Professional Documents
Culture Documents
Topik 1 : Kebarangkalian
1.1
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.
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
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
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
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,
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
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
=
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.
MTE3105: Statistik
1.3
S
A
B,
iaituA B.
(a)
iaituA U B.
P (A B) = P ( A ) + P ( B ) - P ( A B )
Tiga peristiwa A, B, C.
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
n(A) = 6
n(B) = 8
a.
10
MTE3105: Statistik
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)
=
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) =
a. P(A B),
b. P(A B ).
Penyelesaian:
a. P(A U B) = P(A) + P(B) P(A B)
P(A B) =
=
A B
AB
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?
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)
(ii)
Jika ingin melihat peristiwamendapat dua nombor yang sama, katakan set B.
Apakah n(B)?
Apakah kebarangkalian mendapat dua nombor yang sama?
(iii)
(iv)
(b)
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 )
ii.
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?
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:
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) =
17
MTE3105: Statistik
1.4
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.
Ini adalah empat kemungkinan tetapi mereka tidak mungkin sama. Apabila kita
mempunyai peristiwa yang terdiri daripada dua peristiwa berasingan dan kesudahan
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
Maka P (A) =
1
dan
6
P (B) =
1
6
= (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)
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
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
20
MTE3105: Statistik
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 ) =
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
22
MTE3105: Statistik
(ii)
(iii)
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.
23
MTE3105: Statistik
(a)
P(HHH) = P(HHH)
1 1 1
3 3 3
1
=
27
=
(b)
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)
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
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)
(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)
Contoh:
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) =
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) =
27
MTE3105: Statistik
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(B A)
P(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
(b)
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
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
Katakan
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)
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) =
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) =
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) =
35
MTE3105: Statistik
a.
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
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) =
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
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
20 10
1
=
200
(a)
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
38
MTE3105: Statistik
(b)
(c)
1
2
1
+
4
5 10
11
=
20
P(F E) = P(E)
2
=
5
(d)
P(E F) = P(E)
= 1 P(E)
=1=
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
Penyelesaian :
(a)
1
1
, P(B) =
3
5
1
0,
3
2
5
1
=
10
39
MTE3105: Statistik
(d)
dan
40