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

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

secara umum ditulis x = E(X) = p. x = 1 ) dan jika fungsi kepekatan peluangnya adalah f(0)=q dan f(1)=p. 2.2 Jika X adalah peubah acak diskret dengan fungsi kepekatan peluang ƒ(x).1. 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. terbukti bahwa nilai harapan ( x) Bernoulli adalah p. maka berdasarkan definisi 2.2.1. Rumus ragam sebaran Bernoulli dapat diperoleh dari rumus nilai harapan yaitu : Var (X) = E(X2)-( E(X)) 2 = p .1. 3 . maka nilai harapan dari X didefinisikan sebagai ( ) ∑ ( ) Karena sebaran Bernoulli hanya memiliki dua kemungkinan yaitu “sukses” atau “gagal” ( x = 0. Pembuktian rumus nilai harapan Bernoulli sebagai berikut : Definisi 2.p2 = p (1-p) = p q Bukti : ( ) ( ) ∑ ∑ ( ) ( ) ( ) ( ) ( ) ( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) 2x = Var (X) = E(X2)-( E(X)) 2 = p .2 Nilai Harapan Nilai harapan adalah sebuah ukuran rata-rata dari suatu peubah acak.2 rumus nilai harapan Bernoulli dapat ditulis sebagai berikut : ( ) ∑ ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )( ) ( )( ) Dari pembuktian rumus diatas.p2 = p (1-p) = p q Jadi rumus ragam sebaran Bernoulli dapat ditulis : 2x = p q.3 Ragam Ragam adalah sebuah ukuran dispersi dari peubah acak. atau .1.

4 Fungsi Pembangkit Momen Fungsi pembangkit momen adalah suatu teknik atau cara mencari distribusi fungsi dengan beberapa peubah acak.4 Fungsi pembangkit momen peubah acak X diberikan oleh E(etX) dan dinyatakan dengan MX(t).1. Myers : 1986). Walpole dan Raymond H.1. Definisi 2.4 rumus fungsi pembangkit momen sebaran Bernoulli dapat ditulis sebagai berikut : ( ) ∑ ( ( ) ) ∑ ( ) ∑( ( ) )( ) ( ( )( ) ) ( ( ) ( ) ( ) Jadi rumus fungsi pembangkit momen sebaran Bernoulli adalah ). fungsi tersebut merupakan jumlah peubah acak bebas.2. Jadi fungsi pembangkit momen dirumuskan sebagai berikut : MX(t) = E(etX) ( ) ( ) ∑ ∫ ( ) ( ) (Ronald E. maka berdasarkan definisi 2.5 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. 2.1.5 Fungsi Pembangkit Momen Faktorial Momen faktorial adalah bentuk khusus lain dari nilai harapan peubah acak.1. Karena sebaran Bernoulli merupakan peubah acak diskret. Definisi 2. 4 .1.

Jika peluang ‘sukses’ pada setiap tindakan Bernoulli tersebut adalah p.2 Sebaran Binomial Sebaran Binomial berasal dari suatu proses percobaan yang terdiri dari sederetan tindakan Bernoulli yang saling bebas dan diulang sebanyak n kali. 4. dan X melambangkan banyaknya kejadian ‘sukses’. Probabilitas sukses p tetap konstan dari satu percobaan ke percobaan lain Percobaan yang berulang adalah saling bebas. maka percobaan binomial menghasikan peluang sukses atau gagal yang jumlah suksesnya dihitung dalam setiap n percobaan. Karena percobaan Binomial merupakan percobaan Bernaulli yang dilakukan berulang-ulang. 2. fungsi kepekatan peluang pada nilai tertentu adalah peluang bahwa peubah acak mempunyai nilai.5 rumus fungsi pembangkit momen faktorial dapat ditulis sebagai berikut : ( ) ( ) ∑ ( ) ( ) ( ) ( ) ( ) ∑ ( ) ( ) ∑( ) ( ) ( )( ) ( )( ) Jadi rumus fungsi pembangkit momen factorial adalah 2. percobaan binomial memiliki ciri-ciri sebagai berikut: 1. Dalam percobaan binomial. kuantitas yang diamati adalah banyaknya ‘sukses’ dari sebanyak n tindakan pengulangan.2. 2.Berdasarkan definisi 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 . Secara langsung.1 Fungsi Kepekatan Peluang Fungsi kepekatan peluang digunakan untuk peubah acak diskrit. Percobaan tersebut dilakukan berulang-ulang sebanyak n kali Setiap percobaan menghasilkan keluaran yang dapat dikatagorikan sebagai gagal dan sukses 3.1.

Hal yang harus diperhatikan adalah ∑ ( ) ∑( ) ( ) Bila pada n percobaan terdapat paling tidak sebanyak r sukses. 3. jadi peluang untuk urutan tersebut adalah p xqn-x. adalah: ( ) ( ) ( ) ( ) ∑ ( ) 2. Banyaknya ini sama dengan banyaknya cara memisahkan n hasil menjadi dua kelompok sehingga x hasil berada pada kelompok pertama dan sisanya. maka peluang tiap hasil yang berbeda dapat digandakan.2.1.2 Nilai harapan Nilai harapan X dari sebaran Binomial dengan parameter n dan p adalah : x = E(X) =np Bukti rumus : 6 . Tentukan banyaknya semua titik contoh dalam percobaan tersebut yang menghasilkan x yang sukses dan n-x yang gagal. n-x hasil. maka sebaran binomial kumulatif yang ditulis P(X > r). Pandang peluang sukses x dan gagal n-x dalam suatu urutan tertentu. maka peluang x sukses diperoleh dari hasil penggandaan ( ) dengan pxqn-x. dengan r<n. pada kelompok kedua. Karena pembagian kelompok pada (2) saling terpisah. 2. Karena ulangan semuanya bebas. Banyaknya x hasil yang sukses dapat dinyatakan dengan ( ). Tiap sukses terjadi dengan peluang p dan gagal dengan peluang q=1 – p.

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

.4 yaitu : ( ) ( )∑ ( ) ∑ ( ) ∑( )( ) Berdasarkan penguraian binomial (pet + q)n maka dapat diperoleh Mx(t) = (pet + q)n.. 2.3 ( ) ∑ ( ) ∑ ( )( ) ( ) Ilustrasi Percobaan Bernoulli dan Percobaan Benomial 2.4 Fungsi Pembangkit Momen Fungsi pembangkit momen sebaran binomial X dapat diambil dari definisi Definisi 2.1. sukses pada percobaan pertama) En : SSS. gagal pada percobaan kedua) E4: GGS (gagal pada percobaan 1 dan 2.2.3.5 Fungsi Pembangkit Momen Faktorial Fungsi pembangkit momen faktorial peubah acak x yang berdistribusi binomial didefinisikan sebagai : () 2.2. 2.S GGG.G (sukses sebanyak x kali. gagal sebanyak n – x kali). sukses pada percobaan ketiga) E5: GSG (gagal pada percobaan 1 dan 3. 8 ...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. sukses pada percobaan kedua) E6: SGG (gagal pada percobaan 2 dan 3.3..2.1 Ilustrasi Percobaan Bernoulli Pada saat pelemparan sebuah koin maka terdapat dua macam kemungkinan. yaitu sukses dan gagal.

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.3 p(0) = p(X = 0) = 1 – 0. Data yang ada selama ini menunjukkan bahwa 30% mahasiswa membeli rapido yang tintanya dapat diisi ulang.1 Contoh sebaran Bernoulli 1. Anggap p = (percobaan seperti ini hanya mempunyai dua hasil yaitu sukses atau gagal.7)1-x .3)x (0.3 = 0.BAB III HASIL DARI PEMBAHASAN 3.1. 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 Contoh dan Pembahasan 3. Jika variabel acak X menyatakan mahasiswa yang membeli rapido yang tintanya dapat diisi ulang.p) = (p)x (q)1-x = ƒ (x. Di koperasi tersedia dua jenis rapido. dan disebut percobaan Bernoulli). Di awal tahun ajaran baru. yang tintanya dapat di isi ulang (refill) dan yang tintanya harus diganti bersama dengan cartridgenya. Misal X adalah variabel acak yang sama dengan jumlah keberhasilan pada hari 10 . mahasiswa fakultas teknik biasanya membeli rapido untuk keperluan menggambar teknik.0. Anggap ada ilmuan yang melakukan percobaan.1 0<p<1 2.x=0. p adalah percobaan probabilitas sukses.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.

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 10.60.80.60.40.20 1 2 z Gambar fungsi untuk p = Gambar 1.20 1 2 1. Berdasarkan soal di atas.2 3. Berdasarkan soal di atas hitunglah varians ? Jawab : Varians untuk p = x = E(X) = p = 11 .80. Dengan demikian X hanya mempunyai dua nilai yaitu 0 dan 1.40.tertentu. hitunglah nilai harapan ? Jawab : Karena hanya memiliki nilai 0 atau 1 maka 4.1 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.

n = 5 dan p = 0.2 (1-0. peluang kemunculan tepat ). 4.00 σ² = 5 ×0. 10 % dari semacam benda tergolong kategori A.20 = 1.80 = 0. Berapa peluang sampel itu akan berisi benda kategori A : a.1 Contoh sebaran Binomial 1. Paling banyak 2 buah Jawab : n = 30. di mana x = 5. = 0.16. Jumlah kemungkinan kemunculan empat muka diantara tujuh pelemparan adalah ( ) Karena ketujuh pelemparan tersebut saling bebas. empat muka adalah ( ) ( ) ( ) = ( 2.2 (0. maka peluang untuk masing-masing dari keluaran tadi adalah : (p)x(q)n-x=.p2 = p (1-p) = 0. Suatu koin dimodifikasi sehingga peluang muncul muka adalah .80 maka μ = 5 ×0.20). ) = 5. ( ) . Semuanya b. 5 0.5.8) = 0. Dalam hal ini munculnya bilangan 2 dianggap keberhasilan maka : ƒ(3.( )3 ( )5-3 = 0.2) = 0. Untuk b(5.Var (X) = E(X2)-( E(X)) 2 = p .20 × 0.20 sehingga q = 0. X =30 P (X = 30) = [ ] ( ) ( ) 12 .( ) ( ) ( ) ( ) .032. p = 0.80 σ = 080. Apakah peluang dari tepat empat kepala muncul ketika suatu koin dilemparkan sebanyak tujuh kali? Solusi : Terdapat 27 = 128 keluaran yang mungkin.1 a.8944 6. Akibatnya. Peluang keberhasilan setiap ulangan yang bebas ini adalah 1/6 dan peluang kegagalan adalah 5/6.1. Sebuah sampel berukuran 30 diambil secara acak.

P(X =5) =P(X < 5) – P(X < 4) = 0.0423 + 0. rata-rata dan simpangan baku barang yang rusak penyelesaian: Misalkan X = banyaknya barang yang rusak p = 0.9803 – 0.25x0.6778 = 0. Jika seseorang membeli barang dagangan itu sebanyak 10 buah. Seorang penjual mengatakan bahwa 25% dari seluruh dagangannya rusak akibat truk yang membawa barang itu mengalami kecelakaan.(1-p) = 10x0. peluang orang tersebut memperoleh minimal 3 tetapi kurang dari 7 barang yang rusak c.artinya untuk mendapatkan benda kategori A sebanyak 30 peluang nyaris nol b.p = 10x0.p. peluang orang itu akan mendapat 5 barang yang rusak b. tentukan : a.227 = 0.3213 c.25 = 25. μ = n. X paling banyak 2. = n.1409 + 0. 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) = 0.4102. P(3 < X<7)=P(3 < X < 6) = P(X < 6) – P(X < 2) =0. n = 10 a.9219 = 0.25. 7.0584 b.875 13 .75 = 1.9991-0.

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

Sign up to vote on this title
UsefulNot useful