Pertemuan 3.
1. PELUANG
1.6 Peluang Bersyarat
Defenisi 1.5
Peluang bersyarat B bila A diketahui, dinyatakan dengan P (B|A), ditentukan
oleh
P (A∩B)
P (B|A) = P (A) , bila P (A) > 0.
Kejadian Bebas
Defenisi 1.5
Dua kejadian A dan B bebas jika dan hanya jika P (B|A) = P (B) dan P (A|B) =
P (A).
Jika tidak demikian A dan B tak bebas.
Teorema 1.10
Bila kejadian A dan B dapat terjadi pada suatu percobaan, maka
P (A ∩ B) = P (A)P (B|A)
Contoh 1.15
Misalkan kita mempunyai kotak berisi 20 sekering, lima diantaranya cacat.
Bila dua sekering dikeluarkan dari kotak satu demi satu secara acak (tam,pa
memgembalikan yang pertama kedalam kotak), berpakah peluang kedua seker-
ing itu cacat ?
Jawab
Misalakan A kejadian bahwa sekering pertama cacat dan B kejadian bahwa
1
yang kedua cacat.
Tafsirkan A ∩ B sebagai kejadian bahwa A terjadi dan kemudian B terjadi sete-
lah A terjadi.
5 4
Jadi P (A ∩ B) = P (A)P (B|A) = 20 . 19 = 14 . 19
4 1
= 19
Contoh 1.16
Suatu kantong berisi 4 bola merah dan 3 bola hitam, dann kantong kedua berisi
3 bola merah dan 5 bola hitam. satu bola diambil dari kantong pertama dan
dimasukkan tampa melihatnya ke kantong kedua. Berapa peluangnya sekarang
mengambil bola hitam dari kantong kedua ?.
Teorema 1.11
dua kejadian A dan B bebas jika dan hanya jika
P (A ∩ B) = P (A)P (B)
Contoh 1.17
Dua dadu dilantukan dua kali. Berapa peluangnya mendapat jumlah 7 dan 11
dalam dua kali lantunan?.
Teorema 1.12
Bila dalam suatu percobaan, kejadian A1 , A2 , ...., Ak dapat terjadi, maka
P (A1 ∩ A2 ... ∩ Ak ) = P (A1 )P (A2 |A1 )P (A3 |(A1 ∩ A2 )...P (Ak |A1 ∩ A2 ... ∩ AK )
Bila kejadian A1 , A2 , ...., Ak bebas, maka
P (A1 ∩ A2 ... ∩ Ak ) = P (A1 )P (A2 )P (A3 )...P (Ak )
Tugas 2c
1.6 dan 1.7
No. 3, 5, 6, 14, 19
1. Sampel acak 200 orang dewasa dikelompokkan menurut jenis kelamin dan
pendidikan
SD 38 45
SM 28 50
PT 22 17
Bila seorang diambil secara acak dari kelompok ini, cari peluangnya dia
seorang
a. pria, bila diketahui pendidikannya SM;
b. yang tidak berpendidikan PT, bila diketahui dia wanita.
2. Dari 100 mahasiswa diketahui, 42 ikut kuliah matematika, 68 ikut kuliah
psikologi, 54 ikut kuliah sejarah, 22 ikut kuliah matematika dan sejarah,
2
25 ikut kuliah matematika dan psikologi, 10 ikut ketiga kuliah, dan 8 tidak
ikut satu pun dari ketiganya. Bila seorang mahasiswa dipilih secara acak,
cari peluangnya bahwa
a. seseorang yang ikut psikologi mengambil ketiga kuliah
b. seseorang yang tidak ikut psikologi mengikuti sejarah dan matematika
3
A : orang yang terpilih dalam status anggota koperasi
E : orang yang tepilih dalam status bekerja
Jadi : A = (E ∩ A) ∪ (E 0 ∩ A)
Kita bisa menghitung ;
P (E) = 600 2 36 3
900 = 3 , P (A|E) = 600 = 50 ,
dan
P (E 0 ) = 300 1 0 12 1
900 = 3 , P (A|E ) = 300 = 25
Teorema 1.13
Misalkan kejadian B1 , B2 , ..., Bk merupakan suatu sekatan (partisi) dari ruang
sampel T dengan P (Bi ) 6= 0 untuk i = 1, 2, ..., k, maka untuk setiap kejadian A
anggota T
Pk Pk
P (A) = i=1 P (Bi ∩ A) = i=1 P (Bi )P (A|Bi )
Contoh 1.18
Tiga anggota koperasi dicalonkan menjadi ketua. Peluang pak Ali terpilih 0,3,
peluang pak Badu terpilih 0,5, sedangkan peluang pak Cokro 0,2. Kalau pak
Ali terpilih maka peluang kenaikan iuran koperasi adalah 0,8. Bila pak Badu
atau pak Cokro yang terpilih maka peluang kenaikan iuran masing-masing 0,1
dan 0,4. Berapa peluang iuran akan naik ?
Jawab
A : orang yang terpilih manaikkan iuran
B1 : pak Ali yang terpilih
B1 : pak Badu yang terpilih
B3 : pak Cokro yang terpilih
4
P (A) = P (B1 )P (A|B1 ) + P (B2 )P (A|B2 ) + P (B3 )P (A|B3 )
= 0,3.0,8+0,5.0,1+0,2.0,4
= 0,24+0,05+0,08
= 0,37
Teorema 1.14
( Aturan Bayes ).Misalkan kejadian B1 , B2 , ..., Bk merupakan suatu sekatan
(partisi) dari ruang sampel T dengan P (Bi ) 6= 0 untuk i = 1, 2, ..., k. Misalkan
A suatu kejadian sembarang dalam T dengan P (A) 6= 0 maka
r ∩A)
P (Br |A) = P (B
P (A) = P (B )P (A|Br )
Pk r = Pk
P (Br )P (A|Br )
i=1 P (Bi ∩A) i=1 P (Bi )P (A|Bi )
untuk r = 1, 2, ..., k
Contoh 1.19
Pada contoh 1.18, bila seorang merencanakan untuk jadi anggota koperasi terse-
but tapi menundanya beberapa minggu dan kemudian mengetahui bahwa iuran
telah naik, berapakah pak Cokro terpilih jadi ketua ?
Jawab
P (B3 |A) = P3P (BP3(B)P (A|B3 )
)P (A|B )
i=1 i i
P (B3 )P (A|B3 )
= P (B1 )P (A|B1 )+P (B2 )P (A|B2 )+P (B3 )P (A|B3 )
0,2.0,4
= 0,3.0,8+0,5.0,1+0,2.0,4
0,08
= 0,24+0,05
0,08
= 0,37
8
= 37
Tugas 3
1.8
No. 2,4
Soal Ulangan
No. 2, 8, 12
2. bila di soal 2 orang tersebut kena tilang dalam perjalanan ke kantor, be-
rapa peluang dia melewati perangkap radar di tempat T2
3. Seorang ahli alergi mengemukakan bahwa 50% dari penderita yang dia uji
alergi terhadap sejenis rumput. Berapa peluangnya bahwa
a. tepat dari 3 penderita yang akan datang berobat alergi terhadap
rumput ?
5
b. tidak ada dari ke 4 penderita berikut yang alergi terhadap rumput?.
4. Dari kelompok yang terdiri atas 4 pria dan 5 wanita, berapa banyak pani-
tia yang beranggotakan 3 orang dapat dibuat
a. tampa pembatasan
b. dengan 1 pria dan 2 wanita?
c. dengan 2 pria dan 1 wanita bila pria tertentu harus termasuk dalam
panitia?.
5. Sebuah kotak berisi 6 bola hitam dan 4 bola hijau. tiga bola diambil se-
cara berturutan, tiap bola dikembalikan ke kotak sebelum bola berikutnya
diambil.
berapakah peluang bahwa
a. ketiga bola bewarna sama
b. tiap warna terwakili?
Ruang Sampel c
ABC 3
ACB 1
BAC 1
BCA 0
CAB 0
CBA 1
6
c 0 1 3
1 1 1
P (C = c) 3 2 6
Defenisi 2.2
Himpunan pasangan terurut (x, f (x)) merupakan suatu fungsi peluang, fungsi
massa peluang, atau distribusi peluang peubah acak diskret X bila, untuk se-
tiap kemungkinan hasil X
f (x) ≥ 0
1. P
2. x f (x) = 1
3. P 0 (X = x) = f (x)
Contoh 2.2
Suatu pengiriman 8 komputer pc yang sama ke suatu toko mengandung 3 yang
cacat. Bila suatu sekolah membeli 2 komputer ini secara acak, cari distribusi
peluang banyaknya yang cacat.
Contoh 2.3
Bila 50 persen mobil yang dijual oleh suatu agen bermesin diesel, cari rumus
distribusi peluang banyaknya mobil bermesin diesel bagi ke-4 mobil berikutnya
yang dijual agen tersebut.
Defenisi 2.3
Distribusi kumulatif F (x) suatu peubah acak diskret X dengan distribusi
peluang f (x) dinyatakan
P
F (x) = P (X ≤ x) = t≤x f (t) untuk −∞ < x < ∞
Contoh 2.4
Hitunglah distribusi kumulatif peubah acak X dalam contoh 2.3. Dengan meng-
gunakan F (x), perlihatkan bahwa f (2) = 2/8
7
a. Tunjukkan bahwa syarat 2 defenisi 2.4 dipenuhi,
b. hitunglah P (0 < x ≤ 2)
Tugas 3b
2.1, 2.2, dan 2.3
No. 2,6,7,17,21