pertemuan 1.ppt
TRANSCRIPT
BAB IIIJALAN RANDOM DAN DISTRIBUSI BINOMIAL
Muhammad Nasir S.Si., M.Kom
Program Studi Pendidikan Fisika
Fakultas Keguruan Dan Ilmu Pendidikan Universitas Riau
2.1 Pengertian Fisika Statistik
Cabang ilmu fisika yang mempelajari system banyak partikel dari segi pandang statistic pada besaran microskopik untuk menjelalaskan besaran makroskopik (khususnya energi) berdasarkan mekanika klasik dan kuantum
2.2 Mengapa Kita Meski Belajar Fisika Statistik?
Apabila kita ingin mengetahui keadaan system, maka dicari persamaan gerak partikel (Newton, scordinger atau yang lain). Namun tidak mungkin untuk menyelesaikan semua persamaan ini kalau system berisi sekitar 1023 molekul
A. Dari Pandangan Kurikulum
Fisika Dasar (tentang panas)
Termodinamika
Fisika Statistik
2.3 Dimana Letak Fisika Statistik
B. Terhadap cabang fisika dan ilmu lainnya
Chaos
Mekanika Kuantum
Magnetisme
Mekanika Klasik
Pendekatan Statistik
Fisika Statistik
RadiasiZat Padat
Teori Kinetika
Fisika Atom
Gambar 2. 2 Posisi Fisika Statistik terhadap cabang ilmu lainnya
2.4 Jalan Random dan Distribusi Binomial
Di alam terdapat fenomena yang bersifat acak dan kehadirannya hanya dapat dinyatakan secara probabilistic. Untuk mendapatkan gambaran yang memadai tentang fenomena acak ini kita tinjau masalah random walk (perjalanan acak).
2.5 Jalan Random 1 Dimensi
Random walk (perjalanan acak) satu dimensi contohnya, seorang pemuda yang sedang mabuk dan berdiri dibawah lampu alun-alun yang luas dan datar untuk menyederhanakan persoalan kita anggap bahwa si pemabuk hanya dapat bergerak kesamping kanan dan kesamping kiri. Dengan kata lain sipemabuk hanya mempunyai dua arah gerak yang mungkin yaitu kekanan dan kekiri secara acak dan tidak dapat bergerak maju atau mundur.
Jalan Acak (Random Walk)
Jawaban atas maslah ini dapat dirumuskan melalui langkah-langkah berikut. Misalkan dari langkah total N terdapat n1 langkah ke kanan dan n2 kekiri maka
N=n1+n2………….…………………………1
Sedangkan pergeseran
m = n1 – n2
Selanjutanya
m = n1 – (N- n1)= 2 n1 - N
contoh ilustrasi untuk N = 3
n1 n2 m
3 0 3
2 1 1
1 2 -1
0 3 -3
Sekarang tinjau
p Fisika Atom
kemungkinan melangkah ke kanan
q = 1 – p kemungkinan melangkah ke kiri
jadi kemungkinan suatu kejadian n1 step melangkah ke kanan dan n2 step melangkah ke kiri :pp…p qqq…q = pn1 x qn2
n1 kali n2 kali
Namun ada sejumlah cara berbeda pada N langkah : pada sub sistem
!n . !
!
21n
N
Jadi seluruh (sistem) kemungkinan menjadi:
21
!!
!)(
211
nnN qp
nn
NnW
(kemungkinan pada langkah total N terhadap n1 langkah kekanan dan n2 langkah kekiri)Distribusi semacam ini disebut distribusi binomial karena serupa dengan persamaan:
N
n
nNnN qpnNn
Nqp
0 )!(!
!)(
Gunakan persamaan m = n1 – n2 dan N = n1 + n2 maka
),(2
11 mNn ),(
2
12 mNn
Sehingga2/)(2/)( )1(
!]2/)[(]!2/)[(
!)( mNmN
N ppmNmN
NmP
untuk kasus khusus p=q=1/2, diperoleh:
N
N mNmN
NmP
2
1
]!2/)[(]!2/)[(
!)(
Grafik N = 20
Home Work
Exercise 1.1, 1.2, 1.5Fundamental Thermal Physics by Reif
2.6 Harga rata-rata
Tinjau u merupakan sebuah variable yang dapat mempunyai m nilai:
u1, u2,……um
dengan masing-masing kemungkinan:
P(u1), P(u2),…………P(um)Harga rata-rata (mean atau average) dapat dinyatakan:
)(....)()(
)(....)()(
21
2211
M
MM
uPuPuP
uuPuuPuuPu
Lebih umum kalau f(u) merupakan fungsi u, maka harga rata-rata:
M
ii
M
iii
uP
uuPu
1
1
)(
)(
Atau secara simbolik:Atau secara simbolik:
M
ii
M
iii
uP
ufuPuf
1
1
)(
)()()(
Persamaan ini dapat disederhanakan menjadi
M
iiM uPuPuPuP
121 )()(........)()(
Biasanya jumlah kemungkinan adalah 1(satu)
M
iiuP
1
1)(1
d
Sering disebut sebagai “kondisi normalisasi”, sehingga:
M
iii ufuPuf
1
)()()(
Sehingga apabila f(u) dan g(u) adalah dua fungsi u, maka:
M
iiii ugufuPuguf
1
)()()()()(
M
i
M
iiiii uguPufuP
1 1
)()()()(
Sehingga
)()()()( ugufuguf (sifat aditif)
Dengan mudah dapat dibuktikan bila c konstan, maka:
)()( ufcucf (perkalian scalar)
Harga rata-rata merupakan sebuah karakteristik penting distribusi probabilitas