MATERI BAB III

SUB BAB DISKRIT KHUSUS

STATISTIKA MATEMATIKA
Dosen Pengampu : Dr. Laila Hayati, S.Pd., M.Si.

KELOMPOK 3 (KELAS A)
1. Arhudawan Mardjun (E1R019014)
2. Destiana Safitri (E1R019038)
3. Dwi Ningsih (E1R019042)
4. Eka Aditya Altri Cahya (E1R019044)
5. Fakhrian Nur Anisa (E1R019051)
6. Febria Hadiningrum (E1R019056)
7. Muafira Rahman (E1R019099)
8. Sri Rahmatul Auliya (E1R019145)

PROGRAM STUDI PENDIDIKAN MATEMATIKA

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS MATARAM
2023
 Distribusi geometrik
Notasi : x~g(x;p)
Definisi : Suatu variable random diskrit X dikatakan berdistribusi geometrik
dengan parameter p jika fungsi peluangnya berbentuk:
p(X=x) = g(x;p) = pqx-1 atau p(1-p)x-1 ,x = 1,2,3, …
Dengan :
p = peluang sukses
q = peluang gagal (q = 1 - p)
x = percobaan ke-
Distribusi geometrik merupakan bentuk khusus dari distribusi binomial negative
dimana nilai k=1.
Parameter Distribusi
 Mean/Ekspektasi :
1
E[ X] =
p
 Varian :
1-p
var[X] = 2
p
 Fungsi pembangkit momen :
pet
Mxt =
1-(1-p)et

Contoh soal :
Seorang wanita ingin melakukan permainan lempar boneka, ia membayar $1
setiap lemparan untuk mencoba memenangkan boneka bear seharga $3.
Probabilitasnya untuk menang pada masing-masing melempar adalah 0,1.
(a) Berapa peluang bahwa dua lemparan diperlukan untuk memenangkan
boneka tersebut?
(b) Berapa peluangx lemparan diperlukan untuk memenangkan boneka?
(c) Berapa peluang bahwa diperlukan lebih dari empat lemparan untuk
memenangkan boneka tersebut?
(d) Berapa perkiraan banyaknya lemparan yang dibutuhkan untuk memenangkan
sebuah boneka?
Penyelesaian :
Dimisalkan X adalah variable acak yang menunjukan jumlah percobaan yan di
perlukan.
DimanaX adalah distribusi geometri dengan parameterp = 0,1

(a) Peluang tiga lemparan diperlukan untuk memenangkan boneka beruang

P (X = 2 ) = (1 - 0,1)2-1 . 0,10
= ( 0,9 )1 . 0,10
= 0,09
(b) Peluangx lemparan untuk memenangkan boneka
P (X =x ) = (1 - 0,1)x-1 . 0,10
= 0,10 (0,09)x-1
(c) Peluang diperlukan lebih dari empat lemparan untuk memenangkan boneka
P (X > 4 ) = 1 –P (X ≤ 4 )
= 1 - ∑4x=1(1-0,1)x-1 . 0,10
= 1 – ( (0,9)3 + (0,9)2 + (0,9)1 + (0,9)0 ) . 0,10
= 1 – ( 0,279 + 0,081 + 0,9 + 1 ) . 0,10
= 1 – 0, 3439 ≈ 0, 657
(d) Peluang banyaknya lemparan yang dibutuhkan untuk memenangkan sebuah
boneka
1
E (X ) =
P
1
= = 10
0,10

 Distribusi Binomial Negatif

Distribusi binomial negatif adalah distribusi hasil percobaan bernoulli yang
diulang sampai mendapatkan sukses ke-k
a. Fungsi kepadatan peluang
Secara umum jika X sebagai banyak percobaan sehingga didapat sukses
yang ke-k, p menyatakan peluang sukses, dan q menyatakan peluang
gagal. Sehingga diperoleh pdf atau fungsi kepadatan peluang dari X adalah
f(x) =( )
x-1 k x-k
r-1
p q (x = k,k + 1,k + 2,k + 3,…)
atau
f(x) =( )
x-1 k
r-1
p (1 - p)x-k(x = k,k + 1,k + 2,k + 3,…)
Kategori notasi:
P = Peluang sukses
x = Jumlah percobaan sampai mendapatkan sukses ke-k
k  = Jumlah sukses yang muncul

Fungsi f(x) disebut fungsi kepadatan peluang (distribusi binomial negative)

dari peubah acak X diskrit, jika memenuhi kedua syarat fungsi peluang ;
1. Untuk syarat yang pertama jelas bahwa 0 ≤ f(x) ≤ 1
2. ∑xf(x) = 1
b. Parameter distribusi
1. Mean/Ekspektasi
k
Mean dari distribusi binomial negatif adalah E(X) =
p
keterangan:
k = Jumlah percobaan sampai mendapatkan sukses ke-k
p = Peluang sukses
2. Varian
k(1-p)
var(X) =
p2
Keterangan:
k = Jumlah percobaan sampai mendapatkan sukses ke−k
p = Peluang sukses
3. Fungsi Pembangkit Momen (MGF)
M(t) = (pet
1-(1-p)et
^k )
Keterangan:
p = Peluang Sukses

Contoh Soal :
Disebuah perlombaan sebuah tim memenangkan kejuaraan jika ia berhasil
memenangkan 4 dari 7 permainan. Jika tim A mempunyai probabilitas
mengalahkan tim B dalam satu pertandingan ialah 55%, maka berapa
probabilitas tim A memenangkan kejuaraan pada pertandingan ke-6?

Penyelesaian :

(k-1
b * (x;k,p) =
x-1
)p qk x-k

b * (6;4,55%) = ( )55% 45%

6-1 4 6-4
4-1

( )( ) ( )
6-4
6-1 55 4 45
= × ×
4-1 100 100

( )( ) ( )
4 2
6-1 11 9
= × ×
4-1 20 20

= (53)×( 160000
14641
)×( 400
81
)
 = ( 3!×(5-3)!
5!
)×( 160000×400
14641×81
)
=( ) ×(
160000×400 )
5×4×3! 14641×81
3!×2!

= ( )×(
160000×400 )
20 14641×81
2

= (10)×(
64000000 )
1185921

1185921
= ≈ 0.1853
6400000

 Distribusi poisson
Distribusi poisson adalah distribusi probabilitas diskrit untukterjadinya
beberapa peristiwa selama interval waktu tertentu.

Syarat distribusi poisson:

a) Variabel acak x adalah jumlah kemunculan suatu peristiwa selam
beberapa interval
b) Kejadian harus acak
c) Kejadian harus independen satu sama lain
d) Kejadian harus didistribusikansecara seragam selama interval yang
digunakan

Persamaan distribusi poisson

x -μ
μ ∙e
P(x) =
x!

Dengan parameter:
μ = rata - rata/mean (sering juga ditulis α)

x = jumalah kemunculan suatu peristiwa selama beberapa interval

e = basis logaritma natural (e = 2,71828…)

t = banyaknya suatu waktu

 Persamaan probabilitas proses poisson
-μt
e (μt)t
p(X=x) =
x!

Probabilitas poisson kumulatif

Jika terdapat probabilitas poisson yang lebih dari satu, maka probablitas
tersebut dinamakan dengan probabilitas poisson kumulatif
x -μ
μ ∙e
PPK = ∑nx=0
x!

= ∑nx=0P(X=x)

= P(X=0) + P(X=1) + P(X=2) + … + P(X = n)

Contoh soal:
Banyaknya sambungan telepon ke nomor 108 antara pukul 23.00-00.00
selama satu bulanberdistribus poisson dengan rata-rata 5 sambungan per
hari. Berdasarkan informasi tersebut, tentukan peluang bahwa terdapat 10
sambungan pada hari tertentu saat rentang waktu tertentu!

Penyelesaian:
μ = 5;x = 10
-μ x
e (μ) (2,71828)-5.510 65800,48497
p(x=10) = = = = 0,0181
x! 10! 3628800

 Distribusi Seragam (Uniform) Diskrit

Definisi
Suatu variabel random diskrit X dengan nilai x1, x2, x3, …, xn yang mempunyai
peluang sama dikatakan berdistribusi uniform diskrit jika fungsi peluangnya
berbentuk:
 1
f(x) = f(x;n) = , untuk x = 1,2,3,…,n
n

Contoh Distribusi Uniform :

1. Pelambungan sebuah dadu, setiap mata dadu akan memiliki masing-
1
masing peluang untuk muncul, maka disebut memiliki peluang yang
6
sama.
2. Pelambungan sebauh mata uang logam, setiap mata uang akan memiliki
1
masing-masing peluang untuk muncul, maka disebut memiliki peluang
2
yang sama.
3. Memilih seorang siswa sebagai delegasi dari 10 orang siswa secara acak,
1
maka masing-masing memiliki peluang untuk terpilih.
10

Rataan dan Variansi Distribusi Seragam

∑ni=1xi ∑ni=1(xi-E(X))2
E(X) = , Var(X) =
n n

Teorema 1.
Jika X adalah variabel random yang berdistribusi uniform diskrit, maka :

1 n+1 n2-1
∑
n
Mx(t) = etx , E(X)= , Var(X)= ,
x=1 n 2 12

Bukti:
Diketahui X~DU(n) maka
1
f(x) = f(x;n) = , untuk x = 1,2,3,…,n
n

i. Mencari Mx(t)

Mx(t) = E(etx)
n

= ∑(e ) f(x)
x=1
tx

= ∑(e ) 1n
x=1
tx

1 t
= (e + e2t + … + ent)
n
ii. Mencari E(X)

1 t
Dengan fpm = Mx(t) = (e + e2t + … + ent)
n

E(X) = M'x(t=0)

1 t
M'x(t) = (e + 2e2t + … + nent)
n

1 0 2(0)
M'x(0) = (e + 2e + … + n(1))
n

1
= (1+2+…+n)
n

=
1 n
n 2 (
(1+n) =
2)
n+1

iii. Mencari Var(X)

Var(X) = E(X2) - (E(X))2

E(X2) = M''x(t=0)

1 t
M'x(t) = (e + 2e2t + … + nent)
n

1 t
M''x(t) = (e + 4e2t + … + n2ent)
n

1
M''x(0) = (1 + 4 + … + n2)
n

1 n(n+1)(2n+1)
= ( )
n 6

E(X2) =
n (
1 n(n+1)(2n+1)
6
= )
(2n2+3n+1)
6

Var(X) = E(X2) - (E(X))2

(2n2+3n+1) (n+1)2 (2n2+3n+1) (n2+2n+1)

Var(X) = - = -
6 2 6 4

(4n2+6n+2-3n2-6n-3) (n2-1)
Var(X) = =
12 12

Contoh Soal:
Seorang dipilih secara acak dari 5 mahasiswa untuk mengerjakan suatu
tugas, tentukan:
a. Berapa peluang setiap mahasiswa yang terpilih
b. Rata-rata
c. Variansinya
Penyelesaian:
1
a. f(x;5) = , x = 1,2,3,4, dan 5
5

1+2+3+4+5 15
b. E(X) = = =3
5 5

(1-3)2+(2-3)2+(3-3)2+(4-3)2+(5-3)2 10
c. Var(X) = = =2
5 5