1 / 13

Eksperimen Acak & Peluang

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).

zahi
Download Presentation

Eksperimen Acak & Peluang

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Eksperimen Acak&Peluang Dr. Udjianna S. Pasaribu

  2. 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)

  3. 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. 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

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

  6. 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.

  7. 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

  8. 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

  9. 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)

  10. 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

  11. 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?

  12. 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)

  13. Kejadian Saling Bebas P(B/A)=P(B), dengankata lain P(B/A)= P(AB)/P(A) = P(A)P(B)/P(A) = P(A) Jadikejadian A dan B salingbebasjika: P(B/A)= P(A)P(B) Perhatikanpenulisan Catt: selanjutnyakebebasanmunculpada bivariat/multivariat

More Related