Ekspektasi Variabel Acak dan

Distribusi Peluang Poisson

Disampaikan pada:

Kuliah Statistika – Pertemuan V

di Program Studi Teknologi Pertanian
Fakultas Teknologi Pertanian – UNUD
06 Oktober 2021 [Kelas C]
08 Oktober 2021 [Kelas D]
Eka N Kencana
Sociometric Study Group
Program Studi Matematika
Universitas Udayana
Distribusi Peluang
Variabel Acak
Misalkan sebuah uang logam setimbang
dilempar 3 kali. Didefinisikan X merupakan
variabel acak yang menyatakan jumlah sisi
belakang (B) yang diperoleh dari 3 kali
pelemparan. Maka:

Distribusi peluang dari X adalah

pasangan bilangan (x, f (x)) dengan x
menyatakan ∀ kemungkinan nilai dari X,
dan f (x) = p(X=x) menyatakan peluang
dari X dengan nilai X=x.

X=x 0 1 2 3
f (x) 1/8 3/8 3/8 1/8

Distribusi peluang dari X

Distribusi Peluang Terdapat 12 bohlam, 4 diantaranya diketahui dalam
kondisi rusak. Bila secara acak diambil 3 buah
Variabel Acak bohlam; tentukanlah distribusi peluang X yang
menyatakan jumlah bohlam yang rusak yang
diperoleh dari 3 bohlam yang diambil.

Pahami perbedaan percobaan acak ini dengan yang

sebelumnya dengan p(B) = ½ bersifat tetap antar-
pelemparan. Pada kasus bohlam, peluang sebuah
bohlam dalam kondisi rusak tidak diketahui dan ≠
𝟒 = 𝟏. Jadi, bila X jumlah bohlam yang diambil
𝟏𝟐 𝟑
dalam kondisi rusak dengan X = {0, 1, 2, 3); maka
distribusi peluang dari X = x, p(X= x) adalah:

X=x 0 1 2 3
f (x) 14/55 28/55 12/55 1/55

Distribusi peluang dari X

Microsoft Excel merupakan salah satu program pengolah
sheet dengan fasilitas built-in function sangat memadai.
Untuk menghitung p(X = x) pada kasus sebelumnya,
bisa dimanfaatkan fungsi =COMBIN(n;x); menghitung
jumlah kombinasi x dari n total objek yang didefinisikan

Pada sel E7, p(x = 1); terdapat sebuah bohlam dalam

kondisi rusak, dihitung menggunakan fungsi sebagai
berikut:
=COMBIN(4;D7)*COMBIN(8;(3-D7))/(COMBIN(12;3))

Perhatikan pemisah antaragumen yang digunakan, ; ,

yang di komputer Anda bisa berbeda tergantung kepada
konfigurasi terpasang.
Ekspektasi Variabel Acak
Definisi I:

Misalkan X merupakan variabel acak yang menyebar dengan fungsi peluang 𝑓(𝑥). Mean
atau nilai ekspektasi dari X adalah:

1. Bila X variabel acak diskret:

𝜇𝑥 = 𝐸(𝑋) = ∑ 𝑥 𝑓(𝑥)
∀𝑥
2. Bila X variabel acak kontinyu:
𝑥
𝜇𝑥 = 𝐸(𝑋) = ∫ 𝑥 𝑓(𝑥)𝑑𝑥
−∞
Ekspektasi Variabel Acak
Definisi II:

Misalkan X merupakan variabel acak yang menyebar dengan fungsi peluang 𝑓(𝑥) dan mean
𝜇. Ragam atau variance dari X adalah:

1. Bila X variabel acak diskret:

𝜎2𝑥 = 𝐸 [(𝑋 − 𝜇)2 ] = ∑(𝑥 − 𝜇) 2𝑓(𝑥)

∀𝑥

2. Bila X variabel acak kontinyu:

∞
𝜎2𝑥 = 𝐸 [(𝑋 − 𝜇)2 ] = ∫ (𝑥 − 𝜇)2 𝑓(𝑥)𝑑𝑥
−∞
Ekspektasi Variabel Acak
Ilustrasi I:

Terdapat 12 bohlam, 4 diantaranya diketahui dalam kondisi rusak. Bila secara acak diambil
3 buah bohlam; berapakah mean (nilai rataan) bohlam yang diperiksa dalam kondisi baik?

Jawaban:
Misalkan X menyatakan jumlah bohlam yang diperiksa sebagai sampel dalam kondisi baik.
Maka fungsi distribusi peluang X bisa dinyatakan sebagai:

.X = x 0 1 2 3
Menggunakan definisi I.1, mean dari X:
f (x) 1/55 12/55 28/55 14/55
Ekspektasi Variabel Acak
Ilustrasi II:

Pada ilustrasi sebelumnya, berapakah ragam dari variabel acak X?

Jawaban:
Mencermati bahwa

Maka:
Ragam dari X =
Do Its Yourself
Soal 4.6 (Walpole et al, hal. 117):
An attendant at a car wash is paid according to the number of cars that pass
through. Suppose the probabilities are 1/12, 1/12, 1/4, 1/4, 1/6, and 1/6,
respectively, that the attendant receives $7, $9, $11, $13, $15, or $17 between 4:00
P.M. and 5:00 P.M. on any sunny Friday. Find the attendant’s expected earnings
for this particular period.

Soal 4.8 (Walpole et al, hal. 117):

Suppose that an antique jewelry dealer is interested in purchasing a gold necklace
for which the probabilities are 0.22, 0.36, 0.28, and 0.14, respectively, that she will
be able to sell it for a profit of $250, sell it for a profit of $150, break even, or sell it
for a loss of $150. What is her expected profit?
Sebaran Poisson
Salah satu sebaran variabel acak diskret, selain Sebaran Binomial, yang sering digunakan
adalah Sebaran Poisson yang diintroduksi oleh Simeon Denis Poisson. Bila Sebaran Binomial
dicirikan oleh adanya 2 jenis luaran dari sebuah percobaan bernilai (true atau false), maka
Sebaran Poisson dicirikan oleh waktu atau area, yang dibutuhkan untuk mengamati
terjadinya n luaran yang diperhatikan pengamat. Seringkali waktu dan jumlah luaran per area
dinyatakan dalam bentuk laju rataan kejadian yang diperhatikan. Berikut adalah beberapa
contoh kejadian acak yang menyebar Poisson:
1. Jumlah kendaraan bermotor 250 cc ke atas yang melewati gerbang tol Bali Mandara dalam
1 jam;
2. Jumlah rata-rata sms yang Anda terima per hari;
3. Jumlah rata-rata kesalahan ketik per halaman yang ditemukan pada tugas kahir mahasiswa
ITP;
4. Jumlah mikroba per volume larutan;
5. dan lainnya…
Sebaran Poisson
Bila kejadian acak yang diperhatikan terjadi dengan peluang p pada satu satuan waktu atau
area pengamatan dan t merupakan periode waktu amatan atau satuan area amatan, maka 𝜆 =
𝑝 × 𝑡 (dibaca lambda) merupakan laju rata-rata kejadian X; dan X merupakan variabel acak
menyebar Poisson atau X ∿ Poisson λ dengan distribusi peluang dinyatakan dalam bentuk:

Ilustrasi:

Pada sebuah pabrik diketahui peluang terjadinya kecelakaan kerja pada satu hari produksi
sebesar 0,005. Jika kecelakaan kerja yang terjadi pada hari produksi ke-zi tidak berhubungan
dengan kecelakaan kerja pada hari ke-zj; maka dalam 1 tahun proses produksi (300 hari
kerja):

1. Peluang terdapat 1 hari kerja dengan insiden kecelakaan kerja;

2. Peluang sebanyak-banyaknya terdapat 3 hari kerja dengan insiden kecelakaan kerja.
Sebaran Poisson
Permasalahan pada slide sebelumnya bisa disolusikan dengan mencermati:

Diketahui:

Sehingga:

1. Peluang terdapat 1 hari kerja dengan insiden kecelakaan kerja:

2. Peluang sebanyak-banyaknya terdapat 3 hari kerja dengan insiden kecelakaan kerja:

Aproksimasi Binom dengan Poisson
Definisi:

Misalkan X merupakan variabel acak yang menyebar Binomial(x; n; p).

Bila 𝑛 → ∞ dan 𝑝 → 0, maka 𝜇 ≈ 𝑛 × 𝑝 dan P(𝑋 = 𝑥) bisa dihampiri melalui Sebaran
Poisson(x; np).

Sebagai ilustrasi, misalkan Anda bekerja sebagai staf Divisi Kontrol Kualitas Produk di PT
Coca Cola Amatil, yang menghasilkan berbagai produk minuman kemasan dalam botol. Data
historis produk menunjukkan dari setiap 1000 botol minuman yang dihasilkan terdapat 1 botol
yang terisi di bawah volume tetapan perusahaan. Berapakah peluang dari 10 000 botol yang
dihasilkan terdapat sebanyak-banyaknya 6 produk cacat?
Aproksimasi Binom dengan Poisson
Jawaban:

Misalkan X merupakan variabel acak yang menyatakan jumlah botol (dari 10 000 botol)
dengan volume di bawah tetapan perusahaan. Diketahui peluang botol dengan volume isian
kurang dari tetapan = p = 0.001. Jadi:

X ∼ Binomial (x; 10000; 0.001); atau X ∼ Poisson(x; 10)

Menggunakan Sebaran Binomial:

P(x ≤ 6) = 0.1300 (dihitung pada Excel dengan =BINOM.DIST(6;10000;0.001;TRUE))

Dihampiri menggunakan Sebaran Poisson:

P(x ≤ 6) = 0.1301 (dihitung pada Excel dengan =POISSON.DIST(6;10;TRUE))
Do Its Yourself
Soal 5.57 (Walpole et al, hal. 165):
On average, a textbook author makes two wordprocessing errors per page on the
first draft of her textbook. What is the probability that on the next page she
will make
(a) 4 or more errors? (b) no errors?

Soal 5.60 (Walpole et al, hal. 165):

The average number of field mice per acre in a 5-acre wheat field is estimated
to be 12. Find the probability that fewer than 7 field mice are found
(a) on a given acre;
(b) on 2 of the next 3 acres inspected.