Aturan Penjumlahan
Kejadian Saling Meniadakan.
( Mutually exclusive event)
Dua peristiwa atau lebih disebut peristiwa
saling lepas jika kedua atau lebih peristiwa itu
tidak dapat terjadi pada saat yang bersamaan.
(12.5)
Contoh 12.7 :
Sebuah mesin otomatis pengisi kantong plastik dengan campuran
beberapa jenis sayuran menunjukkan bahwa sebagian besar kantong
plastik berisi sayuran tsb memuat berat yg benar.
Meskipun demikian, karena ada sedikit variasi dalam ukuran sayuran yg
ada, sebuah paket kantong plastik mungkin sedikit lebih berat atau lebih
ringan dari berat standar.
Pengecekan terhadap 4000 paket menunjukkan hasil sbb:
Tabel 12.8
Berat
Probabilitas
Lebih ringan
100
100
0,025
4000
Standar
3600
3600
0,900
4000
Lebih berat
300
300
0,075
4000
Jumlah
4000
1,000
(12.9)
120 100 60
0,80
200 200 200
Contoh 12.8 :
Berapa probabilitas bahwa sebuah kartu yang dipilih secara
acak dari satu set kartu yg berisi 52 kartu adalah bergambar raja (king)
atau bergambar hati (heart)?
Tabel 12.9
Kartu
Raja (King)
Hati (Heart)
Raja bergambar hati
Probabilitas
Penjelasan
P ( A)
4
52
P( B)
13
52
1
P ( A dan B )
52
4 13 1 16
0,3077
52 52 52 52
B
A
B
(12.9)
Contoh 12.9 :
Sebuah perusahaan elektronik mengambil sampel 1000 rumah tangga
dan responden yang ditanya tentang apakah mereka merencanakan untuk
membeli televisi ukuran besar atau tidak.
Setahun berikutnya responden yang sama ditanya apakah mereka
benar-benar telah membeli televisi ukuran besar tsb atau tidak.
Hasilnya dapat dilihat pada tabel berikut:
Tabel 12.10
Merencanakan untuk membeli
Total
Ya
Tidak
Ya
200
50
250
Tidak
100
650
750
Total
300
700
1000
Tabel 12.10
Merencanakan untuk membeli
Total
Ya
Tidak
Ya
200
50
250
Tidak
100
650
750
Total
300
700
1000
P ( A B)
0,35
1000 1000 1000
(12.9)
Contoh 12.10
Menurut catatan yang ada pada Sekretariat Fakultas Ekonomi suatu
Universitas di Jakarta, ada 500 orang mahasiswa tingkat persiapan yang
mengambil matakuliah Aljabar Linear (A), Kalkulus (K) dan
Pengantar Statistik (S) dengan rincian sbb:
-Aljabar Linear
= 329 orang
-Kalkulus
= 186 orang
-Pengantar Statistik
= 295 orang
-Aljabar Linear dan Kalkulus
= 83 orang
-Aljabar Linear dan Pengantar Statistik = 217 orang
-Kalkulus dan Pengantar Statistik
= 63 orang
-Kalkulus Pengantar Statistik dan Aljabar Linear = 53 orang
A
K
S
SP
A
K
S
A
K
S
K
A
ASKASAKS
Kalau kita memilih secara acak (random) seorang mahasiswa dari daftar
nama ke-500 orang mahasiswa tsb,
Berapakah probabilitasnya jika mahasiswa tsb:
a. Mengambil ketiga matakuliah
A
82
93
30
164
53
10
68
S
A
K
S
8
2
3
0
9
A
K
S
5
1
0
6
4
A
K
S
SP
A
K
S
A
K
S
K
A
K
S
A
K
S
P AKS
53
500
P A K S AK S P A K S P AK S
82
30 112
Aturan Perkalian
- Kejadian tak bebas (dependent event)
- Kejadian bebas (independent event)
c 800
( putri lama )
P( A / B)
c 800
( putri lama )
P ( B / A)
A B
(
p
u
t
r
i
l
a
m
)
(P
P
/(B
A
)/A
B
()
lP
P
/(p
tA
iA
a
m
p
u
r
)
b
r
u
/u
B
c
N
c
8
0
0
,
2
3
)
b
b
3
5
(
p
u
t
r
i
l
a
m
)
tr)iB
/lam
)c/N
ac
a
8
0
,240
c
800
P( A B)
0,08 8%
N 10.000
A
PAB/APBA/B
P
B
P A B
P A / B
P B
(12.10)
P A B
P B / A
P A
(12.11)
Contoh 12.11 :
Tabel 12.11
11
12
13
(14)
15
(16)
21
22
(23)
24
(25)
26
31
(32)
33
(34)
35
(36)
(41)
42
(43)
44
(45)
46
51
(52)
53
(54)
55
(56)
(61)
62
(63)
64
(65)
66
P A B c / N c
P A / B
P B
b/ N b
2
0,11
18
P A B c / N c
P B / A
P A
a/N a
2
0,33
6
(12.10)
(12.11)
Contoh 12.12 :
Jumlah pelamar untuk menjadi dosen pada Fakultas Ekonomi Universitas
Indonesia ada 100 orang.
Masing-masing pelamar mempunyai kesempatan yg sama untuk diterima,
yaitu mempunyai probabilitas sebesar 0,01.
Para pelamar ada yg bergelar Doktor dan ada yg tidak, ada yg menikah
dan ada yg belum, ada pria dan wanita.
Berdasarkan data yg masuk ke Sekretariat FE-UI, diperoleh rincian sbb:
Bukan
Doktor
Sudah
Belum
menikah menikah
Doktor
Sudah
Belum
menikah menikah
Pria
12
Pria
40
10
Wanita
10
Wanita
10
10
Bukan
Doktor
Sudah
Belum
menikah menikah
Doktor
Sudah
Belum
menikah menikah
Pria
12
Pria
40
10
Wanita
10
Wanita
10
10
W = 10 + 5 + 10 + 10
= 35 di antara 100 pelamar (S)
35
0,35
100
M 3 10 40 10 63
P M
63
0,63
100
D 40 10 10 10 70
70
PD
0,70
100
P W 1 P W
1 0,35 0,65
P M 1 P M
1 0,63 0,37
P D 1 P D
1 0,70 0,30
P A B P A P B / A P B P A / B
(12.12)
Contoh 12.13 :
Kita mengambil secara acak 2 kartu berturut-turut dari suatu set (kumpulan)
kartu bridge.
Berapa probabilitasnya bahwa pengambilan kartu pertama berupa kartu As,
yg kedua juga kartu As?
(hasil pengambilan pertama tidak dikembalikan lagi / without replacement
dan hasil pengambilan kedua dipengaruhi oleh hasil pengambilan pertama)
S 52 kartu ( N ), a 4, P A
B/ A
(b 3, N 51)
3
P B / A
51
P A B P A P B / A
4 3
0,0045
52 51
4
52
P A B C P A P B / A P C / A B
Pembuktiannya : misalnya
(12.13)
A B C0
P A B C P C0 / C
P C 0 P C / C0
P C0 P A B
P A P B / A
P C / C0 P C / A B
Jadi
P A B C P A P B / A P C / A B
Terbukti
Diagram pohon
Sebuah perusahaan elektronik mengambil sampel 1000 rumah tangga
dan responden yang ditanya tentang apakah mereka merencanakan untuk
membeli televisi ukuran besar atau tidak.
Setahun berikutnya responden yang sama ditanya apakah mereka
benar-benar telah membeli televisi ukuran besar tsb atau tidak.
Hasilnya dapat dilihat pada tabel berikut:
Tabel 12.10
Merencanakan untuk membeli
Total
Ya
Tidak
Ya
200
50
250
Tidak
100
650
750
Total
300
700
1000
Diagram pohon
nar
e
B
Seluruh
responden
Tida
k
nc
e re
kan
a
n
a
i
bel
m
me
hm
tela
Tid
ak
250
P( A B)
1000
750
P
(
A
)
mer
enc
1000
ana
kan
mem
beli
ar te
Ben
me
l ah
Tida
km
eli P ( A B ) 200
b
m
mb
eli
beli
m em
emb
e li
1000
P( A B)
50
1000
P( A B)
P( A B)
100
1000
650
1000
200
P benar telah membeli / merencanakan membeli P( B / A)
250
(12.14)
Contoh 12.17 :
Satu mata uang logam Rp 50 dilempar ke atas sebanyak 2 kali.
Jika A1 adalah lemparan pertama yg mendapat gambar burung (B), dan
A2 adalah lemparan kedua yang mendapatkan gambar burung (B),
berapakah P (A1A2) ?
1
P ( A1 ) P( B)
2
1
P ( A2 ) P( B)
2
P A1 A2 P ( A1 ) P( A2 )
1 1 1
P( B) P( B)
2 2 4
Contoh 12.18 :
Kita mengambil 2 lembar kartu berturut-turut secara acak dari satu set
kartu bridge. Sebelum pengambilan kedua, hasil pengambilan pertama
dikembalikan lagi sehingga hasil pengambilan pertama tidak
mempengaruhi hasil pengambilan kedua.
Kalau A1 = kartu As wajik (diamond) dan A2 = kartu As hati (heart).
Berapa P (A1A2) ?
4
52
4
P( A2 )
52
P( A1 )
P A1 A2 P ( A1 ) P( A2 )
4 4
0,0059
52 52
Peraga 12.14
S=N
a
P ( A)
N
P( B)
P( A B)
c
N
b
N
Contoh 12.19 :
Jika P ( A) 0,7 dan P ( B ) 0,6 serta A dan B independen,
hitunglah P ( A B )!
P ( A B ) P ( A) P ( B ) 0,42
Probabilitas marginal
Probabilitas terjadinya suatu
Peristiwa yang tidak memiliki
hubungan dengan terjadinya
peristiwa lain.
500
4000
2000
P(S 2 )
4000
1500
P( S3 )
4000
P ( S1 )
P( R ) P ( S1 ) P ( R / S1 ) P ( S 2 ) P ( R / S 2 ) P ( S 3 ) P ( R / S3 )
500
2000
1500
x0,020
x0,015
x0,030
4000
4000
4000
0,0213
Contoh 12.21 :
Suatu Universitas mempunyai mahasiswa sebanyak 1.000 orang yg terdiri
dari 4 Fakultas, yaitu FE = 400 mahasiswa, FH = 200 mahasiswa, FT =
150 mahasiswa, dan FK = 250 mahasiswa.
Dari mahasiswa tsb ada yg menjadi anggota Menwa (Resimen
Mahasiswa).
Dari FE = 200 orang, FH = 50 orang, FT = 25 orang, dan FK = 150 orang.
Jika suatu saat kita bertemu dgn salah seorang mahasiswa (anggap saja
sebagai kejadian yg acak), berapa probabilitas bahwa mahasiswa tsb
seorang anggota Menwa?
P ( M ) P( ME ) P( MH ) P ( MT ) P ( MK )
P ( E ) P ( M / E ) P ( H ) P ( M / H ) P (T ) P ( M / T ) P ( K ) P ( M / K )
200 50 25 150
0,425
1000
P(M )
M ME MH MT MK
0,425
S
S
S = 1000
E
400
ME
200
M
H
200
T
150
MH
50
MT
25
K
250
MK
150
Rumus Bayes
Sebagai ilustrasi, misalkan terdapat 3 kotak yang sama ukurannya dan
masing-masing berisi 2 bola.
2M
Kotak 1 = A1
1M
1P
2P
Kotak 2 = A2
Kotak 3 = A3
Rumus Bayes
P ( Ai / A)
P ( Ai ) P ( A / Ai )
k
P( A ) P( A / A )
i 1
A1
A1A
A2
Ai
Ax
A2A
AiA
AxA
2M
Kotak 1 = A1
1M
1P
2P
Kotak 2 = A2
Kotak 3 = A3
1
P ( A1 ) P ( A2 ) P ( A3 )
3
Yaitu probabilitas bahwa kotak 1, 2, 3 terpilih,
Masing-masing kotak mempunyai probabilitas yang sama
A merupakan kejadian terpilihnya bola merah setelah
salah satu kotak terpilih
P ( A / A1 )
2
1
1 P ( A / A2 )
2
2
P ( A / A3 ) 0
2M
Kotak 1 = A1
1M
1P
2P
Kotak 2 = A2
Kotak 3 = A3
P ( A) P ( A1 ) P ( A / A1 ) P ( A2 ) P ( A / A2 ) P ( A3 ) P ( A / A3 )
1
1 1 1
1
1 0
3
3 2 3
2
1
1 2
P( A1 ) P ( A / A1 ) 3
P( A1 / A)
1
P( A)
3
2
Yaitu probabilitas kotak pertama terpilih dgn syarat bola merah terpilih
1 1
P( A2 ) P ( A / A2 ) 3 2
1
P( A2 / A)
1
P( A)
3
2
Yaitu probabilitas kotak 2 terpilih dgn syarat bola merah terpilih
1
0
P ( A3 ) P ( A / A3 ) 3
P ( A3 / A)
0
1
P ( A)
2
Yaitu probabilitas kotak 3 terpilih dgn syarat bola merah terpilih
Contoh 12.21 :
Suatu daftar pertanyaan dikirimkan kepada para responden untuk
mengetahui penggunaan mobil keluarga.
Kita anggap suatu nilai a priori probability bahwa daftar pertanyaan
tersebut akan diisi oleh keluarga yang tinggal di Jakarta adalah 0,5
Probabilitas bahwa daftar pertanyaan diisi oleh mereka yang
berpenghasilan tinggi adalah 0,3
Berdasarkan pengalaman, probabilitas bahwa daftar pertanyaan yang
dikirim kepada penduduk di luar Jakarta diisi oleh mereka yang
berpenghasilan tinggi sama dengan 0,2
Kita gunakan simbol berikut :
A1 = keluarga yang tinggal di luar Jakarta
A2 = keluarga yang tinggal di Jakarta
A = keluarga yang berpenghasilan tinggi
P ( A1 ) 0,5
P ( A2 ) P ( A1 ) 1 P ( A1 ) 1 0,5 0,5
A2 merupakan komplemen A1
P ( A) 0,3
P ( A / A1 ) 0,2
Misalkan daftar pertanyaan yang sudah diisi kita terima, sedangkan kode
mengenai tempat responden sudah dihapus.
Dengan demikian, kita tidak mengetahui apakah responden tsb tinggal
di luar Jakarta atau di Jakarta. Kalau daftar pertanyaan tsb diisi oleh
keluarga yang berpenghasilan tinggi.
Berapa probabilitasnya bahwa responden atau keluarga tsb bertempat
tinggal di luar Jakarta, P(A1/A) ?
P ( A1 / A) P ( A1 ) P ( A / A1 )
P ( A1 / A)
P ( A)
P ( A)
0,5 0,2 1
0,3
3
Koran
k1
Majalah
k2
TVRI
k3
kxm=4x2=8
RRI
k4
m 2 Karton
m 3 Plastik
m 4 Karton
m 5 Plastik
m 6 Karton
m 7 Plastik
m 8 Karton
Tahun pertama
mk = 23 = 8
Tahun kedua
1
4
Tahun ketiga
Contoh 12.25
Ke Surabaya
( 2 pilihan )
Dari Jakarta
Ke Denpasar
( 3 pilihan )
Caranya = 6
1 MM
2 MG
3 MB
4 GM
5 GG
6 GB
1
M
2
G
Permutasi
Pengertian Permutasi
Suatu penyusunan atau pengaturan beberapa objek ke
dalam suatu urutan tertentu, dimana urutan itu penting
Contoh :
123
ABC
213
BCA
Contoh :
3 Objek ABC, pengaturan objek tersebut adalah
ABC, ACB, BAC, BCA, CAB, CBA yang disebut
permutasi. Jadi permutasi 3 objek menghasilkan
6 pengaturan dengan cara yang berbeda.
1
Permutasi
Rank
3 cara A, B dan C
Jadi banyaknya permutasi merupakan hasil kali
3x2x1=6
Kalau ada 4 calon, banyaknya permutasi adalah
4 x 3 x 2 x 1 = 24
Banyaknya permutasi = m(m-1)(m-2)..(1)
m = banyaknya elemen
P
m
!
Rumus-rumus Permutasi
m
!
P
m
x
(
x
)
(12.19)
m
!
P
m
x
(
x
)
Contoh 12.26
Untuk
m = 10
x =5
m
!
P
m
x
(
x
)
1
0
!
1
0
!
1
0
.
9
8
7
.
6
5
!
P
1
0
5
(3
5
)
5
5
!
x
9
8
x
7
6
.2
4
Contoh 12.26
Untuk
m = 10
x =5
KOMBINASI
Kombinasi adalah suatu penyusunan
beberapa objek tanpa memperhatikan
urutan objek tersebut .
ABC = ACB = BCA
LUCY = UCYL
P
m
!
C
x
!x
(
x
)
m
x
m
x
Rumus-rumus Kombinasi :
(12.20)
N
!
C
N
n
n
(
n
)
3C
22(2)213
3
!
3
Contoh 12.27
a. Jika N = 3 X1 X2 X3 , n = 2, maka
N
!
C
N
n
n
(
n
)
10C
33(3)329187!120
1
0
!
1
0
b. Jika N = 10 X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 ,
n = 3, maka
Contoh 12.28
8M
3P
9B
Suatu kotak berisi 8 bola merah (8M), 3 putih (3P) dan 9 biru (9B).
Apabila 3 bola dipilih secara acak, hitung probabilitas bahwa:
a. Ketiga-tiganya merah (M1M2M3).
b. Ketiga-tiganya putih (P1P2P3).
c. Dua merah, satu putih.
d. Paling sedikit satu putih.
e. Masing-masing warna diwakili.
f. Hasilnya mempunyai urutan: merah, putih, biru (M1P2B3).
a) Cara 1 :
pertama, kedua, ketiga mendapatkan bola merah
M 1 , M 2 , M 3 Pengambilan
P M 1M 2 M 3 P M 1 P M 2 / M 1 P M 3 / M 1M 2
8 7 6
14
20 19 18 285
Cara 2 :
P( M 1M 2 M 3 )
b) Cara 1 :
3 2 1
1
20 19 18 1.140
Cara 2 :
P ( P1 P2 P3 )
C2 3 C1
c. P (2 merah dan 1 putih)
20 C3
8
8!
3!
20!
3!(20 3)!
7
95
17!
3!(17 3)! 34
17 C3
57 57
C1 3 C1 9 C1
20 C3
8
f) Cara 1 :
P M 1 P2 B3 P M 1 P P2 / M 1 P B3 / M 1M 2
8 3 9
3
20 19 18 95
Cara 2 :
P M 1 P2 B3
1
P setiap warna diwakili
3!
1 18
3
6 95
95
Contoh 12.29
Tembakan dari seorang penembak mempunyai probabilitas sebesar 0,8
untuk mengenai sasaran yang dituju.
Contoh 12.29
Jika m = 7 dan x = 4 maka :
7!
4
3
C
(
0
,
8
)
(
0
,
2
)
(
0
,
8
)
(
0
,
2
)
7 4
4!(7 4)!
7!
(0,8) 4 (0,2) 3
4! 3!
4
7.6.5.4!
7 .5
4
3
(0,8) (0,2)
(0,8) 4 (0,2)3
4! 3.2.1
1
35(0,8) 4 (0,2) 3
0,1147