DISTRIBUSI TEORETIS Variabel Random Acak variabel yg nilainilainya
DISTRIBUSI TEORETIS
Variabel Random/ Acak variabel yg nilai-nilainya ditentukan oleh kesempatan/ variabel yang bernilai numerik yg didefinisikan dlm suatu ruang sampel Variabel Random diskrit Variabel random yg tdk mengambil seluruh nilai yg ada dlm sebuah interval/ variabel yg hanya memiliki nilai tertentu 2. Variabel Random kontinu Variabel random yg mengambil seluruh nilai yg ada dlm sebuah interval/ variabel yg dpt memiliki nilai-nilai pd suatu interval tertentu 1.
Pengertian dan Jenis-Jenis Distribusi Teoretis Distribusi teoretis : suatu daftar yg disusun berdasarkan probabilitas dr peristiwa 2 bersangkutan n Misal : Sebuah mata uang logam dgn permukaan I = A dan permukaan II = B dilemparkan ke atas sebanyak 3 kali. Buatkan distribusi teoritisnya n
Jenis-jenis distribusi teoretis Distribusi teoretis diskrit Suatu daftar/ distribusi dr semua nilai variabel random diskrit dgn probabilitas terjadinya masing-masing nilai tsb Suatu fungsi f dikatakan mrp fungsi probabilitas/ distribusi dr variabel random diskrit jk memenuhi syarat: a. f(x) ≥ 0, x Є R b. f(x) = 1 c. P(X=x) = f(x) 1.
Contoh soal n Di dalam sebuah kotak terdapat 4 bola biru dan 2 bola kuning. Secara acak diambil 3 bola. Tentukan distribusi probabilitas X, jika X menyatakan banyaknya bola kuning yang terambil
Jawab Jumlah titik sampel = C 36= 20 titik sampel n Banyaknya cara mendapatkan bola kuning adalah Cx 2 n Banyaknya cara mendapatkan bola biru adalah n Distribusi probabilitasnya P(X=x) = n
Distribusi yg tergolong ke dlm distribusi ini antara lain : a. b. c. Distribusi binomial Distribusi hipergeometrik Distribusi Poisson
2. Distribusi teoretis kontinu Suatu daftar/ distribusi dr semua nilai variabel random kontinu dgn probabilitas terjadinya masing-masing nilai tsb n Suatu fungsi f dikatakan mrp fungsi probabilitas/ distribusi probabilitas variabel random kontinu x, jk memenuhi syarat: a. f(x) ≥ 0, x Є R b. n c.
Contoh soal : n n Suatu variabel random kontinu X yg memiliki nilai antara X = 1 dan X = 3 memiliki fungsi yg dinyatakan oleh : Tentukan nilai P(X<2)
Distribusi yg tergolong distribusi teoritis kontinu antara lain : a. b. c. d. Distribusi normal Distribusi F Distribusi t
DISTRIBUSI BINOMIAL Suatu distribusi teoretis yg menggunakan variabel random diskrit yg tdr dr dua kejadian yg berkomplementer spt sukses-gagal, ya -tidak, baik-buruk, kepala-ekor dsb n Pengambilan sampel dilakukan dgn pengembalian n
Ciri-ciri : 1. 2. 3. 4. Setiap percobaan hanya memiliki dua peristiwa spt ya-tidak, suksesgagal Probabilitas satu peristiwa adl tetap, tidak berubah utk setiap percobaan Percobaannya bersifat independent artinya peristiwa dr suatu percobaan tdk mempengaruhi/ dipengaruhi peristiwa dlm percobaan lainnya Jml/ banyaknya percobaan yg mrp komponen percobaan binomial hrs
Rumus binomial suatu peristiwa n n x n p q Probabilitas suatu peristiwa dpt dihitung dgn mengalikan kombinasi susunan dgn probabilitas salah satu susunan Keterangan : = banyaknya peristiwa sukses = banyaknya percobaan = probabilitas peristiwa sukses = 1 - p = probabilitas peristiwa gagal
Contoh soal n a. b. c. Sebuah dadu dilemparkan ke atas sebanyak 4 kali. Tentukan probabilitas dari peristiwa berikut: Mata dadu 5 muncul 1 kali Mata dadu genap muncul 2 kali Mata dadu 1 atau 4 muncul sebanyak 4 kali
Jawab n P= 1/6 ; q= 5/6; n= 4; x = 1 (muncul 1 kali) P (X=1) = = 4. (1/6). (5/6)3 = 0. 386 P = 3/6; q = ½; n =4; x =2 P(x=2) = = 6. (1/2)2 = 0. 375
Probabilitas binomial kumulatif n Probabilitas dr peristiwa binomial lebih dr satu sukses
Contoh soal n a. b. c. Sebanyak 5 mahasiswa akan mengikuti ujian sarjana dan diperkirakan probabilitas kelulusannya adalah 0, 7. Hitunglah probabilitas : Paling banyak 2 org lulus Yang akan lulus antara 2 sampai 3 Paling sedikit 4 diantaranya lulus
Jawab a) n =5 ; p =0. 7 ; q =0. 3; x = 0, 1, dan 2 P(x <2 )= P(x=0)+P(x=1)+P(x=2) b) n =5 ; p = 0. 7; q=0. 3; x = 2 dan 3 P(2<x<3) = P(x=2) + P(x=3) c) n = 5; p = 0. 7; q=0. 3; x = 4 dan 5 P(X>4) = P(x=4) + P(x=5)
Rata-rata, Varians, Simpangan Baku Distribusi Binomial
DISTRIBUSI HIPERGEOMETRIK n n Menggunakan variabel diskrit dgn 2 kejadian yg berkomplementer Pengambilan sampel dilakukan tanpa pengembalian Keterangan : N = ukuran populasi n = ukuran sampel k = banyaknya unsur yg sama pd populasi x = banyaknya peristiwa sukses n
Contoh soal n Sebuah kotak berisi 50 bola, 5 diantaranya pecah. Apabila diambil 4 bola, berapa probabilitas dua diantaranya pecah? N = 50 ; n=4; k=5; x=2
n Distribusi hipergeometrik dpt diperluas. Jk dr populasi yg berukuran N terdpt unsur yg sama yi k 1, k 2, …dan dlm sampel berukuran n terdpt unsur yg sama x 1, x 2, . . . Dgn k 1+k 2+…= N dan x 1+x 2+…=n, distribusi hipergeometrik dirumuskan :
DISTRIBUSI POISSON n Distribusi nilai-nilai bagi suatu variabel random X yi banyaknya hasil percobaan yg tjd dlm suatu interval wkt tertentu/ di suatu daerah tertentu
Ciri-ciri n n n Banyaknya hsl percobaan yg tjd dlm suatu interval wkt/ suatu daerah tertentu tdk tgt pd banyaknya hsl percobaan yg tjd pd interval wkt/ daerah lain yg terpisah Probabilitas tjdnya hsl percobaan slm suatu interval wkt yg singkat/ dlm suatu daerah kecil, sebanding dgn panjang interval wkt/ besarnya daerah tsb dan tdk bergantung pd banyaknya hsl percobaan yg tjd di luar interval wkt/ daerah tsb Probabilitas lebih dr satu hsl percobaan yg tjd dlm interval wkt yg singkat/ dlm daerah yg kecil dpt diabaikan
Distribusi Poisson byk digunakan dlm hal: n 1. 2. 3. 4. n Menghitung probabilitas terjadinya peristiwa mnrt satuan wkt, ruang, luas, panjang tertentu spt menghitung probabilitas dr : Banyaknya telepon per menit/ banyaknya mobil yg lewat selama 5 menit di suatu ruas jalan Banyaknya bakteri dlm 1 tetes/ 1 L air Banyaknya kesalahan ketik per halaman Banyaknya kecelakaan mobil di jalan tol selama seminggu Menghitung distribusi probabilitas binomial apabila nilai n besar (n ≥ 30) dan p kecil (p<0, 1)
Rumus probabilitas poisson suatu peristiwa
Contoh soal n a. b. Sebuah toko alat-alat listrik mencatat rata-rata penjualan lampu TL 40 W setiap hari 5 buah. Jika permintaan akan lampu tsb mengikuti distribusi poisson, berapa probabilitas untuk penjualan berikut? 0 lampu TL 3 lampu TL
Probabilitas terjadinya suatu kedatangan dirumuskan:
Probabilitas distribusi poisson kumulatif
Contoh soal n a. b. Sebuah toko alat-alat listrik mencatat rata-rata penjualan lampu TL 40 W setiap hari 5 buah. Jika permintaan akan lampu tsb mengikuti distribusi poisson. Tentukan probabilitas penjualan paling banyak 2 lampu Andaikata persediaan lampu sisa 3, berapa probabilitas permintaan lebih dari 3 lampu
Distribusi poisson sbg pendekatan distribusi binomial
- Slides: 31