1
, 𝛼<𝑥<𝛽
𝑓 𝑥 = 𝛽 −𝛼
0, 𝑥 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
1
2. Varians: 𝜎 2 = 𝛽−𝛼 2
12
𝑒 𝛽𝑡 − 𝑒 𝛼𝑡 , 𝑡≠0
3. Fungsi pembangkit momen: 𝑀𝑥 𝑡 =
1, 𝑡=0
Contoh 1:
1
, 0<𝑥<5
Misalkan fungsi densitas dari X berbentuk: 𝑓 𝑥 = 5
0, untuk 𝑥 lainnya
a) Hitunglah 𝑃 1 < 𝑋 < 4
b) Tentukan fungsi distribusi 𝐹(𝑥), lalu hitung 𝑃(𝑋 > 2) dari fungsi distribusinya.
4
Jawab:
4 41 𝑥 4 4 1 3
a) 𝑃 1 < 𝑋 < 4 = 1
𝑓 𝑥 𝑑𝑥 = 1 5
𝑑𝑥 =
5 1
= − =
5 5 5
b) Untuk 𝑥 < 0, 𝐹 𝑥 = 0
Untuk 0 ≤ 𝑥 < 5,
𝑥 0 𝑥 0 𝑥
𝑥
1 1 1
𝐹 𝑥 = 𝑓 𝑡 𝑑𝑡 = 𝑓 𝑡 𝑑𝑡 + 𝑓 𝑡 𝑑𝑡 = 0 𝑑𝑡 + 𝑑𝑡 = 𝑡 = 𝑥
5 5 0 5
−∞ −∞ 0 −∞ 0
5
Untuk 𝑥 > 5,
∞ 0 5 ∞ 0 5 ∞
1
𝐹 𝑥 = 𝑓 𝑡 𝑑𝑡 = 𝑓 𝑡 𝑑𝑡 + 𝑓 𝑡 𝑑𝑡 + 𝑓 𝑡 𝑑𝑡 = 0 𝑑𝑡 + 𝑑𝑡 + 0 𝑑𝑡
5
−∞ −∞ 0 5 −∞ 0 5
5
5
1 1
= 𝑑𝑡 = 𝑡 = 1.
5 5 0
0
0, 𝑥<0
1
Jadi fungsi distribusinya adalah 𝐹 𝑥 = 5 𝑥, 0 ≤ 𝑥 < 5
1, 𝑥≥5
6
Contoh 2:
Suatu benda tertentu mempunyai titik leleh di antara suhu 1000 𝐶 dan 1200 𝐶. Misalkan diasumsikan
titik leleh benda tersebut, yaitu X, merupakan suatu peubah acak kontinu yang berdistribusi seragam.
Hitung peluang bahwa suatu benda padat akan meleleh pada suhu di antara 1120 𝐶 dan 1150 𝐶.
Jawab:
Fungsi densitas peluangnya adalah
1
, 100 ≤ 𝑥 ≤ 120
𝑓 𝑥 = 20
0, untuk 𝑥 lainnya
115
115
1 1 1 3
𝑃 112 ≤ 𝑋 ≤ 115 = 𝑑𝑥 = 𝑥 = 115 − 112 = = 0,15.
20 20 112 20 20
112
Jadi peluang bahwa suatu benda padat akan meleleh di antara suhu 1120𝐶 dan 1150 𝐶 sebesar 15%.
7
B. Distribusi Definisi:
1 𝛼−1 −𝑥 𝛽
𝑥 .𝑒 , 𝑥 > 0, 𝛼 > 0, 𝛽 > 0
𝑓 𝑥 = 𝛽𝛼 . Γ 𝛼
0, 𝑥 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
9
Catatan:
Untuk 𝛼 = 1, maka
∞ ∞ 𝑏
𝑏
1−1 −𝑥 −𝑥 −𝑥 −𝑥
Γ1 = 𝑥 .𝑒 𝑑𝑥 = 𝑒 𝑑𝑥 = lim 𝑒 𝑑𝑥 = lim − 𝑒
𝑏 ∞ 𝑏 ∞ 0
0 0 0
= lim −𝑒 −𝑏 + 1 = lim −𝑒 −𝑏 + 1 = 0 + 1 = 1 = 0!
𝑏 ∞ 𝑏 ∞
Untuk 𝛼 = 2, diperoleh 𝛤 2 = 1! = 1.
10
Rataan, Varians dan Fungsi Pembangkit Momen dari peubah acak berdistribusi
Gamma:
1. Rataan: 𝜇 = 𝛼𝛽
2. Varians: 𝜎 2 = 𝛼𝛽2
−𝛼 1
3. Fungsi pembangkit momen: 𝑀𝑥 𝑡 = 1 − 𝛽𝑡 ;𝑡 < .
𝛽
Contoh 3:
11
Jawab:
Bentuk baku dari fungsi densitas peubah acak X adalah
1 𝛼−1. 𝑒 −𝑥 𝛽 ,
𝑥 𝑥 > 0, 𝛼 > 0, 𝛽 > 0
𝑓 𝑥 = 𝛽𝛼 . Γ 𝛼
0, 𝑥 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
Dengan 𝛼 = 2 dan 𝛽 = 3, diperoleh fungsi densitas
1 2−1 −𝑥 3
𝑥 .𝑒 , 𝑥>0
𝑓 𝑥 = 32 . Γ 2
0, 𝑥 lainnya
Karena Γ 2 = 1! = 1, maka fungsi densitasnya menjadi
1
𝑥. 𝑒 −𝑥 3 , 𝑥>0
𝑓 𝑥 = 9
0, 𝑥 lainnya
12
∞1 −𝑥/3 1 𝑏
Untuk 𝑃 𝑥 > 4 = 4 9
𝑥. 𝑒 𝑑𝑥 = lim 4 𝑥. 𝑒 −𝑥/3 𝑑𝑥
9𝑏 ∞
Dengan menggunakan integral parsial 𝑢𝑑𝑣 = 𝑢𝑣 − 𝑣𝑑𝑢, dapat diselesaikan integral di atas.
Misalkan 𝑢 = 𝑥 maka 𝑑𝑢 = 𝑑𝑥
sehingga
𝑏 𝑏
𝑏 𝑏
−𝑥/3 −𝑥/3 −𝑥/3 −𝑏 3 −4/3 −𝑥/3
𝑥. 𝑒 𝑑𝑥 = −3𝑥𝑒 +3 𝑒 𝑑𝑥 = −3𝑏𝑒 + 12𝑒 −9 𝑒
4 4
4 4
13
1
Jadi 𝑃 𝑥 > 4 = lim −3𝑏𝑒 −𝑏 3
− 9𝑒 −𝑏 3
+ 21𝑒 −4 3
9𝑏 ∞
1 1
= lim −3𝑏𝑒 −𝑏 3
− 9𝑒 −𝑏 3
+ 21𝑒 −4 3
= 0 + 0 + 21𝑒 −4 3
9 𝑏 ∞ 9
21 21
= 𝑒 −4 3 ≈ 0,2725 ≈ 0,6359.
9 9
Contoh 4:
Konsumsi harian bahan bakar pesawat terbang (dalam jutaan galon) di lapangan terbang (bandara)
tertentu diperlakukan sebagai suatu peubah acak berdistribusi Gamma dengan 𝛼 = 3, 𝛽 = 1.
a) Berapa peluang bahwa pada suatu hari tertentu, konsumsi bahan bakar akan kurang dari 1 juta
galon?
b) Misalkan bandara tersebut dapat menyimpan hanya 2 juta galon bahan bakar. Berapa peluang
bahwa cadangan bahan bakar tidak akan memadai pada hari tersebut?
14
Jawab:
Misalkan X menyatakan konsumsi bahan bakar (dalam jutaan gallon) pada hari tertentu di suatu
bandara tertentu. Maka 𝑋~𝐺 𝑥; 𝛼 = 3, 𝛽 = 1 dan
1 1 2 −𝑥
𝑓 𝑥 = 3 𝑥 3−1. 𝑒 −𝑥 1
= 𝑥 𝑒 , 𝑥 > 0.
1 .Γ 3 2
1 1 2 −𝑥 1 1 2 −𝑥
𝑃 𝑋<1 = 0 2
𝑥 𝑒 𝑑𝑥 = 𝑥 𝑒 𝑑𝑥 … … . (1)
2 0
(𝑖)
15
1 1 1
1
𝑥 2 𝑒 −𝑥 𝑑𝑥 = −𝑥 2 𝑒 −𝑥 + 2𝑥𝑒 −𝑥 𝑑𝑥 = −𝑒 −1 + 0 + 2 𝑥𝑒 −𝑥 𝑑𝑥 … … . (2)
0
0 0 0
(𝑖𝑖)
16
1 1
1 2 −𝑥 1
𝑃 𝑋<1 = 𝑥 𝑒 𝑑𝑥 = 𝑥 2𝑒 −𝑥 𝑑𝑥
2 2
0 0
(𝑖)
1
1 2 −𝑥
1 −1
5
𝑃 𝑋<1 = 𝑥 𝑒 𝑑𝑥 = 2 − 5𝑒 =1− ≈ 0,0803 ≈ 8%.
2 2 2𝑒
0
Jadi kira-kira terdapat 8% kemungkinan bahwa pada suatu hari yang tertentu, konsumsi bahan bakar akan
kurang dari 1 juta gallon.
b). Karena bandara hanya dapat menyimpan 2 juta gallon, cadangan bahan bakar akan tidak memadai jika
konsumsi bahan bakar X lebih besar dari 2.
1 ∞ 2 −𝑥
𝑃 𝑋<2 = 𝑥 𝑒 𝑑𝑥 = 0,677 (coba kerjakan sendiri).
2 2
Jadi dapat disimpulkan bahwa kira-kira ada 67,7% kemungkinan bahwa cadangan bahan bakar dari 2 juta
gallon akan tidak memadai pada suatu hari tertentu. Jika modelnya benar, maka bandara perlu
menyimpan lebih dari 2 juta gallon bahan bakar.
17
C. Distribusi Distribusi eksponensial diperoleh dari distribusi Gamma
Definisi:
1. Rataan: 𝜇 = 𝜃
2. Varians: 𝜎 2 = 𝜃 2
−1 ; 𝑡 1
3. Fungsi pembangkit momen: 𝑀𝑥 𝑡 = 1 − 𝜃𝑡 < .
𝜃
Contoh 5:
19
Jawab:
2 2 2
1 −𝑦 1 𝑦
−3 1 𝑦
−3
𝑃 𝑌 > 2 =1−𝑃 𝑌 ≤ 2 =1− 𝑒 3 𝑑𝑦 = 1 − 𝑒 𝑑𝑦 = 1 − −3𝑒 0
3 3 3
0 0
2 2
− −
=1+ 𝑒 3−1 = 𝑒 3= 0,5134.
20
Contoh 6:
Misalkan suatu sistem mengandung sejenis komponen yang daya tahannya (dalam tahun)
dinyatakan oleh peubah acak T yang berdistribusi eksponensial dengan parameter waktu rataan
sampai gagal 𝜃 = 5. Bila sebanyak 5 komponen tersebut dipasang dalam sistem yang berlainan,
berapakah peluang bahwa paling sedikit 2 komponen masih akan berfungsi pada akhir tahun ke
delapan?
Jawab:
21
Peluang bahwa suatu komponen tertentu masih akan berfungsi setelah 8 tahun adalah
8 8 8
1 −𝑡 1 −
𝑡 1 −
𝑡
𝑃 𝑇 >8 =1−𝑃 𝑇 <8 =1− 𝑒 5 𝑑𝑡 = 1 − 𝑒 5 𝑑𝑡 = 1 − −5𝑒 5 0
5 5 5
0 0
8 8
− −
=1 +𝑒 5−1 = 𝑒 5 = 0,2.
Dengan menggunakan distribusi binomial, peluang paling sedikit 2 komponen (dari 5 komponen
yang dipasang) masih akan berfungsi pada akhir tahun ke delapan adalah
5 1
1 𝜈−2
𝜈 𝑥 2 . 𝑒 −𝑥 2 , 𝑥>0
𝑓 𝑥 = 2𝜈 2 . Γ
2
0, 𝑥 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
1. Rataan: 𝜇 = 𝜈
2. Varians: 𝜎 2 = 2𝜈
𝜈
−2 1
3. Fungsi pembangkit momen: 𝑀𝑥 𝑡 = 1 − 2𝑡 ;𝑡 <
2
Contoh 7:
24
Jawab:
−2; 𝑡 1
𝑀𝑥 𝑡 = 1 − 2𝑡 <
2
𝑋
Jika 𝑌 = − 1, maka fungsi pembangkit momen dari Y adalah
2
𝑋 𝑡𝑋 𝑡𝑋
𝑡 −1
𝑀𝑦 𝑡 = 𝐸 𝑒 𝑡𝑌 =𝐸 𝑒 2 =𝐸 𝑒 2 . 𝑒 −𝑡 = 𝑒 −𝑡 𝐸 𝑒2
−2
𝑡 𝑡 𝑒 −𝑡
= 𝑒 −𝑡 . 𝑀𝑥 −𝑡
= 𝑒 . 1−2 = 2
.
2 2 1−𝑡
𝑒 −𝑡
Jadi fungsi pembangkit momen dari Y adalah 𝑀𝑦 𝑡 = .
1−𝑡 2
25
E. Distribusi Beta
Definisi:
Peubah acak X dikatakan berdistribusi Beta, jika dan hanya jika fungsi
densitasnya berbentuk:
Γ 𝛼+𝛽
. 𝑥 𝛼−1 . 1 − 𝑥 𝛽−1
, 0 < 𝑥 < 1, 𝛼 > 0, 𝛽 > 0
𝑓 𝑥 = Γ 𝛼 .Γ 𝛽
0, 𝑥 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
26
Rataan, Varians dari peubah acak berdistribusi Beta:
𝛼
1. Rataan: 𝜇 =
𝛼+𝛽
𝛼𝛽
2. Varians: 𝜎 2 =
𝛼+𝛽 2 𝛼+𝛽+1
Contoh 8:
Jika peubah acak X berdistribusi beta dengan parameter 𝛼 = 1 dan 𝛽 = 4, maka hitung:
a) Rataan 𝜇
1
b) Peluang bahwa X bernilai paling sedikit .
4
27
Jawab:
Γ 𝛼+𝛽 Γ 1+4
𝑓 𝑥 = . 𝑥 𝛼−1 . 1 − 𝑥 𝛽−1 = . 𝑥1−1 1 − 𝑥 4−1
Γ 𝛼 .Γ 𝛽 Γ 1 .Γ 4
4! 3
= . 1. 1 − 𝑥 = 4 1 − 𝑥 3.
0! .3!
4 1 − 𝑥 3, 0<𝑥<1
𝑓 𝑥 =
0, 𝑥 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
28
∞ 0 1 ∞
a) Rataan 𝜇 = 𝐸 𝑋 = −∞
𝑥. 𝑓 𝑥 𝑑𝑥 = −∞
𝑥. 𝑓 𝑥 𝑑𝑥 + 0
𝑥. 𝑓 𝑥 𝑑𝑥 + 1
𝑥. 𝑓 𝑥 𝑑𝑥
0 1 ∞
= 𝑥. 0 𝑑𝑥 + 𝑥. 4 1 − 𝑥 3 𝑑𝑥 + 𝑥. 0𝑑𝑥
−∞ 0 1
1 1
Catatan (*):
29
Sifat-sifat fungsi Beta:
1. 𝐵 𝛼, 𝛽 = 𝐵 𝛽, 𝛼
Γ 𝛼 .Γ 𝛽
2. 𝐵 𝛼, 𝛽 =
Γ 𝛼+𝛽
Γ2 . Γ4 1!. 3! 1 1
𝜇 = 4𝐵 2,4 = 4 =4 =4 = .
Γ 6 5! 20 5
1 1 1/4 1/4 3 𝑑𝑥
b) 𝑃 𝑋 ≥ = 1−𝑃 𝑋 < =1− 0
𝑓 𝑥 𝑑𝑥 = 1 − 0
4 1−𝑥
4 4
30
Misalkan 𝑦 = 1 − 𝑥 𝑥 = 1 − 𝑦 dan 𝑑𝑥 = −𝑑𝑦
1 3
Untuk 𝑥 = , maka 𝑦 = ; dan untuk 𝑥 = 0, maka 𝑦 = 1.
4 4
1
1 3 3/4 3 3/4 3
𝑃 𝑋≥ = 1− 4
0
4 1−𝑥 𝑑𝑥 = 1 − 1
4𝑦 −𝑑𝑦 = 1 − 1
4𝑦 −𝑑𝑦
4
3/4 1
1
3 3 4
1+ 4𝑦 𝑑𝑦 = 1 − 4𝑦 𝑑𝑦 = 1 − 𝑦 = 1 − 1 − 0,754 = 0,754 = 0,3164.
3/4
1 3/4
31
Dudewicz, E.J. & Mishra, S.N. (1995). Statistika Matematik
Modern. Bandung: Penerbit ITB.