Fungsi distribusi : fungsi sejumlah partikel tiap satuan volume dalam ruang fase partikel
tunggal. Pada titik tertentu, fungsi distribusi bernilai sama dengan probabilitas. Jika X adalah
variabel sembarang, fungsi distribusi nya merupakan
F(x)=P(X≤x)
Dimana P(X≤x) merupakan probabilitas bahwa X bernilai kurang dari atau sama dengan x.
Kemungkinan seorang pasien dengan serangan jantung meninggal karena serangan itu adalah
0,04 (yaitu, 4 dari 100 meninggal karena serangan itu). Misalkan kita memiliki 5 pasien yang
mengalami serangan jantung, berapa probabilitasnya semua akan selamat?
Jawab :
q = 0,04
p = 1 - 0,04 = 0,96
N=5
X=5
P (x) = 5 C 5 (0,96)^5 (0,04)^0
= 1 . 0,81 . 1
= 0,81
Misalkan 80% orang dewasa dengan alergi melaporkan gejala sembuh dengan obat tertentu. Jika
obat tersebut diberikan kepada 10 pasien baru dengan alergi, berapa kemungkinan obat itu efektif
pada tujuh pasien?
Jawab :
p = 0,8
q = 0,2
N = 10
X=7
P (x) = 10 C 7 (0,8)^7 (0,2)^3
= 120 . 0,21 .0,008
= 0,2016
😁👍
Boleh kalian gunakan excel atau Matlab untuk membuat plot grafik berikut (buat grafik
kemudian copykan hasilnya disini ya mbak )
p = 0.1N = 100, rentang untuk nilai x dari 0 sampai 100.
p = 0.25, N = 100,, rentang untuk nilai x dari 0 sampai 100.
p = 0.5, N = 100, rentang untuk nilai x dari 0 sampai 100.
p = 0.8, N = 100, rentang untuk nilai x dari 0 sampai 100.
GRAFIK :
Buatlah simpulan dari kelima grafik tersebut (hubungkan dengan nilai parameter lambda)
Simpulan :
Persamaan untuk CDF dapat dituliskan
F(x;p,n)=Σ_(i=0)^x C_i^n p^i q^(n-i)
Buatlah grafik untuk CDF dengan nilai lambda seperti pada grafik PDF
GRAFIK CDF
Distribusi Poisson
Dikembangkan oleh Simeon Denis Poisson (Perancis) pada tahun 1837. Variabel Poisson
memenuhi kondisi berikut :
1. Memodelkan sejumlah kejadian yang terjadi dalam dalam interval waktu tertentu
2. Probabilitas kejadian selama interval waktu yang kecil sebanding dengan lamanya
interval waktu.
Persamaan untuk fungsi PDF-nya adalah
P(x;λ)=(e^(-λ) λ^x)/x! Untuk x = 0, 1, 2, …
λ merupakan ukuran parameter yang mengindikasikan rata-rata jumlah kejadian dalam interval
waktu tertentu.
Seorang Penjual menjual rata-rata 3 polis asuransi tiap minggu. Dengan menggunakan distribusi
Poisson, hitunglah probabilitas penjual tersebut akan menjual
a. Beberapa polis
Jawab :
λ= 3
Jika x = 0 maka p = 0,0497
Jika x = 1 maka p = 0,1493
Jika x = 2 maka p = 0,2240
Jika x = 3 maka p = 0,2240
Jika x = 4 maka p = 0,1008
Jika x = 5 maka p = 1,5879
Sehingga diketahui probabilitas 1,5879
c. Dengan mengasumsikan bahwa ada 5 hari kerja tiap minggu, berapa probabilitas pada
hari tertentu penjual tersebut akan menjual satu polis?
Jawab :
−λ 𝑥
𝑒 λ
P (1;3) = 𝑥!
−3 1
2,718 3
= 1!
= 0,0498 (3) = 0,1494
Jika kegagalan daya listrik terjadi menurut distribusi Poisson dengan rata-rata 3 kegagalan setiap
dua puluh minggu, hitung probabilitas bahwa tidak akan ada lebih dari satu kegagalan selama
minggu tertentu.
Jawab :
p= 3/20 = 0,15
Boleh kalian gunakan excel atau Matlab untuk membuat plot grafik berikut
λ=5, rentang untuk nilai x dari 0 sampai 50.
λ=10, rentang untuk nilai x dari 0 sampai 50.
λ=15, rentang untuk nilai x dari 0 sampai 50.
λ=25, rentang untuk nilai x dari 0 sampai 50.
λ=40, rentang untuk nilai x dari 0 sampai 70.
GRAFIK :
Buatlah simpulan dari kelima grafik tersebut (hubungkan dengan nilai parameter lambda)
Simpulan :
Disribusi Gauss
Distribusi Gaussian juga disebut distribusi normal. Plot grafiknya adalah sebagai berikut
Keterangan :
Buatlah plot grafik analitiknya untuk distribusi Gaussian 1 dimensi dengan menuliskan nilai tiap
parameternya