I-1
Permutasi melingkar, 2-6, 2-7
Teorema binom, 2-11
Teorema multinom, 2-12
Aturan penggandaan, 3-12
Frekuensi relative, 3-3
Harapan matematis, 3-1
Kaidah Bayes, 3-17
Kejadian-kejadian bebas, 3-20
Kejadian-kejadian yang saling menyisihkan, 3-17, 3-23
Mutually exclusive, 3-2, 3-4
Peluang, 3-1, 3-2, 3-3, 3-4, 3-6, 3-7, 3-8, 3-9, 3-10, 3-11, 3-12, 3-13, 3-14, 3-15,
3-17, 3-18, 3-19, 3-20, 3-22, 3-23, 3-24, 3-25, 3-26, 3-27, 3-28, 3-29,3-30
Peluang bersyarat, 3-10, 3-23
Peluang kejadian, 3-10
Preposisi, 3-4, 4-11
Teori peluang, 3-1
Binomial, 4-8, 4-13, 4-18, 4-19
Fungsi massa peluang, 4-3
Fungsi peluang diskrit, 4-3
Fungsi peubah acak, 4-1
Fungsi sebaran peluang kumulatif, 4-5
Fungsi tak turun, 4-5
Kontinu kanan, 4-5
Peubah acak, 4-1, 4-3, 4-4, 4-6, 4-15, 4-18, 4-20, 4-21
Peubah acak bernoulli, 4-8
Peubah acak binom negatif, 4-20
Peubah acak diskret, 4-1
Peubah acak poisson, 4-15, 4-16, 4-17
Sebaran bernoulli, 4-8
Sebaran geometrik, 4-18
Sebaran hipergeometrik, 4-21
Sebaran multinomial, 4-13
Sebaran peluang poisson, 4-15
Sebaran zeta, 4-22
Fungsi kepekatan peluang, 5-1, 5-2, 5-3, 5-4, 5-6, 5-14, 5-15, 5-16, 5-18, 5-19
Fungsi kontinu kanan, 5-3
Fungsi non negatif, 5-1
Fungsi peluang normal, 5-5
Fungsi peluang seragam, 5-4
Fungsi sebaran (kumulatif) suatu peubah acak kontinu, 5-3
Fungsi tidak turun, 5-3
Pendekatan normal untuk kasus binomial, 5-11
I-2
Pendekatan normal untuk kasus poison, 5-13
Peubah acak kontinu, 5-1, 5-3
Sebaran laplacian, 5-14
Sebaran normal, 5-5, 5-6, 5-7, 5-8
Sebaran peluang beta, 5-15
Sebaran peluang eksponensial, 5-14
Sebaran peluang gamma, 5-14
Sebaran peluang weibull, 5-15
I-3
Diskrit, 6-1
Fungsi kepekatan peluang bersama, 6-13, 6-18
Fungsi massa peluang bersama, 6-2
Independen, 6-14, 6-15, 6-17, 6-21
Peluang bersyarat bersama, 6-17
Peubah acak ganda, 6-1,6-5
Peubah acak independen bersama, 6-14
Peubah acak kontinu bersama, 6-10
Sebaran marginal, 6-7
Sebaran peluang kumulatif bersama, 6-2,6-13
Fungsi kepekatan peluang, 7-1, 7-2, 7-3, 7-4, 7-6, 7-13, 7-17,7-20,7-24, 7-26
fungsi pembangkit momen, 7-22
Independen, 7-13, 7-14, 7-15, 7-26
Jumlah varian, 7-13
Kejadian bersyarat, 7-19, 7-20, 7-21
Korelasi, 7-13
Kovarian, 7-13
Nilai harapan, 7-1, 7-6, 7-7, 7-8, 7-17, 7-19, 7-21
Peubah kontinu, 7-3
Peubah acak, 7-2, 7-3, 7-4, 7-6, 7-7, 7-8, 7-10, 7-13, 7-15, 7-17, 7-20, 7-22, 7-
23, 7-24, 7-25
Ragam, 7-10,7-26
Rata-rata terbobot, 7-1
I-4
LAMPIRAN : Kumpulan Soal Ujian PAI
(Probabilitas dan Statistik)
4. Kode peserta ujian dari suatu ujian profesi aktuaris terdiri dari satu
digit angka, tiga huruf, dan 3 digit angka (contohnya 1SAM123), ke-
cuali huruf I, O, dan Q tidak dimasukkan pada posisi alphabet pertama
dan ketiga. Hitunglah banyaknya kode peserta ujian yang mungkin dari
ujian profesi aktuaris tersebut.
1
7. Dari soal nomor 2, hitunglah probabilitas bahwa tim khusus dari 5
karyawan yang dipilih secara acak tersebut, terdiri dari 3 karyawan
dari departemen Aktuaria dan 2 karyawan dari departemen Market
Management.
13. Misalkan dipilih sebuah angka W yang merupakan variabel acak dari
50, 55, 60, 65, 70. Hitunglah Pr[W ≥ 55].
Petunjuk: W = 5X + 45, dimana X mempunyai distribusi uniform
diskrit pada 1, 2, 3, 4, 5.
2
16. Misalkan X adalah variabel√acak yang mempunyai distribusi geometrik
dan standar deviasi σX = 215 . Hitunglah Pr(X < E[X]).
19. Masa beroperasi dari sebuah bagian mesin mempunyai distribusi kon-
tinu pada interval [0, 40] dengan fungsi probabilitas densitas, f (x) ,
yang proporsional dengan (10 + x)−2 . Hitunglah probabilitas untuk
masa beroperasi dari sebuah bagian mesin yang lebih kecil dari 5.
20. Kerugian yang disebabkan oleh kebakaran pada sebuah bangunan di-
modelkan dengan variabel acak X yang mempunyai fungsi probabilitas
densitas
0, 005(20 − x) , 0 < x < 20
f (x) =
0 , lainnya
Diberikan bahwa kerugian kebakaran melebihi 8, hitunglah probabilitas
bahwa kerugian kebakaran melebihi 16.
3
25. Misalkan variabel acak X berdistribusi uniform pada interval [2,6].
Misalkan variabel acak Y = X1 . Tentukanlah fungsi probabilitas densi-
tas untuk variabel acak Y pada interval [1/6,1/2].
26. Suatu populasi mempunyai mean 100 dan standar deviasi 16. Hi-
tunglah probabilitas bahwa mean sampel berada dalam interval ±3
dari mean populasi jika ukuran sampel n = 100.
27. Suatu populasi mempunyai mean 100 dan standar deviasi 16. Hi-
tunglah probabilitas bahwa mean sampel berada dalam interval ±3
dari mean populasi jika ukuran sampel n = 200.
30. Dari soal nomor 53, tentukanlah mean dari variabel acak Y1 .
31. Sebuah polis asuransi memberikan manfaat individu sebesar 100 per
hari untuk biaya perawatan sampai 3 hari dan 25 per hari untuk biaya
perawatan setelah 3 hari seterusnya. Jumlah hari perawatan, X, adalah
variabel acak diskrit dengan fungsi probabilitas
6−k
15
untuk k = 1, 2, 3, 4, 5
P (X = k) =
0 lainnya
32. Sebuah polis asuransi memberikan manfaat individu sebesar 100 per
hari untuk biaya perawatan sampai 3 hari dan 50 per hari untuk biaya
perawatan setelah 3 hari seterusnya. Jumlah hari perawatan, X, adalah
variabel acak diskrit dengan fungsi probabilitas
6−k
15
untuk k = 1, 2, 3, 4, 5
P (X = k) =
0 lainnya
4
33. Distribusi probabilitas dari ukuran klaim untuk sebuah polis asuransi
diberikan dalam tabel berikut.
Ukuran klaim 20 30 40 50 60 70 80
Probabilitas 0,15 0,10 0,05 0,20 0,10 0,10 0,30
Tentukanlah persentase dari klaim yang terletak dalam nilai satu stan-
dar deviasi dari rata-rata ukuran klaim.
34. Distribusi probabilitas dari ukuran klaim untuk sebuah polis asuransi
diberikan dalam tabel berikut.
Ukuran klaim 30 40 50 60 70 80 90
Probabilitas 0,15 0,10 0,05 0,20 0,10 0,1 0,30
Tentukanlah persentase dari klaim yang terletak dalam nilai satu stan-
dar deviasi dari median ukuran klaim.
5
kerusakan, biaya perbaikan dapat dimodelkan dengan variabel acak
uniform pada interval [0,1500]. Hitunglah standar deviasi dari manfaat
polis asuransi untuk kejadian bahwa kendaraan tersebut mengalami
kerusakan.
39. Usia dari sebuah mesin cetak dengan harga 200 mempunyai distribusi
eksponensial dengan mean 2 tahun. Pabrik yang memproduksi mesin
cetak akan membayar full refund kepada pembeli jika mesin cetak rusak
selama tahun pertama dan one-half refund jika mesin cetak rusak se-
lama tahun kedua. Jika pabrik tersebut menjual 100 mesin cetak, hi-
tunglah nilai harapan dari refund yang akan dibayar.
41. Misalkan X adalah variabel acak dengan mean µx dan variansi σx2 . X
disebut sebagai variabel acak populasi. Misalkan X1 , X2 , ...Xn adalah
pengamatan-pengamatan yang berdistribusi identik dan saling bebas
dari X.
X1 , X2 , ...Xn adalah sampel acak dari X. Misalkan S = Σni=1 Xi dan
X̄ = n1 Σni=1 Xi . X̄ adalah mean dari sampel.
Manakah dari pernyataan berikut yang benar.
(i) E(S) = µX
2
(ii) V ar(S) = n · σX
(iii) E(X) = n · µX
2
σX
(iv) V ar(X̄) = n
43. Sebuah koin yang kedua sisinya seimbang dilempar sebanyak dua kali.
Misalkan X adalah banyaknya sisi pertama yang terlihat pada lem-
paran pertama. Misalkan Y adalah banyaknya sisi pertama yang terli-
hat pada dua lemparan pertama. Hitunglah V ar(X + Y ).
6
44. Dari soal nomor 43, hitunglah E(Y |X = 1).
45. Sebuah uji diagnostik mengenai ada atau tidaknya suatu penyakit mem-
punyai dua hasil yang mungkin: 1 untuk ada penyakit dan 0 untuk
tidak ada penyakit. Misalkan X menunjukkan adanya atau tidaknya
penyakit berdasarkan pernyataan pasien, dan Y menunjukkan hasil
dari uji diagnostik. Fungsi probabilitas bersama dari X dan Y diberikan
oleh
Hitunglah V ar(X + Y ).
48. Misalkan X adalah variabel acak populasi dengan mean µX dan variansi
2
σX , dan misalkan (Xi )ni=1 adalah sampel acak dari X.
Tentukanlah bentuk lain dari Σni=1 (Xi − X̄)2 .
7
Kumpulan Jawaban Soal Ujian PAI
(Probabilitas dan Statistik)
(A ∪ B)c = U − (A ∪ B)
= {1, 2, π, Jamaal, water, gum} − {1, 2, π, Jamaal, gum}
= {water}
1
Dengan menggunakan prinsip perkalian maka diperoleh banyaknya kode
yang mungkin dari ujian profesi aktuaris tersebut adalah:
10 × 23 × 26 × 23 × 10 × 10 × 10 = 137.540.000
5.
n n!
=
r r!(n − r)!
n (n − 1)!n
=
r r!(n − r − 1)!(n − r)
n (n − 1)! n
=
r r!((n − 1) − r)! n − r
n (n − 1)! (n − r) + r
=
r r!((n − 1) − r)! n − r
n (n − 1)! r
= (1 + )
r r!((n − 1) − r)! n−r
n (n − 1)! (n − 1)!r
= +
r r!((n − 1) − r)! r!((n − 1) − r)!(n − r)
n (n − 1)! (n − 1)!r
= +
r r!((n − 1) − r)! (r − 1)!((n − r) − 1)!r(n − r)
n (n − 1)! (n − 1)!
= +
r r!((n − 1) − r)! (r − 1)!(n − r)!
n (n − 1)! (n − 1)!
= +
r r!((n − 1) − r)! (r − 1)!((n − 1) − (r − 1))!
n n−1 n−1
= +
r r r−1
2
7.
7 6
× = 1 × 6 = 6.
0 5
7 6
× = 7 × 15 = 105.
1 4
7 6
× = 21 × 20 = 420.
2 3
7 6
× = 35 × 15 = 525.
3 2
7 6
× = 35 × 6 = 210.
4 1
7 6
× = 21 × 1 = 21.
5 0
Jadi probabilitas bahwa tim khusus dari 5 karyawan yang dipilih secara
acak tersebut, terdiri dari 3 karyawan dari departemen Aktuaria dan 2
karyawan dari departemen Market Management adalah
525 525
= = 0, 41.
6 + 105 + 420 + 525 + 210 + 21 1287
Pr(1 ≤ N ≤ 4)
Pr(N ≥ 1|N ≤ 4) =
Pr(N ≤ 4)
1
Σ41 (n+1)(n+2)
= 1
Σ40 (n+1)(n+2)
2
=
5
= 0, 4.
3
10. Karena kejadian A dan B saling bebas maka diperoleh
Pr(A ∩ B) = Pr(A) · Pr(B)
Pr(A ∩ B) = (Pr(A ∩ B c ) + Pr(A ∩ B))(Pr(Ac ∩ B) + Pr(A ∩ B))
x = (0, 2 + x)(0, 3 + x)
x = 0, 06 + 0, 5x + x2
0 = x2 − 0, 5x + 0, 06.
Nilai Pr(A ∩ B) = x yang memenuhi persamaan di atas adalah 0, 2
atau 0, 3. Karena Pr(A ∪ B) = Pr(A ∩ B c ) + Pr(Ac ∩ B) + Pr(A ∩ B)
maka nilai Pr(A ∪ B) yang mungkin adalah 0,7 atau 0,8.
11. Kita ketahui bahwa
Pr(A) = 1 − Pr(Ac ) = 1 − 0, 6 = 0, 4.
Karena Pr(A) = Pr(A ∩ B) + Pr(A ∩ B c ) maka diperoleh
Pr(A ∩ B) = Pr(A) − Pr(A ∩ B c ) = 0, 4 − 0, 3 = 0, 1.
Berdasarkan aturan peluang, diketahui:
Pr(A ∪ B) = Pr(A) + Pr(B) − Pr(A ∩ B)
0, 7 = 0, 4 + P r(B) − 0, 1
sehingga diperoleh Pr(B) = 0, 4.
12. Kita ketahui bahwa
Pr(A) = 1 − Pr(Ac ) = 1 − 0, 6 = 0, 4.
Karena Pr(A) = Pr(A ∩ B) + Pr(A ∩ B c ) maka diperoleh
Pr(A ∩ B) = Pr(A) − Pr(A ∩ B c ) = 0, 4 − 0, 3 = 0, 1.
4
14. Karena X adalah variabel acak yang mempunyai distribusi binomial
dengan n = 10 maka E[X] = 10p dan V ar[X] = 10p(1 − p) dengan p
merupakan peluang sukses.
Karena V ar[X] = 0, 25E[X] maka diperoleh 10p(1 − p) = 0, 25 · 10p.
Nilai p yang memenuhi adalah p = 0, 75.
Jadi
10
Pr[X = 7] = (0, 75)7 (0, 25)3 = 0, 25.
7
5
18.
f (x) = k(10 + x)−2 ; 0 ≤ x < ∞.
R∞
Karena 0
f (x)dx = 1 maka diperoleh
Z ∞
k(10 + x)−2 dx = 1
0
k
= 1
10
k = 10
Jadi
Z 15
Pr(X ≤ 15) = 10k(10 + x)−2 dx
0
= −10(10 + x)−1 |x=15
x=0
10
= − +1
25
15
=
25
= 0, 6.
−2
19. Misal f (x)
R 40= k(10 + x) untuk x pada interval [0, 40].
−2
Karena 0 k(10 + x) dx = 1 maka diperoleh k = 12, 5.
Jadi
Z 5
Pr[X < 5] = 12, 5(10 + x)−2 dx
0
5
12, 5
= −
10 + x 0
= −0, 83 + 1, 25
= 0, 42.
20.
0, 005(20 − x) , 0 < x < 20
f (x) =
0 , lainnya
P (X > 8) = P (8 < X < 20)
R 20
= 8
0, 005(20 − x)dx
= 0, 005(20x − 21 x2 )|x=20
x=8
= 0, 36.
6
P (X > 16) = P (16 < X < 20)
R 20
= 16
0, 005(20 − x)dx
= 0, 005(20x − 12 x2 )|x=20
x=16
= 0, 04
P (X>16∩X>8)
P (X > 16|X > 8) = P (X>8)
P (X>16)
= P (X>8)
0,04
= 0,36
1
= 9
.
22.
24. Karena R mengikuti distribusi uniform pada interval (0,04 ; 0,08) maka
1
diperoleh f (r) = 0,04 .
Z r
Pr(R ≤ r) = f (s)ds
Z0,04
r
1
= ds
0,04 0, 04
1
= r − 1.
0, 04
7
Dengan demikian, diperoleh
F (v) = Pr(V ≤ v)
= Pr(10.000eR ≤ v)
= Pr(ln 10.000 + R ≤ ln v)
= Pr(R ≤ ln v − ln 10.000)
v
= Pr R ≤ ln
10000
1 v
= ln −1
0, 04 10000
h v i
= 25 ln − 0, 04 .
10000
26.
Pr(|X̄ − 100| ≤ 3)
= Pr(−3 ≤ X̄ − 100 ≤ 3)
= Pr( 16/−3
√
100
X̄−100
≤ 16/√
100
≤ 16/√3 100 )
= Pr( 16/−3
√
100
≤ Z ≤ 16/√3 100 )
√
= Pr(|Z| ≤ 3 16100 )
= Pr(|Z| ≤ 1, 875)
= 2 P r(0 ≤ Z ≤ 1, 875)
= 0, 9392.
27.
P r(|X̄ − 100|√≤ 3)
= P r(|Z| ≤ 3 16200 )
= P r(|Z| ≤ 2, 652)
= 2 P r(0 ≤ Z ≤ 2, 652)
= 0, 992.
S ∼ fS (s) = e−s
8
dan
1 1
T ∼ fT (t) = e− 2 t .
2
Sehingga diperoleh
fXR(x)
x
= 0 fS (s)fT (x − s)ds
R x −s 1 − 1 (x−s)
= 0 e 2e 2 ds
1 − 12 x x − 21 s
R
= 2e 0
e ds
− 12 x 1
= e (1 − e− 2 x )
1
= e− 2 x − e−x .
29.
1 2
X1 ∼ fX1 (x1 ) = √ e−x1 /2 , − ∞ < x1 < ∞
2π
1 2
X2 ∼ fX2 (x2 ) = √ e−x2 /2 , − ∞ < x2 < ∞
2π
Z ∞
g1 (y1 ) = 2 fX2 (x2 )fX1 (x2 y1 )x2 dx2
0
Z ∞ x2 x2 2
1 2 1 2 y1
= 2 √ e− 2 √ e− 2 x2 dx2
Z0 2π 2π
1 ∞ − x22 (1+y12 )
= e 2 x2 dx2
π 0
1 1 x2 (1+y 2 )
− 2 2 1 0
= e |−∞
π (1 + y12 )
1
= .
π(1 + y12 )
30.
Z ∞
1
E[Y1 ] = y1 dy1
−∞ π(1 + y12 )
y1
Karena f (y1 ) = π(1+y12 )
adalah fungsi ganjil, maka
E[Y1 ] = 0.
31.
6−k
15
untuk k = 1, 2, 3, 4, 5
P (X = k) =
0 lainnya
9
Misal B merupakan variabel acak yang menyatakan biaya perawatan,
maka diperoleh:
100x ; x = 1, 2, 3
B(x) =
25x ; x = 4, 5
Jadi,
E[B(x)] = Σk=5
k=1 B(k)P (X = k)
= 100 · (1 · 6−1
15
+ 2 · 6−2
15
+ 3 · 6−3
15
) + 25 · (4 · 6−4
15
+ 5 · 6−5
15
)
= 168, 33.
E[B 2 (x)] = Σk=5 2
k=1 B (k)P (X = k)
= 100 · (12 · 6−1
2
15
+ 22 · 6−2
15
+ 32 · 6−3
15
) + 252 · (42 · 6−4
15
+ 52 · 6−5
15
)
= 34375.
V ar[B(x)] = E[B 2 (x)] − (E[B(x)])2
= 34375 − (168, 33)2
= 6038, 9.
32.
6−k
15
untuk k = 1, 2, 3, 4, 5
P (X = k) =
0 lainnya
Misal B(x) menyatakan biaya perawatan ,
100k , k = 1, 2, 3
B(X = k) =
300 + 50(k − 3) , k = 4, 5
E[B(x)] = Σk=5
k=1 B(k)P (X = k)
= 100 · 6−1
15
+ 200 · 6−2
15
+ 300 · 6−3
15
+ 350 · 6−4
15
+ 400 · 6−5
15
= 220.
E[(B(x))2 ] = Σk=5 2
k=1 (B(k)) P (X = k)
= 1002 · 6−1
15
+ 2002 · 6−2
15
+ 3002 · 6−3
15
+ 3502 · 6−4
15
+ 4002 · 6−5
15
= 59000.
V ar[B(x)] = E[(B(x))2 ] − (E[B(x)])2
= 59000 − 2202
= 10600.
10
Rata-rata ukuran klaim kuadrat
= 202 · 0, 15 + 302 · 0, 10 + 402 · 0, 05 + 502 · 0, 20 + 602 · 0, 10 + 702 · 0, 10 + 802 · 0, 30
= 60 + 90 + 80 + 500 + 360 + 490 + 1920
= 3500
√ √
Standar deviasi ukuran klaim = 3500 − 3025 = 475 = 21, 8 Jadi
persentase dari klaim yang terletak dalam nilai satu standar deviasi
dari rata-rata ukuran klaim (ukuran klaim yang terletak pada interval
[55-21,8;22+21,8]=[33,2;76,8]) adalah 45%.
60+70
34. Median ukuran klaim = 2
= 65. Rata-rata ukuran klaim
= 30 · 0, 15 + 40 · 0, 10 + 50 · 0, 05 + 60 · 0, 20 + 70 · 0, 10 + 80 · 0, 10 + 90 · 0, 30
= 4, 5 + 4 + 2, 5 + 12 + 7 + 8 + 27
= 65
35.
0 ,x < 1
x2 −2x+2
F (x) = 2
,1 ≤ x < 2
1 ,x ≥ 2
11
Z 2
E[X] = x(x − 1)dx
1
Z 2
= (x2 − x)dx
1
2
1 3 1 2
= x − x
3 2 1
7 3
= −
3 2
5
=
6
Z 2
2
E[X ] = x2 (x − 1)dx
Z1 2
= (x3 − x2 )dx
1
2
1 4 1 3
= x − x
4 3 1
15 7
= −
4 3
17
=
12
= 41, 89.
37. 1
,x = 0
3
2
p(x) = ,x = 13
0 , lainnya
12
X1 X2 X3 etY p(y) etY p(y)
1 1
0 0 0 1 27 27
2 2
0 0 1 1 27 27
2 2
0 1 0 1 27 27
4 4
0 1 1 1 27 27
2 2
1 0 0 1 27 27
4 4
1 0 1 1 27 27
4 4
1 1 0 1 27 27
8 8
1 1 1 et 27
et 27
Jadi diperoleh
19 8
E[etY ] = Σety p(y) = + et .
27 27
38. Misal X adalah variabel acak yang menyatakan biaya perbaikan, X ∼
1
unif orm[0, 1500] sehingga f (x) = 1500 , x ∈ [0, 1500].
R 1500 1
E[X] = 0 1500
xdx
1 2 1500
= 3000 x |0
1
= 3000 15002
= 750.
R 1500 1 2
E[X 2 ] = 0 1500
x dx
1 3 1500
= 4500 x |0
1
= 4500 15003
= 750000.
p
σ(X) = √ E[X 2 ] − (E[X])2
= 750000 − 7502
= 433.
39. Misal X adalah variabel acak yang menyatakan usia sebuah mesin
1
cetak. Karena X ∼ eksponensial(1/2) maka diperoleh f (x) = 21 e− 2 x .
Misal R(x) menyatakan refund yang akan dibayar untuk satu mesin
cetak, maka diperoleh
200 , 0 ≤ x ≤ 1
R(X = x) = 100 , 1 < x ≤ 2
0 , selainnya
13
Z 1 Z 2
1 1 1 1
E[R(X)] = 200 e− 2 x + 100 e− 2 x
0 2 1 2
1 1
= 200[−e− 2 x ]10 + 100[−e− 2 x ]21
− 12 1
= 200(1 − e ) + 100(e− 2 − e−1 )
= 102, 56.
Jadi jika pabrik tersebut menjual 100 mesin cetak, maka nilai harapan
dari refund yang akan dibayar adalah
E[100R(X)] = 100 · E[R(X)] = 10256.
Luaran X Y Z =X +Y Pr(Z = z)
S1 S1 1 2 3 1/4
S1 S2 1 1 2 1/4
S2 S1 0 1 1 1/4
S2 S2 0 0 0 1/4
E(Z) = 14 (0 + 1 + 2 + 3) = 3/2
E(Z 2 ) = 14 (0 + 1 + 4 + 9) = 7/2
7
V ar(X + Y ) = V ar(Z) = E(Z 2 ) − (E(Z))2 = 2
− ( 32 )2 = 5
4
= 1, 25.
14
44. Dengan menggunakan tabel di bawah ini,
x|y 0 1 2 pX (x)
0 1/4 1/4 0 1/2
1 0 1/4 1/4 1/2
pY (y) 1/4 1/2 1/4 1
E(Y |X = 1) = Σy · p(y|x = 1)
= 0 · p(0|x = 1) + 1 · p(1|x = 1) + 2 · p(2|x = 1)
= 0 · pp(1,0)
X (1)
+ 1 · pp(1,1)
X (1)
+ 2 · pp(1,2)
X (1)
0 1/4 1/4
= 0 · 1/2 + 1 · 1/2 + 2 · 1/2
= 0 + 21 + 1
3
= 2
= 1, 50.
Y
0 1 Pr(X = x)
X 0 0,800 0,025 0,825
1 0,050 0,125 0,175
Pr(Y = y) 0,850 0,150 1
X Y Z =X +Y Pr(Z = z)
0 0 0 0,800
0 1 1 0,025
1 0 1 0,050
1 1 2 0,125
E(Z) = 0 · 0, 800 + 1 · (0, 025 + 0, 050) + 2 · 0, 125 = 0, 325
E(Z 2 ) = 02 · 0, 800 + 12 · (0, 025 + 0, 050) + 22 · 0, 125 = 0, 575
V ar(X + Y ) = V ar(Z) = E(Z 2 ) − (E(Z))2 = 0, 575 − (0, 325)2 = 0, 4694.
46.
Pr(Y = 0|X = 1) = Pr(X=1,Y
Pr(X=1)
=0)
= 0,050
0,175
= 0, 286
Pr(X=1,Y =1) 0,125
Pr(Y = 1|X = 1) = Pr(X=1) = 0,175 = 0, 714
E(Y |X = 1) = Pr(Y = 1|X = 1) = 0, 714
E(Y 2 |X = 1) = Pr(Y = 1|X = 1) = 0, 714
V ar(Y |X = 1) = E(Y 2 |X = 1) − (E(Y |X = 1))2 = 0, 714 − (0, 714)2 = 0, 20.
15
47.
E[N2 |N1 = 2] = Σ∞
n2 =1 n2 p(n2 |N1 = 2)
p(2, n2 )
= Σ∞
n2 =1 n2
p(N1 = 2)
1 1 −2
p(N1 = 2) = Σ∞
n2 =1 e (1 − e−2 )n2 −1
34
1 ∞
= 2
Σn2 =0 (1 − e−2 )n2
12e
1 1
=
12e2 1 − (1 − e−2 )
1
=
12
Oleh karena itu diperoleh
1 1 −2
e (1 − e−2 )n2 −1
E[N2 |N1 = 2] = Σ∞
n2 =1 n2
34
1
12
= Σ∞ −2
n2 =1 n2 e (1 − e )
−2 n2 −1
= Σ∞ −2 −2 n2
n2 =0 n2 e (1 − e )
1 − e−2
E[N2 |N1 = 1] =
e−2
2
= e − 1.
48.
16