1. Distribusi Multinomial
Merupakan perluasan dari distribusi binomial. Misalkan sebuah eksperimen
menghasilkan peristiwa-peristiwa: E1, E2 ,..., Ek dengan probabilitas p1=p(E1),
p2=(E2), ..., pk=p(Ek).
Eksperimen ini dilakukan sebanyak N kali, maka peristiwa akan didapat xx
peritiwa E1, x2 peristiwa E2 ... xk peristiwa Ek di antara N. Ditentukan oleh
distribusi Multinomial sebagai berikut:
N!
p(x1, x2, ....,xk) = x1 ! x 2 ! … x k !
x1 x2
p1 p 2 … pk
xk
12 !
P(1,2,3,4,5,6) = ( 1/6 )2 ( 1/ 6 )2 ( 1 /6 )2 ( 1/6 )2 ( 1/6 )2 (1 /6 )2 = 0,0034
2! 2 !2 ! 2!2 ! 2 !
2. Distribusi Hipergeometrik
Sejumlah populasi berukuran N dan dalam populasi tersebut terdapat A buah
termasuk kategori tertentu. Dari populasi tersebut diambil sampel berukuran n.
Pertanyaan yang timbul adalah berapakah probabilitas dalam sampel itu
terdapat x buah kategori tertentu, maka jawabannya dapat dicari dengan
menggunakan rumus distribusi Hipergeometrik dibawah ini:
I atas.
( Ax )( Nn−x
−A
)
p (x) = N
(n)
dimana x = 0,1,2,...,n dan
nA
Rata-rata distribusi Hipergeometrik adalah µ= N
Contoh :
Sekelompok orang ada 50 orang dan diantaranya lahir tanggal 17 Agustus ada 3
orang . secara random diambil 5 orang.
Berapakah probabilitas diamntara 5 orang tersebut:
a. Tidak trdapat satupun yang lahir tanggal 17 Agustus.
b. Terdapat tidak lebih dari 1 orang yang lahir pada tanggal 17 Agustus.
Penyelesaian:
a. Ambil x= banyak orang diantara 5 orang yang lahir tanggal 17 Agustus.
Maka N = 50 , A =3.
(30 )(50−3
5−0 ) ( 0 )( 5 )
3 47
p (x=0) = 50 = 50 = 0,724
( 5) (5)
b. Tidak lebih dari 1 orang , berarti x= 0 dan x=1.
P(x=0) sudah dihitung
(31 )(50−3
5−1 )
p (x=1) = N = 1 )( 4 ) = 0,253
( 3 47
(n) 5
3. Distribusi Normal
Merupakan distribusi dengan variabel random kontinu, distribusi normal
disebut juga distribusi Gauss. Distribusi normal adalah distribusi yang paling
banyak digunakan.
Jika variabel random X mempunyai fungsi densitas pada X = x dengan
persamaaan Normal Umum sebagai berikut:
( )
2
−1 x−µ
1
f(x) = σ √2 π
e 2 σ
dengan -∞ <x<+∞
normal umum
x−µ
z= normal standar
σ
( ) dx
2
b −1 x−µ
1
P(a<x<b) = ∫ e
2 σ
a σ √ 2 π
keterangan:
π = 3,1416 , e = 2,7183 , µ = rata-rata (parameter) dan σ = standar
deviasi/simpangan baku (parameter).
−1 2
1 z
f(z) = √2 π
e 2
; -∞<z<∞
X−µ
dengan menggunakan transformasi Z = σ
contoh-contoh:
0 2,17
TUGAS:
1. X adalah banyak anak laki-laki untuk sebuah keluarga dengan 4 anak
a. Buatlah daftar distribusi probabilitasnya
b. Gambarlah grafiknya.
2. Diberikan distribusi probabilitas untuk variabel random X pada titik x
pada tabel berikut ini:
x P(x)
0 0,4
1 2a
2 0,3
3 A
a. Tentukan nilai a
b. Cari probabilitas variabel random X paling sedikit berharga satu.
3. X menyatakan banyak pengunjung ke suatu tempat wisata dengan pola: