Distribusi Peluang Diskrit

STATISTIKA DESKRIPTIF TEORITIS

Dosen Pengampu: Andhika Ayu Wulandari, S.Si.,
M.Pd.
Distribusi Bernoulli

Ciri-ciri percobaan:
 hanya dilakukan 1 kali
 kejadian yang mungkin “sukses” atau “gagal”

Distribusi peluang variabel random Bernoulli:

dengan p : peluang “sukses”

q : peluang “gagal” = 1 - p
 Co
nto
h
Distribusi Bernoulli
Diketahui suatu kotak yang berisi 10 bola putih dan 20 bola
hitam. Diambil sebuah bola dari dalam kotak tersebut
secara acak. Berapa peluang terambil bola hitam ?
jawab:
Misal var.random X menyatakan banyak bola hitam yang terambilX = {0, 1}

“sukses”  terambil bola hitam  p = 20/30 = 2/3

“gagal”  terambil bola putih  q = 10/30 = 1/3 atau q = 1 – p =
1/3
Peluang terambil bola hitam  X = 1
Distribusi Binomial
Ciri-ciri percobaan:
 dilakukan n kali dengan pengembalian
 kejadian yang mungkin “sukses” atau “gagal”

Distribusi peluang variabel random Binomial:

dengan p : peluang “sukses”

q : peluang “gagal” = 1 – p
n : banyak percobaan
 Cont
oh 1 Distribusi Binomial
Diketahui suatu kotak yang berisi 2 bola putih dan 4 bola hitam. Diambil
5 bola dari dalam kotak tersebut secara acak dan dilakukan
pengembalian sebelum pengambilan berikutnya. Berapa peluang terambil
3 bola hitam ?
jawab:
X menyatakan banyak bola hitam yang terambilX = 3
“sukses”  terambil bola hitam  p = 4/6 = 2/3
“gagal”  terambil bola putih  q = 2/6 = 1/3 atau q = 1 – p = 1/3

Peluang terambil 3 bola hitam  X = 3

 Cont
oh 2 Distribusi Binomial
Seorang penderita suatu penyakit tertentu mempunyai
peluang 0,4 untuk sembuh. Bila diketahui ada 15 orang
yang telah mengidap penyakit tersebut. Tentukan peluang:
a. Paling sedikit 10 orang akan sembuh
b. Antara 3 sampai 9 orang akan sembuh

jawab:
X menyatakan banyak orang yang akan sembuh
“sukses”  sembuh  p = 0,4
“gagal”  tidak sembuh  q = 1 – p = 0,6
 Cont
oh 2 Distribusi Binomial
a. Peluang paling sedikit 10 orang akan sembuh

= 1- 0,966 = 0,034
b. Antara 3 sampai 9 orang akan sembuh

= 0,905 - 0,091 = 0,814

Distribusi Multinomial
Ciri-ciri percobaan:
 setiap percobaan dapat memberikan k hasil yang mungkin
(E1, E2, ..., Ek)

Distribusi peluang variabel random Multinomial:

dengan dan
 Cont
oh Distribusi Multinomial
Bila dua dadu seimbang dilantunkan 6 kali. Berapakah
peluang mendapat jumlah 7 atau 11 muncul 2 kali dan
sepasang bilangan yang sama 1 kali ?
jawab:
Kejadian yang mungkin:
E1 : kej. muncul dadu berjumlah 7 atau 11  p1 = 2/9  x1 = 2
E2 : kej. muncul sepasang bilangan yang sama  p2 = 1/6  x2
=1
E3 : kej. yang lain  p3 = 11/18  x3 = 3
Peluang mendapat jumlah 7 atau 11 muncul 2 kali dan
sepasang bilangan yang sama 1 kali
Distribusi Hypergeometrik

Ciri-ciri percobaan:
 dilakukan n kali tanpa pengembalian

Distribusi peluang variabel random Hypergeometrik:

dengan :
k : banyak “sukses”
N : banyak populasi
n : banyak sampel
x = 0, 1, 2, ..., k
 Cont
oh Distribusi Hypergeometrik
Tentukan peluang tepat terambil 3 kartu berwarna merah
dari pengambilan secara acak 5 kartu pada sekotak kartu
bridge!
jawab:
“sukses”  terambil kartu berwarna merah  k = 26
Banyak pengambilan  n = 5
Banyak populasi  N = 52
Peluang terambil tepat 3 kartu berwarna merah
 Cont
oh Distribusi Hypergeometrik
Suatu kotak berisi 40 suku cadang yang 3 diantaranya cacat. Jika dalam
pengambilan 5 suku cadang secara acak diperoleh 1 suku cadang yang
cacat, maka kotak tsb akan ditolak. Berapa peluang kotak tersebut akan
ditolak?
jawab:
“sukses”  terambil suku cadang cacat  k = 3
Banyak pengambilan  n = 5
Banyak populasi  N = 40
Peluang terambil tepat 1 suku cadang yang cacat
Distribusi Geometrik

Ciri-ciri percobaan:
 kejadian yang mungkin “sukses” atau “gagal”
 Percobaan berakhir pada “sukses” yang pertama

Distribusi peluang variabel random Geometrik:

dengan p : peluang “sukses”

q : peluang “gagal” = 1 – p
 Cont
oh Distribusi Geometrik
Dalam suatu proses produksi diketahui bahwa 100 hasil produksi,
rata-rata menghasilkan 1 buah item yang cacat. Hitunglah peluang
menemukan item yang cacat pada pemeriksaan yang kelima!

jawab:
“sukses”  terambil item yang cacat  p = 0,01
Item cacat pertama kali ditemukan pada pemeriksaan ke-5
 x = 5menemukan item yang cacat pada pemeriksaan yang kelima
Peluang
Distribusi Binomial Negatif

Ciri-ciri percobaan:
 kejadian yang mungkin “sukses” atau “gagal”
 Percobaan berakhir pada “sukses” ke-k

Distribusi peluang variabel random Binomial Negatif:

dengan p : peluang “sukses”

q : peluang “gagal” = 1 – p
 Cont
oh Distribusi Binomial Negatif
Dalam suatu proses produksi diketahui bahwa 100 hasil produksi, rata-
rata menghasilkan 1 buah item yang cacat. Hitunglah peluang
menemukan item cacat untuk ketiga kalinya pada pemeriksaan yang
kelima!
jawab:
“sukses”  terambil item yang cacat  p = 0,01
Item cacat yang ke-3 ditemukan pada pemeriksaan ke-5  k
= 3, x = 5menemukan item cacat untuk ketiga kalinya pada
Peluang
pemeriksaan yang kelima
Distribusi Poisson

Ciri-ciri percobaan:
 Pengamatan dilakukan pada suatu rentang interval waktu
atau daerah tertentu

Distribusi peluang variabel random Poisson:

dengan  : rata-rata banyaknya “sukses” pada selang

pengamatan
e : 2,71828...
 Cont
oh Distribusi Poisson
Rata-rata banyaknya partikel radioaktif yang melewati
mesin penghitung selama 1 milidetik dalam suatu percobaan
di laboratorium adalah 4. Berapakah peluang 6 partikel
melewati mesin penghitung dalam suatu milidetik tertentu?
jawab:
Rata-rata banyak partikel selama 1 milidetik   = 4
Peluang 6 partikel melewati mesin penghitung dalam suatu
milidetik tertentu