DISTRIBUSI KHUSUS

UNTUK VARIABEL RANDOM KONTINU

Pada bab ini akan dibahas masalah distribusi khusus untuk variabel random kontinu
yaitu distribusi uniform , gamma , eksponensial , chi kuadrat , beta dan normal yang diikuti
sifat sifat mean , variansi dan momen.

1. Distribusi Uniform

Definisi
Jika x variabel random yang berdistribusi uniform , jika hanya jika x mempunyai fungsi
densitas seperti berikut :
f (x: a , b) =

s s

lain yang x untuk

b x a untuk
a b
, 0
,
1

di mana - < x <
Distribusi ini dilambangkan dengan X ~ UNIF (a,b)

Dstribusi tersebut dalam bentuk garafik seperti berikut .






Gambar 3.1. grafik fungsi densitas untuk distribusi Uniform (a,b)

1/(b-a)
a b


Dari definisi tersebut dapat diturunkan sifat mean , variansi dan momennya.
Teorema
Jika x berdistribusi uniform terhadap ( a , b ) , maka
1) Mean = E(x) =
2
b a +

2) Variansi = Var(x) =
12
) a b (
2

3) Momen = M
x
(t) =
t ) a b (
e e
at bt

2. Distribusi Gamma dan Eksponensial
Distribusi gamma dan eksponensial merupakan distribusi yang memegang peranan
penting dalam statistika. Alasan kedua distribusi ini dibahas dalam satu subbas seban (1)
distribusi eksponensial merupakan bentuk khusus dari distribusi gamma , (2) jumlah
variabel random yang independen dan identik. dengan distribusi eksponensial
merupakandistribusi gamma.
Definisi 3.2.
Variabel random x dikatakan berdistrubsi gamma dengan parameter o dan | , jika hanya
jika x mempunyai fungsi densitas seperti berikut :
f(x : o , |) =

>
I

lain yang x untuk
x untuk
x
e x
, 0
0 ,
/
) (
1
1 | o
o
o |

di mana o > 0 dan | > 0.
Distribusi ini dilambangkan dengan x ~ GAM (o , |)


Untuk lebih memperjelas definisi di atas , di bawah ini diberikan grafik densitas dari
distribusi gamma dengan o dan | yang berbeda.
Untuk mempermudah perhitungan integral pada distribusi gamma digunakan fungsi gamma
yang didefinisikanseperti berikut.
Definisi .
Fungsi gamma yang dinotasikan I(n) untuk setiap n > 0 , didefinisikan :
dx e x n
x n

}
= I
0
1
) (

Misalkan untuk n = 1 , maka 1 ) 1 (
0
1 1
= = I

}
dx e x
x
.
Teorema
Fungsi gamma memenuhi sifat-sifat sebagai berikut :
1) I(n) = (n-1) I(n-1)
2) I(n) = (n-1) !
3) I(1/2) = t

Dari definisi di atas . dapat diturunkan teorema sebagai berikut.
Teorema
Jika x variabel random dari distribusi gamma dengan parameter o dan | , maka
1) Mean = E(x) = o |
2) Variansi = Var(x) = o |
2

3) Momen = M
x
(t) =
( )
o
| t 1
1



Jika pada distribusi gamma diambil o = 1 dan | = u , maka diperoleh
distribusi baru yang disebut distribusi eksponensial , seperti didefinisikan berikut.

Definisi
Variabel random x dikatakan berdistribusi eksponensial dengan parameter u , jika hanya jika
x mempunyai fungsi densitas seperti berikut :
f(x: u) =

>

lain yang x untuk

x untuk e
x
, 0
0 ,
1
/ u
u

di mana u > 0
Distribusi ini dilambangkan dengan x ~ Eksp (u)

Dari definisi tersebut dapat diturunkan teorema sebagai berikut .
Teorema
Jika x variabel random dari distribusi eksponensial dengan parameter u , maka
) Mean = E(x) = u
2) Variansi = Var(x) = u
2

3) Momen = M
x
(t) =
( ) t 1
1
u


Contoh
Suatu mesin mengandung komponen yang mempunyai daya tahan hidup yang dinyatakan
dengan variabel random Y yang berdistribusi eksponensial dengan parameter p = 100.
Carilah probabilitas bahwa komponen tersebut akan mempunyai daya tahan hisup paling
tidak 50 hari.