TUGAS PROJECT PENGANTAR TEORI PELUANG

Oleh:
Zumrotul Azizah (181810101008)
Cyndy Romarizka (181810101077)
M Luqmanul Hakim (181810101078)

JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS JEMBER
2019
1. Distribusi normal bivariate
a. Tuliskan definisi kepadatan bersama dan kepadatan marjinal untuk jenis
peubah acak kontinu maupun diskrit!
Penyelesaian:
a) Fungsi kepadatan bersama
Fungsi kepadatan bersama adalah Fungsi yang mendefinisikan peluang
pada suatu daerah rentang Rx. fungsi kepadatan bersama dibedakan untuk peubah
diskrit dan kontinu.
 Fungsi kepadatan bersama untuk peubah acak diskret
p(x) disebut fungsi kepadatan peluang untuk peubah diskrit pada ruang
rentang RX, jika dan hanya jika memenuhi kedua syarat berikut:
1. 𝒑(𝒙) ≥ 𝟎, 𝑹𝒙 = {𝒙𝟏, 𝒙𝟐 … }
2. ∑𝒙𝝐𝑹𝒙 𝐩(𝐱) = 𝟏
 Fungsi kepadatan bersama untuk peubah acak kontiniu
𝑓(𝑥) disebut fungsi kepadatan peluang untuk peubah kontinu pada ruang
rentang 𝑅𝑥 , jika dan hanya jika memenuhi kedua syarat berikut:
1. fungsi, 𝒇(𝒙) ≥ 𝟎 untuk ∀𝒙 ∈ 𝑹𝒙 ⊆ 𝕽

2.∫𝒙∈𝑹 𝒇(𝒙)𝒅𝒙 = 𝟏.
𝒙

b) Fungsi Kepadatan Marginal

Jika X dan Y adalah peubah acak diskrit dan p(x,y) adalah nilai dari
fungsipeluang gabungannya di (x,y), maka fungsi peluang gabungannya di(x,y),
maka fungsi yang dirumuskan dengan:

Untuk setiap x dalam daerah hasil X dinamakan fungsi peluang marginal

dari X adapun fungsi yang dirumuskan dengan:

Untuk setiap y dalam daerah hasil Y dinamakan fungsi peluang marginal

dari Y karena p1(x) dan p2(y) masing-masing merupakan fungsi peluang maka,

2
 Jika X dan Y adalah dua peubah acak kontinu dan f(x,y) adalah nilai
fungsi densitas gabungan di (x,y), maka fungsi yang dirumuskan dengan

Dianamakan fungsi densitas marginal dari X adapun fungsi yang dirumuskan

dengan

Karena g(x) dan h(y) masing-masing merupakan fungsi densitas, maka:

b. Bagaimana hubungan antara kepadatan bersama dan kepadatan marjinal untuk

peubah acak saling bebas?
Penyelesaian:
Misalnya dua peubah acak diskrit X dan Y mempunyai nilai fungsi
peluang gabungan di(x,y), yaitu p(x,y) serta masing-masing mempunyai nilai
fungsi peluan marginal dari X di x, yaitu p1(x) dan nilai fungsi peluan marginal
dar Y di y, yaitu p2(y). kedia peubah acak X dan Y dikatakan bebas stokastik , jika
dan hanya jika

Untuk semua pasangan nilai (x,y)

Misalnya dua peubah acak kontiniu X dan Y mempunyai nilai fungsi
peluang gabungan di(x,y), yaitu f(x,y) serta masing-masing mempunyai nilai
fungsi peluan marginal dari X di x, yaitu f1(x) dan nilai fungsi peluan marginal
dari Y di

3
y, yaitu f2(y). kedia peubah acak X dan Y dikatakan bebas stokastik , jika dan
hanya jika

c. Diketahui X dan Y berdistribusi bersama

xy
p ( x, y )  k , x  0,1,2..a; y  0,1,2,..b
12
Tentukan besarnya k, a dan b sehingga memenuhi sebagai fungsi kepadatan
peluang (setiap kelompok diharapkan memilih a,b yang berbeda). Tentukan
peluang marjinal X dan Y masing-masing. Selidiki apakah X dan Y saling bebas?
Tentukan besarnya kovarians antara X dan Y
Penyelesaian:
x=0,1,2,3,4,5,6,7
y=0,1,2,3,4,5,6,7

∑ ∑ 𝑝(𝑥1 , 𝑥2 ) = 1
𝑅𝑥0 𝑅 𝑦0

7 7
𝑥𝑦
∑∑𝑘∙ =1
12
𝑥=0 𝑦=0
7
𝑘𝑥 2𝑘𝑥 3𝑘𝑥 4𝑘𝑥 5𝑘𝑥 6𝑘𝑥 7𝑘𝑥
∑0+ + + + + + + =1
12 12 12 12 12 12 12
𝑥=0

𝑘 4𝑘 9𝑘 16𝑘 25𝑘 36𝑘 49𝑘

0+ + + + + + + =1
12 12 12 12 12 12 12
140𝑘
=1
12
12
𝑘=
140
12
Sehingga nilai dari 𝑘 = 140 , 𝑎 = 7, 𝑏 = 7.
𝑥𝑦
𝑝(𝑥, 𝑦) = 𝑘
12
12 𝑥𝑦 𝑥𝑦
𝑝(𝑥, 𝑦) = ∙ = 140
140 12

4
Peluang marjinal.
7
𝑥𝑦 𝑥(0) 𝑥(1) 𝑥(2) 𝑥(3) 𝑥(4) 𝑥(5) 𝑥(6) 𝑥(7)
𝑝𝑥 (𝑦) = ∑ = + + + + + + +
140 140 140 140 140 140 140 140 140
𝑦=0

28𝑥
=
140
7
𝑥𝑦 𝑦(0) 𝑦(1) 𝑦(2) 𝑦(3) 𝑦(4) 𝑦(5) 𝑦(6) 𝑦(7)
𝑝𝑦 (𝑥) = ∑ = + + + + + + +
14 14 14 14 14 140 140 140 140
𝑥=0

28𝑦
=
140

Peluang marjinal dari X dan Y tidak saling independen atau tidak saling bebas,
karena 𝑝(𝑥, 𝑦) bukan hasi kali dari fungsi kepadatan marjinal fungsi 𝑝𝑥 (𝑦) dan
𝑝𝑦 (𝑥).
Mencari kovarians

𝜎𝑥 = 𝐸(𝑥) = ∑ 𝑥 𝑝(𝑥, 𝑦)
𝑥
1∙1 2∙2 3∙3 4∙4 5∙5 6∙6 7∙7
= 0 + 1( )+ 2( )+ 3( ) +4( ) + 5( )+ 6( ) +7( )
140 140 140 140 140 140 140

1 8 27 64 125 216 343

=0+( )+( )+( )+( )+( )+( )+( )
140 140 140 140 140 140 140
784
=( )
140

𝜎𝑦 = 𝐸(𝑦) = ∑ 𝑦 𝑝(𝑥, 𝑦)
𝑦
1∙1 2∙2 3∙3 4∙4 5∙5 6∙6 7∙7
= 0 + 1( )+ 2( )+ 3( ) +4( ) + 5( )+ 6( ) +7( )
140 140 140 140 140 140 140

1 8 27 64 125 216 343

=0+( )+( )+( )+( )+( )+( )+( )
140 140 140 140 140 140 140
784
=( )
140

𝐸(𝑋𝑌) = ∑ ∑ 𝑥𝑦 𝑝(𝑥, 𝑦)
𝑥 𝑦
1∙1∙1∙1 2∙2∙2∙2 3∙3∙3∙3 4∙4∙4∙4 5∙5∙5∙5 6∙6∙6∙6 7∙7∙7∙7
=0+( )+( )+( )+( )+( )+( )+( )
140 140 140 140 140 140 140

5
 1 16 81 256 625 1296 2401
=0+( )+( )+( )+( )+( )+( )+( )
140 140 140 140 140 140 140
4676
=( )
140

Jadi , kovariansnya yaitu

𝜎𝑥𝑦 = 𝐸[𝑋𝑌] − 𝜇𝑥 𝜇𝑦
4676 784 784
=( )−( )( )
140 140 140
4676 614656
=( )−( )
140 140
609980
= −( )
140

d. Diketahui X dan Y berdistribusi bersama

xy
f ( x, y )  k , x  0  x  a;0  y  b
20
Tentukan besarnya k, a dan b sehingga memenuhi sebagai fungsi kepadatan
peluang (setiap kelompok diharapkan memilih a,b yang berbeda). Tentukan
peluang marjinal X dan Y masing-masing. Selidiki apakah X dan Y saling bebas?
Tentukan besarnya kovarians antara X dan Y
Penyelesaian:
Misalkan : a=7
b=7
sehingga didaptkan,
7 7 𝑥𝑦
 ∫0 ∫0 𝑘 20 𝑑𝑥 𝑑𝑦 = 1
7 7
𝑘
∫ ∫ 𝑥𝑦 𝑑𝑥 𝑑𝑦 = 1
20
0 0
7
𝑘 1 2 7
∫ 𝑥 𝑦 |0 𝑑𝑦 = 1
20 2
0

6
 7
𝑘 49
∫ 𝑦 𝑑𝑦 = 1
20 2
0

𝑘 49 1 2 7
∙ ∙ 𝑦 |0 = 1
20 2 2

𝑘 ∙ 49 ∙ 49
=1
20 ∙ 2 ∙ 2
80
𝑘=
2401
𝑘 = 0,03
Sehingga Mencari peluang marjinal X dan Y,
𝑥𝑦
𝑓(𝑥, 𝑦) = 𝑘 ∙
20
𝑥𝑦
= 0,03 ∙ 20
7
𝑥𝑦
𝑓𝑥 (𝑦) = ∫ 0,03 ∙ 𝑑𝑦
20
0
7
0,03
= ∫ 𝑥𝑦 𝑑𝑦
20
0
0,03 1 2 7
= ∙ 𝑥𝑦 |0
20 2
0,03 1
= ∙ ∙ 49𝑥
20 2
= 0,037𝑥
7
𝑥𝑦
𝑓𝑦 (𝑥) = ∫ 0,03 ∙ 𝑑𝑥
20
0
7
0,03
= ∫ 𝑥𝑦 𝑑𝑥
20
0

0,03 1 2 7
= ∙ 𝑥 𝑦 |0
20 2
0,03 1
= ∙ ∙ 49𝑦
20 2

7
 = 0,037𝑦
Jadi dapat disimpulkan bahwa peubah acak dari X dan Y saling independen atau
saling bebas.
Maka dapat dihitung nilai kovarians
7 7
𝑥𝑦
𝜎𝑥𝑦 = ∫ ∫ 0,03 𝑑𝑥 𝑑𝑦
20
0 0

0,03 7 1 2 7
= ∫ 𝑥 𝑦 | 𝑑𝑦
20 0 2 0
0,03 7 49
= ∫ 𝑦 𝑑𝑦
20 0 2
0,03 49 1 2 7
= ∙ ∙ 𝑦 |
20 2 2 0
0,03 49 49
= ∙ ∙
20 2 2
72,03
=
80
= 0,900
Jadi Nilai varian dari peubah acak X danY adalah 0.900.
2. Distribusi Normal
a. Tuliskan fungsi kepadatan distribusi normal umum!
Penyelesaian:
Peubah acak X diakatakan berdistribusi normal umum, jika dan hanya jika fungsi
densitasnya berbentuk:
1 1
𝑓(𝑥) = exp [ (𝑥 − 𝜇)] ; −∞ < 𝑥 < ∞, −∞ < 𝜇 < ∞, 𝜎 2 > 0
√2𝜋𝜎 2 2𝜎 2
Peubah acak X yang berdistribusi normal umum disebut juga peubah acak
normal umum. Penulisan notasi dari peubah acak yang berdistribusi normal umum
adalah N(x; 𝝁, 𝝈𝟐 ), artinya peubah acak X berdistibusi normal umum dengan
rataan 𝜇 dan varian 𝜎 2 dapat ditulis sebagai X~N(𝝁, 𝝈𝟐 ).
b. Tunjukkan bahwa mean dari distribusi normal sekaligus merupakan median
dan modus!

8
Penyelesaian:
Mean=median=modus jika dan hanya jika memiliki kurva simetris dengan
puncak distribusi yang ada dibagian tengah. Perhatikan gambar berikut.

Pada gambar ilustrasi diatas dapat dikatakan bahwa mean, median modus
berseketu satu sama lain. sebab pada distribusi normal, mean membagi dua sama
banyak frekuensi variable diatas dan dibawahnya. Dengan demikian mean
mempunyai fungsi yang sama seperti median, karena yang menjadi mode dalam
distribusi normal adalah nilai yang ada pada mean, maka dengan sendirinya
modus itu berseketu dengan mean. Jadi pada distribus normal mean , media,
modus ketig-tiganya berimpit.
c. Tentukan mean dan varians, X1 dan X2 untuk kelompok anda. Tentukan
1. .P( X  x1 )
2. P( x 2  X )
3. .P( X   X )
4. P(  X  X )
5. P( x1  X  x 2 )
6 .P(  X  1  X   X  1 )
7 .P(  X  2  X   X  2 )
Penyelesaian:
Misalkan : Mean=60 SD=6
x1 =50 x2 =65

9
1. .P( X  x1 )
2. P( x 2  X )
Penyelesaian:
( X−𝜇 X )
3. .P𝑋
𝑍4.=P( 
𝜎X  X )
P(0,x1𝑋<X𝑥1 x 2 )
𝑍5.<
6 .P(  X  1  X   X  1 )
Simetri
7 .P(  X  2  X  0X−𝑥12 ) 𝑋 − 𝑥1 𝑥1 − 𝑥1
𝑃(𝑥1 ≤ 𝑋 ≤ 0) = 𝑃( ≤ ≤ )
𝜎 𝜎 𝜎
Sehingga 𝑃(𝑋 < 50) = 𝑃(50 ≤ 𝑋 ≤ 0)
Jadi, peluang densitas N(60, 6) dengan 𝑃(𝑋 < 50) dapat dilihat pada gambar
berikut!

1. .P( X  x1 )
2. P( x 2  X )
3. .P( X   X )
Penyelesaian:
4. P(𝑋−X 𝜇 X )
𝑍5.=
P( x1𝜎 X  x 2 )
P(0,𝑋X <
𝑍6 .>   X   X  1 )
 1𝑥2
7 .P(  X  2  X   X  2 )
Simetri
𝑥2 − 𝑥1 𝑋 − 𝑥2 0 − 𝑥1
𝑃(0 ≤ 𝑋 ≤ 𝑥2) = 𝑃( ≤ ≤ )
𝜎 𝜎 𝜎
Sehingga 𝑃(65 < 𝑋) = 𝑃(65 ≤ 𝑋 ≤ 0)
Jadi, peluang densitas N(60, 6) dengan 𝑃(𝑋 > 65) dapat dilihat pada gambar
berikut!

10
3.P( X   X )
Penyelesaian:
X 
Z 
 
Z  0, X  
simetri
0 x 
P (   X  0)  P   
    

Sehingga P ( X  60)  P(60  X  0 )

Jadi peluang densitas N(60;6) dengan P ( X  60) ,Dapat lihat gambar berikut ini!

11
4. P( X  X )
Penyelesian:
X 
Z 
 
Z  0, X  
simetri
 x 0 
P (0  X   )  P   
    

Sehingga P( X  X ) = P(60  X  0)

Jadi peluang densitas N(60;6) dengan P( X  60) ,Dapat lihat gambar berikut ini!

12
5. P( x1  X  x2 )
Penyelesaian:
Jadi peluang densitas N(60;6) dengan P(50  X  65) , dapat dilihat gambar berikut ini

6 .P( X  1  X   X  1 )
Penyelesaian:
Jadi peluang densitas N(60;6) dengan .P( X 1  X   X  1 )  P(60 1(6)  X  60  1(6) ,
dapat dilihat gambar berikut ini

7 .P( X  2  X   X  2 )
Penyelesaian:
Jadi peluang densitas N(60;6) dengan P( X  2  X   X  2 )  P(60  2(6)  X  60  2(6) ,
dapat dilihat gambar berikut ini

13
d. Tuliskan fungsi kepadatan distribusi normal baku. Tunjukkan bagaimana
menghoitung butir c dengan memanfaatkan distribusi normal baku.
Penyelesaian:
a. Fungsi kepadatan distribusi normal baku
Bentuk fungsi densitas distribusi normal baku 𝑓(𝑥) =
1 1
exp [2 (𝑥 2 )] ; −∞ < 𝑥 < ∞
√2𝜋

Seperti telah diketahui, distibusi normal baku 𝝁 = 𝟎 dan varian 𝝈𝟐 = 𝟏. Proses

X 
standarisasi dapat dilakukan dengan Z1  memetakan distribusi normal

menjadi distribusi normal baku (standar), sebab Z ini memiliki mean =0 dan standar
deviasi =1. Tranformasi ini juga mempertahankan luas dibawah kurvanya, artinya

Dapat disimpulkan sebagai berikut :

14
 b. Menghitung Peobabilitas menggunakan proses standarisasi.
Penyelesaian:
1. .P( X  x1 )
Bentuk stadarisasi:
P ( X  50)
X 
Z 

50  60
Z 
6
Z  1.66
P ( X  50)  P ( Z  1.66)  0.0548

Jadi peluang densitas N(60;6) dengan P( X  50 ) dapat dilihat gambar berikut ini!

2.P( X  65)
Bentuk standarisasi: P( X  65)
X  65  60
Z   0.83
 6
P( X  750)  P( Z  0.83)  1  P( Z  0.83)  0.7967

Jadi P(X>65)=1-P(Z>0.83). dapat lihat gambar berikut ini!

15
3. .P( X   X )

Bentuk Standarisasi:
P ( X  60)
X 
Z 

60  60
Z 
6
Z 0
P ( X  60)  P ( Z  0)  0.5

Jadi P(x<50)=0.5. dapat dilihat gambar dibawah ini!

16
4 .P( X   X )
Bentuk Standarisasi:

P ( X  60)
X 
Z 

60  60
Z 
6
Z  0
P ( X  60)  P ( Z  0  0.5

Jadi P ( X  60) dapat dilihat gambar dibawah ini!

5. P( x1  X  x2 )

Bentuk standarisasi

.P( x1  X  x 2 )  P(50  X  65)

X  50  60
Z1    1.66
 6
X   65  60
Z2    0.83
 6
P(50  X  65)  P(1.66  Z  0.83)
P( Z  0.75)  P( Z  1.25)  0.7967  0.0548  0.7419

Jadi probabilitas nya adalah 0.7419, dapat dilihat bentuk grafik berikut ini.

17
6.P( X  1  X   X  1 )

Bentuk Standarisasi:

.P(  X  1  X   X  1 )  P(60  1(6)  X  60  1(6)

X  54  60
Z1    1
 6
X   66  60
Z2   1
 6
P(54  X  66)  P(1  Z  1)
P( Z  1)  P( Z  1)  0.8413  0.1587  0.6826

Jadi probabilitas nya adalah 0.6826, dapat dilihat bentuk grafik berikut ini.

7.P( X  2  X   X  2 )

Bentuk Standarisasi:

P(  X  2  X   X  2 )  P(60  2(6)  X  60  2(6)

X  48  60
Z1    2
 6
X   72  60
Z2   2
 6
P(48  X  72)  P(2  Z  2)
P( Z  2)  P( Z  2)  0.9772  0.0228  0.9544

Jadi probabilitas nya adalah 0.9544, dapat dilihat bentuk grafik berikut ini.

18
e. 1000 orang diasumsikan memiliki (gaji/ tinggi badan/ berat badan) yang
menyebar mengikuti sebaran Normal dengan mean dan standar deviasi
(tentukan sendiri pantasnya). Selanjutnya berapa persen dan berapa orang yang
memenuhi kriteria seperti soal 2c!
Penyelesaian:
Diselesaikan dengan Contoh soal seperti berikut:
Sebuah perusahaan bola lampu pijar memiliki 1000 bola lampu pijar dan
mengetahui bahwa umur lampunya (sebelum putus) terdistribusi secara normal
dengan rata-rata umurnya 800 jam dan standar deviasinya 40 jam. tentukan berapa
persen dan berapa bolam lampu yang memenuhi kriteria berikut ini.
1. .P( X  750)
Jawab:
P( X  750)
X  750  800
Z    1.25
 40
P( X  750)  P ( Z  1.25)  0.1056

Jadi terdapat 10.56% bola lampu da nada 106 lampu yang berumur kurang dari 750 jam.
2. .P( X  830)
Jawab:
P( X  830)
X   830  800
Z   0.75
 40
P( X  750)  P( Z  0.75)  P( Z  0.75)  0.2266

19
Jadi terdapat 22.66% bola lampu berumur lebih dari 830 jam dan ada 227 lampu yang
berumur lebih dari 830 jam.
3. .P( X  800)
Jawab:
P( X  800)
X   800  800
Z  0
 40
P( X  750)  P( Z  0)  0.5
Jadi terdapat 50% bola lampu berumur kurang dari 800 jam dan ada 500 lampu yang
berumur kurang dari 800 jam.
4.P( X   X )
Jawab:
P( X  800)
X   800  800
Z  0
 40
P( X  750)  P( Z  0)  0.5
Jadi terdapat 50% bola lampu berumur kurang dari 800 jam dan ada 500 lampu yang
berumur kurang dari 800 jam.
5. P( x1  X  x2 )
Jawab:
.P( x1  X  x 2 )  P(750  X  830)
X  750  800
Z1    1.25
 40
X   830  800
Z2    0.75
 40
P(50  X  65)  P(1.25  Z  0.75)
P( Z  0.75)  P( Z  1.25)  0.7734  0.1056  0.6678

Jadi terdapat 66.78% bola lampu berumur lebih dari 750 jam dan kurang dari 830 jam
serta terdapat ada 668 lampu .

20
6 .P( X  1  X   X  1 )
Jawab:
P(  x  1  X   x  1 )  P(760  X  840)
X  760  800
Z1    1
 40
X   840  800
Z2   1
 40
P(760  X  840)  P(1  Z  1)
P( Z  0.75)  P( Z  1.25)  0.8413  0.1587  0.6826
Jadi terdapat 68.26% bola lampu berumur lebih dari dari 760 jam dan kurang dari 840
jama serta terdapat ada 683 lampu
7 .P( X  2  X   X  2 )
Jawab:
P(  X  2  X   X  2 )  P(800  2(40)  X  800  2(40)
X  720  800
Z1    2
 6
X   880  800
Z2   2
 6
P(48  X  72)  P(2  Z  2)
P( Z  2)  P( Z  2)  0.9772  0.0228  0.9544
Jadi terdapat 95.44% bola lampu berumur lebih dari dari 720 jam dan kurang dari 880
jam serta terdapat ada 954 lampu.

21
3. Fungsi Pembangkit Momen
a. Tuliskan definisi dari fungsi Pembangkit moment!
Penyelesaian:
Fungsi pembangkit momen
Jika X adalah peubah acak, baik diskrit maupun kontinu, maka fungsi
pembangkit momen dari X (dinotasikan dengan M 1 (t ) didefiniskan sebagai:

(  t  )

a. Fungsi pembangkit momen diskrit

Jika X adalah peubah acak diskrit dan p(x) adalah nilai fungsi peluang dari X di x,
maka fungsi pembangkit momen dari X didefinisikan sebagai:

b. Fungsi Pembangkit momen kontinu

Jika X adalah peubah acak kontinudan f(x) adalah nilai fungsi peluang dari X di x,
maka fungsi pembangkit momen dari X didefinisikan sebagai:

b. Tuliskan definisi dari variabel acak yang berdistribusi

Penyelesaian:
Variabel acak kontiniu aalah variable acak yang dapat mempunyai nilai-
nilai yang berhubungan dengan setiap titik dalam satuatau lebih interval (range)
dimana nilai-nilai tersebut tidak terbatas dan tidak dapat dibilang(uncountable).
Fungsi f(x) adalah densitas probabilitas untuk variable acak kontiniu di X, dapat
didefiniskan pada bilangan real jika:

22
Fungsi kepadatan probabilitas dari variable acak X normal dirumuskan sebagai
berikut.

Variabel acak berdistribusi Normal dengan parameter mean dan varian dapat
dilustasikan kedalam 3 kondsi berikut ini yaitu:
1. Kondisi dan maka kurva normal dilustrasikan menjadi

2. Kondisi dan maka diilustasikan sebagai berikut

23
 3. Kondisi maka diilustrasikan sebagai berikut

c. Turunkan fungsi pembangkit momen dari masing-masing distribusi di atas

Penyelesaian:
Fungsi Pembangkit Momen (MGF) Distribusi Normal

Misalkan :
x
z

x  z  
x  dz

Sehingga,

24
Menurut suatu Teorema 5.4:bahwa untuk peubah acak X dengan fungsi pembangkit
momen M(t) berlaku:
1.  ( x)  M ' (0)

2. var ( x)  M ' ' (0)  [M ' (0)]2

Sehingga dapat drumuskan sebagai berikut;

a. Mean

25
 b. Varian

d. Untuk X peubah acak dengan sebaran di atas Turunkan fungsi pembangkit

momen dari 𝑌 = 𝑎𝑋 + 𝑏, secara umum, dan untuk beberapa nilai khusus dari
nilai konstanta a dan b Tunjukkan/ buktikan apakah X dan Y masih berada
pada jenis distribusi yang sama !

Penyelesaian:
Menurut Teorema 5.6 : jika peubaha acak X dengan mungsi pembangkit momen
Mx(t) maka fungsi pembangkit momen Y=aX+b, dimana a dan b adalah konstanta
maka My(t)=ebtMx(at). Bukti

M Y ( t )  E ( eYt )

 E (e aXtbt )
 E (e bt ) E (e Xat )
 e bt M x (at )

26
Sehingga,

  2t 2 
M x (t )  exp  t  )
 2 
Y  aX  b
 e bt M x (at )
  2 a 2t 2 
 e exp  t 
bt
 ) 
 2 
 a t 2 2
 exp  bt  t  ) 
 2 
Contoh soal : Misalkan X peubah acak dengan fungsi pembangkit momen

  2t 2 
M x (t )  exp  t  )  , peubah acak yang lain misalkan Y  3X  6 . Maka
 2 
tentukan fungsi pembangkit moment My(t)
Y  3X  6
 e 6t M x (3t )
  2 3t 2 t 2 
 e 6t exp   3t  ) 
 2 
 9  t  2 2
 exp  (6  3 )t  ) 
 2 
Kesimpulan: Dari bentuk fungsi pembangkit momen dari Y terlihat sama, hanya berbeda
koefisien dari t dan t2 . berdasarkan sifat keunikan hubungan antara distribusi dan fungsi
pembangkit momenya , maka dapat diduga distribusi X dan Y sejenis yaitu distribusi
normal.

e. Untuk X1 dan X2 peubah acak saling bebas dengan sebaran sejenis di atas
(sesuai kelompok) Turunkan fungsi pembangkit momen dari Y=X1+X2.
Tunjukkan/ buktikan apakah X dan Y masih berada pada jenis distribusi yang
sama.

27
Penyelesaian:

M X (t )  exp  t  t ) 
22
1  2 

(t )exp  t  t ) 
22
M
X2 2 

Y X X
1 2
M y (t ) E (etY )
t( X  X )
 E (e 1 2
tX tX
 E (e 1 e 2 )
 E (exp( tX tX )
1 2
tX tX
 E (e 1 ) E (e 2 )
M (t ) M (t )
X X
1 2

  X t 2 
2  X  2t 2 
exp X t 


1 )  exp  X t  2 )
 1 2   2 2 



  
  X X  2 t 2   X X  4 t 2 t 2 
 
exp    X X t  2
2 2  1 2  t
1 2  
 1 2  2 4 
 
 
 
2  X X  4 t 2 
 4 X X

 
exp  X X  t t 
2 2 1 2 1 2 t 2

 1 2   4 
 
 
 

X X (4  2   4 t 2 



exp X X  t t 


2 2 1 2 



t 2

1 2 4   
 
 

 bt 2 
 exp  at  
 4 

Bentuk diatas dapat dirumuskan jika a= X X  2t 2 dan b= X X (4 2   4t 2

1 2 1 2

Kesimpulan: Dari bentuk fungsi pembangkit momen dari Y terlihat sama, hanya berbeda
koefisien dari t dan t2 . berdasarkan sifat keunikan hubungan antara distribusi dan fungsi
pembangkit momenya , maka dapat diduga distribusi X dan Y sejenis yaitu distribusi
normal.

28
29
.

30
31
32
33
34
35
36
.

37
38
39
40