Langsung ke konten
  • Buka pemecah matematika
  • Tanya tutor AI
  • Cari kursus AP
  • Buat kuis
  • Buka kalkulator
  • Kalkulator grafik
  • Lihat semua kalkulator
  • Baca panduan matematika
↑ ↓Enter untuk membuka · Esc untuk menutup
Selesaikan soal

Statistika

Dasar-Dasar Teori Peluang: Pengantar Praktis

Penulis MathSolver Pro Editorial Team · Diterbitkan

Peluang mengukur kemungkinan suatu kejadian pada skala antara 0 dan 1. Beberapa aturan untuk kejadian komplemen, gabungan, kejadian saling bebas dan tidak saling bebas, serta peluang bersyarat menyelesaikan sebagian besar soal; mengenal jebakan-jebakan klasik juga membantu menghindari sebagian besar kesalahan.

Hasil, kejadian, dan skala peluang

Teori peluang dimulai dengan suatu percobaan acak, seperti melempar dadu, dan ruang sampelnya, yaitu himpunan semua hasil yang mungkin. Saat sebuah dadu biasa dilempar, himpunan ini adalah {1,2,3,4,5,6}\{1, 2, 3, 4, 5, 6\}. Kejadian adalah sembarang himpunan hasil; misalnya munculnya bilangan genap, yaitu himpunan {2,4,6}\{2, 4, 6\}.

Setiap peluang bernilai antara 0 dan 1. Peluang 0 berarti kejadian itu mustahil, 1 berarti pasti, sedangkan 0,5 berarti kemungkinan terjadinya sama dengan kemungkinan tidak terjadinya. Peluang dapat ditulis sebagai pecahan, desimal, atau persen: 14\frac{1}{4}, 0,25, dan 25 persen menyatakan hal yang sama. Jika semua hasil sama mungkin, peluang suatu kejadian adalah perbandingan sederhana:

P(A)=banyak hasil dalam Abanyak seluruh hasilP(A) = \frac{\text{banyak hasil dalam } A}{\text{banyak seluruh hasil}}

Dengan kata lain, peluang adalah banyaknya hasil yang diinginkan dibagi banyaknya semua hasil yang mungkin; inilah yang disebut definisi klasik peluang. Karena itu peluang mendapatkan bilangan genap adalah 36=12\frac{3}{6} = \frac{1}{2}. Dengan dua dadu ada 6×6=366 \times 6 = 36 hasil berurutan yang sama mungkin, dan enam di antaranya berjumlah 7: (1,6), (2,5), (3,4), (4,3), (5,2), dan (6,1); jadi P(jumlah=7)=636=16P(\text{jumlah} = 7) = \frac{6}{36} = \frac{1}{6}. Pada soal yang lebih besar, hasil-hasilnya dihitung dengan metode kombinatorika.

Aturan kejadian komplemen

Komplemen kejadian AA memuat semua hal yang tidak termasuk dalam AA. Karena salah satunya pasti terjadi, jumlah peluang keduanya adalah 1:

P(bukan A)=1−P(A)P(\text{bukan } A) = 1 - P(A)

Contoh 1: sekurang-kurangnya satu angka enam

  1. Berapa peluang muncul sekurang-kurangnya satu angka enam jika sebuah dadu dilempar empat kali?
  2. Menghitung satu per satu semua cara munculnya sekurang-kurangnya satu angka enam itu melelahkan; jadi kita ambil kejadian komplemennya: tidak muncul angka enam sama sekali.
  3. Pada setiap lemparan, peluang tidak muncul angka enam adalah 56\frac{5}{6}; jadi peluang tidak muncul sama sekali dalam empat lemparan adalah (56)4=6251296\left(\frac{5}{6}\right)^4 = \frac{625}{1296}.
  4. Dari sini P(setidaknya satu enam)=1−6251296=6711296≈0.518P(\text{setidaknya satu enam}) = 1 - \frac{625}{1296} = \frac{671}{1296} \approx 0.518.

Jika soal memuat ungkapan «sekurang-kurangnya satu», cobalah kejadian komplemennya terlebih dahulu. Cara ini hampir selalu mengubah perhitungan yang panjang menjadi perhitungan yang singkat.

Peluang gabungan: A atau B

Peluang terjadinya AA atau BB atau keduanya diperoleh dengan menjumlahkan peluang masing-masing lalu mengurangkan peluang irisannya, yang jika tidak dikurangkan akan terhitung dua kali:

P(A atau B)=P(A)+P(B)−P(A dan B)P(A \text{ atau } B) = P(A) + P(B) - P(A \text{ dan } B)

Jika satu kartu diambil dari satu set 52 kartu, peluang mendapatkan kartu hati atau raja adalah 1352+452−152=1652=413\frac{13}{52} + \frac{4}{52} - \frac{1}{52} = \frac{16}{52} = \frac{4}{13}, karena raja hati termasuk dalam kedua kelompok. Kejadian yang tidak dapat terjadi bersamaan, seperti munculnya 2 dan 5 dalam satu lemparan, disebut kejadian saling lepas. Irisannya kosong; karena itu peluangnya langsung dijumlahkan.

Peluang irisan: A dan B

Dua kejadian saling bebas jika terjadinya yang satu tidak mengubah peluang yang lain, seperti pada pelemparan koin yang dilakukan terpisah. Untuk kejadian saling bebas, peluang-peluangnya dikalikan:

P(A dan B)=P(A)×P(B)P(A \text{ dan } B) = P(A) \times P(B)

Jadi peluang mendapatkan dua kali gambar dalam dua lemparan adalah 12×12=14\frac{1}{2} \times \frac{1}{2} = \frac{1}{4}. Jika kejadiannya tidak saling bebas, peluang kedua harus memperhitungkan apa yang sudah terjadi. Jika dua kartu diambil tanpa pengembalian, peluang mendapatkan dua kartu as adalah 452×351=122652=1221\frac{4}{52} \times \frac{3}{51} = \frac{12}{2652} = \frac{1}{221}, karena setelah satu as terambil, hanya ada 3 as di antara 51 kartu yang tersisa.

Peluang bersyarat dan rumus Bayes

Peluang bersyarat adalah peluang AA jika diketahui bahwa BB telah terjadi, dan dilambangkan P(A∣B)P(A \mid B). Mengetahui bahwa BB telah terjadi mempersempit ruang sampel menjadi BB:

P(A∣B)=P(A dan B)P(B)P(A \mid B) = \frac{P(A \text{ dan } B)}{P(B)}

Rumus Bayes membalik peluang bersyarat dan mengubah P(B∣A)P(B \mid A) menjadi P(A∣B)P(A \mid B). Penerapannya yang paling terkenal menunjukkan mengapa hasil positif sebuah tes medis bisa jadi tidak semengkhawatirkan kelihatannya.

Contoh 2: tes positif

  1. Suatu penyakit menyerang 1 persen penduduk. Tesnya mendeteksi penyakit itu pada 90 persen kasus, tetapi juga memberikan hasil positif palsu pada 5 persen orang sehat.
  2. Bayangkan 10 000 orang. Kira-kira 100 di antaranya sakit, dan pada 90 di antaranya hasil tesnya positif.
  3. Sebanyak 5 persen dari 9 900 orang sehat, yaitu 495 orang, juga mendapat hasil positif.
  4. Jadi 585 orang mendapat hasil positif, dan hanya 90 di antaranya yang sakit: P(penyakit∣positif)=90585≈0.154P(\text{penyakit} \mid \text{positif}) = \frac{90}{585} \approx 0.154.
  5. Walaupun tesnya andal, karena penyakitnya jarang, hasil positif berarti kemungkinan sakit hanya sekitar 15 persen.

Nilai harapan

Nilai harapan suatu permainan atau peubah acak adalah hasil rata-rata dalam jangka panjang; nilai ini diperoleh dengan mengalikan setiap hasil dengan peluangnya lalu menjumlahkan semuanya:

E(X)=∑xi P(xi)E(X) = \sum x_i \, P(x_i)

Misalkan sebuah permainan membayar 10 dolar jika dadu menunjukkan angka enam, dan dalam keadaan lain Anda harus membayar 2 dolar. Nilai harapannya 10⋅16−2⋅56=10−106=010 \cdot \frac{1}{6} - 2 \cdot \frac{5}{6} = \frac{10 - 10}{6} = 0: permainan itu adil, dan setelah banyak putaran Anda dapat berharap impas. Permainan kasino dirancang agar nilai harapan bagi pemain sedikit negatif; karena itu, walaupun sebagian pemain sesekali menang, kasino meraup uang dari jutaan taruhan. Asuransi mengikuti prinsip yang sama dari sisi sebaliknya: perusahaan asuransi mengumpulkan premi sedikit lebih banyak daripada yang diperkirakannya akan dibayarkan.

Jebakan khas

  • Kekeliruan penjudi: pada roulette yang adil, setelah lima kali merah berturut-turut, hitam tidak «harus» muncul. Setiap putaran saling bebas; karena itu peluangnya tidak berubah.
  • Menjumlahkan peluang kejadian yang beririsan tanpa mengurangkan irisannya; ini bisa menghasilkan peluang lebih dari 1.
  • Mengalikan peluang kejadian yang tidak saling bebas.
  • Mencampuradukkan P(A∣B)P(A \mid B) dengan P(B∣A)P(B \mid A), seperti pada contoh tes medis.
  • Meremehkan kebetulan: dalam kelompok yang hanya terdiri atas 23 orang, peluang dua orang berulang tahun pada hari yang sama kira-kira 50,7 persen.

Hukum bilangan besar menjelaskan apa yang sebenarnya dijamin oleh peluang: jika percobaan diulang berkali-kali, frekuensi relatif suatu kejadian akan stabil di sekitar peluangnya. Namun, hukum itu tidak menjanjikan apa pun tentang rangkaian hasil yang pendek. Kalkulator peluang menyelesaikan kejadian sederhana, majemuk, dan bersyarat langkah demi langkah, sedangkan kalkulator permutasi dan kombinasi menghitung banyaknya hasil yang diperlukan dalam banyak soal peluang.

Diagram pohon untuk soal bertahap

Jika percobaan berlangsung dalam beberapa tahap, diagram pohon membantu agar tidak ada jalur yang terlewat. Tulis peluang pada setiap cabang, kalikan sepanjang jalur untuk memperoleh peluang seluruh rangkaian, lalu jumlahkan jalur-jalur yang membentuk kejadian yang diinginkan.

Contoh 3: dua pengambilan dari kantong

  1. Sebuah kantong berisi 3 bola merah dan 2 bola biru. Dua bola diambil tanpa pengembalian. Berapa peluang keduanya berwarna sama?
  2. Merah, lalu merah: 35×24=620\frac{3}{5} \times \frac{2}{4} = \frac{6}{20}.
  3. Biru, lalu biru: 25×14=220\frac{2}{5} \times \frac{1}{4} = \frac{2}{20}.
  4. Jumlahkan kedua jalur: 620+220=820=0.4\frac{6}{20} + \frac{2}{20} = \frac{8}{20} = 0.4.
  5. Pemeriksaan: kedua jalur campuran memberikan 35×24+25×34=1220\frac{3}{5} \times \frac{2}{4} + \frac{2}{5} \times \frac{3}{4} = \frac{12}{20}, dan sebagaimana mestinya untuk jumlah semua jalur, 820+1220=1\frac{8}{20} + \frac{12}{20} = 1.

Diagram pohon membuat aturan jalur terlihat dan dengan jelas menunjukkan di mana peluang berubah dari tahap ke tahap. Diagram pohon juga merupakan cara paling andal untuk menyusun soal rumus Bayes, karena setiap cabang pada tahap kedua adalah peluang bersyarat.

Pertanyaan yang sering diajukan

Apa beda kejadian saling bebas dengan kejadian saling lepas?

Kejadian saling bebas, seperti dua pelemparan koin, tidak memengaruhi peluang satu sama lain. Kejadian saling lepas, seperti munculnya 2 dan 5 pada satu dadu, tidak dapat terjadi bersamaan. Dua kejadian yang peluangnya tidak nol tidak dapat sekaligus saling bebas dan saling lepas.

Bisakah peluang lebih dari 1?

Tidak. Peluang selalu bernilai antara 0 dan 1, termasuk kedua ujungnya. Jika suatu perhitungan memberikan hasil yang lebih besar, kemungkinan besar irisannya terhitung dua kali.

Bagaimana mengubah odds menjadi peluang?

Odds membandingkan hasil yang diinginkan dengan hasil yang tidak diinginkan, sedangkan peluang membandingkan hasil yang diinginkan dengan semua hasil. Odds a banding b yang mendukung suatu kejadian memberikan peluang a dibagi a + b: odds 3 banding 1 yang menentang suatu kejadian sesuai dengan peluang 1 dari 4.

Apakah peluang empiris sama dengan peluang teoretis?

Peluang empiris adalah frekuensi relatif yang teramati dalam percobaan nyata, sedangkan peluang teoretis dihitung dari suatu model. Makin banyak percobaan, nilai empiris biasanya makin mendekati nilai teoretis.

Apa sebenarnya arti peluang hujan 30 persen?

Artinya, di tempat yang diramalkan, hujan yang dapat diukur turun pada kira-kira 30 persen hari dengan kondisi serupa. Artinya bukan hujan akan turun selama 30 persen dari hari itu atau di 30 persen wilayah.

MathSolver Pro Editorial Team

Penyuntingan dan pemeriksaan matematika

Tim editor kami menulis setiap panduan agar tidak hanya menjelaskan jawabannya, tetapi juga penalaran di balik setiap metode. Setiap contoh soal diperiksa dengan mesin penyelesai situs dan uji otomatis sebelum diterbitkan; jika suatu metode atau format ujian berubah, artikel segera diperbarui.