PENGANTAR PROBABILITAS

DISTRIBUSI GAMMA

DISUSUN OLEH :
1. ELVIAN EKA NOVIASYARIF 240501171400
2. RUTH FRANSISKA TOGATOROP 24050117140077
3. DIANDRA ZAKESHIA TIARA K 24050117140080
4. ADELIA RAHMASARI 24050117140081
5. DEANIRA QINANTY 24050117140082

KELAS C

JURUSAN STATISTIKA
FAKULTAS SAINS DAN MATEMATIKA
UNIVERSITAS DIPONEGORO
2018
 DISTRIBUSI GAMMA
Distribusi Gamma banyak kita temui dalam aplikasinya di Engineering, misalkan
dalam studi mengenai Realibilitas System. Selain itu mempunyai kaitan yang sangat
penting dengan distribusi Poisson. Distribusi gamma dikenal dari fungsi gamma yang
banyak digunakan dalam bidang matematika. Sehingga, Sebelum membahas
distribusi Gamma, terlebih dahulu kita berbicara mengenai fungsi Gamma.

FUNGSI GAMMA

Fungsi Gamma, dilambangkan dengan Γ(α ) didefinisikan oleh :

∞
Γ(α )=∫ x α−1 e−x dx
0 untuk α>0 .
α −1
Jika dilakukan integrasi parsial atas u=x dan dv=e-xdx, maka akan
∞
∞
Γ(α )=−e−x x α −1| + ∫ e−x ( α−1)x α −2 dx
diperoleh
0 0
α
(α−1)∫ e−x x α −2 dx
= 0 ,

sehingga dihasilkan pengulangan fungsi gamma Γ (α )=(α−1) Γ (α−1 ) ,

Γ(α )=(α−1)(α−2 )Γ (α−2) , dan seterusnya jika α =n,

dimana n bilangan bulat positif, maka Γ(n)=(n−1)(n−2). .. Γ(1 ) .

∞
Γ (1)=∫ e−x dx =1
Karena menurut definisi fungsi gamma 0 , maka

Γ(n )=(n−1 )! .
Dari definisi terlihat bahwa : Г(1) = 1
Dapat ditunjukan bahwa :
Untuk x > 0 Г(x+1) = x Г(x)
Sedangkan, untuk x bilangan bulat (integer) Г(x +1) = x!
Satu sifat penting fungsi gamma, adalah Γ(1/2)=√ π .
Definisi
Sebuah variabel random kontinyu X berdistribusi gamma dengan parameter bila

α>0 dan β>0 , bila mengikuti fungsi :

1 α−1 − x /β
f (x )= α
x e
β Γ (α ) ;x>0

= 0, ; untuk x lainnya.

Fungsi Distribusi Kumulatif F ( x) , didefinisikan sebagai berikut :

0 ;x  0

FX (x )     x  1  t 
 ( )  t e dt ; x  0
 0
Untuk menghitung Frekuensi Kumulatif Pada Distribusi Gamma, dapat
menggunakan Tabel Distribusi Gamma
 NILAI HARAPAN DAN VARIAN :
Parameter pemusatan dan penyebaran adalah sebagai berikut :

E( X )=μ=αβ

Jika dimisalkan

maka

selanjutnya

sehingga

Nilai Harapan X2

Jika dimisalkan
maka

selanjutnya

sehingga

Nilai Var(x)
Var ( X )=σ 2 =αβ 2
Var( X ) = E(X – E(X))2
Fungsi Pembangkit Momen
M X (t)  (1   t) ; t  1
SOAL :

2. Suatu panggilan telepon datang pada papan switching mengikuti proses

Poisson, dengan rata-rata 5 sambungan datang tiap menit. Tentukan
peluang hingga 1 menit berlalu baru 2 sambungan yang datang.
 Proses Poisson dapat diterapkan dengan menunggu 2 kejadian Poisson
terjadi mempunyai distribusi Gamma 2 kejadian Poisson terjadi mempunyai
distribusi Gamma dengan β = 1/5 dan α = 2. Misalkan X adalah selang
waktu sebelum 2 panggilan telpon datang. Peluangnya adalah
x x
1 xe  dx
P(X  x)   
0
1
P(X  1)  25 xe5x dx  [1  e5(1) (1  5)]  0, 96
0

3. Di dalam kajian biomedik dengan tikus suatu penelitian dosis-tanggapan

digunakan bertahan menentukan pengaruh dosis bahan racun pada waktu
hidup mereka. Bahan racun tersebut adalah zat yang secara teratur dibuang
ke atmosfer dari bahan bajar jet. Untuk suatu dosis bahan racun tertentu
kajian tersebut menentukan bahwa waktu bertahannya dalam minggu,
mengikuti distribusi gamma dengan α = 5 dan β = 10. Berapakah peluang
seekor tikus hidup lebih lama dari 60 minggu?