Eksperimen Acak & Peluang

Slides:



Advertisements
Presentasi serupa
MODUL 10 PELUANG 1 1. Pendahuluan
Advertisements

Eni Sumarminingsih, S.Si, MM
PrOBabilitas Oleh : Septi Ariadi.
DALIL-DALIL PROBABILITAS (SSTS 2305 / 3 sks)
DISTRIBUSI PELUANG.
PROBABILITAS (PELUANG)
Luas Daerah ( Integral ).
KONSEP DASAR PROBABILITAS (SSTS 2305 / 3 sks)
PELUANG Teori Peluang.
SALBATRIL Materi P E L U A N G Belajar Individu Oleh :
Oleh: Edi Satriyanto Peluang Oleh: Edi Satriyanto
BAB II HIMPUNAN.
POPULASI, SAMPEL DAN PELUANG
DISTRIBUSI PROBABLITAS
PROBABILITAS.
Pertemuan Pertama Pengantar Peluang Gugus Definisi Peluang.
PROBABILITAS.
PROBABILITAS.
TEORI PROBABILITAS Pertemuan 26.
VARIABEL RANDOM.
STATISTIKA Pertemuan 5 Oleh Ahmad ansar.
TEORI PROBABILITAS.
Edi Satriyanto,M.Si 1.Definisi Probabilitas atau peluang: –Merupakan ukuran numeric tentang seberapa sering peristiwa itu akan terjadi.
PROBABILITAS DAN DISTRIBUSI
MATEMATIKA EKONOMI Bab I fungsi.
BAB 12 PROBABILITAS.
3. Proses Riset Pemasaran
Bab 8 TEORI PROBABILITAS.
STATISTIKA Pertemuan 3 Oleh Ahmad ansar.
PROBABILITAS.
Teori Peluang Kuswanto-2007.
Ramadoni Syahputra, ST, MT
DISTRIBUSI PROBABLITAS (SSTS 2305 / 3 sks)
HIMPUNAN.
Pertemuan 03 Teori Peluang (Probabilitas)
PROBABILITA (PROBABILITY)
10. KOMBINATORIAL DAN PELUANG DISKRIT.
Oleh : Andri Wijaya, S.Pd., S.Psi., M.T.I.
Variabel Acak Diskrit dan Distribusinya
Bab 2 PROBABILITAS.
BAB 12 PROBABILITAS.
PRESENTED BY : TOTOK SUBAGYO, ST,MM. TINJAUAN UMUM.
PROBABILITAS (LANJUTAN)
BAB 2 PROBABILITAS.
BAB 2 PROBABILITAS.
D0124 Statistika Industri Pertemuan 7 dan 8
Peluang Kania Evita Dewi. Peluang Kania Evita Dewi.
BAB I PROBABILITAS.
Matematika Diskrit bab 2-Himpunan
BAB 6 PROBABILITAS.
STATISTIKA Jurusan PWK-FT-UB Pertemuan ke-4/2-4,14-16
Pengantar Teori Peluang Pertemuan ke-2 dan 3/7
PROBABILITAS Hartanto, SIP, MA
Materi 2 Statistik Probabilitas Imam Solikin, M.Kom
Matematika Diskrit Himpunan Sri Nurhayati.
HIMPUNAN Loading....
Aksioma Peluang.
Oleh : FITRI UTAMININGRUM, ST, MT)
Kaidah Pencacahan ~ Aturan pengisian tempat yang tersedia
TEORI HIMPUNAN.
MARI BELAJAR MATEMATIKA BERSAMA
POLITEKNIK UNIVERSITAS ANDALAS
BAB VII PROBABILITAS (2).
STATISTIKA DAN PROBABILITAS
Matematika Diskrit Himpunan Sri Nurhayati.
HIMPUNAN Loading....
PELUANG.
BAB 2 Peluang.
Oleh : FITRI UTAMININGRUM, ST, MT)
Sifat – sifat probabilitas kejadian A
Transcript presentasi:

Eksperimen Acak & Peluang Dr. Udjianna S. Pasaribu

Ciri-ciri Eksperimen Acak Dapat diulang agar pengamat lain bisa melakukan hal yang sama. Dapat diestimasi dari hasil-hasil sebelumnya. Bisa diukur (oleh panca indra manusia). Hasilnya tidak bisa ditebak karena adanya galat/error (tetapi bisa dihitung frekuensinya atau frekuensi relatifnya) 4/9/2017

Ruang Sampel dan Kejadian Ruang sampel S, yaitu himpunan dari semua kemungkinan hasil dari suatu percobaan. o) Ruang sampel diskrit : ruang sampel yang mempunyai banyak elemen terhingga atau tak terhingga terhitung. o) Ruang sampel kontinu : ruang sampel yang memuat semua bilangan dalam suatu interval. S = { , , ... , } Event (kejadian) adalah suatu fenomena yang muncul secara acak dan merupakan ’himpunan bagian’ dari suatu ruang sampel S. E = { , } 4/9/2017

Peluang Suatu Kejadian Jika suatu ruang sample mempunyai n(S) elemen, dan suatu event E mempunyai n(E) elemen, maka probabilitas E adalah: Jadi peluang adalah fungsi himpunan 4/9/2017

Pemetaan (Fungsi) Suatu pemetaan / fungsi Kategori fungsi: B 1. Fungsi titik 2. Fungsi himpunan A B

Irisan Dua Kejadian Irisan (interaksi) dua kejadian A dan B, dilambangkan dengan A ∩ B, adalah kejadian yang mengandung semua unsur persekutuan kejadian A dan B.  A ∩ B = daerah arsir hitam Dua kejadian A dan B dikatakan saling lepas (terpisah) bila A ∩ B =  , artinya kejadian A dan kejadian B tidak memiliki unsur persekutuan. 4/9/2017

Gabungan Dua Kejadian Gabungan (union) dua kejadian A dan B dilambangkan dengan A  B adalah kejadian yang mencakup semua unsur (anggota) A dan B atau keduanya. A  B = daerah arsiran hitam 4/9/2017

Komplemen Kejadian Komplemen suatu kejadian A relatif terhadap S adalah himpunan semua anggota S yang bukan anggota A. Kita lambangkan komplemen A dengan A’ ayau Ac A’ = daerah yang diarsir hitam 4/9/2017

Aksioma Peluang 0 ≤ P(E) ≤ 1. P(S) = 1. Jika E1 dan E2 adalah dua kejadian yang saling lepas,maka berlaku: P(E = E1 + E2) = P(E1) + P(E2) Jika E1, E2,…,En adalah kejadian yang saling lepas mutual, maka berlaku : P(E = E1 + E2 +…+ En ) = P(E1) + P(E2) +…+ P(En) 4/9/2017

Kaidah Penjumlahan dalam Peluang Dalil 1 : Bila A dan B adalah dua kejadian sembarang maka : P (A  B) = P(A) + P(B) – P(A ∩ B). Bila A dan B saling eksklusif P (A  B) = P(A) + P(B) atau secara umum Bila A1, A2, A3, …. Saling eksklusif (lepas) maka P(A1  A2 A3 … Ak) = P(A1) + P(A2) +…+ P(Ak). Dalil 2 : Bila A dan adalah dua kejadian yang satu merupakan komplemen lainnya maka P(A) + P(A’) = 1 4/9/2017

Contoh soal modif Hana akan mengikuti 3 tes bakat yaitu A, B, dan C. Informasi yang ada adalah sbb: Hana pasti akan lulus minimal di salah satu tes Besar peluang Hana lulus untuk setiap tes adalah sama Besar peluang Hana lulus satu pasang tes masing-masing, tes A dan B, tes B dan C, dan tes A dan C adalah sama Peluang Hana lulus tes A atau B sebesar 0.9 Peluang Hana lulus paling banyak 2 tes adalah 0.6 Hitunglah besar peluang Hana lulus tes bakat A? 4/9/2017

Peluang Bersyarat Pandang 2 kejadian yang berurutan, misal A terjadi pertama kali kemudian diikuti oleh kejadian B. Didefinisikan peluang dari B, jika A telah terjadi, ditulis sbg P(B/A), sbb P(B/A)=P(AB)/P(A) 4/9/2017

Kejadian Saling Bebas P(B/A)=P(B), dengan kata lain P(B/A)= P(AB)/P(A) = P(A)P(B)/P(A) = P(A) Jadi kejadian A dan B saling bebas jika: P(B/A)= P(A)P(B) Perhatikan penulisan Catt: selanjutnya kebebasan muncul pada bivariat/multivariat