Math Problem Statement

Diketahui sebuah variabel random 𝑋 memiliki fungsi densitas yang didefinisikan sebagai berikut. οΏ½ οΏ½(π‘₯) = { π‘˜π‘’βˆ’π‘₯/2; π‘“π‘œπ‘Ÿ π‘₯ > 0 0; π‘“π‘œπ‘Ÿ π‘Žπ‘›π‘œπ‘‘β„Žπ‘’π‘Ÿ π‘₯ . a. Tentukan harga π‘˜ agar 𝑓(π‘₯) merupakan fungsi densitas variabel random 𝑋! b. Tentukan rerata dari variabel random 𝑋 menggunakan fungsi pembangkit momen!

Solution

Mari kita pecahkan soal ini satu per satu:

a. Menentukan harga kk

Agar f(x)f(x) menjadi fungsi densitas probabilitas, integral dari f(x)f(x) untuk seluruh domain harus sama dengan 1:

βˆ«βˆ’βˆžβˆžf(x) dx=1\int_{-\infty}^\infty f(x) \, dx = 1

Namun, karena f(x)=keβˆ’x/2f(x) = k e^{-x/2} untuk x>0x > 0 dan f(x)=0f(x) = 0 untuk x≀0x \leq 0, maka domainnya hanya x>0x > 0. Kita cukup menghitung integral berikut:

∫0∞keβˆ’x/2 dx=1\int_0^\infty k e^{-x/2} \, dx = 1

  1. Hitung integral: ∫0∞eβˆ’x/2 dx=[βˆ’2eβˆ’x/2]0∞\int_0^\infty e^{-x/2} \, dx = \left[-2 e^{-x/2}\right]_0^\infty

Ketika xβ†’βˆžx \to \infty, eβˆ’x/2β†’0e^{-x/2} \to 0. Ketika x=0x = 0, eβˆ’x/2=1e^{-x/2} = 1. Maka hasil integralnya adalah: ∫0∞eβˆ’x/2 dx=2\int_0^\infty e^{-x/2} \, dx = 2

  1. Substitusi kembali ke persamaan: kβ‹…2=1β‡’k=12k \cdot 2 = 1 \quad \Rightarrow \quad k = \frac{1}{2}

Jawaban untuk (a): k=12k = \frac{1}{2}


b. Menentukan rerata (E[X]\mathbb{E}[X]) menggunakan fungsi pembangkit momen

Fungsi pembangkit momen (MX(t)M_X(t)) didefinisikan sebagai: MX(t)=E[etX]=βˆ«βˆ’βˆžβˆžetxf(x) dxM_X(t) = \mathbb{E}[e^{tX}] = \int_{-\infty}^\infty e^{tx} f(x) \, dx

Karena f(x)=12eβˆ’x/2f(x) = \frac{1}{2} e^{-x/2} untuk x>0x > 0, maka: MX(t)=∫0∞etxβ‹…12eβˆ’x/2 dxM_X(t) = \int_0^\infty e^{tx} \cdot \frac{1}{2} e^{-x/2} \, dx

  1. Gabungkan eksponen: MX(t)=12∫0∞e(tβˆ’12)x dxM_X(t) = \frac{1}{2} \int_0^\infty e^{(t - \frac{1}{2})x} \, dx

  2. Syarat konvergensi: Integral ini konvergen jika tβˆ’12<0t - \frac{1}{2} < 0 atau t<12t < \frac{1}{2}.

  3. Hitung integral: \int_0^\infty e^{(t - \frac{1}{2})x} \, dx = \frac{1}{-(t - \frac{1}{2})} = \frac{1}{\frac{1}{2} - t} \quad \text{(untuk t < \frac{1}{2})}

Maka: MX(t)=12β‹…112βˆ’t=11βˆ’2tM_X(t) = \frac{1}{2} \cdot \frac{1}{\frac{1}{2} - t} = \frac{1}{1 - 2t}

Menghitung rerata (E[X]\mathbb{E}[X]): Rerata (E[X]\mathbb{E}[X]) diperoleh dari turunan pertama MX(t)M_X(t) terhadap tt, lalu dievaluasi pada t=0t = 0: E[X]=MXβ€²(0)\mathbb{E}[X] = M_X'(0)

  1. Turunkan MX(t)M_X(t): MX(t)=11βˆ’2tβ‡’MXβ€²(t)=2(1βˆ’2t)2M_X(t) = \frac{1}{1 - 2t} \quad \Rightarrow \quad M_X'(t) = \frac{2}{(1 - 2t)^2}

  2. Substitusi t=0t = 0: MXβ€²(0)=2(1βˆ’0)2=2M_X'(0) = \frac{2}{(1 - 0)^2} = 2

Jawaban untuk (b): E[X]=2\mathbb{E}[X] = 2


Kesimpulan:

  1. Nilai kk agar f(x)f(x) merupakan fungsi densitas adalah k=12k = \frac{1}{2}.
  2. Rerata (E[X]\mathbb{E}[X]) dari variabel random XX adalah 22.

Apakah Anda ingin penjelasan lebih rinci atau contoh tambahan? Berikut beberapa pertanyaan terkait:

  1. Bagaimana cara menghitung varians (Var(X)\text{Var}(X)) dari variabel random ini?
  2. Apa syarat konvergensi untuk fungsi pembangkit momen MX(t)M_X(t)?
  3. Bagaimana bentuk distribusi kumulatif F(x)F(x) untuk fungsi densitas ini?
  4. Bisakah fungsi ini direpresentasikan dalam bentuk distribusi eksponensial?
  5. Apa interpretasi praktis dari nilai rerata yang diperoleh?

Tip: Ketika bekerja dengan fungsi densitas, selalu pastikan integral totalnya sama dengan 1 agar memenuhi syarat sebagai fungsi distribusi probabilitas.

Ask a new question for Free

By Image

Drop file here or Click Here to upload

Math Problem Analysis

Mathematical Concepts

Probability Density Function
Moment Generating Functions
Expected Value

Formulas

∫f(x)dx = 1 (for f(x) as a probability density function)
Moment generating function: M_X(t) = ∫e^(tx)f(x)dx
Expected value: E[X] = M'_X(0)

Theorems

Definition of Probability Density Function
Properties of Moment Generating Functions

Suitable Grade Level

Undergraduate - Introductory Probability and Statistics