Distribusi Probabilitas :

Gamma & Eksponensial

Debrina Puspita Andriani
www.debrina.lecture.ub.ac.id
5.3 E-mail : debrina.ub@gmail.com / debrina@ub.ac.id
 2

Outline

Distribusi Gamma

Distribusi Eksponensial

www.debrina.lecture.ub.ac.id 14/07/2014
 3

Distribusi Gamma
Tidak selamanya distribusi normal dapat digunakan untuk
memecahkan masalah teknik dan sains. Contohnya
dalam teori antrian dan keandalan, kurang tepat bila
digunakan pendekatan dengan distribusi normal, distribusi
Gamma lebih tepat menjadi solusinya. Distribusi
eksponensial adalah sebuah kasus distribusi Gamma.

www.debrina.lecture.ub.ac.id 14/07/2014
 4
Distribusi Gamma (1)
  Definisi 1 :

Distribusi Gamma adalah distribusi fungsi padat

yang disebut luas dalam bidang matematika.

  Definisi 2 :
Fungsi gamma didefinisikan oleh

Untuk >0

dengan e=2,71828

Fungsi gamma diintegralkan, bila = n dengan n

adalah bilangan bulat positif, maka Γ(n) = (n-1)!

www.debrina.lecture.ub.ac.id 14/07/2014
 5
Distribusi Gamma (2)
  Definisi 3 :

Perubah acak kontinu X berdistribusi gamma dengan parameter

dan , jika fungsi padatnya berbentuk:


1 −x
 xα −1e β ; x>0
f(x) =  β α Γ(α )

 0 ; x yanglain

dengan α > 0 dan β > 0

Grafik beberapa distribusi gamma dipelihatkan pada Gambar 1.

Distribusi gamma yang khusus dengan =1 disebut distribusi

Eksponensial (Gambar 2).

www.debrina.lecture.ub.ac.id 14/07/2014
 Distribusi Gamma
6

1.2
1.0
0.8
f(x)

0.6
0.4
0.2
0.0

0 2 4 6 8 10

Gambar 1. Distribusi Gamma

Beberapa nilai parameter α dan β

www.debrina.lecture.ub.ac.id 14/07/2014
 7

Gambar 2. Distribusi Eksponensial

(Distribusi Gamma dengan α=1 )
Grafik distribusi gamma dengan α=1 dan beberapa nilai β

www.debrina.lecture.ub.ac.id 14/07/2014
 Rata-rata dan variansi distribusi gamma adalah 8

µ = αβ dan σ 2 = αβ 2

Nilai e = 2,718281
Gamma
Tabel

www.debrina.lecture.ub.ac.id 14/07/2014
 Contoh (1) 9

 Misalkan  variabel  acak  kontinu  X  yang  menyatakan  ketahanan  suatu 

bantalan peluru (dalam ribuan jam) yang diberi pembebanan dinamik pada 
suatu putaran kerja tertentu mengikuti suatu distribusi gamma dengan α = 
8 dan β = 15, maka probabilitas sebuah bantalan peluru dapat digunakan 
selama  60  ribu  sampai  120  ribu  jam  dengan  pembenan  dinamik  pada 
putaran kerja tersebut adalah: 
 *karena  contoh  soal  ini  dipengaruhi  parameter  α  dan  β,  maka 
menggunakan  definisi  ke‐3,  kita  cari  peluang  ketahanan  pembebanan 
antara  60  ribu  sampai  120  ribu  jam,  dan  perhitungannya  sesuai  rumus 
pada  definisi  3  dengan  fungsi  padat  seperti  di  bawah  ini: 
P (60 ≤ X ≤ 120) = P ( X ≤ 120 ) − P ( X ≤ 60 )
Lihat tabel = 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

 Beberapa ukuran statistik deskriptif distribusi gamma di atas adalah: 
Mean    :  µ x = E ( X ) = αβ = (8)(15) = 120  
Varians     :  σ x2 = αβ 2 = (8)(152 ) = 1800 → σ x = 42,43  
www.debrina.lecture.ub.ac.id 14/07/2014
 Contoh (1) 10
  Sebenarnya, rumus yang digunakan:
 1
xα −1e − x / β

f ( x; α , β ) =  β α Γ(α )
x>0
P( X ≤ 60; α = 8, β = 10) =
 0 lainnya 60
1 α −1 − x / β
∫0 β α Γ(α ) e dx =
x

60
1 7 − x / 10
∫0 105 Γ(8) e dx
x

  Integral ini sulit dievaluasi secara langsung. Akan tetapi dapat dievaluasi
dengan perantaraan tabel fungsi gamma tak lengkap F.

  Persamaan matematika distribusi peluang peubah normal kontinu bergantung

pada dua parameter μ dan σ yaitu rataan dan simpangan baku. Jadi fungsi
padat x akan dinyatakan dengan n (x; μ, σ).

  Begitu μ dan σ diketahui maka seluruh kurva normal diketahui. Sebagai

contoh, bila μ = 50 dan σ = 5, maka ordinat n(x ; 50, 5) dapat dengan mudah
dihitung untuk berbagai harga x.

www.debrina.lecture.ub.ac.id 14/07/2014
 Contoh (2) 11

www.debrina.lecture.ub.ac.id 14/07/2014
 12

Distribusi
Eksponensial
Distribusi Eksponensial
 Keadaan khusus distribusi gamma

www.debrina.lecture.ub.ac.id 14/07/2014
 13
Distribusi Eksponensial (1)

www.debrina.lecture.ub.ac.id 14/07/2014
 14
Distribusi Eksponensial (2)

www.debrina.lecture.ub.ac.id 14/07/2014
 15
Distribusi Eksponensial (3)

www.debrina.lecture.ub.ac.id 14/07/2014
 Distribusi Eksponensial (4) 16

www.debrina.lecture.ub.ac.id 14/07/2014
 17
Distribusi Eksponensial (5)

Hubungan distribusi Poisson, Eksponensial, dan Gamma

Pada suatu kejadian yang mengikuti proses Poisson, waktu antar kejadian
(atau waktu kejadian pertama atau ke-1 dari kejadian terakhir, karena
sifatnya yang memoryless) tersebut akan berdistribusi eksponensial.
Sedangkan waktu sampai terjadinya kejadian ke-α akan berdistribusi gamma.
www.debrina.lecture.ub.ac.id 14/07/2014
 Contoh (1) 18

Hari-hari antara kecelakaan pesawat terbang 1948-1961 berikut distribusi

eksponensial dengan rata-rata 44 hari antara setiap kecelakaan. Jika
satu terjadi pada 1 Juli setiap tahun tertentu:
a.  Berapa probabilitas dari yang lain seperti kecelakaan dalam sebulan?
b.  Berapa varians dari waktu antara kecelakaan di tahun tersebut?

Solusi :
Distribusi eksponensial tidak memiliki memori, maka sebuah kecelakaan di
bulan tertentu tidak memiliki bantalan pada setiap periode waktu lainnya.
Jadi:

a.  probabilitas kecelakaan selama 31 hari adalah

P (31) = 1 – e (-31/44) = 0,506

b.  varians dari distribusi eksponensial adalah

(442) = 1936

www.debrina.lecture.ub.ac.id 14/07/2014
 Contoh (2) 19

www.debrina.lecture.ub.ac.id 14/07/2014
 TUGAS
TERSTRUKTUR
DEADLINE

KAMIS, 14 AGUSTUS 2015

25/07/15