Contoh 3.8
Disuatu gerbang tol yang dilewati ribuan mobil dalam suatu hari akan terjadi kecelakaan dari sekian
banyak mobil yang lewat.
Contoh 3.9
Dikatakan bahwa kejadian seseorang akan meninggal karena shock pada waktu disuntik dengan
vaksin meningitis 0,0005. Padahal, vaksinasi tersebut selalu diberikan kalau seseorang ingin pergi
haji.
( )
Dalam suatu proses Poisson, frekuensi rata-rata kejadian dalam selang waktu t adalah = t
. Jadi adalah nilai rata-rata distribusi Poisson. Ini dapat ditunjukkan sebagai berikut :
( )
(ii)
( )
Varians suatu distribusi Poisson sama dengan nilai rata-rata . Jadi deviasi standar = .
Varians = E[(x- )2] =
[ (
( - )
( )
] ( )
(iii) Distribusi Poisson sangat berguna dalam mendekati distribusi binomial, bila parameter
distribusi binomial p kecil. Untuk suatu distribusi binomial, nilai rata-ratanya=np, dan
varians = np(1-p). Bila p<< 1, varians distribusi binomial = np= nilai rata-rata, seperti
halnya dengan distribusi Poisson.
Contoh 3.10
Dianggap bahwa butir-butir debu per satuan volume dalam ruang terdistribusi acak mengikuti
distribusi Poisson, bernilai rata =6 butir per liter. Carilah peluang mendapatkan kurang daripada
dua butir debu dalam satu liter sampel.
Contoh 3. 11
Peluang terdapatnya cacat pada satu km benang kawat=0.01. Sebuah kabel terdiri atas 100 benang
kawat terpilin, dan bisa mendukung beban rancangannya bila terdapat 99 benang kawat yang tidak
cacat. Carilah peluang 1 km kabel akan sanggup mendukung beban rancangannya.
3. 5 DISTRIBUSI HIPERGEOMETRIK
Jika sampling dilakukan tanpa pengembalian dari kejadian sampling yang diambil dari
populasi dengan kejadian2 terbatas, proses bernouli tidak dapat digunakan, karena ada perubahan
secara sistematis dalam probabilitas sukses seperti kejadian2 yang diambil dari populasi.
Jika pengambilan sampling tanpa pengembalian digunakan dalam situasi sebaliknya dan
memenuhi syarat proses bernouli, distribusi hypergeometrik adalah distribusi probabilitas diskrit
yang tepat.
Definisi: Distribusi peluang pada hipergeometrik X, yaitu banyaknya sukses dalam sampel acak
ukuran n yang diambil dari N benda yang mengandung k bernama sukses dan N-k bernama gagal,
ialahRumus hipergeometrik
Yakni banyaknya macam sampel ukuran n yang dapat diambil dari N benda ialah NCn. Sampel ini
dianggap mempunyai peluang sama. Ada sebanyak kCx cara memilih x sukses dari sebanyak k yang
tersedia, dan untuk tiap cara ini dapat dipilih n-x gagal dalam N-kCn-x cara. Jadi semuanya ada kCx.Nk
Apabila populasi besar dan sampel relatif kecil, pengambilan secara sampling dilakukan tanpa
pengembalian menimbulkan efek terhadap probabilitas sukses dalam setiap percobaan kecil, untuk
mendekati nilai probabilitas hypergeometrik dapat digunakan konsep distribusi binomial dengan
syarat n0,05N.
Jika N maka dist. Hipergeometri dapat dihampiri dengan dist. Binomial.