• Tidak ada hasil yang ditemukan

PENGANTAR PROBABILITAS STATISTIKA UNIPA SBY

N/A
N/A
Protected

Academic year: 2022

Membagikan "PENGANTAR PROBABILITAS STATISTIKA UNIPA SBY"

Copied!
110
0
0

Teks penuh

(1)

PENGANTAR PROBABILITAS

GANGGA ANURAGA GANGGA ANURAGA

STATISTIKA UNIPA SBY

(2)

POKOK BAHASAN

Konsep dasar probabilitas

Teori himpunan

Permutasi

Kombinasi

Koefisien binomial

Koefisien multinomial

Probabilitas

Aksioma probabilitas

Probabilitas bersyarat

Teorema bayes

Kejadian-kejadian yang bebas

Variabel Random

Variabel random diskrit dan fungsi distribusi variabel random diskrit

Variabel random kontinu dan fungsi variabel random kontinu

Konsep dasar probabilitas

Teori himpunan

Permutasi

Kombinasi

Koefisien binomial

Koefisien multinomial

Probabilitas

Aksioma probabilitas

Probabilitas bersyarat

Teorema bayes

Kejadian-kejadian yang bebas

Variabel Random

Variabel random diskrit dan fungsi distribusi variabel random diskrit

Variabel random kontinu dan fungsi variabel random kontinu

UTS

STATISTIKA UNIPA SBY

(3)

POKOK BAHASAN

Distribusi bersama / joint probability

Distribusi bersama variabel random diskrit

Distribusi bersama variabel random kontinu

Ekspektasi

Ekspektasi variabel random

Varians, kovarian, korelasi,

Fungsi pembangkit moment

UAS

Distribusi bersama / joint probability

Distribusi bersama variabel random diskrit

Distribusi bersama variabel random kontinu

Ekspektasi

Ekspektasi variabel random

Varians, kovarian, korelasi,

Fungsi pembangkit moment

STATISTIKA UNIPA SBY

(4)

REFERENSI

A First course in Probability: Sheldon Ross. 1997

Hogg, R.V. dan Craig, A.T. 1995. Introduction to Mathematical Statistics, 5th ed. Mac Millon. New York.

Rohatgi, W.K., 1976., An Introduction to Probability Theory and Mathematical Statistics, John Wiley and Sons, New York.

Bartoszynski, R. and Bugaj, M.N.,, 1996, Probability and Statistical Inference, John Wiley & Sons, New York.

A First course in Probability: Sheldon Ross. 1997

Hogg, R.V. dan Craig, A.T. 1995. Introduction to Mathematical Statistics, 5th ed. Mac Millon. New York.

Rohatgi, W.K., 1976., An Introduction to Probability Theory and Mathematical Statistics, John Wiley and Sons, New York.

Bartoszynski, R. and Bugaj, M.N.,, 1996, Probability and Statistical Inference, John Wiley & Sons, New York.

STATISTIKA UNIPA SBY

(5)

KONSEP DASAR PROBABILITAS

Teori Himpunan (SET THEORY)

: Kumpulan obyek-obyek yang keanggotaanya terdefinisikan secara jelas.

Definisi I :

Himpunan yang memuat semua elemen yang dibicarakan secara lenkap disebut sebagai himpunan semesta (space), yang biasanya dinotasikan dengan huruf besar seperti S.

Definisi II : Jika S merupak

 

c

an himpunan semesta dan A adalah himpunan bagian dari S

maka komplemen A ditulis A adalah himpunan yang memuat anggota-anggota dari S tetapi tidak termuat dalam A.

contoh :

S = x ; x = 0, 1, 2, 3, 4 dan A  

 

c

= x ; x = 0, 1 maka komplemen A atau A = x ; x = 2, 3, 4 Definisi I :

Himpunan yang memuat semua elemen yang dibicarakan secara lenkap disebut sebagai himpunan semesta (space), yang biasanya dinotasikan dengan huruf besar seperti S.

Definisi II : Jika S merupak

 

c

an himpunan semesta dan A adalah himpunan bagian dari S

maka komplemen A ditulis A adalah himpunan yang memuat anggota-anggota dari S tetapi tidak termuat dalam A.

contoh :

S = x ; x = 0, 1, 2, 3, 4 dan A  

 

c

= x ; x = 0, 1 maka komplemen A atau A = x ; x = 2, 3, 4

STATISTIKA UNIPA SBY

(6)

 

1 2 1 2

1

2 1 2 1 2

1

Definisi III :

A merupakan himpunan bagian dari A (ditulis A A ) jika

dan hanya jika untuk setiap x anggota A maka x juga merupakan anggota dari A ditulis : A A x A x A

contoh : A = x

  

   

 

 

2 1 2

; 0 x 1 , A = x ; 0 x 2 , maka A A Gambarkan diagram Venn-nya ?

Definisi IV :

Himpunan A tidak mempunyai anggota, disebut himpunan kosong A =

contoh :

A = x ; 0 < x < 1 dan x bilangan bulat ,

maka A =

 

1 2 1 2

1

2 1 2 1 2

1

Definisi III :

A merupakan himpunan bagian dari A (ditulis A A ) jika

dan hanya jika untuk setiap x anggota A maka x juga merupakan anggota dari A ditulis : A A x A x A

contoh : A = x

  

   

 

 

2 1 2

; 0 x 1 , A = x ; 0 x 2 , maka A A Gambarkan diagram Venn-nya ?

Definisi IV :

Himpunan A tidak mempunyai anggota, disebut himpunan kosong A =

contoh :

A = x ; 0 < x < 1 dan x bilangan bulat ,

maka A =

STATISTIKA UNIPA SBY

(7)

 

 

1 2 1 2

1 2

1 2 1 2

Definisi V :

Gabungan dua himpunan A dan A ditulis A A yaitu

suatu himpunan yang anggotanya adalah semua anggota A dan A , ditulis A A = x | x A atau x A .

Gabungan dari himpunan-himpunan

 

 

 

1 2 3

1 2 3

1

2

1 2

A , A , A ,...adalah A A A ...

contoh :

A = x ; x = 0, 1, 2, 3, 4, 5

A = x ; x = 2, 3, 4, 5 atau 5 < x 10

Maka A A = x ; x = 0, 1, 2, 3, 4, 5 atau 5 < x 10

 

 

1 2 1 2

1 2

1 2 1 2

Definisi V :

Gabungan dua himpunan A dan A ditulis A A yaitu

suatu himpunan yang anggotanya adalah semua anggota A dan A , ditulis A A = x | x A atau x A .

Gabungan dari himpunan-himpunan

 

 

 

1 2 3

1 2 3

1

2

1 2

A , A , A ,...adalah A A A ...

contoh :

A = x ; x = 0, 1, 2, 3, 4, 5

A = x ; x = 2, 3, 4, 5 atau 5 < x 10

Maka A A = x ; x = 0, 1, 2, 3, 4, 5 atau 5 < x 10

STATISTIKA UNIPA SBY

(8)

 

 

 

1 2 1 2

1 2 1 2 1 2

Definisi VI :

Irisan dari dua himpunan A dan A ditulis A A adalah

suatu himpunan yang anggota-anggotanya merupakan anggota dari A dan juga dari A ditulis : A A = x | x A dan x A Irisan dar

         

 

         

 

     

 

     

1 2 3

1 2 3

1

2

1 2

1 2

i beberapa himpunan A , A , A ...adalah A A A ...

Contoh :

A = x, y ; x, y = 0,0 , 0,1 , 1,1 A = x, y ; x, y = 1,1 , 1,2 , 2,1 maka A A x, y ; x, y = 1,1 Contoh :

A = x,y ; 0 x+y 1 , A = x,y ; 1

 

1 2

x+y maka A A ....

 

 

 

1 2 1 2

1 2 1 2 1 2

Definisi VI :

Irisan dari dua himpunan A dan A ditulis A A adalah

suatu himpunan yang anggota-anggotanya merupakan anggota dari A dan juga dari A ditulis : A A = x | x A dan x A Irisan dar

         

 

         

 

     

 

     

1 2 3

1 2 3

1

2

1 2

1 2

i beberapa himpunan A , A , A ...adalah A A A ...

Contoh :

A = x, y ; x, y = 0,0 , 0,1 , 1,1 A = x, y ; x, y = 1,1 , 1,2 , 2,1 maka A A x, y ; x, y = 1,1 Contoh :

A = x,y ; 0 x+y 1 , A = x,y ; 1

 

1 2

x+y maka A A ....

STATISTIKA UNIPA SBY

(9)

 

 

 

1 2 1 2

1

2 1 2 1 2

1

Definisi VII :

Selisih dua himpunan A dan A ditulis A -A adalah

suatu himpunan yang anggota-anggotanya merupakan anggota dari A tetapi bukan anggota dari A A -A = x | x A dan x A

Contoh : A = x

 

 

 

 

2

1 2

2 1

| x bilangan asli A = x | x bilangan bulat A -A =

A -A = x | x bilangan bulat tidak positif

 

 

 

1 2 1 2

1

2 1 2 1 2

1

Definisi VII :

Selisih dua himpunan A dan A ditulis A -A adalah

suatu himpunan yang anggota-anggotanya merupakan anggota dari A tetapi bukan anggota dari A A -A = x | x A dan x A

Contoh : A = x

 

 

 

 

2

1 2

2 1

| x bilangan asli A = x | x bilangan bulat A -A =

A -A = x | x bilangan bulat tidak positif

STATISTIKA UNIPA SBY

(10)

 

1 2 1 2

1

2 1 2

1 2 1

Definisi VIII :

Jumlah dari dua himpunan A dan A ditulis A A adalah suatu himpunan yang anggota-anggotanya adalah anggota A atau anggota A tetapi tidak termuat dalam A A .

A + A = x | x A

 

 

 

 

2 1 2

1 2 1 2 1 2

1

2

1 2

atau x A dan x A A .

Khusus untuk A dan A yang saling lepas, maka A A = A A . Contoh :

A = x | x bilangan cacah

A = x | x bilangan bulat negatif

maka A + A = x | x bilangan bulat

 

1 2 1 2

1

2 1 2

1 2 1

Definisi VIII :

Jumlah dari dua himpunan A dan A ditulis A A adalah suatu himpunan yang anggota-anggotanya adalah anggota A atau anggota A tetapi tidak termuat dalam A A .

A + A = x | x A

 

 

 

 

2 1 2

1 2 1 2 1 2

1

2

1 2

atau x A dan x A A .

Khusus untuk A dan A yang saling lepas, maka A A = A A . Contoh :

A = x | x bilangan cacah

A = x | x bilangan bulat negatif

maka A + A = x | x bilangan bulat

STATISTIKA UNIPA SBY

(11)

STATISTIKA UNIPA SBY

(12)

SOAL LATIHAN :

 

 

   

1 2 3 4 5 6 7 8

1 2 3 1 1 2 3

2 2 3 4 5 3 3 4 5 8

c c c

1 2 3 1 2 1 3 2 3

Suatu ruang sampel S = s , s , s , s , s , s , s , s dan himpunan A , A , dan A adalah sebagai berikut : A s , s , s ,

A s , s , s , s , A s , s , s , s .

Tentukan A , A , A , A A , A A , A A ,

 

   

 

 

 

1 2 3 1 2 1 3 1 2 3

c

1 2 2 1 1 3 3 1 2 3 1

c c

1 2 1 2

c c

1 2 1 2

A A A , A A , A A , A A A , A - A , A - A , A - A , A - A , A - A , A .

Berikan bukti bahwa : A A A A , A A A A ,

c

c

c

     

   

  

1 2 3

1c c2 3c

A  A  A c  A  A  A

 

 

   

1 2 3 4 5 6 7 8

1 2 3 1 1 2 3

2 2 3 4 5 3 3 4 5 8

c c c

1 2 3 1 2 1 3 2 3

Suatu ruang sampel S = s , s , s , s , s , s , s , s dan himpunan A , A , dan A adalah sebagai berikut : A s , s , s ,

A s , s , s , s , A s , s , s , s .

Tentukan A , A , A , A A , A A , A A ,

 

   

 

 

 

1 2 3 1 2 1 3 1 2 3

c

1 2 2 1 1 3 3 1 2 3 1

c c

1 2 1 2

c c

1 2 1 2

A A A , A A , A A , A A A , A - A , A - A , A - A , A - A , A - A , A .

Berikan bukti bahwa : A A A A , A A A A ,

c

c

c

     

   

  

1 2 3

1c c2 3c

A  A  A c  A  A  A

STATISTIKA UNIPA SBY

(13)

Aplikasi hukum De Morgan’s

     

     

     

   

 

 

1 2 6 7 8 1 2 6 7 8

1 2 3 6 7 1 2 3 6 7

1 2 1 4 5 6 7 8 1 2 1 4 5 6 7 8

1 2 3 1 2 4 5 6 7 8

1 2 3 1 2 4 5 6 7 8

1 2 1 2 1

, , , , ,

, , ,

, , , , , , , , , ,

, , , , , , , , , , , , ,

maka :

,

c c c

c c c c

c c c

c

c c c

c c c

A A s s s A A s s s

A A A s s A A A s s

A A s s s s s s A A s s s s s s A A A s s s s s s s

A A A s s s s s s s

A A A A A

   

     

   

  

  

  

 

   

2 3 1 2 3

1 2 1 2, 1 2 3 1 2 3

c c c c

c c c c c c c

A A A A A

A A A A A A A A A A

    

       

     

     

     

   

 

 

1 2 6 7 8 1 2 6 7 8

1 2 3 6 7 1 2 3 6 7

1 2 1 4 5 6 7 8 1 2 1 4 5 6 7 8

1 2 3 1 2 4 5 6 7 8

1 2 3 1 2 4 5 6 7 8

1 2 1 2 1

, , , , ,

, , ,

, , , , , , , , , ,

, , , , , , , , , , , , ,

maka :

,

c c c

c c c c

c c c

c

c c c

c c c

A A s s s A A s s s

A A A s s A A A s s

A A s s s s s s A A s s s s s s A A A s s s s s s s

A A A s s s s s s s

A A A A A

   

     

   

  

  

  

 

   

2 3 1 2 3

1 2 1 2, 1 2 3 1 2 3

c c c c

c c c c c c c

A A A A A

A A A A A A A A A A

    

       

Hukum De Morgan’s

STATISTIKA UNIPA SBY

(14)

SOAL LATIHAN

     

     

1 2 1 2

1 2

1 2

1 2

c

Carilah himpunan gabungan dari A A dan interseksi A A dimana A dan A adalah :

a A ; 0,1, 2 , A ; 2, 3, 4

b A ; 0 2 , A ;1 3

Carilah A dari himpunan A dengan ruang sampel S

x x x x

x x x x

   

   

sebagai berikut : a S ; 0 1 , A = ;5 1

x x x 8 x

   

     

     

1 2 1 2

1 2

1 2

1 2

c

Carilah himpunan gabungan dari A A dan interseksi A A dimana A dan A adalah :

a A ; 0,1, 2 , A ; 2, 3, 4

b A ; 0 2 , A ;1 3

Carilah A dari himpunan A dengan ruang sampel S

x x x x

x x x x

   

   

sebagai berikut : a S ; 0 1 , A = ;5 1

x x x 8 x

   

STATISTIKA UNIPA SBY

(15)

Barisan himpunan monoton :

   

   

n n

i i+1

n

i n n i

i=1 n i=1

n n

i i+1

Barisan himpunan A disebut himpunan monoton naik A jika A A , i = 1,2,3,...

A A berarti limit A A = A

Barisan himpunan A disebut himpunan monoton turun A jika A A ,



 

 

 

 

n

i n n i

i=1 n i=1

i = 1,2,3,...

A A berarti limit A A = A



 

   

   

n n

i i+1

n

i n n i

i=1 n i=1

n n

i i+1

Barisan himpunan A disebut himpunan monoton naik A jika A A , i = 1,2,3,...

A A berarti limit A A = A

Barisan himpunan A disebut himpunan monoton turun A jika A A ,



 

 

 

 

n

i n n i

i=1 n i=1

i = 1,2,3,...

A A berarti limit A A = A



 

STATISTIKA UNIPA SBY

(16)

SOAL LATIHAN

1 2 3 k k+1

k k

1 2 3

k k

k

Jika A , A , A ,...adalah himpunan yang terdefinisikan bahwa A A , k = 1, 2, 3,..., dan lim A didefinisikan sebagai himpunan gabungan

A A A ....

Carilah lim A jika : a) A





 

  

2 2

k

1 2 3 k k+1

k k

;1/ 3 1/ , 1, 2, 3...;

b) A , ;1/ 4 1/ , 1, 2, 3...;

Jika A , A , A ,...adalah himpunan yang terdefinisikan bahwa A A , k = 1, 2, 3,..., dan lim A didefinisikan sebagai himpun

x k x k k

x y k x y k k



  

 

 

   

1 2 3

k k

k

2 2

k

an interseksi A A A ...

Carilah lim A jika :

a) A ; 2 1/ 2 , 1, 2, 3...;

b) A , ; 0 1/ , 1, 2, 3...;

x k x k

x y x y k k



 

1 2 3 k k+1

k k

1 2 3

k k

k

Jika A , A , A ,...adalah himpunan yang terdefinisikan bahwa A A , k = 1, 2, 3,..., dan lim A didefinisikan sebagai himpunan gabungan

A A A ....

Carilah lim A jika : a) A





 

  

2 2

k

1 2 3 k k+1

k k

;1/ 3 1/ , 1, 2, 3...;

b) A , ;1/ 4 1/ , 1, 2, 3...;

Jika A , A , A ,...adalah himpunan yang terdefinisikan bahwa A A , k = 1, 2, 3,..., dan lim A didefinisikan sebagai himpun

x k x k k

x y k x y k k



  

 

 

   

1 2 3

k k

k

2 2

k

an interseksi A A A ...

Carilah lim A jika :

a) A ; 2 1/ 2 , 1, 2, 3...;

b) A , ; 0 1/ , 1, 2, 3...;

x k x k

x y x y k k



 

STATISTIKA UNIPA SBY

(17)

Permutasi dan Kombinasi

Permutasi pengaturan elemen-elemen dari sebuah himpunan dimana urutan dari elemen elemen tersebut diperhatikan.

Contoh : dari himpunan huruf-huruf {a,b,c}, permutasi-permutasi dengan ukuran 2 (ambil 2 elemen dari himpunan tersebut) adalah {a,b}, {b,a}, {a,c}, {c,a},

{b,c}, dan {c,b}. Perhatikan bahwa urutan dari elemen-elemen itu adalah penting, dengan kata lain {a,b} adalah berbeda dengan {b,a}.

Banyaknya permutasi adalah 6.

Contoh: Ada sebuah kotak berisi 3 bola masing-masing berwarna merah, hijau dan biru. Jika seorang anak ditugaskan untuk mengambil 2 bola secara acak dan urutan pengambilan diperhatikan, ada berapa permutasi yang terjadi?

Banyaknya permutasi adalah 6 yaitu; M-H, M-B, H-M, H-B, B-M, B-H.

 

   

!

! 0! 1

! 1 2 1

3! 3 2! 3 2 1 6

k n

P n

n k

k k x k x k x x

x x x

Permutasi dan Kombinasi

Permutasi pengaturan elemen-elemen dari sebuah himpunan dimana urutan dari elemen elemen tersebut diperhatikan.

Contoh : dari himpunan huruf-huruf {a,b,c}, permutasi-permutasi dengan ukuran 2 (ambil 2 elemen dari himpunan tersebut) adalah {a,b}, {b,a}, {a,c}, {c,a},

{b,c}, dan {c,b}. Perhatikan bahwa urutan dari elemen-elemen itu adalah penting, dengan kata lain {a,b} adalah berbeda dengan {b,a}.

Banyaknya permutasi adalah 6.

Contoh: Ada sebuah kotak berisi 3 bola masing-masing berwarna merah, hijau dan biru. Jika seorang anak ditugaskan untuk mengambil 2 bola secara acak dan urutan pengambilan diperhatikan, ada berapa permutasi yang terjadi?

Banyaknya permutasi adalah 6 yaitu; M-H, M-B, H-M, H-B, B-M, B-H.

 

   

!

! 0! 1

! 1 2 1

3! 3 2! 3 2 1 6

k n

P n

n k

k k x k x k x x

x x x

STATISTIKA UNIPA SBY

(18)

Kombinasi adalah pengaturan elemen-elemen dari sebuah himpunan dimana urutan dari elemen elemen tersebut tidak diperhatikan.

Contoh, dari himpunan huruf-huruf {a,b,c} kombinasi-kombinasi yang

berukuran 2 (ambil 2 elemen dari himpunan tersebut) adalah {a,b}, {a,c}, and {b,c}. Perhatikan bahwa urutan dari elemen-elemen itu tidak penting, dengan kata lain {b,a} adalah dianggap sama dengan {a,b}.

Banyaknya kombinasi adalah 3.

Contoh: Seorang anak hanya diperbolehkan mengambil dua buah amplop dari tiga buah amplop yang disediakan yaitu amplop A, amplop B dan amplop C.

Tentukan ada berapa banyak kombinasi untuk mengambil dua buah amplop dari tiga buah amplop yang disediakan? Banyaknya kombinasi adalah 3

!

! !

n n k

k k k

C P P n

k n k

Kombinasi adalah pengaturan elemen-elemen dari sebuah himpunan dimana urutan dari elemen elemen tersebut tidak diperhatikan.

Contoh, dari himpunan huruf-huruf {a,b,c} kombinasi-kombinasi yang

berukuran 2 (ambil 2 elemen dari himpunan tersebut) adalah {a,b}, {a,c}, and {b,c}. Perhatikan bahwa urutan dari elemen-elemen itu tidak penting, dengan kata lain {b,a} adalah dianggap sama dengan {a,b}.

Banyaknya kombinasi adalah 3.

Contoh: Seorang anak hanya diperbolehkan mengambil dua buah amplop dari tiga buah amplop yang disediakan yaitu amplop A, amplop B dan amplop C.

Tentukan ada berapa banyak kombinasi untuk mengambil dua buah amplop dari tiga buah amplop yang disediakan? Banyaknya kombinasi adalah 3

!

! !

n n k

k k k

C P P n

k n k

STATISTIKA UNIPA SBY

(19)

SOAL LATIHAN

 Tiga orang siswa bernama A, B, dan C hendak membentuk

kelompok belajar dan dua orang dipilih sebagai ketua dan bendahara.

Maka susunan ketua dan bendahara yang bisa terjadi adalah

 Tiga orang bernama A, B, dan C berjabat tangan. Berapa kemungkinan jabat tangan yang mungkin terjadi?

 Tiga orang siswa bernama A, B, dan C hendak membentuk

kelompok belajar dan dua orang dipilih sebagai ketua dan bendahara.

Maka susunan ketua dan bendahara yang bisa terjadi adalah

 Tiga orang bernama A, B, dan C berjabat tangan. Berapa kemungkinan jabat tangan yang mungkin terjadi?

STATISTIKA UNIPA SBY

(20)

TERIMA KASIH TERIMA KASIH

STATISTIKA UNIPA SBY

(21)

EKSPEKTASI MATEMATIK

GANGGA ANURAGA

STATISTIKA UNIPA SBY

(22)

   

     

   

Definisi :

Variabel random X dengan f.d.p f x dan u x adalah suatu fungsi dari variabel random X, sedemikian hingga :

untuk variabel random kontinu E u

untuk variabel random diskrit

x

u x f x dx x

u x f x





  

 

 

 

Jika integral atau deret tersebut konvergen mutlak maka E u disebut ekspektasi dari u x .

x



 

 

   

     

   

Definisi :

Variabel random X dengan f.d.p f x dan u x adalah suatu fungsi dari variabel random X, sedemikian hingga :

untuk variabel random kontinu E u

untuk variabel random diskrit

x

u x f x dx x

u x f x





  

 

 

 

Jika integral atau deret tersebut konvergen mutlak maka E u disebut ekspektasi dari u x .

x



 

 

STATISTIKA UNIPA SBY

(23)

n

i i i i

i=1 1

Sifat - sifat dari ekspektasi matematik : 1. E (k) = k, k = konstanta

2. E [k u(x)] = k E[u(x)]

3. E k u (x) k E[u (x)] , n hingga ekspektasi bersifat linier

n

i

 

n i i

i i

i=1 1

Sifat - sifat dari ekspektasi matematik : 1. E (k) = k, k = konstanta

2. E [k u(x)] = k E[u(x)]

3. E k u (x) k E[u (x)] , n hingga ekspektasi bersifat linier

n

i

 

STATISTIKA UNIPA SBY

(24)

   

 

 

2

Ekspektasi Fungsi U(x)

1. U(x) = X, maka mean dari variabel random X :

untuk variabel random kontinu E u

untuk variabel random diskrit 2. Var u Var(x) = E(x - E(x))

x

x f x dx x

x f x x





  

 



 

 

 

 

2 2

2

(x - E(x)) untuk variabel random kontinu

=

(x - E(x)) untuk variabel random diskrit

x

f x dx f x









   

 

 

2

Ekspektasi Fungsi U(x)

1. U(x) = X, maka mean dari variabel random X :

untuk variabel random kontinu E u

untuk variabel random diskrit 2. Var u Var(x) = E(x - E(x))

x

x f x dx x

x f x x





  

 



 

 

 

 

2 2

2

(x - E(x)) untuk variabel random kontinu

=

(x - E(x)) untuk variabel random diskrit

x

f x dx f x









STATISTIKA UNIPA SBY

(25)

   

 

 

2

3

Misal X dengan f.d.p

2 1 , 0 1

0 , untuk x yang lainnya maka E 6x + 3x ....?

Contoh 2.

Misal X dengan f.d.p

/ 6 , 1, 2, 3

0 , untuk x yang lainnya maka E (x ) ...?

x x

f x

x x

f x

  

 



 

 

   

 

 

2

3

Misal X dengan f.d.p

2 1 , 0 1

0 , untuk x yang lainnya maka E 6x + 3x ....?

Contoh 2.

Misal X dengan f.d.p

/ 6 , 1, 2, 3

0 , untuk x yang lainnya maka E (x ) ...?

x x

f x

x x

f x

  

 



 

 

STATISTIKA UNIPA SBY

(26)

2

2

Misalkan X merupakan variabel random dengan f.d.p f(x) = 3x , 0 < x < 1

maka :

1. E (x), E(x ), dan Var (x)...?

2. Jika variabel random y dengan y = 3x - 2 tentukan E (y) dan Var (y) ?

2

2

Misalkan X merupakan variabel random dengan f.d.p f(x) = 3x , 0 < x < 1

maka :

1. E (x), E(x ), dan Var (x)...?

2. Jika variabel random y dengan y = 3x - 2 tentukan E (y) dan Var (y) ?

STATISTIKA UNIPA SBY

(27)

Fungsi Pembangkit Momen (Moment Generating Function)

Gangga Anuraga

Fungsi Pembangkit Momen (Moment Generating Function)

Gangga Anuraga

STATISTIKA UNIPA SBY

(28)

 

   

 

   

Fungsi pembangkit momen secara lengkap menentukan distribusi sampling dari suatu variabel random.

Karakteristik Fungsi Pembangkit Momen

tx

tx tx

tx x

cx x cx

M t E e

e f x M t E e

e f x

M t M ct M



   



    



 

   

 

     

 

 

.

t cx ct x

x

t cx d ct x

dt dt dt

cx d x cx d x

t E e E e M ct

M t e M ct M t E e E e e e M ct

 

   

 

   

Fungsi pembangkit momen secara lengkap menentukan distribusi sampling dari suatu variabel random.

Karakteristik Fungsi Pembangkit Momen

tx

tx tx

tx x

cx x cx

M t E e

e f x M t E e

e f x

M t M ct M



   



    



 

   

 

     

 

 

.

t cx ct x

x

t cx d ct x

dt dt dt

cx d x cx d x

t E e E e M ct

M t e M ct M t E e E e e e M ct

 

x

 

t 0 dan nn x

 

t 0 , 2, 3,

d d

E x M t M t n

dt dt

STATISTIKA UNIPA SBY

(29)

   

   

   

1

1 2 n

1

1 2

a. jika a R maka

b. jika variabel random X , X ,..., X saling independen maka,

c. jika a, b R maka :

d. jika variabel random X , X ,..

n i

i i

x x

n i x X

tb

ax b x

M t M at

M t M t

M t e M at

 

  

Sifat sifat MGF

   

1

., X independen identik maka :n

n i

i i

n x

X

M t M t

 

  

   

   

   

1

1 2 n

1

1 2

a. jika a R maka

b. jika variabel random X , X ,..., X saling independen maka,

c. jika a, b R maka :

d. jika variabel random X , X ,..

n i

i i

x x

n i x X

tb

ax b x

M t M at

M t M t

M t e M at

 

  

Sifat sifat MGF

   

1

., X independen identik maka :n

n i

i i

n x

X

M t M t

 

  

STATISTIKA UNIPA SBY

(30)

STATISTIKA UNIPA SBY

(31)

 

 

 

 

2

Misalkan X merupakan variabel random dengan f.d.p

, 0.

a) Tentukan Fungsi Pembangkit Momen b) Tentukan E(x), E(x ) dan

c) jika variabel random y didefinisikan y = 2-3x,

?

x

x

y

f x e x

M t Var x

M t

 

 

 

 

2

Misalkan X merupakan variabel random dengan f.d.p

, 0.

a) Tentukan Fungsi Pembangkit Momen b) Tentukan E(x), E(x ) dan

c) jika variabel random y didefinisikan y = 2-3x,

?

x

x

y

f x e x

M t Var x

M t

STATISTIKA UNIPA SBY

(32)

 

1 2 2

2 2

contoh :

Jika X variabel random berdistribusi normal dengan mean dan varians , maka MGF dari X addalah . Tentukan :

a. MGF variabel random Y = X - . b. MGF variabel random W = X

c. MGF varia

t t

M

x

t e

bel random Z = X -

 

1 2 2

2 2

contoh :

Jika X variabel random berdistribusi normal dengan mean dan varians , maka MGF dari X addalah . Tentukan :

a. MGF variabel random Y = X - . b. MGF variabel random W = X

c. MGF varia

t t

M

x

t e

bel random Z = X -

STATISTIKA UNIPA SBY

(33)

Moment Generating Function

GANGGA ANURAGA

STATISTIKA UNIPA SBY

(34)

 

 

 

   

   

1

n 2

2 2

2

Moment : )

disebut sebagai moment ke n maka jika n = 1 didapatkan

)

jika n = 2 maka

n

n n

n

n

a U x x m E x

m E x b U x x

m E x m E x

m

 

 

 

     

 

 

 

   

   

1

n 2

2 2

2

Moment : )

disebut sebagai moment ke n maka jika n = 1 didapatkan

)

jika n = 2 maka

n

n n

n

n

a U x x m E x

m E x b U x x

m E x m E x

m

 

 

 

     

 STATISTIKA UNIPA SBY

Referensi

Dokumen terkait

Akhirnya sebagai seorang guru, yang tidak hanya mengajarkan ilmu, tetapi juga harus berperan sebagai edukator yang menekankan pada perubahan sikap dan perilaku

Berdasarkan Hukum Lotka, kepengarangan tunggal dosen UIN Jakarta pada jurnal terindeks Scopus hanya menghasilkan 0,034 (3%) dari keseluruhan hasil publikasi Dengan demikian

Pada proses penggilingan beras, sekam akan terpisah dari butir beras dan menjadi bahan sisa atau limbah penggilingan, Sekam dikategorikan sebagai biomassa yang dapat digunakan

REFERENSI LATIHAN MATERI PENYUSUN INDIKATOR SK / KD UJI KOMPETENSI BERANDA SELESAI Basa nitrogen manakah yang memiliki struktur kimia hampir sama.

Berdasarkan hasil uji-t diperoleh ketiga variabel pengaruh secara parsial berpengaruh positif dan signifikan terhadap pendapatan pengusaha jual beli motor bekas di Manna

plantarum sebagai agensia probiotik untuk pembuatan okara probiotik drink (b) kemampuan kedua kultur tersebut dalam mengasimilasi kolesterol pada produk yang dihasilkan

Adalah salah satu yang berperan dalam proses sakarifikasi pati. Serupa dengan enzim beta-amilase, glukoamilase dapat memecah struktur pati yang merupakan polisakarida kompleks

Kegiatan pelatihan dan pengabdian diikuti 40 peserta dari guru MGMP Matematika SMP Kota Pekalongan. Kegiatan ini merupakan kelanjutan dari kerjasama yang dilakukan antara