LAPORAN TUGAS TEORI PELUANG

APLIKASI DISTRIBUSI DISKRIT

Disusun oleh :

Rudat Ilaina 1215100058

Kelas C

Dosen :

Valeriana Lukitosari, S.Si, MT

INSTITUT TEKNOLOGI SEPULUH NOVEMBER

SURABAYA

2016-2017
1. Distribusi Bernoulli
Contoh soal:

1) Sebuah mata uang dilempar satu kali, dicatat bahwa hasilnya yang muncul muka
“M” dan belakang “B”. Berapa peluang yang muncul muka?
Jawab:

Ruang sampel dari masalah di atas adalah S = {M, B}.

Dimisalkan kejadian muncul muka adalah A = {M}, dan kejadian muncul belakang
adalah C={B}. Sehingga peluang muncul muka adalah
𝑛(𝐴) 1
𝑃(𝑀) = =
𝑛(𝑠) 2
dalam hal ini sesuai dengan distribusi bernoulli yaitu
𝑓(𝑥; 𝑝) = 𝑝 𝑥 (1 − 𝑝)1−𝑥 = 𝑝 𝑥 (𝑞)1−𝑥 , 𝑢𝑛𝑡𝑢𝑘𝑥 = 0, 1.
Karena p = 0,5 sehingga 𝑓(𝑥; 𝑝) = (0,5)𝑥 (0,5)1−𝑥 , 𝑢𝑛𝑡𝑢𝑘 𝑥 = 0, 1. Setelah
dilakukan pelemparan ternyata mata uang yang muncul adalah muka ,berarti
𝑥 = 1 atau berhasil.
Jadi 𝑓(𝑥; 𝑝) = (0,5)1 (0,5)1−1 = 0,5.

2) Di awal tahun ajaran baru, siswa SMP kelas III biasanya berharap bisa melanjutkan
sekolah ke sekolah favorit, begitu juga dengan Anne. Dia berharap bisa masuk
sekolah favorit yang diinginkannya, tapi untuk bisa masuk ke sekolah tersebut, ia
harus mengikuti tes terlebih dahulu. Berdasarkan prestasinya selama 3 tahun di
SMP, kemungkinan ia diterima sebesar 70%. Jika variabel acak X menyatakan Anne
diterima, maka dapat dibentuk distribusi probabilitas sebagai berikut:
Jawab :
1=𝑗𝑖𝑘𝑎 𝐴𝑛𝑛𝑒 𝑑𝑖 𝑡𝑒𝑟𝑖𝑚𝑎 𝑑𝑖𝑠𝑒𝑘𝑜𝑙𝑎ℎ 𝑓𝑎𝑣𝑜𝑟𝑖𝑡𝑛𝑦𝑎
𝑋 = {{0=𝑗𝑖𝑘𝑎 𝐴𝑛𝑛𝑒 𝑡𝑖𝑑𝑎𝑘 𝑑𝑖𝑡𝑒𝑟𝑖𝑚𝑎 𝑑𝑖 𝑠𝑒𝑘𝑜𝑙𝑎ℎ 𝑓𝑎𝑣𝑜𝑟𝑖𝑡𝑛𝑦𝑎 }

𝑝(1) = 𝑃(𝑋 = 1) = 0,7

𝑝(0) = 𝑃(𝑋 = 0) = 1 − 0,7 = 0,3
𝑝(𝑋 ≠ 0 𝑎𝑡𝑎𝑢 1) = 𝑃(𝑋 ≠ 0 𝑎𝑡𝑎𝑢 1) = 0

Maka fungsi probabilitasnya adalah fungsi Bernoulli dengan satu parameter

p = 0,7.

Dinotasikan:
𝟎, 𝟕 𝑿=𝟏
𝒑𝑩 (𝑿, 𝟎, 𝟕) = { 𝟎, 𝟑 𝑿=𝟎
𝟎 𝑿 ≠ 𝟎 𝒂𝒕𝒂𝒖 𝟏
atau
𝐩𝐁 (𝐗, 𝟎, 𝟕) = (𝟎, 𝟕)𝐗 (𝟎, 𝟑)𝟏−𝐗 ; 𝐗 = 𝟎 𝐚𝐭𝐚𝐮 𝟏
 Soal diatas di kerjakan menggunakan distribusi bernoulli karena memiliki ciri-ciri
sebagai berikut :
 Mempunyai dua nilai yaitu 0 dan 1 dalam satu kali percobaan yaitu yang di
kaitkan dengan 0 adalah “gagal” dan 1 adalah “ sukses”.
 Peluang sukses, dinyatakan dengan 𝑝, tidak berubah dari usaha yang satu ke
yang berikutnya.

2. Distribusi Binomial
Contoh soal :

1) Seorang pemain basket , melakukan tembakan sebanyak 10 kali dan peluang untuk
masuk 0,3 tiap-tiap tembakan. Berapa peluang untuk memenangkan 6 kali
tembakan?
Jawab :
Misalkan P(masuk) = 0,3 dan P(keluar) = 0,7
𝑛
𝑚𝑎𝑘𝑎 𝑏(𝑥; 𝑛, 𝑝) = ( ) 𝑝 𝑥 (1 − 𝑝)𝑛−𝑥
𝑥
10 (0,3)𝑥 (0,7)10−𝑥
𝑏(𝑥; 10,0,3) = ( )
𝑥
10 (0,3)6 (0,7)10−6
𝑏(6; 10,0,3) = ( )
6
10!
= 6!4! (0,3)6 (0,7)4

10.9.8.7
= (0,3)6 (0,7)4
4.3.2

= 210 (0,3)6 (0,7)4

2) Jika peluang menang dari kuda pacuan yang kita pilih =0,2 dan 𝑥 adalah nomor
pilihan yang terdiri dari 20 pilihan.
a. Berapa peluang jika nomor 4 yang terpilih
Jawab :
Misalkan P(x = nomor terpilih) = 0,2

20
𝑚𝑎𝑘𝑎 𝑃(𝑥 = 4) = 𝑏(4; 20; 0,2) = ( ) (0,2)4 (0,8)16
4
20! 20.19.18.17!
= (0,2)4 (0,8)16 = (0,2)4 (0,8)16
4! 16! 4.3.2
b. Hitunglah rata-rata dan variansinya
Jawab:
Dari teorema 1. diperoleh

𝜇 = 𝑛𝑝 = 20 × 0,2 = 4
 𝜎 2 = 𝑛𝑝(1 − 𝑝𝑝) = 20 × 0,2 × 0,8 = 3,2

Dikerjakan menggunakan distribusi binomial karena pada soal di atas diketahui ciri-
ciri sebagai berikut:
• Percobaan terdiri atas 𝑛 usaha yang berulang.
• Tiap usaha mempunyai kemungkinan hasil sukses atau gagal.
• Antar percobaan saling bebas.
• Peluang sukses antar percobaan sama.

Soal diatas tidak dapat dikerjakan dengan menggunakan distribusi bernoulli karena
kejadian dilakukan berulang- ulang .

3. Distribusi Geometrik
Contoh soal :

1) Di dalam suatu proses produksi kain tenun diketahui bahwa, secara rata-rata, 1 di
dalam setiap 100 barang adalah cacat. Berapakah probabilitas bahwa barang kelima
yang diperiksa merupakan barang cacat pertama yang ditemukan?
Jawab :
Dengan menggunakan sebaran geometri dengan x = 5 dan p = 0,01, kita peroleh
𝑔(5; 0.01) = (0.01)(0,99)4 = 0,0096

2) Pada suatu daerah, P-Cola menguasai pangsa pasar sebesar 33.2% (bandingkan
dengan pangsa pasar sebesar 40.9% oleh C-Cola). Seorang mahasiswa melakukan
penelitian tentang produk cola baru dan memerlukan seseorang yang terbiasa
meminum P-Cola. Responden diambil secara random dari peminum cola. Berapa
probabilitas responden pertama adalah peminum P-cola, berapa probabilitas pada
responden kedua, ketiga atau keempat?
Jawab :
g ( x; p)  p(1 p) x1
P(1)  (.332)(.668)(11)  0332
.
P(2)  (.332)(.668)  0222
( 21)
.
P(3)  (.332)(.668)  0148
( 31)
.
P(4)  (.332)(.668)  0.099
( 41)

Kedua contoh diatas dikerjakan menggunakan distribusi geometrik karena memiliki

ciri-ciri sebagai berikut :

 Dilakukan berulang-ulang
 Antar ulangannya saling bebas
 Probabilitas sukses pada tiap ulangannya sama, yaitu p, dimana 0 < p < 1
 Percobaan dilakukan/di ulang sampai di peroleh 1 buah sukses. Artinya percobaan akan
berhenti ketika sudah medapatkan sukses yang pertama
4. Distribusi Binomial Negatif
Contoh soal:
1) Hitunglah peluang seseorang yang melemparkan 3 uang logam akan mendapatkan
semua sisi gambar atau semua sisi angka untuk yang kedua kalinya pada
pelemparan yang ke 5?
Jawab :
x = 5, k = 2, dan p = ¼
1 2 3 27
B*(5; 2, ¼)=(41) (4) (4)3 = 257

Dikerjakan menggunakan distribusi binomial negatif karena didalam soal yang

ditanyakan banyak nya ulangan sampai terjai k ulangan.
Soal initidak dapat dikerjakan dengan menggunakan distribusi geometrik karena
jika distribusi geometrik menyatakan terjadinya sukses yang pertama sedangkan
pada soal sukses yang ke k terjadi pada pelemparan ke n

5. Distribusi Hypergeometrik
Contoh soal:
1) Sebuah kotak berisi 50 bola, 5 diantaranya pecah. Apabila diambil 4 bola, berapa
probabilitas dua diantaranya pecah ?
Jawab :
Probabilitas dua bola pecah dari pengambilan 4 bola adalah:
N= 50; n = 4;
k= 5; x=2
𝐶25 𝐶4−2
50−5
𝑃{𝑋 = 2) =
𝐶450

10 𝑥990
=
230.300
= 0,043

2) Dari penelitian golongan darah mahasiswa pada sebuah universitas, diketahui

bahwa dari 10 mahaiswa terdapat 2 mahasiswa bergolongan darah A, 5 mahasiswa
bergolongan darah B, dan 3 mahasiswa bergolongan darah O. Apabila diambil 5
orang mahasiswa, berapa probabilitas seorang mahasiswa memiliki golongan darah
A, 2 mahasiswa memiliki golongan darah B, dan 2 mahasiswa memiliki golongan
darah O?
Jawab :

N = 10 ; terdiri dari k1= 2, k2 = 5, k3= 3

n = 5 ; terdiri dari x1=1, x2= 2, x3 = 2

𝐶12 𝐶25 𝐶23

𝑃(𝑋 = 1,2,3) =
𝐶510
 2 × 10 × 3
=
252
60
=
252
= 0,238

Kedua soal dikerjakan menggunakan distribusi hypergeometrik karena memiliki ciri-

ciri sebagai berikut :

 Probabilitas kejadian suatu obyek dengan tanpa dikembalikan

 Sebuah pengambilan acak dengan ukuran n dipilih tanpa pengembalian dari N
obyek
 k dari N obyek dapat diklasifikasikan sebagai sukses dan N – k diklasifikasikan
sebagai gagal.

6. Distribusi Poison
Cntoh soal :
1) Seorang sekretaris rata-rata melakukan kesalahan ketik 2 huruf setiap halaman yang
diketik.Berapa probabilitas bahwa pada halaman berikutnya ia membuat kesalahan
:
a. Definisikan variabel acak X
b. Tepat 3 huruf,
c. Kurang dari 3 huruf
d. Paling sedikit 2 huruf

Jawab :

a. X = banyaknya kesalahan ketik

e 2 2 0
P ( X  0)   0,135
0!

e  2 21
P ( X  1)   0,27
1!

e 2 2 2
P ( X  2)   0,27
2!

e  2 23
P ( X  3)   0,180
3!

b. P(X=3) = 0,180

c. P(X<3) = 0,135 + 0,27 + 0,27 = 0,675

 d. P(x>2) = 1 – 0,675 = 0,325

soal diatas dikerjakan menggunakan distribusi poison dikarenakan memiliki ciri-ciri

sebagai berikut :

 Percoban di satu selang tertentu tak bergantung pada selang lain.

 Peluang terjadinya pecobaan singkat atau pada daerah yang kecil (jarang terjadi)
 Peluang lebih dari satu hasil percobaan akan terjadi dalam selang waktu singkat
tertentu dapat di abaikan.
 Rata-rata kejadian tersebut di ketahui dan dalam waktu yang saling bebas sejak
kejadian terakhir.

7. Distribusi Riemann Zeta.

Fungsi Zeta Riemann ζ(s) digunakan dalam banyak bidang matematika. Ketika
dievaluasi pada s = 2 fungsi. Menemukan penyelesaian sederhana untuk deret tak
hinggayang merupakan masalah populer dalam matematika yang disebut masalah
basel. Leonhard Euler memecahkannya pada tahun 1735 ketika ia menunjukkan bahwa
itu sama dengan π2/6. Hasil euler mengarah pada teori bilangan yaitu probabilitas dua
angka acak yang bersifat prima relatif( tidak memiliki faktor bersama) adalah sama
dengan 6/π2.. Probabilitas ini berdasarkan pengamatan bahwa probabilitas bilangan
sembarang dapat dibagi dengan suatu bilangan prima p adalah 1/p (sebagai contoh,
setiap bilangan bult ke-7 dapat dibagidengan 7.) sehingga probabilitas dua bilangan
yang keduanya dapat dibagi dengan bilangan prima ini adalah 1/p2 dan probabilitas
bahwa sekurang-kurangnya 1 tidak dapat dibagi a adala 1- 1/p2 .

Untuk bilangan prima yang berbeda, kasus dapat dibagi ini bersifat independe
n; sehingga probabilitas bahwa dua bilangan adalah prima relatif diberikan oleh hasil
pembagian seluruh bilangan prima-