Bahan Ajar: Pengantar Statistika Matematika I Kode Matakuliah: 15P01662 3 Sks

KEMENTERIAN RISET, TEKNOLOGI DAN PENDIDIKAN TINGGI
UNIVERSITAS NEGERI SEMARANG (UNNES)

Kantor: Komplek Simpang 5 Unnes Kampus Sekaran, Gunungpati, Semarang 50229
Rektor: (024)8508081 Fax (024)8508082, Purek I: (024) 8508001
Website: www.unnes.ac.id - E-mail: unnes@unnes.ac.id
FORMULIR MUTU
BAHAN AJAR/DIKTAT
No. Dokumen No. Revisi Hal Tanggal Terbit
FM-01-AKD-07 02 1 dari 39 27 Februari 2017
BAHAN AJAR
PENGANTAR STATISTIKA MATEMATIKA I

KODE MATAKULIAH : 15P01662
3 SKS
MATEMATIKA
FMIPA
UNIVERSITAS NEGERI SEMARANG
TAHUN 2017
Diperiksa oleh :
Dibuat oleh
: Dilarang memperbanyak sebagian atau seluruh isi dokumen
Sunarmi tanpa ijin tertulis dari BPM UNNES
FORMULIR MUTU
BAHAN AJAR/DIKTAT
VERIFIKASI BAHAN AJAR
Pada hari ini ......... tanggal ..... bulan ................... tahun ......... Bahan Ajar
Mata Kuliah Pengantar Statistika Matematika I Program Studi Matematika
Fakultas MIPA
telah diverifikasi oleh Ketua Jurusan/ Ketua Program Studi
Semarang, .................................
Ketua Jurusan/ Ketua Prodi ...... Tim Penulis
..................................... Dra. Sunarmi, M.Si.

NIP NIP.195506241988032001
Diperiksa oleh :
Dibuat oleh
FORMULIR MUTU
BAHAN AJAR/DIKTAT
PRAKATA
Dengan ditulisnya bahan ajar mata kuliah Pengantar Statistika Matematika I ini
diharapkan dapat membantu mahasiswa di dalam mempelajari tentang statistika
secara analisis.
Diperiksa oleh :
Dibuat oleh
FORMULIR MUTU
BAHAN AJAR/DIKTAT
DESKRIPSI MATAKULIAH
Capaian Pembelajaran Lulusan (CPL) :

1. Menguasai prinsip dasar, mampu melaksanakan dan menyampaikan hasil-hasil
kajian di bidang Matematika Menguasai prinsip dasar, mampu melaksanakan dan
menyampaikan hasil-hasil kajian di bidang Matematika, Statistika, atau Komputasi
yang akurat dalam bentuk laporan atau kertas kerja.
2. Mampu menerapkan pemikiran logis, kritis, sistematis, dan inovatif dalam konteks
pengembangan atau implementasi ilmu pengetahuan dan teknologi yang
memperhatikan dan menerapkan nilai humaniora yang sesuai dengan bidang
keahliannya.
Capaian Pembelajaran Matakuliah (CPMK)

Mahasiswa secara jujur, bertanggungjawab, disiplin, dan kerja keras memaha-
mi konsep peubah acak, distribusi peubah acak, dan model-model distribusi
peubah acak baik diskrit dan kontinu serta mampu menerapkannya dalam kehi-
dupan sehari-hari.
Diperiksa oleh :
Dibuat oleh
FORMULIR MUTU
BAHAN AJAR/DIKTAT
BAB I
PELUANG
A. Deskripsi
Pada bab ini akan dibahas tentang konsep konsep ruang sampel ,
kejadian(peristiwa), peluang suatu peristiwa.
B. Capaian pembelajaran matakuliah
1. Aspek kognitif :
a. Mendefinisikan peubah acak diskret & kontinu secara cermat
b. Menghitung nilai peluang dari sebuah peubah acak diskret dan kontinu
secara tepat.
2. Aspek Ketrampilan
Mahasiswa memiliki ketrampilan tentang konsep peluang untuk diterapkan
dalam perhitungan statistika matematika.
3. Aspek Sikap
Mahasiswa menunjukkan sikap jujur, bertanggung jawab, bekerja keras
kritis, dalam kehidupan sehari-hari.
C. Uraian Materi
1. Ruang Sempel dan Peristiwa
Dalam suatu kegiatan sering dilakukan berbagai percobaan atau eksperimen. Hasil
eksperimen akan memberikan informasi tentang masalah yang dihadapi dalam kegiatan
tersebut. Suatu eksperimen disebut eksperimen acak(random exsperiment) jika
memiliki karakteristik:
a. Hasil eksperimen tidak dapat diduga sebelumnya dengan tingkat keyakinan yang
pasti.
b. Semua hasil yang mungkin dapat diperikan.
Diperiksa oleh :
Dibuat oleh
FORMULIR MUTU
BAHAN AJAR/DIKTAT
c. Eksperimen dapat dilakukan berulang-ulang dalam kondisi yang sama.
Definisi 1.1:
Himpunan semua hasil yang mungkin dari suatu eksperimen acak disebut ruang
sempel (sample spiace) dan diberi notasi S.
Definisi 1.2:
Kejadian (peristiwa) adalah himpunan bagian dari ruang sampel.
Biasanya suatu kejadian dinotasikan dalam huruf capital.
Contoh 1:
Misalkan dua mata uang yang setimbang dilantunkan dan setelah jatuh ke lantai,
diamati bagian atasnya . jika dianggap eksperimen ini dapat dilakukan berulang-ulang
dalam kondisi yang sama maka ini merupakan contoh dalam eksperimen acak.
Maka ruang sempel yang didapat adalah :
S ={ GG, GA, AG, AA }
Dengan G simbol gambar dan A simbol angka.
Jika K adalah kejadian munculnya sekurang-kurangnya satu gambar, maka :
K= {GG, GA, AG }.
Contoh 2:
Misalkan kita melamtumkan sebuah dadu, kemudian kita amati sisi dadu yang
muncul dibagian atas. Maka ruang sempelnya adalah : S= {1, 2, 3, 4, 5, 6 }
Dengan pengertian 1, 2, 3, ...,6 menyatakan banyaknya titik pada sisi dadu bagian
atas. Jika A adalah munjulnya mata dadu prima , maka : A={2,3,5}
Berikut ini adalah tabel tentang operasi antar kejadian dan operasi atar himpunan.
Lambang Pengertian Himpunan Pengertian Kejadian
A  B Gabungan A dan B Kejadian A atau B
A  B Irisan A dan B Kejadian A dan B
Ac Komplemen dari A Kejadian bukan A
A- B Selisih A dan B Kejadian A tetapi bukan B
Diperiksa oleh :
Dibuat oleh
FORMULIR MUTU
BAHAN AJAR/DIKTAT
S Himpunan semesta Kejadian yang pasti terjadi

 Himpunan kosong Kejadian yang tak mungkin
A B terjadi
Jika kejadian A terjadi, maka
A himpunan bagian B
kejadian B terjadi pula
2. Peluang Suatu Kejadian

Konsep peluang dibangun atas konsep tentang lapangan sigma yang dibentuk
berdasarkan ruang sempel.
Definisi 1.3 :
Koleksi himpunan A ≠  yang tertutup terhadap komplemen dari irisan hingga
disebut lapangan.
Definisi 1.4 :
Koleksi himpunan A ≠  yang tertutup terhadap komplemen dari irisan
terbilang disebut lapangan sigma.
Definisi 1.5 :
Misalkan S ruang sempel dari suatu eksperimen acak dan A suatu lapangan sigma
yang terdiri atas himpunan - himpunan bagian dari S.
Peluang adalah fungsi dari A ke [0,1], yang bersifat :
a. P(A) ≥ 0 untuk setiap A di A
b. P(S) = 1
c. 𝑃(∪∞ ∞
𝑖=1 𝐴𝑖 ) = ∑𝑖=1 𝐴𝑖 untuk setiap A1,A2 di A dimana A1  A2 = 
jika i≠ j
Teorema-teorema :
a. Untuk setiap A di A berlaku P(A) = 1- P(Ac)
b. P(  ) = 0
c. Jika A,B di A dan A B maka P(A) ≤ P(B)

d. Jika A dan B di A, maka : P( A B ) = P(A) + P(B) - P(A  B)
Diperiksa oleh :
Dibuat oleh
FORMULIR MUTU
BAHAN AJAR/DIKTAT
Bukti teorema ini mudah (berdasarkan teorema diatas), silahkan Anda coba sendiri.
Contoh 3.
Dua mata uang yang sama dan masing-masing seimbang, dilantumkan sekaligus. Misalkan
: V= peristiwa bahwa mata uang I menghasilkan M
W= peristiwa bahwa mata uang II menghasilkan M
Hitunglah 𝑃(𝑉), 𝑃(𝑊), 𝑃(𝑉 ∩ 𝑊), 𝑃(𝑉 ∪ 𝑊)
Penyelesaian
Ruang sampelnya adalah : 𝑆 = {(𝑀, 𝑀), (𝑀, 𝐵), (𝐵, 𝑀), (𝐵, 𝐵)}, jadi 𝑉 = {(𝑀, 𝑀), (𝑀, 𝐵)} , 𝑊 =
{(𝑀, 𝑀), (𝐵, 𝑀)}, dan 𝑉 ∩ 𝑊 = {(𝑀, 𝑀)}.
Karena kedua mata uang itu sama dan seimbang, maka S uniform, akibatnya :
2
a) 𝑃(𝑉) = 4
2
b) 𝑃(𝑊) = 4
1
c) 𝑃(𝑉 ∩ 𝑊) = 4
2 2 1 3
d) 𝑃(𝑉 ∪ 𝑊) = 𝑃(𝑉) + 𝑃(𝑊) − 𝑃(𝑉 ∩ 𝑊) = 4 + 4 − 4 = 4
D. Rangkuman
1. Eksperimen acak adalah eksperimen yang bersifat :
a. Hasil eksperimen tidak dapat diduga sebelumnya dengan tingkat keyakinan yang
pasti.
b. Semua hasil yang mungkin dapat diperikan.
c. Eksperimen dapat dilakukan berulang-ulang dalam kondisi yang sama
1. Ruang sampel adalah himpunan semua hasil yang mungkin dari suatu eksperimen
acak . Peristiwa yang.dihasilkan eksperimen itu merupakan himpunan bagian dari
ruang sampel.
E. Latihan Soal
Kerjakan soal dibawah ini !
Diperiksa oleh :
Dibuat oleh
FORMULIR MUTU
BAHAN AJAR/DIKTAT
1. Sebuah bilangan dipilih secara acak diantara 0 dan 1. Misalkan A kejadian bilangan
yang terpilih kurang dari sepertiga. Tuliskan ruang sempel S dan kejadian A dalam
bentuk notasi himpunan.
2. Sebuah kotak berisi 10 bola, 6 bola berwarna putih dan 4 bola berwarna biru. Dari kotak
tersebut diambil 5 bola secara acak. Hitunglah peluang bahwa yang terambil 3 bola
putih dan 2 bola biru.
3. Pabrik X mengirimkan ke perusahaan Y 1 kali barang yang berisi 20 buah
transistor yang diantaranya 5 buah transistor cacat., Y akan menerima seluruh kiriman
jika diantara 4 transistor yang diambil secara acak paling banyak hanya buah yang
cacat. Hitunglah peluang bahwa seluruh kiriman yang akan diterima Y.
Diperiksa oleh :
Dibuat oleh
FORMULIR MUTU
BAHAN AJAR/DIKTAT
BAB II
DISTRIBUSI PEUBAH ACAK
A. Deskripsi
Pada mata kuliah ini akan dibahas tentang konsep peubah acak diskrit, peubah
acak kontinu, f.k.p dari suatu peubah acak X, baik diskrit maupun kontinu, f.k.p bersama
beberapa peubah acak, baik diskrit maupun kontinu.
ekspektasi matematika, peluang bersyarat, kebebasan stokastik, serta model-model
distribusi baik diskrit maupun kontinu
Mengenal konsep fungsi kepadatan peluang, fungsi distribusi, dan mampu menggunakan
dalam persoalan terkait.

1. Aspek kognitif :
a. Menjelaskan f.k.p dari suatu peubah acak X, baik diskrit maupun kontinu.
b. Menjelaskan f.k.p bersama beberapa peubah acak, baik diskrit maupun kontinu.
c. Menentukan fungsi distribusi suatu peubah acak, balk diskrit maupaun kontinu.
d. Menentukan fungsi distribusi bersama beberapa peubah acak.
Mahasiswa memiliki ketrampilan tentang konsep fungsi kepadatan peluang untuk
diterapkan dalam perhitungan statistika matematika.
3. Aspek Sikap
Mahasiswa menunjukkan sikap jujur, bertanggung jawab, bekerja keras kritis, dalam
kehidupan sehari-hari.
C. Uraian Materi
1. Peubah Acak
Jika ruang sempel S bukan himpunan bagian dari R, pada umumnya kita menghadapi
kesulitan dalam memeriksa S. Lain halnya apabila S R oleh karena itu jika S  R maka
pemberian yang lebih luwes dapat dilakukan melalui transformasi yang mengubah S menjadi suatu
himpunan S  R. Dari teori peluang dan statistika, tranformasi tersebut dilakukan dengan
Diperiksa oleh :
Dibuat oleh
FORMULIR MUTU
BAHAN AJAR/DIKTAT
menggunakan peubah acak, yakni fungsi S ke R. Perhatikan kembali eksperimen melantunkan

sebuah mata uang. Ruang sampelnya adalah S = {G, A}.
Didefinikan fungsi X : S →R disebut peubah acak ( daerah hasil di R).
X(G) = 0 dan X(A) = 1
Maka oleh X, ruang sempel S ditranformasikan A= {0,1}  R.
Fungsi seperti X itu dinamakan peubah acak.
Definisi 2.1:
Fungsi X dari S ke R. dinamakan peubah acak. Jelajah (range) dari X yaitu Ax={x1x= X(c) , c
di S} dinamakan ruang peubah acak X atau ruang dari X.
Contoh 1 :
Tiga koin yang setimbang dilantunkan bersama-sama. Misalkan X menyatakan banyaknya muncul
muka.
Maka ruang sampelnya adalah: S = {MMM, MMB, MBM, BMM, BBM, BMB, MBB, BBB}
Jadi X (MMM) = 3,
X(MBM) = X(MMB) = X(BMM) = 2
X(BBM) = X(BMB) = X (MBB) = 1 , X (BBB) = 0
Maka X adalah fungsi dengan domain S ke R.
Dan dengan hasilnya bilangan real ( 0, 1, 2 , 3 ). Sehingga X adalah peubah acak dengan ruang X
adalah Ax={ 0,1,2,3 }
Misalkan Y = selisih banyaknya muncul muka dan belakang. Apakah Y peubah acak ?
X (MMM) = 3, X (MMB) = 1, X (MBM) = 1, X (BBM) = 1, X (BMB) =1,
X(MBB) = 1, X (BBB) = 3, X (BMM) = 1.
P (X = 1) = P{ (MMB), (MBB), (BBM), (BMB), (MBB), (BMM) }= 6/8
P (X = 3) = P { (MMM), (BBB) } = 2/8
Jadi Y adalah fungsi dengan domain S dengan hasil bilangan real (1,3), sehingga Y adalah peubah
acak dengan ruang Y = Yx ={1,3}.
Ruang peubah acak bersama X dan Y adalah :
Axy = {(x,y) │ x = 0,1,2,3, y = 1,3 }={(0,1), (0,3), (1,1), (1,3), (2,1), (2,3), (3,1), (3,3)}
Dalam praktek , suatu ruang sempel S pada umumnya dapat didefinisikan lebih dari satu peubah
acak.
Diperiksa oleh :
Dibuat oleh
FORMULIR MUTU
BAHAN AJAR/DIKTAT
Misalkan didefinisikan terdapat n buah peubah acak X1, X2 ,..., Xn, maka ruang peubah acak dari
X1, X2, ..., Xn, atau ruang bersama X 1, X2, ..., Xn adalah :
Ax1, x2 , … , xn = {(x1 , x2 , … , xn )│xi = x(c), c di S, i = 1,2,3, … ,n}
Contoh 2:
Sebuah koin yang setimbang dilantunkan tiga kali berturut-turut.
Misal X = banyaknya muncul bagian muka.
Y=banyaknya muncul bagian belakang yang didahului oleh munculnya bagian muka
Maka Ax={0,1,2,3} dan Ay = {1,3}
Ruang peubah acak bersama X dan Y adalah :
Axy ={ (x,y) │ x = 0,1,2,3 dan y = 1,3}
= {(0,1), (0,3), (1,1), (1,3), (2,1), (2,3), (3,1), (3,3)}
Axy adalah himunan bagian dari R 2.
Berikut ini Anda akan pelajari distribusi peluang suatu peubah acak.
Contoh 3:
Misalkan A= {x│0 < x < 2} ruang peubah acak X. misalkan pula peluang
𝑏
P(a < x < b) diberikan oleh ∫𝑎 𝑓(𝑥)𝑑𝑥 dengan f(x) = 3x 2/8 untuk setiap a dan b memenuhi 0 < a < b
< 2. Tentukan :
a. P(0 < X < 1/2)
b.P(1 <X<2)
c. P(0 < X <1/2 atau 1 < X < 2)
Penyelesaian :
1/2
a. P( 0< X < 1/2) =∫0 3𝑥 2/8 𝑑𝑥 = 1/64
2
b. P(l< X < 2) = ∫1 3𝑥 2/8 𝑑𝑥 = 7/8
c. Karena {x │ 0 < x < 1/2 } ∩ {x │1 < x < 1/2}
= P(0<x<1/2)+P(1<x<2) = 1/64 + 7 /8 = 57/64
2. Fungsi Kepadatan Peluang

Anda telah mengenal dan memahami pengertian distribusi suatu peubah acak diskrit,
ataupun distribusi bersama dari dua peubah acak diskrit. Memlalui pengertian ini Anda dengan
mudah dapat menghitung peluang dari suatu peristiwa. Pengertian tersebut dapat diperluas pada
peubah-peubah acak kontinu melalui konsep fungsi kepadatan peluang (f.k.p).
Diperiksa oleh :
Dibuat oleh
FORMULIR MUTU
BAHAN AJAR/DIKTAT
Definisi 2.2
Misalkan A ruang dari peubah acak diskrit X. jadi A terbilang.
Fungsi f yang bersifat :
(i). f(x) ≥ 0 untuk setiap X
(ii). ∑x€A f(x) =1
dinamakan fungsi kepadatan peluang (f.k.p) dari peubah acak diskrit.
Contoh 4:
Misal A = 0,1,2,3,4 ruang dari X dan f adalah fungsi dari A ke R. yang didefinisikan : f(x) = (4!)/(4-
x)!x!.(1/2)4 ; x di A
a. Buktikan bahwa f suatu f.k.p
b. Hitunglah P (X ≤ 1)
Penyelesaian :
a. (i) jelas bahwa f(x) ≥ 0 untuk setiap x di A
(ii) ∑4x=0 f ( x ) = ∑4x=0 (4!)/(4-x)!x!.(1/2)4 = (112)4 (1+1)4 =1
Berdasarkan (i) dan (ii) maka f adalah suatu f.k.p
b. P(X ≤ 1) = ∑4x=0 (4!)/(4-x)!x!.(1/2)4 = 5/16
Definisi 2.3
Misalkan A = ruang peubah acak kontinu X.
Fungsi f dari A ke R. yang memenuhi :
(i) f ( x ) untuk setiap x di A
(ii) ∫𝐴 𝑓(𝑥)𝑑𝑥 = 1
dinamakan f.k.p dari peubah acak kontinu X
Contoh 5:
Diketahui : A = {x │ 0 < x < 1 } ruang peubah acak X.
jika f(x) = kx2 untuk setiap x di A , carilah harga k sehingga f merupakan f.k.p, kemudian hitunglah
P(1/4 < x < 1/2).
Penyelesaian :
Jelas bahwa f(x) ≥ 0 untuk setiap x di A. Agar f merupakan f.k.p maka ∫𝐴 𝑓(𝑥)𝑑𝑥 = 1
1 1 1
Jadi supaya ∫0 𝑘 𝑥 2 𝑑𝑥 = 1 ⇔ 𝑘 3 𝑥 3 │10 = 1 ⇔ (3 𝑘 − 0) = 1
Diperiksa oleh :
Dibuat oleh
FORMULIR MUTU
BAHAN AJAR/DIKTAT
maka k = 3.
1/2
Dengan demikian P(1/4 < x < 1/2) = ∫1/4 3𝑥 2 𝑑𝑥 = 7/64
Contoh 6:
Diketahui A = {x │0<x<1 } ruang peubah acak X.
f(x) = 3x2, ∀ x ∈ A.. Ditanya F(x)
Penyelesaian:
𝑥 0 𝑥
F(x) =∫−∞ 𝑓(𝑡)𝑑𝑡 = ∫−∞ 0𝑑𝑡 + ∫0 3𝑡 2 𝑑𝑡 = |𝑡 3 |0𝑥 = 𝑥 3 − 0
Jadi F(x) = x3
Definisi 2.4 :
A ruang bersama dari 𝑋1 , 𝑋2 , … , 𝑋𝑛 , dalam hal 𝑋1 , 𝑋2 , … , 𝑋𝑛 semuanya diskrit, yang berarti A
terbilang, maka fungsi f dari A kedalam R yang bersifat :
(i) f(x1,x2,...,xn) ≥ 0 untuk setiap (x1,x2,...,xn) di A
(ii) ∑𝑥1 ∑𝑥2 … ∑𝑥𝑛 𝑓(𝑥1 , 𝑥2 , … 𝑥𝑛 ) = 1
dinamakan fkp bersama dari 𝑋1 , 𝑋2 , … , 𝑋𝑛 .
Dalam hal 𝑋1 , 𝑋2 , … , 𝑋𝑛 , semuanya kontinu maka fungsi f dari A ke R. yang memenuhi
(i) f(x1,x2,...,xn) ≥ 0 untuk setiap (x1,x2,...,xn) di A
(ii) ∫∫…..∫(x1,x2, … , xn)dx1dx2….dxn = 1
dinamakan fkp bersama dari 𝑋1 , 𝑋2 , … , 𝑋𝑛 .
3. Fungsi Distributif ( peluang komutatif)
Definisi 2.5 :
Misalkan X suatu peubah acak. Fungsi F dari R. ke [0,1] yang didefinisikan dengan :
F(x) = P ( X ≤ x ) untuk setiap x di R dinamakan fungsi distribusi dari X.
Oleh karena itu jika f adalah f.k.p. dari X maka :
𝑥
F(x) = ∑1≤𝑥 𝑓(𝑡) jika X diskrit dan F (x) = ∫−∞ 𝑓(𝑡)𝑑𝑡 jika X kontinu.
Sifat-sifat fungsi distribusi F(x) adalah
a. 0 ≤ 𝐹(𝑥) ≤ 1 untuk setiap x di R.
b. F(x) adalah fungsi yang tidak turun, artinya jika x1<x2 maka F(x1) < F(x2)
c. lim 𝐹(𝑥) = 0 dan lim 𝐹(𝑥) = 1
𝑥→−∞ 𝑥→∞
Diperiksa oleh :
Dibuat oleh
FORMULIR MUTU
BAHAN AJAR/DIKTAT
d. F(x) kontinu kanan dimana-mana
4. Fungsi Distribusi Bersama dari Beberapa Peubah Acak
Definisi 2.6 :
Misalkan 𝑋1 , 𝑋2 , … , 𝑋𝑛 , peubah-peubah acak pada ruang sampel S. Fungsi F
dari Rn, ke [0,1] yang didefinisikan oleh:
F(x1,x2, …, xn ) = P ( X1≤ x1, X2≤ x2, … Xn ≤ xn)
Dinamakan fungsi distribusi bersama dari 𝑋1 , 𝑋2 , … , 𝑋𝑛 .
Contoh 7:
Diketahui : X peubah acak yang mempunyai f.k.p. F(x) = 2/x3 untuk x ≥ 1.
Tentukan fungsi distribusi dari X.
Penyelesaian:
X adalah peubah acak kontinu, maka fungsi distribusinya adalah
𝑥
𝐹(𝑥) = ∫ 𝑓(𝑡)𝑑𝑡
−∞
𝑥
untuk x < 1; f(x) = 0 maka 𝐹(𝑥) = ∫−∞ 0𝑑𝑡 = 0
1 𝑥 2
untuk l < x < ∞ maka 𝐹(𝑥) = ∫−∞ 0𝑑𝑡 + ∫1 = 1 − 1/𝑥 2 .
𝑡 3 𝑑𝑡
Jadi fungsi distribusi dari X adalah :

0, 𝑥<1
𝐹(𝑥) = { 1
1 − 2 , 𝑢𝑛𝑡𝑢𝑘 𝑥 𝑦𝑎𝑛𝑔 𝑙𝑎𝑖𝑛
𝑥
Contoh 8:
Diketahui : X,Y dan Z peubah acak yang mempunyai f,k.p bersama:
F(x,y,z) = e-(x+y+z) untuk x > 0, y > 0, z > 0 dan bernilai 0 untuk x,y,z yang lain. Tentukan fungsi
distribusi bersama dari X,Y,Z.
Penyelesaian:
X, Y dan Z adalah peubah acak kontinu. Jadi fungsi distribusi bersama dari X,Y, Z adalah :
𝑧 𝑦 𝑥
𝐹(𝑥, 𝑦, 𝑧) = ∫ ∫ ∫ 𝑒 −(𝑢+𝑣+𝑤) 𝑑𝑢 𝑑𝑣 𝑑𝑤
−∞ −∞ −∞
(i) Untuk 𝑥 ≥ 0, 𝑦 ≥ 0 dan 𝑧 ≥ 0, integral lipat 3 di ruas kanan menghasilkan :
Diperiksa oleh :
Dibuat oleh
FORMULIR MUTU
BAHAN AJAR/DIKTAT
𝐹(𝑥, 𝑦, 𝑧) = (1 − 𝑒 −𝑥 )(1 − 𝑒 −𝑦 )(1 − 𝑒 −𝑧 )

(ii) Untuk x,y,z yang lain, kita peroleh 𝐹(𝑥, 𝑦, 𝑧) = 0
(1 − 𝑒 −𝑥 )(1 − 𝑒 −𝑦 )(1 − 𝑒 −𝑧 ); 𝑥 ≥ 0, 𝑦 ≥ 0, 𝑧 ≥ 0
Jadi : 𝐹(𝑥) = {
0; 𝑥, 𝑦, 𝑧 𝑦𝑎𝑛𝑔 𝑙𝑎𝑖𝑛
D. Rangkuman
1. Misalkan fkp dari X adalah f(x). Fungsi distribusi dari X yakni F(x), yang diberikan
oleh F(x) = P(X ≤ x ) atau
∑𝑡=𝑥 𝑓(𝑡); 𝑏𝑖𝑙𝑎 𝑥 𝑑𝑖𝑠𝑘𝑟𝑖𝑡
𝐹(𝑥) = { 𝑥 .
∫−∞ 𝑓(𝑡)𝑑𝑡 ; 𝑏𝑖𝑙𝑎 𝑥 𝑘𝑜𝑛𝑡𝑖𝑛𝑢
2. Jika X kontinu, maka di titik-titik dimana f kontinu, berlaku 𝑓(𝑥) = 𝐹 ′ (𝑥).
3. Fungsi distribusi F(x) memenuhi sifat :
i. 0 ≤ 𝐹(𝑥) ≤ 1 untuk setiap x di R
ii. F(x) adalah fungsi yang tidak turun, artinya jika x1<x2 maka F(x1) < F(x2)
iii. lim 𝐹(𝑥) = 0 dan lim 𝐹(𝑥) = 1
𝑥→−∞ 𝑥→∞
iv. F(x) kontinu kanan dimana-mana.

4. P(a < X < b ) = F(b) – F(a)
C. Latihan
Kerjakan soal-soal dibawah ini !
1
1. Diketahui : ruang sampel S = {c │ 0 < c < 10 }. Jika 𝑃(𝐶) = ∫𝑐 𝑑𝑡. Misalkan X peubah
10
acak dengan X(c) = 2c – 10 untuk setiap c di S.

Tentukan ruang dari X dan hitung P(a<X<b) untuk setiap a,b di A
𝑎+𝑏 𝑏+10
(petunjuk : a < X( c) < b jika dan hanya jika 2
<𝑐< 2
)
2. F.k.p bersama dari X dan Y adalah :

f(x,y) = 4xy; 0 < x < 1, 0 < y < 1 sama dengan nol untuk x, y yang lain. Hitunglah :
a. P( 0 < X < 1 /2, 1/4 < Y < 1 ) c. P(X< Y)
b. P(X = Y) d. P(X≤ Y).
3. Peubah acak X mempunyai f.k.p. f(x) = 2x/9 untuk 0 < x< 3 dan sama dengan nol untuk
x yang lain. Tentukan :
Diperiksa oleh :
Dibuat oleh
FORMULIR MUTU
BAHAN AJAR/DIKTAT
a. Fungsi distribusi dari X c. P(-1< X <3/2)

b. P(X≤ 2)
4. F.k.p bersama dari X dan Y adalah : 𝑓(𝑥) = 𝑒 −𝑥−𝑦 𝑢𝑛𝑡𝑢𝑘 𝑥 > 0, 𝑦 > 0 dan sama dengan nol
untuk x,y yang lain. Tentukan fungsi distribusi dan f.k.p dari
Z=X+Y
Diperiksa oleh :
Dibuat oleh
FORMULIR MUTU
BAHAN AJAR/DIKTAT
BAB III
EKSPEKTASI MATEMATIK
A. Deskripsi
Pada bab ini akan dibahas tentang konsep ekspkektasi matematika, jenis-jenis
ekspektasi, mean, varian dan fungsi pembangkit moment. Ketidaksamaan
chebyshev.
1. Aspek kognitif :
a. Mendefinisikan ekspkektasi matematika untuk peubah acak diskret & kontinu
secara cermat
b. Menjelaskan jenis-jenis ekspektasi matematik beserta sifatnya.
c. Menentukan ekspektasi matematik dari suatu peubah acak tertentu.
d. Menggunakan ketidaksaman Chebyshev untuk mencari :
1) Batas atas dari harga 𝑃(|𝑋 − 𝜇| ≥ 𝑘𝜎)
2) Batas bawah dari harga 𝑃(|𝑋 − 𝜇| < 𝑘𝜎).
Mahasiswa memiliki ketrampilan tentang konsep ekspkektasi matematika untuk
diterapkan dalam persoalan terkait.
3. Aspek Sikap
Mahasiswa menunjukkan sikap jujur, bertanggung jawab, bekerja keras kritis,
dalam kehidupan sehari-hari.
C. Uraian Materi
1. Pengertian Ekspkektasi Matematika
Definisi 3.1 :
Misal X adalah peubah acak yang mempunyai f.k.p f(x) dan u(x) adalah fungsi dari
X.
Besaran : 𝐸[𝑢(𝑥)] = ∑𝑥𝑑𝑖 𝐴 𝑢(𝑥). 𝑓(𝑥), untuk x diskrit atau
∞
𝐸[𝑢(𝑥)] = ∫−∞ 𝑢(𝑥). 𝑓(𝑥)𝑑𝑥 , untuk x kontinu.
Diperiksa oleh :
Dibuat oleh
FORMULIR MUTU
BAHAN AJAR/DIKTAT
( jika ada ) dinamakan ekspektasi matematik ( nilai harapan ) dari u(X).
Teorema 3.1 :
Jika x peubah acak dengan f.k.p f(x), a dan b konstanta serta g(x) dan h(x) fungsi real
yang domainnya memuat nilai yang mungkin dari X maka
E[ ag(X) + bh(X)] = aE[g(X)] + bE[h(X)]
Bukti :
Misal X peubah acak kontinu
∞
E[ ag(X) + bh(X)] = ∫−∞[𝑎𝑔(𝑥) + 𝑏ℎ(𝑥)]. 𝑓(𝑥)楜𝑥
∞ ∞
= a ∫−∞ 𝑔(𝑥)𝑓(𝑥)𝑑𝑥 + 𝑏 ∫−∞ ℎ(𝑥)𝑓(𝑥)𝑑𝑥
= 𝑎𝐸[𝑔(𝑥)] + 𝑏𝐸[ℎ(𝑥)] . Untuk X peubah acak diskret , bukti
analog dengan mengganti tanda integral dengan sigma.
2. Jenis-jenis Ekspkektasi Matematik

Dalam praktek, ada beberapa jenis ekspektasi matamatik yang sering digunakan.
Pada pokok bahasan ini akan dobahas empat diantaranya yaitu : mean, varian, fungsi
pembangkit momen dan fungsi karakteristik.
a. Mean dari X
Definisi 3.2 :
Besaran 𝜇 = 𝐸[𝑋] dinamakan mean dari X
Pengertian ekspektasi matamatik serupa dengan pengertian pusat massa.
Khususnya jika X peubah acak kontinu, mean dari X dapat ditulis sebagai :
∞
∫−∞ 𝑥𝑓(𝑥)𝑑𝑥
𝜇= ∞ (ingat penyebut = 1)
∫−∞ 𝑓(𝑥)𝑑𝑥
Bentuk ini menyatakan pusat massa benda yang memiliki rapat massa f(x).
Dengan demikian mean dari X dapat diartikan sebagai titik-titik disekitar hargaharga
X terkonsentrasi.
Diperiksa oleh :
Dibuat oleh
FORMULIR MUTU
BAHAN AJAR/DIKTAT
b. Variansi dari X
Definisi 3.3 :
Besaran 𝜎 2 = 𝐸[(𝑋 − 𝜇)2 ] dinamakan varians dari X. Sedangkan 𝜎 (akar positif dari
varians ) dinamakan deviasi standart ( kesalahan baku ) dari X.
Khususnya jika X peubah acak yang kontinu maka varians dari X dapat ditulis
∞
∫−∞(𝑥−𝜇)2 𝑑𝑥
𝜎2 = ∞ (ingat : penyebut = 1)
∫−∞ 𝑓(𝑥)𝑑𝑥
Bentuk ini, menyatakan momen inersia benda yang mempunyai rapat massa f(x)
disekitar titik 𝜇. Dengan demikian varians dari X menyatakan ukuran
penyebaran disekitar 𝜇.
Teorema 3.2 :
Varians dari X dapat ditulis sebagai berikut: 𝜎 2 = 𝐸[𝑋 2 ] − 𝜇 2
Bukti :
𝜎 2 = 𝐸[(𝑋 − 𝜇)2 ] = 𝐸[𝑋 2 − 2𝜇𝑋 + 𝜇 2 ]
= 𝐸[𝑋 2 ] − 2𝜇𝐸[𝑋] + 𝜇 2 = 𝐸[𝑋 2 ] − 2𝜇 2 + 𝜇 2
= 𝐸[𝑋 2 ] − 𝜇 2
c. Fungsi Pembangkit Momen ( f.p.m )

Definisi 3.4 :
Misalkan h suatu bilangan real positif sehingga harga E[e tx] ada untuk setiap t di (
-h, h ). Fungsi M(t) = E[etx] dinamakan fungsi pembangkit momen (f.p.m.) dari X.
Nama ini diberikan mengingat bahwa fungsi M(t) (jika ada) dapat membangkitkan
momen-momen dari X secara langsung. Salah satu sifat penting yang harus anda
ketahui adalah f.p.m. bersifat unique (unik tunggal) untuk setiap f.k.p. dan
sebaliknya. Dalam praktek sifat ini biasa digunakan untuk menentukan f.k.p. atau
fungsi distribusi (atau cukup dikatakan distribusi) dari suatu peubah acak
Teorema 3.4 :
𝑀′ (0) = 𝜇
Diperiksa oleh :
Dibuat oleh
FORMULIR MUTU
BAHAN AJAR/DIKTAT
∞
∫−∞ 𝑒 𝑡𝑥 𝑓(𝑥)𝑑𝑥 ; 𝑋 𝑘𝑜𝑛𝑡𝑖𝑛𝑢
Bukti : Diketahui 𝑀(𝑡) = {
∑𝑥 𝑒 𝑡𝑥 𝑓(𝑥) ; 𝑋 𝑑𝑖𝑠𝑘𝑟𝑖𝑡
Turunan pertama dari 𝑀(𝑡) adalah
∞
∫ 𝑥𝑒 𝑡𝑥 𝑓(𝑥)𝑑𝑥 ; 𝑋 𝑘𝑜𝑛𝑡𝑖𝑛𝑢
𝑑𝑀(𝑡) −∞
𝑀′ (𝑡) = =
𝑑𝑡
∑ 𝑥𝑒 𝑡쭒 𝑓(𝑥) ; 𝑋 𝑑𝑖𝑠𝑘𝑟𝑖𝑡
{ 𝑥
′ (0)
Akibatnya untuk t = 0 maka 𝑀 =𝜇
Teorema 3.5 :
𝜎 2 = 𝑀′′ (0) − {𝑀′ (0)}2
Bukti :
Turunan kedua dari 𝑀(𝑡) adalah:
∞
∫ 𝑥 2 𝑒 𝑡𝑥 𝑓(𝑥)𝑑𝑥 ; 𝑋 𝑘𝑜𝑛𝑡𝑖𝑛𝑢
𝑀′′ (𝑡) = −∞
∑ 𝑥 2 𝑒 𝑡𝑥 𝑓(𝑥) ; 𝑋 𝑑𝑖𝑠𝑘𝑟𝑖𝑡
{ 𝑥
′′ (0) 2 ].
Jadi 𝑀 = 𝐸[𝑋 Akibatnya, 𝜎 2 = 𝐸[𝑋 2 ] − 𝜇 2 = 𝑀′′ (0) − {𝑀′ (0)}2
Teorema 3.6 :
Misalkan Mm(t) menyatakan turunan ke-m dari M(t), maka momen ke-m dari X yakni
𝐸(𝑋 𝑚 ) , diberikan oleh : 𝐸(𝑋 𝑚 ) = 𝑀𝑚 (0)
Contoh1:
Diketahui X peubah acak yang mempunyai f.k.p. : 𝑓(𝑥) = 𝑒 −𝑥 jika x > 0 dan nol
untuk x yang lain.
Tentukan fungsi pembangkit momen dari X, mean, dan varians dari X.
Penyalesaian :
𝑀(𝑡) = ∫−∞ 𝑒 𝑡𝑥 𝑓(𝑥)𝑑𝑥 = ∫0 𝑒 𝑡尠 𝑒 −𝑥 𝑑𝑥 = ∫0 𝑒 −(1−𝑡)𝑥 𝑑𝑥 = 1−𝑡 , 𝑡 < 1
∞ ∞ ∞ 1
1
𝑀′ (𝑡) = , 𝑡 < 1 𝑑𝑎𝑛 𝑀′ (0) = 1
(1 − 𝑡)2
Diperiksa oleh :
Dibuat oleh
FORMULIR MUTU
BAHAN AJAR/DIKTAT
2
𝑀′′ (𝑡) = , 𝑡 < 1 𝑑𝑎𝑛 𝑀′′ (0) = 2
(1 − 𝑡)3
Dengan demikian : Mean dari X = 𝜇 = 𝑀′ (0) = 1
Varians dari X = 𝜎 2 = 𝑀′′ (0) − {𝑀′ (0)}2 = 2 − 1 = 1
Contoh 2:
Misalkan X peubah acak diskret yang mempunyai f.k.p f(x) = (1/2)x+1 jika
x = 0, 1,2,... dan nol untuk x yang lain. Tentukan f.p.m. dari X.
Penyelesaian :
∞ ∞
𝑡𝑥
1 𝑥+1 1 𝑒𝑡 ㄰ 1
𝑀(𝑡) = ∑ 𝑒 ( ) = ∑( ) = , 𝑡 < 𝑙𝑛2
2 2 2 2 − 𝑒𝑡
𝑥=0 𝑥=0
1 𝑒𝑡
( ingat: deret geomtri 1 + s + s2 + … = -1 < s < 1 dengan s = ).
1−𝑠2 2
Teorema 3.5:
Jika 𝑌 = 𝑎𝑋 + 𝑏 maka 𝑀𝑦 (𝑦) = 𝑒 𝑏𝑡 𝑀𝑥 (𝑎𝑡)
Bukti :
𝑀𝑦 (𝑡) = 𝐸[𝑒 𝑡𝑦 ] = 𝐸[𝑒 𝑡(𝑎𝑋+𝑏) ] = 𝐸[𝑒 踦ℭ𝑥 𝑒 𝑏𝑡 ] = 𝑒 𝑏𝑡 𝐸[𝑒 𝑎𝑡𝑥 ] = 𝑒 𝑏𝑡 𝑀𝑥 (𝑎𝑡)
d. Fungsi karakteristik
Definisi 3.5:
Fungsi 𝑀(t) = E[etx ] dinamakan fungsi karakteristik.
Fungsi ini selalu ada dan unik untuk peubah acak X.
3. Ketaksaman Chebyshev
Teorema3.6:
Misalkan u(x) suatu fungsi non negatif dari peubah acak X.
Jika 𝐸[𝑢(𝑥)] ada, maka untuk setiap bilangan riil c > 0 berlaku
𝐸[𝑢(𝑥)]
𝑃[𝑢(𝑥) ≥ 𝑐] ≤
𝑐
Bukti :
Diperiksa oleh :
Dibuat oleh
FORMULIR MUTU
BAHAN AJAR/DIKTAT
Akan dibuktikan untuk peubah X kontinu. Tulis 𝐴 = {𝑥│𝑢(𝑥) ≥ 𝑐} Jika fkp dari X
adalah f(x), maka
∞
𝐸[𝑢(𝑥)] = ∫−∞ 𝑢(𝑥)𝑓(𝑥)𝑑𝑥 = ∫𝐴 𝑢(𝑥)𝑓(𝑥)𝑑𝑥 + ∫𝐴𝑐 𝑢(𝑥)𝑓(𝑥)𝑑𝑥
Karena 𝑢(𝑥) ≥ 0 untuk setiap x, maka 𝑢(𝑥)𝑓(𝑥) ≥ 0 untuk setiap x. Akibatnya,
∫ 𝑢(𝑥)𝑓(𝑥)𝑑𝑥 ≥ 0 𝑑𝑎𝑛 ∫ 𝑢(𝑥)𝑓(𝑥)𝑑𝑥 ≥ 0

𝐴 𝐴𝑐
Dengan demikian, maka 𝐸[𝑢(𝑥)] ≥ ∫𝐴 𝑢(𝑥)𝑓(𝑥)𝑑𝑥. Akan tetapi 𝑢(𝑥) ≥ 𝑐 untuk

setiap x di A. Jadi,
𝐸[𝑢(𝑥)] ≥ 𝑐 ∫ 𝑓(𝑥)𝑑𝑥 = 𝑐𝑃(𝑥𝑑𝑖𝐴)

𝐴
≥ 𝑐. 𝑃[𝑢(𝑥) ≥ 𝑐]
atau
𝐸[𝑢(𝑥)]
𝑃[𝑢(𝑥) ≥ 𝑐] ≤ .
𝑐
Dengan demikian terbuktilah teorema diatas.

Untuk kasus diskret , bukti analog dengan mengganti tanda integral dengan sigma.
Teorema 3.7 : ( Ketaksaman Chebyshev )

Jika X peubah acak dengan mean  dan varians 𝜎 2 < ∞ maka untuk setiap bilangan
riil k > 0 berlaku:
1
𝑃(│𝑋 − 𝜇│ ≥ 𝑘𝜎 ≤ .
𝑘2
Bukti :
Berdasarkan teorema 3.6 kita ketahui bahwa :
𝐸[𝑢(𝑥)]
𝑃[𝑢(𝑥) ≥ 𝑐] ≤ ;𝑐 ≥ 0
𝑐
Ambil 𝑢(𝑥) = (𝑋 − 𝜇)2 dan 𝑐 = 𝑘 2 𝜎 2 . Jelas 𝑢(𝑥) ≥ 0 dan 𝑐 > 0. Akibatnya,
𝐸[𝑢(𝑥)] 𝜎2 1
𝑃[(𝑋 − 𝜇)2 ≥ 𝑘 2 𝜎 2 ] ≤ 𝑐
= 𝑘 2 𝜎2 = 𝑘 2
Diperiksa oleh :
Dibuat oleh
FORMULIR MUTU
BAHAN AJAR/DIKTAT
Akan tetapi {x│(𝑋 − 𝜇)2 ≥ 𝑘 2 𝜎 2 } = {𝑥||𝑋 − 𝜇| ≥ 𝑘𝜎}. Jadi

1
𝑃(|𝑋 − 𝜇| ≥ 𝑘𝜎) ≤ 𝑘 2 ( terbukti)
Contoh 3 :
Diketahui X peubah acak yang mempunyai f.k.p :
1
; −√3 < 𝑥 < √3
𝑓(𝑥) = {2√3
0; 𝑥 𝑦𝑎𝑛𝑔 𝑙𝑎𝑖𝑛
Dengan demikian 𝜇= 0 dan 𝜎 2 = 1
3
a. Hitunglah harga eksak dari 𝑃(|𝑋 − 𝜇| ≥ 2 𝜎)
3
b. Hitunglah bata atas dari 𝑃(|𝑋 − 𝜇| ≥ 2 𝜎) dengan menggunakan ketaksaman
Chebyshev
Penyelesaian :
Karena 𝜇 = 0 dan 𝜎 2 = 1; maka:
3 3 3
𝑃 (|𝑋 − 𝜇| ≥ 2 𝜎) = 𝑃 (|𝑋| ≥ 2) = 1 − 𝑃(|𝑋| < 2) =
3⁄ 3⁄
2 2 3⁄
1 1 12
1 − ∫ 𝑓(𝑥)𝑑𝑥 = 1 − ∫ 𝑑𝑥 = 1 − | 𝑋| = 1 − √3 ≈ 0,134
2√3 2√3 −3⁄2 2
−3⁄2 −3⁄2
Dengan menggunakan ketidaksamaan Chebyshev, maka:

1
𝑃(|𝑋 − 𝜇| ≥ 𝑘𝜎) ≤ 𝑘 2 . Karena k = 3/2 , maka 1/k2 = 4/9 ≈ 0,444. (Bandingkan dengan
harga eksak 0,134. Bedanya sangat besar).
C. Latihan Soal
Kerjakan soal-soal dibawah ini!
1. Diketahui X peubah acak dengan f.k.p. f(x) = jika x = 1,2,5 dan nol untuk x yang lain.
Tentukan :
a. E[X]
b . Var[X]
c . E[2X + 3]
2. Diketahui X peubah acak yang mempunyai f.k.p f(x) = e -(x+2) ; jika -2 < x < ∞
Diperiksa oleh :
Dibuat oleh
FORMULIR MUTU
BAHAN AJAR/DIKTAT
a. Tentukan f.p.m. dari X.

b. Berdasarkan f.p.m tersebut tentukan mean dan varians dari X.
3. Diketahui f.k.p. bersama dari X dan Y adalah :
f( x, y ) = e –x-y ; x > 0 , y > 0 dan nol untuk x, y yang lain.
Buktikan bahwa E[XY] = E[X]. E[Y]
Diperiksa oleh :
Dibuat oleh
FORMULIR MUTU
BAHAN AJAR/DIKTAT
BAB IV
PELUANG BERSYARAT
A. Deskripsi
Pada bab ini akan dibahas tentang konsep peluang bersyarat,. f.k.p. marginal,f.k.p
bersyarat, mean bersyarat, varians bersyarat serta ekspetasi bersyarat secara umum
1. Aspek kognitif :
a. Menjelaskan pengertian peluang bersyarat.
b. Menghitung peluang bersyarat jika ruang sample S uniform.
c. Menggunakan aturan perkalian dan dalil Bayes.
d. Menentukan f.k.p. marginal,f.k.p bersyarat, mean bersyarat, varians bersyarat
serta ekspetasi bersyarat secara umum.
3. Aspek Sikap
C. Uraian Materi
Definisi 4.1
Missal A dan B dua kejadian dimana P(B) ≠ 0. Peluang bersyarat dari A jika diketahui
𝑃(𝐴∩𝐵)
B, ditulis P(A│B) dan didefinisikan oleh : 𝑃(𝐴|𝐵) =
𝑃(𝐵)
Teorema 4.1 :
Untuk sebarang kejadian A dan B,
𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐵)𝑃(𝐴|𝐵) = 𝑃(𝐴)𝑃(𝐵│𝐴)
Bukti : (silahkan Anda coba sendiri, langsung dari definisi 4.1)
Contoh 1:
Diperiksa oleh :
Dibuat oleh
FORMULIR MUTU
BAHAN AJAR/DIKTAT
Dua bush kartu diambil berturut-turut secara acak tanpa pngembalian dari satu set kartu
bridge. Tentukan peluang bahwa :
a. terambil kartu Ace pada pengembalian pertama dan kedua
b. terambil kartu Ace pada pengembalian pertama
c. terambil kartu Ace pada pengembalian kedua
d. terambil kartu Ace pada pengembalian kedua jika terambil kartu Ace pada
pengambilan pertama
Penyelesaian :
Misal A = kejadian terambil kartu Ace pada pengambilan pertama
B = kejadian terambil kartu Ace pada pengambilan kedua
a. P(A∩B) = P(A) P(B│A)
= (4/52) (3/51)
b. P ( A ) = P ( A ∩ B ) + ( A ∩ B ' )
= (4/52) (3/51) + (4/52) (48/51) = 4/52
c. P(B) = P(B∩A) + P(B∩A')
= (4/52) (3/51) + (48/52) (4/51) = 4/52
𝑃(𝐴∩𝐵)
d. P(B│A) = 𝑃(𝐴)
4 3
(52) (51)
= 4 = 3/51
(52)
Teorema 4.2 :
Jika B1, B2, ..., Bk kejadian-kejadian yang saling asing maka untuk sebarang kejadian
A:
𝑘
𝑃(𝐴) = ∑ 𝑃(𝐵𝑖 )𝑃(𝐴│𝐵𝑖 )

𝑖=1
Bukti :
Kejadian-kejadian (A∩B1),(A∩B2),....,(A∩Bk) adalah kejadian yang saling asing,
maka
Diperiksa oleh :
Dibuat oleh
FORMULIR MUTU
BAHAN AJAR/DIKTAT
𝑃(𝐴) = ∑𝑘𝑖=1 𝑃(𝐴 ∩ 𝐵𝑖 ) = ∑𝑘𝑖=1 𝑃(𝐵𝑖 )𝑃(𝐴│𝐵𝑖 ) (berdasar teorema 4.1)
Contoh 2 :
Sebuah pabrik baut memiliki 3 mesin produksi yaitu mesin I,II dan III yang secara
berurutan memproduksi 20%, 30% dan 50% dari total produksi. Ternyata hasil
produksi dari mesin I, II dan III masing-masing cacat 5%, 3% dan 2%. Jika sebuah
baut diambil secara acak maka tentukan peluang bahwa :
a. baut yang terambil cacat
b. terambil baut cacat dari hasil produksi mesin I
Penyelesaian :
Misal : A = kejadian terambil baut dari mesin I
B = kejadian terambil baut dari mesin II
C = kejadian terambil baut dari mesin III
R = kejadian terambil baut cacat
Maka dari yang diketahui : P(A) = 0,2 ; P(B) = 0,3 ; P(C) = 0,5
P(R│A) = 0,05
P(R│B) = 0,03
P(R│C) = 0,02
a. peluang yang terambil baut cacat = P(R) = P(A∩R) + P(B∩R) + P(C∩R)
= P(A)P(R│A) +P(B)P(R│B) + P(C)P(R│C)
= (0,2).(0,05) + (0,3).(0,03) + (0,5).(0,02) = 0,029
b. peluang terambil baut cacat dari hasil produksi mesin I =
𝑷(𝑨)𝑷(𝑹│𝑨)
P(A│R) = = (0,2).(0,05) / 0,029 = 10/29
𝑷(𝑹)
Teorema 4.3 : (Dalil Bayes)

Jika diasumsikan kondisi pada teorema 4.2 maka untuk setiap j = 1,2,...,k
𝑃(𝐵𝑗 )𝑃(𝐴│𝐵𝑗 )
𝑃(𝐵𝑗 |𝐴) =
∑𝑘𝑖=1 𝑃(𝐵𝑖 ) ↓ (𝐴│𝐵𝑖 )
Diperiksa oleh :
Dibuat oleh
FORMULIR MUTU
BAHAN AJAR/DIKTAT
Definisi 4.2 :
Dua kejadian A dan B dinamakan kejadian saling asing bebas jika
P(A∩B) = P(A)P(B)
Teorema 4.4 :
Jika A dan B kejadian- kejadian dengan P(A) dan P(B) maka A dan B independent
jika dan hanya berlaku :
i. P(A│B) = P(A)
ii. P(BIA) = P(B)
Definisi 4.3 :
Misalkan f(x,y) f.k.p bersama dari X dan Y
∞
∫ 𝑓(𝑥, 𝑦)𝑑𝑦 ; 𝑋, 𝑌 𝑘𝑜𝑛𝑡𝑖𝑛𝑢
−∞
𝑓1 (𝑥) =
∑ 𝑓(𝑥, 𝑦) ; 𝑋, 𝑌 𝑑𝑖𝑠𝑘𝑟𝑖𝑡
{ 𝑦
dinamakan f.k.p. marginal dari X.

Definisi 4.4 :
Misalkan f(x,y) f.k.p. bersama dari X dan Y
∞
∫ 𝑓(𝑥, 𝑦)𝑑𝑥 ; 𝑋, 𝑌 𝑘𝑜𝑛𝑡𝑖𝑛𝑢
−∞
𝑓2 (𝑦) =
∑ 𝑓(𝑥, 𝑦) ; 𝑋, 𝑌 𝑑𝑖𝑠𝑘𝑟𝑖𝑡
{ 𝑥
dinamakan f.k.p marginal dari Y
Contoh 3 :
Diketahui X dan Y mempunyai f.k.p. bersama
𝑥+𝑦
; 𝑥 = 1,2,3 𝑑𝑎𝑛 𝑦 = 1,2
𝑓(𝑥, 𝑦) = { 21
0 𝑢𝑛𝑡𝑢𝑘 𝑥, ਍ 𝑦℁𝑛𝑔 𝑙𝑎𝑖𝑛
Diperiksa oleh :
Dibuat oleh
FORMULIR MUTU
BAHAN AJAR/DIKTAT
Tentukan :
a. f.k.p. marginal dari X
b. f.k.p marginal dari Y
c. P(Y=2)
Penyelesaian :
𝑥+𝑦 2𝑥+3
a.𝑓1 (𝑥) = ∑2𝑦=1 = untuk x = 1,2,3
21 21
𝑥+𝑦 2𝑦+6
b. 𝑓2 (𝑦) = ∑3𝑥=1 = untuk y = 1,2
21 21
3.2+6
c. 𝑃(𝑌 = 2) = 𝑓2 (2) = = 4/7
21
Catatan : dalam kasus 2 peubah acak diskrit seperti contoh di atas untuk menentukan f.k.p
marginal dapat diperoleh dari tabl distribusi bersama sebagai berikut.
y x 1 2 3 Jumlah
1 2/21 3/21 4/21 9/21
2 3/21 4/21 5/21 12/21
Jumlah 5/21 7/21 9/21 1
Jumlah ke bawah menyatakan f.k.p. marginal dari X, yaitu :

x 1 2 3
f1 (x) 5/21 7/21 9/21
Sedangkan jumlah ke samping adalah f.k.p. marginal dari Y,yaitu :

y 1 2
f2(y) 9/21 12/21
Contoh 4 :
Diketahui X dan Y peubah acak yang mempunyai f.k.p. bersama : f(x,y) = 4xy ; jika
0 < x < 1, 0 < y < 1.
Tentukan : a. f.k.p. marginal dari X dan f.k.p. marginal dari Y
Diperiksa oleh :
Dibuat oleh
FORMULIR MUTU
BAHAN AJAR/DIKTAT
b. periksa apakah x dan y bebas

Penyelesaian :
1
a. f.k.p. marginal dari X adalah f1(x) = ∫0 4𝑥𝑦𝑑𝑦 = 2𝑥 𝑢𝑛𝑡𝑢𝑘 0 < 𝑥 < 1
1
f.k.p. marginal dari Y adalah f2(y) = ∫0 4𝑥𝑦𝑑𝑥 = 2𝑦 𝑢𝑛𝑡𝑢𝑘 0 < 𝑦 < 1
b. f 1 (x) = 2x
f2(y) = 2y
f1(x) f2(y) = 4xy
Ternyata f(x,y) = f1(x) f2(y). Jadi x dan y bebas
Definisi 4.5:
Misalkan X dan Y peubah acak yang mempunyai f.k.p. bersama f(x,y) maka
𝑓(𝑥,𝑦)
𝑓(𝑦|𝑥) = dinamakan f.k.p. bersyarat dari Y diketahui X = x dan
𝑓1 (𝑥)
𝑓(𝑥,𝑦)
𝑓(𝑥|𝑦) = dinamakan f.k.p. bersyarat dari X diketahui Y = y dan
𝑓2 (𝑦)
Berdasarkan definisi diatas maka untuk X dan Y peubah acak kontinu:

𝑏
1. Peluang bersyarat a<X<b diketahui Y = y adalah: P(a<X<b│Y= y) = ∫𝑎 𝑓(𝑥|𝑦)𝑑𝑥
𝑑
2. Peluang bersyarat c<Y<d diketahui X = x adalah: P(c<Y<d│X= x) = ∫𝑐 𝑓(𝑦|𝑥)𝑑𝑦
∞
3. Mean bersyarat dari Y diketahui X = x adalah: 𝐸[𝑌|𝑥] = ∫−∞ 𝑦㙥(𝑦|𝑥)𝑑𝑦
∞
4. Mean bersyarat dari X diketahui Y = y adalah: 𝐸[𝑋|𝑦] = ∫−∞ 𝑥𝑓(𝑥|𝑦)𝑑𝑥
5. Ekspektasi bersyarat dari u(X) diketahui Y = y adalah:
∞
𝐸[𝑢(𝑋)|𝑦] = ∫ 𝑢(𝑥)𝑓(𝑥|𝑦)𝑑𝑥
−∞
6. Varians bersyarat dari Y diketahui X = x adalah:

𝐸[{𝑌 − 𝐸[𝑌|𝑥]}2 |𝑥] = 𝐸[𝑌 2 |𝑥] − {𝐸[𝑌|𝑥]}2
7. Varians bersyarat dari X diketahui Y = y adalah:
𝐸[{𝑋 − 𝐸[𝑋|𝑦]}2 |𝑦] = 𝐸[𝑋 2 |𝑦] − {𝐸[𝑋|𝑦]}2 .
Contoh 5:
Diketahui X dan Y peubah acak yang mempunyai f.k.p. bersama :
Diperiksa oleh :
Dibuat oleh
FORMULIR MUTU
BAHAN AJAR/DIKTAT
2 𝑢𝑛𝑡𝑢𝑘 0 < 𝑥 < 𝑦

𝑓(𝑥, 𝑦) = {
0 𝑢𝑛𝑡𝑢𝑘 𝑥, 𝑦 𝑦𝑎𝑛𝑔 𝑙𝑎𝑖𝑛
Tentukan :
a. f.k.p bersyarat dari X diketahui Y = y
b. Mean bersyarat dari X diketahui Y = y
c. Varians bersyarat dari X diketahui Y = y
d. P(0<X<1/2)
Penyelesaian :
1
𝑓1 (𝑥) = ∫ 2𝑑𝑦 = 2(1 − 𝑥)𝑢𝑛𝑡𝑢𝑘 0 < 𝑥 < 1

𝑥
𝑦
𝑓2 (𝑦) = ∫ 2𝑑𝑥 = 2𝑦 𝑢𝑛𝑡𝑢𝑘 0 < 𝑦 < 1

0
𝑓(𝑥,𝑦) 2 1
a. 𝑓(𝑥|𝑦) = = 2𝑦 = 𝑦 𝑢𝑛𝑡𝑢𝑘 0 < 𝑥 < 𝑦 < 1 dan sama dengan nol untuk x dan y
𝑓2 (𝑦)
yang lain.
∞ 𝑦 1 𝑦
b. 𝐸[𝑋|𝑦] = ∫−∞ 𝑥𝑓(𝑥|𝑦)𝑑𝑥 = ∫0 𝑥. 𝑦 𝑑𝑥 = , 𝑢𝑛𝑡𝑢𝑘 0 < 𝑦 < 1
2
2
c. 𝐸 [{𝑋 − 𝐸[㄰|𝑦]} |𝑦] = 𝐸[𝑋 2 |𝑦] − {𝐸[𝑋|𝑦]}2
𝑦 1 𝑦 1
= ∫0 𝑥 2 . 𝑦 𝑑𝑥 − ( 2)2 = 12 𝑦 2 , 𝑢𝑛𝑡𝑢𝑘 0 < 𝑦 < 1
1
1/2
d. P(0<X<1/2) = ∫02 𝑓1 (𝑥)𝑑𝑥 = ∫0 2(1 − 𝑥)𝑑𝑥 = 3/4
Definisi 4.6 :
Misal X1,X2,...,Xn peubah acak kontinu yang mempunyai f.k.p. bersama
f(x1, x2, …xn), maka f.k.p marginal dari X1 adalah :
∞ ∞
𝑓1 (𝑥1 ) = ∫ … ∫ 𝑓(𝑥1 , 𝑥2 , … , 𝑥𝑛 )𝑑𝑥1 𝑑𝑥2 … 𝑑𝑥𝑛

−∞ −∞
dan f.k.p. bersyarat bersama dari X 1, X2, … , Xn diketahui X1 = x1 adalah:

Diperiksa oleh :
Dibuat oleh
FORMULIR MUTU
BAHAN AJAR/DIKTAT
𝑓(𝑥1 , 𝑥2 , … , 𝑥𝑛 )
𝑓(𝑥1 , 𝑥2 , … , 𝑥𝑛 |𝑥1 ) =
𝑓1 (𝑥1 )
Contoh 6 :
Diketahui X,Y dan Z peubah acak yang mempunyai f.k.p bersama :
6 𝑢𝑛𝑡𝑢𝑘 0 < 𝑥 < 𝑦 < 𝑧 < 1
𝑓(𝑥, 𝑦, 𝑧) = {
0 𝑢𝑛𝑡𝑢𝑘 𝑥, 𝑦, 𝑧 𝑦𝑎𝑛𝑔 𝑙𝑎𝑖𝑛
Tentukan :
a. f.k.p marginal dari Z
b. f.k.p bersama dari X dan Y
Penyelesaian :
𝑧 𝑦
a. 𝑓3 (𝑧) = ∫0 ∫0 6𝑑𝑥𝑑𝑦 = 3𝑧 2
∞ 1
b. 𝑓(𝑥, 𝑦) = ∫−∞ 𝑓(𝑥, 𝑦, 𝑧)𝑑𝑧 = ∫𝑦 6𝑑𝑧 = 6(1 − 𝑦) untuk 0<x<y<1 dan sama
dengan nol untuk x,y yang lain.
D. Latihan Soal
1. Seorang pelari mengikuti 2 kali perlombaan. Peluang bahwa ia menang pada
perlombaan pertama adalah 0,8 peluang bahwa ia menang pada perlombaan kedua
adalah 0,6 dan peluang menang pada kedua perlombaan adalah 0,5. Tentukan
peluang bahwa :
a. ia menang paling sedikit satu perlombaan
b. ia menang pada satu perlombaan
c. ia tidak menang pada kedua perlombaan
2. Sebuah kartu dipilih dari 52 kartu dan diletakkan pada tempat kartu yang lain. Jika sebuah
kartu diambil secara acak dari tempat kartu kedua, tentukan :
peluang terambil kartu Ace
a. jika kartu pertama ditempatkan dalam tumpukan 54 kartu yng memuat dua joker
maka berapa peluang sebuah kartu diambil dari tumpukan kedua adalah Ace
b. jika Ace yang terambil dari tumpukan kedua pada soal b) tentukan peluang
Diperiksa oleh :
Dibuat oleh
FORMULIR MUTU
BAHAN AJAR/DIKTAT
bersyarat bahwa yang dipindahkan dari tumpukan pertama ke tumpukan kedua

adalah Ace.
3. Diketahui X dan Y peubah acak yang mempunyai f.k.p bersama
8𝑥𝑦 𝑢𝑛𝑡𝑢𝑘 0 < 𝑥 < 𝑦 < 1
𝑓(𝑥, 𝑦) = { Tentukan :
a. f.k.p bersyarat dari Y diketahui X = x
b. mean bersyarat dari Y diketahui X = x
c. varians bersyarat dari Y diketahui X = x
BAB V
KEBEBASAN STOKASTIK
A. Deskripsi
Pada bab ini akan dibahas tentang konvariansi, koefisiensi korelasi, dan
kebebasan stokastik
1. Aspek kognitif :
a. menjelaskan dan menghitung konvariansi.
b. menjelaskan dan menghitung koefisiensi korelasi
c. menjelaskan pengertian kebebasan stokastik
d. mendeteksi kebebasan stokastik
3.Aspek Sikap
Diperiksa oleh :
Dibuat oleh
FORMULIR MUTU
BAHAN AJAR/DIKTAT
C. Uraian Materi
1. Konvarians
Definisi 5.1:
Konvarians dari X dan Y didefinisikan dengan
𝐾𝑜𝑣(𝑋, 𝑌) = 𝐸[(𝑋 − 𝜇1 )(𝑌 − 𝜇2 )] dimana 𝜇1 = 𝐸(𝑋) dan 𝜇2 = 𝐸(𝑌).
Notasi lain yang sering digunakan untuk menyatakan kovarians dari X dan Y adalah
𝜎𝑥𝑦 .
Terorema 5.1:
Kov (X,Y) = E[XY] - 𝜇1 𝜇2
Bukti :
𝐾𝑜𝑣(𝑋, 𝑌) = 𝐸[(𝑋 − 𝜇1 )(𝑌 − 𝜇2 )]
= 𝐸[𝑋𝑌] − 𝜇2 𝐸[𝑋] − 𝜇1 𝐸[𝑌] + 𝜇1 𝜇2
= 𝐸[𝑋𝑌] − 𝜇2 𝜇1 − 𝜇1 𝜇2 + 𝜇1 𝜇2
= 𝐸[𝑋𝑌] − 𝜇1 𝜇2 ( terbukti ).
Teorema 5.2 :
Jika X dan Y peubah acak, a dan b suatu konstanta maka :
Kov (aX,bY) = ab Kov (X,Y)
Kov (X+a, Y+b) = Kov (X,Y)
Kov (X,aX+b) = a Var (X)
Bukti : Silahkan dibuktikan sendiri sebagai latihan.
2. Koefisien Korelasi
Definisi 5.2 :
Koefisien korelasi antara X dan Y dinotasikan dengan ñ dan didefinisikan sebagai
berikut :
𝑲𝒐𝒗(𝑿, 𝒀)
𝝆=
𝝈𝟏 𝝈𝟐
dengan 𝜎1 dan 𝜎2 berturut-turut menyatakan varians dari X dan varians dari Y.
Diperiksa oleh :
Dibuat oleh
FORMULIR MUTU
BAHAN AJAR/DIKTAT
Catatan :
Jika ñ menyatakan koefisien korelasi antara X dan Y, besarnya −1 ≤ 𝜌 ≤ 1 dan
𝜌 merupakan alat untuk mengukur seberapa besar derajat kebergantungan X
terhadap Y ( atau Y terhadap X ).
Contoh 1 :
Diketahui X dan Y peubah acak yang mempunyai f.k.p bersama :
𝑥 + 𝑦 𝑢𝑛𝑡𝑢𝑘 0 < 𝑥 < 1, 0<𝑦<1
𝑓(𝑥, 𝑦) = {
0 𝑢𝑛𝑡𝑢𝑘 𝑥, 𝑦 阎𝑎𝑎𝑎 𝑙𝑎𝑖𝑛
Hitunglah koefisien korelasi antara X dan Y
Penyelesaian :
1 1 7
 𝜇1 = ∫0 ∫0 𝑥(𝑥 + 𝑦)𝑑𝑦𝑑𝑥 = 12
1 1 7
 𝜇2 = ∫0 ∫0 𝑦(𝑥 + 𝑦)𝑑𝑦𝑑𝑥 = 12
1 1 7 11
 𝜎12 = 𝐸[𝑋 2 ] − 𝜇12 = ∫0 ∫0 𝑥 2 (𝑥 + 𝑦)𝑑𝑦𝑑𝑥 − (12)2 = 144
1 1 7 11
 𝜎22 = 𝐸[𝑌 2 ] − 𝜇22 = ∫0 ∫0 𝑦 2 (𝑥 + 𝑦)𝑑𝑦𝑑𝑥 − (12)2 = 144
1 1 1
 𝐸[𝑋𝑌] = ∫0 ∫0 𝑥𝑦(𝑥 + 𝑦)𝑑𝑦𝑑𝑥 = 3
1 7 7 1
 𝐾𝑜𝑣(𝑋, 𝑌) = 𝐸[𝑋𝑌] − 𝜇1 𝜇2 = 3 − (12) (12) = − 144
1
𝐾𝑜𝑣(𝑋,𝑌) − 1
 Jadi 𝜌 = = 144
= − 11 = −0,091
𝜎1 𝜎2
√11⁄144√11⁄144
3. Kebebasan Stokastik
Definisi 5.3 :
Peubah-peubah acak X dan Y dikatakan bebas stokastik (independent) jika
f (x,y) = f1(x).f2 (y)
Contoh 2 :
Diketahui f.k.p. bersama dari X dan Y adalah:
Diperiksa oleh :
Dibuat oleh
FORMULIR MUTU
BAHAN AJAR/DIKTAT
𝑥 + 𝑦 𝑢𝑛𝑡𝑢𝑘 0 < 𝑥 < 1 ; 0 < 𝑦 < 1

𝑓(𝑥, 𝑦) = { .
Selidiki apakah X dan Y bebas stokastik.
Penyelesaian :
1 1 1 1
𝑓1 (𝑥) = ∫0 (𝑥 + 𝑦)𝑑𝑦 = |𝑥𝑦 + 2 𝑦 2 | = 𝑥 + 2 ; 0 < x< 1
0
1 1
𝑓2 (𝑦) = ∫0 (𝑥 + 𝑦)𝑑𝑥 = 𝑦 + 2 ; 0 < y< 1
terlihat bahwa 𝑓(𝑥, 𝑦) ≠ 𝑓1 (𝑥). 𝑓2 (𝑦). dengan demikian X dan Y tidak bebas stokastik.
Catatan :
Pemeriksaan kebebasan stokastik dengan menggunakan definisi di atas kurang luwes
karena hams menentukan f.k.p. marginalnya. Terorema berikut akan mempermudah
pemeriksaan kebebasan stokastik.
Teorema 5.3 :
Misal X dan Y peubah acak yang mempunyai f.k.p. bersama f(x,y). X dan Y bebas
stokastik jika dan hanya jika terdapat fungsi-fungsi non negatif g(x) dan h(x) sehingga
: f(x,y) = g(x). h(y)
Contoh 3 :
Diketahui f.kp bersama dari X dan Y sebagai berikut
12𝑥𝑦(1 − 𝑦) 𝑢𝑛𝑡𝑢𝑘 0 < 𝑥 < 1,0 < 𝑦 < 1
𝑓(𝑥, 𝑦) = {
Buktikan bahwa X dan Y bebas stokastik.
Bukti :
Ambil g (x) = 12 x dan h (y) = y(1-y). Jelas bahwa :
(i) g (x) >0 untuk setiap x; 0 <x<1
(ii) h (y) >0 untuk setiap y; 0 <y<1
(iii) f (x,y) = g(x)•h(y); 0 <x<1;0<y<1. Dengan demikian terbukti bahwa X dan
Y bebas stokastik.
Diperiksa oleh :
Dibuat oleh
FORMULIR MUTU
BAHAN AJAR/DIKTAT
4. Akibat kebebasan stokastik

Jika X dan Y bebas stokastik maka :
a. P (a<X <b, c < Y <d)= P (a<X < b). P(c<Y <d)
b. E [u(X)v(Y)]=E [u(X)].E[v (Y)]
Khususnya E[XY] = E[X]. E[Y] sehingga Kov (X,Y) = 0. Akibatnya jika X dan Y
bebas stokastik maka 𝜌 = 0.
Catatan : Jika 𝜌 = 0 tidak dijamin X dan Y bebas stokastik.
Perhatikan contoh berikut :
Diketahui f.k.p bersama dari X dan Y adalah f (x,y)= 1/3 untuk
(x,y) = (0,0),(1,1),(2,0) dan bernilai nol untuk (x,y) yang lain.
Dapat ditunjukkan bahwa 𝜌 = 0 tetapi X dan Y tidak bebas stokastik. (silakan anda
coba sendiri)
c. M (t1, t2) = M 1 (t1) . M2 (t2) f.p.m bersama dari X dan Y, M1 (t1) dan M2(t2) masing -
masing f.p.m. dari X dan dari Y
Catatan : Pengertian kebebasan stokastik akibatnya secara analog dapat diperluas untuk
kasus beberapa peubah acak (lebih dari dua peubah acak).
C. Latihan
Kerjakan soal - soal di bawah ini !
1. Diketahui X dan Y peubah acak yang mempunyai f.k.p :
f (x,y) = 4 / (5xy) untuk x = 1,2 ; y = 2,3 dan bernilai nol untuk x,y yang lain.
Tentukan : a. Cov (X,Y)
b. Koefisien korelasi antara X dan Y
2. X dan Y peubah acak yang mempunyai f.k.p bersama :
f(x,y) = 6x untuk 0 < x < y < 1
Tentukan : a. Koefisien korelasi antara X dan Y
b. f(y│x)
c. E (Y│x)
d. Varians bersyarat dari Y diketahui X = x
Diperiksa oleh :
Dibuat oleh
FORMULIR MUTU
BAHAN AJAR/DIKTAT
3. Diketahui f.k.p bersama dari X dan Y :

f(x,y) = 1/16 untuk x = 1,2,3,4 ; y = 1,2,3,4
a. Buktikan bahwa X dan Y bebas stokastik
b. Tentukan f.p.m. bersama dan f. p.m. marginal masing - masing
4. f.k.p bersama dari X dan Y adalah :
f(x,y) = e –x-y untuk x > 0, y > 0
Buktikan bahwa : a. X dan Y bebas stokastik
E [e t(x+y)] = (1-t)-2 untuk t < 1
Diperiksa oleh :
Dibuat oleh

Bahan Ajar: Pengantar Statistika Matematika I Kode Matakuliah: 15P01662 3 Sks

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Bahan Ajar: Pengantar Statistika Matematika I Kode Matakuliah: 15P01662 3 Sks

Diunggah oleh

Hak Cipta:

Format Tersedia

KEMENTERIAN RISET, TEKNOLOGI DAN PENDIDIKAN TINGGI

UNIVERSITAS NEGERI SEMARANG (UNNES)

PENGANTAR STATISTIKA MATEMATIKA I

VERIFIKASI BAHAN AJAR

..................................... Dra. Sunarmi, M.Si.

Capaian Pembelajaran Lulusan (CPL) :

Capaian Pembelajaran Matakuliah (CPMK)

c. Eksperimen dapat dilakukan berulang-ulang dalam kondisi yang sama.

S Himpunan semesta Kejadian yang pasti terjadi

2. Peluang Suatu Kejadian

a. P(A) ≥ 0 untuk setiap A di A

c. Jika A,B di A dan A B maka P(A) ≤ P(B)

B. Capaian pembelajaran matakuliah

menggunakan peubah acak, yakni fungsi S ke R. Perhatikan kembali eksperimen melantunkan

2. Fungsi Kepadatan Peluang

3. Fungsi Distributif ( peluang komutatif)

d. F(x) kontinu kanan dimana-mana

4. Fungsi Distribusi Bersama dari Beberapa Peubah Acak

Jadi fungsi distribusi dari X adalah :

(i) Untuk 𝑥 ≥ 0, 𝑦 ≥ 0 dan 𝑧 ≥ 0, integral lipat 3 di ruas kanan menghasilkan :

𝐹(𝑥, 𝑦, 𝑧) = (1 − 𝑒 −𝑥 )(1 − 𝑒 −𝑦 )(1 − 𝑒 −𝑧 )

iv. F(x) kontinu kanan dimana-mana.

acak dengan X(c) = 2c – 10 untuk setiap c di S.

2. F.k.p bersama dari X dan Y adalah :

a. Fungsi distribusi dari X c. P(-1< X <3/2)

( jika ada ) dinamakan ekspektasi matematik ( nilai harapan ) dari u(X).

2. Jenis-jenis Ekspkektasi Matematik

c. Fungsi Pembangkit Momen ( f.p.m )

∫ 𝑢(𝑥)𝑓(𝑥)𝑑𝑥 ≥ 0 𝑑𝑎𝑛 ∫ 𝑢(𝑥)𝑓(𝑥)𝑑𝑥 ≥ 0

Dengan demikian, maka 𝐸[𝑢(𝑥)] ≥ ∫𝐴 𝑢(𝑥)𝑓(𝑥)𝑑𝑥. Akan tetapi 𝑢(𝑥) ≥ 𝑐 untuk

𝐸[𝑢(𝑥)] ≥ 𝑐 ∫ 𝑓(𝑥)𝑑𝑥 = 𝑐𝑃(𝑥𝑑𝑖𝐴)

Dengan demikian terbuktilah teorema diatas.

Teorema 3.7 : ( Ketaksaman Chebyshev )

Akan tetapi {x│(𝑋 − 𝜇)2 ≥ 𝑘 2 𝜎 2 } = {𝑥||𝑋 − 𝜇| ≥ 𝑘𝜎}. Jadi

Dengan menggunakan ketidaksamaan Chebyshev, maka:

harga eksak 0,134. Bedanya sangat besar).

a. Tentukan f.p.m. dari X.

𝑃(𝐴) = ∑ 𝑃(𝐵𝑖 )𝑃(𝐴│𝐵𝑖 )

𝑃(𝐴) = ∑𝑘𝑖=1 𝑃(𝐴 ∩ 𝐵𝑖 ) = ∑𝑘𝑖=1 𝑃(𝐵𝑖 )𝑃(𝐴│𝐵𝑖 ) (berdasar teorema 4.1)

Teorema 4.3 : (Dalil Bayes)

dinamakan f.k.p. marginal dari X.

dinamakan f.k.p marginal dari Y

Jumlah ke bawah menyatakan f.k.p. marginal dari X, yaitu :

Sedangkan jumlah ke samping adalah f.k.p. marginal dari Y,yaitu :

b. periksa apakah x dan y bebas

Berdasarkan definisi diatas maka untuk X dan Y peubah acak kontinu:

6. Varians bersyarat dari Y diketahui X = x adalah:

2 𝑢𝑛𝑡𝑢𝑘 0 < 𝑥 < 𝑦

𝑓1 (𝑥) = ∫ 2𝑑𝑦 = 2(1 − 𝑥)𝑢𝑛𝑡𝑢𝑘 0 < 𝑥 < 1

𝑓2 (𝑦) = ∫ 2𝑑𝑥 = 2𝑦 𝑢𝑛𝑡𝑢𝑘 0 < 𝑦 < 1

𝑓1 (𝑥1 ) = ∫ … ∫ 𝑓(𝑥1 , 𝑥2 , … , 𝑥𝑛 )𝑑𝑥1 𝑑𝑥2 … 𝑑𝑥𝑛

dan f.k.p. bersyarat bersama dari X 1, X2, … , Xn diketahui X1 = x1 adalah:

dengan nol untuk x,y yang lain.

bersyarat bahwa yang dipindahkan dari tumpukan pertama ke tumpukan kedua

𝑥 + 𝑦 𝑢𝑛𝑡𝑢𝑘 0 < 𝑥 < 1 ; 0 < 𝑦 < 1

4. Akibat kebebasan stokastik

3. Diketahui f.k.p bersama dari X dan Y :

Anda mungkin juga menyukai