Anda di halaman 1dari 17

PENGENDALIAN KUALITAS

“TABEL KONTINGENSI DAN UJI KELAYAKAN”

Oleh :
Muhammad Nafi’ul Alam 06111440000037

Dosen :
Dra. Farida Agustini W., MS

DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA KOMPUTASI DAN SAINS DATA
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
2018
BARISAN VARIABEL ACAK & ORDER STATISTIK
13.4. Order Statistik
Definisi 13.4.
Misalkan 𝑋1 , 𝑋2 , … , 𝑋𝑛 suatu pengamatan dari sampel acak berukuran n dari pdf 𝑓(𝑥).
Misalkan 𝑋(1) menyatakan nilai terkecil dari {𝑋1 , 𝑋2 , … , 𝑋𝑛 }, 𝑋(2) menyatakan nilai terkecil
kedua dari {𝑋1 , 𝑋2 , … , 𝑋𝑛 } dan dengan cara yang sama 𝑋(𝑟) menyatakan nilai terkecil ke-r dari
{𝑋1 , 𝑋2 , … , 𝑋𝑛 }, sehingga variabel acak 𝑋(1) , 𝑋(2) , … , 𝑋(𝑛) disebut order statistik dari sampel
𝑋1 , 𝑋2 , … , 𝑋𝑛 . Dalam hal ini, 𝑋(𝑟) disebut order statistik ke-r dari 𝑋1 , 𝑋2 , … , 𝑋𝑛 .

Teorema 13.14
Misalkan 𝑋1 , 𝑋2 , … , 𝑋𝑛 sampel acak berukuran n dari pdf 𝑓(𝑥). Pdf dari order statistik
ke-r, 𝑋(𝑟) , adalah
𝑛!
𝑔(𝑋(𝑟) ) = [𝐹(𝑥)]𝑟−1 𝑓(𝑥)[1 − 𝐹(𝑥)]𝑛−𝑟
(𝑟 − 1)! (𝑛 − 𝑟)!
Dengan F(x) adalah CDF dari f(x)
Bukti:
Asumsikan 𝑓(𝑥) kontinu. Misalkan, ℎ ∈ ℝ+ dan x sebarang titik di 𝐷𝑓 . Misalkan ℝ
dibagi dalam tiga segmen
ℝ = (−∞, 𝑥) ∪ [𝑥, 𝑥 + ℎ) ∪ [𝑥 + ℎ, ∞)
Misalkan 𝑃1 peluang nilai sampel pada interval (−∞, 𝑥], sehingga
𝑥 𝑥
𝑃1 = ∫ 𝑓(𝑡)𝑑𝑡 = lim ∫ 𝑓(𝑡)𝑑𝑡
−∞ 𝑛→−∞ 𝑛

𝑥
= lim 𝐹(𝑡)| = lim 𝐹(𝑥) − 𝐹(𝑛)
𝑛→−∞ 𝑛 𝑛→−∞

= 𝐹(𝑥) − 0 = 𝐹(𝑥)
Dengan cara yang sama untuk 𝑃2 peluang di interval [𝑥, 𝑥 + ℎ) dan 𝑃3 di interval [𝑥 + ℎ, ∞)
adalah
𝑥+ℎ
𝑃2 = ∫ 𝑓(𝑡)𝑑𝑡
𝑥

𝑥+ℎ
= 𝐹(𝑡)|
𝑥
= 𝐹(𝑥 + ℎ) − 𝐹(𝑥)


𝑃3 = ∫ 𝑓(𝑡)𝑑𝑡
𝑥+ℎ
𝑛
= lim ∫ 𝑓(𝑡)𝑑𝑡
𝑛→∞ 𝑥+ℎ

𝑛
= lim 𝐹(𝑡) |
𝑛→∞ 𝑥+ℎ
= lim 𝐹(𝑛) − 𝐹(𝑥 + ℎ)
𝑛→∞

= 1 − 𝐹(𝑥 + ℎ)
Sehingga, 𝑃ℎ (𝑥), peluang (𝑟 − 1) sampel berada di interval pertama, satu sampel berada
di interval kedua dan (𝑛 − 𝑟) sampel berada di interval ketiga adalah
𝑛
𝑃ℎ (𝑥) = (𝑟 − 1, 1, 𝑛 − 𝑟) 𝑝1𝑟−1 𝑝21 𝑝3𝑛−𝑟

𝑛!
= 𝑝𝑟−1 𝑝2 𝑝3𝑛−𝑟
(𝑟 − 1)! (𝑛 − 𝑟)! 1
Pdf g(x) dari order statistik ke-r adalah
𝑃ℎ (𝑥)
𝑔(𝑥) = lim
ℎ→0 ℎ
𝑛!
[ 𝑝𝑟−1 𝑝2 𝑝3𝑛−𝑟 ]
(𝑟 − 1)! (𝑛 − 𝑟)! 1
= lim
ℎ→0 ℎ
𝑛!
𝐹(𝑥)𝑟−1 [𝐹(𝑥 + ℎ) − 𝐹(𝑥)][1 − 𝐹(𝑥 + ℎ)]𝑛−𝑟
(𝑟 − 1)! (𝑛 − 𝑟)!
= lim
ℎ→0 ℎ
𝑛! [𝐹(𝑥 + ℎ) − 𝐹(𝑥)]
= 𝐹(𝑥)𝑟−1 lim [1 − 𝐹(𝑥 + ℎ)]𝑛−𝑟
(𝑟 − 1)! (𝑛 − 𝑟)! ℎ→0 ℎ
𝑛! [𝐹(𝑥 + ℎ) − 𝐹(𝑥)]
= 𝐹(𝑥)𝑟−1 lim lim [1 − 𝐹(𝑥 + ℎ)]𝑛−𝑟
(𝑟 − 1)! (𝑛 − 𝑟)! ℎ→0 ℎ ℎ→0

𝑛!
= 𝐹(𝑥)𝑟−1 𝑓(𝑥)[1 − 𝐹(𝑥)]𝑛−𝑟
(𝑟 − 1)! (𝑛 − 𝑟)!
Contoh 13.18
Misalkan 𝑋1 , 𝑋2 sampel acak dari suatu distribusi dengan
𝑒 −𝑥 , 𝑢𝑛𝑡𝑢𝑘 0 ≤ 𝑥 < ∞
𝑓(𝑥) = {
0, 𝑛𝑖𝑙𝑎𝑖 𝑥 𝑦𝑎𝑛𝑔 𝑙𝑎𝑖𝑛
Tentukan pdf dari 𝑌 = min{𝑋1 , 𝑋2 }!
Penyelesaian:
𝑛!
𝑔(𝑦) = (𝑟−1)!(𝑛−𝑟)!
𝐹(𝑦)𝑟−1 𝑓(𝑦)[1 − 𝐹(𝑦)]𝑛−𝑟

Kemudian
𝑦
𝐹(𝑦) = ∫ 𝑓(𝑡)𝑑𝑡
0
𝑦
= ∫ 𝑒 −𝑡 𝑑𝑡
0
𝑦
= −𝑒 −𝑡 |
0
= 1 − 𝑒 −𝑦
Pada contoh ini, 𝑛 = 2 𝑑𝑎𝑛 𝑟 = 1 sehingga
2!
𝑔(𝑦) = [1 − 𝑒 −𝑦 ]0 𝑒 −𝑦 [1 − (1 − 𝑒 −𝑦 )]1
0! 1!
= 2.1. 𝑒 −𝑦 . 𝑒 −𝑦
= 2𝑒 −2𝑦
Untuk batas pdf
0 ≤ 𝑥 < ∞ ⇒ −∞ < −𝑥 ≤ 0 ⇒ 𝑒 −∞ < 𝑒 −𝑥 ≤ 𝑒 0 ⇒ 0 < 𝑦 ≤ 1
Sehingga
2𝑒 −2𝑦 , 0 < 𝑦 ≤ 1
𝑔(𝑦) = {
0, 𝑢𝑛𝑡𝑢𝑘 𝑛𝑖𝑙𝑎𝑖 𝑦 𝑦𝑎𝑛𝑔 𝑙𝑎𝑖𝑛
Contoh 13.19
Misalkan 𝑌1 < 𝑌2 < ⋯ < 𝑌6 suatu order statistik berukuran 6 dari pdf
2𝑥, 0 < 𝑥 < 1
𝑓(𝑥) = {
0, 𝑛𝑖𝑙𝑎𝑖 𝑥 𝑦𝑎𝑛𝑔 𝑙𝑎𝑖𝑛
Tentukan nilai ekspetasi dari 𝑌6 !
Penyelesaian:
𝑛!
𝑔(𝑦) = 𝐹(𝑦)𝑟−1 𝑓(𝑦)[1 − 𝐹(𝑦)]𝑛−𝑟
(𝑟 − 1)! (𝑛 − 𝑟)!
𝑓(𝑥) = 2𝑥
𝑥

𝐹(𝑥) = ∫ 𝑓(𝑡)𝑑𝑡
0
𝑥
= ∫ 2𝑡 𝑑𝑡
0
𝑥
= 𝑡2| = 𝑥2
0
Dalam contoh ini, 𝑛 = 6, 𝑟 = 6 sehingga,
6!
𝑔(𝑦) = (𝑦 2 )6−1 2𝑦[1 − 𝑦 2 ]6−6
(6 − 1)! (6 − 6)!
6! 10
= 𝑦 2𝑦 = 12𝑦11
5!
Jadi, nilai ekspetasi dari 𝑌6 adalah

𝐸(𝑌6 ) = ∫ 𝑦 𝑔(𝑦)𝑑𝑦
−∞
0 1 ∞
= ∫ 𝑦 𝑔(𝑦)𝑑𝑦 + ∫ 𝑦 𝑔(𝑦)𝑑𝑦 + ∫ 𝑦 𝑔(𝑦)𝑑𝑦
−∞ 0 1
1
= ∫ 𝑦 𝑔(𝑦)𝑑𝑦
0
1
= ∫ 𝑦 12𝑦 11 𝑑𝑦
0
1
= 12 ∫ 𝑦 12 𝑑𝑦
0

𝑦13 1 12
= 12 ( ) | =
13 0 13

Contoh 13.20
Misalkan X, Y dan Z variabel acak uniform independen pada interval (0, 𝑎). Misalkan
𝑊 2
𝑊 = min⁡{𝑋, 𝑌, 𝑍}, tentukan nilai ekspetasi dari (1 − 𝑎 ) !

Penyelesaian:
pdf dari X, Y maupun Z adalah
1
, 0<𝑥<𝑎
𝑓(𝑥) = { 𝑎
0, 𝑛𝑖𝑙𝑎𝑖 𝑥 𝑦𝑎𝑛𝑔 𝑙𝑎𝑖𝑛
lalu, CDF dari f(x) adalah
0, 𝑥 ≤ 0
𝑥
𝐹(𝑥) = { , 0 < 𝑥 < 𝑎
𝑎
1, 𝑥 ≥ 𝑎
Karena 𝑊 = min⁡{𝑋, 𝑌, 𝑍}, W adalah order statistik pertama dari sampel acak X, Y dan Z
sehingga pdf dari W adalah
𝑛!
𝑔(𝑤) = 𝐹(𝑤)𝑟−1 𝑓(𝑤)[1 − 𝐹(𝑤)]𝑛−𝑟
(𝑟 − 1)! (𝑛 − 𝑟)!
3! 𝑤 0 1 𝑤 2
= [ ] ( ) [1 − ]
0! 1! 2! 𝑎 𝑎 𝑎
3 𝑤 2
= [1 − ]
𝑎 𝑎
lalu, pdf dari W adalah
3 𝑤 2
[1 − ] , 0 < 𝑤 < 𝑎
𝑔(𝑤) = {𝑎 𝑎
0, 𝑛𝑖𝑙𝑎𝑖 𝑤 𝑦𝑎𝑛𝑔 𝑙𝑎𝑖𝑛
𝑊 2
sehingga nilai ekspetasi dari [1 − 𝑎 ] adalah

𝑊 2 𝑎
𝑤 2
𝐸 [(1 − ) ] = ∫ (1 − ) 𝑔(𝑤)𝑑𝑤
𝑎 0 𝑎
𝑎
𝑤 2 3 𝑤 2
= ∫ (1 − ) [ (1 − ) ] 𝑑𝑤
0 𝑎 𝑎 𝑎
3 𝑎 𝑤 4
= ∫ (1 − ) 𝑑𝑤
𝑎 0 𝑎
𝑤 𝑑𝑙 1 1
Misalkan 𝑙 = 1 − 𝑎 , 𝑑𝑤 = − 𝑎 berakibat −𝑑𝑙 = 𝑎 𝑑𝑤 sehingga

3 𝑎 𝑤 4 0
∫ (1 − ) 𝑑𝑤 = −3 ∫ 𝑙 4 𝑑𝑙
𝑎 0 𝑎 1

1 0
= −3[ 𝑙 5 ] |
5 1
1 3
= (−3) (− ) =
5 5

13.5. Persentil Sampel


Definisi 13.5.
Misalkan 𝑋1 , 𝑋2 , … , 𝑋𝑛 sampel acak. Median sampel, M, didefinisikan
𝑋𝑛+1 , 𝑢𝑛𝑡𝑢𝑘 𝑛 𝑔𝑎𝑛𝑗𝑖𝑙
2
𝑀= (𝑋𝑛 + 𝑋𝑛+2 )
2 2
, 𝑢𝑛𝑡𝑢𝑘 𝑛 𝑔𝑒𝑛𝑎𝑝
{ 2
dalam distribusi kontinu, persentil ke-100p, 𝜋𝑝 adalah suatu nilai yang didefinisikan
𝜋𝑝
𝑝 = ∫ 𝑓(𝑥)𝑑𝑥
−∞

Definisi 13.6.
Misalkan persentil sampel ke-100p didefinisikan
𝑋⌊𝑛𝑝⌋ , 𝑝 < 0.5
𝜋𝑝 = {𝑀, 𝑝 = 0.5
𝑋(𝑛+1−⌊𝑛(1−𝑝)⌋) , 𝑝 > 0.5

dengan ⌊𝑏⌋ didefinisikan bilangan bulat terbesar yang kurang dari b


Contoh 13.22.
Misalkan 𝑋1 , 𝑋2 , … , 𝑋12 sampel acak berukuran 12. tentukan persentil sampel ke-65!
Penyelesaian:
100𝑝 = 65
𝑝 = 0.65
karena 𝑝 > 0.5 berakibat
𝜋𝑝 = 𝑋(𝑛+1−⌊𝑛(1−𝑝)⌋)

𝜋0.65 = 𝑋(12+1−⌊12(1−0.65)⌋)

𝜋0.65 = 𝑋(13−⌊12 (0.35)⌋)

𝜋0.65 = 𝑋(13−⌊4.2⌋)

𝜋0.65 = 𝑋(13−4)
𝜋0.65 = 𝑋(9)

dipenuhi 𝜋0.65 berada pada order statistik ke-9


Definisi 13.7.
Persentil sampel ke-25 disebut kuartil bawah (𝑄1 ) dan persentil sampel ke-75 disebut
kuartil atas (𝑄3 ). Jarak antara 𝑄1 dan 𝑄3 disebut interquartile range.
Contoh 13.23.
Suatu sampel dari pengamatan, 𝑋1 , 𝑋2 , 𝑑𝑎𝑛 𝑋3 , berdistribusi uniform pada interval
1 3
[0,1]. Tentukan peluang median sampel berada diantara 4 dan 4!

Penyelesaian:
Jika sampel dari (2𝑛 + 1) buah variabel acak diamati (∀𝑛 ∈ ℕ), maka median sampel
berada pada order statistik ke-(𝑛 + 1). Dalam persoalan di atas,
𝑀 = 𝑋(2) = 2𝑛𝑑 min⁡{𝑋1 , 𝑋2 , 𝑋3 }

Misalkan 𝑌 = 𝑋(2) . Pdf untuk 𝑋𝑖 (𝑖 = 1,2,3) adalah


1, 0 ≤ 𝑥 ≤ 1
𝑓(𝑥) = {
0, 𝑛𝑖𝑙𝑎𝑖 𝑥 𝑦𝑎𝑛𝑔 𝑙𝑎𝑖𝑛
Sehingga didapat CDF dari f(x) adalah
𝑥
𝐹(𝑥) = ∫ 𝑓(𝑡)𝑑𝑡
0
𝑥
𝑥
= ∫ 𝑑𝑡 = 𝑡|
0
0

=𝑥
Pdf dari Y adalah
3!
𝑔(𝑦) = [𝐹(𝑦)]2−1 𝑓(𝑦)[1 − 𝐹(𝑦)]3−2
1! 1!
= 6𝐹(𝑦)𝑓(𝑦)[1 − 𝐹(𝑦)]
= 6𝑦(1 − 𝑦)
Sehingga,
3
1 3 4
𝑃 ( < 𝑌 < ) = ∫ 𝑔(𝑦)𝑑𝑦
4 4 1
4
3 3 3
2 3
4 4 𝑦 𝑦
= ∫ 6𝑦(1 − 𝑦)𝑑𝑦 = 6 ∫ 𝑦 − 𝑦 2 𝑑𝑦 = 6 [ − ] |4
1 1 2 3 1
4 4
4
9 5 11
= 6 [( ) − ( )] =
64 192 16
CONTOH SOAL
1. Suppose we roll a die 1000 times. What is the probability that the sum of the numbers
obtained lies between 3000 and 4000?
Penyelesaian:
Y = X1 + X2 + X3 + … +X1000
X(i) = menunjukkan angka pada dadu yang keluar dari percobaan ke-I, i=1,2,3, … , 1000
Ditanya: P (3000 ≤ Y ≤ 4000)
Jawab:
𝜇𝑦 = ∑1000
𝑖=1 𝜇𝑋𝑖 = 𝑛⁡𝜇𝑋𝑖 = 1000⁡. 3,5 = 3500
1+2+3+4+5+6
𝜇𝑋𝑖 = 𝐸⁡(𝑋𝑖) = ∑6𝑖=1 𝑥⁡𝑓(𝑥) = = 3,5
6
1000 2 2 35 35000
𝑉𝑎𝑟𝑌 = ∑𝑖=1 𝜎𝑖 = 𝑛⁡𝜎𝑖 = 1000⁡. 12 = 12
(𝑋𝑖−𝜇)2 (1−3,5)2 +(2−3,5)2 +⋯+(6−3,5)2 35
𝜎𝑥 = ∑6𝑖=1 𝑛 = = 12
6

Sehingga: P (3000 ≤ Y ≤ 4000)


3000−3500 𝑦−3500 4000−3500
= 𝑃( 35000
≤⁡ 35000
≤ 35000
)
√ √ √
12 12 12
−500√12 500√12
= 𝑃( ≤ ⁡𝑍 ≤ ⁡ )
√35000 √35000
500√12
= 2𝑝 (⁡𝑍 ≤ ⁡ )−1
√35000
= 2𝑝⁡(𝑍 < 9,2582) − 1
= 2.1 − 1
=1

3. Diketahui:
_
𝑋_ m = Rata-rata siswa laki-laki = 180
𝑋f = Rata-rata siswa perempuan = 130
Sm = Standart Deviasi siswa laki-laki = 20
Sf = Standart Deviasi siswa perempuan = 15
Distribusi Normal Y ~ N (µ,σ2)
Ditanya :
Tentukan peluang jumlah berat mereka kurang dari 280 ?
Penyelesaian : _ _
µy = 𝑋m + 𝑋f = 180 + 130 = 310
σ2y = Sm2 + Sf2 = 202 + 152 = 625
σy = 25
Y ~ N (µ,σ2)
Y ~ N (310,625)
𝑌−310
Z = 25
𝑌−µ 280−µ
Sehingga P (Y < 280) = P ( σ
< σ
)
𝑌−310 280−310
=P( < )
25 25
𝑌−310
= P ( 25 < ⁡⁡ −1,25 )
= P ( Z< -1,25)
= 0,1151
Jadi peluang jumlah berat mereka kurang dari 280 adalah 0,1151

5. If the random variable X has density function


2(1 − 𝑥)⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡𝑓𝑜𝑟⁡0 ≤ 𝑥 ≤ 1
𝑓(𝑥) = ⁡ {
0⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡𝑜𝑡ℎ𝑒𝑟𝑤𝑖𝑠𝑒
1
What is the probability that the larger of 2 independent observations of X will exceed 2 ?
Answer:
Y = max {𝑋1 , 𝑋2 }
1
P( max {𝑋1 , 𝑋2 }>2 ) = … ?
𝑥
𝐹(𝑥) = ⁡ ∫ 2(1 − 𝑡)𝑑𝑡
0
1 2 1
= 2 (𝑡 − 𝑡 ) | 𝑥0
= 2[(𝑥 − 2 𝑥 2 ) − (0)] = 2𝑥 − ⁡ 𝑥 2
2
𝑛!
𝑔(𝑦) = ⁡ [𝐹(𝑦)]𝑟−1 𝑓(𝑦)[1 − 𝐹(𝑦)]𝑛−𝑟
(𝑟 − 1)! (𝑛 − 𝑟)!
With 𝑛 = 2, 𝑟 = 2
2!
𝑔(𝑦) = ⁡ [2𝑦 − ⁡ 𝑦 2 ]1 (2 − 2𝑦)[1 − (2𝑦 − ⁡ 𝑦 2 )]0
1! 0!
=2(2𝑦 − ⁡ 𝑦 2 )(⁡2 − 2𝑦)=(4𝑦 − 2𝑥 2 )(2 − 2𝑥)
=8𝑥 − 8𝑥 3 − 4𝑥 2 + 4𝑥 3 =⁡4𝑥(𝑥 2 − 3𝑥 + 2)
1
1 2
𝑃⁡ (⁡𝑌⁡ ≤ ⁡ ) = ∫ 𝑓(𝑦)𝑑𝑦
2 0
1
=∫02 4𝑥(𝑥 2 − 3𝑥 + 2)𝑑𝑦
1
14 13 12 9
=𝑥 4 − 4𝑥 3 + 4𝑥 2 | 02 = 2 − 4 2 + 4 2 = ⁡ 16
1 1 9 7
𝑃⁡ (⁡𝑌 > ) = 1 − 𝑃⁡ (⁡𝑌⁡ ≤ ⁡ ) = 1 − ⁡ =⁡
2 2 16 16
1 7
So, the probability that the larger of 2 independent observations of X will exceed 2 is 16

7. Andaikan 𝑋1 , 𝑋2 , 𝑋3 , 𝑋4 , 𝑋5 adalah sampel acak dari distribusi uniform pada interval (0, 𝜃),
dengan 𝜃 tidak diketahui. Dan andaikan 𝑋𝑚𝑎𝑥 dinotasikan sebagai data terbesar dari observasi
(pengamatan). Untuk berapakah nilai konstanta 𝑘, sehingga nilai ekspektasi dari variabel acak
𝑘𝑋𝑚𝑎𝑥 = 𝜃?
Jawab:
𝑋1 , 𝑋2 , 𝑋3 , 𝑋4 , 𝑋5 → 𝑌1 < 𝑌2 < 𝑌3 < 𝑌4 < 𝑌5

Sehingga 𝑋𝑚𝑎𝑥 = 𝑌5 , didapatkanlah 𝑟 = 5

𝑋𝑖 ~𝑈𝑁𝐼𝐹(0, 𝜃)
1 1 1
𝑝𝑑𝑓 ∶ 𝑓(𝑥) = = =
𝑏−𝑎 𝜃−0 𝜃
1 𝑥
𝐶𝐷𝐹 ∶ 𝐹(𝑥) = ∫ 𝑓(𝑥) 𝑑𝑥 = ∫ 𝑑𝑥 =
𝜃 𝜃

Maka pdf dari 𝑋𝑚𝑎𝑥 = 𝑌5 = 𝑦


𝑛!
𝑔(𝑦) = [𝐹(𝑦)]𝑟−1 [1 − 𝐹(𝑦)]𝑛−𝑟 𝑓(𝑦)
(𝑟 − 1)! (𝑛 − 𝑟)!
5! 𝑦 5−1 𝑦 5−5 1
= [ ] [1 − ] ( )
(5 − 1)! (5 − 5)! 𝜃 𝜃 𝜃
5! 𝑦 4 𝑦 0 1
= [ ] [1 − ] ( )
4! 0! 𝜃 𝜃 𝜃
5𝑦 4
= 5
𝜃
𝜃
5𝑦 4
𝐸[𝑘𝑦] = ∫ 𝑘𝑦 ( 5 ) ⁡𝑑𝑦
0 𝜃
𝜃
5𝑘
𝜃 = 5 ∫ 𝑦 5 𝑑𝑦
𝜃 0
5𝑘 1 6 𝜃
𝜃= 5[ 𝑦 ]
𝜃 6 0
5𝑘 1 6
𝜃 = 5 [ 𝜃 − 0]
𝜃 6
5𝑘𝜃 6
𝜃=
6𝜃 5
6𝜃 6
𝑘= 6
5𝜃
6
𝑘=
5

9. Diketahui :

pdf variable acak X :

1 Untuk 1/e < x < e


𝑓(𝑥 ) = ⁡ {2𝑥
0 Untuk x yang lainnya
Ditanya : P(1<x<2) ?
Penyelesaian :
Mencari Peluang satu dari 2 observasi X<2 dan X>1 :
 Kasus I
𝑃(𝑥) = 𝑃(𝑥1 < 2)⁡. 𝑃(𝑥2 > 1)
𝑏 𝑑
⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡= ⁡ ∫𝑎 𝑓(𝑥)𝑑𝑥⁡. ∫𝑐 𝑓(𝑥)𝑑𝑥⁡⁡⁡
2 𝑒
1 1
=∫ 𝑑𝑥⁡. ∫ 𝑑𝑥⁡⁡⁡
1 2𝑥
1 2𝑥
𝑒
1 1 1
⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡= (𝑙𝑛2 − 𝑙𝑛 ) . (𝑙𝑛𝑒 − 𝑙𝑛1)
2 𝑒 2
1
= (𝑙𝑛2 + 1)
4
 Kasus II
𝑃(𝑥) = 𝑃(𝑥1 < 2)⁡. 𝑃(𝑥2 > 1)
𝑏 𝑑
= ⁡ ∫𝑎 𝑓(𝑥)𝑑𝑥⁡. ∫𝑐 𝑓(𝑥)𝑑𝑥⁡⁡⁡

2 𝑒
1 1
=∫ 𝑑𝑥⁡. ∫ 𝑑𝑥⁡⁡⁡
1 2𝑥
1 2𝑥
𝑒
1 1 1
⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡= (𝑙𝑛2 − 𝑙𝑛 ) . (𝑙𝑛𝑒 − 𝑙𝑛1)
2 𝑒 2
1
= (𝑙𝑛2 + 1)
4
1 1 1
Jadi ,𝑃(𝑥) = 𝐾𝑎𝑠𝑢𝑠⁡𝐼 + 𝐾𝑎𝑠𝑢𝑠⁡𝐼𝐼 = ⁡ (𝑙𝑛2 + 1) + ⁡ (𝑙𝑛2 + 1) = ⁡ (𝑙𝑛2 + 1)
4 4 2

11. Misalkan variable acak X dinotasikan dengan panjang waktu untuk menyelesaikan tugas
matematika. Jika fungsi kepadatan X diketahui :
𝑒 −(𝑥−𝜃) ⁡𝑢𝑛𝑡𝑢𝑘⁡𝜃 < 𝑥 < ∞
𝑓(𝑥) = {
𝑜⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡𝑢𝑛𝑡𝑢𝑘⁡𝑥⁡𝑦𝑎𝑛𝑔⁡𝑙𝑎𝑖𝑛
Dimana 𝜃⁡adalah konstanta positif yang merepresentasikan waktu minimal untuk menyelesaikan
tugas matematika. Jika 𝑋1, 𝑋2, … . . 𝑋5 adalah sampel acak dari distribusi ini. Tentukan nilai
ekspetasi dari 𝑋(1) ?

Diketahuui :
𝑒 −(𝑥−𝜃) ⁡𝑢𝑛𝑡𝑢𝑘⁡𝜃 < 𝑥 < ∞
𝑓(𝑥) = {
𝑜⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡𝑢𝑛𝑡𝑢𝑘⁡𝑥⁡𝑦𝑎𝑛𝑔⁡𝑙𝑎𝑖𝑛
n=5
r=1
Ditanya :
nilai ekspetasi dari 𝑋(1)
Dijawab :
𝑥
𝐹(𝑥) = ⁡ ∫ 𝑒 −(𝑡−𝜃) 𝑑𝑡 = 1 − 𝑒 (𝜃−𝑥)
𝜃
5!
𝑔(𝑦) = ⁡ [𝐹(𝑥)]0 𝑓(𝑥)[1 − 𝐹(𝑥)]4
0! 4!
4
⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡= ⁡ 5𝑒 −(𝑥−𝜃) (1 − 1 + 𝑒 (𝜃−𝑥) )
= ⁡ 5𝑒 5(𝜃−𝑥)

𝐸(𝑋(1) ) = ∫ 𝑥⁡𝑔(𝑥)𝑑𝑥
𝜃

⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡= ∫ 𝑥⁡5𝑒 5(𝜃−𝑥) 𝑑𝑥
𝜃
𝑚𝑖𝑠𝑎𝑙 ∶
⁡𝑢 = 𝑥
du=dx
𝑑𝑣 = ⁡ 5𝑒 5(𝜃−𝑥)
⁡𝑣 = −𝑒 5(𝜃−𝑥)


5(𝜃−𝑥)
= −𝑥𝑒 + ⁡ ∫ 𝑒 5(𝜃−𝑥) 𝑑𝑥
𝜃 𝜃
1 5(𝜃−𝑥) ∞
= (0 + 𝜃) − 𝑒
5 𝜃
1
=𝜃+
5

13. Misalkan X dan Y adalah dua peubah acak yang independen dengan pdf kembar diberikan
oleh:
3𝑥 2
{ 𝜃 3 ⁡⁡𝑢𝑛𝑡𝑢𝑘⁡0 ≤ 𝑥 ≤ 𝜃
0⁡𝑢𝑛𝑡𝑢𝑘⁡𝑥⁡𝑦𝑎𝑛𝑔⁡𝑙𝑎𝑖𝑛
Untuk beberapa 𝜃 > 0, apa pdf dari 𝑊 = min{𝑋, 𝑌} ?
Penyelesaian :
𝑥 3𝑡 2 𝑥3
CDF dari f(x) adalah 𝐹(𝑥) = ⁡ ∫0 𝜃3 𝑑𝑡 = 𝜃3
𝑊 = min{𝑋, 𝑌}berarti order statistiknya adalah 1 (yang paling terkecil)
Pdf dari g(w) dengan order ke-r dapat dicari dengan rumus :
𝑛!
𝑔(𝑤) = ⁡ [𝐹(𝑥)]𝑟−1 𝑓(𝑤)[1 − 𝐹(𝑤)]𝑛−𝑟
(𝑟 − 1)! (𝑛 − 𝑟)!
2!
𝑔(𝑤) = ⁡ [𝐹(𝑥)]0 𝑓(𝑤)[1 − 𝐹(𝑤)]1
0! 1!
𝑔(𝑤) = ⁡2𝑓(𝑤)[1 − 𝐹(𝑤)]1
3𝑤 2 𝑤3
𝑔(𝑤) = 2 ( 3 ) (1 − 3 )
𝜃 𝜃
2
6𝑤 𝑤3
𝑔(𝑤) = ( 3 ) (1 − 3 )
𝜃 𝜃

17. Misalkan 𝑋1 , 𝑋2 , … , 𝑋1995 sampel acak berukuran 1995 dari distribusi dengan pdf
𝑒 −𝜆 𝜆𝑥
𝑓(𝑥) = ⁡ x = 0,1,2,3,....∞
𝑥!
Apa distribusi dari 1995⁡𝑥̅ ?
Penyelesaian :
M(t) = 𝑒 𝜆(𝑡−1)
1995

𝑀1995⁡𝑥̅ (𝑡) = 𝑀1995 ∑ 𝑋𝑖 (𝑡)


1995
𝑛=1
1995

= ∏ (𝑀𝑋𝑖 (𝑡))
𝑖=1
= (𝑒 𝜆(𝑡−1) )1995
= 𝑒 1995𝜆(𝑡−1)
~𝑃𝑂𝐼𝑆𝑆𝑂𝑁⁡(1995⁡𝜆)

19. Let X1,X2, ...,X9 be a random sample from a uniform distribution on the interval [1, 12].
Find the probability that the next to smallest is greater than or equal to 4?

Penyelesaian :
Order statistic ke -2 : Karena ditanya lebih besar dari yang terkecil.
𝑃(𝑋(2) ≥ 4) = 1 − 𝑃(𝑋(2) ≤ 4)
Dengan pdf dan CDF distribusi normal dengan interval [1, 12] sebagai berikut:
1 1 1
𝑓(𝑥) = = =
𝑏 − 𝑎 12 − 1 11
𝑥−𝑎 𝑥−1
𝐹(𝑥) = =
𝑏−𝑎 ⁡11
Kemudian dicari pdf order statistic ke -2 :
Dengan n = 9 , r = 2
𝑛!
𝑔(𝑥) = [𝐹(𝑥)]𝑟−1 ⁡𝑓(𝑥)[1 − 𝐹(𝑥)]𝑛−𝑟
(𝑟 − 1)! (𝑛 − 𝑟)!
9!
= [𝐹(𝑥)]1 ⁡𝑓(𝑥)[1 − 𝐹(𝑥)]7
1! 7!
9! 𝑥 − 1 1 1 𝑥−1 7
= [ ] [1 − ]
1! 7! ⁡11 11 ⁡11
72(𝑥 − 1) 11 − 𝑥 + 1 7
= ( )
112 11
72(𝑥 − 1)(12 − 𝑥)7
=
119
72
= 9 (𝑥 − 1)(12 − 𝑥)7
11

Kemudian dicari 𝑃⁡(𝑥(2) ≤ 4)


4
72
𝑃⁡(𝑥(2) ≤ 4) = ∫ (𝑥 − 1)(12 − 𝑥)7
119
1
4
72
= ∫(𝑥 − 1)(12 − 𝑥)7
119
1
Pertama :
∫(𝑥 − 1)(12 − 𝑥)7 ⁡𝑑𝑥 = ⁡ − ∫(𝑥 − 1)(𝑥 − 12)7 ⁡𝑑𝑥
= ⁡ −⁡∫(𝑥 − 12)7 (𝑥 − 12 + 11) ⁡𝑑𝑥

= ⁡ −⁡∫(𝑥 − 12)8 + 11(𝑥 − 12)7 ⁡𝑑𝑥

⁡= ⁡ −⁡∫(𝑥 − 12)8 𝑑𝑥 − 11 ∫(𝑥 − 12)7 ⁡𝑑𝑥


1 11
= ⁡ − (𝑥 − 12)9 − (𝑥 − 12)8
9 8
4
72
𝑃⁡(𝑥(2) ≤ 4) ⁡ = 9 ∫(𝑥 − 1)(12 − 𝑥)7
11
1
4
72 1 9
11 8
⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡= 9 [− (𝑥 − 12) − (𝑥 − 12) ]
11 9 8 1
72 1 11 1 11
= 9 [− (4 − 12)9 − (4 − 12)8 − ⁡ (− (1 − 12)9 − (1 − 12)8 )]
11 9 8 9 8
Jadi

𝑃(𝑋(2) ≥ 4) = 1 − 𝑃(𝑋(2) ≤ 4)
72 1 11 1 11
= 1 − ( 9 [− (4 − 12)9 − (4 − 12)8 − (− (1 − 12)9 − (1 − 12)8 )])
11 9 8 9 8

21. Misal X 1 , X 2 ,...., X 2 N 1 adalah sampel acak dari ditribusi uniform di (0,1). Hitung pdf dari
median sampel X ( n 1) ?
Penyelesaian :
Jika sampel dari peubah acak (2n+1) diamati, maka (𝑛 + 1)𝑡ℎ peubah acak terkecil yang disebut
median sampel.
𝑋(2) = ⁡ 2𝑛𝑑 min{𝑋1, 𝑋2 ,𝑋3 }
Dengan memisalkan sampel berukuran 3 dari distribusi uniform
Missal 𝑌 = 𝑋2 adalah pdf dari setiap 𝑋1 diberikan oleh
1⁡⁡⁡⁡⁡⁡⁡⁡⁡𝑢𝑛𝑡𝑢𝑘⁡0 ≤ 𝑥 ≤ 1
𝑓(𝑥) = {
0⁡⁡⁡⁡𝑢𝑛𝑡𝑢𝑘⁡𝑥⁡𝑦𝑎𝑛𝑔⁡𝑙𝑎𝑖𝑛
Dan CDF dari f(x) adalah F(x) = x.
Sehingga pdf dari Y diberikan oleh :
3!
g ( y )  [ F ( y )] 21 f ( y )[1  F ( y )] 3 2
1!1!

 6 F ( y ) f ( y )[1  F ( y )]
 6 y (1  y )
Sehingga pdf dari median sampel 𝑋(𝑛+1) adalah
6𝑦(1 − 𝑦)⁡⁡⁡⁡⁡⁡⁡𝑢𝑛𝑡𝑢𝑘⁡0 ≤ 𝑦 ≤ 1
𝑔(𝑦) = {
0⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡𝑢𝑛𝑡𝑢𝑘⁡𝑦⁡𝑦𝑎𝑛𝑔⁡𝑙𝑎𝑖𝑛

Anda mungkin juga menyukai