PELUANG

SOAL DAN
PEMBAHASAN
 i

Lakukan segala sesuatu dengan ikhlas dan teliti, sebelum kau menyesal karena segalanya
tak dapat diubah lagi

RINJANI_ST
 i

Penyusun : Himpunan Mahasiswa Sekolah Tinggi Ilmu Statistik (STIS)

asal Nusa Tenggara Barat .
RINJANI STIS
Cover : Fathi
Email : rinjanistis@gmail.com
Blog :
rinjanistis.wordpress.com

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.

JAKARTA, Maret 2012

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

B. Distribusi Peluang Teoritis (Diskrit)

1. Distribusi Seragam Diskrit..............................................83
2. Distribusi Binomial.........................................................83
3. Distribusi Multinomial....................................................84
4. Distribusi Hipergeometrik...............................................84
5. Distribusi binomial negatif.............................................85
6. Distribusi geometrik........................................................85
7. Distribusi Poisson...........................................................86

RINJANI_ST
 v
8. Pendekatan Binomial Ke Poisson...................................86
Soal – Soal dan Pembahasannya.....................................86

C. Beberapa Distribusi peluang kontinyu

1. Uniform kontinyu.........................................................103
2. Gamma..........................................................................103
3. Exponential...................................................................103
4. Beta...............................................................................104
5. Distribusi normal..........................................................104
6. Hampiran normal terhadap binomial............................104
Soal – soal dan pembahasannya...................................105
Exercise (chapter 3) introduction to probability and
mathematical statistics L. J. Bain, Max Engelhardt....122
Jawaban beberapa soal exercise (chapter 3)
introduction to probability and mathematical
statistics L. J. Bain, Max Engelhardt.........................133

D. Jawaban dan Pembahasan Beberapa soal Ilmu Peluang dan

Statistika untuk Insinyur dan Ilmuwan edisi ke-4, Ronald E
Walpole & Raymond H Myers..............................................145
Halaman 30(Peluang)....................................................145
Halaman 40(Peluang)....................................................148
Halaman 48 (Peluang)..............................................152
Halaman 49 Soal Ulangan (Peluang)............................156
Halaman 62-66............................................................158
Halaman 90-92 Soal Ulangan
(Peubah acak dan Distribusi Peluang)..........................167
Halaman 100-103
(Harapan Matematik, Rataan Peubah Acak).................167
Halaman 111-112 (Harapan Matematik, Variansi)......172
Halaman 124-126..........................................................174
Halaman 126-127 Soal Ulangan (Harapan
Matematik)177 Halaman 137-140................................178
Halaman 147-148 (Beberapa Distribusi Peluang
Diskrit,Distribusi Hipergeomatrik)...............................180

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

 Himpunan semua hasil yang mungkin dari suatu percobaan statistika

disebut ruang sampel dan dinyatakan dengan lambang S.
 Kejadian (event) adalah himpunan bagian dari ruang sampel.
 Komplemen kejadian A terhadap S ialah himpunan semua unsur S yang
tidak termasuk A, biasanya dinyatakan dengan lambang A’ atau A c.
 Kejadian A dan B saling meniadakan atau terpisah ( mutually Exclusive)
bila 𝐴 ∩ 𝐵 = Ø, yakni bila A dan B tidak memiliki unsur persekutuan.
Jadi P (𝐴 ∩ 𝐵) = 0

A B

2. Permutasi dan Combinasi

 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)

Bila A dan B kejadian yang terpisah, maka:

.𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵)
Bila 𝐴1, 𝐴2, … . , 𝐴𝑘 merupakan kejadian yang terpisah , maka:
. 𝑃(𝐴1 ∪ 𝐴2 ∪ … .∪ 𝐴𝑘) = 𝑃(𝐴1) + 𝑃(𝐴2) + ⋯ + 𝑃(𝐴𝑛)
Bila A dan A’ kejadian yang berkomplementer , maka
P(A) + P(A’) = 1.
P(A)  P(AB)  P(AB' )
P(Ø)  0
Jika A  B , maka P(A)  P(B) dan P(B - A)  P(B) P(A)

3. Peluang bersyarat dan kejadian saling bebas

 Peluang bersyarat

A
A’

RINJANI_ST
 3

Jika B dapat di partisi menjadi B = (𝐴 ∩ 𝐵) ∪ (𝐴′ ∩ 𝐵) maka peluang A

dengan Syarat B :
𝑃(𝐴∩𝐵) 𝑃(𝐴∩𝐵)
P(A│B) = 𝑃(𝐵) = 𝑃(𝐴∩𝐵)+𝑃(𝐴′∩𝐵)

.𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴). 𝑃(𝐵|𝐴) = 𝑃(𝐵). 𝑃(𝐴│𝐵)

 Kejadian bebas
Dua kejadian A dan B dikatakan saling bebas jika dan hanya jika :
𝑃(𝐴|𝐵) = 𝑃(𝐴) Atau 𝑃(𝐵|𝐴) = 𝑃(𝐵)
Sehingga : .𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴). 𝑃(𝐵)
 Total probability
Jika 𝐵1, 𝐵2, … . , 𝐵𝑘 adalah mutually exclusive dan exhaustive yaitu
𝐵1 ∪ 𝐵2 ∪ … .∪ 𝐵𝑘 = S, maka:
A = (𝐴 ∩ 𝐵1) ∪ (𝐴 ∩ 𝐵2) ∪ … ∪ (𝐴 ∩ 𝐵𝑘)
P(A) = 𝑃(𝐴 ∩ 𝐵1) + 𝑃(𝐴 ∩ 𝐵2) + ⋯ + 𝑃(𝐴 ∩ 𝐵𝑘)
=𝑃(𝐵1). 𝑃(𝐴|𝐵1) + 𝑃(𝐵2). 𝑃(𝐴|𝐵2) + ⋯ + 𝑃(𝐵𝑘). 𝑃(𝐴|𝐵𝑘)

4. Teorema bayes

Untuk masing-masing j = 1 ,2 , ... , k berlaku aturan:

𝑃(𝐵j∩𝐴) 𝑃(𝐵j).𝑃(𝐴|𝐵j)
.𝑃(𝐵j |𝐴) = ∑𝑘 = ∑𝑘
j=1 𝑃(𝐵j∩𝐴) j=1 𝑃(𝐵j).𝑃(𝐴|𝐵j)

Dimana P(𝐵j|𝐴) adalah peluang kejadian 𝐵j dengan syarat kejadian A

5. Peubah Acak (random variabel)

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

6. Nilai Harapan ( Expected Value) dan varians

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

Jika a dan b adalah bilangan rill maka :

1. E[a.f(x) + b.g(x)] = a.E[f(x)] + b E[g(x)]
2. E[aX + b ] = a. E[X] + E(b) = a. E(X) + b
3. V (aX+b) = V (aX) + V(b) = a2 . V(X) + 0 = a2 . V(X)
4. V(X ± Y) = V(X) + V(Y) ± 2cov (X,Y), dimana cov (X,Y) =
E(XY) - E(X).E(Y)
5. V(X ± Y) = V(X) + V(Y) , X dan Y independen

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

momet pertama adalah rata-rata dapat dinotasikan sebagai

𝜇𝑥′ 𝑎𝑡𝑎𝑢 𝜇
 Moment ke – 2 dari rata-rata adalah varians rata
→ 𝜇2 = 𝐸[𝑋 − 𝜇]2 = 𝜎2

RINJANI_ST
 7

Moment generating Function

Jika X merupakan random variable maka MGF dari X adalah 𝑀𝑥(𝑡) =

𝐸(𝑒𝑡𝑥), dimana

∑𝑥 𝑒𝑡𝑥. 𝑓(𝑥); 𝑢𝑛𝑡𝑢𝑘 𝑑𝑖𝑠𝑘𝑟𝑖𝑡

. 𝑀𝑥 (𝑡) = 𝐸 (𝑒 𝑡𝑥) { ∫ 𝑒𝑡𝑥. 𝑓(𝑥)𝑑𝑥 ; 𝑢𝑛𝑡𝑢𝑘 𝑘𝑜𝑛𝑡𝑖𝑛𝑦𝑢
=
𝑘
.𝜇′ = 𝑑
(𝑡)]|
[𝑀 = 𝜇′
𝑥 𝑑𝑡𝑘 𝑥 𝑡=0 𝑥

8. Teorema chebisev

Jika X adalah random variabel dengan rata-rata 𝜇 dan 𝜎2 , untuk

sembarang k > 0, maka:
P[│X- 𝜇 │ ≥ 𝑘𝜎] ≤ 12
𝑘
Atau
P[│X- 𝜇 │ < 𝑘𝜎] ≥ 1 − 1
𝑘2

Soal – Soal dan Pembahasannya

1. Koin A dilantunkan sampai bagian muka muncul atau dilantunkan sebanyak
3 kali. Jika pada lantunan pertama tidak muncul bagian muka, berapa
peluang jika koin tersebut dilantunkan sebanyak 3 kali?

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

karena A∩B = A maka P(A∩B) = P(A) maka

P(A|B) = 𝑃(𝐴∩𝐵)
𝑃(𝐵)
1/4 1
= 1/2 = 2
2. Kotak I terdiri dari 3 bola hijau dan 5 bola merah. Kotak II terdiri dari 2 bola
hijau, 1 bola merah, dan 2 bola kuning. Kita mengambil bola dari kotak
secara acak dan diambil 1 bola secara acak dari kotak. Berapa peluang
terambil 1 bola hijau?

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

Persamaan diatas dikalikan 1/2

1
E(x) =1+ 3

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

Gunakan deret geometrik tak hingga yang dimulai dari 1/2

1
E(x) = 1/2

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

i. Ruang sampel dari semua kejadian yang

mungkin P(R|I) = ½, P(W|I) = 1/3, P(B|I) =
1/6,
P(R|II) = 0, P(W|II) = 2/3, P(B|II) = 1/3
ii. P(I|W) = 𝑃(𝐼∩𝖶)
𝑃(𝖶)

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

Atau gunakan cara biasa saja,

Dimana peluang tidak ada anak laki-laki adalah
1 1 1 1
2 𝑥2 𝑥2 = 8
Peluang satu anak laki laki
1 1 1 1 1 1 1 1 3
1𝑥 𝑥 + 𝑥 𝑥 + 𝑥 𝑥 =
2 2 2 2 2 2 2 8
2 2
Peluang dua anak laki- laki
1 1 1 1 1 1 1 1 3
1𝑥 𝑥 + 𝑥 𝑥 + 𝑥 𝑥 =
2 2 2 2 2 2 2 8
2 2
Peluang tiga anak laki – laki
1 1 1 1
𝑥 𝑥 =
2
2 2 8
Sehingga sebaran distribusinya
x 0 1 2 3
f(x) 1/8 3/8 3/8 1/8

10. Tentukan probabilitas munculnya angka 4 paling tidak sekali dalam 2

kali pelemparan dadu ideal!

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

14. Dua kejadian A dan B dengan P(A) = ¼, P(A|B) = 1/3, P(B|A) = ½,

tentukan P(A|BC)

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

SOAL P.A KONTINU dan Pembahasannya

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

𝑎+𝑏 =1 2a+b = 1 (2)

2

Dari persamaan (1) dan (2) diperoleh a = -2 dan b = 5

3. Suatu peubah acak X meiliki fungsi pdf yang dinyatakan sebagai berikut:

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

b. Mencari fungsi cdf nya:

 Untuk batas x < 0 Fx(x) = 0
 Untuk batas 0 < x < 12
𝑥 𝑥 𝑥 𝑥2
F (x) = ∫ 𝑑𝑥 = ]𝑥 =
x 0 2 4 0 4

 Untuk batas 1 < x < 2

1 𝑥
F (x) = ∫ 𝑥
𝑑𝑥 + ∫ (3−𝑥)
x 0 12
𝑑𝑥
2 2 4
= ] + (3𝑥 − 𝑥 )]𝑥
𝑥 1

4 0 4 8 1

1 3𝑥 𝑥2 3 1 −𝑥2+6𝑥−3
=4+ 4 − 8 −4 +8 = 8

 Untuk batas 2 < x < 3

1 𝑥
F (x) = ∫ 𝑥
2 (3−𝑥) 𝑑𝑥 + ∫ 1
𝑑𝑥
x 0 2
𝑑𝑥 + ∫1 4 2 4
2 2
= 𝑥 1
] + ( − )] + ]
3𝑥 𝑥 2 𝑥 𝑥

RINJANI_ST
 2
4 0 4 8 1 4 2

2𝑥+1
= 8

 Untuk batas 3 < x < 4

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

 Untuk batas x > 4 Fx(x) = 1

0 ;𝑥 < 0
⎛ 𝑥2
;0<𝑥 ≤1
4
⎪−𝑥2+6𝑥−3 ;1<𝑥≤2
Fx(x) = 8
2𝑥+1
⎨ 8 ;2<𝑥≤3
−𝑥2+8𝑥−8 ;3< 𝑥 ≤4
⎪ 8
⎝ 1 ;𝑥 > 4

CDF

RINJANI_ST
 2

PDF

SOAL MGF KONTINU dan Pembahasannya

1. Bila diketahui suatu peubah acak X memiliki fungsi pdf seperti berikut ini:
f(x) = 1
𝑥 𝑥
𝛤(𝛼)𝛽 ; x>0 𝛼−1 𝑒 −𝛽
𝛼
Tentukan Mx(t), E(x) dan Var(x)!

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

Var(x) = E(x2) – [E(x)]2

= 𝛼2𝛽2 + 𝛼𝛽2 − 𝛼2𝛽2 = 𝛼𝛽2

2. Lamanya percakapan telepon dalam suatu interlokal dapat dianggap sebagai
suatu variabel random yang kontinu dengan bentuk fungsi adalah
𝑥
1 −𝛽 ;𝑥>0
f(x) ={ 𝛽𝑒
0, 𝑢𝑛𝑡𝑢𝑘 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
Tentukan (a) Mx(t) dan (b) E(x), Var (x)!
Penyelesaian:
Mx(t) = E(etx)
∞ 𝑥
= ∫ 𝑒𝑡𝑥 1 𝑒 −𝛽 𝑑𝑥
0 𝛽 1
1 ∞ −𝑥( −𝑡)
= ∫0 𝑒 𝛽 𝑑𝑥
𝛽
Misal u = 𝑥 (1 − 𝑡) 𝑥= 𝑢

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)

Var(x) = E(x2) – [E(x)]2 = 2𝛽2 − 𝛽2 = 𝛽2

3. Tentukan fungsi penyebaran kemungkina (pdf), jika diketahui suatu fungsi
cdf berikut ini,

RINJANI_ST
 31
0 , 𝑥 < −1
F (x) = {𝑥+1 , −1 ≤ 𝑥 ≤ 1
x
2
1 ,𝑥 >1

Tentukan Mx(t) dan E(x)!

Penyelesaian:
fx(x) = 𝑑 𝐹 (𝑥)
𝑥
𝑑𝑥
untuk −1 ≤ 𝑥 ≤ 1 f (x) = 𝑑
𝑥+1 1
( )=
1 x
𝑑𝑥 2 2
fx(x) = {
2
; −1 ≤ 𝑥 ≤ 1
0 , 𝑢𝑛𝑡𝑢𝑘 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
1
M (t) = E(etx) = ∫ 𝑒𝑡𝑥 1 𝑑𝑥
x −1 2
= 1
𝑒𝑡𝑥]1 = 1 (𝑒 − 1)
2𝑡 −1 2𝑡 𝑒
E(x) = M (0) = (𝑒 − 1) 1
tidak terdefinisi, sehingga kita tidak dapat
x 𝑒
0
menggunakan
1 1 1 mgf untuk menentukan E(x)
E(x) = ∫ 𝑥 𝑑𝑥 = 𝑥2]1 = 0
−1 2 4 −1

LATIHAN SOAL MGF

1. Jika diketahui suatu fungsi penyebaran kemungkinan yang dinyatakan

sbb: f(x) = 1/5 untuk x = 1; 2; 3; 4; 5

Carilah: E(X) dan 𝜎𝑥2 melalui Mx(t)

2. Jika diketahui X merupakan suatu fungsi penyebaran kemungkinan

diskrit yang dinyatakan sbb:
f(x) = (x+2)/k untuk x = 1; 2; 3;......5

Carilah: E(X) dan 𝜎𝑥2 melalui Mx(t)

3. Jika diketahui X suatu fungsi penyebaran kemungkinan diskrit

RINJANI_ST
 3
yang dinyatakan sbb:

RINJANI_ST
 33

f(x) = K+2; untuk -2 < x < 4

15

Carilah: E(X) dan 𝜎𝑥2 melalui Mx(t)

4. Jika diketahui suatu fungsi penyebaran kemungkinan diskrit

yang dinyatakan sbb:
− · 𝑥
f(x) = 𝑒 ; untuk x = 0; 1; 2; 3;.......tak hingga
𝑥!
= 0 untuk nilai x lainnya

Carilah: E(X) dan 𝜎𝑥2 melalui Mx(t)

5. Jika suatu fungsi penyebaran kemungkinan diskret yang dinyatakan sbb:

f(x) = nCx . px . qn-x ; untuk x = 0; 1; 2; 3;.......n
= 0, untuk nilai x lainnya.

Carilah: E(X) dan 𝜎𝑥2 melalui Mx(t) jikadiketahui (p+q)=1

6. Bila diketahui suatu peubah acak X kont yang memiliki suatu fungsi
pdf sbb:
f(X) = a+bX, 0 ≤ X ≤ 1
= 0, OW

Jika E(X) = 2/3, Carilah berapakah nilai a dan b, dan Mx(t)

7. Suatu fungsi dengan bentuk densitas sebagai berikut:

f(x) = 1
· 𝑥
−𝛽
𝛼−1 ; untuk 0 < x < ∞
𝑥 𝛼 ·
𝜏(𝛼)·𝛽
𝑒

Carilah Mx(t) dan E(X). Bagaimana Mx(t) kalau nilai alpha=1?

RINJANI_ST
 3

JAWABAN LATIHAN SOAL MGF

1. f(x) = 1/5 , x =1, 2, 3, 4, 5

= 0 , x yang lainnya
Mx(t) = E(etx) = ∑5𝑥=1 𝑒𝑡𝑥 · 𝑝(𝑥) = 1/5(et+e2t+e3t+e4t+e5t)
M’x(t) = 1/5 ( et + 2e2t + 3e3t + 4e4t + 5e5t ) = 15/5 = 3
M’’x(t) = 1/5 ( et + 4e2t + 9e3t + 16e4t + 25e5t ) = 55/5 = 11
𝜎𝑥2 = 𝐸(x2) – [E(x)]2
= 11-32
=2
2. f(x) = 𝑥+2 ; x = 1, 2, 3, 4, 5
𝑘
f(x) adalah pdf. Jadi 𝑥+2
∑5
𝑥=1 𝑘 =1
k = 25
f(x) = 𝑥+2
25
 Mx(t) = E(ext) = 𝑥=1 𝑒𝑡𝑥 · 𝑓(𝑥) 𝑥+2
𝑥=1 𝑒𝑡𝑥 · 25
∑5 =∑5
= ∑5 𝑥 2
5
𝑒𝑡𝑥 + 𝑒𝑡𝑥
∑
𝑥=1 25 𝑥=1 25
= 1/25 (et + 2e2t + 3e3t + 4e4t + 5e5t) + 2/25 (et + e2t + e3t
+ e4t + e5t )
= 1/25 (3et + 4e2t + 5e3t + 6e4t + 7e5t )

M’x(t) = 1/25 (3et + 8e2t + 15e3t + 24e4t + 35e5t )

 E(x) = M’x(t=0) = 1/25(3+8+15+24+35) = 85/25 = 17/5

M’’x(t) =1/25 (3et + 16e2t + 45e3t + 96e4t +175e5t)
 E(x2) = M’’x(t=0) = 1/25(3+16+45+96+175) = 335/25 = 67/5
 𝜎2 = E(x2) – [E(x)]2 = 335 − (17)2 = 335 − 289 = 46
𝑥
25 25 25 25
5

3. f(x) = 𝑥+2 ; -2 < x < 4

15

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

 M’x(t) = 1/15 (-e-t + 0 + 3et + 8e2t + 15e3t )

E(x) = M’x(t=0) = 1/15(-1+0+1+8+15) = 25/15 = 5/3
 M’’x(t) = 1/15(et + 0 + 3et + 16e2t + 45e3t)
E(x2) = M’’x(t=0) = 1/15(1+0+3+16+45) = 65/15
 𝜎𝑥2 = E(x2) – [E(x)]2 =
65 5 65 25 195−125 70 14
15 − (3)2 = 15 − 9 = 45 = 45 = 9
− · 𝑥
4. f(x) = 𝑒 ; untuk x = 0, 1, 2, 3,.......tak hingga
𝑥!
= 0 untuk nilai x lainnya
 Mx(t) = E(e ) = ∑etx . f(x)
xt
𝑥
= ∑ 𝑒𝑡𝑥 ·
𝑥=0 𝑒 ·𝑥!
1𝑡 2𝑒2𝑡 3𝑒3𝑡
= 𝑒 + + + +⋯
𝑒 𝑒 1! 𝑡 𝑒 2!2 2𝑡 𝑒 3!3 3𝑡
𝑒 𝑒
= 1
[1 + 𝑒
+ + +⋯]
𝑒 1! 2! 3!
1 𝑡 (𝑒𝑡−1)
= 𝑒 [𝑒𝑒 ] = 𝑒
 M’x(t) = 𝜆𝑒𝑡 · 𝑒 (𝑒𝑡−1)

 E(x) = M’x(t=0) = 𝜆𝑒𝑡 · 𝑒 =𝜆

(𝑒𝑡−1)

 M’’x(t) = 𝜆𝑒𝑡 · 𝜆𝑒𝑡 · (𝑒 (𝑒𝑡−1)) + 𝜆𝑒𝑡 · 𝑒 (𝑒𝑡−1)

 E(x2) = M’’x(t=0) = 𝜆2+𝜆

𝜎𝑥2 = E(x2) – [E(x)]2 = 𝜆2 + 𝜆 - 𝜆2 = 𝜆

5. f(x) = nCx . px . qn-x ; untuk x = 0; 1; 2; 3;.......n
= 0, untuk nilai x lainnya.
 Mx(t) = E(etx) = ∑𝑛 𝑥=0 𝑒 · Cx . p . q
𝑡𝑥 n x n-x

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

𝜎𝑥2 = E(x2) – [E(x)]2 = n2 p2 – n p2 + n p – n2 p2

= n p – n p2 = n p (1 – p) = n pq

6. Dik: f(X) = a+bX, 0 ≤ X ≤ 1

= 0, OW

Jika E(X) = 2/3, Carilah berapa nilai a dan b, dan Mx(t)

Hitung:
1
Syarat pdf: ∫0 (𝑎 + 𝑏𝑥)𝑑𝑥 = 1
𝑎𝑥 + 1 𝑏𝑥2 ]1 = 1
2 0
a + 1/2b = 1
2a + b = 2......1)
1
E(x) = ∫0 (𝑎 + 𝑏𝑥) 𝑥 𝑑𝑥
1
2/3 = ∫0 (𝑎𝑥 + 𝑏𝑥2)𝑑𝑥
2/3 = │1/2 a x2 + 1/3 b x3│10
2/3 = ½ a + 1/3 b
4 = 3 a +2 b.......2)
Dari persamaan 1) dan 2)
2a+b=2 x2 =4a+2b=4
3a+2b=4 x1 =3a+2b=4
a=0
b=2
Jadi f(x) = 2x
1
 Mx(t) = ∫0 𝑒𝑡𝑥 2𝑥 · 𝑑𝑥
“Tidak ada jalan yang tidak bisa dilewati, jika kita mau untuk
Aturan Tanzalin berusaha”
Turunkan Integralkan
+
2x etx
2 -
etx/t
0 etx/t2

= [2x etx/t – 2etx/t2]10

Mx(t) = (2et/t – 2et/t2) – (0 – 2/t2)

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

Mx(t) dan E(X)......? Bagaimana Mx(t) kalau nilai alpha = 1 ?

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

= α β (1 - tβ)-α-1 , saat t=0

=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

1.)Nyatakan ketidak samaan chebychev pada distribusi:

a. Normal
b. Normal baku
c. Poisson
d. Binomial

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

2.)Buktikan 𝑃[|𝑥| ≥ 𝑘] ≤ 1/𝑟2, X~𝑁(0,1)

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

𝑀′′(𝑡) 2𝑒𝑡(4 − 4𝑒𝑡 + 𝑒2𝑡) − 2𝑒𝑡(−4𝑒𝑡 + 2𝑒2𝑡)

=𝑥 4 − 4𝑒𝑡 + 𝑒2𝑡
′′(
2𝑒0(4 − 4𝑒0 + 𝑒2(0)) − 2𝑒0(−4𝑒0 + 2𝑒2(0))
𝑀𝑥 𝑡 = 0) =
4 − 4𝑒0 + 𝑒2(0)

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

b. Sama caranya dengan yang No. 4.a (≥ 0)

c. 𝑃[5 < 𝑥 < 15] = 𝑃[|𝑥 − 10| < 5] ≥ 1 − 9
25
16
𝑃[5 < 𝑥 < 15] = 𝑃[|𝑥 − 10| < 5] ≥
25

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

7. Jika x adalah U(a;10) dan μ = 5 dan  2= 25 . Hitunglah : P[ |𝑥 − 5| >

3
4 ] dan bandingkan dengan ketaksamaan Chebyshev.

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

Dengan menggunakan ketaksamaan Chebyshev

P[|x - μ| > k ] < 1 P[ |𝑥 − 5| > 4 ] < 1
𝑘2
4 𝑘2
k = 4 k=4= 4
= √3
σ 25 5
√3
1 1 2 25
𝑘2 = 4 = 48
( √3)
5
sehingga diperoleh P[ |𝑥 − 5| > 4 ] < 25
48
Nilai P[ |𝑥 − 5| > 4 ] dengan menggunakan fungsi pdf-nya adalah 0.2
sedangkan menggunakan ketaksamaan Chebyshev nilai dari P[ |𝑥 − 5| > 4 ]
tidak lebih dari 25. Hal ini benar karena P[ |𝑥 − 5| > 4 ] berada di bawah 25.
48 48

8. Jika x adalah U(-1;3) hitunglah:

P[ |𝑥 − 𝜇| ≥ 2𝜎 ] dan bandingkan dengan ketaksamaan Chebyshev.
[U(-1;3)= uniform (-1;3)]
Jawab:
f(x) = 1
4 ; -1 < x < 32
3 𝑥 𝑥
μ = E(x) = ∫ 𝑑𝑥 = ]3 = 1
−1 4
8 −1
(Cara II: jika sudah mengetahui E(x) = 𝑎+𝑏, maka nilai μ bisa langsung
2
dihitung dengan rumus tersebut)
2 (𝑏−𝑎)2 (3−(−1))2 4 2
 = 12
= 12
=3  = √3
P[ |𝑥 − 𝜇| ≥ 2𝜎 ] = P[ |𝑥 − 1| ≥ 4
]
√3
= 1 – P[ |𝑥 − 1| < 4
]
√3
= 1 – P[ 1 − 4
<𝑥 <1+ 4
]
√3 √3

=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

Karena nilai peluang tidak boleh negatif, sehingga

P[ |𝑥 − 𝜇| ≥ 2𝜎 ] = 0
Dengan menggunakan ketaksamaan Chebyshev
P[|x - μ| > k ] < 1 P[ |𝑥 − 𝜇| > 2𝜎 ] < 1
𝑘2
𝑘2
k=2 1
=1
𝑘2 4
sehingga diperoleh P[|x - μ| > 2 ] < 1
4

9. X menyatakan jumlah barang yang bisa diangkut oleh seorang potter di

stasiun terminal angkutan kereta api dengan μ = 20 kg/hari. Berapa
kemungkinannya dia pada hari minggu depan mampu mengangkut barang
lebih dari 40 kg jika diketahui pula besarnya  2= 16. Hitunglah P(10 < x
< 30).

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

P(10 < x < 30) = P(|x - 20| < 10)

k = 10 k = 10 = 10 = 2.5
σ 4
P(|x - 20| < 10 ) > 1 − 1
= 1− 1
= 0.84
𝑘2 2.52
Sehingga P(10 < x < 30) tidak kurang dari 0.84

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

 𝑃[|𝑋 − 𝜇| < 120] ≥ 1 − 1

𝑟2
𝑟𝜎 = 120
120 60 𝑚𝑎𝑘𝑎
𝑟= =
2√2 √2
1
𝑃[|𝑋 − 𝜇| < 120] ≥ 1 −
60
(√2)2
1799
𝑃[|𝑋 − 𝜇| < 120] ≥
1800

11. Jika diketahui μ = 8 dan  2= 9 dari suatu p a x. Tentukan :

a. P(-4 < x < 20)
b. P[ |𝑥 − 8| ≥ 6 ]

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

12. Jika Y mengikuti B(n;0.25). tentukanlah batas bawah

untuk P[ |𝑦 − 0,25| < 0.05 ] jika n = 100; n = 500 dan n = 1000
𝑛
[B(n;0.25)=Binomial(n;0.25)]

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

2. Sebuah dadu khusus diberati sedemikian rupa sehingga kemungkinan

muncul suatu angka genap tiga kali lebih besar dari pada kemungkinan
munculnya suatu angka ganjil, Bila A menyatakan kejadian munculnya
suatu angka prima dalam 1 lantunan, berapakah P (A) ?

3. Dalam suatu kotak berisi 6 kelereng hijau, 4 kelereng merah, dan 7

kelereng biru. Kotak kedua berisi 2 kelereng hijau, 8 kelereng merah, dan
3 kelereng biru. 2 kelereng diambil dari kotak pertama dan di masukkan
kedalam kotak kedua. Berapa peluang sekarang mengambil kelereng
berwarna merah dari kantong kedua ??

4. Dalam suatu kejuaraan futsal angkatan 52 diambil 3 kelas sebagai data

penelitian, kelas 1A menghasilkan 9 gol, kelas 1B menghasilkan 6 gol,
RINJANI_ST
 5
kelas 1C menghasilkan 11 gol. Jika kemudian diketahui bahwa

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 ??

5. Tentukan nilai p agar tiap fungsi berikut merupakan fungsi distribusi

peluang (PDF),setelah itu nyatakan fungsi CDFnya dan buat grafik kedua
fungsi tersebut!
a. P(x) = p(x2 + 6x -10) , x = 1,2,3,dan 4
b. P(x) = p(3)x , x = 1,2,3,4,5,…
7
4𝑝 , j𝑖𝑘𝑎 𝑥 = 0
c. p{ −𝑝, j𝑖𝑘𝑎 𝑥 = 1
3𝑝, j𝑖𝑘𝑎 𝑥 = 2
0 , j𝑖𝑘𝑎 𝑥 𝑦𝑎𝑛𝑔 𝑙𝑎𝑖𝑛

“ Keberhasilan ditentukan bagaimana kita menyiapkannya hari ini”

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

2. Ruang sampel T = {1,2,3,4,5,6}. Kita anggap bahwa tiap angka

ganjil berbobot x, maka bobot untuk angka genap adalah 3x. karena
bobot seluruh adalah 1, maka 3x + 3(3x) = 1 atau 12x = 1 atau x
=1/12
A adalah peluang terambilnya mata dadu angka prima,
A ={ 2,3,5}
Jadi P (A) = 3 1 1 5
12 +
12 +12 = 12

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

Kemungkinan yang terjadi ada 6 kasus,

Kemungkinan kasus I(terambilnya 2 kelereng hijau pada kotak 1)

6
𝐶2 15
P (2H1) = =
𝐶217 136
Lalu terambilnya kelereng merah pada kotak 2, dengan penambahan kasus I
P (M2) = 8 , maka P (2H1 ∩ M2) = ( 15 ) ( 8 ) = 120
15 136 15 2040
Kemungkinan kasus II (terambilnya 2 kelereng merah pada kotak 1)
4
𝐶2 6
P (2M1) = =
𝐶217 136
Lalu terambilnya kelereng merah pada kotak 2, dengan penambahan kasus II
P (M2) = 10 , maka P (2M1 ∩ M2) = ( 6 10 60
15 136 ) (15 ) = 2040

Kemungkinan kasus III (terambilnya 2 kelereng biru pada kotak 1)

7
𝐶2 21
P (2B1) = =
𝐶217 136
Lalu terambilnya kelereng merah pada kotak 2, dengan penambahan kasus III
P (M2) = 8 , maka P (2B1 ∩ M2) = ( 21 )( 8 ) = 168
15 136 15 2040

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

Kemungkinan kasus V (terambilnya 1 kelereng hijau dan 1 kelereng biru pada

kotak 1)
6 7
𝐶 42
P (H1B1) = 𝐶1171 =
𝐶2 136
Lalu terambilnya kelereng merah pada kotak 2, dengan penambahan kasus V
P (M2) = 8 , maka P (H1B1 ∩ M2) = ( 42 )( 8 ) = 336
15 136 15 2040
Kemungkinan kasus VI (terambilnya 1 kelereng merah dan 1 kelereng
biru pada kotak 1)
4 7
𝐶 28
P (H1M1) = 𝐶1171 =
𝐶2 136
Lalu terambilnya kelereng merah pada kotak 2, dengan penambahan kasus VI
P (M2) = 9 , maka P (H1M1 ∩ M2) = ( 28 )( 9 ) = 252
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

4. Pemilihan sebuah gol yang diamati untuk masing-masing kelas

adalah P (1A) = 9/26, P (1B) = 6/26, P (1C) = 11/26
Dari pemilihan sebuah gol yang diamati itu diketahui adalah rusak. Peluang
bersyaratnya adalah
P (R/1A) = 4/100 = 1/25
P (R/1B) = 2,5/100 =

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

5. a. P(x) = p(x2 + 6x -10) , x = 1,2,3,dan 4

Agar PDF, maka syaratnya ∑4 1 𝑝(x + 6x -10) = 1
2

[(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

b. P(x) = p(3)x , x = 1,2,3,4,5,…

7
Agar PDF, maka syaratnya ∑∞ 𝑝 (3)x = 1
1 7
Langsung aja yah, kita gunakan deret geometri tak hingga dengan
memindahkan p ke ruas kiri terlebih dahulu, karena p adalah konstanta
:
𝑎
1−𝑟
= 1/p
3
7
3 = 1/p
1−
7
3
= 1/p , p = 4
4 3

Fungsi CDFnya,

Fx (𝜇) = P (X≤ 𝜇) { 0, 𝑥 < 1

∑∞ 4 (3) x, x = 1,2,3,4 … .
1 3 7

Untuk grafik PDF dan CDFnya gambar sendiri juga yah??

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

“Apapun yang terjadi,

jangan dijadikan beban.
Berserah diri sepenuhnya
pada Allah, dan yakin Allah
telah merencanakan yang
terbaik.”

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.

2. di suatu rumah terdapat beberapa kotak berisi perhiasan . jika diketahui

seorang pencuri mempunyai 10 kunci untuk membuka beberapa kotak
perhiasan tersebut. Suatu kotak hanya dapat dibuka oleh 1 kunci saja. Bila
30% kotak tak terkunci , berapakah peluang pencuri tersebut dapat
membuka kotak , bila ternyata pencuri tersebut hanya mengambil 4 buah
kuncinya secara acak.

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)?

4. suatu bank menawarkan obligasi bagi langganannya dengan tahun penebusan

/ jatuh tempo yang berlainan . bila dist. Tumpukan T diketahui lamanya
dalam tahunsampai jatuh tempo, diberikan oleh

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

a. gambarkan grafik F(t)

b. Hitung P (X<2,5), P(X>3)

5. random variable continue x mempunyai pdf yang mengikuti syarat :

1
𝑥,0 ≤𝑥 ≤1
⎛ 2
⎪ 1
,1≤𝑥 ≤2
𝑓 (𝑥 ) = ⎨ 2
− 𝑥+3,2 ≤𝑥 ≤3
1

⎪ 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

3. Dik. Suatu kotak berisi 6 rasa coklat dan 3 rasa

apel X = banyaknya rasa apel yang diambil
Fungsi pdf dari banyaknya permen rasa apel yang diambil:
3 6
𝐶 .3−𝑥
f(x) = 𝐶𝑥 ,
𝐶39
3 6
f(x=0) = 𝐶0.𝐶3 = 20 5
9
=
𝐶3 84 21

f(x=1) = 𝐶13.𝐶26 3 .15

45 5
𝐶39 84 = 84 = 21
2 1
f(x=2) = 9 f x 3) =
( =
RINJANI_ST
 67
𝐶3.𝐶6 3.
18
𝐶3
6 = 3
𝐶3.𝐶6 8 =
3 40 84
𝐶3 9
1
8
4

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

b,. P(X<2,5) = F(5) = ¼

P(X > 3) = 1 – P(x < 3) = 1- F(3) = 1- ½ = ½
1
𝑥, 0 ≤ 𝑥 ≤ 1
2
5. 𝑓(𝑥) = 1
,1 ≤𝑥 ≤ 2
2

− 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

c. Gambar fungsi pdf :

f(x)

1/2

x
0 1 2 3

Gambar fungsi cdf :

f(x)

1/2

x
0 1 2 3

RINJANI_ST
 7

Latihan soal (Evaluasi) dan pembahasan

Diagram pohon dan tabel frekuensi kejadian

1. Kelas A terdapat 3 laki-laki dan 4 perempuan, kelas B terdapat 3 laki-laki

dan 5 perempuan. Akan dipindahkan 2 orang (acak) dari kelas A ke B.
a. Hitung peluang 2 orang terpilih dari kelas A itu kedua-duanya laki-laki:
keduanya perempuan:1 laki-laki dan perempuan.
b. Peluang 2 orang dari kelas B keduannya laki-laki; keduanya perempuan;
1 laki dan 1 perempuan.
2. Dua kandang terpisah berisi 20 ekor sapi. Kandang pertama berisi 5 sapi
gemuk dan pada kandang kedua terdapat 18 sapi kurus. Berapa persen
kemungkinan:
a. Sekali diambil ditemukan 1 sapi kurus dari kandangnya B.
b. Sekali ambil ternyata diperoleh sapi kurus yang dari kandang B (artinya
diketahui terambil sapi kurus, lalu berapa peluangnya berasal dari
kandang B).
Teorema Bayes dan Peluang bersyarat
3. Kotak 1 berisi 3 bola merah dan 2 bola biru, sementara kotak 2 berisi 2 bola
merah dan 8 bola biru. Sebuah koin dilempar, jika muncul kepala sebuah
bola dipilih dari kotak 1 dan jika muncul ekor sebuah bola dipilih dari kotak
2. Tetapi ia tidak memberitahu apa yang muncul kepala/ekor, tapi diketahui
sebuah bola merah dipilih. Hitung probabilitas terpilihnya bola merah
tersebut dari kotak 1 ( artinya koin menghasilkan kepala).
4. Suatu daerah diketahui berdasar data yang lalu bahwa peluang memilih
seseorang yang kena kanker adalah 0.02. Bila peluang seorang dokter
dengan tepat mendiagnosa seseorang yang kena kanker sebagai terserang
kanker 0.78 dan peluangnya keliru mendiagnosa seseorang yang tidak kena
kanker sebagai terserang kanker 0.06, maka berapa peluang :
a. Seseorang didiagnosa sebagai terserang kanker?
b. Seseorang didiagnosa terserang kanker memang kena kanker?
5. Tentukan k agar fungsi berikut termasuk pdf, dan carilah cdfnya!
a. 𝑓(𝑥) = 𝑘𝑥2 ; −1 ≤ 𝑥 ≤ 1
b. 𝑓(𝑥) = 𝑘
(𝑥 2+1) ; −∞ ≤ 𝑥 ≤ ∞
Hitung peluang 𝑥2 diantar 1/3 dan 1 atau P(1/3 < 𝑥2<1)

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).

Nilai Harapan dan Varians

9. Polisi memasang alat pemantau batas kecepatan di 4 tempat. Radar ditiap
tempat dipasang 40%, 30%, 20%, 30% dari waktu sehari. Seseorang ngebut
– ngebutan ke kantor berpeluang masing – masing 0.2; 0.1; 0.5; 0.2; melalui
tiap tempat tersebut. Berapa peluang ia kena tilang?
10. X adalah variabel random bernilai positif dan f(X)=ln(x). carilah
ekpekatasi dan varians dari f(x).

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

b. Menggunakan diagram pohon.

(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

Peluang terpilih 2 perempuan dari kelas B adalah:

1 𝐶5 2 𝐶7
4 𝐶26
( ) ( ) + ( )( ) + ( ) ( ) = ℎ𝑖𝑡𝑢𝑛𝑔 𝑠𝑒𝑛𝑑𝑖𝑟𝑖
2 2

7 𝐶210 7 𝐶210 7 𝐶210

Peluang terpilihnya 1 perempuan dan 1laki dari kelas B adalah:

1 𝐶5𝐶5
1 𝐶 5𝐶 5 4 𝐶 4𝐶 6
( )( 1 1
) + ) ( 1 1 ) + ) ( 1 1 ) = ℎ𝑖𝑡𝑢𝑛𝑔 𝑠𝑒𝑛𝑑𝑖𝑟𝑖
( (
10 2
7 𝐶2 7 𝐶10 7 𝐶210
RINJANI_ST
 75

Pertanyaan apakah peluang terpilih 1 perempuan dan 1 laki dari

B= 1−(peluang terpilih 2 laki dan peluang terpilih 2 perempuan).

2. Selesaikan dengan bagan 2x2 sbb:

Kandang A Kandang B Total
Kurus 15 18 33
Gemuk 5 2 7
Total 20 20 40

a. 𝑃(𝐵 ⋂ 𝑘𝑢𝑟𝑢𝑠) = 18
40
b. 𝑃(𝐵|𝑘𝑢𝑟𝑢𝑠) = 18
33

3. Bisa menggunakan diagram pohon dan teorema bayes. Kalau menggunakan

bayes langkahnya seperti ini:
Peluang tersebut sama sama dengan peluang bola merah(M) yang terpilih
dari kotak I saat peluang kotak I terpilih terjadi dibagi dengan peluang total
kerjadian terambil bola merah ( baik dari kotak I dan kotak II- karena focus
kita adalah bola merah sebagai variable yang given sehingga ada
penghitungan di dua kotak). Secara matematis ditulis :
𝑃(𝐼)𝑃(𝑀|𝐼) 3
𝑃(𝐼|𝑀) = 𝑃(𝐼)𝑃(𝑀|𝐼) + 𝑃(𝐼𝐼)𝑃(𝑀|𝐼𝐼) = 4
Dengan P(I)P(M|I)=(1)( 3 ) dan P(II)P(M|II)=(1)( 2 )
2 3+2 2 2+8
4. Untuk mempermudah pengerjaan maka dapat dibuat tabel
Diagnosa
Kena(A) Tidak kena(𝐴,)
Kanker Ya 0.78 0.22
Tidak 0.06 0.94
A= seseorang didiagnosa kena kanker
𝐴,= seseorang tidak didiagnosa kena kanker
𝑃(𝐵1)= peluang memilih orang kena kanker =0.02 (data lama)
𝑃(𝐵2)= peluang memilih orang sehat=0.98

RINJANI_ST
 7

a. Peluang pak dokter memberikan diagnose kena + peluang

diagnose tidak kena kanker =1 . secara matematis dapat ditulis:
P(A)+P(𝐴,)=1
P(A)=1- P(𝐴,)
=1- (P(diagnose tidak kena kanker dan memang tidak kena kanker)
+P(diagnose tidak kena kanker tapi ternyata kena kanker)
=1−(𝑃(𝐵2)𝑃(𝐴|𝐵2) + 𝑃(𝐵1)P(𝐴,|𝐵1))
=1−((0.98)(0.94)+(0.22)(0.02))
=0.0744
𝑃(𝐴)𝑃(𝐵1|𝐴) (0.78)(0.02)
b. P(A|𝐵1)=𝑃(𝐴)𝑃(𝐵 |𝐴)+𝑃(𝐵 )𝑃(𝐴|𝐵 ) = 0.0744 = 0.20967
1 2 2
5. Syarat pdf diskrit jika dijumlahkan untuk seluruh interval nilai berlaku
nilainya=1, syarat pdf kontinu f(x) jika diintegralkan untuk semua interval
varibel x yang memenuhi nilanya=1
a. 𝑘 −1
𝑥2 𝑑𝑥 = 1 k=3/2
1
∫
𝑓(𝑋) = 3 𝑥2 ; −1 ≤ 𝑥 ≤ 1 ingat intervalnya ditulis
2

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!

Sehingga nilai k harus berkeebalikan dengan hasil itu agar perkaliannya =1

maka k =𝑒−𝜇
8. Kita dapat mengira-ngira peluang yang dimaksud dapat ditulis 𝑃(𝐴) = 𝑛(𝐴)
𝑛(𝑆)
Dengan n(A) adalah banyak kejadian tidak ada seorang pun bertanggal lahir
dan bulan yang sama, dan n(S) adalah banyaknya kejadian n siswa memiliki
hari ulang tahun yang bisa terhadi di kelas.
Mendapatkan n(S):
Seorang siswa bisa saja ia lahir pada salah satu hari dari sebanyak
365 hari. Sehingga ia memiliki 365 kemungkinan memiliki hari
ulang tahun tertentu. Jika ada dua siswa maka kemungkinan
keduanya memiliki hari ulang tahun dari 365 hari itu adalah
n(S)=n(𝐴 ∩ 𝐵) dan karena hari kelahiran ini adalah selalu
independen maka n(S)=𝑛(𝐴 ∩ 𝐵)=n(A|B)n(B)=n(A)n(B). sehingga
jika ada n siswa maka n(S)=n(𝐴1)𝑛(𝐴2) … . 𝑛(𝐴𝑛) = 365𝑛 kejadian
yang bisa terjadi dalam kelas itu.

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

Karena f(x)=ln(x) maka 𝑓′(𝑥) = 1

𝑥 𝑑𝑎𝑛 𝑓′′(𝑥) = − 1
𝑥2
E(ln(x))=ln 𝜇 + ( ) (− ) 𝑉𝑎𝑟(𝑥) = ln(𝜇) −
1 1 𝑉𝑎𝑟(𝑥)

2
Dan 2 𝜇
2 𝜇2
Var(ln(x))= 1 𝑉𝑎𝑟(𝑥) = (σ) 𝑑𝑒𝑛𝑔𝑎𝑛 𝑉𝑎𝑟(𝑥) = 𝜎2; 𝑚𝑒𝑎𝑛 𝑥 = 𝜇
𝜇2 𝜇

Tidak ada harga atas waktu,

tapi waktu sangat berharga. Memiliki waktu tidak menj
kaya, tetapi menggunakannya dengan baik
adalah sumber dari semua
kekayaan.

RINJANI_ST
 56

Exercise (chapter 2) introduction to probability and mathematical

statistics L. J. Bain, Max Engelhardt Hal 83 (introduction, descrete
random variables, continuous random variable, some properties of
expected value, moment generating function)

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

5. A discrete random variables has pdf f(x).

(a) If f(x) = k(1/2)x for x = 1, 2, 3, and zero otherwise, find k.
(b) Is a function of the form f(x) = [k(1/2)x – 1/2] for x = 0, 1, 2 a pdf for
any k?

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).

8. A nonnegative integer-valued random variable X has a CDF of the form F(x)

= 1 – (1/2)x + 1 for x = 0, 1, 2, . . . and zero if x < 0.
(a) Find the pdf of X.
(b) Find P [10 < X ≤20].
(c) Find P [X is even].

9. Sometimes it is desirable to assign numerical “code” values to experimental

responses that are not basically of numerical type. For example, in testing
the color preferences of experimental subjects, suppose that the colors blue,
green, and red occur with probabilities ¼, ¼, and ½, respectively. A
different integer value is assigned to each color, and this corresponds to a
random variable X that can take on one of these three integer values.
(a) Can f(x) = (1/4)x(1/2)1 - |x| for x = -1, 1, 0 be used as a pdf for the
experiment ?
2
(b) Can f(x) = ( )(1/2)2 for x = 0, 1, 2 be used?
𝑥
(c) Can f(x) = (1 – x)/4 for x = -1, 0, 2 be used?

RINJANI_ST
 58

10. Let X be a discrete random variable such that P[X = x] > 0 if x = 1, 2, 3,

or 4 and P[X = x] = 0 otherwise. Suppose the CDF is F(x) = 0.5x (1 + x) at
the values x = 1, 2, 3, or 4.
(a) Sketch the graph of the CDF.
(b) Sketch the graph of the discrete pdf f(x).
(c) Find E(X).

11. A player rolls a six-sided die and receives a number of dollars

corresponding to the number of dots on the face that turns up. What amount
should the player pay for rolling to make this a “fair” game?

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).

13. A function f(x) has the following form :

f(x) = kx- (k + 1),1 < x < ∞

and zero otherwise.

(a) For what values of k is f(x) a pdf?

(b) Find the CDF based on (a).
(c) For what values of k does E(X) exist?

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 < ∞.

15. Find the pdf corresponding to each of the following

CDFs : (a) F(x) = (x2 + 2x + 1)/16 ; -1 ≤ x ≤ 3.
(b) F(x) = 1 – 𝑒− 𝑥 - 𝜆𝑥𝑒− 𝑥 ; 0 ≤ x < ∞ ; 𝜆 > 0.

16. If fi(x), i = 1, 2, . . . , n, are pdf’s, show that

RINJANI_ST
 5
𝑛
∑𝑖=1 𝑝ifi(x) is a pdf where pi ≥ 0 and 𝑝I = 1
∑𝑛 𝑖=1

17. A random variable X has a CDF such that

𝑥
, 0<𝑥≤1
𝑓( 𝑥 ) = { 2
𝑥 − 1/2, 1 < 𝑥 ≤ 3/2
(a) Graph F(x).
(b) Graph the pdf f(x).
(c) Find P [X ≤ 1/2].
(d) Find P [X ≥ 1/2].
(e) Find P [X ≤ 1.25].
(f) What is P[X ≤ 1.25]?

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).

19. A random variable X has the pdf

𝑥2 if 0 < 𝑥 ≤ 1
f(x) ={ 2 if 1 < 𝑥 ≤ 2
3
0 otherwise

(a) Find the median of X.

(b) Sketch the graph of the CDF and show the position of the median
on the graph.

20. A continuous random variable X has CDF given by

0 if x < 1
F(x) = {2(𝑥 − 2 + )
1
if 1 ≤ x ≤ 2
𝑥
1 if 2 < x

RINJANI_ST
 60
(a) Find the 100 × pth percentile of the distribution with p = 1/3.

RINJANI_ST
 6

(b) Find the pdf of X.

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)

23. Let X be a random variable with discrete pdf if f(x) = x/8 if x = 1, 2, 5,

and zero otherwise. Find :

(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?

26. At a computer store the annual demand for a particular software

package is a discrete random variable X. The store owner orders four copies
of the package at $10 per copy and charges customers $35 per copy. At the

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

(a) Find E(X).

(b) Find Var(X).
(c) Express the owner’s net profit Y as a linear function of X, and find
E(Y) and Var(Y).

27. The measured radius of circle, R, has a pdf

f(r) = 6r(1 – r), 0 < r < 1. Find :
(a) The expected value of the radius.
(b) The expected circumference.
(c) The expected area.

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

The distribution of X is not symmetric. Why? Show that 𝜇3 = 0.

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

31. (a) Use Chebychev’s inequality to obtain a lower bound on P[5/

8 < 𝑋 < 7/8] in Exercise 24. Is this a useful bound?
(b) Rework (a) for the probability P[1/2 < 𝑋 < 1].
(c) Compare this bound to the exact probability.

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).

34. Suppose that X is a random variable with MGF Mx(t) = (1/8)𝑒𝑡 +

(1/4) 𝑒2𝑡 + (5/8) 𝑒5𝑡.
(a) What is a distribution of X?
(b) What is P[X = 2]?

35. Prove Theorem 2.5.4 for a nonnegative integer-valued random variable

X.

36. Assume that X is a continuous random variable with pdf

f(x) = exp [-(x + 2) if −2 < 𝑥 < ∞ and zero otherwise.
(a) Find the moment generating function of X.
(b) Use the MGF of (a) to find E(X) and E(X2).

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.

39. Show that 𝜎2 = 𝐸[𝑋(𝑋 − 1)] − 𝜇(𝜇 − 1).

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.

Kita lebih cepat melihat kesulitan daripada melihat kemudahan.

Itu sebabnya kita lebih mudah berkecil hati daripada berharapan baik.

RINJANI_ST
 6

Jawaban Beberapa soal Exercise (chapter 2) introduction to probability

and mathematical statistics L. J. Bain, Max Engelhardt Hal 83
(introduction, descrete random variables, continuous random variable,
some properties of expected value, moment generating function)

2. a dan b.) Ruang sample = 2×6 = 12

f (1) = 1
(1,0)
x
12
f (2) = 2
= 1 (1,1) (2,0)
x
12 6
dst.
F (1) = P(x ≤ 1) = 1

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 •

3) = P(x = 4) +4P(x =567

d. P(x > 123 5) + P(x = 6) + P(x = 7)

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

e. P(x = odd integer) = P(x = 1) + P(x = 3) + P(x = 5)+ P(x = 7)

1 1 1 1 1
= 12 + 6 + 6 + 12 = 2

Misal: H = bagian muka

T = bagian belakang
X = kejadian munculnya bagian muka dalam 3 lemparan
koin
S = { HHH, HHT, HTH, THH, HTT, THH, THT, TTT}

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

PDF

CDF

4. X menyatakan kejadian terambilanya bola hitam sampai

habis Keterangan : B = bola hitam, W = bola putih
 Untuk x = 2 S = { B, BB }
f(2) = 2
.1 = 1

5 4 10

 Untuk x = 3 S = { BWB, WBB }

f(3) = 2 . 3 . 1 + 3 . 2 . 1 = 2

5 4 3 5 4 3 10

 Untuk x = 4 S = { BWWB, WWBB, WBWB }

f(4) = 2 . 3 . 2 . 1 + 3 . 2 . 2 . 1 + 3 . 2 . 2 . 1 = 3

5 4 3 2 5 4 3 2 5 4 3 2 10

 Untuk x = 5 S = { BWWWB, WWWBB, WBWWB, WWBWB }

RINJANI_ST
 68
f(5) = 2 . 3 . 2 . 1 . 1 + 3 . 2 . 2 . 1 . 1 + 3 . 2 . 2 . 1 . 1 + 3 . 2 . 2 . 1 . 1 = 4

5 4 3 2 5 4 3 2 5 4 3 2 5 4 3 2 10

sehingga dapat ditulis

f(x) = 𝑥−1
10 ; x = 2, 3, 4, 5

5. a. f(x) = k(1/2)x x = 1, 2,

3 Syarat pdf ∑𝑎𝑥 𝑓(𝑥𝑖) = 1

𝑖

f(1) + f(2) + f(3) = 1

k(1/2)1 + k(1/2)2 + k(1/2)3 = 1

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 ]

syarat pdf ∑𝑎𝑥 𝑓(𝑥𝑖) = 1 maka,

𝑖

= (8/7)[(1/2)0  ½ ] + (8/7)[(1/2)1  ½ ] + (8/7)[(1/2)2  ½ ]

= (8/7)[-1/2 + 0  1/4]

= (8/7)[-3/4] = -6/7 ≠ 1

Maka f(x) = k[(1/2)x  ½ ] bukanlah pdf untuk setiap k.

7. f(x) = c(8x) x = 0,1,2,3,4,5

a. syarat pdf ∑𝑎𝑥 𝑓(𝑥𝑖) = 1

𝑖

RINJANI_ST
 6
c(80) + c(81) + c(82) + c(83) + c(84) + c(85) = 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

Fx(x) 7/11 , 2≤x<3

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

𝑎𝑥𝑖 33

RINJANI_ST
 7

8. F(X) = 1  (1/2)𝑥+1 X = 0,1,2

x < 0 zero otherwise

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)
=¾½
=¼

f(2) = F(2)  F(1)

= 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

P(x = even) = f(x = even) = fx(0) + 𝑎𝑟

1−𝑟 2
(karena pada deret geometri dimulai pada x = 1)
11
4 ·2
= (1/2)0+1 +
1−(1/2) 2
= ½ + 1/6
= 2/3

d) P[10 < x ≤ 20] =

𝑥=11 (𝑦2)𝑥+1 = 0,0004878 (gunakan kalkulator)
∑20
9. syarat pdf ∑𝑎𝑙𝑙 𝑥=1 𝑓(𝑥𝑖) = 1
a) f(x) = (1/4)x (1/2)1-│x│ x = -1, 1, 0

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

10. F(x) = 0,05 x(1+x)

a. x 1 2 3 4
F(x) 0,1 0,3 0,7 1

1 •
0,7 •
0,3 •
0,1
•
1 2 3 4

b. F(X) = P(X+x) = f(X ≤ x)

f(1) =0,1
f(2) = F(2)  F(1) = 0,3  0,1 = 0,2
f(3) = F(3)  F(2) = 0,7  0,3 = 0,4
f(4) = F(4)  F(3) = 1  0,7 = 0,3

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

𝑐 (1 − 𝑥)𝑥2, 0 < 𝑥 < 1

12. 𝑓𝑥 (𝑥) = {
0, 𝑜𝑡ℎ𝑒𝑟𝑤𝑖𝑠𝑒
1
a. ∫0 𝑐 (1 − 𝑥)𝑥2𝑑𝑥 = 1
1

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

𝑘𝑥−(𝑘+1), 1 < 𝑥 < ∞, 𝑘 > 0

b. 𝑓𝑥 (𝑥) = {
0, 𝑜𝑡ℎ𝑒𝑟𝑤𝑖𝑠𝑒
 Untuk 1 < 𝑥 < ∞, CDF :

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

 Untuk 1 ≥ x → otherwise , CDF : 0

1 − 𝑥−𝑘, 1 < 𝑥 < ∞ , 𝑘 > 0
𝐶𝐷𝐹 { 0, 𝑜𝑡ℎ𝑒𝑟𝑤𝑖𝑠𝑒

∞
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.

a. 𝐹(𝑥) = 𝑒−𝑥 𝐼(0,1,… )(𝑥)

𝜕
𝑓 (𝑥 ) =
𝜕𝑥 𝐹𝑥 = −𝑒
−𝑥

∞ ∞

→ ∫ 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)

c. 𝐹(𝑥) = 1 − 𝑒−𝑥 𝐼(−1,0,1,… )(𝑥)

𝜕
𝑓 (𝑥 ) =
𝜕𝑥 𝐹𝑥 = 𝑒
−𝑥

∞
∞

→ ∫ 𝑓(𝑥) 𝜕𝑥 = ∫ 𝑒−𝑥𝑑𝑥
−1 −1
= −𝑒−𝑥|∞
−1
=𝑒
RINJANI_ST
 7

F (x) bukan CDF dengan 𝐼(−1,0,1,… )(𝑥)

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

b. 𝐹(𝑥) = 1 − 𝑒− 𝑥 − 𝜆𝑥𝑒− 𝑥 𝐼(0,… )(𝑥)

𝜕
𝑓(𝑥) =
𝐹(𝑥) = 𝜆𝑒− 𝑥 − 𝜆(𝑒− 𝑥 + 𝑥(−𝜆)𝑒− 𝑥)
𝜕𝑥
= 𝜆𝑒− 𝑥
− 𝜆𝑒− 𝑥
+ 𝑥𝜆2𝑒− 𝑥

= 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)

2𝑥⁄ , 0 < 𝑥 < 3

18. 𝑓(𝑥) = { 9
0, 𝑜𝑡ℎ𝑒𝑟𝑤𝑖𝑠𝑒
𝑥 2𝑥 𝑥
a. 𝐹(𝑥) = ∫ 𝑑𝑥 = 1 𝑥2| = 1 𝑥2 𝑢𝑛𝑡𝑢𝑘 0 < 𝑥 < 3
0 29 9 9
𝑥 ⁄ , 0 < 𝑥 <0 3

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

3𝑥2; 0 < 𝑥 < 1

24. 𝑓(𝑥) { 0; 𝑜𝑡ℎ𝑒𝑟𝑤𝑖𝑠𝑒
(point c tidak dikerjakan)
1
1 1
a. 𝐸(𝑥) = ∫ 𝑥 . 𝑓(𝑥) 𝑑𝑥 = ∫ 𝑥. 3𝑥2 𝑑𝑥 = 3 𝑥4 = 3
|
0 0 4
2 2 1 0 14
( ) 1
) ( 2 3 5 3
2
b. 𝐸 𝑥 = ∫0 .𝑓 𝑑𝑥 = ∫0 𝑥 . 3𝑥 𝑑𝑥 = 𝑥 | =
5 0 5
𝑥 𝑥 3 2 3
3
=
𝑉(𝑥) = 𝐸(𝑥 ) − [𝐸(𝑥)]2 = − [ ]
2
80
5 42
d. 𝐸(3𝑥 − 5𝑥 + 1) = 3𝐸(𝑥) − 5𝐸(𝑥 ) + 1 = 3. 3 − 5. 3 + 1 = 1
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

a. 𝐸(𝑥) = ∑𝑥 𝑥 . 𝑓(𝑥) = 0(0,1) + 1(0,3) + 2(0,3) + 3(0,2) + 4(0,1) =

1,9
b. 𝐸(𝑥2) = ∑𝑥 𝑥2 . 𝑓(𝑥) = 02(0,1) + 12(0,3) + 22(0,3) + 32(0,2) +
42(0,1) = 4,9
𝑉(𝑥) = 𝐸(𝑥2) − [𝐸(𝑥)]2 = 4,9 − (1,9)2 = 1,29
c. 𝑌 = 35𝑥 − 40
∴ 𝐸(𝑌) = 𝐸(35𝑥 − 40) = 35𝐸(𝑥) − 40 = 35(1,9) − 40 = 26,5
∴ 𝑉(𝑌) = 𝑉(35𝑥 − 40) = 352𝑉(𝑥) = 1225(1,29) = 1580,25
29.

𝑥 -3 -1 0 2 2√2
1⁄ 1⁄ (6 − 3
𝑓(𝑥) 4 4 1⁄ 3√2⁄
8 16

The distribution of x is symmetric about c if :

𝑓(𝑐 − 𝑥) = 𝑓(𝑐 + 𝑥) for all x

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

= P[|𝑥 − 3/4|] ≥ 1  192

80

= P[|𝑥 − 3/4|] ≥ -7/2 (not useful)

b. Same as the part a

2/5 ( useful)
7/8
c. P[5/8 < x < 7/8] = ∫5/8 3𝑥2 = 0,425

asikan pikiran Anda pada sesuatu yang Anda lakukan Karena sinar matahari juga tidak dapat membakar sebelum

RINJANI_ST
 8

B. Distribusi Peluang Teoritis (Diskrit)

1. Distribusi Seragam Diskrit

SebaranSeragam: Jika suatu peubah acak X dengan nilai x1, x2, …, xk,
memiliki peluang yang sama, maka sebaran diskrit seragamnya diberikan oleh

f(x;k) = (1/k) ; x= x1, x2, …, xk\

Teorema: Rataan dan variansi distribusi seragam diskret f(x; k) adalah:

k

 xi  (x i  ) 2

  i k1 2 i 1
k

2. Distribusi Binomial

Sebaran binomial: Jika suatu percobaan binomial menghasilkan keluaran

berhasil/sukses dengan peluang p dan gagal dengan peluang q=1-p, maka
sebaran peluang dari peubah acak binomial X, yakni banyaknya keberhasilan
dalam n buah percobaan yang saling bebas adalah

n
b(x; n, p)  Cx p x q n  x , x = 0, 1, 2, …,n

Teorema: Distribusi Binomial b(X;n,p) mempunyai rataan dan variansi

  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

Percobaan binomial menjadi percobaan multinomial bila tiap usaha dapat

memberikan lebih dari 2 hasil yang mungkin.

Sebaran multinomial: Jika suatu percobaan dapat memberikan k-jenis hasil

E1, E2, …, Ek dengan peluang p1, p2, …, pk, maka sebaran peluang dari
peubah acak X1, X2, …, Xk, yang menyatakan kemunculan dari E1, E2, …, Ek
didalam n-kali percobaan yang saling-bebas adalah dimana
f (x , x ...x ; p , p
...p
, n) 
n
px , x ...x
1 2 k

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

Jika dalam suatu percobaan, peluang berhasilnya percobaan tersebut belum

tentu sama dengan percobaan yang lain, maka hukum peluang Binomial tidak
dapat digunakan. Oleh karena itu digunakan hukum peluang Hipergeomatrik,
peluang hipergeometrik juga dapat digunakan pada saat percobaan yang
dilakukan tanpa pengembalian.

Contoh kasus. Misalkan dalam sebuah populasi berukuran N terdapat D buah

termasuk katagori A. sebuah sampel acak berukuran n diambil dari populasi
tersebut. Berapa peluang x buah termasuk katagori A dari sampel tersebut.

Sebaran hipergeometrik: Sebaran peluang dari peubah acak hipergeometrik X,

yakni jumlah sukses dari cuplikan acak sejumlah n yang terambil dari N benda,
dimana k buah diantaranya disebut sukses dan N-k disebut gagal, adalah
𝐶𝑘𝐶𝑁−𝑘
ℎ(𝑥; 𝑁, 𝑛, 3) = 𝑥 𝑁𝑛−𝑥 ; 𝑥 = 0,1,2, … , 𝑛
𝐶𝑛
Teorema. Mean dan variansi dari sebaran hipergeometrik (x; N, n, k)
adalah, masing-masing,

μ= nk/N, σ2= [(N-n)/(N-1)]⋅n⋅(k/N)⋅[1-(k/N)]

RINJANI_ST
 9

Percobaan Hipergeometrik mempunyai sifat:

1. Sampel acak ukuran n diambil tanpa pengembalian dari N benda

RINJANI_ST
 92

2. Sebanyak k benda dapat diberi nama sukses sedangkan sisanya , N-k

diberi nama gagal

Bila n kecil dibandingkan dengan N maka peluang tiap penarikan hanya

akan berubah sedikit sehingga dapat dihampiri dengan distribusi Binomial
dengan peluandg p=k/N.

5. Distribusi binomial negatif

Percobaan binomial negatif bersifat mirip dengan percobaan binomial

(biasa), kecuali percobaan dilakukan berulang sampai jumlah tertentu sukses
tercapai. Jadi, yang dihitung adalah peluang terjadinya ke- k pada percobaan
ke-x.

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

Sebaran geometrik : Jika percobaan berulang yang saling bebas

menghasilkan sukses dengan peluang p dan gagal dengan peluang q=1-p,
maka sebaran peluang dari peubah acak X, yakni banyaknya percobaan hingga
sukses pertama muncul, diberikan oleh

g(x;p) = p qx-1 , x = 1, 2, 3, …

Teorema rataan dan varians

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!

𝜆𝑡 menyatakan rata-rata banyaknya sukses yang terjadi per satuan waktu

atau daerah tersebut dan e = 2,71823…
rataan dan variansya sama dengan 𝜆𝑡

8. Pendekatan Binomial Ke Poisson

Misalkan X peubah acak binomial dengan distribusi peluang. Bila

n → ~,p →0,dan 𝜇 = np tetap sama, maka
b(x;n,p)→ p(x;𝜆t ) .
gunakan poisson untuk N> 30 dan p<0.03

Contoh Soal dan Pembahasannya

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

N=15 ; n=3 ; X = tablet / pil vitamin

misal peluang pelancong akan ditahan karena membawa narkotik = P(k)

p(k) = 1− P(X = 3)

= 1− 𝖢39 · 𝖢60
𝖢315

84 · 1
= 1− 455

455 − 84
= 455

371
= 455

53
= 65

2. Soal Binomial Negatif(a) dan Geometrik(b)

Misalkan peluangnya 0,8 bahwa setiap orang akan percaya tentang desas-
desus mengenai hubungan gelap seorang bintang terkenal. Berapakah
peluangnya bahwa:
a. Orang keenam yang mendangar desas-desus ini merupakan orang
keempat yang mempercayainya ?
b. Orang ketiga yang mendengar desar-desus ini merupakan orang pertama
yang mempercayainya ?

Jawab:

p=0,8 maka q=0,2

misal X adalah orang ke-x yang mempercayai desas-desus.

a. Gunakan binomial negatif

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−6 · 60 ℯ−6 · 61 ℯ−6 · 62 ℯ−6 · 63

= 0! + 1! + 2! + 3!
= 0,1512

b. P(6< X ≤ 8) = P(X ≤ 8)−P(X < 6)

ℯ−𝜇 · 𝜇 ℯ−𝜇 · 𝜇
= ∑08 ! − ∑05 !

ℯ−𝜇 · 𝜇
= ∑68 !

ℯ−6 · 66 ℯ−6 · 67 ℯ−6 · 68

= 6! + 7! + 8!

= 0,4015

RINJANI_ST
 9

4. Soal pendekatan Poisson untuk Binomial

Misalkan rata-rata 1 dari tiap 1000 orang melakukan salah perhitungan
dalam menghitung pajaknya. Bila 10000 isian pajak diambil secara acak dan
diperiksa, hitunglah peluangnya bahwa 6,7,atau 8 isian tersebut akan salah
perthitungan?

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

P(6≤ X ≤ 8)= P(X ≤8) − P(X <6)

6 !

ℯ−10 · 106 ℯ−10 · 107 ℯ−10 · 108

= 6! + 7! + 8!
= 0,2657

Soal – Soal dan Pembahasannya

1. Di awal tahun ajaran baru, mahasiswa fakultas teknik biasanya membeli
rapido untuk keperluan menggambar teknik. Di koperasi tersedia dua jenis
rapido, yang tintanya dapat di isi ulang (refill) dan yang tintanya harus
diganti bersama dengan cartridgenya. Data yang ada selama ini
menunjukkan bahwa 30% mahasiswa membeli rapido yang tintanya dapat
diisi ulang. Jika variabel acak X menyatakan mahasiswa yang membeli
rapido yang tintanya dapat diisi ulang, maka dapat dibentuk distribusi
probabilitas sebagai berikut:

RINJANI_ST
 98

1 jika mahasiswa membeli rapido yang tintanya dapat diisi ulang

X 
0 jika mahasiswa membeli rapido yang cartridgenya harus diganti
p(1)  P( X  1)  0,3
p(0)  P( X  0)  1 0,3  0,7
p(x  0 atau 1)  P( X  0 atau 1)  0

Maka fungsi probabilitasnya adalah fungsi Bernoulli dengan satu parameter

p = 0,3. Dinotasikan:
0,3
 x1
pB (x;0,3)  0,7
x0
0 x  0 atau 1
atau
x 1x
pB (x;0,3)  0,3 0,7 ; x  0,1

2. Pekerja PT Automobil memasang 15 mobil per jam. Selama waktu 1 jam

yang diberikan, 4 mobil diproduksi denga pintu yang cocok. 3 mobil dipilih
secara acak. Misal x menunjukkan jumah mobil dengan pintu yang cocok,
maka :
a) Temukan kepadatan untuk x
b) Temukan kemungkinan bahwa paling banyak 1 mobil ditemukan dengan
pintu yang cocok.
Jawab:
Gunakan distribusi geometrik
𝐶𝑘𝑥𝐶𝑁−𝑘 𝐶𝑥4𝐶3−𝑥
11
a) 𝑓(𝑥) = 𝑛−𝑥
𝑁 = 15
𝐶𝑛 𝐶3
b) P (x ≤ 1) = P (x = 0) +P (x = 1)
4 11 4 11
=𝐶0 𝐶3 + 𝐶1 𝐶2 = 77/91
𝐶315 𝐶315

3. Peluang seseorang akan mendapat reaksi buruk setelah disuntik

besarnya 0.0005. Dari 4000 orang yang disuntik, tentukan peluang yang
mendapat raksi buruk:
a) Tidak ada
b) Ada dua orang
c) Tentukan, ada berapa orang diharapkan yang akan mendapat reaksi
buruk setelah disuntik.

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

(untuk menjawab soal no.4 fahami teori berikut)

B(k;n,p) adalah titik terbesar untuk k < (n+1)p dan terkecil untuk k>(n+1)p.
jika (n+1)p=m= sebuah integer, maka B(m;n,p)=B(m-;n,p) ada tepat
integer sedemikian hingga (n+1)p<m≤(n+1)p
5. Cari jumlah peluang terbesar dari gambar dalam 99 kali pelemparan dari
sebuah koin yag berat sebelah, dimana peluang untuk munculnya dalam
satu kali pelemparan adalah 3/5.

Jawab : (n+1)p=(99+1)3/5=60= sebuah integer, jadi jumlah peluang

terbesar gambar adalah 60

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

perlu untuk memperoleh sambungan. Andaikan bahwa kita mengambil p =

0,05 sebagai probabilitas dari sebuah sambungan selama waktu sibuk. Kita
tertarik untuk mengetahui bahwa berapa peluang dari 5 kali upaya
diperlukan untuk suatu sambungan yang berhasil.

Penyelesaian:
Dengan menggunakan sebaran geometris dengan x = 5 dan p = 0,05
menghasilkan
4
P  X  x  g 5;0, 05  0, 050,95  0, 041

7. Anggap X memiliki distribusi poisson. Jika P(X=1)=0.3 dan

P(X=2)=0.2 cari P(X=0) ?

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 …

P(Y<3)= ∑2 (0.6)𝑘(0.4)1 = 0.784

𝑘=0

9. Jika X mengikuti distribusi N(3,4). Tentukan k

sehingga P(X>k)=2P(X>k)=2P(X≤k)?

Jawab
P(X>k)=P(Y≥𝑘−3)=1─𝜙 (𝑘−3)
2 2

P(X≤k)=𝜙 (𝑘−3)
2

Oleh karena itu denga kondisi yang diberikan kita mempunyai

𝑘−3 𝑘−3
1−𝜙( ) = 2𝜙 ( )
2 2
𝑘−3
𝜙( ) = 1/3
2
𝑘−3
= −0.43
2
k= 2.14

10. Tunjukan kekeliruan dari pernyataan ini, rata-rata dari distribusi

binomial adalah 5 dan simpangan rata-ratanya adalah 3

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?

Kejadian Sukses : selalu terlambat masuk kuliah

2
p=
1000 = 0.002 n = 5 000 x>3

jika diselesaikan dengan peluang Binomial  b(x > 3; 5 000, 0.002) tidak
ada di Tabel, jika menggunakan rumus sangat tidak praktis.

p = 0.002 n = 5 000 x>3

 = n  p = 0.002  5 000 = 10

diselesaikan dengan peluang Poisson

 poisson (x > 3; 10) = 1 - poisson (x  3)

= 1 - [poisson (0;10) + poisson(1; 10) + poisson(2;10) +

poisson(3; 10)]

= 1 - [0.0000 + 0.0005 + 0.0023 ]

= 1 - 0.0028 = 0.9972

RINJANI_ST
 10

15. It is known that screws produced by a certain company will be defective

with probability 0.01 indenpendently of each other. The company sells the
screws in package of 10 and offers a moneyback guarntee that at most 1 of
the 10 screws is defective. What proportion of packages sold. Must be the
company replace?

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

17. A communication system consits of n componenets each of which will,

function with probability p. The total system will be able to operate
effectively it at least one-half of its components function.
a) For what values of p is 5-component system more likely to operate
effectively than a 3-component system?
Solution :
As the number of functioning components is a binomial random variable
with parameters (n,p), it follows that the probability that a 5-component
system will be effective is
5

∑ 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

19. A purchaser of electrical components buys them in lots of size 10. It is

his policy to inspect 3 components randomly from a lot and to accept the lot
only if all 3 are nondefective, if 30 percent of the lots have 4 defective
component and 70 percent have only 1, what proportion of the lots does the
purchaser reject?

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

20. A lot, consisting of 100 fuses, is inspested by the following procedure.

Five fuses are chosen at random and tested ; if all 5 blow at the correct
message, the lot is accepeted. Suppose that the lot caontains 20 devective
fuses. If x is a random variable equal to the number of defective fuses in
the sample of 5, the probability of accepting the lot is,
20 80
𝐶0 𝐶5
P(x=0)= =0.3193
𝐶5100

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:

Let X denote the number of calls in 9 minute period. We see that

E(X)=6;that is: often six calls arrive during a 9 minutes period ,
thus P(x≥5)=1-P(x≤4)=0.715

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

The expected number of flaws in 4800 =4x1200 feet is 4; that is E(X)=4,

thus the pdf of x is
𝑥𝑒−4
f(x)=4
𝑥! ; 𝑥 = 0,1,2, ….
Let the moment of x be defined

by E(𝑋𝑟)=0.8 ; r=1,2,3,…

The moment generating function of x is then

M(t)=M(0)+∑
∾ 0.8 (tr )=1+0.8 ( tr )
∾
𝑟=0 r! ∑ 𝑟=0 r!

Thus P(x=0)=0.2 and P(x=1)=0.8

Normal distribution

If x is N(25,36), we find a constant c such that

P(|𝑥 − 25| ≤ 𝑐) = 0.9544

P(−𝑐 ≤ 𝑥−𝜇
≤ 𝑐) = 0.9544
6 σ 6

𝜙 (𝑐) − [1 − 𝜙 (𝑐)] = 0.9544

6 6

𝜙 (𝑐) = 0.9772
6

Hence c/6=2 and c=12

RINJANI_ST
 11

Latihan soal dan Pembahasannya

1. Suatu perusahaan lampu listrik memproduksi lampu-lampu pijar. Telah

diselidiki, bahwa menurut bag quality control terdapat15 rusak dari setiap
memproduksi 100 lampu. Jika perusahaan mengepak lampu tersebut dalam
doos yang berisi 10.
a. Berapa kemungkinannya, bahwa dalam satu doos tertentu terdapat kurang
dari 4 yang rusak ?
b. Berapa kemungkinannya, bahwa dalam doos yang kita pilih
terdapat paling sedikit 3 yang rusak ?
c. Berapa kemungkinannya, bahwa dalam doos yang kita pilih
terdapat paling banyak 5 yang rusak dan paling sedikit 3 yang rusak
?
d. Berapa kemungkinannya, bahwa dalam doos yang kita pilih terdapat
5 yang rusak ?

2. Sebuah stasiun TV swasta mengadakan survey penonton untuk suatu acara

kuis. Dari survey yang diadakan terdapat 35 % menyetujui acara kuis
tersebut dilanjutkan. Bila diambil sampel secara random sebanyak 8 orang,
berapa probabilita:
a. 3 orang menyatakan agar acara tersebut dilanjutkan kembali.
b. Kurang dari 2 orang menyatakan agar acara tersebut dilanjutkan kembali.
c. Paling sedikit 4 orang yang menyatakan agar acara tersebut tidak
dilanjutkan kembali.
d. Lebih dari 3 dan kurang dari 5 orang yang menyatakan agar acara
tersebut dilanjutkan kembali.

3. PT Indokencana (IKC) merupakan perusahaan Garmen di Pulo Gadung,

IKC mengirim ke departemen store dengan sistem ½ pak yaitu berisi 36
baju, dengan pengawasan yang ketat menghasilkan 85 % baju sesuai
standart. Dalam setiap ½ pak tersebut, berapakah kemungkinannya:
a. Tidak ada baju yang memenuhi standart.
b. Maksimal terdapat 3 baju yang memenuhi standart.
c. Antara 2 s/d 4 baju yang tidak memenuhi standart.
d. Minimum ada 3 baju yang memenuhi standart.

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

c) p (x ≤ 3) = ∑3𝑥=0 𝐶𝑥 (0,02) (0,98)15−𝑥 = 0,9998

15 𝑥

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

c. Beberapa Distribusi peluang kontinyu

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

Fungsi gamma dinotasikan dengan 𝜏(𝛼) untuk semua 𝛼 > 0

∞
𝜏(𝛼) = ∫ 𝑡𝛼−1𝑒−𝑡 𝑑𝑡
0
𝜏(𝛼) = (𝛼 − 1)𝜏(𝛼 − 1), 𝛼 > 1
𝜏(𝑛) = (𝑛 − 1)!, 𝑛 = 1,2, ….
1
𝜏 ( ) = √𝜋
2
𝑋~𝐺𝐴𝑀(𝜃, 𝛼)
1 −𝑥
𝑓 (𝑥 ) = 𝑥 𝛼−1 𝑒 𝜃 , 𝑥 > 0
𝜃𝛼𝜏(𝛼)
Mean=𝛼𝜃 𝑣𝑎𝑟𝑖𝑎𝑛𝑠 = 𝛼𝜃2
𝑀𝑥 1 𝛼
(𝑡) = ( )
1 − 𝜃𝑡

3. Exponential

Peubah acak x mempunyai distribusi eksponential dengan parameter 𝜃 jika

mempunyai pdf:
1 −𝑥
𝑓(𝑥) = { 𝑒 𝜃 ,𝑥 >0
𝜃
0, 𝑢𝑛𝑡𝑢𝑘 𝑥 𝑙𝑎𝑖𝑛𝑦𝑎
Mean= , 𝑣𝑎𝑟𝑖𝑎𝑛𝑠 = 1 , 𝑀 (𝑡) = 1
1
𝜃 𝑥
𝜃2 1−𝜃𝑡

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

Lima sifat kurva normal:

 Modus: titik pada sumbu datar yang memberikan maksimum kurva,

terdapat pada x= 𝜇.
 Kurva setangkup terhadap sumbu tegak yang melalui rataan 𝜇.
 Kurva mempunyai titik belok pada
x= 𝜇 ± 𝜎, 𝑐𝑒𝑘𝑢𝑛𝑔 𝑑𝑎𝑟𝑖 𝑏𝑎𝑤𝑎ℎ 𝑏𝑖𝑙𝑎 𝜇 − 𝜎 < 𝑋 < 𝜇 + 𝜎, dan cekung
dari atas untuk nilai x lainnya.
 Kedua ujung kurva normal mendekati asimtot sumu datar bila nilai x
bergerak menjauhi , baik kekiri maupun ke kanan.
 Seluruh luas di bawah kurva dan di atas sumbu datar sama dengan 1.

6. Hampiran normal terhadap binomial

Bila X peubah acak binomial dengan 𝜇 = 𝑛𝑝 dan varians 𝜎2 = 𝑛𝑝𝑞 maka

bentuk limit distribusi

RINJANI_ST
 1

𝑥 − 𝑛𝑝
𝑍 = √𝑛𝑝𝑞

Ialah distribusi normal baku n(z;0,1) bila

n→ ∞ ( 𝑏𝑖𝑎𝑠𝑎𝑛𝑦𝑎 𝑛 > 30)

Hampiran distibusi normal baik walaupun untuk n kecil jika p cukup

dekat ke ½. p bernilai sangat kecil dan n relatif besar dan

a) JIKA rata-rata ()  20 MAKA lakukan pendekatan dengan distribusi

POISSON

dengan =np
b) JIKA rata-rata () > 20 MAKA lakukan pendekatan dengan distribusi
NORMAL

dengan =np

2npq

 npq

Catatan: factor koreksi ±0.5 𝑢𝑛𝑡𝑢𝑘 ℎ𝑎𝑚𝑝𝑖𝑟𝑎𝑛 𝑛𝑜𝑟𝑚𝑎𝑙 𝑡𝑒𝑟ℎ𝑎𝑑𝑎𝑝 𝑏𝑖𝑛𝑜𝑚𝑖𝑎𝑙.

+0.5 digunakan pada saat P(X>x), P(X<x) dan -0.5 jika P(X≤ 𝑥), 𝑃(𝑋 ≥
𝑥)
Soal – soal dan pembahasannya

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

2. Misalkan X mempunyai distribusi eksponensial dengan parameter α. Berapa

banyak kemungkinan X melebihi nilai yang diharapkan dari X itu sendiri?

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

3. Asumsikan bahwa tinggi tentara berdistribusi normal dengan rata-rata 68.22

inci dengan varians 10.8 inci2. Berapa banyak kemungkinan banyaknya
tentara dalam waktu resimen yang berjumlah 1000 orang yang memiliki
tinggi lebih dari 6 kaki, jika diketahui luas daerah di bawah kurva normal
standar z = 0 dan z = 0.35 adalah 0.1368 dan antara z = 0 dan z = 1.15
adalah 0.3749?

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)

Banyaknya resimen yang memiliki tinggi lebih dari 6 kaki = 1000 x

0.1251 = 125.1 ≈ 1

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 :

a. P(X = 36), karena sebuah titik maka luasnya = 0

b. P(X > 70) = 𝑃 (K−𝜇 > 70−𝜇)

σ σ
𝑋 − 65 70 − 65
=𝑃( ≥ )
6 6
= 𝑃(𝑍 > 0,833)
= 1 − 0,7967
= 0,2033
Z=0 0,83

RINJANI_ST
 1

c. P(X < 50) = 𝑃 (K−65 < 50−65)

6 6
= 𝑃(𝑍 < −2,5)
= 0,5 − 0,4938
= 0,0062

-2,5 Z=0

d. P(55 < X < 72) = 𝑃 (55−65 < K−65 < 72−65)

6 6 6
= 𝑃(−2,5 < 𝑍 < 1,17)
= 0,4938 + 0,3790
= 0,8728

-2,5 Z=0 1,17

e. P(│X - µ│≤ 9) = 𝑃(𝜇 − 9 ≤ 𝑋 ≤ 𝜇 + 9)

(𝜇 − 9) − 𝜇 (𝜇 + 9 − 𝜇)
𝑋−𝜇
=𝑃( ≤ )
𝜎 𝜎 𝜎
≤

= 𝑃(−1,5 ≤ 𝑍 ≤ 1,5)
= 2 × 0,4332
= 0,8664

5. Y mengikuti N (10, 𝜎2 ) dan P ( Y ≥ 12 ) = 0,1578

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

Ditanyakan: P ( 9 < Y < 11 )

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 )

= P ( -0,5 < Z < 0,5

)

= 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 )

Ditanyakan: Cara yang lebih baik pada P ( X ≤ 20 )

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

 Yang lebih baik adalah cara pertama

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

b. P( X < 49.5) = P( K−49.8 < 49.5−49.8 )

0.2 0.2
= P(Z < -1.5)= 0.5 – 0.4332
= 0.0668

atau P( X > 50.5) = P(Z > 3.5 )

= 0.5 – 0.4998
= 0.0002

-1.5 0 3.5

c. P(X > 49.6) = P(K−49.8 > 49.6−49.8 )

0.2 0.2
= P(Z > -1)
= 0.5 + 0.3413
= o.8413

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

b. P(599 < X < 601) = P(599− 𝜇 ≤ K−𝜇 ≤ 601− 𝜇)

σ σ σ

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

c. Tidak memenuhi syarat -1 0 3

K−599.5 599− 599.5
P( X < 599 ) = P( 0.5 ≤ 0.5 )
= P(Z ≤ -1 )
= 0.5 – 3413
= 0.1587

atau P(X > 601) = P(K−599.5 > 601− 599.5 )

0.5 0.5
= P(Z > 3)
= 0.5 – 0.4987

= 0.0013

-1 0 3

d. P( X < 599 ) = P(Z < -1 )

= 0.1587

-1 0

RINJANI_ST
 12

e. P( X > 599 ) = P(Z > -1 )

= 0.8413

-1 0

f. P( X > 601 ) = P (X> 601)

K−599.5 601−599.5
= P ( 0.5 > 0.5 )
=P(Z > 3)
=0.0013

0 3

9. Untuk lebih menjamin penerangan jalan-jalan mak oleh pemerintah DKI

telah di rencanakan untuk menambah pemasangan lampu sebanyak 5000
lampu yang akan dipasang pada tanggal 1-8-2009. Jika dianggap, bahwa
distribusi lamanya berfungsi lampu-lampu tersebut memenuhi normal
dengan rata-rata 500 hari dan 𝜎 = 30 ℎ𝑎𝑟𝑖 , maka pada tanggal 31 agustus
2010 kurang lebih terdapat berapa lampu yang harus diganti?

Jawab:

Diketahui: X~N( 500 ; 900 )

Lampu yang dipasang tanggal 1 Agustus 2009 = 5000

Ditanyakan: Pada tanggal 31 Agustus 2010, berapa lampu yang harus

diganti ?

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

= 0,5 – 0,4998 = 0,0002

(menggunakan tabel setengah)

 Jadi lampu yang harus diganti = 0,0002 × 5000 = 1

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:

X~N (15 % , 25 %) 200 bank

RINJANI_ST
 13

a. 𝑃(3,5% < 𝑋 < 10%) = 𝑃 (3,5−15 < K−15

< 10−15
)
25 25 25
= 𝑃(−0,46 < 𝑍 < −0,2)

= 0,1772 − 0,0793= 0,0979 = 9,79%

-0,46 -0,2 Z=0

Jadi, banyaknya Bank yang akan ditutup

= 9,79% . 200 = 19,58 = 20

b. 𝑃(𝑋 ≥ 25%) = 𝑃 (K−15% ≥ 25%−15%

) = 𝑃(𝑍 ≥ 0,4)
25% 25%
= 0,5 − 0,1554
= 0,3446
= 34,46%

Z=0 0,4

Jadi, jumlah Bank yang sehat = 34,46% . 200 = 68,92 = 69

c. = 𝑃(10% ≤ 𝑋 ≤ 15%)
10%−15% K−15% 15%−15%
= 𝑃( 25% ≤ 25% ≤ 25% )

RINJANI_ST
 1

= 𝑃(−0,2 ≤ 𝑍 ≤ 0) = 0,0793 = 7,93%

-0,2 Z=0
Jadi, jumlah Bank dalam kategori BTO = 7,93% . 200 = 15,86 = 16

11. Sebuah koin ideal dilempar 500 kali. Tentukan probabilitas

bahwa jumlah kepala tidak akan berbeda dari 250.
a) Sebanyak lebih dari 10
b) Lebih dari 30

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)

12. Sebuah dadu dilemparkan 120 kali , tentukan probabilitas bahwa

angka 4 akan muncul
a) 18 kali atau kurang
b) 14 kali atau kurang

dengan mengasumsikan dadunya ideal

Pembahasan

a) gunakan pendekatan normal

µ=np=120x1/6=20 𝜎=√𝑛𝑝𝑞 = 4.08

RINJANI_ST
 13

-0.5 dalam satuan standar=−0.5−20 = −5.02

4.08

(-0.5 didapat dari 0-0.5)

18.5 dalam satuan standar=-0.37

P(-5.02<Z<-0.37)=0.3557

b) 0.0855( caranya sama dengan yang a)

Maka seandaianya kita harus mengambil sampel berulang – ulang dari
120 lemparan dari sebuah dadu, maka angka 4 seharusnya muncul 14
kali atau kurang dalam sekitar 1/10 dari sampel – sampel ini .

13. Jika X mengikuti distribusi N(3,4). Tentukan k sehingga

P(X>k)=2P(X>k)=2P(X≤k)?

Jawab

P(X > k)=P(Y ≥ 𝑘−3)=1─𝜙 (𝑘−3)

2 2

P(X ≤ k)=𝜙 (𝑘−3)

2

Oleh karena itu denga kondisi yang diberikan kita mempunyai

𝑘−3 𝑘−3
1−𝜙( ) = 2𝜙 ( )
2 2
𝑘−3
𝜙( ) = 1/3
2
𝑘−3
= −0.43
2
k= 2.14

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.

b) As in parts a ,P(-2≤ Z ≤2)=0.9772 ─ 0.0228 = 0.9544

15. If X is N(25,36), we find a constant c such that

P(|𝑋 − 25| ≤ 𝑐) = 0.9544

P(−𝑐 ≤ K−𝜇
≤ 𝑐) = 0.9544
6 σ 6

𝜙 (𝑐) − [1 − 𝜙 (𝑐)] = 0.9544

6 6

𝜙 (𝑐) = 0.9772
6

Hence c/6=2 and c=12

16. An examination is often regarded as being good (in the sense of

determining a valid grade spread for those taking it). If the test scores of
those taking the examination can be approximated by normal density
function. ( in other word, a graph of the frequency of grade scores should
have approximately the bell shape form of the normal density). The
instructor often uses the test scores estimate the normal parameter
𝜇 𝑎𝑛𝑑 𝜎2 and then assigns the letter grade A to those test score is greater
than 𝜇 + 𝜎, 𝐵 to those whose scores is between 𝜇 𝑎𝑛𝑑 𝜇 + 𝜎 , C to those

RINJANI_ST
 13

whose scores is between 𝜇 − 𝜎 𝑎𝑛𝑑 𝜇, D to those whose scores between

𝜇 − 2𝜎 𝑎𝑛𝑑 𝜇 − 𝜎 and F to those getting a score below 𝜇 − 2𝜎.

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

𝑃(𝜇 − 2𝜎 < 𝑋 < 𝜇 − 𝜎) = 𝑃(−2 < 𝑍 < −1)

= 𝜙(−1) − 𝜙(−2) = 0.1359

P(𝑋 < 𝜇 − 2𝜎) = 𝑃(K−𝜇 < −2) = 𝜙(−2) = 0.0228

σ

It follows that approximately 16 percent of the class will receive an A

grade on the exam, 34 percent a B grade, 34 percent a C grade, 14 percent
a D grade, 2 percent will fail.

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

pendekatan n = 200 p = 1/5 =

0.20

q = 1 - 0.20 = 0.80

 Kerjakan dengan pendekatan POISSON

P(X >50, p = 0.20)  = n  p = 200  0.20 = 40

Poisson (X > 50;  = 40 ),  = 40 dalam TABEL POISSON menggunakan

RUMUS., terlalu rumit!
RINJANI_ST
 1

 KERJAKAN dengan pendekatan NORMAL

P (X> 50, p = 0.20)  = n  p = 200  0.20 = 40

 2  n  p  q = 200  0.20 0.80 = 32

  n  p  q = 32

P(X > 50 , p = 0.20)  P (Z > ?)

Z = 50  40  10
32  1.7677  1.77
5.6568...

P (Z > 1.77) = 0.0384 = 3.84 %

“Jika kau pernah memimpikan kesuksesan, cepatlah bangun dari

tidur dan bekerja keraslah mendapatkannya.”

RINJANI_ST
 13

Exercise (chapter 3) introduction to probability and mathematical

statistics L. J. Bain, Max Engelhardt Hal 128 (introduction, special
discrete distribution, special continuous distribution, location and scale
parameter)

1. An office has 10 dot matrix printers. Each requires a new ribbon

approximately every seven weeks. If the stock clerk finds at the beginning of
a certain week that there are only five ribbons in stock, what is the
probability that the supply will be exhausted during that week?

2. In a 10-question true-false test :

(a) What is the probability of getting all answers correct by guessing?
(b) What is the probability of getting eight correct by guessing?

3. A basketball player shoots 10 shots and the probability of hitting is 0.5 on

each shot.
(a) What is the probability of hitting eight shots?
(b) What is the probability of hitting eight shots if the probability on each
shot is 0.6?
(c) What are expected value and variance of the number of shots hit if p =
0.5?

4. A four-engine plane can fly if at least two engine work.

(a) If the engines operate independently and each malfunctions with
probability q, what is the probability that the plane will fly safely?
(b) A two-engine plane can fly if at least one engine works. If an engine
malfunctions with probability q, what is the probability that the plane
will fly safely?
(c) Which plane is the safest?

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?

6. If the probability of picking a winning horse in a race is 0.2, and if X is the

number of winning picks out of 20 races, what is :
(a) P [X = 4].
(b) P [X ≤ 4].
(c) E (X) and Var (X).

7. If X ~ BIN (n, p), derive E (X) using Definition 2.2.3.

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.

11. A shipment of 50 mechanical devices consist of 42 good ones and eight

defective. An inspector selects five devices at random without replacement.
(a) What is the probability that exactly three are good?
(b) What is the probability that at most three are good?

RINJANI_ST
 13

12. Repeat Exercise 10 if cards are drawn with replacement.

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

(a) Exactly six launches will be required.

(b) Fewer than six launches will be required.
(c) At least four launches will be required.

18. Let X ~ GEO (p).

(a) Derive the MGF of X.
(b) Find the FMGF of X.
(c) Find E (X).
(d) Find E [X(X – 1)].
(e) Find Var (X).

19. Let X ~ NB (r, p).

(a) Derive the MGF of X.
(b) Find E (X).
(c) Find Var (X).

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.

22. If X has a Poisson distribution and if P [X = 0] = 0.2,

find P [X > 4].

23. A certain assembly line produces electronic components, and defective

components occur independently with probability 0.01. The assembly line
produces 500 components per hour.

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.

25. Suppose that 3% of the items produced by an assembly line are

defective. An inspector select 100 items at random from the assembly line.
Approximate the probability that exactly five defective are selected.

26. The number of vehicles passing a certain intersection in the time

interval [0, t] is a Poisson process X (t) with mean E [X(t)] = 3t, where the
unit of time is minutes.
(a) Find the probability that at least two vehicles will pass during a given
minute.
(b) Define the events A = at least four vehicles pass during the first minute
and B = at most two vehicles pass during the second minute. Find the
probability that both A and B occur.

27. Let X ~ POI (𝜇).

(a) Find the factorial moment generating function (FMGF) of X, Gx (t).
(b) Use Gx (t) to find E (X).
(c) Use Gx (t) to find E (X - 1).

28. Suppose the X ~ POI (10).

(a) Find P [5 < 𝑋 < 15].
(b) Use the Chebychev Inequality to find a lower bound for P [5 < 𝑋 <
15].
(c) Find a lower bound for P [1 − 𝑘 < K < 1 + 𝑘] for arbitrary 𝑘 > 0.
𝜇

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

31. Let X ~ UNIF (a, b). Derive the MGF of X.

32. The hardness of a certain alloy (measured on the Rockwell scale) is a

random variable X. Assume that 𝑋 ~ UNIF (50, 75).
(a) Give the CDF of X.
(b) Find P [60 < 𝑋 < 70].
(c) Find E (X).
(d) Find Var (X).

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

(1) Make the substitution x = √𝑡 in the integral

∞
1
Г ( ) = ∫ 𝑡 −1/2 𝑒−𝑡 𝑑𝑡
2 0
(2) Change the polar coordinates in the double integral
∞ ∞ 2 2
[Г (1 )]2 = ∫ ∫ 4 exp[−( + 𝑦 ] 𝑑𝑥 𝑑𝑦
𝑥
2 0 0

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).

41. If 𝑋 ~ GAM (1, 2), find the mode of 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.

44. Suppose 𝑋 ~ PAR (𝜃,𝜅).

(a) Derive E(X); 𝜅 > 1.
(b) Derive E(X2); 𝜅 > 2.

45. If 𝑋 ~ PAR (100, 3), find E(X) and Var (X).

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).

48. Suppose that 𝑋 ~ PAR (𝜃,𝜅).

RINJANI_ST
 1

(a) Derive the 100 × pth percentile of X.

(b) Find the median of X if 𝜃 = 10 and 𝜅 = 2.

49. Rework Exercise 37 assuming that rather than being a gamma

distributed, the survival time is a random variable 𝑋 ~ PAR (4, 1.2).

50. Rework Exercise 40 assuming that rather than being exponential, the
failure time has a Pareto distribution

𝑋 ~ PAR (100, 2).

51. Suppose that 𝑍 ~ 𝑁 (0, 1). Find the following probabilities:

(a)𝑃(𝑍 ≤ 1.53).
(b)𝑃(𝑍 > −0.49).
(c)𝑃(0.35 < 𝑍 < 2.01).
(d)𝑃(|𝑍| > 1.28).
Find the values a and b such that:
(e) 𝑃(𝑍 ≤ 𝑎) = 0.648.
(f) 𝑃(|𝑍| < 𝑏) = 0.95.

52. Suppose that 𝑋 ~ 𝑁 (3, 0.16). Find the following probabilities:

(a) 𝑃 (𝑋 > 3 ).
(b) 𝑃(𝑋 > 3.3).
(c) 𝑃(2.8 ≤ 𝑋 ≤ 3.1).
(d) Find the 98th percentile of X.
(e) Find the value c such that 𝑃(3 − 𝑐 < 𝑋 < 3 + 𝑐) = 0.90.

53. The Rockwell hardness of metal specimen is determined by impressing

the surface of the specimen with a hardened point, and then measuring the
depth of penetration. The hardness of certain alloy is normally distributed
with mean of 70 units and standard deviation of 3 units.
(a) If a specimen is acceptable only if its hardness is between 66 and 74
units, what is the probability that a randomly chosen specimen is
acceptable?

RINJANI_ST
 14

(b) If the acceptable range is 70 ± c, for what value of c would 95% of all
specimens be acceptable?

54. Suppose that 𝑋 ~ N (10, 16). Find:

(a) 𝑃[𝑋 ≤ 14].
(b) 𝑃[4 ≤ 𝑋 ≤ 18].
(c) 𝑃[2𝑋 − 10 ≤ 18].
(d) X0.95, the 95th percentile of X.

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.

56. Suppose that 𝑋 ~ 𝑁(1, 2).

(a) Find E (X – 1)4.
(b) Find E (X)4.

57. Suppose the computer store in Exercise 26 of Chapter 2 expands its

marketing operation and orders 10 copies of the software package. As
before, the annual demand is a random variable, X, and unsold copies are
discarded; but assume now that 𝑋 ~ BIN (10, p).
(a) Find the expected net profit to the store as a function of p.
(b) How large must p be to produce a positive expected net profit?
(c) If instead 𝑋 ~ POI (2), would the store make a greater expected net
profit by ordering more copies of the software?

58. Consider the following continuous analog of Exercise 57. Let X

represent the annual demand for some commodity that is measured on a
continuous scale, such as a liquid pesticide which can be measured in
gallons (or fractions thereof). At the beginning of the year, a farm-supply
store orders c gallons at d1 dollars per gallon and sells it to customers at d2
dollars per gallon. The pesticide loses effectiveness if it is stored during the
off-season, so any amount unsold at the end of the year is a loss.

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).

59. The solution of Exercise 58 can be extended to the discrete case.

Suppose now that X is discrete as in Exercise 57, and the store pays d1
dollars per copy, and charges each customer d2 dollars per copy.
Furthermore, let the demand X be an arbitrary nonnegative integer-valued
random variable, with pdf f(x) and CDF F(x). Again, let c be the number of
copies ordered by the store.
(a) Show that E(S) = ∑𝑐𝑥=0 𝑥𝑓(𝑥) + 𝑐[1 − 𝐹(𝑐)].
(b) Express the net profit Y as a linear function of S, and find E(Y).
(c) Verify that the solution that maximizes E(Y) is the smallest integer c
such that 𝐹(𝑐) ≥ ( d2 – d1)/d2. Hint: Note that the expected net profit is
a function of c, say g(c) = E(Y), and the optimum solution will be the
smallest c such that g(c + 1) – g(c) ≤ 0.
(d) If X ~ BIN (10, ½), d1 = 10, and d2 = 35, find the optimum solution.
(e) Rework (d) if, instead, X ~ POI (5).

"Kesuksesan adalah terus melaju dari kegagalan satu ke

kegagalan lain tanpa kehilangan antusiasme."

RINJANI_ST
 14

Jawaban beberapa soal exercise (chapter 3) introduction to probability

and mathematical statistics L. J. Bain, Max Engelhardt Hal 128
(introduction, special discrete distribution, special continuous
distribution, location and scale parameter)

1. b( 7 ; 7, 5⁄10 ) = 0,008

b( x ; 10, 1⁄ ) = (10) (1⁄ )x (1⁄ )10 – x

2 𝑥 2 2
1 1 10 1
2. a). b( 10; 10, ⁄ ) = ( ) ( ⁄ ) ( ⁄ )1 = 0,000977
10

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

c). 2 mesin lebih aman jika q > 1⁄3

; 4 mesin lebih aman jika q <
1⁄ keduanya sama jika q = 1⁄
3 3
5. a). b[ x ; 4, 1⁄6 ]
P ( x ≥ 1 ) = 1 – P( x = 0 )

= 1 – b( 0 ; 4, 1⁄6 )
= 1 - (4) (1⁄ )0 ( 5⁄ )4
0 6 6

= 0,5177 > 0,5

( a good bet )

b). b[ x ; 24, 1⁄36 ]

P( x ≥ 1 ) = 1 – P( x = 0 )

= 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

c). E(x) = 20.0,2 = 4

Var(x) = 20.0,2.0,8 = 3,2
RINJANI_ST
 15

8. a). b( x; 10, 2⁄5 )

P( x = 5 ) = (10) (2⁄ )5 ( 3⁄ )5 = 0,2006
5 5 5
b). h( x ; 5, 20, 50 )
(20 30
5) (5)
P( x = 5 ) = 0,2151
(30
5)

= 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

d). E(x) = 1⁄𝑝 = 1⁄0,1 = 10

14. Gunakan Geometric x ~ Geo( 3⁄4 ) → G( x ; 3⁄4 ) = 3⁄4( 1⁄4 )x-1 x = 1,

2, 3, …
a). P( x > 1 ) = 1 – P ( x ≤ 1 )

= 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 }

Peluangnya sama semua = 2⁄8 = 1⁄4

Peluangnya tidak sama = 1 - 1⁄4 = 3⁄4

15. f( x ; 3, ( 0,1 ) ) = (𝑥−1

2
) ( 0,1 )3 ( 0,9 )x-3, x = 3, 4, 5, …
a). Binomial negative → karena yang dicari peluang sukses ke – 3
f( 10 ; 3, (0,1) ) = (92) ( 0,1 )3 ( 0,9 )7 = 0,0172
b). P( x ≥ 4 ) = 1 – P( x ≤ 3 )
= 1 – P( x = 3 )
= 1 - (22) ( 0,1 )3 ( 0,9 )0 = 0,999

c). E(x) = 𝜎⁄𝑝 = 3⁄0,1 = 30

16. a). f( x ; 4 ; 0,6 ) = (𝑥−1

3
) ( 0,6 )4 ( 0,4 )x-4 ,x = 4, 5, 6, …

RINJANI_ST
 1
b). f( 7 ; 4 ; 0,6 ) = (6) ( 0,6 )4 ( 0,4 )3= 0,165888
3

RINJANI_ST
 15

( coba dicek ulang )

17. f( x ; 3, 0,9 ) = (𝑥−1
2
) ( 0,9 )3 ( 0,1 )x-3
untuk x = 3, 4, 5, …
a). f( 6 ; 3, 0,9 ) =(25) ( 0,9 )3 ( 0,1 )3 = 0,00729
b). P( x < 5 ) = ∑5 (𝑥−1) ( 0,9 )3 ( 0,1 )𝑥−3
𝑥=3 2

=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!

22. 𝑃(𝑥 = 0) = 0,2

𝑒− 𝜆0
= 0,2
0!
𝑒 = 0,2
−

−𝜆 ln 𝑒 = ln 0,2
𝜆 = − ln 0,2

𝑃(𝑥 < 4) = 1 − 𝑃(𝑥 ≤ 4)

4

=1− 𝑒− ln0,2(− ln 0,2)𝑥

∑ = 0,0242
𝑥!
𝑥=0

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

Events B Geometric = G (2;P)

2
−3 𝑥
𝑃(𝑥 ≤ 2) = ∑ 𝑒 3
𝑥=0 𝑥!
= 0,42319

𝐺(1; 0,42319) = 0,42319(1 − 0,42319)2−1

= 0,2441

28. 𝜆 = 10 , same as the previous

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

= 3958 1 − (125) = 625

3 2 12

34. Mx(t) = (1/8)et + (1/4)e2t + (5/8)e5t

a) x 1 2 5
f(x) 1/8 1/9 5/8
1. P(x = 2) = ¼

Perhatikan rumus MGF → Mx(t) = E (etx) = ∫ 𝑒𝑡𝑥𝑓(𝑥)𝑑𝑥 atau

=∑𝑎𝑙𝑙 𝑖 𝑒𝑡𝑥𝑖𝑓(𝑥𝑖)

Kemudian lihat rumus Mx(t) yang dikasih diatas:

Mx(t) = (1/8)et + (1/4)e2t + (5/8)e5t = f(1)et + f(2)e2t + f(3)e5t

= f(x) etx

36. f(x) = e-(x+2) , -2 < x ≤ ∞

~
a) Mx(t) = E(etx) = −2
∫ 𝑒−(𝑥+2)𝑒𝑡𝑥 𝑑𝑥

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)

A={x│-2 < x < ∞}

B = {u│-2t < u < ∞}

−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

E(y) = E (35 – 10c)

= 35 E(s) – 10 E(c)

 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

42. X~GAM (2, 3) ; x > 0

6 1 2 −𝑥
P (x < 6) = ∫0 𝑒 2 dx = 0, 5768
2 𝜏 (3)
𝑥

51. P (‫׀‬z6 < ‫ = )׀‬0,95

P (-b < z < b) = 0,95
2P (0 < z < b) = 0,95
P (0 < z < b) = 0,475 → (gunakan tabel setengah)
b = 1,96

52. P ( x < b) = 0,98

b = 3,822

P (3 – c < x < 3 + c) =

0,9 P (-c < x – 3 < c) =

0,9 2P (0 < x – 3 < c) =

0,9

P (0 < x – 3 < c) = 0,45

P (0 < 𝑥−3 < 𝑐

) = 0,45
0,4 0,4

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

55. X ~ N (350, 400)

b) P (x > c) = 0,9
P (x > c) = 0,9 𝑐−350
= -1,28
200
1 – P (x < c) = 0,9 c = 94
P (x < c) = 0,1

54. P [2x – 10 ≤ 18]

P (x ≤ 14)
P (z ≤ 14−10) = 0, 54134
4

P (x < c) = 0,95
c – 10/4 = 1,64
c = 16,56

“Manfaatkan kesempatanmu baik-baik jika kau ingin meraih

kesuksesan.”
“Kesuksesan itu tergantung usaha.”

RINJANI_ST
 1

D. Jawaban dan Pembahasan Beberapa soal Ilmu Peluang

dan Statistika untuk Insinyur dan Ilmuwan edisi ke-4,
Ronald E Walpole & Raymond H Myers

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

4. 1 atau 2 muncul 2 kali lebih sering daripada 5, yang muncul 3 kali

lebih sering daripada 3,4 atau 6. Dadu digulirkan sekali: 1 atau 2 = 6;
3,4,6 = masing-masing 1
a. P(angka genap) = 4
9
b.P(angka yang merupakan kuadrat murni) = 7
18
c.P(angka yang lebih besar dari 4) = 2
9

9. 3 huruf berlainan, 4 angka dari 1 sampai 9 

P (1 brg berawal huruf hidup dan berakhir genap).
Jawab:
5 × 25 × 24 8 × 7 × 6 × 4 10
26 × 25 × 24 × 9 × 8 × 7 × 6 = 117

10. Dua dadu dilantun.

a. P(jumlah 8) = 5
36

RINJANI_ST
 16

b.P(paling banyak jumlah 5) = 10

36

1 2 3 4 5 6
1 √ √ √ √
2 √ √ √
3 √ √
4 √
5
6

11. 2 kartu diambil secara acak berurutan tanpa dikembalikan dari

suatu kotak kartu. Peluang kedua kartu lebihbesar dari 2, lebih kecil dari
8 ? Jawab:
20 19 190
52 × 51 = 1326

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
=

14. 5 dadu dilantuntkan. Peluang

5
1 tangan mendapat:
𝐶 ×6×6×1×5×1 1800 25
a. 2 pasang yang berlainan = 2
108
65 65
=
2 = 1 =
25 𝐶
b. 4 dadu sama = 5
= 5
64 1296 ×6×1×1×1×5

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.

a.Peluang orang merokok tapi tidak minum-minuman beralkohol

210 122 88
= 500 − 500 = 500

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

17. Peluang bangun pabrik di bekasi = 0,7

peluang bangun pabrik di bandung =
0,4
P((Bekasi ∪ Bandung) ∪ (Bekasi ∩ Bandung)) = 0,8
a. P (Bekasi ∩ Bandung) = P(Bekasi) + P(Bandung)
- P((Bek ∪ Ban) ∪ (Bek ∩ Ban))
= 0,7 + 0,4 – 0,8 = 0,3
b. Tidak disalah satupun dari keduanya = 1 – 0,8
= 0,2

RINJANI_ST
 1
18. P(dalam Obligasi bebas) = 0,6; P(dalam dana bersama) = 0,3; P(O ∩ B)
= 0,15

RINJANI_ST
 17

a. P(O ∪ B) = 0,6 + 0,3 – 0.15 = 0,75

b. Tidak keduanya = 1 – 0,75 = 0,25

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

Pendidikan Pria Wanita

SD 38 45
SM 28 50
PT 22 17

̅ ̅ ̅
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

6. 2 dadu dilantunkan. Diketahui 1 dadu memuncukan 4

a. Yang keduanya muncul 5 = 2
11
b. Jumlah keduanya lebih besar dari 7 = 5
11

7. 1 kartu diambil dari kekotak kartu dan ternyata warnanya merah.

Berapa peluangnya bahwa kartu itu lebih besar dari 2 tapi lebih kecil
dari 9 ? Jawab:
6
13

8. P(O) = 0,25; P(S)=0,40; P(O ∩ S)= 0,14

a. P(𝑆⁄ ) = 0,14
𝑂 0,25
𝑂
b. P( ⁄ ) = 0,14
𝑆 0,40

9. P(L) = 0,4; P(W) = 0,5; P(𝐿⁄𝑊) = 0,7

a. P(L ∩ W) = 0,7 × 0,5 = 0,35
b.P(𝑊⁄ ) = 0,35 = 0,875
𝐿 0,4
c. P(L ∪ W) = 0,4 + 0,5 – 0,7 = 0,2
P(paling sedikit 1 dari pasangan itu)
= 0,4 + 0.5 - 0,35 = 0,55

10. P(I) = 0,21; P(S) = 0,28; P(I ∩ S)=0,15

a.P(paling sedikit 1 ikt)= 0,21 + 0,28-0,15 = 0,34
b.P(𝐼⁄ ) = 0,15 = 0,7
𝑆 0,21
𝑆
c. P( ⁄ 𝑃( 𝐼̅ ∩ 𝑆) 𝑃(𝑆)−𝑃(𝐼 ∩𝑆) 0,28−0,15 0,13
) = = = =
𝐼 𝑃(𝐼) 1−𝑃(𝐼) 1−0,28 0,72

RINJANI_ST
 1

11. P(LJ)= 0,12; P(TJ) = 0,28; P(LJ ∩ TJ) = 0,09

𝐿𝐽
a. P( ⁄ ) = 0,09
𝑇 0,28
𝑇𝐽
b. P( ⁄ ) = 0,09
𝐿𝐽 0,12
c. P(𝐿̅𝐽 ∪
𝑇̅
̅𝐽) = 1 – 0,09 = 0,91

12. P(R) = 0,6; P(B)=0,4; P =0,6 × 0,4 = 0,24

13. P(TD) = 0,7 P ( 𝑀 ⁄ ̅ ̅ ̅ ) = 0,9

𝑇𝐷
P(𝑇̅
̅𝐷̅ ∩ 𝑀) = 0,9 × 0,3 = 0,27

14.

4P 3P
3H 5H
I II

P(𝑃⁄𝐼𝐼) = 5 7 35
8 × 8 = 64

15. P(𝐾̅) = 0,4

5 ×3 5
P= =
𝐶38 8

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

17. a. 0,04 × 0,04 – 0,0016

b. 1 – 0,0016 = 0,9984

18. P(Ali) = 0,7 P(Ani) = 0,9

P(𝐴̅𝑙̅𝚤) = 0,3

P(𝐴̅
̅𝑛̅𝚤) = 0,1
P ( 𝐴̅𝑙 ̅𝚤 ∩
𝐴̅
̅𝑛̅𝚤 ) = 0,3 × 0,1 = 0,03

19. 3A 2A
2M 3M
1R I
II

a. P(2M) = P(obat masuk angin|kotak I)×P(obat masuk

angin| kotak II)
3 2 1
=5×6=5
b. P(2𝑀̅) = P(bukan obat masuk angin|kotak I)×P(bukan obat
masuk angin| kotak II)
2 4 4
= 5 × 6 = 15
c. Karena yang ditanya adalah yang berlainan maka yang ditanya adalah
termabilnya obat masuk angin pada kotak I dan selain obat masuk
angin pada kotak II, atau terambilnya obat aspirin pada kotak I dan
selain obat aspirin pada kotak II sehingga
P(Obat berlainan) =P(obat masuk angin|kotak I) × P(bukan obat
masuk angina|kotak II) + P(obat aspirin|kotak I)
× P(bukan obat aspirin|kotak II)
P(Obat berlainan) = 3 × 4 2 3 3
+ × =
RINJANI_ST
 1
5 6 5 6 5

20. P(X) = 0,6 P(X ∩ T)=0,3 P(𝐶⁄𝑋 ∩ 𝑇) =

0,1 P(X ∩ T ∩ C ) = 0,1 × 0,6 × 0,3 = 0,018

RINJANI_ST
 18

21. 20  diambil 4, 5 rusak diantara 20, 15 tidak rusak

a. P(𝐴 ) = 15
1 20 P(𝐴3| 𝐴1 ∩ 𝐴2) =13
18
P(𝐴2 | 𝐴1 ) = 14
19 P(𝐴4| 𝐴3 ∩ 𝐴2 ∩ 𝐴1) =12
17
P(𝐴1 ∩ 𝐴2 ∩ 𝐴3 ∩ 𝐴4) = 15 × 14 × 13 × 12 = 91 = 0,2817
20 19 18 17 323

Halaman 48 (Peluang )

1. Dari suatu daerah diketahui berdasarkan pengalaman masa lalu bahwa

peluang memilih seorang dewasa diatas 40 tahun yang kena kanker 0,02.
Bila peluang seorang dokter dengan tepat mendiagnosa kanker 0,78 dan
peluangnya keliru mendiaagnosa seseorang yang tidak kena kankier
sebgai terserang kanker 0,06, berapa peluangnya seseorang didiagnosa
sebagai terserang kanker ?

Jawab:
Keterangan :
 DK  Didiagnosa Kanker
 DT  Didiagnosa Tidak Kanker
 T  Pasien Tidak Kanker
 K  Pasien Terkena Kanker

RINJANI_ST
 1

𝑃(𝐷𝐾) = 𝑃(𝐾) × 𝑃(𝐷𝐾⁄𝐾) + 𝑃(𝑇) × 𝑃(𝐷𝐾⁄𝑇)

= 0,02 × 0,78 + 0,98 × 0,06
= 0,0156 + 0,0588
= 0,074

2. Polisi merencanakan memantau batas kecepatan yang berlainan di suatu

kota. Radar disetiap tempat 𝑇1, 𝑇2, 𝑇3, 𝑇4, dipasang 40%, 30%, 20% dan
30% dari waktu sehari dan bila seseorang yang ke kantor berpeluang
masing-masing 0,2; 0,1; 0,5; 0,2 melalui tiap tempat, berapa peluang dia
akan terkena tilang ?

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

3. Kembali ke soal 1, berapa peluang seseorang yang didiagnosa

terserang kanker memang kena kanker ?

Jawab:
𝑃(𝐾 ∩ 𝐷𝐾)
𝑃(𝐾⁄ 𝐷𝐾) =
𝑃(𝐷𝐾)
𝐷𝐾
𝑃(𝐾) × 𝑃( ⁄𝐾)
=
𝑃(𝐷𝐾)
0,02 × 0,78
= 0,0744
= 0,2096

4. Bila disoal nomor 2 orang kena tilang dalam perjalanan ke kantor,

berpa peluang dia melewati perangkap radar ditempat 𝑇2?

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

6. Seorang pegawai mempunyai 2 mobil, 1 sedan, 1 toyota. Untuk pergi

bekerja dia menggunakan sedan 75% dan Kijang25%. Bila dia menggunkan
sedan biasanya dia tiba kembali dirumah pukul 17.30 sebanyak 75% (75
dari 100 kali) sedangkan bila menggunkan Kijang dia tiba pukul 17.30 kira-
kira 60% (tapi dia merasa lebih tenang memakai Kijang karena tidak terlalu
khawatir diserempet mobil lain). Bila dia tiba dirumah pukul 17.30,
berapakah peluangnya dia memakai sedan ?

Jawab:

RINJANI_ST
 18

Keterangan:

 OT  On Time / Tepat Waktu

 TO  Tidak On Time / Tidak Tepat Waktu
 S  Sedan
 K  Kijang

𝑃(𝑇𝐵) = 0,75 × 0,75 + 0,25 × 0,60

= 0,7125

𝑃(𝑆) × 𝑃(𝑂𝑇⁄𝑆)
𝑆
𝑃( ⁄𝑂𝑇) =
𝑃(𝑇𝐵)

0,75×0,75
= 0,7125
= 0,789

Halaman 49 Soal Ulangan (Peluang)

1. Terandalkan bila bersalah = 90%  10% tidak bersalah

Terandalkan bila tidak bersalah = 99%  1% bersalah
tertuduh dipilih dari yang hanya 5% pernah melakukan kejahatan.
1
𝑃(𝑡𝑖𝑑𝑎𝑘 𝑏𝑒𝑟𝑠𝑎𝑙𝑎ℎ) = 1 − (5% × 90% + 5% × 1%)
2
= 0,97725

2. 50% alergi rumput 4

a. 3 dari 4 yang akan datang berobat alergi rumput = 𝐶4 × (1) = 1
3 2 4 4
b. Tidak ada dari ke-4 penderita yang alergi rumput =𝐶4 × (1) = 1

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

a. Lebih dari 2 mobil mendapat bensin = 0,28 + 0,10 + 0,17 = 0,55

b. Paling banyak 4 mobil mendapat bensin = 0,03 + 0,18 + 0,24 + 0,28
+ 0,10 =
c. 4 atau lebih mobil mendapat bensin = 0,10 + 0,17 = 0,27

5. 4 spade, 6 diamond, 1 club, 2 heart = 2

tangan 6. P(5) = 0,1

a. P(4) = 0,14
b. 0,12 × 0,92

7. a. P(T) = 5% × 20% + 4% × 50% + 8% × 30% = 0,054

b. P(𝑆⁄𝑇) = 0,054 = 0,054
30% ×8% 0,024

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

Halaman 62- 66 ( Peubah Acak dan Distribusi Peluang, Distribusi

Peluang kontinu, Distribusi Peluang diskrtit)

5. Tentukan nilai c sehingga tiap fungsi berikut dapat merupakan

distribusi peluang peubah acak diskrit X:
a. 𝑓(𝑥) = 𝐶 (𝑥2 + 4) untuk X = 0, 1,2, 3
3
∑𝑥=0 𝐶 (𝑥2 + 4)
4C + 5C + 8C +13C = 1
C= 1
30
b. 𝑓(𝑥) = 𝐶(2)( 3
) untuk x = 0,1,2
𝑥 3−𝑥
∑2 𝐶 (2)( 3
)
𝑥=0 𝑥 3−𝑥

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

t 200 250 300

1 3 1
P(T = t)
5 5 5

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

8. Cari distribusi peluang peubah acak W di soal nomor 3(lihat di

Walpole yaaa. ^_^) bila dimisalkan uang tersebut diberati sehingga
kemungkinan muncul muka dua kali lebih besar dari pada belakang.

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

11. Suatu pengiriman 7 pesawat televisi berisi 2 yang rusak. Sebuah

hotel membeli 3 pesawat secara acak dari kelompok tadi. Bila x
menyatakan banyak pesawat yang rusak yang dibeli hotel tersebut, carilah
distribusi peluang x. Nyatakanlah hasilnya dalam histogram peluang.

Jawab: 2
𝑓(𝑥) = 𝐶 × 𝐶5
𝑥 3−𝑥

X 0 1 2
2 4 1
f(x)
7 7 7

12. 3 kartu diambil berurutan dari sekotak kartu bridge tanpa

pengembalian. Cari distribusi peluang dari banyaknya spade.

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

13. Cari distribusi tumpukan peubah acak W di soal nomor 8.

Dengan menggunakan F(w), cari:
a. 𝑃(𝑤 > 0) = 4 + 8 = 20
9 27 27

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

14. Buatlah grafik distribusi tumpukan untuk nomor soal 13.

Jawab:

15. Carilah distribusi tumpukan peubah acak x yang menyatakan

jumlah yang rusak pada soal 11. Dengan menggunakan F(x), carilah

X 0 1 2
2 6
F(x) 1
7 7

RINJANI_ST
 1

a. P(x = 1) = 6 − 2 = 4

7 7 7

b. P(0< X ≤ 2) = F(2) – F(0) = 1 − 2

= 5

7 7

16. Belum dijawab

17. Distribusi peluang x, banyaknya cacat per 10 meter serat sintetis

dalam gulungan yang lebarnya seragam, diberikan oleh:

X 0 1 2 3 4
F(x) 0,41 0,37 0,16 0,05 0,01

Buatlah distribusi tumpukan x.

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

Dit.a. P(T=5) b. P(T>3) c. P(1,4<T<6)

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

19. f(x) = ½ , 1<x<3

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

20. f(x) = 2(1+𝑥) , 2 < x < 5

27
4 2(1+𝑥) 4
2 1 2 2
a. P(X<4) = 𝑑𝑥 = (𝑥 + 𝑥 )] = (4 + 8 − 2 − 2)
27 27 2 2 27
∫2
16
=27
4 2(1+𝑥) 4
2 1 2 2 9
b. P(3<X<4) = 𝑑𝑥 = (𝑥 + 𝑥 )] = (4 + 8 − 3 − )
27 27 2 3 27 2
∫3
1
=3

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

23. dari saol no. 19

𝑥1 1 𝑥 1

F( x ) = ∫ 𝑑𝑥 = 𝑥] = (𝑥 − 1)
1 2 2 1 2

P( 2<X<2,5) = F(2,5) – F (2) = 1 [(2,5 − 1) − (2 − 1)]
2
= (1,5 − 1) = 1
1

2 4

24. dari soal no.20

𝑥 2(1+ 𝑥) 𝑥
2 1 2 2 1 2

F(x)= 𝑑𝑥 = (𝑥 + 𝑥 )] = (𝑥 + 𝑥 − 2 − 2)
27 27 2 2 27 2
∫2
𝑥2+2𝑥−8 (𝑥+4)(𝑥−2)
= 27 = 27
 P(3<X<4) = F(4) – F (3) = 16+8−8
− 9+6−8 = 16 − 7
= 9
=1
27 27 27 27 27 3

𝑘√𝑥 , 0 < 𝑥 < 1

25. f(x) = {
0, 𝑢𝑛𝑡𝑢𝑘 𝑥 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
RINJANI_ST
 16
a. Hitung k
 P(0<X<1)= 1 CDF

RINJANI_ST
 16

 P(0<X<1) = ∫01 𝑘√𝑥 𝑑𝑥

2𝑘
1= 3 . 𝑥 3⁄ ]1
20
2𝑘
1= 3
k=3
2
3
𝑥 , 0<𝑥<1
jadi, f(x) = { 2√
0, 𝑢𝑛𝑡𝑢𝑘 𝑥 𝑙𝑎𝑖𝑛𝑛𝑦𝑎

b., Cari F(x) dan gunakan untuk menhitung

P ( 0,3<X<0,6) 𝑥
F(x) = ∫𝑥 3 √𝑥 𝑑𝑥 = 𝑥3⁄2] = 𝑥3⁄2
0 2 0
 P(0,3<X<0,6) = F(0,6) – F (0,3)= (0,6)3⁄2 – (0,3)3⁄2 =0,30044

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)

Dit. P(X<12) =….? dalam menit

Jadi sama dengan P(X<0,2) dalam jam

a. Dengan menggunakan dist. Tumpukan X;

P(X<0,2) = 1 − 𝑒−8(0,2)= 1 – 0,2019 =0,7981
b. Dengan menggunakan fungsi padat peluang X;
 fungsi padat peluang X
𝑑𝐹(𝑥) 𝑑(1−𝑒−8𝑥)
f(x) 0,2
= 𝑑𝑥 = 𝑑𝑥 = 8𝑒−8𝑥
 P(X<0,2)= ∫ 8𝑒−8𝑥 = −𝑒−8𝑥]0,2 =( −𝑒−8(0,2) + 𝑒0) = 0,7981
0 0

Halaman 90- 92 Soal Ulangan (Peubah acak dan Distribusi Peluang)

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

a. fungsi massa peluang X [f(x)]

x 1 3 5 7 lainnya
f(x) 0,4 0,2 0,2 0,2 0

b. P (4< 𝑥 ≤ 7 ) = f(5) + f(7) = 0,2+0,2 = 0,4

Halaman 100- 103 (Harapan Matematik, Rataan Peubah Acak)

3 4
𝐶
1. Dist. Peluang X adalah f(x) = 𝐶𝑥 2−𝑥
, x = 0,1,2
𝐶27
Dit. µ = E(x) = …?
x 0 1 2
f(x) 6/21 12/21 3/21
f(x) . x 0 12/21 6/21

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

3. dari soal no.6 halaman 63

T 20 25 30
f(t) 1/5 3/5 1/5
f(t) . t 4 15 6
Jadi : E(t) =∑ 𝑓(𝑡). 𝑡 = 4 + 15 + 6 = 25  dlm puluhan, shg µ = E(t) = 250
rupiah

4. p(muka) = 3.P(belakang) P(M) =3P(B)

ada 2 kali pelemparan
x menyatakan banyaknya belakang muncul
Ruang sampel MM (0) MB (1) BB (2)
(x)
Peluang [f(x)] P(MM) P(MB) P(BB)
 P(MM) = P(M).P(M) = 3P(B) .3P(B) = 9 𝑃(𝐵)2 = 9/16
 P(MB) = 2.P(M).P(B) = 2. 3P(B) .P(B) = 6𝑃(𝐵)2 = 6/16
 P(BB) = P(B) .P(B) = 𝑃(𝐵)2 = 1/16

 P(MM) + P(MB) + P(BB) =1

9 𝑃(𝐵)2 + 6𝑃(𝐵)2 + 𝑃(𝐵)2 = 1
16 𝑃(𝐵)2 =1

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

X dalam ribuan rupiah

X 7 9 11 13 15 17
f(x) 1/12 1/12 1/4 ¼ 1/6 1/6
f(x) 7/12 9/12 11/4 13/4 15/6 17/6
.x

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

6. Keuntungan = 4000, dengan peluang 0,3

Rugi = 1000, dengan peluang 0,7
jadi
E(x) = ∑ 𝑓(𝑥). 𝑥 = (4000x0,3) + (1000x0,7) = 500 ribu

7. Dalam ribu rupiah

X 250 150 0 -150
f(x) 0,22 0,36 0,28 0,14
f(x) . x 55 54 0 -21
Jadi E(x) = ∑ 𝑓(𝑥). 𝑥 = 55+54+0-21 = 88 ribu rupiah

RINJANI_ST
 17

8. P (jack) = 1/13 P(queen) =

1/13 P (king) = 1/13 P(As) = 1/13
$3 bila dia menarik jack atau queen
$5 bila dia menarik king atau As
x 3 3 5 5
f(x) 1/13 1/13 1/13 1/13
f(x) . x 3/13 3/13 5/13 5/13
E(x) = ∑ 𝑓(𝑥). 𝑥 = 3
3 5 5 =
16
= 1,230
13 + 13 + 13 + 13 13
= 1230 rupiah

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.

2(1 − 𝑥) , 0 < 𝑥 < 1

11. (𝑥) = { } dalam juta rupiah
0 , 𝑢𝑛𝑡𝑢𝑘 𝑥 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
𝑓 1 1
µ = E(x) =∫ 𝑓(𝑥). 𝑥 𝑑𝑥 = ∫ 2(1 − 𝑥). 𝑥 𝑑𝑥
0 0

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=0y=1
dy = 2x dx x=1y=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

No.16-26 bakal didapat di tk.2 , sabar yak…!

RINJANI_ST
 17

Halaman 111- 112 (Harapan Matematik, Variansi)

1. soal no.1 hal.100, dgn definisi 3.3 hal.104

x 0 1 2
f(x) 6/21 12/21 3/21
E(x) = 6/7
.𝜎2 = ∑𝑥(𝑥 − 𝜇)2. 𝑓(𝑥) = (0 − 6)2. 6 + (1 − 6)2. 12 + (2 − 6)2. 3
= 20
7 21 7 21 7 21 49

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

µ = E(x) = ∑ 𝑓(𝑥). 𝑥 = 0,02 + 0,75 + 1,6 + 1,5 + 0,24 = 4,11

E(𝑥2) = ∑ 𝑓(𝑥). 𝑥2 = 0,04 + 2,25 + 6,4 +7,5 +1,44 = 17,63
Jadi 𝜎2 = 𝐸(𝑥2) − 𝜇2 = 17,63 − (4,11)2 = 0,7379

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

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

RINJANI_ST
 17

Jadi 𝜎2 = 𝐸(𝑥2) − 𝜇2 = 2 − (1)2 = 1

5. soal no. 12 hal 101

𝑓(𝑥) 2(1 − 𝑥) , 0 < 𝑥 <
1 } dalam juta rupiah
={
0 , 𝑢𝑛𝑡𝑢𝑘 𝑥 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
µ = E(x) = 1
13 1
E(𝑥2) = ∫ 𝑓(𝑥). 𝑥2 𝑑𝑥 = ∫ 2(1 − 𝑥). 𝑥2𝑑𝑥
0 0

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

6. soal no. 14 hal 101

2(𝑥+2)
f(x) = { 5 , 0<𝑥<1
0, 𝑢𝑛𝑡𝑢𝑘 𝑥 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
E(x) = 8
15 1 1 2(𝑥+2)
E(𝑥2) = ∫ 𝑓(𝑥). 𝑥2 𝑑𝑥 = ∫ . 𝑥2 𝑑𝑥
0 0 5
1 2(𝑥3+2𝑥2)
= ∫0 5 𝑑𝑥
3 1
2 1 𝑥4 +2 )]
= 5 (4 3𝑥 0

2 1 2 11
= 5 (4 + 3 ) = 30
2
Jadi 𝜎2 = 𝐸(𝑥2) − 𝜇2 = 11 − ( 8 ) = 37

30 15 450

RINJANI_ST
 17

7. soal no. 15 hal 101

𝑥 ,0<𝑥 <1
f(x) = { 2 − 𝑥, 1 ≤ 𝑥 < 2 x
0 , 𝑢𝑛𝑡𝑢𝑘 𝑥 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
E(x) = 1
E(𝑥2) = ∫1 𝑓(𝑥). 𝑥2 𝑑𝑥 2
= ∫ 𝑥. 𝑥2 𝑑𝑥 + ∫ (2 − 𝑥). 𝑥2 𝑑𝑥
0 1
1 2
= ∫ 𝑥3 𝑑𝑥 + ∫ (2𝑥2 − 𝑥3) 𝑑𝑥
0 1

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

Jadi 𝜎2 = 𝐸(𝑥2) − 𝜇2 = 7 − (1)2 = 1

6 6

No.8-15 bakal didapat di tk.2 , sabar yak…!

Halaman 124- 126 (Harapan Matematik, Rataan dan Variansi dari

Kombinasi Linier Peubah Acak, Teorema Chebyshev)

1. soal no.3 hal. 112

dit. E(3x-2) dan 𝜎3𝑥−2
2

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

 µ = E(x) = ∑ 𝑓(𝑥). 𝑥 = 0,02 + 0,75 + 1,6 + 1,5 + 0,24 = 4,11

 E(𝑥2) = ∑ 𝑓(𝑥). 𝑥2 = 0,04 + 2,25 + 6,4 +7,5 +1,44 = 17,63
 E(3x-2) = 3[E(x)] – 2 = 3(4,11) – 2 = 10,33
 E[(3𝑥 − 2)2] = E( 9x2 - 12x + 4 )
= 9[E(x2)] – 12[E(x)] + 4

= 9(17,63) – 12(4,11) + 4

RINJANI_ST
 17

= 113,35

 𝜎2 E[(3𝑥 − 2)2] - [𝐸(3𝑥 − 2)]2 = 113,35 – (10,33)2

=3𝑥−2
=6,6411
2. Soal no 4 hal. 112
Dit. E(5x+3) dan 𝜎5𝑥+3
2

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)

3. Jawab sendiri aja yah? Kalian pasti bias!!! Hwaiting!!

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

Jadi 𝜎2 = 𝐸(𝑥2) − [𝐸(𝑥)]2 = 32 – 42 = 16

E(3x-2) = 3 E(x) – 2 = 3 (4) – 2 = 10 (teorema 3.5)

𝜎3𝑥−2
2
= 32𝜎2 = 9 (16) = 144 (teorema 3.9)

5. Hitung E(x) , E(x2) dan E [(2x+1)2]

x -3 6 9
f(x) 1/6 1/2 1/3
f(x) . x -1/2 3 3
f(x) . 𝑥2
3/2 18 27

 µ = E(x) = ∑ 𝑓(𝑥). 𝑥 = − 1 + 3 + 3 = 11 = 5,5

2 2
 E(𝑥 ) = ∑ 𝑓(𝑥). 𝑥2 = 3 + 18 + 27 = 46,5
2
2
 E [(2x+1)2] = E(4x2+4x+1) = 4[E(x2)] + 4 [E(x)] +1
= 4(46,5) + 4(5,5) +1 = 209

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

Halaman 126- 127 Soal Ulangan (Harapan Matematik)

1
4. f(x) = { 𝑒
−𝑥⁄
5
, 𝑥>0
5
0, 𝑢𝑛𝑡𝑢𝑘
∞ 1 −𝑥𝑦⁄ 𝑙𝑎𝑖𝑛𝑛𝑦𝑎
a. E(x) = ∫ 𝑒 5. 𝑥 𝑑𝑥
0 5
dengan cara tanzaline didapat
= 1 (−5𝑥𝑒 −𝑥⁄ ]∞
5 5 − 25𝑒 −𝑥⁄
5) 0

= 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

Jadi 𝜎2 = 𝐸(𝑥2) − [𝐸(𝑥)]2 = 50 – 52 = 25

Sehingga 𝜎 = √𝜎2 = √25 = 5

c. E(x+5)2 = E(x2 + 10x + 25) = E(x2) + 10 E (x) + 25 = 50 + 10(5) + 25 =

125

7., caranya sama seperti no.4, okeh!!!^^

RINJANI_ST
 18

Halaman 137- 140 (Beberapa Distribusi Peluang Diskrit, Distribusi

Seragam Diskrit, Distribusi Binomial dan Multinomial)

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

4) b(x;5, (0,75))= 5Cx (0,75)𝑥(0,25)5−𝑥

a) b(2;5,(0,75))= 𝐶52(3/4)2(1/4)3=0,0879
3
5−𝑘
5 𝑘 (1)
b) P(x ≤ 3) = ∑ (𝑥) 3
4)
=0.3672
4
(
𝑥=0

5) gunakan distribusi binomial dengan n=4

4 0
a) P(X=4)=𝐶4 (2) (1) =0.19753
4 3 3
∑3 4
2 𝑥 1 4−𝑥 64
b) P(1 ≤ 𝑋 ≤ 3)= 1 𝐶𝑥 (3 ) ( ) =
3 81

6) gunakan distribusi binomial dengan n=6

∑5 6
1 𝑥 2 6−𝑥
P(2 ≤ 𝑋 ≤ 5)= 2 𝐶𝑥 ( ) ( ) = 0.647
3 3
∑2 6 1 𝑥 2 6−𝑥
P(𝑋 ≤ 2)= 0 𝐶𝑥 ( ) ( ) = 0.6803
3 3

7) f(x,k)=1/2 ; x=0,1
b(x;1,1/2)=𝐶𝑥1(1/2)𝑥(1/2)1−𝑥.

8) a) b(3;8,3/5)= 𝐶38(3/5)3(2/5) 5=0.1238

𝑥
b) P(x≥5)=1 - 4 𝑥=0 8
( )()
3
∑ 𝑥 5

RINJANI_ST
 18
(2) 8−𝑥
5 =0,594

9) gunakan binomial

RINJANI_ST
 18

10) gunkan binomial dengan n= 12

11) gunakan binomial dengan n=7
3
12) P(x≤3)= ∑ (9𝑥)(0.25)𝑥(0.75)9−𝑥 = 0.8343
𝑥=0
13) gunakan binomial
14) Caranya sama dengan no. 4

15) a) b(0;5,0.4)=𝐶05 0.400.65 = 0.0778

yang lain ikuti langkah no. 4

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

17) Caranya Sama dengan no 16 hanya berbeda peluangnya

saja 18)
19)
20) (masalah cbyshev ada pembahasannya tersendiri di buku ini)
21) Cbey shev
22)
23)
24) Gunakan multinomial 2 2
f(2,1,2;1/4,1/4,1/2)= 5! (1) (1) (1) = 15
2! 1! 2! 4 4 2 128

RINJANI_ST
 18

25) Gunakan multinomial

f(0,0,2,1,4;
(0.01),(0.05),(0.1),(0.02),(0.82))= 7!
0!0!2!1!4! 0.0100.0500.120.0210.824 =
0.0094955
(dalam menjawab soal seperti diatas perhatikan apa saja yang diketahui ,
sebagai contoh 0.82 diperoleh dari 1-(0.01+0.05+0.1+0.02)=0.82 yang
harus diingat adalah peluangnya harus berjumlah satu dan jumlah pangkat
masing masing peluang apabila ditambahkan adalah sama dengan banyak
kemungkinan kejadian jadi pangkat empat pada 0.82 diperoleh dari 7-0-0-2-
1=4 dan pangkata 0 pada 0.01 karena disebutkan tidak mengenai lesan
artinya sama dengan zero kejadian sehingga berpangkat nol)

26) Gunakan multinomial

8! 5 2 1
1 1 1 21
f(5,2,1 ; ½,1/4 , ¼)= ( ) ( ) ( =
2!1!5! 2 ) 256
4 4
perbandingan 8:4:4 menyatakan peluangnya masing masing dimana semua
dibagi dengan 16 (total dari semua perbandingan) untuk mendapatkan
peluangnya maka peluangnya masing masing adalah ½,1/4,1/4

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!

Halaman 147- 148 (Beberapa Distribusi Peluang Diskrit,Distribusi

Hipergeomatrik)
12 40
𝐶2 𝐶5
1) a) f(2;52,7,12)= = 0.3246
𝐶752
48 4
𝐶7 𝐶0
b) P(x≥1)=1-P(x<1)=1- =0.4496
𝐶752

2) P(1≤x≤3)=∑3 𝐶 6𝑥 93−𝑥 = 0.81538

1 𝐶 𝐶15
3
4 5
( )( ) 15
2 4
3) 𝑓(2,4 ; 4,5,9,6) 9 =
( ) 4
= 6

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

5) n=3, N=6, 𝑎1 = 4 𝑑𝑜𝑘𝑡𝑒𝑟, 𝑎2 = 2 𝑝𝑒𝑟𝑎𝑤𝑎𝑡,

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

7) Gunakan distribusi geometrik karena terdapat pengambilan sampel dari

populasi yaitu diambil 5 barang sebagai sampel dari 50 barang dimana
banyaknya yang cacat adalah 20% × 50 = 10 dan yang tidak cacat 50−10 =
4 maka peluang akan lolos pemeriksaan adalah
𝐶10𝐶40
P(X≤ 2)=∑2𝑥=0 𝑥 5−𝑥 = 0.951739
𝐶550
22 3
𝐶3 𝐶0 77
8) a) P(x=0)= = (maksud soalnya diketahui tiga yang cacat dari 25)
𝐶325 115

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

10) E(x)=𝑛𝑘 = 4𝑥3 = 1.2

𝑁 10

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

15) P(10≤ 𝑥 ≤14)

18 18 119 𝑥 51 18−𝑥
=∑ ( )( ) ( )
𝑥 170 170
𝑥=10
=0.7758

16) gunakan hipergeometrik peubah ganda→

13 13 13 13
𝐶5 𝐶2 𝐶3 𝐶3
f(5,2,3,3;13,13,13,13,52,13)= 52
= 0.0129
𝐶13

17) gunakan hipergeometrik peubah ganda

2 3 5 2
𝐶 𝐶 𝐶
a) 𝑓(1,1,1,1; 2,3,5,2,12,4) = 𝐶
1 1 1 1 =4
𝐶412 33

𝐶2𝐶3𝐶2 𝐶2𝐶3𝐶2 𝐶2𝐶3𝐶2 8

1 1 2 1 2 1 2 1 1
b) + + =
𝐶412 𝐶412 𝐶412 165

18) gunakan hipergeometrik peubah ganda (pada soal seharusnya 2

kelereng biru)
𝐶4𝐶2𝐶3
𝐶24𝐶22𝐶31 𝐶4𝐶2𝐶3 17
1 2 2 3 2 0
+ + =
𝐶59 𝐶59 𝐶412 63

HALAMAN 156- 158 (Beberapa Distribusi Peluang Diskrit, Distribusi

Binomial Negatif dan Geomatrik, Distribusi Poisson dan Proses
Poisson)

1. Peluang pembelian televisi yang kesepuluh adalah pembelian yang

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

10. a) P(x < 4) = ∑3

𝑥=0 𝑃(𝑥; 6)
3 −6 𝑥
= 𝑥=0 𝑒 6 = 0.1512
𝑥!
∑
b) P(6 < x < 8) = ∑8
𝑥=6 𝑃(𝑥; 6)
8 𝑒−66𝑥
= ∑𝑥=6 = 0.4015
𝑥!

11. a) P(x > 5) = 1 – P(x< 5)

5
= 1 - 𝑥=0 𝑃(𝑥; 5)
𝑒−55𝑥
=1-
∑ ∑5 = 0.3840

RINJANI_ST
 19
𝑥=0 𝑥!

c) P(0;5) = e-5 = 0.0067

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!

Selanjutnya untuk menghitung peluang kurang dari 7 ekor yang

ditemukan pada daerah seluas 2 are dari 3 are yang diperiksa
menggunakan distribusi binomial dengan p = P(x < 7) = 1.314566x10 -5
(dari perhitungan sebelumnya), diperoleh
P(y < 7) = 𝐶23(0.0458)2(1 − 0.0458)1
= 0.006
13. a) Peluang salad berisi lebih dari 5 macam sayuran pada suatu hari tertentu
P(x > 5) = 1 – P(x < 5)
5 𝑒−55𝑥
=1- ∑𝑥=0 = 0.3840
𝑥!
b) Peluang salad berisi lebih dari 5 macam sayuran pada 3 dari 4 hari
mendatang
Untuk menghitung peluang tersebut, maka kita gunakan distribusi
binomial dengan
p = P(x > 5) = 0.3840 sehingga diperoleh
P(y > 5) = 𝐶34(0.3840)3(1 −
0.3840)1
= 0.1395

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!

15. P(6 < x < 8) =

𝑥=6 𝑃(𝑥; 10)
∑8
8 𝑒−1010𝑥
= ∑𝑥=6 = 0.2657
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!

b) Peluang bahwa 8, 9, atau 10 yang gagal

P(8 < x < 10) = ∑10
𝑥=8 𝑃(𝑥; 7.5)
10 𝑒−7.57.5𝑥
= ∑𝑥=8 = 0.3376
𝑥!

17. a) Karena pada soal 14 termasuk distribusi Poisson, maka nilai

μ =  2 = (0.002)(2000) = 4
b) Menggunakan teorema Chebyshev
P[|x - μ| < k ] > 1 − 1 P[|x - μ| < k ] > 3
𝑘2
4
Maka diperoleh
1− 1 =3
𝑘2 4 k=2
k = 2x2 = 4
P[|x - μ| < k ] > 1 − 12
𝑘
P[|x - 4| < 4] > 3
4
P[0 < x < 8] > 3
4

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

HALAMAN 158 SOAL ULANGAN

(Beberapa Distribusi Peluang Diskrit)

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

2. a) Peluang mesin baik akan ditolak

Dari soal diketahui peluang mesin dianggap baik adalah 99% atau 0.99,
sehingga mesin ini ditolak apabila gagal melas lebih dari 3
P(x > 3) = 1 – P(x < 100
3)
= 1 - ∑3 𝐶 0.99𝑥 (1 − 0.99)100−𝑥
0 𝑥
=0

b) Peluang bahwa sebuah mesin yang tidak efisien dengan 95%

keberhasilan melas akan diterima
Karena mesin yang tidak efisien mempunyai 95% keberhasilan melas
maka p=0.01x0.95= 0.0095, sehingga peluangnya
P(x < 3) = ∑3 𝐶1000.0095𝑥 (1 − 0.0095)100−𝑥
0 𝑥

RINJANI_ST
 19
= 0.9845

RINJANI_ST
 19

3. Dengan menggunakan distribusi hipergeometrik

5 7 4 3 4
f(2,3,1,1,2;5,7,4,3,4)= 𝐶2 𝐶
3 1𝐶 1𝐶 2
= 2520
= 0.0308
𝐶 𝐶923 81719
4. μ = 2,7
a) Peluang tidak lebih dari 4 panggilan masuk dalam semenit
𝑒 −2.7
2.7 𝑥
P(x < 4) = = 0.8629
∑4 𝑥=0 𝑥!
b) Peluang kurang dari 2 panggilan masuk dalam semenit
𝑒−2.72.7𝑥
P(x < 2) = = 0.2487
∑1 𝑥=0 𝑥!

c) Peluang lebih dari 10 panggilan masuk dalam satu selang 5-menit

Karena pada soal ditanyakan dalam selang 5 menit, maka μ = 2,7x5 =
13.5
𝑒−13.513.5𝑥
P(x > 10) =1− = 0.7888
𝑥=0
∑10 𝑥!

5. a) Peluang pernyataan 5% yang cacat adalah benar

Kita menganggap bahwa peluang proses tertentu rusak adalah 0.05,
sehingga besarnya peluang terdapat 5 cacat dari 15 yang terpilih adalah
besarnya peluang pernyataan 5% cacat adalah benar
P(x = 5) = 𝐶515(0.05)5(1 − 0.05)10
= 5.619x10-4
b) Karena peluang pernyataan tersebut sangat kecil, maka akan sulit
mempercayai bahwa proporsi yang rusak dari suatu proses tertentu
sebesar 5%.
6. a) kesalahan perjam , maka rata – rata terjadinya kesalahan dalam selang 5
jam adalah 5 × 0.2 = 1 −11𝑥
P(𝑋 > 1) = 1 − (𝑋 ≤ 1)= 1 − ∑1 𝑒 = 0.2642
0 𝑥!
c) Rata – rata kesalahan yang terjadi perjamnya adalah 0.25 kesalahan
perjam, maka rata – rata terjadinya kesalahan dalam selang 5 jam adalah
5 × 0.25 = 1.25 −1.251.25𝑥
P(𝑋 ≤ 1) = ∑1 𝑒 = 0.644635
0 𝑥!

RINJANI_ST
 19

7. a) sebenarnya dalam soal ini menggunakan distribusi binomial, tapi karena

sampelnya besar (𝑛 → ∞) dan peluang nya mendekati nol (𝑝 → 0) maka
kita bisa menggunakan pendekatan poisson.

𝜇 = 𝑛𝑝 = 100(0.01) = 1

𝜎 = √𝑛𝑝𝑞 = √100 (0.01)(0.99) = 0.99498

−11𝑥
P (𝑋 ≥ 2) = 1 − 𝑃(𝑋 < 2) = 1 − ∑1 𝑒 = 0.264
0 𝑥!

b) sebenarnya dalam soal ini menggunakan distribusi binomial, tapi

karena sampelnya besar (𝑛 → ∞) dan peluang nya mendekati nol
(𝑝 → 0) maka kita bisa menggunakan pendekatan poisson.

𝜇 = 𝑛𝑝 = 100(0.05) = 5
−55𝑥
𝑃(𝑋 < 2) = ∑1 𝑒 = 0.0404
0 𝑥!

HALAMAN 177- 180 (Beberapa Distribusi Peluang Kontinu, Distribusi

Normal, Luas di bawah Kurva Normal, Penerapan Distribusi Normal)

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

d) P(Z< z*) = 0.80

z* = 0.84 (lihat pada tabel normal)
𝑥−𝜇
= 0.84


RINJANI_ST
 20
𝑥−30
= 0.84 x = 35.04
6

e) 75% = P(-z* < Z < z*)

P(-z* < Z < 0) = P(0 < Z < z*) = 0.375
P(0 < Z < z*) = P(Z < z*) – 0.5
P(Z < z*) = 0.875 z* = 1.15 dan –z*=1.15 (lihat pada tabel
normal)
Untuk batas bawah:
-z*=- 1.15
𝑥1−30
= -1.15 x = 23.1
6 1

Untuk batas atas:

z*= 1.15
𝑥2−30
= 1.15 x2 = 36.9
6
 −𝜇 K−𝜇  −𝜇
6. P( μ-3 < X < μ+3 )= P(μ−3 < < μ+3 )
 σ 
= P(-3 < Z < 3)
= P(Z < 3) – P(Z < -3)
= 0.9987 – 0.0013 = 0.9974

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

6.3 6.3 6.3

= P(-0.48 < Z < 1.43)
= P(Z < 1.43) – P(Z < -0.48)
= 0.9236 – 0.315 = 0.606
RINJANI_ST
 20

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

11. μ = 24,  = 3.8

a) Peluang perjalanan melebihi ½ jam atau P(X> 30)
P(X> 30) = P(K−24 > 30−24) = P(𝑍 > 1.58)
3.8 3.8
= 1 – P(𝑍 < 1.58)
= 0.0571
b) Bila kantor buka jam 9.00 dan dia berangkat jam 8.45, maka dia akan
terlambat jika lama perjalanan lebih dari 15 menit. Peluangnya adalah
P(X > 15) = P(K−24 > 15−24) = P(𝑍 > −2.37)
3.8 3.8
= 1 – P(𝑍 < −2.37)
= 1 – 0.089 = 0.911
c) Bila dia berangkat jam 8.35, maka dia tidak kebagian kopi jika lama
perjalanan lebih dari 25 menit. Peluangnya adalah
P(X > 25) = P(K−24 > 25−24) = P(𝑍 > 0.26)
3.8 3.8
= 1 – P(𝑍 < 0.26)
= 0.3974
d) P(X > a) = 0.15
RINJANI_ST
 20

P(X < a) = 1 – 0.15 = 0.85

= P(Z < 1.04)

𝑎−24
= 1.04 a = 27.952
3.8

e) Peluang 2 dari 3 perjalanan berikutnya akan ditempuh dalam lebih dari ½

jam, pertama cari peluang perjalanan berikutnya ditempuh dalam lebih
setengah jam dengan menggunakan distribusi normal, kemudian cari
peluang bahwa 2 dari 3 perjalanan tersebut akan ditempuh lebih dari
setengah jam
p = 𝐶23(P(X > 30))2(1 − P(X > 30))1
K−24 30−24 K−24 30−24
=𝐶23(𝑃 ( 3.8
> 3.8
))2(1 − 𝑃 (
3.8
> 3.8
))1
=𝐶23(𝑃(𝑍 > 1.579))2(1 − 𝑃(𝑍 > 1.579))1
=𝐶23(1 − 𝑃(𝑍 < 1.579))2(1 − (1 − 𝑃(𝑍 < 1.579)))1
= 𝐶23(0.0571)2(1 − 0.0571)1
= 0.0092

12. μ = 74,  = 7.9

a) P(X > f) = 0.10 = P(𝑍 < −1,28)
𝑓−74
= -1.28 f = 63,88 ≈ 64
7.9
b) Nilai 5% tertinggi mendapat A
P(X > a) = 0.05
P(X < a) = 0.95 = P(z < 1.64)
𝑎−74
= 1.64 a = 86.956
7.9
Karena X > 86.956 adalah nilai A, maka nilai tertinggi dari B adalah 86.
c) Nilai 10% tertinggi mendapat A dan 25% berikutnya mendapat
B Misal jumlah mahasiswa = S
10% S = jumlah mahasiswa mendapat A
25% x (S – 10%S) = jumlah mahasiswa mendapat B
25% x 0.9S = 22.5%S
Sehingga jika dilihat dari total mahasiswa, proporsi mahasiswa yang
mendapat nilai B adalah 22.5%

RINJANI_ST
 20

Untuk mencari nilai B terendah, kita peroleh proporsi mahasiswa

yang mendapat nilai B ke atas sebesar 10%+22.5%= 32.5%. Misalkan
nilai B terendah = a
P(X > a) = 32.5% = 0.325
P(X < a) = 0.675 = P(z < 0.45)
𝑎−74
= 0.45 a = 77.555 ≈ 78
7.9

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

17. μ = 10.000,  = 100

Pengukuran dibulatkan ke 50 kg/cm2 terdekat sehingga dalam pendekatan
distribusi normal perlu ditambahkan + ½ x 50 = + 25
a) P(X > 10.150) = P(𝑋 > 10.175)
K−10.000 10.175−10.000
= P( 100 > 100 )
= 1 – P(𝑍 < 1,75)
= 0.0401
b) P(9800 < X < 10.200) = P(9.775 < X< 10.225)
K−10.000 10.225−10.000
= P( 100 < 100 ) -
K−10.000 9.775−10.000
P( 100 < 100 )
= P(Z < 2.25) – P(z <Z-2,25)
= 0.9878 – 0.0122 = 0.9756
Komponen yang dapat diharapkan terbuang
= 1 – 0.9756 = 0.0244

RINJANI_ST
 20

HALAMAN 187 - 188 ( Beberapa Distibusi Peluang Diskrit, Hampiran

Normal Terhadap Binomial)

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

3. Dua dadu dilantunkan 180 kali.

Dadu yang berjumlah 7 = (1,6), (2,5), (3,4), (4,3), (5,2), dan (6,1)
Peluang mendapat jumlah 7 =
1/6 μ = np = 180x1/6 = 30

 = √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

11. μ = np = 1/10 x 400 = 40

 = √𝑛𝑝𝑞 = √400𝑥 1
𝑥 9
=6
10 10
a) P(X < 32) = P(X < 31.5)
K−40 31.5−40
= P( 6 < 6 )
= P(Z < -1.42) =
0.0778 b) P(X > 49) = P(X < 49,5)
K−40 49.5−40
= P( 6 > 6 )
= 1 - P(Z < 1.58) = 1 – 0.9429 =
0.0571 c) P(35 < X < 47) = P(34.5 < X < 46.5)
34.5−40 K−40 46.5−40
= P( 6 < 6 < 6 )
= P(Z < 1.08) – P(Z < -0.92)
= 0.8599 – 0.1788 = 0.6811

HALAMAN 199 (Beberapa distribusi peluang kontinu)

2.4
1. P(1.8 < X < 2.4) = ∫ 1
1.8 12𝛤(2) 𝑥2−1𝑒−𝑥 𝑑𝑥
2.4
= ∫1.8 𝑥𝑒−𝑥 𝑑𝑥 = 0.1544
9 1
2. P(X< 9) = ∫0 𝑥2−1𝑒−𝑥/3 𝑑𝑥
32𝛤(2)
9 1
= ∫0 𝑥𝑒−𝑥 𝑑𝑥 = 0. 11097
9

6. a) μ = 6,  2= 12
X ~ 𝐺𝑎𝑚𝑚𝑎(𝛼, 𝛽)
μ = αβ = 6 (1)
 = αβ = 12 (2)
2 2

RINJANI_ST
 20

Dari persamaan (1) dan (2) diperoleh α = 3 dan β = 2

b) P( X > 12) = 1 – P( X < 12)

12 1
= 1 – ∫0 𝑥2−1𝑒−𝑥/3 𝑑𝑥
32𝛤(2)
12 1
= 1 – ∫0 𝑥𝑒−𝑥/3 𝑑𝑥 = 0.09158
9

7. Misal X menyatakan lamanya waktu untuk melayani seseorang di suatu

kafetaria
X ~ 𝐸𝑥𝑝(4)
3 1
P( x < 3 ) = ∫0 𝑒−𝑥/4 𝑑𝑥 = 0.527633
4
Untuk menghitung peluang seseorang akan dilayani dalam waktu kurang
dari 3 menit pada paling sedikit 4 dari 6 hari berikut kita gunakan
perhitungan binomial dengan p = P(X< 3) = 0.527633
P(Y> 4) = ∑6
𝑦=4 ( 𝑦)(0.527633) (1 − 0.527633)
6 𝑦 6−𝑦

= 0.39688

8. Peluang akan gagal selama tahun pertama (x)

1 1
P( X < 1 ) = ∫0 𝑒−𝑥/2 𝑑𝑥 = 0.39347
2
Peluang paling banyak 30 akan gagal selama tahun pertama (y)
P( X < 30 ) = ∑30
𝑦=0 ( 𝑦 )(0.39347) (10.39347)
100 𝑦 100−𝑦

= 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

11. Misalkan X berdistribusi seragam kontinu

f(x) = 1
𝛽−𝛼 ; α < x < β

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

15. P(X > 0.8) = 𝛤(5)

1 0.8
𝑥3−1(1 − 𝑥)2−1 𝑑𝑥
𝛤(2)𝛤(3)
∫
1
4!
= ∫0.8 𝑥2(1 − 𝑥) 𝑑𝑥 = 0.1808
1!.2!

RINJANI_ST
 20

SOAL ULANGAN HALAMAN 200

(Beberapa disitribusi peluang kontinu)

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)

2. Proses Poisson berlaku dengan jumlah sambungan sampai 2 kejadian

Poisson memenuhi distribusi gamma dengan α = 2 dan β = 1/6. Misalkan X
menyatakan lamanya menunggu antara sembarang 2 sambungan yang
berturutan.
P(X> 15) = 1 – P(X < 15)
15 1
= 1 – ∫0 (1/6)2𝛤(2) 𝑥2−1𝑒−6𝑥 𝑑𝑥
15
= 1 – ∫0 36𝑥𝑒−6𝑥 𝑑𝑥 = 0

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

6. 𝑥~𝐸𝑥𝑝(𝜃) dengan θ = 0.01

a) μ = 1 = 1 = 100
𝜃 0.01
b) P(X > 200) = 1 – P(X < 200)
200 1
= 1 – ∫0 100 𝑒
−𝑥/100
𝑑𝑥
= 0.135335

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

Membaca Tabel Kurva Normal ( untuk tabel kurva normal

diatas)

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

P(-1.34< z < 1.34)= 2 × P (0 < z < 1.34) =2 × 0.4099=0.8198

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

P (z > 1.34 )= 𝑃 (𝑧 > 0 ) − 𝑃 (0 < 𝑧 < 1.34 )

=0.5 − 0.4099 = 0.0901

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 )

= 0. 4938 − 0.4332 = 0.0606

(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.

P(z < −0.7) = 0. 5 – P ( −0.7 < 𝑧 < 0)

= 0.5 − 𝑃 (0 < 𝑧 < 0.7)= P( z > 0.7)

P(0 < z < 0.7 )=0.258 ( dicari di tabel)

RINJANI_ST
 21

Jadi

P (z < −0.7 )= 0.5− 0.258 = 0.242

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:

P (−1.5 <z<0.5)=P(0<z<1.5) + P(0<z<0.5)

=0.4332 + 0.1915= 0.6247

RINJANI_ST
 21

RINJANI_ST
 21

Daftar Pustaka
Bain, Lee J; Engelhardt.INTRODUCTION TO PROBABILITY AND
MATEHMATICAL STATISTICS SECOND EDITION.PWS-KENT.

Divisi Akademik STIS 49

Divisi Akademik STIS 52

Hines, William W; Mountgomery, Douglas C. 1990. PROBABILITA DAN

STATISTIK DALAM ILMU REKAYASA DAN MANAJEMEN EDISI
KEDUA.Jakarta:Penerbit Universitas Indonesia.

Milton, JS & Arnold, Jesse C. 1992. Probability and Statistics in the Engineering
and Computing Sciences.

Purwoto, Agus. 2003.BUKU AJAR PROBABILITAS DAN TERAPANNYA.

Ross, Sheldon. A First Course in Probability.

Soal- soal latihan peluang oleh Agus Purwoto

Spiegel, Murray R. dkk., 2004, Scaum’s Outlines Probabilitas dan Statistik.

Jakarta: Erlangga,

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