Keterangan :
p = probabilitas sukses sebuah percobaan
q = probabilitas gagal sebuah percobaan = 1 – p
x = jumlah sukses
Bukti:
Berdasarkan definisi, nilai harapan/ekspektasi dari X adalah :
E(X) =
=
= 0.p0.(1 – p)1 – 0 + 1.p1.(1 – p)1 – 1
= 0.1.(1 – p) + 1.p.1
=p
Jadi, E (X) = p
E (X2) =
Misalkan :
y = x – 1 dan m = n – 1,
Batas-batas :
Untuk x = 1, maka y = 0
Untuk x = n, maka y = n – 1 = m
= np. (1)
Jadi E (X) = np
E(X2)=
=
=
Misalkan :
y = x – 2 dan m = n – 2
Batas-batas :
Untuk x = 2, maka y = 0
Untuk x = n, maka y = n – 2 = m
=
= n(n – 1)p2.(1) + np
= n(n – 1)p2 + np
= n2p2 – np2 + np
Jadi, E(X2) = n2p2 – np2 + np
Berdasarkan definisi varians, maka :
Var(X) = E(X2) – [E(X)]2
= n2p2 – np2 + np – (np)2
= n2p2 – np2 + np – n2p2
= np – np2
= np(1 – p)
= npq
Jadi, Var(X) = npq
Keterangan :
e = bilangan logaritma natural = 2,71828…
λ = rata-rata distribusi (rata-rata banyaknya sukses yang terjadi dalam
selang waktu atau daerah tertentu), yang juga merupakan variansinya
Bukti:
Berdasarkan definisi, nilai harapan/ekspektasi dari X adalah :
E(X) =
Misalkan :
y = x – 1 x = y + 1
Batas-batas :
Untuk x = 1, maka y = 0
Untuk x = ∞, maka y = ∞
• =
=
=
=
Jadi, E(X) =
=
Misalkan :
y=x–2x=y+2
Batas-batas :
Untuk x = 2 , maka y = 0
Untuk x = ∞, maka y = ∞
=.
= (1)
=
Sehingga :
Var(X) = E[X(X – 1)] + E(X) – [E(X)]2
=
=
Jadi, Var(X) =
Jadi, E(X) =
Jadi,
Berdasarkan definisi varians, maka :
Jadi, Var(X) =
Jadi, jika X berdistribusi seragam
maka dan Var . Terbukti.
Teorema 1.7.5
•Jika
berdistribusi eksponen
maka
Bukti:
•Berdasarkan
definisi, nilai harapan/ekspektasi dari X adalah :
Jadi, E(X) =
Jadi,
Jawab:
Diketahui : G(x4, 2, 3) maka
=4
=2
A = 3 berarti
Sehingga
• Distribusi Beta
Misalnya fungsi densitas dari peubah acak Y yang berdistribusi seragam berbentuk :
h(y)=
Apabila kita memperhatikan fungsi densitas di atas, maka sebenarnya fungsi densitas tersebut merupakan hal khusus dari
distribusi lain, yang disebut distribusi beta.
Peubah acak X dikatakan berdistribusi beta, jika dan hanya jika fungsi densitasnya berbentuk :
Peubah acak X yang berdistribusi beta disebut juga peubah acak beta. Penulisan notasi dari peubah acak yang berdistribusi beta
adalah B(x; α, β), artinya peubah acak X berdistribusi beta dengan parameter α dan β bisa juga ditulis sebagai :
X ~ B (α, β)
Distribusi Geometrik
•Teorema
1.7.9
Jika X berdistribusi Geometrik
f (x) =
maka dan
Bukti:
•Berdasarkan
definisi, nilai harapan/ekspektasi dari X adalah :
Jadi,
Berdasarkan definisi varians, maka :
Var(X) = E(X2) – [E(X)]2
= E[X(X – 1) + X] – [E(X)]2
= E[X(X – 1)] + E(X) – [E(X)]2
Jadi,
Dengan demikian, jika X berdistribusi Geometrik f (x) =
maka terbukti dan .
Distribusi Hipergeometrik
•Teorema
1.7.10
Jadi,
Berdasarkan definisi varians, maka :
Var(X) = E(X2) – [E(X)]2
= E[X(X – 1) + X] – [E(X)]2
= E[X(X – 1)] + E(X) – [E(X)]2
Berdasarkan nilai ekspektasi diskrit, maka :
E[X(X – 1)] =
Misalnya :
y = x – 2 dan m = n – 2
Batas-batas :
Untuk x = 2, maka y = 0
Untuk x = n, maka y = n – 2 = m
Maka :
Jadi,
Dengan demikian, jika X berdistribusi Hipergeometrik dengan
f (x) =,
maka dan
Contoh Soal 1
Contoh Soal 2
Contoh Soal 3
Contoh Soal 4
Contoh Soal 5