BAB 8

BEBERAPA DISTRIBUSI KHUSUS KONTINU

A. Distribusi Seragam (Uniform)

Variabel random yang berdistribusi seragam ini mempunyai fungsi densitas berupa
konstanta yang didefenisikan atas sebuah interval nilai variabel randomnya. Jadi fungsi
densitas seragam ini mempunyai nilai yang sama sepanjang interval nilai yang
diberikan.

Definisi 8.1: Fungsi Densitas Seragam

Variabel random X dikatakan berdistribusi seragam, jika dan hanya jika fungsi
densitasnya berbentuk:
 1
 ;  x  
f(x) =    
 0 ; x lainnya

di mana X yang berdistribusi seragam disebut juga variabel random seragam. Notasi dari
variabel random yang berdistribusi seragam adalah S(x; α; β), artinya variabel random X
berdistribusi seragam dengan parameter α dan β, dapat ditulis sebagai:
X ~ S(α, β)
Teorema 8.1 : Parameter Distribusi Seragam
Rataan, varians, dan fungsi pembangkit momen dari distribusi seragam dirumuskan
sebagai berikut:
 
a. μ = ½ (α + β) =
2
b. σ² = (1/12) (β – α)² = 1
12
   2
 t  t
e e
c. Mx(t) =  t (    ) ; t  0
 1; t  0

Bukti:
a. Berdasarkan definisi rataan kontinu, maka:
µ = E(X) =

=
 =

 
Jadi,   E[ X ]  (terbukti)
2
b. Berdasarkan definisi varians, maka:
E(X2) =

=
 Var(X)= E(X2)  [E(X)]2

= = 1
12
   2
1    2 (terbukti)
Jadi, Var[ X ]  12

c. Berdasarkan definisi fungsi pembangkit momen kontinu, maka :

Untuk t = 0 digunakan teorema L’Hospital, yaitu :

 Jadi : =

(terbukti)
Contoh 8.1:
1. Apakah artinya ? Kemudian tuliskan bentuk fungsi densitasnya.
Penyelesaian:
artinya variabel random Y berdistribusi seragam dengan parameter
dan . Fungsi densitas dari Y berbentuk:

 1
;1  y  3
f ( y)   2
 0 ; y lainnya

2. Misalnya fungsi densitas dari X berbentuk:

 1
;0  x  4
g ( x)   4
 0; x lainnya

1) Hitung
2) Hitung berdasarkan fungsi distribusinya.
Penyelesaian:
1) Berdasarkan sifat dari fungsi densitas, maka:

2) Fungsi distribusi dari X adalah sebagai berikut:

a) Untuk maka F(x) = 0
b) Untuk

1
F ( x)  x.
4

c) Untuk x ≥ 4
x 0 4  0 4 
1
F ( x)   g (t )dt   g (t )dt   g (t )dt   g (t )dt   0dt   dt   0dt
  0 4  0
4 4
  0   t   0  1
1 4

4 t 0 
 0; x  0
1
Jadi : F ( x)   x;0  x  4
4
 1; x  4
Maka P(X > 2) = 1 – P(X ≤ 2)
= 1 – F(2) = 1 – (1/4) (2)
P(X > 2) = 2/4 = ½ .

B. Distribusi Gamma

Definisi 8.2:
Suatu variabel random X dikatakan berdistribusi gamma, ditulis X ~ G(,), jika fungsi
densitas berbentuk:
 x
 1  1 
f ( x)   x e ; x  0,   0,   0
( )  

 0 ; x lainnya

Teorema 8.2:
Jika X berdistribusi gamma, X ~ G(,), maka variansi dari X adalah

E(X) =  , Var(X) =   2 , dan M x (t )  1  t  ; t 

1

Bukti:
 Fungsi Gamma:
E (X ) =  x  f ( x) dx 
( )   x 1  e x dx;   0

0
0 
=  x  f ( x) dx +  x  f ( x) dx
 0

 x
1  1
= 0  x 
x  e  dx
0  ( )
  x
1 
=  x  e  dx
 ( ) 0

x
Misalkan y  , maka x   y  dx   dy

Untuk x = 0, maka y = 0
Untuk x = , maka y = 
Sehingga:

1 
E (X ) =   ( y)  e  y   dy
 ( ) 0



=  y  e  y dy
( ) 0


= (  1)
( )

=    ( )
( )
=  (terbukti)

Pembuktian Var(X ) dan M x (t ) diserahkan kepada mahasiswa.

C. Distribusi Eksponensial
Distribusi eksponensial ini diperoleh dari distribusi gamma dengan  = 1 dan  = ,
sehingga diperoleh definisi distribusi eksponensial berikut:

Defenisi 8.3: Fungsi densitas Eksponensial

Variabel random X dikatakan berdistribusi eksponensial, jika dan hanya jika fungsi
densitasnya berbentuk:
 1 x
   e  ; x  0,   0
f ( x)   
 
0
 ; x lainnya

Variabel random X yang berdistribusi eksponensial disebut juga variabel random

eksponensial.
 Penulisan notasi dari variabel random yang berdistribusi eksponensial adalah
Exp(x, ), artinya variabel random X verdistribusi eksponensial dengan parameter .
Variabel random X yang berdistribusi eksponensial dengan parameter  bisa juga
ditulis sebagai:
X  Exp()
Teorema 8.2
Rataan, varians, dan fungsi pembangkit momen dari distribusi eksponensial dirumuskan
sebagai berikut:
1.  = 
2. =
3. = ; t  1/

Bukti:
1. Berdasarkan defenisi rataan kontinu, maka:
 = E(X) =

= . 0 dx + . dx

= 0+ dx

= . dx

Integral di atas diselesaikan dengan menggunakan integral parsial.

Misalkan: u = x, maka du = dx

dv = dx, maka v = - 

 = E(X) =

= + ( ) dx ]

= ( )( 0 + +0)
  = E (X) =  terbukti
2. Berdasarkan defenisi varians , maka: = Var (X) = E ( ) – [E(X) ]2
Dengan :
E(X2) = .f(x) dx

= .f(x)dx + . f(x) dx

= . 0 dx + . . dx

= + . dx

= . dx

Integral ini diselesaikan dengan menggunakan integral parsial

Misalnya : u = , maka du = 2x dx

dv= dx, maka v = -  .

E(X2) =

= (0–0–0+2 )

E (X2) = 2
Maka : = Var (X) = 2 -
= Var (X) = (terbukti)
3. Berdasarkan defenisi fungsi pembangkit momen kontinu, maka :
Mx(t) =

= . . dx

=0+ dx
 = dx

= .

= .(0+1)

Mx(t) = ; t  ( terbukti )

Contoh 8.2:
Misalkan variabel random Y berdistribusi eksponensial dengan parameter  = 3. Hitung
peluang bahwa Y bernilai lebih dari 2.
Penyelesaian:
Fungsi densitas dari Y adalah:

h(y) = . ;y0

= 0 ; y lainnya
P(Y  2) = 1 – P(Y

=1

=1+

P(Y2)=  0,5134

C. Distribusi Chi-Kuadrat
Distribusi Chi-Kuadrat diperoleh dari distribusi gamma dengan α = dan β = 2.

Sehingga kita peroleh defenisi distribusi Chi-kuadrat berikut:

Defenisi 8.3: Fungsi Densitas Chi-Kuadrat

Variabel random X dikatakan berdistribusi Chi-kuadrat, jika dan hanya jika fungsi
densitasnya berbentuk:
 f(x) = . . ;x>0

= 0 ; x lainnya

Variabel random x yang berdistribusi Chi-kuadrat disebut juga variabel random Chi-
kuadrat. Penulisan notasi dari variabel random yang berdistribusi Chi-kuadrat adalah
(v), artinya variabel random x berdistribusi Chi-kuadrat dengan derajat kebebasan v.
Variabel random X yang berdistribusi Chi-kuadrat dengan derajat kebebasan v bisa juga

ditulis sebagai: X ~  2 (v)

Teorema 8.3

Rataan, varians, dan fungsi pembangkit momen dari distribusi Chi-kuadrat

adalah:
1. μ = v
2. = 2v

3. (t) = ;t<

Bukti:

1. Berdasarkan defenisi rataan kontinu, maka:

μ = E (X) =

= +

= +

=
2. Pembuktian varians dan fungsi pembangkit momen diserahkan kepada
mahasiswa
D. Distribusi Beta

Defenisi 8.4: Fungsi Densitas Beta

Variabel random X dikatakan berdistribusi beta, jika dan hanya jika fungsi densitas
berbentuk:
 (   )  1
 x (1  x)  1 ; 0  x  1,   0,   0
f ( x)   ( ) (  )

0 ; x lainnya

Variabel random X yang berdistribusi beta disebut juga variabel random beta.
Penulisan notasi dari variabel random yang berdistribusi beta adalah B(x; α, β), artinya
variabel random X berdistribusi beta dengan parameter α dan β.
Variabel random X yang berdistribusi beta dengan parameter α dan β bisa juga
ditulis sebagai :
X ~ B(α, β)
Teorema 8.4
Rataan dan Varians dari distribusi beta dirumuskan sebagai berikut:
1. μ =

2. =

Bukti:

1. Berdasarkan defenisi rataan kontinu, maka:

μ = E(X) =

=0+

Penyelesaian integral di atas dilakukan menggunakan bantuan fungsi beta, yaitu:

=

Sehingga:
 μ = E(X) = .

= .

μ = E(X) = (terbukti)

2. Berdasarkan defenisis varians, maka:

= Var(X) = E( ) 
dengan :
E( )= . f(x) dx

=0+ +0

= .

= .

Sehingga,
= Var(X) = -

= Var(X) = (terbukti)

D. Distribusi Normal Umum

Defenisi 8.5 : Fungsi Dentitas Normal Umum

Variabel random X dikatakan berdistribusi normal umum, jika dan hanya
jika fungsi densitasnya berbentuk:
f(x) = exp atau
 (x)2

1 2 2
f ( x)  e ;    x  ,       ,  2  0
 2
Variabel random X yang berdistribusi normal umum disebut juga variabel random
normal umum.
Penulisan notasi dari variabel random yang berdistribusi normal umum adalah
N(x; artinya variabel random X berdistribusi normal umum dengan rataan
dan varian .
Variabel random X yang berdistribusi normal dengan rataan dengan varian
bisa juga ditulis sebagai :
X N( ).
Beberapa sifat dari kurva fungsi dentitas distribusi normal umum adalah sebagai
berikut:
a. Kurvanya berbentuk lonceng dan simetrik di x =
b. Rataan, Median dan modus dari distribusi berimpitan
c. Fungsi dentitas mencapai nilai maksimum di x = sebesar

d. Kurvanya yang berasimtot sumbu datar x

Rataan, varians, dan fungsi pembengkit momen dari distribusi normal umum bisa
dilihat dalam teorema berikut ini:
Teorema 8.5: Parameter Distribusi Normal Umum
Rataan, Varians dan fungsi pembangkit momendari distribusi normal umum
dirumuskan sebagai berikut:
1. E(X) =
2. Var(X) =

3. (t) =( ); t

Bukti :
1. Berdasarkan definisi rataan kontinu, maka:
E(X) =

Misalkan z = , maka x =

dx =

Batas-batas: untuk x =  , maka z = 

untuk x = , maka z =

E(X) =

Kita akan mengurangi kedua integral secara satu per satu.

Karena g(z) = z. exp( merupakan fungsi ganjil, maka hasil integralnya sama

dengan nol .
Jadi : =0

Misalnya z = ( ), maka x = z + dz=

Batas-batas: untuk x = - , maka z = -

untuk x = , maka z =
 =

= (1)
=
Sehingga : E(X) = 0 + = (terbukti)
2. Berdasarkan definisi varians kontinu, maka:
Var(X) = E(X – )² Var(X) = E( ) 

= f(x) dx

= exp dx

Misalnya : p = ( ) maka ( x- = p

dx = dp
batas-batas: untuk x = - , maka p = -
untuk x = , maka p=

Var (X)= . exp .

Misalnya : t = maka p² = 2t

2p dp = 2 dt
dp =

Var (X) = exp (-t). dt

= exp (-t).dt

= . r( )

= . r( )

= .

Var(X)= ( terbukti)
 3. Berdasarkan definisi fungsi pembangkit momen kontinu, maka:
(t) = f(x) dx

= . exp[ (x- ²] dx

= ] dx

Kemudian kita akan menguraikan pangkat dari eksponennya.

-2tx ² + = -2tx + -2 x+ ²
= x² + +2 + t² -2 - 2tx -2 - t²
= x² + - 2x -2 - t²
-2tx ² + = [x – ]² - 2 - t²

Jadi (t) = [ ] dx

= exp .

Besaran yang terdapat di dalam tanda kurung kurawal adalah integral dari fungsi
densitas distribusi normal umum dengan rataan ( dan varians dengan
batas-batas integral dari - sampai , yang nilainya sama dengan satu.
Sehingga, terbukti bahwa: (t) = exp( +

D. Distribusi Normal Baku

Definisi 8.6.:

Distribusi normal umum dengan rataan   0 dan varians  2  1 dinamakan

distribusi Normal baku dan fungsi densitasnya berbentuk:

1  x2 
f ( x)  exp    ;    x   atau
2  2 
 
x2
1 
f ( x)  e 2 ;   x 
2
Variabel random X yang berdistribusi normal baku disebut juga variabel random
normal baku.
 Penulisan notasi dari variabel random yang berdistribusi normal baku adalah
N(x; 0,1) atau N (x 0,1) , artinya variabel random X berditribusi normal umum dengan

rataan 0 dan varians 1.

Variabel random X yang berdistribusi normal umum dengan rataan 0 dan
varians 1 atau variabel random X yang berdistribusi normal baku bisa juga ditulis
sebagai:
X ~ N(0;1)
Teorema 8.6
Rataan dan varians dari distribusi normal baku dapat dirumuskan sebagai berikut:
a.
b. = Var(X) = 1

c. (t) = exp( t²); t

Fungsi pembangkit momen ini ditentukan berdasarkan fungsi pembangkit

momen dari distribusi normal umum dengan mensubstitusikan =0 dan

Contoh 8.3
Misalkan variabel random X berdistribusi normal umum dengan rataan 2 dan
varians 0,16. Hitung:
x
Z
a. P(X 2,3) 
b. P(1,8 2,1)

Penyelesaian:
Dalam hal ini, dan = 0,4
a. P(X

= P(Z )

Kurva distribusi normal baku untuk Z 0,75 bisa dilihat berikut ini.
 0 0,75 Z

Daerah yang dicari mulai dari z = 0,75 sampai Z =

Jadi P(X 2,3) = 0,5 – (daerah dari Z = 0 sampai Z = 0,75)
= 0,5 – 0,2734
= 0,2266

b. P(1,8 =P

= P(0,5
Kurva distribusi normal baku untuk 0,50 bisa dilihat berikut ini

--0,50 0,25 Z
0,50dari Z = -0,5 sampai Z = 0,25.
Daerah yang dicari mulai
Jadi: P(1,8 = (daerah dari Z = -0,50 sampai Z= 0 ) + (daerah dari Z
=0 sampai Z = 0,25)
= (daerah dari Z = 0 sampai Z= 0,50) + 0,0987
= 0,1915 + 0,0987
P(1,8 = 0.2902
Latihan 8
1. Jika Y ~ S (2, 4) , maka tentukan bentuk fungsi densitasnya dan fungsi pembangkit
momennya!
2. Misalkan peubah acak X berdistribusi seragam pada interval (3, 3). Hitung:
a. P[ X  2] , P[ X  2] , dan P[ X  2  2]
b. Nilai k sedemikian hingga P[ X  k ]  13
3. Jika peubah acak X berdistribusi gamma, maka buktikan bahwa f(x) adalah fungsi
densitasnya berbentuk:
 
x
 1   
f ( x)    x 1
e ; x0
 ( )

0 ; x lainnya
4. Jika peubah acak berdistribusi beta   2 dan   3 , maka hitung:
a. P[ X  0,30] !
b. E[X ] dan Var[X ]
5. Jika peubah X berdistribusi normal umum dengan rataan  dan varians  2
sedemikian hingga P[ X  89]  0,90 dan P[ X ,94]  095 , maka tentukan nilai 
dan  2 !
6. Jika peubah acak X berdistribusi N (650; 625) , maka hitung:
a. rataan dan varians!
b. P[570  X  600] !
c. P[648  X  672] !

UAS, tanggal?
Waktu ujian harus bersamaan dengan kelas B dan D