Anda di halaman 1dari 7

TUGAS METODE

STOKASTIK

Disusun Oleh :
SEFTY ASTRIA NUGRAHAWATI
3333130476

JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK


UNIVERSITAS SULTAN AGENG TIRTAYASA
BANTEN

2015
1. Jelaskan yang terkait dengan :
a) Intersection
b) Union
c) Mutually exclusive
Jawab :
a) Intersection (Irisan)
Intersection 2 peristiwa A dan B ditulis A B adalah himpunan semua elemen
yang ada di dalam A dan di dalam B. Irisan dilambangkan dengan A B. P(A
B) menyatakan probabilitas bahwa baik A maupun B akan terjadi secara simultan.
Contoh :
Jika diketahui:
S= { X: 010 }
P = { 2, 3, 5, 7 }
S
G = {2, 4, 6, 8, 10}
Tentukan !
Jawab : = { 2 }
P G
b) Union (Gabungan)
Union adalah 2 peristiwa A dan B ditulis A B adalah himpunan semua elemen
yang berada di dalam himpunan A dan himpunan B (gabungan elemen). P(A B)
menyatakan probabilitas bahwa A atau B akan terjadi. Aturan penjumlahan pada
himpunan gabungan ini yaitu, jika ada dua event A dan B, maka probabilitas A
atau B akan terjadi adalah P(A B) = P(A) + P(B) - P(A B).
Contoh :
Jika diketahui:
S= { X: 010 }
S
P = { 2, 3, 5, 7 }
G = {2, 4, 6, 8, 10}
P G
Tentukan !
Jawab : = { 2, 3, 4, 5, 6, 7, 8, 10 }
c) Mutually exclusive
Kejadian saling meniadakan disebut mutually exclusive atau disjoint. Dua event A
dan B adalah mutually exclusive jika tidak memiliki hasil ruang sampel yang
sama. Dua peristiwa A dan B yang tidak memiliki elemen berserikat. Pada kasus
ini, event A dan B tidak dapat terjadi secara simultan, dengan demikian
P(A B) = 0
Kejadian M. E. Juga disebut kejadian alternatif artinya hanya diharapkan salah
satu kejadian dari kemungkinan yang terjadi. Untuk persitiwa saling asing berlaku
rumus :

P ( A B) = P(A) + P(B)
Sedangkan untuk aturan penjumlahan untuk N Mutually Exclusive Event, yaitu
Jika A1, A2, ..., AN adalah mutually exclusive event, maka
P(A1 A2
... AN) = P(A1) + P(A2) + ... + P(AN)
2. Sebutkan dan jelaskan secara ringkas enam macam distribusi probabilitas !
Jawab :
a) Distribusi Binomial
Penemu Distribusi Binomial adalah James Bernaulli sehingga dikenal sebagai
Distribusi Bernaulli. Distribusi ini menggambarkan fenomena dengan dua hasil
atau outcome. Contoh: peluang sukses dan gagal,sehat dan sakit, dsb.
Syarat distribusi binomial adalah sebagai berikut :
1) Jumlah trial merupakan bilangan bulat. Contoh melambungkan koin 2 kali,
tidak mungkin 2 kali.
2) Setiap eksperimen mempunyai dua outcome (hasil). Contoh : sukses/gagal,
laki/perempuan, sehat/sakit, setuju/tidak setuju.
3) Peluang sukses sama setiap eksperimen.
Rumus umum :
Rumus umum dari Distribusi Probabilitas Binomial:
P(R) = nCx . (P)^x . (Q)^n-x
dimana:
P(R) = Peluang Kejadian (R) yang diharapkan.
n = Banyaknya Ulangan/Kejadian.
x = Banyaknya keberhasilan dalam peubah acak x.
P = Peluang Kejadian Keberhasilan.
Q = Peluang Kegagalan.
nCx = Rumus Kombinasi.
Contoh soal :
Probabilitas seorang bayi tidak di imunisasi polio adalah 0,1 (p). Pada suatu hari
di Puskesmas X ada 4 orang bayi. Hitunglah peluang dari bayi tersebut 3
orang belum imunisasi polio. Jadi, di dalam kejadian binomial ini dikatakan b
(x=3, n=4, p=0,1) -> b (3, 4, 0,1)
Rumus untuk b (x,n,p) adalah:
P (x)=
n!
P^x . (1-p)^(n-x)
x! (n-x)!
=
4!
0,1^3 . (1 0,1)^(4 3)
3! (4-3)!
= 4.3.2.1
0,1^3 . 0,9^1
3.2.1 (1)
= 0,0036
b) Distribusi Poisson
Dalam mempelajari distribusi Binomial kita dihadapkan pada probabilitas
variabel random diskrit (bilangan bulat) yang jumlah trial nya kecil (daftar

binomial), sedangkan jika dihadapkan pada suatu kejadian dengan p <<< dan
menyangkut kejadian yang luas n >>> maka digunakan distribusi Poisson.
Distribusi Poisson dipakai untuk menentukan peluang suatu kejadian yang jarang
terjadi, tetapi mengenai populasi yang luas atau area yang luas dan juga
berhubungan dengan waktu.
Rumus : Rumus Distribusi Poisson
p (x) = x e- = xe-
x!
x!
= = n.p = E(x) Nilai rata-rata
e = konstanta = 2,71828
x = variabel random diskrtit (1,2,3, .,x)
Contoh :
Diketahui probabilitas untuk terjadi shock pada saat imunisasi dengan vaksinasi
meningitis adalah 0,0005. Kalau di suatu kota jumlah orang yang dilakukan
vaksinasi sebanyak 4000. Hitunglah peluang tepat tiga orang akan terjadi shock!
Penyelesaian:
= = n.p = 4000 x 0,0005 = 2
p(x=3) = 23 x 2,71828-2 = 0,1804
3 x 2x 1
c) Distribusi Normal (Gauss)
Pada kasus di mana n cukup besar dan p tidak terlalu kecil (tidak mendekati 0,
.,1 dilakukan pendekatan memakai distribusi Normal (Gauss). Rumus fungsi
kepadatannyanya adalah sebagai berikut :

Sedangkan rumus fungsi umumnya adalah :

Contoh :
Dari data menunjukkan curah hujan total tahunan di suatu kolam penampung
diperkirakan memiliki distribusi normal dengan rata-rata 60 in, dan deviasi
standar 15 in. Tentukan probabilitas bahwa pada tahun depan curah hujan
tahunan antara 40 sampai 70 in.
Jawab:

d) Distribusi Geometrik
Distribusi geometrik diaplikasikan dalam percobaan bernoulli diulang beberapa
kali sampai mendapatkan sukses yang pertama.
Fungsi Padat Peluang
x = jumlah pengulangan sebelum mendapatkan sukses yang pertama.
Mean ()
E(X) = 1 / p
Varian
Var(X) = (1 p) / p2
Fungsi Pembangkit Momen (MGF)
Mx(t) = pet / (1 et + pet)
Contoh :
Pada suatu daerah, P-Cola menguasai pangsa pasar sebesar 33.2% (bandingkan
dengan pangsa pasar sebesar 40.9% oleh C-Cola). Seorang mahasiswa melakukan
penelitian tentang produk cola baru dan memerlukan seseorang yang terbiasa
meminum P-Cola. Responden diambil secara random dari peminum cola. Berapa
probabilitas responden pertama adalah peminum P-cola, berapa probabilitas pada
responden kedua, ketiga atau keempat?
P (1) (.332)(. 668) (11) 0.332
P (2) (.332)(. 668) ( 21) 0.222
P (3) (.332)(. 668) ( 31) 0.148
P (4) (.332)(. 668) ( 41) 0.099
Penyelesaian :

e) Distribusi Hipergeometrik

Distribusi probabilitas hipergeometrik digunakan untuk menentukan


probabilitas kemunculan sukses jika sampling dilakukan tanpa pengembalian.
Variabel random hipergeometrik adalah jumlah sukses (x) dalam n pilihan, tanpa
pengembalian, dari sebuah populasi terbatas N , dimana D diantaranya adalah
sukses dan (N-D) adalah gagal.

Penurunan fungsi distribusi hipergeometrik diturunkan dengan menghitung


kombinasi-kombinasi yang terjadi. Kombinasi yang dapat dibentuk dari populasi
berukuran N untuk sampel berukuran n adalah kombinasi C(N,n). Jika sebuah
variabel random (diskrit) X menyatakan jumlah sukses, selanjutnya dapat dihitung
kombinasi diperoleh x sukses dari sejumlah D sukses dalam populasi yang
diketahui yaitu C(D,x), dan demikian pula halnya dapat dicari (n-x) kombinasi
gagal dari sisanya (N-D), yaitu kombinasi C((N-D),(n-x)).
Fungsi Padat Peluang
x = jumlah terambil dari kelompok sukses
N = Jumlah sampel populasi
n = jumlah sampel
k = jumlah sukses
Mean ()
E(X) = nk / N
Varian

Contoh soal :
Tumpukan 40 komponen masing-masing dikatakan dapat diterima bila isinya
tidak lebih dari 3 yang cacat. Prosedur penarikan contoh tumpukan tersebut adalah
memilih 5 komponen secara acak dan menolak tumpukan tersebut bila ditemukan
suatu cacat. Berapakah probabilitas bahwa tepat 1 cacat ditemukan dalam contoh
itu bila ada 3 cacat dalam keseluruhan tumpukan itu?
Penyelesaian:
Dengan menggunakan sebaran hipergeometri dengan n = 5, N = 4, k = 3 dan x = 1
kita dapatkan probabilitas perolehan satu cacat menjadi

f) Distribusi Multinomial
Distribusi probabilitas binomial digunakan untuk sejumlah sukses dari n
percobaan yang independen, dimana seluruh hasil (outcomes) dikategorikan ke
dalam dua kelompok (sukses dan gagal). Distribusi probabilitas multinomial
digunakan untuk penentuan probabilitas hasil yang dikategorikan ke dalam lebih
dari dua kelompok. Fungsi distribusi probabilitas multinomial:
n!
P( x1 , x2 ,.., xk )
p1x1 p2x2 ... pkxk
x1! x2 !...xk !

Contoh :

Berdasarkan laporan sebuah penelitian tahun 1995, diantara produk mikroprosesor


pentium generasi pertama diketahui terdapat cacat yang mengakibatkan kesalahan
dalam operasi aritmatika. Setiap mikroprosesor dapat dikategorikan sebagai baik,
rusak dan cacat (dapat digunakan dengan kemungkinan muncul kesalahan operasi
aritmatika). Diketahui bahwa 70% mirkoprosesor dikategorikan baik, 25% cacat
dan 5% rusak. Jika sebuah sample random berukuran 20 diambil, berapa
probabilitas ditemukan 15 mikroprosesor baik, 3 cacat dan 2 rusak.
P (15,3,2)

20!
.715 .253 .052
15!3!2!

.0288

Penyelesaian: