TRANSFORMASI PEUBAH ACAK

Diajukan untuk memenuhi tugas Statistik Matematika

Yang dibimbing oleh. Drs Ahamd Yani T, M.pd

OLEH
KELOMPOK IX :

1. AVIVAH AULIA (F1041161017)

2. MUHAMMAD ZAKI (F1041161061)
3. YUNITA SARI (F1041161048)

PROGRAM STUDI PENDIDIKAN MATEMATIKA

JURUSAN PENDIDIKAN MATEMATIKA DAN IPA
FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS TANJUNGPURA
PONTIANAK
2019/2020
 TRANSFORMASI PEUBAH

DEFINISI
Misalkan 𝑋 suatu peubah acak diskrit dengan distribusi peluang 𝑓(𝑥).
Misalkan 𝑌 = 𝑢(𝑋) suatu transformasi satu – satu antara nilai 𝑋 dan 𝑌 sehingga
persamaan 𝑦 = 𝑢(𝑥) mempunyai jawaban tunggal untuk 𝑥 dinyatakan dalam 𝑦.
Misalnya 𝑥 = 𝑤(𝑦), maka distribusi peluang 𝑌 adalah 𝑔 (𝑦) = 𝑓[𝑤(𝑦)]

Contoh :
Misalkan 𝑋 suatu peubah acak geometrik dengan distribusi peluang
3 1 𝑥−1
𝑓(𝑥) = ( ) , 𝑥 = 1,2,3, …
4 4
Tentukan distribusi peluang peubah acak 𝑌 = 𝑋 2
Jawab :
Karena nilai 𝑋 semuanya positif, transformasi antara nilai x dan y tersebut adalah
satu - satu.
𝑦 = 𝑥 2 dan 𝑥 = √𝑦.
3 1 √𝑦−1
sehingga 𝑔 (𝑦) = {𝑓 (𝑦) = 4 (4) , 𝑦 = 1, 4, 9, …
0, untuk 𝑦 yang lain

TEOREMA 5. 1. 1
Misalkan X1 dan X2 peubah acak diskrit dengan distribusi peluang gabungan
𝑓(𝑥1 , 𝑥2 ). Misalkan 𝑌1 = 𝑢1 (𝑋1 , 𝑋2 ) dan 𝑌2 = 𝑢2 (𝑋1 , 𝑋2 ) merupakan transformasi
satu – satu antara himpunan titik (𝑥1 , 𝑥2 ) dan (𝑦1 , 𝑦2 ) sehingga persamaan 𝑦1 =
𝑢1 (𝑥1 , 𝑥2 ) dan 𝑦2 = 𝑢2 (𝑥1 , 𝑥2 )mempunyai jawaban tunggal untuk 𝑥1 dan 𝑥2 yang
dinyatakan dalam 𝑦1 , 𝑦2 .
Misalkan 𝑥1 = 𝑤1 (𝑦1 , 𝑦2 ) dan 𝑥2 = 𝑤2 (𝑦1 , 𝑦2 ). Maka distribusi peluang gabungan
𝑌1 dan 𝑌2 adalah 𝑔(𝑦1 , 𝑦2 ) = 𝑓[𝑤1 (𝑦1 , 𝑦2 ), 𝑤2 (𝑦1 , 𝑦2 )].

Contoh :
Misalkan 𝑋1 dan 𝑋2 dua peubah acak bebas dengan distribusi Poisson, masing –
masing dengan parameter 𝜇1 dan 𝜇2 . Tentukan distribusi peubah acak 𝑌1 = 𝑋1 + 𝑋2 .
Jawab :
Karena 𝑋1 dan 𝑋2 saling bebas maka dapat ditulis
𝑓(𝑥1 , 𝑥2 ) = 𝑓(𝑥1 ) × 𝑓(𝑥2 )
𝑒 −𝜇1 𝜇1 𝑥1 𝑒 −𝜇2 𝜇2 𝑥2
= ×
𝑥1 ! 𝑥2 !
𝑥 𝑥
𝑒 −(𝜇1 +𝜇2 ) 𝜇1 1 𝜇2 2
= 𝑥1 !𝑥2 !

dengan 𝑥1 = 0, 1, 2, … dan 𝑥2 = 0, 1, 2, …
Bentuk peubah acak kedua, misalnya Y2 = X2, kemudian didapat fungsi
kebalikannya yaitu 𝑥1 = 𝑦1 − 𝑦2 dan 𝑥2 = 𝑦2. Dengan demikian distribusi
peluang gabungan Y1 dan Y2 didapat, yaitu:
𝑒 −(𝜇1 +𝜇2 ) 𝜇1 𝑦1 −𝑦2 𝜇2 𝑦2
𝑔(𝑦1 , 𝑦2 ) = (𝑦1 −𝑦2 )! 𝑦2
dengan 𝑦1 = 0, 1, 2, … , dan 𝑦2 =

0, 1, 2, … , 𝑦1
karena 𝑥1 > 0 transformasi 𝑥1 = 𝑦1 − 𝑥2 mengakibatkan x2, jadi juga y2, harus
selalu lebih kecil atau sama dengan y1, jadi distribusi peluang pias y1 adalah
𝑦1

ℎ(𝑦1 ) = ∑ 𝑔(𝑦1 , 𝑦2 )
𝑦2 =0
𝑦1
𝑒 −(𝜇1 +𝜇2) 𝜇1 𝑦1 −𝑦2 𝜇2 𝑦2
= ∑
(𝑦1 − 𝑦2 )! 𝑦2
𝑦2 =0
𝑦1
−(𝜇1 +𝜇2 )
𝜇1 𝑦1 −𝑦2 𝜇2 𝑦2
=𝑒 ∑
(𝑦1 − 𝑦2 )! 𝑦2 !
𝑦2 =0
𝑦1
𝑒 −(𝜇1 +𝜇2) 𝑦1 !
= ∑ 𝜇 𝑦1 −𝑦2 𝜇2 𝑦2
𝑦1 ! (𝑦1 − 𝑦2 )! 𝑦2 ! 1
𝑦2 =0
𝑦1
𝑒 −(𝜇1 +𝜇2) 𝑦1
= ∑ (𝑦 ) 𝜇1 𝑦1 −𝑦2 𝜇2 𝑦2
𝑦1 ! 2
𝑦2 =0
 𝑒 −(𝜇1 +𝜇2)
= (𝜇1 + 𝜇2 )𝑦1 𝑦 = 1,2,3, …
𝑦1 !
Dari rumus tersebut dapat disimpulkan bahwa jumlah dua peubah acak bebas
yang berdistribusi Poisson dengan parameter 𝜇1 𝑑𝑎𝑛 𝜇2 akan berdistribusi
Poisson juga dengan parameter 𝜇1 + 𝜇2 .

Teorema 5. 1. 2
Misalkan 𝑋 suatu peubah acak kontinu dengan distribusi peluang 𝑓(𝑥).
misalkan 𝑌 = 𝑢(𝑋) menyatakan hubungan satu – satu antara nilai 𝑋 dan
𝑌 sehingga persamaan 𝑦 = 𝑢(𝑥) mempunyai jawaban tunggal untuk 𝑥 dan
𝑦 misalnya 𝑥 = 𝑤 (𝑦). Maka distribusi peluang 𝑌 adalah 𝑔(𝑦) =
𝑓[𝑤(𝑦)] |𝐽|dengan 𝐽 = 𝑤′(𝑦) dan disebut Jacobi transformasi.

Bukti:
Misalkan 𝑦 = 𝑢(𝑥) fungsi naik, terlihat bahwa bila 𝑦 bernilai 𝑦 = 𝑢(𝑥)

𝑎 dan 𝑏 maka peubah acak 𝑋 bernilai antara 𝑤(𝑎) dan 𝑤(𝑏). b

jadi:
𝑃(𝑎 < 𝑌 < 𝑏) = 𝑃[𝑤(𝑎) < 𝑋 < 𝑤(𝑏)] a
𝑤(𝑏)

= ∫ 𝑓(𝑥) 𝑑𝑥
𝑤(𝑎) w(a) w(b)

dengan 𝑥 = 𝑤(𝑦), diperoleh bahwa 𝑑𝑥 = 𝑤 ′ (𝑦) 𝑑𝑦.

sehingga:
 𝑏

𝑃(𝑎 < 𝑌 < 𝑏) = ∫ 𝑓[𝑤(𝑦)] 𝑤 ′ (𝑦) 𝑑𝑦

𝑎

Karena integral memberikan nilai peluang yang dicari untuk setiap 𝑎 < 𝑏 dalam batas
nilai 𝑦 yang mungkin, maka distribusi peluang 𝑌 adalah:
𝑔(𝑦) = 𝑓[𝑤(𝑦)]𝑤 ′ (𝑦)
= 𝑓[𝑤(𝑦)] 𝐽 …….(1)

Jika 𝐽 = 𝑤′(𝑦) adalah kemiringan invers dari garis tangen ke kurva naik 𝑦 = 𝑢(𝑥),
tentulah J=|J|, sehingga 𝑔(𝑦) = 𝑓[𝑤(𝑦)] |𝐽|

Kemudian dimisalkan bahwa 𝑦 = 𝑢(𝑥) fungsi turun, terlihat

bahwa bila 𝑦 bernilai 𝑎 dan 𝑏 maka peubah acak 𝑋 bernilai
antar 𝑤(𝑏) dan 𝑤(𝑎), jadi: b
𝑃(𝑎 < 𝑌 < 𝑏) = 𝑃[𝑤(𝑏) < 𝑋 < 𝑤(𝑎)]
𝑦 = 𝑢(𝑥)
𝑤(𝑎) a
= ∫ 𝑓(𝑥) 𝑑𝑥
𝑤(𝑏) w(a) w(b)

dengan 𝑥 = 𝑤(𝑦), diperoleh bahwa 𝑑𝑥 = 𝑤 ′ (𝑦) 𝑑𝑦.

Sehingga:
𝑎

𝑃(𝑎 < 𝑌 < 𝑏) = ∫ 𝑓[𝑤(𝑦)] 𝑤 ′ (𝑦) 𝑑𝑦

𝑏
𝑏

= − ∫ 𝑓[𝑤(𝑦)] 𝑤 ′ (𝑦) 𝑑𝑦
𝑎

Karena integral memberikan nilai peluang yang dicari untuk setiap 𝑎 < 𝑏 dalam batas
nilai 𝑦 yang mungkin, maka distribusi peluang 𝑌 adalah:
 𝑔(𝑦) = −𝑓[𝑤(𝑦)]𝑤 ′ (𝑦)
= −𝑓[𝑤(𝑦)] 𝐽 …….(2)

Karena slope dari kurva adalah negatif, dan -J=|J|, maka distribusi peluang 𝑌 adalah:
𝑔(𝑦) = 𝑓[𝑤(𝑦)] |𝐽|

Contoh :
Misalkan 𝑋 peubah acak kontinu dengan distribusi peluang 𝑓(𝑥) =
𝑥
, 1<𝑥<5
{12
0, untuk 𝑥 yang lain
Hitunglah distribusi peluang peubah acak 𝑌 = 2𝑋 − 3
Jawab :
𝑦+3
Fungsi kebalikan dari 𝑌 = 2𝑋 − 3 adalah 𝑥 = sehingga diperoleh
2

𝐽 = 𝑤′(𝑦)
𝑑 𝑦+3
= ( )
𝑑𝑦 2
𝑑 1
= ( (𝑦 + 3))
𝑑𝑦 2
1
= (1) + 0(𝑦 + 3)
2
1 1
= +0=
2 2
Kemudian untuk interval daerahnya didapat:
𝑥 = 1 maka 𝑦 = −1
𝑥 = 5 maka 𝑦 = 7
Dengan demikian didapatlah bahwa:
𝑦+3
( 2 ) 1
𝑔(𝑦) = { ( ), −1 < 𝑦 < 7
12 2
0, untuk 𝑦 yang lain
 𝑦+3
, −1<𝑦 <7
𝑔(𝑦) = { 48
0, untuk 𝑦 yang lain

Teorema 5. 1. 3
Misalkan 𝑋1 dan 𝑋2 peubah acak kontinu dengan distribusi peluang gabungan
𝑓(𝑥1 , 𝑥2 ). Misalkan 𝑌1 = 𝑢1 (𝑋1 , 𝑋2 ) merupakan transformasi satu – satu antara titik
(𝑥1 , 𝑥2 ) dan (𝑦1 , 𝑦2 )sedemikian rupa sehingga persamaan 𝑦1 = 𝑢1 (𝑥1 , 𝑥2 ) dan 𝑦2 =
𝑢2 (𝑥1 , 𝑥2 ) mempunyai jawaban tunggal untuk 𝑥1 dan 𝑥2 dinyatakan dalam 𝑦1 dan
𝑦2 misalkan 𝑥1 = 𝑤1 (𝑦1 , 𝑦2 ) dan 𝑥2 = 𝑤2 (𝑦1, 𝑦2 ). Maka distribusi peluang gabungan
𝑌1 dan 𝑌2 adalah 𝑔(𝑦1 , 𝑦2 ) = 𝑓[𝑤1 (𝑦1 , 𝑦2 ), 𝑤2 (𝑦1 , 𝑦2 )] |𝐽| dengan Jacobi adalah
determinan 2 x 2
𝜕𝑥1 𝜕𝑥1
𝜕𝑦 𝜕𝑦2 𝜕𝑥1
𝐽= |𝜕𝑥1 𝜕𝑥2
| dan adalah turunan 𝑥1 = 𝑤1 (𝑦1 , 𝑦2 ) terhadap 𝑦1 bila𝑦2 tetap,
2 𝜕𝑦1
𝜕𝑦1 𝜕𝑦2
disebut turunan parsial 𝑥1 terhadap 𝑦1 . Turunan parsial lainnya didefinisikan dengan
cara yang sama.

Contoh :
Misalkan 𝑋1 dan 𝑋2 dua peubah acak kontinu dengan distribusi peluang gabungan
4 𝑥1 𝑥2 , 0 < 𝑥1 < 1, 0 < 𝑥2 < 1
𝑓(𝑥1 , 𝑥2 ) = {
0, 𝑢𝑛𝑡𝑢𝑘 𝑥1 𝑑𝑎𝑛 𝑥2 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
Cari distribusi peluang gabungan 𝑌1 = 𝑋1 2 dan 𝑌2 = 𝑋1 𝑋2.
Jawab :
Inversi 𝑦1 = 𝑥12 ↔ 𝑥1 = √𝑦1
𝑦2
𝑦2 = 𝑥1 𝑥2 ↔ 𝑥2 =
√𝑦1
Sehingga diperoleh:
1
0
|2√𝑦1 | 1 1 −𝑦2 1 1
𝐽 = −𝑦 1 | = ( × ) − ( × 0) = − 0 =
| 2 2√𝑦1 √𝑦1
3 2𝑦1 2𝑦1
3 2𝑦1 2
2𝑦1 2 √𝑦1
Untuk menentukan himpunan B dari titik – titik dibidang −𝑦1 𝑦2 yang menjadi
peta himpunan A dari titik –titik dibidang −𝑥1 𝑥2 tulislah= 𝑥1 = √𝑦1 dan 𝑥2 =
𝑦2
dan kemudian ambil 𝑥1 = 0, 𝑥2 = 0, 𝑥1 = 1, 𝑥2 = 1, yaitu batas – batas
√𝑦1

himpunan A, ditransformasikan ke 𝑦1 = 0, 𝑦2 = 0, 𝑦2 = √𝑦1 atau 𝑦22 = 𝑦1, yaitu

batas – batas himpunan B. Kedua daerah digambarkan sebagai berikut.

𝑥2 𝑦2

1
𝑦2 2 = 𝑦1

0 1 𝑥1 0 1 𝑦1

Terlihat transformasi satu – satu memetakan himpunan 𝐴 = {(𝑥1 , 𝑥2 )| 0 < 𝑥1 <

1, 0 < 𝑥2 < 1} ke himpunan 𝐵 = {(𝑦1 , 𝑦2 )|𝑦22 < 𝑦1 < 1, 0 < 𝑦2 < 1} dengan
teorema tersebut diperoleh distribusi peluang gabungan 𝑌1 dan 𝑌2
𝑦2
1
𝑔(𝑦1 , 𝑦2 ) = 4√𝑦1
√𝑦1 2𝑦1
2𝑦2
=
𝑦1
Kemudian dapat ditulis distribusi peluang gabungan 𝑌1 dan 𝑌2
2𝑦2
, 𝑦22 < 𝑦1 < 1, 0 < 𝑦2 < 1
𝑔(𝑦1 , 𝑦2 ) = { 𝑦1
0, untuk 𝑦1 dan 𝑦2 lainnya
 Teorema 5. 1. 4
Misalkan 𝑋 peubah acak kontinu dengan distribusi peluang 𝑓(𝑥). Misalkan
𝑌 = 𝑢(𝑋) transformasi antara nilai 𝑋 dan 𝑌 yang tidak satu – satu . Bila selang tempat
𝑋 didefinisikan dapat disekat menjadi 𝑘 himpunan yang saling terpisah sedemikian
rupa sehingga masing – masing fungsi kebalikan
𝑥1 = 𝑤1 (𝑦), 𝑥2 = 𝑤2 (𝑦), … , 𝑥𝑘 = 𝑤𝑘 (𝑦) 𝑑𝑎𝑟𝑖 𝑦 = 𝑢(𝑥) menyatakan hubungan
satu – satu, maka distribusi peluang 𝑌 adalah
𝑘

𝑔(𝑦) = ∑ 𝑓[𝑤𝑖 (𝑦)] |𝐽𝑖 | dengan 𝐽𝑖 = 𝑤𝑖 (𝑦), 𝑖 = 1, 2, 3, … , 𝑘

𝑖=1

Contoh :
(𝑋−𝜇)2
Tunjukkan bahwa 𝑌 = berdistribusi chi-kuadrat dengan kebebasan normal
𝜎2

dengan rataan 𝜇 dan variansi 𝜎 2 .

Jawab :
(𝑋−𝜇)
Misalkan 𝑍 = dengan peubah acak 𝑍 berdistribusi normal baku.
𝜎
−𝑧2
1
𝑓(𝑧) = 𝑒 2 , −∞ < 𝑧 < ∞ sekarang akan dicari distribusi peubah acak 𝑌 =
√2𝜋

𝑍 2 . Kebalikan 𝑦 = 𝑧 2 adalah 𝑧 = ±√𝑦. Dengan menyatakan bahwa 𝑧1 =

+√𝑦 dan 𝑧2 = −√𝑦

1 1
maka 𝐽1 = dan 𝐽2 = − .
2√𝑦1 2√𝑦1
sesuai teorema, didapat:
2
1 −𝑦
𝑔(𝑦) = ∑ 𝑒 2 |𝐽𝑖 |
𝑖=1
√2𝜋
1 −𝑦 1 1 −𝑦 1
= 𝑒 2 | |+ 𝑒 2 |− |
√2𝜋 2√𝑦1 √2𝜋 2√𝑦1
1 −𝑦 1
= 𝑒 2
√2𝜋 √𝑦1
Karena 𝑔( 𝑦) fungsi padat, maka
 ∞
1 −𝑦 1
1=∫ 𝑒 2 𝑑𝑦
√2𝜋 √𝑦1
0
∞
1 −𝑦 1
=∫ 1 𝑒 2 𝑦1 −2 𝑑𝑦
0 22 √𝜋
−𝑦 1
∞ 1
= ∫0 1 𝑒 2 𝑦1 2−1 𝑑𝑦
22 √𝜋
−𝑦 1
∞ 1 1
= ∫0 1
1
𝑒 2 𝑦 2−1 𝑑𝑦 (karena Γ (2) = √𝜋 )
22 Γ( )
2

Dengan integral menyatakan luas dibawah kurva peluang gamma dengan

1
parameter 𝛼 = 2 dan 𝛽 = 2. Karena itu, distribusi peluang 𝑌 diberikan oleh
1 1 −𝑦
1 𝑦 2−1 𝑒 2 , 𝑦 >0
𝑔(𝑦) = { 22 Γ (1)
2
0, untuk 𝑦 yang lain
adalah distribusi chi-kuadrat dengan derajat kebebasan 1.

LATIHAN SOAL

1. Misalkan 𝑋 suatu peubah acak geometrik dengan distribusi peluang

𝑛 3 𝑥 1 𝑥−1
𝑓(𝑥) = ( ) ( ) ( ) , 𝑥 = 1,2,3, …
𝑥 4 4
Tentukan distribusi peluang peubah acak 𝑌 = 3𝑥

Jawaban :

Karena nilai semuanya positif, transformasi antara nilai dan tersebut adalah satu -
satu. Sehingga dan diperoleh distribusi peluangnya adalah

Y= 3x dan x=y/3
 𝑛 3 𝑦/3 1 (𝑦/3)−1
𝑓 (𝑦) = ( ) ( ) ( ) , 𝑦 = 3,6, 9, …
𝑓 (𝑦) = { 𝑦/3 4 4
0, untuk 𝑦 yang lain

staffnew.uny.ac.id/upload/131569343/pendidikan/Bahan+Ajar+Stat+matematis.p
ptx

2. Peubah acak X menyebar secara Poisson dengan parameter 𝛼 maka sebaran

peluangnya
𝑒 −𝛼 𝛼𝑥
F(x) = P (X=x) = , 𝑥 = 0,1,2
𝑥!

𝛼>0

Transformasikan Y = 𝑥 2 + 3.maka nilai-nilai x = 0,1,2…… dipadankan

dengan nilai-nilai y = 3,4,7,….

Sehingga g(y) = P(Y=y) = P (X= √𝑦 − 3)

𝑒 −𝛼 𝛼√𝑦−3)
== (√𝑦−3))!

https://slideplayer.com/slide/4128780

𝑘𝑥 ; 0≤𝑥<1
𝑘; 1≤𝑥<2
3. Diketahui 𝑔(𝑥) = { }
−𝑘𝑥 + 3𝑘; 2≤𝑥<3
0; 𝑥 𝑙𝑎𝑖𝑛𝑛𝑦𝑎

hitunglah nilai k berdasarkan fungsi densitas

∞
∫ 𝑓(𝑥)𝑑𝑥 = 1
−∞

0 1 2 3 ∞
∫ 𝑔(𝑥)𝑑𝑥 + ∫ 𝑔(𝑥)𝑑𝑥 + ∫ 𝑔(𝑥)𝑑𝑥 + ∫ 𝑔(𝑥)𝑑𝑥 + ∫ 𝑔(𝑥)𝑑𝑥 = 1
−∞ 0 1 2 3

0 1 2 3 ∞
∫ 0 𝑑𝑥 + ∫ 𝑘𝑥 𝑑𝑥 + ∫ 𝑘 𝑑𝑥 + ∫ −𝑘𝑥 + 3𝑘 𝑑𝑥 + ∫ 0 𝑑𝑥 = 1
−∞ 0 1 2 3
 1 3
𝑘𝑥 2 −𝑘𝑥 2
0+[ ] + [𝑘𝑥]12 + [( + 3𝑘𝑥)] + 0 = 1
2 0 2 2

1 5
𝑘 + 𝑘 − 𝑘 + 3𝑘 = 1
2 2
1
2𝑘 = 1, 𝑘 =
2
Jadi fungsi densitas dari X berupa

1
𝑥; 0≤𝑥<1
2
1
; 1≤𝑥<2
𝑔(𝑥) = 2
1 3
− 𝑥+ ; 2≤𝑥<3
2 2
{ 0; 𝑥 𝑙𝑎𝑖𝑛𝑛𝑦𝑎 }

https://www.slideshare.net/mobile/anderznawuy/ptp-2-34267785

4. Misalkan fungsi peluang dari peubah acak X berbentuk

𝑥2
𝑓(𝑥) = { 16 ,0 < 𝑥 < 4
0 , untuk 𝑢, 𝑣 yang lain
Tentukan fungsi densitas dari 𝑌 = 𝑋 4 berdasarkan teknik transformasi peubah
acak.
Jawab :
Transformasinya : 𝑌 = 𝑋 4
Hubungan antara nilai x dari peubah acak 𝑋 dan nilai y dari peubah acak
𝑌diberikan dengan :
𝑦 = 𝑥4
1
Inversnya : 𝑥 = 𝑦 4
Jacobiannya :
𝑑𝑥 1
= 𝑦4
𝑑𝑦
 𝑑𝑥 1 2
| | = 𝑦 −4
𝑑𝑦 4
Nilai – nilai yang mungkin dari 𝑌 adalah 𝑌 = {𝑦|𝑦 > 0}
Sehingga fungsi densitas dari 𝑌 adalah :
𝑑𝑥
𝑔(𝑦) = 𝑓( 4√𝑦). | |
𝑑𝑦
( 4√𝑦)2 1
𝑔(𝑦) = . 4
16 4√𝑦 2
1
𝑔(𝑦) =
64

Jadi, fungsi peluang dari 𝑌adalah :

1
,𝑦 > 0
𝑔 (𝑦) = { 64
0, untuk 𝑦 yang lain

5. Misalkan variabel acak X mempunyai fungsi peluang sebagai berikut:

Tentukan fungsi distribusi untuk variabel X !

Jawab :

Fungsi distribusi untuk X adalah :

Gambar di atas merupakan fungsi tangga yang konstan dalam setiap
interval. Kontinu kanan, dan ditulis dalam bentuk:

http://www.kuysinau.com/2014/12/peubah-acak-univariat.html