Anda di halaman 1dari 15

Beberapa Model

Distribusi Diskrit
Oleh
NOVA ANGREINI HARAHAP

Distribusi Binomial
Distribusi binomial adalah suatu distribusi teoritis yang menggunakan
variabel random diskrit yang terdiri dari dua kejadian yang
berkomplemen, seperti sukses gagal, ya tidak , baik cacat .
Distribusi ini memiliki ciri ciri :
1. Setiap percobaan hanya memiliki dua peristiwa, seperti ya tidak,
sukses gagal.
2.
Probabilitas satu peristiwa adalah tetap, tidak berubah untuk setiap
percobaan.
3.
Percobaannya bersifat independen, artinya suatu peristiwa dari suatu
percobaan tidak mempengaruhi atau dipengaruhi peristiwa dari suatu
percobaan.
4.
Jumlah atau banyaknya percobaan yang merupakan komponen
percobaan
binomial harus tertentu

Rumus Distribusi Binomial

Rumus binomial suatu peristiwa

Probabilitas binomial kumulatif

Probabilitas binomial kumulatif adalah probabilitas dari peristiwa


binomial lebih dari satu sukses. Probabilitas binomial kumulatif dapat
dihitung dengan menggunakan rumus :

Secara umum nilai rata-rata () , varians (2) , dan simpangan baku ()


dapat dicari
Berdasarkan distribusi probabilitasnya, dengan pendekatan
sebagai berikut :

1. Untuk rata-rata

2. Untuk varians

3. Untuk simpangan baku

Contoh :
Seorang mahasiswa menghadapi 6 pertanyaan pilihan berganda, setiap
pertanyaan
memiliki 5 alternatif jawaban. Jika dalam menjawab pertanyaan,
mahasiswa tersebut
Berspekulasi maka probabilitas menjawab pertanyaan adalah

Ternyata probabilitas 5 jawaban benar dari 6 pertanyaan adalah sama


untuk susunan
manapun. Banyaknya kemungkinan susunan 5 benar dan 1 salah dapat
dicari dengan
menggunakan rumus kombinasi.

Distribusi Trinomial
Distribusi binomial dapat diperluas menjadi distribusi trinomial, jika n bilangan
bulat positif dan a1, a2, a3 merupakan konstanta tertentu, sehingga

Fungsi probabilitas bersama untuk peubah acak X dan Y yang me-nyebar


secara trinomial adalah

Untuk menunjukkan p(x,y) sebagai fungsi probabilitas dapat


digunakan ketentuan
di atas sehingga

Distribusi Multinomial
Perluasan dari distribusi binomial ialah distribusi trinomial. Misalkan sebuah
eksperimen
menghasilkan peristiwa peristiwa E 1,E2,...,EK dengan peluang 1 = P (E1) , 2 = P
(E2),...,k
= P (EK) dengan 1 + 2 +...+ k = 1
Terhadap eksperimen ini kita lakukan percobaan sebanyak N kali. Maka peluang akan
terdapat x1 peristiwa E1, x2 peristiwa E2 ,...., xk peristiwa EK diantara N, ditentukan
oleh
distribusi multinomial berikut

Ekspektasi terjadinya tiap peristiwa E1,E2,...,EK dalam peristiwa multinomial, berturut


turut adalah N 1 , N 2 , ... N k sedangkan variansnya masing-masing N 1 ( 1- 1 ) ,
N 2 (
1 2 ) , ..., N k ( 1 k )

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

Distribusi Poisson
Distribusi poisson adalah distribusi nilai-nilai bagi suatu variabel random X
(X
diskrit), yaitu banyaknya hasil percobaan yang terjadi dalam suatu interval
waktu tertentu atau disuatu daerah tertentu.
Distribusi Poisson memiliki ciri-ciri sebagai berikut :
Banyaknya hasil percobaan yang terjadi dalam suatu interval waktu

atau suatu daerah tertentu tidak bergantung pada banyaknya hasil


percobaan yang terjadi pada interval waktu atau daerah lain yang
terpisah
Probabilitas terjadinya hasil percobaan selama suatu interval waktu
yang singkat atau dalam suatu daerah yang kecil, sebanding dengan
panjang interval waktu atau besarnya daerah tersebut dan tidak
bergantung pada banyaknya hasil percobaan yang terjadi diluar interval
waktu atau daerah tersebut
Probabilitas lebih dari satu hasil percobaan yang terjadi dalam interval
waktu yang singkat atau dalam daerah yang kecil dapat diabaikan

Rumus Distribusi Poisson


Rumus probabilitas poisson suatu peristiwa

Probabilitas terjadinya suatu kedatangan yang mengikuti proses


poisson,
dirumuskan

Probabilitas distribusi poisson kumulatif


Probabilitas Poisson kumulatif adalah probabilitas dari peristiwa Poisson
lebih dari satu.
Probabilitas Poisson kumulatif dapat dihitung dengan rumus :

Distribusi Poisson sebagai pendekatan distribusi binomial


Distribusi Poisson sebagai pendekatan distribusi binomial dirumuskan :

Rata-Rata, Varians, dan Simpangan Baku distribusi poisson


Distribusi Poisson memiliki rata-rata (mean), varians, dan simpangan
baku sebagai berikut :

Contoh :
Sebuah toko alat-alat listrik mencatat rata-rata penjualan lampu TL 40
watt setiap hari 5
buah. Jika permintaan akan lampu tersebut mengikuti distribusi poisson,
berapa
probabilitas untuk penjualan berikut ?
a. 0 lampu TL
b. 3 lampu TL
Penyelesaian
= 5 ; e-5 = 0,00674