Teknik Transformasi Satu-Satu

Teknik transformasi untuk mencari distribusi suatu peubah acak baru dapat

dibagi jadi dua yakni transformasi satu-satu dan transformasi yang bukan satu-satu.

Pada umumnya terdapat tiga teknik untuk mencari distribusi dari suatu peubah

acak yakni teknik CDF, teknik transformasi, dan teknik MGF. Kita telah membahas

teknik CDF, dan sekarang kita akan lanjutkan dengan teknik transformasi.

Teknik transformasi ini dapat dibagi jadi dua yakni transformasi satu-satu dan

transformasi yang bukan satu-satu.

Transformasi Satu-Satu Kasus Peubah Acak Diskrit XX

Misalkan XX adalah peubah acak diskrit dengan pdf fX(x)fX(x).

Jika Y=g(X)Y=g(X) merupakan transformasi satu-satu, maka fungsi pdf dari YY adalah

di mana B={y|fY(y)>0}B={y|fY(y)>0} dan g−1g−1 merupakan fungsi kebalikan umum.

Bukti:

Karena Y=g(X)Y=g(X) adalah fungsi satu-satu yang memetakan YY ke XX, maka untuk

setiap nilai y=f(x)y=f(x) terdapat tepat satu nilai x=g−1(y)x=g−1(y), sehingga:

di mana B={y|fY(y)>0}B={y|fY(y)>0}.
Contoh 1: Kasus Diskrit

Misalkan peubah acak XX mengikuti distribusi geometri dengan parameter pp,

yakni X∼Geo(p)X∼Geo(p) dan fX(x)=pqx−1; x=1,2,3,…fX(x)=pqx−1; x=1,2,3,….

Tentukan pdf dari Y=X−1Y=X−1.

Pembahasan:

Karena y=x−1y=x−1, maka x=y+1=g−1(y)x=y+1=g−1(y). Sehingga pdf dari YY adalah

Transformasi Satu-Satu Kasus Peubah Acak Kontinu XX

Misalkan XX adalah peubah acak kontinu dengan pdf fX(x)fX(x).

Jika Y=g(X)Y=g(X) merupakan transformasi satu-satu dari A={x|fX(x)>0}A={x|

fX(x)>0} ke B={y|fY(y)>0}B={y|fY(y)>0}, maka fungsi pdf dari YY adalah

dengan syarat turunan (derivative) ddy(g−1(y))ddy(g−1(y)) adalah kontinu dan taknol

dalam BB.

Bukti:

Pada kasus kontinu maka fungsi satu-satu hanya memiliki satu di antara 2 kemungkinan

yaitu:
 1. Fungsi tersebut monoton naik (monotonic increasing): a>b⇒f(a)>f(b)a>b⇒f(a)>f(b)

2. Fungsi tersebut monoton turun (monotonic decreasing): a>b⇒f(a)<f(b)a>b⇒f(a)<f(b)

Dalam teori peluang kita tahu bahwa FX(x)FX(x) adalah fungsi yang monoton naik

dan 1−FX(x)1−FX(x) adalah fungsi monoton turun. Perhatikan gambar berikut.

Gambar: Fungsi monoton naik dan fungsi monoton turun.

Karena sifat FX(x)FX(x) dan 1−FX(x)1−FX(x) yang monoton tersebut maka aplikasi metode

transformasi dilakukan melalui salah satu dari kedua fungsi tersebut, sebagai berikut:

Jika Y=g(X)Y=g(X) merupakan fungsi naik (increasing function)

maka g(x)≤y↔x≤g−1(y)g(x)≤y↔x≤g−1(y), sehingga kita gunakan FX(x)FX(x) untuk

menurunkan fungsi fY(y)fY(y) sebagai berikut:

Dengan demikian,
Jika Y=g(X)Y=g(X) merupakan fungsi turun (decreasing function)

maka g(x)≤y↔x≥g−1(y)g(x)≤y↔x≥g−1(y), sehingga kita gunakan 1−FX(x)1−FX(x) untuk

menurunkan fungsi fY(y)fY(y) sebagai berikut:

Dengan demikian,

Contoh 2: Kasus Kontinu

Misalkan diketahui FX(x)=1−e−2x,0<x<∞FX(x)=1−e−2x,0<x<∞. Jika Y=eXY=eX,

tentukanlah distribusi dari YY.

Pembahasan:

Kita cari pdf dari XX terlebih dahulu, yakni

Karena y=exy=ex, maka x=lny=g−1(y)x=ln⁡y=g−1(y). Sehingga

Dengan demikian, fungsi pdf dari YY yaitu

Contoh 3: Kasus Kontinu

Jika diketahui fX(x)=1;0<x<1fX(x)=1;0<x<1. Tentukan pdf dari Y=eXY=eX.

Pembahasan:

Karena y=exy=ex, maka x=lny=g−1(y)x=ln⁡y=g−1(y). Sehingga

Dengan demikian, pdf dari YY adalah

Contoh 4: Kasus Kontinu

Andaikan XX mempunyai fungsi kepekatan peluang (pdf)

dan nol untuk xx lainnya, di mana θθ adalah parameter positif. Ini merupakan contoh

distribusi Pareto. Tentukanlah pdf dari Y=lnXY=ln⁡⁡X.

Pembahasan:

Karena x>1x>1 maka y>0y>0 dan invers transformasinya

adalah x=eyx=ey dan dx/dy=eydx/dy=ey. Dengan demikian,

Perhatikan bahwa fungsi pdf dari YY adalah pdf untuk distribusi eksponensial.

Transformasi Bersama (Joint Transformations)

Teorema-teorema yang telah kita bahas sebelumnya dapat diperluas untuk fungsi beberapa

peubah acak.

Definisi: Kasus Diskrit

Andaikan X1,X2X1,X2 mempunyai pdf bersama fX1,X2(x1,x2)fX1,X2(x1,x2).

Misalkan Y1=g1(X1,X2)Y1=g1(X1,X2) dan Y2=g2(X1,X2)Y2=g2(X1,X2).

Jika y1=g1(x1,x2)y1=g1(x1,x2) dan y2=g2(x1,x2)y2=g2(x1,x2) adalah transformasi satu-

satu, maka x1=g−11(y1,y2)x1=g1−1(y1,y2) dan x2=g−12(y1,y2)x2=g2−1(y1,y2). Dengan

demikian, joint pdf dari Y1Y1 dan Y2Y2 adalah

Definisi: Kasus Kontinu

Andaikan X1,X2X1,X2 mempunyai pdf bersama fX1,X2(x1,x2)fX1,X2(x1,x2).

Misalkan Y1=g1(X1,X2)Y1=g1(X1,X2) dan Y2=g2(X1,X2)Y2=g2(X1,X2).

Jika y1=g1(x1,x2)y1=g1(x1,x2) dan y2=g2(x1,x2)y2=g2(x1,x2) adalah transformasi satu-

satu, maka x1=g−11(y1,y2)x1=g1−1(y1,y2) dan x2=g−12(y1,y2)x2=g2−1(y1,y2). Kemudian

jika |J|, yang diberikan oleh

adalah determinan Jacobian transformasi. Maka joint pdf dari Y1Y1 dan Y2Y2 adalah

Contoh 5: Kasus Kontinu

Andaikan X1X1 dan X2X2 mempunyai joint pdf

Dengan transformsi y1=x1y1=x1 dan y2=x1+x2y2=x1+x2, kita

peroleh x1=y1x1=y1 dan x2=y2−y1x2=y2−y1.

Himpunan B={(y1,y2):0≤y1≤y2≤∞}B={(y1,y2):0≤y1≤y2≤∞}. Nilai Jacobian adalah

Dengan demikian, joint pdf dari Y1Y1 dan Y2Y2 diberikan oleh

Jika kita hanya ingin mencari pdf dari Y2=X1+X2Y2=X1+X2, kita harus mencari pdf

marginal dari Y2Y2 dengan mengintegralkan keluar Y1Y1. Kita peroleh

Contoh 6: Kasus Kontinu

Jika diketahui X1X1 dan X2X2 mempunyai joint pdf

Andaikan kita ingin mencari pdf dari Y1=X1/X2Y1=X1/X2. Kita perlu peubah lain di sini,

yakni Y2=X2Y2=X2. Kita pilih peubah Y2Y2 agar kita bisa mencari invers dengan mudah.

Inversnya adalah x1=y1y2x1=y1y2 dan x2=y2x2=y2. Nilai Jacobian adalah

Kita punya A={0<x1<x2<1}A={0<x1<x2<1},

maka B={0<y1y2<y2<1}B={0<y1y2<y2<1} atau B={0<y1<1,0<y2<1}B={0<y1<1,0<y2<1

}. Sehingga,

Dengan demikian, pdf marginal dari Y1Y1 adalah