DISTRIBUSI PROBABILITAS

DISKRIT
KELOMPOK 5
FARHAN ANANDA PRATAMA (5193530027)
FIKRI HIDAYAT (5193530003)
MICHAEL BOGIN PURBA (5192530007)

DOSEN PENGAMPU : OLNES YOSEFA

HUTAJULU, S.Pd., M.eng.

MATA KULIAH : PROBABILITAS DAN

STATISTIKA
 
 BAB I
DISTRIBUSI BINOMIAL

BI dalam kata BINOMIAL berarti dua. Hal ini merujuk ke setiap kali percobaan
atau kesempatan, hasil yang MUNGKIN muncul hanya ada dua.
Pertanyaan yang biasanya muncul adalah, kapan kita menggunakan menghitung
peluang dengan menggunakan persamaan distribusi peluang Binomial? Jika
kejadian tersebut memenuhi sifat-sifat di bawah ini maka ketika menghitung
peluang kejadian tersebut terjadi maka persamaan yang digunakan adalah
persamaan peluang dari distribusi binomial.

•Percobaan dilakukan sebanyak n kali.

•Setiap kali percobaan mempunyai dua kemungkinan hasil.
•Kemungkinan hasil dari masing-masing percobaan sama.
•Hasil yang diperoleh pada percobaan pertama tidak akan mempengaruhi hasil
yang diperoleh pada percobaan-percobaan yang lain (saling independen).
Untuk persamaan hitung peluang dapat dilihat sebagai berikut.
Misalkan X adalah variabel random diskrit. Maka peluang dari X adalah:
• Contoh:
Misalkan kita mempunyai satu buah koin yang terdiri atas dua sisi, depan dan belakang.
Misalkan kita mengundi sebanyak 10 kali. Pada undian pertama, kemungkinan hasilnya
hanya sisi depan atau sisi belakang. Pada undian kedua, kemungkinan hasilnya hanya sisi
depan atau sisi belakang. Demikian seterusnya. Setiap kali mengundi, kemungkinan hasilnya
sama, hanya dua yaitu sisi depan atau sisi belakang. Dari sepuluh kali percobaan, berapa
peluang sisi depan muncul sebanyak dua kali?

Diketahui:
Jumlah percobaan = n = 10.
Peluang sukses = peluang munculnya sisi depan dalam setiap percobaan = p = 0.5.
Peluang gagal = peluang tidak munculnya sisi depan dalam setiap percobaan = q = 1-p = 0.5.

Ditanyakan:
Dari sepuluh kali percobaan, berapa peluang sisi depan muncul sebanyak dua kali? Atau P
(X = 2) -> Yang ditanyakan adalah peluang munculnya sisi depan maka kejadian yang
dianggap sukses adalah jika sisi depan muncul ketika diundi.

Jawaban:

 
 BAB II
DISTRIBUS HIPERGEOMETRIK
• PENGERTIAN DISTRIBUSI HIPERGEOMETRIK
Distribusi hipergeometrik juga termasuk distribusi teoretis yang menggunakan
variabel diskrit dengan dua kejadian yang berkomplemen, seperti halnya distribusi
binomial. Perbedaan yang utama antara distribusi binomial dan distribusi
hipergeometrik adalah pada cara pengambilan sampelnya. Pada distribusi binomial
pengambilan sampel dilakukan dengan pengembalian, sedangkan pada distribusi
hipergeometrik pengambilan sampel dilakukan tanpa pengembalian.
 
Dari penjelasan di atas, bisa disimpulkan bahwa distribusi hipergeometrik adalah
distribusi probabilitas diskrit dari sekelompok objek atau populasi yang dipilih
tanpa pengembalian. Distribusi hipergeometrik memiliki kedua sifat berikut:
1. Sampel acak ukuran n diambil tanpa pengembalian dari N benda
2. Sebanyak k benda dapat diberi nama sukses sedangkan sisanya, N – k, diberi
nama gagal
 BAB III
DISTRIBUSI POISSON
Distribusi Poisson disebut juga distribusi peristiwa yang jarang terjadi,
ditemukan oleh S.D. Poisson (1781 – 1841), seorang ahli matematika bangsa Prancis.
Distribusi poisson termasuk distribusi teoretis yang memakai variabel random diskrit.
Distribusi Poisson adalah distribusi nilai-nilai bagi suatu variabel random X(X
diskrit), yaitu banyaknya hasil percobaan yang terjadi dalam suatu interval waktu
tertentu atau di suatu daerah tertentu.
 
Distribusi Poisson memiliki ciri-ciri sebagai berikut.
a. Banyaknya hasil percobaan yang terjadi dalam suatu interval waktu atau suatu
daerah tertentu tidak bergantung pada banyaknya hasil percobaan yang terjadi pada
interval waktu atau daerah lain yang terpisah.
b. Probabilitas terjadinya hasil percobaan selama suatu interval waktu yang singkat
atau dalam suatu daerah yang kecil, sebanding dengan panjang interval waktu atau
besarnya daerah tersebut dan tidak bergantung pada banyaknya hasil percobaan yang
terjadi di luar interval waktu atau daerah tersebut.
c. Probabilitas lebih dari satu hasil percobaan yang terjadi dalam interval waktu yang
singkat atau dalam daerah yang kecil dapat diabaikan.