Sosial
DISTRIBUSI
Peluangnya tetap
n ≤ 30 dan berkisar 0,5
dimana q = 1 – p
RUMUS
n! x n−x
b(x, n, p) = p q
x!(n − x)!
a) x = 5, p = 0,40, n = 20
20!
b(5,20;0,40) = 0,40 5 0,60 20-5 = 0,0746
5!(20 - 5)!
N x p
0,10 0,20 0,30 0,40 0,50 dst
20 0 0,0000
1 0,0005
2 0,0036
3 0,0160
4 0,0510
5 0,1256
6 0,2500
7 0,4159
8 0,5956
9 0,7553
10 0,8725
(2) DISTRIBUSI POISSON
• n > 30
3
RUMUS
x -µ
µ e
P( µ , x) =
x!
µ = rata-rata populasi
x = nilai yang diharapkan
e = nilai eksponensial = 2,71828
CONTOH
a) x = 2, µ = 40 x 0,05 = 2
22 e -2
P(2,2) = = 0,2707
2!
Jadi peluang 2 buah kendaraan rusak adalah 0,2707 =
27,07%
b) 2 ≤ x ≤ 5, µ = 40 x 0,05
2 2 e -2
P ( 2, 2) = = 0, 2707 sehingga peluang 2-5
2!
2 e -2
3
kendaraan rusak adalah
P (3, 2) = = 0,1804
3! 0,2707+0,1804+0,0902+0
2 e -2
3
P ( 4, 2) = = 0,0902 ,0361= 0,5774 atau
4!
2 5 e -2
57,74%
P (5, 2) = = 0,0361
5!
c. x = 0, µ = 40 x 0,05 = 2
0 -2
2 e
P (2,0) = = 0,1353
0!
Sehingga peluang tidak ada kendaraan yang rusak
adalah 0,1353 atau 13,53%.
TABEL DISTRIBUSI POISSON
x µ
0,1 1,1 2,0 dst
0 0,1353
1 0,2707
2 0,2707
3 0,1804
4 0,0902
5 0,0361
6 0,0120
7 0,0034
8 0,0009
9 0,0002
L ATIHAN SOAL
(2) Berdasarkan data yang dimiliki oleh Polda Metro Jaya, diketahui
bahwa 60 % pengemudi angkutan umum di Jakar ta dan sekitarnya
menggunakan sabuk pengaman ketika mengemudikan kendaraannya
di jalan raya. Jika dipilih 10 pengemudi. Berapa probabilitas :
a) Tepat 7 pengemudi menggunakan sabuk pengaman ?
b) 7 pengemudi atau kurang yang menggunakan sabuk pengaman ?
(3) PT Bunga Bangsa adalah perusahaan mebel yang memproduksi
kerangka jendela. Berdasarkan data historis, diketahui bahwa sekitar
5 per sen dari produksi perusahaan ter sebut adalah sedikit cacat
sehingga memerlukan sedikit perbaikan. Jika diambil 20 sampel.
Berapa probabilitas :
a)Tidak satupun yang memerlukan perbaikan ?
b)Paling sedkit 1 kerangka jendela memerlukan perbaikan ?
c)Lebih dari 2 kerangka jendela memerlukan perbaikan ?
(4) Nona Anna adalah pegawai bagain kredit dari sebuah bank
pemerintah yang berlokasi di selatan Jakar ta. Berdasarkan
pengalamannya, ia memperkirakan bahwa probabilitas seorang
pemohon kredit tidak mampu melunasi pinjamannya adalah sebesar
0.025. Jika nona Anna pada bulan ini memberikan 40 pinjaman.
Berapa probabilitas :
a)3 kredit akan macet?
b)Paling sedikit 3 kredit akan macet?