Distribusi

Variabel Acak Kontiyu

Oleh Edi Satriyanto
1. Distribusi Uniform
Variabel random X berdistribusi ubiform,
diasumsikan memiliki probabilitas yang
sama untuk terjadinya dimana saja dalam
suatu sub interval sepanjang d yang ada
dlm interval a sampai b.

=
s s

=
lainya x
b x a
a b
x f
; 0
;
1
) (
12
) (
) ( ;
2
) (
2
2
a b
X Var
b a
X E

= =
+
= = o
Contoh
Waktu seseorang menunggu datangnya
pesawat disebuah bandara anatara jam
08.00-10.00 berdistribusi uniform.
A. Berapa probabilitas seseorang harus
menunggu kurang sama dengan 30 menit
dari jam 08.00?
B. lebih dari 30 Menit,
Jawab
Interval 08.00-10.00 adalah 120 menit.
a=0 dan b=120
(A).
(B).P(x>30)=1-P(x<=30)=0.75
25 . 0
0 120
1
) 30 (
30
0
=

= s
}
dx x P
2. Distribusi Eksponensial
Sering digunakan untuk memodelkan waktu tunggu
sampai sebuah peristiwa terjadi, dan juga untuk
memodelkan waktu antar terjadi peristiwa. Variabel
random X berdistribusi Eksponensial dengan parameter
, memiliki fungsi :
2 2
) ( ; ) ( ; 0 | o | | = = = = > X Var X E

=
>
=

lainya x
x e
x f
x
; 0
0 ;
1
) (
/ |
|
Contoh
Suatu sistem mengandung sejenis
komponen yang daya tahanya dlm tahun
dinyatakan oleh variabel acak X yang
berdistribusi eksponensial dgn rata-rata
waktu sampai komponen rusak adalah 5
tahun. Bila sebanyak 5 komponen tersebut
dipasang dalam sistem yang berlainan,
berapakah probabilitas paling sedikit 2
komponen masih akan berfungsi pada
akhir tahun kedelapan?
Jawab
Probabilitas bahwa sebuah komponen masih akan berfungsi setelah 8
tahun:



Misalkan Y menyatakan byknya komponen yg masih berfungsi setelah 8
thaun, dgn menggunakan distribusi binomial diperoleh:




2 . 0
5
1
) 8 (
5 / 8
8
5 /
~ = = >

}
e dx e X p
x
263 . 0 737 . 0 1
) 8 . 0 ( ) 2 . 0 (
5
1
) 1 ( 1 ) 2 (
1
0
5
= =
|
|
.
|

\
|
=
s = >

c
c c
c
X P Y P
3. Distribusi Normal
Variabel random X berdistribusi normal,
dengan parameter dan memiliki fungsi
distribusi probabilitas (pdf):

2
2
) (
) var( ; ) (
,
2
1
) (
2
2
o
t o
o

= =
< < =

X X E
x e x f
x