P(E )+ P(E) = 1)
Dalam undian dengan sebuah dadu, misalnya E =
mendapat muka 6 disebelah atas, maka P(E) = 1/6. Jelas
bahwa E = bukan mata 6 yang diatas (1, 2, 3 atau
lainnya), P(E) nya = 5/6
Kalau peluang mendapatkan hadiah = 0,51, maka
peluang tidak mendapat hadiah = 0.39
BEBERAPA ATURAN PELUANG
Jika k buah peristiwa yang saling eksklusif ,
E1, E2, … Ek saling eksklusif, maka peluang
terjadinya E1, E2, …. atau Ek sama dengan jumlah
peluang tiap peristiwa. Rumus:
P(A3) . P (X/A3)
P(A3/X) = -----------------------------------------
P(A1). P (X/Ai) + P(A2) . P (X/A2) + P(A3). P (X/A3)
(0,14).(0,5)
= -------------------------------------- = 0,223
(0,57).(0.25) + (0,29) (0,35) + (0,14 )(0.5)
PEMBUATAN KEPUTUSAN
Melibatkan Teori Ekspektasi
Contoh: peluang mendapatkan jumlah A adalah P(A), maka
ekspektasi = A . P (A)
Jika peluang untuk mendapatkan jml. A1, A2, ….dan Ak adalah
P(A1) , P(A2) dan P(AK), maka:
Ekspektasi = A1 . P (A1) + A2 . P (A2) + …. + Ak . P (Ak)
Contoh: permainan dadu:
Kita mendapat 2,00 USD bila mendapat mata-6
Kita mendapat 0,5 USD bila mendapat mata-5
Kita kehilangan 0,25 USD bila mendapat mata-4
Kita kehilangan 1,00 USD bila mendapat mata-3, 2 atau 1
A1 = 2,00 A2 = 0,50 A3 = -0,25 A4 = -1,00
P(A1) = 1/6 P(A2) = 1/6 P(A3) = 1/6 P(A4) = 3/6
Ekspektasi = (2,00)(1/6) + (0,50)(1/6) – (0,25)(1/6)
– (1,00)(3/6) = - 0,125.
Hal ini berarti rata-rata pada permainan ini kita akan
kehilangan 12,5 sen
VARIABEL ACAK
Adalah suatu fungsi
bernilai real yang Contoh: Didalam suatu kardus
harganya ditentukan oleh terdapat dua anak ayam (A) dan
tiap anggota dalam ruang dua anak itik (I). Secara acak
sampel. diambil dua ekor satu demi satu
Suatu variabel acak akan tanpa pengembalian.Bila variabel
mempunyai harga acak P menyatakan jumlah anak
tertentu dari suatu ayam yang diambil, maka nilai p
yang mungkin dari variabel acak P
percobaan
adalah:
Suatu Variabel acak Tabel 1 Kejadian yang mungkin
ditentukan dalam huruf Kejadian sederhana P
besar, misalnya X.
AA 2
Harganya dinyatakan AI 1
dalam huruf kecil, IA 1
misalnya : x II 0
VARIABEL ACAK
Ruang sampel diskret : ruang sampel yang mengandung
titik sampel yang berhingga banyaknya.
Variabel acak diskret: variabel acak yang didefinisikan
pada ruang sampel diskret
Ruang sampel kontinu: ruang sampel yang mengandung
titik sampel yang tidak berhingga banyaknya.
Variabel acak kontinyu: variabel acak yang didefinisikan
pada ruang sampel kontinyu.
Pada persoalan praktis:
Variabel acak diskret menyatakan data yang dihitung:
jumlah anak ayam yang diambil; banyak barang yang cacat
dalam sampel berukuran k; bayak korban meninggal
disuatu jalan per tahun
Variabel acak kontinyu: data yang diukur: tinggi, berat,
suhu, umur, jarak, dll.
DISTRIBUSI PELUANG
Undian dengan 2 buah mata uang, maka distribusi peluangnya:
disebut: “distribusi peluang”
x P(x)
dimana:
0 1/4 x = 0 peluang tidak keluar gambar garuda
1 1/2 x = 1 peluang salah satu mata uang keluar
gambar garuda
2 1/4 x = 2 peluang ke-2 mata uang keluar
Σ 1 gambar garuda
Jumlah mobil 0 1 2 3 4 5 6 7 8
Peluang 0,01 0,05 0,10 0,28 0,22 0,18 0,08 0,05 0,03
V=n–1
Jika kita ambil sampel berukuran n dari suatu populasi
berdistribusi normal yang mean = µ dengan mean sampel x
dan standar deviasi s, maka nilai statistik sampel :
t = (x - µ)/(s√n)
Dimana s = standar deviasi sampel , n = ukuran sampel
Tabel A2 memberikan nilai tσ sedemikian rupa sehingga di
ebelah kanannya terdapat luas sebesarnya σ. Tabel tsb.
Berisikan nilai-nilai t untuk derajat kebebasan tertentu, v
dan peluang, σ, tertentu. Contoh nilai t untuk derajat
kebebasan 10 sehingga luas sebelah kanannya 0.025,
adalah t = 2.228
Suatu pabrik bola lampu yakin lampunya akan tahan
menyala rata2 500 jam, Untuk itu tiap bulan diuji 25 lampu.
Bila nilai t yang dihitung terletak antara –t0.05 dan t0.05 maka
pengusaha pabrik lampu itu akan mempertahankan
keyakinannya. Kesimpulan apakah yang seharusnya dia
ambil dari sampel dari sampel dengan rataan x = 518 dan
standar deviasi 40 jam? Asumsikan bahwa distribusi waktu
menyala mendekati normal.
Dari Tabel A2 diperoleh (v = 25 – 1 = 24), t0.05 = 1.711, jadi
pengusaha puas dengan keyakinannya jika sampel 25
bola lampu mempunyai nilai t antara -1.711 dan 1.711.
Bila memang µ = 500, maka
T = (518 – 500)/(40/√25) = 2.25
Jadi pengsaha tadi kemungkinan besar akan menyimpulkan
bahwa produksinya lebih baik daripada yg diduga semula.
Berdasarkan tabel Z ..\Tabel kurva Normal.doc
didapat luasnya = 0,4772 atau 47,72%
Berdasarkan tabel Z ..\Tabel kurva Normal.doc didapat
Luas kurva normal 550 – 600 = 0,4928 – 0,3944 = 0,0984 =
9,84%
3. Dari hasil survei terhadap 200
petak tanah milik 200 petani di
kabupaten tangerang, ternyata
hasil panen padi rata-rata =
4000kg per hektar dan dengan
deviasi standar/simpangan baku
= 800 kg. Jika hasil panen dari
200 sampel tersebut diatas
datanya ternyata mendekati
distribusi normal, hitunglah :
Berapa kg hasil panen darri para
petani yang ada.
Berdasarkan tabel Z ..\Tabel
kurva Normal.doc
Jadi 10% petani yang hasil
panennya termasuk paling
rendah, maksimal 2976 kg dan
10% yang panennya termasuk
kelompok paling tinggi minimal
5024 kg
Berapa banyak (%)
petani yang hasil
panennya 2000 kg atau
kurang (maksimum
2000 kg?
Jumlah petani yang
hasil panennya
maksimum 2000 kg =
0,50 – 0,4938 =
0,0062% atau 1 orang
Berapa petani yang
hasil panennya antara
4000 – 5000 kg?
dimana:
x = banyaknya peristiwa sukses
n = banyaknya percobaan
P = probabilitas peristiwa sukses
Q= probabilitas peristiwa gagal
n!
Cxn = ---------- n! = 1 x 2 x3 x 4 x 5 x …. n
x! (n – x)! 0! = 1,0
DISTRIBUSI BINOMIAL
CONTOH SOAL 1
Sebuah mesin memproduksi semacam alat, ternyata
hasil produksinya terdapat 5% rusak. Jika secara acak
diambil 10 buah dari alat tersebut untuk diperiksa,
berapa probabilitas akan didapat a) 2 rusak dan b)
tidak ada yang rusak?
n = 10 P = 5% = 0,05 Q = 95% = 0,95
RUMUS : P(X=x) = Cxn . Px . Qn-x
P(X=2) = C210 . (0,05)2 . (0,95)8 = 45 (0.0025) (0,66)
= 0,07425
P(X=0) = C010 . (0,05)0 . (0,95)10 = 1 (1) (0,60) =
0,60
DISTRIBUSI BINOMIAL
CONTOH SOAL 2
Suppose we are drilling five wildcats in a new
basin where the chance of discovery (wildcat
success ratio) is 0,15 on each well. Assuming
each well is a Bernouli trials, what is the
probability of only one discovery in the five wells?
n =5 P = 0,15 Q = 0,85 x = 1
RUMUS : P(X=x) = Cxn . Px . Qn-x
P(X=1) = C15 . (0,15)1 . (0,85)5-1 = 5(0,15)1 .
(0,85)4 = 0,3915