DISTRIBUSI PROBABLITAS

(SSTS 2305 / 3 sks)

Dra. Noeryanti, M.Si

1
Pengantar:
Di bidang statistika, bentuk distribusi probabilitas perlu dipelajari
untuk memahami dan menafsirkan implikasi umum dari studi staistik
yang lebih lanjut. Misalnya dalam statistik inferensial yaitu suatu cara
pengambilan kesimpulan tentang populasi yang didasarkan pada
pengambilan sampel random. Inferensinya bergantung pada bentuk
distribusi probabilitas populasi.
Kadang-kadang pencatatan hasil percobaan yang kita peroleh
tidak selalu berasal dari perubah acak yang tunggal. Ada kalanya
diperlukan pencacatan beberapa perubah acak yang terjadi secara
serentak (distribusi probabilitas gabungan). Pokok bahasan disini
memberikan konsep dasar yang berguna untuk mempermudah
perhitungan yang berkaitan dengan distribusi probabilitas.

2
Kompetensi:
Setelah mempelajari materi pokok bahasan disini, mahasiswa
diharapkan:
1. Mampu menggunakan konsep-konsep dasar teori distribusi
probabilitas secara benar.
2. Mampu dan terampil dalam melakukan hitungan-hitungan yang
berkaitan dengan perubah acak, distribusi probabilitas diskrit,
kontinyu, fungsi padat gabungan, distribusi marginal, distribusi
bersyarat, dan bebas statistik.
3. Terampil dalam mengerjakan soal-soal tugas dan latihan.

3
Daftar Isi Materi:
Perubah Acak Diskrit dan Komtinyu
Distribusi Probabilitas Diskrit
Distribusi Probabilitas Kontinyu
Fungsi Padat gabungan
Distribusi Marginal
Probabilitas Bersyarat
Bebas Statistik

4
3.1. Perubah acak
Suatu percobaan statistika yang dilakukan selalu
menghasilkan pengamatan yang berkemungkinan. Sering kali kita
mengkaitkan suatu bilangan sebagai pemberian hasil tersebut.
Sebagai contoh suatu percobaan dengan ruang sampel yang
memberikan secara rinci setiap kemungkinan hasilnya bila ada 3 suku
cadang elektronik yang diuji dapat dinyatakan sebagai:

S {BBB,BBC,BCB,CBB,BCC,CBC,CCB,CCC}
Dimana, B menyatakan barang yang baik dan C menyatakan barang
yang cacat. Jika kita ingin mengetahui berapa banyaknya barang
yang cacat, maka setiap titik dalam ruang sampel dikaitkan dengan
bilangan 0, 1, 2, atau 3. Bilangan ini merupakan besaran acak yang
ditentukan oleh hasil percobaan, dan dapat dipandang sebagai nilai
perubah acak, X, yaitu banyaknya barang yang cacat.
5
Definisi (3.1):
Peubah acak adalah suatu fungsi yang mengkaitkan bilangan riel
pada setiap unsur dalam ruang sampel S.

Perubah acak dinyatakan dengan huruf besar, misalnya X, sedangkan

nilainya dinyatakan dengan huruf kecil padanannya, misalnya x.
Pada contoh diatas, Jika X menyatakan banyaknya 2-barang yang cacat,
maka
E {CCB,CBC,BCC} ES
Contoh (3.1):
Kembali ke contoh (1.2).
Jika X menyatakan banyaknya pasien yang sembuh, maka
X = {0, 1, 2, 3, 4}
Artinya untuk x=0 menyatakan tidak ada yang sebuh, x=1 menyatakan
ada satu pasien yang sembuh, analog yang lainya.
6
Definisi (3.2):
Jika suatu ruang sampel memuat titik yang berhingga, atau
banyaknya unsur sesuai dengan banyaknya bilangan cacah, maka
ruang sampel tersebut dikatakan ruang sampel diskret.
Ruang sampel untuk contoh 3.1 dikatakan ruang sampel diskret

Definisi (3.3):
Jika suatu ruang sampel memuat titk sampel yang takberhingga
banyaknya, dan banyaknya unsur sesuai dengan banyaknya titik pada
sepotong garis, maka dikatakan ruang sampel kontinyu.
Ruang sampel yang datanya diukur seluruh kemungkinan berat badan,
tinggi, jarak, temperatur, dan jangka hidup

7
3.2. Distribusi Probabilitas Diskrit
Suatu perubah acak disebut perubah acak diskrit jika himpunan
kemungkinan hasilnya terhitung. Pada contoh (3.1) nilai X adalah 0, 1,
2, 3, 4 maka X adalah perubah acak diskrit. Perubah acak diskrit ini
menggambarkan data cacah.
Lebih mudah jika semua probabilitas dari perubah acak X
dinyatakan dalam rumusan, misalnya f(x), g(x), h(x), dst. Kadang
ditulis f(x)=P(X=x). Pasangan (x, f(x)) disebut fungsi probabilitas atau
distribusi probabilitas perubah acak X
Jadi sebuah tabel yang memuat perubah acak diskrit X beserta
nilai fungsi probabilitasnya disebut distribusi probabilitas diskrit. Dan
distribusi kumulatif dari f(x) dinyatakan sebagai F(x)

8
Definisi (3.4):
Misalkan f(x) merupakan fungsi probabilitas, fungsi massa
probabilitas, atau distribusi probabilitas dari perubah acak diskrit X,
maka berlaku:

1. f(x) 0
2.
f(x) 1
x
3. P(X x) f(x)

Distribusi kumulatif F(x) dinyatakan sebagai

F(x) P(X x) f(t) ; untuk x

t x

9
Contoh (3.2):
Suatu eksperimen dari pelemparan sebuah mata uang logam
sebanyak 3 kali. Tentukan distribusi probabilitas X yang menyatakan
banyaknya sisi muka yang tampak dari hasil eksperimen tersebut

Jawab:
Hasil eksperien adalah sbb;

S MMM, MMB, MBM, BMM, BBM, BMB, MBB,BBB n(S) 8

dimana M = sisi muka ; B = sisi belakang
Misalnya:
X = perubah acak yang menyatakan banyaknya sisi muka yg muncul
X = { 0, 1, 2, 3}
Untuk x=0, artinya tidak ada sisi muka yg muncul n(x 0) 1
P(X 0)
n(S) 8
x=1, artinya ada 1-sisi muka yg muncul P(X 1) n(X 1) 3
n(S) 8
10
 x=2, artinya ada 1-sisi muka yg muncul n(X 2) 3
P(X 2)
n(S) 8
x=3, artinya ada 1-sisi muka yg muncul n(X 3) 1
P(X 3)
n(S) 8
Tabel 3.1 Distribusi Probabilitas perubah acak X

X 0 1 2 3
1 3 3 1
P(X x) f(x) 8 8 8
8

Tabel diatas, memenuhi:

1. f ( x ) 0
2. f ( x) 1 3 3 1 1
8 8 8 8
x
3. P( X x ) f ( x)
Distribusi kumulatif perubah acak X:

F(0) f( 0) 1 ; F(1) f( 0) f(1) 1

8 2

F( 2) f( 0) f(1) f( 2) 7 ; F(3) f( 0) f(1) f( 2) f(3) 1

8
11
Contoh (3.3):
Sebuah toko elektronik menjual 15 radio yang diantaranya ada 5 yang
rusak. Jika seoarang calon pembeli melakukan test 3 radio yang dipilih
secara random, tuliskan distribusi peluang dari banyaknya radio yang
rusak dalam sampel tersebut

Jawab
Misalkan:X = perubah acak yang menyatakan banyaknya radio yg rusak
X = {0, 1, 2, 3}
n N n
x k x
10B, 5R 3 P(X x) ; x=0,1,2,3
N
15 k

Diperoleh:
5 10 5 10
0 3 1 2
x=0 P(0) 120 ; x=1 P(1) 225

15 455 15 455
3 3

12
 5 10 5 10
2 1 3 0
100 10
x=2 P( 2 ) ; x=3 P(3)
15 455 15 455
3 3

Tabel 3.2 Distribusi Probabilitas perubah acak X
X 0 1 2 3

P(X x) f(x) 120 225 100 10

455 455 455 455
Tabel diatas, memenuhi:
1. f ( x ) 0
2. f (x) 120 225 100 10 1
455 455 455 455
x
3. P( X x ) f ( x)
Distribusi kumulatif perubah acak X:

F( 0) f( 0) 120 ; F(1) f( 0) f(1) 345

455 455

F( 2) f( 0) f(1) f( 2) 445 ; F(3) f( 0) f(1) f( 2) f(3) 1

455
13
3.3. Distribusi Probabilitas Kontinyu
Distribusi probabilitas kontinyu adalah distribusi yang memuat
perubah acak kontinyu. Distribusi probabilitas kontinyu dinyatakan
dalam bentuk rumusan (dan tidak dapat dinyatakan dalam bentuk
tabel) karena perubah acaknya berupa interval (selang). Cara
menghitung fungsi peluang utk berbagai selang dari perubah acak
kontinyu adalah sebagai berikut:

y
P(a x b) P(a x b)
P(a x b)
P(a x b)
x
0 a b
Gambar 3.1. Luas daerah yang diarsir =P (a x b)
Tidak menjadi soal, apakah titik ujung selang diikutsertakan atau tidak.
Lihat gambar 3.1
14
Definisi (3.5):
Misalkan f(x) merupakan fungsi probabilitas, dari perubah acak diskrit
X, maka berlaku:
1. f (x) 0

2.
f ( x ) dx 1
b
3. P(a X b)
f(x) dx
a
Distribusi kumulatif F(x) dinyatakan sebagai
x
F(x) P(X x) f(t) dt

Akibatnya:
dF(x)
P(a x b) F(b) F(a) dan f(x)
dx

15
Contoh (3.4):
Misalkan galat suatu reaksi dalam derajat celsius (0c) pada
percobaan di laboratorium yang dikontrol merupakan perubah acak X
yang mempunyai fungsi peluang sbb:
x2
;untuk 1 x 2
f(x) 3
0 ;untuk x yglain

a). Tunjuan
f(x)dx 1 b). Hitung P(0 x 1)

Jawab
2 2
x 2 dx x3 8 1 1
f(x)dx 3 9 9 9
1 1

1 1
P(0 x 1) x 2 dx x3 1
3 9 9
0 0
16
Contoh (3.5):
Carilah distribusi kumulatif dari contoh(3.4) dan kemudian hitung P(0
< X < b)
Jawab:
x x x
untuk -1 < X < 2 F(x) t 2 dt t3 x3 1
f(t)dt 3 9

9
Jadi:

0 ;x 1

x3 1
F(x) ;1 x 2
9

1 ;x2
Diperoleh:
P(0 x 1) F(1) F(0) 2 1 1
9 9 9

17
3.4. Fungsi Massa Gabungan
Kadang-kadang pencatatan hasil percobaan yang kita peroleh
tidak selalu berasal dari perubah acak yang tunggal. Ada kalanya
diperlukan pencacatan beberapa perubah acak yang terjadi secara
serentak.
Jika X dan Y perubah acak, maka probabilitas terjadinya secara
serentak dari X dan Y dinyatakan sebagai f(x,y) disebut Distribusi
Probabilitas Gabungan, untuk setiap pasangan (x,y) dalam rentangan
X dan Y
Jika X dan Y merupakan dua perubah acak diskret yang dapat
terjadi secara serentak dinyatakan dengan notasi f(x,y), maka f(x,y)
disebut Fungsi ( atau distribusi ) Massa Gabungan dari perubah
acak X dan Y.

18
Definisi (3.6):
Fungsi f(x,y) disebut distribusi probabilitas gabungan atau fungsi
massa gabungan dari perubah acak diskret X dan Y jika:

1. f(x,y) 0; untuk semua (x,y)

2.
f(x,y) 1
x y

3. P(X=x,Y=y) = f(x,y)
Untuk setiap daerah A di bidang xy, maka
P[(X,Y)A] = f(x,y)
A

19
Contoh (3.6):

Dua buah bolam dipilih secara acak dari sebuah kotak yang berisi 3
bolam berwarna biru, 2 berwarna merah, dan 3 berwarna hijau. Jika X
menyatakan banyaknya bolam berwarna biru dan Y berwarna merah
yang terpilih, maka hitunglah:
a. fungsi probabilitas gabungan X dan Y
b. P[(X,Y)A], bila A daerah {(x,y)/ x+y 1}

Jawab:
a. Misalkan,
X = banyaknya bolam biru yang terambil = {0, 1, 2}
Y = banyaknya bolam merah yang terambil = {0, 1, 2}
Pasangan nilai (x,y) yang terjadi :(0,0),(0,1),(0,2),(1,0),(1,1),(2,0)

20
Ilustrasi:

2 8 = 8!
n(S)
3B 28
2M,3H 2 2! 6!

8
Misalnya n(S) = banyaknya cara memilih 2 bolam dari 8 yang ada
Fungsi peluang gabungan f(x,y) dinyatakan dengan rumus:
x = 0, 1, 2
3 2 3
x y y = 0, 1, 2
y 2 x
f ( x, y )
0 x+y 2
8
2

21
b. Dari hasil a), diperoleh sbb:

3 2 3 3 2 3
0 0 2 0 1 1
f(0, 0) 3 f(;0,1) 3
8 28 8 14
2 2

3 2 3 3 2 3
0
2 0 1
f(0, 2) 0 1
1
28 f(; 1, 0) 9
8 8 28
2
2

3 2 3 3 2 3
1 1 0 2 0 0
f(1,1) 3 ;f( 2, 0) 3
8 14 8 28
2
2

22
Dari hasil diatas dapat dibuat tabel distribusi probabiliatas sbb:
Tabel. 3.3. Distribusi Peluang Gabuangan X dan Y
X Jumlah
f(x,y) 0 1 baris
2
3 9 3 15
0 28 28 28 28

Y 3 3 3
1 14 14 7
1 1
2 28 28
Jumlah 5 1
15 3
kolom 14 28 28

Jadi P[(X,Y)A] = P(x+y 1) = f(0,0) + f(0,1) + f(1,0)

= 3 + 3 + 9
28
= 9
28 14 14
23
3.5 Fungsi Padat Gabungan

Jika X dan Y, perubah acak kontinu, maka f(x,y) disebut

fungsi padat gabungan dari X dan Y yaitu suatu permukaan
yang terletak di atas bidang xy, dan P[(X,Y)A] dimana A adalah
daerah di bidang xy , sama dengan isi silinder kanan yang dibatasi
oleh dasar A dan permukaan.
Fungsi padat gabungan ini merupakan cara menjelaskan
distribusi probabilitas untuk populasi atau sistem.

24
Definisi (3.7):

Fungsi f(x,y) disebut fungsi padat gabungan dari perubah

acak kontinu X dan Y jika:

1. f(x,y) 0; untuk semua (x,y)

2. f ( x,y )dx dy 1

3. P[(X,Y)A] =
f ( x,y )dx dy
A
untuk tiap daerah di bidang xy

25
 Contoh (3.7):
Suatu pengiriman barang yang memproduksi coklat dengan
campuran krem,cofee dan kacang, dengan berlapis coklat cerah dan
pekat. Bila sebuah kotak diambil secara acak , serta X dan Y masing-
masing menyatakan proporsi campuran krem berlapis coklat cerah
dan pekat dengan fungsi padat gabungannya adalah :

2 ( 2 x 3y); 0 x 1, 0 y 1
f(x,y) 3
0; untuk x yanglain

f ( x, y ) dx dy 1
a. Tunjukan

b. Cari P[(X,Y)A] jika A daerah {(x,y)/ 0 < x < 1 ; 1< y < 1}
2 4 2

26
Jawab:
a.
11 1 x 1
2 x 2 6 xy
f(x,y)dxdy
2 ( 2x 3y)dxdy
5 5 5
dy
00 0 x 0
1 1
2

6y 2 y 3y
( 2 )dy ( ) 23 1
5 5 5 5 5 5
0 0
1 1 1
b. P[(X,Y)A] = P ( 0 < x < 2 ; 4< y < 2)

1/ 2 1/ 2 1/ 2 x 1/ 2
2x 2 6xy

2 (2x 3y) dxdy
5 5 5
dy
1/ 4 0 1/ 4 x 0
1/ 2 1/ 2
2

3y y 3y
( 1 )dy ( ) 13
10 5 10 10 160
1/ 4 1/ 4
27
3.5 Distribusi Marginal (pias)

Jika f(x,y) peluang gabungan dari perubah acak diskrit X

dan Y maka peluang g(x) dari X sendiri diperoleh dengan
menjumlahkan f(x,y) terhadap semua Y. demikian pula untuk
distribusi peluang h(y) dari Y diperoleh dengan menjumlahkan f(x,y)
terhadap semua nilai X.
g(x) disebut distribusi marginal dari X, dan h(y) disebut
distribusi marginal dari Y.
Jika X dan Y perubah acak kontinu, tanda penjumlahan diganti
dengan integral.

28
Definisi (3.8):

Distribusi marginal dari perubah acak X sendiri dan Y sendiri

didefinisikan sebagai :
a. Untuk hal diskrit, maka
g(x) f(x,y) dan
h(y) f(x,y)
y x

b. untuk hal kontinu, maka

g(x)
f(x,y)dy dan h(y) f(x,y)dx

29
Contoh (3.8):
a. Tunjukan jumlah kolom dan baris pada tabel 3.3 memberikan
distribusi marginal dari X sediri dan Y sendiri.
b. Cari g(x) dan h(y) untuk fungsi padat gabungan pada
contoh (3.6)

Jawab:
a. Untuk perubah acak X
2

5
f(0,y) f( 0, 0) f( 0,1) f( 0, 2)
P(X=0) = g(0) = 14
y 0
2

15
P(X=1) = ,y) f(1, 0) f(1,1) f(1, 2)
g(1)f(1= 28
y 0
2

3
f (2, y) f (2,0) f (2,1) f (2, 2)
P(X=2) = g(2) = 28
y 0
30
Untuk perubah acak Y
2

15
P(Y=0) = = 0) f(0, 0) f(1, 0) f( 2, 0)
h(0)f(x, 28
x 0
2

6
P(Y=1) = (x,1) f (0,1) f (1,1) f (2,1)
h(1) f= 14
x 0
2

3
f (x, 2) f (0, 2) f (1, 2) f (2, 2)
P(Y=2) = h(2) = 28
x 0

Distribusi Marginal dalam bentuk tabel sbb:

x 0 1 2 y 0 1 2
g(x 5 15 3 h(y 15 3 1
) 14 28 28 ) 28 7 28

31
b. Untuk perubah acak X
1
g(x)
f(x,y)dy
2( 2x 3y)dy
5
0
2 y 1
4xy 6 y 4x 3
;untuk 0 x 1
5 10 5
y 0
dan
g(x) 0 ;untuk x yanglainnya

Untuk perubah acak Y

1
h(y)
f(x,y)dx
2( 2x 3y)dx
5
0
x 1
2x 2 6 xy 2 6y
;untuk 0 y 1
5 5 5
dan x 0
h(y) 0 ;untuk y yanglainnya
32
Catatan:
Distribusi marginal g(x) dan h(y) adalah distribusi masing-masing
perubah X dan Y sendiri. Hal ini dapat dengan mudah dengan
menunjukan misalnya untuk hal kontinu:

g(x)dx f(x,y)dydx 1

Dan

P(a< X < b) = P(a< X < b; - < Y < )

b b

f(x,y)dydx g(x)dx
a a

33
3.6 Distribusi Bersyarat
Menurut definisi probabilitas bersyarat sebelumnya
bahwa kejadian B terjadi setelah A muncul dinyatakan:

P(A B)
P(B / A) ; P(A) 0
P(A)
Jika kejadian A dan B masing-masing menyatakan X=x
dan Y=y, maka untuk X dan Y perubah acak diskrit:

P(X x,Y y)
P(Y y / X x)
P(X x)
f(x,y)
; g(x) 0
g(x)
Berlaku juga untuk X dan Y kontinu.
Jika P(Y y / X x) ditulis f(y/x), maka diperoleh definisi berikut ini

34
Definisi (3.9):
Misalkan X dan Y merupakan perubah acak diskrit maupun kontnu.
Maka distribusi probabilitas bersyarat dari perubah acak Y , jika
diketahui X=x dinyatakan sebagai:
f(x,y)
f(y / x) ; g(x) 0
g(x)

Distribusi peluang bersyarat perubah acak X, jika diketahui Y=y

dinyatakan sebagai:
f(x,y)
f(x / y) ; h(y) 0
h(y)

35
 Mencari probabilitas perubah acak diskrit X , a <x < b
jika perubah acak diskrit Y telah diketahui , maka dihitung:

P(a X b / Y y) f(x,y)
x
penjumlahan meliputi semua nilai X antara a dan b.
Jika X dan Y Kontinu, maka dihitung:
b

P(a X b / Y y) f(x / y)dx
a
Contoh (3.9):
Kembali ke contoh (3.6).
a). Cari distribusi bersyarat X, jika diketahui Y=1
b). Gunakan a). Untuk menghitung P(X=0/Y=1)

36
Jawab:
a). Yang akan kita cari f(x / y); untuk y 1
f(x,y)
f(x / y) ; h(y) 0
h(y)
Pertama-tama dicari
2
h(1) f(x,1) f(0,1) f(1,1) f( 2,1) 6 3
14 7
x 0
b). Untuk menghitung P(X=0/Y=1)
f(x,1) 14
f(x / 1) f(x,1) ; x 0,1, 2
h(1) 6
f(0,1) 14
x 0 f(0 / 1) f(0,1) ( 7 )( 3 ) 1
h(1) 6 3 14 2

f(1,1) 14
x 1 f(1 / 1) f(1,1) ( 7 )( 3 ) 1
h(1) 6 3 14 2
37
 f( 2,1) 14
x 2 f( 2 / 1) f( 2,1) ( 7 )( 0) 0
h(1) 6 3

Tabel 3.4 distribusi bersyarat X, bila

Y=1
x 0 1 2
f(x/1 1 1 0
) 2 2

1
Sehingga diperoleh P(X=0/Y=1) = f(0/1) = 2

Jadi bila diketahui bahwa 1 dari kedua isi bulpoint

yang terambil berwarna merah maka
1
2
probabilitasnya
bahwa isi yang satu lagi bukan biru
38
Contoh (3.10):
Misalkan X perubah acak yang menyatakan banyaknya pelari pria dan
Y pelari wanita yang menyelesaikan lomba-lomba maraton. Secara
matematika dapat dinyatakan sebagai fungsi padat gabungan:

8xy; 0 x 1, 0 y x
f(x,y)
0; untuk x,y yanglainya
a). Hitung lah g(x), h(y), f(y/x)
b). Tentukan peluang bahwa kurang dari 1/8 pelari wanita
yang menyelesaikan maraton bila ada tepat 1/2 pria
telah menyelesaikan maraton tsb

39
 x
Jawab: g(x)

f(x,y)dy 8xy dy
0
2 yx
4 xy 4 x3 ;0 x 1
y 0
dan 1
h(y)

f(x,y)dx 8xy dx
y
2 x 1
4x y 4 y(1 y 2 ) ;0 y 1
xy

f(x,y) 8xy
Jadi, f(y / x) ; 0yx
g(x) 4x 2
1/ 8
dan
P(Y 1 / X 1 )
8 2 8y dy 1
16
0
40
Contoh (3.11):
Diketahui fungsi padat gabungan:
x(1 3y 2 )
; 0 x 2, 0 y 1
f(x,y) 4
0 ; untuk x,y yanglainya

a). Carilah g(x), h(y), f(x/y)
b). Hitunglah
P( 1 X 1 / Y 1 )
Jawab: menurut definisi, 4 2 3
1
x(1 3y 2 )
g(x)
f(x,y)dy
4
dy
0
3 y 1
xy xy x
;0 x 2
4 4 2
y 0
41
 2
dan x(1 3y 2 )
h(y)
f(x,y)dx
4
dx
0
x2
x2 2
3x y 2

8 8
x 0
1 3y 2
;0 y 1
2
Jadi,
f(x,y) x(1 3y 2 ) / 4 x
f(x / y) ; 0x2
h(y) (1 3y 2 ) / 2 2
dan
1/ 2
x
P( 1 X 1 / Y 1 )
4 2 3 2
dx 3
64
1/ 4
42
3.7. Bebas Statistik
Jika f(x/y) tidak tergantung pada y, maka hasil dari perubah acak
Y tidak mempengaruhi oleh hasil perubah acak X, dan disebut bahwa
X dan Y perubah acak bebas.

Definisi (3.10):
Jika f(x,y) merupakan fungsi probabilitas gabungan dari perubah
acak X dan Y dan distribusi marginal masing-masing g(x) dan h(y),
maka X dan Y dikatakan bebas statistik jika :

f(x, y) g(x)h(y)

untuk setiap (x,y) dalam daerah definisinya

43
Contoh (3.12):
Tunjukan bahwa perubah acak pada contoh (7.1) tidak
bebas statistik.
Jawab: Untuk x=0 dan y=1 pada tabel 7.1. diperoleh

3
f(0,1)
14
2

3 3 1 5
g(0) f(0,y)
28 14 28 14
y 0
2

3 3 6
h(1) f(x,1) 0
14 14 14
x 0

diperoleh:f(0,1) g(0) h(1)

,
Jadi X dan Y tidak bebas statistik
44
Definisi (3.8) juga berlaku untuk n-perubah acak ,yaitu:
f(x1,x 2 ,..., xn ) f1(x1 ) f2 (x 2 )....fn (xn )
untuk setiap (x1,x 2 ,....,xn ) dalam daerah definisinya

Contoh (3.13):
Umur makanan kemasan dalam kotak sebelum rusak (tahan lama)
merupakan perubah acak dengan fungsi padat berbentuk

e x ;x 0
f(x)
0 ;x yang lainnya
Hitung
P(X1 2, X2 3, X3 2)

45
Jawab:
Misal x1, x 2 ,dan x3 menyatakan umur tahan lama dari tiga kotak
makanan. karena dipilih secara acak, maka dapat dianggap bebas
statistik, sehingga distribusi gabungannya:

f(x1, x 2 ,x3 ) f(x1 ) f(x 2 ) f(x 3 ) e x1e x 2 e x3

e x1 x 2 x3 ;untuk x1 0,x 2 0,x 3 0

f(x1,x 2 , x3 ) 0 ;untuk x yang lainnya

Jadi:
32
P(X1 2, X 2 3, X3 2)
e x1 x 2 x3 dx1dx 2dx3
210
(1 e2 )(e1 e3 )e2

0.0376 46