4 SEBARAN PELUANG
4.1.1. Pengertian
Contoh 1:
Sebuah percobaan dilakukan dengan melemparkan sekeping mata uang
yang setimbang sebanyak 3 kali. Dari simulasi ini berarti akan didapatkan
ruang contoh dengan titik contoh sebanyak 23 atau 8, yaitu:
S = {GGG, GGA, GAG, AGG, GAA, AGA, AAG, AAA}
di mana G = Gambar dan A = Angka
Peubah acak tipe ke-2 adalah yang nilai-nilainya diperoleh dari eksperi-
men dengan cara mengukur. Nilai peubah acak kontinu berupa selang bi-
langan, tidak dapat dihitung dan tidak terhingga serta memungkinkan
pernyataan dalam bilangan pecahan). Karena diperoleh dengan jalan
mengukur, maka peubah acak ini biasa dijumpai pada hal-hal yang
diukur, seperti: jarak, waktu, berat, volume, dll. Oleh karena itu, nilai
bagi peubah acak kontinu akan mengikuti sistem bilangan riil atau sistem
malar.
Terhadap peubah acak jenis ini, kita tidak dapat menyatakan suatu besar-
an peluang positif pada tiap nilai variabel yang mungkin, tidak peduli
seberapa kecil peluang individual tersebut. Jika hal ini dipaksakan, maka
jumlah dari peluang-peluang individual tersebut pastilah lebih besar dari
pada 1 (P(S) > 1). Suatu hal yang tidak masuk akal! Dengan demikian,
yang dapat kita lakukan untuk menghitung peluang peubah acak kontinu
adalah besaran peluang bagi interval antara dua bilangan riil.
Contoh 2:
Suatu percobaan dilakukan untuk menguji umur efektif satu jenis baterei.
Sejumlah 50 buah baterei tersebut diambil sebagai sampel dan kemudian
diukur umur nyalanya. Hasilnya dapat dilihat pada tabel berikut:
Peluang baterei tersebut akan berumur lebih dari 400 jam dapat diesti-
masi dengan luasan di bawah kurva dari x = 4 ke kanan. Secara kuan-
titatif, besaran peluang ini dapat dihitung dengan fungsi:
1 x / 2
4 2
e dx = 0,135
Peluang baterei tersebut akan berumur lebih dari 800 jam dapat diesti-
masi dengan luasan di bawah kurva dari x = 8 ke kanan. (Perhatikan
bahwa secara manual, besaran peluang ini tak bisa diperoleh. Hanya
bisa didapatkan dengan menyelesaikan fungsi model matematikanya):
1 x / 2
8 2
e dx = 0,018
Contoh 3:
Dengan mengacu pada peubah acak X tentang permasalahan umur baterei
di atas yang memiliki fungsi kerapatan probabilitas:
1 x / 2
2
e , x>0
f(x) =
0, sembarang x lainnya
Carilah probabilitasnya bahwa umur satu baterei tertentu tersebut akan
kurang dari 200 jam atau lebih besar dari pada 400 jam.
Jawab:
Misalkan A menyatakan kejadian X bernilai kurang dari 2 dan B menya-
takan kejadian X lebih besar dari 4. Karena A dan B adalah kejadian yang
saling asing, maka:
P(A U B) = P(A) + P(B)
2 1 1 x / 2
= 0 2 e x / 2 .dx + 4 2
e .dx
= (1 – e 1 ) + ( e 2 )
= 1 – 0,368 + 0,135
= 0,767
Fungsi Distribusi:
Suatu fungsi distribusi F(b) untuk satu peubah acak X didefinisikan
seba-gai:
F(b) = P(X ≤ b)
- Jika X diskrit, maka
b
F(b) = p( x)
x
Contoh 4:
Sebuah pemasok kerosen memiliki tangki 200 galon yang diisi tiap awal
minggu. Permintaan mingguannya menunjukkan pola frekuensi relatif
yang meningkat stabil hingga mencapai 100 galon, sehingga level perse-
diaannya berfluktuasi antara 100 dan 200 galon. Anggaplah X mencer-
minkan permintaan mingguan dalam ratusan galon, maka dimisalkan fre-
kuensi relatif untuk permintaan tersebut dapat dimodelkan oleh:
= 0, x < 0,
= x, 0≤x≤1
f(x)
= ½, 1<x≤2
= 0, x>2
Berdasarkan model tersebut, carilah F(b) dari peubah acak tersebut!
Jawab:
b
Per definisi, F(b) = f ( x ).dx
= 0, b<0
b b2
= 0 x.dx , 0≤b≤1
2
1 b 1 1 b 1 b
= 2
+ 1 2
.dx = 2
+ 2
= 2
, 1<b≤2
= 0, b>2
Suatu percobaan dilakukan atas satu kotak bohlam yang berisi empat boh-
lam bagus dan satu bohlam cacat. Kondisi percobaan:
Dilakukan pengambilan 2 kali tanpa pengembalian.
X1 mewakili kejadian pengambilan yang pertama, X 2 mewakili kejadi-
an pengambilan yang kedua.
Nilai variabel hanya akan terdiri dari dua kemungkinan: 1 untuk keja-
dian terambilnya bohlam cacat, dan 0 untuk bohlam bagus.
Jumlah total kemungkinan hasil: 5P2 = 5 x 4 = 20
12
P(X1=0, X2=0) = 20
= 0,6 (coba tunjukkan!)
Peluang kejadian lainnya selanjutnya dapat ditunjukkan dalam tabel
kontingensi sebagai berikut:
Tabel 4.2. Distribusi gabungan X1 dan X2
X1 0 1 Total Baris
X2 (Probabilitas Marginal X2)
0 0,6 0,2 0,8
1 0,2 0,0 0,2
Total Kolom 0,8 0,2 1,0
(Probabilitas Marginal X1)
Dari tabel kontingensi seperti di atas, kita juga dapat menghitung proba-
bilitas bersyarat dari gabungan dua kejadian tersebut. Misalkan kita ingin
mengetahui probabilitas bahwa pengambilan kedua akan mendapatkan
bohlam bagus, jika diketahui pengambilan pertama mendapatkan bohlam
bagus atau P(X2=0 | X1=0). Definisi dari probabilitas bersyarat menyata-
kan bahwa:
P ( X 1 0, X 2 0)
P(X2=0 | X1=0) = P( X 1 0)
0,6 3
= 0,8 = 4
Contoh 5:
Sebuah supermarket memiliki 3 buah pintu counter. Dua orang pelanggan
mendatangi counter yang kosong pada saat yang berbeda. Diasumsikan
bahwa pilihan pelanggan adalah acak dan independen satu sama lain. X 1
dimisalkan jumlah counter A dipilih dan X2 adalah jumlah counter B di-
pilih. Hitunglah:
a. Distribusi probabilitas gabungan X1 dan X2
b. Probabilitas bahwa satu pelanggan mengunjungi counter B, jika
diketahui pelanggan lainnya telah mengunjungi counter A.
Jawab:
Untuk kelengkapan, maka X3 adalah jumlah pelanggan yang mengun-
jungi counter C.
Kejadian tak satupun di antara 2 pelanggan yang mengunjungi counter
A maupun B berarti bahwa X1=0, X2=0, dan X3=2. Ini berarti:
P(X1=0, X2=0) = P(X1=0, X2=0, X3=2)
= P(pelanggan I memilih counter C dan pelanggan II
memilih counter C)
= P(pelanggan I memilih counter C) . P(pelanggan II
memilih counter C)
1 1 1
= =
3 3 9
Hasil perhitungan distribusi probabilitas gabungan selengkapnya dapat
di-lihat pada Tabel 4.3. di halaman berikutnya. Sesuai dengan
argumentasi yang ada pada permasalahan bohlam, maka P(X2=1 | X1=1)
adalah:
P ( X 1 1, X 2 1) 2/9 1
P(X2=1 | X1=1) = P ( X 1 1)
= 4/9
= 2
Perhatikan bahwa X2 harus selalu lebih kecil atau sama dengan X1. Cari-
lah probabilitas bahwa nilai X2 akan terletak antara 0,2 dan 0,4 untuk satu
minggu tertentu.
Jawab:
Pertanyaan atas masalah di atas merujuk kepada pola marginal dari X2.
Dengan demikian, perlu terlebih dulu dicari pemecahan persamaan:
f2(x2) = f ( x , x ).dx
1 2 1
1
1 3 2
= x 2
3 x1 .dx1 = 2
x1
x2
3
= 2
(1 – x22 ), 0 ≤ x2 ≤ 1.
3 (0,4) 3 (0,2) 3
= 0, 4
0, 2
2 3 3
= 0,2721
Contoh 7:
Tunjukkanlah bahwa peubah-peubah acak yang memiliki distribusi ga-
bungan pada Tabel 4.2. adalah independen!
Jawab:
Hanya diperlukan untuk menguji satu sel input dalam tabel tersebut untuk
membuktikan independensinya. Didapatkan bahwa P(X1=0, X2=0) = 0,6,
sedangkan P(X1=0) = 0,8 dan P(X2=0) = 0,8. Dengan demikian karena:
Contoh 8:
Probabilitas suatu mesin mengalami kerusakan (break down) adalah 0,1.
Diasumsikan bahwa perbaikan atas sebuah kerusakan akan memakan
waktu sehari penuh, sehingga tak akan ada terjadi lebih dari satu kerusak-
an dalam sehari. Jika X adalah variabel yang menyatakan jumlah
kerusak-an per hari, carilah distribusi probabilitasnya dan nilai rata-
ratanya!
Jawab:
Distribusi probabilitas untuk X:
P(X=0) = p(0) = 0,9; P(X=1) = p(1) = 0,1
Jika waktu penggunaan mesin dilihat dalam beberapa hari, maka dapat
dikatakan bahwa:
P(X=0) atau mesin tidak mengalami kerusakan dalam 90% hari.
P(X=1) atau mesin mengalami kerusakan dalam 10% hari.
Dengan demikian, nilai rata-rata dari X adalah:
Seringkali kita juga tertarik pada nilai harapan matematis dari suatu fung-
si peubah acak. Sebagai contoh, misalkan biaya yang diperlukan dalam
tiap perbaikan mesin pada contoh 8 adalah Rp. 500.000,-. Ini berarti
bahwa 500.000X mencerminkan biaya perbaikan per hari. Dengan demi-
kian, biaya harapan perbaikan harian adalah:
Expected daily repair cost = (500.000).(0).p(0) + (500.000).(1).p(1)
= (500.000).(0).(0,9) + (500.000).(1).(0,1)
= 50.000
Jadi, sejumlah Rp. 50.000,-/hari harus dianggarkan untuk memenuhi bia-
ya harapan perbaikan, meskipun dalam kebanyakan hari mesin tersebut
tidak mengalami kerusakan.
Mean atau nilai harapan matematis dari suatu pengukuran peubah acak
dalam banyak hal dapat dipandang sebagai “pusat” dari distribusi proba-
bilitas. Konstanta lain yang sangat bermanfaat dalam menggambarkan
po-la sebaran suatu peubah acak adalah ragam atau varians yang
mengukur seberapa jauh suatu masa probabilitas itu menyebar dari rata-
ratanya.
Nilai terkecil yang mungkin dijalani oleh σ2 adalah nol. Ini terjadi jika
probabilitas nilai-nilai X sama semuanya (hanya satu macam).
Contoh 9:
Manajer suatu gudang persediaan pabrik mengetahui dari pencatatan yang
dilakukannya bahwa permintaan harian akan satu jenis alat tertentu meng-ikuti
distribusi probabilitas sebagai berikut:
Permintaan 0 1 2
Probabilitas 0,1 0,5 0,4
Tabel ini menggambarkan bahwa 50% dari catatan harian menunjukkan
penggunaan alat satu kali. Jika X menyatakan variabel permintaan (peng-
gunaan harian), carilah E(X) dan V(X).
Jawab:
Mean atau nilai harapan matematisnya adalah:
E(X) = x
x. p ( x)
Teorema 4.1.:
Untuk sembarang peubah acak X dan konstanta a dan b, maka:
(i). E(aX + b) = a.E(X) + b
(ii). V(aX + b) = a2.V(X)
Contoh 10:
Jawab:
Biaya penggunaan alat satu kali dengan demikian adalah 10.000X. Jadi,
biaya rata-rata harian penggunaan alat adalah:
E(10.000X) = 10.000E(X)
= 10.000(1,3) = 13.000
Pabrik harus menyediakan anggaran Rp. 13.000,-/hari untuk biaya peng-
gunaan alat.
Teorema 4.2.:
Jika X adalah suatu peubah acak dengan mean μ, maka:
V(X) = E(X2) – μ2
Contoh 11:
Dari distribusi probabilitas contoh soal nomer 9, diperoleh bahwa E(X) =
1,3. Selanjutnya dapat dihitung:
E(X2) = x
x 2 p( x)
Nilai harapan matematis suatu peubah acak kontinu X dengan fungsi ke-
rapatan probabilitas f(x) dapat dihitung dengan cara analogis pada kasus
variabel diskrit. Demikian juga definisi untuk varians dan standard devia-
si beserta properti-propertinya yang diberikan dalam Teorema 4.1. dan
4.2. berlaku untuk kasus peubah acak kontinu.
Contoh 12:
Pada suatu mesin industri tertentu, misalkan variabel X menotasikan per-
sentase lama berhenti mesin dalam 40 jam kerja per minggu penggunaan
mesin. Dimisalkan juga X memiliki fungsi kerapatan probabilitas sebagai
berikut:
3x2, 0 ≤ x ≤ 1,
f(x) =
0, sembarang x lainnya
Carilah mean dan varians dari X!
Jawab:
Per definisi harapan matematis variabel kontinu diperoleh:
E (X) = x. f ( x).dx
1 1
= 0 x.(3 x 2 ).dx = 0 3 x 3 .dx
1
x4 3
= 3. 4 = 4
= 0,75
0
1 1
= 0 x 2 .(3 x 2 ).dx = 0 3 x 4 .dx
1
x5 3
= 3. 5 = 5
= 0,60
0
Selanjutnya dengan Teorema 4.2. didapatkan:
V(X) = E(X2) – μ2
= 0,60 – (0,75)2
= 0,60 – 0,5625 = 0,0375
Teorema 4.3.:
Anggaplah X1, X2, ..., Xn menotasikan serangkaian peubah acak dan mi-
salkan:
n
Y= a .X
i 1
i i
E(Y) = a .E ( X
i 1
i i )
V(Y) = a
i 1
2
i .V ( X i )
Contoh 13:
Lihat kembali soal pada Contoh 6. Dengan menyatakan X 1 sebagai jum-
lah BBM yang disediakan per minggu dan X2 jumlah yang terjual, maka
X1 – X2 akan mencerminkan jumlah BBM yang tersisa pada akhir ming-
gu. Carilah E(X1 – X2)!
Jawab:
Fungsi kerapatan gabungan dari X1 dan X2 diberikan oleh:
3x1, 0 ≤ x2 ≤ x1 ≤ 1
f(x1, x2) =
0, sembarang x lainnya.
Jadi,
1
E(X1) = 0 x1 (3 x12 ).dx
1
x14 3
= 3. 4 = 4
0
Jadi,
1 3
E(X2) = 0 ( x 2 ) 2 (1 x 22 ).dx2
3 x 22 x 24
1 1
3 1
2 0
= ( x 2 x 23 ).dx 2 =
2 2 0 4 0
3 1 1 3
= =
2 2 4 8
Satu jenis fungsi lainnya seringkali dijumpai dalam aplikasi yang disebut
produk. Teorema berikut ini memberikan output dalam menemukan eks-
pektasi produk-produk dari peubah-peubah acak independen.
Teorema 4.4.:
Misalkan X1 dan X2 adalah peubah acak independen. Jika g(X1) adalah
suatu fungsi X1 mandiri dan h(X2) adalah statu fungsi X2 mandiri, maka:
E[g(X1).h(X2)] = E[g(X2)].E[h(X2)]
Contoh 14:
Suatu proses untuk memproduksi bahan kimia industri menghasilkan dua
jenis utama bahan samping pengganggu. Dalam volume tertentu dari con-
toh proses ini, misalkan X1 menotasikan proporsi bahan samping jenis I
dalam contoh, dan X2 menotasikan proporsi bahan samping jenis II di
antara semua jenis bahan samping yang ditemukan. Diketahui dari
pengamatan banyak sampel bahwa distribusi gabungan dari X1 dan X2
dapat dibuat modelnya mengikuti fungsi sebagai berikut:
2(1 – x1), 0 ≤ x1 ≤ 1; 0 ≤ x2 ≤ 1
f(x1, x2) =
0, sembarang x lainnya.
Dari model tersebut, carilah E(X1, X2)!
Jawab:
Dari Teorema 4.4 dengan g(X1) = X1 dan h(X2) = X2, maka selanjutnya:
E(X1X2) = E(X1).E(X2)
1 1 1
= .
3 2
= 6
Hal ini berarti bahwa 1/6 dari nilai sampel mengandung bahan samping
jenis I secara rata-rata.