Professional Documents
Culture Documents
PENDAHULUAN
A. Latar Belakang
Sering kali kita menjumpai data pengamatan yang memuat perubah acak tidak
tunggal. Misalnya, X dan Y perubah acak, maka nilai harapan dinyatakan , Variansi dari
X dan Ydinyatakan , dan kovariansi dari perubah acak X dan Y dinyatakan.
1
BAB II
PEMBAHASAN
1
J.Supranto,Statistik Teori Dan Aplikasi (Jakarta:Erlangga,2009),hal.14-15
2
J.Supranto,Statistik Teori Dan Aplikasi (Jakarta:Erlangga,1988),hal.64
2
Contoh
X = banyaknya pesanan barang dalam satuan yang masuk selama satu minggu.
P(X) = probabilitas terjadinya X=x
X 0 1 2 3
p(x) 0,125 0,375 0,375 0,125
𝜎 = √𝜎 2
Contoh
Berdasarkan contoh diatas hitunglah varians dan deviasinya.
Penyelesaian:
Dari contoh diatas diperoleh E(X) = 𝜇 = 1,5
3
𝜎 2 = 𝐸(𝑥 − 𝜇)2
= E(𝑥– 1,5)2
=E(𝑥𝑖− 1,5)2 𝑝(𝑥𝑖 )
= (2,25)(0,125) + (0,25)(0,375) + (0,25)(0,375) + (2,25)(0,125)
=0,75
𝜎 = √0,75 =0,866
Karena simpangan baku 𝜎 = 0,865, ini berarti bahwa rata-rata jarak nilai X
terhadap 𝜇 = 𝐸(𝑋) adalah sebesar 0, 865. 3
B. VARIAN
Kalau kita mempunyai dua variabel yaitu X dan Y, maka:
E(X) = 𝜇𝑥 , 𝐸(𝑦) = 𝜇𝑦
Var (X) = 𝜎𝑦2 = 𝐸 {𝑋 − 𝐸(𝑋)}2 = 𝐸(𝑋 − 𝜇𝑥 )2 = 𝐸(𝑋 2 ) − 𝜇𝑥 2
Var (𝑌) = 𝜎𝑦2 = 𝐸 {𝑌 − 𝐸(𝑌)}2 = 𝐸(𝑌 − 𝜇𝑥 )2 = 𝐸(𝑌 2 ) − 𝜇𝑦2
Contoh
Misalkan X menyatakan banyaknya bagian yang cacatdari suatu mesin bila 3 suku
cadang diambil secara acak dari prosesproduksi. Distribusi peluang X:
X 0 1 2 3
f(x) 0,51 0,38 0,10 0,01
3
Op.cit,hal.16
4
Variansi untuk peubah acak lain yang bergantung pada X, yaitu g(X), diberikan
dalam teorema di bawah ini.
Teorema Misalkan X adalah peubah acak dengan distribusi peluang f(x). Variansi dari
peubah acak g(X) adalah
Jika X diskrit
2 2
2
𝜎𝑔(𝑥) = 𝐸 [(𝑔(𝑥) − 𝜇𝑔(𝑥) ) ] = ∑[𝑔(𝑋) − 𝜇𝑔(𝑥) ] 𝑓(𝑥)
𝑥
JikaX kontinu
∞
2 2 2
𝜎𝑔(𝑥) = 𝐸 [(𝑔(𝑥) − 𝜇𝑔(𝑥) ) ] = ∫ [𝑔(𝑋) − 𝜇𝑔(𝑥) ] 𝑓(𝑥)𝑑𝑥
−∞
Contoh
Hitunglah variansi dari g(X) = 2X+ 3, bila X adalah peubah acak dengan distribusi
peluang
Penyelesaian:
X 0 1 2 3
f(x) 1 1 1 1
4 8 2 8
C. KOVARIAN
Misalkan X dan Y adalah variabel random dengan distribusi peluang gabungan
𝑓(𝑥, 𝑦). Kovarian dari X dan Y adalah
5
Jika X dan Y kontinu
𝜎𝑥𝑦 = 𝐸[(𝑋 − 𝜇𝑥 )(𝑌 − 𝜇𝑦 )]
∞ ∞
= ∫ ∫ (𝑥 − 𝜇𝑥 ) (𝑦 − 𝜇𝑦 ) 𝑓 (𝑥, 𝑦) 𝑑𝑥𝑑𝑦
−∞ −∞
Kovarian antara dua peubah acak menunjukkan sifat asosiasi (hubungan) antara
keduanya;
Jika kedua peubah tersebut bergerak kearah yang sama (X membesar dan Y
membesar) maka hasil kali (𝑥 − 𝜇𝑥 )( 𝑦 − 𝜇𝑦 ) cendrung bernilai positif
Jika bergerak berlawanan arah (X membesar dan Y mengecil), maka hasil kali
(𝑥 − 𝜇𝑥 )( 𝑦 − 𝜇𝑦 ) cendrung akan bernilai negatif. Tanda kovarian (+ atau -)
menunjukkan apakah hubungan antara kedua acak positif atau negatif. Kovarian juga
dapat dihitung dengan menggunakan rumus yang lebih mudah yaitu sebagai berikut:
𝜎𝑥𝑦 = 𝐸 (𝑋𝑌) − 𝜇𝑥 𝜇𝑦
Contoh
Misalkan X = Jumlah pulpen berwarna biru dan Y = Jumblah pulpen berwarna
merah. Bila kedua pulpen tersebut diambil secara acak dari kotak, distribusi peluang
gabungannya sudah dihitung pada contoh sebelumnya
𝑓(𝑥, 𝑦) x=0 x=1 x=2 ℎ(𝑦)
y=0 2 9 3 15
28 28 28 28
y=1 13 3 3
14 14 7
y=2 1 2
28 28
𝑔(𝑥) 5 5 3 1
14 18 28
5 15 3 3
= (0) ( ) + (1) ( ) + (2) ( ) =
14 28 28 4
6
2 2 2
15 3 1 1
= (0) ( ) + (1) ( ) + (2) ( ) =
28 7 28 2
Sehingga diperoleh
𝜎𝑥𝑦 = 𝐸 (𝑋𝑌) − 𝜇𝑥 𝜇𝑦
3 3 1 9
= − ( )( ) =
14 4 2 56
X bagian pelari pria dan Y bagian pelari wanita yang menempuh lomba maraton
mempunyai distribusi peluang gabungan
𝑓(𝑥, 𝑦) = 8𝑥𝑦, 0 ≤ 𝑥 ≤ 1, 0 ≤ 𝑦 ≤ 𝑥, 0 untuk x dan y yang lain. Hitunglah
kovarian X dan Y
Penyelesaian :
Distribusi peluang gabungan X dan Y adalah
𝑔(𝑥) = 4𝑥 3 , 0 ≤ 𝑥 ≤ 1, 0 untuk x yang lain
ℎ(𝑦) = 4𝑦(1 − 𝑦 2 ), 0 ≤ 𝑦 ≤ 1, 0 untuk y yang lain
4
Rinaldi Munir, Variansi dan Kovariansi, bahan Kuliah 112092 Probabilitas dan Statistik, ITB
7
SOAL LATIHAN DAN PEMBAHASAN
1. Seorang penjual mobil yang menjadi “Agen Tunggal” merek tertentu, berdasarkan
pengalamannya dapat menjual mobil sebanyak X dengan probabilitas sebesar 𝑝(𝑥)
selama satu minggu. Data yang dia miliki adalah sebagai berikut.
X 1 2 3 4 5 6
p(x) 0,08 0,27 0,10 0,10 0,33 0,22
Berapa banyak mobil yang dia harapkan dapat terjual selama satu minggu ? Dan
hitunglah simpangan bakunya.
Penyelesaian:
𝐸(𝑋) = ∑ 𝑥 𝑝(𝑥)
𝑥=1
8
3. Misalkan X menyatakan banyaknya bagian yang cacat dari suatu mesin bila 3
suku cadang diambil secara acak dari proses produksi. Distribusi peluang X
𝑥 0 1 2 3
𝑓(𝑥) 0,51 0,38 0,10 0,01
Hitunglah varian dari X
μ= E(X)=(0)(0.51) + (1)(0.38) + (2)(0.10) + (3)(0.01) = 0.61
E(X2) = (0)(0.51) + (1)(0.38) + (4)(0.10) + (9)(0.01) = 0.87
Jadi,
σ2 = 0.87 – (0.61)2 = 0.4979
4. Sebuah panitia beranggotakan 3 orang dipilih secara acak dari 4 orang mahasiswa
IAIN dan 3 orang mahasiswa UIN. Hitunglah varian
Penyelesaian :
μ = E(X) = (0)(1/35) + (1)(12/35) + (2)(18/35) + (3)(4/35) = 12/7
E(X2) = (0)(1/35) + (1)(12/35) + (4)(18/35) + (9)(4/35) = 24/7
Jadi,
σ2 = 24/7 – (12/7)2 = 24/29
5. Misalkan X menyatakan permintaan minyak goreng (dalam liter) menjelang
lebaran. Fungsi padat dari X sebagai berikut:
𝑓(𝑥) = 2(𝑥 − 1), 1 < 𝑥 < 2, 0 untuk x yang lain
Carilah rataan dan varian X
Penyelesaian :
2
5
𝜇 = 𝐸(𝑋) = 2 ∫ 𝑥(𝑥 − 1)𝑑𝑥 =
1 3
2
2)
17
𝐸(𝑋 = 2 ∫ 𝑥 2 (𝑥 − 1)𝑑𝑥 =
1 6
2
17 5 1
𝜎2 = − ( ) =
6 2 18
9
BAB III
PENUTUP
A. KESIMPULAN
Rata-rata (𝜇) dari distribusi probabilitas adalah nilai harapan dari variabel acaknya.
Nilai variabel acak diskrit adalah rata-rata tertimbang terhadap seluruh kemungkinan
hasil dimana penimbangnya adalah nilai probabilitas yang dihubungkan dengan setiap
hasil.
Varian
E(X) = 𝜇𝑥 , 𝐸(𝑦) = 𝜇𝑦
Var (X) = 𝜎𝑦2 = 𝐸 {𝑋 − 𝐸(𝑋)}2 = 𝐸(𝑋 − 𝜇𝑥 )2 = 𝐸(𝑋 2 ) − 𝜇𝑥 2
Var (𝑌) = 𝜎𝑦2 = 𝐸 {𝑌 − 𝐸(𝑌)}2 = 𝐸(𝑌 − 𝜇𝑥 )2 = 𝐸(𝑌 2 ) − 𝜇𝑦2
10
DAFTAR PUSTAKA
Rinaldi Munir, Variansi dan Kovariansi, bahan Kuliah 112092 Probabilitas dan Statistik,
ITB
11