HUKUM-HUKUM PROBABILITAS

Slides:



Advertisements
Presentasi serupa
Peluang.
Advertisements

Konsep Dasar Probabilitas
BAGIAN - 8 Teori Probabilitas.
Bab 4 Basic Probability Business Statistics, A First Course (4e) © 2006 Prentice-Hall, Inc.
STRUKTUR DISKRIT PROBABILITAS DISKRIT PROGRAM STUDI TEKNIK KOMPUTER
Pembimbing : Dr. Sri Poernomosari, ST., MT
PROBABILITAS Indah Purnama Sari, SKM, MKM Jurusan Kesehatan Masyarakat
Probabilitas Sheldon M Ross, Introduction Probability and Statistics for Engineers and Scientists, 2004 Oliver C. Ib, Fundamentals of Applied Probability.
PrOBabilitas Oleh : Septi Ariadi.
Probabilitas dan Statistika BAB 7 Distribusi Sampling
APLIKASI PROBABILITAS DAN STATISTIK
KONSEP DASAR PROBABILITAS
Analisa Data Statistik
PERTEMUAN 8 PROBABILITAS
TEORI PROBABILITAS.
Probabilita Tujuan pembelajaran :
PENDUGAAN STATISTIK Tita Talitha, MT.
Probabilita Tujuan pembelajaran :
PROBABILITAS DAN STATISTIKA
KONSEP PROBABILITAS, DALIL BAYES, NILAI HARAPAN
KONSEP DASAR PROBABILITAS
TEORI PROBABILITAS Pertemuan 26.
Probabilitas Bagian 2.
BAB XII PROBABILITAS (Aturan Dasar Probabilitas) (Pertemuan ke-27)
PEUBAH ACAK DAN DISTRIBUSI PROBABILITAS
BAGIAN - 8 Teori Probabilitas.
DISTRIBUSI PROBABILITAS DISKRET
HARAPAN MATEMATIK Ramadoni Syahputra, ST, MT Teknik Elektro UMY.
PROBABILITAS.
Ramadoni Syahputra, ST, MT
BAB 2 ATURAN DASAR PROBABILITAS
BAB 12 PROBABILITAS.
Conditional Probability Bayes Theorem And Independence
1 Pertemuan 6 Hubungan Komponen terhadap Kehandalan Paralel Matakuliah: H0204/ Rekayasa Sistem Komputer Tahun: 2005 Versi: v0 / Revisi 1.
Conditional Probability Bayes Theorem And Independence
Probabilitas dan Statistik
BAB 12 PROBABILITAS.
DISTRIBUSI PENCUPLIKAN
TEOREMA BAYES.
PERTEMUAN 8 PROBABILITAS. Probabilitas adalah tingkat keyakinan seseorang untuk menentukan terjadi atau tidak terjadinya suatu kejadian (peristiwa).
Bab 5 Distribusi Sampling
RUANG SAMPEL & KEJADIAN
Modul X Probabilitas.
PROBABILITAS BERSYARAT
KONSEP DASAR PROBABILITAS
Teori PROBABILITAS.
STATISTIK INDUSTRI MODUL 12
KONSEP DASAR PROBABILITAS
KONSEP DASAR PROBABILITAS
Teori Peluang / Probabilitas
Probabilitas Marjinal dan Rumus Bayes
PROBABILITAS (Aturan Dasar Probabilitas)
BAB 12 PROBABILITAS.
Teori PROBABILITAS.
BINOMIAL & HIPERGEOMETRI
Teori PROBABILITAS.
RUANG SAMPEL DAN KEJADIAN
KONSEP DASAR PROBABILITAS
4 Probabilitas Peluang Bersyarat Kejadian Saling Bebas
PROBABILITAS.
BAB XII PROBABILITAS (Aturan Dasar Probabilitas) (Pertemuan ke-27)
BAB 8 teori probabilitas
Denny Agustiawan JURUSAN TEKNIK INFORMATIKA STMIK ASIA MALANG
LATIHAN SOAL PROBABILITAS.
TEOREMA BAYES.
ELEKTROSTATIK Oleh Meli Muchlian, M.Si.
Bab 5 Distribusi Sampling
KONSEP DASAR PROBABILITAS
PROBABILITY & STATISTICS
KONSEP DASAR PROBABILITAS
Transcript presentasi:

HUKUM-HUKUM PROBABILITAS Ramadoni Syahputra, ST, MT Teknik Elektro UMY

Aturan Penjumlahan a. Kejadian saling meniadakan (mutually exclusive event), yaitu kejadian yang jika sebuah kejadian terjadi, maka kejadian yang lain tidak akan terjadi.

Misalkan dua kejadian A dan B saling meniadakan, maka P(A atau B) = P(A) + P(B) atau, P(A  B) = P(A) + P(B) A S B

b. Kejadian tidak saling meniadakan (not mutually exclusive event), yaitu kejadian yang jika sebuah kejadian terjadi, maka kejadian yang lain dapat terjadi. Misalkan dua kejadian A dan B tidak saling meniadakan, maka

P(A atau B) = P(A) + P(B) – P(A dan B) atau, P(A  B) = P(A) + P(B) – P(A  B) A S B

Aturan Perkalian a. Kejadian tak bebas (dependent event) Probabilitas terjadinya kejadian A dengan syarat bahwa kejadian B sudah terjadi atau akan terjadi. Misalkan kejadian A dengan syarat kejadian B sudah/akan terjadi, maka P(A/B) = P(AB) / P(B) Probabilitas kejadian interseksi P(AB) = P(A) P(B/A) dan P(AB) = P(B) P(A/B)

b. Kejadian bebas (independent event) Kejadian A dan B dikatakan bebas, jika kejadian A tidak mempengaruhi kejadian B dan sebaliknya. Misalkan dua kejadian A dan B yang tidak saling mempengaruhi, maka P(A/B) = P(A) dan P(A  B) = P(A) . P(B)

CONTOH SOAL Berdasar data dari Jurusan Tk Elektro UMY, tercatat 500 mahasiswa dari berbagai angkatan yang mengambil mata kuliah Dasar Komputer (D), Komputasi (K), & Matematika Teknik (M) dgn rincian: §   Dasar Komputer = 329 orang §   Komputasi = 186 orang §   Matematika Teknik = 295 orang §   Dasar Komputer dan Komputasi = 83 orang §   Dasar Komputer dan Mat Teknik = 217 orang §   Komputasi dan Matematika Teknik = 63 orang §   Dasar Komputer, Komputasi, dan Mat Teknik = 53 org

Jika kita pilih secara acak seorang mahasiswa dari ke-500 mahasiswa tsb, berapakah probabilitasnya jika dia: mengambil ketiga mata kuliah tsb. mengambil Dasar Komputer tetapi bukan Matematika Teknik. mengambil Komputasi tetapi bukan Dasar Komputer. mengambil Matematika Teknik tetapi bukan Komputasi. mengambil Dasar Komputer atau Matematika Teknik tetapi bukan Komputasi. mengambil Dasar Komputer tetapi bukan Komputasi atau bukan Matematika Teknik

Probabilitas marjinal P(R) = P(Si) P(R/ Si) Contoh: Suatu jenis baterai diproduksi oleh tiga pabrik yang berbeda. Produksi mingguan pabrik pertama (S1 = 500), pabrik kedua (S2 = 2000), dan pabrik ketiga (S3 = 1500). Probabilitas baterai rusak dari pabrik pertama, kedua dan ketiga masing-masing sebesar 0,02, 0,015, dan 0,03. Baterai yang diproduksi oleh ketiga pabrik tersebut digunakan untuk menyuplai pabrik mobil. Jika pemilik pabrik mobil mengambil satu baterai secara acak, berapa probabilitas bahwa baterai yang diambil tersebut rusak. Baterai yang rusak tersebut dapat berasal dari pabrik pertama, pabrik kedua, atau pabrik ketiga.

 Teorema Bayes

Contoh: Sebuah pabrik lampu hemat energi menggunakan 4 mesin secara paralel dalam proses produksinya. Produksi harian mesin pertama, kedua, ketiga, dan keempat masing-masing sebesar 1000, 1200, 1800, dan 2000 buah. Produksi dari mesin pertama, kedua, ketiga, dan keempat masing-masing mengalami kerusakan sebanyak 1%, 0,5%, 0,5%, dan 1%. Kepala pabrik memerintahkan agar seluruh hasil produksi harian tsb dikumpulkan, kemudian diambil secara acak 1 buah lampu untuk diuji, ternyata rusak. Berapa probabilitasnya bahwa lampu yang rusak tersebut berasal dari mesin pertama, mesin kedua, mesin ketiga, dan mesin keempat.

Permutasi  permutasi m obyek diambil m setiap kali.  permutasi m obyek diambil x setiap kali.

Contoh: Berdasarkan pemantauan sebuah lembaga survey, di pasaran telah beredar 10 merk handphone. Lembaga survey tersebut kemudian melakukan suatu jajak pendapat, dimana masyarakat diminta untuk memberikan penilaian berupa ranking terhadap 5 merk handphone yang paling favorit (diurutkan dari yang paling disukai hingga yang kurang disukai). Ada berapa cara ranking dari 10 merk handphone jika yang diambil 5 merk terfavorit.

Kombinasi  kombinasi m obyek diambil x setiap kali.

Contoh: Sebuah elektron mempunyai probabilitas 0,8 untuk menabrak suatu atom lain. Jika katoda melepaskan 7 elektron bebas, maka berapakah probabilitas bahwa 4 diantaranya berhasil menabrak atom lain?

TERIMA KASIH