Tugas Distribusi Binomial

 Distribusi Binomial

Binomial Distribution



Binomial Experiments


Binomial experiment merupakan suatu probability experiment yang memenuhi kriteria berikut:

  • Memiliki jumlah percobaan (trials) yang tetap dan setiap trial independent terhadap trials lainnya.

  • Setiap trial hanya memiliki dua kemungkinan outcomes; biasa dikategorikan sebagai success (S) atau failure (F).

  • Memiliki nilai probability success yang sama untuk tiap trial.

  • Random variabel x merepresentasikan jumlah kemunculan success dalam suatu experiment.


Binomial Experiments: notasi


n = Banyaknya trials pada suatu experiment
p = Nilai probability success pada suatu trial
q = Nilai probability failure pada suatu trial
          q = 1-p
x = Jumlah kemunculan success pada suatu experiment


Binomial Experiments: contoh


Suatu teknik pembibitan ikan lele memiliki tingkat keberhasilan 85%. Teknik ini lalu diterapkan pada 8 kolam ikan (empang). Nilai random variable merepresentasikan banyaknya empang yang berhasil melakukan pembibitan. Apakah experiment ini bisa dikategorikan sebagai binomial experiment?

 n=8\\
p=0.85\\
q=1-0.85=0.15\\
x=0,1,2,3,4,5,6,7,8  Binomial Experiment

Binomial Probability Formula


Terdapat beberapa cara untuk menghitung probability dari x success dari sejumlah n trials pada suatu binominal experiment: Tree Diagram, Multiplication Rule, Binomial Probability Formula.

\begin{equation} 
\begin{split}
P(x) & =\ _{n}C_x \times p^{x} \times q^{n-x}\\
 & = \frac{n!}{(n-x)!\times x!} \times p^{x} \times q^{n-x}
\end{split}
\end{equation}


Binomial Probability: contoh kasus


Berikut adalah hasil survey yang dilakukan pada warga di suatu kecamatan terkait perangkat yang biasa digunakan untuk akses ke social media. 

Bila dilakukan pemilihan secara acak untuk 7 orang dari partisipan survey; buatlah binomial probability distribution untuk partisipan yang melakukan akses menggunakan cell phone.

 

\begin{equation} 
\begin{split}
p &= 0.46\\
q &= 0.54\\
n &= 7\\
x &= \{0,1, 2,3,4,5,6, 7\}
\end{split}
\end{equation}
\begin{equation} 
\begin{split}
P(0) &= \ _7C_0 \times 0.46^{0} \times 0.54^{7} \approx 0.0134\\

P(1) &= \ _7C_1 \times 0.46^{1} \times 0.54^{6} \approx 0.0798\\

P(2) &= \ _7C_2\times 0.46^{2} \times 0.54^{5} \approx 0.204\\

P(3) &= \ _7C_3 \times 0.46^{3} \times 0.54^{4} \approx 0.2897\\

P(4) &= \ _7C_4 \times 0.46^{4} \times 0.54^{3} \approx 0.2468\\

P(5) &= \ _7C_5 \times 0.46^{5} \times 0.54^{2} \approx 0.1261\\

P(6) &= \ _7C_6 \times 0.46^{6} \times 0.54^{1} \approx 0.0358\\

P(7) &= \ _7C_7 \times 0.46^{7} \times 0.54^{0} \approx  0.0044\\
\end{split}
\end{equation}

Binomial Probability: Mean, Variance & Standard Deviation


\mu = n \times p Mean


\sigma^2 = n \times p \times q Variance


\sigma = \sqrt{\sigma^2} =  \sqrt {n \times p \times q} Standard Deviation


Mean


Komentar