x y = + 8 8 1 4
2 2 2
dy = x =0
x =1
1 3y 8 + 8 1 4
2
y y 2 dy = + 8 8 1
3 4
1 23 1 1 1 = + + = 16 64 32 512 512
Fungsi g(x) dan h(y) disebut sebagai sebaran marjinal dari X dan Y. Bahwa masing-masing benar berupa fungsi sebaran dapa diperiksa berdasarkan Def.2.4. dan Def.2.6. Sbg contoh, untuk kasus kontinyu: - g(x) dx = -- f(x,y) dy dx = 1 dan P(a<X<b) = P(a<X<b, -<Y<) = ab- f(x,y) dy dx = ab g(x) dx
f(x|y) = f(x,y)/h(y),
h(y)>0
Contoh 2.10
Soal: Mengacu ke contoh 2.8 tentang pengambilan refil tinta, tentukan f(x|1) dan P(X=0|Y=1). Jawab: f(x|1) = f(x,1)/h(1), tentukan tlbh dulu h(1) h(1) = x=01 f(x,1) = (3/14)+(3/14)+0 = 3/7 Karena itu f(x|1) = (7/3) f(x,1), untuk x=0, 1, 2. Karena itu f(0|1) = (7/3) f(0,1) = (7/3)(3/14) = f(1|1) = (7/3) f(1,1) = (7/3)(3/14) = f(2|1) = (7/3) f(2,1) = (7/3) (0) = 0 dan sebaran bersyarat untuk X, diberikan Y=1 adalah
x f(x|1)
2 0
Contoh 2.11
Soal: Fungsi kerapatan gabungan dari peubah acak X dan Y dinyatakan sebagai f(x,y) = 8xy; 0<x<1, 0<y<x = 0; selain itu Tentukan g(x), h(y), f(y|x), dan P(Y<1/8|X=1/2) Jawab: Berdasarkan definisi, kita peroleh hasil-hasil berikut ini: g(x)= - f(x,y) dy = 0x 8xy dy = 4xy2|xy=0 = 4x3 ; 0<x<1 h(y)= - f(x,y) dx = 0y 8xy dx = 4x2y|yx=0 = 4y3 ; 0<y<x Selanjutnya f(y|x) = f(x,y)/g(x) = 8xy/4x3 = 2y/x2 ; 0<y<x dan P(Y<1/8|X=1/2) = 01/8 (2y/x2)|x=1/2 dy = 01/8 8y dy = 4y2|01/8 = 1/16
Kebebasan Statistik
Contoh 2.12: Tinjau kasus fungsi kerapatan bersama pada Contoh 2.9. Tentukan g(x), h(y), f(x|y), dan P(1/4<X<1/2|Y=1/3) Jawab: Berdasarkan definisi kita peroleh g(x)= - f(x,y) dy = 0x x(1+3y2)/4 dy = x/2; 0<x<2 h(y)= - f(x,y) dx = 0y x(1+3y2)/4 dx = (1+3y2)/2 ; 0<y<1 Akibatnya f(x|y) = f(x,y)/h(y) = {x(1+3y2)/4}/{(1+3y2)/2} = x/2 ; 0<x<2 dan P(1/4<X<1/2|Y=1/3) = 1/41/2 (x/2)|y=1/3 dx = 3/64 Contoh ini memperlihatkan peluang bersyarat f(x|y) tidak bergantung pada y. Untuk kasus demikian, dapat ditunjukkan bahwa i) f(x|y) = g(x), dan ii) f(x,y)= g(x)h(y).
Bukti: substitusikan f(x,y) = f(x|y)h(y) ke sebaran marjinal dari X, yakni g(x)= - f(x,y) dy= - f(x|y)h(y) dy Karena f(x|y) tdk bergatung y, maka peluang bersyarat ini bisa dikeluarkan dari integral. Akibatnya g(x)= f(x|y) - h(y) dy = f(x|y)1 = f(x|y) Oleh karena itu g(x) = f(x|y) dan f(x,y) = g(x)h(y) Hasil ini dirangkum dalam definisi berikut
f(x1, x2, x3| x4, x5, , xn) = f(x1, x2, , xn) /g(x4, x5, , xn)
Latihan
Peluang marjinal: 23 dan 24 Peluang bersyarat: 27 dan 28 Kebebasan statistik: 29, 30 Joint PDF: 32
Contoh 2.14
Soal: Hitung nilai harap dari jumlah Kimiawan dalam seleksi suatu Komite yang terdiri dari tiga orang, berdasarkan 4 kandidat Kimiawan dan 3 kandidat Biologiwan Jawab: Jika X menyatakan banyaknya Kimiawan dalam Komite, maka sebaran peluang dari X akan diberikan oleh f(x) = C(4, x)C(3, 3-x)/C(7,3); x=0, 1, 2, 3 -----------------------------------------------------------------{kombinasi x dari 4 Kimiawan} * {kombinasi (3-x) dari 3 angg. komite}
yakni f(0)=1/35, f(1)=12/35, f(2)=18/25, dan f(3)=4/35. Oleh karena itu: E(X) = 0(1/35)+1(12/35)+2(18/35)+3(4/35) = 12/7 = 1.7
Contoh
Soal: Andaikan X peubah acak yang menyatakan waktu hidup lampu tabung dalam jam. Fungsi kerapatan peluangnya dinyatakan sebagai: f(x) = 20.000/x3, x>100 =0 , selain itu Tentukan nilai harapan hidup dari tabung jenis ini. Jawab: Berdasarkan Def.2.12, maka E(X) = 100 x(20.000/x3)dx = 100 (20.000/x2)dx = = 20.000 (-x-1)|100 = 0+200 = 200
Contoh 2.19: Andaikan X dan Y dua peubah acak dengan sebaran peluang spt pada Tabel 2.4 (lihat sebelah). Tentukan nilai harap g(X,Y)=XY !
Jawab: Perdefinisi 2.13, kita dapat menyatakan E(XY) = 2x=0 2y=0 xyf(x,y) = 00f(0,0) + 01f(0,1) + 02f(0,2) + 10f(1,0) + 11f(1,1) + 20f(2,0) = 0 + 0 + 0 + 0 + f(1,1) + 0 = f(1,1)
Teorema
Teorema 2.2: Jika a dan b konstanta, maka E(aX + b) = aE(X) + b Corollary 1: Dengan membuat a=0, maka E(b) = b Corollary 2: Dengan membuat b=0, maka E(aX) = aE(X)
Teorema
Teorema 2.3: Nilai harap dari jumlah atau perbedaan dari dua atau lebih fungsi dari peubah acak X adalah jumlah atau perbedaan dari nilai harap fungsinya. Yakni E[g(X) h(X)] = E[g(X)] E[h(X)]
Contoh 2.21: Dalam contoh 2.17, kita dapat menuliskan E[(X-1)2] = E(X2 2X +1) = E(X2) -2E(X) + E(1) Dari Corollary 1, E(1) = 1, Sehingga E(X) = 0(1/3) + 1(1/2) + 2(0) + 3(1/6) = 1 E(X2) = 0(1/3) + 1(1/2) + 4(0) + 9(1/6) = (1/2) + 1.5 = 2 Dengan demikian E[(X-1)2] = 2- 21 + 1 = 1
x | 0 1 2 3 ----------------------------------------------------------f(x)| 1/3 0 1/6
Teorema
Teorema 2.4: Nilai harap dari jumlah atau perbedaan dari dua atau lebih fungsi dari peubah acak X dan Y adalah jumlah atau perbedaan dari nilai harap fungsinya. Yakni E[g(X,Y) h(X,Y)] = E[g(X,Y)] E[h(X,Y)] Corollary: Dengan membuat g(X,Y) = X dan h(X,Y) = Y diperoleh E[X Y] = E[X] E[Y] Teorema 2.5: Andaikan X dan Y dua peubah acak yang saling bebas. Maka E[XY] = E[X] E[Y]
Contoh 2.23
Andaikan X dan Y dua peubah acak yang saling bebas dengan sebaran peluang f(x,y) = x(1+3y2)/4 ; 0<x<2, 0<y<1 =0 ; selain itu Periksa berlakunya Teorema 2.5 untuk kasus ini.
x y 1+ 3y x y 1+ 3y E ( XY ) = dxdy = 4 12 0 0 0
1 2 2 2 1 3
x=2
2 y 1+ 3y2 5 dy = dy = 3 6 0 x =0
1
1
x=2
2 1+ 3y2 4 dy = dy = 3 3 0 x =0
2
xy 1 + 3 y x y 1+ 3y E (Y ) = dxdy = 4 8 0 0 0
1 2 2 1 2
x=2
5 y 1+ 3y2 dy = dy = 2 8 0 x =0
1
Momen ke-k
Jika g(X) = Xk, Teorema 2.1 akan menghasilkan nilai yang disebut sebagai momen ke-k dari titik asal dari peubah acak X, yang dinyatakan sebagai k. Karena itu
k' = E (X k ) = x k f ( x )
x
; X diskrit ; X kontinyu
x k f (x )dx
Jika k=0, kita dapatkan E(1) = 1 karena 0= E(1) = x f(x) = 1 ; X diskrit ; X kontinyu = - f(x) dx =1 Jika k=1, kita dapatkan 1=E(X), yaitu nilai harap peubah acak X. Momen pertama juga disebut mean dari peubah acak , jadi 1=E(X)
(x )k f (x)dx
; X kontinyu
Momen kedua terhadap mean, 2, memberikan ukuran keragaman (variability) hasil pengamatan terhadap mean. 2 disebut juga sebagai variansi dari peubah acak X, dinyatakan sebagai 2. 2 = 2 = E[(X-)2] Akar kuadrat positif dari variansi disebut sebagai simpangan baku (standard deviation).
Variansi
Teorema 2.6: Variansi dari peubah acak X diberikan oleh 2 = E(X2) - 2 Bukti: 2 = E[(X-)2] = E(X2 - 2X+2) = E(X2) - 2E(X) + E(2) = E(X2) - 2 + 2 = E(X2) - 2
Contoh 2.24
Soal: Hitung variansi dari X, dimana X adalah banyaknya Kimiawan dalam komite yang terdiri dari 3 orang dan dipilih dari 4 Kimiawan dan 3 Biologiwan Jawab: Dalam contoh 2.14 sudah didapatkan = 12/7. Selanjutnya E(X2) = 02(1/35) + 12(12/35) + 22(18/35) + 32(4/35) = 24/7 Oleh karena itu 2 = 24/7 (12/7)2 = 24/49
Contoh 2.25
Soal: Tentukan mean dan variansi dari peubah acak X, dimana X memiliki fungsi kerapatan f(x) = 2(x-1), 1<x<2 = 0, selain itu Jawab:
= E ( X ) = 2 x(x 1)dx = 5 3
E X 2 = 2 x 2 ( x 1)dx = 17 6
1
( )
Kovariansi
Jika g(X,Y) = (X-X)(Y-Y), dimana X=E(X) dan Y= E(Y), Def. 2.13 akan menghasilkan nilai harap yang disebut kovariansi dari X dan Y, yng dilambangkan sebagai XY atau cov(X,Y).
XY = E [( X X )(Y Y )]
x y
= ( x X )( y Y ) f ( x, y )
; X dan Y diskrit
Sifat-sifat Kovariansi
Kovariansi positif:
tingginya nilai X berasosiasi dengan tingginya nilai Y, dan rendahnya nilai X berasosiasi dengan rendahnya nilai Y
Kovariansi negatif:
tingginya nilai X berasosiasi dengan rendahnya nilai Y, atau sebaliknya
Jika X dan Y saling bebas secara statistik, maka kovariansi akan bernilai nol. Hal sebaliknya tidak berlaku, kovariansi nol tidak berarti X dan Y saling bebas statistik.
Kovariansi ..
Teorema 2.7 Kovariansi dari dua buah peubah acak X dan Y dengan mean masing-masing X dan Y adalah XY = E(XY) - XY Bukti:
XY = E[(X - X)(Y - Y)] = E(XY- XY- YX+ XY) = E(XY)- XE(Y)- YE(X) +E(XY) = E(XY) - XY - YX+ XY = E(XY) - XY
Contoh 2.26
Tinjau sebaran peluang bersama pada contoh 2.8. dan perhitungan 2.19 yang menghasilkan E(XY) = 3/14.
y 0 1 2 g(x) x 0 3/28 3/14 1/28 10/28 1 9/28 3/14 15/28 2 3/28 3/28 h(y) 15/28 12/28 1/28
Sedangkan Y = E(Y) = 2x=0 2y=0 yf(x,y)= 2y=0yh(y) = 0(15/28)+1(12/28)+2(1/28) = 14/28 = Akibatnya XY = E(XY) - X Y = 3/14 (3/4)(1/2) = -9/56
Sifat-sifat variansi
Teorema 2.8: Andaikan X suatu peubah acak dengan sebaran peluang f(X). Variansi dari fungsi g(X) adalah 2g(X) = E[{g(X) - g(X)}2] Teorema 2.9: Jika X suatu peubah acak dan b konstanta, maka 2X+b = 2X = 2 Teorema 2.9: Jika X suatu peubah acak dan a konstanta, maka 2aX = a22X = a22
Sifat-sifat variansi
Teorema 2.11: Jika X dan Y peubah acak dengan sebaran peluang gabungan f(x,y), maka 2aX+bY = a22X + b22Y + 2abXY Corollary 1: Jika X dan Y peubah acak yang saling bebas, maka
Contoh 2.8
Soal: Jika X dan Y peubah acak dengan variansi 2X = 2, 2Y = 4 dan kovariansi XY= -2, tentukan variansi dari peubah acak Z = 3X - 4Y + 8 Jawab: 2Z = 23X - 4Y + 8 = 23X-4Y ; T.2.9 = 92X + 162Y - 24XY ; T.2.11 = 92 + 164 - 24(-2) = 130
] (x )
f ( x )dx
2
+ k k
+ k
(x ) f (x )dx + (x )2 f (x )dx
2
+ k
Karena integral kedua bernilai tak negatif. Selanjutnya, karena |x - | k berarti x +k atau x -k, diperoleh (x - )2 k 22
Akibatnya
2
Dan bahwa
k
k 2 2 f ( x )dx +
+ k
k 2 2 f ( x )dx
f (x )dx +
+k
1 f (x )dx 2 k
+ k
+ k
f(x) 2 -2 +2
f ( x )dx
Contoh 2.30
Soal: Suatu peubah acak X memiliki mean =8, variansi 2=9 dan (fungsi) sebaran peluang yang tak diketahui. Tentukan: (1) P(-4<X<20) dan (2) P(|X-8|6). Jawab: simpangan baku = 9 = 3, =8
1. P(-4<X<20) = P[8-(4)(3)<X<8+(4)(3)] = P[ - (4)()<X< + (4)()] 15/16 ; (1-1/k2)=1-1/16 P(|X-8|>6) = 1-P(|X-8|6) = 1 P(-6<X-8<6) = 1 - P[ -(2)()<X< +(2)()] (<?) ; { 1-1/22 =3/4}
2.
Sekian