BAB I PENDAHULUAN

1.1

Latar Belakang Salah satu jenis distribusi variabel random diskrit yang paling sederhana

adalah distribusi binomial. Distribusi Binomial adalah distribusi untuk proses Bernoulli. Distribusi ini dikemukakan pertama kali oleh seorang ahli matematika bangsa Swiss yang bernama J. Bernoulli (1654-1705). Suatu sebaran Bernoulli merupakan performans dari suatu percobaan dengan hanya memiliki dua macam keluaran yaitu “Sukses” atau “Gagal”. Probabilitas sukses dilambangkan dengan p, sedangkan probabilitas gagal dilambangkan dengan q dimana p+q = 1. Sedangkan sebaran binomial berasal dari percobaan binomial yaitu suatu proses percobaan yang terdiri dari sederetan tindakan Bernoulli yang saling bebas dan diulang sebanyak n kali. Berdasarkan latar belakang diatas, penulis memberi judu lmakalah ini “Bernoulli dan Binomial”. Tujuan penulis menyusun makalah ini adalah untuk mengetahui lebih lanjut tentang sebaran Bernoulli dan binomial terkait tentang fungsi kepekatan peluang, nilai harapan, ragam, fungsi pembangkit momen, dan fungsi pembangkit momen faktorial. Dan agar dapat mengetahui kemungkinan (peluang) kesuksesan maupun kegagalan dari sebuah percobaan. 1.2 Rumusan Masalah Berdasarkan latar belakang diatas, yang menjadi rumusan masalah dari penulisan ini adalah : 1. 2. Apa pengertian sebaran bernoulli Apa pengertian sebaran binomial

1.3 1.

Tujuan Penyusunan Makalah Untuk mengetahui apa yang dimaksud dengan Bernoulli, ciri-ciri Bernoulli, dan sifat sebarannya.

2.

Untuk mengetahui apa yang dimaksud dengan Binomial, ciri-ciri Binomial, dan sifat sebarannya.

1

dimana p adalah peluang “sukses” dan q = 1.p adalah peluang “gagal”.x 0 atau 1 ( x lainnya ). Dalam percobaan Bernoulli. 2. Jika fungsi kepekatan peluangnya adalah f(0)=q dan f(1)=p dan peubah acak Bernoullinya adalah : X (e) = 0 jika e  E ƒ(x) = px q1-x ◦ 1 jika e  E Maka fungsi kepekatan peluang dari sebaran Bernouli dapat diekspresikan sebagai berikut : untuk x = 0 atau 1 dan besarnya q = 1-p dan 0 < p < 1.1.1 Fungsi Kepekatan Peluang Fungsi kepekatan peluang digunakan untuk peubah acak diskrit. dimana 0 < p < 1 2 . maka peluang gagal q = 1 – p 2. Sebuah percobaan Bernoulli harus memenuhi syarat: 1. dan jika X adalah peubah acak yang menyatakan kejadian sukses. Percobaan tersebut disebut dengan tindakan Bernoulli atau percobaan Bernoulli (Bernoulli trial). fungsi kepekatan peluang pada nilai tertentu adalah peluang bahwa peubah acak mempunyai nilai. x = 0.1 Sebaran Bernoulli Suatu sebaran Bernoulli merupakan suatu hasil dari suatu percobaan yang hanya memiliki dua macam keluaran yaitu “sukses” atau “gagal”.BAB II LANDASAN TEORI 2. 1 . Keluaran yang mungkin hanya salah satu dari “sukses” atau “gagal” Jika peluang sukses p. .p) = 0 . maka sebaran peluang Bernoulli dapat didefinisikan sebagai : px q1-x ƒ (x. (Sigit Nugroho : 2008).

2.1.1.1. x = 1 ) dan jika fungsi kepekatan peluangnya adalah f(0)=q dan f(1)=p.2 rumus nilai harapan Bernoulli dapat ditulis sebagai berikut : ( ) ∑ ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )( ) ( )( ) Dari pembuktian rumus diatas. secara umum ditulis x = E(X) = p. Pembuktian rumus nilai harapan Bernoulli sebagai berikut : Definisi 2. maka berdasarkan definisi 2.2 Jika X adalah peubah acak diskret dengan fungsi kepekatan peluang ƒ(x). atau .p2 = p (1-p) = p q Jadi rumus ragam sebaran Bernoulli dapat ditulis : 2x = p q. Karena sebaran Bernoulli hanya memiliki dua kemungkinan yaitu sukses atau gagal (1 atau 0) maka rumus nilai harapan dari sebaran Bernoulli didefinisikan sebagai x = E(X) = p.p2 = p (1-p) = p q Bukti : ( ) ( ) ∑ ∑ ( ) ( ) ( ) ( ) ( ) ( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) 2x = Var (X) = E(X2)-( E(X)) 2 = p . Rumus ragam sebaran Bernoulli dapat diperoleh dari rumus nilai harapan yaitu : Var (X) = E(X2)-( E(X)) 2 = p .3 Ragam Ragam adalah sebuah ukuran dispersi dari peubah acak.1. maka nilai harapan dari X didefinisikan sebagai ( ) ∑ ( ) Karena sebaran Bernoulli hanya memiliki dua kemungkinan yaitu “sukses” atau “gagal” ( x = 0.2 Nilai Harapan Nilai harapan adalah sebuah ukuran rata-rata dari suatu peubah acak. 2. terbukti bahwa nilai harapan ( x) Bernoulli adalah p. 3 .

fungsi tersebut merupakan jumlah peubah acak bebas. Jadi fungsi pembangkit momen dirumuskan sebagai berikut : MX(t) = E(etX) ( ) ( ) ∑ ∫ ( ) ( ) (Ronald E.2.4 Fungsi Pembangkit Momen Fungsi pembangkit momen adalah suatu teknik atau cara mencari distribusi fungsi dengan beberapa peubah acak. Definisi 2.1.5 Momen faktorial ke-r peubah acak X didefinisikan sebagai E[ ( ) ( )] dan fungsi pembangkit momen faktorial peubah acak didefinisikan sebagai Gx(t) = E(tx) jika nilai harapannya ada untuk semua t dalam beberapa interval terbuka yang mencakup nilai 1 dalam bentuk 1.1.4 rumus fungsi pembangkit momen sebaran Bernoulli dapat ditulis sebagai berikut : ( ) ∑ ( ( ) ) ∑ ( ) ∑( ( ) )( ) ( ( )( ) ) ( ( ) ( ) ( ) Jadi rumus fungsi pembangkit momen sebaran Bernoulli adalah ). 4 . Karena sebaran Bernoulli merupakan peubah acak diskret.5 Fungsi Pembangkit Momen Faktorial Momen faktorial adalah bentuk khusus lain dari nilai harapan peubah acak. Definisi 2. 2. Walpole dan Raymond H.1.1. Myers : 1986).4 Fungsi pembangkit momen peubah acak X diberikan oleh E(etX) dan dinyatakan dengan MX(t).1. maka berdasarkan definisi 2.

Jika peluang ‘sukses’ pada setiap tindakan Bernoulli tersebut adalah p. 2.2. Karena percobaan Binomial merupakan percobaan Bernaulli yang dilakukan berulang-ulang. 2. dan X melambangkan banyaknya kejadian ‘sukses’. kuantitas yang diamati adalah banyaknya ‘sukses’ dari sebanyak n tindakan pengulangan.1.5 rumus fungsi pembangkit momen faktorial dapat ditulis sebagai berikut : ( ) ( ) ∑ ( ) ( ) ( ) ( ) ( ) ∑ ( ) ( ) ∑( ) ( ) ( )( ) ( )( ) Jadi rumus fungsi pembangkit momen factorial adalah 2. 4. maka percobaan binomial menghasikan peluang sukses atau gagal yang jumlah suksesnya dihitung dalam setiap n percobaan.1 Fungsi Kepekatan Peluang Fungsi kepekatan peluang digunakan untuk peubah acak diskrit.Berdasarkan definisi 2.2 Sebaran Binomial Sebaran Binomial berasal dari suatu proses percobaan yang terdiri dari sederetan tindakan Bernoulli yang saling bebas dan diulang sebanyak n kali. percobaan binomial memiliki ciri-ciri sebagai berikut: 1. Percobaan tersebut dilakukan berulang-ulang sebanyak n kali Setiap percobaan menghasilkan keluaran yang dapat dikatagorikan sebagai gagal dan sukses 3. Secara langsung. maka fungsi kepekatan peluang dari peubah acak X dalam percobaan Binomial didefinisikan sebagai ( ) ( ) Fungsi kepekatan peluang Binomial diatas diperoleh dari uraian berikut ini : 5 . Dalam percobaan binomial. Probabilitas sukses p tetap konstan dari satu percobaan ke percobaan lain Percobaan yang berulang adalah saling bebas. fungsi kepekatan peluang pada nilai tertentu adalah peluang bahwa peubah acak mempunyai nilai.

Hal yang harus diperhatikan adalah ∑ ( ) ∑( ) ( ) Bila pada n percobaan terdapat paling tidak sebanyak r sukses. Karena ulangan semuanya bebas. Karena pembagian kelompok pada (2) saling terpisah. Banyaknya x hasil yang sukses dapat dinyatakan dengan ( ). adalah: ( ) ( ) ( ) ( ) ∑ ( ) 2.2 Nilai harapan Nilai harapan X dari sebaran Binomial dengan parameter n dan p adalah : x = E(X) =np Bukti rumus : 6 .1.2. maka peluang tiap hasil yang berbeda dapat digandakan. Pandang peluang sukses x dan gagal n-x dalam suatu urutan tertentu. maka sebaran binomial kumulatif yang ditulis P(X > r). dengan r<n. jadi peluang untuk urutan tersebut adalah p xqn-x. maka peluang x sukses diperoleh dari hasil penggandaan ( ) dengan pxqn-x. Tentukan banyaknya semua titik contoh dalam percobaan tersebut yang menghasilkan x yang sukses dan n-x yang gagal. Tiap sukses terjadi dengan peluang p dan gagal dengan peluang q=1 – p. 2. pada kelompok kedua. Banyaknya ini sama dengan banyaknya cara memisahkan n hasil menjadi dua kelompok sehingga x hasil berada pada kelompok pertama dan sisanya. n-x hasil. 3.

2. maka E(X2) = E[X(X-1)]+E[X] Dari rumus nilai harapan distribusi Binomial. 7 . telah diperoleh nilai E(X) dan nilai E[X(X-1)]. sehingga nilai E(X2) dapat dicari seperti berikut ini : E(X2) = E[X(X-1)]+E[X] = n(n-1)p2 + np= n2p2 – np2 + np = np(np) + np(1-p) = np(np+q).3 Ragam Ragam dari peubah acak X berdistribusi Binomial didefinisikan sebagai : 2x =Var(X) = E(X2) – [E(X)]2 = np(np+q)-(np)2 = npq Bukti : Karena E[X(X-1)] = E[X2-X] = E(X2) – E(X). Jadi rumus ragam distribusi Binomial dapat ditulis sebagai berikut : 2x =Var(X) = E(X2) – [E(X)]2 = np(np+q) – (np)2 = npq.( ) ∑ ( ) ∑ ( ( ( ) ( ) ) ) ) ( ) ( ) ( ) ∑ ∑( ( ( )) ∑ ( )( ) ∑ ( ( ( ) ) )( ) ( ( ) ) ) ( ) ( ) ∑ ( ∑( ) ( ) ( ) 2.

4 Fungsi Pembangkit Momen Fungsi pembangkit momen sebaran binomial X dapat diambil dari definisi Definisi 2.2 Ilustrasi Percobaan Binomial Ruang sampel A untuk percobaan E yang terdiri dari himpunan tak hingga tetapi masih terhitung dari titik – titik sampel: Jika S = Sukses dan G = Gagal E1: S (sukses pada percobaan pertama) E2: GS (gagal pada percobaan pertama dan sukses pada percobaan kedua) E3: SG (sukses pada percobaan pertama.2.G (sukses sebanyak x kali.. 8 . yaitu sukses dan gagal.S GGG.. sukses pada percobaan pertama) En : SSS.2.5 Fungsi Pembangkit Momen Faktorial Fungsi pembangkit momen faktorial peubah acak x yang berdistribusi binomial didefinisikan sebagai : () 2.1 Ilustrasi Percobaan Bernoulli Pada saat pelemparan sebuah koin maka terdapat dua macam kemungkinan. sukses pada percobaan ketiga) E5: GSG (gagal pada percobaan 1 dan 3.3..2.. gagal sebanyak n – x kali). gagal pada percobaan kedua) E4: GGS (gagal pada percobaan 1 dan 2.1.3..4 yaitu : ( ) ( )∑ ( ) ∑ ( ) ∑( )( ) Berdasarkan penguraian binomial (pet + q)n maka dapat diperoleh Mx(t) = (pet + q)n. 2. sukses pada percobaan kedua) E6: SGG (gagal pada percobaan 2 dan 3. 2.3 ( ) ∑ ( ) ∑ ( )( ) ( ) Ilustrasi Percobaan Bernoulli dan Percobaan Benomial 2.

Maka peluang X pada masing – masing percobaan E adalah: P(X) = p P(X) = qp = pq P(X)=pq P(X)=q2p = pq2 P(X)=qpq = pq2 P(X)= pqq = pq2 untuk E1 untuk E2 untuk E3 untuk E4 untuk E5 untuk E6 P(X) = Pxqn-x untuk En 9 .Jika peluang sukses dinotasikan dengan p maka peluang gagal adalah q = 1 – p. Peubah acak X menyatakan banyaknya sukses dari n percobaan yang saling bebas.

Jika variabel acak X menyatakan mahasiswa yang membeli rapido yang tintanya dapat diisi ulang.3 adalah : ƒ (x.p) = (p)x (q)1-x = ƒ (x. Di awal tahun ajaran baru.x=0. dan disebut percobaan Bernoulli).1 Contoh dan Pembahasan 3. Anggap p = (percobaan seperti ini hanya mempunyai dua hasil yaitu sukses atau gagal.3) = (0. Data yang ada selama ini menunjukkan bahwa 30% mahasiswa membeli rapido yang tintanya dapat diisi ulang.1 0<p<1 2.3 p(0) = p(X = 0) = 1 – 0.7)1-x .1. yang tintanya dapat di isi ulang (refill) dan yang tintanya harus diganti bersama dengan cartridgenya.3 = 0.1 Contoh sebaran Bernoulli 1. mahasiswa fakultas teknik biasanya membeli rapido untuk keperluan menggambar teknik. p adalah percobaan probabilitas sukses. maka dapat dibentuk distribusi probabilitas sebagai berikut: Jawab : 1 X= 0 jika mahasiswa membeli rapido yang cartidgenya harus diganti jika mahasiswa membeli rapido yang tintanya dapat isi ulang p(1) = p(X = 1) = 0. Anggap ada ilmuan yang melakukan percobaan.0.7 p(x 0 atau 1) = P(X 0 atau 1) = 0 Maka fungsi kepekatan peluang fungsi Bernoulli dengan satu parameter p = 0.3)x (0.BAB III HASIL DARI PEMBAHASAN 3. Misal X adalah variabel acak yang sama dengan jumlah keberhasilan pada hari 10 . Di koperasi tersedia dua jenis rapido.

60.80.80.20 1 2 1. Berdasarkan soal di atas hitunglah varians ? Jawab : Varians untuk p = x = E(X) = p = 11 .40.20 1 2 z Gambar fungsi untuk p = Gambar 1. Hitunglah fungsi kepekatan peluang ? f(0) = P(X = 0) = 1 – p f(1) = P(X = 1) = p f(a) = 0 untuk semua nilai a yang lain 10.40.1 Grafik fungsi kepekatan untuk p = F(X) Gambar Selanjutnya kita dapat menghitung fungsi sebaran kumulatif : f(a) = 0 f(a) = 1-p f(a) = 1 jika a < 0 jika a < a < 1 jika a > 1 F(x) 10. Berdasarkan soal di atas.2 3. Dengan demikian X hanya mempunyai dua nilai yaitu 0 dan 1.tertentu.60. hitunglah nilai harapan ? Jawab : Karena hanya memiliki nilai 0 atau 1 maka 4.

00 σ² = 5 ×0.80 maka μ = 5 ×0. 10 % dari semacam benda tergolong kategori A. empat muka adalah ( ) ( ) ( ) = ( 2.p2 = p (1-p) = 0.( ) ( ) ( ) ( ) .8944 6. Berapa peluang sampel itu akan berisi benda kategori A : a.1. = 0.20). X =30 P (X = 30) = [ ] ( ) ( ) 12 . Semuanya b.8) = 0. Sebuah sampel berukuran 30 diambil secara acak.16.5.2 (0.80 σ = 080.20 sehingga q = 0.2 (1-0. Peluang keberhasilan setiap ulangan yang bebas ini adalah 1/6 dan peluang kegagalan adalah 5/6. peluang kemunculan tepat ).80 = 0. n = 5 dan p = 0.032.20 × 0.Var (X) = E(X2)-( E(X)) 2 = p . Dalam hal ini munculnya bilangan 2 dianggap keberhasilan maka : ƒ(3. 4. Apakah peluang dari tepat empat kepala muncul ketika suatu koin dilemparkan sebanyak tujuh kali? Solusi : Terdapat 27 = 128 keluaran yang mungkin.1 Contoh sebaran Binomial 1. 5 0.2) = 0. Paling banyak 2 buah Jawab : n = 30. ( ) . Akibatnya. di mana x = 5. ) = 5. Untuk b(5.20 = 1.1 a. maka peluang untuk masing-masing dari keluaran tadi adalah : (p)x(q)n-x=. Suatu koin dimodifikasi sehingga peluang muncul muka adalah . p = 0. Jumlah kemungkinan kemunculan empat muka diantara tujuh pelemparan adalah ( ) Karena ketujuh pelemparan tersebut saling bebas.( )3 ( )5-3 = 0.

μ = n. peluang orang tersebut memperoleh minimal 3 tetapi kurang dari 7 barang yang rusak c.25x0.0423 + 0. X paling banyak 2.25.25 = 25. berarti X ≤ 2 P(x≤2) = P(x=0) + P(x=1) + P(x=2) P (x=0) = [ P (x=1) = [ P (x=2) = [ ] ( ] ( ] ( ) ( ) ( ) ( ) ) ) maka P(x≤2) = 0.p.227 = 0.3213 c. tentukan : a.9219 = 0. = n.6778 = 0.p = 10x0.artinya untuk mendapatkan benda kategori A sebanyak 30 peluang nyaris nol b. 7. P(3 < X<7)=P(3 < X < 6) = P(X < 6) – P(X < 2) =0. Seorang penjual mengatakan bahwa 25% dari seluruh dagangannya rusak akibat truk yang membawa barang itu mengalami kecelakaan.1409 + 0.4102.9803 – 0.875 13 . rata-rata dan simpangan baku barang yang rusak penyelesaian: Misalkan X = banyaknya barang yang rusak p = 0. P(X =5) =P(X < 5) – P(X < 4) = 0. Jika seseorang membeli barang dagangan itu sebanyak 10 buah.75 = 1. n = 10 a.9991-0.(1-p) = 10x0.0584 b. peluang orang itu akan mendapat 5 barang yang rusak b.

10.BAB IV KESIMPULAN 1. n. 2. 4..Percobaan tersebut disebut dengan tindakan Bernoulli atau percobaan Bernoulli (Bernoulli trial). Fungsi pembangkit momen sebaran binomial : Mx(t) = (pet + q)n 11. 5. percobaan itu hanya memiliki dua macam keluaran yaitu “Sukses” atau “Gagal”. Maka fungsi kepekatan peluang dari sebaran Bernoulli dapat diekspresikan sebagai berikut : 0 < p < 1. (Sigit Nugroho : 2008) 2. ( ) ( ) ( ) ( ) ( )( ) ( )( ) ( ) Sebaran Binomial berasal dari percobaan Binomial yaitu suatu proses percobaan yang terdiri dari sederetan tindakan Bernoulli yang saling bebas dan diulang sebanyak n kali. Suatu sebaran Bernoulli merupakan suatu performans dari suatu percobaan. 9. Rumus nilai harapan sebaran Bernoulli : x= E(X) = p. 3. Fungsi kepekatan peluang dari sebaran binomial : b(x. Nilai harapan binomial x = E(X) =np Varian sebaran binomial adalah : Var(X) = E(X2) – [E(X)]2 = np(np+q)-(np)2 = npq. 8. n. Rumus ragam saebaran bernoulli : 2x = p q Fungsi pembangkit momen sebaran bernoulli ( ) ∑ ( ) ∑ ∑( ) ƒ(x) = pxq1-x untuk x=0 atau 1 danbesarnya q = 1-p dan 6. Fungsi pembangkit momen faktorial () ( ) ∑ ( ) ∑( )( ) ( ) 14 . …. p) = pxqn-x dimana x = 0. 1. 7.

Sign up to vote on this title
UsefulNot useful