BAB 1
Th 2.4.1
jika X adalah vR dengan pdf f(x) dan u(x) fungsi bernilai riil dg x X
maka
u( x ) f ( x ), X diskrit
x
E u X
u( x ) f ( x ), X kontinu Jika c sebarang konstanta maka
-
E c X cE X
Jika X dan Y sebarang vR maka
E X Y E X E Y
Jika X dan Y vR yang saling independen maka
E XY E X E Y
Th 2.4.2
jika X adalah vR dengan pdf f(x), a dan b konstan. g(x), h( x ) fungsi bernilai riil dg x X
maka
E ag X bh X aEg X bEh 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
4
1 3
f ( x) 2. . , x 1
4 2 4
3
,x 2
4
var X E X 2 EX E X 2 2
2
var X E X EX
2
Standar deviasi dari X : Th. 2.4.4
Jika X adalah vR, a dan b konstan maka
x var(X )
varaX b a 2Var X
Contoh 2
1 / 9, x bilangan bulat dalam range 4,4
f ( x)
0, x yg lain
Nilai harapan
4
EX xf ( x)
x 4
1 4
x 4 3 2 1 0 1 2 3 4 0
1
9 x 4 9
variansi
var X E X E X E X 0 E X 2
2 2
4
2 2 2 2 60
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
contoh
1 EX EX 1 EX E X 0
Ketidaksamaan Markov
Ketidaksamaan Chebysev
P X k
1
k2
bukti : Bentuk lain:
misal u X X , c k 2 2
2
k 2 2 k2
MGF (moment generating function/ Fungsi Pembangkit Momen)
Th 2.5.1
Jika mgf dari X ada maka berlaku
E X r M Xr 0 , r 1,2,
FMGF
Momen faktorial ke r dari variabel random X
E X X 1 X r 1
Faktorial fungsi pembangkit momen (FMGF) dari variabel random X
G X t E t X
jika nilai harapannya ada untuk 1 h t 1 h
Th 2.5.4
Jika X mempunyai FMGF maka
G X' 1 E X
G X" 1 E X X 1
G X( r ) 1 E X X 1 X r 1
Latihan 1
0, x 0 2e 2 x , x 0
f x
1 0, x 0
4 ,0 x 1
F x Maka tentukan
3
,1 x 2
4 a. E[X]
1,2 x
b. Var(X)
2. Jika diketahui
cx 2 , 0 x 3
f x
0, x yang lain
maka a. Tentukan c
b. Berapakah nilai P1 X 2