dan
Distribusi Probabilitas
Kontinu
1
d-c
0 c d
Persamaan yang mendeskripsikan distribusi seragam adalah
f(x) = 1/(d-c) untuk c x d
= 0 untuk yang lainnya.
Mean x = (c+d)/2
Deviasi standar x = (d-c)/12
Contoh:
Waktu seseorang menunggu datangnya
1
P ( x 30)
dx 0.25
120 0
0
P(x>30)=1-P(x<=30)=0.75
Distribusi Normal
(Distribusi Gauss)
f x; x , x
x 2
xx 2
2
e
2
x
dalam 1 x dari x ,
dalam 2 x dari x ,
dalam 3 x dari x
Statistik Deskriptif
Normal
Untuk suatu distribusi normal dengan nilai-
dan .
2
1
1 < 2 1 = 2
1 = 2 1 > 2
2
1
1 < 2 1 < 2
1
f N z;0,1
e
2
Menstandardkan distribusi
Normal
Distribusi normal variable acak kontinu X
a x
x x
P X a P Z x
x
a x
b x
a x
b x
P a x b P
Zx
x
x
x
x
a x
b x
b x
P X b P Z x
1 P Z x
1
x
x
Contoh :
1. Diketahui data berdistribusi normal dengan
mean = 55 dan deviasi standar = 15
a) P(55x75) =
=
= P(0Z1,33)
= 0,4082 (Tabel Z)
Atau
Tabel Z A =
0,4082
b) P(60x80) =
= P(0,33Z1,67)
= P(0Z1,67) P(0Z0,33)
= 0,4525 0,1293 = 0,3232
Z1 =
= 0,33 B = 0,1293
Z2 =
= 1,67 A = 0,4525
C = A B = 0,3232
c) P(40x60)= A + B
=
= P(-1,00Z0,33)
= P(-1,00Z0) +
P(0Z0,33)
= 0,3412 + 0,1293
= 0,4705
Atau : Z1 =
= = -1,00
A = 0,3412
Z2 =
= 0,33
B = 0,1293
= 0,5 0,3412
= 0,1588
e.
P(x 85)
f.
P(
x 0) = 0,45
P(
Z 0) =
= -1,645
(x<)
. +
= (-1,645)7 +
74
= 62,485
X np
maka z =npq
x-n
standar
berdistribusi normal
untuk > 0
x 1e x dx
Fungsi gamma ini adalah fungsi
rekursif di mana (n) = (n0
1)!
Distribusi Gamma
Variabel random kontinu X memiliki sebuah distribusi
gamma, dengan parameter dan , jika fungsi densitasnya
diberikan oleh:
1
1 x /
x
e
, untukx 0
f (x )
0
lainnya
Distribusi Eksponensial
Variabel random kontinu X memiliki sebuah
distribusi eksponensial, dengan parameter , jika
fungsi densitas (pdf)-nya diberikan oleh:
1 x /
,
e
untukx 0
lainnya
f (x )
di mana > 0.
Contoh:
Suatu sistem mengandung sejenis komponen
1 x / 5
p ( X 8) e dx e 8 / 5 0.2
5
8
P(Y 2) 1 P( X 1)
5
(0.2) c (0.8) 5c
1 c
1 0.737 0.263
1
c 0