TUGAS 2 SATS4121.

NAMA : HASAN BASRI

NIM : 043512579
PRODI : SISTEM INFORMASI
UPBJJ : Karawang

Jawab

1. Perbedaan utama antara distribusi peluang diskrit dan distribusi peluang kon nu terletak pada
sifat variabel acak yang dianalisis. Pada distribusi peluang diskrit, variabel acak memiliki nilai-nilai
yang terbatas atau terpisah, sedangkan pada distribusi peluang kon nu, variabel acak memiliki
rentang nilai yang kon nu.
Distribusi peluang diskrit digunakan ke ka variabel acak memiliki nilai yang terbatas atau terpisah.
Dalam distribusi ini, probabilitas untuk se ap nilai variabel acak dapat diketahui secara eksak.
Contoh distribusi peluang diskrit yang terkenal adalah distribusi Bernoulli, distribusi Binomial,
distribusi Poisson, dan distribusi Geometri.
Distribusi Peluang Kon nu atau Con nuous Probability Distribu ons atau Probability Density
Func ons berlaku ke ka variabel acak memiliki nilai yang berada diantara interval nol hingga satu.
Contoh variabel kon nu adalah nggi badan (cm), berat badan (kg), dan waktu tempuh (menit).
Jenis-jenis yang termasuk dalam distribusi peluang kon nu antara lain:
Distribusi Normal
Distribusi Chi-Square
Distribusi Student-t
Distribusi F
Distribusi Beta

2. Hasil pelemparan dadu tersebut kemudian dituliskan dalam tabel dibawah ini

Dadu Merah

1 2 3 4 5 6

1 (1,1) (1,2) (1,3) (1,4) (1,5) (1,6)

Dadu 2 (2,1) (2,2) (2,3) (2,4) (2,5) (2,6)

Biru 3 (3,1) (3,2) (3,3) (3,4) (3,5) (3,6)

4 (4,1) (4,2) (4,3) (4,4) (4,5) (4,6)

5 (5,1) (5,2) (5,3) (5,4) (5,5) (5,6)

6 (6,1) (6,2) (6,3) (6,4) (6,5) (6,6)

Munculnya mata dadu berjumlah 3

A = {(1,2), (2,1)}
n(A) = 2
Munculnya mata dadu berjumlah 10
B = {(4,6), (5,5), (6,4)}
Karena anggota A tidak ada yang sama dengan anggota B, maka kejadian A dan B merupakan
dua kejadian yang saling lepas sehingga menggunakan rumus:
 sehingga peluang munculnya mata dadu yang berjumlah 3 atau 10 adalah .

3. Karena n besar dan p kecil maka lebih baik menggunakan aproksimasi distribusi
Poisson. µ = np = (3000)(0.001) = 3
a) P(X ≤ 2) = ∑ = = 2 0 ( )3, .0 4232 x p x
b) P(X > 3) = 1 – P(X ≤ 3) = 0.352
c) σ = √µ = √3 = 1.73

4. Pertama-tama, kita harus menghitung peluang memperoleh se daknya 25 jawaban benar hingga
maksimal 30 jawaban benar.
Ini melibatkan jumlah peluang memperoleh tepat 25, 26, 27, 28, dan 29 jawaban benar, serta 30
jawaban benar.
Untuk menghitung peluang ini, kita menggunakan rumus distribusi binomial:
P(X = k) = C(n, k) * p^k * (1-p)^(n-k)
di mana:
P(X = k) adalah peluang memperoleh k jawaban benar,
n adalah jumlah percobaan (jumlah pertanyaan dalam ujian, yaitu 200),
k adalah jumlah keberhasilan yang diinginkan (25, 26, 27, 28, 29, atau 30),
p adalah peluang sukses (jawaban benar), yaitu 1/4 (karena ada 4 kemungkinan jawaban, dan
hanya satu yang benar).
Kita akan menghitung peluang masing-masing nilai k dan kemudian menjumlahkannya.
Hitung peluang masing-masing nilai k.
a. Untuk k = 25:
P(X = 25) = C(200, 25) * (1/4)^25 * (3/4)^(200-25)
b. Untuk k = 26:
P(X = 26) = C(200, 26) * (1/4)^26 * (3/4)^(200-26)
c. Untuk k = 27:
P(X = 27) = C(200, 27) * (1/4)^27 * (3/4)^(200-27)
d. Untuk k = 28:
P(X = 28) = C(200, 28) * (1/4)^28 * (3/4)^(200-28)
e. Untuk k = 29:
P(X = 29) = C(200, 29) * (1/4)^29 * (3/4)^(200-29)
f. Untuk k = 30:
P(X = 30) = C(200, 30) * (1/4)^30 * (3/4)^(200-30)
Jumlahkan peluang untuk masing-masing nilai k.
Sekarang, jumlahkan peluang masing-masing nilai k (dari 25 hingga 30) untuk mendapatkan
peluang memperoleh se daknya 25 jawaban benar hingga maksimal 30 jawaban benar.
P(X ≥ 25) = P(X = 25) + P(X = 26) + P(X = 27) + P(X = 28) + P(X = 29) + P(X = 30)