4.

DISTRIBUSI BETA
Misalkan X dan Y adalah dua variabel acak
yang saling bebas dan masing-masing
mempunyai distibusi Gamma (α,1) dan
Gamma (β,1), maka fkp gabungannya
adalah:
f ( x, y )  f ( x). f ( y )
1  1  1  x  y
 x y e , 0  x  , 0  y  
( )(  )
  0,   0
Misalkan:
X
W  X Y dan Z
X Y
W dan Z adalah bentuk transformasi yang
bersifat satu-ke-satu. Jika bentuk
transformasi ini dipetakan dalam ruang
sampel S yang membentuk koordinat pada
kuadran satu, maka:
w  u1 ( x, y )  x  y
x
z  u 2 ( x, y ) 
x y
bentuk inversnya adalah:
x  wz z w
J  w
y  w(1  z ) 1 z w
Transformasi ini memetakan S ke T, dimana
T  ( w, z ) : 0  w  , 0  z  1
Fkp gabungan W dan Z adalah:
1
( wz )  w(1  z )  e ,
 1  1  w
g ( w, z )  w
( )(  )
0  w  , 0  z  1
Bentuk fkp marginal dari Z adalah:
w
1
( wz ) w  w(1  z )  e dz
 1  w
g ( z)    1

0
( )(  )

(   )  1
g ( z)  z (1  z )  1 , 0  z  1
( )(  )

Distribusi Beta(α,β)
Definisi:
Fungsi beta didefinisikan sebagai:
1
B (m, n)  (n, m)   x n 1
(1  x) m 1
dx
0

 ( m) ( n)
B (m, n) 
 ( m  n)
Definisi:
Variabel acak X berdistribusi Beta dengan
parameter α,β jika mempunyai fkp:

 1  1  1
 x (1  x) , 0  x  1
f ( x)   B ( ,  )
 0, x yang lain


X  BETA( ,  )
Buktikan bahwa:

(  k )(   )
1. E ( X ) 
k

( )(    k )


2. E ( X ) 
 

3. Var ( X ) 
(    1)(   ) 2
5. DISTRIBUSI UNIFORM
Definisi:
Variabel acak X berdistribusi Uniform
dengan dalam interval (a,b), a<b jika
mempunyai fkp:
 1
 ,a  x  b
f ( x)   b  a

 0, x yang lain
X U ( a, b)
X U (0,1) disebut distribusi standar
Uniform, yang merupakan distribusi Beta
jika α=1,β=1.
Jika X U (a, b) , maka:

1. ab
E( X ) 
2
(b  a ) 2
2. Var ( X ) 
12
ebt  e at
3. M X (t ) 
t (b  a )
6. DISTRIBUSI WEIBULL
Definisi:
Variabel acak X berdistribusi Weibull dengan
parameter α,β jika mempunyai fkp:

  1  ( x ) 
 ( x) e ,x 0
f ( x)  

 0, x yang lain

X WEI ( ,  )
Distribusi Weibull sering digunakan pada
masalah keandalan, sering dikatakan sebagai
distribusi kegagalan, karena sistem
kegagalan biasanya mengikuti distribusi ini.

Distribusi Weibull (λ,1) membentuk

distribusi Eksponensial
Buktikan bahwa:
1  1
1. E ( X )   1  
  

1
2   2    1   2

2. Var ( X )      1       1    
           
 SOAL:
1. Misalkan ketebalan (milimeter) lempengan
suatu komponen dalam pesawat tertentu
berdistribusi Uniform (0.95,1.05), hitung:
a. Fungsi distribusi untuk ketebalan
lempengan tersebut?
b. Berapa peluang lempengan yang lebih dari
1.02mm?
c. Tentukan rata-rata dan variansnya
d. Berapa batas minimum dari ketebalan jika
peluangnya 0.9
2. Waktu kegagalan (waktu sampai lampu
mati, dalam jam) suatu produk lampu
mengikuti distibusi Weibull (5000,0.5).

a. Tentukan rata-rata dan variansnya

b.Tentukan peluang bahwa suatu lampu

akan berfungsi paling sedikit 6000 jam.
3. Bila proporsi suatu televisi merk tertentu
membutuhkan perbaikan selama tahun
pertama pemakainnya merupakan variabel
acak berdistribusi Beta (3,2), berapakah
peluang paling sedikit 80% televisi baru
merk tersebut yang sudah terjual
memerlukan perbaikan dalam tahun
pertama pemakaiannya?
4. Bila proporsi perolehan nilai A mahasiswa
pada mata kuliah tertentu mengikuti
distribusi Beta (5,21), tentukan berapa
peluang bahwa mahasiwa yang mendapat
nilai A sedikitnya 25%.
5. Jika waktu menunggu bis datang dari suatu
halte (dalam jam) berdistibusi Uniform
(1,3), tentukan fungsi distribusinya.
6. Jika waktu mengantar pesanan pizza
(dalam menit) ke meja pelanggan
berdistribusi Weibull (25, 37) tentukan
berapa peluang seorang pelayan dapat
memenuhi pesanan Bapak Rajit yang akan
ingin pesananya siap dalam waktu 30
menit kemudian.