Variabel Random:
Diskrit : digunakan untuk data cacah
Kontinu : digunakan untuk data ukur
Distribusi Probabilitas variabel random diskrit :
Binomial, Hipergeometrik, Poisson
Distribusi Probabilitas variabel random kontinu :
Normal, t, F
1
Distribusi Binomial
Diperhatikan
Lambang
X~Bin(n;p)
Contoh
1
5
159
15! 1 4
9! 6! 5 5
P X 9 P( X 8)
...
dihitung langsung
np
1
15 .
5
Distribusi Hipergeometrik
bawah ini :
x
nx
P( X )
Distribusi Hipergeometrik
Dengan x = 0, 1, 2, ,n . Rata-rata
distribusi hipergemetrik adalah = n D/N
Contoh :
Sekelompok mahasiswa terdiri atas 50 orang dan
3 diantaranya lahir pada tanggal 1 Januari.
Secara acak diambil 5 orang. Berapa peluangnya
diantara 5 orang tadi :
a. Tidak terdapat yang lahir pada tanggal 1
Januari.
b. Terdapat tidak lebih dari seorang yang lahir
pada tanggal 1 Januari
8
Penyelesaian :
a.
0 5
P ( 0)
0.724
50
Penyelesaian :
b.
1
4
P (1)
0.253
50
Distribusi Poisson
Variabel
acak
diskrit
X
dikatakan
mempunyai distribusi Poisson jika fungsi
peluangnya berbentuk :
ex
P ( X ) P ( X 0)
x !
Di mana x = 0, 1, 2, 3, , e =
2.7183
(baca : lamda) = sebuah bilangan tetap.
Distribusi Poisson ini juga mempunyai
parameter sebagai berikut : =
dan
=
11
Distribusi Poisson
Distribusi Poisson sering digunakan untuk
menentukan peluang sebuah peristiwa yang
dalam area kesempatan tertentu diharapkan
terjadinya sangat jarang.
Contoh :
a. Banyak orang yang lewat melalui muka pasar
setiap
hari, tetapi jarang terjadi seseorang
yang
menemukan
barang
hilang
dan
mengembalikannya kepada si pemilik atau
melaporkannya kepada polisi.
b.
Dalam tempo setiap 5 menit, operator
telepon banyak menerima permintaan nomor
untuk
disambungkan, diharapkan
jarang
12
sekali terjadi salah sambung.
Dist Poisson
Contoh
Var X~Pois()
x e
f ( x; )
; x 0,1,2,...
x!
X = jumlah
kejadian tertentu
dalam satuan unit
waktu atau ruang
= rata-rata
kejadian
E(X) = V(X) =
Banyaknya
telepon dalam
periode ttt
Banyaknya
pelanggan pada
counter
Banyaknya
kcelakaan
Banyaknya mesin
rusak
dll
13
Contoh
P ( X 0)
2 e
0!
0,135
Distribusi Poisson
CONTOH
Peluang seseorang akan mendapat reaksi buruk
setelah disuntik = 0.0005. Dari 4000 orang yang
disuntik, tentukan peluang yang mendapat
reaksi buruk :
a. tidak ada
b. ada 2 orang
c. lebih dari 2 orang dan
d. tentukan ada berapa orang diharapkan yang
akan mendapat reaksi buruk.
16
Penyelesaian :
a. Dengan
menggunakan
pendekatan
distribusi
Poisson
kepada
distribusi
binomial, maka = Np = 4000 x 0.0005 =
2.
Jika X = banyak orang yang mendapat
reaksi buruk akibat suntikan itu, maka :
e 2 20
P ( 0)
0.1353
0 !
17
Penyelesaian :
b.
e2 22
P(2)
0.2706
2!
Peluang ada 2 orang mendapat reaksi
buruk ialah 0.2706.
18
Penyelesaian :
c.
Penyelesaian :
d.
20