Pada peristiwa bersama, dua atau lebih peristiwa dapat terjadi bersama-sama.
Untuk mencegah perhitungan ganda dalam dua peristiwa X dan Y yang terjadi bersama maka
diikuti aturan sebagai berikut:
Probabilitas pemberi suara wanita P(W) = 0,4 adalah jumlah probabilitas bersama WR, WG, dan WF
Hanya satu dari dua (atau lebih) peristiwa yang dapat terjadi
Dua peristiwa mutually exclusive tidak dapat terjadi bersamaan dalam satu
percobaan
P(X atau Y) = P(X) + P(Y) – P(XY), karena P(XY)=0, maka P(X atau Y) = P(X) + P(Y)
CONTOH PERISTIWA MUTUALLY
EXCLUSIVE
Kontestan
Pemberi Suara Guntur Jumlah
Riki (R) Fatma (F)
(G)
Pria (L) 30 50 40 120
Wanita (W) 40 30 10 80
Jumlah 70 80 50 200
P(L atau W) = P(L) + P(W) =(120/200) + (80/200) = 0,6 + 0,4 =1 karena P(LW)=0
P(R atau G) = P(R) + P(G) = (70/200) + (80/200) = 0,35 + 0,4 = 0,75 karena P(RG)=0
P(R atau G atau F) = P(R) +P(G) + P(F) = (70/200) + (80/200) + (50/200) = 0,35 +0,4 + 0,25 =1 Karena P(RG),
P(GF), P(FR), P(RGF)=0
PROBABILITAS BERSYARAT
𝑃(𝑋𝑌)
P(X|Y)=
𝑃(𝑌)
• P ( XY ) = P ( Y ) P ( X | Y ) dan P ( YX ) = P ( X ) P ( Y | x )
• Karena P ( XY ) = P ( YX ) maka P ( Y ) P ( X | Y ) = P ( x ) P ( Y | X )
CONTOH PERISTIWA BERSYARAT
Kontestan
Pemberi Suara Guntur Jumlah
Riki (R) Fatma (F)
(G)
Pria (L) 30 50 40 120
Wanita (W) 40 30 10 80
Jumlah 70 80 50 200
𝑃(𝑋𝑌)
P(X|Y)=
𝑃(𝑌)
Misalnya, ada berapa cara yang mungkin dalam mengatur 4 huruf dari 6 huruf pertama
dalam abjad.
Dengan mengambil satu huruf untuk setiap posisi dan menerapkan perkalian, dapat
diperoleh banyaknya permutasi 4 huruf dari 6 huruf, yaitu:
𝑛! 6! 6𝑥5𝑥4𝑥3𝑥2!
P= = = = 360 cara
𝑛−𝑟 ! 6−4 ! 2!
KOMBINASI
Setiap kelompok yang hanya dibedakan berdasar item yang diikutsertakan (dan bukan urutannya)
dinamakan kombinasi
Suatu kombinasi dari 10 huruf pertama dari abjad adalah kelompok huruf itu sendiri, tanpa
memperhatikan tatanannya. Semua susunan-susunan berikut: ABC ACB BAC BCA CAB CBA
Diperhitungkan sebagai suatu kombinasi tunggal
Tetapi, dalam kelompok-kelompok dengan huruf-huruf yang berbeda seperti berikut: EFG JFK EIK
ADJBCL EDJ Masing-masing menunjukkan suatu kombinasi yang berlainan.
Misalnya, kombinasi dari 4 huruf yang diambil dari 6 huruf pertama dalam abjad adalah Crn =
n! 6! 6x5x4! 6x5
= = = 1x2 =15 cara
r!(n−r)! 4!(6−4)! 4!2!
DISTRIBUSI PROBABILITAS
Distribusi probabilitas
• Suatu daftar dari semua nilai variabel random diskrit dengan probabilitas
terjadinya masing-masing nilai itu
Variabel random diskrit
• Hanya mengisi nilai-nilai tertentu yang terpisah dalam suatu interval
• Contoh: banyaknya pemunculan sisi kepala dalam pelemparan suatu uang logam.
Variabel random kontinu
• Dapat mengisi nilai mana pun dalam suatu interval
• Contoh: umur penduduk Indonesia
DISTRIBUSI PROBABILITAS
BINOMIAL
Distribusi probabilitas binomial menggambarkan data yang dihasilkan
oleh suatu percobaan yang dinamakan percobaan Bernoulli
• Setiap pertanyaan mempunyai 6 pilihan sementara dalam menjawab murid berspekulasi, maka
probabilitas menjawab benar P(B) = 1/6, sehingga probabilitas menjawab salah P(S)=1-P(B) = 5/6.
• Jika susunan 4 jawaban yang benar dari murid itu adalah B B B B S. Karena masing-masing
percobaan bersifat independen, maka: P(B B B B S) = P(B) P(B) P(B) P(B) P (S) = 1/6 1/6 1/6 1/6
5/6 = (1/6)4 (5/6)1
• Kemungkinan lain dari 4 susunan jawaban yang benar adalah B S B B B dan P (B S B B B) = P(B) P(S)
P(B) P(B) P(B) = 1/6 5/6 1/6 1/6 1/6 = (1/6)4 (5/6)1
• Ternyata probabilitas dari 4 jawaban yang benar dari 5 pertanyaan adalah sama untuk susunan yang
mana pun. Banyaknya kemungkinan susunan 4 benar dan salah dapat dicari dengan rumus:
n! 5! 5x4!
• Crn = r!(n−r)! = 4!(5−4)! = = 5 cara
4!1!
CONTOH DISTRIBUSI PROBABILITAS
BINOMIAL (2)
Untuk mencari probabilitas menjawab 4 soal dengan benar P(4) diperoleh dengan
menjumlahkan probabilitas dari C45 = 5 susunan
Karena probabilitas untuk setiap susunan adalah sama, maka P(4) dapat dihitung dengan
mengalikan C45 dan probabilitas salah satu susunan, yaitu:
P(r) = C45 x pr x qn-r
P(4) = C45 x (1⁄ 6)4 x (5 ⁄6)1
P(4) = 5 x 0,000772 x 0,833333 = 0,003215 = 0,0032
Dengan menerapkan rumus binomial untuk contoh tadi diperoleh:
P ( 0 ) = 1x 1 x 0,40188 = 0,4019
P ( 1 ) = 5 x 0,16667 x 0,48225 = 0,4019
P ( 2 ) = 10 x 0,02778 x 0,57870 = 0,1608
P ( 3 ) = 10 x 0,00463 x 0,69444 = 0,0322
P ( 4 ) = 5 x 0,00077 x 0,83333 = 0,0032
P ( 5 ) = 0,00833 x 0,00013 x 1 = 0,0000
1,00
DISTRIBUSI PROBABILITAS POISSON
Distribusi probabilitas poisson dapat digunakan untuk menghitung
probabilitas banyaknya kedatangan dalam suatu selang waktu tertentu