PP4 Probabilitas
PP4 Probabilitas
Topik Pembahasan:
1. Konsep dasar probabilitas
2. Perumusan probabilitas
3. Ruang sampel dan sub ruang sampel
4. Ruang sampel pendekatan relatif
5. Peristiwa dan probabilitas peristiwa
6. Probabilitas peristiwa majemuk
7. Probabilitas peristiwa independen
8. Probabilitas peristiwa dependen
Konsep Dasar Probabilitas
Teori probabilitas (probability theory) sering juga disebut sebagai ilmu
tentang ketidakpastian
Probabilitas (P) suatu nilai dari 0 sampai dengan 1, yang menggambarkan
kemungkinan relatif suatu peristiwa akan terjadi
Probabilitas (P) = 0, artinya suatu peristiwa atau kejadian mempunyai
kemungkinan terjadi sebesar 0% (peristiwa yang tidak mungkin terjadi).
Probabilitas (P) = 1, artinya suatu peristiwa atau kejadian mempunyai
kemungkinan terjadi sebesar 100% (peristiwa yang pasti terjadi).
Tidak mungkin
terjadi Pasti terjadi
0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,1 1,0
Probabilitas Peluang Persija Munculnya sisi angka
Probabilitas
Musim salju di juara Liga Primer dalam satu lemparan
Peluang Matahari terbit
Yogyakarta Indonesia sekeping koin
kenaikan pajak di sebelah timur
Perumusan Probabilitas
a. Munculnya sisi gambar dalam satu lemparan koin (koin terdiri dari
dua sisi, yaitu angka dan gambar) adalah :
P(gambar) = ½ = 0,5
P(sisi 2) = 1/6
S = {G, A} ;
SS = {GA, AG}
Probabilitas suatu peristiwa, yaitu sub ruang sampel dibagi dengan ruang
sampel
Probabilitas Peristiwa Majemuk
Saling meniadakan (mutually exclusive), yaitu kejadian dua peristiwa yang tidak
memiliki unsur yang sama, digambarkan sbb:
A atau B
Formulasinya:
P(A dan B) = P(A) + P(B) – P(A dan B)
atau
P(A U B) = P(A) + P(B) – P(A ∩ B)
Probabilitas Peristiwa Majemuk
AB AC
ABC
BC
B C
Probabilitas Peristiwa Majemuk
atau
Pada pelemparan sebuah mata uang dua kali, peristiwa A munculnya gambar
pada pelemparan pertama, peristiwa B adalah munculnya gambar pada
pelemparan kedua adalah : P(A) = 0,5 dan P(B) = 0,5 sehingga
P(A atau B) = P(A) x P(B) = 0,25
Digambarkan dalam diagram pohon (tree diagram) sbb:
Probabilitas Peristiwa dependen
Topik Pembahasan:
1. Teorema Bayes (Bayes Theorema)
2. Harapan matematis (mathematical expectation)
3. Distribusi probabilitas binomial
4. Distribusi probabilitas normal
5. Hubungan antara distribusi probabilitas normal dn
tabel normal
Teorema Bayes (Bayes Theorema)
Jika ada dua kejadian misalkan A1 dan A2 yang tidak terikat satu sama lain,
maka teorema Bayes dirumuskan sebagai berikut:
Teorema Bayes (Bayes Theorema)
Contoh: 5 persen penduduk negara berkembang “X” menderita pengakit aneh yang
dimisalkan A1, sedangkan A2 adalah kejadian seseorang tidak menderita penyakit aneh
tersebut. Misalkan B adalah diagnosis yang menunjukkan adanya penyakit (positif).
Probabilitas bersyarat diagnosis mengindikasikan keberadaan penyakit adalah 0,90 dan
probabilitas seorang tidak menderita penyakit adalah 0,15. Berapa probabilitas seorang
menderita penyakit dan diagnosisnya positif jika diambil salah seorang penduduk secara
acak
Jadi probabilitas salah satu penduduk negara tersebut yang menderita penyakit dan
diagnosisnya positif jika seorang penduduk diambil secara acak adalah
Teorema Bayes (Bayes Theorema)
Peti A1 berisi 3 bola hijau dan 5 bola merah, sedang peti A2 berisi 2 bola hijau, 1
bola merah, dan 2 bola kuning. Apabila peti dipilih secara random dan dipilih
bola secara random juga, berapakah probabilitas terpilihnya bola hijau
Jawab:
Apabila P1, P2, ..Pn merupakan probabilitas terjadi peristiwa A1, A2 …An yang
merupakan peristiwa yang independen dan lengkap terbatas maka jumlah seluruh
harapan matematis adalah:
Dari tabel mortalitas (mortality table) diketahui bahwa probabilitas seseorang yang
berusia 35 tahun dapat hidup selama setahun = 0,992, sehingga probabilita
mortalitanya (meninggal) = 1 – 0,992 = 0,008. Apabila perusahaan asuransi akan
menjual polis asuransi senilai Rp1.000.000,00 pada seseorang yang berusia 35 tahun
untuk jangka waktu 1 tahun dengan premi sebesar Rp10.000,00 berapa
harapan keuntungan secara matematis dari perusahaan asuransi tersebut
1.Rata-rata (mean) : π = Np
µ = Np = 5.(0,20) = 1
b. Variance adalah
Kurva normal yang dibatasi oleh z = 0,00 dan z = 0,21 dapat digambarkan
sebagai berikut
Pada tabel normal , lihat kolom z (paling kiri) nilai 0,2 dan tarik garis ke
kanan hingga sampai kolom 1, sehingga didapat angka 0,0832. Sehingga luas
kurva dibawah kurva normal Pr(0 ≤ x ≤ 0,21) adalah 8,32 %
Tabel Distribusi Normal
Cara membaca daerah dibawah kurva normal yang dibatasi oleh z = 0,00 dan z
= 0,21
Luas Daerah di bawah Kurva Normal