PROBABILITAS &
STATISTIKA
PELUANG (Lanjutan)
03
FAKULTAS TEKNIK TEKNIK ELEKTRO 2A3142SP Said Attamimi, Ir., MT
Lukman Medriavin Silalahi ST.,MT
Abstract Kompetensi
Diharapkan setelah mengikuti Setelah membaca modul ini,
perkuliahan ini mahasiswa mampu mahasiswa diharapkan mampu:
memahami dan menerapkan konsep- 1. Ketepatan menjelaskan pengertian
konsep yang meliputi: Pengertian statistik, peubah acak, dan menyebutkan
populasi dan sampel, menentukan nilai
rata, median , modus dan deviasi standar beberapa distribusi peluang
serta koefisien variasi. Aturan dasar 2. ketepatan dalam menghitung dan
peluang, menghitung peluang dan menyelesaikan soal yang berkaitan
memahami permutasi dan kombinasi. dengan rataan peubah acak,
Nilai harapan dan varians dari variabel variansi, kovariansi
acak diskrit, menghitung peluang dengan 3. ketepatan dalam menggunakan
menggunakan distribusi Binomial maupun Teorema Chebyshev.
Poisson. Kurva peluang kontinu & fungsi
kerapatan peluang, menyelesaikan
permasalahan dengan pendekatan
distribusi normal.
BAB III
PELUANG
3.1. PELUANG SUATU KEJADIAN
Mungkin rasa haus umat manusia yang tak terpuaskan untuk berjudi yang
menyebabkan perkembangan awal teori probabilitas. Dalam upaya untuk meningkatkan
kemenangan mereka, penjudi memanggil ahli matematika untuk memberikan strategi
optimal untuk berbagai permainan peluang. Beberapa ahli matematika yang memberikan
strategi ini adalah Pascal, Leibniz, Fermat, dan James Bernoulli. Sebagai hasil dari
perkembangan teori probabilitas ini, inferensi statistik, dengan semua prediksi dan
generalisasinya, telah berkembang jauh melampaui permainan peluang untuk mencakup
banyak bidang lain yang terkait dengan kejadian kebetulan, seperti politik, bisnis, prakiraan
cuaca, dan penelitian ilmiah. Agar prediksi dan generalisasi ini cukup akurat, pemahaman
tentang teori probabilitas dasar sangat penting. Apa yang kita maksud ketika kita membuat
pernyataan “John mungkin akan memenangkan pertandingan tenis,” atau “Saya memiliki
kesempatan lima puluh lima puluh untuk mendapatkan angka genap ketika dadu
dilemparkan,” atau “Universitas tidak mungkin memenangkan pertandingan sepak bola
malam ini, ”atau “Sebagian besar lulusan dari kelas kita mempunyai kemungkinan besar
akan menikah dalam waktu 3 tahun ”? Dalam setiap kasus, kita mengungkapkan hasil yang
tidak kita yakini, tetapi karena informasi masa lalu atau dari pemahaman tentang struktur
eksperimen, kita memiliki tingkat kepercayaan tertentu dalam validitas pernyataan.
Sepanjang sisa bab ini, kita hanya membahas eksperimen yang ruang sampelnya berisi
sejumlah elemen terbatas. Kemungkinan terjadinya peristiwa yang dihasilkan dari
eksperimen statistik semacam itu dievaluasi dengan menggunakan sekumpulan bilangan
real, yang disebut bobot atau probabilitas, berkisar dari 0 hingga 1. Untuk setiap titik dalam
ruang sampel kami menetapkan probabilitas sedemikian rupa sehingga jumlah dari semua
probabilitas adalah 1. Jika kita memiliki alasan untuk percaya bahwa titik sampel tertentu
sangat mungkin terjadi saat eksperimen dilakukan, probabilitas yang ditetapkan harus
mendekati 1. Sebaliknya, probabilitas yang lebih dekat ke 0 ditetapkan ke titik sampel yang
tidak mungkin terjadi. Dalam banyak eksperimen, seperti melempar koin atau dadu, semua
titik sampel memiliki peluang yang sama untuk terjadi dan diberi probabilitas/bobot yang
sama. Untuk titik di luar ruang sampel, yaitu, untuk peristiwa sederhana yang tidak mungkin
terjadi, kita menetapkannya sebagai probabilitas bernilai 0. Untuk menemukan probabilitas
Lebih lanjut, jika A1, A2, A3, ... adalah urutan kejadian yang saling eksklusif, maka
Contoh 3.1: Koin dilemparkan dua kali. Berapa probabilitas setidaknya 1 muka
terjadi?
Jawab: Ruang sampel untuk eksperimen ini adalah S = {MM, MB, BM, BB}. Jika
koin seimbang, masing-masing hasil ini kemungkinan besar akan terjadi. Oleh karena itu,
tiap titik sampel diberi bobot b sehingga 4b = 1, atau b = 1/4. Jika A mewakili peristiwa dari
setidaknya 1 muka yang terjadi, maka
A = {MM, MB, BM}
Dan
P(A)=1/4+1/4+1/4=3/4
Contoh 3.2: Sebuah dadu digulirkan sedemikian rupa sehingga bilangan genap dua
kali lebih mungkin terjadi daripada bilangan ganjil. Jika E adalah kejadian di mana angka
kurang dari 4 terjadi pada satu lemparan dadu, temukan P(E).
Jawab: Ruang sampelnya adalah S = {1,2,3,4,5,6}. Dengan memberikan bobot b
untuk setiap bilangan ganjil dan 2b untuk setiap bilangan genap. Karena jumlah
probabilitasnya harus 1, kita memiliki 9b = 1 atau b = 1/9. Oleh karena itu, didapatkan bobot
1/9 dan 2/9 untuk masing-masing bilangan ganjil dan genap. Oleh karena itu,
Dan,
Contoh 3.3: Dalam Contoh 3.2, misalkan A adalah peristiwa di mana bilangan
genap muncul dan B menjadi peristiwa di mana bilangan yang habis dibagi 3 terjadi.
Temukan P (A ∪ B) dan P (A ∩ B).
Jawab : Untuk peristiwa/kejadian A = {2, 4, 6} dan B = {3, 6}, kita memiliki A ∪ B =
{2,3,4,6} dan A ∩ B = {6}. Dengan menetapkan probabilitas 1/9 untuk setiap bilangan ganjil
( 42)= 42 !! =6
dan banyaknya cara untuk dibagikan 3 jack dari 4 kartu adalah
( 43)= 43 !! =4
Sehingga dengan menerapkan aturan perkalian, kita dapatkan ada n = (6)(4) = 24
tangan dengan 2 kartu As dan 3 jack. Jumlah total kartu poker 5 kartu, yang semuanya
N= (525 )= 52!
5!
=2.598.960
Oleh karena itu, kemungkinan mendapatkan 2 as dan 3 jack dalam 5 kartu poker
adalah
P(C) = 24/2, 598, 960 = 0,9 × 10−5.
bila P (A)> 0
Sebagai ilustrasi tambahan, misalkan ruang sampel S kita adalah populasi orang
dewasa di kota kecil yang telah menyelesaikan persyaratan untuk mendapatkan gelar
sarjana. Kita akan mengkategorikan mereka menurut jenis kelamin dan status pekerjaan,
seperti terlihat pada Tabel berikut
Tabel 3.1 Data untuk ilustrasi pada contoh diatas
Bekerja Tidak Bekerja Total
Salah satu individu ini akan dipilih secara acak untuk tur keliling negeri untuk
mempublikasikan keuntungan dari membangun industri baru di kota. Kita akan meneliti
dengan kejadian-kejadian berikut:
M: seorang male/laki-laki dipilih,
E: seorang employed/bekerja terpilih.
Menggunakan ruang sampel tereduksi atau diperkecil E, kita dapatkan
P (M | E) = 460/600 = 23/30
Misalkan n(A) menunjukkan jumlah elemen dalam setiap himpunan A. Dengan
menggunakan notasi ini, karena setiap orang dewasa memiliki peluang yang sama untuk
dipilih, kita dapat menulis
P (M | E) = n (E ∩ M) n (E) = n (E ∩ M) / n (S) n (E) / n (S) = P (E ∩ M ) P (E),
di mana P (E ∩ M) dan P (E) ditemukan dari ruang sampel asli S. Untuk
memverifikasi hasil ini, perhatikan bahwa
P (E) = 600/900 = 2/3
dan
b. Probabilitas pesawat berangkat tepat waktu, mengingat telah tiba tepat waktu,
adalah
Jika, dalam Contoh 3.13, sekring pertama diganti dan sekring diatur ulang secara
menyeluruh sebelum sekring kedua dilepas, maka probabilitas sekring yang rusak pada
Contoh 3.16: Tiga kartu ditarik secara berurutan satu-per-satu tanpa pengembalian
kedalam tumpukan, dari setumpuk kartu remi. Tentukan probabilitas/peluang terjadinya
peristiwa A1 ∩ A2 ∩ A3, di mana A1 adalah peristiwa di mana kartu pertama adalah as
merah, A2 adalah peristiwa bahwa kartu kedua adalah 10 atau jack, dan A3 adalah
peristiwa yang ketiga kartu lebih besar dari 3 tapi kurang dari 7.
Jawab: Pertama kita tentukan kejadian
A1: kartu pertama adalah ace merah,
A2: kartu kedua adalah 10 atau jack
A3: kartu ketiga lebih besar dari 3 tetapi kurang dari 7.
Sekarang
dan
Jika kita menampilkan probabilitas ini melalui diagram pohon pada Gambar 3.3, di
mana cabang pertama menghasilkan probabilitas P(E) P(A|E) dan cabang kedua
menghasilkan P(E’) P(A|E’), jadi
Contoh 3.17: Di pabrik perakitan tertentu, tiga mesin, B1, B2, dan B3, masing-
masing menghasilkan 30%, 45%, dan 25% dari produk. Diketahui dari pengalaman
sebelumnya bahwa 2%, 3%, dan 2% produk yang dibuat oleh masing-masing mesin rusak.
Sekarang, anggaplah produk jadi dipilih secara acak. Berapa probabilitasnya itu rusak?
Solusi: Pertimbangkan kejadian-kejadian berikut:
A: produk rusak,
B1: produk dibuat dengan mesin B1,
B2: produk dibuat dengan mesin B2,
B3: produk dibuat dengan mesin B3.
Menerapkan aturan eliminasi, kita dapat menulis
Mengacu pada diagram pohon pada Gambar 3.7, kita menemukan bahwa ketiga
cabang memberikan probabilitas
Sehingga
Contoh 3.18: Dengan mengacu pada Contoh 3.17, jika suatu produk dipilih secara
acak dan ditemukan cacat, berapakah probabilitas bahwa produk tersebut dibuat oleh mesin
B3?
Jawab: Menggunakan aturan Bayes untuk menulis
dan kemudian mengganti probabilitas yang dihitung dalam Contoh 3.17, diperoleh
Mengingat fakta bahwa produk cacat dipilih, hasil ini menunjukkan bahwa mungkin
tidak dibuat oleh mesin B3.