Materi-2: Statistika Matematika

Peserta kuliah: PSM 2022-A

Dosen: Prof. Drs. Zul Amry, M. Si., Ph. D

BAB 1. Dasar-dasar Statistika Matematika (bagian-2)

Nilai Ekspektasi dan Varians

Pengantar
Bahan ajar yang dibahas dalam perkuliahan-2 ini merupakan kelanjutan perkuliahan-1 dari dasar-dasar statistika-
matematika yang mencakup dua topik: nilai ekspektasi dan variansi, dengan kompetensi, mahasiswa mampu:
● Menentukan nilai ekspektasi suatu variabel random dengan densitas yang diketahui.
● Menerapkan teorema yang terkait dengan nilai ekspektasi.
● Menentukan varinasi suatu variabel random dengan densitas yang diketahui.
● Menerapkan teorema yang terkait dengan variansi.

4. Nilai Ekspektasi

Definisi 5

  x. f ( x )dx ,,X kontinu
Nilai ekspektasi variabel random X ditulis  atau E  X  , didefinisikan    
 x f ( x ), X diskrit
 x
Contoh
2 x , 0  x  1
1) Suatu variabel random X dengan pdf : f ( x )   , nilai ekspektasi nya adalah
0 , otherwise
 1 1 1
2 2 3 2
E( X )   x f ( x ) dx   x ( 2 x ) dx =  2 x dx = x  
3 0 3
 0 0
x
 , x  1, 2 , 3
2) Variabel random X dengan fungsi peluang f ( x )   6 , nilai ekspektasi nya adalah
0 , otherwise

 x x2 12 2 2 3 2 14
E( X )   x f ( x ) =  x6  =  6 = 66 6 = 6
X X  1 ,2 ,3   X 1,2 ,3

Sifat-sifat nilai ekspektasi

Jika X variabel random dengan pdf f x  ; g x  fungsi dengan domain di X , maka :

  g ( x ). f ( x )dx , X kontinu
E g  X    
 g ( x ). f ( x ), , X diskrit
 x
Contoh
2 x , 0  x  1 1 
Misalkan X variabel random dengan pdf : f ( x )  , tentukan E  X 2 
0 , otherwise  2 
1 1
1 1 
1
1 1 4 1
Dalam hal ini g x   x 2 , sehingga E  X 2    x 2 .( 2 x ) dx = 0 x dx = 4 x  0 = 4
3

2 2  02
Teorema-1
Jika X variabel random dengan pdf f  x  ; g x  dan h x  fungsi dengan domain di X , a dan b konstanta, maka:
E ag  X   bh X   aE g  X   bE h X 

1
Bukti (untuk yang kontinu)
  
E ag  X   bh X    ag x   bhx  f x  dx =  ag x  f x dx   bhx  f x  dx
  
 
= a g x  f x dx  b hx  f x  dx = aE g  X   bE h X  □
 
 
Akibat dari teorema-1 ini diperoleh: E aX   a E  X  dan E aX  b   a E  X   b

5. Varians

Definisi 6
Variansi dari variabel random X ditulis Var  X  atau  X2 , didefinisikan Var  X   E  X   
2

 2
  ( x   ) . f ( x )dx , X kontinu

Var  X   E ( X   ) 2    
 ( x   ) 2 . f ( x ), X diskrit
 x
Contoh
2 x , 0  x  1
Tentukan Var  X  dari variabel X dengan densitas f ( x )  
0 , otherwise
1 2 2
2  2  2 1
Dalam contoh ini   dan Var  X   E  X   =   x   . 2 x dx 
3  3 0 3 18
Teorema 2
Jika X variabel random maka Var  X   E X 2   2  
Bukti    
Var  X   E  X    = E X 2  2 X   2 = E X 2  E  2 X    2 = E X 2  2 E  X    2
2
 
= E X   2
2 2 2
 = E X   
2 2
□
Contoh
2 x , 0  x  1
Tentukan Var  X  dari variabel X dengan densitas f ( x )  
0 , otherwise
1 1 2
2
3
2
  3 1
2
2 2 1  2 1 4 1
Dalam contoh ini   dan E X   x .(2x )dx =  2x dx = , sehingga VarX   E X          ▪
2
2  3  2 9 18
 
0 0
Teorema 3
Jika X variabel random, a dan b konstanta maka Var aX  b   a 2 Var  X 
Bukti (sebagai latihan)

Soal latihan
x
 , x  1, 2 , 4.
1) Misalkan X variabal random dengan densitas f ( x )   7 , tentukan
0 , otherwise

a) E  X  b) E 3  X  c) Var  X 
2

3 x 2 , 0  x  1
2) Misalkan X variabal random dengan densitas f ( x )   , tentukan
0 , otherwise

a) E 2 X  3 b) Var 2 X  1 c) Var 3 X 

3) Buktikan teorema 3 diatas

ξξξ