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 :

2. Sebaran Binom 
Sebaran Binom atau Distribusi Binomial dinyatakan dengan rumus sebagai berikut :

Dengan P sebagai parameter dan 
Rumus ini dinyatakan sebagai:
 untuk n = 0, 1, 2, …. ,n
Dengan P sebagai parameter dan 

P = Peluang sukses
n = Banyak percobaan
x = Muncul sukses
n-x = Muncul gagal

sumber : http://www.rumus.web.id/matematika/peluang-permutasi-kombinasi-matematika/

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:

sumber :http://www.rumus.web.id/matematika/peluang-permutasi-kombinasi-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).

sumber : http://www.rumus.web.id/matematika/peluang-permutasi-kombinasi-matematika/

 Kombinasi 
Kombinasi adalah susunan unsur-unsur dengan tidak memperhatikan urutannya. Pada kombinasi AB = BA. Dari suatu himpunan dengan n unsur dapat disusun himpunan bagiannya dengan untuk Setiap himpunan bagian dengan k unsur dari himpunan dengan unsur n disebut kombinasi k unsur dari n yang dilambangkan dengan , 

Contoh :
Diketahui himpunan  .
Tentukan banyak himpunan bagian dari himpunan A yang memiliki 2 unsur!
Jawab :

Banyak himpunan bagian dari A yang memiliki 2 unsur adalah C (6, 2).

Cara cepat mengerjakan soal kombinasi

dengan penulisan nCk, hitung 10C4

kita langsung tulis 4 angka dari 10 mundur lalu dibagi 4!, yaitu 10.9.8.7 dibagi 4.3.2.1
jadi 10C4 = 10x9x8x7 / 4x3x2x1 berapa itu? hitung sendiri 

Ohya jika ditanya 10C6 maka sama dengan 10C4, ingat 10C6=10C4. contoh lainnya
20C5=20C15
3C2=3C1
100C97=100C3
melihat polanya? hehe semoga bermanfaat!

sumber : http://www.rumus.web.id/matematika/peluang-permutasi-kombinasi-matematika/

Permutasi 
Permutasi adalah susunan unsur-unsur yang berbeda dalam urutan tertentu. Pada permutasi urutan diperhatikan sehingga 
Permutasi k unsur dari n unsur adalah semua urutan yang berbeda yang mungkin dari k unsur yang diambil dari n unsur yang berbeda. Banyak permutasi k unsur dari n unsur ditulis atau .
Permutasi siklis (melingkar) dari n unsur adalah (n-1) !
Cara cepat mengerjakan soal permutasi

dengan penulisan nPk, hitung 10P4
kita langsung tulis 4 angka dari 10 mundur, yaitu 10.9.8.7
jadi 10P4 = 10x9x8x7 berapa itu? hitung sendiri 

sumber : http://www.rumus.web.id/matematika/peluang-permutasi-kombinasi-matematika/

Simpangan Baku (Deviasi Standar) dan Ragam

Sebelum membahas simpangan baku atau deviasi standar, perhatikan contoh berikut. Kamu tentu tahu bahwa setiap orang memakai sepatu yang berbeda ukurannya. Ada yang berukuran 30, 32, 33, ... , 39, 40, dan 41. Perbedaan ini dimanfaatkan oleh ahli-ahli statistika untuk melihat penyebaran data dalam suatu populasi. Perbedaan ukuran sepatu biasanya berhubungan dengan tinggi badan manusia. Seorang ahli matematika Jerman, Karl Ganss mempelajari penyebaran dari berbagai macam data. Ia menemukan istilah deviasi standar untuk menjelaskan penyebaran yang terjadi. Saat ini, ilmuwan menggunakan deviasi standar atau simpangan baku untuk mengestimasi akurasi pengukuran. Deviasi standar adalah akar dari jumlah kuadrat deviasi dibagi banyaknya data.

1) Simpangan baku dan ragam data tunggal
    Simpangan baku/deviasi standar data tunggal dirumuskan sebagai berikut. 

         
         

2) Ragam dan Simpangan baku data kelompok Ragam () dan Simpangan baku (s) data kelompok 
dirumuskan sebagai berikut.
  

Simpangan Rata-Rata (Deviasi Rata-Rata)

    Simpangan rata-rata suatu data adalah nilai rata-rata dari selisih setiap data dengan nilai rataan hitung.

     1) Simpangan rata-rata data tunggal
         Simpangan rata-rata data tunggal dirumuskan sebagai berikut.
         

    2) Simpangan rata-rata data kelompok 
         Simpangan rata-rata data kelompok dirumuskan:
         

Kuartil (Q)

Seperti yang sudah dibahas sebelumnya, bahwa median membagi data yang telah diurutkan menjadi dua bagian yang sama banyak. Adapun kuartil adalah membagi data yang telah diurutkan menjadi empat bagian yang sama banyak.
1) Kuartil data tunggal
    Urutkan data dari yang kecil ke yang besar, kemudian tentukan kuartil dengan rumus sebagai berikut:
  
   
    Contoh:
    Tentukan Q1, Q2, dan Q3 dari data : 3, 4, 7, 8, 7, 4, 8, 4, 6, 9, 10, 8, 3, 7, 12.
     Jawab:
     Langkah 1: urutkan data dari  kecil ke besar sehingga diperoleh 
                      3, 3, 4, 4, 4, 6, 7, 7, 7, 8, 8, 8, 9, 10, 12.
                                                 1(15+1)
     Langkah 2: Letak data Q1=–––––––– = 4
                                                      4
                      Jadi Q1 terletak pada data ke-empat yaitu 4

                                                 2(15+1)
     Langkah 3: Letak data Q2=–––––––– = 8
                                                      4
                      Jadi Q2 terletak pada data ke-delapan yaitu 7

                                                 3(15+1)
     Langkah 4: Letak data Q1=–––––––– = 12
                                                      4
                      Jadi Q3 terletak pada data ke-duabelas yaitu 8


2) Kuartil data kelompok

Nilai kuartil dirumuskan sebagai berikut.



Keterangan:
Qi = kuartil ke-i (1, 2, atau 3)
L  = tepi bawah kelas kuartil ke-i
n = banyaknya data
F = frekuensi kumulatif kelas sebelum kelas kuartil
c = lebar kelas
f = frekuensi kelas kuartil

1. Jangkauan (Range)

Ukuranpenyebaran yang paling sederhana (kasar) adalahjangkauan (range) ataurentangannilai, yaituselisihantara data terbesardan data terkecil.
1) Range data tunggal
    Untuk range data tunggaldirumuskandengan:

    R = xmaks – xmin

    Contoh :
    Tentukan range dari data-data di bawahini.
     6, 7, 3, 4, 8, 3, 7, 6, 10, 15, 20

     Jawab:
     Dari data di atasdiperolehxmaks = 20 danxmin = 3
     Jadi, R = xmaks – xmin
                 = 20 – 3 = 17

2) Range data kelompok
Untuk data kelompok, nilaitertinggidiambildarinilaitengahkelastertinggidannilaiterendahdiambildarinilaikelas yang terendah.
    Contoh :

 Poligon Frekuensi Kumulatif

Dari distribusi frekuensi kumulatif dapat dibuat grafik garis yang disebut poligon

frekuensi kumulatif. Jika poligon frekuensi kumulatif dihaluskan, diperoleh kurva yang

disebut kurva ogive. 

Poligon Frekuensi

Apabila pada titik-titik tengah dari histogram dihubungkan dengan garis dan batangbatangnya

dihapus, maka akan diperoleh poligon frekuensi. Berdasarkan contoh di atas

dapat dibuat poligon frekuensinya seperti gambar berikut ini.

 

Histogram

Dari suatu data yang diperoleh dapat disusun dalam tabel distribusi frekuensi dan

disajikan dalam bentuk diagram yang disebut histogram. Jika pada diagram batang,

gambar batang-batangnya terpisah maka pada histogram gambar batang-batangnyaberimpit. Histogram dapat disajikan dari distribusi frekuensi tunggal maupun distribusi

frekuensi bergolong. Untuk lebih jelasnya, perhatikan contoh berikut ini.

Data banyaknya siswa kelas XI IPA yang tidak masuk sekolah dalam 8 hari berurutan

sebagai berikut.

Hari	1	2	3	4	5	6	7	8
Banyaknya Siswa Absen	5	15	10	15	20	25	15	10

Berdasarkan data diatas dapat dibentuk histogramnya seperti berikut dengan membuat

tabel distribusi frekuensi tunggal terlebih dahulu.

5. Diagram Kotak Garis

Data statistik yang dipakai untuk menggambarkan diagram kotak garis adalah

statistik Lima Serangkai, yang terdiri dari data ekstrim (data terkecil dan data terbesar),

Q1, Q2, dan Q3