数学期望shùxué qīwàng

Konsep Pokok

Nilai harapan (atau harapan matematis) dari suatu variabel acak adalah rata-rata tertimbang dari semua nilai yang mungkin, di mana bobot-bobotnya adalah probabilitas-probabilitasnya.

Variabel Acak Diskrit

Untuk variabel acak diskrit $X$ yang mengambil nilai-nilai $x_1, x_2, \ldots, x_n$ dengan probabilitas $p_1, p_2, \ldots, p_n$:

$E(X) = \sum_{i=1}^{n} x_i \cdot p_i = x_1p_1 + x_2p_2 + \cdots + x_np_n$

Notasi

• $E(X)$ - Nilai yang diharapkan dari $X$
• $\mu$ (mu) - Sering digunakan untuk menunjukkan nilai harapan
• $\overline{X}$ - Rata-rata sampel (perkiraan dari $E(X)$)

Penafsiran

Nilai yang diharapkan mewakili:

• Rata-rata jangka panjang dari banyak uji coba independen
• Pusat massa dari distribusi probabilitas
• Nilai wajar dalam konteks perjudian/keuangan

Penting: Nilai yang diperkirakan mungkin bukanlah hasil yang benar-benar mungkin terjadi.

Sifat-sifat Nilai Harapan

1. Linearitas

$E(aX + b) = aE(X) + b$

di mana $a$ dan $b$ adalah konstanta.

2. Jumlah Variabel Acak

$E(X + Y) = E(X) + E(Y)$

Hal ini tetap berlaku meskipun $X$ dan $Y$ TIDAK saling independen.

3. Hasil Kali Variabel-Variabel Bebas

Jika $X$ dan $Y$ bersifat independen: $E(XY) = E(X) \cdot E(Y)$

4. Nilai Harapan dari Sebuah Konstanta

$E(c) = c$

Distribusi Umum

Distribusi	Nilai yang Diharapkan
Bernoulli ($p$)	$p$
Binomial ($n, p$)	$np$
Seragam ($\{1,2,...,n\}$)	$\dfrac{n+1}{2}$
Geometris ($p$)	$\dfrac{1}{p}$

Soal Latihan CSCA

💡 Catatan: Soal-soal latihan berikut ini disusun berdasarkan silabus ujian CSCA.

Contoh 1: Dasar (Tingkat Kesulitan ★★☆☆☆)

Sebuah variabel acak $X$ memiliki distribusi sebagai berikut:

$X$	1	2	3
$P$	0,2	0,5	0,3

Cari $E(X)$.

Solusi: $E(X) = 1 \times 0.2 + 2 \times 0.5 + 3 \times 0.3$ $= 0.2 + 1.0 + 0.9 = 2.1$

Jawaban: $E(X) = 2.1$

---

Contoh 2: Tingkat Menengah (Tingkat Kesulitan ★★★☆☆)

Jika $E(X) = 3$, cari $E(2X + 5)$.

Solusi:

Memanfaatkan linearitas: $E(2X + 5) = 2E(X) + 5 = 2(3) + 5 = 11$

Jawaban: $11$

---

Contoh 3: Tingkat Menengah (Tingkat Kesulitan ★★★☆☆)

Sebuah koin yang adil dilempar sebanyak 100 kali. Misalkan $X$ adalah jumlah hasil “kepala”. Tentukan nilai $E(X)$.

Solusi:

$X$ mengikuti distribusi binomial bersama dengan $n = 100$ dan $p = 0.5$.

$E(X) = np = 100 \times 0.5 = 50$

Jawaban: $E(X) = 50$

---

Contoh 4: Tingkat Lanjut (Tingkat Kesulitan ★★★★☆)

Sebuah kotak berisi 3 bola merah dan 2 bola putih. Dua bola diambil tanpa pengembalian. Misalkan $X$ adalah jumlah bola merah yang diambil. Tentukan nilai $E(X)$.

Solusi:

Tentukan distribusi $X$:

$P(X = 0) = \dfrac{C_2^2}{C_5^2} = \dfrac{1}{10}$ (keduanya berwarna putih)

$P(X = 1) = \dfrac{C_3^1 \cdot C_2^1}{C_5^2} = \dfrac{6}{10}$ (satu merah, satu putih)

$P(X = 2) = \dfrac{C_3^2}{C_5^2} = \dfrac{3}{10}$ (keduanya berwarna merah)

$E(X) = 0 \times \frac{1}{10} + 1 \times \frac{6}{10} + 2 \times \frac{3}{10}$ $= 0 + 0.6 + 0.6 = 1.2$

Jawaban: $E(X) = 1.2$

---

Contoh 5: Tingkat Lanjut (Tingkat Kesulitan ★★★★★)

Jika $E(X) = 2$ dan $E(X^2) = 8$, temukan $E((X-1)^2)$.

Solusi:

Perluas: $E((X-1)^2) = E(X^2 - 2X + 1)$ $= E(X^2) - 2E(X) + 1$ $= 8 - 2(2) + 1 = 8 - 4 + 1 = 5$

Jawaban: $5$

Aplikasi di Dunia Nyata

1. Permainan yang Adil

Sebuah permainan dikatakan "adil" jika $E(\text{profit}) = 0$.

Contoh: Anda membayar ¥2 untuk melempar koin. Jika muncul kepala: menang ¥4. Jika muncul ekor: tidak mendapat apa-apa. $E(\text{profit}) = 0.5 \times (4-2) + 0.5 \times (0-2) = 1 - 1 = 0$ Ini permainan yang adil.

2. Asuransi

Perusahaan asuransi menggunakan nilai yang diharapkan untuk menentukan besaran premi.

3. Analisis Investasi

Imbal hasil yang diharapkan membantu membandingkan berbagai pilihan investasi.

Kesalahan Umum

❌ Kesalahan 1: Menganggap E(X) sama dengan Nilai Paling Mungkin

Salah: $E(X)$ adalah nilai yang paling sering muncul ✗

Benar: $E(X)$ adalah rata-rata tertimbang; modus adalah nilai yang paling sering muncul ✓

❌ Kesalahan 2: Melupakan bahwa jumlah probabilitas harus sama dengan 1

Sebelum menghitung, pastikan: $\sum p_i = 1$

❌ Kesalahan 3: Penerapan Linearitas yang Salah

Salah: $E(X^2) = (E(X))^2$ ✗

Benar: Umumnya $E(X^2) \neq (E(X))^2$. Perbedaannya terletak pada variansnya! ✓

Hubungan dengan Varians

$\text{Var}(X) = E(X^2) - (E(X))^2$

Atau dengan kata lain: $E(X^2) = \text{Var}(X) + (E(X))^2$

Tips Belajar

1. ✅ Ingat rumusnya: $E(X) = \sum x_i p_i$
2. ✅ Keteraturan linier: $E(aX+b) = aE(X)+b$
3. ✅ Kenali distribusi umum: Nilai harapan distribusi binomial adalah $np$
4. ✅ Jangan disamakan dengan varians: $E(X^2) \neq (E(X))^2$

---

💡 Tips Ujian: Saat diberikan tabel distribusi probabilitas, pertama-tama pastikan jumlah probabilitasnya sama dengan 1, lalu terapkan definisinya secara langsung!