Materi-3: Statistika Matematika

Peserta kuliah: PSPM 2020-D, C, G

Dosen: Prof. Drs. Zul Amry, M. Si., Ph. D

BAB 1. Dasar-dasar Statistika Matematika (bagian-3)

Fungsi Pembangkit Momen ( Moment Generating Function) disingkat MGF

Pengantar
Bahan ajar yang dibahas dalam materi-3 ini merupakan kelanjutan dari materi-2 dasar-dasar statistika-matematika
yang dikhususkan pada topik Fungsi Pembangkit Momen, dengan kompetensi mahasiswa mampu:
● Menentukan MGF suatu variabel random dengan densitas yang diketahui.
● Menerapkan teorema yang terkait dengan MGF

6. Momen
Definisi 7
Momen ke k disekitar a dari variabel random X didefinisikan dengan:

  ( x − a ) . f ( x )dx , X kontinu
k

E ( X − a ) = − 
k
( )
 ( x − a ) k . f ( x ), X diskrit
 x
dari definisi ini dapat diperoleh momen ke k disekitar 0 adalah
 k
  x . f ( x )dx , X kontinu
E X k = −  ( ) `
 x . f ( x ), X diskrit
k
 x
7. Fungsi Pembangkit Momen (MGF)

Definisi 8
Misalkan X adalah variabel random. MGF dari X dinotasikan dengan M X (t ) dan didefinisikan
  tx
  e . f ( x )dx , X kontinu
M X ( t ) = E e tX( ) = − 
 e tx . f ( x ), X diskrit
 x
Contoh
e − x , x  0
1) Misalkan X adalah variabel random dengan densitas f (x ) =  , MGF X adalah
0 , otherwise
 
( )=  e
 
1 ( t −1 ) x 
M X (t ) = E e tX tx
f ( x ) dx =  e tx −x
e dx =  e ( t −1 ) x
dx = e 
− 0 0 t −1 0

1 −( 1−t ) x 
( 0 − 1 ) = (1 − t )
1 −1
= e  =
t −1 0 t −1

∴ 𝑀𝑋 (𝑡) = (1 − t )
−1

𝑥
, 𝑥 = 1,2,3
2) Tentukan MGF X , apabila X variabel random dengan densitas 𝑓(𝑥) = { 6 .
0, 𝑜𝑡ℎ𝑒𝑟𝑤𝑖𝑠𝑒
𝑥
𝑀𝑋 (𝑡) = 𝐸(𝑒 𝑡𝑋 ) = ∑𝑥 𝑒 𝑡𝑥 𝑓(𝑥) = ∑𝑥=1,2,3 𝑒 𝑡𝑥
6
1 2 3
= 𝑒𝑡 + 𝑒 2𝑡 + 𝑒 3𝑡
6 6 6

1 2 3
∴ 𝑀𝑋 (𝑡) = 𝑒 𝑡 + 𝑒 2𝑡 + 𝑒 3𝑡
6 6 6

Hubungan antara momen dan MGF disajikan pada teorema berikut:

1
Teorema 4
Jika MGF dari suatu variabel random X ada, maka E X k = M (Xk ) ( 0 ) , k=1, 2, 3, … ( )
Bukti (untuk yang kontinu)

Berdasarkan definisi M X ( t ) = E e tX =( ) e
tx
. f ( x )dx , ambil derivatifnya terhadap t, sebagai berikut :
−

M 1X (t ) =  x.e
tx
. f ( x)dx
−


X (t ) =
M 11  x .e
2 tx
. f ( x)dx
−



M X( k ) (t ) =  x .e
k tx
. f ( x)dx
−

sehingga untuk t=0, akan diperoleh : M (Xk ) ( 0 ) = x
k
( )
.e x . f ( x )dx = E X k 
−
dengan notasi lain dapat dituliskan:

( )
E Xk =
dk
M X (t ) , k = 1, 2, 3, 
dt k t =0

pembuktian lebih lanjut, dapat dilakukan dengan induksi matematika

Contoh
x
 , x = 1, 2 , 4
Misalkan X adalah variabel random dengan densitas f (x ) = 7 ,

0 , otherwise
tentukan E ( X ) dan Var ( X ) melalui MGF.
Jawab
( ) x 1 t 2 2t 4 4t
● MGF X M X (t ) = E e tX =  e t x = e + e + e
7 7
x =1, 2 , 4 7 7

M X (t ) = e t + e 2t + e 4t
d 1 4 16
● Tentukan derivatif pertama:
dt 7 7 7
E ( X ) = M X (t )
d 1 4 16
= + + =3
dt t =0 7 7 7
d2
M X (t ) = e t + e 2t +
1 8 64 4t
● Tentukan derivatif kedua: 2
e
dt 7 7 7

( ) d2
E X 2 = 2 M X (t )
1 8 64 73
= + +
7 7 7
=
7
dt t =0

● Var ( X ) = E ( X 2 ) −  2 =
73 10
− 32 =
7 7

Soal-latihan-3

1) Tentukan MGF X , E ( X ) dan Var ( X ) dari variabel random X masing-masing dengan densitas berikut
x2 1 − x
 , jika x = 1,2 ,3  e 3 , jika x  0
a) f ( x ) =  14 b) f ( x ) =  3
0 , otherwise 0 ,
  otherwise

et
2) Misalkan X variabel random dengan MGF M X (t ) = , tentukan E ( X ) dan Var ( X )
2 − et

Ξξξ