Академический Документы
Профессиональный Документы
Культура Документы
1. Ruang Sampel
Definisi:
Ruang sampel: Himpunan semua hasil yang mungkin dari suatu percobaan statistika,
dan dilambangkan dengan S.
Titik sampel: tiap-tiap hasil yang mungkin dalam ruang sempel.
Dalam statistik dikenal istilah eksperimen untuk menjelaskan proses mendapatkan
sekumpulan data. Contoh dari eksperimen statistik adalah melempar koin. Dalam
eksperimen ini ada dua kemungkinan kejadian (outcomes), muka(head) atau
belakang(tail).
Contoh:
Ruang sampel dari eksperimen melempar mata uang adalah:
S = { H, T }
dimana H dan T bersesuaian dengan muka(head) dan belakang(tail )
Contoh: melempar dadu -> S = {1, 2, 3, 4, 5, 6}
melempar koin dua kali -> S = {GA, GG, AA, AG}
G = gambar, A = angka
2. Kejadian (Event)
Event adalah subset(himpunan bagian) dari ruang sampel, yaitu suatu kejadian dengan
kondisi tertentu.
Contoh:
Diberikan suatu ruang sampel S = {tt 0} dimana t adalah umur dalam satuan tahun
suatu komponen elektronik. Suatu kejadian A adalah umur komponen yang kurang dari
lima tahun, atau dituliskan A = {t0 t < 5}.
5
C
(A U B) C
= region 2, 6 dan 7
Contoh :
Percobaan: Pelemparan sebuah dadu dan mencatat angka yang muncul
Ruang sampel
S = {1, 2, 3, 4, 5, 6}
Kejadian munculnya angka genap, A
A = {2, 4, 6}
Kejadian munculnya angka 5 atau lebih, B
B = {5, 6}
Irisan A dan B
A B = {6}
Gabungan A dan B
A U B = {2, 4, 5, 6}
Komplemen dari A
A = {1, 3, 5}
Teorema:
Jumlah permutasi dari n objek yang berbeda diambil r adalah:
Pr =
n
n!
( nr ) !
Contoh:
Dua tiket lotere diambil dari 20 untuk hadiah pertama dan kedua. Tentukan
jumlah titik sampel kejadian tersebut:
P 2=
20
20 !
=( 20 ) (19 )=380
18 !
Teorema:
Jumlah permutasi dari n objek yang berbeda disusun melingkar adalah (n-1)!, dimana
satu objek dianggap mempunyai posisi tetap sehingga ada (n-1) yang disusun.
Bila objek-objek tersebut ada yang sama, maka akan terdapat susunan yang berulang.
Misalkan dari tiga huruf a,b,c dengan b=c=x, maka kemungkinan susunan adalah axx,
axx, xax, xax, xxa, xxa sebenarnya hanya ada 3 susunan yang berbeda. Susunan
tersebut dihitung dengan cara 3!/2! = 3.
Teorema:
Jumlah permutasi yang berbeda dari n objek yang terdiri dari n1 jenis 1, n2
jenis 2, ... ,nk jenis ke-k adalah:
n!
n1 ! n 2 ! nk !
Contoh:
Terdapat lampu merah 3, lampu kuning 4, dan lampu biru 2 akan dipasang dengan tiga
sinar pada 9 socket. Berapa kemungkinan yang dapat disusun.
Jawab:
9!
=1260 cara
3! 4!2!
Bila diberikan n objek kemudian akan dipartisi menjadi r subset disebut sel.
Urutan objek dalam sel tidak penting. Suatu contoh diberikan 5 huruf a, i, u, e, o akan
dipartisi menjadi dua sel masing-masing berisi 4 dan 1, maka susunan yang mungkin
adalah:
{(a, e, i, o), (u)}, {(a, i, o, u), (e)}, {(e, i, o, u), (a)}, {(a, e, o, u), (i)}, {(a, e, i, u), (o)}
Jumlah partisi tersebut dinotasikan :
5 = 5! =5
4,1 4 ! 1!
( )
Teorema:
Jumlah cara untuk mempartisi sekumpulan n objek menjadi r sel dengan n1 elemen di
sel pertama, n2 elemen di sel ke dua dst. adalah:
n!
n
=
n1 , n2 , , nr n1 ! n2 ! n r !
dimana n1 + n2 + ::: + nr = n.
Contoh:
Ada 7 orang akan menginap di Hotel dengan 3 kamar, satu kamar berisi 3 orang dan
dua kamar berisi 2 orang. Ada berapa cara untuk menempatkan orang tersebut. Jawab:
7 = 7 ! =210
(3,2,2
) 3!2!2!
Teorema:
Diberikan n objek akan diambil sebanyak r tanpa memperhatikan urutan, cara pemilihan
ini disebut dengan kombinasi, dihitung dengan cara berikut:
n
n
(r , nr
) atau (nr )= r ! ( nr
)!
Contoh:
Dari 4 orang kimia akan diambil 2 orang, dari 3 orang fisika diambil 1 orang.
Bila orang yang dipilih digabung membentuk suatu kepanitian, ada berapa cara.
Jawab:
Definisi:
Peluang dari kejadian A adalah jumlah dari bobot semua titik sampel dalam A.
Sehingga:
0 P(A) 1, P() = 0 dan P(S) = 1
Contoh:
Suatu mata uang dilempar dua kali. Tentukan peluang sekurang-kurangnya satu head
muncul.
Jawab:
Ruang sampel dari percobaan ini adalah:
S = {HH, HT, TH, TT}
Jika mata uang ini rata/seimbang maka peluangnya sama, masing-masing
Jika A adalah kejadian tersebut maka:
A = {HH, HT, TH} dan
1
4
1 1 1 3
P ( A )= + + =
4 4 4 4
Contoh:
Sebuah dadu dilempar dimana kemunculan bilangan genap mempunyai peluang
dua kali lebih besar. Jika E adalah suatu kejadian bahwa bilangan yang muncul
kurang dari 4 tentukan P(E).
Jawab:
Ruang sampelnya adalah S = {1, 2, 3, 4, 5, 6}. Misalkan peluang ganjil adalah
w (ada 3 bilangan ganjil yaitu 1,3 dan 5 sehinga jumlah peluang ganjil adalah 3 x
w=3w) dan peluang genap adalah 2w(ada 3 bilangan genap yaitu 2, 4,dan 6 sehinga
w=
1
9
1 2 1 4
P ( E )= + + =
9 9 9 9
Teorema:
Bila suatu percobaan dapat menghasilkan N macam hasil yang berkemungkinan sama,
dan bila tepat sebanyak n dari hasil berkaitan dengan kejadian A, maka peluang
kejadian A adalah
P ( A )=
n
N
Contoh:
Diambil 5 kartu poker, tentukan peluang terambil 2 as dan 3 jack.
Jawab:
4 4
(
2 )( 3 )
P (C )=
=0.9 10
52
(5)
Contoh :
Dua buah dadu di lempar keatas secara bersamaan. Tentukan peluang munculnya
angka berjumlah 5!
Jawab :
Hasil yang dimaksud n = 4 , yaitu (1,4),(4,1),(2,3),(3,2)
Hasil yang mungkin N = 36, yaitu (1,1),(1,2),(1,3) ,............,(6,6)
P ( A )=
4
=0,11
36
5. Aturan Penjumlahan
Teorema:
Jika A dan B adalah dua buah kejadian sebarang maka:
P(A U B) = P(A) + P(B) - P(A B)
Bukti:
Perhatikan diagram Venn pada gambar .
T
A
AB
Akibat:
Jika A dan B kejadian terpisah maka
P(A U B) = P(A) + P(B)
Akibat:
Jika A1, A2, A3,, An saling terpisah maka
P(A1 U A2 U U An) = P(A1) + P(A2) + + P(An)
Akibat:
Jika A1, A2, A3, , An adalah partisi dari ruang sampel S maka
P(A1 U A2 U U An) = P(A1) + P(A2) + ::: + P(An)
= P(S)
=1
Teorema:
Untuk tiga kejadian A, B, dan C
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:
Peluang Paula lulus matematika adalah 2/3 lulus bahasa inggris 4/9. Jika peluang lulus
keduanya 1/4, berapa peluang lulus sekurang-kurangnya satu pelajaran.
Jawab:
P(M U E) = P(M) + P(E) - P(M E) = 2/3 + 4/9 1/4 = 31/36
Contoh:
Dua dadu dilempar, tentukan probabilitas jumlahnya 7 atau 11.
Jawab:
Misalkan P(A) adalah dua dadu dengan jumlah 7, P(B) adalah dua dadu dengan jumlah
11.
P(A U B) = P(A) + P(B) = 1/6 + 1/18 = 2/9
Teorema:
Jika A dan A adalah kejadian yang saling berkomplemen maka:
P(A) + P(A) = 1
Bukti:
Karena (A U A) = S , dan himpunan A dan A terpisah, maka
1 = P(S)
= P(A U A)
= P(A) + P(A)
Contoh:
Dua buah barang dipilih secara acak dari 12 barang diantaranya ada 4 barang
berkondisi cacat (rusak). Tentukan probailitas bahwa:
(a). kedua barang tersebut cacat
(b). kedua barang berkondisi baik
(c). paling sedikit satu barang cacat
Banyaknya cara untuk memilih 2 barang dari 12 barang = n(S)
12 !
n ( S )= 12 =
=66
2
2 ! ( 122 ) !
( )
Dimisalkan :
Maka
4!
8!
n ( A )= 4 =
=6 n ( B )= 8 =
=28
2 2! ( 42 ) !
2 2! ( 82 ) !
()
()
P ( A )=
c). Misalkan;
P ( B )=
n( A) 6
=
n( S) 66
n (B) 28
=
n(S) 66
P ( S )=P ( 0 ) + P (1 ) + P ( 2 )=1
P ( 0 )=P ( B )=
28
66
Probabilitas paling sedikit ada satu barang cacat = Probabilitas (1-barang yang cacat ,
P ( 1 ) + P ( 2 )=1P ( 0 )=1
28 38
=
66 66
38
66
Probabilitas event B terjadi jika diketahui bahwa event A telah terjadi disebut dengan
probabilitas bersyarat dan dinotasikan dengan P(BA). Penulisan ini dibaca "peluang B
terjadi diberikan A telah terjadi".
Ilustrasi:
1
9
dan
2
9
1
3 . Misalkan A adalah suatu event dimana bilangan
yang muncul lebih besar dari atau sama dengan 4, atau A = {4, 5, 6}. Untuk
menghitung peluang B terjadi relatif terhadap event A. kita harus menghitung dahulu
peluang baru A proposional dengan peluang semula demikian sehingga jumlahnya 1.
Misalkan w adalah peluang bilangan ganjil dan 2w peluang bilangan genap dari event A,
maka w =
1
5
2
5
2 2 /9 P ( A B )
P ( B| A )= =
=
5 5 /9
P ( A)
Definisi:
Peluang bersyarat dari B diberikan A dinotasikan dengan P(BA) didefinisikan dengan :
P ( B| A )=
P ( A B)
jika P ( A ) >0
P ( A)
Contoh:
Misalkan jumlah seluruh mahasiswa suatu universitas adalah 10.000 orang. Himpunan A
mewakili 2.000 mahasiswa lama (a). Himpunan B mewakili 3.500 mahasiswa putri (b).
Sedangkan 800 dari 3.500 mahasiswa putri merupakan mahasiwa lama (c). A dan B
adalah masing-masing merupakan himpunan bagian dari S. Kita memilih satu orang
mahasiswa secara acak, maka kejadian bersyarat (A/B) adalah kejadian yang mewakili
mahasiswa lama dengan syarat bahwa mereka putri.
Tentukan
(a). Apabila dari 10.000 mahasiswa tersebut dipilih satu secara acak, berapakah
probabilitasnya bahwa mahasiswa tersebut mahasiswa lama dengan syarat putri.
P ( A B)=
c
N
800
10.000
0,08
P ( A|B )= P(lama/putri)
8
P ( A B)
P (B)
c /N 800
=
b / N 3500
= 0,23
(b). Dengan argumentasi yang sama, probabilitas bahwa mahasiswa yang terpilih
secara acak tersebut mahasiswa putri dengan syarat bahwa harus juga mahasiswa
lama, maka:
P ( B| A )= P(putri/lama)
P ( A B)
P(A)
c /N 800
=
a/ N 2000
= 0,40
13
= 0,25. Jika dilakukan pengembalian, maka P(B|A) = P(B) = 0,25.
52
8. Aturan Perkalian
Teorema:
Jika dalam suatu eksperimen dua event A dan B dapat terjadi maka:
P ( A B ) =P ( A ) P ( B| A )
Contoh:
Misalkan dalam suatu box terdapat 20 sekering, 5 diantaranya putus. Akan diambil dua
secara random dengan pengambilan pertama tanpa dikembalikan.
Tentukan peluang keduanya putus.
Jawab:
5 1
=
20 4
4
19 , sehingga
( 14 )( 194 )= 191
P ( A B)=
Contoh:
Satu tas pertama berisi 4 bola putih dan 3 bola hitam. Tas kedua berisi 3 bola putih dan
5 bola hitam. Satu bola diambil dari tas pertama dimasukkan ke tas kedua (secara
random). Tentukan peluang mengambil satu bola dari tas kedua berwarna hitam.
Jawab:
Misalkan B1,B2 dan W1 mewakili pengambilan bola hitam dari tas 1, bola hitam dari tas 2
dan bola putih dari tas 1. Event yang dimaksud adalah B1 B2 digabung dengan W1
B2, peluang dari event tersebut adalah:
P[(B1 B2) or (W1 B2)] = P(B1 B2) + P(W1 B2)
= P(B1)P(B2B1) + P(W1)P(B2W1)
=
( 37 )( 69 )+( 47 )( 59 )= 3863
Untuk mendapatkan peluang bahwa dua kejadian bebas akan terjadi bersama, bias
diperoleh dengan mencari hasil kali peluang dua kejadian.
Teorema:
Dua even A dan B adalah independent jika dan hanya jika
P(A B) = P(A)P(B)
Bukti :
P ( A B ) =P ( A ) P ( B| A )
Dari Definisi Dua kejadian A dan B independent jika dan hanya jika:
P(BA) = P(B) dan P(AB) = P(A)
Maka
P ( A B ) =P ( A ) P ( B| A )
P ( A B ) =P ( A ) P( B)
Contoh:
Sepasang dadu dilempar dua kali. Tentukan peluang jumlah 7 dan 11.
Jawab:
Misalkan
A1 : pelemparan pertama berjumlah 7
A2 : pelemparan kedua berjumlah 7
B1 : pelemparan pertama berjumlah 11
B2 : pelemparan kedua berjumlah 11
P[(A1 B2) U (B1 A2)] = P(A1 B2) + P(B1 A2)
= P(A1)P(B2) + P(B1)P(A2)
Teorema:
Jika dalam suatu eksperimen event-event A1, A2, A3,,Ak dapat terjadi, maka :
P(A1 A2 A3 Ak) = P(A1) P(A2A1) P(A3A1 A2)...P(AkA1 A2 Ak-1)
10
P ( A 1 )=
2
8
12
P ( A 2| A1 )= P ( A3| A1 A2 ) =
52
51
50
Sehingga diperoleh:
P ( A 1 A 2 A3 ) =P ( A 1 ) P ( A 2| A 1 ) P ( A3| A 1 A2 )
8
( 522 )( 518 )( 1250 )= 5525
1
1
Peristiwa A dapat dinyatakan sebagai gabungan dua peristiwa yang mutually exclusive,
yaitu (BA) dan (BA). Jadi
A = (B A) U (B A)
maka P(A) dapat dihitung sebagai berikut:
11
P ( B| A )=
P( AB)
P( AB)
dan P ( A|B )=
P( A)
P ( B)
P ( A B)
P ( B| A )
P ( A)
P (B )
=
=
P ( A|B ) P ( A B ) P ( A )
P (B )
P ( B| A )=
P (B )
P ( A|B )
P ( A)
Dengan
P ( B| A )=
maka,
P ( B ) P ( A|B )
P ( B A ) + P (B ' A )
P ( B ) P ( A|B )
P ( B ) P ( A|B ) + P ( B ' ) P ( A|B ' )
P ( Bi A )
P ( B r|A ) =
P ( Bi A )
r=1
P ( Bi ) P ( A|Bi )
untuk r =1,2, k
P ( Bi ) P ( A|B i )
r=1
Kaidah Bayes ini menyatakan, jika dalam suatu ruang sampel (S) terdapat beberapa
peristiwa saling lepas (mutually exclusive), yaitu misalkan B1, B2, B3, , Bn yang
memiliki probabilitas tidak sama dengan nol dan apabila ada peristiwa lain (misalkan A)
yang mungkin dapat terjadi pada peristiwa-peritiwa B1, B2, B3, , Bn dengan diketahui
peristiwa A tersebut, maka:
P ( B r|A ) =
P ( Bi A )
k
P ( Bi ) P ( A|Bi )
k
untuk r=1, 2, k
P ( Bi A ) P ( Bi ) P ( A|Bi )
r=1
r =1
12
1
P ( B1 ) = =0,333
3
1
P ( B2 ) = =0,333
3
1
P ( B3 ) = =0,333
3
2. Probabilitas bersyarat
P ( A|B 1 )=1
P ( A|B 2 )=0
1
P ( A|B 3 )= =0,5
2
3. Probabilitas ganda (R)
0,333+0+0,1665
0,4995
4. Probabilitas posterior
P ( B3| A )=
P ( B3 ) P ( A|B3 )
3
P ( B r ) P ( A|B r )
0,333
r =1
Daftar Pustaka
13
1. Wapole R.E and Myers Raymond H, 1995, Ilmu peluang dan statistika untuk insinyur
dan ilmuan, ITB : Bandung.
2. Hasan. M.Iqbal, 2008, Statistika 2 (statistik inferensif) edisi ke-2, PT. Bumi aksara :
Jakarta.
3. Supranto. J, 2000, Statistik dan teori aplikasi edisi ke-6, Erlangga : Jakarta.
4. Abadyo and Permadi Hendro, 2004, Metoda statistika praktis, UM Press: Malang.
5. http://radar.ee.itb.ac.id/~suksmono/Lectures/el2002/ppt/I.%20Konsep%20Peluang.pdf
6. http://images.chrhad.multiply.multiplycontent.com/attachment/0/SLVZ1QoKCqcAAErQ
WgM1/ch2.pdf?key=chrhad:journal:22&nmid=112571313
7. http://hrisdianto.files.wordpress.com/2010/02/pengantar-probabilitas-drs1-arief-a-msi.pdf
14
PELUANG
Oleh
: Kelompok 1
(093214013)
(093214204)
(093214205)
(093214208)
(093214214)
(093214224)
PRODI S1 MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NEGERI SURABAYA
TAHUN PELAJARAN 2011
15