You are on page 1of 27

MAKALAH STATISTIK MATEMATIKA

DISTRIBUSI BINOMIAL DAN DISTRIBUSI EKSPONENSIAL

Kelompok 1
1. Aqidatul Meiliyah

12030174033

2. Novatama Adi N

12030174050

3. Dyah Shinta K

12030174054

4. Hanggana Raras N

12030174237

5. Hetri Nur Fajarwati

12030174244

6. Rizki Virtaria R

12030174257

7. Nur Maulidiah

12030174260

Dosen Pembimbing :
Drs. Ismail, M.Pd

Universitas Negeri Surabaya


Fakultas Matematika dan Ilmu Pengetahuan Alam
Jurusan Matematika
2014

KATA PENGANTAR

Puji syukur kami panjatkan kehadirat Tuhan Yang Maha Esa karena atas
limpahan rahmat dan karunia-Nya kami dapat menyelesaikan Makalah Statistik
Matematika tentang distribusi binomial dan distribusi eksponensial. Makalah ini
disusun bertujuan untuk melengkapi tugas mata kuliah Statistik Matematika.
Dengan menggunakan berbagai sumber, makalah ini disusun secara sistematis.
Tidak lupa, kami mengucapkan terima kasih bagi seluruh pihak yang telah
membantu dalam penyusunan makalah ini khususnya kepada bapak Ismail, selaku
dosen pembimbing dan seluruh anggota kelompok yang turut membantu dalam
penyusunan makalah ini.
Kami menyadari bahwa kami adalah manusia yang mempunyai keterbatasan
dalam berbagai hal. Oleh karena itu tidak ada hal yang dapat diselesaikan dengan
sangat sempurna. Begitu pula dengan makalah ini. Maka dari itu kami sangat
mengharapkan kritik dan saran dari para pembaca. Kami berharap makalah ini
bermanfaat bagi para pembaca. Sehingga bisa memperluas dan menambah
pengetahuan tentang statistik matematika.

Surabaya, 6 Desember 2014


Penulis

BAB I
PENDAHULUAN
A. Latar Belakang
Suatu percobaan sering terdiri atas beberapa usaha, tiap usaha dengan dua
kemungkinan hasil yang dapat diberi nama sukses atau gagal. Hal ini terjadi,
misalnya pada pengujian barang hasil produksi, dengan tiap pengujian atau usaha
dapat menunjukkan apakah suatu barang cacat atau tidak. Kita dapat menentukan
atau memilih salah satu hasil sebagai sukses. Hal ini juga benar bila kartu ditarik
secara berurutan dari sekotak kartu bridge dan tiap penarikan tersebut disebut sukses
atau gagal bergantung pada apakah kartu merah atau hitam yang terambil. Bila tiap
kartu dikembalikan lalu dikocok sebelum kartu berikutnya ditarik maka kedua
percobaan yang baru diberikan mempunyai sifat yang sama, yaitu ulangan percobaan
bebas satu sama lain dan peluang sukses tidak berubah dari percobaan yang satu ke
percobaan lainnya. Proses seperti diatas disebuat proses Bernoulli.
Distribusi binomial didasarkan pada eksperimen (percobaan) yang dilakukan
pertama kali oleh Bernoulli, yaitu eksperimen yang dilaksanakan secara berulang
sebanyak n kali. Hasil percobaannya dikelompokkan menjadi 2 kategori, yaitu hasil
sukses dan gagal. Kedua kategori itu kejadiannya saling bebas (independent)
dan merupakan partisi.
Masih banyak sekali persoalan yang memerlukan fungsi padat jenis lain,
fungsi padat tersebut adalah distribusi gamma dan distribusi eksponensial. Distribusi
eksponensial merupakan salah satu distribusi probabilitas dari peubah acak kontinu
yang khusus. Pada makalah ini, akan dibahas tentang distribusi binomial dan
distribusi eksponensial serta penyelesaiannya.

B. Rumusan Masalah
1.
2.
3.
4.

Apakah pengertian dari distribusi binomial?


Apakah ciri-ciri dan syarat dari distribusi binomial?
Apakah rumus dari distribusi binomial?
Apakah pengertian dan rumus dari distribusi eksponensial ?

C. Tujuan
Dari rumusan masalah diatas, dapat diketahui tujuan dari makalah ini adalah :
1.
2.
3.
4.

Untuk mengetahui pengertian dari distribusi binomial


Untuk mengetahui ciri-ciri dan syarat dari distribusi binomial
Untuk mengetahui rumus dari distribusi binomial
Untuk mengetahui pengertian dan rumus dari distribusi eksponensial

D. Manfaat
Manfaat dari makalah ini adalah bagi penulis untuk memenuhi tugas mata
kuliah Statistik Matematika I dan bagi pembaca adalah dapat memberikan
pemahaman mengenai distribusi binomial dan eksponensial.

BAB II
PEMBAHASAN

I.

DISTRIBUSI BINOMIAL
Definisi Distribusi Binomial
Distribusi Binomial adalah suatu distribusi probabilitas yang dapat digunakan
bilamana suatu proses sampling dapat diasumsikan sesuai dengan proses
Bernoulli. Misalnya, dalam perlemparan sekeping uang logam sebanyak 5 kali,
hasil setiap ulangan mungkin muncul sisi gambar atau sisi angka. Begitu pula,
bila kartu diambil berturut-turut, kita dapat memberi label berhasil bila kartu
yang terambil adalah kartu merah atau gagal bila yang terambil adalah kartu
hitam. Ulangan-ulangan tersebut bersifat bebas dan peluang keberhasilan setiap
ulangan tetap sama, yaitu sebasar ..(Ronald E. Walpole).
Proses Bernoulli dan Distribusi Binomial
Saat melakukan sebuah percobaan sering terdiri atas beberapa usaha, tiap
usaha dengan dua kemungkinan hasil yang dapat diberi nama sukses atau gagal.
Misalnya saat mengambil kartu bridge secara berurutan dan tiap penarikan
disebut suskes atau gagal tergantung pada apakah kartu merah atau hitam yang
terambil. Bila kartu yang terambil dikembalikan lagi lalu dikocok sebelum
penarikan berikutnya dan apabila hasil penarikan yang brikutnya mempunyai
sifat yang sama, yaitu ulangan percobaan bebas satu sama lain dan peluang
sukses tidak berubah dari percobaan satu kepercobaan lainnya, maka percobaan
tersebut disebut proses Bernoulli.
Suatu percobaaan yang terdiri atas beberapa usaha., tiap-tiap usaha
memberikan hasil yang dapat dikelompokkan menjadi 2 kategori yaitu sukses
atau gagal, dan tiap-tiap ualangan percobaan bebas satu sama lainnya.
Probabilitas kesusksesan tidak berubah dari percobaan satu ke percobaan lainnya,
proses tersebut disebut proses Bernoulli.

Jadi proses Bernoulli harus memenuhi syarat sebagai berikut:

1. Percobaan terdiri atas n usaha yang berulang.


2. Tiap usaha memberi hasil yang dapat dikelompokkan menjadi suskses atau
gagal.
3. Peluang sukses dinyatakan dengan p, tidak berubah dari usahan yang satu ke
yang berikutnya. Peluang gagal dinyatakan dengan
4. Tiap usaha bebas dengan usaha lainnya.
Lihat suatu kelompok Bernoulli yang berupa pengambilan 4 produk barang
secara acak dari lantai produksi, untuk diperiksa, kemudian yang cacat
dipisahkan dari yang tidak cacat. Produk barang yang cacat akan disebut sukses.
Banyaknya sukses merupakan suatu peubah acak X dengan nilai bilangan bulat
dari nol sampai 4. Keenam belas hasil yang mungkin ( = Cacat, = Tak cacat)
dan nilai X adalah
Hasil

Hasil

TTT

TCC

TTC

CTC

TCT

CCT

CTT

CCC

Karena bahan tersebut dipilih secara bebas dari hasil proses yang dianggap
menghasilkan 25% bahan yang cacat, maka
=

Peluang untuk kemungkinan hasil yang lain dihitung dengan jalan yang sama.
Jadi distribusi peluang X adalah
x

F(x)
Banyaknya

yang sukses dalam n usaha Bernoulli disebut peubah cak

binomial. Distribusi peluang peubah acak diskret ini disebut distribusi binomial dan

akan dinyatkan dengan

karena nilainya tergantung pada banyaknya usaha

dan peluang sukses dalam suatu usaha


Jadi untuk distribusi peluang , bila

banyaknya cacat dalam contoh diatas.

Pembicaraan diatas akan diperluas untuk mendapatkan rumus


dicari rumus yang akan memberikan peluang

yaitu, akan

sukses dalam n usaha suatu

percobaan binomial. Pertama, pandang peluang sukses

dan gagal n-x dalam suatu

urutan tertentu. Karena usaha semuanya bebas maka peluang tiap hasil yang berbeda
dapat diperkalikan. Tiap sukses terjadi dengan peluang
peluang

dan tiap kegagalan dengan

Jadi peluang untuk urutan tersebut adalah

. Sekarang harus ditentukan

banyaknya semua titik terok dalam percobaan tersebut yang menghasilkan


sukses dan
memisahkan

yang

yang gagal. Banyaknya ini sama dengan banyaknya cara


hasil menjadi dua kelompok sehingga

hasil berada pada kelompo

pertama dan sisanya, n-x hasil, pada kelompok kedua. Jumlah ini dapat dinyatakan
dengan

. Karena pembagian ini salaing terpisah maka peluangnya dijumlahkan

untuk mendapatkan rumus umum atau dengan perkataan lain. Mengalikan

dengan

Perhatikan bahwa bila n= 3 dan p =

, distribusi peluang X, yaitu banyaknya yang

cacat, dapat ditulis sebagai:


b

, x = 0, 1, 2, 3

yaitu suatu cara penyajian yang lain dari tabel terdahulu.


Bukti bahwa nilai distribusi binomial bernilai 1
n
n x n x
p q

n 0 x
= (p+q)n
= 1n , karena q = 1 p
=1
Contoh:
Sebuah dadu dilemparkan 12 kali. Tentukan peluang munculnya mata 6 sebanyak 3
kali.
Jawab:
Sebuah dadu dilemparkan 12 kali (n=12). Peristiwa sukses (s) adalah munculnya
mata dadu 6, dan peristiwa gagal (g) adalah munculnya mata dadu bukan 6. Jadi P
(sukses) = P (hasil 6) = , dan P (gagal) = P (hasil bukan 6. Jadi P (sukses) = P (hasil

6) =

dan P (gagal) P (hasil bukan 6) = .

Peristiwa munculnya mata dadu 6 dan peristiwa munculnya mata dadu bukan 6
saling bebas dan merupakan partisi dari ruang sampelnya, sebab ruang sampel:
S = {1,2,3,4,5,6}
Maka peluang munculnya mata 6 sebanyak 3 kali:

b(3; 12, ) =

= 220 .

.
. 0,1938

= 0,197
Distribusi semacam ini diberi nama distribusi binomial karena
dalam penguraian binomial
untuk

buah suku

berpadanan dengan berbagai nilai

. Yaitu
+

..
Karena

jelas bahwa

..

=
, Maka

, suatu syarat yang harus dipenuhi setiap distribusi

peluang.
Distribusi binomial mempunyai banyak terapan dibanyak bidang ilmu,
seorang insinyur produksi akan sangat tertarik pada proporsi yang cacat dalam
produksi. Sering ukuran pengendalian mutu dan rencana penerokan proses
didasarkan pada distribusi binomial. Penggunaan distribusi binomial akan cocok
pada setiap keadaan yang hasil prosesnya berbentuk dikhotomi dan hasil proses
tersebut bebas, peluang sukses tidak berubah dari satu usaha ke usaha berikutnya.
Juga distribusi ini banyak dipakai dalam oengibatan dan militer. Dalam kedua hal
tesebut, hasil sukses atau gagal amat penting. Misalnya, obati atau tidak diobati
penting dalam pekerjaan farmasi, sedangkan kena atau meleset sering merupakan
penafsiran hasil oenembakan peluru kendali.
Karena distribusi peluang setiap peubah acak binomial hanya tergantung pada
nilai anggapan parameter n, p, dan q maka cukup berasalasan bila dianggap bahwa
rataan dan variansi peubah acak binomial juga tergantung pada nilai anggapan
parameter ini. Memang betul begitu dan di Teorema 4.2 akan diturunkan rumus
umum sebagai fungsi dari

dan

yang dapat dipakai untuk menghitung rataan

dan variansi suatu peubah acak binomial.


Teorema 4.2 Distribusi binomial b(X; n, p) mempunyai rataan dan variansi.

dan

Bukti Misalkan hasil pada usaha ke j dinyatakan oleh peubah acak Bernoulli
Ij yang mendapat nilai 0 atau 1, masing-masing dengan peluang

dan . Peubah

Bernoulli Ij dengan nilai seperti ini disebut peubah acak penunjuk.


Jadi banyaknya sukses dalam suatu percobaan binomial dapat dituliskan
sebagai

peubah penunjuk bebas, sehingga


X = I 1 + I2 + + I n
Setiap Ij mempunyai rataan

. Sehingga, dengan

menggunakan akibat 2 teorema 3.7 diperoleh rataan distribusi binomial

n suku

Variansi setiap

diberikan oleh

Bila Akibat 2 Teorema 3.10 diperluas ke kasus n peubah bebas maka


diperoleh variansi distribusi binomial

n suku

Distribusi binomial ini dalam banyak penerapan terdapat lebih dari dua
kemungkinan hasil. Meninjau contoh dari bidaang genetika, warna turunan sejenis
tikus percobaan mungkin merah, hitam, atau putih. Sering dikhotomi cacat atau
tidak

cacat

dalam

persoalan

produksi

sesungguhnya

hanyalah

suatu

penyederhanaan. Sering sekali terdapat lebih dari dua jenis yang mencirikan hasil
produksi suatu barang.
Contoh:
Sebuah mata uang dilambungkan 10 kali. Munculnya sisi muka sebanyak 5 kali.
E(X) = np = 10 . = 5
Jadi harapan muncul sisi M pada 10 kali lambungan = 5 kali.
Ragamnya:
Var (X) = npq = 10 . . (1 - )

= 10 . . = 2,5
Fungsi pembangkit momennya adalah:
M(t) = ((1- ) + et)10

= ( + et)10

Contoh:
Sebuah dadu dilemparkan 12 kali. Peluang munculnya mata 6 sebanyak 3 kali.
Harapan matematisnya: E(X) = np = 12 x = 2
Jadi harapan muncul mata 6 dari 12 kali lemparan adalah 2 kali ragamnya:

Var (X) = npq = 12 . . (1 - )

= 10 . .

=1
Fungsi Pembangkit momennya adalah
M(t) = ((1 - )+ et)12 = (

)12

Syarat Distribusi Binomial


1. jumlah trial merupakan bilangan bulat Contoh melambungkan coin 2 kali, tidak
mungkin2 kali.
2. Setiap eksperiman mempunya dua outcome (hasil).
Contoh:sukses/gagal,laki/perempuan,
sehat/sakit,setuju/tidaksetuju.
3. Peluang sukses sama setiap eksperimen.
4. Contoh: Jika pada lambungan pertama peluang keluar mata H/sukses adalah ,
pada lambungan seterusnya juga . Jika sebuah dadu, yang diharapkan adalah
keluar mata lima, maka dikatakan peluang sukses adalah 1/6, sedangkan peluang
gagal adalah 5/6.Untuk itu peluang sukses dilambangkan p, sedangkan peluang
gagal adalah (1-p) atau biasa juga dilambangkan q, di mana q = 1-p.
Ciri-ciri Distribusi Binomial.
Distribusi Binomial dapat diterapkan pada peristiwa yang memiliki ciri-ciri
percobaan Binomial atau Bernoulli trial sebagai berikut :
1. Setiap percobaan hanya mempunyai 2 kemungkinan hasil : sukses(hasil yang
dikehendakai, dan gagal(hasil yang tidak dikehendaki)
2. Setiap percobaan beersifat independen atau dengan pengembalian.
3. Probabilita sukses setiap percobaan harus sama, dinyatakan dengan p.
Sedangkan probabilita gagal dinyatakan dengan q, dan jumlah p dan q harus
sama dengan satu.
4. Jumlah percobaan, dinyatakan dengan n, harus tertentu jumlahnya.
Penerapan Distribusi Binomial
Beberapa kasus dimana distribusi normal dapat diterapkan yaitu:

1. Jumlah pertanyaan dimana anda dapat mengharapkan bahwa terkaan anda benar
dalam ujian pilihan ganda.
2. Jumlah asuransi kecelakaan yang harus dibayar oleh perusahaan asuransi.
3. Jumlah lemparan bebas yang dilakukan oleh pemain basket selama satu musim.
Contoh Soal:
1. Probabilitas seseorang sembuh dari penyakit jantung setelah operasi adalah
0.4. Bila diketahui 15 orang menderita penyakit ini, berapa peluang:
a) sekurang-kurangnya 10 orang dpt sembuh
b) ada 3 sampai 8 orang yg sembuh
c) tepat 5 orang yg sembuh
Jawab:
Misal: X = menyatakan banyaknya orang yang sembuh
Diketahui: n = 15, P = 0.4, Q = 0.6
a)

=1= 1 0,9662
= 0.0338
Jadi paling sedit 10 orang akan sembuh adalah 0,0338
b)

P(

) =
=
=

= 0,9050 0,0271
= 0,8779
c)
1859
2. Sebuah mata uang dilambungkan 10 kali. Munculnya sisi muka sebanyak 5
kali. E(X) = np = 10 . = 5
Jadi harapan muncul sisi M pada 10 kali lambungan = 5 kali.

Ragamnya:
Var (X) = npq = 10 . . (1 - )

= 10 . . = 2,5
Fungsi pembangkit momennya adalah:
M(t) = ((1- ) + et)10

= ( + et)10

3. Sebuah dadu dilemparkan 12 kali. Berapakah peluang munculnya mata 6


sebanyak 3 kali. Harapan matematisnya: E(X) = np = 12 x = 2
Jadi harapan muncul mata 6 dari 12 kali lemparan adalah 2 kali ragamnya:
Var (X) = npq = 12 . . (1 - )
= 10 . .
=1
Fungsi embangkit momennya adalah
M(t) = ((1 - )+ et)12 = (

)12

Binomial Negatif
Suatu distribusi binomial negatif dibentuk oleh suatu eksperimen yang memenuhi
kondisi-kondisi berikut:

Eksperimen terdiri dari serangkaian percobaan yang saling bebas


Setiap percobaan (trial) hanya dapat menghasilkan satu dari dua keluaran
yang mungkin, sukses atau gagal.

Probabilitas sukses p, dan demikian pula probabilitas gagal q = 1 - p selalu

konstan dalam setiap percobaan (trial)


Eksperimen terus berlanjut (percobaan terus dilakukan) sampai sejumlah total
k sukses diperoleh, dimana k berupa bilangan bulat tertentu.
Jadi pada suatu eksperimen binomial negatif, jumlah suksesnya tertentu

sedangkan jumlah percobaannya yang acak.


Rumus Fungsi Padat Peluang

Notasi:
p = peluang sukses
x = jumlah percobaan sampai mendapatkan sukses ke-k
k = jumlah sukses yang muncul
Fungsi Pembangkit Momen

Mean/ Nilai Harapan ()


E(X) = k / p

Bukti:
p et
M (t) =
t
t
1 e pe

k 1

p et
M ' (t ) k
t
t
1 e pe

p et
k
t
t
1 e pe

k 1

p et
t
t
1 e p e

k 1

p e t (1 e t p e t ) p e t ( e t p e t )
(1 e t p e t ) 2
p e t pe 2t p 2 e 2t p e 2t p 2 e 2t
(1 e t p e t ) 2

p et
(1 e t p e t ) 2

k p et

(1 e t p e t ) 2

k 1

p et

t
t
1 e pe

11 p

k p
M ' (t 0)
(1 1 p ) 2

k p
1 k 1
p2

k
p

k 1

k
p

E ( X ) M ' (t 0)

Varian
Var(X) = k (1 p) / p2
Bukti:
k p et
M ' (t )
(1 e t p e t ) 2

p et

t
t
1 e pe

k 1

Misal:
u

k p et
(1 e t p e t ) 2

u'

k p e t (1 e t p e t ) 2 2 k p e t (1 e t p e t ) (e t p e t )
(1 e t p e t ) 4

(1 e t p e t )( k p e t (1 e t p e t ) 2 k p e t ( e t p e t )
(1 e t p e t ) 4

(1 e t p e t )(k p e t k p e 2t k p 2 e 2t 2 k p e 2t 2k p 2 e 2 t )
(1 e t p e t ) 4

(1 e t p e t )( k p e t k p e 2t k p 2 e 2t )
(1 e t p e t ) 4

p et
v
t
t
1 e pe

k 1

p et
t
t
1 e p e

v ' (k 1)

k 2

p e t (1 e t p e t ) p e t ( e t p e t )
(1 e t p e t ) 2

k 2

p et
( k 1)
t
t
1 e pe

k 2

p et
(k 1)
t
t
1 e pe
(k 1) p e t

(1 e t p e t ) 2

p e t pe 2t p 2 e 2 t p e 2 t p 2 e 2t
(1 e t p e t ) 2
p et
(1 e t p e t ) 2

p et

t
t
1 e p e

k 2

M " (t ) u ' v u v'

(1 e t p e t )(k p e t k p e 2t k p 2 e 2t )
p et

t
t 4
t
t

(1 e p e )
(1 e p e )
k p et
( k 1) p et
(1 et p et ) 2 (1 et p et ) 2
M " (t

p et

t
t
(1 e p e )

0)

p ( 2kp kp 2 ) kp ( k 1) p
2
p4
p
p2

2kp 2 kp 3 k 2 p 2 kp 2

p4
p4

k 2 p 2 kp 3 kp 2
p4

k 2 kp k
p2

k 1

k 2

(
1 1

Var ( X ) M " (t 0) M ' (t 0)

k 2 kp k k


p2
p

k 2 kp k k 2
p2

p )( kp
(
1 1

kp k
p2

k (1 p )
p2

Var ( X )

k (1 p )
p2

Contoh Soal Distribusi Binomial


1.

Uang logam, dengan muka A dan G, ditos beberapa kali sampai keluar 2 (dua) A.
Berapa peluang diperlukan
(i) dua tos;
(ii) tiga tos.
Penyelesaian:
Misalkan banyaknya tos yang diperlukan adalah X, maka X berdistribusi negatif
binomial dengan p = 1=2 dan r = 2 dan ditanyakan P(X = 2) dan P(X = 3). Jadi

Jadi, peluang diperlukan 2 tos dan 3 tos masing-masing 0,25.


2. Carilah peluang bahwa seseorang yang melantunkan tiga uang logam sekaligus
3
akan mendapat semuanya muka atau 2semuanya
belakang untuk kedua kalinya
pada lantunan kelima.
Jawaban:

1 4 1 3
b * 5; 2,
4 1 4 4

Dengan menggunakan distribusi binomial negatif untuk x = 5, k = 2, dan p =


3
diperoleh

4! 3
.5
1!3! 4
27

256

3. Seorang peneliti tengah menginokulasi beberapa tikus putih dengan menyuntikkan


virus yang menyerang metabolisme pencernaan sampai ia memperoleh 3 ekor
tikus putih terserang penyakit tersebut. Bila probabilitas terjangkit penyakit itu
adalah 25%, berapa probabilitas bahwa dalam percobaan itu diperlukan 10 ekor
tikus
Jawab
b.(3 : 10 : 0.25) = (9 2) (0.25)3 . (0.75)7
= 9! / 2! (9 2)! . 0.0156 . 0.1335
= 36 . 0.0156 . 0.1335
= 0.075
Jadi probabilitas diperlukannya 10 ekor tikus putih untuk 3 ekor tikus yang
terserang penyakit adalah 0.075 atau 7.5%

II. DISTRIBUSI EKSPONENSIAL


Pengertian
Distribusi eksponensial merupakan salah satu distribusi probabilitas dari
peubah acak kontinu yang khusus. Disebut khusus karena distribusi eksponensial
merupakan hal khusus dari distribusi gamma.
Peubah acak kontinu X dikatakan mempunyai sebaran eksponensial dengan
parameter 0 , dan dinotasikan dengan X~Exp( ) jika X mempunyai fungsi
kepadatan peluang dengan rumus
x

1
e , untuk 0 x

f(x) =
0

, untuk x 0

Nilai Probabilitas dari Distribusi Eksponensial


Karena distribusi eksponensial merupakan fungsi densitas, maka untuk
mencari nilai probabilitasnya yaitu
b

P ( a X b)

f ( x) dx

1
a e e dx

Teorema
Jika X~Exp( ), maka fungsi pembangkit momen, nilai harapan, dan ragam dari X
berturut-turut adalah
1

Fungsi pembangkit momen

: M x (t ) 1 t untuk t ,

Nilai harapan

: E[X] = , dan

Ragam dari X

: Var [X] =

Pembuktian Teorema
1.

M x (t )

Bukti:

1
1 t

untuk t

M x (t )

tx

f ( x ) dx

tx

tx

dx

dx

x (t

dx

x(t

x (t )
1

t 1

x (t

(t )
0(t )
1
1

e
t 1
t 1

2.

t 1

(1)

1
1 t

E[X] =
Bukti:
E[X]

f ( x ) dx

dx

x

1
xe

0 e

e
2

dx

1
0 ( 2

3.

Var [X] =

Bukti:
Var [X] = E(X2)-(E(X))2
E[X2]

f ( x ) dx

x
0

dx

x

1
2

x e

2x e
0

dx

1
0 2 x e dx

(
2

x
)

(2 ) e
0

dx

x

1
2

2 x e

0 2 3 e

2 e
3

2 e
2

dx

0 ( 2 3

2 2

Var [X] = E(X2)-(E(X))2


2 2 2
2

Contoh Soal
1.

Diketahui bahwa peubah acak kontinu


untuk setiap
a.

mempunyai fungsi kepadatan peluang

. Tentukan:

Nilai harapan

b. Ragam
c. Fungsi pembangkit momen dari .
Penyelesaian:
Untuk setiap

Oleh karena itu rumus persamaan distribusi fungsi dari


sebagai

dapat dituliskan

Jadi

, berdasarkan rumus diperoleh

a. Nilai harapan dari


b. Ragam dari

adalah

adalah

c. Fungsi pembangkit momen dari

2.

Diketahui bahwa

adalah

Hitunglah P(X<90)

Penyelesaian:
Karena

3.

, maka rumus fungsi kepadatan peluang dari

adalah

Contoh penerapan distribusi eksponensial pada soal dalam keandalan


Misalkan suatu sistem mengandung sejenis komponen yang daya
tahannya dalam tahun dinyatakan oleh peubah acak

yang berdistribusi

eksponensial dengan parameter waktu rataan sampai gagal

. Bila

sebanyak 5 komponen tersebut dipasang dalam sistem yang berlainan,


berapakah peluang bahwa paling sedikit 2 masih akan berfungsi pada akhir
tahun kedelapan?
Penyelesaian:
Peluang bahwa suatu komponen tertentu masih akan berfungsi setelah 8 tahun
adalah

= 0,2
Misalkan

menyatakan banyaknya komponen yang masih berfungsi

setelah 8 tahun. Dengan menggunakan distribusi binomial, diperoleh

BAB III
PENUTUP
Kesimpulan
Distribusi Binomial dapat diterapkan pada peristiwa yang memiliki ciri-ciri
percobaan Binomial atau Bernoulli trial yakni percobaan yang mempunyai 2
kemungkinan hasil sukses dan gagal. Setiap percobaan bersifat
independen atau dengan pengembalian, probabilita sukses setiap percobaan
harus sama, dinyatakan dengan p dan probabilita gagal dinyatakan dengan q,
dan jumlah p dan q harus sama dengan satu, dan dilakukan sejumlah n
percobaan.

Distribusi eksponensial merupakan hal khusus dari distribusi gamma.


Distribusi eksponensial merupakan salah satu distribusi probabilitas dari
peubah acak kontinu yang khusus.
Fungsi kepadatan peluang dengan rumus :
x

1
e , untuk 0 x

f(x) =
0

, untuk x 0

Saran
Makalah ini masih banyak kekurangan, oleh karena itu kritik dan saran sangat
diperlukan demi kesempurnaan makalah ini.
DAFTAR PUSTAKA

Ismail, dkk. 2014. Statistika Matematika I. Surabaya: Universitas Negeri Surabaya

Kusrini, dkk. 2010. Statistika Matematika. Jakarta. Universitas Terbuka.


https://www.google.com/url?
sa=t&rct=j&q=&esrc=s&source=web&cd=8&cad=rja&uact=8&ved=0CEoQ
FjAH&url=http%3A%2F%2Fstti.i-tech.ac.id%2Fcomponent
%2Fphocadownload%2Fcategory%2F51-statistik-probabilitas%3Fdownload
%3D292%3Amodul-7-statistikaprobabilitas&ei=w92CVM6eA4nJuATt9oLICA&usg=AFQjCNFO5pHExBD
jYwafJa73aYp0huvoFw ( diakses tanggal 06/12/2014 pukul 17.03)
http://www.slideshare.net/geggrace/ppt2-14961129
(
diakses

tanggal

06/12/2014 pukul 18.06)


https://www.google.com/url?
sa=t&rct=j&q=&esrc=s&source=web&cd=4&ved=0CDAQFjAD&url=http
%3A%2F%2Fridhosptrblog.files.wordpress.com%2F2011%2F06%2F11distribusi-binomial-negatifgeometrik.pptx&ei=w92CVM6eA4nJuATt9oLICA&usg=AFQjCNGNNxxTP6eSksfW8XLOav1j7F8Jg ( diakses tanggal 06/12/2014 pukul 18.19)
Walpole, R. E. dan Myers, R. H. 1995. Ilmu Peluang dan Statistika untuk Insinyur
dan Ilmuwan Edisi Ke-4. Bandung: ITB Press.