b. Distribusi Multinomial Distribusi multinomial adalah sebuah distribusi dimana percobaan akan menghasilkan beberapa kejadian.

. Misalkan ada k kejadian dalam sebuah percobaan yaitu B. Jika percobaan diulang sebanyak n kali dan peluang terjadinya setiap kejadian B adalah P(B1) = p1, P(B2) = p2, , P(Bk) = pk dengan jumlahnya masing-masing sebanyak x1, x2, , xk maka fungsi distribusi multinomial nya sebagai berikut:

Dimana : x1, x2, , xk = jumlah dari kejadian B1, B2, , Bk n = jumlah percobaan yaitu: p1, p2, ,pk = peluang terjadinya kejadian B1, B2, , Bk Contoh soal: Pada suatu pemeriksaan hasil pembuatan pipa pada sebuah pabrik memperlihatkan bahwa 85% produknya baik, 10% produknya tidak baik tapi bisa diperbaiki dan 5% produknya rusak. Jika diambil sampel berukuran 20, berapa peluang akan terdapat 18 yang baik dan 2 yang tidak baik tapi bisa diperbaiki?

Diketahui: x1 = 18 = banyaknya produk baik x2 = 2 = banyaknya produk tidak baik tapi bisa diperbaiki x3 = 0 = banyaknya produk rusak p1 = 0,85 p2 = 0,1 p3 = 0,05 Jawab:

Jadi peluang terambil 18 produk baik dan 2 produk tidak baik tapi bisa diperbaiki adalah 0,102

c. Distribusi Poisson Sifat percobaan Poisson: 1. Terjadi dalam suatu selang/interval waktu atau daerah tertentu. 2. Kejadian pada suatu inverval saling bebas dengan kejadian pada inverval yang lain. Fungsi Peluang Poisson Dimana: x = banyaknya kejadian pada interval waktu tertentu = rata-rata banyaknya kejadian pada interval waktu tertentu () e = 2.71828

Contoh : Di RSUD Ulin, rata-rata pasien mendatangi UGD pada akhir minggu adalah 3 pasien per jam. Berapa peluang ada 4 pasien mendatangi UGD pada akhir minggu? Diketahui: = = 3 pasien perjam x=4 Jawab:

Jadi peluang ada 4 pasien mendatangi UGD pada akhir minggu adalah 0,1680 Nilai peluang distribusi Poisson dapat diperoleh dari tabel Poisson

d. Distribusi Hipergeomertik Percobaan tidak bersifat independen dan peluang sukses berubah dari satu kejadian ke kejadian yang lain Fungsi Peluang Hipergeometrik Dimana : x = banyaknya sukses dalam n kali kejadian n = banyaknya kejadian N = banyaknya elemen populasi r = banyaknya sukses dalam populasi

Contoh soal: Sebuah anggota komite terdiri dari 5 orang, 3 wanita dan 2 laki-laki. Jika dari komite itu dipilih 2 orang untuk mewakili dalam sebuah pertemuan, berapa peluang yang terpilih 1 wanita dan 1 laki-laki? Diketahui: N = 5; n = 2; r = jumlah wanita = 3 N r = jumlah laki-laki = 5 3 = 2 x = jumlah wanita yang terpilih = 1 n x = jumlah laki2 yg terpilih = 2 1 = 1 Jawab:

Distribusi Peluang Kontinu

Ruang sampel kontinu mengandung jumlah titik sampel yang tak terhingga yang sama banyaknya dengan titik pada sebuah garis. Distribusi peluang kontinu tidak dapat disajikan dalam bentuk tabel tapi dapat dinyatakan dalam bentuk rumus.

Rumus untuk distribusi peluang kontinu fungsi nilai-nilai variabel acak kontinu X yang digambarkan sebagai kurva kontinu fungsi kepekatan peluang

Syarat: 1. f(x) 0, nilai peluang selalu lebih besar dari 0 2. , jumlah total peluang sebuah kejadian selalu sama dengan 1 3 Peluang dihitung untuk nilai dalam suatu interval tertentu. 4. Peluang di suatu titik = 0. 5. Peluang untuk random variabel kontinu (nilainilainya dalam suatu interval), misalkan antara x1 dan x2, didefinisikan sebagai luas daerah di bawah kurva (grafik) fungsi peluang antara x1 dan x2

a. Distribusi Normal (Sebaran Gauss) paling luas penggunaannya Karakterisik Distribusi Peluang Normal: 1. Bentuk kurva normal seperti bel dan simetris. 2. Titik tertinggi dari kurva normal terletak pada nilai rata-rata = median = modus. 3. Parameter , menunjukkan lebar dari kurva normal (semakin besar nilainya, kurva semakin lebar). 4. Luas total area di bawah kurva normal adalah 1 dengan batasan x1 sampai x2 (luas bagian di sebelah kiri = sebelah kanan ). 5. Peluang suatu variabel acak normal sama dengan luas di bawah kurva normal.

Untuk mencari peluang sebuah interval pada distribusi normal, maka fungsi distribusi itu harus diintegralkan dengan batas-batas peluang sbb:

Dimana: = 3.14159 e = 2.71828 Kurva normal bergantung pada nilai tengah dan simpangan baku: P(x1 < x2 < x3) = n(x; , )

Untuk mempermudah perhitungan itu, maka variabel x ditransformasi menjadi angka baku z, yaitu: Tabel Sebaran Normal Baku Distribusi normal baku: distribusi variabel acak normal dengan = 0 dan = 1 Bila X berada di antara x = x1 dan x = x2, maka variabel acak Z berada di antara nilai padanannya: dan

Contoh soal 1: Suatu jenis aki mencapai umur rata-rata 3 tahun dengan simpangan baku 0.5 tahun. Bila umur aki menyebar normal, hitunglah peluang bahwa sebuah aki tertentu akan mencapai umur kurang dari 2.3 tahun?

Contoh soal 2: Sebuah perusahaan alat listrik memproduksi bohlam yang umurnya menyebar normal dengan nilai tengah 800 jam dan simpangan baku 40 jam. Hitunglah peluang sebuah bohlam hasil produksinya akan mencapai umur antara 778 dan 834 jam?