BEBERAPA DISTRIBUSI PELUANG KONTINUE (HAMPIRAN NORMAL TERHADAP BINOMIAL, DISTRIBUSI GAMMA, EKSPONENSIAL) DAN KHI-KUADRAT) 1.

Hampiran Norma !"r#a$ap Binomina Hampiran normal dipakai untuk menghitung peluang binominal bila p tidak dekat dengan nol atau 1. Hampiran tersebut baik sekali bila n besar dan cukup baik untuk nilai n yang kecil asal saja p cukup dekat . Hampiran normal masih baik dipakai bila np maupun ng lebih besar dari 5. T"or"ma Bila x peubah acak binominal dengan rataan M = np dan variansi = np! maka bentuk limit distribusi "=
# np np!

Bila n

ialah distribusi normal baku n $%& '& 1(

)leh karena distribusi binominal mempunyai variabel diskrit& sedangkan distribusi normal bervariabel kontinue& maka dalam menggunakan distribusi normal untuk memecahkan persoalan binominal perlu diadakan penyesuaian sebagai berikut * untuk harga variabel x batas ba+ah diundurkan '&5 dan harga variabl x batas atas diajukan '&5. ,ontoh * Hitung besarnya probabilitas untuk memperoleh 5 permukaan gambar dalam 1 kali lemparan dari mata uang logam yang masih baik - = 1 & x = 5 dan p = . $5 / 1 ( =
1 0 1 x 50$1 5(0
5

= 12 x =

1 1 x 4 1 3

12 = '&1245 5'26

7pabila kita gunakan kurva normal * M = np =1 $18 ( = 6 =

np$1 p( = 1 $1 8 (.$1 8 (

= 114

5&5 "1 " = =

5&5 6

5&5 6 = 9'&31 1.14 5&5 6 = 9'& 2 1.14

. $5&5 : x : 5&5(

= . $9'&31 : " : 9'& 2( = . $" : 9 '& 2( ; . $" : 9'&31( = '&4352 ; '&12 = '&1241

.erbedaan antara hasil rumus binomial dengan normal = '&1241 ; '&1245 = '&'''4 karena kecil sekali dapat kita abaikan. %. Di&!ri'(&i Gamma <ksperimen9eksperimen probabilitas yang hasilnya menunjukkan suatu bentuk distribusi yang mempunyai variasi ukuran kemencengan yang cukup signi=ikan& distribusi >amma merupakan salah satu alternati= model yang banyak digunakan. ?erlebih dahulu akan diperkenalkan sebuah =ungsi gamma. @ungsi gamma r $( adalah * r $ ( =

x
'

A 1

x e dx

& untuk B '

Ci=at9si=at penting =ungsi gamma adalah * 1. Dntuk sebuah bilangan bulat positi= n& $n( = $n ; 1( 0 . Eide=inisikan = $18 ( = Eistribusi gamma
F

.eubah acak kontinu x berdistribusi gamma& dengan parameter dan & bila padatnya diberikan oleh * =$x * & ( =
1 x A 1e x8G x ' G $AA

= ' untuk x lainnya Bila B ' dan B ' Eistribusi >amma Ctandard Hika parameter skala sebuah distribusi gamma = 1 diperoleh suatu distribusi gamma standar.
1 t t A e dt @> = $x * ( = . $I x( = J$A( ' x

. $I x( = @> $x / & ( = @> G /A

,ontoh * Kariable acak kontinu x yang menyatakan ketahanan suatu bantalan peluru $dalam ribaun jam( yang diberi pembebanan dinamis pada suatu putaran kerja tertentu mengikuti suatu distribusi gamma dengan = 3 dan = 15& ?entukan& probabilitas sebuah bantalan peluru dapat digunakan selama 6' ribu91 ' ribu jam dengan pembebanan dinamik pada putaran kerja tersebut0 Ha+ab * . $6' x 1 '( = . $x 1 '( ; . $x 6'( = @> $1 '/ 3 & 15( 9 @> $6' / 3& 15 ( = @> $1 '815 / 3( 9 @> $6'815/ 3( = @> $3 /3( 9 @> $5 / 3( = '&551' ; '&'511 = '&5252 4. Eistribusi <ksponensial Eistribusi >amma khususnya dengan = 1 disebut distribusi eksponensial. .eubah acak kontinu x distribusi eksponensial dengan parameter & bila =ungsi padatnya diberikan oleh *

1. =< $x / G (

= G e9x8 x ' = ' untuk x lainnya

Eengan B ' . @< $x / G ( = . $I x( = G

1
1

'

e x8G dx = 1 ; e9x8

,ontoh * Misalkan x adalah +aktu $response time( suatu terminal komputer on9line yang merupakan tenggang +aktu antara masuknya suatu permintaan dari pengguna sampai sistem mulai memberikan tanggapan atas permintaan tersebut& memiliki suatu distribusi eksponensial dengan +aktu tanggap rata9 rata 5 detik. Hika seseorang perintah tersebut akan dijalankan selambat9 lambatnya setelah 1' detik. . $I 1'( = @ $1' /
1 ( = 1 ; e91'8'& = 1 ; e9 = 1 ; '&145 = '&365 5

5. Eistribusi Lhi9kuadrat $I ( Eistribusi gamma khas yang kedua diperoleh bila = K8 & = kuadrat dengan derajat kebebasan K. .eubah acak kontinu I berdistribusi khi9kuadrat dengan derajat kebebasan K& bila =ungsi padatnya diberikan oleh *
1 x $v8 J$v8 (

dan K

bilangan bulat positi=. @ungsi peluang padat seperti itu disebut distribusi khi9

@x $x / v( =

( 1 x8

v8

& x 4'

= ' untuk x lainnya

T"or"ma )

Mataan dan variansi distribusi gamma adalah * = dan = 7kibat 1 Mataan dan variansi distribusi eksponensial adalah = dan = 7kibat Mataan dan variansi distribusi khi9kuadrat adalah = K dan = K

DA*TAR PUSTAKA

Ejar+anto& dkk. 1226. Statistik Induktif. B.@< *Nogyakarta Harinaldi. Hakarta. ''5. Prinsip-prinsip Statistik untuk Teknik dan Sains. <rlangga *