MAKALAH STATISTIKA UNTUK PENDIDIKAN MATEMATIKA

FUNGSI BETA DAN FUNGSI GAMMA

Disusun untuk Memenuhi Tugas Mata Kuliah

Statistika Matematika

Disusun Oleh Kelompok 2

Amirunnizam (P2A922017)
Inda Fitriana (P2A922007)

Dosen Pengampu Mata Kuliah

Dr. Dra. Nizlel Huda, M.Kes
Prof. Dr. Drs. Kamid, M.Si

PROGRAM STUDI MAGISTER PENDIDIKAN MATEMATIKA

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS JAMBI
2023
 KATA PENGANTAR

Puji syukur penulis ucapkan kepada Tuhan Yang Maha Esa, berkat rahmat
dan karunia-Nyalah penulis dapat menyelesaikan makalah ini. Pada kesempatan
ini penulis menyampaikan ucapan terima kasih kepada Dosen Pengampu yang
telah bersedia memberikan bimbingannya dalam penyelesaian makalah ini.
Penulis juga mengucapkan terima kasih kepada semua pihak yang telah
memberikan bantuan dan dukungannya hingga makalah ini dapat diselesaikan.

Penulis sangat berharap makalah ini dapat berguna dalam rangka menambah
wawasan, pengetahuan, serta penunjang atau referensi materi mata kuliah
Statistika Untuk Pendidikan Matematika terkait. Semoga makalah yang telah
disusun ini dapat berguna bagi penulis maupun orang yang membacanya.
Sebelumnya penulis mohon maaf apabila terdapat kesalahan kata-kata yang
kurang berkenan dan penulis memohon kritik dan saran yang membangun demi
perbaikan di masa depan.

Jambi, Oktober 2023

Tim Penulis

i
 DAFTAR ISI

KATA PENGANTAR ........................................................................................................ i

DAFTAR ISI...................................................................................................................... ii

BAB I .................................................................................................................................. 1

1.1 Latar Belakang .......................................................................................................... 1

1.2 Rumusan Masalah ..................................................................................................... 1

1.3 Tujuan Penulisan....................................................................................................... 1

BAB II ................................................................................................................................ 2

2.1 Fungsi Distribusi Beta............................................................................................... 2

2.2 Fungsi Distribusi Gamma ......................................................................................... 4

BAB III............................................................................................................................. 14

3.1 Kesimpulan ............................................................................................................. 14

3.2 Saran ....................................................................................................................... 15

DAFTAR PUSTAKA ...................................................................................................... 16

ii
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Salah satu cara untuk mengetahui bahwa data memiliki distribusi baik atau
tidak adalah dengan menggunakan cara distribusi statistik. Banyak kegunaan
dari distribusi statistic, salah satu penerapannya adalah dalam pengambilan
keputusan terhadap suatu masalah pasti banyak kemungkinan-kemungkinan
dalam penyelesaian masalah. Distribusi statistik dapat membantu dalam
penyelesaian untuk memutuskan suatu masalah.

Distribusi statistik ada berbagai macam, yaitu uniform, eksponensial,

gamma, weibull, normal, lognormal, beta, dan lain sebagainya. Masing-masing
distribusi statistic memiliki fungsi dan parameternya.

Pada makalah ini, akan dibahas mengenai fungsi beta dan fungsi gamma.
Fungsi gamma merupakan perluasan dari fungsi factorial. Fungsi ini sering kita
jumpai dalam persamaan-persamaan peluang dan statistika.Sementara itu, fungsi
beta dikenal juga sebagai integral euler jenis pertama dan terkait erat dengan
fungsi gamma.

1.2 Rumusan Masalah

1. Bagaimana fungsi beta?
2. Bagaimana fungsi gamma?

1.3 Tujuan Penulisan

1. Untuk mengetahui fungsi beta?
2. Untuk mengetahui fungsi gamma?

1
 BAB II
PEMBAHASAN

2.1 Fungsi Distribusi Beta

Semua kelompok distribusi kontinu yang telah dibahas sejauh ini kecuali

distribusi seragam mempunyai kerapatan positif dalam interval tak terhingga

(walaupun biasanya fungsi kerapatan menurun dengan cepat hingga nol melebihi

beberapa standar deviasi dari mean). Distribusi beta memberikan kepadatan

positif hanya untuk X dalam interval yang panjangnya terbatas.

Definisi

Variabel acak X dikatakan berdistribusi beta dengan parameter a, b (keduanya

positif), A, dan B jika pdf dari X adalah

{ ( ) ( )

Kasus A = 0, B = 1 memberikan distribusi beta standar

Gambar 4.30 mengilustrasikan beberapa pdf beta standar. Grafik pdf umum

serupa, hanya saja grafik tersebut digeser dan kemudian diregangkan atau

dikompresi agar sesuai dengan [A, B]. Kecuali a dan b adalah bilangan bulat,

integrasi pdf untuk menghitung probabilitas sulit dilakukan, sehingga biasanya

digunakan tabel fungsi beta yang tidak lengkap atau perangkat lunak.

Rata-rata dan varians dari X adalah

2
 Gambar 4.30 Kurva kepadatan beta standar

Contoh 4.34

Manajer proyek sering menggunakan metode yang disebut PERT—untuk teknik

evaluasi dan peninjauan program—untuk mengoordinasikan berbagai aktivitas

yang membentuk sebuah proyek besar. (Salah satu penerapan yang berhasil

adalah dalam pembangunan pesawat luar angkasa Apollo.) Asumsi standar

dalam analisis PERT adalah bahwa waktu yang diperlukan untuk menyelesaikan

aktivitas tertentu setelah aktivitas tersebut dimulai mempunyai distribusi beta

dengan A = waktu optimis (jika semuanya berjalan dengan baik ) dan B = waktu

pesimistis (jika segala sesuatunya berjalan buruk). Misalkan dalam membangun

sebuah rumah keluarga tunggal, waktu X (dalam hari) yang diperlukan untuk

meletakkan pondasi mempunyai distribusi beta dengan A = 2, B = 5, α = 2, dan

β = 3. Maka α/(α + β) = 0,4, jadi E(X) = 2 + (3)(0,4) = 3,2.

untuk nilai α dan β ini, pdf dari X adalah fungsi polinomial sederhana. Peluang

3
pemasangan pondasi paling lama 3 hari adalah

∫ ( )( )

Distribusi beta standar biasanya digunakan untuk memodelkan variasi proporsi

atau persentase kuantitas yang terjadi dalam sampel berbeda, seperti proporsi 24

jam sehari saat seseorang tertidur atau proporsi unsur tertentu dalam senyawa

kimia.

2.2 Fungsi Distribusi Gamma

Dalam banyak situasi praktis, variabel yang menjadi perhatian pelaku

eksperimen mungkin mempunyai distribusi yang miring. Keluarga pdf yang

menghasilkan berbagai macam bentuk distribusi miring adalah keluarga gamma.

Untuk mendefinisikan keluarga distribusi gamma, pertama-tama kita perlu

memperkenalkan fungsi yang memainkan peran penting dalam banyak cabang

matematika.

Definisi: Untuk , fungsi gamma didefinisikan oleh

4
Sifat terpenting dari fungsi gamma adalah sebagai berikut:

1. Untuk semua ( (melalui integral per bagian)

2. Untuk semua bilangan bulat positif, , (

3. ( ) √

Dari definisi, jika kita misalkan,

ketika dan ∫ , jadi memenuhi kedua

sifat dasar pdf.

Keluarga Distribusi Gamma

Definisi : Variabel acak kontinu dikatakan mempunyai distribusi gamma jika

pdf dari adalah

{ (4.7)

dimana parameternya dan memuaskan sebuah , . Distribusi

gamma standar memiliki , jadi pdf dari gamma rv standar diberikan oleh

(4.6).

Gambar 4.26 (a) mengilustrasikan grafik gamma pdf untuk beberapa (a,

b)berpasangan, sedangkan Gambar 4.26 (b) menyajikan grafik gamma pdf

standar. Untuk pdf standar, ketika , sangat menurun sebagai

meningkat; Kapan sebuah , naik hingga maksimum dan kemudian

5
menurun. Parameternya di dalam (4.7) disebut parameter skala karena nilai

selain 1 akan meregangkan atau mengompres pdf ke arah .

Dalil : Fungsi pembangkit momen dari variabel acak gamma adalah

Bukti : Menurut definisi, mgf adalah

∫ ∫

Salah satu cara untuk mengevaluasi integral adalah dengan menyatakan

integran dalam bentuk kerapatan gamma. Artinya menulis eksponen dalam

bentuk dan memiliki menggantikan . Kita punya =

Sekarang mengalikan sekaligus

membagi integran dengan memberikan

6
 Tapi sekarang integrandnya adalah gamma pdf, sehingga terintegrasi ke 1.

Ini akan menetapkan hasilnya.

Rata-rata dan varians dapat diperoleh dari fungsi pembangkit momen

(Latihan 80), namun juga dapat diperoleh secara langsung melalui integrasi

(Latihan 81).

Dalil : Rata-rata dan varians suatu variabel acakXmemiliki distribusi

gamma adalah

Ketika adalah gamma rv standar, cdf dari , yaitu

Disebut fungsi gamma tidak lengkap [terkadang fungsi gamma yang tidak

lengkap mengacu pada (4.8) tanpa penyebutnya di integran].

Contoh 4.27 Misalkan waktu reaksi yang dipilih secara acak terhadap

stimulus tertentu memiliki distribusi gamma standar dengan Sehingga

Ketika kontinu,

Peluang waktu reaksi lebih dari 4 detik adalah

7
Fungsi gamma yang tidak lengkap juga dapat digunakan untuk menghitung probabilitas

yang melibatkan distribusi gamma yang tidak standar.

Dalil : Membiarkan memiliki distribusi gamma dengan parameter dan . Lalu

untuk apa pun , cdf dari diberikan oleh

( )

Fungsi gamma yang tidak lengkap dievaluasi pada .

Bukti : Hitung dengan bantuan substitusi ,

∫ ∫ ( )

Contoh 4.28 Misalkan waktu bertahan hidup dalam beberapa minggu seekor tikus

jantan yang dipilih secara acak yang dipaparkan pada 240 rad radiasi gamma

mempunyai distribusi gamma dengan dan . (Data dalam Distribusi

Kelangsungan Hidup: Aplikasi Keandalan dalam Layanan Biomedis, oleh AJ Gross dan

V. Clark, menyarankan dan . Waktu survival yang diharapkan

adalah minggu, sedangkan

dan √ minggu. Peluang seekor tikus bertahan antara

60 dan 120 minggu adalah

8
Peluang seekor tikus bertahan hidup sekurang-kurangnya 30 minggu adalah

( )

Distribusi Eksponensial

Definisi : dikatakan memiliki distribusi eksponensial dengan parameteraku

jika pdf dari adalah

{ (4.9)

Pdf eksponensial adalah kasus khusus dari pdf gamma umum (4.7) di mana

dan telah digantikan oleh [beberapa penulis menggunakan

]. Rata-rata dan varians dari adalah

Rata-rata dan simpangan baku distribusi eksponensial sama dengan . Grafik

beberapa pdf eksponensial muncul pada Gambar 4.27.

9
 Berbeda dengan pdf gamma pada umumnya, pdf eksponensial dapat

diintegrasikan dengan mudah. Khususnya, cdf dari adalah

Contoh 4.29 Waktu respons di terminal komputer online (waktu yang berlalu

antara akhir permintaan pengguna dan awal respons sistem terhadap permintaan

tersebut) memiliki distribusi eksponensial dengan waktu respons yang

diharapkan sama dengan 5 detik. Kemudian sehingga .

Peluang waktu respon paling lama 10 detik adalah

Peluang waktu respons antara 5 dan 10 detik adalah

10
Distribusi Chi-Kuadrat

Dalil : Membiarkan menjadi bilangan bulat positif. Kemudian variabel acak

dikatakan mempunyai distribusi chi-kuadrat dengan parameter jika pdf dari

adalah kepadatan gamma dengan dan . Pdf dari rv chi-kuadrat

adalah demikian

Parameternya disebut jumlah derajat kebebasan (df) dari . Simbol sering

digunakan sebagai pengganti “chi-kuadrat.”

1. Gamma dikondisikan pada jumlahnya

Membiarkan menjadi Gamma dan menjadi independen

Gamma . Kita akan menemukan sekali lagi distribusinya dari ,

kali ini menggunakan teknik transformasi. Karena kita mempunyai vektor dua

dimensi, untuk menggunakan metode Jacobian kita memerlukan sesuatu sebagai

tambahan (vektornya harus mempunyai dimensi yang sama).

Sekarang kita membutuhkan kepadatan sambungan dari dan .. Untuk

dua variabel acak independen, . Karena itu,

Dengan kata lain, | | untuk setiap nilai .Cara kerjanya

juga terbalik : Jika kepadatan gabungan adalah produk dari kepadatan marjinal,

Anda dapat mengintegrasikan dua kali untuk mengetahui bahwa kumulatif

11
gabungan adalah produk dari kumulatif marjinal, dan oleh karena itu

koordinatnya independen.

Untuk masalah kita, ini menjadi .

. Substitusi dan memasukkan faktor Jacobian, kita peroleh

Setelah mengumpulkan suku. Suku adalah kerapatan gamma kecuali

konstanta, , jadi kita bagikan dan kalikan dengan konstanta tersebut

untuk mendapatkan

Kami menyimpulkan adalah Gamma ( ,

adalah Beta dan keduanya independen.

2. Variabel chi-kuadrat

Sekarang Anda mungkin sudah lupa mengapa kami memedulikan

variabel gamma dengan parameter bentuk pecahan. Hal ini karena statistik chi-

kuadrat untuk model tabel kontingensi sel Poisson yang independen dengan

kira-kira berjumlah total kuadrat variabel normal standar independen.

Sekarang kita tahu bahwa setiap kuadrat adalah Gamma Namun

penjumlahan gamma independen dengan parameter skala yang sama tetap

12
merupakan gamma; bukti baru di bagian ini berfungsi untuk kasus pecahan.

Kami telah menemukan hasil yang sangat berguna:

Teorema (distribusi chi-kuadrat). Jumlah kuadrat dari variabel acak normal

standar independen adalah variabel acak Gamma .

Ini sangat banyak digunakan sehingga diberi nama:

Definisi : Variabel acak gamma disebut variabel chi-kuadrat pada

derajat kebebasan.

Kami memiliki aplikasi pertamanya:

Dalil : Misalkan menjadi vektor dari hitung Σs dengan distribusi Poisson

independen dengan setiap √ besar. Lalu ∑

memiliki aproksimasi distribusi chi-kuadrat pada derajat kebebasan.

13
 BAB III
PENUTUP
3.1 Kesimpulan
 Definisi
Variabel acak X dikatakan berdistribusi beta dengan parameter a, b

(keduanya positif), A, dan B jika pdf dari X adalah

{ ( ) ( )

Kasus A = 0, B = 1 memberikan distribusi beta standar

 Keluarga pdf yang menghasilkan berbagai macam bentuk distribusi
miring adalah keluarga gamma.
Definisi: Untuk , fungsi gamma didefinisikan oleh

Sifat terpenting dari fungsi gamma adalah sebagai berikut:

1. Untuk semua ( (melalui integral per
bagian)
2. Untuk semua bilangan bulat positif, , (

3. ( ) √

 Definisi : Variabel acak kontinu dikatakan mempunyai distribusi

gamma jika pdf dari adalah

 Dalil : Fungsi pembangkit momen dari variabel acak gamma adalah

14
3.2 Saran

Diharapkan pembaca dapat memahami terkait paparan yang diberikan

didalam makalah ini, sehingga dapat berguna sebagai literatur dalam penelitian
dan untuk gambaran dalam memahami mata kuliah Statistika Matematika.

15
 DAFTAR PUSTAKA

Jay L. Devore and Kenneth N. Berk, 2018. Modern Mathematical Statistics with
Applications. John Wiley and Sons, London: Springer.

Terrel, G. R. 1999. Mathematial Statistics : A Unified Introduction, New York :

Springer.

16