NPM : 140220180001
Distribusi Peluang Diskrit
1. Distribusi Bernoulli
Peubah aca Bernoulli hanya mempunyai dua nilai yaitu 0 dan 1 dalam satu kali percobaan. Nilai
0 dan 1 ini biasanya dikaitkan dengan “gagal” dan “sukses”. Peluang sukses dinyatakan dengan p
dan gagal dengan 1- p.
Ciri-ciri :
p dan 2 pq
Bukti :
1. Untuk rataan
1 1
E ( x) xf ( x, p) xp x q1 x 0. p 0 q10 1 p1 q 11 p
x 0 x 0
2. Untuk variansi
Diketahui bahwa 2 E ( xi ) 2 E ( x) 2 [ E ( x)]2
2. Distribus Binomial
Suatu percobaan disebut percobaan Binomial jika memenuhi syarat :
Setiap hasil diklasifikasikan ke dalam satu dari dua kategori yang tidak terikat satu sama
lain.
Distribusi ini dihasilkan dari perhitungan jumlah sukses dari sejumlah percobaan.
Peluang sebuah sukses tetap sama dari satu percobaan ke percobaan lain.
Setiap percobaannya saling bebas.
Peluang Binomial dengan p = Peluang suskes dihitung dengan rumus sbb:
b( x; n, p) (𝑛𝑥) p x (1 p) n x ; x 0,1,2,...
x Usaha sukses
p Peluang sukses
n Jumlah usaha
Contoh :
Contoh : sebuah dadu dilemparkan 5 kali. Berapa probabilitas bahwa dalam 5 kali pelambungan
1 1
muncul mata dadu 2 sebanyak 3? Jawab : x = 3, n = 5 , p = , maka b( 3 ; 5 , ) = (53)
6 6
3
1 5 2
( ) (6) = 0.032
6
Definisi : banyaknya usaha x untuk menghasilkan k sukses dalam percobaan Binomial Negatif
disebut peluang acak Binomial Negatif
(𝑥−1) 𝑝𝑘 𝑞 𝑥−𝑘 , 𝑥 = 𝑘, 𝑘 + 1, 𝑘 + 2
Distribusi peluang Binomial Negatif 𝑝(𝑥) = { 𝑘−1
0 𝑥 = lainnya
4. Distribusi Hipergeometris
Distribusi ini hanya memiliki dua hasil yang mungkin muncul.
Peluang sebuah sukses tidak sama untuk setiap percobaan
Distribusi ini dihasilkan dari perhitungan jumlah sukses dari sejumlah percobaan
Distribusi ini digunakan ketika pengambilan sampel dilakukan tanpa pengembalian.
Sebuah Peluang Hipergeometris dihitung dengan menggunakan rumus sbb :
Distribusi Hipergeometrik adalah banyaknya x dipercobaan hipergeometrik disebut
peluang acak hipergeometrik fungsi peluangnya :
x 0,1,2,, n
Karena nilainya bergantung pada banyaknya yang sukses k dalam n barang yang terpilih acak
dari sebanyak N
nk
Sifat : (i) E ( x)
N
N n k k
(ii) 2 Var( x) n (1 )
N 1 n N
5. Distribusi Poisson
Distribusi ini menjelaskan jumlah kejadian dari suatu peristiwa selama interval tertentu
Peluang sebuah sukses terjadi secara proporsional dengan panjang intervalnya
Interval-interval yang tidak saling tumpang tindih bersifat saling bebas
Distribusi Poisson dihitung dengan rumus sbb :
x 0,1,2,
Dengan menyatakan rata-rata banyaknya sukses yang terjadi selama selang waktu atau
daerah tertentu.
Sifat :
1. E (x)
2. Var(x) 2
3. p( X ; ) 1
x 0
Referensi
Ronald, E.Walpole 1995. Pengantar Statistika edisi ke-3 . University of California, Berkeley.
Heni, Khotijah, Susi A,2017. Distribusi Diskrit Dan Distribusi Kontinu. Universitas Negeri
Malang. Penerbit PT Gramedia Pustaka Utama.