Peluang Diskrit dalam Matematika: Definisi, Tabel Distribusi, dan Contoh Soal

Dalam dunia statistika dan matematika, konsep peluang adalah fondasi utama untuk mengambil keputusan di tengah ketidakpastian. Salah satu cabang yang paling sering diterapkan dalam kehidupan sehari-hari—mulai dari asuransi, pemrogaman komputer, hingga prediksi bisnis—adalah Peluang Diskrit. Artikel ini akan membahas secara tuntas apa itu peluang diskrit, bagaimana cara menyusun tabel distribusinya, serta contoh soal untuk menguji pemahaman Anda.

baca juga: Latihan Contoh Soal Panjang Gelombang Disertai Rumus

Apa Itu Peluang Diskrit?

Secara sederhana, Peluang Diskrit adalah distribusi peluang untuk variabel acak yang memiliki nilai-nilai yang dapat dihitung atau terbatas. Kata “diskrit” sendiri merujuk pada sesuatu yang terpisah dan tidak kontinu. Jika Anda melempar sebuah dadu, hasilnya adalah 1, 2, 3, 4, 5, atau 6. Anda tidak mungkin mendapatkan angka 2,5 atau 3,75. Inilah yang disebut dengan data diskrit.

Definisi Variabel Acak Diskrit

Variabel acak adalah fungsi yang menghubungkan hasil dari sebuah eksperimen statistik dengan nilai numerik. Dalam konteks diskrit, variabel acak $X$ hanya dapat mengambil nilai-nilai tertentu (biasanya bilangan bulat).

Secara matematis, fungsi peluang untuk variabel acak diskrit $X$, yang sering disebut sebagai Probability Mass Function (PMF), harus memenuhi dua syarat utama:

1. Nilai peluang tidak boleh negatif: $P(X = x) \geq 0$ untuk semua $x$.
2. Total seluruh peluang harus sama dengan satu: $\sum P(X = x) = 1$.

Karakteristik Utama Distribusi Peluang Diskrit

Memahami peluang diskrit berarti memahami bagaimana probabilitas tersebar di antara berbagai titik nilai. Ada beberapa jenis distribusi diskrit yang populer, antara lain:

• Distribusi Bernoulli: Eksperimen dengan hanya dua kemungkinan hasil (sukses atau gagal).
• Distribusi Binomial: Rangkaian dari beberapa percobaan Bernoulli (misalnya melempar koin 10 kali).
• Distribusi Poisson: Menghitung jumlah kejadian dalam rentang waktu atau ruang tertentu.

Tabel Distribusi Peluang Diskrit

Salah satu alat bantu paling efektif dalam menganalisis peluang diskrit adalah Tabel Distribusi Peluang. Tabel ini merangkum setiap nilai yang mungkin muncul dari variabel acak beserta nilai probabilitasnya.

Mengapa Tabel Ini Penting?

Tabel ini berfungsi sebagai peta visual. Tanpa tabel, akan sulit bagi kita untuk menghitung nilai harapan (Mean) dan varians dari sebuah data.

Struktur Tabel Distribusi

Misalkan kita memiliki variabel acak $X$ yang mewakili jumlah munculnya angka “Gambar” pada pelemparan dua koin seimbang. Maka tabelnya akan terlihat seperti ini:

Dari tabel di atas, kita bisa melihat dengan jelas bahwa total peluangnya adalah $0,25 + 0,50 + 0,25 = 1$. Jika totalnya bukan 1, maka terjadi kesalahan dalam perhitungan atau pendefinisian ruang sampel.

Menghitung Nilai Harapan (Expected Value)

Dalam peluang diskrit, kita sering ingin mengetahui “rata-rata” hasil jangka panjang yang diharapkan. Ini disebut dengan Nilai Harapan atau $E(X)$. Rumus untuk menghitung nilai harapan pada variabel diskrit adalah:

$$E(X) = \sum_{i=1}^{n} x_i \cdot P(x_i)$$

Artinya, Anda mengalikan setiap nilai variabel dengan peluangnya, lalu menjumlahkan semuanya. Nilai ini sangat krusial bagi perusahaan asuransi untuk menentukan premi atau bagi pemain saham untuk melihat potensi keuntungan.

Contoh Soal dan Pembahasan

Agar lebih memahami konsep di atas, mari kita bedah beberapa contoh soal yang sering muncul dalam ujian maupun aplikasi praktis.

Contoh Soal 1: Pelemparan Dadu

Sebuah dadu setimbang dilempar satu kali. Misalkan $X$ adalah mata dadu yang muncul. Tentukan tabel distribusi peluangnya dan hitunglah $P(X > 4)$.

Pembahasan:

• Ruang sampel $S = \{1, 2, 3, 4, 5, 6\}$.
• Peluang setiap angka muncul adalah sama, yaitu $1/6$.

Tabel Distribusi:

| $x$ | 1 | 2 | 3 | 4 | 5 | 6 |

| :— | :— | :— | :— | :— | :— | :— |

| $P(X=x)$ | 1/6 | 1/6 | 1/6 | 1/6 | 1/6 | 1/6 |

Menghitung $P(X > 4)$:

$P(X > 4)$ berarti peluang munculnya angka 5 atau 6.

$$P(X > 4) = P(X=5) + P(X=6)$$

$$P(X > 4) = 1/6 + 1/6 = 2/6 = 1/3$$

Contoh Soal 2: Penjualan Produk

Seorang manajer toko mencatat jumlah televisi yang terjual setiap hari. Berdasarkan data historis, probabilitas terjualnya TV adalah sebagai berikut:

• 0 TV: 0,1
• 1 TV: 0,4
• 2 TV: 0,3
• 3 TV: 0,2

Berapakah rata-rata (nilai harapan) TV yang terjual setiap harinya?

Pembahasan:

Gunakan rumus Nilai Harapan:

$$E(X) = (0 \cdot 0,1) + (1 \cdot 0,4) + (2 \cdot 0,3) + (3 \cdot 0,2)$$

$$E(X) = 0 + 0,4 + 0,6 + 0,6 = 1,6$$

Jadi, rata-rata TV yang terjual setiap harinya adalah 1,6 unit.

Shutterstock

Explore

Penerapan Peluang Diskrit dalam Kehidupan Nyata

Mungkin Anda bertanya, “Untuk apa mempelajari ini?”. Peluang diskrit adalah tulang punggung dari banyak sistem modern:

1. Ilmu Komputer: Algoritma sering kali bekerja dengan logika diskrit. Misalnya, probabilitas sebuah paket data sampai ke tujuan atau gagal (binary).
2. Manajemen Risiko: Bank menggunakan distribusi diskrit untuk memprediksi jumlah nasabah yang mungkin gagal bayar dalam satu bulan.
3. Quality Control: Di pabrik, peluang diskrit digunakan untuk menghitung berapa banyak produk cacat dalam satu batch produksi menggunakan Distribusi Binomial.

baca juga: Rektor UTI Sampaikan Perkembangan Masjid Al Hijrah kepada Gubernur Lampung

Kesimpulan

Peluang diskrit adalah alat matematika yang sangat kuat untuk memodelkan fenomena yang memiliki hasil terukur dan pasti. Dengan memahami definisi variabel acak diskrit, mampu menyusun tabel distribusi, dan mahir menghitung nilai harapan, Anda dapat menganalisis data dengan jauh lebih objektif.

penulis: ridho