1. Variabel acak x diketahui terdistribusi secara seragam antara 1.0 dan 1.5.

a. Tunjukkan grafik fungsi kepadaran probabilitas.

b. Hitung P(x = 1.25).
c. Hitung P(1.0 ≤ x ≤ 1.25).
d. Hitung P(1.20 < x < 1.5).
2. Variabel acak x diketahui terdistribusi secara seragam antara 10 dan 20.
a. Tunjukkan grafik fungsi kepadaran probabilitas.
b. Hitung P(x < 15).
c. Hitung P(12 ≤ x ≤ 18).
d. Hitung E(x).
e. Hitung Var(x).
3. Delta Airlines mengutip waktu penerbangan 2 jam, 5 menit untuk
penerbangan dari Cincinnati ke Tampa. Misalkan kita percaya bahwa
waktu penerbangan yang sebenarnya didistribusikan secara seragam antara
2 jam dan 2jam, 20 menit.
a. Tunjukkan grafik fungsi kepadatan probabilitas untuk waktu
penerbangan.
b. Berapa probabilitas penerbangan terlambat tidak lebih dari 5 menit?
c. Berapa probabilitas penerbangan akan terlambat lebih dari 10 menit?
d. Jam berapa waktu penerbangan yang diharapkan?
4. Sebagian besar bahasa computer mencakup fungsi yang dapat digunkaan
untuk menghasilkan angka acak. Di excel, fungsi RAND dapat digunakan
untuk menghasilkan angka acak antara 0 dan 1. Jika kita membiarkan x
menunjukkan angka acak yang dihasilkan menggunakan RAND, maka x
adalah variabel acak berkelanjutan dengan fungsi kepadatan probabilitas
berikut.

f(x) = {10 untuk 0 ≤ x ≤ 1

a. Buat grafik fungsi kepadatan probabilitas.
b. Berapa probabilitas menghasilkan angka acak antara .25 dan .75?
 c. Berapa probabilitas menghasilkan nomor acak dengan nilai kurang dari
atau sama dengan .30?
d. Berapa probabilitas menghasilkan bilangan acak dengan nilai lebih
besar dari .60?
e. Hasilkan 50 angka acak dengan memasukkan =RAND() ke dalam 50
sel lembar kerja excel.
f. Hitung mean dan standar deviasi untuk bilangan acak di bagian (e).
5. Jarak mengemudi untuk 100 pegolf teratas dalam tur PGA adalah antara
284,7 dan 310,6 yard (Golfweek, 29 Maret 2003). Asumsikan bahwa jarak
mengemudi untuk pegolf ini seragam didistribusikan selama interval ini.
a. Berikan ekspresi marematika untuk fungsi kepadatan probabilitas jarak
mengemudi.
b. Berapa probabilitas jarak mengemudi untuk salah satu pegolf ini
kurang dari 290 yard?
c. Berapa probabilitas jarak mengemudi untuk salah satu pegolf ini
setidaknya 300 yard?
d. Berapa probabilitas jarak mengemudi untuk salah satu pegolf ini
adalah antara 290 dan 305 yard?
e. Berapa banyak dari pegolf ini yang mengemudikan bola setidaknya
290 yard?
6. Rata-rata, sinetron televise 30 menit memiliki 22 menit pemrograman
(CNBC, 23 Februari 2006). Misalnya, distribusi probabilitas untuk menit
pemrograman dapat diperkirakan oleh distribusi seragam dari 18 menit
hingga 26 menit.
a. Berapa probabilitas sebuah sinetron akan memiliki 25 menit atau lebih
pemrograman?
b. Berapa probabilitas sebuah sinetron akan berlangsung antara 21 dan 25
menit pemrograman?
c. Berapa probabilitas sebuah sinetron akan memiliki lebih dari 10 menit
iklan atau interupsi nonprogramming lainnya?
7. Misalkan kita tertarik untuk menawar sebidang tanah dan kita tahu satu
penawar lain tertarik. 1 penjual mengumumkan bahwa tawaran tertinggi
lebih dari $10.000 akan diterima. Misalnya, tawaran pesaing x adalah
variabel acak yang didistribusikan secara seragam antara $10.000 dan
$15.000.
a. Misalkan anda menawar $12.000. Berapa probabilitas tawaran anda
akan diterima?
b. Misalkan anda menawar $14.000. Berapa probabilitas tawaran anda
akan diterima?
c. Berapa jumlah yang harus anda tawar untuk memaksimalkan
probabilitas bahwa anda memdapatkan property?
d. Misalkan anda mengenal seseorang yang bersedia membayar anda
$16.000 untuk property itu. Apakah anda akan mempertimbangkan
penawaran kurang dari jumlah bagian (c)? mengapa atau mengapa
tidak?
8. Menggunakan Gambar 6.4 sebagai panduan, buat sketsa kurva normal
untuk variabel acak x yang memiliki rata-rata μ = 100 dan simpangan baku
σ = 10. Beri label sumbu horizontal dengan nilai 70, 80, 90, 100, 110, 120,
dan 130.
9. Variabel acak biasanya didistribusikan dengan rata-rata μ = 50 dan
simpangan baku σ = 5.
a. Membuat sketsa kurva normal untuk fungsi kerapatan probabilitas.
Beri label sumbu horizontal dengan nilai 35, 40, 45, 50, 55, 60, dan 65.
Gambar 6.4 menunjukkan bahwa kurva normal hampir menyentuh
sumbu horizontal pada tiga simpangan baku di bawah dan pada tiga
simpangan baku di atas rata-rata (dalam hal ini pada 35 dan 65).
b. Berapa probabilitas variabel acak akan mengasumsikan nilai antara 45
dan 55?
c. Berapa probabilitas variabel acak akan mengasumsikan nilai antara 40
dan 60?
 10. Gambar grafik untuk distribusi normal standar. Beri label sumbu
horizontal pada nilai -3, -2, -1, 0, 1, 2, dan 3. Kemudian gunakan tabel
probabilitas untuk distribusi normal standar di dalam sampul depan teks
untuk menghitung probabilitas berikut.
a. P(z ≤ 1.5)
b. P(z ≤ 1)
c. P(1 ≤ z ≤ 1.5)
d. P(0 < z < 2.5)
11. Mengingat bahwa z adalah variabel acak normal standar, menghitung
probabilitas berikut.
a. P(z ≤ -1.0)
b. P(z ≥ -1)
c. P(z ≥ -1.5)
d. P(-2.5 ≤ z)
e. P(-3 < z < 0)

Jawaban

1. α = 1.0 b = 1.5
1 1 1
a. f ( y ) = = = =2
b−a 1.5−1.0 0.5
 1.25 1.25

b. P ( x=1.25 )= ∫ f ( y ) dy = ∫ 2 dy=2 ( 1.25 )−2 ( 1.25 )=0

1.25 1.25

1.25 1.25
c. P ( 1.0≤ x ≤ 1.25 )= ∫ f ( y ) dy= ∫ 2 dy=2 ( 1.25 )−2 ( 1.0 )=0.5
1.0 1.0

1.5 1.5

d. P ( 1.20≤ x ≤ 1.5 )= ∫ f ( y ) dy= ∫ 2 dy=2 ( 1.5 )−2 ( 1.20 )=0.6

1.20 1.20

2. α = 10 b = 20
1 1 1
a. f ( y ) = = = =0.1
b−a 20−10 10
 15 15

b. P ( x<15 )=∫ f ( y ) dy=∫ 0.1 dy =0.1 ( 15 )−0.1 (10 )=0.5

10 10

18 18

c. P ( 12≤ x ≤ 18 )=∫ f ( y ) dy =∫ 0.1 dy=0.1 ( 18 )−0.1 ( 12 )=0.6

12 12

a+b 10+20
d. E ( x )= = =15
2 2
(b−a)2 (20−10)2
e. Var ( x ) = = ≈ 8.3333
12 12
3. α = 120 menit b = 140 menit
1 1 1
a. f ( y )= = = =0.05
b−a 140−120 20
 130 130

b. P ( x<130 )=∫ f ( y ) dy=∫ 0.05 dy=0.05 ( 130 )−0.05 ( 120 )=0.5

120 120

140 140

c. P ( x>135 )=∫ f ( y ) dy=∫ 0.05 dy=0.05 ( 140 )−0.05 ( 135 )=0.25

135 135

a+b 120+140
d. E ( x )= = =130 menit
2 2
4. α = 0 b = 1
1 1 1
a. f ( y ) = = = =1
b−a 1−0 1
 0.75 0.75

b. P ( 0.25 ≤ x ≤0.75 ) = ∫ f ( y ) dy= ∫ 1 dy =1 ( 0.75 )−1 ( 0.25 )=0.5

0.25 0.25

0.30 0.30
c. P ( x ≤ 0.30 )= ∫ f ( y ) dy= ∫ 1 dy=1 ( 0.30 )−1 ( 0 ) =0.3
0 0

1 1

d. P ( x> 0.60 )= ∫ f ( y ) dy = ∫ 1 dy=1 (1 )−1 ( 0.60 )=0.40

0.60 0.60

e. Buat 50 nomor acak antara 0 dan 1 secara acak.

f. Rata-rata adalah jumlah dari semua nilai dibagi jumlah nilai. n adalah
jumlah nilai dalam kumpulan data. Varians adalah jumlah deviasi
kuadrat dari mean dibagi dengan n-1. Simpangan baku adalah akar
kuadrat dari varians.
5. α = 284.7 b = 310.6
1 1 1
a. f ( y ) = = = =0.0386
b−a 310.6−284.7 25.9
b.

290 290
P ( x<290 )= ∫ f ( y ) dy= ∫ 0.0386 dy=0.0386 ( 290 )−0.0386 ( 284.7 )=0.2046
284.7 284.7

c.

310.6 310.6
P ( x ≥ 300 )= ∫ f ( y ) dy= ∫ 0.0386 dy=0.0386 ( 310.6 ) −0.0386 ( 300 )=0.4093
300 300
 d.

305 305
P ( 290> x> 305 )= ∫ f ( y ) dy= ∫ 0.0386 dy =0.0386 ( 305 )−0.0386 ( 290 ) =0.5792
290 290

e.

310.6 310.6
P ( x ≥ 290 )= ∫ f ( y ) dy = ∫ 0.0386 dy=0.0386 ( 310.6 ) −0.0386 ( 290 )=0.7954
290 290

Kemudian jumlah pegolf adalah produk dari probabilitas dan ukuran

sampel:
0.7954 × 100=79.54 ≈ 80
6. α = 18 b = 26
1 1 1
f ( x )= = = =0.125
b−a 26−18 8
a. Probabilitas sitcom memiliki 25 menit atau lebih pemrograman
26 26
P ( X >25 ) =∫ f ( x ) dx =∫ 0.125 dx=0.125 ( 26 )−0.125 ( 25 )=0.125
25 25

b. Probabilitas sitcom memiliki 21 sampai 25 pemrograman

25 25
P ( 21< X <25 ) =∫ f ( x ) dx =∫ 0.125 dx=0.125 ( 25 )−0.125 ( 21 ) =0.5
21 21

c. Probabilitas sitcom memiliki lebih dari 10 menit iklan

Jika sitcom memiliki lebih dari 10 menit iklan, maka pemrograman
akan menjadi kurang dari 20 menit
20 20
P ( X <20 ) =∫ f ( x ) dx =∫ 0.125 dx=0.125 ( 20 )−0.125 ( 18 ) =0.25
18 18

7. α = 10000 b = 15000
1 1 1
f ( y )= = = =0.0002
b−a 15000−10000 5000
a.

12000 12000
P ( x<12000 )= ∫ f ( y ) dy = ∫ 0.0002 dy=0. 0002 ( 12000 )−0.0002 ( 10 000 )=0.4
10 000 10000
 b.

14000 14000
P ( x<14000 )= ∫ f ( y ) dy = ∫ 0.0002 dy=0.0002 ( 14000 )−0.0002 ( 10 000 )=0.8
10 000 10000

c. Jika anda menawar $15.000, maka anda yakin akan mendapatkan

property itu, karena tawaran pesaing paling banyak $15.000.
d. Tidak, karena anda akan mendapat untung $1.000, jika anda membeli
rumah seharga $15.000 dan kemudian menjualnya kepada orang yang
bersedia membayar $16.000. Jika tawaran lebih sedikit, maka ada
kemungkinan anda tidak menghasilkan uang sama sekali.
8. µ = 100 σ = 10

secara umum

Ganti µ = 100 dan σ = 10

9. µ = 50 σ = 5

a. Grafik

b. 45 sampai 55 adalah 1 standar deviasi dari rata-rata. Aturan empiris

memberi tahu kita bahwa 68% data berada dalam 1 standar deviasi dari
rata-rata: P ( 45 ≤ X ≤55 ) =68 %=0.68
 c. 40 sampai 60 adalah 2 standar deviasi dari rata-rata. Aturan empiris
memberi tahu kita bahwa 95% data berada dalam 2 standar deviasi dari
rata-rata: P ( 4 0 ≤ X ≤ 60 )=95 %=0.95
10. µ = 0 σ = 1
secara umum

Probabilitas menggunakan tabel probabilitas

a. P ( z ≤ 1.5 )=0.9332
b. P ( z ≤ 1 )=0.8413
c. P ( 1≤ z ≤ 1.5 )=P ( z ≤ 1.5 )−P ( z ≤ 1 )=0.9332−0.8413=0.0919
d. P ( 0 ≤ z ≤2 .5 )=P ( z ≤ 2.5 )−P ( z ≤ 0 )=0.9938−0.5000=0.4938
11. Probabilitas menggunakan tabel probabilitas
a. P ( z ≤−1.0 )=0.1587
b. P ( z ≥−1 ) =1−P ( z ≤−1 )=1−0.1587=0.8413
c. P ( z ≥−1 .5 )=1−P ( z ≤−1 .5 )=1−0.0668=0.9332
d. P ( z ≥−2.5 )=1−P ( z ≤−2.5 )=1−0.0062=0.9938
e. P (−3 ≤ z ≤0 )=P ( z ≤ 0 )−P ( z ≤−3 )=0.5000−0.0013=0.4987