Distribusi Probabilitas Uniform Diskrit

Distribusi Probabilitas Uniform Diskrit adalah salah satu konsep dasar dalam teori peluang dan statistika yang menggambarkan situasi di mana sekumpulan hasil memiliki peluang yang sama untuk terjadi. Dalam distribusi ini, variabel acak diskrit dapat mengambil nilai-nilai terbatas (finite) yang telah ditentukan sebelumnya, dan setiap nilai memiliki bobot peluang yang identik.

Istilah "uniform" atau "seragam" mengacu pada sifat distribusi ini yang tidak memihak atau tidak memiliki kecenderungan pada nilai tertentu. Tidak seperti distribusi normal yang berbentuk lonceng (di mana nilai di tengah lebih mungkin terjadi), distribusi uniform datar. Hal ini membuatnya menjadi model yang sederhana namun sangat penting untuk berbagai simulasi dan analisis probabilistik awal.

Rumus Dasar

Jika sebuah variabel acak X memiliki distribusi uniform diskrit dengan n kemungkinan hasil yang berbeda, maka probabilitas untuk setiap hasil adalah sama dengan satu dibagi dengan jumlah total hasil.

Di mana:

• P(X = x) adalah probabilitas bahwa variabel acak X mengambil nilai x.
• n adalah jumlah total kemungkinan hasil yang berbeda.

Alternatif lain, jika nilai-nilai yang mungkin diwakili oleh bilangan bulat berurutan mulai dari a hingga b, maka jumlah hasil (n) dapat dihitung sebagai:

Sehingga rumus probabilitasnya menjadi:

Contoh Kasus: Pelemparan Dadu

Contoh paling klasik dari distribusi uniform diskrit adalah melempar sebuah dadu adil (fair die) yang memiliki enam sisi. Anggap variabel acak X menyatakan angka yang muncul pada sisi atas dadu.

Nilai Harapan (Ekspektasi)

Nilai harapan atau rata-rata (mean) dari distribusi uniform diskrit adalah titik tengah dari rentang nilai yang mungkin. Ini secara intuitif masuk akal karena distribusinya simetris.

Menggunakan contoh dadu di atas, nilai harapan dari pelemparan dadu adalah:

Meskipun Anda tidak pernah mendapatkan angka 3.5 dalam satu lemparan tunggal, ini adalah rata-rata jangka panjang jika Anda melempar dadu ribuan kali.

Variansi dan Simpangan Baku

Variansi mengukur sebaran data dari nilai rata-ratanya. Untuk distribusi uniform diskrit, variansi dihitung dengan rumus:

Atau jika menggunakan parameter a dan b:

Simpangan baku (Standard Deviation) adalah akar kuadrat dari variansi:

Fungsi Distribusi Kumulatif (CDF)

Fungsi Distribusi Kumulatif, sering disingkat CDF, memberikan probabilitas bahwa variabel acak X akan mengambil nilai yang kurang dari atau sama dengan x. Karena probabilitasnya kumulatif, grafik CDF untuk distribusi uniform diskrit akan berbentuk tangga (step function) yang naik secara konstan.

Rumusnya adalah:

Aplikasi dalam Kehidupan Nyata

Meskipun sederhana, distribusi ini memiliki banyak aplikasi praktis:

• Simulasi Komputer: Generator angka acak (RNG) pada dasarnya bekerja berdasarkan prinsip uniform diskrit untuk menghasilkan bilangan bulat dalam rentang tertentu.
• Pemilihan Acak: Memilih pemenang undian di mana setiap tiket memiliki nomor unik dan peluang menang yang sama.
• Manajemen Inventaris: Dalam model stok sederhana di mana permintaan barang diasumsikan memiliki peluang yang sama untuk berbagai tingkat kuantitas dalam rentang tertentu.
• Teori Informasi: Digunakan sebagai model untuk sumber informasi di mana semua simbol kode equally likely.

Kesimpulan

Distribusi Probabilitas Uniform Diskrit adalah fondasi penting dalam memahami variabilitas dan ketidakpastian. Dengan karakteristik utamanya yaitu peluang yang sama untuk setiap kejadian, distribusi ini memberikan kerangka kerja yang jelas untuk menganalisis situasi sederhana di mana semua hasil memiliki bobot yang identik. Pemahaman tentang distribusi ini membantu dalam mengkalkulasi nilai harapan dan variansi, yang merupakan indikator kunci dalam pengambilan keputusan statistik.