BAB IV

BEBERAPA DISTRIBUSI PELUANG KONTINU

4.1 Distribusi Normal

 Distribusi normal sering pula disebut Distribusi Gauss. Suatu variabel
random X yang distribusinya berbentuk lonceng seperti pada gambar 4.1
disebut variabel random normal.

Gambar 4.1 Kurva Normal

 Persamaan matematik distribusi peluang variabel normal kontinu

bergantung pada dua parameter  dan  yaitu rataan dan simpangan baku.
Jadi fungsi padat X akan dinyatakan dengan n (x; , ).
Distribusi normal fungsi padat variabel random normal X, dengan rataan 
dan variasi 2 adalah :
1 2
n (x; , ) = e (1 / 2)[ X  ) /  ] –<x<
2

dengan  = 3,14159 ……… dan e = 2,71828

 Sifat-sifat kurva normal :
1) Modus, titik pada sumbu datar yang memberikan maksimum kurva
terdapat pada x = .
2) Kurva setangkup terhadap garis tegak yang melalui rataan .
3) Kurva mempunyai titik belok pada x =  ± , cekung dari bawah bila
 -  < X <  + , dan cekung dari atas untuk harga x lainnya.
4) Kedua ujung kurva normal mendekati asimtut sumbu datar bila harga x
bergerak menjauhi x baik ke kiri maupun ke kanan.
5) Seluruh luas di bawah kurva dan di atas sumbu datar sama dengan 1.
4.2 Luas di Bawah Kurva Normal

38
  Kurva setiap distribusi peluang kontinu atau fungsi padat dibuat sedemikian
rupa sehingga luas di bawah kurva diantara kedua ordinat x = x 1 dan x = x2
sama dengan peluang variabel random X mendapat harga antara x = x 1 dan
x = x2.
 Untuk mengatasi kesulitan dalam menghitung integral fungsi padat normal
maka dibuat tabel luas kurva normal sehingga memudahkan
penggunaannya. Tetapi, tidak akan mungkin membuat tabel yang berlainan
untuk setiap harga  dan . Sehingga dalam setiap variabel random normal
X dapat ditransformasikan menjadi himpunan baru suatu variabel random
normal. Z dengan rataan nol dan variansi 1. hal ini dapat dikerjakan dengan
transformasi :
X
Z

Bilamana X mendapat satu harga x, harga Z padanannya diberikan oleh
z = (x-)/. Jadi, bila X berharga antara x = x 1 dan x = x2 maka variabel
random Z akan berharga z1 = (x1 – )/ dan z2 = (x2 – )/.
 Distribusi variabel random normal dengan rataan nol dan variansi 1, disebut
distribusi normal baku.

4.3 Hampiran Normal terhadap Binomial

 Peluang yang berkaitan dengan percobaan binomial dengan langsung dapat
diperoleh dari rumus distribusi binomial b (x; n, p), bila n kecil. Bila n
cukup besar maka peluang binomial terpaksa dihitung dengan cara
hamparan.
 Teorema : bila X variabel random binomial dengan rataan  = np dan
variansi 2 = n p q maka bentuk unit distribusi :
X  np
Z
npq

Bila n   adalah distribusi normal baku n (z; 0, 1)

39
  Hampiran normal dipakai untuk menghitung peluang binomial bila p tidak
dekat dengan nol atau 1. Hampiran tersebut baik sekali bila n besar dan
cukup baik untuk nilai n yang kecil asal p cukup dekat dengan ½.
Untuk menentukan apakah hamparan normal masih baik dipakai diberikan oleh
np atau nq. Bila np maupun nq lebih besar dari 5 maka hamparan akan baik.

4.4 Distribusi Gamma, Eksponensial dan Khi Kuadrat

 Kendati distribusi normal dapat dipakai untuk mencurahkan banyak masalah
dalam bidang rekayasa dan ilmu, masih banyak sekali masalah yang
memerlukan fungsi padat yang lain, yaitu distribusi Gamma, Ekponensial
dan Khi – Kuadrat.
 Distribusi gamma mendapat namanya dari fungsi gamma yang didefinisikan
sebagai :

 1
 () =  x e  x dx
0

Untuk  = 0
 Selanjutnya fungsi gamma akan dipakai dalam definisi distribusi Gamma.
Variabel random kontinu X berdistribusi gamma, dengan parameter  dan
, bila padatnya diberikan oleh :
1
f (x) = 
x  1e  x /  x>0
 ( )

=0 untuk x yang lain

Bila  > 0 dan  > 0
 Distribusi gamma khususnya dengan  = 1 disebut distribusi eksponensial.
Variabel random kontinu X berdistribusi eksponensial, dengan parameter ,
bila fungsi padatnya diberikan oleh :
1 x
f (x) = e x>0

=0 untuk x yang lain
dengan  > 0.

40
  Distribusi gamma khas yang kedua diperoleh bila  = /2,  = 2 dan 
bilangan bulat positif disebut distribusi Khi Kuadrat dengan derajat
kebebasan .
Variabel random kontinu X berdsitribusi Khi Kuadrat, dengan derajat
kebebasan , bila fungsi padatnya diberikan oleh :

1 
2 1
x
x e 2
f (x) = 
2 2   2 x>0

dengan  bilangan positif untuk x yang lain.

 Teorema : Rataan dan variansi distribusi gamma adalah :

= dan 2 =  2

sehingga diperoleh rataan dan variansi distribusi eksponensial adalah :

= dan 2 = 2

rataan dan variansi distribusi khi kuadrat adalah :

= dan 2 = 2

4.5 Distribusi Weilbull

 Variabel random kontinu T berdistribusi Weibull, dengan parameter  dan
, jika fungsi padatnya diberikan oleh :

f (t) =   t-1 e t t>0
=0 untuk t yang lain
dengan  > 0 dan  > 0
 Teorema : Rataan dan variansi distribusi weibull adalah :
 1
 = -1/  1   
 

2   2   1  
2
 
 =
2  
  1    
   1   
    B  
 
 

41
Soal – Penyelesaian

1. Diketahui suatu distribusi normal dengan  = 50 dan  = 10, carilah peluang

bahwa X mendapat harga antara 45 dan 62.
Penyelesaian :
Nilai z yang berpadanan dengan x1 = 45 dan x2 = 62 adalah :
x 1   45  50
z1 =   0,5
 10
x 2   62  50
z2 =   1,2
 10
Jadi, P (45 < X < 62) = P (-0,5 < Z < 1,2)
Dengan menggunakan tabel 4, diperoleh :
P (45 < X < 62) = P (Z < 1,2) – P (Z < -0,5)
= 0,849 – 0,3085
= 0,5764

2. Suatu perusahaan listrik menghasilkan bola lampu yang umurnya berdistribusi

normal dengan rataan 800 jam dan simpangan baku 40 jam. Hitunglah peluang
suatu bola lampu dapat menyala antara 778 dan 834 jam.
Penyelesaian :
Distribusi umur lampu dapat digambarkan sebagai berikut :

 = 40

778 800 834 x

Nilai z yang berpaduan dengan x1 = 778 dan x2 = 834 adalah :

778  800
z1 =  0,55
40
834  800
z2 =  0,85
40
Dengan tabel 4 diperoleh :

42
 P (778 < X < 834) = P (-0,55 < Z < 0,85)
= P (Z < 0,85) – P (Z < -0,55)
= 0,8023 – 0,2912
= 0,5111

3. Nilai rata-rata 300 mahasiswa tahun pertama secara penghampiran berdistribusi

normal dengan rataan 2,1 dan simpangan baku 0,6. Berapa banyak mahasiswa
yang dapat diharapkan mempunyai nilai diantara atau sama dengan 2,5 dan 3,5
bila perhitungan nilai rata-rata dibulatkan sampai persepuluhan terdekat.
Penyelesaian :
Karena nilai rata-rata dibulatkan sampai persepuluhan terdekat maka kita
misalkan x1 = 2,45 dan x2 = 3,55. Sehingga harga z padanannya adalah :
2,45  2,1
z1 =  0,58
0,6

3,55  2,1
z2 =  2,42
0,6

Jadi, P (2,45 < X < 3,55) = P (0,58 < Z < 2,42)

= P (Z < 2,42) – P (Z < 0,58)
= 0,9922 – 0,7190
= 0,2732
Jadi 27,32 % mahasiswa yang mendapat nilai diantara atau sama dengan 2,5 dan
3,5 atau sekitar 82 dari 300 mahasiswa.

4. Suatu proses menghasilkan sejumlah barang yang 10% cacat. Bila 100 barang
diambil secara random dari proses tersebut, berapakah peluang bahwa banyaknya
yang cacat melebihi 13?
Penyelesaian :
Banyaknya yang cacat berdistribusi binomial dengan parameter n = 100 dan
p = 0,1. Karena ukuran sampel besar maka dengan hampiran kurva normal
diperoleh :
 = np = (100) (0,1) = 10

43
  = npq  (100)(0,1)(0,9)  3,0

untuk memperoleh peluang yang ditanyakan, maka dicari luas sebelah kanan
x = 13,5 dan harga z yang berpadanan adalah :
13,5  10
z =  1,167
3
Jika X menyatakan banyaknya yang cacat maka :
100
P (X > 13) =  b( x;100, 0,1)
x 14

 P (Z > 1,167)
= 1 – P (Z < 1.167)
= 1 – 0,8784
= 0,1216

5. Suatu ujian, pilihan ganda terdiri atas 200 soal masing-masing dengan 4 pilihan
dan hanya satu jawab yang benar. Tanpa memahami sedikitpun masalahnya dan
hanya dengan menerka saja, berapakah peluang seorang murid menjawab 25
sampai 30 soal dengan benar untuk 80 dari 200 soal?
Penyelesaian :
Peluang menjawab benar untuk tiap soal dari 80 adalah p = ¼. Bila X menyatakan
banyaknya jawaban yang benar dengan hanya menerka saja, maka :
30
 1
P (25  X  30) =  b x;80, 
4
x  25 

dengan menggunakan hampiran kurva normal diperoleh :

 = np = (80) (1/4) = 20

 = npq   80  1  3   3,87

 4  4 

diperlukan luas antara x1 = 24,5 dan 30,5 sehingga harga z padanannya adalah :
24,5  20
z1 =  1,163
3,87

30,5  20
z2 =  2,173
3,86

Dengan menggunakan tabel 4, diperoleh :

44
 30
 1
P (25  X  30) =  b x;80, 
4
x  25 

 P (1,163 < Z < 2,713)

= P (Z < 2,713) – P (Z < 1,163)
= 0,9966 – 0,8776
= 0,1190

6. Suatu sistem mengandung sejenis komponen yang daya tambahnya dinyatakan

oleh variabel random T yang berdistribusi eksponensial dengan parameter  = 5.
Bila sebanyak 5 komponen tersebut dipasang dalam sistem yang berlainan,
berapakah peluang bahwa paling sedikit dua masih akan berfungsi pada akhir
tahun ke delapan?
Penyelesaian :
Peluang bahwa suatu komponen tertentu masih akan berfungsi setelah 8 tahun
adalah :
1   15
5 8
P (T > 8) = e dt

= 8
e 5

 0,2
Jika X menyatakan banyaknya komponen yang masih berfungsi setelah 8 tahun.
Dengan menggunakan distribusi binomial, diperoleh :
5
P (X  2) =  ( x;5, 0,2)
x 2

1
= 1  ( x;5, 0,2)
x 0

= 1 – 0,7373
= 0,2627

45
 LATIHAN SOAL
(BAB IV)

1. Diketahui distribusi normal dengan  = 200 dan 2 = 100, hitunglah :

a. luas di bawah 214;
b. luas di atas 179;
c. luas antara 188 dan 206;
d. titik sehingga luas di bawahnya 80%;
e. kedua titik setangkup terhadap 200 yang mengapit 75% luas bagian
tengah.

2. Diketahui peubah X yang berdistribusi normal dengan rataan 18 dan simpangan

baku 2,5. Hitunglah :
a. P(X < 15);
b. Nilai k sehingga P(X < k) = 0,2578;
c. P (17 < X < 21);
d. Nilai k sehingga P(X > k)=0,1539.

3. Tinggi 1.000 mahasiswa berdistribusi normal dengan rataan 174,5 cm dan

simpangan baku 6,9 cm. Bila pengukuran dibulatkan ke setengah cm terdekat,
berapa banyakkah dapat diharapkan tinggi mahasiswa:
a. kurang dari 160,0 cm?
b. antara, dan termasuk 171,5 dan 182,0 cm?
c. sama dengan 175,0 cm?
d. lebih besar atau sama dengan 188 cm?

4. Dalam suatu ujian matematika nilai rata-rata adalah 82 dengan simpangan baku
5. Semua mahasiswa yang bernilai dari 88 sampai 94 mendapat B. Bila nilai
berdistribusi hampiran normal dan delapan mahasiswa mendapat nilai B, berapa
orangkah yang mengikuti ujian tersebut?

5. IQ 600 pelamar ke suatu perguruan tinggi berdistribusi hampiran normal dengan

rataan 115 dan simpangan baku 12. Bila perguruan tinggi itu hanya menerima

46
 yang mempunyai IQ paling rendah 95, berapa banyakkah pelamar yang akan
ditolak jika hanya didasarkan atas ketentuan ini tanpa memandang kemampuan
yang lain?

6. Rata-rata curah hujan, dicatat ke perseratusan cm yang terdekat, di Bandung ada

bulan Oktober adalah 9,22 cm. Bila dimisalkan distribusinya normal dengan
simpangan baku 2,83 cm, hitunglah peluang bahwa bulan Oktober yang akan
datang Bandung akan mendapat hujan?

7. Umur rata-rata sejenis mesin 10 tahun dengan simpangan baku 2 tahun.

Pabriknya mengganti dengan gratis semua mesin yang rusak selama masa
garansi. Bila pabrik tersebut bersedia hanya mengganti 3% dari mesin yang
rusak, berapa lamakah masa garansi yang seharusnya ditawarkannya?
Misalkanlah bahwa umur mesin berdistribusi hampiran normal.

8. Dua dadu dilantunkan 180 kali. Berapakah peluang mendapat jumlah 7?

a. paling sedikit 25 kali?
b. antara, dan termasuk, 33 dan 41 kali?
c. tepat 30 kali?

9. Peluang seseorang sembuh dari suatu operasi jantung (yang rumit) adalah 0,9.
Berapakah peluang bahwa antara, dan termasuk, 84 dan 95 dari 100 orang yang
dioperasi akan sembuh?

10. Suatu survei penduduk suatu kota di Amerika Serikat menunjukkan bahwa 20%
lebih menyukai telepon yang berwarna putih daripada warna lainnya yang
tersedia. Berapakah peluang bahwa antara, dan termasuk, 170 dan 185 dari 1.000
telepon yang akan dipasang di kota tersebut akan berwarna putih?

11. Suatu perusahaan farmasi mengetahui bahwa rata-rata 5% dari sejenis pil
mempunyai campuran di bawah kekuatan minimum, sehingga tak memenuhi
persyaratan. Berapakah peluang bahwa kurang dari 10 dalam contoh 200 pil
tidak memenuhi persyaratan?

47
12. Bila peubah acak X berdistribusi gamma dengan  = 2 dan  = 1, hitunglah
P (1,8 < X < 2,4).

13. Di suatu kota. pemakaian air sehari (dalam jutaan liter) berdistribusi hampiran
gamma dengan  = 2 dan  = 3. Bila kemampuan menyediakan air 9 juta liter
sehari, berapakah peluang pada suatu hari tertentu persediaan air tidak
mencukupi?

14. Lamanya waktu untuk melayani seseorang di suatu kafetaria merupakan suatu
peubah acak berdistribusi eksponensial dengan rataan 4 menit. Berapakah
peluang seseorang akan dilayani dalam waktu kurang dari 3 menit pada paling
sedikit 4 dari 6 hari berikut?

15. Umur dalam tahun suatu jenis tombol listrik berdistribusi normal dengan tingkat
kegagalan 0 = 2. Bila 100 alat semacam ini dipasang dalam sistem yang
berlainan, berapakah peluang paling banyak 30 akan gagal selama tahun
pertama?

48