DISTRIBUSI

DISTRIBUSI DISKRIT
DISKRIT

BINOMIAL
BINOMIAL
NEGATIF
POISSON
 DISTRIBUSI
BINOMIAL
distribusi probabilitas variabel acak diskrit
yang hanya mempunyai dua nilai yang
mengkin, misalnya berhasil atau gagal.

Ciri ciri atau karakteristik:

n usaha yang berulang.
Tiap usaha memberi hasil yang dapat dikelompokkan
menjadi sukses atau gagal.
Peluang sukses tidak berubah dari usaha yang satu ke
yang berikutnya.
Tiap usaha saling bebas
Distribusi binomial, parameter n dan p
Notasi X ~ B(n,p) n i
P X i b i; n, p p 1 p
n i
Fungsi Peluang:
i
Fungsi Kumulatif:
Contoh
1
Dalam pelambungan satu mata uang sebanyak tiga
kali, didefinisikan X= banyaknya Gambar yang
muncul. Berapa peluang munculnya 2 Gambar ?
Jawab:
p = Peluang muncul gambar pada satu pelambungan
= 1/2
n = 3(Banyaknya pelambungan, banyaknya
pengulangan)
3 2
X = 2(Banyaknya 2
3 1 1 Gambar
yang diharapkan muncul)
P X 2 1
2 2 2
2 1
3! 1 1

2! 3 2 ! 2 2
1 1
3. .
4 2
3

8
Contoh
2
Suatu penelitian dilakukan untuk melihat
sikap masyarakat tentang obat
penenang. Penelitian itu menunjukkan
bahwa sekitar 70% penduduk percaya
obat penenang tidaklah mengobati
apapun, obat itu hanyalah menutupi
penyakit sesungguhnya. Menurut
penelitian ini, berapa peluang bahwa
paling sedikit 3 dari 5 orang yang dipilih
secara acak berpendapat seperti itu?
Jawab:
Misalkan peubah acak X menyatakan banyaknya
penduduk percaya obat penenang tidaklah
mengobati apapun, obat itu hanyalah menutupi
penyakit sesungguhnya.
Maka X~b(5, 0.7)
P X 3 P X 3 P X 4 P X 5
5 5 5
0,7 0,3 0,7 0,3 0,7 0,3
3 2 4 1 5 0

3 4 5
5! 5! 5!
.0,343.0,09 .0,2401.0,3 .0,16807.1
3!2! 4!1! 5!0!
0,3087 0,36015 0,16807
0,83692
Ekspektasi dan
Variansi

E X np
Var X np (1 p )
2
Bukti
Ekspektasi:
Bukti
Variansi:
Contoh:
Jika X adalah
peubah acak
binomial
dengan nilai
ekspektasi 6 Jawa
dan variansi b:
2,4, maka
tentukanlah
P(X=5)
 DISTRIBUSI BINOMIAL
NEGATIF
Bila percobaan yang berulang secara
independent menghasilkan kesuksesan dengan
probabilitas p dan gagal dengan probabilitas q
= 1 p. Maka distribusi probabilitas variabel
acak X pada saat terjadinya kesuksesan yang
ke - r adalah
Contoh
1

Misalkan peluangnya 0,8 bahwa setiap

orang akan percaya tentang desas-
desus mengenai hubungan gelap
seorang bintang terkenal. Berapakah
peluangnya bahwa:
a. Orang keenam yang mendengar
desas-desus ini merupakan orang
keempat yang mempercayainya ?
b. Orang ketiga yang mendengar desar-
desus ini merupakan orang pertama
yang mempercayainya?
Jawab
:
a. Orang keenam yang
mendengar desas-
desus ini merupakan
b. Orang ketiga yang
orang keempat yang
mendengar desar-
mempercayainya ?
desus ini merupakan
6 1
P( X 4) .0,84.0,26 4 orang pertama yang
4 1 mempercayainya?
5 3 1
.0,84.0,2 2 P ( X 1) .0,81.0,231
3 11
10.0,4096.0,04 2
.0,81.0,2 2
0,16384 0
1.0,8.0,04
0,032
Contoh
2
Anggap
Anggap suatu kabel terdiri dari beberapa
kawat yang tersusun secara
independent. Kadang-kadang kabel
tersebut dibebani dengan beban
berlebih; pada saat itu probabilitas
bahwa ada 1 kawat yang putus adalah
0.05. Asumsikan bahwa kegagalan 2
atau lebih kawat tidak sama. Kabel
harus diganti bila 3 kawat sudah putus,
tentukan probabilitas bahwa kabel dapat
bertahan pada saat dibebani dengan
beban berlebih paling tidak 5 kali
Hitunglah peluang
seseorang yang
melemparkan 3 uang
logam akan mendapatkan
semua sisi gambar atau
semua sisi angka untuk
yang kedua kalinya pada
lemparan yang kelima.
Ekspektasi dan
Variansi

r
E X
p
r (1 p )
Var X
2
2
p
Bukti
Ekspektasi:
Bukti
Variansi:
Contoh:
Carilah nilai
ekspektasi dan Jawa
variansi dari b:
pelemparan
satu dadu
yang hasilnya
mata dadu 1
terjadi 4 kali.
 DISTRIBUSI
POISSON
Distribusi poisson diberi nama sesuai dengan
penemunya yaitu Siemon D. Poisson. Percobaan
Poisson apabila menghasilkan peubah acak X yang
menyatakan banyaknya hasil selama selang waktu,
periode atau daerah tertentu
Ciri ciri atau karakteristik:
Memiliki 2 keluaran hasil : SUKSES dan GAGAL.
Terdefinisi pada : (yang membedakan dari
percobaan Binomial)
Panjang selang waktu
Luas daerah/area
Contoh :
- Banyak m0bil yang mengisi bensin di sebuah SPBU
pada jam 10.00-11.00
- Banyak jenis batuan yang ditemukan dalam satuan
daerah tertentu.
Selang waktu atau daerahnya saling bebas.
Peluang pada Proses Poisson tergantung
pada selang waktu dan besarnya daerah.
Peluang untuk selang yang pendek atau
daerah yang sempit dapat diabaikan.
Untuk menghitung probabilitas suatu
peristiwa yang berdistribusi poisson
digunakan rumus sebagai berikut
 Contoh
Misalkan
1 banyaknya kesalahan pengetikan pada satu
halaman dalam suatu makalah berdistribusi poisson 1

dengan parameter . Hitunglah peluang2
paling sedikit satu kesalahan pengetikan pada halaman
ini
Jawab:
P ( X 1) 1 P ( X 0)
0
1
1
1 e

2 2
0!
1

1 e 2

1 0,607
0,393
Contoh
2
Anggap X memiliki distribusi poisson. Jika P(X=1)=0.3
dan P(X=2)=0.2 cari P(X=0) ?
e
P ( X 1) e 0,3
1!
e 2 e 2
P ( X 2) 0,2 e 2 0,4
2! 2
Gunakan Perbandingan
e 2 0,4


e 0,3
4
e 0 9
3 P ( X 0) e
0! 40
e 0,3
4
e 0,3
3
0,3 9
e
4 / 3 40
Ekspektasi dan
Variansi

E X
Var X
2
Bukti
Ekspektasi:
Bukti
Variansi:
Contoh:
Suatu daerah dibagian timur Amerika Serikat,
rata-rata ditimpa 6 angin topan selama
seminggu. Carilah peluang di suatu tahun
tertentu tidak sampai 4 angin topan yang akan
menimpa daerah tersebut !

Jawa
b: