Homework Guidelines: Probability Theory

Ria Dhea Layla N.K, M.Si

May 6, 2018

*Tugas untuk KELAS SELASA:

1. Pelajari distribusi diskrit Statistika (Bernoulli, Binomial, Poisson, Geometrik dan

Hiperge-ometrik)
2. Catat materi kelas Hari Rabu tanggal 2 Mei 2018 di buku Catatan

3. Kerjakan dan buktikan parameter pada distribusi diskrit tersebut beserta contoh soal

4. Pelajari beberapa macam distribusi kontinu Statistika (Materi ada pada pdf berikut)

5. Kerjakan dan buktikan parameter pada distribusi kontinu tersebut beserta contoh soal

6. Dikumpulkan pada tanggal 15 Mei 2018

Note: Tambahan kelas, Kamis 17 Mei 2018 Pukul 15.15 DAN Sabtu 19 Mei 2018 Pukul 08.00

1
*Tugas untuk KELAS RABU:

1. Kerjakan dan buktikan parameter pada distribusi diskrit tersebut beserta contoh soal

2. Pelajari beberapa macam distribusi kontinu Statistika(Materi ada di pdf berikut)

3. Kerjakan dan buktikan parameter pada distribusi kontinu tersebut beserta contoh soal

4. Dikumpulkan pada tanggal 16 Mei 2018

Note: Tambahan kelas Jumat, 18 Mei 2018 Pukul 15.15

2
 Distribusi Peluang Kontinu
Ria Dhea Layla N.K, M.Si
May 6, 2018

1 Distribusi Normal
Abraham de Moivre, seorang matematikawan dari Inggris yang menemukan distribusi normal
seba-gai hasil dari pendekatan distribusi binomial dan penggunaanya terhadap permainan yang
bersifat untung-untungan.

De nisi 9.6: Fungsi Densitas Normal Umum

Peubah acak X dikatakan berdistribusi normal umum, jika dan hanya jika fungsi densitas
berben-tuk:
f(x) = 1 exp 1 (x 2
) ; <x< ;
2 >0
p 2 2 2 1 1
2

Peubah acak X yang berdistribusi normal umum disebut juga peubah acak normal
umum. Notasi dari peubah acak yang distribusi normal umum adalah

2
N(x; ; )
Sifat kurva densitas distribusi normal umum sebagai

1. Kurva berbentuk lonceng dan simetrik di x =

2. Rata-rata, median, dan modus dari distribusi berimpitan

3. Fungsi densitas mencapai nilai maksimum di x =

sebesar
1
p
2
2
4. Kurva berasimtot sumbu datar x

5. Kurvanya mempunyai titik in eksi (x,f(x)), dengan

x=
1 1
f(x) = e
p 2
2 2

6. Luas daerah di bawah kurva

P (jX j < ) = 0:6826
P (jX j < 2 ) = 0:9544
P (jX j < 3 ) = 0:9973

1
 Dalil 9.6: Parameter Distribusi Normal Umum
Rata-rata, varians, dan fungsi pembangkit momen dari distribusi normal umum

TUGAS 1: Buktikan!

E(X) =
V ar(X) = 2

Mx(t) = exp( t + 2t2) ); t 2 R

2

Contoh 9.13:
2
Jika fungsi pembangkit momen (fpm) dari X berbentuk, exp(5t + 8t ), maka:

1. Tentukan distribusi dari X

2. Tentukan bentuk fungsi densitas dari X

Jawab:
fpm dari X dapat ditulis sebagai berikut

1 2
Mx(t) = exp(5t + 2 36t )

2
1. X berdistribusi normal umum dengan = 5 dan = 36 sehingga dapat dinotasikan : X
N(5; 26)

2. Fungsi densitas dari X berbentuk:

f(x) = 1 exp 1(x 5)
2

p (72 ) 72

Contoh: 9.14
2 2
Misalkan X adalah peubah acak berdistribusi normal dengan = 2 dan = 4. Jika Y = 2X 1,
maka hitung E(Y)

TUGAS 2: Jawab...

2 Distribusi Normal Baku

Penghitungan luas daerah di bawah kurva distribusi normal umum agar lebih mudah, dapat di-
lakukan dengan menggunakan bantuan Tabel Distribusi Normal Baku.

De nisi 9.7: Fungsi Densitas Normal Baku

2
Distribusi normal umum dengan rataan = 0 dan varians =1
adalah distribusi normal baku dan fungsi densitasnya berbentuk:

f(x) = p
1
exp(
1
x );
2
1 <x< 1
2 2

Dapat dituliskan dengan notasi, N (x; 0,1)

Peubah acak X yang berdistribusi normal baku disebut juga peubah acak normal baku.
2
atau rata-rata, atau varians dari distribusi normal dapat mudah ditentukan, yaitu:

2
 1. = E(X) = 0
2
2. = V ar(X) = 1

3. fpm dari Distribusi Normal Baku dapat ditentukan berdasarkan fpm dari distribusi normal
2
umum dengan mensubsitusikan = 0 dan = 1 ke dalamnya, sehingga akan diperoleh:

1 2
Mx(t) = exp( 2 t )
dimana t adalah elemen bilangan Real
Perhitungna peluang dari peubah normal baku dapat dilakukan dengan beberapa cara diantaranya
1. Menggambarkan kurva distribusi normal baku

2. Nilai Z yang dicari ditandai pada diletakkan pada kurva, dapat disebelah kiri maupun kana
nol
3. Daerah yang dicari pada kurvanya sesuai dengan nilai Z
4. Hitung peluang yang dicari dengan cara menghitung luas daerah yang ditandai
berdasarkan Tabel Distribusi Normal Baku

Tugas 3: Contoh 9.15 Hitung peluang bahwa peubah acak Z yang berdistribusi normal baku
memiliki nilai, sebagai berikut:

1. P (Z < 1:45)
2. P (Z < 0:65)
3. P (1:15 < Z < 1:90)
4. P ( 0:40 < Z < 0:70)
5. P ( 0:98 < Z < 0:35)

Dalil 9.7 Pendekatan Distribusi Normal Umum ke Normal Baku

Jika X adalah peubah acak berdistribusi normal umum dengan rata-rata dan simpangan
2 X
baku atau , maka: Z = ( ) mengikuti distribusi normal baku.
Bukti:
X
Dari Z = ( ), ternyata memiliki hubungan antara X dan Z adalah linier.

Z f(x; ; )dx
2
x2
P (x1 < X < x2) =
Z x1 p 2
x2 2 2 2
= exp (x 2
x1

1 1

) dx
x
Misalkan: z = ( )
x
Batas-batas: Untuk x = x1; maka, z = ( 1 ) = z1
x
Untuk x = x2; maka, z = ( 2 ) = z1
Jadi,
1 2
Z
z2 p 2 2 2
z1
P (x <X<x) = exp( 2
1 1

z2 p 2 2 z ) dz
2
1 1 2
Z
z1

= exp( z )dz
= Z z2
N(z; 0; 1)dz
z
1

3
3 Distribusi Gamma
Distribusi Gamma memiliki fungsi densitas sebagai berikut:

x
1
f(x) = kx e ; x > 0; > 0; >0
= 0; x; lainnya

Kita akan menentukan nilai konstanta k sedemikian hingga fungsi di atas memenuhi sebuah
fungsi densitas.

1. Sifat (1) dari fungsi densitas f(x) 0

x
1
kx e 0

Karena x > 0, > 0, dan > 0, maka k > 0

R1
2. Sifat (2) dari fungsi densitas: 1 f(x)dx = 1
Z Z
= 1 f(x)dx + 0
1
f(x)dx = 1
0
0 1 x

= Z Z kx e
1 dx = 1
1 0dx + 0
Z
= 0+k
1
0 x
1
e dx = 1
x

Integral di atas diselesaikan dengan meggunakan bantuan fungsi gamma, yaitu

Z 1
1 y
()= y e dyuntuk > 0
0

x
Misalnya: y = ; maka = y

dx = dy
Batas-batas:
Untuk x = 0; makay = 0
Untuk x = 1; makay = 1

Z 1
1 y
k ( y) e dy = 1
0
Z 1

k 1 y
y e dy = 1
0
k () = 1
k =
1
()

Peubah acak X dikatakan berdistribusi gamma, jika dan hanya jika fungsi densitasnya berbentuk:

f(x) = 1 x 1; x > 0; > 0; > 0

()
= 0; xlainnya

Dapat juga dinotasikan X G(x; ; ) dengan parameter dan .

4
 Dalil 9.2: Parameter Distribusi Gamma
2
Berikut rata-rata atau , varians atau , dan fpm:

Tugas 4: BUKTIKAN!!!
1. =
2 2
2. =
1
3. Mx(t) = (1 t); t <
Contoh 9.4:
Jika X (3; 3), maka fungsi densitasnya adalah...

Jawab:
1 2x
g(x) = xe ;x>0 3

54
= 0; xlainnya

Contoh 9.5:
Jika X (2; 3), Hitung P (Y > 4)
Jawab:
Fungsi densitas dari Y berbentuk:

y y

h(y) = ( 9 )e 3 ; y > 0
= 0; ylainnya

Jadi,
y

x 1
P (Y > 4) = Z ye 3 dy
4 9
1 y
= lim ye 3 dy
9 b!1
TUGAS 5: Silahkan diteruskan dengan menggunakan Integral Partial!!!

4 Distribusi Eksponential
Distribusi eksponential merupakan distribusi yang diperoleh dari distribusi Gamma dengan

= 1dan =

De nisi 9.3: Fungsi Densitas Eksponential

Peubah acak X dikatakan berdistribusi eksponential jika dan hanya jika memiliki fungsi densitas
1 x
f(x) = e ;x> ; >0

= 0; xlainnya
Dapat dinotasikan dengan X Exp(x; ) dengan parameter

5
 Dalil 9.3: Parameter Distribusi Eksponential

TUGAS 6: BUKTIKAN!!!

Rata-rata, varians dan fungsi pembangkit momen sebagai berikut.

1. =
2
2. =
1 1
3. Mx(t) = (1 t) ; t <

TUGAS 7: Contoh 9.6

Jika x Exp(2). Tuliskan parameternya dan bentuk fungsi densitasnya!

TUGAS 8: Contoh 9.7

Misal: Y berdistribusi eksponential dengan parameter = 3.

Hitung: peluang Y > 2

5 Distribusi Chi-Square
2
Distribusi Chi- Square ( ) diperoleh dari distribusi Gamma, jika dan hanya jika fungsi densitas-
nya berbentuk:

2
De nisi 9.4: Fungsi Densitas
1 v 2

f(x) = v x 2 ;x>0
22 v
2

2
Dapat dinotasikan dengan (v), dengan v adalah derajat kebebasan.
2
Dalil 9.4: Parameter Distribusi
TUGAS 6: BUKTIKAN!!!

2
Rata-rata, varians dan fungsi pembangkit momen Distribusi sebagai berikut.

1. = v
2
2. = 2v
1
3. Mx(t) = (1 2t) 2v ; t < 2

TUGAS 9: Contoh 9.8

2
Jika x (6). Tuliskan derajat kebebsannya dan bentuk fungsi densitasnya!

TUGAS 10: Contoh 9.9

2
Misal: Y berdistribusi dengan derajat kebebasan v = 4.
X
Tentukan: fpm dari Y = 2 1

6
 TUGAS 11: Contoh 9.10

2
Misal: Y berdistribusi dengan derajat kebebasan v = 10.
Hitung:
1. P (X > 4; 865)
2. P (X 20; 48)

6 Distribusi Beta
Misal fungsi densitas suatu peubah acak Y berdistribusi uniform sebagai berikut:

h(y) = 1; 0 < y < 1

= 0; ylainnya
Bila diperhatikan fungsi densitas tersebut, maka fungsi densitas tersebut merupakan hal khusus
dari distribusi lain, yang disebut distribusi beta.

De nisi 9.5: Fungsi Densitas Beta

Peubah acak X dikatakan berdistribusi , jika dan hanya jika fungsi densitasnya berbentuk:

f(x) =
(+)
x 1
(1 x
1
); 0 < x < 1; > 0; > 0 ( ) ( )
Peubah acak X yang berdistribusi beta disebut peubah acak beta. Dapat ditulis dengan notasi

X B( ; )

Dalil 9.5: Parameter Distribusi Beta

Rata-rata, varians dan fungsi pembangkit momen Distribusi sebagai berikut.

1. = +

2. 2 = 2
( + ) ( + +1)

Bukti:
1. Berdasarkan de nisi rataan kontinu, maka:

Z1
= E(X) = xf(x)dx
1
= Z
1 xf(x)dx + Z01 xf(x)dx + Z11 xf(x)dx
0
0 1 ( + ) 1

=Z Z x 1 Z x0dx
1 x0dx + 0 ( ) ( ) x (1 x) 1dx + 1

= 0+
( + ) Z1
+ xx 1(1 x) 1dx + 0 ( ) ( ) 1

= ( + ) Z1
+ xx 1(1 x) 1dx ( ) ( ) 1

Penyelesaian integral di atas dapat dilakukan dengan menggunakan fungsi beta, yaitu:
2
Z0 1
x (1 x) 1dx = ( + )
()()

7
 Sehingga,

= E(x) = ( + ) ( + 2) ( ) + ( +
+ 1)
= ( + )
()

= = E(X) = +

2. Berdasarkan de nisi Varians, maka:

2 2 2
= V ar(X) = E(X ) [E(X)]

dengan,

Z1
2 2
E(X ) = x f(x)dx
Z
= Z
1 x 2f(x)dx +
1 Z0 x2f(x)dx + 1
1
x2f(x)dx
0 1
0 1 ( + ) 1

= Z Z + 1 1 2
1
2
x 0dx + 0
x2 ( ) ( ) x (1 x) dx + Z1 x f(x)dx

= 0+
( + )Z1
x +1(1 x) 1dx + 0 ( ) ( ) 0

= ( + )Z1
x +1(1 x) 1dx ( ) ( ) 0
( + ) ( + 2) ( )
= ( ) ( ) ( + + 2)
( + )( + 1) ( )
= ( ) ( ) ( + + 1) ( + )
( +1
E(X2) =
( + )( + + 1)

Sehingga,
2 = V ar(X) = ( +1 2

( + )( + + 1) 2
( + )
= ( + 1)( + 1)
2
( + + 1)
2
( + )( + + 1)

= 2
( + ) ( + + 1)

Contoh 9.11

Jika x B(2; 3). Tuliskan derajat kebebasannya dan bentuk fungsi densitasnya!

Jawab: Fungsi densitas dari X, berbentuk:

2
h(x) = 12x(1 x) ; 0 < x < 1
= 0; xlainnya:

8
 Contoh 9.12:

Jika peubah acak X berdistribusi dengan parameter = 1 dan =4

Hitung:

1.
1
2. peluang bahwa X bernilai paling sedikit 4

Jawab: Fungsi densitas dari X berbentuk:

g(x) = 4(1 x) ; 0 < x < 1

3

= 0; xlainnya:
1. mencari rata-rata

Z 1
= E(X) =
1 xf(x)dx
= Z0 Z 1 Z 1
1 xf(x)dx + 0 xf(x)dx + 1 xf(x)dx

= Z Z 1
3 Z 1 x0dx
01 x0dx + 0 x4(1 x) dx + x 1

= 4B(2; 4)
= 4( (2) (4) )
(6)
1!3! 1
= 4( 5! ) = 5
1 R0 3
2. P (X 4 )= 1 4(1 x) dx Misalnya:
4

y = 1 x; makax = 1 y
dx = dy

Batas-batas:
3
Untuk x = 4 , maka y = 14
Untuk x = 1, maka y = 0

4 Z 4

P (X 1 ) = 4y ( dy)
3
30

Z 3

4
= 0 3
4y dy
= ( 3 )4 = 0; 3164
4

*** SELAMAT MENGERJAKAN ***