Anda di halaman 1dari 8

TUGAS STATISTIKA MATEMATIKA

INTAN KUSUMAWARDANI
160210101010

KELOMPOK 9

A. DISTRIBUSI TRINOMIAL
1. Pembuktian apakah distribusi Trinomial termasuk fungsi peluang ataukah bukan.
2. Mencari rumus rataan (Mean) pada distribusi Trinomial.
3. Mencari rumus varians pada distribusi Trinomial.
B. DISTRIBUSI POISSON
1. Pembuktian apakah distribusi Poisson termasuk fungsi peluang ataukah bukan.
2. Mencari rumus rataan (Mean) pada distribusi Poisson.
3. Mencari rumus varians pada distribusi Poisson.
4. MGF distribusi Poisson.

PENYELESAIAN :

A. DISTRIBUSI TRINOMIAL
1. Apakah termasuk fungsi peluang ?
Kita akan membuktikan apakah distribusi trinomial memenuhi syarat suatu fungsi peluang ?
Syarat fungsi peluang :
a) f x   0
Karena, setiap peristiwa kombinasi
n ! n x y
  P1 P2 P3 0
x y
pasti mempunyai nilai peluang
x !  y !  n  x  y  ! antara 0 sampai 1.

n
b)  f x   1
x 0
n n x
n !
 x
n x y
 P1 P2 P3
x y

x 0 y 0 !  y !  n  x  y  !
n n x
n ! n  x  !  P x P y 1  P  P n  x  y
 x
x 0 y 0

!  y !  n  x  y  ! n  x  !
1 2 1 2

n !  P1 n  x  !
n n x x

 x   P2
y
1  P1  P2 n  x  y
x 0 y 0 !  n  x  ! y !  n  x  y  !
n !  P1 n  x  !
n x n x

x   P2
y
1  P1  P2 n  x  y
x 0 !  n  x  ! y 0 y !  n  x  y  !
n !  P1
n x

x  P2  1  P1  P2 
n x

x 0 !  n  x  !
P1  P2  1  P1  P2 
n
 1  1
n

Karena kedua sifat di atas terpenuhi, maka terbuktilah bahwa distribusi Trinomial termasuk fungsi
peluang atau yang sering kita sebut dengan PMF (Probability Mass Function)
2. Rumus Rataan
Dalam hal ini, kita akan menggunakan MGF untuk mencari meannya.
M t1 , t 2  
 E e t1x  e t2  y 

M t1 , t 2   E e t1x  e t2  y 
 
n n x
   e t1x  e t2  y  f  x, y 
x 0 y 0

 
n n x
n !
   e t1x  e t2  y 
n x y
 P1 P2 P3
x y

x 0 y 0 x !  y !  n  x  y  !

 
n n x
n !

n  x  !  P et1   P e 
x t2 y
P3
n x y

x !  y !  n  x  y  ! n  x  !
1 2
x 0 y 0

 
n n x n !  P1e t1 
n  x  ! 
x

 P2 e t  P3
y n x y
 2

x 0 y 0 x !  n  x  ! y !  n  x  y  !
n !  P1e t  n  x  !
x

 P2 e t  P3
n n x 1

 
y n x y 2

x 0 x !  n  x  ! y 0 y !  n  x  y  !


n 
n !  P1e t1  x


 P2 e t2  P3 
n x

x 0 x !  n  x  !

 P1e t1  P2 e t2  P3  n


M t1 , t 2   P1e t1  P2 e t2  P3  n
 MGF bersama X dan Y

Kita dapat mencari MGF masing-masing dari X dan Y . MGF ini disebut MGF marginal dari X
dan Y .
1) MGF marginal dari X

M t1 ,0   P1e t1  P2 e t 2  P3 
n
Terlihat bahwa MGF marginal dari X
 P e  P2  1  P1  P2   X
n
t1 merupakan MGF dari distribusi binomial
dengan parameter n, P1  . Dapat ditulis
1

 P e  1  P1  
t1 n

X : Bn, P1 
1

X : Bn, P1 
2) MGF marginal dari Y
Y
 
M 0, t 2   P1  P2 e t 2  P3
n Terlihat bahwa MGF marginal dari merupakan
Y dengan parameter
 P  P e  1  P  P  t2 n MGF dari distribusi binomial
1 2 1 2
n, P2  . Dapat ditulis Y : Bn, P2 
 P e  1  P 
t2 n
2 2
X : Bn, P1 

Setelah mengetahui MGF marginal dari masing-masing peubah acak, kita dapat menentukan
turunan pertama serta kedua dari MGF nya.
Mean dapat dicari dengan turunan pertama tiap MGF marginal.

M t1  
 n  P1et1  1  P1   n 1
 P1et1
M t1  0   n  P1  1  P1 
n 1
 P1
 n  P1
 x  n  P1

M t 2  
 n  P2 et2  1  P2  
n 1
 P2 et2
M t 2  0   n  P2  1  P2 
n 1
 P2
 n  P2
 y  n  P2

Jadi  x  n  P1 dan  y  n  P2

3. Rumus Varians
a) Varians untuk X

 x2  M ' ' (t1 )  (M ' (t1 )) 2

M ' ' (t1 )  u' v  uv'

 n(n  1)( P1et1  (1  P1 )) n2 .( P1et1 ) 2  n( P1et1  (1  P1 )) n1.P1et1

 n(n  1)( P1et1  (1  P1 )) n1.( P1et1  (1  P1 )) 1.( P1et1 ) 2  n( P1et1  (1  P1 )) n1.P1et1


M ' ' (t1  0)  n(n  1)( P1  1  P1 ) n1.( P1  1  P1 ) 1 ( P1 ) 2  n( P1  1  P1 ).P1

 n(n  1).1.1.( P1 ) 2  n.1.P1

 n(n  1)( P1 ) 2  n.P1

 x2  M ' ' (t1 )  (M ' (t1 )) 2

 
 n(n  1) P1  n.P1  nP1 
2 2

 (n  n).P  nP   n P 
2 2 2 2
1 1 1

 n P  nP  nP   n P 
2 2 2 2 2
1 1 1 1

 nP1  nP1
2

 nP1 (1  P1 )
b) Varians untuk Y
 y2  M ' ' (t2 )  (M ' (t2 )) 2

M ' ' (t2 )  u' v  uv'

 n(n  1)( P2et2  (1  P2 )) n2 .( P2et2 ) 2  n( P2et2  (1  P2 )) n1.P2et2

 n(n  1)( P2et2  (1  P2 )) n1.( P2et2  (1  P2 )) 1.( P2et2 ) 2  n( P2et2  (1  P2 )) n1.P2et2


M ' ' (t2  0)  n(n  1)( P2  1  P2 ) n1.( P2  1  P2 ) 1 ( P2 ) 2  n( P2  1  P2 ).P2

 n(n  1).1.1.( P2 ) 2  n.1.P2

 n(n  1)( P2 ) 2  n.P2

 x2  M ' ' (t2 )  (M ' (t2 )) 2

 
 n(n  1) P2  n.P2  nP2 
2 2

 (n  n).P  nP   n P 
2 2 2 2
2 2 2

 n P  nP  nP   n P 
2 2 2 2 2
2 2 2 2

 nP2  nP2
2

 nP2 (1  P2 )

Jadi, varians untuk x adalah nP1 (1  P1 ) dan untuk y adalah nP2 (1  P2 ) .

B. DISTRIBUSI POISSON

Fungsi distribusi poisson

  x e 

f x    x! , x  0,1,2,...
0 , untuk x lainnya

1. Pembuktian PMF

Syarat PMF :

1) f x   0
x  0,1,2,....  x! 0
 0
 x e 
Sehingga 0
x!
2)  f x   1  m  e   e  m
n
 x e 
 1 n
x 0 1 2 3 n
x 0 x!
 x! 
0!

1!

2!

3!
 ..... 
n!
n
 x e  n
x x 0

 x!
e 
 x! 
x 0 x 0
2 3 n
 e m  e m 1     .... 
2! 3! n!
 e  m m
n
x
 e0  nilai  ,  x!  e m

1 x 0

2. Rata-rata distribusi poisson

  E X 

n
  x  f x 
x 0

n
  x  f x 
x 0

n
 x e 
x
x 0 x!

n
 x e 
x
x 0 xx  1!
n
x e 

x 0 x  1!
n
 x 11e  

x 0 x  1!
n
 x 1    e   Misalkan :

x 0 x  1! y  x 1
n
 x 1e  
 
x 0 x  1!
n
 x e  n
 y e 
 
n
 ey  Karena 
x 0 x!
 1 maka 
x 0 y!
1
x 0 y!

  1

3. Varian distribusi poisson

 x2  E X 2   E  X 2

 
E X 2  E X  X  1  E X 
n
E  X  X  1   xx  1  f x 
x 0

n
 x e 
  xx  1
x 0 x!
n
 x e 
  xx  1
x 0 xx  1x  2!
n
 x e 

x 0 x  2!
n
 x 2 2 e 

x 0 x  2!
n
 x  2 2 e  

x 0 x  2!
n
 x2 e  Misalkan :
 2 
x 0 x  2!
yx2

n
 e
y
 2 
x 0 y!
n
 x e  n
 y e 
 2 .1  2
Karena 
x 0 x!
 1 maka 
x 0 y!
1

 x2  E X 2   E  X 2

 x2  E  X  X  1  E X   E X 
2

 2     
2

 2    2


Jadi, rata-rata dari distribusi poisson    dan variannya adalah  x2  


4. MGF (Moment Generating Function) dari distribusi poisson

M x t   E e tx 
n
  e tx f x 
x 0

n
 x e 
  e tx
x 0 x!


n
e  e t x 

x 0 x!

n
e  t x
e 

x 0 x!

n
e  et x e t
e  e
t

e 

x 0 x!

n
e  e t x  e t
e e  e t

x 0 x!

 e  e e
t

 e  e 1
t

M ' x t   u' v  uv'

 0  e e  e   e t e e
t t

 e   e t e e
t

 e t e e e   e t e  e 1
t t

M ' x t  0  e 0 e  e 1
0

   1  e  11

   e  0

   e0
  1


Jadi, rata-rata distribusi poisson dengan menggunakan MGF adalah   E X   M ' X t  0   .


M ' ' x t   u' v  uv'

 e t  e  e 1  e t  e t e  e 1
t t

t
 
 e t  e  e 1  e t e  e 1
2 t

M ' ' x t  0
0
 
 e 0  e  e 1  e 0 e  e 1
2 0

   1  e  0    1 e  0
2

   e 0  2 e 0

   1  2  1

 2  

 x2  E X 2   E  X 2

 M ' ' t  0  M ' t  0


2

 2     
2

 2  2  

Jadi, varian dari distribusi poisson dengan menggunakan MGF
 x2  E X 2   E X 2  M ' ' x t  0  M ' X t  02  