LEMBAR KERJA 2A

TOPIK: Harapan Matematis, Rataan, Varians

Kelompok : 4

Nama Anggota

1. Intan Kusuma W (1602101010) 2. Ariyadi Nur F (160210101008)

3. Novi Wulandari S. R(160210101041) 4. Rachmita A (160210101068)

Kompetensi :
Mahasiswa mampu menjelaskan pengertian harapan matematis yang bertype
diskrit dan sifat-sifatnya
I. Kerjakan Lembar secara diskusi di kelompok asal
Isilah titik-titik dibawah ini sedemikian hingga menjadi pernyataan yang
benar :

Perhatikan suatu frekuensi nisbi 4 juta kali percobaan acak, f x  

1
, x  0,2 dan
4

f x  
1
untuk x  1 dan 0 untuk lainnya
2

 
x f x  a   f x   4 juta  xa x  f x 
 
1
0 1.000.000 0 0
4
1 1
1 2.000.000 2.000.000
2 2
1 1
2 1.000.000 2.000.000
4 2
Berdasarkan definisi rataan dari suatu statistic ukuran n yang berkorespondensi
1 n n n
terhadap x i yaitu x   xi , dimana
n i 1
 xi   x  a   4 juta sehingga
i 1 i 1
 4 juta n
x
4 juta
 1 . Perhitungan ini sama saja dengan perhitungan  x  f x 
i 1
i  1.

Ini merupakan nilai harapan matematis dari peubah acak X .

Definisi 4.1. Peubah acak X bertipe diskrit dengan pdf f x  , mempunyai

ekspektasi matematis

EX    x  f x 
x

Untuk suatu peubah acak X , dengan fungsi kepadatan peluang f x  , dan

untuk suatu fungsi dari X yaitu u x  , sedemikian hingga harapan atau ekspektasi
matematis dapat didefinisikan sebagai berikut :

Teorema 4.1. Harapan atau ekspektasi matematis dari fungsi u x  pada

peubah acak X dengan pdf f x  adalah :

Eu x    ux   f x  , jika X merupakan peubah acak diskrit

x

Harapan matematis untuk multi dimensi atau n peubah acak adalah

Eux1 , x2 ,  xn  dari fungsi ux1 , x2 ,  xn  sebagai berikut :

Eux1 , x2 ,  xn    ... ux1 , x2 , x  xn  f x1 , x2 , x  xn  ada, jika X i dimana

x1 x2

i  1,2,..., n merupakan peubah acak diskrit.

Sifat-sifat Harapan matematis
a). Jika k suatu konstanta, maka E k   k
Bukti :
Misal ux   k

E k    k  f x 
X

 k  f x   k 1  k (terbukti)
x
 b). E kv  kEv  , jika konstanta dan v suatu fungsi
Bukti :
Misal ux   kv

E kv   kv  f x 
X

 k  v  f x 
X

 kEv 
Jadi E kv  kEv  (terbukti)

c). E k1v1  k 2 v2   k1 Ev1   k 2 Ev2 , jika k1 dan k 2 adalah konstanta,

sedangkan v1 dan v 2 merupakan fungsi.
d). Jika k1 , k 2 , … k n adalah konstanta sedangkan v1 , v 2 , … v n merupakan

fungsi, maka Ek1v1  k 2 v2  k n vn   k1 Ev1   k 2 E v2   ...  k n Evn 

e). Jika X suatu peubah acak, maka Y  g x  juga merupakan peubah acak.
 Untuk peubah acak diskrit
Eg x   g x1  f x1   g x2  f x2   ...  g xn  f xn 
n
  g x  f x    g x  f x 
j 1

f). Untuk peubah acak diskrit X dan Y , dengan PMF gabungan f x, y  ,

maka nilai harapan dari g x, y  adalah :

 
Eg x, y     g x, y  f x, y dxdy


Soal 1a.
Jika peubah acak X mempunyai PMF

f x  
x
, untuk x  1,2,3 dan 0 untuk x lainnya.
6
   
Maka tentukan E  X  , E X 2 dan E 6 X  3 X 2 , kerjakan di dalam kotak yang
tersedia, jika tidak cukup anda dapat menggunakan kertas tambahan.
  
3 3
E  X    x  f x  E X 2   x 2  f x 
x 1 x 1

3 3
x x
 x   x2 
x 1 6 x 1 6

1 3 2 1 3 3
 x  x
6 x 1 6 x 1


1
1  4  9 
1
1  8  27
6 6

1 1
 (14)  (36)
6 6

14 36
  6
6 6


E 6 X  3X 2   
 6E  X   3E X 2

 14   36 
 6   3 
6  6

 14  18

 32

Ekspektasi matematis tertentu atau yang khusus, jika ada, mempunyai nama
dan notasi khusus untuk menyambutnya. Untuk X dan Y peubah acak diskrit
maupun kontinu berlaku :
Mean atau Rata-rata  
Mean dari peubah acak X atau nilai rata-rata dari X , terkadang disebut juga
rata-rata matematis dari X , ditulis dengan notasi  . Rataan ini merupakan
rataan pada populasi. Rataan menggambarkan letak pusat dari suatu distribusi
peluang.
 Definisi 4.2. Mean atau rataan   suatu peubah acak X adalah :

  E X 

Ekspektasi matematis tertentu atau yang khusus, jika ada, mempunyai nama
dan notasi khusu untuk menyebutnya. Untuk X dan Y peubah acak diskrit
maupun kontinu berlaku Varians. Varians memberikan keterangan tentang
kemencaran atau keragaman dari distribusi peluang. E  X     2
 dengan peubah
acak X disebut Varians dari X dan dinotasikan dengan  2 . Besaran  X   
disebut penyimpangan suatu pengamatan dari rataannya.

 
Definisi 4.3. Varians  2 dari peubah acak X adalah

   
E X     E X 2   2
2

Untuk menghitung nilai varians dapat digunakan cara berikut :


 2  E  X   2  
 E X 2  2X   2 
 E X 2
  2EX    2

 E X 2
  2     2

 E X 2
  2  
2 2

 E X 2
 2

Jika a dan b suatu konstanta maka sifat-sifat Varians :

1.  ax
2
b  a  x
2 2

Bukti :
 ax
2
b  2

 E ax  b  E ax  b
2

 
 E a 2 x 2  2axb  b 2  Eax   Eb
2

 E a x   E2axb   E b   Eax  2Eax Eb  Eb 

2 2 2 2 2

 a E x   2abEx   b  a Ex   2abEx   b 

2 2 2 2 2 2
  
 a 2 E x 2  2abEx   b 2  a 2 Ex   2abEx   b 2
2

 a2 E x   a E x 
2 2 2

 a2 Ex   Ex 
2 2

 a 2 x2 (terbukti)

2. Bila a  1 maka  ax
2
b   x b   x  
2 2 2

3. Bila b  0 maka  ax
2
   ax  a  x
2 2 2

4. Bila a  0 maka  ax
2
  b  0
2

5. X dan Y peubah acak dengan pdf gabungan f x, y 

 ax2 b  a 2 x2  b 2 y2  2ab xy
Standar deviasi dari X atau  (notasi) merupakan akar pangkat dua positif
dari varians. Ini menyatakan ukuran penyebaran dari titik-titik dalam ruang,
relative terhadap nilai rata-rata  . Apabila dalam ruang tersebut hanya terdapat

satu titik x , dan f x   0 , maka   0

Definisi 4.4. Standar deviasi dari peubah acak X adalah

 2  

Soal 2a.
Tentukan rata-rata, varians, dan simpangan baku dari soal 1a.
 Rata-rata  
  E X 
3
  x  f x 
x 1 
1
1  4  9
6
3
x
 x 14 7
x 1 6  
6 3
1 3 2
 x
6 x 1
  Varians  x2 
 x2  E X   E  X 
2 2


1
1  8  27  196
2 6 36
3
 14 
  x  f x    
2

x 1 7 36 196
 
3
x  196  6 36
  x2   
x 1 6  36  216  196 20 10
  
1 3
 196  36 36 18
 
6 x 1
x3  
 36 


 Simpangan baku  x 

x   x2

10

18
1
 5
3
Soal 3a.
Tentukan nilai c sedemikian hingga f  y   cy 2 ; y  0,1,2,3 dan 0 untuk

y lainnya merupakan fungsi peluang. Hitunglah E  X , E X 2 , E X 2   E  X   2


dan E  X   
2

Kerjakan pada kotak yang disediakan

Syarat : f ( y)  0  f ( y)  1
3
cy 2  0  cy
y 0
2
1

c0 c(0  1  4  9)  1

y2 1
 f ( y)  c
14 14
 E (Y )   y. f ( y ) E (Y 2 )   y 2 . f ( y )
y y
3 2
y 3
y2
  y. y . 2

0 14 0 14
1 3 3 1 3 4
 y
14 0
 y
14 0
1 1
 (0  1  8  27)  (0  1  16  81)
14 14
36 98
 
14 14

98  36 
2
E(Y -  ) 2  y 2  2 y   2
E(Y ) - (E(Y)) 
2
 
2

14  14   E ( y 2 )  2 E ( y )   2
1372  1296  E ( y 2 )  2 2   2

196  E( y2 )   2
76
  E ( y 2 )  ( E ( y )) 2
196
2
98  36 
  
14  14 
76

196

Berapakah sumber bacaan yang kelompok anda gunakan

Sebutkan :

Hamid, H.M. et al. 2012. Statistika Pendidikan. Tangerang Selatan :

Universitas Terbuka

Murray, et al. 2004. PROBABILITAS DAN STATISTIK edisi kedua. Jakarta :

Penerbit Erlangga
II. Kerjakan di Diskusi kelompok Baru

f x  
1
1. , untuk x  1,2,3,4,5 dan 0 untuk x lainnya, merupakan PDF dari
5
peubah acak X . Hitung E  X  dan E 3 X  2
2. Suatu distribusi peluang dinyatakan oleh tabel di bawah ini, dan
g  X   2 x  1 suatu fungsi. Tentukan E g  X 

X 4 5 6 7 8 9

P X  x 
1 1 1 1 1 1
12 12 4 4 6 6

Penyelesaian :

f x  
1
1. , untuk x  1,2,3,4,5 dan 0 untuk x lainnya, merupakan PDF dari
5
peubah acak X . Hitung E  X  dan E 3 X  2

E x    x  f x  E 3 x  2   3 x  2   f  x 
x x
5
1
 x
5
  3 x  2 
1
x 1 5 x 1 5
5
1
 x
1 5
5 x 1
  3x  2
5 x 1

 1  2  3  4  5
1

1
5  8  11  14  17 
5 5

 15 
1 15
3 
1
55
5 5 5
55
  11
5
2. Suatu distribusi peluang dinyatakan oleh tabel di bawah ini, dan
g  X   2 x  1 suatu fungsi. Tentukan E g  X 

X 4 5 6 7 8 9

P X  x 
1 1 1 1 1 1
12 12 4 4 6 6

9
E ( g ( X ))   (2 x  1).P( x)
x4

 1  1  1  1  1  1
  7     9    11   13    15    17  
 12   12   4  4  6  6
7  9  33  39  30  34

12
152

12
 TUGAS TAMBAHAN LKM 2
STATISTIK MATEMATIKA

Nama : Intan Kusumawardani

NIM/Kelas : 160210101010 / A

Latihan x2
Diketahui : c 0
3
f ( x)  c
x2
; x  0,1,2,3 c0
3   f ( x)  1
Tentukan : 3
x2
1. Tentukan nilai c sehingga fungsi 
x 0
c 1
3
tersebut termasuk PMF (Probability
Mass Function) c
(0  1  4  9)  1
2. Gambarkanlah grafik PMF nya 3
3. Carilah CMF (Cumulative Mass 14
c 1
Function) 3
4. Gambarkanlah grafik dari fungsi 3
c
CMF nya 14
5. Tentukan rata-ratanya dengan Jadi fungsinya adalah
menggunakan ekspektasi 3 x2
6. Tentukan varians dengan f ( x)  
14 3
menggunakan ekspektasi x2
7. Tentukanlah MGF (Moment f ( x) 
14
Generating Function)
8. Tentukan rata-rata dan varians 2. Gambarkanlah grafik PMF nya
dengan menggunakan cara MGF
02
(Moment Generating Function) f (0)  0
14
Jawaban : 12
f (1)   0,07
14
1. Tentukan nilai c sehingga fungsi 22 4
tersebut termasuk PMF (Probability f ( 2)    0,28
14 14
Mass Function)
32 9
Jawab : f (3)    0,65
Syarat suatu fungsi dikatan PMF yaitu :
14 14

 f ( x)  0
 f (x)

5. Rata-rata E  X   
0,65 3
   x  f x 
x 0

0,28 3
x2
 x
0,07 x 0 14
x
0 1 2 3 1 3 3
 x
14 x 0

3. Carilah CMF (Cumulative Mass 

1
0  1  8  27
Function) 14


1
36
F ( x)   f ( x) 14
F ( x)  0 ; x  0 36

F ( x)  0 ;0  x  1 14
1 18
F ( x)   0,07 ;1  x  2 
14 7
5 6. Varians  x2
F ( x)   0,357 ;2  x  3
14
14  x2  E X 2   E  X 2
F ( x)  1 ;x  3
 
14
 E X 2  E  X 
2
4. F (X )
2
3
 18 
1   x 2 f x    
x 0 7
3
x 2  324 
  x2  
x 0 14  49 
0,357
1 3 4  324 
  x   49 
14 x 0
0,07
x
1 2 3 
1
0  1  16  81   324 
14  49 
98 324
 
14 49
4802  4536

686
 266

686  x2  M ' ' t  0  M ' t  02
133
 98  18 
2
343   
14  7 
98 324
7. MGF  
14 49
M t    e tx f x 
4802  4536
3 2

x 686
  e tx
x 0 14 266

e t 4e 2t 9e 3t 686
 0  
14 14 14 133

e t  4e 2t  9e 3t 343

14

8. Rata-rata dengan MGF

M ' t  
1 t
14

e  8e 2t  27e 3t 
M ' t  0 
1 0
14

e  8e 20  27e 30 

1
1  8  27
14
36 18
 
14 7
9. Varians dengan MGF

M ' ' t  
1 t
14

e  16e 2t  81e 3t 
M ' ' t  0 
1 0
14

e  16e 20  81e 30 

1
1  16  81
14
98

14
 LEMBAR KERJA 2B
TOPIK: Harapan Matematis, Moment Generating Function (MGF)

Kelompok : 4

Nama Anggota

5. Intan Kusuma W (1602101010) 6. Ariyadi Nur F (160210101008)

7. Novi Wulandari S. R(160210101041) 8. Rachmita A (160210101068)

Kompetensi :
Mahasiswa mampu menjelaskan pengertian harapan matematis khusus untuk moment
generating function (MGF) atau fungsi pembangkit momen dan membuktikan teorema
chebyshev
III. Kerjakan Lembar secara diskusi di kelompok asal
Isilah titik-titik dibawah ini sedemikian hingga menjadi pernyataan yang benar :

Perhatikan suatu frekuensi nisbi 4 juta kali percobaan acak, f x  

1
, x  0,2 dan
4

f x  
1
untuk x  1 dan 0 untuk lainnya
2

 
x f x  a   f x   4 juta  xa x  f x 
 
1
0 1.000.000 0 0
4
1 1
1 2.000.000 2.000.000
2 2
1 1
2 1.000.000 2.000.000
4 2
Berdasarkan definisi rataan dari suatu statistic ukuran n yang berkorespondensi
1 n n n
terhadap xi yaitu x  xi , dimana
n i 1
 xi   x  a   4 juta
i 1 i 1
sehingga
 4 juta n
x
4 juta
 1 . Perhitungan ini sama saja dengan perhitungan  x  f x 
i 1
i  1 . Ini

merupakan nilai harapan matematis dari peubah acak X .

Definisi 4.1. Peubah acak X bertipe diskrit dengan pdf f x  , mempunyai

ekspektasi matematis

EX    x  f x 
x

Untuk suatu peubah acak X , dengan fungsi kepadatan peluang f x  , dan untuk
suatu fungsi dari X yaitu u x  , sedemikian hingga harapan atau ekspektasi matematis
dapat didefinisikan sebagai berikut :

Teorema 4.1. Harapan atau ekspektasi matematis dari fungsi u x  pada

peubah acak X dengan pdf f x  adalah :

Eu x    ux   f x  , jika X merupakan peubah acak diskrit

x

Harapan matematis untuk multi dimensi atau n peubah acak adalah

Eux1 , x2 ,  xn  dari fungsi ux1 , x2 ,  xn  sebagai berikut :

Eux1 , x2 ,  xn    ... ux1 , x2 , x  xn  f x1 , x2 , x  xn  ada, jika Xi dimana

x1 x2

i  1,2,..., n merupakan peubah acak diskrit.

Sifat-sifat Harapan matematis
g). Jika k suatu konstanta, maka E k   k
Bukti :
Misal ux   k

E k    k  f x 
X

 k  f x   k 1  k (terbukti)
x
 h). E kv  kEv  , jika konstanta dan v suatu fungsi
Bukti :
Misal ux   kv

E kv   kv  f x 
X

 k  v  f x 
X

 kEv 
Jadi E kv  kEv  (terbukti)

i). E k1v1  k 2 v2   k1 Ev1   k 2 Ev2  , jika k1 dan k2 adalah konstanta,

sedangkan v1 dan v 2 merupakan fungsi.
j). Jika k1 , k 2 , … k n adalah konstanta sedangkan v1 , v 2 , … v n merupakan fungsi,

maka Ek1v1  k 2 v2  k n vn   k1 Ev1   k 2 E v2   ...  k n Evn 

k). Jika X suatu peubah acak, maka Y  g x  juga merupakan peubah acak.
 Untuk peubah acak diskrit
Eg x   g x1  f x1   g x2  f x2   ...  g xn  f xn 
n
  g x  f x    g x  f x 
j 1

l). Untuk peubah acak diskrit X dan Y , dengan PMF gabungan f x, y  , maka

nilai harapan dari g x, y  adalah :

 
Eg x, y     g x, y  f x, y dxdy


Soal 1a.
Jika peubah acak X mempunyai PMF

f x  
x
, untuk x  1,2,3 dan 0 untuk x lainnya.
6
Maka tentukan E  X  , E X 2    
dan E 6 X  3 X 2 , kerjakan di dalam kotak yang
tersedia, jika tidak cukup anda dapat menggunakan kertas tambahan.
  
3 3
E  X    x  f x  E X 2   x 2  f x 
x 1 x 1

3 3
x x
 x   x2 
x 1 6 x 1 6

1 3 2 1 3 3
 x  x
6 x 1 6 x 1


1
1  4  9 
1
1  8  27
6 6

1 1
 (14)  (36)
6 6

14 36
  6
6 6


E 6 X  3X 2   
 6E  X   3E X 2

 14   36 
 6   3 
6  6

 14  18

 32

Dengan cara Ekspektasi :

E (6 x  3x 2 )  E(6 x)  E(3x 2 )

 6E ( x)  3E ( x 2 )
14
 6  3  (6)
6
 32
Harapan Matematis Khusus
Apabila terdapat bilangan positif h, sedemikian hingga untuk –h <
t < h nilai harapan matematis E( e tx ) ada, sehingga :
Definisi 4.5. Fungsi Pembangkit Moment atau moment generating function
(MGF) peubah acak X adalah :


 etxf(x) dx , jika X peubah acak kontinu, dan

tx
o E( e ) =


o E( e tx ) =  etxf(x), jika X peubah acak diskrit

x

Nilai harapan matematis tersebut dinamakan Fungsi Pembangkit Momen

(Momen Generating Function/ MGF) dari peubah acak X, dinotasikan dengan
M(t). Jadi MGF dari peubah acak X adalah M(t) = E( e tx ). MGF bersifat unique,
artinya artinya sebuah distribusi atau PDF hanya mempunyai satu saja MGF tetapi
tidak semua PDF mempunyai MGF .

Beberapa sifat distribusi dapat diturunkan langsung dari keberadaan nilai M(t).
Adanya nilai M(t), untuk –h < t < h, mengakibatkan turunannya ada, pada t = 0.

 dM(t)/dt = M’(t) = 

xetxf(x) dx, jika X peubah acak kontinu atau dM(t)/dt =

M’(t) =  x
xetxf(x) , jika X peubah acak diskrit.

Untuk t = 0, M’(0) = E(X) = 

Sehingga hubungan rataan dengan MGF adalah “Nilai rataan sama dengan
nilai turunan pertama dari fungsi pembangkit moment”
 Turunan kedua dari M(t), yaitu :

M’’ (t) =  x2etxf(x) dx atau M (t) =  x2etxf(x)
 x

Untuk t = 0, M’’ (0) = E(x2)

  2= E(X2) -2= M (0) – [M(0)]2 (hubungannya dengan MGF)
 Momen ke m adalah M(m)(0) = E[Xm ]

t x t 2 y
MGF dari distribusi gabungan peubah acak X dan Y adalah : M(t1, t2) = E (e t )
tx t2 x

M(t1, 0) = E( e 1 ) = M(t1) dan M(0, t2) = E( e ) = M(t2)

Dalam kasus peubah type kontinu :

 k  m M t1 , t2 
 
  x
k

y m f x, y  dx dy  E X k Y m 
t1 t 2
k m
t1 t 2 0   

Soal 2b.
Maka tentukan MGF dari soal 1b, kerjakan di dalam kotak yang tersedia, jika tidak
cukup anda dapat menggunakan kertas tambahan.
3
M (t )   e tx f ( x)
x 1

3
x
  e tx
x 1 6

1 3 tx
 e x
6 x 1
1
 (e t  2e 2t  3e 3t )
6

Soal 3b.
Tentukan nilai c sedemikian hingga f(y) = cy2 ; y = 0, 1, 2, 3 dan 0 untuk y lainnya
=0), merupakan fungsi peluang. Hitunglah moment generating functionnya (M(t)),
M’(t=0) dan M”(t = 0) serta M”(t=0) – M’(t=0)2.
Syarat : f ( y)  0  f ( y)  1
3
cy 2  0  cy
y 0
2
1

1
c0 c(0  1  4  9)  1 , c 
14
 y2
Jadi Fungsinya adalah
14

3
M (t )   e ty f ( y )
y 0

3
y2 1
M (t )   e ty M ' ' (t )  (0  e t  16e 2t  81e 3t )
y 0 14 14

1 3 2 ty 1
M (t )  y e
14 y 0
M ' ' (t  0) 
14
(0  1  16  81)

1 14
M (t )  (0  e t  4e 2t  9e 3t ) M ' ' (t  0)  7
14 2
1
M ' (t )  (0  e t  8e 2t  27e 3t )
14
2
1  18 
M ' (t  0)  (0  1  8  27) M ' ' (0)  ( M ' (0))  7   
2

14 7
36 18 4802 4536
M ' (t  0)    
14 7 686 686
133

343

Berapakah sumber bacaan yang kelompok anda gunakan ?

Sebutkan : 2 Buku Sumber, yaitu :

Hamid, H.M. et al. 2012. Statistika Pendidikan. Tangerang Selatan : Universitas

Terbuka

Murray, et al. 2004. PROBABILITAS DAN STATISTIK edisi kedua. Jakarta : Penerbit
Erlangga
II. Kerjakan di Diskusi kelompok Baru
1. Jelaskan Pengertian MGF dan hubungan MGF dengan rataan dan varians!
2. f(x) = 1/5, untuk x = 1, 2, 3, 4, 5 dan 0 untuk x lainnya, merupakan PDF dari
peubah acak X. Hitung MGF dari pdf

Kerjakan soal tersebut di bawah ini:

1. Fungsi pembangkit momen adalah suatu fungsi yang dapat membangkitkan momen-
momen. Jika X adalah peubah acak, baik dari diskrit maupun kontinu, maka fungsi
pembangkit momen dari X didefinisikan sebagai :


 etxf(x) dx , jika X peubah acak kontinu, dan

tx
E( e ) =


E( e tx ) =  etxf(x), jika X peubah acak diskrit

x

Hubungan yang terjadi antara MGF dan rataan serta varians yaitu Untuk t = 0, M’(0) =
E(X) = . Sehingga hubungan rataan dengan MGF adalah “Nilai rataan sama dengan
nilai turunan pertama dari fungsi pembangkit moment”
Untuk t = 0, M’’ (0) = E(x2)

 2= E(X2) -2= M (0) – [M(0)]2 (hubungannya dengan MGF)

 Momen ke m adalah M(m)(0) = E[Xm ]

1
2. f ( x)  ; x  1,2,3,4,5
5
5
M (t )   e tx f ( x)
x 1

3
1
M (t )   e ty
y 0 5
1
M (t )  (e t  e 2t e 3t e 4t  e 5t )
5