MAKALAH DISTRIBUSI FUNGSI PEUBAH ACAK LANJUTAN

Dosen Pembimbing Prof. Dr. Agus Widodo, M.Kes

Disusun Oleh:
Kelompok 4
1. Fransiskus Xaverius Aditya Prabowo(155090401111017)
2. Nida Lisananingrum (155090401111019)
3. Zidna Nayla Hidayati (155090401111021)
4. Elka Diniakuri (155090401111023)
5. Ary Muliyanda (155090401111026)
6. Lisca Indriana Putri (155090401111027)
7. Winadya Villadistyan (155090401111028)

JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS BRAWIJAYA
2017
DAFTAR ISI

HALAMAN SAMPUL.....................................................................................................................i
DAFTAR ISI...................................................................................................................................ii
BAB 1. PENDAHULUAN..............................................................................................................1
1.1 Latar Belakang..................................................................................................................1
1.2 Batasan dan Rumusan Masalah.........................................................................................1
1.2.1 Batasan Masalah.............................................................................................................1
1.2.2 Rumusan Masalah...........................................................................................................2
1.3 Tujuan Penulisan...............................................................................................................2
1.4 Manfaat Penulisan.............................................................................................................2
BAB 2. ISI.......................................................................................................................................3
BAB 3. KESIMPULAN..................................................................................................................9
DAFTAR PUSTAKA....................................................................................................................10

Makalah Statistika Matematika ii

 BAB 1. PENDAHULUAN

1.1 LatarBelakang
Dalam metode statistika baku, hasil dari uji hipotesa dan penaksiran tidak lagi
memuat satu peubah acak melainkan sesuatu fungsi yang terdiri satu atau lebih peubah
acak.
Misalkan X1, X2,…..,Xn adalah peubah acak yang mempunyai fungsi kepadatan
gabungan f(x1,x2,---, x3). Miasalkan Y adalah suatu peubah acak fungsi dari X 1, X2,…..,Xn atau
dapat ditulis sebagai Y = u(X1, X2,….., Xn). Suatu fungsi dari X1, X2,…..,Xn dalam statistika
inferensi disebut statistik. Jadi, Statistik adalah fungsi dari satu atau beberapa peubah acak
yang tidak tergantung parameter yang tidak diketahui.
Contoh

Peubah acak X1, X2,…..,Xn disebut sampel acak dari peubah acak X yang bebas
stokastik dan mempunyai fkp f(x). Sementara itu distribusi samping adalah distribusi
peubah acak yang merupakan fungsi dari sample acak.Walaupun statistik tidak
tergantung pada parameter tetapi mungkin distribusinya yang tergantung pada parameter.
Terdapat 3 metode untuk menentukan distribusi fungsi peubah acak yaituTeknik
Fungsi Distribusi Kumulatif (FDK), Teknik Fungsi Pembangkit Moment (FPM), dan
Teknik Transformasi Variabel (Jacobi). Pada Teknik Transformasi Variabel (Jacobi)
terdapat 4 pokok bahasanya itu Transformasi Satu – Satu, Transformasi Tidak Satu –
Satu, Transformasi Bersama, Dan Beberapa Distribusi Yang Berperan Dalam Statistika
Inferensia. Makalah ini merupakan lanjutan dari makalah sebelumnya, sehingga materi
yang akan dibahas merupakan lanjutan dari materi sebelumnya. Adapun materi yang akan
dibahas di dalam makalah ini yaitu Transformasi Tidak Satu – Satu, Transformasi
Bersama, Dan Beberapa Distribusi Yang Berperan Dalam Statistika Inferensi.

1.2 Batasan dan Rumusan Masalah

1.2.1Batasan Masalah

Setelah kelompok kamimemaparkan tentang latar belakang masalah, materi yang

akan dibahas sangat luas dan kompleks untuk dipecahkan. Oleh karena itu, agar tidak
Makalah Statistika Matematika 1
 terlalu luas dalam pembahasan yang menyebabkan kesulitan dalam memahami dan
menjaga kesalah pahaman serta penyimpangan yang tidak diharapkan oleh kelompok
kami dan pembaca, maka dalam penulisan makalah ini kelompok kami membatasi diri
sekitar Teknik Transformasi Variabel (Jacobi).

1.2.2RumusanMasalah

1. BagaimanaTeknikTransfoormasiTidakSatu-Satu ?
2. BagaimanaTransformasiBersama ?
3. BagaimanaDistribusi yang BerperandalamStatistikaIntferensi ?

1.3 Tujuan Penulisan

Tujuan merupakan upaya yang harus ditempuh oleh seseorang sehingga
kegiatannya dapat menghasilkan kegunaan bagi dirinya sendiri atau bagi siapa saja yang
melakukan kegiatan itu. Beberapa tujuan penulisan makalah ini adalah sebagai berikut :
1. Mendeskripsikan TeknikTransfoormasiTidakSatu-Satu.
2. Mendeskripsikan TransformasiBersama.
3. Mendeskripsikan BeberapaDistribusi yang BerperandalamStatistikaIntferensi.

1.4 ManfaatPenulisan
Beberapa manfaat dari penulisan makalah ini adalah :
1. Mengetahui TeknikTransfoormasiTidakSatu-Satu.
2. Mengetahui TransformasiBersama.
3. Mengetahui BeberapaDistribusi yang BerperandalamStatistikaIntferensi.

Makalah Statistika Matematika 2

 BAB 2. ISI

2.1 Transformasi Tidak Satu-Satu

Andaikan y=u ( x ) bukan transformasi satu-satu terhadap A={ x|f x ( x ) >0 } maka tidak terdapat
penyelesaian tunggal. A mempunyai partisi A1, A2, … yang saling disjoint sedemikian hingga
u ( x ) transformasi satu-satu terhadap Aj. Jadi, dalam tiap y dalam range u(x ), persamaan y=u (x)
mempunyai penyelesaian tunggal x j=w j ( y ) terhadap himpunan Aj.

 Kasus Diskrit

f Y ( y )=∑ f x ( w j ( y ) ) =∑ f x ( x j )
j j

 KasusKontinu

|dyd ( w ( y ))|
f Y ( y ) =∑ f x ( w j ( y ) )
j

2.2 TransformasiBersama

 Kasus Diskrit
Teorema
Jika X peubah acak diskrit dengan fungsi kepadatan peluang fx(x1,x2,...,xk) dan Y =
u(X) adalah transformasi satu satu , maka fungsi kepadatan peluang bersama dari Y
adalah
fy(y1,y2,...,yk) = fx(x1,x2,....,xk)
dimana x1,x2,....,xk adalah penyelesaian dari Y = u(X)

 Kasus Kontinu
Teorema
Jika X peubah acak kontinu dengan fungsi kepadatan peluang fx(x1,x2,....,xk) > 0 pada A
dan Y = (Y1,Y2, ... ,Yk) didefinisikan dengan transformasi satu satu Yi = ui(x1,x2, ...
,xk), i = 1,2, ... ,k maka fungsi kepadatan peluang bersama dari Y adalah
Fy(y1,y2, ... ,yk) = fx(x1,x2, ... ,xk)│J│
Dimana X = (x1,x2, ... ,xk) adalah penyelesaian dari Y = u(X)

Makalah Statistika Matematika 3

 ∂ x1 ∂ x1
∂y ∂ y2
J =| 1 |
∂ x2 ∂ x2
∂ y1 ∂ y2

Contoh soal
Jika X1,X2 sampel acak berdistribusi eksponensial dengan fungsi kepadatan peluang f(x)
= e−(x 1+x 2) x1 > 0 , x2 > 0 selainnya. Suatu transformasi Z = X1/X2 , W = X2. Tentukan
fungsi kepadatan peluang dari Z.

Penyelesaian
f(x1,x2) = e−(x 1+x 2) x1,x2 > 0
invers dari Z = X1/ X2 , W = X2 adalah X1 = ZW , X2 = W
yang merupakan fungsi 1 – 1.

J=|w z |
0 1 =w

g(w,z) = e−(zw+w)w = we−(z +1)w z,w > 0

1 lainnya
∞
g(z)=∫ we−(z+1) w dw
0

Menggunakan substitusi u = (z + 1)w, du = (z + 1) dw

∞
1 1 1
g( z)=
( z+1 )
∫ e−u
( z+1) ( z+1)
0 du = Γ(2) =

2.3 Beberapa Distribusi Yang Berperan Dalam Statistika Inferensi

Beberapa distribusi yang banyak berperan dalam statistika inferensi antara lain distribusi
normal, distribusi Khi kuadrat, distribusi t dan distribusi F.
Teorema 3.6

Makalah Statistika Matematika 4

 2
X−μ
X N ( μ , σ )→ Y =
σ
2
[ ] X 2 (1)

Bukti :

(X −μ)2
Misalkan Z= dengan peubah acak Z berdistribusi normal baku
σ2
2
−z
1 2
f ( z )= e −∞< z < ∞
√2π
Sekarang dicari distribusi peubah acak Y =Z 2 . Kebalikan y=z 2adalah z=± √ y . Nyatakanlah
z 1=−√ y dan z 2=√ y maka j 1= −1 dan j 2= 1 . karena bukan merupakan transformasi satu-
2√ y 2√ y
satu, diperoleh
−y −y
1 1 1
g ( y )=
√2 π
e 2
| |
−1
+
2 √ y √2 π
e 2
|√|
2 y
−1 −y
1 2 2
¿ 1
y e y >0
2
2 √π
Karena g ( y ) fungsi padat maka
1 −y
1 −1
1= 1
y2 e 2
dy
2
2 √π
1
Γ( ) ∞ 1 −y
2 1 2
−1
2
¿ ∫ 1
y e dy
√π 0 12
2 Γ( )
2
1
Γ( )
2
¿
√π
1
Dengan integral menyatakan luas di bawah kurva peluang gamma dengan parameter α = β
2
1
= 2. Karena itu √ π =Γ ( ) dan distribusi peluang Y diberikan oleh
2

Makalah Statistika Matematika 5

 1 −y
1

{
−1
2 2
1
y e y >0
g ( y )= 2 2 Γ ( 1 )
2
0lainnya

Yang ternyata adalah distribusi Khi kuadrat dengan derajat kebebasan 1 X 2 (1)
Teorema 3.7
Jika Y dan Z adalah dua peubah acak bebas stokastik dimana Z N ( 0,1 ) danY X 2 (r ) maka
Z
T= dengan derajat bebas r
Y
√ r
r +1
( 2 )
Γ
t 2 r+ 1
f (t)=
T
r
√ πr Γ ( )
( 1+ )
r
2
−∞ <t< ∞ , r =1,2,3 ,…

Bukti :
Karena Y dan Z peubah acak bebas maka distribusi peluang gabungannya diperoleh dengan
mengalikan distribusi an Z , yaitu
2
−z − y r
1

{
−1
2 2
r
e y
f ( z , y )= 2 r −∞ < z< ∞ , y >0
√2 π 2 Γ ( )
2
0 lainnya

Didefinisikan peubah acak kedua U =Y . Kebalikan (inverse) dari

z u
t=
u
dan u= y ialah z=t
r √
dan y=u .
sehingga diperoleh jacobian :
√ r

√u t
J=
| √u
√ r 2 √ur = √ r
0 1 |
Transformasi di atas satu-satu, memetakan titik { ( z , y )∨−∞< z <∞ ,0< y <∞ } ke himpunan
{ ( t ,u )∨−∞<t <∞ ,0< u<∞ }. Dengan menggunakan teorema 3.5 diperoleh distribusi peluang
gabungan T dan U , sebagai berikut :

Makalah Statistika Matematika 6

 2

{( )[ ( )]} √ u
u t

{
r
1 −1 − 2 1+ r
2
r
u e
g (t , u) r √ r −∞<t< ∞ , 0<u< ∞
√2 π 2 Γ 2
2 ()
0lainnya

Integralkan terhadap u , maka diperoleh distribusi t

∞
h ( t )=∫ g ( t , u ) du
0

¿∫
∞
1
u
r
2
u
{( )[ ( )]} √u du
t
−1 − 2 1+ r
e
r
r √r
0
√2 π 2 Γ 2
2 ()
u t2 2 dz
2 r ( )
z= 1+ dan du=
1+
t 2 sehingga diperoleh
r
∞ ( r +1 )
1 2z [ ] −1 − z 2z
h ( t )=
r
r
2
√2 π 2 Γ √ r (2)
∫
0
( )
1+
t2
r
2 e
( )
1+
t2
r
dz

( r +1) ∞ ( r+1 )
1 t2
) [ ]∫ z [ ]
−1
¿
r ( 1+
r
−
2 2 −z
e dz
√ πr Γ
2 () 0

( r +1 )
Γ [ ]
2 t2
( r +1)
[ ]−∞<t <∞
h ( t )=
r
1+
r ( ) −
2

√ πr Γ
2 ()
ini dikenal dengan distribusi T dengan derajat kebebasanr
Teorema 3.8
Jika X dan Y adalah peubah acak saling bebas dimanaX x 2(r1) dan Y x2(r2) maka peubah acak
X
r
F= 1 F ( r 1 , r 2 )
Y
r2

Makalah Statistika Matematika 7

Bukti :
Distribusi peluang gabungan peubah acak bebas X dan Y dengan diberikan oleh
∅ ( x , y )=r ( x ) s ( y ) bila r(X) dan s(Y) menyatakan, masing-masing distribusi X dan Y maka
r1 −x r2 −y
1 1
∅ ( x , y )= r1
x 2−1 e 2
r2
x 2−1 e 2

r
2 Γ 2
2
2 ( ) 2
2 Γ ( r2 )
2

1 r /2 −1 r / 2 −1

{ x ( ) y ( ) e−(x + y)/2 ,0 < x< ∞ , 0< y < ∞

1 2

¿ 2( r +r ) /2 Γ r 1 Γ r 2
1 2

2 ( )( )
2
0 , selainya

X
r1 r1
Misalkan peubah acak kedua W = Y . Kebalikan F= dan w = y adalah x=
Y r2
dan y=w. dari ( )
r2
sini diperoleh jacobiannya:

r1 r1

|
( ) ( ) ( )
J= r 2
0
w

1
f r
r2 = 1 w
r2 |
Transformasi ini satu-satu, memetakan titik{ ( x , y )|0< x< ∞, 0< y< ∞ } ke himpunan
{ ( f , w )|0< f <∞ , 0<w <∞ } . Dengan menggunakan teorema 3.5 maka diperoleh distribusi peluang
gabungan F dan W
( r1 /2 )−1
1 r 1 fw r1 w

{ ( ) r 2 /2 )−1 −(w/ 2) [ ( r 1 f /r 2)+1 ]

w( e ,0< f < ∞, 0< w<∞
g( f , w)= 2( r + r ) /2 Γ r 1 Γ r 2 r2 r2
1

2 2
2

( )( )
0 , selainnya

Distribusi F kemudian diperoleh dengan mengambil distribusi marginalnya, yakni:

∞
h ( f )=∫ g ( f , w ) dw
0

Makalah Statistika Matematika 8

 r1 r1
r1

¿
( )r2
2
f 2−1
∞

∫ w[( r + r ) /2 ]−1 e−(w/2 ) [(r f /r )+1 ] dw

1 2 1 2

2
(r1 +r2) /2
Γ ( r2 ) Γ ( r2 )
1 2 0

w 2
Ganti ( )2 [ ( r 1 f /r 2 ) +1 ]dan dw=
( r 1 f /r 2 +1 )
dzmaka diperoleh

r1 r1
r1
( ) r2
2
f 2−1
∞
2z ( r 1+ r 2 )
2−1

2z
h(f )=
2
(r 1+r2 )/ 2
Γ ( r2 ) Γ ( r2 )
1 2
∫
0 ( ( r 1 f /r 2 +1 ) ) e−z
( r 1 f /r 2+ 1 )
dz

r1 r1
r1

h(f )=
( ) r2
2
f 2−1
∞

∫ z 2−1
( r1+r 2)
e−z dz
2
(r 1+r2 )/ 2
Γ ( r2 ) Γ ( r2 )
1 2 0

r1 r1
r
( )
{
Γ [ ( r 1+ r 2 ) /2 ] 1 2
f 2−1
r2
, 0< f < ∞
h(f )= r r 1+ r 1 f (r +r )/ 2 1 2

2( ) ( )(
Γ 1 Γ 2
2 r2 )
0 , selainnya

Inilah yang dikenal dengan nama distribusi-F dengan derajat kebebasan r1dan r2 atau dapat
disebut pula F ( r 1 , r 2 ).

BAB 3. KESIMPULAN

Untuk mendapatkan distribusi fungsi peubah acak ada 3 metode yang dapat digunakan ,
yaitu Teknik Fungsi Distribusi Kumulatif (FDK), Teknik Fungsi Pembangkit Momen (FPM),
dan Teknik Transformasi Variabel (Jacobi). Teknik Transformasi Variabel (Jacobi) dibagi
menjadi 4, yaitu Transformasi Satu-Satu, Transformasi Tidak Satu-Satu, Transformasi Bersama,
dan Beberapa Distribusi Yang Berperan Dalam Statistika Inferensia.

Makalah Statistika Matematika 9

 Transformasi Tidak Satu-Satu terjadi jika y=u ( x ) bukan transformasi satu-satu terhadap
A={ x|f x ( x ) >0 } maka tidak terdapat penyelesaian tunggal. Penyelesaiannya dibagi menjadi dua
yaitu secara diskrit dan kontinu.
Transformasi Bersama dibagi menjadi dua kasus yaitu kasus diskrit dan kasus kontinu.
Kasus diskrit digunakan jika peubah acaknya diskrit dan Kasus kontinu digunakan jika peubah
acaknya kontinu.
Beberapa Distribusi Yang Berperan Dalam Statistika Inferensia terbagi menjadi 3 teorema.
Teorema 3.6
2
X−μ
2
X N ( μ , σ )→ Y =
σ [ ] X 2 (1)

Teorema 3.7
JikaY dan Z adalah dua peubah acak bebas stokastik dimana Z N ( 0,1 ) d an Y X 2 (r ) maka
Z
T= dengan derajat bebas r
Y
√ r
r +1
( Γ
2 ) t 2 r+ 1
f (t)=
T
r
√ πr Γ ( )
( 1+ )
r
2
−∞ <t< ∞ , r =1,2,3 ,…

Teorema 3.8
Jika X dan Y adalah peubah acak saling bebas dimanaX x 2(r1) dan Y x2(r2) maka
peubah acak
X
r1
F= F ( r1 , r2 )
Y
r2

DAFTAR PUSTAKA

Kurniawaty, Mila. 2014. Modul Bahan Ajar: STATISTIKA MATEMATIKA. Universitas

Brawijaya

Makalah Statistika Matematika 10

Makalah Statistika Matematika 11