Memahami tentang :
Ruang sampel
Kejadian
Menghitung titik sampel
Peluang suatu kejadian
Peubah acak
Distribusi
Nilai harapan (ekspektasi)
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
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).
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
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
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 𝑥! = 1
!"#
Peubah acak/ variabel acak
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 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
𝑝 𝑥 ∈ −∞, ∞ = 2 𝑓 𝑥 𝑑𝑥 = 1
"#
Peubah acak/ variabel acak
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)
( (
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)