B A B III

PELUANG

3.3.2 BEBAS STOKHASTIK

Dalam perhitungan P(B|A) jelas bahwa peluang terjadinya B bergantung pada terjadinya
A atau : peluang terjadinya B harganya ditentukan relatif terhadap terjadinya A.
Dalam hal ini B dikatakan tak bebas dari A.
Apabila peluang terjadinya B bebas dari A, maka A dan B dikatakan saling bebas atau
bebas stokhastik.
DEFINISI 3.3.2 :
Jika A dan B adalah dua kejadian saling bebas stokhastik, maka:
P(A B) = P(A) . P(B)
atau: P(A|B) = P(A)
atau: P(B|A) = P(B)

DEFINISI 3.3.3 :

A ,A ,…,A saling bebas stokhastik jika dan hanya jika :

P(A ,A ,…,A ) = P(A ) . P(A ) … P(A )
dan .
.
.
dan P ( A A A ) = P(A ) . P(A ) . P(A ) ; i≠j≠k
dan P ( A A ) = P(A ) . P(A ) ; i≠j

CONTOH 9 :
1. Jika dari suatu kotak yang berisi kelereng diambil beberapa kelereng dengan
pengembalian, maka hasil setiap pengambilan saling bebas stokhastik.
Demikian pula untuk setiap hasil lemparan dalam melempar sebuah dadu atau mata
uang lebih dari satu kali.

2. Jika A, B, dan C adalah kejadian-kejadian dengan P(A) = P(B) = P(C) = ,

P(A B) = P(A C) = P(B C) = , dan P(A B C) = .

Apakah A, B, dan C saling bebas stokhastik ?

 Penyelesaian :

Karena P(A) = P(B) = P(C) = dan

P(A B) = P(A C) = P(B C) = , maka

Setiap pasang A dan B, A, dan C, serta B dan C saling bebas stokhastik.

Walaupun demikian karena P(A B C) ≠ P(A) . P(B) . P(C),
Maka A, B, dan C tidak saling bebas stokhastik.

3. Sebuah mata uang dilempar 100 kali.

Hitunglah peluang mendapat 100 M, jika
a.mata uang dalam keadaan seimbang,
b. mata uang tidak dalam keadaam seimbang.

Penyelesaian :
Jika M = mendapat M pada lemparan ke-i, maka

a. P(M ) = , i = 1, 2, … , 100

P(mendapat 100 M) = P(M ) . P(M ) … P(M )

= . …

= .

b. P(M ) = p, i = 1, 2, … , 100 dan 0 < p < 1.

P ( mendapat 100 M ) = P(M ) . P(M ) … P(M )
=p.p…p
=p .

3.3.3. ATURAN BAYES

Jika kejadian-kejadian B , B , … , B adalah suatu partisi dari ruang sampel S
dengan P(B ) ≠ 0, i = 1, 2, …, k, maka untuk setiap kejadian A dalam S dengan P(A) ≠
0, berlaku :

, i = 1, 2, … , k

Bukti :
 P[B |A] = .

Karena B , B , … , B adalah suatu partisi dari S, maka

S=B B … B
dengan B B = , i ≠ j.
Dengan memperhatikan bahwa
P(B A) = P(B ) . P[A| B ], karena P(B ) ≠ 0
dan
P(A) = P(A S)
=P(A {B B … B })

=P( )

maka

. (terbukti)

CONTOH 10 :
1. Sebuah kotak berisi 3 mata uang U , U , U dengan peluang mendapat M adalah
0,4 , 0,5 , dan 0,6 , jika masing-masing dilempar satu kali.
Dari kotak tersebut diambil sebuah mata uang secara random dan dilempar 5 kali.
Jika hasilnya adalah semua M, tentukan peluang yang terambil adalah mata uang yang
keadaannya seimbang.

Penyelesaian :
Karena P(M) = 0,5 untuk U , maka U adalah mata uang yang keadaannya seimbang.
Jika A = mendapat semua M dalam 5 kali lempar, maka dengan aturan Bayes

= 0,262.
2. Pegawai suatu kantor menyewa taksi dari 3 perusahaan yaitu 60% taksi Bluebird,
30% taksi President dan 10% taksi Montana.
Diketahui pula bahwa 9% taksi Bluebird perlu di tune-up, 20% taksi President perlu di
tune-up dan 6% taksi Montana perlu di tune-up.
Jika sebuah taksi disewa oleh pegawai kantor diatas dan ternyata perlu di tune-up,
hitunglah peluang yang disewa adalah taksi Bluebird.

Penyelesaian :
Jika B = yang disewa taksi bluebird,
P = yang disewa taksi President,
M = yang disewa taksi Montana, dan
T = yang disewa perlu di tune-up, maka

= 0,45.