A. Distribusi Seragam
1. Fungsi Densitas Seragam
Peubah acak 𝑋 dikatakan berdistribusi seragam jika dan hanya jika fungsi
densitasnya berbentuk :
𝑓(𝑥) 1
= ; 𝛼<𝑥<𝛽
𝛽−𝛼
= 0 ; 𝑥 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
CONTOH :
Misalnya fungsi densitas dari 𝑋 berbentuk :
1
𝑔(𝑥) = ; 0 < 𝑥 < 4
4
= 0 ; 𝑥 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
a. Hitung 𝑃(1 < 𝑋 < 3)
b. Hitung 𝑃(𝑋 > 2) berdasarkan fungsi distribusinya
Penyelesaian :
a. Berdasarkan sifat (iii) dari fungsi densitas, maka:
3
1
𝑃(1 < 𝑥 < 3) = ∫ 𝑑𝑥
4
1
1
= ( 𝑥] )
4
2 1
𝑃(1 < 𝑥 < 3) = =
4 2
b. Fungsi distribusi dari 𝑋 adalah sebagai berikut
Untuk 𝒙 < 𝟎
𝑔(𝑥) = 0
Untuk 𝟎 ≤ 𝒙 < 𝟒
𝑥
𝑔(𝑥 ) = ∫− 𝑔(𝑡) 𝑑𝑡
𝑥
𝑥
=∫ 𝑔(𝑡) 𝑑𝑡 + ∫ 𝑔(𝑡) 𝑑𝑡
−
0
𝑥
𝑥 1
=∫ 0 𝑑𝑡 + ∫ 𝑑𝑡
− 4
0
1
= 0 + (𝑡])
4
Untuk 𝒙 ≥ 𝟒
𝑥
𝐺 (𝑥 ) = ∫ 𝑔(𝑡) 𝑑𝑡
−∞
0 4 ∞
Jadi 𝐺 (𝑥 ) = 0 ; 𝑥 < 0
1
= ;0 ≤ 𝑥 < 4
4
= 1;𝑥 ≥ 4
Maka: 𝑃(𝑋 > 2) = 1 − 𝑃(𝑋 ≤ 2)
= 1 − 𝐺 (2)
1
= 1 − ( ) (2)
4
2 1
𝑃(𝑋 > 2) = =
4 2
B. Distribusi Gamma
1. Defini Fungsi Densitas Gamma
Peubah acak 𝑋 dikatakan berdistribusi seragam jika dan hanya jika fungsi
densitasnya berbentuk :
1 𝑥
𝛼−1 −
𝑓(𝑥 ) = 𝛼 𝑥 𝛽
. 𝑒 ; 𝑥 > 0, 𝛼 > 0, 𝛽 > 0
𝛽 . 𝜏(𝛼 )
= 0 ; 𝑥 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
2. Parameter Distribusi Gamma
Rataan, varians, dan fungsi pembangkit momen dari distribusi seragam
dirumuskan sebagai berikut.
a. 𝜇 = 𝛼 𝛽
b. 𝛼 2 = 𝛼 𝛽 2
1
c. 𝑀𝑋 (𝑡) = (1 − 𝛽 𝑡)−𝛼 ; 𝑡 < 𝛽
CONTOH :
Apakah artinya 𝑋~𝐺(3,3)? Kemudian tuliskan bentuk fungsi densitasnya,
PENYELESAIAN :
𝑋~𝐺(3,3) artinya peubah acak 𝑋 berdistribusi gamma dengan parameter
𝛼 = 3 dan 𝛽 = 3
Fungsi densitas dari 𝑋 berbentuk :
1 𝑥
𝑔(𝑥) = ( ) 𝑥 2 . 𝑒 −3 ; 𝑥 > 0
54
= 0 ; 𝑥 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
C. Distribusi Eksponensial
1. Definisi Fungsi Densitas Eksponensial
Peubah acak 𝑋 dikatakan berdistribusi seragam jika dan hanya jika fungsi
densitasnya berbentuk :
1 𝑥
𝑓(𝑥) = ( ) . 𝑒 −0 ; 𝑥 > 𝜃, 𝜃 > 0
𝜃
= 0 ; 𝑥 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
2. Parameter Distribusi Eksponensial
Rataan, varians, dan fungsi pembangkit momen dari distribusi seragam
dirumuskan sebagai berikut.
a. 𝜇 = 𝜃
b. 𝜎 2 = 𝜃
1
d. 𝑀𝑋 (𝑡) = (1 − 𝜃 𝑡)−1 ; 𝑡 < 𝜃
CONTOH :
Misalnya peubah acak 𝑌 berdistribusi eksponensial dengan parameter 𝜃 =
3 . hitung peluang bahwa 𝑌 bernilai lebih dari 2.
PENYELESAIAN :
Fungsi densitas 𝑌 adalah
1 𝑦
ℎ(𝑦) = ( ) . 𝑒 − 3 ; 𝑦 < 0
3
= 0 ; 𝑦 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
𝑃(𝑌 > 2) = 1 − 𝑃(𝑌 ≤ 2)
2
1 𝑦
=1−∫ . 𝑒 − 3 𝑑𝑦
3
0
1 𝑦 2
=1− . (−3 . 𝑒 − 3 ] )
3 𝑦=0
2
= 1 + (𝑒 −3 − 1)
2
𝑃(𝑌 > 2) = 𝑒 −3 = 0,5134
D. Distribusi Khi-Kuadrat
1. Definisi Fungsi Densitas Khi-Kuadrat
Peubah acak 𝑋 dikatakan berdistribusi seragam jika dan hanya jika fungsi
densitasnya berbentuk :
1 𝑣−2 𝑥
𝑓(𝑥) = 𝑣 𝑥 2 . 𝑒 −2 ; 𝑥 > 0
𝑣
22 . 𝜏 (2)
= 0 ; 𝑥 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
2. Parameter Distribusi Khi-Kuadrat
Rataan, varians, dan fungsi pembangkit momen dari distribusi seragam
dirumuskan sebagai berikut:
a. 𝜇 = 𝑣
b. 𝜎 2 = 2𝑣
𝑣
1
c. 𝑀𝑋 (𝑡) = (1 − 2𝑡)−2 ; 𝑡 < 2
CONTOH :
Jika peubah acak 𝑋 berdistribusi khi-kuadrat dengan derajat kebebasan 𝑣 = 4
𝑋
maka tentukan fungsi pembangkit momen dari 𝑌] = ( 2 ) − 1
PENYELESAIAN :
Fungsi kebangkitan momen dari 𝑋 berbentuk :
1 𝑣
𝑀𝑋 (𝑡) = (1 − 2𝑡)−2 ; 𝑡 <
2
Berdasarkan definisi fungsi pembangkit momen, maka fungsi pembangkit
momen dari 𝑌 adalah :
𝑀𝑌 (𝑡) = 𝐸(𝑒 𝑡𝑌 )
𝑋
= 𝐸 (𝑒 𝑡[( 2 )−1] )
𝑡𝑋
= 𝐸 (𝑒 2 𝑒 −1 )
𝑡𝑋
= 𝑒 −𝑡 𝐸 (𝑒 2 )
𝑡
= 𝑒 −𝑡 . 𝑀𝑋 ( )
2
𝑡 −2
= 𝑒 −𝑡 [1 − 2 ( )]
2
𝑒 −𝑡
𝑀𝑋 (𝑡)] =
(1 − 𝑡)2
E. Ditribusi Beta
1. Definisi Fungsi Densitas Beta
Peubah acak 𝑋 dikatakan berdistribusi seragam jika dan hanya jika fungsi
densitasnya berbentuk :
Γ(𝛼 + 𝛽) 𝛼−1
𝑓(𝑥) = 𝑥 . (1 − 𝑥)𝛽−1 ; 0 < 𝑥 < 1, 𝛼 > 0, 𝛽 > 0
Γ(𝛼) . Γ(𝛽)
= 0 ; 𝑥 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
2. Parameter Distribusi Beta
Rataan, varians, dan fungsi pembangkit momen dari distribusi seragam
dirumuskan sebagai berikut:
𝛼
a. 𝜇 = 𝛼+𝛽
𝛼𝛽
b. 𝜎 2 = (𝛼+𝛽)2 (𝛼+𝛽+1)
CONTOH :
Jika peubah acak 𝑋 berdistribusi beta dengan parameter 𝛼 = 1 dan 𝛽 = 4
maka hitung :
a. 𝜇
1
b. Peluang bahwa 𝑋 bernilai paling sedikit 4
PENYELESAIAN :
Fungsi densitas dari 𝑋 berbentuk :
= ∫ 4𝑦 3 𝑑𝑦
0
3
= 𝑦 4 ]4𝑦=0
3 3 2
𝑃 (𝑋 ≥ ) = ( ) = 0,3164
4 4
CONTOH :
Misalkan 𝑋 adalah peubah acak berdistribusi normal dengan rataan 2 dan
varians 4 jika 𝑌 = 2𝑋 2 − 1, maka hitung 𝐸(𝑌)
PENYELESAIAN :
Diketahui 𝐸(𝑋) = 2 dan 𝑉𝑎𝑟(𝑋) = 4
Maka: 𝑉𝑎𝑟(𝑋) = 𝐸(𝑋 2 ) − [𝐸(𝑋)]2
4 = 𝐸(𝑋 2 ) − 4
𝐸(𝑋 2 ) = 8
Sehingga: 𝐸(𝑌) = 𝐸(2𝑋 2 − 1)
= 𝐸(2𝑋 2 ) − 1
= 2 . 𝐸(2𝑋 2 ) − 1
= 2(8) − 1
𝐸(𝑌) = 15