3.

1 Hubungan Dasar Probabilitas
Probabilitas adalah harga perbandingan jumlah kejadian (A) yang mungkin dapat
terjadi terhadap (N) jumlah keseluruhan kejadian yang mungkin terjadi dalam
sebuah peristiwa.
(3.1)
Contoh:
Peluang untuk mendapatkan angka genap dari lemparan sebuah dadu. Jumlah
kejadian A yaitu munculnya angka genap dalam 1 kali lemparan : 2, 4, 6 = n(A) =
3, dan jumlah seluruh kejadian yang mungkin terjadi dari 1 kali lemparan sebuah
dadu:
1,2,3,4,5,6 = n(N) = 6, sehingga
2
1
6
3
n(N)
n(A)
P
(A)
= = =
Berpeluang sama berarti kedua keadaan tersebut memiliki jumlah kemunculan
kejadian yang sama.

Sebuah kejadian adakalanya terkait dengan kejadian yang lain, hubungan antar
kejadian satu dan lainnya dapat kita bayangkan dengan mudah. Sebagai contoh
hubungan atau, hubungan ini akan memperbesar nilai peluang. Peluang untuk
mendapatkan angka 2 atau 3 dalam sebuah lemparan dadu adalah sebagai berikut:

P
(2 atau 3)
= P
(2)
+ P
(3)
=1/6 + 1/6 = 2/6= 1/3,
dalam hal ini P
(2 atau 3)
> P
(2)

P
(2 atau 3)
> P
(3)


n(N)
n(A)
P
(A)
=
24


25
Hubungan dan, hubungan ini akan memperkecil nilai peluang. Peluang untuk
mendapatkan angka 2 dan 3 dalam lemparan dua buah dadu adalah sebagai
berikut:

P
(2dan 3)
= P
(2)
. P
(3)
=1/6 x 1/6 = 1/36, dalam hal ini P
(2 dan 3)
< P
(2)

P
(2 dan 3)
< P
(3)


Permutasi adalah urutan unsur-unsur dengan memperhatikan urutannya, dan
dinotasikan dengan Pr n , yang artinya ‘Permutasi r unsur dari n unsur yang
tersedia‘
Contoh: a.
3 3
P a b c a c b
b a c b c a
c a b c b a

secara keseluruhan ada 6 permutasi
b.
2 3
P a b b a
a c c a
c b b c

secara keseluruhan ada 6 permutasi
jadi jika: ,
1 1
P
2 1
P ,
1 3
P,
2 3
P , …..,
r n
P adalah;
(3.2)

contoh:
5
P
4
= 120 1 . 2 . 3 . 4 . 5
)! 1 5 (
! 5
= =

permutasi
Kombinasi adalah urutan r unsur dari n unsur yang tersedia dengan tidak
memperhatikan urutannya, dan dirumuskan dengan:

(3.3)


)! (
!
Pr
r n
n
n

=
! )! (
!
n r n
n
C nCr
n
r

= =


26
Bila kita telaah, persamaan kombinasi dapat dinyatakan dalam permutasi sebagai
berikut:

Contoh :
1. Tentukan jumlah kombinasi 3 unsur dari 3 unsur yang tersedia dan 2
unsur dari 3 unsur yang tersedia!
Jawab : Kombinasi 3 unsur dari 3 unsur yang tersedia:
=
3 3
C a b c → 1 kombinasi
Kombinasi 2 unsur dari 3 unsur yang tersedia:
=
2 3
C a b
a c 3 kombinasi
b c

2. Ada 4 pasang suami istri, maka berapa carakah yang dapat dilakukan agar
dapat dibentuk kelompok yang terdiri atas 3 orang?, lalu berapa cara yang
dapat dilakukan agar dapat dibentuk kelompok yang terdiri atas 3 orang (2
orang laki- laki dan 1 orang wanita)?.
Jawab: -kelompok yang terdiri atas 3 orang (tanpa jenis kelamin yang khusus),
maka kemungkinannya:


! 5 . 2 . 3
! 5 . 6 . 7 . 8
! 5 )! 5 8 (
! 8
8
3
=

= C = 56 cara

kelompok yang terdiri atas 3 orang (2 orang laki-laki dan 1 orang
wanita), maka kemungkinannya:

laki- laki saja
! 2 !. 2
! 2 . 3 . 4
! 2 !. 2
! 4
4
2
= = ⇒C = 6 cara

!
Pr
! )! (
!
r
n
n r n
n
nCr =

=
(3.4)


27
wanita saja
1 !. 3
! 3 . 4
! 1 !. 3
! 4
4
1
= = ⇒C = 4 cara
cara 24 4 . 6 ) 1 2 (
2 1
= = = + C dan C C

3.2 Distribusi Binomial

Fungsi distribusi adalah fungsi yang menggambarkan kumpulan dari beberapa
peluang, adapun binomial mengandung arti dua, sedangkan distribusi binomial
yang dimaksud adalah keadaan untuk menggambarkan peluang yang akan muncul
dari suatu peristiwa yang diulang n kali percobaan dimana peristiwa tersebut
memiliki dua kemungkinan kejadian. Sebagai contoh peristiwa binomial adalah:

• kemungkinan hasil eksperimen dapat gagal atau berhasil,
• lemparan sebuah mata uang dapat berupa gambar atau angka,
• keadaan spin partikel dapat up atau down.

Pada peristiwa yang menggunakan distribusi binomial akan memiliki dua keadaan
(katakanlah A dan A’). Untuk satu kali peristiwa itu terjadi, peluang kejadian A
dinyatakan dengan P(A) = p dan peluang kejadian bukan A (kejadian A’)
dinyatakan dengan P(A’) = q, dalam hal ini hubungan antara p dan q dapat
dinyatakan dengan :
p + q = 1 (3.5)

Bagaimanakah kita dapat menentukan peluang yang akan muncul untuk keadaan
tertentu jika peristiwanya kita ulang beberapa kali. Sebagai contoh:

• Tentukan peluang untuk mendapatkan 3 muka gambar dalam tiga kali
lemparan sebuah mata uang.
• Tentukan peluang untuk mendapatkan 2 muka gambar dalam tiga kali
lemparan sebuah mata uang.


28
• Tentukan peluang untuk mendapatkan 1 muka gambar dalam tiga kali
lemparan sebuah mata uang.

Pola lemparan yang akan terjadi ditunjukkan pada tabel 3.1.

Tabel 3.1
Pola kombinasi tiga kali lemparan sebuah mata uang
No Lemparan 1 Lemparan 2 Lemparan 3 KETERANGAN
1 G G G 3G
2 G G A
2G 3 G A G
4 A G G
5 A A G
1G 6 A G A
7 G A A
8 A A A 0G

Jika kita melihat hal ini maka untuk menjawab pertanyaan di atas dapat dilakukan
dengan mudah:
• P(3G) = 1/8.
• P(2G) = 3/8.
• P(1G) = 3/8.

Namun untuk lemparan yang cukup banyak, misalnya empat lemparan, maka pola
yang terbentuk menjadi seperti pada tabel 3.2.

Pola ini akan semakin berkembang jika jumlah lemparan diperbanyak. Perhatikan
peluang untuk mendapatkan dua muka gambar dalam empat kali lemparan mata
uang dapat diperlihatkan oleh tabel 3.2, P(2G) = 6/16. Harga peluang ini ada
kaitannya dengan harga kombinasi yang harus dilakukan untuk menempatkan pola
yang dapat terjadi. Untuk jumlah lemparan yang cukup banyak akan sangat
kerepotan kita dalam menentukan pola kombinasi yang akan terjadi. Oleh karena
itu kita perlu model matematis untuk menentukan harga probabilitas dalam
distribusi binomial.



29
Tabel 3.2
Pola kombinasi empat kali lemparan sebuah mata uang

No Lemparan 1 Lemparan 2 Lemparan 3 Lemparan 4 Keterangan
1 G G G G 4G
2 G G G A
3G
3 G G A G
4 G A G G
5 A G G G
6 A A G G
2G
7 A G A G
8 A G G A
9 G A A G
10 G A G A
11 G G A A
12 A A A G
1G
13 A A G A
14 A G A A
15 G A A A
16 A A A A 0G

Model ini dapat kita asumsikan sebagai berikut, misal hasil sebuah eksperimen
yang telah dilakukan memiliki dua kemungkinan yakni berhasil (h) dan gagal (g),
bagaimanakah peluang utuk menentukan dua eksperimen yang berhasil dari semua
eksperimen yang pernah dilakukan.

No kemungkinan
No eskperimen
1 2 3 .. .. .n-1 n
1 h h G g
2 h g H g
3 h g G g
….
N g g g







30

Berdasarkan hasil uji coba maka diperoleh model matematis untuk distribusi
binomial, yang dinyatakan dengan:



Contoh penggunaannya adalah sebagai berikut:









3.3 Penerapan Distribusi Binomial dalam Kasus Fisika

Model distribusi binomial ini dapat diterapkan ke dalam beberapa kasus fisika
seperti sistem N partikel dengan spin ½. Sebagai contoh sistem yang terdiri dari N
partikel dimana setiap partikel memiliki variabel besaran fisika yakni momen
magnetik partikel µ
o.
Harga momen magnetik partikel tersebut memiliki dua
macam harga bergantung dari keadaan spin partikel. Jika partikel dalam keadaan
up maka harga momen magnetik partikelnya +µ
o
, jika partikel dalam keadaan
down maka momen magnetik partikelnya -µ
o
.






n N n n N n N
n
q p
)! n N ( ! n
! N
q p C ) binomial ( P
− −

= =
16
4
16
1
. 4
2
1
2
1
)! 3 4 ( ! 3
! 4
16
6
16
1
. 6
2
1
2
1
)! 2 4 ( ! 2
! 4
8
3
8
1
. 3
2
1
2
1
)! 2 3 ( ! 2
! 3
8
1
8
1
. 1
2
1
2
1
)! 3 3 ( ! 3
! 3
3 4 3
4
3
2 4 2
4
2
2 3 2
3
2
3 3 3
3
3
= =
|
¹
|

\
|
|
¹
|

\
|

=
= =
|
¹
|

\
|
|
¹
|

\
|

=
= =
|
¹
|

\
|
|
¹
|

\
|

=
= =
|
¹
|

\
|
|
¹
|

\
|

=




P
P
P
P

Gambar 3.1
Sistem N partikel dengan spin ½.

(3.6)


31
Bagaimanakah kita dapat menghitung harga momen magnetik total dari sistem
ini?. Jika peluang partikel dalam keadaan up dapat dinyatakan dengan p, dan
peluang partikel dalam keadaan down dapat dinyatakan dengan q
(dengan p + q = 1).

Asumsi yang digunakan adalah tidak adanya interaksi massa antar partikel,
partikel hanya mengalami gerak translasi saja. Namun orientasi spin partikel dapat
mempengaruhi keadaan lainnya sehingga keadaan spin partikel setiap saat dapat
berubah. Oleh karena itu untuk memperoleh gambaran momen magnetik total
sistem kita memerlukan langkah-langkah perhitungan berikut ini.
Untuk mendapatkan harga momen magnetik total, maka kita akan menjumlahkan
semua harga momen magnetik yang dimiliki oleh semua partikel yaitu:


(3.7)

Mengingat sistem ini berprilaku dinamis, maka pengukuran yang memungkinkan
untuk harga momen magnetik total lebih tepat dinyatakan dengan:

(3.8)
dimana M
T
= harga momen magnetik total sistem.
M = harga total momen magnetik rata-rata.
∆M = standar deviasi/simpangan .

Sehinggga kita memerlukan harga M dan ∆M, harga total momen magnetik rata-
rata dapat dinyatakan dengan:

(3.9)



=
=
=
+ + + + + =
N i
i
oi T
oN o o o o T
M
M
1
4 3 2 1
.........
µ
µ µ µ µ µ
M M M
T
∆ ± =
∑ ∑
=
=
=
=
µ = µ =
N i
1 i
i
N i
1 i
i
M


32
( )
o o o i
2 i
1 i
i
N ) q p ( ) .( q . p N P N . N M µ − = µ − + µ = |
¹
|

\
|
µ = µ =

=
=
Mengingat setiap partikel memiliki dua keadaan dengan peluang p dan q, maka
dalam bentuk yang lebih sederhana harga total momen magnetik rata-rata dapat
dinyatakan dengan:

(3.10)

Besar simpangan momen magnetik totalnya dapat dinyatakan dengan


(3.11)

Untuk data yang cukup besar kita akan menggunakan konsep standar deviasi.
Standar deviasi didefinisikan sebagai rata-rata dari simpangan yang dituliskan
dengan:


Namun jika kita perhatikan


Sehingga harga standar deviasinya menjadi :
(3.12)

Mengingat N adalah jumlah partikel dengan orde yang cukup besar maka kita
menggunakan harga standar deviasi seperti pada persamaan (3.12) di atas,
penyelesaian untuk kasus ini menjadi:






∑ ∑
=
=
=
=
µ ∆ = µ − µ = − = ∆
N i
1 i
i
N i
1 i
i
) ( M M M
. M M ∆ = ∆
0
1 1
= − = − = ∆ = ∆
∑ ∑
= =
N
i
N
i
i
M M µ µ µ µ
( )
2
M M ∆ = ∆


33











Sehingga dalam hal ini kita memerlukan harga standar deviasi untuk momen
magnetik partikel, harga ini dapat diturunkan sebagai berikut:








Mengingat harga standar deviasi untuk momen magnetik partikel adalah sama
maka harga standar deviasi momen magnetik total dapat dirumuskan dengan lebih
mudah:

(3.15)

Sehingga harga moment magnetik total sistem dapat dinyatakan dengan :
(3.16)


( ) ( )
( ) ( )( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) { } ( ) ( ) ( ) ( ) { }
( ) ( ) ( ) ( ) { } ( )
( ) ( ) ( )( )
( ) ( ) ( )( ) ( ) ( )( ) ( )
∑ ∑∑ ∑ ∑∑ ∑
∑∑ ∑
∑ ∑
=
=

=
=
=
=
=
=

= =
=
=
= =
=
=
=
=
=
=
∆ = ∆ ∆ + ∆ = ∆ ∆ + ∆ = ∆
≠ ∆ ∆ + ∆ = ∆
∆ ∆ + + ∆ ∆ + + ∆ ∆ + ∆ ∆ + ∆ ∆
+ ∆ ∆ + + ∆ ∆ + ∆ ∆ + ∆ ∆ + ∆ + + ∆ + ∆ + ∆ = ∆
+ ∆ + ∆ + ∆ ⋅ + ∆ + ∆ + ∆ = |
¹
|

\
|
∆ ⋅ |
¹
|

\
|
∆ = ∆ ∆ = ∆
∆ = ∆
N i
i
oi
j i
N i
i
N j
j
oj oi
N i
i
oi
j i
oj
N
i
N
j
oi
N i
i
oi
oj
N
i
N
j
oi
N i
i
oi
oN oN oN o o o o o o o
oN o o o o o o o oN o o o
o o o o o o
N i
i
i
N i
i
i
M
j i M
M
M M M
M M
1
2
1 1 1
2
1 1 1
2 2
1 1 1
2 2
2 4 2 3 2 1 2
1 4 1 3 1 2 1
2 2
3
2
2
2
1
2
3 2 1 3 2 1
1 1
2
2 2
sehingga dengan ,
.
µ µ µ µ µ µ µ
µ µ µ
µ µ µ µ µ µ µ µ µ µ
µ µ µ µ µ µ µ µ µ µ µ µ
µ µ µ µ µ µ µ µ
K K
K K
K K
( ) ( )
( ) Npq 2 Npq 4 M M
Npq 4 N M
o
2
o
2
2
o
2
o
2
µ = µ = ∆ = ∆
µ = µ ∆ = ∆
Npq 2 N ) q p ( M
o o T
µ ± µ − =
(3.14)
(3.13)
( ) ( )
( )
( )
2 2 2
2 2 2 2 2 2
2 2 2
2 2
2
1
2 2
4 ) ( 4
4 4 ) 2 ( ) 2 (
) ) ( ( ) ) ( (
sehingga
, ) ( dengan , ) ( ) (
o o
o o o o
o o o o
o o o
i
i
i
pq q p pq
qp pq p q q p
q p q q p p
q p q p P
µ µ µ
µ µ µ µ
µ µ µ µ µ
µ µ µ µ µ µ µ µ
= + = ∆
+ = − + =
− − − + − − = ∆
− = → − − + − = ∆ = ∆

=
=


34
3.4 Distribusi Gauss / Distribusi Normal

Perhatikan kembali persamaan distribusi binomial yang diperlihatkan oleh
persamaan (3.4), apabila N sangat besar maka perhitungan probabilitas P(n)
terlihat sulit karena membutuhkan perhitungan faktorial yang sangat besar. Karena
kesulitan inilah, memungkinkan kita untuk menggunakan aproksimasi sehingga
diperoleh bentuk persamaan yang sederhana dari persamaan (5.1) tersebut untuk
kasus N yang sangat besar seperti yang diperlihatkan oleh persamaan berikut:

Npq / ) Np n (
e
Npq π
) n ( P
2
2
2
1
− −
= (3.17)

dimana: nilai rata-rata: n = Np
standar deviasi: Npq = ∆

Persamaan di atas menunjukkan distribusi Gauss.

Contoh Soal
1. Sebuah koin mata uang bergambar angka (A) dan gambar(G) dilempar 400
kali. Tentukan probabilitas memperoleh 215 gambar (G) !
Jawab :
Dari persamaan distribusi Gauss:

Npq / ) Np n (
e
Npq π
) n ( P
2
2
2
1
− −
=
dimana:
P(A)= ½ , dan P(G) = ½.
200 . 400
2
1
= = = np n ; 10 . . 400
2
1
2
1
= = σ .
Maka diperoleh:
100 . 2
) 200 215 (
2
2 10
1
) 215 (
− −
= e P
π



35
= 0.013.

2. Sebuah sistem terdiri dari N partikel dengan spin ½ (interaksi antar
partikel dalam sistem sangat lemah ≡ sistem ideal). Momen magnetik
partikel dinyatakan dalam µ
o
, harga probabilitas partikel dalam keadaan up
dan down dinyatakan oleh p dan q dengan menggunakan persamaan
o
dM
M P dM M P
µ 2
) ( " ) ( = dan aproksimasi Gaussian untuk harga N yang
besar, turunkan aproksimasi Gaussian untuk probabilitas P(M)dM yang
momen magnetik total dari sistemnya mempunyai nilai antara M dan
M+dM.
Jawab:
P”(M)=P’(m)=P(n)
Dari aproksimasi Gaussian diperoleh:
(
(
¸
(

¸

|
|
¹
|

\
|




=
2
2
1
exp
2
1
) (
n
n n
n
n P
π

dimana:

o
q p N M µ ) ( − = ;
o
Npq M µ 2 = ∆
maka diperoleh persamaan sebagai berikut:
( )
(
(
(
¸
(

¸

− −
− =
(
(
(
¸
(

¸

|
|
|
¹
|

\
|
− −
− =
(
(
¸
(

¸

|
|
¹
|

\
|




=
2
8
2
2 2
1
2
2
2
1
2 2
1
2
2
1
2
1
o
µ Npq
o
µ ) q p ( N M
exp
Npq π
o
µ
o
µ Npq
o
µ ) q p ( N M
exp
o
µ Npq π
M
M M
exp
M π
) M ( P






36
3.5 Distribusi Poisson

Apabila N keadaan yang ditinjau sangat besar tetapi memiliki peluang (p) sangat
kecil maka persamaan distribusi binomial di atas dengan menggunakan
aproksimasi akan diperoleh persamaan distribusi poisson. Distribusi poisson ini
merupakan suatu sistem distribusi yang berkaitan dengan variabel kontinu,
misalnya variabel waktu.

Tinjau kasus di bawah ini, dimana sebuah sumber partikel memancarkan partikel
yang kemudian ditangkap oleh sebuah detektor.







Gambar 3.2
Skema pancaran partikel yang diterima oleh detektor

Peristiwa ini merupakan salah satu contoh distribusi poisson karena waktu
pengamatan berjalan secara kontinu, sedangkan partikel yang dipancarkan oleh
sumber merupakan variabel diskrit yang dapat dihitung secara digital.
Bagaimanakah kita dapat menentukan peluang untuk mendapatkan partikel dalam
sistem yang seperti ini?

Kita tinjau sistem berikut ini, misal kita amati jalannya dua partikel yang
berurutan selama penyinaran maka akan terlihat :




detektor Sumber
partikel
908850


37






Gambar 3.3
Posisi hamburan dua partikel berturut-turut terhadap waktu

Dari gambar, X adalah lamanya pengamatan dan λ adalah selang waktu antara
partikel yang berdekatan. Yang menjadi bahasan dalam distribusi Poisson adalah
bagaimana menentukan gambaran peluang untuk mendapatkan n partikel dalam
selang waktu tertentu (X)?

Sebagai gambaran, kalau dalam selang waktu dx ditemukan partikel maka harga
peluangnya dapat dinyatakan dengan perbandingan ( ) λ dx P
n
, sedangkan kalau
tidak ditemukannya partikel dalam selang (x + dx) dinyatakan dengan:
|
¹
|

\
| +
λ
dx x
P
0
.

Jika dalam selang dx ada 1 partikel, maka peluang untuk menemukan 1 partikel
dalam selang dx adalah 1, sehingga 1
1
= |
¹
|

\
|
λ
dx
P . Maka pernyataan peluang tidak
menemukan 1 partikel dalam selang dx menjadi , dan peluang
tidak menemukan partikel dalam selang x menjadi
|
¹
|

\
|
λ
x
P
0
.
Sehingga untuk menggambarkan peluang tidak ditemukannya partikel dalam
selang waktu (x+dx):

(3.18)

Dalam deret Taylor, dimisalkan:
x
λ λλ λ
( ) ( ) ( ) λ dx λ dx P − = 1
0
(
¸
(

¸


(
¸
(

¸

=
(
¸
(

¸
+
λ λ λ
dx x
P
dx x
P
o o
1


38




Dengan mengambil dua suku pertama, maka diperoleh:

(3.19)

Dari persamaan (3.18) dan (3.19) diperoleh:
( ) ( ) ( ) ( )dx
x
P
dx
d
x
P
dx
x
P
x
P
o o o o
λ λ
λ
λ λ
+ = −







Jika dalam waktu X = 0, berarti belum ada partikel yang dipancarkan sehingga
peluang untuk tidak menemukan partikel dalam selang waktu X adalah 1 maka
akan diperoleh:
1 = C.e
0

dan didapatkan C = 1, sehingga:

(3.20)

Persamaan di atas merupakan peluang untuk tidak menemukan partikel dalam
selang waktu X pengamatan. Bagaimana mengetahui peluang untuk menemukan 1
partikel dalam selang waktu X pengamatan?. Perhatikan gambar berikut:



( ) { }
( )
λ
λ
λ
x
P
x
P d
dx
o
o
= −
( )
λ
λ
x
P
x
o
ln = −
λ
λ
x
o
Ce
x
P

=
|
¹
|

\
|
... x d
!
) x ( " f
dx
!
) x ( ' f
) x ( f ) dx x ( f + + + = +
2
2 1
( )
λ
x
P x f
o
= ) (
( )
( )
dx
dx
x
dP
x
P
dx x
P
o
o o
λ
λ
λ
+ = |
¹
|

\
| +
λ
λ
x
e
x
P

=
|
¹
|

\
|
0


39







Gambar 3.4
Ilustrasi munculnya satu buah partikel dalam waktu X pengamatan

Perhatikan ada tiga keadaan untuk menggambarkan kondisi ini:
1. Peluang tidak ditemukannya partikel dalam selang ξ maka:


2. Peluang ditemukannya partikel dalam selang dξ:


3. Peluang tidak ditemukannya partikel dalam selang (x-ξ) maka:




Karena waktu adalah suatu variabel yang kontinu maka peluang untuk
menemukan 1 partikel dalam selang X dinyatakan dengan:




Karena
λ
x
e dan λ adalah konstanta, maka:


ξ dξ
X- ξ
X
λ
λ
x
e
x
P

=
|
¹
|

\
|
0
λ
ξ
λ
ξ
) (
0


=
|
¹
|

\
| −
x
e
x
P
. e
λ
ξ d
e
λ
x
P
x
λ
) ξ x (
λ
ξ

− − −
|
¹
|

\
|
=
|
¹
|

\
|
0
1
.
λ
ξ d
e
λ
x
P
x
λ
x

|
¹
|

\
|
=
|
¹
|

\
|

0
1
λ
ξ
λ λ
λ λ
x
x
x
e x e x
P
− −
= = |
¹
|

\
| .
0
1
|
¹
|

\
|
λ
ξ d
P
1


40


Jadi peluang untuk menemukan 1 partikel dalam selang waktu X dinyatakan
dengan:
(3.21)


Sekarang akan diturunkan bagaimana mencari peluang menemukan 2 partikel
dalam selang X. Terlebih dahulu perhatikan gambar berikut:






Gambar 3.4
Ilustrasi munculnya dua buah partikel dalam waktu X pengamatan

Dengan gambaran yang sama, maka kita akan mendapatkan 3 keadaan sebagai
berikut:


1. Peluang ditemukannya 1 partikel dalam selang ξ adalah



2. Ditemukannya 1 partikel dalam selang dξ menjadi


3. Peluang tidak ditemukannya partikel dalam selang (x-ξ):

λ λ
λ
x
e x x
P

= |
¹
|

\
| .
1
ξ

X- ξ
X
λ
ξ
λ
ξ
λ
ξ −
= |
¹
|

\
| e
P
.
1
|
¹
|

\
|
λ
ξ
1
P
λ
ξ
λ
ξ
) (
0


= |
¹
|

\
| −
x
e
x
P


41


Maka peluang untuk menemukan 2 partikel dalam selang waktu x adalah :


− − −
|
¹
|

\
|
=
|
¹
|

\
|
x
λ
) ξ x (
λ
ξ
e .
λ
ξ d
. e
λ
ξ
λ
x
P
0
2


2 .
.
2
2
2
0
2
2
0
2
2
λ
ξ
λ
ξ ξ
λ λ
λ λ λ
x
x
x
x
x
e x e
d
e x
P
− −

= = = |
¹
|

\
|



2
2
2
. 2
.
λ λ
λ
x
e x x
P

=
|
¹
|

\
|
( 3.22)




Cocokan hasil anda

λ
λ λ
x
e
x x
P

|
¹
|

\
|
=
|
¹
|

\
|
. .
6
1
3
3
(3.23)





Dari persamaan di atas maka dapat diperoleh bahwa peluang untuk menemukan n
partikel dalam selang waktu x adalah






Dengan cara yang sama, cobalah anda temukan persamaan untuk
mendapatkan 3 partikel dalam selang X pengamatan !
λ
λ λ
x
n
n
e
x
n
x
P

|
¹
|

\
|
=
|
¹
|

\
|
. .
!
1

(3.24)


42

Contoh soal

1. Buktikan bahwa distribusi ini ternormalisasi yaitu

=
n
n P 1 ) (
Jawab:
λ
λ λ
x n
n
e
x
n
x
P

|
¹
|

\
|
=
|
¹
|

\
|
!
1

=
λ
λ
x n
n
e
x
n

|
¹
|

\
|

!
1

=
n
n
x
x
n
e
|
¹
|

\
|


λ
λ
!
1


Ingat bahwa ...
λ
x
! λ
x
e
λ
x
+
|
¹
|

\
|
+
|
¹
|

\
|
+ =
2
2
1
1


|
¹
|

\
|
=
n
n x
x
n
e
λ
λ
!
1
,

maka persamaan diatas dapat ditulis :



2. Anggap bahwa kesalahan ketik yang dilakukan oleh seorang juru ketik
terjadi secara acak. Misalkan sebuah buku dengan tebal 600 halaman
terdiri dari 600 kesalahan ketik. Dengan menggunakan distribusi poisson,
hitung probabilitas:
a. sebuah halaman tidak terdapat kesalahan ketik !
b. sebuah halaman terdapat kesalahan ketik paling sedikit tiga !
Jawab:
a. N = 600; P = 1/600
sehingga diperoleh:
1 . = =
|
¹
|

\
|

λ λ
λ
x x
e e
x
p


43
1 600 1 600 = = x
x
λ

Dari persamaan distribusi Poison akan didapatkan :
( ) ( ) . , e
!
P 367 0 1 1
0
1
1
0
0
= − =

b. P
0
(1) = 0,367; P
1
(1) = 0,367; P
2
(1) = 0,184
maka akan diperoleh :
P
>3
(1) = 1- ( P
0
(1) + P
1
(1) + P
2
(1) )
= 1-(0,367 + 0,367 + 0,184)
= 0,08.
























44
a 4a
Soal Latihan
1. Jika dalam waktu 3 detik suatu sumber partikel memancarkan partikel
dengan 31 partikel/detik, tentukan peluang 3 partikel dalam selang waktu
tersebut!
2. a. Jelaskan apa dimaksud dengan Ensambel statistik!
b. Dalam pembahasan Fisika Statistik, ada 3 informasi penting yang akan
memberikan spesifikasi makroskopik. Sebutkan dan jelaskan ketiga
informasi tersebut!
3. Suatu sistem terdiri dari banyak ruangan dengan jumlah total partikel N
dan jumlah partikel dalam sistem yang ditinjau adalah n. Jika p adalah
kemungkinan untuk mendapatkan satu ruangan yang ditinjau dan q adalah
kemungkinan untuk mendapatkan ruangan lainnya. Buktikan :

n N n
n N n
q p C P

= . . !
dengan P
n
adalah kemungkinan mendapatkan n ruangan yang diinginkan.
4. Sebuah elektron bergerak
sepanjang sumbu x seperti gambar
dalam selang a ≤ x ≤ 4a dan
amplitudo gelombang elektron tersebut adalah ψ(x)= c.x. Tentukan
kemungkinan untuk mendapatkan elektron pada daerah 2a ≤ x ≤ 3a !
5. Dalam suatu sistem yang volumenya V
o
dengan jumlah molekulnya N
terdapat sistem lain yang akan ditinjau volumenya adalah ∆V dan jumlah
molekulnya adalah n. Jika p adalah kemungkinan untuk mendapatkan
molekul pada daerah yang ditinjau dan q adalah kemungkinan untuk
mendapatkan molekul pada daerah yang lain, tentukan jumlah rata-rata
molekul berada pada daerah yang kita tinjau!
6. Sistem gas N
2
berada dalam kesetimbangan menempati sebuah kotak
tembaga yang berada dalam temperatur kamar. Energi rata-rata yang
dimiliki partikel gas yang berada dekat dengan dinding diasumsikan sama
dengan energi rata-rata partikel tembaga yaitu
2
2
1
v m e = . Setiap partikel
tembaga bergetar harmonik sederhana, jika E
p
= E
k
, massa jenis tembaga
8,9 gr/cm
3
dan berat atom tembaga 63,5. Tentukan:


45
a. Kecepatan rata-rata gerakan atom tembaga dalam kesetimbangan!
b. Jarak antar partikel terdekat!
c. Besar gaya yang bekerja tiap satuan luas, jika gaya tarik yang bekerja
pada penampang kotak A menyebabkan pertambahan panjang kotak ∆l,
dapat dinyatakan dengan : i i γ A F ∆ = dengan γ adalah modulus
young = 1,28.10
12
dyne/cm
2
, gaya tersebut menyebabkan pergeseran
atom sejauh x.
d. Besar energi potensial yang menyebabkan atom bergeser sejauh x!
7. Di dalam sebuah tabung berisi gas ideal dengan N jumlah partikel dalam
keadaan setimbang dengan volume V
o
. Dengan mengambil n partikel
dalam subruang V maka dapat dinyatakan probabilitas untuk mendapatkan
partikel dalam subruang V yang dinyatakan dengan P = V/V
o
, tentukan:
a. Nilai rata-rata banyaknya partikel dalam subruang V (nyatakan dalam
N, V dan V
o
)!
b. Standar deviasi ∆n!
c. Standar deviasinya jika V << V
o

8. Suatu bangunan terdiri dari 20 ruang, dimana terdapat 8 ruang jenis A, 4
ruang jenis B, 5 ruang jenis C dan sisanya D. Ruang A dan ruang B
berkarakteristik x, ruang C dan ruang D berkarakteristik y, kemudian
disebarkan 6 partikel. Tentukan peluang untuk mendapatkan bangunan
yang berkarakteristik xy dengan 3 partikel di ruang A, dan 1 partikel di
ruang D!
9. a. Dalam mengungkapkan sifat-sifat makroskopik suatu sistem ada 2
metode yang digunakan yaitu metode thermodinamika dan metode
fisika statistik. Jelaskan masing-masing tersebut!
b. Jelaskan dimana kegagalan metode thermodinamika dalam menjelaskan
sifat makroskopik suatu sistem, mengapa metode mekanika statistik
dapat menjelaskannya!





46
10. Tinjau sebuah inti yang memiliki spin 1. Komponen momen magnetik µ
sepanjang arah tertentu dapat memiliki tiga kemungkinan nilai, yaitu +µ
0
,
0, −µ
0
. Misalkan bentuk intinya tidak simetri bola melainkan elipsoidal.
Akibatnya, inti cenderung lebih menyukai orientasi tertentu yaitu sumbu
mayornya sejajar dengan arah tertentu dalam kristal padat dimana inti
tersebut berada. Sehingga terdapat probabilitas p dimana µ = µ
0
, dan
probabilitas p dimana µ = − µ
0
, probabilitas untuk µ = 0 adalah 1−2p.
a. Hitunglah µ dan
2
µ !
b. Hitunglah
2
) ( µ ∆ !
c. Misalkan bahwa zat padat yang ditinjau memiliki N inti yang
interaksinya dengan yang lain dapat diabaikan. Anggap M menyatakan
komponen momen magnetik total sepanjang arah tertentu dari semua
inti dalam zat padat tersebut. Hitunglah M dan deviasi standarnya
M ∆ dalam bentuk N, p dan µ
0
.

11. Elektron bermuatan e diemisikan secara acak dari sebuah filamen panas
pada sebuah tabung vakum. Sebagai pendekatan, emisi satu elektron
tertentu tidak mempengaruhi emisi elektron yang lain. Tinjau selang waktu
sangat singkat ∆t. Kemudian terdapat probabilitas p dimana sebuah
elektron diemisikan dari filamen selama selang waktu tersebut. (dan
probabilitas q = 1– p dimana elektron tidak teremisikan). Karena ∆t sangat
singkat, probabilitas elektron teremisi p selama selang waktu ini sangat
kecil (p <<1) dan probabilitas lebih dari satu elektron yang teremisikan
selama selang waktu ∆t dapat diabaikan. Tinjau sembarang selang waktu t
yang lebih besar dari ∆t. Selama selang waktu ini terdapat N = t / ∆t
kemungkinan selang waktu ∆t dimana elektron dapat diemisikan. Muatan
total yang diemisikan dalam selang waktu t dapat ditulis sebagai:
Q = q
1
+

q
2
+ q
3
+ q
4
+ q
5
+ . . . +

q
n

Dimana q
i
menyatakan muatan yang diemisikan selama selang waktu ∆t ke
i; sehingga q
i
= e jika sebuah elektron diemisikan dan q
i
= 0 jika tidak.


47
a. Hitunglah muatan rata-rata Q yang diemisikan filamen selama selang
waktu t?
b. Hitunglah dispersi muatan
2
) Q (∆ yang diemisikan filamen selama
selang waktu t? Gunakan pendekatan p<<1 untuk menyederhanakan
solusinya.
c. Arus I yang diemisikan filamen selama selang waktu t didefinisikan oleh
Q/t. Hubungkan dispersi arus
2
I) (∆ dengan arus rata-rata I , buktikan
bahwa
I
t
e
I) (
2
= ∆
d. Hitunglah deviasi standar arus I ∆ jika arus rata-ratanya I = 1 µA dan
selang waktu pengukurannya 1 detik.

12. Sebuah batrei dengan ggl total V dihubungkan dengan sebuah resistor R.
Akibatnya, sejumlah daya P = V
2
/R didisipasikan pada resistor tersebut.
Batrei tersebut terdiri dari N buah sel individu yang disusun secara seri
sehingga V merupakan penjumlahan dari ggl seluruh sel individu. Kondisi
batrei sudah cukup lama sehingga tidak semua sel individu berada dalam
kondisi sempurna. Sehingga terdapat probabilitas p dimana ggl dari tiap sel
individu memiliki nilai yang normal v; dan probabilitas (1 – p) dimana ggl
dari tiap sel individu nol karena telah terjadi konsleting. Tiap sel individu
tidak saling berkaitan satu dengan yang lain (statistically independent).
Pada kondisi seperti ini, hitunglah daya rata-rata P yang didisipasikan
dalam resistor. Nyatakan solusinya dalam N, v, p, dan R.

13. Sebuah molekul pada gas bebas bergerak dalam tiga dimensi. Misalkan s
menyatakan perpindahannya setelah tumbukan berurutan dengan molekul
yang lain. Perpindahan molekul setelah tumbukan berurutan tidak saling
berkaitan (statistically independent). Kemudian, karena tidak ada arah
tertentu yang lebih disukai oleh molekul dalam ruang, molekul bergerak
acak sehingga perpindahan rata-ratanya = s 0 (rata-rata tiap komponen


48
perpindahan 0 = = =
z y x
s s s ). Perpindahan total R molekul setelah
mengalami N tumbukan berturut-turut dapat dituliskan sebagai:
N 3 2 1
s ........ s s s R + + + + =
dimana
i
s menyatakan perpindahan ke i dari molekul.
a. Hitunglah perpindahan total rata-rata R dari molekul setelah
mengalami N kali tumbukan berturut-turut.
b. Hitunglah standar deviasi ( )
2
R R − = ∆R dari perpindahan ini setelah
molekul mengalami N kali tumbukan berturut-turut.
c. Hitunglah R ∆ jika besar tiap perpindahan s sama dengan l.

25 Hubungan dan, hubungan ini akan memperkecil nilai peluang. Peluang untuk mendapatkan angka 2 dan 3 dalam lemparan dua buah dadu adalah sebagai berikut:

P(2dan 3) = P(2) . P(3)=1/6 x 1/6 = 1/36, dalam hal ini P(2 dan 3) < P(2) P(2 dan 3) < P(3)

Permutasi adalah urutan unsur-unsur dengan memperhatikan urutannya, dan dinotasikan dengan tersedia‘
Contoh: a. 3 P3 a b c b a a c c b a b c c c b a n Pr , yang artinya ‘Permutasi r unsur dari n unsur yang

b a

secara keseluruhan ada 6 permutasi b. 3 P2 a b a c c b b a c a b c

secara keseluruhan ada 6 permutasi jadi jika: 1 P , 1
2

P1 , 3 P , 3 P2 , ….., n Pr adalah; 1

n Pr =

n! (n − r )!

(3.2)

contoh: 5P4 =

5! = 5.4.3.2.1 = 120 permutasi (5 − 1)!

Kombinasi adalah urutan r unsur dari n unsur yang tersedia dengan tidak
memperhatikan urutannya, dan dirumuskan dengan:

nCr = Crn =

n! (n − r )!n!

(3.3)

lalu berapa cara yang dapat dilakukan agar dapat dibentuk kelompok yang terdiri atas 3 orang (2 orang laki. maka kemungkinannya: 4 laki.3.5! kelompok yang terdiri atas 3 orang (2 orang laki-laki dan 1 orang wanita). Tentukan jumlah kombinasi 3 unsur dari 3 unsur yang tersedia dan 2 unsur dari 3 unsur yang tersedia! Jawab : Kombinasi 3 unsur dari 3 unsur yang tersedia: 3 C3 = a b c → 1 kombinasi C2 = a b a c b c 3 kombinasi Kombinasi 2 unsur dari 3 unsur yang tersedia: 3 2.6.laki saja ⇒ C2 = 4! 4. Ada 4 pasang suami istri.2.laki dan 1 orang wanita)?. maka berapa carakah yang dapat dilakukan agar dapat dibentuk kelompok yang terdiri atas 3 orang?. Jawab: -kelompok yang terdiri atas 3 orang (tanpa jenis kelamin yang khusus).5! = = 56 cara (8 − 5)!5! 3.4) Contoh : 1. persamaan kombinasi dapat dinyatakan dalam permutasi sebagai berikut: nCr = n! n Pr = (n − r )!n! r! (3.7. maka kemungkinannya: 8 C3 = 8! 8.2! .2! = = 6 cara 2!.26 Bila kita telaah.2! 2!.

.1 C (2 + 1) = C1 dan C 2 = 6 . Pada peristiwa yang menggunakan distribusi binomial akan memiliki dua keadaan (katakanlah A dan A’). dalam hal ini hubungan antara p dan q dapat dinyatakan dengan : p+q=1 (3. 4 = 24 cara 3. keadaan spin partikel dapat up atau down. Sebagai contoh peristiwa binomial adalah: • • • kemungkinan hasil eksperimen dapat gagal atau berhasil. Sebagai contoh: • • Tentukan peluang untuk mendapatkan 3 muka gambar dalam tiga kali lemparan sebuah mata uang. lemparan sebuah mata uang dapat berupa gambar atau angka. Tentukan peluang untuk mendapatkan 2 muka gambar dalam tiga kali lemparan sebuah mata uang.5) Bagaimanakah kita dapat menentukan peluang yang akan muncul untuk keadaan tertentu jika peristiwanya kita ulang beberapa kali. Untuk satu kali peristiwa itu terjadi. peluang kejadian A dinyatakan dengan P(A) = p dan peluang kejadian bukan A (kejadian A’) dinyatakan dengan P(A’) = q. sedangkan distribusi binomial yang dimaksud adalah keadaan untuk menggambarkan peluang yang akan muncul dari suatu peristiwa yang diulang n kali percobaan dimana peristiwa tersebut memiliki dua kemungkinan kejadian. adapun binomial mengandung arti dua.27 wanita saja ⇒ C14 = 4! 4.1! 3!.2 Distribusi Binomial Fungsi distribusi adalah fungsi yang menggambarkan kumpulan dari beberapa peluang.3! = = 4 cara 3!.

Untuk jumlah lemparan yang cukup banyak akan sangat kerepotan kita dalam menentukan pola kombinasi yang akan terjadi. Oleh karena itu kita perlu model matematis untuk menentukan harga probabilitas dalam distribusi binomial. . maka pola yang terbentuk menjadi seperti pada tabel 3.28 • Tentukan peluang untuk mendapatkan 1 muka gambar dalam tiga kali lemparan sebuah mata uang. P(2G) = 6/16. Harga peluang ini ada kaitannya dengan harga kombinasi yang harus dilakukan untuk menempatkan pola yang dapat terjadi. Perhatikan peluang untuk mendapatkan dua muka gambar dalam empat kali lemparan mata uang dapat diperlihatkan oleh tabel 3. P(1G) = 3/8. Pola lemparan yang akan terjadi ditunjukkan pada tabel 3. misalnya empat lemparan. P(2G) = 3/8.1.2.1 Pola kombinasi tiga kali lemparan sebuah mata uang No 1 2 3 4 5 6 7 8 Lemparan 1 G G G A A A G A Lemparan 2 G G A G A G A A Lemparan 3 G A G G G A A A KETERANGAN 3G 2G 1G 0G Jika kita melihat hal ini maka untuk menjawab pertanyaan di atas dapat dilakukan dengan mudah: • • • P(3G) = 1/8. Tabel 3. Namun untuk lemparan yang cukup banyak.2. Pola ini akan semakin berkembang jika jumlah lemparan diperbanyak.

bagaimanakah peluang utuk menentukan dua eksperimen yang berhasil dari semua eksperimen yang pernah dilakukan..29 Tabel 3.n-1 n g g g 1 2 3 ….. No kemungkinan No eskperimen 1 h h h 2 h g g 3 G H G . . misal hasil sebuah eksperimen yang telah dilakukan memiliki dua kemungkinan yakni berhasil (h) dan gagal (g). N g g g .2 Pola kombinasi empat kali lemparan sebuah mata uang No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Lemparan 1 G G G G A A A A G G G A A A G A Lemparan 2 G G G A G A G G A A G A A G A A Lemparan 3 G G A G G G A G A G A A G A A A Lemparan 4 G A G G G G G A G A A G A A A A Keterangan 4G 3G 2G 1G 0G Model ini dapat kita asumsikan sebagai berikut. .

3 Penerapan Distribusi Binomial dalam Kasus Fisika Model distribusi binomial ini dapat diterapkan ke dalam beberapa kasus fisika seperti sistem N partikel dengan spin ½. yang dinyatakan dengan: N P(binomial) = C n p n q N −n = N! p n q N −n n!( N − n )! (3. Jika partikel dalam keadaan up maka harga momen magnetik partikelnya +µo. = 8 8 1 3 = 3. Gambar 3. . = 4.1 Sistem N partikel dengan spin ½.6) Contoh penggunaannya adalah sebagai berikut: P33 = 3 2 3! 1 1     3!(3 − 3)!  2   2  2 3 3−3 1 1 = 1. Harga momen magnetik partikel tersebut memiliki dua macam harga bergantung dari keadaan spin partikel. = 8 8 = 6. 1 6 = 16 16 3! 1 1 P =     2!(3 − 2 )!  2   2  2 4 2 3− 2 4! 1 1 P =     2!( 4 − 2 )!  2   2  4! 1 1 P =     3!( 4 − 3)!  2   2  4 3 3 4− 2 4 −3 1 4 = 16 16 3.30 Berdasarkan hasil uji coba maka diperoleh model matematis untuk distribusi binomial. jika partikel dalam keadaan down maka momen magnetik partikelnya -µo. Sebagai contoh sistem yang terdiri dari N partikel dimana setiap partikel memiliki variabel besaran fisika yakni momen magnetik partikel µo.

7) Mengingat sistem ini berprilaku dinamis.. maka pengukuran yang memungkinkan untuk harga momen magnetik total lebih tepat dinyatakan dengan: M T = M ± ∆M (3. M = harga total momen magnetik rata-rata.... Jika peluang partikel dalam keadaan up dapat dinyatakan dengan p. Oleh karena itu untuk memperoleh gambaran momen magnetik total sistem kita memerlukan langkah-langkah perhitungan berikut ini. dan peluang partikel dalam keadaan down dapat dinyatakan dengan q (dengan p + q = 1). Asumsi yang digunakan adalah tidak adanya interaksi massa antar partikel..9) . partikel hanya mengalami gerak translasi saja... + µ oN M T = ∑ µ oi i =1 i=N (3.31 Bagaimanakah kita dapat menghitung harga momen magnetik total dari sistem ini?. Namun orientasi spin partikel dapat mempengaruhi keadaan lainnya sehingga keadaan spin partikel setiap saat dapat berubah. Untuk mendapatkan harga momen magnetik total.8) dimana MT = harga momen magnetik total sistem. maka kita akan menjumlahkan semua harga momen magnetik yang dimiliki oleh semua partikel yaitu: M T = µ o1 + µ o 2 + µ o 3 + µ o 4 + . harga total momen magnetik ratarata dapat dinyatakan dengan: M = ∑ µi = ∑ µi i =1 i =1 i= N i= N (3. ∆M = standar deviasi/simpangan .. Sehinggga kita memerlukan harga M dan ∆M.

Standar deviasi didefinisikan sebagai rata-rata dari simpangan yang dituliskan dengan: ∆M = ∆ M . maka dalam bentuk yang lebih sederhana harga total momen magnetik rata-rata dapat dinyatakan dengan:  i=2  M = N.10) ∆M = M − M = ∑ (µ i − µ ) = ∑ ∆µ i i =1 i =1 i= N i= N (3.µ o + q. penyelesaian untuk kasus ini menjadi: . Namun jika kita perhatikan ∆ M = ∆M = ∑ µ i − µ = ∑ µ − µ = 0 i =1 i =1 N N Sehingga harga standar deviasinya menjadi : ∆M = (∆M )2 (3.32 Mengingat setiap partikel memiliki dua keadaan dengan peluang p dan q.11) Untuk data yang cukup besar kita akan menggunakan konsep standar deviasi.(−µ o ) ) = (p − q ) Nµ o  i =1  Besar simpangan momen magnetik totalnya dapat dinyatakan dengan (3.12) di atas.12) Mengingat N adalah jumlah partikel dengan orde yang cukup besar maka kita menggunakan harga standar deviasi seperti pada persamaan (3.µ = N ∑ Pi µ i  = N(p.

33 (∆M)2 = (∆M)2 i=N  i=N  (∆M) =(∆M)(∆M) =∑ µi ⋅∑ µi  =(∆µo1 +∆µo2 +∆µo3 +.14) Mengingat harga standar deviasi untuk momen magnetik partikel adalah sama maka harga standar deviasi momen magnetik total dapat dirumuskan dengan lebih mudah: (∆M )2 ∆M = = N(∆µ o ) = 4 Npqµ o 2 2 (∆M )2 = 4 Npqµ o = 2µ o Npq 2 (3.K⋅ (∆µo1 +∆µo2 +∆µo3 +K ∆ ∆ ) )  i=1   i=1  2 (∆M)2 ={(∆µo1)2 +(∆µo2)2 +(∆µo3)2 +K+(∆µoN)2}+{(∆µo1∆µo2) +(∆µo1∆µo3) +(∆µo1∆µo4) +K+(∆µo1∆µoN)} + {(∆µo2∆µo1) +(∆µo2∆µo3) +(∆µo2∆µo4) +K+(∆µo2∆µoN)} +K+(∆µoN∆µoN) (∆M) =∑∆µoi) +∑∑∆µoi)(∆µoj). ( ( 2 2 N N i=1 i=1 j=1 2 i=N i=1 2 N N i=N dengan i ≠ j sehingga i=N i=1 i=N j=N i=1 j=1 i=N i=1 (∆M) =∑∆µoi) +∑∑∆µoi)(∆µoj) =∑∆µoi) +∑∑∆µoi)(∆µoj) =∑∆µoi)2 ( ( ( ( ( 2 i=1 j=1 i≠ j i≠ j (3. i =1 i =2 sehingga (∆µ )2 = p(µ o − ( p − q)µ o ) 2 + q(−µ o − ( p − q)µ o ) 2 = p(2qµ o ) 2 + q(−2 pµ o ) 2 = 4 pq 2 µ o + 4qp 2 µ o 2 2 (∆µ )2 = 4 pqµ o 2 ( p + q) = 4 pqµ o 2 (3. dengan → µ = ( p − q)µ o .15) Sehingga harga moment magnetik total sistem dapat dinyatakan dengan : M T = (p − q) Nµ o ± 2µ o Npq (3.16) . harga ini dapat diturunkan sebagai berikut: (∆µ )2 = ∑ Pi (∆µ )2 = p(µo − µ ) 2 + q(−µ o − µ ) 2 .13) Sehingga dalam hal ini kita memerlukan harga standar deviasi untuk momen magnetik partikel.

Sebuah koin mata uang bergambar angka (A) dan gambar(G) dilempar 400 kali. 1 e −( n− Np ) 2π Npq 2 / 2 Npq n = np = 400. dan P(G) = ½. 1 = 10 . apabila N sangat besar maka perhitungan probabilitas P(n) terlihat sulit karena membutuhkan perhitungan faktorial yang sangat besar.1) tersebut untuk kasus N yang sangat besar seperti yang diperlihatkan oleh persamaan berikut: P( n ) = 1 e −( n − Np ) 2π Npq 2 / 2 Npq (3. 1 = 200 . Tentukan probabilitas memperoleh 215 gambar (G) ! Jawab : Dari persamaan distribusi Gauss: P( n ) = dimana: P(A)= ½ . Karena kesulitan inilah.34 3. memungkinkan kita untuk menggunakan aproksimasi sehingga diperoleh bentuk persamaan yang sederhana dari persamaan (5.4 Distribusi Gauss / Distribusi Normal Perhatikan kembali persamaan distribusi binomial yang diperlihatkan oleh persamaan (3. 1 . 2 2 2 Maka diperoleh: P (215) = 1 10 2π − ( 215 − 200 ) 2 e 2.100 .17) dimana: nilai rata-rata: n = Np standar deviasi: ∆ = Npq Persamaan di atas menunjukkan distribusi Gauss. Contoh Soal 1. σ = 400.4).

∆M = 2 Npq µ o maka diperoleh persamaan sebagai berikut: 2   1 − 1  M − M    P( M ) = exp  2  ∆M   2π ∆M     2    1  M − N( p − q )µo   1  = exp−    2  2 Npqµ 2π 2 Npqµ     o o     M − N( p − q ) µ 2  1 o  exp− =   2 µ 2πNpq 8Npqµ 2 o   o   ( ) .35 = 0. Jawab: P”(M)=P’(m)=P(n) Dari aproksimasi Gaussian diperoleh: P ( n) = dimana:   n − n 2    exp − 1  2 2π ∆n   ∆n       1 M = N ( p − q) µ o . Momen magnetik partikel dinyatakan dalam µo. harga probabilitas partikel dalam keadaan up dan down dinyatakan oleh p dan q dengan menggunakan persamaan P ( M )dM = P" ( M ) dM dan aproksimasi Gaussian untuk harga N yang 2µ o besar. turunkan aproksimasi Gaussian untuk probabilitas P(M)dM yang momen magnetik total dari sistemnya mempunyai nilai antara M dan M+dM.013. 2. Sebuah sistem terdiri dari N partikel dengan spin ½ (interaksi antar partikel dalam sistem sangat lemah ≡ sistem ideal).

sedangkan partikel yang dipancarkan oleh sumber merupakan variabel diskrit yang dapat dihitung secara digital.36 3.2 Skema pancaran partikel yang diterima oleh detektor Peristiwa ini merupakan salah satu contoh distribusi poisson karena waktu pengamatan berjalan secara kontinu.5 Distribusi Poisson Apabila N keadaan yang ditinjau sangat besar tetapi memiliki peluang (p) sangat kecil maka persamaan distribusi binomial di atas dengan menggunakan aproksimasi akan diperoleh persamaan distribusi poisson. dimana sebuah sumber partikel memancarkan partikel yang kemudian ditangkap oleh sebuah detektor. Bagaimanakah kita dapat menentukan peluang untuk mendapatkan partikel dalam sistem yang seperti ini? Kita tinjau sistem berikut ini. detektor Sumber partikel 908850 Gambar 3. Distribusi poisson ini merupakan suatu sistem distribusi yang berkaitan dengan variabel kontinu. misal kita amati jalannya dua partikel yang berurutan selama penyinaran maka akan terlihat : . misalnya variabel waktu. Tinjau kasus di bawah ini.

18) Dalam deret Taylor. dimisalkan: . Maka pernyataan peluang tidak λ  menemukan 1 partikel dalam selang dx menjadi P0 (dx λ ) = (1 − (dx λ ).) dan peluang x tidak menemukan partikel dalam selang x menjadi P0   . kalau dalam selang waktu dx ditemukan partikel maka harga peluangnya dapat dinyatakan dengan perbandingan Pn (dx λ ) . X adalah lamanya pengamatan dan λ adalah selang waktu antara partikel yang berdekatan. sehingga P1   = 1 .3 Posisi hamburan dua partikel berturut-turut terhadap waktu Dari gambar. Yang menjadi bahasan dalam distribusi Poisson adalah bagaimana menentukan gambaran peluang untuk mendapatkan n partikel dalam selang waktu tertentu (X)? Sebagai gambaran.37 λ x Gambar 3.  λ  Jika dalam selang dx ada 1 partikel. λ Sehingga untuk menggambarkan peluang tidak ditemukannya partikel dalam selang waktu (x+dx):  x + dx   x   dx  Po   = Po  λ  1 − λ   λ     (3. maka peluang untuk menemukan 1 partikel  dx  dalam selang dx adalah 1. sedangkan kalau tidak ditemukannya partikel dalam selang (x + dx) dinyatakan dengan:  x + dx  P0  .

maka diperoleh: dP x  x + dx  x + o λ dx Po   = Po λ dx  λ  ( ) ( ) (3. Bagaimana mengetahui peluang untuk menemukan 1 partikel dalam selang waktu X pengamatan?. berarti belum ada partikel yang dipancarkan sehingga peluang untuk tidak menemukan partikel dalam selang waktu X adalah 1 maka akan diperoleh: 1 = C.19) Dari persamaan (3.. 1! 2! f ( x + dx ) = f ( x ) + Dengan mengambil dua suku pertama.19) diperoleh: Po x d ( λ )− P (x λ ) dx = P (x λ )+ dx P (x λ )dx λ o o o − { ( λ )} λ P (x ) λ x − = ln P (x ) λ λ dx = d Po x o o −x x Po   = Ce λ λ  Jika dalam waktu X = 0.20) Persamaan di atas merupakan peluang untuk tidak menemukan partikel dalam selang waktu X pengamatan.e0 dan didapatkan C = 1.38 f ( x ) = Po x ( λ) f'( x ) f"( x ) 2 dx + d x + .. sehingga: −x x P0   = e λ λ  (3.18) dan (3. Perhatikan gambar berikut: .

4 Ilustrasi munculnya satu buah partikel dalam waktu X pengamatan Perhatikan ada tiga keadaan untuk menggambarkan kondisi ini: 1. maka: −x −x x 0 x eλ ξ P1   = λ λ = x.e λ λ . Peluang tidak ditemukannya partikel dalam selang ξ maka: −x x P0   = e λ λ  2. Peluang tidak ditemukannya partikel dalam selang (x-ξ) maka:  x − ξ  −( x−ξ ) λ P0  =e  λ  Karena waktu adalah suatu variabel yang kontinu maka peluang untuk menemukan 1 partikel dalam selang X dinyatakan dengan: −ξ d ξ  − ( xλ− ξ ) x λ  P1   = ∫ e  . Peluang ditemukannya partikel dalam selang dξ:  dξ  P1    λ  3.ξ ξ dξ X Gambar 3.  e λ 0  λ  x −x x  dξ  P1   = ∫ e λ  . λ 0  λ  x x Karena e λ dan λ adalah konstanta.39 X.

4 Ilustrasi munculnya dua buah partikel dalam waktu X pengamatan Dengan gambaran yang sama. Ditemukannya 1 partikel dalam selang dξ menjadi ξ  P1   λ  3. Terlebih dahulu perhatikan gambar berikut: X.ξ ξ dξ X Gambar 3. maka kita akan mendapatkan 3 keadaan sebagai berikut: 1.e λ P1   = λ λ  (3.e λ P1   = λ λ  −ξ 2.40 Jadi peluang untuk menemukan 1 partikel dalam selang waktu X dinyatakan dengan: −x  x  x.21) Sekarang akan diturunkan bagaimana mencari peluang menemukan 2 partikel dalam selang X. Peluang ditemukannya 1 partikel dalam selang ξ adalah  ξ  ξ . Peluang tidak ditemukannya partikel dalam selang (x-ξ): − ( x −ξ )  x −ξ  λ P0  =e λ   .

 .22) Dengan cara yang sama.23) Dari persamaan di atas maka dapat diperoleh bahwa peluang untuk menemukan n partikel dalam selang waktu x adalah x 1 x − Pn   = .  .24) .e λ 0 λ  λ  x x e P2   = 2 λ λ − x −x −x 2 x 0 λ x ∫ ξ dξ = 0 e ξ 2λ 2 −x 2 λ = x .λ2 λ  ( 3.  .41 Maka peluang untuk menemukan 2 partikel dalam selang waktu x adalah : ξ −λξ  dξ  −( xλ−ξ )  x P2   = ∫ e .e λ P2   = 2.e λ λ 2 .2 2  x  x . cobalah anda temukan persamaan untuk mendapatkan 3 partikel dalam selang X pengamatan ! Cocokan hasil anda  x 1  x − P3   = .e λ  λ  n!  λ  n x (3.e λ λ 6 λ 3 x (3.

Misalkan sebuah buku dengan tebal 600 halaman terdiri dari 600 kesalahan ketik. n n!  λ  λ x n maka persamaan diatas dapat ditulis : x − p  = e λ . N = 600.. sebuah halaman tidak terdapat kesalahan ketik ! b. P = 1/600 sehingga diperoleh: x x . Dengan menggunakan distribusi poisson. hitung probabilitas: a.e λ = 1 λ 2. sebuah halaman terdapat kesalahan ketik paling sedikit tiga ! Jawab: a.  λ  2!  λ  x λ 2 1x e =∑   .42 Contoh soal 1. Buktikan bahwa distribusi ini ternormalisasi yaitu Jawab:  x 1 x − Pn   =   e λ  λ  n!  λ  = n x ∑ P ( n) = 1 n ∑ n − x 1  x  −λ   e n!  λ  n x =e λ ∑ n 1x   n!  λ  n  x 1  x Ingat bahwa e = 1 +   +   + . Anggap bahwa kesalahan ketik yang dilakukan oleh seorang juru ketik terjadi secara acak..

184 maka akan diperoleh : P>3(1) = 1.08.367 + 0. P1(1) = 0.367 + 0. P2(1) = 0. .367. 0! b.( P0(1) + P1(1) + P2(1) ) = 1-(0.367.184) = 0.43 x λ = 600 x1 600 = 1 Dari persamaan distribusi Poison akan didapatkan : P0 (1) = 1 0 (1) e − 1 = 0. P0(1) = 0.367.

x. Dalam suatu sistem yang volumenya Vo dengan jumlah molekulnya N terdapat sistem lain yang akan ditinjau volumenya adalah ∆V dan jumlah molekulnya adalah n. massa jenis tembaga 8. tentukan peluang 3 partikel dalam selang waktu tersebut! 2. Sebuah elektron bergerak sepanjang sumbu x seperti gambar dalam selang a ≤ x ≤ 4a dan a 4a amplitudo gelombang elektron tersebut adalah ψ(x)= c. ada 3 informasi penting yang akan memberikan spesifikasi makroskopik. Dalam pembahasan Fisika Statistik. Sistem gas N2 berada dalam kesetimbangan menempati sebuah kotak tembaga yang berada dalam temperatur kamar.44 Soal Latihan 1.q N − n ! dengan Pn adalah kemungkinan mendapatkan n ruangan yang diinginkan.9 gr/cm3 dan berat atom tembaga 63. Tentukan: . Jika p adalah kemungkinan untuk mendapatkan satu ruangan yang ditinjau dan q adalah kemungkinan untuk mendapatkan ruangan lainnya. 4. Tentukan kemungkinan untuk mendapatkan elektron pada daerah 2a ≤ x ≤ 3a ! 5. jika Ep = Ek. Jika p adalah kemungkinan untuk mendapatkan molekul pada daerah yang ditinjau dan q adalah kemungkinan untuk mendapatkan molekul pada daerah yang lain. Energi rata-rata yang dimiliki partikel gas yang berada dekat dengan dinding diasumsikan sama 2 dengan energi rata-rata partikel tembaga yaitu e = 1 mv . Buktikan : Pn = N C n . Setiap partikel 2 tembaga bergetar harmonik sederhana. Suatu sistem terdiri dari banyak ruangan dengan jumlah total partikel N dan jumlah partikel dalam sistem yang ditinjau adalah n. a. Jelaskan apa dimaksud dengan Ensambel statistik! b.5. Sebutkan dan jelaskan ketiga informasi tersebut! 3. Jika dalam waktu 3 detik suatu sumber partikel memancarkan partikel dengan 31 partikel/detik. p n . tentukan jumlah rata-rata molekul berada pada daerah yang kita tinjau! 6.

4 ruang jenis B. a. Kecepatan rata-rata gerakan atom tembaga dalam kesetimbangan! b. dan 1 partikel di ruang D! 9. jika gaya tarik yang bekerja pada penampang kotak A menyebabkan pertambahan panjang kotak ∆l. 5 ruang jenis C dan sisanya D. Dalam mengungkapkan sifat-sifat makroskopik suatu sistem ada 2 metode yang digunakan yaitu metode thermodinamika dan metode fisika statistik.28. Tentukan peluang untuk mendapatkan bangunan yang berkarakteristik xy dengan 3 partikel di ruang A. dapat dinyatakan dengan : F A = γ ∆i i dengan γ adalah modulus young = 1.1012 dyne/cm2. Besar gaya yang bekerja tiap satuan luas. Jelaskan masing-masing tersebut! b. Di dalam sebuah tabung berisi gas ideal dengan N jumlah partikel dalam keadaan setimbang dengan volume Vo. Besar energi potensial yang menyebabkan atom bergeser sejauh x! 7. gaya tersebut menyebabkan pergeseran atom sejauh x. tentukan: a. Dengan mengambil n partikel dalam subruang V maka dapat dinyatakan probabilitas untuk mendapatkan partikel dalam subruang V yang dinyatakan dengan P = V/Vo. ruang C dan ruang D berkarakteristik y. Jarak antar partikel terdekat! c. Standar deviasinya jika V << Vo 8. kemudian disebarkan 6 partikel. dimana terdapat 8 ruang jenis A. d. Standar deviasi ∆n! c. Jelaskan dimana kegagalan metode thermodinamika dalam menjelaskan sifat makroskopik suatu sistem. mengapa metode mekanika statistik dapat menjelaskannya! . V dan Vo)! b. Suatu bangunan terdiri dari 20 ruang. Ruang A dan ruang B berkarakteristik x. Nilai rata-rata banyaknya partikel dalam subruang V (nyatakan dalam N.45 a.

Kemudian terdapat probabilitas p dimana sebuah elektron diemisikan dari filamen selama selang waktu tersebut. Sebagai pendekatan. 0. . Akibatnya.46 10. Hitunglah M dan deviasi standarnya ∆M dalam bentuk N. Tinjau selang waktu sangat singkat ∆t. Misalkan bentuk intinya tidak simetri bola melainkan elipsoidal. Muatan total yang diemisikan dalam selang waktu t dapat ditulis sebagai: Q = q1 + q2 + q3 + q4 + q5 + . p dan µ0. emisi satu elektron tertentu tidak mempengaruhi emisi elektron yang lain. Tinjau sebuah inti yang memiliki spin 1. Elektron bermuatan e diemisikan secara acak dari sebuah filamen panas pada sebuah tabung vakum. sehingga qi = e jika sebuah elektron diemisikan dan qi = 0 jika tidak. inti cenderung lebih menyukai orientasi tertentu yaitu sumbu mayornya sejajar dengan arah tertentu dalam kristal padat dimana inti tersebut berada. Misalkan bahwa zat padat yang ditinjau memiliki N inti yang interaksinya dengan yang lain dapat diabaikan. Hitunglah (∆µ ) 2 ! c. a. + qn Dimana qi menyatakan muatan yang diemisikan selama selang waktu ∆t ke i. Selama selang waktu ini terdapat N = t / ∆t kemungkinan selang waktu ∆t dimana elektron dapat diemisikan. Tinjau sembarang selang waktu t yang lebih besar dari ∆t. Karena ∆t sangat singkat. . −µ0. dan probabilitas p dimana µ = − µ0. . yaitu +µ0. Komponen momen magnetik µ sepanjang arah tertentu dapat memiliki tiga kemungkinan nilai. probabilitas elektron teremisi p selama selang waktu ini sangat kecil (p <<1) dan probabilitas lebih dari satu elektron yang teremisikan selama selang waktu ∆t dapat diabaikan. probabilitas untuk µ = 0 adalah 1−2p. Sehingga terdapat probabilitas p dimana µ = µ0. (dan probabilitas q = 1– p dimana elektron tidak teremisikan). 11. Hitunglah µ dan µ 2 ! b. Anggap M menyatakan komponen momen magnetik total sepanjang arah tertentu dari semua inti dalam zat padat tersebut.

Kondisi batrei sudah cukup lama sehingga tidak semua sel individu berada dalam kondisi sempurna. dan R. p. Sebuah batrei dengan ggl total V dihubungkan dengan sebuah resistor R. hitunglah daya rata-rata P yang didisipasikan dalam resistor. Sebuah molekul pada gas bebas bergerak dalam tiga dimensi. Hitunglah muatan rata-rata Q yang diemisikan filamen selama selang waktu t? b. dan probabilitas (1 – p) dimana ggl dari tiap sel individu nol karena telah terjadi konsleting. Sehingga terdapat probabilitas p dimana ggl dari tiap sel individu memiliki nilai yang normal v. Kemudian. v. c. buktikan bahwa (∆I) 2 = e I t d. Hitunglah deviasi standar arus ∆I jika arus rata-ratanya I = 1 µA dan selang waktu pengukurannya 1 detik. Arus I yang diemisikan filamen selama selang waktu t didefinisikan oleh Q/t. Perpindahan molekul setelah tumbukan berurutan tidak saling berkaitan (statistically independent). Misalkan s menyatakan perpindahannya setelah tumbukan berurutan dengan molekul yang lain. Nyatakan solusinya dalam N. Tiap sel individu tidak saling berkaitan satu dengan yang lain (statistically independent). sejumlah daya P = V2/R didisipasikan pada resistor tersebut. Hitunglah dispersi muatan (∆Q) 2 yang diemisikan filamen selama selang waktu t? Gunakan pendekatan p<<1 untuk menyederhanakan solusinya. Hubungkan dispersi arus (∆I) 2 dengan arus rata-rata I . Batrei tersebut terdiri dari N buah sel individu yang disusun secara seri sehingga V merupakan penjumlahan dari ggl seluruh sel individu. molekul bergerak acak sehingga perpindahan rata-ratanya s = 0 (rata-rata tiap komponen . karena tidak ada arah tertentu yang lebih disukai oleh molekul dalam ruang. 12. 13. Akibatnya.47 a. Pada kondisi seperti ini.

.... b.. c. .48 perpindahan s x = s y = s z = 0 ). a. Hitunglah ∆R jika besar tiap perpindahan s sama dengan l.. Hitunglah perpindahan total rata-rata mengalami N kali tumbukan berturut-turut. Hitunglah standar deviasi ∆R = (R − R ) dari perpindahan ini setelah 2 R dari molekul setelah molekul mengalami N kali tumbukan berturut-turut. + s N dimana s i menyatakan perpindahan ke i dari molekul. Perpindahan total R molekul setelah mengalami N tumbukan berturut-turut dapat dituliskan sebagai: R = s 1 + s 2 + s 3 + ..

Sign up to vote on this title
UsefulNot useful