Brigita Wowiling 15504060 Makalah Ekspektasi Matem PDF
Diunggah oleh
puncaknetJudul Asli
Hak Cipta
Format Tersedia
Bagikan dokumen Ini
Apakah menurut Anda dokumen ini bermanfaat?
Apakah konten ini tidak pantas?
Laporkan Dokumen IniHak Cipta:
Format Tersedia
Brigita Wowiling 15504060 Makalah Ekspektasi Matem PDF
Diunggah oleh
puncaknetHak Cipta:
Format Tersedia
MAKALAH
STATISTIKA MATEMATIKA I
“Ekspektasi Matematika (Ekspektasi Satu Peubah Acak
dan Ekspektasi Dua Peubah Acak)”
Oleh :
Nama : Brigita Wowiling
N I M : 15 504 060
Kelas : VA
JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NEGERI MANADO
2017
1
KATA PENGANTAR
Puji dan syukur senantiasa saya panjatkan kehadirat Tuhan Yang Maha Esa,
karena atas rahmat-Nya, saya dapat menyelesaikan penyusunan makalah yang
berjudul “Ekspektasi Matematika”.
Makalah ini disusun untuk memenuhi tugas mata kuliah “Statistika Matematika
I”. Saya mengucapkan terima kasih kepada semua pihak yang membantu dalam
penyelesaian makalah ini. Saya berharap makalah ini dapat menambah pengetahuan
pembaca dan memberikan gambaran mengenai materi terkait yaitu Ekspektasi
Matematika.
Saya menyadari bahwa makalah ini masih jauh dari kesempurnaan baik materi
maupun bahasanya, maka saya mengharapkan saran dan kritik yang membangun
untuk perbaikan makalah ini. Semoga makalah ini dapat memberikan manfaat bagi
semua pihak yang menjadikan makalah ini sebagai bahan literatur mengenai materi
terkait.
Tondano, Oktober 2017
Penyusun
2
DAFTAR ISI
KATA PENGANTAR.............................
PENGANTAR...................................................
............................................
.......................................i
.................i
DAFTAR ISI ..........................................
................................................................
............................................
........................................ii
..................ii
BAB I PENDAHULUAN
A. Latar Belakang ............................................
..................................................................
............................................
........................1
..1
B. Rumusan Masalah ..............................................
....................................................................
.......................................1
.................1
C. Tujuan Penulisan.........................................
Penulisan...............................................................
............................................
.........................2
...2
BAB II PEMBAHASAN
A. Pengertian Ekspektasi Matematika ………………………………….. 4
B. Ekspektasi Satu Peubah Acak
1. Nilai Ekspektasi………………………………………….………….
Ekspektasi………………………………………….…………. 4
2. Sifat-sifat Nilai Ekspektasi……………………………….………....
Ekspektasi……………………………….……….... 6
3. Rataan…………………………………………………….………...
Rataan…………………………………………………….………... 7
4. Varians………………………………………………….…………..
Varians………………………………………………….………….. 9
5. Momen………………………………………………….…………..
Momen………………………………………………….………….. 11
6. Fungsi Pembangkit Momen…………………………….…………..
Momen …………………………….………….. 13
7. Pertidaksamaan Chebyshev………………..…………..…………...
Chebyshev………………..…………..…………... 15
C. Ekspektasi Dua Peubah Acak
1. Nilai Ekspektasi Gabungan…………………………………………17
2. Ekspektasi Bersyarat………………………………………………. 19
3. Rataan Bersyarat…………………………………………………… 23
4. Perkalian Dua Momen………………………………………………28
ii
3
5. Kovarians………………………………………………………….. 29
6. Varians Bersyarat…………………………………………………. 33
7. Fungsi Pembangkit
Pembangkit Momen Gabungan………………………….... 34
8. Koefisien Korelasi………………………………………………… 35
9. Akibat Kebebasan Stokastik…………………………………….... 35
BAB III PENUTUP
A. Kesimpulan ............................................
...................................................................
..............................................
....................... 37
B. Saran ...............................................
.......................................................................
...............................................
.............................
...... 37
DAFTAR PUSTAKA .......................................
..............................................................
..............................................
....................... 38
iii
4
BAB 1
PENDAHULUAN
A. Latar Belakang
Distribusi probabilitas memiliki berbagai sifat atau karakteristik
yang dapat digunakan untuk mengidentifikasi suatu distribusi. Karakteris tik
yang biasa digunakan antara lain rata-rata hitung yang biasa disebut
“Ekspektasi Matematika” (atau nilai harapan)
harapan) dan variansi. Ekspektasi
matematika adalah satu konsep penting dalam teori dasar statistika. Harapan
matematis (Ekspektasi Matematika) ini menentukan tendensi sentral dari
distribusi probabilitas.
Dalam makalah ini akan dibahas beberapa macam ukuran yang
dihitung berdasarkan ekspektasi dari satu maupun dua peubah acak, baik
diskrit maupun kontinu.
Sering kali kita menjumpai data pengamatan yang memuat perubah
acak tidak tunggal. Misalnya, X dan Y perubah acak, maka nilai harapan
dinyatakan E(X),
E(X), E(Y),
E(Y), dan E(X,Y) , Variansi dari X da Y dinyatakan 2X , Y2 ,
dan kovariansi dari perubah acak X dan Y dinyatakan
XY .
B. Rumusan Masalah
1. Apa yang dimaksud dengan ekspektasi matematika?
2. Apa yang dimaksud dengan nilai ekspektasi dan sifat-sifat nilai
ekspektasi?
3. Bagaimana menentukan rataan dari suatu peubah acak?
4. Bagaimana menentukan varians dari suatu peubah acak?
5. Bagaimana menghitung nilai ekspektasi dari peubah acak dengan
pangkatnya lebih dari 2 (Momen)?
6. Apa yang dimaksud dengan fungsi pembangkit momen?
7. Apa yang dimaksud dengan pertidaksamaan Chebyshev?
8. Apa yang dimaksud dengan nilai ekspektasi gabungan?
9. Bagaimana rumus untuk menghitung ekspektasi bersyarat?
10. Bagaimana rumus untuk menghitung rataan bersyarat?
5
11. Bagaimana rumus untuk menghitung perkalian dua momen?
12. Bagaimana rumus untuk menentukan kovarians?
13. Bagaimana rumus untuk menentukan varians bersyarat?
14. Bagaimana rumus untuk menentukan fungsi pembangkit momen
gabungan?
15. Bagaimana menentukan derajat hubungan linear antara dua buah peubah
acak?
16. Apa saja akibat kebebasan stokastik dari dua peubah acak?
Tujuan Penulisan
1. Untuk mengetahui apa yang dimaksud dengan ekspektasi matemati ka
2. Untuk mengetahui apa yang dimaksud dengan nilai ekspektasi dan
sifat-sifat nilai ekspektasi
3. Untuk mengetahui bagaimana menentukan rataan dari suatu peubah
acak
4. Untuk mengetahui bagaimana menentukan varians dari suatu peubah
acak
5. Untuk mengetahui bagaimana menghitung nilai ekspektasi dari peubah
acak dengan pangkatnya lebih dari 2 (Momen)
6. Untuk mengetahui apa yang dimaksud dengan fungsi pembangkit
momen
7. Untuk memahami apa yang dimaksud dengan pertidaksamaan
Chebyshev
8. Untuk memahami apa yang dimaksud dengan nilai ekspektasi
gabungan
9. Untuk mengetahui bagaimana rumus untuk menghitung ekspektasi
bersyarat
10. Untuk mengetahui bagaimana rumus untuk menghitung rataan
bersyarat
11. Untuk mengetahui bagaimana rumus untuk menghitung perkalian dua
momen
12. Untuk mengetahui bagaimana rumus untuk menentukan kovarians
6
13. Untuk mengetahui bagaimana rumus untuk menentukan varians
bersyarat
14. Untuk mengetahui bagaimana rumus untuk menentukan fungsi
pembangkit momen gabungan
gabungan
15. Untuk mengetahui bagaimana menentukan derajat hubungan linear
antara dua buah peubah acak
16. Untuk mengetahui apa saja akibat kebebasan stokasti k dari dua peubah
acak
7
BAB II
PEMBAHASAN
A. Pengertian Ekspektasi Matematika
Ekspektasi matematika atau harga harapan atau mean(rata- rata) atau
sering disebut ekspektasi saja, adalah satu konsep penting dalam teori dasar
statistika. Jika X adalah sembarang peubah acak, maka ekspektasi
matematika dari peubah acak X biasanya dinotasikan dengan E(X) atau µ.
B. Ekspektasi Satu Peubah Acak
1. Nilai Ekspektasi
D efinisi
fi nisi (Ni
( Ni lai
lai E kspe
kspektasi
ktasi Diskr
D iskrii t
Jika X adalah peubah acak diskrit dengan nilai fungsi peluangnya di x adalah p (x)
dan u (X) adalah fungsi dari X, maka nilai ekspektasi dari u (X), dinotasikan dengan
E [u(X)], didefinisikan sebagai :
E [u(X)] = u(x) . p(x)
p(x)
x
Contoh 1 :
15 ;1,2,3,4,5
Misalnya fungsi peluang dari peubah acak berbentuk :
Hitung
a. E( 1
b. E[X(X + 1)]
)
Penyelesaian :
a. Berdasarkan definisi nilai ekspektasi diskrit, maka :
1
E( ) = 1 .
(
= ∑== 1 .
x
= ( 1 –
1 – 1)
1) 4 1 9 1 161
1 61
+251
8
0
=
1 14
E( ) =
b. Berdasarkan definisi nilai ekspektasi diskrit, maka :
E[X(X + 1)] 1 .
=
∑== 1 .
=
x
= (1)(1 + 1) ( ) + (2)(2+1) +
+ (3)(3+1)
+ (4)(4+1)
(5)(5+1)( )
= + +
E[X(X + 1)] =
D efinisi
fi nisi (N ilai
ilai E kspe
kspekta
ktasi K ontinu)
ntinu)
Jika X
Jika X adalah peubah acak kontinu dengan nilai fungsi densitasn ya
di x
di x adalah f
adalah f ( x)
x) dan u( X
X ) adalah fungsi dari X , maka nilai ekspektasi dari
u( X
X ),
), dinotasikan dengan E
dengan E [u( X
X )],
)], didefinisikan
sebagai:
E [u( X
X )]
)] = ∫ .
Contoh 2:
Misalkan fungsi densitas dari peubah acak X
acak X berbentuk
berbentuk :
f ( x)
x) = 2(1 − x
− x)) ; 0 < x < 1
=0 ; x lainnya
Tentukan :
a. E [ − 1]
b. E[X(X+1)]
9
Penyelesaian :
a. Berdasarkan definisi nilai ekspektasi kontinu,maka :
E [ − 1]∫∫−−11.. ∫ 1. ∫
=
1. =
∫− ∫1.0 1
= ∫10
+ 01.21 ∫ 1.0
+
=0+2
=2(
)
=2(
1 )
E [ − 1] =
b. Berdasarkan definisi nilai ekspektasi kontinu,maka :
E[X(X+1)] ∫∫−− 11.. ∫ 1. ∫
=
1. ∫− 0 ∫ 1.21 ∫ 0
=
=
=0+2 ∫ 0
+
0 +
=2.(
)
=2
E[X(X+1)] =
2. Sifat-sifat Nilai Ekspektasi (Dalil 1)
a. Jika c adalah sebuah konstanta, maka E
maka E (c) = c.
b. Jika c adalah sebuah konstanta dan u( X X ) adalah fungsi dari X
dari X , maka:
c. Jika
E [c · u( X
X )]
)] = c · E [u( X
X )]
)]
adalah dua buah konstanta dan ( X X ) dan ( X X ) adalah
dua buah fungsi dari X
E [ · ( X
dari X , maka:
X ) + · ( X X )]
)] = · E
· E [ ( X
X )]
)] + · E
· E [ ( X
X )]
)]
10
Hitung E( 1
Contoh 3 :
ekspektasi.
) dan E[X(X + 1)] dengan menggunakan sifat-sifat nilai
Penyelesaian :
1 1
a. E( ) = E(
1
= E(
= . 1
∑= . 1
=
x
182764125}…1
={
1
=
= 15 –
15 – 1
1
1
E( )
b. E[X(X + 1)] = E(
= 14
= E(
= 15 + .
15 ∑== ..
=
x
151491625
=
15
=
E[X(X + 1)] =
3. Rataan
D efinisi
fi nisi (R
( R ataan Diskri
Di skritt)
Jika X
Jika X adalah peubah acak diskrit dengan nilai fungsi peluang dari X
dari X di x
di x
adalah p
adalah p(( x),
x), maka rataan dari peubah acak X
acak X didefinisikan sebagai:
E(X) = x . p(x)
x
11
Pemahaman penggunaan rumus rataan diperjelas melalui contoh di bawah
ini :
Contoh 4 :
Jika Sandy mengundi sebuah dadu yang seimbang, maka tentukan rataan
dari munculnya angka pada mata dadu itu.
Penyelesaian :
Misalnya peubah acak X menunjukkan munculnya angka pada mata dadu.
Jadi nilai-nilai yang mungkin dari X adalah { x : x = 1,2,3,4,5,6}, dengan masing-
masing nilai mempunyai peluang yang sama yaitu .
Jadi :
E(X) = x . P(x)
= ∑123455
== ..
x
E(X)
=
=
3, 5
Sehingga apabila dadu yang seimbang itu diundi terus-menerus, maka diharapkan
rataan angka pada mata dadu yang akan muncul adalah 3,5.
D efinisi
fi nisi (R ataan Ko
K onti
nti nu)
Jika X
Jika X adalah peubah acak kontinu dengan nilai fungsi densitas
dari X
dari X di x
di x adalah f
adalah f ( x),
x), maka rataan dari peubah acak X
acak X
didefinisikan sebagai:
E [ X
X ] = ∫− .
Contoh 5 :
201 ;0<<1
Misalnya fungsi densitas dari X berbentuk :
=
; 0<<10 ; x lainnya
Hitung E(X)!
Penyelesaian :
E(X) = ∫∫−− ..
∫ . ∫ .
=
=
− . 0
∫020 0∫ ∫.20
+
+
0 0. 1 ∫ . 00
=
12
= 2020
=
E(X) =
Rataan dari sebuah peubah acak, baik diskrit maupun kontinu biasanya
dinotasikan dengan (dibaca “mu”), sehingga apabila peubah acaknya X maka
Nilai rataan dari sebuah peubah acak, baik diskrit maupun kontinu tidak
selalu ada, artinya nilai rataan tersebut bisa mempunyai nilai dan bisa juga tidak
mempunyai nilai. Nilai rataan dari sebuah peubah acak itu ada, jika hasil
penjumlahannya atau pengintegralannya ada. Sebaliknya, nilai rataan dari sebuah
s ebuah
peubah acak tidak ada, jika hasil penjumlahannya
penjumlahannya atau pengintegralannya tidak ada.
4. Varians
Berikut ini akan dijelaskan definisi varians dari sebuah peubah acak yang
berlaku bagi peubah acak diskrit maupun kontinu.
Defi
Definisi
nisi (V aria
ri ans)
ns)
Misalnya X
Misalnya X adalah peubah acak, baik diskrit maupun kontinu.
Varians dari X
Var ( X X – E ]
dari X didefinisikan sebagai :
X ) = E
= E [ X – E ( X
X ) Atau Var ( X
X ) = E
= E ( X
X − μ
Defi
Definisi
nisi (V aria
ri ans D iskri t)
Jika X
Jika X adalah peubah acak diskrit dan p
dan p(( x)
x) adalah nilai fungsi peluang dari
X di x
di x,, maka Varians dari X
Var ( X
x
dari X didefinisikan sebagai:
X ) = ( x
x − μ · p( p( x)
x)
Contoh 6 :
Misalnya distribusi peluang dari peubah acak X adalah sebagai berikut :
X 1 2 3
p(x) 12 13 16
Hitung Var (X).
13
Penyelesaian :
Berdasarkan definisi varians diskrit, maka :
Var (X)
Dengan μ
= ( x
Dengan μ = E(X) =
x − μ · p(
x
p( x)
x)
∑== ..
= 11.1 22.233.3
=
μ
Jadi : Var (X) = ∑1== . 1. 2
= E(X) =
. 2 3 .
=
=
Var (X)
=
=
D efinisi
fi nisi (V ari ans Kont
Kontinu)
inu)
Jika X
Jika X adalah peubah acak kontinu dan f
dan f ( x)
x) adalah nilai fungsi
densitas dari X
dari X di x
di x,, maka Varians dari X
Var ( X
X ) = ∫− .
dari X didefinisikan sebagai:
Contoh 7 :
−;>0
Misalnya fungsi densitas dari X berbentuk :
= 0 ; x lainnya
Hitung Var (X)!
Penyelesaian :
Var ( X ∫ − . ∫−..
X ) =
Dengan = E (X)
∫∫−− ...0∫ ..∫..−
=
=
∫lim ∫.... −−
=
=0+
→ =
l→im .− ∫ .. −
=
14
= l→liimm ..−− 1
1lim −
−
=
→
= 0 + 1 – 0
0 = 1
→
Jadi :
Var (X) = ∫∫−− 11..
∫ 1.
=
= ∫− ∫121 .0 ∫− 1. −
+
+
=0+
= l→liimm ∫∫. 21
21
− 2. .
l
−
im ∫ .. −
=
→
l→im ∫ − →
= 2 –
2 – (2)
(2) (1) + 1
=1
Dalil 2 :
Jika C adalah sebuah konstanta, maka Var (c) = 0
Dalil 3 :
Jika X adalah peubah
peubah acak dan c adalah
adalah sebuah konstanta, maka
Var (X + c) = Var (X)
Dalil 4 :
.
Jika a dan b adalah dua buah konstanta dan X adalah peubah acak, maka :
5. Momen
D efinisi
fi nisi ( M omen)
Jika X
Jika X adalah peubah acak, baik diskrit maupun kontinu, maka momen ke- k
(dinotasikan dengan μ‘k
.
dengan μ‘k )didefinisikan sebagai :
k
k = 1 , 2 , 3 , · · ·
15
D efinisi
fi nisi (M
( M omen Di skrit
skri t)
Jika X
Jika X adalah peubah acak diskrit dan p
dan p(( x)
x) adalah nilai fungsi
peluang dari X
dari X di x
di x,, maka momen ke-k
ke- k (dinotasikan μ’
(dinotasikan μ’ k )
didefinisikan sebagai :
′ .
Contoh 8 :
X 1 2 3 4
P(x) 14 18 18 12
Hitung nilai
Penyelesaian :
′.
Berdasarkan definisi momen diskrit, maka :
′ ∑∑==..
=
=
1 2 4
=
1
=
′ =
D efinisi
fi nisi (M omen Ko
K onti
nti nu)
Jika X
Jika X adalah peubah acak kontinu dan f
dan f ( x)
x) adalah nilai fungsi
densitas dari X
dari X di x
di x,, maka momen ke-k
ke-k (dinotasikan μ’k
(dinotasikan μ’k )
didefinisikan sebagai :
∫− .
Contoh 9 :
Misalnya fungsi densitas dari X berbentuk :
23 ;1<<2
0;
16
Hitung ′′
.
Penyelesaian :
′′ −.
=∫− . ∫ . ∫ .
+ +
=∫− .0 ∫ . ∫ .0
+ +
=0+
′′ 6215
D efinisi
fi nisi ( M omen Seki
Sekittar R ataan Di
D i skri
skr i t)
Jika X
Jika X adalah peubah acak diskrit dan p
dan p(( x)
x) adalah nilai fungsi
peluang dari X
dari X di x
(dinotasikan dengan
=
di x,, maka momen sekitar rataan ke-k
∑ ..
) didefinisikan sebagai:
ke-k
D efi nisi
ni si ( M omen Seki
Seki tar R ataan Ko
K onti
nti nu)
Jika X
Jika X adalah peubah acak kontinu dan p
dan p(( x)
x) adalah nilai fungsi
densitas dari X
dari X di x
(dinotasikan dengan
=
di x,, maka momen sekitar rataan ke-k
∫− · fxx
) didefinisikan sebagai:
ke- k
6. Fungsi Pembangkit Momen
dinotasikan dengan . ′′
Pada bagian sebelumnya, kita sudah membahas momen ke-k yang
Momen ini bisa juga diperoleh melalui besaran lainnya yang
dinamakan fungsi pembangkit momen. Sehingga fungsi pembangkit
momen merupakan fungsi yang dapat menghasilkan momen-momen.
Selain itu, penentuan distribusi baru dari peubah acak yang baru merupakan
kegunaan lain dari fungsi pembangkit momen.
17
D efinisi
fi nisi ( F ungsi Pe
Pem
mbangki
ngk i t Mom
Momen)
Jika X
Jika X adalah peubah acak, baik diskrit maupun kontinu, maka
fungsi pembangkit momen dari X
dari X (dinotasikan dengan Mx
dengan Mx (t ))
))
didefinisikan sebagai:
untuk −h
Mx (t ) = E
−h < t < h dan h > 0
= E
D efinisi
fi nisi (F ungsi Pe
P embangki t M omen Diskr
Di skrii t)
Jika X
Jika X adalah peubah acak diskrit dan p
dan p(( x)
x) adalah fungsi peluang
dari X
dari X di x
di x,, maka fungsi pembangkit momen dari X didefinisikan
sebagai:
Mx (t ) = ∑ .
D efinisi
fi nisi (F ungsi Pe
Pem
mbangki
ngk i t Mome
Momen K ontinu)
ntinu)
Jika X
Jika X adalah peubah acak diskrit dan f
dan f ( x)
x) adalah fungsi densitas
dari X
dari X di x
di x,, maka fungsi pembangkit momen dari X didefinisikan
sebagai:
Mx (t ) = ∫− .
Contoh 10 :
Tentukan fungsi pembangkit momen peubah acak binomial
binomial X dan kemudian
2
tunjukkan bahwa np dan npq.
Penyelesaian:
Dari definisi diperoleh
n n n n t n
n
M (t ) e p q t
( pe ) q jumlah yang terakhir adalah
x 0
x x 0
x
penguraian binomial ( pet+q)n, sehingga pet+q)n. Kemudian
M x(t )=(
)=( pe
dMx(t )
dibeproleh bahwa n( pet q) n 1. pet
sehingga,
dt
d 2 Mx(t )
2
np[e t (n 1)( pet q) n 21
. pet ( pet q ) n 1.e t ] . Untuk t=0, maka
dt
1 np dan 2 np[(n 1) p 1]. Jadi, 1 np dan
2 1 2
2 np(n 1) npq
18
Dalil 5 :
Jika X
Jika X adalah peubah acak, baik diskrit maupun kontinu dan (t ) adalah
fungsi pembangkit momennya, maka :
Dalil 6 :
′ =
Jika X adalah peubah acak dan c adalah sebuah konstanta, maka :
Dalil 7 :
Jika X adalah peubah acak dan c adalah sebuah konstanta, maka :
Dalil 8 :
− .
Jika X adalah peubah acak, sedangkan a dan b adalah dua buah konstanta,
+ .
maka :
7. Dalil Chebyshev (Dalil 9) :
Jika
masing-masing merupakan rataan dan simpangan baku dari
ditulis:
peubah acak X, maka untuk setiap bilangan positif k peluang dari peubah acak X
yang bernilai antara paling sedikit sebesar 1 ,, dan
dan
|< ≥ 1
P (|x )
Nilai peluang di atas merupakan batas bawah peluang dari peubah acak X
yang berharga tertentu.
kecil atau sama dengan
yang paling besar
Kita bisa juga menghitung peluang dari peubah acak X yang bernilai lebih
atau lebih besar atau sama dengan
dan ditulis :
. Yaitu
BUKTI :
|< ≤
P (|x )
Menurut definisi variansi,
19
2
E ( X ) ( x ) 2 f ( x)dx
2
2
k k k
( ) f ( x)dx ( x ) f ( x)dx ( x ) f ( x)dx ( x ) f ( x)dx ( x )
2 2 2 2 2
f ( x)dx
k k k
2
k
( x ) f ( x)dx tak
2
karena integral negatif. Kemudian X K
k
dengan x k atau x k dengan ( X ) 2 k 2 2 dalam kedua
k
k f ( x)dx f ( x)dx .
2 2 2 2
integral lainnya, maka Jika ruas
k
k
1
f ( x) f ( x)dx
2 2
kanan dibagi dengan k , maka diperoleh
k
k 2
sehingga
k
1
p( k X k )
k
f ( x)dx 1
k 2
dengan demikian terbuktilah teorema Chebyshev.
Contoh 11 :
2
Suatu peubah acak X
acak X mempunyai
mempunyai rataan 8, variansi 9, sedangkan
distribusinya tidak diketahui. Hitunglah:
a. P (-4<
(-4< X <20),
<20), dan
b. P ( X 8
b. b. P 6.
Penyelesaian:
2
a. Telah diketahui, bahwa 8, variansi 9, sehingga 9 9.
yang harus dicari adalah nilai k . Nilai k ini
ini dicari dengan melihat salah
satu ujung interval, yaitu -4 atau 20. Berdasarkan teorema Chebyshev
diketahui, bahwa
k
1
p( k X k )
k
f ( x)dx 1
k 2
, sehingga
k
8 k 3 4
Dengan menyelesaikan persamaan ini diperoleh nilai k =4. =4. Jadi,
1 15
P ( 4 X 20) P 8 ( 4)(3) X 8 ( 4)(3) 1 P ( 4 X 20)
1 1
20
Kerena diketahui , bahwa simpangan baku = 3, maka 3k = 6 k = 2,
sehingga : P ( X 8 6) 1 P (8 (2)(3) X 8 (2)(3) 1
4
b. P ( X 8 6) 1 P ( X 8 6) P (6 X 8 6) 1 P (8 6 X 8 6)
C. Ekspektasi Dua Peubah Acak
Pada bagian ini, akan dibahas beberapa macam ukuran yang
dihitung berdasarkan ekspektasi dua peubah acak, baik peubah acak diskrit
maupun kontinu, yaitu nilai ekspektasi gabungan, ekspektasi bersyarat,
rataan bersyarat, varians bersyarat, kovarians, fungsi pembangkit momen
gabungan, koefisien korelasi dan akibat kebebasan stokastik.
Jika kita mempunyai fungsi peluangnatau fungsi densitas gabungan
dari dua peubah acak, maka kita bisa melakukan penghitungan nilai peluang
dari dua peubah acak yang berharga tertentu. Selain itu, kita juga bisa
menentukan beberapa ukuran yang didasarkan pada fungsi peluang atau
fungsi densitas gabungan.
1. Nilai Ekspektasi Gabungan
D efinisi
fi nisi (N ilai
ilai E kspe
kspektasi
ktasi G abungan
ungan Di
D i skrit
skri t )
Jika X dan Y adalah dua peubah acak diskrit, p (x , y) adalah nilai
fungsi peluang gabungan dari (X,Y) di (x,y) dan v(X,Y) adalah fungsi
dari peubah acak X dan Y; maka nilai ekspektasi gabungan dari v(X,Y)
(dinotasikan dengan E[v(X,Y)]) dirumuskan sebagai :
[ , ] ,, .,
x y
Contoh 12 :
Misalnya fungsi peluang gabungan dari X dan Y berbentuk :
,, 721 2
2;0,1,2,3
Hitung 2 1 0 ,1 ,2 ,3
Penyelesaian :
Berdasarkan definisi nilai ekspektasi gabungan diskrit, maka :
22 1 2 1.,
( )
∑== ∑==22 1. 2
x y
21
[110 112 114 116 111
=
35315387115317175751232132735349] 15156
0246133511921290280
=
325161477
22 1 118472
D efinisi
fi nisi (N i lai
lai E kspe
kspektasi
ktasi G abungan
ungan Ko
K onti
nti nu)
Jika X dan Y adalah dua peubah acak kontinu, f(x,y) adalah nilai fungsi
densitas gabungan dari (X,Y) di (x,y), dan v(X,Y) adalah fungsi dari peubah acak
X dan Y; maka nilai ekspektasi gabungan dari v(X,Y) (dinotasikan dengan
E[v(X,Y)]) dirumuskan sebagai:
sebagai:
Contoh 13 :
Misalnya densitas gabungan dari X dan Y berbrntuk :
,, ;0<<1, 0 <<1
=0 ; x lainnya.
Hitung 2 1
Penyelesaian :
.
Berdasarkan definisi nilai ekspektasi gabungan kontinu, maka :
2 1 ∫− ∫− 22 1. ,,
=
=
∫1−. ∫−,,22
=
1 ∫. ,,
∫2
2
∫ ∫ 2
2
1. ,,
∫1−. ∫−22
=
1.0 ∫ ∫2
∫ ∫ 2
2 2
1.0
∫ ∫22
=0 00
∫
=
22
∫ 12
=
=
=
2 1 =
2. Ekspektasi Bersyarat
D efinisi
fi nisi (E kspe
kspektasi
ktasi B er sya
syarat D iskr it)
||
Jika X dan Y adalah dua peubah acak diskrit, p’(x y) dalah nilai fungsi
peluang bersyarat dari X diberikan Y = y di x, dan p’’(y x) adalah nilai fungsi
peluang bersyarat dari Y diberikan X = x di y, maka ekspektasi
ekspektasi bersyarat dari u(X)
diberikan Y = y dirumuskan sebagai berikut:
[ |] |
u x .
x
Dan ekspektasi bersyarat dari v(Y) diberikan X = x dirumuskan sebagai berikut :
[|] |
v y .
x
Contoh 14 :
,, 18 ; 1,2,3 1,2
Misalnya fungsi peluang gabungan dari X dan Y berbentuk :
Hitung 33| 1 2 |1
Penyelesaian :
a. Berdasarkan definisi ekspektasi bersyarat diskrit, maka :
33| 1 |
= 3
x
x.
Fungsi peluang marginal dari Y adalah :
= 18
123
=
23
Jadi, ; 1, 2
Fungsi peluang bersyarat dari X diberikan Y = y adalah :
| 183 6 ;1,2,3
Maka :
3|3| 1 =33 6
= 149
1 49
33| 1 =
= 7
b. Berdasarkan definisi ekspektasi bersyarat diskrit maka :
2|12 . | 1
Fungsi peluang
peluang marginal dari X adalah :
= 18
=12
Jadi, ;1,2,3
Fungsi peluang bersyarat dari Y diberikan X = x adalah :
| 186 3 ; 1, 2
Maka :
22| 1 2 . 3
=
= 1 8
24
22| 1 6
D efinisi
fi nisi (E kspe
kspektasi
ktasi B er sya
syar at Ko
K onti
nti nu)
Jika X dan Y adalah dua peubah acak kontinu, g(x y) | |
y) adalah nilai
fungsi densitas bersyarat dari X diberikan Y = y di x, dan h(y x) adalah
nilai fungsi densitas bersyarat dari Y diberikan X = x di y, maka ekspektasi
[ |] ∫− .|
bersyarat dari u(X) diberikan Y = y dirumuskan sebagai berikut:
dan ekspektasi bersyarat dari v(Y) diberikan X = x dirumuskan sebagai
berikut:
[|] ∫− . ℎ||
Contoh 15 :
Misalnya fungsi densitas gabungan dari X dan Y berbentuk :
,, 143 ;0<;0 < < 2 1 < < 2
Hitung :
a.
b.
3| 1
2|1
Penyelesaian :
a. Berdasarkan definisi ekspektasi bersyarat kontinu, maka :
3| − 3.||
Fungsi densitas marginal dari Y adalah :
,
−
∫− , ∫ , ∫ ,,
=
∫− 0 ∫ ∫ 0
=
0
= +
+ 0
25
=
Jadi,
37 ;1<<2
=0 ; y lainnya
Fungsi densitas bersyarat dari X diberikan Y = y adalah :
3
| 1437 12
Jadi, | ; 0< x <2
= 0 ; x lainnya
Maka :
3|3| 3.
− |
3.
| 3.
|
1
−3. 0 3. 2 3.
0
= 0 0
3|3| 433| 14
Sehingga :
b. Berdasarkan definisi ekspektasi bersyarat kontinu, maka :
22| 2
−
.ℎ|
Fungsi densitas marginal dari X adalah :
,
−
∫− , ∫ , ∫ ,
=
∫− 0 ∫ ∫ 0
=
26
0141 0
12
Jadi : ; 0<
0 < <2
= 0 ; x lainnya
Fungsi densitas bersyarat dari Y diberikan X = x adalah :
3
ℎ| 12 37
14
Jadi :ℎ| ;1<<2
=0 ; y lainnya.
Maka :
22| ∫− 2.ℎ| ∫ 2 .ℎ| ∫ 2.ℎ|
+ +
=∫−2 .0 ∫ 2 . ∫ 2 .0
+ +
=0 0
22|
=
=
Sehingga : 22 | 1 =
=
3. Rataan Bersyarat
Berikut ini akan dijelaskan definisi rataan bersyarat
bers yarat dari sebuah peubah acak
diskrit diberikan peubah acak diskrit lainnya, baik rataan bers yarat dari X diberikan
Y = y maupun rataan bersyarat dari Y diberikan X = x
D efinisi
fi nisi (R ataan Be
B er sya
syar at D i skri
skr i t)
Jika X dan Y adalah dua peubah acak diskrit, p’(x y) | |
y) adalah nilai fungsi
peluang bersyarat dari X diberikan Y = y di x, dan p’’(y x) adalah nilai fungsi
peluang bersyarat
bers yarat dari Y diberikan X = x di y, maka ekspektasi bersyarat dari X
diberikan Y = y dirumuskan sebagai berikut:
27
| ∑ .′|
dan ekspektasi bersyarat dariY diberikan X = x dirumuskan sebagai ber ikut:
| ∑ .′ |
Berikut ini akan dijelaskan rataan bersyarat dari sebuah peubah acak
kontinu diberikan peubah acak kontinu lainnya, baik rataan bersyarat dari X
diberikan Y = y maupun rataan bersyarat dari Y diberikan X = x.
Contoh 16 :
Misalnya fungsi peluang gabungan dari X dan Y berbentuk :
,, 721 2
2; 0,1,2,3 0,0,1,2,3
Hitung :
a. E (
b. E
||21
)
Penyelesaian :
a. Berdasarkan definisi rataan bersyarat diskrit, maka :
E( | ∑ .|
)=
Kita akan menentukan dahulu fungsi peluang bers yarat | .
Sebelumnya kita akan menentukan fungsi peluang marginal dari Y.
Berdasarkan definisi fungsi peluang marginal diskrit, maka :
,
∑= 2
= 2
[2 12
[2
= 1 2 22
2 2 32
3 2]
68
=
Jadi, 68
=
= 6 8;0,1,2,3
Berdasarkan definisi fungsi peluang bersyarat, maka :
| ,,
28
= +
+
=
| ++ +
; x = 0,1,2,3 dan y = 0,1,2,3
Sehingga ∑== +
=
+
+
[ 0 2
2 1 12
1 2 2 22
2 2 3 32
3 2 ]
=
+
E( | ++
)=
Sehingga :
E( | 1 )=
b. Berdasarkan definisi rataan bersyarat diskrit, maka :
| . ′ ||
Kita akan menentukan dahulu fungsi peluang bersyarat
sebelumnya kita akan menentukan fungsi peluang marginal dari X.
′′||
, namun
Berdasarkan definisi fungsi peluang marginal diskrit, maka :
,
=∑== 2
2
= [ 2 4 6]
=412
Jadi, 412
=
= 412;0,1,2,3
Berdasarkan definisi fungsi peluang bersyarat, maka :
′| ,,
=
+
+
29
′| ++; x = 0,1,2,3 dan y = 0,1,2,3
Sehingga
E( | ∑==++
)= )
+
=
+
[ 0 1 2 2 4 3 6 ]
+
=
E( | ++
)=
Sehingga :
E( |2 )=2
Definisi (Rataan Bersyarat Kontinu)
Jika X dan Y adalah dua peubah acak kontinu, g(x y) ||
y) adalah nilai fungsi
densitas bersyarat dari X diberikan Y = y di x, dan h(y x) adalah nilai fungsi
densitas bersyarat dari Y diberikan X = x di y, maka rataan bersyarat dari X
diberikan Y = y dirumuskan sebagai berikut:
| ∫− .|
dan rataan bersyarat dari Y diberikan X = x dirumuskan sebagai berikut:
| ∫− .ℎ|
Contoh 17 :
Misalnya fungsi densitas gabungan dari X dan Y berbentuk :
,, ;0<<<∞
= 0 ; x,y lainnya
Tentukan E(X|y).
Penyelesaian :
Kita akan menggambarkan dahulu daerah yang memenuhi 0<<<∞
30
y
0 x
Dalam penghitungan integralnya, batas-batas integral yang digunakan didasarkan
pada daerah A.
Berdasarkan definisi rataan bersyarat kontinu, maka :
| .− |
Kita akan menentukan dahulu fungsi densitas bersyarat |
Sebelumnya kita akan menentukan fungsi densitas marginal kontinu, maka :
.
− ,,
∫− ,, ∫− ,, ∫ ,,
=
∫− 0 ∫ ∫ 0
=
=0+ .− + 0
Jadi,
=y.
−
=
−
= y . ;y>0
=0 ; y lainnya
Fungsi densitas bersyarat dari X diberikan Y = y adalah :
| .
| ;0<<<∞
Jadi, g
31
= 0 ; x,y lainnya
Maka : E(X|y) = ∫− .| ∫ .| ∫ .|
= ∫− .0 ∫ .. ∫ .. 0
=0+
+0
E(X|y) =
;>0
Jika kita akan menghitung |2 | 2 1
, maka
D alil
li l 10: E kspekta
kspektasi
si R ataan B er syar
syar at
1. E[E(X | y)] = E(X)
2. E[E(Y | x)] = E(Y)
D alil 11:
Jika dua peubah acak X dan Y saling bebas, maka:
1. E(X | y) = E(X)
2. E(Y | x) = E(Y)
4. Perkalian Dua Momen
Misalnya kita mempunyai dua peubah acak, baik diskrit maupun kontinu.
Kemudian kita bisa menghitung momen dari masing-masing peubah acak, baik
momen sekitar pusat maupun momen sekitar rataan. Selain itu, kita sebenarnya bisa
juga menentukan perkalian dua momen, yaitu perkalian dua momen sekitar pusat
dan perkalian dua momen sekitar rataan.
Penentuan perkalian dua momen sekitar pusat dan sekitar rataan dari peubah
acak diskrit ditentukan berdasarkan definisi berikut.
D efinisi
fi nisi (Pe
(P er kali
kali an Dua M omen Diskr
Di skrii t)
Jika X dan Y adalah dua peubah acak diskrit, p(x,y) adalah nilai fungsi peluang
gabungan dari X dan Y di (x,y), x adalah rataan dari X, dan y adalah rataan dari Y,
maka perkalian momen sekitar pusat ke-r dan ke-s dari X dan Y (dinotasikan dengan
’r,s) dirumuskan sebagai berikut:
, . ,,
32
dan perkalian momen sekitar rataan ke-r dan ke-s dari X dan Y (dinotasikan dengan
∑ ∑ (). ,,
r,s) dirumuskan sebagai berikut:
r,s =
E[(X - x (Y - ]
dengan r = 0, 1, 2, 3, … dan s = 0, 1, 2, 3, ….
Definisi (Perkalian Dua Momen Kontinu)
Jika X dan Y adalah dua peubah acak
densitas gabungan dari X dan Y di (x,y), x
acak kontinu, f(x,y) adalah nilai
nilai fungsi
x adalah rataan dari X, dan y
y adalah
r,s )
rataan dari Y, maka perkalian momen sekitar pusat ke-r dan ke-s dari X dan Y
(dinotasikan dengan ’ r,s ) dirumuskan sebagai berikut:
berikut:
5. Kovarians
Berikut ini akan dijelaskan sebuah ukuran yang merupakan hal khusus dari
perkalian dua momen, yaitu kovarians.
D efinisi
fi nisi (K ovari ans)
Jika X
Jika X dan
dan Y dua
dua peubah acak bebas dengan rataan x dan y , maka
2
kovarians peubah acak
acak X
X dan
dan Y didefinisikan
didefinisikan sebagai XY E [( X x )(Y y )]
a. untuk kasus X dan Y diskret
E [( X )( Y )]
XY X Y
(x X )( y Y ) f (x, y)
x y
33
b. untuk kasus X dan Y kontinu
E [( X X )( Y Y )]
XY
(x X
)( y
Y
)f ( x, y ) dxdy
T eor ema (K ovar
var i ans)
Jika X
Jika X dan
dan Y dua
dua peubah acak bebas dengan rataan x dan y , maka
kovarians peubah acak
acak X
X dan
dan Y dapat ditentukan
ditentukan dengan
dengan :
2
xy E ( XY ) E ( X ) E (Y )
Bukti :
a. untuk kasus X dan Y diskrit
( x x )( y y ) f ( x, y )
XY
x y
( xy y x x y ) f ( x, y )
X Y
x y
xyf ( x, y) X yf ( x, y) Y xf ( x, y)
x y x y x y
x y f(x,y)
x y
x xf ( x, y ); y y f ( x, y ); dan f ( x, y ) 1
Karena : x y x y x y
Maka diperoleh :
E ( XY) xy x y x y E( XY ) x y
XY
b. Untuk kasus X dan Y kontinu
(seperti a) dengan mengganti tanda dengan integral)
34
XY
(x )(y )f(x, y)y)dxdy
x y
(xy X
y x x y )f ( x, y )dxdy
Y
XY
xyf (x(x, y)y)dxdy X
y f (x
(x, y)
y)dxdy
Y
y)dxdy x y
xf ( x, y)
f (x, y)y)dxdy
karena : x
xf(x, y)dxdy ; yf(x, y)dxdy;
y
dan
f (x(x, y)y)dxdy 1
Maka diperoleh E( XY
XY ) x y x y x y
XY
E(XY) x y
Contoh 18:
Dimas mengambil 2 buah pensil secara acak dari sebuah kotak yang berisi
tiga pensil warna biru, dua warna merah dan tiga warna kuning. Jika X
menyatakan pensil warna biru dan Y warna
warna yang diambil, hitunglah kovariansi
dua peubah tersebut!
Penyelesaian:
Distribusi peluang gabungannya sebagai berikut:
X 0 1 2
0 3 9 3
28 28 28
1 6 6
28 28
35
1
2 28
2 2
3
Sehingga E XY xyf ( x, y) (lihat nilai harapan peubah acak
x 0 y 0 14
gabungan X dan Y)
2 2 2
10 15 3 3
x E X xf ( x, y ) xg ( x ) (0)( ) (1)( ) (2)( )
x 0 x 0 x 0 28 28 2 4
2 2 2
15 12 1 1
y E Y yf ( x, y ) yh( y ) (0)( ) (1)( ) ( 2)( )
x 0 y 0 x 0 28 28 28 2
3 3 1 9
Jadi xy E ( XY ) x y ( )( )
14 4 2 56
C ontoh
ntoh 19:
Tentukan kovariansi peubah acak X dan Y yang fungsi padat peluang
gabungannya dinyatakan sebagai
4 0 x y;0 y 1
f ( x, y)
0 x lainnya
Penyelesaian :
1 y 1 y
1 1
x E ( X ) 4 ydxdy dan E ( XY ) 4 xydxdy
00 4 00 2
1 2 4 10
sehingga xy E ( Xy ) x y ( )( )
2 3 3 9
Dalil 12 (Perumusan
(Perumusan Kovarians Umum)
36
6. Varians Bersyarat
D efinisi
fi nisi ( V ar i ans B er sya
syar at Umum
Umum))
Jika X dan Y adalah dua peubah acak, baik diskrit maupun kontinu, maka
}
varians bersyarat dari X diberikan Y = y didefinisikan sebagai:
Var(X | y) = E[{X - E(X | y) y]
atau
]
Var(X | y) = E( | y) - [E(X | y)
}
dan varians bersyarat dari Y diberikan X = x didefinisikan sebagai:
Var(Y | x) = E[{Y - E(Y | x) x]
atau
]
Var(Y | x) = E( | x) - [E(Y | x)
Penentuan varians bersyarat dari sebuah peubah acak diskrit diberikan
peubah acak diskrit lainnya, baik varians bersyarat dari X diberikan Y = y
maupun varians bersyarat dari Y diberikan X = x dijelaskan dalam definis di
bawah ini :
D efinisi
fi nisi (V ari ans Bersya
Bersyarr at D iskri
iskr i t)
Jika X dan Y adalah dua peubah acak diskrit, p’(x | y) adalah nila i fungsi peluang
bersyarat dari X diberikan
diberikan Y = y di x, dan p’’(y | x) adalah
adalah nilai fungsi
fungsi peluang bersyarat
dari Y diberikan X = x di y, maka varians bersyarat dari X diberikan Y = y dirumuskan
sebagai berikut:
Var(X | y) = ∑[ ].′|
X | y)
Dan varians bersyarat dari Y diberikan X = x dirumuskan sebagai :
Var(Y | x) = ∑[ ].′ |
Y | x)
Definisi (Varians Bersyarat Kontinu)
Jika X dan Y adalah dua peubah acak kontinu, g(x | y) adalah nilai fungsi
densitas bersyarat dari X diberikan Y = y di x, dan h(y | x) adalah nilai fungsi
densitas bersyarat dari Y diberikan X = x di y, maka varians bersyarat dari X
Var(X | y) = ∫− [ | ].|
diberikan Y = y dirumuskan sebagai berikut:
dan varians bersyarat dari Y diberikan X = x dirumuskan
sebagai berikut:
Var(Y | x) = ∫− [ | ].ℎ|
37
7. Fungsi Pembangkit Momen
Fungsi pembangkit momen gabungan dapat didefinisikan sebagai fungsi
pembangkit momen yang diperoleh berdasarkan fungsi peluang gabungan
atau fungsi densitas gabungan dari dua peubah acak. Dalam hal ini, fungsi
pembangkit momen gabungan dapat digunakan untuk memperoleh momen-
momen, baik untuk satu peubah acak maupun dua peubah acak.
Fungsi pembangkit momen gabungan dari dua peubah acak diskrit
dijelaskan dalam definisi di bawah ini
D efi nisi (G abungan
ungan Um
U mum)
um)
Jika X dan y adalah dua peubah acak, baik diskrit maupun kontinu, maka fungsi
pembangkit momen gabungan dari X dan Y (dinotasikan dengan M(t1,t2))
didefinisikan sebagai:
M(t1,t2) = E[exp(t1X + t2Y)]
untuk -h1 < t1 < h1 , -h2 < t2 < h2 , h1 > 0 , h2 > 0.
Di bawah ini merupakan definisi dari fungsi pembangkit momen gabungan
dari dua peubah acak diskrit
D efinisi
fi nisi (F ungsi pembangki
ngk i t Mome
Momen G abungan
ungan Di
D i skri
skr i t)
Jika X dan Y adalah peubah acak diskrit dengan p(x,y) adalah nilai fungsi
peluang gabungan
gabungan dari X dan Y di (x,y), maka fungsi
fungsi pembangkit momen
, ∑ ∑ + .,
gabungan dari X dan Y didefinisikan sebagai:
Selanjutnya definisi dari fungsi pembangkit momen gabungan dari dua
peubah acak kontinu.
D efini
fi nisi
si (F
( F ungsi P embangki
ngk i t M omen Ga
G abungan K onti
nti nu)
Jika X dan Y adalah peubah acak kontinu dengan f(x,y) adalah nilai fungsi
densitas gabungan dari X dan Y di (x,y), maka fungsi pembangkit momen
, ∫− ∫− +. ,,
gabungan dari X dan Y didefinisikan sebagai:
Berdasarkan fungsi pembangkit momen gabungan dari X dan Y, kita dapat
menentukan fungsi pembangkit momen masing-masing dari X dan Y yang dinamakan
fungsi pembangkit
ngki t momen margina
rg inall dar i X dan fungsi pembangkit
ngki t momen mar gina
gi nall
dar i Y.
38
Fungsi pembangkit momen marginal dari X diperoleh dari fungsi pembangkit
momen gabungan dengan mensubstitusikan t2 = 0, sehingga:
M(t1,0) = M(t1) = E[exp(t1X)]
8. Koefisien Korelasi
Penentuan derajat hubungan linier antara dua buah peubah acak digunakan
koefi
koefi sie
si en ko
k or elasi
lasi .
Rumus yang digunakan untuk menentukan derajat hubungan linier tersebut
bisa dilihat dalam definisi berikut.
Definisi (Koefisien Korelasi)
ρ
Jika X dan Y adalah dua peubah acak, baik diskrit maupun kontinu, maka
koefisien korelasi (dinotasikan dengan ) didefinisikan sebagai:
√{{−[]{−]}
−−.
berdasarkan fungsi pembangkit momen
Selain itu, penghitungan koefisien korelasi dapat juga dilakukan
momen gabungan dari X dan Y. Rumus yang
digunakannya sama seperti di atas, dengan mengganti:
9. Akibat Kebebasan Stokastik
Sudah dijelaskan sebelumnya bahwa dua peubah acak dikatakan saling bebas,
jika distribusi gabungannya
gabungannya sama dengan perkalian
perkalian dari distribusi marginal masing-
masing-
masing peubah acaknya.
Beberapa akibat kebebasan stokastik dari dua peubah acak bisa dilihat
dalam dalil-dalil berikut ini.
li l 12 Aki
D alil A
( kib
bat Pe
Perta
rtam
ma K ebebasan
san Stoka
Stokast
stii k)
Jika X dan Y adalah dua peubah acak yang saling bebas, maka:
E(XY) = E(X).E(Y)
39
D alil 13 (
Aki
A kib
bat K edua K ebebasan
san Stoka
Stokast
stii k )
Jika X dan Y adalah dua peubah acak yang saling bebas, maka:
E[(u(X).v(Y)] = E[u(X)].E[v(Y)]
D alil
li l 14 (Ak
(A k i bat K etiga
tig a K ebebasan
san Stokast
Stokastii k)
D alil
alil 15 (A
( A k i bat K eempat
Jika X dan Y adalah dua peubah acak yang saling bebas, maka:
M( , ) = MX( ).MY( )
pat Ke
K ebe
beb
basan
asan Sto
S tokkastik
sti k)
Jika X dan Y adalah dua peubah acak yang saling bebas, maka:
Kov(X,Y) = 0
D alil
li l 16 (A
( A k i bat Ke
K elim
li ma K ebebasan
san Sto
S tokk astik)
stik )
ρ
Jika X dan Y adalah dua peubah acak yang saling bebas, maka:
= 0
ρ
Dalam hal ini, hubungan antara kebebasan stokastik dua peubah acak dan
koefisien korelasinya = 0 sebagai berikut:
1. Jika X dan Y adalah dua peubah acak yang saling bebas, maka = 0. ρ
2. Jika ρ = 0, maka X dan Y adalah dua peubah acak yang belum tentu saling bebas.
D alil
li l 17 (A
( A k i bat Ke
K eenam
nam Ke
K ebebasan
san Sto
S tokk astik)
stik )
Jika X dan Y adalah dua peubah acak yang saling bebas, maka:
’ r,s = ’ r. ’ s
40
BAB III
PENUTUP
A. Kesimpulan
Ekspektasi matematika adalah satu konsep penting dalam teori dasar
statistika. Ekspektasi Matematika (Harapan matematis) ini menentukan
tendensi sentral dari distribusi probabilitas. Jika X adalah sembarang
peubah acak, maka ekspektasi matematika dari peubah acak X biasanya
dinotasikan dengan E(X) atau µ.
Ekspektasi matematika terbagi dalam 2 bagian yaitu ekspektasi satu
peubah acak dan ekspektasi dua peubah acak. Dalam ekspektasi satu peubah
acak dibahas mengenai nilai ekspektasi, rataan, varians, momen, fungsi
pembangkit momen, dan pertidaksamaan Chebyshev. Sedangkan dalam
ekspektasi dua peubah acak membahas mengenai nilai ekspektasi gabungan,
ekspektasi bersyarat, rataan bersyarat, perkalian dua momen, kovarians,
varians bersyarat, fungsi pembangkit momen gabungan, koefisien
stokastik, dan akibat kebebasan stokastik.
B. Saran
Ekspektasi matematika adalah satu konsep penting dalam teori dasar
statistika.. Oleh karena itu sebagai mahasiswa penting bagi kita untuk
statistika
mempelajari contoh-contoh yang berkaitan dengan ekspektasi matematika
baik satu maupun dua peubah acak serta mengembangkannya dalam
kehidupan sehari-hari.
Dalam menyusun makalah ini, penulis menyadari sepenuhnya
bahwa isi makalah ini belumlah sempurna dan masih kurang baik mengenai
materi maupun cara penulisannya. Oleh karena itu, penulis sangat
mengharapkan kritik dan saran yang sifatnya membangun dari pihak lain
yang dapat menyempurnakan makalah ini.
41
Daftar Pustaka
N. Herrhyanto dan T.Gantini, Pengantar
T.Gantini, Pengantar Statistika
Matematik , Bandung, Yrama Widya, 2009.
http://chandra-novtiar.dosen.stkipsiliwangi.ac.id/files/2017/04/Pertemuan_5.pdf
http://chandra-novtiar.dosen.stkipsiliwangi.ac.id/files/2017/04/Pertemuan_6.pdf
http://file.upi.edu/Direktori/FPMIPA/JUR._PEND._MATEMATIKA/1961061819
87031NAR_HERRHYANTO/FILE_12
87031NAR_HERRHYANTO/FILE_12_PERTEMUAN_KESEMBIL
_PERTEMUAN_KESEMBILAN_STAT
AN_STAT
MAT_1.pdf
http://file.upi.edu/Direktori/FPMIPA/JUR._PEND._MATEMATIKA/1961061819
87031NAR_HERRHYANTO/FILE_11_
87031NAR_HERRHYANTO/FILE_11_PERTEMUAN_KETU
PERTEMUAN_KETUJUH_STATMAT
JUH_STATMAT
_1.pdf
42
Anda mungkin juga menyukai
- Fungsi Dan Peran Bahasa Indonesia Dalam Pembangunan Bangsa: I Gusti Ngurah Ketut PutrayasaDokumen24 halamanFungsi Dan Peran Bahasa Indonesia Dalam Pembangunan Bangsa: I Gusti Ngurah Ketut PutrayasavoviBelum ada peringkat
- Metode EkuitasDokumen18 halamanMetode EkuitaslestariBelum ada peringkat
- Bisnis InternasionalDokumen13 halamanBisnis InternasionalRichy ArdiBelum ada peringkat
- Fungsi Dan Peran Bahasa Indonesia Dalam Pembangunan Bangsa: I Gusti Ngurah Ketut PutrayasaDokumen24 halamanFungsi Dan Peran Bahasa Indonesia Dalam Pembangunan Bangsa: I Gusti Ngurah Ketut PutrayasavoviBelum ada peringkat
- Bab IiiDokumen24 halamanBab IiipuncaknetBelum ada peringkat
- Bab-Metode-Cost Investasi JK PJGDokumen18 halamanBab-Metode-Cost Investasi JK PJGaldi_akbar1906100% (1)
- Materi Pembelajaran - Akuntansi InternasionalDokumen16 halamanMateri Pembelajaran - Akuntansi InternasionalEbeth ElisabethBelum ada peringkat
- Fungsi Pembangkit Momen FinalDokumen13 halamanFungsi Pembangkit Momen FinalJoner PutraBelum ada peringkat
- 2003 1996 1 PB PDFDokumen14 halaman2003 1996 1 PB PDFJj OktoBelum ada peringkat
- Atika Fitria-FEIS PDFDokumen99 halamanAtika Fitria-FEIS PDFKynLinthBelum ada peringkat
- Fungsi PembangkitDokumen5 halamanFungsi PembangkitAgustut AryanaBelum ada peringkat
- HoDokumen51 halamanHoIndra PramanaBelum ada peringkat
- Undang-Undang Nomor 4 Tahun 2014 Tentang AsnDokumen47 halamanUndang-Undang Nomor 4 Tahun 2014 Tentang AsnpuncaknetBelum ada peringkat
- Buku Petunjuk Pendaftaran SSCN 2018 PDFDokumen24 halamanBuku Petunjuk Pendaftaran SSCN 2018 PDFsylvasag100% (1)
- Soal IPS TERPADUDokumen7 halamanSoal IPS TERPADUpuncaknetBelum ada peringkat
- Materi Kelangsungan Hidup Makhluk HidupDokumen8 halamanMateri Kelangsungan Hidup Makhluk HidupAgus Danu RaharjoBelum ada peringkat
- IndonesiaDokumen7 halamanIndonesiapuncaknetBelum ada peringkat
- ZKelas 10 SMA Pendidikan Pancasila & Kewarganegaraan Guru 2016Dokumen324 halamanZKelas 10 SMA Pendidikan Pancasila & Kewarganegaraan Guru 2016baikuniBelum ada peringkat
- Isi MakalahDokumen8 halamanIsi MakalahpuncaknetBelum ada peringkat
- Uu Aparatur SipilDokumen63 halamanUu Aparatur SipilArmandPunkBelum ada peringkat
- Laporan Pendahuluan Dan Askep FebrisDokumen9 halamanLaporan Pendahuluan Dan Askep FebrisAdzamBelum ada peringkat
- Juknis Aplikasi KS 2017 PDFDokumen56 halamanJuknis Aplikasi KS 2017 PDFnurjanahBelum ada peringkat
- Auditing CH 16 Ian Sales Collection AuditDokumen11 halamanAuditing CH 16 Ian Sales Collection Audit060108473100% (2)
- Auditing CH 16 Ian Sales Collection AuditDokumen11 halamanAuditing CH 16 Ian Sales Collection Audit060108473100% (2)
- Auditing ArensDokumen60 halamanAuditing ArensErvan Budi Wiranto79% (14)
- Chapter 20-A Audit Terhadap Aktiva Tetap Berwujud (Tangible Assets)Dokumen8 halamanChapter 20-A Audit Terhadap Aktiva Tetap Berwujud (Tangible Assets)puncaknetBelum ada peringkat
- Konsep DesainDokumen6 halamanKonsep DesainpuncaknetBelum ada peringkat
- Auditing CH 19 Siklus Pembelian Dan PembayaranDokumen14 halamanAuditing CH 19 Siklus Pembelian Dan Pembayaran060108473100% (6)
- Kelompok 2Dokumen5 halamanKelompok 2debie latuharharyBelum ada peringkat
