Materi-1: Statistika Matematika

Peserta kuliah: PSM 2022-A

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

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

Variabel random, fugsi peluang/fungsi padat peluang dan fungsi distribusi

Pengantar
Bahan ajar yang dibahas dalam materi-1 ini adalah dasar-dasar statistika-matematika yang mencakup tiga
topik, yaitu: variabel random, fugsi peluang/fungsi padat peluang dan fungsi distribusi, dengan kompetensi,
mahasiswa mampu:
● Mengidentifikasi variabel random diskrit dan kontinu.
● Menyimpulkan sutau fungsi merupakan fungsi peluang/fungsi padat peluang.
● Menentukan fungsi distribusi dari suatu variabel random dengan pdf yang diketahui.

1. Variabel random
definisi 1
Variabel random X adalah suatu fungsi bernilai real yang nilainya ditentukan oleh setiap anggota pada ruang
sampel. Apabila suatu variabel random, nilai variabelnya terhitung (berhingga atau takberhingga), maka variabel
random semacam ini disebut variabel random diskrit, tetapi apabila nilainya menjalani suatu interval tertentu
maka disebut variabel random kontinu

2. Fungsi peluang / fungsi padat peluang

Definisi 2
Fungsi f ( x ) adalah fungsi peluang dari suatu variabel random diskrit X , jika untuk setiap nilai x ,
berlaku :
1) f ( x )  0, x
2)  f(x)1
x
Definisi 3
Fungsi f ( x ) adalah fungsi padat peluang dari variabel random kontinu X , jika:
1) f ( x )  0, x

2)  f ( x )dx  1

Contoh
x
 , x  1,2 ,4
1) Perhatikan fungsi f ( x )   7
0 , otherwise
Fungsi ini merupakan fungsi dari variabel random diskrit X , karena nilai nya terbilang
x 1 2 4
dan merupakan fungsi peluang, karena f ( x )  0, x dan  f ( x )      1
X X 1 ,2 ,4 7 7 7 7
2 x , 0  x  1
2) Perhatikan fungsi f ( x )  
0 , otherwise
Fungsi ini merupakan fungsi dari variabel random kontinu X , karena nilai nya menjalani suatu interval
1 1
dan merupakan fungsi padat peluang , karena f ( x )  0, x dan  f ( x ) dx   2 x dx  1
0 0

1
Catatan Fungsi peluang digunakan pada variabel random diskrit, sedangkan fungsi padat peluang digunaka
pada
variabel random kontinu, namun keduanya sering disamakan dengan nama densitas atau dituliskan
dengan pdf (probability density function)

3. Fungsi Distribusi (CDF=Cummulative Distribution Function)

Definisi 4
CDF dari suatu variabel random X dengan pdf f ( x ) dinotasikan dengan F( x ) dan didefinikan oleh:
 x
  f ( t ) dt , X kontinu
F x   P  X  x   
  f ( t ), X diskrit
 x
Contoh
2 x , 0  x  1
1) Misalkan X variabel random dengan pdf : f ( x ) 
0 , otherwise


x x
x
CDF X adalah F ( x )   f ( t ) dt   2t dt  t 2 0  x2
0 0

0 , x  0

CDF X yang lengkap dapat dituliskan dengan : F ( x )   x 2 , 0  x  1
1, x  1

x 1
 , x  1, 2 , 3
2) Misalkan X suatu variabel random dengan pdf : f ( x )   9
0 , otherwise
0 , x  1
2
 , x 1
9
2 0 , x  1
 , 1 x  2 2
9  ,1 x  2
5
 9
CDF X adalah : F ( x )   , x  2 = 
9 5 , 2  x  3
5 9
9 ,2  x  3 1, x  3
 
9 , x  3
9

1 , x  3


Soal-latihan
k ( x  2 ), x  1,3 ,5 ,7
1) Tentukan nilai agar k fungsi f ( x )   merupakan fungsi peluang
0 , otherwise
c( 1  x ) x 2 ,0  x  1
2) Misalkan X variabel random kontinu dengan pdf f ( x )   ,
0 , otherwise
tentukan nilai c.
2x
 ,0  x 3
3) Misalkan X variabel random kontinu dengan pdf f ( x )   9 ,
0 , otherwise
tentukan CDF X .
ξξξ