Professional Documents
Culture Documents
Oleh:Kelompok 1
Ajeng Puspitaningrum 1215100005
Ajie Jalu Kresna 1215100081
Khoirunnisa Savira O. 1215100108
DEPARTEMEN MATEMATIKA
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
SURABAYA
2017
1
Distribusi Diskrit
Distribusi peluang adalah sebuah daftar dari semua hasil yang mungkin dari sebuah
percobaan,daftar tersebut dapat berupa table, grafik,atau rumus yang memberikan nilai peluang
dari sebuah peubah/variabel acak dan peluang yang berhubungan dengan setiap hasil.Distribusi
peluang dapat dibedakan menjadi dua ,yakni distribusi peluang diskrit dan distribusi peluang
kontinu.
Distribusi peluang diskrit adalah distribusi peluang dimana semesta peubah acaknya dapat
dihitung atau berhingga,misalnya peubah acak sebuah lemparan dadu bernilai 1 hinga 6.Apabila
himpunan pasangan terurut(x,f(x)) merupakan suatu fungsi peluang,fungsi masa peluang,atau
distribusi peluang peubah acak diskrit x maka untuk setiap kemungkinan hasil x berlaku:
a. f(x)0
b. f(x)=1
c. P(X=x)=f(x)
Beberapa distribusi peluang diskrit adalah:
A. Distribusi Seragam(Uniform)Diskrit
Distribusi seragam diskrit adalah distribusi yang semua peubah acaknya memiliki nilai
peluang yang sama.
Defenisi dari distribusi seragam diskrit yaitu jika peubah acak X mempunyai nilai
X1,X2,X3,X4,,Xk dengan peluang yang sama maka distribusi seragam diskritnya :
1
f(x;n) = , X=X1,X2,X3,X4,,Xk
n
Apabila X merupakan peubah acak seragam diskrit dengan parameter n,maka mean dan
varian yaitu:
+1
i. Mean : 2
Pembuktian : E(X) = =1 ()
1
E(X) = =1
1
E(X) = =1
1
E(X) = (1+2+3+4++n)
1 +1
E(X) = . ( )
2
+1
E(X) = (terbukti)
2
2
2 1
ii. Varian : 12
Pembuktian : Var(X) = E(X2)-(E(X))2
Akan kita cari nilai dari X2 = E(X) = =1 2 ()
1
E(X2) = =1 2
1
E(X2) = =1 2
1 1 (+1)(2+1)
E(X2)=(12+22+32+42++n2)= ( )
6
2+1
E(X2) = ( + 1)( )
6
Sehingga ,Var((X) = E(X2)-(E(X))2
2
2+1 +1
Var((X) = (( + 1) ( )) ( )
6 2
22 +3+1 2 +2+1 2 1
Var((X) =( )= (terbukti)
6 4 12
3
B. Distribusi Bernoulli
Defenisi dari distribusi Bernoulli yaitu peubah acak X merupakan peubah acak Bernoulli
apabila pdfnya :
dimana p menyatakan peluang kejadian sukses
() = (1 )1 , = 0,1 1-p menyatakan peluang kejadian gagal
i. Mean/nilai harapan : =
ii. Variansi : =
4
Var(X) = (1 ) = (terbukti)
1) Di awal tahun ajaran baru, mahasiswa fakultas teknik biasanya membeli rapido untuk
keperluan menggambar teknik. Di koperasi tersedia dua jenis rapido, yang tintanya dapat
di isi ulang (refill) dan yang tintanya harus diganti bersama dengan cartridgenya. Data
yang ada selama ini menunjukkan bahwa 30% mahasiswa membeli rapido yang tintanya
dapat diisi ulang. Jika variabel acak X menyatakan mahasiswa yang membeli rapido yang
tintanya dapat diisi ulang, maka dapat dibentuk distribusi probabilitas .
Penyelesaian:
5
2) Seorang siswa sedang mengerjakan tes yang berupa pilihan ganda.Tes tersebut terdiri 10
pertanyaan,dimana setiap pertanyaan mempunyai 4 kemungkinan jawaban(hanya 1 yang
benar).Apabila murid tersebut disuruh menebak untuk setiap pertanyaan,apakah
pertanyaan tersebut merupakan percoabaan Bernoulli?
Penyelesaian :
Pertanyaan tersbeut termasuk percobaan Bernoulli karena meghasilkan dua keluaran
yaitu benar dan salah.
1
Maka, fungsi probabilitasnya adalah fungsi Bernoulli dengan parameter p = 4,sehingga:
(; 0.25) = (0.25) (0.75)1 = 0,1
6
C. Distribusi Binomial
Definisi dari distribusi Binomial yaitu peubah acak X merupakan peubah acak Binomal
dengan parameter p dan n apabila pdfnya :
!
() = ()!!
Keterangan :
p menyatakan peluang kejadian sukses
1-p menyatakan peluang kejadian gagal
n menyatakan banyaknya percobaan yang dilakukan
x menyatakan banyaknya kejadian yang sukses dalam peubah acak X
7
Apabila X merupakan peubah acak Binomial dengan parameter n dan p,maka
mean,variansi,dan moment generating function(MGF) yaitu:
i. Mean/nilai harapan : =
Pembuktian : E(X) = ()
E(X) = =0 () (1 )
E(X) = =1 () (1 )
!
E(X) = =1 . !()! . (1 )
(1)!
E(X) = =1 . . . 1 (1 )
(1)!()!
(1)!
E(X) = =1 (1)!()! . . 1 (1 )
Misalkan : m=n-1
s=x-1
Maka persamaannya menjadi,
!
E(X) =
=0 !()! . . (1 )
E(X) = . 1 = (terbukti)
ii. Variansi : =
=
=0( + 1)( ) (1 )
8
= [
=0()( ) (1 )
+
=0(1)( ) (1 )
]
= [ + 1]
= [( 1) + 1] = [ + 1]
2) Anggaplah kita mempunyai 3 baju sweater berwarna merah dan 2 baju sweater berwarna
biru Setiap hari kita menarik satu baju sweater secara acak (dan kita mengembalikan lagi
9
setelah kita pakai).Berapakah probabilitas kita memilih sweater berwarna merah 3 hari
dalam seminggu?
Penyelesaian:
P(X = ) = () = () (1 )
3
P=5 = 0.6 , = 0.4, = 7
Misal x=jumlah baju hangat merah yang kita pilih selama seminggu
7
P(X = ) = () = ( ) (0.6) (0.4)7
sehingga
P(X = 0) = () = (70)(0.6)0 (0.4)70 = 0.001
P(X = 1) = () = (71)(0.6)1 (0.4)71 = 0.017
P(X = 2) = () = (72)(0.6)2 (0.4)72 = 0.077
P(X = 3) = () = (73)(0.6)3 (0.4)73 = 0.193
P(X = 4) = () = (71)(0.6)4 (0.4)74 = 0.290
P(X = 5) = () = (71)(0.6)5 (0.4)75 = 0. 261
P(X = 6) = () = (76)(0.6)6 (0.4)76 = 0.130
P(X = 7) = () = (77)(0.6)7 (0.4)77 = 0.027
a. P(X=2)
Diketahui bahwa n=5,p=0.25,q=0.75
P(X = 2) = () = (52)(0.25)2 (0.75)3 = 0.2637
b. P(X2)
Diketahui bahwa p = 0.2,q = 0.8
P(X2) = P(X=0) + P(X=1) + P(X=2)
= (50)(0.2)0 (0.8)5 + (51)(0.2)1 (0.8)4 + (52)(0.2)2 (0.8)3
= 0.32768 + 0.40960 + 0.20480 = 0.94208
10
4) Probabilitas bahwa seorang pasien sembuh dari penyakit darah yang langka adalah 0,4.
Bila 15 orang diketahui terkena penyakit ini, berapakah probabilitas (a) paling tidak 10
selamat, (b) dari 3 sampai 8 selamat, dan (c) tepat 5 selamat?
Penyelesaian:
(dapat dilihat menggunakan tabel)
9
(a) P X 10 1 P X 10 1 b x;15, 0, 4 1 0,9662 0, 0338
x 0
8
(b) P 3 X 8 b x;15, 0, 4
x 3
8 2
b x;15, 0, 4 b x;15, 0, 4 0,9050 0, 0271 0,8779
x 3 x 0
5 4
(c) P X 5 b 5;15, 0, 4 b 5;15, 0, 4 b 5;15, 0, 4
x 0 x 0
0, 4032 0, 2173 0,1859
11
D. Distribusi Geometri
adalah banyaknya pengulangan yang diperlukan untuk mencapai satu keberhasilan atau
banyaknya percobaan yang diulang beberapa kali sampai mendapatkan sukses yang
pertama.
Definisi dari distribusi geometri yaitu peubah acak X merupakan peubah acak
geometri apabila pdfnya :
() = (1 )1 , = 1,2,3,
Keterangan :
p menyatakan peluang kejadian sukses
1-p menyatakan peluang kejadian gagal
x menyatakan jumlah pengulangan sebelum mendapatkan sukses yang pertama
i. Mean/nilai harapan : =
Pembuktian :
12
ii. Variansi : =
Pembuktian :
Mencari nilai dari X2:
iii. Moment Generating Function (MGF) : 1(1)
Pembuktian: () = ( )
() = =0 . ()
() = =0 . (1 )1
() = 1 =0 . (1 )
() = 1 ((1 ) + ((1 ) )2 + ((1 ) )3 + )
(1)
() = . (1(1) )
1
() = (terbukti)
1(1)
13
Penyelesaian :
Diketahui p=0.1 dan q = 0.9
1
Sehingga,( = ) = (1 )1 = (0.1)(0.9)
( 5) = p(1) + (2) + (3) + (4) + (5(
( 5) = (0.1)(0.9)0 + (0.1)(0.9)1 + (0.1)(0.9)2 + + (0.1)(0.9)4
= 0.41
3) Pada saat waktu sibuk sebuah papan sakelar telepon sangat mendekati
kapasitasnya,sehingga para penelpon mengalami kesulitan melakukan hubungan
telepon.Andaikan bahwa kita mengambil p= 0.05 sehingga probabilitas dari sebuah
sambungan dalam waktu sibuk.Berapa probabilitas bahwa sambungan akan berhasil
pada saat upaya ke-5?
Penyelesaian :
Diketeahui x=5 ,p=0.05,q=0.95
4
Sehingga, ( = 5) = (1 )1 = (0.05)(0.95) = 0.041
14
E. Distribusi Binomial Negatif
Adalah distribusi hasil percobaan Bernoulli yang diulang sampai mendapatkan sukses
ke-k
Definisi dari distribusi binomial negatif yaitu peubah acak X merupakan peubah acak
binomial negatif apabila pdfnya :
(; , ) = () = (1
1
) (1 ) , = , + 1, + 2,
Keterangan :
p menyatakan peluang kejadian sukses
1-p menyatakan peluang kejadian gagal
x menyatakan jumlah percobaan
k menyatakan jumlah suskses yang terjadi
1
=(1) (1 )
1
=(1)(1 )
(1 (1 )) = . = 1 (terbukti)
15
Apabila X merupakan peubah acak binomial negatif dengan parameter n dan p,maka
mean,variansi,dan moment generating function(MGF) yaitu:
i. Mean/nilai harapan : =
Pembuktian :
()
ii. Variansi : =
Pembuktian :
Mencari nilai dari E(X2)
Dimisalkan terlebih dahulu
Kemudian dicari
16
Sehingga
iii. Moment Generating Function (MGF) : [( + ]
Pembuktian: () = ( )
() =
= . ()
1
() = = (1) (1 )
() 1
() =
= (1)(1 )
() =
=
()
(1 ) (1
1
)
() =
=[ (1 )]
() = [1 (1 ) ]
= [ ] (terbukti)
( +
Penyelesaian:
17
2) Sebuah perusahaan minyak melakukan sebuah penelitian geologi yang mengindekasi
bahwa sebuah ekplorasi minyak mempunyai kesempatan sebesar 20% untuk
menemukan minyak.Berapa peluang bagi perusahaan minyak untuk menemukan
minyak pertama di pengeboran ke-3?Dan berapa mean dan variansi dari jumlah sumur
yang harus di bor apabila perusahaan minyak tersebut ingin membuat 3 sumur yang
produktif?
Penyelesaian:
Diketahui bahwa p=0.2,x=3,k=1
(; , ) = () = (1
1
) (1 )
(3; 1,0.2) = (3) = (31
11
)1 (0.8)31
(3; 1,0.2) = (3) = (20)(0.2)(0.8)2 = 0.128
Untuk mencari mean dan variansi apabila diketahui k=3
3
() = = 0.20 = 15
3(0.80)
() = 2 = = 60
(0.20)2
18
F. Distribusi Hipergeometrik
Probabilitas kejadian suatu objek tanpa pengembalian(apabila obyek yang sudah diuji
tidak akan diikutkan lagi dalam pengujian sebelumnya).
Definisi dari distribusi Hypergeometrik yaitu peubah acak X merupakan peubah acak
hypergeometrik apabila pdfnya :
(
)( )
(; , , ) = () = untuk x=0,1,2,3,
(
)
dimana dan
Keterangan :
N menyatakan jumlah totak elemen
k menyatakan jumlah sukses dalam N
n menyatakan jumlah elemen pengambilan
x menyatakan jumlah suskses dalam pengambilan
i. Mean/nilai harapan : =
Pembuktian :
() = =0 ()
(
)( )
() = =0
(
)
! (
)
() = =0 ()!! .
(
)
(1)! (
)
() = =0 (1)!()! .
(
)
19
(1) (
)
() = =0 (1)!()! .
(
)
Misalkan: y=x-1
(1
)((+1))
() = =0
(
)
(1)(1)
(1
)( (1) )
() = =0 1
( )
1
1 (1)(1)
( )( (1) )
() = =0
(1
1 )
(1)(1)
(1
)( (1) )
Karena, () = =0 =1
(
)
Maka, () = (terbukti)
().()
ii. Variansi : = ()
Pembuktian :
Mencari nilai dari E(X2)
Dimisalkan terlebih dahulu
( 2 ) = ( 2 ) () + ()
( 2 ) = [( 2 ) ()] + ()
( 2 ) = [() 1)] + ()
Kemudian dicari
[( 1)] = =0 ( 1)()
(1)
()( )
[( 1)] ==0 ( 1) (1)
(1)
(2)
(1) 2
(2)(2)
(1) (2
2)( (2)(2) )
[( 1)] = (1) =0 ( 1)
(2
2 )
(1)
(1)(1)
[( 1)] = (1)
20
2 (1)(1)
[( ()) ] = ( +1 )
(1)
2 (1)(1)+(1)(
[( ()) ] = ( )
(1)
2 ()(1)+(1)(
[( ()) ] = ( )
(1)
2 ++ 2 +
[( ()) ] = ( )
(1)
2 +2 +
[( ()) ] = ( )
(1)
2 ().()
[( ()) ] = (terbukti)
2 (1)
1) Suatu panitia 5 orang dipilih secara acak dari 3 kimiawan dan 5 fisikawan. Hitung
distribusi probabilitas banyknya kimiawan yang duduk dalam panitia.
Penyelesaian:
Misalkan: X=menyatakan banyaknya kimiawan dalam panitia
X={0,1,2,3}
Distribusi probabilitasnya dinyatakan dengan rumus
(3)(55
)
(; 8,5,3) = ; = 0,1,2,3
(85)
(30)(55) 1
= 0 (0; 8,5,3) = (85)
= 56
(31)(54) 15
= 1 (1; 8,5,3) = (85)
= 56
(32)(53) 30
= 2 (2; 8,5,3) = (85)
= 56
3
(3)(2) 10
= 3 (3; 8,5,3) = (85)
= 56
Tabel Distribusi Hypergeometric
x 0 1 2 3
h(x;8,5,3) 1 15 30 10
56 56 56 56
21
b. Tentukan peluang bahwa dari 3 katalis yang dipilih,hanya 1 yang memiliki kadar
asam tinggi.
Penyelesaian:
Diketahui bahwa N=10,n=3,k=4
x=jumlah katalis berkadar asam tinggi dari 3 katalis yang dipilih
(4)(3
6
)
( = ) =
(10
3
)
(40)(63) 1
a. ( = 0) = (10
=6
3)
(41)(62) 1
b. ( = 1) = (10
=2
3)
22
G. Distribusi Poisson
Probabilitas banyaknya hasil percobaan yang terjadi di dalam suatu interval dalam waktu
tertentu
Definisi dari distribusi Poisson yaitu peubah acak X merupakan peubah acak poisson
apabila pdfnya :
P(x; ) = () = untuk x=0,1,2,3, =
!
23
Apabila X merupakan peubah acak Poisson dengan parameter ,maka mean,variansi,dan
moment generating function(MGF) yaitu:
1. Mean/nilai harapan : =
Pembuktian :
() = =0 ()
() = =0 ( )
!
..1
() = =0 ( )
(1)!
.1
() = =0 ( (1)! )
.1
Karena, () = =0 = 1=1
(1)!
Maka, () = (terbukti)
2. Variansi : =
Pembuktian :
Mencari nilai dari E(X2)
Dimisalkan terlebih dahulu
( 2 ) = ( 2 ) () + ()
( 2 ) = [( 2 ) ()] + ()
( 2 ) = [() 1)] + ()
Kemudian dicari
[( 1)] = =0 ( 1)()
[( 1)] ==0 ( 1) ( )
!
( 2 2 )
[( 1)] ==0 ( 1) (1)(2)!
( 2 )
[( 1)] =2 =0 (2)!
Oleh karena itu,maka:
( 2 ) = [() 1)] + ()
( 2 ) = 2 +
Var(X)= 2 + 2 = (terbukti)
24
1 )=
3. Moment Generating Function (MGF) : ( ()
Pembuktian :
() = ( )
() = =0 . ()
() = =0 . ( )
!
( )
() = =0 !
( )
() = =0
!
( ) ( 1)
() = = (terbukti)
3. Di dalam proses produksi dimana produk kaca dihasilkan, terjadi cacat atau gelembung,
yang kadang-kadang menyebabkan produk yang tidak diinginkan untuk pemasaran.
Diketahui bahwa, rata-rata, 1 dalam setiap 1000 barang yang dihasilkan ini mempunyai
satu gelembung atau lebih. Berapakah probabilitas sebuah contoh acak yang berisi 8000
akan membuahkan kurang dari 7 barang mempunyai gelembung?
Penyelesaian:
Ini adalah sebuah percobaan binomial dengan n = 8000 dan p = 0,001. Karena p sangat
mendekati nol dan n sangat besar, kita akan memperkirakannya dengan sebaran Poisson
dengan menggunakan
8000 0,001 8
25
Sehingga, bila X mewakili jumlah gelembung, kita dapatkan
6 6
P X 7 b x;8000, 0, 001 p x;8 0,3134
x 0 x 0
26
H. Distribusi Riemann Zeta
I. Definisi dari distribusi Riemann Zeta yaitu peubah acak X merupakan peubah acak
Riemann Zeta apabila pdfnya :
1
() = (+1) (+1) untuk x=0,1,2,3,
1 1 1 1
() = 1 + (2) + (3) + (4) + + () +
Apabila X merupakan peubah acak Riemann Zeta dengan parameter ,maka mean,variansi
yaitu:
()
() = (+1)
(1)(+1)(())2
() = ((+1))2
27
28