Variabel Random Diskrit

Variabel Random dan Distribusi Peluang - Statistika ITS 1
VARIABEL RANDOM DAN

DISTRIBUSI PELUANG
27/09/2019 Dr. Vita Ratnasari, M.Si

Definisi Variabel Random
2
Variabel random ialah

Suatu fungsi yang mengaitkan suatu bilangan real
pada setiap unsur dalam ruang sampel.
Variabel random dinyatakan dengan huruf besar : X

Sedangkan nilainya dinyatakan dengan huruf kecil : x
Variabel Random dan Distribusi Peluang - Statistika ITS 27/09/2019

Contoh 1
3
Dua bola diambil satu demi satu tanpa dikembalikan

dari suatu kantong berisi 4 bola merah dan 3 bola
hitam.
Bila Y menyatakan jumlah bola merah yang diambil
maka nilai y yang mungkin dari variabel random Y
R adalah:
u
a
n Solusi:
g Y = jumlah bola merah yang diambil
S = {Y|y = 0,1,2}
MM 2
s
a MH, HM 1
m HH 0
p
e Variabel Random dan Distribusi Peluang - Statistika ITS 27/09/2019
l
Contoh 2
4
Sebuah kontraktor mempunyai 4 mesin yang

digunakan pada suatu proses produksi.
Diramalkan mesin mempunyai rata-rata usia
pakai 10 tahun. Namun diharapkan setelah 10
th mesin masih dapat berfungsi dengan baik.
Misal: X menyatakan jumlah mesin dalam
keadaan baik, tentukan ruang sampel dari
variabel random x.

Solusi
5
X: jumlah mesin dalam keadaan baik setelah 10 th

S: {X|x = 0,1,2,3,4}
Kondisi mesin bil real (x)

BBBB 4
BBBR, BBRB, BRBB, RBBB 3
BBRR, BRRB, RRBB, RBRB, RBBR, RBRB 2
BRRR, RBRR, RRBR, RRRB 1
RRRR 0

Type Variabel Random
6
1. Ruang sampel Diskrit

Jika suatu ruang sampel mengandung titik
yang berhingga banyaknya atau sederatan
anggota yang banyaknya sebanyaknya
bilangan bulat.
2. Ruang sampel Kontinou

Bila ruang sampel mengandung titik sampel
yang tak berhingga banyaknya dan
banyaknya sebanyak titik pada sepotong
garis.

Distribusi Peluang
7
Distribusi peluang suatu variabel random X

adalah himpunan nilai peluang variabel
random X yang ditampilkan dalam bentuk
tabel dan atau gambar.
X X1 X2 ... Xk
Peluang f(x1) f(x2) ... f(xk)

Distribusi peluang keadaan mesin baik setelah 10 tahun
8
RBRB RRBB BRRB

BBRR BRBR RBBR
RRBR RRRB
BRRR RBRR
BRBB RBBB
BBBR BBRB
RRRR
BBBB
X 4 3 2 1 0
P(X) 1/16 4/16 6/16 4/16 1/16

9
f(x) = p(x) = P(X = x) = fgs dist peluang

= fungsi padat peluang
= pdf = probability density function
F(X = x) = P(X ≤ x)
= cdf = cumulative distribution function
dF x 
f x  
dx

Sifat Distribusi peluang variabel random
10
1. 0  f ( xi )  1
2. f ( xi )  P X  xi 

3.  f (x )  1
i  
i
Variabel random
4. F ( x)  P( X  x)   f (t ) Diskrit
tx
5.  f x   1
i  
i
x
Variabel random
6. F ( x)  P( X  x)   f t  dt
x  
Kontinou

Berdasarkan Contoh 2:
11
a. Tentukan peluang lebih dari 2 mesin yang baik dengan

usia lebih dari 10 tahun:
6 4 1 11
P( X  2)    
16 16 16 16
b. Tentukan peluang paling banyak 1 mesin baik dengan
usia lebih dari 10 tahun:
1 4 5
P( X  1)   
16 16 16
c. Tentukan peluang antara 1 sampai 2 mesin baik dengan
usia lebih dari 10 tahun: 4 6 10
P(1  X  2)   
16 16 16
Contoh 3
12
Sebuah pengiriman 8 komputer pc yang sama ke suatu toko

mengandung 3 yang cacat. Bila suatu sekolah membeli 2
komputer secara random,
Tentukan distribusi peluang banyaknya komputer yg cacat.
X = banyaknya komputer yang cacat = {0, 1, 2}

f(0) = P(X = 0)
f(1) = P(X = 1)
f(2) = P(X = 2)

13
C03 C25 10 C 3
C 5
15
f (0)  P( X  0)  8
 ; f (1)  P( X  1)  1
8
1

C2 28 C2 28
C23 C05 3
f (2)  P( X  2)  8

C2 28
Distribusi Probabilitas
X=0 X=1 X=2
f(x) 10
28
15
28
3
28

Contoh 4:
Misalkan bahwa galat suhu reaksi, dalam 0C pada

percobaan laboratorium, merupakan variabel
random X yang mempunyai fungsi padat peluang:
 x2
 , 1  x  2
f  x   3
 0
 , lainnya

a. Tunjukkan bahwa  f  x  dx  1

b. Cari P  0  X  1
27/09/2019 Variabel Random dan Distribusi Peluang - Statistika ITS14

c. Carilah fungsi kumulatifnya
d. Berdasar c) hitung P  0  X  1
Solusi: 2 2 3
2
x x 8 1
a.  3
dx 
9
  1
9 9
1 1
1 1
2 3
x x 1
b. P  0  X  1   dx  
0
3 9 9
0
27/09/2019 Variabel Random dan Distribusi Peluang - Statistika ITS 15

c. Untuk -1 < x < 2
x x x
t 2
t 3
x3  1
F  x   f  t  dt   dt  
 1
3 9 9
1
jadi:  0 x  1
 3
 x 1
F  x   1  x  2
 9
 1 x2

2 1 1
d. P  0  X  1  F 1  F  0    
9 9 9
Jadi mencari peluang, bisa dengan cara langsung,

atau melalui fungsi kumulatif.

Beberapa distribusi peluang Diskrit a.l:
18
1. Distribusi Uniform
ialah suatu kejadian yang mempunyai probabilitas
yang sama.
f x  
1
k
misal:
1
Probabilitas mata dadu keluar angka 5:
6
1
Probabilitas mata uang keluar muka:
2

2. Distribusi Binomial
19
- Peristiwa terjadi n kali percobaan/kejadian.

- Tiap peristiwa menghasilkan 2 kemungkinan,
‘sukses’ (p) or ‘gagal’ (q).
- Tiap peristiwa terjadi saling independen.
P X  x   C P 1  P 
n x n x
x
x = 0, 1, 2, … , n

Contoh 5:
20
Suatu suku cadang dapat menahan uji goncangan

tertentu dengan peluang ¾. Hitunglah
a. Peluang bahwa tepat 2 dari 4 suku cadang yang
diuji tidak akan rusak.
b. Peluang paling banyak 1 yang rusak dari 4 suku
cadang yang diujikan.
c. Peluang terdapat paling sedikit 3 suku cadang
yang baik dari 4 suku cadang yang diujikan.

Solusi:
21
X : Suku cadang yang baik

a. P( X = 2) = ?
B  x; n, p   C24 p 2 (1  p)42
2 42
 3 4 3  3
B  2; 4,   C2   1  
 4 4  4
b. P( X ≥ 2) =
c. P( X ≥ 3) =

3. Distribusi Binomial Negatif
22
Percobaan seperti kejadian pada Binomial,

kecuali usaha diulang sampai tercapai sejumlah
sukses tertentu.
Jadi banyaknya usaha X untuk menghasilkan k

sukses pada n kejadian adalah Variabel random
Binomial Negatif.
Distribusi peluangnya disebut distribusi Binomial
Negatif.

23
Berapa peluang sukses ke-k akan terjadi pada

kejadian ke-n.
P X k  n   C n 1
k 1 p q k nk
Contoh 6:
Peluang cacat pembuatan tiang pancang sebesar
0.1. Pada pemeriksaan kualitas dilakukan
pengambilan sampel sebanyak 4 item.

24
Berapa peluang pengambilan tiang pancang yang

ke-4, adalah pengambilan tiang pancang cacat yang
kedua?
Solusi:
Kemungkinan yang terjadi:
1. BBCC P(BBCC) = (0.9)(0.9)(0.1)(0.1)
2. BCBC P(BCBC) = (0.9)(0.1)(0.9)(0.1)
3. CBBC P(CBBC) = (0.1)(0.9)(0.9)(0.1)

25
P X 2  4  C13 p 2 q 2
P X 2  4  C13 0.1 0.9  0.0243

2 2
Jadi peluang pengambilan tiang pancang yang ke-4

adalah pengambilan tiang pancang cacat yang
kedua sebesar 2.43 %

4. Distribusi Geometrik
26
Sukses pertama pada kejadian ke-n
P X 1  n  pq n1
Contoh 7:
Pada saat sibuk di suatu sentral telepon mencapai
batas daya sambungnya, sehingga orang tidak
mendapat sambungan. Andaikan peluang mendapat
sambungan selama waktu sibuk adalah 0.05. Berapa
peluang diperlukan 6 kali usaha agar sambungan
berhasil.
27
X = kejadian sambungan berhasil

Diperlukan 6 kali usaha agar sambungan berhasil:
GGGGGS
P X 1  6  0.050.95  0.036
5
Jadi peluang yang diperlukan agar 6 kali usaha

dalam melakukan sambungan akan berhasil sebesar
3.6 %

5. Distribusi Hypergeometrik
28
Banyaknya sukses dalam variabel random ukuran n

sampel yang diambil dari N populasi, yang
mengandung k sifat tertentu dari populasi.
 k  N  k 
  
C xk C nNxk  x  n  x 
h( x; N , n, k )  
C nN N
 
n
x = 0, 1, 2, …, n

Contoh 8:
29
Suatu kotak berisi 40 suku cadang, dikatakan

memenuhi syarat penerimaan bila berisi tidak lebih
dari 3 yang cacat. Cara sampling kotak ialah
dengan memilih 5 suku cadang secara random.
Berapa peluang mendapatkan tepat satu yang cacat
dalam sampel berukuran 5?
 3  37 
  
h(1;40,5,3)   1  4 
 0.3011
 40 
 
5
6. Distribusi Poisson
30
Banyaknya sukses yang terjadi dalam suatu selang

waktu atau daerah tertentu.
e  x
f ( x) 
x!
x = 0, 1, 2, …
e = 2.71828
Sebagai pendekatan untuk distribusi binomial bila n cukup
besar dan p kecil (n > 20 dan p < 0.05)

Contoh 9:
31
Dari pengalaman masa lalu selama 20 tahun terakhir,

rata-rata terjadi hujan lebat 4 kali per tahun.
Berapa peluang tidak terjadi hujan lebat tahun
depan?
4 0 e 4
P( X t  0)   0.018
0!

Soal-soal
32
1. Seorang petani jeruk mengeluh karena

2
dari panen jeruknya terserang suatu virus. Cari
3
peluangnya bahwa diantara 4 buah jeruk yang
diperiksa dari hasil panen ini:
a. Semuanya terserang virus tersebut.
b. Antara 1 sampai 3 yang terserang virus
tersebut.
c. Cari distribusi peluangnya

33
2. Dalam pengujian sejenis ban truk melalui jalan yang

kasar ditemukan bahwa 25 % truk mengalami
kegagalan karena ban pecah. Carilah peluangnya
dari 15 truk yang diuji, jika:
a. 3 sampai 6 mengalami ban pecah
b. kurang dari 4 yang mengalami ban pecah
c. lebih dari 5 yang mengalami ban pecah

Rata-rata dan varians dari distribusi peluang
34
Jika X adalah variabel random diskrit dengan

distribusi peluang f(x),
maka nilai rata-rata X dinyatakan:
E(X) = ekspektasi X
EX   
xi f  xi   
i
Varians X dinyatakan dgn Var(X) = 

2
  E  X        X i    f  xi  

2 2 2
  i
E X   2
  E  X    E X 2   2
2
 
Ekspektasi dari Distribusi peluang
35
Diskrit
E  X      x f x 
E g x    g x  f x 
Kontinou
E  X      x f x dx
E g x    g x  f x dx

36
Sifat-sifat ekspektasi:
1. E(ax) = a E(x)
2. E(a + bx2) = a + b E(x2)
3. E(xy) = E(x) E(y)

Standart Deviation
37
Var (X) = E( X – μ)2

= E(X2) – μ2 , dimana; μ = E(X)
= E(X2) – (E(X)) 2
S tan dart Deviasi ( X )  Varians ( X )

38
Sifat-sifat varians:
1. Varians tidak negatif
2. Var (x + a) = Var (x)
3. Var (bx) = b2 Var (x)
4. Var (a + bx) = b2 Var (x)

Distribusi Binomial (x; n, p)
 Nilai Harapan (expected value)

E  X    xi f  xi     np
i
 Varians X
Var ( X )    np 1  p 
2

Distribusi Binomial Negatif (x; k, p)

1 p
E  X    xi f  xi     k
i p
 Varians X
(1  p)
Var ( X )    k
2
2
p

Distribusi Geometrik (x; p)

E  X    xi f  xi    
1
i p
 Varians X
(1  p)
Var ( X )   
2
2
p

Distribusi Hipergeometrik (x; N, n, k)

E  X    xi f  xi     n
k
i N
 Varians X
N n k  k 
Var ( X )   2  n 1  
N 1 N  N 

Distribusi Poisson (x; )

EX   
 Varians X
Var  X   
27/09/2019 Variabel Random dan Distribusi Peluang - Statistika ITS43

contoh 10
44
Seorang kontraktor memasukkan penawaran tender

untuk 3 pekerjaan A, B dan C. Jumlah pesaing untuk
mendapatkan pekerjaan A, B dan C masing-masing
4, 3 dan 2. Andaikan peristiwa A, B dan C bebas
secara statistik dan X menyatakan jumlah total
pekerjaan yang akan dimenangkan kontraktor:
a. Tentukan distribusi peluang X
b. Tentukan rata-rata X
c. Tentukan varians X

45
Peluang sukses mendapatkan pekerjaan A: 1 5

Peluang sukses mendapatkan pekerjaan B: 1
1 4
Peluang sukses mendapatkan pekerjaan C: 3
X = jumlah total pekerjaan yang akan dimenangkan

seorang kontraktor.
 4  3  2 
P X  0       0.4
 5  4  3 
 1  3  2   4  1  2   4  3  1 
P X  1                 0.43
 5  4  3   5  4  3   5  4  3 
 1  1  2   1  3  1   4  1  1 
P X  2                 0.149
 5  4  3   5  4  3   5  4  3 
 1  1  1 
P X  3       0.0167
 5  4  3 
X 0 1 2 3
f(x) 0.4 0.43 0.149 0.016
E(x) = x f(x) 0 0.43 0.298 0.348

x   xi f xi   1.076  1
i
Jadi rata-rata hanya satu pekerjaan yang akan
dimenangkan oleh seorang kontraktor.
X 0 1 2 3
f(x) 0.40 0.43 0.149 0.016
X2 f(x) 0 0.43 0.596 1.044

48
 
E X 2   xi2 f xi   2.07
i
Var (X) = E(X2) – μ2
= E(X2) – (E(X))2
= 2.07 - (1.076)2
= 0.91

49
Koefisien Variasi ( δx )
x
x 
x
Kemencengan (θ)
EX   x 
3

 x3

Distribusi Kontinou
50
1. Distribusi NORMAL
KARL FRIEDRICH GAUSS
1  x 
2
1   
2  
f ( x)  e -<x<
2 2
Simetris
Bell shape
X  N ( , 2 )

51
f(x)

Transformasi Normal Standart
52
X ~ N  ,  2

X 
Z (Transformasi)

Z ~ N  0, 1
 menggunakan tabel normal standart

Contoh 11:
53
Pendapatan mingguan seorang karyawan di

industri kaca berdistribusi normal dengan mean $
1.000 dan standart deviasi $ 100.
1. Berapa probabilitas karyawan yang
berpendapatan paling banyak $ 900 per minggu.
berpendapatan paling sedikit $ 1.250 per minggu.
berpendapatan antara $ 900 dan $ 1.100 per
minggu.

Solusi:
54
X = pendapatan mingguan,  = $ 1.000 dan  = $ 100

 x  1.000 900  1.000 
a. P( x < 900) = P   
 100 10 
  100 
P Z   = PZ  1 = 0.1587
 100 
 x  1.000 1.250  1.000 
b. P( x > 1.250) = P  
 100 100 
 250 
P Z   = PZ  2.5
 100 
= 1  PZ  2.5 = 1 0.9938
= 0.0062 = 0.62 %
55
 900  1.000 x  1.000 1.100  1.000 

c. P(900 < x < 1.100) = P   
 100 100 100 
= P 1  Z  1
 100 100 
= P Z 
 100 100 
= PZ  1  PZ  1 = 0.8413 - 0.1587
= 0.6826 = 68.26 %

Soal
56
1. Diketahui distribusi normal : dgn  = 40 dan  = 5

Tentukan :
a. P(X < 35)
b. P(X > 45)
c. P(20 < X < 50)
d. P(X < k) = 0.05
e. P(X > k) = 0.2578

57
2. Diberikan distribusi normal dengan  = 40 dan

 = 6, dapatkan luasan :
a). Di bawah 32
b). Di atas 27
c). Antara 42 dan 51
d). Cari suatu nilai k sedemikian hingga luasan di
bawah k = 45%
e). Cari suatu nilai k sedemikian hingga luasan di
atas k = 13%

58
3. Sebuah perusahaan alat listrik memproduksi bolam

yang umurnya berdistribusi normal dengan mean 800
jam dan standart deviasinya 40 jam. Hitung
probabilitas sebuah bolam hasil produksinya akan
berumur antara 778 dan 834 jam.

59
4. Kekuatan batang baja yang dibuat dengan proses

tertentu diketahui kira-kira mendekati distribusi
normal dengan mean 24 dan deviasi standart 3.
Para konsumen menghendaki bahwa paling sedikit
95% batang tersebut mempunyai kekuatan lebih 20.
Apakah kualitas batang baja tersebut sesuai
dengan ketetapan konsumen.

THE GOLDEN TRIANGEL

Variabel Random Diskrit

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Variabel Random Diskrit

Diunggah oleh

Hak Cipta:

Format Tersedia

Variabel Random dan Distribusi Peluang - Statistika ITS 1

VARIABEL RANDOM DAN

27/09/2019 Dr. Vita Ratnasari, M.Si

Variabel random ialah

Variabel random dinyatakan dengan huruf besar : X

Variabel Random dan Distribusi Peluang - Statistika ITS 27/09/2019

Dua bola diambil satu demi satu tanpa dikembalikan

Sebuah kontraktor mempunyai 4 mesin yang

Variabel Random dan Distribusi Peluang - Statistika ITS 27/09/2019

X: jumlah mesin dalam keadaan baik setelah 10 th

Kondisi mesin bil real (x)

Variabel Random dan Distribusi Peluang - Statistika ITS 27/09/2019

1. Ruang sampel Diskrit

2. Ruang sampel Kontinou

Variabel Random dan Distribusi Peluang - Statistika ITS 27/09/2019

Distribusi peluang suatu variabel random X

Variabel Random dan Distribusi Peluang - Statistika ITS 27/09/2019

RBRB RRBB BRRB

Variabel Random dan Distribusi Peluang - Statistika ITS 27/09/2019

f(x) = p(x) = P(X = x) = fgs dist peluang

Variabel Random dan Distribusi Peluang - Statistika ITS 27/09/2019

Variabel Random dan Distribusi Peluang - Statistika ITS 27/09/2019

a. Tentukan peluang lebih dari 2 mesin yang baik dengan

Sebuah pengiriman 8 komputer pc yang sama ke suatu toko

X = banyaknya komputer yang cacat = {0, 1, 2}

Variabel Random dan Distribusi Peluang - Statistika ITS 27/09/2019

Variabel Random dan Distribusi Peluang - Statistika ITS 27/09/2019

Misalkan bahwa galat suhu reaksi, dalam 0C pada

27/09/2019 Variabel Random dan Distribusi Peluang - Statistika ITS14

27/09/2019 Variabel Random dan Distribusi Peluang - Statistika ITS 15

Jadi mencari peluang, bisa dengan cara langsung,

27/09/2019 Variabel Random dan Distribusi Peluang - Statistika ITS 17

Variabel Random dan Distribusi Peluang - Statistika ITS 27/09/2019

- Peristiwa terjadi n kali percobaan/kejadian.

Variabel Random dan Distribusi Peluang - Statistika ITS 27/09/2019

Suatu suku cadang dapat menahan uji goncangan

Variabel Random dan Distribusi Peluang - Statistika ITS 27/09/2019

X : Suku cadang yang baik

Variabel Random dan Distribusi Peluang - Statistika ITS 27/09/2019

Percobaan seperti kejadian pada Binomial,

Jadi banyaknya usaha X untuk menghasilkan k

Variabel Random dan Distribusi Peluang - Statistika ITS 27/09/2019

Berapa peluang sukses ke-k akan terjadi pada

Variabel Random dan Distribusi Peluang - Statistika ITS 27/09/2019

Berapa peluang pengambilan tiang pancang yang

Variabel Random dan Distribusi Peluang - Statistika ITS 27/09/2019

P X 2  4  C13 0.1 0.9  0.0243

Jadi peluang pengambilan tiang pancang yang ke-4

Variabel Random dan Distribusi Peluang - Statistika ITS 27/09/2019

Sukses pertama pada kejadian ke-n

X = kejadian sambungan berhasil

Jadi peluang yang diperlukan agar 6 kali usaha

Variabel Random dan Distribusi Peluang - Statistika ITS 27/09/2019

Banyaknya sukses dalam variabel random ukuran n

Variabel Random dan Distribusi Peluang - Statistika ITS 27/09/2019

Suatu kotak berisi 40 suku cadang, dikatakan

Banyaknya sukses yang terjadi dalam suatu selang

Variabel Random dan Distribusi Peluang - Statistika ITS 27/09/2019

Dari pengalaman masa lalu selama 20 tahun terakhir,

Variabel Random dan Distribusi Peluang - Statistika ITS 27/09/2019

1. Seorang petani jeruk mengeluh karena

Variabel Random dan Distribusi Peluang - Statistika ITS 27/09/2019

2. Dalam pengujian sejenis ban truk melalui jalan yang

Variabel Random dan Distribusi Peluang - Statistika ITS 27/09/2019