P. 1
distribusi-diskrit

distribusi-diskrit

|Views: 26|Likes:
Published by Robitea

More info:

Published by: Robitea on Sep 22, 2012
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PPTX, PDF, TXT or read online from Scribd
See more
See less

09/22/2012

pdf

text

original

DISTRIBUSI DISKRIT

DARMANTO
DISTRIBUSI SERAGAM
DISTRIBUSI DISKRIT
2
D
a
r
m
a
n
t
o

|

D
e
p
t
.
o
f

M
a
t
h
e
m
a
t
i
c
s

DIST. SERAGAM-1
 Definisi: Bila peubah acak X mandapat nilai X
1
, X
2
,
…, X
k
, dengan peluang yang sama, maka distribusi
seragam diskrit diberikan oleh:



 Lambang f(x;k) merupakan pengganti f(x) untuk
menunjukkan bahwa distribusi seragam tersebut
bergantung pada parameter k.

1 2
1
( ; ) , , ,...,
k
f x k x x x x
k
= =
3
D
a
r
m
a
n
t
o

|

D
e
p
t
.
o
f

M
a
t
h
e
m
a
t
i
c
s

DIST. SERAGAM-2
 Teorema: Rata-rata dan varians untuk distribusi
seragam diskrit f(x;k) adalah




 Bila sebuah bola lampu dipilih secara acak dari
sekotak bola lampu yang berisi 1 yang 40-watt, 1
yang 60-watt, 1 yang 75-watt, dan 1 yang 100-watt,
maka tiap unsur ruang sampel S={40, 60, 75, 100}
muncul dengan peluang ¼. Jadi distribusinya
seragam dengan …



( )
2
2
1 1
dan
k k
i i
i i
x x
k k
µ
µ o
= =
÷
= =
¿ ¿
4
D
a
r
m
a
n
t
o

|

D
e
p
t
.
o
f

M
a
t
h
e
m
a
t
i
c
s

DIST. SERAGAM-3
1
( ; 4) , 40, 60, 75,100
4
f x x = =
4
1
40 60 75 100
68.75
4 4
i
i
x
µ
=
+ + +
= = =
¿
4
2
2 2
2
1
( )
(40 68.75) ... (100 68.75)
639.6
4 4
i
i
x µ
o
=
÷
÷ + + ÷
= = =
¿
5
D
a
r
m
a
n
t
o

|

D
e
p
t
.
o
f

M
a
t
h
e
m
a
t
i
c
s

DIST. SERAGAM-4

-
0.050
0.100
0.150
0.200
0.250
40 60 75 100
P
e
l
u
a
n
g

Watt
6
D
a
r
m
a
n
t
o

|

D
e
p
t
.
o
f

M
a
t
h
e
m
a
t
i
c
s

DISTRIBUSI BINOMIAL
DISTRIBUSI DISKRIT
7
D
a
r
m
a
n
t
o

|

D
e
p
t
.
o
f

M
a
t
h
e
m
a
t
i
c
s

DIST. BINOMIAL - 1
 Dist. Binomial → Banyaknya X yang sukses dari n
usaha/proses Bernoulli.

 Syarat proses Bernoulli:
 Percobaan terdiri dari n usaha yang berulang
 Tiap usaha memberi hasil yang dapat dikelompokkan
menjadi sukses atau gagal
 Peluang sukses, dinyatakan dengan p, tidak berubah
dari usaha yang satu ke usaha berikutnya
 Tiap usaha bebas dengan usaha yang lainnya.


8
D
a
r
m
a
n
t
o

|

D
e
p
t
.
o
f

M
a
t
h
e
m
a
t
i
c
s

DIST. BINOMIAL - 2
 Perhatikan:
Tiga bahan diambil secara acak dari suatu hasil
pabrik, diperiksa dan kemudian yang cacat
dipisahkan dari yang tidak cacat. Bahan yang
cacat akan disebut sukses. → X adalah
banyaknya bahan yang cacat dan S={TTT, TCT,
TTC, CTT, TCC, CTC, CCT, CCC} [C=cacat; T=tak
cacat].
Hasil TTT TTC TCT CTT TCC CTC CCT CCC
x 0 1 1 1 2 2 2 3
9
D
a
r
m
a
n
t
o

|

D
e
p
t
.
o
f

M
a
t
h
e
m
a
t
i
c
s

DIST. BINOMIAL - 3
Misalkan ada info bahwa bahan tersebut
dipilih secara acak dari proses yang
dianggap menghasilkan 25% bahan yang
cacat, p = 0.25, maka
P(CTT) = (0.25)(0.75)(0.75) = 0.141
dengan cara yang sama didapatkan dist.
peluang X adalah
x 0 1 2 3
f(x) 0.422 0.422 0.141 0.016
Dist. Binomial
10
D
a
r
m
a
n
t
o

|

D
e
p
t
.
o
f

M
a
t
h
e
m
a
t
i
c
s

DIST. BINOMIAL - 4
 Definisi: Suatu usaha Bernoulli dapat
menghasilkan sukses dengan peluang p dan gagal
dengan peluang q = 1-p, maka dist. peluang
peubah acak binomial X, yaitu banyaknya sukses
dalam n usaha Bernoulli adalah


 Teorema:
Distribusi binomial b(x;n,p) mempunyai rata-rata
dan varians
μ = np dan σ
2
= npq

( ; , ) , 0,1, 2,...,
x n x
n
b x n p p q x n
x
÷
| |
= =
|
\ .
11
D
a
r
m
a
n
t
o

|

D
e
p
t
.
o
f

M
a
t
h
e
m
a
t
i
c
s

DIST. BINOMIAL - 5
 Perhatikan contoh lalu:




 Ini, dapat juga ditulis sebagai

x 0 1 2 3
f(x) 0.422 0.422 0.141 0.016
3
3
( ;3, 0.25) (0.25) (0.75) , 0,1, 2,...,
x x
b x x n
x
÷
| |
= =
|
\ .
12
D
a
r
m
a
n
t
o

|

D
e
p
t
.
o
f

M
a
t
h
e
m
a
t
i
c
s

DIST. BINOMIAL - 6
 Contoh: Suatu suku cadang dapat menahan uji
goncangan tertentu dengan peluang ¾. Hitunglah
peluang bahwa tepat 2 dari 4 suku cadang yang
diuji tidak akan rusak!

 Solusi:
n = 4; p = ¾ → q = ¼. Berapa P(X=2)?

2 2
2
4
4
3 3 1 4! 3 27
2; 4, .
2 4 4 4 2!2! 4 128
b
| |
| | | | | |
= = =
| | | |
\ . \ . \ .
\ .
13
D
a
r
m
a
n
t
o

|

D
e
p
t
.
o
f

M
a
t
h
e
m
a
t
i
c
s

DIST. BINOMIAL - 7
 Berapa P(X < x) atau P(x
1
< X < x
2
)?
→ Tabel Binomial: b(x;n,p) = ∑
n
x=0
b(x;n,p).

 Contoh:
Peluang untuk sembuh seorang penderita penyakit
darah yang jarang adalah 0.4. Bila diketahui ada 15
orang yang telah mengidap penyakit tersebut,
berapakah peluangnya: a) paling sedikit 10 akan
sembuh; b) antara 3 sampai 8 yang sembuh; c)
tepat 5 yang sembuh!
14
D
a
r
m
a
n
t
o

|

D
e
p
t
.
o
f

M
a
t
h
e
m
a
t
i
c
s

DIST. BINOMIAL - 8
 Solusi:
X = # penderita yang sembuh;
n = 15; p = 0.4; q = 0.6.

a). P(X ≥ 10) = 1 – P(X ≤ 9)
= 1 – ∑
9
x=0
b(x;15,0.4)
= 1 – 0.9662 = 0.0338

15
D
a
r
m
a
n
t
o

|

D
e
p
t
.
o
f

M
a
t
h
e
m
a
t
i
c
s

16
D
a
r
m
a
n
t
o

|

D
e
p
t
.
o
f

M
a
t
h
e
m
a
t
i
c
s

DIST. BINOMIAL - 9
b). P(3 ≤ X ≤ 8)
= P(X ≤ 8) – P(X ≤ 2)
= ∑
8
x=0
b(x;15,0.4) – ∑
2
x=0
b(x;15,0.4)
= 0.9050 – 0.0271
= 0.8779

c). P(X = 5) = P(X ≤ 5) – P(X ≤ 4)
= ∑
5
x=0
b(x;15,0.4) – ∑
4
x=0
b(x;15,0.4)
= 0.4032 – 0.2173
= 0.1859



17
D
a
r
m
a
n
t
o

|

D
e
p
t
.
o
f

M
a
t
h
e
m
a
t
i
c
s

DIST. BINOMIAL - 10
18
D
a
r
m
a
n
t
o

|

D
e
p
t
.
o
f

M
a
t
h
e
m
a
t
i
c
s

0
0.05
0.1
0.15
0.2
0.25
0 1 2 3 4 5 6 7 8 9 10 11 12
bin(x;12,0.3)
DISTRIBUSI HIPERGEOMETRIK
DISTRIBUSI DISKRIT
19
D
a
r
m
a
n
t
o

|

D
e
p
t
.
o
f

M
a
t
h
e
m
a
t
i
c
s

DIST. HIPERGEOMETRIK - 1
 Perhatikan:
Misal diambil 5 kartu secara acak dari 52 kartu bridge (13
diamond, 13 heart, 13 spade, dan 13 club). Ingin diketahui
peluang terambil 3 dari kartu berwarna merah dan 2 warna
hitam.
 Ada sebanyak
26
C
3
cara untuk mengambil 3 kartu merah
 Ada sebanyak
26
C
3
cara untuk mengambil 2 kartu hitam
 Ada sebanyak
52
C
5
cara untuk mengambil 5 kartu dari semua kartu
bridge.
Maka peluang terambil 3 merah dan 2 hitam adalah
26 26
3 2
(26!/ 3!23!)(26!/ 3!23!)
(3 , 2 ) 0.3251
52
(52!/ 5!47!)
5
P M H
| || |
| |
\ .\ .
= = =
| |
|
\ .
20
D
a
r
m
a
n
t
o

|

D
e
p
t
.
o
f

M
a
t
h
e
m
a
t
i
c
s

DIST. HIPERGEOMETRIK - 2
 Definisi: Dist. peluang pa hipergeometrik X, yaitu
banyaknya sukses dalam sampel acak ukuran n
yang diambil dari N benda yang mengandung k
bernama sukses dan N-k bernama gagal, ialah


( ; , , ) ; 0,1, 2,...
k N k
x n x
h x N n k x n
N
n
÷
| || |
| |
÷
\ .\ .
= =
| |
|
\ .
21
D
a
r
m
a
n
t
o

|

D
e
p
t
.
o
f

M
a
t
h
e
m
a
t
i
c
s

DIST. HIPERGEOMETRIK - 3
Kalimat verbalnya:

Yakni banyaknya macam sampel ukuran n yang
dapat diambil dari N benda ialah
N
C
n
. Sampel ini
dianggap mempunyai peluang sama. Ada sebanyak
k
C
x
cara memilih x sukses dari sebanyak k yang
tersedia, dan untuk tiap cara ini dapat dipilih n-x
gagal dalam
N-k
C
n-x
cara. Jadi semuanya ada
k
C
x
.
N-
k
C
n-x
macam sampel dari
N
C
n
sampel yang mungkin
diambil.
22
D
a
r
m
a
n
t
o

|

D
e
p
t
.
o
f

M
a
t
h
e
m
a
t
i
c
s

DIST. HIPERGEOMETRIK - 4
 Teorema: Rata-rata dan varians distribusi
hipergeometrik h(x; N, n, k) adalah



 Contoh:
Suatu kotak berisi 40 suku cadang dikatakan memenuhi
syarat penerimaan bila berisi tidak lebih dari 3 yang
cacat. Cara sampling kotak ialah dengan memilih 5 suku
cadang secara acak dari dalamnya dan menolak kotak
tersebut bila di antaranya ada yang cacat. Berapakah
peluang mendapatkan tepat satu yang cacat dalam
sampel berukuran 5 bila kotak tersebut berisi 3 yang
cacat?
23
D
a
r
m
a
n
t
o

|

D
e
p
t
.
o
f

M
a
t
h
e
m
a
t
i
c
s

2
.
dan . . 1
1
n k N n k k
n
N N N N
µ o
÷
| |
= = ÷
|
÷
\ .
DIST. HIPERGEOMETRIK - 5
24
D
a
r
m
a
n
t
o

|

D
e
p
t
.
o
f

M
a
t
h
e
m
a
t
i
c
s

0
0.05
0.1
0.15
0.2
0.25
0.3
0
1
2
3
4
5
6
7
8
9
10
11
P
e
l
u
a
n
g

x sukses
h(x;40,16,11)
DIST. HIPERGEOMETRIK - 6
 Jika N → ∞ maka dist. Hipergeometri dapat dihampiri dengan
dist. Binomial.

 Contoh: Suatu pabrik ban melaporkan bahwa dari pengiriman
sebanyak 5000 ban ke suatu toko tertentu terdapat 1000 yang
cacat. Bila seseorang membeli 10 ban ini secara acak dari toko
tersebut, berapakah peluangnya mengandung 3 yang cacat

h(3; 5000, 10, 1000) = 0.201478 atau
peluang mendapat ban cacat (p) = 1000/5000 = 0.2; maka
h(3; 5000, 10, 1000) ≈ b(3; 10, 0.2)
= ∑
3
x=0
b(x;10,0.2) – ∑
2
x=0
b(x;10,0.2)
= 0.8791 – 0.6778
= 0.2013
25
D
a
r
m
a
n
t
o

|

D
e
p
t
.
o
f

M
a
t
h
e
m
a
t
i
c
s

DIST. BINOMIAL NEGATIF
DISTRIBUSI DISKRIT
D
a
r
m
a
n
t
o

|

D
e
p
t
.
o
f

M
a
t
h
e
m
a
t
i
c
s

26
DIST. BINOMIAL NEGATIF - 1
 Definisi: Bila usaha yang saling bebas, dilakukan
berulang kali menghasilkan sukses dengan peluang
p sedangkan gagal dengan peluang q=1-p, maka
dist. peluang p.a X, yaitu banyaknya usaha yang
berakhir tepat pada sukses ke k, diberikan oleh

27
D
a
r
m
a
n
t
o

|

D
e
p
t
.
o
f

M
a
t
h
e
m
a
t
i
c
s

1
( ; , ) ; , 1, 2,...
1
k x k
x
b x k p p q x k k k
k
- ÷
÷
| |
= = + +
|
÷
\ .
DIST. BINOMIAL NEGATIF - 2
 Perhatikan:
Misal penggunaan semacam obat diketahui 60% manjur untuk
mengobati sejenis penyakit. Penggunaan obat tersebut dianggap
sukses bila menyembuhkan si penderita sampai taraf tertentu.
Ingin diketahui peluang penderita kelima yang sembuh
merupakan orang yang ketujuh yang menerima obat tersebut
selama minggu tertentu. Jika S menyatakan sukses dan G
menyatakan gagal, maka SSSSGGS atau SGSSGSS [intinya
orang ke-7 adalah sukses ke-5] merupakan suatu kemungkinan
urutan mencapai hal tersebut, yang terjadi dengan peluang (0.6)
(0.6) (0.6) (0.6) (0.4) (0.4) (0.6) = (0.6)
5
(0.4)
2

Jumlah semua urutan yang mungkin sama dengan banyaknya
cara memisahkan keenam usaha yang pertama menjadi 2
kelompok yaitu 2 gagal dan 4 sukses, sehingga banyak urutan
yang mungkin adalah
6
C
2
atau
6
C
4
, 15 cara.

Jadi, peluangnya adalah 15 (0.6)
5
(0.4)
2
= 0.1866
28
D
a
r
m
a
n
t
o

|

D
e
p
t
.
o
f

M
a
t
h
e
m
a
t
i
c
s

DIST. BINOMIAL NEGATIF - 3
29
D
a
r
m
a
n
t
o

|

D
e
p
t
.
o
f

M
a
t
h
e
m
a
t
i
c
s

0
0.0002
0.0004
0.0006
0.0008
0.001
0.0012
0.0014
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
b*(x;14,0.25)
DIST. GEOMETRIK
DISTRIBUSI DISKRIT
D
a
r
m
a
n
t
o

|

D
e
p
t
.
o
f

M
a
t
h
e
m
a
t
i
c
s

30
DIST. GEOMETRIK - 1
 Definisi: Bila usaha yang saling bebas dan
dilakukan berulang kali menghasilkan sukses
dengan peluang p, gagal dengan peluang q=1-p,
maka dist. p.a X, yaitu banyaknya usaha sampai
saat terjadi sukses yang pertama, diberikan oleh
31
D
a
r
m
a
n
t
o

|

D
e
p
t
.
o
f

M
a
t
h
e
m
a
t
i
c
s

1
( ; ) ; 1, 2, 3...
x
g x p pq x
÷
= =
1 1 1
1
( ;1, ) ( ; )
1 1
x x
x
b x p p q pq g x p
- ÷ ÷
÷
| |
= = =
|
÷
\ .
DIST. GEOMETRIK - 2
 Contoh: Dalam suatu proses produksi diketahui
bahwa rata-rata di antara 100 butir hasil produksi 1
yang cacat. Berapakah peluang bahwa setelah 5
butir yang diperiksa baru menemukan cacat
pertama?


32
D
a
r
m
a
n
t
o

|

D
e
p
t
.
o
f

M
a
t
h
e
m
a
t
i
c
s

5 1
(5; 0.01) (0.01)(0.99) 0.00951 g
÷
= =
DISTRIBUSI POISSON
DISTRIBUSI DISKRIT
D
a
r
m
a
n
t
o

|

D
e
p
t
.
o
f

M
a
t
h
e
m
a
t
i
c
s

33
DIST. POISSON - 1
 Definisi: Dist peluang p.a Poisson X, yang
menyatakan banyaknya sukses yang terjadi dalam
suatu selang waktu atau daerah tertentu dinyatakan
dengan t, diberikan oleh




λt menyatakan rata-rata banyaknya sukses yang
terjadi per satuan waktu atau daerah tersebut.
e = 2.71828…




34
D
a
r
m
a
n
t
o

|

D
e
p
t
.
o
f

M
a
t
h
e
m
a
t
i
c
s

( )
( ; ) ; 0,1, 2,...
!
t x
e t
p x t x
x
ì
ì
ì
÷
= =
DIST. POISSON - 2
 Contoh: Rata-rata banyaknya tanker minyak yang
tiba tiap hari di suatu pelabuhan adalah 10.
Pelabuhan tersebut hanya mampu menerima
paling banyak 15 tanker sehari. Berapakah
peluang pada suatu hari tertentu tanker terpaksa
ditolak karena pelabuhan tak mampu melayani?

 P(X > 15) = 1 – P(X ≤ 15)
= 1 – ∑
15
x=0
p(x;10)
= 1 – 0.9513
= 0.0487
35
D
a
r
m
a
n
t
o

|

D
e
p
t
.
o
f

M
a
t
h
e
m
a
t
i
c
s

36
D
a
r
m
a
n
t
o

|

D
e
p
t
.
o
f

M
a
t
h
e
m
a
t
i
c
s

DIST. POISSON - 3
 Teorema: Misalkan X p.a binomial dengan dist peluang
b(x;n,p). Bila n → ∞, p → 0 dan (λt) = np tetap sama,
maka

b(x;n,p) → p[x; (λt)]

 Contoh: Dalam suatu proses produksi yang
menghasilkan barang dari gelas, terjadi gelembung atau
cacat yang kadang-kadang menyebabkan barang
tersebut sulit dipasarkan, Diketahui bahwa rata-rata 1
dari 1000 barang yang dihasilkan mempunyai satu atau
lebih gelembung. Berapakah peluang bahwa dalam
sampel acak sebesar 8000 barang akan berisi kurang
dari 7 yang bergelembung?


37
D
a
r
m
a
n
t
o

|

D
e
p
t
.
o
f

M
a
t
h
e
m
a
t
i
c
s

DIST. POISSON - 4
 n = 8000; p = 1/1000 = 0.001
→ (λt) = np = (8000)(0.001) = 8.
Jika X = # barang yang bergelembung, maka

P(X < 7) = P(X ≤ 6)
= ∑
6
x=0
b(x;8000,0.001)
≈ ∑
6
x=0
p(x;8)
= 0.3134


38
D
a
r
m
a
n
t
o

|

D
e
p
t
.
o
f

M
a
t
h
e
m
a
t
i
c
s

DIST. POISSON - 5
39
D
a
r
m
a
n
t
o

|

D
e
p
t
.
o
f

M
a
t
h
e
m
a
t
i
c
s

0
0.01
0.02
0.03
0.04
0.05
0.06
0.07
0.08
0.09
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52 54 56 58 60 62
p(x;20)
TERIMA KASIH
DARMANTO
DEPT. of MATHEMATICS
FAC. of MATHEMATICS & NATURAL SCIENCES
UNIVERSITY of BRAWIJAYA
D
a
r
m
a
n
t
o

|

D
e
p
t
.
o
f

M
a
t
h
e
m
a
t
i
c
s

40

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->