Distribusi Pendekatan

(Limiting Distributions)

Mila Kurniawaty, S.Si., M.Si., Ph.D.

Mila Kurniawaty, S.Si., M.Si., Ph.D. Jurusan Matematika FMIPA UB 1/27

Pengantar
Perhatikan suatu barisan variabel acak Y1 , Y2 , · · · , dengan fungsi
distribusi kumulatif yang bersesuaian yaitu G1 (y ), G2 (y ), · · · sehingga
∀n = 1, 2, · · ·

Gn (y ) = P [Yn ≤ y ] .

Definisi 1
Jika Yn ∼ Gn (y ), ∀n = 1, 2, · · · , dan jika ∃G (y ),

lim Gn (y ) = G (y )
n→∞

∀y dengan G (y ) kontinu, maka barisan Y1 , Y2 , · · · dikatakan

konvergen dalam distribusi ke Y ∼ G (y ), yang dinyatakan dengan
d
Yn −→ Y .
FDK G (y ) disebut distribusi pendekatan dari Yn .

Mila Kurniawaty, S.Si., M.Si., Ph.D. Jurusan Matematika FMIPA UB 2/27

Contoh 1
Misalkan X1 , X2 , · · · , Xn adalah sampel acak dari distribusi seragam,
Xi ∼ UNIF (0, 1), dan misalkan Yn = max (X1 , X2 , · · · ) orde statistik
terbesar. Dapatkan distribusi pendekatan dari Yn .
Penyelesaian
Fkp dan FDK dari Xi ∼ UNIF (0, 1)

1, 0 < xi < 1
f (xi ) =
0, xi yang lain

 0, xi ≤ 0
F (xi ) = x, 0 < xi < 1
0, xi ≥ 1


Karena Yn = max (X1 , X2 , · · · ) maka diperoleh

Gn (y ) = P(Yn ≤ y )
= P(semua Xi ≤ y )
= [F (y )]n
Mila Kurniawaty, S.Si., M.Si., Ph.D. Jurusan Matematika FMIPA UB 3/27
Contoh 1 (Lanjutan)
FDK dari Yn

 0, y ≤ 0
Gn (y ) = y n, 0 < y < 1
1, y ≥ 1


Untuk 0 < y < 1, lim Gn (y ) = lim y n = 0.

n→∞ n→∞
Untuk y ≤ 0 dan y ≥ 1, Gn (y ) merupakan barisan konstan dengan
limit masing-masing 0 dan 1, sehingga diperoleh

0, y <1
lim Gn (y ) =
n→∞ 1, y ≥ 1
Jadi,

0, y <1
G (y ) =
1, y ≥ 1
merupakan distribusi pendekatan untuk Yn .
Mila Kurniawaty, S.Si., M.Si., Ph.D. Jurusan Matematika FMIPA UB 4/27
Konvergen Stokastik

Definisi 2. (Degenerate distribution)

Fungsi G (y ) adalah FDK dari suatu distribusi yang degenerate pada
nilai y = c jika

0, y < c
G (y ) =
1, y ≥ c

DKL, G (y ) adalah FDK dari distribusi diskret yang mempunyai peluang

1 pada saat y = c dan nol untuk selainnya.

Definisi 3. (Konvergen stokastik)

Suatu barisan variabel acak Y1 , Y2 , · · · dikatakan konvergen stokastik
ke konstanta c jika mempunyai distribusi pendekatan yang degenerate
pada y = c.

Mila Kurniawaty, S.Si., M.Si., Ph.D. Jurusan Matematika FMIPA UB 5/27

Distribusi Pendekatan dengN FPM

Teorema 1
Y1 , Y2 , · · · merupakan barisan variabel acak dengan FDK
masing-masing G1 (y ), G2 (y ), · · · dan FPM-nya M1 (t), M2 (t), · · · .
Jika M(t) adalah FPM dari FDK G (y ) dan jika

lim Mn (t) = M(t)

n→∞

untuk semua t, −h < t < h, maka lim Gn (y ) = G (y ) untuk semua

n→∞
titik-titik kontinu dalam G (y ).

Mila Kurniawaty, S.Si., M.Si., Ph.D. Jurusan Matematika FMIPA UB 6/27

Contoh 2
Misalkan X1 , X2 , · · · , Xn adalah variabel acak dari distribusi Bernoulli,
Xn
Xi ∼ BIN(1, p) dan Yn = Xi . Jika p → 0, n → ∞ sedemikian
i=1
hingga np = µ, untuk µ > 0 maka

Mn (t) = (pe t + q)n

µ µ n
= et + 1 −
n n 
µ(e t − 1) n
= 1+
n
 x n

Catatan: lim 1 + = e x , sehingga diperoleh
n→∞ n
t −1)
lim Mn (t) = e µ(e
n→∞

yang merupakan FPM dari distribusi Poisson dengan mean µ.

d
=⇒ Yn → Y ∼ POI (µ)
Mila Kurniawaty, S.Si., M.Si., Ph.D. Jurusan Matematika FMIPA UB 7/27
Contoh 3

n
X Yn − np
Diketahui Xi ∼ BIN(1, p) dan Yn = Xi . Jika Zn = √ ,
npq
i=1
d
buktikan bahwa Zn → Z
Penyelesaian
X n
Yn = Xi =⇒ Yn ∼ BIN(n, p) maka MYn (t) = (pe t + q)n .
i=1
Yn − np Yn np
Zn = √ =√ −√ .
npq npq npq

Mila Kurniawaty, S.Si., M.Si., Ph.D. Jurusan Matematika FMIPA UB 8/27

Contoh 3 (Lanjutan)
u2
Dengan ekspansi deret e u = 1 + u + + · · · dan Teorema 1
2!
diperoleh
MZn (t) = M √Yn − √np (t)
npq npq
n
− √npt
 √t
= e npq pe npq + q
h √pt  √ t in
−
= e npq pe npq + q
p2t 2 p2t 2
  
pt pt
= 1− √ + − ··· 1+ √ + + ···
npq 2npq npq 2npq
n
t2

d(n)
= 1+ +
2n n
t2
dimana d(n) → 0 untuk n → ∞, sehingga lim MZn (t) = e 2 .
n→∞
d
Jadi, terbukti bahwa Zn → Z ∼ N(0, 1).
Mila Kurniawaty, S.Si., M.Si., Ph.D. Jurusan Matematika FMIPA UB 9/27
Teorema Limit Pusat (Central Limit Theorem)

Teorema 2. TLP/CLT
Jika X1 , X2 , · · · , Xn adalah sampel acak dari distribusi dengan mean µ
dan variansi σ 2 < ∞, maka distribusi pendekatan dari
Pn
X − nµ
Zn = i=1 √ i (0.1)
nσ 2
d
adalah normal baku/standar, Zn −→ Z ∼ N(0, 1) untuk n → ∞.

Persamaan (0.1) dapat juga berelasi dengan sample mean

X¯n − µ
Zn = √
σ/ n

Mila Kurniawaty, S.Si., M.Si., Ph.D. Jurusan Matematika FMIPA UB 10/27

Contoh 4

Misalkan X1 , X2 , · · · , Xn adalah sampel acak dari distribusi uniform,

Xn
Xi ∼ UNIF (0, 1) dan Yn = Xi .
i=1
1 1
Karena E (Xi ) = dan Var (Xi ) = , dengan memisalkan n = 12,
2 12
diperoleh pendekatan

Y12 − 6 ∼ N(0, 1).

Mila Kurniawaty, S.Si., M.Si., Ph.D. Jurusan Matematika FMIPA UB 11/27

Contoh 5

Peluang bahwa pemain basket tepat melakukan lemparan ke ring adalah

p = 0.5. Jika dia melakukan lemparan 20 kali, berapa peluang bahwa
dia tepat menembak ke ring paling sedikit 9 kali?
Peluangnya

P[Y20 ≥ 9] = 1 − P[Y20 ≤ 8]
8  
X 20
=1− (0.5)y (0.5)20−y = 0.7483
y
y =0

Peluang pendekatan

P[Y20 ≥ 9] = 1 − P[Y20 ≤ 8]
= 1 − Φ(−0.89) = 0.8133

Mila Kurniawaty, S.Si., M.Si., Ph.D. Jurusan Matematika FMIPA UB 12/27

Contoh 5 (Lanjutan)
Karena distribusi binomial adalah diskret dan distribusi normal adalah
kontinu dapat ditingkatkan hasilnya dengan membuat continuity
correction
P[Y20 ≥ 9] = 1 − P[Y20 ≤ 8.8]
= 1 − Φ(−0.67) = 0.7486

Mila Kurniawaty, S.Si., M.Si., Ph.D. Jurusan Matematika FMIPA UB 13/27

Latihan Soal 1

Sampel acak berukuran n dari distribusi dengan FDK

F (x) = (1 + e −x )−1 untuk semua bilangan real x.
a. Apakah orde statistik terbesar Yn mempunyai distribusi
pendekatan?Jelaskan.
b. Apakah Yn − ln n mempunyai distribusi pendekatan?Jelaskan.

Mila Kurniawaty, S.Si., M.Si., Ph.D. Jurusan Matematika FMIPA UB 14/27

Latihan Soal 2

Jika Zi ∼ N(0, 1) dan bahwa Z1 , Z2 , · · · adalag independen. Gunakan

n 
√

X 1
FPM untuk mendapatkan distribusi pendekatan dari Zi + / n
n
i=1

Mila Kurniawaty, S.Si., M.Si., Ph.D. Jurusan Matematika FMIPA UB 15/27

Latihan Soal 3

Misalkan X1 , X2 , · · · , X100 adalah sampel acak dari distribusi

eksponensial, Xi ∼ EXP(1), dan Y = X1 + X2 + · · · + X100 .
a. Dapatkan pendekatan untuk P[Y > 110]
b. Jika X̄ adalah sample mean, maka dapatkan pendekatan
P[1.1 < X̄ < 1.2]

Mila Kurniawaty, S.Si., M.Si., Ph.D. Jurusan Matematika FMIPA UB 16/27

Distribusi Normal Asimtotik

Definisi 4. Asymptotic normal distribution

Jika Y1 , Y2 , · · · adalah barisan variabel acak dan m dan c suatu
konstanta sehingga
Yn − m d
Zn = √ → Z ∼ N(0, 1)
c/ n

jika n → ∞, maka Yn dikatakan mempunyai asymptotic normal

c2
distribution dengan asymptotic mean m dan asymptotic variance .
n

Mila Kurniawaty, S.Si., M.Si., Ph.D. Jurusan Matematika FMIPA UB 17/27

Sifat-sifat Konvergen Stokastik
Teorema 3. Pertidaksamaan Chebyshev
Jika X variabel acak dengan mean µ dan variansi σ 2 , maka untuk setiap
k > 0,
1
P (|X − µ| < kσ) ≥ 1 − , σ 6= 0
k2
Bukti: Cek!

Teorema 4
jhj
Barisan Y1 , Y2 , · · · konvergen stokastik ke c ⇐⇒ ∀ε > 0,

lim P [|Yn − c| < ε] = 1

n→∞

Suatu barisan dari variabel acak yang memenuhi Teorema 4 juga

dikatakan konvergen dalam probabilitas ke c atau dinyatakan dengan
P
Yn → c.
Mila Kurniawaty, S.Si., M.Si., Ph.D. Jurusan Matematika FMIPA UB 18/27
Contoh 6

Pn variabel acak Bernoulli Y1 , Y2 , · · · , Yn dengan mean p.

Suatu barisan
Yi s
Jika p̂n = i=1 maka buktikan bahwa p̂n → p.
n
Penyelesaian
Yi ∼ BIN(1, p) ⇒ E (Yi ) = p dan Var (Yi ) = pq.
P
Yi pq
p̂n = ⇒ E (p̂n ) = p dan Var (p̂n ) =
n n
Catatan:
E (aX + b) = aE (X ) + b dan Var (aX + b) = a2 Var (X ) dengan
a, b konstanta dan X variabel acak.
s
Adb. p̂n → p
DKL, adb ∀ε > 0, lim P[|p̂n − p| < ε] = 1.
n→∞

Mila Kurniawaty, S.Si., M.Si., Ph.D. Jurusan Matematika FMIPA UB 19/27

Contoh 6 (Lanjutan)

Bukti:
Menggunakan pertidaksamaan Chebyshev
1
P[|X − µ| < kσ] ≥ 1 − 2 maka diperoleh
k
pq
P[|p̂n − p| < ε] ≥ 1 −
ε2 n
untuk setiap ε > 0, sehingga lim P[|p̂n − p| < ε] = 1.
n→∞
Teorema 4 s
=⇒ terbukti bahwa p̂n → p.

Pendekatan ini dikenal dengan Bernoulli Law of Large Number

Mila Kurniawaty, S.Si., M.Si., Ph.D. Jurusan Matematika FMIPA UB 20/27

Hubungan CLT dan Konvergen Probabilitas

Teorema 5
Jika X1 , · · · , Xn sampel acak dari suatu distribusi dengan mean µ dan
variansi σ 2 berhingga, maka barisan sample mean konvergen dalam
peluang ke µ,
P
X̄ → µ.

Teorema 6
√
n(Yn − m) d P
Jika Zn = → Z ∼ N(0, 1) maka Yn → m
c

Mila Kurniawaty, S.Si., M.Si., Ph.D. Jurusan Matematika FMIPA UB 21/27

Teorema Limit Tambahan
Definisi 5. Konvergensi dalam Probabilitas
Barisan variabel acak Yn dikatakan konvergen dalam probabilitas ke
P
Y , Yn → Y , jika

lim P[|Yn − Y | < ε] = 1

n→∞

Teorema 7
P d
Untuk barisan variabel acak, jika Yn → Y maka Yn → Y

Untuk kasus khusus Y = c. distribusi pendekatan merupakan distribusi

yang degenerate P[Y = c] = 1.
Teorema 8
P
Jika Yn → c, maka untuk sebarang fungsi g (y ) yang kontinu di c,
P
g (Yn ) → g (c)
Mila Kurniawaty, S.Si., M.Si., Ph.D. Jurusan Matematika FMIPA UB 22/27
Contoh 7

Suatu sampel acak dari distribusi Poisson, Xi ∼ POI (µ). Tunjukkan

bahwa Yn = e −X̄n konvergen stokastik ke e −µ .
Penyelesaian
Xi ∼ POI (µ) ⇒ E (Xi ) = µ dan Var (Xi ) = µ.
P
Xi µ
X̄n = ⇒ E (X̄n ) = µ dan Var (X̄n ) =
n n
Catatan:
E (aX + b) = aE (X ) + b dan Var (aX + b) = a2 Var (X ) dengan
a, b konstanta dan X variabel acak.
s
Adt. Yn = e −X̄n → e −µ
Karena konvergen stokastik ekuivalen dengan konvergen dalam
probabilitas, maka menurut Teorema 8 harus dibuktikan terlebih
P
dahulu X̄n → µ

Mila Kurniawaty, S.Si., M.Si., Ph.D. Jurusan Matematika FMIPA UB 23/27

Contoh 7 (Lanjutan)
P
Menggunakan Teorema 6 terbukti bahwa X̄n → µ atau dapat
dibuktikan dengan pertidaksamaan Chebyshev sebagai berikut
 r 
µ 1
P |X̄n − µ| < k ≥1− 2
n k
r
µ 1 µ
Misalkan k = ε maka 2 = 2 , sehingga diperoleh
n k ε n
  µ
P |X̄n − µ| < ε ≥ 1 − 2
ε n
untuk setiap ε > 0, lim P[|X̄n − µ| < ε] = 1,
n→∞
Teorema 4 s P
=⇒ X̄n → µ, yang ekuivalen dengan X̄n → µ.
P P
Menurut Teorema 8, X̄n → µ =⇒ e −X̄n → e −µ atau ekuivalen
s
dengan e −X̄n → e −µ .
Jadi, terbukti bahwa Yn = e −X̄n konvergen stokastik ke e −µ .
Mila Kurniawaty, S.Si., M.Si., Ph.D. Jurusan Matematika FMIPA UB 24/27
Teorema Limit Tambahan (Lanjutan)

Teorema 9
Jika Xn dan Yn adalah dua barisan dari variabel acak sedemikian hingga
P P
Xn → c dan Yn → d maka
P
1 aXn + bYn → ac + bd
P
2 Xn Yn → cd
Xn P
3 → 1, untuk c 6= 0
c
1 P 1
4 → jika P[Xn 6= 0] = 1, ∀n, c 6= 0
Xn c
p P √
5 Xn → c jika P[Xn ≥ 0] = 1, ∀n

Mila Kurniawaty, S.Si., M.Si., Ph.D. Jurusan Matematika FMIPA UB 25/27

Teorema Limit Tambahan (Lanjutan)

Teorema 10. Slutsky’s Theorem

Jika Xn dan Yn adalah dua barisan dari variabel acak sedemikian hingga
P d
Xn → c dan Yn → Y , maka
d
1 Xn + Yn → c + Y
d
2 Xn Yn → cY
Yn d Y
3 → , untuk c 6= 0.
Xn c

Mila Kurniawaty, S.Si., M.Si., Ph.D. Jurusan Matematika FMIPA UB 26/27

Tugas

Kerjakan Exercises pada Buku

”Introduction to Probability and Mathematical Statistics 2nd ed.”
hal 259-262
No 4
No 10
No 11 (a, b)
No 12 (a, b, c, d)
No 17
No 18
No 19
No 22
No 23

Mila Kurniawaty, S.Si., M.Si., Ph.D. Jurusan Matematika FMIPA UB 27/27