Академический Документы
Профессиональный Документы
Культура Документы
= (
()
atau
() =
= ( )
. ()
= ()
Dengan:
E(X) atau =() untuk distribusi diskrit
2
= . ()
()
Buktinya:
( +) = ( +) ( +)
= ( +) )
]
=
( )
()
2 1 1 2
0
(x ) ; x
f(x)
; x yanglainya
< <
=
2 2
2
2 3 2
5 1 1
3 2 3
1
1 1
2 1 2 2 E(X) (x) (x )dx (x x)dx ( x x ) = = = = =
} }
2 2
2
2 2 3 2 4 3
17 1 1
4 3 6
1
1 1
2 1 2 2 E(X ) (x ) (x )dx (x x )dx ( x x ) = = = =
} }
2 2
17 5 1
6 3 18
( ) o = =
5
3
=
2
1
18
o =
3
B. MOMEN
MOMEN adalah nilai harapan yang khusus melibatkan mean dan variansi.
Momen ke k di sekitar titik asal adalah
= E
k
Momen ke k di sekitar mean adalah
= E X ()]
= ]
Dari definisi diatas bisa disimpulkan:
1. Momen pertama di sekitar titik asal merupakan mean=
2. Momen pertama disekitar mean bernilai nol
3. Momen kedua di sekitar mean menyatakan variansi
Definisi
Jika X adalah suatu variabel random, maka
disebut dengan kemiringan (skewness) dari distribusi X, yang merupakan ukuran
ketaksimetrisan dari distribusi.
Teorema
Jika X adalah suatu variabel random, dan u(x) suatu fungsi bernilai real positif, maka
untuk setiap konstanta real positif c berlakulah
Bukti
4
KETAKSAMAAN MARKOV
KETAKSAMAAN CHEBYCHEV
Bukti:
5
Artinya, tanda kesamaan dicapai pada Ketaksamaan Chebychev.
C. FUNGSI PEMBANGKIT MOMEN
Dengan menggunakan turunan akan dibahas suatu bentuk fungsi khusus yang
dapat digunakan untukmembangkitkan momen suatu variable random. Jika fungsi
pembangkit momen dari suatu variabel random X ada maka akan menentukan
distribusi dari variabel random yang bersangkutan.
Definisi:
Jika X suatu variabel random maka nilai ekspektasi
() =
] ,
Disebut Fungsi Pembangkit Momen (FMP) dari X.
() = {
()
Dengan menggunakan ekspansi deret taylor untuk etx disekitar titik nol akan
diperoleh :
6
(deret diruas kanan konvergen ke e
tx
untuk setiap nilai real x). Akibatnya,
Selanjutnya dicari turunan
Untuk t = 0 akan diperoleh
()
() = (
)
7
Dapat dilihat bahwa dengan mengambil t = 0 pada turunan yang diperoleh,
ternyata Mx(t) dapat digunakan untuk membangkitkan momen dari variabel
random X.
Contoh:
Tentukan Fungsi pembangkit momen dari variabel random X jika diketahui fungsi
densitas
8
SIFAT SIFAT FUNGSI PEMBANGKIT MOMEN
1. Misal = + maka
() =
()
2. Jika = maka
() =
()
3. Jika variabel random X dan Y masing masing memiliki fungsi distribusi F(X)
dan F(Y) dan masing masing FPM-nya adalah
() dan
(). Maka
F(X)=F(Y) jika dan hanya jika
()=
().
Definisi:
Momen faktorial ke r dari suatu variabel random X didefinisikan dengan
. ( ) ( +)]
Definisi dari Fungsi Pembangkit Momen Faktorial(FPMF) dari X adalah
() =
]
Fungsi pembangkit momen faktorial sering disebut dengan fungsi pembangkit
peluang karena untuk variabel random X yang bernilai bilangan bulat positif
berlaku:
Dengan demikian Fungsi pembangkit momen faktorial menentukan secara tunggal
bentuk suatu distribusi. Hubungan antara (FPM) fungsi pembangkitmomen dengan
fungsi pembangkitmomen faktorial (PMF) adalah
Contoh:
Sebuah mata uang logam dimana masing-masing sisinya ditandai dengan muka (M)
dan belakang (B) dilemparkan dua kali. Jika Z menyatakan banyaknya muka
yangmunculmaka nilai Z yangmungkin adalah z = 0, z = 1, z = 2. Fungsi densitas
dari Z dapat dinyatakan dengan
9
() = = ] =
{
=
Fungsi pembangkit momen dari Z berbentuk
Fungsi pembangkit momen faktorial dari Z berbentuk: