Probability dan

Probability Distribution
 Pendahuluan
• Ketidak pastian merupakan bagian dari proses pengambilan
keputusan dan memperkirakan keluaran yang berujung
pada teori probabilitas.
• Dalam berbicara mengenai probabilitas, maka akan
dievaluasi terlebih dahulu mengenai metode perhitungan
(counting methods).
• Jika obyek mempunyai populasi yang kecil, maka akan lebih
mudah untuk mendata dan menghitungnya satu demi satu.
• Namun ketika obyek mempunyai populasi yang cukup besar
untuk dihitung dengan langkah tersebut dan obyek
berhubungan dengan bentuk sistematis tertentu, ada
teknik yang dapat diaplikasikan untuk menghitungnya
tanpa mendata.
 Set dan List
• Set/Sample  merupakan sekumpulan obyek yang
mempunyai property.
– Member/element  obyek dari set/sample
• Set/sample dapat bersifat terhingga (finite set)
anggotanya dapat dihitung.
• Set yang anggotanya tidak terbatas  infinite set
• Set yang tidak mempunyai anggota  empty set
• Set yang anggotanya satu atau lebih  non empty set
• Jika A dan B adakah set  semua anggota A adalah
anggota B, maka A adalah subset dari B.
– A: {2,8} dan B: {0,2,4,6,8}  maka A subset dari B
– Ø adalah subset dari semua set
• List dapat berupa finite set  mempunyai anggota yang
dapat didata namun dengan 2 perbedaan.
– Perbedaan 1:
• Set: anggotanya tidak diatur/disusun. Set A: {1,2,3,2} sama dengan Set
B: {1,2,2,3}
• List: anggotanya sudah diatur/disusun. List A: {1,2,3,2} tidak sama
dengan List B: {1,2,2,3}
– Perbedaan 2:
• Set: bisa dijumpai perulangan anggota. Set A: {1,2,3,2} sama dengan
Set B: {3,1,2}
• List: perulangan tidak dihitung sebagai penambahan elemen
• Jumlah dari elemen pada set/sample dinyatakan dengan
notasi: |S|
– Jika S; {1,2,3,2} maka |S| = 4
• Sebuah set dapat dibentuk dari set yang lain.
– Jika S dan T adalah set, maka intersection dari S dan T adalah
semua elemen yang terdapat kedua S dan T.  dinotasikan S Π
T
– Jika S dan T adalah set, maka union dari S dan T adalah semua
elemen yang ada di S, T, dan keduanya  dinonetasikan S U T
– Jika S dan T adalah set, sementara S dan T tidak mempunyai
elemen yang sama, maka disebut sebagai disjoint atau mutually
exclusive.
• Untuk menggambarkan 2 atau 3 set dengan kemungkinan
hubungan antar set adalah dengan Diagram Venn.
• Terkadang digambarkan lingkaran di dalam daerah segi
empat, yang merepresentasikan universal set, yang
menunjukkan set yang lain merupakan subset.
• Pada Diagram Venn dapat menjadi ilustrasi
prinsip dasar berhitung yang melibatkan set yang
berpotongan.  disebut juga inclusion-exclusion
principle untuk 2 set.
• Prinsip tersebut berhubungan dengan jumlah
elemen pada union dan intersection dari 2 finite
set.
• Jumlah elemen dari union 2 set sama dengan
jumlah masing-masing set dikurangi intersection.
– |AUB|=|A|+|B|-|AΠB|
 Multiplication Principle
• Misalkan ada 2 pilihan yang harus dibuat secara
berurutan dan pilihan kedua tidak bergantung
pada pilihan pertama.
• Misalkan ada kemungkinan yang berbeda untuk
keduanya  k kemungkinan pada pilihan
pertama dan m kemungkinan pada pilihan kedua.
• Berdasarkan konsep multiplication principle pada
kondisi tersebut, maka ada k x m kemungkinan
pasangan.
• Contoh; misalkan pada menu yang akan dipesan pada
restoran. Menu yang dipilih harus ada 1 jenis makanan dan 1
jenis minuman. Jika ada 5 jenis makanan dan 3 jenis
minuman, maka ada (5) x (3) = 15 kemungkinan pilihan yang
dapat dipesan dari menu.
• Multiplication principle dapat diterapkan pada situasi yang
kompleks.
• Jika tedapat lebih dari 2 kemungkinan pilihan yang
independen, maka jumlah outcome yang memungkinkan
adalah jumlah perkalian dari setiap jumlah anggota set.
• Contoh; password komputer terdiri dari 4 karakter.
Karakter 1 adalah 10 digit dari 0-9. 3 karakter
berikutnya adalah salah satu dari 26 huruf alfabet.
– Karena mengijinkan adanya perulangan, maka ada 10
kemungkinan untuk digit 1 dan 26 kemungkinan untuk
digit sisanya. Sehingga kemungkian password:
(10)(26)(26)(26)=175.760
– Jika perulangan tidak diijinkan, maka pilihan tidak
semuanya independen, namun modifikasi dari
multiplication principle dapat diterapkan.
– Jika tidak diijinkan adanya perulangan, maka ada 10
kemungkinan digit 1, 26  digit 2; 25  digit 3; 24 
digit 4. Sehingga kemungkinan password: (10)(26)(25)(24)
= 156.000
• Contoh; Setiap kali koin dilemparkan akan ada 2
kemungkinan. Dengan multiplication principle dapat
disimpulkan bahwa kemungkinan dari melemparkan
koin 8 kali adalah (2)(2)(2)(2) (2)(2)(2)(2)=28=256
kemungkinan
 Permutasi dan Faktorial
• Misalkan anda akan menentukan kemungkinan menyusun 3
huruf A, B, dan C dimana setiap huruf dapat ditempatkan di
posisi 1, 2, dan 3, maka kemungkinannya adalah: ABC – ACB –
BAC – BCA – CAB – CBA  terdapat 6 kemungkinan
• Misalkan sama seperti kasus di atas namun untuk 4 huruf; A,
B,C dan D, dengan mengurutkan kemungkinan akan
membutuhkan banyak waktu. Sehingga lebih baik menghitung
kemungkinannya daripada mengurutkan satu per satu.
• Menyusun 4 huruf; 1 huruf ditempatkan di urutan 1; 3 sisanya
di urutan 2; 2 sisanya di urutan 3; dan 1 sisanya di urutan 4.
Sehingga dengan mengaplikasikan multiplication principle
terdapat (4)(3)(2)(1) = 24 cara penyusunan dari 4 huruf
tersebut.
• Secara umum jika n obyek akan disusun dari urutan 1
sampe ke n, maka akan ada n pilihan di peringkat 1, n-1
pilihan di peringkat 2, n-2 pilihan di peringkat 3, sampai
akhirnya hanya ada 1 pilihan di peringkat ke n obyek.
• Sehingga kemungkinannya: n(n-1)(n-2) … (3)(2)(1)
• Setiap urutan disebut dengan permutasi, dan hasil di
atas disebut sebagai jumlah permutasi dari n obyek.
• Karena hasil dari bentuk n(n-1)(n-2) … (3)(2)(1) sering
terjadi ketika menghitung obyek, maka terdapat notasi
spesial n! disebut n faktorial.
• Contoh; 1!=1; 2!=2x1=2; 3!=3x2x1=6, sementara 0!=1
• Contoh; Ada 10 orang akan naik bus. Setiap orang
akan duduk pada 1 kursi dari 10 kursi yang tersedia.
Maka penyusunan tempat duduk yang
memungkinkan adalah: 10!=(10)(9)(8) … (2)(1)=
3.628.800.
• Sekarang misal anda diminta untuk menyusun 3
huruf dari 5 huruf yang tersedia: A,B,C,D,E dan
menempatkan pada urutan 1,2,3, maka berdasarkan
contoh sebelumnya terdapat (5)(4)(3)=60
kemungkinan.
• Secara lebih umum, misal terdapat k obyek yang akan
dipilih dari n obyek, dimana k ≤ n, dan k akan disusun
dari peringkat 1 sampai k.
• Kemudian terdapat n pilihan pada peringkat 1, n-1 pilihan
pada peringkat 2, n-2 pada peringkat 3, sampai akhirnya
n-k+1 pilihan peringkat ke k.
• Jumlah kemungkinan: n(n-1)(n-2) … (n-k+1) =
n!/(n-k)!
• n!/(n-k)! = merupakan kemungkinan untuk menyusun k
peringkat dari n obyek.
• Disebut sebagai permutasi k dari n obyek
 Kombinasi
• Misalkan ada 5 huruf; A,B,C,D,E dan anda diminta untuk
memilih dan menyusun 3 dari 5 huruf tersebut, namun tidak
seperti sebelumnya, anda tidak menghitung perbedaan letak
dari huruf tsb; ABC, ABD, ABE, ACD, ACE, ADE, BCD, BCE, BDE,
CDE.
• Terdapat 10 kemungkinan dalam penyusunan 3 huruf tanpa
memperhatikan urutannya  perhatikan pemilihan dilakukan
tanpa memperhatikan urutan.
• Jumlah kemungkinan memilih 3 dari 5 huruf tanpa urutan (10)
dikalikan dengan jumlah kemungkinan menyusun 3 huruf
(3!=6) adalah sama dengan jumlah kemungkinan memilih 3
dari 5 huruf dengan memperhatikan urutannya (5!/2!=60).
• Sehingga hubungannya adalah berikut; Jumlah
kemungkinan memilih tanpa urutan x Jumlah
kemungkinan untuk mengurutkan = Jumlah kemungkinan
memilih dengan urutan.
• Maka; Jumlah kemungkinan memilih tanpa urutan =
Jumlah kemungkinan memilih dengan urutan / Jumlah
kemungkinan untuk mengurutkan
• Pada kasus di atas= (5!/2!)/3! = 5!/(3!x2!) = 10
• Secara lebih umum, jika terdapat k obyek yang akan
dipilih dari n obyek, dimana k ≤ n, namun k disusun tidak
memperhatikan urutannya maka disebut kombinasi k
dari n obyek dengan persamaan umum: n!/k!(n-k)!.
Terkadang dinotasikan nCk
• Contoh; Misalkan anda akan memilih 3 orang dari 9
orang murid, maka kemungkinan yang diperoleh
adalah “kombinasi 3 dari 9”: 9!/3!(9-3)!= 9!/(3!6!) =
9)(8)(7)/(3)(2)(1)=84