PEUBAH ACAK DAN DISTRIBUSI PELUANG

A. Pengertian Peubah Acak

Definisi 2.1 Peubah acak adalah suatu fungsi yang mengaitkan suatu bilangan real
pada setiap unsur dalam ruang sampel.

Peubah acak akan dinyatakan dengan huruf besar, misalnya X, sedangkan nilainya
dinyatakan dengan huruf kecil padanannya, misalnya x.

Contoh 2.1
Dua bola diambil satu demi satu
Ruang sampel y
MM 2 tanpa dikembalikan dari suatu
MH 1 kantung berisi 4 bola merah dan 3
HM 1 bola hitam. Bila Y dinyatakan
HH 0
jumlah bola merah yang diambil
maka nilai y yang mungkin dari peubah acak y adalah

Definisi 2.2 Jika suatu ruang sampel mengandung titik yang berhingga banyaknya
atau sederetan anggota yang banyaknya sebanyak bilangan bulat, maka ruang
sampel itu disebut ruang sampel diskret

Hasil suatu percobaan statistika mungkin saja tak berhingga ataupun tak terhitung.
Selang waktu yang dapat dibuat untuk ruang sampel banyaknya tak berhingga dan tak
terhitung, jadi terlihat sekarang bahwa ruang sampel tidak selalu diskret
 Definisi 2.3 Bila ruang sampel mengandung titik sampel yang tak berhingga
banyaknya dan banyaknya sebanyak titik pada sepotong garis, maka ruang sampel
itu disebut ruang sampel kontinu

Suatu peubah acak disebut peubah acak diskret bila himpunan kemungkinan
hasilnya terhitung. Karena kemungkinan nilai y pada contoh 2.1 adalah 0, 1, dan 2,
maka y peubah acak diskret

B. Distribusi Peluang Diskret

Definisi 2.4 Himpunan pasangan terurut (x,f(x)) merupakan suatu fungsi peluang,
fungsi massa peluang, atau distribusi peluang peubah acak diskret X bila, untuk
semua kemungkinan hasil x
1. f(x) ≥ 0
2. ∑ f(x) = 1
3. p(X = x) = f(x)

Contoh 2.4
Bila 50% mobil yang dijual oleh suatu agen bermesin diesel, cari rumus distribusi
peluang banyaknya mobil bermesin diesel bagi ke 4 mobil berikutnya yang dijual oleh
agen tersebut.
Jawab
Karena peluang menjual mobil bermesin diesel atau bensin 0,5 ke 24 = 16 titik pada
ruang sampel mempunyai peluang yang sama. Jadi, pembagi untuk semua peluang
dan juga untuk fungsi peluang adalah 16. Untuk mencari banyaknya cara menjual 3
mobil bermesin diesel diperlukan memandang banyaknya cara membagi 4 hasil
menjadi 2 bagian dengan 3 mobil bermesin diesel pada suatu bagian dan bermesin
 ( 43 ) = 4 cara. Umumnya, kejadian
bensin untuk yang lainnya. Ini dapat dibuat dalam

menjual x mobil bermesin diesel dan 4-x bermesin bensin dapat terjadi dalam ( )
4
x
cara, x bernilai 0, 1, 2, 3 dan 4. Jadi distribusi peluang f(x) = P(X = x) adalah

F(x) = x ) untuk x = 0, 1, 2, 3, 4
( 4

16

Dalam banyak soal diperlukan menghitung peluang bahwa nilai amatan peubah acak
X akan lebih kecil atau sama dengan suatu bilaingan real x. Bila F(x) = P(X ≤ x)
untuk setiap bilangan real x, namakan F(x) sebagai distribusi kumulatif/tumpukan

Definisi 2.5 Distribusi kumulatif F(x) suatu peubah acak diskret X dengan
distribusi peluang f(x) dinyatakan oleh

F(x) = P(X ≤ x) = ∑ f(t) untuk -∞ < x < ∞

Contoh 2.5
Hitunglah distribusi kumulatif peubah acak X dalam contoh 2.4. dengan
menggunakan F(x), perlihatkan bahwa f(2) = 3/8.

Jawab
Dengan menghitung langsung distribusi peluang pada contoh 2.4 diperoleh
f(0) = 1/16, f(1) = 1/4, f(2) = 3/8, f(3) = 1/4, dan f(4) = 1/6.
Jadi
F(0) = f(0) = 1/16
F(1) = f(0) + f(1) = 5/16
F(2) = f(0) + f(1) + f(2) = 11/16
F(3) = f(0) + f(1) + f(2) + f(3) = 15/16
F(4) = f(0) + f(1) + f(2) + f(3) + f(4) = 1
 Sehingga

{
0 bila x <0
1/16 bila 0 ≤ x <1
5 /16 bila 1 ≤ x <2
f (x) =
11/16 bila 2≤ x <3
15/16 bila3 ≤ x< 4
1 bila x ≥ 4

Sekarang

11 5 3
f(2) = F(2)-F(1) = - =
16 16 8

C. Distribusi Peluang Kontinu

Definisi 2.6 Fungsi f(x) adalah fungsi padat peluang peubah acak kontinu X, yang
didefinisikan diatas himpunan semua bilangan real R, bila
1. f(x) ≥ 0 untuk semua x € R
∞
2. ∫ f ( x)dx = 1
−∞
3. P(a < X < b) =

Contoh 2.6

Misalkan bahwa galat suhu reaksi dalam 0C pada percobaan laboratorium yang
dikontrol merupakan peubah acak X yang mempunyai fungsi padat peluang

{
2
x
f ( x )= ,∧−1< x< 2
3
0 ,∧untuk x lainnya

a. Tunjukkanlah bahwa syarat 2 definisi 2.6 dipenuhi

b. Hitung P(0 < x ≤ 1)

Jawab
 ∞ 2
x2 3
x 2 8 1
a. ∫ f ( x)dx = ∫ 3
dx = |-1 = 9 + 9 = 1
9
−∞ −1

1 2 3
x 1
b. P(0 < X ≤ 1) = ∫ dx = x |01 =
0 3 9 9

Definisi 2.7 Distribusi kumulatif (tumpukan) F(x) suatu peubah acak kontinu X
dengan fungsi padat f(x) diberikan oleh
x
F(x) = P(x ≤ x) = ∫ f (t) dt untuk -∞ < x <∞
−∞

Contoh 2.7

Carilah F(x) dari fungsi padat pada contoh 2.6dan kemudian hitunglah P(0 < X ≤ 1)

Jawab

Untuk -1 < x < 2,

x x 2
t t 3 x x 3 +1
F(x) = ∫ f (t) dt = ∫ dt = |-1 ¿
−∞ −1 3 9 9

Jadi

{
0 , x ≤−1
3
x +1
F(x) = ,−1≤ x< 2
9
1 , x ≥2

Distribusi tumpukan F(x)

2 1 1
P(0 < X ≤ 1) = F(1)-F(0) = - =
9 9 9

D. Distribusi Empiris
adalah suatu daftar yangmenunjukkan penggolongan kumpulan data dimana termasuk
penentuan berapa bilangan yang termasuk kedalam setiap golongan tersebut.
Para ilmuwan dan enjinir hanya memiliki himpunan data.
 Oleh karena itu penting untuk mencirikan atau meringkas sifat himpunan data tersebut
dengan cukup jelas. Seringkali dalam eksperimen yang menyangkut peubah acak
kontinu, fungsi padat f(x) tidak diketahui. Oleh karena itu, himpunan data tersebut
digunakan untuk menaksir f(x)
Langkah awal dalam menaksir f(x) adalah membuat distribusi frekuensi nisbi (nisbi =
relatif). Distribusi empiris mengelompokkan data ke dalam suatu interval, di mana

frekuensi data dalam setiap interval dapat digunakan untuk menentukan frekuensi
nisbinya. • Sebagai contoh, misalkan umur 40 batere mobil yang serupa dicatat
dimana yang dalam hal ini umur tersebut dibulatkan sampai persepuluhan tahun
----------------------------------------------------------------
2.2 4.1 3.5 4.5 3.2 3.7 3.0 2.6
3.4 1.6 3.1 3.3 3.8 3.1 4.7 3.7
2.5 4.3 3.4 3.6 2.9 3.3 3.9 3.1
3.3 3.1 3.7 4.4 3.2 4.1 1.9 3.4
4.7 3.8 3.2 2.6 3.9 3.0 4.2 3.5
---------------------------------------------------------------
Umur Batere Mobil
Misalkan dipilih 7 interval kelas, panjang interval adalah (4.7 – 1.6)/7 = 0.443 ≈ 0.5

E. Distribusi Peluang Gabungan

Definisi 2.8 Fungsi f(x,y) adalah distribusi peluang gabungan atau fungsi massa
peluang peubah acak diskret X dan Y bila
1. F(x,y) ≥ 0 untuk semua (x,y)
2. ∑x ∑y f(x,y) = 1
3. P(X = x, Y = y) = f(x,y)
Untuk tiap daerah A di bidang xy, P[(X,Y) € A] = ∑A ∑ f(x,y)

Contoh 2.8

Dua isi ballpoint dipilih secara acak dari sebuah kotak yang berisi 3 isi warna biru, 2
isi warna merah, dan 3 hijau. Bila X menyatakan banyaknya yang bewarna biru dan Y
warna merah yang terpilih, hitung lah
a. Fungsi peluang gabungan f(x,y)
b. P[(X,Y) € A], bila A daerah {(x,y)│x + y ≤ 1}

jawab
a. Pasangan nilai (x,y) yang mungkin adalah (0,0), (0,1), (1,0), (1,1), (0,2), (2,0).

f(x,y) ¿
( x y 2−x− y )
)(
3 2
)( 3
,
(2 )
8

x = 0, 1, 2;
y = 0, 1, 2;
0≤x+y≤2

b. P[(X,Y) € A] = P(X + Y ≤ 1)
= f(0,0) + f(0,1) + f(1,0)

3 3 9
= + +
28 14 28

9
=
14

Definisi 2.9 Fungsi f(x,y) adalah fungsi padat gabungan peubah acak kontinu X
dan Y bila
1. F(x,y) ≥ 0 untuk semua (x,y)
∞
2. ∬ f ( x , y) dxdy =1
−∞

3. P[(X,Y) € A ] = ∫A ∫ f(x,y) dxdy

Contoh 2.9

Suatu perusahaan coklat mengirim berkotak-kotak coklat dengan campuran krem, tofe, dan
kacang berlapis coklat cerah dan pekat. Bila kotak dipilih secara acak, serta X dan Y masing-
masing manyatakan proporsi yang krem berlapis coklat cerah dan pekat dan misalkan bahwa
fungsi padat gabungannya ialah
 {
2
(2 x +3 y),∧0 ≤ x ≤1 , 0 ≤ y ≤ 1
f ( x )= 5
0 ,∧untuk x , y lainnya .

a. Tunjukkan bahwa syarat 2 definisi 2.9 dipenuhi

1 1 1
b. Cari P[(X,Y) € A], bila A daerah {(x,y)│0 < x < , <y< }
2 4 2

Jawab
∞ 1 1
a. ∬ f ( x , y) dxdy = ∫∫ 25 (2x + 3y) dxdy
−∞ 0 0

1 2
2x 6 xy
=∫ + │x=0x=1 dy
0 5 5
1
6y 2 y 3 y2 1
= ∫¿¿ + ) dy = + │0
0
5 5 5
2 3
= + =1
5 5
1 1 1
b. P[(X,Y) € A] = P(0 < X < , < Y < )
2 4 2
1 1
2 2
2
= ∫ ∫ (2x + 3y) dxdy
1 0 5
4

1
2 2
2x 6 xy
=∫ + │x=0x=1/2 dy
1 5 5
4

1
2
1 +3 y y 3y
2
= ∫( ¿ )dy ¿ = + │1/41/2
1 10 5 10 10
4

1 1 3 1 3 13
=
[( + ) – ( + )] =
10 2 4 4 16 160

Definisi 2.10 Distribusi marginal (pias) dari X sendiri dan Y sendiri didefinisikan
sebagai

g(x) = ∑ f (x , y) dan h(y) = ∑ f (x , y)

y x

untuk hal diskret, dan

∞ ∞
g(x) = ∫ f ( x , y )dy dan h(y) = ∫ f ( x , y ) dx
−∞ −∞
Contoh 2.10

Tunjukkan bahwa jumlah lajur dan baris 2.6 memberikan distribusi pias dari X sendiri
dan Y sendiri.

Jawab

Untuk peubah acak X,

2
P(X = 0) = g(0) = ∑ f (0 , y ) = f(0,0) + f(0,1) + f(0,2)
y=0

3 3 1 5
= + + =
28 14 28 14

2
P(X = 1) = g(1) = ∑ f (1 , y) = f(1,0) + f(1,1) + f(1,2)
y=0

9 3 15
= + +0=
28 14 28

2
P(X = 2) = g(2) = ∑ f (2 , y) = f(2,0) + f(2,1) + f(2,2)
y=0

3 3
= +0+0=
28 28

Yang merupakan jumlah lajur tabel 2.6 dengan jalan yang sama dapat ditunjukkan
bahwa nilai h(y) merupakan jumlah barisnya. Dalam bentuk tabel, distribusi pias ini
dapat ditulis sebagai :

X 0 1 2
Y 0 1 2
g(x) 5 15 3
14 28 28 h(y) 15 3 1
28 7 28
 Definisi 2.11 Misalkan X dan Y dua peubah acak diskret maupun kontinu.
Distribusi bersyarat peubah acak Y, bila diketahui X = x, dinyatakan oleh
f (x , y)
F(y|x) = , g(x) > 0
g (x)
Begitupula, distribusi bersyarat peubah acak X, bila diketahui Y = y, dinyatakan
oleh
f ( x , y)
F(x|y) = , h(y) > 0
h(x )

Contoh 2.11

Kembali kecontoh 2.8 cari distribusi bersyarat X, bila Y = 1, dan gunakan ini untuk
menghitung P(X = 0│Y = 1)

Jawab

Kita ingin mencari f(x│y) untuk y = 1. Pertama-tama ditemukan bahwa

2
3 3 3
h(1) = ∑ f (x ,1) = + +0=
0 14 14 7

sekarang

f ( x , 1) 7
f(x│1) = = f(x,1), x = 0,1,2
h(1) 3

jadi

f(0│1) =
7
3
f(0,1) =
7
3 ( )( 143 ) = 12
f(1│1) =
7
3
f(0,1) =
7
3 ( )( 143 ) = 12
f(2│1) =
7
3
f(2,1) =
7
3 ()
(0) = 0
dan distribusi bersyarat X, bila Y = 1, adalah

X 0 1 2

f(x│1) 1 1 0
2 2

1
Akhirnya, P(X = 0│Y = 1) = f(0│1) = . jadi bila diketahui bahwa 1 dari kedua isi
2
ballpoint yang terambil berwarna merah maka peluangnya ½ bahwa isi yang satu lagi
bukan biru.