Professional Documents
Culture Documents
Taburan Kebarangkalian
Taburan Kebarangkalian
TABURAN KEBARANGKALIAN
OBJEKTIF
Selepas mempelajari unit ini, diharap pelajar dapat
1. mengenalpasti jenis taburan kebarangkalian dari sesuatu ujikaji
2. mengira kebarangkalian menggunakan taburan kebarangkalian yang
bersesuaian
5.0
PENGENALAN
Kita telah lihat pada Bab 4 di mana taburan kebarangkalian diskrit boleh
ditunjukkan secara graf dan juga jadual. Ada kalanya taburan kebarangkalian bagi
sesuatu pembolehubah X boleh ditunjukkan menerusi satu rumus tunggal.
Takrif 5.1
Taburan kebarangkalian boleh diwakilkan oleh jadual, graf atau suatu
fungsi atau rumus atau dalam apa jua bentuk yang digunakan untuk
menunjukkan semua kemungkinan nilai-nilai pembolehubah rawak bersama
dengan kebarangkalian masing-masing.
Oleh kerana taburan kebarangkalian tertentu boleh diwakilkan oleh suatu rumus,
ia mestilah memenuhi ciri-ciri yang ada pada taburan tersebut, bagi memastikan
pemilihan taburan adalah bertepatan. Oleh kerana taburan kebarangkalian ialah
taburan kekerapan khas, maka ia juga mempunyai min dan sisihan piawai.
Kebiasaannya kita berminat pada populasi taburan kebarangkalian bukan sampel,
maka minnya ditulis sebagai . Kita mulakan perbincangan dengan taburan
diskrit dahulu.
5.1
63
Taburan Bernoulli
Taburan Bernoulli adalah hasil daripada ujikaji Bernoulli. Satu ujikaji yang
hanya menghasilkan 2 kemungkinan yang saling eksklusif yang boleh
dikelaskan sebagai kejayaan dan kegagalan. Kejayaan tidak semestinya
hasil yang baik tetapi ia bergantung kepada apa yang tertakrif sebagai ciri
yang menarik minat dan menjadi perhatian.
Fungsi kebarangkalian bagi taburan Bernoulli ini diberi
f(x) = px q1-x
, x = 0, 1
E(X) = p , V(X) = pq
p : kebarangkalian kejayaan, kebarangkalian kegagalan = (1 p) = q
X boleh
64
b(K; n, p),
k 0
x = 0, 1, n.
Contoh 5.6
Sebuah Syarikat Insuran mendapati bahawa 10% daripada tuntutan kerosakan
adalah disebabkan oleh kecurian. Jika 5 tuntutan dipilih secara rawak, selesaikan
masalah di bawah.
a)
Penyelesaian
Cari kebarangkalian lebih daripada 4 tuntutan disebabkan oleh kecurian.
X = bilangan tuntutan kerosakan yang disebabkan oleh kecurian.
X ~ B(n = 5, p = 0.1)
5
(0.1) 5 (0.9) 0
5
= (0.1)5
P x 4 P( x 5)
atau
P( x 5) 1 P( x 4)
= 1 0.9997 = 0.0003
b)
c)
Penyelesaian
Kebarangkalian tiada guli biru yang didapati
4 4 4
. . 0.064
P(MMM) = 10 10 10
Atau X mewakili bilangan biru, nilai bagi x = 0, p = 6/10
3
0.6 0 0.4 3
P(x = 0) = 0
0.064
65
ii)
Kebarangkalian sekurang-kurangnya mendapat 1 guli biru. (Sekurangkurangnya satu bermakna 1 atau lebih biru) iaitu P(1B) + P(2B) + P(3B).
P(1B) menunjukkan (BMM atau MMB atau MBM), P(2B) menunjukkan
(BBM atau MBB atau BMB), P(3B) menunujukkan (BBB)).
Penyelesaian
X: bilangan biru yang didapati
Secara terus iaitu libatkan ruang sampel satu persatu
4 4 6
4 6 4 6 6 4
4 6 6
6 4 4
. . . . . .
. . . .
P(X 1) = 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10
6 4 6 6 6 6
. .
. .
10
10
10
10
10 10
=
96
96
96 144 144 144 216
1000
1000
1000
1000
1000
=
Contoh 5.8
Cari kebarangkalian mendapat nombor 6 timbul jika sebiji dadu dilemparkan
sekali
Penyelesaian
X : nombor 6 timbul; x : 0,1 samada nombor 6 timbul atau tidak.
X ~ B(n = 1, p = 1/6),
P(X = 1) = (1/6)1 (5/6)0 = 1/6
P(X = 0) = (1/6)0 (5/6)1 = 5/6
Contoh 5.9
Cari kebarangkalian nombor 6 timbul tepat 4 kali jika sebiji dadu dilemparkan 10
kali.
Penyelesaian
X : nombor 6 timbul, x = 0, 1, 2, 3, 4, 10
X ~ B(n = 10, p = 1/6)
10
1/6 4 5/6 6 (210) (0.0002584) 0.0543
P(X 4)
4
Taburan Hipergeometri
Untuk menggunakan taburan Binomial ia mestilah memenuhi sifat-sifat bagi
ujikaji Binomial. Salah satu daripadanya, p mesti tetap sama dari satu percubaan
ke percubaan yang lain. Keadaan ini boleh berlaku sekiranya pengambilan objek
66
adalah dengan gantian. Sifat-sifat bagi taburan ini sama seperti taburan Binomial,
iaitu setiap ujikaji menghasilkan 2 kemungkinan yang boleh dikelaskan kepada
kejayaan dan kegagalan tetapi melanggar syarat iaitu p tidak lagi sama, malah
p berubah dari satu percubaan ke percubaan yang lain. Ini mengakibatkan
percubaan-percubaan tidak bebas kerana hasil bergantung kepada percubaanpercubaan sebelumnya. Keadaan ini berlaku disebabkan pengambilan objek
adalah tanpa gantian.
Contoh 5.10
Sebuah kotak mengandungi 25 buah guli dengan 15 guli berwarna merah dan 10
berwarna biru. Sebiji guli dikeluarkan dengan gantian. Setiap kali guli
dikeluarkan, kebarangkalian mendapat warna merah, tetap sama iaitu P(M) =
15/25 kerana mengeluarkan guli dengan gantian TETAPI apabila guli yang
dikeluarkan tanpa gantian, kebarangkalian mengeluarkan guli merah berubahubah iaitu pengeluaran pertama, P(M) = 15/25. Pengeluaran kedua, P(M) = 14/24
dan seterusnya. Walau bagaimanapun, apabila sampel besar, umpamanya terdapat
5000 guli merah dan 4000 guli biru, walaupun pengeluaran tanpa gantian,
kebarangkalian mengeluarkan guli merah pada pengeluaran pertama dan
pengeluaran seterusnya tidak berapa banyak bezanya dan boleh dianggap sama.
Apabila ini berlaku, kita boleh anggap pembolehubah yang terhasil adalah
pembolehubah Binomial. Biasanya bagi pembolehubah Hipergeometri, ia
melibatkan populasi yang kecil.
Pembolehubah Hipergeometri dengan ringkas ditulis sebagai X ~ H(N 1, N2, N, n,
p) dan fungsi kebarangkaliannya diberi oleh
N1 N 2
x n x
f ( X , n, N 1 , N 2 , N )
N
n
dengan
X : bilangan kejayaan, x = 0, 1, 2, n
N1 : jumlah peristiwa jenis kejayaan
N2 : jumlah peristiwa jenis kegagalan
N : bilangan populasi
N
E(X ) np n 1
N
N n
N 1
V(x ) npq
N N n
N
n 1 1 1
N
N
N
67
Contoh 5.11
Sebuah kotak mengandungi 3 guli merah dan 2 guli biru. Jika 3 biji guli
dikeluarkan tanpa gantian, cari kebarangkalian bagi masalah berikut.
Penyelesaian:
i) Cari kebarangkalian tiada guli merah yang didapati
3 2
0 3
P(X 0)
0
5
3
ii)
Cari kebarangkalian tepat 2 guli biru
3 2
6
2 1
P(X 2)
10
5
3
Contoh 5.12
Bahagian kawalan mutu disebuah kilang elektronik telah menentukan iaitu akan
menerima kotak-kotak yang mengandungi 100 microchips sekiranya 10
microchips yang dipilih dan diperiksa secara rawak tidak mengandungi lebih
daripada 3 yang rosak. Sekiranya kotak tersebut mengandungi 20 microchips
yang rosak, cari kebarangkalian kotak itu diterima oleh kilang itu.
Penyelesaian
Kotak itu akan diterima jika bilangan microchips yang rosak kurang atau sama
dengan 3.
X : bilangan microchips yang rosak
X ~ H(N1 = 20, N2 = 80, N = 100, n = 10)
P(x 3) = P(x = 0) + P(x = 1) + P(x = 2) + P(x = 3)
20 80
20 80
20 80
20 80
0 10
1 9
2 8
3 7
100
100
100
100
10
10
10
10
=
= 0.095 + 0.268 + 0.318 + 0.209 = 0.89
Taburan Poisson
Ujikaji Poisson menghasilkan bilangan peristiwa kejayaan yang berlaku dalam
suatu tempuh selang tertentu. Selang ini boleh difikirkan dalam bentuk selang
masa yang diberi, rantau atau kawasan atau ruang tertentu. Andaian yang dibuat
ialah bilangan kejayaan yang berlaku dalam suatu selang tertentu adalah merdeka
dari selang yang lain. Pembolehubah Poisson boleh ditulis secara ringkas, iaitu X
~ P(x;) dan fungsi taburan kebarangkalian bagi pembolehubah Poisson diberi
oleh
e x
f ( x; )
, x 0, 1, 2, ...,
x!
68
dengan
: min bilangan kejayaan yang berlaku dalam satu selang tertentu.
e = 2.71828
E(X) = , V(X) = .
Contoh bagi pembolehubah Poisson
Bilangan surat yang diterima oleh posmen dalam masa sehari.
Bilangan panggilan telefon dalam masa sejam.
Bilangan kemalangan jalanraya dalam masa setahun.
Bilangan pemintaan barang dari gudang dalam seminggu.
Bilangan serangga pada sepetak tanah.
Jumlah kesilapan menaip dalam 1 muka surat.
Bilangan tempahan baju dalam masa sehari.
Contoh 5.13
Dalam suatu kajian telah didapati bahawa pada puratanya, permintaan ke atas
sejenis barang tertentu dari sebuah gudang dibuat 7 kali setiap minggu.
Berapakah kebarangkalian pada satu minggu tertentu, barang itu dikehendaki
i)
lebih daripada 7 kali
ii)
di antara 3 hingga 6 kali (termasuk)
kurang daripada 2 kali
iii)
Penyelesaian
X : bilangan permintaan barang pada satu minggu tertentu.
X ~ P( = 7)
i)
ii)
dan
69
i)
e x
e 3 3 x
x!
x!
x 0
= x 0
atau dengan melihat Jadual Poisson,
P(X > 2) = P(X 3) = 1 P(X 2) = 1 0.4232
= 0.5768
ii)
e 6 6 x
x!
x 4
70
Untuk menyelesaikan masalah di atas, mengambil masa yang agak panjang kerana
Jadual Binomial tidak menyediakan nilai-nilai p yang kecil dan n yang besar.
Oleh kerana p < 0.02 dan n > 20, kebarangkalian bagi masalah di atas boleh
dihampirkan dengan Taburan Poisson
f ( x)
1
2
1
2 2
parameter : , 2 ,
x 2
x ,
0
,
: min populasi , 2 : varian populasi
5.2
X ~ P( = np = 100 x 0.02 = 2)
Maka P(x > 5) = P(x 6) = 1 P(x 5) = 1 0.9834
(Daripada Jadual Poisson)
= 0.0166.
BEBERAPA TABURAN KEBARANGKALIAN SELANJAR
Taburan Normal
Taburan normal ini adalah mustahak di antara taburan-taburan yang lain
dan sering digunakan dalam statistik. Jika pembolehubah rawak X tertabur
secara normal dengan min dan varians 2, secara ringkas ditanda dengan
X~ N(, 2), maka fungsi ketumpatan kebarangkalian bagi x ialah
Tinggi
71