�ݺ�ߣ

11
Distribusi Peluang Kontinu
Bahan Kuliah II2092 Probabilitas dan Statistik
Oleh: Rinaldi Munir
Sekolah Teknik Elektro dan Informatika ITB

2
Fungsi Padat Peluang
• Untuk peubah acak kontinu, fungsi peluangnya atau
distribusi peluangnya tidak bisa disajikan dalam bentuk
tabel, tetapi dalam bentuk rumus.
• Fungsi peluang, f(x), untuk peubah acak kontinu X
disebut fungsi padat peluang (probability density
function atau pdf) atau fungsi padat saja.
• Grafik fungsi padat adalah kurva kontinu dan peluang
dinyatakan sebagai luas daerah di bawah kurva.
• Karena peluang selalu positif, maka kurva fungsi padat
selalu berada di atas sumbu-x

3
• Definisi 1. Fungsi f(x) adalah fungsi padat peluang dari peubah
acak kontinu X yang didefinisikan di atas himpunan semua bilangan
riil R, bila memenuhi syarat:
1) f(x) ≥ 0 untuk semua x ∈ R
2)
3) P(a < X < b) =
∫ =
∞
∞−
1)( dxxf
∫
b
a
dxxf )(
f(x)
a b
x
P(a < X < b)

5
• Perhatikan bahwa peubah acak kontinu mempunyai peluang
nol pada setiap titik x, tetapi lebih besar dari 0 untuk X yang
terletak dalam sebuah selang (interval).
• Contoh ilustrasinya sebagai berikut: misalkan satu orang dipilih
secara acak dari suatu kelompok mahasiswa. Peluang
mahasiswa yang terpilih memiliki tinggi tepat 172 cm (tidak
kurang atau tidak lebih sedikitpun yaitu presisi 172.0000)
adalah sangat kecil sehingga peluang kejadian tersebut diberi
nilai nol. Namun, peluang memilih mahasiswa yang tingginya
paling sedikit 172.000 cm dan 174.000 cm lebih besar dari nol.
• Perhatikan pula bahwa bila X kontinu,
P(a < X ≤ b) = P(a < X < b) + P(X = b) = P(a < X < b) + 0
= P(a < X < b)
artinya tidak penting benar apakah titik diujung selang
diikutsertakan atau tidak. Hal ini tidak benar pada X diskrit.

6
• Contoh 1. Misalkan peubah acak X yang menyatakan
galat pengukuran sebuah percobaan fisika mempunyai
fungsi padat peluang
(a) Tunjukkan bahwa syarat 2 pada Definisi 1 terpenuhi
(b) Hitunglah P(0 < x ≤ 1)
Jawaban:
(a)
(b)
⎪⎩
⎪
⎨
⎧
<<−
=
lainnyauntuk,0
21,
3)(
2
x
x
x
xf
19/19/89/3/)(
2
1
2
1
32
=+=∫ ∫ ==
−
∞
∞− −
xdxxdxxf
9/19/3/)10(
1
0
1
0
32
=∫ ==≤< xdxxXP

7
• Latihan. Tentukan konstanta c sedemikian hingga fungsi
adalah fungsi padat peluang, kemudian hitung P(1 < X <
2).
(Jawaban ada pada slide berikut)
⎩
⎨
⎧ <<
=
lainnya,0
30,
)(
2
xcx
xf

8
Jawaban: Dari syarat 1 pada Definisi 1, c harus ≥ 0 agar
f(x) ≥ 0. Kemudian,
dan karena persamaan ini harus sama dengan 1 (sesuai
syarat 2), maka 9c = 1 sehingga c = 1/9.
P(1 < x < 2) =
ccxdxcxdxxf 93/)(
3
0
3
0
32
=∫ ∫ ==
∞
∞−
27
7
27
1
27
8
279
2
1
3
2
1
2
=−=∫ =
x
dx
x

9
• Definisi 2. Distribusi kumulatif atau fungsi distribusi dari
suatu pebuah acak kontinu X dengan fungsi padatnya
f(x) adalah
Sebagai akibatnya,
P(a < X < b) = F(b) – F(a)
dan
f(x) = dF(x)/dx
∞<<∫ ∞=≤=
∞−
XdttfxXPxF
x
-untuk)()()(

10
• Contoh 2. Carilah distribusi kumulatif untuk peubah acak pada
Contoh 2 di atas, kemudian gunakan hasilnya untuk menghitung
nilai P(1 < X < 2).
Jawab: Jika x < 0, maka F(x) = 0.
Jika 0 ≤ x < 3, maka
Jika x ≥ 3, maka
maka distribusi kumulatifnya adalah
27279
)()(
3
0
3
0 0
2
xt
dt
t
dttfxF
x
x x
==∫ ∫==
∫ =+∫ ∫ ∫=+=
xx
dtdt
t
dttfdttfxF
3
3
0 3
3
0
2
10
9
)()()(
⎪
⎩
⎪
⎨
⎧
>
<≤
<
=
3,1
30,27/
0,0
)( 3
x
xx
x
xF

11
Kurvanya kira-kira sebagai berikut:
1
0 3
Selanjutnya,
P(1 < X < 2) = F(2) – F(1)
= 23/27 – 13/27
= 727

12
Distribusi Empiris
• Para ilmuwan dan enjinir hanya memiliki himpunan data.
Oleh karena itu penting untuk mencirikan atau
meringkas sifat himpunan data tersebut dengan cukup
jelas.
• Seringkali dalam eksperimen yang menyangkut peubah
acak kontinu, fungsi padat f(x) tidak diketahui.
• Oleh karena itu, himpunan data tersebut digunakan
untuk menaksir f(x)

13
• Langkah awal dalam menaksir f(x) adalah membuat
distribusi frekuensi nisbi (nisbi = relatif).
• Distribusi empiris mengelompokkan data ke dalam suatu
interval, di mana frekuensi data dalam setiap interval
dapat digunakan untuk menentukan frekuensi nisbinya.
• Sebagai contoh, misalkan umur 40 batere mobil yang
serupa dicatat dimana yang dalam hal ini umur tersebut
dibulatkan sampai persepuluhan tahun

14
---------------------------------------------------------------------------------
2.2 4.1 3.5 4.5 3.2 3.7 3.0 2.6
3.4 1.6 3.1 3.3 3.8 3.1 4.7 3.7
2.5 4.3 3.4 3.6 2.9 3.3 3.9 3.1
3.3 3.1 3.7 4.4 3.2 4.1 1.9 3.4
4.7 3.8 3.2 2.6 3.9 3.0 4.2 3.5
---------------------------------------------------------------------------------
Umur Batere Mobil
Misalkan dipilih 7 interval kelas, panjang interval
adalah (4.7 – 1.6)/7 = 0.443 ≈ 0.5

15
Interval Titik Tengah Frekuensi Frekuensi Nisbi
1.5-1.9 1.7 2 0.050
2.0-2.4 2.2 1 0.025
2.5-2.9 2.7 4 0.100
3.0-3.4 3.2 15 0.375
3.5-3.9 3.7 10 0.250
4.0-4.4 4.2 5 0.125
4.5-4.9 4.7 3 0.075
Tabel Distribusi Frekuensi Nisbi Umur Batere

16
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
1.7 2.2 2.7 3.2 3.7 4.2 4.7
Umur Batere
FrekuensiRelatif
Histogram Frekuensi Nisbi

17
• Misalkan akan dicari peluang batere berumur antara 3.45 dan
4.45 bila dipilih secara acak dari produksi batere yang sama.
Peluang taksiran adalah jumlah luas persegi panjang antara
3.45 dan 4.45.
• Namun luas persegi panjang tersebut belum dapat dihitung
karena rumus f(x) belum diketahui.
• Fungsi f(x) dapat ditaksir dengan melihat bentuknya dan
persamaan yang mewakilinya, lalu dicari parameter
persamaan tersebut.
• Pada gambar di atas, kurva berbentuk seperti lonceng yang
persamaan fungsinya sudah dikenal (persamaan Gaussian).
Setelah parameter Gaussian diketahui, maka peluang yang
dicari dapat dihitung.

18
Distribusi Peluang Gabungan
• Konsep-konsep fungsi peluang dapat dirampatkan untuk
dua atau lebih peubah acak.
• Bila dalam percobaan dilakukan pencatatan dan peubah
acak secara serentak, maka peluang kedua peubah
acak itu dapat dihitung.
• Misalkan pengukuran tekanan (P) dan volume gas (V)
akan memberikan hasil (p, v).
• Bila X dan Y adalah peubah acak, maka distribusi
peluang terjadinya secara serentak X dan Y disebut
distribusi peluang gabungan X dan Y dan dinyatakan
dengan f(x,y) dimana f(x, y) = P(X = x , Y = y).
• Tinjau kasus dua peubah acak yang keduanya diskrit
atau keduanya kontinu.

19
1. Kasus X dan Y keduanya diskrit
• Definisi 3. Fungsi f(x,y) adalah fungsi peluang
gabungan peubah acak diskrit X dan Y bila:
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 tiap daerah A di bidang xy,
P[(X, Y) ∈ A] = ∑ ∑ f(x, y)
A

20
• Contoh 3. Dua buah bola diambil dari
sebuah kotak yang berisi 3 bola biru, 2
bola merah, dan 3 bola hijau. Bila X
menyatakan banyaknya bola biru dan Y
bola merah, tentukan:
a. Fungsi peluang gabungan f(x, y)
b. P[(X, Y) ∈ A], bila A adalah daerah {x,
y) | x + y ≤ 1}
Jawaban:
(a)
Pasangan nilai (x, y) yang mungkin adalah
(0, 0), (0, 1), (0, 2), (1, 0), (1, 1) dan (2, 0).

21
Gunakan cara yang sama untuk menghitung f(0, 0), f(1,0), f(1,1),
F(0, 2), dan f(2, 0). Hasilnya dinyatakan dalam tabel berikut.
Secara umum:
f(x, y) = C(3,x)C(2,y)C(3, 2-x-y)/ C(8, 2)
dimana x = 0, 1, 2; y = 0, 1, 2
-----------------------------------------------------------------------------------------
f(x,y) | x=0 y=1 y=2 Jumlah baris
-----------------------------------------------------------------------------------------
y = 0 | 3/28 9/28 3/28 15/28
|
y = 1 | 3/14 3/14 - 3/7
|
y = 2 | 1/28 - - 1/28
-----------------------------------------------------------------------------------------
Jumlah kolom | 5/14 15/28 3/28 1

22
(b) P[(X, Y) ∈ A] = P(X + Y ≤ 1)
= f(0,0) + f(0,1) + f(1,0)
= 3/28 + 3/14 + 9/28
= 9/14

23
2. Kasus X dan Y keduanya kontinu
• Definisi 4. Fungsi f(x,y) adalah fungsi padat gabungan peubah
acak kontinu X dan Y bila:
1) f(x, y) ≥ 0 untuk semua (x, y)
2)
3) Untuk tiap daerah A di bidang xy,
∫ ∫
∞
∞−
∞
∞−
=1),( dxdyyxf
∫∫=∈
A
dxdyyxfAYXP ),(]),[(

24
• Contoh 4. Diketahui fungsi padat gabungan peubah acak kontinu X
dan Y adalah
a) Tunjukkan syarat 2 dipenuhi
b) Hitung P[(X,Y) ∈ A], bila A adalah daerah {(x,y) | 0 < x < ½,
¼ < y < ½}
Jawaban:
a)
⎪⎩
⎪
⎨
⎧
≤≤≤≤+
=
lainnya,0
10,10),32(
5
2
),(
xxyx
yxf
15/35/2
|5/35/2)5/65/2(
|5/65/2
5/)22(2),(
1
0
1
0
2
1
0
1
0
2
1
0
1
0
=+=
∫ +=+=
+∫=
∫ ∫ ∫ ∫ +=
=
=
=
=
∞
∞−
∞
∞−
y
y
x
x
yydyy
dyxyx
dxdyyxdxdyyxf

25
b) P[(X,Y) ∈ A] = P(0 < X < ½, ¼ < Y < ½)
160/13
)]16/34/1()4/32/1[(10/1
|10/310/
)5/310/1(
|5/65/2
5/)32(2
2/1
4/1
2
2/1
4/1
2/1
0
4/1
2
2/1
4/1
=
+−+=
+=
∫ +=
+∫=
∫ ∫ +=
=
=
=
=
y
y
x
x
yy
dyy
xyx
dxdyyx
1/2
1/2
0

26
• Latihan. Pandang fungsi padat gabungan
a) Periksalah syarat 2 dipenuhi
b) Hitunglah P[(X,Y)∈A] bila A adalah daerah
{(x,y) | 0 <x < 1, ¼ < y < ½}
⎪⎩
⎪
⎨
⎧
<<<<
+
=
lainnya,untuk,0
10,20,
4
)31(
),(
2
yx
yx
yx
yxf

27
• Bila diketahui distribusi peluang gabungan f(x,y) dari
peubah acak X dan Y maka distribusi peluang g(x) dari
X dapat diperoleh dengan menjumlahkan f(x,y) terhadap
semua nilai Y.
• Begitupula distribusi peluang h(y) dari Y dapat diperoleh
dengan menjumlahkan f(x,y) terhadap s emua nilai X.
• Distribusi peluang g(x) dan h(y) disebut distribusi
peluang marginal dari X dan Y.
Distribusi Marginal

28
Definisi 5. Distribusi marginal dari X dan Y adalah
untuk kasus diskrit, dan
untuk kasus kontinu.
dan∑=
y
yxfxg ),()( ∑=
x
yxfyh ),()(
dan∫
∞
∞−
= dyyxfxg ),()( ∫
∞
∞−
= dxyxfyh ),()(

29
Contoh 5. Dari tabel berikut, tentukan distribusi marginal X dan Y.
f(x, y) x = 0 x = 1 x = 2 Total Baris
y = 0 3/28 9/28 3/28 15/28
y = 1 3/14 3/14 3/7
y = 2 1/28 1/28
Total Kolom 5/14 15/28 3/28 1
Untuk peubah acak X dapat dihitung sebagai berikut:
P(X = 0) = g(0) = Σ f(0, y) = f(0, 0) + f(0, 1) + f(0, 2)
= (3/28) + (3/14) + (1/28) = 5/14
P(X = 1) = g(1) = Σ f(1, y) = f(1, 0) + f(1, 1) + f(1, 2)
= (9/28) + (3/14) + 0 = 15/28
P(X = 2) = g(2) = Σ f(2, y) = f(2, 0) + f(2, 1) + f(2, 2)
= (3/28) + 0 + 0 = 3/28
Jawaban:

30
Dalam bentuk tabel sebagai berikut:
Dengan cara yang sama, nilai h(y) merupakan jumlah
barisnya. Hasilnya dalam bentuk tabel adalah sebagai
berikut:
x 0 1 2
g(x) 5/14 15/28 3/28
Y 0 1 2
h(x) 15/28 3/7 1/28

31
Contoh 6. Tentukan g(x) dan h(y) dari Contoh 4.
Jawaban:
untuk 0 ≤ x ≤ 1 dan g(x) = 0 untuk x yang lain.
Dengan cara yang sama,
untuk 0 ≤ y ≤ 1 dan h(y) = 0 untuk y lain.
∫ ∫
∞
∞−
+
=+==
1
0 5
34
)32(
5
2
),()(
x
dyyxdyyxfxg
5
)31(2
)32(
5
2
)(
y
dxyxyh
+
=+= ∫
∞
∞−

�ݺ�ߣ

Distribusi peluang kontinu

Recommended

More Related Content

What's hot (20)

Similar to Distribusi peluang kontinu (20)

Recently uploaded (8)

Distribusi peluang kontinu