Ringkasan :
“Apabila sehimpunan benda-benda tertentu dapat digolongkan menjadi dua golongan A dan B,
kemudian salah satu benda itu diambil dari himpunan benda-benda ini, maka timbulnya benda
dari golongan A merupakan kejadian Bernoulli. Jika peluang terambilnya gol. Adan B sama
atau mendekati 0,5 dan setelah diambil dan diamati, benda itu dikembalikan kedalam
kumpulannya, serta kemudian dilakukan pemeriksaan sekali lagi dan seterusnya hingga N kali,
dengan catatan bahwa benda itu tetap dikembalikan ke dalam kumpulannya setelah setiap
penarikan, maka timbulnya benda Ax kali dari N ulangan penarikan ini akan mengikuti kaidah
peluang Binomium. Jika N kali pemeriksaan sampelnya besar tetapi peluang terambilnya gol.
A atau B kecil (mendekati nol), maka sebaran penarikannya akan mengikuti kaidah peluang
Poisson.
Jika P merupakan peluang dari suatu kejadian yang akan terjadi pada sebarang percobaan
tunggal (disebut peluang sukses) dan q = 1 − p adalah peluang yang gagal terjadi dalam
sembarang percobaan tunggal (disebut peluang kegagalan), maka peluang yang akan terjadi
tepat x kali dalam N percobaan (yaitu x sukses dan N – x gagal) diberikan oleh persamaan
berikut:
Jawab:
Ditetaskannya seekor ayam jantan dapat dimisalkan sebagai kejadian X = x, x = 0,1,2,3, , 10.
Dalam hal ini x = 3 dan N = 10, sedangkan p = 0,51 sehingga peluang dari 10 butir telur yang
menetas terdapat 3 ekor ayam jantan adalah:
µ=Np= σ2
σ=
Contoh :
Berdasarkan pengalaman, sebuah mesin tetas yang berkapasitas 2000 butir telur, pada saat
dioperasikan hanya sebutir telur yang tidak menetas. Mahasiswa Fak. Peternakan UNDIP ingin
mengetahui berapa peluang memperoleh 0,1,2,3,4, dan 5 butir telur yang tidak menetas dari
proses penetasan yang hanya diisi 1000 butir telur.
Jawab :
Disini p = 1/2000 (lebih kecil dari 0,10) dan N = 1000 (lebih besar dari 50), sehingga
pendekatan poisson dapat dilakukan. Dari nilai p dan N tersebut maka = 0,50. Sebaran poisson
secara berturut- turut dapat diberikan sebagai berikut:
f(χ)= e-1/2
Dimana :
Sebaran normal adalah salah satu sebaran peluang variable acak kontinyu yang mempunyai
fungsi densitas f (x) darimana probabilitasnya dapat dihitung.
→ untuk ~ < <~
Jika e-1/2
Maka
p (a<x>b) =
dalam pemakaiannya, rumus diatas tak perlu digunakan, karena sudah ada daftar distribusi
normal standar, yaitu suatu distribusi normal dengan rata-rata m = 0 dan simpangan baku s = 1.
Agar daftar distribusi normal standar dapat digunakan maka distribusi normal umum yang
fungsi densitasnya:
y=f(χ)= e-1/2Z²
Diubah menjadi distribusi normal standar yang fungsi densitasnya :
f(z)=Y=
x−µ
z=
σ
Dengan daftar normal standar, bagian-bagian luas dari distribusi normal standar dapat
dicari dengan langkah-langkah sebagai berikut: