You are on page 1of 40

MTE3105: Statistik

Topik 1 : Kebarangkalian
1.1

Pengenalan Kepada Kebarangkalian

KEBARANGKALIAN PERISTIWA
Ruang sampel dan peristiwa
Tinjauan utama kebarangkalian adalah berkenaan dengan sesuatu kejadian.Kejadian
dalam statistik adalah sangat luas. Contoh kejadian dalam statistik ialah
Hasil melambung sekeping duit syiling atau dadu;
Hujan turun pada suatu hari di suatu tempat;
Keputusan menduduki peperiksaan SPM;
Berlakunya gempa bumi di suatu tempat.
Setiap kejadian biasanya memberikan hasil yang berlainan. Misalnya, apabila sebiji dadu
dilambungkan, terdapat enam hasil yang mungkin, iaitu sama ada nombor 1, 2, 3, 4, 5,
atau 6 akan muncul. Setiap hasil yang berlainan dalam suatu kejadian dikenal sebagai
kesudahan dan set yang menyenaraikan semua kesudahan yang mungkin bagi suatu
kejadian dikenal sebagai ruang sampel.
Kita boleh menyatakan ruang sampel dengan cara memberikan semua unsurnya secara
terus atau dengan keterangan yang lengkap untuk membayangkan semua unsur dalam
ruang sampel. Misalnya, apabila sebiji dadu dilambungkan, maka ruang sampelnya ialah
set semua kesudahan yang mungkin bagi lambungan dadu atau {1, 2, 3, 4, 5, 6}.
Peristiwa ialah set kesudahan yang memenuhi syarat tertentu dan merupakan suatu
subset bagi ruang sampel. Misalnya, dalam lambungan dadu tadi, peristiwa nombor
genap muncul ialah {2, 4, 6} dan peristiwa nombor yang kurang daripada 4 muncul ialah
{1, 2, 3}.
Contoh:
Dua duit syiling adil dilambung.Tuliskan ruang sampel.
Penyelesaian:
Katakan K ialah mendapat kepala dan B mendapat bunga.
Ruang sampel S yang diberikan oleh S = {KK, KB, BK, BB}
Bilangan unsur dalam ruang sampel ialah 4 dan ditulis sebagai n (S) = 4
The number of elements in the sample space is 4 and is written as n(S) = 4
Contoh:
Sebiji dadu adil dilambung.
Ruang sampel S = {1, 2, 3, 4, 5, 6} dan n {S} = 6.
Jika E1 adalah peristiwa mendapat 'nombor genap',maka E1 = {2, 4, 6} dan n (E1) = 3.
Jika E2 adalah peristiwa mendapat 'nombor lebih besar daripada 4', maka E 2 = {5, 6} dan
n (E2) = 2.

Dr Hu Laey Nee, IPG Kampus Sarawak

MTE3105: Statistik
Kebarangkalian ialah satu ukuran kemungkinan berlakunya sesuatu peristiwa dalam
ruang sampel yang diberikan.Secara amnya, kebarangkalian mengukur betapa kerapnya
sesuatu peristiwa itu berlaku.
Jika S mewakili ruang sampel (iaitu ser semesta) dan A ialah satu peristiwa (iaitu satu
subset bagi set S), maka kebarangkalian bahawa peristiwa A berlaku, P(A), ditakrifkan
sebagai
P(A) =

Cara sesuatu peristiwa berlaku bergantung kepada cara unsurnya dipilih. Misalnya, dalam
suatu pertandingan yang terdiri daripada 5 orang peserta, jika kita menganggap bahawa
setiap peserta mempunyai peluang yang sama untuk menang. Maka kebarangkalian
bahawa seseorang peserta akan menang dalam pertandingan itu ialah .
Biasanya, kita menganggap semua unsur yang terlibat mempunyai peluang yang sama
untuk dipilih. Dalam istilah statistik, kita mengatakan bahawa pemilihan setiap unsur
adalah secara rawak.Sifat rawak memastikan keadilan kesudahannya.
Apa yang anda tahu tentang kebarangkalian?
Kajian kebarangkalian membantu kita memikirkan kemungkinan berlakunya
sesuatu.Sebagai contoh, apabila anda melambungkan duit syiling, anda mungkin bertanya
bagaimana kemungkinan anda mendapatkan kepala.Dalam bidang matematik, kita
panggil "berlaku" sebagai "peristiwa" (even).
Kebarangkalian merupakan nombor 0 hingga1 yang memberitahu kita bagaimana
mungkin sesuatu yang akan berlaku. Peristiwa-peristiwa yang akan berlaku akan
mempunyai kebarangkalian yang dekat dengan 1 dan peristiwa-peristiwa yang mustahil
berlaku akan mempunyai kebarangkalian yang menhampiri 0.
Kebarangkalian boleh mempunyai dua pendekatan iaitu kebarangkalian ujikaji
(experimental probability) dankebarangkalian berteori (theoretical probability).
Nilai kebarangkalian boleh berbentuk pecahan, nombor perpuluhan atau sebagai
peratusan.
Satu peristiwa dengan kebarangkalian sifar dipanggil mustahil, manakala satu peristiwa
dengan kebarangkalian 1 atau 100% dipanggil pasti/tentu (certain).
Jenis Kebarangkalian
1. Teori (Theoretical)
Dalam sesetengah situasi, kita tidak perlu untuk mengumpul data untuk membuat
anggaran kebarangkalian.
Contoh: Seorang pengurus jualan boleh menganggarkan bahawa kemungkinan
jualan tertinggi bagi produk tertentu ialah 60%. Angka itu boleh berdasarkan

Dr Hu Laey Nee, IPG Kampus Sarawak

MTE3105: Statistik
penyelidikan pasaran atau pengalaman terhadap produk yang sama, tetapi ia tidak
melibatkan mana-mana pengiraan.
2. Empirikal (Empirical)
Kebarangkalian empirikal, juga dikenali sebagai kekerapan relatif atau
kebarangkalian eksperimen/ujikaji merupakan nisbah jumlah kesudahan dengan
jumlah cubaan, bukan dalam ruang sampel tetapi dalam urutan ujikaji
sebenar.Dalam erti kata yang lebih umum, kebarangkalian empirik
menganggarkan kebarangkalian dari pengalaman dan pemerhatian.Kaedah ini
digunakan untuk pengukuran penganggaran kebarangkalian.
Contoh: Anda memilih kad dari daun terup bahawa ia adalah kad gambar. Kadkad gambar adalah Jack, Queen, King dan Ace. Dan terdapat 16 cara di mana
peristiwa boleh berlaku. Oleh itu, kebarangkalian kad gambar adalah 16/52 =
0.3077.
Empirikal vs. Berteori (Theoretical)
bilangan peristiwa berlaku

Kebarangkalian empirikal:P(peristiwa) = jumlah bilangan cubaan


bilangan kesudahan

Kebarangkalian teori:P(E) = bilangan ruang sampel =


Bagaimana anda boleh memberitahu yang mana ialah kebarangkalian empirikal dan
kebarangkalian teori?
Empirikal: Anda dilambung duit syiling 10 kali dan mencatatkan kepala 3 kali, bunga 7
kali
P(kepala)= 3/10
P(bunga) = 7/10
Kebarangkalian Teori: Lambungkan duit syiling dan mendapat kepala atau bungsa ialah
1/2.
P(kepala) = 1/2
P(bunga) = 1/2
Kebarangkalian
empirikal
didapati
dengan
mengulangi
memerhatikankesudahannya.
P(kepala)= 3/10 : dapat 3 kali kepala daripada 10 cubaan,
P(bunga) = 7/10 : dapat 7 kali bunga daripada 10 cubaan

ujikaji

dan

Kebarangkalian berteori
P(kepala) = 1/2
P(bunga) = 1/2
Memadangkan hanya 2 kesudahan, anda mempunyai peluang 50/50 mendapat
kepala atau bunga.
Dr Hu Laey Nee, IPG Kampus Sarawak

MTE3105: Statistik

Perbandingan kebarangkalian empirikal dan Kebarangkalian teori


Kebarangkalian empirikal/ujikaji adalah hasil daripada satu kesudahan suatu ujikaji
Kebarangkalian teori adalah apa yang dijangka akan berlaku.
Contoh
Tiga pelajar melambung satu keping duit syiling individul sebanyak 50 kali.
Lisa mendapat kepala 20 kali. ( 20/50 = 0.4)
Tom mendapat kepala 26 kali. ( 26/50 = 0.52)
Al mendapat kepala 28 kali. (28/50 = 0.56)
Sila bandingkan keputusan mereka dengan kebarangkalian teori.
Ia patut adalah 25 kepala. (25/50 = 0.5)
Contoh:
Sebiji dadu adil dilambungkan.Cari kebarangkalian untuk mendapat satu nombor yang
lebih besar daripada 4?
Penyelesaian:
Ruang sampel, S = {1, 2, 3, 4, 5, 6}
Maka n(S) = 6
Katakan A = Peristiwa mendapat satu nombor yang lebih besar daripada 4
= {5, 6}
Maka n(A) = 2
Jadi, P(A) =
Contoh:
Sebuah beg mengandungi 20 biji guli seiras. 7 daripada guli-guli itu berwarna kuning dan
yang lainnya berwarna merah. Sebiji guli dipilih secara rawak dari beg itu. Apakah
kebarangkalian bahawa guli yang berwarna kuning akan terpilih?
Penyelesaian:
Ruang sampel, S, mempunyai 20 unsur, iaitu n(S) = 20.
Katakan K = Peristiwa sebiji guli kuning terpilih.
Maka n(K) = 7
Jadi, P(K) =

Dr Hu Laey Nee, IPG Kampus Sarawak

MTE3105: Statistik

Contoh
Sekeping kad dikeluarkan secara rawak daripada pakdaun terup 52 kad. Cari
kebarangkalian ahawa
a
ia adalah lapan
b
ia adalah kad merah.
Penyelesaian:
Katakan A ialah peristiwa mendapat kad lapan dan
B ialah perisitwa mnedapat kad merah.
Satu pak daun terup mengandungi 4 kad bernombor 8 dan 26 kad warna merah. Oleh itu,

Hukum asas kebarangkalian


Berdasarkan takrif kebarangkalian,
P(A) =
Oleh kerana A ialah satu subset bagi S,
maka
0 n(A) n(S).

Dengan itu,
0

Iaitu,
0 P(A) 1
Jika P(A) = 0, maka peristiwa A pasti tidak berlaku.
Jika P(A) = 1, maka peristiwa A pasti berlaku.
Misalnya, seorang pelajar dipilih secara rawak daripada 3 orang pelajar lelaki, maka
Dr Hu Laey Nee, IPG Kampus Sarawak

MTE3105: Statistik
P(pelajar perempuan dipilih) = 0
P(pelajar lelaki dipilih) = 1

Jika A ialah suatu peristiwa dalam ruang sampel, S, peristiwa pelengkapA, yang
ditandakan oleh A ialah suatu peristiwa yang mengandungi semua kesudahan dalam S
tetapi bukan dalam A.
S
A

Daripada gambar rajah Venn di atas,


n(A) + n(A) = n(S)

P(A) + P(A) = 1
atau
P(A) = 1 P(A)
P(A) dikenal sebagai kebarangkalian peristiwa pelengkap A.
Contoh:
Cari kebarangkalian bahawa nombor bukan 2 akan muncul apabila sebiji dadu
dilambungkan.
Penyelesaian:
Katakan A = Peristiwa mendapat nombor 2
Maka n(A) = 1 dan n(S) = 6
P(A) =
P(A) = 1
=

Dr Hu Laey Nee, IPG Kampus Sarawak

MTE3105: Statistik
Oleh itu, kebarangkalian bahawa nombor bukan 2 muncul apabila sebiji dadu
dilambungkan ialah .
1.2
Peristiwa Majmuk (Compound Events)
Satu peristiwa majmuk mengandungi dua atau lebih peristiwa ringkas.Melambungkan
satu dadu adalah satu peristiwa ringkas Melambungkan dua dadu ialah peristiwa
majmuk. Kebarangkalian peristiwa majmuk yang boleh dikira jika kesudahannya adalah
sama.
Peristiwa Mederka atau Peristiwa tak Bersandar (Independent events)
- Dua (atau lebih) peristiwa dikatakan tak bersandar jikakejadian satu tidak
menjejaskan kejadian yang lain.
- Dua peristiwa P dan Q dikatakantak bersandar antara satu sama lain jika dan
hanya jika kejadian P tidak menjejaskan kejadian Q dan sebaliknya.
- Contoh: Sebuah pesawat mempunyai banyak kawalan supaya jika satu
kawalan gagal berfungsi, yang lain masih lagi berfungsi.
Peristiwa Saling Eksklusif (Mutually exclusive Events)
- Dua (atau lebih) peristiwa saling eksklusif sekiranya kejadian sama ada boleh
berlaku, tetapi tidak kedua-duanya.
- Contoh: Satu kad diambil dari pek daun terup tidak boleh menjadi Jack dan
Ace. Walau bagaimanapun, Jack dan Diamond tidak saling eksklusif
memandangkan kad yang dipilih boleh menjadi kedua-dua.
(a) Melibatkan Dua Peristiwa
Mana-mana dua peristiwa yang ditakrifkan dari ruang sampel yang sama
dikatakan salingeksklusif jika kedua-dua mereka tidak boleh berlaku pada
masa yang sama. Ini bermakna bahawaset algebra mereka tidak bertindih,
atau pertindihan mereka adalah set sifar.
Contoh:
Katakan S ialah ruang sampel melambungkan sebiji dadu sekali.Takrifkan
peristiwa berikut daripada ruang sampel ini.
Ruang sampel S = {1, 2, 3, 4, 5, 6}.
Katakan takrifan bagi peristiwa berikut:
A :mendapat nombor kurang daripada 4
B :mendapat nomborlebih daripada 3
C :mendapat nomborganjil
D :mendapat nombor genap
E :mendapat nomborlebih daripada 4
F :mendapat nomborkurang daripada 2
Dr Hu Laey Nee, IPG Kampus Sarawak

MTE3105: Statistik
G :mendapat sebarang nombor
H :tidak mendapat nombor.
Kita boleh menggunakan algebra untuk mengenalpasti setiap peristiwa
seperti berikut:
A = {1, 2, 3}
B = {4, 5, 6}
C = {1, 3, 5}
D = {2, 4, 6}
E = {5, 6}
F = {1}
G = {1, 2, 3, 4, 5, 6}
H = , set kosong.
Untuk penjelasan lanjutan, gambar rajah Venn dalam Rajah 1 di bawah
juga membolehkan kita dapat melihat hubungan antara mereka.

Rajah 1: Gambarajah Venn A, B, ...., H bagi peristiwa yang dinyatakan


Dalm contoh di atas, A dan B adalah peristiwa saling eksklusif, begitu juga
peristiwa C dan D.
(b)

Melibatkan Tiga Peristiwa


Tiga peristiwa P, Q dan R dikatakan saling eksklusif jika dan hanya
jika tiga pasangan P dan Q, P dan R, Q dan R adalah semua saling
eksklusif.Merujuk kepada ruang sampel melambung sebiji dadu,
katakan P = {1,3}, Q = {2,4}, dan R = {5, 6} di mana P Q = P
R = Q R = , set kosong. Oleh ituperistiwa P, Q dan R ialah
tiga peristiwa saling eksklusif.

Dr Hu Laey Nee, IPG Kampus Sarawak

MTE3105: Statistik
1.3

Hukum Penambahan (The Addition Rule)/ Kebarangkalian peristiwa


bergabung
Jika diberi dua peristiwa A dan B, kita boleh mentakrifkan dua jenis gabungan asas
tentang kedua-dua peristiwa itu, iaitu gabungan dan dan gabungan atau. Gabungan A
dan B bererti kedua-dua peristiwa A dan B berlaku. Gabungan A atau B bererti
peristiwa A berlaku, atau peistiwa B berlaku, atau kedua-dua peristiwa A dan B berlaku.
Misalnya, jika A ialah peristiwa menjadi johan dalam perbahasan dan B ialah peristiwa
menjadi pembahas terbaik, maka A dan B bererti peristiwa menjadi johan dan menjadi
pembahas terbaik. Manakala A atau B bererti peristiwa menjadi johan sahaja, atau
peristiwa menjadi pembahas terbaik sahaja, atau kedua-duanya.
Peristiwa A dan B dan peristiwa A atau B masing-masing dikenal sebagai peristiwa
bergabung. Dalam bentuk set, peristiwa A dan B adalah sama dengan A B manakala
peristiwa A atau B adalah sama dengan A U B.
S

S
A

Persilangan dua peristiwa A dan B,

Kesatuan dua peristiwa A dan

B,
iaituA B.
(a)

iaituA U B.

Bukan Saling Eksklusif(Non-Mutually Exclusive)


P(A) ialah kebarangkalian peristiwa A dan P(B) ialah kebarangkalian peristiwaB.
Memandangkan persilangan mereka bukan sifar, maka mereka bukan saling
eksklusif.
Jika dua perisitwa A dan B bukan saling eksklusif,
maka A B dan kebarangkalian perisitwa A
atau peristiwa B berlaku ialah

P (A B) = P ( A ) + P ( B ) - P ( A B )

Tiga peristiwa A, B, C.

Dr Hu Laey Nee, IPG Kampus Sarawak

MTE3105: Statistik
Contoh:
Satu kad diambil dari daun terup.Cari kebarangkalian bahawa mendapat jack atau
diamond.

Penyelesaian:
P (Jack atau diamond) = P (jack) + P (diamond)- P (Jack dan diamond)
4 13 1
+
52 52 52
16
8
4
=
=
=
52 26 13

Contoh:
Sebiji dadu dan sekeping duit syiling dilambungkan secara serentak. Cari kebarangkalian
untuk mendapat
a. satu gambar,
b. satu nombor yang lebih besar daripada 2,
c. satu gambar dan satu nombor yang lebih besar daripada 2,
d. satu gambar atau satu nombor yang lebih besar daripada 2.
Penyelesaian:
Ruang sampel S adalah seperti yang ditunjukkan di bawah.
B

4
5
6
2 3
Nombor pada dadu

Duit syiling

Katakan

n(S) = 12

A = Peristiwa mendapat satu gambar.


B = Peristiwa mendapat satu nombor yang lebih besar daripada 2.

n(A) = 6
n(B) = 8

a.

Dr Hu Laey Nee, IPG Kampus Sarawak

10

MTE3105: Statistik

Kebarangkalian untuk mendapat satu gambar ialah .

b.
Kebarangkalian untuk mendapat satu nombor yang lebih besar daripada 2 ialah .
c. P(satu gambar dan satu nombor yang lebih besar daripada 2)
= P(A B)
=
=
=
Kebarangkalian untuk mendapat satu gambar dan satu nombor yang lebih besar
daripada 2 ialah .
d. P(satu gambar atau satu nombor yang lebih besar daripada 2)
= P(A U B)
=
=
=
Kebarangkalian untuk mendapat satu gambar atau satu nombor yang lebih besar
daripada 2 ialah .
Sekarang kita boleh semak keputusan di atas dengan menggunakan
P(A U B) = P(A) + P(B) P(A B)
Sebelah kiri = P(A U B) =
Sebelah kanan = P(A) + P(B) P(A B)
=

Dr Hu Laey Nee, IPG Kampus Sarawak

11

MTE3105: Statistik

=
Oleh itu, sebelah kiri = sebelah kanan dan P(A U B) = P(A) + P(B) P(A B)
Contoh:
Perstiwa A dan B adalah berkeadaan bahawa P(A) =

, P(B) = , dan P(A U B) = . Cari

a. P(A B),
b. P(A B ).
Penyelesaian:
a. P(A U B) = P(A) + P(B) P(A B)

P(A B) =
=

Oleh itu, P(A B) =

b. Peristiwa A B dilorekkan dalam gambar rajah Venn di bawah.


S
A

A B

AB

Daripada gambar rajah,


n(A) = n(A B ) + n(A B)

Dr Hu Laey Nee, IPG Kampus Sarawak

12

MTE3105: Statistik
P(A) = P(A B ) + P(A B)
P(A B ) = P(A) P(A B)
=
=
=
Oleh itu, P(A B ) = .

Contoh:
Di dalam sebuah kelas yang mengandungi 40 orang pelajar, 5 daripada 15 orang pelajar
perempuan dan 7 daripada 25 orang pelajar lelaki adalah ahli persatuan Matematik.
Seorang pelajar dipilih secara rawak.Apakah kebarangkalian bahawa pelajar yang terpilih
itu ialah seorang perempuan atau ahli persatuan Matematik?
Penyelesaian:
Katakan
A = Peristiwa pelajar yang terpilih itu ialah perempuan, dan
B = Peristiwa pelajar yang terpilih itu ialah ahli persatuan Matematik.
P(A) =
P(B) =
P(A dan B) = P(A B)
=
P(A atau B) = P(A U B)
= P(A) + P(B) P(A B)
=
=
=

Contoh:
Andaikan kita mempunyai dua biji dadu, 1 merah dan 1 biru, dan anda melambungkan
kedua-dua dadu serentak. Kitaakan menulis nombor pada dadu biru pertama dan nombor
pada dadu merah kedua sebagai pasangan, contohnya (2,4) bererti '2' padadadu biru dan
'4' pada dadu merah. Berapa banyakkahpasangan yang berbeza yang ada?

Dr Hu Laey Nee, IPG Kampus Sarawak

13

MTE3105: Statistik
Jika pasangan (2,4) akan memberi jumlah skor 6. Apakah kemungkinanjumlah skor yang
boleh dapat dengan melambungkan dua dadu serentak? Untuk membantu anda, plotkan
pasangan yang diperoleh seperti berikut:
6x

x
1

x
2

x
3

x
4

x
5

x
6

4
3
2
1

(i)

Jika setAialah set kesudahan mendapat jumlah skor 10.


A = (4,6), (5,5), (6,4)
Apakahn(A)?
Pakah kebarangkalian mendapat jumlah skor 10?

(ii)

Jika ingin melihat peristiwamendapat dua nombor yang sama, katakan set B.
Apakah n(B)?
Apakah kebarangkalian mendapat dua nombor yang sama?

(iii)

Senaraikan set kesudahan C yang memberikan sama


ada jumlah skor ialah 10 atau dua nombor yang sama.
Senaraikan set A B, apa yang anda perhatikan?
Kirakann(A B).
Adakahn(A B) tidak sama dengan n(A) + n(B)?
Apakah kebarangkalian mendapat sama ada jumlah skor ialah 10 atau dua nombor
yang sama?

(iv)

Senaraikan unsur bagi set A B.


Apakah yang dimaksudkan set ini?
Apakah nilai bagi n (A B )?
Apakah kebarangkalian mendapat jumlah skor 10 dan dua nombor yang sama?

(b)

Saling Eksklusif(Mutually Exclusive)


P(A) bermaksud kebarangkalian bagi peristiwa A dan P(B) bermaksud
kebarangkalian bagi peristiwa B. Tidak terdapat persilangan dan P(A dan
B) ialah sifar.

Dr Hu Laey Nee, IPG Kampus Sarawak

14

MTE3105: Statistik
Peristiwa saling eksklusif ialah peristiwa-peristiwa yang tidak boleh
berlaku secara serentak, tetapi hanya satu peristiwa yang boleh berlaku
pada suatu ketika.
Jika peristiwa A dan B saling eksklusif, maka A B =
dan kebarangkalian peristiwa A atau peristiwa B berlaku
ialah
P (A B) = P ( A ) + P ( B )

Hubungan ini juga dikenali sebagai hukum hasil tamabh


bagi dua peristiwa saling eksklusif

Contoh-contoh peristiwa saling eksklusif:


i. Dalam suatu perlawanan ping pong, Johari dan Seng Keong bertanding untuk
menjadi johan. Jika A ialah peristiwa Johari menjadi johan dan B ialah peristiwa
Seng Keong menjadi johan, maka A dan B ialah peristiwa-peristiwa saling
eksklusif kerana kedua-dua peserta itu tidak boleh menjadi johan secara serentak.

ii.

Sekeping kad dipilih daripada 5 keping kad yang masing-masing ditulis


dengan huruf-huruf R, A, J, I, N. Jika X ialah peristiwa huruf konsonan
terpilih dan Y ialah peristiwa huruf vokal terpilih, maka X dan Y ialah
peristiwa-peristiwa saling eksklusif kerana kepingan kad yang terpilih itu
tidak boleh mengandungi kedua-dua sifat konsonan dan vokal secara
serentak.

Secara amnya, jika A1, A2, A3, ...,An ialah peristiwa-peristiwa saling eksklusif dalam ruang
sampel S, maka
P(A1A2A3 ... An) = P(A1) + P(A2) + P(A3) + ... + P(An)

Contoh:
Sebuah beg mengandungi 2 bola merah, 3 bola biru, dan 4 bola putih. sebiji bola dipilih
daripada begsecara rawak. Apakah kebarangkalian bahawa bola yang terpilih itu bola biru
atau bola merah?

Dr Hu Laey Nee, IPG Kampus Sarawak

15

MTE3105: Statistik
Penyelesaian:
Katakan
A =peristiwa bola biru terpilih
B =peristiwa bola merah terpilih
Memadangkan peristiwa A dan B tidak mungkin berlaku serentak (saling eksklusif),
maka
P(A B) = P(A) + P(B)
3
2

9
9
5
=
9

Contoh:
Sebuah beg mengadungi 4 biji guli merah, 2 biji guli putih dan 8 biji guli hitam. Sebiji
guli dipilih secara rawak dari beg itu. Apakah kebarangkalian bahawa guli yang terpilih
itu berwarna merah atau putih?
Penyelesaian:
Ruang sampel, S = {4 biji guli merah, 2 biji guli putih, 8 biji guli hitam}
Maka n(S) = 14
Katakan A = Peristiwa guli merah terpilih, dan
B = Peristiwa guli putih terpilih.
P(A) =
P(B) =
Oleh kerana peristiwa A dan B adalah saling eksklusif kerana kedua-duanya tidak boleh
berlaku secara serentak, iaitu sebiji guli tidak boleh berwarna merah dan putih.
Jadi, P(A atau B) = P(A B)
= P(A) + P(B)
=
=

Contoh:

Dr Hu Laey Nee, IPG Kampus Sarawak

16

MTE3105: Statistik
Puan Halimah menjemput 10 orang untuk menghadiri suatu jamuan. Antara 10 orang itu,
3 orang ialah adiknya, 2 orang ialah kakaknya, seorang ialah abangnya, dan 4 orang ialah
rakannya. Jika tetamu pertamanya mungkin adalah mana-mana satu daripada 10 orang
itu, cari kebarangkalian bahawa
a. Tetamu pertama ialah kakaknya atau adiknya,
b. Tetamu pertama ialah adiknya atau rakannya,
c. Tetamu pertama ialah adiknya atau abangnya.
Penyelesaian:
Ruang sampel, S = {10 orang tetamu itu}
Katakan
A = Peristiwa tetamu pertama ialah adiknya,
K = Peristiwa tetamu pertama ialah kakaknya,
B = Peristiwa tetamu pertama ialah abangnya, dan
R = Peristiwa tetamu pertama ialah rakannya.
P(A) =

, P(K) =

, P(B) =

, dan P(R) =

Peristiwa-peristiwa A, K, B, dan R adalah saling eksklusif.


a. P(K atau A) = P(K A)
= P(K) + P(A)
=
=
b. P(A atau R) = P(A R)
= P(A) + P(R)
=
=
c. P(A atau B) = P(A B)
= P(A) + P(B)
=
=

Dr Hu Laey Nee, IPG Kampus Sarawak

17

MTE3105: Statistik

1.4

Hukum Pendaraban (The Multiplication Rule)


Peristiwa Merdeka / Peristiwa Tak Bersandaran (Independent Event)
Apabila dua peristiwa A dan B adalah tak bersandar / merdeka / bebas,
kebarangkalian bahawa kedua-dua peristiwa berlaku boleh didapati
menggunakan keputusan berikut.
P(A B) = P(A) P(B)atau P(A B) = P(A).P(B)

Dua peristiwa A dan B adalah merdeka jika kebarangkalian A berlaku


tidak bergantung kepada B berlaku atau tidak berlaku dan sebaliknya.
Secara amnya, jika A1, A2, A3, ..., An ialah peristiwa-peristiwa tak
bersandaran, maka
P(A1A2A3 ... An) = P(A1) P(A2) P(A3) ... P(An)

Contoh:
Jika terdapat 4 manik merah dan 6 manik biru di dalam sebuah bekas. Semua manik
bersaiz sama dan dibuat daripada bahan yang sama. Pertama saya memilih 1 manik dari
10 manik, dan kemudian memilih 1 manik dari bakisembilan manik.Apakah
kebarangkalian bahawa mendapat manik merah dulu?Apakah kebarangkalian bahawa
mendapat manik merah pada pemilihan kedua?
Apabila saya mengeluarkan manik pertama, terdapat 10 manik di dalam bekas iaitu 4
berwarna merah, jadi kebarangkalian mendapat satu manik merah. Jadik kebarangkalian
mendapat manik pertama merah ialah

4
2
atau
10
5

Apabila sudah memilih satu manik, maka saiz ruang sampel telah berubah iaitu hanya
mempunyai baki 9 manik, 3 manik daripadanya ialah merah. Jadi kebarangkalian
mendapat satu manik merah ialah

3
1
atau
.
9
3

Tetapi jika kita ingin tahu kebarangkalian bahawa saya mendapat1 manik merah dan anda
juga juga mendapat1 manik merah. Ini kelihatan seperti soalan yang sama, tetapi ia tidak
sama kerana ianya adalah lebih daripada satu peristiwa. Berikut merupakan kemungkinan
yang membentuk ruang sampel
A.
B.
C.
D.

Saya mendapat manik biru dan anda mendapat manik biru


Saya mendapat manik biru dan anda mendapat manik merah
Saya mendapat manik merah dan anda mendapat manikbiru
Saya mendapat manik merah dan anda mendapat manikmerah

Ini adalah empat kemungkinan tetapi mereka tidak mungkin sama. Apabila kita
mempunyai peristiwa yang terdiri daripada dua peristiwa berasingan dan kesudahan

Dr Hu Laey Nee, IPG Kampus Sarawak

18

MTE3105: Statistik
peristiwa kedua adalah bergantung kepada peristiwa pertama, maka kita darabdua
kebarangkalian ini untuk mendapatkan jawapan.
Merujuk kepada pengiraan di atas, maka kebarangkalian kedua-dua kita mendapat manik
merah ialah

2
1

5
3

2
15

Contoh
Apakah kebarangkalian mendapat satu pasangan 6 apabila sebiji dadu dilambungkan dua
kali?
Penyelesaian:
Katakan
A
B

= peristiwa mendapat 6 pada lambungan pertama


= peristiwa mendapat 6 pada lambungan kedua

Maka P (A) =

1
dan
6

P (B) =

1
6

P (mendapat pasangan 6 dari dua lambungan)

= (A B)
= P (A) P (B)
1 1

6 6
1
=
36

Contoh:
Katakan H1dan H2adalah dua peristiwa mendapat kepala dalam lambungan pertama dan
kedua sekeping duit syiling yang adil. Apakah kebarangkalian mendapat kedua-dua
kepala pada dua kali lambungan?
Penyelesaian:
Kesudahan lambungan kedua tidak bersandar dengan lambungan pertama.
P (H1 H2) = P (H1) X P (H2)

Dr Hu Laey Nee, IPG Kampus Sarawak

19

MTE3105: Statistik

Contoh
Dua biji bola merah dan 3 bola diletakkan di dalam beg. Sebiji bola dikeluarkan dari beg
dandikembalikan. Jika proses ini berulang sebanyak empat kali, apakah kebarangkalian
bahawa empat bola diambil adalah merah?
Penyelesaian
Katakan R ialah peristiwa mendapat bola merah

Peristiwa adalah merdeka kerana bola digantikan selepas setiap ambilan.


Kebarangkalian bahawa empat bola adalah merah

Contoh:
Jika peristiwa A dan peristiwa B adalah merdeka dan P(A) = 0.3, P(B) = 0.5. Cari
a. P(A B),
b. P(A U B).
Penyelesaian:
a. A dan B ialah peristiwa-peristiwa merdeka.
Maka P(A B) = P(A) . P(B)
= 0.3 x 0.5
= 0.15
b. P(A U B) = P(A) + P(B) P(A B)
= 0.3 + 0.5 0.15
= 0.65
Contoh :
Sebiji dadu dilambungkan sebanyak 6 kali.Apakah kebarangkalian bahawa sekurangkurangnya satu nombor 6 diperoleh?
Penyelesaian:
Enam lambungan dadu itu adalah sama dengan enam percubaan merdeka.
Katakan A ialah peristiwa nombor 6 diperoleh.
Maka P(A) = dan P(A ) = .
P(nombor 6 tidak diperoleh dalam 6 lambungan = {P(A )}6

Dr Hu Laey Nee, IPG Kampus Sarawak

20

MTE3105: Statistik

Jadi P(sekurang-kurangnya satu nombor 6 diperoleh)


= 1 P(nombor 6 tidak diperoleh dalam 6 lamungan)
=1
= 0.665.
Contoh:
Dua orang budak, Alwi dan Borhan, masing-masing menembak suatu sasaran.
Kebarangkalian bahawa damak Alwi mengena sasaran ialah

dan kebarangkalian

bahawa damak Borhan tidak mengena sasaran ialah . Alwi menembak sasaran diikuti
dengan Borhan. Cari kebarangkalian bahawa
a. Damak Alwi dan Borhan mengena sasaran,
b. Seorang sahaja yang mengena sasaran,
c. Tidak seorang pun yang mengena sasaran.
Penyelesaian:
Katakan
A = Peristiwa damak Alwi mengena sasaran, dan
B = Peristiwa damak Borhan mengena sasaran.
P(A) = ,

P(B) = 1 P(B ) =

Peristiwa A dan peristiwa B adalah merdeka.


a. P(A B) = P(A) . P(B)
=
=
b. P(peristiwa hanya seorang budak mengena sasaran)
= P[(A B ) U (A B)]
= P(A B ) + P(A B)
= P(A) .P(B ) + P(A ) .P(B)
=

Dr Hu Laey Nee, IPG Kampus Sarawak

21

MTE3105: Statistik

=
c. P(tidak seorang pun yang mengena sasaran)
= P(A B )
= P(A ) .P(B )
=
=
1.5
Kebarangkalian Pokok (Probability Tree)
Gambar rajah pokok ialah suatu kaedah yang berguna dalam menyelesaikan masalah
yang berhubung dengan cubaan berulang, sama ada kebarangkalian pada setiap peringkat
bergantung kepada kesudahan percubaan yang lebih awal atau tidak.
Gambar rajah pokok ialah gambar rajah urutan peristiwa-peristiwa dan
kebarangkaliannya.Ia memberikan gambaran yang jelas tentang situasi kebarangkalian. Ia
boleh digunakan untuk menyelesaikan masalah kebarangkalian.
Langkah-langkah berikut digunakan untuk membina satu gambar rajah pokok.
1.
Menentukan keadaan pertama dalam turutan dan mewujudkan cabang bagi setiap
peristiwa dari titik yang sama. Tulis kebarangkalian di atas garisan cabang.
2.
Tentukan keadaan kedua dalam urutan dan mewujudkan cabang bagi setiap akahir
cabang pertama dan tuliskan kebarangkalian di atas garisan cabang tersebut.
3.
Terus proses untuk langkah-langkah seterusnya jika perlu.
Ia harus diperhatikan bahawa semua cabang yang bermula dari titik mestilah
(a) peristiwa saling eksklusif dan
(b) peristiwa habisan(exhaustive events),
yang jumlah kebarangkalian kesemua peristiwa ialah 1. Kaedah ini ditunjukkan dalam
contoh berikut.
Contoh :
Duit
syiling
dilambungkan
dan
kebarangkalianmendapat bunga adalah:
P(Kepala) =

1
3

kebarnagkalian

dan P(Bunga) =

mendapat

kepaladan

2
3

Duit syiling dilambungkan tiga kali.


(a)
Senaraikan semua kesudahan yang mungkin dengan menggunakan gambar rajah
pokok,
(b) Cari kebarangkalian bahawa
(i)
3 kepala diperoleh,

Dr Hu Laey Nee, IPG Kampus Sarawak

22

MTE3105: Statistik
(ii)
(iii)

2 kepala dan 1 bunga diperoleh,


Tiada kepala diperoleh.

Penyelesaian:
Lambungan 1

Lambungan 2

Lambungan 3

Kesudahan

P(H) =
P(H) =

HHT

HTH

HTT

THH

THT

TTH

TTT

P(H) =
P(T) =

T
P(T) =
P(H) =

P(H) =

H
P(T) =

P(T) =
T

P(H) =
P(T) =

T
P(T) =

Katakan

HHH

H
P(T) =

P(H) =

H
: peristiwa mendapat kepala
T
: peristiwa mendapat bunga
HHH : peristiwa mendapat 3 kepala dalam 3 kali lambungan iaitu HHH.

Dr Hu Laey Nee, IPG Kampus Sarawak

23

MTE3105: Statistik
(a)

P(HHH) = P(HHH)

1 1 1

3 3 3
1
=
27
=

(b)

P(2 kepala 1 bunga) = P(HHT) + P(HTH) + P(THH)

1 1 2 1 2 1 2 1 1

3 3 3 3 3 3 3 3 3
2
2
2
=
+
+
27 27 27
2
=
9
=

(c)

P(tiada kepala) = P(TTT)


=

2 2 2

3 3 3
8
=
27

Contoh:
Andaikan bahawa kebarangkalian melahirkan anak lelaki dan perempuan adalah 0,60 dan
0.40 masing-masing. Bagi keluarga tiga orang anak, senaraikan semua kesudahan yang
mungkin menggunakan gambar rajah pokok. Cari kebarangkalian bahawa anak adalah
(a)
semua lelaki atau semua perempuan
(b)
dua lelaki dan seorang perempuan
(c)
tiada lelaki

Dr Hu Laey Nee, IPG Kampus Sarawak

24

MTE3105: Statistik

Anak pertama

Anak kedua

Anak ketiga

kesudahan

0.6

BBB

0.4

BBG

BGB

BGG

GBB

GBG

GGB

GGG

B
0.6
B
0.4
0.6

0.6
G
0.4

0.6
B
0.6

0.4

0.4

G
0.4

0.6
G
0.4

(a)

P(B B B) + P(G G G) = P(BBB) + P(GGG)


= 0.6 0.6 0.6 + 0.4 0.4 0.4
= 0.28

(b)
P(2 lelaki dan 1 perempuan)
= P(BBG) + P(BGB) + P(GBB)
= 0.6 0.6 0.4 + 0.6 0.4 0.6 + 0.4 0.6 0.6
= 0.432
(c)

P(tiada lelaki) = P(GGG)


= 0.4 0.4 0.4
= 0.064

Contoh:

Dr Hu Laey Nee, IPG Kampus Sarawak

25

MTE3105: Statistik
Sebuah beg mengandungi 5 biji guli kuning dan 3 biji guli merah. Dua biji guli dipilih
secara rawak satu demi satu tanpa pengembalian. Cari kebarangkalian bahawa guli itu
a. mempunyai warna yang berlainan,
b. mempunyai warna yang sama.
Penyelesaian:
Katakan
K1 = Peristiwa guli pertama berwarna kuning,
K2 = Peristiwa guli kedua berwarna kuning,
M1 = Peristiwa guli pertama berwarna merah, dan
M2 = Peristiwa guli kedua berwarna merah.
Oleh kerana guli pertama tidak dimasukkan semula ke dalam beg, maka peristiwa di
setiap cabang dalam gambar rajah pokok adalah bersandaran.

P(A) =

P(XA) =

P(X A) =

P(XA) =

P(X A) =

P(XB) =

P(X B) =

P(XB) =

P(X B) =

P(B) =

a. P(guli itu mempunyai warna yang berlainan)


= P(K1 M2) + P(M1 K2)
=
=
b. P(guli itu mempunyai warna yang sama)

Dr Hu Laey Nee, IPG Kampus Sarawak

26

MTE3105: Statistik

=
=

1.6
Kebarangkalian Bersyarat (Conditional Probabilities)
Kejadian satu peristiwa biasanya bergantung kepada kejadian peristiwa lain.
Misalnya, seorang pelajar dipilih secara rawak dari sebuah kelas. Jika A = Peristiwa
pelajar itu bercermin mata dan B = Peristiwa pelajar itu adalah perempuan.
Maka kebarangkalian bahawa pelajar yang terpilih itu adalah perempuan jika diberi
pelajar itu bercermin mata ialah satu kebarangkalian bersyarat dan ditandakan oleh P(B
A).
Secara amnya, jika diberi dua peristiwa A dan B, maka terdapat dua kebarangkalian
bersyarat, iaitu P(A B) dan P(B A).
Pertimbangkan gambar rajah Venn yang berikut.
S
A

AB
P(A B) ialah kebarangkalian bahawa peristiwa A berlaku jika peristiwa B telah berlaku.
Maka ruang sampel ialah B dan bukan S dan kesudahan peristiwa A yang dikehendaki
bukanlah set A yang bersilang dengan set B, iaitu A B.
Jadi P(A B) =

=
P(A B) =

Begitu juga, P(B A) =


Secara amnya, kedua-dua kebarangkalian bersyarat itu adalah tidak sama.
Dr Hu Laey Nee, IPG Kampus Sarawak

27

MTE3105: Statistik

Apabila didarab silang, didapati


P(A B) = P(A B) .P(B) dan P(B A) = P(B A) .P(A)
Oleh kerana P(A B) = P(B A), maka
P(A B) .P(B) = P(B A) .P(A)
Jika A dan B ialah dua peristiwa yang saling eksklusif, iaitu P(A B) = 0, maka
P(A B) = P(B A) = 0
Jika kebarangkalian peristiwa B berlaku adalah bergantung kepada persitiwa A
berlaku, maka dikatakan bahawa peristiwa B adalah bersyarat pada peristiwa A,
dan ditulis sebagai P (B | A), yang bermaksud kebarangkalian B diberikan A telah
berlaku.
Jika dua peristiwa A dan B adalah merdeka, maka
P(A B) = P(A)
P(B A) = P(B)
P(A B) = P(A)P(B)
Persampelan tanpa penggantian adalah contoh yang baik kebarangkalian
bersyarat.
Jika dua orang pelajar dipilih secara rawak daripada kumpulan 5 orang
perempuan dan 4 orang lelaki, maka kebarangkalian bahawa orang pertama yang
dipilih adalah seorang perempuan adalah 5/9 atau 0.5556, dan kebarangkalian
bahawa seorang budak lelaki dipilih ialah 1 0.5556 = 0.4444.
kebarangkalian bahawa orang kedua ialah seorang perempuan adalah bergantung
kepada kesudahan pilihan pertama.
Kebarangkalian orang kedua ialah seorang perempuan, [boleh gunakan gambar
rajah pokok]
Jika orang pertama lelaki = 5/8 atau 0.625
Jika orang pertama perempuan = 4/8 or 0.5
Jika kebarangkalian pelajar pertama perempuan dan pelajar kedua perempuan,
bermakna peristiwa-peristiwa adalah bersandar, jadi
P(A dan B) = P(A) P(B|A)
P(perempuan dan perempuan) = 0.5556 0.5 = 0.2778
Jika dua (atau lebih) peristiwa adalah tak bersandaran:
P(A dan B) = P(A B)=P(A) P(B)
Contoh:

Dr Hu Laey Nee, IPG Kampus Sarawak

28

MTE3105: Statistik
Sebiji dadu adil dilambungkan.Jika diketahui nombor yang diperoleh ialah nombor ganjil,
apakah kebarangkalian bahawa nombor itu ialah 5?
Penyelesaian
Ruang sampel ialah S = {1, 2, 3, 4, 5, 6}.
Dengan syarat bahawa nombor ganjil diperoleh, jadi ruang sampel baru, S= {1, 3, 5}.
Jika A ialah mendapat nombor 5 dan B ialah peristiwa mendapat nombor ganjil, maka A =
{5}, dan B = {1, 3, 5}, n(A) = 1, n(B) = 3 dan n(A B) = 1.
P(A diberi B telah berlaku) =

1
1
.P(A given B has occurred)=
.
3
3

Secara umum, jika A dan B adalah dua peristiwa dengan P (A) 0 dan P (B) 0, maka
kebarangkalian B diberi A telah berlaku ditulis sebagaiP(A B) dan
P(A B) =

P(A B)
P(B)

P(A B) = P(A B) P(B)


Dalam cara yang sama, ia dapat menunjukkan bahawa:
P(B A) =

P(B A)
P(A)

P(B A) = P(B A) P(A)


P(A B) = P(B A) P(A)

kerana P(A B) = P(B A)

Maka, boleh dituliskan sebagai:


P(A B) = P(A B) P(B) = P(B A) P(A)
Jika A dan B adalah persitiwa saling eksklusif, maka P(A) 0, P(B) 0 dan P(A B) =
0, iaitu diikuti bahawa P(B A ) =

P(B A)
=0
P(A)

Contoh :
Dr Hu Laey Nee, IPG Kampus Sarawak

29

MTE3105: Statistik
Suatu dadu adil dilambung dan mendapat nombor genap. Apakah kebarangkalian bahawa
nombor itu adalah lebih besar daripada atau samadengan 4?
Penyelesaian:
Katakan
A ialah perisitwa mendapat nombor genap dan
B ialah peristiwa mendapat 'nombor lebih besar atau bersamaan dengan 4
P(B A ) =

P(A B)
P(A)
2
6
3
6
2

kerana A B = {4, 6}

Contoh:
Sebiji dadu tidak adil dilambung. Nombor 1, 2, dan 3 dikatakan berlaku dua kali lebih
kerap dari nombor 4, 5, dan 6. Jika kesudahannya adalah 1, 2, atau 3, maka duit syiling
dengan kebarangkalian mendapat kepala P (H) =
bunga P (T) =

2 dan
3

kebarangkalian mendapatkan

1 , akan dilambung. Jika hasil melambung dadu ialah nombor 4, 5, dan 6,


3

maka duit syiling adilakan dilambung.


(a)
Lukiskan gambar rajah pokok untuk menunjukkan peristiwa di atas.
(b)
Kirakan kebarangkalian bahawa nombor ganjil diperolehi.
(c)
Jika nombor ganjil diperoleh, cari kebarangkalian bahawa kepala diperolehi
apabila salah satu duit syiling yang dilambung.
Penyelesaian :
(a)

(b)

P(Nombor ganjil) = P(1) + P(3) + P(4)

Dr Hu Laey Nee, IPG Kampus Sarawak

30

MTE3105: Statistik

2 2 1 5

9 9 9 9

(c)
P (kepala | no ganjil)

P (kepada no ganjil)
P (no ganjil)
P(1H) P(3H) P(5H)

P (no ganjil)
2 2 2 2 1 1

9 3 9 3 9 2
5
9
19

30

Contoh:
Satu kajian dilakukan ke atas 50 pelanggan sebuah pasar raya. Hasil kajian menunjukkan
bahawa 30 daripada 50 pelanggan mengatakan bahawa mereka melawat pasar raya itu
kerana mereka telah membaca iklan di akhbar tempatan, manakala selebihnya (20 orang)
tidak membaca iklan. Daripada 28 responden yang membuat pembelian, 20 daripada
mereka mengatakan bahawa mereka telah membaca iklan.
(a)
Paparan maklumat dalam jadual 2 2.
(b)
Seorang pelanggan dipilih secara rawak daripada 50 orang responden. Apakah
kebarangkalian bahawa
(i)
pelanggan membuat pembelian walaupun dia tidak membaca iklan?
(ii)
pelanggan membuat pembelian selepas membaca iklan?
Penyelesaian:
(a)

Pembelian (A)
Tidak membeli (A)
Jumlah

(b)

Jika

Membaca iklan
(B)
20
10
30

Tidak Membaca
iklan(B)
8
12
20

Jumlah
28
22
50

A ialah peristiwa pelanggan membuat pembelian dan

Dr Hu Laey Nee, IPG Kampus Sarawak

31

MTE3105: Statistik
B ialah peristiwa pelanggan membaca iklan
P(A B' )
P(B' )
8
50
20
50
2

(i)

P(A B ) =

(ii)

P(A B ) =

P(A B)
P(B)
20
50
30
50
2

Contoh
Jika P(A) =

1
1
1
, P(B) =
, dan P(A B) =
, tentukan P(B A).
2
4
3

Penyelesaian:
P(A B) = P(A) + p(B) P(A B)
1 1 1
P(A B)
3 2 4
5
P(A B) =
12
P(A B)
P(B A ) =
P(A)
5
12
1
2
5

Contoh:
Sebuah syarikat mempunyai 100 jurujual, 40% daripada mereka adalah lelaki dan
selebihnya adalah perempuan.Enam belas daripada jurujual lelaki bujang.Dari semua
jurujual perempuan, 36 daripada mereka telah berkahwin.Seorang jurujual dipilih secara
Dr Hu Laey Nee, IPG Kampus Sarawak

32

MTE3105: Statistik
rawak daripada syarikat.Jika diketahui bahawa jurujual yang dipilih adalah bujang,
apakah kebarangkalian bahawa jurujual itu ialah lelaki?
Penyelesaian
lelaki
16
24
40

Bujang
Kahwin
Jumlah
P(lelaki bujang ) =

Perempuan
24
36
60

Jumlah
40
60
100

P(lelaki bujang) 16 2

P(bujang)
40 5

Contoh:
Analisis ke atas 80 permohonan untuk jawatan kosong menunjukkan
lelaki, dan dari semua pemohon lelaki,

1 mempunyai
3

3 pemohon adalah
4

ijazah.Dari semua pemohon

perempuan, separuh mempunyai ijazah.Dengan menganggap bahawa setiap pemohon


mempunyai peluang yang sama untuk mendapatkan pekerjaan.
(a)
Cari kebarangkalian bahawa pemohon yang berjaya adalah seorang lelaki yang
mempunyai ijazah.
(b)
Jika diketahui bahawa pemohon yang berjaya mempunyai ijazah, apakah
kebarangkalian bahawa pemohon itu adalah seorang perempuan?
Penyelesaian:
(a)

Katakan

S :ruang sampel yang mengandungi semua pemohon


L :pemohon lelaki
W: pemohon perempuan
J :pemohon mempunyai ijazah.
3
80 = 60
4

n(S) = 80,

n(L) =

n(L J) =

1
60 = 20
3

n(W) = 20
n(W J) =

1
20 = 10
2

P(L J)
20
1
=
=
n(S)
80
4
P(W J)
P(W J ) =
P(J)

P(L J) =
(b)

Dr Hu Laey Nee, IPG Kampus Sarawak

33

MTE3105: Statistik
10
80
30
80
1

n(W J) 10

dan
n(S)
80
n(J)
30
P(J) =
=
n(S)
80

keranaP(W J) =

Contoh:
Satu nombor dipilih secara rawak daripada set integer {1, 2, ..., 30} dan diberi nombor
yang terpilih itu adalah ganjil. Apakah kebarangkalian bahawa nombor yang terpilih itu
merupakan suatu nombor kuasa dua?
Penyelesaian:
Katakan
A = Peristiwa nombor terpilih adalah ganjil, dan
B = Peristiwa nombor terpilih adalah nombor kuasa dua.
Maka P(B A) =

1, 9, 25 ialah nombor kuasa dua yang ganjil.

Contoh:
Kebarangkalian bahawa seorang pekerja di syarikat X mendapat kenaikan gaji ialah 0.7,
kebarangkalian bahawa dia mendapat kenaikan pangkat ialah 0.5, dan kebarangkalian
bahawa dia mendapat kedua-duanya ialah 0.3.
a. Encik Yong telah mendapat kenaikan gaji, apakah kebarangkalian bahawa dia juga
mendapat kenaikan pangkat?
b. Encik Ravi telah mendapat kenaikan pangkat, apakah kebarangkalian bahawa dia
juga mendapat kenaikan gaji?
Penyelesian:
Katakan
G = Peristiwa mendapat kenaikan gaji, dan
H = Peristiwa mendapat kenaikan pangkat.
P(G) = 0.7
P(H) = 0.5
P(G H) = 0.3
a.

P(H G) =

Dr Hu Laey Nee, IPG Kampus Sarawak

34

MTE3105: Statistik

b.

P(G H) =

Contoh 33:
Jinghong menaiki bas ke sekolah setiap pagi sama ada mengikut jalan A atau jalan B.
Kebarangkalian bahawa dia memilih jalan A ialah . Kebarangkalian bahawa dia akan
lewat sampai ke sekolah dengan mengikut jalan A dan jalan B masing-masing ialah dan
.
a. Apakah kebarangkalian bahawa dia akan lewat pada hari Isnin?
b. Diberi dia terlewat ke sekolah. Apakah kebarangkalian bahawa dia mengikut jalan B?
Penyelesaian:
Katakan
A = Peristiwa Jinghong menggunakan jalan A,
B = Peristiwa Jinghong menggunakan jalan B, dan
X = Peristiwa Jinghong akan lewat sampai ke sekolah.
P(B) = 1 P(A) = .
Gambar rajah pokok berikut diperolehi.
P(XA) =

P(X A) =

P(XA) =

P(X A) =

P(A) =

P(XB) =

P(X B) =

P(B) =

P(XB) =

P(X B) =

Dr Hu Laey Nee, IPG Kampus Sarawak

35

MTE3105: Statistik
a.

P(Jinghong lewat sampai ke sekolah pada hari Isnin)


= P(A X) + P(B X)
=
=

b.

P(B X) =

=
=
=
Maka kebarangkalian dia menggunakan jalan B diberi dia terlewat ke sekolah
ialah .
Contoh :
Sebiji dadu dilambung dua kali.Cari kebarangkalian bahawa nombor 1 diperoleh pada
lambungan pertama dan nombor genap pada lambungan kedua.
Penyelesaian:
Katakan
A ialah peristiwa mendapat nombor 1 pada lambungan pertama
B ialah peristiwa mendapat nombor genap pada lambungan kedua
P (A) =

1
6

Kesudahan lambungan kedua tidak dipengaruhi oleh kesudahan lambungan pertama,


maka peristiwa A dan B adalah bebas, dan
A die is tossed twice. Find the probability that 1 occurs on the first toss and an even
number occurs on the second toss.

Dr Hu Laey Nee, IPG Kampus Sarawak

36

MTE3105: Statistik

P(B) =

3
1
=
6
2

P(A B) = P(A)P(B)
=

1
1
1

=
6
2
12

Contoh
Sebuah kotak mengandungi 3 biji guli hijau dan 4 guli kuning.Satu guli dipilih secara
rawak daripada kotak itu, warnanya direkod dan diganti.Guli yang kedua kemudian
dipilih dari kotak itu. Cari kebarangkalian bahawa guli pertama yang dipilih adalah hijau
dan guli kedua ialah kuning
Penyelesaian:
Katakan
G1ialah guli pertama hijau
Y2ialah guli kedua kuning
Memandangkan guli pertama digantikan sebelum guli yang kedua dipilih,
maka G1 dan Y2 adalah tak bersandaran / bebas.
n(G )
1 3
n( S )
7
n(Y )
2 4
P(Y2) =
n( S )
7

P(G1) =

P(G1 Y2) = P(G1) P(Y2)


3 4

7 7
12
=
49

Contoh:
Barangan yang dikeluarkan oleh sebuah syarikat boleh mempunyai dua jenis kecatatan, A
dan B. Kebarangkalian bahawa barangan yang dihasilkan mempunyai kecacatan A ialah

Dr Hu Laey Nee, IPG Kampus Sarawak

37

MTE3105: Statistik
1
1
dan mempunyai kecacatan B adalah
. Kecacatan A dan B adalah merdeka.
20
10

Apakah kebarangkalian bahawa barangan yang dipilih secara rawak akan mempunyai
(a)
kedua-dua kecacatan A dan B?
(b)
kecacatan A atau B kecacatan?
(c)
tiadakecacatan?
Penyelesaian :
(a)
A dan B adalah peristiwa merdeka
P(A) =

1
,
20

P(B) =

1
10

P(A B) = P(A) P(B)


1
1

20 10
1
=
200

(a)

P(A B) = P(A) + P(B) P(A B)


=

1
1
1
+
20
10
200

= 0.145
(c)

P(A B) = 1 - P(A B)
= 1 0.145
= 0.855

Contoh:
Dua peristiwa E dan F dengan P(E) =

1
1
dan P(E F) =
. Jika peristiwa E dan F
4
10

adalah merdeka, cari:


(a)
P(E F)
(b)
P(E F)
(c)
P(F E)
(d)
P(E F)
Penyelesaian
(a)

E dan F adalah merdeka,


P(E F) = P(E)P(F)
1
1
= P(F)
10
4
2
P(F) =
5

Dr Hu Laey Nee, IPG Kampus Sarawak

38

MTE3105: Statistik

(b)

P(E F) = P(E) + P(F) P(E F)


=

(c)

1
2
1
+
4
5 10
11
=
20

P(F E) = P(E)

(kerana E dan F merdeka)

2
=
5

(d)

P(E F) = P(E)
= 1 P(E)
=1=

(kerana E dan F merdeka)

1
4

3
4

Contoh:
Adan B adalah dua peristiwa denganP(B) =
(a)
(b)
(c)
(d)

1
1
1
, P(B A) =
,dan P(A B) =
.
5
3
2

Adakah A dan B adalah peristiwa merdeka?


Adakah A dan B peristiwa saling eksklusif?
CariP(A B).
CariP(A B).

Penyelesaian :
(a)

Jika A dan B adalah peristiwa merdeka, makaP(B A) = P(B).


DiberiP(B A) =

1
1
, P(B) =
3
5

Jadi, P(B A) P(B)


Maka,A dan B adalah bukan peristiwa merdeka.
(b)

Jika A dan B peristiwa saling eksklusif, makaP(B A) = 0.


DiberiP(B A) =

1
0,
3

Maka,A dan B adalah bukan saling eksklusif.


(c)

P(A B) = P(A B)P(B)


1
1

2
5
1
=
10

Dr Hu Laey Nee, IPG Kampus Sarawak

39

MTE3105: Statistik
(d)

sekarangP(A B) = P(B A)P(A)


1
1
=
P(A)
10
3
3
P(A) =
10

dan

P(A B) = P(A) + P(B) - P(A B)


3
1
1
+
10
5 10
2
=
5

Dr Hu Laey Nee, IPG Kampus Sarawak

40

You might also like