Konsep Peluang

PENGANTAR TEORI PELUANG,

JURUSAN MATEMATIKA
FMIPA, UNILA
 Teori Peluang

 Possibility: Kemungkinan
“Tidak disertai ukuran kemungkinan”
• Chance: Kesempatan
• Probability: Peluang, Ukuran Keyakinan seberapa
besar kejadian akan terjadi
 Teori Peluang

Teori
Himpunan Tindakan (Trial, Experiment)
Random Experiment:
(Set Theory)
x 1. Semua outcome
Unsur Peristiwa diketahui
(Element) (Outcome), 2. Hasil suatu Tindakan
Kejadian Dasar tidak diketahui secara
pasti
3. Dapat diulang dalam
A Kejadian (Event) kondisi yang identik
Kumpulan Unsur Beberapa
(Himpunan) Peristiwa yang
Dihimpun

Meliputi Semua Ω Ruang Sampel (Sample Space)

Himpunan Semua Peristiwa yang Dapat
(Universum) Terjadi dari Hasil Tindakan
 Teori Peluang


 Teori Peluang


Coin toss
The result of any single coin toss is
random. But the result over many
tosses is predictable, as long as
the trials are independent (i.e., the
outcome of a new coin toss is not
influenced by the result of the
previous toss).

The probability of heads is 0.5 =

the proportion of times you get
heads in many repeated trials.

Probability describes only

what happens in the long run.
Most people expect chance
outcomes to show more short-
term regularity than is actually
true.
First series of tosses
Second series
 Teori Peluang

III. Pengertian Aksiomatik (Kolmogorov)

 Pelopor : Andrei Kolmogorov dalam “Grundbegriffe
der Washrsheinlichkeiz Srechnung” (Foundations
of the theory of probability).
 Peluang tidak mempersoalkan beberapa nilai peluang
yang khas dari suatu kejadian, tetapi dipandang
sebagai suatu fungsi yang memetakan unsur-unsur
suatu ruang sampel ke suatu himpunan bilangan
nyata dan memenuhi ketiga aksioma Kolmogorov.
Teori Peluang
Ukuran Peluang (Probability Measure)

Dalam fenomena acak: Misal S adalah

ruang sampel (sample space) dari
fenomena tersebut, seluruh outcome yang
mungkin muncul, dan A adalah kejadian
sebagai himpunan bagian dari S, maka
ukuran peluang (probability measure)
didefinisikan pada S dengan
mendefinisikan setiap kejadian A, P(A)
dengan memenuhi sifat-sifat berikut:
 Ukuran Peluang (Probability Measure)


 Ruang Ukuran Peluang

 Jika ruang sampel S terhingga kita dapat memandang

setiap subset S sebagai kejadian yang diberi nilai peluang.
 Akan tetapi jika S tak hingga, hal di atas tidak dapat
dilakukan tanpa melanggar definisi peluang.
 Oleh karena itu, yang kita perhatikan biasanya adalah kelas
dari sebagian subset-subset S yang memenuhi syarat
tertentu yang disebut medan-σ (aljabar σ atau kelas aditif
lengkap)
 Ruang Ukuran Peluang

 Ruang Ukuran Peluang

 Ruang Ukuran Peluang

 Ruang Ukuran Peluang

 Teorema
Jika P adalah fungsi peluang dengan domain ℬ, maka
 P() = 0
 P(A) ≤ 1, untuk setiap A ℬ
 P(Ac) = 1 – P(A), untuk setiap A ℬ
 Ruang Ukuran Peluang

Bukti:
  ℬ, S ℬ,
 W S = , (  dan S terputus karena  W S = )
 Untuk kejadian masing-masing  ℬ dan terputus,
maka P(  S) = P() + P(S)
 Diketahui bahwa P(S) = 1 dan P(  S) = P(S),
sehingga
 P(S) = P() + 1, P(S) = 1, sehingga
 1 = P() + 1,
 P() = 0
 Ruang Ukuran Peluang

 Teorema:
Jika P adalah fungsi peluang dengan medan borel ℬ
sebagai domain serta A ℬ dan B ℬ, maka
 P(B W Ac) = P(B) – P(A W B)
 P(A  B) = P(A) + P(B) – P(A W B)
 Jika A  B, maka P(A) ≤ P(B)
 Counting Problem


 Counting Problem


 Counting Problem

Cabang matematika yang mempelajari dan menelaah

teknik-teknik counting adalah Kombinatorik
(Combinatorics). Pelopor dari Kombinatorik adalah
Gottfried Wilhelm Leibniz, seorang Matematikawan dan
Filsuf berkebangsaan Jerman. Cabang ilmu ini pertama
kali diperkenalkan dalam monograf yang berjudul
“Dissertatio de Arte Combinatoria”

Teknik Counting:
 Kaidah Penggandaan (Multiplication Rule)
 Permutasi
 Kombinasi
 Kaidah Penggandaan


 Kaidah Penggandaan

 Contoh:
Tentukan banyaknya outcome dari pelantunan koin
sebanyak 2 kali berturut-turut.
Jawab:
Banyaknya outcomes yang mungkin adalah 2.2 = 4
Kaidah Penggandaan
 Kaidah Penggandaan

 Contoh:
Tentukan banyaknya outcomes dari percobaan
pelemparan (rolling) sebuah dadu dan diikuti oleh
pelantunan sebuah koin.
Jawab:
Dalam hal ini m = 6 dan n = 2. Sehingga dengan
kaidah penggandaan banyaknya outcomes dari
Percobaan tersebut adalah 6 . 2 = 12.
Kaidah Penggandaan
 Kaidah Penggandaan


 Kaidah Penggandaan

 Contoh:
Berapa banyaknya nomor kendaraan yang berbeda, bila 2
nomor pertama terdiri atas 2 huruf dan 4 nomor
kendaraan kedua terdiri atas 4 angka.
Jawab:
Ada 6 tahap yaitu: 26 . 26 . 10 . 10 . 10 . 10 = 6760000
 Permutasi


 Permutasi


 Permutasi

Dalam matematika, apabila suatu populasi yang terdiri

dari n unsur dan dari populasi ini akan dipilih r unsur
(r < n) untuk dibentuk menjadi suatu susunan, maka:
 tempat pertama susunan ini dapat diduduki oleh
salah satu n unsur tersebut
 tempat kedua oleh salah satu dari (n – 1) unsur yang
belum terpilih,
 dan seterusnya, tempat ke-r dapat diduduki oleh
salah satu dari (n – r + 1) unsur yang tersisakan,
 Permutasi


 Permutasi


 Permutasi


 Permutasi


 Kombinasi


 Kombinasi


 Kombinasi


 Ringkasan

 Ilustrasi:
Dalam sebuah wadah ada n objek, akan diambil r
objek (r ≤ n), selanjutnya r objek yang terambil
diperhatikan.
A. Pengambilan tanpa pengembalian (without
replacement)
A.1 urutan dari r objek yang terambil
diperhatikan (ordered)
A.2 urutan dari r objek yang terambil tidak
diperhatikan (unordered)
 Ringkasan

B. Pengambilan dengan pengembalian (with

replacement)
B.1 urutan dari r objek yang terambil
diperhatikan (ordered)
B.2 urutan dari r objek yang terambil tidak
diperhatikan (unordered)
 Ringkasan

Pengambilan Urutan objek yang terambil

Diperhatikan Tidak diperhatikan

Tanpa pengembalian

Dengan
pengembalian
 Ringkasan

Penjelasan Kasus B2:

 Ringkasan