Distribusi Probabilitas

Distribusi Probabilitas
Variabel acak (random variable) : variabel

yang memiliki sebuah nilai numerik tunggal

untuk setiap keluaran dari sebuah eksperimen
probabilitas
Variabel acak diskrit : variabel acak yang
memiliki nilai yang dapat dicacah (countable)
Variabel acak kontinu : variabel acak yang
memiliki nilai yang tak terhingga banyaknya
sepanjang sebuah interval yang tidak
terputus

Jika sebuah eksperimen probabilitas

mempunyai keluaran yang mungkin dari

variabel acak diskrit x1, x2, , xn dan
didaftarkan nilai probabilitas yang berkaitan
yaitu
P(X = x1) = p(x1), , P(X = xn) = p(xn)
maka akan terbentuk distribusi probabilitas
diskrit dari variabel acak X
Aturan suatu fungsi merupakan suatu fungsi
probabilitas :
1 Nilai-nilai dari suatu fungsi probabilitas
adalah angka-angka yang berada dalam
interval antara 0 dan 1 sehingga 0 p(x) 1
2 Jumlah seluruh
fungsi probabilitas
1
p( x ) nilai
adalah 1 sehingga
n

i 1

Contoh 1 :

Percobaan melantunkan satu mata uang tiga kali.

Ruang sampel
S = {MMM, MMB, MBM , BMM , BMB, BBM, MBB, BBB }.
Apabila diinginkan untuk meneliti banyak '

muka ' yang muncul pada tiap titik sampel maka

hasil numerik 0, 1, 2 atau 3 akan dikaitkan
dengan titik sampel.
Misalkan X(s) = banyak muka dalam s dengan
sS.
Fungsi
X:S R
dengan X(s) = x . Bilangan 0, 1, 2 dan 3
merupakan pengamatan yang mungkin.

Tabel berikut ini

menyatakan
probabilitas
mendapatkan X
"muka.
Tabel tersebut juga

dinamakan fungsi
probabilitas dari
variabel acak X

Kejadian
Sederha
na
MMM
MMB
MBM
BMM
BBM
MBB
BMB
BBB

3
2
2
2
1
1
1
0

Tabel fungsi probabilitas

X
P(X=x)

0
3
1/8
1/8

1
3/8

2
3/8

Fungsi distribusi kumulatif (cumulative

distribution function /distribution function)

didefinisikan sebagai
F ( x) P( X x )

p( )

Hal itu berarti bahwa fungsi distribusi

kumulatif adalah jumlah dari seluruh nilai

fungsi probabilitas untuk nilai X sama atau
kurang dari x
Fungsi distribusi dari Contoh 1 dapat
dinyatakan sebagai :

Ukuran-ukuran statistik deskriptif untuk suatu

distribusi probabilitas diskrit dapat

ditentukan dengan prinsip-prinsip yang telah
dijelaskan.
Ukuran yang merupakan ukuran pemusatan
dan ukuran penyebaran yang paling banyak
digunakan :
n
x xi p ( xi )
Mean dari distribusi :
i 1
Variansi dari distribusi :

x ( x i x ) 2 p ( xi )
2

i 1

Berdasarkan contoh 1 diperoleh mean dari

distribusi adalah
x

x
i 1

1
0 1
8

12
8
3
2

p ( xi )
3
2
8

3
3
8

dan variansi dari distribusi adalah

n

(x

x
2

i 1

x ) 2 p ( xi )

3 1
3 3
3 3 3 1
0 1 2 3
2 8
2 8
2 8 2 8

9 3 3 9

32 32 32 32

24
32

3
4

Secara teoritis, kurva distribusi probabilitas

populasi diwakili oleh polygon frekuensi relatif

yang dimuluskan fungsi kepadatan
probabilitas (probability density function pdf)
f(x)
Luas daerah di bawah kurva yang dibatasi

oleh sumbu-x antara garis x = a dan x = b

menyatakan bahwa probabilitas bahwa X
b
terletak antara
x
=
a
dan
P(a X b ) f (xx) =
dx b yaitu

Agar sebuah fungsi dapat menjadi sebuah

fungsi kepadatan probabilitas dari suatu

variabel acak kontinu :
1 Fungsi kepadatan probabilitas f(x) 0
2 Luas total daerah di bawah kurva f(x)
adalah 1 yaitu
f ( x) dx 1

Jika X variabel acak kontinu maka berlaku

c

P( X c ) p(c) f ( x) dx 0
c

Contoh 2 :

Dalam suatu proses produksi obat-obatan, suatu

bahan kimia harus dipanaskan dalam oven terlebih
dahulu sebelum dapat diproses selanjutnya
Oven dapat dipergunakan setiap selang waktu 5
menit Karena variasi waktu dalam persiapannya,
bahan kimia tersebut tidak selalu tersedia pada
saat yang bersamaan dengan saat oven siap
pakai
Jadi jika terlambat bahan kimia tersebut harus
menunggu sampai waktu oven siap kembali
digunakan Jika X variabel acak kontinu yang
menyatakan waktu tunggu bahan kimia sampai
bisa dipanaskan dalam oven maka himpunan nilai
X yang mungkin adalah
{ 0 x 5 }

Salah satu fungsi kepadatan probabilitas bagi

X adalah

0x5
f ( x) 5
0 yang lain

Probabilitas waktu tunggu bahan kimia selama

1 sampai 3 menit adalah

P(1 X 3)

f ( x) dx

1
x
dx
5
5

2
5

Probabilitas waktu tunggu bahan kimia

tersebut lebih dari 3,5 menit adalah

P( X 3,5)

3, 5

1
x
f ( x) dx
dx
3, 5 5
5
5

1,5 3

5 10
3, 5

Jika variabel acak X mempunyai fungsi

kepadatan probabilitas f(x) maka fungsi

distribusi kumulatif dari variabel acak X dapat
dinyatakan sebagai
x
F ( x) P( X x )

f (t ) dt

Hubungan antara fungsi kepadatan

probabilitas dan fungsi distribusi dapat

c :
b
dinyatakan sebagai

P(b X c )

f (t ) dt

f (t ) dt F (c) F (b)

Mean distribusi :

x x f ( x) dx

Variansi distribusi :
Contoh 2 (lanjutan)

2 x ( x x ) 2 f ( x) dx

Fungsi distribusi :
x

F ( x) P( X x ) f (t ) dt

untuk 0 x 5

1
x
dt
5
5

Mean distribusi adalah

x x f ( x) dx

5
0

dan variansi distribusinya adalah

1
x ( x x ) f ( x) dx ( x 2,5) 2 dx
0
5
2

1
5

5
0

x 2 5 x 6,25 dx

1 x3 5 2
x 6,25 x
5 3 2

1 125 125

31,25
5 3
2

x2
x
dx
5
10

25
2,5
10

1 250 375 187,5

5 6
6
6

1 62,5
5
6

25
12

Nilai Harapan (Nilai Harapan

Matematik)
Nilai harapan (expected value) atau nilai

harapan matematik dari variabel acak X

dinyatakan sebagai E(X) didefinisikan sebagai
E( X )

x
i 1

p( xi )

jika X variabel acak diskrit dan nilai tersebut

ada
Jika X variabel acak kontinu maka nilai harapan
didefinisikan sebagai
E ( X ) x f ( x) dx

Di samping itu juga berlaku sifat :

x E( X ) [ E( X ) ]
2

Contoh 4
Pemakaian mesin produksi tertentu yang

berjalan lancar (tanpa kerusakan) memberikan

keuntungan Rp 5 juta, sedangkan jika terdapat
gangguan ringan memberikan keuntungan
hanya Rp 1 juta
Namun jika gangguannya berat, terjadi kerugian
Rp 2 juta
Pengalaman menunjukkan probabilitas mesin
berjalan normal adalah 0,6, berjalan dengan
gangguan ringan 0,3 sedangkan gangguan
berat hanya 0,1
Harapan keuntungan yang diperoleh dari
pemakaian mesin produksi tersebut dapat
dihitung sebagai berikut :
Variabel acak diskrit X adalah keuntungan
(dalam juta) dengan nilai x1 = 5, x2 = 1 dan x3 =

Harapan keuntungannya adalah

3

E ( X ) xi p( xi ) x1 p( x1 ) x 2 p( x 2 ) x3 p( x3 )
i 1

= 5 (0,6) + 1 (0,3) + (-2) (0,1)

= 3,1
Jadi harapan keuntungan pemakaian mesin
produksi tersebut adalah Rp 3,1 juta

Di samping itu variansi dari keuntungan

tersebut adalah :
3

E ( X ) xi p( xi ) ( x1 ) 2 p( x1 ) ( x 2 ) 2 p( x 2 ) ( x3 ) 2 p( x3 )
2

=i 1 25 (0,6) + 1 (0,3) + 4 (0,1)

= 15,7,
sehingga

x E ( X ) [ E ( X ) ] 15,7 ( 3,1) 6,09

2

dan simpangan bakunya adalah

x 6,09 2,47