Distribusi Probabilitas PDF
Distribusi Probabilitas PDF
PROBABILITAS
1
Variabel Random(Acak) :
adalah suatu fungsi yang menghubungkan sebuah
bilangan riil dengan setiap unsur didalam ruang
sampel S ( himpunan semua hasil percobaan).
Untuk menyatakan variabel random digunakan
sebuah huruf besar, misalkan X. Sedangkan huruf
kecilnya, misalkan x, menunjukkan salah satu dari
nilainya.
2
Contoh :
S = {BBB, BBC, BCB, CBB, BCC, CBC,
CCB, CCC}
dengan B menunjukkan “tanpa cacat
(baik)” dan C menunjukkan “cacat”.
Variabel random X yang menyatakan
jumlah barang yang cacat pada saat tiga
komponen elektronik diuji, maka ditulis X
= 0, 1, 2, 3.
3
VARIABEL ACAK
Variabel Random
4
Distribusi Probabilitas :
5
Himpunan pasangan tersusun (x, f(x)) adalah sebuah
fungsi probabilitas, fungsi padat probabilitas, atau
distribusi probabilitas dari suatu variabel random
diskrit X bila untuk setiap keluaran x yang mungkin,
berlaku :
- P(X = x) = f(x)
- f (x) 0
-
n
f (x) 1
x 1
6
Distribusi Binomial
Sifat-sifat sebagai berikut :
Percobaan itu terdiri dari n pengulangan
Tiap pengulangan memberikan hasil yang dapat
diidentifikasi sukses atau gagal
Probabilitas sukses dinyatakan dengan p, tetap
konstan (tidak berubah) dari satu pengulangan ke
pengulangan lainnya, sedangkan probabilitas gagal
adalah q = 1- p
Tiap pengulangan dan pengulangan lainnya saling
bebas.
Distribusi Binomial
Distribusi Binomial dinyatakan sebagai :
b(x,n,p)
n
b ( x;n , p ) p x q n x
x
dimana x = 1, 2, …, n
Contoh
Sebuah proses Bernoulli untuk QC dilakukan dengan memilih 3
komponen secara simultan dari sebuah proses produksi. Setiap
komponen yg diambil dinyatakan “sukses” jika ternyata rusak,
dan “gagal” jika ternyata komponen tsb baik (sebenarnya boleh
juga definisinya dibalik!). Variabel random X didefinisikan
sebagai banyaknya “sukses” dalam pengambilan 3 komponen
tsb.
Ruang sampel bagi X adalah (S: sukses, G:gagal):
Outcome SSS SSG SGS SGG GSS GSG GGS GGG
X 3 2 2 1 2 1 1 0
X 0 1 2 3
f(X) 27/64 27/64 9/64 1/64
3 n x nx 4 3 2 1 42 4! 9 1 27
b ( x 2 ; n 4 , p ) p q ( ) ( )
4 x 2 4 4 2 ! ( 4 2 )! 16 16 128
b ( x; n, p ) 1
x0
B (r; n, p ) b ( x; n, p )
x0
Contoh.
Probabilitas seorang pasien yg sakit suatu penyakit flu sembuh adalah
40%. Jikalau 15 orang diketahui telah tertular penyakit ini, berapakah
probabilitasnya bahwa (a) paling tidak 10 orang sembuh, (b) antara 3
hingga 8 orang sembuh (c)tepat 5 orang sembuh?
Jawab.
Ini adalah proses Bernoulli. Probabilitas “sukses”, yaitu sembuh
adalah p =0.4. Variabel random X menyatakan banyak orang yang
“sukses” = sembuh, sedangkan total percobaannya adalah n=15.
x
Sifat kurva normal, yaitu :
Kurva setangkup terhadap garis tegak yang
melalui x
Kurva mempunyai titik belok pada x
Sumbu x merupakan asimtot dari kurva
normal
Seluruh luas di bawah kurva, di atas sumbu x
adalah 1 (satu)
Distribusi Normal
Variabel random X berdistribusi normal,
dengan mean dan variansi mempunyai
fungsi densitas
1 2 2
(x ) (2 )
n ( x; , ) e
2
x
LUAS DIBAWAH KURVA NORMAL
Probabilitas distribusi kontinue adalah merupakan luas
area di bawah garis kurva. Probabilitas suatu variabel
dengan nilai antara a dan b adalah luas kurva yang
dibatasi oleh garis a dan b. Luas yang tercakup dalam
batas-batas tersebut pada tabel distribusi normal. Bila
suatu distribusi adalah normal , maka jarak antara
rerata dengan simpangan
Luas area bakunya adalah sama.
antara a-b
a b
luas daerah di bawah kurva dinyatakan dengan :
P(x1 X x 2 )
x
X1 X2
x2 x2
1 2 2
(x ) (2 )
P (x1 X x 2 ) n ( x ; , ) dx 2
e dx
x1 x1
1 2 2
(x ) (2 )
P ( X )
2
e dx 1
Distribusi Normal Standar (1)
apabila variabel X ditransformasikan
dengan substitusi Z x
maka :
z2 1 2 z2 1 2 z2
1 z 1 z
P (z1 Z z 2 )
dz
dz
n ( z ; 0 ,1 ) dz
e 2 e 2
2 2
z1 z1 z1
x
ternyata substitusi Z
Jawab.
Ingat bahwa luas yg diberikan dalam tabel distribusi normal
kumulatif adalah luas dari z=-∞ s/d z0 tertentu: P(z<z0).
a) P(z>1.84) = 1 – P(z≤1.84) = 1 -0.9671 = 0.0329
b) P(-1.97 <z<0.86) = P(z<0.86) – P(z<-1.97)
= 0.8051 – 0.0244
= 0.7807
Contoh: Cari z
Jawab:
a) P(Z>k) = 0.3015 berarti P(Z<k) = 1- P(z>k) = 1 – 0.3015 =
0.6985
Dari tabel terbaca luas ke kiri = 0.6985 adalah untuk z=0.52.
Jawab.
Dalam soal ini μ = 50 dan σ=10. x1 = 45 dan x2 =62
Pertama kita mapping x ke z (melakukan normalisasi atau
standardisasi):
z1 = (x1 -μ)/σ z1 = (45-50)/10 = -0.5
z2 = (x2 -μ)/σ z2 = (62-50)/10 = 1.2
Sehingga
P(45 <x< 62) = P(-0.5<z<1.2)
P(-0.5<z<1.2) = P(z<1.2) – P(z<-0.5) = 0.8849-0.3085=0.5764
Memakai Distribusi Normal Dalam Arah Kebalikan
Contoh.
Misalkan distribusi normal memiliki μ=40 σ=6, carilah nilai x0 sehingga:
a) P(x<x0) = 45%
b) P(x>x0)=14%
Jawab.
a) Kita mulai dengan mencari nilai Z yg sama luasnya.
P(z<z0) = 45% = 0.45 dari tabel z0 = -0.13
z0 = (x0-μ)/σ x0 = μ + σz0 = 40 +6*(-0.13) = 39.22
Memakai Distribusi Normal Dalam Arah Kebalikan
Jawab.
b) Kita mulai dengan mencari nilai Z yg sama luasnya.
P(z>z0) = 14% P(z<z0) = 1- P(z>z0) = 1-0.14 = 0.86
P(z<z0) = 0.86 dari tabel z0 = 1.08
Contoh Soal:
PT GS mengklaim berat buah mangga “B” adalah 350 gram
dengan standar deviasi 50 gram. Bila berat mangga mengikuti
distribusi normal, berapa probabilitas bahwa berat buah
mangga mencapai kurang dari 250 gram, sehingga akan
diprotes oleh konsumen.
32
Distribusi Probabilitas Normal Bab 9
Jawab:
• Transformasi ke nilai z
AP(x< 250); P(x=250) = (250-350)/50=-2,00 Jadi P(x<250)=P(z<-
2,00)
• Lihat pada tabel luas di bawah kurva normal
P(z<-2,00)=0,4772
• Luas sebelah kiri nilai tengah adalah 0,5. Oleh sebab itu, nilai daerah
yang diarsir menjadi 0,5 – 0,4772=0,0228. Jadi probabilitas di bawah
250 gram adalah 0,0228 (2,28%). Dengan kata lain probabilitas
konsumen protes karena berat buah mangga kurang dari 250 gram
adalah 2,28%.
33
Distribusi Probabilitas Normal Bab 9
Contoh Soal:
PT Work Electric, memproduksi Bohlam Lampu yang dapat
hidup 900 jam dengan standar deviasi 50 jam. PT Work Electric
ingin mengetahui berapa persen produksi pada kisaran antara
800-1.000 jam, sebagai bahan promosi bohlam lampu. Hitung
berapa probabilitasnya!
34
Distribusi Probabilitas Normal Bab 9
Jawab:
P(800<X<1.000)?
• Hitung nilai Z
Z1 = (800-900)/50 = -2,00;
Z2 = (1.000-900)/50 = 2,00
• Jadi: P(800<X<1.000) =P(-2,00<Z<2,00);
P(-2,00<Z) = 0,4772 dan P(Z>2,00) = 0,4772
Sehingga luas daerah yang diarsir adalah = 0,4772+0,4772= 0,9544. Jadi
P(800<X<1.000) = P(-2,00 < Z<2,00) = 0,9544.
Jadi 95,44% produksi berada pada kisaran 800-1.000 jam. Jadi jika PT Work
Electric mengklaim bahwa lampu bohlamnya menyala 800-1.000 jam, mempunyai
probabilitas benar 95,44%, sedang sisanya 4,56% harus dipersiapkan untuk garansi.
35
Hubungan antara Distribusi Binomial
dan Distribusi Normal
Jika N cukup besar dan jika tak satu pun dari p atau q sangat
dekat dengan nol maka distribusi binomial dapat didekati atau
diaproksimasi oleh sebuah distribusi normal dengan variabel
terstandarisasi yang dirumiskan sebagai:
x Np
z
Npq
Jawab.
μ= 800 σ=40.
P(778<x<834)
x1=778 z1 = (x1-μ)/σ = (778-800)/40 = -0.55
x2=834 z2 = (x2-μ)/σ = (834-800)/40 = 0.85
P(778<x<834) = P(-0.55<z<0.85) = P(z<0.85)-P(z<-0.55)
= 0.8023 – 0.2912 = 0.5111
Contoh Penerapan Distribusi Normal
b) Berumur kurang dari 750 jam atau lebih dari 900 jam
μ= 800 σ=40.
P(x< 750 atau x>900)
x1=750 z1 = (x1-μ)/σ = (750-800)/40 = -1.25
x2=900 z2 = (x2-μ)/σ = (900-800)/40 = 2.5
P(x< 750 atau x>900) = P(z<-1.25) + P(z>2.5)
= P(z<-1.25) + 1- P(z<2.5)
= 1 + P(z<-1.25) - P(z<2.5)
= 1 + 0.1056-0.9938 = 0.1118
Soal:
1) Dalam suatu ujian akhir Matematika, mean nilai adalah
72 sementara deviasi standarnya adalah 15. tentukan
angka-angka standar (yaitu nilai-nilai dalam satuan
deviasi standar) dari siswa-siswa yang memperoleh
nilai (a) 60
(b) 93
(c) 72
2) Sebuah koin yang seimbang dilemparkan sebanyak
500 kali. Carilah probabilitas bahwa selisih banyaknya
kemunculan tanda gambar dengan 250 kali adalah
(a) tidak lebih dari 10
(b) tidak lebih dari 30
Soal
3) Diameter ball-bearing yg diproduksi sebuah pabrik memiliki mean
3cm dengan standard deviasi 0.005 cm. Pembeli hanya mau
menerima jikalau ball bearingnya memiliki diameter 3.0±0.01cm.
a) berapakah persenkah dari produksi pabrik tersebut yg tidak bisa
diterima pembeli?
b) jikalau dalam sebulan pabrik tsb memproduksi 10000 ball-bearing,
berapa banyak yg harus dibuang tiap bulan karena ditolak pembeli?