Variabel Random

Tim Pengajar
Universitas Muhammadiyah Palangkaraya

November 18, 2019

Tim Pengajar Universitas Muhammadiyah Palangkaraya Variabel Random November 18, 2019 1 / 20
 Variabel Random

Dalam suatu eksperimen random dapat terjadi peneliti tidak tertarik pada
outcomenya tetapi barangkali lebih tertarik pada nilai numerik yang
berkaitan dengan outcome tersebut. Misalnya dalam percobaan
melontarkan tiga mata uang sekali, mungkin peneliti lebih tertarik untuk
mengamati banyaknya suatu sisi terjadi dari pada mengamati sisi apa saja
yang terjadi.
Definisi 1
Variabel random adalah suatu fungsi yang domainnya ruang sampel dan
nilainya bilangan real. Variabel random dituliskan dengan notasi X. Jika c
adalah peristiwa elementer, maka nilai variabel random X di c dituliskan
X(c). Jika nilai X(c) adalah x maka dituliskan X(c) = x.

Tim Pengajar Universitas Muhammadiyah Palangkaraya Variabel Random November 18, 2019 2 / 20
 Contoh 1
Dua mata uang logam dilontarkan satu kali. Jika X menyatakan
banyaknya sisi angka (a) terjadi, maka X merupakan variabel random.
Nilai variabel random pada setiap anggota ruang sampel adalah sebegai
berikut:

X(gg) = 0, X(ag) = 1, X(ga) = 1, X(aa) = 2.

Tim Pengajar Universitas Muhammadiyah Palangkaraya Variabel Random November 18, 2019 3 / 20
 Variabel Random Diskrit

Variabel random X dinamakan variabel random diskrit jika nilai variabel

random tersebut terhitung, yakni banyaknya nilai berhingga atau dapat
dituliskan sebagai
x1 , x2 , x3 , · · · .
Pada Contoh 1, X merupakan variabel random diskrit.

Diketahui X variabel random diskrit. Peluang variabel random X bernilai

x dituliskan P (X = x). Perhatikan bahwa nilai P (X = x) tergantung
pada peristiwa yang dikaitkan dengan nilai variabel random x.

Tim Pengajar Universitas Muhammadiyah Palangkaraya Variabel Random November 18, 2019 4 / 20
 Dengan demikian peluang variabel random X bergantung pada nilai x,
dengan kata lain P (X = x) merupakan fungsi dari x. Oleh karena itu
dapat dituliskan

f (x) = P (X = x).
Untuk selanjutnya f (x) dinamakan fungsi peluang atau distribusi
peluang variabel random X.
Contoh 2
Tiga mata uang dilontarkan satu kali. Jika variabel random X menyatakan
banyaknya sisi angka terjadi, maka distribusi peluangnya adalah

f (0) = P (X = 0) = P (ggg) = 18
3
f (1) = P (X = 1) = P (agg, gag, gga) = 8
3
f (2) = P (X = 2) = P (aag, aga, gaa) = 8
f (3) = P (X = 3) = P (aaa) = 81

Tim Pengajar Universitas Muhammadiyah Palangkaraya Variabel Random November 18, 2019 5 / 20
 Fungsi distribusi kumulatif atau fungsi distribusi, dituliskan F (x),
adalah peluang variabel random X bernilai lebih kecil atau sama dengan
x. Jadi
F (x) = P (X ≤ x).

Contoh 3
Perhatikan kembali 2. Distribusi kumulatifnya dalah

F (0) = P (x ≤ 0) = P (X = 0) = 18
F (1) = P (x ≤ 1) = P (X = 0) + P (X = 1) = 12
F (2) = P (x ≤ 2) = P (X = 0) + P (X = 1) + P (X = 2) = 78
F (3) = P (x ≤ 3) = P (X = 0) + P (X = 1) + P (X = 2) + P (X = 3)
= 1.

Tim Pengajar Universitas Muhammadiyah Palangkaraya Variabel Random November 18, 2019 6 / 20
 Distribusi Bersama
Diketahui X dan Y masing-masing variabel random disktrit. Fungsi
peluang bersama dari X dan Y didefinisikan

P (X = x, Y = y) = f (x, y)

Peluang X = x dituliskan f1 (x), yaitu P (X = x) = f1 (x). Fungsi f1 (x)

dinamakan fungsi peluang marjinal X dan didefinisikan

f1 (x) = f (x, y1 ) + f (x, y2 ) + · · · + f (x, yn ).

Demikian pula, peluang Y = y dituliskan f2 (x), dinamakan fungsi

peluang marjinal Y dengan

f2 (y) = f (x1 , y) + f (x2 , y) + · · · + f (xm , y)

Variabel random X dan Y dikatakan independen jika berlaku

P (X = x, Y = y) = P (X = x) · P (Y = y).

Tim Pengajar Universitas Muhammadiyah Palangkaraya Variabel Random November 18, 2019 7 / 20
 Contoh 4
Tiga batere diambil secara random dari suatu keranjang yang terdiri dari 3
batere baru, 4 batere bekas tetapi masih berfungsi dan 5 batere rusak. Jika
X dan Y berturut-turut menyatakan banyaknya batere baru dan batere
bekas yang masih berfungsi, maka fungsi peluang bersamanya dapat ditulis

f (x, y) = P (X = x, Y = y)

Misalnya f (1, 0) = P (X = 1, Y = 0) berarti peluang terambilnya 1 batere

baru dan 0 batere bekas, sama dengan peluang terambilnya 1 batere baru
dan 2 batere rusak.
Peluang bersama dapat dihitung sebagai berikut:
5


3
f (0, 0) = P (X = 0, Y = 0) = 12 = 10/220


3


4 5
1 2
f (0, 1) = P (X = 0, Y = 1) = 12

= 40/220
3

Tim Pengajar Universitas Muhammadiyah Palangkaraya Variabel Random November 18, 2019 8 / 20
 4

5

2
f (0, 2) = P (X = 0, Y = 2) = 12

1 = 30/220
4

3
3
f (0, 3) = P (X = 0, Y = 3) = 12 = 4/220


3


3 5
1 2
f (1, 0) = P (X = 1, Y = 0) = 12

= 30/220
3

3 4


1 1
f (1, 1) = P (X = 1, Y = 1) = 12

= 60/220
3

3 4


1 2
f (1, 2) = P (X = 1, Y = 2) = 12

= 18/220
3
3 5



2 1
f (2, 0) = P (X = 2, Y = 0) = 12

= 15/220
3

3 4


2 1
f (2, 1) = P (X = 2, Y = 1) = 12

= 12/220
3
3


3
f (3, 0) = P (X = 3, Y = 0) = 12 = 1/220


3
Tim Pengajar Universitas Muhammadiyah Palangkaraya Variabel Random November 18, 2019 9 / 20
 Variabel Random Independen

Variabel random X dan Y dikatakan independen jika peristiwa X = x dan

Y = y independen untuk semua nilai-nilai x dan y. Dalam hal ini

P (X = x, Y = y) = P (x = x) · P (Y = y)

Tim Pengajar Universitas Muhammadiyah Palangkaraya Variabel Random November 18, 2019 10 / 20
 Variabel Random Kontinu

Variabel random kontinyu adalah variabel random yang dapat bernilai

berapapun pada suatu interval, misalnya adalah berat badan dan
temperatur. Dengan demikian nilai variabel random kontinyu tidak
terhitung, yakni tidak dapat dituliskan dalam bentuk x1 , x2 , x3 , · · · .
Jika X adalah variabel random kontinyu, maka ada fungsi f (x) yang
dinamakan fungsi densitas. Peluang variabel random kontinyu X berada
di antara bilangan a dan b, dengan a < b dituliskan

P (a ≤ X ≤ b),

dan didefinisikan sebagai luas daerah yang dibatasi oleh kurva f (x), garis
X = a dan garis X = b.

Tim Pengajar Universitas Muhammadiyah Palangkaraya Variabel Random November 18, 2019 11 / 20
 Secara matematis, peluang ini dapat dituliskan sebagai
Z b
P (a ≤ X ≤ b) = f (x)dx.
a

Fungsi distribusi kumulatif variabel random kontinyu X, ditulis F (x),

didefinisikan sebagai peluang variabel random X bernilai lebih kecil atau
sama dengan x. Jadi distribusi kumulatif variabel random kontinyu dengan
fungsi densitas f (x) adalah
Z x
F (x) = P (X ≤ x) = f (x)dx,
−∞

dengan −∞ menyatakan minus tak hingga.

Tim Pengajar Universitas Muhammadiyah Palangkaraya Variabel Random November 18, 2019 12 / 20
 Contoh 5
Diketahui variabel random kontinyu X memiliki fungsi densitas f (x) = 15
dengan 0 ≤ x ≤ 5. Peluang variabel random X berada antara 1 dan 3
adalah luas daerah yang dibatasi oleh kurva f (x), garis vertikal x = 1 dan
x = 3 (Gambar 1), yaitu
Z 3
1 2
P (1 ≤ X ≤ 3) = dx = .
1 5 5

Distribusi kumulatif di x = 2.5 adalah luas daerah yang dibatasi oleh kurva
f (x) dan garis x = 2.5 (Gambar 2),
Z 2.5
1 2.5 1
F (2.5) = = = .
0 5 5 2

Tim Pengajar Universitas Muhammadiyah Palangkaraya Variabel Random November 18, 2019 13 / 20
 y

1
f (x) = 5
0.2

0 1 3 5 x

Gambar 1: P (1 ≤ X ≤ 3)

Tim Pengajar Universitas Muhammadiyah Palangkaraya Variabel Random November 18, 2019 14 / 20
 y

1
f (x) = 5
0.2

0 2.5 5 x

Gambar 2: F (2.5) = P (X ≤ 2.5)

Tim Pengajar Universitas Muhammadiyah Palangkaraya Variabel Random November 18, 2019 15 / 20
 Variabel kontinyu independen

Dua variabel random kontinyu X dan Y dikatakan independent jika

peluang terjadinya X tidak dipengaruhi apakah variabel random Y terjadi
atau tidak. Jika f (x, y) fungsi densitas variabel random kontinyu X dan
Y dan kedua variabel random independen, maka berlaku

f (x, y) = f1 (x).f2 (y),

dimana f1 (x) dan f2 (y) berturut-turut fungsi densitas X dan Y .

Tim Pengajar Universitas Muhammadiyah Palangkaraya Variabel Random November 18, 2019 16 / 20
 Nilai Harapan

Nilai harapan suatu variabel random menggambarkan nilai yang

diharapkan akan terjadi dari suatu eksperimen random atau kecenderungan
hasil yang akan terjadi.
Definisi 2
Nilai harapan suatu variabel random dituliskan E(X) atau µ, didefinisikan
sebagai berikut X
µ = E(X) = xi · P (X = xi ),
jika X variabel random diskrit, dan
Z b
µ = E(X) = xf (x)dx,
a

jika X variabel random kontinyu.

Tim Pengajar Universitas Muhammadiyah Palangkaraya Variabel Random November 18, 2019 17 / 20
 Contoh 6
Pada percobaan melontarkan dua mata uang logam sebanyak satu kali,
nilai harapannya adalah

E(X) = 0 · P (X = 0) + 1 · P (X = 1) + 2 · P (X = 2)
= 0 · 14 + 1 · 12 + 2 · 41
= 1.

Tim Pengajar Universitas Muhammadiyah Palangkaraya Variabel Random November 18, 2019 18 / 20
 Jika µ adalah nilai harapan variabel random X, maka X − µ merupakan
deviasi X terhadap nilai harapannya.
Definisi 3
Varian variabel random X dituliskan V ar(X) atau σ 2 , didefinisikan
X
σ 2 = V ar(X) = E((X − µ)2 ) = (xi − µ)2 · P (X = xi ),

jika X variabel random diskrit, dan

Z b
σ 2 = V ar(X) = E((X − µ)2 ) = (x − µ)2 f (x)dx,
a
√
jika X variabel random kontinyu. Kuantitas σ = σ 2 dinamakan deviasi
standar.
Berdasarkan definisi di atas, V ar(X) merupakan nilai harapan kuadrat
deviasi X − µ; dengan demikian V ar(X) ≥ 0.

Tim Pengajar Universitas Muhammadiyah Palangkaraya Variabel Random November 18, 2019 19 / 20
 Contoh 7
Varian pada contoh di atas adalah

V ar(X) = (0 − 1)2 · P (X = 0) + (1 − 1)2 · P (X = 1)

+(2 − 1)2 · P (X = 2)
= 14 + 0 + 2 · 41
= 0.5.
√
Deviasi standarnya adalah σ = 0.5 = 0.7.

Tim Pengajar Universitas Muhammadiyah Palangkaraya Variabel Random November 18, 2019 20 / 20