Académique Documents
Professionnel Documents
Culture Documents
STKIP SURYA
Kode:
: PendidikanMatematika
: Pengantar Probabilitas dan Teori Peluang
: MAT3223
:3
: 2013/2014
:5
: Statistika Dasar.
: Senin/08.00 WIB
: 203
: Wiwik Wiyanti, M.Sc.
: wiwik.wiyanti@stkipsurya.ac.id
KOMPETENSI DASAR
1. Mahasiswa memahami dan menguasai materi tentang ruang sampel dan kejadian, prinsip perkalian (aturan dasar menghitung titik sampel), memahami dan
menerapkan permutasi dan kombinasi suatu kejadian, peluang kejadian dan teorema Bayes, variable random dan distribusi peluang serta Ekspektasi dan
Variansi.
DESKRIPSI MATA KULIAH
Perkuliahan ini akan membahas tentang materi ruang sampel dan kejadian, kemudian menghitung titik sampel, peluang dan teorema Bayes, mempelajari juga
variable random dan distribusi peluang diskrit (seragam, binomial, poisson), distribusi kontinu (normal) serta Ekspektasi dan Variansi dan mengkaitkan teori
yang dipelajari dengan contoh nyata (kehidupan sehari-hari).
Revisi-1
|1
TABEL
Pertemuan
1
Kompetensi
Dasar
1
sda
sda
Permutasi.
sda
Kombinasi.
5-6
sda
Konsep Probabilitas,
Perumusan Probabilitas,
Hukum Peluang..
Indikator
1. Memahami ruang sampel dan kejadian
Revisi-1
Metode
Perkuliahan
1. Diskusi
Kelompok
2. Tanya Jawab
3. Pemberian
Tugas.
Materi Perkuliahan
Asesmen
Memberi Motivasi,
pembelajaran
dengan studi
kasus dan
dikerjakan
secara
berkelompok
maupun individu.
Studi kasus, diskusi
Kelompok serta
penugasan baik
secara kelompok
maupun individu.
Studi kasus, diskusi
Kelompok serta
penugasan baik
secara kelompok
maupun individu.
Studi kasus, diskusi
Kelompok serta
penugasan baik
secara kelompok
maupun individu.
Studi kasus, diskusi
Kelompok serta
penugasan baik
secara kelompok
maupun individu.
|2
Pertemuan
7
Kompetensi
Dasar
1
10
sda
11
sda
sda
12
Indikator
1. Memahami Peluang Bersyarat dan mampu
menerapkannya ke dalam contoh kasus yang
diberikan.
Menerapkan Aturan Bayes ke dalam kasus soal yang
diberikan.
Metode
Perkuliahan
sda
sda
Revisi-1
Materi Perkuliahan
Peluang Bersyarat
Aturan Bayes
Asesmen
Studi kasus,
mengerjakan
latihan, dan
diskusi kelompok
Studi kasus dan
mengerjakan
latihan
Distribusi
probabilitas Mengulang materi
seragam, binomial
sebelumnya dan
mengkaitkan
dengan materi
yang diajarkan,
Studi kasus, diskusi
Kelompok serta
penugasan baik
secara kelompok
maupun individu.
Distribusi
Probabilitas Studi kasus, diskusi
Diskrit geometri dan kelompok serta
hipergeometri
penugasan baik
secara individu
maupun kelompok.
Distribusi Probabilitas
Studi kasus, diskusi
Diskrit Poison
Kelompok serta
penugasan baik
secara kelompok
maupun individu.
Distribusi Probabilitas
Studi kasus, diskusi
Kelompok serta
penugasan baik
secara kelompok
maupun individu.
Pengantar Probabilitas dan Teori Peluang
|3
Pertemuan
13
Kompetensi
Dasar
1
14
sda
15
sda
Distribusi Normal
16
Sda
Distribusi Normal
Indikator
1. Memahami Distribusi Peluang Kumulatif dan mampu
menerapkan ke dalam kasus yang diberikan.
Metode
Perkuliahan
sda
Materi Perkuliahan
Distribusi Peluang
Kumulatif
Asesmen
Studi kasus, diskusi
Kelompok serta
penugasan baik
secara kelompok
maupun individu
Studi kasus, diskusi
Kelompok serta
penugasan baik
secara kelompok
maupun individu.
Studi kasus, diskusi
Kelompok serta
penugasan baik
secara kelompok
maupun individu.
Studi kasus dan
mengerjakan
latihan
|4
Nilai
Angka
4,00
3,67
3,33
3,00
2,67
2,33
2,00
1,67
1,00
0,00
Keterangan
Huruf
A
AB+
B
BC+
C
CD
E
Mengetahui
Lulus
Lulus
Lulus
Lulus
Lulus
Lulus
Lulus
Lulus Bersyarat
Tidak Lulus
Tidak Lulus
Menyetujui
Mahasiswa
(..............................................)
Revisi-1
|5
HANDOUT
Oleh
Wiwik Wiyanti, M.Sc
NUP.
SURYA
2013
Pertemuan 1
RUANG SAMPEL DAN KEJADIAN
A.
Ruang Sampel
Dalam setiap pertandingan Badminton, sebelum pertandingan dimulai,
wasit biasanya mengundi dahulu dengan menggunakan misalkan saja mata uang
(koin) untuk menentukan tim mana yang akan memainkan bola (Shutlecock)
terlebih dahulu. Nah, dari pelemparan koin tersebut Anda apakah bisa
menentukan secara pasti yang keluar pertama kali adalah Gambar? Atau pasti
Angka? Tentu saja jawabannya adalah tidak. Kita tidak bisa memastikannya
(secara pasti) menjawab Angka yang muncul dahulu atau Gambar yang muncul
terlebih dahulu.
Demikian halnya apabila kita mengambil sebuah kartu remi dari kumpulan
satu kartu remi. Maka kita tidak dapat memastikan secara pasti yang akan kita
ambil adalah AS Merah.
Melempar koin, mengambil kartu dari seperangkat kartu remi, melempar
dadu, mengambil kelereng dalam kotak adalah contoh dari kegiatan yang
dinamakan PERCOBAAN atau EKSPERIMEN.
Sekarang kembali ke pelemparan koin, ketika anda melempar sebuah koin,
kira-kira apa saja yang mungkin terjadi? Kemungkinan muncul Gambar atau
Angka saja bukan?
Apabila sekarang kita kumpulkan hasil yang mungkin terjadi tersebut
misalkan pada contoh pelemparan satu koin adalah {, } dan ini
disebut dengan ruang sampel.
Nah, sekarang kalau anda melempar satu buah dadu, apa saja yang mungkin
terjadi? Kemungkinan adalah muncul angka 1 ATAU 2 ATAU 3 ATAU 4 ATAU 5
ATAU 6 saja kan? Berarti ruang sampelnya adalah = {1, 2, 3, 4, 5, 6}.
Definisi 1.1
Himpunan dari semua hasil yang mungkin terjadi pada suatu percobaan
disebut dengan Ruang Sampel, sedangkan anggota pada ruang sampel
disebut dengan titik sampel.
Dalam modul ini,notasi dari ruang sampel ditulis dengan .
Contoh 1.1.
Pada pelemparan 1 buah koin, didapati
Ruang sampel = {, }
Titik sampel = dan .
Jadi banyaknya titik sampel ada 2.
Contoh 1.2
Pada pelemparan dua buah koin yang setimbang sebanyak sekali,
Ruang sampel () = {, , , }
Titik sampel = , , ,
Banyaknya titik sampel ada 4
Keterangan:
= koin petama muncul Angka, koin kedua muncul Angka
= koin pertama muncul Angka, koin kedua muncul Gambar
= koin pertama muncul Gambar, koin kedua muncul Angka
Kejadian
Definisi 1.2
Kejadian adalah himpunan bagian dari ruang sampel.
Sederhana, yaitu kejadian yang hanya
mempunyai satu titik sampel.
Contoh :
Kejadian
Tabel 1.1
Himpunan
Semesta
Anggota himpunan
Himpunan bagian A
Himpunan bagian yang hanya
memiliki satu Anggota
Himpunan bagian yang hanya
memiliki lebih dari satu anggota
Kejadian
Ruang Sampel
Titik Sampel
Kejadian A
Kejadian Sederhana
Kejadian Majemuk
Latihan 1.2.
1. Jelaskan antara kejadian sederhana dengan kejadian majemuk, masingmasing beri contohnya!
2. Pada percobaan melemparkan dua buah dadu yang setimbang yang
mempunyai sisi 6, tuliskan kejadian berikut dengan simbol notasi
himpunan.
a. Kejadian munculnya mata dadu berjumlah lebih dari 5.
b. Kejadian munculnya mata dadu terkecil dan terbesar.
c. Kejadian mata dadu ganjil.
d. Kejadian munculnya mata dadu dengan jumlah genap.
e. Kejadian munculnya mata dadu dengan jumlah ganjil.
3.
C.
3) Conditional (Bersyarat)
Hubungan kejadian dikatakan bersyarat atau conditional apabila
suatuperistiwa
akan
terjadi
apabila
didahului
oleh
peristiwa
D.
Gambar 1.1. Diagram Venn dua kejadian saling lepas atau asing.
Dalam notasi himpunan, dua kejadian dan disebut saling lepas jika
= .
Pada contoh 1.4. apabila adalah kejadian muncul mata dadu 1 dan
adalah kejadian muncul mata dadu 5 maka = {1} dan = {5} sehingga
= { }, disimpulkan dan saling lepas.
E.
Operasi Kejadian.
Telah diketahui bahwa kejadian majemuk adalah suatu kejadian yang dapat
dibentuk dengan cara menggabungkan dua atau lebih kejadian sederhana.
Dengan memanfaatkan operasi antar himpunan, suatu kejadian majemuk
dapat pula dapat dibentuk dari dua kejadian majemuk yang lain.
Operasi antara himpunan yang dimaksud adalah operasi gabungan (union),
irisan (intersection) dan komplemen (complement).
Contoh 1.9.
Misalkan percobaan melemparkan dadu sekali. Ruang sampelnya adalah
= {1, 2, 3, 4, 5, 6}.Misalkan adalah kejadian munculnya mata dadu genap,
maka = {2, 4, 6} dan munculnya mata dadu prima, maka = {2, 3, 5}.
Dua kejadian tersebut, dapat dibentuk ke dalam dua kejadian majemuk
sebagai berikut,
a) Operasi Gabungan dari Dua Kejadian
Gabungan dua kejadian dan , misalkan kita beri nama , maka =
= {2, 3, 4, 5, 6}.
Kejadian adalah kejadian munculnya mata dadu genap atau prima.
10
=
=
6) Komplemen
=
=
( ) =
=
7) De Morgan
( ) =
( ) =
8) Absorpsi
( ) =
( ) =
11
( ) =
( ) = ( )
=
Jadi (terbukti)
12
himpunan
hasil
dari
, , , , ,
.
3) Terdapat dua orang pria dan dua orang wanita yang dipilih secara acak
yang akan dipilih untuk menempati jabatan sebagai 1 ketua, 1 sekertaris
dan 1 bendahara. Tentukan:
a) Ruang sampel dari pemilihan tersebut.
b) Tuliskan kejadian A bahwa yang menduduki jabatan sebagai ketua
adalah pria.
c) Tuliskan kejadian B bahwa yang menduduki jabatan sebagai ketua
adalah pria dan sekertaris adalah wanita.
d) Tuliskan kejadian C bahwa yang terpilih sebagai bendahara adalah
wanita.
e) Tulislah kejadian D bahwa yang terpilih sebagai ketua adalah wanita,
sekertaris adalah pria dan bendahara adalah wanita.
13
f) Tulislah himpunan , , , , , , ,
,,
4) Tiga uang logam dilempar sekali, tentuka ruang sampel dari percobaan
tersebut.
5) Diketahui ruang sampel = {6, 5, 4, 3, 2, 1,0, 1,2,3,4,5,6} , =
{6, 4, 2} , = {0}, = {2, 4, 6}. Tentukan:
a)
b)
c)
d)
e)
f)
g)
h)
i) ( ) ( )
j) ( ) ( )
14
Pertemuan 2
A.
Prinsip Perkalian
Contoh 2.1
Apabila dalam suatu pesta disediakan 3 jenis makanan misalkan saja (Bakso,
Soto dan Gulai Kambing) dan kemudian 2 jenis minuman misalkan (Jus Jeruk dan
Jus Jambu). Apabila setiap pengunjung pesta hanya diperbolehkan memilih 1 jenis
makanan dan 1 jenis minuman, maka semua pasangan makanan dan minuman yang
mungkin bisa dipasangkan adalah
Jus Jeruk
Bakso
Jus Jambu
Jus Jeruk
Soto
Jus Jambu
Jus Jeruk
Gulai Kambing
Jus Jambu
15
Ketua
Bambang
Bambang
Bambang
Bambang
Namunek
Namunek
Namunek
Namunek
Sekertaris
Atera
Atera
Tommy
Tommy
Atera
Atera
Tommy
Tommy
Bendahara
Waingges
Kilera
Waingges
Kilera
Waingges
Kilera
Waingges
Kilera
Jadi dari tabel diperoleh banyaknya cara untuk mengisi posisi ada 2 2 2 = 8
cara.
Dari contoh 1.1 dan contoh 1.2 dapat disimpulkan adanya suatu aturan yang disebut
dengan prinsip perkalian, yaitu:
16
Definisi 2.1
Apabila suatu kejadian pertama terjadi dengan 1 cara yang berbeda dan
kejadian kedua terjadi dengan 2 cara yang berbeda, kemudian kejadian ketiga
terjadi dengan 3 cara yang berbeda dan seterusnya, maka banyaknya kejadian
yang mungkin terjadi secara berturutan adalah sebanyak 1 2 3
cara.
Latihan 2.1
1) Suatu plat kendaraan bermotor Jakarta B diikuti 5 angka dengan angka
pertama tidak boleh nol dan diakhiri dengan 2 huruf dengan huruf
terakhirnya adalah M. Mobil keberapa yang plat nomornya tidak bisa
dengan formasi tersebut?
2) Berapa banyak cara yang bisa dibuat dari 3 angka dari angka 1, 2, 3, 4, 5, 6,
7 di mana,
a. Tidak boleh ada angka berulang.
b. Boleh ada angka berulang.
3) Berapa banyak cara yang bisa dibuat untuk mengisi
dari
*) Huruf
abjad A-Z
17
*) Huruf
abjad A-Z
***) Huruf
Abjad A-Z
18
b) **) pada kotak pertama tidak boleh nol, kotak ke-empat adalah angka 1
dan angka dalam kotak tidak boleh berulang.
***) huruf abjad boleh berulang.
c) **) pada kotak pertama tidak boleh nol, dan angka dalam kotak tidak
boleh berulang.
***) huruf abjad boleh berulang.
B.
Notasi Faktorial
Definisi 2.2.
! (dibaca faktorial) adalah hasil kali bilangan bulat positif dari 1
sampai dengan .
Jadi ! = 1 2 3 4 ( 2) ( 1) ; dan 0! = 1
Contoh 2.3.
Nilai 4! adalah 4 3 2 1 = 24
Nilai dari 6! adalah 6 5 4 3 2 1 = 720
Contoh 2.4
5!
Hitunglah 2!
Penyelesaian:
5 4 3 2 1 120
=
21
2
= 60
Contoh 2.4
Tulislah dalam bentuk factorial.
a) 3
19
Penyelesaian:
3 2 1 3!
=
21
2!
b) 23
Penyelesaian:
23 22! 23!
=
22!
22!
Contoh 2.5
(+1)!
Sederhanakan (1)!
Penyelesaian:
( + 1)! ( + 1) ( + 1 1) ( + 1 1 1)!
=
( 1)!
( 1)!
=
( + 1) ( 1)!
( 1)!
= ( + 1)
= 2 +
Latihan 2.2.
1) Buktikan 0! = 1
2) Hitunglah!
a) 7!
b) 9!
c) 15!
d)
e)
12!
5!
19!
15!
20
f)
101!
99!
1
2221
21
Pertemuan ke-3
PERMUTASI
A.
PERMUTASI
Misalkan saja Jemmy ingin membagikan uang kepada 3 temannya yaitu Mince
(M), Yamowi (Y) dan Delphi (D). Agar tidak berebut maka ketiga temannya
harus antri satu per satu, berapa banyak antrian yang dapat terjadi?
1)
2)
3)
4)
5)
6)
Ternyata ada 6 susunan antrian yang mungkin terjadi. Perhatikan bahwa setiap
susunan urutannya diperhatikan semisal urutan pada MYD tidak sama dengan
MDY. Nah, susunan seperti ini disebut Permutasi.
Secara umum, Permutasi adalah susunan yang berurutan dari semua elemen
suatu himpunan.
22
Bagaimana jika banyaknya elemen pada himpunan adalah elemen yang diambil
dari elemen?
!
( 1)!
Bukti:
= ( 1)( 2)( 3) ( )( + 1)
= ( 1)( 2)( 3) ( )( + 1)
( )( 1) 3 2 1
( )( 1) 3 2 1
!
()
( )!
23
Contoh 3.1.
Penyelesaian:
SAPI
SAIP
SPAI
SPIA
SIAP
SIPA
ASPI
ASIP
APSI
APIS
AISP
AIPS
PSAI
PSIA
PASI
PAIS
PISA
PIAS
ISAP
ISPA
IASP
IAPS
IPSA
IPAS
44
4!
= 0! = 4 3 2 1 = 24 buah.
Contoh 3.2
Tentukan banyaknya cara kata yang dapat disusun dari kata PINTAR (tidak
harus punya arti.
Penyelesaian:
66
6!
(66)!
6!
0!
= 6 5 4 3 2 1 = 720 cara
Jadi banyaknya cara kata yang dapat disusun dari kata PINTAR ada 720
buah.
24
Contoh 3.3.
Dalam suatu ruangan disediakan 5 buah kursi yang masih kosong yang boleh
diduduki para peserta pemilihan kepala desa, jika ada 3 calon kepala desa yang
akan menduduki kursi tersebut, ada berapa cara calon kepala desa tersebut
menduduki kursi-kursi tersebut?
Penyelesaian:
5!
Sehingga 35 = (53)! =
5432!
2!
= 5 4 3 = 60 cara
Contoh 3.4
Tentukan berapa banyak cara yang dapat disusun jika 7 lukisan yang berbeda
digantung dalam sebuah baris sehingga lukisan dengan spesifikasi tertentu
berada di tengah-tengah barisan?
25
Penyelesaian:
Karena 1 lukisan berada di tengah-tengah, berarti sisa 6 lukisan lagi yang dapat
diatur dalam 6 posisi yang masih kosong, sehingga
Jadi banyaknya cara yang dapat disusun dari 7 lukisan dengan 1 lukisan dengan
spesifikasi tertentu terletak ditengah adalah 720 cara.
Contoh 3.5.
Dari contoh 3.4. berapa banyak cara yang dapat disusun apabila lukisan dengan
spesifikasi tertentu diletakkan pada kedua ujungnya?
Penyelesaian:
44
=432
1 = 24 cara.
Latihan 3.1
1)
26
2)
3)
4)
Coba hitunglah banyaknya kata yang dapat disusun dari kata di bawah ini
(tidak harus memiliki arti/makna)!
a) MATEMATIKA
b) STKIP
c) SURYA
5)
Tentukan
banyaknya
kata
yang
dapat
dibentuk
dari
kata
PROBABILITAS ?
6)
Dari soal no 5) tentukan ada berapa kata yang diawali dengan huruf vocal?
7)
Dari soal no 5) tentukan ada berapa kata yang diawali dan diakhiri dengan
huruf vocal?
8)
Dari soal no 5) tentukan ada berapa kata yang diawali dengan huruf
konsonan?
9)
Dari soal no 5) tentukan ada berapa kata yang diawali dan diakhiri dengan
huruf konsonan?
10)
11)
Dari soal no 5) ada berapa kata yang dapat diawali dengan huruf S dan
diakhiri dengan huruf O?
27
12)
Dalam suatu kelas hitung berapa banyak cara 5 orang dapat duduk jika
dalam ruangan terdapat,
a) 7 kursi kosong.
b) 10 kursi kosong.
13)
Ada berapa banyak bilangan yang dibentuk dari angka 1000 sampai dengan
2000 dengan menggunakan angka 0, 1, 2, 3, 4 apabila
a) Tidak ada pengulangan angka.
b) Boleh menggunakan angka sama (pengulangan diperbolehkan)
14)
15)
Tentukan apabila,
a) (4,2) =
b) (,3) = 60
c) (6,) = 30
B.
Contoh 3.5.
Tentukan semua permutasi yang berbeda yang dapat dibentuk dari huruf-huruf
dalam kata:
a. SAPI
b. SAPA
28
c. ASAA
Penyelesaian:
a. SAPI
SAIP
SPAI
SPIA
SIAP
SIPA
ASPI
ASIP
APSI
APIS
AISP
AIPS
PSAI
PSIA
PASI
PAIS
PISA
PIAS
ISAP
ISPA
IASP
IAPS
IPSA
IPAS
Definisi 3.1
Banyaknya permutasi yang berlainan dari n elemen bila n1 berjenis pertama, n2
berjenis kedua, dan seterusnya sampai nk jenis ke k adalah (,(1 ,2 ,, )) =
!
,
1 !2 ! !
di mana 1 + 2 + 3 + + =
29
Contoh 3.6
Ada berapa cara untuk menyusun kata (tidak harus punya arti) dari kata
MATEMATIKA?
Penyelesaian:
M=2
A=3
T=2
E=1
I=1
K=1
MATEMATIKA = 7
9!
9876543!
1. Ada berapa banyak cara menysusun kata (tidak harus punya arti) dari
kata PENDIDIKAN
2. Ada berapa banyak cara menyusun kata (tidak harus punya arti) dari
kata STKIPSURYA?
30
C.
PERMUTASI MELINGKAR
Contoh 3.7.
Misalkan dalam suatu rapat yang dihadiri oleh 4 orang yang duduknya melingkar
sepanjang meja bundar, ilustrasi gambar 3.1. Maka, banyaknya susunan cara
duduk peserta rapat berbeda adalah 6 cara, perhatikan gambar 3.1.
Penyelesaian:
Perhatikan halaman 31
31
32
Perhatikan
bahwa
gambar
3.1. terdiri
dari
6 warna,
setiap warna
mengilustrasikan susunan atau urutan duduk yang sama, karena ada 6 warna
berbeda, berarti banyaknya susunan duduk berbeda dari 4 orang yang
mengelilingi meja bundar adalah 6 cara.
Pada contoh 3.7. diperoleh banyaknya susunan duduk berbeda dari 4 orang yang
mengelilingi meja bundar adalah (4 1)! = 3! = 3 2 1 = 6 cara.
Contoh 3.7.
Tiga orang mahasiswa duduk mengelilingi meja bundar, berapa susunan cara
yang berbeda ketiganya duduk mengelilingi meja tersebut?
Penyelesaian:
=3
Banyaknya susunan berbeda ketiga mahasiswa duduk mengelilingi meja bundar
adalah (3 1)! = 2! = 2.
37
Latihan 3.3.
1. Apabila
terdapat
orang
berkebangsaan
Indonesia,
orang
38
Pertemuan 4
KOMBINASI
Sebelum mempelajari kombinasi, kita akan mengingat perkuliahan pada pertemuan
3, yaitu tentang permutasi. Dalam permutasi, perhatikan bahwa susunan atau urutan dari
setiap kejadian diperhatikan, semisal dua orang beri nama A dan B duduk berjajar pada
kursi, kursi pertama diduduki A dan kursi kedua diduduki B kita tulis AB, tidak sama
dengan BA di mana artinya kursi pertama diduduki B dan kursi kedua diduduki A.
Sekarang perhatikan contoh 4.1.
Contoh 4.1.
Penyelesaian:
39
Untuk membedakan hasil antara kombinasi dan permutasi, perhatikan tabel 4.1.
TWI
TWY
TWA
TIY
TIA
TYA
WIY
WIA
WAY
IYA
TIW
TYW
TAW
TYI
TAI
TAY
WYI
WAI
WAY
IAY
Permutasi
WIT
WTI
WYT
WTY
WAT
WTA
ITY
IYT
ITA
IAT
YTA
YAT
IWY
IYW
IWA
IAW
AWY
AYW
YIA
YAI
ITW
YTW
ATW
YTI
ATI
ATY
YWI
AWI
YWA
AIY
IWT
YWT
AWT
YIT
AIT
AYT
YIW
AIW
YAW
AYI
Dari tabel 4.1. terlihat bahwa 6 buah permutasi menghasilkan 1 buah kombinasi, sehingga
banyaknya kombinasi sebanyak
60
6
= 10 buah.
Banyaknya kombinasi dari elemen yang diambil dari elemen ditulis (,)
!
atau atau atau ( ) adalah
dengan .
!()!
( 1)( 2) ( + 1)
( )=
=
!
!
Contoh 4.2.
Dari 10 orang mahasiswa akan dibuat kelompok belajar dengan ketentuan setiap
kelompok berisi 5 orang, berapa banyak susunan yang dapat dibentuk untuk
membentuk kelompok tersebut?
40
Penyelesaian:
510 =
10!
10 9 8 7 6
=
= 252
5! (10 5)!
54321
Jadi banyak susunan yang dapat dibentuk dari 10 orang mahasiswa untuk dibuat
kelompok belajar dengan ketentuan setiap kelompok berisi 5 orang adalah 252 cara.
Contoh 4.3.
Dalam pertandingan badminton, akan dipilih 2 orang dari 5 orang calon yang akan
mewakili kejuaraan untuk tingkat Universitas. Berapa banyaknya cara yang dapat
disusun dari mahasiswa-mahasiswa tersebut untuk mewakili kejuaraan untuk tingkat
universitas tersebut?
Penyelesaian:
25 =
5!
5 4 3 2!
=
= 30
2! (5 3)!
2 1 2!
Contoh 4.4.
41
Tabel 4.2. Banyaknya permutasi dan kombinasi yang diambil dari 3 elemen adalah
Kombinasi
Permutasi
Abc
abc
acb
bac
bca
cab
cba
Abd
abd
adb
bad bda
dab
dba
Acd
acd
adc
cad
cda
dac
dca
Bcd
bcd
bdc
cbd
cdb dbc
dcb
4
=
Banyaknya:
4!
Permutasi 34 = (43)! = 4 3 2 1 = 24
4!
4!
Contoh 4.5.
Jika terdapat 3 wanita dan 4 pria yang mendaftar, tentukan susunan panitia yang akan
dipilih yang terdiri dari 2 wanita dan 2 pria?
Penyelesaian:
(3,2) =
3!
2! (3 2)!
4 3 2!
= 12
2! 1
(4,2) =
4!
2! (4 2)!
4 3 2!
2! 2 1
42
=6
Latihan 4.1.
1)
Ada 4 orang bernama Adi, Bayu, Cintya, dan Denisa. Apabila dipilih 2 orang
secara acak, ada berapa banyak pilihan yang akan diperoleh?
2)
Banyaknya susunan kepanitian yang dapat dibentuk dari 3 wanita dan 4 pria
dari 8 calon yang merupakan wanita dan 6 calon yang merupakan pria adalah?
3)
From 8 consonants and 4 vowels, how many words can be formed consisting
of 4 different consonant and 3 different vowels? The words need not have
meaning.
4)
5)
6)
Banyaknya susunan kombinasi tim bola voli putri apabila jumlah calon
pemain sebanyak 10 orang adalah?
7)
Banyaknya susunan cara yang dapat dibentuk untuk membentuk tim sepak
bola putra apabila banyak calon pemain yang mendaftar sebanyak 21 orang
adalah?
43
8)
Apabila dalam suatu tes ujian tertulis, peserta diharuskan mengerjakan 3 soal
dari 5 soal yang diberikan, maka berapa banyaknya kombinasi soal yang dapat
ia jawab dengan ketentuan,
a) Soal bebas dipilih?
b) Soal pertama harus dikerjakan?
44
PROBABILITAS
45
atau peluang dalam handout ini adalah dan dinyatakan dalam angka positif,
dengan minimum 0 dan maksimum 1.
= 0; berarti suatu kejadian tidak mungkin terjadi, atau mustahil. Sebagai contoh
adalah matahari bersinar di malam hari, maka karena hal tersebut tidak
mungkin peluang kejadian matahari bersinar di malam hari adalah 0.
= 1; berarti suatu kejadian yang pasti terjadi. Sebagai contoh adalah setiap
manusia pasti akan mati, hal ini pasti terjadi karena tidak ada manusia yang
tidak akan mati, sehingga peluang kejadian setiap manusia pasti akan mati
adalah 1.
Sebagian kejadian yang kita jumpai dalam kehidupan sehari-hari
mempunyai peluang antara 0 sampai dengan 1. Pertanyaannya adalah berarti
tidak tepat 0 atau 1 dong? Ya, jarang sekali kejadian atau peristiwa sehari-hari
yang kita jumpai yang mempunyai peluang 0 atau 1. Bagaimana dengan yang
peluangnya mendekati 0 ? Hal ini berarti kejadian terswbut mempunyai
kemungkinan kecil terjadi atau cenderung untuk tidak terjadi. Sebaliknya apabila
suatu kejadian mempunyai peluang mendekati 1 berarti kejadian tersebut
mempunyai kemungkinan besar untuk terjadi.
Dalam (Djarwanto dan Subagyo,1998 hal 8-9) Ada tiga macam pendekatan
mengenai pengertian probabilitas, yaitu:
1)
Pengertian klasik
Probabilitas adalah kemungkinan terjadinya suatu peristiwa di antara
keseluruhan peristiwa diantara keseluruhan peristiwa yang bisa terjadi.
46
Probabilitas suatu kejadian ditentukan berdasarkan analisa terhadap obyekobyek yang bersangkutan. Pendekatan probabilitas klasik biasa juga disebut
dengan pendekatan secara teori.
Definisi 5.1.
Jika suatu percobaan menghasilkan hasil yang tidak mungkin
terjadi secara bersama-sama dan masing-masing mempunyai
kesempatan yang sama untuk terjadi, maka peluang suatu kejadian
katakanlah kejadian ditulis
()
() =
Contoh 5.3.
Sebagai contoh adalah ketika sebuah mata uang logam dilemparkan sekali
(dengan kedua permukaan setimbang(simetris)), sewaktu-waktu jatuh maka
kedua permukaannya mempunyai kemungkinan yang sama untuk tampak di
atas karena simetris. Dalam hal ini baik permukaan Angka (A) maupun
Gambar (G) mempunyai kemungkinan yang sama yaitu
1
2
kelihatan dari atas, sehingga dalam hal ini () = 0,5 dan () = 0,5.
Keterangan:
() = peluang kejadian kelihatan dari atas adalah Angka.
() = peluang kejadian kelihatan dari atas adalah Gambar
2)
dengan
frekuensi
relatif.
Dalam
pendekatan
empiris,
47
Contoh 5.4.
Seandainya saja Anda melemparkan bola dari jarak 3 meter untuk mengenai
suatu obyek tertentu sebanyak 100 kali dan ternyata mengenai benda
tersebut sebanyak 70 kali, maka berdasarkan pendekatan empiris
70
B.
Contoh 5.5.
Misalkan secara klasik atau teori, menurut pendekatan ini apabila kita
melemparkan sebuah mata uang logam yang simetris peluang munculnya gambar
adalah 0,5 dan peluang munculnya angka adalah 0,5. Jadi apabila kita melempar
sebanyak 100 kali, maka diperkirakan akan mendapat 50 permukaan Angka dan
50 permukaan Gambar. Lain halnya dengan pendekatan empiris, bisa saja dalam
100 kali pelemparan, kita mendapatkan 55 permukaan Angka dan 45 permukaan
48
Gambar, sehingga secara empiris peluang muncul permukaan angka adalah 0,55
dan peluang muncul permukaan Gambar adalah 0,45.
C.
Teorema 5.1.
Jika dan dua kejadian yang saling bebas, maka
( ) = () + () ( )
Bukti:
Dengan menggunakan ilustrasi gambar 5.1. dan Gambar 5.2., anda akan memulai
untuk membuktikan teorema 5.1.
S
Dari gambar 5.1. diperoleh daerah yang diarsir merupakan gabungan himpunan
dengan himpunan , dinotasikan dengan .
Banyaknya anggota himpunan adalah
( ) = () + () ( )
49
Perhatikan bahwa, apabila apabila kedua ruas anda bagi dengan (), diperoleh
( ) () + () ( )
=
()
()
( ) () () ( )
=
+
()
() ()
()
( ) = () + () ( ) (Terbukti).
Dari teorema 5.1. bisa diturunkan hukum peluang untuk kejadian saling
lepas,
Akibat 5.1.
Jika dan dua kejadian yang saling lepas, maka
( ) = () + ()
Bukti:
Perhatikan gambar 5.3. diagram venn berikut,
S
50
( ) () + () ( )
=
()
()
( ) () () ( )
=
+
()
() ()
()
( ) = () + () 0,
( ) = () + ()
Catatan:
()
()
yang artinya ( ) = () = 0.
Buktikan bahwa () = 1.
Bukti:
Perhatikan gambar 5.4. diagram venn berikut,
S
51
( ) = 1
() = 1
Contoh 5.6.
Apabila dan dua kejadian saling lepas, dengan () = 0,3 dan () = 0,25
() = 0,25, tentukan ( )!
Penyelesaian:
Diketahui () = 0,3; () = 0,25; dan dua kejadian saling lepas.
Berarti
( ) = () + ()
= 0,3 + 0,25
= 0,55.
Jadi ( ) = 0,55.
Contoh 5.7.
Peluang kejadian munculnya mata dadu berjumlah 5 dan 8 apabila dua buah dadu
dilempar sekali adalah?
Penyelesaian:
Misalkan,
= Semesta kejadian, atau kemungkinan semua yang akan muncul apabila
dua buah dadu dilempar sekali
= Kejadian munculnya mata dadu berjumlah 5.
52
(1,2)
(2,2)
(3,2)
(4,2)
(5,2)
(6,2)
(1,3)
(2,3)
(3,3)
(4,3)
(5,3)
(6,3)
(1,4)
(2,4)
(3,4)
(4,4)
(5,4)
(6,4)
(1,5)
(2,5)
(3,5)
(4,5)
(5,5)
(6,5)
(1,6)
(2,6)
(3,6)
(4,6)
(5,6)
(6,6)}
() = 36
= {(1,4) (2,3) (3,2) (4,1)}
() = 4
() =
4
36
5
36
Sehingga,
( ) = () + ()
=
4
5
+
36 36
9
36
Jadi ( ) =
9
.
36
Latihan 5.1.
Sebuah coin dan sebuah dadu dilemparkan bersama-sama. Berapakah
probabilitas untuk memperoleh:
53
1. Permukaan A pada koin dan permukaan nomor 2 pada dadu yang tampak
dari atas?
2. Permukaan A pada koin atau permukaan nomor 2 pada dadu?
Sifat dua atau lebih peristiwa dari suatu percobaan dapat independent
ataupun dependen. Dua atau peristiwa dikatakan bersifat independent jika
terjadinya suatu peristiwa tidak mempengaruhi terjadinya peristiwa yang lain.
Sebaliknya, dua atau lebih peristiwa atau kejadian akan mempengaruhi terjadinya
peristiwa lain. Dapat dikatakan bahwa dua kejadian dan dalam ruang sampel
dikatakan saling bebas jika kejadian tidak mempengaruhi kejadian dan
begitupun sebaliknya.
Apabila dua kejadian dan saling bebas, maka berlaku,
( ) = () ()
Contoh 5.8.
Jika diketahui dua kejadian dan saling bebas dengan () = 0,3 dan () =
0,4 maka berlaku
( ) = () ()
= (0,3) (0,4)
= 0,12
Contoh 5.9.
Pada pelemparan dua buah dadu, apakah kejadian munculnya muka 3 dadu
I dan kejadian munculnya muka 5 dadu II saling bebas?
Jawab:
54
Misalkan
= ruang sampel
= Kejadian munculnya muka 3 dadu I
= Kejadian munculnya muka 5 dadu II
Berarti
() = 36
={
(1,1), (1,2), (1,3), (1,4), (1,5), (1,6), (2,1), (2,2), (2,3), (2,4), (2,5), (2,6),
}
(3,1), (3,2), (3,3), (3,4), (3,5), (3,6)
() = 18
= {(1,5), (1,6), (2,5), (2,6), (3,5), (3,6), (4,5), (4,6), (5,5), (5,6), (6,5), (6,6)}
() = 12
= {(1,5), (1,6), (2,5), (2,6), (3,5), (3,6)}
( ) = 6
Sehingga diperoleh,
( ) =
( )
()
6
36
1
6
() 18 1
=
=
() 36 2
() =
() 12 1
=
=
() 36 3
( ) = () () =
1 1 1
=
2 3 6
Kenapa?
55
= {(1 , 2 , 3 ), (1 , 2 , 3 ), (1 , 2 , 3 ), (1 , 2 , 3 )}
() = 4
= {(1 , 2 , 3 )}
( ) = 1
Sehingga,
() =
() 4 1
= =
() 8 2
() =
() 4 1
= =
() 8 2
() =
() 4 1
= =
() 8 2
( ) =
( ) 1
=
()
8
1 1 1
57
=
( ( )) =
( ( )) = ( ) + ( )
() = ( ( ))
= ( ) + ( )
Secara umum, apabila 1 , 2 , 3 , , kejadian-kejadian saling asing, maka =
1 2 3
Sehingga
= (1 2 3 )
= 1 2
Latihan 5.2.
Buatlah contoh kejadian saling bebas dan kemudian analisa, benarkah contoh
yang anda buat memang benar contoh kejadian saling bebas!
58
Pertemuan ke-7
PROBABILITAS BERSYARAT
A.
Probabilitas Bersyarat
( )
, () > 0
()
((1 2 ) )
()
(1 2 )
()
(1 ) (2 )
+
()
()
= (1 |) + (2 |)
Contoh 5.8.
Misalkan sebuah dadu bersisi 6 dilempar, dan kejadian muncul mata dadu kurang dari 6,
dan adalah kejadian muncul mata dadu Genap. Apabila kejadian dan dilakukan
secara berurutan, maka berapakah kemungkinan muncul mata dadu Genap apabila
didahului oleh kejadian munculnya mata dadu kurang dari 6?
59
Penyelesaian:
merupakan ruang sample; = {1,2,3,4,5,6}
kejadian muncul mata dadu kurang dari 5 ; = {1,2,3,4,5}
() =
5
6
3
6
= {2,4}
( ) =
2
6
Ditanya (|) = ?
Jawab
(|) =
( )
()
2
6
5
6
2
5
Jadi probabilitas muncul mata dadu genap apabila didahului kejadian munculnya mata dadu
2
5
Contoh 5.9.
Diberikan populasi calon mahasiswa STKIP SURYA yang dibagi menurut jenjang kelamin
dan status latar belakang pendidikan mereka, dirangkum dalam tabel 5.1 berikut,
Tabel 5.1. rangkuman jumlah populasi calon mahasiswa STKIP SURYA
Laki-laki (L)
Wanita (W)
Jumlah
IPA (A)
460
150
610
IPS (B)
40
250
290
Jumlah
500
400
900
60
Misalkan dari pendaftar akan dipilih calon mahasiswa dengan criteria bahwa dari
banyaknya calon mahasiswa yang diutamakan adalah dari IPA, maka hitung probabilitas
bahwa,
a) Yang terpilih adalah Laki-laki,
b) Wanita.
Penyelesaian:
a) () = 610
() = 900
() =
() 610
=
() 900
( ) = 460
( ) =
( ) 460
=
()
900
Sehingga,
(|) =
( )
()
460
900
610
900
460
610
46
61
46
Jadi probabilitas terpilihnya laki-laki dengan syarat pendidikan IPA adalah 61.
b) () = 610
() = 900
61
() =
() 610
=
()
900
( ) = 150
( ) =
( ) 150
=
()
900
Sehingga,
(|) =
( )
()
150
900
610
900
150
610
150
Jadi probabilitas terpilihnya wanita dengan syarat pendidikan IPA adalah 610.
Contoh 5.10.
Kotak A berisi 10 bola merah, dan 15 bola hijau. Kotak B berisi 12 bola merah dan 17 bola
hijau. Sebuah bola diambil secara acak dari kotak A kemudian dikembalikan ke kotak B.
Dari kotak B diambil sebuah bola secara acak. Tentukan peluang bahwa yang diambil 2
bola berwarna hijau!
Penyelesaian:
Misalkan
Akibat 5.1.
( ) = (|) (),
62
Contoh 5.10.
Penyelesaian:
Misalkan A adalah kejadian seorang calon mahasiswa diterima di program studi pendidikan
matematika STKIP SURYA.
B adalah kejadian calon mahasiswa STKIP SURYA tersebut lulus sarjana.
Diketahui,
() = 0,40
(|) = 0,70
Ditanya, () ?
(|) =
()
()
() = (|) ()
=
70 40
100 100
28
100
= 0,28
Jadi probabilitas calon mahasiswa tersebut lulus sarjana adalah 0,28.
63
Contoh 5.11.
Empat buah kartu remi diambil secara random satu per satu tanpa pengembalian. Tentukan
probabilitas bahwa kartu yang terambil secara berturut-turut adalah AS WARU HITAM
(ASwh), AS WARU MERAH (ASwm), AS WAJIK (ASwj) dan AS KERITING (ASkr)!
Penyelesaian:
( ) = ()(|)
(| )
(| )
=
Contoh 5.12.
Kotak A berisi 10 bola merah (Ma) dan 15 bola hijau (Ha). Kotak B berisi 12 bola merah
(Mb) dan 17 bola hijau (Hb). Sebuah bola diambil secara acak dari kotak A kemudian
dikembalikan ke kotak B. Dari kotak B diambil sebuah bola secara acak. Tentukan peluang
bahwa 2 bola yang terambil berwarna hijau!
Penyelesaian:
( ) = ()(|)
64
15 18
25 30
= 0,36
Latihan 5.2.
1.
Dari tabel 5.1. pada contoh 5.10 sekarang coba anda menghitung probabilitas,
a) terpilihnya laki-laki dengan syarat pendidikan IPS.
b) Terpilihnya wanita dengan syarat pendidikan IPS.
2.
3.
Misalkan kita mengambil tiga kartu, diambil tiga kali, pada sekelompok kartu bridge
yang lengkap. Setiap kali mengambil, kartu yang terpilih tidak dikembalikan pada
kelompok kartu ini. Ini dikatakan pengambilan kartu tanpa pengembalian. Tentukan
probabilitas untuk memperoleh tiga kartu AS?
4.
Pada saat menerima barang dari penyalur, biasanya pembeli memeriksa barang
tersebut. Dari 100 barang yang diterima ternyata ada 10 barang yang rusak. Apabila
diambil dua barang secara acak dari 100 barang yang datang, berapa probabilitas
bahwa kedua barang yang diambil tersebut rusak (pengambilan dilakukan tanpa
pengembalian)!
65
5.
Diantara 10 orang laki-laki dan 10 orang perempuan, terdapat 2 orang laki-laki dan 3
orang wanita yang buta warna. Apabila dipilih secara acak 1 orang buta warna dari 10
orang laki-laki dan 10 orang perempuan tersebut, hitung peluang yang dipilih adalah
laki-laki?
66
Pertemuan 8
ATURAN BAYES
Perhatikan gambar 8.1. berikut,
= ( )
=1
Dengan demikian,
3
() = (( ))
=1
67
() = ( )
=1
Dari (|) =
(|) =
()
()
diperoleh,
( )
()
( )
)
3=1 (
( )
3=1 ( )(| )
()(|)
3=1 ( )(| )
()( | )
=1 ( )(
Aturan Bayes:
Jika kejadian-kejadian 1 , 2 , , adalah partisi kejadian dari ruang
sampel dengan ( ) 0; = 1, 2, , untuk setiap kejadian di
dengan () 0, berlaku
( |) =
( )
=1 ( )
( ) (| )
=1 ( ) (| )
Contoh 8.1.
Dalam rangka libur akhir semester, prodi Pendidikan Matematika STKIP
SURYA ingin menyewa Bus yang akan digunakan sebagai angkutan libur akhir
semester, Bus yang disewa adalah Bus CEPAT, AMAN, dan NYAMAN,
porsi masing-masing Bus yang disewa adalah 60% dari Bus CEPAT, 20% dari
Bus AMAN dan sisanya dari Bus NYAMAN. Perlu diketahui juga Bus-bus
68
tersebut ada yang Non-Ac, dengan porsi 9% Bus CEPAT, 10% Bus AMAN dan
5% Bus NYAMAN. Apabila ternyata Bus yang disewa tidak ber Ac, maka
hitung peluang yang disewa adalah Bus CEPAT!
Penyelesaian:
Misalkan:
= Bus yang terpilih adalah Non-AC.
= Bus yang terpilih adalah Bus CEPAT.
= Bus yang terpilih adalah Bus AMAN.
= Bus yang terpilih adalah Bus NYAMAN.
Maka,
(|) =
( )
()
() (|)
() (|) + () (|) + () (|)
(60%) (9%)
(60%) (9%) + (20%) (10%) + (20%) (5%)
9
14
9
.
14
Latihan 8.1.
Seorang guru Matematika mempunyai dua buah mobil, satu sedan dan satu lagi
pick up. Untuk pergi bekerja, porsi sedan yang dia gunakan adalah 75%,
sedangkan pick up 25%. Apabila dia menggunakan sedan, tiba di rumah jam
17.30 WIB sebanyak 75%, dan dengan menggunakan pick up sebanyak 60%.
69
Apabila dia tiba di rumah pukul 17.30 WIB, berapa peluang dia menggunakan
sedan?
Latihan 8.2.
1. Misalkan bola berwarna terbagi dalam tiga kotak yang dirangkum sbb;
Kotak I
Kotak II
Kotak III
merah
2
4
3
Putih
3
1
4
Hitam
5
5
3
Satu kotak dipilih secara acak dan dari dalamnya diambil sebuah bola
secara acak, dan ternyata berwarna merah. Berapa peluang kotak 3 yang
terambil?
2. Sebuah pabrik menggunakan 4 buah mesin 1 , 2 , 3 dan 4 untuk
menghasilkan satu macam barang. Hasilnya pada akhir bulan adalah: dari
mesin 1 = 100 buah, dari mesin 2 = 120 buah, dari mesin 3 = 180
buah dan dari mesin 4 = 200 buah. Jumlah seluruhnya ada 600 buah.
Mesin 1 dan 2 mempunyai probabilitas menghasilkan barang yang
rusak 5% sedangkan mesin 3 dan 4 mempunyai probabilitas 1%. Jika
dari 600 buah barang tersebut diambil 1 secara random dan ternyata
rusak, berapakah probabilitas bahwa barang tersebut berasal dari
mesin 4 ?
3. Suatu program matrikulasi di STKIP SURYA adalah mencetak guru
yang hebat. Misalkan program tersebut mau diteruskan atau tidak,
tergantung pada hasil pemilihan Rektor, artinya ditentukan oleh siapa
70
nanti yang menang dalam pemilihan. Ada dua calon Rektor yaitu: Prof. Y
dan Prof. Z. Kemungkinan bahwa Prof Y akan terpilih adalah 0,80 dan
kemungkinan Prof.Z akan terpilih adalah 0,20. Jika A adalah peristiwa
bahwa program tersebut diteruskan. Probabilitas bahwa program
tersebut diteruskan apabila Prof Y menang adalah 0,60 dan bila Prof Z
menang adalah 0,50. Apabila program tersebut akan diteruskan,
berapakah probabilitas bahwa yang terpilih adalah Prof.Y.
71
Pertemuan 10
Pada pertemuan 1 anda sudah mengenal tentang konsep percobaan dan hasil dari
percobaan. Untuk merangkum dari hasil-hasil percobaan sebagai nilai-nilai angka secara
lebih sederhana, maka kita akan menggunakan apa yang bisa disebut dengan variable
acak (variable random). Jadi variable random bisa didefinisikan sebagai gambaran angka
dari hasil percobaan.
Variabel acak, dibagi menjadi dua macam, yaitu
Diskrit
Variable acak
Kontinu
1)
Penjualan buku
Penelitian terhadap 50
produk baju baru
Pencatatan pengunjung
restoran pada suatu hari
Pencatatan mahasiswa
baru prodi Matematika
STKIP SURYA
Pencatatan Skor
pertandingan Badminton
Kemungkinan Nilai-nilai
Variabel Acak
0 jika perempuan
1 jika laki-laki
0, 1, 2, 3, 4, 5, , 50
Banyaknya pengunjung
0, 1, 2, 3, 4
Percobaan
Variabel Acak
Banyaknya
Baru
Mahasiswa 0, 1, 2, 3, , n
Skor
pertandingan 0, 1, 2, , 21
badminton
72
Pencatatan skor
pertandingan footsal
2)
0, 1, 2,
B.
Variable acak
Panjang meja dalam
Kemungkinan nilai-nilai
variable acak
50 100
Jumlah dalam ml
Berat sebuah paket dalam
kg
Usia mahasiswa prodi
Matematika dalam tahun
0 150
05
90 120
17 20
didistribusikan terhadap nilai-nilai dari variable acak yang dimaksud. Untuk variable diskrit
distribusi probabilitas didefinisikan dengan fungsi probabilitas dan dinotasikan dengan
() = ( = ) = probabilitas bahwa variable (huruf capital) mengambil nilai
(huruf kecil).
Contoh 10.3.
Jumlah mobil terjual per hari selama seminggu adalah sbb
73
p(x)
0,286
0,571
0,143
1
(: ) = untuk = 1 , 2 , ,
Contoh 10.5.
Sebuah dadu dilemparkan sekali. Bila menyatakan mata dadu yang muncul, buatlah
distribusi probabilitas !
Penyelesaian:
Ruang sampel = {1,2,3,4,5,6} dan setiap dadu mempunyai probabilitas yang sama yaitu
1
.
6
74
1
28
75
Peubah
PPP
LPP
PLP
PPL
LLP
LPL
PLL
LLL
1
8
1
8
1
8
1
8
1
8
1
8
peluang
1
8
3
8
3
8
1
8
Selanjutnya ilustrasi keluarga BAHAGIA akan kita generalisasikan, dengan mencari rumus
umumnya dari distribusi binomial.
Apabila kelahiran anak laki-laki dinyatakan sebagai , probabilitas kelahiran anak laki1
laki mempunyai nilai yang tetap yaitu 2. Kelahiran anak laki-laki yang dipandang berhasil
adalah dengan probabilitas dan untuk setiap kegagalan, yaitu kelahiran anak
perempuan, adalah ( ) dengan probabilitas = 1 . Dengan demikian,
probabilitas untuk urutan tertentu dinyatakan sebagai .
Sekarang tinggal menghitung banyaknya kombinasi yang mempunyai keberhasilan dan
kegagalan ( ). Selanjutnya, banyaknya kombinasi ini dikalikan dengan untuk
mendapatkan rumus umum binomial.
76
(: : ) = ( )
Dengan = 0,1,2, ,
Contoh 10.8.
Besarnya peluang keluarga BAHAGIA dengan 2 anak laki-laki dari 3 anak yang dimiliki
adalah
2
1
1 32 3
3 1
(2: 3: ) = ( ) ( ) (1 )
=
2 2
2
2
8
Nilai rata-rata dan varians distribusi binomial pada dasarnya ditentukan oleh berbagai
macam peristiwa yang dihasilkan dari percobaan binomial, terutama peluang keberhasilan
dan kegagalannya.
Contoh 10.9.
Hasil percobaan ke dinyatakan dengan peubah acak
dengan peluang ,
Sementara besarnya variansi distribusi binomial dapat dicari dari hubungan berikut.
2 = 1 2 + 2 2 + + 2
= + + + +
=
Sehingga, simpangan bakunya adalah
=
Latihan soal 10.2.
1
1.
Evaluate (2: 4: 2)
2.
Evaluate (: 3)
3.
Evaluate (4: 7: )
4.
1
2
1
Evaluate (2: 5: )
2
5.
6.
Evaluate (: 5)
Evaluate (: 6)
7.
Evaluate (4: 5: 2)
8.
Evaluate (2: 6: )
9.
10.
11.
1
1
2
Latihan 10.2.
1.
78
Menurut penelitian, peluang seorang untuk sembuh dari penyakit panu dengan
pemberian obat XXX sebesar 60%. Jika diambil 10 orang yang terjangkit penyakit
panu secara acak, hitunglah peluang
(a) Tidak lebih dari 3 orang sembuh
(b) Sedikitnya 5 orang sembuh
(c) Hitung rata-rata dan simpangan baku pasien sembuh ( = 10; = 0,6; =
0,4)
3.
Ujian statistika lanjut terdiri dari 10 soal nomor pilihan ganda. Hitung peluang untuk
memperoleh:
(a) Tepat 7 jawaban benar
(b) Lebih dari 6 jawaban benar
(c) 2 sampai 8 jawaban benar untuk seorang mahasiswa yang menjawab soal
dengan cara menebak-nebak saja.
79
80
Pertemuan 11
DISTRIBUSI POISSON
Daerah yang dimaksud dapat berupa sepotong garis, suatu luasan, suatu
isi, atau pun barangkali sepotong benda. Dalam hal seperti ini misalkan mungkin
menyatakan banyaknya tikus sawah per hektar, banyaknya bakteria dalam suatu
makanan, atau pun banyaknya salah ketik per halaman.
1. Banyaknya sukses terjadi dalam suatu selang waktu atau daerah tertentu
tidak terpengaruh oleh (bebas dari) apa yang terjadi pada selang waktu
atau daerah lain yang terpilih;
81
2. Peluang terjadinya suatu sukses (tunggal) dan selang waktu yang amat
pendek atau dalam daerah yang kecil sebanding dengan panjang selang
waktu atau besarnya selang waktu atau daeah tersebut;
3. Peluang terjadinya lebih dari satu sukses dalam selang waktu yang pendek
atau daerah yang sempit tersebut dapat diabaikan.
Definisi 11.1
Banyaknya sukses dalam suatu percobaan Poisson disebut suatu peubah
acak Poisson.
Distribusi peluang suatu peubah acak Poisson disebut distibusi Poisson dan
akan dinyatakan dengan (; ), karena nilainya hanya tergantung pada ,
yaitu rata-rata banyaknya sukses yang terjadi dalam selang waktu atau daerah
tertentu. Penurunan rumus (; ) berdasarkan ketiga sifat di atas diluar
bahasan pada bab ini.
82
Penyelesaian:
=0
=0
4 46
(6; 4) =
= (; 4) (; 4) = 0,1042
6!
Contoh 11.2
Rata-rata banyaknya tanker minyak yang tiba tiap hari disuatu pelabuhan
adalah 10. Pelabuhan tersebut hanya mampu menerima paling banyak 15
tanker sehari. Berapakah peluang pada suatu hari tertentu tanker terpaksa
disuruh pergi karena pelabuhan tidak mampu melayani?
Penyelesaian:
= 1 (: 10)
=0
83
= 1 0,9513
= 0,0487
Teorema 11.1
Bukti :
=0
=1
1
() =
=
( 1)!
!
() =
=
!
=0
Karena
=0
=0
= (; ) = 1
!
84
= 2
2
=2 ( 2)!
(( 1)) = 2
= 2
!
=0
Jadi
2 = (( 1)) + 2
Teorema 11.2
!
(1 )
! ( )!
( 1) ( + 1)
(1 )
!
85
(; ; ) =
( 1) ( + 1)
( ) (1 )
!
1
1
= 1 (1 ) (1
) (1 ) (1 )
lim (1 ) = 1
1
lim 1 (1 ) = lim {(1 + ) }
( )
(; ; )
, = 0, 1, 2,
!
Contoh 11.4
Dalam suatu proses produksi yang menghasilkan barang dari gelas, terjadi
gelembung atau cacat yang kadang-kadang menyebabkan barang tersebut
sulit dipasarkan. Diketahui bahwa rata-rata 1 dari 1000 barang yang dihasilkan
mempunyai satu atau lebih gelembung. Berapakah peluang bahwa dalam
86
sampel aak sebesar 8000 barang akan berisi kurang dari 7 yang
bergelembung?
Penyelesaian :
(; 8)
=0
= 0,3134
Keterangan simbol:
asymtotically equal to
similar to:
identical to:
87
Exercise 11.1
88
Pertemuan 12
DISTRIBUSI GEOMETRIK DAN HIPERGEOMETRIK
A.
DISTRIBUSI GEOMETRIK
Distribusi geometrik dapat didefinisikan apabila percobaan bebas dan
berulang-ulang dapat menghasilkan keberhasilan dengan probabilitas dan
kegagalan dengan probabilitas = 1 , distribusi bagi peubah acak , yaitu
banyaknya ulangan sampai muncul keberhasilan yang pertama, dinyatakan dengan
rumus:
(: ) = 1
Contoh 12.1
Menurut hasil penelitian ahli sosiologi, kurang lebih 800 dari 1000 wanita tidak
setuju dengan praktik poligami yang dilakukan para suami. Apabila hasil penelitian
ini benar, hitunglah!
a. probabilitas bahwa seorang sosiolog memerlukan 3 orang wanita sampai
memperoleh wanita yang tidak setuju dengan poligami!
b. Ulangi poin a. apabila = 5
Penyelesaian:
8
a. Diketahui = 3 dan = 10
8
8
8 2 31
)=
( )
10
10 10
=
8
4
10 100
89
32
1000
= 0,32
8
b. Diketahui = 5 dan = 10
8
DISTRIBUSI HIPERGEOMETRIK
Probabilitas suatu peristiwa pada percobaan yang akan menghasilkan dua
macam peristiwa dependen menghasilkan probabilitas peristiwa yang berbeda pada
setiap percobaan. Kondisi ini biasanya muncul pada percobaan yang dilakukan tanpa
pengembalian dengan populasi yang terbatas. Dengan kata lain, distribusi
hipergeometrik merupakan bentuk probabilitas tanpa pengembalian, yaitu setiap
pengambilan data yang telah diamati dikembalikan kembali ke dalam populasi
semula.
Contoh 12.2.
Suatu kotak berisi 10 kelereng. Empat buah kelereng berwarna merah dan sisanya
berwarna putih. Apabila diambil satu buah kelereng secara acak (random) maka
4
90
3
9
, dan
adalah
. Dengan demikian, banyaknya contoh yang memenuhi syarat di antara
kombinasi adalah
.
, dengan = 0,1,2,3, ,
91
) (1 )
1
= lim (
)=1
1
1
1
lim
92
Contoh 12.3.
Sebuah kantong plastic berisi 5 kelereng merah dan 4 kelereng biru. Kemudian
diambil 3 kelereng tanpa pengembalian. Bila menyatakan banyaknya kelereng
merah yang diambil, susunlah fungsi dan distribusi probabilitas hipergeometriknya!
Penyelesaian:
Diketahui
= 9,
= 4,
=3
=5
Dengan menggunakan rumusan diperoleh,
Pada
= 0 (0: 9: 4: 5) =
05 34
4
9 = 84
3
= 1 (1: 9: 4: 5) =
15 34 30
=
84
39
= 2 (2: 9: 4: 5) =
25 34 40
=
84
39
= 3 (3: 9: 4: 5) =
35 34 10
=
84
39
( = )
0
4
84
1
30
84
3
40
84
10
84
4
5 3
9
3
untuk = 0,1,2,3.
93
Contoh 12.4.
Enam kartu diambil secara acak dari setengah kartu bridge (warna merah). Hitunglah
probabilitas diperolehnya 4 kartu wajik!
Penyelesaian:
Gunakan distribusi hipergeometrik untuk = 6 kartu yang diambil dari populasi
= 26 kartu. Banyaknya kartu wajik = 13 dan = 4. Maka, probabilitas untuk
memperoleh 4 kartu wajik dari 6 kartu yang diambil aalah
(4: 26: 6: 13) =
413 213
= 0,242
626
Latihan 12.1.
1. Seorang polisi memeriksa acak 3 kartu identitas dari 8 orang yang akan
mendaftar tes SIM di mana 2 diantaranya ternyata belum memiliki kartu
identitas (KTP) dikarenakan belum genap usia 17 tahun (belum cukup umur).
Berapa probabilitas bahwa polisi akan menolak salon pendaftar yang ketahuan
belum cukup umur?
2. Sebuah tim penelitiian yang beranggotakan 6 orang dipilih dari 10 orang (6
orang laki-laki dan 4 orang perempuan). Bila menyatakan banyaknya wanita
yang terpilih sebagai anggota tim peneliti,
(a)
(b)
Banyaknya tim dengan anggota tidak lebih dari 2 orang wanita, dan
(c)
3. Hasil survey BPS menyimpulkan bahwa 8.000 dari 10.000 orang tidak setuju
dengan kenaikan harga BBM menjelang tahun baru 2014. Apabila 9 dari
masyarakat diambil secara acak dan diwawancarai, berapa probabilitas:
(a)
(b)
94
(c)
95
Pertemuan ke 13
96
Contoh 13.2.
Suatu percobaan melempar sebuah dadu sebanyak dua kali.
Jika : dengan definisi () = jumlah mata dadu yang muncul pada
lemparan pertama dan kedua, maka
{(1,1)} = 2; {(1,2)} = 3; {(1,3)} = 4; {(1,4)} = 5; {(1,5)}
= 6; {(1,7)} = 7
{(2,1)} = 3; {(2,2)} = 4; {(2,3)} = 5; {(2,4)} = 6; {(2,5)}
= 7; {(2,6)} = 8
{(3,1)} = 4; {(3,2)} = 5; {(3,3)} = 6; {(3,4)} = 7; {(3,5)}
= 8; {(3,6)} = 9
97
Sehingga
variabel
random
dengan
ruang
adalah
{2,3,4,5,6,7,8,9,10,11,12}.
Definisi 13.2.
Jika ruang sampel mengandung titik yang berhingga banyaknya atau deretan yang
banyaknya sama dengan banyaknya bilangan bulat, maka ruang sampel itu disebut
ruang sampel diskrit, dan variable random yang didefinisikan pada ruang sampel
tersebut adalah variable random diskrit.
Contoh 16.2. di atas merupakan contoh variable random diskrit.
Definisi 13.3.
Jika ruang sampel mengandung titik yang tak berhingga banyaknya atau sama
banyaknya dengan banyak titik pada sepotong garis, maka ruang sampel itu
disebut ruang sampe kontinu dan variable random yang didefinisikan pada ruang
sampel tersebut adalah variable random kontinu.
Dalam kebanyakan persoalan praktis, cvariabel kontinu menyatakan data yang
diukur, seperti semua tinggi, berat temperature, jarak, lama hidup, sedangkan
variable diskrit menggambarkan data terbilang/cacah, seperti banyaknya benda
rusak, banyaknya karyawan yang bolos, banyaknya mahasiswa yang masuk,
banyaknya mahasiswa yang bolos, jumlah saudara perempuan dan lain-lain.
Kembali pada definisi 13.1. dari definisi variable random ini jelas bahwa hargaharga variable random atau himpunan harga-harga variable random sebenarnya
adalah suatu kejadian yang ditentukan oleh suatu hasil atau beberapa hasil yang
mungkin dari suatu percobaan.
Misalkan pada contoh 16.1.
98
3
;
8
( = 2) = ({, , }) =
3
;
8
( = 3) = ({}) =
1
8
( = 2) = ({(1,1)}) =
1
;
6
99
( = 4) = ({(1,3)(2,2)(3,2)}) =
2
;
36
3
;
36
( = 12) = ({(6,6)}) =
1
36
B. DISTRIBUSI PELUANG
Pada bab ini, Anda sudah dikenalkan secara umum mengenai distribusi peluang
pada pertemun 10, sehingga pada sub bab ini kita akan membahas lebih khusus
lagi.
Definisi 13.4.
Definisi 13.1.
Misalkan variabel random diskrit, suatu fungsi disebut fungsi peluang atau
distribusi peluang apabila untuk setiap hasil yang mungkin memenuhi,
1. () 0
2. =0 () = 1
3. ( = ) = ()
100
()
1
8
3
8
3
8
1
8
Diperiksa
1. () 0, dipenuhi
1
2. 3=0 () = 8 + 8 + 8 + 8 = 1, dipenuhi
3. ( = 0) = (0); ( = 1) = (1); ( = 2) = (2); ( = 3) = (3)
3
; = 0, 1, 2, 3
8
Contoh
Pada percobaan melempar sebuah dadu sebanyak dua kal. Misal menyatakn
jumlah mata dadu pada lemparan 1 dan ke 2, maka distribusi peluang dapat
disajikan dalam tabel berikut:
P(X=x)
2
1
36
3
2
36
4
3
36
4
36
5
36
6
36
8
5
36
9
4
36
10
3
36
11
2
36
12
1
36
03 35 10
=
56
56
101
23 15 15
=
56
56
()
10/56
30/56
15/36
1/56
5
3 3
, = 0,1,2,3
38
Suatu variable random kontinu mempunyai peluang pada setiap titik . Oleh
karena itu distribusi peluangnya tikdak mungkin disajikan dalam bentuk tabel,
tetapi hanya berupa rumus secara terurut. Fungsi distribusi peluang variable
random kontinu biasa disebut fungsi padat/fungsi densitas peluang.
Definisi
Mialkan X variable random kontinu, suatu fungsi disebut fungsi peluang atau
distribusi peluang X jika untuk ssetia hasil yang mungkin memenuhi,
1. () 0
2. () = 1
3. ( < , ) = ()
102
Contoh:
Misalkan variable random kontinu X mempunyai fungsi densitas peluang sebagai
berikut
2
, 1 < < 2
() = 3
{ 0,
Tentukan:
a. adalah fungsi peluang
b. Hitung (0 < 1)
Penyelesaian:
a. (i) () 0, jelas (karena 2 0, 3 > 0 sehingga
2 2
(ii) () = 0 + 1
2
3
0.
+ 2 0
2
3
=( )
9 1
=
8 1
+
9 9
=1
1 2
b. (0 < 1) = 0
= [ ] =
9
9
0
Contoh
Diketahui suatu fungsi densitas
2
, 1 < < 2
() = 6
{ 0,
103
Penyelesaian:
2 2
a. () = 1 0 + 1
2
+ 2 0 = 1
2
= 1
6
2
3
[
] =1
18 1
8
+
=1
18 18
9
=1
18
=1
1 2 2
= [9 3 ]
=9+9=9
LATIHAN
1. Sebuah dadu dilempar satu kali, misalkan X adalah variable random yang
menyatakan jumlah mata dadu yang muncul (kelihatan)
a. Tentukan semua nilai
b. Tentukan distribusi peluang
2. Sebuah mata uang dilempar sebanyak empat kali, jika X menyatakan selisih angka
dan gambar yang muncul, tentukan
a. Nilai-nilai X
b. Distribusi peluang X
3. Diketahui suatu fungsi
2
( ) , = 1,2,3,4,
3
() =
{
0,
, = 1,2,3,4,5
() = { 5
0,
a. Tentukan agar merupakan fungsi peluang.
b. Tentukan ( < 2)
5. Diketahui suatu fungsi
, 0 < <
() = {
0,
a. Tentukan agar merupakan fungsi peluang
b. Tentukan (|| < 1)
6. Diketahui variable random dengan fungsi densitas peluang
2(1 + )
,2 < < 5
27
() = {
0,
Tentukan
a. ( 4)
b. P(3<X<4)
7. Dalam seperangkat kartu bridge diambil 4 kartu sekaligus secara acak, tentukan
distribusi peluang munculnya kartu AS.
8. Dalam sebuah kotak terdapat 2 kelereng merah, 3 kelereng putih dan 1 kelereng
hijau, diambil secara acak 2 kelereng satu persatu dari dalam kotak tersebut.
Tentukan distribusi peluang banyaknya kelereng putih yang terambil jika
pengambilannya:
a. Dengan pengembalian
b. Tanpa pengembalian
105
Pertemuan 14.
EKSPEKTASI
Definisi 15.1.
Misalkan variabel random dengan fungsi peluang () . Ekspektasi
ditulis () didefinisikan sebagai
() , untuk X diskrit
() =
{
() , jika X kontinu
Catatan :
Ekspektasi juga disebut sebagai nilai harapan atau harapan matematis.
Contoh 16.1.
Pada percobaan melempar 2 uang logam sebanyak satu kali, jika
menyatakan banyaknya angka yang muncul, tentukan Ekspektasi .
Penyelesaian:
Fungsi distribusi peluang :
()
0
1
4
1
2
4
2
1
4
106
() = ()
1
2
1
= 0( ) + 1( ) + 2( )
4
4
4
=1
Contoh 15.2.
Misalkan X menyatakan umur sejenis bola lampu (dalam ukuran jam)
dengan fungsi peluang
20.000
,
3
() = {
0,
> 100
() =
100
20.000
= 200
3
Jadi bola lampu tersebut dapat diharapkan rata-rata berumur 200 jam.
Contoh 15.3.
Tentukan harapan banyaknya matematikawan dalam suatu kepanitiaan
yaitu 3 orang yang dipilih secara acak dari 4 matematikawan dan 3
fisikawan.
107
Penyelesaian:
Misalkan menyatakan banyaknya matematikawan dalam kepanitiaan,
maka distribusi peluang dicari sebagai berikut:
() = 37 = 35
= 0 (0) =
04 33
1
=
() 35
14 23 12
= 1 (1) =
=
() 35
24 13 18
= 2 (2) =
=
() 35
34 03
4
= 3 (3) =
=
() 35
()
0
1
35
1
12
35
2
18
35
3
4
35
Maka
() = ()
1
12
18
4
= 0( ) +1( ) + 2( ) + 3( )
35
35
35
35
= 0+
12 36 12
+
+
35 35 35
60 12
=
35
7
108
12
7
Teorema 15.1.
Misalkan variabel random dengan fungsi distribusi peluang () .
Ekspektasi fungsi () adalah
Contoh 15.4
Misalkan menyatakan jumlah mata dadu yang muncul dalam
pelemparan sebuah dadu sebanyak satu kali. Tentukan Ekspektasi () =
2 1.
Distribusi peluang X
()
1/6
1/6
1/6
1/6
1/6
1/6
1/6
[()] = ()()
= (2 1)()
1
1
1
1
= (2 0 1) + (2 1 1) + (2 2 1) + (2 3 1) +
6
6
6
6
1
1
1
(2 4 1) + (2 5 1) + (2 6 1)
6
6
6
109
= 6.
Contoh 15.5.
Misalkan X variabel random dengan fungsi densitas peluang
2
, 1 < < 2
3
() =
{0,
Tentukan ekspektasi () = 3 + 1
Penyelesaian:
2
2
1 2
[()] = (3 + 1) = (3 3 + 2 )
3
3 1
1
1 3 4 1 3 2
[ + ]
3 4
3
1
1
8
3 1
[(12 + ) ( )]
3
3
4 3
57
12
Sifat-sifat Ekspektasi
1. Jika a dan b konstan maka ( + ) = () +
2. Akibat 1, () = dan () = ()
3. [() ()] = [()] [()]
Bukti sebagai latihan.
110
B.
VARIANSI
Definisi 15.2.
Misalkan variabel random dengan rata-rata , maka variansi
dituliskan 2 atau () didefinisikan () = ( )2.
Teorema
() = [ 2 ] 2
Bukti:
() = ( )2
= [ 2 2 + 2 ]
= ( 2 ) (2) + 2
= ( 2 ) 2 + 2
= ( 2 ) 2
Catatan : juga dapat ditulis sebagai [] dengan mengambil X dari
populasi. Sehingga teorema di atas dapat ditulis () = ( 2 )
[]2
Sifat-sifat Variansi
1. [()] = [() [()]]
111
Bukti
Akan dibuktikan akibat 2, lainnya sebagai latihan
() = [ ()]2 = [ ]2 = 0
() = [ ()]2
= [ ()]2
= [2 [ ()]]2
= 2 [ ()]2
= 2 ()
Contoh 15.6.
Pada percobaan melempar 2 buah uang logam sebanyak satu kali, jika
menyatakan banyaknya angka yang muncul, tentukan variansi .
Penyelesaian:
Fungsi distribusi peluang X
()
1/4
2/4
1/4
() = ()
1
2
1
= 0( ) + 1( ) +2( ) = 1
4
4
4
112
( 2 ) = 2 ()
1
2
1
3
= 0 ( ) + 12 ( ) + 22 ( ) =
4
4
4
2
3
Jadi () = 2 1 = 2
Contoh 15.7.
Hitunglah VARIANSI yang mempunyai fungsi peluang
2( 1), 1 < < 2
() = {
0,
Penyelesaian:
Sebagai latihan.
LATIHAN 16.1.
1. Buktikan sifat Ekspektasi dan sifat Variansi
2. Misalkan X variabel random dengan fungsi distribusi peluang
() = {
, = 1,2,3
6
0,
Tentukan:
a. E(X)
b. VAR(X)
113
114
Pertemuan ke15-16
1
2
1 2
)
2
; < <
115
1 = 2
1
2
116
1. Modus, titik pada sumbu datar yang memberikan maksimum kurva, terdapat
pada = .
2. Kurva setangkup (lonceng simetris) terhadap garis tegak yang melalui ratarata .
3. Kurva mempunyai titik belok pada = , cekung dari bawah apabila
< < + , dan cekung ke atas untuk harga yang lainnya.
4. Kedua ujung kurva normal mendekati asimtot sumbu datar apabla harga
bergerak menjauhi baik ke kiri maupun ke kanan.
5. Seluruh luas di bawah kurva dan di atas sumbu datar sama dengan 1.
Sekarang akan diperlihatkan bahwa parameter dan 2 adalah betul rata-rata
dan variansi distribusi normal. Untuk menghitung rata-rata tulislah nilai harapannya
dengan,
() =
1
2
1 2
)
2
dengan mengganti =
() =
1
2
1
2
dan = , diperoleh
2
( + ) 2
2
2
Integral pertama adalah kali luas di bawah kurva normal dengan rata-rata 0 dan
variansi 1, jadi sama dengan . Dengan mencari integralnya langsung ataupun dengan
menggunakan fakta bahwa integrannya (fungsi dibelakang tanda integral) adalah fungsi
ganjil, integral keduanya adalah nol. Jadi
() =
Variansi distribusi normal diberikan oleh,
117
[( )2 ] =
1
2
( )2
1 2
)
2
dan = , diperoleh
[( )
2]
2
2
2
2
2]
[( )
2
2
2
2
+ 2 )
= 2 (0 + 1)
= 2
15. 2. Luas di bawah Kurva Normal
Kurva setiap distribusi peluang kontinu atau fungsi kepadatan dibuat sedemikian
rupa sehingga luas dibawah kurva di antara kedua ordinat = 1 dan = 2 , sama
dengan peluang peubah acak mendapat harga Antara = 1 dan = 2 . Jadi untuk
kurva normal pada gambar 15.5 dinyatakan dengan luas daerah yang berwarna merah,
dengan
2
(1 < < 2 ) = (; ; ) = ( )2
1 2
)
2
118
Pada gambar 15.2, 15.3, dan 15.4. telah ditunjukkan bahwa kurva normal
bergantung pada rata-rata dan simpangan baku. Luas di bawah kurva Antara dua ordinat
sembarang tentu pula bergantung pada harga dan . Hal ini jelas terlihat pada gambar
15.6, di sini daerah yang berpadanan dengan (1 < < 1 ) untuk kedua kurva dengan
rata-rata dan variansi yang berbeda telah diberi warna merah. (1 < < 1 ), dengan
peubah acak yang menyatakan distribusi , dinyatakan dengan daerah yang diarsir
dengan warna hijau.
Jadi, bila berharga Antara = 1 dan = 2 , maka peubah acak akan berharga
1 =
2 =
dan
119
(1 < < 2 ) =
1
2
1
2
1
2
1 2
)
2
1
2
2
1
2
(: 0; 1)
1
= (1 < < 2 )
Dengan terlihat merupakan suatu peubah acak normal dengan rata-rata nol
dan variansi 1.
Definisi 15.2
Distribusi peubah acak normal denga rata-rata nol dan variansi 1 disebut
dengan distribusi normal baku.
Distribusi asli sesudah ditransformasikan pada gambar 15.7. Karena semua harga
antara 1 dan 2 mempunyai harga yang sama antara 1 dan 2 , luas di bawah kurva
antara ordinat = 1 dan = 2 pada gambar 15.7 sama dengan luas di bawah kurva
antara odinat yang telah ditransformasikan menjadi = 1 dan = 2 .
1 2
120
Sekarang banyaknya tabel kurva normal yang diperlukan telah diperkecil menjadi
satu, yaitu distribusi normal baku yang berpadanan dengan ( < ) untuk harga dari
3,4 sampai 3,4. Untuk menjelaskan penggunaan tabel (tabel 4) misalkan akan dicari
peluang bahwa lebih kecil dari 1,74. Pertama sekali lihat pada kolom sebelah kiri yang
sama dengan 1,7, kemudian bergeraklah mendatar sampai kolom di bawah 0,04 dan
menemukan bilangan 0,9591. Jadi ( < 1,74) = 0,9591.
Contoh 15.2.
Apabila diketahui suatu distribusi normal dengan = 50; = 10 , carilah
peluang bahwa diantara 45 dan 62.
Penyelesaian
Nilai yang sama dengan 1 = 45 dan 2 = 62 adalah
1 =
1 45 50 5
=
=
= 0,5
10
10
1 =
2 62 50 12
=
=
= 1,2
10
10
Jadi
(1 < < 2 ) = (1 < < 2 )
= (0,5 < < 1,2)
= ( < 1,2)
( < 0,5); dengan menggunakan tabel 4 diperoleh
= 0,8849 0,3085
= 0,5765
121
-0,5 0
1,2
Contoh 15.3.
Suatu jenis baterai mobil rata-rata berumur 3,0 tahun dengan simpangan baku
0,5 tahun. Apabila dianggap umur baterai berdistribusi normal, carilah peluang
suatu baterai tertentu akan berumur kurang dari 2,3 tahun.
Penyelesaian:
Diketahui: = 3,0; = 0,5
Ditanya: ( < 2,3)
Jawab :
=
0,5
0,5
-1,4
Contoh 15.4.
122
Suatu mesin membuat alat tahanan listrik dengan rata-rata tahan 50 ohm dan
simpangan baku 2 ohm. Misalkan bahwa tahanan berdistribusi normal dan dapat
diukur sampai derajad ketelitian yang diinginkan.
distribusi binomial bila besar dan dekat dengan . Apabila kecil tapi tidak amat
dekat dengan 0 atau 1, hampiran masih cukup baik.
Untuk melihat hampiran normal terhadap distribusi binomial, mula-mula
dilukiskan histogram (; 15; 0,4) dan kemudian meletakkan kurva normal dengan ratarata dan variansi yang saran dengan peubah binomial sehingga keduanya saling
tumpang tindih. Untuk itu lukiskan kurva normal dengan
= = (15)(0,4) = 6
123
dan
2 = = (15)(0,4)(0,6) = 3,6
Histogram (; 15; 0,4) dan kurva normal padanannya, yang seluruhnya telah ditentukan
oleh rata-rata dan variansinya dapat dilihat pada gambar 15.8.
= 0,4
1 2 3 4 5
6 7
8 9 10 11 12 13 14 15
1 =
1 3,5 6
=
= 1,316
1,9
2 =
2 4,5 6
=
= 0,789
1,9
124
1 2 3 4 5
6 7
8 9 10 11 12 13 14 15
Gambar 15.10. Hampiran normal terhadap (4; 15; 0,4) dan 9=7 (; 15; 0,4)
Hampiran normal paling berguna dalam menghitung jumlah binomial untuk
harga besar, yang akan erupakan pekerjaan yang amat berat apabila tabel jumlah
binomial tidak tersedia.
Kembali pada gambar 15.10., misalkan ingin diketahui peluang bahwa
mendapatkan nilai diantara dan termasuk 7 dan 9. Peluang tepat diberikan oleh
9
(7 9) = (15; 0,4)
=7
9
=0
125
= 0,9662 0,6098
= 0,3564
Yang sama dengan luas persegi panjang, masing-masing dengan dasar yang berpusat di
= 7, 8 dan 9. Untuk hampiran normal luas tersebut adalah luas daerah yang dihitami
Antara ordinat 1 = 6,5 dan 2 = 9,5 pada gambar 15.10. nilai padanannya adalah
1 =
6,5 6
= 0,263
1,9
2 =
9,5 6
= 1,842
1,9
1
2
126
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
besar dan cukup baik untuk yang kecil asal saja cukup dekat dengan 2 . Satu
pegangan lain adalah untuk menentukan apakah hampiran normal masih baik dipakai
diberikan oleh atau . Bila baik maupun lebih besar dari 5 maka hampiran
akan baik.
Contoh 15.6.
Suatu proses menghasilkan sejumlah barang yang 10% cacat. Bila 100 barang
diambil secara acak dari proses tersebut, berapakah peluang bahwa banyaknya
yang cacat melebihi 13?
Penyelesaian:
Banyaknya yang cacat berdistribusi binomial dengan parameter = 10; = 0,1.
Karena ukuran sampel besar maka akan dihampiri dengan menggunakan
distribusi normal untuk memberikan hasil yang cukup teliti.
127
= = (100)(0,1) = 10
= = (100)(0,1)(0,9) = 3,0
Untuk memperoleh peluang yang ditanyakan, haruslah dicari luas sebelah kanan
= 13,5. Harga yang berpadanan dengan 13,5 adalah
13,5 10
= 1,167
3
Dengan peluang bahwa banyaknya yang cacat melebihi 13 diberikan oleh daerah
yang dihitami pada gambar 15.13. Jadi, bila menyatakan banyaknya yang cacat
maka
100
( > 1,167)
= 1 ( < 1,167)
= 1 0,8784
= 0,1216
0
1,167
Gambar 15.13. Luas contoh 15.6.
Latihan 15.1
1. Bila diketahui distribusi normal dengan = 40 dan = 6 maka carilah
a. Luas di bawah (lebih kecil dari) 32
128
129
c. Tepat 30 kali
130