III - 1

BAB III
VARIABEL ACAK DAN
DISTRIBUSI PROBABILITAS


3.1 . Konsep variabel acak (random variable)
Sebuah variabel y adalah variabel acak jika nilai-nilai yang dimiliki oleh y adalah
suatu kemungkinan atau peristiwa acak.
Suatu variabel acak diskrit adalah variabel yang dapat memiliki sejumlah nilai
yang dapat dihitung. Dapat dihitung berarti bahwa nilai-nilai yang dimilikinya
adalah bilangan bulat positif. Contoh: jumlah mobil mobil yang terjual setiap
bulan, jumlah kecelakaan lalu lintas setahun, jumlah televisi yang diproduksi
setiap tahun.
Suatu variabel acak menerus (continue) adalah variabel yang dapat memiliki
nilai yang tak berhingga dengan titik-titik dalam suatu interval garis. Kata
menerus berarti melakukan tanpa terputus-putus
Contoh: banyaknya minyak yang dipompa setiap jam dari sebuah sumur,
banyaknya energi yang dihasilkan oleh PLN setiap hari, dll.

3.2 Distribusi Probabilitas Diskrit
Distribusi probabilitas variabel acak yang diskrit dapat dinyatakan dengan sebuah
rumus, atau sebuah grafik yang memperlihatkan probabilitas yang berkaitan
dengan setiap nilai dari variabel acak.

Kumpulan pasangan terurut (x, f(x)) adalah fungsi probabilitas/fungsi massa
probabilitas atau distribusi probabilitas dari variavel acak diskrit X, bila untuk
setiap hasil x, dipenuhi persyaratan berikut:
1. ( ) 0 x f
III - 2
2. ( )

=
x
x f 1
3. ( ) ( ) x f x X P = =

Contoh 3.1: Dalam suatu pengiriman 8 komputer ke suatu toko terdapat 3
komputer yang rusak. Bila sekolah membeli 2 komputer tersebut secara acak,
tentukan distribusi probabilitas untuk jumlah computer yang rusak.
Solusi:
( ) ( )
28
10
2
8
2
5
0
3
0 0
8
2
5
2
3
0
=

= = = =
C
C C
X P f
( ) ( )
28
15
2
8
1
5
1
3
1 1 =

= = = X P f
( ) ( )
28
3
2
8
0
5
2
3
2 2 =

= = = X P f
Maka distribusi probabilitas X adalah:
X 0 1 2
f(x) 10/28 15/28 3/28

Contoh 3.2: Bila agen mobil berencana menjual 50% dari mobilnya yang
dilengkapi dengan kantong udara, tentukan rumusan untuk menentukan distribusi
probabilitas jumlah mobil yang dilengkapi dengan kantong udara diantara 4 mobil
yang akan dijual.

III - 3
Solusi: Karena probabilitas untuk menjual mobil yang dilengkapi dengan kantong
udara adalah 0,5. Maka ruang sampel sebanyak 2
4
=16 memiliki peluang yang
sama. Untuk menjual x mobil dengan kantong udara dan 4- x mobil tanpa kantong
udara dapat dilakukan dengan

=
x
C
x
4
4
cara. Sehingga distribusi probabilitas
dapat dinyatakan dengan rumusan berikut:
( )
16
4

=
x
x f untuk x =0,1,2,3,4.

Dalam banyak kasus, kita perlu mengetahui probabilitas dari suatu variabel acak
yang lebih kecil atau sama dengan suatu nilai riil x; ditulis dengan
( ) ( ) x X P x F = . Nilai F(x) tersebut dinamakan distribusi kumulatif.

Distribusi kumulatif F(x) dari suatu variabel acak diskrit dengan distribusi
probabilitas f(x) adalah:
( ) ( ) ( )

< < = =
x t
x t f x X P x F . untuk

Contoh 3.3: Tentukan distribusi kumulatif variabel acak X dari soal sebelumnya.
Solusi:
( )
16
1
16
0
4
0 =

= f ; ( )
4
1
1 = f ; ( )
8
3
2 = f ; ( )
4
1
3 = f ; ( )
16
1
4 = f

( ) ( )
16
1
0 0 = = f F ; ( ) ( ) ( )
16
5
1 0 1 = + = f f F ; ( ) ( ) ( ) ( )
16
11
2 1 0 2 = + + = f f f F
( ) ( ) ( ) ( ) ( )
16
15
3 2 1 0 3 = + + + = f f f f F ;
III - 4
( ) ( ) ( ) ( ) ( ) ( ) 1 4 3 2 1 0 4 = + + + + = f f f f f F
maka:
( )

<
<
<
<
<
=
4 untuk 1
4 3 untuk /16 15
3 2 untuk /16 11
2 1 untuk /16 5
1 0 untuk /16 1
0 untuk 0
x
x
x
x
x
x
x F

Untuk memudahkan Distribusi probabilitas dapat dibuat dalam bentul Bar Chart,
dan histogram.
0
1/16
2/16
2/16
3/16
4/16
5/16
6/16
6/16
0 1 2 3 4
x
f
(
x
)

Histogram distribusi probabilitas

3.3 Distribusi probabilitas menerus
DEFINISI: Fungsi f(x) adalah fungsi kepadatan probabilitas (probability
density function) untuk variabel acak menerus, bila:
1. ( ) 0 x f untuk
2. ( )

=1 dx x f
3. ( ) ( )

= < <
b
a
dx x f b X a P
III - 5
Contoh 3.4: bila kesalahan perhitungan suhu dalam uji laboratorium adalah
variabel acak dengan fungsi kepadatan probabilitas sbb:
( )

< <
=
selainnya , 0
2 1 ,
3
2
x
x
x f
a. buktikan teorema point 2 diatas
b. Tentukan ( ) 1 0 < X P
Solusi:
a. ( )

= = =
2
1
2
1
3 2
1
9 3
x
dx
x
dx x f
b. ( )

= = = <
1
0
1
0
3 2
9 / 1
9 3
1 0
x
dx
x
X P

DEFINISI: Distribusi kumulatif (cumulative distribution) dari suatu variabel
acak menerus X dengan fungsi kepadatan f(x) adalah:
( ) ( ) ( )

< < = =
x
x dt t f x X P x F untuk
( ) ( ) ( ) ( )
( )
dx
x dF
x f a F b F b X a P = = < < dan

Contoh 3.5: Seperti soal sebelumnya, tentukan F(x), dan gunakan untuk
mengevaluasi ) 1 0 ( < X P
Solusi:
untuk -1<x <2 ; ( ) ( )

+
= = = =
x x
x
x t
dt
t
dt t f x F
9
1
9 3
1
3
1
3 3

Maka:

III - 6
( )

<
+

=
2 ; 0
2 1 ;
9
1
1 ; 0
3
x
x
x
x
X F
Distribusi kumulatif F(x):
( ) ( ) ( )
9
1
9
1
9
2
0 1 1 0 = = = < F F x P

3.4 Distribusi probabilitas gabungan
DEFINISI: Bila X dan Y adalah variabel acak diskrit, distribusi probabilitas untuk
suatu kejadian secara bersamaan dapat dinyatakan dengan suatu fungsi dengan
nilai f(x,y) untuk setiap pasang nilai (x,y). Pada umumnya fungsi diatas disebut
dengan distribusi probabilitas gabungan (joint probability distribution) dari X
dan Y.
Dalam kasus diskrit:
( ) ( ); , , y Y x X P y x f = = =
nilai f(x,y) adalah probabilitas X dan Y yang terjadi secara bersamaan.

Fungsi f(x,y) adalah distribusi probabilitas gabungan (joint probability
distribution) atau fungsi masa probabilitas (probability mass function) dari
variabel acak diskrit X dan Y, bila:
1. ( ) ( ) y x y x f , semua untuk 0 ,
2. ( )

=
x y
y x f 1 ,
3. ( ) ( ) y x f y Y x X P , , = = =
Untuk setiap daerah A dalam bidang xy, ( ) [ ] ( )

=
A
y x f A Y X P , ,


III - 7
Contoh 3.6: dua buah pulpen dipilih secara acak dari suatu kotak yang berisi 3
pulpen biru, 2 pulpen merah, dan 3 pulpen hijau. Bila X adalah jumlah pulpen biru
dan Y adalah jumlah pulpen merah yang dipilih. Tentukan:
a. Fungsi probabilitas gabungan f(x,y)
b. ( ) [ ] ( ) { } 1 , daerah adalah A , , + y x y x A Y X P

Solusi: a. Nilai pasangan yang mungkin adalah (0,0), (0,1), (1,0), (1,1), (0,2),
(2,0). J umlah cara untuk memilih dua pulpen dari 8 pulpen adalah 28
2
8
=

.
Jumlah cara untuk memilih 1 pulpen merah dari 2 pulpen merah dan 1 pulpen
hijau dari 3 pulpen hijau adalah: 6
1
3
1
2
=

. Karena itu f(1,1) =6/28 =3/14.

Sehingga formulasi matematisnya dapat dinyatakan sebagai berikut:
( )

=
2
8
2
3 2 3
,
y x y x
y x f
Tabel: Distribusi probabilitas gabungan
f(x,y) X Total baris
0 1 2

y
0
1
2
3/28
3/14
1/28
9/28
3/14
3/28 15/28
3/7
1/28
Total kolom 5/14 15/28 3/28 1

2 0 ; 2 , 1 , 0 ; 2 , 1 , 0 untuk + = = y x y x

III - 8
(b).
( ) [ ] ( ) ( ) ( ) ( )
14 / 9 28 / 9 14 / 3 28 / 3
0 , 1 1 , 0 0 , 0 1 ,
= + + =
+ + = + = f f f Y X P A Y X P


DEFINISI: Fungsi f(x,y) adalah fungsi kepadatan gabungan (joint density
function) dari suatu variabel acak menerus X dan Y bila;
1. ( ) ( ) y x y x f , semua untuk 0 ,
2. ( )

=1 , dxdy y x f
3. ( ) [ ] ( )

=
A
dxdy y x f A Y X P , ,

Contoh 3.7: Perusahaan permen mendistribusikan kotak-kotak coklat dengan
campuran dari cream, kofi, kacang, yang dilapisi oleh coklat tipis dan tebal. Kotak
dipilih secara acak, yaitu X dan Y masing-masing mewakili proporsi coklat cream
yang dilapisi coklat tipis dan tebal. Bila diasumsikan fungsi kepadatan gabungan
adalah:
( )
( )

+
=
selainnya , 0
1 0 , 1 0 , 3 2
,
5
2
y x y x
y x f
a. Buktikan point 2 definisi diatas.
b. Tentukan ( ) [ ] ( ) { }
2
1
4
1
2
1
, 0 , daerah adalah A , , < < < < y x y x A Y X P
Solusi:
a. ( ) ( ) ( )

+ = + =

1
0
1
0
1
0
2
5
2
1
0
5
2
3 3 2 , dy xy x dxdy y x dxdy y x f
1
5
3
5
2
5
3
5
2
5
6
5
2
1
0
2
1
0
= + = + =

+ =

y y
dy
y

b. ( ) [ ] ( )
2
1
4
1
2
1
, 0 , < < < < = y x P A Y X P
( ) ( )

+ = + =
2 / 1
4 / 1
2 / 1
4 / 1
2 / 1
0
2
5
2
2 / 1
0
5
2
3 3 2 dy xy x dxdy y x
III - 9
160 / 13
10
3
10 5
3
10
1
2 / 1
4 / 1
2
2 / 1
4 / 1
= + =

+ =

y y
dy
y


DEFINISI: distribusi marginal (marginal distribution) dari X saja dan Y saja
adalah:
Untuk kasus diskrit: ( ) ( ) ( ) ( )

= =
x y
y x f y h y x f x g , dan ,
Untuk kasus menerus: ( ) ( ) ( ) ( )

= = , dan , dx y x f y h dy y x f x g
Dalam kasus diskrit, istilah marginal digunakan untuk menghitung nilai dari g(x)
dan h(y) untuk masing-masing kolom dan baris saja.

Contoh 3.8: Lihat tabel sebelumnya pada contoh 3.6, tentukan distribusi marginal
dari X saja dan Y saja.
Solusi: Untuk variabel acak X,
( ) ( ) ( ) ( ) ( ) ( ) 14 / 5
28
1
14
3
28
3
2 , 0 1 , 0 0 , 0 , 0 0 0
2
0
= + + = + + = = = =

=
f f f y f g X P
y

( ) ( ) ( ) ( ) ( ) ( ) 28 / 15 0
14
3
28
9
2 , 1 1 , 1 0 , 1 , 1 1 1
2
0
= + + = + + = = = =

=
f f f y f g X P
y

( ) ( ) ( ) ( ) ( ) ( ) 28 / 3 0 0
28
3
2 , 2 1 , 2 0 , 2 , 2 2 2
2
0
= + + = + + = = = =

=
f f f y f g X P
y

dengan cara yang sama h(y) juga dapat dihitung; sehingga:

x 0 1 2 y 0 1 2
g(x) 5/14 15/28 3/28 h(y) 15/28 3/7 1/28



III - 10
DEFINISI: Bila X dan Y adalah dua variabel acak, diskrit atau menerus,
distribusi bersyarat (conditional probability) dari variabel acak Y, dengan
syarat X =x adalah:
( )
( )
( )
( ) 0 ,
,
> = x g
x g
y x f
x y f
Hal yang sama, distribusi bersyarat variabel acak X, dengan syarat Y =y, adalah:
( )
( )
( )
( ) 0 ,
,
> = y h
y h
y x f
y x f
Bila ingin menentukan probabilitas dari variabel acak diskrit X yang terletak
antara a dan b, bila diberikan Y =y, maka:
( ) ( )

= = < <
x
y x f y Y b X a P
Bila X dan Y menerus:
( ) ( )dx y x f y Y b X a P
b
a

= = < <
Contoh 3.9: Lihat contoh 3.6, tentukan probabilitas bersyarat dari X, bila
diberikan Y =1, dan tentukan pula ( ) 1 0 = = Y X P
Solusi: mencari ( ), y x f bila Y =1,
( ) ( )

=
= + + = =
2
0
7
3
0
14
3
14
3
1 , 1
x
x f h
( )
( )
( )
( ) 2 , 1 , 0 ; 1 ,
3
7
1
1 ,
1 = = = x x f
h
x f
x f
maka: ( ) ( ) 1/2
14
3
3
7
1 , 0
3
7
1 0 =

= = f f
( ) ( ) 1/2
14
3
3
7
1 , 1
3
7
1 1 =

= = f f
( ) ( ) ( ) 0 0
3
7
1 , 2
3
7
1 2 =

= = f f
Sehingga distribusi bersyarat dari X, bila Y =1 adalah:
III - 11
x 0 1 2
( ) 1 x f
0
Akhirnya, ( ) ( ) 2 / 1 1 0 1 0 = = = = f Y X P

Contoh 3.10: bila fungsi kepadatan gabungan dinyatakan sebagai berikut:
( )
( )

< < < <

+
=
selainnya , 0
1 0 , 2 0 ,
4
3 1
,
2
y x
y x
y x f
Tentukan ( ) ( ) ( ) ( )
3
1
2
1
4
1
evaluasi dan , , = < < Y X P y x f y h x g
Solusi: ( ) ( )
( )

+
= =
1
0
2
4
3 1
, dy
y x
dy y x f x g
2 0 ,
2 4 4
1
0
2
< < = + =
=
=
x
x xy xy
y
y

( ) ( )
( )

+
= =
2
0
2
4
3 1
, dx
y x
dx y x f y h
1 0 ,
2
3 1
8
3
8
2
2
0
2 2 2
< <
+
= + =
=
=
y
y y x x
x
x

Maka: ( )
( )
( )
( )
( )
2 0 ;
2 2 / 3 1
4 / 3 1
1
1 ,
2
2
< < =
+
+
= = x
x
y
y x
h
x f
y x f
dan ( )

= = = < <
2 / 1
4 / 1
3
1
2
1
4
1
64 / 3
2
dx
x
Y X P

DEFINISI: bila X dan Y adalah dua variabel acak, diskrit atau menerus dengan
distribusi probabilitas gabungan f(x,y) dan distribusi marginal adalah g(x) dan
h(y). Variabel acak X dan Y dikatakan bebas statistik (statistically independent)
jika dan hanya jika;
( ) ( ) ( ) ( ) y x y h x g y x f , semua untuk , =
III - 12
Contoh 3.11: Tunjukkan bahwa 3.6 tidak bebas statistik.
Solusi: dari tabel diketahui:
( ) 14 / 3 1 , 0 = f
( ) ( )

=
= + + = =
2
0
14
5
28
1
14
3
28
3
, 0 0
y
y f g
( ) ( )

=
= + + = =
2
0
7
3
0
14
3
14
3
1 , 1
x
x f h
Bukti: ( ) ( ) ( ) 1 0 1 , 0 h g f

DEFINISI: Bila X
1
, X
2
, X
3
,..... X
n
, adalah variabel acak diskrit atau menerus,
dengan distibusi probabilitas gabungan ( )
n
x x x x f ,... , ,
3 2 1
dan distribusi marginal
masing-masing ( ) ( ) ( ) ( )
n n
x f x f x f x f ,.... , ,
3 3 2 2 1 1
. Variabel acak X
1
, X
2
, X
3
,..... X
n

disebut saling bebas statistik (mutually statistically independent) jika dan
hanya jika:
( ) ( ) ( ) ( ) ( ) ( )
n n n n
x x x x x f x f x f x f x x x x f ,... , , semua untuk ..... ,... , ,
3 2 1 3 3 2 2 1 1 3 2 1
=

Contoh 3.12: bila umur papan almari adalah variabel acak dengan fungsi
kepadatan probabilitas sbb:
( )

>
=

selainnya 0
0 x ,
x
e
x f
Bila X1, X2, X3, menunjukkan papan yang diambil secara acak, tentukan
( ) 2 , 3 1 , 2
3 2 1
> < < < X X X P