Distribusi Binomial - Hipergeometrik - Poisson
Distribusi Binomial - Hipergeometrik - Poisson
Variabel Random:
• Diskrit : digunakan untuk data cacah
• Kontinu : digunakan untuk data ukur
Distribusi Probabilitas variabel random diskrit :
Binomial, Hipergeometrik, Poisson
Distribusi Probabilitas variabel random kontinu :
Normal, t, F
Distribusi Binomial
Gabungan dari n kejadian bernoulli yang saling
independen
Kejadian bernoulli : Suatu kejadian dengan dua hasil
yang mungkin :
Sukses (S) : peluang p atau
1
Var Rand Binomial
Diperhatikan
X = banyaknya S dalam n trial ;
Harga X yang mungkin : 0,1,2,…,n
Ada x kejadian sukses dengan peluang
px dan n-x kejadian sukses,
gagal dengan peluang (1-p)n-x
n
f (x) P(X x) pxqnx , x 0,1,...,n
x 3
Lambang
X~Bin(n;p)
n parameter banyaknya percobaan
P adalah parameter peluang sukses
~ simbol untuk distribusi
E(X) = np ; rata-rata (mean) nilai X
V(X) = npq ; besarnya variansi
2
Contoh
Dari lima saham yang diperdagangkan
berapakah peluang :
Tepat saham A dan B akan naik
Lebih dari 3 saham naik
9 15 9
15 1 4
f (9) P(X 9)
9 5 5
9 6
15! 1 4
9 ! 6! 5 5
PX 9 P( X 8) dihitung langsung
...
menggunakan tabel distribusi binomial
np
1
15 .
5 6
3
Distribusi Hipergeometrik
Distribusi Hipergeometrik
4
Penyelesaian :
Penyelesaian :
10
5
Distribusi Poisson
Variabel acak diskrit X dikatakan mempunyai
distribusi Poisson jika fungsi peluangnya
berbentuk :
eλ λ x
P( X ) P( X 0)
x !
Di mana x = 0, 1, 2, 3, …………………, e = 2.7183
(baca : lamda) = sebuah bilangan tetap.
Distribusi Poisson ini juga mempunyai parameter
sebagai berikut : = dan =
11
Distribusi Poisson
Distribusi Poisson sering digunakan untuk menentukan
peluang sebuah peristiwa yang dalam area kesempatan
tertentu diharapkan terjadinya sangat jarang.
Contoh :
a. Banyak orang yang lewat melalui muka pasar setiap
hari, tetapi jarang terjadi seseorang yang
menemukan barang hilang dan mengembalikannya
kepada si pemilik atau melaporkannya kepada polisi.
b. Dalam tempo setiap 5 menit, operator telepon
banyak menerima permintaan nomor untuk
disambungkan, diharapkan jarang sekali terjadi
salah sambung.
12
6
Dist Poisson
Var X~Pois(µ) Contoh
x e Banyaknya telepon
f (x; ) ; x 0 ,1, 2 ,...
x! dalam periode ttt
Banyaknya
X = jumlah kejadian pelanggan pada
tertentu dalam counter
satuan unit waktu
atau ruang Banyaknya kcelakaan
µ = rata-rata Banyaknya mesin
kejadian rusak
E(X) = V(X) = µ dll
13
Contoh
Rata-rata banyaknya kecelakaan disuatu persimpangan
jalan raya adalah 2 perminggu. Anggap mengikuti
poisson
Peluang tidak ada kecelakaan selama 1 minggu
14
7
Distribusi Poisson
Distribusi Poisson dapat pula dianggap sebagai
pendekatan kepada distribusi binomial. Jika dalam
hal distribusi binomial, N cukup besar sedangkan p =
peluang terjadinya peristiwa A, sangat dekat dengan
nol sedemikian sehingga = Np tetap, maka
distribusi binomial seperti dalam rumus tersebut
sangat baik didekati oleh distribusi Poisson seperti
yang tertera dalam rumus.
Untuk penggunaannya, kita lakukan pendekatan ini
jika N 50 sedangkan Np < 5.
15
CONTOH
Peluang seseorang akan mendapat reaksi buruk setelah
disuntik = 0.0005. Dari 4000 orang yang disuntik,
tentukan peluang yang mendapat reaksi buruk :
a. tidak ada
b. ada 2 orang
c. lebih dari 2 orang dan
d. tentukan ada berapa orang diharapkan yang akan
mendapat reaksi buruk.
16
8
Penyelesaian :
a. Dengan menggunakan pendekatan distribusi
Poisson kepada distribusi binomial, maka = Np
= 4000 x 0.0005 = 2.
Jika X = banyak orang yang mendapat reaksi
buruk akibat suntikan itu, maka :
e2 20
P(0) 0.1353
0!
17
Penyelesaian :
b. Dalam hal ini X = 2, sehingga :
e 2 22
P(2) 0.2706
2!
Peluang ada 2 orang mendapat reaksi buruk
ialah 0.2706.
18
9
Penyelesaian :
c. Yang menderita reaksi buruk lebih dari 2 orang, ini
berarti X = 3, 4, 5,……tetapi P(0) + P(1) + P(2) +
P(3) + …………….= 1, maka P(3) + P(4) + ….= 1
– P(0) – P(1) – P(1) – P(2).
Harga-harga P(0) dan P(2) sudah dihitung di atas.
e 2 21
P(1) 0.2706
1!
Sehingga peluang dicari adalah =
1 – (0.1353 + 0.2706 + 0.2706) = 0.3235.
19
Penyelesaian :
d. Ini tiada lain yang diminta adalah dalam
menentukan rata-rata , di atas sudah dihitung
yaitu = 2
20
10
LATIHAN SOAL
1. Suatu kotak berisi 40 suku cadang dikatakan dapat
diterima bila mengandung paling banyak tiga yang
cacat. Suatu kotak akan ditolak bila sample acak
ukuran 5 suku cadang yang terpilih mengandung
satu cacat. Berapakah peluang dari 5 suku cadang
tsb :.
a. Terdapat tepat satu yang cacat
b. Paling banyak terdapat 2 yang cacat
21
LATIHAN SOAL
2. Menurut pengalaman karyawan suatu Yayasan
Badan Penerbit sebuah mesin sternsil merk “X”
setiap menstensil 1000 buah kertas akan membuat
kerusakan selembar kertas. Pada suatu waktu kita
akan menstensilkan sebanyak 250 lembar. Berapa
nilai peluang akan terdapat kerusakan sebanyak :
a. Kurang dari 5 lemba
b. Antara 3 dan 5 lembar
22
11
LATIHAN SOAL
3. Lima belas persen dari seluruh peristiwa kecelakaan
pesawat terbang yang pernah terjadi adalah
disebabkan karena kelalaian awak pesawat,
selebihnya karena factor-faktor teknis. Tentukan
peluang bahwa dari 5 kecelakaan yang terjadi pada
tahun 2020 tsb :
a. Dua diantaranya karena kelalaian awak pesawat
b. Tidak lebih dari satu kali yang disebabkan oleh
kelalaian awak pesawat
23
12