Contoh Soal 1: Sebuah benda memiliki probabilitas distribusi massa menurut PDF (Probability Density Function) f ( x ) f(x) f(x) seperti ini:x : 1 , 2 , 3 x: 1, 2, 3 x:1,2,3f ( x ) : 0 , 2 , 0 , 5 , 0 , 3 f(x): 0,2, 0,5, 0,3 f(x):0,2,0,5,0,3 Gunakan metode cross untuk menghitung nilai harapan E ( X ) E(X) E(X).
Baca juga:Meneladani Sang Pencerah Zaman: Panduan Pembelaja
Jawaban: Rumus nilai harapan: E ( X ) = ∑ x ⋅ f ( x ) E(X) = \sum x \cdot f(x) E(X)=∑x⋅f(x) Hitung:E ( X ) = ( 1 ⋅ 0 , 2 ) + ( 2 ⋅ 0 , 5 ) + ( 3 ⋅ 0 , 3 ) E(X) = (1 \cdot 0,2) + (2 \cdot 0,5) + (3 \cdot 0,3) E(X)=(1⋅0,2)+(2⋅0,5)+(3⋅0,3)E ( X ) = 0 , 2 + 1 + 0 , 9 = 2 , 1 E(X) = 0,2 + 1 + 0,9 = 2,1 E(X)=0,2+1+0,9=2,1
Jadi, nilai harapan E ( X ) = 2 , 1 E(X) = 2,1 E(X)=2,1.
Contoh Soal 2: Diberikan PDF diskrit:x : 0 , 1 , 2 , 3 x: 0, 1, 2, 3 x:0,1,2,3f ( x ) : 0 , 1 , 0 , 3 , 0 , 4 , 0 , 2 f(x): 0,1, 0,3, 0,4, 0,2 f(x):0,1,0,3,0,4,0,2 Gunakan metode cross untuk menghitung variansi .
Baca juga:FEB Universitas Teknokrat Indonesia Gelar Kuliah Umum Ekonomi Mikro Bahas Peran Pemerintah dalam Penyediaan Barang Publik
Jawaban: Rumus variansi: Var ( X ) = ∑ f ( x ) â‹… ( x − E ( X ) ) 2 \text{Var}(X) = \sum f(x) \cdot (x – E(X))^2 Var(X)=∑f(x)â‹…(x−E(X))2 Pertama, hitung E ( X ) = 0 â‹… 0 , 1 + 1 â‹… 0 , 3 + 2 â‹… 0 , 4 + 3 â‹… 0 , 2 = 1 , 7 E(X) = 0 \cdot 0,1 + 1 \cdot 0,3 + 2 \cdot 0,4 + 3 \cdot 0,2 = 1,7 E(X)=0â‹…0,1+1â‹…0,3+2â‹…0,4+3â‹…0,2=1,7 Hitung variansi:( 0 − 1 , 7 ) 2 â‹… 0 , 1 = 0 , 289 (0-1,7)^2 \cdot 0,1 = 0,289 (0−1,7)2â‹…0,1=0,289( 1 − 1 , 7 ) 2 â‹… 0 , 3 = 0 , 147 (1-1,7)^2 \cdot 0,3 = 0,147 (1−1,7)2â‹…0,3=0,147( 2 − 1 , 7 ) 2 â‹… 0 , 4 = 0 , 036 (2-1,7)^2 \cdot 0,4 = 0,036 (2−1,7)2â‹…0,4=0,036( 3 − 1 , 7 ) 2 â‹… 0 , 2 = 0 , 338 (3-1,7)^2 \cdot 0,2 = 0,338 (3−1,7)2â‹…0,2=0,338 Jumlah: 0,289 + 0,147 + 0,036 + 0,338 ≈ 0,81
Jadi, variansi ≈ 0,81.
Penulis:Loveytha
Post navigation