m4. Variabel Rdandom Dan Distribusi Peluang Mesin Revisi

Variabel Random dan Distribusi Peluang - Mesin ITS
VARIABEL RANDOM DAN

DISTRIBUSI PELUANG
3/17/15
Dr. Vita Ratnasari, M.Si
Definisi Variabel Random

2
Variabel random ialah

Suatu fungsi yang mengaitkan suatu
bilangan real pada setiap unsur dalam
ruang sampel.
Variabel random dinyatakan dengan huruf
besar : X
Sedangkan nilainya dinyatakan dengan
huruf kecil : x
3/17/15
Contoh 1
3
Dua bola diambil satu demi satu tanpa dikembalikan

dari suatu kantong berisi 4 bola merah dan 3 bola
hitam.
Bila Y menyatakan jumlah bola merah yang diambil
maka nilai y yang mungkin dari variabel random Y
adalah:
Solusi:
Y = jumlah bola merah yang diambil
S = {Y|y = 0,1,2}
MM
2
MH, HM
1
HH
0
3/17/15
Contoh 2
4
Sebuah kontraktor mempunyai 4

mesin yang digunakan pada suatu
proses produksi. Diramalkan mesin
mempunyai rata-rata usia pakai 10
tahun. Namun diharapkan setelah 10
th mesin masih dapat berfungsi
dengan baik. Misal: X menyatakan
jumlah mesin dalam keadaan baik,
tentukan ruang sampel dari variabel
random
x.dan Distribusi Peluang - Mesin ITS 3/17/15
Variabel Random
Solusi
5
X: jumlah mesin dalam keadaan baik setelah 10 th

S: {X|x = 0,1,2,3,4}
Kondisi mesin
bil real (x)
BBBB
BBBR, BBRB, BRBB, RBBB
BBRR, BRRB, RRBB, RBRB, RBBR, RBRB
BRRR, RBRR, RRBR, RRRB
RRRR
0
3/17/15
4
3
2
1
Type Variabel Random

6
1.
2.
Ruang sampel Diskrit

Jika suatu ruang sampel mengandung
titik yang berhingga banyaknya atau
sederatan anggota yang banyaknya
sebanyaknya bilangan bulat.
Ruang sampel Kontinou
Bila ruang sampel mengandung titik
sampel yang tak berhingga banyaknya
dan banyaknya sebanyak titik pada
sepotong garis.
3/17/15
Distribusi Peluang
7
Distribusi peluang suatu variabel

random X adalah himpunan nilai
peluang variabel random X yang
ditampilkan dalam bentuk tabel dan
atau gambar.
X
X1
X2
...
Xk
Peluan
g
f(x1)
f(x2)
...
f(xk)
3/17/15
Distribusi peluang keadaan mesin baik setelah 10 tahun

8
BBBR BBRB
BRBB RBBB
BBRR BRBR RBBR

RBRB RRBB BRRB
BRRR RBRR
RRBR RRRB
RRRR
P(X)
1/16
4/16
6/16
4/16
1/16
BBBB
3/17/15
f(x) = p(x) = P(X = x) = fgs dist peluang

= fungsi padat peluang
= pdf = probability density function
F(X = x) = P(X x)
= cdf = cumulative distribution
function
dF x
f x
dx
3/17/15
Sifat Distribusi peluang variabel random

10
1. 0 f ( xi ) 1
2. f ( xi ) P X xi
f (x ) 1
3.
i
4.
Variabel random
F ( x) P( X x) f (t ) Diskrit
tx
5. f xi 1
Variabel random
x
i
6. F ( x) P( X x) f t dt
Kontinou
x
3/17/15
Berdasarkan Contoh 2:
11
a.
Tentukan peluang lebih dari 2 mesin yang

baik dengan usia lebih dari 10 tahun:
6
4
1 11
P( X 2)

16 16 16 16
b. Tentukan peluang paling banyak 1 mesin
baik dengan usia lebih dari 10 tahun:
1
4
5
P ( X 1)
16 16 16
c.
Tentukan peluang antara 1 sampai 2 mesin

4
6 10
baik dengan usia lebih
dari 10 tahun:
P (1 X 2)
16
3/17/15
16
16
Contoh 3
12
Sebuah pengiriman 8 komputer pc yang sama

ke suatu toko mengandung 3 yang cacat. Bila
suatu sekolah membeli 2 komputer secara
random,
Tentukan distribusi peluang banyaknya
komputer yg cacat.
X = banyaknya komputer yang cacat = {0, 1, 2}
f(0) = P(X = 0)
f(1) = P(X = 1)
f(2) Variabel
= P(XRandom
= 2)dan Distribusi Peluang - Mesin ITS 3/17/15
13
C03 C25 10
f (0) P( X 0)
8
C2
28
C13 C15 15
; P( X 1) 8
f (1)
C2
28
C23 C05
3
f (2) P( X 2)
8
C2
28
Distribusi Probabilitas
X=0
f(x)
10
28
X=1
15
X=2
28
28
3/17/15
Contoh 4:
Misalkan bahwa galat suhu reaksi, dalam 0C
pada percobaan laboratorium, merupakan
variabel random X yang mempunyai fungsi
padat peluang: 2
f x 3
0
, 1 x 2
, lainnya
a.
b.
f x dx 1
Tunjukkan bahwa
P 0 X 1
Cari
3/17/15
Variabel Random dan Distribusi Peluang - Mesin

14
ITS
c. Carilah fungsi kumulatifnya

d. Berdasar c) hitungP 0 X 1
Solusi: 2 2
x
x3
a.
dx
1
b. P 0 X 1
0
3/17/15
8 1
1
9 9
2
x
x
dx
3
9
Variabel Random dan Distribusi Peluang 15

Mesin ITS
c. Untuk -1 < x < 2

F x
t
t
f t dt
dt
3
9
1
jadi:
0
3
x 1
F x
9
1
3/17/15
x3 1
x 1
1 x 2
x2

Mesin ITS
2 1 1
d. P 0 X 1 F 1 F 0
9 9 9
Jadi mencari peluang, bisa dengan cara

langsung, atau melalui fungsi kumulatif.
3/17/15

Mesin ITS
Beberapa distribusi peluang Diskrit a.l:

18
1.
Distribusi Uniform
ialah suatu kejadian yang mempunyai
probabilitas yang 1sama.
f x
misal:
1
Probabilitas mata dadu keluar angka 5:
6
1
Probabilitas mata uang keluar muka:
2
3/17/15
2. Distribusi Binomial
19
- Peristiwa terjadi n kali

percobaan/kejadian.
- Tiap peristiwa menghasilkan 2
kemungkinan,
sukses (p) or gagal
(q).
n x
n x
P X x C x P 1 P
- Tiap peristiwa terjadi saling independen.
x = 0, 1, 2, , n
3/17/15
Contoh 5:
20
Suatu suku cadang dapat menahan uji

goncangan tertentu dengan peluang .
Hitunglah
a. Peluang bahwa tepat 2 dari 4 suku cadang
yang diuji tidak akan rusak.
b. Peluang paling banyak 1 yang rusak dari 4
suku cadang yang diujikan.
c. Peluang terdapat paling sedikit 3 suku
cadang yang baik dari 4 suku cadang yang
diujikan.
3/17/15
Solusi:
21
X : Suku cadang yang baik

a. P( X = 2) = ?
B x; n, p C24 p 2 (1 p ) 4 2
3
4
B 2; 4, C2
4
b. P( X 2) =
c. P( X 3) =
3
3
1
4
4
4 2
3/17/15
3. Distribusi Binomial Negatif

22
Percobaan seperti kejadian pada

Binomial, kecuali usaha diulang sampai
tercapai sejumlah sukses tertentu.
Jadi banyaknya usaha X untuk
menghasilkan k sukses pada n kejadian
adalah Variabel random Binomial
Negatif.
Distribusi peluangnya disebut distribusi
Binomial Negatif.
3/17/15
23
Berapa peluang sukses ke-k akan terjadi

pada kejadian ke-n.
P X k n C
n 1
k 1
p q
nk
Contoh 6:
Peluang cacat pembuatan tiang pancang
sebesar 0.1. Pada pemeriksaan kualitas
dilakukan pengambilan sampel sebanyak
4 item.
3/17/15
24
Berapa peluang pengambilan tiang

pancang yang ke-4, adalah pengambilan
tiang pancang cacat yang kedua?
Solusi:
Kemungkinan yang terjadi:
1. BBCC
P(BBCC) = (0.9)(0.9)(0.1)
(0.1)
2. BCBC
P(BCBC) = (0.9)(0.1)(0.9)
(0.1)
3. CBBC
P(CBBC) = (0.1)(0.9)(0.9)
Variabel Random dan Distribusi Peluang - Mesin ITS 3/17/15
(0.1)
25
P X 2 4 C13 p 2 q 2
P X 2 4 C13 0.1 0.9 0.0243
2
Jadi peluang pengambilan tiang pancang

yang ke-4 adalah pengambilan tiang
pancang cacat yang kedua sebesar 2.43
%
3/17/15
4. Distribusi Geometrik
26
Sukses pertama pada kejadian ke-n

P X 1 n pq n 1
Contoh 7:
Pada saat sibuk di suatu sentral telepon
mencapai batas daya sambungnya,
sehingga orang tidak mendapat
sambungan. Andaikan peluang mendapat
sambungan selama waktu sibuk adalah
0.05. Berapa peluang diperlukan 6 kali
usaha agar sambungan berhasil.
3/17/15
27
X = kejadian sambungan berhasil

Diperlukan 6 kali usaha agar sambungan
berhasil: GGGGGS
P X 1 6 0.05 0.95 0.036
5
Jadi peluang yang diperlukan agar 6 kali

usaha dalam melakukan sambungan akan
berhasil sebesar 3.6 %
3/17/15
5. Distribusi Hypergeometrik
28
Banyaknya sukses dalam variabel random

ukuran n sampel yang diambil dari N
populasi, yang mengandung k sifat
tertentu dari populasi.
C xk C nNxk
h( x; N , n, k )
N
Cn
k

x
N k
nx
N

n
x = 0, 1, 2, , n
3/17/15
Contoh 8:
29
Suatu kotak berisi 40 suku cadang,

dikatakan memenuhi syarat penerimaan
bila berisi tidak lebih dari 3 yang cacat.
Cara sampling kotak ialah dengan memilih
5 suku cadang secara random. Berapa
peluang mendapatkan tepat satu yang
cacat dalam sampel
berukuran
5?
3 37
1 4
h(1;40,5,3)
0.3011
40
3/17/15
6. Distribusi Poisson
30
Banyaknya sukses yang terjadi dalam

suatu selang waktu atau daerah tertentu.
e x
f ( x)
x!
x = 0, 1, 2,
e = 2.71828
Sebagai pendekatan untuk distribusi binomial
bila n cukup besar dan p kecil (n > 20 dan p <
0.05)
3/17/15
Contoh 9:
31
Dari pengalaman masa lalu selama 20

tahun terakhir, rata-rata terjadi hujan
lebat 4 kali per tahun. Berapa peluang
tidak terjadi hujan lebat tahun depan?
4 0 e 4
P ( X t 0)
0.018
0!
3/17/15
Soal-soal
32
1. Seorang petani jeruk mengeluh karena

2
dari panen jeruknya terserang suatu
3
virus. Cari peluangnya bahwa diantara 4
buah jeruk yang diperiksa dari hasil
panen ini:
a. Semuanya terserang virus tersebut.
b. Antara 1 sampai 3 yang terserang
virus
tersebut.
c. Cari distribusi peluangnya
3/17/15
33
2. Dalam pengujian sejenis ban truk melalui

jalan yang kasar ditemukan bahwa 25 %
truk mengalami kegagalan karena ban
pecah. Carilah peluangnya dari 15 truk
yang diuji, jika:
a. 3 sampai 6 mengalami ban pecah
b. kurang dari 4 yang mengalami ban
pecah
c. lebih dari 5 yang mengalami ban pecah
3/17/15
Rata-rata dan varians dari distribusi

peluang
34
Jika X adalah variabel random diskrit

dengan distribusi peluang f(x),
maka nilai rata-rata X dinyatakan:
E(X) = ekspektasi X
E X
xi f xi
=
Varians X dinyatakan dgn Var(X)
2
2
E X X i f xi
i
2
E X
E X
E X 2 2
3/17/15
35
Ekspektasi dari Distribusi

peluang
Diskrit
E X x f x
E g x g x f x
Kontinou
E X x f x dx
E g x g x f x dx
3/17/15
36
Sifat-sifat ekspektasi:
1. E(ax) = a E(x)
2. E(a + bx2) = a + b E(x2)
3. E(xy) = E(x) E(y)
3/17/15
Standart Deviation
37
Var (X) = E( X )2
= E(X2) 2
,
= E(X2) (E(X))
dimana; = E(X)
2
S tan dart Deviasi ( X ) Varians ( X )
3/17/15
38
Sifat-sifat varians:
1. Varians tidak negatif
2. Var (x + a) = Var (x)
3. Var (bx) = b2 Var (x)
4. Var (a + bx) = b2 Var (x)
3/17/15
Distribusi Binomial (x; n, p)
Nilai Harapan (expected value)
E X xi f xi np
i
Varians X
2
Var ( X ) np 1 p
3/17/15

Mesin ITS
Distribusi Binomial Negatif (x; k, p)
1 p
E X xi f xi k
p
i
Varians X
2
Var ( X ) k
3/17/15
(1 p )
p

Mesin ITS
Distribusi Geometrik (x; p)
1
E X xi f xi
p
i
Varians X
2
Var ( X )
3/17/15
(1 p )
p

Mesin ITS
Distribusi Hipergeometrik (x; N, n, k)
k
E X xi f xi n
N
i
Varians X
Var ( X ) 2
3/17/15
N n k
n
N 1 N
k
1

Mesin ITS
Distribusi Poisson (x; )
E X
Varians X
Var X
3/17/15
Variabel Random dan Distribusi Peluang - Mesin

43
ITS
contoh 10
44
Seorang kontraktor memasukkan

penawaran tender untuk 3 pekerjaan A, B
dan C. Jumlah pesaing untuk
mendapatkan pekerjaan A, B dan C
masing-masing 4, 3 dan 2. Andaikan
peristiwa A, B dan C bebas secara statistik
dan X menyatakan jumlah total pekerjaan
yang akan dimenangkan kontraktor:
a. Tentukan distribusi peluang X
b. Tentukan rata-rata X
c. Tentukan varians X
3/17/15
45
1
Peluang sukses mendapatkan pekerjaan
5 A:
Peluang sukses mendapatkan pekerjaan1 4B:
1
3
Peluang sukses mendapatkan pekerjaan
C:
X = jumlah total pekerjaan yang akan
dimenangkan seorang kontraktor.
4
P X 0
5
P X 1
3

4
3

4
2
0.4
3
2 4

3 5
1

4
2 4

3 5
3

4
1
0.43
3
3/17/15
1
P X 2
5
1

4
2 1

3 5
3

4
1
P X 3
5
1

4
1
0.0167
3
1 4

3 5
1

4
1
0.149
3
f(x)
0.4
0.43
0.149
0.016
E(x) = x f(x)
0.43
0.298
0.348
3/17/15

Mesin ITS
x xi f xi 1.076 1
i
Jadi rata-rata hanya satu pekerjaan yang

akan dimenangkan oleh seorang kontraktor.
f(x)
0.40
0.43
0.149
0.016
X2 f(x)
0.43
0.596
1.044
3/17/15

Mesin ITS
48
E X 2 xi2 f xi 2.07
i
Var (X) = E(X2) 2

= E(X2) (E(X))2
= 2.07 - (1.076)2
= 0.91
3/17/15
49
Koefisien Variasi ( x )
x
x
x
Kemencengan ()
E X x
x3
3/17/15
Distribusi Kontinou
50
1. Distribusi NORMAL
KARL FRIEDRICH GAUSS
f ( x)
1 x

e x<
- 2 <
Simetris
Bell shape
X N ( , 2 )
3/17/15
51
f(x)
3/17/15
52
Transformasi Normal
Standart
X ~ N ,
X
(Transformasi)
Z
Z ~ N 0, 1
menggunakan tabel normal
standart
Contoh 11:
53
Pendapatan mingguan seorang

karyawan di industri kaca berdistribusi
normal dengan mean $ 1.000 dan
standart deviasi $ 100.
1. Berapa probabilitas karyawan yang
berpendapatan paling banyak $ 900 per
minggu.
berpendapatan paling sedikit $ 1.250
per minggu.
berpendapatan
$ITS900
dan $
Variabel Random dan Distribusi antara
Peluang - Mesin
3/17/15
Solusi:
54
X = pendapatan mingguan, = $ 1.000 dan =

$ 100
x 1.000 900 1.000
P
100
10
a. P( x <100
900) =
P Z
P Z 1
100
=
= 0.1587
x
1
.
000
1
.
250
1.000
100
100
b. P( x > 1.250) =
250
P Z 2 .5
P Z
100
=
1 P Z 2.5 1 0.9938
=
=
=
0.0062 = 0.62 %
55
900 1.000 x 1.000 1.100 1.000
c. P(900 < x < 1.100)P =
100
100
100
100
100
Z
100
100
= P Z 1 P Z 1
P 1 Z 1
=
= 0.8413 0.1587
= 0.6826 = 68.26 %
3/17/15
Soal
56
1. Diketahui distribusi normal : dgn = 40

dan = 5
Tentukan :
a. P(X < 35)
b. P(X > 45)
c. P(20 < X < 50)
d. P(X < k) = 0.05
e. P(X > k) = 0.2578
3/17/15
57
2. Diberikan distribusi normal dengan

= 40 dan = 6, dapatkan luasan :
a). Di bawah 32
b). Di atas 27
c). Antara 42 dan 51
d). Cari suatu nilai k sedemikian hingga
luasan di bawah k = 45%
e). Cari suatu nilai k sedemikian hingga
luasan di atas k = 13%
3/17/15
58
3. Sebuah perusahaan alat listrik

memproduksi bolam yang umurnya
berdistribusi normal dengan mean 800
jam dan standart deviasinya 40 jam.
Hitung probabilitas sebuah bolam hasil
produksinya akan berumur antara 778 dan
834 jam.
3/17/15
59
4.
Kekuatan batang baja yang dibuat

dengan proses tertentu diketahui kira-kira
mendekati distribusi normal dengan
mean 24 dan deviasi standart 3. Para
konsumen menghendaki bahwa paling
sedikit 95% batang tersebut mempunyai
kekuatan lebih 20. Apakah kualitas
batang
baja tersebut sesuai dengan
ketetapan konsumen.
3/17/15
60
5. Ukuran mata bor untuk komponen tertentu yang

digunakan dalam proses perakitan (assembly)
merupakan dimensi (karakteristik) kualitas yang
penting. Dari pengamatan tiap jam berukuran 4
sampel selama 25 jam diperoleh : = 4,3 mm, s =
0,243 mm. xBatas spesifikasi mata bor 4,4 0,2 mm.
Biaya scrap dan rework tiap unit masing-masing $
2,40 dan $ 0,75. Produksi 1200 unit.
a). Taksir probabilitas produk yang discrap & rework?
b). Taksir biaya total scrap dan rework tiap hari?
c). Jika rata-rata proses digeser 4,5 mm, jelaskan
dampaknya pada persentase produk yang discrap
dan rework serta biayanya?
3/17/15
61
6. Tinjau proses pembuatan coil. Diambil sampel berukuran 5

buah tiap jam dan dicatat tingkat resistensinya (ohm)nya.
Data diberikan pada Tabel 1.
Andaikan spesifikasi proses 21 3 ohm
a. Tentukan persentase produk cacat (tidak memenuhi)
spesifikasi bila tingkat resistensi berdistribusi normal.
b. Andaikan tiap hari diproduksi 10.000 coil dan coil dengan
tingkat resistensi kurang dari LSL tidak dapat digunakan,
tentukan kerugian bila biaya scrap tiap unit $ 1.
3/17/15
Tabel 1
Sampel
ke
62
1
2
3
4
5
6
7
8
9
10
11
12
13
Data
20,22,21,23,22 21,6
19,18,20,20,22 19,8
25,18,20,17,22 20,4
20,21,22,21,21 21,0
19,24,23,22,20 21,6
22,20,18,18,19 19,4
18,20,19,18,20 19,0
20,18,23,20,21 20,4
21,20,24,23,22 22,0
21,19,20,20,20 20,0
20,20,23,22,20 21,0
22,21,20,22,23 21,0
19,22,19,18,19 19,4
Sampel
ke
Data
14
15
16
17
18
19
20
21
22
23
24
25
20,21,22,21,22
20,24,24,23,23
21,20,24,20,21
20,18,18,20,20
20,24,22,23,23
20,19,23,20,19
21,21,21,24,22
23,22,22,20,22
21,18,18,17,19
21,24,24,23,23
20,22,21,21,20
19,20,21,21,22
3/17/15
x
21,2
22,8
21,2
19,2
22,4
20,2
22,0
21,8
18,6
23,0
20,8
20,6
63
Tabel 1
mean = 20,816
Standar deviasi = 1,188725
3/17/15
64
Tabel 2
Mean = 37,175
Standar deviasi = 1,678933
3/17/15
65
7. Tingkat ketebalan magnetic coating pada proses pembuatan audio tape merupakan karakteristik kualitas
penting. Suatu sampel berukuran 4 unit dipilih tiap jam
dan tingkat ketebalannya diukur dengan instrument optik
(Tabel 2). Batas-batas spesifikasi proses 38 4,5.
Jika tingkat ketebalan proses coating kurang dari batas
spesifikasi maka digunakan untuk produk lain dengan
melalui proses lain.
a). Berapa persen produk tidak memenuhi batas
spesifikasi?
b). Jika rata-rata proses bergeser menjadi 37,8 berapa
persen produk akan diterima?
3/17/15
Tabel 2
66
Sampel ke
1
2
3
4
5
6
7
8
9
10
Sampel ke
36,4
35,8
37,3
33,9
37,8
36,1
38,6
39,4
34,4
39,5
11
12
13
14
15
16
17
18
19
20
36,7
35,2
38,8
39,0
35,5
37,1
38,3
39,2
36,8
37,7
3/17/15
THE GOLDEN TRIANGEL

Hipergeometrik
Normal
n > 20
Binomial
3/17/15
p < 0,05
= np
67
Poisson

m4. Variabel Rdandom Dan Distribusi Peluang Mesin Revisi

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

m4. Variabel Rdandom Dan Distribusi Peluang Mesin Revisi

Diunggah oleh

Hak Cipta:

Format Tersedia

Variabel Random dan Distribusi Peluang - Mesin ITS

VARIABEL RANDOM DAN

Dr. Vita Ratnasari, M.Si

Definisi Variabel Random

Variabel random ialah

Dua bola diambil satu demi satu tanpa dikembalikan

Sebuah kontraktor mempunyai 4

X: jumlah mesin dalam keadaan baik setelah 10 th

Type Variabel Random

Ruang sampel Diskrit

Distribusi peluang suatu variabel

Variabel Random dan Distribusi Peluang - Mesin ITS

Distribusi peluang keadaan mesin baik setelah 10 tahun

BBRR BRBR RBBR

Variabel Random dan Distribusi Peluang - Mesin ITS

f(x) = p(x) = P(X = x) = fgs dist peluang

Variabel Random dan Distribusi Peluang - Mesin ITS

Sifat Distribusi peluang variabel random

Variabel Random dan Distribusi Peluang - Mesin ITS

Tentukan peluang lebih dari 2 mesin yang

Tentukan peluang antara 1 sampai 2 mesin

Variabel Random dan Distribusi Peluang - Mesin ITS

Sebuah pengiriman 8 komputer pc yang sama

Variabel Random dan Distribusi Peluang - Mesin ITS

Variabel Random dan Distribusi Peluang - Mesin

c. Carilah fungsi kumulatifnya

Variabel Random dan Distribusi Peluang 15

c. Untuk -1 < x < 2

Variabel Random dan Distribusi Peluang 16

Jadi mencari peluang, bisa dengan cara

Variabel Random dan Distribusi Peluang 17

Beberapa distribusi peluang Diskrit a.l:

- Peristiwa terjadi n kali

Suatu suku cadang dapat menahan uji

X : Suku cadang yang baik

Variabel Random dan Distribusi Peluang - Mesin ITS

3. Distribusi Binomial Negatif

Percobaan seperti kejadian pada

Berapa peluang sukses ke-k akan terjadi

Berapa peluang pengambilan tiang

Jadi peluang pengambilan tiang pancang

Variabel Random dan Distribusi Peluang - Mesin ITS

Sukses pertama pada kejadian ke-n

X = kejadian sambungan berhasil

Jadi peluang yang diperlukan agar 6 kali

Banyaknya sukses dalam variabel random

Suatu kotak berisi 40 suku cadang,

Variabel Random dan Distribusi Peluang - Mesin ITS

Banyaknya sukses yang terjadi dalam

Dari pengalaman masa lalu selama 20

Variabel Random dan Distribusi Peluang - Mesin ITS

1. Seorang petani jeruk mengeluh karena

2. Dalam pengujian sejenis ban truk melalui

Rata-rata dan varians dari distribusi

Jika X adalah variabel random diskrit

Variabel Random dan Distribusi Peluang - Mesin ITS

Ekspektasi dari Distribusi

Variabel Random dan Distribusi Peluang - Mesin ITS

S tan dart Deviasi ( X ) Varians ( X )

Variabel Random dan Distribusi Peluang - Mesin ITS

Variabel Random dan Distribusi Peluang - Mesin ITS

Distribusi Binomial (x; n, p)

Nilai Harapan (expected value)

Variabel Random dan Distribusi Peluang 39