ºÝºÝߣ

ºÝºÝߣShare a Scribd company logo
DISTRIBUSI PELUANG


Ketika melakukan percobaan (eksperimen) dengan melantunkan
sebuah mata uang, kita akan dapatkan P(G) = P(A) = 1/2.

Kalau dihitung banyaknya G, maka kita dapat mengatakan
banyaknya G = 1 dan G = 0.

Jika banyaknya G kita beri simbol X, maka untuk :
G berlaku X=1, dan
H berlaku X=0

                     P(X=1) = 1/2 dan P(X=0) = 1/2
Lanjutan . . .
Jika percobaan dengan menggunakan 2 mata uang, maka peristiwa
yang terjadi adalah :

T = {GG, GH, HG, HH} dengan probabilitas masing-masing adalah :

P(GG) = P(GH) = P(HG) = P(HH) = 1/4

Jika X menyatakan banyaknya G, maka nilai X di atas adalah
X=0,1,2, sehingga :

P(X=0) = 1/4   P(X=1) = 2/4     P(X=2) = 1/4

                 x            P(X=x)
                 0             1/4
                 1             1/2
                 2             1/4
               jumlah           1
Lanjutan . . .
Simbol X di atas, yang memiliki peluang, bersifat variabel dan hanya
memiliki nilai 0, 1, 2. . .

Variabel ini disebut VARIABEL ACAK DISKRET

Dalam tabel contoh, jumlah peluang selalu sama dengan 1. Apabila
semua ini terjadi, maka dikatakan bahwa DISTRIBUSI PELUANG
VARIABEL ACAK X TELAH TERBENTUK.



                           x            P(X=x)
                          0               1/4
                          1               1/2
                          2               1/4
                        jumlah             1
Lanjutan . . .
Variabel acak diskret X menentukan distribusi peluang apabila untuk
nilai-nilai X = x1, x2, x3,...., xn terdapat peluang p(xi) = P(X=xi)
sehingga :

                            ¡Æp(xi) = 1

p(x) disebut fungsi peluang untuk variabel acak X pada nilai X=x
Nilai Rata-Rata


Nilai rata-rata pada distribusi probabilitas adalah sama pada
penghitungan nilai rata-rata yang telah dibahasa pada bagian
sebelumnya.
Nilai rata-rata pada distribusi probabilitas = nilai harapan (expexted
value) yang dilambangkan dengan E(x) = nilai rata-rata untuk variabel
acak X


                  ? = E(x) = ¡Æ xi .p(xi)
Contoh :
  Ada tiga orang nasabah yang akan menabung di bank. Terdapat 2 bank
  yang terdapat di Jln. Pajajaran Timur, yaitu BCA dan BNI. Ketiga orang
  tersebut bebas memilih bank tempat untuk menabung, bisa di BCA semua,
  BNI semua atau di BCA dan BNI.

Pertanyaan :
  1. Berikan ruang sampel pilihan nasabah tersebut.
  2. Jika X = Pilihan tampat menabung di BNI berikan tabel distribusi
     frekuensinya
  3. Berapakah expexted value pada kasus pilihan tiga nasabah tersebut.
Contoh :
  Pengamatan yang menunjukkan banyaknya kendaraan yang melalui
  sebuah tikungan setiap menit mengikuti distribusi peluang sbb :

  Jml            0      1      2      3      4      5      6      7      8
  Kendaraan
  Peluang        0.01   0.05   0.10   0.28   0.22   0.18   0.08   0.05   0.03


Pertanyaan :
  1. Berapakah Peluang dalam satu menit paling sedikit tiga kendaraan
     melalui tikungan.
  2. Berapakah rata-rata tiap menit terdapat kendaraan melalui tikungan
     tsb ?
  3. Berapakah perkiraan kendaraan yang melewati tikungan tiap 100
     menit ?
Contoh :
  Untuk keperluan analisis saham telah dicatat distribusi probabilitas untuk
  harga saham yaitu probabilitas harga naik 0.16; harga tetap 0.64 ; dan
  harga turun 0.20.

Pertanyaan :
  1. Berapakah nilai rata-rata apabila pada hari Sabtu, 15 Desember 2012
     harga saham Indosat sempat naik ke Rp. 7800 dan sempat turun ke Rp.
     7650 dari harga sebelumnya Rp. 7700 ?
Contoh :
  Sebuah kotak berisi 8 telor dimana 3 diantaranya busuk. Seseorang
  membeli 4 buah telor dari kotak tersebut secara acak.

Pertanyaan :
  1. Buatlah tabel distribusi peluangnya   bahwa   pembeli   tersebut
     mendapatkan telur yang busuk.
VARIAN DAN DEVIASI STANDAR


Varian dan deviasi standar merupakan ukuran penyebaran yaitu
mengukur seberapa besar data menyebar dari nilai tengahnya.
Semakin kecil sebaran data, maka semakin baik karena
menunjukkan data mengelompok pada nilai rata-rata hitung.
Ini juga menunjukkan adanya kehomogenan yang lebih tinggi dan
perbedaan antar data tidak terlalu tinggi.



                varians = ¦Ò2 = ¦²(xi ¨C ?)2.p(xi)
Contoh :
  Hitunglah standar deviasi untuk distribusi probabilitas pilihan nasabah dan
  saham Indosat pada contoh sebelumnya.
DISTRIBUSI PROBABILITAS DISKRET




Distribusi Probabilitas Binomial

              Distribusi Probabilitas Hipergeometrik


                            Distribusi Probabilitas Poisson
DISTRIBUSI BINOMIAL


   Ciri-ciri Percobaan Bernouli:

   ? Setiap percobaan menghasilkan dua kejadian:
     (a) kelahiran anak: laki-laki-perempuan;
     (b) transaksi saham: jual- beli,
     (c) perkembangan suku bunga: naik¨Cturun dan lain-lain.

   ? Probabilitas suatu kejadian untuk suskes atau gagal adalah tetap
     untuk setiap kejadian. P(p), peluang sukses, P(q) peluang gagal,
     dan P(p) + P(q)= 1.

   ? Suatu percobaan dengan percobaan bersifat bebas.

   ? Data yang dihasilkan adalah data perhitungan.
DISTRIBUSI BINOMIAL

  Sebagai misal, dilakukan pengambilan 3 bahan secara acak dari
  hasil pengolahan pabrik, diperiksa, dan kemudian yang cacat
  dipisahkan dari yang tidak cacat. Bahan yang cacat akan disebut
  sebagai sukses. Banyaknya sukses merupakan suatu peubah acak X
  dengan nilai bilangan bulat dari 0 sampai 3. Kedalapan hasil yang
  mungkin (C = cacat, T = Tak cacat) da nilai X adalah :

   Hasil     x             Jika diasumsikan bahan tersebut dipilih secara
   TTT       0             bebas dari hasil proses yang dianggap
                           menghasilkan 25% bahan cacat, maka :
   TCT       1
   TTC       1             P(TCT) = P(T) . P(C) . P(T)
   CTT       1                      3/4 . 1/4 . 3/4
                                  = 9/64
   TCC       2
   CTC       2
                          x          0          1          2         3
   CCT       2
                       P =(X=x)    27/64      27/64      9/24       1/64
   CCC       3
DISTRIBUSI BINOMIAL

  Banyaknya usaha X yang sukses dalam n usaha Bernouli disebut
  peubah acak binomial.

  Distribusi peluang peubah acak diskret ini disebut distribusi binomial
  dan dinyatakan dengan : b(x;n,p).
  karena nilainya tergantung kepada banyaknya usaha (n) dan peluang
  sukses dalam usaha (p).


  Jadi untuk distribusi peluang X, bila X menyatakan banyaknya cacat,
  maka dalam contoh di atas dapat dinyatakan :
  P(X=2) = b(2;3,1/4) = 9/64


      x          0         1         2         3
    P(X=x)     27/64     27/64      9/24      1/64
DISTRIBUSI BINOMIAL

  Suatu usaha Bernouli dapat menghasilkan sukses dengan peluang p
  dan gagal dengan peluang q = 1-p, maka distribusi peubah acak
  binomial X, yaitu banyaknya sukses dalam n usaha bebas adalah :




               b( x ; n , p) = ( n ) p x q n? x ,   x=0,1,2,3... n
                                 x
DISTRIBUSI BINOMIAL : CONTOH

  PT. Moena Indihe Farm (MIF) mengirim buah semangka ke GIANT
  supermarket, dengan jaminan kualitas yang baik, maka 90%
  semangka yang dikirim harus lolos seleksi. PT. MIF setiap hari
  mengirim semangka 15 buah dengan berat antara 5 ¨C 6 kg.
  1. Berapa probabilitas 15 buah diterima ?
  2. Berapa probabilitas 13 buah diterima ?
  3. Berapa probabilitas 10 buah diterima ?

  Jawab : (1)
  n = 15 ; x = 15 ; p = 0.9 ; q = 0.1


                 b( x ; n , p) = ( n ) p x q n? x ,   x=0,1,2,3. .. n
                                   x
DISTRIBUSI BINOMIAL : CONTOH


  Jawab : (2)
  n = 15 ; x = 13 ( 13 diterima atau 2 ditolak) ; p = 0.9 ; q = 0.1


                 b( x ; n , p) = ( n ) p x q n? x ,   x=0,1,2,3. .. n
                                   x

  Jawab : (3)
  n = 15 ; x = 10 ; p = 0.9 ; q = 0.1


                 b( x ; n , p) = ( n ) p x q n? x ,   x=0,1,2,3. .. n
                                   x
DISTRIBUSI BINOMIAL : CONTOH

  Suatu suku cadang dapat menahan uji goncangan tertentu dengan
  peluang 3/4. Hitunglah peluang bahwa tepat 2 dari 4 suku cadang
  yang diuji tidak akan rusak.




  Jawab : (1)
  n = 4 ; x = 2 ; p = 0.75 ; q = 0.25


                 b( x ; n , p) = ( n ) p x q n? x ,   x=0,1,2,3. .. n
                                   x
BINOMIAL : RATAAN dan VARIANS


                                     n  x
Distribusi Binomial b( x ; n , p) = ( ) p q
                                              n? x
                                                     ,   x=0,1,2,3. .. n
                                   x
mempunyai rataan dan variansi : ? = n.p dan ¦Ò2 = n.p.q



Biasanya soal yang dihadapi diharuskan kita menghitung P(X < r)
atau P(a ¡Ü X ¡Ü b).
Untuk kasus semacam ini Anda dapat menggunakan tabel
BINOMIAL.
DISTRIBUSI BINOMIAL

  Sepasang suami-istri merencanakan            memiliki 3 anak. Bila X
  menyatakan banyaknya kelahiran anak laki-laki, hitunglah :
  1. Probabilitas kelahiran 2 anak laki-laki
  2. Probabilitas memiliki tidak lebih dari 2 anak laki-laki,
  3. Hitunglah rata-rata dan simpangan baku


 Jawab : (1)
 Probabilitas kelahiran anak laki-laki dan perempuan sama = 0.5.
 n = 3 ; x = 2; p = 0.5. P(X=2) ?

  b( x ; n , p) = ( n ) p x q n? x ,   x=0,1,2,3. .. n
                    x
DISTRIBUSI BINOMIAL

 Jawab : (2)
 Probabilitas kelahiran anak laki-laki dan perempuan sama = 0.5.
 n = 3 ; p = 0.5 ; x ¡Ü 2 .... x = 0, x = 1 dan x = 2

  b( x ; n , p) = ( n ) p x q n? x ,   x=0,1,2,3. .. n
                    x
 Dapat juga menggunakan tabel distribusi binomial, yakni :
                   2
  P ( X ? 2)     ¡Æ b( x ; 3,0.5) =       b(0 ; 3,0.5) + b(1 ; 3,0.5) + b(2 ; 3,0.5)
                   0
DISTRIBUSI BINOMIAL

 Jawab : (3)
 Rataan dan varians kelahiran anak laki-laki :
 ? = n.p dan ¦Ò2 = n.p.q
DISTRIBUSI BINOMIAL

 Peluang seorang pasien sembuh dari suatu penyakit darah yang
 jarang terjadi adalah 0.4. Jika diketahui 15 orang yang telah
 mengidap penyakit ini, tentukan peluang:

 a. Sekurang-kurangnya 10 orang bisa sembuh,
 b. dari 3 sampai 8 orang bisa sembuh, dan
 c. tepat 5 orang bisa sembuh.


 Jawab (a)
 Misalkan X jumlah pasisen yang sembuh, n = 15 dan p = 0.4
                                  9
  P ( X ? 10) = 1?P ( X <10) =   ¡Æ b( x ; 15,0.4)
                                  0
DISTRIBUSI BINOMIAL

 Peluang seorang pasien sembuh dari suatu penyakit darah yang
 jarang terjadi adalah 0.4. Jika diketahui 15 orang yang telah
 mengidap penyakit ini, tentukan peluang:

 a. Sekurang-kurangnya 10 orang bisa sembuh,
 b. dari 3 sampai 8 orang bisa sembuh, dan
 c. tepat 5 orang bisa sembuh.


 Jawab (b)
 Misalkan X jumlah pasisen yang sembuh, n = 15 dan p = 0.4
                      8
  P (3 ? X ? 8) =   ¡Æ b( x ;15,0.4)
                      3
                      8                    2
  P (3 ? X ? 8) =   ¡Æ b( x ;15,0.4)   ?   ¡Æ b( x ;15,0.4)
                      0                   0
DISTRIBUSI BINOMIAL

 Peluang seorang pasien sembuh dari suatu penyakit darah yang
 jarang terjadi adalah 0.4. Jika diketahui 15 orang yang telah
 mengidap penyakit ini, tentukan peluang:

 a. Sekurang-kurangnya 10 orang bisa sembuh,
 b. dari 3 sampai 8 orang bisa sembuh, dan
 c. tepat 5 orang bisa sembuh.


 Jawab (c)
 Misalkan X jumlah pasisen yang sembuh, n = 15 dan p = 0.4
                5                  4
  P ( X =5) =   ¡Æ b( x ;15,0.4) ? ¡Æ b( x ; 15,0.4)
                0                  0

More Related Content

What's hot (20)

PPTX
Pengantar statistika slide 3
Az'End Love
?
DOCX
Matriks dan penerapannya dalam bidang ekonomi
Rohantizani
?
PDF
Analisis regresi.
Novy Yuliyanti
?
DOCX
Contoh Soal Pengantar Ekonomi https://www.masterfair.xyz/
Fair Nurfachrizi
?
PPTX
Deret berkala dan peramalan
Maulina Sahara
?
PPTX
Bab 15 regresi
farah fauziah
?
PPTX
UJI Z dan UJI T
Sity Rofi'ah
?
DOCX
Distribusi binomial, poisson dan normal
AYU Hardiyanti
?
PPTX
Distribusi eksponensial
Phe Phe
?
PDF
VARIABEL RANDOM & DISTRIBUSI PELUANG
Universitas Qomaruddin, Gresik, Indonesia
?
PPT
Analisis regresi-sederhana1
Dyni Sunendi
?
PPT
Distribusi sampling
Stephanie Isvirastri
?
PPT
Konsep dasar probabilitas.ppt
Deby Andriana
?
DOCX
contoh soal program linear
Nur Rahmah Yunita
?
PDF
Tabel f-0-05
ERNING KAROMAH
?
PPTX
Uji Normalitas dan Homogenitas
Putri Handayani
?
PDF
3 . analisis regresi linier berganda dua peubah
Yulianus Lisa Mantong
?
PPTX
Teori pendugaan statistik presentasi
Perum Perumnas
?
PPT
Konsep dasar probabilitas
padlah1984
?
PDF
PENDUGAAN PARAMETER
Repository Ipb
?
Pengantar statistika slide 3
Az'End Love
?
Matriks dan penerapannya dalam bidang ekonomi
Rohantizani
?
Analisis regresi.
Novy Yuliyanti
?
Contoh Soal Pengantar Ekonomi https://www.masterfair.xyz/
Fair Nurfachrizi
?
Deret berkala dan peramalan
Maulina Sahara
?
Bab 15 regresi
farah fauziah
?
UJI Z dan UJI T
Sity Rofi'ah
?
Distribusi binomial, poisson dan normal
AYU Hardiyanti
?
Distribusi eksponensial
Phe Phe
?
VARIABEL RANDOM & DISTRIBUSI PELUANG
Universitas Qomaruddin, Gresik, Indonesia
?
Analisis regresi-sederhana1
Dyni Sunendi
?
Distribusi sampling
Stephanie Isvirastri
?
Konsep dasar probabilitas.ppt
Deby Andriana
?
contoh soal program linear
Nur Rahmah Yunita
?
Tabel f-0-05
ERNING KAROMAH
?
Uji Normalitas dan Homogenitas
Putri Handayani
?
3 . analisis regresi linier berganda dua peubah
Yulianus Lisa Mantong
?
Teori pendugaan statistik presentasi
Perum Perumnas
?
Konsep dasar probabilitas
padlah1984
?
PENDUGAAN PARAMETER
Repository Ipb
?

Similar to variabel random dan distribusi peluang (20)

PPT
Statistika I - Pertemuan 8 Distribusi Peluang Diskrit.ppt
blacknait
?
PDF
Statistika_Dasar_4.pdf
ssuser04f845
?
DOC
4 probabilitas ptik
diandra nugraha
?
PPTX
PPT DISTRIBUSI LINEAR, BINOMIAL UNTUK MAHASISWA S1
ariefbudiman902449
?
PDF
Beberapa distribusi peluang diskrit (1)
Raden Maulana
?
DOC
Distribusi peluang
Ir. Zakaria, M.M
?
DOCX
STATISTIK MATEMATIKA (Distribusi)
erik-pebs
?
PPTX
Konsep dasar probabilitas
matematikaunindra
?
PPTX
distribusipeluangteoritis-230623163010-844d1575.pptx
afaturooo
?
PPTX
DISTRIBUSI PELUANG TEORITIS.pptx
CLAYNightcore
?
PPTX
Statistika - Distribusi peluang
Yusuf Ahmad
?
PPTX
DIS.pptx
RIZKYSETIABUDI
?
PPT
jbptunikompp-gdl-triraharjo-23425-6-6.distr-t.ppt
LaddyLisya1
?
PDF
Distribusi peluang diskrit(8)
rizka_safa
?
PPTX
Presentasi distribusi poisson
Wulan_Ari_K
?
PDF
Distribusi binomial dan poisson baru
ratuilma
?
PDF
qwertyuiopasffg_4-Distribusi-Diskret.pdf
SudarMono21
?
PPTX
Pert 9 10 -distribusi probabilitas
Canny Becha
?
PPTX
4 probabilitas ptik
diandra nugraha
?
PPT
Statistika: Binomial
Andrew Hutabarat
?
Statistika I - Pertemuan 8 Distribusi Peluang Diskrit.ppt
blacknait
?
Statistika_Dasar_4.pdf
ssuser04f845
?
4 probabilitas ptik
diandra nugraha
?
PPT DISTRIBUSI LINEAR, BINOMIAL UNTUK MAHASISWA S1
ariefbudiman902449
?
Beberapa distribusi peluang diskrit (1)
Raden Maulana
?
Distribusi peluang
Ir. Zakaria, M.M
?
STATISTIK MATEMATIKA (Distribusi)
erik-pebs
?
Konsep dasar probabilitas
matematikaunindra
?
distribusipeluangteoritis-230623163010-844d1575.pptx
afaturooo
?
DISTRIBUSI PELUANG TEORITIS.pptx
CLAYNightcore
?
Statistika - Distribusi peluang
Yusuf Ahmad
?
jbptunikompp-gdl-triraharjo-23425-6-6.distr-t.ppt
LaddyLisya1
?
Distribusi peluang diskrit(8)
rizka_safa
?
Presentasi distribusi poisson
Wulan_Ari_K
?
Distribusi binomial dan poisson baru
ratuilma
?
qwertyuiopasffg_4-Distribusi-Diskret.pdf
SudarMono21
?
Pert 9 10 -distribusi probabilitas
Canny Becha
?
4 probabilitas ptik
diandra nugraha
?
Statistika: Binomial
Andrew Hutabarat
?
Ad

More from Ceria Agnantria (17)

PPS
Jaringan Komputer - IP Adreess
Ceria Agnantria
?
PPTX
Agroindustri - Nilai Tambah Komoditas Pertanian
Ceria Agnantria
?
PPTX
Agroindustri - Pengantar Agroindustri
Ceria Agnantria
?
PPT
Jaringan Komputer - Sistem Bilangan
Ceria Agnantria
?
DOC
Matdis-Himpunan
Ceria Agnantria
?
DOC
Matdis-Relasi Fungsi
Ceria Agnantria
?
DOC
Matdis-fungsi pembangkit
Ceria Agnantria
?
DOC
Matdis-graph
Ceria Agnantria
?
DOC
Matdis-Induksi Matematika
Ceria Agnantria
?
DOC
Matdis-logika matematika
Ceria Agnantria
?
DOC
Matdis-optimisasi
Ceria Agnantria
?
DOC
Matdis-rekursif
Ceria Agnantria
?
PDF
Matdis-Kombinatorika
Ceria Agnantria
?
PDF
Probabilitas lanjutan
Ceria Agnantria
?
PDF
Probabilitas 2
Ceria Agnantria
?
PDF
Probabilitas 1
Ceria Agnantria
?
Jaringan Komputer - IP Adreess
Ceria Agnantria
?
Agroindustri - Nilai Tambah Komoditas Pertanian
Ceria Agnantria
?
Agroindustri - Pengantar Agroindustri
Ceria Agnantria
?
Jaringan Komputer - Sistem Bilangan
Ceria Agnantria
?
Matdis-Himpunan
Ceria Agnantria
?
Matdis-Relasi Fungsi
Ceria Agnantria
?
Matdis-fungsi pembangkit
Ceria Agnantria
?
Matdis-graph
Ceria Agnantria
?
Matdis-Induksi Matematika
Ceria Agnantria
?
Matdis-logika matematika
Ceria Agnantria
?
Matdis-optimisasi
Ceria Agnantria
?
Matdis-rekursif
Ceria Agnantria
?
Matdis-Kombinatorika
Ceria Agnantria
?
Probabilitas lanjutan
Ceria Agnantria
?
Probabilitas 2
Ceria Agnantria
?
Probabilitas 1
Ceria Agnantria
?
Ad

variabel random dan distribusi peluang

  • 1. DISTRIBUSI PELUANG Ketika melakukan percobaan (eksperimen) dengan melantunkan sebuah mata uang, kita akan dapatkan P(G) = P(A) = 1/2. Kalau dihitung banyaknya G, maka kita dapat mengatakan banyaknya G = 1 dan G = 0. Jika banyaknya G kita beri simbol X, maka untuk : G berlaku X=1, dan H berlaku X=0 P(X=1) = 1/2 dan P(X=0) = 1/2
  • 2. Lanjutan . . . Jika percobaan dengan menggunakan 2 mata uang, maka peristiwa yang terjadi adalah : T = {GG, GH, HG, HH} dengan probabilitas masing-masing adalah : P(GG) = P(GH) = P(HG) = P(HH) = 1/4 Jika X menyatakan banyaknya G, maka nilai X di atas adalah X=0,1,2, sehingga : P(X=0) = 1/4 P(X=1) = 2/4 P(X=2) = 1/4 x P(X=x) 0 1/4 1 1/2 2 1/4 jumlah 1
  • 3. Lanjutan . . . Simbol X di atas, yang memiliki peluang, bersifat variabel dan hanya memiliki nilai 0, 1, 2. . . Variabel ini disebut VARIABEL ACAK DISKRET Dalam tabel contoh, jumlah peluang selalu sama dengan 1. Apabila semua ini terjadi, maka dikatakan bahwa DISTRIBUSI PELUANG VARIABEL ACAK X TELAH TERBENTUK. x P(X=x) 0 1/4 1 1/2 2 1/4 jumlah 1
  • 4. Lanjutan . . . Variabel acak diskret X menentukan distribusi peluang apabila untuk nilai-nilai X = x1, x2, x3,...., xn terdapat peluang p(xi) = P(X=xi) sehingga : ¡Æp(xi) = 1 p(x) disebut fungsi peluang untuk variabel acak X pada nilai X=x
  • 5. Nilai Rata-Rata Nilai rata-rata pada distribusi probabilitas adalah sama pada penghitungan nilai rata-rata yang telah dibahasa pada bagian sebelumnya. Nilai rata-rata pada distribusi probabilitas = nilai harapan (expexted value) yang dilambangkan dengan E(x) = nilai rata-rata untuk variabel acak X ? = E(x) = ¡Æ xi .p(xi)
  • 6. Contoh : Ada tiga orang nasabah yang akan menabung di bank. Terdapat 2 bank yang terdapat di Jln. Pajajaran Timur, yaitu BCA dan BNI. Ketiga orang tersebut bebas memilih bank tempat untuk menabung, bisa di BCA semua, BNI semua atau di BCA dan BNI. Pertanyaan : 1. Berikan ruang sampel pilihan nasabah tersebut. 2. Jika X = Pilihan tampat menabung di BNI berikan tabel distribusi frekuensinya 3. Berapakah expexted value pada kasus pilihan tiga nasabah tersebut.
  • 7. Contoh : Pengamatan yang menunjukkan banyaknya kendaraan yang melalui sebuah tikungan setiap menit mengikuti distribusi peluang sbb : Jml 0 1 2 3 4 5 6 7 8 Kendaraan Peluang 0.01 0.05 0.10 0.28 0.22 0.18 0.08 0.05 0.03 Pertanyaan : 1. Berapakah Peluang dalam satu menit paling sedikit tiga kendaraan melalui tikungan. 2. Berapakah rata-rata tiap menit terdapat kendaraan melalui tikungan tsb ? 3. Berapakah perkiraan kendaraan yang melewati tikungan tiap 100 menit ?
  • 8. Contoh : Untuk keperluan analisis saham telah dicatat distribusi probabilitas untuk harga saham yaitu probabilitas harga naik 0.16; harga tetap 0.64 ; dan harga turun 0.20. Pertanyaan : 1. Berapakah nilai rata-rata apabila pada hari Sabtu, 15 Desember 2012 harga saham Indosat sempat naik ke Rp. 7800 dan sempat turun ke Rp. 7650 dari harga sebelumnya Rp. 7700 ?
  • 9. Contoh : Sebuah kotak berisi 8 telor dimana 3 diantaranya busuk. Seseorang membeli 4 buah telor dari kotak tersebut secara acak. Pertanyaan : 1. Buatlah tabel distribusi peluangnya bahwa pembeli tersebut mendapatkan telur yang busuk.
  • 10. VARIAN DAN DEVIASI STANDAR Varian dan deviasi standar merupakan ukuran penyebaran yaitu mengukur seberapa besar data menyebar dari nilai tengahnya. Semakin kecil sebaran data, maka semakin baik karena menunjukkan data mengelompok pada nilai rata-rata hitung. Ini juga menunjukkan adanya kehomogenan yang lebih tinggi dan perbedaan antar data tidak terlalu tinggi. varians = ¦Ò2 = ¦²(xi ¨C ?)2.p(xi)
  • 11. Contoh : Hitunglah standar deviasi untuk distribusi probabilitas pilihan nasabah dan saham Indosat pada contoh sebelumnya.
  • 12. DISTRIBUSI PROBABILITAS DISKRET Distribusi Probabilitas Binomial Distribusi Probabilitas Hipergeometrik Distribusi Probabilitas Poisson
  • 13. DISTRIBUSI BINOMIAL Ciri-ciri Percobaan Bernouli: ? Setiap percobaan menghasilkan dua kejadian: (a) kelahiran anak: laki-laki-perempuan; (b) transaksi saham: jual- beli, (c) perkembangan suku bunga: naik¨Cturun dan lain-lain. ? Probabilitas suatu kejadian untuk suskes atau gagal adalah tetap untuk setiap kejadian. P(p), peluang sukses, P(q) peluang gagal, dan P(p) + P(q)= 1. ? Suatu percobaan dengan percobaan bersifat bebas. ? Data yang dihasilkan adalah data perhitungan.
  • 14. DISTRIBUSI BINOMIAL Sebagai misal, dilakukan pengambilan 3 bahan secara acak dari hasil pengolahan pabrik, diperiksa, dan kemudian yang cacat dipisahkan dari yang tidak cacat. Bahan yang cacat akan disebut sebagai sukses. Banyaknya sukses merupakan suatu peubah acak X dengan nilai bilangan bulat dari 0 sampai 3. Kedalapan hasil yang mungkin (C = cacat, T = Tak cacat) da nilai X adalah : Hasil x Jika diasumsikan bahan tersebut dipilih secara TTT 0 bebas dari hasil proses yang dianggap menghasilkan 25% bahan cacat, maka : TCT 1 TTC 1 P(TCT) = P(T) . P(C) . P(T) CTT 1 3/4 . 1/4 . 3/4 = 9/64 TCC 2 CTC 2 x 0 1 2 3 CCT 2 P =(X=x) 27/64 27/64 9/24 1/64 CCC 3
  • 15. DISTRIBUSI BINOMIAL Banyaknya usaha X yang sukses dalam n usaha Bernouli disebut peubah acak binomial. Distribusi peluang peubah acak diskret ini disebut distribusi binomial dan dinyatakan dengan : b(x;n,p). karena nilainya tergantung kepada banyaknya usaha (n) dan peluang sukses dalam usaha (p). Jadi untuk distribusi peluang X, bila X menyatakan banyaknya cacat, maka dalam contoh di atas dapat dinyatakan : P(X=2) = b(2;3,1/4) = 9/64 x 0 1 2 3 P(X=x) 27/64 27/64 9/24 1/64
  • 16. DISTRIBUSI BINOMIAL Suatu usaha Bernouli dapat menghasilkan sukses dengan peluang p dan gagal dengan peluang q = 1-p, maka distribusi peubah acak binomial X, yaitu banyaknya sukses dalam n usaha bebas adalah : b( x ; n , p) = ( n ) p x q n? x , x=0,1,2,3... n x
  • 17. DISTRIBUSI BINOMIAL : CONTOH PT. Moena Indihe Farm (MIF) mengirim buah semangka ke GIANT supermarket, dengan jaminan kualitas yang baik, maka 90% semangka yang dikirim harus lolos seleksi. PT. MIF setiap hari mengirim semangka 15 buah dengan berat antara 5 ¨C 6 kg. 1. Berapa probabilitas 15 buah diterima ? 2. Berapa probabilitas 13 buah diterima ? 3. Berapa probabilitas 10 buah diterima ? Jawab : (1) n = 15 ; x = 15 ; p = 0.9 ; q = 0.1 b( x ; n , p) = ( n ) p x q n? x , x=0,1,2,3. .. n x
  • 18. DISTRIBUSI BINOMIAL : CONTOH Jawab : (2) n = 15 ; x = 13 ( 13 diterima atau 2 ditolak) ; p = 0.9 ; q = 0.1 b( x ; n , p) = ( n ) p x q n? x , x=0,1,2,3. .. n x Jawab : (3) n = 15 ; x = 10 ; p = 0.9 ; q = 0.1 b( x ; n , p) = ( n ) p x q n? x , x=0,1,2,3. .. n x
  • 19. DISTRIBUSI BINOMIAL : CONTOH Suatu suku cadang dapat menahan uji goncangan tertentu dengan peluang 3/4. Hitunglah peluang bahwa tepat 2 dari 4 suku cadang yang diuji tidak akan rusak. Jawab : (1) n = 4 ; x = 2 ; p = 0.75 ; q = 0.25 b( x ; n , p) = ( n ) p x q n? x , x=0,1,2,3. .. n x
  • 20. BINOMIAL : RATAAN dan VARIANS n x Distribusi Binomial b( x ; n , p) = ( ) p q n? x , x=0,1,2,3. .. n x mempunyai rataan dan variansi : ? = n.p dan ¦Ò2 = n.p.q Biasanya soal yang dihadapi diharuskan kita menghitung P(X < r) atau P(a ¡Ü X ¡Ü b). Untuk kasus semacam ini Anda dapat menggunakan tabel BINOMIAL.
  • 21. DISTRIBUSI BINOMIAL Sepasang suami-istri merencanakan memiliki 3 anak. Bila X menyatakan banyaknya kelahiran anak laki-laki, hitunglah : 1. Probabilitas kelahiran 2 anak laki-laki 2. Probabilitas memiliki tidak lebih dari 2 anak laki-laki, 3. Hitunglah rata-rata dan simpangan baku Jawab : (1) Probabilitas kelahiran anak laki-laki dan perempuan sama = 0.5. n = 3 ; x = 2; p = 0.5. P(X=2) ? b( x ; n , p) = ( n ) p x q n? x , x=0,1,2,3. .. n x
  • 22. DISTRIBUSI BINOMIAL Jawab : (2) Probabilitas kelahiran anak laki-laki dan perempuan sama = 0.5. n = 3 ; p = 0.5 ; x ¡Ü 2 .... x = 0, x = 1 dan x = 2 b( x ; n , p) = ( n ) p x q n? x , x=0,1,2,3. .. n x Dapat juga menggunakan tabel distribusi binomial, yakni : 2 P ( X ? 2) ¡Æ b( x ; 3,0.5) = b(0 ; 3,0.5) + b(1 ; 3,0.5) + b(2 ; 3,0.5) 0
  • 23. DISTRIBUSI BINOMIAL Jawab : (3) Rataan dan varians kelahiran anak laki-laki : ? = n.p dan ¦Ò2 = n.p.q
  • 24. DISTRIBUSI BINOMIAL Peluang seorang pasien sembuh dari suatu penyakit darah yang jarang terjadi adalah 0.4. Jika diketahui 15 orang yang telah mengidap penyakit ini, tentukan peluang: a. Sekurang-kurangnya 10 orang bisa sembuh, b. dari 3 sampai 8 orang bisa sembuh, dan c. tepat 5 orang bisa sembuh. Jawab (a) Misalkan X jumlah pasisen yang sembuh, n = 15 dan p = 0.4 9 P ( X ? 10) = 1?P ( X <10) = ¡Æ b( x ; 15,0.4) 0
  • 25. DISTRIBUSI BINOMIAL Peluang seorang pasien sembuh dari suatu penyakit darah yang jarang terjadi adalah 0.4. Jika diketahui 15 orang yang telah mengidap penyakit ini, tentukan peluang: a. Sekurang-kurangnya 10 orang bisa sembuh, b. dari 3 sampai 8 orang bisa sembuh, dan c. tepat 5 orang bisa sembuh. Jawab (b) Misalkan X jumlah pasisen yang sembuh, n = 15 dan p = 0.4 8 P (3 ? X ? 8) = ¡Æ b( x ;15,0.4) 3 8 2 P (3 ? X ? 8) = ¡Æ b( x ;15,0.4) ? ¡Æ b( x ;15,0.4) 0 0
  • 26. DISTRIBUSI BINOMIAL Peluang seorang pasien sembuh dari suatu penyakit darah yang jarang terjadi adalah 0.4. Jika diketahui 15 orang yang telah mengidap penyakit ini, tentukan peluang: a. Sekurang-kurangnya 10 orang bisa sembuh, b. dari 3 sampai 8 orang bisa sembuh, dan c. tepat 5 orang bisa sembuh. Jawab (c) Misalkan X jumlah pasisen yang sembuh, n = 15 dan p = 0.4 5 4 P ( X =5) = ¡Æ b( x ;15,0.4) ? ¡Æ b( x ; 15,0.4) 0 0