SEBARAN PELUANG DISKRET & KONTINU

Slides:



Advertisements
Presentasi serupa
Pertemuan II SEBARAN PEUBAH ACAK
Advertisements

STATISTIKA DISTRIBUSI PROBABILITAS
PROBABILITAS.
SEKOLAH TINGGI ILMU STATISTIK
Metode Statistika II Pertemuan 2 Pengajar: Timbang Sirait
Peubah acak khusus.
Metode Statistika (STK211)
Beberapa Peubah Acak Diskret
SEBARAN DISKRIT Variabel Diskrit dan kontinue Variabel diskrit yang dimaksud adalah variabel yang diamati/diukur tidak dapat diwakili oleh seluruh titik.
DISTRIBUSI TEORITIS.
MATERI APLIKASI STATISTIKA BISNIS
Peubah Acak Diskret Khusus
DISTRIBUSI PROBABILITAS DISKRET
BAB IX DISTRIBUSI TEORITIS
Bab 5. Probabilitas Diskrit
DISTRIBUSI TEORETIS Tujuan :
Distribusi Hipergeometrik Distribusi Poisson.
Proses Stokastik Semester Ganjil 2013/2014
CONFIDENCE INTERVAL Oleh HADI SUMARNO DEPARTEMEN MATEMATIKA
Distribusi Peluang Kuswanto, 2007.
Beberapa Sebaran Peluang Diskret (2)
F2F-7: Analisis teori simulasi
PROBABILITY DISTRIBUTION FUNCTION (PDF) dan cumulatif distribution function (cdf) untuk kasus DISKRIT RIPAI, S.Pd., M.Si.
Distribusi Variabel Acak
Dosen pengasuh: Moraida hasanah, S.Si.,M.Si
DISTRIBUSI PROBABILITAS diskrit
Metode Statistika (STK211)
(PROBABILITAS LANJUTAN) DISTRIBUSI PELUANG DISKRIT DAN KONTINU
DISTRIBUSI PELUANG.
PTP: Peubah Acak Diskrit Khusus Pertemuan ke-5/7
DISTRIBUSI PROBABILITAS
DISTRIBUSI BINOIMIAL DAN POISSON
Metode Statistika (STK211)
Kuliah Biostatistika Deskriptif
Sebaran Peluang Diskrit (II) Pertemuan 6
DISTRIBUSI PROBABILITAS
DISTRIBUSI PROBABILITAS
PROBABILITY DISTRIBUTION FUNCTION (PDF) dan cumulatif distribution function (cdf) untuk kasus DISKRIT RIPAI, S.Pd., M.Si.
Dr. Adji Achmad RF, S.Si, M.Sc
Distribusi Probabilitas
DISTRIBUSI PROBABILITAS
DISTRIBUSI PROBABILITAS
PROBABILITAS dan DISTRIBUSI
DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 1
Metode Statistika (STK211)
Variabel Random Khusus
DISTRIBUSI PROBABILITAS
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
NILAI HARAPAN DAN VARIANS PEUBAH ACAK
Distribusi Teoritis Peluang Diskrit
Distribusi dan Teknik Sampling
DISTRIBUSI-DISTRIBUSI TEORITIS
Peubah Acak Diskret Khusus
D0124 Statistika Industri Pertemuan 12 dan 13
NOTASI SEBARAN BINOMIAL
Distribusi Probabilitas Diskret
Distribusi Peluang Diskrit
Metode Statistika (STK211)
Metode Statistika (STK211)
DISTRIBUSI PROBABILITAS DISKRET
BEBERAPA DISTRIBUSI PROBABILITAS DISKRET
BEBERAPA DISTRIBUSI PROBABLITAS DISKRET (SSTS 2305 / 3 sks)
Distribusi Probabilitas
DISTRIBUSI PELUANG DISKRIT
DISTRIBUSI PROBABILITAS YANG UMUM
PENGERTIAN DISTRIBUSI TEORITIS
Peubah Acak (Random Variable) III
DISTRIBUSI PROBABILITAS YANG UMUM
ο‚–. Distribusi Binomial adalah suatu distribusi probabilitas yang dapat digunakan bilamana suatu proses sampling dapat diasumsikan sesuai dengan proses.
DISTRIBUSI BINOMIAL Suatu percobaan binomial yang diulang sebanyak n kali dengan P(sukses) = P(S) = p dan P(gagal) = P(G) = 1 – p = q adalah tetap pada.
Transcript presentasi:

SEBARAN PELUANG DISKRET & KONTINU HADI SUMARNO DEPARTEMEN MATEMATIKA FMIPA-IPB

BEBERAPA SEBARAN PELUANG DISKRET Sebaran Seragam 5. Sebaran Multinomial Sebaran Bernoulli 6. Sdebaran Negatif Binom Sebaran Binomial 7. Sebaran Geometrik Sebaran Hipergeometrik 8. Sebaran Poisson

DEPARTEMEN MATEMATIKA FMIPA-IPB SEBARAN SERAGAM Contoh: Sebuahdadubersisienamseimbangdilemparkan. Tentukansebaranpeluangbaginilai yang merepresentasikanangkadadu yang muncul 𝑆= 1,2,3,4,5,6 𝑋= 1,2,3,4,5,6 𝑓 π‘₯,6 = 1 6 , π‘₯=1,2,3,4,5,6 𝐸 𝑋 = 21 6 , 𝜎 π‘₯ 2 = 91 6 βˆ’ 441 36 = 105 36 =2.92 HADI SUMARNO DEPARTEMEN MATEMATIKA FMIPA-IPB

DEPARTEMEN MATEMATIKA FMIPA-IPB SEBARAN BERNOULLI Percobaan dilakukan satu kali, dengan peluang sukses =p dan peluang gagal = q = 1- p Contoh-contoh sebaran Bernoulli Sekeping mata uang dilempar sekali. Sukses jika muncul sisi gambar Sebuah dadu bersisi 6 dilempar sekali. Sukses jika muncul sisi dengan angka 6 HADI SUMARNO DEPARTEMEN MATEMATIKA FMIPA-IPB

Contoh : Sebaran Bernoulli Pelemparan sekepingmatauangseimbang S={G,A} X=# Gambar={0,1} 𝑝 1 = 1 2 , 𝑝 0 =1βˆ’π‘= 1 2 𝑓 π‘₯ = 1 2 π‘₯ 1βˆ’ 1 2 1βˆ’π‘₯ 𝐸 𝑋 = 1 2 , 𝜎 π‘₯ 2 = 1 2 βˆ’ 1 4 = 1 4 Munculnya angka 6 dalampelemparandadu 𝑝 1 = 1 6 , 𝑝 0 = 5 6 πœ‡ π‘₯ =𝐸 𝑋 = 1 6 𝐸 𝑋 2 = 1 6 𝜎 π‘₯ 2 = 6 36 βˆ’ 1 36 == 5 36

DEPARTEMEN MATEMATIKA FMIPA-IPB SEBARAN BINOMIAL Ciri-ciri percobaan binom Merupakan percobaan Bernoulli diulang n kali Setiap percobaan saling bebas HADI SUMARNO DEPARTEMEN MATEMATIKA FMIPA-IPB

CONTOH PERCOBAAN BINOM HADI SUMARNO DEPARTEMEN MATEMATIKA FMIPA-IPB

CONTOH TABEL PELUANG BINOM HADI SUMARNO DEPARTEMEN MATEMATIKA FMIPA-IPB

PERCOBAAN HIPERGEOMETRIK Percobaan sukses dan gagal Tanpa pengembalian (antar percobaan tidak saling bebas) Misalkan dari N benda, k berhasil Diambil contoh berukuran n, x diantaranya berhasil HADI SUMARNO DEPARTEMEN MATEMATIKA FMIPA-IPB

CONTOH PERCOBAAN HIPERGEOMETRIK Dari 6 mhs laki-laki dan 4 mhs perempuan akan dipilih 3 orang sebagai wakil mhs dalam kompetisi. Jika X menyataan jumlah perempuan terpilih, tentukan sebaran peluang bagi X 𝑁=π‘—π‘’π‘šπ‘™π‘Žβ„Ž π‘šβ„Žπ‘  π‘˜π‘’π‘ π‘’π‘™π‘’π‘Ÿπ‘’β„Žπ‘Žπ‘› 𝑛=π‘—π‘’π‘šπ‘™π‘Žβ„Ž π‘€π‘Žπ‘˜π‘–π‘™ π‘¦π‘Žπ‘›π‘” π‘‘π‘–π‘π‘–π‘™π‘–β„Ž π‘₯=π‘—π‘’π‘šπ‘™π‘Žβ„Ž π‘€π‘Žπ‘›π‘–π‘‘π‘Ž π‘¦π‘Žπ‘›π‘” π‘‘π‘’π‘Ÿπ‘π‘–π‘™π‘–β„Ž π‘˜=π‘—π‘’π‘šπ‘™π‘Žβ„Ž π‘€π‘Žπ‘›π‘–π‘‘π‘Ž π‘˜π‘’π‘ π‘’π‘™π‘–π‘Ÿπ‘–β„Žπ‘Žπ‘› β„Ž π‘₯,10,3,4 = 4 π‘₯ 10βˆ’4 3βˆ’π‘₯ 10 3 π‘₯=0,1,2,3 β„Ž 0 = 1 6 , β„Ž 1 = 1 2 ,β„Ž 2 = 1.8 6 ,β„Ž 3 = 0.2 6 HADI SUMARNO DEPARTEMEN MATEMATIKA FMIPA-IPB

PERBEDAAN PERCOBAAN BINOMIAL & HIPERGEOMETRIK Dari 5 bola terdiri dari 3 merah dan 2 putih. Diambil dua bola a. dengan pengembalian B. tanpa pengembalian Jika X menyataan jumlah bola merah terpilih terpilih, tentukan sebaran peluang bagi X Dengan pengembalian (Binomial) 𝑏 π‘₯,2, 3 5 = 2 π‘₯ 3 5 π‘₯ 2 5 2βˆ’π‘₯ ; x=0,1,2 𝑓 0 = 4 25 ;𝑓 1 = 12 25 ;𝑓 2 = 9 25 𝐸 𝑋 =𝑛𝑝= 6 5 𝜎 π‘₯ 2 =𝑛𝑝 1βˆ’π‘ = 12 25 HADI SUMARNO DEPARTEMEN MATEMATIKA FMIPA-IPB

PERBEDAAN PERCOBAAN BINOMIAL & HIPERGEOMETRIK b. Tanpapemulihan (Hipergeometrik) β„Ž π‘₯,5,2,3 = 3 π‘₯ 5βˆ’3 2βˆ’π‘₯ 5 2 ; π‘₯=0,1,2 𝑓 0 = 1 10 ;𝑓 1 = 6 10 ;𝑓 2 = 3 10 𝐸 𝑋 =𝑛 π‘˜ 𝑁 =2Γ— 3 5 = 6 5 𝜎 π‘₯ 2 = π‘βˆ’π‘› π‘βˆ’1 𝑛𝑝 1βˆ’π‘ = 5βˆ’2 5βˆ’1 Γ—2Γ— 6 25 = 3 4 Γ— 12 25 Binomial Hipergeometrik 𝑓(π‘₯) 4 25 ; 12 25 ; 9 25 2.5 25 ; 15 25 ; 7.5 25 𝐸(𝑋) 6 5 1Γ— 6 5 𝜎 π‘₯ 2 12 25 3 4 Γ— 12 25 Untuk π‘›β†’βˆž, π»π‘–π‘π‘’π‘Ÿπ‘”π‘’π‘œπ‘šπ‘’π‘‘π‘Ÿπ‘–π‘˜ β‰ˆπ΅π‘–π‘›π‘œπ‘š HADI SUMARNO DEPARTEMEN MATEMATIKA FMIPA-IPB

PERCOBAAN MULTINOMIAL Dari 𝑛 percobaanmasing- masingterdiridarikkemung kinan, denganπ‘˜> 2. Jika 𝑋 𝑖 menyatakanjumla hmunculnyakemungkinanke -i, makasebaranpeluangbagi 𝑋 1 , 𝑋 2 , …, 𝑋 π‘˜ adalah HADI SUMARNO DEPARTEMEN MATEMATIKA FMIPA-IPB

CONTOH PERCOBAAN MULTINOMIAL Dalam 10 kali permainan, berapapeluang 3 kali menang, 4 kali gagaldan 3 kali seri, jikadiketahuipeluangmenang, 0,3 danpeluangkalah 0,4. 𝑓 3,4,3;0.3,0.4,0.3 = 10 3,4,3 0.3 3 0.4 4 0.3 3 =0.078 𝑛=10, Kemungkinan 1 (menang), 2 (gagal), 3 (seri). 𝑋 1 :# π‘šπ‘’π‘›π‘Žπ‘›π‘” 𝑋 2 :# π‘˜π‘Žπ‘™π‘Žβ„Ž 𝑋 3 :# π‘ π‘’π‘Ÿπ‘– f π‘₯ 1 , π‘₯ 2 , π‘₯ 3 ;0.3, 0.4, 0.3 = 10 π‘₯ 1 , π‘₯ 2 , π‘₯ 3 0.3 π‘₯ 1 0.4 π‘₯ 2 0.3 π‘₯ 3 HADI SUMARNO DEPARTEMEN MATEMATIKA FMIPA-IPB

SEBARAN NEGATIF BINOM & GEOMETRIK HADI SUMARNO DEPARTEMEN MATEMATIKA FMIPA-IPB

Binom, negatif binom, dan geometrik Seseorang melemparkan bola kekeranjang basket. Jikapeluangtepatadalah 0.8, hitunglahpeluang: Dalam 10 kali pelemparan, sukses 9 kali Sukses yang kesembilanpadapelemparan yang kesepuluh Sukses yang pertamapadapelemparan yang kesepuluh π‘Ž. π΅π‘–π‘›π‘œπ‘š: 𝑛=10, π‘₯=9, 𝑏 9,10,0.8 = 10! 1!9! 0.8 9 0.2 1 =0.268 𝑏. π‘π‘’π‘”π‘Žπ‘‘π‘–π‘“ π‘π‘–π‘›π‘œπ‘š:π‘₯=10, π‘˜=9, 𝑛𝑏 10,9,0.8 = 9! 1!8! 0.8 9 0.2 1 =0.242 𝑐. πΊπ‘’π‘œπ‘šπ‘’π‘‘π‘Ÿπ‘–π‘˜:π‘₯=10, 𝑔 10,0.8 =0.8Γ— 0.2 9 =4.1Γ— 10 βˆ’7 HADI SUMARNO DEPARTEMEN MATEMATIKA FMIPA-IPB

HADI SUMARNO DEPARTEMEN MATEMATIKA FMIPA-IPB SEBARAN POISSON Sebaran Poisson: merupakan sebaran peluang dari suatu percobaan Poisson X = merupakan peubah acak dari hasil percobaan Poisson. Hasil percobaan Poisson memiliki siat sebagai berikut: 1. Kejadian pada dua selang waktu/daerah yang saling terpisah adalah saling bebas 2. Peluang terjadinya percobaan pada selang waktu/daerah tertentu, sebanding dengan panjang waktu/luas daerah tersebut. 3. Peluang bahwa lebih dari satu hasil percobaan dalam waktu yang singkat/daerah yang kecil diabaikan. Misalkan secara rata-rata banyaknya mobil yang melintas per menit di suatu perempatan adalah 30. a. Berapa peluang terdapat 3 mobil yang lewat dalam 1 detik. b. Berapa peluang paling banyak 3 mobil lewat dalam satu detik. HADI SUMARNO DEPARTEMEN MATEMATIKA FMIPA-IPB

CONTOH SEBARAN POISSON πœ‡ π‘₯ =30 mobil per menitatau 0.5 mobil per detik a. 𝑝 3,0.5 = 𝑒 βˆ’ πœ‡ π‘₯ πœ‡ π‘₯ π‘₯ π‘₯! = 𝑒 βˆ’0.5 0.5 3 3! =0.0126361 POISSON(3,0.5,FALSE)=9.9982-0.9856=0.0126 b. Ξ£ π‘₯=0 3 𝑝(π‘₯,0.5) =POISSON(3,0.5,TRUE)=0.9982 HADI SUMARNO DEPARTEMEN MATEMATIKA FMIPA-IPB

PENDEKATAN SEBARAN POISSON Misalkan 1 di antara 1000 mahasiswa IPB adalah perokok. a. Berapa peluang bahwa dari 8000 mahasiswa 3 di antaranya adalah perokok. b. Berapa peluang dari 8000 mhasiswa paling banyak 3 mahasiswa adalah perokok π‘Ž. 𝑏 3,8000, 1 1000 β‰ˆπ‘ π‘₯, πœ‡ π‘₯ π‘₯=3; πœ‡ π‘₯ =𝑛𝑝=8000Γ— 1 1000 =8 𝑝 3,8 =POISON 3,8,FALSE =0.0286 𝑏. Ξ£ π‘₯=0 3 𝑏 π‘₯,8000, 1 1000 β‰ˆ Ξ£ π‘₯=0 3 𝑝(π‘₯, πœ‡ π‘₯ ) =𝑃𝑂𝐼𝑆𝑆𝑂𝑁(3,8,π‘‡π‘…π‘ˆπΈ)=0.0424 HADI SUMARNO DEPARTEMEN MATEMATIKA FMIPA-IPB

BEBERAPA SEBARAN PELUANG KONTINU Sebaran Seragam Sebaran Eksponen Sebaran Normal Sebaran lainnya (Chi-Square, F, Gamma, Studentize T

DEPARTEMEN MATEMATIKA FMIPA-IPB SEBARAN SERAGAM 𝑋~π‘†π‘’π‘Ÿπ‘Žπ‘”π‘Žπ‘š π‘Ž,𝑏 𝑓 π‘₯ = 1 π‘βˆ’π‘Ž ; π‘Žβ‰€π‘₯≀𝑏 𝐸 𝑋 = π‘Ž 𝑏 π‘₯𝑓 π‘₯ 𝑑π‘₯= π‘Ž 𝑏 π‘₯ 1 π‘βˆ’π‘Ž 𝑑π‘₯= 1 π‘βˆ’π‘Ž 1 2 π‘₯ 2 ​ π‘Ž 𝑏 = 1 2 π‘βˆ’π‘Ž 2 π‘βˆ’π‘Ž = 1 2 (𝑏+π‘Ž) 𝐸 𝑋 2 = π‘Ž 𝑏 π‘₯ 2 𝑓 π‘₯ 𝑑π‘₯= π‘Ž 𝑏 π‘₯ 2 1 π‘βˆ’π‘Ž 𝑑π‘₯= 1 π‘βˆ’π‘Ž 1 3 π‘₯ 3 ​ π‘Ž 𝑏 = 1 3 π‘βˆ’π‘Ž 3 π‘βˆ’π‘Ž = 1 3 ( 𝑏 2 +π‘Žπ‘+ π‘Ž 2 ) 𝜎 π‘₯ 2 =𝐸 𝑋 2 βˆ’ πœ‡ π‘₯ 2 = 1 12 π‘Žβˆ’π‘ 2 𝑃 𝑋>𝑐 = 𝑐 𝑏 1 π‘βˆ’π‘Ž 𝑑π‘₯; π‘βˆˆ π‘Ž,𝑏 HADI SUMARN3 DEPARTEMEN MATEMATIKA FMIPA-IPB

DEPARTEMEN MATEMATIKA FMIPA-IPB SEBARAN EKSPONENSIAL 𝑋~πΈπ‘˜π‘ π‘π‘œπ‘›π‘’π‘› πœ† 𝑓 π‘₯ =πœ† 𝑒 βˆ’πœ†π‘₯ ; π‘₯β‰₯0 𝐸 𝑋 = 0 ∞ π‘₯𝑓 π‘₯ 𝑑π‘₯= 0 ∞ π‘₯πœ† 𝑒 βˆ’πœ†π‘₯ 𝑑π‘₯=βˆ’π‘₯ 𝑒 βˆ’πœ†π‘₯ βˆ’1/πœ† 𝑒 βˆ’πœ†π‘₯ ​ 0 ∞ =0+1/πœ†=1/πœ† 𝐸 𝑋 2 = π‘Ž 𝑏 π‘₯ 2 𝑓 π‘₯ 𝑑π‘₯= π‘Ž 𝑏 π‘₯ 2 πœ† 𝑒 βˆ’πœ†π‘₯ 𝑑π‘₯ =βˆ’ π‘₯ 2 𝑒 βˆ’πœ†π‘₯ βˆ’ 2 πœ† π‘₯ 𝑒 βˆ’πœ†π‘₯ βˆ’ 2 πœ† 2 𝑒 βˆ’πœ†π‘₯ ​ 0 ∞ =2/ πœ† 2 𝜎 π‘₯ 2 =𝐸 𝑋 2 βˆ’ πœ‡ π‘₯ 2 = 2 πœ† 2 βˆ’ 1 πœ† 2 = 1 πœ† 2 𝑃 𝑋>𝑐 = 𝑐 ∞ πœ† 𝑒 βˆ’πœ†π‘₯ 𝑑π‘₯ HADI SUMARN3 DEPARTEMEN MATEMATIKA FMIPA-IPB

DEPARTEMEN MATEMATIKA FMIPA-IPB SEBARAN NORMAL KURVA NORMAL HADI SUMARNO DEPARTEMEN MATEMATIKA FMIPA-IPB

DEPARTEMEN MATEMATIKA FMIPA-IPB SEBARAN NORMAL HADI SUMARNO DEPARTEMEN MATEMATIKA FMIPA-IPB

SEBARAN NORMAL – LUAS BAWAH KURVA 𝑃 10<π‘₯<100 = 10 100 𝑛 π‘₯,150,1600 𝑑π‘₯ = 10 100 1 2πœ‹ 𝜎 𝑒 βˆ’ 1 2 π‘₯βˆ’πœ‡ 2 𝜎 2 𝑑π‘₯ Standarisasi ke normal baku HADI SUMARNO DEPARTEMEN MATEMATIKA FMIPA-IPB

DEPARTEMEN MATEMATIKA FMIPA-IPB SEBARAN NORMAL BAKU SOURCE: TR BLACK 1998 𝑍~𝑁(0,1) HADI SUMARNO DEPARTEMEN MATEMATIKA FMIPA-IPB

DEPARTEMEN MATEMATIKA FMIPA-IPB Tabel Normal Baku HADI SUMARNO DEPARTEMEN MATEMATIKA FMIPA-IPB

DEPARTEMEN MATEMATIKA FMIPA-IPB Latihan Sebuah jenis motor kecil mempunyai umur rata2 10 tahun, dengan simpangan baku 5 tahun. Pabrik akan menjamin mengganti dengan yang baru semua motor yang rusak selama masa garansi. Jika pabrik hanya bersedia mengganti 10%, berapa lama garansi yang harus diberikan. Asumsi menyebar normal. Berapa peluang motor rusak antara 6 s/d 11 tahun? Berapa peluang motor rusak tepat berumur 3 tahun Berapa peluang motor rusak lebih dari 15 tahun. HADI SUMARNO DEPARTEMEN MATEMATIKA FMIPA-IPB

DEPARTEMEN MATEMATIKA FMIPA-IPB Latihan πœ‡=10; 𝜎=5 𝑃 𝑋<π‘₯ =0.03 𝑃 𝑍< π‘₯βˆ’10 5 =0.03 π‘₯βˆ’10 5 =βˆ’1.31β†’π‘₯=10βˆ’5.65=4.35 π‘‘π‘Žβ„Žπ‘’π‘› 𝑃 6<𝑋<11 =𝑃 βˆ’ 4 5 <𝑍< 1 5 =𝑃 𝑍< 1 5 βˆ’π‘ƒ 𝑍<βˆ’ 4 5 = 𝑃 𝑋=3 =0 𝑃 𝑋>15 =𝑃 𝑍>1 =1βˆ’π‘ƒ(𝑍<1) HADI SUMARNO DEPARTEMEN MATEMATIKA FMIPA-IPB

Hampiran normal terhadap sebaran binom Menurut majalah Consumers Digest, hasil angka sensus menunjukkan bahwa dalam tahun 78, hampir 53% diantara semua rumahtangga di AS terdiri atas 1 – 2 orang. Berapa peluang bahwa di antara 1000 rumah yang diambil secara acak, antara 490 s/d 515 terdiri dari 1-2 orang saja. Berapa peluang lebih dari 500 di antaranya terdiri dari 1-2 orang. Berapa peluang tidak lebih dari 300 di antaranya terditi dari 1- 2 orang. HADI SUMARNO DEPARTEMEN MATEMATIKA FMIPA-IPB

Hampiran normal terhadap sebaran binom 𝑝=0.53 𝑛=1000 𝑃 490≀𝑋≀515 = Ξ£ 490 515 𝑏 π‘₯,1000,0.53 β‰ˆπ‘ 𝑛𝑝,π‘›π‘π‘ž 𝑁 530,249 𝑃 490≀𝑋≀515 β‰ˆπ‘ƒ 489.5<𝑋<515.5 =𝑃(βˆ’ 40.5 15.78 <𝑍< 29.5 15.78 ) 𝑃 𝑋β‰₯501 β‰ˆπ‘ƒ 𝑋>500.5 =𝑃 𝑍>βˆ’ 29.5 15.78 =1βˆ’π‘ƒ(𝑍<βˆ’ 29.5 15.78 ) 𝑃 𝑋≀300 β‰ˆπ‘ƒ 𝑋<300.5 =𝑃(𝑍< 229.5 15.78 ) HADI SUMARNO DEPARTEMEN MATEMATIKA FMIPA-IPB