You are on page 1of 16

1

Daftar Isi Materi:


Distribusi Seragam Diskret
Distribusi Binomial dan Multinomial
Distribusi Hipergeometrik
Distribusi Poisson
5.1. Distribusi Seragam Diskret
Distribusi probabilitas yang paling sederhana adalah yang
semua perubah acaknya mempunyai probabilitas yang sama.
Distribusi ini disebut distribusi probabilitas seragam diskret.
Definisi (5.1)
Jika perubah acak X mendapat nilai dengan
probabilitas yang sama , maka distribusi probabilitas diskret diberikan
oleh:

Lambang f(x;k) sebagai pengganti f(x), yang menunjukan bahwa
distribusi seragam tersebut bergantung pada parameter x
Tabel 5.1. Distribusi proabilitas X
1 2 k
x , x ,....., x
1 2
1
k
f(x;k) ; untuk x x , x ,....., x
k
= =
x 1 2 3 4 5 6
F(x;k)=f(x)

1
6
1
6
1
6
1
6
1
6
1
6
2
Contoh (5.1)
Sebuah dadu seimbang dilemparkan satu kali, maka tiap unsur
dalam ruang sampel S={1, 2,3 4, 5, 6}. Muncul dengan probabilitas 1/6.
Jadi jika X menyatakan mata dadu yang muncul, maka X terdistribusi
peluang seragam (uniform) yakni f(x;6)=1/6, untuk x = 1, 2, 3, 4, 5, 6
Teorema (5.1)
Nilai rata-rata (mean) dan variansi distribusi seragam diskret
f(x;k) adalah

Mean(X),

Varian(X); atau

Bukti sbb:
1
1
k
i
k
i
x
=
=

2 2
1
1
k
i
k
i
(x )
=
=

o
2 2 2
E(X ) = o
3
Menurut definisi,


dan

1 1
1 1 1
k k k
i i i
k k
i i i
E(X) x f(x;k) x ( ) x
= = =
= = = =

2 2 2 2
1
1 1
2
1
1
k k
i i
k
i i
k
i
k
i
E(X ) (x ) f(x;k) (x ) ( )
(x )
= =
=
= = =
=

Contoh (5.2)
Cari mean dan variansi dari contoh (5.1)
Jawab:




1 2 3 4 5 6
3 5
6
.
+ + + + +
= =
2 2 2 2 2 2
2
35
12
1 3 5 2 3 5 3 3 5 4 3 5 5 3 5 6 3 5
6
( . ) ( . ) ( . ) ( . ) ( . ) ( . ) + + + + +
=
=
o
4
5.2. Distribusi Binomial dan Multinomial
Suatu percobaan yang terdiri atas beberapa usaha, tiap-tiap
usaha, memberikan hasil yang dapat dikelompokan menjadi 2-
kategori yaitu sukses atau gagal, dan tiap-tiap ulangan percobaan
bebas satu sama lainnya. Probabilitas kesuksesan tidak berubah dari
percobaan satu ke percobaan lainnya. Proses ini disebut proses
Bernoulli. Jadi proses Bernoulli harus memenuhi persyaratan berikut:
1. Percobaan terdiri atas n-usaha yang berulang
2. Tiap-tiap usaha memberikan hasil yang dapat dikelompokan
menjadi 2-kategori, sukses atau gagal
3. Peluang kesuksesan dinyatakan dengan p, tidak berubah dari
satu usaha ke usaha berikutnya.
4. Tiap usaha bebas dengan usaha lainnya.
5
Contoh (5.3)
Tiga barang diambil secara acak dari hasil produksi pabrik,
diperiksa, dan yang cacat dipisahkan dari yang tidak cacat.
Misalkan yang cacat disebut cacat. Maka banyaknya kesuksesan
mer upakan perubah acak X dengan nilai nol sampai 3.
Tabel 5.2.
C=cacat ; T=tidak cacat (baik)
Karena barang diambil secara acak, dan
misalkan dianggap menghasilkan 25%
barang cacat, maka


Probabilitas untuk hasil kemunkinan yang lain dilakukan dengan
jalan ang sama.
Hasil X
TTT
TCT
TTC
CTT
TCC
CTC
CCT
CCC
0
1
1
1
2
2
2
3
3 3 9 1
4 4 4 64
P(TCT) P(T)P(C)P(T) ( )( )( ) = = =
6
tabel 5.3 Distribusi probabilitas X



Percobaan Binomial
Banyaknya X yang sukses dalam n-usaha Bernoulli disebut perubah
acak binomial, dan distribusi dari perubah acak ini disebut distribusi
Binomial. Jika p menyatakan probabilitas kesuksesan dalam suatu
usaha, maka distribusi perubah acak X ini dinyatakan dengan b(x;n,p).
Karena nilainya bergantung pada banyaknya usaha (n)
Misalnya: X= banyaknya barang yang cacat.

Selanjutnya menentukan rumus yang memberikan proailitas x sukses
dalam n-usaha suatu pecobaan binomial b(x;n,p)
9 1
4 64
2 2 2 3 P(X ) f( ) b( ; , ) = = = =
x 0 1 2 3
f(x)

27
64
9
64
27
64
1
64
7
Probabilitas x kesuksesan dan n-x kegagalan dalam urutan tertentu.
Tiap kesuksesan dengan probabilitas p dan tiap kegagalan dengan
probabilitas q=1-p . Banyaknya cara untuk memisahkan n-hasil
menjadi dua kelompok, sehingga x hasil ada pada kelompok
pertama dan sisanya n-x pada kelompok kedua, jumlah ini
dinyatakan sebagai Karena pembagian tersebut saling terpisah
(bebas) maka probabilitasnya adalah
n
x
| |
|
\ .
x n x
n
p q
x

| |
|
\ .
Suatu usaha bernoulli dapat menghasilkan kesuksesan dengan
probabilitas p dan kegagalan dengan probabilitas q=1-p, maka
distribusi probabilitas perubah acak binomial X yaitu banyaknya
kesuksesan dalam n-usaha bebas adalah



0 1 2
x n x
n
b(x;n,p) p q ; x , , ,....,n
x

| |
= =
|
\ .
8
Suatu cara penyajian yang lain dari tabel 5.2 : n=3 dan


1
4
p =
3
1
4
3
3 0 1 2 3
x x
b(x; , ) p q ; x , , ,
x

| |
= =
|
\ .
Contoh (5.4)
Suatu suku cadang dapat menahan uji guncangan tertentu
dengan probabilitas 0.75. Hitung probabilitas bahwa tepat 2 dari 4
suku cadang yang diuji tidak akan rusak.
Jawab:
Misal tiap pengujian saling bebas


9
2
2
2
3 3 3 27 1 4
4 4 4 2 2 128
4
4
2 4
2
!
! !
b( ; , ) ( ) ( )
| |
= = =
|
\ .
Catatan:


0
1
n
x
b(x;n,p)
=
=

10
Contoh (5.5)
Probabilitas seseorang sembuh dari penyakit jantung setelah
operasi adalah 0.4. Bila diketahui 15 orang menderita penyakit ini,
berapa peluang:
a). sekurang-kurangnya 10 orang dpt sembuh
b). ada 3 sampai 8 orang yg sembuh
c). tepat 5 orang yg sembuh
Jawab:
Mis: X = menyatakan banyaknya orang yg sembuh
Diket : p = 0.4 n = 15

a).






Jadi probabilitas sekurang-kurangnya 10 orang sembuh = 0.0338
| |
9
0
10 1 10 1 0 1 9
1 15 0 4
1 0 9662
0 0338
x
P(X ) P(X ) P(X ) P(X ) P(X )
b(x; ; . ) lihat tabel
.
.
=
> = < = = + = + =
=
=
=

11
b)




Jadi probabilitas terdapat 3 sampai 8 orang yg sembuh = 0.8779
8 2
0 0
3 8 8 2
15 0 4 15 0 4
0 9050 0 0271
0 8779
x x
P( X ) P(X ) P(X )
b(x; , . ) b(x; , . ) lihat tabel
. .
.
= =
s s = s s
=
=
=

c)




Jadi probabititas tepat 5 orang yang sembuh = 0.1859

5 4
0 0
5 5 15 0 4 5 4
15 0 4 15 0 4
x x
P(X ) b( ; ; . ) P(X ) P(X )
b(x; , . ) b(x; , . ) lihat tabel
0.4032 - 0.2173
0.1859
= =
= = = s s
=
=
=

12
Tabel 5.4 Cara menggunakan tabel binomial
n r p
0.01 . . . . . . . 0.4 . . . . . . . . .
15 1
2 0.0271
:
:
:
8 0.9050
9 0.9662
:
:
15
9
0
15 0 4 0 9662
x
b(x; ; . ) .
=
=

Untuk n=15, p=0.4 ;



2
0
15 0 4 0 0271
x
b(x; ; . ) .
=
=

8
0
15 0 4 0 9050
x
b(x; ; . ) .
=
=

13
5.4. Distribusi Poisson
Percobaan yang menghasilkan prubah acak X ynag menyatakan
banyaknya hasil selama dalam selang waktu/daerah tertentu disebut
distribusi poisson.
Proses poisson memiliki sifat-sifat berikut:
1. Banyaknya kesuksesan yang terjadi dalam suatu daerah (selang)
waktu tertentu independen dengan daerah lainya.
2. Probabilitas sukses dalam daerah/selang yang kecil tidak
tergantung banyaknya sukses yang terjadi diluar selang.
3. Peluang terjadinya lebih dari satu sukses dalam daerah yang
sempit diabaikan.
Jika X perubah acak poisson maka distribusi poisson ini dinyatakan
dengan , dimana adalah rata-rata hasil p(x, t) t
14
Distribusi perubah acak Poisson X yang menyatakan banyaknya
kesuksesan yang terjadi dalam suatu selang waktu/daerah tertentu t,
dinatakan:

dimana: e=2,71828 dan menyatakan rata-rata banyaknya sukses
yang terjadi per satuan waktu.
Misalkan , untuk beberapa nilai tertentu dari 0,1 sampai 18
diberikan pada tabel Poisson. Atau dengan bantuan software R
0 1 2
t x
e ( t)
x!
p(x, t) ; x , , ,.....


= =
t
t =
Contoh (5.11)
Rata-rata banyaknya Tanker minyak yang tiba tiap hari di suatu
pelabuhan adalah 10. Pelabuhan tersebut hanya mampu menampung
paling banyak 15 Tanker perhari. Berapa probabilitas pada suatu hari
tertentu Tanker terpaksa pergi karena pelabuhan penuh dan tidak mampu
melayani.
15
Jawab:
Misalkan: X = banyaknya Tanker minyak yg tiba tiap hari
X = {1, 2, 3, . . . . . , 15}
Maka


Jadi peluang pd suatu hari tertentu Tanker terpaksa pergi = 0.0487
15
0
15 1 15 1 10
1 0 9513 0 0487
x
P(X ) P(X ) p(x; ) tabel
. .
=
> = s =
= =

Cara lain, jika tidak menggunakan tabel, gunakan program R,


langkahnya sbb:
> ppois(15,10)
[1] 0.9512596
Artinya:


15
0
10
x
p(x; ) 0.9512596
=
=

16
r
0. 1 . . . . . . . 4.0 . . . . . . . . .
0
1
:
:
:
5 0,7851
6 0,8893
:
:
16
6
0
4 0 8893
x
p(x; ) .
=
=

Untuk n=15, p=0.4, menggunakan tabel diperoleh:




5
0
4 0 7851
x
p(x; ) .
=
=

Tabel 5.7. Cara menggunakan tabel Poisson



Meggunakan R:
> ppois(6,4)
[1] 0.889326
> ppois(5,4)
[1] 0.7851304