Makalah Statistika Matematika

TRANSFORMASI PEUBAH ACAK DISKRIT

Disusun Oleh :
Kelompok 2

Ade Irfan Ritonga 8216172005

Eliana Jenifer Marbun 8216172011
Mar I Muhammad 8216172008
Rizkiyan Hadi 8216172007

DIKMAT B-2

Dosen Pengampu : Dr. Ani Minarni, M.Si

JURUSAN PENDIDIKAN MATEMATIKA

PROGRAM PASCASARJANA PENDIDIKAN MATEMATIKA
UNIVERSITAS NEGERI MEDAN
2022
Makalah Statistika Matematika

KATA PENNGANTAR
Puji dan syukur kita ucapkan kehadirat Tuhan Yang Maha Esa yang mana telah
memberikan rahmat dan hidayah-Nya, sehingga penulis dapat menyelesaikan Makalah yang
berjudul tentang “Transformasi Peubah Acak Diskrit” sebagai pemenuhan tugas mata kuliah
Statistika Matematika.
Penulis mengucapkan terima kasih kepada Ibu Dr. Ani Minarni, M.Si selaku Dosen
Pembimbing mata kuliah ini yang telah memberikan masukan kepada penulis sehingga
penulis dapat menyelesaikan tugas ini dengan baik.
Penulis menyadari bahwa makalah ini masih jauh dari sempurna. Karena itu penulis
mengharapkan kritik dan saran yang bersifat membangun dari pembaca demi kesempurnaan
Miniresearch ini di kemudian hari. Akhir kata penulis memohon maaf atas segala kekurangan
dalam Miniresearch ini. Semoga makalah ini bermanfaat bagi kita semua.

Medan, November 2022

Penulis

i
Makalah Statistika Matematika

DAFTAR ISI

Kata Pengantar ................................................................................................................i

Daftar Isi .........................................................................................................................ii
BAB I Pendahuluan ........................................................................................................1
1.1 Latar Belakang .....................................................................................................1
1.2 Rumusan Masalah ................................................................................................1
1.3 Tujuan ..................................................................................................................2
BAB II Pembahasan........................................................................................................3
2.1 Metode Fungsi Distribusi ....................................................................................3
2.2 Metode Transformasi untuk Kasus Unvariat........................................................8
2.3 Metode Transformasi untuk Kasus Bivariat.......................................................12
2.4 Metode Fungsi Pembangkit Momen ................................................................19
BAB III Penutup ...........................................................................................................21
3.1 Kesimpulan ........................................................................................................21
3.2.............................................................................................................................21
Daftar Pustaka

ii
Makalah Statistika Matematika

BAB I
PENDAHULUAN

1.1 Latar Belakang

Dalam kehidupan sehari-hari, sering kita jumpai banyak hal yang dapat kita
deskripsikan dalam bentuk data. Informasi data yang diperoleh tentunya harus diolah terlebih
dahulu menjadi sebuah data yang mudah dibaca dan dianalisa. Statistika adalah ilmu yang
mempelajari cara-cara pengolahan data.
Untuk meperoleh data-data tersebut, diperlukan adanya suatu penelitian. Penelitian
ini didapatkan melalui berbagai cara, dan juga berbagai langka-langkah pengujian dari para
pengumpul data. Pernyataan dugaan atau pernyataan sementara kita ini yang disebut
hipotesis.
Hipotesis seperti yang kita ketahui (statistik), yakni dugaan yang mungkin benar,
atau mungkin juga salah. Dia akan ditolak jika salah atau palsu, dan akan diterima jika faktor-
faktor membenarkannya. Penolakan dan penerimaan hipotesis, dengan begitu sangat
tergantung kepada hasil-hasil penyelidikan terhadap faktor-faktor yang dikumpulkan.
Selanjutnya, pengujian hipotesis penelitian secara perhitungan statistik memerlukan
perubahan rumusan hipotesis ke dalam rumusan hipotesis statistik yang mana memasangkan
hipotesis alternatif (Ha) dan hipotesis nol (Ho) sehingga dapat memutuskan dengan tegas
menolak atau menerima salah satu dari kedua hipotesis tersebut. Selain itu, Pengujian
hipotesis deskriptif pada dasarnya merupakan proses pengujian generalisasi hasil penelitian
yang didasarkan pada satu sampel.

1.2 Rumusan Masalah

Berdasarkan latar berlakang diatas, adapun rumusan masalahnya adalah:
1. Bagaimana metode fungsi distribusi?
2. Bagaimana metode Transformasi untuk Kasus Univariat ?
3. Bagaiamanakah metode Transformasi untuk Kasus Bivariat ?
4. Bagaiamanakah metode Fungsi Pembangkit Momen ?

1.3 Tujuan dari Masalah

Berdasarkan rumusan masalah diatas, adapun tujuannya adalah:
1. Untuk mengetahui metode fungsi distribusi
2. Untuk mengetahui bagaimana metode Transformasi untuk Kasus Univariat

1
Makalah Statistika Matematika

3. Untuk mengetahui bagaimana metode Transformasi untuk Kasus Bivariat.

4. Untuk mengetahui bagaimana metode Fungsi Pembangkit Momen.

2
Makalah Statistika Matematika

BAB II
PEMBAHASAN

2.1 Metode Fungsi Distribusi

Dalam banyak aplikasi statistik, jika diberikan suatu distribusi peluang peubah a
cak univariat X, maka akan diperlakukan distribusi peluang dari peubah acak univariat
yang lain Y= ( X ) , dimna φ adalah suatu fungsi yang diketahui. Misalanya, jika kita m
engetahui distribusi peluang peubah acak X, kita bisa mengetahui distribusi Y = ln(X).
Berikut ini beberapa bentuk peubah acak lain yang memerlukan transformasi untuk m
endapatkan fungsi sebaran peluangnya ketika yang diketahui adalah fkp peubah acak
X.

( )
2
X −μ X −μ
Y = X , Y = | X| , Y = √|X|, Y = ln(X), Y =
2
, dan Y =
σ σ
Demikian pula untuk peubah acak bivariat (X,Y), beberapa transformasi yang pa
X
ling umum dari X dan Y adalah X + Y, XY, min {X,Y}, max {X,Y} atau √ X 2 +Y 2.
Y
Dalam bab ini, kita akan mengkaji bebragai metode untuk menentukan hasil transformasi dist
ribusi peubah acak univariat atau bivariat, ketika bentuk trasnformasi dan distribusi dari peub
ah- peubah diketahui. Pertama, kita bahas untuk peubah acak univariat, selanjunya kita bahas
berkaitan dengan peubah acak bivariat. Kita mulai dengan suatu soal untuk peubah acak univ
ariat diskrit berikut ini.
Soal 7.1
Fungsi kepadatan peluang dari peubah acak X ditunjukkan pada tabel dibawah ini. Tentukan f
ungsi kepadatan peluang dari peubah acak Y = X 2
X -2 -1 0 1 2 3 4
f(x) 1 2 1 1 1 2 2
10 10 10 10 10 10 10
Solusi:
Ruang peubah acak X adalah Rx = {-2,-1,0,1,2,3,4}, maka ruang dari peubah acak Y adalah R
Y = { x 2| x ∈ R X } maka RY = {0,1,4,9,16}. Sekarang kita hitung fungsi kepadatan peluang g(y)
untuk y di RY.
1
g(0) = P(Y = 0) = ( X 2 =0) = P(X = 0) =
10
3
g(1) = P(Y = 1) = ( X 2 =1) = P(X = -1) =
10

3
Makalah Statistika Matematika

2
g(4) = P(Y = 4) = ( X 2 =4 ) = P(X = -2) =
10
2
g(9) = P(Y = 9) = ( X 2 =9) = P(X = 3) =
10
2
g(16) = P(Y = 16) = ( X 2 =16) = P(X = 4) =
10
Kita ringkas distribusi Y pada tabel sebagai berikut:

X 0 1 4 9 16
g(y) 1 3 2 2 2
10 10 10 10 10

Gambar 7.1 Fungsi kepadatan peluang dari X & dari Y = X 2

Soal 7.2
Fungsi kepdatan peluang dari peubah acak X ditunjukkan pada tabel dibawah ini:
X 1 2 3 4 5 6
f(x) 1 1 1 1 1 1
6 6 6 6 6 6

Tentukan Fungsi kepdatan peluang dari peubah acak Y = 2X + 1.

Ruang peubah acak X adalah Rx = {1,2,3,4,5,6}, maka ruang dari peubah acak Y adalah
RY = { 2 x +1| x ∈ R X } maka RY = {3,5,7,9,11,13}. Sekarang kita hitung fungsi kepadatan p
eluang g(y) untuk y di RY.
1
g(3) = P(Y = 3) = (2 x+1=3) = P(X = 1) =
6
1
g(5) = P(Y = 5) = (2 x+1=5) = P(X = 2) =
6
1
g(7) = P(Y = 7) = (2 x+1=7) = P(X = 3) =
6
1
g(9) = P(Y = 9) = (2 x+1=9) = P(X = 4) =
6

4
Makalah Statistika Matematika

1
g(11) = P(Y = 11) = (2 x+1=11) = P(X = 5) =
6
1
g(13) = P(Y = 13) = (2 x+1=13) = P(X = 6) =
6
Kita ringkas distribusi Y pada tabel sebagai berikut:
Y 3 5 7 9 1 13
1
g(y) 1 1 1 1 1 1
6 6 6 6 6 6
Distribusi X dan 2X + 1 dituliskan dibawah ini,

Gambar 7.1 Fungsi kepadatan peluang dari X & fkp dari Y = 2X + 1

Pada soal diatas, kita telah menghitung fungsi kepadatan peluang dari peubah ac
ak Y = φ(x) yang ditransformasikan dimana φ(x) = x 2 transformasi ini tidak naik tidak
turun. Oleh karena itu, distribusi Y berubah menjadi sangat berbeda dari X. Pada soal
berikutnya, bentuk distribusi dari transformasi peubah acak Y = φ(x) dimana φ(x) = 2x
+ 1, pada dasarnya sama. Hal ini terutama disebabkan φ(x) = 2x + 1 adalah monoton d
i Rx.
Dalam bab ini kita akan memeriksa fungsi kepadatan peluang dari peubah acak
yang di transformasikan dengan mengetahui fungsi kepadatan peluang peubah acak ya
ng asli. Ada beberapa metode untuk menemukan fungsi kepadatan peluang dari peuba
h acak yang di transformasikan antara lain:
1) Metode fungsi ditribusi
2) Metode transformasi
3) Metode konvolusi dan
4) Metode fungsi pembangkit momen
Di antara empat metode tersebut, metode transformasi adalah yang paling bergu
na. Metode konvolusi merupakan kasus khusus dari metode ini. Metode transformasi
diturunkan dengan menggunakan metode fungsi distribusi.

5
Makalah Statistika Matematika

2.1.1 Metode Fungsi Dsitribusi

Kita telah melihat di BAB sebelumnya dalam buku Statistika Matematika suat
u metode yang mudah untuk menentukan fungsi kepadatan peluang dari transformasi
peubah acak kontinu adalah dengan menentukan fungsi distribusi komulatifnya dan ke
mudian fungsi kepadatan peluang tersebut diperoleh melalui diferensial.

Soal 7.3
Sebuah kotak akan dibuat sehingga tingginya 4 inci dan alasannya adalah X inci. Jika X berdis
tribusi Normal Standar, tentukan distribusi peluang volume kotak tersebut.
Solusi:
Volume kotak adalah suatu peubah acak, karena X adalah suatu peubah acak. Peubah acak V
diberikan oleh V = 4X2. Untuk menemukan fungsi kepadatan peluang V, pertama- tama kita te
ntukan bentuk fungsi distribusi G(v) dari V dan kemudian kita turunkan G(v). Fungsi distribus
i V diberikan oleh.
G(v) = P(V ≤ v)
= P (4X2 ≤ v)
1 1
= P (- √ v ≤ X ≤ √ v)
2 2
1
2
√v
1
1 −2 x
2

= ∫ √2 π
e dx
1
− √v
2

1
2
√v
1
1 −2 x
2

= 2∫ e dx
0 √2 π
Oleh karena itu, dengan memanfaatkanTteorema Dasar Kalkulus, kita peroleh,
dG (v)
g(v) = dv

( )
1
√v
2 1
= d 2∫ 1 −2 x
2

e dx
dv 0 √2 π
2
1 1
= 2 1 e 2 2 ( 1 ) d √v
− ( √ v)

√2 π 2 dv

6
Makalah Statistika Matematika

1
1 −8 v 1
= e
√2 π 2 √v
1 1
1 −1 − v
v2 e 8
= 1
r ( ) √8
2

Gambar 7.3 Fkp peubah acak X & fkp peubah acak Y

Soal 7.4
Jika fungsi kepadatan peluang X didefenisikan oleh,

{
1
f ( x) 2 , −1< x <1
0 , x lainnya
Tentukan kepadatan peluang Y = X2
Solusi:
Pertama kita tentukan funsgi distribusi komulatif Y lalu diferensialkan untuk memperoleh fkp
Y. Fungsi distribusi komulatif G(y) adalah,
G(y) = P(Y ≤ y)
= P (X2 ≤ y)
= P (-√ y ≤ X ≤ √ y )
√y
1
= ∫ 2
dx
− √y

=√y

Dengan demikian , fkp (fungsi kepadatan peluang) Y diberikan oleh,

dG ( y )
g(y) = dy
d( y)
= dy
1
= 2√ y untuk 0 < y <1

7
Makalah Statistika Matematika

Gambar 7.4 Fkp peubah acak X & Fkp peubah Acak Y

8
Makalah Statistika Matematika

2.2 Metode Transformasi untuk Kasus Univariat

Teorema berikut ini merupakan penopang metode transformasi.
Teorema 7.1
Misalkan X merupakan suatu peubah acak kontinu dengan fungsi kepadatan peluang f(x).
misalkan pula y = T(x) merupakan fungsi naik atau fungsi turun,, maka fungsi kepadatan
peluang dari peubah acak Y = T(x) diberikan oleh,

g ( y )= |dxdy |f (W ( y ) )
Dimana x= W(y) adalah fungsi dari invers dari T(x).
Bukti:
Misalkan y = T (x) merupakan suatu fungsi naik. Fungsi distribusi kumulatif G(y) diberikan
oleh,
G ( y )=P ( Y ≤ y )
¿ P ( T ( X )≤ y )
¿ P ( X ≤W ( y) )
W ( y)

¿ ∫ f ( x ) dx
−∞

Maka dengan mendeferensialkannya kita peroleh fungsi kepadatan peluang Y, yaitu :

dG( y )
g ( y )=
dy

(∫ )
W ( y)
d
¿ f ( x ) dx
dy −∞

dW ( y )
¿ f (W ( y ))
dy
dx
¿ f (W ( y )) , (Ketika x = W(y))
dy
Dalam hal yang lain, jika y = T(x) adalah fungsi turun,maka fungsi distribusi Y diberikan
oleh,
G ( y )=P ( Y ≤ y )
¿ P ( T ( X )≤ y )
¿ P ( X ≥W ( y) ) , T(x) menurun
¿ 1− P ( X ≤W ( y ) )
W ( y)

= 1- ∫ f ( x ) dx
−∞

9
Makalah Statistika Matematika

Dengan mendeferensialkan persamaan tersebut, kita peroleh fungsi kepadatan peuang Y,

dG( y )
g ( y )=
dy

( )
W ( y)
dy
=
dy
1− ∫ f ( x ) dx
−∞

dW ( y)
¿ − f (W ( y ) )
dy
dx
¿ − f (W ( y ) ) , Ketika x= W(y)
dy
Maka, dengan menggabungkan kedua kasus tersebut, kita peroleh:

|dxdy |f (W ( y ) )
g ( y )=

Soal 7.5
X −μ
Misalkan Z= . Jika X N ¿), maka tentukan fungsi kepadatan peluang Z.
σ
Solusi:
X −μ
z= U (x) = .
σ
Oleh karena itu, invers U adalah :
W (z) = x
¿ σz + μ
Dengan demikian,
dx
=σ
dz
Oleh karena itu, fkp Z adalah :

|dxdz|f (W ( y ))
g ( z )=

( )
2
1 w ( z ) −μ
1 −
2 σ
¿σ e
√2 π σ 2
1 − 2( σ )
2
1 w ( z )− μ

¿ e
√2 π
1
1 −2z
2

¿ e
√2 π

10
Makalah Statistika Matematika

Soal 7.6
X −μ
Misalkan Z= . Jika X N ¿), maka tunjukkan bahwa Z2 adalah chi-kuadrat dengan
σ
derajat kebebasan 1, yaitu Z2 X 2 ( 1 ) .
Bukti :

( )
2
X −μ
y=T ( x )=
σ
x=μ+ σ √ y
W ( y )=μ+ σ √ y , y > 0
dx σ
=
dy 2 √ y
Fkp Y adalah :

g ( y )=|dxdy |f (W ( y ) )
( )
2
1 w (z ) − μ
1 1 −
2 σ
¿σ e
2 √ y √ 2 π σ2

( √ y σ +μσ − μ )
2
1
1 −
2
¿ e
2 √ 2 πy
1
1 − y
¿ e 2
2 √ 2 πy

1 1
1 − − y
¿ y 2e 2
2 √ 2 πy
1 1
1 − − y
¿ y 2e 2
2 √ π √2
1 1
1 − − y
2e 2
¿ y
2Γ
1
2 ( )√ 2
Dengan demikian Y X 2 (1)

11
Makalah Statistika Matematika

Soal 7.7
Misalkan Y = -ln X. Jika X UNIF (0,1), maka tentukan fungsi kepadatan peluang Y.
Solusi:
Diberikan y = T (x) = - ln x
Dengan demikian, invers dari y = T(x) diberikan oleh,
W ( y )=x
−y
¿e
Maka,
dx −y
=−e
dy
Dengan demikian, fkp dari Y diberikan oleh:

|dxdy |f (W ( y ) )
g ( y )=

¿ e − y f (W ( y ))
−y
¿e
Maka Y exp ( 1 ) ,dengan demikian, jika X UNIF (0,1), maka peubah acak – ln X exp ( 1 ) .

Meskipun semua soal yang telah dibahas diatas terkait dengan peubah acak kontinu, metode
transformasi juga berlaku untuk peubah acak diskrit.

2.3 Metode transformasi untuk Kasus Bivariat

12
Makalah Statistika Matematika

Pada bagian ini, pembahasan diperluas ke masalah bivariat serta paparan tentang beberapa
soal untuk menggambarkan pentingnya perluasan ini.
Teorema 7.2
Misalkan X dan Y dua peubah acak kontinu dengan fkp f(X,Y). Jika U= P(X,Y) dan V=
Q(X,Y) adalah fungsi dari X dan Y yang memiliki invers bernilai tunggal, yaitu X = R(U,V)
dan Y = S (U,V), maka fkp g(u,v) dari U dan V diberikan oleh g(u,v) = |J| f ¿ S (u,v), dimana
J menunjukkan Jacobian dengan rumusan sebagai berikut,

( )
∂x ∂x
∂u ∂v
J=Det
∂y ∂y
∂u ∂v
∂ x ∂ y ∂x ∂ y
J= −
∂u ∂ v ∂ v ∂ u
Soal 7.8
Misalkan X dan Y memiliki fungsi kepadatan peluang gabungan,
8 xy , 0< x < y <1
f ( x , y )={
0 , x , y lainnya
x
Tentukan fkp gabungan dari U = dan V = Y
y
Solusi:
x
U=
{ y
V =Y
X=UY − UV
Maka, {
Y =V
Dari peubah acak baru itu, diperoleh Jacobian sebagai berikut,
∂ x ∂ y ∂x ∂ y
J= − = v.1 – u.0 = v
∂u ∂ v ∂ v ∂ u
Fungsi kepadatan peluang gabungan U dan V adalah,
g ( u , v )=|J| f ¿S (u,v)
= |v| f ( uv , v )
= v8 (uv) v
= 8 uv3

13
Makalah Statistika Matematika

Soal 7.9
Misalkan masing-masing peubah acak bebas X dan Y memiliki fungsi kepadatan peluang :

{
−x
f ( x )= e 0< x < ∞; 0< v <1
0 x lainnya
Tentukan fkp gabungan dari U = X dan V = 2X +3Y. Apakah domain fkp ini positif ?
Solusi :
U=X
V = 2X + 3Y
Maka,
X=U
1 2
Y= V − U
3 3
Sehingga, Jacobian dari transformasi tersebut adalah ,
∂ x ∂ y ∂x ∂ y
J= −
∂u ∂ v ∂ v ∂ u
¿1() ( )
1
3
−0 −
2
3
1
¿
3
Fungsi kepadatan peluang gabungan dari U dan V adalah,
g ( u , v )=|J| f ( R (u , v ) , S ( u , v ) )
1 −( )
u +v
3
¿ e
3
Karena,
0< x < ∞
0< y<∞
Kita dapatkan,
0<u< ∞
0<v <∞
Selanjutnya, karena v=2u +3 y dan 3 y >0 , kita miliki :
Oleh karena itu, domain g(u,v) yang tak nol diberikan oleh, 0<2 u< v <1
Fkp gabungan dari peubah acak U dan V diberikan oleh,

{ 1 −( 3 )
u+ v

g ( u , v )= 3 e 0 <2u< v <∞
0 lainnya
Soal 7.10
Misalkan X dan Y dua peubah acak independen, masing-masing dengan fungsi kepadatan
peluang sebagai berikut,

{
− λx
f ( x )= λ e 0< x <∞
0 x lainnya
Dimana λ> 0. Misalkan U =X +2 Y dan V =2 X +Y .

14
Makalah Statistika Matematika

Tentukan fkp gabungan U dan V.

Solusi :

Karena {U= X+ 2Y
V =2 X +Y
Kita peroleh,

{
1 2
X=− U + Y
3 3
2 1
Y= U− V
3 3
Oleh karena itu, Jacobian dari transformasi tersebut adalah,
∂ x ∂ y ∂x ∂ y
J= −
∂u ∂ v ∂ v ∂ u

( )( ) ( )( )
¿ −
1
3
1
− −
3
2 2
3 3
1 4
¿ −
9 9
1
¿−
3
Fungsi kepadatan peluang gabungan dari U dan V adalah,
g ( u , v )=|J| f ( R (u , v ) ) f ( S (u , v ) )
1 λR(u , v) λS(u ,v )
¿ λe λe
3
1 2 λ R (u , v )+ S (u , v )]
¿ λ e [
3
1
¿ λ 2 e − ( u+v ¿¿¿3)
3
Oleh karena itu, fkp gabungan dari peubah acak U dan V diberikan oleh,

{ 1 2 −( )
u +v
3
g ( u , v )= 3 λ e 0<u< ∞ , 0< v <∞
0 u , v lainnya
Soal 7.11
Misalkan X dan Y adalah peubah acak bebas, dengan fungsi kepadatan peluang masing-
masing adalah,
1
1 −2x
2

f ( x )= e , − ∞< x < ∞
√2 π
X
Diberikan U = dan V =Y . Tentukan fungsi kepadatan peluang gabungan dari U dan V dan
Y
fkp marginal dari U.
Solusi :
Karena

}
X
U=
Y
V =Y
Kita dapatkan :
X =UV }

15
Makalah Statistika Matematika

Y=V
Oleh karena itu, Jacobian dari transformasi ini adalah.
∂ x ∂ y ∂x ∂ y
J= −
∂u ∂ v ∂ v ∂ u
¿ v . ( 1 ) − u .(0)
¿v
Fungsi kepadatan peluang gabungan dari U dan V adalah,
g ( u , v )=|J| f ( R (u , v ) ) f ( S (u , v ) )
¿|v| f ( R ( u , v ) ) f ( S ( u , v ) )
1
1 − 2¿ ¿
e ¿|v|
√2π
1
1 − 2 ¿¿
¿|v| e
2π
1
1 − 2 ¿¿
¿|v| e
2π
1
1 − 2 v (u +1 )
2 2

¿|v| e
2π
Oleh karena itu, fkp gabungan g(u,v) dari peubah acak U dan V diberikan oleh,
1
1 − 2 v (u +1 )
2 2

g ( u , v )=|v| e
2π
Dimana − ∞<u <∞ dan− ∞< v< ∞

Selanjutya, kita akan menentukan fkp dari U dan fkp gabungan U dan V sebagai berikut,
∞
g1 ( u )= ∫ g ( u , v ) du
−∞

∞ 1
1 − 2 v ( u +1 )
2 2

¿ ∫ |v| e dv
−∞ 2π
0 1 ∞ 1
1 − 2 v (u +1) 1 − 2 v (u +1)
2 2 2 2

¿∫ −v e dv +∫ v e dv
−∞ 2π 0 2π

( )[ ] ( )[ ]
1 ∞ 1 ∞
1 1 2 − 2 v (u +1) 1 1 − 2 − 2 v (u +1)
2 2 2 2

¿ e + e
2 π 2 u +1
2
0
2 π 2 u 2+ 1 0

16
Makalah Statistika Matematika

1 1 1 1
¿ +
2 π u +1 2 π u 2+1
2

1
¿ 2
π (u + 1)

Dengan demikian, U~CAU(1).

Catatan 7.1
X
Jika X dan Y adalah peubah acak Normal standar yang independent, maka peubah acak
Y
berdistribusi Cauchy. Misalnya, jika X dan Y independent dan masing-masing mempunyai
fungsi kepadatan peluang yang sama yaitu,

f ( x )=
√ 2 x 2 , −∞ < x <∞
π 1+ x 4

X
Maka, dapat ditunjukkan bahwa peubah acak adalah peubah acak Cauchy. Namun,
Y
kebaikan dari ini tidak benar.
Contoh 7.12
Misalkan X berdistribusi Poisson dengan rata-rata λ . Tentukan tranformasi T( x ¿ sehingga
Var(T(X)) bebas dari λ , untuk nilai X lebih besar dari λ .
Solusi:
Perluas fungsi T(x) dengan barisan Taylor untuk λ . Abaikan bentuk order yang lebih tinggi
dari nilai λ , sehingga diperoleh:
T(x) = T( λ ¿+ ( x − λ ) T ' ( λ ) +…
Dimana T ' merupakan representasi turunan dari T ( x ) untuk x=λ . Sekarang kita hitung varians
dari T(X),
'
Var T ( x )=Var (T ( λ ) + ( X − λ ) T ( λ ) +…)
¿ Var ( T ( λ ) )+ Var ( X − λ ) T '( λ)¿
¿ 0+¿ 2 Var (X − λ)
¿¿
¿¿
Kita ingin Var(T(X)) bebas dari λ untuk λ yang besar. Oleh karena itu, kita peroleh:
¿
Dimana k adalah konstanta. Dari sini kita peroleh,
' c
T ( λ )= dλ
√λ

17
Makalah Statistika Matematika

¿2 λ√ λ
Oleh karena itu, transformasi T(x) = 2c√ x akan membebaskan Var (T(X)) dari
λ ketika peubaℎacak X − POI ( λ ) .

Soal 7.13
Misalkan X~POI( λ 1) dan Y~POI( λ 2). Tentukan fungsi kepedatan peluang dari X+Y jika X dan
Y independen.
Solusi:
Misalkan U= X+Y dan V =X. Pertama, kita akan tentukan fkp gabungan dari U dan V dan
kemudian menentukan fkp marginalnya.
Persamaan X dan Y dalam U dan V,
X =V
Y =U − X=U −V }
Jacobian dari transformasi adalah,
∂x ∂ y ∂ x ∂ y
J= −
∂ u ∂ v ∂ v ∂u
= (0)(-1) - (1)(1)
= -1
Fungsi kepedatan peluang gabungan U dan V adalah,
g(u,v) = |J| f ( R(u , v ) , S (u , v))
= |− 1| f (v , u − v)
= f (v , u −v )

( )( )
v u− v
− λ1 λ1 − λ2 λ2
e e
=
v! (u− v )!
− (λ1 +λ 2) v u− v
e λ1 λ2
=
v !(u − v )!
Untuk v = 0,1,2,…,u dan u = 0,1,2,…∞ .
Dari fkp gabungan tersebut diperoleh fungsi kepedatan peluang marginal u,
e −(λ + λ ) λ v1 λ u2 −v
u 1 2

g1 (u)=∑
v=0 v ! (u − v) !
u v u−v
λ1 λ2
= e −(λ + λ ) ∑
1 2

v=0 v !(u − v )!

18
Makalah Statistika Matematika

u
=e
−(λ 1+ λ2)
∑ u1! (uv ) λv1 λu2 − v
v=0

− (λ1 +λ 2)
e u
= ( λ1 + λ2 )
u!
Fungsi Kepadatan peluang U = X + Y, selengkapnya,

{
−( λ1+ λ 2)
e u
( λ1 + λ2 )
g1 (u)= u! u=0,1,2 ,… ∞
0u lainnya
Penjelasan barusan memberitahu kita bahwa jika X~POI( λ 1) dan Y~POI( λ 2) dan kedua
peubah bebas, maka X +Y ~POI( λ 1+ λ 2).

19
Makalah Statistika Matematika

Teorema 7.3
Fungsi Kepadatan peluang dari peubah acak X dan Y adalah f(X,Y), fungsi kepadatan
X
peluang untuk X + Y, XY dan adalaℎsebagai ,
Y
∞
ℎ X +Y ( v)= ∫ f (u , v −u) du
−∞
∞
1 v
ℎ XY (v )= ∫ f (u , )du
− ∞ |u| u
∞
ℎ X (v )= ∫ |u| f (u , vu) du
Y −∞

Bukti :
Misalkan U = X dan V = X + Y, sehingga X = R(U,V) = U dan Y = S(U,V) = V - U.
Transformasi Jacobian dari data tersebut adalah,
∂x ∂ y ∂ x ∂ y
J= − =1
∂ u ∂ v ∂ v ∂u
Fungsi kepedatan peluang gabungan U dan V adalah,
g(u,v) = |J| f ( R(u , v ) , S (u , v))
= f¿
= f (v , v −u)
Fungsi kepadatan peluang marginal untuk V = X + Y adalah,
∞
ℎ X +Y ( v)= ∫ f (u , v −u) du
−∞

Demikian pula, kita bisa mendapatkan dua fungsi lainnya. Jika Peubah acak X dan Y bebas
dan memiliki fungsi kepadatan peluang f(x) dan g(y), maka,
∞
ℎ X +Y (z)=∫ g ( y ) f ( z − y)dy
−∞
∞
1 z
ℎ XY ( z)= ∫ g ( y) f ( )dy
− ∞ | y| y
∞
ℎ X (z)= ∫ | y| g ( y)f ( zy)dy
Y −∞

20
Makalah Statistika Matematika

Soal 7.14
Sebuah dadu dilambungkan sebanyak dua kali, jika X menunjukkan lambungan pertama dan
Y menunjukkan lambungan kedua. Tentukan distribusi peluang peubah acak Z = max {X,Y}.
Solusi:
Ruang p.a X adalah Rx = {1,2,3,4,5,6} dan Ruang p.a Y adalah Ry = {1,2,3,4,5,6}. Oleh
karena itu dari peubah acak {X,Y} adalah Rx → Ry .

Ruang Peubah acak Z = max {X,Y} adalah Rz={1,2,3,4,56 }. Sehingga Z =1terjadi jika
1
{X,Y} = (1,1). Dengan demikian, P (Z = 1) = . Demikian pula ,untuk Z=¿ 2, terjadi jika
36
3
dan hanya jika (X,Y) = (1,2), (2,2) atau (2,1), demikian pula P(Z = 2) = . Dengan cara
36
sama, kita
dapatkan
distribusi Z
yang
terangkum
dalam tabel dibawah ini,

Fungsi kepedatan peluang dari Z juga dapat dinyatakan sebagai,

21
Makalah Statistika Matematika

2 z −1
h( z )= , untuk z ∈{1,2,3,4,5,6 }
36
3.4 Metode Fungsi Pembangkit Momen
Kita ketahui bahwa jika X dan Y adalah peubah acak independen, maka
M X +Y (t)=M x (t )+ M Y (t)
Hasil ini dapat digunakan untuk menemukan penjumlahan distribusi X + Y. Metode ini dapat
digunakan untuk menentukan distribusi dari X + Y jika X dan Y peubah acak bebas. Kita
ilustrasikan pengguna metode ini melalui soal berikut.
Soal 7.15
Misalkan X~POI( λ 1) dan Y~POI( λ 2). Tentukan fungsi kepedatan peluang dari X+Y jika X dan
Y saling bebas.
Penyelesaian :
Karena X~POI( λ 1) dan Y~POI( λ 2) maka kita peroleh.
t t

M x (t )=e λ (e −1) dan M Y (t)=e λ (e −1)

1 2

Selanjutnya, karena X dan Y bebas, kita peroleh,

M X +Y (t)=M x (t )+ M Y (t)
t t

= e λ (e −1) + e λ (e −1)
1 2

t
t λ2 ( e − 1)
= e λ (e −1)+e
1

t
= e (λ ¿ ¿1+ λ )(e − 1)¿
2

Jadi, (X + Y) ~POI(¿ ¿).

Fungsi kepadatan peluang h(z) dari Z = X + Y diberikan oleh,

h(z) = ¿, z = 0,1,2,3,…

Soal 7.16
Tentukanlah fungsi kepadatan peluang dari jumlah dua peubah acak independen, yang
masing-masing berdistribusi Gamma dengan parameter θ dan α .
Solusi:
Misalkan X dan Y adalah dua peubah acak independen Gamma dengan parameter θ dan α ,
yaitu X~GAM(θ , α ) dan Y~GAM(θ , α ). Berdasarkan teorema fungsi pembangkit momen dari
X dan Y,
M x (t )=(1 −θ)− α dan M Y ( t)=(1− θ)− α
M X +Y (t)=M x ¿

22
Makalah Statistika Matematika

= (1 −θ)−α (1 −θ)− α
= (1 −θ)−2 α
Jadi, fungsi pembangkit momen (X+Y) adalah GAM(θ , 2 α ).

23
Makalah Statistika Matematika

BAB III
PENUTUP

3.1 Kesimpulan
Penentuan distribusi dari fungsi peubah acak diskrit maupun kontinu. Secara garis
besar dapat dilakukan melalui tiga cara, yaitu :
1. Teknik Fungsi Distribusi Dalam hal ini, kita tentukan terlebih dahulu fungsi distibusi dari
peubah acaknya. Fungsi peluang (untuk peubah acak diskrit) atau fungsi kepadatan peluang
(untuk peubah acak kontinu) ditentukan berdasarkan hasil fungsi distibusinya.
2. Teknik Transformasi Peubah Acak Teknik ini bisa berlaku untuk satu maupun dua peubah
acak, sehingga transformasi peubah acaknya juga bisa merupakan fungsi dari satu peubah
acak maupun fungsi dari dua peubah acak. Khusus transformasi dari dua peubah acak,
idealnya ada dua transformasi peubah acak yang diketahu. Dalam praktiknya, transformasi
peubah acak yang diketahui mungkin hanya sebuah. Oleh karena itu, kita harus memisalkan
satu transformasi peubah acak lagi berdasarkan bentuk transformasi peubah acak yang
diketahui. Transformasi peubah acak yang diketahui itu bisa berupa penjumlahan,
pengurangan, perkalian atau pembagian.
3. Teknik Fungsi Pembangkit Momen Dalam hal ini, peubah acak biasanya berasal dari
distribusi khusus yang dikenal yang mempunyai bentuk fungsi pembangkit momen khusus
pula. Penentuan distribusi dari fungsi peubah acak ini didasarkan pada sifat — sifat fungsi
pembangkit momen.
3.2 Saran

24
Makalah Statistika Matematika

DAFTAR PUSTAKA

Minarni, Ani. & Napitupulu, E. Elvis. (2019). Statistika Matematika. Medan: Harapan Cerdas
Publisher

25