Peluang & Aturan Bayes
MA 2081 STATISTIKA DASAR, 6 FEBRUARI 2012Ek
i
Eksperimen
Ci i i i k i k (St ti tik)
Ci i i i k i k (St ti tik)
Ciri-ciri eksperimen acak (Statistik):
Dapat dulangi baik oleh si pengamat sendiri
maupun orang lain
Ciri-ciri eksperimen acak (Statistik):
Dapat dulangi baik oleh si pengamat sendiri
maupun orang lain maupun orang lain.
Proporsi keberhasilan dapat diketahui dari
hasil-hasil sebelumnya maupun orang lain.
Proporsi keberhasilan dapat diketahui dari
hasil-hasil sebelumnya hasil-hasil sebelumnya.
Bisa diukur (diamati).
Hasilnya tidak bisa ditebak karena adanya
hasil-hasil sebelumnya.
Bisa diukur (diamati).
Hasilnya tidak bisa ditebak karena adanya Hasilnya tidak bisa ditebak karena adanya
galat/error.
Hasilnya tidak bisa ditebak karena adanya
R
g S
l
Ruang Sampel
Ruang sampel
g
p
S
,
,
yaitu himpunan
y
p
dari
semua kemungkinan
hasil dari suatu
percobaan acak (statistik)
R
g S
l Di k it
Ruang Sampel Diskrit
Di k i
b
k
(
b
) l
d
S
t b
A.
Diskrit:
banyaknya (number) elemen pada
S
tsb
dapat dihitung/dicacah (countable). Hasil
pencacahannya mungkin saja berhingga atau tidak
pencacahannya mungkin saja berhingga atau tidak
berhingga.
Contoh 1.S pada (percobaan) pengecekan bola lampu di Toko Listrik AAA Setiap bola lampu dipilih (secara
Contoh 1.S pada (percobaan) pengecekan bola lampu di Toko Listrik AAA Setiap bola lampu dipilih (secara di Toko Listrik AAA. Setiap bola lampu dipilih (secara acak), diperiksa, lalu digolongkan sebagai bola lampu rusak atau tidak .
di Toko Listrik AAA. Setiap bola lampu dipilih (secara acak), diperiksa, lalu digolongkan sebagai bola lampu rusak atau tidak .
Ruang Sampel Kontinu
Ruang Sampel Kontinu
K i l l d S b d l h b
B. Kontinu: elemen-elemen dari S tsb adalah bagian
dari suatu interval.
Contoh 2. S pada percobaan pengukuran tinggi pasang maksimum setiap hari di suatu selat (satuan pasang maksimum setiap hari di suatu selat (satuan m), misalnya S = {x: 2 < x < 4}.
Jika kita pilih hari-hari secara acak, maka mungkin
d k h h d
ditemukan hari-hari dengan tinggi pasang 2,1 m atau 3,5 m atau 2,75 m atau nilai lainnya yang berkisar
Kejadian (Event)
Kejadian (Event)
Himpunan bagian
(subset)
dari suatu ruang
sampel S
sampel S .
Notasi untuk even (kejadian) umumnya huruf
kapital misal A B dan lain lain Jika kejadiannya
kapital, misal A, B, dan lain-lain. Jika kejadiannya
banyak, bisa ditulis sebagai barisan, misal
E
1,
E
2,
dst
...dst.
Ruang Sampel dan Kejadian
Ruang Sampel dan Kejadian
R l di t ik
S
R l di t ik
S
Ruang sampel, dinotasikan
S
Ruang sampel, dinotasikanS
Ruang Sampel Diskritg p Ruang Sampel Kontinu
S
= { , , ... , }
Event (kejadian)Populasi dan sampel
Populasi dan sampel
Pada Contoh 1: Semua bola lampu yang ada di Toko
Pada Contoh 1: Semua bola lampu yang ada di Toko
Listrik AAA disebut
populasi
, sedangkan beberapa
bola lampus yang diambil disebut
sampel
. Ruang
bola lampus yang diambil disebut
sampel
. Ruang
sampel pada contoh ini adalah semua keadaan bola
lampu yang mungkin, yaitu {rusak, tidak rusak}
p y g
g
y
{
}
dan termasuk jenis diskrit, karena banyaknya
elemen pada S ini dapat dihitung, yaitu ada 2 buah,
Contoh 3 Menentukan Ruang Sampel & Kejadian
Contoh 3 Menentukan Ruang Sampel & Kejadian
Dua pasien diberi obat untuk satu minggu. Sukses p gg
atau tidaknya pengobatan untuk tiap pasien dicatat setelah 1 minggu. Tentukan ruang sampelnya dan berilah contoh kejadian/eventnya
berilah contoh kejadian/eventnya.
Jawab: Ruang sampelnya adalah S = {SS ST TS TT} Jawab: Ruang sampelnya adalah S = {SS,ST,TS,TT},
dimana S = Sukses; T = Tidak sukses (nominal)
Contoh kejadian, mis kejadian Co to ejad a , s ejad a E11 dimana kedua d a a edua
pasien pengobatannya sukses, maka E1 ={SS}; dan
Contoh 4
Dilakukan survey dan pencatatan tingkat
y
p
g
curah hujan setiap hari yang terjadi di
suatu daerah pegunungan.
Jawab
: Misalkan X : tingkat curah hujan (mm),
Jawab
J
: Misalkan X : tingkat curah hujan (mm),
g
j (
),
ruang sampel
S
= { x | 0
x
600, x
R} dan E
2adalah kejadian tingkat curah hujan lebih dari 200
mm maka
J
g
j (
),
ruang sampel
S
= { x | 0
x
600, x
R} dan E
2adalah kejadian tingkat curah hujan lebih dari 200
mm maka
mm, maka
E
2= {x | 200 < x
600, x
R}
Perhatikan bahwa E
2
S
mm, maka
E
2= {x | 200 < x
600, x
R}
Perhatikan bahwa E
e at a ba wa
e at a ba wa
222
S
S
S
G b g
Gabungan
U i d i i E d E di li E E d l h
Union dua peristiwa E1 dan E2 ditulis E1E2, adalah
himpunan semua elemen yang ada di dalam E1 atau di d l E (t k di d l k d jik d )
dalam E2 (termasuk di dalam keduanya jika ada).
Contoh. Perhatikan Contoh 3.
Misal E1 adalah kejadian salah seorang pasien sembuh,
Contoh. Perhatikan Contoh 3.
Misal E11 adalah kejadian salah seorang pasien sembuh, j g p dan E2 adalah kejadian tidak ada pasien yang sembuh.
1 j g p
dan E2 adalah kejadian tidak ada pasien yang sembuh.
I i
Irisan
I i d i i E d E di li E ∩E d l h
Irisan dua peristiwa E1 dan E2, ditulis E1∩E2, adalah
himpunan semua elemen yang ada di dalam E1 dan di d l E
dalam E2.
C t h P h tik C t h 2 C t h P h tik C t h 2 Contoh. Perhatikan Contoh 2.
Misalkan E1: himpunan tinggi pasang maksimum lebih dari 2 65 m dan E himpunan tinggi pasang
Contoh. Perhatikan Contoh 2.
Misalkan E1: himpunan tinggi pasang maksimum lebih dari 2 65 m dan E himpunan tinggi pasang
dari 2,65 m, dan E2: himpunan tinggi pasang
maksimum kurang dari 3,70 m. Maka E1 ∩ E2 = {x |
2,65 < x < 3,70}.
dari 2,65 m, dan E2: himpunan tinggi pasang
maksimum kurang dari 3,70 m. Maka E1 ∩ E2 = {x |
K
l
Komplemen
Komplemen suatu peristiwa E1, ditulis E1c, adalah
himpunan semua elemen yang tidak di dalam E1.
C t h P h tik C t h 4 C t h P h tik C t h 4 Contoh. Perhatikan Contoh 4.
E2c= {0 ≤ IP ≤ 3}, yaitu himpunan nilai IP dari 0
i d 3
Contoh. Perhatikan Contoh 4.
E2c= {0 ≤ IP ≤ 3}, yaitu himpunan nilai IP dari 0
i d 3 sampai dengan 3. sampai dengan 3.
Peluang Suatu Kejadian
Peluang Suatu Kejadian
P i i d f k i l tif Prinsip dasar : frekuensi relatif
Jika suatu ruang sampel mempunyai n(S ) elemen, dan
suatu event E mempunyai n(E) elemen maka suatu event E mempunyai n(E) elemen, maka probabilitas E adalah: ( ) ( ) ( ) n E P E n S ( ) n S
C t h 5
Contoh 5
Seorang pengusaha sukses merencanakan untuk berlibur keliling g p g g Indonesia 1 bulan penuh (terhitung tanggal 1 sampai tanggal terakhir bulan ybs) tahun 2010. Perusahaannya mewajibkan setiap
anggotanya membuat surat izin tertulis dengan menyertakan lama gg y g y waktu izin (dalam hari). Berapa peluang bahwa pengusaha sukses tersebut mengajukan izin 31 hari?
Jawab: n(S) = 12 (banyak bulan dalam 1 thn). Misal E : kejadian bulan dengan 31 hari maka n(E) = 7 yaitu E = {Jan Mar Jawab: n(S) = 12 (banyak bulan dalam 1 thn). Misal E : kejadian bulan dengan 31 hari maka n(E) = 7 yaitu E = {Jan Mar bulan dengan 31 hari, maka n(E) = 7 yaitu E = {Jan, Mar, Mei, Jul, Agt, Okt, Des}
bulan dengan 31 hari, maka n(E) = 7 yaitu E = {Jan, Mar, Mei, Jul, Agt, Okt, Des}
Ak i
P l
g
Aksioma Peluang
1 0 ≤ P(E) ≤ 1 1. 0 ≤ P(E) ≤ 1.
2. P(S) = 1.
3. Jika E1 dan E2 adalah dua kejadian yang saling
lepas,maka berlaku:
P(E1E2 ) = P(E1) + P(E2)
4. Jika J E11, E, 22,…,E, , nn adalah kejadian yang saling lepas j y g g p mutual, maka berlaku :
P(E E E ) = P(E ) + P(E ) + + P(E )
Peluang Bersyarat
Peluang Bersyarat
Peluang bersyarat (conditional probability)
dikatakan bersyarat karena eventnya sudah
y
y
dibatasi.
Jika event pembatas itu A dan event yang
Jika event pembatas itu A dan event yang
probabilitasnya ingin dihitung adalah B, maka
peluang bersyaratnya adalah:
( )
P A B
Peluang Bersyarat
Peluang Bersyarat
Dalam
P
(
B
|
A
), event
A
adalah kejadian yang
terjadi terlebih dahulu atau yang diamati lebih
dulu, baru kemudian
B.
Jika
A
dan
B
adalah dua kejadian yang saling
bebas maka
Jika
A
dan
B
adalah dua kejadian yang saling
bebas maka
bebas, maka
P
(
B
|
A
) =
P
(
B
)
bebas, maka
Contoh
6
Contoh
6
Jenis Rambut Warna
Hit Tid k Hit Hitam Tidak Hitam
Lurus 2 0 Ik l 2 4 Ikal 2 4 Keriting 1 2 P(Lurus Hitam) 2 5 2 P(Lurus | Hitam) = :
K j di
S li
B b
d
S li
L
Kejadian Saling Bebas dan Saling Lepas
D k j di E d F dik t k li b b D k j di E d F dik t k li b b Dua kejadian E dan F dikatakan saling bebas
(independent) jika berlaku:
Dua kejadian E dan F dikatakan saling bebas
(independent) jika berlaku:
(
)
( ). ( )
P EF
P E P F
Dua kejadian E dan F dikatakan saling lepas jika
berlaku:
Dua kejadian E dan F dikatakan saling lepas jika
berlaku:
(
) 0
P EF
(
) 0
Contoh 7
Contoh
7-- Sebuah kartu dipilih secara acak dari serangkai kartu
bridge yang berjumlah 52 kartu. Jika E adalah kejadian terpilih kartu As dan F adalah kejadian terpilih gambar h i T j kk b h E d F li b b A k h E d hati. Tunjukkan bahwa E dan F saling bebas. Apakah E dan
Contoh 7
--Contoh 7
( ) 1/ 52 P EF Jawab:( ) 4 / 52
P E
karena hanya terdapat satu As yang bergambar hati.
( ) 4 / 52
P E
karena terdapat 4 As dalam kartu bridge
( ) 13 / 52
P F
p g
karena terdapat 13 kartu bergambar hati
4 13 52 1
( ). ( ) . ( )
52 52 52 52 52
P E P F P EF
karena terdapat 13 kartu bergambar hati
Peluang Bersyarat
Banyak kejadian Banyak kejadian A B5 B1 A B5 A B B4 A B 5 A B1 A B A B4Peluang Bersyarat
Banyak kejadianAturan Bayes
Aturan Bayes
Contoh 8
Contoh 8
Solusi
Solusi
Referensi
Referensi
Dekking F.M., et.al., g A Modern Introduction to Probability and y
Statistics, London : Springer, 2005.
Devore, J.L. and Peck, R., Statistics – The Exploration and
Analysis of Data USA: Duxbury Press 1997
Analysis of Data, USA: Duxbury Press, 1997.
Walpole, Ronald E. dan Myers, Raymond H., Ilmu Peluang dan
Statistika untuk Insinyur dan Ilmuwan, Edisi 4, Bandung: P bit ITB 1995
Penerbit ITB, 1995.
Walpole, Ronald E., et.al, Statistitic for Scientist and Engineering,
8th Ed., 2007.
Wild, C.J. and Seber, G.A.F., Chance Encounters – A first Course
in Data Analysis and Inference, USA: John Wiley&Sons,Inc., 2000.