Teori Peluang Diskrit

dokumen-dokumen yang mirip
CHAPTER 7 DISCRETE PROBABILITY

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

STK 203 TEORI STATISTIKA I

Peubah Acak. Bab 4. Definisi 4.1 Peubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R

Peubah Acak (Lanjutan)

DISTRIBUSI PROBABILITAS (PELUANG)

Learning Outcomes Peubah Acak Fungsi Sebaran Secaran Diskret Nilai Harapan. Peubah Acak. Julio Adisantoso. 13 Maret 2014

STK 511 Analisis statistika. Materi 3 Sebaran Peubah Acak

Metode Statistika (STK 211) Pertemuan ke-5

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

Distribusi Probabilitas Diskrit: Binomial & Multinomial

Statistika Farmasi

5. Peluang Diskrit. Pengantar

STK511 Analisis Statistika. Pertemuan 3 Sebaran Peluang Peubah Acak

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

Distribusi Probabilitas Diskrit: Binomial, Multinomial, & Binomial Negatif

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

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BI5106 ANALISIS BIOSTATISTIK Bab 3 Peubah Acak dan Dist

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

, n(a) banyaknya kejadian A dan n(s) banyaknya ruang sampel

STATISTIKA MATEMATIKA I I. Hazmira Yozza Izzati Rahmi HG Jur. Matematika FMIPA Unand

Metode Statistika STK211/ 3(2-3)

DISTRIBUSI BINOM. Ciri-ciri: 1.Eksperimen terdiri dari n percobaan yang dapat diulang

Peubah Acak dan Distribusi

SEBARAN PELUANG DISKRET

MA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi

Distribusi Peluang Teoritis

STK 203 TEORI STATISTIKA I

BeberapaDistribusiPeluang. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB

Metode Statistika. Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution)

Pengantar Proses Stokastik

Hidup penuh dengan ketidakpastian

PELUANG DAN PEUBAH ACAK

Pengantar Proses Stokastik

STATISTIK PERTEMUAN VI

MATERI KULIAH STATISTIKA

Model dan Simulasi Universitas Indo Global Mandiri

: Distribusi Peluang. : D. Rizal Riadi

LOGO STATISTIKA MATEMATIKA I TEORI PELUANG HAZMIRA YOZZA IZZATI RAHMI HG JURUSAN MATEMATIKA UNAND

TINJAUAN PUSTAKA. ruang sampel dan dilambangkan dengan huruf S. Ruang sampel beranggotakan

Peubah Acak. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB

Beberapa Distribusi Peluang Diskrit

SELEKSI OLIMPIADE TINGKAT PROVINSI 2009 TIM OLIMPIADE MATEMATIKA INDONESIA 2010

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.

28/09/2012 SAMPLE SPACE, SAMPLE POINTS, EVENTS. ω Ω

PENGANTAR MODEL PROBABILITAS

KONSEP DASAR PROBABILITAS DAN DISTRIBUSI PROBABILITAS LELY RIAWATI, ST, MT.

DISTRIBUSI PROBABILITAS

Sampling dengan Simulasi Komputer

TUGAS KELOMPOK ANALISIS STATISTIKA (STK 511)

PEUBAH ACAK DAN SEBARANNYA

BAB 8 DISTRIBUSI PELUANG DISKRIT

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

RENCANA MUTU PEMBELAJARAN. I. Standar Kompetensi : Menyelesaikan masalah probabilitas baik secara teoritik maupun aplikasinya dalam kehidupan.

DISTRIBUSI PELUANG TEORITIS

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Peubah acak adalah suatu fungsi dari ruang contoh ke bilangan nyata, f : S R

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

Distribusi Peluang Teoritis. Titik-titik contoh di dalam Ruang Sampel (S) dapat disajikan dalam bentuk numerik/bilangan.

Distribusi Probabilitas Variabel Acak Diskrit

Pengantar Proses Stokastik

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

A. Fungsi Distribusi Binomial

Distribusi Probabilitas Diskrit: Poisson

Pertemuan V Konsep Peubah Acak dan Sebaran Peluang (Random Variable Concept and Probability Distribution)

KONSEP DASAR TERKAIT METODE BAYES

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

DISTRIBUSI DISKRIT KHUSUS

Situasi 1: a. Buatlah pernyataan-pernyataan yang sesuai dengan situasi di atas!

Catatan Kuliah. MA4181 PENGANTAR PROSES STOKASTIK Smart and Stochastic. disusun oleh Khreshna I.A. Syuhada, MSc. PhD.

Distribusi Peluang. Dr. Akhmad Rizali

KONSEP PROBABILITAS & DISTRIBUSI PROBABILITAS

II. KONSEP DASAR PELUANG

KATA PENGANTAR. Salatiga, Juni Penulis. iii

Pengantar Proses Stokastik

Beberapa Peubah Acak Diskret (1) Kuliah 8 Pengantar Hitung Peluang

PENERAPAN INDUKSI MATEMATIKA DALAM PEMBUKTIAN MATEMATIKA

SOAL-SOAL LATIHAN PELUANG UJIAN NASIONAL

Tipe Peubah Acak. Diskret. Kontinu

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

4.1.1 Distribusi Binomial

Probabilitas dan Statistika Distribusi Peluang Diskrit 2. Adam Hendra Brata

25/09/2013. Konsep Peubah Acak. Metode Statistika (STK211) Peubah Acak Diskret. Kuis. Tipe Peubah Acak

DISTRIBUSI TEORITIS. Variabel Acak Distribusi Teoritis Binomial Normal

Probabilitas dan Proses Stokastik

Pertemuan 1 KONSEP DASAR PROBABILITAS

DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2. Distribusi Hipergeometrik

Aksioma Peluang. Bab Ruang Contoh

DISTRIBUSI BINOMIAL STKIP SILIWANGI BANDUNG LUVY S ZANTHY KAPSEL SMA

Peubah Acak. 14-Sep-07 TPADF (Kelas Ganjil/ Rahmat) Lecture 2 page 1

MODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU

KONSISTENSI ESTIMATOR

Pertemuan Ke-1 BAB I PROBABILITAS

DISTRIBUSI TEORITIS. P(M) = p = probabilitas untuk mendapat bola merah (sukses) 30

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

TEKNIK MEMBILANG. b T U V W

BAB 2 LANDASAN TEORI

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

Transkripsi:

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 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.

Bagaimana peluang p(s) diperoleh? Peluang p(s) dari suatu kejadian s sama dengan lim banyaknyaeksperimen jumlah kemunculan s banyaknya eksperimen Setelah kita mengetahui p(s) untuk setiap s, peluang dari suatu kejadian E dapat dihitung sebagai berikut. p(e) = s E p(s)

Contoh 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 dan 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 } Ingat rumus p(e) = s E p(s). 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

Peubah Acak Diskret Definisi 4.1.1. Peubah Acak Diskret Peubah acak disebut diskret, jika ruang contoh S dari peubah acak itu tercacah (berkorespondensi 1-ke-1 dengan himpunan bilangan bulat positif). Dengan demikian, jika peubah acak diskret, maka banyaknya nilai dari peubah acak yang bersifat dapat dicacah (1 atau lebih).

Contoh Tiga kelereng diambil secara acak dari sebuah kantung yang berisi 3 kelereng putih, 3 kelereng merah, dan 5 kelereng hitam. Misalkan bahwa kita akan memperoleh $1 untuk setiap kelereng putih yang terambil dan kehilangan $1 untuk setiap kelereng merah yang terambil. Tentukan peluang kita menang. Penyelesaian : Misalkan kita defenisikan sebagai total uang yang kita peroleh dari percobaan ini, maka adalah suatu peubah acak yang mengambil nilai 0,±1, ±2, ±3 dengan peluang masing- masing.

Untuk memahami bagaimana peluang peluang di atas di peroleh, perhatikan bahwa, misalnya, jika maka semua kelereng yang terambil berwarna hitam atau masing-masing 1 kelereng dari setiap warna. Begitu juga untuk kejadian terjadi jika yang terambil 1 putih dan 2 hitam atau 2 putih dan 1 merah. Sekedar untuk pengecekan, perhatikan bahwa Peluang menang

Fungsi Peluang Diskrit Definisi 4.2.1. Fungsi Massa Peluang adalah peubah acak diskret yang masing masing mempunyai peluang, maka Fungsi massa peluang dari adalah hubungan antara nilai peubah acak dengan peluangnya.

Contoh Tiga buah mata uang dilemparkan satu kali. Peubah acak menyatakan banyaknya Angka yang keluar, tentukan fungsi massa peluangnya

Contoh Sebuah kotak berisi 3 kelereng merah dan 2 kelereng putih. Diambil 3 kelereng dari kotak tersebut. Peubah acak menyatakan banyaknya kelereng merah yang terambil. Tentukan fungsi massa peluangnya. Penyelesaian : Dengan diambilnya tiga kelereng dari kotak tersebut, maka paling sedikit ada 1 kelereng yang berwarna merah karena kelereng putih hanya berjumlah dua. Dengan demikian fungsi massa peluangnya adalah sebagai berikut :

Sebaran Peluang Diskrit Kumulatif

Bukti

Contoh Pada ilustrasi pelemparan 3 koin, maka P(Y = y) = f Y (y) dan F Y (y) dapat ditulis : 2/4/2016 PHK A2 Departemen Statistika IPB 2009 15

, (c ). Contoh Misalkan di ketahui fungsi sebaran peubah acak sebagai berikut : Tentukan

1 11 12 2 3 1 2 1 2 3

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.

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. Suatu koin dimodifikasi sehingga peluang muncul muka adalah 2/3. Apakah peluang dari tepat empat kepala 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

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.

Ilustrasi dari bukti Teorema Misalkan S : sukses dan F : gagal, dengan peluang sukses p dan peluang gagal 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?

Ilustrasi dari bukti Teorema (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 dua percobaan terjadi dengan peluang p 2 q 3.

Ilustrasi dari bukti Teorema (3) 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 dari 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.

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

Solusi (a) Ini adalah contoh dari suatu barisan dengan enam percobaan Bernoulli yang saling bebas, di mana peluang sukses adalah 1/6 dan peluang gagal 5/6. Karena itu, peluang muncul tepat empat angka 1 pada saat dadu dilemparkan 6 kali adalah 4 1 C(6,4) 6 5 6 2 0,008 (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 6 5 C(6,6) 6 1 6 0 0,335

Contoh Telah diketahui bahwa peluang cacat sekrup-sekrup yang dihasilkan oleh sebuah perusahaan tertentu ialah 0.01, dan cacatnya sekrup yang satu tidak tergantung (bebas) dari cacatnya sekrup yang lain. Perusahaan ini menjual sekrup- sekrup dalam bungkusan 10 sekrup dan menawarkan jaminan uang kembali bila ada lebih dari 1 sekrup yang cacat dalam setiap bungkusan. Berapa proporsi bungkusan yang terjual yang harus diganti oleh perusahaan ini? Penyelesaian: Jika X adalah banyaknya sekrup cacat didalam satu bungkusan, maka X adalah suatu peubah acak binom dengan parameter (10, 0,01). Dengan demikian, peluang suatu bungkusan harus diganti ialah P(X>1)=P(X=2)+ +P(X=10)=1-P(X=0)-P(X=1) Jadi, hanya 0.7 persen bungkusan yang harus diganti.

Sifat-sifat fungsi massa peluang suatu peubah acak binom Jika X adalah suatu peubah acak, binom dengan parameter (n,p), dengan maka ketika k naik dari 0 menjadi n, p{x=k} mula-mula naik monoton dan kemudian turun monoton, mencapai nilai terbesarnya ketika k sama dengan bilangan bulat terkecil yang lebih kecil atau sama dengan (n+1)p. BUKTI: Untuk membuktikan proporsisi ini kita perhatikan dan kita coba menentukan nilai k yang membuatnya lebih besar atau lebih kecil dari 1.

Oleh karenanya jika dan hanya jika

Peubah Acak Poisson

Beberapa teladan peubah acak yang biasanya mematuhi hukum peluang Poisson Banyaknya kesalahan cetak di suatu halaman (atau sejumlah halaman) sebuah buku. Banyaknya penduduk di suatu masyarakat yang mencapai usia 100 tahun. Banyaknya salah sambung tilpun pada suatu hari. Banyaknya bungkus makanan nyamikan yang terjual di sebuah toko setiap hari. Banyaknya pelanggan yang memasuki kantor pos pada suatu hari. Banyaknya patikel yang terpencar selama periode waktu tertentu dari suatu partikel radioaktif.

Contoh