Upload
rommel-yonatan
View
215
Download
2
Embed Size (px)
DESCRIPTION
untuk belajar
Citation preview
PERTEMUAN 1
MOMENT GENERATING FUNCTION DAN FACTORIAL MOMENT
Efri Diah Utami, M.StatMata Kuliah : Statistika Matematika ISekolah Tinggi Ilmu Statistik, Jakarta
MOMENT GENERATING FUNCTION (MGF)
Definisi:Jika X adalah random variabel, maka
bila X diskret
bila X kontinyu
disebut Moment Generating Function (MGF) dari X jika nilai harapannya ada untuk setiap nilai t dalam interval –h<t<h, dan h>0 atau konvergen.
)()( tXX eEtM
x
tx xfe )(
dxxfetx )(
MOMENT GENERATING FUNCTION (MGF)
Contoh:Diasumsikan X adalah random variable diskret dengan nilai . Maka
MGF
Jika t=0 maka
mxx ,...,1
m
i itx
X xfetM i
1)()(
m
i itx
iX xfextM i
1
' )()(
m
i itxr
irX xfextM i
1)()(
)()()0(1
rm
i iri
rX XExfxM
MOMENT GENERATING FUNCTION (MGF)
Teorema 1.Misalkan X suatu peubah acak dengan MGFmaka:
Teorema 2:Misalkan X dan Y adalah dua peubah acak dengan MGF masing masing dan Bila untuk setiap nilai t, maka X dan Y mempunyai distribusi peluang yang sama.
)(tM X
'
0
)(k
t
kX
k
dt
tMd
)(tM X )(tMY
)()( tMtM YX
MOMENT GENERATING FUNCTION (MGF)
Teorema 3:Teorema 4: Teorema 5:Teorema 6:Bila peubah acak bebas dengan MGF masing-masingdan maka
)()( tMetM Xat
aX
)()( atMtM XaX
nXXX ,.....,, 21
)(),....,(),(21
tMtMtMnXXX
nXXXY .....21
)().....().()(21
tMtMtMtMnXXXY
)()( atMetM Xbt
baX
MOMENT GENERATING FUNCTION (MGF)
Teorema 7:Jika MGF dari X ada (exist) maka
untuk semua r=1,2,...Dan
)0()( rX
r MXE
1 !
)(1)(
r
rr
X r
tXEtM
MOMENT GENERATING FUNCTION (MGF)
Teorema 8 :Jika dan masing-masing memiliki CDF dan dan MGF dan , maka untuk semua nilai riil x jika dan hanya jika untuk semua t dalam interval –h<t<h untuk h>0
1X 2X )(1 xF
)(2 xF )(1 tM )(2 tM )()( 21 xFxF
)()( 21 tMtM
MOMENT GENERATING FUNCTION (MGF)
Contoh 1. Diketahui random variable X dengan pdf
0,)( xuntukexf x
1,1
1)(
0
tt
dxeetM xtxX
1)0(')( tMXE X
2)0()( 22 tMXE X
MOMENT GENERATING FUNCTION (MGF)Latihan 1 :1. Anggap X adalah random variabel dengan MGF
a. Bagaimana distribusi peluang dari X?b. Berapakah P(X=2)
2. Anggap X adalah random variabel kontinyu dengan pdf untuk c. Tentukan MGFd. Gunakan MGF untuk mendapatkan dan
3. Tentukan MGF dari distribusi geometrik. Gunakan MGF tersebut untuk mendapatkan rata-rata dan varians
FACTORIAL MOMENT
Definisi:Faktorial moment ke-r dari X adalah
Dan factorial moment generating function (FMGF) dari X adalah
Jika nilai harapannya ada / eksis untuk semua t dalam interval 1-h<t<1+hFMGF kadang juga dsb probability generating function
)]1)...(1([ rXXXE
)()( XX tEtG
FACTORIAL MOMENTUntuk nilai non negatif dari random variabel X
Hubungan MGF dan FMGF:
)(ln)()()( ln tMeEtEtG XtXX
X
!
)0()(
)(
r
GrXP
rX
FACTORIAL MOMENTTeorema:Jika X mempunyai sebuah FMGF, maka )(tGX
)]1)...(1([)1(
)]1([)1(
)()1("
'
rXXXEG
XXEG
XEG
rX
X
X
FACTORIAL MOMENT
Latihan 2 :1. Sebuah random variabel diskret dengan pdf jika x=0,1,2,…
a. Tentukan FMGFb. Gunakan FMGF untuk mendapatkan E[X(X-1)(X-2)] dan
kemudian tentukan