Ketika mempelajari tentang ukuran pemusatan data, kita belajar tentang rata-rata sampel (sample mean) yang didefinisikan oleh
$$\overline{x} = \dfrac{1}{n} \displaystyle \sum_{i} x_i$$dengan $\overline{x},$ $n,$ dan $x_i$ berturut-turut menyatakan rata-rata sampel, banyak datum, dan datum ke-$i.$ Sebagai contoh, misalkan kita memiliki sampel data $1, 2, 3, 4, 5.$
Rata-rata dari data tersebut adalah
$$\overline{x} = \dfrac{1}{5}(1 + 2 + 3 + 4 + 5) = 1 \cdot \dfrac15 + 2 \cdot \dfrac15 + \cdots + 5 \cdot \dfrac15.$$Jika diperhatikan secara saksama, perhitungan rata-rata sampel dilakukan seolah-olah seperti mengalikan nilai masing-masing datum terhadap peluang terpilihnya masing-masing datum, yang dalam hal ini bernilai $\dfrac15.$
Fakta di atas menunjukkan bahwa kita dapat mendefinisikan rata-rata yang berkaitan dengan variabel acak. Rata-rata (mean) dari variabel acak $X$ selanjutnya dinotasikan dengan $\mu_x$ (baca: mu x). Jika variabel acak yang dirujuk sudah jelas, kita cukup menotasikannya dengan $\mu.$ Para statistikawan umumnya mengenal rata-rata sebagai ekspektasi matematis (mathematical expectation), atau nilai harapan (expected value) dari variabel acak $X,$ dan dinotasikan dengan $E[X].$
Definisi: Rata-Rata dari Variabel Acak
$$\mu = E[X] = \displaystyle \sum_{x} xf(x)$$jika $X$ diskret dan
$$\mu = E[X] = \displaystyle \int_{-\infty}^{\infty} xf(x)~\text{d}x$$jika $X$ kontinu.
Definisi di atas menegaskan bahwa perhitungan rata-rata dari suatu variabel acak berbeda dengan perhitungan rata-rata sampel. Perhitungan rata-rata sampel melibatkan penggunaan data, sedangkan perhitungan dari suatu variabel acak menggunakan distribusi peluangnya. Namun, ada satu kesamaan yang perlu juga diketahui, yaitu rata-rata selalu merepresentasikan nilai “pusat” dari distribusi yang kita bicarakan.
Teorema: Generalisasi Definisi Rata-Rata
$$\mu_{g(X)} = E[g(X)] = \displaystyle \sum_{x} g(x)f(x)$$jika $X$ diskret dan
$$\mu_{g(X)} = E[g(X)] = \displaystyle \int_{-\infty}^{\infty} g(x)f(x)~\text{d}x$$jika $X$ kontinu.
Selanjutnya, ada beberapa sifat ekspektasi yang dapat dimanfaatkan untuk mempermudah proses perhitungan. Sifat-sifat tersebut tertuang dalam teorema berikut.
Teorema: Sifat-Sifat Ekspektasi
Misalkan $X$ merupakan variabel acak.
- Jika $c$ merupakan konstanta dan $X = c,$ maka $E[X] = E[c] = c.$
- Jika $c$ merupakan konstanta, maka $E[cX] = c \cdot E[X].$
- Jika $c_1$ dan $c_2$ merupakan konstanta, maka $E[c_1X + c_2] = c_1E[X] + c_2.$
Berikutnya, kita akan mendefinisikan istilah “varians” dari suatu variabel acak.
Definisi: Varians dari Variabel Acak
Pada dasarnya, varians digunakan untuk mengukur variasi nilai-nilai $X$ terhadap rata-ratanya. Dengan menggunakan sifat-sifat ekspektasi, varians dapat ditentukan dengan cara lain dengan perhitungan yang lebih ringkas seperti yang tertuang dalam teorema berikut.
Teorema: Varians dari Variabel Acak
Dari definisi varians, diperoleh
$$\begin{aligned} \text{Var}(X) & = E[(X-E[X])^2] \\ & = E[X^2 -2X \cdot E[X] + E[X]^2] \\ & = E[X^2]-E[2X \cdot E[X]] + E[E[X]^2]. \end{aligned}$$Karena $E[X]$ merupakan konstanta, dengan menggunakan sifat ekspektasi, didapat
$$\begin{aligned} \text{Var}(X) & = E[X^2]-2E[X] \cdot E[X] + E[X]^2 \\ & = E[X^2]-2E[X]^2 + E[X]^2 \\ & = E[X^2]-E[X]^2. \end{aligned}$$Jadi, terbukti bahwa varians dari $X$ dapat dinyatakan oleh $\text{Var}(X) = E[X^2]-E[X]^2.$ $\blacksquare$
Lebih lanjut, sifat-sifat varians berikut dapat digunakan untuk mempermudah perhitungan, sama halnya dengan sifat-sifat ekspektasi.
Teorema: Sifat-Sifat Varians
Misalkan $X$ merupakan variabel acak.
- Jika $X = c$ merupakan konstanta, maka $\text{Var}(X) = \text{Var}(c) = 0.$
- Jika $c$ merupakan konstanta, maka $\text{Var}(cX) = c^2 \cdot \text{Var}(X) .$
- Jika $c_1$ dan $c_2$ merupakan konstanta, maka $\text{Var}(c_1X + c_2) = c_1^2\text{Var}(X).$
Artikel ini ditulis berdasarkan beberapa sumber, termasuk sumber berbahasa Inggris. Dua sumber yang digunakan di antaranya adalah buku “Discrete Mathematics and Its Applications” yang ditulis oleh Kenneth H. Rosen dan buku “Probability & Statistics for Engineers & Scientists” yang ditulis oleh Ronald E. Walpole dkk. Oleh karena itu, untuk meminimalisasi kesalahan penafsiran, padanan untuk beberapa kata/istilah diberikan dalam tabel berikut.
$$\begin{array}{ccc} \hline \text{No.} & \text{Bahasa Indonesia} & \text{Bahasa Inggris} \\ \hline 1. & \text{Rata-Rata} & \text{Mean} \\ 2. & \text{Nilai Harapan} & \text{Expected Value} \\ 3. & \text{Ekspektasi} & \text{Expectation} \\ 4. & \text{Variabel Acak Diskret} & \text{Discrete Random Variable} \\ 5. & \text{Variabel Acak Kontinu} & \text{Continuous Random Variable} \\ 6. & \text{Fungsi Peluang} & \text{Probability Function} \\ 7. & \text{Fungsi Kepadatan Peluang} & \text{Probability Density Function} \\ 8. & \text{Varians} & \text{Variance} \\ \hline \end{array}$$
Di bawah ini telah disediakan sejumlah soal dan pembahasan tentang ekspektasi dan varians dari variabel acak. Sebagian soal dibuat oleh penulis sendiri dan sebagian lainnya diadaptasi dari literatur.
Baca: Materi, Soal, dan Pembahasan – Distribusi Peluang Diskret dan Kontinu
Quote by Dante Rigmalia
Bagian Pilihan Ganda
Soal Nomor 1
Misalkan $X$ menyatakan banyak produk yang rusak saat ditangani oleh suatu mesin. Distribusi peluang dari $X$ dinyatakan dalam tabel berikut.
$$\begin{array}{c|cccc} \hline x & 0 & 1 & 2 & 3 & 4 \\ \hline f(x) & 0,\!41 & 0,\!37 & 0,\!16 & 0,\!05 & 0,\!01 \\ \hline \end{array}$$Rata-rata banyaknya produk yang rusak saat ditangani oleh mesin tersebut adalah $\cdots \cdot$
A. $0,\!25$ D. $0,\!84$
B. $0,\!59$ E. $0,\!88$
C. $0,\!78$
Berdasarkan definisi rata-rata dari variabel acak diskret, diperoleh
$$\begin{aligned} \mu & = E[X] \\ & = \displaystyle \sum_{x = 0}^4 xf(x) \\ & = 0(0,\!41) + 1(0,\!37) + 2(0,\!16) + 3(0,\!05) + 4(0,\!01) \\ & = 0 + 0,\!37 + 0,\!32 + 0,\!15 + 0,\!04 \\ & = 0,\!88. \end{aligned}$$Jadi, rata-rata banyaknya produk yang rusak dari kasus di atas adalah $\boxed{0,\!88}$
(Jawaban E)
Soal Nomor 2
Misalkan fungsi peluang dari variabel acak $X$ berbentuk
$$p(X = x) = \begin{cases} \dfrac{x}{15}, & x = 1, 2, 3, 4, 5 \\ 0, & x~\text{lainnya}. \end{cases}$$Nilai dari $E[X]$ adalah $\cdots \cdot$
A. $\dfrac{14}{15}$ D. $\dfrac{91}{15}$
B. $\dfrac{30}{15}$ E. $\dfrac{108}{15}$
C. $\dfrac{55}{15}$
Diketahui fungsi peluang dari variabel acak $X$ berbentuk
$$p(X = x) = \begin{cases} \dfrac{x}{15}, & x = 1, 2, 3, 4, 5 \\ 0, & x~\text{lainnya}. \end{cases}$$Perhatikan bahwa $X$ merupakan variabel acak diskret karena nilai $x$ tidak berada dalam interval bilangan real. Dengan menggunakan definisi ekspektasi dari variabel acak diskret, didapat
$$\begin{aligned} E[X] & = \displaystyle \sum_{x=1}^5 x \cdot p(X = x) \\ & = \sum_{x=1}^5 x \cdot \dfrac{x}{15} \\ & = \dfrac{1}{15} \sum_{x=1}^5 x^2 \\ & = \dfrac{1}{!5}(1 + 4 + 9 + 16 + 25) \\ & = \dfrac{55}{15}. \end{aligned}$$Jadi, nilai dari $E[X]$ adalah $\boxed{\dfrac{55}{15}}$
(Jawaban C)
Soal Nomor 3
Distribusi peluang dari variabel acak diskret $X$ adalah
$$f(x) = \displaystyle \binom{3}{x} \left(\dfrac14\right)^x \left(\dfrac34\right)^{3-x},~~~x = 0, 1, 2, 3.$$Rata-rata dari $X$ adalah $\cdots \cdot$
A. $0,\!45$ D. $0,\!90$
B. $0,\!60$ E. $1,\!15$
C. $0,\!75$
Pertama, akan ditentukan nilai $f(0), f(1),$ $f(2),$ dan $f(3)$ terlebih dahulu.
$$\begin{aligned} f(0) & = \displaystyle \binom{3}{0} \left(\dfrac14\right)^0 \left(\dfrac34\right)^{3-0} = 1 \cdot 1 \cdot \dfrac{27}{64} = \dfrac{27}{64} \\ f(1) & = \displaystyle \binom{3}{1} \left(\dfrac14\right)^1 \left(\dfrac34\right)^{3-1} = 3 \cdot \dfrac14 \cdot \dfrac{9}{16} = \dfrac{27}{64} \\ f(2) & = \displaystyle \binom{3}{2} \left(\dfrac14\right)^2 \left(\dfrac34\right)^{3-2}= 3\cdot \dfrac{1}{16} \cdot \dfrac{3}{4} = \dfrac{9}{64} \\ f(3) & = \displaystyle \binom{3}{3} \left(\dfrac14\right)^3 \left(\dfrac34\right)^{3-3} = 1 \cdot \dfrac{1}{64} \cdot 1= \dfrac{1}{64} \end{aligned}$$Dengan demikian, diperoleh
$$\begin{aligned} \mu & = E[X] \\ & = \displaystyle \sum_{x = 0}^3 xf(x) \\ & = 0 \cdot \dfrac{27}{64} + 1 \cdot \dfrac{27}{64} + 2 \cdot \dfrac{27}{64} + 3 \cdot \dfrac{1}{64} \\ & = \dfrac{48}{64} \\ & = 0,\!75. \end{aligned}$$Jadi, rata-rata dari $X$ adalah $\boxed{0,\!75}$
(Jawaban C)
Soal Nomor 4
Sekeping koin dengan sisi angka-gambar sengaja dirancang bias sehingga peluang munculnya angka sama dengan tiga kalinya dari peluang munculnya gambar. Nilai harapan dari banyaknya kemunculan gambar pada pelemparan koin tersebut sebanyak dua kali adalah $\cdots \cdot$
A. $0,\!25$ D. $0,\!70$
B. $0,\!45$ E. $0,\!85$
C. $0,\!50$
Misalkan $A$ dan $G$ berturut-turut merupakan kejadian munculnya sisi angka dan gambar pada eksperimen pelemparan koin bias tersebut. Ini berarti $p(A) = 3p(G).$ Karena jumlah peluang selalu sama dengan $1,$ didapat
$$\begin{aligned} p(A) + p(G) & = 1 \\ 3p(G) + p(G) & = 1 \\ p(G) & = \dfrac14. \end{aligned}$$dan $p(A) = \dfrac34.$
Misalkan $X$ merupakan variabel acak diskret yang menyatakan banyaknya kemunculan gambar pada pelemparan koin tersebut sebanyak dua kali. Sebagai informasi, ruang sampel dari eksperimen tersebut adalah $\{AA, AG, GA, GG\}.$
Hal ini menunjukkan bahwa nilai $X$ akan dipetakan ke $0, 1,$ atau $2.$
$$\begin{aligned} p(X = 0) & = p(AA) = \dfrac34 \cdot \dfrac34 = \dfrac{9}{16} \\ p(X = 1) & = p(AG) + p(GA) = \dfrac34 \cdot \dfrac14 + \dfrac14 \cdot \dfrac34 = \dfrac{6}{16} \\ p(X = 2) & = p(GG) = \dfrac14 \cdot \dfrac14 = \dfrac{1}{16} \end{aligned}$$Selanjutnya,
$$\begin{aligned} \mu & = E[X] \\ & = \displaystyle \sum_{x = 0}^2 x \cdot p(X = x) \\ & = 0 \cdot \dfrac{9}{16} + 1 \cdot \dfrac{6}{16} + 2 \cdot \dfrac{1}{16} \\ & = 0,\!5. \end{aligned}$$Jadi, nilai harapan dari banyaknya kemunculan gambar pada pelemparan koin tersebut sebanyak dua kali adalah $\boxed{0,\!5}$
(Jawaban C)
Baca: Materi, Soal dan Pembahasan – Distribusi Hipergeometrik
Soal Nomor 5
Suatu mesin yang memuat $7$ komponen diambil sebagai sampel oleh inspektur kualitas. Mesin itu ternyata memuat $4$ komponen baik dan $3$ komponen cacat. Kemudian, inspektur tersebut mengambil secara acak $3$ komponen sebagai sampel baru. Nilai harapan dari banyaknya komponen baik pada sampel baru tersebut adalah $\cdots$ (bulatkan sampai satu angka di belakang koma).
A. $1,\!5$ D. $2,\!1$
B. $1,\!7$ E. $2,\!3$
C. $1,\!9$
Misalkan $X$ merupakan variabel acak diskret yang menyatakan banyaknya komponen baik pada sampel yang diambil. Banyaknya cara memilih $x$ dari $4$ komponen baik yang tersedia adalah $\displaystyle \binom{4}{x}.$ Sisanya, banyaknya cara memilih $3-x$ dari $3$ komponen cacat yang tersedia adalah $\displaystyle \binom{3}{3-x}.$ Secara keseluruhan, banyak cara memilih $3$ dari $7$ komponen yang tersedia adalah $\displaystyle \binom{7}{3}.$
Dengan demikian, distribusi peluang dari $X$ adalah
$$f(x) = \dfrac{\displaystyle \binom{4}{x} \binom{3}{3-x}}{\displaystyle \binom{7}{3}}, x = 0, 1, 2, 3.$$Dari sana, kita peroleh $f(0) = \dfrac{1}{35},$ $f(1) = \dfrac{12}{35},$ $f(2) = \dfrac{18}{35},$ dan $f(3) = \dfrac{4}{35}$ setelah melalui perhitungan sederhana. Oleh karena itu,
$$\begin{aligned} \mu & = E[X] \\ & = (0)\left(\dfrac{1}{35}\right) + (1)\left(\dfrac{12}{35}\right) + (2)\left(\dfrac{18}{35}\right) + (3)\left(\dfrac{4}{35}\right) \\ & = \dfrac{12}{7} \approx 1,\!7. \end{aligned}$$Jadi, nilai harapan dari banyaknya komponen baik pada sampel baru tersebut sekitar $\boxed{1,\!7}$
(Jawaban B)
Baca: Soal dan Pembahasan – Distribusi Geometrik dan Binomial Negatif
Soal Nomor 6
Misalkan fungsi kepadatan peluang dari variabel acak $X$ berbentuk
$$f(x) = \begin{cases} 2(1-x), & 0<x<1 \\ 0, & x~\text{lainnya}. \end{cases}$$Nilai dari $E[X]$ dan $\text{Var}(X)$ berturut-turut adalah $\cdots \cdot$
A. $1/3$ dan $1/6$
B. $1/3$ dan $1/18$
C. $2/3$ dan $1/6$
D. $2/3$ dan $1/18$
E. $1$ dan $1$
Diketahui fungsi kepadatan peluang dari variabel acak $X$ berbentuk
$$f(x) = \begin{cases} 2(1-x), & 0<x<1 \\ 0, & x~\text{lainnya}. \end{cases}$$Perhatikan bahwa $X$ merupakan variabel acak kontinu karena nilai $x$ berada dalam interval bilangan real. Dengan menggunakan definisi ekspektasi dari variabel acak kontinu, didapat
$$\begin{aligned} E[X] & = \displaystyle \int_{0}^{1} x\cdot f(x)~\text{d}x \\ & = \int_{0}^{1} x\cdot 2(1-x)~\text{d}x \\ & = 2 \int_0^1 (x-x^2)~\text{d}x \\ & = 2 \left[\dfrac12x^2-\dfrac13x^3\right]_0^1 \\ & = 2\left[0-\left(\dfrac12(1)^2-\dfrac13(1)^3\right)\right] \\ & = 2 \cdot \dfrac16 \\ & = \dfrac13. \end{aligned}$$Jadi, nilai dari $E[X]$ adalah $\boxed{\dfrac13}$
Berikutnya, akan dicari nilai dari $E[X^2]$ dengan cara yang serupa.
$$\begin{aligned}E[X] & = \displaystyle \int_{0}^{1} x^2\cdot f(x)~\text{d}x \\ & = \int_{0}^{1} x^2\cdot 2(1-x)~\text{d}x\\&= 2 \int_0^1 (x^2-x^3)~\text{d}x \\ & = 2 \left[\dfrac13x^3-\dfrac14x^4\right]_0^1 \\ & = 2\left(\dfrac13-\dfrac14\right) \\ & = \dfrac16. \end{aligned}$$Dengan demikian,
$$\begin{aligned}\text{Var}(X) & = E[X^2]-(E[X])^2 \\ & = \dfrac16-\left(\dfrac13\right)^2 \\ & = \dfrac{1}{18}. \end{aligned}$$Jadi, nilai dari $\text{Var}(X)$ adalah $\boxed{\dfrac{1}{18}}$
(Jawaban A)
Soal Nomor 7
Misalkan $X$ merupakan variabel acak dengan fungsi kepadatan peluang sebagai berikut.
$$f(x) = \begin{cases} \dfrac{x^2}{3}, & -1<x<2 \\ 0, & x~\text{lainnya} \end{cases}$$Nilai harapan dari $g(X) = 4X + 3$ sama dengan $\cdots \cdot$
A. $4$ C. $8$ E. $12$
B. $6$ D. $10$
Dengan menggunakan teorema generalisasi dari definisi rata-rata (nilai harapan), diperoleh
$$\begin{aligned} E[g(X)] & = E[4X + 3] \\ & = \displaystyle \int_{-1}^2 (4x + 3) \cdot \dfrac{x^2}{3}~\text{d}x \\ & = \dfrac13 \int_{-1}^2 (4x^3 + 3x^2)~\text{d}x \\ & = \dfrac13\left[x^4 + x^3\right]_{-1}^2 \\ & = \dfrac13\left((2^4-(-1)^4)+(2^3-(-1)^3)\right) \\ & = \dfrac13(15 + 9) \\ & = 8. \end{aligned}$$Jadi, nilai harapan dari $g(X) = 4X + 3$ sama dengan $\boxed{8}$
(Jawaban C)
Soal Nomor 8
Misalkan $X$ merupakan variabel acak dengan fungsi kepadatan peluang sebagai berikut.
$$f(x) = \begin{cases} e^{-x}, & x>0 \\ 0, & x~\text{lainnya} \end{cases}$$Nilai harapan dari $g(X) = e^{2X/3}$ adalah $\cdots \cdot$
A. $1$ C. $5$ E. $9$
B. $3$ D. $7$
Dengan menggunakan teorema generalisasi dari definisi rata-rata (nilai harapan), diperoleh
$$\begin{aligned} E[g(X)] & = E[e^{2X/3}] \\ & = \displaystyle \int_{0}^{\infty} e^{2x/3} \cdot e^{-x}~\text{d}x \\ & = \int_{0}^{\infty} e^{-x/3}~\text{d}x \\ & = -3 \int_{0}^{-\infty} e^{u}~\text{d}u && (u = -x/3; \text{d}u = -1/3\text{d}x) \\ & = -3\left[e^u\right]_0^{-\infty} \\ & = -3(0-e^0) \\ & = 3. \end{aligned}$$Jadi, nilai harapan dari $g(X) = e^{2X/3}$ sama dengan $\boxed{3}$
(Jawaban B)
Soal Nomor 9
Fungsi kepadatan peluang dari variabel acak $X$ yang menyatakan diameter benang hasil produksi dari suatu mesin (dalam mm) dinyatakan sebagai berikut.
$$f(x) = \begin{cases} \dfrac{4}{\pi(1 + x^2)}, & 0 < x < 1 \\ 0, & x~\text{lainnya} \end{cases}$$Nilai harapan dari $X$ adalah $\cdots~\text{mm}.$
A. $\dfrac{\ln 2}{\pi}$ D. $\pi \ln 2$
B. $\dfrac{\ln 4}{\pi}$ E. $\pi \ln 4$
C. $\dfrac{\ln 8}{\pi}$
$X$ merupakan variabel acak kontinu karena menyatakan kuantitas dari suatu hasil pengukuran, yaitu panjang. Dengan menggunakan definisi nilai harapan dari variabel acak kontinu, didapat
$$\begin{aligned} \mu & = E[X] \\ & = \displaystyle \int_{0}^1 x \cdot \dfrac{4}{\pi(1 + x^2)}~\text{d}x \\ & = \dfrac{2}{\pi} \int_0^1 \dfrac{2x}{1+x^2}~\text{d}x \\ & = \dfrac{2}{\pi} \int_0^1 \dfrac{2x}{1+x^2}~\text{d}x && (u = 1 + x^2; \text{d}u = 2x~\text{d}x) \\ & = \dfrac{2}{\pi} \int_1^2 \dfrac{\text{d}u}{u} \\ & = \dfrac{2}{\pi} \left[\ln |u|\right]_1^2 \\ & = \dfrac{2}{\pi} (\ln 2-\ln 1) \\ & = \dfrac{\ln 4}{\pi}~\text{mm}. \end{aligned}$$Jadi, nilai harapan dari $X$ adalah $\boxed{\dfrac{\ln 4}{\pi}~\text{mm}}$
(Jawaban B)
Soal Nomor 10
Dua tim tenis meja memainkan $3$ pertandingan satu lawan satu. Setiap tim memiliki $3$ pemain dan masing-masing pemain dari satu tim harus bertanding dengan satu pemain dari tim lawan. Tim yang memenangkan $2$ pertandingan akan menjadi pemenang dan mendapatkan hadiah sebesar 6.000 dolar, sedangkan tim yang kalah akan mendapatkan 3.000 dolar. Diketahui kemampuan $6$ pemain adalah $A_1 > B_1 > A_2 > B_2 > A_3 > B_3$ dengan $A_i$ dan $B_i$ berturut-turut merepresentasikan pemain dari tim $A$ dan $B$ serta tanda $>$ memiliki arti “lebih baik”. Dalam setiap permainan, setiap pemain yang kemampuannya lebih baik dipastikan akan menang. Nilai harapan dari hadiah yang diterima tim $A$ adalah $\cdots$ dolar.
A. $4.800$ D. $5.500$
B. $5.100$ E. $5.600$
C. $5.200$
Misalkan $X$ merupakan variabel acak diskret yang menyatakan hadiah yang diterima tim $A.$ Karena masing-masing pemain dari satu tim harus bertanding dengan satu pemain dari tim lawan, akan ada $3! = 6$ formasi pertandingan berbeda yang dapat disusun. Dari $6$ formasi tersebut, satu-satunya formasi yang membuat tim $A$ kalah adalah ketika $A_1$ melawan $B_3,$ $A_2$ melawan $B_1,$ dan $A_3$ melawan $B_2.$ Jadi, peluang tim $A$ kalah adalah $1/6,$ sedangkan peluang tim $A$ menang adalah $1-1/6 = 5/6.$ Dengan demikian, berdasarkan definisi, nilai harapan dari hadiah yang diterima tim $A$ adalah
$$\begin{aligned} E[X] & = \sum_x x \cdot P(X = x) \\ & = 3.000 \cdot \dfrac16 + 6.000 \cdot \dfrac56 \\ & = 5.500~\text{dolar}. \end{aligned}$$(Jawaban D)
Bagian Uraian
Soal Nomor 1
Misalkan $X$ menyatakan banyaknya mobil yang dicuci di tempat pencucian mobil pada rentang jam 4 sampai 5 sore pada hari Sabtu. Distribusi peluang dari $X$ diberikan sebagai berikut.
$$\begin{array}{c|cccccc} \hline x & 4 & 5 & 6 & 7 & 8 & 9 \\ \hline p(X = x) & \dfrac{1}{12} & \dfrac{1}{12} & \dfrac14 & \dfrac14 & \dfrac16 & \dfrac16 \\ \hline \end{array}$$Misalkan $g(X) = 2X-1$ menyatakan jumlah uang (dalam dolar) yang dibayarkan manajer tempat pencucian mobil tersebut kepada pegawainya. Tentukan pendapatan harapan pegawai tersebut pada saat rentang waktu di atas.
Pendapatan harapan pegawai tersebut dinyatakan oleh
$$\begin{aligned} E[g(X)] & = E[2X-1] \\ & = \displaystyle \sum_{x=4}^9 (2x-1)f(x) \\ & = 7f(4) + 9f(5) + 11f(6) + 13f(7) + 15f(8) + 17f(9) \\ & = 7 \left(\dfrac{1}{12}\right) + 9 \left(\dfrac{1}{12}\right) + 11 \left(\dfrac{1}{4}\right) + 13 \left(\dfrac{1}{4}\right) + 15 \left(\dfrac{1}{6}\right) + 17 \left(\dfrac{1}{6}\right) \\ & \approx \$12,\!67. \end{aligned}$$
Baca: Soal dan Pembahasan – Distribusi Eksponensial dan Gama
Soal Nomor 2
Misalkan $X$ merupakan variabel acak diskret dengan nilai fungsi peluangnya diberikan dalam tabel berikut.
$$\begin{array}{c|cccc} \hline x & 1 & 2 & 3 & 4 \\ \hline p(X = x) & 0,\!4 & 0,\!1 & 0,\!3 & 0,\!2 \\ \hline \end{array}$$Tentukan $E[X], E[2X],$ dan $E[3X-5].$
Jawaban a)
Ekspektasi dari variabel acak $X$ dengan fungsi peluang yang diberikan tersebut dinyatakan oleh
$$\begin{aligned} E[X] & = \displaystyle \sum_{x=1}^4 x \cdot p(X = x) \\ & = 1(0,\!4) + 2(0,\!1) + 3(0,\!3) + 4(0,\!2) \\ & = 0,\!4 + 0,\!2 + 0,\!9 + 0,\!8 \\ & = 2,\!3. \end{aligned}$$Jawaban b)
Ekspektasi dari variabel acak $2X$ dengan fungsi peluang yang diberikan tersebut dinyatakan oleh
$$\begin{aligned} E[2X] & = \displaystyle \sum_{x=1}^4 2x \cdot p(X = x) \\ & = 2 \sum_{x=1}^4 x\cdot p(X = x) \\ & = 2(2,\!3) \\ & = 4,\!6. \end{aligned}$$Jawaban c)
Ekspektasi dari variabel acak $3X-5$ dengan fungsi peluang yang diberikan tersebut dinyatakan oleh
$$\begin{aligned} E[3X-5] & = \displaystyle \sum_{x=1}^4 (3x-5) \cdot p(X = x) \\ & = 3 \sum_{x=1}^4 x \cdot p(X = x)-5 \sum_{x=1}^4 p(X = x) \\ & = 3(2,\!3)-5(0,\!4 + 0,\!1 + 0,\!3 + 0,\!2) \\ & = 6,\!9-5 \\ & = 1,\!9. \end{aligned}$$
Soal Nomor 3
Misalkan $X$ merupakan variabel acak dengan distribusi peluang berikut.
$$\begin{array}{c|ccc} x & -2 & 3 & 5 \\ \hline f(x) & 0,\!3 & 0,\!2 & 0,\!5 \\ \end{array}$$Tentukan simpangan baku dari $X.$
Dari distribusi peluang yang diberikan, jelas bahwa $X$ merupakan variabel acak diskret. Untuk menentukan simpangan baku dari $X,$ kita perlu menentukan nilai $E[X], E[X^2],$ dan $\text{Var}(X)$ terlebih dahulu karena simpangan baku merupakan akar kuadrat dari $\text{Var}(X).$
$$\begin{aligned} E[X] & = \displaystyle \sum_{x} x \cdot P(X = x) \\ & = -2(0,\!3) + 3(0,\!2) + 5(0,\!5) \\ & = 2,\!5. \end{aligned}$$Kemudian,
$$\begin{aligned} E[X^2] & = \displaystyle \sum_{x} x^2 \cdot P(X = x) \\ & = (-2)^2(0,\!3) + 3^2(0,\!2) + 5^2(0,\!5) \\ & = 1,\!2 + 1,\!8 + 12,\!5 \\ & = 15,\!5. \end{aligned}$$Selanjutnya,
$$\begin{aligned} \text{Var}(X) & = E[X^2]-\left(E[X]\right)^2 \\ & = 15,\!5-(2,\!5)^2 \\ & = 9,\!25. \end{aligned}$$Dengan demikian, simpangan baku dari $X$ adalah $\boxed{\sqrt{9,\!25} \approx 3,\!041.}$
Soal Nomor 4
Dalam satuan $100$ jam, lamanya penggunaan penyedot debu (vacuum cleaner) yang digunakan oleh suatu keluarga dalam kurun waktu setahun merupakan variabel acak kontinu $X$ yang memiliki fungsi kepadatan peluang seperti berikut.
$$f(x) = \begin{cases} x, & 0<x<1 \\ 2-x, & 1\le x < 2 \\ 0, & x~\text{lainnya} \end{cases}$$Tentukan rata-rata dan varians dari lamanya penggunaan penyedot debu tersebut.
Diketahui variabel acak kontinu $X$ yang memiliki fungsi kepadatan peluang seperti berikut.
$$f(x) = \begin{cases} x, & 0<x<1 \\ 2-x, & 1\le x < 2 \\ 0, & x~\text{lainnya} \end{cases}$$Berdasarkan definisi, didapat
$$\begin{aligned} \mu & = E[X] \\ & = \displaystyle \int_0^1 x \cdot x~\text{d}x + \int_1^2 x(2-x)~\text{d}x \\ & = \int_0^1 x^2~\text{d}x + \int_1^2 (2x-x^2)~\text{d}x \\ & = \left[\dfrac13x^3\right]_0^1 + \left[x^2-\dfrac13x^3\right]_1^2 \\ & = \dfrac13 + \left(3-\dfrac73\right) \\ & = 1. \end{aligned}$$Berikutnya, akan dicari nilai dari $E[X^2]$ dengan cara yang serupa.
$$\begin{aligned} E[X^2] & = \displaystyle \int_0^1 x^2 \cdot x~\text{d}x + \int_1^2 x^2(2-x)~\text{d}x \\ & = \int_0^1 x^3~\text{d}x + \int_1^2 (2x^2-x^3)~\text{d}x \\ & = \left[\dfrac14x^4\right]_0^1 + \left[\dfrac23x^3-\dfrac14x^4\right]_1^2 \\ & = \dfrac14 + \left(\dfrac23(7)-\dfrac14(15)\right) \\ & = \dfrac76. \end{aligned}$$Dengan demikian, diperoleh
$$\begin{aligned} \text{Var}(X) & = E[X^2]-\left(E[X]\right)^2 \\ & = \dfrac76-(1)^2 \\ & = \dfrac16. \end{aligned}$$Jadi, rata-rata dan varians dari lamanya penggunaan penyedot debu tersebut berturut-turut adalah $100~\text{jam}$ dan $\dfrac16(100~\text{jam})^2.$
Soal Nomor 5
Jika $U$ dan $V$ masing-masing merupakan variabel acak yang menyatakan biaya rontgen panoramik di dua rumah sakit berbeda. Diketahui bahwa $U$ dan $V$ keduanya saling bebas dengan $E[U] = 120,$ $\text{Var}(U) = 10,$ $E[V] = 150,$ dan $\text{Var}(V) = 15,$ dengan $E[U]$ dan $E[V]$ dalam ribu rupiah serta $\text{Var}(U)$ dan $\text{Var}(V)$ dalam (ribu rupiah)2. Tentukan ekspektasi dari:
- $U^2 + UV;$
- $V^2-UV.$
Diketahui dua variabel acak $U$ dan $V$ yang saling bebas dengan $E[U] = 120,$ $\text{Var}(U) = 10,$ $E[V] = 150,$ dan $\text{Var}(V) = 15,$ semuanya dalam ribu rupiah. Karena $U$ dan $V$ saling bebas, berlaku $E[UV] = E[U] \cdot E[V].$
Jawaban a)
Perhatikan bahwa
$$\begin{aligned} \text{Var}(U) & = E[U^2]-(E[U])^2 \\ 10 & = E[U^2]-(120)^2 \\ E[U^2] & = 14.410. \end{aligned}$$Dengan demikian,
$$\begin{aligned} E[U^2 + UV] & = E[U^2] + E[UV] \\ & = E[U^2] + E[U] \cdot E[V] \\ & = 14.410 + 120 \cdot 150 \\ & = 32.410. \end{aligned}$$Jadi, ekspektasi dari $U^2 + UV$ adalah $32.410$ (ribu rupiah)2.
Jawaban b)
Perhatikan bahwa
$$\begin{aligned} \text{Var}(V) & = E[V^2]-(E[V])^2 \\ 15 & = E[U^2]-(150)^2 \\ E[V^2] & = 22.515. \end{aligned}$$Dengan demikian,
$$\begin{aligned} E[V^2-UV] & = E[V^2]-E[UV] \\ & = E[V^2]-E[U] \cdot E[V] \\ & = 22.515- 120 \cdot 150 \\ & = 4.515. \end{aligned}$$Jadi, ekspektasi dari $V^2-UV$ adalah $4.515$ (ribu rupiah)2.
Soal Nomor 6
Dalam bidang oseanografi, ombak dikenal sebagai gelombang dalam (internal wave). Misalkan $T$ menyatakan banyak ombak pada siang hari di suatu pantai dengan fungsi distribusi kumulatif sebagai berikut.
$$F(t) = \begin{cases} 0, & t < 1 \\ 1/5, & 1 \le t < 3 \\ 7/15, & 3 \le t < 5 \\ 23/30, & 5 \le t < 7 \\ 1, & t \ge 7 \end{cases}$$
- Tentukan peluang bahwa banyak ombak pada siang hari di pantai tersebut lebih dari $2.$
- Tentukan rata-rata banyak ombak yang terjadi pada siang hari di pantai tersebut.
- Tentukan varians banyak ombak yang terjadi pada siang hari di pantai tersebut.
- Jika banyak ombak yang terjadi pada malam hari di pantai tersebut adalah satu kurangnya dari dua kali banyak ombak yang terjadi pada siang hari, tentukan rata-rata banyak ombak yang terjadi pada malam hari di pantai tersebut.
Misalkan $T$ menyatakan banyak ombak pada siang hari di suatu pantai dengan fungsi distribusi kumulatif sebagai berikut.
$$F(t) = \begin{cases} 0, & t < 1 \\ 1/5, & 1 \le t < 3 \\ 7/15, & 3 \le t < 5 \\ 23/30, & 5 \le t < 7 \\ 1, & t \ge 7 \end{cases}$$Jelas bahwa $T$ merupakan variabel acak diskret. Dari fungsi distribusi kumulatif tersebut, diperoleh
$$\begin{aligned} p(T = 1) = p(T \le 1)-p(T < 1) = F(1)-F(1^-) = \dfrac15-0 = \dfrac15 \\ p(T = 3) = p(T \le 3)-p(T < 3) = F(3)-F(3^-) = \dfrac{7}{15}-\dfrac15 = \dfrac{4}{15} \\ p(T = 5) = p(T \le 5)-p(T < 5) = F(5)-F(5^-) = \dfrac{23}{30}-\dfrac{7}{15} = \dfrac{9}{30} \\ p(T = 7) = p(T \le 7)-p(T < 7) = F(7)-F(7^-) = 1-\dfrac{23}{30} = \dfrac{7}{30} \end{aligned}$$dengan $F(x^-)$ menyatakan nilai limit kiri menuju $x$ dari fungsi distribusi kumulatif $F(t).$
Dengan demikian, fungsi massa peluang dari $T$ adalah sebagai berikut.
$$p(T = t) = \begin{cases} 1/5, & t = 1 \\ 4/15, & t = 3 \\ 9/30, & t = 5 \\ 7/30, & t = 7 \\ 0, & t~\text{lainnya} \end{cases}$$Jawaban a)
Peluang bahwa banyak ombak pada siang hari di pantai tersebut lebih dari $2$ dinyatakan oleh
$$\begin{aligned} p(T > 2) & = 1-p(T \le 2) \\ & = 1-F(2) \\ & = 1-\dfrac15 \\ & = \dfrac45. \end{aligned}$$Jawaban b)
Rata-rata banyak ombak yang terjadi pada siang hari di pantai tersebut dinyatakan oleh
$$\begin{aligned} \mu_T & = E[T] \\ & = \displaystyle \sum_{t} tP(T = t) \\ & = 1 \cdot \dfrac15 + 3 \cdot \dfrac{4}{15} + 5 \cdot \dfrac{9}{30} + 7 \cdot \dfrac{7}{30} \\ & = \dfrac15 + \dfrac45 + \dfrac32 + \dfrac{49}{30} \\ & = \dfrac{62}{15}. \end{aligned}$$Jawaban c)
Varians banyak ombak yang terjadi pada siang hari di pantai tersebut dinyatakan oleh $\text{Var}(T) = E[T^2]-(E[T])^2.$ Oleh karena itu, akan dihitung $E[T^2]$ terlebih dahulu.
$$\begin{aligned} E[T^2] & = \displaystyle \sum_{t} t^2P(T = t) \\ & = 1^2 \cdot \dfrac15 + 3^2 \cdot \dfrac{4}{15} + 5^2 \cdot \dfrac{9}{30} + 7^2 \cdot \dfrac{7}{30} \\ & = \dfrac15 + \dfrac{12}{5} + \dfrac{15}{2} + \dfrac{343}{30} \\ & = \dfrac{323}{15}. \end{aligned}$$Dengan demikian
$$\begin{aligned} \text{Var}(T) & = E[T^2]-(E[T])^2 \\ & = \dfrac{323}{15}-\left(\dfrac{62}{15}\right)^2 \\ & = \dfrac{1.001}{225}. \end{aligned}$$Jawaban d)
Misalkan $X$ merupakan variabel acak diskret yang menyatakan banyak ombak yang terjadi pada malam hari di pantai tersebut. Karena banyak ombak yang terjadi pada malam hari di pantai tersebut adalah satu kurangnya dari dua kali banyak ombak yang terjadi pada siang hari, haruslah $X = 2T-1.$
Dengan demikian, rata-rata banyak ombak yang terjadi pada malam hari di pantai tersebut dinyatakan oleh
$$\begin{aligned} \mu_X & = E[X] \\ & = E[2T-1] \\ & = 2E[T]-1 \\ & = 2 \cdot \dfrac{62}{15}-1 \\ & = \dfrac{109}{15}. \end{aligned}$$
Soal Nomor 7
Asurador selalu memberikan batas waktu tertentu untuk pengurusan klaim. Klaim asuransi dapat ditunda atau ditolak jika pengurusan klaim melebihi waktu yang telah ditentukan di dalam polis. Biasanya, klaim asuransi mobil dibatasi oleh waktu yang pendek, sekitar $3 \times 24$ jam. Misalkan distribusi peluang dari $X$ yang menyatakan lamanya waktu (dalam jam) pengurusan klaim asuransi mobil dari sejak terjadinya kecelakaan adalah sebagai berikut.
$$f(x) = \begin{cases} \dfrac14e^{-x/4}, & x > 0 \\ 0, & x~\text{lainnya} \end{cases}$$
- Tentukan peluang bahwa lamanya waktu pengurusan klaim asuransi mobil dari sejak terjadinya kecelakaan setidaknya selama $36$ jam.
- Tentukan rata-rata dari $X.$
- Tentukan simpangan baku dari $X.$
- Tentukan fungsi distribusi kumulatif dari $X.$
Misalkan $X$ merupakan variabel acak kontinu yang menyatakan lamanya waktu (dalam jam) pengurusan klaim asuransi mobil dari sejak terjadinya kecelakaan dengan distribusi peluang sebagai berikut.
$$f(x) = \begin{cases} \dfrac14e^{-x/4}, & x > 0 \\ 0, & x~\text{lainnya} \end{cases}$$Jawaban a)
Perhatikan bahwa ketika $X = 72,$ nilai dari $f(x) = \dfrac14e^{-18}$ sangatlah kecil sehingga dapat diabaikan. Jadi, kita akan menggunakan batas atas integral sebagai $\infty,$ bukan $72.$ Peluang bahwa lamanya waktu pengurusan klaim asuransi mobil dari sejak terjadinya kecelakaan setidaknya selama $36$ jam adalah
$$\begin{aligned} p(X \ge 36) & = \displaystyle \int_{36}^{\infty} \dfrac14e^{-x/4}~\text{d}x \\ & = -[e^{-x/4}]_{36}^{\infty} \\ & = -(0-e^{-9}) \\ & = \dfrac{1}{e^9}. \end{aligned}$$Jawaban b)
Berdasarkan definisi, rata-rata dari $X$ adalah
$$\begin{aligned} \mu_X & = E[X] \\ & = \displaystyle \int_0^{\infty} x~\cdot \dfrac14e^{-x/4}~\text{d}x \\ & = \dfrac14 \int_0^{\infty} x~\cdot \dfrac14e^{-x/4}~\text{d}x. \end{aligned}$$Dengan menggunakan teknik pengintegralan parsial, misalkan $u’ = e^{-x/4}~\text{d}x$ dan $v = x$ sehingga $u = -4e^{-x/4}$ dan $v’ = 1~\text{d}x.$ Dengan demikian, diperoleh
$$\begin{aligned} \dfrac14 \int u’v~\text{d}x & = uv-\int uv’~\text{d}x \\ \dfrac14 \int_{0}^{\infty} x~\cdot \dfrac14e^{-x/4}~\text{d}x & = \dfrac14 \left[-4xe^{-x/4}-\int (-4)e^{-x/4}~\text{d}x\right]_0^{\infty} \\ & = \dfrac14\left[-4xe^{-x/4}-(-4)(-4)e^{-x/4}\right]_0^{\infty} \\ & = \dfrac14\left[-4xe^{-x/4}-16e^{-x/4}\right]_0^{\infty} \\ & = \dfrac14\left[0-4(-4)e^0\right] \\ & = 4. \end{aligned}$$Jadi, rata-rata dari $X$ adalah $4.$
Jawaban c)
Untuk menentukan simpangan baku dari $X,$ nilai $E[X^2]$ dan $\text{Var}(X)$ harus ditentukan terlebih dahulu. Berdasarkan definisi, ekspektasi dari $X^2$ adalah
$$\begin{aligned} E[X^2] & = \displaystyle \int_0^{\infty} x^2~\cdot \dfrac14e^{-x/4}~\text{d}x \\ & = \dfrac14 \int_0^{\infty} x^2~\cdot \dfrac14e^{-x/4}~\text{d}x. \end{aligned}$$Dengan menggunakan teknik pengintegralan parsial, misalkan $u’ = e^{-x/4}~\text{d}x$ dan $v = x^2$ sehingga $u = -4e^{-x/4}$ dan $v’ = 2x~\text{d}x.$ Dengan demikian, diperoleh
$$\begin{aligned} \dfrac14 \int u’v~\text{d}x & = uv-\int uv’~\text{d}x \\ \dfrac14 \int_{0}^{\infty} x^2~\cdot \dfrac14e^{-x/4}~\text{d}x & = \dfrac14 \left[-4x^2e^{-x/4} -\int (-4e^{-x/4})(2x)~\text{d}x\right]_0^{\infty} \\ & = \dfrac14 \left[-4x^2e^{-x/4} + 8 \int xe^{-x/4}~\text{d}x\right]_0^{\infty} \\ & = \dfrac14 \left[-4x^2e^{-x/4} + 8 \left(-4xe^{-x/4}-\int (-4)e^{-x/4}~\text{d}x\right)\right]_0^{\infty} \\ & = \dfrac14 \left[-4x^2e^{-x/4}-32xe^{-x/4}-128e^{-x/4}\right]_0^{\infty} \\ & = \dfrac14\left[0-(-128e^0)\right] \\ & = \dfrac14(128) \\ & = 32. \end{aligned}$$Dengan demikian,
$$\begin{aligned} \text{Var}(X) & = E[X^2]-(E[X])^2 \\ & = 32-4^2 \\ & = 16. \end{aligned}$$Jadi, simpangan baku dari $X$ adalah $\sqrt{\text{Var}(X)} = \sqrt{16} = 4.$
Jawaban d)
Untuk $x > 0,$ fungsi distribusi kumulatif dari $X$ adalah
$$\begin{aligned} F(x) & = \displaystyle \int_0^x \dfrac14e^{-t/4}~\text{d}t \\ & = -[e^{-x/4}-e^0] \\ & = 1-e^{-x/4}. \end{aligned}$$Untuk $x \le 0,$ fungsi distribusi kumulatif dari $X$ jelas adalah $F(x) = 0.$ Dengan demikian, secara keseluruhan, fungsi distribusi kumulatif dari $X$ adalah sebagai berikut.
$$F(x) = \begin{cases} 0, & x \le 0 \\ 1-e^{-x/4}, & x > 0 \end{cases}$$
Soal Nomor 8
Diketahui variabel acak $T$ memiliki fungsi peluang sebagai berikut.
$$f(t) = \begin{cases} \dfrac34(1-t^2), & -1<t<1 \\ 0, & t~\text{lainnya} \end{cases}$$Tentukan nilai dari $E[T^2],$ $E[T-1],$ dan $E[|T|].$
Diketahui variabel acak $T$ dengan fungsi peluang
$$f(t) = \begin{cases} \dfrac34(1-t)^2, & -1<t<1 \\ 0, & t~\text{lainnya}. \end{cases}$$Berdasarkan definisi ekspektasi, nilai dari $E[T^2]$ dapat dihitung sebagai berikut.
$$\begin{aligned} E[T^2] & = \displaystyle \int_{-1}^1 t^2 \cdot \dfrac34(1-t^2)~\text{d}t \\ & = \dfrac34 \int_{-1}^1 (t^2-t^4)~\text{d}t \\ & = \dfrac34 \left[\dfrac13t^3-\dfrac15t^5\right]_{-1}^1 \\ & = \dfrac34\left[\left(\dfrac13-\dfrac15\right)-\left(-\dfrac13+\dfrac15\right)\right] \\ & = \dfrac34\left(\dfrac23-\dfrac25\right) \\ & = \dfrac15. \end{aligned}$$Jadi, nilai dari $E[T^2] = \dfrac15.$
Berikutnya, akan dicari nilai dari $E[T-1]$ dengan cara yang serupa.
$$\begin{aligned} E[T-1] & = \displaystyle \int_{-1}^1 (t-1) \cdot \dfrac34(1-t^2)~\text{d}t \\ & = \dfrac34 \int_{-1}^1 (-t^3 + t^2 +t-1)~\text{d}t \\ & = \dfrac34 \left[-\dfrac14t^4 + \dfrac13t^3 + \dfrac12t^2-t\right]_{-1}^1 \\ & = \dfrac34 \left(-\dfrac{5}{12}-\dfrac{11}{12}\right) \\ & = -1. \end{aligned}$$Jadi, nilai dari $E[T-1] = -1.$
Terakhir, akan dicari nilai dari $E[|T|]$ dengan cara yang serupa.
$$\begin{aligned} E[|T|] & = \displaystyle \int_{-1}^1 |t| \cdot \dfrac34(1-t^2)~\text{d}t \\ & = \dfrac34 \left(\underbrace{\int_{-1}^0 -t(1-t^2)~\text{d}t}_{t < 0} + \underbrace{\int_0^1 t(1-t^2)~\text{d}t}_{t \ge 0}\right) \\ & = \dfrac34 \left(\int_{-1}^0 (t^3-t)~\text{d}t + \int_0^1 (t-t^3)~\text{d}t\right) \\ & = \dfrac34\left(\left[\dfrac14t^4-\dfrac12t^2\right]_{-1}^0 + \left[\dfrac12t^2-\dfrac14t^4\right]_0^1\right) \\ & = \dfrac34\left(\dfrac14+\dfrac14\right) \\ & = \dfrac38. \end{aligned}$$Jadi, nilai dari $E[|T|] = \dfrac38.$
good