Statistika Matematika

MAKALAH
NILAI HARAPAN DAN FUNGSI PEMBANGKIT MOMEN
Dosen Pengampu : Prof. Dr. Edi Syahputra, M. Pd

Disusun Oleh :

Nama : ROHWANDI
NIM : 4172111041
Kelas : Pendidikan Matematika E 2017

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS NEGERI MEDAN
2020
 MOMEN
Sering sekali banyak penggunaan peuang dapat dirincikan dan dapat ditangani secara
tepat untuk tujuan praktis dengan menggunakan besaran yang disebut momen. Sebagai contoh
seorang pejudi mungkin tertarik mengetahui kemenangan dalam suatu permainan, seorang
pedagang dalam rata-rata keuntungan dari produksinya, seorang fisikawan dalam rata-rata
muatan suatu partikel dll.

Harapan dan momen lainya ; median

Defenisi dan hasil pasal ini hanya untuk dituliskan dalam dua hal; X suatu peluang kontiniu
(mutlak)

Defenisi 5.1.1 Bagaimana suatu p.a. X didefensisikan harapanya [EX atau E (X)]

Sebagai EX = ∫ xf x(x) dx [ EX = ∑ xi px(xi) bila X kontiniu mutlak engan fungsi padat f x (x)
−∞

[ bila X diskret dengan fungsi peluang px (x) ], asal saja integral (jumlah) ini ada dan tak
terhingga.

∞
Teorema 5.1.2 Bila X suatu p.a, maka harapan dari p.a. g(X) ada jika dan hanya jika ∫ |g ( x )|f x
−∞

(x) dx < ∞ bila X kontiniu mutlak |∑ ¿g(xi) px(xi) < ∞ bila X ini memerlukan konvergen mutlak,

yakni, adanya ∫ |x|f x (x) dx atau ∑ ¿x| p (x ))x i

−∞

∞
Dalam hal itu Eg (X) = ∫ g ( x ) fx ( x ) dx ¿ ¿
g (X) = ∑ g ( xi ) px (xi)¿ ¿
−∞

∞ ∞

Akibat 5.1.3 Bila X suatu p.a maka EX ad ajika dan hanya jika∫ xfx ( x ) dx dan ∫ xfx ( x ) dx
0 −∞

terhingga bila X kontiniu mutlak ∑ xiPx ( xi ) dan ∑ xiPx ( xi ) behingga bila X diskret ], dalam
xi ≥o xi<o

hal itu EX = ∫ xfx ( x ) dx [EX = ∑ xi Px ( xi ) ¿ ¿

−∞
Contoh 5.1.4 Misalkan X berdistrbusi Laplace pada contoh 4.1.3, yakni

−¿x∨ ¿ ¿
fx ( x )=e 2 - ∞ < x <∞, maka nilai rata-rata E(X) ada karena

∞ ∞

∫ x e−¿ x∨¿ ¿dx = ∫ x e−x dx = 1 berhingg sehingga E(X) =

−∞ −∞

∞ ∞ ∞

∫ xfx ( x ) dx=∫ xfx ( x ) dx +∫ xfx ( x ) dx=¿ 1−1=0 ¿

−∞ −∞ −∞

Contoh 5.1.5 Misalkan X berdistribusi Cauchy maka :

∞ ∞ ∞
1 1 2x 1
∫ xfx ( x ) dx=∫ x 2
dx = ∫ 2
dx= ( ¿ ( 1+ x2 ) ) ∨∞ = ∞
0 0 π (1+ x ) 0 2 π 1+ x 2 0

Yakni integralnya divergen(luas dibawah kurva 2x/(1+x 2) antara 0 dan tak hingga adalah tak
hingga), jadi dalam hal ini, E(X) tidak terdefenisi (perhatikan defenisi 5.1.1). Juga mudah
membuktikanyabahwa dalam contoh ini.

∫ xfx ( x ) dx=−∞
−∞

Dan luas yang positif dan negatife ‘seimbang’ dalam arti bahwa

M
lim ¿ M → ∞ ∫ xfx ( x ) dx=0
−M

Akan tetapi, kendati dalam hal ini kelihatanya wajar bila diambil E(X) sama dengan 0, kita tidak
mendefenisikan E(X) kecuali bila kedua integral.

0 ∞

∫ x f x(x) dx dan ∫ x f x(x) dx

−∞ 0

Berhingga( kendati salah satu berhingga dan lainya tidak, terkadang kita memperlakukan seakan-
akan E(X) terdefenisi dan nilainya sama dengan -∞ atau ∞.

Akibat 5.1.6 Bila X suatu p.a dengan f.d F(x), maka (untuk setiap f.d. F(x)]
 ∞ 0

E(X) ada jika dan hanya jika ∫ ( 1−F ( x ) ) dx dan ∫ F ( x ) dx berhingga, dan dalam ham tersebut
0 −∞

∞ 0
EX = ∫ ( 1−F ( x ) ) dx−∫ F ( x ) dx .
0 −∞

Kita tidak akan membuktikan teorema 5.1.2, atau akibat 5.1.3 kendati dapat dicata bahwa akibat
5.1.6 diturunkan dari akibat 5.1.3 dan integrase sebagian. Misalkan bahwa X dan g(X) keduanya

∞
p.a. yang kontiniu (mutlak). Maka menurut defenisi 5.1.1, Eg(X) = ∫ y f g ( x ) ( y ) dy , sehingga kita
−∞

perlu mencari f g ( x ) ( y ).

Teorema 5.1.7 Sifat Harapan Bila c suatu tetapan dan g(X), g 1(X), dan g2 (X) fungsi harapannya
ada, maka

i. E(c) = c
ii. E(cg(X)) = cEg (X)
iii. E(g1(X) + g2 (X)) = Eg1 (X) + Eg2(X)
iv. Eg1(X) ≤ Eg2 (X) jika g1(x) ≤g2 (x) untuk semua x;
v. |Eg(X) | ≤ E | g (X)|

Bukti :[ bagian iii untuk hal X kontiniu (mutlak)]

E (g1 (X) + g2 (X))

= ∫ ( g1 ¿ ( x ) + g2 (x )) f x (x) dx ¿
−∞

∞ ∞

= ∫ ( g1 ¿( x ))f x ( x)dx+ ∫ g2 (x )fx(x )dx=E g 1( X )+ E g2 ( X) ¿

−∞ −∞

Contoh 5.1.8 Rulet. Harapan suatu peubah acak dapat dipandang sebagai rata-rata jangka
panjang. Sebagai contoh, suatu permainan casino yang popular ialah rulet. Suatu roda rulet
memiliki 18 ‘tempat’(lekukan tempat berhentinya bola yang putar mengelilingi roda) berwarna
merah, 18 hijau dan 2 hitam. Untuk ikut bermain, kita membayar taruhan sebesar Rp. 2 dan
mendapat Rp. 0,50 bila tepat merah yang muncul, Rp. 1 bila tepat hijau yang muncul , dan Rp.
10 bila warna hitam yang muncul. Berapa harapan dari keuntungan bersih setelah sekali
permainan? Berapa harapan keuntungan setelah 100 kali permainan?

Bila X menyatakan kemenangan setelah sekali permainan , maka fungsi peluang X adalah

18
jika x=5

Px(x) =
{38
18
38
2
38
jika x=1 . Dan jika 0 maka selainya

jika x=10 ,

Sehingga

47
E (X) = (0,5)(18/38) + (1) (18/38) +(10)(2/38) =
38

Keuntungan bersih Y = X – 2, dan dengan sifat iii theorem 5.1.7 ( dengan g 2(X) = -2, suatu
tetapan], kita peroleh.

47 29
E (Y) = E (X) – 2 == – 2 == - = - Rp 0.76316
38 38

Hal ini bukan berarti bahwa bila seseorang bermain rulet sekali lantas dia akan kalah 76 sen;
malah, mestinya jelas dari permainan ini bahwa dalam sekali bermain orang akan ataukah kalah
Rp 1, 50, atau kalah Rp 1, 00, atau menang Rp 8, 00. Tetapi bila seseorang bermain agak ‘lama’,
maka pada rata-rata permainan orang akan kalah 76 sen. ( pernyataan terahir ini sepenuhnya
sesuai dengan hokum lemah bilangan besar, teorema 6.2.7)

Seperti kelihatanya jelas dari segi intuisi, dan akan ditunjukan di pasal 5.3, rataan suatu jumlah
( dalam hal ini keuntungan dalam 100 kali putaran) ialah jumlah dari rataan, jadi kemenangan
yang diharapkan dalam 100 putaran akan sama dengan (100)(-0,763) = - Rp 76, 32. [ Perhatikan
bahwa suatu pertaruhan atau perjudian dikatakan adil jika keuntungan bersih Y mempunyai E(Y)
< 0.]

Contoh 5.1.9 Sifat lainya dari harapan adalah

E |g (X) | = 0 → g (x) = 0 untuksemua x dengan fungsi padat ( atau peluang) ang positif.
(Ini benar karena supaya integral suatu fungsi yang tak negative menjadi nol, fungsi tersebut
haruslah identic nol, dan diketahui bahwa

E | g(X)| = ∫ |g ( x )|f x ( x ) dx=0

−∞

Dengan fungsi yang dalam tanda integral adalah suatu fungsi yang tak negative karena baik |g(x)
| maupun fx (x) keduanya tak negative).

Defenisi 5.1.10 Misalkan X suatu p. a dengan f. d. F(x). Momen ke n ( tak terpusat) dari X
adalah ( bila harapan ini ada ) μn = EXn.

Lemma 5.1.11 Bila momen ke r E (XS) suatu p.a X ada untuk satu bilangan bulat positif r, maka
(XS) juga ada untuk s = 1, 2, 3…., r – 1

Contoh 5.1.12 Misalkan X suatu p.a dengan f. p.p f(x) = 2/x 3 untuk 1 < x < ∞ ( dan 0 selainya).
Maka E (X) ada karena

∞
2 −2 ∞
E ( X ) =∫ x 3
dx= ∨ =2
1 x x 1

Tetapi E ( XS) tidak ada untuk r ≥ 2 karena

∞ ∞
E ( X r )=∫ X r f x ( x ) dx ≥∫ x 2 f x ( x ) dx=E (X 2 )
1 1

∞
2 x2
¿∫ 3
−dx=2∈ ( x )∨∞ =∞
1 x 1

Teorema 5.1.13 Ketaksamaan Holder Misalkan X dan Y dua p. a sembarang dan misalkan p dan
q, p > 1 dan q > 1, sedemikian rupa sehingga 1/p + 1/q = 1. Maka

E|XY |≤ ¿

Defenisi 5.1.14 Misalkan X suatu p.a dengan f.d F(x). Momen pusat ke n dari X (bila nilai
harapan ini ada) ialah μn=E ¿. Variansi dari X, dinyatakan dengan Var (X) atau σ 2(X), ialah μ2
(momen pusat ke dua dari X ).
Defensi 5.1.15 Fungsi pada f x (x) diaktakan setangkup terhadap μ bila untuk semua x, fx (
μ+ x ¿=fx( μ−x)

Defenisi 5.1.16 Momen ke tiga terhadap rataan, μ3=E ¿ , bila dibagi dengan apa yang disebut’
simpangan baku. Pangkat tiga, disebut kemencongan dari distribusi X, dan sering dinyatkan
dengan α 3.

μ3
α 3= = E¿¿
α3