A. Distribusi Gabungan

Σχετικά έγγραφα
Sebaran Peluang Gabungan

Kalkulus Multivariabel I

Sistem Koordinat dan Fungsi. Matematika Dasar. untuk Fakultas Pertanian. Uha Isnaini. Uhaisnaini.com. Matematika Dasar

Matematika

MA4181 PENGANTAR PROSES STOKASTIK Bab 2 Peluang dan Eks

Kalkulus 1. Sistem Bilangan Real. Atina Ahdika, S.Si, M.Si. Statistika FMIPA Universitas Islam Indonesia

S T A T I S T I K A OLEH : WIJAYA

Kalkulus Multivariabel I

Konvergen dalam Peluang dan Distribusi

S T A T I S T I K A OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON

S T A T I S T I K A OLEH : WIJAYA FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON

Kalkulus 1. Sistem Koordinat. Atina Ahdika, S.Si, M.Si. Statistika FMIPA Universitas Islam Indonesia. Sistem Koordinat

Pengantar Proses Stokastik

Pengantar Proses Stokastik

Hendra Gunawan. 16 April 2014

TINJAUAN PUSTAKA. Sekumpulan bilangan (rasional dan tak-rasional) yang dapat mengukur. bilangan riil (Purcell dan Varberg, 1987).

Sebaran Kontinu HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA FMIPA UNAND LOGO

Kalkulus Elementer. Nanda Arista Rizki, M.Si. Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Mulawarman 2018

PERSAMAAN KUADRAT. 06. EBT-SMP Hasil dari

Pengantar Proses Stokastik

Pengantar Proses Stokastik

KALKULUS LANJUT. Integral Lipat. Resmawan. 7 November Universitas Negeri Gorontalo. Resmawan (Math UNG) Integral Lipat 7 November / 57

SOALMANDIRITINGKATSMA/MA/Sederajat ASAHTERAMPILMATEMATIKA(ASTRAMATIKA)XX I

LABORATORIUM STATISTIK DAN OPTIMASI INDUSTRI FAKULTAS TEKNIK PROGRAM STUDI TEKNIK INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR

Persamaan Diferensial Parsial

ANALISIS LITAR ELEKTRIK OBJEKTIF AM

(a) Nyatakan julat hubungan itu (b) Dengan menggunakan tatatanda fungsi, tulis satu hubungan antara set A dan set B. [2 markah] Jawapan:

MA5283 STATISTIKA Bab 2 Peluang

artinya vektor nilai rata-rata dari kelompok ternak pertama sama dengan kelompok ternak kedua artinya kedua vektor nilai-rata berbeda

TEORI PELUANG* TKS 6112 Keandalan Struktur. Pendahuluan

LOGIKA MATEMATIKA. MODUL 1 Himpunan. Zuhair Jurusan Teknik Informatika Universitas Mercu Buana Jakarta 2012 年 04 月 08 日 ( 日 )

Bilangan Euler(e) Rukmono Budi Utomo Pengampu: Prof. Taufiq Hidayat. March 5, 2016

TH3813 Realiti Maya. Transformasi kompaun. Transformasi kompaun. Transformasi kompaun. Transformasi kompaun

Jika X ialah satu pembolehubah rawak diskret yang mewakili bilangan hari hujan dalam seminggu, senaraikan semua nilai yang mungkin bagi X.

Jika X ialah satu pembolehubah rawak diskret yang mewakili bilangan hari hujan dalam seminggu, senaraikan semua nilai yang mungkin bagi X.

Transformasi Koordinat 3 Dimensi

2 m. Air. 5 m. Rajah S1

Transformasi Koordinat 2 Dimensi

Pumping Lemma. Semester Ganjil 2013 Jum at, Dosen pengasuh: Kurnia Saputra ST, M.Sc

BAB 5 : FUNGSI TRIGONOMETRI (Jangka waktu : 9 sesi) Sesi 1. Sudut Positif dan Sudut Negatif. Contoh

BAB 5 : FUNGSI TRIGONOMETRI (Jangka waktu : 9 sesi) Sesi 1. Sudut Positif dan Sudut Negatif. Contoh

ANALISIS KORELASI DEBIT BANJIR RENCANA UNTUK BERBAGAI KONDISI KETERSEDIAAN DATA DI DAERAH KHUSUS IBUKOTA JAKARTA ABSTRAK

EEU104 - Teknologi Elektrik - Tutorial 11; Sessi 2000/2001 Litar magnet

PENGEMBANGAN INSTRUMEN

Peta Konsep. 5.1 Sudut Positif dan Sudut Negatif Fungsi Trigonometri Bagi Sebarang Sudut FUNGSI TRIGONOMETRI

KONSEP ASAS & PENGUJIAN HIPOTESIS

( 2 ( 1 2 )2 3 3 ) MODEL PT3 MATEMATIK A PUSAT TUISYEN IHSAN JAYA = + ( 3) ( 4 9 ) 2 (4 3 4 ) 3 ( 8 3 ) ( 3.25 )

SMJ minyak seperti yang dilakarkan dalam Rajah S2. Minyak tersebut mempunyai. bahagian hujung cakera. Dengan data dan anggapan yang dibuat:

Ciri-ciri Taburan Normal

Bab 1 Mekanik Struktur

RUMUS AM LINGKARAN KUBIK BEZIER SATAHAN

STRUKTUR BAJA 2 TKS 1514 / 3 SKS PROGRAM STUDI TEKNIK SIPIL UNIVERSITAS JEMBER

Tegangan Permukaan. Kerja

BAB 3 PERENCANAAN TANGGA

BAB 4 PERENCANAAN PELAT LANTAI DAN PELAT ATAP

STQS1124 STATISTIK II LAPORAN KAJIAN TENTANG GAJI BULANAN PENSYARAH DAN STAF SOKONGAN DI PUSAT PENGAJIAN SAINS MATEMATIK (PPSM), FST, UKM.

Ukur Kejuruteraan DDPQ 1162 Ukur Tekimetri. Sakdiah Basiron

Rajah S1 menunjukkan talisawat dari jenis rata dengan dua sistem pacuan, digunakan untuk

TOPIK 1 : KUANTITI DAN UNIT ASAS

SEE 3533 PRINSIP PERHUBUNGAN Bab III Pemodulatan Sudut. Universiti Teknologi Malaysia

Pembinaan Homeomorfisma dari Sfera ke Elipsoid

ADLN Perpustakaan Universitas Airlangga. Misalkan terdapat N buah besaran A µ dalam sistem koordinat {x µ } dan N

MODUL 3 : KERTAS 2 Bahagian A [40 markah] (Jawab semua soalan dalam bahagian ini)

PEPERIKSAAN PERCUBAAN SIJIL PELAJARAN MALAYSIA 2005

EMT361 Keboleharapan & Analisis Kegagalan. Dr Zuraidah Mohd Zain Julai, 2005

ALGORITMA DEUTSCH-JOZSA PADA KUANTUM KOMPUTER SISTEM NMR (Nuclear Magnetic Resonance) 4 QUBIT

BAB III PERHITUNGAN TANGGA DAN PELAT. Gedung Kampus di Kota Palembang yang terdiri dari 11 lantai tanpa basement

Kemahiran Hidup Bersepadu Kemahiran Teknikal 76

Keterusan dan Keabadian Jisim

ELEKTRIK KEMAHIRAN TEKNIKAL : BAB 1

BAB 4 PERENCANAAN TANGGA

Klasifikasi bagi Kumpulan-Dua dengan Dua Penjana yang Mempunyai Kelas Nilpoten Dua

1 Bahan manakah yang TIDAK merupakan makromolekul (molekul raksasa)? 2 Bahan berikut merupakan oligomer bagi hasil pempolimeran etilena (etena).

Lampiran 1. Perhitungan Dasar Penentuan Kandungan Pupuk Organik Granul

KEKUATAN KELULI KARBON SEDERHANA

Nama Mahasiswa: Retno Palupi Dosen Pembimbing: Prof. Dr. Ir. I Gusti Putu Raka, DEA Ir. Heppy Kristijanto, MS

Lampiran 1. Hasil identifikasi sampel

UNTUK EDARAN DI DALAM JABATAN FARMASI SAHAJA

Pemerihalan Data. Pemerihalan Data. Sukatan kecenderungan memusat. Pengenalan. Min. Min 1/14/2011

SMK SERI MUARA, BAGAN DATOH, PERAK. PEPERIKSAAN PERCUBAAN SPM. MATEMATIK TAMBAHAN TINGKATAN 5 KERTAS 1 Dua jam JUMLAH

Perubahan dalam kuantiti diminta bagi barang itu bergerak disepanjang keluk permintaan itu.

Teorem Titik Tetap Pemetaan 2 Mengecut Pada Ruang 2 Metrik

MENGENALI FOTON DAN PENGQUANTUMAN TENAGA

Diagnostic Statistical Manual of Mental Disorder (DSM IV,1994)

BAB 4 PERENCANAAN TANGGA

CADASTRE SURVEY (SGHU 2313)

INVESTIGASI EMPIRIS KEKUATAN UJI KPSS. Oleh MUHAMMAD FAJAR

SESI: MAC 2018 DSM 1021: SAINS 1. Kelas: DCV 2

Kuliah 4 Rekabentuk untuk kekuatan statik

ACCEPTANCE SAMPLING BAB 5

SESI: MAC 2018 DSM 1021: SAINS 1 DCV 2 PENSYARAH: EN. MUHAMMAD AMIRUL BIN ABDULLAH

BAB I PENGENALAN. 1.1 Latar Belakang Kajian

Tabel 1 Kombinasi perlakuan kompos, unsur kelumit, dan waktu penyemprotan

ALIRAN BENDALIR UNGGUL

LATIHAN. PENYUSUN: MOHD. ZUBIL BAHAK Sign. : FAKULTI KEJURUTERAAN MEKANIKAL UNIVERSITI TEKNOLOGI MALAYSIA SKUDAI JOHOR

Disediakan oleh Guru Matematik Tingkatan 4 GEORGE DAVID

Kuasa Dua Tensor Yang Tak Abelan bagi Kumpulan-Dua dengan Dua Penjana yang Mempunyai Kelas Nilpoten Dua

SELAMAT DATANG KE KULIAH 12 EX2023 MAKROEKONOMI II FAKULTI EKONOMI UNIVERSITI KEBANGSAAN MALAYSIA

SEKOLAH MENENGAH KEBANGSAAN MENUMBOK. PEPERIKSAAN AKHIR TAHUN 2015 MATEMATIK TINGKATAN 4 Kertas 2 Oktober Dua jam tiga puluh minit

Latihan PT3 Matematik Nama:.. Masa: 2 jam. 1 a) i) Buktikan bahawa 53 adalah nombor perdana. [1 markah]

Transcript:

HANDOUT PERKULIAHAN Mata Kuliah Pokok Bahasan : Statistika Matematika : Distibusi Dua peubah Acak URAIAN POKOK PERKULIAHAN A. Distribusi Gabungan Definisi 1: Peubah Acak Berdimensi Dua Jika S merupakan ruang sampel dari sebuah eksperimen, maka pasangan (X,Y) dinamakan peubah acak berdimensi dua, jika X dan Y masing-masing menghubungkan sebuah bilangan real dengan setiap anggota S. Definisi 2: Peubah Acak Diskrit Berdimensi Dua (X,Y) disebut peubah acak diskrit berdimensi dua, jika banyak nilai-nilai yang mungkin dari (X,Y) salah satunya berhingga atau tidak berhinga tetapi dapat dihitung disebut peubah acak diskrit berdimensi dua. Contoh 1: Sebuah kotak berisi 3 bola bernomor 1, 2, 3. Kemudian diambil dua bola secara acak dengan pengembalian. Misalkan peubah acak X menyatakan bilangan pada pengambilan bola pertama dan peubah acak Y menyatakan bilangan pada pengambilan bola kedua. Definisi 3: Peubah Acak Kontinu Berdimensi Dua (X,Y) disebut peubah acak kontinu berdimensi dua, jika banyak nilai-nilai yang mungkin dari X dan Y masing-masing berbentuk sebuah interval. Contoh 2: Dalam tubuh seorang wanita yang sehat berusia 20 sampai 29 tahun, kadar kalsium dalam darahnya, yaitu X, biasanya antara 8,5 dan 10,5 mg/dl, sedangkan kadar kolesterolnya, yaitu Y, biasanya antara 120 dan 240 mg/dl Definisi 4: Fungsi Peluang Gabungan Jika X dan Y adalah dua peubah acak diskrit, maka fungsi yang dinyatakan dengan p(x,y) = P(X = x, Y = y) untuk setiap pasangan nilai (x,y) dalam daerah hasil dari X dan Y, dinamakan fungsi peluang. Sifat-sifat Fungsi Peluang Gabungan: 1. P(x,y) 0, untuk setiap pasangan nilai (x,y) dalam daerah asalnya.

2. p(x, y) = 1 Contoh 3: Fungsi peluang gabungan dari X dan Y berbentuk : P(x,y) = kxy; x=1,2,3 dan y= 1,2,3 a. Tentukan nilai konstanta k b. Hitung P(X>2, Y<2) Definisi 4: Fungsi Densitas Gabungan Sebuah fungsi yang melibatkan dua peubah acak X dan Y dengan nilai-nilainya dinyatakan dalam bidang xy dinamakan fungsi densitas gabungan, jika dan hanya jika: A terletak dalam bidang xy Sifat-sifat Fungsi Densitas Gabungan: 1. f(x, y) 0, untuk < x, y < 2. f(x, y) dx dy = 1 P[(x, y) A] = f(x, y)dx dy Contoh 4: Misalkan fungsi densitas gabungan dari X dan Y berbentuk: f(x,y) = cxy ; 0 < x < 3, 1< y < 4 = 0 ; x, y lainnya a. Tentukan nilai konstanta c b. Hitung P[(X,Y) Є A ], dengan A adalah daerah {(x,y); 0 < x < 2, 2 < y < 3} A B. Distribusi Marginal Apabila kita mempunyai distribusi gabungan dari dua peubah acak X dan Y (bisa diskrit semua atau kontinu semua), maka kita dapat menentukan distribusi peubah acak X dan distribusi peubah acak Y. Distribusi yang diperoleh dengan cara demikian dinamakan distribusi marginal. Definisi 1: Fungsi Peluang Marginal Jika X dan Y adalah dua peubah acak diskrit dan p(x,y) adalah nilai dari fungsi peluang gabungannya di (x,y), maka fungsi yang dirumuskan dengan :

p 1 (x) = p(x, y) Untuk setiap x dalam daerah hasil X dinamakan fungsi peluang marginal dari X. Adapun fungsi yang dirumuskan dengan : p 2 (y) = p(x, y) Untuk setiap y dalam daerah hasil Y dinamakan fungsi peluang marginal dari Y. y x Contoh 5: Berdasarkan contoh 3. a. Tentukan fungsi peluang marginal dari X b. Tentukan fungsi peluang marginal dari Y Definisi 2: Fungsi Densitas Marginal Jika X dan Y adalah dua peubah acak kontinu dan f(x,y) adalah nilai fungsi densitas gabungan di (x,y), maka fungsi yang dirumuskan dengan : g(x) = f(x, y)dy; < x < Adapun fungsi yang dirumuskan dengan, dinamakan fungsi densitas marginal dari X h(y) = f(x, y)dx; < y <, dinamakan fungsi densitas marginal dari Y g(x) dan h(y) masing-masing merupakan fungsi densitas, maka: 1. g(x)dx = 1 2. h(y)dy = 1 Contoh 6: Misalkan fungsi densitas gabungan dari X dan Y berbentuk: f(x,y) = (4/35)xy ; 0 < x < 3, 1 < y < 4 = 0 ; x lainnya a. Tentukan fungsi densitas marginal dari X b. Tentukan fungsi densitas marginal dari Y C. Distribusi Bersyarat Definisi 1: Fungsi Peluang Bersyarat

Jika p(x,y) adalah nila fungsi peluang gabungan dari dua peubah acak diskrit X dan Y di (x,y) dan p 2 (y) adalah nilai fungsi peluang marginal dari Y di y, maka fungsi yang dinyatakan dengan p(x y) = p(x,y) p 2 (y) ; p 2 (y) > 0 untuk setiap x dalam daerah hasil X, dinamakan fungsi peluang bersyarat dari X diberikan Y = y. Jika p 1 (x) adalah nilai fungsi peluang marginal dari X di x, maka fungsi yang dirumuskan p(x,y) p(x y) = ; p 1 (x) > 0 p 1 (x) untuk setiap y dalam daerah Y, dinamakan fungsi peluang bersyarat dai Y diberikan X=x. Definisi 2: Fungsi Densitas Bersyarat Jika f(x,y) adalah nila fungsi densitas gabungan dari dua peubah acak kontinu X dan Y di (x,y) dan f 2 (y) adalah nilai fungsi peluang marginal dari Y di y, maka fungsi yang dinyatakan dengan: p(x y) = f(x,y) f 2 (y) ; f 2 (y) > 0 untuk setiap x dalam daerah hasil X, dinamakan fungsi peluang bersyarat dari X diberikan Y = y. Jika p 1 (x) adalah nilai fungsi peluang marginal dari X di x, maka fungsi yang dirumuskan p(x y) = f(x,y) f 1 (x) ; f 1 (x) > 0 untuk setiap y dalam daerah Y, dinamakan fungsi peluang bersyarat dai Y diberikan X =x. Contoh 7: 1. Berdasarkan contoh 3. a. Tentukan p(x y) b. Tentukan p(y x) 2. Diketahui fungsi densitas gabungan dari X dan Y adalah f(x,y) = 4xy ; 0 < x < 1, 0 < y < 1 = 0 ; x lainnya a. Tentukan g(x y) b. Tentukan h(y x)

D. Kebebasan Stokastik Definisi 1: Kebebasan Stokastik Diskrit Misalkan dua peubah acak diskrit X dan Y mempunyai nilai fungsi peluang gabungan di (x,y), yaitu p(x,y) serta masing-masing mempunyai nilai fungsi peluang marginal dari X di x, yaitu p 1 (x) dan nilai fungsi peluang marginal dari Y di y, yaitu p 2 (y). Kedua peubah acak X dan Y dikatakan bebas stokastik, jika dan hanya jika: p(x, y) = p 1 (x). p 2 (y) Untuk semua pasangan nilai (x,y) Contoh 8: Berdasarkan Contoh 3 Apakah X dan Y bebas stokastik? Definisi 2: Kebebasan Stokastik Kontinu Misalkan dua peubah acak kontinu X dan Y mempunyai nilai fungsi densitas gabungan di (x,y), yaitu f(x,y) serta masing-masing mempunyai nilai fungsi peluang marginal dari X di x, yaitu f 1 (x) dan nilai fungsi peluang marginal dari Y di y, yaitu f 2 (y). Kedua peubah acak X dan Y dikatakan bebas stokastik, jika dan hanya jika: f(x, y) = f 1 (x). f 2 (y) Contoh 2: Misalkan fungsi peluang gabungan dari X dan Y berbentuk: f(x,y) = x + y ; 0<x< 1; 0<y<1 Apakah X dan Y bebas stokastik?

HANDOUT PERKULIAHAN Mata Kuliah Pokok Bahasan : Statistika Matematika : Ekspektasi Dua Peubah Acak Diskrit URAIAN POKOK PERKULIAHAN A. Nilai Ekspektasi Gabungan Definisi: Jika X dan Y adalah dua peubah acak diskrit, p(x,y) adalah nilai fungsi peluang gabungan dari (X, Y) di (x,y), dan v(x,y) adalah fungsi dari peubah acak X dan Y; maka nilai ekspektasi gabungan dari v(x,y), dinotasikan dengan E[v(x,Y)], dirumuskan sebagai: Contoh 1: E[v(X, Y)] = v(x, y). p(x, y) Misalkan fungsi peluang gabungan dari peubah acak X dan Y berbentuk: p(x,y) =(1/72) (x + 2y) ; x = 0,1, 2, 3 y = 0,1, 2, 3 Hitung E(2XY 2 1) B. Ekspektasi Bersyarat Definisi: Jika X dan Y adalah dua peubah acak diskrit, p (x y) adalah nilai fungsi peluang bersyarat dari X diberikan Y=y di x, dan p (y x)) adalah nilai fungsi peluang bersyarat dari Y diberikan X=x di y, maka nilai ekspektasi bersyarat dari u(x) diberikam Y=y dirumuskan sebagai berikut: E[u(X) y] = u(x). p (x y) Dan ekspektasi bersyarat dari v(y) diberikan X=x dirumuskan sebagai berikut: E[v(Y) x] = v(y). p (y x) Contoh: Misalkan fungsi peluang gabungan dari peubah acak X dan Y berbentuk: p(x,y) =(xy/18) ; x = 1, 2, 3 y = 1, 2 Hitung E(3X y= 1) dan E(2Y 2 x = 1) x y

C. Rataan Bersyarat Definisi: Jika X dan Y adalah dua peubah acak diskrit, p (x y) adalah nilai fungsi peluang bersyarat dari X diberikan Y=y di x, dan p (y x)) adalah nilai fungsi peluang bersyarat dari Y diberikan X=x di y, maka nilai rataan bersyarat dari X diberikam Y=y dirumuskan sebagai berikut: E(X y) = x. p (x y) Dan rataan bersyarat dari Y diberikan X=x dirumuskan sebagai berikut: E(Y x) = y. p (y x) Contoh: Misalkan fungsi peluang gabungan dari X dan Y berbentuk: p(x,y) = (1/72) (x+2y); x = 0, 1, 2, 3 dan y = 0,1, 2, 3 Hitung E(X y=1) dan E(Y x=2) x y D. Perkalian Dua Momen Definisi : Perkalian Dua Momen Diskrit Jika X dan Y adalah dua peubah acak diskrit, p(x,y) adalah nilai fungsi peluang gabungan dari (X, Y) di (x,y), µ x adalah rataan dari X dan µ y adalah rataan dari Y; maka perkalian dua momen sekitar pusat ke-r dan ke-s dari X, dan Y (dinotasikan dengan µ r,s ) dirumuskan sebagai berikut: μ r,s = E(X r Y s ) = x r y s. p(x, y) dan perkalian momen sekitar rataan ke-r dan ke-s dari X dan Y (dinotasikan dengan µ r,s ) dirumuskan sebagai berikut: μ r,s = E((X μ x ) r (Y μ y ) s ) = (x μ x ) r (y μ y ) s. p(x, y) E. Kovarians Definisi 1: Kovarians Perkalian momen sekitar rataan ke-1 dan ke-1 dari peubah acak X dan Y disebut kovarians dari X dan Y dan dinotasikan dengan Kov(X,Y) atau σ xy, dengan Kov(X,Y) = E[(X - µ x ) (Y - µ y )] Definisi 2: Kovarians Diskrit

Jika X dan Y adalah dua peubah acak diskrit, p(x,y) adalah fungsi peluang dari X di x, maka fungsi pembangkit momen dari X didefinisikan sebagai: Kov(X, Y) = (x μ x )(y μ y ). p(x, y) Perumusan Kovarians Umum Kov(X,Y) = µ 1,1 - µ x µ y F. Varians Bersyarat Definisi 1: Varians Bersyarat Umum Jika X dan Y adalah dua peubah acak, baik diskrit maupun kontinu, maka varians bersyarat dari X diberikan Y=y didefinisikan sebagai: Var(X y) = E[{X E(X y)} 2 y] atau Var(X y) = E(X 2 y) [E(X y) y] 2 Dan varians bersyarat dari Y diberikan X = x didefinisikan sebagai: Var(Y x) = E[{Y E(Y x)} 2 x] atau Var(Y x) = E(Y 2 x) [E(Y x) x] 2 Definisi 2: Varians Bersyarat Diskrit Jika X dan Y adalah dua peubah acak diskrit, p (x y) adalah nilai fungsi peluang bersyarat dari X diberikan Y=y di x, dan p (y x) adalah nilai fungsi peluang bersyarat dari Y diberikan X=x di y, maka varians bersyarat dari X diberikam Y=y dirumuskan sebagai berikut: Var(X y) = [x E(X y)] 2. p (x y) dan varians bersyarat dari Y diberikan X=x dirumuskan sebagai: Var(Y x) = [y E(Y x)] 2. p (y x) x y G. Fungsi Pembangkit Momen Gabungan Definisi 1: Fungsi Pembangkit Momen Gabungan Umum Jika X dan Y adalah dua peubah acak, baik diskrit maupun kontinu, maka fungsi pembangkit momen gabungan dari X dan Y (dinotasikan dengan M(t 1, t 2 )) didefinisikan sebagai: M(t 1, t 2 ) = E[exp(t 1 X + t 2 Y)] untuk h 1 < t 1 < h 1, -h 2 < t 2 < h 2, h 1 > 0, h 2 > 0 Definisi 2: Fungsi Pembangkit Momen Gabungan Diskrit

Jika X dan Y adalah dua peubah acak diskrit dengan p(x,y) adalah nilai fungsi peluang gabungan dari X dan Y di (x,y), maka fungsi pembangkit momen gabungan dari X dan Y didefinisikan sebagai: M(t 1 t 2 ) = e t 1x+t 2 y p(x, y)