Skip to main content
返回术语表
statistics难度:基础statisticsprobabilityexpected-value
Bagikan

数学期望shùxué qīwàng

nilai harapan / ekspektasi matematis
4 分钟阅读
更新于 2025-01-24
已完成

Konsep Inti

Nilai harapan (atau ekspektasi matematis) dari variabel acak adalah rata-rata tertimbang dari semua nilai yang mungkin, dengan bobot berupa probabilitasnya.

Variabel Acak Diskret

Untuk variabel acak diskret XX yang mengambil nilai x1,x2,,xnx_1, x_2, \ldots, x_n dengan probabilitas p1,p2,,pnp_1, p_2, \ldots, p_n:

E(X)=i=1nxipi=x1p1+x2p2++xnpnE(X) = \sum_{i=1}^{n} x_i \cdot p_i = x_1p_1 + x_2p_2 + \cdots + x_np_n

Notasi

  • E(X)E(X) - Nilai harapan dari XX
  • μ\mu (mu) - Sering digunakan untuk menunjukkan nilai harapan
  • X\overline{X} - Rata-rata sampel (estimasi dari E(X)E(X))

Interpretasi

Nilai harapan merepresentasikan:

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

Penting: Nilai harapan mungkin bukan hasil yang benar-benar mungkin terjadi.

Sifat-sifat Nilai Harapan

1. Linearitas

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

di mana aa dan bb adalah konstanta.

2. Jumlah Variabel Acak

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

Ini berlaku bahkan jika XX dan YY TIDAK independen.

3. Perkalian Variabel Independen

Jika XX dan YY independen: E(XY)=E(X)E(Y)E(XY) = E(X) \cdot E(Y)

4. Nilai Harapan Konstanta

E(c)=cE(c) = c

Distribusi Umum

DistribusiNilai Harapan
Bernoulli(pp)pp
Binomial(n,pn, p)npnp
Seragam({1,2,...,n}\{1,2,...,n\})n+12\dfrac{n+1}{2}
Geometrik(pp)1p\dfrac{1}{p}

Soal Latihan CSCA

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

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

Variabel acak XX memiliki distribusi berikut:

XX123
PP0,20,50,3

Hitunglah E(X)E(X).

Solusi: E(X)=1×0,2+2×0,5+3×0,3E(X) = 1 \times 0{,}2 + 2 \times 0{,}5 + 3 \times 0{,}3 =0,2+1,0+0,9=2,1= 0{,}2 + 1{,}0 + 0{,}9 = 2{,}1

Jawaban: E(X)=2,1E(X) = 2{,}1


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

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

Solusi:

Menggunakan sifat linearitas: E(2X+5)=2E(X)+5=2(3)+5=11E(2X + 5) = 2E(X) + 5 = 2(3) + 5 = 11

Jawaban: 1111


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

Sebuah koin yang adil dilempar 100 kali. Misalkan XX adalah jumlah sisi kepala yang muncul. Hitunglah E(X)E(X).

Solusi:

XX mengikuti distribusi binomial dengan n=100n = 100, p=0,5p = 0{,}5.

E(X)=np=100×0,5=50E(X) = np = 100 \times 0{,}5 = 50

Jawaban: E(X)=50E(X) = 50

Kesalahan Umum

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

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

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

❌ Kesalahan 2: Lupa bahwa Jumlah Probabilitas Harus Sama dengan 1

Sebelum menghitung, verifikasi: pi=1\sum p_i = 1

❌ Kesalahan 3: Penerapan Linearitas yang Salah

Salah: E(X2)=(E(X))2E(X^2) = (E(X))^2

Benar: Secara umum E(X2)(E(X))2E(X^2) \neq (E(X))^2. Selisihnya adalah variansi! ✓

Hubungan dengan Variansi

Var(X)=E(X2)(E(X))2\text{Var}(X) = E(X^2) - (E(X))^2

Atau secara ekuivalen: E(X2)=Var(X)+(E(X))2E(X^2) = \text{Var}(X) + (E(X))^2

Kiat-kiat Belajar

  1. Ingat rumusnya: E(X)=xipiE(X) = \sum x_i p_i
  2. Kuasai linearitas: E(aX+b)=aE(X)+bE(aX+b) = aE(X)+b
  3. Ketahui distribusi umum: Nilai harapan distribusi binomial adalah npnp
  4. Jangan bingung dengan variansi: E(X2)(E(X))2E(X^2) \neq (E(X))^2

💡 Tip Ujian: Ketika diberikan tabel distribusi probabilitas, pertama-tama verifikasi bahwa jumlah probabilitas sama dengan 1, lalu terapkan definisi secara langsung!