Anda di halaman 1dari 38

Pierre-Simon de Laplace

 Nama : Pierre-Simon, Marquis de Laplace


 Lahir : 23 Maret 1749, Beaumont-en-Auge,
Normandia, France
 Meninggal : 5 Maret 1827, Paris, France

Pierre-Simon de Laplace adalah seorang ahli matematika dan astronom


Perancis yang mengemukakan teori bahwa bumi jutaan tahun yang lalu
terpisah dari matahari dan secara bertahap kulit luarnya mengering dan
mengeras. Pada tahun 1773, di depan Akademi Perancis, dia membuktikan
bahwa gerakan planet-planet adalah stabil. Penemuan Laplace lainnya
adalah di bidang integral kalkulus, diferensial terbatas, persamaan
diferensial, dan astronomi. Ia menemukan Mekanika selestial, Ekuasi
Laplace, Operator Laplace dan Transformasi Laplace.
3.6 Menjelaskan karakteristik serta berdistribusi normal
yang berkaitan dengan data berdistribusi normal.

4.6 Menyelesaikan masalah berkaitan dengan distribusi


normal dan penarikan kesimpulannya.
Peta Konsep

Distribusi Peluang menggunakan Variabel Acak Kontinu


Kontinu

meliputi

Distribusi Distribusi t Student


Normal

karakteristiknya

Kurvanya Berbentuk Dapat Ditentukan


Lonceng dengan Tabel
Distribusi Normal
Distribusi Normal
Distribusi normal disebut pula sebagai distribusi Gaussian, adalah distribusi
probabilitas yang paling banyak digunakan dalam berbagai analisis
statistika.

Distribusi normal baku adalah distribusi normal yang memiliki rata-rata(µ)


nol dan simpangan baku (σ) satu. Distribusi ini juga dijuluki kurva lonceng
(bell curve) karena grafik fungsi kepekatan probabilitasnya mirip dengan
bentuk lonceng.
Bentuk Kurva Normal

Sumbu X (horizontal) memiliki range (rentang) dari


minus takhingga (- ∞ ) hingga positif takhingga
(+∞). Kurva normal memiliki puncak pada X = 0.
Bentuk Kurva Normal

Perlu diketahui bahwa luas kurva normal adalah satu (sebagaimana konsep
probabilitas). Dengan demikian, luas kurva normal pada sisi kiri = 0,5
demikian pula luas kurva normal pada sisi kanan = 0,5.
Distribusi Normal
Fungsi distribusi normal diberikan dengan persamaan :

1 −
1 𝑥−𝜇
𝑓 𝑥 = 𝑒 2 𝜎
𝜎 2𝜋

Keterangan :
π = 3,1416
e = 2,7183
µ = nilai rata – rata
𝜎 = simpangan baku
Ciri – Ciri Distribusi Normal
Kalian tahu bahwa suatu distribusi data dikatakan berdistribusi normal
apabila data berdistribusi simetris, yaitu bila nilai rata-rata, median dan
modus sama. Namun, ada ciri – ciri distribusi normal lainnya, yaitu :

1. Grafiknya selalu terletak di atas sumbu x.


2. Bentuk grafiknya simetris terhadap garis x = 𝜇.
3. Mempunyai sebuah modus, yaitu Mo = 𝜇.
4. Grafiknya membelok pada titik x = 𝜇 ± 𝜎.
5. Grafiknya asimtot (tidak memotong) terhadap sumbu x.
6. Luas daerah grafik sama dengan 1 satuan luas.

Bentuk kurva yang tidak memiliki kriteria di atas dikenal dengan distribusi
tidak simetris (distribusi menceng kekiri atau kekanan)
Distribusi Normal Standard
Seperti diketahui, distribusi normal standar (baku) adalah distribusi normal
dengan rata – rata (mean) μ = 0 dan simpangan baku (standar deviasi) σ = 1.
fungsi densitasnya dinyatakan dalam variable z :

1 1
− 𝑧2
𝑓 𝑧 = 𝑒 2
2𝜋

Dengan daerah z adalah interval -∞ < z < +∞


Distribusi Normal Standard
Perhatikan kedua rumus dibawah ini :

1 1 𝑥−𝜇
−2 𝜎 1 1
−2 𝑧 2
𝑓 𝑥 = 𝑒 𝑓 𝑧 = 𝑒
𝜎 2𝜋 2𝜋

Maka distribusi normal ini menjadi distribusi normal standar (baku) dengan
menggunakan transformasi :

𝑥−𝜇 Keterangan :
Z= 𝑧 = 𝑛𝑖𝑙𝑎𝑖 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑠𝑖 𝑛𝑜𝑟𝑚𝑎𝑙
𝜎
𝑥 = nilai yang dicari
𝜇 = 𝑟𝑎𝑡𝑎 𝑟𝑎𝑡𝑎
𝜎 = 𝑠𝑡𝑎𝑛𝑑𝑎𝑟 𝑑𝑒𝑣𝑖𝑎𝑠𝑖
Tabel Z Positif
(+)
Tabel Z Negatif
(-)
Tabel Z Desimal 3
Luas Dibawah Kurva Normal
Luas area di bawah kurva normal sangat sulit dihitung dengan
menggunakan rumus peluang distribusi normal. Oleh karena
itu untuk mempermudah penghitungan dibuatlah tabel Z
distribusi normal baku.

Ada 2 tabel z. Dua tabel tersebut adalah tabel distribusi normal


baku yang menentukan luas area di antara -∞ < Z < Z1 dan
tabel distribusi normal baku yang menentukan luas area di
antara 0 < Z < Z1
-∞ < Z < Z1

0 < Z < Z1
Contoh Soal 1
1. Hitung P (Z < 1,25)?
Penyelesaian :
Pada tabel, carilah angka 1,2 pada kolom paling kiri.
Selanjutnya, carilah angka 0,05 pada baris paling
atas. Sel para pertemuan kolom dan baris tersebut
adalah 0,8944.
Dengan demikian, P (Z < 1,25) adalah 0,8944.
Contoh Soal 2
2. P (Z ≤ 0,23)?
Penyelesaian :
Pada tabel, carilah angka 0,2 pada kolom paling kiri.
Selanjutnya, carilah angka 0,03 pada baris paling atas. Sel
para pertemuan kolom dan baris tersebut adalah 0,5910.
Dengan demikian, P (Z ≤ 0,23) adalah 0,5910.
Contoh Soal 3
3. P (-0,42 < Z < 1,27)? Penyelesaian :
P (-0,42 < Z < 1,27) = P (Z < 1,27) – P (Z < -0,42)
= P (Z < 1,27) – {1 - P (Z > 0,42)}
= 0,8980 – {1 – 0,6628}
= 0,8980 – 0,3372
= 0,5608
Contoh Soal 4
4. Hitung P (0 < Z < 1,24)?
P(0 < Z < 1,24) = 0,3925
Jadi, luas bagian yang diarsir adalah
0,3925

= 1,24
Contoh Soal 5

5. Diketahui variabel normal standar Z berdistribusi


normal (0,1), Tentukanlah :

(i) P(Z > 0,352)

(ii) P(-0,123 < Z < 0,654)


Contoh Soal 5
Penyelesaian :
(i) P(Z > 0,352) = 1 - (0,352)
= 1 - (0,6368 + 0,0007)
= 1 - 0,6375
= 0,3625
Contoh Soal 5
Penyelesaian :
(ii) P(-0,123 < Z < 0,654) = 1 - P(Z < 0,654) + P(Z > 0,123)
= 1 - (0,7422 + 0,0013) + (0,5478 + 0,0012)
= 1 - (0,7435) + (0,5490)
= 1 - (1,2925)
= 0,2925
Penerapan Distribusi Normal

Distribusi normal sering diterapkan dalam kehidupan sehari-hari.


Banyak masalah yang dapat diselesaikan memakai jasa distribusi
normal.

Dengan menggunakan rumus distribusi normal standar baku :

𝑥−𝜇
Z=
𝜎
Contoh Soal 1

1. Suatu jenis aki mencapai umur rata-rata 3 tahun dengan simpangan baku

0,5 tahun. Bila umur aki itu menyebar normal, hitunglah peluang bahwa

sebuah aki tertentu akan mencapai umur kurang dari 2,3 tahun!
Dik : Dit :
𝜇=3 P (X < 2,3)?
𝜎 = 0,5

Penyelesaian :

𝑥 − 𝜇 2,3 − 3,0 -1,4 0


𝑧= = = −1,4
𝜎 0,5

Dengan demikian,
P(Z < -1,4) = 0,0808
Contoh Soal 2
2. Suatu perusahaan alat listrik memproduksi bola lampu yang
umurnya berdistribusi normal dengan rataan 800 jam dan
simpangan baku 40 jam. Hitunglah peluang sebuah bola lampu
dapat menyala antara 778 dan 834 jam!
Dik : Dit :
𝜇 = 800 P (778 < X < 834)?
𝜎 = 40

Penyelesaian :

Nilai z yang berpadanan dengan x1 = 778 dan x2 = 834 adalah

𝑥1 − 𝜇 778 − 800 −22


𝑧1 = = = = −0,55
𝜎 40 40

dan

𝑥2 − 𝜇 834 − 800 34
𝑧2 = = = = 0,85
𝜎 40 40
-0.55 0.85
P (778 < X < 834) = P (-0,55 < Z < 0,85)

P (-0,55 < Z < 0,85) = P(Z < 0,85) – P(Z < -0,55)
= P(Z < 0,85) – {1- P(Z > 0,55)}
= 0,8023 – {1 – 0,7088}
= 0,8023 – 0,2912
= 0,5111
Latihan Soal
Gunakanlah table distribusi normal Z untuk menentukan :
1. P(Z < 1,52)
2. P(Z > 1,52)
3. P(1,35 < Z < 1,93)
4. P(-1,2 < Z < -0,5)
5. Bila 𝑥 berdistribusi normal dengan rata – rata 100 dan simpangan baku 8 maka
tentukanlah probabilitas untuk :
a. P(X ≤ 90)
b. P(80 < X < 105)
6. Bila 𝑥 berdistribusi normal dengan rata – rata 165 dan simpangan baku 10 maka
tentukanlah probabilitas untuk :
a. P(X ≥ 170)
b. P(155 < X < 175)
Latihan Soal
7. Rata – rata tinggi anjing pudel jenis tertentu adalah 30 cm, dan simpangan
bakunya 41 cm. Berapa % banyaknya anjing pudel jenis tersebut yang
tingginya melebihi 35 cm, bila tinggi itu menyebar normal dan dapat diukur
sampai ketelitian berapapun?
8. Nilai mutu rata – rata (NMR) 300 mahasiswa tingkat persiapan mengikuti
suatu sebaran normal dengan nilai tengah 2,1 dan simpangan baku 0,8.
Berapa banyaknya mahasiswatersebut yang mencapai NMR antara 2,5 dan 3,5
inklusif bila NMR itu dihitung sampai persepuluhan terdekat.
9. Bohlam bermerek XYZ mempunyai umur rata – rata 800 jam dengan
simpangan baku 40 jam. Diketahui bahwa umur bohlam tersebut berdistribusi
normal. Tentukan peluang umur bohlam lebih dari 853,6 jam.
10. Suatu sekolah mengadakan test IQ terhadap seluruh siswa kelas 2 untuk
menemukan jurusan yang tepat bagi siswanya. Hasil tes menunjukkan bahwa
IQ dari 200 siswa berdistribusi normal dengan rata rata 116 dan simpangan
baku 10 . Bila jurusan IPA ditentukan dengan nilai IQ minimal 110 . Berapa
banyaknya siswa yang akan di tolak untuk masuk ke jurusan IPA berdasarkan
IQ yang ditentukan sekolah?
Penyelesaian