DISTRIBUSI POISSON

Distribusi poisson adalah distribusi nilai – nilai bagi suatu variabel random x (x diskrit),
yaitu banyanya hasil percobaan yang terjadi dalam suatu interval waktu tertentu atau di suatu
daerah tertentu.
Contoh:
Peristiwa datangnya kendaraan yang lewat dalam suatu interval waktu di suatu ruas jalan. Dari
peristiwa tersebut, dapat diamati hal – hal berikut:
1. Tingkat kedatangan rata – rata kendaraan dapat dihitung berdasarkan data masa lalu.
2. Tingkat kedatangan rata – rata kendaraan persatuan waktu adalah konstan
3. Banyaknya kedatangan kendaraan dalam suatu interval waktu tertentu merupakan
peristiwa independen (bebas)
4. Probabilitas kedatangan kendaraan – kendaraan itu dalam suatu interval waktu adalah
sangat kecil dan dapat dikatakan mendekati nol.
Ciri – ciri:
1. Percobaan di satu selang tertentu tidak bergantung pada selang lain.
2. Peluang terjadinya satu percobaan singkat atau pada daerah yang kecil (jarang terjadi)
3. Peluang lebih dari satu hasil percobaan akan terjadi dalam selang waktu yang singkat
tersebut, dapat diabaikan.

Pembuktian Rumus Distribusi Poisson

Distribusi Poisson ini diperoleh dari distribusi binomial, apabila dalam distribusi binomial
berlaku syarat-syarat sebagai berikut:
a. Banyak pengulangan eksperimennya sangat besar (n → ∞).
b. Peluang terjadinya peristiwa yang diperhatikan mendekati nol (p → 0).
c. Perkalian n.p = 𝜆, sehingga p = 𝜆/n.
Berikut ini akan diberikan penurunan fungsi peluang distribusi Poisson berdasarkan fungsi
peluang distribusi binomial dengan menggunakan persyaratan di atas.
𝑛
𝑝(𝑥) = ( ) 𝑝 𝑥 (1 − 𝑝)𝑛−𝑥
𝑥
𝑛! 𝜆 𝑥 𝜆 𝑛−𝑥
= ( ) (1 − )
𝑥! (𝑛 − 𝑥) 𝑛 𝑛
𝑛(𝑛 − 1)(𝑛 − 2) … [𝑛 − (𝑥 − 1)] 𝜆 𝑥 𝜆 𝑛−𝑥
= ( ) (1 − )
𝑥! 𝑛 𝑛
 1 2 𝑥−1
𝑛. 𝑛 (1 − ) . 𝑛 (1 − ) … 𝑛 (1 − ) 𝜆𝑥 𝜆 𝑛 𝜆 −𝑥
= 𝑛 𝑛 𝑛 . 𝑥 . (1 − ) (1 − )
𝑥! 𝑛 𝑛 𝑛
1 2 𝑥−1
𝑛. 𝑛 𝑥−1 (1 − 𝑛) . (1 − 𝑛) … (1 − 𝑛 ) 𝑥 𝜆 𝑛 𝜆 −𝑥
= . . 𝜆 . (1 − ) (1 − )
𝑛𝑥 𝑥! 𝑛 𝑛
1 2 𝑥−1
𝑛. 𝑛 𝑥−1 (1 − 𝑛) . (1 − 𝑛) … (1 − 𝑛 ) 𝑥 𝜆 𝑛 𝜆 −𝑥
lim 𝑝(𝑥) = lim . . 𝜆 . (1 − ) (1 − )
𝑛 →∞ 𝑛 →∞ 𝑛𝑥 𝑥! 𝑛 𝑛
𝜆𝑥 1 2 𝑥−1 𝜆 𝑛 𝜆 −𝑥
= lim [(1 − ) (1 − ) … (1 − ) (1 − ) (1 − ) ]
𝑥! 𝑛 →∞ 𝑛 𝑛 𝑛 𝑛 𝑛

Kita akan menghitung harga limitnya satu per satu.

1 2 𝑥−1
 lim (1 − 𝑛) (1 − 𝑛) … (1 − )=1
𝑛 →∞ 𝑛
𝑛
𝜆
 lim (1 − ) = 𝑒 −𝜆
𝑛 →∞ 𝑛
−𝑥
𝜆
 lim (1 − ) =1
𝑛 →∞ 𝑛

Sehingga akan diperoleh:

𝜆𝑥 −𝜆
𝜆𝑥 . 𝑒 −𝜆
lim 𝑝(𝑥) = .𝑒 =
𝑛 →∞ 𝑥! 𝑥!

Jadi distribusi pendekatannya adalah:

𝜆𝑥 . 𝑒 −𝜆
𝑝(𝑥) = 𝑃(𝑋 = 𝑥) = ; 𝑥 = 0,1,2,3, …
𝑥!
Dalam prakteknya distribusi Poisson akan merupakan distribusi pendekatan yang baik dari
distribusi binomial, jika dalam distribusi binomial berlaku:
 𝑛 ≥ 100 dan 𝑛𝑝 ≤ 10
 𝑛 ≥ 20 dan 𝑝 ≤ 0,05
Bukti Rumus PDF
Karena 𝜆 > 0 dan 𝑥 ≥ 0 maka 𝜆𝑥 > 0
𝑒 −𝜆 > 0, sehingga:
𝜆𝑥 . 𝑒 −𝜆
𝑓(𝑥) = ≥0
𝑥!
Dengan mempergunakan deret Mac Laurin:
𝑓′(0) 𝑓′′(0) 2
𝑓(𝑥) = 𝑓(0) + 𝑥+ 𝑥 +⋯
1! 2!
𝑓(𝑥) = 𝑒 𝑎
𝑒′(0) 𝑒′′(0) 2
𝑓(𝑥) = 𝑒 𝑎 = 𝑒 0 + 𝑎+ 𝑎 +⋯
1! 2!
𝑎
𝑎 𝑎2
𝑒 =1+ + +⋯
1! 2!
∞
𝑎
𝑎𝑖
𝑒 =∑
1!
𝑖=0

Maka:
𝑒′(0) 𝑒′′(0) 2
𝑓(𝜆) = 𝑒 𝜆 = 𝑒 0 + 𝜆+ 𝜆 +⋯
1! 2!
𝜆 𝜆2
𝑒𝜆 = 1 + + +⋯
1! 2!
∞
𝜆
𝜆𝑥
𝑒 =∑
𝑥!
𝑥=0

Sehingga,
∞

∑ 𝑓(𝑥) = ∑ 𝑒 −𝜆 . 𝑒 𝜆 = 1
𝑥 𝑥=1
Rumus Ekspetasi / Harapan / Mean : 𝑬(𝒙) = 𝝁 = 𝝀

𝐸(𝑥) = ∑ 𝑥. 𝑓(𝑥)
𝑥
∞
𝑒 −𝜆 . 𝜆𝑥
=∑ 𝑥
𝑥!
𝑥=0
∞
𝑒 −𝜆 . 𝜆. 𝜆𝑥−1
=∑ 𝑥
𝑥(𝑥 − 1)!
𝑥=1
∞
𝑒 −𝜆 . 𝜆𝑥−1
= 𝜆∑
(𝑥 − 1)!
𝑥=1

Misalkan 𝑦 = 𝑥 − 1, maka
∞
𝑒 −𝜆 . 𝜆𝑦
𝐸(𝑥) = 𝜆 ∑
𝑦!
𝑦=0

Sehingga, 𝐸(𝑥) = 𝜆

Rumus Varians : 𝑽(𝒙) = 𝝈𝟐 = 𝝀

𝑉(𝑥) = 𝐸(𝑥 2 ) − [𝐸(𝑥)]2
𝑉(𝑥) = 𝐸[𝑥(𝑥 − 1)] + 𝐸(𝑥) − [𝐸(𝑥)]2
∞
𝑒 −𝜆 . 𝜆𝑥
𝑉(𝑥) = ∑ 𝑥(𝑥 − 1) + 𝜆 − [𝜆]2
𝑥!
𝑥=0
∞ 𝑥−2
𝑒 −𝜆 . 𝜆2 . 𝜆
𝑉(𝑥) = ∑ 𝑥(𝑥 − 1) + 𝜆 − 𝜆2
𝑥(𝑥 − 1)(𝑥 − 2)!
𝑥=0

Misalkan 𝑦 = 𝑥 − 2, maka:
∞
2 𝑒 −𝜆 . 𝜆𝑦
𝑉(𝑥) = 𝜆 ∑ + 𝜆 − 𝜆2
𝑦!
𝑥=0

𝑉(𝑥) = 𝜆 + 𝜆 − 𝜆2
2

Sehingga, 𝑉(𝑥) = 𝜆

Kelompok 5:
 Afifah Nafis
 Iin Indriani

Kelas 6F