Pengantar Teori Peluang

TUGAS 3

PETUNJUK
1. Kerjakan semua soal tidak perlu berurutan.
2. Pengerjaan soal dapat didiskusikan bersama dalam kelompok, namun pelaporan
tugas ditulis secara individu.
3. Tugas dikumpulkan oleh KETUA KELOMPOK paling lambat Kamis, 6 April
pukul 15.00.
4. Keterlambatan pengumpulan Tugas berakibat pengurangan nilai sebesar lamanya
keterlambatan (satuan menit).

SOAL
1. Misal X mempunyai PDF, f (x) = 2x, 0 < x < 1, dan 0 untuk x lainnya.
(a) Tentukan CDF dan PDF dari Y = 1/X
(b) Hitung E[Y ] berdasarkan PDF pada bagian (b)
2. Misal X mempunyai PDF, f (x) = 3x2 , 0 < x < 1, dan 0 untuk x lainnya.
(a) Tentukan distribusi dari Y = X 3 .
(b) Hitung E[Y ] berdasarkan PDF pada bagian (b)
3. Jika ada, tentukan mean dan variansi dari masing-masing distribusi berikut:
3!
(a) p(x) = ( 1 )3 ,
x!(3−x)! 2
x = 0, 1, 2, 3 dan 0 untuk x lainnya.
2
(b) p(x) = , 1 < x < ∞ dan 0 untuk x lainnya.
x3
4. Misal X mempunyai PMF, p(x) = ( 12 )x , x = 1, 2, 3, . . . dan 0 untuk x lainnya.
Tentukan MGF, mean, dan variansi dari X. Gunakan MGF untuk menghitung mean
dan variansi.
5. Tunjukkan bahwa variabel acak X dengan PDF f (x) = 13 , −1 < x < 2 dan 0 untuk
x lainnya mempunyai MGF

 2et − e−t
M (t) = , t=6 0 ,
 1, 3t t = 0.

6. Tentukan mean dan variansi dari distribusi dengan CDF



 0, x<0
x/8, 0≤x<2

F (x) = 2

 x /16, 2 ≤ x < 4
1, x ≥ 4.


1
 Pengantar Teori Peluang

7. Tentukan momen dari distribusi dengan MGF, M (t) = (1 − t)−3 , t < 1. (Petunjuk:
Tentukan deret Maclaurin untuk M (t)
8. Misal variabel acak X mempunyai PDF
 −(x+k)
e , −2 < x < ∞
f (x) =
0, x lainnya

(a) Tentukan k.
(b) Tentukan MGF M (t).
(c) Gunakan MGF untuk menghitung E[X] dan E[X 2 ].

9. Misal variabel acak X mempunyai PMF, p(x) = 1/k, x = 1, 2, . . . , k, dan 0 untuk x

lainnya. Tunjukkan bahwa MGF dari X adalah
 t
 e (1 − ekt )
, t 6= 0
M (t) = k(1 − et )
1, t = 0.


10. Misal variabel acak X mempunyai PDF, f (x) = β1 e−x/β , 0 < x < ∞, dan 0 untuk x
lainnya. Tentukan MGF, mean, dan variansi dari X.