Soal latihan, kuis, dan pelajaran langkah demi langkah tentang Nilai Harapan & Varians - tingkatkan kemampuan matematika dengan soal terarah dan penjelasan yang jelas.
Kuis Latihan Nilai Harapan & Varians dengan Pelajaran Interaktif Langkah demi Langkah
Gunakan kuis di awal halaman untuk melatih nilai harapan dan varians dalam probabilitas dan statistika: menghitung mean (nilai harapan) dari variabel acak diskret dengan \(E[X]=\sum x\,p(x)\), memakai identitas cepat varians \(\mathrm@@P16@@(X)=E[X^2]-(E[X])^2\), menafsirkan simpangan baku sebagai penyebaran, dan menerapkan aturan inti seperti linearitas nilai harapan \(E[aX+b]=aE[X]+b\) serta aturan skala \(\mathrm@@P17@@(aX+b)=a^2\mathrm@@P18@@(X)\). Jika Anda ingin penyegaran dengan contoh penyelesaian (dadu, koin, spinner, dan distribusi kecil), klik Mulai pelajaran.
Cara kerja latihan nilai harapan & varians ini
1. Kerjakan kuis: jawab soal nilai harapan dan varians di awal halaman.
2. Buka pelajaran (opsional): tinjau rumus, jalan pintas, dan distribusi probabilitas umum dengan contoh langkah demi langkah.
3. Coba lagi: kembali ke kuis dan langsung terapkan aturan \(E[X]\) dan \(\mathrm@@P2@@(X)\).
Yang akan Anda pelajari dalam pelajaran nilai harapan dan varians
Dasar nilai harapan (mean)
Nilai harapan diskret: \(E[X]=\sum x\,p(x)\)
Interpretasi: rata-rata jangka panjang dan "harga adil" suatu permainan
Linearitas: \(E[X+Y]=E[X]+E[Y]\) (berlaku bahkan tanpa independensi)
Uniform pada \([0,1]\): \(E[X]=\tfrac12\), \(\mathrm@@P2@@(X)=\tfrac@@P3@@@@P4@@\)
Contoh cepat: Sebuah dadu bersisi enam yang adil memiliki hasil \(1,2,3,4,5,6\). Nilai harapannya adalah
\[
E[X]=\frac{1+2+3+4+5+6}{6}=3.5.
\]
Nilai harapan bukan "lemparan yang paling mungkin" - melainkan rata-rata jangka panjang. Varians mengukur seberapa menyebar hasil di sekitar mean.
Kembali ke kuis
Saat Anda siap, kembali ke kuis di awal halaman dan terus berlatih nilai harapan, varians, dan simpangan baku.
โญโญโญ
๐ฒ
Nilai Harapan & Varians
Panduan langkah demi langkah
Ketuk untuk membuka ->
Memuat...
Pelajaran Nilai Harapan & Varians
1 / 8
Ikhtisar pelajaran
Ikhtisar pelajaran
Tujuan: Bangun pemahaman yang jelas dan andal tentang nilai harapan (mean) dan varians (penyebaran) sehingga Anda dapat menghitung \(E[X]\), \(\mathrm@@P6@@(X)\), dan simpangan baku dengan cepat dan benar untuk distribusi probabilitas umum.
Kriteria keberhasilan
Menghitung nilai harapan untuk variabel acak diskret menggunakan \(E[X]=\sum x\,p(x)\).
Menggunakan linearitas nilai harapan (termasuk \(E[X+Y]=E[X]+E[Y]\)).
Menghitung varians menggunakan \(\mathrm@@P22@@(X)=E[(X-\mu)^2]\) dan jalan pintas \(\mathrm@@P23@@(X)=E[X^2]-\mu^2\).
Mengubah antara varians dan simpangan baku: \(\sigma=\sqrt{\mathrm@@P24@@(X)}\).
Menerapkan aturan kunci: \(\mathrm@@P25@@(aX+b)=a^2\mathrm@@P26@@(X)\) dan (jika independen) \(\mathrm@@P27@@(X+Y)=\mathrm@@P28@@(X)+\mathrm@@P29@@(Y)\).
Menangani konteks klasik: dadu, koin, spinner, dan tabel payoff kecil.
Kosakata kunci
Variabel acak: hasil numerik yang dihasilkan oleh peluang (seperti banyak kepala, hasil dadu, atau pembayaran).
Nilai harapan (mean): \(E[X]\), nilai rata-rata jangka panjang dari \(X\).
Varians: \(\mathrm@@P20@@(X)\), rata-rata jarak kuadrat dari mean.
Simpangan baku: \(\sigma\), akar kuadrat dari varians, diukur dalam satuan yang sama dengan \(X\).
Distribusi probabilitas: daftar (atau aturan) nilai yang mungkin dan probabilitasnya.
Pra-cek cepat
Pra-cek 1: Berapa nilai harapan dari lemparan dadu bersisi enam yang adil?
Petunjuk: Untuk dadu adil, \(E[X]=\dfrac{1+2+3+4+5+6}@@P0@@\).
Pra-cek 2: Misalkan \(X\) mengambil nilai \(1\) dan \(3\), masing-masing dengan probabilitas \(1/2\). Berapa \(\mathrm@@P2@@(X)\)?
Petunjuk: Pertama temukan \(\mu=E[X]\), lalu hitung \(E[(X-\mu)^2]\).
Dasar Nilai Harapan
Nilai harapan: rata-rata berbobot
Tujuan pembelajaran: Hitung nilai harapan dari tabel probabilitas dan tafsirkan sebagai mean jangka panjang.
Ide kunci
Untuk variabel acak diskret dengan nilai mungkin \(x_1,x_2,\dots\) dan probabilitas \(p(x_1),p(x_2),\dots\), nilai harapan adalah rata-rata berbobot: \[ E[X] = \sum_x x\,p(x). \] Pikirkan: "kalikan tiap hasil dengan seberapa sering ia terjadi, lalu jumlahkan."
Contoh dikerjakan
Contoh: Sebuah kantong berisi \(\{0,5\}\) dengan peluang sama. Berapa nilai harapan undiannya?
Setiap nilai memiliki probabilitas \(1/2\). Jadi: \[ E[X] = 0\cdot \frac12 + 5\cdot \frac12 = 2.5. \] Mean hasil adalah \(2.5\), meskipun \(2.5\) bukan hasil yang dapat Anda ambil.
Coba
Coba 1: Dadu bersisi tiga yang adil memiliki sisi \(1,2,3\). Berapa nilai harapannya?
Petunjuk: \(E[X]=\dfrac{1+2+3}@@P0@@\).
Coba 2: \(X\) mengambil nilai \(10, 20, 30\) dengan probabilitas \(0.2, 0.3, 0.5\). Berapa \(E[X]\)?
Petunjuk: Kalikan tiap nilai dengan probabilitasnya lalu jumlahkan: \(10(0.2)+20(0.3)+30(0.5)\).
Ringkasan
Nilai harapan adalah rata-rata berbobot: \(E[X]=\sum x\,p(x)\).
Ini mewakili mean jangka panjang, tidak harus merupakan nilai yang dapat diamati dalam satu percobaan.
Linearitas & Jumlah
Linearitas nilai harapan: jalan pintas terbaik
Tujuan pembelajaran: Gunakan linearitas untuk menghitung nilai harapan dari jumlah dan variabel yang diskalakan dengan cepat.
Ide kunci
Linearitas nilai harapan bekerja selalu: \[ E[aX+b]=aE[X]+b,\quad E[X+Y]=E[X]+E[Y]. \] Anda tidak memerlukan independensi agar nilai harapan dapat dijumlahkan.
Contoh dikerjakan
Contoh: Berapa nilai harapan banyaknya kepala dalam 2 lemparan koin adil?
Misalkan \(X\) adalah banyak kepala dalam 2 lemparan. Pikirkan \(X\) sebagai jumlah: \[ X = I_1 + I_2, \] dengan \(I_k=1\) jika lemparan ke-\(k\) adalah kepala dan \(0\) jika tidak. Untuk koin adil, \(E[I_k]=0.5\). Jadi: \[ E[X]=E[I_1]+E[I_2]=0.5+0.5=1. \]
Coba
Coba 1: Berapa nilai harapan jumlah saat melempar dua dadu bersisi enam yang adil?
Petunjuk: \(E[X+Y]=E[X]+E[Y]\) dan setiap dadu memiliki mean \(3.5\).
Coba 2: Lotre membayar \(3\) dengan probabilitas \(\tfrac13\) dan \(0\) selain itu. Berapa nilai harapannya?
Jumlah: \(E[X+Y]=E[X]+E[Y]\) (independensi tidak diperlukan).
Dasar Varians
Varians: mengukur penyebaran di sekitar mean
Tujuan pembelajaran: Hitung varians menggunakan definisi dan identitas cepat \(\mathrm@@P2@@(X)=E[X^2]-(E[X])^2\).
Ide kunci
Jika \(\mu=E[X]\), maka: \[ \mathrm@@P0@@(X) = E[(X-\mu)^2]. \] Jalan pintas paling berguna adalah: \[ \mathrm@@P1@@(X)=E[X^2]-\mu^2. \] Ini menghindari perluasan \((X-\mu)^2\) untuk setiap hasil.
Contoh dikerjakan
Contoh: Sebuah kantong berisi \(\{2,4,6\}\) dengan peluang sama. Berapa variansnya?
Pertama hitung mean: \[ \mu = E[X]=\frac{2+4+6}@@P0@@=4. \] Sekarang hitung \(E[X^2]\): \[ E[X^2]=\frac{2^2+4^2+6^2}@@P1@@=\frac{4+16+36}@@P2@@=\frac\[ \mathrm@@P5@@(X)=E[X^2]-\mu^2=\frac@@P6@@@@P7@@-16=\frac@@P8@@@@P9@@. \]@@P4@@. \] Jadi: \[ \mathrm@@P5@@(X)=E[X^2]-\mu^2=\frac@@P6@@@@P7@@-16=\frac@@P8@@@@P9@@. \]
Coba
Coba 1: Berapa varians dari spinner tiga hasil yang adil dengan nilai \(0,1,2\)?
Petunjuk: \(\mu=1\). Hitung \(E[X^2]=\frac{0^2+1^2+2^2}@@P0@@=\frac@@P1@@\(1^2\)\), lalu kurangi \(1^2\).
Coba 2: Berapa varians dari pembayaran koin itu (\(-1\) atau \(+1\) dengan peluang sama)?
Tujuan pembelajaran: Terapkan aturan varians dengan benar dan pahami kapan independensi berpengaruh.
Ide kunci
Dua aturan penting: \[ \mathrm@@P2@@(aX+b)=a^2\mathrm@@P3@@(X), \] dan untuk jumlah: \[ \mathrm@@P4@@(X+Y)=\mathrm@@P5@@(X)+\mathrm@@P6@@(Y)+2\mathrm\[ \mathrm@@P9@@(X+Y)=\mathrm@@P10@@(X)+\mathrm@@P11@@(Y). \](X,Y). \] Jika \(X\) dan \(Y\) independen, maka \(\mathrm@@P8@@(X,Y)=0\) dan varians dijumlahkan: \[ \mathrm@@P9@@(X+Y)=\mathrm@@P10@@(X)+\mathrm@@P11@@(Y). \]
Contoh dikerjakan
Contoh: Berapa varians banyaknya kepala dalam dua lemparan koin adil?
Jika \(X\sim \text@@P0@@(n=2,p=0.5)\), maka: \[ \mathrm@@P1@@(X)=np(1-p)=2(0.5)(0.5)=0.5. \] Ini cocok dengan gagasan bahwa jumlah kepala bervariasi, tetapi tidak terlalu liar, dalam 2 lemparan.
Coba
Coba 1: Jika \(\mathrm@@P2@@(X)=9\), berapa \(\mathrm@@P3@@(2X-5)\)?
Petunjuk: Gunakan \(\mathrm@@P0@@(aX+b)=a^2\mathrm\(-5\)(X)\). "\(-5\)" tidak mengubah varians.
Coba 2: Misalkan \(X\) dan \(Y\) independen dengan \(\mathrm@@P2@@(X)=2\) dan \(\mathrm@@P3@@(Y)=3\). Berapa \(\mathrm@@P4@@(X+Y)\)?
Petunjuk: Independensi membuat kovarians \(0\), jadi varians dijumlahkan.
Ringkasan
Geser tidak mengubah varians; mengalikan dengan \(a\) mengalikan varians dengan \(a^2\).
Untuk jumlah independen, jumlahkan varians.
Distribusi Umum
Distribusi umum dan rumus tercepat
Tujuan pembelajaran: Kenali model standar (Bernoulli, Binomial, Uniform) dan gunakan rumus mean/variansnya.
Coba 1: Sebuah kantong berisi \(\{1,10\}\) dengan peluang sama. Berapa nilai harapan undiannya?
Petunjuk: Ambil rata-rata dua nilai: \(\frac{1+10}@@P0@@\).
Coba 2: Berapa varians dari mengambil nilai dari \(\{1,4,7\}\) dengan peluang sama?
Petunjuk: Mean adalah \(4\). Hitung \(E[X^2]=\frac{1^2+4^2+7^2}@@P0@@\), lalu kurangi \(4^2\).
Ringkasan
Gunakan \(E[X]\) sebagai rata-rata berbobot untuk menemukan mean dengan cepat.
Gunakan \(\mathrm@@P4@@(X)=E[X^2]-(E[X])^2\) untuk varians cepat.
Aplikasi & Gambaran Besar
Mengapa nilai harapan dan varians penting
Tujuan pembelajaran: Hubungkan mean dan penyebaran dengan pengambilan keputusan, lalu akhiri dengan cek akhir.
Di mana ide ini muncul
Permainan dan keadilan: nilai harapan memberi biaya masuk yang adil; varians memberi risiko.
Statistika: mean dan varians merangkum distribusi dan mendukung interval kepercayaan.
Data dan simulasi: estimasi Monte Carlo bergantung pada nilai harapan dan mengukur galat dengan varians.
Keuangan dan perencanaan: imbal hasil rata-rata vs volatilitas (penyebaran) adalah cerita mean/varians.
Contoh dikerjakan: permainan laba sederhana
Contoh: Sebuah permainan membayar \(+2\) dengan probabilitas \(0.4\) dan \(-1\) dengan probabilitas \(0.6\). Berapa laba harapannya?
\[ E[X] = 2(0.4)+(-1)(0.6)=0.8-0.6=0.2. \] Nilai harapan positif berarti permainan menguntungkan secara rata-rata, meskipun Anda bisa kalah dalam satu permainan.
Coba
Coba 1: Berapa varians dari dadu bias itu (nilai \(1\) atau \(2\) dengan peluang sama)?
Petunjuk: \(\mu=\frac{1+2}@@P0@@=1.5\). Gunakan \(E[X^2]-\mu^2\) dengan \(E[X^2]=\frac{1^2+2^2}@@P1@@=\frac@@P2@@@@P3@@\).
Coba 2: Berapa varians banyaknya kepala dalam dua lemparan koin adil?
Aturan varians: \(\mathrm@@P11@@(aX+b)=a^2\mathrm@@P12@@(X)\); jumlah independen menjumlahkan varians.
Simpangan baku adalah akar kuadrat varians, diukur dalam satuan yang sama dengan \(X\).
Langkah berikutnya: Tutup pelajaran ini dan coba kuis Anda lagi. Jika ada soal yang salah, buka kembali buku dan tinjau halaman yang sesuai dengan keterampilan yang Anda butuhkan (nilai harapan, varians, atau aturan kunci).
Rentetan 5+
Rentetan 10+
Rentetan 15+
Rentetan 20+
Rentetan 25+