DISTRIBUSI BINOMIAL DAN POISSON
KELOMPOK: IX
DIAH OCTAVIANTI 060811815419002
CAHAYA WANIA 060811815419010
LINDA ROSALINA 060811815419014
JURUSAN PENDIDIKAN MATEMATIKA
FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS SRIWIJAYA
DISTRIBUSI BINOMIAL
Disebut dengan nama
distribusi Bernoulli
(James Bernoulli)
• Berasal dari percobaan binomial
Syarat:
•Percobaan yang berulang adalah saling bebas
• Hasil setiap ulangan dapat dikategorikan ke
dalam 2 kelas,
misal :“BERHASIL” atau “GAGAL”.
• Percobaan terdiri atas n usaha yang berulang
• probabilitas sukses p tetap konstan dari satu
percobaan ke percobaan lain
Peluang berhasil
(p), peluang gagal
(q)atau p=q-1
keterangan
n = Banyak percobaan
x = Banyak kejadian sukses
p = Peluang sukses
q=p-1 = Peluang gagal
n-x = Banyak kejadian gagal
)(
)(
)!(!
!
),;(
),;(
xnx
xnx
qp
xnx
n
pnxb
qp
x
n
pnxb











RUMUS DISTRIBUSI
BINOMIAL
CONTOH
SOAL DAN PEMBAHASAN
Tabel Distribusi Binomial
Probabilitas Binomial
Kumulatif
Probabilitas binomial kumulatif adalah probabilitas dari peristiwa binomial
lebih dari satu sukses.
RUMUS
Diketahui 40% peserta testing masuk perguruan tinggi
dinyatakan lulus. Sebanyak 15 orang peserta testing
diambil secara random.
Berapa besarnya peluang:
•Tepat 5 orang yang lulus
•Antara 3 sampai 8 orang yang lulus.
•Paling sedikit 10 orang yang lulus.
CONTOH
SOAL DAN PEMBAHASAN
JAWAB

Mean
Varians
Deviasi Standar
Koefisien Momen
Kemiringan
Koefisien Momen
Kurtosis
DISTRIBUSI BINOMIAL
DISTRIBUSI POISSON
Siemon. D. Poisson
• Untuk suatu peristiwa yang jarang
terjadi
Syarat:
•Peluang lebih dari satu hasil percobaan akan
terjadi dalam selang waktu singkat tertentu,
dapat diabaikan.
• Peluang terjadinya satu percobaan singkat atau
pada daerah yang kecil (jarang terjadi).
• Percobaan di satu selang tertentu tak
bergantung pada selang lain.
•Probabilitas sukses (p) sangat kecil & untuk n
percobaan yang sangat besar
RUMUS DISTRIBUSI
POISSON
1,2,3,...=untuk x
!
)(
x
e
xP
x 
 

Dua ratus siswa telah mendaftar untuk ikut olimpiade
Matematika. Jika Probabilitas siswa yang telah
mendaftar tidak datang adalah 0,01 maka berapakah
peluang ada 3 orang siswa yang tidak mengikuti
olimpiade Matematika tersebut?
CONTOH
SOAL DAN PEMBAHASAN
JAWAB:
Probabilitas Poisson
Kumulatif
Probabilitas poisson kumulatif adalah probabilitas dari peristiwa poisson
lebih dari satu.
RUMUS
Rata-rata seorang mahasiswa melakukan 5 kesalahan ketik per halaman dalam
membuat skripsi. Berapa peluang bahwa pada halaman berikut ia membuat:
a. tidak ada kesalahan?(x = 0)
b. tidak lebih dari 3 kesalahan?( x  3)
c. lebih dari 3 kesalahan?(x >3)
d. paling tidak ada 3 kesalahan (x  3)
 = 5
a. x = 0 dengan rumus hitung poisson (0; 5)
atau
dengan Tabel Distribusi Poisson
di bawah x:0 dengan = 5.0 (0; 5.0) = 0.0067
b. x 3 dengan Tabel Distribusi Poisson hitung
poisson(0; 5.0) + poisson(1; 5.0) + poisson(2; 5.0) + poisson(3; 5.0) =
0.0067 + 0.0337 + 0.0842 + 0.1404 = 0.2650
c. x  3 poisson( x 3; 5.0) = poisson(4; 5.0) + poisson(5; 5.0) + poisson (6; 5.0) + poisson(7; 5.0) + ...
+ poisson(15; 5.0)
atau
poisson(x >3) = 1 - poisson(x3)
= 1 - [poisson(0; 5.0) + poisson(1; 5.0) +
poisson(2; 5.0) + poisson(3; 5.0)]
= 1 - [0.0067 + 0.0337 + 0.0842 + 0.1404]
= 1 - 0.2650
= 0.7350
Mean
Varians
DeviasiStandar
KoefisienMomenKemirin
gan
KoefisienMomen
Kurtosis
DISTRIBUSI POISSON
Pendekatan Poisson untuk Binomial
Pendekatan Peluang Poisson untuk Peluang
Binomial, dilakukan jika n besar (n > 20) dan p
sangat kecil (p < 0.01) dengan terlebih dahulu
menetapkan p dan kemudian menetapkan  = n
x p.
Contoh :
Dari 1 000 orang mahasiswa 2 orang mengaku selalu
terlambat masuk kuliah setiap hari, jika pada suatu
hari terdapat 5 000 mahasiswa, berapa peluang ada
lebih dari 3 orang yang terlambat ?
Kejadian Sukses : selalu terlambat masuk kuliah
p = = 0.002 n = 5 000 x > 3
jika diselesaikan dengan peluang Binomial  b (x > 3 ; 5 000, 0.002)
tidak ada di Tabel, jika menggunakan rumus sangat tidak praktis.
p = 0.002 n = 5 000 x > 3
 = n  p = 0.002  5 000 = 10
diselesaikan dengan peluang Poisson  poisson (x > 3; 10)
= 1 - poisson (x  3)
= 1 - [poisson (0;10) + poisson(1; 10) + poisson(2;10) + poisson(3; 10)
= 1 - [0.0000 + 0.0005 + 0.0023 ] = 1 - 0.0028 = 0.9972
JAWAB
Jadi, peluang ada lebih dari 3 orang yang
terlambat adalah 0,9972
Bab vi binomial poisson

Bab vi binomial poisson

  • 1.
    DISTRIBUSI BINOMIAL DANPOISSON KELOMPOK: IX DIAH OCTAVIANTI 060811815419002 CAHAYA WANIA 060811815419010 LINDA ROSALINA 060811815419014 JURUSAN PENDIDIKAN MATEMATIKA FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS SRIWIJAYA
  • 2.
    DISTRIBUSI BINOMIAL Disebut dengannama distribusi Bernoulli (James Bernoulli) • Berasal dari percobaan binomial Syarat: •Percobaan yang berulang adalah saling bebas • Hasil setiap ulangan dapat dikategorikan ke dalam 2 kelas, misal :“BERHASIL” atau “GAGAL”. • Percobaan terdiri atas n usaha yang berulang • probabilitas sukses p tetap konstan dari satu percobaan ke percobaan lain Peluang berhasil (p), peluang gagal (q)atau p=q-1
  • 3.
    keterangan n = Banyakpercobaan x = Banyak kejadian sukses p = Peluang sukses q=p-1 = Peluang gagal n-x = Banyak kejadian gagal )( )( )!(! ! ),;( ),;( xnx xnx qp xnx n pnxb qp x n pnxb            RUMUS DISTRIBUSI BINOMIAL
  • 4.
  • 6.
  • 7.
    Probabilitas Binomial Kumulatif Probabilitas binomialkumulatif adalah probabilitas dari peristiwa binomial lebih dari satu sukses. RUMUS
  • 8.
    Diketahui 40% pesertatesting masuk perguruan tinggi dinyatakan lulus. Sebanyak 15 orang peserta testing diambil secara random. Berapa besarnya peluang: •Tepat 5 orang yang lulus •Antara 3 sampai 8 orang yang lulus. •Paling sedikit 10 orang yang lulus. CONTOH SOAL DAN PEMBAHASAN
  • 9.
  • 10.
  • 12.
  • 13.
    DISTRIBUSI POISSON Siemon. D.Poisson • Untuk suatu peristiwa yang jarang terjadi Syarat: •Peluang lebih dari satu hasil percobaan akan terjadi dalam selang waktu singkat tertentu, dapat diabaikan. • Peluang terjadinya satu percobaan singkat atau pada daerah yang kecil (jarang terjadi). • Percobaan di satu selang tertentu tak bergantung pada selang lain. •Probabilitas sukses (p) sangat kecil & untuk n percobaan yang sangat besar
  • 14.
  • 15.
    Dua ratus siswatelah mendaftar untuk ikut olimpiade Matematika. Jika Probabilitas siswa yang telah mendaftar tidak datang adalah 0,01 maka berapakah peluang ada 3 orang siswa yang tidak mengikuti olimpiade Matematika tersebut? CONTOH SOAL DAN PEMBAHASAN
  • 16.
  • 17.
    Probabilitas Poisson Kumulatif Probabilitas poissonkumulatif adalah probabilitas dari peristiwa poisson lebih dari satu. RUMUS
  • 18.
    Rata-rata seorang mahasiswamelakukan 5 kesalahan ketik per halaman dalam membuat skripsi. Berapa peluang bahwa pada halaman berikut ia membuat: a. tidak ada kesalahan?(x = 0) b. tidak lebih dari 3 kesalahan?( x  3) c. lebih dari 3 kesalahan?(x >3) d. paling tidak ada 3 kesalahan (x  3)  = 5 a. x = 0 dengan rumus hitung poisson (0; 5) atau dengan Tabel Distribusi Poisson di bawah x:0 dengan = 5.0 (0; 5.0) = 0.0067 b. x 3 dengan Tabel Distribusi Poisson hitung poisson(0; 5.0) + poisson(1; 5.0) + poisson(2; 5.0) + poisson(3; 5.0) = 0.0067 + 0.0337 + 0.0842 + 0.1404 = 0.2650 c. x  3 poisson( x 3; 5.0) = poisson(4; 5.0) + poisson(5; 5.0) + poisson (6; 5.0) + poisson(7; 5.0) + ... + poisson(15; 5.0) atau poisson(x >3) = 1 - poisson(x3) = 1 - [poisson(0; 5.0) + poisson(1; 5.0) + poisson(2; 5.0) + poisson(3; 5.0)] = 1 - [0.0067 + 0.0337 + 0.0842 + 0.1404] = 1 - 0.2650 = 0.7350
  • 19.
  • 20.
    Pendekatan Poisson untukBinomial Pendekatan Peluang Poisson untuk Peluang Binomial, dilakukan jika n besar (n > 20) dan p sangat kecil (p < 0.01) dengan terlebih dahulu menetapkan p dan kemudian menetapkan  = n x p. Contoh : Dari 1 000 orang mahasiswa 2 orang mengaku selalu terlambat masuk kuliah setiap hari, jika pada suatu hari terdapat 5 000 mahasiswa, berapa peluang ada lebih dari 3 orang yang terlambat ?
  • 21.
    Kejadian Sukses :selalu terlambat masuk kuliah p = = 0.002 n = 5 000 x > 3 jika diselesaikan dengan peluang Binomial  b (x > 3 ; 5 000, 0.002) tidak ada di Tabel, jika menggunakan rumus sangat tidak praktis. p = 0.002 n = 5 000 x > 3  = n  p = 0.002  5 000 = 10 diselesaikan dengan peluang Poisson  poisson (x > 3; 10) = 1 - poisson (x  3) = 1 - [poisson (0;10) + poisson(1; 10) + poisson(2;10) + poisson(3; 10) = 1 - [0.0000 + 0.0005 + 0.0023 ] = 1 - 0.0028 = 0.9972 JAWAB Jadi, peluang ada lebih dari 3 orang yang terlambat adalah 0,9972