Probabilitas dan Statistika

Distribusi Peluang Kontinu

Christine Suryadi
Departemen Teknik Informatika
Institut Teknologi Bandung

IF-ITB/CS/Agustus 2003 Page 1

IF2152 – Probabilitas dan Statistika

1
 Bahan Kuliah
• Konsep Distribusi Peluang Kontinu
• Contoh Peluang Kontinu

IF-ITB/CS/Agustus 2003 Page 2

IF2152 – Probabilitas dan Statistika

2
 Konsep Distribusi Peluang Kontinu
• Peubah acak kontinu mempunyai peluang nol
pada semua titik x. Karena itu tidak dapat
disajikan dalam bentuk tabel. Tetapi dengan
sebuah rumus.
• Distribusi peluang X dinyatakan dengan fungsi
f(x) yang disebut fungsi padat.

IF-ITB/CS/Agustus 2003 Page 3

IF2152 – Probabilitas dan Statistika

3
 Definisi 6
• Fungsi f((x) adalah fungsi padat peubah acak
kontinu X, yang didefnisikan di atas himpunan
semua bilangan real R, bila
• 1) f(x) ≥ 0 untuk semua x ∈ R.
∞

• 2) ∫ f ( x)dx = 1
−∞ b
• 3) P(a< X <b ) = ∫ f ( x)dx
a

IF-ITB/CS/Agustus 2003 Page 4

IF2152 – Probabilitas dan Statistika

4
 Contoh
• Misalkan peubah acak X mempunyai fungsi
padat peluang
x2
f ( x) = -1 < x < 2
3

=0 untuk x lainnya
(a) Tunjukkan bahwa syarat 2 definisi 6 dipenuhi.
(b) Hitung P( 0 < x < = 1 )

IF-ITB/CS/Agustus 2003 Page 5

IF2152 – Probabilitas dan Statistika

5
 Definisi 7
• Distribusi kumulatif F(x) suatu peubah acak
kontinu X dengan fungsi padat f(x) diberikan
oleh : b

F(x) = P( X ≤ x ) = ∫ f ( t ) dt
a

• Contoh : Carilah F(x) dari fungsi pada pada

contoh sebelumnya dan kemudian hitunglah
P(0 < x ≤ 1).

IF-ITB/CS/Agustus 2003 Page 6

IF2152 – Probabilitas dan Statistika

6
 Harapan Matematik
• Nilai harapan atau harapan matematik ini
dinyatakan dengan E(X). Rataan atau harga
harapan suatu peubah acak dapat diperoleh
dengan mengkalikan tiap nilai peubah acak
tersebut dengan peluang padanannya dan
kemudian menjumlahkan hasilnya. Bila
peubahnya kontinu, definisi harapan matematik
pada dasarnya sama, yaitu menggantikan
penjumlahan dengan integral.

IF-ITB/CS/Agustus 2003 Page 7

IF2152 – Probabilitas dan Statistika

7
 Arti nilai harapan
• Bila 2 logam dilantunkan 16 kali. X
menyatakan banyaknya muncul muka
perlantunan maka nilai x adalah 0,1atau 2.
Misalkan pada percobaan 16 kali pelemparan
uang logam diperoleh tidak ada muka, satu
muka, dan dua muka masing-masing 4, 7 dan 5
kali. Maka rataan muncul muka per 2 uang
logam tersebut juga nilai harapan adalah :
{ 0(4) + 1(7) + 2(5)}/16 = 1,06

IF-ITB/CS/Agustus 2003 Page 8

IF2152 – Probabilitas dan Statistika

8
 Definisi 8
• Misalkan X suatu peubah acak dengan distribusi
peluang f(x). Nilai harapan X atau harapan matematik
X ialah :

E ( X ) = ∑ xf ( x) bila X diskret
x
∞
bila X kontinu
= ∫ xf ( x)dx
−∞
• Contoh : Carilah nilai harapan banyaknya kimiawan
dalam panitia 3 orang yang terpilih secara acak dari 4
kimiawan dan 3 biologi.

IF-ITB/CS/Agustus 2003 Page 9

IF2152 – Probabilitas dan Statistika

9
• Contoh :
Dalam suatu permainan seseorang mendapat
Rp. 5 bila muncul semua muka atau semua
belakang jika tiga logam dilantunkan, dan
membayar Rp. 3 bila muncul muka atau 2.
Berapakah harapan kemenangannya ?

IF-ITB/CS/Agustus 2003 Page 10

IF2152 – Probabilitas dan Statistika

10
• Contoh :
Misalkan X peubah acak yang menyatakan
umur dalam jam sejenis bola lampu. Fungsi
padat peluang diberikan oleh :
20.000
f ( x) = x > 100
x3
=0 untuk x lainnya

• Hitunglah harapan umur jenis bola lampu tadi.

IF-ITB/CS/Agustus 2003 Page 11
IF2152 – Probabilitas dan Statistika

11
 Teorema 1
• Misalkanlah X suatu peubah acak dengan
distribusi peluang f(x). Nilai harapan fungsi
g(X) adalah :

E[ g ( x)] = ∑ g ( x) f ( x) bila X diskret

x
∞

= ∫ g ( x) f ( x)dx bila X kontinu

−∞

IF-ITB/CS/Agustus 2003 Page 12

IF2152 – Probabilitas dan Statistika

12
• Contoh : Misalkanlah X suatu peubah acak
dengan distribusi peluang sbb:

X 0 1 2 3
f(x) 2/3 ½ 0 1/6

• Hitunglah harga harapan y = ( x – 1) 2.

IF-ITB/CS/Agustus 2003 Page 13

IF2152 – Probabilitas dan Statistika

13
• Contoh : Misalkanlah X suatu peubah acak
dengan fungsi padat :

x2
• f ( x) = -1 < x < 2
3

• =0 untuk x lainnya
• Hitunglah nilai harapan g(X) = 2 x – 1.

IF-ITB/CS/Agustus 2003 Page 14

IF2152 – Probabilitas dan Statistika

14
 Variansi
• Ada 3 teorema untuk menghitung variansi
ataupun simpangan baku. Bila dimisalkan g(X)
sebagai fungsi peubah acak X, maka rataan dan
varinsi g(X) dinyatakan dengan masing-masing
µ g ( x ) dan σ g2 ( x ) .

IF-ITB/CS/Agustus 2003 Page 15

IF2152 – Probabilitas dan Statistika

15
 Teorema 2
• Misalkanlah X peubah acak dengan distribusi
peluang f(x). Maka variansi g(X) adalah

σ g ( X ) = E[{g ( X ) − µ
2 2
} ]
g(X )

IF-ITB/CS/Agustus 2003 Page 16

IF2152 – Probabilitas dan Statistika

16
 Teorema 3
• Bila X suatu peubah acak a dan b suatu tetapan
maka

σ X −b = σ X = σ
2 2 2

IF-ITB/CS/Agustus 2003 Page 17

IF2152 – Probabilitas dan Statistika

17
 Teorema 4
• Bila X suatu peubah acak dan a adalah tetapan,
maka

σ =σ σ = a2 σ
2 2 2 2
aX X

IF-ITB/CS/Agustus 2003 Page 18

IF2152 – Probabilitas dan Statistika

18