PELUANG
1.0
Pendahuluan
alam kehidupan sehari - hari banyak kejadian yang terjadinya didasarkan pada peluang
atau probabilitas, misalnya peluang seseorang terkena jantung adalah 0,00001 ,
peluang hasil pertandingan final sepak bola antara Perancis dan Brasilia adalah 3 - 2, dan lain
sebagainya. Kejadian - kejadian seperti di atas sebenarnya tidak hanya terjadi sekarang saja,
tetapi hal tersebut sudah terjadi sejak ratusan tahun yang lalu, atau mungkin juga ribuan tahun
yang lalu. Namun secara ilmu baru dirumuskan sekitar abad ke tujuh belas, yaitu ketika ada
seorang penjudi kelas kakap bernama Chevalier de Mere mengajukan pertanyaan kepada
Pascal dan mendiskusikan kepada Fermat ( 1601 - 1665).
Dengan perumusan kedua orang tersebut maka lahirlah ilmu peluang yang tidak saja
menjawab tentang perjudian , tetapi juga berkembang menjadi ilmu yang bermanfaat bagi
ilmu pengetahuan, khususnya statistika.
1.1
Suatu kejadian yang hanya mengandung satu unsur dari ruang sampel disebut kejadian
sederhana. Suatu kejadian majemuk adalah kejadian yang dapat dinyatakan sebagai gabungan
beberapa kejadian.
1.3
permutasi saja. Secara umum untuk n obyek yang berbeda terdapat n(n-1).3.2.1
susunan yang berbeda. Pergandaan semacam di atas biasanya dinotasikan dengan n ! ( dibaca
n faktorial atau n fakultet ).
Teorema 1.2
0!=1
Bukti :
n!
n
= ( n
n-1
n-2
Dengan menggunakan teorema 1.1 didapat hasil pergandaan dari n.(n-1).3.2.1 atau n!.
Contoh :
Misalnya dalam antrian loket untuk mendapatkan karcis pertunjukkan sepak bola terdapat
5 orang. Ada berapa cara orang tersebut membentuk antrian yang berbeda ?
5.4.3.2.1 = 120 cara )
( Jawab : 5 ! =
Teorema 1.4
Banyaknya permutasi dari n obyek yang berbeda jika diambil r n adalah
nPr =
n!
.
(n - r)!
Bukti :
Anggap ada r tempat dengan masing-masing tempat hanya dapat diisi dengan obyek yang
berbeda, maka didapat hasil seperti gambar di bawah.
n
n-1
n-2
n-r+1
Dengan menggunakan teorema 1.1 didapat hasil pergandaan dari n.(n-1)..(n-r+1) atau
(n - r)(n - r - 1)...............3.2.1
(n - r) !
Contoh :
Misalnya ada 7 orang sebagai formatur yang dapat dipilih menjadi pengurus organisasi
dengan susunan pengurus sebagai berikut: satu orang sebagai ketua, satu orang sebagai
sekretaris, dan satu orang sebagai bendahara. Ada berapa susunan pengurus yang berbeda
dapat dibuat ?. ( Jawab :
7!
7.6.5.4 !
= 7.6.5 = 210 )
( 7 - 3 )!
4!
Teorema 1.5
Banyaknya permutasi n obyek yang berlainan yang disusun melingkar adalah ( n - 1 ) !.
Bukti :
Jika ada n obyek yang berbeda akan disusun melingkar pada n tempat maka tinggal n-1
tempat yang bebas dapat ditempati n-1 obyek. Sehingga susunan berbeda yang dapat terjadi
adalah ( n-1) !.
Contoh :
Misalnya ada 6 orang membentuk konferensi meja bundar. Ada berapa cara susunan cara
duduk ke enam orang tersebut ?. ( Jawab : ( 6 1 ) ! = 5 ! = 120 ).
Teorema 1.6
4
n n!
=
n1 n 2 . . . . n k n1 ! n 2 ! n k !
, dengan n =
ni
i 1
Bukti :
Anggap jika n obyek tersebut berbeda, maka susunan yang terjadi adalah n!. Karena setiap
ni juga membentuk susunan sebanyak ni! Yang mestinya hanya dihitung satu. Maka
banyaknya susunan berbeda yang terjadi adalah
n1 n 2 . . . . . . . n k
n!
atau sama dengan
n 1! . n 2 !..........n k !
Contoh :
Misanya dalam perayaan peringatan hari kemerdekaan yang akan dilaksanakan pada bulan
yang akan datang, didepan gang masuk kampung akan dipasang lampu hias yang terdiri 3
lampu warna merah, 2 lampu warna hijau, 4 lampu warna kuning, dan 1 lampu warna biru.
Jika lampu lampu tersebut disusun secara berjajar, ada berapa susunan lampu hias yang
dapat dibuat ?.
( Jawab :
10 !
10.9.8.7.6.5.4 !
10.9.4.7.5 12600 ).
3 ! . 2 ! . 4 !.1!
6 . 2 . 4 !.1
Teorema 1.7
n n!
=
r (n - r ) ! r
Bukti :
Untuk kombinasi urutan AB = BA. Jika dianggap urutan AB tidak sama dengan urutan BA
maka banyaknya urutan yang terjadi sama dengan
n!
. Karena setiap r obyek dapat menyusun r! susunan yang berbeda maka banyak
(n - r)!
n n!
=
r (n - r ) ! r
Contoh :
Misalnya ada 7 orang sebagai formatur yang semuanya dapat dipilih untuk menjadi
pengurus suatu organisasi yang terdiri 3 orang. Ada berapa susunan pengurus yang dapat
dibuat ?. ( Jawab :
7!
7.6.5. 4 !
= 7 . 5 = 35 ).
( 7 - 3 ) !. 3 !
4 ! . 3.2.1
1.4
Peluang
Kejadian
Pada dasarnya tugas statistikawan adalah menyimpulkan atau menginferensi hasil suatu
percobaan yang mengandung ketidakpastian. Agar kesimpulan tersebut dapat dipertanggung
jawabkan secara ilmiah maka diperlukan pemahaman ilmu peluang. Untuk dapat menjawab
dengan tepat hasil pertandingan final sepak bola yang akan dilaksanakan diperlukan ilmu
peluang tentang sepak bola beserta analisisnya yang dapat dinyatakan sebagai peluang.
Didalam merumuskan peluang suatu kejadian ada tiga cara yang dapat digunakan yaitu :
1. Cara klasik
Misalnya banyaknya anggota ruang sampel adalah n dan banyaknya anggota kejadian A
adalah m maka peluang terjadinya kejadian A yang dinotasikan dengan P(A) adalah m/n.
Misalnya peluang munculnya angka gasal pada pelemparan satu mata dadu yang
setimbang adalah . Sedangkan peluang munculnya dua gambar pada pelemparan dua
mata uang logam sekali adalah .
lim
m
. Misalnya pada
n
pelemparan mata uang dilakukan sebanyak 1000 kali, dari pelemparan tersebut
banyaknya muka muncul 506 kali, maka peluang munculnya muka adalah 506 / 1000
0,5.
3. Cara subyektif
Banyaknya peluang dalam kejadian sehari - hari yang tidak dapat ditentukan dengan
kedua cara di atas, misalnya berapa peluang nanti sore akan hujan ?. Untuk menjawab
pertanyaan tersebut diperlukan seorang ahli yang dapat memperkirakan dengan baik
kapan terjadinya hujan. Peluang yang ditentukan seperti di atas disebut peluang secara
subyektif.
Definisi 1.6
Jika A suatu kejadian dan S merupakan ruang sampel, maka 0 P(A) 1,
P ( ) = 0, P ( S ) = 1.
1.5
Dalam banyak kasus yang terdiri atas beberapa kejadian, untuk menentukan nilai peluang
yang satu dapat ditentukan dengan peluang yang lain. Untuk itu diperlukan teorema sebagai
berikut.
Torema 1.8
Jika A dan B dua kejadian sebarang , maka P ( A B ) = P ( A ) + P ( B ) - P ( A B )
Bukti :
Dari teori himpunan diperoleh n ( A B ) = n ( A) + n ( B ) n ( A B ).
Jika
n ( A B )
n ( A)
n (B) n (AB)
atau
n (S)
n (S)
n (S)
n (S)
P( A B ) = P( A) + P( B ) - P( A B )
Akibat : Jika A dan B saling lepas, maka P ( A B ) = P ( A ) + P ( B ).
Bukti :
Karena A dan B saling lepas maka A B = , sehingga P ( A B ) = 0 dan
P ( A B ) = P ( A ) + P ( B ).
Teorema 1.9
Jika A dan A kejadian yang saling berkomplemen, maka P ( A ) = 1 - P ( A ).
Bukti :
Dari teori himpunan diketahui A A = S, dan A A = sehingga didapat
Contoh :
Misalkan sebuah dadu ditos sekali. Berapa probabilitas bahwa mata dadu yang keluar
lebih besar sama dengan 2 ?.
Jawab :
Misalkan A = kejadian mata dadu yang keluar lebih besar sama dengan 2, maka
A =
kejadian mata dadu yang keluar satu. Berarti P ( A ) = 1/6, sehingga P ( A ) = 1 1/6 = 5/6.
1.6
Peubah Acak
Dari percobaan pelemparan dua mata uang logam yang setimbang sebanyak sekali maka
didapat S = { MM, MG, GM, GG }. Misalnya X adalah fungsi dengan domain S yang
didefinisikan X (MM) = 0 , X (GM) = X (MG) = 1, dan X (GG) = 2. Ini berarti X merupakan
fungsi bernilai real dengan domain S.
Definisi 1.7
Fungsi bernilai real yang domainnya ruang sampel disebut peubah acak atau variabel
random.
Definisi 1.8
Jika banyaknya nilai dari peubah acak berhingga atau sama dengan banyaknya bilangan
asli maka peubah acak tersebut disebut tipe diskret.
Definisi 1.9
Jika banyaknya nilai peubah acak sama dengan banyaknya titik dari sepenggal garis atau
sama dengan banyaknya titik bilangan real maka peubah acak tersebut disebut tipe kontinu.
0
1/8
1
3/8
2
3/8
3
1/8
Peubah acak X tipe diskret dikatakan mempunyai fkp atau pdf ( probability density
function ) f(x) jika
1.
f(x) 0, x
f(x)
2.
=1
x
Jika X peubah acak tipe diskret maka memenuhi sifat sebagai berikut
1.P ( X = x ) = f (x )
2. P ( A ) =
f(x)
x A
Contoh :
Misalkan f ( x ) =
kx
, x = 1, 2, 3 dan nol untuk yang lain merupakan pdf dari peubah
12
acak X.
a) berapakah k
b) hitung P ( X = 2 )
c) hitung P ( X > 2 )
d) hitung P ( X 2 )
Jawab :
a) Dari syarat pdf ke-dua maka didapat
k . 1 k.2 k.3
1 atau 6k = 12 , sehingga
12
12
12
= 2.
b) Dari a) berarti f ( x ) =
x
2 1
, sehingga P ( X = 2 ) = f ( 2 ) =
6
6 3
c) P ( X > 2 ) = P ( X = 3 ) = f ( 3 ) =
3 1
6 2
d) P ( X 2 ) = P ( X = 1 ) + P ( X = 2 ) =
1 2 3 1
6 6 6 2
Definisi 1.11
Peubah acak X tipe kontinu dikatakan mempunyai fkp f ( x ) jika
1. f ( x ) 0 , x
2. f ( x ) dx = 1
x
Jika X peubah acak tipe kontinu maka mempunyai sifat sebagai berikut
10
1. P ( X = x ) = 0
2. P ( A ) = f ( x ) dx
A
Contoh :
Misalkan f ( x ) = kx , 0 < x < 1 dan nol untuk yang lain merupakan pdf dari X.
a) hitung k
b) hitung P ( X = 0,5 )
c) hitung P ( X < 0,5 )
d) hitung P ( X > 0,3 )
Jawab :
a)
0 kx dx 2 kx
1
0
1
k 1 atau k = 2
2
b) P ( X = 0,5 ) = 0
1.9
0,5
c) P ( X < 0,5 ) =
2x dx x 2
d) P ( X > 0,3 ) =
0,3 2x dx x
0 ,5
0
= ( 0,5 )2 0 = 0,25
1
0,3
1. F ( x ) = f ( y ) , jika X diskret
y
2. F ( x ) = y f ( y ) dy , jika X kontinu
11
Contoh :
Tentukan distribusi komulatif dari peubah acak yang mempunyai pdf sebagai berikut :
1. f ( x ) = 1 untuk 0 < x < 1 dan nol untuk yang lain
2. f( x ) = e-x untuk x > 0 dan nol untuk yang lain
3. f( x ) =
1
untuk x = 1 , 2, 3 dan nol untuk yang lain
3
4. f ( x ) =
x
untuk x = 1 , 2 , 3 dan nol untuk yang lain
6
Jawab :
x
1. F ( x ) =
x
dy y 0
1. E ( a X ) = a E ( X )
2. E ( X + a ) = E ( X ) + a
3. var ( a X ) = a2 var ( X )
4. var ( X + a ) = var ( X )
12
Teorema 1.12
Jika peubah acak X mempunyai fungsi pembangkit momen M ( t ) maka
M(n) ( 0 ) = E ( Xn ).
Definisi 1.15
Jika peubah acak X mempunyai mean dan varians 2 sehingga E ( X - ) 3 ada maka
E ( X - )3
3
Definisi 1.16
Jika peubah acak X mempunyai mean dan varians 2 sehingga E ( X - ) 4 ada maka
E ( X - )4
4
1.11
Pertidaksamaan Chebyshev
Dalam bagian ini akan dibahas tentang teorema yang dapat digunakan untuk menghitung
peluang suatu peubah acak jika tidak diketahui fkp nya, tetapi diketahui mean dan
variansnya saja.
Teorema 1.13
Misalkan u ( X ) fungsi non negatif dari peubah acak X. Jika E ( u ( X ) ) ada maka untuk
setiap konstanta c berlaku P ( u ( X ) c )
13
E(u(X))
.
c
Misalkan peubah acak X mempunyai distribusi peluang dengan mean dan varians 2 .
Maka untuk setiap k > 0 berlaku P ( X - k ) 1/ k2 atau
P( X-
k ) 1 - 1/ k2 .
1. Buktikan a .
i=0
2. Buktikan
n
1
= 2n
b.
i=1
n n-1
i = n2
i
n =1
3. Buktikan a.
i =k(k+1)
i1
b.
= 1/6 k ( k + 1 ) ( 2k + 1 )
i 1
14
a. P ( A B C )
b. P ( A B C )
7. Untuk bilangan bulat positif n > r , buktikan
a.
n n
=
r n - r
b.
n -1 n-1
= +
r - 1 r
a. Tentukan konstanta c
b. Tentukan distribusi komulatifnya
c. Hitung P ( X > 2 )
d. Hitung E ( X )
10.
Peubah acak X tipe kontinu mempunyai fkp f ( x ) = c ( 1 - x ) x 2 , jika 0 < x < 1 dan nol
untuk yang lain.
a. Tentukan konstanta c
b. Hitung E ( X )
13.
-(k+1)
, jika
Tentukan fkp dari suatu peubah acak jika diketahui distribusi komulatifnya adalah
a. F ( x ) = ( x 2 + 2 x + 1 ) / 16 ; -1 x 3.
b. F ( x ) = 1 - e - x - x e - x ; x 0 ; > 0.
16
x >
15.
(x)=
x/2 , 0 < x 1
Peubah acak X tipe kontinu mempunyai fkp f ( x ) = 2x / 9, 0 < x < 3 , dan nol untuk yang
lain.
Hitung E ( X )
17.
x 2 , jika 0 < x 1
18.
Misalkan peubah acak X untuk x > 0 tipe kontinu dengan fungsi distribusi F ( x ) dan E
( X ) ada. Buktikan E ( X ) =
F ( x ) dx
19.
17
20.
1, 2, dan
tentukan
lim A k
k
lim A k
k
k=
jika
a. Ak = { x / 1/k x 3 - 1/k } , k = 1, 2, 3,
b. Ak = { ( x , y ) / 1/k x 2 + y 2 4 - 1/k } , k = 1, 2, 3, .
21. Jika A1, A2, .. merupakan himpunan-himpunan sehingga Ak Ak + 1 untuk
dan
lim A k
k
.. , maka tentukan
lim A k
k
k = 1, 2,
A 1 A2 A3
jika
a. Ak = { x / 2 - 1/k x 2 } , k = 1, 2, 3,
b. Ak = { x / 2 < x 2 + 1/k } , k = 1, 2, 3, .
c. Ak = { ( x , y ) / 0 x 2 + y 2 1/k } , k = 1, 2, 3, .
22.
Misalkan f ( x ) = x/15 , x = 1, 2, 3, 4, 5 dan nol untuk yang lain merupakan fkp dari
peubah acak X. Tentukan a) P ( X = 1 atau X = 2 )
23.
Misalkan f ( x , y ) = 4 xy , 0 < x < 1 , 0 < y < 1 ,dan nol untuk yang lain merupakan fkp
bersama antara X dan Y. Tentukan P ( 0 < X < , < Y < 1 ) dan P ( X = Y ).
25.
Modus dari distribusi suatu peubah acak X adalah nilai x yang memaksimumkan fkp
( x ). Dari fkp berikut tentukan modusnya
18
Median dari distribusi suatu peubah acak X adalah nilai x sehingga P ( X < x ) dan P
( X x ) . Tentukan median dari masing - masing distribusi yang mempunyai fkp
berikut :
a. f ( x ) =
4!
x!(4 - x)!
1 / 4 x
1
( 1 + x2 )
, - < x < .
Misalkan f ( x ) = 1 , 0 < x < 1 , dan nol untuk yang lain merupakan fkp dari X. Tentukan
fungsi distribusi dan fkp dari Y = X.
29.
Misalkan f ( x ) = x/6 , x = 1, 2, 3 ,dan nol untuk yang lain merupakan fkp dari X.
Tentukan fungsi distribusi dan fkp dari Y = X 2.
30.
Misalkan X dan Y mempunyai fkp f ( x , y ) = 1 , 0 < x < 1 , 0 < y < 1, dan nol untuk yang
lain. Tentukan fkp dari Z = XY.
31.
Misalkan peubah acak X mempunyai fkp f ( x ) = ( x + 2 ) /18 , -2 < x < 4 , dan nol untuk
yang lain. Tentukan E ( X ) , E [ ( X + 2 ) 2 ], dan E [ 6 X - 2 ( X + 2 ) 3 ].
32.
Misalkan fkp bersama antara X dan Y adalah f ( x, y ) = e -x - y , x > 0 , y > 0 , dan nol untuk
yang lain. Ambil u ( X , Y ) = X , v ( X , Y ) = Y, dan w ( X , Y ) = XY . Buktikan E [u ( X ,
Y ) ]. E [v ( X , Y ) ] = E [w ( X , Y ) ].
33.
Misalkan peubah acak X tipe kontinu mempunyai fkp f ( x ). Jika m adalah median yang
tunggal dari X dan b konstanta real , maka buktikan
b
E ( X - b ) = E ( X - m ) + 2 ( b - x ) f ( x ) dx
m
19
34.
35.
]/
]/
20