13/11/2013

Distribusi Peluang Kontinyu

STATISTIK INDUSTRI 1
Agustina Eunike, ST., MT., MBA

Distribusi Peluang Kontinyu

Rata-rata dan Variansi
Rumus Umum:
Distribusi Peluang Diskrit dan Kontinyu

UNIFORM

Distribusi Diskrit Uniform

Distribusi Diskrit Uniform

Contoh:
Suatu bacth produk terdiri dari nomor serial, dengan nomor urut pertama terdiri dari 0 sampai dengan 9. Jika salah satu produk diambil secara acak, maka X adalah munculnya nomor serial dengan angka pertama tersebut masing-masing nomor (R={0,1,2,...,9) memiliki peluang 0,1. 1 = = 0,1 10 = (9:0) 2 <4,5 2 = (9;0:1) 12
2 ;1

Distribution Uniform

Random Variable X
Realization of 1 , 2 , ,

Possible Values of X 1 , 2 , ,

Distribution Function Fx(a) = P(X=a) 1/

Mean E(X)
: 2

<8,25

13/11/2013

Distribusi Kontinyu Uniform

Distribusi Kontinyu Uniform

Contoh:
Variabel acak kontinyu menotasikan pengukuran arus pada kawat tembaga dalam miliamper. Jika diketahui bahwa f(x)=0,05 untuk 0 x 20. Berapakah peluang pengukuran arus berada antara 5 dan 10 mA. 5 < < 10 = Rata-rata dan Variansi distribusi uniform arus kawat
10 5

= 5 0,05 = 0,25

tembaga: a=0, b=20

2 = = = 5,77
(200)2 12

= = (0+20) = 10 2 = 33,33

Distribusi Normal
Gaussian distribution (Karl Friedrich Gauss, 1777-1855) Bell-shaped curve Probability density function:
; , =
1 () 2 1 22 2

Distribusi Peluang Kontinyu

NORMAL

< < = 3,14159 = 2,71828

Distribusi Normal

Distribusi Normal
Area dalam Kurva Normal

13/11/2013

Distribusi Normal
Area dalam Kurva Normal

Distribusi Normal
Standard Distribusi Normal:
Kurva normal yang telah di-standarisasi dan menggambarkan nilai standar deviasi dari nilai rata-rata. = 0, = 1. (0,1).
: = 0, = 1

1 = 2 =

1 2

Distribusi Normal

Distribusi Normal
Menggunakan Tabel Distribusi Normal Standar

Contoh Soal

Distribusi Normal
Contoh Soal

Distribusi Normal

Suatu perusahaan generator menghitung berat salah satu komponennya. Berat komponen tersebut berdistribusi normal dengan rata-rata 35 gram, dan standard deviasi 9 gram.
1. 2. Hitung probabilitas bahwa satu komponen yang diambil secara acak akan memiliki berat antara 35 dan 40 gram? Berapa peluang pengambilan acak satu komponen dengan berat paling ringan 50 gram? JAWAB: 1. : = 40 , 40 35 = = = 0,56, 0,56 = 0,7123 9 = 35 , 35 35 = = = 0, 0 = 0,5 9 35 40 = 0 0,56 = 0,7123 0,5 = 0,2123

13/11/2013

Distribusi Normal
Latihan Soal:
Nilai ujian fisika di sebuah kelas terdistribusi secara normal dengan rata-rata 60 dan standar deviasi 10. Berapa persen siswa yang memperoleh nilai antara 60 dan 70?

Distribusi Normal
Menghitung nilai = , = + Contoh:
Diketahui suatu distribusi normal dengan = 40 dan = 6 . Carilah nilai , yang memiliki:
a. 45% area dari sisi kiri b. 14% area dari sisi kanan

Jawab:
a. = 0.45, = 0,13 = 6 0,13 + 40 = 39,22

Distribusi Normal
Latihan Soal:
Diketahui rata-rata hasil ujian adalah 74 dengan simpangan baku 7. Jika nilai-nilai peserta ujian berdistribusi normal dan 12% peserta nilai tertinggi mendapat nilai A, berapa batas nilai A yang terendah ?

Distribusi Normal
Central Limit Theory Menyelesaikan permasalahan binomial dengan distribusi normal

Distribusi Gamma
Diaplikasikan pada masalah antrian dan masalah keandalan (reliabilitas). Time / space occuring until a specified number of Poisson events occur Fungsi gamma:
Distribusi Peluang Kontinyu

GAMMA

Properti fungsi gamma:

13/11/2013

Distribusi Gamma
Fungsi distribusi gamma: : ; :

: : / : / ( = 1/ ) : (lama waktu atau luasan area hingga kejadian berikutnya)

Rata-rata dan Variansi:

Distribusi Gamma

Jika 1 dan 2 adalah variabel acak yang independen, dan 1 ~ (1 , ); 2 ~ (2 , ), maka 1 + 2 ~ (1 + 2 , ) Sehingga, jika ~ , , = 1, , , maka (1 + + )~ (1 + + , )

Distribusi Peluang Kontinyu

EKSPONENSIAL

Distribusi Eksponensial
Bentuk khusus dari distribusi peluang gamma ( = 1) Time to arrival or time to first poisson event problems Diaplikasikan pada permasalahan waktu antar kedatangan pada fasilitas jasa, life time / waktu kegagalan komponen, survival time, dan waktu respon komputer

Distribusi Eksponensial
Eksponensial menganut proses Poisson ( : laju kedatangan) ~ :

; = ;

=
= 1/

1 ; 2 = 1/2

Karakter penting: memoryless property

Pada permasalahan life time (hingga terjadi break down / failure / kerusakan), misal life time dari lampu, TV, kulkas

Kerusakan yang diakibatkan oleh pemakaian berkala (misal pemakaian mesin), tidak berlaku distirbusi eksponensial. Lebih tepat menggunakan distribusi GAMMA atau distribusi WEIBULL

13/11/2013

Contoh: Gamma

Contoh: Gamma

Contoh: Gamma
Dari Tabel:

Contoh: Eksponensial
Jumlah telpon masuk pada nomor darurat 119 pada suatu kota diketahui berdistribusi Poisson dengan rata-rata 10 telpon per jam. Jika saat ini dilakukan pengamatan, berapakah peluang telpon masuk terjadi paling cepat 5 menit dari sekarang? = 10 = 10/60 = 1/ = 6 menit per telpon = ; 5 = ;(6 )(5) = 2,71828 ;0,833 = 0,4347
1

X = menit antar telp ke 119

Rangkuman
Distributions with Parameters Normal (, 2 ) Exponential () Gamma (, ) Possible Values of X < < 0 < 0 < Density Function
1 ()2 1 2 2 2

; 1 ;1 ;/ ()

Note:
() =

Distribusi Peluang Kontinyu

CHI-SQUARED

13/11/2013

Distribusi Chi-Squared
Distribusi gamma dengan = /2 dan = 2
: degrees of freedom (derajat kebebasan), positive integer
a. b.

Distribusi Chi-Squared
Di suatu kota, pemakaian tenaga listrik harian dalam jutaan kilowatt-jam, variabel acak berdistribusi gamma dengan = 6 dan 2 = 12.
Cari nilai dan Cari peluang suatu hari tertentu pemakaian harian tenaga listrik akan melebihi 12 juta kilowatt-jam
= /2, = = 6, = = 3, = 2
2 6

Density Function: ; =

1 (/2);1 ;/2 , 2/2 (/2)

>0

Jawab:
a. b.

0,

P X > 12 = 1 P X > 12 = 1

1 23

12 1 2 2 0 3 1 2 3

Mean dan Variansi: = dan 2 = 2

P X > 12 = 1 F 6; 3 = 1 0.9380 = 0.0620

Distribusi Beta
Pengembangan dari distribusi uniform Distribusi kontiyu yang fleksibel tetapi terbatas pada suatu range tertentu. Misal: proporsi radiasi matahari yang diserap oleh suatu material, waktu maksimal untuk menyelesaikan suatu proyek Fungsi Beta:
1

, =
0

;1 (1 );1 =

()() , , > 0 ( + )

Dengan parameter: > 0, > 0 Distribusi Peluang Kontinyu

Density Function: ; =

BETA

1 ;1 (1 (,)

);1 , 0 < < 1

Catatan: distribusi uniform (0,1) adalah distribusi beta dengan parameter = 1, = 1

0,

= , distribusi beta akan berbentuk simetris

Distribusi Beta

Mean dan Variansi:

= Modus:

Distribusi Beta
:

dan 2 =

: 2 ::1

1 + 2

Distribusi uniform (0,1), mean dan variansi: =

1 1:1

= dan 2 =

1 2

(1)(1) 1:1 2 1:1:1

1 12

13/11/2013

Distribusi Beta
Jika diketahui waktu maksimum penyelesaian suatu proyek berdistribusi beta dengan = 3, dan = 1.
a. Berapakah peluang waktu penyelesaian melebihi 0.7? b. Berapa rata-rata dan variansi distribusi tersebut?

Referensi
Montgomery, D.C., Runger, G.C., Applied Statistic and Probability for Engineers, 5th ed, John Wiley & Sons, Inc., NJ, 2011 Walpole, Ronald B., Myers, Raymond H., Myers, Sharon L., Ye, Keying, Probability & Statistics for Engineers and Scientist, 9th ed, Prentice Hall Int., New Jersey, 2012. Weiers, R.M., 2011, Introduction to Business Statistics, Cengage Learning, OH, 2008.

Jawab:
a. P X > 0.7 = P X > 0.7 = P X > 0.7 = b.
1 (:) ;1 x (1 0.7 ()() 1

x);1

0.7 24 6

(4) x 2 (1 x)0 (3)(1)

1 3 3

1 = 4 0.219 = 0.876 0.7

Rata rata = 0.75; Variansi = 0.0375