teori peluang

24
KELOMP OK 3 (Teori Peluang) Distribusi Geometrik

Upload: noni-meylia

Post on 30-Jun-2015

253 views

Category:

Education


2 download

TRANSCRIPT

Page 1: Teori Peluang

KELOMPOK 3(Teori Peluang)

Distribusi Geometrik

Page 2: Teori Peluang

Ima MutmainahNoni Meylia

Nunik Nurul Fu’adah

Ulin Na’mah

Nurhasanah

Page 3: Teori Peluang

Apa yang anda pikirkan

??? . . . .

Page 4: Teori Peluang
Page 5: Teori Peluang

Berapa banyak peluru yang anda butuhkan untuk memburu seekor hewan ???. . . .

Hingga akhirnya. . . .

Page 6: Teori Peluang

Ulangan Harian

Jika sukses . . . .

Jika gagal ? . . . .

Page 7: Teori Peluang

SELAMAAAATT.

. . . !!

Page 8: Teori Peluang

Maaf, Coba Lagi

Page 9: Teori Peluang

Jadi. . . .Kesimpulan

dari peristiwa-peristiwa

tadi mengarah

pada peluang

distribusi geometrik

Page 10: Teori Peluang

Distribusi Geometrik adalah apabila banyaknya eksperimen yang dilakukan menghasilkan satu kejadian sukses pertama dengan banyaknya peristiwa n tak hingga, sehingga diperoleh satu kejadian sukses pertama yang diharapkan.

Dapat digambarkan :S ... GS ... GGS ... GGGGSp (1-p)p (1-p)(1-p)p (1-

p)...(1-p)px x-1 x-1 x-1

Sehingga diperoleh :p(x) = P(X=x) = (1-p)x-1 . p ; x = 1, 2,

3, ...

Page 11: Teori Peluang

Grafik Distribusi Geometrik

p

x

Page 12: Teori Peluang

Sebuah eksperimen disebut sebagai distribusi geometrik jika memenuhi sifat-sifat :

Eksperimen yang terjadi terdiri atas dua kemungkinan, seperti sukses dan gagal

Eksperimen diulang beberapa kali sampai peristiwa sukses terjadi pertama kali

Peluang terjadinya peristiwa sukses dan gagal pada setiap pengulangan eksperimen bersifat tetap

Setiap pengulangan eksperimen bersifat bebas

Page 13: Teori Peluang

Parameter Distribusi Geometrik RataanBerdasarkan rataan diskrit :µ = E(x) =

=

= ; misal 1-p = q

∑𝑥

𝑥 .𝑃 (𝑥)

∑𝑥=1

𝑥 . (1−𝑝 )𝑥1

p∑𝑥=1

∞ 𝑑𝑑 (1−𝑝 )

. (1−𝑝) 𝑥

Page 14: Teori Peluang

= ,misal q = 1-p

=

=

= deret geometri tak hingga= p . diturunkan

= p ; untuk u = q , u’ = 1v = 1-q , v’ = -1

𝑝∑𝑥=1

( 𝑑𝑑𝑞

)𝑞2

𝑝 ( 𝑑𝑑𝑞

)∑𝑥=1

𝑞2

P .

p∑𝑥=1

∞ 𝑑𝑑 (1−𝑝 )

. (1−𝑝) 𝑥

Page 15: Teori Peluang

= p

= p

= p

= p

= ( terbukti)

Page 16: Teori Peluang

Varians Berdasarkan definisi varians,

maka :σ = Var(X) = E(X2) – [E(X)]2

Page 17: Teori Peluang

Berdasarkan nilai ekspektasi diskrit, maka :

Page 18: Teori Peluang

Dua kali penurunan; untuk u = q , u’ = 1 v = 1-q , v’

= -1

Page 19: Teori Peluang

untuk u = 1 , u’ = 0

v = (1-q)2 , v’ = 2(1-q)

q’

q”

Page 20: Teori Peluang

q”

untuk u= 1 , u’ = 0 v = (1-q)2

v’ = 2(1-q)

¿𝑷 (𝟏−𝑷 )( −𝟐+𝟐−𝟐𝒑𝟏𝟒− (𝟏−𝑷 )𝟒 )

Page 21: Teori Peluang

Maka :σ = Var(X) = E[X(X-1)] + E(X) – [E(X)]2

Page 22: Teori Peluang

Berdasarkan definisi Fungsi Pembangkit Momen diskrit, maka :

Page 23: Teori Peluang

Dalam suatu proses produksi kue jalabria diketahui bahwa rata-rata 1 diantara 100 buah hasil produksi adalah cacat misalkan diperiksa 5 buah, berapa peluang ditemukan satu buah cacat setelah kue kelima?

Jawaban:

Diketahui p = 1/100 dan x = 5, maka

p(x) = p . (1-p)x-1 P(5; 0.01) = (0.01)(0.99)4

= 0.0096

Page 24: Teori Peluang

Thank You