Академический Документы
Профессиональный Документы
Культура Документы
RANDOM VARIABEL
2. Transformation Method
3. MGF (Moment
Generating Function)
Method
PEMBAHASAN
Example 6.2.4
Exercise
6.2 The CDF
Technique
Keyword
PDF = Probability Density Function (Fungsi Peubah Acak).
𝐹𝑌 (𝑦) = 𝑃 [𝑢(𝑋) ≤ 𝑦]
The CDF Technique
𝐹𝑌 (𝑦) = 𝑃 [𝑢(𝑋) ≤ 𝑦]
yang juga dapat dinyatakan sebagai 𝑃 [𝑋 ∈ 𝐴𝑦 ]. Probabilitas ini dapat
dinyatakan sebagai integral dari pdf, 𝑓𝑥 (𝑥), di atas himpunan 𝐴𝑦 jika 𝑋
kontinu, atau sum 𝑓𝑥 (𝑥) di atas 𝑥 dalam 𝐴 , jika 𝑋 adalah diskrit.
Sebagai contoh, seringkali dimungkinkan untuk menyatakan [𝑢(𝑋) ≤ 𝑌]
dalam persoalan yang sama [𝑥1 ≤ 𝑋 ≤ 𝑥2 ], di mana satu atau keduanya dari
batas 𝑥1 dan 𝑥2 bergantung pada 𝑦. Dalam kasus berkelanjutan,
𝑑
dan, tentu saja, pdf adalah 𝑓𝑌 𝑦 = 𝐹𝑌 𝑦 .
𝑑𝑦
Langkah-Langkah Teknik CDF
𝑥
1. 𝐹𝑋 𝑥 = 0 𝑓𝑋 𝑥 𝑑𝑥
2. 𝐹𝑌 𝑦 = 𝑃 [𝑌 ≤ 𝑦]
= 𝑃 [𝑢(𝑋) ≤ 𝑦]
= 𝑃 [𝑋 ≤ 𝑦]
= 𝐹𝑋 𝑦
3. 𝑓𝑌 𝑦 = 𝐹𝑌 ′ 𝑦 atau 𝐹𝑋 𝑦
Example 6.2.1,
6.2.2, 6.2.3
Example 6.2.1
Andaikan 𝐹𝑋 𝑥 = 1 − 𝑒 −2𝑥 , 0 < 𝑥 < ∞, dan anggap 𝑌 = 𝑒 𝑥 . Kita
peroleh: 𝑥
𝑒 =𝑦
𝑥= …
ln 𝑒 𝑥 = ln 𝑦
𝑥 ln 𝑒 = ln 𝑦
𝑥 = ln 𝑦 1 − 𝑒 −2𝑥 = 1 − 𝑒 −2 ln 𝑦
−2
= 1 − 𝑒 ln 𝑦
= 1 − 𝑦 −2
Untuk 𝑦 > 0.
Example 6.2.3
Sebuah sinyal dikirim ke antena berputar dua sisi, dan sudut antena
pada saat sinyal diterima dapat diasumsikan terdistribusi secara merata
dari 0 ke 2𝜋, ~ UNIF (0, 2𝜋). Sinyalnya bisa diterima jika 𝑌 =
tan > 𝑦0 . Misalnya, 𝑦 ≥ 1 sesuai dengan sudut 45° < < 90° dan
225° < < 270°. CDF 𝑌 ketika 𝑦 < 0 adalah
Example 6.2.3
Secara singkat 𝑃 𝑌 > 𝑦 = 𝑃 𝑌 < −𝑦 . Kemudian, untuk 𝑦 > 0,
Menarik bahwa
Theorem 6.2.1
Theorem 6.2.1
Misalkan 𝑋 = (𝑋1 , 𝑋2 , . . . . . , 𝑋𝑘 ) menjadi vektor 𝑘 -
dimensi dari variabel acak kontinu,
pdf 𝑓 𝑥1 , 𝑥2 , . . . . . , 𝑥𝑘 . Jika 𝑌 = 𝑢(𝑋) adalah fungsi
dari 𝑋, lalu