Percobaan Bernoulli

Percobaan terdiri dari 1 usaha

S k
Sukses
Usaha
Gagal
Peluang sukses p
Peluang gagal 1-p
Misalkan
1, jika terjadi sukses
X
0, jika terjadi tidak sukses (gagal)

edited 2011 by UM
 Distribusi Bernoulli
6

X berdistribusi Bernoulli,

p x (1 p )1 x , x 00,1
1
P( X x) ber ( x; p )
0 , x lainnya

Rataan : E[X] = x = p
Va
Variansi
a s : Va ( ) x2 = p(
Var(X)= p(1-p)
p)

edited 2011 by UM
 Percobaan Binomial
7

n usaha yang berulang.

berulang
Tiap usaha memberi hasil yang dapat
dikelompokkan menjadi sukses atau gagal.
Peluang sukses tidak berubah dari usaha
yang satu ke yang berikutnya.
Tiap
Ti usahah saling
li bebas.
b b

edited 2011 by UM
 Distribusi Binomial
8

Distribusi binomial, parameter n dan p

Notasi X ~ B(n,p)
F.m.p:
n x
P( X x) b( x; n, p ) p (1 p) n x
x
Koefisien binomial : n! = n.(n
n (n-1)
1).(n
(n-2)
2) 1
n n!
untuk x = 0,1, , n
x x !(( n x))!

o Rataan : E[X] = x = np
o Variansi : var(X)= Xedited
2 = np(1-p)
2011 by UM
 Percobaan Poisson
13

Memiliki 2 keluaran hasil : SUKSES dan

GAGAL.
GAGAL
Terdefinisi pada : (yang membedakan dari
percobaan
b Bi
Binomial)
i l)
Panjang selang waktu

Luas daerah/area

Contoh :
- Banyak mobil yang masuk lewat gerbang
utama
t ITB pada
d pukul 08 00 09.00
k l 08.00 09 00
- Banyak merk laptop yang ditemukan di suatu
toko tertentu di BEC.edited 2011 by UM
 Proses Poisson
14

Selang
S l g waktu
kt atau
t daerahnya
d h saling
li g bebas.
b b
Peluang pada Proses Poisson tergantung
pada selang waktu dan besarnya daerah.
Peluang untuk selang yang pendek atau
daerah yang sempit dapat diabaikan.

edited 2011 by UM
 Distribusi Poisson
15

Peubah acak X berdistribusi Poisson

X~P(t)
t
t
x
e
F.m.p : P( X x) , x 0,1, 2,...
x!
e = tetapan
t t E l (2
Euler (2.71828)
71828 )

o Rataan : E[X] = X = t
o var(X)= X2 = t
Variansi : var(X)
edited 2011 by UM
 Bukti :
16

Akan ditunjukkan bahwa rataan adalah t, tulis = t.

x

e
e x
e x 1
EX x x
x 0 x! x 1 x! x 1 x 1 !
Definisi fungsi
peluang
l untuk
t k p.a.
Misalkan y = x 1, diperoleh Poisson

e y
1

e y y 0 y !

E X t
y 0 y!

edited 2010 by UM
 Hubungan distribusi
Bernoulli, Binomial, Poisson dan Normal
21
Mi lk p.a X
Misalkan
Distribusi Bernoulli
X ~ Ber (1,
(1 p)

n >1
Distribusi Normal n >>>
Distribusi Binomial
X ~ N(,
N( 2)
X ~ Bin (n, p)
=np, 2= np(1- p)

= , 2= n >>>, p <<<

n >>> Distribusi Poisson

DLP X ~ POI (t)
= np = np(1-
np(1 p)
edited 2011 by UM
 Beberapa distribusi diskrit
22
lainnya

Distribusi Multinomial
Distribusi Hipergeometrik
Distribusi Binomial Negatif
Distribusi Geometri

edited 2011 by UM
 Distribusi Multinomial
23

Bila suatu usaha tertentu dapat menghasilkan k macam

hasil E1, E2, , Ek dengan peluang p1, p2, , pk, maka
di t ib i peluang
distribusi l peubah
b h acak
k X1, X2, , Xk yang
menyatakan banyak terjadinya E1, E2, , Ek dalam n
usaha bebas ialah,
n x1 x2
P ( X 1 x1 , X 2 x2 ,..., X k xk ) 1 2
p p p xk
k
1 2
x , x ,...,
, , xk

dengan, Percobaan Binomial menjadi

j
Multinomial jika setiap
k k percobaan memiliki lebih dari
x
i 1
i n dan p
i 1
i 1 d k
dua kemungkinan
ki hasil.
h il

edited 2011 by UM
 Contoh 4
24

Peluang seorang perwakilan datang ke suatu konferensi di

suatu kota menggunakan pesawat, bus, mobil pribadi, dan
kereta berturut-turut adalah 0.4, 0.2, 0.3, dan 0.1. Hitung
peluang dari 9 perwakilan yang datang 3 orang datang
menggunakan
k pesawat, t 3 orang dengan
d bus,
b 1 orang dengan
d
mobil pribadi, dan 2 orang dengan kereta.
J
Jawab:
b
Misalkan Xi : banyaknya perwakilan yang datang
menggunakan
k transportasi
t t i i,
i i=1,2,3,4
i 1234b berturut-turut
t tt t
mewakili pesawat, bus, mobil pribadi, dan kereta.
9
P( X 1 3, X 2 3, X 3 1, X 4 2) 0.4 0.2 0.3 0.1
3 3 1 2

3,3,1, 2
9!
0.064 0.08 0.3 0.01 2520 1.536 105 0, 038702
3!3!1!2! edited 2011 by UM
 Contoh 6
29

Suatu tes hasil pengelasan logam meliputi proses

pengelasan
p g sampai
p suatu p patahan terjadi.
j Pada jjenis
pengelasan tertentu, patahan terjadi 80% disebabkan
oleh logam itu sendiri dan 20% oleh penyinaran pada
pengelasan. Beberapa hasil pengelasan dites. Misalkan
X adalah banyak tes yang dilakukan sampai ditemukan
patahan pertama pada hasil pengelasan. Hitung
peluang pada tes ketiga ditemukan patahan pertama!
Jawab :
X ~ Geom(0.2)

P ( X 3) g (3;0 2) 0.2(0.8)
(3;0.2) 0 2(0 8) 2 0.128
0 128
edited 2011 by UM
 Distribusi Binomial Negatif
30

X ~ b*(k, p)
X : banyaknya usaha yang berakhir tepat pada sukses ke-k
dari usaha-usaha saling bebas dengan peluang sukses p dan
gagal (1-p).
x 1 k xk
P( X x) b *( x; k , p ) p (1 p ) , x k , k 1, k 2...
k 1
Suatu peubah acak Binomial negatif adalah jumlah dari
peubah acak
acak-peubah
peubah acak Geometrik.
X = Y1 + Y2 + ... + Yk
dimana Y1, Y2, ..., Yk adalah peubah acak saling
bebas, masing-masing berdistribusi Geom(p).
k k (1 p )
Rataan : Variansi :
2
edited 2011 by UM
p p2
 Contoh 7
31

Perhatikan Contoh 6.
Mi lk X adalah
Misalkan d l h banyak
b k tes
t yang dilakukan
dil k k
sehingga ditemukan 3 patahan pertama.
Hitung peluang bahwa dilakukan 8 tes
gg ditemukan 3 p
sehingga patahan p
pertama!
Jawab :
7
P( X 8) b *(8;3, 0.2) (0.2) (0.8) 0.05505
3 5

edited 2011 by UM
 Referensi
32

Navidi, William., 2008, Statistics for Engineers and

Scientists, 2nd Ed
Scientists Ed., New York: McGraw-Hill.
McGraw-Hill
Walpole, Ronald E. dan Myers, Raymond H., Ilmu
Pl
Peluang dan
d Statistika
S i ik untukk Insinyur
I i dan
d
Ilmuwan, Edisi 4, Bandung: Penerbit ITB, 1995.
Walpole, Ronald E., et.al, 2007, Statistitic for
Scientist and Engineering, 8th Ed., New Jersey:
Prentice Hall.
Pasaribu,
P ib U U.S.,
S 2007
2007, Catatan
C t t Kuliah
K li h Biostatistika.
Bi t ti tik

edited 2011 by UM