Hukum Bayes
• Jika kejadian-kejadian B1, B2,.....Bk merupakan sekatan dari ruang
sampel S dengan ܲ( ≠ )݅ܤ0 untuk i=1,2,...,k. Maka untuk sebarang
kejadian A yang bersifat ܲ ≠ ܣ0
. ݎܤ ܣ
ܲ = ܣ ݎܤ
ଵ . ܤ ܣ1 ା ଶ . ܤ ܣ2 ା..ା . ݇ܤ ܣ
CONTOH HAL 109
• 3 anggota (A, B, C)
• Peluang Mr.A terpilih P(A) = 0,3, P(B)=0,5, P(C)=0,2
• K = naiknya iuran anggota
• P(K|A)=0,8, P(K|B)=0,1, P(K|C) =0,4
• Pertanyaan : Berapa peluang iuran naik
Latihan
• Soal Hal 111-112
No. 2, 5, 6 dan 8
No. 2
• 4 lokasi (L1, L2, L3, L4)
• Dioperasikan tidak setiap saat (40%, 30%, 20% dan 30%)
• Seseorang melampaui batas setiap lokasi (0,2, 0.1, 0.5, dan
0.2)
No. 5
Kotak 1 Kotak 2 Kotak 3
Merah 2 4 3
Putih 3 1 4
Biru 5 3 3
SEBARAN
PEUBAH ACAK
PEUBAH ACAK = VARIABEL ACAK=VARIAT
DEFINISI PEUBAH ACAK
@ Suatu fungsi yang nilainya berupa bilangan riil (nyata) yang
ditentukan oleh setiap unsur dalam ruang sampel
Range
Domain X
AA 0
AG 1
GA 2
GG 3?
X=x f P(x)
0 1 (GG) P(0) = ¼
1 2 (AG, GA) P(1)=1/2
2 1 (AA) P(2) = 1/4
jumlah 4 1
CONTOH PELEMPARAN
MATA UANG
• Eksperimen : pelemparan satu mata uang 3 kali
• Tentukan Ruang Sampel
• S ={AAA. AAG, AGA, AGG, GAA, GAG, GGA, GGG} = 2^3=8
• Mendefinisikan variabel acak
• X = Banykanya angka yang muncul X sebagi variabel acak
diskrit
• X=x ; x=0, x=1, x=2, x=3
X=x f P(X=x)
0 1 (GGG) P(X=0) = 1/8
1 3 (AGG, GAG, GGA) P(X=1)=3/8
2 3 (AAG, AGA, GAA) P(2) =3/8
3 1 (AAA) P(3)=1/8
• Y=Banyaknya ukuran yang cocok dalam pengambilan 3 baju
ukuran (S, M, L) oleh tiga orang (kurus, sedang, gemuk)
S M L cocok
K Sd G 3
Sd K G 1
Sd G K 0
K G Sd 1
G Sd K 1
G K Sd 0
Y=y f P(Y=y)
0 2 P(0)=2/6
1 3 P(1)=1/2
2 0 P(2)=0
3 1 P(3)=1/6
RUANG SAMPEL DISKRET
DEFINISI
@Bila suatu ruang sampel mengandung jumlah titik sampel
yang terhingga atau suatu barisan unsur yang tidak pernah
berakhir tetapi yang sama banyaknya dengan bilangan cacah.
X = berat badan
Y = tinggi badan
Z = masa hidup lampu
SEBARAN (DISTRIBUSI)
PELUANG
• TERDAPAT DUA JENIS SEBARAN PELUANG (DILIHAT DARI JENIS
PEUBAHNYA):
1. SEBARAN PELUANG DISKRET
2. SEBARAN PELUANG KONTINU
• TERDAPAT DUA CARA DALAM MENENTUKAN SEBARAN PELUANG :
1. SEBARAN PELUANG EMPIRIS
2. SEBARAN PELUANG TEORETIS
• LANGKAH-LANGKAH MENENTUKAN DISTRIBUSI PELUANG (EMPIRIS)
(umumnya untuk diskret):
• A. Tentukan Jenis peubah acak
• B. Tentukan nilai peubah acak
• C. Tentukan frekuensi dari setiap nilai peubah acak
• D. Tentukan frekuensi relatif dari setiap nilai peubah acak
BEBERAPA DEFINISI
DEFINISI sebaran peluang diskret
@Sebuah tabel atau rumus yang mencantumkan semua
kemungkinan nilai suatu peubah acak diskrit berikut
X 0 1 2 3
Y
M1K1K2
0 0 M2K1K2
1
M1M2M3
M3K1K2
Ada 3
P(1,0)
=3/35
1 0
2 0 0
Tambahkan dalam buku
catatan masing-masing
• Sifat-sifat ekspektasi dan varians peubah bersama
• Beberapa latihan soal dalam buku Walpole untuk kasus
peubah bersama
• Pelajari dan kerjakan latihan-latihan dalam modul kuliah yang
diberikan
• E(2X+10) = E(2X) + E(10) = 2E(X) + 10
• X=1,2,3,4,5, 6
• P(X=x) = 1/6
• E(X) = 1*1/6+2*1/6+.......+6*1/6 =