Oleh
Asmaul Khusnah
150312604907
Distribusi Binomial
Distribusi Hipergeometrik
a. Distribusi Binomial
- Penurunan rumus MGF
M x (t) = E(e tx )
n
M x (t) = etx f ( x)
x=0
n
M x (t) = etx (nx ) p x (1 p)n x
x=0
n
n!
M x (t) = etx x ! ( nx )!
px (1p)n x
x=0
p et
n!
M x (t) =
x ! ( nx ) !
n
x=0
M x (t) = ( p et +1 p)n
1 p+ p e t n1
d
E ( X )2=np e t t =0
dt
Misalkan
2
E ( X ) =np ( u' v+u v ' ) t=0
Dimana
u=et
u '=et
t n 1
v =(1 p p e )
v ' =( n1 ) p et (1 pp et )n2
Sehingga
1p + p et n2 e t
1 p+ p e t n1 + ( n1 ) p e t
et t =0
2
E ( X ) =np
t n2
1 p+ p e
t n1 t
1 p+ p e + ( n1 ) p e
t =0
2 t
E ( X ) =np e
1 p+ p e t n2 +( ( 1 p+ p et ) + ( n1 ) p e t )
E ( X )2=np e t t =0
1 p+ p e t n2 +(1p+ p et + np et p e t )
2
E ( X ) =np et t =0
t n2 t
1 p+ p e (1 p+np e )
2 t
E ( X ) =np e t =0
1 p+ p e 0 n2(1 p+np e 0)
2 0
E ( X ) =np e
1 p+ p n2 (1 p+ np)
2
E ( X ) =np e 0
E ( X )2=np (1 p+np)
2
Varian (Nilai Harapan ( X E( X )
X 22 XE ( X ) +
( X E ( X ) 2 ]=E
E
X
( 2)2 E( X ) E ( X ) +
( XE ( X ) 2 ]=E
E
( X E ( X ) ]=[ n p n p2 +np ][ 2 ( np ) ( np ) ] +
2 2 2
( X E ( X ) 2 ]=n p2 +np
E
( X E ( X ) 2 ]=npn p2
E
( X E ( X ) 2 ]=np (1 p)
E
b. Distribusi Hipergeometrik
Turunan nilai harapan dari distribusi hipergeometrik yaitu nilai harapan
X , X 2 dan( X E ( X 2 ) ) . Sebagaimana diketahui bahwa nilai harapan X merupakan mean
- Nilai Harapan X
n
E ( X )= x f (x)
x=0
k Nk
n
E ( X )= x
( x )( nx )
x=0
( Nn )
N k
n
E ( X ) = x
k! ( nx )
x ! ( xk ) ! N
x=0
(n)
Nk
n
E ( X )= x
k (k1)! ( nx )
x (x1)! ( xk ) ! N
x=0
(n )
N k
n
E ( X )= x
(k 1)! ( nx )
( x1)! ( xk ) ! N
x=0
(n)
Misalkan y=x-1, maka
k 1 Nk
( n
y n( y +1))
) (
E ( X )=k
y=0
( Nn )
k 1 ( N 1 )(k 1)
( n
y ) ( (n1) y )
E ( X )=k
N N 1
n ( n1 )
y=0
k 1 ( N 1 )(k 1)
nk ( y ) ( ( n1) y )
n
E ( X )=
N y=0
( Nn1
1
)
Karena
( N1 ) (k 1)
y ) ( (n1) y )
(k 1
n
N 1
=1
y=0
( n1 )
Maka
nk
E ( X )=
N
- Nilai Harapan X2
Dimisalkan terlebih dahulu
E ( X 2 ) =E ( X 2 ) E ( X ) + E( X)
E ( X 2 ) =E[ X 2 X ]+ E( X)
E ( X 2 ) =E[ X ( X1)]+ E( X )
Kemudian dicari
n
E[ X ( X 1 ) ]= ( x1)f ( x )
x=0
k ( k1) k
E[ X ( X 1 ) ]= (x1)
n
x( x 1) x ( )( Nnx
k
)
N ( N 1)
x=0
n( n1) ( Nn2
2
)
( N 2 )(k 2)
k ( k1) n ( k2
x2 ( ( n2 ) (x2) )
)
E[ X ( X 1 ) ]=
N ( N 1) (x2)=0
n( n1) ( Nn2
2
)
nk (k1)(n1)
E[ X ( X 1 ) ]=
N ( N 1)
2
- Nilai Harapan ( X E(X )
( X E ( X ) 2 ]=E [ X 22 XE ( X ) + E ( X ) 2 ]
E
X
E ( X ) 2
( 2)2 E( X ) E ( X ) +
( XE ( X ) 2 ]=E
E
E ( X ) 2
( X E ( X ) 2 ]=E ( X 2 )
E
nk ( k 1 )( n1 ) nk nk 2
( X E ( X ) 2 ]= + ( )
N ( N 1 ) N N
E
nk ( k1 )( n1 ) nk
( X E ( X ) 2 ]=
N ( N ( N 1 )
+1
N )
E
nk ( k1 )( n1 ) Nnk
( X E ( X ) 2 ]=
N ( N ( N 1 )
+
N )
E
N ( k1 ) ( n1 )+ ( N 1 ) ( Nnk)
( X E ( X ) 2 ]= nk
N ( N ( N 1 ) )
E
Nk N )( n1 ) + ( N1 )(N nk )
( X E ( X ) 2 ]= nk
N (( N ( N1 ) )
E
2
(
( X E ( X ) 2 ]= nk NnkNkNn+ N + N NnkN +nk
N N ( N 1 ) )
E
2
(
( X E ( X ) 2 ]= nk NkNn+ N +nk
N N ( N 1 ) )
E
nk ( nK ) (Nn)
( X E ( X ) 2 ]= 2
N (N 1)
E
k+n
E ( X )= x x1
x=k k 1 ( ) pk (1 p) xk
k+n
( x1 ) !
E ( X ) = x pk (1 p) xk
x=k ( k 1 ) ! ( x1 ) ( k 1 ) !
k+n
( x1 ) ! k xk k p
E ( X ) = x p (1 p)
x=k ( k 1 ) ! ( xk ) ! k p
k +n
k x!
E ( X )= x
p x=k k ! ( xk ) !
pk+1 (1p) xk
k
E ( X )=
p
- Nilai Harapan X2
Dimisalkan terlebih dahulu
2 2
E ( X ) =E ( X ) + E ( X )E( X)
E ( X 2 ) =E [ X 2 + X ] E(X )
E ( X 2 ) =E [ X ( X +1 ) ] E( X )
Kemudian dicari
k+n
E[ X ( X +1 ) ]= x ( x+1 ) f (x)
x=k
k+n
E[ X ( X +1 ) ]= x ( x +1) x1
x=k k 1( ) k
p (1 p)
xk
k+n
( x1 ) !
E[ X ( X +1 ) ]= x ( x +1) pk (1 p) xk
x=k ( k1 ) ! ( xk ) !
k+n
( x1 ) ! k (k + 1) p2
E[ X ( X +1 ) ]= x ( x +1) pk (1 p)xk
x=k ( k1 ) ! ( xk ) ! k (k + 1) p2
k (k +1) k +n ( x +1 ) !
E[ X ( X +1 ) ]=
p 2 x
( k +1 ) ! ( x k ) !
pk+2 (1p) xk
x=k
k (k +1)
E[ X ( X +1 ) ]=
p2
Sehingga
E ( X 2 ) =E [ X ( X +1 ) ] E( X )
k (k +1) k
E ( X2)=
p2 p
2 k 2+ k pk
E ( X )= 2 2
p p
k 2+ kkp
E ( X2)=
p2
- Nilai Harapan
X 22 XE ( X ) +
( X E ( X ) 2 ]=E
E
X
E ( X ) 2
( 2)2 E( X ) E ( X ) +
( XE ( X ) 2 ]=E
E
E ( X ) 2
( X E ( X ) 2 ]=E ( X 2 )
E
2 2
( X E ( X ) 2 ]= k +k kp
2
k
( p)
p
E
2 2
( X E ( X ) 2 ]= k +k kpk
2
p
E
k kp
( X E ( X ) 2 ]=
p2
E
k (1 p)
( X E ( X ) 2 ]=
p2
E
d. Distribusi Geometrik
Pembahasan awal bagian ini adalah menurunkan persamaan MGF-nya, dan selanjutnya
menurunkan momen pertama dan momen kedua berdasarkan hasil persamaan MGF yang
telah diperoleh sebelumnya. Dari momen pertama dan kedua tersebut dapat diketahui rata-rata
(mean) dan varian.
- Penurunan MGF
M x (t) = E(e tx )
n
M x (t) = etx f ( x)
x=0
n
M x (t) = etx p(1p)x1
x=0
n
p
M x (t) = etx p x (1 p)x
(1 p) x=0
t
(1 p) e
t
(1 p) e
M x (t) =
( 1 p ) e t +
p
( 1 p )
1p
1()e t
M x (t) =
p (1 p)et
( 1p )
1p
1()e t
M x (t) =
p et
- Nilai Harapan X
'
E( X)=M x ( t=0 )
d p et
E( X)=
dt (1(1 p) p et ) t =0
p e t (1 p)e t
1(1 p) et 2
1(1 p) et 2 t =0
E ( X ) =
1(1 p) et 2
p e t p(1 p)e2 t
+
t =0
1(1 p) et 2
p(1 p) e 2t
E ( X )=
1(1 p) et 2
p e 2t t =0
E ( X )=
2
1(1 p)
p
E ( X )=
p
E ( X )=
p2
1
E ( X )=
p
- Nilai Harapan X2
E ( X 2 ) =M '' x ( t =0 )
2 t
2 d pe
E(X) =
d t (1(1p) p e ) t =0
2 t
1(1 p)e t 2
2 d p e 2 t t =0
E(X) =
dt
1(1 p)et 3
t 3
1(1 p)e
t =0
2 2 p (1 p)e 2 t
E(X) =
t 3
1(1 p)e
p e + p (1 p)e2 t t =0
t
E ( X )2=
1(1 p) 3
p+ p(1 p)
E ( X )2=
2 p+ p(1 p)
E(X) =
p3
2 1+(1p)
E(X) =
p2
2
X E ( X )
- Nilai Harapan
X 22 XE ( X ) +
( X E ( X ) 2 ]=E
E
X
E ( X ) 2
( 2)2 E( X ) E ( X ) +
( XE ( X ) 2 ]=E
E
E ( X ) 2
( X E ( X ) 2 ]=E ( X 2 )
E
1+(1p) 1
( X E ( X ) 2 ]= 2
p2 p
E
(1p)
( X E ( X ) 2 ]= 2
p
E
2. Bagaimana keterkaitan saling lepas dan saling bebas dua variabel X dan Y. Berikan
contohnya!
Jawab: tidak ada keterkaitan antara kejadian saling lepas dan saling bebas dua variabel.
Karena dua kejadian dikatakan saling lepas bila kedua kejadian tersebut tidak dapat terjadi
secara bersamaan, sedangkan dua kejadian dikatakan saling bebas jika terjadinya kejadian
yang satu tidak mempengaruhi kemungkinan terjadinya kejadian lain. Namun pada beberapa
kejadian jika irisannya kosong atau saling lepas maka dapat dipastikan dua kejadian tersebut
tidak bebas.
Contoh:
- Saling lepas
Ketika melantunkan sebuah dadu bermata 6, kejadian 'mendapat mata 1' dan
kejadian 'mendapat mata 4' adalah saling terpisah, sebab keduanya tidak mungkin
terjadi secara bersamaan. Tetapi kejadian 'mendapat mata 3' dan kejadian
'mendapat bilangan bermata ganjil' adalah tidak saling terpisah, sebab keduanya
bisa terjadi secara bersamaan. (yaitu ketika mendapatkan mata 3, yang juga
berarti mendapat bilangan ganjil).
- Saling bebas
Ketika mengambil dua kartu dari set kartu permainan (52 kartu) kejadian
mendapatkan raja K pada kartu pertama dan kejadian mendapatkan kartu
hitam pada kartu kedua adalah tidak saling bebas. Peluang pada kartu kedua
berubah setelah yang pertama diambil. Kedua kejadian di atas akan menjadi
saling bebas jika setelah mengambil kartu yang pertama, kartu tersebut
dikembalikan ke set semula (sehingga set kartu itu lengkap kembali, 52 kartu).
3. Misalkan X N ( , 2 )
b. Apakah variabel acak Y =aX+ b , a dan b suatu konstanta tak nol juga
berdistribusi normal ? jelaskan jawaban anda!
Jawab: bukan, karena Y =aX+ b , a dan b suatu konstanta tak nol mempunyai
gradien a (m=a) dan Y =aX+ b mempunyai grafik berupa garis lurus sehingga jika
kita lihat dari bentuk grafik, persamaan Y =aX+ b tidak memenuhi ciri-ciri distribusi
normal.