CHAPTER 7 DISCRETE PROBABILITY

Ukuran: px
Mulai penontonan dengan halaman:

Download "CHAPTER 7 DISCRETE PROBABILITY"

Transkripsi

1 CHAPTER 7 DISCRETE PROBABILITY 1

2 7.1 AN INTRODUCTION TO DISCRETE PROBABILITY 2

3 Sejarah 1526: Cardano menulis Liber de Ludo Aleae (Book on Games of Chance). Abad 17: Pascal menentukan kemungkinan untuk memenangkan suatu permainan taruhan dua dadu yang dilempar berulang-ulang. Abad 18: Laplace mempelajari perjudian dan mendefinisikan peluang suatu kejadian. 3

4 Definisi Laplace Peluang Hingga eksperimen/percobaan: prosedur yang menghasilkan salah satu dari keluaranyang mungkin. ruang sampel dari suatu eksperimen: himpunan semua keluaran yang mungkin. kejadian: himpunan bagian dari ruang sampel. Counting menjadi landasan perhitungan peluang suatu kejadian. Misalkan S: ruang sampel hingga yang kemungkinan terjadinya setiap keluaran sama, E: kejadian yang merupakan himpunan bagian dari S. Maka peluang kejadian E adalah p(e) = E / S. kejadian yang tidak pernah terjadi 0 p(e) 1 kejadian yang selalu terjadi apapun eksperimen yang dilakukan 4

5 Contoh 1 Di dalam suatu kotak terdapat empat bola biru dan lima bola merah. Berapakah peluang pengambilan sebuah bola biru dari kotak tersebut? Solusi. Terdapat sembilan keluaran yang mungkin, dan kejadian terpilihnya bola biru meliputi empat dari sembilan keluaran tadi. Maka, peluang kejadian ini adalah 4/9. Dalam suatu lotere, pemain diminta untuk memilih enam angka, dengan masing-masing angka berada dalam selang Berapakah peluang seseorang untuk memenangkan hadiah utama lotere tersebut? Solusi. Terdapat C(49, 6) keluaran yang mungkin. Hanya satu dari keluaran ini yang menjadikan seseorang pemenang hadiah utama. p(e) = 1/C(49, 6) = 1/13,983,816 5

6 Contoh 2 Suatu kuis dengan soal benar/salah terdiri dari 10 pertanyaan. Jika Anda menjawab setiap pertanyaan secara random, berapakah peluang bahwa nilai Anda minimal 70 (dari skala 100)? Solusi. Untuk mendapat nilai minimal 70, anda perlu menjawab 7, 8, 9, atau 10 pertanyaan dengan benar dan terdapat: C(10,10) = 1 cara untuk menjawab 10 pertanyaan dengan benar, C(10,9) = 10 cara untuk menjawab 9 pertanyaan dengan benar, C(10,8) = 45 cara untuk menjawab 8 pertanyaan dengan benar, C(10,7) = 120 cara untuk menjawab 7 pertanyaan dengan benar, Jadi, peluang untuk menjawab minimal 7 pertanyaan dengan benar adalah: p(min 7 benar) = p(10 benar) + p(9 benar) + p(8 benar) + p(7 benar) = 1/ / / /2 10 = 176/1024 0,172 6

7 Contoh 3 Berapakah peluang bahwa bola bernomor 11, 4, 17, 39, 23 (dalam urutan tersebut) terpilih dari suatu wadah yang memuat 50 bola bernomor 1,2,,50 jika a. bola yang telah terpilih tidak dikembalikan ke dalam wadah, b. bola yang telah terpilih dikembalikan ke dalam wadah. Solusi. a. sampling dengan penggantian Ada cara memilih bola. Jadi peluang memilih bola bernomor 11, 4, 17, 39, 23 adalah 1 / b. sampling tanpa penggantian Ada (50) 5 cara memilih bola. Jadi peluang memilih bola bernomor 11, 4, 17, 39, 23 adalah 1 / (50) 5 7

8 Contoh 4 Suatu keluarga memiliki dua anak. Anda mengetuk pintu rumah keluarga tadi dan seorang anak perempuan membuka pintu. Berapakah peluang bahwa anak lainnya dalam keluarga tersebut juga perempuan? (Asumsikan bahwa mereka bukan anak kembar, kelahiran anak laki-laki dan perempuan adalah kejadian yang saling bebas, dan peluang kelahiran seorang anak perempuan adalah ½.) 8

9 Solusi Jika Anda berpikir bahwa jawabannya adalah ½, maka Anda salah. Kesalahannya adalah dalam menentukan ruang sampel yang kemungkinan tiap keluarannya sama. Jika kita memilih ruang sampel {1 P dan 1L, 2 P}, maka kemungkinan tiap keluarannya tidaklah sama. Kemungkinan mempunyai 1 P dan 1L adalah dua kali mempunyai 2 P. Ruang sampelnya adalah {PP,PL,LP,LL} dg setiap pasang menyatakan sulung dan bungsu. Karena keluarga memiliki paling sedikit satu perempuan, maka LL dihapus sehingga ruang sampel menjadi {PP,PL,LP} Setiap keluaran mempunyai peluang 1/3, sehingga p(anak yg lain P) = 1/3. Misalkan, kita mempunyai informasi tambahan bahwa anak tertualah yang menjawab pintu. Dalam hal ini, ruang sampel berubah menjadi {PP,PL} Jadi, peluang anak lainnya dalam keluarga tersebut juga perempuan 9 adalah ½.

10 Kejadian Komplementer Misalkan E: kejadian dalam ruang sampel S. Peluang dari kejadian Ē: kejadian komplementer dari E adalah P(Ē) = 1 p(e). Ini dapat ditunjukan dengan mudah p(ē) = ( S - E )/ S = 1 - E / S = 1 p(e). Aturan ini berguna jika menentukan peluang dari kejadian komplementer lebih mudah daripada menghitung peluang kejadian itu sendiri. 10

11 Contoh 5 Suatu barisan terdiri dari 10 bit yang dibangun secara acak. Berapakah peluang bahwa paling sedikit satu dari bit-bit tersebut adalah bit nol? Solusi. Misalkan E: kejadian paling sedikit satu bit dalam barisan adalah bit nol. Maka Ē: kejadian tidak ada bit nol dalam barisan. Jelas Ē memuat hanya satu keluaran, yaitu barisan Jadi, p(ē) = 1/ 2 10 = 1/1024. Dengan demikian, p(e) = 1 p(ē) = 1 1/1024 = 1023/

12 Contoh 6 Berapakah peluang paling sedikit dua dari 36 orang memiliki tanggal ulang tahun yang sama? Solusi. Ruang sampel S memuat semua kemungkinan tanggal ulang tahun dari 36 orang, sehingga S = Pandang kejadian Ē: tidak ada dua dari 36 orang memiliki tanggal ulang tahun yang sama. Maka Ē memuat P(365, 36) keluaran (365 kemungkinan untuk tanggal ulang tahun orang pertama, 364 untuk orang kedua, dan selanjutnya). Maka p(ē) = P(365, 36)/ sehingga p(e)

13 Peluang Gabungan Dua Kejadian Misalkan E 1 dan E 2 dua kejadian dalam ruang sampel S. Maka: p(e 1 E 2 ) = p(e 1 ) + p(e 2 ) - p(e 1 E 2 ) Mengingatkan pada sesuatu? Prinsip Inklusi - Eksklusi Bukti. E1 E2 E1 E2 E1 E2 p( E1 E2) S S 13

14 Contoh 7 Suatu bilangan bulat positif terpilih secara acak dari suatu himpunan bilangan bulat positif yang tidak melebihi 100. Berapakah peluangnya untuk menjadi suatu bilangan yang habis dibagi 2 atau 5? Solusi. Misalkan E 2 : kejadian bahwa bilangan yang terpilih habis dibagi 2 E 5 : kejadian bahwa bilangan yang terpilih habis dibagi 5 14

15 Solusi Maka E 2 = {2, 4, 6,, 100} dan E 2 = 50. Dengan demikian p(e 2 ) = 0.5. Demikian juga E 5 = {5, 10, 15,, 100}, E 5 = 20, dan p(e 5 ) = 0.2 Sedangkan E 2 E 5 = {10, 20, 30,, 100}, berarti E 2 E 5 = 10 dan p(e 2 E 5 ) = 0.1 Sehingga, p(e 2 E 5 ) = p(e 2 ) + p(e 5 ) p(e 2 E 5 ) = =

16 Contoh 8 Misalkan S={1,2,,20}. Anda memilih sebuah subhimpunan T S dengan 3 anggota. (a) Carilah peluang bahwa T memuat dua bilangan ganjil dan satu bilangan genap. (b) Carilah peluang bahwa T memuat tiga bilangan prima. (c) Carilah peluang bahwa ketiga anggota T mempunyai jumlah lebih kecil dari 9. (d) Carilah peluang bahwa T memuat paling sedikit satu bilangan genap. (e) Carilah peluang bahwa T memuat bilangan 10 atau

17 Solusi Terdapat C(20,3) subhimpunan dengan kardinalitas 3. (a) Carilah peluang bahwa T memuat dua bilangan ganjil dan satu bilangan genap. Terdapat 10 bilangan ganjil dan 10 bilangan genap di S. Jadi, C(10,2) C(10,1) p(t memuat 2 ganjil & 1 genap) = C(20,3) (b) Carilah peluang bahwa T memuat tiga bilangan prima. Terdapat 8 bilangan prima dalam S, maka p(t memuat 3 prima) = C(8,3) C(20,3) 17

18 Solusi (2) (c) Carilah peluang bahwa ketiga anggota T mempunyai jumlah lebih kecil dari 9. Terdapat 4 cara sehingga 3 bilangan mempunyai jumlah lebih kecil dari 9: 1,2,3; 1,2,4; 1,2,5; dan 1,3,4. Akibatnya 4 p(jumlah anggota T < 9) = C(20,3) (d) Carilah peluang bahwa T memuat paling sedikit satu bilangan genap. Akan lebih mudah jika digunakan aturan peluang kejadian komplementer. Misalkan E: kejadian T memuat paling sedikit satu bilangan genap, maka Ē: kejadian T memuat bilangan ganjil saja. Akibatnya p(e) = 1 p(ē) = 1 - C(10,3) C(20,3) 18

19 Solusi (3) (e) Carilah peluang bahwa T memuat bilangan 10 atau 20. Digunakan aturan peluang dari gabungan dua kejadian, dengan E: kejadian 10 T dan F: kejadian 20 T, p(e F) = p(e) + p(f) - p(e F) Banyaknya cara untuk memilih bilangan 10 di antara 3 bilangan adalah C(19,2) karena kita harus memilih 2 bilangan dari 19 bilangan yang tersisa. Demikian pula, terdapat C(19,2) cara untuk memilih bilangan 20 dan 2 bilangan lainnya; serta C(18,1) untuk memilih bilangan 10 dan 20 dan 1 bilangan lainnya. 2 C(19,2) C(18,1) Maka, p(e F) = C(20,3) 19

20 Penalaran Probabilistik Suatu masalah yang sering ditemui adalah menentukan mana di antara dua kejadian yang lebih mungkin muncul. Apabila menganalisa peluang dari setiap kejadian sulit dilakukan, maka digunakan penalaran probabilistik. 20

21 The Monty Hall Three Door Puzzle Anda adalah peserta suatu kuis televisi. Anda diminta untuk memilih membuka satu dari tiga pintu; hadiah mobil Avanza baru terletak di balik salah satu pintu, sedangkan dua pintu lainnya adalah pintu kalah yang tidak memuat hadiah. Setelah Anda memilih satu pintu, maka sang pembawa acara, yang tahu pasti apa yang terdapat di balik ketiga pintu, akan melakukan yang berikut. Pertama, pintu apa pun yang Anda pilih: pemenang atau tidak, ia akan membuka pintu kalah dari dua pintu yang tidak anda pilih. Kemudian, ia akan bertanya apakah anda ingin mengganti pintu yang telah anda pilih. Strategi apa yang harus Anda pakai? Haruskah Anda mengganti pintu, atau tetap pada pilihan Anda semula, atau apapun yang Anda lakukan tidak ada bedanya? 21

22 7.2 PROBABILITY THEORY

23 Distribusi Peluang Apa yang terjadi jika keluaran dari suatu eksperimen tidak memiliki peluang yang sama? Dalam kasus ini, peluang p(s) dipadankan dengan setiap keluaran s S, di mana S adalah ruang sampel, yang memenuhi dua syarat: (1) 0 p(s) 1 untuk setiap s S, dan (2) s S p(s) = 1 Artinya, bahwa (1) setiap peluang bernilai antara 0 dan 1, dan (2) jika peluang dari semua keluaran yang mungkin dijumlahkan akan sama dengan 1, karena pada saat eksperimen dilakukan, satu dari keluaran tersebut dijamin akan terjadi. Fungsi p: S [0,1] dinamakan distribusi peluang.

24 Bagaimana Peluang p(s) Diperoleh? Peluang p(s) dari suatu kejadian s sama dengan lim #eksperimen # kemunculan s # eksperimen Setelah diketahui p(s) untuk setiap s, peluang suatu kejadian E adalah p(e) = s E p(s)

25 Contoh 1 Suatu dadu dimodifikasi sehingga angka tiga muncul dua kali lebih sering dari angka-angka lainnya. (a) Berapakah peluang dari semua keluaran yang mungkin? (b) Berapakah peluang bahwa angka ganjil akan muncul ketika dadu tersebut digulingkan? Solusi. (a) Terdapat 6 kemungkinan keluaran s 1,, s 6. p(s 1 ) = p(s 2 ) = p(s 4 ) = p(s 5 ) = p(s 6 ) p(s 3 ) = 2p(s 1 ) Karena jumlah semua peluang tersebut haruslah sama dengan 1, maka 5p(s 1 ) + 2p(s 1 ) = 1 atau 7p(s 1 ) = 1 Jadi, p(s 1 ) = p(s 2 ) = p(s 4 ) = p(s 5 ) = p(s 6 ) = 1/7, p(s 3 ) = 2/7 (b) E ganjil = {s 1, s 3, s 5 } Maka, p(e ganjil ) = s Eganjil p(s) = p(s 1 ) + p(s 3 ) + p(s 5 ) = 1/7 + 2/7 + 1/7 = 4/7

26 Distribusi Uniform Misalkan S himpunan dengan n anggota. Distribusi uniform memadankan peluang 1/n pada setiap anggota S. Eksperimen yang memilih anggota dari suatu ruang sampel S dengan menggunakan distribusi uniform dikatakan sebagai memilih anggota dari S secara acak.

27 Kombinasi Kejadian Teorema 1. Jika E1, E2, adalah barisan kejadian yang saling bebas dalam ruang sampel S, maka p( i E ) p( E ) i i i

28 Soal 1 Misalkan kelahiran anak laki-laki dan perempuan adalah kejadian yang saling bebas. Carilah peluang bahwa suatu keluarga dengan 5 anak tidak mempunyai anak laki-laki, jika (a) kelahiran anak laki-laki dan perempuan memiliki kemungkinan yang sama. (b) peluang kelahiran anak laki-laki adalah 0,51. (c) peluang bahwa anak ke-i laki-laki adalah 0,51 (i/100).

29 Peluang Kondisional Jika suatu uang logam dilemparkan tiga kali dan ke-8 keluaran memiliki kemungkinan kemunculan yang sama. Misalkan kita tahu bahwa kejadian F, yaitu pelemparan pertama menghasilkan muka, terjadi. Berapakah peluang kejadian E, yaitu bagian muka akan muncul sejumlah ganjil? Karena hasil pelemparan pertama adalah muka, maka keluaran yang mungkin adalah MMM, MMB, MBM, dan MBB. Kemunculan muka dalam jumlah ganjil terjadi sebanyak dua kali. Maka, peluang E, dengan syarat F terjadi, adalah 0.5. Ini dinamakan peluang kondisional.

30 Peluang Kondisional (2) Untuk memperoleh peluang kondisional dari kejadian E diberikan F, digunakan (a) F sebagai ruang sampel, dan (b) setiap keluaran dari E yang muncul harus juga berada dalam E F. Definisi. Misalkan E dan F kejadian dengan p(f) > 0. Peluang kondisional dari E diberikan F, dinotasikan oleh p(e F), didefinisikan sebagai p(e F) = p(e F)/p(F)

31 Contoh 2 Suatu string bit dengan panjang 4 dibangun secara acak sehingga setiap 16 string dengan panjang 4 memiliki kemungkinan yang sama. Berapakah peluang string memuat paling sedikit dua angka 0 yang berurutan, diberikan bahwa bit pertamanya adalah 0? Solusi. Misalkan E: kejadian bahwa string memuat paling sedikit dua angka 0 yang berurutan. F: kejadian bahwa bit pertama dari string adalah 0. E F = {0000, 0001, 0010, 0011, 0100} p(e F) = 5/16 p(f) = 8/16 = 1/2 p(e F) = (5/16)/(1/2) = 10/16 = 5/8 = 0.625

32 Independensi Kembali ke contoh koin yang dilemparkan tiga kali. Apakah peluang kejadian E (muka muncul sejumlah ganjil) tidak bergantung pada kemunculan kejadian F (pada pelemparan pertama muncul muka)? Dengan kata lain, apakah p(e F) = p(e)? Ternyata p(e F) = 0.5 and p(e) = 0.5. Dalam hal ini, E dan F dikatakan sebagai kejadian yang saling bebas.

33 Independensi (2) Karena p(e F) = p(e F)/p(F), p(e F) = p(e) p(e F) = p(e)p(f). Definisi. Dua kejadian E dan F dikatakan saling bebas jika dan hanya jika p(e F) = p(e)p(f). Jelas, definisi ini simetris untuk E dan F. Jika p(e F) = p(e)p(f), maka p(f E) = p(f).

34 Contoh 3 Suatu string biner dengan panjang empat dibangun secara random. Misalkan E: kejadian string biner tersebut diawali dengan 1 F: kejadian string biner tersebut mengandung sejumlah genap 0. Apakah E dan F saling bebas? Solusi. Jelas, p(e) = p(f) = 0.5. E F = {1111, 1001, 1010, 1100} p(e F) = 0.25, sehingga p(e F) = p(e)p(f) Jadi, E dan F saling bebas.

35 Contoh 4 Misalkan E: kejadian suatu keluarga dengan 3 anak mempunyai anak laki-laki dan perempuan dan F: kejadian suatu keluarga dengan 3 anak mempunyai paling banyak 1 anak laki-laki. Apakah E dan F saling bebas? Asumsikan bahwa ke-8 cara suatu keluarga memiliki 3 anak mempunyai peluang kejadian yang sama. Solusi. Dari asumsi, LLL, LLP, LPL, LPP, PLL, PLP, PPL, dan PPP masing-masing mempunyai peluang terjadi 1/8. Karena E = {LLP, LPL, LPP, PLL, PLP, PPL}, F = {LPP,PLP,PPL,PPP}, dan E F = {LPP,PLP,PPL}, maka p(e) = 6/8, p(f) = 4/8, dan p(e F) = 3/8. Akibatnya, p(e F) = p(e)p(f) Jadi, E dan F saling bebas.

36 Contoh 5 Anda menulis string dengan panjang tiga dari alfabet, di mana tidak diperbolehkan pengulangan huruf. Misalkan E 1 adalah kejadian bahwa string dimulai dengan vokal dan E 2 adalah kejadian bahwa string diakhiri dengan vokal. Tentukan apakah E 1 dan E 2 saling bebas. Solusi. Ruang sampel berukuran Kejadian E 1 memuat semua string dengan tempat pertama diisi oleh vokal, maka E 1 = Dengan cara yang sama, E 2 = Jadi, p E 1 E 2 memuat semua string dengan panjang tiga dengan tempat pertama dan terakhir diisi dengan vokal, maka E 1 E 2 = Akibatnya, E1) p( E ) ( 2 p( E E2) Jadi, kedua kejadian tersebut tidak saling bebas

37 Percobaan Bernoulli Misalkan suatu eksperimen hanya memiliki dua keluaran yang mungkin. Contoh. Pelemparan sebuah koin. Setiap pelaksanaan suatu eksperimen yang demikian disebut percobaan Bernoulli. Secara umum, kedua keluaran yang mungkin tadi disebut kesuksesan atau kegagalan. Jika p adalah peluang sukses dan q peluang gagal, jelas p + q = 1.

38 Percobaan Bernoulli (2) Sering kali kita ingin tahu peluang terjadinya tepat k sukses ketika suatu eksperimen terdiri dari n percobaan Berboulli yang saling bebas. Contoh 6. Suatu koin dimodifikasi sehingga peluang muncul muka adalah 2/3. Apakah peluang dari tepat empat muka muncul ketika suatu koin dilemparkan sebanyak tujuh kali? Solusi. Terdapat 2 7 = 128 keluaran yang mungkin. Jumlah kemungkinan kemunculan empat muka di antara tujuh pelemparan adalah C(7, 4). Karena ketujuh pelemparan tersebut saling bebas, maka peluang untuk masing-masing dari keluaran tadi adalah (2/3) 4 (1/3) 3. Akibatnya, peluang kemunculan tepat empat muka adalah C(7, 4)(2/3) 4 (1/3) 3 = 560/2187

39 Teorema Bernoulli Peluang k sukses dalam n percobaan Bernoulli yang saling bebas, dengan peluang sukses p dan peluang gagal q = 1 p, adalah C(n, k) p k q n-k. Ini dinotasikan dengan b(k; n, p). Jika b dipandang sebagai fungsi dari k, maka b dikatakan sebagai distribusi binomial.

40 Ilustrasi dari Bukti Teorema Bernoulli Misalkan S : sukses dengan peluang p dan F : gagal dengan peluang q = 1 p. Berapakah peluang dari dua sukses dalam lima percobaan Bernoulli yang saling bebas? Lihat salah satu barisan keluaran yang mungkin: SSFFF Berapakah peluang kita akan membangun barisan ini?

41 Ilustrasi dari Bukti Teorema Bernoulli (2) Barisan: S S F F F Peluang: p p q q q = p 2 q 3 Suatu barisan lain yang mungkin: Barisan: F S F S F Peluang: q p q p q = p 2 q 3 Setiap barisan dengan dua sukses dalam lima percobaan terjadi dengan peluang p 2 q 3.

42 Ilustrasi dari Bukti Teorema Bernoulli (2) Sekarang, ada berapa banyak barisan yang mungkin? Dengan kata lain, ada berapa cara untuk memilih dua obyek dari daftar yang berisi lima obyek? Ada C(5, 2) = 10 cara, sehingga terdapat 10 barisan yang mungkin, setiap barisan terjadi dengan peluang p 2 q 3. Maka, peluang salah satu barisan tersebut muncul pada saat melakukan lima percobaan Bernoulli adalah C(5, 2) p 2 q 3. Secara umum, untuk k sukses dalam n percobaan Bernoulli, kita memiliki peluang C(n,k) p k q n-k.

43 Contoh 6 Sebuah dadu dilempar 6 kali berturut-turut. Carilah (a) p(muncul tepat empat angka 1). (b) p(tidak ada angka 6 yang muncul).

44 Solusi (a) Ini adalah barisan dengan enam percobaan Bernoulli yang saling bebas, di mana peluang sukses (muncul angka 1) adalah 1/6 dan peluang gagal 5/6. Karena itu, peluang muncul tepat empat angka 1 pada saat dadu dilemparkan 6 kali adalah 1 C(6,4) ,008 (b) Dalam kasus ini sukses adalah kemunculan angka selain 6, yang memiliki peluang 5/6 dan gagal adalah kemunculan angka 6, yang peluangnya 1/6. Maka peluang tidak ada angka 6 yang muncul pada saat dadu dilemparkan 6 kali adalah C(6,6) 0,

45 Variabel acak Dalam banyak eksperimen, kita ingin memadankan nilai numerik pada setiap keluaran yang mungkin untuk memungkinkan analisa matematis dari eksperimen tersebut. Untuk tujuan ini, diperkenalkan variabel acak. Definisi. Suatu variabel acak adalah fungsi dari ruang sampel suatu eksperimen ke himpunan bilangan real. Yaitu, variabel acak memadankan suatu bilangan real dengan setiap keluaran yang mungkin. Catatan. Variabel acak adalah fungsi, bukan variabel. Variabel acak tidak dilakukan secara acak, tetapi memetakan hasil eksperimen yang acak ke bilangan real secara terdefinisi dengan baik.

46 Contoh 7 X(ibujari,ibujari) = 0 Misalkan X adalah variabel acak hasil permainan suit. Jika pemain A memilih jari a dan B memilih jari b, maka = 1, jika A menang, X(a,b) = 0, jika A dan B memilih jari yang sama, = -1, jika B menang. X(ibujari,kelingking) = -1 X(ibujari,telunjuk) = 1 X(kelingking,ibujari) = 1 X(kelingking,kelingking) = 0 X(kelingking,telunjuk) = -1 X(telunjuk,ibujari) = -1 X(telunjuk,kelingking) = 1 X(telunjuk,telunjuk) = 0

47 The Birthday Problem Berapa jumlah minimum orang yang diperlukan sehingga peluang bahwa sedikitnya dua di antara mereka mempunyai tanggal ulang tahun yang sama adalah lebih besar dari ½?

48 The Birthday Problem: Solusi n: jumlah orang p n : peluang bahwa setiap orang mempunyai tanggal ulang tahun yang berbeda. Maka Dan 1 p n 1 p n 0,5 jika n n n p n

49 Soal 1. Latihan Berapakah peluang munculnya jumlahan genap pada saat dua dadu dilemparkan? 2. Latihan Berapakah peluang memperoleh lima buah kartu memuat kartu sejenis yang berurutan? 3. Latihan Berapakah peluang bahwa sebuah dadu yang dilemparkan 6 kali tidak pernah memunculkan angka genap?

50 Soal (2) 4. Latihan Berapakah peluang bahwa suatu bilangan bulat positif tidak melebihi 100 yang dipilih secara acak habis dibagi 5 dan 7? 5. Latihan Terdapat 100 orang yang mengikuti suatu acara dan Ani salah seorang di antaranya. Dia acara tersebut disediakan 3 buah doorprize yang pemilihan pemenangnya dilakukan secara acak. Berapakah peluang Ani untuk memenangkan satu dari ketiga hadiah tersebut? 6. Latihan Manakah yang lebih mungkin terjadi: memperoleh jumlahan 9 pada saat melemparkan dua dadu atau memperoleh jumlahan 9 pada saat melemparkan tiga dadu?

51 Soal (3) 7. Latihan Carilah peluang kemunculan setiap keluaran pada saat pelemparan suatu dadu yang dimodifikasi: peluang kemunculan 2 atau 4 adalah tiga kali lebih besar dari kemunculan empat angka lainnya dan peluang kemunculan 2 dan 4 sama besar. 8. Latihan Berapakah peluang bersyarat bahwa tepat empat muka muncul pada saat suatu koin dilemparkan lima kali, jika pelemparan pertama memberikan muka? 9. Latihan a Misalkan E: kejadian di mana suatu keluarga dengan 2 anak mempunyai anak laki-laki dan perempuan dan F: kejadian di mana suatu keluarga dengan 2 anak mempunyai paling banyak 1 anak laki-laki. Apakah E dan F saling bebas?

Pierre-Simon Laplace. Born 23 March 1749 Beaumont-en-Auge, Normandy, France Died 5 March 1827 (aged 77) Paris, France Mempelajari peluang dalam judi

Pierre-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 terperinci

Teori Peluang Diskrit

Teori Peluang Diskrit Teori Peluang Diskrit Peluang Diskrit Apa yang terjadi jika keluaran dari suatu eksperimen tidak memiliki peluang yang sama? Dalam kasus ini, peluang p(s) dipadankan dengan setiap keluaran s S, di mana

Lebih terperinci

5. Peluang Diskrit. Pengantar

5. Peluang Diskrit. Pengantar 5. Peluang Diskrit Pengantar Semua yang telah dipelajari di dalam teori pencacahan (counting) akan menjadi dasar dalam perhitungan peluang terjadinya suatu peristiwa. Dalam pembahasan berikut, istilah

Lebih terperinci

Combinatorics dan Counting

Combinatorics dan Counting CHAPTER 6 COUNTING Combinatorics dan Counting Kombinatorik Ilmu yang mempelajari pengaturan obyek Bagian penting dari Matematika Diskrit Mulai dipelajari di abad 17 Enumerasi Penghitungan obyek dengan

Lebih terperinci

Perluasan permutasi dan kombinasi

Perluasan permutasi dan kombinasi Perluasan permutasi dan kombinasi Permutasi dengan pengulangan Kombinasi dengan pengulangan Permutasi dengan obyek yang tidak dapat dibedakan Distribusi obyek ke dalam kotak Permutasi dengan pengulangan

Lebih terperinci

1. 10 orang finalis suatu lomba kecantikan akan dipilih secara acak 3 yang terbaik. Banyak cara pemilihan tersebut ada cara.

1. 10 orang finalis suatu lomba kecantikan akan dipilih secara acak 3 yang terbaik. Banyak cara pemilihan tersebut ada cara. 1. 10 orang finalis suatu lomba kecantikan akan dipilih secara acak 3 yang terbaik. Banyak cara pemilihan tersebut ada cara. A. 70 B. 80 C. 120 D. 360 E. 720 Karena tidak ada aturan atau pengurutan, maka

Lebih terperinci

Probabilitas dan Statistika Variabel Acak dan Fungsi Distribusi Peluang Diskrit. Adam Hendra Brata

Probabilitas 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 terperinci

KOMBINATORIKA. Berapa banyak cara menyusun sebuah bilangan yang terdiri dari empat buah angka yang tidak mengandung angka yang berulang?

KOMBINATORIKA. Berapa banyak cara menyusun sebuah bilangan yang terdiri dari empat buah angka yang tidak mengandung angka yang berulang? P a g e 1 KOMBINATORIKA Beberapa prinsip penting dalam menyelesaikan masalah kombinatorika yaitu permutasi dan kombinasi, prinsip inklusi-eksklusi, koefisien binomial, prinsip sarang merpati (pigeon hole

Lebih terperinci

STK 511 Analisis statistika. Materi 3 Sebaran Peubah Acak

STK 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 terperinci

Bab 9. Peluang Diskrit

Bab 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 terperinci

L/O/G/O KOMBINATORIK. By : ILHAM SAIFUDIN

L/O/G/O KOMBINATORIK. By : ILHAM SAIFUDIN L/O/G/O KOMBINATORIK By : ILHAM SAIFUDIN Senin, 09 Mei 2016 1.2 Kaidah Dasar menghitung BAB 4. KOMBINATORIK 1.1 Pendahuluan 1.2 Kaidah Dasar Menghitung 1.3 Permutasi 1.4 Kombinasi 1.5 Permutasi dan Kombinasi

Lebih terperinci

8/29/2014. Kode MK/ Nama MK. Matematika Diskrit 2 8/29/2014

8/29/2014. Kode MK/ Nama MK. Matematika Diskrit 2 8/29/2014 Kode MK/ Nama MK Matematika Diskrit 1 8/29/2014 2 8/29/2014 1 Cakupan Himpunan, Relasi dan fungsi Kombinatorial Teori graf Pohon (Tree) dan pewarnaan graf 3 8/29/2014 3 KOMBINATORIAL Tujuan 1.Mahasiswa

Lebih terperinci

MODUL KULIAH STATISTIKA PROBABILITAS

MODUL KULIAH STATISTIKA PROBABILITAS MODUL KULIAH STATISTIKA PROBABILITAS OLEH: DIDIN ASTRIANI PRASETYOWATI, M.Stat PROGRAM STUDI D3 SISTEM INFORMASI UNIVERSITAS INDO GLOBAL MANDIRI PALEMBANG 2015 BAB I TEORI PROBABILITAS 1.1. Sejarah Perkembangan

Lebih terperinci

Statistika & Probabilitas. Sumber: Materi Kuliah Statistika Dr. Ir. Rinaldi Munir, M.T

Statistika & 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 terperinci

KONSEP DASAR PROBABILITAS

KONSEP 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 terperinci

PENCACAHAN RUANG SAMPEL

PENCACAHAN 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 terperinci

STRATEGI PENYELESAIAN MASALAH (PROBLEM SOLVING STRATEGIES) EDDY HERMANTO

STRATEGI PENYELESAIAN MASALAH (PROBLEM SOLVING STRATEGIES) EDDY HERMANTO STRATEGI PENYELESAIAN MASALAH (PROBLEM SOLVING STRATEGIES) EDDY HERMANTO Strategi Penyelesaian Masalah Beberapa Strategi Penyelesaian Masalah : 1. Membuat daftar Yang Teratur 2. Memisalkan Dengan Suatu

Lebih terperinci

KATA PENGANTAR. Salatiga, Juni Penulis. iii

KATA PENGANTAR. Salatiga, Juni Penulis. iii KATA PENGANTAR Teori Probabilitas sangatlah penting dalam memberikan dasar pada Statistika dan Statistika Matematika. Di samping itu, teori probabilitas juga memberikan dasar-dasar dalam pembelajaran tentang

Lebih terperinci

TEKNIK MEMBILANG. b T U V W

TEKNIK MEMBILANG. b T U V W TEKNIK MEMBILANG Berikut ini teknik-teknik (cara-cara) membilang atau menghitung banyaknya anggota ruang sampel dari suatu eksperimen tanpa harus mendaftar seluruh anggota ruang sampel tersebut. A. Prinsip

Lebih terperinci

PENGANTAR MODEL PROBABILITAS

PENGANTAR 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 terperinci

Learning Outcomes Peluang Bersyarat Latihan-1 Hukum Penggandaan Hukum Total Peluang Latihan-2. Peluang Bersyarat. Julio Adisantoso.

Learning Outcomes Peluang Bersyarat Latihan-1 Hukum Penggandaan Hukum Total Peluang Latihan-2. Peluang Bersyarat. Julio Adisantoso. 2 Maret 2014 Learning Outcome Mahasiswa dapat memahami kejadian dan peluang bersyarat Mahasiswa dapat memahami hukum penggandaan Mahasiswa dapat memahami hukum total peluang Mahasiswa dapat memiliki dasar

Lebih terperinci

Kaidah Bayes dan Kejadian Bebas

Kaidah Bayes dan Kejadian Bebas 6 Maret 2014 Learning Outcome Mahasiswa dapat memahami konsep dan kaidah Bayes Mahasiswa dapat mendefinisikan rasio odd Mahasiswa dapat memahami kejadian bebas Mahasiswa dapat membuktikan beberapa proposisi

Lebih terperinci

PELUANG. Hasil Kedua. Hasil Pertama. Titik Sampel GG GA A

PELUANG. 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

matematika PELUANG: DEFINISI DAN KEJADIAN BERSYARAT K e l a s Kurikulum 2006 Tujuan Pembelajaran

matematika PELUANG: DEFINISI DAN KEJADIAN BERSYARAT K e l a s Kurikulum 2006 Tujuan Pembelajaran Kurikulum 2006 matematika K e l a s XI EUANG: DEFINISI DAN KEJADIAN BERSYARAT Tujuan embelajaran Setelah mempelajari materi ini, kamu diharapkan memiliki kemampuan berikut.. Memahami konsep dasar peluang.

Lebih terperinci

PELUANG. Titik Sampel GG

PELUANG. Titik Sampel GG PELUNG 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

BAB V TEORI PROBABILITAS

BAB 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 terperinci

UKD-4 PELUANG 11 IPA 3 Jumat, 22 Sept 2017

UKD-4 PELUANG 11 IPA 3 Jumat, 22 Sept 2017 UKD-4 PELUANG 11 IPA 3 Jumat, 22 Sept 2017 1. Sebuah dadu dilempar sekali. Peluang munculnya mata dadu bukan kelipatan 3 B. 2/6 C. 3/6 D. 4/6 2. Dari 60 kali pelemparan sebuah dadu, maka frekuensi harapan

Lebih terperinci

BAB III KOMBINATORIK

BAB III KOMBINATORIK 37 BAB III KOMBINATORIK Persoalan kombinatorik bukan merupakan persoalan yang baru dalam kehidupan nyata. Banyak persoalan kombinatorik yang sederhana telah diselesaiakan dalam masyarakat. Misalkan, saat

Lebih terperinci

PELUANG DAN PEUBAH ACAK

PELUANG 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 terperinci

DISTRIBUSI PROBABILITAS (PELUANG)

DISTRIBUSI PROBABILITAS (PELUANG) DISTRIBUSI PROBABILITAS (PELUANG) Distribusi Probabilitas (Peluang) Distribusi? Probabilitas? Distribusi Probabilitas? JURUSAN PENDIDIKAN FISIKA FPMIPA UNIVERSITAS PENDIDIKAN INDONESIA Distribusi = sebaran,

Lebih terperinci

PEUBAH ACAK. Materi 4 - STK211 Metode Statistika. October 2, Okt, Department of Statistics, IPB. Dr. Agus Mohamad Soleh

PEUBAH ACAK. Materi 4 - STK211 Metode Statistika. October 2, Okt, Department of Statistics, IPB. Dr. Agus Mohamad Soleh PEUBAH ACAK Materi 4 - STK211 Metode Statistika October 2, 2017 Okt, 2017 1 Pendahuluan Pernahkah bertanya, mengapa dalam soal ujian penerimaan mahasiswa baru, jika jawaban benar diberi nilai 4, salah

Lebih terperinci

P (A c B c ) = P [(A B) c ] = 1 P (A B) = 1 P (A) P (B) + P (AB)

P (A c B c ) = P [(A B) c ] = 1 P (A B) = 1 P (A) P (B) + P (AB) Diskusi 1 Tanggal 29 Januari 2014, Waktu: suka-suka menit 1. Buktikan bahwa: P (A c B c ) 1 P (A) P (B) + P (AB) P (A c B c ) P [(A B) c ] 1 P (A B) 1 P (A) P (B) + P (AB) 2. Diketahui P (A B) P (A B c

Lebih terperinci

Peluang suatu kejadian

Peluang 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 terperinci

6.3 PERMUTATIONS AND COMBINATIONS

6.3 PERMUTATIONS AND COMBINATIONS 6.3 PERMUTATIONS AND COMBINATIONS Pengaturan dengan urutan Sering kali kita perlu menghitung banyaknya cara pengaturan obyek tertentu dengan memperhatikan urutan maupun tanpa memperhatikan urutan. Contoh

Lebih terperinci

Pertemuan 2. Hukum Probabilitas

Pertemuan 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 terperinci

SOAL BRILLIANT COMPETITION 2013

SOAL BRILLIANT COMPETITION 2013 PILIHAN GANDA. Pada suatu segitiga ABC, titik D berada di AC sehingga AD : DC = 4 :. Titik E berada di BC sehingga BE : EC = : 3. Titik F adalah titik perpotongan antara garis BD dan garis AE. Jika luas

Lebih terperinci

Konsep Dasar Peluang. Modul 1

Konsep Dasar Peluang. Modul 1 Modul Konsep Dasar Peluang Dra. Kusrini, M. Pd. M odul ini berisi 3 Kegiatan Belajar. Dalam Kegiatan Belajar Anda akan mempelajari Konsep Himpunan dan Pencacahan, dalam Kegiatan Belajar 2 Anda akan mempelajari

Lebih terperinci

Peluang. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas LOGO

Peluang. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas LOGO Peluang Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas LOGO Kompetensi menjelaskan mengenai ruang contoh, titik contoh dan kejadian mencacah titik contoh menghitung peluang

Lebih terperinci

Hidup penuh dengan ketidakpastian

Hidup 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 terperinci

matematika DISTRIBUSI VARIABEL ACAK DAN DISTRIBUSI BINOMIAL K e l a s A. Penarikan Sampel dari Suatu Populasi Kurikulum 2013 Tujuan Pembelajaran

matematika DISTRIBUSI VARIABEL ACAK DAN DISTRIBUSI BINOMIAL K e l a s A. Penarikan Sampel dari Suatu Populasi Kurikulum 2013 Tujuan Pembelajaran Kurikulum 20 matematika K e l a s XI DISTRIBUSI VARIABEL ACAK DAN DISTRIBUSI BINOMIAL Tujuan Pembelajaran Setelah mempelajari materi ini, kamu diharapkan memiliki kemampuan berikut.. Memahami perbedaan

Lebih terperinci

Ruang Sampel dan Kejadian

Ruang 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 terperinci

DEFINISI Kombinatorial adalah cabang matematika untuk menghitung jumlah penyusunan objek-objek tanpa harus mengenumerasi semua kemungkinan susunannya.

DEFINISI Kombinatorial adalah cabang matematika untuk menghitung jumlah penyusunan objek-objek tanpa harus mengenumerasi semua kemungkinan susunannya. KOMBINATORIAL DEFINISI Kombinatorial adalah cabang matematika untuk menghitung jumlah penyusunan objek-objek tanpa harus mengenumerasi semua kemungkinan susunannya. ENUMERASI Sebuah sandi-lewat (password)

Lebih terperinci

DEFINISI Kombinatorial adalah cabang matematika untuk menghitung jumlah penyusunan objek-objek tanpa harus mengenumerasi semua kemungkinan susunannya.

DEFINISI Kombinatorial adalah cabang matematika untuk menghitung jumlah penyusunan objek-objek tanpa harus mengenumerasi semua kemungkinan susunannya. KOMBINATORIAL DEFINISI Kombinatorial adalah cabang matematika untuk menghitung jumlah penyusunan objek-objek tanpa harus mengenumerasi semua kemungkinan susunannya. ENUMERASI Sebuah sandi-lewat (password)

Lebih terperinci

MAKALAH M A T E M A T I K A

MAKALAH M A T E M A T I K A MAKALAH M A T E M A T I K A PELUANG DISUSUN OLEH EDI MICHAEL ANTONIUS XII.TSM GURU PEMBIMBING LUNGGUH SOLIHIN, S.Pd SEKOLAH MENENGAH KEJURUAN SETIH SETIO 1 MUARA BUNGO T.A 2016/2017 0 KATA PENGANTAR Pertama

Lebih terperinci

Distribusi Probabilitas Diskrit: Binomial & Multinomial

Distribusi Probabilitas Diskrit: Binomial & Multinomial Distribusi Probabilitas Diskrit: Binomial & Multinomial 6 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Distribusi Variabel Acak Diskrit Distribusi Binomial Distribusi

Lebih terperinci

STATISTIKA EKONOMI I Chapter 4 Distribusi Probabilitas Normal dan Binomial Chapter 5 Teori Sampling

STATISTIKA EKONOMI I Chapter 4 Distribusi Probabilitas Normal dan Binomial Chapter 5 Teori Sampling STATISTIKA EKONOMI I Chapter 4 Distribusi Probabilitas Normal dan Binomial Chapter 5 Teori Sampling Rengganis Banitya Rachmat rengganis.rachmat@gmail.com 4. Distribusi Probabilitas Normal dan Binomial

Lebih terperinci

Statistika Farmasi

Statistika 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 terperinci

KOMBINATORIKA DAN PELUANG. Jika n adalah bilangan asli, maka n factorial, ditulis n! diartikan sebagai

KOMBINATORIKA DAN PELUANG. Jika n adalah bilangan asli, maka n factorial, ditulis n! diartikan sebagai KOMBINATORIKA DAN PELUANG Faktorial Jika n adalah bilangan asli, maka n factorial, ditulis n! diartikan sebagai n(n-1)(n-2).3.2.1 dan didefinisikan 0!=1 Permutasi Permutasi dari n unsur adalah banyaknya

Lebih terperinci

PERMUTASI, KOMBINASI DAN PELUANG. Kaidah pencacahan membantu dalam memecahkan masalah untuk menghitung

PERMUTASI, 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 terperinci

SOAL PELUANG KELAS XI MATEMATIKANET.COM 1.! B. 4 2 C. 2 2 D. E. 2 2 A. 840 B. 504 C. 162 D. 84 E. 168

SOAL PELUANG KELAS XI MATEMATIKANET.COM 1.! B. 4 2 C. 2 2 D. E. 2 2 A. 840 B. 504 C. 162 D. 84 E. 168 SOAL PELUANG KELAS XI MATEMATIKANET.COM 1.!!. A. B. 4 2 C. 2 2 D. 2 2 2.!!!. A. 840 B. 504 C. 162 D. 84 168 3. Untuk menuju kota C dari Kota A harus melewati kota B. Dari kota A menuju kota B melewati

Lebih terperinci

PELUANG. LA - WB (Lembar Aktivitas Warga Belajar) MATEMATIKA PAKET C TINGKAT VI DERAJAT MAHIR 2 SETARA KELAS XI. Oleh: Hj. ITA YULIANA, S.Pd, M.

PELUANG. 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 terperinci

KOMBINATORIAL STRUKTUR DISKRIT K-1. Program Studi Teknik Komputer Departemen Teknik Elektro Fakultas Teknik Universitas Indonesia.

KOMBINATORIAL STRUKTUR DISKRIT K-1. Program Studi Teknik Komputer Departemen Teknik Elektro Fakultas Teknik Universitas Indonesia. STRUKTUR DISKRIT K-1 KOMBINATORIAL Program Studi Teknik Komputer Departemen Teknik Elektro Fakultas Teknik Universitas Indonesia Suryadi MT Struktur Diskrit 1 Pendahuluan Sebuah password panjangnya 6 sampai

Lebih terperinci

STK 211 Metode statistika. Materi 4 Peubah Acak dan Sebaran Peluang

STK 211 Metode statistika. Materi 4 Peubah Acak dan Sebaran Peluang STK 211 Metode statistika Materi 4 Peubah Acak dan Sebaran Peluang 1 Pendahuluan Soal ujian masuk PT diselenggarakan dengan sistem pilihan berganda. Jika jawaban benar diberi nilai 4, salah dikurangi 1

Lebih terperinci

Contoh Soal Soal Peluang

Contoh Soal Soal Peluang Contoh Soal Soal Peluang 1. 10 orang finalis suatu lomba kecantikan akan dipilih secara acak 3 yang terbaik. Banyak cara pemilihan tersebut ada cara. a. 70 b. 80 c. 120 d. 360 e. 720 ( Soal Ujian Nasional

Lebih terperinci

PENERAPAN TEORI KOMBINATORIAL DAN PELUANG DISKRIT DALAM PERMAINAN POKER

PENERAPAN TEORI KOMBINATORIAL DAN PELUANG DISKRIT DALAM PERMAINAN POKER PENERAPAN TEORI KOMBINATORIAL DAN PELUANG DISKRIT DALAM PERMAINAN POKER Irma Juniati - 13506088 Jurusan Teknik Informatika ITB, Bandung 40116, email: if16088@students.if.itb.ac.id Abstrak Makalah ini membahas

Lebih terperinci

U n KOMBINATORIAL. A 1 atau A 2 atau... atau A n adalah (n 1 + n n n ). Dengan kata lain

U n KOMBINATORIAL. A 1 atau A 2 atau... atau A n adalah (n 1 + n n n ). Dengan kata lain KOMBINATORIAL Kombinatorial adalah cabang matematika yang mempelajari pengaturan objek objek Solusi yang ingin kita peroleh dari kombinatorial ini adalah jumlah cara pengaturan objek objek didalam kumpulanya

Lebih terperinci

CHAPTER 5 INDUCTION AND RECURSION

CHAPTER 5 INDUCTION AND RECURSION CHAPTER 5 INDUCTION AND RECURSION 5.1 MATHEMATICAL INDUCTION Jumlah n Bilangan Ganjil Positif 1 = 1 1 + 3 = 4 1 + 3 + 5 = 9 1 + 3 + 5 + 7 = 16 1 + 3 + 5 + 7 + 9 = 25 Tebakan: Jumlah dari n bilangan ganjil

Lebih terperinci

Kombinatorika Muhammad Saiful Jumat, 27 Januari 2017 ComLabs C, SMA Negeri 2 Bandung

Kombinatorika Muhammad Saiful Jumat, 27 Januari 2017 ComLabs C, SMA Negeri 2 Bandung Kombinatorika Muhammad Saiful Islam muhammad@saiful.web.id @saifulwebid Jumat, 27 Januari 2017 ComLabs C, SMA Negeri 2 Bandung Referensi Lecture slide by Julio Adisantoso, http://julio.staff.ipb.ac.id/files/2014/02/slide-02-

Lebih terperinci

MODUL PELUANG MATEMATIKA SMA KELAS XI

MODUL 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 terperinci

Beberapa 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 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 terperinci

Menghitung peluang suatu kejadian

Menghitung 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 terperinci

Aplikasi Kombinatorial dan Peluang Diskrit dalam Permainan Dadu Cee-Lo

Aplikasi Kombinatorial dan Peluang Diskrit dalam Permainan Dadu Cee-Lo Aplikasi Kombinatorial dan Peluang Diskrit dalam Permainan Dadu Cee-Lo Hendy - 13507011 Jurusan Teknik Informatika, ITB, Bandung 40116, email: if17011@students.if.itb.ac.id Abstract Makalah ini membahas

Lebih terperinci

Kombinatorial. Bahan Kuliah IF2120 Matematika Diskrit Oleh: Rinaldi Munir. Program Studi Teknik Informatika ITB

Kombinatorial. Bahan Kuliah IF2120 Matematika Diskrit Oleh: Rinaldi Munir. Program Studi Teknik Informatika ITB Kombinatorial Bahan Kuliah IF2120 Matematika Diskrit Oleh: Rinaldi Munir Program Studi Teknik Informatika ITB 1 Pendahuluan Sebuah kata-sandi (password) panjangnya 6 sampai 8 karakter. Karakter boleh berupa

Lebih terperinci

BIMBINGAN BELAJAR GEMILANG

BIMBINGAN 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 terperinci

Pertemuan 14. Kombinatorial

Pertemuan 14. Kombinatorial Pertemuan 14 Kombinatorial 1 Pendahuluan Sebuah kata-sandi (password) panjangnya 6 sampai 8 karakter. Karakter boleh berupa huruf atau angka. Berapa banyak kemungkinan kata-sandi yang dapat dibuat? abcdef

Lebih terperinci

Pertemuan Ke-1 BAB I PROBABILITAS

Pertemuan 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 terperinci

CHAPTER 5 INDUCTION AND RECURSION

CHAPTER 5 INDUCTION AND RECURSION CHAPTER 5 INDUCTION AND RECURSION 5.1 MATHEMATICAL INDUCTION Jumlah n Bilangan Ganjil Positif 1 = 1 1 + 3 = 4 1 + 3 + 5 = 9 1 + 3 + 5 + 7 = 16 1 + 3 + 5 + 7 + 9 = 25 Tebakan: Jumlah dari n bilangan ganjil

Lebih terperinci

STK 211 Metode statistika. Materi 3 Konsep Dasar Peluang

STK 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 terperinci

4. Pencacahan. Pengantar. Aturan penjumlahan (sum rule) Aturan penjumlahan Yang Diperumum. Aturan Perkalian (Product Rule)

4. Pencacahan. Pengantar. Aturan penjumlahan (sum rule) Aturan penjumlahan Yang Diperumum. Aturan Perkalian (Product Rule) 4. Pencacahan Pengantar Pencacahan (counting) adalah bagian dari matematika kombinatorial. Matematika kombinatorial berkaitan dengan pengaturan sekumpulan objek. Pencacahan berusaha menjawab pertanyaan-pertanyaan

Lebih terperinci

Kombinatorial. Matematika Diskrit Pertemuan ke - 4

Kombinatorial. Matematika Diskrit Pertemuan ke - 4 Kombinatorial Matematika Diskrit Pertemuan ke - 4 Pengertian Cabang matematika yang mempelajari pengaturan objek-objek Solusi yang diperoleh : jumlah cara pengaturan objek-objek tertentu dalam himpunan

Lebih terperinci

Pendahuluan. abcdef aaaade a123fr. erhtgahn yutresik ????

Pendahuluan. abcdef aaaade a123fr. erhtgahn yutresik ???? Kombinatorial 1 Percobaan! Melampar dadu! Berapa saja angka yang muncul? Memilih 4 wakil dari kelas ini! Berapa kemungkinan perwakilan yang dapat dibentuk? Menyusun 5 huruf dari a,b,c,d,e, tidak boleh

Lebih terperinci

Distribusi Probabilitas Diskrit: Binomial, Multinomial, & Binomial Negatif

Distribusi Probabilitas Diskrit: Binomial, Multinomial, & Binomial Negatif Distribusi Probabilitas Diskrit: Binomial, Multinomial, & Binomial Negatif 6 Debrina Puspita Andriani E-mail : debrina.ub@gmail.com / debrina@ub.ac.id 2 Outline Distribusi Variabel Acak Diskrit Distribusi

Lebih terperinci

Peluang Bersyarat dan Kejadian Bebas

Peluang Bersyarat dan Kejadian Bebas Bab 3 Peluang Bersyarat dan Kejadian Bebas 3.1 Peluang Bersyarat Misalkan ruang contoh berpeluang sama dari percobaan melempar sebuah dadu bersisi 6, maka S = {1, 2, 3, 4, 5, 6}. Dan terdapat dua kejadian,

Lebih terperinci

WORKSHOP PEMBIMBINGAN OLIMPIADE MATEMATIKA & SAINS BIDANG MATEMATIKA SMP

WORKSHOP PEMBIMBINGAN OLIMPIADE MATEMATIKA & SAINS BIDANG MATEMATIKA SMP WORKSHOP PEMBIMBINGAN OLIMPIADE MATEMATIKA & SAINS BIDANG MATEMATIKA SMP Ilham Rizkianto FMIPA Universitas Negeri Yogyakarta Ilham_rizkianto@uny.ac.id Wonosari, 9 Mei 2014 MASALAH KOMBINATORIK Mengecoh,

Lebih terperinci

Lab. Statistik - Kasus 1. Lab. Statistik Kasus 2. Lab. Statistik Kasus 3

Lab. Statistik - Kasus 1. Lab. Statistik Kasus 2. Lab. Statistik Kasus 3 Haryoso Wicaksono, halaman 1 dari 5 halaman Lab. Statistik - Kasus 1 1. Jelaskan istilah-istilah statistik berikut : a. sampel e. responden b. populasi f. data kuantitatif c. statistik sampel g. data kualitatif

Lebih terperinci

KOMBINATORIKA. (Latihan Soal) Kus Prihantoso Krisnawan. August 30, 2012 PEMBINAAN OLIMPIADE MATEMATIKA SMA 1 KALASAN

KOMBINATORIKA. (Latihan Soal) Kus Prihantoso Krisnawan. August 30, 2012 PEMBINAAN OLIMPIADE MATEMATIKA SMA 1 KALASAN KOMBINATORIKA (Latihan Soal) Kus Prihantoso August 30, 2012 PEMBINAAN OLIMPIADE MATEMATIKA SMA 1 KALASAN Teori Faktorial Teori Faktorial n! = n (n 1) (n 2) (n 3) 2 1 0! = 1 Teori Faktorial n! = n (n 1)

Lebih terperinci

SELEKSI TINGKAT PROPINSI MATEMATIKA SMA/MA

SELEKSI TINGKAT PROPINSI MATEMATIKA SMA/MA SELEKSI TINGKAT PROPINSI CALON PESERTA OLIMPIADE SAINS NASIONAL 2013 MATEMATIKA SMA/MA PETUNJUK UNTUK PESERTA: 1. Tes terdiri dari dua bagian. Tes bagian pertama terdiri dari 20 soal isian singkat dan

Lebih terperinci

MATERI KULIAH STATISTIKA I PROBABLITAS. (Nuryanto, ST., MT)

MATERI KULIAH STATISTIKA I PROBABLITAS. (Nuryanto, ST., MT) MATERI KULIAH STATISTIKA I PROBABLITAS (Nuryanto, ST., MT) Pendahuluan Percobaan : proses yang menghasilkan data Ruang Contoh (S) : hasil percobaan himpunan yang memuat semua kemungkinan Kejadian = Event

Lebih terperinci

Mendeskripsikan Himpunan

Mendeskripsikan Himpunan BASIC STRUCTURE 2.1 SETS Himpunan Himpunan adalah koleksi tak terurut dari obyek, yang disebut anggota himpunan Notasi. a A : a adalah anggota himpunan A a A : a bukan anggota himpunan A Contoh 1. Himpunan

Lebih terperinci

Teori Probabilitas 3.2. Debrina Puspita Andriani /

Teori 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 terperinci

Mobil atau Kambing. 2. Berikan satu kalimat deskripsi dari apa yang Anda pikirkan tentang pengertian dari kemungkinan (probability) dalam konteks ini.

Mobil atau Kambing. 2. Berikan satu kalimat deskripsi dari apa yang Anda pikirkan tentang pengertian dari kemungkinan (probability) dalam konteks ini. Mobil atau Kambing Suatu acara televisi game show popular, Let's Make a Deal, dari tahun 1960an dan 1970an memberikan fitur permainan dengan menyembunyikan mobil di belakang pintu dari ketiga pilihan pintu

Lebih terperinci

peluang Contoh 6.1 Ali mempunyai 2 celana dan 3 baju yang berbeda. Berapa stelan celana dan baju berbeda yang dipunyai Ali? Matematika Dasar Page 46

peluang Contoh 6.1 Ali mempunyai 2 celana dan 3 baju yang berbeda. Berapa stelan celana dan baju berbeda yang dipunyai Ali? Matematika Dasar Page 46 peluang 6.1 Kaidah Pencacahan A. Aturan Perkalian Misal suatu plat nomor sepeda motor terdiri atas dua huruf berbeda yang diikuti tiga angka dengan angka pertama bukan 0. Berapa banyak plat nomor berbeda

Lebih terperinci

1. Ubahlah pernyataan ke dalam berikut ke dalam bentuk Jika p maka q.

1. Ubahlah pernyataan ke dalam berikut ke dalam bentuk Jika p maka q. Diskusi Kelompok (I) Waktu: 100 menit Selasa, 23 September 2008 Pengajar: Hilda Assiyatun, Djoko Suprijanto 1. Ubahlah pernyataan ke dalam berikut ke dalam bentuk Jika p maka q. (a) Mahasiswa perlu membawakan

Lebih terperinci

4.2 Nilai Peluang Secara Teoritis

4.2 Nilai Peluang Secara Teoritis 4.2 Nilai Peluang Secara Teoritis Apa yang akan kamu pelajari? Mencari peluang dengan tiap titik sampel berkesempatan sama untuk terjadi Menentukan kepastian dan kemustahilan Kata Kunci: Peluang Teoritis

Lebih terperinci

TEORI DASAR COUNTING

TEORI DASAR COUNTING TEORI DASAR COUNTING ARGUMEN COUNTING Kombinatorial adalah cabang matematika yang mempelajari pengaturan obyek-obyek. Solusi yang ingin diperoleh dengan kombinatorial adalah jumlah pengaturan obyekobyek

Lebih terperinci

Aksioma Peluang. Bab Ruang Contoh

Aksioma 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 terperinci

Eksperimen Hasil Kejadian KONSEP PROBABILITAS

Eksperimen Hasil Kejadian KONSEP PROBABILITAS KONSEP PROBABILITAS Sebelumnya, telah dipelajari statistika deskriptif yang fokus untuk menyimpulkan data yang telah dikumpulkan pada waktu sebelumnya. Pada bab ini, akan dibahas tentang aspek lain dari

Lebih terperinci

Permutations, Combinations, and Probability Jadug Norach Agna Parusa. Copyright 2014 Bimbingan Belajar Merlion BBMerlion.com

Permutations, Combinations, and Probability Jadug Norach Agna Parusa. Copyright 2014 Bimbingan Belajar Merlion BBMerlion.com Permutations, Combinations, and Probability Jadug Norach Agna Parusa Copyright 2014 Bimbingan Belajar Merlion BBMerlion.com 1 PERMUTATIONS & COMBINATIONS Objektif Mengenal konsep ( n P r ) dan ( n C r

Lebih terperinci

PEMBEKALAN PESERTA OLIMPIADE SMA 1 KALASAN Februari-Maret 2009 SOAL-SOAL LATIHAN

PEMBEKALAN PESERTA OLIMPIADE SMA 1 KALASAN Februari-Maret 2009 SOAL-SOAL LATIHAN PEMBEKALAN PESERTA OLIMPIADE SMA 1 KALASAN Februari-Maret 2009 SOAL-SOAL LATIHAN 1. Wati menuliskan suatu bilangan yang terdiri dari 6 angka di papan tulis, tetapi kemudian Iwan menghapus 2 buah angka

Lebih terperinci

PELUANG. Permutasi dengan beberapa elemen yang sama: Dari n obyek terdapat n

PELUANG. Permutasi dengan beberapa elemen yang sama: Dari n obyek terdapat n PELUANG Bab 11 1. Faktorial Faktorial adalah perkalian bilangan asli berurutan Hasil perkalian dari n bilangan asli pertama yang terurut dikatakan sebagai n faktorial (n!) n! n( n 1)( n 2)...3.2.1 5! =

Lebih terperinci

Suplemen Kuliah STATISTIKA. Prodi Sistem Informasi (SI 3) STIKOM AMBON Pokok Bahasan Sub Pok Bahasan Referensi Waktu

Suplemen Kuliah STATISTIKA. Prodi Sistem Informasi (SI 3) STIKOM AMBON Pokok Bahasan Sub Pok Bahasan Referensi Waktu Suplemen Kuliah STATISTIKA Pertemuan 5 Prodi Sistem Informasi (SI 3) STIKOM AMBON Pokok Bahasan Sub Pok Bahasan Referensi Waktu Konsep Peluang 1. Ruang Contoh dan Kejadian Walpole E. Ronald. (Probabbility

Lebih terperinci

Learning Outcomes Ruang Contoh Kejadian Aksioma Peluang Latihan. Aksioma Peluang. Julio Adisantoso. 16 Pebruari 2014

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 terperinci

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) + n(b) n(a n(a B) Kejadia

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) + 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 terperinci

Model dan Simulasi Universitas Indo Global Mandiri

Model 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 terperinci

Pertemuan 1 KONSEP DASAR PROBABILITAS

Pertemuan 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 terperinci

Teori Dasar Himpunan. Julan HERNADI. December 27, Program Studi Pendidikan Matematika Universitas Muhammadiyah, Ponorogo

Teori Dasar Himpunan. Julan HERNADI. December 27, Program Studi Pendidikan Matematika Universitas Muhammadiyah, Ponorogo 1 Program Studi Pendidikan Matematika Universitas Muhammadiyah, Ponorogo December 27, 2012 PENGERTIAN DASAR Denition Himpunan merupakan koleksi objek-objek yang disebut anggota atau elemen himpunan tersebut.

Lebih terperinci

BAB 2 PELUANG. Menggunakan aturan statistika, kaidah pencacahan, dan sifat-sifat peluang dalam pemecahan masalah.

BAB 2 PELUANG. Menggunakan aturan statistika, kaidah pencacahan, dan sifat-sifat peluang dalam pemecahan masalah. Standar Kompetensi 2 PELUNG Menggunakan aturan statistika, kaidah pencacahan, dan sifat-sifat peluang dalam pemecahan masalah. Kompetensi Dasar 1. Menggunakan aturan perkalian, permutasi, dan kombinasi

Lebih terperinci

CHAPTER 8. Advanced Counting Techniques

CHAPTER 8. Advanced Counting Techniques CHAPTER 8 Advanced Counting Techniques Banyak problem counting yang tidak dapat dipecahkan dengan menggunakan hanya aturan dasar, kombinasi, permutasi, dan aturan sarang merpati. Misalnya: Ada berapa banyak

Lebih terperinci

Dasar-dasar Statistika Pemodelan Sistem

Dasar-dasar Statistika Pemodelan Sistem Dasar-dasar Statistika Pemodelan Sistem Kuliah Pemodelan Sistem Semester Genap 2015-2016 MZI Fakultas Informatika Telkom University FIF Tel-U Januari 2016 MZI (FIF Tel-U) Statistika Pemodelan Januari 2016

Lebih terperinci

Probabilitas. Oleh Azimmatul Ihwah

Probabilitas. Oleh Azimmatul Ihwah Probabilitas Oleh Azimmatul Ihwah Teori Probabilitas Life is full of uncertainty Dimana terkadang kita tidak tahu apa yang akan terjadi semenit kemudian. Namun suatu kejadian dapat diperkirakan lebih sering

Lebih terperinci