II

Bagian Kedua

4 STATISTIK TATAAN . . . . . . . . . . . . . . . . . . . . 57
4.1 Statistik Tataan
4.2 Sebaran Dua Statistik Tataan

5 DISTRIBUSI LIMIT . . . . . . . . . . . . . . . . . . . . . . 69
5.1 Konvergen dalam Distribusi
5.2 Konvergen dalam Peluang
5.3 Teorema-Teorema Kekonvergenan
5.4 Ketaksamaan Markov
5.5 Ketaksamaan Chebyshev
5.6 Weak Law of Large Number
5.7 Teorema Limit Pusat

Index . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
 4. STATISTIK TATAAN

4.1 Statistik Tataan

Bila x1 ,x2 ,. . . ,xn merupakan peubah acak yang iid (bsi) → dengan fkp (f(x)), sedangk-
an yang dimaksud dengan order statistik ke-k dari peubah acak x1 ,x2 ,. . . ,xn adalah
:x(1) , x(2) , ..., x(n) dimana x(1) < x(2) < ... < x(n)
Order statistik adalah peubah acak x(1) , x(2) , ..., x(n) yang telah diurutkan dimana x(1) <
x(2) < ... < x(n) .
x(1) =Statistik minimum =xmin
x(n) =Statistik maksimum =xmax
Masing-masing order mempunyai fungsi kepekatan peluang :
1. Order minimum (x(1) )

g x(1) = n [1 − F (x1 )]n−1 f (x1 )

∞R
dimana F(x) = −∞ f (x)dx
2. Order maksimum (X(n) )

n!·[F (X(n) )]n−1

n−1
g X(n) = (n−1)! · f (Xn ) atau g X(n) = n · F X(n) · f (Xn )
3. Order yang terletak di antara minimum dan maksimum
n!
· [F (Yk )]k−1 · [1 − F (Yk )]n−k · f (yk )


g X(k) =
(k − 1)! (n − k)!
58 Bab 4. STATISTIK TATAAN

 Contoh 4.1
Misal diketahui X1 < X2 < X3 < X4 order statistik dari sampel berukuran 4 dari sebaran
yang mempunyai fkp:

2x si 0 < x < 1
f (x) = (4.1)
0 si selainnya
Tentukan P 12 < X3 !


Penyelesaian:
Z x
F (X) = 2x · dx = x2
0
n!
· [F (Yk )]k−1 · [1 − F (Yk )]n−k · f (yk )


g x(k) =
(k − 1)! (n − k)!
4! h i3−1 h i4−3
2 2


g x(3) = · x(3) · 1 − x(3) · 2x(3)
(3 − 1)! (4 − 3)!

24 4  2

g x(3) = · x(3) 1 − x(3) · 2x(3)
2
 
5 2
= 24 · x(3) 1 − x(3)
 
5 7
= 24 · x(3) − x(3)
Jadi,
  Z1
P 1 2 < X(3) = 1 g x(3) · dx(3)


/2
Z 1  
5 7
= 1 24 · x(3) − x(3) · dx(3)
/2
1 8 1
 
1 6
= 24 · x(3) − x(3)
6 8 1/
2
"  6 !  8 !#
1 1 1 1
= 24 1− − 1−
6 2 8 2
    
1 1 1 1
= 24 · 1− − 1−
6 64 8 256
    
1 63 1 255
= 24 · −
6 64 8 256
 
63 255
= 24 · −
384 2048
 
81
= 24 ·
2048
1944 243
= =
2048 256

 4.2 Sebaran Dua Statistik Tataan 59

 Contoh 4.2 Misal X1 < X2 < X3 < X4 merupakan order statistik dari sampel berukuran 4
dari sebaran yang mempunyai fkp:
 −x
e si 0 < x < 1
f (x) = (4.2)
0 si selainnya

Tentukan P (3 ≤ X4 )!
Penyelesaian:
Z x
x
F (X) = e−x · dx = −e−x 0
= −e−x + 1
0


n−1

g x(n) = n · F X(n) · f x(n)


4−1

g x(4) = 4 · F X(4) · f x(4)
4−1 −x
= 4 · −e−x(4) + 1

· e (4)
3
= 4 · −e−x(4) + 1 · e−x(4)

 
= 4e−x(4) −e−3x(4) + 3e−2x(4) − 3e−x(4) + 1

= −4e−4x(4) + 12e−3x(4) − 12e−2x(4) + 4e−x(4)

Jadi,

Z ∞

P 3 ≤ X(4) = g x(n) · dx(n)
−∞
Z ∞

= g x(4) · dx(4)
3
=0


4.2 Sebaran Dua Statistik Tataan

n!  j−i−1 
n− j
·[F (Xi )]i−1 · F X j − F (Xi )




g xi , x j = · 1 − F Xj · f (xi )· f x j
(i − 1)! ( j − i − 1)! (n − j)!
 Contoh 4.3 X1 , X2 , X3 , X4 , X5 disebut sebagai order statistik dari sampel acak berukuran 5

dari sebaran dengan fkp f (x) = e−x ; 0 < x < ∞. Tunjukkan Z1 = X2 dan Z2 = X4 − X2
adalah bebas stokastik.
Jawab:
Z1 = X2 dan Z2 = X4 − X2
Z x x
e−x · dx = −e−x 0 = −e−x + 1

F (X) =
0

n!  j−i−1 
n− j
·[F (Xi )]i−1 · F X j − F (Xi )




g xi , x j = · 1 − F Xj · f (xi )· f x j
(i − 1)! ( j − i − 1)! (n − j)!
5! 2−1 
4−2−1
· −e−x2 + 1 · −e−x4 + 1 − −e−x2 + 1


g (x2 , x4 ) = ·
(2 − 1)! (4 − 2 − 1)! (5 − 4)!
60 Bab 4. STATISTIK TATAAN

5−4 −x −x4
1 − −e−x4 + 1

·e 2 ·e
= 120 · −e−x2 + 1 · −e−x4 + e−x2 · e−x4 · e−x2 · e−x4

= 120 · e−x2 e−x4 − e−2x2 − e−x4 + e−x2 · e−2x4 · e−x2

= 120 · e−2x2 e−3x4 − e−3x2 e−2x4 − e−3x4 e−x2 + e−2x2 e−2x4

Z1 = X2 → X2 = Z1
g−1
2 j (z) = x2 = z1

Z2 = X4 − X2 → X4 = Z2 + X2
X4 = Z2 + Z1
g−1
4 j (z) = x4 = z1 + z2
∂ g−1
2 j (z) ∂ g−1
2 j (z)
∂ z1 ∂ z2 1 0
J= ∂ g−1 ∂ g−1
= = 1−0 = 1
4 j (z) 4 j (z) 1 1
∂ z1 ∂ z21
   
−1 −1 −2z −3(z +z ) −3z −2(z +z ) −3(z +z ) −2z −2z −2(z +z )
g g2 j (z) , g4 j (z) = 120· e 1 e 1 2 −e 1 e 1 2 −e 1 2 e 1 +e 1 e 1 2

Sehingga:
 
−1 −1
g (z1 , z2 ) = g g2 j (z) , g4 j (z) · |J|
 
= 120 · e−2z1 e−3(z1 +z2 ) − e−3z1 e−2(z1 +z2 ) − e−z1 e−3(z1 +z2 ) + e−2z1 e−2(z1 +z2 ) · 1
 
= 120 · e−2z1 e−3(z1 +z2 ) − e−3z1 e−2(z1 +z2 ) − e−z1 e−3(z1 +z2 ) + e−2z1 e−2(z1 +z2 )

= 120 · e−2z1 e−3z1 e−3z2 − e−3z1 e−2z1 e−2z2 − e−z1 e−3z1 e−3z2 + e−2z1 e−2z1 e−2z2


 
= 120 · e−5z1 e−3z2 − e−5z1 e−2z2 − e−4z1 e−3z2 + e−4z1 e−2z2
Batas Z2 :

0 < X1 < X2 < X3 < X4 < X5 < ∞

0 < X2 < X4 < ∞

0 < Z1 < Z1 + Z2 < ∞
Z1 < Z1 + Z2 < ∞
0 < Z2 < ∞
Batas Z1 :

0 < Z1 < Z1 + Z2 < ∞

0 < Z1 < Z1 + Z2
Karena batas atas dari Z1 dipengaruhi oleh nilai dari Z2 , maka untuk menentukan batas
atas dari Z1 adalah dengan mengambil nilai maksimum dari batas Z2 yaitu ∞. Sehingga
diperoleh batas dari Z1 adalah: 0 < Z1 < ∞.
4.2 Sebaran Dua Statistik Tataan 61

Bebas stokastik: g (z1 , z2 ) = g (z1 ) · g (z2 )

Z ∞
g (z1 ) = g (z1 , z2 ) · dz2
−∞
Z ∞  
−5z1 −3z2 −5z1 −2z2 −4z1 −3z2 −4z1 −2z2
= 120 · e e −e e −e e +e e · dz2
0
Z ∞ 
g (z1 ) = 120 e−5z1 e−3z2 − e−5z1 e−2z2 − e−4z1 e−3z2 + e−4z1 e−2z2 dz2
0

1 1 1 1
= 120(− e−5z1 e−3z2 + e−5z1 e−2z2 + e−4z1 e−3z2 − e−4z1 e−2z2 |∞
0 )
3 2 3 2
1 1 1 1
= 120(− e−5z1 e−3(∞−0) + e−5z1 e−2(∞−0) + e−4z1 e−3(∞−0) − e−4z1 e−2(∞−0) )
3 2 3 2
1 1 1 1
= 120( e−5z1 − e−5z1 − e−4z1 + e−4z1 )
3 2 3 2
1 1
= 120(− e−5z1 + e−4z1 )
6 6

Z ∞
g (z2 ) = g (z1 , z2 ) dz1
−∞
Z ∞ 
−5z1 −3z2 −5z1 −2z2 −4z1 −3z2 −4z1 −2z2
= 120 e e −e e −e e +e e dz1
0

1 1 1 1
= 120(− e−5z1 e−3z2 + e−5z1 e−2z2 + e−4z1 e−3z2 − e−4z1 e−2z2 |∞
0 )
5 5 4 4
1 1 1 1
= 120(− e−5(∞−0) e−3z2 + e−5(∞−0) e−2z2 + e−4(∞−0) e−3z2 − e−4(∞−0) e−2z2 )
5 5 4 4
1 1 1 1
= 120( e−3z2 − e−2z2 − e−3z2 + e−2z2 )
5 5 4 4
1 −3z2 1 −2z2
= 120(− e + e )
20 20

g (z1 , z2 ) = g (z1 ) g (z2 )

1 1 1 1
= 120(− e−5z1 + e−4z1 )120(− e−3z2 + e−2z2 )
6 6 20 20
1 −5z1 −3z2 1 −5z1 −2z2 1 −4z1 −3z2 1 −4z1 −2z2
= 120120( e e − e e − e e + e e )
120 120 120 120
= 120(e−5z1 e−3z2 − e−5z1 e−2z2 − e−4z1 e−3z2 + e−4z1 e−2z2 )
jadi z1 = x2 dan z2 = x2 − x4 adalah peubah acak yang bebas stokastik 
62 Bab 4. STATISTIK TATAAN

 Contoh 4.4Diketahui bahwa y1 , y2 , y3 merupakan order statistik dari sample yang beru-
kuran 3n dengan fungsi kepekatan peluang :
f(x) = 01 ; 0<x<1
; lainnya
tentukan fungsi kepekatan peluang dari z1 = y3 − y1 dan z2 = y3 bebas stokastik ?
jawab:
x(1) < x(2) < x(3)
y(1) < y(2) < y(3)
F(y) = 0y 1 dy = y |y0 = y
R

n!
j−i−1
(F (yi ))i −1 F y j − F (yi )



g yi , y j =
(i − 1)! ( j − i − 1)! (n − j)!


n− j

1 − F yj f (yi ) f y j
3!
= (y1 )1−1 (y3 − y1 )3−1−1 (1 − y3 )3−3 (1) (1)
(1 − 1)! (3 − 1 − 1)! (3 − 3)!
= 6 (y3 − y1 )

z1 = y3 − y 1

y1 = y3 − z1 = z2 − z1
g−1
1 j (z) = y1 = z2 − z1
z2 = y3
y3 = z2
g−1
3 j (z) = y3 = z2
dg−1
1 j (z) dg−1
1 j (z)
dz1 dz2 −1 1
J= dg−1 dg−1
= = −1
3 j (z) 3 j (z) 0 1
dz1 dz2
 
g (z1 , z2 ) = g g−1
1j (z) , g−1
3j (z) |J|

g (y1 , y2 ) = 6 (y3 − y1 )
 
g g−11j (z) , g −1
3j (z) = 6 (z2 − (z2 − z1 )) = 6z1
sehingga
 
g −1 g−1
g (z1 , z2 ) = g 1 j (z) , 3 j (z) |J|

= 6z1 |−1|
= 6z1
Batasan:
0 < x < 1 maka
4.2 Sebaran Dua Statistik Tataan 63

0 < x(1) < x(2) < x(3) < 1

0 < y(1) < y(2) < y(3) < 1
sehingga :
0 < z(1) < z(2) < 1
jadi : n
; 0 < z1 < z2 < 1
g (z1 , z1 ) = 60 z1 ; lainnya

Syarat bebas stokastik:

g (z1 , z2 ) = g (z1 ) g (z2 )

Z ∞
g (z1 ) = g (z1 , z2 ) dz2
−∞
Z 1
= 6 z1 dz2
z1
1
= 6 z1 z2 |
z1

= 6 z1 (1 − z1 )
= 6z1 − 6 z21

Z ∞
g (z2 ) = g (z1 , z2 ) dz1
−∞
Z z2
= 6z1 dz1
0

z2
= 3 z21 |
0

= 3 z22
g (z1 , z2 ) = g (z1 ) g (z2 )
6z1 = 6z1 − 6 z21 3 z22

6z1 6= 18z1 z22 − 18 z21 z22

jadi z1 = y3 − y1 dan z2 = y3 Tidak bebas stokastik 

64 Bab 4. STATISTIK TATAAN
Bsi
 Contoh 4.5 x1 , x2 , x3 ∼ dengan fkp adalah :
iid
e−x
n
; x > 0
f(x) = 0 ; lainnya
tentukan :
a . fungsi kepekatan peluang bersama peubah acak
x1 x1 + x2
y1 = ; y2 = ; y3 = x1 + x2 + x3
x1 + x2 x1 + x2 + x3
1. fungsi kepekatan marginal y1 , y2 , y3
2. periksa apakah y1 , y2 , y3 bebas stokastik (dalam contoh ini peubah acaknya bukan
order statistik karena pada peubah acak tersebut tidak diindekskan (diurutkan)
Jawab:
a. y3 = x1 + x2 + x3
x3 = y3 − x1 − x2 . . . . . . . . . (??)
x1 + x2
y2 = y3 = x1 + x2 + x3
x1 + x2 + x3
x1 + x2
y2 =
y3
x1 + x2 = y2 y3
x2 = y2 y3 − x1 . . . . . . . . . .(??)
x1
y1 = ; x1 + x2 = y2 y3
x1 + x2

y1 = y2x1y3
x1 = y1 y2 y3
g−1
1 j (y) = x1 = y1 y2 y3

Persamaan (2) :
x2 = y2 y3 − x1 = y2 y3 − y1 y2 y3 = y2 y3 (1 − y1 )
g−1
2 j (y) = x2 = y2 y3 (1 − y1 )

Persamaan (1) :
x3 = y3 − x1 − x2 = y3 − y1 y2 y3 − y2 y3 (1 − y1 )
= y3 − y1 y2 y3 − y2 y3 + y1 y2 y3
= y3 − y2 y3
= y3 (1 − y2 )
g−1
1 j (y) = x3 = y3 (1 − y2 )

∂ g−1
1 j (y) ∂ g−1
1 j (y) ∂ g−1
1 j (y)
∂ y1 ∂ y2 ∂ y3
∂ g−1
2 j (y) ∂ g−1
2 j (y) ∂ g−1
2 j (y)
J=
∂ y1 ∂ y2 ∂ y3
∂ g−1
3 j (y) ∂ g−1
3 j (y) ∂ g−1
3 j (y)
∂ y1 ∂ y2 ∂ y3
4.2 Sebaran Dua Statistik Tataan 65

y2 y3 y1 y3 y1 y2 y2 y3 y1 y3
= −y2 y3 y3 (1 − y1 ) y2 (1 − y1 ) −y2 y3 y3 (1 − y1 )
0 −y3 1 − y2 0 −y3

= y2 y3 (y3 (1 − y1 )) (1 − y2 ) + 0 + y1 y2 (−y2 y3 ) (−y3 ) − 0 − y2 y3 (y2 (1 − y1 )) (−y3 ) −

y1 y3 (−y2 y3 ) (1 − y2 )

= y2 y23

 
fy1 y2 y3 (y1 , y2 , y3 ) = f g−1
1j (y) , g −1
2j (y) , g−1
3j (y) |J|
f (x1 ) = e−x1
f (x2 ) = e=x2
f (x3 ) = e−x3
karena iid maka :
f (x1 , x2 , x3 ) = f (x1 ) . f (x2 ) . f (x3 )

= e−x1 .e−x2 .e−x3

= e−x1 −x2 −x3

 
f g1 j (y) , g2 j (y) , g3 j (y) = e−y1 y2 y2 −(y2 y3 (1−y1 ))−(y3 (1−y2 ))
−1 −1 −1

= e−y1 y2 y2 .e−y2 y3 (1−y2 ) .e−y3 (1−y2 )

= e−y1 y2 y2 .e−y2 y3 +y1 y2 y2 .e−y3 +y3 y3
= e−y3
Jadi
 
f (y1 , y2 , y3 ) = f g−1
1j (y) , g−1
2j (y) , g−1
3j (y) |J|

= e−y3 y2 y23
= y2 y23 . e−y3

Batasan :
1. 0 < x1 < ∞

0 < y1 y2 y3 < ∞
0 < y3 < ∞

2. 0 < x2 < ∞
66 Bab 4. STATISTIK TATAAN

0 < y2 y3 (1 − y1 ) < ∞
0 < 1 − y1 < ∞
0 < y1 < 1

3. 0 < x3 < ∞

0 < y3 (1 − y2 ) < ∞
0 < 1 − y2 < ∞
0 < y2 < 1

Jadi
y2 y23 .e−y3

; 0 < y1 < 1, 0 < y2 < 1, 0 < y3 < ∞
f (y1 , y2 , y3 ) =
0 ; lainnya
Z ∞Z ∞
f (y1 ) = f (y1 , y2 , y3 ) dy2 dy3
−∞ −∞
R∞R1
= 0 0 y2 y23 .e−y3 dy2 dy3
−y3 |1
R∞ 1 2 2
= 0 2 y2 y3 . e 0 dy3

e−y3 dy3
R∞ 1 2
= 0 2 (1 − 0) y3 .

−y3
R∞ 1 2
= 0 2 y3 . e dy3

= 1R∞ 2
2 0 y3 . e−y3 dy3

misal :
u = y23 → du = 2y3 dy3

dv = e−y3 dy3 → v = −e−y33

  
1
Z ∞
2 −y3 ∞ −y3 ∞ −y3
f (y1 ) = −y3 .e |0 + 2 −y3 .e |0 − −e dy3
2 0
  
1 2
= 2 −y3 .e −y3 ∞
|0 + 2 −y3 .e −y 3 ∞ R ∞ −y3
|0 + 0 e dy3
= 21 −y23 .e−y3 |∞ −y3 |∞ − e−y3 |∞ )
 
0 + 2 (−y3 .e 0 0
= 21 −y23 .e−y3 − 2y3 .e−y3 − 2e−y3
|∞ 0
= 12 −∞2 .e−∞ − 2.∞.e−∞ − 2e−∞ − (0 − 0 − 2)


= 12 (2)
=1
Z ∞Z ∞
f (y2 ) = f (y1 , y2 , y3 ) dy1 dy3
−∞ −∞
Z ∞Z 1
= y2 y23 .e−y3 dy1 dy3
0 0
4.2 Sebaran Dua Statistik Tataan 67

R∞h i
= 0 y2 y23 .e−y3 .y1 |10 dy3

y2 y23 .e−y3 (1 − 0) dy3

R∞ 
= 0
Z ∞
= y2 y23 .e−y3 dy3
0
Z ∞
= y2 y23 .e−y3 dy3
0

misal :
u = y23 → du = 2y3 dy3
dv = e−y3 .dy3 → v = −e−y3
 
2
f (y2 ) = y2 −y3 .e−y3 ∞ R∞
|0 − 0 −2y3 .e−y3 dy3
 
2 −y −y
∞ R∞
= y2 −y3 .e 3 |0 + 2 0 y3 .e 3 dy3

misal :
u = y3 → du = dy3
dv = e−y3 .dy3 → v = −e−y3
  Z ∞

2 −y3 ∞ −y3 ∞ −y3
f (y2 ) = y2 −y3 e |0 + 2 −y3 .e |0 − −e dy3
0
  
−y −y
2 ∞ ∞ R ∞ −y
= y2 −y3 .e 3 |0 + 2 −y3 .e 3 |0 + 0 e 3 dy3
= y2 −y23 .e−y3 |∞ −y3 |∞ − e−y3 |∞ )
 
0 + 2 (−y3 .e 0 0
= y2 −y23 .e−y3 − 2y3 .e−y3 − 2e−y3 |∞ 0
= y2 [(−∞.e−∞ − 2∞.e−∞ ) − (0 − 0 − 2)]
= y2 (2)
= 2y2
Z ∞Z ∞
f (y3 ) = f (y1 , y2 , y3 ) dy1 dy2
−∞ −∞
Z 1Z 1
= y2 y23 .e−y3 dy1 dy2
0 0
R1h i
= 0 y1 y2 y23 .e−y3 |10 dy2

(1 − 0) y2 y23 .e−y3
R 
= dy2
R1
= 0 y2 y23 .e−y3 dy2

= 12 y22 y23 .e−y3
|10

= 12 12 − 02 .y23 .e−y3
= 12 y23 .e−y3
68 Bab 4. STATISTIK TATAAN

c) Syarat bebas stokastik f (y1 , y2 , y3 ) = f (y1 ) . f (y2 ) . f (y3 )

f (y1 , y2 , y3 ) = f (y1 ) . f (y2 ) . f (y3 )

y2 y23 .e−y3 = (1) . (2y2 ) . 21 .y23 .e−y3
y2 y23 .e−y3 = y2 y23 .e−y3

Jadi,
x1 x1 +x2
y1 = x1 +x2 , y2 = x1 +x2 +x3 , dan y3 = x1 + x2 + x3 adalah bebas stokastik.