VARIABEL ACAK

 Variabel Acak dapat didefinisikan sebagai deskripsi numerik dari hasil

percobaan
a. Variabel Acak Diskrit
Hanya dapat mengambil nilai-nilai tertentu yang terpisah, yang umumnya
dihasilkan dari penghitungan suatu objek.
Percobaan Variabel Acak Kemungkinan Nilai-nilai Variabel Acak
Penjualan Mobil Jenis kelamin pembeli 0 jika laki-laki
1 jika perempuan
Penelitian terhadap 50 produk baru Jumlah produk rusak 0,1,2,3,…,49,50
Pencatatan pengunjung Harmony pada Jumlah pengunjung 0,1,2,3,…
suatu hari

b. Variabel Acak Kontinu

Jika kita mengukur jarak antara Jakarta dan Bogor, maka variabel yang
dihasilkan adalah variabel kontinu. Hasil pengukuran tsb mungkin akan
berbeda-beda, tergantung pada siapa yg melakukan pengukuran.
Percobaan Variabel Acak Kemungkinan Nilai –nilai Variabel
Acak
Membangun proyek perkantoran Persentase proyek yang 0 < X < 100
baru setelah 6 bulan diselesaikan
Isi botol minuman jadi (maksimum = Jumlah mililiter 0 < X < 600
600 ml)
Penimbangan 20 paket kemasan Berat sebuah paket kemasan (kg) 0< X< 2
(maksimum = 2 kg)

DISTRIBUSI PROBABILITAS VARIABEL ACAK DISKRIT

Distribusi probabilitas variabel acak menggambarkan bagaimana suatu
probabilitas didistribusikan terhadap nilai-nilai dari variabel acak tersebut.
Untuk variabel diskrit X, distribusi probabilitas didefinisikan dengan fungsi
probabilitas dan dinotasikan sebagai p(x).

Perhatikan hasil pengamatan (dapat disebut percobaan) dari penjualan mobil

selama 300 hari pada PT.Adila Motor, Kalimongso. Data yang dicatat adalah
jumlah mobil yang terjual dalam sehari.
 Jumlah Mobil terjual dalam sehari menurut jumlah hari selama 300 hari
Jumlah mobil terjual dalam sehari Jumlah Hari
0 54
1 117
2 72
3 42
4 12
5 3
Total 300
Jika X menyatakan jumlah mobil yang terjual dalam sehari, maka p(0) menyatakan
probabilitas 0 mobil terjual per hari, p(1) menyatakan probabilitas 1 mobil terjual perhari
dan seterusnya. Dari informasi di atas, 54 hari dari 300 hari 0 mobil terjual,maka kita
nyatakan nilai 54/300 = 0,18 sebagai probabilitas bahwa o mobil terjual dalam sehari,dst.
Dapat ditabelkan sbb:
x P (x)
0 0,18
1 0,39
2 0,24
3 0,14
4 0,04
5 0,01
Total 1,00
 Dari tabel tersebut terlihat bahwa kemungkinan terbesar jumlah mobil terjual dalam
sehari adalah 1 mobil dengan probabilitas 0,39. Kalau kita ingin menghitung probabilitas
bahwa 3 atau lebih mobil terjual dalam sehari, maka kita hitung p(3) + p(4) + p (5) = 0,14 +
0,04 + 0,01 = 0,19.
Dalam membuat suatu fungsi probabilitas untuk variabel acak diskrit, kondisi berikut
harus dipenuhi.
Syarat yang harus dipenuhi untuk fungsi probabilitas diskrit :
(i)p (x) > 0 atau 0 < p (x) < 1
(ii)Σ p (x) = 1

Fungsi Probabilitas Kumulatif Variabel Acak Diskrit

Fungsi probabilitas kumulatif digunakan untuk menyatakan jumlah dari seluruh nilai
fungsi probabilitas yang lebih kecil atau sama dengan suatu nilai yang ditetapkan.
Dengan menggunakan tabel terdahulu,misalnya kita ingin menghitung probabilitas
mobil terjual dalam sehari kurang dari atau sama dengan 3, maka dapat dijumlahkan
probabilitas dari nilai-nilai x=0, x=1, x=2, x=3. Jadi P (x< 3) = 0,18 + 0,39 + 0,24 + 0,14 =
0,95.
Secara matematis, fungsi probabilitas kumulatif dinyatakan sebagai berikut :
F(x) = P(X < x) = X < p (x)
Dimana,
F(x) = P (X < x) menyatakan fungsi probabilitas kumulatif pada titik X = x yang
merupakan jumlah dari seluruh nilai fungsi probabilitas untuk nilai X sama atau kurang
dari x.
Dari tabel sebelumnya kita dapat membuat tabel untuk fungsi probabilitas kumulatifnya sbb:
x F (x)
0 0,18
1 0,57 (= 0,18 + 0,39)
2 0,81 (= 0,57 + 0,24)
3 0,95 (= 0,81 + 0,14)
4 0,99 (= 0,95 + 0,04)
5 1,00 (= 0,99 + 0,01)

Contoh 1 :
Diketahui suatu variabel X yang dapat mengambil nilai dari 0,1,2,3,4 (diskrit) dengan fungsi probabilitas
p (x) sbb:
x 4-x
P (x) = 4 1 1
x!(4-x)! 2 2
Carilah distribusi probabilitas dan probabilitas kumulatif untuk seluruh nilai x.
x p(x) F(x) = P(X < x)
0 4
0 P (0) = 4 1 1 = 1 F (0) = 1
0!(4-0)! 2 2 16 16
1 3
1 P(1) = 4 1 1 = 4 F (1) = F (0) + F (1) = 5
1!(4-1)! 2 2 16 16
2 2
2 P(2) = 4 1 1 = 6 F (2) = F (1) + F (2) = 11
2!(4-2)! 2 2 16 16
3 1
3 P(3) = 4 1 1 = 4 F (3) = F (2) + F (3) = 15
3!(4-3)! 2 2 16 16
4 0
4 P(4) = 4 1 1 = 1 F (4) = F (3) + F (4) = 16
4!(4-4)! 2 2 16 16
DISTRIBUSI PROBABILITAS VARIABEL ACAK KONTINU
Dinyatakan dengan fungsi f (x) dan sering disebut sebagai fungsi kepadatan (density
function) atau fungsi kepadatan probabilitas dan bukan fungsi probabilitas. Nilai f(x) bisa >1.
Syarat yang harus dipenuhi :
(i)f(x) > 0
∞
(ii)∫ -∞f(x)dx = 1 (integral seluruh fungsi kepadatan probabilitas f(x) = 1)
Catatan : f(x) dx = P{x < X < (x+dx)}, yaitu probabilitas bahwa nilai X terletak pada interval x
dan x + dx.

Fungsi Probabilitas Kumulatif Variabel Acak Kontinu

Fungsi probabilitas Kumulatif Variabel Acak Kontinu :
∞
F(x) = P(X < x) = ∫-∞ f(x) dx
Nilai-nilai x dalam rumus ini harus kontinu atau dalam suatu interval.

Contoh 2 :
Variabel X mempunyai fungsi kepadatan probabilitas f(x) sbb:
-2x
f(x) = 2e , untuk x > 0
f(x) = 0 , untuk x < o
a)Gambarkan f(x)
b)Gambarkan F(x) = P(X < x)
c)Cari P(2 < X < 4) = P(2 < X < 4); (berlaku untuk variabel kontinu)
Penyelesaian :
-2x
f(x) = 2e , e = 2,7182818 = 2,718
(a) Untuk x = 0, f(0) = 2
x = 0,5 f(0,5) = 2 1
e
=2. 1
2,718
= 0,7358
x=1 f(1) =21
2
e
=2. 1
7,389
= 0,271

x -2x
(b) F(x) = P(X < x) = ∫-∞ f(x) dx = 1-e , x >0
=0 , x <o
Untuk x = 0, F(0) = 0
-1
x = 0,5 F(0,5) = 1-e
= 1-1
e
= 1- 0,3679
= 0,6321
-2
x = 1 F(1) = 1- e
= 1- 1
2
e
= 1- 1
7,389
= 0,8647
 4 -2x
(c) P(2 < X < 4) = ∫2 2e dx
-4 -8
=e - e
= 1 - 1
-4 -8
e - e
= 0,018
FUNGSI PROBABILITAS BERSAMA (JOINT
Sebelumnya,
PROBABILITY)pembahasan kita masih sebatas nilai-nilai yang dapat diambil oleh suatu
peubah (variabel acak),namun dalam prakteknya kondisi menghendaki kita mencatat
sekaligus nilai-nilai beberapa peubah acak.
Bila X dan Y adalah dua variabel acak diskrit , distribusi probabilitas bersamanya dapat
dinyatakan sebagai sebuah fungsi f(x,y).
Sehingga dalam kasus variabel acak diskrit ,
f(x,y) = p(X = x, Y = y)
Variabel Diskrit
Dua buah dadu dilemparkan ke atas secara bersama-sama. Kemungkinan hasilnya adalah
X = 1,2,3,4,5,6, sedangkan kemungkinan hasil dari lemparan kedua adalah Y=1,2,3,4,5,6.
Secara keseluruhan, kemungkinan pasangan (X,Y) pada setiap lemparan dapat dilihat
pada tabel berikut.
 Hasil Lemparan Dadu Distribusi Probabilitas Bersama, p(x,y)

  Y   Y
1 2 3 4 5 6 1 2 3 4 5 6
X   X  
1 11 12 13 14 15 16 1 1/36 1/36 1/36 1/36 1/36 1/36
2 21 22 23 24 25 26 2 1/36 1/36 1/36 1/36 1/36 1/36
3 31 32 33 34 35 36 3 1/36 1/36 1/36 1/36 1/36 1/36
4 41 42 43 44 45 46 4 1/36 1/36 1/36 1/36 1/36 1/36
5 51 52 53 54 55 56 5 1/36 1/36 1/36 1/36 1/36 1/36
6 61 62 63 64 65 66 6 1/36 1/36 1/36 1/36 1/36 1/36

Contoh 3 :
Suatu kotak berisi 3 kartu yang diberi nomor 1,2,3. Suatu permainan dilakukan dengan menarik satu
kartu secara acak. Jika kartu yang terambil memiliki nomor 1 atau 3, maka kartu kedua diambil, Jika
hasilnya tidak demikian,permainan akan dihentikan. Misalkan X = nomor pada kartu dari pengambilan
pertama (X=1,2,3,) dan Y= nomor pada pengambilan kedua, dan Y=0 jika tidak ada pengambilan kartu
kedua, maka (Y=0,1,2,3). P(X=1) = P(X=2) = P(X=3) = 1/3. Carilah p(x,y) dan P(x,y).
Penyelesaian :
p(X=1, Y=2) = P(X=1) x P(Y=2/X=1)
= 1/3 x 1/3 = 1/9 = p (1,2)
p(X=2, Y=0)= P(X=2)
= 1/3 , kartu kedua tidak diambil (hanya sekali pengambilan).
p(X=1, Y=o)= 0 = p(1,0), kemungkinan tidak akan terjadi,karena jika kartu pertama 1,maka akan
dilakukan pengambilan kartu kedua.
 Distribusi Probabilitas Bersama : p(x,y) Distribusi Probabilitas Kumulatif : F(x,y)

  Y   Y
0 1 2 3 p(x) 0 1 2 3
X  
X  
1 0 1/9 1/9 1/9 3/9
1 0 1/9 2/9 3/9
2 1/3 0 0 0 3/9
3 0 1/9 1/9 1/9 3/9 2 3/9 4/9 5/9 6/9
q(y) 3/9 2/9 2/9 2/9 9/9 3 3/9 5/9 7/9 9/9

F(2,2) = P (X < 2, Y < 2)

= p (1,0) + p (1,1) + p (1,2) + p(2,0) + p(2,1) p(2,2)
= 0 + 1/9 + 1/9 + 1/3 + 0 + 0 = 5/9
F(2,1) = P (X < 2, Y < 1)
= p(1,0) + p(1,1) + p(2,0) + p(2,1)
= 0 + 1/9 + 1/3 + 0 = 4/9

Perhitungan Fungsi Probabilitas Marjinal

Contoh 4 :
Misalkan kotak berisi 4 kartu bernomor 1,2,3,4. Permasalahannya sama seperti contoh sebelumnya,
tetapi jika kartu bernomor 3 terambil, pengambilan kedua tidak dilakukan.
X = nomor kartu pada pengambilan pertama
Y = nomor kartu pada pengambilan kedua
Y = 0 kalau tidak mengambil kartu.
Carilah : p(x,y), p(x), dan q(y)
 Penyelesaian :
X = 1,2,3,4 dan p (1) =p(2) = p(3) = p(4) = ¼
p(x) = P(X=x)
p(x,y) = P(X = x, Y = y)
p(x,y) = p(x) p(x/y)
Y = 0,1,2,3,4
Dirtribusi Probabilitas Bersama: p(x,y), p(x), dan q(y)
  Y
0 1 2 3 4 p(x)
X  
1 p(1,0) p(1,1) p(1,2) p(1,3) p(1,4) p(1)
2 p(2,0) p(2,1) p(2,2) p(2,3) p(2,4) p(2)
3 p(3,0) p(3,1) p(3,2) p(3,3) p(3,4) p(3)
4 p(4,0) p(4,1) p(4,2) p(4,3) p(4,4) p(4)
q(y) q(0) q(1) q(2) q(3) q(4)  
Kalau dua variabel X,Y dan P(X =x, Y = y) = p(x,y) merupakan suatu fungsi yang memenuhi syarat berikut:
a) p(x,y) > 0, untuk seluruh nilai X dan Y
b) ΣΣp(x,y) = 1 (penjumlahan utk seluruh nilai X dan Y)
x y

maka p(x,y) disebut fungsi probabilitas bersama atau kita sebut f.p.b
Fungsi p(x) dan q(y) yang diperoleh langsung dari p(x,y) disebut fungsi marjinal
p(x) = Σp(x,y),dan q(y) = Σp(x,y)
y x
Perhitungan Fungsi Probabilitas Marjinal
  Y
0 1 2 3 4 p(x)
X  
1 0 1/16 1/6 1/6 1/6 4/16
2 0 1/16 1/6 1/6 1/6 4/16
3 1/4 0 0 0 0 4/16
4 0 1/16 1/16 1/16 1/16 4/16
q(y) 4/16 3/16 3/16 3/16 3/16 16/16

P(1,0) = P (1) P(0/1) = P(X=1) P[Y=0/X=1] =1/4 . 0 = 0

P(1,2) = P (1) P(2/1) = P(X=1) P[Y=2/X=1] =1/4 . 1/4 = 1/16
P(4,0) = P (4) P(0/4) = P(X=4) P[Y=0/X=4] =1/4 . 0 = 0
P(4,4) = P (4) P(4/4) = P(X=4) P[Y=4/X=4] =1/4 . 1/4 = 1/16
p(x) = Σ p(x,y)
y

p(2) = p(2,0) + p(2,1) + p(2,2) + p(2,3) + p(2,4)

=0 + 1/16 + 1/16 + 1/16 + 1/16
=4/16 = 1/4
p(3) = p(3,0) + p(3,1) + p(3,2) + p(3,3) + p(3,4)
=1/4 + 0 + 0+ 0 + 0
=1/4
q(2) = p(1,2) + p(2,2) + p(3,2) + p(4,2)
= 1/16 + 1/16 +0+ 1/16
=3/16
q(4) = p(1,4) + p(2,4) + p(3,4) + p(4,4)
= 1/16 + 1/16 +0+ 1/16
=3/16
NILAI HARAPAN DAN VARIANS DARI VARIABEL ACAK
Rata-rata (μ) dari distribusi probabilitas adalah nilai harapan (expected value) dari variabel
DISKRIT
acaknya.
Nilai harapan variabel acak diskrit E(X) : rata-rata tertimbang terhadap seluruh kemungkinan
hasil di mana penimbangnya adalah nilai probabilitas yang dihubungkan dengan setiap hasil.
Nilai harapan diperoleh dengan menyatakan setiap kemungkinan hasil x dengan
probabilitasnya P(X) dan kemudian menjumlahkan hasil perkalian tersebut.
Nilai Harapan Variabel Acak Diskrit
N

E(X) = μx = Σxi p(xi)

i=1

=x1 p(x1) + x2 p(x2) + …xn p(xn)

dimana, xi = nilai ke-I dari variabel acak X
Contoh 5 :
p(xi) = probabilitas terjadinya xi
X = banyaknya pesanan barang dalam satuan yang masuk selama 1 minggu. P(X) = probabilitas terjadinya
X=x
X 0 1 2 3
p(x) 0,125 0,375 0,375 0,125
Hitung rata-rata banyaknya pesanan atau pesanan yang diharapkan.
Penyelesaian :
μx = Σxi p(xi)
= (0) p(0) + (1) p(1) + (2) p(2) + (3) p(3)
= 0 (0,125) + 1 (0,375) + 2 (0,375) + 3 (0.125)
= 1,5
2
Selain rata-rata,ukuran statistik yang lain adalah varians dan standard deviasi. Varians (σ )
dari variabel acak diskrit didefinisikan sebagai berikut.
Varians (σ2) dari variabel acak diskrit : rata-rata tertimbang dari kuadrat selisih antara
setiap kemungkinan hasil dan rata-rata di mana penimbangnya adalah probabilitas dari
masing-masing hasil tersebut.
N
2 2 2
(σ ) = E(X-μ) = Σ (xi – μ) p(xi)
i=1

dimana, xi = nilai ke-I dari variabel acak X

p(xi) = probabilitas terjadinya xi 2
Standard deviasi σ diperoleh dengan menarik akar dari σ
2
σ=√σ
Contoh 6 : dari contoh soal nomor 5,hitunglah varians dan standard deviasinya.
Penyelesaian :
2 2 2
σ = E(X-μ) = E(X- 1,5)
2
= Σ (xi – 1,5) p(xi)
= (2,25) (0,125) + (0,25) (0,375) + (0,25) (0,375) +(2,25) (0,125)
= 0,75
σ = √0,75
= 0,866
Nilai Harapan dari Fungsi Probabilitas Bersama
Jika fungsi probabilitas bersama dinotasikan p(x,y) untuk variabel acak X dan Y, maka nilai
harapan dari variabel acak h(x,y) yang merupakan fungsi dari X dan Y adalah sbb:
E[h(x,y)] = ΣΣh(x,y) p(x,y)
dimana h(x,y) adalah sembarang fungsi dari X dan Y
p(x,y) adalah probabilitas terjadinya X dan Y secara bersam-sama.
Kalau h(x,y) = xy, maka
E[h(x,y)] = E(XY) = Σ Σxy p(x,y)
Kalau h(x,y) = x + y, maka
E[h(x,y)] = E(X + Y) = Σ Σh(x + y) p(x,y)
Contoh 7 :
Apabila diketahui p (x,y) sebagai berikut :
  Y
0 1 2 3 4 p(x)
X  
2 0 0,1 0,1 0,2 0 0,4
3 0,1 0 0,1 0 0,2 0,4
4 0,1 0,1 0 0 0 0,2
q(y) 0,2 0,2 0,2 0,2 0,2 1,0
a) Carilah nilai E (X + Y)
b) Carilah nilai E (X) + E(Y),apakah hasilnya sama dengan hasil a)?
c) Carilah nilai E (XY)
 Penyelesaian :
a) E (X + Y) = Σ Σ(x + y) p(x,y)
= 2(0)+3(0,1)+4(0,1)+5(0,2)+6(0)+3(0,1)+4(0)+5(0,1)+6(0)+7(0,2)+4(0,1)+5(0,1)+6(0)+7(0)+ 8(0)
= 4,8
b) E(X) = Σx p(x)
= 2(0,4) + 3 (0,4) + 4 (0,2) =2,8
E(Y) = Σy q(y)
= 0(0,2) + 1(1,2) + 2(0,2) + 3(0,2) + 4(0,2) = 2
E(X) + E(Y) = 2,8 + 2 = 4,8 = E (X + Y)
c) E (XY) = Σ Σxy p(x,y)
= (0)(0)+(2)(0,1)+(4)(0,1)+(6)(0,2)+(8)(0)+ (0)(0,1)+(3)(0)+(6)(0,1)+(9)(0)+(12)(0,2)+(0)(0,1)+
(4)(0,1)+(8)(0)+(12)(0)+(6)(0)
= 0,2 + 0,4 + 1,2 + 0,6 + 2,4 + 0,4 = 5,2
 KOVARIANS DAN APLIKASINYA DALAM KEUANGAN
Kovarians
Kovarians adalah suatu pengukuran yang menyatakan variasi bersama dari dua variabel
acak. Kovarians antara dua variabel acak diskrit X dan Y dinotasikan dengan σxy dan
didefinisikan sebagai berikut :
N

σxy = Σ[Xi – E(X)][Yi – E(Y)] p(xi,yi)

i=1

dimana, Xi = nilai variabel acak X ke-i

Yi = nilai variabel acak Y ke-I
p(xi,yi) = probabilitas terjadinya xi dan yi
Contoh 8 :
Berikut adalah dua alternatif pilihan investasi perusahhan yang sudah go public. Misalkan Anda
memperkirakan pengembalian investasi (utk setiap investasi $1000) dan kondisi perekonomian di
mana setiap kondisi perekonomian diberikan nilai probabilitasnya.

Investasi
p(xi,yi) Kondisi Perekonomian
A B
(0,2) Resesi -$100 -$200
(0,5) Perekonomian yang stabil 100 50
(0,3) Perekonomian maju 250 350
Hitung nilai harapan dari pengembalian investasi (expected return) untuk setiap investasi dan kovarians
dari investasi tersebut.
Penyelesaian :
Jika X = investasi di perusahaan A dan Y = investasi di perusahaan B.
E (X) = μx = (-100)(0,2) + (100)(0,5) +(250)(0,3) = $ 105
E (Y) = μy = (-200)(0,2) + (50)(0,5) + (35o)(0,3) = $ 90
2 2 2 2
Var (X) = σ x = (0,2)(-100-105) + (0,5)(100-105) + (0,3)(250-105)
= 14.725
σx = 121,35
Var (Y) = σ2y = (0,2)(-200-90) 2 + (0,5)(50-90) 2 + (0,3)(350-90) 2
= 37.900
σx = 194,68
Kov (x,y) = σxy = (0,2)(-100-105) (-200-90) +(0,5)(100-105) (50-90) + (0,3)(250-105) )(350-90)
σxy = 11.890 +100 +11.310
= 23.300
Jadi perusahaan A memiliki harapan pengembalian investasi yang lebih tinggi dan juga memiliki
standar deviasi yang lebih rendah. Nilai kovarians 23.300 menunjukkan adanya hubungan positif
yang kuat ,di mana kedua jenis investasi saling berhubungan satu sama lain dalam arah yang sama.
Kalau investasi jenis A meningkat, maka B juga meningkat.
Nilai harapan dari penjumlahan dua variabel acak adalah sama dengan penjumlahan dari
nilai harapan masing-masing variabel acak.
E(X+Y) = E(X) + E(Y)
Varians dari penjumlahan dua variabel acak adalah sama dengan jumlah varians dari
masing-masing variabel ditambah 2 kali kovarians.
2 2 2
Var(x+y) = σ x+y = σx + σy + 2 σxy
Standard Deviasi dari penjumlahan dua variabel :
2
σx+y =√ σ x+y
Contoh 9:
Dalam contoh 8, hitunglah nilai harapan varians dan standar deviasi dari penjumlahan kedua
investasi tersebut.
Penyelesaian :
Jika X = investasi di perusahaan A dan Y = investasi di perusahaan B.
E(X+Y) = E(X) + E(Y) = 105 + 90 = $195
2 2 2
σ x+y = σ x+ σ y + 2 σxy
= 14.725 + 37.900 + (2) (23.300)
= 99.225
σx+y = $ 315
Expected return investasi dari penjualan investasi di kedua perusahaan tersebut adalah $195 dengan
standard deviasi $315.
 Portfolio Expected Return dan Prtofolio Risk
Portfolio Expected Return
Portofolio expected return untuk investasi 2 asset sama dengan penimbang bagi
asset X dikalikan dengan expected return dari asset X ditambah dengan penimbang bagi
asset Y dikalikan dengan expected return asset Y.
E(P) = ω E (X) + (1-ω) E (Y)
dimana, E(P) = portofolio expected return
ω = proporsi nilai portofolio dari asset X
(1-ω ) = proporsi nilai dari asset Y
E(X) = expected return asset X
E(P) = expected return asset Y
Portofolio Risk
2
σp = √ ω2 σ2x + (1-ω) σ2y + 2ω(1-ω) σxy
Contoh 10 :
2
Dari contoh nomor 8 sebelumnya, kita telah menghitung E(X), E(Y), σ x, σ2y. Misalkan kita hendak
membentuk sebuah portofolio dari dua investasi tersebut dengan menanamkan investasi yang sama
dalam setiap asset tersebut. Hitunglah portfolio expected return dan portfolio risk .
Penyelesaian :
Dengan ω = 0,50, E(X) =105 , E(Y) = 90, σ2x = 14.725, σ2y = 37.900 dan σxy =23.300, maka :
E(P) = (0,5)(105) + (1-0,5)(90) = $ 97,50
σp =
σp =
σp = $ 157,50

Jadi portfolio mempunyai expected return sebesar $97,5 untuk setiap investasi sebesar $1000
(pengembalian sebesar 9,75%, tetapi memiliki portfolio risk sebesar $157,5 =. Dalam hal ini portfolio
risk lebih tinggi dari pada expected return.