Distribusi Peluang.

Slides:



Advertisements
Presentasi serupa
Distribusi Probabilitas
Advertisements

DISTRIBUSI DISKRIT DAN KONTINYU
DISTRIBUSI PROBABILITAS YANG UMUM
Pertemuan II SEBARAN PEUBAH ACAK
DISTRIBUSI DISKRIT DAN KONTINYU
SEKOLAH TINGGI ILMU STATISTIK
Metode Statistika II Pertemuan 2 Pengajar: Timbang Sirait
Distribusi Peluang Diskrit
Distribusi Probabilitas ()
SEBARAN DISKRIT Variabel Diskrit dan kontinue Variabel diskrit yang dimaksud adalah variabel yang diamati/diukur tidak dapat diwakili oleh seluruh titik.
DISTRIBUSI PELUANG.
STATISTIK PROBABILITAS
DISTRIBUSI TEORITIS.
3 Peubah Acak Diskrit dan Sebaran Peluangnya.
Distribusi Peluang Kuswanto dan Rizali, 2014.
Peubah Acak Diskret Khusus
Distribusi Poisson Percobaan Poisson memiliki ciri-ciri sbb :
BAB IX DISTRIBUSI TEORITIS
Bab 5. Probabilitas Diskrit
Distribusi Hipergeometrik Distribusi Poisson.
DISTRIBUSI POISSON.
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 PROBABILITA DISKRIT
DISTRIBUSI PROBABILITAS diskrit
DISTRIBUSI TEORITIS.
OLEH: RESPATI WULANDARI, M.KES
Metode Statistika (STK211)
(PROBABILITAS LANJUTAN) DISTRIBUSI PELUANG DISKRIT DAN KONTINU
VARIABEL ACAK DAN NILAI HARAPAN
DISTRIBUSI BINOMIAL.
PTP: Peubah Acak Diskrit Khusus Pertemuan ke-5/7
DISTRIBUSI PROBABILITAS
STATISTIKA Pertemuan 4: Pengantar teori peluang dan distribusi peluang
Bagian 4 – DISTRIBUSI DISKRIT Laboratorium Sistem Produksi 2004
Sebaran Peluang Diskrit (II) Pertemuan 6
DISTRIBUSI PROBABILITAS
PROBABILITY DISTRIBUTION FUNCTION (PDF) dan cumulatif distribution function (cdf) untuk kasus DISKRIT RIPAI, S.Pd., M.Si.
DISTRIBUSI BINOMIAL.
Distribusi Probabilitas
DISTRIBUSI PROBABILITAS
DISTRIBUSI POISSON Kelompok 6 Elia Lugastio ( )
Metode Statistika (STK211)
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
VARIABEL ACAK DAN NILAI HARAPAN
DISTRIBUSI PROBABILITA
DISTRIBUSI PROBABILITAS DISKRIT (1)
DISTRIBUSI PROBABILITAS DISKRIT (1)
Distribusi Teoritis Peluang Diskrit
SEBARAN POISSON DEFINISI
Distribusi dan Teknik Sampling
Distribusi Probabilitas Variabel Acak Diskrit
DISTRIBUSI-DISTRIBUSI TEORITIS
Peubah Acak Diskret Khusus
Distibusi Probabilitas Statistik Bisnis -8
NOTASI SEBARAN BINOMIAL
Distribusi Probabilitas Variabel Acak Diskrit
Metode Statistika (STK211)
PEUBAH ACAK & DISTRIBUSI PELUANG. PENGERTIAN PEUBAH ACAK STATISTIKA  Penarikan kesimpulan tentang (karakteristik dan sifat) populasi. Contoh : Pemeriksaan.
DISTRIBUSI VARIABEL RANDOM DISKRIT
Model dan Simulasi Distribusi Poisson Veni Wedyawati, S.Kom, M.Kom.
Distribusi Probabilitas
DISTRIBUSI PROBABILITAS YANG UMUM
Distribusi Poisson Suatu eksperimen yang menghasilkan jumlah sukses yang terjadi pada interval waktu spesifik dikenal sebagai eksperimen Poisson. Interval.
PENGERTIAN DISTRIBUSI TEORITIS
OPERATIONS RESEARCH – I
DISTRIBUSI PROBABILITAS YANG UMUM
DISTRIBUSI PROBABILITAS DISKRIT (1)
Transcript presentasi:

Distribusi Peluang

Pengertian Peubah acak Peubah acak adalah suatu kejadian yang dapat diucapkan dalam bentuk bilangan nyata. Notasi yang sering digunakan adalah X, Y, Z.

Macam peubah acak Peubah acak kontinyu, misalnya : produksi padi/ha. Peubah acak diskrit, misalnya : jumlah orang dalam satu ruangan. Dengan demikian ruang contoh diskrit adalah ruang contoh yang mengandung jumlah titik tak terhingga, tetapi sama banyaknya dengan bilangan cacah. Peubah acak diskrit digunakan untuk data yang berupa cacahan. Peubah acak kontinyu, misalnya : produksi padi/ha. Ruang contoh kontinyu adalah ruang contoh yang mengandung titik tak terhingga yang sama dengan banyaknya titik pada sebuah garis. Peubah acak kontinyu digunakan untuk data yang diukur

Sebaran Peluang Diskrit

Sebaran Peluang Diskrit Sebaran peluang diskrit adalah sebuah tabel atau rumus yang mencantumkan semua kemungkinan nilai suatu peubah acak diskrit berikut peluangnya. Sebaran peluang Binom dan Poisson termasuk kelompok ini.

Contoh Apabila sepasang dadu dilemparkan, maka peubah acak X adalah jumlah bilangan. X adalah nilai bulat 2 sampai 12. Dua dadu dapat mendarat dalam (6) (6) cara masing-masing dengan peluang 1/36. P(X=3) = 2/36, karena jumlah 3 hanya dapat terjadi dalam 2 cara. x 2 3 4 5 6 7 8 9 10 11 12 -------------------------------------------------------------------------------------- P(X=x) 1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36 Untuk menggambarkan sebaran peluang dapat mengggunakan grafik dalam bentuk histogram peluang.

Histogram

Sebaran Peluang Binom

Sebaran peluang binom Berdasarkan percobaan Bernoulli hasilnya diklasifikasikan sebagai sukses S (berhasil) dan gagal (G). P(S) = p = n dan P(G) = q = 1-n p+q = 1 Contoh : kontrol kualitas barang diklasifikasikan sebagai cacat (C) dan baik (B) efektifitas obat  sembuh (S) dan tak sembuh (G) kelahiran anak  pria (S) dan wanita (G) atau wanita (S) dan pria (G )

Fungsi sebaran binomial Misal X menyatakan banyaknya berhasil dalam n usaha tsb, dimana n = 3 dan X=1, maka S ----- S ----- S untuk X (banyaknya berhasil) = 1 G SGG = pqq = pq² G ----- S GSG = qpq = pq² G GGS = qqp = pq² G ----- S ----- S G P(x=1) = 3(pq²) = (3 1) p1 q3-1 G ----- S karena n=3, x = sukses, (n-x) G gagal, maka kombinasi C(n x) = banyaknya susunan Jadi f(x) = (n x) px qn-x dinamakan fungsi sebaran binomial

Contoh sebaran binomial Produsen bibit jambu menjamin bahwa bibit jambu okulasi yang dihasilkan mempunyai peluang hidup 0,90. Untuk membuktikan pernyataan tersebut, seorang konsumen membeli dan menanam 10 bibit okulasi. Tentukan berapa peluang hidup terhadap 8 bibit jambu okulasi yang dibeli tersebut! Jawab : n=10, x=8, p=0,90, q= 1-0,90 = 0,1, maka P(x=8) = (10 8) (0,90)8 (0,1)2 = 10!/8!.2! . (0,90)8 (0,1)2 = 0,1937 Dapat pula dikerjakan dengan memanfaatkan tabel peluang binom yang telah tersedia. Dengan cara ini akan diperoleh hasil lebih cepat.

Interpretasi Nilai peluang ini harus diinterpretasikan, agar dapat dipahami maknanya. Peluang hidup 8 bibit dari 10 bibit yang ditanam adalah 0,194. Apabila bibit yang ditanam adalah b1, b2, …, b8, b9 dan b10, maka peluang hidup b1, b2, …, b8 adalah 0,194. Tidak semua bibit dari 8 bibit tersebut dapat hidup setelah ditanam. Walaupun produsen menjamin semua bibit jambu okulasi yang dihasilkan mempunyai peluang hidup 0,90, namun peluang hidup 8 bibit dari 10 bibit yang diuji adalah 0,194

Penggunaan tabel binomial Untuk contoh soal tersebut, pilih n = 10 kemudian dicari jumlah berhasil x = 8. Karena peluang keberhasilan adalah 0,90, maka dari x = 8 ditarik ke kanan sampai pada p = 0,90. Namun demikian, sebelum mencari nilai peluang dari tabel, rumus peluang harus dikerjakan terlebih dahulu.

Contoh tabel --Binomial P x 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5 0.55 0.6 0.65 0.7 0.75 0.8 0.85 0.9 0.95 0.599 0.349 0.197 0.107 0.056 0.028 0.013 0.006 0.003 0.001 0.000 1 0.914 0.736 0.544 0.376 0.244 0.149 0.086 0.046 0.023 0.011 0.005 0.002 2 0.988 0.930 0.820 0.678 0.526 0.383 0.262 0.167 0.100 0.055 0.027 0.012 3 0.999 0.987 0.950 0.879 0.776 0.650 0.514 0.382 0.266 0.172 0.102 0.026 0.004 4 1.000 0.998 0.990 0.967 0.922 0.850 0.751 0.633 0.504 0.377 0.166 0.095 0.047 0.020 5 0.994 0.980 0.953 0.905 0.834 0.738 0.623 0.496 0.367 0.249 0.150 0.078 0.033 0.010 6 0.996 0.989 0.974 0.945 0.898 0.828 0.734 0.618 0.486 0.350 0.224 0.121 0.050 7 0.995 0.973 0.900 0.833 0.617 0.474 0.322 0.180 0.070 8 0.977 0.954 0.851 0.756 0.624 0.456 0.264 9 0.997 0.972 0.944 0.893 0.803 0.651 0.401 10

Contoh lain Untuk n=15 dan p=0,4, hitung P(x ≥10) dan P(3  x 8). Gunakan Tabel Binomial Jawab : P(x ≥ 10) = 1 - P(x  9) = 1 - 0,966 = 0,034  lihat tabel P(3  x 8) = P(x  8) - P(x  2) = 0,905 - 0,0271 = 0,878 P (x=4) = P(x  4) - P(x 3) = ??? Coba kerjakan

Latihan dan diskusi 1. Tentukan peluang mendapatkan tepat tiga bilangan 2 apabila sebuah dadu setimbang dilemparkan! 2. Peluang bunga anggek akan mekar besuk pagi adalah 0,4. Bila 15 tanaman yang bunganya akan mekar sedang diuji, berapa peluang : a). sekurang-kurangnya 10 tanaman yang bunganya akan mekar b). ada 3 sampai 8 tanaman yang bunga akan mekar c). tepat 5 tanaman yang bunganya akan mekar 3. A campus newspaper claims that 80% of the student support its view on a campus issue about hybrid rice production. A random sample of 20 agriculture faculty students is taken, 12 students agree with the newspaper. Find P(12 or less agree), if 80% support the view, and comment on the plausibility of the claim.

4. Suppose it is known that a new pesticide treatment is successful in killing a insect in 50% of the cases. If it is tried on 15 insects, find the probability that : a). at most 6 will be killed, b). the number killed will be now fewer than 6 and no more than 10, c). 12 or more will be killed 5. Using binomial table, find the probability of : a. 3 successes in 8 trials when p = 0,4 b. 7 failures in 16 trials when p = 0,6 c. 3 or fewer successes in 9 trials when p = 0,4 d. more than 12 successes in 16 trials when p = 0,7 e. the number of successes between 3 and 13 (both inclusive) in 16 trials when p = 0,6

6. Only 30% of the students in agriculture faculty feel that this subject is easy. If 20 students are selected at random, find the probability that 5 or less will feel that this subject is easy. Find the probability that exactly 6 students feel that this subject is easy. Find the cases of other binomial distribution? 

Terima kasih

Sebaran Peluang Poison

Sebaran peluang Poisson Percobaan Poisson : suatu percobaan yang menghasilkan variabel random x, yang menyatakan jumlah berhasil dalam suatu selang (interval) tertentu atau daerah tertentu. Selang waktu mulai milidetik sampai tahunan. Daerah juga mulai dari satuan panjang, luas ataupun volume.

Contoh percobaan Poisson : Jumlah sambungan telepon yang masuk suatu kantor Jumlah langganan yang datang pada suatu super market per 5 menit Jumlah salah ketik per halaman Jumlah tikus sawah per hektar

Ciri-ciri lain sebaran Poisson Independen antar daerah atau waktu Peluang terjadinya suatu sukses relatif terhadap suatu waktu sebanding dengan satuan waktu tersebut Peluang terjadinya lebih dari 2 sukses dalam selang waktu atau daerah yang pendek, mendekati nol e-  x f(x) = ------------- dimana x = 0,1,2,… x! e = 2,71828

Contoh Rata-rata sambungan telepon masuk suatu kantor adalah 7 sambungan per jam. Tentukan peluang (dalam jam) terdapat 5 sambungan per jam terdapat kurang atau sma dengan 9 sambungan per jam lebih dari 12 sambungan per jam Jawab P(x=5, =7) = (e-7 . 75)/5! = ……. Atau …

Penggunaan Tabel Poisson Untuk nilai µ = 7 dapat dilihat pada kolom paling kanan, kemudian untuk mencari P(5,µ), ditarik titik temu antara x=5 dengan µ=7, dan diperoleh nilai peluang 0,3007. Namun demikian sebelum mencarai nilai peluang pada tabel, rumus peluang harus dikerjakan terlebih dahulu.

Contoh tabel poisson µ (lt) x 6.10 6.20 6.30 6.40 6.50 6.60 6.70 6.80 6.90 7.00 0.0022 0.0020 0.0018 0.0017 0.0015 0.0014 0.0012 0.0011 0.0010 0.0009 1 0.0159 0.0146 0.0134 0.0123 0.0113 0.0103 0.0095 0.0087 0.0080 0.0073 2 0.0577 0.0536 0.0498 0.0463 0.0430 0.0400 0.0371 0.0344 0.0320 0.0296 3 0.1425 0.1342 0.1264 0.1189 0.1118 0.1052 0.0988 0.0928 0.0871 0.0818 4 0.2719 0.2592 0.2469 0.2351 0.2237 0.2127 0.2022 0.1920 0.1823 0.1730 5 0.4298 0.4141 0.3988 0.3837 0.3690 0.3547 0.3406 0.3270 0.3137 0.3007 6 0.5902 0.5742 0.5582 0.5423 0.5265 0.5108 0.4953 0.4799 0.4647 0.4497 7 0.7301 0.7160 0.7017 0.6873 0.6728 0.6581 0.6433 0.6285 0.6136 0.5987 8 0.8367 0.8259 0.8148 0.8033 0.7916 0.7796 0.7673 0.7548 0.7420 0.7291 9 0.9090 0.9016 0.8939 0.8858 0.8774 0.8686 0.8596 0.8502 0.8405 0.8305 10 0.9531 0.9486 0.9437 0.9386 0.9332 0.9274 0.9214 0.9151 0.9084 0.9015 11 0.9776 0.9750 0.9723 0.9693 0.9661 0.9627 0.9591 0.9552 0.9510 0.9467 12 0.9900 0.9887 0.9873 0.9857 0.9840 0.9821 0.9801 0.9779 0.9755 0.9730 13 0.9958 0.9952 0.9945 0.9937 0.9929 0.9920 0.9909 0.9898 0.9885 0.9872 14 0.9984 0.9981 0.9978 0.9974 0.9970 0.9966 0.9961 0.9956 0.9950 0.9943 15 0.9994 0.9993 0.9992 0.9990 0.9988 0.9986 0.9982 0.9979 0.9976 16 0.9998 0.9997 0.9996 0.9995 17 0.9999 18 1.0000 19 20

Menggunakan tabel poisson Dapat pula dikerjakan dengan memanfaatkan tabel peluang Poisson yang telah tersedia. Dengan cara ini akan diperoleh hasil lebih cepat. Dari Tabel tersebut, dipeoleh : 5 4 a..  (P(x,7) -  P(x,7) = 0,3007 - 0,1730 = 0,1277 (lihat tabel) x=0 x=0 9 b)  (P(x,7) = 0,8305 x=0 12 = 1 -  (P(x,7) = 1- 0,9730 = 0,00270

Ciri distribusi poisson Independen antar daerah atau waktu Peluang terjadinya suatu sukses relatif terhadap suatu waktu sebanding dengan satuan waktu tersebut Peluang terjadinya lebih dari 2 sukses dalam selang waktu atau daerah yang pendek, mendekati nol

Latihan dan diskusi Rata-rata banyaknya tikus per ha dalam suatu ladang gandum seluas 5 ha diduga sebesar 10 ekor. Hitung peluang bahwa dalam suatu luasan 1 ha terhadap lebih dari 15 tikus. Di Kabupaten Malang secara rata-rata dilanda 6 angin ribut per tahun. Hitunglah peluang bahwa dalam suatu tahun tertentu daerah ini akan dilanda : kurang dari 4 kali angin ribut 6 sampai 8 kali angin ribut Tepat 5 angin ribut Tepat 6 angin ribut. Apa bedanya dengan reratanya?

Latihan dan diskusi 4 atau lebih spesies silangan baru 3. Seorang grower tanaman hias mampu menghasilkan 2 jenis spesies silangan baru per tahun. Pada tahun depan spesies baru yang akan dihasilkan, akan dikenalkan pada pameran flora Indonesia. Berapa peluang bahwa tahun depan ia akan membuat : 4 atau lebih spesies silangan baru Tidak dapat menghasilkan spesies kurang 2 spesis lebih dari 4 spesies

Terima kasih