Math Problem Statement

menghitung E[X], E[X²], dan Var[X] untuk setiap fungsi kepadatan probabilitas (PDF) yang diberikan.b) f(x) = 4e^(-4x), x > 0

Solution

Diberikan fungsi kepadatan probabilitas (PDF) f(x)=4e4xf(x) = 4e^{-4x} untuk x>0x > 0, kita akan menghitung nilai harapan E[X]E[X], E[X2]E[X^2], dan variansi Var(X)\text{Var}(X).

1. Menghitung E[X]E[X] (Ekspektasi atau nilai harapan dari XX)

Nilai harapan E[X]E[X] untuk distribusi kontinu dihitung dengan: E[X]=xf(x)dxE[X] = \int_{-\infty}^{\infty} x f(x) \, dx Untuk PDF yang diberikan: E[X]=0x4e4xdxE[X] = \int_0^{\infty} x \cdot 4e^{-4x} \, dx Gunakan integral substitusi atau integral parsial untuk menghitungnya. Setelah perhitungan, kita mendapatkan:

E[X]=14E[X] = \frac{1}{4}

2. Menghitung E[X2]E[X^2] (Ekspektasi dari X2X^2)

Nilai E[X2]E[X^2] dihitung dengan: E[X2]=x2f(x)dxE[X^2] = \int_{-\infty}^{\infty} x^2 f(x) \, dx Untuk PDF yang diberikan: E[X2]=0x24e4xdxE[X^2] = \int_0^{\infty} x^2 \cdot 4e^{-4x} \, dx Dengan teknik integrasi yang serupa, hasilnya adalah:

E[X2]=216=18E[X^2] = \frac{2}{16} = \frac{1}{8}

3. Menghitung Var(X)\text{Var}(X) (Variansi dari XX)

Variansi Var(X)\text{Var}(X) dihitung dengan: [ \text{Var}(X) = E[X^2] - (E[X])^2 ] Dari hasil sebelumnya, kita substitusikan:

Var(X)=18(14)2\text{Var}(X) = \frac{1}{8} - \left( \frac{1}{4} \right)^2 Var(X)=18116=216=18\text{Var}(X) = \frac{1}{8} - \frac{1}{16} = \frac{2}{16} = \frac{1}{8}

Kesimpulan:

  • E[X]=14E[X] = \frac{1}{4}
  • E[X2]=18E[X^2] = \frac{1}{8}
  • Var(X)=18\text{Var}(X) = \frac{1}{8}

Apakah ada yang perlu dijelaskan lebih lanjut?

Pertanyaan Terkait:

  1. Bagaimana integral substitusi digunakan dalam penghitungan E[X]E[X]?
  2. Apa makna dari nilai harapan E[X]E[X] dalam konteks probabilitas?
  3. Bagaimana cara menafsirkan nilai variansi Var(X)\text{Var}(X)?
  4. Apa perbedaan antara E[X]E[X] dan E[X2]E[X^2] dalam konteks distribusi?
  5. Bagaimana metode integral parsial dapat mempermudah perhitungan ekspektasi?

Tip: Ketika menghitung nilai harapan atau variansi, pahami dulu bentuk PDF untuk mengetahui apakah distribusi tersebut adalah distribusi khusus (misalnya eksponensial, normal).

Ask a new question for Free

By Image

Drop file here or Click Here to upload

Math Problem Analysis

Mathematical Concepts

Probability Theory
Expected Value
Variance
Exponential Distribution

Formulas

E[X] = ∫_(-∞)^∞ x f(x) dx
E[X^2] = ∫_(-∞)^∞ x^2 f(x) dx
Var(X) = E[X^2] - (E[X])^2

Theorems

Expected Value of Continuous Random Variables
Variance Theorem

Suitable Grade Level

Undergraduate level (Statistics/Probability Theory)