Kelompok : 4
Nama Anggota
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 :
f x
1
untuk x 1 dan 0 untuk lainnya
2
x f x a f x 4 juta xa 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.
EX x f x
x
E k k f x
X
k f x k 1 k (terbukti)
x
b). E kv kEv , jika konstanta dan v suatu fungsi
Bukti :
Misal ux kv
E kv kv f x
X
k v f x
X
kEv
Jadi E kv kEv (terbukti)
e). Jika X suatu peubah acak, maka Y g x juga merupakan peubah acak.
Untuk peubah acak diskrit
Eg 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 ,
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
E X 2
2 2
E X 2
2
2 2
E X 2
2
Bukti :
ax
2
b 2
E ax b E ax b
2
E a 2 x 2 2axb b 2 Eax Eb
2
a2 E x a E x
2 2 2
a2 Ex Ex
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
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
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
Syarat : f ( y) 0 f ( y) 1
3
cy 2 0 cy
y 0
2
1
c0 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
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)
x4
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
Latihan x2
Diketahui : c 0
3
f ( x) c
x2
; x 0,1,2,3 c0
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
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 02
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
M ' t
1 t
14
e 8e 2t 27e 3t
M ' t 0
1 0
14
e 8e 20 27e 30
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 20 81e 30
1
1 16 81
14
98
14
LEMBAR KERJA 2B
TOPIK: Harapan Matematis, Moment Generating Function (MGF)
Kelompok : 4
Nama Anggota
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 :
f x
1
untuk x 1 dan 0 untuk lainnya
2
x f x a f x 4 juta xa 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
EX 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 :
E k k f x
X
k f x k 1 k (terbukti)
x
h). E kv kEv , jika konstanta dan v suatu fungsi
Bukti :
Misal ux kv
E kv kv f x
X
k v f x
X
kEv
Jadi E kv kEv (terbukti)
k). Jika X suatu peubah acak, maka Y g x juga merupakan peubah acak.
Untuk peubah acak diskrit
Eg 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
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
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 :
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.
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
c0 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
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
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)
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