TUJUAN PELAJARAN
Probability distribution dari suatu peubah acak X adalah suatu deskripsi pelu
ang-peluang yang terkait dengan nilai X.
Untuk suatu peubah acak diskrit, distribusi selalu dinyatakan dengan suatu
daftar nilai bersama dengan peluang dari masing-masing nilai tersebut. Pen
yataan distribusi dapat juga dinyatakan dengan persamaan peluang. Conto
h: P( X=0 ) = 0.65, P( X=1 ) = 0.66, f(x) = (8/7)X
Untuk suatu peubah acak diskrit X dengan nilai yang mungkin x1, x2, , xn,
probability mass function adalah suatu fungsi:
Jawab
Ruang sampel:
Ruang Sampel
ABC
ACB
BAC
BCA
CAB
CBA
c (Kesesuaian Peci)
3
1
1
0
0
1
c
P(C=c)
0
1/3
1
1/2
3
1/6
6
10
11
12
13
15
16
17
18
19
Distance from
the mean
x1
x2
x3
x4
x5
x6
x7
X
35
46
57
68
72
87
95
460
65.7
X- 65.7
- 30.7
- 19.7
- 8.7
2.3
6.3
21.3
29.3
(X- 65.7)
943.4
388.7
75.9
5.2
39.5
453.1
857.7
2763.4
394.8
Sum of squared
distances from
the mean
Average of the
squared distances
from the mean
= 20Variance
Contoh:
21
Mean /
Expectation
Variance
Data
A random
variable
22
CONTOH SOAL
Buktikan bahwa jika F(x) memiliki distribusi diskrit
dengan nilai x1,x2,.... maka adalah konstanta dengan
ukuran P{ = xi} untuk masing-masing xi. (Petunjuk:
Increment F(t) - F(s) sebanding dengan total masa
dari xi yang termasuk dalam interval [s,t]
23
CONTOH SOAL
Solusi 1.6
Misalkan bahwa F(x) memiliki distribusi diskrit dengan nilai x1,x2,....
Jika s < t adalah bilangan riil sehingga xi (s,t) untuk setiap i, maka
F (t) - F (s) = P{ t} - P{ s} = P{ (s,t)},
Sebagai contoh F(s) = F(t) = 0.
Tapi jika terdapat tepat satu i sehingga xi (s,t), sehingga
F(t) - F (s) = P{ t} - P{ s} = P{ (s,t)} = P{ = xi}.
Hal ini berarti bahwa F adalah konstanta pada sembarang interval yang tidak mengandung
setiap nomer x1,x2,... dan melakukan lompatan dengan ukuran P{ = xi} pada setiap xi.
24
25
26
27
28
BINOMIAL DISTRIBUTION
29
BINOMIAL DISTRIBUTION
Contoh Percobaan Bernoulli:
Suatu usaha pengambilan 3 bahan secara acak dari suatu hasil pabrik yang
menghasilkan 25% bahan cacat, dimana pengambilan bahan yang cacat
disebut sukses (mendapatkan bahan yang cacat).
Banyaknya sukses merupakan merupakan suatu peubah acak X dengan nilai 0
3. Hasil yang mungkin:
P(C) =
P(T) =
P(TCT) = 3/4*1/4*3/4
P(TCT) = 9/64
x
f(x)
27/64
27/64
9/64
1/64
Hasil
TTT
TCT
TTC
CTT
TCC
CTC
CCT
CCC
x
0
1
1
1
2
2
2
3
30
BINOMIAL DISTRIBUTION
Suatu peubah acak X yang bernilai sama dengan jumlah dari percobaan
yang menghasilkan keluaran sukses, memiliki peubah acak binomial
dengan parameter 0 < p < 1 dan n = 1,2, , dan probability mass function
dari X adalah:
31
32
33
HYPERGEOMETRIC DISTRIBUTION
34
DISTRIBUSI POISSON
Untuk suatu rentang bilangan real, dengan asumsi perhitungan
terjadi secara acak dalam rentang tersebut, maka rentang tersebut
dapat dibagi menjadi bagian rentang dengan:
Peluang lebih dari satu kali perhitungan dalam bagian rentang
adalah 0;
Peluang dari satu perhitungan dalam bagian rentang adalah
sama untuk semua bagian rentang dan sebanding dengan
panjang dari bagian rentang tersebut;
Perhitungan dalam bagian rentang adalah bebas dan terlepas
dari bagian rentang lainnya dimana percobaan secara acak
disebut dengan proses poisson.
Peluang acak X yang sama dengan jumlah dari perhitungan dalam
rentang disebut dengan peubah acak poisson dengan parameter 0
< dan probability mass function dari X adalah
35