SlideShare a Scribd company logo
1 of 23
Download to read offline
1
1
Harapan Matematik
Bahan Kuliah II2092 Probabilitas dan Statistik
Oleh: Rinaldi Munir
Sekolah Teknik Elektro dan Informatika ITB
2
Definisi Harapan Matematik
• Satu konsep yang penting di dalam teori peluang dan
statistika adalah ekspektasi matematik atau nilai
ekspektasi.
• Ekspektasi matematik = harapan matematik.
• Misalkan dua uang logam dilempar secara bersamaan
sebanyak 16 kali. Misalkan X menyatakan banyaknya sisi
angka (A) yang muncul pada setiap pelemparan, maka X
dapat benilai 0, 1, atau 2. Misalkan pada eksperimen tersebut
dicatat berapa kali muncul 0, 1, atau 2 sisi buah sisi angka
pada setiap pelemparan, dan diperoleh hasil masing-masing
4 kali, 7 kali, dan 5 kali. Berapa rata-rata banyaknya sisi
angka yang muncul pada setiap lemparan?
3
• Rata-rata (atau rataan) banyaknya sisi angka yang
muncul pada setiap pelemparan kedua koin tersebut
adalah:
• Kita ingin menghitung berapa rataan banyaknya sisi
angka dari pelemparan dua uang logam yang dapat
diharapkan muncul dalam jangka panjang? Inilah
yang dinamakan nilai ekspektasi atau nilai harapan.
• Notasi: E(X) = nilai harapan (harapan matematik)
06
.
1
)
16
/
5
)(
2
(
)
16
/
7
)(
1
(
)
16
/
4
)(
0
(
16
)
5
)(
2
(
)
7
)(
1
(
)
4
)(
0
(
=
+
+
=
+
+
=
4
• Untuk suatu peubah acak diskrit X yang memiliki nilai-
nilai yang mungkin x1, x2, …, xn, nilai harapan dari X
didefinisikan sebagai:
E(X) = x1P(X = x1) + x2P(X = x2) + … + xnP(X = xn)
=
• Mengingat P(X = xi) = f(xi), maka
E(X) = x1f(x1) + x2f(x2) + … + xnf(xn)
=
)
(
1
i
n
i
i
x
X
P
x =
∑
=
)
(
1
i
n
i
i
x
f
x
∑
=
5
• Sebagai kasus khusus bila peluang setiap nilai xi adalah
sama, yaitu 1/n, maka
E(X) = x1(1/n) + x2(1/n) + … + xn(1/n)
=
yang disebut rataan, rata-rata, rerata, atau mean
aritmetika, dan dilambangkan dengan μ.
• Nilai harapan dari X seringkali disebutrataan dan
dilambangkan dengan ux, atau μ jika peubah acaknya
sudah jelas diketahui.
n
x
x
x n
+
+
+ ...
2
1
6
• Definisi 1. Misalkan X adalah peubah acak dengan
distribusi peluang f(x). Nilai harapan atau rataan X
adalah:
μ =E(X) =
untuk X diskrit, dan
μ =E(X)
untuk X kontinu.
∑
x
x
xf )
(
∫
=
∞
∞
−
dx
x
xf )
(
7
Tinjau kembali contoh pelemparan dua uang logam.
Ruang sampel dari pelemparan dua uang logam:
S = {AA, AG, GA, GG}
sehingga:
P(X = 0) = P(GG) = 1/4
P(X = 1) = P(AG) + P(GA) = ¼ + ¼ = ½
P(X = 2) = P(AA) = ¼
maka, rataan banyaknya sisi angka yang muncul pada
pelemparan dua buah uang logam adalah:
μ = E(X) = (0)(1/4) + (1)(1/2) + (2)(1/4) = 1
Jadi, bila seseorang melantunkan dua uang logam secara
berulang-ulang, maka rata-rata dia memperoleh satu sisi
angka (A) yang muncul pada setiap lemparan.
8
• Contoh 1. Dalam sebuah permainan dengan dadu, seorang pemain
mendapat hadiah Rp20 jika muncul angka 2, Rp40 jika muncul
angka 4, membayar Rp30 jika muncul angka 6, sementara pemain
itu tidak menang atau kalah jika keluar angka yang lain. Berapa
harapan kemenangannya?
Jawaban:
Misalkan X menyatakan peubah acak yang menyatakan jumlah
uang yang dimenangkan. Nlai X yang mungkin adalah 0, 20, 40,
dan -30. Setiap angka dadu mempunayi peluang yang sama, 1/6.
xi 0 +20 0 +40 0 -30
------------------------------------------------------------------------------
f(xi) 1/6 1/6 1/6 1/6 1/6 1/6
Nilai harapan si pemain itu adalah:
μ = E(X)=(0)(1/6)+(20)(1/6)+(0)(1/6)+(40)(1/6)+(0)(1/6)+(-30)(/16)=5
Jadi, si pemain diharapkan memenangkan Rp5.
9
• Latihan. Tiga uang logam dilempar secara
bersamaan. Pemain mendapat Rp5 bila muncul
semua sisi angka (A) atau semua sisi gambar
(G), dan membayar Rp3 bila muncul sisi angka
satu atau dua. Berapa harapan
kemenangannya?
(Jawaban ada pada slide berikut)
10
Jawaban:
Ruang sampel dari pelemparan 3 uang logam adalah:
S = {AAA, AAG, AGA, AGG, GGG, GGA, GAG, GAA}
Tiap sampel mempunyani peluang sama, yaitu 1/8.
Misalkan X menyatakan besarnya kemenangan (dalam Rp).
Kemungkinan nilai Y adalah Rp5 bila kejadian E1 = {AAA, GGG}
yang muncul dan Rp -3 bila kejadian E2 = {AAG, AGA, AGG, GGA,
GAG, GAA} yang muncul.
P(E1) = 2/8 = ¼
P(E2) = 6/8 = ¾
Nilai harapan si pemain adalah:
μ = E(Y) = (5)(1/4) + (-3)(3/4) = -1
Artinya si pemain kalah sebesar Rp 1 setiap lemparan 3 mata uang.
11
• Latihan. Suatu pengiriman 9 buah komputer
mengandung 2 buah yang cacat. Sebuah
sekolah membeli secara acak 3 dari 9 komputer
yang ditawarkan. Berapa rata-rata komputer
yang rusak diterima oleh sekolah itu?
12
• Contoh 2. Sebuah panitia beranggotakan 3 orang dipilih secara
acak dari 4 orang mahasiswa STI dan 3 orang mahasiswa IF.
Berapa nilai harapan banyaknya mahasiswa STI yang terpilih dalam
panitia tersebut?
Jawaban: Misalkan X menyatakan jumlah mahaiswa yang terpilih
dalam panitia tersebut. Nilai X yang mungkin adalah 0, 1, 2, dan 3.
Distribusi peluang X adalah
f(x) = C(4,x)C(3, 3-x) / C(7, 3)
Dapat dihitung f(0) = 1/35, f(1) = 12/35, f(2) = 18/35, dan f(3) = 4/35.
Nilai harapan banyaknya mahasiswa STI di dalam panitia itu
adalah:
E(X) = (0)(1/35) + (1)(12/35) + (2)(18/35) + (3)(4/35) = 1.7
Jadi, secara rata-rata terpilih 1.7 orang mahasiswa STI dalam
panitia yang berangotakan 3 orang tersebut.
13
• Contoh 3. Misalkan X adalah peubah acak yang
menyatakan umur sejenis lampu (dalam jam). Fungsi
padatnya diberikan oleh:
Hitung harapan umur jenis bola lampu tersebut!
Jawaban:
Jadi, jenis bola lampu itu dapat diharapkan berumur
secara rata-rata 200 jam.
⎪
⎩
⎪
⎨
⎧
>
=
lainnya
untuk
,
0
100
,
20000
)
( 3
x
x
x
x
f
200
20000
20000
)
(
100
2
100
3
=
∫
=
∫
=
=
∞
∞
x
dx
x
x
X
E
μ
14
• Misalkan X adalah peubah acak diskrit dengan distribusi
peluang f(x). Pandang sebuah peubah acak baru g(X)
yang bergantung pada X. Nilai harapan peubah acak g(X)
adalah:
μg(x) = E[g(X)] = ∑g(x)f(x)
bila X diskrit, dan
μg(x) = E[g(X)] =
bial X kontinu.
∫
∞
∞
−
dx
x
f
x
g )
(
)
(
15
• Contoh 4. Banyaknya mobil yang masuk ke tempat cuci mobil
antara jam 13.00 – 14.00 setiap hari mempunyai distribusi peluang:
x 4 5 6 7 8 9
f(x) 1/12 1/12 ¼ ¼ 1/6 1/6
Misalkan g(X) = 2X – 1 menyatakan upah (dalam Rp) para karyawan
yang dibayar perusahaan pada jam tersebut. Hitunglah harapan
pendapatan karyawan pada jam tersebut.
Jawaban:
E[(g(X)] = E(2X – 1 ) =
= (7)(1/2) + (9)(1/2) + (11)(1/4) + (13)(1/4) + (15)(1/6) +
(17)(1/6)
= Rp 12.67
∑ −
=
9
4
)
(
)
1
2
(
x
x
f
x
16
• Contoh 5. Misalkan X adalah peubah acak dengan fungsi padat
Hitunglah nilai harapan g(X) = 2X2 + 1.
Jawaban:
E(2X2 + 1) =
⎩
⎨
⎧ <
<
−
=
lainnya
untuk
,
0
1
0
),
1
(
2
)
(
x
x
x
x
f
1
|
2
3
4
3
4
)
2
2
4
4
(
)
2
2
)(
1
2
(
1
0
2
4
3
3
1
0
2
1
0
2
=
−
+
−
=
−
+
−
∫
=
∫ −
+
=
=
x
x
x
x
x
x
dx
x
x
x
dx
x
x
17
• Definisi 2. Bila X dan Y adalah peubah acak dengan
distribusi peluang gabungan f(x, y) maka nilai harapan
peubah acak g(X,Y) adalah
bila X dan Y diskrit, dan
bial X dan Y kontinu
∑∑
=
=
x y
Y
X
g y
x
f
y
x
g
Y
X
g
E )
,
(
)
,
(
)]
,
(
(
)
,
(
μ
∫ ∫
∞
∞
−
∞
∞
−
=
= dxdy
y
x
f
y
x
g
Y
X
g
E
Y
X
g )
,
(
)
,
(
)]
,
(
(
)
,
(
μ
18
• Contoh 6. Diketahui fungsi padat:
Hitunglah nilai harapan dari g(X,Y) = Y/X.
Jawaban:
⎪
⎩
⎪
⎨
⎧ <
<
<
<
+
=
lainnya
,
0
1
0
;
2
0
,
4
/
)
3
1
(
)
,
(
2
y
x
y
x
y
x
f
8
/
5
2
3
4
/
)
3
1
(
)
4
/(
)
3
1
(
)
/
(
)]
,
(
[
1
0
2
1
0
2
0
2
1
0
2
0
2
=
+
=
+
=
+
=
=
∫
∫∫
∫∫
dy
y
y
dxdy
y
y
dxdy
x
y
yx
X
Y
E
Y
X
g
E
19
Sifat-Sifat Harapan Matematik
Teorema 1. Bila a dan b konstanta maka
E(aX + b) = aE(X) + b
Akibat 1: Jika a = 0, maka E(b) = b
Akibat 2: Jika b = 0, maka E(aX) = aE(X)
Teorema 2. E[g(X) ± h(X) ] = E[g(X)] ± E[h(X)]
Teorema 3. E[g(X,Y) ± h(X,Y) ] = E[g(X,Y)] ± E[h(X,Y)]
20
Teorema 4. Jika X dan Y adalah peubah acak
sembarang, maka
E(X + Y) = E(X) + E(Y)
Teorema 5. Jika X dan Y adalah peubah acak bebas,
maka
E(XY) = E(X) E(Y)
• Contoh 5. Lihat kembali Contoh 4. Hitung E(2X – 1).
x 4 5 6 7 8 9
f(x) 1/12 1/12 ¼ ¼ 1/6 1/6
Jawaban:
E(2X – 1) = 2E(X) – 1
E(X) =
= (4)(1/12) + (5)(1/12) + (6)(1/4) + (7)(1/4) + (8)(1/6) + (9)(1/6)
= 41/6
Sehingga
E(2X – 1) = 2E(X) – 1 = 2(41/6) – 1
sama seperti hasil sebelumnya.
∑
=
9
4
)
(
x
x
xf
• Contoh 6. Permintaan minuman dalam liter per minggu
dinyatakan dalam fungsi variabel random g(X) = X2 + X - 2, di
mana X mempunyai fungsi padat:
Tentukan nilai rataan dari permintaan minuman tersebut.
Jawaban:
E(X2 + X – 2) = E(X2) + E(X) - E(2)
E(2) = 2 (akibat Teorema 1)
2
E(X) = ∫2x(x – 1)dx = 5/3
1
2
E(X2) = ∫2x2 (x – 1)dx = 17/6
1
Jadi, E(X2 + X – 2) = E(X2) + E(X) - E(2) = 17/6 + 5/3 -2 = 5/2
• Contoh 7. Sepasang dadu dilemparkan. Tentukan nilai harapan
jumlah angka yang muncul.
Jawaban:
Misalkan: X menyatakan angka yang muncul pada dadu pertama
Y menyatakan angka yang muncul pada dadu kedua
Ditanya: berapa E(X + Y)?
E(X + Y ) = E(X) + E(Y)
E(X) = (1)(1/6) + (2)(1/6) + (3)(1/6) + (4)(1/6) + (5)(1/6) + (6)(1/6)
= 7/2
E(Y) = E(X) = 7/2
Jadi, E(X + Y) = E(X) + E(Y) = 7/2 + 7/2 = 7.

More Related Content

What's hot

Analisis Real (Barisan Bilangan Real) Latihan bagian 2.3
Analisis Real (Barisan Bilangan Real) Latihan bagian 2.3Analisis Real (Barisan Bilangan Real) Latihan bagian 2.3
Analisis Real (Barisan Bilangan Real) Latihan bagian 2.3Arvina Frida Karela
 
BAB 1 Transformasi
BAB 1 Transformasi BAB 1 Transformasi
BAB 1 Transformasi Nia Matus
 
Analisis Real (Barisan Bilangan Real) Latihan bagian 2.1
Analisis Real (Barisan Bilangan Real) Latihan bagian 2.1Analisis Real (Barisan Bilangan Real) Latihan bagian 2.1
Analisis Real (Barisan Bilangan Real) Latihan bagian 2.1Arvina Frida Karela
 
APG Pertemuan 4 : Multivariate Normal Distribution (2)
APG Pertemuan 4 : Multivariate Normal Distribution (2)APG Pertemuan 4 : Multivariate Normal Distribution (2)
APG Pertemuan 4 : Multivariate Normal Distribution (2)Rani Nooraeni
 
APG Pertemuan 4 : Multivariate Normal Distribution
APG Pertemuan 4 : Multivariate Normal DistributionAPG Pertemuan 4 : Multivariate Normal Distribution
APG Pertemuan 4 : Multivariate Normal DistributionRani Nooraeni
 
Distribusi probabilitas-diskrit-poisson
Distribusi probabilitas-diskrit-poissonDistribusi probabilitas-diskrit-poisson
Distribusi probabilitas-diskrit-poissonNarwan Ginanjar
 
Distribusi peluang diskrit(8)
Distribusi peluang diskrit(8)Distribusi peluang diskrit(8)
Distribusi peluang diskrit(8)rizka_safa
 
Analisis Real (Barisan Bilangan Real) Latihan bagian 2.2
Analisis Real (Barisan Bilangan Real) Latihan bagian 2.2Analisis Real (Barisan Bilangan Real) Latihan bagian 2.2
Analisis Real (Barisan Bilangan Real) Latihan bagian 2.2Arvina Frida Karela
 
Pertemuan 6 (ukuran penyebaran data))
Pertemuan 6 (ukuran penyebaran data))Pertemuan 6 (ukuran penyebaran data))
Pertemuan 6 (ukuran penyebaran data))reno sutriono
 

What's hot (20)

Analisis Real (Barisan Bilangan Real) Latihan bagian 2.3
Analisis Real (Barisan Bilangan Real) Latihan bagian 2.3Analisis Real (Barisan Bilangan Real) Latihan bagian 2.3
Analisis Real (Barisan Bilangan Real) Latihan bagian 2.3
 
BAB 1 Transformasi
BAB 1 Transformasi BAB 1 Transformasi
BAB 1 Transformasi
 
Transformasi Peubah Acak dan Distribusinya
Transformasi Peubah Acak dan Distribusinya Transformasi Peubah Acak dan Distribusinya
Transformasi Peubah Acak dan Distribusinya
 
Teori Group
Teori GroupTeori Group
Teori Group
 
Analisis Real (Barisan Bilangan Real) Latihan bagian 2.1
Analisis Real (Barisan Bilangan Real) Latihan bagian 2.1Analisis Real (Barisan Bilangan Real) Latihan bagian 2.1
Analisis Real (Barisan Bilangan Real) Latihan bagian 2.1
 
APG Pertemuan 4 : Multivariate Normal Distribution (2)
APG Pertemuan 4 : Multivariate Normal Distribution (2)APG Pertemuan 4 : Multivariate Normal Distribution (2)
APG Pertemuan 4 : Multivariate Normal Distribution (2)
 
Nilai harapan
Nilai harapanNilai harapan
Nilai harapan
 
APG Pertemuan 4 : Multivariate Normal Distribution
APG Pertemuan 4 : Multivariate Normal DistributionAPG Pertemuan 4 : Multivariate Normal Distribution
APG Pertemuan 4 : Multivariate Normal Distribution
 
Koset Suatu Grup
Koset Suatu GrupKoset Suatu Grup
Koset Suatu Grup
 
Distribusi probabilitas-diskrit-poisson
Distribusi probabilitas-diskrit-poissonDistribusi probabilitas-diskrit-poisson
Distribusi probabilitas-diskrit-poisson
 
Distribusi peluang
Distribusi peluangDistribusi peluang
Distribusi peluang
 
Sebaran peluang-bersama
Sebaran peluang-bersamaSebaran peluang-bersama
Sebaran peluang-bersama
 
STATISTIK INDUSTRI 1 - TEORI PROBABILITAS
STATISTIK INDUSTRI 1 - TEORI PROBABILITASSTATISTIK INDUSTRI 1 - TEORI PROBABILITAS
STATISTIK INDUSTRI 1 - TEORI PROBABILITAS
 
Distribusi peluang diskrit(8)
Distribusi peluang diskrit(8)Distribusi peluang diskrit(8)
Distribusi peluang diskrit(8)
 
Grup permutasi
Grup permutasiGrup permutasi
Grup permutasi
 
Analisis Real (Barisan Bilangan Real) Latihan bagian 2.2
Analisis Real (Barisan Bilangan Real) Latihan bagian 2.2Analisis Real (Barisan Bilangan Real) Latihan bagian 2.2
Analisis Real (Barisan Bilangan Real) Latihan bagian 2.2
 
Pertemuan 6 (ukuran penyebaran data))
Pertemuan 6 (ukuran penyebaran data))Pertemuan 6 (ukuran penyebaran data))
Pertemuan 6 (ukuran penyebaran data))
 
Akt 7-asuransi-jiwa
Akt 7-asuransi-jiwaAkt 7-asuransi-jiwa
Akt 7-asuransi-jiwa
 
Struktur aljabar-2
Struktur aljabar-2Struktur aljabar-2
Struktur aljabar-2
 
Transformasi elementer
Transformasi elementerTransformasi elementer
Transformasi elementer
 

Similar to HARAPAN MATEMATIK

Pertemuan 10-ProbStat.pptx
Pertemuan 10-ProbStat.pptxPertemuan 10-ProbStat.pptx
Pertemuan 10-ProbStat.pptxPURNOTO
 
Statistika - Distribusi peluang
Statistika - Distribusi peluangStatistika - Distribusi peluang
Statistika - Distribusi peluangYusuf Ahmad
 
STD BAB 7 ATURAN PENCACAHAN DAN PELUANG.pptx
STD BAB 7 ATURAN PENCACAHAN DAN PELUANG.pptxSTD BAB 7 ATURAN PENCACAHAN DAN PELUANG.pptx
STD BAB 7 ATURAN PENCACAHAN DAN PELUANG.pptxdindaspd2000
 
Beberapa distribusi peluang diskrit (1)
Beberapa distribusi peluang diskrit (1)Beberapa distribusi peluang diskrit (1)
Beberapa distribusi peluang diskrit (1)Raden Maulana
 
Bab ii peluang dan distribusi peluang
Bab ii peluang dan distribusi peluangBab ii peluang dan distribusi peluang
Bab ii peluang dan distribusi peluangIr. Zakaria, M.M
 
Distribusi Peluang Binomial
Distribusi Peluang BinomialDistribusi Peluang Binomial
Distribusi Peluang BinomialMuhammad Arif
 
Bab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluangBab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluangArif Windiargo
 
6.konsep probabilitas
6.konsep probabilitas6.konsep probabilitas
6.konsep probabilitasHafiza .h
 
Konsep probabilitas
Konsep probabilitasKonsep probabilitas
Konsep probabilitasHafiza .h
 
Bab 7. kombinasi,permutasi dan peluang
Bab 7. kombinasi,permutasi dan peluangBab 7. kombinasi,permutasi dan peluang
Bab 7. kombinasi,permutasi dan peluangfatria anggita
 
Peluang suatu kejadian kelompok 7 ok
Peluang suatu kejadian kelompok 7 okPeluang suatu kejadian kelompok 7 ok
Peluang suatu kejadian kelompok 7 okAnha Anha
 
Peluang dan kombinatorik
Peluang dan kombinatorikPeluang dan kombinatorik
Peluang dan kombinatorikRifai Syaban
 
jbptunikompp-gdl-triraharjo-23425-4-4.peuba-).ppt
jbptunikompp-gdl-triraharjo-23425-4-4.peuba-).pptjbptunikompp-gdl-triraharjo-23425-4-4.peuba-).ppt
jbptunikompp-gdl-triraharjo-23425-4-4.peuba-).pptRoulyPinyEshylvesthe
 
Makalah_Matematika_Peluang.docx
Makalah_Matematika_Peluang.docxMakalah_Matematika_Peluang.docx
Makalah_Matematika_Peluang.docxTaufikRamadhan47
 

Similar to HARAPAN MATEMATIK (20)

Pertemuan 10-ProbStat.pptx
Pertemuan 10-ProbStat.pptxPertemuan 10-ProbStat.pptx
Pertemuan 10-ProbStat.pptx
 
Statistika - Distribusi peluang
Statistika - Distribusi peluangStatistika - Distribusi peluang
Statistika - Distribusi peluang
 
STD BAB 7 ATURAN PENCACAHAN DAN PELUANG.pptx
STD BAB 7 ATURAN PENCACAHAN DAN PELUANG.pptxSTD BAB 7 ATURAN PENCACAHAN DAN PELUANG.pptx
STD BAB 7 ATURAN PENCACAHAN DAN PELUANG.pptx
 
Beberapa distribusi peluang diskrit (1)
Beberapa distribusi peluang diskrit (1)Beberapa distribusi peluang diskrit (1)
Beberapa distribusi peluang diskrit (1)
 
Bab ii peluang dan distribusi peluang
Bab ii peluang dan distribusi peluangBab ii peluang dan distribusi peluang
Bab ii peluang dan distribusi peluang
 
Distribusi Peluang Binomial
Distribusi Peluang BinomialDistribusi Peluang Binomial
Distribusi Peluang Binomial
 
Presentasi peluang muzayyin ahmad
Presentasi peluang   muzayyin ahmadPresentasi peluang   muzayyin ahmad
Presentasi peluang muzayyin ahmad
 
Bab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluangBab2 peubah-acak-dan-distribusi-peluang
Bab2 peubah-acak-dan-distribusi-peluang
 
05 variabel acak
05 variabel acak05 variabel acak
05 variabel acak
 
6.konsep probabilitas
6.konsep probabilitas6.konsep probabilitas
6.konsep probabilitas
 
Konsep probabilitas
Konsep probabilitasKonsep probabilitas
Konsep probabilitas
 
Bab 7. kombinasi,permutasi dan peluang
Bab 7. kombinasi,permutasi dan peluangBab 7. kombinasi,permutasi dan peluang
Bab 7. kombinasi,permutasi dan peluang
 
Peluang suatu kejadian kelompok 7 ok
Peluang suatu kejadian kelompok 7 okPeluang suatu kejadian kelompok 7 ok
Peluang suatu kejadian kelompok 7 ok
 
Peluang dan kombinatorik
Peluang dan kombinatorikPeluang dan kombinatorik
Peluang dan kombinatorik
 
Distribusi Peluang Binomial.pptx
Distribusi Peluang Binomial.pptxDistribusi Peluang Binomial.pptx
Distribusi Peluang Binomial.pptx
 
jbptunikompp-gdl-triraharjo-23425-4-4.peuba-).ppt
jbptunikompp-gdl-triraharjo-23425-4-4.peuba-).pptjbptunikompp-gdl-triraharjo-23425-4-4.peuba-).ppt
jbptunikompp-gdl-triraharjo-23425-4-4.peuba-).ppt
 
Distribusi teoretis
Distribusi teoretisDistribusi teoretis
Distribusi teoretis
 
PELUANG
PELUANGPELUANG
PELUANG
 
Aksioma peluang
Aksioma peluangAksioma peluang
Aksioma peluang
 
Makalah_Matematika_Peluang.docx
Makalah_Matematika_Peluang.docxMakalah_Matematika_Peluang.docx
Makalah_Matematika_Peluang.docx
 

Recently uploaded

PELAKSANAAN + Link2 Materi Pelatihan "Teknik Perhitungan & Verifikasi TKDN & ...
PELAKSANAAN + Link2 Materi Pelatihan "Teknik Perhitungan & Verifikasi TKDN & ...PELAKSANAAN + Link2 Materi Pelatihan "Teknik Perhitungan & Verifikasi TKDN & ...
PELAKSANAAN + Link2 Materi Pelatihan "Teknik Perhitungan & Verifikasi TKDN & ...Kanaidi ken
 
Karakteristik Negara Brazil, Geografi Regional Dunia
Karakteristik Negara Brazil, Geografi Regional DuniaKarakteristik Negara Brazil, Geografi Regional Dunia
Karakteristik Negara Brazil, Geografi Regional DuniaNadia Putri Ayu
 
TUGAS GURU PENGGERAK Aksi Nyata Modul 1.1.pdf
TUGAS GURU PENGGERAK Aksi Nyata Modul 1.1.pdfTUGAS GURU PENGGERAK Aksi Nyata Modul 1.1.pdf
TUGAS GURU PENGGERAK Aksi Nyata Modul 1.1.pdfElaAditya
 
DESAIN MEDIA PEMBELAJARAN BAHASA INDONESIA BERBASIS DIGITAL.pptx
DESAIN MEDIA PEMBELAJARAN BAHASA INDONESIA BERBASIS DIGITAL.pptxDESAIN MEDIA PEMBELAJARAN BAHASA INDONESIA BERBASIS DIGITAL.pptx
DESAIN MEDIA PEMBELAJARAN BAHASA INDONESIA BERBASIS DIGITAL.pptxFuzaAnggriana
 
Lembar Catatan Percakapan Pasca observasidocx
Lembar Catatan Percakapan Pasca observasidocxLembar Catatan Percakapan Pasca observasidocx
Lembar Catatan Percakapan Pasca observasidocxbkandrisaputra
 
REFLEKSI MANDIRI_Prakarsa Perubahan BAGJA Modul 1.3.pdf
REFLEKSI MANDIRI_Prakarsa Perubahan BAGJA Modul 1.3.pdfREFLEKSI MANDIRI_Prakarsa Perubahan BAGJA Modul 1.3.pdf
REFLEKSI MANDIRI_Prakarsa Perubahan BAGJA Modul 1.3.pdfirwanabidin08
 
Modul Ajar Bahasa Indonesia Kelas 4 Fase B
Modul Ajar Bahasa Indonesia Kelas 4 Fase BModul Ajar Bahasa Indonesia Kelas 4 Fase B
Modul Ajar Bahasa Indonesia Kelas 4 Fase BAbdiera
 
Modul Ajar Biologi Kelas 11 Fase F Kurikulum Merdeka [abdiera.com]
Modul Ajar Biologi Kelas 11 Fase F Kurikulum Merdeka [abdiera.com]Modul Ajar Biologi Kelas 11 Fase F Kurikulum Merdeka [abdiera.com]
Modul Ajar Biologi Kelas 11 Fase F Kurikulum Merdeka [abdiera.com]Abdiera
 
Modul 1.2.a.8 Koneksi antar materi 1.2.pdf
Modul 1.2.a.8 Koneksi antar materi 1.2.pdfModul 1.2.a.8 Koneksi antar materi 1.2.pdf
Modul 1.2.a.8 Koneksi antar materi 1.2.pdfSitiJulaeha820399
 
442539315-ppt-modul-6-pend-seni-pptx.pptx
442539315-ppt-modul-6-pend-seni-pptx.pptx442539315-ppt-modul-6-pend-seni-pptx.pptx
442539315-ppt-modul-6-pend-seni-pptx.pptxHendryJulistiyanto
 
AKSI NYATA MODUL 1.2-1 untuk pendidikan guru penggerak.pptx
AKSI NYATA MODUL 1.2-1 untuk pendidikan guru penggerak.pptxAKSI NYATA MODUL 1.2-1 untuk pendidikan guru penggerak.pptx
AKSI NYATA MODUL 1.2-1 untuk pendidikan guru penggerak.pptxWirionSembiring2
 
Bab 6 Kreatif Mengungap Rasa dan Realitas.pdf
Bab 6 Kreatif Mengungap Rasa dan Realitas.pdfBab 6 Kreatif Mengungap Rasa dan Realitas.pdf
Bab 6 Kreatif Mengungap Rasa dan Realitas.pdfbibizaenab
 
Modul Ajar Pendidikan Pancasila Kelas 5 Fase C
Modul Ajar Pendidikan Pancasila Kelas 5 Fase CModul Ajar Pendidikan Pancasila Kelas 5 Fase C
Modul Ajar Pendidikan Pancasila Kelas 5 Fase CAbdiera
 
Paparan Refleksi Lokakarya program sekolah penggerak.pptx
Paparan Refleksi Lokakarya program sekolah penggerak.pptxPaparan Refleksi Lokakarya program sekolah penggerak.pptx
Paparan Refleksi Lokakarya program sekolah penggerak.pptxIgitNuryana13
 
DEMONSTRASI KONTEKSTUAL MODUL 1.3 PENDIDIKAN GURU PENGGERAK
DEMONSTRASI KONTEKSTUAL MODUL 1.3 PENDIDIKAN GURU PENGGERAKDEMONSTRASI KONTEKSTUAL MODUL 1.3 PENDIDIKAN GURU PENGGERAK
DEMONSTRASI KONTEKSTUAL MODUL 1.3 PENDIDIKAN GURU PENGGERAKirwan461475
 
tugas 1 tutorial online anak berkebutuhan khusus di SD
tugas 1 tutorial online anak berkebutuhan khusus di SDtugas 1 tutorial online anak berkebutuhan khusus di SD
tugas 1 tutorial online anak berkebutuhan khusus di SDmawan5982
 
Dampak Pendudukan Jepang.pptx indonesia1
Dampak Pendudukan Jepang.pptx indonesia1Dampak Pendudukan Jepang.pptx indonesia1
Dampak Pendudukan Jepang.pptx indonesia1udin100
 
Karakteristik Negara Mesir (Geografi Regional Dunia)
Karakteristik Negara Mesir (Geografi Regional Dunia)Karakteristik Negara Mesir (Geografi Regional Dunia)
Karakteristik Negara Mesir (Geografi Regional Dunia)3HerisaSintia
 
Materi Strategi Perubahan dibuat oleh kelompok 5
Materi Strategi Perubahan dibuat oleh kelompok 5Materi Strategi Perubahan dibuat oleh kelompok 5
Materi Strategi Perubahan dibuat oleh kelompok 5KIKI TRISNA MUKTI
 
04-Gemelli.- kehamilan ganda- duo atau triplet
04-Gemelli.- kehamilan ganda- duo atau triplet04-Gemelli.- kehamilan ganda- duo atau triplet
04-Gemelli.- kehamilan ganda- duo atau tripletMelianaJayasaputra
 

Recently uploaded (20)

PELAKSANAAN + Link2 Materi Pelatihan "Teknik Perhitungan & Verifikasi TKDN & ...
PELAKSANAAN + Link2 Materi Pelatihan "Teknik Perhitungan & Verifikasi TKDN & ...PELAKSANAAN + Link2 Materi Pelatihan "Teknik Perhitungan & Verifikasi TKDN & ...
PELAKSANAAN + Link2 Materi Pelatihan "Teknik Perhitungan & Verifikasi TKDN & ...
 
Karakteristik Negara Brazil, Geografi Regional Dunia
Karakteristik Negara Brazil, Geografi Regional DuniaKarakteristik Negara Brazil, Geografi Regional Dunia
Karakteristik Negara Brazil, Geografi Regional Dunia
 
TUGAS GURU PENGGERAK Aksi Nyata Modul 1.1.pdf
TUGAS GURU PENGGERAK Aksi Nyata Modul 1.1.pdfTUGAS GURU PENGGERAK Aksi Nyata Modul 1.1.pdf
TUGAS GURU PENGGERAK Aksi Nyata Modul 1.1.pdf
 
DESAIN MEDIA PEMBELAJARAN BAHASA INDONESIA BERBASIS DIGITAL.pptx
DESAIN MEDIA PEMBELAJARAN BAHASA INDONESIA BERBASIS DIGITAL.pptxDESAIN MEDIA PEMBELAJARAN BAHASA INDONESIA BERBASIS DIGITAL.pptx
DESAIN MEDIA PEMBELAJARAN BAHASA INDONESIA BERBASIS DIGITAL.pptx
 
Lembar Catatan Percakapan Pasca observasidocx
Lembar Catatan Percakapan Pasca observasidocxLembar Catatan Percakapan Pasca observasidocx
Lembar Catatan Percakapan Pasca observasidocx
 
REFLEKSI MANDIRI_Prakarsa Perubahan BAGJA Modul 1.3.pdf
REFLEKSI MANDIRI_Prakarsa Perubahan BAGJA Modul 1.3.pdfREFLEKSI MANDIRI_Prakarsa Perubahan BAGJA Modul 1.3.pdf
REFLEKSI MANDIRI_Prakarsa Perubahan BAGJA Modul 1.3.pdf
 
Modul Ajar Bahasa Indonesia Kelas 4 Fase B
Modul Ajar Bahasa Indonesia Kelas 4 Fase BModul Ajar Bahasa Indonesia Kelas 4 Fase B
Modul Ajar Bahasa Indonesia Kelas 4 Fase B
 
Modul Ajar Biologi Kelas 11 Fase F Kurikulum Merdeka [abdiera.com]
Modul Ajar Biologi Kelas 11 Fase F Kurikulum Merdeka [abdiera.com]Modul Ajar Biologi Kelas 11 Fase F Kurikulum Merdeka [abdiera.com]
Modul Ajar Biologi Kelas 11 Fase F Kurikulum Merdeka [abdiera.com]
 
Modul 1.2.a.8 Koneksi antar materi 1.2.pdf
Modul 1.2.a.8 Koneksi antar materi 1.2.pdfModul 1.2.a.8 Koneksi antar materi 1.2.pdf
Modul 1.2.a.8 Koneksi antar materi 1.2.pdf
 
442539315-ppt-modul-6-pend-seni-pptx.pptx
442539315-ppt-modul-6-pend-seni-pptx.pptx442539315-ppt-modul-6-pend-seni-pptx.pptx
442539315-ppt-modul-6-pend-seni-pptx.pptx
 
AKSI NYATA MODUL 1.2-1 untuk pendidikan guru penggerak.pptx
AKSI NYATA MODUL 1.2-1 untuk pendidikan guru penggerak.pptxAKSI NYATA MODUL 1.2-1 untuk pendidikan guru penggerak.pptx
AKSI NYATA MODUL 1.2-1 untuk pendidikan guru penggerak.pptx
 
Bab 6 Kreatif Mengungap Rasa dan Realitas.pdf
Bab 6 Kreatif Mengungap Rasa dan Realitas.pdfBab 6 Kreatif Mengungap Rasa dan Realitas.pdf
Bab 6 Kreatif Mengungap Rasa dan Realitas.pdf
 
Modul Ajar Pendidikan Pancasila Kelas 5 Fase C
Modul Ajar Pendidikan Pancasila Kelas 5 Fase CModul Ajar Pendidikan Pancasila Kelas 5 Fase C
Modul Ajar Pendidikan Pancasila Kelas 5 Fase C
 
Paparan Refleksi Lokakarya program sekolah penggerak.pptx
Paparan Refleksi Lokakarya program sekolah penggerak.pptxPaparan Refleksi Lokakarya program sekolah penggerak.pptx
Paparan Refleksi Lokakarya program sekolah penggerak.pptx
 
DEMONSTRASI KONTEKSTUAL MODUL 1.3 PENDIDIKAN GURU PENGGERAK
DEMONSTRASI KONTEKSTUAL MODUL 1.3 PENDIDIKAN GURU PENGGERAKDEMONSTRASI KONTEKSTUAL MODUL 1.3 PENDIDIKAN GURU PENGGERAK
DEMONSTRASI KONTEKSTUAL MODUL 1.3 PENDIDIKAN GURU PENGGERAK
 
tugas 1 tutorial online anak berkebutuhan khusus di SD
tugas 1 tutorial online anak berkebutuhan khusus di SDtugas 1 tutorial online anak berkebutuhan khusus di SD
tugas 1 tutorial online anak berkebutuhan khusus di SD
 
Dampak Pendudukan Jepang.pptx indonesia1
Dampak Pendudukan Jepang.pptx indonesia1Dampak Pendudukan Jepang.pptx indonesia1
Dampak Pendudukan Jepang.pptx indonesia1
 
Karakteristik Negara Mesir (Geografi Regional Dunia)
Karakteristik Negara Mesir (Geografi Regional Dunia)Karakteristik Negara Mesir (Geografi Regional Dunia)
Karakteristik Negara Mesir (Geografi Regional Dunia)
 
Materi Strategi Perubahan dibuat oleh kelompok 5
Materi Strategi Perubahan dibuat oleh kelompok 5Materi Strategi Perubahan dibuat oleh kelompok 5
Materi Strategi Perubahan dibuat oleh kelompok 5
 
04-Gemelli.- kehamilan ganda- duo atau triplet
04-Gemelli.- kehamilan ganda- duo atau triplet04-Gemelli.- kehamilan ganda- duo atau triplet
04-Gemelli.- kehamilan ganda- duo atau triplet
 

HARAPAN MATEMATIK

  • 1. 1 1 Harapan Matematik Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB
  • 2. 2 Definisi Harapan Matematik • Satu konsep yang penting di dalam teori peluang dan statistika adalah ekspektasi matematik atau nilai ekspektasi. • Ekspektasi matematik = harapan matematik. • Misalkan dua uang logam dilempar secara bersamaan sebanyak 16 kali. Misalkan X menyatakan banyaknya sisi angka (A) yang muncul pada setiap pelemparan, maka X dapat benilai 0, 1, atau 2. Misalkan pada eksperimen tersebut dicatat berapa kali muncul 0, 1, atau 2 sisi buah sisi angka pada setiap pelemparan, dan diperoleh hasil masing-masing 4 kali, 7 kali, dan 5 kali. Berapa rata-rata banyaknya sisi angka yang muncul pada setiap lemparan?
  • 3. 3 • Rata-rata (atau rataan) banyaknya sisi angka yang muncul pada setiap pelemparan kedua koin tersebut adalah: • Kita ingin menghitung berapa rataan banyaknya sisi angka dari pelemparan dua uang logam yang dapat diharapkan muncul dalam jangka panjang? Inilah yang dinamakan nilai ekspektasi atau nilai harapan. • Notasi: E(X) = nilai harapan (harapan matematik) 06 . 1 ) 16 / 5 )( 2 ( ) 16 / 7 )( 1 ( ) 16 / 4 )( 0 ( 16 ) 5 )( 2 ( ) 7 )( 1 ( ) 4 )( 0 ( = + + = + + =
  • 4. 4 • Untuk suatu peubah acak diskrit X yang memiliki nilai- nilai yang mungkin x1, x2, …, xn, nilai harapan dari X didefinisikan sebagai: E(X) = x1P(X = x1) + x2P(X = x2) + … + xnP(X = xn) = • Mengingat P(X = xi) = f(xi), maka E(X) = x1f(x1) + x2f(x2) + … + xnf(xn) = ) ( 1 i n i i x X P x = ∑ = ) ( 1 i n i i x f x ∑ =
  • 5. 5 • Sebagai kasus khusus bila peluang setiap nilai xi adalah sama, yaitu 1/n, maka E(X) = x1(1/n) + x2(1/n) + … + xn(1/n) = yang disebut rataan, rata-rata, rerata, atau mean aritmetika, dan dilambangkan dengan μ. • Nilai harapan dari X seringkali disebutrataan dan dilambangkan dengan ux, atau μ jika peubah acaknya sudah jelas diketahui. n x x x n + + + ... 2 1
  • 6. 6 • Definisi 1. Misalkan X adalah peubah acak dengan distribusi peluang f(x). Nilai harapan atau rataan X adalah: μ =E(X) = untuk X diskrit, dan μ =E(X) untuk X kontinu. ∑ x x xf ) ( ∫ = ∞ ∞ − dx x xf ) (
  • 7. 7 Tinjau kembali contoh pelemparan dua uang logam. Ruang sampel dari pelemparan dua uang logam: S = {AA, AG, GA, GG} sehingga: P(X = 0) = P(GG) = 1/4 P(X = 1) = P(AG) + P(GA) = ¼ + ¼ = ½ P(X = 2) = P(AA) = ¼ maka, rataan banyaknya sisi angka yang muncul pada pelemparan dua buah uang logam adalah: μ = E(X) = (0)(1/4) + (1)(1/2) + (2)(1/4) = 1 Jadi, bila seseorang melantunkan dua uang logam secara berulang-ulang, maka rata-rata dia memperoleh satu sisi angka (A) yang muncul pada setiap lemparan.
  • 8. 8 • Contoh 1. Dalam sebuah permainan dengan dadu, seorang pemain mendapat hadiah Rp20 jika muncul angka 2, Rp40 jika muncul angka 4, membayar Rp30 jika muncul angka 6, sementara pemain itu tidak menang atau kalah jika keluar angka yang lain. Berapa harapan kemenangannya? Jawaban: Misalkan X menyatakan peubah acak yang menyatakan jumlah uang yang dimenangkan. Nlai X yang mungkin adalah 0, 20, 40, dan -30. Setiap angka dadu mempunayi peluang yang sama, 1/6. xi 0 +20 0 +40 0 -30 ------------------------------------------------------------------------------ f(xi) 1/6 1/6 1/6 1/6 1/6 1/6 Nilai harapan si pemain itu adalah: μ = E(X)=(0)(1/6)+(20)(1/6)+(0)(1/6)+(40)(1/6)+(0)(1/6)+(-30)(/16)=5 Jadi, si pemain diharapkan memenangkan Rp5.
  • 9. 9 • Latihan. Tiga uang logam dilempar secara bersamaan. Pemain mendapat Rp5 bila muncul semua sisi angka (A) atau semua sisi gambar (G), dan membayar Rp3 bila muncul sisi angka satu atau dua. Berapa harapan kemenangannya? (Jawaban ada pada slide berikut)
  • 10. 10 Jawaban: Ruang sampel dari pelemparan 3 uang logam adalah: S = {AAA, AAG, AGA, AGG, GGG, GGA, GAG, GAA} Tiap sampel mempunyani peluang sama, yaitu 1/8. Misalkan X menyatakan besarnya kemenangan (dalam Rp). Kemungkinan nilai Y adalah Rp5 bila kejadian E1 = {AAA, GGG} yang muncul dan Rp -3 bila kejadian E2 = {AAG, AGA, AGG, GGA, GAG, GAA} yang muncul. P(E1) = 2/8 = ¼ P(E2) = 6/8 = ¾ Nilai harapan si pemain adalah: μ = E(Y) = (5)(1/4) + (-3)(3/4) = -1 Artinya si pemain kalah sebesar Rp 1 setiap lemparan 3 mata uang.
  • 11. 11 • Latihan. Suatu pengiriman 9 buah komputer mengandung 2 buah yang cacat. Sebuah sekolah membeli secara acak 3 dari 9 komputer yang ditawarkan. Berapa rata-rata komputer yang rusak diterima oleh sekolah itu?
  • 12. 12 • Contoh 2. Sebuah panitia beranggotakan 3 orang dipilih secara acak dari 4 orang mahasiswa STI dan 3 orang mahasiswa IF. Berapa nilai harapan banyaknya mahasiswa STI yang terpilih dalam panitia tersebut? Jawaban: Misalkan X menyatakan jumlah mahaiswa yang terpilih dalam panitia tersebut. Nilai X yang mungkin adalah 0, 1, 2, dan 3. Distribusi peluang X adalah f(x) = C(4,x)C(3, 3-x) / C(7, 3) Dapat dihitung f(0) = 1/35, f(1) = 12/35, f(2) = 18/35, dan f(3) = 4/35. Nilai harapan banyaknya mahasiswa STI di dalam panitia itu adalah: E(X) = (0)(1/35) + (1)(12/35) + (2)(18/35) + (3)(4/35) = 1.7 Jadi, secara rata-rata terpilih 1.7 orang mahasiswa STI dalam panitia yang berangotakan 3 orang tersebut.
  • 13. 13 • Contoh 3. Misalkan X adalah peubah acak yang menyatakan umur sejenis lampu (dalam jam). Fungsi padatnya diberikan oleh: Hitung harapan umur jenis bola lampu tersebut! Jawaban: Jadi, jenis bola lampu itu dapat diharapkan berumur secara rata-rata 200 jam. ⎪ ⎩ ⎪ ⎨ ⎧ > = lainnya untuk , 0 100 , 20000 ) ( 3 x x x x f 200 20000 20000 ) ( 100 2 100 3 = ∫ = ∫ = = ∞ ∞ x dx x x X E μ
  • 14. 14 • Misalkan X adalah peubah acak diskrit dengan distribusi peluang f(x). Pandang sebuah peubah acak baru g(X) yang bergantung pada X. Nilai harapan peubah acak g(X) adalah: μg(x) = E[g(X)] = ∑g(x)f(x) bila X diskrit, dan μg(x) = E[g(X)] = bial X kontinu. ∫ ∞ ∞ − dx x f x g ) ( ) (
  • 15. 15 • Contoh 4. Banyaknya mobil yang masuk ke tempat cuci mobil antara jam 13.00 – 14.00 setiap hari mempunyai distribusi peluang: x 4 5 6 7 8 9 f(x) 1/12 1/12 ¼ ¼ 1/6 1/6 Misalkan g(X) = 2X – 1 menyatakan upah (dalam Rp) para karyawan yang dibayar perusahaan pada jam tersebut. Hitunglah harapan pendapatan karyawan pada jam tersebut. Jawaban: E[(g(X)] = E(2X – 1 ) = = (7)(1/2) + (9)(1/2) + (11)(1/4) + (13)(1/4) + (15)(1/6) + (17)(1/6) = Rp 12.67 ∑ − = 9 4 ) ( ) 1 2 ( x x f x
  • 16. 16 • Contoh 5. Misalkan X adalah peubah acak dengan fungsi padat Hitunglah nilai harapan g(X) = 2X2 + 1. Jawaban: E(2X2 + 1) = ⎩ ⎨ ⎧ < < − = lainnya untuk , 0 1 0 ), 1 ( 2 ) ( x x x x f 1 | 2 3 4 3 4 ) 2 2 4 4 ( ) 2 2 )( 1 2 ( 1 0 2 4 3 3 1 0 2 1 0 2 = − + − = − + − ∫ = ∫ − + = = x x x x x x dx x x x dx x x
  • 17. 17 • Definisi 2. Bila X dan Y adalah peubah acak dengan distribusi peluang gabungan f(x, y) maka nilai harapan peubah acak g(X,Y) adalah bila X dan Y diskrit, dan bial X dan Y kontinu ∑∑ = = x y Y X g y x f y x g Y X g E ) , ( ) , ( )] , ( ( ) , ( μ ∫ ∫ ∞ ∞ − ∞ ∞ − = = dxdy y x f y x g Y X g E Y X g ) , ( ) , ( )] , ( ( ) , ( μ
  • 18. 18 • Contoh 6. Diketahui fungsi padat: Hitunglah nilai harapan dari g(X,Y) = Y/X. Jawaban: ⎪ ⎩ ⎪ ⎨ ⎧ < < < < + = lainnya , 0 1 0 ; 2 0 , 4 / ) 3 1 ( ) , ( 2 y x y x y x f 8 / 5 2 3 4 / ) 3 1 ( ) 4 /( ) 3 1 ( ) / ( )] , ( [ 1 0 2 1 0 2 0 2 1 0 2 0 2 = + = + = + = = ∫ ∫∫ ∫∫ dy y y dxdy y y dxdy x y yx X Y E Y X g E
  • 19. 19 Sifat-Sifat Harapan Matematik Teorema 1. Bila a dan b konstanta maka E(aX + b) = aE(X) + b Akibat 1: Jika a = 0, maka E(b) = b Akibat 2: Jika b = 0, maka E(aX) = aE(X) Teorema 2. E[g(X) ± h(X) ] = E[g(X)] ± E[h(X)] Teorema 3. E[g(X,Y) ± h(X,Y) ] = E[g(X,Y)] ± E[h(X,Y)]
  • 20. 20 Teorema 4. Jika X dan Y adalah peubah acak sembarang, maka E(X + Y) = E(X) + E(Y) Teorema 5. Jika X dan Y adalah peubah acak bebas, maka E(XY) = E(X) E(Y)
  • 21. • Contoh 5. Lihat kembali Contoh 4. Hitung E(2X – 1). x 4 5 6 7 8 9 f(x) 1/12 1/12 ¼ ¼ 1/6 1/6 Jawaban: E(2X – 1) = 2E(X) – 1 E(X) = = (4)(1/12) + (5)(1/12) + (6)(1/4) + (7)(1/4) + (8)(1/6) + (9)(1/6) = 41/6 Sehingga E(2X – 1) = 2E(X) – 1 = 2(41/6) – 1 sama seperti hasil sebelumnya. ∑ = 9 4 ) ( x x xf
  • 22. • Contoh 6. Permintaan minuman dalam liter per minggu dinyatakan dalam fungsi variabel random g(X) = X2 + X - 2, di mana X mempunyai fungsi padat: Tentukan nilai rataan dari permintaan minuman tersebut. Jawaban: E(X2 + X – 2) = E(X2) + E(X) - E(2) E(2) = 2 (akibat Teorema 1) 2 E(X) = ∫2x(x – 1)dx = 5/3 1 2 E(X2) = ∫2x2 (x – 1)dx = 17/6 1 Jadi, E(X2 + X – 2) = E(X2) + E(X) - E(2) = 17/6 + 5/3 -2 = 5/2
  • 23. • Contoh 7. Sepasang dadu dilemparkan. Tentukan nilai harapan jumlah angka yang muncul. Jawaban: Misalkan: X menyatakan angka yang muncul pada dadu pertama Y menyatakan angka yang muncul pada dadu kedua Ditanya: berapa E(X + Y)? E(X + Y ) = E(X) + E(Y) E(X) = (1)(1/6) + (2)(1/6) + (3)(1/6) + (4)(1/6) + (5)(1/6) + (6)(1/6) = 7/2 E(Y) = E(X) = 7/2 Jadi, E(X + Y) = E(X) + E(Y) = 7/2 + 7/2 = 7.