Distribusi Binomial Negatif Dan Distribusi Poisson
Distribusi Binomial Negatif Dan Distribusi Poisson
POISSON
Kelompok 2:
1. Anjar Dwi Hariadi (190312617652)
2. Izhar Mayranda (190312617635)
3. Lya Ayu Pramesti (190312617675)
Terima kasih juga kami ucapkan kepada teman-teman yang telah berkontribusi dengan
memberikan ide-idenya sehingga makalah ini bisa disusun dengan baik dan rapi.
Kami berharap semoga makalah ini bisa menambah pengetahuan para pembaca. Namun
terlepas dari itu, kami memahami bahwa makalah ini masih jauh dari kata sempurna, sehingga
kami sangat mengharapkan kritik serta saran yang bersifat membangun demi terciptanya makalah
selanjutnya yang lebih baik lagi.
Penulis
ii
DAFTAR ISI
iii
BAB I PENDAHULUAN
C
Untuk mengetahui penjelasan distribusi binomial negatif
Untuk mengetahui ciri-ciri distribusi binomial negatif
Untuk mengetahui penjelasan distribusi geometrik
Untuk mengetahui penjelasan distribusi poisson
Untuk menghitung rata-rata, variansi, dan simpangan baku untuk distribusi poisson
1
BAB II PEMBAHASAN
2
4. Variabel acak X menyatakan jumlah percobaan sebelum terjadi hasil "H"
yang ke k, artinya jumlah hasil "H" terjadi sudah sebanyak k-1.
3
ketiga yang mendengar cerita itu adalah yang pertama yang
mempercayainya?
Solusi:
𝑔(𝑥; 𝑝) = 𝑝 𝑥 (𝑞)𝑥−1
𝑔(𝑥; 𝑝) = 0.81 (0.2)3−1
𝑔(𝑥; 𝑝) = 0.81 (0.2)2
𝑔(𝑥; 𝑝) = 0.032
17. b) Hitunglah peluang bahwa seseorang yang melemparkan sekeping uang
logam setimbang memperoleh sisi gambar yang pertama pada lemparan
yang keempat!
Solusi:
𝑔(𝑥; 𝑝) = 0.51 (0.5)4−1
𝑔(𝑥; 𝑝) = 0.51 (0.5)3
𝑔(𝑥; 𝑝) = 0.0625
4
𝑒 −𝜇 𝜇𝑥
(a) 𝑝(𝑥; 𝜇) =
𝑥!
𝑒 −3 35
𝑝(5; 3) = 5!
≈ 0,100819
(b) 𝑝(𝑥 < 3) = 𝑝(1,3) + 𝑝(2,3)
𝑒 −3 31 𝑒 −3 32
= +
1! 2!
= 0,15 + 0,224
= 0,374
(c) 𝑝(𝑥 ≥ 2) = 1 − 𝑝(𝑥 < 2)
= 1 − (𝑝(1,3))
𝑒 −3 31
= 1− 1!
= 1 − 0,15
= 0,85
21. Seorang sekretaris rata – rata melakukan 2 kesalahan per detik. Berapa
peluang bahwa pada halaman berikutnya ia membuat
(a) Tepat 4 atau lebih kesalahan?
(b) Tidak satupun kesalahan?
Solusi:
(a) 𝑃(𝑋 ≥ 4) = 1 − 𝑃(𝑋 < 4)
𝑃(𝑋 ≥ 4) = 1 − (𝑝(2; 1) + 𝑝(2; 2) + 𝑝(2; 3))
𝑃(𝑋 ≥ 4) = 1 − (0.27 + 0.27 + 0.18)
𝑃(𝑋 ≥ 4) = 0.28
𝑒 −2 20
(b) 𝑝(5; 3) = ≈ 0.135
0!
5
Distribusi Poisson dan binomial memiliki histogram peluang yang
bentuknya hampir sama bila n besar dan p kecil (mendekati nol). Oleh karena
itu, variansi Poisson dengan 𝜇 = 𝑛𝑝 dapat digunakan untuk menghampiri
peluang binomial. Bila p nilainya dekat dengan 1, kita dapat menukaran apa
yang telah didefinisikan sebagai sukses dan gagal, dengan demikian mengubah
p menjadi suatu yang mendekati nol.
6
BAB III PENUTUP
3.1 Kesimpulan
Distribusi Binomial seringkali digunakan untuk memodelkan jumlah
keberhasilan pada jumlah sampel n dari jumlah populasi N. Distribusi banyak
digunakan pada masalah yang mungkin bernilai benar atau salah, sukses atau
gagal, dan lain sebagainya.
3.2 Saran
Dalam suatu percobaan peluang, sebaiknya dilakukan bukan hanya sekali supaya
mendapatkan hasil yang lebih tepat. Dalam melakukan percobaan peluang juga
hanya terpaku pada suatu distribusi untuk lebih baiknya menggunakan banyak
distribusi sebagai bahan pertimbangan.
7
DAFTAR PUSTAKA
Permadi, Hendro dan Abadyo. 2005. Metode Statistika Praktis.Malang: Penerbit Universitas
Negeri Malang
https://www.researchgate.net/publication/327645405_DISTRIBUSI_NEGATIF_BINOMIAL
https://www.rumusstatistik.com/2012/07/rumus-distribusi-binomial-negatif.html
https://www.rumusstatistik.com/2012/07/rumus-distribusi-poisson.html