P. 1
Bernoulli Binomial

Bernoulli Binomial

|Views: 160|Likes:
Published by Ranzick Xevent
pembahasan mengenai Bernoulli Binomial
pembahasan mengenai Bernoulli Binomial

More info:

Published by: Ranzick Xevent on Feb 28, 2013
Copyright:Attribution Non-commercial

Availability:

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

10/27/2015

pdf

text

original

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

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

2. Rumus ragam sebaran Bernoulli dapat diperoleh dari rumus nilai harapan yaitu : Var (X) = E(X2)-( E(X)) 2 = p . maka nilai harapan dari X didefinisikan sebagai ( ) ∑ ( ) Karena sebaran Bernoulli hanya memiliki dua kemungkinan yaitu “sukses” atau “gagal” ( x = 0.p2 = p (1-p) = p q Bukti : ( ) ( ) ∑ ∑ ( ) ( ) ( ) ( ) ( ) ( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) 2x = Var (X) = E(X2)-( E(X)) 2 = p . 2.1.1. Pembuktian rumus nilai harapan Bernoulli sebagai berikut : Definisi 2.p2 = p (1-p) = p q Jadi rumus ragam sebaran Bernoulli dapat ditulis : 2x = p q.2 rumus nilai harapan Bernoulli dapat ditulis sebagai berikut : ( ) ∑ ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )( ) ( )( ) Dari pembuktian rumus diatas.3 Ragam Ragam adalah sebuah ukuran dispersi dari peubah acak. 3 .1.1.2 Jika X adalah peubah acak diskret dengan fungsi kepekatan peluang ƒ(x). secara umum ditulis x = E(X) = p. atau . maka berdasarkan definisi 2.2 Nilai Harapan Nilai harapan adalah sebuah ukuran rata-rata dari suatu peubah acak. x = 1 ) dan jika fungsi kepekatan peluangnya adalah f(0)=q dan f(1)=p. terbukti bahwa nilai harapan ( x) Bernoulli adalah p. 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.

Definisi 2. maka berdasarkan definisi 2.5 Fungsi Pembangkit Momen Faktorial Momen faktorial adalah bentuk khusus lain dari nilai harapan peubah acak.1. 2.1.1.5 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. fungsi tersebut merupakan jumlah peubah acak bebas. Jadi fungsi pembangkit momen dirumuskan sebagai berikut : MX(t) = E(etX) ( ) ( ) ∑ ∫ ( ) ( ) (Ronald E. 4 . Definisi 2.1. Walpole dan Raymond H. Karena sebaran Bernoulli merupakan peubah acak diskret.4 Fungsi Pembangkit Momen Fungsi pembangkit momen adalah suatu teknik atau cara mencari distribusi fungsi dengan beberapa peubah acak.1.4 rumus fungsi pembangkit momen sebaran Bernoulli dapat ditulis sebagai berikut : ( ) ∑ ( ( ) ) ∑ ( ) ∑( ( ) )( ) ( ( )( ) ) ( ( ) ( ) ( ) Jadi rumus fungsi pembangkit momen sebaran Bernoulli adalah ).2.4 Fungsi pembangkit momen peubah acak X diberikan oleh E(etX) dan dinyatakan dengan MX(t). Myers : 1986).

Secara langsung. percobaan binomial memiliki ciri-ciri sebagai berikut: 1.1. 4. dan X melambangkan banyaknya kejadian ‘sukses’. Jika peluang ‘sukses’ pada setiap tindakan Bernoulli tersebut adalah p.Berdasarkan definisi 2. Dalam percobaan binomial.2. Karena percobaan Binomial merupakan percobaan Bernaulli yang dilakukan berulang-ulang. 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 tersebut dilakukan berulang-ulang sebanyak n kali Setiap percobaan menghasilkan keluaran yang dapat dikatagorikan sebagai gagal dan sukses 3. kuantitas yang diamati adalah banyaknya ‘sukses’ dari sebanyak n tindakan pengulangan. 2. 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.5 rumus fungsi pembangkit momen faktorial dapat ditulis sebagai berikut : ( ) ( ) ∑ ( ) ( ) ( ) ( ) ( ) ∑ ( ) ( ) ∑( ) ( ) ( )( ) ( )( ) Jadi rumus fungsi pembangkit momen factorial adalah 2. maka fungsi kepekatan peluang dari peubah acak X dalam percobaan Binomial didefinisikan sebagai ( ) ( ) Fungsi kepekatan peluang Binomial diatas diperoleh dari uraian berikut ini : 5 . fungsi kepekatan peluang pada nilai tertentu adalah peluang bahwa peubah acak mempunyai nilai. Probabilitas sukses p tetap konstan dari satu percobaan ke percobaan lain Percobaan yang berulang adalah saling bebas.

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

( ) ∑ ( ) ∑ ( ( ( ) ( ) ) ) ) ( ) ( ) ( ) ∑ ∑( ( ( )) ∑ ( )( ) ∑ ( ( ( ) ) )( ) ( ( ) ) ) ( ) ( ) ∑ ( ∑( ) ( ) ( ) 2. Jadi rumus ragam distribusi Binomial dapat ditulis sebagai berikut : 2x =Var(X) = E(X2) – [E(X)]2 = np(np+q) – (np)2 = npq.2. 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). telah diperoleh nilai E(X) dan nilai E[X(X-1)]. 7 . maka E(X2) = E[X(X-1)]+E[X] Dari rumus nilai harapan distribusi Binomial.

5 Fungsi Pembangkit Momen Faktorial Fungsi pembangkit momen faktorial peubah acak x yang berdistribusi binomial didefinisikan sebagai : () 2.3. 2. sukses pada percobaan pertama) En : SSS. gagal sebanyak n – x kali).3 ( ) ∑ ( ) ∑ ( )( ) ( ) Ilustrasi Percobaan Bernoulli dan Percobaan Benomial 2. 8 . sukses pada percobaan ketiga) E5: GSG (gagal pada percobaan 1 dan 3.1..4 yaitu : ( ) ( )∑ ( ) ∑ ( ) ∑( )( ) Berdasarkan penguraian binomial (pet + q)n maka dapat diperoleh Mx(t) = (pet + q)n. 2.4 Fungsi Pembangkit Momen Fungsi pembangkit momen sebaran binomial X dapat diambil dari definisi Definisi 2.3. gagal pada percobaan kedua) E4: GGS (gagal pada percobaan 1 dan 2.1 Ilustrasi Percobaan Bernoulli Pada saat pelemparan sebuah koin maka terdapat dua macam kemungkinan..S GGG.2.2.G (sukses sebanyak x kali.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... yaitu sukses dan gagal.2.. sukses pada percobaan kedua) E6: SGG (gagal pada percobaan 2 dan 3.

Peubah acak X menyatakan banyaknya sukses dari n percobaan yang saling bebas.Jika peluang sukses dinotasikan dengan p maka peluang gagal adalah q = 1 – p. 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 .

3 adalah : ƒ (x.1 Contoh dan Pembahasan 3.1 Contoh sebaran Bernoulli 1. yang tintanya dapat di isi ulang (refill) dan yang tintanya harus diganti bersama dengan cartridgenya.3 p(0) = p(X = 0) = 1 – 0. Jika variabel acak X menyatakan mahasiswa yang membeli rapido yang tintanya dapat diisi ulang. Anggap p = (percobaan seperti ini hanya mempunyai dua hasil yaitu sukses atau gagal.1. Misal X adalah variabel acak yang sama dengan jumlah keberhasilan pada hari 10 . Di koperasi tersedia dua jenis rapido.p) = (p)x (q)1-x = ƒ (x.3)x (0. Anggap ada ilmuan yang melakukan percobaan. dan disebut percobaan Bernoulli). mahasiswa fakultas teknik biasanya membeli rapido untuk keperluan menggambar teknik. Di awal tahun ajaran baru. Data yang ada selama ini menunjukkan bahwa 30% mahasiswa membeli rapido yang tintanya dapat diisi ulang.0.3 = 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) = (0. 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) = 0.1 0<p<1 2.7)1-x .x=0.BAB III HASIL DARI PEMBAHASAN 3. p adalah percobaan probabilitas sukses.

60.80.20 1 2 1.20 1 2 z Gambar fungsi untuk p = Gambar 1.40.40.tertentu.60.1 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. Dengan demikian X hanya mempunyai dua nilai yaitu 0 dan 1.80. hitunglah nilai harapan ? Jawab : Karena hanya memiliki nilai 0 atau 1 maka 4. Berdasarkan soal di atas hitunglah varians ? Jawab : Varians untuk p = x = E(X) = p = 11 .2 3. 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. Berdasarkan soal di atas.

) = 5.( ) ( ) ( ) ( ) .20 = 1.032. Peluang keberhasilan setiap ulangan yang bebas ini adalah 1/6 dan peluang kegagalan adalah 5/6.2) = 0.8) = 0.8944 6. p = 0.2 (1-0.1 a. Paling banyak 2 buah Jawab : n = 30.2 (0. Sebuah sampel berukuran 30 diambil secara acak. Jumlah kemungkinan kemunculan empat muka diantara tujuh pelemparan adalah ( ) Karena ketujuh pelemparan tersebut saling bebas. 4.20 sehingga q = 0.1. X =30 P (X = 30) = [ ] ( ) ( ) 12 .80 = 0. peluang kemunculan tepat ).16. Suatu koin dimodifikasi sehingga peluang muncul muka adalah . = 0. Dalam hal ini munculnya bilangan 2 dianggap keberhasilan maka : ƒ(3.20 × 0. 5 0. di mana x = 5. Semuanya b.( )3 ( )5-3 = 0.p2 = p (1-p) = 0.5. ( ) . Berapa peluang sampel itu akan berisi benda kategori A : a.20).80 σ = 080. Apakah peluang dari tepat empat kepala muncul ketika suatu koin dilemparkan sebanyak tujuh kali? Solusi : Terdapat 27 = 128 keluaran yang mungkin. maka peluang untuk masing-masing dari keluaran tadi adalah : (p)x(q)n-x=. empat muka adalah ( ) ( ) ( ) = ( 2. Untuk b(5. 10 % dari semacam benda tergolong kategori A.80 maka μ = 5 ×0.Var (X) = E(X2)-( E(X)) 2 = p . Akibatnya.1 Contoh sebaran Binomial 1. n = 5 dan p = 0.00 σ² = 5 ×0.

μ = n. peluang orang tersebut memperoleh minimal 3 tetapi kurang dari 7 barang yang rusak c.6778 = 0.227 = 0.75 = 1.875 13 . 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(3 < X<7)=P(3 < X < 6) = P(X < 6) – P(X < 2) =0.3213 c. Seorang penjual mengatakan bahwa 25% dari seluruh dagangannya rusak akibat truk yang membawa barang itu mengalami kecelakaan.(1-p) = 10x0. Jika seseorang membeli barang dagangan itu sebanyak 10 buah.0423 + 0. = n.25.25 = 25.p = 10x0. rata-rata dan simpangan baku barang yang rusak penyelesaian: Misalkan X = banyaknya barang yang rusak p = 0.p. tentukan : a. P(X =5) =P(X < 5) – P(X < 4) = 0.9991-0. n = 10 a. 7. peluang orang itu akan mendapat 5 barang yang rusak b.artinya untuk mendapatkan benda kategori A sebanyak 30 peluang nyaris nol b.1409 + 0.25x0.0584 b.9803 – 0.9219 = 0. X paling banyak 2.4102.

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

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)//-->