Distribusi Diskrit Khusus
Distribusi Diskrit Khusus
•Uniform
U if (seragam)
( ) •Multinomial
M li i l
•Bernoulli •Hipergeometrik
•Binomial •Geometrik
•Poisson •Binomial Negatif
MA 2081 Statistika Dasar
y
Utriweni Mukhaiyar
27 September 2012
2
k i 1
3
Bukti :
mean dan variansi untuk p
p.a
a distribusi seragam
seragam.
Berdasarkan definisi ekspektasi,
k k
xi 1 k
E[ X ] xi P( X xi ) xi ,
i 1 i 1 k k i 1
k
1 k
E X xi P( X xi ) xi
2 2 2 2
i 1 k i 1
4
C t h1
Contoh
• Pelantunan sebuah dadu.
1
P( X x) , x 1, 2,3, 4,5, 6
6
0.18
1 2 3 4 5 6 0.175
3,5
35
P(X=x)
6 0.17
0.165
12
2 2
32
4 2
5 2
6 2
2 3.52 0.16
1 2 3 4 5 6
6 x
15.17
15 17 12 25 22.92
12.25 92
5
Percobaan Bernoulli
Distribusi Bernoulli
• X berdistribusi
b di t ib i Bernoulli,
B lli
p x (1 p )1 x , x 0,1
P( X x) ber ( x; p )
0 , x lainnya
• Rataan : E[X] = µx = p
Var(X)= x2 = p(1-p)
• Variansi : Var(X) p(1 p)
7
Percobaan Binomial
• n usaha yang berulang.
• Tiap usaha memberi hasil yang dapat
dikelompokkan menjadi sukses atau gagal.
• P l
Peluangg sukses
k tidak
tid k b
berubah
b hddarii usaha
h yang
g
satu ke yang berikutnya.
• Tiap usaha saling bebas.
bebas
8
Di ib i Bi
Distribusi Binomial
i l
Distribusi binomial
binomial, parameter n dan p
Notasi X ~ B(n,p)
F.m.p:
n x
P( X x) b( x; n, p ) p (1 p ) n x
x
Koefisien binomial : n! = n.(n-1).(n-2) … 1
n n!
untuk x = 0,1, … , n
x x !( n x )!
o Rataan : E[X] = µx = np
o Variansi : var(X)= X2 = np(1-p)
9
Contoh 2
Suatu penelitian dilakukan untuk melihat sikap
masyarakat tentang obat penenang. Penelitian
itu menunjukkan bahwa sekitar 70% penduduk
percaya ‘obat penenang tidaklah mengobati
apapun obat itu hanyalah menutupi penyakit
apapun,
sesungguhnya’. Menurut penelitian ini, berapa
peluang bahwa paling sedikit 3 dari 5 orang
yang dipilih secara acak berpendapat seperti
itu?
10
edited 2011 by UM
Jawab
Misalkan p
peubah acak X menyatakan
y banyaknya
y y
penduduk percaya ‘obat penenang tidaklah mengobati
apapun, obat itu hanyalah menutupi penyakit
sesungguhn a’.
sesungguhnya
Maka X~B(5, 0.7)
Yang ingin
Y i i dicari
di i adalah d l h P(X 3). 3)
P(X 3) = P(X = 3) + P(X = 4) + P(X = 5)
5 5 5
0.7 0.3 0.7 0.3 0.7 0.3
3 2 4 1 5 0
3 4 5
5! 5! 5!
(0, 343)(0, 09)
(0 343)(0 (0 240)(0 30)
(0, 240)(0, (0,168)(1)
(0 168)(1)
2!3! 1!4! 0!5!
0, 309 0, 360 0,168 0,837
11
P
Percobaan
b P i
Poisson
• Memiliki 2 keluaran hasil : SUKSES dan GAGAL.
• Terdefinisi pada : (yang membedakan dari
percobaan Binomial)
▫ Panjang selang waktu
▫ Luas daerah/area
C t h:
Contoh
- Banyak kejadian angin tornado dalam satu
tahun di US
- Banyak batu “Apung” ditemukan di setiap 2
meter panjang sungai “A”
12
Proses Poisson
Selang waktu atau daerahnya saling bebas.
Peluangg pada
p Proses Poisson tergantung
g gppada
selang waktu dan besarnya daerah.
Peluang untuk selang yang pendek atau
daerah yang sempit dapat diabaikan.
13
Distribusi Poisson
Peubah acak X berdistribusi Poisson
X~P((t))
t
t
x
e
F.m.p : P( X x) , x 0,1, 2,...
x!
e = tetapan Euler (2.71828…)
o Rataan : E[X] = X = t
var(X)= X2 = t
o Variansi : var(X)
14
Contoh 3
Rata-rata banyaknya kejadian hujan beserta badai dalam
satu bulan
b l (empat
( minggu)
i ) di suatu daerah
d h adalah
d l h 7.
7
a. Hitung peluang bahwa lebih dari 2 kejadian hujan
beserta badai menimpa daerah tersebut dalam periode
2 minggu.
b. Berapa rata-rata banyaknya kejadian hujan beserta
badai menimpap daerah tersebut dalam pperiode 2
bulan.
15
• Satuan waktu : 1 bulan = 4 minggu (Kasus dapat dibagi atas 2 jenis berdasar satuan
waktunya
• Jika dipandang waktu dalam bulan, ambil t = 1
Satuan
p g waktu dalam minggu,
• Jika dipandang gg ambil t = 4
n >1
Distribusi Normal n >>>
N(μ, σ2)
X ~ N(μ, σ Distribusi Binomial
μ = np, σ2 = np(1- p) X ~ Bin (n, p)
Beberapa
p distribusi diskrit lainnya
y
• Distribusi Multinomial
• Di t ib i Hipergeometrik
Distribusi Hi t ik
• Distribusi Binomial Negatif
• Distribusi Geometri
20
Di t ib i Multinomial
Distribusi M lti i l
• Bila suatu usaha tertentu dapat menghasilkan k macam hasil
E1, E2, …, Ek dengan peluang p1, p2, …, pk, maka distribusi
peluang peubah acak X1, X2, …, Xk yang menyatakan banyak
terjadinya E1, E2, …, Ek dalam n usaha bebas ialah,
n x1 x2
P ( X 1 x1 , X 2 x2 ,..., X k xk ) 1 2
p p p xk
k
1 2
x , x ,..., xk
C
Contoh
h4
• Peluang seorang perwakilan datang ke suatu konferensi di suatu
kota menggunakan pesawat, bus, mobil pribadi, dan kereta
berturut-turut adalah 0.4, 0.2, 0.3, dan 0.1. Hitung peluang dari
9 perwakilan yang datang 3 orang datang menggunakan
pesawat, 3 orang dengan bus, 1 orang dengan mobil pribadi, dan
2 orang dengan kereta.
• Jawab:
Misalkan Xi : banyaknya perwakilan yang datang menggunakan
transportasi i, i=1,2,3,4 berturut-turut mewakili
pesawat bus,
pesawat, bus mobil pribadi
pribadi, dan kereta
kereta.
9
P( X 1 3, X 2 3, X 3 1, X 4 2)
3 3 1 2
0.4 0.2 0.3 0.1
3,3,1, 2
9!
0.064 0.08 0.3 0.01 2520 1.536 105 0, 038702
3!3!1!2!
22
Di ib i Hipergeometrik
Distribusi Hi ik
• X ~ h(N,
( , n,, k))
• X : banyaknya sukses dalam sampel acak ukuran n
yang diambil dari N benda yang mengandung k
bernama sukses dan N N-k
k bernama gagal.
k N k
P ( X x) h( x; N , n, k ) ,
x n x
x 0,1, 2,..., n
N
n
Rataan : Variansi :
nk N n k k
2
n 1
N N 1 N N
23
Contoh 5
• Dari 50 gedung di sebuah kawasan industri, 12 gedung
mempunyai kode pelanggaran. Jika 10 gedung dipilih
secara acak dalam suatu inspeksi, hitung peluang bahwa 3
dari 10 gedung mempunyai kode pelanggaran!
• Jawab :
Misalkan X : banyak gedung yang dipilih mempunyai kode
pelanggaran.
l
X ~ h(50, 10, 12)
12 38
3 7 220 12620256
P ( X 3) h(3;50,10,12) 0.2703
50 10272278170
10
24
Di ib i Geometrik
Distribusi G ik
• X ~ g(p) atau X ~ Geom(p)
• X : banyaknya usaha sampai saat terjadi sukses pertama
dari usaha-usaha yang saling bebas dengan peluang
sukses p dan gagal (1-p).
P ( X x) g ( x; p ) p (1 p ) x 1 , x 1, 2,...
Rataan : Variansi :
1 1 p
2
p p2
26
Contoh 6
• Suatu tes hasil pengelasan logam meliputi proses
pengelasan sampai suatu patahan terjadi. Pada jenis
pengelasan tertentu, patahan terjadi 80% disebabkan oleh
logam itu sendiri dan 20% oleh penyinaran pada
pengelasan. Beberapa hasil pengelasan dites. Misalkan X
adalah banyak tes yang dilakukan sampai ditemukan
patahan pertama pada hasil pengelasan
pengelasan. Hitung peluang
pada tes ketiga ditemukan patahan pertama!
• Jawab :
X ~ Geom(0.2)
P( X 3) g (3;0.2)
(3;0 2) 0.2(0.8)
0 2(0 8) 2 0.128
0 128
27
x 1 k xk
P ( X x) b *( x; k , p) p (1 p ) , x k , k 1, k 2...
k 1
• Suatu peubah acak Binomial negatif adalah jumlah dari peubah
acak-peubah acak Geometrik.
X = Y1 + Y2 + ... + Yk
dimana Y1, Y2, ..., Yk adalah peubah acak saling bebas, masing-
masing berdistribusi Geom(p).
k k (1 p )
Rataan : Variansi :
2
p p2
28
C t h7
Contoh
• Perhatikan Contoh 6.
• Misalkan X adalah banyak tes yang dilakukan
sehingga ditemukan 3 patahan pertama. Hitung
peluang bahwa dilakukan 8 tes sehingga
ditemukan 3 patahan pertama!
• Jawab
J b:
7
P( X 8) b *(8;3 0 2) (0.2)
(8;3, 0.2) (0 8)5 0.05505
(0 2)3 (0.8) 0 05505
2
29
Referensi
Navidi, William., 2008, Statistics for Engineers and
Scientists, 2nd Ed
Scientists Ed., New York: McGraw
McGraw-Hill.
Hill
Walpole, Ronald E. dan Myers, Raymond
H Ilmu Peluang dan Statistika untuk Insinyur dan
H.,
Ilmuwan, Edisi 4, Bandung: Penerbit ITB, 1995.
Walpole, Ronald E., et.al, 2007, Statistitic for
Scientist and Engineering, 8th Ed., New Jersey:
Prentice Hall.
Pasaribu, U.S., 2007, Catatan Kuliah Biostatistika.