FUNGSI PROBABILITAS Pertemuan ke 6.

Slides:



Advertisements
Presentasi serupa
DISTRIBUSI DISKRIT DAN KONTINYU
Advertisements

DISTRIBUSI PROBABILITAS YANG UMUM
Pertemuan II SEBARAN PEUBAH ACAK
Analisa Data Statistik Chap 5: Distribusi Probabilitas Diskrit
Analisa Data Statistik Chap 5: Distribusi Probabilitas Diskrit
DISTRIBUSI BINOMIAL.
DISTRIBUSI DISKRIT DAN KONTINYU
PROBABILITAS.
Distribusi Teoritis.
DISTRIBUSI PROBABILITAS
Distribusi Probabilitas ()
PrOBabilitas Oleh : Septi Ariadi.
Probabilitas dan Statistika BAB 7 Distribusi Sampling
DISTRIBUSI TEORITIS.
STATISTIKA DAN PROBABILITAS
DISTRIBUSI TEORETIS.
ESTIMASI (MENAKSIR) Pertemuan ke 11.
BAB IX DISTRIBUSI TEORITIS
DISTRIBUSI TEORETIS Tujuan :
Distribusi Hipergeometrik Distribusi Poisson.
DISTRIBUSI PELUANG STATISTIKA.
DISTRIBUSI PELUANG Pertemuan ke 5.
DISTRIBUSI SAMPLING Pertemuan ke 10.
Distribusi Probabilitas Diskrit BINOMIAL
FUNGSI DENSITAS Pertemuan ke 9.
Distribusi Variabel Acak
PENGENDALIAN MUTU BERBASIS STATISTIK
BAB XV Distribusi Sampel
Bab 5 Distribusi Sampling
DISTRIBUSI PROBABILITAS diskrit
DISTRIBUSI TEORITIS.
DISTRIBUSI SAMPLING Inne Novita Sari.
DISTRIBUSI PELUANG.
DISTRIBUSI PELUANG Jika melakukan undian sebuah mata uang maka peristiwa yang terjadi muncul = G dan A. Jika X menyatakan banyaknya G maka X = 0, 1 Maka.
DISTRIBUSI BINOIMIAL DAN POISSON
MODUL STATISTIKA BISNIS DAN INDUSTRI
DISTRIBUSI PROBABILITAS
Statistika- Kuliah 08 DISTRIBUSI PROBABILITAS
DISTRIBUSI PROBABILITAS TEORITIS
Distribusi Probabilitas
DISTRIBUSI PROBABILITAS (DISTRIBUSI BINOMIAL, POISSON, DAN NORMAL)
DISTRIBUSI PROBABILITAS
Distribusi binomial Distribusi binomial
DISTRIBUSI PROBABILITAS
Distribusi Binomial Negatif dan Geometrik
DISTRIBUSI PROBABILITAS DISKRIT (1)
DISTRIBUSI PROBABILITAS DISKRIT (1)
Distribusi Teoritis Peluang Diskrit
DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2
DISTRIBUSI PROBABILITAS
Distribusi dan Teknik Sampling
Distribusi Probabilitas Variabel Acak Diskrit
RANDOM VARIATE DISTRIBUSI DISKRIT
Distibusi Probabilitas Statistik Bisnis -8
Distribusi Sampling Tujuan Pembelajaran :
Distribusi Probabilitas Variabel Acak Diskrit
Pertemuan ke 8.
DISTRIBUSI PROBABILITAS DISKRET
DISTRIBUSI VARIABEL RANDOM DISKRIT
Bab 5 Distribusi Sampling
BAB 10 DISTRIBUSI PROBABILITAS Pada berbagai peristiwa dalam probabilitas jika frekuensi percobaannya banyak, maka untuk peristiwa yang bersifat independent.
DISTRIBUSI PELUANG DISKRIT
DISTRIBUSI PROBABILITAS YANG UMUM
DISTRIBUSI PROBABILITAS TEORITIS
Distribusi Poisson Suatu eksperimen yang menghasilkan jumlah sukses yang terjadi pada interval waktu spesifik dikenal sebagai eksperimen Poisson. Interval.
DISTRIBUSI PROBABILITAS YANG UMUM
. Distribusi Binomial adalah suatu distribusi probabilitas yang dapat digunakan bilamana suatu proses sampling dapat diasumsikan sesuai dengan proses.
Distribusi Sampling Menik Dwi Kurniatie, S.Si., M.Biotech.
DISTRIBUSI PROBABILITAS DISKRIT (1)
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:

FUNGSI PROBABILITAS Pertemuan ke 6

TUJUAN INSTRUKSIONAL KHUSUS Setelah mempelajari pokok bahasan ini, mahasiswa diharapkan mampu: Menjelaskan dan menghitung Distribusi Binomial Menjelaskan dan menghitung Distribusi Poisson Menjelaskan dan menghitung Distribusi Hypergeometrik

DISTRIBUSI BINOMIAL Ditribusi binomial dimaksudkan untuk distribusi peluang (fungsi probabilitas) variabel random diskrit, pada sebuah eksperimen yang hanya menghasilkan dua peristiwa yaitu : peristiwa A dan bukan peristiwa A Misalnya : Sukses dan gagal, baik dan buruk, ya dan tidak, muka dan belakang, dan lain-lain Sukses, dengan probabilitas = p Eksperimen Gagal, dengan probabilitas = q = 1 – p Eksperimen, diulang n kali pada kondisisi yang sama X = variabel yang menyatakan banyak sukses di anatara n eksperimen tersebut Nilai-nilai X yang mungkin : 0, 1, 2, 3, 4, … , n

Variabel X mempunyai fungsi probabilitas yang disebut : Distribusi Binomial, yaitu : dimana : x = 0, 1, 2, 3, 4, … , n ! = faktorial n! = n .(n-1).(n-2). … .2.1 1! = 1, dan 0! = 1

Sifat-sifat : Jika X mempunyai distribusi binomial, maka mean x : x = E(x) = n.p Varian x : Var(x) = n.p.q Standar deviasi x : x =

SOAL-SOAL YANG DIPECAHKAN 1. Berdasarkan pengalaman baru-baru ini 6 % produksi keramik lantai dinilai cacat yang dihasilkan oleh sebuah mesin otomatis. Dari 5 keramik lantai yang dihasilkan secara berurutan, tentukan probabilitasnya akan terdapat : Semua bagus 2 cacat Paling sedikit 1 cacat (= atau paling banyak 4 bagus) Dari 50 keramik lantai yang diproduksi secara berurutan berapa anda harapkan banyak keramik lantai yang cacat (= berapa rata-rata keramik lantai yang cacat)

2. Sebuah mata uang dilempar 10 kali Tentukan probabilitas akan diperoleh sisi muka (M) 2 kali Paling sedikit 2 kali Kurang dari 3 kali Berapa kali dapat diharapkan diperoleh sisi muka

DISTRIBUSI POISSON Ditribusi digunakan untuk pendekatan distribusi Binomial yang berlaku jika n sangat besar dan P sangat kecil Dalam hal ini n.p =  Variabel random X mempunyai distribusi Poisson, jika fungsi probabilitasnya : f(x) = P(X=x) = , dengan x = 0, 1, 2, …  > 0 e = 2,71828 sifat-sifat : Mean E(x) =  Var(x) =  Standar deviasi x = 

SOAL-SOAL YANG DIPECAHKAN 1. Sebuah toko bahan bangunan, sehubungan dengan sistim pengendalian persediaan telah menentukan bahwa permintaan akan semen merk tertentu berdistribusi Poisson dengan parameter  = 4 perhari Tentukan distribusi probabilitas permintaan perhari semen merk tersebut. Jika persediaan toko 5 unit barang pada suatu hari tertentu, berapa probabilitas bahwa permintaan akan lebih besar dari pada persediaan itu

DISTRIBUSI HYPERGEOMETRIK Harga Proporsi (persentase) Ada sebuah populasi berukuran N dimana terhadap N1 buah termasuk katagori tertentu. Dari populasi ini diambil sampel berukuran n buah. x = variabel yang menyatakan banyak unit dalam sampel yang termasuk dalam katagori tertentu tersebut Populasi N unit Sampel n unit x unit N1

Maka X mempunyai fungsi probabilitas yang disebut distribusi hypergeometri Yaitu : dimana : x = 0, 1, 2, 3, … , n Sifat-sifat : Mean E(x) = Var(x) = Var(x) =

SOAL-SOAL YANG DIPECAHKAN PT ABC menggunakan sistim pemeriksaan barang yaitu dari setiap peti yang berisi 50 dus keramik diambil sampel sebanyak 5 keramik dan peti akan dikirim apabila terdapat tidak lebih dari 2 yang cacat namun akan diperiksa 100 persen bila terdapat lebih dari 2 yang cacat. Berapa peluang suatu peti diperiksa 100 % bila peti tersebut mengandung 3 barang yang cacat.