Latihan coba

A. Isian Singkat
1. a) Variabel peubah acak adalah suatu fungsi yang memetakan kejadian ke suatu
bilangan real. Contoh variabel acak = banyak pengunjung suatu bank
b) Proses stokastik adalah himpunan variabel acak. Contoh = proses poisson (kejadian
banyaknya pengunjung suatu bank)
2. Diketahui distribusi populasi yaitu X N (53,5 ; 6,25). Maka distribusi sampel yaitu

(
X N 53,5 ;
6,25
n ) .

e−1.5 ( 1.5 )3
3. X POIS(1,5), P ( X=3 )= =0.12551071508
3!
4. Proses menghitung adalah: { N ( t ) , t ≥ 0 } , jika N (t ) menyatakan banyaknya kejadian
dalam suatu rentang waktu [ 0 , t ) atau ¿.
Proses Poisson adalah: Proses menghitung yang memiliki λ> 0, jika memenuhi:
- N ( 0 )=0
- Mempunyai kenaikan yang saling bebas
e− λt ( λt )n
- P [ N ( t +s )−N ( s )=n ] = , n=0,1,2 , …
n!
Distribusi Eksponensial: Distribusi yang dapat digunakan di proses poisson jika
peubah acak tersebut kontinu
Ilustrasi:

Dist.
ekspon
ensial
Poisson

Prosesmenghiung

B. Essay Panjang
1. X = banyak seleksi yang dilalui siswi tersebut agar menjadi salah satu penyanyi
Dicari x = banyak seleksi yang dilalui agar lolos
x−1
P ( X=x )=1= p (1− p )
Maka diperoleh
1 x−1
=( 1− p )
p
1
=( x−1 ) ln ( 1−p )
p
 1
=x−1
p ln ⁡(1− p)
1+ p ln ⁡(1− p)
=x
p ln ⁡( 1− p)
Sehingga, banyak seleksi yang harus dilalui siswi untuk 1 sesi lolos adalah
1+ p ln ⁡(1− p)
. Jika terdapat R sesi maka banyak seleksi yang harus dilalui adalah
p ln ⁡( 1− p)
1+ p ln ⁡(1− p)
R.
p ln ⁡( 1− p)
2. Diketahui bahwa
P ( 1 ) + P (−1 )
P ( X bernilai genap ) =
2
∞ ∞

∑ 1 j P ( X = j ) + ∑ −1 j P ( X = j )
j=0 j=0
¿
2
∞ j −λ ∞ j −λ
λ e (−λ ) e
∑1 j
j!
+e ∑
−2 λ
j!
j=0 j=0
¿
2
1+ e−2 λ
¿
2
Terbukti bahwa
−2 λ
1+ e
P ( X bernilai genap ) =
2
3. a) Waktu yang diharapkan Andi adalah 15 menit (dengan asumsi Andi dating dan
langsung mendapatkan bus)
e−λt ( λ t )n
b) Diketahui bahwa P ( N ( s+ t )−N ( s ) =n ) =
n!
Maka agar dapat mencari t menit yang dibutuhkan untuk 1 bus datang, diperoleh
dengan:
P ( N ( 0+t )−N ( 0 )=1 ) =1
atau dapat ditulis kembali menjadi
P ( N (t )=1 ) =1
menurut definisi P ( N (t )=1 ) =λt+ o ( t ), sehingga diperoleh
4 t+ o ( t ) =1
karena o (t ) konvergen ke 0, maka
4 t≅1
1
t ≅ jam
4
Jadi, untuk menunggu 1 bus datang diperlukan waktu ±15 menit (1/4 jam).
Jika Andi memutuskan berjalan kaki → membutuhkan waktu 50 menit sampai ke
rumah
 Jika Andi memutuskan menunggu ± 15 menit sampai bus datang → membutuhkan
waktu t+ 15 menit ≅ 30 menit .
Maka dari itu, keputusan yang diambil Andi agar cepat sampai rumah adalah
menunggu bus datang selama ± 15 menit sehingga dapat sampai di rumah dengan
waktu sekitar 30 menit.
Latihan 08

1. Diketahui { X ( t ) ,t >0 } adalah suatu proses Poisson majemuk. Tentukan fungsi pembangkit
momen dan kemudian mean dari X ( t ).
Jawab:
Proses stokastik { X ( t ) ,t >0 } dikatakan sebagai proses Poisson majemuk jika dapat
direpresentasikan untuk t >0 oleh
N(t )

X ( t )=∑ Y i
i=1
dengan
{ N ( t ) , t> 0 } adalah proses Poisson dan {Y i , i=1,2 , …} adalah keluarga peubah acak saling
bebas dan berdistribusi identic yang saling bebas dari proses { N ( t ) , t> 0 } . Ini berarti
{ X ( t ) ,t >0 } adalah proses Poisson majemuk maka X ( t) adalah peubah acak Poisson
majemuk.
Nilai Ekspektasi
E [ X ( t ) ]=E [ E [ X ( t )|N ( t ) ] ]

[ [∑ | ] ]
N (t )
¿E E Y i N ( t )=n
i=1

[ [∑ ] ]
n
¿E E Yi
i=1

Karena Y i merupakan peubah acak yang memiliki distribusi probabilitas yang sama

[∑ ]
n
sehingga E Y i =n E [ Y i ], selanjutnya diperoleh
i=1

E [ X ( t ) ]=E [ nE [ Y i ] ]
¿ E [ n] E [ Y i ]
¿ E [ N (t) E [Y i]]
¿ E [ N (t ) ] E[Y i ]
diketahui N (t ) merupakan peubah acak berdistribusi Poisson sehingga
E [ N ( t ) ]=var [ N ( t ) ]=λt , sehingga diperoleh
E [ X ( t ) ]=λt
Fungsi Pembangkit Momen
Diketahui bahwa
P ( X ( t ) =i )=∑ P ( X ( t )=i|N ( t )=n ) P ( N ( t )=n ) .
n
Maka,
E [e ]=∑ e si P ( X ( t )=i )
sX ( t )

¿∑e ∑ P ( X ( t )=i|N ( t )=n ) P ( N ( t )=n )

si

i n

¿ ∑ P ( N ( t )=n ) ∑ e P ( X ( t )=i| N ( t )=n )

si

n i

¿ ∑ P ( N ( t )=n ) ∑ e P ( Y 1 +Y 2 +…+Y n =i )
si

n i

¿ ∑ P ( N ( t )=n ) M Y ( s )n
n

¿ ∑ P ( N ( t )=n ) e
n ln ( M Y ( s ) )

¿ M N ( t ) ln ( M Y ( s ) )
λt M Y ( s )− 1
¿e
Varians
Var ( X ( t )) =E [ Var ( X ( t )|N ( t ) ) ] +Var ¿
¿ E [ N (t ) Var ( Y ) ] +Var ( N ( t ) E [ Y ] )
¿ Var ( Y ) E [ N ( t ) ] + E [ Y ] Var ( N ( t ) )
2

2
¿ Var ( Y ) λt + E [ Y ] λt
¿ λt ( Var ( Y ) + E [ Y ] )
2

2
¿ λtE [ Y ]