A. Distribusi Probabilitas Sebuah pengiriman 8 mikrokomputer yang serupa ke suatu jaringan eceran berisi 3 yang cacat.

. Bila suatu sekolah melakukan suatu pembelian acak 2 dari mikrokomputer ini, Carilah distribusi probabilitas untuk jumlah yang cacat. Carilah distribusi kumulatif untuk jumlah yang cacat. Dengan menggunakan F(x), buktikan f(2) = 3/28 Hitung nilai rata-rata X.

Jawab : 1. Ambil X sebagai variabel random yang didefinisikan sebagai banyaknya mikrokomputer yang cacat yang mungkin akan dibeli oleh sekolah tersebut. Maka dapat dituliskan : X = banyaknya mikrokomputer cacat yang mungkin akan dibeli oleh sekolah = 0, 1, 2 Sehingga dapat dihitung :

Rumus dstribusi probability adalah

Maka, X adalah : x f(x ) 0 10/2 8 1 15/2 8 2 3/2 8

2. Distribusi kumulatif F(x) adalah : F(0) F(1) F(2) = f(0) = 10/28 = f(0) + f(1) = 10/28 + 15/28 = 25/28 = f(0) + f(1) + f(2) = 10/28 + 15/28 + 3/28 =1 Sehingga : 1 , untuk x < 0

F(x) =

10/28 , untuk 0 x < 1 25/28 , untuk 1 x < 2 1 , untuk x 2

3. Dengan menggunakan F(x), maka f(2) = F(2) F(1) = 1 25/28 = 3/28 Nilai Ekspektasi X adalah E(X) = 0.f(0) + 1.f(1) + 2.F(2) = (0). (10/28) + (1). (15/28) + (2). (3/28) = 21/28 4. Himpunan pasangan tersusun (x, f(x)) adalah sebuah fungsi probabilitas, fungsi padat probabilitas,

atau distribusi probabilitas dari suatu variabel random kontinu X bila untuk setiap keluaran x yang mungkin, berlaku : fRecolorFillAsPicture1fUseShapeAnchor0fFilled1fLine0wzNameObject 0wzDescriptionNewsprintdhgt251660288fLayoutInCell1fHidden0fLayoutInCell1 f ( x ) 0, untuk semua x R

fRecolorFillAsPicture1fUseShapeAnchor0fFilled1fLine0wzNameObject

1wzDescriptionNewsprintdhgt251661312fLayoutInCell1fHidden0fLayoutInCell1

f ( x) dx

=1

fRecolorFillAsPicture1fUseShapeAnchor0fFilled1fLine0wzNameObject 2wzDescriptionNewsprintdhgt251662336fLayoutInCell1fHidden0fLayoutInCell1
P ( a < x <b) = f ( x ) dx
a b

B. Distribusi Probabilitas Diskrit

a) Distribusi Bernoulli Percobaan Bernoulli :

Sifat-sifat sebagai berikut : Percobaan itu terdiri dari n pengulangan Tiap pengulangan memberikan hasil yang dapat diidentifikasi sukses atau gagal Probabilitas sukses dinyatakan dengan p, tetap konstan (tidak berubah) dari satu pengulangan ke pengulangan lainnya, sedangkan probabilitas gagal adalah q = 1- p Tiap pengulangan dan pengulangan lainnya saling bebas. Banyaknya X sukses dalam n pengulangan suatu percobaan bernoulli disebut sebagai variabel random Binomial, sedangkan distribusi probabilitasnya disebut distribusi Binomial dan nilainya dinyatakan sebagai : b(x,n,p) dimana x = 1, 2, , n fRecolorFillAsPicture1fUseShapeAnchor0fFilled1fLine0wzNameObject
n x n x b( x; n, p ) = x p q 1024wzDescriptionNewsprintdhgt251663360fLayoutInCell1fHidden0fLayoutInCell1

 Rata-rata dan Variansi Distribusi Binomial : fRecolorFillAsPicture1fUseShapeAnchor0fFilled1fLine0wzNameObject 0wzDescriptionParchmentdhgt251664384fLayoutInCell1fHidden0fLayoutInCell1 = np Rata-rata = fRecolorFillAsPicture1fUseShapeAnchor0fFilled1fLine0wzNameObject

2 1wzDescriptionParchmentdhgt251665408fLayoutInCell1fHidden0fLayoutInCell1 = npq

Variansi =

b) Distribusi Poisson Percobaan Poisson :

Jika suatu percobaan menghasilkan variabel random X yang menyatakan banyak-nya sukses dalam daerah tertentu atau selama interval waktu tertentu, percobaan itu disebut percobaan

Poisson. Jumlah X dari keluaran yang terjadi selama satu percobaan Poisson disebut Variabel random Poisson, dan distribusi probabilitasnya disebut distribusi Poisson. fRecolorFillAsPicture1fUseShapeAnchor0fFilled1fLine0wzNameObject 1028wzDescriptionStationerydhgt251666432fLayoutInCell1fHidden0fLayoutInCell1
p ( x; ) =
x e , x!

x =0,1,2,......

Bila x menyatakan banyaknya sukses yang terjadi , adalah rata-rata banyaknya sukses yang terjadi dalam interval waktu atau daerah tertentu, dan e = 2,718 , maka rumus distribusi Poisson adalah :

Mean (rata-rata) dan variansi dari distribusi Poisson adalah . Catatan : Distribusi Poisson sebagai suatu bentuk pembatasan distribusi Binomial pada saat n besar , sedangkan p mendekati 0 , dan np konstan. Sehingga bila n besar dan p mendekati 0, distribusi Poisson dapat digunakan untuk memperkirakan probabilitas Binomial, dengan = np.

Contoh. Sebuah pabrik ban menyatakan dari 5000 ban yang dikirim ke distributor sebanyak 1000

warnanya sedikit pudar. Seorang pelanggan membeli 10 ban dari distributor secara acak saja. Berapa probabilitasnya bahwa ada 3 buah ban yg warnanya sedikit pudar? Jawab: Populasinya N=5000, ukuran sampelnya n=10 (n/N < 5%), jadi bisa dipakai distribusi binomial saja, dengan probabilitas warna sedikit pudar p=k/N = 1000/5000 = 0.2, dan tidak pudar q=1-p=0.8. Jumlah sampel n=10, banyak yg pudar x=3, berarti probabilitasnya : P(x=3;n=10,p=0.2)= B(r3;n=10,p=0.2)-B(r2;n=10,p=0.2) = 0.8791 -0.6778 = 0.2013 = 20% Periksalah, jika dipergunkan distribusi hipergeometrik hasilnya=0.2015

c) Distribusi Uniform Percobaan Uniform

Jika variabel random X memiliki nilai (kontinyu) dengan kemungkinan kemunculan yang sama maka dikatakan bahwa variabel random (kontinyu) x mengikuti distribusi uniform dengan fungsi densitas probabilitas: 1/( - ), untuk <x< f(x)= 0 untuk x lainnya.

 Ekspektasi dan variansi: E(X)=(+)/2 dan V(X)= ( - )2/12

d) Distribusi Gamma Banyak rumus yang dipakai untuk membangkitkan gamma. Salah satunya adalah:

X = - ln (U1 * U2)
di mana adalah parameter. (Jika dalam mengerjakan soal, diberikan rumus yang lain, pakai rumus yang diberikan tersebut) Contoh Soal. Mesin pada suatu pabrik perlu diperbaiki setiap saat breakdown dengan biaya $100/hari. Jika lama perbaikan mesin berdistribusi gamma dengan parameter = 2 dan = 1/3, tentukan ratarata biaya untuk 30 kali breakdown, jika diketahui mesin breakdown ke 29 kali mengalami lama perbaikan selama 0.38 hari dengan rata-rata lama perbaikan 0.68 hari dgn variansi S2 = 0.02. Tentukan juga confidence interval untuk biaya perbaikan untuk 30 kali breakdown dengan 95% kepercayaan.

 Jawab. U1 = 0.818 U2 = 0.322 X30 = - In (U1*U2) = 1/3 In (0.818*0.322) = 0.445 hari Biaya untuk memperbaiki mesin yg breakdown ke 30 kalinya adalah $100*0.445 hari = $44.5 Rata-rata ke 30 kali = X30 = X29+X30-X29/30 = 0.68+0.445-0.38/30 = 0.68+0.0022 = 0.6822 Variansi ke 30 kalinya = S2 30 = (1-1/29) 0.02+30 (0.6822-0.68)2 = 0.0853 95% confidence interval untuk lama perbaikan = X30 Za/2*S/ n

M n N

C M, x C N M , n x C N ,n
= 0.6822 1.96* 0.0853/ 30 = 0.06822 0.1045 = [0.6822-0.1045, 0.6822+0.1045] = [0.5777, 0.7867]

95% confidence interval untuk biaya breakdown ke 30 adalah [57.77, 78.67]

e) Distribusi Hipergeometri Ciri: Sampel acak dengan ukuran n dipilih dari populasi ukuran N, dimana sejumlah k dapat diklasifikasikan sukses dan N-k gagal. Fungsi Probabilitas:

Nilai Ekspektasi:

)= f ( x)( nM ( N - M Nae n ) 2 N (1 N 1)
ax

a
Varians:

Algoritma: bangkitkan bilangan acak U1 dan U2 Set t=-log(U1U2) Bangkitkan bilangan acak U3 X=tU3, Y=t-X

f) Distribusi Eksponensial Fungsi Probabilitas:

Nilai Ekspektasi

1 )= f (x a2

1 e 2 2

1 x

Varians:

g) Distribusi Normal Fungsi Probabilitas :

Nilai Ekspektasi :

Varians : Contoh :

Diketahui nilai mata kuliah Statistika kelas C, berdistribusi normal dengan mean = 55 dan deviasi standar = 15. Tentukan nilai peluang 55 X 75

60 X 80X 40 Answer

55 < X < 75 P(55<X<75) =P(0Z75-55/15) = P(0Z20/15 = P(0 Z 1,33) = 0,4082

P(60x80) = = P(0,33Z1,67) = P(0Z1,67) P(0Z0,33) = 0,4525 0,1293 = 0,3232

P(x 40)

= 0,5 A = 0,5 0,3412

= 0,1588

TUGAS 2

PEMBANGKIT BILANGAN ACAK

Oleh : MIFTAHOL ARIFIN 07.04.111.00096

JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS TRUNOJOYO BANGKALAN 2013