TEORI PROBABILITAS by WAHYUYANTI (WYT)

Slides:



Advertisements
Presentasi serupa
Teori Peluang Kuswanto-2012.
Advertisements

Probabilitas Sheldon M Ross, Introduction Probability and Statistics for Engineers and Scientists, 2004 Oliver C. Ib, Fundamentals of Applied Probability.
Modul 10 Statistik & Probabilitas
PrOBabilitas Oleh : Septi Ariadi.
PROBABILITAS (PELUANG)
Probabilitas & Distribusi Probabilitas
PROBABILITAS.
Pertemuan Pertama Pengantar Peluang Gugus Definisi Peluang.
PROBABILITAS.
PROBABILITAS.
PROBABILITAS DAN DISTRIBUSI
BAGIAN - 8 Teori Probabilitas.
PROBABILITAS.
Ramadoni Syahputra, ST, MT
Pertemuan 03 Teori Peluang (Probabilitas)
© 2002 Prentice-Hall, Inc.Chap 4-1 Bab 4 Probabilitas.
10. KOMBINATORIAL DAN PELUANG DISKRIT.
Pengertian dan Peranan Statistika dan Data Statistik Pertemuan 01
Oleh : Andri Wijaya, S.Pd., S.Psi., M.T.I.
Pertemuan 05 Sebaran Peubah Acak Diskrit
Probabilitas dan Statistik
Bab 2 PROBABILITAS.
F2F-7: Analisis teori simulasi
Ruang Contoh dan Peluang Pertemuan 05
Population and sample. Population is complete actual/theoretical collection of numerical values (scores) that are of interest to the researcher. Simbol.
Dasar probabilitas.
BAB 6 KOMBINATORIAL DAN PELUANG DISKRIT. KOMBINATORIAL (COMBINATORIC) : ADALAH CABANG MATEMATIKA YANG MEMPELAJARI PENGATURAN OBJEK- OBJEK. ADALAH CABANG.
Uji Goodness of Fit : Distribusi Multinomial
Statistika Mulaab,S,si M.kom Lab CAI Teknik Informatika xxxx Website Kuliah : mulaab.wordpress.com.
9.3 Geometric Sequences and Series. Objective To find specified terms and the common ratio in a geometric sequence. To find the partial sum of a geometric.
Expectation Maximization. Coin flipping experiment  Diberikan koin A dan B dengan nilai bias A dan B yang belum diketahui  Koin A akan memunculkan head.
PROBABILITAS PENDUGAAN PARAMETER PEUBAH LATEN KEMISKINAN RELATIF.
PENGANTAR TEORI PELUANG
RUANG SAMPEL & KEJADIAN
Teori PROBABILITAS.
KONSEP DASAR PROBABILITAS
Modul VII. Konsep Dasar Probabilitas
KONSEP DASAR PROBABILITAS
Statistika Chapter 4 Probability.
Pengujian Hipotesis (I) Pertemuan 11
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
STATISTIKA LINGKUNGAN
Pertemuan - 7 Teori Peluang.
PROBABILITAS Hartanto, SIP, MA
Teori PROBABILITAS.
Teori Peluang Kuswanto-2011.
DISTRIBUSI PROBABILITA
PROBABILITAS dan STATISTIKa - 2
PROBABILITAS dan STATISTIKa - 2
Teori PROBABILITAS.
Review probabilitas (1)
Pendugaan Parameter (II) Pertemuan 10
RUANG SAMPEL DAN KEJADIAN
PROBABILITY.
Tutun Juhana Review probabilitas Tutun Juhana
Tutun Juhana Review probabilitas Tutun Juhana
PROBABILITAS DAN STATISTIK
LESSON 5.
BAB 8 teori probabilitas
Pengantar Probabilitas
Semester Pendek FMIPA UGM 2005
PROBABILITAS.
T. Yudi Hadiwandra, M.Kom WA: PROBABILITAS DAN STATISTIK Code : h87p4t
T. Yudi Hadiwandra, M.Kom WA: PROBABILITAS DAN STATISTIK Code : h87p4t
Business Statistics for Contemporary Decision Making.
Konsep probabilitas Sebuah Eksperimen akan menghasilkan sesuatu yang tidak dapat diperkirakan sebelumnya      Sekumpulan hasil eksperimen  ruang sampel.
LECTURE: AL MUIZZUDDIN F., SE., ME.
PROBABILITY & STATISTICS
TEORI PROBABILITAS Disarikan dari : Adawiyah, Ariadi dan sumber lain yang relevan This template is provided by
Probability IIntroduction to Probability ASatisfactory outcomes vs. total outcomes BBasic Properties CTerminology IICombinatory Probability AThe Addition.
Transcript presentasi:

TEORI PROBABILITAS by WAHYUYANTI (WYT)

Probability & Statistics Do you know anything about……… Statistics ? Probability ?

Probability & Statistics Probabilitas merupakan suatu nilai untuk mengukur besarnya tingkat kemungkinan terjadinya suatu kejadian yang acak. Melibatkan kejadian aatau random event yaitu suatu kejadian yang tak dapat ditentukan dengan pasti sebelumnya. Probabilitas merupakan suatu frekuensi relatif dari suatu sukses yang diperoleh jika suatu percobaan dilakukan berulang-ulang sampai tak terbatas didalam situasi dan kondisi yang sama.

Probability & Statistics Statistik digunakan untuk mengungkap gejala yg tdk diketahui berdasarkan data observasi. Probability digunakan untuk menghitung data (memperkirakan) data tertentu yg diobservasi dibawah asumsi tertentu PROBABILITY deductive reasoning POPULATION SAMPLE STATISTICS inductive reasoning

Probability & Statistics KNOWN we can deduce the behavior of samples PARAMETERS OF THE POPULATION this is a probability problem UNKNOWN to be estimated from sample so we have a statistical problem Note : The primary objective of statistics as making inferences about a population based on information contained in a sample.

Probability & Statistics

Random Experiments Sample Space Events Basic Concept in Probability Random Experiments Sample Space Events

Random Experiments Experiments DeterministicExperiments Random / Stochastic Experiments Jika dalam percobaan yang berulang mempunyai hasil yang sama Jika hasil yang mungkin tidak dapat diketahui tetapi dapat diprediksi

Random Experiments Definition: A random experiment is a process or activity which produces a number of possible outcomes. The outcomes cannot be predicted with absolute certainty. Sebuah eksperimen adalah suatu tindakan atau proses pengamatan yang menghasilkan outcome yang tak dapat diperkirakan kepastiannya. Sebuah eksperimen disebut eksperimen acak (random experiment) jika hasil (outcome) tidak dapat diprediksi

Random Experiments Sebuah percobaan disebut percobaan Acak (random experiment ) jika: Semua outcome yang mungkin dapat diperkirakan sebelumnya Hasil yang muncul tidak dapat diketahui sebelumnya Percobaan dapat diulang berdasarkan kondisi yang sama

Contoh Experiments Example 1: Flip two coins and observe the possible outcomes of heads and tails. Example 2: Select two marbles without replacement from a bag containing 1 red and 3 green marbles. Example 3: Roll two dice and observe the sum of the points on the top faces. All of the above are considered experiments.

Sample Space Ruang Sampel () Definition : Untuk setiap eksperimen E, Sample Space/ Ruang Sampel () adalah kumpulan semua kemungkinan hasil suatu percobaan Setiap element di dalam Ω disebut titik sample (sample point). Each outcome of a random experiment corresponds to a sample point. Synonyms of sample space is outcome space

Sample Space Sample Space Finite Infinite Countable Uncountable Continuous Discrete

Events Sebuah event /kejadian adalah bagian dari sample space dari sebuah random experiment Events Impossible / null Events Simple Events Composite / Compound Events Sure / Certain Events

Contoh The experiment is to select a card from an ordinary deck of playing cards (no jokers). The sample space consists of the 52 cards, 13 of each suit. We have 13 clubs, 13 spades, 13 hearts and 13 diamonds. An example of a simple event is that the selected card is the two of clubs. An example of a compound event is that the selected card is red (there are 26 red cards and so there are 26 simple events comprising the compound event).

Contoh 1. Eksperimen : Menggelindingkan dadu 1kali :  Hasil : 1,2,3,4,5 atau 6 Ruang sampel : ={1,2,3,4,5,6} 1,2,3,4,5 dan 6 masing-masing disebut titik sampel (sample point) 2. Eksperimen: Melemparkan satu buah koin 1 kali Hasil : tampak Gambar atau Angka Ruang sampel : ={Gambar,Angka} Gambar dan Angka disebut titik sampel (sample point)

Contoh 3. Eksperimen: Pelemparan 2 buah koin (H dan T) sekaligus Hasil: HH (H&H), TT (T&T), atau HT (H&T) Ruang sampel: S = {HH, HT, TT} Peristiwa: 1. Keduanya sama, A = {HH, TT} 2. Keduanya berbeda B = {HT} 4. Eksperimen: pelemparan 1 buah koin 2 kali berturutan Hasil: HH (H kemudian H), HT, TH, atau TT. Ruang sampel: S = {HH, HT, TH, TT} Peristiwa: 1. Berturutan sama, A = {HH, TT} 2. Berturutan beda, B = {HT, TH} 17/09/2018

Combining Events Gabungan (union ) antara dua kejadian A dan B, dinotasikan AUB, adalah sebuah set/kumpulan hasil yang mungkin (outcomes ) dari kejadian A, B atau kedua-duanya. Irisan (Intersection ) dua kejadian A dan B, dinotasikan A∩B, adalah sebuah set /kumpulan hasil yang mungkin dari kejadian A dan B Komplemen kejadian A, dinotasikan Ac atau Ā, adalah set /kumpulan hasil yang mungkin yang bukan kejadian A

Combining Events The events A1, A2, … An are called mutually exclusive events and exhaustive events, if : and

Gabungan (Union) A  B = { x | x  A  x  B } Contoh: A = {a,b,c,1,2} B = {c,d,e,f}. Maka A  B = {a,b,c,d,e,f,1,2}

Irisan (Intersection) A  B = { x | x  A  x  B } Contoh: A = {a,b,c,1,2} B = {c,d,e,f}. Maka A  B = {c} B = {d,e,f}. Maka A  B =  jika A  B =  maka A dan B disebut disjoint

Complementary Events Dua kejadian A dan A dikatakan complementary, jika kejadian A tidak muncul, maka kejadian pasti muncul. Ac S A Ac Ac Contoh: Diberikan semesta himpunan bilangan asli. Jika A = {0,2,4,6,…} maka Ac = {1,3,5,…}

Selisih (difference) A - B = { x | x  A dan x  B } Contoh 18. Jika A = { 1, 2, 3, ..., 10 } B = { 2, 4, 6, 8, 10 }, maka A – B = { 1, 3, 5, 7, 9 } {1, 3, 5} – {1, 2, 3} = {5}, tetapi {1, 2, 3} – {1, 3, 5} = {2}