DISTRIBUSI PROBABILITAS

DISKRIT TEORITIS 1
TI2131 TEORI PROBABILITAS
MINGGU KE-9
Distribusi Seragam Diskrit
Jika sebuah variabel random X mengambil nilai x
1
,
x
2
, , x
k
dengan probabilitas yang sama, maka
distribusi seragam diskrit untuk variabel X diberikan
oleh

f(x;k) =
k
1
Rataan dan Variansi Distribusi
Seragam Diskrit
Rataan dan variansi dari distribusi seragam
diskrit f(x;k) adalah

k
x
k
i
i
=
=
1

( )
k
x
k
i
i
=

=
1
2
2

o
Contoh Distribusi Seragam
Diskrit
Jumlah pengunjung sebuah museum berkisar antara
0 sampai 4 orang dalam 1 menit dengan
kecenderungan yang sama.
Berapa probabilitas dalam satu menit terdapat
kurang dari 2 pengunjung?
Dalam jangka panjang, berapa rata-rata pengunjung
per menit?
Proses Bernoulli
Suatu proses dikatakan sebagai proses Bernoulli jika
memiliki karakteristik sebagai berikut:
1. eksperimen terdiri atas n ulangan percobaan
2. masing-masing percobaan menghasilkan
outcome yang dapat diklasifikasikan sebagai
sebuah sukses atau sebuah gagal
3. probabilitas sebuah sukses, disimbolkan dengan
p, tetap konstan dari satu percobaan ke
percobaan lainnya
4. ulangan percobaan adalah independen

Contoh Proses Bernoulli
Sebuah kartu diambil dari tumpukannya. Hal ini
dilakukan tiga kali tanpa pengembalian. Jika muncul
warna merah maka percobaan tersebut
diklasifikasikan sebagai sukses dan jika muncul warna
hitam maka percobaan tersebut diklasifikasikan
sebagai gagal. Apakah proses ini mengikuti proses
Bernoulli?
Distribusi Binomial
Sebuah percobaan Bernoulli dapat menghasilkan
outcome sukses dengan probabilitas p dan
outcome gagal dengan probabilitas q= 1- p. Maka
distribusi probabilitas dari variabel random binomial
X, jumlah sukses dalam n percobaan independen,
adalah:
b(x; n, p) = x = 0,1,2, , n
,
x n x
q p
x
n

|
|
.
|

\
|
Contoh Distribusi Binomial
Diketahui proporsi pria Indonesia dewasa yang
merokok adalah 0,4. Jika diambil sampel 5 pria
secara acak, berapa probabilitas tiga orang di
antaranya merokok? Berapa probabilitas kelimanya
merokok?
Teorema Rataan dan
Variansi Distribusi Binomial
Mean dan variansi dari distribusi binomial adalah
b(x; n, p)
= np dan o
2
= npq

Distribusi Multinomial
Eksperimen binomial akan menjadi eksperimen
multinomial jika pada tiap percobaan ada lebih dari
dua jenis outcome yang mungkin muncul.
Jika sebuah percobaan dapat menghasilkan outcome
E
1
, E
2
, , E
k
dengan probabilitas masing-masing p
1
,
p
2
, ,p
k
, maka distribusi probabilitas dari variabel
random X
1
, X
2
, , X
k
yang menggambarkan jumlah
kemunculan outcome E
1
, E
2
, , E
k
dalam n
percobaan independen adalah:

Distribusi Multinomial

f(x
1
,x
2
,,x
k
; p
1
,p
2
,,p
k
,n) =

dengan

k
x
k
x x
k
p p p
, x , , x x
n
...
2 1
2 1
2 1
|
|
.
|

\
|
.
n x
k
i
i
=

=1
1
1
=

=
k
i
i
p
Distribusi Binomial Negatif
Jika ulangan suatu percobaan independen dapat
menghasilkan outcome sukses dengan probabilitas p dan
outcome gagal dengan probabilitas q = 1 p, maka
distribusi probabilitas variabel random X yaitu jumlah
percobaan yang dibutuhkan sampai sukses ke-k terjadi
adalah

b*(x; k, p) = x = k, k + 1, k + 2,

,
1
1
k x k
q p
k
x

|
|
.
|

\
|

Distribusi Binomial Negatif

(Contoh )
Seseorang maksimum mengikuti tiga kali ujian SIM
dalam satu bulan. Jika probabilitas seseorang lulus
dalam sebuah ujian SIM adalah 0.4, tentukan
probabilitas seseorang baru lulus pada percobaan
terakhirnya!
Distribusi geometri
Jika ulangan suatu percobaan independen dapat
menghasilkan outcome sukses dengan probabilitas p
dan outcome gagal dengan probabilitas q = 1 p,
maka distribusi probabilitas variabel random X yaitu
jumlah percobaan yang dibutuhkan sampai sukses
pertama terjadi adalah:
g(x; p) = pq
x-1
,
x= 1,2,3,
Contoh Distribusi Geometri
Berapa probabilitas munculnya angka enam pada
pelemparan sebuah dadu pertama kali terjadi pada
pelemparan yang keenam?
Rataan dan Variansi
Distribusi Geometri
Mean dan variansi dari sebuah variabel random
yang mengikuti distribusi geometri adalah:

p
1
=
2
2
1
p
p
= o