MAKALAH TEORI PELUANG

DISTRIBUSI BINOMIAL NEGATIF, DISTRIBUSI GEOMETRIK, DAN

DISTRIBUSI HIPERGEOMETRIK

Diajukan untuk Memenuhi Tugas Perkuliahan

Teori Peluang

Kelompok IV :
1. Intan Rizkiah (20205015)
2. Irma Surya Anisa (20205016)
3. Isra Hidayati (20205018)
4. Kevin Toniza (20205019)

Dosen Pengampu
Dr. Yerizon, M.Si

PROGRAM STUDI PENDIDIKAN MATEMATIKA

PROGRAM PASCASARJANA
UNIVERSITAS NEGERI PADANG
2020

i
 KATA PENGANTAR

Puji syukur kehadirat Allah SWT karena berkat limpahan karunia-Nya, kami
dari kelompok IV dapat menyelesaikan penulisan makalah ini. Sholawat serta salam
mari kita hadiahkan kepangkuan junjungan alam Nabi Muhammad SAW.
Makalah yang berjudul “Distribusi Binomial Negatif, Distribusi Geometrik,
Dan Distribusi Hipergeometrik” ini penulis susun untuk memenuhi tugas pada mata
kuliah Teori Peluang di semester I. Pada kesempatan kali ini, kami ingin
mengucapkan terimakasih kepada semua pihak yang telah membantu dalam
menyukseskan penulisan makalah ini.
Kami menyadari bahwa masih terdapat kekurangan pada makalah ini, oleh
karena itu, saran dan kritik yang membangun dari pembaca sangat diharapkan untuk
perbaikan di masa yang akan datang.

i
 DAFTAR ISI

KATA PENGANTAR ................................................................................... i

DAFTAR ISI .................................................................................................. ii

BAB I PENDAHULUAN

A. Latar Belakang ................................................................................. 1

B. Rumusan Masalah ............................................................................. 1

C. Tujuan Penulisan ............................................................................... 1

BAB II PEMBAHASAN

A. Distribusi Binomial Negatif .............................................................. 2

B. Distribusi Geometrik ......................................................................... 5

C. Distribusi Hipergeometrik ................................................................ 8

BAB III PENUTUP

A. Kesimpulan ..................................................................................... 17

B. Saran ............................................................................................... 17

DAFTAR PUSTAKA ................................................................................ 18

ii
 BAB I
PENDAHULUAN

A. Latar Belakang
Peluang atau yang sering disebut sebagai probabilitas dapat dipandang sebagai
cara untuk mengungkapkan ukuran ketidakpastian/ ketidakyakinan/ kemungkinan
suatu peristiwa terjadi atau tidak terjadi. Untuk menyatakan suatu ketidakpastian atau
kepastian diperlukan permodelan matematis yang secara teoritis dinyatakan dengan
sebaran atau distribusi. Nilai propabilitas suatu kejadian dalam suatu percobaan
tersebar di antara 0 dan 1 arau antara 0% dan 100%.
Distribusi peluang diskrit adalah sebuah tabel atau rumus yang mencantumkan
semua kemungkinan nilai suatu peubah acak diskrit, macam-macam distribusi diskrit
yang akan dibahas dalam makalah ini adalah distribusi binomial negtif, distribusi
geometri, dan distribusi hipergeometri.

B. Rumusan Masalah
Berdasarkan latar belakang tersebut maka dapat dirumusan beberapa masalah
sebagai berikut:
1. Bagaimana perhitungan distribusi binomial negatif?
2. Bagaimana pehitungan distribusi geometrik?
3. Bagaimana perhitungan distribusi hipergeometrik?

C. Tujuan Penulisan
Tujuan penulisan makalah ini adalah sebagai berikut:
1. Untuk mendeskripsikan tentang distribusi binomial negatif
2. Untuk mendeskripsikan tentang distribusi geometrik
3. Untuk mendeskripsikan tentang distribusi hipergeometrik

1
 BAB II
PEMBAHASAN

A. Distribusi Binomial Negatif

Seperti yang dijelaskan pada subbab sebelumnya, distribusi binomial
merupakan percobaan yang terdiri atas pengulangan-pengulangan yang mempunyai
dua kemungkinan yaitu sukses dan gagal. Sekarang, kita akan mencoba suatu
percobaan yang mirip dengan binomial, tetapi dengan pengulangan yang terus-
menerus sampai terjadi sejumlah keberhasilan atau sukses tertentu. Jadi, sebagai ganti
mencari peluang sukses dalam usaha, bila telah tertentu, kita ingin menentukan
peluangnya bahwa sukses ke terjadi pada usaha ke . Percobaan semacam ini
disebut percobaan binomial negatif. Banyaknya usaha untuk menghasilkan
sukses dalam suatu percobaan binomial negatif disebut peubah acak binomial
negatif dan distribusi peluangnya disebut distribusi binomial negatif.

Definisi 2.1
Distribusi binomial negatif bila usaha yang saling bebas, dilakukan berulang
kali menghasilkan sukses dengan peluang 𝑝 sedangkan gagal dengan peluang
𝑞 = 1 − 𝑝, maka distribusi peluang peubah acak 𝑋, yaitu banyaknya usaha yang
berakhir tepat pada sukses ke 𝑘, diberikan oleh
𝑥 − 1 𝑘 𝑥−𝑘
𝑏 ∗ 𝑥; 𝑘, 𝑝 = 𝑝 𝑞 , 𝑥 = 𝑘, 𝑘 + 1, 𝑘 + 2, …
𝑘−1

Contoh 1:
Seorang peneliti tengah menginokulasi beberapa tikus putih dengan menyuntikkan
virus yang menyerang metabolisme pencernaan sampai ia memperoleh 3 ekor tikus
putih terserang penyakit tersebut. Bila probabilitas terjangkit penyakit itu adalah
25%, berapa probabilitas bahwa dalam percobaan itu diperlukan 10 ekor tikus.

2
Jawab:
=1 , =3
= 25 = ,25, = 1− = 1 − ,25 = ,75
∗ 1 −1 −
1 ; 3, ,25 = ,25 75
3−1
9
= ,25 ,75
2
= 36 , 156 ,1335 = , 75

Teorema 2.1
Rataan dan variansi peubah acak distribusi binomial negatif adalah
𝑘 𝑘 1−𝑝
𝜇= 𝜎2 =
𝑝 𝑝2

Bukti:

Rataan : =

  E (X)   xf ( x)
x k


E (X)   xf ( x)
xk

 x  1 k x k
  x p q
x  k  k  1

x( x  1)!
 p k q xk
xk ( k  1)!( x  k )!

kx ! p k 1 x  k
 q
xk k (k  1)!( x  k )! p
k  x!
 
p x  k k !( x  k )!
p k 1q x  k

k

p

3
 −
Variansi : =

Perhatikan bahwa:
Var ( X )   2  E ( X 2 )  ( E ( X )) 2
E( X 2 )  E( X 2 )  E( X )  E( X )
E( X 2 )  E( X 2  X )  E( X )
E ( X 2 )  E ( X ( X  1))  E ( X )
Selanjutnya

 x  1 k x k
E ( X ( X  1))   x( x  1)  p q
xk  k  1

x( x  1)( x  1)! k x  k
 p q
x  k ( k  1)!( x  k )!

(k  1)k ( x  1)! p k 2 xk
 q
x  k ( k  1) k ( k  1)!( x  k )! p
2

(k  1)k  ( x  1)!

p 2 
x  k ( k  1)!( x  k )!
p k 2 q xk

(k  1)k

p2

Selanjutnya
(k  1)k k
E( X 2 )  
p2 p
k 2  k  kp

p2
Dengan demikian
2
k 2  k  kp  k 
 2
 
p2  p
k (1  p )

p2

4
 Contoh 2:
Tentukan rataan dan variansi dari contoh 1
Jawab:
=1 , =3
= 25 = ,25
=1− = 1 − ,25 = ,75
3
= = = 12
,25

2
1− 3 1 − ,25 2,25
= 2
= 2
= = 36
,25 , 625
B. Distribusi Geometrik
Distribusi geometrik adalah kasus khusus dari distribusi binomial negatif untuk
= 1, yaitu distribusi peluang banyaknya usaha yang diperlukan untuk mendapatkan
sukses pertama. Dengan kata lain distribusi ini mewakili suatu kejadian random
hingga sukses yang pertama kali terjadi.
Misalkan kita melakukan percobaan ynag menghasilkan kejadian sukses dan
gagal, dengan paluang sukses adalah dan gagal adalah ( = 1 – ). Misalkan
kita melakukan pengulangan sampai diperoleh kejadian sukses yang pertama. Kasus
ini disebut distribusi geometri.
Bisa kita ambil contoh tentang kejadian lulus dari ujian kenaikan tingkat. Kita
akan terus mengikuti ujian berkali-kali jika belum berhasil lulus. Tetapi sekali saja
kita dinyatakan lulus, maka selesai lah sudah proses nya.
Kejadian berburu juga bisa sebagai perwakilan kejadian yang digambarkan oleh
Distribusi Geometrik. Peluru dari senjata pemburu akan terus dihamburkan hingga
akhirnya buruannya berhasil ditembak. Kalau sudah berhasil ditembak, maka tidak
ada lagi peluru yang dihamburkan.

5
Secara konsep :
Distribusi Geometrik mewakili sebuah percobaan random yang :
1. dilakukan berulang-ulang,
2. antar ulangannya saling bebas, dan
3. probabilitas sukses pada tiap ulangannya sama, yaitu p,
dimana 1.
4. Percobaan ini dilakukan/diulang sampai diperoleh 1 buah sukses.
Ruang sampel dari percobaan ini adalah
C = {S, GS, GGS,GGGS, GGGGS, … }. Dimana S = sukses, G = gagal.

Definisi 2.2
Distribusi geometrik bila usaha yang saling bebas dan dilakukan berulang
kali menghasilkan sukses dengan peluang p, gagal dengan peluang 𝑞 = 1 – 𝑝,
maka distribusi peluang peubah acak X, yaitu banyaknya usaha sampai saat
terjadi suses yang pertama, diberikan oleh

𝑓 𝑥 = 𝑔 𝑥; 𝑝 = 𝑝𝑞 𝑥−
Dimana 𝑥 = 1,2,3, ; 𝑝 dan 𝑞 adalah parameter (probabilitas sukses dan gagal)

Teorema 2.2
Rataan dan variansi peubah acak distribusi geometrik adalah
1
𝜇=
𝑝
1−𝑝
𝜎2 =
𝑝2

Contoh 3
Menurut hasil penelitian ahli sosiologi, kurang lebih 800 dari 1000 wanita tidak
setuju dengan praktik poligami yang dilakukan para suami. Bila hasil penelitian ini

6
benar, hitunglah Probabilitas bahwa seorang sosiolog memerlukan 3 orang wanita
sampai diperoleh wanita yang tidak setuju dengan poligami !
Jawab :
Dengan menggunakan distribusi geometrik, diketahui = 3 dan =
−
=
−
8 2
= ( )
1 1
2
= 8 2
= 32
Contoh 4
Pada seleksi karyawan baru sebuah perusahaan terdapat 3 dari 10 pelamar sarjana
komputer sudah mempunyai keahlian komputer tingkat advance dalam pembuatan
program. Para pelamar diinterview secara intensif dan diseleksi secara random.
a. Hitunglah presentase yang diterima dari jumlah pelamar yang ada.
b. Berapa probabilitas pertama kali pelamar diterima pada 5 interview yang
dilakukan?
c. Berapakah rata-rata pelamar yang membutuhkan interview guna
mendapatkan satu calon yang punya advance training
Jawab:
a. 3 sarjana komputer yang diterima dari sejumlah 10 calon
Presentase yang diterima = 1 = 3

b. Dik : = 5, = dan = 1– =

; −
=
= −

7
 = 2

= 2

= 0,07203

probabilitas pertama kali pelamar diterima pada 5 interview adalah 0,07203

c. = = = 3,333

maka rata-rata pelamar yang membutuhkan interview guna mendapatkan satu

calon yang punya advance training adalah 3,333

Contoh 5
Probabilitas seseorang sembuh dari sebuah penyakit setelah diberikan obat tertentu
adalah 80%, hitunglah probabilitas bahwa setelah 5 orang diberi obat maka orang
tersebut orang yang pertama sembuh !
Jawab :
8 8
= 5, = = ,8 = 1– ( ) = ,2
1 1
; −
=
= −
,8 ,2
= 0,000144

C. Distribusi Hipergeometrik
Cara paling mudah melihat perbedaan antara distribusi binomial dan distribusi
hipergeometrik terletak pada cara pengambilan sampelnya. Macam penggunaan
distribusi hipergeometrik amat mirip dengan binomial. Kita memerlukan perhitungan
peluang untuk banyaknya pengamatan yang jatuh dalam kelompok tertentu. Untuk
kasus binomial, diperlukan kebebasan antara usaha. Akibatnya, bila binomial
diterapkan, misalnya pada sampling dari sejumlah barang (sekotak kartu, sejumlah
barang produksi) sampling harus dikerjakan dengan pengembalian setiap barang

8
setelah diamati. Di pihak lain, distribusi hipergeometrik tidak memerlukan kebebasan
dan didasarkan pada sampling tanpa pengembalian.
Penggunaan distribusi hipergeometrik terdapat dibanyak bidang, terbanyak
pada penerimaan sampel (acceptance sampling), pengujian elektronik, dan
pengendalian mutu. Tentunya dalam banyak bidang ini pengujian dilakukan terhadap
barang yang diuji yang mengakibatkan, pada akhirnya barang yang diuji tersebut
menjadi rusak, jadi tidak dapat dikembalikan. Sampling harus dikerjakan tanpa
pengembalian. Pada paragraf berikut sebuah contoh sederhana menggunakan kartu
bridge digunakan untuk menggambarkan hal tersebut.
Di pasal 4.3 terlihat bahwa distribusi binomial tidak berlaku untuk mencari
peluang mendapat 3 kartu merah dalam 5 kali penarikan dari sekotak kartu berisi 52
kartu bridge kecuali bila tiap kartu dikembalikan dan kartu dikocok semuanya
sebelum penarikan berikutnya dikerjakan. Untuk memecahkan masalah sampling
tanpa pengembalian, soalnya perlu disusun kembali. Bila 5 kartu diambil secara acak,
ingin diketahui peluang menarik 3 kartu merah dari 26 kartu merah yang tersedia dan
26
2 kartu hitam dari 26 kartu hitam yang tersedia dalam kotak. Ada sebanyak cara
3
26
menarik 3 kartu merah dan untuk tiap cara ini terdapat cara mengambil 2 kartu
2
hitam. Jadi banyaknya cara mengambil 3 kartu merah dan 2 kartu hitam dalam lima
26 26
kali penarikan ialah banyaknya cara mengambil 5 kartu tanpa
3 2
52
pengembalian dari 52 kartu yang tersedia adalah Jadi peluang mengambil 5
5
kartu tanpa pengembalian, 3 diantaranya merah dan 2 hitam, diberikan oleh
26 26 26 26
3 2 = 3 23 2 24 = ,3251
52 52
5 5 47
Misalkan ada benda yang terdiri atas k benda yang akan diberi nama sukses
sedangkan sisanya − , akan diberi nama gagal. Umumnya, yang ingin dicari
adalah peluang memilih x sukses dari sebanyak yang tersedia dan − gagal dari

9
sebanyak yang tersedia, bila sampel acak ukuran diambil dari benda. Ini
dikenal dengan nama percobaan hipergeometrik.
Suatu percobaan hipergeometrik memiliki kedua sifat berikut:
1. Sampel acak ukuran n diambil tanpa pengembalian dari N benda
2. Sebanyak k benda dapat diberi nama sukses sedangkan sisanya, N, k diberi
nama gagal
Banyak sukses X dalam percobaan hipergeometrik disebut peubah acak
hipergeometrik. Karena itu, distribusi peluang peubah acak , , , karena
nilainya tergantung pada banyaknya yang sukses dalam barang yang dipilih
secara acak dari sebanyak .

Contoh 6
Suatu panitia 5 orang akan dipilih secara acak dari tiga kimiawan dan 5 fisikawan.
Hitunglah distribusi peluang banyaknya kimiawan dalam panitia tersebut.
Jawab:
Misalkanlah peubah acak X menyatakan banyaknya kimiawan dalam panitia. Kedua
sifat percobaan hipergeometrik terpenuhi. Jadi,
3 5
= = ; 8, 5, 3 = 5 = 1
8 56
5
3 5
=1 = 1; 8, 5, 3 = 1 4 = 15
8 56
5
3 5
=2 = 2; 8, 5, 3 = 2 3 = 3
8 56
5
3 5
=3 = 3; 8, 5, 3 = 3 2 = 1
8 56
5

10
Berikut disajikan distribus hipergeometrik X dalam bentuk tabel
x 0 1 2 3

h(x; 8, 5, 3)

Tidak sulit melihatnya bahwa distribusi peluangnya diberikan oleh rumus

3 5
; 8, 5, 3 = 5− , = , 1, 2, 3
8
5
Contoh 6 akan dirampat untuk mendapatkan rumus ; , , Banyaknya macam

sampel ukuran yang dapat diambil dari benda ialah . Sampel ini dianggap

berkemungkinan sama. Ada sebanyak cara memilih sukses dari sebanyak

−
yang tersedia dan untuk setiap cara ini dapat dipilih – gagal dalam cara.
−
−
Jadi semuanya ada macam sampel dari sampel yang mungkin
−
diambil.
Sekarang diperoleh definisi berikut:

Definisi 2.3
Distribusi hipergeometrik. Distribusi peluang peubah acak hipergeometrik X,
yaitu banyaknya sukses dalam sampel acak ukuran n yang diambil dari N benda
yang mengandung k bernama sukses dan 𝑁 – 𝑘 bernama gagal, ialah

𝑘 𝑁−𝑘
𝑥; 𝑁, 𝑛, 𝑘 = 𝑥 𝑛−𝑥 , 𝑥 = , 1, 2, 3, … , 𝑛
𝑁
𝑛

Contoh 7
Suatu kotak berisi 40 suku cadang dikatakan memenuhi syarat penerimaan bila berisi
tidak lebih dari 3 yang cacat. Cara sampling kotak ialah dengan memilih 5 suku

11
cadang secara acak dari dalamnya dan menolak kotak tersebut bila diantaranya ada
yang cacat. Berapakah peluang mendapatkan tepat satu yang cacat dalam sampel
berukuran 5 bila kotak tersebut berisi 3 yang cacat?
Jawab:
Dengan menggunakan distribusi hipergeometrik untuk = 5, = 4 , = 3,
dan = 1, peluang mendapatkan satu yang cacat
3 37
1; 4 , 5, 3 = 1 4 = ,3 11
4
5
Teorema 2.3
Rataan dan variansi distribusi hipergeometrik 𝑥; 𝑁, 𝑛, 𝑘 adalah
𝑛𝑘
𝜇=
𝑁
𝑁−𝑛 𝑘 𝑘
𝜎2 = n (1 − )
𝑁−1 𝑁 𝑁

Bukti
Tuliskan
−
= ∑ −

−
−1 −
= ∑
−1 −

−1 −
= ∑ −1 −

12
Ambillah = – 1, maka bentuk diatas menjadi

− −1 −
( )( )
−1−
= ∑

Karena
− −1 − −1
( )=( )
−1− −1−
Dan
−1
=
− −1

Maka

−
−1 −1 − −1
( )( )
−1−
= ∑ =
−1
−1
Karena penjumlahan menyatakan jumlah semua peluang dalam percobaan
hipergeometrik bila n – 1 benda dipilih secara acak dari N – 1, k – 1 diantaranya
bernama sukses.
Variansinya dapat dicari melalui langkah yang sama seperti diatas.
−1 −1
–1 =
−1
Sekarang, menurut teorema 3.2
2 2 2
= –
2
= –1 + −
2 2
−1 −1
= + – 2
−1
− −
= 2 −1
−
= (1 − )
−1

13
Contoh 8
Cari rataan dan variansi peubah acak pada contoh 7. dan gunakan teorema Chebyshev
untuk menafsirkan selang 2
Jawab:
Karena contoh 7 merupakan percobaan hipergeometrik dengan
= 5, = 4 , = 3, maka menurut teorema 2.3 diperoleh
5 3 3
= = = ,375
4 8
2 −
dan = 5 1− = ,3113

Ambil akar 0,3113 maka diperoleh = 0,558. Jadi selang yang dinyatakan
adalah 0,375 (2)(0,558), atau dari -0,741 sampai 1,491. Teorema Chebyshev
menyatakan bahwa banyaknya suku cadang cacat yang terambil akan jatuh antara -
0,741 dan 1,491 bila 5 suku cadang dipilih secara acak dari kotak berisi 40 suku
cadang, 3 diantaranya mungkin cacat. Yaitu, tiga perempat dari seluruh sampel
ukuran 5 suku cadang yang mungkin diambil mengandung kurang dari 2 yang cacat.

= =

2
= = (1 − )

Bila rumus ini dibandingkan dengan rumus pada Teorema 4.3 maka terlihat
bahwa rataannya sama sedangkan variansinya berbeda sebesar faktor koreksi (N –
n)/(N – 1). Besaran ini dapat diabaikan bila n cukup kecil dibandingkan dengan N.

Contoh 9.
Suatu pabrik ban melaporkan bahwa dari pengiriman sebanyak 5000 ban ke suatu
toko tertentu terdapat 1000 yang cacat. Bila seseorang membeli 10 ban ini secara
acak dari toko tersebut, berapakah peluangnya mengandung tepat 3 yang cacat?

14
Jawab:
Karena n = 10 cukup kecil dibandingkan dengan N = 5000 maka peluangnya dapat
dihampiri dengan menggunakan distribusi binomial. Peluang mendapat suatu ban
yang cacat 1000/5000 = 0,2. Jadi, peluang mendapat 3 ban yang cacat:
3; 5 ,1 ,1 = 3; 1 , , 2
2

= ∑ ;1 , ,2 − ∑ ;1 , ,2

= ,8791 – ,6778 = ,2 13
Distribusi hipergeometrik dapat diperluas untuk menangani kasus bila N benda
dapat dikelompokkan dalam k sel A1,A2,…,Ak dengan a1 benda dalam sel pertama a2
benda dalam sel kedua,…, ak benda dalam sel ke k. Sekarang ingin diketahui peluang
suatu sampel ukuran n yang berisi x1 benda dari sel A1, x2 benda dari A2,…., xk benda
dari Ak. Nyatakan peluang ini dengan
1, 2, … , ; 1, 2, … , , ,
Untuk memperoleh rumus umum, perhatikan bahwa jumlah seluruh sampel ukuran n

yang dapat dibuat dari N benda masih tetap . Ada cara memilih x1 benda

2
dari sel A1 dan untuk setiap cara ini terdapat cara memilih x2 benda dari A2. Jadi,
2

untuk memilih x1 benda dari A1 dan x2 benda dari A2 dapat dilakukan dalam
2
cara.
2

15
Dengan meneruskan cara ini, untuk memilih n benda yang terdiri atas x1 dari A1, x2
2
benda dari A2, …, xk dari Ak dapat dilakkan dalam ,…, cara. Distribusi
2

peluang yang dinyatakan sekarang dapat didefenisikan sebagai berikut.

Definisi 2.4
Distribusi hipergeometrik peubah ganda Bila N benda dapat dikelompokkan
dalam k sel A1,A2,…,Ak masing-masing berisi a1, a2,…, ak benda, maka distribusi
peluang peubah acak X1, X2,…., Xk yang menyatakan banyaknya benda (anggota)
yang terambil dari A1,A2,…,Ak dalam suatu sampel acak ukuran n adalah

𝑎 𝑎2 𝑎𝑘
𝑥 𝑥2 , … , 𝑥𝑘
𝑓 𝑥1, 𝑥2, … , 𝑥𝑘; 𝑎1, 𝑎2, … , 𝑎𝑘, 𝑁, 𝑛 =
𝑁
𝑛

dengan

𝑘 𝑘

∑ 𝑥𝑖 = 𝑛 𝑑𝑎𝑛 ∑ 𝑥𝑖 = 𝑁
𝑖 𝑖

Contoh 10
Sejumlah 10 orang dipakai dalam suatu kasus penelitian biologi. Tiga diantara
mereka bergolongan darah O, 4 bergolongan A, dan 3 bergolongan B. Berapakah
peluang suatu sampe acak ukuran 5 beranggota 1 orang bergolongan darah O, 2
bergolongan A, dan 2 lainnya bergolongan B?
Jawab:
Dengan menggunakan perluasan distribusi hipergeometrik di atas untuk x1 = 1, x2 = 2,
x3 = 2, a1 = 2, a2= 4, a3 = 3, N = 10, dan n = 5, peluang yang dicari ialah
3 4 3
1, 2, 2; 3, 4, 3, 1 , 5 = 1 2 2 = 3
1 14
5

16
 BAB III
PENUTUP

A. Kesimpulan
Berdasarkan uraian yang telah dipaparkan sebelumnya, maka dapat disimpulkan
bahwa:
1. Distribusi binomial negatif bila usaha yang saling bebas, dilakukan berulang
kali menghasilkan sukses dengan peluang sedangkan gagal dengan peluang
= 1 − , maka distribusi peluang peubah acak , yaitu banyaknya usaha
yang berakhir tepat pada sukses ke , diberikan oleh
∗ −1 −
; , = , = , + 1, + 2, …
−1
2. Distribusi geometrik bila usaha yang saling bebas dan dilakukan berulang
kali menghasilkan sukses dengan peluang p, gagal dengan peluang =
1 – , maka distribusi peluang peubah acak X, yaitu banyaknya usaha sampai
saat terjadi suses yang pertama, diberikan oleh

−
= ; =
Dimana = 1,2,3, ; dan adalah parameter (probabilitas sukses dan
gagal)
3. Distribusi hipergeometrik. Distribusi peluang peubah acak hipergeometrik
X, yaitu banyaknya sukses dalam sampel acak ukuran n yang diambil dari N
benda yang mengandung k bernama sukses dan – bernama gagal, ialah
−
; , , = − , = , 1, 2, 3, … ,

B. Saran
Semoga makalah yang telah kami buat dapat bermanfaat bagi pembaca dan
khususnya kami sebagai penyusun, dan diharapkan makalah ini dapat
mempermudah kita dalam memahami materi distribusi peluang diskret.

17
 DAFTAR PUSTAKA

Walpole, R.E and Myers R.H. 1995. Ilmu Peluang dan Statistika untuk Insinyur dan
Ilmuwan, edisi ke-4. Bandung: ITB

18