Distribusi Kontinu

1. Distribusi
Uniform
2. Distribusi
Eksponensial
 Distribusi Uniform
Definisi
Peubah acak kontinu X dikatakan berdistribusi uniform
(a,b), jika mempunyai fungsi peluang:

f(x;a,b) =
0 ; untuk x yang lainnya
Notasinya X~UNIF(a,b)
Jika X~UNIF(a,b), maka FPM dari X adalah:

Mx(t) =
 E(X) =
= Var (X) = E(X2) – [E(X)]2

= =

=
E(X2) =

=
 2
Distribusi
Gamma
 Distribusi Gamma
Definisi:
Fungsi gamma dituliskan untuk setiap k > 0
dan didefinisikan oleh:

Sifat- sifat fungsi gamma :

Definisi:

Peubah acak kontinu X dikatakan berdistribusi gamma dengan

parameter k > 0 dan  > 0 , jika mempunyai fkp :

Notasinya

Jika , maka :

 FPM dari X adalah

Dengan substitusi , diperoleh
 3
Distribusi
Eksponensial
  Distribusi Eksponensial
Definisi
Suatu peubah acak kontinu X dikatakan berdistribusi
eksponensial dengan parameter , apabila mempunyai fkp:

Notasinya
Jika , maka:
 4
Distribusi
Normal
 Distribusi Normal
Definisi
Suatu peubah acak kontinu X dikatakan berdistribusi normal dengan
parameter  dan 2 , apabila mempunyai fkp:

Notasinya
Dengan substitusi: yang memberikan x=sz + m, ,
diperoleh :
 Definisi
Suatu peubah acak kontinu Z dikatakan berdistribusi
normal baku, apabila mempunyai fkp:

Notasinya
Grafik dari fkp distribusi normal disebut : kurva normal
 Luas Dibawah Kurva Normal

Jika X berdistribusi N (, S2), luas dibawah kurva yang

dibatasi oleh x1 sampai x2 adalah : P(X1< X < X2) =

Di dalam perhitungan, terlebih dahulu dilakukan

transformasi dari X ke Z, karena luas dibawah kurva normal
dalam variabel Z ~ N (0,1) umumnya sudah tersedia pada
lampiran buku-buku statistika.

Dengan transformasi maka diperoleh

P(X1<X<X2) = P(Z1<Z<Z2) .
Contoh
Jika diketahui X ~ N (50,100), tentukan P(45 < X < 62).
Dalam hal ini = 50, = 10, X1 = 45 dan X2 = 62
Dengan transformasi diperoleh :

Z1 =
Z2 =
Sehingga P(45 < X < 62) = P(-0,5 < Z < 1,2)
= P(Z < 1,2) – P(Z < -0,5)
= 0,8849 – 0,3085
= 0,5764
 SOLVED PROBLEM
Jika Z ~ N (0,1), tentukan nilai a sehingga P(lZl<a) = 0,9951.
Solusi:
P(-a < Z < a) = 0,9951
1 – ( P(Z < -a) + P(Z > a)) = 0,9951
( P(Z < -a) + P(Z > a)) = 1 – 0,9951
2P(Z > a) = 0,0049
P(Z > a) = 0,00245
1 –P(Z <a) = 0,00245
P(Z < a) = 1 - 0,00245 = 0,9975
a = 2,81