DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
f (x ) =
0;xlainnya
a,bbulat;b a
a :batas bawah
b:batas atas
Rataan:
X =
a+b
2
Variansi:
=
2
X
(b a + 1)2 1
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
12
a=1,b=6
0.1800
f(x)
0.1600
0.1400
0.1200
0.1000
0.0800
0.0600
0.0400
0.0200
0.0000
1
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
P(X = x ) =
1
ba +1
r
1
x =a b a + 1
P(X r ) =
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
Contoh Perhitungan
Jumlah pesanan yangdatang perhari diketahui berdistribusi
seragam diskret dengan jumlah pesanan yangdatang minimum
0dan maksimum 10.
Probabilitas jumlah pesanan yangdatang perhari adalah 4atau
kurang?
4
1
1 1 1 1 1
P(X 4 ) =
= + + + + = 0,4545
11 11 11 11 11
x = 0 10 0 + 1
Rataratajumlah pesanan perhari yangdatang?
X =
10 + 1
= 5,5
2
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
Distribusi Hipergeometris
X hipergeometris (n,N,S)
Fungsi distribusi probabilitas:
C Sx C NnxS
C N ;x = 0,1,L,min{n, S}
n
f (x ) =
0;xlainnya
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
Parameter:
n,S,Nbulat >0
n N;S N
Rataan:
X = n
S
N
Variansi:
N n S
S
n 1
N 1 N N
X2 =
Rumus Kombinasi
n
n!
C = =
r r!(n r )!
n
r
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
Percobaan Hipergeometris
Dalam suatu populasi berukuran N,terdapat S
obyek yangdikategorikan sukses S,dan
sisanya N Sdikategorikan gagal
Suatu sampel randomberukuran ndiambil
dari populasi
Variabel randomyangmenyatakan banyaknya
obyek berkategori sukses yangterpilih
merupakan variabel randomhipergeometris
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
Contoh HistogramDistribusi
Hipergeometris
0.6000
N=10,S=2,n=4
0.5000
f(x)
0.4000
N=10,S=4,n=4
0.3000
0.2000
0.4500
0.1000
0.4000
0.3500
0.0000
1
4
f(x)
0.4500
N=10,S=6,n=4
0.2000
0.1500
0.1000
0.0500
0.4000
0.3500
f(x)
0.3000
0.2500
0.0000
0
0.3000
0.2500
0.2000
0.1500
0.1000
0.0500
0.0000
0
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
10
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
11
Contoh Perhitungan
Suatu kotak mengandung 7komponen yangterdiri dari 4
komponen merek Adan 3bolakomponen merek B.
Jika 3komponen diambil secara randomdari kotak,probabilitas
bahwa tepat terdapat 2komponen merek Ayangterambil:
P ( X = 2) =
4
2
74
3 2
7
3
CC
C
4! 3!
CC
2!1! 1!2!
=
=
= 0,5143
7!
C
3!4!
4 3
2 1
7
3
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
12
Distribusi Bernoulli
X Bernoulli(p)
Fungsi distribusi probabilitas:
p;x= sukses
f (x ) = 1 p;x=gagal
0;xlainnya
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
Parameter:
p(0 p 1)
Rataan:
X = p
Variansi:
X2 = p(1 p )
13
Percobaan Bernoulli
Percobaan hanya menghasilkan dua kejadian
yangmungkin,sukses atau gagal
Probabilitas sukses adalah p(probabilitas
gagal,1 p)
Variabel randomyangmenyatakan munculnya
sukses atau gagal merupakan variabel random
Bernoulli
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
14
p=0,2
0.9000
f(x)
0.8000
0.7000
0.6000
0.5000
0.4000
0.3000
0.2000
0.1000
0
0.5000
0.4000
f(x)
0.9000
0.3000
0.2000
0.8000
0.7000
f(x)
p=0,5
0.6000
0.0000
p=0,8
0.1000
0.6000
0.5000
0.0000
0
0.4000
0.3000
1
x
0.2000
0.1000
0.0000
0
1
x
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
15
X Bernoulli(p);p=0,5
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
16
Distribusi Binomial
X binomial(n,p)
Parameter:
nbulat >0;p(0 p 1)
f (x ) =
0;xlainnya
n
x
n x
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
Rataan:
X = np
Variansi:
X2 = np(1 p )
17
Percobaan Binomial
Percobaan terdiri atas nusaha yangsaling
independen
Tiap usaha hanya terdiri dari dua kejadian yang
mungkin,sukses atau gagal.
Probabilitas tiap sukses untuk tiap usaha adalah
tetap,yaitu p(probabilitas gagal,1 p)
Variabel randomyangmenyatakan banyaknya
sukses dalam nusaha independen merupakan
variabel randombinomial
Percobaan binomialmerupakan percobaan Bernoulli
yangindependen yangdilakukan sebanyak nkali
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
18
0.4500
f(x)
0.4000
0.3500
0.3000
0.2500
n=5;p=0,5
0.2000
0.1500
0.3500
0.1000
0.0500
0.3000
0.2500
0.0000
1
5
f(x)
0.2000
0.1500
0.1000
0.0500
0.0000
0.4500
n=5;p=0,8
0.4000
0.3500
f(x)
0.3000
0.2500
0.2000
0.1500
0.1000
0.0500
0.0000
0
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
19
P ( X r ) = C nx p x (1 p )n x
x =0
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
20
Contoh Perhitungan
Probabilitas suatu komponen tidak mengalami kerusakan dalam
suatu pengujian adalah 0,75.
Probabilitas tepat terdapat 2komponen yangtidak mengalami
kerusakan jika dilakukan pengujian sebanyak 4kali:
4!
2
2
P ( X = 2) = C24 (0,75)2 (1 0,75)4 2 =
(0,75) (0,25) = 0,2109
2!2!
Probabilitas
terdapat 2komponen atau lebih yangtidak rusak
P ( X 2) = 1 P ( X 1) =1 C 4x (0,75)x (1 0,75)4 x
x =0
4!
4!
0
4
1
3
= 1
(0,75) (0,25) +
(0,75) (0,25)
1!1!
0!2!
= 1 0,0508
DISTRIBUSIPROBABILITASDISKRETTEORITIS
= 0,9492
Suprayogi
21
Y = Xi
i =1
Y binomial(n,p)
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
22
X binomial(n,p);p=S/N
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
23
Contoh Perhitungan
Suatu pabrik menerima pasokan materialsebanyak 5000unit
dengan 1000unitdiantaranya adalah materialjenis A.Jika 10
unitdipilih secara random,probabilitas tepat terdapat 3unit
materialjenis Ayangterpilih:
1000
1000
P ( X = 3) = C10
3 ( 5000 ) (1 5000 )
3
10 3
10!
3
7
=
(0,2) (0,8 )
3!7!
= 0,2013
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
24
Parameter:
k bulat >0;p(0 p 1)
C kx 11 p k (1 p )x k ;x = k , k + 1,L
f (x ) =
0;xlainnya
Rataan:
X =
Variansi:
X2 =
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
k
p
k (1 p )
p2
25
Percobaan BinomialNegatif
Percobaan terdiri atas nusaha yangsaling
independen
Tiap usaha hanya terdiri dari dua kejadian
yangmungkin,sukses atau gagal.
Probabilitas tiap sukses untuk tiap usaha
adalah tetap,yaitu p(probabilitas gagal,1 p)
Variabel randomyangmenyatakan banyaknya
usaha agarterjadi sukses kek merupakan
variabel randombinomialnegatif
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
26
0.0900
0.0800
Variabel randomX
banyaknya usaha untuk memperoleh ksukses
0.0700
0.0500
0.0400
0.0300
0.0200
0.3000
0.0100
0.2500
0.0000
0 1 2 3 4
k=2;p=0,5
5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
0.2000
x
f(x)
f(x)
0.0600
0.1500
0.1000
0.0500
0.0000
0 1 2 3 4
5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
27
P ( X r ) = C kx 11 p k (1 p )x k
x =k
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
28
Contoh Perhitungan
Probabilitas produk cacat adalah 0,1.
Jika produk diambil satu persatu,probabilitas ditemukannya
produk yangcacat yangketiga pada pengambilan kelima?
P ( X = 5) = C 3511 (0,1)3 (1 0,1)53 =
4!
(0,1)3 (0,9 )2 = 0,0049
2!2!
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
29
Parameter:
k bulat >0;p(0 p 1)
C xx + k 1 pk (1 p )x ;x = 0,1,2,L
f (x ) =
0;xlainnya
P(X = x ) = C
x + k 1
x
p (1 p )
k
P ( X r ) = C xx + k 1 p k (1 p )x
x =0
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
Rataan:
X =
Variansi:
X2 =
k(1 p)
p
k (1 p )
p2
30
Variabel randomX
banyaknya gagal sebelum memperoleh ksukses
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
31
Contoh Perhitungan
Probabilitas produk cacat adalah 0,1.
Jika produk diambil satu persatu,probabilitas terambilnya
produk baik (tidak cacat)sebanyak dua sebelum menghasilkan
produk cacat ketiga?
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
4!
(0,1)3 (0,9)2 = 0,0049
2!2!
32
Distribusi Geometris
X geometris (p)
Fungsi distribusi probabilitas:
p(1 p )x 1 ;x = 1,2,L
f (x ) =
0;xlainnya
Parameter:
p(0 p 1)
Rataan:
X =
1
p
Variansi:
1 p
= 2
p
2
X
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
33
Percobaan Geometris
Percobaan terdiri atas nusaha yangsaling
independen
Tiap usaha hanya terdiri dari dua kejadian
yangmungkin,sukses atau gagal.
Probabilitas tiap sukses untuk tiap usaha
adalah tetap,yaitu p(probabilitas gagal,1 p)
Variabel randomyangmenyatakan banyaknya
usaha agarterjadi sukses pertama
merupakan variabel randomgeometris
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
34
p=0,2
Variabel randomX
banyaknya usaha untuk memperoleh sukses
pertama
0.2000
f(x)
0.1500
0.1000
0.6000
0.0500
0.5000
p=0,5
0.0000
0 1 2 3 4
5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
0.4000
f(x)
x
0.3000
0.2000
0.1000
0.0000
0 1 2 3 4
5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
35
P ( X r ) = p(1 p )x 1
x =1
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
36
Contoh Perhitungan
Probabilitas produk cacat adalah 0,1.
Jika produk diambil satu persatu,probabilitas ditemukannya
produk yangcacat pada pengambilan ketiga?
P ( X = 3) = (0,1)(1 0,1)31 = (0,1)(0,9 )2 = 0,081
X =
1
= 10
0,1
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
37
f (x ) =
0;xlainnya
P ( X = x ) = p(1 p)x
r
P ( X r ) = p(1 p )x
Parameter:
p(0 p 1)
Rataan:
X =
1 p
p
Variansi:
X2 =
1 p
p2
x =0
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
38
Variabel randomX
banyaknya gagal sebelum memperoleh sukses
pertama
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
39
Contoh Perhitungan
Probabilitas produk cacat adalah 0,1.
Jika produk diambil satu persatu,probabilitas diperoleh dua
produk baik (tidak cacat)sebelum diperoleh produk cacat?
P ( X = 2) = (0,1)(1 0,1)2 = (0,1)(0,9 )2 = 0,081
X =
1 0,1 0,9
=
=9
0,1
0,1
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
40
X geometris (p)
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
41
Distribusi Poisson
X Poisson()
Fungsi distribusi probabilitas:
e x
x! ;x = 0,1,2,L
f (x ) =
0;xlainnya
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
Parameter:
>0
rataratakejadian
perintervalwaktu atau
daerah tertentu
Rataan:
X =
Variansi:
X2 =
42
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
43
=2
0.2500
0.1500
0.1000
0.0500
0.0000
0 1
3 4
5 6
7 8
9 10 11 12 13 14 15 16 17 18 19 20
x
f(x)
f(x)
0.2000
0.2000
0.1800
0.1600
0.1400
0.1200
0.1000
0.0800
0.0600
0.0400
0.0200
0.0000
=5
0 1
3 4
5 6
7 8
9 10 11 12 13 14 15 16 17 18 19 20
x
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
44
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
45
Contoh Perhitungan
Banyaknya gangguan mesin yangterjadi perhari diketahui
berdistribusi Poissondengan ratarata10gangguan perhari.
Probabilitas bahwa terdapat palingsedikit terdapat 5gangguan
perhari?
P(X 5) = 1 P(X 4 )
e 10 (10 )x
=
x!
x =0
4
e 10 (10 )0 e 10 (10 )1
e 10 (10 )4
+
+L+
=
0!
1!
4!
= 0,00005 + 0,00045 + L + 0,01892
= 0,02925
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
46
X Poisson(); =np
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
47
Contoh Perhitungan
Probabilitas suatu produk yangharus dibuang karena rusak
adalah 0,01.
Jika terdapat sebanyak 1000produk,probabilitas terdapat 10
produk yangdibuang karena rusak?
= (1000)(0,01) = 10
e (10 ) (10 )5
P(X = 5) =
5!
=0,0378
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
48
Y = Xi
i =1
Y Poisson(), = 1 +2 +...+ n
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
49
Contoh Perhitungan
Banyaknya gangguan mesin Ayangterjadi perhari diketahui
berdistribusi Poissondengan ratarata10gangguan perhari.
Banyaknya gangguan mesin Byangterjadi perhari diketahui
berdistribusi Poissondengan ratarata5gangguan perhari.
Probabilitas banyaknya gangguan sebanyak 5perhari adalah:
= 1 + 2 = 10 + 5 = 15
e 15 (15)5
P (X = 5 ) =
5!
= 0,00194
DISTRIBUSIPROBABILITASDISKRETTEORITIS
Suprayogi
50