MAKALAH
Oleh:
Windi Noviandita
203402616
Syukur Alhamdulillah penulis ucapkan kepada yang Maha pemberi Nikmat kesehatan
jasmani dan rohani yakni Allah SWT, karena dengan Nikmat-Nya saya dapat menyelesaikan
tugas makalah dengan pokok bahasan “Nilai Harapan”. Makalah ini disusun untuk memenuhi
tugas mata kuliah Statistik Matematika I. Tidak lupa penulis ucapkan kepada Ibu Dosen
Statistik Matematika I, yang telah mengarahkan dan membimbing mata kuliah Statistik
Matematika I.
Penulis menyadari bahwa keterbatasan pengetahuan dan pemahaman tentang Konsep Nilai
Harapan, menjadikan keterbatasan itu pula untuk memberikan penjabaran yang lebih dalam
tentang masalah ini, kiranya mohon dimaklumi apabila banyak terdapat kekurangan dan
Sebagai harapan semoga makalah ini membawa manfaat bagi kita, setidaknya untuk sekedar
membuka cakrawala berpikir kita tentang konsep dari Nilai Harapan dalam kehidupan kita.
PENULIS
DAFTAR ISI
KATA PENGATAR…………………………………………………………………… ii
BAB I PENDAHULUAN………………………………………………………… 1
A. Latar Belakang………………………………………………………………… 1
B. Rumusan Masalah……………………………………………………….......... 1
BAB II PEMBAHASAN………………………………………………………….. 2
D. Teorema Chebyshev…………………………………………………………… 10
A. Kesimpulan……………………………………………………………………. 11
DAFTAR PUSTAKA
BAB I
PENDAHULUAN
A. LATAR BELAKANG
Distribusi probabilitas memiliki berbagai sifat atau karakteristik yang dapat digunakan untuk
mengidentifikasi suatu distribusi. Karakteristik yang biasa digunakan antara lain rata-rata
hitung yang biasa disebut “harapan matematis” (nilai harapan) dan variansi. Harapan
matematis ini menentukan tendensi sentral dari distribusi probabilitas.
kali kita menjumpai data pengamatan yang memuat perubah acak tidak tunggal.
Sering
dinyatakan
B. RUMUSAN MASALAH
1. Bagaimanakah pengertian dan konsep dari nilai harapan dari peubah acak?
2. Bagaimanakan pengertian dan konsep dari variansi dan kovariansi?
3. Bagaimanakah pengertian dan konsep dari fungsi pembangkit momen?
4. Bagaimanakah pengertian dan konsep dari teorema chebyshev?
BAB II
PEMBAHASAN
Nilai harapan perubah acak X atau rata-rata distribusi peluang X ditulis atau . Dalam
statistik rata-rata ini disebut harapan matematik, dinyatakan sebagai E(X). Rata-rata atau nilai
harapan dari perubah acak X ini menggambarkan letak pusat distribusi probabilitas.
Contoh:
Misalkan percobaan itu masing-masing menghasilkan sebanyak 4, 7, dan 5 kali, maka rata-
rata banyaknya sisi muka per lantunan [nilai harapan matematik] adalah
E(X) tersebut adalah rata-rata dan tidak perlu menyatakan hasil yang muncul dalam
percobaannya. Rata-rata ini yang disebut rata-rata perubah acak X atau rata-rata distribusi
probabilitas X, dan juga banyak yang menyebutnya harapan matematik atiasa disebut nilai
harapan dari perubah acak X.
Definisi
Jika X suatu perubah acak dengan fungsi probabilitas f(x), maka nilai harapan (rata-rata)
perubah acak X adalah
Contoh:
Teorema
Jika X suatu perubah acak dengan fungsi probabilitas f(x), maka nilai harapan perubah acak
g(X) adalah
Contoh :
1. Jika X menyatakan banyaknya mobil yang datang di tempat pencuci mobil setiap hari
antara jam 13.00 – 14.00 mempunyai distribusi probabilitas seperti pada tabel di bawah
ini:
x 4 5 6 7 8 9
P(X=x
)
Jika diketahui bahwa g(X) = 2X – 1 menyatakan upah para karyawan yang dibayar
perusahaan pada jam tersebut (dalam ribuan rupiah), maka tentukan pendapatan yang
diharapan karyawan perusahaan tersebut.
Penyelesaian:
Penyelesaian:
Teorema
Jika X dan Y, perubah acak dengan fungsi probabilitas gabungan f(x,y), maka nilai harapan
perubah acak g(X,Y) adalah
Contoh
Penyelesaian:
Sifat-sifat nilai harapan:
1. Variansi
Variansi dari perubah acak X diberi notasi Var(X) atau akar positip dari variansi, disebut
simpangan baku X.
Definisi
Jika X suatu peubah acak dengan fungsi massa peluang f(x), dengan rata-rata , maka
variansi X adalah
Teorema
Contoh :
Permintaan mingguan Coca Cola (dalam liter), pada jaringan pemasaran daerah merupakan
perubah acak yang dapat dinyatakan dalam bentuk berikut:
Carilah rata-rata dan variansinya
Penyelesaian:
Teorema
Jika X suatu perubah acak dengan fungsi peluang f(x), maka variansi perubah acak g(X)
adalah
Contoh:
Hitung variansi g(X) = 2X+3 ,jika perubah acak dengan distribusi probabilitas:
Y 0 1 2 3
f(y)
Penyelesaian:
2. Kovariansi
Untuk menentukan Var(X + Y) dua variabel acak X dan Y yang didefinisikan pada ruang
sampel yang sama perlu adanya pengertian mengenai apa yang di maksud dengan kovariansi.
Definisi
Jika X dan Y perubah acak dengan distribusi probabilitas gabungan f(x,y), maka kovariansi
X dan Y adalah
Teorema
Kovariansi dua perubah acah X dan Y dengan rata-rata dan diberikan oleh rumus
Contoh:
Jika perubah acak X dan Y dengan fungsi padat gabungan diberikan sbb:
Penyelesaian:
Definisi
Misalkan h suatu bilangan real positif sehingga nilai E{etX} ada untuk setiap t di dalam
interval (–h,h). Fungsi M(t) = E{e tX}; –h < t < h dinamakan fungsi pembangkit momen
(fpm) dari X.
Teorema
Turunan pertama fpm untuk t = 0 sama dengan rerata peubah acak yang bersangkutan,
yakni M'(0) =
Teorema
Variansi peubah acak X dapat dihitung dari turunan fpm M(t) untuk t =0, yaitu
Teorema
Misalkan menyatakan turunan ke-m dari M(t). Momen ke-m dari peubah acak X,
yakni E(Xm) dapat diberikan oleh E(Xm) = (0)
Contoh:
Penyelesaian:
D. Teorema Chebyshev
Teorema
Probabilitas setiap perubah acak X mendapat nilai dalam k simpangan baku dari nilai rata-
Contoh:
b.
penyelesaian:
a.
b.
BAB III
PENUTUP
A. KESIMPULAN
- Jika X suatu perubah acak dengan fungsi probabilitas f(x), maka nilai harapan (rata-
rata) perubah acak X adalah
- Jika X suatu peubah acak dengan fungsi massa peluang f(x), dengan rata-rata , maka
variansi X adalah
- Kovariansi dua perubah acah X dan Y dengan rata-rata dan diberikan oleh
rumus
- Variansi peubah acak X dapat dihitung dari turunan fpm M(t) untuk t =0, yaitu
DAFTAR PUSTAKA
www.google.co.id/search