EKSPONENSIAL
DISTRIBUSI GAMMA
Distribusi Gamma
Tidak selamanya distribusi normal dapat
digunakan untuk memecahkan masalah teknik
dan sains. Contohnya dalam teori antrian dan
keandalan, kurang tepat bila digunakan
pendekatan dengan distribusi normal,
distribusi Gamma lebih tepat menjadi
solusinya. Distribusi eksponensial adalah
sebuah kasus distribusi Gamma.
Distribusi Gamma
Definisi 1:
Distribusi Gamma adalah distribusi fungsi
padat yang terkenal luas dalam bidang
matematika.
Definisi 2 : Fungsi gamma didefinisikan oleh
Untuk > 0
dengan e=
Fungsi gamma ini adalah fungsi rekursif di
mana (n) = (n-1)!
Definisi 3:
Perubah acak kontinu X berdistribusi gamma dengan
parameter dan , jika fungsi padatnya berbentuk:
Grafik beberapa distribusi gamma dipelihatkan pada gambar 6.8.
Distribusi gamma yang khusus dengan disebut distribusi
Eksponensial (Lihat gambar 6.9)
o
|
1
1
0
0
x
x e ; x
f(x)
( )
; x yanglain
o |
o
| o
>
=
I
>
I
=
lainnya
x e x
x f
x
0
0
) (
1
) , ; (
/ 1 | o
o
o |
| o
dx e x
dx e x
X P
x
x
}
}
I
=
I
= = = s
60
0
10 / 7
5
60
0
/ 1
) 8 ( 10
1
) (
1
) 10 , 8 ; 60 (
| o
o
o |
| o
DISTRIBUSI EKSPONENSIAL
Distribusi Eksponensial
Keadaan khusus distribusi gamma
CONTOH.
Hari-hari antara kecelakaan pesawat terbang 1948-
1961 berikut distribusi eksponensial dengan rata-rata
44 hari antara setiap kecelakaan. Jika satu terjadi
pada 1 Juli setiap tahun tertentu:
a. Apa probabilitas dari yang lain seperti kecelakaan
dalam sebulan?
b. Apa varians dari waktu antara kecelakaan di tahun
tersebut?
Jawaban:
Distribusi eksponensial tidak memiliki memori,
maka sebuah kecelakaan di bulan tertentu tidak
memiliki bantalan pada setiap periode waktu
lainnya. Jadi:
a) probabilitas kecelakaan selama 31 hari adalah P
(31) = 1 - e ^ (-31/44) = 0,506
b) varians dari distribusi eksponensial adalah
(1 / 44) = 0,00052
Hubungan distribusi Poisson,
Eksponensial, dan Gamma
Pada suatu kejadian yang mengikuti proses Poisson,
waktu antar kejadian (atau waktu kejadian
pertama atau ke-1 dari kejadian terakhir, karena
sifatnya yang memoryless) tersebut akan
berdistribusi eksponensial. Sedangkan waktu
sampai terjadinya kejadian ke-o akan berdistribusi
gamma.