Anda di halaman 1dari 5

DISTRIBUSI GEOMETRIK

Definisi Fungsi Peluang Geometrik:


Peubah acak X dikatakan berdistribusi geometrik, jika dan hanya jika
fungsi peluangnya berbentuk:
𝑝(𝑥) = 𝑃(𝑋 = 𝑥) = (1 − 𝑝)𝑥−1 . 𝑝; 𝑥 = 1, 2, 3, …

Dalil Parameter Distribusi Geometrik :

Rataan, Varians, dan fungsi pembangkit momen dari distribusi


geometrikadalah sebagai berikut:
1
1. µ = 𝑝
1−𝑝
2. 𝜎 2 = 𝑝2
𝑝 .𝑒 𝑡
3. 𝑀𝑥 (𝑡) = 1−(1−𝑝).𝑒 𝑡 ; 𝑡 ∈ 𝑅

Bukti :
1. Berdasarkan definisi rataan diskrit, maka:
µ = E (X) = ∑𝑥 𝑥 . 𝑝(𝑥)
= ∑∞
𝑥=1 𝑥 . (1 − 𝑝)
𝑥−1
.𝑝
𝑑
= p . ∑∞
𝑥=1 𝑑(1−𝑝) (1 − 𝑝)
𝑥

𝑑
= p. 𝑑(1−𝑝) ∑∞
𝑥=1(1 − 𝑝)
𝑥

𝑑
= p. 𝑑(1−𝑝) [(1 − 𝑝) + (1 − 𝑝)2 + (1 − 𝑝)3 + … ]
𝑑 1−𝑝
= p. 𝑑(1−𝑝) (1−(1−𝑝))
{1−(1−𝑝)}−(1−𝑝)(−1)
= p. [ {1−(1−𝑝)}2
]
1−1+𝑝+1−𝑝
= p. ( )
(1−1+𝑝)2
1
µ = E (X) = 𝑝 (terbukti)
2. Berdasarkan defenisi varians, maka:
𝜎 2 = 𝑉𝑎𝑟(𝑋) = 𝐸(𝑋 2 ) − [𝐸(𝑋)]2
= 𝐸[𝑋(𝑋 − 1) + 𝑋] − [𝐸(𝑋)]2
= 𝐸[𝑋(𝑋 − 1)] + 𝐸(𝑋) − [𝐸(𝑋)]2
Berdasarkan nilai ekspetasi diskrit, maka:
𝐸[𝑋(𝑋 − 1)] = ∑𝑥 𝑥(𝑥 − 1). 𝑝(𝑥)
= ∑∞
𝑥=1 𝑥(𝑥 − 1). (1 − 𝑝)
𝑥−1
.𝑝
= 𝑝(1 − 𝑝) ∑∞
𝑥=1 𝑥(𝑥 − 1). (1 − 𝑝)
𝑥−2

𝑑2
= 𝑝(1 − 𝑝) ∑∞
𝑥=1 𝑑(1−𝑝)2 (1 − 𝑝)
𝑥

𝑑2
= 𝑝(1 − 𝑝) 𝑑(1−𝑝)2 ∑∞
𝑥=1(1 − 𝑝)
𝑥

𝑑2 1−𝑝
= 𝑝(1 − 𝑝). 𝑑(1−𝑝)2 [1−(1−𝑝)]
−2{1−(1−𝑝)}
= 𝑝(1 − 𝑝). [ {1−(1−𝑝)}4 ]
2𝑝
= 𝑝(1 − 𝑝) (𝑝4 )
2(1−𝑝)
𝐸[𝑋(𝑋 − 1)] = 𝑝2

Maka:
2(1−𝑝) 1 1
𝜎 2 = 𝑣𝑎𝑟(𝑋) = + 𝑝 − 𝑝2
𝑝2
1−𝑝
𝜎 2 = 𝑣𝑎𝑟(𝑋) = (𝑡𝑒𝑟𝑏𝑢𝑘𝑡𝑖)
𝑝2

3. Berdasarkan definisi fungsi pembangkit momen diskrit, maka:


𝑀𝑥 (𝑡) = ∑𝑥 𝑒 𝑡𝑥 . 𝑝(𝑥)
= ∑∞ 𝑡𝑥
𝑥=1 𝑒 . (1 − 𝑝)
𝑥−1
.𝑝
𝑝
= ∑∞ 𝑡 𝑥
𝑥=1[(1 − 𝑝). 𝑒 ]
1−𝑝

𝑝 (1−𝑝) .𝑒 𝑡
= 1−𝑝 . 1−(1−𝑝).𝑒 𝑡
𝑝 .𝑒 𝑡
𝑀𝑥 (𝑡) = 1−(1−𝑝).𝑒 𝑡 (𝑡𝑒𝑟𝑏𝑢𝑘𝑡𝑖)
Contoh:
1
1. Apakah artinya Y~ 𝐺(𝑦; 4)? kemudian tuliskan bentuk fungsi peluangnya.

Penyelesaian:
1
Y ~ 𝐺(𝑦; 4) artinya peubah acak Y berdistribusi geometrrik dengan

banyak pengulanan ekperimennya sampai peristiwa sukses terjadi pertma


1
kali adalah y kali dan peluang terjadinya peristiwa sukses sebesar 4..

Fungsi peluang dari Y berbentuk:


3 𝑦−1 1
𝑝(𝑦) = ( ) ( ) ; 𝑦 = 1, 2, 3, …
4 4

2. Misalnya Farah mengundi sebuah dadu yang seimbang. Kemudian ia


mengulangi pengundian itu beberapa kali sampai dadu itu menghassilkan
mata dadu “6” pertama kali. Hitung peluang bahwa mata dadu “6” itu
akan muncul pertama kali pada pengundian ke—10.
Penyelesaian:
1
Dalm hal ini p = peluang munculnya mata dadu “6” = 6
5
1 − 𝑝 =peluang munculnya bukan mata dadu “6” = 6

𝑋 = banyak pengundian sebuah dadu yang dilakukan =10

Maka:
5 9 1
𝑃(𝑋 = 10) = (6) (6) = 0,0323
DISTRIBUSI HIPERGEOMETRIK

Definisi Fungsi Peluang Hipergeometrik :

Peubah acak X dikatakan berdistribusi hipergeometrik, jika dan hanya


jika fungsi peluangnya berbentuk:

𝑘 𝑁−𝑘
( )( )
𝑝(𝑥) = 𝑃(𝑋 = 𝑥) = 𝑥 𝑛 − 𝑥 ; 𝑥 = 0, 1, 2, 3, … , 𝑛
𝑁
𝑛

Dalil Parameter Distribusi Hipergeometrik:

Rataan dan varians dari distribusi hipergeometrik adalah sebagai


berikut:
nk
1. μ = N
nk(N−k)(N−n)
2. σ2 = N2 (N−1)

Contoh:
Misalkan Sandy mempunyai setumpukan kartu bridge yang berjumlah 52
buah, dengan 26 buah kartu berwarna merah dan 26 buah kartu warna hitam.
Jika Sandy mengambil 4 buah kartu secara sekaligus dari setumpukkan
kartu itu, maka berapa peluang bahwa dari 4 kartu yang terambil itu ada 2 bauh
kartu yang berwarna hitam?
Penyelesaian:
Dalam hal ini N = Banyak kartu bridge keseluruhan = 52
k = banyak kartu hitam pada setumpukan kartu bridge = 26
n = banyak kartu yang diambil secara sekaligus = 4
X = banyak kartu hitam yang terdapat dalam sampel
Jadi besar peluang yang dicari adalah:
(26)(26)
2 2
𝑃(𝑋 = 2) = 52
4
(26)(25) (26)(25)
[ (1)(2) ][ (1)(2) ]
= (52)(51)(50)(49)
(11)(2)(3)(4)

105.625
=
270.725
P(X = 2) = 0,3902