BEBERAPA DISTRIBUSI PELUANG KONTINUE

(HAMPIRAN NORMAL TERHADAP BINOMIAL, DISTRIBUSI GAMMA,

EKSPONENSIAL) DAN KHI-KUADRAT)

1. Hampiran Normal terhadap Binominal

Hampiran normal dipakai untuk menghitung peluang binominal bila p
tidak dekat dengan nol atau 1. Hampiran tersebut baik sekali bila n besar dan
cukup baik untuk nilai n yang kecil asal saja p cukup dekat . Hampiran
normal masih baik dipakai bila np maupun ng lebih besar dari 5.

Teorema
Bila x peubah acak binominal dengan rataan M = np dan variansi 2 = npq
maka bentuk limit distribusi
np
Z= npq

Bila n ialah distribusi normal baku n (z, 0, 1)

Oleh karena distribusi binominal mempunyai variabel diskrit, sedangkan

distribusi normal bervariabel kontinue, maka dalam menggunakan distribusi
normal untuk memecahkan persoalan binominal perlu diadakan penyesuaian
sebagai berikut : untuk harga variabel x batas bawah diundurkan 0,5 dan harga
variabl x batas atas diajukan 0,5.
Contoh :
Hitung besarnya probabilitas untuk memperoleh 5 permukaan gambar dalam
12 kali lemparan dari mata uang logam yang masih baik
N = 12, x = 5 dan p =
12! 1 1
P (5 ; 12) = x 5
x 7
5!(12 5)! 2 2
1 1
= 792 x x
32 128
792
= = 0,1934
4096
 Apabila kita gunakan kurva normal :
M = np =12 (1/2 ) = 6
= np(1 p) 12(1 / 2).(1 / 2)

= 1732

4,5 5,5 6
4,5 6
Z1 = = -0,87
1.732
5,5 6
Z2 = = -0,29
1.732
P (4,5 < x < 5,5) = P (-0,87 < Z < -0,29)
= P (Z < - 0,29) P (Z < -0,87)
= 0,3859 0,1922
= 0,1937
Perbedaan antara hasil rumus binomial dengan normal = 0,1937 0,1934 =
0,0003 karena kecil sekali dapat kita abaikan.
2. Distribusi Gamma
Eksperimen-eksperimen probabilitas yang hasilnya menunjukkan suatu bentuk
distribusi yang mempunyai variasi ukuran kemencengan yang cukup
signifikan, distribusi Gamma merupakan salah satu alternatif model yang
banyak digunakan. Terlebih dahulu akan diperkenalkan sebuah fungsi gamma.
Fungsi gamma r () adalah :

x
1
r () = e x dx , untuk > 0
0

Sifat-sifat penting fungsi gamma adalah :

1. Untuk sebuah bilangan bulat positif n, (n) = (n 1) !
2. Didefinisikan = (1/2) =

Distribusi gamma
 Peubah acak kontinu x berdistribusi gamma, dengan parameter dan ,
bila padatnya diberikan oleh :
1 1 x/
f(x : , ) = ( x e x0

= 0 untuk x lainnya
Bila > 0 dan > 0
Distribusi Gamma Standard
Jika parameter skala sebuah distribusi gamma = 1 diperoleh suatu
distribusi gamma standar.
t 1e t
x

FG = (x : ) = P (X x) =
0
()
dt

x
P (X x) = FG (x ; , ) = FG ;

Contoh :
Variable acak kontinu x yang menyatakan ketahanan suatu bantalan
peluru (dalam ribaun jam) yang diberi pembebanan dinamis pada suatu
putaran kerja tertentu mengikuti suatu distribusi gamma dengan = 8
dan = 15, Tentukan, probabilitas sebuah bantalan peluru dapat
digunakan selama 60 ribu-120 ribu jam dengan pembebanan dinamik
pada putaran kerja tersebut!
Jawab :
P (60 x 120) = P (x 120) P (x 60)
= FG (120; 8 , 15) - FG (60 ; 8, 15 )
= FG (120/15 ; 8) - FG (60/15; 8)
= FG (8 ;8) - FG (4 ; 8)
= 0,5470 0,0511 = 0,4959
3. Distribusi Eksponensial
Distribusi Gamma khususnya dengan = 1 disebut distribusi eksponensial.
Peubah acak kontinu x distribusi eksponensial dengan parameter , bila fungsi
padatnya diberikan oleh :
 1 1
1. fE (x ; ) = e-x/ x 0

= 0 untuk x lainnya
Dengan > 0
1 1 x
2. FE (x ; ) = P (X x) = 0
e x/ dx = 1 e-x/

Contoh :
Misalkan x adalah waktu (response time) suatu terminal komputer on-line
yang merupakan tenggang waktu antara masuknya suatu permintaan dari
pengguna sampai sistem mulai memberikan tanggapan atas permintaan
tersebut, memiliki suatu distribusi eksponensial dengan waktu tanggap rata-
rata 5 detik. Jika seseorang perintah tersebut akan dijalankan selambat-
lambatnya setelah 10 detik.
1
P (X 10) = F (10 ; ) = 1 e-10/0,2 = 1 e-2 = 1 0,135 = 0,865
5
4. Distribusi Khi-kuadrat (X2)
Distribusi gamma khas yang kedua diperoleh bila = V/2, = 2 dan V
bilangan bulat positif. Fungsi peluang padat seperti itu disebut distribusi khi-
kuadrat dengan derajat kebebasan V.
Peubah acak kontinu X berdistribusi khi-kuadrat dengan derajat
kebebasan V, bila fungsi padatnya diberikan oleh :

1
Fx2 (x ; v) = v/2
x (v/2) 1e x/2 , x 30
2 (v/2)

= 0 untuk x lainnya

Teorema :
 Rataan dan variansi distribusi gamma adalah :
= dan 2 = 2
Akibat 1
Rataan dan variansi distribusi eksponensial adalah
= dan 2 = 2
Akibat 2
Rataan dan variansi distribusi khi-kuadrat adalah
= V dan 2 = 2V

DAFTAR PUSTAKA
Djarwanto, dkk. 1996. Statistik Induktif. BPFE :Yogyakarta
Harinaldi. 2005. Prinsip-prinsip Statistik untuk Teknik dan Sains. Erlangga :
Jakarta.