Jenis Fungsi Distribusi Diskrit dan Kontinu

Jenis Fungsi Distribusi Probabilitas

1. Fungsi Distribusi Diskrit
Fungsi f(x) adalah suatu fungsi peluang atau distribusi peluang suatu peubah acak
diskrit X bila, untuk setiap hasil x yang mungkin, berlaku :
) = Q = 1-P. Jika P = P(A) tetap harganya, maka percobaan yang berulang-ulang dari
eksperimen itu dinamakan percobaan Bernoulli.
Jika percobaan bernoulli sebanyak N kali secara independen, menghasilkan peristiwa A
dan sisanya maka peluang terjadinya peristiwa sebanyak kali di antara , dihitung oleh:
Dimana:
P(R)=peluang terjadinya sebesar R untuk N kejadian .
N

= jumlah kejadian.

= jumlah kejadian yang diharapkan

= peluang terjadinya kejadian (parameter distribusi)

Q = peluang kegagalan (tidak terjadi) =

, jumlah kombinasi N dan x pada 1 (satu) satuan waktu dengan
Contoh:
Debit puncak banjir sungai Citarum-Nanjung priode tahun adalah 359m3/det. Tentukan
dalam waktu 10 tahun peluang debit banjir tersebut:
a. Tidak terjadi ?
b. Terjadi satu kali ?
c. Terjadi dua kali ?
d. Terjadi tiga kali ?
e. Rata-rata dan deviasi standarnya ?

b) Distribusi Peluang Poisson

Distribusi Poisson dapat pula dianggap sebagai pendekatan kepada distribusi binomial. N
cukup besar dan P(A), sangat dekat kepada nol sehingga tetap, distribusi binomial menjadi
distribusi Poisson, dilakukan pendekatan sedangkan
Dirumuskan menjadi dimana:
P(R)= peluang terjadinya sebesar R dalam jumlah kejadian
R

= jumlah kejadian yang diharapkan

=rata-rata hitung (mean) distribusi Poisson.

N = jumlah kejadian.
e

= 2,71828
Dengan parameter statistiknya sebagai berikut::

a.

rata-rata hitung (mean)

b. Variansi
c.

Deviasi standar

d. Kemencengan
e.

Koefisien Kurtosis

Contoh:
Dalam suatu DPS dibangun dam pengendali banjir dengan umur bangunan 100 tahun.
Berapa peluang terjadinya banjir 550 m3/det dengan priode ulang 200 tahun selama priode
umur dam tersebut, apabila ditentukan dengan Distribusi Poisson ?
Jawab:
Priode ulang banjir 200 tahun, maka peluang terjadinya 1 kali banjir adalah:
, dan sehingga:
=

Artinya, pada DPS itu dengan umur dam pengendali banjir 100 tahun, selama priode umur
tersebut akan terjadi banjir priode 200 tahun dengan peluang
c) DISTRIBUSI PELUANG HIPERGEOMETRIK
Distribusi hipergeometrik adalah distribusi probabilitas diskrit dari sekelompok obyek
yang dipilih tanpa pengembalian. Misalnya anda diberikan sebuah kotak yang berisi 10 buah
kembang gula, kesemuanya narnpak sama bila dilihat dari luar. Anggaplah kemudian anda
tahu bahwa 8 mempunyai rasa marshmallow (rasa ini yang anda suka) dan 2 buah rasa

almond (rasa ini tidak anda suka). Jika anda mengarnbil 5 buah, berapa probabilitas bahwa
anda akan mendapat 3 rasa marshmallow? Ini adalah kasus probabilitas dimana jumlah
keberhasilan dibagi dengan jumlah kemungkinan hasil. Pertama-tarna kita harus mengetahui
jumlah cara pengarnbilan 5 buah kembang gula dari kotak yang berisi 10 buah kembang gula.
Kita dapat menggunakan formula ini:
Sekarang kita menghitung berapa probabilitas mendapatkan 3 kembang gula dengan
rasa marshmallow. Karena ada 8 buah kembang gula yang harus dipilih, maka ada (38) cara
pengarnbilan 3 kembang gula marshmallow. Kemudian kita mengalikannya dengan jumlah
kemungkinan pengarnbilan 2 kembang gula rasa almond dari 2 kembang gula rasa almond di
dalarn kotak, yaitu (22) (sarna dengan I) Dengan demikian, probabilitas mengarnbil 3 buah
kembang gula rasa marshmallow adalah:
Perbedaan Peluang Binomial dengan peluang Hipergeometrik:
perhatian hanya untuk peluang BERHASIL

Peluang Binomial
Peluang Hipergeometrik

untuk kasus di mana peluang BERHASIL berkaitan

dengan Peluang GAGAL

ada penyekatan dan pemilihan/kombinasi obyek
(BERHASIL dan GAGAL)
Percobaan hipergeometrik adalah percobaan dengan ciri-ciri sebagai berikut:
1. Contoh acak berukuran n diambil dari populasi berukuran N
2. k dari N diklasifikasikan sebagai "BERHASIL" sedangkan N-k diklasifikasikan
sebagai "GAGAL"
Definisi Distribusi Hipergeometrik:
Bila dalam populasi N obyek, k benda termasuk kelas "BERHASIL" dan N-k (sisanya)
termasuk kelas "GAGAL", maka Distribusi Hipergeometrik peubah Acak X yg menyatakan
banyaknya keberhasilan dalam contoh acak berukuran n adalah :
untuk x = 0,1,2,3...,k
Contoh 8 :

Jika dari seperangkat kartu bridge diambil 5 kartu secara acak tanpa pemulihan, berapa
peluang diperoleh 3 kartu hati?
N = 52

n=5

k = 13

x=3

(selesaikan sendiri !)
Rata-Rata dan Ragam bagi Distribusi Hipergeometrik h(x; N, n, k) adalah :
Rata-rata =

Ragam =

Perluasan Distribusi Hipergeometrik jika terdapat lebih dari 2 kelas

Distribusi Hipergeometrik dapat diperluas menjadi penyekatan ke dalam beberapa kelas

dan perhatikan bahwa

dan

N : ukuran populasi atau ruang contoh

n : ukuran contoh acak
k : banyaknya penyekatan atau kelas
xi : banyaknya keberhasilan kelas ke-i dalam contoh
ai : banyaknya keberhasilan kelas ke-i dalam populasi

Contoh 9 :
Dari 10 pengemudi motor, 3 orang mengemudikan motor merk "S", 4 orang memggunakan
motor merk "Y" dan sisanya mengemudikan motor merk "H". Jika secara acak diambil 5
orang, berapa peluang 1 orang mengemudikan motor merk "S", 2 orang merk "Y" dan 2
orang merk "H"?
Jawab :
N = 10,

n=5

a1 = 3,

a2 = 4,

a3= 3

x1 = 1,

x2 = 2,

x3= 2

Pendekatan Hipergeometrik dapat juga dilakukan untuk menyelesaikan persoalan binomial :

Binomial untuk pengambilan contoh dengan pemulihan (dengan pengembalian)

Hipergeometrik untuk pengambilan contoh tanpa pemulihan (tanpa pengembalian)

Contoh 10 :
Dalam suatu kotak terdapat 5 bola yang terdiri dari 2 bola Merah, 2 bola Biru dan 1 buah
Putih. Berapa peluang

a.

terambil 2 bola Merah, dari 4 kali pengambilan yang dilakukan secara acak dengan
pemulihan?

b.

terambil 2 bola Merah, dari 4 kali pengambilan yang dilakukan secara acak tanpa
pemulihan?
Soal a diselesaikan dengan Distribusi Peluang binomial :
p = 2/5 = 0.40

n=4

x=2

b(2; 4,0.40) = 0.16 (lihat Tabel atau gunakan rumus Binomial)

Soal b diselesaikan dengan Distribusi Peluang Hipergeometrik
N=5

n=4

N-k = 3

n-x=2

k=2

x=2

h(2; 5, 4,2) =
d) Distribusi Binomial
Distribusi probabilitas dari vaiabel acak binomial X:
P = px qn-x
Soal :
100 biji telur berpeluang cacat 5%... .jika diambil 3 biji telur. berapakah peluang satu telur
yang cacat?
Jawab :
Gunakan rumus di atas , untuk n = 3 dan x = 1
p adalah peluang terambil telur cacat = 5% =
q adalah peluang terambil telur baik = 1- 5% =
P=
= = 0,135375
e) Distribusi Multinomial

Distribusi multinomial ialah perluasan dari distribusi binomial. Misalkan sebuah

eksperimen menghasilkan peristiwa-peristiwa dengan peluang Terhadap eksperimen ini kita
lakukan percobaan sebanyak N kali. Maka peluang akan terdapat peristiwa peristiwa
peristiwa Ek diantara N, ditentukan oleh distribusi multinomial berikut :

Eskpektasi terjadinya tiap peristiwa berturut-turut adalah

Variansnya

Contoh :
1) Dalam undian dengan sebuah dadu sebanyak 12 kali, maka peluang terdapat mata 1, mata 2,
mata 6 masing-masing tepat dua kali adalah

2) Sebuah kotak berisi 3 barang yang dihasilkan oleh mesin A, 4 oleh mesin B dan 5 oleh mesin
C. kecuali dikategorikan berdasarkan mesin, identitas lainnya mengenai barang tersebut
sama. Sebuah barang diambil secara acak dari kotak itu, identitas mesinnya dilihat, lalu
disimpan kembali kedalam kotak. Tentukan peluang diantara 6 barang yang diambil dengan
jalan demikian terdapat 1 dari mesin A, 2 dari mesin B dan 3 dari mesin C.
Jawab :
Jelas bahwa P (dari mesin A) P (dari mesin B) = dan P (dari mesin C) Dengan rumus di atas
didapat :
P (1 dari mesin A dan 2 dari mesin B dan 3 dari mesin C)

2. Fungsi Distribusi Kontinu

Fungsi f((x) adalah fungsi padat peubah acak kontinu X, yang didefnisikan di atas
himpunan semua bilangan real R, bila:
Peluang masa pakai alat antara 3 dan 3 bulan ialah 0,0493.
b.

dengan a = 3 dan b = ,maka:

c.

Untuk x 0, maka:
Rata-rata masa pakai alat itu selama 2 bulan
Beberapa Distribusi Khusus Kontinu

a) Fungsi Distribusi Normal

Jika variabel acak kontinu X mempunyai fungsi densitas pada dengan persamaan umumnya :
=
dengan :
fungsi densitas peluang normal
= 3,1416, nilai konstan yang bila ditulis hingga 4 desimal .
= 2,7183, bilangan konstan, bila ditulis hingga 4 desimal
= Variabel acak kontinyu
= parameter, rata-rata untuk distribusi.
= parameter, simpangan baku untuk distribusi.
untuk - maka dikatakann bahwa variabel acak X berdistribusi normal.
Sifat-sifat penting distribusi normal:
1) grafiknya selalu ada di atas sumbu datar .
2) bentuknya simetrik terhadap x = .
3) Mempunyai satu modus, jadi kurva unimodal, tercapai pada
sebesar
4) Grafiknya mendekati (berasimtutkan) sumbu datar x dimulai dari ke kiri.
5) Luas daerah grafik selalu sama dengan satu unit persegi.
b) Distribusi Gamma
Eksperimen-eksperimen probabilitas yang hasilnya menunjukkan suatu bentuk distribusi
yang mempunyai variasi ukuran kemencengan yang cukup signifikan, distribusi Gamma
merupakan salah satu alternatif model yang banyak digunakan. Terlebih dahulu akan
diperkenalkan sebuah fungsi gamma.
Fungsi gamma r () adalah :
r () = , untuk > 0

Sifat-sifat penting fungsi gamma adalah :

1. Untuk sebuah bilangan bulat positif n, (n) = (n 1) !
2. Didefinisikan = (1/2) =
Distribusi gamma
Peubah acak kontinu x berdistribusi gamma, dengan parameter dan , bila padatnya
diberikan oleh :
f(x : , ) =
= 0 untuk x lainnya
Bila > 0 dan > 0
Distribusi Gamma Standard
Jika parameter skala sebuah distribusi gamma = 1 diperoleh suatu distribusi gamma standar.
FG = (x : ) = P (X x) =
P (X x) = FG (x ; , ) = FG
Contoh :
Variable acak kontinu x yang menyatakan ketahanan suatu bantalan peluru (dalam ribaun
jam) yang diberi pembebanan dinamis pada suatu putaran kerja tertentu mengikuti suatu
distribusi gamma dengan = 8 dan = 15, Tentukan, probabilitas sebuah bantalan peluru
dapat digunakan selama 60 ribu-120 ribu jam dengan pembebanan dinamik pada putaran
kerja tersebut!
Jawab :
P (60 x 120) = P (x 120) P (x 60)
= FG (120; 8 , 15) - FG (60 ; 8, 15 )
= FG (120/15 ; 8) - FG (60/15; 8)
= FG (8 ;8) - FG (4 ; 8)
= 0,5470 0,0511 = 0,4959
c) Distribusi Eksponensial
Distribusi Gamma khususnya dengan = 1 disebut distribusi eksponensial. Peubah acak
kontinu x distribusi eksponensial dengan parameter , bila fungsi padatnya diberikan oleh :

1. fE (x ; ) = e-x/ x 0

= 0 untuk x lainnya
Dengan > 0
2. FE (x ; ) = P (X x) = = 1 e-x/
Contoh :
Misalkan x adalah waktu (response time) suatu terminal komputer on-line yang merupakan
tenggang waktu antara masuknya suatu permintaan dari pengguna sampai sistem mulai
memberikan tanggapan atas permintaan tersebut, memiliki suatu distribusi eksponensial
dengan waktu tanggap rata-rata 5 detik. Jika seseorang perintah tersebut akan dijalankan
selambat-lambatnya setelah 10 detik.
P (X 10) = F (10 ; ) = 1 e-10/0,2 = 1 e-2 = 1 0,135 = 0,865

d) Distribusi Khi-kuadrat (X2)

Distribusi gamma khas yang kedua diperoleh bila = V/2, = 2 dan V bilangan bulat
positif. Fungsi peluang padat seperti itu disebut distribusi khi-kuadrat dengan derajat
kebebasan V.
Peubah acak kontinu X berdistribusi khi-kuadrat dengan derajat kebebasan V, bila fungsi
padatnya diberikan oleh :

Fx2 (x ; v) =
= 0 untuk x lainnya

Teorema :
Rataan dan variansi distribusi gamma adalah :
= dan 2 = 2
Akibat 1
Rataan dan variansi distribusi eksponensial adalah

 = dan 2 = 2
Akibat 2
Rataan dan variansi distribusi khi-kuadrat adalah
= V dan 2 = 2V
DAFTAR PUSTAKA
Djarwanto, dkk. 1996. Statistik Induktif. BPFE :Yogyakarta
Harinaldi. 2005. Prinsip-prinsip Statistik untuk Teknik dan Sains. Erlangga : Jakarta.
Herrhyanto,Nar. 2009. Pengantar Statistika Matematis.CV.Yrama Widya:Bandung
Diposkan oleh Unknown di 23.55
Kirimkan Ini lewat EmailBlogThis!Berbagi ke TwitterBerbagi ke FacebookBagikan ke
Pinterest
Label: Matematika
Tidak ada komentar:
Poskan Komentar
Posting Lebih Baru Posting Lama Beranda
Langganan: Poskan Komentar (Atom)
Ada kesalahan di dalam gadget ini
Ada kesalahan di dalam gadget ini

Label

Fiksi (3)

Kesehatan (2)

Matematika (1)

Wisata (1)

Clock
Arsip Blog

2013 (5)

o November (2)
o Juni (3)

Ngelindur

RINDU AYAH #1

Jenis Fungsi Distribusi Diskrit dan Kontinu

2012 (7)

2011 (1)

Pengikut