Probabilitas & Statistik

SIIO

Distribusi Probabilitas Kontinyu

Senin, 11 November 2019

σ
f(x)
x
µ
 Distribusi Probabilitas
• Diskrit:
• Seragam / Uniform
• Binomial
• Poisson [pwasɔ̃]
• Hipergeometrik
• Kontinyu:
• Distribusi Seragam
• Distribusi Normal Z
Distribusi Teoritis Diskrit
Jenis Seragam Binomial Poisson Hiper-
Pembeda geometrik
Simbol f(x ; k) b(x ; n,p) p(x ; µ) h(x ; N,n,k)
Kondisi f(1) = f(2) = 2 kategori Rata-rata Percobaan
… = f(k) n percobaan pada tidak bebas
Peluang rentang Peluang
sama untuk tertentu dari sampel
semua nilai yang ada
Yang k: jumlah n: jumlah µ: rata-rata N: klrg bsr
diketahui kemungkin percobaan kesuksesan n: sampel
an peluang p: peluang k: nilai
sukses sukses
Rumus 1 µx e-µ kCx N-kCn-x
nCx px qn-x
k x! NCn

Tabel √ √
 Distribusi Seragam
• Sebaran peluang seragam.
• Bila peubah acak x mempunyai nilai-
nilai x1, x2, … xk dengan probabilitas
yang sama
• f(x;k) = 1/k, untuk x = 1, 2, 3,…, k
• Contoh:
• Jika sebuah dadu dilemparkan dan
setiap titik sampel mempunyai
peluang muncul yang sama, yaitu:
• f(x;6) = 1/6, untuk x = 1,2,3,4,5,6
 Distribusi Seragam
Peluang muncul mata dadu setimbang
1/6
1/6
1/7
1/8
0
f(x ; 6)

0
0
0
0
0
1 2 3 4 5 6
x 1 2 3 4 5 6 Mata Dadu

f(x ; k) 1/6 1/6 1/6 1/6 1/6 1/6

 Distribusi Binomial
• Percobaan dilakukan n kali
• Hasilnya hanya dapat dikategorikan dalam 2
kelas, misal: GAGAL atau BERHASIL
• Peluang keberhasilan = p dan dalam setiap
ulangan nilai p tidak berubah.
• Peluang gagal: q = 1-p
• Setiap ulangan bersifat bebas satu dengan
yang lain.
• b(x;n,p) = nCx px qn-x, u/x = 0,1,2,3,…,n
• Penentuan q & p tergantung yang
ditanyakan.
 Contoh Soal
• Tentukan peluang “ 1 ” muncul 3
kali dalam pelemparan 5 kali
sebuah dadu setimbang !
• Jawab:kejadian SUKSES
• n=5; p=1/6  q=5/6; x=3?
• b(x ; 5,1/6) = 5C3 (1/6)3 (5/6)2
• =5!/(3! 2!) x (52/65) = 0,032
Histogram Distribusi Binomial (n=5)
Peluang keluar
0.45
0.4
0.35
0.3
b(x ; n,p)

0.25
0.2
0.15
0.1
0.05
0
x 00 11 22 33 44 5 5
x
b(x ; n,p) 0.4019 0.4019 0.1608 0.0322 0.0032 0.0001
∑b(x ; n,p) 0.4019 0.8038 0.9645 0.9967 0.9999 1.0000
Tabel
Binomial
Distribusi Poisson [pwasɔ]̃
• Hasil percobaan nilai peubah acak yang
dibatasi oleh interval waktu, daerah,
ataupun dimensi.
• P(x; ) = (e- x)/x!  x=1, 2, … (e=2,718)
• = rata-rata banyaknya hasil percobaan
yang terjadi selama selang waktu atau dalam
daerah yang dinyatakan;
• Misal ():
• Berapa jumlah tutup sekolah ketika musim
dingin dan bersalju?
• Berapa kesalahan ketik per lembar?
• Berapa jumlah tikus di kebun per m2?
Contoh Distribusi Poisson
• Rata-rata sekretaris baru melakukan
5 kesalahan ketik per halaman.
• Berapa peluang bahwa pada halaman
berikutnya ia membuat:
a. Tidak ada kesalahan?(x = 0)
b. 1 kesalahan?
c. 2 kesalahan…
d. :
 Histogram Distribusi Poisson (µ=5)
Peluang Kesalahan Ketik per Halaman
0.2
0.18
0.16
0.14
0.12
P(x; µ)

0.1
0.08
0.06
0.04
0.02
0
0 1 2 3 4 5
x 0 1 2 3 4 5 x

P(x ; µ) 0,0067 0.0337 0.0842 0.1404 0.1755 0.1755

Tabel Poisson
Distribusi Hipergeometrik
• Peluang Hipergeometrik:
• Untuk kasus di mana peluang BERHASIL
berkaitan dengan Peluang GAGAL
• Ada penyekatan dan pemilihan/kombinasi
obyek (BERHASIL dan GAGAL)
• Ciri-ciri percobaan hipergeometrik:
• Contoh acak berukuran n diambil dari
populasi berukuran N
• k dari N diklasifikasikan sebagai "BERHASIL"
sedangkan N-k diklasifikasikan sebagai
"GAGAL”
• h(x; N,n,k) = (kCx ) (N-kCn-x) / (NCn);
u/x=0,1,2,3,…,k
Contoh Distribusi Hipergeometrik

• Bila 5 kartu diambil secara acak dari

seperangkat kartu bridge, berapa
probabilitas diperoleh 3 kartu hati.
• Dengan menggunakan sebaran
Hipergeometrik untuk n=5, N=52,
k=13, dan x=3, maka probabilitas
memperoleh 3 kartu hati adalah:
• h(3 ; 52,5,13)= h(x; N,n,k)
• =(13C3 39C2) / (52C5)=0,0815
Distribusi Teoritis Diskrit
Jenis Seragam Binomial Poisson Hiper-
Pembeda geometrik
Simbol f(x ; k) b(x ; n,p) p(x ; µ) h(x ; N,n,k)
Kondisi f(1) = f(2) = 2 kategori Rata-rata Percobaan
… = f(k) n percobaan pada tidak bebas
Peluang rentang Peluang
sama untuk tertentu dari sampel
semua nilai yang ada
Yang k: jumlah n: jumlah µ: rata-rata N: klrg bsr
diketahui kemungkin percobaan kesuksesan n: sampel
an peluang p: peluang k: nilai
sukses sukses
Rumus 1 µx e-µ kCx N-kCn-x
nCx px qn-x
k x! NCn

Tabel √ √
Distribusi Probabilitas Kontinyu
• Ciri Distribusi Peluang (Probability
Mass Function) adalah:
• f(x) > 0
• ∑f(x) = 1
• Distribusi
• Seragam x 0 < x < 4 selainnya
• Normal Z f(x ; A,B) 1/4 0
• Normal t
• Penulisan Distribusi Kontinyu
Seragam dari 0 s/d 4:
Kurva Distribusi Kontinyu Seragam
Kontinyu Seragam
2/7

1/4

1/5
f(x ; A,B)

1/7

0
0 x 0 < x < 4 selainnya 4
x
f(x) 1/4 0
 Distribusi Normal
• Distribusi probabilitas kontinyu yang
paling penting adalah Distribusi
Normal.
• Kurvanya disebut kurva normal,
adalah kurva berbentuk seperti
lonceng.
• Penulisan matematiknya adalah:
• n(x ; µ,)
• = 1/√(2π) x e-(1/2)[(x- µ )/]²
• π: 3,14; e: 2,718
Kurva Normal

f(x)
x
µ
Kurva Normal

σ1 σ2
σ 1 = σ2

f(x)
x
µ1 µ2
µ1 < µ2
Kurva Normal

σ1
σ 1 < σ2
σ2

f(x)
x
µ1 = µ2
 Daerah Kurva
• Daerah di bawah kurva, seperti halnya
distribusi diskrit merupakan nilai
peluang pada x yang ditanyakan.
• Membaca peluang bisa dilakukan
dengan menghitung luas daerah di
bawah kurva, atau menggunakan tabel.
• Dalam penggunaan tabel, yang dilihat
adalah nilai:
• Z = (x - µ) / σ
• Nilai pada tabel sesuai area adalah nilai
yang kurang dari Z
 Definisi
Diskrit & Kontinyu
• Peubah acak dengan ruang sampel yang
mengandung sejumlah berhingga titik sampel,
atau sejumlah tak berhingga titik sebanyak
seluruh bilangan bulat, disebut sebagai
peubah acak diskrit.
• Peubah acak dengan ruang sampel yang
mengandung sejumlah tak berhingga titik
sampel, sebanyak seluruh titik dalam segmen
garis, disebut sebagai peubah acak kontinyu.
 Diskrit  Kontinyu
(durasi penelitian 7 menit)
Interval 0.5 menit Interval 0.25 menit
M in u te s to C o m p le te T a s k : B y H a lf -M in u te s Minute s to C o m p le te T as k: F o urths o f a Minute
0.15

0.10
P(x)

P(x)
0.05

0.00
0.0
. 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 5.5 6.0 6.5
Minutes 0 1 2 3 4 5 6 7
M inute s

Interval 0.125 menit Interval kecil tak terbatas

Mi nutes to Compl ete Task: Ei ghths of a Minute
P(x)

f(z)

0 1 2 3 4 5 6 7 0 1 2 3 4 5 6 7
Mi nut es Minutes
 Distribusi Probabilitas
Diskrit  Kontinyu
Diskrit Kontinyu
• Dinyatakan dengan: • Dinyatakan dengan:
n 1 2 3 4 5 6 7 8 9 10 11 12 13 14

P(n) 0.00 0.05 0.07 0.08 0.13 0.14 0.13 0.12 0.11 0.08 0.05 0.03 0.01 0.00

n 0<x<7 lainnya

f(x) -0,003x2 + 0,039x + 0,0555 0

M inu te s to C o m p le te T as k: B y H alf-M inute s

0.15

0.10
P(x)

f(z)

0.05

0.00
0.0
. 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 5.5 6.0 6.5 0 1 2 3 4 5 6 7
Minutes Minutes
 Diskrit vs Kontinyu
Diskrit
• Nilai peubah acaknya
merupakan bilangan bulat
• Ditampilkan dalam nilai
tertentu
• Merupakan Data yang dapat
dihitung
• Misalnya: jumlah kegagalan,
jumlah kemungkinan bola
terambil.
• Σ P(x) = 1
Kontinyu
• Nilai peubah acaknya
berupa interval
• Ditampilkan dalam rumus
persamaan
• Merupakan Data yang dapat
diukur
• Misalnya: tinggi, berat,
temperatur, jarak, waktu
• -∞∫∞ f(x) dx= 1
 Nilai Probabilitas Diskrit

• Penentuan nilai probabilitas dalam rentang

peubah acak antara a dan b, merupakan
jumlah probabilitas antara a dan b tersebut
• Probabilitas antara rentang 2 sampai 3 menit :
n 1 2 3 4 5 6 7 8 9 10 11 12 13 14

P(x) 0.00 0.05 0.07 0.08 0.13 0.14 0.13 0.12 0.11 0.08 0.05 0.03 0.01 0.00

• Probabilitas antara: M inu te s to C o m p le te T as k: B y H alf-M inute s

0.15

– 0.5 menit ke 5 s/d 6, yaitu: P(x)

0.10

– 0.13 + 0.14 = 0.27 0.05

0.00
0.0
. 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 5.5 6.0 6.5
Minutes
 Diskrit  Kontinyu
(durasi penelitian 7 menit)
n 1 2 3 4 5 6 7 8 9 10 11 12 13 14

P(x) 0.00 0.05 0.07 0.08 0.13 0.140.13 0.12 0.11 0.08 0.05 0.03 0.01 0.00
Probabilitas
0.16
0.14
0.12
0.1
0.08
Probabilitas
0.06
0.04
0.02
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14
 Nilai Probabilitas Kontinyu

• Penentuan nilai probabilitas dalam rentang

peubah acak antara a dan b, merupakan
integral dengan batas a dan b tersebut
• Probabilitas antara rentang 2 sampai 3 menit
adalah:
n 0<x<7 Lainnya
f(x) -0,003x2 + 0,039x + 0,0555 0 f(z)

0 1 2 3 4 5 6 7

Minutes
 Latihan

• Buktikan bahwa persamaan

• -0,003x2 + 0,039x + 0,0555 dengan batas
antara 0 dan 7 adalah 1 !
•
n 0<x<7 Lainnya
f(x) -0,003x2 + 0,039x + 0,0555 0
 Distribusi Normal

• Kurva berbentuk lonceng (µ)

• Kurva berbentuk simetris
• Kurva normal berbentuk asimptotis
• Kurva mencapai puncak pada saat X= µ
• Luas daerah di bawah kurva adalah 1; ½ di sisi
kanan nilai tengah dan ½ di sisi kiri.
 Grafik Kurva Normal

• Luas kurva normal antara x=a & x=b adalah

probabilitas x terletak antara a dan b
•

a  b x
 Probabilitas Menggunakan
Tabel Normal Z
• Transformasi X  Z
• Z = (X - µ) / σ

x z
 Transformasi X  Z  P

• X: nilai sebenarnya
• Z: nilai transformasi tabel Normal
• P: nilai peluang / kemungkinan / probabilitas
(nilai pada tabel Kurva Normal)
 Distribusi Normal Standar

• Z = (X - µ) / σ  N (0,1) “Teori Limit Pusat”

• Z > 0 jika x > µ
• Z < 0 jika x < µ
• Simetri : P(0 ≤ Z ≤ b) = P(-b ≤ Z ≤ 0)
•
 Latihan

• Diketahui data berdistribusi normal dengan

mean µ = 55 dan standar deviasi = 15
• Tentukan:
1. P(x ≤ 85)
2. P(x > 85)
3. P(55≤x≤75)
4. P(60≤x≤80)
5. P(40≤x≤60)
 Jawab

• Tentukan:
1. P(x ≤ 85) = 0,9772
2. P(x > 85) = 1 – 0,9772 = 0,0228
3. P(55≤x≤75) = 0,9082 – 0,5000 = 0,4082
4. P(60≤x≤80) = 0,9525 – 0,6293 = 0,3232
5. P(40≤x≤60) = 0,6293 – 0,1587 = 0,4706
Tabel Distribusi Normal
Latihan di rumah Normal Z
• Rata-rata upah seorang buruh =
$8 perjam dengan simpangan
baku = $0,6, hitunglah :
a. Peluang buruh yang menerima
upah/jam kurang dari $ 7,80
b.Peluang buruh yang menerima
upah/jam lebih dari $ 8,30
 Tugas
Dikerjakan
di rumah saja
• Diketahui rata-rata hasil ujian adalah 74
dengan simpangan baku 7. Jika nilai-nilai
peserta ujian berdistribusi normal dan 12%
peserta nilai tertinggi mendapat nilai A,
berapa batas nilai A yang terendah ?
• Jika 5% peserta terendah mendapat nilai E,
berapa batas atas nilai E ?
62,52 82,26
Ya Sudahlah…