SOAL DAN
PEMBAHASAN
i
Lakukan segala sesuatu dengan ikhlas dan teliti, sebelum kau menyesal karena segalanya
tak dapat diubah lagi
RINJANI_ST
i
RINJANI_ST
ii
KATA PENGANTAR
Segala puji bagi Allah SWT, karena atas berkah dan rahmat-Nya lah maka
kami dapat menyelesaikan penulisan buku “Soal dan Pembahasan Teori Peluang”.
Terimah kasih kami haturkan bagi semua pihak yang telah berkintribusi dalam
pembuatan buku ini. Buku ini disusun dengan harapan dapat bermanfaat bagi
pembaca dalam mempelajari probabilita dasar.
Dalam buku ini akan dibahas berbagai macam soal yang disertai dengan
pembahasannya tentang teori dasar peluang yang diperoleh dari berbagai sumber
serta diberikan juga pembahasannya. Buku ini juga memberikan ulasan singkat
tentang teori peluang dasar dan beberapa distribusi peluang yang penting.
Semoga buku ini bermanfaat bagi semua pihak yang membutuhkan dan
sekaligus dapat memberikan kontribusi kecil bagi pengembangan ilmu
pengetahuan.
Tak ada gading yang tak retak. Maka dari itu buku ini juga masih
memiliki banyak kekurangan. Kami mohon saran dan kritiknya untuk
perbaikan dari buku ini.
TIM PENYUSUN
RINJANI_ST
i
Daftar isi
Kata Pengantar
A. Peluang
1. Ruang sampel....................................................................1
2. Permutasi dan Combinasi.................................................1
3. Peluang bersyarat dan kejadian saling bebas....................2
4. Teorema bayes..................................................................3
5. Peubah Acak (random variabel).......................................3
6. Nilai Harapan ( Expected Value) dan varians..................4
7. Moment.............................................................................5
8. Teorema chebishev...........................................................6
Soal – soal dan pembahasannya.......................................6
Soal P.A kontinu dan Pembahasannya...........................13
Soal MGF kontinu dan Pembahasannya.........................18
Latihan soal MGF dan pembahasan..............................20
Latihan chebyshev dan pembahasan...............................26
Soal Latihan dan pembahasan........................................35
Latihan ulangan dan penyelesaian..................................42
Latihan soal (Evaluasi) dan pembahasan.......................48
Exercise (chapter 2) introduction to probability and
mathematical statistics L. J. Bain...................................56
Jawaban Beberapa soal Exercise (chapter 2)
introduction to probability and mathematical statistics
L. J. Bain, Max Engelhardt.............................................64
RINJANI_ST
v
8. Pendekatan Binomial Ke Poisson...................................86
Soal – Soal dan Pembahasannya.....................................86
RINJANI_ST
v
Halaman 156-158..........................................................182
Halaman158 soal ulangan..............................................187
Halaman 177-180..........................................................189
Halaman 187 -188.........................................................194
Halaman 199..................................................................195
Soal ulangan halaman 200.............................................198
Tabel Kurva Normal......................................................200
Membaca Kurva Normal................................................201
Daftar Pustaka.........................................................................206
RINJANI_ST
v
RINJANI_ST
1
A. PELUANG
1. Ruang sampel
A B
Bila suatu operasi dapat dilakukan dengan 𝑛1 cara dan bila untuk tiap
cara ini operasi kedua dapat dikerjakan dengan 𝑛2 cara , dan bila untuk
setiap kedua cara operasi tersebut operasi ketiga dapat dikerjakan dengan
𝑛3 cara, dan seterusnya, maka deretan k operasi dapat dikerjakan
bersama-sama dengan 𝑛1. 𝑛2 … . 𝑛𝑘 cara.
Banyaknya permutasi n benda yang berbeda adalah n!
Banyaknya pemutasi n benda berbeda bila diambil sebanyak r
sekaligus adalah
.𝑃𝑛 = 𝑛!
𝑟 (𝑛−𝑟)!
Banyaknya permutasi n benda berlainan yang disusun melingkar (
siklik) adalah (n-1)!
Kadang tidak semua unsur dalam permutasi dapat dibedakan . unsur-
unsur ini adalah unsur yang identik . suatu untai aabc terdiri dari 4
macam unsur yaitu a, b, dan c tetapi unsur a muncul sebanyak dua kali.
Jika panjang untai adalah n , mengandung k macam unsur yang masing-
RINJANI_ST
2
masing adalah sebanyak 𝑛1, 𝑛2, … . , 𝑛𝑘, maka banyaknya pemutasi yang
dapat dibentuk adalah 𝑛!
.
𝑛1.!𝑛2!….𝑛𝑘!
Banyaknya cara menyekat suatu himpunan n benda dalam r sel, masing-
masing berisi 𝑛1 unsur dalam sel pertama, 𝑛2 unsur dalam sel kedua, dst
adalah
𝑛
.( 𝑛 , 𝑛 , … . ) 𝑛! , dengan
1 2 𝑛1.!𝑛2!….𝑛r!
𝑛𝑟
𝑛1 + 𝑛2 + ⋯ . +𝑛𝑟 = 𝑟
Banyaknya combinasi dari n benda yang berbeda bila diambil sebanyak
r sekaligus adalah
. 𝐶𝑛 = 𝑛!
𝑟
𝑟!.(𝑛−𝑟)!
Teorema-teorema peluang
Untuk setiap A kejadian, 0 P(A) 1
.𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵)
. 𝑃(𝐴 ∪ 𝐵 ∪ 𝐶) = 𝑃(𝐴) + 𝑃(𝐵) + 𝑃(𝐶) − 𝑃(𝐴 ∩ 𝐵) − 𝑃(𝐴 ∩ 𝐶) −
𝑃(𝐵 ∩ 𝐶)
Peluang bersyarat
A
A’
RINJANI_ST
3
4. Teorema bayes
A. DISKRIT
Peubah acak diskrit adalah himpunan kemungkinan hasilnya dapat
dihitung .
Fungsi peluang atau probability muss function (p.m.f)
.𝑓𝑥(𝑥) = 𝑃(𝑋 = 𝑥)𝑢𝑛𝑡𝑢𝑘 𝑥 ∈ 𝑅𝑥
Syarat pmf
a. f(x) ≥ 0
RINJANI_ST
4
b. ∑ 𝑓(𝑥) = 1
RINJANI_ST
5
B. KONTINYU
Fungsi padat peluang atau probability density function (p.d.f)
.𝑓𝑥(𝑥) = 𝑃(𝑋 = 𝑥)𝑢𝑛𝑡𝑢𝑘 𝑥 ∈ 𝑅𝑥
Syarat pdf
a. f(x) ≥ 0, 𝑢𝑛𝑡𝑢𝑘 𝑠𝑒𝑚𝑢𝑎 𝑥 ∈ 𝑅
∞
b. ∫−∞ 𝑓(𝑥)𝑑𝑥 = 1
𝑏
c. 𝑃(𝑎 < 𝑋 < 𝑏) = ∫ 𝑓(𝑥)𝑑𝑥
𝑎
Distribusi cumulatif (CDF)
𝑥
F(x) = P(X ≤ x) = ∫−∞ 𝑓(𝑡)𝑑𝑡
P(a < X < b) = F(b) – F(a)
𝑑 𝐹(𝑥)
F(x) = 𝑑𝑥
A. Diskrit
Jika X adalah peubah acak diskrit dengan pdf f(x) , maka nilai harapan
/ rata-rata X adalah E(X) = ∑𝑥 𝑥. 𝑓(𝑥)
Sedangkan variansnya adalah
V(X) = E(X2) – [E(X)]2, Dimana E(X2) = ∑𝑥 𝑥2. 𝑓(𝑥)
Jika x adalah peubah acak dengan pdf f(x) , maka rata-rata atau nilai
harapan peubah acak g(x) adalah
𝝁𝑔(𝑥) = 𝐸(𝑔(𝑥)) = ∑ 𝑔(𝑥). 𝑓(𝑥)
𝑥
. sedangkan variannya adalah
2
V(g(x))=E*(𝑔(𝑥) − 𝝁𝑔(𝑥) ) +
2
=∑𝑥 (𝑔(𝑥) − 𝝁 ( )) 𝑓(𝑥)
𝑥
B. Kontinyu
Jika X adalah peubah acak kontinyu dengan pdf f(x) , maka nilai
harapan / rata-rata X adalah
∞
E(X) = ∫−∞ 𝑥. 𝑓(𝑥)𝑑𝑥
Sedangkan variansnya adalah
RINJANI_ST
6
V(X) = E(X2) – [E(X)]2, Dimana
E(X2) = 𝑥2. 𝑓(𝑥)𝑑𝑥
∞ −∞
∫
Jika x adalah peubah acak dengan pdf f(x) , maka rata-rata atau nilai
harapan peubah acak g(x) adalah
∞
𝝁𝑔(𝑥) = 𝐸(𝑔(𝑥)) = ∫ 𝑓(𝑥). 𝑔(𝑥)𝑑𝑥
−∞
. sedangkan variannya adalah
2
V(g(x))=E*(𝑔(𝑥) − 𝝁𝑔(𝑥) ) +
∞ 2
= ∫−∞ (𝑔(𝑥) − 𝝁 𝑔(𝑥) ) 𝑓(𝑥)𝑑𝑥
Teorema-teorema
7. Moment
Definisi:
Moment ke-k terhadap origin dari peubah acak X→ 𝜇′𝑥 = 𝐸(𝑋𝑘)
Moment ke-k terhadap rata-rata
→ 𝜇𝑥 = 𝐸[𝑋 − 𝐸(𝑋)]𝑘 = 𝐸(𝑋 − 𝜇)𝑘
𝐸(𝑋 ) adalah moment ke k dari X atau moment pertama dari Xk .
𝑘
RINJANI_ST
7
8. Teorema chebisev
Penyelesaian :
Ruang sampel A yang terjadi: S = {H, TH, TTH, TTT}
Dengan peluang setiap titik sampel :
P(H) = 1 , P(TH) = 1, P(TTH) = P(TTT) = 1
2 4 8
dimana H bagian muka dan T bagian belakang koin.
Kemudian B adalah kejadian munculnya “tidak bagian muka pada lantunan
pertama” maka:
B= {TH, TTH, TTT} dan P(B) = 1 + 1 + 1 = 1
4 8 8 2
Selanjutnya A adalah kejadian “koin dilantunkan 3 kali”, maka
A= {TTH, TTT} dan P(A) = 1 + 1 = 1
8 8 4
RINJANI_ST
8
Peluang koin A dilantunkan sebanyak 3 kali:
RINJANI_ST
9
Penyelesaian:
Kejadian “terambil bola hijau” dapat terjadi dalam dua kejadian yang saling
bebas dengan cara:
diambil dari kotak I dan diambil 1 bola hijau, atau
diambil dari kotak II dan diambil 1 bola hijau.
P(hijau) = P(kotak I dan hijau) + P(kotak II dan hijau)
= P(kotak I). P(hijau|kotak I) + P(kotak II). P(hijau|
kotak II)
1 3 1 2 31
= 2 8 + 2 5 = 80
3. Jika Amir mempunyai 2 bola, Budi mempunyai 1 bola. Keduanya bermain
game, jika kalah harus membayar dengan bola. Jika bola dari salah satu dari
mereka habis maka permainan berakhir dan anak yang masih mempunyai
bola menjadi pemenang. Berapakah peluang Amir menang?
Penyelesaian:
Misalkan: A=peluang Amir menang sehingga memperoleh
bola dari Budi
B=peluang Budi menang sehingga memperoleh bola
dari Amir
1/2
A 1/2
Game 1/2 A
A 1/2
B A 1/2
1/2
1/2 B
1/2
B 1/2
1/2
RINJANI_ST
1
3 5 7
P(Amir menang) = 1
+ (1) + (1) + (1) + ⋯
2 2 2 2
2
Dengan menggunakan deret Geometri dengan a=1/2 dan r=(1) diperoleh
2
peluangnya:
P(Amir menang) = 1/2
= 2
1 2 3
1−( )
𝑥 2
4. Diketahui f(x) = (1) ; x=1, 2, 3,….
2
Tentukan E(x)!
Penyelesaian :
𝑥
E(x) = 𝑥 (1)
𝑥=1 2
∑∞
2 3 4 5
= 1 + 2. (1) + 3. (1) + 4. (1) + 5. (1) + ⋯
2 2 2 2 2
1 1 3 4
= + + + + 5
+⋯
2 2 8 16 32
E(x)= 1 + 3 + 4
+ 5
+ ⋯ (1)
8 16 32
4 5 +⋯ (2)
2 2 16 + 32 + 64
Persamaan (1) – persamaan (2)
Gunakan eliminasi
E(x) =1+3+ 4
+ 5
+⋯
8 16 32
1
E(x) = 1+ 3
+ 4
+ 5
+⋯
2 2 16 32 64
1
E(x) =1+3+ 1
+ 1
+ 1
+⋯
2 2 8 16 32 64
Supaya terbentuk deret geometri tak hingga maka 3/8 dipecahkan menjadi
1/4 + 1/8 sehingga menjadi
RINJANI_ST
E(x)= 1 + 1 + 1 +
1 1
+ 1
+ 1
+⋯ 11
2 2 4 8 16 32 64
RINJANI_ST
1
2 1−(1/2)2
1
E(x) = 2/3
2
E(x) = 4/3
5. Sebuah tas berisi 3 bola hitam dan 4 bola putih. Diambil 2 bola secara acak
satu per satu tanpa pengembalian. Hitung:
i. peluang pengambilan pertama adalah bola putih jika bola yang kedua
adalah bola putih
ii. peluang jika pada pengambilan kedua bola putih.
Penyelesaian :
i. Misalkan P1= bola pertama putih
P2= bola kedua putih
P(P |P ) = 𝑃(𝑃1∩𝑃2)
1 2
𝑃(𝑃2)
𝑃 𝑃(𝑃 |𝑃 )
= 𝑃(𝑃1)𝑃(𝑃2|1𝑃1)+𝑃(
2 1
̅𝑃̅1̅)𝑃(𝑃2|̅𝑃̅1̅)
4 3 4 3
. 7. 6
= 4 .37+63 .4 = 4 = 12
7 6 7 6 7
ii. P(P
4 )=
2
7
6. Sebuah dadu dilempar sekali. Jika mata dadu muncul 1 atau 6, sebuah bola
diambil dari kotak I, dan bola yang lain diambil dari kotak II. Kotak I berisi
3 bola merah, 2 bola putih, dan 1 bola biru. Kotak II berisi 4 bola putih, 2
bola biru dan tidak ada bola merah. Tentukan (i) ruang sampel dari kejadian
yang mungkin dan (ii) cari peluang bola terambil dari kotak I adalah bola
putih!
Penyelesaian :
Misal : I = kejadian terambil bola dari kotak 1 dan II = kejadian terambil
bola dari kotak 2
W = kejadian terambil bola putih
R = kejadian terambil bola
RINJANI_ST
13
merah B = kejadian terambila
bola biru
RINJANI_ST
1
2/6 1/3
Kotak I Putih
Dadu
2/3
Kotak II Putih
4/6
P(W) =2 1 + 4 2 = 5
63 63 9
P(I∩W) = P(I).P(W|I) = 1 1 = 1
P(I|W) = 1/9 = 1 33 9
5/9 5
7. Peubah acak X menyatakan banyaknya motor merk Honda yang terjual
dalam seminggu dengan distribusi probabilita sebagai berikut
Terjual (x) 0 1 2 3 4 5
Probabilita x 0,1 0,1 0,2 0,3 0,2 0,1
Jika keuntungan yang diperoleh setiap unit motor yang terjual adalah Rp. 2
juta dan dimisalkan pula biaya tetap setiap minggu adalah Rp.1,6 juta.
Berapakah keuntungan bersih yang yang diharapkan penjual motor tersebut?
Penyelesaian :
Misalkan Y adalah keuntungan bersih yang didapat, maka
Y = 2X-1,6
E(X) =0(0,1) + 1(0,1) + 2(0,2) + 3(0,3) + 4(0,2) + 5(0,1)=2,
Ingat sifat sifatnya
E(2X-1,6) = 2E(X) – 1,6
= 2(2,7) – 1,6 = 3,8 juta rupiah
8. Buktikan bahwa f(x) = 𝐶𝑥𝑛𝑝𝑥𝑞𝑛−𝑥 ; x=0,1,2,3…n adalah pdf dimana p+q=1
Penyelesaian:
Syarat pdf: ∑𝑥 𝑓(𝑥) = 1
∑𝑥 𝑓(𝑥) = 𝑥=0 𝑥 ∑𝑛
RINJANI_ST
15
𝐶𝑛𝑝𝑥𝑞𝑛−𝑥
= 𝐶𝑛𝑝0𝑞𝑛 + 𝐶𝑛𝑝1𝑞𝑛−1 + ⋯ + 𝐶 𝑛 𝑝 𝑛 𝑞 0
0 1 𝑛
RINJANI_ST
1
= (𝑝 + 𝑞)𝑛= 1𝑛 = 1 (terbukti)
9. Tentukan distribusi probabilita dari anak laki-laki dan perempuan dalam
keluarga dengan 3 anak, jika diasumsikan terdapat probabilita yang sama
untuk anak laki-laki dan perempuan!
Penyelesaian :
3 1
𝑥 1 3−𝑥
P(tepat x anak laki-laki) = P(X=x) = 𝐶𝑥 ( )3 ( )
2 2
= 𝐶3 (1)
𝑥 2
Penyelesaian:
P(A1∪A2) = P(A1) + P(A2) - P(A1∩A2)
1 1 1 11
= + + =
RINJANI_ST
17
atau 6 6 36 36
P(A1∪A2) = 1 – P(𝐴 ∩ 𝐴 )
′ ′
1 2
RINJANI_ST
1
=1-5.5= 11
6 6 36
11. Dadu dilemparkan dua kali. Tentukan probabilitas munculnya angka 4,
5, atau 6 pada pelemparan pertama dan 1, 2, 3, atau 4 pada pelemparan
kedua!
Penyelesaian :
Peluang munculnya angka 4, 5, atau 6 pada lemparan pertama adalah
P(4∪ 5 ∪ 6)=1 + 1 + 1 = 3 …..(A )
1
6 6 6 6
Peluang muncul angka 1,2,3, atau 4, pada lemparan kedua
Adalah P(1 ∪ 2 ∪ 3 ∪ 4)=1 + 1 + 1 + 1 = 4……( A )
2
6 6 6 6 6
Maka peluang yang dicari
P(A ∩A ) = 3 . 4 = 1
1 2
6 6 3
12. Tentukan peluang bukan nilai total 7 atau 11 dari sepasang dadu ideal yang
dilemparkan bersamaan!
Penyelesaian :
S = { (1,6), (6,1), (2,5), (5,2), (3,4), (4,3), (5,6), (6,5), (1,1),
(2,2), (3,3), (4,4), (5,5), (6,6) }
P(7” ∩ 11”) = P[( 7 ∪ 11)”]
= 1 – P(7 ∪ 11)
=1-(2 + 6
)=7
36 36 9
13. Jika P(A) = 1/3, P(B) = ¾, dan P(A∪B) = 11/12. Berapakah P(A∩B) dan
P(A|B)?
Penyelesaian:
P(A∪B) = P(A) + P(B) - P(A∩B)
11
= 1 + 3 − P(A ∩ B)
12 3 4
P(A∩B) = + 3 − 11 = 1
1
3 4 12 6
P(A∩B) 1/6 2
P(A|B) = P(B) = 3/4 = 9
RINJANI_ST
19
Penyelesaian: P(A|
B) = P(A∩B)
P(B)
1 P(A ∩ B)
3 = P(B)
P(A∩B) =1P(B)
3
P(B|A) = P(A∩B)
P(A)
1 P(A ∩ B) Orang-orang yang berhenti belajar akan menjadi
8 = P(A)
1 P(A ∩ B)
=
2 1⁄
41
P(A ∩ B) =
8
P(A∩B) = P(B)
1
3
1/8 = P(B) →→→→→ P(B) = 3/8
1
3
P(B ) = 1 − 𝑃(𝐵) = 5
c
8
𝑃(𝐴) = 𝑃(𝐴⋂𝐵) + 𝑃(𝐴⋂𝐵𝐶)
P(A∩Bc) =P(A) –P(𝐴⋂B) = 1 − 1 = 1
4 8 8
C P(A∩B𝔀 ) 1/8 1
P(A|B ) = 𝑃(B𝔀) = 5/8 = 5
1. Suatu peubah acak X memiliki fungsi pdf yang dinyatakan sebagai berikut:
𝑥 ,0≤𝑥 <1
fx(x) = {2 − 𝑥 , 1 ≤ 𝑥 < 2 Tentukan E(x)!
0 , 𝑥 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
Penyelesaian:
RINJANI_ST
2
1
E(x) =∫ 2
0 𝑥. 𝑥 𝑑𝑥 + ∫ 𝑥(2 − 𝑥) 𝑑𝑥
1
1
=∫ 2
0 𝑥2 𝑑𝑥 + ∫ 2𝑥 − 𝑥2 𝑑𝑥
= 1
𝑥3]1 + 𝑥2 −1 2 𝑥2]2
3 0 3 1
= 1 + 4 − 16 − 1 + 2 = − 8
3 3 3 3
2. Bila diketahui suatu peubah acak X yang memiliki suatu fungsi pdf sebagai
berikut:
𝑎 + 𝑏𝑥 ; 0 ≤ 𝑥 ≤ 1
fx(x) = {
0 , 𝑢𝑛𝑡𝑢𝑘 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
jika E(x) =2/3, carilah a dan b!
Penyelesaian:
1
E(x) = ∫0 𝑥(𝑎 + 𝑏𝑥) 𝑑𝑥
1
= ∫0 (𝑎𝑥 + 𝑏𝑥2) 𝑑𝑥
𝑎 𝑏
= 𝑥2 + 𝑥3]1
2 3 0
2 𝑎 𝑏
= + 3a+2b = 4 (1)
3 2 3
1
Syarat pdf ∫0 (𝑎 + 𝑏𝑥) 𝑑𝑥 =1
𝑎𝑥 + 𝑏 𝑥2]1 = 1
2 0
𝑥
⎛2 ;0<𝑥 ≤1
3−𝑥
;1< 𝑥 ≤2
⎪
14
fx(x) = ;2<𝑥≤3
⎨4 4−𝑥
RINJANI_ST
21
⎪ 4
;3< 𝑥 ≤4
RINJANI_ST
2
⎝ 0 ; 𝑥 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
RINJANI_ST
23
a. Tentukan Mx(t)
b. Tentukan cdf nya, dan gambarkan cdf
beserta pdf nya
Penyelesaian:
a. Mx(t) = E(etx)
1
=∫ 𝑒𝑡𝑥 𝑥 𝑑𝑥 + ∫2 𝑒𝑡𝑥 (3−𝑥) 𝑑𝑥 + ∫3 𝑒𝑡𝑥 1 𝑑𝑥 +
0 2 1 4 2 4
4 (4−𝑥)
∫3 𝑒𝑡𝑥 4 𝑑𝑥
Kerjakan
1
satu-satu
∫ 𝑒𝑡𝑥 𝑑𝑥
𝑥
0 2
Misal u = 2𝑥 du = 1
2
dv = 𝑒 𝑡𝑥
v= 𝑒 1 𝑡𝑥
𝑡
1 𝑡𝑥 𝑥 𝑥 1 1
∫ 𝑒 𝑑𝑥= 𝑒 ] − ∫ 𝑒𝑡𝑥
𝑡𝑥 1
𝑑𝑥
0 0 0 2𝑡
2 2
= 1
𝑒𝑡 − (𝑒𝑡𝑥 1
)]1
2𝑡 2𝑡2 0
= 1
𝑒𝑡 − (𝑒𝑡 1
− 1
)
2𝑡 2𝑡2 2𝑡2
2 𝑡𝑥 (3−𝑥) 2 3 𝑡𝑥 2 1
∫ 𝑒 𝑑𝑥= ∫ 𝑒 𝑑𝑥 − ∫ 𝑑𝑥
𝑥𝑒𝑡𝑥
1 4 1 4 1 4
3 𝑡𝑥 2 𝑥 𝑡𝑥 2 1
= 𝑒 ] −( 𝑒 ] −
1 1
𝑒𝑡𝑥]21)
4𝑡 4 4𝑡2
3 𝑥 1
= 𝑒𝑡𝑥 − 𝑒𝑡𝑥 +
𝑒𝑡𝑥]21
4𝑡 4𝑡 4𝑡2
3 2𝑡 2 2𝑡 1 2𝑡 3
= 𝑒 − 𝑒 + 𝑒 − 𝑒𝑡 +
4𝑡 4𝑡 4𝑡2 4𝑡
𝑡
− 4𝑡2 𝑒
1 𝑡 1
4𝑡 𝑒
= 1
𝑒2𝑡 + 1
𝑒2𝑡 − 1
𝑒𝑡 − 1
𝑒𝑡
4𝑡
RINJANI_ST
2
4𝑡2 2𝑡 4𝑡2
3 𝑡𝑥 1 1 𝑡𝑥 3 1 3𝑡 1 2𝑡
∫ 𝑒 𝑑𝑥= 𝑒 ] = 𝑒 − 𝑒
2 2 4 4𝑡
4 4
4 4 4 1
∫ 𝑒𝑡𝑥 (4−𝑥) 𝑑𝑥 = ∫ 𝑒𝑡𝑥 𝑑𝑥 − ∫ 𝑥𝑒𝑡𝑥 𝑑𝑥
3 4 3 3 4
RINJANI_ST
25
1 𝑡𝑥 4 𝑥 𝑡𝑥 4
=
1 𝑒 ] −( 𝑒 ] −
𝑒𝑡𝑥]4)
𝑡 3 4𝑡 3 4𝑡2 3
1 𝑡𝑥 𝑥 𝑡𝑥 1
= 𝑒 − 𝑒 +
𝑒𝑡𝑥]43
𝑡 4𝑡 4𝑡2
1 4𝑡 1 4𝑡 1
= 𝑒 − 𝑒 + 1
𝑒4𝑡 − 𝑒3𝑡 +
𝑡 𝑡 4𝑡2 𝑡
3 3𝑡 1 3𝑡
4𝑡 𝑒 − 4𝑡2 𝑒
4𝑡 3𝑡 3𝑡 1 1
1
= 4𝑡2 𝑒 − 4𝑡 𝑒 − 4𝑡2 𝑒
sehingga
M (t) = ( 1 𝑒𝑡 − 1
𝑒𝑡 + 1
) + ( 1 𝑒2𝑡 + 1
𝑒2𝑡 − 1
𝑒𝑡 − 1
𝑒𝑡) +
x
2 2𝑡2 2𝑡2 4𝑡 4𝑡2 2𝑡 4𝑡2
1 1
(1 𝑒3𝑡 − 𝑒2𝑡) + ( 1 1
𝑒4𝑡 − 𝑒3𝑡 − 𝑒3𝑡)
4𝑡 4𝑡 4𝑡2 4𝑡 4𝑡2
1 3 1 1
= − 𝑒𝑡 + 1
𝑒2𝑡 − 4𝑡 2 𝑒3𝑡 + 4𝑡 2 𝑒4𝑡
2𝑡2 4𝑡2 4𝑡 2
4 0 4 8 1
1 3𝑥 𝑥2 3 1 −𝑥2+6𝑥−3
=4+ 4 − 8 −4 +8 = 8
RINJANI_ST
2
4 0 4 8 1 4 2
2𝑥+1
= 8
RINJANI_ST
27
1 𝑥
F (x)=∫
2 (3−𝑥) 3 1 𝑥 (4−𝑥) 𝑑𝑥
x 0 2
𝑑𝑥 + ∫1 𝑑𝑥 + ∫2 4
𝑑𝑥 + ∫3 4
4 2 2 2
= 𝑥
]1 + (3𝑥 − 𝑥 )]2 + 𝑥]3 + (𝑥 − 𝑥 )]𝑥
4 0 4 8 1 4 2 8 3
−𝑥2+8𝑥−8
= 8
CDF
RINJANI_ST
2
Penyelesaian:
Mx(t) = E(etx)
∞ 𝑥
= ∫ 𝑒 𝑡𝑥 1 𝛼 𝑥 𝛼−1 −𝛽 𝑑𝑥
0 𝛤(𝛼)𝛽 𝑒
1
1 ∞ −𝑥( −𝑡) 𝛼−1
= 𝛼 ∫0 𝛽 𝑥 𝑑𝑥
𝛤(𝛼)𝛽
𝑒
Misal u = 𝑥 (1 − 𝑡) 𝑥= 𝑢
𝛽 1
( −𝑡)
𝛽
du = (1 − 𝑡) 𝑑𝑥
𝛽
1 ∞ 𝛼−1
M (t) = ∫ 𝑒−𝑢 ( 𝑢 𝑑𝑢
)
x 𝛽
𝛤(𝛼)𝛽𝛼 0 1
−𝑡
1
( 𝛽−𝑡)
1 ∞ 𝑢𝛼−1
= 𝛤(𝛼)𝛽𝛼 ∫0 𝑒−𝑢 𝑑𝑢
1 𝛼
( −𝑡)
𝛽
1 𝛽𝛼 𝛤(2)
= 𝛤(𝛼)𝛽𝛼 (1−𝛽𝑡)𝛼
(1−𝛽𝑡)𝛼
E(x)= M ’(0) = 𝛼𝛽
1
=
RINJANI_ST
29
= 𝛼𝛽
x
(1−𝛽𝑡)𝛼+1
RINJANI_ST
3
(𝛼+1)𝛽
E(x ) = M ”(0) =
2 𝛼𝛽
= 𝛼 𝛽 + 𝛼𝛽
2 2 2
x
(1−𝛽𝑡)𝛼+2
𝛽 1
( 𝛽−𝑡)
du = (1 − 𝑡) 𝑑𝑥
𝛽
1 ∞
M (t) = ∫ 𝑑𝑢
𝑒−𝑢
x 1
𝛽 0 ( 𝛽−𝑡)
1 𝛽 (−𝑒−𝑢) ]∞
= 0
𝛽 (1−𝛽𝑡)
1
= (1−𝛽𝑡)
E(x)= M ’(0) = 𝛽
=𝛽
x
(1−𝛽𝑡)2
2
E(x2) = M ”(0) = 2𝛽
= 2𝛽2
x
(1−𝛽𝑡)
RINJANI_ST
31
0 , 𝑥 < −1
F (x) = {𝑥+1 , −1 ≤ 𝑥 ≤ 1
x
2
1 ,𝑥 >1
RINJANI_ST
3
yang dinyatakan sbb:
RINJANI_ST
33
6. Bila diketahui suatu peubah acak X kont yang memiliki suatu fungsi
pdf sbb:
f(X) = a+bX, 0 ≤ X ≤ 1
= 0, OW
RINJANI_ST
3
RINJANI_ST
35
Mx(t) = ∑3𝑥=−1 𝑒 𝑥𝑡
𝑥𝑡
· 𝑓(𝑥)
= ∑3 𝑒 · 𝑥+2 = 1/15(e-t+2e0+3et+4e2t+5e3t)
𝑥=−1 15
RINJANI_ST
3
𝑛
= ∑𝑥=0 𝑛𝐶 (𝑒𝑡𝑝)𝑥𝑞𝑛−𝑥
𝑥
= (et p + q)n
M’x(t) = n pet (et p + q)n-1
E(x) = M’x(t=0) = n p (p + q)n-1 → q = 1 – p
= n p [p + (1 – p)]n-1 = n p
M’’x(t) = n(n -1) p et . p et (et p + q)n-2 + n p et (et p + q)n-1
E(x2) = M’’x(t=0) = (n2 – n) p2 (p + q)n-2 + np (p+q)n-1
= n2 p2 – n p2 + n p
RINJANI_ST
37
= n p – n p2 = n p (1 – p) = n pq
= 0, OW
RINJANI_ST
3
= 2/t (t et – et + 1)
RINJANI_ST
39
7. f(x) = 1
· 𝑥
𝑥 𝛼−1
· −𝛽
; untuk 0 < x < ∞
𝜏(𝛼)·𝛽 𝛼
𝑒
Hitung:
∞𝑒 𝑥
Mx(t) = ∫ −
𝑡𝑥𝑒 𝛽𝑥 𝛼−1 1 ∞
1
−𝑥( 𝛽−𝑡)
∝−1
0 (∝)𝛽𝛼 = (∝)𝛽𝛼 ∫0 𝑥 𝑒
Misalkan:
(1−𝑡𝛽)𝑥 1−𝑡𝛽 𝛽𝑦
𝑦= 𝛽 𝑑𝑦 = 𝛽 𝑥= 1−𝑡𝛽
Mx(t) = 1
𝛽
𝛼−1
∞
∫0 (1−𝑡𝛽 )
𝑦𝛽 𝑒−𝑦
(𝛼)𝛽𝛼 1−𝑡𝛽
1 ∞
= 𝛽 )𝛼 ∫
(∝)𝛽𝛼 (1−𝑡𝛽
𝑦∝𝑒−𝑦 → fungsi gamma
0
1 𝜆 (∝) = (1 − 𝑡𝛽)−𝛼
= (∝)(1−𝑡𝛽)𝛼
E(x) = M’x(t) = -α (-β) (1 – tβ)-α-1
=αβ
E(x2) = M’’x(t) = α β (-α – 1) (-β) (1 – tβ)-α-2
= α β2 (α + 1) (1 – tβ)-α-2 , saat t=0
= α β2 (α + 1)
𝜎𝑥2 = α β2 (α + 1) – (αβ)2
= α β (βα + β – αβ)
= α β2
RINJANI_ST
4
“Gunakan syukurmu, dan buang keluhmu dalam menghadapi setiap cobaan, karena cob
Latihan chebyshev
Jawab:
a. distribusi normal:
X~𝑁(𝜇, 𝜎)2∶ 𝑃[|𝑥 − 𝜇| < 𝑟𝜎] ≥ 1 − 1/𝑟2
b. distribusi normal baku :
Z~𝑁(0,1)∶ 𝑃[|𝑥| < 𝑟] ≥ 1 − 1/𝑟2
d. binomial :
𝜇 = 𝑛𝑝 , 𝜎2 = 𝑛𝑝𝑞
𝑃[|𝑥 − 𝑛𝑝| < 𝑟√𝑛𝑝𝑞] ≥ 1 − 1/𝑟2
c. poisson:
𝜇 = 𝜆, 𝜎2 = 𝜆
𝑃[|𝑥 − 𝜆| < 𝑟√𝜆] ≥ 1 − 1/𝑟2
RINJANI_ST
41
Jawab:
k=𝜎𝑟 𝑃[|𝑥| ≥ 𝑘] ≤ 1/𝑟2
k=r ≤1/𝑘2 (terbukti)
1
3.)𝑓(𝑥) = { ; 𝑥 = 1,2,3 …
2𝑥
0; 𝑥 𝑦𝑎𝑛𝑔 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
𝑏𝑢𝑘𝑡𝑖𝑘𝑎𝑛 𝑃[|𝑥 − 𝜇| ≥ 2] ≤ 1/2 dan peluang sesungguhnya akan memiliki
nilai 1/6 !
j𝑎𝑤𝑎𝑏 ∶
Dengan chebyshev
Terlebih dahulu mencari nilai rata-rata dan varians
∞
1 𝑒𝑡
22𝑡 𝑒3𝑡
𝑀𝑥(𝑡) = 𝐸(𝑒 ) = ∑ 𝑒
𝑡𝑥 −𝑡𝑥 =[ + +⋯]
𝑥=1 2𝑥 2 4 8
𝑒𝑡 +
2 𝑒𝑡
= (𝑔𝑢𝑛𝑎𝑘𝑎𝑛 𝑟𝑢𝑚𝑢𝑠 𝑑𝑒𝑟𝑒𝑡 𝑡𝑎𝑘 ℎ𝑖𝑛𝑔𝑔𝑎) =
𝑒𝑡 2 − 𝑒𝑡
1− 2
′
( ) (2𝑒𝑡 − 𝑒2𝑡) − (−𝑒2𝑡) 2𝑒𝑡
𝑀𝑥 𝑡 = =
4 − 4𝑒𝑡 + 𝑒2𝑡 4 − 4𝑒𝑡 + 𝑒2𝑡
′
)( ) (
2𝑒0
𝑀𝑥 𝑡 = 0 = 𝐸 𝑋 = =2
4 − 4𝑒0 + 𝑒2(0)
Jadi E(X)= 𝜇 = 2
Untuk mencari varian, pertama cari turunan kedua dari MGF nya
𝑀𝑥′′(𝑡 = 0) = 𝐸(𝑋2) = 6
Maka 𝜎2 = 𝐸(𝑋2) − [𝐸(𝑋)]2 = 6 − 22 = 2
RINJANI_ST
4
Sehingga 𝜎 = √2
𝑟𝜎 = 2 𝑟 = 2/√2 = √2 maka
RINJANI_ST
43
1
𝑃[|𝑋 − 𝜇| ≥ 𝑟𝜎] ≤
𝑟21
𝑃[|𝑋 − 2| ≥ √2√2] ≤
(√2)2
1
[|𝑋 − 2| ≥ 2] ≤ (𝑡𝑒𝑟𝑏𝑢𝑘𝑡𝑖)
2
Dengan peluang sesungguhnya
1 − 𝑃[|𝑥 − 2| ≤ 2] = 1 − 𝑃[−2 ≤ 𝑥 − 2 ≤ 2]
=1 − 𝑃[0 ≤ 𝑥 ≤ 4]
= 1 − *1 + 1 + 1 + 1 + = 1
2 4 8 16 16
4.)JIka diketahui suatu p.a X mempunyai rata rata=12 dan varians=4 dengan
distribusi tidak diketahui . Dengan menggunakan chebyshev tentukan:
a. P(6<x<8)
b. P(3<x<21)
Jawab:
𝑘 6
𝜇 = 12, 𝜎 = √4 = 2, 𝑟= = =3
a. P(6<x<8)=P(|x-12|)< 6) ≥ 1 − 1/𝑟2 𝜎 2
1
≥1−
32
8
≥9
b. Sama caranya dengan yang a. (≥ 77)
81
5.)JIka diketahui suatu p.a Kontinu mempunyai rata rata=10 dan varians= 9
dengan distribusi tidak diketahui. Dengan menggunakan Chebyshev
tentukan:
a. 𝑃[|𝑥 − 10| ≥ 3]
b. 𝑃[|𝑥 − 10| < 3]
c. 𝑃[5 < 𝑥 < 15]
RINJANI_ST
4
d. Tentukan nilai c sehingga 𝑃[|𝑥 − 10|] ≥ 𝑐] ≤ 0.04
RINJANI_ST
45
Jawab:
𝑘 3
𝜇 = 10, 𝜎2 = 9, 𝑘 = 𝑟𝜎 𝑚𝑎𝑘𝑎 𝑟 = = =1
𝜎 3
a. 𝑃[|𝑥 − 10| ≥ 3] ≤ 1
𝑟2
≤1
𝑟=𝑘=5
1 9
σ 3 = 25 𝑟2
d. 𝑃[|𝑥 − 10|] ≥ 𝑐] ≤ 0.04 𝑚𝑎𝑘𝑎 1/𝑟2 = 0.04 𝑚𝑎𝑘𝑎 𝑟 =
5 j𝑎𝑑𝑖 𝑐 = 𝜎𝑟 = 3𝑥5 = 15
6.)Diketahui
f(x)=6x(1-x), 0<x<1
=0, untuk x lainnya
Hitunglah 𝑃[|𝑥 − 𝜇| < 2𝜎]
Jaawab:
f(x)=6x(1-x), 0<x<1
=0, untuk
1
x lainnya
µ=E(X)=∫ 𝑥6𝑥(1 − 𝑥)𝑑𝑥 = 1,
0 2
2 1 2
( ) ( ) 3
𝐸 𝑋 = ∫ 𝑥 6𝑥 1 − 𝑑𝑥 =
0 𝑥 10
𝜎 2
= 𝐸 (𝑋2) − [𝐸(𝑋)]2 = 1 1 , maka peluangnya
3
− =
10 4 20
RINJANI_ST
4
1
𝑃[|𝑥 − 𝜇| < 2𝜎] = 𝑃 [|𝑥 − | < 2𝑥√1/20]
2
5 − 2√5 5 + 2√5
=𝑃[ <𝑥< ]
10 10
5+2√10
10
=∫ 6𝑥(1 − 𝑥)𝑑𝑥 = 0.8854
5−2√10
10
Dengan menggunakan chebychev maka k=2 , jadi
1 1 1
𝑃 [|𝑥 − | < ] ≥ 1 −
2 10 4
3
≥4
Jawab:
f(x) = 10−𝑎
1
; a < x < 10
10
E(x) = 5 ∫ 𝑥
𝑎
𝑑𝑥 = 5
10−𝑎
𝑥2 ] =5
10
𝑎
2(10−𝑎)
100−𝑎2
2(10−𝑎) = 5
100 − 𝑎2 = 100 − 10𝑎 𝑎2 − 10𝑎 = 0 𝑎=0
P[ |𝑥 − 5| > 4 ] = 1 – P[ |𝑥 − 5 | < 4 ]
= 1 – P(-4 < x-5 < 4)
= 1 – P(1 < x < 9)
9 1
=1–∫ 𝑑𝑥 = 1 – 0.8 = 0.2
1 10
RINJANI_ST
47
=1–∫ 4
1+√3 1
𝑑𝑥
4
1−√3 4
= 1 – (1 + 1 4
−1+ 4
)
4 √3 √3
=1– 2
<0
√3
RINJANI_ST
4
Jawab:
Karena distribusi tidak diketahui, kita gunakan Ketaksamaan Chebyshev
P( x > 40 ) = 1 – P( x < 40 )
= 1 – P( 0 < x < 40 )
= 1 – P(|x - 20| < 20)
k = 20 k = 20 = 20 = 5
σ 4
P(|x - 20| < 20 ) > 1 − 1
= 24 = 0.96
𝑘2 25
Karena P(|x - 20| < 20) tidak kurang dari 0.96 maka
P( x > 40 ) tidak akan melebihi 1 – 0.96 = 0.04
10. Data toefel suatu contoh acak dari 1080 mahasiswa STIS memiliki rata-
rata = 120 dan varians = 8. Gunakan chebyshev untuk menghitung selang
yang mengandung sekurang-kurangnya 810 data toefel yang ada dalam
RINJANI_ST
49
contoh. Dari selang tersebut tarik kesimpulan yang Saudara bisa lakukan.
RINJANI_ST
5
Tentukan pula wilayah yang kita yakini tidak lebih dari 120 data toefel yang
berada di dalamnya.
Jawab:
μ = 120, 2= 8, 𝜎 = 2√2
𝑃[|𝑋 − 𝜇| ≥ 180] ≤ 12
𝑟
𝑟𝜎 = 810
810 405 𝑚𝑎𝑘𝑎
𝑟= =
2√2 √2
1
𝑃[|𝑋 − 𝜇| ≥ 180] ≤
405
( √2 )2
2
𝑃[|𝑋 − 𝜇| ≥ 180] ≤
164025
Jawab:
a. 𝑟𝜎 = 12 → 𝑟3 = 12 → 𝑟 = 4
P(-4<x<20) =P(8 – (4)(3) < x < 8 + (4)(3)) ≥ 1 − 1/𝑟2
RINJANI_ST
51
=P(|x-8|<12)> 1 − 1
16
=P(|x-8|<12)> 15
16
b. 𝑟𝜎 = 6 → 𝑟3 = 6 → 𝑟 = 2
P[ |𝑥 − 8| ≥ 6 ] ≤ 1/𝑟2
P[ |𝑥 − 8| ≥ 6 ] ≤ 1/4
Jawab:
Untuk n = 100
Distribusi binomial mempunyai rataan dan variansi μ = np dan 2= npq
μ = (100)(0.25) = 25
2= (100)(0.25)(0.75) = 18.75
P[ | 𝑦 − 0,25| < 0.05 ] = P[ |𝑦 − 25| < 5 ]
100
k = 5 k=5= 5
= 2
σ √18.75 √3
P[
1 |
𝑦
− 0,25| < 0.05 ] > 1 − = 1− 1
=0.25
100 2 2
𝑘2 ( )
√3
Untuk n = 500
μ = (500)(0.25) = 125
2= (500)(0.25)(0.75) = 93.75
P[ | 𝑦 − 0,25| < 0.05 ] = P[ |𝑦 − 125| < 25 ]
500 25 25 2
k = 25 k= = = √15
σ √93.75 3
P[ |
1
𝑦
− 0,25| < 0.05 ] > 1 − = 1− 1
= 0.85
2
500 𝑘2 2
( √15)
3
Untuk n = 1000
μ = (1000)(0.25) = 250
2= (1000)(0.25)(0.75) = 187.5
P[ | 𝑦 − 0,25| < 0.05 ] = P[ |𝑦 − 250| < 50 ]
1000
RINJANI_ST
50 50 2 5
k = 50 k= = = √30
σ √187.5 3
RINJANI_ST
53
P[
1 |
𝑦
− 0,25| < 0.05 ] > 1 −
1000
= 1− 1
= 0.925
𝑘2 2
( √15)
2
3
13. Jika x adalah suatu peubah acak dengan rata rata = 7/2 dan varians = 5/2.
Tentukan k, dimana telah diketahui bahwa k𝜎 = 5/2. Tentukan pula batas
bawah dari P[ |𝑥 − 3,5| < 2, 5]
Jawab:
1
k = 5 5/2 5/2 = √10
2 k= σ = √5/2 2
P[ |𝑥 − 3,5| < 2, 5] > 1 − 𝑘 = 1 − 1
1
2 1 2 = 0.6
(
2
√10)
SOAL LATIHAN
1. Buktikan bahwa ;
a. P (Ac) = 1 – P (A)
b. Jika A dan B dinyatakan sebagai kejadian, dimana A 𝖢 B, maka P (A)
≤ P (B)
Ket : A 𝖢 B = A himpunan bagian B
RINJANI_ST
55
sebenarnya 4 % gol dari kelas 1A tidak sah, 2,5 % dari 1B, dan 6 % dari
1C. kemudian jika sebuah gol yang diamati secara acak adalah tidak sah.
Berapa peluang gol yang diamati itu berasal dari 1A, 1B, dan 1C ??
Pembahasan :
1. a. A ∪ Ac = S
P (A ∪ Ac) = P (S)
P (A) + P (Ac) = 1, ket : P(S) = 1(karena peluang semesta selalu 1)
P (Ac) = 1 – P (A)
Terbukti,,
b. B = A ∪ (Ac ∩ B)
P (B) = P[(A ∪(Ac ∩ B))]
P (B) = p (A) + P (Ac ∩ B)
P (Ac ∩ B) = P (B) – P (A)
Untuk, A ∈ 𝑎
Ac ∈ 𝑎, dan B ∈ 𝑎 maka Ac B ∈ 𝑎
P (Ac ∩ B) ≥ 0
RINJANI_ST
5
P (B) ≥ P (A) Terbukti,,
RINJANI_ST
57
3. Misalkan,
H1 = kelereng hijau kotak 1
H2 = kelereng hijau kotak 2
M1 = kelereng merah kotak
1 M2 = kelereng merah
kotak 2 B1 = kelereng biru
kotak 1 B2 = kelereng biru
kotak 2
Dit. Peluang mengambil kelereng merah dari kotak ke 2 = P [( 2H1 ∩
M2) atau (2M1 ∩ M2) atau ( 2B1 ∩ M2) atau (H1M1 ∩ M2) atau (H1B1
∩ M2) atau (B1M1 ∩ M2)]????
Peny.
Kotak 2 M
4H, 8M,
2H M
Kotak 1
Kotak 2
6H, 4M,
2M 2H, 10M, M
2B Kotak 2
2H, 8M,
M
RINJANI_ST
5
Kotak 2 M
3H, 9M,
H,M 3B
Kotak 1
Kotak 2
6H, 4M, H,B M
7B 3H, 8M,
4B
M,B
Kotak 2
M
2H, 9M,
4B
RINJANI_ST
59
Kemungkinan kasus IV (terambilnya 1 kelereng hijau dan 1 kelereng merah
pada kotak 1)
6 4
𝐶 24
P (H1M1) = 𝐶1171 =
𝐶2 136
Lalu terambilnya kelereng merah pada kotak 2, dengan penambahan kasus IV
P (M2) = 9 , maka P (H1M1 ∩ M2) = ( 24 )( 9 ) = 216
15 136 15 2040
Maka, P [( 2H1 ∩ M2) atau (2M1 ∩ M2) atau ( 2B1 ∩ M2) atau (H1M1 ∩
M2) atau (H1B1 ∩ M2) atau (B1M1 ∩ M2)] = P (2H1 ∩ M2) + P (2M1 ∩
M2) + P (2B1 ∩ M2) + P (H1M1 ∩ M2) + P(H1B1 ∩ M2) + P(B1M1 ∩
M2)
120 60 168 216 336 252 1152 48
=2040 + 2040 + 2040 + 2040 + 2040 + 2040 = 2040 = 85
RINJANI_ST
6
1/40 P (R/1C) = 6/100 =
3/50
RINJANI_ST
61
Jadi,
𝑅
𝑃 (1𝐴).𝑃 ( )
P (1A/R) 𝑃 (1𝐴).𝑃 (
𝑅 1𝐴
𝑅 𝑅
)+ 𝑃 (1𝐵).𝑃 ( )+ 𝑃(1𝐶).𝑃( )
=
1𝐴 1𝐵 1𝐶
9 1
.
= 26 25
9 1 6 1 11 3
.
26 25+26. +26.50
40
4
= 13 𝑅
𝑃 (1𝐵).𝑃 ( )
P (1B/R) = 𝑃 (1𝐴).𝑃 ( 𝑅 )+ 𝑃 (1𝐵).𝑃 (1𝐵𝑅 )+ 𝑃(1𝐶).𝑃( 𝑅 )
1𝐴 1𝐵 1𝐶
6 1
26 .40
= 9 1 6 1 11 3
.
26 25+26. +26.50
40
5
= 39 𝑅
𝑃 (1𝐶).𝑃 ( )
P (1C/R) = 𝑃 (1𝐴).𝑃 ( 𝑅 )+ 𝑃 (1𝐵).𝑃 (1𝐶𝑅 )+ 𝑃(1𝐶).𝑃( 𝑅 )
1𝐴 1𝐵 1𝐶
11 3
.
= 26 50
9 1 6 1 11 3
. + . + .
26 25 26 26 50
40
22
= 39
[(1+6-10)p]+[(4+12-10)p]+[(9+18-10)p]+[(16+24-10)p] = 1
p[-3+6+17+30] =1
p = 1/50
Fungsi CDFnya,
4 2
0,𝑥 <1
∑ 1 (𝑥 + 6𝑥−10)
Fx (𝜇) = P (X≤ 𝜇) { , 𝑥 = 1,2,3,4
50
1, 𝑥 ≥ 4
RINJANI_ST
6
Untuk grafik PDF dan CDFnya gambar sendiri aja yah??
RINJANI_ST
63
Fungsi CDFnya,
4𝑝 , j𝑖𝑘𝑎 𝑥 = 0
c . p(𝑥) { −𝑝, j𝑖𝑘𝑎 𝑥 = 1
3𝑝, j𝑖𝑘𝑎 𝑥 = 2
0 , j𝑖𝑘𝑎 𝑥 𝑦𝑎𝑛𝑔 𝑙𝑎𝑖𝑛
agar PDF,
∑2
0 𝑝 (𝑥) = 1
4p –p +3p =1
P = 1/6
Fungsi CDFnya,
0,𝑥 <0
Fx (𝜇) = P (X≤ 𝜇) { ∑2
0 𝑝 (𝑥), 𝑥 = 0,1,2
1, 𝑥 ≥ 2
RINJANI_ST
6
Latihan ulangan
1. a. misalnya A,B,C,D adalah kejadian dalam {A,B,C,D} dan jika P(D) =
½ P( C ), P( C ) = 4/3 P(B) , P(B) = ¼ P (A) , Tentukan P(A).
(𝐴)−𝑃(𝐴∩𝐵)
c. Buktikan P (A|B ) =c 𝑃
, dengan syarat jika P(B) ≠ 1 ,
1−𝑃(𝐵)
dan A dan B adalah kejadian saling lepas.
3. suatu kotak berisi permen berisi 6 rasa coklat dan 3 rasa apel. Jika seseorang
akan mengambil 3 permen dari kotak tersebut maka nyatakan dalam suatu
fungsi peluang (pdf) dari banyaknya permen rasa apel yang akan diambil
orang tersebut? Gambarkan fungsi sebenarnya(cdf)?
RINJANI_ST
65
0,𝑡 <1
⎛
⎪1 , 1 ≤ 𝑡 < 3
4
⎪1
𝐹(𝑡) = ,3≤𝑡 <5
⎨2
⎪3
,5≤𝑡<7
⎪4
⎝ 1, 𝑡 ≥ 7
⎪ 2 2
⎝ 0, 𝑢𝑛𝑡𝑢𝑘 𝑥 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
Berdasarkan fungsi diatas . carilah:
a. Fungsi CDF nya
b. P(X≥2), P(|x|< 3/2) , P (1 ≤ x ≤ 3)
c. Gambar fungsi PDF dan CDF nya.
“Jika kau tidak bisa memulainya dengan baik, kau bisa mengakhirinya dengan baik—itul
RINJANI_ST
6
Penyelesaian:
1. Dik. P( D ) = ½ P( C )
P( C ) = 4/3 P(B)
P( B ) = ¼ P(A)
Dit.
a. P(A) = ….?
Peny. Kejadiannya
{A,B,C,D} Maka : P(A)
+P(B)+P(C)+P(D) = 1
P(A) + ¼ P(A) + 4 . 1 P(A) + 1 . 4 . 1 P(A) = 1
3 4 2 3 4
12+3+4+2
. 12 𝑃(𝐴) = 1
P(A) = 12/21 = 4/7
b. Kejadian saling𝑐bebas
)
P(A|BC ) = 𝑃(𝐴∩𝐵
𝑃(𝐵 𝑐 )
𝑃(𝐴∩𝐵𝑐)
= 1−𝑃(𝐵) ,
𝑑𝑖𝑚𝑎𝑛𝑎 𝑃(𝐴) = 𝑃(𝐴 ∩ 𝐵𝑐) + 𝑃(𝐴 ∩ 𝐵)
(𝐴)−𝑃(𝐴∩𝐵)
= 𝑃
, terbukti!!!!
1−𝑃(𝐵)
2. Peluangnya = ( 4 𝑥 70 ) + 30
58 29
10 100 100 = 100 = 50
RINJANI_ST
6
5
,𝑥 =0
⎛21
⎪ ,𝑥 =1
15
28
fungsi pdf : f(x)
⎨ 3 ,𝑥 = 2
=
14
⎪1 ,𝑥 = 3
⎝84
0, 𝑥 < 0
⎛5 , 0 ≤ 𝑥 < 1
⎪21
fungsi CDF : F(x) 65
,1 ≤ 𝑥 < 2
= 84
⎨83
,2 ≤ 𝑥 < 3
⎪84
⎝ 1,𝑥 ≥3
grafik CDF
f(x)
1
83/84
65/84
5/21
x
0 1 2 3 4
4. a. Grafik F(t)
f(x)
3/4
1/2
1/4
x
0
1 3 5 7
RINJANI_ST
69
0, 𝑡 < 1
⎛1 , 1 ≤ 𝑡 < 3
⎪4
F(t) = , 3 ≤ 𝑡 < 5
1
⎨23
,5 ≤𝑡 <7
⎪4
⎝ 1,𝑡 ≥7
− 1 𝑥 + 23 , 2 ≤ 𝑥 ≤ 3
⎝ 2
a. Fungsi CDF nya
Untuk 0 𝑥≤1 𝑥 ≤ 1
F(x) = ∫ 𝑥 𝑑𝑥 = 1 𝑥2
0 2 4
Untuk 1 1≤1 𝑥 ≤ 2 𝑥1
F(x) = ∫ 𝑥 𝑑𝑥 + ∫ 𝑑𝑥 = 1 + 1 𝑥 − 1 = 1 𝑥 − 1
0 2 1 4 2 2 2 4
2
Untuk 2 ≤ 𝑥 ≤ 3
11 21 𝑥
F(x)=∫ 𝑥 𝑑𝑥 + ∫ 𝑑𝑥 + ∫ (− 1 𝑥 3) 𝑑𝑥 = 1 + 1 − 1 𝑥2 + 3 𝑥 + 1 −
0 2 1 2 2 4 2 4 2
2 2
3= − 1 𝑥2 + 3 𝑥 − 5
4 2 4
⎛1 0, 𝑥<0
𝑥 2, 0≤𝑥≤1
⎪4
Jadi F(x) = 1 𝑥 − 1 , 1≤𝑥≤2
4
⎨2
1 𝑥2 + 𝑥 ,2 ≤𝑥 ≤3
3 5
⎪− 4 − 4
2
⎝ 1, 𝑥≥3
b. P(x≥ 2) = 1- P(x ≤ 2) = 1- ( ½ . 2 – ¼ ) = 1- ¾ = ¼
P(|x|< 3/2) = P(- 3/22 <1 x < 3/23) = P(x < 3/2 ) = ½ (3/2) – ¼ = ¾ - ¼ = ½
P (1 ≤ x ≤ 3) = ∫ 𝑑𝑥 + ∫ (− 1 𝑥 + 3) 𝑑𝑥
RINJANI_ST
1 2 2 7
2 23
1 2 1 2 3
= 𝑥]1 + ( − + 𝑥)]
2 4 2 2
𝑥
RINJANI_ST
71
= 1- ½ + (− 9 + 9 + 1 − 3)
4 2
= ½ + -2 = ¾
9
4
1/2
x
0 1 2 3
f(x)
1/2
x
0 1 2 3
RINJANI_ST
7
RINJANI_ST
73
6. Diketahui fungsi distribusi kumulatif dengan x adalah peubah acak diskrit
sbb:
0 𝑢𝑛𝑡𝑢𝑘 𝑥 < −1
F(X)={ 𝑥+2
𝑢𝑛𝑡𝑢𝑘 − 1 ≤ 𝑥 < 1
4
1 𝑢𝑛𝑡𝑢𝑘 1 ≤ 1
Hitunglah: P(− < 𝑥 ≤ 1/2); 𝑃(−1 < 𝑥 < 1); 𝑃(−1 ≤ 𝑥 < 1)
1
2
7. X diketahui bersebaran diskrit , x=0,1,2,…
𝑃𝑥 (𝑥) = 𝑘 Dengan 𝜇 > 0. Berapakah nilai k agar P(x) adalah pdf?
𝜇
𝑥!
8. Setiap siswa dalam sebuah kelas yang memuat n siswa memiliki hari ulang
tahun dalam 365 hari itu. Hitung peluang tidak akan terjadi kesamaan hari
ulang tahun ( tanggal dan bulan sama).
Penyelesaian:
1. Untuk n= laki A + perempuan A=7
a. Jika keduanya adalah laki-laki maka peluangnya adalah
3
𝑏𝑎𝑛𝑦𝑎𝑘 𝑐𝑎𝑟𝑎 2 𝑙𝑎𝑘𝑖 𝑡𝑒𝑟𝑝𝑖𝑙𝑖ℎ 𝑑𝑎𝑟𝑖 3 𝑙𝑎𝑘𝑖
=𝑏𝑎𝑛𝑦𝑎𝑘 𝑐𝑎𝑟𝑎 2 𝑎𝑛𝑎𝑘 𝑡𝑒𝑟𝑝𝑖𝑙𝑖ℎ 𝑑𝑎𝑟𝑖 7 𝑎𝑛𝑎𝑘
= 𝐶2 = 1
𝐶27 7
Jika keduanya adalah perempuan maka mirip dengan diatas tapi
pembilanya adalah banyak cara 2 perempuan terpilih dari 4 perempuan.
Jadi peluangnya
𝐶2 4 2
= =
𝐶27 7
Jika 1 laki dan 1 perempuan terpilih itu sama artinya dengan 𝑛(𝐿⋂𝑃)
=
𝑛(𝑇)
𝑛(𝐿)𝑛(𝑃)
𝑛(𝑇)
RINJANI_ST
7
Dengan n(L)= banyak cara terpilih 1 laki ; n(P)= cara terpilih 1
perempuan ; n(T)= cara terpilih 2 orang jenis kelamin apapun dari 7
orang. Sehingga peluangnya adalah
𝐶4𝐶3 4
= 1 1
𝐶27 7
(1/7)x(𝐶5/𝐶10)
2 2
(1/7)x(𝐶5/𝐶10)
2P 2 2
(1/7)x(𝐶5𝐶5/𝐶10)
1 1 2
1L+1P
1/7 2L (2/7)x(𝐶3/𝐶10)
2 2
2P
A (2/7)x(𝐶27/𝐶210)
(2/7)x(𝐶7𝐶3/𝐶10)
2/7 1L+1P 1 1 2
2L (4/7)x(𝐶4/𝐶10)
2 2
4/7 6
(4/7)x(𝐶 /𝐶 ) 10
2P 2 2
(4/7)x(𝐶 𝐶 /𝐶10)
4 6
1L+1P 1 1 2
Jadi peliuang terpilih 2 orang laki laki dari kelas B adalah jumlah dari:
1 𝐶25 2 𝐶 3
4
( ) ( ) + ( )( ) + ( ) (𝐶4𝐶10) = ℎ𝑖𝑡𝑢𝑛𝑔 𝑠𝑒𝑛𝑑𝑖𝑟𝑖
2
2 2
7 𝐶210 7 𝐶210 7
a. 𝑃(𝐵 ⋂ 𝑘𝑢𝑟𝑢𝑠) = 18
40
b. 𝑃(𝐵|𝑘𝑢𝑟𝑢𝑠) = 18
33
RINJANI_ST
7
𝐹(𝑋 < 𝑥) 1 1
∞ 𝑘 = 𝑥 + 3
b. ∫ 21
𝑑𝑥 = 2
−∞ 𝑥2+1
= 𝑘𝑡𝑎𝑛−1𝑥| ∞
= 𝑘 (𝜋 − (− 𝜋)) = 1
−∞ 2 2
𝑘= 1
𝜋
1 2
√3 √3 1
𝑃 ( ≤ 𝑥 ≤ 1) = 𝑃 ( ≤ 𝑥 ≤ 1) = 𝑃 (−1 ≤ 𝑥 ≤ − ) =
3 3 6
3
𝐹(𝑋 < 𝑥) = 1 + 1 𝑡𝑎𝑛 −1𝑥
2 𝜋
( integralkan dengan interval −∞ 𝑠𝑎𝑚𝑝𝑎𝑖 𝑥)
1 1 1 1
1 (− )+2 1
1
+2
6. P(− < 𝑥 ≤ ) = 𝑃 (𝑥 ) − 𝑃 (𝑥 ≤ − ) 2
− 2
=
≤ =
2 2 2 2 4 4 4
P(-1<x<1)=P(x<1)−𝑃(𝑥 ≤ −1)=3 − (0 + 1) = 1
4 4 2
RINJANI_ST
P(−1 ≤ 𝑥 < 1)=P(x<1)−P(x<−1)= 3 − 0 = 3 77
4 4
Perlu diperhatikan diskrit berbeda dengan kontinu dalam pembatasan
interval : ingat ( untuk diskrit)
P(x=a)=f(a)
RINJANI_ST
7
P(x<a)=F(a)−f(a)
P(x≤a)=F(a)
P(x>a)=1-F(a)
P(𝑥 ≥a)=1−F(a)+P(a)
P(a<x<b)=P(x<b)−𝑃(𝑥 ≤a)=F(b)−P(b)−F(a)
P(a≤ 𝑥<b)=P(x<b)−P(x<a)=F(b) −P(b) −(F(a) −P(a))
P(a<x≤b)=P(x≤ 𝑏) −P(x≤a)=F(b) −F(a)
𝑥
P(a≤x≤b)=P(x≤b) −P(x<a)=F(b) −(F(a)-P(a))
7. ∑∞ 𝑘𝜇 =1
𝑥=0 𝑥!𝑥 𝑥
𝑘 ∑∞ 𝜇 = 1 ilmu kalkulus ∑∞ 𝜇 = 𝑒𝜇
𝑥=0 𝑥! 𝑥=0 𝑥!
RINJANI_ST
5
Mendapatkan n(A):
karena kita inginkan tidak ada kejadian seorang pun lahir pada
tanggal dan bulan yang sama berarti kita telah menggunakan prinsip
pembedaan hari dan365oleh karenanya365kita sudah pasti menggunakan
model permutasi 𝑃 . Nilai dari 𝑃 artinya:
𝑛 𝑛
365 (364) (363)…….(365−n+2)(365−n+1)= 365!
(365−𝑛)!
Orang ke-1 bisa lahir Orang ke-n hanya bisa lahir diantara
diantara 365 hari 365-n+1 hari saja karena harus
tidak boleh sama dengan sebanyak
n-1 temannya
( 𝐴)
Sehingga diperoleh P(A)=𝑛 = 365𝑃𝑛
𝑛(𝑆) 365𝑛
9. Yang dimaksud dengan kena tilang adalah sama pengertiannya
dengan peluang harapan orang itu kena tilang (ekpekstasi kena tilang).
E(X)=∑ 𝑥 𝑝(𝑥)
40 %, 𝑥 = 1
30%, 𝑥 = 2
P(x)= { 20%, 𝑥 = 3
30%, 𝑥 = 4
𝑋1 = 0.2; 𝑋2 = 0.1; 𝑋3 = 0.5; 𝑋4 = 0.2
E(X)=0.2(40%)+0.1(30%)+0.5(20%)+0.2(30%)=0.27
10. Kita dapat menggunkan aproksimasi mean dan varians untuk kasus ini.
Teori: jika sebuah fungsi dari variable acak anggaplah f(x) dapat
diekpansikan dalam bentuk Taylor series, dan sehingga ekspresi dari
perkiraan mean dan varian f(x) dapat digunakan untuk menunjukan mean
dan varians dari x. jika f(x) dapat diderivatifkan menjadi 𝑓′(𝑥), 𝑓′′(𝑥), ….
dalam interval terbuka yang mengandung 𝜇 = 𝐸(𝑋) maka fungsi f(x)
memiliki pendekatan Taylor dalam 𝜇.
f(x)=f(𝜇)+ 𝑓′(𝜇)(𝑥 − 𝜇) + (1) 𝑓′′(𝜇)(𝑥 − 𝜇)
2
2
E(f(x))=f(𝜇) + (2 ) 𝑓 (𝜇)𝑉𝑎𝑟(𝑥)𝑑𝑎𝑛 𝑉𝑎𝑟(𝑓(𝑥)) = (𝑓′(𝜇)) 𝑉𝑎𝑟(𝑥)
1 ′′
RINJANI_ST
5
2
Dan 2 𝜇
2 𝜇2
Var(ln(x))= 1 𝑉𝑎𝑟(𝑥) = (σ) 𝑑𝑒𝑛𝑔𝑎𝑛 𝑉𝑎𝑟(𝑥) = 𝜎2; 𝑚𝑒𝑎𝑛 𝑥 = 𝜇
𝜇2 𝜇
RINJANI_ST
56
Exercises
1. Let e = ( I, j ) represent an arbitrary outcome resulting from two rolls of the
four-sided die of Example 2.1.1. Tabulate the discrete pdf and sketch the
graph of the CDF for the following random variables :
(a) Y (e) = i + j.
(b) Z (e) = i – j.
(c) W (e) = (i – j)2.
2. A game consists of first rolling an ordinary six-sided die once and then
tossing and unbiased coin once. The score, which consists of adding the
number of spots showing on the die to the number of heads showing on the
coin (0 or 1), is a random variable, say X. List the possible values of X and
tabulate the values of :
(a) The discrete pdf.
(b) The CDF at its points of discontinuity.
(c) Sketch the graph of the CDF.
(d) Find P [X>3].
(e) Find the probability that the score is an odd integer.
3. A bag contains three coins, one of which has a head on both sides while the
other two coins are normal. A coin is chosen at random from the bag and
tossed three times. The number of heads is a random variables, say X.
(a) Find the discrete of pdf of X. (Hint: Use the Law of Total
Probability with B1 = a normal coin and B2 = two-headed coin).
(b) Sketch the discrete pdf and the CDF of X.
4. A box contains five colored balls, two black and three white. Balls are
drawn successively without replacement. If X is the number of draws until
the last black ball is obtained, find the discrete of pdf f(x).
RINJANI_ST
5
6. Denote by [x] the greatest integer not exceeding x. For the pdf in Example
2.2.1, show that the CDF can be represented as F(x) = ([x]/12)2 for 0 < x <
13, zero if x ≤ 0, and one if x ≥ 13.
7. A discrete random variable X has a pdf of the form f(x) = c(8 – x) for x = 0,
1, 2, 3, 4, 5, and zero otherwise.
(a) Find the constant c.
(b) Find the CDF, F(x).
(c) Find P [X > 2].
(d) Find E(X).
RINJANI_ST
58
12. A continuous random variable X has pdf given by f(x) = c(1 – x)x2 if 0 <
x < 1 and zero otherwise.
(a) Find the constant c.
(b) Find E(X).
14. Determine whether each of the following functions could be a CDF over
the indicated part of the domain :
(a) F(x) = e- x ; 0 ≤ x < ∞.
(b) F(x) = ex ; - ∞. < x ≤ 0.
(c) F(x) = 1 – e- x ; - 1 ≤ x < ∞.
RINJANI_ST
5
𝑛
∑𝑖=1 𝑝ifi(x) is a pdf where pi ≥ 0 and 𝑝I = 1
∑𝑛 𝑖=1
18. A continuous random variable X has a pdf of the form f(x) = 2x/9 for 0 <
x < 3, and zero otherwise.
(a) Find the CDF of X.
(b) Find P [X ≤ 2].
(c) Find P [-1 < X < 1.5].
(d) Find a number m such that P [X ≤ m] = P [X ≥ m].
(e) Find E(X).
RINJANI_ST
60
(a) Find the 100 × pth percentile of the distribution with p = 1/3.
RINJANI_ST
6
21. Verify that the following function has the four properties of Theorem
2.2.3, and find the points of discontinuity, if any :
0.25𝑒𝑥 if − ∞ < 𝑥 < 0
F(x) = { 0.5 if 0 ≤ x < 1
1−𝑒 −𝑥
if 1 ≤ x < ∞
22. For the CDF, F(x), of Exercise 21, find a CDF of discrete type, Fd(x),
and a CDF of continuous type, Fc(x), and a number 0 < a < 1 such that
F(x) = aFd(x) + (1 - a)Fc(x)
(a) E(X).
(b) Var(X).
(c) E(2X + 3).
24. Let X be continuous with pdf f(x) = 3x2 if 0 < x < 1, and zero otherwise.
Find :
(a) E(X).
(b) Var(X).
(c) E(X’).
(d) Find E(3X - 5X2 + 1).
25. Let X be continuous with pdf f(x) = 1/x2 if 1 < x < ∞, and zero
otherwise.
(a) Does E(X) exist?
(b) Does E(1/X) exist?
(c) For what values of k does E(Xk) exist?
RINJANI_ST
62
end of the year the package is obsolete and the owner loses the investment
on unsold copies. The pdf of X is given by the following table :
x 0 1 2 3 4
F(x) 1 3 3 2 1
28. Prove theorem 2.4.5 for the continuous case. Hint : Use the
transformation y = x – 𝜇 in the integral and note that g(y) = yf( 𝜇 + y) is an
odd function of y.
29. Consider the discrete random variable X with pdf given by the following
table :
x -3 -1 0 2 2√2
F(x) ¼ 1/4 (6 - 1/8 3√2/16
3√2)/16
30. Let X be nonnegative continuous random variable with CDF F(x) and
E(X) < ∞. Use integration by parts to show that
∞
E(X) = ∫0 [1 − 𝐹(𝑥)] 𝑑𝑥
RINJANI_ST
6
Note : For any continuous random variable with E(|X|) < ∞, this
result extends to
0 ∞
E(X) = - ∫ 𝐹(𝑥) 𝑑𝑥 + ∫ [1 − 𝐹(𝑥)] 𝑑𝑥
−∞ 0
32. Consider the random variable X of Example 2.1.1, which represents the
largest of two numbers that occur on two rolls of a four-sided die.
(a) Find the expected value of X.
(b) Find the variance of X.
33. Suppose E(X) = 𝜇 and Var(X) = 𝜎2. Find the approximate mean and
variance of :
(a) 𝑒𝑥
(b) 1/𝑋 (assuming 𝜇 ≠ 0)
(c) In (X) (assuming X > 0).
37. Use the FMGF of Example 2.5.5 to find E[X(X – 1)(X – 2)], and then
find E(X3).
RINJANI_ST
64
38. In Exercise 26, suppose instead of ordering four copies of the software
package, the store owner orders c copies (0 ≤ 𝑐 ≤ 4). Then the number
sold, say S, is the smaller of c or X.
(a) Express the net profit Y as a linear function of S.
(b) Find E(Y) for each value of c and indicate the solution c that
maximizes the expected profit.
40. Let x(t) = In [Mx(t)], where Mx(t) is a MGF. The function x(t) is called
the cumulant generating function of X, and the value of the rth derivative
evaluated at t = 0, 𝜅r = 𝑥(𝑟) (0), is called the rth cumulant of X.
(a) Show that 𝜇 = ′x(0).
(b) Show that 𝜎2 = ′′x(0).
(c) Use x(t) to find 𝜇 and 𝜎2 for the random variable of Exercise 36.
(d) Use x(t) to find 𝜇 and 𝜎2 for the random variable of Example 2.5.5.
RINJANI_ST
6
x
212
F (2) = P(x ≤ 2)=
1 1
x
12
+ 6= 4
dst.
x 1 2 3 4 5 6 7
1
f (x) 1
1 1 1 1 1
x
12 6 6 6 6 6 12
Fx(x) 1 1 1 1 1 1
12 4 12 12 4 12
1
c.
1 •
11/12 •
3/4
7/12 •
5/12 •
1/4 •
1/12 •
1 1 1 1 7
= 6 + 6 + 6 + 12 = 12
RINJANI_ST
66
Atau
= 1 P(x ≤ 3) = 1 F (3) = 1 5
= 7
x
12 12
H
B1 P(B1) = 1/3
TIGA KALI T P(B2) = 2/3
PELEMPARAN H
KOIN
B2
T
f(0) = 2 . 1 = 1
f(1) = 2 . 3 = 1
3 8 12 3 8 4
f(2) = 2 . 3 = 1 f(3) = 2 . 1 + 1 . 1 = 5
3 8 4 3 8 3 12
x 0 1 2 3
f(x) 1/12 1/4 1/4 5/12
RINJANI_ST
6
CDF
5 4 10
5 4 3 5 4 3 10
5 4 3 2 5 4 3 2 5 4 3 2 10
5 4 3 2 5 4 3 2 5 4 3 2 5 4 3 2 10
5. a. f(x) = k(1/2)x x = 1, 2,
k [1/2 + ¼ + 1/8 ] = 1
k ( 7/8) = 1
k = 8/7
b. f(x) = k[(1/2)x ½ ] x = 0, 1, 2
f(x) = (8/7)[(1/2)x ½ ]
= (8/7)[-1/2 + 0 1/4]
= (8/7)[-3/4] = -6/7 ≠ 1
RINJANI_ST
6
c(80) + c(81) + c(82) + c(83) + c(84) + c(85) = 1
RINJANI_ST
70
c[8+7+6+5+4+3] = 1
c= 1
33
b. x 0 1 2 3 4 5
6
5 4 3
fx(x) 8 7
33 33 33 33 33 33
8 15 21 26 30
Fx(x) 1
33 33 33 33 33
0 , x<0
8/33 , 0≤x<1
5/11 , 1≤x<2
26/33 , 3≤x<4
10/11 , 4≤x<5
5 , x≥5
c. P ( x > 2) = 1 P ( x ≤ 2)
= 1 Fx(2)
= 1 21/33 = 12/33
d. x 0 1 2 3 4 5
6
fx(x) 8 7 5 4 3
33 33 33 33 33 33
E(x) = 8
+ 7
33 33
6 5 4 3
+ 33 + 33 + 33 + 33
E(x) = ∑ 𝑥𝑖−𝑓(𝑥𝑖) = 55
𝑎𝑥𝑖 33
RINJANI_ST
7
a. X 0 1 2
7
F(X) 1
2 3
4 8
F (X) = P(X ≤ x)
f(0) = ½
f(1) = F(1) F(0)
=¾½
=¼
= 7/8 ¾ = 1/8
c) f(x) = (1/2)x+1 x = 0, 1, 2, 3.
Lihat dipolanya ½ , ¼ , 1/8,1/16, …..
Gunakan rumus deret geometri tak hingga (untuk yang genap) = 𝑎𝑟
1−𝑟 2
RINJANI_ST
72
f(0) + f(1) + f(-1) = (1/4)0 (1/2)1 + (1/4) (1/2)0 + (1/4)-1 (1/2)0
RINJANI_ST
7
= ½ + ¼ + 4 + 1≠ 1 (tidak bisa)
b) f(x) = ( 𝑥) (1/2)
2 2
x = 0, 1, 2
f(0) + f(1) + f(2) = 𝐶2 (1/2)2 + 𝐶2 (1/2)2 + 𝐶2 (1/2)2
0 1 2
=¼+½+¼=1 (bisa)
c) f(x) = (1−𝑥)
4 x = -1, 0, 2
f(-1) + f(0) + f(2) = 2/4 + ¼ + -¼ ≠ 1 (tidak
bisa) 11. x 1 2 3 4 5
6
f(x) 1/6 1/6 1/6 1/6 1/6 1/6
E(x) = ∑𝑎𝑙𝑙 𝑥𝑖 𝑥𝑖𝑓(𝑥𝑖) = 1/6 + 2/6 + 3/6 + 4/6 + 5/6 + 6/6 = 3,5
1 •
0,7 •
0,3 •
0,1
•
1 2 3 4
RINJANI_ST
74
0,4 •
0,3 •
0,2 •
0,1
•
1 2 3 4
c. E(X) = ∑4
𝑖=1 𝑥𝑖𝑓(𝑥𝑖)
= 1(0,1) + 2(0,2) + 3(0,4) + 4(0,3)
= 0,1 + 0,4 + 1,2 + 1,2 = 2,9
1 = 𝑐 ∫ 𝑥2 − 𝑥3 𝑑𝑥
0
1 1 1
1=𝑐[ 𝑥 − 𝑥 ]
3 4
3 4 0
1 1
1=𝑐[ − ]
3 4
1
1= 𝑐
12
𝑐 = 12
12 (1 − 𝑥)𝑥2, 0 < 𝑥 < 1
Diperoleh 𝑓 (𝑥) = {
𝑥
0, 𝑜𝑡ℎ𝑒𝑟𝑤𝑖𝑠𝑒
RINJANI_ST
7
1
b. 𝐸(𝑥) = ∫ 𝑥. 12 (1 − 𝑥)𝑥2 𝑑𝑥
0
1
= 12 ∫ 𝑥3 − 𝑥4 𝑑𝑥
0
1 1 1
= 12 [ 𝑥 − 𝑥 ]
4 5
4 5 0
12
= 20
3
=5
𝑘𝑥−(𝑘+1), 1 < 𝑥 < ∞
13. 𝑓 (𝑥) = {
𝑥
0, 𝑜𝑡ℎ𝑒𝑟𝑤𝑖𝑠𝑒
∞
a. ∫1 𝑘𝑥−(𝑘+1) 𝑑𝑥 = 1
∞
1 = 𝑘 ∫ 𝑥−(𝑘+1)𝑑𝑥
1
∞
1
1 = 𝑘 [− 𝑥−𝑘]
𝑘 1
1 = −1[𝑥−𝑘]∞
1
1 1
1 = −1 [ − ]
∞𝑘 1𝑘
Agar [ 1
− 1 ] menghasilkan suatu bilangan real, maka k ≠ 0, dan k
∞𝑘 1𝑘
berhingga, dan k > 0 , karena ∞0, 1∞ adalah bilangan tak tentu, serta
apabila k < 0 maka [ 1 − 1 ] akan menghasilkan ∞ .
∞𝑘
1𝑘
RINJANI_ST
76
∞ ∞
1 − ∫ 𝑘. 𝑥−(𝑘+1)𝑑𝑥 = 1 − 𝑘 ∫ 𝑥−(𝑘+1)𝑑𝑥
1 1
∞
1
= 1 − 𝑘 [− 𝑥 −𝑘]
𝑘 1
= 1 + [𝑥−𝑘]∞1
1 1
= 1+[ − ]
∞𝑘 𝑥𝑘
= 1 − 𝑥−𝑘
∞
c. 𝐸(𝑥) = ∫1 𝑥. 𝑘. 𝑥−(𝑘+1) 𝑑𝑥
∞
= ∫ 𝑘. 𝑥−𝑘 𝑑𝑥
1
∞
= 𝑘 ∫ 𝑥−𝑘𝑑𝑥
1
1 ∞
=𝑘[ 𝑥1−𝑘]
1−𝑘 ⟶𝑘>0
1
𝑘
=1−𝑘
[𝑥1−𝑘]∞
1
𝑘
= 1 − 𝑘 [0 − 1 ]
1−𝑘
−𝑘
= 1 − 11−𝑘
𝑘
−𝑘
= 1−
𝑘
Karena 𝑓𝑥(𝑥) bernilai positif untuk 1 < 𝑥 < ∞, k > 0, maka :
RINJANI_ST
7
𝐸(𝑥) > 0
RINJANI_ST
78
−𝑘
>0
1−𝑘
𝑘>1
14.
∞ ∞
→ ∫ 𝑓(𝑥) 𝜕𝑥 = ∫ −𝑒−𝑥𝑑𝑥
0 0
= 𝑒−𝑥|∞0
= −1
F (x) bukan CDF dengan 𝐼(0,… )(𝑥)
b. 𝐹(𝑥) = 𝑒𝑥 𝐼(….,2,1,0)(𝑥)
𝜕
𝑓 (𝑥 ) =
𝜕𝑥 𝐹𝑥 = 𝑒
𝑥
0 0
→ ∫ 𝑓(𝑥) 𝜕𝑥 = ∫ 𝑒𝑥𝑑𝑥
−∞ −∞
= 𝑒 |0−∞
𝑥
=1
F (x) adalah CDF dengan 𝐼(…,2,1,0)(𝑥)
∞
∞
→ ∫ 𝑓(𝑥) 𝜕𝑥 = ∫ 𝑒−𝑥𝑑𝑥
−1 −1
= −𝑒−𝑥|∞
−1
=𝑒
RINJANI_ST
7
15.
2+2𝑥+1
a. 𝐹 (𝑥) = 𝑥
16 𝐼(−1,0,1,2,3) (𝑥)
𝜕
𝑓(𝑥) = 2𝑥 + 2 𝑥 + 1
𝐹(𝑥) = =
𝑥𝜕𝑥+ 1 16 8
( )
𝑓 𝑥 = 𝐼 (𝑥)
(−1,0,1,2,3)
8
= 𝑥𝜆2𝑒− 𝑥
𝑓(𝑥) = 𝑥𝜆2𝑒− 𝑥 𝐼(0,… )(𝑥)
, 0<𝑥≤1
𝑥
17. 𝐹(𝑥) { 2 1 3
𝑥− , 1<𝑥≤
2 2
a.
1⁄ , 0 < 𝑥 ≤ 1
2
b. 𝑓(𝑥) = 𝛛 𝐹(𝑥) = {1, 1 < 𝑥 ≤ 3⁄
𝛛𝑥 2
0, 𝑜𝑡ℎ𝑒𝑟𝑤𝑖𝑠𝑒
RINJANI_ST
80
( 1⁄ )
1⁄
1⁄ 1 2 1
1 2
c. 𝑃 𝑥 ≤ 𝑑𝑥 = 𝑥| =
2 = 2 2 0 4
∫0
d. 𝑃(𝑥 ≥ 1⁄2) = 1 − 𝑃(𝑥 ≤ 1⁄2) = 1 − 1 = 3
54⁄ 14
1
( ) 1 1
5⁄ 4 1 1 3
e. 𝑃 𝑥 ≤ 1,25 = ∫0 𝑑𝑥 +
4
1 𝑑𝑥 = 𝑥| + 𝑥 |
2 2 = + =
1⁄ 2 4 4
∫1⁄ 0 2
2
f. 𝑃(𝑥 = 1,25) = 0 (𝑘𝑎𝑟𝑒𝑛𝑎 𝑟. 𝑣 𝑘𝑜𝑛𝑡𝑖𝑛𝑢)
𝐹( 𝑥 ) = { 9
0, 𝑜𝑡ℎ𝑒𝑟𝑤𝑖𝑠𝑒 2
2 2𝑥 2 1 4
( )
b. 𝑃 𝑥 ≤ 2 = 𝑑𝑥 = 𝑥 | =
9 9 0 9
( ∫0 0 1,5 2𝑥 1 1,5 1
) 2
c. 𝑃 −1 < 𝑥 < 1,5 = ∫−1 0 𝑑𝑥 + 𝑑𝑥 = 0 + 𝑥 | 0 =
9 9 4
∫0
d. 𝑃(𝑥 ≤ 𝑚) = 𝑃(𝑥 ≥ 𝑚)
𝑃 (𝑥 ≤ 𝑚 ) = 1 − 𝑃(𝑥 ≤ 𝑚)
RINJANI_ST
8
2𝑃(𝑥 ≤ 𝑚) = 1
𝑚
2𝑥
2∫ 𝑑𝑥 = 1
9
0
RINJANI_ST
82
2 𝑚
2. 𝑥 | = 1
9 0
𝑚2
2. =1
92 9
𝑚 =
2
3
𝑚2 =
√2
3
𝑚 = √2
2
e. 𝐸(𝑥) = ∫𝑥 𝑥. 𝑓(𝑥)𝑑𝑥
3
2𝑥
=∫𝑥. 𝑑𝑥
9
0
3
2𝑥2
=∫ 𝑑𝑥
0 9
2 3
= 𝑥 3|
27 0
=2
𝑥2, 0 < 𝑥 ≤ 1
19. 𝑓(𝑥) = {2⁄ , 1 < 𝑥 ≤ 2
3
0, 𝑜𝑡ℎ𝑒𝑟𝑤𝑖𝑠𝑒
1
1 1
1
→ ∫ 𝑥2𝑑𝑥 = 𝑥3| =
3 0
3
0
∴ 𝑘𝑎𝑟𝑒𝑛𝑎 𝑃(𝑥 ≤ 1) < 0,5
𝑚𝑎𝑘𝑎 𝑚𝑒𝑑𝑖𝑎𝑛 (𝑚) 𝑎𝑑𝑎 𝑑𝑖 1 < 𝑥 ≤ 2
a. 𝑃(𝑥 ≤ 𝑚) = 0,5
1 𝑚
2
∫ 𝑥2 𝑑𝑥 + ∫ 𝑑𝑥 = 0,5
3
0 1
RINJANI_ST
8
1 𝑚
1 2
𝑥 | + 𝑥|
3
= 0,5
3 0 3
1
1 2 2
+ 𝑚 − = 0,5
3 3 2 3 1 1
𝑚= +
3
2 2
5 3
3 𝑚 = 6
5 3
𝑚 = 6.2
5
𝑚=
4
𝑥 𝑥
b. 𝐹(𝑥) = ∫ 𝑥2 𝑑𝑥 = 1 𝑥3| = 1 𝑥3 𝑢𝑛𝑡𝑢𝑘 0 < 𝑥 ≤ 1
0 3 0 3
1 𝑥
2
𝐹(𝑥) = ∫ 𝑥2 𝑑𝑥 + ∫ 𝑑𝑥
3
0 1
1
1 3 2 𝑥
= 𝑥 | + 𝑥|
3 0 3 1
1 2 2
= + 𝑥−
3
2 31 3
= 𝑥− 𝑢𝑛𝑡𝑢𝑘 1 < 𝑥 ≤ 2
3 30, 𝑥 ≤ 0
1⁄ 𝑥 3 , 0 < 𝑥 ≤ 1
𝐹(𝑥) = 2⁄ 𝑥3− 1⁄ , 1 < 𝑥 ≤ 2
3 3
⎝ 1, 𝑥 > 2
RINJANI_ST
84
𝑥<1 0,
1
20. 𝐹(𝑥) = {2 (𝑥 − 2 + ) , 1 ≤ 𝑥 ≤ 2
𝑥
1, 2 < 𝑥
a. 𝑃 = 1
31 1
2 (𝑥 − 2 + ) =
𝑥 3
1 1
𝑥−2+ =
𝑥 6
2
1
𝑥 − 2𝑥 + 1 = 𝑥
13 6
𝑥2 − 𝑥+1 =0
26 3
(𝑥 − ) (𝑥 − ) = 0
3 2
2
𝑥= → 𝑡𝑖𝑑𝑎𝑘 𝑚𝑒𝑚𝑒𝑛𝑢ℎ𝑖
3
3
∴ =2
𝑥1⁄
3
b. 𝑑
𝑑𝑥 𝐹(𝑥) = 𝑑
2 (𝑥 − 2 + 1)
𝑑𝑥 𝑥
𝑓(𝑥) = 2 + 2(−1)𝑥 −2
2
𝑓(𝑥) = 2 − 𝑢𝑛𝑡𝑢𝑘 1 ≤ 𝑥 ≤ 2
𝑥2 2
𝑓2 −
RINJANI_ST
8
𝑥2 ≤𝑥≤2
; 1
0; 𝑜𝑡ℎ𝑒𝑟𝑤𝑖𝑠𝑒
RINJANI_ST
86
𝑥⁄ ; 𝑥 = 1,2,5
23. 𝑓(𝑥) = { 8
0; 𝑜𝑡ℎ𝑒𝑟𝑤𝑖𝑠𝑒
a. 𝐸(𝑥) = ∑𝑥 𝑥 . 𝑓(𝑥) = 1. 1 + 2. 2 + 5. 5 = 30
8 8 8 8
b. 𝐸(𝑥2) = ∑𝑥 𝑥 2 . 𝑓(𝑥) = 12 . 1 + 22. 2 + 52. 5 = 134
8 8 8 8
134 30 2
172
𝑉(𝑥) = 𝐸(𝑥2) − [𝐸(𝑥)]2 =
−[ ] 64
= 8 8
c. 𝐸(2𝑥 + 3) = 2𝐸(𝑥) + 3 = 2. 30 + 3 = 42 = 21
8 4 2
4 5 4
1⁄ , 1<𝑥<∞
25. 𝑓(𝑥) = { 𝑥2
0, 𝑜𝑡ℎ𝑒𝑟𝑤𝑖𝑠𝑒
∞
a. 𝐸(𝑥) = ∫ 𝑥. 1 𝑑𝑥 = ln 𝑥|∞ = ∞ → 𝐸(𝑥) 𝑡𝑖𝑑𝑎𝑘 𝑎𝑑𝑎
1 ∞ 1 𝑥2 1
b. 𝐸 (1) = ∫ . 1 𝑑𝑥 = − 1 𝑥−2|∞ = 1 → 𝐸(𝑥) 𝑎𝑑𝑎
1
𝑥 𝑥 𝑥2 2 2
1 ∞ ∞
c. 𝐸(𝑥𝑘) = ∫ 𝑥𝑘. 𝑥−2 𝑑𝑥 = 1 𝑥𝑘−1| = 1 [∞𝑘−1 − 1𝑘−1]
1 𝑘−1 1 𝑘−1
∴ agar 𝐸(𝑥𝑘) ada, maka 𝑘 − 1 < 0 atau 𝑘 < 1
RINJANI_ST
8
26.
𝑥 0 1 2 3 4
𝑓(𝑥) 1 3 3 2 1
𝑥 -3 -1 0 2 2√2
1⁄ 1⁄ (6 − 3
𝑓(𝑥) 4 4 1⁄ 3√2⁄
8 16
𝐸(𝑥) = ∑ 𝑥 . 𝑓(𝑥)
𝑥
1 1 6 − 3√2 1 3√2
= (−3) + (−1) + 0. + 2. + 2√2.
4 4 16 8 16
𝐸(𝑥) = 0
If 𝐸(𝑥) = 𝑐 → 𝑓(𝑐 − 𝑥) ≠ 𝑓(𝑐 + 𝑥) → the distribution of x is not
symmetric
2
∴ 𝜇3 = 𝐸 [(𝑥 − 𝐸(𝑥)) ]
= 𝐸(𝑥3 − 3𝑥2𝐸(𝑥) + 3𝑥[𝐸(𝑥)]2 − [𝐸(𝑥)]3)
= ∑ 𝑥3. 𝑓(𝑥)
𝑥
RINJANI_ST
88
1
( )3 ( 1 6 − 3 √2 1 3 3√2
3
= −3 . + )3 . + 03 + . + ( 2√2) =0
4 4 16 8 16
−1 . 2 .
31. a. 𝜇 = 3 𝜎2 = 3
4 80
𝑘𝜎 = 1
8
k√ 3 = 1/8
80
√80
k=
8 √3
P[5/8 < x < 7/8] = P[|𝑥 − 3/4|] ≥ 1 1
𝑘2
= P[|𝑥 − 3/4|] ≥ 1 1
√80
(8√3)2
asikan pikiran Anda pada sesuatu yang Anda lakukan Karena sinar matahari juga tidak dapat membakar sebelum
RINJANI_ST
8
SebaranSeragam: Jika suatu peubah acak X dengan nilai x1, x2, …, xk,
memiliki peluang yang sama, maka sebaran diskrit seragamnya diberikan oleh
xi (x i ) 2
i k1 2 i 1
k
2. Distribusi Binomial
n
b(x; n, p) Cx p x q n x , x = 0, 1, 2, …,n
np dan 2 npq
Eksperimen binomial harus memenuhi sifat-sifat berikut ini:
1. Eksperimen terdiri dari n buah percobaan berulang
2. Setiap percobaan memberikan hasil yang dapat disebut atau dilabeli sebagai
berhasil atau gagal.
3. Peluang berhasil yang disebut p bersifat tetap sepanjang percobaan (atau
peluang dengan pengembalian).
4. Percobaan yang satu bersifat bebas secara statistik dari percobaan yang
lain.
RINJANI_ST
90
3. Distribusi Multinomial
1 2
k
k 1 2 C x1 , x2 ...xk
Dengan ∑𝑘 𝑥 = 𝑛 𝑑𝑎𝑛 𝑝𝑖 = 1
𝑖=1 𝑖
∑𝑘 𝑖=1
4. Distribusi Hipergeometrik
RINJANI_ST
9
RINJANI_ST
92
Sebaran binomial negatif: Jika percobaan berulang yang saling bebas dapat
menghasilkan sukses dengan peluang p dan gagal dengan peluang q=1-p, maka
sebaran peluang dari peubah acak X, yakni banyaknya percobaan yang
menghasilkan sukses ke-k, diberikan oleh
𝑏*(𝑥; 𝑘, 𝑝) = 𝐶
𝑘−1 𝑝 𝑞 ,
𝑥−1 𝑘 𝑥−𝑘
𝑥 = 𝑘, 𝑘 + 1, 𝑘 + 2 …
6. Distribusi geometrik
g(x;p) = p qx-1 , x = 1, 2, 3, …
𝜇=1 1−𝑝
𝑝 𝜎2 = 𝑝2
RINJANI_ST
9
7. Distribusi Poisson
Sifat – sifat:
1) Banyaknya sukses yang terjadi dalam suatu selang waktu atau daerah
tertentu, tidak terpengaruh oleh apa yang terjadi pada selang waktu atau
daerah yang lain
2) Peluang terjadinya suatu sukses dalam selang waktu atau daerah
tertentu, sangat kecil( bisa diabaikan), sehingga rata-rata Np dianggap
konstan (𝜆)
Sebaran poisson: menyatakan banyaknya sukses yang terjadi dalam suatu
selang waktu atau daerah tertentu −dinyatakan dengan t, diberikan oleh:
𝑒 𝑡(𝜆𝑡)𝑥
𝑝 (𝑥; 𝜆𝑡 ) = , 𝑥 = 0,1,2, …
𝑥!
1. Soal Hipergeometrik
Untuk mengelabui petugas pabean, seorang pelancong menaruh 6 tablet
narkotik dalam sebuah botol yang berisi 9 pil vitamin yang sama bentuk dan
warnanya. Bila petugas pabean memeriksa 3 tablet secara acak untuk
dianalisis berapakah peluang pelancong tersebut akan ditahan karena
membawa narkotik?
Jawab:
Kejadian sukses berarti dari 3 tablet yang dianalisis terdapat minimal 1
tablet yang merupakan tablet narkotik. Kejadian ini dapat dianalogikan
dengan kejadian komplemen yaitu 1− peluang 3 tablet yang dianalisis bukan
teblet narkotik.
RINJANI_ST
94
p(k) = 1− P(X = 3)
= 1− 𝖢39 · 𝖢60
𝖢315
84 · 1
= 1− 455
455 − 84
= 455
371
= 455
53
= 65
Jawab:
RINJANI_ST
9
N=6
RINJANI_ST
96
n=4
P(X = 4) = 𝖢35 (0,8)4 · (0,2)2
= 10 · 0,4096 · 0,04
= 0,16384
b. Gunakan geomterik
N=3
P(X = 1) = (0,8) · (0,2)2= 0,032
3. Soal Poisson
Suatu daerah dibagian timur Amerika Serikat, rata-rata ditimpa 6 angin
topan selama seminggu. Carilah peluang disuatu tahun tertentu:
a. Tidak sampai 4 angin topan yang akan menimpa daerah tersebut !
b. Antara 4 sampai 8 angin topan akan menimpa daerah tersebut !
Jawab:
𝜇=6 −𝜇 · 𝜇
P(X < ) = ∑ ℯ
0 !
−𝜇 ·6
a. P(X< 4) = ∑3 ℯ
0 !
ℯ−𝜇 · 𝜇 ℯ−𝜇 · 𝜇
= ∑08 ! − ∑05 !
ℯ−𝜇 · 𝜇
= ∑68 !
= 0,4015
RINJANI_ST
9
Jawab:
p=0,001 ( p < 3% termasuk kategori kecil)
N=10000 (N ≥ 30 termasuk kategori besar)
soal diatas adalah soal binomial dengan p =0,001, dengan N dan p yang
memenuhi syarat dapat diselesaikan menggunakan pendekatan Poisson, soal
diatas akan diselesaikan dengan pendekatan Poisson karena jika
menggunakan rumus Binomial akan sangat merepotkan karena N=10000.
𝜇 =N·p
=10000·0,001
=10
6 !
RINJANI_ST
98
RINJANI_ST
9
Jawab
Gunakan binomial yang didekati dengan pendekatan poisson dengan rata-
rata = 𝑛. 𝑝 = 0.0005 𝑥 4000 = 2
Maka 0 −2
𝑒
a) P(0)=2 = 0.1353
0!2 −2
𝑒
b) P(2) )= 2
= 0.2706
2!
c) Ini tidak lain dari rata-rata karena rata rata sama dengan nilai harapan,
yaitu 2.
4. Jika peluang keberhasilan adalah 0.01, berapa banyak percobaan yang
perlu dilakukan sehingga didapatkan setidaknya untuk satu keberhasilan
peluangnya adalah ½ atau lebih?
Jawab:
P(Sn≥1)≥1/2
P(Sn≥1)=1─ P(Sn=0)=1─ B(0;0,0.01)
=1─ (0.99)𝑛
Kita dapat menentukan integer n terkecil dari
1─(0.99)𝑛 ≥ 1 𝑎𝑡𝑎𝑢 (0.99)𝑛 ≤ 1
2 2
nlog 0.99 ≤ −log 2
n≥69
6. Pada saat ”waktu sibuk” sebuah papan sakelar telepon sangat mendekati
kapasitasnya, sehingga para penelpon mengalami kesulitan melakukan
hubungan telepon. Mungkin menarik untuk mengetahui jumlah upaya yang
RINJANI_ST
10
Penyelesaian:
Dengan menggunakan sebaran geometris dengan x = 5 dan p = 0,05
menghasilkan
4
P X x g 5;0, 05 0, 050,95 0, 041
Jawab:
𝑒− 𝜆 −
= 0.3 , 𝑒 𝜆2
0! = 0.2
2!
Gunakan perbandingan
𝑒− 𝜆2⁄2! 0.4
𝑒 −
𝜆⁄0! = 0.3
0.4
𝑒− 𝜆2
=
𝑒− 𝜆 0.3
4
𝜆=
3
8. Jika probabilita serangkain test menghasilkan persamaan yang bernilai
positif sebesar 0.4 berapakah peluangnya bila kurang dari 3 bernilai negatif
yang terjadi sebelumnya.
RINJANI_ST
1
Jawab
Jika 4 adalah nilai Negatif sebelum “the first positive one” persamaan;
P(Y=k)=(0.6)𝑘(0.4) ; 𝑘 = 0,1,2 …
Jawab
P(X>k)=P(Y≥𝑘−3)=1─𝜙 (𝑘−3)
2 2
P(X≤k)=𝜙 (𝑘−3)
2
Jawab
np=5 , npq=9 -> q=9/5
p=(-1/4)
Syarat (0≤P≤ 1), jadinya terbukti karena peluangnya negatif yang berarti
syarat tidak terpenuhi.
RINJANI_ST
10
11. Dalam catatan dari sebuah rumah sakit menerima rata-rata 4 kali
panggilan darurat dalam 10 menit. Berapa kemungkinan bahwa hanya
3 panggilan darurat dalam 14 menit ?
Jawab
Rata rata panggilan dalam 14 menit
3 𝑥
10 = 14
𝑥 = 4,2
Jadi terdapat rata-rata 4,2 panggilan dalam 14 menit, tapi dibulatkan menjadi
5 karena tidak ada panggilan telpon berbentuk bilangan bulat, jadi
𝑒−553 𝑒−5125 125 −4
P(X=3)= = = 𝑒
3! 6 6
12. Jumlah partikel yang dikeluarkan dari sebuah sumber radio aktif selama
periode tertentu merupakan variabel bebas dengan didtribudi poisson. Jika
peluang tidak keluanya partikel =1/3, berapa peluang terjadinya
pengeluaran partikel sebanyak dua atau lebih?
Jawab:
X ∾ POIS(𝜆)
P=1/3 ,P (X≥2)…?
P(X=0)=1/3
𝑒− 𝑡𝜆0 1
=
0! 3
1
𝑒− =
3
𝑒 =3
ln 𝑒 = ln 3
𝜆 = ln 3
RINJANI_ST
1
− − l𝚗 3 ln 3𝑥
Jadi P(X≥2)=𝑒 =1−𝑃(𝑋 ≤ 1) = 1 − ∑1 𝑒 = 0.300462
𝑥! 𝑥=0 𝑥!
13. Jika kemasan Batu Baterai terdiri dari 4 batu baterai, maka
bagaimana distribusi peluang seragam cara menyusun batu baterai untuk
12 batu baterai?
Jawab
k CN 12!
n C12 495 ada 495 cara
4 4!8!
1
f(x; k) = f(x; 495) = untuk x = 1,2,3,...,495
495
14. Dari 1 000 orang mahasiswa 2 orang mengaku selalu terlambat masuk
kuliah setiap hari, jika pada suatu hari terdapat 5 000 mahasiswa, berapa
peluang ada lebih dari 3 orang yang terlambat?
jika diselesaikan dengan peluang Binomial b(x > 3; 5 000, 0.002) tidak
ada di Tabel, jika menggunakan rumus sangat tidak praktis.
= n p = 0.002 5 000 = 10
= 1 - 0.0028 = 0.9972
RINJANI_ST
10
Solution:
BIN(10,0.01)
probability that a package will have to be replaced is
10
1-P(x=0)-P(x=1)=1-∑ (10)(0.01)𝑥(0.99)10−𝑥 = 0.04
𝑥
𝑥=0
16. Consider a jury trial in which it takes 8 of the 12 jurors to convict; that
is , in order for the defendant to be convicted, at least 8 of the jurors must
vote him guilty. If we assume tha jurors act independently and each makes
the right decision with probability α, what is that the jury renders a correct
decision ?
solution:
The problem, as stated , is incapable of solution, for there is not yet enough
information. For instance, if the defendant is innocent, the probability of the
jury’s rendering a correct decision is
12
12
) 𝛼𝑘 (1 − 𝑎)
12−𝑘
∑(
𝑘=5
𝑘
Whereas, if he is guilty, the probability of correct decision is
12
12 𝑘 12−𝑘
∑ ( ) (1 − 𝑎)
𝑘
𝛼
𝑘=8
Therefore, if β represents the probability that the defendant is guilty, then,
by conditioning on whether or not he is guilty, we obtain the probability that
the jury12
renders a correct decision : 12
β∑ ( )𝛼 (1 − 𝑎)
12 𝑘 12−𝑘
+(1 − β) ∑ (12)𝛼𝑘(1 − 𝑎)12−𝑘
RINJANI_ST
𝑘 𝑘 1
𝑘=5 𝑘=8
RINJANI_ST
10
∑ 𝑝𝑘(1 − 𝑝)5−𝑘
𝑘=3
Whereas the corresponding probability for 3-component system
3
∑𝑘=2 𝑝𝑘(1 − 𝑝)3−𝑘
Hence 5 component system is better if
5
∑𝑘=3 𝑝𝑘(1 − 𝑘=2 𝑝 (1 − 𝑝)
𝑘 3−𝑘
𝑝)5−𝑘≥∑3
3(𝑝 − 1)2(2𝑝 − 1) ≥ 0
P≥1
18. Suppose that earthquake occure in the western portion of the united
states in accordance with assumption 1, 2, and 3 with 𝜆=2 and with one
week as the unit of time.(thas is earthquakes occur in accordance with
the three assumption at rate of two weeks)
a) Find the probability that at least three earthquakes occur during the
next two weeks ?
b) Find the probability distribution of the time , strating from now, until the
next earthquake?
Solution :
− 𝑡( 𝑡)𝑘
a) From equation P{N(t)=k}=𝑒
𝑘! ; 𝑘 = 0,1, ….
P{N(2)≥3}=1-P{N(2)=0}-P{N(2)=1}-P{N(2)=2}
2𝑒−4
=1- 𝑒−4 − 4𝑒−4 − 4
2
RINJANI_ST
1
= 1−13𝑒−4
RINJANI_ST
10
Solution :
Let A denote the event that the purchaser accepts a lot. Now,
P(A)= P(A|lot
4 6
has1 49 defectives)3/10 + P(A|lot have 1 defective) 7/10
𝐶 𝐶 3 𝐶 𝐶 7 54
0 3 0 3
= + =
𝐶310 10 𝐶310 10 100
Hence, 46 percent of the lots are rejected
21. Telephone calls enter a collage switcboard on the average of two every
3 minutes. If one assumes an approximate poisson process, what is the
probability five or more calls arriving in 9 minute periose?
Solution:
22. Flaws ( bad records) on a used computer tape occur on the average of
one flaw per 1200 feet. If one assumes a poisson distribution, what is
distribution of x, the number of flaw in 4800-foot rooll?
Solution:
RINJANI_ST
1
by E(𝑋𝑟)=0.8 ; r=1,2,3,…
Normal distribution
P(−𝑐 ≤ 𝑥−𝜇
≤ 𝑐) = 0.9544
6 σ 6
𝜙 (𝑐) = 0.9772
6
RINJANI_ST
11
RINJANI_ST
1
4. Dalam sebuah bursa saham yang menjual berbagai jenis saham terdapat
1000 jenis saham. Dari sejumlah itu ternyata terdapat sebanyak 2 % saham
dengan kategori saham interaktif. Jika kita membeli sebanyak 15 saham
secara acak:
a. Berapakah peluang untuk memperoleh saham interaktif sebanyak 10 buah
saham.
b. Berapakah peluang untuk memperoleh saham interaktif antara 2 s/d 5
buah saham.
c. Berapakah peluang untuk memperoleh saham interaktif paling banyak 3
buah saham.
d. Berapakah peluang untuk memperoleh saham interaktif paling sedikit 4
buah saham
Pembahasan soal :
1) Gunakan binomial
p = 0,85
q = 0,15
n = 10
a) p (x ≤ 3) = ∑3𝑥=0 𝐶𝑥 (0,85)10−𝑥(0,15)𝑥
10
= p (x = 0) + p (x = 1) + p (x = 2) +p (x = 3)
= 0,197 + 0,347 + 0,276 + 0,13
= 0,95
b) p (x ≥ 3) = 1 - p (x ≤ 2)
= 1 – [0,95-0,13]
= 0,18
c) p (3 ≤ x ≤ 5) = ∑5 𝑥=3 𝐶𝑥 (0,85)10−𝑥(0,15)𝑥
10
= p (x = 3) + p (x = 4) + p (x = 5)
= 0,13 + 0,04 + 0,0085
= 0,179
d) p (x = 5) = 0,0085
2) Gunakan binomial
p = 0,35
q = 0,65
n=8
x = yang menyetujui
RINJANI_ST
11
a) p (x = 3) = 𝐶38(0,35)3(0,65)5 = 0,278
b) p (x ≤ 1) = e8 (x = 0) + p (x = 1) 8
= 𝐶 (0,35)𝑜(0,65)8 + 𝐶 (0,35)1(0,65)7 = 0,169
0 1
c) p (x ≤ 4) = p (x = 0) + p (x = 1) + p (x = 2) + p (x = 3) + p (x = 4)
= 0,278 + 0,169 + 0,259 + 0,1875
= 0,8935
d) p (x = 4) = 𝐶48(0,35)4 + (0,65)4 = 0,1875
3) gunakan binomial
p = 0,85
q = 0,15
n = 36
a) p (x = 0) =𝐶036(0,85)0(0,15)36 = (0,15)36 = 2,18 × 10−30
b) p (x ≤ 3) = p(x = 0) + p(x = 1) + p(x = 2) + p(x = 3)
3
= 𝑥=0 𝐶𝑥36 (0,85)𝑥(0,15)36−𝑥
∑= 2,88 x 10−24
c) p (x = 3) = 𝐶336(0,85)33(0,15)3 = 0,1129
d) p (x ≥ 3) = 1 – p (x ≤ 2)
2
= 1 – 𝑥=0 𝐶𝑥36 (0,85)𝑥(0,15)36−𝑥
∑
=1
4) gunakan binomial
p = 0,02
q = 0,98
n = 15
a) p (x = 10) = 𝐶1015
(0,02)10(0,98)5 = 2,779 x 10−14
b) p (3 ≤ x ≤ 4) = ∑4 𝑥=3 𝐶𝑥 (0,02)𝑥(0,98)15−𝑥 = 3,03 × 10
15 −3
d) p (x ≥ 4) = 1- p (x ≤ 3) = 1 – 0,9998 = 2 x 10−4
“Jangan pernah mencari kunci kesuksesan karena pintunya selalu terbuka. Kau hanya butuh m
RINJANI_ST
1
1. Uniform kontinyu
X~ 𝑈𝑁𝐼𝐹(𝑎, 𝑏)
𝑓( 𝑥 ) = { 1
𝑏−𝑎
, 𝑎<𝑥<𝑏
0, 𝑢𝑛𝑡𝑢𝑘 𝑦𝑎𝑛𝑔 𝑙𝑎𝑖𝑛
Mean= 𝑏+𝑎
2 2
Varians=(𝑏−𝑎)
12
2. Gamma
3. Exponential
RINJANI_ST
11
4. Beta
1
B(a,b)=∫0 𝑥𝑎−1(1 − 𝑥)𝑏−1
Fungsi densiti untuk peubah acak yang berdistribusi beta adalah
1
𝑓 (𝑥 ) = 𝑥𝑎−1(1 − 𝑥)𝑏−1, 0 < 𝑥 < 1
𝐵(𝑎, 𝑏)
Dimana a>0, b>0
𝑎 𝑎𝑏
𝑚𝑒𝑎𝑛 = , 𝑣𝑎𝑟𝑖𝑎𝑛𝑠 =
𝑎+𝑏 (𝑎 + 𝑏 + 1)(𝑎 + 𝑏)2
5. Distribusi normal
𝑋~𝑁(𝜇, 𝜎 2)
1 1 𝑥−𝜇 2
− (
𝑓 (𝑥 ) = 𝑒 2 σ ) , −∞ < 𝑥 < ∞
𝜎√2𝜋
𝑡2
2 𝜇𝑡+σ2
𝑚𝑒𝑎𝑛 = 𝜇, 𝑣𝑎𝑟𝑖𝑎𝑛𝑠 = 𝜎 , 𝑀𝑥(𝑡) = 𝑒 2
RINJANI_ST
1
𝑥 − 𝑛𝑝
𝑍 = √𝑛𝑝𝑞
dengan =np
b) JIKA rata-rata () > 20 MAKA lakukan pendekatan dengan distribusi
NORMAL
dengan =np
2npq
npq
1. Peningkatan penjualan setiap harinya (dalam nilai uang) pada sebuah toko
khusus, setelah pengangkatan seorang pramuniagawati baru diperkirakan
sebagai distribusi gamma dengan α = 2, β = ½. Berapa peluang peningkatan
pajak penjualan yang dapat kembali pada hari yang ditentukan secara acak
melebihi Rp 100,00 jika pajak penjualan ditarik sebesar 5%?
Penyelesaian:
Misal: X = peningkatan penjualan dalam beberapa hari
X berdistribusi gamma dengan α = 2, β = ½ sehingga
RINJANI_ST
11
f(x) = 1
𝑥 𝑥
𝛽 𝛤(𝛼) −
𝛼−1
𝛼 𝑒 𝛽
= 4𝑥 𝑒−2𝑥 ; x > 0
Karena X merupakan peningkatan penjualan (dalam nilai uang) maka untuk
menghitung peluang peningkatan pajak > Rp 100,00 kita hitung terlebih
dahulu berapa peningkatan penjualan saat pajak meningkat Rp 100,00.
Pajak = 5% x Penjualan = 100,00
Sehingga penjualan = 100,00 = 2.000,00
5%
Jadi, peningkatan pajak penjualan melebihi Rp 100,00 sama dengan
peningkatan penjualan melebihi Rp 2.000,00. Dari sini peluang yang dicari
adalah:
2000
P(X > 2000) = 1 − ∫0 4𝑥 𝑒−2𝑥 𝑑𝑥
= 1 − (−2𝑥𝑒−2𝑥 − 𝑒−2𝑥)]2000
0
= 1 + 4000𝑒−4000 + 𝑒−4000 − 1
= 4001𝑒−4000
Penyelesaian:
Kita mempunyai f(x) = 𝛼𝑒−𝛼𝑥 ; x > 0
E(X) = 1
𝛼
P( X > ½ ) = 1 – P( X < ½ ) = 𝑒−𝛼(1/𝛼) = 1
𝑒
Penyelesaian:
6 kaki = 72 inci
RINJANI_ST
1
P(X > 72) = 1 – P(X < 72)
RINJANI_ST
11
K−68.22 72−68.22
= 1 – P( √10.8 ≤ √10.8 )
= 1 – P(Z < 1,15)
= 1 – (0.5 – 0.3749) = 0.1251
(gunakan table setengah)
4. X ~N (65,36).. Hitung :
a. P(X = 36)
b. P(X > 70)
c. P(X < 50)
d. P(55 < x < 72)
e. P(│X - µ│≤ 9)\
Jawab:
X ~ N (65,36)
Dit :
a. P(X = 36)
b. P(X > 70)
c. P(X < 50)
d. P(55 < x < 72)
e. P(│X - µ│≤ 9)
Hit :
RINJANI_ST
1
-2,5 Z=0
= 𝑃(−1,5 ≤ 𝑍 ≤ 1,5)
= 2 × 0,4332
= 0,8664
RINJANI_ST
12
Berapa kemungkinannya variable Y terletak dalam interval ( 9;11 ) ?
RINJANI_ST
1
Jawab:
Diketahui: N = (10, 𝜎2 )
P ( Y ≥ 12 ) = 0,1578
Jawab:
P ( Z ≤ Z* ) = 0,1587
Y− μ
= 1,00
σ
0 Z* = 1,00
P ( 9 < Y < 11 ) = P ( 9− 𝜇
< F− 𝜇
< 11− 𝜇
)
σ σ σ
9−10 11−10
=P( 2 <Z< 2 )
= 2 × 0,1915
= 0,3830 -0,5
6. Ada 2 prosedur menyiapkan sebuah peswat pemburu untuk take off. Cara
pertama memerlukan waktu rata – rata 24 menit dengan standard deviasi 5
menit, sedang cara kedua memerlukan rata – rata 24 menit dengan standard
deviasi 2 menit. Dengan anggapan distribusi normal, maka jika waktu yang
tersedia hanya 20 menit , cara mana yang lebih baik?
Jawab:
Diketahui: X~ N1 ( 24 ; 25 )
X~N2 ( 24 ; 4 )
Jawab:
RINJANI_ST
12
Untuk N1
RINJANI_ST
1
P ( X ≤ 20 ) = P ( Z ≤ 20−24 )
5
= P ( Z ≤ -0,8 )
= 0,2199
Untuk N2
P ( X ≤ 20 ) = P ( Z ≤ 20−24 )
2
=P(Z≤−2)
= 0,0228
7. Sebuah pabrik peluru, menghasilkan satu macam peluru dari suatu senjata.
Peluru yang memenuhi syarat yaitu yang mempunyai berat (50±0.5) gram.
Dari hasil penelitian ternyata berat peluru yang dihasilkan rata-rata 49.8
gram dengan standar deviasi = 0.20 gram. Dengan menganggap distribusi
normal terhadap berat peluru, maka tentukan :
a. Kemungkinan bahwa 1 peluru yang diambil secara random
akan memenuhi syarat ?
b. Jika kita memilih peluru secara random, berapa %
kemungkinannya, bahwa peluru tersebut tidak memenuhi syarat ?
c. Jika kita memilih peluru secara random, berapa %
kemungkinannya, bahwa satu peluru akan mempunyai berat lebih
dari 49.6 gram ?
Jawab:
Syarat peluru (50±0.5)
RINJANI_ST
12
X ~N (49.8 ; 0.04)
RINJANI_ST
1
a. =P (49.5 ≤ X ≤ 50.5)
49.5−49.8 K−49.8 50.5−49.8
=P ( 0.2 < 0.2 < 0.2 )
= P (1.5 < Z < 3.5)
= 0.4332 + 0.4998
= 0.933
-1.5 3.5
0
-1.5 0 3.5
RINJANI_ST
12
-1 0
8. Sebuah pabrik pipa air menghasilkan pipa-pipa dari ukuran panjang 6m.
Dari pengukuran secara teliti ternyata pipa yang dihasilkan mempunyai
panjang rata-rata 599.5 cm. Dengan standar deviasi 𝜎 = 0.5 𝑐𝑚 . Dan paling
panjang 601 cm. Kita mengambil secara sembarang satu pipa, maka berapa
kemungkinannya pipa tersebut :
a. Mempunyai panjang tidak lebih dari 600 cm
b. Tidak memenuhi syarat
c. Mempunyai panjang kurang dari 599 cm
d. Mempunyai panjang lebih dari 599 cm
e. Mempunyai panjang lebih dari 601
cm Jawab:
X~N (599.5 ; 0.25)
Pipa yang memenuhi syarat 599 ≤ X ≤ 601
a. P(X ≤ 600) = P(K−𝜇 ≤ 600− 𝜇)
σ σ
K−599.5 600− 599.5
= P( 0.5 ≤ 0.5 )
= P(Z ≤ 1)
= 0.5 + 0.3413 = 0.8431
0 1
RINJANI_ST
1
599− 599.5 K−599.5 601− 599.5
= P( 0.5 ≤ 0.5 ≤ 0.5 )
= P(-1 ≤ Z ≤ 3)
= 0.3413 + 0.4987
= 0.84
= 0.0013
-1 0 3
-1 0
RINJANI_ST
12
-1 0
0 3
Jawab:
RINJANI_ST
1
Jawab:
2010 – 8 - 31
2010 – 8 – 1 +
- 12 – 30 = 365 + 30 = 395
P( K−500
< 395−500
) = P ( Z < -3,5 )
30 30
10. Berdasarkan fit and proper tes pemerintah negara Malaysia secara resmi
akan menutup sejumlah Bank Swasta nasional yang buruk dalam rangka
restrukturisasi perbankan untuk memulihkan perekonomiannya. Hasil survei
Bank Pemerintah Malaysia menunjukkan bahwa rata-rata Capital Adequacy
Ratio (CAR) Bank Swasta nasional yang ada adalah (µ) = 15 % dengan
simpangan baku (σ) = 25 %, dan nilai CAR tersebut mengikuti distribusi
normal. Jika jumlah Bank Swasta Nasional sesuai dengan hasil due diligence
di negara itu adalah 200 bank.
a. Bila mayoritas Bank yang akan dilikuidasi (ditutup) adalah Bank yang
nilai CARnya antara 3.5 % s/d 10 %, berapakah jumlah Bank yang
akan ditutup ?
b. Bila Bank yang sehat (non Recapitalization Bank) adalah Bank yang
nilai CARnya di atas 25 %, berapakah jumlah Bank yang masuk dalam
kategori sehat ?
c. Bank dengan nilai CARnya antara 10 % s/d 15 % adalah Bank yang akan
diambil alih kepemilikannya oleh pemerintah (Bank Take Over).
Menurut saudara berapakah jumlah Bank dalam kategori BTO ini ?
Jawab:
Z=0 0,4
c. = 𝑃(10% ≤ 𝑋 ≤ 15%)
10%−15% K−15% 15%−15%
= 𝑃( 25% ≤ 25% ≤ 25% )
RINJANI_ST
1
-0,2 Z=0
Jadi, jumlah Bank dalam kategori BTO = 7,93% . 200 = 15,86 = 16
Pembahasan
a) Kita perlu mengetahui berapa probabilitas bahwa jumlah kepala
akan terletak antara 240 dan 260 terletak antara 239,5 dan 260,5
µ=n.p=500x ½=250 𝜎 =√𝑛𝑝𝑞=11.18
239.5 dalam satuan standar =239.5−250 = −0.94
11.18
260.5 dalam satuan standar=0.94
Probabilitas yang dicari=P( -0.94<Z<0.94)=0.6528
b) Caranya sama dengan diatas (0.9936)
Pembahasan
P(-5.02<Z<-0.37)=0.3557
Jawab
RINJANI_ST
1
14. Find the probability that a normally distributed random variable will
fall within these ranges:
a) One standard deviation of its mean
b) Two standard deviation of its mean
Solution
a) Since the standard normal random variable z measures the distances
from the mean in units of standard deviation, you need to find
P(-1≤ Z ≤ 1)=0.8431─0.1587= 0.6826
Remember that you calculate the area between two z-values by
subtracting the tabled entries for the two valuse.
P(−𝑐 ≤ K−𝜇
≤ 𝑐) = 0.9544
6 σ 6
𝜙 (𝑐) = 0.9772
6
RINJANI_ST
13
Solution:
Since :
P(X> 𝜇 + 𝜎)=P(K−𝜇 > 1) = 1 − 𝜙(1) = 0.1587
σ
P(𝜇 < 𝑋 < 𝜇 + 𝜎) = 𝑃 (0 < K−𝜇 < 1) = 𝜙(1) − 𝜙(0) = 0.3413
σ
17. Dari 200 soal pilihan berganda, yang jawabannya terdiri dari lima
pilihan (a, b, c,d dan e), berapa peluang anda akan menjawab BENAR lebih
dari 50 soal?
Jawab:
Sebernanya dikerjakan dengan distribusi binomial, tapi karena n→∞
maka digunakan dengan
0.20
q = 1 - 0.20 = 0.80
n p q = 32
Z = 50 40 10
32 1.7677 1.77
5.6568...
RINJANI_ST
13
5. (a) The Chevalier de Mere used to bet that he would get at least one 6 in
four rolls of a die. Was this a good bet?
(b) He also bet the he would get at least one pair of 6’s in 24 rolls of two
dice. What was his probability of winning this bet?
RINJANI_ST
1
(c) Compare the probability of at least one 6 when six dice are rolled with
the probability of at least two 6’s when 12 dice are rolled?
8. A jar contains 30 green jelly beans and 20 purple jelly beans. Suppose 10
jelly beans are selected at random from the jar.
(a) Find the probability of obtaining exactly five purple jelly beans if
they are selected with replacement.
(b) Find the probability of obtaining exactly five purple jelly beans if
they are selected without replacement.
9. An office has 10 employees, three men and seven women. The manager
chooses four at random to attend a short course on quality improvement.
(a) What is the probability that an equal number of men and women are
chosen?
(b) What is the probability that more women are chosen?
10. Five cards are drawn without replacement from a regular deck of cards.
Give the probability of each of the following events :
(a) Exactly two aces.
(b) Exactly two kings.
(c) Less than two aces.
(d) At least two aces.
RINJANI_ST
13
13. A man pays $1 a throw to try to win a $3 Kewpie doll. His probability
of winning on each throw is 0.1.
(a) What is the probability that two throws will be required to win the doll?
(b) What is the probability that x throws will be required to win the doll?
(c) What is the probability that more that than three throws will be required
to win the doll?
(d) What is the expected number of throws needed to win a doll?
14. Three men toss coins to see who pays for coffee. If all three match, they
toss again. Otherwise, the “odd man” pays for coffee.
(a) What is the probability that they will need to do this more than once?
(b) What is the probability of tossing at most twice?
15. The man in Exercises 13 has three children, and he must win a Kewpie
doll for each one.
(a) What is the probability that 10 throws will be required to win the three
dolls?
(b) What is the probability that at least four throws will be required?
(c) What is the expected number of throws needed to win three dolls?
16. Consider a seven-game world series between team A and team B, where
for each game P (A wins) = 0.6.
(a) Find P (A wins series in x games).
(b) You hold ticket for the seventh game. What is the probability that you
will get to use it?
(c) If P (A wins a game) = p, what value of p maximizes your chance in (b)?
(d) What is the most likely number of games to be played in the series for p
= 0.6?
17. The probability of a successful missile launch is 0.9. Test launches are
conducted until three successful launches are achieved. What is the
probability of each the following?
RINJANI_ST
1
20. Suppose an ordinary six-sided die is rolled repeatedly, and the outcome
1, 2, 3, 4, 5 or 6 – is noted on each roll.
(a) What is the probability that the third 6 occurs on the seventh roll?
(b) What is the probability that the number of rolls until the first 6 occurs is
at most 10?
21. The number of calls that arrive at a switchboard during one hour is
Poisson distributed with mean 𝜇 = 10. Find the probability of occurrence
during an hour of each of the following events :
(a) Exactly seven calls arrive.
(b) At most seven calls arrive.
(c) Between three and seven calls (inclusive) arrive.
RINJANI_ST
14
(a) For a given hour, what is the probability that the number of defective
components is at most two?
(b) Give the Poisson approximation for (a).
24. The probability that a certain type of electronic component will fail
during the first hour of operation is 0.005. If 400 components are tested
independently, find the Poisson approximation of the probability that at most
two will fail during the first hour.
RINJANI_ST
1
29. A 20-sided (icosahedral) die has each face marked with a different
integer from 1 through 20. Assuming that each face is equally likely to occur
on a single roll, the outcome is a random variable 𝑋 ~ DU (20).
(a) If the die is rolled twice, find the pdf of the smallest value obtained, say
Y.
(b) If the die is rolled three times, find the probability that the largest value
is 3.
(c)Find E (X) and Var (X).
30. Let 𝑋 ~ DU (N). Derive the MGF of X. Hint: make use of the identity s
𝑁)
+ s + . . . + sN = 𝑠(1−𝑠
2
for s ≠ 1.
1−𝑠
33. If 𝑄 ~ UNIF (0, 3), find the probability that the roots of the equation
g(t) = 0 are real, where g(t) = 4t2 + 4Qt + Q + 2.
34. Suppose a value x is chosen “at random” in the interval [0, 10]. In other
words, x is an observed value of a random variable 𝑋 ~ UNIF (0, 10). The
value x divides the interval [0, 10] into two subintervals.
(a) Find the CDF of the length of the shorter subinterval.
(b) What is the probability that the ratio of lengths of the shorter to the
longer subinterval is less than ¼?
35. Prove that Г (1/2) = √𝜋. Hint: Use the following steps.
RINJANI_ST
14
36. Use the properties of Theorem 3.3.1 to find each of the following:
(a) Г(5).
(b) Г(5/2).
(c) Give an expression for the binomial coefficient, (𝑛𝑘), in terms of the
gamma function.
37. The survival time (in days) of a white rat that was subjected to a certain
level of X-ray radiation is a random variable X ~ GAM (5, 4). Use Theorem
3.3.2 to find:
(a) 𝑃[𝑋 ≤ 15].
(b) 𝑃[15 < 𝑋 < 20].
(c) Find the expected survival time, E(X).
38. The time (in minutes) until the third customer of the day enters a store is
a random variable 𝑋 ~ GAM (1, 3). If the store opens at 8 A.M., find the
probability that:
(a) The third customer arrives between 8:05 and 8:10;
(b) The third customer arrives after 8:10;
(c) Sketch the graph of the pdf of X.
39. Suppose that for the variable Q of Exercise 33, instead of a uniform
distribution we assume Q ~ EXP (1.5). Find the probability that the roots of
g(t) = 0 are real.
40. Assume that the time (in hours) until failure of a transistor is a random
variable X ~ EXP (100).
(a) Find the probability that 𝑋 > 15.
RINJANI_ST
1
(b) Find the probability that 𝑋 > 110.
RINJANI_ST
14
(c) It is observed after 95 hours that the transistor still is working. Find the
conditional probability that 𝑋 > 110. How does this compare to (a)?
Explain the result.
(d) What is Var (X).
42. For a switchboard, suppose the time X (in minutes) until the third call of
the day arrives is gamma distributed with scale parameter 𝜃 = 2 and shape
parameter 𝜅 = 3. If the switchboard is activated at 8 A.M. find the
probability that the third call arrives before 8:06 A.M.
43. If 𝑋 ~ WEI (𝜃, 𝛽), derive E (Xk) assuming that 𝑘 > −𝛽.
46. The shear strength (in pounds) of a spot weld is a Weibull distributed
random variable, 𝑋 ~ WEI (400, 2/3).
(a) Find 𝑃[𝑋 > 410].
(b) Find the conditional probability 𝑃[𝑋 > 410|𝑋 > 390].
(c) Find E (X).
(d) Find Var (X).
47. The distance (in meters) that a bomb hits from the center of a target area
is a random variable 𝑋 ~ WEI (10, 2).
(a) Find the probability that the bomb hits at least 20 meters from the center
of the target.
(b) Sketch the graph of the pdf of X.
(c) Find E (X) and Var (X).
RINJANI_ST
1
50. Rework Exercise 40 assuming that rather than being exponential, the
failure time has a Pareto distribution
RINJANI_ST
14
(b) If the acceptable range is 70 ± c, for what value of c would 95% of all
specimens be acceptable?
55. Assume the amount of light X (in lumens) produced by a certain type of
light bulb is normally distributed with mean 𝜇 = 350 and variance 𝜎2 = 400.
(a) Find 𝑃[325 < 𝑋 < 363].
(b) Find the value c such that the amount of light produced by 90% of the
light bulbs will exceed c lumens.
RINJANI_ST
1
𝑐
(a) If S is the amount sold, show that E(S) = ∫0 𝑥𝑓(𝑥)𝑑𝑥 + 𝑐[1 − 𝐹(𝑐)].
(b) Show that the amount c that maximizes the expected net profit is the 100
× pth percentile of X with p = (d2 – d1) d2.
(c) If d1 = 6, d2 = 14, and 𝑋 ~ UNIF (980, 1020), find the optimum choice
for c.
(d) Rework (c) if, instead, 𝑋 ~ N (1000, 100).
RINJANI_ST
14
1. b( 7 ; 7, 5⁄10 ) = 0,008
2 10 2 2
b). b( 8 ; 10, 1⁄ ) = (10) ( 1⁄ )8 ( 1⁄ )2 = 0,04397
2 8 2 2
3. p = 0,5 b( x ; 10, 0,5 ) = (10) (1⁄ )x (1⁄ )10 – x
𝑥 2 2
1 1 8 1
a). b( 8 ; 10, ⁄ ) = ( ) ( ⁄ ) ( ⁄ ) = 0,04397
10 2
2 8 2 2
b). b( 8 ; 10, 0,6 ) = (108) ( 0,6 )8 ( 0,4 )2 = 0,12093
c). µ = n.p = 10 . 0,5 = 5
𝜎2 = n.p.q = 10.0,5.0,5 = 2,5
4. x = banyak mesin yang berfungsi
a). P( x ≥ 2 ) = 1 – P( x ≤ 1 )
= 1 - ∑ b[ x ; 4, ( 1 – q ) ]
1
=1-∑ (4)(1 − 𝑞)x𝑞4−𝑥
𝑥
𝑥=0
=1– [ (4) ( 1 - q )0 q4 + (4) ( 1 - q )1 q3 ]
0 1
= 1 – [ q4 + 4q3 – 4q4 ]
= 1 – 4q3 + 3q4
b). P( x ≥ 1 ) = 1 – P( x = 0 ) = 1 – b[ 0 ; 2, ( 1 – q ) ]
= 1 - (02) ( 1 – q )0 q2
= 1 – q2
RINJANI_ST
1
= 1 – b( 0 ; 4, 1⁄6 )
= 1 - (4) (1⁄ )0 ( 5⁄ )4
0 6 6
= 1 – b( 0 ; 24, 1⁄36 )
= 1 - (24) (1⁄ )0 ( 35⁄ )24
0 36 36
= 0,491403
c). same as the part a and b.
6. b( x ; 20, 0,2 )
a). P( x = 4 ) = (204 ) ( 0,2 )4 ( 0,8 )16 = 0,2182
4
b). P( x ≤ 4 ) = ∑
(20)(0,2)x(0,8)20−𝑥 = 0,6292
𝑥
𝑥=0
= 9. H( x ; 4, 3, 10, )
3
(2) 2
a). P( x = 2 ) 7 = 0,3
( )4
= ( )(
3 7
)
(10)
b).
∑4 P( x ≥ 3 ) = 𝑥 4−𝑥
= 2⁄
𝑥=3
(10
4) 3
10. The same as the part 9
4 48
( )( )
c). P( x < 2 ) = ∑1
𝑥=0
𝑥 5−𝑥
= 0,95831
(52
4)
4 48
d).
∑4 P( x ≥ 2 ) =
(𝑥 ) 5−𝑥
( = 0,0417
𝑥=2 4
(52 )
11. h( x ; 5, 42, 50
)
42 8
( 3 ) (2)
a). P ( x = 3 ) = 0,1517
= (50)
5 42 8
( )( )
b). P( x ≤ 3 ) = 𝑥=0
𝑥 5−𝑥
= 0,1759
(50
5)
∑3
12. Gunakan binomial → b( x ; 5, 4⁄52 )
a). P( x = 2 ) = (5) (4⁄ )2 ( 48⁄ )3 = 0,0465
2 52 52
4 𝑥 48
c). P( x < 2 ) = ∑1 ( ) ( ⁄ ) ( ⁄ )5−𝑥 = 0,9494
5
𝑥=0 𝑥 52 52
13. X ~ Geo( 0,1 )
G( x; 0,1 ) = 0,1( 0,9 )x-1 x = 1, 2, 3, …
a). G( 2 ; 0,1 ) = ( 0,1 )( 0,9 ) = 0,09
RINJANI_ST
1
b). G( x; 0,1 ) = 0,1( 0,9 )x-1
c). P( x > 3 ) = 1 – P( x ≤ 3 )
RINJANI_ST
15
3
= 1 – ∑𝑥=1 (0,1) (0,9)𝑥−1
= 0,729
= 1 – (1⁄4)0 (3⁄4)1
= 1⁄4
b).
∑2 P( x ≤ 2 ) =
𝑥−1
(1⁄ ) (3⁄ ) = 15⁄
𝑥=1 4 4 16
𝐴
koin {
𝐺
S = { AAA, AAG, AGA, GAA, AGG, GAG, GGA, GGG }
RINJANI_ST
1
b). f( 7 ; 4 ; 0,6 ) = (6) ( 0,6 )4 ( 0,4 )3= 0,165888
3
RINJANI_ST
15
=0,99144
c). P ( x > 4 ) = 1 – P( x ≤ 3 )
= 1 – P( x = 3 )
= 1 - (22) ( 0,1 )0 ( 0,9 )3
= 0,271
𝑥 − 1 1 3 7 𝑥−3
20. a) 𝑓 (𝑥; 3, 1) = ( )( ) ( )
6 2 6 6
6 1 3 5 4
𝑓 (7; 3, ) = ( ) ( ) ( ) = 0,03348
1
6 2 6 6
𝑥−1
b) 𝐺 (𝑥; 1) = 1 (7) , 𝑥 = 1,2, …
6 6 6
𝑥−1
𝑃(𝑥 ≤ 10) = ∑10 1 (5) = 0,8385
𝑥=1 6 6
−1010𝑥
21. 𝑓(𝑥; 10) = 𝑒
, 𝑥 = 0,1,2, …
𝑥! 7
−1010
a) 𝑓(7; 10) = 𝑒
= 0,09
7!
b) 𝑃(𝑥 ≤ 7) = ∑7
RINJANI_ST
𝑒−1010𝑥 1
= 0,22 𝑥=0
𝑥!
RINJANI_ST
15
c) 𝑃(3 ≤ 𝑥 ≤ 7) = 𝑒−1010𝑥
= 0,217
∑7 𝑥=3 𝑥!
−𝜆 ln 𝑒 = ln 0,2
𝜆 = − ln 0,2
500
23. a) 𝑏(𝑥; 500, (0,01)) = ( )(0,01)𝑥(0,99)500−𝑥,
𝑥
untuk 𝑥 = 0,1,2, …
2
500
𝑃(𝑥 ≤ 2) = ∑ ( )(0,01)𝑥(0,99)500−𝑥 = 0,12338
𝑥
𝑥=0
b) 𝜆 = 𝑛𝑝 = 500.0,01 = 5
2
−5 𝑥
𝑃(𝑥 ≤ 2) = ∑ 𝑒 5 = 0,1247
𝑥=0 𝑥!
24. 𝜆 = 𝑛𝑝 = 400.0,005 = 2
2
−2 𝑥
𝑃(𝑥 ≤ 2) = ∑ 𝑒 2 = 0,676
𝑥=0 𝑥!
25. 𝜆 = 𝑛𝑝 = 100.0,03 = 3
2
−3 5
𝑃(𝑥 = 5) = ∑ 𝑒 3 = 0,1008
𝑥=0 5!
26. 𝜆 = 3
RINJANI_ST
1
a) 𝑃(𝑥 ≥ 2) = 1 − 𝑃(𝑥 ≤ 1)
RINJANI_ST
15
1
= 1 − ∑ 𝑒−33𝑥
𝑥=0 𝑥!
= 0,80085
b) Events A Geometric = G(1;P)
𝑃(𝑥 ≥ 4) = 1 − 𝑃(𝑥 ≤ 3)
3
−3 𝑥
=1−∑ 𝑒 3
𝑥=0 𝑥!
= 0,352768
𝐺(1; 0,352768) = 0,352768(1 − 0,352768)0
= 0,352768
32. 𝑥~𝑈𝑁𝐼𝐹(50,75)
a) 𝑓(𝑥) = 1 = 1
𝑏−𝑎 25
𝑥
1
𝐹𝑥(𝑥) = ∫ 𝑑𝑥
25
50
= 𝑥−50 , 50 < 𝑥 < 75
25
RINJANI_ST
1
0, 𝑥 ≤ 50
𝑥 − 50
𝐹𝑥(𝑥) { , 50 < 𝑥 < 75
25
1, 𝑥 ≥ 75
70 1
b) 𝑃(60 < 𝑥 < 70) = ∫60 25
𝑑𝑥
2
=5
Atau = 𝐹𝑥(70) − 𝐹𝑥(60)
2
=5
75
c) 𝐸(𝑥) = ∫ 𝑥. 1 𝑑𝑥 = 125
50 25 2
75
d) 𝐸(𝑥2) = ∫ 𝑥2. 1 𝑑𝑥 = 3958 1
50 25 3
𝑉𝑎𝑟(𝑥) = 𝐸(𝑥 ) − [𝐸(𝑥)]22
2
RINJANI_ST
16
~
= ∫−2 𝑒−[𝑥(1−𝑡)+2]𝑑𝑥
dimana x = -2 → u = -2(1-t+2) = -2t, sehinggap
~
= ∫−2 𝑒−𝑥(1−𝑡)−2) 𝑑𝑥
x=∞→u=∞
Misal u = x (1-t) + 2
du = (1-t)
~
dx
=∫ 𝑒−𝑢 𝑑𝑢
−2𝑡 (1−𝑡)
𝑒−𝑢 ~
= -(1−𝑡) │−2𝑡
𝑒−2𝑡
= 0 + (1−𝑡)
−2𝑡
Mx(t) = 𝑒
(1−𝑡)
−2𝑡
b) Mx(t) = 𝑒
(1−𝑡)
−2𝑒2𝑡(1−𝑡)+ 𝑒−2𝑡 𝑡2𝑒−2𝑡−𝑒−2𝑡
M’x(t) = (1−𝑡)2 = (1−𝑡)2
−2·0− 𝑒−2·0
M’x(0) = 0 · 2𝑒
= -1 = E(x)
(1−0) 2
(2𝑒−2𝑡−4𝑡𝑒−2𝑡+ 2𝑒−2𝑡)+ (2𝑡𝑒−2𝑡−𝑒−2𝑡)
M’’x(t) = (1−𝑡) 4
M’’x(0) = 2+2−1 = 3 = E(x2)
1
Var(x) = E(x2) – [E(x)]2 = 3-(-1)2 = 2
37. 𝑥~𝐺𝐴𝑀(5,4)
15 𝑥
1 3 −
a) 𝑃(𝑥 ≤ 15) = ∫ 𝑥 𝑒
54 𝑟(4)
0
RINJANI_ST
1
5 𝑑𝑥 = 0,353
RINJANI_ST
16
20 1
𝑥
3 −
b) 𝑃(15 < 𝑥 < 20) = ∫15 𝑥 𝑒 5 𝑑𝑥 = 0,214
54 𝑟(4)
c) 𝐸(𝑥) = 𝑘. 𝜃 = 5.4 = 20
38. 𝑥~𝐺𝐴𝑀(1,3)
10 1 𝑥
2 −
a) 𝑃(5 < 𝑋 < 10) = 𝑥 1 𝑑𝑥 = 0,12188
13 𝑟(3)
∫5
𝑒
b) As the same part a
0≤c≤4
Y = 35s – 10c
C 0 1 2 3 4
f(c) 0,1 0,3 0,3 0,2 0,1
E(c) 0 0,3 0,6 0,6 0,4
c=0
E(y) = 35 E(s) – 10 E(c)
= 35 . 0 – 10 . 0 = 0
c=1
E(y) = 35 . 0,3 – 10 . 0,3 = 10,5 – 3 = 7,5
c = 2, 3
E(y) = 35 . 0,6 – 10 . 0,6 = 21 – 6 = 15 → (max) c = 3, 2
c=4
E(y) = 35 . 0,4 – 10 . 0,4 = 12 – 4 = 8
40. 𝑥~𝐸𝑋𝑃(100)
15 1
𝑥
a) 𝑃(𝑥 > 15) = 1 − 𝑒 −100 𝑑𝑥 = 0,861
100
∫0
110 𝑥
−100
b) 𝑃(𝑥 > 110) = 1 − ∫0 1 𝑑𝑥 = 0,333
100 𝑒
RINJANI_ST
1
c) 𝑃(𝑥 ≥ 110|𝑥 > 95) = 𝑃(𝑥 ≥ 95 + 15|𝑥 > 95) = 𝑃(𝑥 > 15) = 0,861
Sifat no-memory property ada pada buku Statistical Mathematic
(L.2.Ban) hal.115
RINJANI_ST
16
d) 𝑉𝑎𝑟(𝑥) = 𝜃2 = 1002
P (3 – c < x < 3 + c) =
0,9
c/0,4 = 1,64
c = 0,656
53. X ~N (70,9)
a) P (66 < x < 74) = P (66−70 < z < 74−70)
3 3
= P (−4 < z < 4)
3 3
= P (z < ) – P (z < −4)
4
3 3
= 0,817
RINJANI_ST
1
b) P (70 – c < x < 70 + c) = 0,95
Same as the part 52.c
RINJANI_ST
16
P (x < c) = 0,95
c – 10/4 = 1,64
c = 16,56
RINJANI_ST
1
Halaman 30(Peluang)
2. a. P(A) = 10 = 5
36 18
b.P(C) = 12 = 1
36 3
c. P(𝐴 ∩ 𝐶) = 7
36
3. 500 amplop. Dengan harga 100 rupiah berjumlah 75 unit, dengan harga 25
rupiah berjumlah 150 unit dan dengan harga 10 rupiah berjumlah 275
unit. Sebuah amplop dijual 25 rupiah.
A = { Rp 10, Rp 25, Rp 100,}
P(A < Rp 100) = 425 = 17
500 20
RINJANI_ST
16
1 2 3 4 5 6
1 √ √ √ √
2 √ √ √
3 √ √
4 √
5
6
12. 3 buku diambil secara acak dari suatu rak : 5 novel, 3 syair, 1 kamus.
a. Peluang kamus terpilih = 1
3
b. 2 novel dan sebuah buku syair yang terpilih
𝐶5×𝐶3 5
= 2 1
= 14
𝐶39
13. Suatu tangan berisi 5 kartu. Berapa peluang satu tangan mengandung:
5 49
𝐶
a. P(3 AS) = ×𝐶3 522
𝐶5
𝐶13×𝐶13
b. P(4 heart dan 1 club) 4 1
𝐶552
=
RINJANI_ST
1
1
2
9
6
RINJANI_ST
17
15. n(S) = 100; M=54; S=69; M∩S = 35; Seorang siswa dipilih secara acak
a. P(M∪S) = 54 69 35 88
100
+ 100 − 100 = 100
b. P(̅𝑀̅∪̅𝑆̅) = 1 – 88 12 3
100 = 100 = 25
c. P(S) = 69
100 − 35 = 34
100 100
16. n(S) = 500; R = 210; A = 258; M = 216; R∩A = 122; M∩A = 83; R∩M
=97; R∩A∩M = 52.
b. Makan antara jadwal makan dan minum alkohol tapi tidak merokok = 31
500
c. Tidak merokok dan tidak makan antara jadwal makan
105 66 171
= 500 + 500 = 500
RINJANI_ST
1
18. P(dalam Obligasi bebas) = 0,6; P(dalam dana bersama) = 0,3; P(O ∩ B)
= 0,15
RINJANI_ST
17
Halaman 40(Peluang)
2. Th 3 = 10 A = 3
Th 4 = 30 A = 10
Pra 52 = 10 A = 5
P(𝐸⁄𝐴) = 10 = 5
18 9
3. n(S) = 200
̅ ̅ ̅
b. P(𝑃𝑇⁄ ) = 95
𝑊 112
d. P(𝑃𝑟𝑖𝑎⁄𝑆𝑀) = 78
28
4. n(S) = 180
� S B
�
̅
Hipertensi 21 36 30
Tidak Hipertensi 48 26 19
1. P(𝐻⁄ ) = 30
𝐵 49
𝑃̅
2. P( ⁄ ) = 48
𝑇 93
5. n(S)=100; M =42; P=68; S=54; M∩S =22; M∩P=25; 7 Sejarah tapi tidak M
& P, 10 P(M∩P∩S), 8 tidak satupun.
a. Seorang yang ikut psikologi mengambil 3 kuliah = 10
68
RINJANI_ST
1
b. Seorang yang tidak ikut psikolog mengambil S & M
RINJANI_ST
17
22 10 12
= 32 − 32 = 32
RINJANI_ST
1
14.
4P 3P
3H 5H
I II
P(𝑃⁄𝐼𝐼) = 5 7 35
8 × 8 = 64
16. 2 kartu diambil secara berurutan tanpa pengembalian dan sekotak kartu.
26
𝐶
RINJANI_ST
× 1
= 17
a. P(2M) = 1
𝐶
𝐶152 26 25
25 25 × = 102
52 51
𝐶151
RINJANI_ST
16 1
𝐶1 𝐶 20
b. P(3 < 𝑥 < 8) = 16 15
𝐶152 151 52 × 51 = 221
× =
𝐶151
RINJANI_ST
17
P(𝐴̅
̅𝑛̅𝚤) = 0,1
P ( 𝐴̅𝑙 ̅𝚤 ∩
𝐴̅
̅𝑛̅𝚤 ) = 0,3 × 0,1 = 0,03
19. 3A 2A
2M 3M
1R I
II
RINJANI_ST
18
Halaman 48 (Peluang )
Jawab:
Keterangan :
DK Didiagnosa Kanker
DT Didiagnosa Tidak Kanker
T Pasien Tidak Kanker
K Pasien Terkena Kanker
RINJANI_ST
1
Jawab:
Keterangan:
KT Kena Tilang
TT Tidak Kena Tilang
RINJANI_ST
18
𝑃(𝐾𝑇) = 𝑃(𝑇1) × 𝑃 (𝑇𝑇⁄𝑇 ) + 𝑃(𝑇2) × 𝑃 (𝑇𝑇⁄𝑇 ) + 𝑃(𝑇3)
1 2
× 𝑃 (𝑇𝑇⁄𝑇 ) + 𝑃(𝑇4) × 𝑃 (𝑇𝑇⁄𝑇 )
3 4
= 0,08 + 0,03 + 0,1 + 0,06
= 0,27
Jawab:
𝑃(𝐾 ∩ 𝐷𝐾)
𝑃(𝐾⁄ 𝐷𝐾) =
𝑃(𝐷𝐾)
𝐷𝐾
𝑃(𝐾) × 𝑃( ⁄𝐾)
=
𝑃(𝐷𝐾)
0,02 × 0,78
= 0,0744
= 0,2096
Jawab:
𝑇2 𝑃(𝑇2 ∩ 𝐾𝑇)
𝑃( ⁄𝐾𝑇) =
𝑃(𝐾𝑇)
𝑃(𝑇2) × 𝑃 (𝐾𝑇⁄𝑇 )
2
= (𝐾𝑇)
𝑃
0,3 × 0,1
= 0,27
1
= 9
RINJANI_ST
1
5. Misalkan bola berwarna terbagi dalam 3 kotak yang sama sebgai berikut
Kotak 1 Kotak 2 Kotak 3 Kotak 4
Merah 2 4 3 9
Putih 3 1 4 8
Hitam 5 3 3 11
Jumlah 10 8 10 28
satu kotak dipilih secara acak dan dari dalamnya diambil sebuah bola secara
acak dan ternyata berwarna merah. Berapakah peluang kotak 3 yang
terambil ?
Jawab:
𝐾 𝑃(𝐾3 ∩ 𝑀) 3
𝑃 ( 3⁄𝑀) = =
𝑃(𝑀) 10
Jawab:
RINJANI_ST
18
Keterangan:
𝑃(𝑆) × 𝑃(𝑂𝑇⁄𝑆)
𝑆
𝑃( ⁄𝑂𝑇) =
𝑃(𝑇𝐵)
0,75×0,75
= 0,7125
= 0,789
4 2 16
3. Gunakan Hukum
d’morgan 4.
0 1 2 3 4 5
0,03 0,18 0,24 0,28 0,10 0,17
RINJANI_ST
1
8. 4P, 5W 3
a. Tanpe pembatasan = 𝐶39
b. 1P, 2W = 𝐶4 × 𝐶5
1 2
c. 2P, 1W bila pada ttt harus termasuk dalam panitia = 𝐶3 × 𝐶5
1 1
9. P(sembuh) = 0,8
a. P(tepat 2 dari 3 penderita akan sembuh) = 𝐶23 × 0,82
b. P(ketiga penderita berikutnya yang dioperasi sperti ini semuanya sembuh)
= 0,82
10. 10.
11. 4M 5H 6K
9 apel 3 dari tiap warna harus ikut
= 𝐶4 × 𝐶5 × 𝐶6
3 3 3
12. 6H 4J 3 diambil 3
secara
3
berurutan, dikembalikan
a. P(3 warna sama ) = 6
+ 4
10 10
𝐶6 ×𝐶4 𝐶6 × 𝐶4
b.P(Tiap warna terwakili)
= 1
10
2
+ 2
10
1
RINJANI_ST
18
𝐶3 𝐶3
RINJANI_ST
1
13. 12 TV 3 cacat
berapa cara membeli 5TV dan diantaranya terdapat paling sedikit 2 yang
cacat ?
Jawab:
𝐶3 × 𝐶9 + 𝐶3 × 𝐶9
2 3 3 2
𝐶512
C + 2× 3 × C + 3× 1 × C = 1
C= 1
10
6. Dari suatu kotak yang berisi 4 uang logam ratusan dan 2 lima puluhan, 3
uang diambil secara acak tanpa pengembalian, cari distribusi peluang
jumlah j dari 3 uang. Nyatakan distribusi peluang dengan grafik sebagai
histogram peluang.
Jawab:
𝑃( j ) 𝐶 4
× 𝐶2 + 𝐶4 × 𝐶2 + 𝐶4 ×
2𝐶
2
= 3 0 1 1 2
𝐶36
RINJANI_ST
18
4+12+4
= 20
=1
RINJANI_ST
1
7. Dari suatu kotak yang berisi 4 bola hitam dan 2 bola hijau, 3 bola diambil
secara berurutan, tiap bola dikembalikan sebelum pengambilan
berikutnya. Carilah distribusi peluang banyaknya bola hijau yang terambil.
Jawab:
𝐻2 = 1 𝐶24× 𝐶12 12
6 =
4 𝐶3 2 20
𝐶 ×𝐶 4
𝐻3 = 2 1 2
= 20
𝐶6
4 3 2
𝐶 ×𝐶 4
𝐻1 = 0 3 0
= 30
𝐶36
h 0 1 2
4 12 4
P(H = h)
30 20 20
RINJANI_ST
19
Jawab:
Ruang W P(W = -3 -1 1 3
Sample w)
1 3 3 3
MMM 3 6 2× 22 × 23 ×
27 27 27 27
MMB 1 2
MBM 1 2 27 = Karena lantunan
33 3X
BMM 1 2
MBB -1 -2
BBM -1 -2
BMB -1 -2
BBB -3 -3
9. Carilah distribusi peluang banyaknya pita jazz bila 4 pita dipilih secara
acak dari suatu kumpulan yang terdiri atas 5 pita jazz, 2 pita klasik, dan 3
pita lagu daerah. Nyatakanlah hasilnya dalam suatu rumus.
Jawab:
𝐶𝑥5 × 4−𝑥5
( )
𝑓 𝑥 = 𝐶 , 𝑢𝑛𝑡𝑢𝑘 𝑥 = 0,1,2,3,4
𝐶410
10. Carilah rumus distribusi peluang peubah acak x yang menyatakan
hasil yang muncul bila sebuah dadu dilantukan sekali.
Jawab:
1
𝑓(𝑥) = , 𝑢𝑛𝑡𝑢𝑘 𝑥 = 1,2,3,4,5,6
6
RINJANI_ST
1
Jawab: 2
𝑓(𝑥) = 𝐶 × 𝐶5
𝑥 3−𝑥
X 0 1 2
2 4 1
f(x)
7 7 7
Jawab:
x=0 39 38 37 703
52 × 51 × 50 = 1700
x=1 13 39 38
52 × 51 × 50 × 3
741
= 1700
x=2 13 39 38
52 × 51 × 50 × 3
117
= 1700
x=3 13 12 11 11
52 × 51 × 50 = 850
RINJANI_ST
19
b. 𝑃(−1 ≥ 𝑤 < 0) = 2
+ 4
=6
9 27 9
⎛ 1 0 , 𝑥 < −3
, −3 ≤ 𝑤 < −1
⎪27
𝐹(𝑤) = 7
27 , −1 ≤ 𝑤 < 1
⎨
19
⎪ 27 , 1 ≤ 𝑤 < 3
⎝ 1 , 3≤𝑤
Jawab:
X 0 1 2
2 6
F(x) 1
7 7
RINJANI_ST
1
a. P(x = 1) = 6 − 2 = 4
7 7 7
7 7
X 0 1 2 3 4
F(x) 0,41 0,37 0,16 0,05 0,01
Jawab:
0 , 𝑥< 0
⎛ 0,41 , 0 ≤ 𝑥 < 1
⎪ 0,78 , 1 ≤ 𝑥 < 2
𝐹(𝑤) =
⎨ 0,94 , 2 ≤ 𝑥 < 3
⎪0,99 , 3 ≤ 𝑥 < 4
⎝ 1 , 𝑥≥4
0, 𝑡<1
⎛ 1,1 ≤ 𝑡 <3
⎪4
18. dik. F(t)= 1 , 3 ≤ 𝑡 < 5
⎨23
, 5≤𝑡<7
⎪4
⎝ 1, 𝑡≥7
RINJANI_ST
19
Penyelesaian:
x 1 3 5 7 lainnya
f(x) 1 1 1 1 0
4 4 4 4
a. P(T=5) = f(t = 5) = ¼
b. P(T>3) = f(𝑡 = 5) + f(𝑡 = 7) = 1 + 1 = 1
4 4 2
c. P(1,4<T<6) = f(t = 3) + f(t = 5) = 1 + 1 = 1
4 4 2
a. F(x) = 1 ( buktikan) 3
31 1 1
F(x) = ∫1 𝑑𝑥 = 𝑥] = (3 − 1) = 1 (terbukti )
2 2 1 2
2,5 1
1 2,5 1 1
b. P(2<X<2,5) = 𝑑𝑥 = 𝑥] = (2,5 − 2) =
2 2 2 4
∫2 2
1,6 1 1,6
1 1 3
c. P(X≤ 1,6) = 𝑑𝑥 = 𝑥] = (1,6 − 1) = = 0,3
2 2 2 10
∫1 1
2(𝑥+2)
21. f(x) = { , 0<𝑥<1
5
0, 𝑢𝑛𝑡𝑢𝑘 𝑥 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
a. Tunjukkan bahwa P (0<X<1) = 1
RINJANI_ST
1 2(𝑥+2)
1
1
2 1
1
2 2
P(0<X<1) = 𝑑𝑥 = (2𝑥 + 𝑥 )] = (2 + ) = 1
5 5 2 0 5 2
∫0
( terbukti )
RINJANI_ST
16
1 1⁄
2(𝑥+2) 2 1 1
b. P( < 𝑋 < ) = ∫1 2
𝑑𝑥 = (2𝑥 + 𝑥2)]2
5 2 1
4 2 ⁄4
4
5
= 2 (1 + 1 − 1 − 1
) = 19
5 8 2 32 80
𝑥 , 0<𝑥<1
22. f(x) = { 2 − 𝑥 , 1 ≤ 𝑥 < 2 }diukur dalam satuan 100 jam
0, 𝑢𝑛𝑡𝑢𝑘 𝑥 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
a. Kurang dari 120 jam1 1,2
P (X<1,2) = ∫ 𝑥 𝑑𝑥 + ∫ (2 − 𝑥)𝑑𝑥
0 1
1 1,2
= 1 𝑥 ] + (2𝑥 − 1 2
)]
2 0 2𝑥 1
= 0,5 + ( 2,4 – 0,72 – 2 +0,5)
= 0,68
b. antara 50 samapai 100 jam 1
1 1 2 1 3
P ( 0,5< X < 1) = ∫0,5 𝑥 𝑑𝑥 = ] = (1 − 0,25) = = 0,375
2 0,5 2 8
𝑥
2 4
RINJANI_ST
16
20.000
26. f(x)={ , 𝑥>0
(𝑥+100)3
0, 𝑢𝑛𝑡𝑢𝑘 𝑥 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
a) P(X>200) = 1 – P(X<200)
200 20.000
= 1-∫0 𝑑𝑥
(𝑥+100)3
=1- 200
−10.000]
[(𝑥+100) 0
2
−10.000 −10.000
=1- [(200+100)2 − (100)2 ]
=1-8
9
1
=9
120 20.000
b) P(80<X<120) =∫80 𝑑𝑥
(𝑥+100)3
120
]
−10.000
= [ (𝑥+100)2 80
] = 0,10203
= [(120+100) −
−10.000
1000
= 9801
RINJANI_ST
−10.000
16
(80+100)2 2
RINJANI_ST
16
0 , 𝑥≤0
27. dik. F(x) = {
1−𝑒 , 𝑥>
0 −8𝑥 dist. Tumpukan (dalam jam)
0 , 𝑥<1
0,4 , 1 ≤ 𝑥 < 3
2. F(x) 0,6 , 3 ≤ 𝑥 < 5
= 0,8 , 5 ≤ 𝑥 < 7
⎝1,0 , 𝑥≥7
x 1 3 5 7 lainnya
f(x) 0,4 0,2 0,2 0,2 0
RINJANI_ST
17
Jadi
µ
∑2= E(x) = 𝑓(𝑥). 𝑥 = 0 + 12 + 6
18 6
𝑥=0 = =
21 21 21 7
3 𝑥
2. f(x) = ( 3−𝑥
𝑥 )( (3)
)
1
, x = 0,1,2,3
4 4
dit. E(x) = ….?
x 0 1 2 3
f(x) 27/64 27/64 9/64 1/64
f(x) . x 0 27/64 18/64 3/64
Jadi
E(x)
∑3 = 𝑓(𝑥). 𝑥 = 0 + 27 + 18
+ 3
48 3
𝑥=0 64 64 64
= 64
= 4
RINJANI_ST
17
𝑃(𝐵)2 = 1/16
RINJANI_ST
17
P(B) = ¼
X 0 1 2
f(x) 9/16 6/16 1/16
f(x) . x 0 6/16 2/16
Jadi
E(x) = ∑ 𝑓(𝑥). 𝑥 = 0 + 6
+ 2
8 1
16 16 = 16 =2
5. Dist. Peluang X
X 0 1 2 3 4
f(x) 0,41 0,37 0,16 0,05 0,01
f(x) . x 0 0,37 0,32 0,15 0,04
Jadi
E(x) = ∑4𝑥=0 𝑓(𝑥). 𝑥 = 0 + 0,37 + 0,32 + 0,15 + 0,04
= 0,88
Jadi
E(x) = ∑ 𝑓(𝑥). 𝑥 = 7
+ 9
11 13 15 17
12+ 4 + 4 + 6+
12 6
= =12,67=12.670 rupiah
38
3
RINJANI_ST
17
9. Mudah
10. Kerugian 50% dengan peluang 0,01 = 50000 x 50% x 0,01 = 250
Kerugian 25% dengan peluang 0,1 = 50000 x 25% x 0,1 = 1250
Kerugian total dengan peluang 0,002 = 50000 x 0,002 = 100
Premi yg seharusnya ditagih oleh perusahaan asuransi tiap musim balapan
agar mendapat keuntungan $500 = (50000+500) – (50000 – 250 – 1250 –
100) = 2100 juta rupiah.
1
= ∫ (2𝑥 − 2𝑥2)𝑑𝑥
0
1
2
= [𝑥2 − 𝑥3]
3 0
= (1 − ) = = 0,333 = 333 ribu rupiah
2 1
3 3
4
2 ,0<𝑥 <1
12. f(x) = {𝜋(1+𝑥 )
0 , 𝑢𝑛𝑡𝑢𝑘 𝑥 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
RINJANI_ST
17
1 1 4
E(x) =∫ 𝑓(𝑥). 𝑥 𝑑𝑥 = ∫
. 𝑥 𝑑𝑥
0 0 𝜋(1+𝑥2)
Misal
y = 1 + 𝑥2 x=0y=1
dy = 2x dx x=1y=2
x dx = ½ y
jadi 1 4 2 4
E(x) = ∫ . 𝑥 𝑑𝑥 = ∫ 𝑑𝑦 = 2 ln 𝑦]2 = 2 (ln 2 − ln 1) = 2 ln 2
=
0 𝜋(1+𝑥2) 1 2𝜋𝑦 𝜋 1 𝜋 𝜋
ln 22 ln 4
𝜋 = 𝜋
2(𝑥+2)
, 0<𝑥<1
13. f(x) = { 5
0,1 𝑢𝑛𝑡𝑢𝑘 𝑥 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
1 2(𝑥+2)
E(x) = ∫ 𝑓(𝑥). 𝑥 𝑑𝑥 = ∫ . 𝑥 𝑑𝑥
0 0 1
1 2(𝑥2+2𝑥) 2 2 1
5
2
3 1
= 𝑑𝑥 = ( 𝑥 + )] ( + 1)
5 5 3 5 3
∫0 𝑥 =
0
8
= 15
𝑥 ,0<𝑥<1
14. f(x) = 2 − 𝑥, 1 ≤ 𝑥 <
{ 2
0 , 𝑢𝑛𝑡𝑢𝑘 𝑥 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
1 2
E(x) = ∫ 𝑓(𝑥). 𝑥 𝑑𝑥 = ∫ 𝑥. 𝑥 𝑑𝑥 + ∫ (2 − 𝑥). 𝑥 𝑑𝑥
10 21
= ∫ 𝑥2 𝑑𝑥 + ∫ (2𝑥 − 𝑥2) 𝑑𝑥
0 1
1 2
= 1 𝑥 3 ] + (𝑥2 − 1 3
)]
3 0 𝑥 1
3
= 1 + (4 − 8) − (1 − 1) = 1= 100jam
3 3 3
RINJANI_ST
17
2. dist. Peluang X
x -2 3 5
f(x) 0,3 0,2 0,5
f(x) . x -0,6 0,6 2,5
f(x) . 𝑥2
1,2 1,8 12,5
µ = E(x) = ∑𝑥 𝑓(𝑥). 𝑥 = (-0,6) + 0,6 + 2,5 = 2,5
E(𝑥2) = ∑𝑥 𝑓(𝑥). 𝑥2 = 1,2 + 1,8 + 12,5 = 15,5
Jadi 𝜎2 = 𝐸(𝑥2) − 𝜇2 = 15,5 − (2,5)2 = 9,25
3. peubah acak X
x 2 3 4 5 6
f(x) 0,01 0,25 0,4 0,3 0,04
f(x) . x 0,02 0,75 1,6 1,5 0,24
f(x) . 0,04 2,25 6,4 7,5 1,44
𝑥2
4. peubah acak x
x 0 1 2 3
f(x) 0,4 0,3 0,2 0,1
f(x) . x 0 0,3 0,4 0,3
f(x) . 𝑥2 0 0,3 0,8 0,9
RINJANI_ST
17
1
= ∫ (2𝑥2 − 2𝑥3)𝑑𝑥
0
2 1 1
= [ 𝑥3 − 𝑥 4 ]
3 2 0
= (2 − 1) = 1
3 2 6
2
Jadi 𝜎2 = 𝐸(𝑥2) − 𝜇2 = 1 − (1) = 1
6 3 18
2 1 2 11
= 5 (4 + 3 ) = 30
2
Jadi 𝜎2 = 𝐸(𝑥2) − 𝜇2 = 11 − ( 8 ) = 37
30 15 450
RINJANI_ST
17
2
= 1 𝑥 4 ]1 + (2 𝑥3 − 1 4
)]
4 0 3 4𝑥 1
= 1 + (16 − 4) − (2 − 1) = 7
4 3 3 4 6
6 6
x 2 3 4 5 6
f(x) 0,01 0,25 0,4 0,3 0,04
f(x) . x 0,02 0,75 1,6 1,5 0,24
f(x) . 0,04 2,25 6,4 7,5 1,44
𝑥2
= 9(17,63) – 12(4,11) + 4
RINJANI_ST
17
= 113,35
x 0 1 2 3
f(x) 0,4 0,3 0,2 0,1
f(x) . x 0 0,3 0,4 0,3
f(x) . 𝑥 2
0 0,3 0,8 0,9
µ = E(x) = ∑ 𝑓(𝑥). 𝑥 = 0 + 0,3 + 0,4 + 0,3 = 1
E(𝑥2) = ∑ 𝑓(𝑥). 𝑥2 = 0 + 0,3 + 0,8 +0,9 = 2
𝜎2 = 𝐸(𝑥2) − 𝜇2 = 2 − (1)2 = 1
E(5x+3) = 5[E(x)] + 3 = 5 ( 1 ) + 3 = 8 (teorema 3.5)
𝜎5𝑥+3
2
= 52𝜎2 = 25 . 1 = 25 ( teorema 3.9)
1
4. f(x) = { 𝑒
−𝑥⁄
4 , 𝑥>0
4
0,∞𝑢𝑛𝑡𝑢𝑘
1 𝑦 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
E(x) = ∫ 𝑒−𝑥⁄4. 𝑥 𝑑𝑥
0 4
dengan cara tanzaline didapat
= 1 (−4𝑥𝑒
−𝑥⁄
4
4 − 16𝑒 −𝑥⁄ ]∞
4) 0
= 1 [(0-0) – (0-16)] = 4
4
∞1
E(x2) = ∫ 𝑒−𝑥⁄4. 𝑥2 𝑑𝑥
0 4
dengan cara tanzaline didapat
∞
= 1 (−4𝑥2𝑒−𝑥⁄4 − 32𝑥𝑒−𝑥⁄4 − 128𝑒−𝑥⁄4)]
4 0
= 1 [(0-0-0) – (0 – 0 - 128)] = 32
4
RINJANI_ST
17
𝜎3𝑥−2
2
= 32𝜎2 = 9 (16) = 144 (teorema 3.9)
𝑥 , 0<𝑥<1
6. f(x)={ 2 − 𝑥, 1 ≤ 𝑥 < 2
0, 𝑢𝑛𝑡𝑢𝑘 𝑥 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
Hitung rataan dari
1
Y = 60X2+39X 2
E(60X2+39X)=∫ 𝑥(60𝑥2 + 39𝑥)𝑑𝑥 + ∫ (2 − 𝑥)(60𝑥2 + 39𝑥)𝑑𝑥
0 1 1 2
=∫ (60𝑥3 + 39𝑥2)𝑑𝑥 + ∫ (−60𝑥3 + 81𝑥2 + 78𝑥)𝑑𝑥
0 1
= (15𝑥4 + 13𝑥3)]1 + (−15𝑥4 + 27𝑥3 + 39𝑥2)]2
0 1
= (15+13) + ( - 240 + 216 + 156) – (-15+27+39)
= 109 kilowatt jam
7. E[(X-1)2] = 10 E[(X-2)2] = 6
Hitung µ dan 𝜎2
E[(X-1)2] = E(x2-2x+1) = E(x2) – 2 E(x) + 1 = 10
E[(X-2)2] = E(x2-4x+4) = E(x2) – 4 E(x) + 4 = 6
E(x2) – 2 E(x) + 1 = 10
E(x2) – 4 E(x) + 4 = 6 -
2[E(x)] – 3 = 4
2[E(x)] = 7
RINJANI_ST
18
E(x) = 7/2
Subt. E(x) = 7/2 ke pers. E(x2) – 2 E(x) + 1 = 10
E(x2) – 2 (7/2) + 1 = 10
E(x2) – 7 + 1 = 10
E(x2) = 10 + 6 = 16
Jadi 𝜎2 = E(x2) – [E(x)]2 = 16 – (7/2)2 = 15/4
= 1 [(0-0) – (0-25)] = 5
5
∞ 1 −𝑥⁄
b. E(x2) = ∫ 𝑒 5. 𝑥2 𝑑𝑥
0 5
dengan cara tanzaline didapat
∞
= 1 (−5𝑥2𝑒−𝑥⁄4 − 50𝑥𝑒−𝑥⁄4 − 250𝑒−𝑥⁄4)]
5 0
= 1 [(0-0-0) – (0 – 0 - 250)] = 50
5
RINJANI_ST
18
1) f(x)=1/10 ; x=1,2,…10
P(x≤3)=1/10+1/10+1/10=3/10
2) f(x)=1/25 ; x=1,2,…,25
3) µ=(1+2+…+10)/10=5,5
var(x)=∑(x-µ)2 /10 =8,25
7) f(x,k)=1/2 ; x=0,1
b(x;1,1/2)=𝐶𝑥1(1/2)𝑥(1/2)1−𝑥.
RINJANI_ST
18
(2) 8−𝑥
5 =0,594
9) gunakan binomial
RINJANI_ST
18
16) (Dalam menjawab soal seperti ini kita bisa menganggap peluang rusak
sebagai sukses atau peluang tidak rusak sebagai tidak sukses, dalam
jawaban ini peluang rusak dianggap sebagai tidak sukses sehingga
peluang yang paling tinggi adalah yang paling aman , jika peluang rusak
dianggap sebagai sukses maka peluang yang paling rendah yang paling
aman) Empat buah mesin
4
P(x≥2)=∑ (4)(0.6)𝑥(0.4)4−𝑥=0.8208
𝑥
𝑥=2
Dua buah mesin
2 2 𝑥 2−𝑥
P(x≥1)=∑ (𝑥)(0.6) (0.4) =0.84
𝑥=!
Jadi pesawat dengan dua buah mesin lebih tinggi keselamtan
penerbangannya
RINJANI_ST
18
27) f(3,3,1,2;0.4,0.2,0.3,0.1)= 9!
0.430.230.310.12=0.007741
3!3!1!2!
𝐶7𝐶3
RINJANI_ST
18
4) a) p(x=4)= 4 0
=1/6
𝐶410
RINJANI_ST
18
b) 𝐶𝑥7 4−𝑥
3
29
P(x≥2)=∑4 𝑥=2 𝐶 10 = 30
𝐶4
x=banyaknya dokter
4 2
( )( )
𝑥 3 − 𝑥
ℎ(𝑋; 6,3,4) =
6
( )
3
P(2 ≤ 𝑋 ≤ 3) = ∑3𝐶 4𝑥 23−𝑥 =
4
2 𝐶 𝐶6 5
3
𝐶4𝐶5 10
6) P(X=2)=
𝐶5 21
𝐶24𝐶1 3
b) P(x=1)= 2 1
= (maksud soalnya diketahui 1 yang cacat dari 25)
𝐶325 25
0
9) a) P(x=0)=( ) (22)3 = 0.681472
3
25 25
b) P(x=1)=( 1 )1(24)2=0.1153
25 25
soal ini menggunakan cara mencari peluang yang biasa karena terdapat
pengembalian
RINJANI_ST
18
11) gunakan cbey shev
RINJANI_ST
18
7 𝑥
12) P(x≤7)= ∑ (7) (2) (3) 7−𝑥 = 0.2131
𝑥=0 𝑥 5 5
𝐶600𝐶600
13) 𝑥=3
𝑥 10−𝑥
= 0.94604
1200
𝐶10
P(3≤x≤10)=∑10
2
10 1 𝑥 4 10−𝑥
14) P(x≥3)=1-P(x≤2)=1- ∑ ( 𝑥 )( ) ( ) =0.3222
5 5
𝑥=0
RINJANI_ST
18
kelima Dengan menggunakan distribusi binomial negatif untuk x=10,
k=5, dan p=0.3 diperoleh
RINJANI_ST
19
b*(10;5,0.3) = 𝐶49(0.3)5(0.7)5
= 0.0515
2. Peluang diperlukan 8 ekor tikus yang disuntik untuk menemukan 2 ekor
yang terserang penyakit
Dengan menggunakan distribusi binomial negatif untuk x=8, k=2, dan
p=1/6 diperoleh
b*(8;2,1/6) = 𝐶17(1/6)2(5/6)6
= 0.0651
3. a) Peluang orang keenam yang mendengar desas-desus merupakan orang
keempat yang mempercayainya
b*(6;4,0.8) = 𝐶35(0.8)2(0.2)6
= 0.1638
b) Peluang orang ketiga yang mendengar desas-desus merupakan orang
pertama yang mempercayainya
g(3;0.8) = 0.8𝑥(0.2)2
= 0.032
4. a) Peluang muncul muka yang ketiga pada lantunan ketujuh suatu uang
logam
b*(7;3,0.5) = 𝐶26(0.5)7
= 0.1172
b) Peluang muncul muka yang pertama pada lantunan keempat suatu uang
logam
g(4;0.5) = (0.5)1(0.5)3
= 0.0625
5. Peluang kurang dari 4
lantunan P(x < 4) = 1 – P(x
> 4)
=1−1𝑥1𝑥1
8 8 8
=1- 1
63
=64 64
6. a) Peluang resep kelima adalah resep Valium pertama untuk wanita
1 4
g(5;2/3) = (2 ) (1) = 0.0082
3 3
b) Peluang resep kelima adalah resep Valium ketiga untuk wanita
RINJANI_ST
19
b*(5;3,2/3) = 𝐶4 ( 2
2 3 (1) = 0.1975
3) 2
3
7. a) Peluang seseorang yang lulus pada ujian ketiga
g(3;0.7) = (0.7)1(0.3)2 = 0.0630
b) Peluang seseorang yang lulus sebelum ujian keempat
P(x < 4) = 1 – P(x > 4)
= 1 – (0.3)3
= 0.9730
8. a) Peluang tepat 5 kecelakaan akan terjadi
P(x;λ)= P(5;3)
−335
= 𝑒
= 0.1008
5!
b) Peluang kurang dari 3 kecelakaan akan terjadi
P(x < 3) = ∑2𝑥=0 𝑃(𝑥, 3)
2 𝑒−33𝑥
= ∑𝑥=0 = 0.4232
𝑥!
c) Peluang paling sedikit 2 kecelakaan akan
terjadi P(x > 2)= 1 – P(x<2)
1 𝑒−33𝑥
=1- ∑𝑥=0 = 0.8009
𝑥!
9. a) P(x > 4) = 1 – P(x<4)
3 𝑒−22𝑥
=1- ∑ 𝑥=0 = 0.1429
𝑥!
c) P(0;2) = e-2 = 0.1353
RINJANI_ST
19
𝑥=0 𝑥!
RINJANI_ST
19
12. a) Peluang kurang dari 7 ekor yang ditemukan pada daerah seluas 1 are
tertentu
P(x < 7) = ∑6
𝑥=0 𝑃(𝑥; 12)
6 𝑒−1212𝑥
= ∑ 𝑥=0 = 0.0458
𝑥!
b) Peluang kurang dari 7 ekor yang ditemukan pada daerah seluas 2 are dari
3 are yang diperiksa
Karena menghitung peluang daerah seluas 2 are dari 3 are yang diperiksa
kita menggunakan distribusi binomial, namun terlebih dahulu untuk
menghitung peluang kurang dari 7 ekor pada daerah seluas daerah 1 are
kita menggunakan distribusi Poisson dengan x ~ Pois (12)
P(x < 7) = ∑6
𝑥=0 𝑃(𝑥; 12)
6 𝑒−1212𝑥
= ∑ 𝑥=0 = 0.0485
𝑥!
RINJANI_ST
19
14. Karena p sangat kecil dan jumlah n sangat besar, maka dapat dihampiri
dengan distribusi Poisson dengan
μ = (0.002)(2000) = 4
Peluang kurang dari 5 orang yang akan meninggal
𝑒−44𝑥
P(x < 5) = = 0.6288
∑4 𝑥=0 𝑥!
16. Karena p sangat kecil dan jumlah n sangat besar, maka dapat dihampiri
dengan distribusi Poisson dengan μ = (0.004)(1875) = 7.5
a) Peluang kurang dari 5 orang yang gagal dalam pemeriksaan
P(x < 5) = 𝑒−7.57.5𝑥
𝑥=0
= 0.1321
∑4 𝑥!
RINJANI_ST
19
Jadi selang banyaknya orang meninggal dari 2000 yang terinfeksi
dengan peluang paling sedikit ¾ adalah antara 0 sampai 8.
RINJANI_ST
19
18. a) μ = 2 = 1
1000 𝑥10.000 = 10
b) P[|x - μ| < k ] > 1 − 1
P[|x - μ| < k ] > 8
𝑘2 9
1− 1
= 8
k=3
𝑘2 9
k = 3x√10 = 9,4868
P[|x - μ| < k ] > 1 − 12
𝑘
P[|x - 10| < 9,4868] > 8
9
P[0,51 < x < 19,49] > 8
9
1. n = 15, p = 0.05
a) P(x > 2) = ∑15
𝑥=2 𝐶𝑥 0.05 (1 − 0.05)
15 𝑥 15−𝑥
= 0.1710
b) p=0.07
P(x < 2) = ∑1 𝐶150.07𝑥 (1 − 0.07)15−𝑥
0 𝑥
= 0.7168
RINJANI_ST
19
= 0.9845
RINJANI_ST
19
RINJANI_ST
19
𝜇 = 𝑛𝑝 = 100(0.01) = 1
𝜇 = 𝑛𝑝 = 100(0.05) = 5
−55𝑥
𝑃(𝑋 < 2) = ∑1 𝑒 = 0.0404
0 𝑥!
4. μ = 30, = 6
a) P(X > 17) = P(K−30 > 17−30
) = P(𝑍 > −2.167)
6 6
= 1 – P(𝑍 < −2.167)
= 1 – 0.0150 = 0.9850
b) P(X < 22) = P(K−30 < 22−30) =P(𝑍 < −1.33) = 0.0918
6 6
c) P(32 < X < 41)=P ( 32−30
< K−30 < 41−30)
6 6 6
= P(0.33 < Z < 1.83)
= P(Z< 1.83) – P(Z < 0.33)
= 0.9664 – 0.6293 = 0.3371
RINJANI_ST
20
𝑥−30
= 0.84 x = 35.04
6
7. μ = 40, = 6.3
a) P(X > 32) = P(K−40 > 32−40
) = P(𝑍 > −1.27)
6.3 6.3
= 1 – P(𝑍 < −1.27)
= 1 – 0.1020 = 0.8980
b) P(X < 28) = P(K−40 < 28−40) =P(𝑍 < −1.90) = 0.0287
6.3 6.3
c) P(37 < X < 49)= P( 37−40
< K−40 < )
49−40
9. μ = 200, = 15
a) P(X > 224) = P(K−200 > 224−200
) = P(𝑍 > 1.6)
15 15
= 1 – P(𝑍 < 1.6)
= 1 – 0.9452 = 0.0548 = 5.48%
b) P(191 < X < 209) = P(191−200 < K−200 < 209−200)
15 15 15
= P(-0.07 < Z < 0.6)
= P(Z < 0.6) – P(Z < -0.07)
= 0.7257 – 0.4721 = 0.2536
c) P(X > 230) = P( K−200
> 230−200) = P(𝑍 > 2)
15 15
= P(𝑍 < −2) = 0.0228
Banyaknya cangkir yang terisi penuh adalah:
0.0228x1000 = 22,8 ≈ 23
d) P(X < a) = 0.25 = P(Z < -0.67)
𝑎−𝜇
= -0.67
a = 189.95
𝑎−24
= 1.04 a = 27.952
3.8
RINJANI_ST
20
13. μ = 82, = 5
a) P(88 < X< 94) = P(X < 94) – P(X < 88)
K−82 94−82 K−82 88−82
=P( 5 < 5 ) − 𝑃 ( 5 < 5 )
= P(Z< 2.4) – P(Z < 1.2)
= 0.9918 – 0.8849 = 0.1060
Diketahui jumlah mahasiswa yang mendapat B = 8 orang
0.1060 x total mahasiswa yang ikut ujian= 8 orang
Total mahasiswa yang ikut ujian
= 0.1060 = 74,84 ≈ 75
8
RINJANI_ST
20
1. n = 15, p = 0.2
a) P(1 < X < 4) = ∑4 𝑥=1 𝑏(𝑥, 15; 0.2)
4
= ∑𝑥=0 𝑏(𝑥, 15; 0.2) - 𝑥=0 𝑏(𝑥, 15; 0.2)
∑1
= 0.8358 – 0.0352 = 0.8006
b) μ = np = 3
= √𝑛𝑝𝑞 = √3𝑥0.8 = 1.55
P(1 < X < 4) = P(0.5 < X< 4.5)
0.5−3 K−3 4.5−3
= P( 1.55 < 1.55 < 1.55 )
= P(Z < 0.97) – P(Z < -1.61)
= 0.8340 – 0.0537 = 0.7803
= √𝑛𝑝𝑞 = √180𝑥 1 𝑥 5 = 5
6 6
a) P(X > 25) = P(X > 24.5)
K−30 24.5−30
= P( 5 > 5 )
= 1 – P(Z < -1.1)
= 1 – 0.1357 = 0.8643
b) P(33 < X < 41)= P(32.5 < X < 41.5)
32.5−30 K−30 41.5−30
= P( 5 < 5 < 5 )
= P(Z < 2.3) – P(Z < 0.5)
= 0.9893 – 0.6915 =
0.2978 c) P(X = 30) = (29.5 < X < 30.5)
29.5−30 K−30 30.5−30
= P( 5 < 5 < 5 )
= P(Z< 0.1) – P(Z < -0.1)
= 0.5398 – 0.4602 = 0.0796
RINJANI_ST
20
10. μ = np = 5% x 200 = 10
= √𝑛𝑝𝑞 = √200𝑥 5
100 95 = 3.08
𝑥 100
P(X < 10) = P(X < 9.5)
K−10 9.5−10
= P( 3.08 < 3.08 )
= P(Z < -0.16) = 0.4364
6. a) μ = 6, 2= 12
X ~ 𝐺𝑎𝑚𝑚𝑎(𝛼, 𝛽)
μ = αβ = 6 (1)
= αβ = 12 (2)
2 2
RINJANI_ST
20
= 0.39688
= 0.03347
1
9. f(x) = {5 ; 2 < 𝑥 < 7
0 ; 𝑥 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
7 1
a) P(X > 4) = ∫ 𝑑𝑥 = 0.6
4 5
5.5 1
b) P(3 < X < 5.5) = ∫3 𝑑𝑥 = 0.5
5
RINJANI_ST
20
𝛽
a) μ = E(X) = ∫ 𝑥
𝑑𝑥
𝛼
𝛽−𝛼
𝑥2 𝛽
= 2(𝛽−𝛼) ]𝛼
𝛽2−𝛼2
= 2(𝛽−𝛼)
(𝛽+𝛼)(𝛽−𝛼) 𝛼+𝛽 (terbukti)
= 2(𝛽−𝛼) = 2
b) E(X2) = 𝑥2
𝛽 𝛼
𝑑𝑥
∫ 𝛽−𝛼
𝑥3 𝛽
= ]
3(𝛽−𝛼) 𝛼
𝛽3−𝛼3
=3(𝛽−𝛼) (𝛽−𝛼)(𝛽2+𝛼𝛽+𝛼2)
= 3(𝛽−𝛼)
𝛽2+𝛼𝛽+𝛼2
= 3
2 = E(X2) – [E(X)]2
2
𝛽2+𝛼𝛽+𝛼2 𝛼+𝛽
= 3 −( 2 )
4(𝛽2+𝛼𝛽+𝛼2)−3(𝛼2+𝛽2)
= 12
𝛽2−2𝛼𝛽+𝛼2 (𝛽−𝛼)2
= = (terbukti)
12 12
RINJANI_ST
20
1. p = 0.49, n = 1000
μ = np = (0.49)(1000) = 490
= √𝑛𝑝𝑞 = √(0.49)(1000)(0.51) = 15.808
481.5−490 K−490 510.5−490
P(482 < X < 510) = P( 15.808 < 15.808 < 15.808 )
= P(−0.5377 < 𝑍 < 1.2968)
= 0.60726
(lihat tabel atau hitung dengan kalkulator)
5. p = 0.53, n = 1000
μ = np = (0.53)(1000) = 530
= √𝑛𝑝𝑞 = √(0.53)(1000)(0.47) = 15.78
489.5−530 K−530 515.5−530
P(490 < X < 515) = P( 15.78 < 15.78 < 15.78 )
= P(−2.566 < 𝑍 < −0.99)
= 0.117390
RINJANI_ST
20
8. λ = 1 = 5 β=1
𝛽 5
α=2
a) μ = αβ = 2 . 1 = 2
5 5
b) Peluangnya 12 jam telah berlalu sebelum 2 komponen gagal sama artinya
peluang 2 komponen gagal setelah 12 jam, maka α = 2 dan β = 1.
5
P(X > 12) = 1 – P(X < 12)
12 1
= 1 – ∫0 (1/5)2𝛤(2) 𝑥2−1𝑒−5𝑥 𝑑𝑥
12
= 1 – ∫0 25𝑥𝑒−5𝑥 𝑑𝑥
=0
10. 𝑋~𝑁(0,4)
P(X > 10) = 1 – P(X < 10)
= 1 – P( K−0 < 10−0) = 0.00621
4 4
“Jika kau akan jadi orang sukses, jangan lupa berdo’a sebelum dan
sesudah bekerja.”
RINJANI_ST
21
RINJANI_ST
21
a)
01.34
Luas daerah antara z= 0 dan z= 1.34 adalah 0.4099 atau P (0<z<1.34 )= 0.4099.
(lihat contoh penggunaan tabel normal di atas)
RINJANI_ST
21
01.34
Jika luas/peluang yang dicari adalah P(z<1.34) ,tinggal P(0<z<1.34) ditambah
0.5 atau P(z<1.34)=0.5 + P(0<z<1.34)=0.5+0.4099=0.9099
b)
-1.3401.34
Mencari peluang z antara -1.34 dan +1.34 atau P(-1.34<z<1.34). Luas
daerahnya adalah seperti terlihat pada gambar diatas. Luas di sebelah kiri nilai
z=0 adalah sama dengan luas di sebelah kanan z = 0 karena simetris
(setangkup). Pada bagian a) kita telah mengetahui bahwa luas di sebelah kana
z=0 sampai z= 1.34 adalah 0.4099, sehingga luas keseluruhan sama dengan
0.8199 atau
c)
01.34
Mencari luas/peluang z lebih besar dari 1.34 atau P(z > 1.34 ). Luas/peluang ini
tidak secara langsung diberikan pada tabel, (lampiran) yang hanya memberikan
luas dalam interval z=0 sampai suatu nilai z positif. Diketahui peluang z > 0
atau P(z > 0) = 0.5. sehingga P (z > 1.34) dapat dicari dengan:
RINJANI_ST
21
d)
0 1.5 2.5
Mencari luas/peluang z terletak antara 1.5 dan 2.5 atau P(1.5 < z < 2.5). Luas
ini juga secara langsung tidak dapat dicari pada tabel lampiran. Untuk mencari
peluang tersebut adalah sebagai berikut:
P(1.5 < z < 2.5 ) = 𝑃( 0 < 𝑧 < 2.5) − 𝑃 (0 < 𝑧 < 1.5 )
(catatan: P(0 < z < 2.5 ) dan P (0 < z < 1.5 ) diacari pada tabel, caranya seperti
pada bagian a ).
e)
-0.7 0
Untuk mencari luas/peluang seperti pada gambar atau P (z < −0.7) adalah
sama dengan mencari peluang P (z > 0.7) karena simetris.
RINJANI_ST
21
Jadi
f)
-1.5 0 0.5
Mencari luas/peluang antara z = −1.5 dan z = 0.5 atau P(−1.5 < z < 0.5 ).
Untuk mencari luas tersebut kita jumlahkan luas antara z= −1.5 dan z = 0
dengan luas antara z =0 dan z= 0.5. atau P(−1.5 < z < 0.5)= P(−1.5 <z<0) +
P(0 < z < 0.5). Luas antara z=−1.5 dan z=0 sama denga luas antara z=0 dan
z=1.5 atau P(−1.5<z<0)=P(0<z<1.5).
Jadi:
RINJANI_ST
21
RINJANI_ST
21
Daftar Pustaka
Bain, Lee J; Engelhardt.INTRODUCTION TO PROBABILITY AND
MATEHMATICAL STATISTICS SECOND EDITION.PWS-KENT.
Milton, JS & Arnold, Jesse C. 1992. Probability and Statistics in the Engineering
and Computing Sciences.
Walpole, Ronald E & Myres, Raymond H. 1995.Ilmu Peluang dan Statistika untuk
Insinyur dan Ilmuwan edisi ke-4.Bandung:Penerbit ITB.
RINJANI_ST
21
RINJANI_ST
21
2 3
9
RINJANI_ST