BAB III

JALAN RANDOM DAN

DISTRIBUSI BINOMIAL
Muhammad Nasir S.Si., M.Kom

Program Studi Pendidikan Fisika

Fakultas Keguruan Dan Ilmu Pendidikan Universitas Riau

2.1 Pengertian Fisika Statistik

Cabang ilmu fisika yang mempelajari
system banyak partikel dari segi pandang
statistic pada besaran microskopik untuk
menjelalaskan
besaran
makroskopik
(khususnya
energi)
berdasarkan
mekanika klasik dan kuantum

2.2 Mengapa Kita Meski Belajar

Fisika Statistik?
Apabila kita ingin mengetahui keadaan system,
maka dicari persamaan gerak partikel (Newton,
scordinger atau yang lain). Namun tidak
mungkin
untuk
menyelesaikan
semua
persamaan ini kalau system berisi sekitar 10 23
molekul

2.3 Dimana Letak Fisika Statistik

A. Dari Pandangan Kurikulum
Fisika Dasar
(tentang panas)

Termo
dinamika

Fisika
Statistik

B. Terhadap cabang fisika dan ilmu lainnya

Teori Kinetika
Pendekatan
Statistik
Mekanika Kuantum

Mekanika Klasik

Fisika Statistik
Magnetisme

Chaos
Fisika Atom

Radiasi
Zat Padat

Gambar 2. 2 Posisi Fisika Statistik terhadap cabang ilmu lainnya

2.4 Jalan Random dan Distribusi

Binomial
Di alam terdapat fenomena yang bersifat
acak dan kehadirannya hanya dapat
dinyatakan secara probabilistic. Untuk
mendapatkan gambaran yang memadai
tentang fenomena acak ini kita tinjau
masalah random walk (perjalanan acak).

2.5 Jalan Random 1 Dimensi

Random walk (perjalanan acak) satu dimensi
contohnya, seorang pemuda yang sedang
mabuk dan berdiri dibawah lampu alun-alun
yang luas dan datar untuk menyederhanakan
persoalan kita anggap bahwa si pemabuk hanya
dapat bergerak kesamping kanan dan
kesamping kiri. Dengan kata lain sipemabuk
hanya mempunyai dua arah gerak yang
mungkin yaitu kekanan dan kekiri secara acak
dan tidak dapat bergerak maju atau mundur.

Jalan Acak
(Random Walk)

Jawaban atas maslah ini dapat

dirumuskan melalui langkah-langkah
berikut. Misalkan dari langkah total N
terdapat n1 langkah ke kanan dan n2 kekiri
maka
N=n1+n2.1
Sedangkan pergeseran
m = n1 n2
Selanjutanya
m = n1 (N- n1)= 2 n1 - N

contoh ilustrasi untuk N = 3

n1

n2

-1

-3

Sekarang tinjau
p Fisika Atom
kemungkinan melangkah ke kanan
q = 1 p kemungkinan melangkah ke
kiri
jadi kemungkinan suatu kejadian n1 step
melangkah ke kanan dan n2 step
melangkah ke kiri :
ppp qqqq = pn1 x qn2

n1 kali

n2 kali

Namun ada sejumlah cara berbeda pada N

langkah : pada sub sistem

N!
n1! . n 2 !
Jadi seluruh (sistem) kemungkinan
menjadi:

N !
n1 n2
WN (n1 )
p q
n1 ! n2 !

(kemungkinan pada langkah total N

terhadap n1 langkah kekanan dan n2
langkah kekiri)
Distribusi semacam ini disebut distribusi
binomial karena serupa dengan
persamaan: N
N!
( p q)
p n q N n
n 0 n!( N n)!
N

Gunakan persamaan m = n1 n2 dan N = n1 + n2

maka
1
n1 ( N m),
2

1
n2 ( N m),
2

Sehingga

N!
( N m) / 2
( N m) / 2
PN (m)
p
(1 p)
[( N m) / 2]! [( N m) / 2] !

untuk kasus khusus p=q=1/2, diperoleh:

N!
1
PN (m)

[( N m) / 2]![( N m) / 2]! 2

Grafik N = 20

Home Work
Exercise 1.1, 1.2, 1.5
Fundamental Thermal Physics by Reif

2.6 Harga rata-rata

Tinjau u merupakan sebuah variable yang
dapat mempunyai m nilai:
u1, u2,um
dengan masing-masing kemungkinan:
P(u1), P(u2),P(um)
Harga rata-rata (mean atau average) dapat
dinyatakan:

P(u1 )u1 P(u2 )u 2 .... P(u M )u M

u
P(u1 ) P(u2 ) .... P(u M )

Atau secara simbolik:

M

i 1
M

P (ui )ui

i 1

P (ui )

Lebih umum kalau f(u) merupakan fungsi u,

maka harga rata-rata:
M

f (u )

P (u
i 1

) f (ui )

P (u
i 1

Persamaan ini dapat disederhanakan menjadi

M

P(u1 ) P(u2 ) ........ P(uM ) P(ui )

i 1

Biasanya jumlah kemungkinan adalah 1(satu)

M

P(u ) 1
i 1

d 1

Sering disebut sebagai kondisi normalisasi,

sehingga:
M

f (u ) P (ui ) f (ui )
i 1

Sehingga apabila f(u) dan g(u) adalah dua

fungsi u, maka:
M

f (u ) g (u ) P (ui ) f (ui ) g (ui )

i 1

i 1

i 1

P(ui ) f (ui ) P(ui ) g (u i )

Sehingga

f (u ) g (u ) f (u ) g (u )

(sifat
aditif)

Dengan mudah dapat dibuktikan bila c

konstan, maka:

cf (u ) c f (u )

(perkalian scalar)

Harga rata-rata merupakan sebuah

karakteristik penting distribusi probabilitas