BAB IV VARIABEL ACAK DAN DISTRIBUSI PROBABILITAS
description
Transcript of BAB IV VARIABEL ACAK DAN DISTRIBUSI PROBABILITAS
Bab 4. Variabel Acak dan Distribusi Probabilitas
Bab 4. Variabel Acak dan Distribusi Probabilitas
Tujuan Pembelajaran• Mengidentifikasi dan membedakan variabel acak diskrit
dan kontinu.• Memahami dan menggunakan konsep-konsep distribusi
probabilitas diskrit, fungsi probabilitas, dan fungsi distribusi kumulatif variabel acak diskrit
• Memahami dan menggunakan konsep distribusi probabilitas kontinu, fungsi kepadatan probabilitas, dan fungsi distribusi kumulatif variabel acak kontinu
• Memahami dan menggunakan distribusi probabilitas dengan parameter
• Memahami dan menggunakan konsep nilai harapan (harapan matematik)
• Memahami dan menggunakan konsep momen
Bab 4. Variabel Acak dan Distribusi Probabilitas
Agenda
• Konsep Variabel Acak• Distribusi Probabilitas• Distribusi Gabungan• Harapan Matematis• Pembangkitan Momen
Bab 4. Variabel Acak dan Distribusi Probabilitas
• Variabel acak adalah suatu fungsi yang menghubungkan sebuah bilangan real dengan setiap unsur dalam ruang sampel.
• Bila suatu ruang sampel berisi sejumlah kemungkinan terhingga atau urutan yang tidak terbatas dengan unsur sebanyak jumlah bilangan bulat, ruang sampel model ini disebut sebagai ruang sampel diskrit
• Bila suatu ruang sampel berisi sejumlah kemungkinan tak terhingga yang sama dengan jumlah titik-titik dalam sebuah segmen garis, ruang sampel model ini disebut sebagai ruang sampel kontinyu.
• Variabel acak diskrit bila himpunan keluarannya dapat dihitung.
• Variabel acak dapat mengambil nilai-nilai pada skala kontinyu disebut sebagai variabel acak kontinyu.
Bab 4. Variabel Acak dan Distribusi Probabilitas
ContohSeorang petugas ruang simpan mengembalikan tiga helm keselamatan secara acak kepada tiga pegawai pabrik baja yang sudah memeriksa helm tersebut. Bila Smith, John, dan Brown di dalam urutan itu, menerima salah satu dari 3 helm itu, tulislah titik-titik contoh bagi urutan yang mungkin dari pengembalian helm tersebut, dan carilah nilai m dari peubah acak M yang mewakili jumlah kecocokan yang tepat.
Penyelesaian:Bila S, J dan B masing-masing menunjukkan helm milik Smith, Jones dan Brown maka susunan yang mungkin dimana helm akan dikembalikan dan jumlah kecocokan yang benar adalah
Bab 4. Variabel Acak dan Distribusi Probabilitas
2. Distribusi Probabilitas
Himpunan pasangan nilai-nilai variabel acak X dengan probabilitas nilai-nilai
variabel acak X, P(X = x) disebut probabilitas X atau disingkat distribusi X. Himpunan
pasangan tersusun (x, f(x)) adalah sebuah fungsi probabilitas atau fungsi kerapatan
probabilitas dari variabel acak X untuk setiap keluaran x yang mungkin. Sifat-sifat fungsi
f(x) adalah
a. Variabel acak diskrit
1. xXPxf fungsi probabilitas
2. 0xf
3. x
xf 1
b. Variabel acak kontinyu
1. b
a
dxxfbXaP )( fungsi kepadatan probabilitas/probability
density function (pdf)
2. 0xf
3.
1dxxf
Bab 4. Variabel Acak dan Distribusi Probabilitas
2. Distribusi ProbabilitasJika variabel acak X memiliki fungsi probabilitas f(x), maka fungsi distribusi kumulatif
dari X, yaitu F(x) dinyatakan sebagai
kontinyuXdtxf
diskritXxf
xXPxFX
xX
Fungsi distribusi kumulatif F(x) dapat dinyatakan pada interval bXa yaitu
sebagai:
aFbFbXaP .
Fungsi kerapatan probabilitas f(x) dapat dinyatakan sebagai hubungan dengan distribusi
kumulatif sebagai:
dx
xdFxf
Bab 4. Variabel Acak dan Distribusi Probabilitas
2. Distribusi Probabilitas
Bab 4. Variabel Acak dan Distribusi Probabilitas
2. Distribusi Probabilitas
Contoh: 1
Sebuah pengiriman 8 mikrokomputer yang serupa ke suatu jaringan eceran berisi 3 yang
cacat. Bila suatu sekolah melakukan suatu pembelian acak 2 dari komputer ini, carilah
sebaran probabilitas untuk jumlah cacat.
Penyelesaian :
Ambil X sebagai peubah acak yang nilai x-nya adalah jumlah komputer cacat yang
mungkin dibeli oleh sekolah tersebut. Maka x dapat menjadi salah satu dari bilangan
0,1,2. Sekarang
3 5
0 2 100 0
8 18
2
f P X
,
3 5
1 1 151 1
8 18
2
f P X
,
Bab 4. Variabel Acak dan Distribusi Probabilitas
2. Distribusi Probabilitas
3 5
2 0 32 0
8 18
2
f P X
sehingga sebaran probabilitas dari X adalah
X 0 1 2
f(x) 1028 15
28 328
Bab 4. Variabel Acak dan Distribusi Probabilitas
2. Distribusi Probabilitas
Contoh 2Pada sebuah eksperimen probabilitas satu kali melempar dua buah dadu secara bersamaan, distribusi probabilitas dari jumlah mata dadu yang muncul ditentukan sebagai berikut:Ruang sampell eksperimen adalah pasangan mata dadu yang mungkin: (1,1) (1,2) (1,3) (1,4) (1,5) (1,6)(2,1) (2,2) (2,3) (2,4) (2,5) (2,6)(3,1) (3,2) (3,3) (3,4) (3,5) (3,6)(4,1) (4,2) (4,3) (4,4) (4,5) (4,6)(5,1) (5,2) (5,3) (5,4) (5,5) (5,6)(6,1) (6,2) (6,3) (6,4) (6,5) (6,6)Jika X adalah varibel acak diskrit yang menyatakan jumlah mata dadu yang mungkin mucul, maka X = {2,3,4,5,6,7,8,9,10,11,12}
Bab 4. Variabel Acak dan Distribusi Probabilitas
2. Distribusi Probabilitas
• Distribusi probabilitas untuk masing-masing nilai variabel X membentuk fungsi probabilitas sebagai berikut:
• P(X=2) = p(2) = 1/36 P(X=8) = p(8) = 5/36• P(X=3) = p(3) = 2/36 P(X=9) = p(9) = 4/36• P(X=4) = p(4) = 3/36 P(X=10) = p(10) = 3/36• P(X=5) = p(5) = 4/36 P(X=11) = p(11) = 2/36• P(X=6) = p(6) = 5/36 P(X=12) = p(12) = 1/36• P(X=7) = p(7) = 6/36• Fungsi probabilitas untuk variable diskrit seperti di
atas dapat ditampilkan dalam bentuk grafik batang
Bab 4. Variabel Acak dan Distribusi Probabilitas
2. Distribusi Probabilitas
p(x)
6/36
5/36
4/36
3/36
2/36
1/36
x2 3 4 5 6 7 8 9 10 11 12
Bab 4. Variabel Acak dan Distribusi Probabilitas
2. Distribusi Probabilitas
• Dari fungsi probabilitas jumlah mata dadu yang muncul pada eksperimen melempar dua mata dadu dalam Contoh 2 dapat dibentuk fungsi distribusi kumulatif (cdf) sebagai berikut:
2
3
4
5
6
(2) ( ) (2) 1/ 36
(3) ( ) (2) (3) 1/ 36 2 / 36 3 / 36
(4) ( ) (2) (3) (4) 1/ 36 2 / 36 3 / 36 6 / 36
(5) ( ) (2) (3) ... (5) 1/ 36 2 / 36 ... 4 / 36 10 / 36
(6) ( ) (2) (3) ... (6) 1
x
x
x
x
x
F p x p
F p x p p
F p x p p p
F p x p p p
F p x p p p
7
8
9
/ 36 2 / 36 ... 5 / 36 15 / 36
(7) ( ) (2) (3) ... (7) 1/ 36 2 / 36 ... 6 / 36 21/ 36
(8) ( ) (2) (3) ... (8) 1/ 36 2 / 36 ... 5 / 36 26 / 36
(9) ( ) (2) (3) ... (9) 1/ 36 2 / 36 ... 4 / 36 30 / 36
(10)
x
x
x
F p x p p p
F p x p p p
F p x p p p
F
10
11
12
( ) (2) (3) ... (10) 1/ 36 2 / 36 ... 3 / 36 33 / 36
(11) ( ) (2) (3) ... (11) 1/ 36 2 / 36 ... 2 / 36 35 / 36
(12) ( ) (2) (3) ... (12) 1/ 36 2 / 36 ... 1/ 36 36 / 36
x
x
x
p x p p p
F p x p p p
F p x p p p
Bab 4. Variabel Acak dan Distribusi Probabilitas
2. Distribusi Probabilitas
F(x)
36/36
30/36
24/36
18/36
12/36
6/36
x2 3 4 5 6 7 8 9 10 11 1210
Bab 4. Variabel Acak dan Distribusi Probabilitas
2. Distribusi ProbabilitasContoh 3.
Carilah sebaran kumulatif peubah acak X dalam contoh 3.4. Dengan menggunakan F(x),
buktikanlah bahwa f(2) = 3/8.
Penyelesaian:
Penghitungan langsung sebaran probabilitas dari contoh 3.4 memberikan f(0) = 1/16,
f(1) = ¼, f(2) = 3/8, f(3) = ¼, dan f(4) = 1/16. Sehingga
10 0
16F f ,
51 0 1
16F f f ,
112 0 1 2
16F f f f ,
153 0 1 2 3
16F f f f f ’
4 0 1 2 3 4 1F f f f f f .
Bab 4. Variabel Acak dan Distribusi Probabilitas
2. Distribusi Probabilitas
Sehingga
116
516
1116
1516
0 0
0 1
1 2
2 3
3 4
1 4
untuk x
untuk x
untuk xF x
untuk x
untuk x
untuk x
Sekarang,
11 5 32 2 1
16 16 8f F F
Bab 4. Variabel Acak dan Distribusi Probabilitas
2. Distribusi Probabilitas
Contoh 4Andaikan bahwa kesalahan dalam temperatur reaksi, dalam oC, untuk sebuah percobaan laboratorium yang diatur merupakan suatu peubah acak kontinu X yang mempunyai fungsi kepekatan probabilitas
a. Tunjukkan bahwa
b. Carilah c. Carilah F(x)
2
3 , 1 2
0
x xf x
di tempat lain
1dxxf
0 1P X
Bab 4. Variabel Acak dan Distribusi Probabilitas
2. Distribusi Probabilitas
• Penyelesaiana.
b. c. Untuk -1 < x < 2
2 22 2
11
8 11
3 3 9 9
x xf x dx dx
1 12 3
00
10 1
3 9 9
x xP x dx
2 3 3
11 1
1
3 9 9
x x xt t xF x f t dt dt
3
0, 1
1, 1 2
91, 2
x
xF x x
x
Bab 4. Variabel Acak dan Distribusi Probabilitas
2. Distribusi Probabilitas
Bab 4. Variabel Acak dan Distribusi Probabilitas
3. Distribusi GabunganFungsi f(x,y) merupakan distribusi probabilitas gabungan atau fungsi kerapatan
distribusi dari variabel acak diskrit X dan Y, bila
1. 0, yxf , untuk semua (x,y)
2. x y
yxf 1,
3. yxfyYxXP ,,
Untuk setiap daerah A pada bidang datar xy, maka
A
yxfAYXP ,,
Bab 4. Variabel Acak dan Distribusi Probabilitas
3. Distribusi Gabungan
Fungsi f(x,y) merupakan distribusi probabilitas gabungan atau fungsi kerapatan
distribusi dari variabel acak kontinyu X dan Y, bila
1. 0, yxf , untuk semua (x,y)
2. 1, dxdyyxf
3. A
dxdyyxfAYXP ,,
Untuk semua daerah A pada bidang datar xy
Bab 4. Variabel Acak dan Distribusi Probabilitas
3. Distribusi GabunganDistribusi marginal dari variabel acak X atau Y saja diberikan oleh
y
yxfxg , dan x
yxfyh , , untuk distribusi diskrit dan
dyyxfxg , dan dxyxfyh , untuk distribusi kontinyu.
Untuk dua variabel acak X dan Y, diskrit atau kontinyu, maka distribusi bersyarat untuk
variabel acak Y , karena X = x, diberikan oleh
xg
yxfxyf
,
Untuk distribusi bersyarat dari variabel acak X untuk Y = y, diberikan oleh:
yh
yxfyxf
,
Bab 4. Variabel Acak dan Distribusi Probabilitas
3. Distribusi Gabungan
Untuk dua variabel acak X dan Y, diskrit atau kontinyu, dengan distribusi probabilitas
gabungan diberikan oleh f(x,y) dan distribusi marginal diberikan oleh g(x) dan h(y),
maka variabel acak X dan Y dikatakan tidak saling ketergantungan jika dan hanya jika
yhxgyxf , untuk semua (x,y).
Untuk n variabel acak X1, X2, ..., Xn, diskrit atau kontinyu dengan masing masing
distribusi probabilitas gabungan f(x1, x2, …, xn) dan distribusi marginal f1(x1), f2(x2), …,
fn(xn), variabel acak X1, X2, ..., Xn dikatakan saling tak tergantung secara statistik jika
dan hanya jika
nnn xfxfxfxfxxxf ...,...,, 33221121
Bab 4. Variabel Acak dan Distribusi Probabilitas
3. Distribusi GabunganContoh 5
Sebuah perusahaan kembang gula mendistribusikan kotak cokelat dengan campuran krim,
toffees, dan kacang yang dibalut dengan cokelat warna muda dan gelap. Untuk kotak yang
dipilih secara acak, diambil X dan Y masing-masing sebagai perbandingan cokelat warna
muda dan gelap yang dicampur dengan krim dan andaikan bahwa fungsi kepekatan
gabungan adalah
2(2 3 ), 0 1, 0 1
( , ) 50,
x y x yf x y
di tempat lain
(a) Uraikan kondisi 2 dari Definisi 3.9
(b) Carilah P [ ( X, Y ) Є A ], dimana A merupakan wilayah 1 1 1, | 0 , .
2 4 2x y x y
Bab 4. Variabel Acak dan Distribusi Probabilitas
3. Distribusi Gabungan
Penyelesaian
(a) 1 1
0 0
2( , ) (2 3 )
5f x y dx dy x y dx dy
1 12
20
2 6
5 5
x
x
x xydy
1 12
00
2 6 2 3
5 5 5 5
y y ydy
2 3
1.3 5
Bab 4. Variabel Acak dan Distribusi Probabilitas
3. Distribusi Gabungan
(b) 1 1 1
P [(X,Y) A]= P(0 < X < , )2 4 2
Y
1 12 2
1 04
2(2 3 )
5x y dx dy
1 122 2
1 04
2 6
5 5
x
x
x xydy
1 122 2
1144
1 3 3
10 5 10 10
y y ydy
1 1 3 1 3 13
.10 2 4 4 16 160
Bab 4. Variabel Acak dan Distribusi Probabilitas
3. Distribusi Gabungan
Contoh 6
Kepekatan gabungan untuk peubah acak (X, Y), dengan X adalah perubahan suhu
satuan dan Y adalah perbandingan pergeseran spektrum yang dihasilkan oleh partikel atom
tertentu, adalah
210 , 0 1
,0,
xy x yf x y
di tempat lain
(a) Carilah kepeakatan marginal g(x), h(y) dan kepekatan kondisional f(y|x)!
(b) Carilah probailitas dimana pergeseran spektrum lebih dari pada setengah pengamatan
total, karena suhu ditingkatkan sampai 0,25 satuan.
Bab 4. Variabel Acak dan Distribusi Probabilitas
3. Distribusi GabunganPenyelesaian:
(a) Sesuai definisi,
11
2 3 310 10, 10 1 , 0 1
3 3
y
y xx
g x f x y dy xy dy xy x x x
2 2 2 4
00
, 10 5 5 , 0 1y x y
x
g x f x y dy xy dy x y y y
Sekarang,
2 2
3 3103
, 10 3, 0 1
1 1
f x y xy yf y x x y
g x x x x
Sehingga,
1 1 2
12 3
1/ 2 1/ 2
3 80,25 0,25
91 0,25
yP Y X fy x dy dy
Bab 4. Variabel Acak dan Distribusi Probabilitas
4. Harapan Matematis
Bila variabel acak X mempunyai fungsi probabilitas f(x) = P(X=x), maka nilai
harapan matematis X, E(X), dinyatakan oleh:
kontinyuXdxxxf
diskritXxxf
XExX
Bab 4. Variabel Acak dan Distribusi Probabilitas
4. Harapan MatematisHarapan matematis berguna untuk menentukan mean , variansi 2 , atau standar
deviasi dari populasi yang dirumuskan sebagai:
1. Mean populasi, XE
2. Variansi populasi
kontinyuXdxxfx
diskritXxfx
XExX
2
2
22
3. Standar deviasi 2 X
Besarnya variansi dapat disederhanakan menjadi 2222 XEXE
Bab 4. Variabel Acak dan Distribusi Probabilitas
4. Harapan Matematis
Bila X adalah variabel acak dengan distribusi probabilitas f(x), mean dari
variabel acak g(X) diberikan oleh
)()()()( xfxgXgEXg
Untuk X diskrit, dan
dxxfxgXgEXg )()()()(
jika X kontinyu.
Bab 4. Variabel Acak dan Distribusi Probabilitas
4. Harapan Matematis 2 Distribusi
Bila X dan Y adalah dua variabel acak dengan distribusi probabilitas gabungan
f(x,y), mean dari variabel acak g(X,Y) diberikan oleh
x y
YXg yxfyxgYXgE ),(),(),(),(
untuk X dan Y diskrit, dan
dxdyyxfyxgYXgEYXg ),(),(),(),(
untuk X dan Y kontinyu.
Bab 4. Variabel Acak dan Distribusi Probabilitas
4. Varians Variabel Acak
Bila X adalah variabel acak dengan distribusi probabilitas f(x) dan mean, ,
variansi X diberikan oleh
)(222 xfXXE
untuk X diskrit, dan
dxxfXXE )(222
jika X kontinyu.
Bab 4. Variabel Acak dan Distribusi Probabilitas
4. Harapan Matematis
Bila X adalah variabel acak dengan distribusi probabilitas f(x) dan mean, ,
variansi g(X) diberikan oleh
)()()( 2)(
2)(
2)( xfXgXgE XgXgXg
untuk X diskrit, dan
dxxfXgXgE XgXgXg )()()( 2)(
2)(
2)(
jika X kontinyu.
Bab 4. Variabel Acak dan Distribusi Probabilitas
4. Harapan Matematis
Bila X dan Y adalah dua variabel acak dengan distribusi probabilitas gabungan f(x,y),
standar deviasi dari variabel X dan Y diberikan oleh:
x y
YXYXXY yxfyxYXE ),(
bila X dan Y adalah diskrit, dan
dxdyyxfyxYXE YXYXXY ),(
untuk X dan Y adalah kontinyu.
Bab 4. Variabel Acak dan Distribusi Probabilitas
4. Harapan Matematis
Standard deviasi dua variabel acak X dan Y dengan masing-masing mean
X dan Y diberikan oleh
YXXY XYE
Bila X dan Y merupakan dua variabel acak dengan standar deviasi gabungan
XY dan standar deviasi masing-masing X dan Y , koefisien korelasi X dan Y diberikan
oleh
YX
XYXY
dimana nilai koefisien korelasi memenuhi persyaratan 11 XY .
Bab 4. Variabel Acak dan Distribusi Probabilitas
4. Harapan Matematis
Sifat-sifat dari harapan matematis adalah:
a. E(c) = c
b. E(bX) = bE(X)
c. E(a + bX) = a + bE(X)
d. Nilai harapan matematis dari penjumlahan atau perbedaan dua atau lebih fungsi
suatu variabel acak X adalah penjumlahan atau perbedaan dari masing-masing nilai
harapan matematis tersebut, yang diberikan oleh
)()()()( XhEXgEXhXgE
e. Nilai harapan matematis dari penjumlahan atau perbedaan dua atau lebih fungsi
suatu variabel acak X dan Y merupakan penjumlahan atau perbedaan dari masing-
masing nilai harapan matematis tersebut, yang diberikan oleh
),(),(),(),( YXhEYXgEYXhYXgE
Bab 4. Variabel Acak dan Distribusi Probabilitas
4. Harapan Matematisf. Bila X dan Y adalah dua variabel acak bebas, maka
YEXEXYE
g. Jika a dan b adalah konstanta
22222 aa XbaX , bila a = 1 maka
222 XbX , bila b = 0, maka
22222 aa XaX
h. Jika X dan Y adalah dua variabel acak dengan distribusi probabilitas gabungan
f(x,y), maka
XYYXbYaX abba 222222
Bab 4. Variabel Acak dan Distribusi Probabilitas
4. Harapan Matematis
i. Bila X dan Y adalah variabel acak bebas maka
22222YXbYaX ba
j. Bila X dan Y adalah variabel acak bebas, maka
22222YXbYaX ba
k. Jika X1, X2, …, Xn adalah variabel acak bebas, maka
2222
22
21
21
2... ...
21211 XnnXXXaXaXa aaann
Bab 4. Variabel Acak dan Distribusi Probabilitas
4. Harapan MatematisContoh 7. Misalkan variabel acak X mempunyai distribusi probabilitas:
X -3 6 9 P(X) 1
6 1 2
1 3
Tentukanlah: a. E(X) dan E(X2); b. E{(2X + 1)2}; c. E[{X – E(X)}2 ]! Penyelesaian : a. E(X) = x P( X = x ) = ( -3 ) 1/6 + ( 6 ) 1/2 + ( 9 ) 1/3 = 11 / 2 = 5,5
Bab 4. Variabel Acak dan Distribusi Probabilitas
4. Harapan Matematis
E(X2) = x2 P( X = x ) = ( -3 )2 1/6 + ( 6 )2 1/2 + ( 9 )2 1/3 = 93 / 2 = 46,5 b. E{(2X + 1)2} = E(4X2 + 4X + 1) = 4 E(X2) + 4 E(X) + E(1) = 4 . 46,5 + 4 . 5,5 + 1 = 209 c. E[{X – E(X)}2 ] = E[X2 – 2XE(X) + E(X)2] = E(X2) – 11 E(X) + 30,25 = 46,5 – 11 . 5,5 + 30,25 = 16,25
Bab 4. Variabel Acak dan Distribusi Probabilitas
4. Harapan MatematisContoh 8 Kebutuhan mingguan untuk minuman tertentu, dalam ribuan liter, dari toko lokal,
adalah variabel acak kontinyu g(X) = X2 + X – 2, di mana X mempunyai fungsi kerapatan sebagai berikut:
lainnya yang,0
21,)1(2)(
xxxf
Tentukan nilai yang diharapkan dari kebutuhan mingguan minuman tersebut. Penyelesaian:
E(X2 + X – 2) = E(X2) + E(X) – E(2). E(2) = 2, sehingga
2
1
2
1
2 3/5)(2)1(2)( dxxxdxxxXE
dan
2
1
2
1
2322 6/17)(2)1(2)( dxxxdxxxXE
Jadi E(X2 + X – 2) = (17/6) + (5/3) – 2 = 5/2
Ini berarti bahwa kebutuhan mingguan rata-rata untuk minuman adalah 2500 liter
Bab 4. Variabel Acak dan Distribusi Probabilitas
4. Harapan MatematisContoh 4.14
Fraksi X dari para pelari pria dan fraksi Y dari pelari wanita yang bertanding dalam
lari maraton digambarkan oleh fungsi kepekatan gabungan
34 , 0 1,0
,0,
x x y xf x y
di tempat lain
Carilah standar deviasi X dan Y!
Penyelesaian:
Pertama kali kita harus menghitung fungsi kepekatan marginal. Keduanya adalah
34 , 0 1
0,
x xg x
di tempat lain
dan
24 1 , 0 1
0,
y y yh y
di tempat lain
Bab 4. Variabel Acak dan Distribusi Probabilitas
4. Harapan Matematis
Dari fungsi kepekatan marginal yang diberikan di atas, kita hitung
1 1
4 2 2
0 0
4 84 , 4 1
5 15X YE X x dx E Y y y dy
Dari fungsi kepekatan gabungan yang diberikan, kita dapatkan
1 1
2 2
0
48
9y
E XY x y dxdy
Maka
4 4 8 4
9 5 15 225XY X YE XY
Bab 4. Variabel Acak dan Distribusi Probabilitas
4. Harapan Matematis
Contoh 8 Dalam pembuatan mikrocip galium-arsenida, telah diketahui bahwa perbandingan
antara galium dan arsenida tidak tergantung pada tingginya prosentasi pembuatan wafer yang baik. X menyatakan perbandingan galium terhadap arsenida dan Y menyatakan prosentasi wafer yang baik yang dihasilkan selama 1 jam. X dan Y adalah variabel acak independen yang mempunyai kerapatan gabungan sebagai berikut:
lainnya yang,0
10,20,4
)31(),(
2
yxyx
yxf
Buktikan bahwa E(XY) = E(X)E(Y)
Bab 4. Variabel Acak dan Distribusi Probabilitas
Contoh 4.11
Hitunglah variansi g(X) = 2X + 3, dimana X adalah peubah acak dengan sebaran
probabilitas
x 0 1 2 3
f(x) 14 1
8 12 1
8
Penyelesaian:
Pertama kita cari nilai tengah peubah acak 2X + 3.
3
2 30
2 3 2 3 6Xx
E X x f x
Sekarang dengan menggunakan teorema 4.3, kita dapatkan:
2 222 32 3 2 3 2 3 6XX E X E X
3
2 2
0
4 12 9 4 12 9 4x
E X X x x f x
Bab 4. Variabel Acak dan Distribusi Probabilitas
4. Harapan MatematisPenyelesaian:
6/53
)31(2
12
)31(
4
)31(),()(
1
0
21
0
2
0
23
1
0
2
0
221
0
2
0
dyyy
dyyyx
dxdyyyx
dxdyyxxyfXYE
x
x
3/43
)31(2
12
)31(
4
)31(),()(
1
0
21
0
2
0
23
1
0
2
0
221
0
2
0
dyy
dyyx
dxdyyx
dxdyyxxfXE
x
x
8/52
)31(
8
)31(
4
)31(),()(
1
0
21
0
2
0
22
1
0
2
0
21
0
2
0
dyyy
dyyyx
dxdyyxy
dxdyyxyfYE
x
x
Sehingga E(X)(Y) = (4/3)(5/8) = 5/6 = E(XY).
Bab 4. Variabel Acak dan Distribusi Probabilitas
4. Harapan Matematis
Contoh 9
Kepekatan gabungan untuk peubah acak (X, Y), dengan X adalah perubahan suhu
satuan dan Y adalah perbandingan pergeseran spektrum yang dihasilkan oleh partikel atom
tertentu, adalah
210 , 0 1
,0,
xy x yf x y
di tempat lain
(a) Carilah kepeakatan marginal g(x), h(y) dan kepekatan kondisional f(y|x)!
(b) Carilah probailitas dimana pergeseran spektrum lebih dari pada setengah pengamatan
total, karena suhu ditingkatkan sampai 0,25 satuan.
Bab 4. Variabel Acak dan Distribusi Probabilitas
4. Harapan MatematisPenyelesaian:
(a) Sesuai definisi,
11
2 3 310 10, 10 1 , 0 1
3 3
y
y xx
g x f x y dy xy dy xy x x x
2 2 2 4
00
, 10 5 5 , 0 1y x y
x
g x f x y dy xy dy x y y y
Sekarang,
2 2
3 3103
, 10 3, 0 1
1 1
f x y xy yf y x x y
g x x x x
(b). Sehingga,
1 1 2
12 3
1/ 2 1/ 2
3 80,25 0,25
91 0,25
yP Y X fy x dy dy