n X n X
p X . p .q
X
Contoh :
Dari barang yang dihasilkan oleh semacam
mesin ternyata 15% rusak. Diambil secara
acak dari produksi barang itu sebanyak 30
buah untuk diselidiki. Berapa peluangnya
dari barang yang yang diselidiki itu akan
terdapat:
a. Bagus semua
b. Satu rusak
c. Dua bagus
d. Paling sedikit satu rusak
e. Paling banyak dua rusak
Definisikan rusak adalah X
p (rusak) = 15%
q (bagus) = 85%
N X NX
p X . p .q
X
Semua barang bagus, X=0
N
p X . p X
.q N X
X
30
p X 0 . 0 ,15 0 . 0 , 85 30
0
1
0 ,15 0 . 0 , 85 30 0 , 0076
Sebuah barang rusak, X=1
N X NX
p X . p .q
X
30
p X 1 .0,15 .0,85
1 29
1
30 0,15 .0,85 0,0404
1 29
Dua barang bagus, X=28
N X NX
p X . p .q
X
30
p X 28 .0,15 .0,85
28 2
28
praktis nol
Palingsedikit satu rusak
p(0)+p(1)+p(2)+…+p(N) = 1
Maka
p(X1) = 1 – p(0)
p(X=0) = 0,0076
p(X1) = 1 – 0,0076 =0,9924
2
Contoh :
Terdapat peluang sebesar 0,8 bahwa seseorang akan betah
bekerja di perusahaan A paling sedikit satu tahun. Bila
terdapat 5 orang pelamar berapa orang yang kita harapkan
akan betah bekerja di perusahaan A paling sedikit satu
tahun?
N=5 p = 0,8
= Np = (5).( 0,8) = 4 orang
Distribusi Geometris
Bila sebuah populasi N memiliki sejumlah K unsur yang sama
dan N – K unsur lain yang sama, dan bila sejumlah n unsur
dipilih secara random tanpa pemulihan, maka probabilita unsur
yang dipilih akan terdapat sejumlah k unsur K menjadi
K N K
k n k
p( k )
N
n
Contoh :
Sebuah peti terisi dengan 50 helai kain batik dan di antara
50 helai kain tersebut terdapat 5 helai kain yang rusak. Bila
kita secara random memilih 4 helai kain dari peti tersebut,
berapakah probabilita untuk memilih 0, 1, 2, 3, 4 helai kain
yang rusak?
N = 50 n = 4 K = 5 k = 0, 1, 2, 3, 4
Jawab :
N = 50 n=4 K=5 k = 0, 1, 2, 3, 4
K N K
p(0) = 0,64696
k n k
p(k )
N
p(1) = 0,95504
n
5 50 5
p(2) = 0,99803
0 4 0
p(0 )
50
0 , 64696 p(3) = 0,99998
4 p(4) = 1,00000
8 bola merah dan 12 bola putih dimasukkan ke dalam
sebuah peti. Bila 5 bola dipilih secara random dari dalam peti
tersebut, berapakah peluang 3 dari bola tersebut adalah bola
merah?
K N K
k n k
p( k )
N
n
8 20 8
3 5 3
p( 3) 0,23
20
5
Distribusi Multinomial
Jika peristiwa e1, e2, …, ek dapat terjadi dengan peluang p(e1),
p(e2), …, p(ek) maka peluang bahwa e1, e2, …, ek akan terjadi
masing-masing sebanyak x1, x2, …, xk kali diantara N adalah:
n!
p x1 , x 2 ,.., x k x1 x2 xk
. p1 . p2 .... pk
x1 ! , x 2 ! ,.., x k !
k
X i N dan pi 1
i 1
Contoh :
Sebuah kotak diisi dengan bola merah, bola putih dan bola
biru dengan perbandingan 3 : 2 : 5 (peristiwa
independen). Bila dari kotak tersebut diambil 8 buah bola
secara acak. Berapakah peluang dari 8 bola tersebut akan
ternyata terdiri dari 3 bola merah dan sisanya bola biru?
n!
p x1 , x 2 ,.., x k x1 x2 xk
. p1 . p2 .... pk
x1 ! , x 2 ! ,.., x k !
8!
p 3,0,5 0,3 3 .0,20 .0,55 0,04725
3! 0! 5!
DISTRIBUSI POISSON
Distribusi ini digunakan bila datanya diskrit dengan N sangat
besar dan p sangat kecil, sehingga Np nilainya tetap.
= Np
e X
p( X )
X!
1. Merupakan pendekatan dist. Binomial
2. Baik untuk 5 dan p 0,1
3. =
4. =
Contoh :
Misalkan sebuah televisi diiklankan di surat kabar untuk
dijual. Surat kabar yang memuat iklan itu kita umpamakan
mempunyai 100.000 pembaca. Jika peluang seorang
pembaca akan membalas iklan itu 0,00002, maka:
a. Berapa orang diharapkan akan membalas iklan itu
b. Berapa peluangnya bahwa yang akan membalas iklan hanya
seorang
c. Berapa peluangnya tidak ada yang membalas
Jawab a
Jawab c
-1,55 0 1,55
Jawab :
Jika X = masa hidup batu batere, ditanya: p(250 < X < 350)
Untuk X1 = 250 jam :
250 300
Z1 1,43
35
Untuk X2 = 350 jam :
350 300
Z2 1,43
35
325 300
Z 0,71
35
X Np
Z
Npq
Sebuah mesin pembuat sekrup menghasilkan yang rusak
sebanyak 10%. Dari sebuah sampel berukuran 400 yang
diambil dari proses yang sedang berjalan, supaya ditentukan
peluang:
a. Yang rusak paling banyak 30 buah
b. Yang rusak antara 30 dan 50
c. 55 atau lebih rusak
Jawab :
p bisa untuk binomial tetapi N yang besar dapat digunakan
untuk normal
m = 0,1 x 400 = 40 buah
= 400 x 0,1 x 0,9 = 6 buah
54,5 40
Z 2,42
6