Misalkan terdapat eksperimen. S disebut ruang sampel, adalah himpunan semua kemungkinan hasil dari eksperimen.
|
|
- Sucianty Sumadi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Peluang Peluang dan Kejadian Peluang Bersyarat Peubah Acak dan Nilai Harapan Kovarian dan Korelasi 1.1 PELUANG DAN KEJADIAN Misalkan terdapat eksperimen. S disebut ruang sampel, adalah himpunan semua kemungkinan hasil dari eksperimen. Contoh 1.1a : - Eksperimen : Pelemparan satu mata uang logam sebanyak 1x Ruang sampel, S = {M, B} Keterangan : M = muka ; B = belakang. - Eksperimen : Pelemparan 1 buah dadu sebanyak 1x Ruang sampel, S = {1, 2, 3, 4, 5, 6} - Eksperimen : Pelemparan 1 buah dadu sebanyak 2x Ruangsampel, S = {(1,1), (1,2), (1,3), (1,4), (1,5), (1,6), (2,1), (2,2), (2,3), (2,4), (2,5), (2,6), (3,1), (3,2), (3,3), (3,4), (3,5), (3,6), (4,1), (4,2), (4,3), (4,4)(4,5), (4,6), (5,1), (5,2), (5,3), (5,4), (5,5), (5,6), (6,1), (6,2), (6,3), (6,4), (6,5), (6,6)} - Eksperimen : Pacuan kuda dengan jumlah kuda pacu sebanyak r, yaitu 1,2,3,,r. Hasil eksperimennya adalah susunan kuda yang masuk finish. Ruang sampel, S = {seluruh susunan dari nomer kuda 1,2,3,, r}.
2 Contoh: Jika terdapat kuda pacu sebanyak 4 berarti r = 4. Jika hasil eksperimennya adalah (1,4,2,3) berarti yang masuk finish pertama kali adalah kuda no.1, dilanjutkan dengan no.4, lalu no.3, dan yang terakhir masuk finish adalah no.3. Misalkan terdapat eksperimen dengan ruang sampel S = {1,2,3,, m} dan terdapat sejumlah p,, p dengan p 0, i = 1,, m dan p = 1 dengan p adalah peluang ke i dan i merupakan hasil dari eksperimen. Contoh 1.1b : - Peluang munculnya M,B pada pelemparan mata uang logam sebanyak 1x, p = p = 1/2 p = p + p = 1. - Peluang hasil eksperimen dari pelemparan dadu sebanyak 2x, p (,) = 1, 1 i 6, 1 j p (,) = 1 Kejadian merupakan himpunan bagian dari ruang sampel, S. Misalkan A adalah kejadian, maka A S. Contoh : - Kejadian munculnya muka pada pelemparan 1 mata uang logam sebanyak 1x - Kejadian munculnya (M,M) pada pelemparan 1 mata uang logam sebanyak 2x - Kejadian munculnya (1,4) pada pelemparan 1 buah dadu sebanyak 2x - Kejadian munculnya dadu pada pelemparan sepasang dadu sebanyak satu kali dengan jumlah dadu adalah 5. Misalkan P(A) adalah peluang kejadian A maka P(A) = p (1.1)
3 sehingga P(S) = p = 1. (1.2) Contoh 1.1c : Misalkan eksperimen berupa pelemparan sepasang dadu sebanyak 1x. o Jika kejadian, A, adalah jumlah mata dadu yang muncul adalah 7, maka dan A = {(1,6), (2,5), (3,4), (4,3), (5,2), (6,1)} P(A) = =. o Jika kejadian B, adalah jumlah mata dadu yang muncul adalah 8, maka P(B) = p (,) + p (,) + p (,) + p (,) + p (,) = 5 36 Misalkan eksperimen berupa pacuan kuda yang terdiri dari 3 ekor kuda. Jika kejadian A, adalah kuda yang peryama masuk finish adalah kuda dengan no.1, maka A = {(1,2,3), (1,3,2)} dan P(A) = p,, + p,, Untuk setiap kejadian A, dimisalkan A, disebut komplemen dari A, adalah kejadian yang terdiri dari seluruh kemungkinan hasil di S tapi tidak ada di A. Sehingga 1 = p = p + p = P(A) + P(A ) Sehingga P(A ) = 1 P(A) (1.3) Komplemen dari ruang sampel S adalah kejadian null. Karena = S, maka dengan menggunakan persamaan (1.2) dan (1.3) diperoleh P( ) = 0.
4 Untuk setiap kejadian A dan B dapat didefinisikan: A B : gabungan dari kejadian A dan B, yaitu kejadian yang terdiri dari semua hasil yang ada di A, atau ada di B, atau ada keduanya di A dan B. A B : irisan dari kejadian A dan B, yaitu kejadian yang terdiri dari semua hasil yang dua duanya ada di A dan ada di B. (Atau dapat ditulis AB) Contoh 1.1d: Eksperimen : pelemparan sepasang dadu sebanyak 1x Kejadian A : kejadian dengan jumlah mata dadu yang muncul adalah 10. Kejadian B : kejadian dengan mata dadu yang muncul adalh bilangan genap yang lebih dari 3, maka A = {(4,6), (5,5), (6,4)} B = {(4,4), (4,6), (6,4), (6,6)} Sehingga A B = {(4,4), (4,6), (5,5), (6,4), (6,6)} AB = {(4,6), (6,4)} Proposisi P(A B) = P(A) + P(B) P(AB) Contoh 1.1e (contoh di statler)
5 Peluang seorang lulus matematika adalah 2/3, dan ia lulus bahasa inggris adalah 4/9. Jika peluang lulus sekurang kurangnya satu pelajaran diatas adalah 4/5, berapa peluang ia lulus kedua pelajaran itu? Jawab : Misal M = lulus matematika I = lulus bahasa inggris P(M) = 2/3, P(I) = 4/9, P(M I) = 4/5, P(M I) = P(M) + P(I) P(M I), P(M I) = P(M) + P(I) P(M I), P(M I) = = 14/45 Jika AB =, maka kejadian A dan kejadian B disebut mutually exclusive atau disjoint, sehingga P(AB) = 0. Berdasarkan proposisi maka P(A B) = P(A) + P(B) Contoh: Berapa peluang mendapatkan jumlah dadu 7 atau 11 bila sepasang dadu dilemparkan? Jawab: A: kejadian jumlah dadu 7 ={(1,6), (2,5), (3,4), (4,3), (5,2), (6,1)} B: kejadian jumlah dadu 11 ={(5,6), (6,5)} Karena AB =, maka P(A B) = P(A) + P(B)
6 P(A B)=(6/36+2/36) =8/36=2/9 1.2 PELUANG BERSYARAT Peluang bersyarat didefinisikan dengan P(A B) = () () (1.4) P(A B) : peluang bersyarat dari kejadian A jika diberikan kejadian B Contoh 1.2a Sebuah koin dilemparkan 2x. Berapakah peluang bersyarat dari sisi yang muncul pada kedua pelemparan muka jika diberikan : a. Yang muncul pada pelemparan pertama adalah muka b. Munculnya muka dalam dalam 2x pelemparan tersebut, paling sedikit 1x Jawaban contoh 1.2a Misalkan ruang sampel, S = {(M, M), (M, B), (B, M), (B, B)}. Misalkan = {(M, M)}, B = {(M, M), (M, B)} C = {(M, M), (M, B), (B, M)} Maka
7 a. P(A B) = () () = ({(,)}) = ({(,),(,)}) = b. P(A C) = () () = ({(,)}) = ({(,),(,),(,)}) = Dari persamaan (1.4) dapat ditulis P(AB) = P(B) P(A B) (1.5) Contoh 1.2b Liat contoh di Walpole untuk cth pers 1.5 P(AB) = P(A)P(B) (1.6) Liat penjelasan dan contoh di Walpole untuk pers PEUBAH ACAK DAN NILAI HARAPAN Peubah Acak adalah suatu fungsi yang mengaitkan setiap anggota di ruang sampel dengan bilangan riil. Contoh 1.3a Misalkan peubah acak X dinotasikan dengan jumlah mata dadu dari pelemparan sepasang mata dadu. Nilai X yang mungkin adalah 2,3,4,,12, dengan peluang P(X = 2) = P{(1,1)} = 1 36, P{X = 3} = P{(1,2), (2,1)} = 2 36,
8 P{X = 4} = P{(1,3), (2,2), (3,1)} = 3 36, P{X = 5} = P{(1,4), (2,3), (3,2), (4,1)} = 4 36, P{X = 6} = P{(1,5), (2,4), (3,3), (4,2), (5,1)} = 5 36, P{X = 7} = P{(1,6), (2,5), (3,4), (4,3), (5,2), (6,1)} = 6 36, P{X = 8} = P{(2,6), (3,5), (4,4), (5,3), (6,2)} = 5 36, P{X = 9} = P{(3,6), (4,5), (5,4), (6,3)} = 4 36, P{X = 10} = P{(4,6), (5,5), (6,4)} = 3 36, P{X = 11} = P{(5,6), (6,5)} = 2 36, P{X = 12} = P{(6,6)} = Jika X adalah peubah acak dengan nilai yang mungkin adalah x, x,, x, maka himpunan dari peluang PX = x (j = 1,, n) disebut distribusi peluang dari peubah acak X dan PX = x = 1. Definisi Jika X adalah peubah acak dari x, x, x, maka nilai harapan dari X, dinotasikan dengan E[X], yaitu E[X] = x PX = x. Proposisi Untuk peubah acak X, X,, X, E X = EX.
9 Definisi Variansi dari X, dinotasikan dengan Var (X) didefinisikan dengan Var(X) = E[(X E[X]) ]. Proposisi Jika X,, X adalah peubah acak saling bebas, maka. Var X = VarX Kovariansi dan Korelasi Introduction to Mathematical Finance, Sheldon M.Ross halaman 13 sd. 15.
Learning Outcomes Ruang Contoh Kejadian Aksioma Peluang Latihan. Aksioma Peluang. Julio Adisantoso. 16 Pebruari 2014
16 Pebruari 2014 Learning Outcome Mahasiswa dapat memahami ruang contoh, kejadian, dan koleksi Mahasiswa dapat melakukan operasi himpunan kejadian Mahasiswa dapat memahami aksioma peluang Mahasiswa dapat
Lebih terperinciPS-02 HUKUM-HUKUM PROBABILITAS. Nur Hayati, S.ST, MT Yogyakarta, Februari 2016
PS-02 HUKUM-HUKUM PROBABILITAS Nur Hayati, S.ST, MT Yogyakarta, Februari 2016 Ruang Sampel Kejadian Hukum Probabilitas Pokok Bahasan Ruang Sampel Pengertian Ruang Sampel dan Titik Sampel Ruang Sampel adalah
Lebih terperinciAksioma Peluang. Bab Ruang Contoh
Bab 2 Aksioma Peluang 2.1 Ruang Contoh Dalam suatu percobaan, kita tidak tahu dengan pasti apa hasil yang akan terjadi. Misalnya pada percobaan membeli lampu pijar, kita tidak tahu dengan pasti, apakah
Lebih terperinciPerumusan Probabilitas Kejadian Majemuk S S A B A B Maka banyak anggota himpunan gabungan A dan B adalah : n(a n(a B) = n(a) + n(b) n(a n(a B) Kejadia
HUKUM PROBABILITAS Pertemuan ke ke--4 Didin Astriani Prasetyowati, M.Stat Perumusan Probabilitas Kejadian Majemuk S S A B A B Maka banyak anggota himpunan gabungan A dan B adalah : n(a n(a B) = n(a) +
Lebih terperinciPengantar Proses Stokastik
Bab 1: Dasar-Dasar Probabilitas Statistika FMIPA Universitas Islam Indonesia 2015 Percobaan adalah kegiatan yang menghasilkan keluaran/hasil yang mungkin secara acak. Contoh: pelemparan sebuah dadu. Ruang
Lebih terperinciPertemuan 2. Hukum Probabilitas
Pertemuan 2 Hukum Probabilitas Perumusan Probabilitas Kejadian Majemuk S S A B A B Maka banyak anggota himpunan gabungan A dan B adalah : n(a B) = n(a) + n(b) n(a B) Kejadian majemuk adalah gabungan atau
Lebih terperinciPengantar Proses Stokastik
Bab 1: Dasar-Dasar Probabilitas Atina Ahdika, S.Si, M.Si Statistika FMIPA Universitas Islam Indonesia Ruang Sampel dan Kejadian Ruang Sampel dan Kejadian Ruang Sampel dan Kejadian Percobaan adalah kegiatan
Lebih terperinciHidup penuh dengan ketidakpastian
BAB 2 Probabilitas Hidup penuh dengan ketidakpastian Tidak mungkin bagi kita untuk dapat mengatakan dengan pasti apa yang akan terjadi dalam 1 menit ke depan tapi Probabilitas akan memprediksikan masa
Lebih terperinciStatistika Farmasi
Bab 3: Distribusi Data Statistika FMIPA Universitas Islam Indonesia Distribusi Data Teori dalam statistika berkaitan dengan peluang Konsep dasar peluang tersebut berkaitan dengan peluang distribusi, yaitu
Lebih terperinciPertemuan Ke-1 BAB I PROBABILITAS
Pertemuan Ke-1 BAB I PROBABILITAS 1.1 Arti dan Pentingnya Probabilitas Probabilitas merupakan suatu nilai untuk mengukur besarnya tingkat kemungkinan terjadinya suatu kejadian yang acak. Kejadian Acak
Lebih terperinciPeluang. Jadi, Ruang Sampel sebanyak {6}. Pada Dadu, ada 1, 2, 3, 4, 5, 6. Pada Kartu Remi, ada : Jadi, Ruang Sampel sebanyak {52}.
Peluang A. Populasi dan Sampel Populasi adalah himpunan semua obyek yang diteliti. Sampel adalah himpunan bagian dari populasi. Contoh: Dalam rangka menentukan tingkat kecerdasan rata-rata siswa SMP di
Lebih terperinciPengantar Proses Stokastik
Bab 1: Dasar-Dasar Probabilitas Statistika FMIPA Universitas Islam Indonesia Peluang Percobaan adalah kegiatan yang menghasilkan keluaran/hasil yang mungkin secara acak. Contoh: pelemparan sebuah dadu.
Lebih terperinciStatistika & Probabilitas. Sumber: Materi Kuliah Statistika Dr. Ir. Rinaldi Munir, M.T
Statistika & Probabilitas Sumber: Materi Kuliah Statistika Dr. Ir. Rinaldi Munir, M.T Kejadian Kejadian adalah himpunan bagian (subset) dari ruang sampel S. Dapat dipahami, kejadian adalah himpunan dari
Lebih terperinciPeluang dan Kejadian (Event) Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB
Peluang dan Kejadian (Event) Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB 1 Kejadian (event) Kejadian adalah himpunan bagian (subset) dari
Lebih terperinciPENGANTAR MODEL PROBABILITAS
PENGANTAR MODEL PROBABILITAS (PMP, Minggu 1-7) Sri Haryatmi Kartiko Universitas Gadjah Mada Juni 2014 Outline 1 Minggu 1:HIMPUNAN Operasi Himpunan Sifat-Sifat Operasi Himpunan 2 Minggu 2:COUNTING TECHNIQUE
Lebih terperinciSTK511 Analisis Statistika. Pertemuan 3 Sebaran Peluang Peubah Acak
STK511 Analisis Statistika Pertemuan 3 Sebaran Peluang Peubah Acak Beberapa Konsep Dasar Percobaan statistika: kegiatan yang hasil akhir keluarannya tidak diketahui di awal, tetapi kemungkinan-kemungkinannya
Lebih terperinciBAB 3 Teori Probabilitas
BAB 3 Teori Probabilitas A. HIMPUNAN a. Penulisan Hipunan Cara Pendaftaran Cara Pencirian 1) A = {a,i,u,e,o} 1) A = {X: x huruf vokal } 2) B = {1,2,3,4,5} menghasilkan data diskrit 2) B = {X: 1 x 2} menghasilkan
Lebih terperinciPertemuan 1 KONSEP DASAR PROBABILITAS
Pertemuan 1 KONSEP DASAR PROBABILITAS Pengantar Banyak kejadian dalam kehidupan sehari-hari yang sulit diketahui dengan pasti, terutama kejadian yang akan datang. Meskipun kejadian-kejadian tersebut tidak
Lebih terperinciBab 9. Peluang Diskrit
Bab 9. Peluang Diskrit Topik Definisi Peluang Diskrit Sifat Peluang Diskrit Probabilitas terbatas Konsep Teori Himpunan pada Peluang Diskrit Probabilitas Kejadian Majemuk A B dan A B DuaKejadianSalingLepas
Lebih terperinciProbabilitas. Tujuan Pembelajaran
Probabilitas 1 Tujuan Pembelajaran 1.Menjelaskan Eksperimen, Hasil,, Ruang Sampel, & Peluang 2. Menjelaskan bagaimana menetapkan peluang 3. Menggunakan Tabel Kontingensi, Diagram Venn, atau Diagram Tree
Lebih terperinciPengantar Proses Stokastik
Bab 1: Dasar-Dasar Probabilitas Statistika FMIPA Universitas Islam Indonesia Peluang Percobaan adalah kegiatan yang menghasilkan keluaran/hasil yang mungkin secara acak. Contoh: pelemparan sebuah dadu.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2. Probabilitas Probabilitas adalah suatu nilai untuk mengukur tingkat kemungkinan terjadinya suatu peristiwa (event) akan terjadi di masa mendatang yang hasilnya tidak pasti (uncertain
Lebih terperinciPertemuan ke-5 : Kamis, 7 April : Nevi Narendrati, M.Pd. Prodi : Pendidikan Matematika, Kelas 21
Pertemuan ke-5 : Kamis, 7 April 2016 Dosen : Nevi Narendrati, M.Pd. Prodi : Pendidikan Matematika, Kelas 21 Materi Teori Peluang: 1. Operasi Kejadian 2. Peluang: definisi dan sifat-sifatnya Operasi Kejadian
Lebih terperinciHANDOUT PERKULIAHAN. Pertemuan Ke : 3 : Distribusi Satu Peubah Acak dan Ekspektasi Satu Peubah Acak
HANDOUT PERKULIAHAN Pertemuan Ke : 3 Pokok Bahasan : Distribusi Satu Peubah Acak dan Ekspektasi Satu Peubah Acak URAIAN POKOK PERKULIAHAN A. Peubah Acak Definisi 1 : Peubah Acak Misalkan E adalah suatu
Lebih terperinciCNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya
CNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya Dosen: Aniq A Rohmawati, M.Si TELKOM UNIVERSITY JALAN TELEKOMUNIKASI 1, BANDUNG, INDONESIA Ruang Sampel dan Kejadian PEUBAH ACAK (P.A) Fungsi yang memetakan
Lebih terperinciPeubah Acak (Lanjutan)
Learning Outcomes 13 April 2014 Learning Outcomes Learning Outcome Outline Mahasiswa dapat mengerti dan menentukan peubah acak diskret Mahasiswa dapat memahami dan menghitung nilai harapan Mahasiswa dapat
Lebih terperinciProbabilitas dan Proses Stokastik
Probabilitas dan Proses Stokastik Tim ProStok Jurusan Teknik Elektro - FTI Institut Teknologi Sepuluh Nopember Surabaya, 2014 O U T L I N E 1. Capaian Pembelajaran 2. Pengantar dan 3. Contoh 4. Ringkasan
Lebih terperinciModel dan Simulasi Universitas Indo Global Mandiri
Model dan Simulasi Universitas Indo Global Mandiri Nomor random >> angka muncul secara acak (random/tidak terurut) dengan probabilitas untuk muncul yang sama. Probabilitas/Peluang merupakan ukuran kecenderungan
Lebih terperinciATURAN DASAR PROBABILITAS. EvanRamdan
ATURAN DASAR PROBABILITAS BEBERAPA ATURAN DASAR PROBABILITAS Secara umum, beberapa kombinasi dari kejadian dalam sebuah eksperimen dapat dihitung probabilitasnya berdasarkan dua aturan, yaitu: 1) Aturan
Lebih terperinciPELUANG KEJADIAN MAJEMUK
PELUANG KEJADIAN MAJEMUK Oleh : Saptana Surahmat Perhatikan masalah berikut : Dalam sebuak kotak kardus terdapat 12 buah lampu bohlam, tiga diantaranya rusak. Jika diamboil secara acak dua buah sekaligus,
Lebih terperinciTEORI PROBABILITAS 1
TEORI PROBABILITAS 1 Berapa peluang munculnya angka 4 pada dadu merah??? Berapa peluang munculnya King heart? Berapa peluang munculnya gambar? 2 PELUANG ATAU PROBABILITAS adalah perbandingan antara kejadian
Lebih terperinciLogika Matematika Modul ke: Himpunan
Logika Matematika Modul ke: Himpunan Fakultas FASILKOM Syukri Nazar. M.Kom Program Studi Teknik Informatika Definisi Himpunan (set) adalah kumpulan objek-objek yang berbeda. Objek di dalam himpunan disebut
Lebih terperinciTeori Probabilitas 3.2. Debrina Puspita Andriani /
Teori Probabilitas 3.2 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Konsep Probabilitas Ruang Sampel Komplemen Kejadian Probabilitas Bersyarat Berapa peluang munculnya
Lebih terperinciSTK 511 Analisis statistika. Materi 3 Sebaran Peubah Acak
STK 511 Analisis statistika Materi 3 Sebaran Peubah Acak 1 Konsep Peluang 2 Peluang Peluang dapat diartikan sebagai ukuran kemungkinan terjadinya suatu kejadian Untuk memahami peluang diperlukan pemahaman
Lebih terperinciMenghitung peluang suatu kejadian
Menghitung peluang suatu kejadian A. Ruang Sampel, Titik Sampel, dan Kejadian Dari pandangan intuitif, peluang terjadinya suatu peristiwa atau kejadian adalah nilai yang menunjukkan seberapa besar kemungkinan
Lebih terperinciOleh: BAMBANG AVIP PRIATNA M
Oleh: BAMBANG AVIP PRIATNA M Pecobaan / eksperimen acak Ruang Sampel Peristiwa / kejadian / event Peluang peristiwa Sifat-sifat peluang Cara menghitung peluang 1. hasilnya tidak dapat diduga dengan tingkat
Lebih terperinciMetode Statistika STK211/ 3(2-3)
Metode Statistika STK211/ 3(2-3) Pertemuan IV Konsep Peluang Septian Rahardiantoro - STK IPB 1 Populasi Pengambilan contoh dari populasi untuk pendugaan parameter Contoh1 Parameter μ Statistik x Setara
Lebih terperinciSekoin uang logam mempunyai dua permukaan H dan T dilemparkan berkali kali. Hasil yg diperoleh pada setiap pelemparan apakah H atau T di catat Hasil
Pertemuan 13 &14 Sekoin uang logam mempunyai dua permukaan H dan T dilemparkan berkali kali. Hasil yg diperoleh pada setiap pelemparan apakah H atau T di catat Hasil dari keseluruhan event yang didapat
Lebih terperinciPELUANG. LA - WB (Lembar Aktivitas Warga Belajar) MATEMATIKA PAKET C TINGKAT VI DERAJAT MAHIR 2 SETARA KELAS XI. Oleh: Hj. ITA YULIANA, S.Pd, M.
LA - WB (Lembar Aktivitas Warga Belajar) PELUANG Oleh: Hj. ITA YULIANA, S.Pd, M.Pd MATEMATIKA PAKET C TINGKAT VI DERAJAT MAHIR 2 SETARA KELAS XI Created By Ita Yuliana 13 Peluang Kompetensi Dasar 1. Menggunakan
Lebih terperinciAMIYELLA ENDISTA. Website : BioStatistik
AMIYELLA ENDISTA Email : amiyella.endista@yahoo.com Website : www.berandakami.wordpress.com DEFINISI PROBABILITAS Harga angka yang menunjukkan seberapa besar kemungkinan suatu peristiwa terjadi, di antara
Lebih terperinciPENGANTAR PROBABILITAS STATISTIKA UNIPA SBY
PENGANTAR PROBABILITAS GANGGA ANURAGA POKOK BAHASAN Konsep dasar probabilitas Teori himpunan Permutasi Kombinasi Koefisien binomial Koefisien multinomial Probabilitas Aksioma probabilitas Probabilitas
Lebih terperinciTeori Probabilitas. Debrina Puspita Andriani /
Teori Probabilitas 5 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Konsep Probabilitas Ruang Sampel Komplemen Kejadian Probabilitas Bersyarat Teorema Bayes Berapa
Lebih terperinciLearning Outcomes Peubah Acak Fungsi Sebaran Secaran Diskret Nilai Harapan. Peubah Acak. Julio Adisantoso. 13 Maret 2014
13 Maret 2014 Learning Outcome Mahasiswa dapat memahami dan menentukan peubah acak dari suatu kejadian Mahasiswa dapat memahami fungsi sebaran Mahasiswa dapat mengerti dan menentukan peubah acak diskret
Lebih terperinciLEMBAR AKTIVITAS SISWA PELUANG
Nama Siswa : LEMBAR AKTIVITAS SISWA PELUANG 2 2. Kelas : Kompetensi Dasar (KURIKULUM 2013): 3.16 Memahami dan menerapkan berbagai aturan pencacahan melalui beberapa contoh nyata serta menyajikan alur perumusan
Lebih terperinciBeberapa Hukum Peluang. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB
Beberapa Hukum Peluang Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB 1 Suatu kejadian dapat merupakan gabungan atau irisan dari dua atau
Lebih terperinciSTK 211 Metode statistika. Materi 3 Konsep Dasar Peluang
STK 211 Metode statistika Materi 3 Konsep Dasar Peluang 1 Pendahuluan Banyak kejadian-kejadian di dunia ini yang tidak pasti Misal: Akankah hujan sore hari ini? Akankah PSSI menang? dll Nilai Kejadian
Lebih terperinciPELUANG. Standar kompetensi : Menggunakan aturan statistika, kaidah, pencacahan, dan sifatsifat peluang dalam pemecahan masalah
1 PELUANG Standar kompetensi : Menggunakan aturan statistika, kaidah, pencacahan, dan sifatsifat peluang dalam pemecahan masalah Kompetensi Dasar : Menggunakan aturan perkalian, permutasi dan kombinasi
Lebih terperinciPeluang suatu kejadian
Peluang suatu kejadian Percobaan: Percobaan adalah suatu tindakan atau kegiatan yang dapat memberikan beberapa kemungkinan hasil Ruang Sampel: Ruang sampel adalah himpunan semua hasil yang mungkin dari
Lebih terperinciPert 3 PROBABILITAS. Rekyan Regasari MP
Pert 3 PROBABILITAS Rekyan Regasari MP Berapakah kemungkinan sebuah koin yang dilempar akan menghasilkan gambar angka Berapakah kemungkinan gedung ini akan runtuh Berapakah kemungkinan seorang kreditur
Lebih terperinciMAKALAH PELUANG OLEH :
MAKALAH PELUANG OLEH : Nama Kelompok 1. Asri Sihotang NIM.41031110 2. Astika Laras Hutagaol NIM.4103111012 3. Bethesda Butarbutar NIM.4103111013 4. Sefta A P Hutauruk NIM.4103111072 JURUSAN MATEMATIKA
Lebih terperinciI. PENDAHULUAN II. TINJAUAN PUSTAKA
I. PENDAHULUAN 1.1 Latar Belakang Pada masa sekarang, ditengah berkembangnya dunia industri tentunya terdapat berbagai permasalahan dalam bidang-bidang keindustrian. Permasalahan-permasalahan yang biasa
Lebih terperinciKompetens n i s : Mahasiswa mam a pu p menjel enj a el s a ka k n gejala ekonomi dengan meng guna k n a konsep probabil i i l t i as
Kompetensi: Mahasiswa mampu menjelaskan gejala ekonomi dengan menggunakan konsep probabilitas Hal. 9- Penelitian itu Penuh Kemungkinan (tdk pasti) Mengubah Saya tidak yakin Menjadi Saya yakin akan sukses
Lebih terperinciHubungan antara kejadian dengan ruang contohnya Representasi secara grafis untuk mengilustrasikan logical relations di antara kejadian kejadian
Diagram Venn. Hubungan antara kejadian dengan ruang contohnya Representasi secara grafis untuk mengilustrasikan logical relations di antara kejadian kejadian S = Himpunan bilangan asli A = Himpunan bilangan
Lebih terperinciI. PENDAHULUAN II. TINJAUAN PUSTAKA
I. PENDAHULUAN 1.1 Latar Belakang Semakin berkembangnya dunia industri di masa sekarang, semakin kompleks pula permasalahan yang ada pada dunia industri. Salah satu permasalahan yang sering ditemui dalam
Lebih terperinciHANDOUT MATAKULIAH : STATISTIKA MATEMATIKA I
HANDOUT MATAKULIAH : STATISTIKA MATEMATIKA I Disusun Oleh: Entit Puspita, S.Pd, M.Si NIP : 196704081994032002 JURUSAN PENDIDIKAN MATEMATIKA FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciKONSEP DASAR PROBABILITAS. Didin Astriani Prasetyowati, M.Stat Fakultas Ilmu Komputer Universitas Indo Global Mandiri
1 KONSEP DASAR PROBABILITAS Didin Astriani Prasetyowati, M.Stat Fakultas Ilmu Komputer Universitas Indo Global Mandiri Pengantar : 2 Banyak kejadian dalam kehidupan sehari-hari yang sulit diketahui dengan
Lebih terperinciLOGO STATISTIKA MATEMATIKA I TEORI PELUANG HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA UNAND
LOGO STATISTIKA MATEMATIKA I TEORI PELUANG HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA UNAND Tujuan Instruksional Khusus 1 Menentukan ruang contoh sebuah percobaan dan kejadiankejadian 2 Mencacah
Lebih terperinciRENCANA MUTU PEMBELAJARAN. I. Standar Kompetensi : Menyelesaikan masalah probabilitas baik secara teoritik maupun aplikasinya dalam kehidupan.
RENCANA MUTU PEMBELAJARAN Nama Dosen : N. Setyaningsih, MSi. Program Studi : Pendidikan Matematika Kode Mata Kuliah : 306203 Nama Mata Kuliah : Probabilitas Jumlah sks : 3 sks Semester : III Alokasi Waktu
Lebih terperinciRuang Sampel dan Kejadian
Ruang Sampel dan Kejadian Perhatikan sekeping mata uang logam dengan sisi-sisi ANGKA dan GAMBAR Sisi Angka (A) Sisi Gambar (G) Maka : Ruang Sampel (S) = { A, G } Titik Sampel = A dan G, maka n(s) = 2 Kejadian
Lebih terperinciSTATISTIK INDUSTRI 1. Agustina Eunike, ST., MT., MBA
STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Probabilitas PELUANG Eksperimen Aktivitas / pengukuran / observasi suatu fenomena yang bervariasi outputnya Ruang Sampel / Sample Space Semua output
Lebih terperinci1. Konsep Peluang. EL2002-Probabilitas dan Statistik Dosen: Andriyan
1. Konsep Peluang EL2002-Probabilitas dan Statistik Dosen: Andriyan Isi 1. Ruang Cuplikan (Sample Space) 2. Kejadian (Events) 3. Operasi Terhadap Kejadian 4. Pencacahan Titik Cuplikan 5. Peluang Kejadian
Lebih terperinciPERMUTASI, KOMBINASI DAN PELUANG. Kaidah pencacahan membantu dalam memecahkan masalah untuk menghitung
PERMUTASI, KOMBINASI DAN PELUANG A. KAIDAH PENCACAHAN Kaidah pencacahan membantu dalam memecahkan masalah untuk menghitung berapa banyaknya cara yang mungkjin terjadi dalam suatu percobaan. Kaidah pencacahan
Lebih terperinciINF-104 Matematika Diskrit
Jurusan Informatika FMIPA Unsyiah February 13, 2012 Apakah Matematika Diskrit Itu? Matematika diskrit: cabang matematika yang mengkaji objek-objek diskrit. Apa yang dimaksud dengan kata diskrit (discrete)?
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Teori Probabilitas (Peluang) Probabilitas adalah suatu nilai untuk mengukur tingkat kemungkinan terjadinya suatu peristiwa (event) akan terjadi di masa mendatang yang hasilnya
Lebih terperinci2-1 Probabilitas adalah:
2 Teori Probabilitas Pengertian probabilitas Kejadian, ruang sample dan probabilitas Aturan dasar probabilitas Probabilitas bersyarat Independensi Konsepsi kombinatorial Probabilitas total dan teorema
Lebih terperinciTHEORY. By: Hanung N. Prasetyo PEUBAH ACAK TELKOM POLYTECHNIC/HANUNGNP
THEORY By: Hanung N. Prasetyo PEUBAH ACAK Variabel acak adalah suatu variabel yang nilainya bisa berapa saja Variabel acak merupakan deskripsi numerik dari outcome beberapa percobaan / eksperimen VARIABEL
Lebih terperinciI. PENDAHULUAN II. TINJAUAN PUSTAKA
I. PENDAHULUAN 1.1 Latar Belakang Semakin berkembangnya dunia industri di masa sekarang, semakin kompleks pula permasalahan yang ada pada dunia industri. Salah satu permasalahan yang sering ditemui dalam
Lebih terperinciProbabilitas dan Statistika Variabel Acak dan Fungsi Distribusi Peluang Diskrit. Adam Hendra Brata
dan Statistika dan Fungsi Peluang Adam Hendra Brata acak adalah sebuah fungsi yang memetakan hasil kejadian yang ada di alam (seperti : buka dan tutup; terang, redup dan gelap; merah, kuning dan hijau;
Lebih terperinciMODUL PELUANG MATEMATIKA SMA KELAS XI
KATA PENGANTAR Segala puji syukur bagi Allah SWT yang senantiasa melimpahkan rahmat dan karunia-nya. Sebaik-baiknya shalawat serta salam semoga Allah SWT limpahkan kepada Nabi Besar Muhammad SAW, beserta
Lebih terperinciSTATISTIK PERTEMUAN VI
STATISTIK PERTEMUAN VI 1. TEORI PENDUKUNG 1.1 Pendahuluan 1. Variabel acak 1.3 Distribusi variabel acak diskrit 1.4 Distribusi variabel acak kontinu 1.5 Distribusi multivariat 1.1 Pendahuluan Definisi
Lebih terperinci, n(a) banyaknya kejadian A dan n(s) banyaknya ruang sampel
Peluang Suatu Kejadian a) Kisaran nilai peluang : 0 P( b) P( =, banyaknya kejadian A dan banyaknya ruang sampel c) Peluang komplemen suatu kejadian : P(A c ) = P( d) Peluang gabungan dari dua kejadian
Lebih terperinciIstilah dalam Peluang PELUANG. Contoh. Istilah dalam Peluang(Titik Sampel) 4/2/2012
Istilah dalam Peluang PELUANG Percobaan dalam statistika menyatakan tiap proses yang menghasilkan data mentah. Ruang sampel adalah himpunan semua hasil yang mungkin dari suatu percobaan statistika dan
Lebih terperinciDISTRIBUSI PROBABILITAS
DISTRIBUSI PROBABILITAS DISTRIBUSI PROBABILITAS Peluang terjadinya nilai variabel random X yang meliputi semua nilai ditentukan melalui distribusi peluang. Distribusi peluang suatu variabel random X adalah
Lebih terperinciBAB V TEORI PROBABILITAS
BAB V TEORI PROBABILITAS Probabilitas disebut juga dengan peluang atau kemungkinan. Probabilitas merupakan suatu nilai yang digunakan untuk mengukur tingkat terjadinya suatu kejadian yang acak. Oleh karena
Lebih terperinciPROBABILITAS (PELUANG) PENGERTIAN PROBABILITAS
PROBABILITAS (PELUANG) PENGERTIAN PROBABILITAS Dalam kehidupan sehari-hari kita sering mendengar dan menggunakan kata probabilitas (peluang). Kata ini mengisyaratkan bahwa kita berhadapan dengan sesuatu
Lebih terperinciProbabilitas = Peluang (Bagian II)
Probabilitas = Peluang (Bagian II) 3. Peluang Suatu Kejadian Peluang dalam pengertian awam "kemungkinan" Mis : 1. Hari ini kemungkinan besar akan turun hujan 2. Kemungkinan tahun depan inflasi akan mencapai
Lebih terperinciTEORI PROBABILITA OLEH: RESPATI WULANDARI, M.KES
TEORI OLEH: RESPATI WULANDARI, M.KES KONSEP Dalam kehidupan sehari-hari orang selalu dihadapkan dengan masalah-masalah ketidakpastian. Misalnya: 1. pengusaha dihadapkan pada masalah berhasil atau tidaknya
Lebih terperinciPierre-Simon Laplace. Born 23 March 1749 Beaumont-en-Auge, Normandy, France Died 5 March 1827 (aged 77) Paris, France Mempelajari peluang dalam judi
Blaise Pascal Born June 19, 1623 Clermont-Ferrand, France Died August 19, 1662 (aged 39) Paris, France Memenangkan taruhan tentang hasil tos dua dadu yang dilakukan berulang-ulang Pierre-Simon Laplace
Lebih terperinciStatistika (MMS-1001)
Statistika (MMS-1001) Dr. Danardono, MPH danardono@ugm.ac.id Program Studi Statistika Jurusan Matematika FMIPA UGM Materi dan Jadual Tatap Muka Pokok Bahasan Sub Pokok Bahasan 1. Statistika Deskriptif
Lebih terperinciContoh: Aturan Penjumlahan. Independen. P(A dan B) = P(A) x P(B)
Aturan Penjumlahan Mutually Exclusive: Kemungkinan terjadi peristiwa A dan B: P(A atau B)= P(A)+P(B) Not Mutually Exclusive: Kemungkinan terjadi peristiwa A dan B: P(Aatau B): P(A)+P(B) P(A dan B) Contoh:
Lebih terperinciKONSEP DASAR PROBABILITAS
KONSEP DASAR PROBABILITAS PERTEMUAN VIII EvanRamdan PROBABILITAS Dalam menentukan banyaknya anggota kejadian, kadangkala kita tidak selalu dapat mendaftar semua titik sampel dalam percobaan tersebut. Untuk
Lebih terperinciStatistika (MMS-1001)
Statistika (MMS-1001) Dr. Danardono, MPH danardono@ugm.ac.id Program Studi Statistika Jurusan Matematika FMIPA UGM Materi dan Jadual Tatap Muka Pokok Bahasan Sub Pokok Bahasan 1. Statistika Deskriptif
Lebih terperinciPROBABILITAS MODUL PROBABILITAS
MODUL 6 PROBABILITAS. Pendahuluan Masalah probabilitas adalah masalah frekuensi sesuatu kejadian. Dari itu, probabilitas suatu kejadian dapat diatasi sebagai perbandingan frekuensi kejadian itu dengan
Lebih terperinciMetode Statistika (STK211) Pertemuan III Konsep Peluang (Probability Concept)
Metode Statistika (STK211) Pertemuan III Konsep Peluang (Probability Concept) Ruang Contoh dan Kejadian Ruang Contoh adalah suatu gugus yang memuat semua hasil yang berbeda, yang mungkin terjadi dari suatu
Lebih terperinciPeubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R
Bab Peubah Acak. Konsep Dasar Peubah Acak Peubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R Contoh peubah acak: Jika X adalah peubah acak banyaknya sisi muka yang muncul pada
Lebih terperinci28/09/2012 SAMPLE SPACE, SAMPLE POINTS, EVENTS. ω Ω
SAMPLE SPACE, SAMPLE POINTS, EVENTS Sample space,ω, Ω adalah sekumpulan semua sample points,ω, ω yang mungkin; dimana ω Ω Contoh 1. Melemparkan satu buah koin:ω={gambar,angka} Contoh 2. Menggelindingkan
Lebih terperinciTEORI PROBABILITAS. a. Ruang Contoh. Definisi : Ruang contoh adalah himpunan semua kemungkinan hasil suatu percobaan, dan dilambangkan dengan S.
TEORI PROBABILITAS ISTILAH YANG SERING DIGUNAKAN a. Ruang Contoh Definisi : Ruang contoh adalah himpunan semua kemungkinan hasil suatu percobaan, dan dilambangkan dengan S. Bayangkan percobaan melempar
Lebih terperinciStatistika (MMS-1403)
Statistika (MMS-1403) Dr. Danardono, MPH danardono@ugm.ac.id Program Studi Statistika Jurusan Matematika FMIPA UGM Materi dan Jadual Minggu ke- Pokok Bahasan Sub Pokok Bahasan 1. Pendahuluan 1 Perkuliahan
Lebih terperinciBIMBINGAN BELAJAR GEMILANG
BIMBINGAN BELAJAR GEMILANG A. Pilihlah jawaban yang tepat.. Banyaknya titik sampel dari pelemparan koin dan sebuah dadu adalah. 0. Banyaknya ruang sampel pada pelemparan buah mata uang sekaligus adalah.
Lebih terperinciKonsep Peluang (Probability Concept)
Konsep Peluang (Probability Concept) Suatu fenomena dikatakan acak jika hasil dari suatu percobaan bersifat tidak pasti Fenomena acak sering mengikuti suatu pola tertentu Keteraturan acak dalam jangka
Lebih terperinciRuang Contoh dan Kejadian
2 N i 1 x i N 2 Ruang Contoh dan Kejadian Suatu fenomena dikatakan acak jika hasil dari suatu percobaan bersifat tidak pasti Fenomena acak sering mengikuti suatu pola tertentu Keteraturan acak dalam jangka
Lebih terperinciRENCANA PELAKSANAAN PEMBELAJARAN ( R P P ) Mata Pelajaran : Matematika Satuan Pendidikan : SMA Kelas/Semester : XI IPS/ 1 Alokasi waktu : 2 x 45 menit
RENCANA PELAKSANAAN PEMBELAJARAN ( R P P ) Mata Pelajaran : Matematika Satuan Pendidikan : SMA Kelas/Semester : XI IPS/ 1 Alokasi waktu : x 45 menit I Standar Kompetensi 11 Menggunakan aturan statistika,
Lebih terperinciKONSEP DASAR PROBABILITAS
KONSEP DASAR PROBABILITAS PENDAHULUAN Tanpa kita sadari kehidupan kita sehari-hari selalu berhubungan dengan matematika, khususnya peluang. Misalnya dalam pemilihan umum terdapat 5 orang calon presiden,
Lebih terperinciPENCACAHAN RUANG SAMPEL
PENCACAHAN RUANG SAMPEL PERTEMUAN VII EvanRamdan PENDAHULUAN Tanpa kita sadari kehidupan kita sehari-hari selalu berhubungan dengan matematika, khususnya peluang. Misalnya dalam pemilihan umum terdapat
Lebih terperinciPeubah Acak. Bab 4. Definisi 4.1 Peubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R
Bab 4 Peubah Acak Definisi 4. Peubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R Contoh 4. Jika Y adalah peubah acak banyaknya sisi muka yang muncul pada pelemparan tiga sisi
Lebih terperinciRuang Sampel /Sample Space (S)
Ruang Sampel /Sample Space (S) Gugus semua hasil yang mungkin dari suatu percobaan statistika. Tiap hasil dalam ruang sampel disebut unsur (elemen) atau anggota ruang sampel tersebut atau dengan singkat
Lebih terperinciCONTOH BAHAN AJAR PENDEKATAN INDUKTIF-DEDUKTIF
CONTOH BAHAN AJAR PENDEKATAN INDUKTIF-DEDUKTIF 1 2 ATURAN PERKALIAN LEMBAR KERJA SISWA KE-1 Perhatikan soal yang berkaitan dengan perjalanan berikut ini. Pak Zidan dengan mobilnya akan bepergian dari kota
Lebih terperinciAchmad Samsudin, M.Pd. Jurdik Fisika FPMIPA Universitas Pendidikan Indonesia
Achmad Samsudin, M.Pd. Jurdik Fisika FPMIPA Universitas Pendidikan Indonesia VARIABEL ACAK VARIABEL ACAK : suatu fungsi yang nilainya berupa bilangan nyata yang ditentukan oleh setiap unsur dalam ruang
Lebih terperinciPELUANG DAN PEUBAH ACAK
PELUANG DAN PEUBAH ACAK Materi 3 - STK511 Analisis Statistika October 3, 2017 Okt, 2017 1 Konsep Peluang 2 Pendahuluan Kejadian di dunia: pasti (deterministik) atau tidak pasti (probabilistik) Contoh kejadian
Lebih terperinciPELUANG. Hasil Kedua. Hasil Pertama. Titik Sampel GG GA A
PELUANG Percobaan dalam statistika menyatakan tiap proses yang menghasilkan data mentah. Ruang sampel adalah himpunan semua hasil yang mungkin dari suatu percobaan statistika dan dinyatakan dalam lambang
Lebih terperinci