Daftar istilah materi peluang



Berikut adalah daftar istilah yang sering digunakan dalam materi Peluang (Probabilitas) beserta penjelasan singkatnya:


1. Ruang Sampel (Sample Space)

  • Himpunan semua hasil yang mungkin dari suatu percobaan.

  • Contoh: Pada pelemparan dadu, ruang sampelnya adalah S={1,2,3,4,5,6}.


2. Kejadian (Event)

  • Subset dari ruang sampel, yaitu himpunan hasil yang diinginkan.

  • Contoh: Pada pelemparan dadu, kejadian muncul angka genap adalah A={2,4,6}.


3. Titik Sampel (Sample Point)

  • Anggota dari ruang sampel.

  • Contoh: Pada pelemparan dadu, setiap angka (1, 2, 3, 4, 5, 6) adalah titik sampel.


4. Peluang (Probability)

  • Ukuran kemungkinan terjadinya suatu kejadian, dengan nilai antara 0 (tidak mungkin terjadi) hingga 1 (pasti terjadi).

  • Rumus: P(A)=n(A)n(S), di mana n(A) adalah banyaknya kejadian A, dan n(S) adalah banyaknya ruang sampel.


5. Peluang Teoretis

  • Peluang yang dihitung berdasarkan teori matematika.

  • Contoh: Peluang muncul angka 4 pada pelemparan dadu adalah 16.


6. Peluang Empiris

  • Peluang yang dihitung berdasarkan pengamatan atau percobaan.

  • Contoh: Jika dalam 100 kali pelemparan dadu, angka 4 muncul 20 kali, maka peluang empirisnya adalah 20100=0,2.


7. Peluang Subjektif

  • Peluang yang didasarkan pada penilaian atau keyakinan seseorang.

  • Contoh: Seseorang memperkirakan peluang hujan besok adalah 70% berdasarkan pengalamannya.


8. Peluang Komplemen

  • Peluang suatu kejadian tidak terjadi.

  • Rumus: P(A)=1P(A).


9. Kejadian Saling Lepas (Mutually Exclusive)

  • Dua kejadian yang tidak dapat terjadi secara bersamaan.

  • Contoh: Pada pelemparan dadu, kejadian muncul angka 2 dan angka 5 adalah saling lepas.


10. Kejadian Tidak Saling Lepas (Non-Mutually Exclusive)

  • Dua kejadian yang dapat terjadi secara bersamaan.

  • Contoh: Pada pengambilan kartu dari setumpuk kartu remi, kejadian terambil kartu hati dan kartu As adalah tidak saling lepas.


11. Peluang Gabungan (Union Probability)

  • Peluang terjadinya kejadian A atau kejadian B.

  • Rumus:

    • Jika A dan B saling lepas: P(AB)=P(A)+P(B)

    • Jika A dan B tidak saling lepas: P(AB)=P(A)+P(B)P(AB)


12. Peluang Bersyarat (Conditional Probability)

  • Peluang terjadinya kejadian A dengan syarat kejadian B telah terjadi.

  • Rumus: P(AB)=P(AB)P(B)


13. Kejadian Independen (Independent Events)

  • Dua kejadian yang terjadi tanpa saling memengaruhi.

  • Rumus: P(AB)=P(A)P(B)


14. Frekuensi Relatif

  • Perbandingan antara banyaknya kejadian dengan banyaknya percobaan.

  • Contoh: Jika dalam 50 kali pelemparan dadu, angka 3 muncul 10 kali, maka frekuensi relatifnya adalah 1050=0,2.


15. Distribusi Peluang (Probability Distribution)

  • Fungsi yang menggambarkan peluang dari setiap nilai yang mungkin dalam suatu percobaan.

  • Contoh: Distribusi binomial, distribusi normal.


16. Distribusi Binomial

  • Distribusi peluang untuk percobaan yang memiliki dua hasil (sukses/gagal) dan dilakukan dalam n percobaan independen.

  • Rumus: P(X=k)=C(n,k)pk(1p)nk


17. Distribusi Normal

  • Distribusi peluang yang berbentuk lonceng, sering digunakan dalam statistik.


18. Variabel Acak (Random Variable)

  • Variabel yang nilainya ditentukan oleh hasil suatu percobaan acak.

  • Contoh: Jumlah angka yang muncul pada pelemparan dua dadu.


19. Nilai Harapan (Expected Value)

  • Rata-rata nilai yang diharapkan dari suatu variabel acak.

  • Rumus: E(X)=(xP(x))


20. Varians (Variance)

  • Ukuran seberapa jauh nilai-nilai variabel acak tersebar dari nilai harapannya.

  • Rumus: Var(X)=E(X2)[E(X)]2


21. Simpangan Baku (Standard Deviation)

  • Akar kuadrat dari varians, mengukur dispersi data.

  • Rumus: σ=Var(X)


22. Percobaan Bernoulli

  • Percobaan acak yang hanya memiliki dua hasil: sukses atau gagal.

  • Contoh: Pelemparan koin (hasil: kepala atau ekor).


23. Percobaan Multinomial

  • Percobaan acak yang memiliki lebih dari dua hasil.

  • Contoh: Pelemparan dadu (hasil: 1, 2, 3, 4, 5, atau 6).


24. Hukum Peluang Total

  • Jika B1,B2,,Bn adalah partisi dari ruang sampel, maka:

    P(A)=i=1nP(ABi)P(Bi)

25. Teorema Bayes

  • Digunakan untuk menghitung peluang bersyarat dengan mempertimbangkan informasi baru.

  • Rumus:

Komentar