MODEL KHUSUS

PELUANG DIKRET
Disusun oleh Kelompok 1 :
1. Lia Auliyatush S. (150311606828)
2. Linda Saputri (150311606932)
3. Muhammad Rizka A. (130311602791)
4. Nur Richana (150311605449)
5. S. Amin Zuhria Pertiwi (150311604542)
6. Sofia Ashar (150311607448)
7. Vindy Anggraini (150311605458)
Distribusi Seragam Diskrit
• DEFINISI 5.1
• Bila peubah acak 𝑿 mempunyai nilai-nilai 𝒙1, 𝒙2 , … , 𝒙n dengan 𝒏 hingga dan
𝟏
berpeluang sama, yaitu , maka distribusi seragam diskritnya diberikan oleh
𝒏
funsi padat peluang :
𝟏
• 𝒇 𝒙; 𝒏 = , untuk 𝒙 = 𝒙1 , 𝒙2 ,… , 𝒙n
𝒏
• Dalam distribusi seragam diskret digunakan notasi 𝒇 𝒙; 𝒏 dari pada 𝒇 𝒙 untuk
menunjukkan bahwa distribusi seragam itu bergantung pada parameter 𝒏
 CIRI-CIRI

Distribusi peluang diskrit paling sederhana

Peluang peubah acaknya sama

Dependent pada jumlah peubah acaknya

 Contoh Soal
• Suatu pringan rolet dibagi
menjadi 25 bagian dan di
nomori dari 1 sampai 25.
Tentukan rumus bagi
distribusi peluang X, yaitu
bilangan yang muncul bila
rolet itu di putar
• Jawab:
𝑛 = 25
1
𝑓(𝑥; 𝑛) = maka 𝑓(𝑥; 25)
𝑛
1 𝑥 = 1,2, … , 15
= untuk x = 1, … . , 25
25
• Tentukan distribusi seragam bagi
contoh acak panitia yang terdiri atas
4 orang yang dipilih dari 6 orang !
• Jawab :
Karena semua ada 6 orang, maka
kita dapat memilih 4 orang secara
acak untuk dijadikan panitia
6 6!
( 4 )= =15 cara. Dengan
4! 6−4 !
menomori masing-masing dari 1
sampai 15, maka distribusi
peluangnya diberikan oleh:
1
𝑓 𝑥; 15 = , untuk
15
• Jika kemasan Batu Baterai terdiri dari 4 batu baterai, maka
bagaimana distribusi peluang seragam cara menyusun batu
baterai untuk 12 batu baterai?
• Jawab :
12!
𝑘= 𝐶412 = = 495→ada 495 cara
4!8!
1
𝑓 𝑥; 𝑘 = 𝑓 𝑥; 495 = untuk 𝑥 = 1,2,3, … , 495
495
 Distribusi Binomial
DEFINISI 5.1
• Bila suatu uji-coba Bernoulli mempunyai peluang sukses p dan
peluang gagal q = 1 – p, maka distribusi peluang bagi peubah acak
binomial X, yaitu banyaknya sukses dalam n ulangan yang bebas
adalah:
𝒏 𝒙 𝒏−𝒙
𝒃 𝒙; 𝒏, 𝒑 = 𝒑 𝒒 , 𝒖𝒏𝒕𝒖𝒌 𝒙 = 𝟎, 𝟏, 𝟐, … , 𝒏.
𝒙
DISTRIBUSI BINOMIAL
TEOREMA 5.1
• Rataan ∶ 𝝁 = 𝒏𝒑

• V𝐚𝐫𝐢𝐚𝐧𝐬𝐢 ∶
𝝈𝟐 = 𝒏𝒑𝒒

• S𝐭𝐚𝐧𝐝𝐚𝐫𝐭 𝐝𝐞𝐯𝐢𝒂𝐬𝐢 /
𝐬𝐢𝐦𝐩𝐚𝐧𝐠𝐚𝐧 𝐛𝐚𝐤𝐮:
𝝈 = 𝒏. 𝒑. 𝒒
 CIRI-CIRI
Percobaanya terdiri atas n uji coba dan bersifat
tetap
Dalam setiap uji coba, hasilnya dapat disebut
sebagai sukses atau gagal
Peluang sukses, yang dilambangkan p, untuk
setiap uji coba adalah sama tidak berubah
ubah

Uji coba itu bersifat bebas satu sama lain

 Contoh Soal
• Bila peubah acak X didefinisikan dengan banyaknya sisi gambar yang muncul
bila sebuah uang logam yang setimbang dilemparkan sekali, tentukan distribusi
peluang bagi X. Dua distribusi terkenal apakah yang dapat diterapkan pada
peubah acak ini?
• Jawab :
𝑛 = 1
1
𝑝 =
2
𝑛 𝑥 𝑛−𝑥
𝑏 𝑥; 𝑛, 𝑝 = 𝑝 𝑞
𝑥 1
1 1 1 𝑥 1 1−𝑥
𝑏 = 𝑥; 1, = = 𝑥 , untuk x=0 dan 1.
2 𝑥 2 2 2
• Yang dapat diterapkan adalah distribusi seragam diskrit dan distribusi binomial.
Karena pada distribusi binomial dan seragam diskrit
1
peluang yang dihasilkan
pada kedua distribusi tersebut adalah sama yaitu dan pada pelemparan koin
2 1
tersebut kemungkinan peluang muncul sisi gambar adalah
2
 DISTRIBUSI MULTINOMIAL
• DEFINISI 5.2
• Bila setiap ulangan menghasilkan salah satu dari 𝑘 hasil
percobaan 𝐸1 , 𝐸2 , … . , 𝐸𝑘 dengan peluang 𝑝1 , 𝑝2 , … , 𝑝𝑘 , maka
sebarang peluang bagi peubah acak 𝑋1 , 𝑋2 , … , 𝑋𝑘 , yang
menyatakan berapa kali 𝐸1 , 𝐸2 , … . , 𝐸𝑘 terjadi dalam n
ulangan yang bebas, adalah
𝑛 𝑥 𝑥 𝑥
• 𝑓(𝑥1 , 𝑥2 , … , 𝑥𝑘 ; 𝑝1 , 𝑝2 , … , 𝑝𝑘 , 𝑛) = 𝑥 𝑥 , … , 𝑥 𝑝1 1 𝑝2 2 … 𝑝𝑘 𝑘
1 2 𝑘
𝑘 𝑘
• dengan 𝑖=1 𝑥𝑖 = 𝑛 dan 𝑖=1 𝑝𝑖 = 1
σ σ
 CIRI-CIRI
Peristiwanya Independent

Setiap percobaan tunggal mempunyai

hasil kejadian lebih dari 2 dan hasilnya
dapat dikategorikan lebih dari dua
kelompok

Peluang terjadinya setiap “outcomes”

disebut p1, p2,...pn,

Bisasanya dalam hal ini jumlah

percobaannya tertentu
Contoh soal
 DISTRIBUSI HIPERGEOMETRIK
• Pada distribusi binomial pengambilan sampel dilakukan dengan
pengembalian, sedangkan pada distribusi hipergeometrik
pengambilan sampel dilakukan tanpa pengembalian.

• Bisa disimpulkan bahwa distribusi hipergeometrik adalah distribusi

probabilitas diskrit dari sekelompok objek atau populasi yang dipilih
tanpa pengembalian.
• Distribusi hipergeometrik memiliki sifat seperti:
1. sampel acak ukuran n diambil tanpa pengembalian dari N
benda
2. sebanyak k benda dapat diberi nama sukses sedangkan sisanya
N-k diberi nama gagal
 DISTRIBUSI HIPERGEOMETRIK
DEFINISI 5.3
• Dalam populasi N benda,k benda diantaranya diberi label
“sukses” dan (N-k) benda lainnya diberi label “gagal”, maka
distribusi peluang bagi peubah acak hipergeometrik X, yang
menyatakan banyaknya kesuksesan dalam sampel acak
berukuran n adalah:
𝑘 𝑁−𝑘
𝑥 𝑛−𝑥
• h(x;N,n,k)= 𝑁 , untuk x= 0,1,2,3,…,k
𝑛
TEOREMA 5.2
• Rataan bagi distribusi hipergeometric
𝑛𝑘
𝜇=
𝑁
• Variansi bagi distribusi hipergeometrk
𝑁−𝑛 𝑘 𝑘
𝜎2 = . 𝑛. (1 − )
𝑁−1 𝑛 𝑛
Ditemukan dalam berbagai bidang, dan paling sering digunakan
dalam penerimaan sampel (acceptance sampling), pengujian
elektronik, dan pengendalian kualitas (quality control) dari suatu
hasil produksi
Dalam banyak bidang, pengujian dilakukan terhadap barang yang
diuji yang pada akhirnya barang uji tersebut menjadi rusak,
sehingga tidak dapat dikembalikan. Jadi, pengambilan sampel
harus dikerjakan tanpa pengembalian.
 Contoh Soal
• Sebuah komisi dengan anggota 5 orang akan dipilih secara acak dari 3
ahli kimia dan 5 fisikawan. Carilah distribusi peluang untuk jumlah ahli
kimia dalam komisi tersebut!
• Jawab :
3 5
0 5 1
• 𝑃 𝑋 = 0 = ℎ 0,8,5.3 = 8 =
56
5
3 5
1 4 15
• 𝑃 𝑋 = 1 = ℎ 1,8,5.3 = 8 =
56
5
3
3 30
2
• 𝑃 𝑋 = 2 = ℎ 2,8,5.3 = 8 =
56
5
3 5
3 2 10
• 𝑃 𝑋 = 3 = ℎ 3,8,5.3 = 8 =
56
5
Dalam bentuk tabel sebaran hipergeometri X adalah:

X 0 1 2 3
h(x,8,5,3) 1 15 30 10
56 56 56 56
Maka sebaran probabilitas tsb dinyatakan dgn rumus
3 5
ℎ 𝑥, 8,5,3 = 𝑥 5 − 𝑥 , 𝑥 = 0,1,2,3
8
5
 DISTRIBUTIF HIPERGEOMETRIK
PEUBAH GANDA
• DEFINISI 5.4
• Bila suatu populasi berukuran N disekat menjadi k sel A ,A2,…,Ak
masing-masing dengan a1, a2, …,ak unsur, maka distribusi peluang
acak X1,X2,…,Xk yang menyatakan banyaknya unsur yang terambil
dari sel-sel A ,A2,…,Ak bila dari populasi itu diambil sampel acak
berukuran n adalah
𝑎1 𝑎2 𝑎𝑘
𝑥1 𝑥2 … 𝑥𝑘
• 𝑓 𝑥1 , 𝑥2 , … , 𝑥𝑘 ; 𝑎1 , 𝑎2 , … , 𝑎𝑘 , 𝑁, 𝑛 = 𝑁 ,
𝑛
• sedangkan dalam hal ini σ𝑘𝑖=1 𝑥𝑖 = 𝑛 dan σ𝑘𝑖=1 𝑎𝑖 = 𝑁
 Contoh Soal
• Seseorang menanam 5 umbi yang diambil secara acak dari
sebuah kotak yang berisi 5 umbi Camalia dan 4 umbi
Gardena. Berapa peluang bahwa yang ditanam itu terdiri
atas 2 Gardena dan 3 Camalia?
• Jawab:
• x1= 3 x2= 2
• a1= 5 a2=4
• N=9 n= 5
5 4
3 2 10 . 6 10
• 𝑓(3,2; 5,4,9,5) = 9 = =
126 21
5
 Hubungan Antar Distribusi
DISTRIBUSI BINOMIAL DAN DISTRIBUSI
KLIK DISINI
MULTINOMIAL

KLIK DISINI
DISTRIBUSI BINOMIAL DAN DISTRIBUSI
HIPERGEOMETRIK
 DISTRIBUSI BINOMIAL DAN DISTRIBUSI
MULTINOMIAL

• Distribusi multinomial sama dengan distribusi binomial, tetapi

distribusi multinomial memiliki keuntungan lebih untuk menghitung
probabilitas ketika ada lebih dari dua kejadian untuk setiap percobaan
dalam eksperimen.
• Distribusi multinomial merupakan suatu distribusi umum, sedangkan
distribusi binomial adalah suatu kasus khusus dari distribusi
multinomial. Pada distribusi binomial memiliki satu hasil sukses atau
gagal, sedangkan pada multinomial memiliki lebih dari dua hasil.
 DISTRIBUSI BINOMIAL DAN DISTRIBUSI
HIPERGEOMETRIK
• Dalam distribusi hipergeometrik nilai-nilainya dilambangkan dengan h(x;N,n,k), dan
nilai-nilai itu tergantung pada keberhasilan k di antara n benda yang diambil dari populasi
N benda. Bila n relatif cukup kecil dibandingkan dengan N, maka peluang pada setiap
pengambilan akan berubah kecil sekali. Sehingga praktis dapat dikatakan bahwa kita
berhadapan dengan Percobaan Binomial
• Rataan dan variannya juga dapat dihampiri melalui rumus :
𝑛𝑘
µ = np =
𝑁
𝑘 𝑘
σ2 = .npq = n. (1- )
𝑁 𝑁
• Bila kita bandingkan rumus hampiran itu dengan rumus yang ada dalam teorema 5.2. kita
akan melihat bahwa rataannya sama, sedangkan variannya berbeda sebesar faktor koreksi
(N-n)/(N-1) yang dapat diabaikan bila n relatif kecil dibandingkan dengan N.
• Perbedaan utama distribusi binomial dan distribusi hipergeometrik
adalah pada cara pengambilan sampelnya.
• Pada distribusi hipergeometrik, probabilitas keberhasilan dalam
setiap pengambilan tergantung dari berapa banyak macam sampel
dari sebuah populasi dan tergantung sampel yang telah diambil.
• Pengambilan sampel pada distribusi binomial dilakukan dengan
pengembalian, sedangkan pada hipergeometrik tidak ada
pengembalian