Konsep Peluang
EL2002-Probabilitas dan Statistik Dosen: Andriyan
Isi
1. 2. 3. 4. 5. 6. 7. 8. Ruang Cuplikan (Sample Space) Kejadian (Events) Operasi Terhadap Kejadian Pencacahan Titik Cuplikan Peluang Kejadian Hukum Peluang Peluang Bersyarat Aturan Bayes
Data Mentah
Hasil pengamatan: pencacahan atau hasil numerik dari suatu pengukuran
Def.1.1: Data mentah adalah rekaman dalam bentuk asal, baik berupa hasil pencacahan maupun pengukuran
Ruang Cuplikan
Def.1.2: Himpunan semua hasil percobaan statistik disebut sebagai ruang cuplikan dan dituliskan sebagai S.
Setiap titik dalam ruang cuplikan disebut titik cuplikan (sample point), atau elemen/anggota ruang cuplikan. Contoh ruang cuplikan:
Pelantunan uang logam (koin): S = {H, T} S = {x|x kota dengan penduduk diatas 1 juta jiwa} S={(x,y)}| x2 + y2 4} Pelantunan dadu:
S1={1, 2, 3, 4, 5, 6} S2 = {ganjil, genap}
1.2 Kejadian/Peristiwa
(Events)
Definisi kejadian
Def.1.3: Suatu kejadian (peristiwa) adalah himpunan bagian dari ruang cuplikan
Contoh: A={3,6} adalah kejadian dalam pelantunan dadu dimana mata dadu yang muncul dapat dibagi 3 Untuk t yng menyatakan umur komponen elektonik, kejadian A dimana komponen berumur kurang dari 5 tahun adalah A={t|t<5}, dengan S={t|t1}
Sebaliknya, jika S = {seluruh 52 buah kartu yang dilihat satu persatu}, maka A={semua kartu } adalah kejadian majemuk.
Ruang null
Def.1.5: Ruang null atau ruang kosong adalah himpunan bagian dari ruang cuplik yang tidak memiliki anggota dan dilambangkan sebagai . Contoh null-space
Hasil pengamatan organisme mikroskopis dng matatelanjang B={x|x faktor nonprima dari 7} Hasil percobaan pelantunan dadu (biasa) yang memberi mata tujuh
Diagram Venn
S A B C S = ruang cuplikan A, B, C: kejadian A={kartu warna merah} B={kartu J, Q, K} C={kartu As}
Pada contoh terakhir, P dan Q tdk dapat terjadi bersamaan.Kejadian spt ini disebut mutually exclusive.
Gabungan kejadian
Def.1.8: Gabungan dua buah kejadian, A dan B, dilambangkan sebagai AB, adalah kejadian yang mengandung semua elemen dari A, atau B, atau keduanya. S A B
Contoh:
Jika A = {1, 2, 3, 4, 5} dan B={2, 4, 6, 8}, maka A B={1, 2, 3, 4, 5, 6, 8} Jika P = {a, i, u, e, o} dan Q={s,t}, maka PQ ={a, i, u, e, o, s, t}
Kejadian Komplementer
Def.1.9: Komplemen dari kejadian A terhadap S, dituliskan sebagai A, himpunan semua elemen S yang tidak berada dalam A. S A
Contoh:
Jika S = {1, 2, 3, 4, 5} dan A={2, 4}, maka A ={1, 3, 5} Untuk S={ , , } dan A={}, maka A={, , }
Hasil-hasil penting
A= A=A A A = A A = S S = = S (A) = A
Isi
Prinsip-prinsip dasar pencacahan:
Aturan perkalian (Product rule --Theorem 1.1) Aturan perkalian umum (Generalized Product rule--Theorem 1.2) Permutasi (Def. 1.10)
Permutasi n-objek berlainan (Theorem 1.3) Permutasi n-objek berlainan, diambil r-objek sekaligus (Theorem 1.4) Permutasi sirkular (Theorem 1.5) Permutasi berlainan untuk n-objek dengan masing-masing ada n1 objek jenis pertama, , nk objek jenis ke-k (Theorem 1.6) Partisi himpunan dari n-objek kedalam r-sel dengan n1-elemen, dst (Theorem 1.7) Kombinasi n-objek, diambil r-objek sekaligus
Aturan perkalian
Teorema 1.1: Jika suatu operasi dapat dilakukan dengan n1 buah cara, dan untuk setiap operasi ini dapat dilakukan operasi kedua sebanyak n2 buah cara, maka kedua operasi ini dapat dilakukan bersamaan dengan n1n2 cara Contoh:
Soal: Tentukan jumlah titik cuplikan dalam pelantunan dua buah dadu! Jawab: Dadu pertama memberikan 6 macam keluaran. Untuk setuap hasil, dadu kedua menghasilkan 6 macam keluaran juga. Dengan demikian, sepasang dadu akan menghasilkan 6.6=36 macam keluaran. Tugas Mhs:
Berikan daftar ke-36 buah keluaran ini ! Ulangi untuk pelantunan uang logam dengan hasil {H, T}
Permutasi
Def.1.10: Permutasi adalah penyusunan dari seluruh atau sebagian dari sekumpulan objek.
Contoh: Tiga buah huruf a, b, c dapat disusun sebagai abc, acb, bac, bca,cab, dan cba Berdasarkan aturan perkalian, untuk n buah objek akan ada: n(n-1) 21 = n!
Teorema 1.4: Jumlah r buah permutasi dari n objek berlainan adalah nPr = n!/(n-r)!
Contoh:
Banyaknya cara mengambil tiket undian untuk pemenang pertama dan kedua, dari 20 tiket adalah
20P2
Permutasi Sirkular
Permutasi yang muncul dalam pengaturan objek secara melingkar disebut permutasi sirkular. Dua permutasi sirkular berbeda jika keduanya didahului atau diikuti objek yang berbeda, ketika dilihat dalam arah putar jarum jam. Permutasi sirkular dapat dihitung dengan mengambil satu objek tetap, kemudian melakukan permutasi objek sisanya. Dengan demikian, permutasi n objek secara sirkular akan menghasilkan (n-1)! susunan berlainan.
Teorema 1.5: Jumlah permutasi sirkular dari n objek berlainan adalah (n-1)!
Teorema 1.6: Jumlah permutasi berlainan dari n buah objek yang terdiri dari n1 objek jenis pertama, n2 jenis kedua, , nk jenis ke k adalah
n! n1!n2 !... nk !
Contoh: ada berapa banyak cara berbeda untuk menyusun lampu warna-warni dalam seuntai tali jika ada 3 yang berwarna merah, 4 kuning, dan 2 biru? Jawab: ada sebanyak 9!/(3!4!2!) = 1260
Partisi himpunan
Partisi himpunan n objek kedalam r himpunan bagian (subset) atau sel:
Partisi berhasil jika irisan sebarang dua subset adalah dan gabungan seluruh subset menghasilkan himpunan asal. Contoh: Partisi S = {a, e, i, o, u} kedalam dua sel yang masing-masing mengandung 4 dan 1 buah anggota adalah: {(a, e, i, o), (u)}, {(a, i, o, u), (e)}, {(a, e, o, u), (i)}, dan {(a, e, i, u), (o)}. Sehingga ada 5 buah:
5 5! = 4,1 4!1! = 5
Teorema 1.7: Banyaknya cara untuk mempartisi suatu himpunan n objek kedalam r buah sel dengan masing-masing n1 objek untuk sel pertama, n2 objek untuk sel kedua, , nr objek untuk sel ke r adalah
n n! = n , n , ... , n n !n !... n ! r 1 2 1 2 r
dimana n1 + n2 + + nr = n.
Kombinasi
Pengaturan r-objek dari sekumpulan n-buah objek tanpa memperhatikan urutan disebut kombinasi. Suatu kombinasi pada dasarnya adalah partisi dua sel, yang pertama mengandung r-objek dan yang kedua ada (n-r) objek. Dengan demikian banyaknya kombinasi r-objek dari n kumpulan adalah
Dalam contoh-contoh diatas, kita mengekspresikan keluaran hasil eksperimen yang tidak pasti. Akan tetapi dengan mengetahui informasi yang lalu atau struktur dari eksperimen, kita punya derajat keyakinan tertentu akan validitas dari pernyataan-pernyataan diatas.
Def. 1.11: Nilai peluang dari kejadian A adalah hasil penjumlahan pembobot dari semua titik cuplikan didalam A. Sehingga 0P(A)1, P() = 0 P(S) = 1
Contoh
Soal: Sebuah uang logam dengan sisi H dan T dilantunkan dua kali. Berapa peluang muncul sedikitnya satu buah sisi H ? Jawab: Himpunan titik cuplikan dari percobaan ini adalah S={HH, HT, TH, TT}. Dengan menganggap uang logam tak bias, setiap hasil memiliki kebolehjadian yang sama. Jika masingmasing pembobot adalah w, maka
|S|w = 4w = 1. dengan demikian w = .
Jika A menyatakan kejadian muncul sedikitnya satu kali H, maka A = {HH, HT, TH} dan
P(A) = |A|w = 3/4
Contoh
Soal: Tentukan peluang terambilnya kartu dari setumpukan lengkap kartu. Jawab: Banyaknya titik cuplikan didalam S adalah sejumlah kartu, yaitu 52, dimana ada 13 buah kartu . Dengan demikian P(A) = 13/52 =
Catatan: jika pembobot tidak seragam, nilai peluang harus didasarkan pada sifat eksperimen yang diketahui sebelumnya (prior knowledge) atau bukti-bukti eksperimental.
Hukum penjumlahan
Teorema 1.10: Untuk sebarang dua kejadian A dan B akan berlaku P(AB) = P(A) + P(B) P(AB)
Bukti: Tinjau diagram Venn disamping. Perdefinisi, P(AB) adalah jumlah pembobot titik cuplikan dalam AB. Akan tetapi P(A) + P(B) adalah jumlah seluruh pembobot di A dengan seluruh pembobot di B, sehingga kita telah menambahkan AB dua kali. Oleh karena itu, kita harus mengurangi P(A) + P(B) dengan P(AB) untuk mendapatkan P(AB) semestinya.
S A B
Corollary 2: Jika A1, A2, dan An, adalah kejadian yang saling bebas (mutually exclusive), maka P(A1A2 An) = P(A1) + P(A2) + + P(An)
Kita ingat, jika A1, A2, dan An adalah partisi dari ruang pencuplikan S, maka P(A1A2 An) = P(A1) + P(A2) + + P(An)
Contoh
Soal 1: Peluang seorang mahasiswa lulus kuliah Matematika adalah 2/3, sdangkan peluang lulusnya untuk kuliah Biologi adalah 4/9. Jika peluang lulus sedikitnya satu dari kedua kuliah tsb adalah 4/5, berapa peluang lulus kedua kuliah tsb? Jawab: Sebut M sebagai kejadian lulus Martematika sedangkan B sebagai kejadian lulus Biologi. Berdasarkan teorema 1.10, maka P(MB) = P(M) + P(B) - P(MB) = 2/3 + 4/9 4/5 = 14/45
Contoh
Soal: Suatu uang logam dengan muka H dan T dilantunkan enam kali berturut-turut. Berapa peluang sedikitnya satu H muncul? Jawab: Andaikan E adalah kejadian muncul sedikitnya satu kepala. Ruang pencuplikan S terdiri dari 26 = 64 buah titik cuplikan karena setiap lantunan memiliki dua jenis keluaran. Kita ketahui P(E) = 1 - P(E) dimana E adalah kejadian tidak munculnya sisi H, yang hanya bisa terjadi sekaliyakni seluruh lantunan menghasilkan T. Oleh karena itu, P(E) = 1/64 dan kita dapatkan P(E) = 1 P(E) = 1 - 1/64 = 63/64.
Pengertian
Nilai peluang dari munculnya kejadian B, jika diketahui adanya kejadian A disebut peluang bersyarat P(B|A).
Dibaca: peluang B, diberikan A
Tinjau kejadian B dari pelantunan dadu yang menghasilkan bilangan kuadrat sempurna (kuad. sempurna: 1, 4, 9, ). Dadu dibuat sdemikian hingga bilangan genap muncul duakali lebih sering dibanding bilangan ganjil. Karena S={1,2,3,4,5,6} maka P(1)=P(3)=P(5)= v, dan P(2)=P(4)=P(6) = 2v, tetapi 3v+23v = 1 => v=1/9. Jadi dadu ganjil berpeluang 1/9, dadu genap 2/9. Andaikan diketahui pelantunan menghasilkan angka diatas 3, jadi A={4,5,6}S. Untuk menghitung B, nilai peluang dari titik cuplikan di A harus ditentukan lagi shg totalnya 1, dng demikian pembobot w untuk A adalah 2w+w+2w=5w=1, atau w=1/5; Relatif terhadap A, B mengandung satu elemen saja, yaitu 4, atau B|A={4}. Dengan demikian: P(B|A) = 2/5, atau P(B|A) = (2/9) / (5/9) = P(AB) / P(A)
Definisi
Def. 1.12: Peluang bersyarat dari B, diberikan A, dituliskan sebagai P(B|A) didefinisikan sebagai P(B|A) = P(AB)/P(A) jika P(A)>0
Contoh: Suatu populasi memiliki data sbb: Bekerja (E) Tdk bekerja Laki-laki 460 40 Perempuan 140 260 Tinjau dua kejadian dari seleksi acak berikut M: terpilih Laki-laki, E: yang terpilih punya pekerjaan Dengan demikian, nilai peluang bersyarat M|E adalah P(M|E)=460/(460+140) = 23/30 Def.1.12 juga memberikan hasil sama karena P(EM) = 460/900, sedangkan P(E)=600/900, shg P(M|E) = P(EM)/P(E) = 23/30
Teorema perkalian
Teorema 1.12: Jika dalam suatu eksperimen peristiwa A dan B dapat terjadi, maka berlaku P(AB) = P(A)P(B|A)
Soal: dalam satu kotak terdapat 20 buah sekering, 5 diantaranya cacat. Jika 2 buah sekering dipilih secara acak dan diambil dari kotak secara berturutan, tanpa penggantian, berapa peluang kedua sekering yang terambil itu cacat? Jawab: Andaikan A kejadian terambilnya sekering cacat yang pertama dan B kejadian terambilnya sekering cacat kedua, kejadian AB harus ditafsirkan bahwa A terjadi, kemudian B terjadi setelah A terjadi. Peluang terambilnya sekering pertama cacat adalah 5/20=1/4, sedangkan terambilnya sekering kedua cacat adalah (5-1)/(20-1) = 4/19. Dengan demikian
Aturan Bayes
Ilustrasi
Kembali ke contoh sebelumnya: Bekerja (E) Tdk bekerja Laki-laki 460 40 Perempuan 140 260 Dengan mudah diperoleh P(E) = (460+140)/(460+140+40+260) = 600/900=2/3 Soal: Andaikan diketahui juga, 36 dari yang bekerja dan 12 dari yang tdk bekerja adalah anggota Rotary Club (RC), berapa peluang seseorang yang bekerja adalah anggota RC ? Jawab: Misalkan A peristiwa orang yang terpilih adalah anggota RC, peluang bersyarat yang kita cari adalah:
P(E|A) = P(EA)/P(A)
Lanjutan
Tinjau diagram Venn disamping Peristiwa A dapat dinyatakan sebagai gabungan dua peristiwa yang mutually exclusive, yaitu EA dan EA. Jadi A = (EA) (EA) Berdasarkan Corollary 1,Teorema 1.10, maka: P(A) = P(EA) + P(EA) Sehingga bisa kita tuliskan
E A
P(Bk | A) =
P(Bk A)
n i =1 i
P(Bk )P( A | Bk )
n
B1 A
Bk
B3
B4
B 2
Bn
Sekian