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:

Distribution
Uniform

Random Variable
X
Realization of
1 , 2 , ,

Possible
Values of X

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

Mean
E(X)

1 , 2 , ,

1/

:
2

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

<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 =

10

= 5 0,05 = 0,25

Rata-rata dan Variansi distribusi uniform arus kawat

tembaga: a=0, b=20

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

(200)2
12

= 33,33

= 5,77

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

Distribusi Peluang Kontinyu

NORMAL

Distribusi Normal

() 2
1
22
2

< <
= 3,14159
= 2,71828

Distribusi Normal
Area dalam Kurva Normal

13/11/2013

Distribusi Normal

Distribusi Normal

Area dalam Kurva 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 =

Distribusi Normal

Distribusi Normal
Menggunakan Tabel
Distribusi Normal
Standar

Contoh Soal

Distribusi Normal

Distribusi Normal
Contoh Soal

Suatu perusahaan generator menghitung berat salah satu

komponennya. Berat komponen tersebut berdistribusi normal dengan
rata-rata 35 gram, dan standard deviasi 9 gram.
1.

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
2.

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)

Distribusi Gamma

Rata-rata dan Variansi:

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 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 Peluang Kontinyu

EKSPONENSIAL

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

; = ;

1
; 2 = 1/2

= 1/

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

Contoh: Eksponensial

Dari Tabel:

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
= ;
1

5 = ;(6 )(5) = 2,71828 ;0,833 = 0,4347

X = menit antar telp ke 119

Rangkuman
Distributions with
Parameters

Possible Values of X

Normal (, 2 )

< <

Exponential ()

0<

Gamma (, )

0<

Note:
() =

Density Function
1

()2
1
2 2
2

;
1
;1 ;/
()

Distribusi Peluang Kontinyu

CHI-SQUARED

13/11/2013

Distribusi Chi-Squared

Distribusi Chi-Squared

Distribusi gamma dengan = /2 dan = 2

: degrees of freedom (derajat kebebasan), positive integer

Cari nilai dan

Cari peluang suatu hari tertentu pemakaian harian tenaga listrik
akan melebihi 12 juta kilowatt-jam

a.
b.

Density Function:
; =

Di suatu kota, pemakaian tenaga listrik harian dalam jutaan

kilowatt-jam, variabel acak berdistribusi gamma dengan = 6
dan 2 = 12.

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

0,

Mean dan Variansi:

= dan 2 = 2

>0

Jawab:

a.

= /2, = = 6, = = 3, = 2

b.

P X > 12 = 1

1
23

12 1 2
2
0 3
1 2

3

P X > 12 = 1
0

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

;1 (1 );1 =

, =
0

()()
, , > 0
( + )

Dengan parameter: > 0, > 0

Distribusi Peluang Kontinyu

Density Function:

BETA

; =

1
;1 (1
(,)

);1 , 0 < < 1

0,

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

parameter = 1, = 1

= , distribusi beta akan berbentuk simetris

Distribusi Beta

Distribusi Beta

Mean dan Variansi:

=

dan 2 =

Modus:
=

: 2 ::1

1
+2

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

=

1
1:1

1
2

= dan 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?

Jawab:
a.

P X > 0.7 =
P X > 0.7 =
P X > 0.7 =

b.

1 (:) ;1
x
(1
0.7 ()()
1

x);1

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

0.7
24
6

1 3

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.

1
= 4 0.219 = 0.876
0.7

Rata rata = 0.75; Variansi = 0.0375