Peluang (lanjutan)

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

• Lambang = huruf kapital

• Nilai peubahnya = hurup “kecilnya”
• Contoh
X=Banyaknya muncul angka dalam pelemparan dua
mata uang (pelemparannya brp kali?)
X=0, X=2..X=x
Y=Banyaknya ukuran yang cocok dalam pengambilan 3
baju ukuran (S, M, L) oleh tiga orang (kurus, sedang, gemuk)
Z=Berat badan mahasiswa matematika
Q=Tinggi badang mahasiswa matematika
• f(x) = 2x
• Variabel acak  X

Range
Domain X
AA 0
AG 1
GA 2
GG 3?

• X adalah banyaknya muncul angka dalam pelemparan 2 MU

S = { AA, AG, GA, GG} -- > X=0, X=1, X=2  X=x
Contoh 2
• Y=Banyaknya ukuran yang cocok dalam pengambilan 3
baju ukuran (S, M, L) oleh tiga orang (kurus, sedang, gemuk)
 CONTOH PELEMPARAN
MATA UANG
• X=Banyaknya muncul angka dalam pelemparan dua
mata uang (pelemparannya brp kali?)—sekali pelemparan
• S = {AA, AG, GA, GG} dilempar sekali
• X=x, x=0, x=1, x=2

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.

• SEBUTKAN OLEH ANDA CONTOH-CONTOH RUANG SAMPEL

DISKRET ????
- Banyknya telor yang pecah
- Banyaknya kecelakaan
- Banykanya produk cacat
- Banykanya yang tidak hadir pertemuan
- Banyaknya produk susu sapi Lambang dalam kaleng
Latihan
• Hal 122 No. 1, 2, 4
• Hal 123 No.5, 6, 8, 9
RUANG SAMPEL KONTINU
DEFINISI
@Bila suatu ruang sampel mengandung takhingga banyak titik
sampel yang sama banyaknya titik pada suatu ruas garis.

• SEBUTKAN OLEH ANDA CONTOH-CONTOH RUANG SAMPEL

KONTINU ????

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

SEBARAN PELUANG KONTINU umumnya disajikan dalam bentuk

rumus fungsi peluang yang disebut dengan fungsi kepekatan
peluang/ fungsi padat peluang. (PROBABILITY DENSITY
FUNCTION)
Distribusi Peluang
Diskrit = Distribusi Distribusi peluang
Peluang = pmf kontinu = Fungsi
(probability mass peluang = pdf
function) P(X=0) = (probability density
P(0) function)  f(x)
LATIHAN
• SOAL LATIHAN HALAMAN 122 - 123
• NO : 1, 4, 5, 6, 8, 10
• NO : 12, 13, 14
Ekspektasi (Nilai Harapan)=
Nilai Tengah = Rata-rata
• Proof !!
Definisi : E (X) = sigma (x * p(x))
E(c) = sigma (c * p(x)) = c * sigma p(x)
=c*1=c
Contoh
 Contoh Ekspektasi
• X = Banykanya angka yang muncul X sebagi variabel acak
diskrit
• Tentukan E(X) = 0*1/8 + 1* 3/8 + 2*3/8 + 3*1/8 =3/2
• Tentukan V(X) = E (X^2) – (E(X))^2
• E(X2 )= 0^2*1/8 + 1^2 * 3/8 + 4*3/8 +9*1/8 =(3+12+9)/8
=24/8

Var (X) = 24/8 -18/8 = 6/8

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
Varians (Ragam) Peubah Acak
Contoh kasus sebelumnya
Peubah Acak Bersama
• Lebih dari satu peubah misal X dan Y
• Contoh : Pengambilan bola dalam kantung terdiri dari 3
merah, 2 kuning, 2 hijau, diambil 3 buah sekaligus. Tentukan
sebaran peubah terambil merah dan hijau
• Misal X = Merah, Y = Hijau
• Tahapan pertama  Uraikan ruang sampel
• Tahap kedua  Tentukan nilai peubah acak bersama
• Tahap ketiga  tentukan frekuensi setiap nilainya
• Tahap keempat  tentukan peluangnya
• Contoh : Pengambilan bola dalam kantung terdiri dari 3
merah, 2 kuning, 2 hijau, diambil 3 buah sekaligus. Tentukan
sebaran peubah terambil merah dan hijau
S = {1.M1m2m3
2. M1m2k1 3M (M1, M2, M3)
2K (K1, K2)
3. M1m2mk2
2H (H1, H2)
• M1m2mh1
• M1m2mh2
• M1k2k2
• Dst - 35. K2h1h2 }
• Kombinasi = 7 C 3 = 7!/ 3!* (7-3)! = 7x6x5x4!/3!x4! =35
kemungkinan
• Tentukan sebaran peubah terambil merah dan hijau
• Dari 3 diambil sekaligus (3M, 2 K, 2H)
X = banykanya merah terambil
Y = banykanya hijau terambil

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 =

Varians  V(X) = E(X^2) – E(X)^2

Covarians  Cov (XY) = E(XY) – E(X).E(Y)
Latihan-Latihan Soal