Fungsi Distribusi

Oleh: Syarifah Inayati

PROGRAM DOKTOR
DEPARTEMEN STATISTIKA
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
SURABAYA
2021

1
Outline
 Pendahuluan
 Konsep Fungsi Distribusi
 Distribusi Variabel Random Diskret
 Distribusi Variabel Random Kontinu

2
 Pendahuluan
• Dalam bab sebelumnya, telah dipelajari pengertian tentang fungsi terukur Borel (variabel random) dan
sifat-sifatnya.
 Contoh:
Percobaan Random Memasarkan tiga jenis produk elektronik (Laku dan Tidak Laku)
Variabel Random X: Banyaknya produk elektronik yang terjual
Bagaimana perilaku penjualan tersebut?  Digambarkan oleh fungsi distribusinya
Perilaku penjualan yang diperoleh dapat digunakan dalam pengambilan keputusan secara tepat
• Seorang periset umumnya ingin mengetahui bagaimana sifat dan karakteristik fungsi terukur Borel
(variabel random).
• Dalam statistika inferensi sifat dan karakteristik itu digambarkan dalam bentuk distribusi dari variabel
random tersebut.
• Fungsi distribusi suatu variabel random X pada ruang ukuran probabilitas tripel ( Ω, A, P ) menjadi
landasan dasar dalam merancang distribusi.
• Hal ini digunakan untuk memperlihatkan bagaimana membangun dan merancang ruang ukuran
probabilitas baru, menggunakan ruang ukuran probabilitas tripel ( Ω, A, P ).

3
Pendahuluan
  
Definisi
Definisi 3.1.2.
3.1.2. Ruang
Ruang Ukuran
Ukuran Probabilitas
Probabilitas
Diberikan
Diberikan ruang
ruang probabilitas
probabilitas tripel
tripel .. Suatu
Suatu fungsi
fungsi disebut
disebut ukuran
ukuran probabilitas,
probabilitas, jika
jika PP
merupakan
merupakan fungsi
fungsi himpunan
himpunan yang
yang didefinisikan
didefinisikan pada
pada -Field
-Field FF dan
dan memenuhi:
memenuhi:
•• Sifat
Sifat nonnegative,
nonnegative, untuk
untuk setiap
setiap himpunan
himpunan
•• Sifat
Sifat normed,
normed,
•• Sifat
Sifat countable
countable additive
additive
Jika
Jika diberikan
diberikan himpunan
himpunan dengan
dengan sifat
sifat ,, maka
maka

4
Pendahuluan
Borel
  Field
• Terdapat Field khusus yang sering mendapatkan perhatian dalam statistika, yakni Borel Field.
• Borel Field adalah Field yang memuat interval-interval.
• Diberikan dan didefinisikan
F   Semua Interval dalam R
   , x  ,  , x  ,  x,   ,  x,   ,  x, y  ,  x, y  ,  x, y  ,  x, y  , x, y  R, x  y

• Karena maka terdapat dengan tunggal yang dinamakan Borel atas bilangan Real. Selanjutnya
disingkat Borel Field.
• Borel Field sering diberi lambang:
• Selanjutnya, misalkan diberi , dengan  Borel Field yang memuat interval bentuk .
• Mengingat sifat Field maka Borel Field ini juga memuat interval-interval dalam bentuk:

(i) (iii) (v) (vii)

(ii)
• Anggota (iv) himpunan Borel. (vi) ]
Borel Field disebut

5
 Pendahuluan
Definisi
 Definisi
  4.1.1.
4.1.1. Fungsi
Fungsi Terukur
Terukur Borel
Borel (Variabel
(Variabel Random)
Random)
Misalkan
Misalkan dan
bilangan
dan ruang-ruang
bilangan real,
real, B
ruang-ruang terukur
B merupakan
terukur dengan
merupakan Borel
dengan R
Borel Field
R himpunan
Field dan
himpunan semua
dan disebut
semua
disebut fungsi
fungsi  
(Ω,F) 𝑋   
(𝑅,𝐵)
terukur
terukur Borel
Borel (variabel
(variabel random)
random) jika:
jika:

  −1
𝑋 ( 𝐵)
 
 
𝐵  
Definisi
 Definisi
  4.1.2.
4.1.2. Fungsi
Fungsi Terukur
Terukur Borel
Borel (Variabel
(Variabel Random)
Random)
Misalkan
Misalkan dandan ruang-ruang
ruang-ruang terukur.
terukur. Misalkan
Misalkan XX suatu
suatu
fungsi.   −1
𝑋
fungsi. Fungsi
Fungsi disebut
disebut fungsi
fungsi terukur
terukur Borel
Borel (variabel
(variabel
random)
random) jhj
jhj untuk
untuk setiap
setiap ,, berlaku:
berlaku:

6
Konsep Fungsi Distribusi
Berikut ini diberikan suatu ilustrasi tentang konsep dasar fungsi distribusi suatu
variabel random X yang didefinisikan pada ruang ukuran Probabilitas (W, A,
P).
Pertama, akan diberikan Teorema 5.2.1 yang menjadi landasan dasar merancang
Distribusi. Teorema ini memperlihatkan bagaimana membangun dan merancang
suatu ukuran probabilitas baru, menggunakan ruang ukuran probabilitas tripel
(W, A, P).

7
   , A)
(Ω 𝑃  (𝑅,𝐵
  )
∗

 𝑋
 𝑤 ∈  𝐴 𝑋  ( 𝑤  ) ∈𝐵
Konsep Fungsi Distribusi  𝑋 −1 ( 𝐵 )
−1
 𝐵
𝑋
 
  Teorema 5.2.1.
Teorema 5.2.1.
Diberikan
Diberikan variabel
variabel random
random XX yang
yang didefinisikan
didefinisikan pada
pada ruang
ruang ukuran
ukuran probabilitas
probabilitas (W,
(W, A,
A, P).
P).
Dibangun
Dibangun suatu
suatu ukuran
ukuran probabilitas
probabilitas pada
pada ruang
ruang tripel
tripel (R,
(R, B*,
B*, Q),
Q), dengan
dengan sifat:
sifat:

Jika
Jika probabilitas
probabilitas iniini dinyatakan
dinyatakan dengan
dengan Q Q == PX -1, maka Q = PX -1
PX -1 , maka Q = PX -1 merupakan
merupakan suatu
suatu
(probabilitas)
(probabilitas) distribusi
distribusi dari
dari X
X dan
dan ruang
ruang tripel
tripel merupakan
merupakan ruang
ruang ukuran
ukuran probabilitas.
probabilitas.

 
Untuk membuktikan bahwa ruang tripel merupakan ruang ukuran probabilitas, maka harus dibuktikan
bahwa:
(i) adalah fungsi himpunan; dan Q memenuhi:
(ii) Sifat nonnegative, Q untuk setiap himpunan ;
(iii) Sifat normed, ;
(iv) Sifat countable additive

8
   , A)
(Ω 𝑃  (𝑅,𝐵
  )
∗

 𝑋 −1 ( 𝐵 )  𝐵
   

Bukti  𝑋
−1

 (i) Akan dibuktikan bahwa Q ( B) merupakan fungsi himpunan.

Perhatikan bahwa fungsi:

Karena P suatu ukuran probabilitas maka P merupakan fungsi himpunan.

Karena X -1(B) maka X adalah fungsi terukur Borel.
Sehingga diperoleh merupakan suatu ukuran probabilitas.
Jadi, fungsi merupakan fungsi himpunan.
(ii) Akan dibuktikan bahwa Qmemenuhi sifat nonnegative, yaitu
untuk setiap himpunan .
Karena adalah fungsi terukur Borel maka merupakan ukuran probabilitas, sehingga
mempunyai sifat nonegatif.

9
   , A)
(Ω 𝑃  (𝑅,𝐵
  )
∗

 𝑋
 𝑤∈ 𝐴  
𝑋  ( 𝑤  ) ∈𝐵
Bukti (lanjutan)
 (iii) Akan dibuktikan bahwa Q memenuhi sifat normed, yaitu

Jadi Q(B) memenuhi sifat normed, yaitu

(iv) Akan dibuktikan bahwa Q memenuhi sifat countable additive

Misalkan diberikan dengan adalah barisan himpunan Borel yang saling asing, ini berarti

Maka diperoleh:

10
   , A)
(Ω 𝑃  (𝑅,𝐵
  )
∗

 𝑋 −1 ( 𝐵 )  𝐵
   

Bukti (lanjutan)  𝑋
−1

Perlu diingat bahwa disjoint union himpunan Borel merupakan disjoint union dari invest image.
Jadi Q memenuhi sifat countable additive countable additive.

11
Fungsi Distribusi
Selanjutnya, diberikan definisi tentang fungsi distribusi suatu variabel random.

 Definisi
 Definisi 5.2.1.
5.2.1. Diberikan
Diberikan fungsi
fungsi bernilai
bernilai real
real FF yang
yang didefinisikan
didefinisikan pada
pada interval
interval dengan
dengan sifat:
sifat:
(i)
(i)

(ii)
(ii) kontinu
kontinu dari
dari kanan,
kanan, yaitu
yaitu
Fungsi
Fungsi FF dinamakan
dinamakan fungsi
fungsi distribusi.
distribusi.

  Definisi 5.2.2.
Definisi 5.2.2. Misalkan
Misalkan XX variabel
variabel random
random yang
yang didefinisikan
didefinisikan pada
pada ruang
ruang probabilitas tripel (( W,
probabilitas tripel W, A,
A, PP ).).
Suatu
Suatu fungsi
fungsi titik
titik pada
pada R
R dengan
dengan sifat:
sifat:

dinamakan
dinamakan fungsi
fungsi distribusi
distribusi dari
dari variabel
variabel random
random X.
X.

Berdasarkan Definisi 5.2.2, fungsi F memenuhi sifat-sifat fungsi distribusi. Hal ini dituangkan dalam teorema
5.2.2. berikut.

12
 Jika maka maka A disebut limit dari dan ditulis dengan simbol

Fungsi Distribusi
Teorema 5.2.2. Jika
Teorema 5.2.2. Jika F
F fungsi
fungsi yang
yang memenuhi
memenuhi F(x)
F(x) == P(X
P(X ≤≤ x),
x), maka
maka F
F merupakan
merupakan fungsi
fungsi
distribusi
distribusi dari
dari variabel
variabel random
random X
X ..

 Bukti:
(i) Akan dibuktikan bahwa F fungsi tidak turun
Misalkan dengan maka
Akibatnya

Jadi F fungsi tidak turun.

 (ii) Akan dibuktikan bahwa kontinu dari kanan
Karena F tidak turun, cukup diperlihatkan untuk sebarang barisan bilangan:
dengan
Maka
13
Bukti (lanjutan)
Misalkan
  dibentuk himpunan sehingga himpunan dan
Akibatnya diperoleh:

dan

maka

karena monoton, sehingga:

Akibatnya:
Jadi F kontinu dari kanan.
14
Bukti (lanjutan)
  Akan dibuktikan bahwa
(iii)
Misalkan barisan bilangan turun ke- , maka

Sehingga diperoleh

Jadi
Misalkan barisan bilangan naik ke- , himpunan
sehingga himpunan dan maka

Sehingga diperoleh

Jadi

15
Hubungan Probabilitas (Q) dan Fungsi Distribusi (F)
Teorema berikut menggambarkan hubungan antara probabilitas Q (induced) pada ruang terukur (R, B*) dan
fungsi titik F yang didefinisikan pada R.

 Teorema
 Teorema 5.2.3.
5.2.3. Jika
Jika diberikan
diberikan suatu
suatu probabilitas
probabilitas Q pada (R,
Q pada (R, B
B**),), maka
maka terdapat
terdapat suatu
suatu distribusi
distribusi FF yang
yang
memenuhi:
memenuhi:
untuk
untuk setiap
setiap
Kebalikannya,
Kebalikannya, jika
jika diberikan
diberikan suatu
suatu distribusi
distribusi FF ,, maka
maka terdapat
terdapat probabilitas
probabilitas Q
Q yang
yang terdefinisikan
terdefinisikan pada
pada
dan
dan memenuhi
memenuhi persamaan
persamaan di di atas.
atas.

Teorema
Teorema 5.2.4.
5.2.4.
Setiap
Setiap fungsi
fungsi distribusi
distribusi merupakan
merupakan distribusi
distribusi dari
dari suatu
suatu variable
variable random
random pada
pada suatu
suatu ruang
ruang probabilitas.
probabilitas.

16
Contoh 5.2.1
 Contoh
 Contoh 5.2.1.
5.2.1. Diberikan
Diberikan variable
variable random
random XX pada
pada ruang
ruang probabilitas
probabilitas (( Ω,
Ω, A,
A, PP ),), dengan
dengan sifat:
sifat:
XX (w)
(w) == c,
c, untuk
untuk setiap w
setiap w Ω Ω
Tentukan
Tentukan fungsi
fungsi distribusi
distribusi dan
dan tunjukkan
tunjukkan bahwa
bahwa memenuhi
memenuhi sifat-sifat
sifat-sifat fungsi
fungsi distribusi.
distribusi.

Penyelesaian:

 Untuk x < c didapat: 𝐹

  (𝑥 )

dan untuk didapat: 1

Jadi, diperoleh fungsi distribusi:

0, x  c x
F ( x)   0 c
1, x  c Gambar 5.1. Fungsi distribusi F
Kurva fungsi distribusi dari contoh 5.2.1 ditunjukkan pada Gambar 5.1. untuk contoh 5.2.1

17
 𝐹 (𝑥 )
 
1

Contoh 5.2.1 (lanjutan) 0 c

x

 Akan ditunjukkan bahwa fungsi F yang didapat memenuhi sifat fungsi distribusi dari variabel
random X.
(i)

(iii) kontinu dari kanan,

Untuk fungsi kontinu kanan.
Untuk ,

Jadi, telah ditunjukkan bahwa Fungsi F merupakan fungsi distribusi.

18
Contoh 5.2.2
  
Contoh
Contoh 5.2.2.
5.2.2. Diberikan
Diberikan ruang
ruang sampel
sampel didefinisikan
didefinisikan variabel
variabel random
random X,X, dengan
dengan
XX (H)
(H) == 11 dan
dan XX (T)
(T) == 00
dan
dan probabilitas
probabilitas PP dengan
dengan sifat:
sifat:
Tentukan
Tentukan fungsi
fungsi distribusi
distribusi dan
dan tunjukkan
tunjukkan bahwa
bahwa memenuhi
memenuhi sifat-sifat
sifat-sifat fungsi
fungsi distribusi.
distribusi.

Penyelesaian:
𝐹
  (𝑥 )
 
 P (), x  0 1

F ( x )   P({T })  P ( X  0), 0  x  1 1/2
P(), x  1
 x
0 1
0, x0
 Gambar 5.2. Fungsi distribusi F
F ( x)  1/ 2, 0  x  1
untuk contoh 5.2.2
1, x 1


19
 𝐹
  (𝑥 )
1

1/2

Contoh 5.2.2 (lanjutan) 0 1 x

 
Akan ditunjukkan bahwa fungsi F yang didapat memenuhi sifat fungsi distribusi dari variabel
random X.
(i)

(iii) kontinu dari kanan,

Untuk fungsi kontinu kanan.
Untuk ,

Untuk ,

Jadi, telah ditunjukkan bahwa Fungsi F merupakan fungsi distribusi.

20
Distribusi Variabel Random Diskrit
 Definisi 5.3.1
Diberikan variabel random X yang didefinisikan pada ruang probabilitas (Ω, A,P ). X disebut variable
random diskrit, jika terdapat suatu suatu himpunan countable E ⊆ R, sehingga . Selanjutnya, himpunan
{pi} yang memenuhi sifat:

P ( X ≤ xi ) = pi ≥ 0 untuk setiap dan

dinamakan fungsi probabilitas diskrit dari variabel random diskrit . Fungsi distribusi dari variabel
random diskrit diberikan oleh:
F ( x)  P( X  x)  p
xi  x
i

21
 𝐹
  (𝑥 )
1

1-p

Contoh 5.3.1 0 1 x

Diberikan variabel random diskrit X dengan fungsi probabilitas:

P ( X  0)  1  p
P ( X  1)  p
dimana 0  p  1
 
𝐹 ( 𝑥 )= 𝑃 ( 𝑋 ≤ 𝑥𝑖 ) =∑ 𝑝 𝑖
Tentukan fungsi distribusi dari variabel random X
Jawab: Sesuai dengan definisi sebelumnya
𝑥𝑖 ≤ 𝑥
 

Sehingga diperoleh fungsi distribusi dari variabel random X yaitu

0 , untuk x  0

F(x)  1  p , untuk 0  x  1
1 , untuk x  1


22
Distribusi Variabel Random Kontinu
Definisi 5.4.1:
Misalkan diberikan X variable random yang didefinisikan pada ruang probabilitas tripel ( Ω, A,
P ), dengan fungsi distribusi F . Variabel random X dikatakan variabel random kontinu, jika F
kontinu absolut, yaitu terdapat fungsi nonnegative f (x) sehingga untuk setiap bilangan real x
berlaku: x
F ( x)  

f (t )dt

Selanjutnya fungsi F dikatakan fungsi distribusi probabilitas dari variabel random X.

23
Distribusi Variabel Random Kontinu
 Berdasarkan definisi 5.4.1 di atas, memberikan akibat yang dipenuhi oleh fungsi probabilitas
adalah sebagai berikut:
(i ) f ( x)  0
(ii ) lim F ( x)  F ()
x 

  f (t )dt  1

Selanjutnya diperoleh:
b
P(a  X  b)   f (t )dt  F (b)  F (a )
a

24
 Distribusi Variabel Random Kontinu
Teorema di bawah ini menyajikan hubungan antara fungsi distribusi dan fungsi probabilitas dari
suatu variabel random kontinu.
 
Teorema 5.4.1
Misalkan X variabel random kontinu dengan fungsi probabilitas f.
Untuk setiap himpunan Borel B  B*

Jika F kontinu absolut dan kontinu pada x maka

dF ( x)
f ( x) 
dx

25
Distribusi Variabel Random Kontinu
  Teorema 5.4.2
Diberikan fungsi nonnegatif yang integrable pada R dan memenuhi


 f (t )dt  1


  Fungsi merupakan fungsi probabilitas kontinu dari variabel random X.

26
Bukti Teorema 5.4.2
 Karena terdapat hubungan antar fungsi distribusi dan fungsi probabilitas , maka untuk
membuktikan teorema ini, cukup dibuktikan bahwa merupakan fungsi distribusi.
x
a) Misalkan F ( x )  

f (t ) dt.Sehingga

untuk x   diperoleh F () 

 f (t )dt  F ()  F ()  0


untuk x   diperoleh F ()   f (t )dt  1  sesuai definisi 

x2

b) Jika x2  x1 maka F ( x2 )  

f (t ) dt

x1 x2



 f (t ) dt   f (t ) dt
x1
x1



 f (t ) dt

 F ( x1 )
c) Fungsi F merupakan fungsi kontinu absolut.
Akibatnya F kontinu dari kanan.
27
Contoh 5.4.1
Variabel random X dengan fungsi probabilitas:
 x, 0  x 1

f ( x )  2  x , 1  x  2
0, untuk lainnya

  Tunjukkan bahwamerupakan fungsi probabilitas dari variabel random .

Penyelesaian: Gambar di bawah ini adalah kurva dari .

f(x)

X
0 1 2

28
   Selanjutnya fungsi distribusi F diberikan
a) Terlihat jelas bahwa fungsi f adalah fungsi yang nonnegatif
oleh:
, untuk 0 ≤ x ≤ 1 F(x) = 0, jika x ≤ 0
x
x2
a) Fungsi f mempunyai sifat normed, yaitu F ( x)   tdt  , jika 0  x  1
 1 2
0 2
 f ( x)dx   xdx    2  x dx 1 x
 0
1
1
2
F ( x)   tdt   (2  t )dt
x  
2
x  2
0 1
     2 x  
2
 2 0  2 1 x
1 1  2 x  - 1, jika 1  x  2
  2
2 2
f(x) 1 F(x) = 1, jika x ≥ 2
Secara ringkas fungsi distribusi F dapat disajikan
1 menjadi: 0, jika x  0
 2
x , jika 0  x  1
2
F ( x)   2
2 x  x - 1, jika 1  x  2
X  2
0 1 2 
1, jika x  2