Marketing Management: PELUANG MATEMATIKA

Peluang Matematika

1. Pengertian Ruang Sampel dan Kejadian Himpunan S dari semua kejadian atau peristiwa yang mungkin mucul dari suatu percobaan disebut ruang sampel. Kejadian khusus atau suatu unsur dari S disebut titik sampel atau sampel. Suatu kejadian A adalah suatu himpunan bagian dari ruang sampel S.

Contoh:
Diberikan percobaan pelemparan 3 mata uang logam sekaligus 1 kali, yang masing-masing memiliki sisi angka ( A ) dan gambar ( G ). Jika P adalah kejadian muncul dua angka, tentukan S, P (kejadian)!
Jawab :
S = { AAA, AAG, AGA, GAA, GAG, AGG, GGA, GGG}
P = {AAG, AGA, GAA}

2. Pengertian Peluang Suatu Kejadian
Pada suatu percobaan terdapat n hasil yang mungkin dan masing-masing berkesempatan sama untuk muncul. Jika dari hasil percobaan ini terdapat k hasil yang merupakan kejadian A, maka peluang kejadian A ditulis P ( A ) ditentukan dengan rumus :

Contoh :
Pada percobaan pelemparan sebuah dadu, tentukanlah peluang percobaan kejadian muncul bilangan genap!
Jawab : S = { 1, 2, 3, 4, 5, 6} maka n ( S ) = 6
Misalkan A adalah kejadian muncul bilangan genap, maka:
A = {2, 4, 6} dan n ( A ) = 3

3. Kisaran Nilai Peluang Matematika
Misalkan A adalah sebarang kejadian pada ruang sampel S dengan n ( S ) = n, n ( A ) = k dan

Jadi, peluang suatu kejadian terletak pada interval tertutup [0,1]. Suatu kejadian yang peluangnya nol dinamakan kejadian mustahil dan kejadian yang peluangnya 1 dinamakan kejadian pasti.

4. Frekuensi Harapan Suatu Kejadian
Jika A adalah suatu kejadian pada frekuensi ruang sampel S dengan peluang P ( A ), maka frekuensi harapan kejadian A dari n kali percobaan adalah n x P( A ).

Contoh :
Bila sebuah dadu dilempar 720 kali, berapakah frekuensi harapan dari munculnya mata dadu 1? Jawab :
Pada pelemparan dadu 1 kali, S = { 1, 2, 3, 4, 5, 6 } maka n (S) = 6.
Misalkan A adalah kejadian munculnya mata dadu 1, maka:
A = { 1 } dan n ( A ) sehingga :

Frekuensi harapan munculnya mata dadu 1 adalah

5. Peluang Komplemen Suatu Kejadian
Misalkan S adalah ruang sampel dengan n ( S ) = n, A adalah kejadian pada ruang sampel S, dengan n ( A ) = k dan Ac adalah komplemen kejadian A, maka nilai n (Ac) = n – k, sehingga :

Jadi, jika peluang hasil dari suatu percobaan adalah P, maka peluang hasil itu tidak terjadi adalah (1 – P).

Peluang Kejadian Majemuk

1. Gabungan Dua Kejadian
Untuk setiap kejadian A dan B berlaku :

Catatan :

dibaca “ Kejadian A atau B dan

dibaca “Kejadian A dan B”

Contoh :
Pada pelemparan sebuah dadu, A adalah kejadian munculnya bilangan komposit dan B adalah kejadian muncul bilangan genap. Carilah peluang kejadian A atau B!
Jawab :

2. Kejadian-kejadian Saling Lepas
Untuk setiap kejadian berlaku

Jika

. Sehingga

Dalam kasus ini, A dan B disebut dua kejadian saling lepas.

3. Kejadian Bersyarat
Jika P (B) adalah peluang kejadian B, maka P (A|B) didefinisikan sebagai peluang kejadian A dengan syarat B telah terjadi. Jika

adalah peluang terjadinya A dan B, maka

Dalam kasus ini, dua kejadian tersebut tidak saling bebas.

4. Teorema Bayes
Teorema Bayes(1720 – 1763) mengemukakan hubungan antara P (A|B) dengan P ( B|A ) dalam teorema berikut ini :

5. Kejadian saling bebas Stokhastik
(i) Misalkan A dan B adalah kejadian – kejadian pada ruang sampel S, A dan B disebut dua kejadian saling bebas stokhastik apabila kemunculan salah satu tidak dipengaruhi kemunculan yang lainnya atau : P (A | B) = P (A), sehingga:

Sebaran Peluang

1. Pengertian Peubah acak dan Sebaran Peluang.
Peubah acak X adalah fungsi dari suatu sampel S ke bilangan real R. Jika X adalah peubah acak pada ruang sampel S denga X (S) merupakan himpunan berhingga, peubah acak X dinamakan peubah acak diskrit. Jika Y adalah peubah acak pada ruang sampel S dengan Y(S) merupakan interval, peubah acak Y disebut peubah acak kontinu. Jika X adalah fungsi dari sampel S ke himpunan bilangan real R, untuk setiap

dan setiap

maka:

Misalkan X adalah peubah acak diskrit pada ruang sampel S, fungsi masa peluang disingkat sebaran peluang dari X adalah fungsi f dari R yang ditentukan dengan rumus berikut :