EKSPEKTASI MATEMATIKA

Rataan, Variansi, dan Kovariansi

Institut Teknologi Bandung

Global Development Learning Network
Kompetensi Dasar
• Mahasiswa mampu menerapkan metode-metode
probabilitas dan statistik (Rataan, Variansi, dan
Kovariansi) yang mengolah data kuantitatif dari suatu
eksperimental atau suatu observasi untuk
menyelesaikan suatu masalah.

Global Development Learning Network 2

Rangkuman Materi: Rataan/Ekspektasi
Variabel Random Diskrit Variabel Random Kontinu

Global Development Learning Network 3

 Definisi Harapan Matematik
• Satu konsep yang penting di dalam teori peluang dan
statistika adalah ekspektasi matematik atau nilai
ekspektasi.
• Ekspektasi matematik = harapan matematik.

• Misalkan dua uang logam dilempar secara bersamaan

sebanyak 16 kali. Misalkan X menyatakan banyaknya sisi
angka (A) yang muncul pada setiap pelemparan, maka X
dapat benilai 0, 1, atau 2. Misalkan pada eksperimen tersebut
dicatat berapa kali muncul 0, 1, atau 2 sisi buah sisi angka
pada setiap pelemparan, dan diperoleh hasil masing-masing 4
kali, 7 kali, dan 5 kali. Berapa rata-rata banyaknya sisi angka
yang muncul pada setiap lemparan?

4
• Rata-rata (atau rataan) banyaknya sisi angka yang
muncul pada setiap pelemparan kedua koin tersebut
adalah:

(0)(4)  (1)(7)  (2)(5)


16
 (0)(4 /16)  (1)(7/16)  (2)(5 /16)
 1.06
• Kita ingin menghitung berapa rataan banyaknya sisi
angka dari pelemparan dua uang logam yang dapat
diharapkan muncul dalam jangka panjang? Inilah
yang dinamakan nilai ekspektasi atau nilai harapan.

• Notasi: E(X) = nilai harapan (harapan matematik)

5
• Untuk suatu peubah acak diskrit X yang memiliki nilai-
nilai yang mungkin x1, x2, …, xn, nilai harapan dari X
didefinisikan sebagai:

E(X) = x1P(X = x1) + x2P(X = x2) + … + xnP(X = xn)

 x P( X  x )
n

= i i
i1

• Mengingat P(X = xi) = f(xi), maka

E(X) = x1f(x1) + x2f(x2) + … + xnf(xn)

n

=  x f (x )i i
i1

6
• Sebagai kasus khusus bila peluang setiap nilai xi adalah
sama, yaitu 1/n, maka

E(X) = x1(1/n) + x2(1/n) + … + xn(1/n)

x  x  ...  x
1 2 n
=
n
yang disebut rataan, rata-rata, rerata, atau mean
aritmetika, dan dilambangkan dengan .

• Nilai harapan dari X seringkali disebut rataan dan

dilambangkan dengan ux, atau  jika peubah acaknya
sudah jelas diketahui.

7
Definisi rataan dan ekspektasi
Jika X variabel random, distribusi peluang adalah f(x),
maka rataan atau nilai ekspektasi X adalah

jika X diskrit, dan

jika X kontinu

Global Development Learning Network 8

Tinjau kembali contoh pelemparan dua uang logam.

Ruang sampel dari pelemparan dua uang logam:

S = {AA, AG, GA, GG}
sehingga:
P(X = 0) = P(GG) = 1/4
P(X = 1) = P(AG) + P(GA) = ¼ + ¼ = ½
P(X = 2) = P(AA) = ¼

maka, rataan banyaknya sisi angka yang muncul pada pelemparan

dua buah uang logam adalah:
 = E(X) = (0)(1/4) + (1)(1/2) + (2)(1/4) = 1
Jadi, bila seseorang melantunkan dua uang logam secara berulang-
ulang, maka rata-rata dia memperoleh satu sisi angka (A) yang
muncul pada setiap lemparan.
9
Contoh soal 1
A lot containing 7 components is sampled by a
quality inspector; the lot contains 4 good
components and 3 defective components. A sample
of 3 is taken by the inspector. Find the expected
value of the number of good components in this
sample.
Suatu produk memiliki 7 komponen, 4 komponen
baik dan 3 rusak. Jika diambil 3 dari produk
tersebut, berapa rataan produk yang baik.
Global Development Learning Network 10
Solusi
X merepresentasikan jumlah komponen baik dalam
sampel.
Distribusi peluang X:

Diperoleh:

Global Development Learning Network 11

Contoh Soal 2
• A salesperson for a medical device company has two
appointments on a given day. At the first
appointment, he believes that he has a 70% chance
to make the deal, from which he can earn $1000
commission if successful. On the other hand, he
thinks he only has a 40% chance to make the deal at
the second appointment, from which, if successful,
he can make $1500. What is his expected
commission based on his own probability belief?
Assume that the appointment results are
independent of each other.

Global Development Learning Network 12

Contoh Soal 2: Pemahaman
• A salesperson for a medical device company has two
appointments on a given day. At the first appointment, he
believes that he has a 70% chance to make the deal, from
which he can earn $1000 commission if successful. On the
other hand, he thinks he only has a 40% chance to make the
deal at the second appointment, from which, if successful, he
can make $1500. What is his expected commission based on
his own probability belief? Assume that the appointment
results are independent of each other.
• Variabel random X: total komisi
• Dari 2 appointments, 4 total komisi :
{$0, $1000, $1500, $2500}
Global Development Learning Network 13
Contoh Soal 2: Solusi
• f($0) = (1 − 0.7)(1 − 0.4) = 0.18
• f($2500) = (0.7)(0.4) = 0.28
• f($1000) = (0.7)(1 − 0.4) = 0.42
• f($1500) = (1 − 0.7)(0.4) = 0.12
• E(X) = ($0)(0.18) + ($1000)(0.42) +
($1500)(0.12) + ($2500)(0.28)= $1300.

Global Development Learning Network 14

Contoh soal 3
Misalkan X adalah variabel random yang menyatakan
umur peralatan elektronik dalam jam. Distribusi
peluangnya:

Tentukan umur harapan dari peralatan tersebut

Global Development Learning Network 15

Solusi Contoh 3

Global Development Learning Network 16

Teorema 1
Misalkan X variabel random dengan distribusi peluang
f(x). Rataan atau nilai ekspektasi variabel random g(x)
adalah:

jika X diskrit, dan

jika X kontinu
Global Development Learning Network 17
Contoh soal 4
Misalkan frekuensi mobil yang masuk pencucian mobil
X adalah sebagai berikut:
4 5 6 7 8 9

Misalkan g(X) = 2X – 1 merepresentasikan uang hasil

dari pencucian mobil. Tentukan rataan dari pencucian
mobil tersebut.
Global Development Learning Network 18
Solusi Soal 4

Global Development Learning Network 19

 Contoh
Misalnya X adalah variabel random dengan fungsi
densitas :

Tentukan nilai ekpektasi dari

Global Development Learning Network 20

Ekspektasi Variabel
Misalkan X dan Y adalah variabel random dengan
fungsi densitas gabungan f(x,y). Rataan atau ekspektasi
dari variabel random g(x,y) adalah

jika X dan Y diskrit, dan

jika X dan Y kontinu.

Global Development Learning Network 21
Contoh soal 5
Hitunglah dengan fungsi densitas sbb:

, untuk x yang lain

Global Development Learning Network 22

Solusi Soal 5

Global Development Learning Network 23

Contoh Soal 6
• X dan Y merupakan variabel random dengan
distribusi peluang gabungan di bawah ini. Tentukan
ekspektasi g(X, Y ) = XY.

Global Development Learning Network 24

Solusi Contoh 6

Global Development Learning Network 25

Rangkuman Materi: Variansi
Variabel Random Diskrit Variabel Random Kontinu

Global Development Learning Network 26

 Variansi
• Kita sudah memahami bahwa nilai harapan peubah acak
X seringkali disebut rataan (mean) dan dilambangkan
dengan .

• Tetapi, rataan tidak memberikan gambaran dispersi atau

pencaran data. Rataan dari masing-masing peubah acak
berbeda mungkin sama, meskipun distribusinya tidak
sama. Oleh karena itu diperlukan besaran lain yang
menggambarkan sebaran data.

• Selain rataan, besaran lain yang sangat penting dalam

probstat adalah variansi, simpangan baku, dan
kovariansi.
27
Definisi variansi
Misalkan X adalah variabel random dengan distribusi
peluang f(x) dan rataan  . Variansi dari X adalah:

jika X diskrit, dan

jika X kontinu. Akar kuadrat dari variansi disebut

dengan standar deviasi/simpangan baku dari X.
Global Development Learning Network 28
• Interpretasi: Nilai x –  disebut penyimpangan suatu
pengamatan dari rataannya. Karena penyimpangan ini
dikuadratkan lalu dirata-ratakan, maka 2 akan lebih
kecil untuk kelompok nilai x yang dekat  dibandingkan
dengan kelompok nilai x yang jauh dari .

• Dengan kata lain, jika nilai-nilai x cenderng

terkonsentrasi di dekat rataannya, maka variansinya
kecil. Sedangkan jika jauh dari rataan maka variansinya
besar.

29
 Variansi kecil

Variansi besar

30
Global Development Learning Network 31
Contoh Soal 5
Diberikan distribusi peluang dari perusahaan A (pada Gambar a) sbb:

x 1 2 3
f(x) 0.3 0.4 0.3
Dan perusahaan B (Pada Gambar b)

Buktikan bahwa variansi dari distribusi peluang perusahaan B lebih besar dari
perusahaan A?

Global Development Learning Network 32

Solusi Soal 5 Untuk Perusahaan A :

x 1 2 3
f(x) 0.3 0.4 0.3

Global Development Learning Network 33

Untuk Perusahaan B :

Global Development Learning Network 34

Teorema Variasi : cara yg lebih mudah
Variansi dari variabel random X adalah

Global Development Learning Network 35

Solusi Soal 5 (dengan Teorema/cara yang
lebih mudah)
x 1 2 3
f(x) 0.3 0.4 0.3

E ( X 2 )  1(0.3)  4(0.4)  9(0.3)  4.6

  E ( X )    4.6  4  0.6
2 2 2

Global Development Learning Network 36

 Contoh soal 6
Diberikan distribusi diskrit dari variabel random X
sebagai berikut.
x 0 1 2 3
f(x) 0.51 0.38 0.1 0.01
Hitunglah variansi dari X

Global Development Learning Network 37

Solusi Soal 6

Global Development Learning Network 38

Contoh soal 7
Diberikan distribusi dari X sebagai berikut:

Global Development Learning Network 39

Solusi Soal 7

Global Development Learning Network 40

Teorema
Misalkan X adalah variabel random dengan densitas
f(x). Variansi dari variabel random g(X) adalah

jika X diskrit, dan

jika X kontinu

Global Development Learning Network 41

Contoh soal 8
Hitunglah variansi dari g(X) = 2X + 3, dimana X adalah
variabel random dengan distribusi peluang

x 0 1 2 3
f(x) 1/4 1/8 1/2 1/8

Global Development Learning Network 42

Solusi Soal 8

Global Development Learning Network 43

Definisi Kovariansi
Misalkan X dan Y adalah variabel random dengan
distribusi peluang gabungan f(x, y). Kovariansi dari X
dan Y adalah

jika X dan Y diskrit, dan

Global Development Learning Network 44

Pengertian
Kovariansi antara dua variabel random menunjukkan
asosiasi antara dua variabel tersebut, jika kedua
variabel tersebut bergerak kearah yang sama maka
hasil kali bernilai positif, jika bergerak ke arah
berlawanan (X membesar dan Y mengecil), maka hasil
kali tersebut akan bernilai negatif

Global Development Learning Network 45

Teorema
Kovariansi dua variabel random X dan Y dengan rataan
X dan Y adalah

Global Development Learning Network 46

Contoh Soal 9
Jumlah ballpoint warna biru X dan jumlah ballpoint warna
merah Y, jika dua diambil secara random dari box
mempunyai distribusi sbb:
f(x,y) x=0 x=1 x=2 h(y)
y=0 2/28 9/28 3/28 15/28

y=1 3/14 3/14 3/7

y=2 1/28 1/28
g(x) 5/14 5/18 3/28 1
Hitunglah kovariansi dari X dan Y

Global Development Learning Network 47

Solusi Soal 9

Sehingga Diperoleh

Global Development Learning Network 48

Contoh Soal 10
Pelari pria X dan pelari wanita Y mempunyai distribusi
peluang gabungan

Hitunglah kovariansi X dan Y

Global Development Learning Network 49