Distribusi Peluang (24 Feb 2015) II

Peluang seragam dan tidak seragam

Peluang seragam : Tiap variable mempunyai nilai peluang yang sama
Peluang tdk seragam. Cth : Sebuah dadu diberi angka hanya dari 1 sd 4, yaitu
dua sisi angka 1 dan dua sisi angka 2, dan sisi lain angka 3 dan 4, maka
peluang angka 1 dan 2 = 1/3 sedangkan angka 2 dan 4 = 1/6. Tgs buat
grafik batang
PELUANG DAN EKSPEKTASI
Distribusi peluang dapat dpakai utk mramalkan/ekspektasi kejadian yg
brhbungan dgn fnomena trsebut. Cth : dadu dlempar sebanyak 18 kali.
Peluang keluar angka 2 : (1/6)(18) = 3 kali.
Peluang keluar angka genap 1/6 + 1/6 + 1/6)(18) = 9 kali
Distribusi Peluang
Brdasarkan varoiabelnya, distribusi pluang dpt brbentuk diskret dan kontinyu
DP diskret d dpt utk variable bilangan bulat. Ex : jlh sampel batuan, JLh lup
Cth : Empiris, Binomial, Poisson
DP Kontinyu didapat utk variabelbilangan real. Ex : KOMPOSISI BATUAN,
densitas batuan. Cth : Uniform, Normal (Gauss), Normal Standar, Distribusi
Log normal, distribusi t-student, distribusi F- Fisher , distribusi khai kuadrat
Distribusi Peluang diskret
Distribusi Geometrik
Jika ingin mengetahui peluang variable X pertama kali terjadi pada trial ke y
maka dipakai distribusi geometric.
P (y) = p.qy-1
Berapa peluang konsultan tersebut pertama kali berhasil pada pekerjaan ke-7
?
Distribusi Binomial

x
P()

N = trial
x = sukses
P = Probabilitas sukses pd satu trial
Q= I-P (Probalitas gagal pd satu trial)
Contoh Soal
1. Sebuah konsultan geologi dala setiap pekerjaannya mempunyai peluang
selesai tepat waktu 60 %. Jika konsultan tersebut mengerjakan proyek
sebanyak 10 kali, maka berapa peluang konsultan tersebut selesai tepat
waktu sebanyak 3 kali ?

2. Jika ingin mengetahui peluang variable X pertama kali terjadi pada trial ke
y maka dipakai distribusi geometric. P (y) = p.q y-1 . Berapa peluang
konsultan tersebut pertama kali berhasil pada pekerjaan ke-7 ?
3. Dari catatan hujan selama 40 tahun terjadi 160 kali hujan sangat lebat,
berapa peluang terjadi 6 kali hujan sangat lebat dalam 2 tahun ?
4. Berapa peluang hujan sangat lebat terjadi setelah tahun pertama ?
3. Distribusi Poisson

vt 2

P(Xt= z)=

Xt= z >> Jlh kejadian dlm suatu satuan waktu

Z = jlh kejadian
Vt = jlh rata kjadian per satuan waktu
E = bilangan eksponensial 2,718 282
4.DISTRIBUSI EKSPONENSIAL
-

Distribusi eksponensial didapat dari proses poisson dengan domain jangka

waktu, untuk terjadi kejadian berikutnya ?
Landa = jlh rata waktu per kejadian