Uji Pemahaman Distribusi Diskrit

Apa yang dimaksud dengan peluang dalam distribusi diskrit?

• Peluang dalam distribusi diskrit hanya berlaku untuk peristiwa yang tidak mungkin terjadi.

• Peluang dalam distribusi diskrit adalah kemungkinan terjadinya suatu peristiwa dalam ruang sampel terbatas.

• Peluang dalam distribusi diskrit adalah hasil dari pengukuran variabel kontinu.

• Peluang dalam distribusi diskrit adalah nilai rata-rata dari semua peristiwa yang mungkin.

Jelaskan rumus distribusi binomial dan berikan contohnya.

• Contoh: Jika kita melempar dadu 10 kali (n=10) dan ingin menghitung probabilitas mendapatkan 6 angka 1 (k=6) dengan p=0.1667.

• Contoh: Jika kita melempar koin 5 kali (n=5) dan ingin menghitung probabilitas mendapatkan 3 sisi ekor (k=3) dengan p=0.7.

• Contoh: Jika kita melempar koin 10 kali (n=10) dan ingin menghitung probabilitas mendapatkan 6 sisi kepala (k=6) dengan p=0.5, maka P(X=6) = C(10,6) * (0.5)^6 * (0.5)^(10-6) = 210 * 0.015625 * 0.0625 = 0.2051.

• Contoh: Jika kita melempar koin 20 kali (n=20) dan ingin menghitung probabilitas mendapatkan 10 sisi kepala (k=10) dengan p=0.3.

Apa karakteristik utama dari distribusi Poisson?

• Kejadian independen, rata-rata konstan, satu kejadian per interval kecil.

• Kejadian saling bergantung

• Banyak kejadian per interval kecil

• Rata-rata bervariasi

Bagaimana cara menghitung peluang dengan distribusi geometrik?

• Gunakan rumus P(X = k) = (1 - p)^(k - 1) * p.

• P(X = k) = k * p * (1 - p)^(k - 1).

• Gunakan rumus P(X = k) = p^k * (1 - p)^(k - 1).

• Hitung peluang dengan menjumlahkan semua nilai p.

Sebutkan perbedaan antara distribusi hipergeometrik dan distribusi binomial.

• Distribusi hipergeometrik: tanpa pengembalian; Distribusi binomial: dengan pengembalian.

• Distribusi hipergeometrik: dengan pengembalian; Distribusi binomial: tanpa pengembalian.

• Distribusi hipergeometrik: sama dengan distribusi normal; Distribusi binomial: berbeda dari distribusi normal.

• Distribusi hipergeometrik: hanya untuk data kontinu; Distribusi binomial: hanya untuk data diskrit.

Berikan contoh aplikasi distribusi diskrit dalam kehidupan sehari-hari.

• Contoh aplikasi distribusi diskrit adalah menghitung jumlah pelanggan yang datang ke toko dalam satu hari.

• Menentukan suhu rata-rata harian di suatu kota.

• Menghitung jumlah pengunjung situs web dalam sebulan.

• Menganalisis data penjualan produk selama setahun.

Apa syarat-syarat yang harus dipenuhi untuk menggunakan distribusi binomial?

• Percobaan tidak tetap

• Probabilitas bervariasi pada setiap percobaan

• Syarat-syarat untuk menggunakan distribusi binomial adalah: percobaan tetap, dua hasil, probabilitas tetap, dan independensi percobaan.

• Hasil lebih dari dua

Jelaskan bagaimana distribusi Poisson digunakan dalam analisis antrian.

• Distribusi Poisson tidak dapat digunakan dalam analisis antrian.

• Distribusi Poisson digunakan untuk menghitung waktu tunggu pelanggan.

• Distribusi Poisson hanya berlaku untuk data diskrit yang terdistribusi normal.

• Distribusi Poisson digunakan untuk memodelkan jumlah kedatangan pelanggan dalam analisis antrian.

Apa yang dimaksud dengan variabel acak dalam konteks distribusi diskrit?

• Variabel acak adalah fungsi yang mengaitkan hasil percobaan acak dengan nilai numerik dalam distribusi diskrit.

• Variabel acak adalah hasil dari pengukuran yang tidak terpengaruh oleh faktor acak.

• Variabel acak hanya berlaku untuk distribusi kontinu.

• Variabel acak adalah nilai tetap yang tidak berubah dalam percobaan.

Sebutkan dan jelaskan satu contoh situasi yang dapat dimodelkan dengan distribusi geometrik.

• Menunggu hingga hujan turun.

• Melempar dadu hingga mendapatkan angka 6.

• Menghitung jumlah siswa di kelas.

• Melempar koin hingga mendapatkan sisi gambar.