BAB III

KONSEP-KONSEP DASAR PROBALITAS

3.1 PERISTIWA DAN PROBABILITAS

3.1 .1. Karakteristik Masalah Probabilitas Dari pembahasan dalam Bab 1 dapat

dilihat bahwa kalau kita berbicara tentang probabilitas, kita menunjuk pada

terjadinya suatu peristiwa (event) relatif terhadap peristiwa.peristiwa lain- nyai

dengan perkataan lain, ada lebih dari satu kemungkinan, karena jika

tidak,masalahnya men- jadi tertentu (deterministic). Untuk tujuan kualitatif,

probabilitas dapat dipandang sebagai ukuran numerik dari kecenderungan

teriadinya suatu peristiwa relatif terhadap sehimpunan peristiwa lainnya. Oleh

karena itu, persyaratan pertama dalam perumusan masalah probabilistik adalah

meng identifikasi himpunan semua kemungkinan lyaitu, ruang kemungkinan

(possibility space)] dan peristiwa yang ditinjau. Dengan demikian, probabilitas

berkaitan dengan peristiwa yang spesifik dalam suatu ruang kemungkinan. Untuk

menggambarkan berbagai segi masalah probabilistik seperti yang diuraikan di

atas, tinjaulah contoh berikut ini. CONTOH 2.1 Seorang kontraktor sedang

merencanakan pembelian peralatan, termasuk buldoser, yang diperlukan untuk

proyek baru di daerah terpencil. Misalkanlah bahwa dari pengalamannya tab,,,,

dia menaksir bahwa kemungkinan setiap buldoser dapat bertahan naling

tinjaulah berbagai segi masalah probabilistik seperti yang diuraikan di atas contoh

berbagai berikut CONTOH 2.1 Seorang kontraktor sedang merencanakan pembelian

termasuk diperlukan untuk proyek baru peralatan pengalamannya yang terdahulu, dia di

daerah terpencil. Misalkanlah bahwa dari bertahan paling tidak 6 bulan tanpa menaksir

bahwa kemungkinan setiap buldoser pat probabi litas kerusakan adalah 50%. Jika dia

membeli 5 er, berapakah bahwa hanya akan ada yang masih bisa dioperasikan dalam

jangka 6 bulan? Pertama-tama kita lihat bahwa pada 6 bulan, jumlah buldoser bisa di-

bisa 0, 1, 2, atau dengan demikian, himpunan bilangan ini membentuk ruang

kemungkinan dari jumlah buldoser yang masih bisa dioperasikan setelah 6 bulan.

Namun, probabiltias ari pelbagai kejadian yang mungkin tidak dapat ditentukan dari

informasi bahwa

setiap buldoser mempunyai 50 peluang untuk tetap beroperasi setelah 6 bulan Untuk itu

kemungkinan harus dinyatakan dalam keadaan (status) yang mungkin dari setiap

buldoter setelah 6 bulan sebagai berikut dan Jika kita nyatakan kondisi setiap buldoser

setelah 6 bulan dengan G untuk baik (good) B untuk buruk (bad), maka status yang

mungkin dari ketiga buldoser adalah GGG semua buldoser dalam keadaan baik GGB-

buldoser pertama dan kedua baik, ketiga buruk GBB BBB semua b dalam keadaan

buruk BGG BBG GBG BGB Dengan demikian, untuk kasus ini 8 kemungkinan. Karena

kondisi buldoser memiliki kemungkinan yang sama untuk buruk atau baik, keadaan dari

ketiga buldoser j memiliki kemungkinan yang sama untuk terjadi. Perlu diperhatikan

bahwa di antara an yang mungkin satu yang akan terjadi setelah 6 bulan; ini berarti

bahwa kemungkinan yang berbeda-beda ini tidak mungkin terja bersamaan/saling

eksklusif (mutually exclusive) kita akan membahas hal ini lebih lanjut dalam Pasal 2.2.2.

Di antara 8 keadaan yang mungkin pada 3 buldoser tersebut, kejadian GBB, BGB, atau

BBG adalah setara dengan kejadian "hanya satu buldoser yang bisa dioperasikan". Dan

karena setiap kemungkinan mempunyai peluang yang sama untuk terjadi, probabilitas

dari kejadian dalam ruang kemungkinan (possibility space) di atas adalah 318

CONTOH 2.2 Dalam mendisain jalur belok kanan untuk lalu lintas jurusan timur pada

suatu persimpang- an jalan raya, seperti dalam Gbr. E2.2. kita memerlukan probabilitas

dari 5 mobil atau lebih yang menunggu kesempatan membelok ke kanan untuk

menentukan panjang jalur belok kanan, Untuk maksud ini, misalkanlah bahwa selama

jangka waktu 2 bulan telah dilakukan 60 peng amatan (selama masa sibuk) terhadap

jumlah mobil jurusan timur yang menunggu belok kanan pada persimpangan tersebut,

dengan hasil sebagai berikut Jumlah mobil Jumlah pengamatan Frekuensi relatif 460 16

20 60 26016160 20/60 14/60 3160 2/60 1/60 Secara teoritis, jumlah mobil yang

menunggu belok kanan, selam jam-jam sibuk, dapat be- rupa bilangan bulat sem

berdasarkan hasil pengamatan di atas, kemung kinan teriadinya 7 mobil atau lebih

menunggu belok kanan pada persimpangan i sangat kecil. Berdasarkan hasil di atas,

frekuensi relatif (relative frequency) hasil pengamatan yang di- sajikan dalam kolom

ketiga dapat digunakan sebagai probabilitas dari jumlah mobil yang me-18

KONSERKONSEPDASAR PRORABILITAS Gambar E22 nunggu untuk belok ke kanan.

Dengan demikian, probabilitas dari peristiwa "5 mobil a lebih menunggu" adalah 2/60

1/60 3/60 CONTOH 2.3 Pada talok AB yang diperlihatkan dalam Gbr. E2.3, beban

sebesar 100 k ditempatkan di mana saja sepanjang balok. Dalam hal ini, jelaslah

bahwa reaksi RA pada tumpu. apat memiliki harga antara o dan 100 k dengan
demikian, sembarang bilangan antara dan 100 merupakan besarnya reaksi RA yang

mungkin terjadi sehingga juga merupakan kemungkinanny Peristiwa yang hendak

diketahui bisa berupa peristiwa di mana reaksi berada dalam suatu selang (interval

tertentu: misalnya (10 <RA 20 kg) atau (RA 50 kg). Dengan demikian, jika suatu nilai

tertentu dari RAdiperoleh, peristiwa (yang an oleh suatu selang) yang mencakup nilai R

ini telah terjadi, dan kita dapat menentukan probabilitas dari ada tidak nya RA dalam

selang tertentu. Sebagai contoh, jika kita misalkan bahwa beban 100 kg mem- punyai

kemungkinan yang sama untuk ditempatkan di mana saja di atas balok, maka probabi.

litas dari nilai dari RA akan berada dalam suatu selang tertentu adalah sebanding

dengan 0,10 dan PORA 50) 0,50 selang tersebut; misalnya, P(10 SRA 200 100 oo kg

(kilogram) Io m meter Gambar E23 Dari contoh-contoh di atas dapat diamati ciri-ciri

khusus masalah probabilistik sebagai ber. ikut. 1. Setiap masalah didefinisikan dengan

mengacu pada ruang kemungkinan tertentu (yang me ngandung lebih dari satu

kemungkinan), dan peristiwa-peristiwa dibentuk oleh satu atau lebih hasil yang mungkin

di dalam ruang kemungkinan ini 2 Probabilitas satu peristiwa bergantung pada

kemungkinan dari hasil-hasil individual dalam suatu ruang kemungkinan, dan dapat

diturunkan dari probabilitas hasil-hasil dasar ini Dalam Pasal 2.2 dan 2.3, akan kami

sajikan sarana matematis yang berguna untuk masing. masing tujuan di atas. 2.1.2.

Perhitungan probabili Dari contoh yang disajikan di muka, dapat diamati bahwa dalam

menghitung probabilitas dari suatu peristiwa, kita memerlukan dasar untuk menentukan

ukuran probabilitas pada ber bagai hasil yang mungkin. Penentuan ini dapat didasarkan

atas kondisi awal dideduksi atas dasar asumsi y duanya. am Co awal. Dalam miliki

kentuni ngan informa beroperasi at bahwa reaksi mungkinan y mobil yang ditentukan d
Peru d yang mung arti ukuratu babilitas. yang berad dal arts disa Newton (nr Namu

dasar pene dulu untu digunakan pengamat terbatas. subyektif teotema. bability) 2.2 EL

mal dat matema elemen 2.2.1 Di da proba hitu nertmobil atau kg dapat a tumpu and

antara kan ruang am suatu emikian a selang) ada tidak kg mem- probabi g dengan gai

ber ng me u atau dalam ar ini. ilitas a ber atas 2.2, ELEMENTEORI HIMPUNAN 19

dasar asumsi yang telah ditetapkan), atau berdasarkan hasil pengamatan empiris, at

kedua duanya. Dalam Contoh 2.2 dan 2.3, probabilitas dari hasil yang mungkin

didasarkan atas asumsi awal. Dalam Contoh 2.1, setiap keadaan yang mungkin dari

ketiga buldoser dianggap me miliki kemungkinan yang sama masing-masing sama

dengan de an informasi awal bahwa setiap buldoser memiliki kemungkinan yang sama

u tetap bahwa atau setelah 6 bulan). dalam 23. reaksi RA akan berada di dalam suatu

selang tertentu diandalkan sebanding dengan pan- mungkinan yang sama pemisalan

bahwa letak dan 100 dan rumlah di sepanjang balok). Namun dalam Conto probabilitas

yang belok ke kanan atas frekuensi relatif ditentukan dari pengamatan ditekankan

bahwa kita akan ukuran yang diperlukan berguna dalam yang menyangkut lebih dari

atu peristtwaa mungkin. kita akan menghindarkan pertanyaan filosofis me makna arti

ukuran probabilitas (probability measure), dan hanya melihat segi penggunaan ilmu pro-

babilitas dan teori matematikanya (ihat Pasal 2.30 untuk membuat mo yang berada

pada kondisi yang tidak pasti. Hal ini sama dengan pemakaian kuefisien keamanan

dalam disain rekayasa tanpa menghiraukan arti sebenarnya, atau menerapkan hukum

kedua Newton (mengenai gerak) tanpa mementingkan arti dari massa dan gaya.

Namun, kegunaan dari probabilitas yang dihitung akan bergantung pada ketetapan dari

dasar penentuannya. Dalam hal ini, kita lihat bahwa berlakunya dasar yang ditentuka
dulu untuk menghitung probabilitas bergantung pada kelayakan (ketepatan) dari asumsi

yang digunakan, sedangkan dasar frekuensi relatif empiris hanus mengandalkan

sejumlah besar data pengamatan. Bila data yang ada terbatas, manfaat frekuensi relatif

dengan sendirinya menjadi terbatas Dasar ketiga untuk menghitung probabilitas

melibatkan kombinasi dari asumsi intuitif subyektif dengan pengamatan eksperimental;

sarana yang cocok untuk kombinasi ini adalah teorema Bayes (ihat Pasal 2.3.4), dan

hasilnya dikenal sebagai probabilitas Bayes (Bayes pro bability) (ihat Bab 8)

ELEMENTEORIHIMPUNAN gkinkan dapat didefinisikan secara for Banyak karakteristik

dari masalah probabilistik memun mal dan dimodelkan secara ringkas dengan

menggunakan notasi himpunan elementer dan teori matematika ilmu probabilitas.

Dalam hal ini dan Pasal 2.3. kita akan mempelajari elemen- elemen dasar teori

himpunan dan ilmu probabilitas, yang betkaitan dengan dan berguna untuk perumusan

masalah probabilistik. 2.2.1 Definisi Di dalam peristilahan teori himpunan, gabungan

dari semua kemungkinan dalam suatu masalah probabilitas dinamakan ruang sampcl

atau niang contoh (sample space), dan setiap kemungkin n secara individual

dinamakan titik sampel (sample point) suatu subhimpunan dari ruang sampe (stubset of

rhe sample puce) mikian didefinisikan sebagai Ruang sampel bisa bersifat diskrit

(dinaete) atau menerus (continuous Dalam kasus dis- krit, titik-titik sampel menupakan

satuan satuan yang diskrit (terpisah-pisah) dan dapat hitung; sedang dalam kasus

menerus, ruang sampel dibentuk oleh titik-titik sampel yang nerus kontinu) Suatu ruang

sampel diskrit bisa berhinger (inite), (artinya terdiri dari titik titik sumpel jumlahnya

terhingga atau tak erhingga (infinite) (yaitu titik-titik sampel yang

jumlahnyaKONSERKONSEPDASAR PROBABILITAS tak terhingga namun bisa

dihitung) Keadaan yang mungkin da ketiga buldoser dalam Con 21 merupakan contoh

dari ruang sampel keadaan (statu dan ke delapan kemungkinan secara bersama yang

mungkin merupakan suatu titik ruang sampel yang berhingga adalah sama membentuk

ruang sampelnya. Contoh lain dari kompetitif untuk pelaksana. yang perusahaan yang

memasukkan pe an proyek merupakan salah satu di antara pe gkin memenangkan

Ruang dengan terdiri dari semua penawaran, yang merupakan yang rusahaan yang

terlibat dalam pe. tender tersebut dalam hal masing-masing perusahaan merupakan t

Jumlah hari dalam satu tahun yang bersuhu beku di kota Juneau, Alaska, terbatas

sampai 365 titik sampel, dan secara bersama-sama semua hari dalam atu ruang

sampel yang diskrit dengan tahun membentuk ruang sampel. Conto jumlah titik sampel

yang tak tetapi dapat dihitung jumlah mobil yang menunggu kesempatan untuk belok

kanan secara teoritis bisamerupakan sembarang bilangan bulat dari nol sampai tidak

terhingga. Contoh lainnya adalah: (1) jumlah cacat dalam panjang las tertentu, dan (2)

jumlah mobil yang melalui suatu jembatan tol sampai dengan kecelakaan yang berikut a

pada jembatan tersebut. Dalam masing-masing kasus, kita mempunyai sejumlah

kemung diskrit yang tidak terhingga. Misalnya, las dengan panjang tertentu bila memiliki

hanya beberapa cacat atau tidak sama sekali, atau jumlah cacatnya sangat banyak;

demikian pula kecelakaan dapat terjadi pada mobil pertama yang melintasi jembatan

tersebut, atau bisa juga tidak pernah terjadi kecelakaan di atas jembatan Pada ruang

sampel yang kontinu/menerus, jumlah titik sampel selalu tidak berhingga bagai contoh,

(1) lokasi yang mungkin menjadi tempat kecelakaan pada suatu jembatan tol masing-

masing lokasi yang mungkin merupakan titik sampel, dan ruang sampel merupakan

titik-titik yang menerus pada jembatan; dan (2) jika daya dukung suatu lapisan tanah liat
ber ada di antara 1,5 t/ft? dan 4,0 t/f maka nilai mana pun yang berada dalam rentang

1.5 sam- pai 4,0 merupakan titik sampel (sample point), dan semua nilai yang menerus

dalam kisaran ini membentuk ruang sampel. Namun, apakah ruang sampel itu diskrit

atau menerus, suatu peristiwa selalu merupakan subhimpunan (subset) dari ruang

sampel: dengan demikian suatu peristiwa selalu mengandung satu titik sampel atau

lebih (kecuali peristiwa yang tidak mungkin), dan teriadinya salah sanu dari titik-titik

sampel ini membentuk terlaksananya peristivwayang bersangkutan. Akhirnya, bila kita

berbicara mengenai probabilitas, kita selalu mengacu pada suatu peristiwa di dalam

suatu ruang sampel tertentu Contoh berikut akan menjelaskan pengertian di atas dalam

istilah yang lebih definiti CONTOH 2.4 Tinjaulah kembali balok sederhana AB dalam

Gbr. E2.4a, (a) Jika beban terpusat 100 lb dapat ditempatkan hanya pada titik-titik

dengan selang 2 ft pada balok, maka ruang sampel dari reaksi RA akan seperti yang

dituruukkan oleh Gbr. E2.4b. Dalam kasus ini, ruang sampel dari RA akan terdiri dari

titik-titik sampel yang berbeda.beda. Marilah kita tinjau juga ruang sampel RA dan Ra

(yakni, semua pasangan yang mungkin dari harga-harga RA dan RB) dalam kasus ini,

pasangan dari nilai RA dan RB sedemikian rupa sehingga RA RH 100 tercakup dalam

ruang sampel, yang diperlihatkan di dalam Gbr. E24e. (b Jika beban dapat ditempatkan

di titik yang mana saja sepanjang balok, ruang sampel RA dapat dinyatakan dengan

garis antara 0 dan 100 Gbt, E24d), sementara ruang sampel yang berpadanan dari RA

dan RB adalah garis lurus seperti dalam Gbr. E2.4e. Dengan demikia ita dapat

berbicara tentang peristiwa bahwa RA akan berada, katakanlah antara 20 dan 4 atau

bahwa (RA, Ra) akan berada di antara (20, dan (40, 60) (e) selanjutnya aulah kasus di

mana 'besarnya beban adalah 100 lb, 200 lb, atau 300 lb, dan letaknya pada selang 2 ft
pada balok. Ruang sampel dari RA dengan demikian me ngand Gbr.

EKONSERKONSEPDASAR PROBABILITAS tak terhingga namun bisa dihitung)

Keadaan yang mungkin da ketiga buldoser dalam Con 21 merupakan contoh dari ruang

sampel keadaan (statu dan ke delapan kemungkinan secara bersama yang mungkin

merupakan suatu titik ruang sampel yang berhingga adalah sama membentuk ruang

sampelnya. Contoh lain dari kompetitif untuk pelaksana. yang perusahaan yang

memasukkan pe an proyek merupakan salah satu di antara pe gkin memenangkan

Ruang dengan terdiri dari semua penawaran, yang merupakan yang rusahaan yang

terlibat dalam pe. tender tersebut dalam hal masing-masing perusahaan merupakan t

Jumlah hari dalam satu tahun yang bersuhu beku di kota Juneau, Alaska, terbatas

sampai 365 titik sampel, dan secara bersama-sama semua hari dalam atu ruang

sampel yang diskrit dengan tahun membentuk ruang sampel. Conto jumlah titik sampel

yang tak tetapi dapat dihitung jumlah mobil yang menunggu kesempatan untuk belok

kanan secara teoritis bisamerupakan sembarang bilangan bulat dari nol sampai tidak

terhingga. Contoh lainnya adalah: (1) jumlah cacat dalam panjang las tertentu, dan (2)

jumlah mobil yang melalui suatu jembatan tol sampai dengan kecelakaan yang berikut a

pada jembatan tersebut. Dalam masing-masing kasus, kita mempunyai sejumlah

kemung diskrit yang tidak terhingga. Misalnya, las dengan panjang tertentu bila memiliki

hanya beberapa cacat atau tidak sama sekali, atau jumlah cacatnya sangat banyak;

demikian pula kecelakaan dapat terjadi pada mobil pertama yang melintasi jembatan

tersebut, atau bisa juga tidak pernah terjadi kecelakaan di atas jembatan Pada ruang

sampel yang kontinu/menerus, jumlah titik sampel selalu tidak berhingga bagai contoh,

(1) lokasi yang mungkin menjadi tempat kecelakaan pada suatu jembatan tol masing-
masing lokasi yang mungkin merupakan titik sampel, dan ruang sampel merupakan

titik-titik yang menerus pada jembatan; dan (2) jika daya dukung suatu lapisan tanah liat

ber ada di antara 1,5 t/ft? dan 4,0 t/f maka nilai mana pun yang berada dalam rentang

1.5 sam- pai 4,0 merupakan titik sampel (sample point), dan semua nilai yang menerus

dalam kisaran ini membentuk ruang sampel. Namun, apakah ruang sampel itu diskrit

atau menerus, suatu peristiwa selalu merupakan subhimpunan (subset) dari ruang

sampel: dengan demikian suatu peristiwa selalu mengandung satu titik sampel atau

lebih (kecuali peristiwa yang tidak mungkin), dan teriadinya salah sanu dari titik-titik

sampel ini membentuk terlaksananya peristivwayang bersangkutan. Akhirnya, bila kita

berbicara mengenai probabilitas, kita selalu mengacu pada suatu peristiwa di dalam

suatu ruang sampel tertentu Contoh berikut akan menjelaskan pengertian di atas dalam

istilah yang lebih definiti CONTOH 2.4 Tinjaulah kembali balok sederhana AB dalam

Gbr. E2.4a, (a) Jika beban terpusat 100 lb dapat ditempatkan hanya pada titik-titik

dengan selang 2 ft pada balok, maka ruang sampel dari reaksi RA akan seperti yang

dituruukkan oleh Gbr. E2.4b. Dalam kasus ini, ruang sampel dari RA akan terdiri dari

titik-titik sampel yang berbeda.beda. Marilah kita tinjau juga ruang sampel RA dan Ra

(yakni, semua pasangan yang mungkin dari harga-harga RA dan RB) dalam kasus ini,

pasangan dari nilai RA dan RB sedemikian rupa sehingga RA RH 100 tercakup dalam

ruang sampel, yang diperlihatkan di dalam Gbr. E24e. (b Jika beban dapat ditempatkan

di titik yang mana saja sepanjang balok, ruang sampel RA dapat dinyatakan dengan

garis antara 0 dan 100 Gbt, E24d), sementara ruang sampel yang berpadanan dari RA

dan RB adalah garis lurus seperti dalam Gbr. E2.4e. Dengan demikia ita dapat

berbicara tentang peristiwa bahwa RA akan berada, katakanlah antara 20 dan 4 atau
bahwa (RA, Ra) akan berada di antara (20, dan (40, 60) (e) selanjutnya aulah kasus di

mana 'besarnya beban adalah 100 lb, 200 lb, atau 300 lb, dan letaknya pada selang 2 ft

pada balok. Ruang sampel dari RA dengan demikian me ngand Gbr. El40, 50, Gambar

E2.4f Ruang sampel R Gambar E 2.4e ngandung nilai-nilai yang tercantum dalam Gbr.

E2.4f, sementara ruang sampel dari RA dan RB diberikan oleh koordinat-koordinat

berdimensi dua dari titik-titik yang terlihat dalam Gbr. ruang Namun, jika bebannya

dapat diletakkan di mana saja sepanjang balok, maka dari RA dan RB akan dinyatakan

oleh tiga garis seperti ditunjukkan dalam Gbr. E2.4h. sampel (d) Jika nilai beban berada

antara 100 dan 300 ruang sampel dari RA mengan dung semua nilai antara 0 300 lb,

sebagai yang diberikan oleh garis dalam Gbr. dangkan ruang sampel dari RA dan RB

merupakan daerah yang di dalam Gbr. E2.4i300 Gambar E2.4i Ruang sampel R

Gambar E2.4i Peristiwa khusus (special events). Kita mendefinisikan peristiwa peristiwa

khusus yang berikut dan menggunakan notasi notasi yang dinyatakan di bawah ini. 1.

Peristiwa mustahil ssible event), yang dinyatakan dengan p, adalah peristiwa yang tidak

nyai mempunyai titik sampel (contoh). Dengan demikian peristiwa semacam ini mempu

impunan kosong (empty set) dalam ruang sampel 2. Peristiwa tertentu (certain event),

yang dinyatakan dengan S, adalah peristiwa yang me. itu semua titik-titik sampel dalam

ruang sampel; adi ia merupakan ruang sampel sendiri. 3. Peristiwa komplementer

(complementary event). Untuk peristiwa (event) E dalam ruang sampel S, kejadian

komplementer yang dinyatakan dengan E, mencakup semua tit sampel dalam S yang

tidak terkandung dalam E. Diagram venn. Suatu ruang sampel (contoh) dan peristiwa

peristiwa di dalamnya dapat dinya. takan secara gambar dengan diagram Venn suatu

ruang sampel dinyatakan dengan persegi empat, suatu peristiwa E kemudian

dinyatakan secara simbolik dengan daerah tertutup di dalam persegi empat, dan bagian

dari persegi empat di luar daerah tertutup ini memberikan peristiwa2.2, ELEMEN

TEORI HIMPUNAN 23 komplementer Foihat Gbr. 2.1). Dalam perkataan lain, peristiwa

(even) E mengandung semua titik-titik sampel dalam daerah tertutup, sementara E

berisikan semua titik-titik sampel di luar E, suatu diagram Venn dengan dua (atau lebih)

kejadian terlihat dalam Gbr. 2.2. Gambar 2.1 Diagram venn Gambar 2,2 Diagram Venn

dengan beberapa peristiwa. (a) Dua peristiwa A dan B (b) Tiga peristiwa A, B dan C

2.2.2 Kombinasi beberapa peristiwa Dalam banyak masalah praktis, peristiwa yang

diamati mungkin merupakan kombinasi dari peristiwa peristiwa lainnya. Misalnya, dalam

Contoh 2.1,peristiwa bahwa paling sedikit ada dua buldoser yang masih beroperasi

setelah 6 bulan mungkin menjadi titik perhatian. Ini dapat di pandang sebagai

kombinasi dari 2 buldoser atau 3 buldoser yang masih beroperasi Peristiwa yang

demikian adalah "gabungan (union)" dari dua peristiwa yang individual. Ada dua dasar

di mana peristiwa peristiwa dapat dikombinasi atau diturunkan dari pe- ristiwa peristiwa

lainnya: dengan gabungan (union) atau perpotongan (intersection), Tinjaulah dua

peristiwa Ei dan E2 Gabungan dari EI dan E2, yang dinyatakan dengan Ei UEh, adalah

peristiwalain yang berarti terjadinya E, atau E., atau kedua-duanya. Dalam perkataan

lain, Et Ei merupakan subhimpunan (subset) dari titik-titik sampel yang dimiliki oleh E1

atau E1. I(Dalam teori himpunan, kata atau (or) digunakan dalam pengertian termasuk

(inclusive), yang berarti dan/ atau (and ar)l Beberapa contoh: (l) Dalam

menggambarkan keadaan pengadaan bahan konstruksi, jika EI menyatakan

kekurangan beton dan En menyatakan kekurangan baja, maka Ei UE, adalah

kekurangan beton atau baja, atau kedua-duanya. (2) Dalam suatu pipa minyak dengan
panjang 20 km, jika Ei menyatakan kebocoran antara k 0 sampai 15 dan E. menyatakan

kebocoran antara km 10 sampai 20, maka E, UE2 berarti kebocoran di mana saja

seluruh pipa yang 20 km tersebut. daerah yang Diagram venn untuk gabungan dari dua

peristiwa E, dan E, menupakan di luar diarsir dalam Gbr. 2.3. gan demikian, ini berarti

bahwa bagian dari persegi empat dari daerah yang diarsir merupakan peristiwa

komplementer Ei u Esi yakni, komplemen24 KONSERKONSEP DASIRPROBABILITAS

Gambar 23 Diagrarn venn untuk gabungan peristiwaperistiwa E1 dan E, Gambar 24

Diagram venn perpotongan peristiwa peristiwa Ei dan E, Gabungan dari 3 peristiwa

atau lebih berarti teradinya paling tidak satu di antaranya Mital nya, alat pengangkutan

antara Bandung dan Surabaya bisa melalui udara (air), jalan raya hi way) atau kereta

api (railway). Jika tersedianya ketiga modus sarana pengangkutan ini kita antara

masing-masing sebagai A. H, dan R, maka tersedianya alat pengangkutan bahan di

kedua kota ini dapat dinyatakan sebagai (A UH UR) Perpotongan (intersection) dari Er

dan E,. yang dinyatakan dengan Eu n E, (atau cukup dengan EE juga merupakan suatu

peristiwa yang berartiteradinya Et dan E, secara bersama an Goint occurrence) dengan

perkataan lain, E1E, merupakan subhimpunan dari titik-titik sam pel yang dimiliki oleh

E1 dan E2. Contoh: Dengan menggunakan contoh yang disajikan di atas, ()E,E2 berarti

kekurangan beton dan baja: (2) E Eh berarti kebocoran dalam km 10 sampai 15

sepanjang pipa: sementara AHR berarti tersedianya semua ketiga modus

pengangkutan antara Bandung dan Surabaya. Dari sudut pandang diagram venn,

perpotongan antara dua peristiwa E1 dan Eh merupakan daerah yang diarsir silang

dalam Gbr. 2.4. CONTOH 2.5 Dalam Contoh 2.2, ruang sampel (sample space) adalah

himpunan (o. 1. 2, 3....); yakni, secara teoritis ruang sampel mengandung semua
bilangan bulat yang tidak negatif. Jika E, peristiwa (event) di mana lebih dari dua mobil

menunggu kesempatan untuk membelok ke kanan: yaitu subhimpunan (3. 4, 5....) dan

E, peristiwa (event) antara dua sampai empat mobil menunggu untuk bisa berbe lok ke

kanan; yaitu, subhimpunan 12, 4) 3, maka gabungan E1 UEn lah subhimpunan 12, 3, 4

adalah subhimpunan 13.4) sementara perpotongan EE: CONTO 100 dan maka pi dan

RB tistiwa ngandu tongan E2,6d. Prristiv tiwa ti eksklu tumpat subhim El dat Contolkita

n di kup IOO 300 R i100 Gambar E2.6a Peristiwa A Gambar E2.6b Peristiwa B 300 300

IOO 100 300 RA Gambar E2.6c Gabungan AUB Gambar E2.6d Perpotongan AB

CONTOH 2.6 Di dalam kasus terakhir dari Contoh 2,4, di mana beban dapat mengambil

besaran antara 100 dan 300 lb, ruang sampel dari reaksi RA dan RB ditunjukkan dalam

Gbr. E2.4j Jika A peristiwa Ru 100 lb) dan B peristiwa Ren 100 lb) maka peristiwa A dan

B merupakan subhimpunan yang berisikan semua titik pasang dari RA dan RH yang

masing-masing diperlihatkan dalam Gbr. E2.6a dan E2.6b Perhatikan bahwa pe- ristiwa

A dan B didefinisikan dalam ruang sampel dari RA dan RB. Maka, gabungan AUB me

ngandung semua titik pasangan dalam daerah yang diarsir pada Gbr. E2.6c;sedangkan

perpo- tongan AB adalah daerah yang diarsir dalam Gbr. E2.6d. Dalam contoh ini, Gbr.

E2.6a sampai E2.6d juga berlaku sebagai diagram enn yang bersesuaian. Peris

minuperistiwu yang saling eksklusif (mutually exclusive events). Jika terjadinya satu

peris tiwa tidak memungkinkan terjadinya peristiwa yang lain, maka kedua peristiwa

adalah suling eksklusif (mutually exclusive); ini berarti bahwa subhimpunan yang

bersesuaian tidak akan tumpang tindih (overlap), seperti terlihat dalam diagram Venn

pada Gbr. 2.5. Artinya, kedua subhimpunan adalah ''terpisah (disjoint)". Oleh karena itu

perpotongan dar dari dua peristiwa yaitu, E1E2 E1 dan E2 yang bebas satu sama lain
merupakan peristiwa yang must Contoh-contoh dari peristiwa peristiwa yang saling

eksklusif adalah membelok ke kanan26 KONSERKONSEPDAsAR PROHABILITAS

Gambar 2s Peristiwa saling eksklusif E, dan E, dan ke kiri pada suatu persimpangan

jalan, (2) banjir dan kering dari suatu sungai pada saa yang bersamaan; 3) keruntuhan

dan selamanya suatu struktur terhadap gerakan gempa yang Tiga peristiwa atau lebth

adalah aling eksklusif jika terjadinya satu peristiwa tidak m mungkinkan terjadinya

semua peristiwa lainnya. Misalnya, jika ada tiga kemungkinan loka untuk lapangan

udara yang baru, maka pilihan dari antara ketiga lokasi ini adalah saling eks Peristinu

peristiwa bersatu sempurna (collectively exhaustive events Dua peristiwaatati lebih

adalah bersatu sempurna (collectively exhaustive) jika gabungan dari semua peristiwa

ini mem ruang sampel. CONTOH 2.7 Dua perusahaan kontraktor a dan b melakukan

penawaran tender untuk memenangkan suatu proyek. A menyatakan peristiwa dimana

Pensahaan a memenangkan tender dan B pe- ristiwa di mana Perusahaan b yang

memenangkan tender tersebut. Gambarkanlah diagram venn untuk ruang-ruang

sampel dati yang berikut: (a) Perusahaan a memasukkan penawaran tender untuk satu

proyek dan Perusahaan b me masukkan penawaran untuk proyek lainnya. n a dan b

memasukkan penawaran tender untuk proyek yang sama, dan ter dapat lebih dari dua

penawar untuk proyek tersebut, c Perusahaan a dan b hanya merupakan dua

perusahaan penawar yang bersaing untuk proyek yang sama. (a) Karena perusahaan a

dan b masing-masing dapat memenangkan diagram venn adalah seperti yang

ditunjukkan dalam Gbr. proyek itu. tindih saling tumpang menyatakan bahwa kedua

perusahaan a dan b memenangkan proyek tersebut. Dalam hal ini. peristiwa A dan B

tidak saling eksklusif. (b) Perusahaan a boleh jadi memenangkan tender tersebut atau
perusahaan b dapat me. proyek itu, atau penawar lain akan memenangkannya. Namun,

jika perusahaan memenangkan proyek tersebut, maka peristiwa B tidak akan pernah

terjadi. Dengan demikian peristiwa A mencegah terjadinya peristiwa B, dan sebaliknya;

sehingga peristiwa A dan B adalah ling eksklusif. Tidak ada daerah yang saling

tumpang tindih dalam diagram venn untuk Gambar E27a Gambar E2.7b peristiwa A

(AUB mem (c) Dali dan B. Jika hui secara p juga, dan diagram Ver 2.2.3 At Himpunan-

Dalam hubi operasi Opel Kita telah dengan du berikut p aturan yar Kesamaan titik-

titikELEMENTEORIHIMPUNAN 27 Gambar E2.7e pada saat mpa yang peristiwa A dan

B, seperti terlihat dalam Ghr. E2.7b. Dalam hal ini, peristiwa komplementer (AUB)

mempunyai arti bahwa perusahaan a juga b tidak memenangkan proyek tersebut. dan

(c) Dalam kasus ini, nang sampel (sample space) hanya mengandung dua peristiwa A

hui B. Jika peristiwa A tidak terjadi, yang berarti perusahaan a kalah, maka kita mengeta

secara pasti bahwa a telah terjadi. Peristiwa A dan sekali lagi adalah saling tidak me. an

lokasi aling eks- juga. A dan B bersatu sempurna yaitu tua s Dengan demikian diagram

venn yang bersesuaian akan terlihat seperti dalam Gbr. E27e. tau lebih ini mem- 2.2.3

Aturan operasional Himpunan himpunan dan hubungan sesamanya diatur oleh aturan

aturan operasional tertentu Dalam hubungan ini, kita gunakan simbolsimbol berikut ini

untuk menyatakan himpunan dan yang angkan U gabungan (union) n B pe. m Venn n

perpotongan (intersection) C anggota dari, atau terkandung dalam b me. mengandung

(contains) E komplemen dari E an ter- Kita telah melihat dalam Pasal 2.2.2 bahwa dua

himpunan atau lebih dapat dikombinasikan proyek dengan dua cara melalui gabungan

(union) dan perpotongan (intersection) Kedua cara ini berikut proses pengambilan

komplemen membentuk operasi dasar atas himpunan. Aturan. aturan yang mengatur
operasi-operasi ini adalah sebagai berikut: tindih al ini, Aesamaan himpunan. Dua

himpunan adalah sama jika dan hanya jika keduanya mengandung titik-titik sampel

yang sama. Berdasarkan ini, kita dengan segera melihat bahwa t me. A (2.1a) dalah

ntuk Gambar 27 Dagram venn himpunan Gambar 26 peristiwa A A dan B28

KONSERKONSEPDAsAR PROBABILITAS Juga, dengan mengacu pada Gbr. 2.6, kita

dapatkan Aturan distri distributif: ya A UA A (2 lb) A n A A Lebih lanjut A US S (2.1e)

Dalam hal in 2.10 dan 2.1 Himpunan komplementer. Dari 2.1. kita amati yang berikut

mengenai peristiwa E dan Aturan a Gbr. bilangan-bila E. asumsikan e Kalian (yakn

hadap opera aljabar, per (2.2) kurung men (E) E seperti pert Lyaitu, komplemen dari

peristiwa komplementer merupakan peristiwa yang semula (original peristiwa S event),

1. Anuran komutatif (commutative nule). Gabungan dan perpotongan himpunan

himpunan bersifat bergantian (commutative) yaitu, AUB BUA AB BA Dari diagram Venn

pada Gbr. 27. kita lihat bahwa AuB dan BuA jelas mengandung himpunan dari titik-titik

yang sama, dan karenanya merupakan subhimpunan yang sama di dalam s Dengan

cara yang serupa, hal yang sama juga berlaku untuk AB BA. sifat asosiatif rive rule)

Gabungan dan perpotongan dari himpunan-himpunan bet asosiatifi yaitu, (A u B) u C A

u (BUC) (AB) C M (BC) Kesamaan dari himpunan (A u B) uc dan A u (B u C) adalah

jelas dari diagram venn dalam Gbr. 2.8, sementara dari Gbr. 2.9. kita lihat bahwa ABC

A(BC. Gambar 2.8 Diagram venn untu u u c dan A u (B u cy(2.1b (2.1e) va E dan (2.2)

original mpunan unan alam ber- 2.2. ELEMENTEORI HIMPUNAN 29 Arunan distributif

(distributive rule. Gabungan perpotongan himpunan himpunan adalah distributif. yaitu

dan (A U B)C AC u BC (AB) u C (A UC) (B u C) Dalam hal ini, kedua kesamaan

himpunan di atas dibuktikan oleh diagram venn dalam Gbt 2.10 dan 2,11 Aturan-aturan
operasi ini bahwa aturan untuk pertambahan dan perkalian bilangan bilangan juga

berlaku terhadap gabungan dan perpotongan himpunan. Dengan meng asumsikan

ekivalensi berikut gabungan untuk pertambahan dan perpotongan untuk per kalian

(yakni, U dan n x) maka peraturan-peraturan aliabarkonvensional berlaku ter hadap

operasi dalam himpunan dan peristiwa. Dengan demikian. dengan hirarki operasi

aljabar, dikerjakan lebih dahulu dari gabungan himpunan, kecuali bila tanda kuning

menyatakan sebaliknya. Namun, perlu ditekankan bahwa operas alabar konvensional

seperti pertambahan dan perkalian, tidak mempunyai arti terhadap himpunan dan

peristiwa. Selain itu, ada beberapa operasi dan aturan yang untuk Daerah yang diarsir

silang (AB) C Daerah yang diarsin silang A ttici Gambar 2.9 Diagram Venn untuk (AB)C

dan A (BC Daerah yang diarair allang tAUBIC Daerah yang diartir ACUDC Gambar 210

Diagram Venn untuk (A UB) C dan ACU BC BUC Daerah Yang diarir ilang u ci (B u

Daerah yang diarsit ABUG30 AONSEPKONSEPDASAR PROBABILITAS yang tidak

ada pasangannya dalam algabar bilangan yang konvensional sebagai con dan AnA

suatu hal yang lain adalah menyangkut aturan distributif kedutt Dengan ment atas, yang

menyatakan bahwa AB UAC u CBUCC ABUC Jadi dengan sedangkan, dalam algabar

konvensional, kita mendapatkan dapat dinyat suatu aturan lainnya yang juga tidak

mempunyai rekanannya dalam alabar komt, Dari Pers 2. sional adalah aturan de

Morgan, yang dijelaskan di bawah ini. Komple an dari kom Aturan de Morgan suatu

aturan lainnya dalam teori himpunan adalah aturan de Mo, yang himpunan dengan

komplemennya. Untuk dua peristiwa Ei dan E1, atur ini menyatakan bahwa Untuk

membuktikan hubungan ini, tinjaulah dua peristiwa Ei dan E. seperti dalam 2.12 Daerah

yang tidak dalam Gbr. 2.12a adalah En UE Diagram Venn dengan E CONTOH n E1
masing-masing ditunjukkan dalam Gbr. 2.12b, yang perpotongannya diberikan oleh

daerah yang diarsir-sila dalam Gbr. 2.12c, Dengan membandingkan Gbr. 2.12a dan

2.12 putus jika kita dapatkan hubungan yang di atas, Ei UE, E1Ea. rantai 1. d Aturan de

Morgan yang dinyatakan secara umum adalah EE, tal dan deng juga bera Sehingg (b)

yang m CONT oleh p Darah ywna diarsir terseb silang 1 E2 Nyatan Gambar 212

Diagram Venn untuk aturan de Morgangai contoh, tif di ar konven. e Morgan, 2, atur. br.

2.12 kan oleh n 2.12c. (2.3a) 2.2. ELEMENTEORIHIMPUNAN 31 Dengan menerapkan

Pers. 2.3a terhadap E E. kita dapatkan Jadi dengan mengambil komplemen kedua ruas

dari persamaan ini, aturan de Morgan juga dapat dinyatakan dari sebagai EE:...E.- En

UE u E. Dari Pers, (2.3b) 2.3a dan 2.3b kita dapatkan hubungun rangkap (duality

relation) berikut ini. an Komplemen dari gabungan dan papatongan adalah uma dengan

perpotongan dan rabung. dari komplemen masing masing. Misalnya, CONTOH 2,8

suatu rantai terdiri dari dua mata, seperti dalam Gbr. E2.8, lelaslah bahwa rantai akan

putus jika salah satu dari mata rantai tersebut rontok: sehingga, jika Ei rontoknya mata

rantai 1, dan E rontoknya mata rantai 2, maka Mata rantai (1) Mata rantai 12) Gambar

E2.8 Dua mata rantai dan dengan demikian tidak putusnya rantai adalah EIUE2.

Namun, tidak putusnya rantai juga berarti bahwa kedua mata rantai adalah selamat;

yakni, Tidak putusnya rantai E in E Sehingga yang merupakan ilustrasi dari aturan de

Morgan. CONTOH 2.9 Pemasokan air untuk kota Cindar Bumi datang dari dua sumber

A dan B. Air dialirkan oleh pipa yang terdiri dari cabang-cabang I, 2, dan 3, seperti

terlihat dalam Gbr. E2.9. Misal kan bahwa masing-masing sumber mampu untuk

menyediakan air untuk kota Cindar Bumi tersebut. Nyatakanlah E1 rusaknya cabang l

En rusaknya cabang 2 E3 nsaknya cabang 332 KONSERKONSEPDISIR

PRORABILITAS Berken aan deng Pettermin Matu petit Sameer MO suatu peristiwa

Gambar E2.9 Sistem pengadaan air clusive), maka kita dapatkan Maka kekurangan air

dalam kota andar Bumi akan diakibatkan oleh Et E, u E dengan aturan de Morgan,

tiadanya kekurangan berarti bahwa Perlu dite hubungan anta di mana (i, u E,) berarti

tenedianya air pada pertemuan uunction) dan E, berani tila rusaknya cabang 3. teori

tersebut dalam Peru, 2 Dengan m 2.3 MATEMATIKA ILMU PROBABILITAS 2.3.1

Aksioma dasar dari probabilitas aturan tambahan tetapi karena Dalam semua

pembahasan kita sejauh ini, kita diam-diam telah mengasumsikan bahw ukuran yang

tidak negatif, yang dinamakan probabilitas atau peluang (probabilty), d Dengan demi

kan dengan setiap peristiwa. Secara tersirat kita juga mengandaikan bahwa ukuran ini

mempunyai khusus dan mengikuti aturan-aturan operasi tertentu. Secara formal,

khusus dan aturan-aturan ini dicakup di dalam teori matematika dari probabilitar sepen

dalam cabang ilmu matematika lainnya, maka teori probabilitas didasarkan pada bebrng

asumsi tertentu, atau aksioma dasar, sebagai berikut. Untuk setiap peristiwa E di dalam

ruang sampel s. terdapat probabilitas (peluang) POE) 30 Kedua, probabilitas dari

peratwu tertentu (certain event) s adalah P(S) Akhirnya, untuk dua peristiwa E, dan Es

yang saling eksklusif POE UE POE) POE.) Persamaan 2.4 sampai 2.6 dengan

demikian membentuk aksioma-aksioma dasar dari teoripro babilitas. Ini merupakan

asumsi asumsi yang hakiki sehingga tidak memerlukan pembuktian Namun, aksioma

dan teori yang dihasilkan harus konsisten dengan dan berguna untuk lah-masalah

sehari hari. Dalam hal yang terakhir ini, kita mengamati bahwa pada hakikatnya

probabilitas dari suatu peristiwa merupakan ukuran telatif (yaitu, relatif terhadap

peristiwa peristiwa lainnya di dalam nuang sampel yang sama); dengan demikian, untuk
maksud in adalah memudahkan untuk mengasumsikan bahwa ukuran seperti ini

sebagai bilangan yang tidak negatif seperti diberikan oleh Pers. 2.4. Selain itu, oleh

karena suatu peristiwa E welalu di definisikan di dalam suatu ruang sampel S yang

ditentukan, adalah memudahkan untuk me Persamaan Tetapi normalisir prob dari suatu

peristiwa terhadap S (yaitu peristiwa yang pasti). whapi dari suatu n oleh Pers 25. Pers.

2.4 dan 2.5. ini berarti bahwa probabultas peristiwa (event) Edibatasi antara 0 dan

1.0Sehingga, ti tidak suatu osiasi macam sifat eperti erapa 2.4) Berkenaan 23

MATEMATIKA ILMIPRORABILITAS 33 jika suatu dengan aksioma yang ketiga, yaitu

Pers 26, kits libat bahwa segi frekuensi relatif. suatu peristiwa (event) Et terjadi n, kali di

antara n peristiwa yang lain E, terjadi n1 kali (E, dan u eksperimen, dan elusive), maka

Ei dan E1 akan E, adalah saling kita dapatkan teryadi (ni ni) kali sehingga, sus daar

frekuend telatif. Perlu ditekankan bahwa teori matematika probabilitas menelaah logika

untuk hubungan antara ukuran ukuran probabilitas Semun hubungan srperti itu dan dri

deduktif dari teori tersebut seluruhnya dapat dikembangkan berdasarkan ketiga avimui

yang dipmbarkan dalam Pers, 24 dengan 26, Dengan menerapkan Pers 26 pada E dan

komplemennya E.kita dapatkan P (EUE) POE) POE) tetapi karena EUE s, berdasarkan

Pen. 2.5 kita peroleh POEUE) POS) 1.0 Dengan demikian kita dapatkan hubungan

yang bermanfaat sebagai berikut P(E) POE) (27) Lebih umum jika EI dan En tidak

saling eksklusif, maka PIEE, (28) Gambar 213 Gabungan E1 dan EiE1 Persamaan 8

diperoleh dari Pers 2.6 dengan melihat pada Gbr. 213 bahwa E, UE, Ei UE E1, di mana

peristiwa E, dan E En saling eksklusif sehingga menunat Pers 26 Tetapi EE, u EE, SE,

E, dan E,E, serta EE, saling eksklusif; dengan demikian POEE) P(Er) PEE) yang

merupakan Pers, 2.8. CONTOH 2.10 Suatu perusahaan kontraktor memulai dua proyek
baru pekerjean 1 dan 2 waktu pe nyelesaian untuk masing-masing pekeriaan memiliki

beberapa ketidakpastian dalam satu taha34 KONSEPKONSEPDASAR PROBABILITAS

masing-masing pekerjaan bisa pasti selerai, mungkin selesai, dan parti tidak selesai

yang ma sing-masing kita nyatakan dengan A, B, dan C untuk setiap pekeriaan.

Nyatakanlah ruahn untuk status penyelesaian kedua proyek pekerjaan tersebut dengan

kata lain, nyataka semua keadaan yang mungkin dari pekeraan I dan 2 wetelah satu

tahun Tika setiap kemungkinan untuk kedua pekerjaan tersebut memiliki peluang yang

fam untuk terjadi pada akhir dari satu tahun, berapakah probabilitas bahwa tepat satu

pekeraar pasti selesai dalam satu tahun? Ruang sampelnya diperlihatkan dalam Gbr.

E2.10a. Karena peristiwa dari penir satu kerjaan diselesaikan mengandung empat titik

sampel MB maka nya adalah 4 x 179 419 AA AB BB BB CB AC i BC AC BC CC

Gambar E2, 10a Ruang sampel Gambar E2, 10b kap, Dalam soal ini, jika EI

menyatakan peristiwa bahwa pekerjaan diselesaikan secara leng- dan Ez menyatakan

penyelesaian secara lengkap dari pekeriaan 2, maka En P (AA, BA, CA) Diagram Venn

dengan kedua peristiwa Et dan E1 akan terlihat seperti dalam Gbr. 210b. Jika titik-titik

sampel memiliki peluang yang sama untuk terjadi, maka AEI) 3/9, POE2) 319, dan

menurut Pers. 2.8 POEn u En) 3/9 319 119- 519 yang dapat dibuktikan k (E v E, (AA, B,

AC, BA, CA) arena CONTOH 2.11 2.2, Untuk tujuan disain dari jalut belok-kanan (untuk

lalu lintas arah timur) dengan Contoh yang maka dilakukan 60 pengamatan yang

dilakukan secara dari jumlah mobil menunggu kesempatan belok pada den hasil

sebagai berikut gan Jumlah mobil Jumlah pengamatan Frekuensi relatif 16160 14/60

Nyatakan Karena ju dengan s kuenti rel sementara Juga, dalla dengan de Kemudia

Dalam ha Sehingga yang sest CONTOi dan RB sampel Kemudilesai, yang ma kanlah
lain, ruang nyatak ng yang sama satu benin satu probabilitas. secara leng- 2.10b. Jika

Contoh ah mobil 23 MATEMATIKA ILMUPRORABILITAS 35 Nyatakanlah Et lebih dari 2

mobil menunggu belok kanan E: 2 sampai 4 mobil menunggu belok kanan Karena

jumlah mobil yang menuntru belok kanan merupakan peristiws yang uling eksklusif.

dengan sedikit perluasan dari Pers 26 (inst Pers 2.6d, hal 41) dan dengan

menggunakan fit- kuensi relatif di atas di dalam menyatakan probabilitas yang

bersangkutan, kita memperoleh sementara P(E) Jaga, dalam hal jumlah mobil yang

menungna kesempatan untuk belok kanan, EE, 13.4) dengan demikian POEE) 60 60

60 Kemudian, menurut Pen, 28. 20 37 17 40 60 60 60 60 Dalam hal ini, kita juga

melihat bahwa E, En a (2, 3, 4. Sehingga 20 14 2 1 40 60 60 60 60 60 60 yang sesuai

dengan hasil yang diperoleh dari penggunaan Pens 2.8. CONTOH 2.12 Dalam Contoh

26, peristiwa dinyatakan dengan darrah di dalam ruang sampel dari RM dan RB, seperti

terlihat dalam diagram venn pada Gbr. E2.12. 1ika probabilitas dan watu pe ristiwa

adalah sebanding dengan "luas daerahnya" fini senuai dengan avumui bahwa titik-titik

sampel mempunyai peluang yang sama untuk terada, kita mendapatkan yang berikut ini

Laas total ruang sampel slooor ooom 40.000 Kemudian, dengan melihat Gbr E2 12.

40.00036 KONSERKONSEPDASAR PRORABILITAS Gambar E212 Dengan cara

serupa sedangkan PO4B) 40.000 8 dan u Bo 40,000-HI00): 7 40.000 Dari Pers, 28, kita

Jugi dapatkan Untuk tiga peristiwa E1, E2. dan Es. Prosedur (2.9) saja, namun, di atas

dapat diperluas kepada gabungan dari peristiwa yang jumlah ya berapa menggunakan

untuk peristiwa, probabilitas gabungan dapat diperoleh lebih mudah dengan aturan de

Morgan, sebagai berikut P(Ei UE, U UE.) (2.10) Tentu saja, jika n peristiwa adalah

saling eksklusif petuasan dari dall ketiga (Pers 2 e) meng hasilkan P(Ei UE, U (2.6a1
CONTOH 2.13 Di bawah rangka seperti y runtuhan batani Dengan m sehingga prob

dari probabilit probabilitas ke Dengan m dapatkan Pra Maka, menurt Probabilitas Dalam

kasut Sehingga(29) berapa dengan (2.10) meng- (2.6a) 2, 3, MATEMATIKA ILMU

PROBABILITAS 37 CONTOH 2.13 Di bawah beban F, probabilitas keruntuhan dari

batang-batang individual a, b, dan c dari rangka seperti yang terlihat dalam Gbr. E213

mating-masing adalah 0,os 0,04 dan 0,03 runtuhan batang yang mana aja merupakan

keruntuhan dari rangka Gambar E 213 Dengan mengasumsikan bahwa keruntuhan dari

setiap batang adalah bebas recaru itarista, sehingga probabilitas keruntuhan dari dua

batang atau lebih adalah tama dengan perkalian dari probabilitas keruntuhan masing-

masing batang (lihat Pers. 2.15. hal. 41), tentukanlah probabilitas keruntuhan dari

rangka tersebut, Dengan menyatakan peristiwa keruntuhan dari ketiga batang sebagai

A, B, dan C, kita dapatkan PHA) 0,05: PIB) 0,04 dan PIC-0,03 dan dengan

mengasumsikan bebas itatis- P(AB) (0,05000,04) 0,0020 POACh (0,05) (0,03) 0,0015

POBC) (0,04)(0,03) 0,0012 dan Maka, menurut Pen 29. Akeruntuhan rangka) POA u B

u C) 0,05 0,04 0,03 -0,0020 0,0015 0,0012 +0.00006 0,11536 Probabilitas ini juga

mungkin didapatkan (secara lebih mudah) dengan Pers, 2.10 sebagai ber. ikuti Dalam

kasus yang sekarang (lihat Pers. 2.6), kita memperoleh (1-0,05) 00400-003) 0,88464

Sehingga Akeruntuhan) I 0,88464- 0,115J638 KONSERKONSEPDASAR

PROBABILITAS 2.3.2 Probabilitas bersyarat aturan perkalian abilitas suatu peristiwa

dapat tergantung atas teradinya (atau tidak lainnya. Jika terdapat ketergantungan

seperti ini, probabilitas yang bersangkutan dinamakan probabilitas bersyarat

(conditional probabilit) Gambar 211 Pembentukan ruang sampel Ea Di dalam ruang

sampel pada Gbr. 2.14, probabilitas bersyarat dari E, dengan mengasumsi

berlangsungnya terjadi, yang dinyatakan dengan AEI LE2), berarti kecenderungan akan

suatu titi sampel dalam E, dengan asumsi bahwa dikandung oleh De ngan perkataan

kita berminat dengan peristiwa E, di dalam ruang sampel Ei. Jadi, dengan normalisasi

yang sesuai, kita dapatkan probabilitas bersyarat dari E1 untuk E1 yang diberi kan

sebagai POEE (2.11) P(Eh) Untuk menjelaskan konsep ini, tinjaulah contoh-contoh

yang berikut CONTOH 22.14 dan volume suatu jalan raya yang panjangnya 100 km,

dan misalkan bahwa keadaan jalan lalu lintas adalah merata sepanjang jarak 100 km,

sehingga kecelakaan mempunyai kecenderungan yang sama untuk teriadi di mana saja

di atas jalan raya tersebut Nyatakanlah peristiwa suatu kecelakaan dalam kilometer

antara 0 sampai 30 B suatu kecelakaan dalam kilometer antara 20 sampai 60 Karena

mempunyai peluang yang sama untuk terjadi di mana saja di atas jalan raya, dapat

diasumsikan bahwa pro dari suatu kecelakaan di dalam selang ter tentu dari jalan

adalah sebanding dengan jarak dari selang (nterval). Dengan demikian, jika suatu

kecelakaan teriadi di atas jalan sepanjang 100 km ini 30 40 dan P(E) 100 100 Sekarang

marilah kita hadapi pertanyaan: "ika kecelakaan terjadi dalam selang (20. 60)

berapakah probabilitas teriadinya peristiwa AT" Dalam hal ini, kita memperhatikan

probabi. litas dari A dengan syarat bahwa B telah terjadi ini hanyalah proporsi jarak

yang termasuk dalam B dalam mana A juga teria Jelaslah, dari Gbr. E2.14. probabilitas

bersyarat ini adalah 10100 40 40 100 Akan tetapi, dalam kasus ini, 10/100 P(AB), dan

40/100 POB) yang menggambarkan Pers, 2.11 CONTOH Tinjau Misalkan Jika titik-t

ngan meli ketahui F Ini jelas lah titik diambil s F untuk tas ya gai titdinamakan ngasumsi.

gan akan E2, De. i, dengan diberi in jalan punyai kanlah di atas g ter- jika asuk alah kan

2.3 MATEMATIKA ILMU PROBABILITAS 39 Gambar E2, 14 CONTOH 2.15 Tinjaulah

kembali masalah tiga buldoser yang diterangkan sebelumnya datam Contoh 2.1

Misalkan F peristiwa di mana buldoser pertama masih beroperati setelah 6 bulan E 2

buldoser matih beroperasi setelah 6 bulan Jika titik-titik sampel semuanya mempunyai

kecenderungan yang sama untuk terjadi, maka de. ngan melihat kepada diagram venn

dalam Gbr. probabilitas bersyarat dari E jika di ketahui F adalah POE Ini jelas

merupakan perbandingan dari jumlah titik-titik sampel dalam EF relatif terhadap jum lah

titik-titik sampel dalam F, yang dengan demikian menggambarkan notasi di mana F

diambil sebagai "ruang sampel" yang baru. Dengan cara yang sama, probabilitas

bersyarat dari F untuk E yang diberikan adalah Gambar E215 Namun, a titik-titik sampel

tidak berkecenderungan yang sama, maka ukuran probabili. tas yang bersangkutan

harus digunakan di dalam menghitung bersyarat sebagai contoh, jika probabilitas dari

masih bekeranya satu buldoser paling tidak 6 bulan adalah 80 maka (dengan

mengasumsikan bebas statistik; lihat Pers. berba gai titik-titik sampel akan menjadi

sebagai berikut: POGGG 0512 POGGB) 0,128 P(GBB) 0,032 POBBB) 0,008 POBGG

0,128 POBBG 0.032 PIGBG 0,128 POBGB) 0,03238 KONSERKONSEPDASAR

PROBABILITAS 2.3.2 Probabilitas bersyarat aturan perkalinn Probabilitas suatu

perimtiwa dapat terrantung atas dinya (atau tidak terjadinya perini. Jika terdapat

ketergantungan seperti ini, probabilitas yang berangkutan dinamai probabilitas

probability. Gambar 2 H Pembentukan ruang sampel E, kan Di dalam ruang sampel

pada Gbr. 2.14. probabilitas bersyarat dari EI dengan mengammu. bahwa telah teriadi,

yang dinyatakan dengan PEi Ea), berarti kecenderungan akan berlangsungnya muatu

titik sampel dalam Ei dengan asumsi bahwa ia dikandung oleh E, De ngan perkataan

lain, kita berminat dengan peristiwa Ei di dalam ruang ampel E1 Jadi, dengan kan yang
sesuai, kita dapatkan probabilitas bersyarat dari EI untuk En yung diami sebagai p (EE,

(2.11) POE) Untuk menjelasan konsep ini, tinjaulah contoh-contoh yang berikut.

CONTOH 2.14 dan Tinjaulah suatu jalan raya yang panjangnya 100 km, dan misalkan

bahwa keadaan jalan volume lalu lintas adalah merata sepanjang jarak 100 km,

sehingga kecelakaan mempunyai kecenderungan yang sama untuk terjadi di mana saja

di atas jalan raya tervebut Nyatakanlah peristiwa peristiwa suatu kecelakaan dalam

kilometer antara 0 sampai 30 suatu kecelakaan dalam kilometer antara 20 sampai 60

karena kecelakaankecelakaan mempunyai peluang yang sama untuk terjadi di mana

saja di atas jalan raya, dapat diasumsikan bahwa probabilitas dan suatu kecelakaan di

dalam selang ter- tentu dari jalan adalah sebanding dengan jarak dari selang (interval).

Dengan demikian, jika suatu kecelakaan terdadi di atas jalan sepanjang 100 km ini,

PLA) dan litas Sekarang marilah kita hadapi pertanyaan "ika kecelakaan teradi dalam

selang (20, 60 berapakah probabilitas tedadinya peristiwa AT" Dalam hal ini, kita

memperhatikan probabi- dari dengan yarat bahwa B telah terjadi ini hanyalah propori

jarak yang termasuk dalam B dalam mana 4 juga tedadi 1elaslah, dari Gbr. E2.14.

probabilitas 10 10 100 40100 Akan tetapi, dalam kasus ini, 10/100 HAB), dan 40/100

POB) yang mengambarkan Pers. 2.11 CONTOH Tinjau Misalkan lika titik t Bitan meli

ketahui F Ini jelan lah titik diambil s F untuk tan yan gai tperistiwa asumsi- n akan den

gan diberi. 11) alan nyai 2.3 MATEMATIKA ILMUPRORABILITAS 39 20 30 Gambar E

2.14 CONTOH 2,15 Tinjaulah kembali masalah tiga buldoser yang diterangkan

sebelumnya dalam Contob 21. F Misalkan E peristiwa di mana buldoser pertama masih

beroperati setelah 6 bulan 2 buldoser masih beroperasi setelah 6 bulan Jika titik-titik

sampel semuanya mempunyai kecenderungan yang sama untuk teradi, maka de. ngan
melihat kepada diagram Venn ketahui F adalah probabilitas bersyarat dari E juka di Ini

jelas merupakan perbandingan dari jumlah titik-titik sampel dalam EF relatif terhadap

jum- lah titik-titik sampel dalam F yang dengan demikian menggambarkan notasi di

mana F diambil sebagai "ruang sampel" yang baru. Dengan cara yang sama,

probabilitas bersyarat dari F untuk E yang diberikan adalah GBG BGB Gambar E2.15

Namun, jika titik-titik sampel tidak berkecenderungan yang sama, maka ukuran

probabili- tas yang bersangkutan harus digunakan di dalam menghitung probabilitas

bersyarat. Sebagai contoh, jika probabilitas dari masih bekerianya satu buldoser paling

tidak 6 bulan adalah 808, maka (dengan mengasumsikan bebas statistik; lihat Pers.

2.15, hal. 41) probabilitas dari berba- gai titik-titik sampel akan menjadi sebagai berikut:

P(GGG) 0,512 POGGB) 0,128 P(GBB) 0,032 POBBB) 0,008 POBGG 0,128 P(BGB)

0,032Dalam kasus ini, RE i harus mencerminkan probabilitas titik-titik sampel dalam EN

terhadap titik-titik sampel dalam F sesuai dengan itu, kita memperoleh POEF) POGGB

UGBG) 0,256 0,128 0,128 0,32 Dapat ditekankan bahwa probab bersyarat hanyalah

merupakan perumusan dari probabilitas suatu peristiwa. Bila kita berbicara mengenai

probabilitas suatu peristivi cara tervitat ia disyaratkan di dalam ruang sampel llni

digambarkan di dalam Probabilitas AA) dan PB) didasarkan atas syarat babwa suatu

kecelakaan terjadi di ti raya sepanjang loo kml. Untuk lebih jelasnya, PE) harus ditulis

POE 8) P(S) Namun karena ES E, dan PNS) t,0, P(E P(E) Dengan perkataan lain,

persyaratan ruang sampel s dianggap sudah terlebih dahulu d pahami memang atas

diberi syarat pada suatu kejadian selain dari ada; namun, bila probabilitas nuang sa

mpel yang awal, "ruang samper yang dibentuk kembali harus dibuat secara eksplisit

Kita amati bahwa POE.) POE.) POE) Dengan demikian yang (2.12) untuk merupakan
perumusan umum dari Pers 27. Adalah penting untuk memaklumi bahwa alasan

peristiwa merupakan ruang yang dibentuk kembali, (misalnya, ini kita harus memastikan

bahwa ketika menerapkan Pers. 12, peristiwanya bentuk EI) beserta komplemennya

mengacu ruang sampel E2 yang sama yang di kembali. Sebagai contoh, amatilah

halhal yang berikut ini: CONTOH 2.16 Telah diamati kendaraan kendaraan yang suatu

persimpangan tertentu dalam arah yang diketahui cenderung dua kali lipat untuk terus

luru depan belok ke kanan: juga, belok kiri berkecenderungan setengah dari belok

kanan. Misalk kendaraan hal hal yan (a) B oleh kenda (c) B membelok lain p habilitas hi

probab Arumun p atau Jiku Eu sedikit ti bentukdalam EF rela. usan umum atu peristiw

lam Contoh adi di dalam dahulu di elain dati eksplisit (2.12) bahwa mbali Wanya ntu

Misalkan bahwa 2.3 MATEMATIKA ILMUPROBABILITAS 41 kendaraan keadaan

berlaku untuk kendaraan yang saja. Kenmudian jika hal hal yang berikut persimpangan

di dalam arah yang dinyatakan, kita dapat menanyakan ini. oleh semua kemungkinan

yakni, stah yang berbedabess yanr dapat diambil kendaraan)? lurus ke depan belok ke

kanan E1 belok ke kiri Es (b) Berapakah masing-masing probabilitasnya? POE, POE)

Berapakah probabilitas untuk belak ke kanan jika webuah kendaraan secara pasti akan

membelok? Di lain pihak, jika sebuah kendaraan secara pasti akan membelok pada

pervimpangan, pro- babilitas bahwa kendaraan tidak akan membelok ke kanan adalah

Kebebasan statistik. Jika (atau tidak terjadinya naatu peristiwa tidak mempengaru hi

probabilitas suatu peristiwa yang lain, maka kedua peristiwa adalah bebas statistik ly

independent. Dengan demikian, jika Ei dan Ea adalah bebas statistik. (2.13) Aturan

perkalian. Dari Pets. 2.11, probabilitas dari peristiwa bersama EIE, adalah (2.14) atau

P(EE's) Jika E, dan Ea merupakan peristiwa yang bebas statistik, maka aturan
perkalian ini menjadi P (E,E) P (E) P(E) (2.15) "Cara seperti ini di dalam mendefinisikan

bebas itatistik ieana intuitif lebih langsung. Sekalipun alv ini sedikit tidak konvensional,

oleh karena kebebasan statistik lazimnya didefinisikan ra matematis di dalam bentuk

Pers. 2a 5. maka Mathematical Association of America u972 menyatankas penggunaan

dari definii dari kebebasan statistik yakni, Pers, 2.1342 KONSERKONSEPDASAR

PRORABILITAS untuk tiga peristiwa, aturan perkalian adalah atau dan jika peristiwa

peristiwa adalah bebas statistik, P(EE, E) P(E) POE) POE) (2.1s, Kita akan

memperkirakan bahwa jika E, dan E, adalah bebas statistik, kompletnen plemen yang

EI dan juga akan bebas statistik. Ini dapat dibuktikan dahn kasus untuk dua peristiwa

sebagai berikut: 1 CPOE) P (Er) P(Ei) P(E)] P (En)] POE) POE) Akhirnya, perlu kami

(2.16) berlaku terhadap tekankan bahwa semua aturan matematis dalam probabilitas

kembali probabilitas bersyarat yang didefinisikan dalam ruang sampel yang dibentuk

yang sama, termasuk hal khusus yang berikut ini: P(EI u E, IA) P (Ei l A) P(E, IA) P(EE,

l A) Dengan menyamakan kedua bentuk dalam Pers. 2.14 dan membiarkan E A. kita da

(2.17) (2.18) CONTOH 2.17 nya Tirdaulah kembali sistem rantai yang terdiri dari dua

mata rantai (Gbr, E2.17), Jika bebas yang bekera adalah 1000 lb, jelas bahwa salah

satu mata rantai akan rontok jika kekuatan kurang dari 1000 lb. Misalkanlah bahwa

probabilitas dari teradinya ini terhadap masing- masing suatu rantai adalah 0,05.

Betapakah probabilitas dari putusnya Mata 1 Mata rantal 2 rantal Gambar E2.17 ngan

demikian putusnya dari mata rantai 1 dan 2 masing-masing dengan Eh dan Ei. D rantai

adalah 0,05 0,05 POE, E.POE) 0,10 0,05 POE, Kita amati bahwa probabilitas PE, I EI);

ini akan tergantung kepada de rajat saling ketergantungan antara En E sbagai contoh,

jika mata-mata rantai dipilih dan secara ram Sebalik an yang kasus yang yang sama
Jadi probabilitat bersyarat F mata rantai CONTOH keperluan gam, dan kan total jadi

jika adalah 0.10 Jika te kota akan t Misalkanla Maka dan Probabilita adalah(2.14

(2.15a) emen kom ikan dalam (2.16) litas juga (2.17) a dapat (2.18) a beban kuatan.

nasing De- de- lih MATEMATIKA ILMUPROBABILITAS secara ramban dari dua sumber,

maka En dan E. dapat diangeup betas statiska sehingua 0,05 x 0,05 0,0975 an

sebaliknya, jika kedua mata rantai dibuat dari bahan batangan baja yang tamu yang

sama, sifat-sifat dari kedua mata rantai akan sangat mirip, Dalam kasus yang ekstrim,

kekuatan kedua mata rantai dapat diangtap sama dalam hal ini. rE: EI) Dengan

demikian. POEl 010 0,05 x10 0,05 yang sama pra dari satu ranta probabilitas

kerontokan dari sistem rantai berkisar antara 0,05 (yang merupakan bersyarat

kerontokan 0,0975. mata POE: yang merupakan fungsi dari derajat korelasi antara

kekuatan dari dua rantai tersebut. CONTOH 2.18 Dua unit pembangkit tenaga listrik a

dan b bekeria secara paralel untuk menyediakan keperluan tenaga listrik suatu kota

kecil. Permintaan untuk tenaga listrik tersebut sangat bera- diketahui bahwa setiap unit

mempunyai kapasitas yang mampu untuk menyedia. dan gan, kan total kebutuhan

tenaga listrik kota tenebut untuk 15E dari probabilitas waktu yang ter. jadi jika unit yang

lain mengalami kerusakan. Probabilitas kerusakan dari masing-masing unit adalah 0,10,

sementara probabilitas akan rusaknya kedua unit adalah 0,02. Jika terdapat kerusakan

di dalam pembangkit tenaga listrik, berapakah probabilita bahwa kota akan

mendapatkan pengiriman energi secara penuh? Misalkanlah peristiwa rusaknya unit a

peristiwa nisaknya unit b POA) P(B) 0.10 P(AB) 0,0 dan 0.20 0,10 Probabilitas

bersyarat bahwa jika teriadi kenusakan, hanya satu di antara dua unit mesin nusak PIA

B) P(iB) P(AB) P(A) P(B) 0,8 x 0,1 0,8 x 0,1 0,1 t 0,1 02 x 0,1 0.08 0.89 0.1844
KONSEPKONSEPDASAR PROBABILITAS Dengan demikian probabilitas bahwa kota

akan mendapatkan penyediaan litrik 0,89 x sewaktu teriadi kerusakan dalam

pembangkit tenaga listrik di 0,75 0,67 CONTOH 2.19 Sebelum diterimanya suatu

penampang (misalnya sepandang rt mil) dari suatu perk, hirektorat Jalan Raya,

dilakukan pemeriksaan terhadap lapixan setebal 8 inel denun, bacaan ultrasonik (li

setiap titao Ta mil dari Gbr 19) untuk prmeriksaan dipatuhinya dilak lapisan perker

setiap penampane ri mil akan diterima iika paling tidak seberar inci, jika tidak an

penampang akan dit dibangun oleh pengalaman yang lalu, bahwa dari semua

penampang kontraktor ditemukan memenuhi pesifikasi. Namun, penentuan tebal de

pengujian dapat diandalksn sosiiadi, ada 20 eluang bahwa penentuan berda dengan

ultrasonik boleh jadi tidak betul Berapakah probabilitas bahwa suatu penampang

tertentu dari lapisan perkerasan dila Jalan denean baik yaitu, paling tidak tebalnya 75

inci) dan akan diterima oleh Direktori Raya Gambar E2.19 Misalkan G tebal sebenarnya

dati perkerasan paling tidak 7,5 inci A tebal yang diukur 7,5 inci. Pernyataan "keandalan

dari pengujian ultrasonik adalah 80t", dapat ditafsirkan mengandung arti bahwa 0,80

dan 0,80 0,80 0,20 Berdasarkan reputasi sebelumnya dari kontraktor di atas, kita dapat

menganggap bahwa won dari hasil pekeriaannya akan mempunyai pembacaan

ultrasonik yang memuaskan: sehingga POA) 0,90 Peristiwa yang diminati adalah

GA:sehingga probabilitasnya adalah (0,80)(0,90) 0,72 (b) Berapakah probabilitas

bahwa tuatu penampang dilaksanakan dengan buruk (yakni, mempunyai tebal yang

kurang dari ?sinci naman akan diterima berdasarkan pengujian ultra- Dalam kasus ini,

kita mendapatkan CONTOH 2. Masala nurunan da akan tunan, (c) (yaitu, ti Karen

CONTOM an (a) Prohlistrik atas adalah perker dengan pem- a jika tebal kan ditolak. bal
dengan erd asarkan asan Direktorat gandung a 90 yakni ultra- 2.3 MATEMAITKA

PROBABILITAS 45 (02000090) 0,18 CONTOH 2.20 A Masalah penununan settlement)

dari suatu portal baja dapat diidealisir sebarai berikut dan B menyatakan dua pondasi

telapak yang duduk pada tanah (Gbr. E2 20) Masing-masing pondasi boleh jadi tetap

pada tinggi semula atau mengalami penurunan s cm. Probabilitas pe- nurunan dalam

masing masing pondasi adalah 0,1. Namun, probabiltas bahwa satu pondasi akan

turun, dengan catatan bahwa yang lainnya telah turun, 0,8 (a) Kondisi yang mungkin

dari kedua pondasi adalah sebagai berikut AR M turun. B turun AR A tidak turun, B

turun AB A turun, B tidak turun AB A tidak turun, B tidak turun 5 cm Gambar E2.20 (b)

Probabilitas penurunan (yaitu, salah satu dari A dan B akan turun) adalah POA u B)

POA) POB) -P(AB) PNA) PEB) P(A)P(8 A) 0,1 0,1 0,1 x 0,8 0,12 (c) Jika kita berminat

di dalam peristiwa E mengenai terjadinya penurunan d dan (yaitu, tinggi yang berbeda

dari kedua pondasi. maka peristiwa itu akan terdiri dari AB Karena kedua peristiwa ini

saling eksklusif POE) POAB) +P(AB) P(Allan) (0,1)ll POBA)1 (0,1)II (0,1)(0,2) (0,1)(0,2)

0,04 CONTOH 2.21 atau akibat Pondasi dari suatu bangunan tinggi bisa runtuh akibat

kapasitas dukung, keruntuh- penurunan yang berlebihan. Misalkanlah B dan s

menyatakan masing-masing ragam dalam an. Jika PIB) 0,001, POS) 0,008: dan PIB l s-

0,1, yaitu probabilitas keruntuhan kapasitas dukung di mana telah terjadi penurunan

yang betlebihan, maka tentukanlah (a) Probabilitas keruntuhan pondasi. (b) Probabilitas

bahwa bangunan telah mengalami pe nurunan yang berlebihan namun tidak ada

keruntuhan dalam kapasitas dukung.46 KONSERKONSEPDAMR PRONABILITAS (il)

POF) 0,001 0.008 0,000,008) 0009 -oncos 0,002 (1 0,1 Hooosh 0,9 x o,008 0,0072 kan

soal ini, probabilitas beryatat i s tidak boleh melebihi 118, dapatkah anda teri kenapal
CONTOH 2.22 yang Ada dua arus yang mengalir melewati suatu lokasi pabrx industri.

Tingkatan dari oksigen dipisahkan (DO atau dissordeted oxygen) dalam air di hilir

merupakan penunjuk dari der, alitan a tercemar, pembuangan limbah lokasi industri itu.

A menyatakan peristiwa tahwv atas tingkatan dan bahwa aliran tercemar. Dari

pengukuran yang dilakuken satu hari Do dati masitig-masing arus sepanjang tahun

yang lalu, ditetapkan bahwa dalam tertentu dan POB) dan probabilitas bahwa paling

tidak satu anus akan tercemar dalam satu hari tertentu adalah (a) Tentukanlah

probabilitas bahwa aliran a juga tercemar di mana aliran b telah ter- (b) Tentukanlah

probabilitas bahwa aliran b juga tercemar bila aliran a telah tercemar. Pertama, kita

menghitung probabilitas bahwa kedua aliran telah tercemar. Karena kita mendapatkan

POA n B) 7/20 dan PLA 720 Dengan perkataan lain, aliran b sangat mungkin tercemar

bila aliran a telah tercemar, sedang. kan peluang bahwa aliran a akan tercemar adalah

50 bila aliran b telah tercemar. 2.3.3 Teorema probabilitas total Kadangkadang

probabilitas suatu peristiwa A tidak dapat ditentukan secara langsung, Namun,

sedemikian selalu disertai oleh teradinya peritiwa perithea lain ELi- 1.2, litas yang

hingga probabaitas perativa A akan tergantung pada aperistiwa Ei yang terjadi. hal yang

demikian maka probabilitas dari A akan merupakan diharapkan memerlukan toomma

pmbabanas total (theorem dengan bobot E yang demikian kan, tinjaulah contoh berikut

ini of untuk CONTOH Sonik (SST pada hail memenang 20a, sedan Jelasla tidak dapa

Namuti tabun 197 partai untu sedangkan maka prob juga berad dalam Gbrterang.

oksigen ri dera. bahwa akukan dalam dalah h ter 23 MATEMATIKA

ILMUPROBABILITAs 47 CONTOH 2.23 Misalkan bahwa terdapat sonik thengenai nasih

proyek ngangkutan super pada hasil pemilihan Ada tidaknya sST komersial pada tahun
1980 akan teteantung memenangkan pretid en dalam tahun 1976 Misalkan juga bahwa

jika Partai Demok pemilihan r. sedangkan jika Partai Republik akan adanya SST pada

tahun 19RO hanya Jelaslah, tanpa yang menang, probabilit akan menjadi70 tidak dapat

mengetahui partai yang akan memenangkan pemilihan tahun 1976. kita Namun,

mengatakan apakah akan meniadi 20t tahun bila partai utama tersebut mempunyai

peluang ang sama untuk menang dalam 1976. probabilitas ini akan merupakan rata-

tata dari 0,20 dan 0,70, atau PISST pada 198o) o 2000,5) o.To(0,5) -0,45 Jika Republik

diunggulkan 3 lawan 2 untuk menang dalam tahun 1976, cukup layak untuk memberi

bobot terhadap probabilitas di atas dengan perimbangan peluang masina masing partai

untuk menangi sehingta POSST pada 1980) 0,20 (0,4) 0,70(0,6) 0,50 sedangkan jika

Partai De yang diunggulkan 3 lawan 2 untuk memenangkan pemilihan maka

probabilitasnya menjadi POsST dalam 1980) 0,20(0,6) 0,7o o 4) -0,40 Secara formal,

tinjaulah n peristiwa yang saling eksklusif dan bergabung sempurna En yaitu, E, UE,

U...UEn S Maka jika A merupakan suatu peristiwa yang juga berada di dalam ruang

sampel yang sama (lihat Gbr. 2.15), kita dapatkan A (Ei UE, U UE.) AEI UAE, U UAE. di

mana AEI, AE AEn juga saling eksklusif, seperti yang dapat dilihat dari diagram venn

dalam Gbr. 2.15. Maka P(A) P(AE P(AE) P (AE) dan dari aturan perkalian, Pers. 2.14,

kita dapatkan teorema probabilitas total POA) POA l E) POE) POM l E1) POE) P (A l

E.)POE.) (2.19) Gambar 215 Diagram Venn dengan peristiwa-peristiwa A dan Ei, En48

KONSERKONSEPDA SAR PR ORABILITAS Juga, dari Pers 218, probabilitas total dari

suatu perintiwa berryarat dapat ditunjastr CONTOH 2.24 jam Gambar E2.24

menunjukkan satu arah dari dua jalan raya h dan 12 yang menyatu menjad Asumsikan

bahwa dan mempunyai kapasitas yang sama, namun, agak berbeda untu lam yang
tibuk, sehingga yang sibuk (rush hours) Mt) -Alalu lintas berlebihan di 10s Ala). Alalu

lintas berlebihan di h). 20 dengan menyatakan probabilitas lalu lintas yang berlebihan di

sewaktu lalu intaa berlehilhan di l kita petoleh dan 100% (a) Jika kapasitas I, adalah

sama dengan kapatitas darili atau h, berapakah probatilitas bahwa lalu lintas berlebihan

di 1,7 lintas yang kurang dari kapasitasnya, bahwa jika menanggung beban lalu boleh

dilewati dengan probabilitas 1 Pertama, kita amati bahwa probabilitas ini akan

tergantung pada kondisi lalu dalam dan yang boleh jadi merupakan habilitas sebagai

berikut atau Ms. dengan masing-masing pro- 0,10 1 (0,1 o, o) 0,so Jelaslah, lalu tintas

dalam akan berlebihan bila laha lintas dalam u, atau atau dua- duanya, berlebihan.

Juga, kita mempunyai Pil1,1) -0,20. 1.0000 101 1.0000.10) 10000) 02000A0) Gambar

E224 (b) 1ika. lebihttya lalu yang berlebih akan memput Irbihan. Sehin CONTOMI 2.2

Misalkan angin ribut y daerah Cham oleh angin pu daerah Champ sertai angin Urbana

sla kota an Medangkan pr dalam daerah tehun dalam kataKONSERKONSEPDASAR

PROBABILITAS sebagai CONTOH 2.24 Gambar E2.24 menunjukkan setu atah dari

dua jalan raya dan yang menyatu mema bahwa dan mempunyai kapasitas yang sama,

namun, agak berbeda jamham yang sibuk, sehingga selama jamiam yang sibuk (rush

hours Alalu lintas berlebihan di li). 10t rta)- Alalu lintas berlebihan di la)- 20s Juga,

dengan menyatakan probabilitas lalu lintas yang berlebihan di sewaktu la lista

berlebihan POlul peroleh dan Puslr) 100% (a) Jaka kapasitas i, adalah sama dengan

kapasitas dari 11 atau h.berapakah probabilitar bahwa lalu linta berlebihan din? bahwa

jika dan menanggung beban lalu lintas yang kurang dari kapasitasnya, boleh dilewati

probabilitas 20% 11 Pertama, kita amati bahwa probabilitas ini akan pada kondisi lalu

dalam dan 1. yang boleh jadi merupakan lile. Iluz, lala, atau 1,1. dengan masing-masing
pro. babilitas sebagai berikut Poi, Pua) -0,500.2) 0,10 (0,1 0.1 00 0,80 uelaslah, lalu

mintas dalatn i, akan berlebihan bila lalu lintas dalam atau la, atau dua, Maka 1.00(0,10)

1,00(0,100 1.00 (0) 0,20(0,80) 0,36 Gambar E224 (b) Jika lebihnya lalu yang berlebil

Dengan akan mempu lebihan, Sela CONTOH 2. Misalka angin ribut daerah Chain oleh

angin daerah Chart sertai angin Urbana adal kota Urban sedangkan p dalam datta

Hitung tahun Definin Jelasla dalam kotaKONSERKONSEPDASAR PROBABILITAS

sebagai CONTOH 2.24 Gambar E2.24 menunjukkan setu atah dari dua jalan raya dan

yang menyatu mema bahwa dan mempunyai kapasitas yang sama, namun, agak

berbeda jamham yang sibuk, sehingga selama jamiam yang sibuk (rush hours Alalu

lintas berlebihan di li). 10t rta)- Alalu lintas berlebihan di la)- 20s Juga, dengan

menyatakan probabilitas lalu lintas yang berlebihan di sewaktu la lista berlebihan POlul

peroleh dan Puslr) 100% (a) Jaka kapasitas i, adalah sama dengan kapasitas dari 11

atau h.berapakah probabilitar bahwa lalu linta berlebihan din? bahwa jika dan

menanggung beban lalu lintas yang kurang dari kapasitasnya, boleh dilewati

probabilitas 20% 11 Pertama, kita amati bahwa probabilitas ini akan pada kondisi lalu

dalam dan 1. yang boleh jadi merupakan lile. Iluz, lala, atau 1,1. dengan masing-masing

pro. babilitas sebagai berikut Poi, Pua) -0,500.2) 0,10 (0,1 0.1 00 0,80 uelaslah, lalu

mintas dalatn i, akan berlebihan bila lalu lintas dalam atau la, atau dua, Maka 1.00(0,10)

1,00(0,100 1.00 (0) 0,20(0,80) 0,36 Gambar E224 (b) Jika lebihnya lalu yang berlebil

Dengan akan mempu lebihan, Sela CONTOH 2. Misalka angin ribut daerah Chain oleh

angin daerah Chart sertai angin Urbana adal kota Urban sedangkan p dalam datta

Hitung tahun Definin Jelasla dalam kotaditunjukkan (2.19a) tu menjadi eda untuk lalu

lintas babilitas. ban lalu as dalam u dua (b) Jika kapasitas 13 adalah dua kali 23
MATEMATIKA ILMUPROBABILITAS 49 yang lalu lintas lipat kapasitas 11 atau 11,

rapakah probabilitas bet berlebihan, bahwa hanya 1 h yang mempunyai lalu lintas atau

akan Dengan kapasitas dari ly dapat dilampaui dengan 15 lebihan. demikian POlal Il)

LI) 0,15. Lebih jauh, adalah jelas bahwa Is mempunyai lalu lintas berlebihan bila i dan

juga mempunyai lalu lintas yang ber- Sehingga dalam hal ini, 1.000010) 0,15(0,10)

015(0) 00080) 0,115 CONTOH 2.25 Misalkanlah bahwa dalam suatu tahun yang

ditentukan secara angin yang merusak yakni, angin ribut dengan kecepatan yang

melampaui 60 mph) di daerah Champaign adalah 0,20. Selama teriadinya angin yang

demikian, tidak disertai angin probabilitas dari kerusakan struktur di kota Urbana yang

berada di daerah Champaign) adalah 0,10. Bila angin ribut terjadi di daerah tersebut,

maka probabilitas bahwa angin ribut akan d angin pusar adalah dan probabilitas bahwa

angin pusar ini akan menghantam kota Urbana adalah 0,05. Asumsikan bahwa angin

pusar terjadi hanya sewaktu angin ribut,dan bila kota Urbana oleh angin pusat, adalah

pasti bahwa akan timbul kerusakan struktur. sedangkan probabilitas dan kerusakan

struktur dalam kota sewaktu teradinya suatu angin pusar dalam daerah namun tidak

mengenai kota, adalah 0,10 Hitunglah probabilitas dari kenasakan struktur dalam kota

Urbana selama periode sat tahun. Definisikanlah peristiwa berikut F kerusakan struktur

dalam kota Urbana angin ribut dalam daerah Champaign T a angin pusar dalam daerah

Champaign H angin pusar memukul kota Urbana Jelaslah, peristiwa peristiwa ST ST sT

dan ST adalah saling eksklusif dan bergabung sempurna (collectivelly exhaussive):

dengan demikian probabilitas dari kerusakan struktur dalam kota adalah 1,00(0.05)

0,10(0,95) 0,145 P(FiST tidak diketahui, namun tidak perlukan dalam soal ini Juga

POST POT SPIS) 0,25(0,20) 0,05 POST POT SP(s 0,75 (0,20)
0,15KONSERKONSEPDASAR PROBABILITAS Sehingga POF) 0,14500,os) 0,10(o.15)

(to) 0(0,80) 0,00725 0,015 0,0222 2.3.4 Teorema Bayes Pada situasi yang mendasari

teorema probabilitas total ailhat Pasal 2.3.3), jika peristiwa ter. jadi, berapakah

probabilitas bahwa suatu peristiwa tertentu Ei juga teriadi? Ini dapat dipandang sebagai

suatu probabilitas yang "dibalik" (reverse probability) ngan menerapkan Pers. 2.14

terhadap a bersama AEi, kita dapatkan POA IE, POE.) P(E IA)P (A) Sehingga kita

dapatkan probabilitas yang diinginkan (2.20) P(A) yang dikenal sebagai teore Bayes

Jika PA) dikembangkan dengan menggunakan teorema probabilitas total, Pers. 2.20

menjadi P(EIA) (2.20a) CONTOH 2.26 Dengan mengacu kembali pada masalah

perkerasan pada Contoh 2.19, kita mungkin ber. tanya "Berapakah probabilitas bahwa

jika suatu bagian jalan dibangun dengan baik, bagian inl akan diterima atas dasar

pengujian ultrasonik?" Ini berarti bahwa PdAG. yang menurut Pers. 2.20, diberikan oleh

POG APOA) P(A G) POG) Dari Contoh 2.19, kita dapatkan P(GIA) 0,80 dan P(A) 0,90

Untuk menentukan POG), kita lihat bahwa A dan adalah saling eksklusif dan bergabung

sem- purna; sehingga menurut Pers, 2,19. 0,80(0,90) (0,20)(0,10) 0,74 Dengan

demikian probabilitas yang ditanyakan adalah 0,80 (0,90) 0913 0,74 sedangkan 1 0,973

0,027 yang me dasarkan banding arti tidak ngotoral kedua hanya s kan pen (a) tahun m

(b) berapak pembua otomob Maka, probawa A ter. Pandan teorema (2.20a) ian ini

2.MATEMATIKA ILMUPROBABILITAS yang merupakan probabilitas ditolaknya saatu

juka yang dibangun dengan baik ber- dasarkan pengujian ultrasonik,

Probabilitasprobabilitas yang belakangan ini harus d+ bandingkan dan dibedakan

dengan 4) pada Contoh dalam arti tidak kecil. CONTOH 2.27 Pencemaran udara dalam

suatu kota terutama disebabkan oleh limbah industri dan kedua otomobil. Di dalam 5
tahun mendatang, peluang keberhasilan untuk mengendalikan sumber pencemaran di

atas, adalah 75s Misalkanlah hanya satu dari kedua sumber itu dikendalikan dengan

bethasil, probabilitas untuk menurun- kan pencemaran di bawah tingkat yang dapat

ditolerir adalah tahun Berapakah probabilitas dari berhatilnya pengendalian

pencemaran udara dalam 3 mendatang? (b) Jika, dalam 5 tahun mendatang, tingkat

pencemaran tidak dikendalikan secukupnya berapakah probabilitas bahwa seluruhnya

ini disebabkan oleh gagalnya dalam mengendalikan pembuangan Dengan

mengasumsikan kebebasan statistik antara pengendalian limbah industri dan otomobil

(A), kita dapatkan P(AI) 0,75 x 0,60 0,45 POAD 0,25 x 0,60 0,15 POHD 0.75 x 0.40 0,0

PO 025 x 0,40 0,10 Maka, dengan menyatakan peristiwa pengendalian pencemaran

udara sebagai da PE- 1.00 (or 45) 0.8 (0,15) 0,80(o,30) oro,10) 0,81 (e) suatu

pertanyaan yang berhubungan: Jika pencemaran tidak dikendalikan, berapakab

probabilitas bahwa pengendalian dari pembuangan otomobil tidak berhasil? Ini

menginginkan PO E: namun 0,2000300 1,000010) 0,19 0,84 sedangkan POE)

0,20(0.15) 1.00(0.10) 0.13 0.68 0,19 CONTOH 2.28 Agregat untuk konstruks n dari dua

perusahaan yang berlaisan Perusahaan yang duyara mengirimkan 600 muatan setiap

hari, di mana 3s tidak memenuhi mut32 KONSERKONSEPDAsAR PROBABILITAS

Perusahaan A mengirimkan 400 muatan setiap hari, dari mana hanys Is yang bermutu

bawah (a) dom) betapakah probabilitas bahwa watu mustan agregat yang dumba

hecate acak tris berasal dari Penasahaa lulus dari itandar yann ditentukan (c) lika mutu

suatu muatan agregat ternyata di bawah standar, berapakah probabilitas tahwa ini

berasal dari Perusahaan (a) Karena ada toooo muatan tutal, vana mama 600 berasal

dari perusahaan maka probabiltas hat wa suatu maatan yang dipiuh secara acak
berasal dari perusahaan 4 (b) Agretat di bawah mutu standar boleh jadi berasal dari

perusahaan dan a Kita menerapkan leorena probabilitas total untuk menghitung

probabilitas peristiwa E, yritu, meng til vuatu muatan dengan mutu di bawah standar

600 001 1000 0,01E 0,004 0,022 (co Jika muatan agregat yang diambd vecata acak

ternyata di bawah mutu standar, maka probabilitasnya bahwa ia berasal dari

perusahaan tudak 0,6 seperti dalam (s), oleh karma nang ampet telah berubah. Alih-alih

1000 muatan, ruang sampel yang baru mencakup muatan ingregat di bawah itandar

yang banyaknya (o 01 x 600 0,01 x 400) 18 4 22 muatun Yang mana hanya ada 18 dari

penasahaan A. Sehingga arreutnya dibawah standary 0,03 x 600 0,03 x 600 0,01 x 400

IN 0,818 karena ngregat dari perusahaan lebth rendah mutunya dari agregat yang

berasal dari N, infor masi tambahan bahwa suatu muatan agregat brrada di bawah

standar, menambah probabilitai bahwa muatan yana demikian berasal dari at. Teorema

Bayes bermanfaat untuk mengubah atau memutakhirkan (mengupdate) proba bilitas

yang dthitung dengan tersedianya data dan infirmasi tambahan. Contoh-contoh yang

berikut akan memperlihatkan hal ini, termasuk bagaimana informasi yang sebelumnya

Gang barangkali didaurkan atas pemisalan pempalaman atau kebijaksanan)

dikombinaikan dengan hasil pempujian untuk memutakhirkan probabilita yang dihitung

CONTOl 2.29 Timisulah nuatu pondasi tiang pancang, di mana digunakan kelompok

tung untuk men dukung setir telapak kolam secara individual Marina masira kelompok

tana ditancang untuk memikul beban 200 Ini cukup aman di bawah keadaan Namun,

pada kejadi toh an yang jarang, behan dapat mencapai 300 tot. Ininyur pondasi ingin

menertahui probabilita mpok dapat memikul beban tkuttim sampai 300 ton Berdasarkan

pengalaman sebelumnya den pondari tiang pancang yang serupa, yang di lengkapi
dengan perhirusan pukulan dan prnralian tanah, insinyur tenebut menakut pro di antara

kel Yane kiirang Untuk t kelompok til titutakhirkan jadi 0, 24 hal ini kitabermutu di acak

(ran, acak tidak robabilitas A, maka adalah Kita dapat tu, meng ar, maka eh karena p

muatan babilitas proba dengan rancang kejadi. abilitas yang di sir pro- 23.

ILMUPRORABILITAS 53 MATEMATIKA babilitas sebesar bahwa kelompok tiang

pancang manapun dapat memikul 30o ton. Juga di antara kelompok yang kapasitasn

kuranE dari 300 ton, 50 akan gagal pada beban beton yang kurang dari 280 ton Untuk

menyempurnakan probabilitas yang ditaksir, insinyur pondasi tadi meme kelompok tiang

yang akan diuji dengan beban 280 ton, lika mpok tiang ini lolos dari per maka kelompok

ini untuk memikul beban 300 mutakhirkan sebagai berikut. Misalkan peristiwa bahwa

kapasitas kelompok tiang 300 ton peristiwa berbasilnya percobaan pembebanan. Maka

menurut informasi yang diberikan di atas, POT o 5, dan PA) 0,70, dan jelaslah bahwa

P(TIA) 1.0. Teorema Bayes dengan demikian memberikan POT 4)POA) POM T) (1.00)

(010) 0,824 0000,701 sehingga, jika uji pembebanan berhasil, probabilitas yang

disyaratkan akan naik dari 0,70 men. jadi 0,824 CONTOH 2.30 Agregat untuk

perkerasan jalan raya diperoleh dari lobang sumber kerikil (gravel pit) Berdasarkan

pengalaman dengan bahan dari daerah ini, diketahui bahwa probabilitasnya adalah

POG) POagregat bermutu baik) 0,70 P (agregat bermutu buruk) 0,30 Agar dapat

menyempurnakan informa awal ini, searang insinyur menguji suatu contoh agregat.

Namun, metode pengujian tidak dapat diandalkan sepenuhnya probabilitas bahwa

agregat bermutu sempurna akan lolos pengujian adalah sedangkan agregat bermutu

buruk adalah 10 Gunakanlah Ti untuk menyatakan peristiwa bahwa suatu sampel lolos

dari uji coba, Maka dari uii coba, probabilitas telah dimutakhirkan menjadi jika sampel
tersebut sesungguhnya lo POG T) (0,8)(0,7) (0,8)(0,7) (0,1)(03) sehingga, dengan hasil

pengujian yang positif, probabilitas dari agregat bermutu baik dinaikkan secara

signifikan dari 70 ke 95% satu sampel ui, sehingga sampel Misalkanlah bahwa insinyur

tidak puas hunya dengan lain diuji. Jika sampel tambahan ini juga lolos dari percobaan,

probabilitasnya dimut lebih jauh sebagai berikut POT, GOP(G) POG T) (0,800095)

0,993 (0,8)(0,93) (0,l)(0.05) Pemutakhiran (updating) ini dilakukan secara berurutan,

Pemutakhiran ju dapat dilakukan dalam suatu langkah tunggal dengan menggunakan

dua percobaan secara bersamaan. Dalam hal ini, kita dapatkan54 KONSEAKONSEP

DASAR PRORABILITAS ysne ielas sama denran hasil yang diproteh ecara terurutan di

atas. "et raimana yang 2.4 KESIMPULAN Dalam bab ini, kita mempelajari bahwa

masalh abilitas melibatkan penentuan probiti litas suatu peristiwa dalam suatu

himpunan yang sempuma dari probabilitas (itau niang k mungkinan). Ada dua hal yang

sangat penting dalam dan penyelesaian masala, semacam itu (l) ruang penumusan dati

di dalam nang ini dan (2) perhitungan probabilitas peristiwa tenebut. Disar matematika

yang telent dan untuk ini adalah teori punan dan teori probabilitas Dalam bah ini,

elemen-elemen dasar dari kedua teori ini dikembangkan secara elementer dan

nonabstrak, ber ikut contob-contoh fisis Jika didefinisikan dalam konteks himpunan,

peristiwa peristiwa dapat dikombinasaan untuk memperoleh peritiva lain melalui aturan

operaul dari himpunan dan Ribh tiwa dasarnya, ind mencakup gabungan (union) dan

perpotonean dari dua peris lebih trrmanuk Dengan cara serupa, operati dari tenti

probabilitas menyajikan dasar untuk hubungan hubungan deduktif di antara probabilitas

probabilitas dari peritiwa tertentu: khususnya, ini terdiri nstiwa yang berbeda di dalam

ruang prohahilii rema probabilitan total dan dari ananum patambahan (addition nule).
aturan perkalun, teo teorema Bryer. Pada hakekatnya, konsep konsep yang

dikembangkan di dalam bab ini membentuk dasar dasar probabilitas terpakai. Dalam

Bab 3 dan 4, alat-alat analitis tambahan akan dkemhene kan berdasarkan konsep

konsep dasar ini. so AL SOAL Pasal dan 2.2 21 yang manekin dari tiga perletakan

jembatan yana diperlihatkan dalam Ght r21 adalah sebagai berikut tumpuaa A inci, 1

inci, 2 inci. tumpuan B 0 inci, 2 inci. tumpuan C-0 inci, 1 inci, 2 inci (a Tentukanlah ruang

sampel yang memberikan semua pemurunan Tang mungkin d tio tumpuas, misalnya 0,

2) berarti menurun 1 inci, B menurmia o indi, dan c me nuruti 2 inci (b) lika E adalah

perativa penurunan diferra sial 2 inci antara dua himpunan yana her dekatan,

tentukanlah titan-titik sampel dari E 11 Gambar P2.2 memperlihatkan waatu Jaringan

jalanjalan ray. menututunakan kota (al ruant (sampel space) yang memberikan semua

nate yang mati kin antara kota dan kota prialenas yang minakin antara dua kota yang

ditutusukan perti yang disajikan dalan Gbr P22 2 ke 9. vaktu-waktu perialasan yang in

adalah 3. 4. s iam Berapakah wuktu pesalanan yana munakin Gaml 14yang probabi

ang ke- di dalam ng relevan trak, ber- mpunan, ua peris n-aturan di antara babilitas k

dasar mbang r, P2.1 ri tiga g ber kota- ntara 24, KESIMPULAN 55 1 dan 9 melalui rute.

D 9? Bagaimana jika melalui D (6) (8) (9)? waktu perinianan vang mungkin iembatan

Gambar P2.1 Gambar P2.2 2.3 sebuah bangunan apartemen yang berukuran denah m

dapat dibagi menjadi unit unit dengan atau kombinasinya (Gbr. P2.3). Jika unit-unit

dengan 1 kamur tidur g berukuran 6 6 X 6 m, yang berkamar 2 berukuran m X 12 m.

dan yang berkamar tidur 3 berukuran 6 m x 16 m, bagaimanakah bangunan tersebut

dapat dibagi bagi menjadi unit-unit dengan tipe berkamar satu atau lebih? 6 m Gambar

P23. 2,4 suatu kantong belok kanan sepanjang 60 ft direncanakan pada suatu
persimpangan jalan. Misalkanlah bahwa hanya ada dua jenis kendaraan yang akan

menggunakannya: tipe A akan menempati 15 ft dari kantong, sedangkan tipe B 30 ft. (a)

Tentukanlah semua kombinasi yang mungkin dari tipe A dan B yang menunggu ke-

sempatan belok kanan dari kantong. (b) Kelompokkanlah kemungkinan kemungkinan

ini ke dalam peristiwa 1, 2, 3 dan 4 kendaraan yang menunggu untuk belok ke kanan,

2,5 Angin kencang pada suatu lokasi tertentu boleh jadi datang dari arah mana saja di

atitara timur (0 dan utara (0 90 Semua nilai dari kecepatan angin v adalah mungkin, (a)

Gambarkanlah sketsa dari ruang sampel untuk kecepatan angin dan arahnya. (b)

Diketahui A- V 20 mph) B 2 mph s 30 mph) s 30 Tentukanlah peristiwa peristiwa A, B, C

dan A dalam ruang sampel dalam sketsa (a) (c) Gunakanlah sketsa sketsa baru untuk

mengenali peristiwa peristiwa berikut F A n B n C (d) Apakah peristiwa D dan E saling

eksklusif? Bagaimana mengenai peristiwa dan C? 2.6 Nilai-nilai yang mungkin dari

tinggi air H, relatif terhadap tinggi purata muka air, pada masing-masing dua sungai A

dan B adalah sebagai berikut (dalam meter) 3, -2, -1.0, 1, 2, 3, 66

NONSERKONSEPDASAR PROMABILITAS aulah sungai dan definisikan

ventiwaperistiwa berikuti n a pasangan pasangan dari peristiwa peristiwa yang saling

eksklutit antara n, dan (b) Pada masing masing sungai, t if normal, N s in Kemarau, D

Gunakan pasangan (MA, NA) yang diunt untuk mengidentifikasi titik-titik sampel yang

menghubungkan masing-masing tingui muka air bersama dalam A dan Mi demi titik

sampel menentukan kondisi hA a dan AB I secara simultan Tentukanlah titik untuk

peristiwa peristiwa 27. Urutan dari keriatan-kegiatan utana dalam pelaksanaan

konstruksi dari dua struktur diper. lihatkan di dalam Gbr P2.7 Pelaksanaan struktur

struktur atin dan dapat dimulai se setelah pondasi bersama (gabungan) diselesaikan
waktu yang mungkin dari penyelesaian untuk masing-masing tahap pelaksanaan d

tunjukkan dalam Gbr. 127, misalnya, tahap pondasi dapat memakan waktu 5 atau 7

Tuliskan kombinasi kombinasi yang mungkin dari waktu untuk masing-maxing tahap

dari proyek untuk pondasi, salnya, (1, 3, 6) menyatakan peristiwa bahwa dibutuhkan 5

bulan Berapakah waktu bulan untuk struktur atas M, dan 6 bulan untuk struktur atas B.

struktur salat toral yang mungkin untuk struktur A saja? Dan untuk (e) Berapakah waktu-

waktu penyelesaian total yang mungkin untuk proyek (d) Jika probabilitaa dalam bagian

(a) mempunyai peluang yang sama untuk teradi, bera pakah probabilitasnya bahwa

proyek selengkapnya akan diselesaikan dalam 10 bulan? mass Gambar P27 Gambar

2.8 sebuah tangki nder digunakan untuk menyimpan air untuk suatu kota (Gbr, P2.8).

Pengadaan air tidak sepenuhnya dapat diramalkan. Dalam satu hari air matuk secara

me kemungkinannya untuk mengisi 6 rata 7, atau 8 rt dari tangki. Permintaan akan air

juga bervariari, dan mungkin (dengan kemungkinan yang merata) memerlukan

sejumlah air yang ekivalen dengan 5. 6, atau 7 ft ir dalam tangki, nerapakah kombinasi

yang kin dari air dan ke luar dalam satu hari? Dengan mengasumsikan masuk that,

bahwa tinggi muka air dalam tangki adalah 7 ft pada pagi herapakah tinggi muka air

yang tungkin dalam tangki pada malam hari B rapakah proba bahwa akan ada paling

tidak It air tertinggal dalam tangki pada malam hari? Pasal 2 2,9 Suat 2 (k 0,01 hing 210

Suat beba beba (e) (e)eksklusif antara ik sampel yang dengan demi- ntukanlah titik

struktur diper. pat dimulai se. elaksanaan di aktu 5 atau 7 masing tahap hkan 5 bulan

uktur atas B. Dan untuk terjadi, bera- m 10 bulan? ki silinder br. P2.8) ecara me- an air

juga h air yang pada pagi hari? Be ngki pada 2.4, KESIMPULAN 57 Pasal 2 2,9 suatu

setasiun pembangkit tenaga listrik mempunyai dua unit mesin pembangkit, yang di
omori 1 dan 2. Karena pemeliharaan dan kerusakan yang kadang-kadang terjadi pada

me- sin, maka probabilitas dalam satu minggu tertentu dari tidak bekerjanya mesin No 1

dan 2 (kedua peristiwa peristiwa ini dinyatakan dengan EI dan E1) masing-masing

adalah 0.01 dan 0,02. Selama suatu minggu di musim panas ada probabilitas sebesar

10% bahwa cuaca akan sangat panas (katakanlah suhu rata-rata Rs F. peristiwa ini

dinyataka hingga permintaan akan tenaga listrik untuk air conditioning akan naik

dengan menyol Prestasi kena pembangkit tenaga listrik itu dari segi kemampuannya

yang potensial untuk memenuhi permintaan dalam suatu minggu tertentu dapat

digolongk (i memuaskan (satisfactory) s, jika kedua unit bekerja dan temperatur rata-

rata berada di bawah 85 F (ii sisi Ar jika satu dari kedua unit tidak bekena dan suhu ra

ta-rata di atas 85 F iii) tidak memuaskan U, untuk hal lainnya Misalkan H. Et, dan E

adalah batas statistik 2 (a) Tentukanlah peristiwa peristiwa s M, dan w di dalam H EI

dan E (b) probabilitasnya bahwa epat satu menin akan tidak bekerja dalam suatu

minggu tertentu? (c) Hitunglah Posy, POAD, dan Pun. 10 balok menganjur (kontievery

mempunyai dua kaitan di mana dapat digantungkan beban dan (Gbr, P2,10). Terdapat

probabilitas tergantung beban atau tidak ada beban sama sekali pada masing-masing

kaitan. Untuk merancang balok ini, seorang insinyur perlu mencari momen jepit pada A,

yaitu M (a Berapakah semua nilai yang mungkin dari MA? (b) Misalkan E1 menyatakan

peristiwa bahwa MA 600 lb-ft Ea menyatakan peristiwa bahwa 200 <MA <80 Apakah

peristiwa peristiwa Et dan En saling eksklusif? Kenapa? (c) Apakah peristiwa peristiwa

E1 dan E1 saling eksklusif? Di mana E, 10, 100. 400 (d) Dengan informasi berikut:

Probabilitas bahwa beban D menggantung pada B 0,2 Probabilitas bahwa beban D

menggantung pada C 0,7 Probabilitas bahwa beban 2 menggantung pada B- 0,3

Probabilitas bahwa beban (2 menggantung pada c 0,5 Berapakah probabilitas yang

berkaitan dengan masing-masing titik sampel dalam bagi- an (a)? Asumsikan bahwa

lokasi dari beban D tidak mempengaruhi probabilitas dari lokasi beban (20 (e) Tentukan

probabilitas dari peristiwa peritiwa berikut Gambar P2.1058 KONSEPKONSEP DustR

PRORARILITAS 211 Dalam pr konstruksi suatu bangunan, penyelesaian bangunan

memerlukan penyelesai. an sederetan kegiatan yang berunutan. Definisikanlah

penggalian yang selesai tepat pada waktunya dan PE) 0,8 pondasi yang selesai tepat

pada waktunya dan PIE) o 2,13 Pet bangunan atas yang selesai pada waktunya. dan

Pos-a g Anggaplah bahwa terdapat kebebasan statistik di antara peristiwa-peristiwa ini

(a) Definisikanlah peristiwa tproyek selesai pada waktunya) di dalam E, F dan s. Hitung

(b) h probabilitas dari penyelesaian yang tepat pada waktunya. Definisikan, di dalam F

dan s dan peristiwa berikut penggalian akan tepat pada waktunya dan paling tidak satu

di antara kedua operasi lainnya akan tidak tepat dalam waktunya. Hitunglah POG) (e)

Tentukanlah peristiwa H hanya satu dari tiga operasi akan tepat pada waktunya. 212

Limbah dari suatu pabrik industri mengalami pemrosesan sebelum dibuang ke aliran

yang berada di sekitar Pemrosesan terdiri dari tiga tahap, yaitu primer sekunder dan

ternier (Gbr. P2.12), Pemrosesan primer dapat dikelaskan sebagai baik (GI), tidak

lengkap atau buruk (FI). Proses sekunder dikelaskan sebagai baik (Ga), atau buruk

(Fa), dan yang tersier sebagai baik (G,) atau buruk (FS). Misalkanlah bahwa

pengkelasan dalam masing. masing proses adalah sama peluang terjadinya (misalnya,

proses primer berpeluang yang sama untuk baik, tidak lengkap atau buruk). Selain itu,

penampilan dari ketiga tingkata proses adalah bebas statistik satu sama lain. (a)

Berapakah kombinasi pengkelasan yang mungkin dari ketiga tahapan proses ters
(misalnya, Gh. F2. G3 menyatakan suatu kombinasi di mana primer dan tertier adalah

baik, namun yang kedua buruk). Berapakah probabilitas dari masing-masing kombina si

(atau titik-titik contoh) ini? (b) Misalkanlah bahwa peristiwa dari proses total yang

memuaskan memerlukan paling (c) tidak dua tingkatan dari proses yang baik.

Berapakah probabilitas dari peristiwa in Misalkanlah proses primer yang baik (b E1

proses sekunder yang baik proses terser yang baik Tentukanlah POE), POE E), P(EE,

Limbah Sek under Tenierpenyelesai. s. Hitung- berikut tara kedua iran yang an tersier

gkap (11) dan yang m masing- ang yang tingkatan tersebut? er adalah kombina (d)

Tentukanlah dalam E1, En, Ex 2.4, KESIMPULAN 59 definisikan dalam (b). peristiwa

dari proses total yang memuaskan seperti di (Petunjukt E1 merupakan bagian dari

perist wa iniy 2.13 penampang melintang dan sungai B, dan C perlihatkan dalam Gbr

P2.13 dan tinggi banjir A dan B atas permukaan aliran adalah Tinggi banjir pada A (ft)

Probabilitas Tinggi banjir pada B Probabilitas 0,20 Misalkanlah bahwa kecepatan aliran

H, B, dan C adalah sama. Berapakah probabilitasnya bahwa banjir pada c akan lebih tin

dari 6 ft di atas tinggi permukaan? Asumsikanlah bahwa tinggi banjir pada A dan B

adalah bebas statistik.Jawab: 0,3. 2,4 Gambar P2.14 adalah gambar dari hasilhasil

percobaan yang memperlihatkan tingkat pe- madatan C dari lapisan tanah terhadap

umur perkerasan L Tentukanlah yang berikut ini. (a) P(20 L s 40 C 2 7o (b) POL 40 C s

95) (c) P(L 40 70 C s 95) (d) P(L 30 and C 70) Jumlah total titik-titik data, n 100 Tingkat

Pemadatan, N cBR Gambar P2.15 Gambar P2.H 2.15 sistim jalan raya antara dua kota

A dan B ditunjukkan dalam Gbr, P2.15. Petialanan antara A dan B selama bulan-bulan

musim dingin tidak selalu mungkin karena sebagian dari jalan60

KONSEPKONSEPDASAR PROBABILITAS boleh jadi tertutup untuk lalu lintas akibat

kondini cuaca yang sangat jelek, Misalkanlah peristiwa peristiwa di mana jalan AB. AC,

dan CH dibuka berturut-turut adalah En, E Pada suatu hari tertentu, misalkanlah bahwa

P(E) 215 POEal E, 4/5 POE) 3/4 POE, 1/2 P(Es) 2/3 (a) Berapakah probabilitas bahwa

seorang pelancong akan dapat bepergian dari A ke a jika dia harus melalui kota Ch

Jatarb: 0,6 Gb) Berapakah probabilitat bahwa dia akan dapat mencapai kota B?1atoab:

0.7 (c) Rute manakah yang ha dicobanya terlebih dahulu untuk membuat peluangnya

untuk mencapai B. maksimum 2.16 Seorang kontraktor memasukkan penawaran tender

untuk pekeriaan A dan B. Probabilita bahwa dia akan memenangkan pekeriaan A

adalah PCA) t dan pekeraan B sebesar P(B) (a) Dengan menganggap bahwa

pemenang pekerjaan A dan B merupakan dua peristi yang bebas, b probabilitas bahwa

kontraktor akan memenangkan paling tidak satu pekerjaan? (b) Beer probabilitas

kontraktor akan mendapatkan peketiaan A setelah memenangkan paling tidak satu

pekerjaan? Jika dia juga memasukkan penawaran untuk pekerjaan c dengan

probabilitas untuk paling tidak satu POC T, berapakah probabilitas bahwa ia akan

mendapatkan pekerjaan? Sekali lagi misalkanlah bahwa A, B, dan Cadalah bebus

statistik. Berapakah probabilitas bahwa kontraktor itu tidak akan mendapatkan pe

keriaan sama sekali7 2.n Kota 1 dan 2 dihubungkan oleh rute A, dan kota 2 dan 3

dengan rute B (ihat Gbr. P2.17 yatakanlah jalur arah timur sebagai A, dan BI dan jalur

jalur arah barat dengan A1 dan Gambar P2.17 Misalkanlah bahwa satu jalur dalam rute

A tidak akan memerlukan perbaikan berat untuk paling tidak selama 2 tahun,

mempunyai probabilitas 90%; dan probabilitas yang (yang serupa) untuk suatu jalur

dalam rute B hanyalah 80% y Tentukanlah probabilitas bahwa rute A akan

membutuhkan perbaikan berat dalam 2 tahun berikutnya. Juga tentukan probabilitas

untuk rute B, Misalkanlah bahwa jika salah satu jalur dari suatu rute memerlukan

perbaikan, maka peluang b jalur lainnya juga memerlukan perbaikan mempunyai

probabi- litas yang 3 kali besarnya dari probabilitas yang 0,12 0,28 (b) Dengan

mengasumsikan bahwa kebutuhan untuk perbaikan dalam rute A dan B adalah bebas

satu sama lain, berapakah probabilitas bahwa jalan antara kota 1 dan 3 akan

membutuhkan perbaikan berat dalam dua tahun? Jauab: 0,4 2.18 sistem p. saluran y

Jumlah faktor an di dalam Untuk dan asumri Pengrim Juga, P Mis pengirin bilitas a 2.19

Waktu (quarry berikutelek, Misalkanlah it adalah Ei, E ian dari A ke B ouat peluangnya

obabilitas sebesar g tidak setelah untuk kan u bebas kan pe- P2.17), in A2 dan balkan

berat abilitas yang berat dalam perbaikan, yai probabi- e A dan B ota 1 dan 3 2, is

Sistem 24, KESIMPULAN 61 saluran pengadaan air untuk suatu kota terdiri dan atu

tangki dan satu pipa Jumlah yang mengalirkan air dari suatu waduk di saatta tempat

yang jauh faktor air yang tersedia dari waduk adalah bervariasi tergantung pada

bermacam-macam di antara lain curah hujan dalam daerah aliran Akibatnya, jumlah air

yang tertampung dalam tangki juga akan bervariasi. Pemakaian air juga sangat

berfluktuasi. Pipa penyimpanan Gambar P2.18 Untuk menyederhanakan

permasalahannya, nyatakanlah A air yang tersedia dari waduk adalah rendah B air yang

tersimpan dalam tangki adalah sedikit C tingkat pemakaian air adalah rendah dan

asumsikanlah bahwa POA) 20% P(B) 15% 50% Pengiriman air dari waduk diatur

seperlunya untuk memenuhi kebutuhan, sehingga Pla I C) s POpengiriman waduk

tinggi pemakaian tinggi) 75% Juga, POB A) 50% sedangkan jumlah air yang disimpan

tidak tergantung dari kebutuh- an Misalkanlah bahwa kekurangan air akan teradi bila

kebutuhan adalah tinggi, dan pengiriman dari wadu sedikit atau air yang tersimpan
adalah sedikit. Berapakah proba bilitas adanya kekurangan air? Asumsikan bahwa 0,5

2.19 Waktu T (dalam menit) yang diperlukan untuk memuat batu-batu pecah dari

tambang batu (quarry) ke dalam truk sangat bervariasi. Dari pencatatan 48 pemuatan,

diamati data yang berikut ini. waktu muat T Jumlah pengamatan tmenit) Total 4862

KONSEPKONSEPDASAR PROBABILITAS (a Gambarkanlah histogram untuk data tnik

data probabilitasnya bahwa waktu muat T untuk suatu paling tidak 4 b) Co) Berapakah

probabilitasnya bahwa waktu total untuk memuat 2 truk yang berurutan akan lebih kecil

dari 6 menit? Asumsikanlah bahwa waktu-waktu muat untuk dua (d) Agar yang mana

saja adalah bebas statistik, mendapatkan penaksiran yang konservatif dalam waktu

muat, dimisalkan bahwa kah tu membutuhkan paling tidak menit; atas pemisalan

berapa. probabilitasnya bahwa waktu muat untuk suatu truk akan lebih kecil dari menit?

2.20 Dinding penahan gravitas boleh jadi runtuh akibat dari penggelinciran (4) atau

peng Eulingan akibat dari kedua-duanya (Gbr. P2.20). Misalkan bahwa li) Probabilitas

dari keruntuhan gelincir adalah dua kali dari probabilitas guling, 2P(i) (i) Probabilitas

bahwa dinding juga runtuh akibat gelincir, setelah terjadinya keruntuh (ii adalah B

Probabilitas runtuhnya dinding- (a) Tentukanlah 10 akan terjadi. Jawab: (b) probabilitas

gelincir Jika dinding runtuh, berapakah probabilitas bahwa hanya ketuntuhan gelincir

yang 2.21 Dua kabel digunakan untuk mengangkat beban (Gbr, P2.21), Namun,

umumnya beban hanya dipikul oleh kabel kabel B sedikit lebih panjang dari kabel A,

sehingga umumnya tidak ikut memikul beban. Jika kabel A putus, maka kabel B harus

memikul beban se penuhnya, sampai dengan digantinya kabel A Probabilitas putusnya

kabel A adalah 0,02; juga probabilitas putusnya kabel B jilka harus sendirian memikul

beban adalah 0,30. (b) Berapakah probabilitas (kemungkinan)nya bahwa kedua kabel
akan putus? Jika beban tetap terangkat, berapakah probabilitasnya bahwa tidak ada

kabel yang Penggulingan Pengis Dinding Penggelinciran Gambar P2.20 Batuan

Gambar P2.21 2.2 Perancangan pendahuluan dari suatu jembatan yang membentang

di atas suatu sungai terdiri dari empat balok galang (girdet dan tiga tiang dermaga

seperti terlihat dalam Gbr, P2.22. Dari peninjauan pembebanan dan kapasitas tahan

dari setiap elemen struk- tur, diperoleh bahwa probabilitas runtuhnya masing-masing

balok adalah 10 dan masing masing dermaga 10 Misalkanlah bahwa keruntuhan balok

dan dermaga adalah bebas secara statistik. Tentukanlahi Probabilitas keruntuhan di

dalam balok(.balok) b) Probabilitas keruntuhan di dalam dermaga(-dermaga) (e)

Probabilitas keruntuhan di dalam sistem jembatan. 2.23 Kota yar air yang dalam sa

erah gem yang banjir na (a) Bera (b) Ben tentt (e) 1ika kah 2.24 Dari sua di anta

konsent (a) Bet (c) Mis (d) As na 2.25 Kompo temuka 0,1 oleh kompotuk suatu

berurutan ntuk dua an bahwa i, berapa dari 4 au peng. guling cruntuh cir yang a beban

umnya ban se l B jikan l yang alam sing ebas 2.4, KESIMPULAN 63 Gambar P2.22

Kota yang terlihat dalam Gbr. P2.23 dilindungi terhadap b air yang dirancang untuk

banjir 50 tahun yakni, bahwa probabilitas meluapnya air dalam satu tahun adalah 1/50

atau 0.20, Kota dan waduk ai ditempatkan dalam tuatu da erah gempa yang aktif: setiap

tahun, kemungkinan tetjadinya gempa yang merusak adalah Selama terjadinya gempa

yang demikian, adalah mungkin 20 bahwa da akan rusak ang menimbulkan peluapan

air atas kota. Misalkanlah bahwa kejadian-kejadian dari banjir dan gempa adalah bebas

secara statistik. Berapakah dari banjir akibat gempa di dalam satu tahun? (b)

Berapakah probabilitas bahhwa kota adalah bebas dari baniir dalam wuatu ta tentu? (c)

Jika kejadian dari suatu gempa dimisalkan teriadi dalam suatu tahun tertentu, be kah
probabilitas bahwa kota akan mengalami banjir dalam tahun tersebut? Waduk air

Gambar P2.23 2,24 Dari suatu penelitian dari 1000 sistem pipa air di Amerika Serikat,

dilaporkan bahwa 15 di antaranya mengalami kontaminasi bakteti saja, sedangkan 5

lagi mempunyai derajat konsentrasi yang berlebihan dalam plumbum dan 2 di

antaranya juga mengandung bakteri. (a) Berapakah probabilitas suatu sistem pipa yang

diambil secara acak akan mengandung bakteri? Jawab: 0,017 (b) probabilitas bahwa

suatu sistem pipa yang diambil secara acak akan meng alami kontaminasi? Jawab:

0,02 (c) Misalkanlah bahwa suatu sistem pipa ditemukan mengandung bakteri. Ber pr

babilitas bahwa konsentrasi berlebihan? 2 (d) Asumsikanlah bahwa probabilitas dari

kontaminasi yang dihitung sekarang dalam butir (b) tidak memuaskan, dan diusulkan

bahwa ini tidak boleh bakteri, 0,01. Andaikan pula bahwa adalah sukar untuk

mengendalikan kontaminasi Be- namun adalah mungkin untuk menurunkan

kecenderungan kontaminasi bakteri tapakah seharusnya probabilitas dari kontaminasi

bakteri yang diijinkan? Misalkanlah bahwa nilai dari probabilitas bersyarat dalam butir

(c) masih berlaku. Jawab: 0,0056 2.25 Komponen struktur seperti terlihat dalam Gbt,

P2.25 mempunyai pengelasan ya di- diperiksa terhadap kemungkinan retak. Dari

pengalaman, diperoleh bahwa peluang yang diberikan oleh pabrik adalah temukannya

retak-retak dalam las sepanjang satu k diberikan 0,1; dan probabilitas akan

ditemukannya retak-retak dalam las sepanjang L ft oleh POF) 0.1L untuk 0 s L s 2

Umumnya terdapat korelasi mutu antara bagian-bagian dari pengelasan dalam

komponen- komponen struktur. Misalkanlah yang berikut ini64

NONSEPKONSERDASAR PROILABILITAS i) retak retak ditemukan dalam bagian A

maka probabilitas adanya retak retak dalam tu menjad tina kali kemungkinan yang
semula Jika mak retak ditemukan dalam batian A. maka probabilitas ditemukannya

retak. retak dalani B menjadi dua kali lipat Nanukanlah kejadian kejadian retak-retak

dalam bagian dan masing masing dengan IAI, Fifa, TA, dan (aj lempakah probabilita di

emukannya retak retak dalam I? Jawal 0,24 (b) Berapakah protabilitas ditentukannya

tetak-retak di dalam komponen strukturt (c) Jika retak retak ditemukan di dalam

komponen stniktur, herapakah probabilitas bahwa retak-retak teriadi hanya pada hagian

47 Jaurub 0,69 tempat nyala (a) Pto Gamber P225 Gambar P2.26 226 Drainuse hujan

lebat dalam suatu bagian tempat tinggal dapat dibagi atas daerah alir N, dan Ni seperti

dalam Gbr. P2 Sistem drainase terdiri dari saluran-saluran utama d 2.28 Penerm ngan

kapasitas Ci 100 cfal kaki kubik per menit) dan Ch 300 cfm. Jumlah penulir n dari dan

Na beratasi, tergantung pada intensitas curah hujan di dalam bagian pemukiman

(misalkanlah hujan meliputi stluruh bagian), dalam suatu tahun tertentu, alt an

maksimum dan lu berikut kemungkinan yang bersangkutan adalah sebagai berikut kan

det 11 (dm) Probabili h (efm) Probabilitas 0.00 210 Abaikanlah kemungkinan banjir

dalam Nh yang diebabkan oleh peluapan dari pipa ch Berapakah probabilitas dan banjir

dalam areal Ni Banjir hanya terjadi jika drainase melampaui kapasitas dari saluran

utama. Tentui (b) probabilitas banyi dalam arral N.? Berapakah banjir di dalam bagian

pemukiman seluruhnya 227 Untuk dapat meneliti maalah parkir di suatu kampus

universit seorang petugas dalam gedung kantat D, atakanlah in. A, dipilih dan

peluangnya untuk mendapatkan tempat parkir setiap hari (misalkanlah bu tempat dan c

berturutan dan akan x akan tempat parkir parkir yang memarkir mobilnya segera

setelah dis tersedia, di mana lowong hanya ada tempat parkir yang A dan merupa

empat parkir yang gratis, sedangkan untuk 2.29 suatu Altern angkutruktury habilitas ma
de- bagian pat 24, KESIMPULAN 65 Gedung Kantor D Gedung E Gedung F Gambar

P2.27 tempat parkir C harus membayar (Gbr. P2.27). Tidak ada tempat parkir lainnya Y

perbolehkan atau tersedia. Dari data statistik. probabilitas untuk mendapatkan tempat

par kir setiap hari dalam A, B, dan C masing-masing adalah 0,2, 0 dan 0s, Namun, jika

petak A penuh, kemungkinan bahwa Tn. x akan mendapatkan tempat parkir dalam B

hanyalah 0,04. Juga jika tempat A dan B penuh. Tin. hanya kunan untuk mendapatkan

parkir dalam petak c. Tentukanlah yang berikut (a) Probabilitas bahwa Tn.x tidak akan

mendapatkan tempat parkir yang kesong pa suatu pagi hati Jataab: 0,768 (b)

Probabilitas bahwa Tr. x akan dapat memarkir mobilnya pada suatu pagi. (e) Jika Th. x

telah berhasil memarkirkan mobilnya pada suatu pagi h berapakah probabilitas bahwa

itu akan gratis? Jauab: o.43 2.28 Pencemaran menjadi masalah untuk kota 1 dan II

Kota d 1 oleh pencemar an udara dan air, sedangkan kota II dipengaruhi hanya oleh

pencemaran udara. Rencana tahun telah dilaksanakan untuk memberantas sumber-

sumber pencemaran ini dalam kedua kota, Diperkirakan bahwa pencemaran udara

dalam kota 1 akan dapat dikendali. kan dengan probabilitas yang besarnya 4 kali

probabilitas pengendalian pencemaran udara dalam kota II. Namun, jika pencemaran

udara dalam kota 11 an, maka pen cemaran udara dalam kota I n dapat dikontrol

dengan probabilitas 90t. Pengendalian pencemaran air dalam kota I dapat diasumsikan

bebas dari pengnndali- an pencemaran udara dalam kedua kota, Dalam kota 1,

probabilitas akan dike nya kedua sumber pencemaran sepenuhnya adalah 0,3

sementara itu juga dimisalk bahwa probabilitas pengendalian air hanya setengah kali

dari kemungkinan pengendalian bahwa An adalah peristiwa "terkendalikannya

pencemaran udara dalam kota An adalah peristiwa "terkendalikannya pencemaran

udara dalani kota ll Wi adalah peristiwa "terkendalikannya pencemaran air dalam kota

Tentukanlah Probabilitas dari dikendalikannya pencemaran udara dalam kedua kota

Jawab. o (c) Probabilitas bahwa paling tidak satu kota akan bebas dari p 0,4R 2.29

suatu bentuk pengangkutan harus disediakan antara dua kota yang jaraknya 200 km,

Alternatif alternatif yang ada adalah jalan raya (In, kereta api (R), at pengangkatan di

kedua kata dihat udara (A); g terakhir ini berarti pembangunan lapangan udara bahwa

Komite P Gbr, P2.29), Karena alasan untung dan biaya, maka kecenderungan cana

akan menetapkan R. H atau adalah 1:2:3, Hanya satu dari ketiga jenis peng angkutan

di atas yang akan dibangun.66 KONSEPKONSEPDASAR PROBABILITAS 200 km

Gambar P229 Namun, jika komite menetapkan pembangunan jalan kereta api (R),

maka pro tas akan dapat diselesaikannya dalam satu tahun adalah jika ditetapkan akan

me bangun jalan raya un, probabilitas yang bersangkutan adalah 75 dan ika diteapkan

perhubungan udara, probabilitasnya akan dapat diselesaikan dalam satu tabun adalah

901 Herapakah probabilitaanya bahwa kedua kota akan memiliki alat penghutunit

dalam satu tahun? (b) semacam fasilitas perhubungan antara dua kota dalam satu

tahun. berapakah probabilitas adalah perhubungan (AY Jika komite memutuskan untuk

menggunakan fasilitas darat, berapakah kemungkin annya bahwa keputusan akhir akan

menipakan jalan raya (nt 2.30 "l'elumeran pasir of sand)" menyatakan penomena dalam

rekayasa pond,s, dalam mana suatu massa pasir yang jenuh air sekonyong konyong

kehilangan kapasita dukungnya oleh karena perobahan yang cepat di dalam kondisi

pembebanan misalnys vaja akibat getaran gempa, Kejadian seperti ini dapat

menimbulkan penganuh bencana pada bangunan yang dibangun di atas loka

kelaskanlah intensitas gempa ke dalam rendah (L), menengah CA), dan tinggi (In
Kecenderungan dari pelumeran yang berkaitan dengan ketiga kelas intensitas tersebut

masing-masing adalah 0,05, 0,20, dan 0,90 Misakanlah bahwa frekuensi telatif dari

kejadian-kejadian gempa dengan intensitas seperti di atas masing-masing adalah 1,0,1,

dan (a Berapakah probabilitasnya bahwa gempa yang berikutnya akan berintensitas

rendab? Jawab: 0,9 (by Berapakah probabilitasnya terjadi pelumeran pasir pada

lapangan selama gempa yank berikutnya? herapakah probabilitasnya bahwa pasir akan

selamat dari tiga gempa berikutnya (tidak terjadi pelumeran)? Misalkanlah bahwa

kondisi kondisi antara gempa bebas stat ik, Jawab 0.80 23u Ada tiga jenis

pengangicutan bahan dari karta ke Palembang, yaitu, melalui darat, laut atau data.

Juga pengangkutan darat dapat dengan kereta api atau jalan kitar dari bahan-bahan

diangkut lewat darat, 30n lewat laut, dan selebihnya lewat udara ngan 40s dari semua

pengangkutan darat adalah lewat jalan raya dan selebihnya de 101 kereta api.

Persentase dari (karto) yang rusak adalah dari yang dik lewat jalan taya lewat kereta

api, yang dikirim lewat udara. (a) persentase dari semua muatan yang diperiksa akan

rusak Betapakah probabilitasnya bahwa suatu muatan yang diterima d keadaan rusak.

diangkut lewat darat" Lewat laut? udara? 232 Jumlah air yang ditimpan dalam suatu

waduk (Gbr. P2.3 dapat ke daum penuh CE futih, setentah penuh (H half full), dan koso

(E "empty) oleh karena sifat alami dari probabilitik aliran air yang masuk ke dalam

waduk, dan yang keluat dapi jika Adal lah 2.33 Padrobabili an tne teapkan tu hun

dalanm a tahun mungkin- pondasi, kapasitas misalnya ana pada enengah ga kelas

tensitas rendab? pa yang a (tidak t, laut nya. Se- ebihnya nya de dari rusak am tiga oleh

keluar 24 AESIMPULAN Gambar P2.3 Ar Gambar P 2.12M dari waduk untuk memenuhi

kebutuhan yang tidak tertentu akan sir, maka volume dan dapat berpindah dari keadaan
yang satu ke keadaan yang lain selama maiing masing mutinu Misalkanlah bahwa

probabilitas peralihan dari keadaan yanN atuke kendain yang lain ada ah seperti yang

dinyatakan dalam Gbt P2 32b Sebagai cont mh, dalam permulaan mmitim, jika waduk

kosong, maka probabilitasnya menjadi setengah penuh pada ujung mutim adalah 0,5

dan probabilitasnya untuk tetap kosong adalah 0,4, dan sebagainya. Misalkan lah

bahwit tinggi muka air adalah penuh pada permulaan miisim (a) Berapakah

probabilitasnya bahwa waduk akan penuh pada akhir satu musim? Berapit lei al kah

bahwa wwduk akan berisi air pada akhir dari satu muum" 0,9 (b) Berapakah

probabilitasnya bahwa waduk akan penuh pada akhir dari musim kedua awab 0.33. (co

Berapakah probabilitasnya bahwa waduk akan berii vir pada akhir dari munim yang

kedua? Jawabt 0,73 2,33 Pada suatu tambang batu (quarry), waktu yang dibutuhkan

untuk memuat tatu batu pecah ke dalam truk mempunyai p yang sama untuk 2 atau 3

menit tervariasi dari Juga jumlah dari truk yang menunggu dalam antrian dimuati singat

waktu ke waktu, seperti yang dicerminkan di dalam kumpulan dari 30 pengamatan y

diambil secara acak berikut ini waktu yang dibutuhkan untuk memuat satu truk adalah

belas secara statistik terhadap panjang antrian. Jumlah Frekuensi Nomor truk relatif

pengamatan dalam antrian 0,t Total 30 (a) Jika terdapat dua truk dalam antrian ketika

satu truk tiba pada antrian, berapakah probabilitas bahwa "waktu tunggu" kan kurang

dari 5 menit, Jaudbi 0,25 al P liang entrien Gambar P2JIKONSERAONSERDASAR

PRoll MILITAS setelum hanya pada an (dengan tidak aseneetaNul paniane antrian,

hera abr Pat I 10 atas 234 Suara pabrik kimia menghanii an berbasanjeni protuk

dengan mener inakan empat (a) yang berbeda tenaga keua yan hanya cukur untuk

melayani sata proves nya Manajet l'abrik menyedari bahwa peurbuantan pencemaran
yane berbahaya ke tar stem l'entuangan air dan kemudian ke dalam saluran di

dekatnya tereantung pada alatah dan protek yang bekena Probabilitas tahwa u proses

tertentu akan m kuri an produk pnouluk e dapal mrnimbulkan penemaran yane

berbahayk udalah proses 401 Semua rnosrs nnya didalam pabrik dianggap tidak

membahayakan. yang suatu bulan kecenderunkannya relatir dan proses proses 4.

bekeda dalani bulan adalah 2 1 (4) berapakah probabilitas bahwa tintaA akan ada

pencemaran bertahaya Yane d dalam suatu Jika pencemaran yang berba ditemukan

dalam limbah pabrik, berapakah probs. bditas bahwa proses A bekerja? 2,37 Waktu

kayu Produk-produk rencemar yang dibuang oleh berbagai proves memiliki probabilitar

probabilitas yang berbeda-beda untuk menghasilkan produk pembunuh ikan dalam

saluran yang diwuna kan oleh pabrik sebagai pembuangan, seteagai berikut luga,

Probabilitas sebagai retnbunuh ikan ilerdasarkan aturiti ini, berapakah probabilitaknya

bahwa pencemaran di dalam pada satu bulan an akan mati akibat an keempat yang

manakah yang paling berfaidah (dalam hal pengurang kecenderungan terbun nya ikan)

buat dipilih untuk pembersihan jika hanya sat yang dapat disempurnakant 238 2.35

Probabilitat tenadinya kebakaran dalam suatu bagian kota telah ditaksir sebesar untuk

satu kejadian dan los untuk dua kejadian dalam satu tahun Misalkan bahwa peluang

untuk tula kejadian a ih dapat diabaikan, Probabilitas terjadinya kerusakan struktur

dalam suatu kebakaran adalah 0,2. Misalkanlah bahwa kerusakan struktur pada sa

bakaran adalat tehas seca statiitik (a) Berapakah bahwa tidak akan tetiadi kerusakan

truktur akibat kebakaran dalam ti tahun Jawah 0,904 (by Jika suatu kota terdiri atas dua

hagian, berapakah probabilitas bahwa akan ada ke rusakan struktur skitat kebakaran d

kota dalam satu taluun? Misalkan bahwa peria iwa peristiwa keruakan struktur akibat
kebakaran dalam kedua bagian kota adalah bebaa secara ttatistik Jawab o 236 l'ada

suutu proyek konstrukti, banyaknya tahan (katakanlah kayu untuk seuan) yang te Media

untuk satu h bervariau, dan dapat dinyatakan denun diarram frekuensi padaberapakah

ang dari s t proses iap kali ke dalam pada per menghasil. lah seperti dan n dibuan g h

proba. abilitas. n dalam i akibat ngurang ya satu peluang truktur saat ke- satu ada ke-

adalah ng ter- si pada Gbr, P2.36. Banyaknya 24, KESIMPULAN 69 50 atau bahan

yang digunakan dalam pelaksanaan setiap hari boleh jadi 250 satuan, dengan

probabilitas yang berkaitan o,30 Berapakah probabilitas akan adanya kekurangan

bahan dalam watu hari yang sem teriadi bila bahan yang terindia kurang dari jumlah

yang (b) kan untuk pekerjaan satu hari tersebut Jika kekurangan bahan tenadi,

berapakah probabilitas bahwa bahan yang tersedia kurang dari 200 satuan? Gambar

P236 Diagram frekuensi A 23 waktu penyelesaian suatu proyek pelaksanaan

tergantung dari pada apakah tukang tukang kayu dan pipa akan mogok atau tidak.

Probabilitas dari keterlambatan (D) adalah 100%, 40% dari 5% untuk masing-masini

kasus di mana kedua jenis tukang hanya tukang kayu yang mogok, tukang pipa yang

mogok, dan tidak ada yang mogok. mogok. Diketahui bahwa peluang dari mogoknya

tukang pipa adalah 10't. Nyatakanlah C peristiwa bahwa tukang tukang kayu telah

mogok peristiwa bahwa tukang-tukang pipa telah mogok keterlambatan dalam

penyelesaian proyek (a) Tentukanlah probabilitas dari terlambatnya penyelesaian.

Jauvab: 0,118 (b) Jika terdapat keterlambatan dalam penyelesaian, tentukanlah yang

berikut ini: Probabilitas bahwa tukang-tukang kayu dan pipa mogok, Jauab1 0,254. i)

Probabilitas bahwa tukang tukang kayu dan pipa tidak mogok. Jawab: 0,136 (ii)

Probabilitas mogoknya tukang-tukang kayu, Jawab: 0,390, 2.38 Penyediaan air untuk
suatu kota didatangkan dari dua waduk, a dan b (Gbr, P2.38). oleh karena

bervariasinya kondisi curah hujan setiap tahun, maka jumlah ini dalam muing- masing

waduk boleh jadi melampaui atau tidak melampaui kapasitas normal. A menyata Weduk

B Kota Gambarkan periviiwa di mana air dalam wa a mit lanipuul kmpunitas normalaya,

il file yani henkel Diartikan proba wrupa dalam waduk nyatakan peristiwa y ambahan.

inendapatkan kiriman ying eink making keadaan d memperoleh lampaui kapaltas norma

apakah probatilltur bahwa k akan an air yang memuaskant 0,nti4 2.39 suatu menara air

ditempatkan dalam watu lila ten prohabilitas bahwa menara akan mmiuh terantune pala

benarnya rempa dan 3 Me misalkanlah bahwa tanEki berada dalam ke daan penuh

atau ertenEsh penuh berbanding sebagai Besarnya Kwmpa wraki dengan frekuensi

relatif l Pel Eempa yang kuat terjadi, menara ikan pasti runtuh, dengan terkant nada i

menari Namun, menara akan pasti lolas n gempa yang lemah jika tangki ham penuh.

tangki penuh selama tetadinya gempa yana lemah, peluanr ak mat adalah lika menara

runtuh selama satu Kempa y terakhir, berapakah probabilita baisv, tangki berada dalam

keadaan penuh ketika tedadinya gempa te 2.40 Untuk suatu daerah di Texas,

protabilitas akan diamuk oleh satu atau dua angin puting beliung setiap tahun masing-

masing adalah 0,3 dan 0,05 Peristiwa bahwa daerah itu ting beliun atau lebih dalam

satu tahun diasumsikan mee diamuk oleh tiga angin an yang dapat diabaikan punyai

Daerah ini a munakin dilanda banjir setiap tahun akibat melelehnya salju pare daerah

hulu, atau dari hujan lebat akibat puting be g, atau kedu duanya Biasanya, melelehnya

satu saja, adalah 10R, Namun n akiba peluant banjir dalam satu ta ya angin r, terdapat

29 probabilita banjir, Misalkanlah bahwa b ama lena yang diakibatkan oleh pelelehan

salju dan akibat ingin puur nierupakan peristiwa pens Dalam ilm tiwa yang saline
eksklusif Berapakali proba akan adanya banjir di daerah ini dalam satu tahun? dibahas

241 sebelum perancangan/dina suatu terowongan yang menembus daerah terbatu, d

enam bula kan penyelidikan erologis untuk memeriksa hutnungan dan permukaan selip

potensial yani nya suatu alam lapisan batuau (Gbr P2 41). Deni alatan ekonomi, hanya

dilakukan penyelidik an dari sebagian dari lapikan Selain itu, petigukuran yang dicatat

oleh alat alat t contoh di lerandalkan dengan sempurna sehingga akhli geologi hanya

dapat menyimpulkan b penyelesai kon atu batuan dapat digolongkan sebagai sangat

merekah un, sedan (A), dan tersediany merekah (L) dengan kecenderungan relatif

11118 Berdasarkan informasi ini, intinyvt kit terakhir menaktir bahwa jika kondisi batuan

adalah L, keandalen merancang terowongan dan (artifitial) dari usalan rancangan

adalah 99,os. Namun, jika ternyata bahwa kondisi batuan adalah At, probabilitai

kenuntuhan akan dua kali lipati dan a kondisi batuan ternyata prfrbs bilita kenuntuhan

be urnya akan lehih dari 10 iuli dari kemungkinan kondisi L dapat din Berapakah

ekspektasi keandalan dari usulan rancangan terowonant Jateab osya (b) Alat ya

terandalkan selanjutnya digunakan untuk menyempurnakan ramal n kondisi dari

batuan, a menyatakan bahwa kondisi yang sangat sekitar te dapat trict), 7 ft met dalam

w Gambar dapat m