Upload
state-university-of-medan
View
428
Download
8
Embed Size (px)
Citation preview
TRANSFORMASI PEUBAH ACAK
DAN DISTRIBUSINYA
Makalah Kelompok-V
Diajukan untuk Melengkapi Tugas Matakuliah
Statistika Matematika
Oleh
1. RIZKI KURNIAWAN RANGKUTI
2. NUR ASIMA SIREGAR
3. MAISYAROH MANURUNG
Dosen Pengampu
Dr. Ani Minarni, M.Si
Program Studi Pendidikan Matematika
Jenjang Program Strata Dua (S-2)
SEKOLAH PASCASARJANA
UNIVERSITAS NEGERI MEDAN
MEDAN
2014
TRANSFORMASI PEUBAH ACAK DAN DISTRIBUSINYA
Dalam banyak aplikasi statistik, diberikan suatu distribusi peluang peubah acak
univariat X, seseorang ingin mengetahui distribusi peluang dari peubah acak univariat yang
lain Y = Ο(X), di mana Ο adalah suatu fungsi yang diketahui. Sebagai contoh, jika kita
mengetahui distribusi peluang peubah acak X, kita bisa mengetahui distribusi Y = ln(X).
Untuk peubah acak univariat X, pada umumnya digunakan transformasi peubah acak Y dari X
adalah: 2
2 ,,ln,,,
XY
XYXYXYXYXY . Demikian pula
untuk peubah acak bivariat (X, Y), beberapa transformasi yang paling umum dari X dan Y
adalah ,,,Y
XXYYX
min YX , , max YX , atau 22 YX . Dalam bab ini, kita akan
mengkaji berbagai metode untuk menemukan distribusi peubah acak univariat atau bivariat
yang ditransformasikan, ketika transformasi dan distribusi dari peubah-peubah yang
diketahui. Pertama, kita perlakukan kasus univariat, kemudian kita perlakukan kasus bivariat.
Kita mulai dengan suatu contoh untuk peubah acak univariat diskrit.
Contoh 10.1.
Fungsi kepadatan peluang dari peubah acak X ditunjukkan pada tabel di bawah ini:
x -2 -1 0 1 2 3 4
xf 10
1
10
2
10
1
10
1
10
1
10
2
10
2
Tentukan fungsi padat peluag dari variabel acak 2XY ?
Penyelesaian:
Ruang sampel peubah acak X adalah 4,3,2,1,0,1,2 XR , kemudian ruang sampel dari
peubah acak Y adalah XY RxxR 2 . Dengan demikian 16,9,4,1,0YR . Sekarang kita
menghitung fungsi padat peluang yg untuk y di YR .
10
24161616
10
23999
10
222444
10
311111
10
10000
2
2
2
2
2
XPXPYPg
XPXPYPg
XPXPXPYPg
XPXPXPYPg
XPXPYPg
Kita ringkas distribusi Y pada tabel sebagai berikut:
y 0 1 4 9 16
yg 10
1
10
3
10
2
10
2
10
2
Contoh 10.2.
Fungsi padat peluang dari peubah acak X ditunjukkan pada tabel di bawah ini:
x 1 2 3 4 5 6
xf 6
1
6
1
6
1
6
1
6
1
6
1
Tentukan fungsi padat peluang dari peubah acak Y = 2X +1 ?
Penyelesaian:
Ruang sampel peubah acak X adalah 6,5,4,3,2,1XR , kemudian ruang sampel dari peubah
acak Y adalah XY RxxR 12 . Dengan demikian, 13,11,9,7,5,3YR . Selanjutnya kita
menghitung fungsi padat peluag yg untuk y di YR diberikan oleh
6
1613121313
6
1511121111
6
1491299
6
1371277
6
1251255
6
1131233
XPXPYPg
XPXPYPg
XPXPYPg
XPXPYPg
XPXPYPg
XPXPYPg
Kita ringkas distribusi Y pada tabel sebagai berikut:
y 3 5 7 9 11 13
yg 6
1
6
1
6
1
6
1
6
1
6
1
Distribusi X dan 2X + 1 diilustrasikan di bawah ini:
Pada contoh 10.1, kita telah menghitung distribusi (yaitu, fungsi padat peluang) dari
peubah acak Y = Ο(X) yang ditransformasikan, di mana Ο(x) = x2. Transformasi ini tidak
meningkat atau menurun (yaitu, monoton) di ruang RX dari peubah acak X. Oleh karena itu,
distribusi Y berubah menjadi sangat berbeda dari X. Pada contoh 10.2, bentuk distribusi
transformasi peubah acak Y = Ο(x), di mana Ο(x) = 2x + 1, pada dasarnya sama. Hal ini
terutama disebabkan oleh fakta bahwa Ο(x) = 2x + 1 adalah monoton di RX.
Dalam bab ini, kita akan memeriksa fungsi padat peluang dari peubah acak yang
ditransformasikan dengan mengetahui fungsi kepadatan peubah acak yang asli. Ada beberapa
metode untuk menemukan fungsi kepadatan peluang dari peubah acak yang
ditransformasikan. Beberapa metode ini adalah : (1) metode fungsi distribusi, (2) metode
transformasi, (3) metode konvolusi, dan (4) metode fungsi pembangkit momen.
Di antara empat metode tersebut, metode transformasi adalah yang paling berguna.
Metode konvolusi adalah kasus khusus dari metode ini. Metode transformasi diturunkan
dengan menggunakan metode fungsi distribusi.
10.1. Metode Fungsi Distribusi
Kita telah melihat di BAB-6 bahwa suatu metode yang mudah untuk menemukan
fungsi padat peluang dari transformasi peubah acak kontinu adalah untuk menentukan fungsi
distribusinya dan kemudian fungsi kepadatan tersebut ditentukan dengan diferensiasi.
Contoh 10.3.
Sebuah kotak akan dibangun sehingga tingginya 4 inci dan alasnya adalah X inci. Jika X
memiliki distribusi normal standar, tentukan distribusi volume kotak tersebut?
Penyelesaian:
Volume kotak adalah suatu peuah acak, karena X adalah suatu peubah acak. Peubah acak V
diberikan oleh V = 4X2. Untuk menemukan fungsi kepadatan V, pertama-tama kita tentukan
bentuk fungsi distribusi G(v) dari V dan kemudian kita turunkan G(v) untuk menemukan
fungsi kepadatan V. Fungsi distribusi V diberikan oleh:
πΊ(π£) = π(π β€ π£)
= π(4π2 β€ π£)
= π(β1
2βπ£ β€ π β€
1
2βπ£)
= β« 1
β2ππ
β1
2π₯2
ππ₯1
2βπ£
β1
2βπ£
= 2 β« 1
β2ππ
β1
2π₯2
ππ₯1
2βπ£
0 (ketika integran sama)
Oleh karena itu, dengan Teorema Dasar Kalkulus, kita peroleh
π(π£) =ππΊ (π£)
ππ£
=π
ππ£(2 β«
1
β2ππβ
1
2π₯2
ππ₯1
2βπ£
0)
= 21
β2ππβ
1
2(
1
2βπ£ )
2
(1
2)
πβπ£
ππ£
=1
β2ππβ
1
8π£ 1
2βπ£
=1
Ξ(1
2)β8
π£1
2β1πβ
1
8π£
= π βΌ πΊπ΄π (8,1
2)
Contoh 10.4
Jika fungsi kepadatan π didefinisikan oleh
π(π₯) = {
1
2, π’ππ‘π’π β 1 < π₯ < 1
0, π’ππ‘π’π πππ‘ππ π₯ π¦πππ ππππ
Tentukan fungsi padat peluang π = π2
Penyelesaian:
Pertama, kita temukan fungsi distribusi komulatif π dan differensiasi, kita peroleh fungsi
kepadatan π. Fungsi distribusi πΊ(π¦) dari π diberikan dengan
πΊ(π¦) = π(π β€ π¦)
= π(π2 β€ π¦)
= π(ββπ¦ β€ π β€ βπ¦)
= β«1
2ππ₯βπ¦
ββπ¦
= βπ¦
Dengan demikian, fungsi kepadatan π diberikan oleh
π(π¦) =ππΊ (π¦)
ππ¦
=πβπ¦
ππ¦
=1
2βπ¦,π’ππ‘π’π 0 < π¦ < 1
10.2 Metode Transformasi untuk Kasus Univariat
Teorema berikut adalah penopang metode transformasi.
Teorema 10.1.
Misalkan π merupakan suatu peubah acak kontinu dengan fungsi padat peluang π(π₯).
Misalkan π¦ = π(π₯) merupakan fungsi naik atau fungsi turun, maka fungsi kepadatan dari peubah acak π = π(π₯) diberikan oleh
π(π¦) = |ππ₯
ππ¦| π(π(π¦))
dimana π₯ = π(π¦) adalah fungsi invers dari π(π₯)
Bukti:
Duga bahwa π¦ = π(π₯) merupakan suatu fungsi naik. Fungsi distribusi πΊ(π¦) dari π diberikan
oleh πΊ(π¦) = π(π β€ π¦)
= π(π(π) β€ π¦)
= π(π β€ π(π¦))
= β« π(π₯)ππ₯π (π¦)
ββ
maka, dengan mendifferensiasikannya kita peroleh fungsi kepadatan π, yaitu
π(π¦) =ππΊ (π¦)
ππ¦
=π
ππ¦(β« π(π₯)ππ₯
π(π¦)
ββ)
= π(π(π¦))ππ (π¦)
ππ¦
= π(π(π¦))ππ₯
ππ¦, ketika π₯ = π(π¦)
Dalam hal yang lain, jika π¦ = π(π₯) adalah fungsi turun, maka fungsi distribusi π diberikan
oleh πΊ(π¦) = π(π β€ π¦)
= π(π(π) β€ π¦)
= π(π β₯ π(π¦)), ketika π(π₯) menurun
= 1 β π(π β€ π(π¦))
= 1 β β« π(π₯)ππ₯π (π¦)
ββ
Seperti sebelumnya, dengan mendifferensiasikannya kita peroleh fungsi kepadatan π, yaitu
π(π¦) =ππΊ (π¦)
ππ¦
=π
ππ¦(1 β β« π(π₯)ππ₯
π(π¦)
ββ)
= βπ(π(π¦))ππ(π¦)
ππ¦
= βπ(π(π¦))ππ₯
ππ¦, ketika π₯ = π(π¦)
Dengan demikian, dengan menggabungkan kedua kasus tersebut, kita peroleh
π(π¦) = |ππ₯
ππ¦| π(π(π¦))
Contoh 10.5.
Misalkan π =πβπ
π. Jika π~π(π, π 2), maka tentukan fungsi padat peluang π
Penyelesaian:
π§ = π(π₯) =π₯ β π
π
Oleh karena itu, invers U diberikan dengan π(π§) = π₯
= ππ§ + π
Dengan demikian ππ₯
ππ§= π
Oleh karena itu, dengan Teorema 10.1, kepadatan Z diberikan dengan
π(π§) = |ππ₯
ππ§| π(π(π¦))
= π1
β2π π2 πβ1
2(
π€(π§)βπ
π)
2
=1
β2ππ
β1
2(
π§π+πβπ
π)
2
=1
β2ππβ
1
2π§2
Contoh 10.6.
Misalkan π =πβπ
π . Jika π~π(π, π 2), maka tunjukkan bahwa π2 adalah chi-kuadrat dengan
satu derajat kebebasan, yaitu π2~π2(1).
Penyelesaian:
π¦ = π(π₯) = (π₯βπ
π)
2
π₯ = π + πβπ¦
π(π¦) = π + πβπ¦, π¦ > 0
ππ₯
ππ¦=
π
2βπ¦
Kepadatan Y adalah:
π(π¦) = |ππ₯
ππ¦| π(π(π¦))
= π1
2βπ¦π(π(π¦))
= π1
2βπ¦
1
β2π π2 πβ1
2(
π(π¦) βπ
π)
2
=1
2β2ππ¦π
β1
2(
βπ¦π+πβπ
π)
2
=1
2β2ππ¦πβ
1
2π¦
=1
2βπ β2π¦β
1
2 πβ1
2π¦
=1
2Ξ (1
2)β2
π¦β1
2 πβ1
2π¦
Dengan demikian π~π2(1)
Contoh 10.7.
Misalkan π = β ln π. Jika π~πππΌπΉ(0,1), maka tentukan fungsi kepadatan Y ketika tidak-
nol.
Penyelesaian:
Diberikan π¦ = π(π₯) = β ln π₯
Dengan demikian, invers dari π¦ = π(π₯) diberikan oleh
π(π¦) = π₯
= πβπ¦ Maka
ππ₯
ππ¦= βπβπ¦
Dengan demikian, berdasarkan Teorema 10.1, kepadatan peluang dari Y diberikan oleh:
π(π¦) = |ππ₯
ππ¦| π(π(π¦))
= πβπ¦ π(π(π¦))
= πβπ¦
Kemudian π~πΈππ(1), dengan demikian, jika π~πππΌπΉ(0,1), maka peubah acak
β ln π ~πΈππ(1).
Meskipun semua contoh pada sesi ini terkait dengan peubah acak yang kontinu, metode transformasi juga bekerja untuk variabel random yang diskrit.