39367755-bayes

16
Modul 2. Konsep Dasar dan Kaidah Peluang Ruang contoh : himpunan semua hasil yang mungkin dari suatu eksperimen dan biasa dilambangkan dengan S. Eksperimen : proses di mana pengamatan atau pengukuran dilaksanakan. Kejadian sederhana : suatu hasil tunggal dari suatu eksperimen Kejadian majemuk A: kumpulan dari kejadian- kejadian tunggal Diagram pohon hasil percobaan (eksperimen) Pelemparan dua keeping mata uang 1 Muka = M Belakang = B Muka = M Belakang = B Muka = M Belakang = B Mata uang I Mata uang II Hasil E 1 = MM E 2 = MB E 3 = BM E 4 = BB

Upload: franciscus-manuel-s

Post on 03-Aug-2015

320 views

Category:

Documents


20 download

DESCRIPTION

Bayes

TRANSCRIPT

Page 1: 39367755-bayes

Modul 2.

Konsep Dasar dan Kaidah Peluang

• Ruang contoh : himpunan semua hasil yang mungkin dari suatu eksperimen dan biasa dilambangkan dengan S.

• Eksperimen : proses di mana pengamatan atau pengukuran dilaksanakan.

• Kejadian sederhana : suatu hasil tunggal dari suatu eksperimen

• Kejadian majemuk A: kumpulan dari kejadian-kejadian tunggal

• Diagram pohon hasil percobaan (eksperimen)

Pelemparan dua keeping mata uang

1

Muka = M

Belakang = B

Muka = M

Belakang = B

Muka = M

Belakang = B

Mata uang I Mata uang II Hasil

E1 = MM

E2 = MB

E3

= BM

E4

= BB

Page 2: 39367755-bayes

Dalam bentuk tabel

Kejadian M. uang I M. Uang IIE1 Muka MukaE2 Muka BelakangE3 Belakang MukaE4 Belakang Belakang

• Ruang contoh diskrit

S = S1,S2,…,SN; ruang contoh terhinggaS = S1,S2,…Sn,…; ruang contoh tak hingga

• Diagram Venn dan Operasi Himpunan

2

A

B

A U B

BA

BA ∩

A

A'A

B

BA ⊂

Page 3: 39367755-bayes

( ) ( ) ( )( )( ) B' A''BA (5)

B' A''BA (4)

CABACBA (3)

AB BA (2)

ABBA (1)

∪=∩∩=∪

∩∪∩=∪∩∩=∩∪=∪

Peluang kejadian :Sekeping mata uang seimbang dilemparkan n kali maka peluang munculnya M :

( ) ( )n

M#limMP besar n untuk ;

n

M#MP

n ∞→=→=

#M = banyak kalinya M muncul dari n Lemparan

• Kaidah – Kaidah Peluang

• Penghitungan Kejadian

Permutasi = pengaturan r obyek dari n obyek berbeda dengan mem-perhatikan urutan

3

( )( )

( ) ( )

( ) ( ) ( ) ( ) ( )

( ) ( ) ( )( ) ( ) ( ) ( )( ) ( ) ( )B'

BAPBPAPBAP

B A'PB A PBP

kejadian dua peluangGabungan

1SPA'PAPdan AP1A'P

A'Akomplemen kejadian Peluang

APA ...AAP

:maka j i , φ A A Bila

1SP

0 AP S A Bila

n

1iin2 1

ji

∩+∩=∩−+=∪

∩+∩=

==+−==

=∪∪∪

≠=∩=≥→⊂

∑=

APBAPAP

( )

1 0!

(1) (2) (3) . . . 2)-(n 1)-(nn n! dimana

r)!-(n

n! 1)r-(n . . . 2)-(n 1-nn Pn

r

==

=+=

Page 4: 39367755-bayes

Kombinasi : pemilikan r obyek dari n obyek yang ber-beda tanpa memperhatikan urutan

Peluang Bersyarat, Kejadian Bebas dan Kaidah Bayes

• Peluang bersyarat:

Contoh : A = penderita kankerB = perokok beratDiketahui (A) = 135 , #(A ∩ B) = 122Hitung peluang : P(B/A)Penyelesaian:

4

r ) !( nr !

n !

r

nCn

r −=

=

( )

diketahuiA telah peluangsyarat dengan Bkejadian peluang )/(

,(A)

B)(A P /

=

∩=

ABP

PABP

90,0135

122

/)(#

/)(#

)(

B)P(A )/(

B)(A# B)P(A ,

N

(A)# )(

==∩=∩=

∩=∩=

NA

NBA

APABP

NAP

Page 5: 39367755-bayes

Bila A dan B bebas :

Contoh soal :

Suatu kantong berisi 4 bola merah dan 3 bola hitam dan kantong kedua berisi 3 bola merah dan 5 bola hitam. Satu bola diambil dari kantong pertama dan dimasukkan tanpa melihatnya ke kantong kedua. Berapa peluangnya mengambil bola hitam dari kantung kedua?

Diagram pohonnya:

5

( ) P(B) . APB)P(A =∩

P(A/B) P(B)B)P(Aatau P(B/A) . P(A) )( =∩=∩BAP

Kantong 14M, 3H

Kantong 24M, 5H

Kantong 23M, 6H

( )21 MMP ∩

( )21 HMP ∩

( )21 MHP ∩

( )21 HHP ∩

M

M

MH

H

H

4 / 7

4 / 9

5 / 9

3 / 9

6 / 9

Page 6: 39367755-bayes

( ) ( )63

382121 =∩+∩ HHPHMP

H1 = mengambil 1 bola hitam dari kantong 1H2 = mengambil 1 bola hitam dari kantong 2M1 = mengambil 1 bola merah dari kantong 1M2 = mengambil 1 bola merah dari kantong 2

• Kaidah Bayes

Diagram Venn untuk kejadian A,E dan E′

6

E'AEA ∩

E'A ∩

( ) ( )( ) ( ) ( )E'APEAPAP

E'AEAA

∩+∩=∩∪∩=

( ) ( )( )

( )( ) ( )

( ) ( ) ( )( ) ( ) )P(A/E' )P(E' A/EP EP

A/EP EPE/AP

E'APEAP

EAP

AP

EAPE/AP

+=

∩+∩∩=∩=

Page 7: 39367755-bayes

Diagram pohonnya

Bentuk umumnya:k21 B , . . . , , BB kejadian sekatan dari ruang contoh dengan

( ) k , . . . , ,2 1i , 0 =≠iBP maka setiap kejadian A anggota dari ruang contoh

Bila maka kaidah Bayes:

Untuk k = 3 ;

7

E

A

A'

A

A'

A)P(E ∩

A)P(E'∩

P(A)

( ) ∑∑==

=∩=k

1iiii

k

1i

)P(A/B )P(BA)(BPAP

( ) ( )( )

( ) ( )( ) ( )i

k

1ii

rr

i

k

1i

rr

A/BP BP

A/BP BP

ABP

ABP/ABP

∑∑==

=∩

∩=

( ) 0≠AP

Adan B ,B ,B 321

Page 8: 39367755-bayes

Soal tentang peluang total dan kaidah Bayes :

Sebuah perusahaan memproduksi suatu barang yang dihasilkan dari tiga mesin B1, B2, B3. Dari seluruh produksi, mesin B1 menghasilkan 200 unit, mesin B2 = 300 unit dan mesin B3 = 100 unit. Bila diketahui bahwa produksi yang rusak berasal dari B1 = 5% dari B2 = 2% dan dari B3 = 10% dan seorang membeli 1 unit secara acak.

a. Berapakah peluang pembeli tersebut memper-oleh barang yang rusak.

b. Bila barang yang dibelinya ternyata rusak berapa-kah peluangnya berasal dari mesin B1?

Tugas/ Latihan.

1. Tuliskan unsur masing-masing ruang contoh berikut ini:

(a) Himpunan bilangan bulat anatara 1 sampai 50 yang habis dibagi dengan 8

(b) Himpunan S = X|X2 + 4 X – 5 = 0

8

( ) ( ) ( )( ) ( ) ( ) ( ) ( ) ( )

( )( ) ........?........../ABP

? . . . . . . . . . . . . . /ABP

A/BP BP A/BP BP A/BP BP

A/BP BP/ABP

3

2

332211

111

==

++=

Page 9: 39367755-bayes

(c) Himpunan keluaran pada saat koin dilantunkan sampai satu sisi B=belakang atau 3 sisi M=muka muncul

(d) Himpunan S = X|X adalah sebuah benua

(e) Himpunan S = X|2X – 4 ≥ 0 dan X < 1

2. Yang manakah dari kejadian dibawah ini yg sama(a) A = 1, 3

(b) B = X|X angka pada sebuah dadu

(c) C = X|X2 – 4X + 3 = 0

(d) D = X|X jumlah sisi M = muka pada saat enam koin dilantunkan

3. Sebuah percobaan terdiri atas pelemparan sebuah dadu kemudian mengundi sebuah koin sekali bila nomor pada dadu yang muncul adalah genap. Bila nomor pada dadu adalah ganjil, koin diundi dua kali. Dengan menggunakan notasi 4 M, misalnya untuk menunjukan kejadian dimana dadu muncul 4 dan kemudian koin memunculkan sisi M dan 3 MB untuk menunjukan kejadian dimana dadu me-munculkan 3 diikuti oleh sisi M = muka kemudian sisi B = belakang.Buatlah sebuah bilangan pohon untuk menunjukan 18 unsur dari ruang contoh S.

4. Pada suatu penelitian lingkungan yang menyelidiki pengaruh gas radon pada penduduk, diambil 100 sampel (contoh) sel darah untuk dibiakan dan

9

Page 10: 39367755-bayes

kemudian diamati kelainan sifat khromosomnya. Bila Wi menyatakan kelainan khromosomnya. Maka ruang contoh kejadiannya Ω = W0, W1, W2, W3, W4, W5 dengan peluang

5,4,3,2,1,0 2

)1()(

1

2

=+= + iiC

WPii

(a) Tentukan nilai konstante C

(b) Hitunglah peluang bahwa seorang yang dipilih secara acak mempunyai 3 kelainan

5. A dan B adalah kejadian dengan peluang diketahui P(A) = 0,7,P (B) = 0,4 dan P (A ∩ B) = 0,2. Hitunglah peluang-peluang berikut:

(a) P(A ∪ B) (b) P(A1 ∩ B1) (c) P(A1 ∪ B1)

(d) P(A1 ∩ B) (e) P(A ∩ B1) (f) P(A1 ∪ B)

(g) P(A ∪ B1) (h) P(A ∩ B)1 (i) P(A ∪ B)1

6. Diketahui P(A1) = 0,5, P(A2) = 0,4, P(A3) = 0,4P(A1 ∩ A2) = 0,04, P(A1 ∩ A3) = 0,01, P(A2 ∩ A3) = 0,2, P(A1 ∩ A2 ∩ A3) = 0,02.Gunakan sistem informasi ini dan diagram venn untuk menghitung peluang berikut:

(a) P(A1 ∪ A2 ∪ A3) (b) P(A11 ∩ A2

1 ∩ A3

1)

10

Page 11: 39367755-bayes

(c) P(A1 ∪ A2) ∩ A3) (d) P(A1 ∪ A2) ∩ A31)

(c) P(A’1 ∩ A2 ∩ A3)

7. Diketahui P(A) = 0,7 dan P(B) = 0,8. Tunjukan bahwa P(A ∩ B) ≥ 0,5.

8. Sebuah kotak berisi 500 amplop dimana 75 diantaranya berisi $100 tunai, 150 amplop berisi $25, dan 275 berisi $10. Sebuah amplop dapat dibeli dengan harga $25 buatlah ruang contoh untuk uang yang berbeda, tentukan peluang bagi titik-titik contoh itu kemudian carilah peluang bahwa amplop pertama yang dibeli berisi kurang dari 100.

9. Dari 100 siswa yang diwisuda, 54 belajara matematika, 69 belajar sejarah, 39 belajar matematika dan sejarah. Bila seorang siswa dipilih secara acak, hitunglah peluangnya,

(a) Dia belajar matematika atau sejarah(b) Dia tidak belajar keduanya

(c) Dia belajar sejarah tapi tidak matematika

10. Peluang suatu industri akan membangun pabrik-nya di Bekasi 0,7 peluang, membangun pabriknya di Bandung 0,4, dan peluang membangun di Bekasi atau di Bandung atau kedua-duanya 0,5. Berapakah peluang pabrik itu dibangun.

a. Dikedua kotab. Tidak disalah satupun dari keduanya

11

Page 12: 39367755-bayes

11. Dari pengalaman yang lalu seorang pialang saham yakin bahwa dalam keadaan ekonomi yang sekarang langganan akan menanam modalnya dalam obligasi bebas pajak dengan peluang 0,6, dalam dana bersama (Mutual Funds) dengan peluang 0,3 dan dalam keduanya dengan peluang 0,15. Pada keadaan sekarang, carilah peluang seorang langganan akan menanam modalnya.

(a) Dalam obligasi bebas pajak atau dana ber-sama

(b) Tidak dalam salah satupun dari keduanya.

12. Disuatu penjara, ternyata 2/3 dari penghuninya ber-umur dibawah 25 tahun. Selain itu diketahui bahwa 3/5 bagian perempuan atau yang berumur 25 tahun atau lebih. Bila kita mengambil seseorang secara acak dari penjara ini berapa peluang bahwa ia ber-jenis kelamin perempuan dan berumur sekurang–kurangnya 25 tahun.

13. Peluang sebuah pompa bensin kedatangan 0, 1, 2, 3, 4 atau 5 atau lebih mobil selama periode 30 menit tertentu adalah 0,03; 0,18; 0,24; 0,28; 0,10 dan 0,17 hitunglah peluang bahwa dalam periode 30 menit ini

(a) Pompa bensin kedatangan lebih dari 2 mobil

(b) Pompa bensin itu kedatangan sebanyak-banyaknya 4 mobil.

12

Page 13: 39367755-bayes

(c) Pompa bensin itu kedatangan 4 atau lebih mobil.

14. Suatu contoh acak 200 orang dewasa di-klasifikasikan dibawah ini menurut jenis kelamin dan tingkat pendidikan.

Pendidikan Laki-laki PerempuanSDSMPT

382822

455017

Bila seseorang diambil secara acak dari kelompok ini, hitunglah peluang bahwa.

(a) Yang terpilih tersebut laki-laki, bila diketahui ia berpendidikan sekolah menengah

(b) Yang terpilih bukan dari perguruan tinggi, bila diketahui ia perempuan.

15. Diantara 100 siswa kelas tiga sebuah sekolah menengah atas, 42 mempelajari matematika, 68 mempelajari psikologi, 54 mempelajari sejarah, 22 mempelajari matematika dan sejarah, 10 mem-pelajari ketiganya, dan 8 tidak mempelajari satupun dari ketiga diatas. Bila seorang siswa mengambil secara acak hitung peluang bahwa.

(a) Seorang yang mempelajari psikologi mem-pelajari ketiganya.

13

Page 14: 39367755-bayes

(b) Seorang yang tidak mempelajari psikologi mempelajari baik sejarah maupun matematika

16. Peluang sebuah mobil yang diisi bensin juga me-merlukan pergantian oli adalah 0,25 peluang bahwa mobil itu memerlukan oli maupun penyaring oli yg baru adalah 0,14.

(a) Bila oli harus diganti, berapa peluang penyaring baru juga diperlukan

(b) Bila penyaring baru juga diperlukan berapa peluang olinya juga harus diganti.

17. Peluang seorang dokter mendiagnosis suatu penyakit secara benar adalah 0,7. Bila diketahui dokter tersebut salah mendiagnosis, bahwa pasien akan menuntut kepengadilan adalah 0,9 berapakah seorang dokter tersebut salah mendiagnosis dan pensien menuntutnya?

18. Seorang pengusaha perumahan (real estate) mempunyai 8 kunci induk untuk membuka be-berapa rumah baru. Suatu rumah hanya akan dapat dibuka dengan satu kunci induk tertentu. Bila 40% dari rumah biasanya tak terkunci, berapakah peluang pengusaha tersebut dapat masuk ke-sebuah rumah tertentu bila dia mengambil tiga kunci induk secara acak sebelum meninggalkan kantornya?

14

Page 15: 39367755-bayes

19. Sebuah kota mempunyai dua mobil pemadam kebakaran yang bekerja saling bebas. Peluang suatu mobil tertentu tersedia bila diperlukan adalah 0,96

(a) Berapakah peluang keduanya tidak tersedia bila diperlukan

(b) Berapakah peluang satu mobil tersedia bila di-perlukan

20. Satu tas berisi 2 botol aspirin dan 3 botol masuk angin. Tas kedua berisi 3 botol aspirin, 2 botol obat masuk angin, dan 1 botol obat rematik. Bila satu botol diambil acak dari tiap tas, cari peluangnya bahwa:

(a) Kedua botol berisi obat masuk angin(b) Tidak ada botol yang berisi obat masuk

angin(c) Kedua botol berisi obat yang berlainan

21. Seorang pegawai mempunyai 2 mobil, satu sedan satu lagi Toyota kijang untuk pergi bekerja dia menggunakan sedan, biasanya dia tidak kembali di rumah pukul 17.30 sebanyak 75% ( 75 dari 100 kali) sedangkan bila menggunakan kijang dia tiba pukul 17.30 kira-kira 60% (tapi dia merasa lebih tenang memakai kijang karena tidak terlalu khawatir diserempet mobil lain).Bila dia tiba dirumah pukul 17.30 berapa peluang dia memakai sedan.

22. Perusahaan taksi sigma di Jakarta meng-klasifikasikan pengemudinya menjadi 3 kelas, yaitu

15

Page 16: 39367755-bayes

kelas A=(baik), kelas B=(cukup), kelas C=(kurang). Klasifikasi ini berdasarkan laporan yang masuk mengenai kecelakaan-kecelakaan yang dialami para pengemudi tersebu. Dari waktu yang lampau peluang bahwa pengemudi kelas A mengalami kecelakaan satu kali dalam satu bulan = 0,02, pengemudi kelas B=0,04 dan pengemudi C=0,08. Berdasarkan catatan yang ada pada perusahaan, 70% pengemudi kelas A, 20% kelas B dan 10% pengemudi kelas C. Pada suatu ketika seorang pengemudi melaporkan bahwa dia mengalami kecelakaan. Berapakah peluangnya bahwa pengemudi tersebut dari kelas A.

16