Diskret
- Erni D. Sumaryatie -
Materi
1. Proses Bernoulli
2. Distribusi Binomial
3. Distribusi Hipergeometrik
5. Latihan Soal
5
Proses Bernoulli
Distribusi
Probabilitas
Distribusi Distribusi
Probabilitas Probabilitas
Diskret Kontinyu
Binomial Normal
Poisson Uniform
Hypergeometrik Exponential
Distribusi Bernoulli
Definisi :
Variabel acak X dikatakan berdistribusi Bernoulli dengan
parameter p, dan ditulis dalam bentuk : X ~ BIN (1, p)
X 1 0
P(X=x) p 1-p
p ; untuk x 1
P ( X x) p( x) 1 p ; untuk x 0
0 ; untuk lainnya
Distribusi Bernoulli
Karakteristik distribusi Bernoulli :
Ilustrasi :
Sebuah sistem produksi dapat menghasilkan produk yang cacat atau tidak
cacat. Diambil 3 produk secara acak dari hasil produksi.
Jika X menyatakan jumlah produk yang dihasilkan cacat, berapa peluang
dari 3 produk tersebut terdapat tepat 2 produk yang cacat?
2 np(1 - p)
Aplikasi Distribusi Binomial
n = 5 p = 0.1
P(X)
.6Mean
.4
.2
0 X
0 1 2 3 4 5 n = 5 p = 0.5
P(X)
.6
.4
.2
0 X
0 1 2 3 4 5
Penggunaan Tabel Binomial
n = 10
X p=.20 p=.25 p=.30 p=.35 p=.40 p=.45 p=.50
0 0.1074 0.0563 0.0282 0.0135 0.0060 0.0025 0.0010 10
1 0.2684 0.1877 0.1211 0.0725 0.0403 0.0207 0.0098 9
2 0.3020 0.2816 0.2335 0.1757 0.1209 0.0763 0.0439 8
3 0.2013 0.2503 0.2668 0.2522 0.2150 0.1665 0.1172 7
4 0.0881 0.1460 0.2001 0.2377 0.2508 0.2384 0.2051 6
5 0.0264 0.0584 0.1029 0.1536 0.2007 0.2340 0.2461 5
6 0.0055 0.0162 0.0368 0.0689 0.1115 0.1596 0.2051 4
7 0.0008 0.0031 0.0090 0.0212 0.0425 0.0746 0.1172 3
8 0.0001 0.0004 0.0014 0.0043 0.0106 0.0229 0.0439 2
9 0.0000 0.0000 0.0001 0.0005 0.0016 0.0042 0.0098 1
10 0.0000 0.0000 0.0000 0.0000 0.0001 0.0003 0.0010 0
Contoh:
n = 10, p = 0.35, X = 3: P(X = 3|n =10, p = 0.35) = 0.2522
n = 10, p = 0.75, X = 2: P(X = 2|n =10, p = 0.75) = 0.0004
Distribusi Probabilitas
Distribusi
Probabilitas
Distribusi
Probabilitas
Diskrit
Binomial
Poisson
Hypergeometrik
Distribusi Poisson
e x
P( X x) p ( x) ; x 0,1, ...
x!
dimana:
x = banyaknya outcome selama percobaan
= rata-rata banyak outcome = t dimana t adalah lama
Mean
e x e 0.50 (0.50)2
P(X 2) 0.0758
x! 2!
Grafik peluang dari distribusi Poisson
Grafik
= 0.50
=
X 0.50
0 0.6065
1 0.3033
2 0.0758
3 0.0126
4 0.0016
5 0.0002
6 0.0000
7 0.0000 P(X = 2) = 0.0758
Bentuk Distribusi Poisson
= 0.50 = 3.00
Sifat Proses Poisson
3
P ( x 3; 0.4) p ( x 3; 0.4) 0.9992
x 0
Distribusi Poisson
Contoh :
Dalam tabel aktuaria perusahaan asuransi T ditentukan
bahwa peluang seorang pria berumur 25 tahun akan
meninggal tahun depan adalah 0.0002. Jika perusahaan
asuransi T tahun ini menjual 4000 polis terhadap pria
berumur 25 tahun, berapa peluang mereka akan membayar
tepat 1 polis?
Jawab :
Contoh.
Probabilitas terjadinya kecelakaan di suatu hari di sebuah pabrik
adalah 0.005.
(a)Berapakah probabilitasnya selama 400 hari tidak terjadi
kecelakaan sama sekali?
(b)Berapakah probabilitasnya paling banyak 3 hari dengan
dengan kecelakaan selama 400 hari tsb?
Hubungan Distribusi Poisson
dan Binomial
Jawab:
X adalah variabel random binomial yg menyatakan banyak hari dengan
kecelakaan (sukses) dengan probabilitas terjadinya kecelakaan dalam
satu hari p = 0.005
e ( ) x e 2 (2)1
p ( x 1; 2) 0.271
x! 1!
Hubungan Distribusi Poisson
dan Binomial
Jawab:
b) Karena paling banyak jumlah hari dengan kecelakaan adalah 3 hari.
Berarti ingin dihitung P(x3), yaitu (dengan Tabel D. Poisson)
P (x = 3; = 2) = 0.857
Jadi terdapat probabilitas 86% dalam 400 hari, akan terjadi kecelakaan 0,
atau 1, 2 atau 3 paling banyak.
Distribusi Probabilitas
Probability
Distributions
Discrete
Probability
Distributions
Binomial
Poisson
Hypergeometric
Distribusi Hipergeometrik
Persamaannya:
Keduanya menyatakan probabilitas sejumlah tertentu percobaan
masuk dalam kategori tertentu.
Perbedaannya:
Binomial mengharuskan ketidakbergantungan dari satu
D N D
P( X x) x nx
N
n
Dimana :
N = ukuran populasi D = jumlah sukses dalam populasi
N D = jumlah gagal dalam populasi n = ukuran sampel
x = jumlah sukses dalam sampel n x = jumlah gagal dalam sampel
Karakteristik Disribusi Hipergeometrik
Rata-rata dari distribusi Hipergeometrik:
nD
E(X)
N
Standard Deviasi
nD(N - D) N - n
2
N N -1
N-n
dimana N -1 adalah faktor koreksi populasi terbatas
Distribusi Hipergeometrik
Contoh :
3 komputer diperiksa dari 10 koputer di sebuah departemen. 4
dari 10 komputer tersebut terdapat aplikasi software yang ilegal.
Berapa peluang 2 dari 3 komputer yang dipilih secara acak
terdapat aplikasi software ilegal?
N = 10 n=3
D=4 x=2
D N D 4 6
X n X 2 1 (6)(6) 0.3
P(X 2)
N 10 120
n 3
Distribusi Hipergeometrik vs
Binomial
Jika ukuran sampel diambil n jauh lebih kecil dari ukuran
populasinya N (n < N) maka distribusi hipergeometrik akan
sangat mirip dengan distribusi binomial dengan peluang sukses
p = D/N, sehingga mean dan variansinya mengikuti distribusi
binomial yaitu:
D D D
n
N
n* p 1* n * p * q n 1
2
N N
Jawab:
Diketahui : N = 5000, n = 10 (n/N < 5%), bisa memakai distribusi binomial
P(warna sedikit pudar) = p =D/N = 1000/5000 = 0.2, q = 1- p =0.8.
P x 3 , n 10 , p 0.2 B x 3 B x 2
0.879 0.6778 0.2013 20%