Sipil (A)
Distribusi Gamma
Kendati distribusi normal dapat digunakan untuk memecahkan banyak persoalan dalam bidang rekayasa dan sains, masih banyak sekali persoalan yang memerlukan fungsi padat jenis lain diantaranya adalah distribusi gamma. Distribusi gamma memainkan peran yang penting dalam teori antrian dan teori keandalan (reliabilitas). Jarak antara waktu tiba di fasilitas pelayanan (misalnya,bank dan loket tiket kereta api), dan lamanya waktu sampai rusaknya suku cadang dan alat listrik,sering menyangkut distribusi gamma. Distribusi gamma adalah distribusi fungsi padat yang terkenal luas dalam bidang matematika. Fungsi gamma didefinisikan sebagai () = x1exdx untuk 0 Bila diintegralkan menurut bagian dengan = x1 dan dv = e-xdx maka diperoleh -x 1 () = -e x | + e-x(1)x2dx = (1)e-xx2dx, untuk 1, yang menghasilkan rumus berulang () = (1)(1) Dengan memakai rumus berulang berkali-kali diperoleh () = (1)(2)(2) = (1)(2)(3)(3), dan seterusnya. Perhatikan bahwa bila = n, dengan n bilangan bulat positif, maka (n) = (n1)(n2),...,(1)
Akan tetapi, karena (1) = e-xdx = 1 maka (n)=(n1)! Suatu sifat penting fungsi gamma adalah (1/2)=.
Peubah acak kontinu x berdistribusi gamma, dengan parameter dan ,bila fungsi padatnya berbentuk ___1__ x1ex/ F(x) = () 0, dengan > 0 dan > 0 x>0 untuk x lainnya,
Berikut ini adalah grafik distribusi gamma untuk beberapa nilai tertentu parameter dan
Rataan dan variansi distribusi gamma adalah = dan = Rumus diatas diperoleh dari = E(x)__1__ xe-x/dx () Misalnya y = x/, sehingga = __ ye-ydy () = _(+1)_ = () Untuk memperoleh variansi distribusi gamma, dengan mengikuti cara diatas akan diperoleh E(X) = _(+2)_ = (+1) () Sehingga = E(X) - = (+1) - =
Pentingnya distribusi gamma terletak pada kenyataan bahwa distribusi ini merupakan suatu keluarga distribusi yang distribusi lainnya merupakan hal khusus. Tetapi gamma sendiri mempunyai terapan penting dalam waktu menunggu dan teori keandalan. Jika distribusi eksponensial memerikan waktu sampai terjadinya kejadian Poisson (atau waktu antara kejadian Poisson) maka waktu (atau ruang) terjadinya sampai sejumlah tertentu kejadian Poisson terjadi merupakan peubah acak yang fungsi padatnya diperikan oleh distribusi gamma. Jumlah tertentu kejadian ini ialah parameter dalam fungsi padat gamma. Fungsi padat gamma dapat diperoleh dari hubungannya dengan proses Poisson.
Berikut adalah contoh numerik penggunaan distribusi gamma dalam penerapan waktu menunggu.
Contoh soal Misalkanlah bahwa hubungan telepon tiba di suatu gardu (sentral) memenuhi proses Poisson dengan rata-rata 5 hubungan masuk per menit. Berapakah peluangnya bahwa setelah semenit berlalu baru 2 sambungan masuk ke gardu tadi ? Jawab Proses Poisson berlaku dengan waktu sampai 2 kejadian Poisson memenuhi distribusi gamma dengan = 1/5 dan = 2. Misalkan peubah acak X menyatakan waktu dalam menit yang berlalu sebelum 2 hubungan masuk. Peluang yang dicari adalah x P(X x) = _1_ xe-x/dx
1 P(X 1) = 25xe-5xdx = [1 e-5(1)(1+5)] = 0,96
DAFTAR PUSTAKA
Walpole,Ronald E dan Raymond H Myers. Ilmu Peluang dan Statistika Untuk Insinyur dan Ilmuwan, ed.4. Bandung : penerbit ITB,1995. Www.Google.com