Bagian 4
Bila mata uang dilemparkan dua kali, ruang sampelnya adalah S = {(a,a);
(a,g); (g,a); (g,g)}
Dibentuk suatu fungsi X (misalkan X menyatakan banyaknya angka) dari S
ke himpunan bilangan riil R, fungsi itu bisa dilukiskan sebagai
(a,a) R
2
(a,g)
1 Rx
(g,a)
0
(g,g)
Variabel Acak Diskret & Kontinu
Apabila dalam selang (-∞, ∞) yaitu banyaknya bilangan tak terhingga dan
tak terbilang, maka X disebut variabel acak yang kontinu.
Distribusi Kemungkinan
P(x)
1/2
X 0 1 2 jumlah
1/4
p(x) 1/4 1/2 1/4 1
x
0 1 2
Pembahasan:
Jadi distribusi X = {(3, 1/8); (2, 3/8), (1, 3/8), (0, 1/8)}
Contoh 3
Pembahasan:
P(X=2) = P(1,1) = 1/9
P(X=3) = P(1,2) + P(2,1) = 2/9
P(X=4) = P(1,3) + P(2,2) + P(3,1) = 3/9
P(X=5) = P(2,3) + P(3,2) = 2/9
P(X=6) = P(3,3) = 1/9
Jadi distribusi X = {(2, 1/9); (3, 2/9), (4, 3/9), (5, 2/9), (6, 1/9)}
2. Distribusi Diskret
Bahan Distribusi Diskret
Distribusi hipergeometris,
Distribusi binomial dan
Distribusi poisson.
Distribusi Hipergeometris
Misalkan dalam populasi terdiri dari N unsur ada 2 jenis unsur yaitu n unsur
putih dan (N − n) unsur bukan putih.
Diambil secara acak r unsur tanpa pengembalian. Maka nilai kemungkinan r
unsur itu mempunyai k unsur putih dan (r − k) unsur bukan putih,
dirumuskan sebagai berikut
✓ ◆✓ ◆
n N n
k r k
P (X = k) = ✓ ◆ ; k = 0, 1, 2, · · · , min(n, r)
N
r
maka nilai kemungkinan sampel besar r akan terdiri dari k1 putih, k2 biru
dan k3 = r – k1 – k2 hitam dirumuskan sebagai berikut
✓ ◆✓ ◆✓ ◆
n1 n2 n3
k1 k2 k3
P (X1 = k1 , X2 = k2 , X3 = k3 ) = ✓ ◆
N
r
Distribusi Binomial
✓ ◆
n1 k n k
P (X1 = k) = p q ; k = 0, 1, 2, · · · , n.
k1
Distribusi Poisson
Apabila diketahui bahwa dalam distribusi b(n,p), p kecil dan n besar sehingga
np → μ dengan μ suatu bilangan terhingga positif, maka akan menjadi
µk e µ
P (X1 = k) = ; k = 0, 1, 2, · · ·
k!
Disebut distribusi Poisson
Contoh 4
1
P (5W ) =
3003
Penyelesaian Contoh 4b
b) Banyak sampel yang bisa dibentuk adalah 15C5 = 3003, yang masing-
masing mempunyai peluang yang sama.
Banyak sampel yang bisa dibentuk adalah 15C5 = 3003, yang masing-
masing mempunyai peluang yang sama.
Dua wanita dan tiga pria (bila seorang wanita dan seorang pria tertentu
harus menjadi anggota sampel)
Seorang pria dan wanita harus ikut, berarti tinggal 9 pria dan 4 wanita yang
harus dipilih untuk membentuk sampel yang terdiri dari 1 wanita dan 2 pria;
sehingga
✓ ◆✓ ◆
4 9
1 2 4 · 36 144 72
P(2W dan 3P; 1W dan 1L harus ikut) = ✓ ◆ =
286
=
286
=
143
13
3
Contoh 5
Dalam pelamparan paku payung, nilai kemungkinan akan jatuh miring ialah
1 – p = q. Paku payung itu dilemparkan 3 kali, dan X menyatakan variabel
acak yang menyatakan berapa kali paku itu jatuh dengan ujung di atas.
Tentukanlah variabel nilai kemungkinan
a) P(X ≤ 2)
b) P(X ≥ 1)
Penyelesaian Contoh 5
Dapat dikerjakan dengan terlebih dahulu dibuat ruang sampel lalu dicari nilai
kemungkinan setiap titik sampel. Akan tetapi lebih mudah dengan memakai
distribusi binomial b(3;p) sebagai berikut
✓ ◆ ✓ ◆
3 3
P (X = 0) = · p0 q 3 0
= q3 ; P (X = 1) = · p1 q 3 1
= 3pq 2 ;
0 1
✓ ◆ ✓ ◆
3 3
P (X = 2) = · p2 q 3 2
= 3p2 q; P (X = 3) = · p3 q 3 3
= 3p3 .
2 3
X 0 1 2 3 4 5
p(x) 1/32 5/32 10/32 10/32 5/32 1/32
2. Jika P(X=2) = 10/32, maka jumlah keluarga dengan 2 anak pria adalah
(10/32)(224) = 70.
3. Diketahui P(X=0) = 1/32, sehingga jumlah keluarga yang tidak mempunyai
seorangpun anak pria, sebanyak (1/32)(224) = 7.
Contoh 7
Sehingga diperoleh
P (X 2) = 1 P (X = 0) P (X = 1) = 1 0, 4735 0, 3818 = 0, 1447
Contoh 8
dan lainnya P(1)= 0,1947; P(2)= 0,0243; P(4)= 0,0001; P(5)= 0,0000.
(
1
b a ;axb 1
f (x) = b a
0 ; x < a, x > b
x
0 a b
Distribusi normal kadang disebut distribusi Gauss. Fungsi padat normal baku
N(0,1) dituliskan sebagai
f(x)
1 1 2
f (x) = p e 2x ; 1x1
2⇡
Z z
sebagai L(z) = f (x)dx
0
Nilai L(z) dapat dilihat pada tabel normal, dan karena f(x) simetris, maka L(z) =
L(-z)
1 1 x µ 2
f (x) = p e 2( )
; 1x1
2⇡
dimana 𝜇 = rata-rata, dan 𝜎 = simpangan baku
Sehingga z berada di antara z = 1,08 dan z = 1,09; dan dengan cara interpolasi
diperoleh
X–μ X – 18
Sehingga diperoleh Z = =
σ 2.5
15 – 18
a) X = 15, maka Z = = –1,2
2.5
P(X < 15) = P(Z < –1,20)
= P(Z < 0) – P(–1,20 < Z < 1,20)
= 0,5 – 0,3849 = 0,1151.
15 – 18 21 – 18
b) X = 15, maka Z1= = –1,2 dan Z2 = = 1,20
2.5 2.5
P(17< X < 21) = P(–0,40 < Z < –1,20)
= P(–0,40 < Z < 0) + P(0 < Z < 1,20)
= P(0 < Z < 0,40) + P(0 < Z < 1,20) = 0,1554
= 0,5403.
Contoh 5
a) Berapa persen dalam percobaan tersebut ditemukan ruang memori yang melebihi
600 byte.
b) Jika ditemukan 10 buah percobaan mempunyai ruang memori berkisar antara 500
sampai 550 byte, berapakah jumlah percobaan yang telah dilakukan oleh peneliti?
Pembahasan Contoh 5
600 – 510,8
a) X = 600, maka Z= = 2,19
40.67
P(X > 600) = P(Z > 2,19)
= 0,5 – 0,4857 = 0,0143 = 1,43%.
2. Dari 200 mahasiswa yang mengikuti ujian kalkulus di suatu universitas, diperoleh bahwa
nilai rata-rata adalah 60 dan stadar devesiasi adalah 10. Bila distribusi nilai menyebar
secara normal, hitunglah
a) Berapa persen yang mendapat nilai A, jika nilai A ≥ 80
b) Berapa persen yang mendapat nilai C, jika nilai C berada pada interval 56 ≤ C ≤ 68
c) Berapa persen yang mendapat E, jika nilai E < 45?
תודה רבה
Selesaikanlah