Peluang, peubah acak,

distribusi & nilai harapan

 Outline

Memahami tentang :
Ruang sampel
Kejadian
Menghitung titik sampel
Peluang suatu kejadian
Peubah acak
Distribusi
Nilai harapan (ekspektasi)
 Ruang sampel

Statistika sering kali berhubungan dengan data percobaan yg berbentuk

bilangan maupun katagori.
Keterangan yg dicatat (baik berupa bilangan maupun katagori) disebut
pengamatan
Himpunan semua hasil pengamatan yg mungkin dari suatu percobaan
disebut ruang sampel dan dinyatakan dengan lambang T
Tiap hasil pengamatan dalam ruang sampel disebut unsur atau anggota
atau titik sampel
 Ruang sampel

Penulisan ruang sampel ada 2:

Menuliskan tiap-tiap anggotanya
Contoh1:
Tentukan ruang sampel percobaan banyaknya mata dadu dilempar 1X
Jawab:
T = {1, 2, 3, 4, 5, 6}
Menuliskan sifat-sifat yang ada pada semua anggota
Contoh 2:
Tuliskan ruang sampel percobaan angka yg muncul pada plat nomor
Jawab:
T = {𝑥 ∈ bil bulat| 1000 ≤ 𝑥 ≤ 9999}
 Kejadian

Kejadian adalah himpunan bagian dari ruang sampel

Contoh:
Diketahui ruang sampel percobaan angka yg muncul pada plat nomor. Kejadian A adalah plat
nomor dengan angka kurang dari 2000
Diket: T = {𝑥 ∈ bil bulat| 1000 ≤ 𝑥 ≤ 9999}
Jawab:
A = {𝑥 ∈ bil bulat| 1000 ≤ 𝑥 < 2000}

Komplemen suatu kejadian A terhadap T (AC) adalah himpunan semua unsur T yg tidak
termasuk A
Irisan dari dua kejadian A dan B (A∩B) ialah kejadian yg unsurnya termasuk dalam A dan B
 Kejadian

Kejadian A dan B saling meniadakan atau terpisah bila A∩B = ∅, yaitu bila A dan B tidak
memiliki unsur persekutuan atau tidak memiliki irisan
Gabungan dua kejadian A dan B (A∪B) adalah kejadian yg mengandung semua unsur yg
termasuk A atau B atau keduanya
 Menghitung Titik Sampel

Aturan perkalian:
Bila suatu operasi dapat dilakukan dengan n1 cara, dan bila untuk tiap cara ini operasi kedua
dapat dikerjakan dengan n2 cara, maka kedua operasi itu dapat dikerjakan bersama-sama
dengan n1n2 cara

Aturan perkalian rampatan (k operasi):

bila suatu operasi dapat dikerjakan dengan n1 cara dan bila untuk setiap cara ini operasi
kedua dapat dikerjakan dengan n2 cara, dan seterusnya, maka deretan k operasi dapat
dikerjakan dengan n1 n2 n3 ... nk
 Menghitung Titik Sampel

Permutasi:
suatu susunan yg dapat dibentuk dari satu kumpulan benda yg diambil
sebagian atau seluruhnya.
Banyak permutasi n benda yg berlainan adalah n!
Banyaknya permutasi n benda berlainan bila diambil r sekaligus adalah
"!
𝑃!" =
"$! !
 Peluang Suatu Kejadian

Probabilitas
Apabila dalam N peristiwa yg semuanya mempunyai kemungkinan yg sama untuk terjadi dan
peristiwa A dapat terjadi k kali, maka peluang kejadian A dinyatakan dengan:

%
𝑃 𝐴 =
&
Dan peluang tidak terjadinya A dinyatakan dengan P(AC).

Untuk setiap peristiwa A berlaku:

0 ≤ 𝑃 𝐴 ≤ 1; 𝑃 𝑆 = 1; 𝑃 𝐴' = 1 − 𝑃 𝐴
 Peluang Suatu Kejadian

Contoh:
1 dadu dilempar 2X. Berapa peluang jumlah mata dadu yg tampak paling sedikit 10?

Jawab
A = {(4,6), (5,5), (6,4), (6,5), (5,6), (6,6)}
k=6
N=6( = 36

% ) +
𝑃 𝐴 = = =
& *) )
 Peluang Suatu Kejadian

Peluang Bersyarat

Bila A dan B adalah dua peristiwa dimana P(b)>0 maka peluang bersyarat dari peristiwa A
kalau diketaui B terjadi adalah
𝑃 𝐴∩𝐵
𝑃 𝐴|𝐵 =
𝑃 𝐵

Contoh:
dari setumpuk kartu bridge diambil sebuah kartu. Berapa peluang kartu king yg terambil
ternyata berwarna merah?
 Peluang Suatu Kejadian

Peristiwa saling bebas (independen)

Dua peristiwa A dan B disebut independen bila

𝑃 𝐴∩𝐵 =𝑃 𝐴 & 𝑃 𝐵

Contoh1:
Buktikan bahwa dua peristiwa dalam setumpuk kartu bridge independen. A adalah peristiwa kartu king. B
adalah kartu merah. Apakah A dan B independen?
Contoh2:
mhs fasilkom B Naro, 40% putri dan 60% pria. Selain itu, diket 1% mhs putri dan 2% mhs putra berasal dr sby.
Seorang mhs diambil secara acak:
1. Brp peluang mhs yg berasal dr sby?
2. Brp peluang mhs putri yg terambil ternyata berasal dr sby?
 Peubah Acak/ Variabel Acak

Suatu variabel acak X adalah cara memberi harga angka pd setiap elemen dalam ruang
sampel

Contoh: satu mata uang dilempar 3 kali

S = {AAA, AAG, AGA, AGG, GAA, GAG, GGA, GGG}
X = menyatakan A yg tampak à X = {0, 1, 2, 3}
X(AAA) = 3 X(AAG) = 2 X(GGG) = 0

Suatu variabel acak yg hanya dapat menjalani sebanyak berhingga harga-harga yg

berbeda dinamakan variabel acak diskrit. Sedangkan variabel acak yg dapat menjalani
setiap harga dalam suatu interval dinamakan variabel acak kontinu
 Peubah acak/ variabel acak

Variabel acak diskrit

Probability mass function (fungsi peluang) = p(a) dari x adalah p(a) = P(x=a)
Fungsi peluang p(a) adalah positif untuk paling banyak sejumlah harga dari a. Jika x harus
dianggap salah satu dari x1, x2, ... , maka:

p(xi) ≥ 0, i = 1, 2, 3, ... p(x) = 0

x harus salah satu dari xi maka

$

+ 𝑝 𝑥! = 1
!"#
 Peubah acak/ variabel acak

Variabel acak diskrit

Latihan:
1. Carilah peluang munculnya angka yg keluar pada satu mata uang dilempar 3kali. Serta
buktikan bahwa ∑/,-. 𝑝 𝑥, = 1
 Peubah Acak/ Variabel Acak

Variabel acak kontinu

Variabel acak disebut kontinu jika terdapat suatu fungsi f yg non negatif dgn sifat untuk setiap himpunan
bil real B berlaku

𝑝 𝑥 ∈ 𝐵 = ∫! 𝑓 𝑥 𝑑𝑥 dimana 𝑥 ∈ −∞, ∞

Fungsi 𝑓(𝑥) disebut probability density fuction (pdf) dari variabel acak x

x harus diasumsikan suatu harga, maka f harus memenuhi:

#

𝑝 𝑥 ∈ −∞, ∞ = 2 𝑓 𝑥 𝑑𝑥 = 1
"#
 Peubah acak/ variabel acak

Variabel acak kontinu

Latihan:
2. Jika x adalah variabell acak kontinu dengan pdf 𝑓 𝑥 = 𝑘 4𝑥 − 2𝑥 ( 0 < 𝑥 <2 dan
+
𝑓 𝑥 = 0 untuk 𝑥 yg lainnya. Carilah nilai 𝑘 dan peluang 𝑥 > !
(
 Distribusi

Fungsi distribusi kumulatif dari F dapat dinyatakan dalam suku-suku p(a) sebagai
𝐹 𝑎 = ∑01234 564 𝑝(𝑎) untuk x adalah variabel diskrit
4
𝐹 𝑎 = ∫$/ 𝑓 𝑥 𝑑𝑥 untuk x adalah variabel kontinu
Jika x adalah variabel acak diskrit yg mana harga yg mungkin adalah x1, x2, ... , dimana x1
< x2< ... , maka fungsi distribusi F adalah fungsi setapak (step function). Harga F adalah
konstan dalam interval [xi-1, xi) dan diambil satu langkah atau lompat dari ukuran p(xi)
pada xi
 Distribusi

Latihan:
3. Buatlah fungsi distribusi komulatif dari kejadian banyaknya angka yg muncul dari satu
mata uang dilempar 3kali
 Distribusi
Bernoulli

Binomial

Poisson
diskrit
Geometrik

Negatif binomial

Distribusi hipergeometrik

Uniform

Normal
Kontinu
Eksponensial

Weibull
 Nilai harapan (ekspektasi)

Jika x adalah variabel acak diskrit mempunyai fungsi peluang P(x) maka nilai harapan x:
𝐸 𝑥 = ∑5-7(5):. 𝑥 C 𝑝(𝑥)
Jika x adalah variabel acak kontinu dgn pdf f(x) maka nilai harpana x:
/
𝐸 𝑥 = ∫$/ 𝑥 C 𝑓 𝑥 𝑑𝑥
Nilai harapan x sering kali disebut mean atau momen pertama dari x. Sedangkan 𝐸(𝑥 " ),
n≥1 disebut momen ke n dari x
 Nilai harapan (ekspektasi)

Sifat-sifat nilai harapan

Jika a dan b adalah konstan maka 𝐸 𝑎𝑥 + 𝑏 = 𝑎 C 𝐸 𝑥 + 𝑏
𝐸 𝑔 𝑥 +ℎ 𝑥 =𝐸 𝑔 𝑥 +𝐸 ℎ 𝑥
Jika x dan y adalah independen, maka untuk setiap fungsi g dan h: 𝐸 𝑔 𝑥 C ℎ 𝑦 =
𝐸 𝑔 𝑥 +𝐸 ℎ 𝑦

( (
Varian x = 𝑣𝑎𝑟 𝑥 = 𝐸 𝑥−𝐸 𝑥 =𝐸 𝑥( − 𝐸 𝑥 = 𝜎 ( (note: nilai varian selalu
positif)
Standard deviasi: 𝜎 = 𝑣𝑎𝑟 𝑥
 Nilai harapan (ekspektasi)

Sifat varian dan standard deviasi: 1. StDev (x) tidak negatif

Bila a dan b konstan, maka
2. StDev(x+a) = StDev (x)
Var (x) tidak negatif 3. StDev (bx) = b StDev(x)
Var(x+a) = var (x) 4. StDev (a+bx) = b StDev(x)
Var (bx) = 𝑏 $ var(x)
Var (a+bx) = 𝑏 $ var(x)

Kovarian dari dua variabel acak x dan y dinyatakan dengan:

𝑘𝑜𝑣 𝑥 = 𝐸 𝑥 − 𝐸 𝑥 )𝐸 𝑦−𝐸 𝑦 = 𝐸 𝑥𝑦 − 𝐸 𝑥 ) 𝐸 𝑦
𝐸 𝑥𝑦 = ∑(%&' ∑*
)&' 𝑥% ) 𝑦) ) 𝑝(𝑥𝑦)
Jika x dan y independen, maka kov (xy) = 0
Var(x+y) = var (x) + var (y) + 2 kov(xy)
 Nilai harapan (ekspektasi)

Sifat varian dan standard deviasi:

Jika x1, x2, ... , xn adalah independen, maka:

𝑣𝑎𝑟 ∑",-+ 𝑥, = ∑",-+ 𝑣𝑎𝑟 𝑥,
Korelasi dua variabel acar x dan y dinyatakan dengan P(xy):
%;<(5=)
𝑃 𝑥𝑦 = − 1 ≤ 𝑃(𝑥𝑦) ≤ 1
<4!(5)><4!(=)
Contoh: satu mata uang dilempar 3kali. X menyatakan banyak angka pd lemparan
pertama, Y menyatakan banyak angka pd lemparan kedua. Carilah korelasi dari xy!