P. 1
peluang bersyarat

peluang bersyarat

|Views: 69|Likes:
Published by Hutagaoldewi

More info:

Published by: Hutagaoldewi on Jul 13, 2012
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOC, PDF, TXT or read online from Scribd
See more
See less

07/13/2012

pdf

text

original

PELUANG BERSYARAT 3.

1 Pengertian Peluang Bersyarat Misalkan dua dadu bermata enam dilanturkan sekaligus kemungkinan pasangan mata dadu yang muncul 36 cara seperti dalam gambar 3.1. Tiap pasangan mempunyai peluang yang sama yaitu 1/36. Pasangan mata dadu dengan mata 5 pada dadu kedua adalah { (1,5), (2,5), (3,5),(4,5), (5,5), (6,5)}= A hingga P(A) = 1/6, sedangkan pasangan mata dadu yang jumlahnya lebih besar dari 4 dan kurang dari 8 adalah : {(1,4), (1,5),(1,6),(2,3)2,4),(2,5), (3,2), (3,3),(3,4), (4,1),(4,2),(4,3),(5,1),(5,2),(6,1)}= B sehingga P(B) = 15/36 munculnya pasangan mata dadu diantara 4 dan 8 disimbolkan (A/B) sebanyak dua cara diantara 15 cara sehingga P(A?B) = 3/15. Kejadian demikian disebut kejadian bersyarat (kejadian A dengan syarat B). Peluang pasangan mata dadu yang jumlahnya antara 4 dan 8. Jika diketahui mata kedua tiap pasangan itu mata 4 adalah P (B/A) = 3/6 = ½ I \ II 1 2 3 4 5 1 1,1 2,1 3,1 4,1 5,1 2 1,2 2,2 3,2 4,2 5,2 3 1,3 2,3 3,3 4,3 5,3 4 1,4 2,4 3,4 4,4 5,4 6,4 A∩ B A B 5 1,5 2,5 3,5 4,5 5,5 6,5 6 1,6 2,6 3,6 4,6 5,6 6,6

6 6,1 6,2 6,3 Pasangan mata pada pelemparan dua dadu

A∩ B
Diagram untuk peluang bersyarat Dari penjelasan tersebut : P ( A \ B) = n ( A ∩ B ) n ( A ∩ B ) / n( S ) P ( A ∩ B ) = = , P ( B ) ≠ 0 atau n( B ) n( B ) / n ( S ) P( B) P ( A \ B) = P ( B ) . P ( A ∩ B )

1

D.3.1. Defenisi : Peluang bersyarat A jika diketahui B, dibandingk an P ( A / B ) P( A ∩ B ) P ( A / B) = , P( B ) ≠ 0 P ( B) atau P ( A ∩ B) = P( A / B ) Teorema Perkalian Menurut defenisi P ( A1 ∩ A2 ) = P ( A2 ) P ( A1 ) ( A2 )

P( A1 ∩ A2 ∩ A3 ) = P ( A1 ∩ AZ ) . P[ A3 ( A1 ∩ A2 ) ]

= P ( A1 ). P ( A2 A1 ) p [ A3 ( A1 ∩ A2 ) ]

T .3.1. Teorema Perkalian : untuk kejadian A1 , A2 , A3 ,..... An ( A1 ∩ A2 ∩ A3 ∩.... ∩ An −1)]

P ( A1 ∩ A2 ∩ ..... ∩ An ) = P ( A1 ). P ( A2 A1 ) P[ A3 ( A1 ∩ A2 )] ..... P [ An

3.2 Kejadian Bebas ( Tak Bergantung an ) Misalkan dari contoh diatas c = ( pasangan mata dadu yang sama ) = (1,1), ( 2,2), (3,3),   sehingga P (C ) =1 / 6, P ( A ∩ C ) =1 / 36 dan P ( A / C ) ( 4,4), (5,5), (6,6)  = (1 / 36 ) /(1 / 6) =1 / 6 = P( A), dan P ( A ∩ B ) = P ( B ). P ( A / B ), dan jika A dan B bebas P ( A / B ) = P ( A), maka P ( A ∩ B ) = P ( B). P ( A)

D.3.2. Defenisi : Dua kejadian A dan B disebut bebas (tak tergantung ) jika P ( A / B ) = P ( A) atau P ( A ∩ B ) = P ( A).P ( B) dan dalam hal lain disebut bergantungan. Misalkan A1 , A2 dan A3 kejadian bebas, maka P ( A1 ∩ A2 ∩ A3 ) = P ( A1 ∩ A2 ). P ( A3 ) = P ( A1 ).P ( A2 ). P ( A3 ), dengan cara yang sama untuk kejadian A1, A2 , A3 ,...., An yang bebas P (( A1 ∩ A2 ∩ A3 ....,∩ An ) = P ( A1 ). P ( A2 ) . P ( A3 ),...........P( An )

2

3.3. Teorema Bayes Misalkan A1 , A21 , A3 ,........ Ak kejadian yang saling a sin g membentuk suatu ruang sampel S , berarti A1 ∩ A j = θ , I ≠ J , dan A1 ∪ A2 ∪ A3 ∪ ....... ∪ Ak maka A1 , A21 , A3 ,........ Ak disebut partisi ( pangguan) dari S Misalkan A1 , A21 , A3 ,........ Ak kejadian sebagai partisi S , dan B suatu kejadian yang lain, sehingga A1 ∩ B (i = 1, 2 , ..., k ) adalah partisi dari B B = S ∩ B ( B Subjek S ) S = A1 ∪ A21 ∪ A3 ∪ ....... ∪ Ak B = ( A1 ∪ A21 ∪ A3 ∪ ....... ∪ Ak ) ∩ B Karena A1 partisi maka A1 ∩ B adalah : partisi dari B dan P ( B ) = P ( A1 ∩ ( B ) + P( A2 ∩ ( B) + P ( A3 ∩ ( B ) + ...................... + P ( AK ∩ ( B ) atau P( B) =

∑ P( Ai ∩ B) = ∑ P( Ai ) . P( B / Ai )
i =1 i =1

K

K

Sedangkan : P ( Ai / B ) = Maka diperoleh : T .3.2. Teorema Bayes : Jika A1 , A21 , A3 ,........ Ak suatu partisi sembarang kejadian B maka untuk sembarang i : P ( Ai / B ) = PEUBAH ACAK 4.1 Pengertian Peubah Acak dan Fungsi Peluang Ambillah tiga buah uang log am yang hom ogen kemudian lemparkan sekaligus dan amatilah nilai kepada yang muncul , anda tentu mengalami kemungkinan berikut : Sebaran frekuensi munculnya kepala pada lantunan tiga uang logam Kejadian KKK KKE KEK KEE EKK EKE EEK EEE Frekwensi k 3 2 2 1 2 1 1 0 12 P ( Ai ∩ B ) dan P ( Ai ∩ B ) = P ( Ai ) . P ( B / A) P( B)

3

Ternyata angka yang menunjukkan banyak k muncul adalah 0,1,2, dan 3, peluangnya berturut-turut adalah :1/8,3/8,3/8, dan 1/8. Himpunan {0,1,2,3, }= x yang disebut peubah acak, sedangkan nilai /8,3/8,3/8, dan 1/8 disebut fungsi peluang dari peubah acak tersebut. Jika S = ruang sample, x = peubah acak dan f(x) = fungsi peluang maka pemetaan dapat ditunjukkan sebagai berikut. Ruang Sampel S EEE O KEE EEK KKE KEK EKK EKK KKK 1 2 3 Peubah Acak X(S) Fungsi Peluang F(x) = P (X=X) 1/8 3/8 38 1/8

Kejadian D. 4.1. Defenisi

Bilangan Riel

0 ≤ f ( x) ≤ 1

Peubah acak adalah bilangan riel sebagai fungsi kejadian dalam ruang sampel. Defenisi ini menunjukkan suatu fungsi x yang mana memberikan untuk setiap a € s satu dan hanya satu bilangan riel x(a) = x, ruang x adalah himpunan bilangan riel A= {x / x = x (a), x € s }= x (s) D.4.2. Defenisi Fungsi peluang adalah nilai peluang peubah acak f(x) = p( x = x ) Katakanlah A subjek A. ambil suatu kejadian C ={ C I C€S, dan X (C) € A } subset S, dan peluang kejadian C dinyatakan dengan P(c) adalah sama dengan Pr(X € A ) dinamakan fungsi himpunan peluang P dengan peubah acak X yang kadang disimbolkan Px (A) Pr(X € A ) = Px(A) = P(c), dimana C = {C:C € S, X (C) € sehingga Px(A) sering disebut peluang induksi. A },

4

Px(A) = P(c) ≥ 0 dan untuk S = {C C ∈ S dan x (c )∈ A} Px = ( A) = P ( S ) = 1 D.4.3. Defenisi Defenisi suatu percobaan acak dengan ruang sample S, pandang k peubah acak

X 1 , X 2 ,........ X K , yang memberikan kepada setiap C ∈ S satu dan hanya satu pasangan k bilangan berturut ( X 1 , X 2 ,........ X k ) dim ana X 1 (C ) = X 1 , X 2 (C ) berturut A = { ( X 1 , X 2 ,........ X k )( X 1 (c), X 2 (c),......., X k = X k (c) , C ∈ S } = X 2 ........, dan X k (c ) = X k . Ruang X 1 , X 2 ,........ X k adalah himpunan pasangan Maka Pr [ ( X 1 , X 2 ,.... X k ) ∈ A] = P (C ) dim ana C = {C C ∈ S dan X 1 , X 2 ,... X k ) ∈ A}

Misalkan A ruang yang dihubungkan dengan dua peubah X 1 dan X 2 , dan misalkan dari Pr [ ( X 1 , X 2 )∈ A] adalah : Px1 , X 2
( A)

A subset A, peluang kejadian A ditulis Pr [ ( X 1 , X 2 ) ∈ A] = P (C ). Penulisan lain dan lebih sederhana ditulis P ( A)

Nilai ini merupakan suatu fungsi himpunan peluang subset A ruang A

D. 4.4. Defenisi Jika suatu ruang sampel mengandung titik yang berhingga atau suatu dere tan anggota yang banyaknya sama dengan banyaknya bilangan bulat maka ruang sampel disebut ruang sampel diskrit , peubah acak yang didefenisikan pada ruang sampel disebut peubah acak diskrit

5

D.4.5. Defenisi Jika ruang sampel mengandung titik sampel yang tak terhingga banyaknya dan sama banyaknya dengan banyak titik pada sepotong garis, maka ruang sampel itu disebut kontinu dan peubah acak yang didefenisikan pada ruang sampel tersebut ' disebut peubah acak kontinu.

.4.2. Sebaran p Peluang Diskrit Tiap unsur peubah acak mempunyai peluang tertentu, dan jumlah semua nilai peluang itu adalah satu. Peluang untuk X atau P ( X = X ) ditulis dengan f ( x) atau f ( x) = P ( X = x). Pasangan ( X , f ( x ) ) disebut fungsi peluang atau sebaran peluang peubah acak diskrit X dari gambar diatas dapat ditulis sebaran peluang lantunan tiga uang log am sebagai berikut : X F(x) = P( X = X 0 1/8 1/8 + 3/8 + 3/8 + 1/8 = 1 D.4.6. Defenisi Fungsi f(x) adalah suatu fungsi peluang atau sebaran peluang suatu peubah acal diskrit X bila untuk setiap hasil yang mungkin x ∈ x dipenuhi : a. b. f ( x) ≥ 0 1 3/8 2 3/8 3 1/8

c. P ( X = x ) = f ( x) 4.3. Sebaran Peluang Kontinu Sebaran mempunyai fungsi peluang f (x) yang sering dan lazim disebut dengan fungsi padat peluang atau fungsi kepekatan peluang, dan lebih singkat cukup dengan sebutan fungsi padat atau fungsi kepekaan. Beberapa contoh kurva fungsi padat : f (x) f(x)

∑x

f ( x) = 1

6

x

x

f( x )

f (x)

x

x

Kurva fungsi padat yang didefenisikan adalah tempat kedudukan {( x,f (x) − ∞   , x → ( f ( x ) } , f ( x ) adalah fungsi padat yang keseluruhan jumlah =1 x ∞ sehingga f ( x ) , sumbu x dan x = a dan x = b maka luas bidang tersebut menunjukkan P ( a ≤ x  ) atau P ( a  ≤ b ) atau P (a ≤ x ≤ b ), sedangkan luas b x dapat dihitung dengan int egral f ( x) terhadap x dalam batas a dan b. P ( a x b ) =

∫ f ( x ) dx = luas daerah yang diarsir
a

b

D. 4. 7. Defenisi Fungsi f ( x ) adalah fungsi padat peluang peubah acak kontinu X , yang didefenisikan diatas himpunan semua bilangan riel R, bila a. f ( x) ≥ 0, untuk semua x ∈ R

b.

−∞

∫ ( a x b ) = ∫ f ( x ) dx
a

b

7

EVALUASI 1. Berapa banyak plat nomor mobil dapat dibuat dengan dimulai 1 huruf diikuti oleh dua angka dan diakhiri 1 huruf. Jawab : Tempat pertama dapat diisi dengan salah satu dari 26 cara Tempat kedua dapat diisi dengan salah satu dari 9 cara Tempat ketiga dapat diisi dengan salah satu dari 10 cara Tempat keempat dapat diisi dengan salah satu dari 26 cara Jadi : 26 9 10 26 Jadi banyak susunan plat nomor adalah : = 26 x 9 x 10 x 26 = 60.840 cara 2. Sebuah dadu dilemparkan sekali. Berapa peluang muncul sisi bernomor prima atau sisi bernomor ganjil. Berapakah peluang kejadian saling asing. Jawab : A = { 2,3,5} n ( A) = 3 3 P ( A) = 6 B. = {1,3,5} n ( B) = 3 3 P ( B) = 6 P ( A ∩ B ) = { 3,5} n ( A ∩ B) = 2 2 P ( A ∩ B) = 6

8

Jadi = P ( A ∪ B ) = P ( A) + P ( B ) − P ( A ∩ B ) 3+3− 2 = 6 4 = 6 2 = 3

9

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->