Minggu lalu kita sudah membahas simulasi 100 lemparan koin untuk menentukan rata-rata selisih kemunculan sisi muka dan belakang. Dalam artikel ini, kita akan menelaah secara matematis bagaimana memperoleh rata-rata tersebut, dan membandingkannya dengan hasil simulasi.
Kita nyatakan jumlah lemparan koin sebagai n, jumlah kemunculan sisi muka sebagai h, dan jumlah kemunculan sisi belakang sebagai t. h bisa bernilai antara 0 (sisi muka tidak muncul sama sekali) sampai dengan n (sisi muka selalu muncul). Kita ingin mengetahui rata-rata untuk d = |h – t|. Untuk contoh sederhana, perhatikan tabel berikut (n = 3):
Hasil lemparan |
h |
t = n – h |
d = |h – t| |
HHH |
3 |
0 |
3 |
HHT |
2 |
1 |
1 |
HTH |
2 |
1 |
1 |
HTT |
1 |
2 |
1 |
THH |
2 |
1 |
1 |
THT |
1 |
2 |
1 |
TTH |
1 |
2 |
1 |
TTT |
0 |
3 |
3 |
Satu poin penting bisa kita cermati dari tabel di atas: jawaban rata-rata ~0 jelas salah. Mengapa? Perhatikan bahwa nilai terkecil d adalah 0 untuk n genap (yaitu jika h = t) dan 1 untuk n ganjil (yaitu jika h = (n – 1)/2 atau h = (n + 1)/2). Secara intuitif, kita tahu bahwa rata-rata dari sekumpulan bilangan yang seluruhnya lebih besar dari atau sama dengan 0 pasti lebih besar dari 0. Dengan demikian, rata-rata D juga pasti lebih besar dari 0. Perhatikan bahwa kita menulis d untuk nilai / konstan tertentu (misalnya d = 1) dan kita menulis D untuk menyatakan variabel acak yang sedang kita amati.
Lalu, berapa rata-rata D untuk sembarang n? Sebelum menjawab pertanyaan ini, mari kita konstruksi fungsi distribusi untuk D dengan terlebih dahulu membahas distribusi binomial.
Distribusi binomial
Distribusi binomial mendeskripsikan peluang sejumlah h “keberhasilan” (success) dalam n “percobaan” (trial) independen (baca: satu kejadian tidak akan mempengaruhi kejadian lainnya), dengan peluang keberhasilan pada masing-masing percobaan = p. Dalam kasus melempar koin, keberhasilan yang dimaksud adalah kemunculan sisi muka, dan satu percobaan sama dengan satu lemparan koin. Untuk koin seimbang, p = 0.5.
Distribusi binomial diekspresikan dalam persamaan berikut:
Persamaan di atas menyatakan peluang kemunculan h sisi muka dalam n lemparan koin dengan peluang kemunculan sisi muka pada setiap lemparan p. menyatakan jumlah kombinasi h sisi muka dalam n lemparan. Contohnya, dari tabel di atas kita tahu bahwa ada 3 kombinasi h = 2 untuk n = 3, yaitu HHT, HTH, dan THH.
Kemudian, ph(1 – p)n – h menyatakan peluang mendapatkan kombinasi tertentu. Contohnya, untuk kombinasi HHT peluangnya adalah p2(1 – p): p2 untuk mendapatkan dua H dan (1 – p) untuk mendapatkan satu T.
Untuk koin seimbang, karena p = 1 – p = 0.5, persamaan di atas dapat disederhanakan menjadi:
Sebagai contoh, berapa peluang kemunculan 2 sisi muka dalam 3 kali lemparan?
Periksa kembali bahwa 3/8 sama dengan jumlah kombinasi kemunculan 2 sisi muka dibagi total jumlah kombinasi pada tabel di atas.
Distribusi selisih muka-belakang
Sekarang kita akan memetakan distribusi binomial ke distribusi selisih muka-belakang. Perhatikan fungsi yang memetakan jumlah kemunculan sisi muka h ke selisih kemunculan kedua sisi d:
Karena h, n, dan d adalah bilang bulat, maka untuk n ganjil nilai d selalu ganjil dan untuk n genap nilai d juga genap (mengapa?).
Dari persamaan di atas, diketahui bahwa setiap nilai d bisa berasal dari dua nilai h, yaitu:
atau
Pengecualian berlaku untuk d = 0, yang hanya bisa diperoleh pada kasus n genap dan h = n/2.
Berdasarkan pemetaan dari d ke h di atas, diperoleh:
Karena untuk setiap n ≥ k, persamaan di atas dapat disederhanakan menjadi:
Untuk d = 0 dan n genap, .
Sebagai contoh, jika n = 3, probabilitas selisih jumlah kemunculan sisi muka dan belakang = 1 adalah:
Rata-rata selisih kemunculan sisi muka dan belakang
Kita sudah mendapatkan fungsi distribusi untuk D. Secara umum, rata-rata suatu distribusi diskrit bisa dihitung menggunakan persamaan:
yaitu penjumlahan d dikali dengan peluang D = d, untuk setiap d dalam ruang sampel D. Contohnya, pada tabel di atas kita tahu bahwa jika n = 3, ruang sampel D (nilai yang mungkin untuk d) adalah 1 dan 3. Peluang D = 1 adalah 6/8 (6 baris dengan D = 1 dari total 8 baris), sedangkan peluang D = 3 adalah 2/8.
Lalu berapa rata-rata untuk D? Penulis sudah menurunkan rumus untuk menghitung rata-rata D dari persamaan di atas, yaitu:
Pembaca yang penasaran dengan penurunan rumus di atas dapat mengunduh dokumen ini.
Terakhir, mari kita jawab pertanyaan pada kuis kecil 2 minggu lalu.
Jika kamu melempar koin seimbang sebanyak 100 kali, berapa rata-rata selisih jumlah kemunculan sisi muka dan belakang?
Kita hanya perlu memasukkan n = 100 ke persamaan rata-rata di atas:
Jawaban yang kita peroleh dari simulasi kemarin adalah 7,963, hanya berbeda 0,004 dari perhitungan menggunakan rumus. Sangat dekat bukan?