Professional Documents
Culture Documents
Pengantar:
Penyajian distribusi probabilitas dalam bentuk grafis, tabel atau melalui rumusan tidak masalah, yang ingin dilukiskan adalah perilaku (kelakuan) perubah acak tersebut. Sering kita menjumpai, pengamatan yang dihasilkan melalui percobaan statistik yang berbeda mempunyai bentuk kelakuan umum yang sama. Oleh karena itu perubah acak diskret yang berkenaan dengan percobaan tersebut dapat dilukiskan dengan distribusi probabilitas yang sama, dan dapat dinyatakan dengan rumus yang sama. Dalam banyak praktek yang sering kita jumpai, hanya memerlukan beberapa distribusi probailitas yang penting untuk menyatakan banyak perubah acak diskret.
2
Kompetensi:
Setelah mempelajari materi pokok bahasan disini, mahasiswa diharapkan: 1. Mampu menggunakan konsep-konsep dasar teori distribusi probabilitas disket secara benar. 2. Mampu dan terampil dalam melakukan hitungan-hitungan yang berkaitan dengan distribusi Seragam Diskret, distribusi Binomial dan Multinomial, distribusi Hhipergeometrik, dan distribusi Poisson 3. Terampil dalam mengerjakan soal-soal tugas dan latihan.
Definisi (5.1)
Jika perubah acak X mendapat nilai
x1, x 2 ,.....,xk
dengan
probabilitas yang sama , maka distribusi probabilitas diskret diberikan 1 oleh: f(x;k) = ; untuk x = x1,x 2 ,.....,xk k Lambang f(x;k) sebagai pengganti f(x), yang menunjukan bahwa distribusi seragam tersebut bergantung pada parameter x Tabel 5.1. Distribusi proabilitas X
x 1 2 3 F(x;k)=f(x) 1 6 1 6 1 6 4 1 6 5 1 6 6 1 6
5
Contoh (5.1)
Sebuah dadu seimbang dilemparkan satu kali, maka tiap unsur dalam ruang sampel S={1, 2,3 4, 5, 6}. Muncul dengan probabilitas 1/6. Jadi jika X menyatakan mata dadu yang muncul, maka X terdistribusi peluang seragam (uniform) yakni f(x;6)=1/6, untuk x = 1, 2, 3, 4, 5, 6 Teorema (5.1) Nilai rata-rata (mean) dan variansi distribusi seragam diskret f(x;k) adalah Mean(X),
= 1 k
i=1 k
xi
Bukti sbb:
6
Menurut definisi,
= E(X) = xif(x;k) =
i=1
i=1
xi ( 1 ) = 1 k k
dan
2 = E(X )2 =
i=1 k
xi
Contoh (5.2)
Cari mean dan variansi dari contoh (5.1)
Jawab:
1+ 2 + 3 + 4 + 5 + 6 = = 3.5 6
= 35
12
7
Contoh (5.3)
Tiga barang diambil secara acak dari hasil produksi pabrik, diperiksa, dan yang cacat dipisahkan dari yang tidak cacat. Misalkan yang cacat disebut cacat. Maka banyaknya kesuksesan mer upakan perubah acak X dengan nilai nol sampai 3. Tabel 5.2.
Hasil TTT TCT TTC CTT TCC CTC CCT CCC X 0 1 1 1 2 2 2 3
C=cacat ; T=tidak cacat (baik) Karena barang diambil secara acak, dan misalkan dianggap menghasilkan 25% barang cacat, maka P(TCT) = P(T)P(C)P(T) = ( 3 )( 1 )( 3 ) = 9
4 4 4 64
Probabilitas untuk hasil kemunkinan yang lain dilakukan dengan jalan ang sama.
9
3
1 64
Percobaan Binomial
Banyaknya X yang sukses dalam n-usaha Bernoulli disebut perubah acak binomial, dan distribusi dari perubah acak ini disebut distribusi Binomial. Jika p menyatakan probabilitas kesuksesan dalam suatu usaha, maka distribusi perubah acak X ini dinyatakan dengan b(x;n,p). Karena nilainya bergantung pada banyaknya usaha (n) Misalnya: X= banyaknya barang yang cacat. P(X = 2) = f( 2) = b( 2; 3, 1 ) = 9
4 64
Selanjutnya menentukan rumus yang memberikan proailitas x sukses dalam n-usaha suatu pecobaan binomial b(x;n,p)
10
Probabilitas x kesuksesan dan n-x kegagalan dalam urutan tertentu. Tiap kesuksesan dengan probabilitas p dan tiap kegagalan dengan probabilitas q=1-p . Banyaknya cara untuk memisahkan n-hasil menjadi dua kelompok, sehingga x hasil ada pada kelompok pertama dan sisanya n-x pada kelompok kedua, jumlah ini n dinyatakan sebagai x Karena pembagian tersebut saling terpisah n x n x (bebas) maka probabilitasnya adalah p q x Suatu usaha bernoulli dapat menghasilkan kesuksesan dengan probabilitas p dan kegagalan dengan probabilitas q=1-p, maka distribusi probabilitas perubah acak binomial X yaitu banyaknya kesuksesan dalam n-usaha bebas adalah n x n x b(x;n,p) = p q x ;x = 0,1, 2,....,n
11
p=1 Suatu cara penyajian yang lain dari tabel 5.2 : n=3 dan 4 3 b(x; 3, 1 ) = p x q3 x ;x = 0,1, 2, 3 4 x
Contoh (5.4)
Suatu suku cadang dapat menahan uji guncangan tertentu dengan probabilitas 0.75. Hitung probabilitas bahwa tepat 2 dari 4 suku cadang yang diuji tidak akan rusak. Jawab: Misal tiap pengujian saling bebas
3 ) = 4 ( 3 )2 ( 1 ) = 4 ! 32 = 27 b( 2; 4, 2 4 4 4 2! 2! 42 128
Catatan:
x =0
b(x;n,p) = 1
12
Contoh (5.5)
Probabilitas seseorang sembuh dari penyakit jantung setelah operasi adalah 0.4. Bila diketahui 15 orang menderita penyakit ini, berapa peluang: a). sekurang-kurangnya 10 orang dpt sembuh b). ada 3 sampai 8 orang yg sembuh c). tepat 5 orang yg sembuh Jawab: Mis: X = menyatakan banyaknya orang yg sembuh Diket : p = 0.4 n = 15 a). P(X 10) = 1 P(X < 10) = 1 [ P(X = 0) + P(X = 1) + P(X = 9)] =1
9
x =0
b(x;15; 0.4)
lihat tabel
b)
x =0
= 0.9050 0.0271 = 0.8779 Jadi probabilitas terdapat 3 sampai 8 orang yg sembuh = 0.8779 c) P(X = 5) = b(5;15; 0.4) = P(X 5) P(X 4) =
x =0
= 0.4032 - 0.2173 = 0.1859 Jadi probabititas tepat 5 orang yang sembuh = 0.1859
14
x =0
15
Cara lain mencari nilai distribusi Binomial: Gunakan software R , langkahnya sbb:
> pbinom(9,15,0.4) [1] 0.9661667 > pbinom(8,15,0.4) [1] 0.9049526 > pbinom(2,15,0.4) [1] 0.027114 > pbinom(5,15,0.4) [1] 0.4032156 > pbinom(4,15,0.4) [1] 0.2172777
Teorema(5.2)
Distribusi Binomial b(x;n,p) mempunyai rata-rata dan variansi sbb:
= np
dan 2 = npq
16
Contoh (5.6)
Tentukan mean dan variansi dari contoh (5.5) kemudikan gunakan teorema chebyshev untuk menafsirkanselang 2
Jawab:
Dari contoh 5.6 diketahui n=15 dan p=0.4 Diperoleh: = (15)(0.4) = 6
2 dan = (15)(0.4)( 0.6) = 3.6
= 1.897
Menggunakan teorema Chebyshev 2 adalah + 2 = 9.794 dan 2 = 2.206 Jadi, selang yang ditanakan adalah dari 2.206 sampai 9.794
17
Percobaan Multinomial
Percobaan binomial akan menjadi percobaan multinomial jika tiap usaha dapat memberikan lebih dari 2 hasil yang mungkin. Misalnya hasil produksi pabrik dapat dikelompokan menjadi barang baik, cacat, dan masih bisa diperbaiki. Bila suatu usaha dapat menghasilkan k macam hasil E1,E2 ,....,Ek Dengan probabilitasnya p1,p2 ,....,pk maka distribusi perubah acak X1, X2 ,...., Xk yang menyatakan banyaknya kejadian E1,E2 ,....,Ek Dalam n-usaha bebas adalah n x1 x 2 xk f(x1,x 2 ,...,xk;p1,p2 ,...,pk ,n) = p1 p2 ...p k x1,x 2 ,...,xk Dengan
xi = n
i=1
dan
pi = 1
i=1
18
Contoh(5.7)
Dua buah dadu dilantunkan 6 kali, berapa probabilitas akan mendapatkan jumlah 7 atau 11 muncul dua kali, sepasang bilangan yang sama satu kali, dan kominasi lainnya 3 kali?
Jawab:
Misal: E1= muncul jumlah 7 atau 11 p(E1)=2/9 E2= muncul pasangan bilangan yang sama p(E2)=1/6 E3= muncul selain E1 maupun E2 p(E3)=11/18 Nilai initidak berubah dari ke6-usaha. Menggunakan distribusi multinomial dengan x1=2, x2=1 dan x3=3 diperoleh: 6 2 2 1 1 11 3 f( 2,1, 3; 2 , 1 , 11 , 6) = 9 6 18 6 18 2,1, 3 9
6! 4 1 113 = 2 !1! 3! 81 6 183
( ) ( )( )
= 0.1127
19
Distribusi Hipergeometrik
Distribusi probabilitas perubah acak hipergeometrik X yang menyatakan banyaknya kesuksesan dalam sampel acak dengan ukuran n yang diambil dari N-obyek yang memuat k sukses dan N-k gagal dinyatakan sebagai:
k Nk x n x ; x = 0,1, 2,......,n h(x;N,n,k) = N n
Contoh (5.8)
Suatu panitia 5 orang dipilih secara acak dari 3 kimiawan dan 5 fisikawan. Hitung distribusi probabilitas banyknya kimiawan yang duduk dalam panitia. Jawab:
21
Misalkan: X= menyatakan banyaknya kimiawan dalam panitia. X={0,1,2,3} Distribusi probabilitasnya dinyatakan dengan rumus
3 5 ( x )( 5x ) h(x; 8, 5, 3) = ( 8) 5
; x = 0,1, 2, 3
3 5 0 5 x = 0 h( 0; 8, 5, 3) = = 1 56 8 5 3 5 1 4 x = 1 h(1; 8, 5, 3) = = 15 56 8 5
( )( ) () ( )( ) ()
3 5 2 3 x = 2 h( 2; 8, 5, 3) = = 30 ; 56 8 5 3 5 ; x = 3 h(3; 8, 5, 3) = 3 2 = 10 56 8 5
( )( ) () ( )( ) ()
1
15 56
2
30 56
3
10 56
22
Teorema(5.3)
Distribusi hipergeometrik h(x;N,n,k) mempunyai rata-rata dan variansi sbb: 2 Nn (n)( k )(1 k ) = nk dan =
N N1 n n
Contoh (5.9)
Tentukan mean dan variansi dari contoh (5.8) kemudikan gunakan teorema chebyshev untuk menafsirkanselang 2
Jawab:
Dari contoh 5.8 diketahui n=15 dan p=0.4
(5)(3) 3 2 40 5 3 3 Diperoleh = 40 = 8 = 0, 375 dan = 39 (5) 40 1 40 = 0, 3113
) ( )(
Menggunakan teorema Chebyshev 2 adalah + 2 = 1, 491 dan 2 = 0, 741 Jadi, selang yang ditanakan adalah dari -0,741 sampai 1,491
23
Contoh (5.10)
Suatu pabrik ban mempunyai data bahwa dari pengiriman sebanyak 5000 ban ke sebuah toko tertentu terdapat 1000 cacat. Jika ada seseorang membeli 10 ban ini secara acak dari toko tersebut, berapa probabilitasnya memuat tepat 3 yang cacat.
Jawab:
Karena n=10 cukup kecil dibandingkan N=5000, maka probabilitasnya dihampiri dengan binomial dengan p= 10/5000= 0,2 adalah probailitas mendapat satu ban. Jadi probabilitas mendapat h(3 3 ban cacat: tepat; 5000,10,1000) = b(3;10, 0.2) =
x =0
Jadi probabilitas mendapat tepat 3 ban cacat adalah h(3; 5000,10,1000) = b(3;10, 0.2) = 0, 8791261 0, 6777995 = 0, 2013266
25
Distribusi perubah acak Poisson X yang menyatakan banyaknya kesuksesan yang terjadi dalam suatu selang waktu/daerah tertentu t, dinatakan:
e t ( t)x p(x, t) = ;x = 0,1, 2,..... x!
dimana: e=2,71828 dan t menyatakan rata-rata banyaknya sukses yang terjadi per satuan waktu. Misalkan
Contoh (5.11)
Rata-rata banyaknya Tanker minyak yang tiba tiap hari di suatu pelabuhan adalah 10. Pelabuhan tersebut hanya mampu menampung paling banyak 15 Tanker perhari. Berapa probabilitas pada suatu hari tertentu Tanker terpaksa pergi karena pelabuhan penuh dan tidak mampu melayani.
27
Jawab:
Misalkan: X = banyaknya Tanker minyak yg tiba tiap hari X = {1, 2, 3, . . . . . , 15} Maka P(X > 15) = 1 P(X 15) = 1
x =0
p(x;10) tabel
15
= 1 0.9513 = 0.0487 Jadi peluang pd suatu hari tertentu Tanker terpaksa pergi = 0.0487 Cara lain, jika tidak menggunakan tabel, gunakan program R, langkahnya sbb:
> ppois(15,10) [1] 0.9512596 15 x =0
Artinya:
p(x;10) = 0.9512596
28
Teorema(5.4)
Distribusi poisson p(x, t) mempunyai rata-rata dan variansi = t dan 2 = t sbb
Contoh (5.12)
Rata-rata banyaknya partikel radio atif yang meleati suatu penghiung selama 1 milidtik dalam suatu percobaan di laoratoium adalah 4. berapa probabilitas 6 partikel melewati penhtung it dalam 1 milidetik 2 tertentu. Kemudikan gunakan teorema chebyshev untuk menafsirkanselang Jawab:
6 5 e4 ( 4)6 dari 4) = poisson dengan4) diperoleh p(6; tabel = p(x; p(x; 4) = 0, 8893 0, 7851 = 0,1042 6! x =0 x =0 + 2 = 8 dan 2 = 0 = t = 4 dan 2 = 4
x = 6; = t = 4
dari
diperoleh
29
Tabel 5.7. Cara menggunakan tabel Poisson r 0. 1 0 1 : : : 5 6 : : Untuk n=15, p=0.4, menggunakan tabel diperoleh: 16 5 6 0,7851 0,8893 .......
4.0 ......... Meggunakan R: > ppois(6,4) [1] 0.889326 > ppois(5,4) [1] 0.7851304
x =0
p(x; 4) = 0.8893
x =0
p(x; 4) = 0.7851
30
Teorema(5.5)
Misalkan X perubah acak binomial dengan distribusi probabilitas b(x,n,p). Jika n , p 0 dan = np tetap sama maka b(x,n,p) p(x, )
Contoh (5.12)
Dalam suatu proses produksi yang menghasilkan barang dari gelas, terjadi gelembung(cacat) yang kadang menyebabkan sulit dipasarkan. Jika diketahui rata-rata 1 dari 1000 barang yang dihasilkan mempunyai satu atau lebih gelembung. Berapa probailiasnya bahwa dalam sampel acak sebesar 8000 barang akan erisi kurang dari 7 yang bergelembung? Jawab: n=8000, p=0.001 dihampiri dengan distribusi poisson dengan
= (8000)(0, 001) = 8
P(X < 7) =
x =0
Jika tidak menggunakan tabel, cara lain, gunakan R, langkahnya > pbinom(6,8000,0.001) [1] 0.3132521 > ppois(6,8) [1] 0.3133743
Diperoleh: 6 Dan
x =0 6
x =0
32