TEORI PELUANG.

Slides:



Advertisements
Presentasi serupa
Peluang.
Advertisements

PROBABILITAS Indah Purnama Sari, SKM, MKM Jurusan Kesehatan Masyarakat
PrOBabilitas Oleh : Septi Ariadi.
Peluang.
Peluang Diskrit.
Teori Peluang Diskrit.
Pertemuan Pertama Pengantar Peluang Gugus Definisi Peluang.
PELUANG DAN ATURAN PELUANG
STATISTIKA Pertemuan 5 Oleh Ahmad ansar.
PROBABILITAS/PELUANG
PROBABILITAS (PELUANG)
KEJADIAN dan PELUANG SUATU KEJADIAN
STATISTIKA Pertemuan 3 Oleh Ahmad ansar.
Teori Peluang Kuswanto-2007.
Ramadoni Syahputra, ST, MT
Peluang (bag3) HADI SUNARTO, S.Pd
Pertemuan 03 Teori Peluang (Probabilitas)
10. KOMBINATORIAL DAN PELUANG DISKRIT.
Oleh : Andri Wijaya, S.Pd., S.Psi., M.T.I.
Probabilitas dan Statistik
Bab 2 PROBABILITAS.
BAB 12 PROBABILITAS.
PROBABILITAS/PELUANG
Teori Peluang.
Probabilitas Oleh : Dwi Susilo.
PROBABILITAS PENDUGAAN PARAMETER PEUBAH LATEN KEMISKINAN RELATIF.
TEORI PELUANG Inne Novita M.Si.
KEJADIAN dan PELUANG SUATU KEJADIAN
KONSEP DASAR PROBABILITAS
RUANG SAMPEL & KEJADIAN
HIMPUNAN Rani Rotul Muhima.
BAB IV. DISTRIBUSI PROBABILITAS DISKRIT
KONSEP DASAR PROBABILITAS
Teori PROBABILITAS.
TEORI PELUANG Inne Novita M.Si.
KONSEP DASAR PROBABILITAS
Peluang Kania Evita Dewi. Peluang Kania Evita Dewi.
Teori Peluang / Probabilitas
PROBABILITAS KEMUNGKINAN/PELUANG.
Bahan kuliah Matematika Diskrit
STATISTIKA LINGKUNGAN
Pertemuan - 7 Teori Peluang.
Pendekatan Probabilitas
DISTRIBUSI PROPORSI Dari suatu populasi diambil sampel acak n dan dimisalkan di dalamnya terdapat peristiwa A sebanyak X. Sampel ini memberikan statistik.
HIMPUNAN Loading....
KONSEP DASAR PROBABILITAS
Peluang suatu Kejadian lanjutan
Program ini dibuat 4 April 2007 SKKK Jayapura
Kaidah Pencacahan ~ Aturan pengisian tempat yang tersedia
RUANG SAMPEL DAN KEJADIAN
Himpunan (Lanjutan).
PELUANG Choirudin, M.Pd Klik Tombol start untuk mulai belajar.
Peluang.
Multi Media Power Point
BAB 8 teori probabilitas
Pengantar Probabilitas
STATISTIKA DAN PROBABILITAS
HIMPUNAN Loading....
Diagram Venn Diagram Venn menyajikan himpunan secara grafis. Cara penyajian himpunan ini diperkenalkan oleh matematikawan Inggris yang bernama John Venn.
TEORI PELUANG.
PELUANG.
PELUANG 2. PENGERTIAN KEJADIAN DAN FREKUENSI RELATIF (PELUANG EMPIRIK)
KONSEP DASAR PROBABILITAS
Diagram Venn Diagram Venn menyajikan himpunan secara grafis. Cara penyajian himpunan ini diperkenalkan oleh matematikawan Inggris yang bernama John Venn.
BAB 2 Peluang.
BAB 1 HIMPUNAN.
BAB 1 HIMPUNAN.
Probabilitas dan Statistik
KONSEP DASAR PROBABILITAS
1 PROBABILITAS Himawan Arif S STIE Bank BPD Jateng Sesi 2 & 3.
Transcript presentasi:

TEORI PELUANG

Pengertian Dalam kehidupan sehari-hari, kita sering menyatakan kalimat yang dimulai dengan kata mungkin. Hal ini mengisyaratkan bahwa kita berhadapan dengan sesuatu yang tidak pasti. Contoh : mungkin dalam ujian Statistika yadi akan mendapat nilai 75 Apabila pada kalimat yang dimulai dengan kata mungkin tersebut kita memberikan nilai numerik yang besarnya antara o dan 1, maka kata mungkin tadi berubah menjadi peluang. Contoh : Peluang Yadi akan mendapat nilai ujian Statistika 75 adalah 0,8. Yang menjadi masalah adalah, bagaimana caranya mencantumkan nilai numerik tadi pada kalimat yang dimulai dengan kata mungkin, untuk itu kita memerlukan beberapa definisi yang berkaitan dengan peluang.

Istilah – istilah Untuk mendefinisikan apa yang disebut peluang kita perhatikan contoh sebagai berikut : Seorang istri yang sedang mengandung, menurut pemeriksaan, bayi yang sedang dikandung tidak kembar, jenis kelamin bayi yang mungkin , yang akan lahir adalah L atau P. Menurut teori himpunan ini dinyatakan dalam Himpunan Semesta S = { L , P } Ruang Sampel (Sample Space) Himpunan yang anggota-anggotanya adalah semua hasil yang mungkin dan berkesempatan sama dari suatu eksperimen. Ruang Sampel biasanya dinotasikan oleh S={L,P} b. Event atau Peristiwa adalah SUBSET atau himpunan bagian dari suatu ruang sampel dan biasanya dinotasikan dengan hurup kapital Contoh : A = { L } ; B = { P } dll. Titik Sampel (Sample Point) adalah Elemen yang ada dalam ruang sampel/event Untuk menghitung peluang biasanya diperlukan bilangan kardinal Yaitu N(…) contoh N(A)=1 ; N(S)= 2 dll. d. Peristiwa Saling eksklusif Apabila anak yang lahir itu laki-laki, maka perempuan tidak lahir. Ini berarti kelahirannya saling melenyapkan, hal ini disebut mutually eksklusif atau saling eksklusif

b. Titik-titik sampel LL, PP, LP, PL sifatnya equally likely 2. Jika suami-istri tersebut mempunyai anak 2 orang Ruang sampel S yang menyatakan kemungkinan susunan jenis kelamin kedua anak tesebut seluruhnya : S = {LL, PP, LP, PL} b. Titik-titik sampel LL, PP, LP, PL sifatnya equally likely c. Titik-titik sampel LL, PP, LP, PL sifatnya mutually eksklusif d. Peristiwa lahirnya anak pertama dan anak kedua karena tidak kembar disebut peristiwa saling bebas ( Muttually independent) Berdasarkan istilah – istilah tersebut disusun definisi peluang, yang nantinya akan dipakai sebagai kriteria untuk mencantumkan bilangan pada kalimat yang dimulai dengan kata mungkin.

Definisi Peluang Definisi Klasik Apabila dalam sebuah Ruang Sampel S berisi N titik sampel yang equally likely dan mutually eksklusif, terdapat X buah titik sampel yang menyokong A, maka peluang terjadinya peristiwa A didefinisikan : Definisi Statistis (Empiris/Matematis/objective) Apabila dalam N buah rentetan peristiwa terdapat X buah peristiwa yang menyokong A, maka peluang terjadinya peristiwa A didefinisikan sebagai : Definisi ini adalah definisi yang dipakai untuk menghitung peluang berdasarkan pengamatan

Contoh : Berdasarkan pengalaman puluhan tahun di bidang kedokteran, diantara 100 orang yang terkena penyakit K, 30 orang mati. Pada suatu saat tuan B terkena penyakit K. Berapa peluangnya bahwa tuan B mati terkena penyakit K itu ? jawab : Definisi subjektif mengenai peluang Pada suatu saat seorang peneliti tidak mempunyai pengalaman untuk dijadikan dasar perhitungan peluang. Dalam keadaan seperti ini, peluang ditentukan secara subjektif berdasarkan kepercayaan orang tersebut.

Hukum Peluang Untuk menghitung peluang, digunakan definisi-definisi peluang baik secara klasik, empirik maupun subjektif, ditambah hukum-hukum peluang. 1. Apabila A merupakan sebuah peristiwa yang pasti bakal terjadi, maka berlaku P(A) = 1 Contoh : P(manusia bakal mati) = 1 2. Apabila A merupakan sebuah peristiwa yang tidak mungkin terjadi, maka berlaku P(A) = 0 P(A) = 0, bukan sesuatu yang absolut 3. Akibat dari (1) dan (2) maka apabila A merupakan suatu peristiwa tertentu maka berlaku

Apabila merupakan sebuah peristiwa yang komplemen untuk Apabila merupakan sebuah peristiwa yang komplemen untuk peristiwa A, maka Sesuatu peristiwa disebut komplemen dari peristiwa A, apabila merupakan bukan A Contoh : Dalam arisan keluarga, ada 23 peserta. Pada saat pembukaan arisan, ada 3 yang mungkin bisa menang. Dibuat gulungan kertas 23 yang 3 diantaranya diberi tanda menang. Seorang anggota arisan mengambil sebuah gulungan kertas. a. berapa peluang bahwa dia menang ? b. berapa peluangnya dia tidak menang ?

Apabila A dan B merupakan 2 peristiwa, maka berlaku ini dapat dijelaskan oleh diagram yang disebut diagram Venn A B

a. Gambarkan persoalan tersebut dalam diagram Venn Contoh : Sebuah RT terdiri dari 200 keluarga. 150 diantaranya berlangganan kompas, 90 diantaranya lagi berlangganan PR. Diantara yang berlangganan kompas ada 60 yang juga berlangganan PR. a. Gambarkan persoalan tersebut dalam diagram Venn b. Pada suatu saat, kita bertemu dengan salah seorang anggota keluarga diatas. Berapa peluangnya bahwa orang tersebut adalah anggota keluarga yang berlangganan kompas/PR/kedua-duanya 60 90 30 20 K PR

Berapa peluang bahwa orang yang kita jumpai itu keluarga yang Berapa peluang bahwa orang yang kita jumpai itu keluarga yang tidak berlangganan Kompas juga tidak berlangganan PR ? Masalah diatas dapat dapat digambarkan melalui tabel kontingensi 2 x 2 K PR 60 30 90 20 110 150 50 200

Catatan : Sebuah tabel yang menggambarkan hubungan antara 2 variabel atau lebih disebut Tabel Kontingensi. Apabila tabel kontingensi itu mempunyai 2 baris dan 2 kolom, maka tabel itu disebut tabel kontingensi 2 x 2 Apabila A dan B merupakan 2 buah peristiwa yang mutually eksklusif, maka berlaku Diagram Venn untuk 2 peristiwa mutually eksklusif A B

Contoh : Seorang suami istri mempunyai anak 3 orang Gambarkan ruang sampel S yang menyatakan susunan jenis kelamin dari anak tersebut ! Untuk memudahkan penggambaran ruang sampel, digunakan diagram pohon (tree diagram) L P LLL LLP LPL LPP PLL PLP PPL PPP

Berapa peluangnya bahwa susuna jenis kelamin anak tersebut Berapa peluangnya bahwa susuna jenis kelamin anak tersebut terdiri dari 2 anak laki-laki? Berapa peluangnya bahwa susunan jenis kelamin anak tersebut sekurang-kurangnya 2 laki-laki ? Berapa peluangnya bahwa yang sulung laki-laki, no 2 laki-laki dan yang bungsu perempuan atau yang sulung perempuan, no 2 perempuan dan yang bungsu laki-laki?

7. Untuk 2 buah peristiwa A dan B, berlaku hukum disebut distribusi peluang bersyarat dimana peristiwa B terjadi dengan syarat A telah terjadi Contoh : dalam sebuah kotak terdapat 27 buah kelereng yang bentuk dan warnanya sama. 18 diantaranya warna merah yang lainnya warna hitam. Dari dalam kotak diambil 2 buah kelereng berurut-turut a. Berapa peluangnya bahwa kelereng yang pertama terambil berwarna merah dan yang kedua terambil berwarna hitam ?

b. Berapa peluangnya bahwa kelereng yang pertama terambil berwarna merah dan yang kedua terambil berwarna merah ? 8. Apabila A dan B merupakan 2 buah peristiwa yang saling independen (bebas) maka berlaku : Contoh : Keluarga dengan 2 orang anak a. P(2 anak laki-laki) = b. P(kelahiran I laki-laki) =