Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Kuswanto dan Rizali, 2014. Pengertian Peubah acak Peubah acak adalah suatu kejadian yang dapat diucapkan dalam bentuk bilangan nyata Peubah acak adalah.

Presentasi serupa


Presentasi berjudul: "Kuswanto dan Rizali, 2014. Pengertian Peubah acak Peubah acak adalah suatu kejadian yang dapat diucapkan dalam bentuk bilangan nyata Peubah acak adalah."— Transcript presentasi:

1 Kuswanto dan Rizali, 2014

2 Pengertian Peubah acak Peubah acak adalah suatu kejadian yang dapat diucapkan dalam bentuk bilangan nyata Peubah acak adalah suatu kejadian yang dapat diucapkan dalam bentuk bilangan nyata Notasi yang sering digunakan adalah X, Y, Z Notasi yang sering digunakan adalah X, Y, Z

3 Macam peubah acak Peubah acak diskrit, misalnya : jumlah orang dalam satu ruangan. Peubah acak diskrit, misalnya : jumlah orang dalam satu ruangan. Dengan demikian ruang contoh diskrit adalah ruang contoh yang mengandung jumlah titik tak terhingga, tetapi sama banyaknya dengan bilangan cacah. Dengan demikian ruang contoh diskrit adalah ruang contoh yang mengandung jumlah titik tak terhingga, tetapi sama banyaknya dengan bilangan cacah. Peubah acak diskrit digunakan untuk data yang berupa cacahan. Peubah acak diskrit digunakan untuk data yang berupa cacahan. Peubah acak kontinyu, misalnya : produksi padi/ha. Peubah acak kontinyu, misalnya : produksi padi/ha. Ruang contoh kontinyu adalah ruang contoh yang mengandung titik tak terhingga yang sama dengan banyaknya titik pada sebuah garis. Ruang contoh kontinyu adalah ruang contoh yang mengandung titik tak terhingga yang sama dengan banyaknya titik pada sebuah garis. Peubah acak kontinyu digunakan untuk data yang diukur Peubah acak kontinyu digunakan untuk data yang diukur

4

5 Sebaran Peluang Diskrit Sebaran peluang diskrit adalah sebuah tabel atau rumus yang mencantumkan semua kemungkinan nilai suatu peubah acak diskrit berikut peluangnya. Sebaran peluang diskrit adalah sebuah tabel atau rumus yang mencantumkan semua kemungkinan nilai suatu peubah acak diskrit berikut peluangnya. Sebaran peluang Binom dan Poisson termasuk kelompok ini. Sebaran peluang Binom dan Poisson termasuk kelompok ini.

6 Aturan dasar Setiap peluang harus antara 0 and 1 Setiap peluang harus antara 0 and 1 0 ≤ P(x) ≤ 1 Total dari keseluruhan peluang = 1 Total dari keseluruhan peluang = 1 ΣP(x) = 1 Contoh: x P(x) Tidak benar karena ΣP(x) > 1

7 5-SOAL BENAR/SALAH (x = jumlah yang benar) x P(x) Berapa peluang (dengan memilih secara acak) mahasiswa yang memperoleh 3 jawaban BENAR P(x = 3) = P(x = 3) = Berapa peluang untuk mahasiswa yang mendapatkan minimal 4 jawaban BENAR P(min 4) = P(x = 4) + P(x = 5) P(min 4) = P(x = 4) + P(x = 5) = = = =

8 Aturan komplemen Cari peluang mahasiswa mendapatkan jawaban BENAR kurang dari 4 P(< 4) = P(x = 0) + P(x = 1) + P(x = 2) + P(x = 3) = = = = Dapat juga dihitung dengan menggunakan aturan komplemen P(< 4) = 1 – (P(x = 4) + P(x = 5)) = 1 – ( ) = 1 – ( ) = 1 – = 1 – = =

9 Contoh lain Apabila sepasang dadu dilemparkan, maka peubah acak X adalah jumlah bilangan Apabila sepasang dadu dilemparkan, maka peubah acak X adalah jumlah bilangan X adalah nilai bulat 2 sampai 12. Dua dadu dapat mendarat dalam (6) (6) cara masing- masing dengan peluang 1/36. P(X=3) = 2/36, karena jumlah 3 hanya dapat terjadi dalam 2 cara. X adalah nilai bulat 2 sampai 12. Dua dadu dapat mendarat dalam (6) (6) cara masing- masing dengan peluang 1/36. P(X=3) = 2/36, karena jumlah 3 hanya dapat terjadi dalam 2 cara. x x P(X=x) 1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36 Untuk menggambarkan sebaran peluang dapat mengggunakan grafik dalam bentuk histogram peluang. Untuk menggambarkan sebaran peluang dapat mengggunakan grafik dalam bentuk histogram peluang.

10 Histogram

11

12 Sebaran peluang binom Berdasarkan percobaan Bernoulli hasilnya diklasifikasikan sebagai sukses S (berhasil) dan gagal (G). Berdasarkan percobaan Bernoulli hasilnya diklasifikasikan sebagai sukses S (berhasil) dan gagal (G). P(S) = p = n dan P(G) = q = 1-n  p+q = 1 P(S) = p = n dan P(G) = q = 1-n  p+q = 1 Contoh : Contoh : kontrol kualitas  barang diklasifikasikan sebagai cacat (G) dan baik (B) kontrol kualitas  barang diklasifikasikan sebagai cacat (G) dan baik (B) efektifitas obat  sembuh (S) dan tak sembuh (G) efektifitas obat  sembuh (S) dan tak sembuh (G) kelahiran anak  pria (S) dan wanita (G) atau wanita (S) dan pria (G kelahiran anak  pria (S) dan wanita (G) atau wanita (S) dan pria (G

13 Fungsi sebaran binomial Misal X menyatakan banyaknya berhasil dalam n usaha tsb, dimana n = 3 dan X=1, maka Misal X menyatakan banyaknya berhasil dalam n usaha tsb, dimana n = 3 dan X=1, maka S -----S -----Suntuk X (banyaknya berhasil) = 1 GSGG = pqq = pq² G -----SGSG = qpq = pq² GGGS = qqp = pq² G -----S -----S GP(x=1) = 3(pq²) = ( 3 C 1 ). p 1. q 3-1 G -----Skarena n=3, x = sukses, (n-x) Ggagal, maka kombinasi (nCx) = banyaknya susunan banyaknya susunan Jadi f(x) = (nCx). p x. q dinamakan fungsi sebaran binomial Jadi f(x) = (nCx). p x. q n-x dinamakan fungsi sebaran binomial

14

15 Kata Kunci Kata kunci: peluang “x dari n” Kata kunci: peluang “x dari n” Misalnya peluang “2 dari 5” atau “antara 3 dan 6 dari 10” atau “paling sedikit 1 dari 7” Maka pengerjaannya dengan peluang Binom Maka pengerjaannya dengan peluang Binom P(x) = nCx p x (1 – p) n–x

16 Contoh Hasil studi menunjukkan bahwa 20% dari mahasiswa baru memilih masuk agroekoteknologi. Apabila dipilih secara acak 5 mahasiswa, tentukan kemungkinan bahwa 2 mahasiswa memilih program agroekoteknologi Dicari 2 dari 5 mahasiswa yang memilih Agroekoteknologi, 3 lainnya bukan Dengan rumus kombinasi 5 C 2 = 10 Peluang mahasiswa memilih = 0.2 (20%) Peluang mahasiswa tidak memilih = 0.8

17 Untuk 1 kombinasi (0.2)(0.2)(0.8)(0.8)(0.8) = (0.2) 2 (0.8) 3 = dan 2 (YYNNN): (0.2)(0.2)(0.8)(0.8)(0.8) = (0.2) 2 (0.8) 3 1 dan 3 (YYNNN): (0.2)(0.2)(0.8)(0.8)(0.8) = (0.2) 2 (0.8) 3 1 dan 4 (YYNNN): (0.2)(0.2)(0.8)(0.8)(0.8) = (0.2) 2 (0.8) 3 dst 4 dan 5 (NNNYY): (0.8)(0.8)(0.8)(0.2)(0.2) = (0.2) 2 (0.8) 3 Atau 10 (0.2) 2 (0.8) 3 =

18 Persamaan Binom Jumlah mahasiswa yang dipilih: n = 5 Pemilihan (SUKSES): Seorang mahasiswa memilih Agroekoteknologi Jumlah yang memilih: x = 2 Kemungkinan dipilih: p = 0.2 Tidak dipilih (GAGAL): Seorang mahasiswa memilih program lain Kemungkinan tidak dipilih: 1 – p = 0.8 P(x) = nCx p x (1 – p) n–x P(2) = 5 C 2 (0.2) 2 (0.8) 3 = =

19 Contoh lain Produsen bibit jambu menjamin bahwa bibit jambu okulasi yang dihasilkan mempunyai peluang hidup 0,90. Untuk membuktikan pernyataan tersebut, seorang konsumen membeli dan menanam 10 bibit okulasi. Tentukan berapa peluang hidup terhadap 8 bibit jambu okulasi yang dibeli tersebut! Produsen bibit jambu menjamin bahwa bibit jambu okulasi yang dihasilkan mempunyai peluang hidup 0,90. Untuk membuktikan pernyataan tersebut, seorang konsumen membeli dan menanam 10 bibit okulasi. Tentukan berapa peluang hidup terhadap 8 bibit jambu okulasi yang dibeli tersebut! Jawab : Dari soal tersebut diketahui bahwa n=10, x=8, p=0,90 sehingga q = 1-0,90 = 0,1. Berdasarkan rumus peluang binomial, maka peluang hidup dari 8 bibit adalah : Jawab : Dari soal tersebut diketahui bahwa n=10, x=8, p=0,90 sehingga q = 1-0,90 = 0,1. Berdasarkan rumus peluang binomial, maka peluang hidup dari 8 bibit adalah : P(x=8) = (10 8) (0,90) 8 (0,1) 2 P(x=8) = (10 8) (0,90) 8 (0,1) 2 = 10!/8!.2!. (0,90) 8 (0,1) 2 = 0,194 = 10!/8!.2!. (0,90) 8 (0,1) 2 = 0,194 Dapat pula dikerjakan dengan memanfaatkan tabel peluang binom yang telah tersedia. Dapat pula dikerjakan dengan memanfaatkan tabel peluang binom yang telah tersedia. Dengan cara ini akan diperoleh hasil lebih cepat Dengan cara ini akan diperoleh hasil lebih cepat

20 Interpretasi Nilai peluang ini harus diinterpretasikan, agar dapat dipahami maknanya Peluang hidup 8 bibit dari 10 bibit yang ditanam adalah 0,194 Apabila bibit yang ditanam adalah b1, b2, …, b8, b9 dan b10, maka peluang hidup b1, b2, …, b8 adalah 0,194 Tidak semua bibit dari 8 bibit tersebut dapat hidup setelah ditanam. Walaupun produsen menjamin semua bibit jambu okulasi yang dihasilkan mempunyai peluang hidup 0,90, namun peluang hidup 8 bibit dari 10 bibit yang diuji adalah 0,194

21 Penggunaan tabel binomial Contoh soal tersebut dapat pula dikerjakan dengan memanfaatkan tabel peluang binom yang telah tersedia. Contoh soal tersebut dapat pula dikerjakan dengan memanfaatkan tabel peluang binom yang telah tersedia. Dengan cara ini akan diperoleh hasil lebih cepat. Dengan cara ini akan diperoleh hasil lebih cepat.

22 Penggunaan tabel binomial Untuk contoh soal tersebut, pilih n = 10 kemudian dicari jumlah berhasil x = 8. Untuk contoh soal tersebut, pilih n = 10 kemudian dicari jumlah berhasil x = 8. Karena peluang keberhasilan adalah 0,90, maka dari x = 8 ditarik ke kanan sampai pada p = 0,90. Karena peluang keberhasilan adalah 0,90, maka dari x = 8 ditarik ke kanan sampai pada p = 0,90. Namun demikian, sebelum mencari nilai peluang dari tabel, rumus peluang harus dikerjakan terlebih dahulu. Namun demikian, sebelum mencari nilai peluang dari tabel, rumus peluang harus dikerjakan terlebih dahulu.

23 Contoh tabel - Binomial

24 Contoh lain Untuk n=15 dan p=0,4, hitung P(x ≥10) dan P(3  x  8). Gunakan Tabel Binomial Untuk n=15 dan p=0,4, hitung P(x ≥10) dan P(3  x  8). Gunakan Tabel Binomial Jawab : Jawab : P(x ≥ 10) = 1 - P(x  9) = 1 - 0,966 = 0,034  lihat tabel P(3  x  8) = P(x  8) - P(x  2) = 0, ,0271 = 0,878 = 0, ,0271 = 0,878 P (x=4) = P(x  4) - P(x  3) P (x=4) = P(x  4) - P(x  3) = ??? Coba kerjakan = ??? Coba kerjakan

25 Dengan Excel Contoh1: Peluang 2 berhasil dari 5 yang dipilih, dengan peluang keberhasilan = 0.2 Contoh1: Peluang 2 berhasil dari 5 yang dipilih, dengan peluang keberhasilan = 0.2 Karena hanya 2 maka bukan “cumulative option” Karena hanya 2 maka bukan “cumulative option” =BINOMDIST(2,5,0.2,FALSE) =BINOMDIST(2,5,0.2,FALSE) Hasilnya P(2) = Hasilnya P(2) = Contoh2: Seorang mahasiswa memiliki peluang 51% untuk dapat parkir di UB (peluang untuk sekali parkir = 0.51). Jika dia melakukan 12 kali parkir, berapa peluang untuk 8 kali parkir? Contoh2: Seorang mahasiswa memiliki peluang 51% untuk dapat parkir di UB (peluang untuk sekali parkir = 0.51). Jika dia melakukan 12 kali parkir, berapa peluang untuk 8 kali parkir? n = 12, p = 0.51, peluang 8 kali parkir (0-8 kali) maka n = 12, p = 0.51, peluang 8 kali parkir (0-8 kali) maka menggunakan “cumulative option” menggunakan “cumulative option” =BINOMDIST(8,12,0.51,TRUE) =BINOMDIST(8,12,0.51,TRUE) P( < 8 ) = P( < 8 ) =

26 Latihan dan diskusi 1. Tentukan peluang mendapatkan tepat bilangan 2 apabila sebuah dadu dilemparkan! 2. Peluang bunga anggek akan mekar besuk pagi adalah 0,4. Bila 15 tanaman yang bunganya akan mekar sedang diuji, berapa peluang : a) sekurang-kurangnya 10 tanaman yang bunganya akan mekar b) ada 3 sampai 8 tanaman yang bunga akan mekar c) tepat 5 tanaman yang bunganya akan mekar 3. A campus newspaper claims that 80% of the student support its view on a campus issue about hybrid rice production. A random sample of 20 agriculture faculty students is taken, 12 students agree with the newspaper. Find P(12 or less agree), if 80% support the view, and comment on the plausibility of the claim.

27 4. Suppose it is known that a new pesticide treatment is successful in killing a insect in 50% of the cases. If it is tried on 15 insects, find the probability that : a) at most 6 will be killed, b) the number killed will be now fewer than 6 and no more than 10 c) 12 or more will be killed 5. Using binomial table, find the probability of : a) 3 successes in 8 trials when p = 0,4 b) 7 failures in 16 trials when p = 0,6 c) 3 or fewer successes in 9 trials when p = 0,4 d) more than 12 successes in 16 trials when p = 0,7 e) the number of successes between 3 and 13 (both inclusive) in 16 trials when p = 0,6

28 6. Only 30% of the students in agriculture faculty feel that this subject is easy. If 20 students are selected at random, find the probability that 5 or less will feel that this subject is easy. Find the probability that exactly 6 students feel that this subject is easy. Find the cases of other binomial distribution? Find the cases of other binomial distribution?

29


Download ppt "Kuswanto dan Rizali, 2014. Pengertian Peubah acak Peubah acak adalah suatu kejadian yang dapat diucapkan dalam bentuk bilangan nyata Peubah acak adalah."

Presentasi serupa


Iklan oleh Google