Example of Application Letters

Application letters is a formally written one-page letter that accompanies a resume and other requested documentation in application for a job or academic program. An application letter should also include a concluding paragraph that express appreciation to the receiver fo taking the time to consider the application. The final sentence should convey that the applicant looks toward the future by asking for a formal interview in person, online or by phone.

Example of Apllication Letter

Mrs. Dwy Novitasari
Personal Department
Indonesia Stock Exchange
Empire Building Plaza 2nd, floor
52 Jln. Jend. Sudirman
Jakarta 10002

Dear Mrs Dwy,

With reference to your advertisement for a senior secretary in Jakarta Times on 27 April, I would like to apply for the post.

I am 25 years old and was educated at International Secretarial College. My education and secretarial experience have given me excellent secretarial skills. After graduating from International Secretarial College, I enrolled at  Indonesia Secretarial Institute and I received my degree in secretarial sciences. I was also awarded a special citation for speed and accuracy in typing.

Since 1990 I have been working as a secretary at International Mills Realty where I had responsibility for all business correspondence. Unfortunately, the company is moving its head office to Surabaya and I have therefore decided to look for a new job in Jakarta.

I would be available for an interview on any day after 20 February and I would be able to take up a new post on any date from 1 March.

Mr. Robert and Mr. Wilson are willing to give me references.

I look forward to having your reply.

Yours sincerely.

Angela Mawrine 

Sources:
http://www.ask.com/business-finance/meaning-application-letter-84d94ea80c2347eb

COMPARISONS

What is a comparison?
Comparison is a rhetorical or literary device in which a writer compares or contrast two people, places, places, things, or ideas. In our everyday life, we compare people and things to express ourselves vividly. So when we say, "as lazy as a snail" you compare two different entities to show similarity i.e. someone's laziness to the slow pace of a snail.
When we want to compare two or more nouns using adjectives, we use the comparative and superlative forms of the adjective to show the comparison between the nouns.

Example:
Honey is sweet, sugar is sweeter but victory is the sweetest.

In this sentence, we are comparing the three nouns using the positive, comparative and superlative forms of the word "sweet".

There are three form of comparison:

1. Positive Form
There are the simple adjectives that simply describe the nouns without comparing it to another. (big, sweet, clean, etc.)
          She has a big black dog.
          He is a sweet boy.
          The motorcycle is clean.

2. Comparative Form
These are used when we are comparing two nouns and need to show which noun possesses the adjective or character in a greater or lesser amount, when compared with the other. (bigger, sweeter, cleaner, etc.)
          I have a big dog but hers is bigger.
          He is sweeter than the other boys.
          The motorcycle is cleaner than before.

3. Superlative Form
This form is used when three or more nouns are being compared and we need to show that one or more of the nouns posses the adjective or characteristic to the highest amount possible. We usually add 'the' before the superlative form. (biggest, sweetest, cleanest, etc.)
          She has the biggest dog in the colony.
          He is the sweetest boy in his class.
          The motorcycle is the cleanest thing in the house.

Making Comparatives and Superlatives
There are certain rules that must be followed in the making of the comparatives and superlatives of the adjectives. Not all adjectives form their comparatives and superlatives in the same way and there are also some irregular adjectives that form completely different comparative and superlative forms.

Single Syllable Words and Double Syllable Words ending with -y, -er, -ow, -le -
We use ‘-er’ to make the comparative and ‘-est’ to make the superlative.

Positive	Comparative	Superlative
Black	Blacker	Blackest
Fair	Fairer	Fairest
Clever	Cleverer	Cleverest

When there is a silent ‘e’ at the end of the positive form, we remove that and add ‘-er’ and ‘-est’

Positive	Comparative	Superlative
Nice	Nicer	Nicest
Late	Later	Latest

When the adjective ends with a ‘y’, we convert the ‘y’ into ‘i’ before adding ‘-er’ and ‘-est’

Positive	Comparative	Superlative
Pretty	Prettier	Prettiest
Lazy	Lazier	Laziest

If the adjective is a small one with little stress on the vowel, we double the last consonant.

Positive	Comparative	Superlative
Hot	Hotter	Hottest
Wet	Wetter	Wettest

Other Words with Two or More Syllables -

For other double syllable words that do not end with -y, -er, -ow, -le, and for adjectives with more than two syllables we use more and most to form the comparatives and superlatives.

Positive	Comparative	Superlative
Difficult	More Difficult	Most Difficult
Careful	More Careful	Most Careful
Handsome	More Handsome	Most Handsome
Interesting	More Interesting	Most Interesting

Special Adjectives -

There a few adjectives that can use both ‘-er and -est’ and ‘more’ and ‘most’ to form their comparative and superlative forms. The distinction between these is that ‘-er and -est’ are used when we are comparing the noun to another noun and ‘more’ and ‘most’ is used when we are comparing characteristics within the noun.

Positive	Comparative	Superlative	Example
Clever	Cleverer/ More Clever	Cleverest/ Most Clever	He is cleverer than her. He is more clever than studious.
Quiet	Quieter/ More Quiet	Quietest/ Most Quiet	This is the most quiet it gets here. This is the quietest place.
Brave	Braver/ More Brave	Bravest/ Most Brave	She is braver than other girls. She was more brave than afraid.
Sure	Surer/ More Sure	Surest/ Most Sure	He was surer of the result than others. You’ll be more sure about the concept after you read the chapter.

Irregular Comparisons -

These adjectives do not make their comparative and superlative forms using the rules above. Their comparative and superlative forms are different words altogether.

Positive	Comparative	Superlative
Bad	Worse	Worst
Good	Better	Best
Far (place & time)	Futher	Furthest
Far (place)	Father	Farthest
Old (people)	Elder	Eldest
Little (amount)	Less	Least
Late (order)	Latter	Last

Sources:
http://literarydevices.net/comparison/
http://www.englisch-hilfen.de/en/grammar/adjektive_steig.htm
http://www.englishleap.com/grammar/comparative-superlative
http://www.tipsbelajarbahasainggris.com/perbandingan-kata-sifat/

Tugas 2 Bahasa Inggris Bisnis 2

Exercise 26: Adjectives and Adverbs (Page:107)
1. Well
2. Intense
3. Brightly
4. Fluent
5. Fluently
6. Smooth
7. Accurately
8. Bitter
9. Soon
10. Fast

Exercise 27: Linking (Copulative) Verbs (Page:109)
1. Terrible
2. Good
3. Good
4. Calm
5. Sick
6. Quickly
7. Diligently
8. Vehemently
9. Relaxed
10. Noisy

Exercise 28: Comparisons (Page: 114)
1. As soon
2. More important
3. As well
4. More expensive
5. As hot
6. More talented
7. More colorful
8. Happier
9. Worse
10. Faster

Exercise 29: Comparisons (Page:114)
1. Than
2. Than
3. From
4. Than
5. As
6. Than
7. As
8. Than
9. Than
10. From

Exercise 30: Comparisons (Page: 117)
1. Better
2. Happiest
3. Faster
4. Creamiest
5. More colorful
6. Better
7. Good
8. More awkwardly
9. Least
10. Prettier
11. The best
12. Than
13. Less impressive
14. The sicker
15. Than
16. Twice as much as
17. Few
18. Much
19. Farthest
20. More famous

Conditional Sentences

What is conditional sentences?
A conditional sentences consists of two clause, they are the if-clause and the main clause. The if-clause can come first or second. When it comes first, we usually put a comma between the two clauses.
Examples:

• If I have enough money, I will go to Hongkong.
• I will go to Hongkong, If I have enough money.

There are 3 types of conditional sentences and mixed conditional

• Conditional Sentences Type 1

The if-clause is in the present tense, the main clause uses will and the infinitive, or simple present.

Type 1: If Clause                           Main Clause                                 Meaning

              Simple Present            Simple Present            True in the present or possible

              If you work hard,            You Succeed.                                in future

                                                    Simple Future           It's possible to happen in the future

                                                  You will succeed.

And when do we use conditional sentences type 1?

a.  We use conditional sentences type 1 to talk about possible situations in the present or future.

     - If you leave earlier, you will not be late.

     - If you open the windows, I will come to your party.

b.  We often use conditional type 1 to talk about facts or processes.

     - If you heat water to 100 degrees, it will boil.

     - If we stare into the sun, we will hurt our eyes.

*Note: Other modal verbs can also be used in place of will and would

- If it rains like this all day, the river might flood. (might = will possibly)
- If it rains like this all day, the river could flood. (could = will be able to)

• Conditional Sentences Type 2

The if-clause is in the simple past or the past continuous tense. The main clause uses would and the infinitive, or would be and the present participle (verb-ing).
Type 2:       If Clause                     Main Clause                               Meaning
                 Simple Past           Would + Simple Form        Untrue in the present
            If you worked hard,    You would succeed.            Fact: You don't work hard,
             Past Continuous      Would be + Present             so you don't succeed.
           If it were not raining         Participle                       Fact: It's raining now, so I'm
                    now,                 I would be going out for           not going out for a walk.
                                                        a walk.

And when do we use conditional sentences type 2?
Conditional sentences type 2 is used to talk about actions or situations that are not talking place in the present or future, but we can imagine the probable result.
- If I were you, I would accept him. (In fact, I'm not you, so I will not accept him)
- If he were here, I would tell him about my plan. (In fact, he isn't here)

*Note: - Were' is used for both singular and plural subjects.
            -  The use of type 2 conditional in "If I were you, I would......." is a common form of advice.

• Conditional Sentences Type 3

The if-clause is in the past perfect or the past perfect continuous tense, the main clause uses would have and past participle (verb 3), or would have been and present participle (verb-ing).
Type 3:          If Clause                          Main Clause                          Meaning
                    Past Perfect                 Would have + Past             Untrue in the past
              If you had worked hard,           Participle                 Fact: You didn't work hard,
                    Past Perfect                  You would have                so you didn't succeed.
                    Continuous                       Succeeded.                Fact: It was raining yesterday
                 If it had not been             Would have been +       afternoon. I was not going out
                raining yesterday              Present Participle                     for a walk.
                     afternoon,                 I would have been going
                                                              out for a walk.

And when do we use conditional sentences type 3?
Conditional sentences type 3 is used to talk abut actions or situations that did not take or were not taking place in the past,  but we can imagine the probable result.
- If he had not been late this morninf, his teacher would not have punished him. (In truth, he was late)
- If I had studied hard, I would have passed the exam. (In fact, I didn't study hard, so i would not pass the exam).




Sources:

http://www.misterguru.web.id/2011/09/conditional-sentences-type-1-type-2.html

http://grammar.ccc.commnet.edu/grammar/conditional2.htm

CONDITIONAL SENTENCES

Exercise 21: Conditional Sentences (Page:97)

1. were understand
2. wouldn't have been
3. will give
4. would havetold
5. would have been
6. had
7. could stop
8. were need
9. would have found
10. enjoyed
11. paint
12. were
13. has write
14. could have permitted
15. were spending
16. will accept
17. has buy
18. has decided
19. would have written
20. will leak
21. had studied
22. has hear
23. see
24. has get
25. turn
26. were
27. would have called
28. would have talked
29. explained
30. spoke


Exercise 22: Used To (Page:99)

1. eating
2. eat
3. swim
4. like
5. speaking
6. studying
7. dance
8. sleeping
9. eating
10. eating


Exercise 23: Would Rather (Page:101)

1. stay
2. have stayed
3. work
4. study
5. not study
6. have
7. had stood
8. not cook
9. hadn't arrived
10. have slept


Exercise 24: Must/Should + Perfective (Page:105)

1. should have had
2. must have been
3. must have damaged
4. must not have parked
5. must have studied
6. should have studied
7. must have been
8. should have deposited
9. must have forgotten
10. must not have studied


Exercise 25: Modals + Perfective (Page:105)

1. I would
2. would have gone
3. may have had
4. should have done
5. must have forgotten
6. may have slept
7. might have had
8. could have lost
9. shouldn't have driven
10. may have run

TEORI PENGAMBILAN KEPUTUSAN

Tugas Kelompok 3 : Konsep Probabilitas

Nama Kelompok:
1. Dyah Eka Wulandari
2. Nova Hadiansyah
3. Novi Ashifa
4. Tiyo Indradi
5. Triana Haryani

Kelas : 4EA01


DEFINISI PROBABILITAS

Probabilitas adalah cara untuk mengungkapkan pengetahuan atau kepercayaan bahwa suatu kejadian akan terjadi. Probabilitas adalah suatu nilai untuk mengukur tingkat kemungkinan terjadinya suatu kejadian yang tidak pasti. Probabilitas suatu kejadian adalah angka yang menunjukkan kemungkinan terjadinya suatu kejadian. Nilainya di antara 0 dan 1. Kejadian yang mempunyai nilai probabilitas 1 adalah kejadian yang pasti terjadi atau sesuatu yang telah terjadi

Jadi, Teori probabilitas atau peluang merupakan teori dasar dalam pengambilan keputusan yang memiliki sifat ketidakpastian.

RUMUS PROBABILITAS

Untuk menghitung probabilitas suatu kejadian adalah dengan cara mencari banyaknya anggota kejadian, dibandingkan dengan banyaknya anggota ruang sampelnya.

P (A) = X / n

PERCOBAAN, RUANG SAMPLE, TITIK SAMPLE, DAN PERISTIWA

Percobaan adalah proses di mana pengukuran atau suatu observasi dilaksanakan.

Ruang sampel adalah himpunan semua hasil yang mungkin pada suatu percobaan/kejadian. Contohnya:

1. Sebuah dadu dilempar ke atas, maka kemungkinan mata dadu yang muncul paling atas adalah 1, 2, 3, 4, 5 atau 6. Sehingga ruang sampel dari mata dadu yang muncul paling atas pada pelemparan sebuah dadu adalah1, 2, 3, 4, 5 dan 6.
2. Suatu pabrik memproduksi sejenis produk kesehatan. Kemungkinan produk yang dihasilkan adalah produk yang “cacat” dan “tidak cacat”. Sehingga ruang sampel dari sebuah produk yang dihasilkan oleh pabrik tersebut adalah produk yang "cacat" dan produk yang "tidak cacat".
3. Sebuah koin dilempar ke atas. Setelah jatuh, maka kemungkinan sisi yang muncul paling atas adalah “Gambar” atau “Angka”. Sehingga ruang sampel dari sisi yang muncul pada pelemparan sebuah koin adalah"Angka" dan "Gambar".

Kemungkinan-kemungkinan yang akan muncul dalam ruang sampel disebut juga dengan Titik Sampel. Sehingga titik sampel merupakan unsur atau anggota dari ruang sampel.

Peristiwa adalah himpunan bagian dari ruang sampel pada suatu percobaan, atau hasil dari percobaan yang bersangkutan.

Contoh:

Dua buah mata uang setimbang dilemparkan ke atas. Menentukan ruang sampel, titik sampel, dan peristiwa yang mungkin ?

Jawab :

Percobaan : pelemparan dua mata uang logam

Ruang sampel : {A,G}, {A,A}, {G,A}, {G,G}  

Titik sampel : G (gambar) dan A (angka)

Peristiwa yang mungkin :

1. AA (angka dengan angka)

2. AG (angka dengan gambar)

3. GG (gambar dengan gambar)

4. GA (gambar dengan angka)

PROBABILITAS BEBERAPA PERISTIWA

Ada beberapa peristiwa yang terjadi dalam probabilitas, antara lain:

·         PERISTIWA SALING LEPAS (MUTUALLY EXCLUSIVE)

Dua buah peristiwa atau lebih disebut peristiwa saling lepas apabila kedua atau lebih peristiwa itu tidak dapat terjadi pada saat yang bersamaan. Jika peristiwa A dan B saling lepas, probabilitas terjadinya peristiwa tersebut adalah:

P (A U B) = P (A) + P (B)

Jika peristiwa A, B, dan C saling lepas, probabilitas terjadinya peristiwa tersebut adalah:

P ( A U B U C ) = P (A) + P (B) + P (C)

Contoh:

Sebuah dadu dilemparkan ke atas, peristiwa-peristiwanya adalah :

A = peristiwa mata dadu 2 muncul

B = mata dadu lebih dari 4 muncul

Tentukan probabilitasnya dari kejadian P (A U B) :

P (A) = 1   dan P (B) = 2

             6                        6

 P ( A U B )  =   1   +   2   =   3

                           6        6        6

·         PERISTIWA TIDAK SALING LEPAS (NON-MUTUALLY EXCLUSIVE)

Dua buah peristiwa atau lebih disebut peristiwa tidak saling lepas apabila kedua atau lebih peristiwa itu dapat terjadi secara bersamaan. Jika peristiwa A dan B tidak saling lepas, probabilitas terjadinya peristiwa tersebut adalah :

P (AUB) = P(A) + P(B) – P(A ∩ B)

Jika peristiwa A, B, dan C saling lepas, probabilitas terjadinya peristiwa tersebut adalah:

P (A U B U C) = P(A) + P(B) + P(C) – P(A ∩ B) – P(A ∩ C) – P(B ∩ C) + P(A ∩ B ∩ C)

Contoh:

Setumpuk kartu bridge yang akan diambil salah satu kartu. Berapa probabilitasnya adalam sekali pengambilan tersebut akan diperoleh kartu Ace atau kartu Diamont ?

Dimisalkan : A = kartu Ace

                      D = kartu Diamont

Maka  P(AUD) = P(A) + P(D) – P(A∩D)

                          =  4    +   13   -   1

                              52         52      52

                         =    16

                                52

·         PERISTIWA INDEPENDENT (BEBAS)

Dua peristiwa atau lebih disebut peristiwa saling bebas apabila terjadinya peristiwa yang satu tidak mempengaruhi atau dipengaruhi terjadinya peristiwa yang lainnya. Untuk dua peristiwa A dan B saling bebas, maka probabilitas terjadinya peristiwa tersebut adalah sebagai berikut :

P (AB) = P(A) x P(B)

Untuk tiga peristiwa A, B, dan C saling bebas, maka probabilitas terjadinya  peristiwa tersebut adalah sebagai berikut :

P (ABC) = P(A) x P(B) x P(C)

Contoh:

Dari 100 barang yang diperiksa terdapat 30 barang rusak. Berapa probabilitasnya dalam :

1. tiga kali pengambilan terdapat rusak 1
2. empat kali pengambilan terdapat bagus 1

jawab :

Dimisalkan  A = bagus

                    B = rusak

Maka  P(A)  = 0,70    P(B) = 0,30

a.  K³ =  3

        ¹           

   =  P(A ∩A∩B) U P(A ∩B∩A) P(B ∩A∩A)

   =  0,70 x 0,70 x 0,30  atau 0,70 x 0,30 x 0,70 atau 0,30 x 0,70 x 0,70

   =  0,147  + 0,147 + 0,147 = 0,441

·         PERISTIWA DEPENDENT (BERSYARAT)

Terjadi jika peristiwa yang satu mempengaruhi/merupakan syarat terjadinya peristiwa yang lain. Probabilitas bahwa B akan terjadi bila diketahui bahwa A telah terjadi ditulis sbb :

P( B/A)

Dengan demikian probabilitas bahwa A dan B akan terjadi dirumuskan sbb :

P(A∩B) = P(A) x P(B/A)

Sedang probabilitas A akan terjadi jika diketahui bahwa B telah terjadi ditulis sbb :

P (A/B)

Maka probabilitas B dan A akan terjadi dirumuskan sbb :

P (A∩B) = P(B) x P(A/B)

Contoh:

Dua buah tas berisi sejumlah bola. Tas peertama berisi 4 bola putih dan 2 bola hitam. Tas kedua berisi 3 bola putih dan 5 bola hitam. Jika sebuah bola diambil dari masing-masing tas tersebut, hitunglah probabilitasnya bahwa :

1. Keduanya bola putih
2. Keduanya bola hitam
3. Satu bola putih dan satu bola hitam

Jawab

Misalnya A₁ menunjukkan peristiwa terambilnya bola putih dari tas pertama dan A₂ menunjukkan peristiwa terambilnya bola putih di tas kedua, maka :

P(A₁ ∩A₂) = P(A₁) x P(A₂/A₁) = 4/6 X 3/8 = 1/4

Misalnya A1 menunjukkan peristiwa tidak terambilnya bola putih dari tas pertama (berarti terambilnya bola hitam) dan A2 menunjukkan peristiwa tidak terambilny7a bola putih dari tas kedua (berarti terambilnya bola hitam) maka :

P(A₁∩A₂) = P(A₁) x P(A₂/A₁)   = 2/6 x 5/8 = 10/48 = 5/24

Probabilitas yang dimaksud adalah :

P(A₁∩B₂) U P(B₁∩A₂) 

  

HARAPAN MATEMATIS

Harapan matematis atau nilai harapan adalah jumlah semua hasil perkalian antara nilai variabel acak dengan probabilitas yang bersesuaian dengan nilai tersebut.

Jika P1, P2…..Pk merupakan probabilitas terjadinya peristiwa maka E1, E2 …….Ek dan andaikan V1, V2…….Vk adalah nilai yang diperoleh jika masing-masing peristiwa diatas terjadi, maka harapan matematis untuk memperoleh sejumlah nilai adalah :

E(V) = P1 V1 + P2V2 + ………Pk Vk

Contoh:

Dalam suatu permainan berhadiah, pihak penyelenggara akan membayar Rp. 180.000,- apabila pemain mendapat kartu Ace, dan akan membayar Rp. 100.000,- apabila mendapoatkan kartu King dari setumpuk kartu bridge yang berisi 52 kartu. Bila tidak mendapatkan kartu ace dan kartu King pemain harus membayar Rp. 45.000,- . berapa harapan matematis pemain tersebut ?

Jawab

E (V)  =  Rp. 180.000 ( 4/52) + 100.000 (4/52) – 45.000 (44/52)

           =  Rp.    16.538,46  =  Rp. 16.500,-

DISTRIBUSI TEORITIS

Kunci aplikasi probabilitas dalam statistik adalah memperkirakan terjadinya peluang/probabilitas yang dihubungkan dengan terjadinya peristiwa tersebut dalam beberapa keadaan.

Jika kita mengetahui keseluruhan probabilitas dari kemungkinan outcome yang terjadi, seluruh probabilitas kejadian tersebut akan membentuk suatu distribusi probabilitas.

Macam-macam dari distribusi teoritis yaitu:

1.      Distribusi Binomial (Bernaulli)

Penemu Distribusi Binomial adalah James Bernaulli sehingga dikenal sebagai Distribusi Bernaulli. Menggambarkan fenomena dengan dua hasil atau outcome. Contoh: peluang sukses dan gagal, sehat dan sakit.

Syarat-syarat distribusi binomial yaitu:

1.  Jumlah trial merupakan bilangan bulat.

Contoh melambungkan coin 2 kali, tidak mungkin 2 ½ kali.

2. Setiap eksperimen mempunyai dua outcome (hasil). Contoh: sukses/gagal,laki/perempuan, sehat/sakit,setuju/tidak setuju.

3.  Peluang sukses sama setiap eksperimen.

Contoh: Jika pada lambungan pertama peluang keluar mata H/sukses adalah ½, pada lambungan seterusnya juga ½. Jika sebuah dadu, yang diharapkan adalah keluar mata lima, maka dikatakan peluang sukses adalah1/6, sedangkan peluang gagal adalah 5/6.Untuk itu peluang sukses dilambangkan p, sedangkan peluang gagal adalah (1-p) atau biasa juga dilambangkan q, di mana q = 1-p.

Contoh:

Simbol peristiwa Binomial adalah b (x,n,p)

b=binomial

x=banyaknya sukses yang diinginkan (bilangan random)

n= Jumlah trial

p= peluang sukses dalam satu kali trial.

Dadu dilemparkan 5 kali, diharapkan keluar mata 6 dua kali, maka kejadian ini dapat ditulis

b(2,5,1/6)  x=2, n=5, p=1/6

Probabilitas seorang bayi tidak di imunisasi polio adalah 0,2 (p). Pada suatu hari di Puskesmas “X” ada 4 orang bayi. Hitunglah peluang dari bayi tersebut 2 orang belum imunisasi polio. Jadi, di dalam kejadian binomial ini dikatakan b (x=2, n=4, p=0,2)  b (2, 4, 0,2)

Jawab:

Katakanlah bayi tersebut A,B,C,D. Dua orang tidak diimunisasi mungkin adalah A&B, A&C, A&D, B&C,B&D, C&D.

Disamping memakai rumus binomial, permasalahan ini juga dapat dikerjakan dengan memakai tabel binomial, caranya adalah dengan menentukan n.misalnya dari contoh soal adalah 4, dilihat pada kolom pertama kolom kedua adalah kemungkinan x, dalam permasalahan ini adalah x=2. p dilihat pada baris paling atas dalam hal ini p=0,2, ditarik garis dari p= 0,2 sampai ke n = 4dan x = 2, ditabel didapatkan 0,973. Ini adalah peluang kumulatif dari p (x=0) + p (x=1) + p (x=2). Jadi kalau mau mendapatkan p(x=2) saja, maka 0,973-0,819 = 0,154

2.      Distribusi Poisson

Dalam mempelajari distribusi Binomial kita dihadapkan pada probabilitas variabel random diskrit (bilangan bulat) yang jumlah trial nya kecil  (daftar binomial), sedangkan jika dihadapkan pada  suatu kejadian dengan p <<< dan menyangkut kejadian yang luas n >>> maka digunakan distribusi Poisson.

Distribusi Poisson dipakai untuk menentukan peluang suatu kejadian yang jarang terjadi, tetapi mengenai populasi yang luas atau area yang luas dan juga berhubungan dengan waktu.

Contoh:

Diketahui probabilitas untuk terjadi shock pada saat imunisasi dengan vaksinasi meningitis

adalah 0,0005. Kalau di suatu kota jumlah orang yang dilakukan vaksinasi sebanyak 4000.

Hitunglah peluang tepat tiga orang akan terjadi shock!

Penyelesaian:

µ = λ = n.p = 4000 x 0,0005 = 2

p(x=3) = 2³ x 2,71828^-2 = 0,1804

                   3 x 2x 1

3.      Distribusi Normal (Gauss)

Pada kasus di mana n cukup besar dan p tidak terlalu kecil (tidak mendekati 0,….,1 dilakukan pendekatan memakai distribusi Normal (Gauss)

Ditemukan pertama kali oleh matematikawan asal Prancis, Abraham D (1733), diaplikasikan lebih baik lagi oleh astronom asal, Distribusi Normal = Distribusi Jerman,Friedrich Gauss Gauss

Contoh:

Dari penelitian terhadap 150 orang laki-laki yang berumur 40 – 60 tahun didapatkan rata-rata kadar kolesterol mereka 215 mg % dan simpangan baku Sd = 45 mg %. Hitunglah peluang kita mendapatkan seorang yang kadar kolesterolnya:

a. > 250 mg %

b. < 200 mg %

c. antara 200 – 275 mg %

Jawab:

Nilai x ditransformasikan ke nilai z. Di dalam tabel nilai z berada pada kolom paling kiri dan baris paling atas. Ambillah nilai 2 ini tiga digit saja. Nanti 2 digit ada di kolom dan digit ketiga ada di baris.

a. Z = 250 -215 = 0,76

  45

0,76 = 0,7 + 0.06   (Lihat tabel) = 0,7 dilihat pada kolom ; 0,06 pada baris

 lihat lampiran tabel III didapat nilai 0,2764, ini adalah luas area antara 215 s.d 250.

 yang ditanyakan adalah p (x > 250 mg%), jadi untuk mendapatkan area  

> 250 mg% adalah 0,5 – 0,2764 = 0,2236

b. P (x < 200 mg%)

Z = 200 -215 = 0,33  Tabel 0,1297

45

Jadi P (x < 200 mg%) = 0,5 – 0,1297 = 0,3703

c. P (200 mg% < x < 275 mg%)

pada soal b. sudah didapatkan area antara 215 mg% s.d 200 mg% = 0,1297

 z = 275 – 215 = 1,33   Tabel 0,4082

    45

Jadi P (200 mg% < x < 275 mg%) = 0,1297 + 0,4082 =0,5379


Sumber:
asriimmawati.files.wordpress.com/2012/02/teori-kemungkinan.doc
http://digilib.unimed.ac.id/public/UNIMED-Undergraduate-22180-BAB%20II.pdf
rogayah.staff.gunadarma.ac.id/Downloads/files/35763/Pertemuan+1.ppt