DISTRIBUSI HIPERGEOMETRIK

Definisi Fungsi Peluang Hipergeometrik

Peluang acak X dikatakan berdistribusi Hipergeometrik
Jika dan hanya jika fungsi peluangnya berbentuk
k N−k
P x = P X = x = x Nn−x ; x = 0,1,2,3 … . , n
n
Dalil parameter distribusi Hipergeometrik
Rataan dan varians dari distribusi Hipergeometrik adalah sebagai berikut
nk
1. μ = N
nk N−k (N−n)
2. σ2 = N2(N−1)
 Pembuktian

Berdasarkan definisi rataan diskrit, maka :

𝜇 = 𝐸 𝑋 = ෍𝑥 𝑃 𝑥
𝑥
𝑛 k N−k
x n−x
= ෍𝑥 N
𝑥=0 n
𝑛
1 𝑘! N−k
= 𝑁 ෍
𝑥−1 ! 𝑘−𝑥 ! n−x
𝑛 𝑥=1
𝑛
𝑘 𝑘! N−k
= 𝑁 ෍
𝑛 𝑥=1
𝑥−1 ! 𝑘−𝑥 ! n−x
𝑛
𝑘 k−1 N−k
= 𝑁 ෍
x−1 n−x
𝑛 𝑥=1

Misalnya : y = x-1 dan m = n-1

Batas : untuk x = 1, maka y = 0
Untuk x = n, maka y = n-1 = m
 m n m+n
Berdasarkan sebuah dalil : σ𝑚
𝑦=0 r k−r
= k
, maka

𝑘 N−1
𝜇=𝐸 𝑥 = 𝑁 m
𝑛
𝑘 N−1
= 𝑁 n−1
, substitusikan kembali m = n-1
𝑛
𝑘 𝑁−1 !
𝑁! 𝑛−1 ! 𝑁−𝑛 !
=
𝑛! 𝑁−𝑛 !

𝑛𝑘
𝜇=𝐸 𝑥 = (Terbukti )
𝑁
Berdasarkan definisi varians, maka :
𝜎 2 = 𝑉𝑎𝑟 𝑥 = 𝐸 𝑋 2 − [𝐸 𝑋 ]2
= 𝐸 𝑋 𝑋 − 1 + 𝑋 − [𝐸 𝑋 ]2
= 𝐸 𝑋 𝑋 − 1 + 𝐸 𝑋 − [𝐸 𝑋 ]2

Berdasarkan nilai ekspektasi diskrit, maka:

𝐸 𝑋 𝑋−1 = ෍ 𝑥 𝑥 − 1 𝑝(𝑥)
𝑥
k N−k
n n−x
= σ𝑛𝑥=0 𝑥 𝑥 − 1 N
n

𝑘(𝑘−1) (𝑘−2)! N−k

= 𝑁 σ𝑛𝑥=2 n−x
𝑛
𝑥−2 ! 𝑘−𝑥 !

𝑘(𝑘−1) k−2 N−k

= 𝑁 σ𝑛𝑥=2 x−2 n−x
𝑛
Misalnya : y = x-2 dan m = n-2
Batas : untuk x = 2, maka y = 0
Untuk x = n, maka y = n-2 = m

𝑚
𝑘(𝑘 − 1) k−2 N−k
𝐸 𝑋 𝑋−1 = 𝑁 ෍
y m−y
𝑛 𝑦=0

m n m+n
Berdasarkan sebuah dalil : σ𝑚
𝑟=0 r k−r
= k
, maka
𝑚
𝑘 𝑘−1 N−2
𝐸 𝑋 𝑋−1 = 𝑁 ෍
m
𝑛 𝑦=0

𝑘 𝑘−1 N−2
= 𝑁 n−2
,
𝑛
dengan mensubstitusikan kembali m = n-1

𝑘(𝑘−1) 𝑁−𝑛 !
𝑁! 𝑛−2 ! 𝑁−𝑛 !
= 𝑛! 𝑁−𝑛 !
Maka
2
(𝑘)(𝑘 − 1)(𝑛)(𝑛 − 1) 𝑛𝑘 𝑛2 𝑘 2
𝜎 = 𝑉𝑎𝑟 𝑥 = + − 2
𝑁(𝑁 − 1) 𝑁 𝑁

𝑁𝑘 𝑘−1 𝑛 𝑛−1 +(𝑁𝑛𝑘)(𝑁−1)(𝑛2 𝑘 2 )(𝑁−1)

= 𝑁2 (𝑁−1)

𝑛𝑘
= [ 𝑁 𝑘−1 𝑛−1 +𝑁 𝑁 − 1 − 𝑛𝑘 𝑁 − 1 ]
𝑁2 (𝑁−1)
𝑛𝑘
= [𝑛𝑘𝑁 − 𝑘𝑁 − 𝑛𝑁 + 𝑁 + 𝑁 2 − 𝑁 − 𝑛𝑘𝑁 + 𝑛𝑘]
𝑁2 (𝑁−1)
𝑛𝑘
= [𝑛 − 𝑛𝑁 − 𝑘𝑁 + 𝑛𝑘]
𝑁2 (𝑁−1)
𝑛𝑘
= [𝑁 𝑁 − 𝑛 − 𝑘 𝑁 − 𝑛 ]
𝑁2 (𝑁−1)

𝑛𝑘(𝑁 − 𝑛)(𝑁 − 𝑘)
𝜎 2 = 𝑉𝑎𝑟 𝑥 =
𝑁 2 (𝑁 − 1)
Distribusi Binomial Negatif
Distribusi binomial negatif adalah distribusi hasil percobaan bernoulli yang
diulang sampai mendapatkan sukses ke-k. fungsi peluangnya sebagai berikut :
𝑥−1
𝑓 𝑥 = ൞ 𝑘 − 1 𝑝𝑥 1 − 𝑝 𝑥−𝑘
𝑥 = 𝑘, 𝑘 + 1, 𝑘 + 2, … . .
0

parameter Distribusi Binomial Negatif

Rataan, varians dan fungsi pembangkit momen dari Binomial
Negatif adalah sebagai berikut
𝑘
1. 𝐸(𝑋) = 𝑝
𝑘(1−𝑝)
2. 𝜎 2 = 𝑉𝑎𝑟 𝑥 = 𝑝2
𝑡 𝑘
𝑝𝑒
3. 𝑀𝑥 𝑡 = 1−(1−𝑝)𝑒 𝑡
Bukti:
∞

𝐸 𝑋 = ෍ 𝑥 𝑓(𝑥)
𝑥=𝑘

∞
𝑥−1 !
= ෍𝑥 𝑝𝑘 (1 − 𝑝)𝑥−𝑘
𝑘−1 ! 𝑥−𝑘 !
𝑥=𝑘

∞
𝑘𝑥! 𝑝𝑘+1
= ෍𝑥 (1 − 𝑝)𝑥−𝑘
𝑘! 𝑥 − 𝑘 ! 𝑝
𝑥=𝑘

∞
𝑘 𝑥!
= ෍𝑥 𝑝𝑘+1 (1 − 𝑝)𝑥−𝑘
𝑝 𝑘! 𝑥 − 𝑘 !
𝑥=𝑘
𝑘
=
𝑝
 𝑘(1−𝑝)
Variansi dari Distribusi Binomial Negatif adalah Var(x)= 𝑝2
Bukti:
𝑉𝑎𝑟 𝑥 = 𝐸 𝑋 2 − [𝐸 𝑋 ]2
Untuk menyelesaikannya, tentukan bagian yang belum diketahui terlebih dahulu yaitu
𝐸 𝑋2
𝐸 𝑋 2 = 𝐸 𝑋 2 + 𝐸 𝑋 − 𝐸(𝑋)
= 𝐸 𝑋 2 + 𝑋 − 𝐸(𝑋)
= 𝐸 𝑋(𝑋 + 1 ) − 𝐸(𝑋)

Selesaikan bagian 𝐸 𝑋(𝑋 + 1 )

∞

𝐸 𝑋(𝑋 + 1 ) = ෍ 𝑥 𝑥 − 1 𝑓(𝑥)
𝑥=𝑘

𝑥−1 !
= σ∞
𝑥=𝑘 𝑥 𝑥 − 1 𝑝𝑘 (1 − 𝑝)𝑥−𝑘
𝑘−1 ! 𝑥−𝑘 !

∞ 𝑘(𝑘+1) 𝑥+1 ! 𝑝𝑘+2

= σ𝑥=𝑘 (1 − 𝑝)𝑥−𝑘
𝑘+1 ! 𝑥−𝑘 ! 𝑝2

𝑘(𝑘+1) ∞ 𝑥+1 !
= 2
σ𝑥=𝑘 𝑝𝑘+2 (1 − 𝑝)𝑥−𝑘
𝑝 𝑘+1 ! 𝑥−𝑘 !

𝑘(𝑘+1)
= 𝑝2
Selanjutnya
𝑘(𝑘 + 1) 𝑘
𝐸 𝑋2 = −
𝑝2 𝑝

𝑘 2 + 𝑘 − 𝑘𝑝
=
𝑝2

Dengan demikian

2
𝑘 2 + 𝑘 − 𝑘𝑝 𝑘
𝑉𝑎𝑟 𝑥 = −
𝑝2 𝑝
Fungsi pembangkit momen (MGF)
Fungsi pembangkit momen distribusi binomial negatif adalah

𝑘
𝑝𝑒 𝑡
𝑀𝑥 𝑡 =
1 − (1 − 𝑝)𝑒 𝑡

Bukti:
𝑀𝑥 𝑡 = 𝐸(𝑒 𝑡𝑋 )

∞
𝑥−1 !
=෍ 𝑒 𝑡𝑋 𝑝𝑘 (1 − 𝑝)𝑥−𝑘
𝑘−1 ! 𝑥−𝑘 !
𝑥=𝑘

∞
𝑥−1 !
=෍ (𝑝𝑒 𝑡 )𝑘 (1 − 𝑝)𝑥−𝑘
𝑘−1 ! 𝑥−𝑘 !
𝑥=𝑘

=
𝑘
𝑝𝑒 𝑡 𝑥−1 !
σ∞
𝑥=𝑘 ((1 − 𝑝)𝑒 𝑡 )𝑘−𝑥 (1(1 − 𝑝)𝑒 𝑥 )𝑘
1−(1−𝑝)𝑒 𝑡 𝑘−1 ! 𝑥−𝑘 !

𝑘
𝑝𝑒 𝑡
=
1−(1−𝑝)𝑒 𝑡