Beberapa distribusi kontinu khusus:

MATERI A. Distribusi Seragam Kontinu

YANG B. Distribusi Gamma,

AKAN C. Distribusi Eksponensial,

D. Distribusi Khi-Kuadrat,
DIBAHAS E. Distribusi Beta.
A. Distribusi Definisi:

Seragam Peubah acak X dikatakan berdistribusi Seragam, jika

dan hanya jika fungsi densitasnya berbentuk:

1
, 𝛼<𝑥<𝛽
𝑓 𝑥 = 𝛽 −𝛼
0, 𝑥 𝑙𝑎𝑖𝑛𝑛𝑦𝑎

Penulisan notasi dari peubah acak yang berdistribusi

seragam adalah 𝑆 𝑥; 𝛼, 𝛽 , artinya peubah acak X
berdistribusi seragam dengan parameter 𝛼 dan 𝛽.
Rataan, Varians dan Fungsi Pembangkit Momen dari peubah acak
berdistribusi seragam
1
1. Rataan: μ = 𝛼+𝛽
2

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

Dari fungsi distribusi 𝐹 𝑥 dapat dihitung peluang

1 3
𝑃 𝑋 >2 =1−𝑃 𝑋 < 2 =1−𝐹 2 =1− 2 = .
5 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:

Gamma Peubah acak X dikatakan berdistribusi Gamma, jika dan

hanya jika fungsi densitasnya berbentuk:

1 𝛼−1 −𝑥 𝛽
𝑥 .𝑒 , 𝑥 > 0, 𝛼 > 0, 𝛽 > 0
𝑓 𝑥 = 𝛽𝛼 . Γ 𝛼
0, 𝑥 𝑙𝑎𝑖𝑛𝑛𝑦𝑎

Penulisan notasi dari peubah acak yang berdistribusi Gamma

adalah 𝐺(𝑥; 𝛼, 𝛽) artinya peubah acak X berdistribusi Gamma
dengan parameter α dan β.
Untuk memudahkan menghitung fungsi gamma 𝛤 𝛼 , berikut ini diberikan beberapa
definisi tentang fungsi gamma.

Definisi Fungsi Gamma:

∞ 𝛼−1 −𝑥
Fungsi gamma didefinisikan sebagai 𝛤 𝛼 = 0
𝑥 .𝑒 𝑑𝑥, untuk 𝛼 > 0.

Rumus rekursi untuk fungsi gamma adalah 𝛤 𝛼 + 1 = 𝛼. 𝛤 𝛼 .

Definisi Fungsi Gamma dengan Faktorial:

Jika 𝛼 adalah bilangan bulat positif, maka 𝛤 𝛼 + 1 = 𝛼!

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.

Untuk 𝛼 = 3, diperoleh 𝛤 3 = 2! = 2, dan seterusnya.

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:

Misalkan peubah acak X berdistribusi gamma dengan parameter 𝛼 = 2 dan 𝛽 = 3.

Hitunglah peluang bahwa X berharga lebih dari 4.

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

𝑑𝑣 = 𝑒 −𝑥/3𝑑𝑥 maka 𝑣 = 𝑒 −𝑥/3𝑑𝑥` = −3 𝑒 −𝑥/3,

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

= −3𝑏𝑒 −𝑏 3 + 12𝑒 −4/3 − 9 𝑒 −𝑏 3 − 𝑒 −4 3 = −3𝑏𝑒 −𝑏 3 − 9𝑒 −𝑏 3 + 21𝑒 −4 3

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)

Dengan menggunakan integral parsial 𝑢𝑑𝑣 = 𝑢𝑣 − 𝑣𝑑𝑢, dapat diselesaikan (i).

Misalkan 𝑢 = 𝑥 2, sehingga 𝑑𝑢 = 2𝑥𝑑𝑥 dan 𝑑𝑣 = 𝑒 −𝑥 𝑑𝑥, sehingga 𝑣 = 𝑒 −𝑥 𝑑𝑥 = −𝑒 −𝑥 .

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)

Dengan menggunakan integral parsial lagi, dapat diselesaikan (ii).

Misalkan 𝑢 = 𝑥, maka 𝑑𝑢 = 𝑑𝑥
𝑑𝑣 = 𝑒 −𝑥 𝑑𝑥, maka 𝑣 = 𝑒 −𝑥 𝑑𝑥 = −𝑒 −𝑥 ,
sehingga integral (ii) menjadi:
1 1
1 1
𝑥𝑒 −𝑥 𝑑𝑥 = −𝑥𝑒 −𝑥 + 𝑒 −𝑥 𝑑𝑥 = −𝑒 −1 +0 −𝑒 −𝑥 = −𝑒 −1 − 𝑒 −1 + 1 = 1 − 2𝑒 −1 .
0 0
0 0

Substitusikan ke integral (2), sehingga diperoleh

1 2 −𝑥
0
𝑥 𝑒 𝑑𝑥 = −𝑒 −1 + 2 1 − 2𝑒 −1 = 2 − 5𝑒 −1.
Substitusikan hasil ini ke integral (i), sehingga diperoleh:

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

Eksponensial dengan 𝛼 = 1 dan 𝛽 = 𝜃.

Definisi:

Peubah acak X dikatakan berdistribusi Eksponensial,

jika dan hanya jika fungsi densitasnya berbentuk:
1
, 𝑥 > 𝜃, 𝜃 > 0
𝑓 𝑥 = 𝜃
0, 𝑥 𝑙𝑎𝑖𝑛𝑛𝑦𝑎

Penulisan notasi dari peubah acak yang berdistribusi

eksponensial adalah 𝐸𝑥𝑝 𝑥; 𝜃 , artinya peubah acak X
berdistribusi eksponensial dengan parameter θ.
Rataan, Varians dan Fungsi Pembangkit Momen dari peubah acak berdistribusi
Eksponensial:

1. Rataan: 𝜇 = 𝜃

2. Varians: 𝜎 2 = 𝜃 2

−1 ; 𝑡 1
3. Fungsi pembangkit momen: 𝑀𝑥 𝑡 = 1 − 𝜃𝑡 < .
𝜃

Contoh 5:

Misalkan peubah acak Y berdistribusi eksponensial dengan parameter 𝜃 = 3.

Hitung peluang bahwa Y bernilai lebih dari 2.

19
Jawab:

Fungsi densitas dari Y adalah

1 −𝑦
𝑒 3, 𝑦>0
ℎ 𝑦 = 3
0, untuk 𝑦 lainnya

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:

Fungsi densitasnya adalah

1 −𝑡
𝑒 5, 𝑡>0
𝑓 𝑡 = 5
0, untuk 𝑦 lainnya

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.

Misalkan X menyatakan banyaknya komponen yang masih berfungsi setelah 8 tahun.

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

𝑃 𝑋≥2 = 𝑏 𝑥; 5, 0.2 = 1 − 𝑃 𝑋 < 2 = 1 − 𝑏 𝑥; 5, 0.2

𝑥=2 0
= 1 − 0,7373 = 0,2627.
Catatan:
1
0𝑏 𝑥; 5, 0.2 = 0,7373 dilihat dari tabel distribusi binomial.
22
 Distribusi Khi-kuadrat diperoleh dari distribusi Gamma
D. Distribusi dengan 𝛼 = 𝑣/2 dan 𝛽 = 2.
Khi-Kuadrat Definisi:
Peubah acak X dikatakan berdistribusi Khi-kuadrat, jika
dan hanya jika fungsi densitasnya berbentuk:

1 𝜈−2
𝜈 𝑥 2 . 𝑒 −𝑥 2 , 𝑥>0
𝑓 𝑥 = 2𝜈 2 . Γ
2
0, 𝑥 𝑙𝑎𝑖𝑛𝑛𝑦𝑎

Penulisan notasi dari peubah acak yang berdistribusi khi-

kuadrat adalah 𝜒 2 𝜈 artinya peubah acak X berdistribusi
Khi-kuadrat dengan derajat kebebasan 𝑣.
Rataan, Varians dan Fungsi Pembangkit Momen dari peubah acak
berdistribusi Khi-Kuadrat:

1. Rataan: 𝜇 = 𝜈

2. Varians: 𝜎 2 = 2𝜈

𝜈
−2 1
3. Fungsi pembangkit momen: 𝑀𝑥 𝑡 = 1 − 2𝑡 ;𝑡 <
2

Contoh 7:

Jika peubah acak X berdistribusi khi-kuadrat dengan derajat kebebasan 𝜈 = 4, maka

𝑋
tentukan fungsi pembangkit momen dari 𝑌 = − 1.
2

24
Jawab:

Fungsi pembangkit momen dari X berbentuk:

−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

Penulisan notasi dari peubah acak yang berdistribusi Beta adalah

𝐵 𝑥; 𝛼, 𝛽 artinya peubah acak X berdistribusi Beta dengan parameter
α dan β.

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:

Fungsi densitas dari X dengan parameter 𝛼 = 1 dan 𝛽 = 4 berbentuk:

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!

Jadi fungsi densitas dari X adalah

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

=0+4 𝑥 1 − 𝑥 3 𝑑𝑥 + 0 = 4 𝑥 1 − 𝑥 3 𝑑𝑥 = 4𝐵 2,4 (∗)

0 0

Catatan (*):

Definisi fungsi Beta:

∞ 𝛼−1 𝛽−1
Untuk 𝛼 > 0 dan 𝛽 > 0, fungsi Beta didefinisikan sebagai 𝐵 𝛼, 𝛽 = 0
𝑥 . 1−𝑥 𝑑𝑥.

29
Sifat-sifat fungsi Beta:

1. 𝐵 𝛼, 𝛽 = 𝐵 𝛽, 𝛼

Γ 𝛼 .Γ 𝛽
2. 𝐵 𝛼, 𝛽 =
Γ 𝛼+𝛽

Jadi persamaan (*) menjadi:

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

Dengan menggunakan substitusi, akan diselesaikan integral di atas.

30
Misalkan 𝑦 = 1 − 𝑥 𝑥 = 1 − 𝑦 dan 𝑑𝑥 = −𝑑𝑦

Menentukan batas integral:

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.

Herrhyanto, N. & Gantini, T. (2016). Pengantar Statistika

Matematis. Bandung: Yrama Widya.

Hogg, R.V. & Craig, A.T. (1995). Introduction to

Daftar Mathematical Statistics. Fifth Edition. New Jersey:
Prentice Hall, Inc.

Pustaka Ramachandran, K.M. & Tsokos, C.P. (2009). Mathematical

Statistics with Applications. Burlington, MA: Elsevier
Academic Press.

Walpole, R.E. & Myers, R.H. (1995). Ilmu Peluang dan

Statistika untuk Insinyur dan Ilmuwan. Bandung:
Penerbit ITB.