Disusun Oleh:
Yudha Pratama(2203401011013)
Afryan Nurdyanto(2203401011019)
PROGRAM STUDI
FAKULTAS PERTANIAN
2023
1
PROBABILITAS, PERMUTASI DAN KOMBINASI
Pendahuluan
2
Sifat-Sifat Probabilitas
Misalkan S merupakan ruang sampel dari sebuah eksperimen acak. Ukuran probabilitas
(probability measure) P : F → [0, 1] merupakan fungsi himpunan yang menetapkan bilangan
riil pada berbagai kejadian di dalam ruang sampel S yang memenuhi:
(i) P[A] ≥ 0, yaitu probabilitas suatu kejadian A haruslah lebih besar atau sama
dengan 0, untuk sebarang kejadian A ∈ F.
(ii) (ii) P[S] = 1, yaitu probabilitas dari suatu kejadian yang meliputi ruang sampel
haruslah 1. Hal ini terjadi karena ruang sampel meliputi seluruh titik sampel dari
suatu eksperimen.
(iii) P[∪∞i=1Ai] = P∞i=1 P[Ai], apabila A1, A2, · · · , An, · · · ., masing-masing
merupakan kejadian yang saling asing di dalam ruang sampel S.
Sebuah ruang sampel diskrit merupakan himpunan dari titik sampel yang berhingga atau
titik sampel yang terhitung namun tak berhingga. P[ai] atau pimerupakan notasi dari
probabilitas bahwa titik sampel ai muncul. Setiap kali dilakukan percobaan, maka salah satu
dari titik sampel ai dengan i = 1, 2, 3, · · ·akan muncul. Oleh karena itu, fungsi probabilitas P
haruslah memenuhi kondisi berikut ini:
(ii) P[a1]+P[a2]+· · · =Pseluruh i P[ai] = 1 (total probabilitas dari suatu ruang sampel selalu
sama dengan 1).
3
seragam adalah probabilitas munculnya mata dadu 1 sampai dengan 6 dari sebuah percobaan
pelemparan dadu.Pada percobaan tersebut, probabilitas munculnya masing-masing mata dadu
adalah sama yaitu 1/6.
Ruang Sampel Kontinu
Suatu eksperimen dapat memunculkan hasil (outcome) berupa sebarang bilangan Riil
dalam suatu interval nilai. Ruang sampel dari hasil pada eksperimen tersebut dikenal sebagai
ruang sampel kontinu. Pada kasus ini, kita dapat mendefinisikan Probabilitas dengan
menetapkan probabilitas pada suatu interval. Hal ini tentu saja berbeda dengan konsep ruang
sampel diskrit dimana kita dapat mendefinisikan Probabilitas pada sebarang titik sampel.
Perumusan klasik
Dalam perumusan klasik, probabilitas sebuah peristiwa dinyatakan sebagai hasil bagi antara
jumlah persitiwa yang mungkin terjadi dengan jumlah semua peristiwa yang mungkin terjadi.
Jika peristiwa tersebut dimisalkan sebagai peristiwa A, terjadi dalam m cara dari seluruh n
cara yang mungkin terjadi dan masing-masing n cara tersebut memiliki kesempatan yang
sama untuk muncul.
Perumusan empiris
Perumusan subjektif
4
Permutasi dan Kombinasi
Kaidah Pencacahan
Aturan Perkalian
Jika sesuatu unsur dapat diselesaikan dalam n_1 cara berbeda, dan sesuatu unsur yang lain
dapat diselesaikan dalam n_2 cara berbeda, ... tempat ke-k dengan nk cara”. Maka banyaknya
cara untuk mengisi k tempat yang tersedia adalah n_1×n_2×… ×n_k.
Permutasi
Permutasi adalah banyaknya susunan unsur – unsur yang berbeda dengan memperhatikan
urutan, sehingga AB≠BA.
Notasi Faktorial
N!=n ×(n-1)×(n-2)×….×3×2×1
5
P_((n,r) )=P_r^n=n!/(n-r)! Dengan r≤n.
Kombinasi
Kombinasi adalah banyaknya cara susunan unrus – unsur berbeda tanpa memperhatikan
urutan. Pada kombinasi berlaku AB = BA
Ruang sampel adalah himpunan semua hasil yang mungkin dari sebuah percobaan. N(S)=
banyak anggota ruang sampel. Kejadian adalah himpunan bagian dari ruang sampel.
Jika setiap anggota ruang sampel ( titik sampel ) mempunyai peluang yang sama untuk
muncul, peluang kejadian A yang memiliki anggota sebanyak n(A) adalah :
P(A)=n(A)/n(S) ,A⊂S.
Jika A^’ komplemen kejadian A, peluang kejadian A tidak terjadi adalah : P(A’)=1-P(A).
Jika A dan B dua kejadian yang berada dalam ruang sampel S, peluang kejadian A ∪B adalah
: P(A∪B)=P(A)+P(B)-P(A∩B). Jika A dan B masing – masing dua kejadian yang saling
lepas, berlaku :
6
P(A∪B)=P(A)+P(B)
Jika terjadinya kejadian A tergantung dengan kejadian B atau sebaliknya, kejadian A dan B
tidak saling bebas. Kejadian tersebut dinamakan kejadian bersyarat. Peluang kejadian B
dengan syarat kejadian A terjadi lebih dahulu ditulis P(B/A).
P(A∩B)=P(A)×P(B).
Teorema Bayes
Pada beberapa situasi, hasil akhir dari suatu eksperimen bergantung kepada beberapa hal
yang terjadi di berbagai tahap perantara. Oleh karena itu, hal ini dapat diatasi dengan
menggunakan teorema yang lebih umum dibandingkanA Bayes yang telah dipelajari
sebelumnya. Teorema inilah yang dikenal sebagai Teorema Bayes.Misalkan S adalah suatu
himpunan dan misalkan K = {Ai}ni=1 adalahkeseluruhan himpunan bagian dari S. Dengan
demikian, K disebut partisi dari S apabila:
(i) S =Sni=1 Ai
(ii) Ai ∩ Aj = ∅ untuk i 6= j
Jika A1, A2, · · · , An membentuk sebuah partisi dari semua probabilitas dalam ruang sampel
S dan P[Ai] 6= 0 untuk i = 1, 2, · · · , n,.
7
8