DARI
VARIABLE ACAK
Expektasi Matematika dari Variable acak
Nilai rata-rata sampel dan mean populasi
Kita membahas konsep expektasi matematik, atau
di singkat expektasi , dari varoiabel acak atau juga
disebut mean populasi
Misalnya ada suatu baskom yang berisi 300 karcis ,
diantara 150 diberi angka 1 , 100 diberi angka 2 , dan
sisanya diberi angka 3 . setelah di kocok satu karcis
diambil secara acak , angkanya dicatat dan
kemuadian dikembalikan lagi proses tersebut diulangi
sampai. 100 kali.
Hasilnya adalah suatu distribusi frekuensi
X 1 2 3
Frekuensi N1 N2 N3
N = N1+N2+N3
Disini N=100 dan bilangan N1, N2, N3 dapat diketahui
bila kita lakukan experiment tersebut.
Nilai rata-rata, =
Atau
n 1 disebut frekuensi (mutlak ) , dan disebut
frekuensi relatif atau proporsi.
jika experiment diulangi maka nilai n1, n2, n akan
tidak sama dengan yang sebelumnya , tetapi nilai x
akan tidak banyak berbeda.
X X1 X2 ..... Xr
Frekuensi N1 N2 ..... Nr
Maka
X X1 X2 .... Xr
n.Kem p P1 P2 .... Pr
Maka
Dimana r hingga atau tak hingga
Jadi
EX=np
Jadi,
Definisi Expektasi Matematik
Bila x variabel acak yang kontinyu dengan funggsi
padat f (x) maka
Contoh :
X mempunyai distribusi uniform R [ 0,1] ; fungsi
padatnya , F (x) = 1 untuk 0 =0
diluarnya
Expektasi atau mean x adalah beranalogi dengan titik
berat dalam ilmu pesawat . pandanglah satu garis
lurus dengan titik xi dan masa (kemungkinan) mi pada
tabel pertama , maka kordinat titik beratnya sama
dengan
Sebagai contoh
h (x) = aX
= aX + b,
= X2
=(x–c)2
jika variabel diskrit, definisi Eh (X) :
Ex = 2,3
H (x) = 2x + 3
E (2x+3) = 5.0,2 + 7.0,3 + 9.0,5
= 7,6
Ternyata E (2x+3) = 2 E(x) + 3
g(x) = x2 , maka
Ex2 =1.0,2 + 4.0,3 + 9.0,5
=5,9
Ternyata Ex2 (EX)2
E ( aX + b ) = a EX + b
Bukti untuk variabel diskrit
misalnya distribusi kemungkinan x ialah { (xi , pi ) | i
= 1 , 2 ,..., r }
R hingga dan tak hingga Maka :
1. Jangkauan
2. Simpangan rata-rat
3. Variansi
4. Standar deviasi.
JANGKAUAN
Jawab :
Var. X = 2 dx
= 1/12
𝟗𝟏
=𝟔
Contoh :
X mempunyai distribusi poisson, maka Var.X…???
Jawab :
EX = λ
EX = λ2 + λ
maka , Var. X = E. X2 – (EX)2
= λ2 + λ - λ2
= λ
STANDAR DEVIASI
Contoh soal :
Sebagai ilustrasi kita ambil 6 variabel acak XA , XB , XC ,
XD, XE dan XF dengan distribusinya masing-masing :
Dari ilustrasi diatas carilah :
1. Jangkauan
2. Simpangan rata-rata
3. Variansi X
4. Standar deviasi
1. Jangakuan
Jangkauan XA = 1 - (-1) = 0
Jangkauan X = 2
B
Jangkauan X = 2
C
Jangkauan X = 2 – (-2) = 4
D
Jangkauan X = 4
E
Jangkauan X = 3 – (-3) = 6
F
2. Simpangan rata-rata
RATA-RATA DAN VARIASI DALAM SAMPEL
Contoh 1:
Dari satu pak kartu yang berisi 52 kartu, kita mengambil 5 kartu
tanpa pengembalian. Kita hitung banyaknya kartu merah dalam
sampel itu dan jika X ialah banyaknya kartu merah, maka X =
{0,1,2,3,4,5}. Eksperimen ini diulangi sampai 25 kali. Hasilnya
adalah distribusi frekuensi :
x 0 1 2 3 4 5 Jumlah
frekuensi 1 5 8 6 4 1 25
X X1 X2 … Xr Jumlah
Frekuensi n1 n2 … nr n
Rata - rata =
Variansi sampel =
Standar Deviasi = s = ( -
Dari contoh 1 kita peroleh :
xi ni
0 1 0 0
1 5 1 5
2 8 4 32
3 6 9 54
4 4 16 64
5 1 25 25
jumlah 25 55 180
x 0 1 2 3 4 5 jumlah
2 1-(1/4)=0,75=75%
3 1-(1/9)=0,89=89%
k 1-(1/k.k)
Contoh Soal
Dari pemeriksaan terhadap peti-peti kemas yang
berisikan barang-barang elektronik, diketahui rata-
rata yang rusak adalah 5 unit per perti dengan standar
deviasi 1 unit per peti. Jika perusahaan tersebut
memproduksi 100 peti setiap harinya, kira-kira
berapa petikah yang kerusakannya antara 3 sampai 7
unit setiap harinya?
Penyelesaian
Minimal [1 (1 / k )]
2
bagian yang
kerusakannya antara 3 sampai 7 berarti :
Dimana :
X= suatu peubah acak
p= peluang keberhasilan
q= peluang gagal
n= banyaknya percobaan
Contoh
Uang logam dilemparkan sebanyak 4 kali
percobaan. Uang logam dianggap bernilai
berhasil apabila menampilkan nilai uang dan
gagal apabila menampilkan gambar.
Tentukan distribusi binomialnya.
Jawab :
Peluang berhasil = ½ =p
Peluang gagal = 1-p = 1-1/2 = ½ = q