Sifat-sifat Nilai Harapan

PERTEMUAN KEDUA
Th 2.4.1
jika X adalah vR f(x) dan u(x)fungsibernilairiil dg x  X
maka denganpdf

x u(x) f (x), X diskrit jika c seb
maka
EuX   
 u(x) f (x),
- X kontinu u(x) f (x), X diskrit
x
EuX   
  u(x) f (x), X kontinu
-
Th
2.4.2
jika X adalah vR denganpdf f(x), a dan b konstan.g(x), h(x) fungsibernilairiil dg x  X
maka
EagX   bhX  aEgX  bEhX 
Contoh 1
Misal dua koin saling independen dilempar dengan probabilitas
muncul muka kepala adalah ¾ dan didefinisikan X adalah jumlah
muka kepala dg pdf:
 1
2 ,x0
  
 14  3 
f (x)  2. . ,x1
   
  4   4
 3
,x2
2
  
  4

Nilai harapan E[X]

2    1  1  3  3 2
E X  0    
 
4  4  4 4

 24 3
 16  2
Variansi. Definisi 2.4.1
Variansi dari vR X didefinisikan : Th. 2.4.3 Variansi juga dapat dinyatakan:

varX  E X  EX 

2


  
varX  E X 2  EX  
 E X 2  2
 2
Standar deviasi dari X : Th. 2.4.4
 x  var(X ) Jika X adalah vR, a dan b konstan

varaX  b  a2VarX 
Contoh
1/ 9, x bilanganbulat dalamrange 4,4
f (x)  
 0, x yglain
Nilai 4

harapan EX   xf (x)

x4

1
1 4
x  4  3  2  1 0 1 2  3  4  0
 
9 x4 9

variansi
varX  


E X
 EX  
2
   
 0  E X 2
2


E X
2 2 2 2 60

4
x 2 f (x)  0 1.  4.  9. 16. 
4 9 9 9 9 9
Def 2.4.2
Momen ke-k terhadap pusat dari suatu vR X
didefinisikan k'  EX k 
Momen ke-k terhadap rata-rata (momen sentral ke-k) didefinisikan :

k  EX  EX   EX   k

k

contoh

1 
 E X       EX     0
1

EX
E X
2 
 E X   E X  2
EX 
2 2
Batas probabilitas. Th. 2.4.6
Jika X vR dan u(x) adalah fungsi bernilai riil nonnegative maka untuk sebarang konstanta positif c>0

Pu EuX 
X  c  
c

Misal untuk , r>0

Ketidaksamaan Markov
Ketidaksamaan Chebysev
Jika vR denganrata - rata  dan variansi 2 , k  0
X
1
P  X    k  
k2
bukti:
misaluX   X   2 , c  k 2 Bentuk lain:
2

maka mengg.th 2.4.6

   2 2  2 E  X   2 1

P X k   
k2 2 k2
MGF (moment generating function/ Fungsi Pembangkit Momen)

Jika X vR maka nilai

 
M (t)  E etX
harapan X

Disebut dengan mgf jika nilai harapannya ada untuk setiap nilai h   h , h 
t 0
t, Sifat:
Fmgf (Faktorial Momen)
 Latihan 1, T1_1
1. Gambar cdf dari
0,  x  0
 1 ,0
x1
Fx   
 4 x2
3
 ,1

4
 1,2 x  

2. Tentukan c, kemudian cari 3. vR X kontinu mempunyai pdf
nilai P1   2
X
f x 2e2x , x  0

f x cx , 0  x   0, x  0
2

3

0, x yanglain
a. Tentukan E[X]
b. Tentukan Var(X)
PR buat resume tentang distribusi khusus
variabel diskrit dan kontinu