PELUANG

Definisi Peluang secara klasik : sebuah kejadian E dapat terjadi sebanyak n kali diantara N kejadian yang saling eksklusif dan masingmasing terjadi dengan kesempatan yang sama. Maka peluang kejadian E terjadi adalah n/N dan di tulis dalam bentuk P(E) = n/N. Misalkan : kejadian pelemparan sebuah mata uang logam yang homogen, maka seluruh kejadian adalah 2, ialah muka gambar di atas dan muka angka di atas, jika E muka G di atas maka n = 1. maka P(E) = P(muka G di atas) = P(G) = . Definisi Peluang secara Empirik : limit dari frekuensi relatif apabila jumlah pengamatan diperbesar sampai tak hingga banyaknya. Contoh : pengundian sebuah mata unag logam yang homogen sebanyak 1000 kali, maka misalkan akan di dapat muka G sebanyak 519 kali. Maka frekuensi relatifG = 0,519. kemudian lakukan 2000 kali di mana akan di dapat 1020 kali. Mala frekuensi relatifnya 0.510. jika dilakukan 5000 kali maka muka G di dapat 2530, sehingga frekuensi relatifnya 0,506. Sehingga apabila di lakukan terus dengan jumlah pengundian diperbanyak maka frekuensi relatif akan mendekati angka 0,5. Atas dasar inlah untuk selanjutnya dengan P(G) = diartikan bahwa dari setiap dua kali undian itu di lakukan maka satu kali akan tampak muka G jika undian itu dilakukan cukup banyak dalam jangka waktu yang panjang dan kondisi yang sama. Ruang Contoh : himpunan semua kemungkinan hasil suatu percobaan dan dilambangkan dengan S Kejadian : suatu himpunan bagian dari ruang contoh Dari definisi klasik didapat peluang peristiwa E = P(E) = n/N, dapat dimenegrti bahwa paling kecil adalah n = 0, yakni dalam peritiwa E tidak terjadi, dan yang paling besar adalah n = N, dimana semua peristiwa yang terjadi adalah peristiwa E, karenanya peluang paling kecil adalah 0 dan terbesar adalah 1 hingga di dapat hubungan : 0 P(E) 1 selanjutnya dari dafinisi bahwa P(E) = n/N, jika menyatakan bukan peristiwa E, maka didapat P() = 1 P(E), sehingga berlaku hubungan : P() + P(E) = 1
endang Suhendar, ST 1

Pengolahan Terhadap Kejadian

1. Irisan Dua Kejadian : Irisan dua kejadian A dan B dilambangkan

dengan A B, adalah kejadian yang mnengandung semua unsur persekutuan kejadiuan A dan B 2. Kejadian saling Terpisah : dua klejadian A dan B dikatakan saling terpisah bila A B = ; artinya A dan B tidak memiliki unsur persekutuan. 3. Paduan dua Kejadian : paduan dua kejadian A dan B dilambangkan dengan A U B , adalah kejadian yang mencakup semua unsur atau anggota A atau B atau keduanya. 4. Komplemen suatu Kejadian : komplemen suatu kejadian A relatif terhadap S adalah himpunan Semua anggota S yang buikan anggota A. Dilambangkan gengan A. Mencacah Titik Contoh
1. Kaidah penggandaan : bila suatu operasi dapat dilakukan dalam n1

cara, dan bila untuk setiap cara tersebut operasi kedua dapat dilakukan dalam n2 cara, maka kedua operasi itu secara bersamasama dapat dilakukan dalam n1*n2 cara. Contoh : bila sepasang dadu dilemparkan, berapa banyak contoh dalam ruang contoh? Jawab : dadu pertama mendarat dengan 6 cara, begitupun dengan dadu kedua dengan 6 cara, maka banyak contoh dalam kejadian tersebut adalah 6*6 = 36 cara 2. Permutasi : suatu susunan yang dibentuk oleh keseluruhan atau sebagian dari sekumpulan data Contoh : berapa titik contoh yang didapat dari tiga huruf a, b dan c dengan posisi masing-masing tiga huruf tersebut? Jawab : permutasinya adalah abc, acb, bac, bca, cab dan cba. Jadi terdapat 6 susunan yang berbeda. Ada 3 posisi yang yangt harus diisis oleh ketiga huruf a, b dan c. Jadi kita punya 3 pilihan untuk posisi pertama, dan 2 pilihan untuk posisi kedua, serta 1 pilihan untuk posisi ketiga. Sehingga semuanya ada (3)(2)(1) = 6 permutasi. Secara umum , dari n benda yang berbeda dapat disusun sebanyak n(n-1)(n-2).....(3)(2)(1) cara. Perkalian ini dilambangkan dengan n! Dibaca n faktorial. Jadi untuk 3 benda dapat disusun dengan 3! = (3)(2)(1) = 6 cara. Catatan : 1! = 0! = 1

endang Suhendar, ST

a. Jadi banyaknya permutasi n benda yang berbeda ada n! b. Banyaknya permutasi akibat pengambilan r benda dari n benda yang berbeda adalah:
n

Pr =

n! ( n r )!

Contoh : berapa banyak permutasi dari empat huruf a,b,c dan d , jika kita mengambil 2 huruf dari 4 huruf tersebut? Jawab : susunan ayng didapat adalah ab, ac, ad, ba, bc, bd, ca, cb, cd, da, db dan dc. Kita lihat untuk posisi pertama dapat diisi oleh 4 pilihan dan posisi kedua dapat diisi dari 3 pilihan, sehingga total = (3)(4) = 12 permutasi. c. Banyak cara menyekat sekumpulan n benda ke dalam r sel, dengan n1 unsur dalam sel pertama, n2 unsur dalam sel kedua dan demi8kian seterusnya adalah :
n n! n , n ,....., n = n !n !... n ! 1 2 r 1 2 r

Sedangkan dalam hal ini n1 +n2 +.....+ nr = n 3. Banyaknya kombinasi r benda dari n benda yang berbeda adalah
n n! = r r!( n r )!

Dalam masalah cara mengambil r benda dari n benda tanpa memperhatikan urutannya disebut dengan kombinasi. Kombinasi membuat sekatan dengan 2 sel , satu sel bermuatan (r) benda dan satu sel lagi berisi (n-r) Kaidah-kaidah Peluang Suatu Kejadian 1. Kaidah Penjumlahan a. bila A dan B adalah dua kejadian sembarang, maka : P(A U B) = P(A) + P(B) P(A B) b. bila A dan B saling terpisah , maka : P(A U B) = P(A) + P(B) 2. Peluang Bersyarat

endang Suhendar, ST

Peluang terjadinya kejadian B bila diketahui bahwa suatu kejadian lain A telah terjadi dilambangkan dengan P(BIA) dibaca peluang terjadinya B bila A telah terjadi atau peluang B bila A diketahui Hal ini didefinisikan dengan :
P( BA) = P( A B ) P( A)

jika P(A) > 0

3. Kaidah Penggandaan Bila dalam suatu percobaan kejadian A dan B keduanya dapat terjadi sekaligus, dilambangkan dengan
P ( A B ) = P ( A) P ( BA)

jika A dan B saling Bebas, maka

P( A B ) = P ( A) P ( B )

4. Kaidah Bayes Jika kejadian-kejadian B1, B2,.....Bk, merupakan sekatan dari ruang contoh S dengan P(Bi) 0 untuk i = 1,2,3,....,k maka untuk sembaranbg kejadian A yang bersifat P(A) 0, berlaku :
P ( Br A) = P ( Br ) P ( ABr ) P ( B1 ) P ( AB1 ) + P ( B2 ) P ( AB2 ) + ....... + P ( Bk ) P ( ABk )

Untuk r = 1,2,3........,k

SEBARAN PEUBAH ACAK Peubah acak : suatu fungsi yang nilainya berupa bilangan nyata yang ditentukan untuk setiap unsur dalam ruang contoh .

endang Suhendar, ST

Ruang contoh diskret : suatu ruang contoh mengandung jumlah titik contoh yang terhingga atau suatu barisan unsur yang tidak pernah berakhir tetapi sama banyaknya dengan bilangan cacah Ruang contoh kontinu : suatu ruang contoh mengandung tak hingga banyaknya titik contoh yang sama dengan banyaknya titik pada sebuag ruas garis. Sebaran Peluang Diskret Adalah sebaran kemungkinan nilai suatu peubah acak diskret berikut peluangnya Sebaran Peluang Kontinu Peubah acak kontinu berpeluang nol untuk mengambil tepat salah satu nilainya. Perhatikan contoh berikut : misalkan peubah acak yang menyatakan tinggi badan semua orang yang berusia 20 tahun, antara 160,5 cm sampai dengan 170,5 cm, pasti akan tak terhingga banyaknyadan mungkin hanya satu yang tepat 170 cm. Peluang mengambil secara acak orang yang tingginya tepat 170 cm dan bukan salah satu yang mendekati 170cm tetapi yang tidak dapat lagi dibedakan oleh manusia adalah sangat kecil sekali, sehingga bisa diberikan peluang nol pada kejadian tersebut. Atpi tidak demikian halnya jika kita diminta untuk mengambil secara acak orang yeng memiliki tinggi sekurangkurangnya 164 dan tidak lebih dari 168 cm. Dalam hal ini kita berhadapan dengan sebuah selang nilai peubah acak yang dapat dituliskan dengan : P(164 < X 168 ) = P(164 < X < 168 ) + P(X=168) = P(164 < X < 168 ) jadi tidak ada bedanya apakah kita memasukkan titik ujung selang atau tidak, tapi hal ini tidak berlaku jika X diskret. Sehingga hal ini tidak dapat disajikan dalam bentuk tabel, namun sebaran ini dapat dinayatkan dengan suah rumus yang merupakan fungsi nilai-nilai peubah kontinu X, sehingga dapat digambarkan sebagai suatu kurva kontinu. Fungsi peluang yang digambarkan oleh kurva ini biasanya disebut fungsi kepekatan peluang atau fungsi kepekatan (densitas) SEBARAN PELUANG DISKRET

endang Suhendar, ST

1. Sebaran Binom Suatu sebaran binom adalah suatu sebaran yang dihasilkan dari percobaan yang mempunyai dua kemungkinan hasil yang didapat diberi nama berhasil atau gagal, cacat atau tidak cacat, rusak atau tidak rusak dan lain sebagainya. Ciri percobaan binom: 1. Percobaannya terdiri atas n ulangan 2. dalam setiap ulangan hasilnya dapat digolongkan dengan berhasil atau gagal. 3. peluang berhasil dilambangkan dengnan p, untuk setiap ulangan adalah sama tidak berubah. 4. ulangan-ulangan ini bersifat bebas satu sama lain. Bila suatu ulangan binom mempunyai peluang keberhasilan p dan peluang kegagalan q = 1 p , maka sebaran peluang bagi peubah acak binom X, yaitu banyaknya keberhasilan dalam n ulangan yang bebas Dapat dinyatakan dengan :
n b( x; n, p ) = p x q n x x

Nilai tengah dan ragam bagi sebaran binom b(x;n,p) adalah = n*p ^2 = n*p*q 2. Sebaran Multinom Merupakan perluasan dari sebaran binom, misalkan sebuah eksperimen menghasilkan peristiwa-peristiwa E1, E2, E3,....Ek dengan peluang p1, p2, p3,....pk dengan p1+p2+p3+....+pk = 1 Terhadap eksperimen ini misalkan dilakukan percobaan sebanyak N kali , maka peluang akan terdapat X1 peristiwa E1, X2 peristiwa E2,.......Xk peristiwa Ek diantara N, maka ditentukan dengan :
n f ( x1 , x2 ,... xk ; p1 , p2 ,.... pk , n) = x , x ,... x k 1 2 x1 x 2 xk p1 p2 ..... pk

Rata-rata terjadi tiap peristiwa E1, E2, ....., Ek dalam peristiwa multinom berturut-turut adalah np1, np2,.....npk, sedangkan variansnya masing-masing np1(1-p1), np2(1-p2),......npk(1-pk). 3. Sebaran Hipergeometrik Bila dalam populasi N benda, k benda diantaranya diberi label berhasil dan N-k benda lainnya diberi label gagal, makas
endang Suhendar, ST 6

ebaran peluang bagi peubah acah hipergeometrik X, yang menyatakan banyaknya keberhasilan dalam contoh acak n adalah :
k N k x n x h( x; N , n, k ) = N n

untuk x = 0, 1, 2, .....k

Cirinya adalah : 1. suatu contoh acak berukuran n diambil dari populasi yang berukuran N 2. k dari N yang diklasifikasikan sebagai berhasil dan N-k benda diklasifikasikan sebagai gagal. Nilai tengah dan ragam untuk sebaran hipergeometrik adalah :
=
nk N

2 =

N n k k .n. 1 N 1 N N

4. Sebaran Poisson Percobanaan yang menghasilkan nilai-nilai bagi suatu peubah acak X, yaitu banyaknyta hasil percoban yang terjadi selama selang waktu tertentu di suatu daerah tertentu disebut Percobaan Poisson. Sebaran peluang bagi peubah acak Poisson X, yang menyatakan banyaknya hasil percobaan yang terjadi selama suatu selang waktu atau daerah tertentu, adalah
p ( x; ) = e x x!

untuk x = 1, 2, ......

Sedangkan dalam hal ini adalah rata-rata banyaknya hasil percobaan yang terjadi selama selang waktu atau dalam daerah yang dinyatakan dan e = 2.71828 SEBARAN NORMAL Sebaran peluang kontinu yang paling penting dalam bidang statistika adalah Sebaran Normal. Bila X adalah suatu peubah acak normal dengan nilai tengah dan ragam maka persamaan kurva normalnya adalah :
n( x; , ) =
1 e 2 2 1 x 2

endang Suhendar, ST

sedangkan adalah 3.14159 dan e = 2.71828 A. Luas Daerah Kurva Normal Kurva sembarang sebaran peluang kontinu atau fungsi kepekatan dibuat sedemikian rupa sehingga luas daerah di bawah kurva itu yang dibatasi x = x1 dan x = x2 sama dengan peluang bahwa peubah acak X mengambil niali antara x = x1 dan x = x2. jadi bagi kurva normal dalam gambar di bawah P(x1 < X < x2) dinyatakan oleh luas daerah gelap.

Untuk mempermudah menentukan ,uas daerah dibawah kurva telah dibuat suatu rumus transformasi dari setiap pengamatan yang berasal dari sembarang peubah acak normal X menjadi suatu niali peubah acak normal Z dengan nilai tengah nol dan ragam 1, yaitu :
Z = X

Hampiran Normal Terhadap Sebaran Binom Bila X adalah suatu peubah acak binom dengan nilai tengah = np dan ragam 2 = n.p.q, maka bentuk pelimitan bagi sebarannya adalah
Z = X n. p npq

untuk n

adalah sebaran normal baku

hal ini berlaku jika a. N cukup besar b. P(A) = Peluang peristiwa A terjadi tidak terlalu dekat kepada nol c. Nilai X perlu penyesuaian dengan menambah atau mengurangi dengan 0,5 f

endang Suhendar, ST

endang Suhendar, ST