1. 1
MAKALAH
PELUANG DAN PEUBAH ACAK DISKRIT
Diajukan Untuk Memenuhi Tugas Terstruktur Mata Kuliah Statistika
Dosen Pengampu : Ahmad Mabruri Wihaskoro, S.Pd.I
Disusun Oleh :
Endang Suanda
Ghifari Ayunda Chaula
Marisa Alma
Nida Hilyatul Mudrikah
Kelompok 4
MTK-C/SEMESTER 1
FAKULTAS TARBIYAH
INSTITUT AGAMA ISLAM NEGERI (IAIN)
SYEKH NURJATI CIREBON

2. 2
TAHUN 2012
KATA PENGANTAR
Segala puji bagi ALLAH SWT yang Maha Pengasih dan Maha
Penyayang. Salawat dan Salam senatiasa di limpahkan kepada jungjungan Nabi
Muhamad SAW. Penulis bersyukur kepada Allah swt yang telah memberikan
taufiq dan hidayah-Nya sehingga makalah ini yang berjudul ”Peluang dan Peubah
Acak Diskrit” dapat di selesaikan dengan baik.
Semoga dengan dibuatnya makalah ini dapat bermanfaat bagi penulis
juga pembacanya baik di dunia maupun di akhirat kelak. Tidak lupa pula kami
ucapakan terimakasih kepada dosen kami Bapak Ahmad Mabruri Wihaskoro, S.Pd.I
yang telah membimbing kami dalam pembuatan makalah ini tak lupa pula kepada
pihak pihak yang selalu mendukung kami dalam penulisan makalah ini.
Kami menyadari bahwa dalam pembuatan makalah ini masih terdapat
kekurangan dan kekhilafan. Oleh karena itu, penulis mengharapkan kritik dan
saran yang membangun untuk kesempurnaan makalah kami selanjutnya.
Demikianlah makalah ini kami buat mudah-mudahan dapat bermanfaat bagi kita
semua.
Cirebon, desember 2012
Penulis

3. 3
DAFTAR ISI
KATA PENGANTAR…………………………………………………........ i
DAFTAR ISI………………………………………………………….......... ii
BAB I PENDAHULUAN………………………………………………....... 1
a. Latar Belakang……………………………………………….. 1
b. Rumusan Masalah………………………………………….... 2
c. Tujuan Masalah………………………………………………. 3
BAB II PEMBAHASAN………………………………………………........ 4
a. Sejarah teori peluang……………………………….............. 4
b. Pengertian peluang…………………………………………. 4
c. Operasi himpunan peluang…………………………………. 5
d. Jenis kejadian……………………………………………….... 6
e. Perhitungan nilai peluang…………………......................... 6
f. Peluang suatu kejadian………………………………………. 8
g. Notasi factorial………………………………………………… 8
h. Notasi permutasi………………………………………………. 9
i. Kombinasi……………………………………………………… 10
j. Peubah acak…………………………………………………… 11
BAB III PENUTUP………………………………………………………… 15
Kesimpulan………………………………………………………… 15
Saran……………………………………………………………….. 15
DAFTAR PUSTAKA………………………………………………………. 16

4. 4
BAB I
PENDAHULUAN
A. Latar belakang
Statistika adalah kumpulan informasi atau keterangan yang berupa
angka-angka yang disusun, ditabulasi, dan dikelompokkan sehingga dapat
memberikan informasi yang berarti mengenai suatu masalah atau gejala.
Adapun ilmu tentang cara mengumpulkan, menabulasi,
mengelompokkan, menganalisis, dan mencari keterangan yang berarti tentang
informasi yang berupa angka-angka itu disebut statistika.
Kegunaan data statistika diantaranya :
 Menyajikan data secara ringkas sehingga lebih mudah untuk dimengerti.
 Membuat catatan data yang metematis dan sistematis
 Memberikan data-data masa lampau untuk menentukan kebijakan
sekarang.
 Membuat perkiraan secara generalisasi terhadap objek yang lebih luas.
 Membuat penarikan kesimpulan secara ilmiah.
Suatu data statistika dapat diperoleh dimana saja, bergantung pada
maksud dan tujuan penelitian yang dilakukan. Hendaknya, data yang di
kumpulkan adalah data yang akurat, terkini, terbaru komprehensif (menyeluruh),
dan memiliki kaitan dengan persoalan yang diteliti. Untuk itu, seorang peneliti
hendaknya memiliki perencanaan yang baik, agar memperoleh hasil seperti yang
diharapkan.
Jika seorang peneliti ingin mengumpulkan data yang diperlukan, ada
beberapa cara yang dapat ditempuh untuk mendapatkannya, antara lain dengan
wawancara, angket, atau kuesioner, dan pengamatan atau observasi.
Data yang diperoleh langsung dari penelitian atau pengukuran dan
masih berwujud catatan yang belum mengalami pengolahan ataupun
penyusunan disebut data kasar (raw data). Tahap berikutnya setelah data itu
terkumpul adalah mengorganisir dan mengelompokkan fakta dari data tersebut
sesuai dengan tujuan penelitian. Agar lebih mudah di analisis, data tersebut di
sederhanakan terlebih dahulu, diantaranya dengan pembulatan.

5. 5
Populasi dan Sampel
Misalnya seorang peneliti akan mengadakan penelitian tentang mata
pelajaran yang paling disenangi oleh siswa-siswa SMK 10. Dalam penelitian
itubpopulasinya adalah seluruh siswa SMK 10 sedangkan sampel yang diteliti
dapat diambil dari beberapa siswa kelas x kelas x1 atau kelas x11 yang
dianggap dapat mewakili populasinya. Kesimpulan yang diperoleh dari sampel
itu generalisasikan pada populasinya. Dari contoh tersebut dapat dikatakan
bahwa populasi adalah keseluruhan objek yang akan diteliti sedangkan sampel
adalah sebagian atau keseluruhan populasi yang dianggap mewakili
populasinya.
Tugas statistika baru dianggap baru di anggap selesai jika kita berhasil
membuat kesimpulan yang dapat di pertanggung jawabkan tentang sifat atau
karakteristik populasi. Untuk membuat kesimpulan tentang populasi ini,
umumnya penelitian secara sampling di lakukan. Jadi sampel yang representative
da ambil dari populasi, lalu datanya dikumpulkan dan di analisis.
Atas dasar hasil analisis ini dan berbagai pertimbangan yang perlu
dibuat kesimpulan bagaimana katrakteristik populasi tersebut. Jelas bahwa
kesimpulan yang dibuat, kebenarannya tidaklah pasti sehingga timbul persoalan
bagaimana keyakinan kita untuk mempercayai kebenaran kesimpulan yang
dibuat. Untuk itu diperlukan teori yang disebut teori peluang. Teori ini antara lain
membahas tentang ukuran atau derajat ketidakpastian sesuatu peristiwa.
B. Rumusan masalah
 Bagaimana teori peluang itu bisa muncul ?
 Apa definisi peluang dan peubah acak diskrit ?
 Bagaimana cara perhitungan peluang dan peubah acak diskrit ?
 Terdiri atas apa sajakah peluang dan peubah acak diskrit ?

6. 6
C. Tujuan masalah
 Mampu memahami dan menjelaskan mengenai teori peluang dan peubah
acak diskrit
 Mampu mengemukakan macam-macam teori peluang dan peubah acak
diskrit
 Mengetahui cara penghitungan teori peluang dan peubah acak diskrit
 Mampu menganalisis dan memberikan kesimpulan mengenai teori
peluang dan peubah acak diskrit

7. 7
BAB II
PEMBAHASAN
A. Sejarah teori peluang
Teori peluang awalnya di inspirasi oleh masalah perjudian. Awalnya
dilakukan oleh matematikawan dan fisikawan Itali yang bernama Girolamo Cardano
(1501-1576). Dalam bukunya yang berjudul Liber de Ludo Aleae (book on games of
changes) pada tahun 1565, Cardano banyak membahas konsep dasar dari peluang
yang berisi tentang masalah perjudian.
Giralamo merupakan salah seorang dari bapak probability. Dibukunya
Cardano menulis tentang permasalahan peluang, yaitu ‘’jika dua buah dadu
dilempar bersamaan sebanyak tiga kali, berapa peluang untuk mendapatkan mata
dadu minimal 1,1 pada setiap lemparan.’’
Pada awalnya peluang hanya dilakukan dalam permainan judi. Seorang
penjudi menghendaki kemenangan besar, sehingga meminta bantuan seorang
ahlimatematika untuk mengatur siasat memenangkan permainan. Tetapi akibat
perkembangan teori peluang yang pesat, akhirnya digunakan dalam bidang politik,
ekonomi, peramalan cuaca dan penelitian ilmiah.
Teori peluang berkaitan dengan perhitungan peluang atau kemungkinan
terjadinya suatu kejadian. Suatu kejadian merupakan bagian dari suatu kejadian
yang lebih besar atau ruang sampel. Untuk menentukan peluang suatu kejadian
perlu menentukan terlebih dahulu berapa banyak kejadian itu dapat terjadi dan
berapa banyak ruang sampelnya dapat terjadi.
B. Pengertian Peluang
a. Pendekatan klasik
Probabilitas atau peluang merupakan banyaknya kemungkinan-
kemungkinan pada suatu kejadian berdasarkan frekuensinya.
Jika ada a kemungkinan yang dapat terjadi pada kejadian A dan ada b
kemungkinan yang dapat terjadi pada kejadian A, serta masing-masing
kejadian mempunyai kesempatan yang sama dan saling asing, maka
probabilitas/peluang bahwa akan terjadi a adalah:
P (A) = a/a+b ; dan peluang bahwa akan terjadi b adalah: P (A) = b/a+b

8. 8
Contoh:
Pelamar pekerjaan terdiri dari 10 orang pria (A) dan 15 orang wanita (B).
Jika yang diterima hanya 1, berapa peluang bahwa ia merupakan
wanita?
Jawab:
P (A) = 15/10+15 = 3/5
b. Pendekatan subyektif
Nilai probabilitas/peluang adalah tepat/cocok apabila hanya ada satu
kemungkinan kejadian terjadi dalam suatu kejadian ditentukan berdasarkan
tingkat kepercayaan yang bersifat individual (misalnya berdasarkan
pengalaman).
c. Pendekatan frekuensi relatif
Nilai probabilitas/peluang ditentukan atas dasar proporsi dari
kemungkinan yang dapat terjadi dalam suatu observasi/percobaan
(pengumpulan data).
Jika pada data sebanyak N terdapat a kejadian yang bersifat A, maka
probabilitas/peluang akan terjadi A untuk N data adalah:
P (A) =
𝑎
𝑁
Contoh:
Dari hasil penelitian diketahui bahwa 5 orang karyawan akan terserang
flu pada musim dingin. Apabila lokakarya diadakan di Puncak, berapa
probabilitas terjadi 1 orang sakit flu dari 400 orang karyawan yang ikut
serta?
Jawab:
P (A) = 5/400 = P (A) = 1/80
Probabilitas disajikan dengan symbol P, sehingga P(A) menyatakan
probabilitas bahwa kejadian A akan terjadi dalam observasi atau percobaan
tunggal, dengan 0 ≤ P(A) ≤ 1.
Dalam suatu observasi/percobaan kemungkinan kejadian ada 2, yaitu
“terjadi (P(A)) atau “tidak terjadi” (P(A)’), maka jumlah probabilitas totalnya
adalah P(A) + P(A)’ = 1

9. 9
C. Operasi himpunan peluang
a. Irisan (), jika satu atau beberapa peluang pada himpunan A terjadi secara
bersama-sama dengan himpunan B.
b.Gabungan (), jika semua peluang pada himpunan A dan semua peluang pada
himpunan B terjadi bersama-sama.
c. Komplemen (X’) suatu kejadian A relative terhadap S adalah semua himpunan
S bukan anggota A.
D. Jenis kejadian
1. Berdasarkan peluang terjadinya.
a. Kejadian Saling Meniadakan (Mutually Exclusive), yaitu kejadian yang tidak
dapat terjadi secara bersama-sama dengan kejadian lainnya.
Contoh: Hasil Ujian: Lulus vs Tidak lulus
Keadaan : Dingin vs Panas
Cuaca : Hujan vs Tidak Hujan
b. Kejadian Tidak Saling Meniadakan (Non-Mutually Exclusive), yaitu kejadian
yang dapat terjadi secara bersama-sama dengan kejadian lainnya.
Contoh: Keadaan vs Cuaca :
Dingin vs Tidak hujan
Dingin vs Hujan
Panas vsTidak hujan
Panas vs Hujan
2. Berdasarkan pengaruh/hubungannya
a. Kejadian Independen, yaitu apabila terjadi atau tidaknya suatu kejadian
tidak berpengaruh pada probabilitas/peluang kejadian yang lain.
b. Kejadian Dependen, yaitu apabila terjadi atau tidaknya suatu kejadian
berpengaruh pada probabilitas/peluang kejadian yang lain.
E. Perhitungan nilai peluang
1. Hukum penjumlahan
Digunakan apabila kita ingin menghitung probabilitas suatu kejadian
tertentu atau yang lain (atau keduanya) yang terjadi dalam suatu
percobaan/kejadian tunggal.
 Rumus Penjumlahan untuk kejadian-kejadian yang saling meniadakan:
P(A atau B) = P (AB) = P(A) + P(B)

10. 10
 Rumus Penjumlahan untuk kejadian-kejadian yang tidak saling
meniadakan:
 Dua Kejadian
P(A atau B) = P(A) + P(B) – P(A dan B) atau
P(AB) = P(A) + P(B) – P(AB).
 Tiga Kejadian
P(A atau B atau C) = P(A) + P(B) + P(C) – P(A dan B) –
P(A dan C) – P(Bdan C) + P(A dan B dan C) atau
P(ABC) = P(A) + P(B) + P(C) – P(AB) – P(AC) –
P(BC) + P(ABC)
2. Hukum perkalian
 Hukum perkalian untuk kejadian Independen:
P(A dan B) = P(AB) = P(A) x P(B)
 Hukum perkalian untuk kejadian dependen:
P(A dan B) = P(A) x P(B) atau
P(A dan B) = P(A x P(BA) atau P(B dan A) = P(B) x P(AB)
Contoh:
Berdasarkan pengalaman, sebuah produk susu kaleng yang lulus uji dalam
hal berat bersih akan diberi nilai 0.95. Lembaga konsumen membuktikan
pernyataan tersebut dengan cara mengukur 3 kaleng dengan sebuah alat
ukur tertentu. Dengan asumsi bahwa jika kaleng 1 lulus uji, maka kaleng 2
dan 3 belum tentu lulus, maka tentukan:
a. Berapa probabilitas bahwa ketiga kaleng tsb lulus uji?
b. Berapa probabilitas bahwa hanya dua kaleng yang lulus uji?
c. Berapa probabilitas bahwa tidak ada yang lulus uji?
Jawab:
a. P(3 lulus uji) = P(k1 dan k2 dan k3)
= 0.95 x 0.95 x 0.95 = 0.86
b. P(2 lulus uji) = P(K1 dan K2 dan K3’)+P(K1 dan K2’ dan K3)+P(K1 dan
K2 dan K3’)

11. 11
= (0.95 x 0.95 x0.05) + (0.09 x 0.05 x 0.95 + (0.05 x 0.95 x
0.95)
= 0.14
c. P(tidak ada yang lulus uji) = P(K1’ dan K2’ dan K3’)
= 0.05 x 0.05 x 0.05
= 0.000125
F. Peluang suatu kejadian
Peluang kejadian A dilambangkan dengan P(A). Misal banyaknya
anggota kejadian suatu percobaan n (A) dan banyaknya ruang sampel adalah n (S),
maka peluang terjadinya kejadian A adalah :
P(A)=
𝑛(𝐴)
𝑛(𝑠)
Contoh :
Sebuah dadu dilempar ke atas. Berapa peluang kejadian munculnya
bilangan genap (2,4, 6) ?
Jawab :
n(S) = 6
n(A) = 3
Jadi, P(A)=
𝑛( 𝐴)
𝑛( 𝑠)
=
3
6
=
1
2
G.Notasi faktorial

12. 12
Faktorial dinotasikan “n!”. Faktorial merupakan penulisan singkat dari
perkalian sederajat bilangan bulat positif terurut hingga 1. Faktorial dapat
didefinisikan sebagai berikut :
0! = 1
1! = 1
2! = 2 x 1 = 2
3! = 3 x 2 x 1 = 6, dan seterusnya
Sehingga dapat di tulis :
n! = n x (n-1)!
Contoh :
a.
8!
6!
=
8.7.6!
6!
= 8.7 = 56
H.Notasi permutasi
Permutasi adalah suatu susunan yang berbeda atau urutan yang
berbeda yang di bentuk oleh sebagian atau keseluruhan objek atau unsure yang di
ambil dari sekelompok objek atau unsur yang tersedia.
1. Permutasi dari unsur-unsur yang berbeda
Banyak permutasi dari k unsur yang di ambil dari n unsure yang tersedia
sama dengan :
nPk =
𝑛!
( 𝑛−𝑘)!
Contoh :
a. 6P3 =
6!
(6−3)!
=
6!
3!
=
6.5.4.3!
3!
= 120
2. Permutasi dengan bebrapa unsur yang sama
Banyak permutasi n unsur yang memuat k, l, m, … (k, l, m,… ≤ n) yang
sama dirumuskan dengan :
nPk, l, m,… =
𝑛!
𝑘!𝑥 𝑙!𝑥 𝑚!𝑥…

13. 13
Contoh :
Berapa banyak susunan huruf berbeda yang dapat disusun dari huruf-
huruf pada kata MATEMATIKA ?
Jawab :
Pada kata MATEMATIKA terdapat 10 huruf dengan 2 huruf M, 3 huruf
A, dan 2 huruf T. banyaknya susunan huruf yang dapat dibentuk
adalah...
P =
10!
2!𝑥 3!𝑥 2!
= 151.200
3. Permutasi siklis
Permutasi siklis didefinisikan banyaknya permutasi n objek yang disusun
secara melingkar adalah (n-1)!
Contoh :
4 orang duduk mengelilingi meja bundar, maka susunan melingkar 4
orang tersebut adalah…
Jawab :
PL = (n-1)!
= (4-1)!
= 3!
= 6 cara
I. Kombinasi
Kombinasi dari sekumpulan objek adalah banyaknya susunan tak terurut
dari objek-objek tersebut.
1. Kombinasi k objek dari n objek yang sama, k≤n
kCn
= n! / k! (n-k)!
Contoh :
Dari 10 orang pemain akan disusun tim bola voli. Ada berapa susunan
tim yang mungkin terbentuk ?
Jawab :

14. 14
n= 10
k= 6
6C 10
=
𝑛!
𝑘!(𝑛−𝑘)!
=
10!
6!(10−6)!
=
10𝑥9𝑥8𝑥7
1𝑥2𝑥3𝑥4
= 210
Jadi, susunan tim yang mungkin terbentuk sebanyak 210 tim.
J. Peubah acak
Peubah acak adalah suatu fungsi dari ruang contoh atau ruang sampel ke
bilangan nyata.
Jika suatu ruang contoh mengandung titik yang berhingga banyaknya atau
sederetan anggota yang banyaknya sebanyak bilangan bulat maka ruang contoh itu
dinamakan ruang contoh diskrit.
Bila ruang contoh mengandung titik contoh yang tak berhingga banyaknya dan
banyaknya sebanyak titik pada sepotong garis, maka ruang contoh itu disebut ruang
contoh kontinu.
Dimisalkan seperti ini: X = K→R
 Misalnya E adalah sebuah eksperimen dengan ruang sampelnya S. Sebuah
fungsi X yang menetapkan setiap anggota s Є S dengan sebuah bilangan real X
(s) dinamakan peubah acak.

15. 15
 Ada dua buah himpunan yang melibatkan peubah acak, yaitu ruang sampel S
yang berisi anggotanya (titik sampel) s dan Rx berupa nilai-nilai yang mungkin
dari X yang berkaitan dengan anggota X nya.
Percobaan dengan metode statistika telah digunakan untuk menjelaskan setiap
proses yang menghasilkan pengukuran yang berkemungkinan. Untuk memusatkan
perhatian kita pada ukuran kuantitatif maka kita lebih tertarik terhadap gambaran
numeric dari hasil percobaan. Sebagai contoh ruang sample yang memberikan
gambaran menyeluruh bilasuatu mata uang bersisi dua muka (M) dan belakang (B)
dilantunkan tiga kali dapat ditulis sebagai berikut :
S = {MMM,MMB,MBM,BMM,MBB,BMB,BBM,BBB}
Bila diperhatikan hanya banyaknya belakang (B) yang muncul maka hasil
numeriknya adalah 0,1,2 atau 3 bilamana 0,1,2 dan 3 merupakan pengamatan acak
yang ditentukan oleh hasil percobaan dalam hal ini menyatakan keungkinan banyaknya
kali uang bagian muka yang muncul bila satu mata uang dilantunkan tiga kali.
Peubah acak adalah suatu fungsi bernilai nyata yang harganya ditentukan oleh
tiap anggota dalam ruang sample.
Suatu peubah acak biasanya dinotasikan dengan huruf besar mislnya A,B,X,Y dan
seterusnya sedangkan harganya denagn huruf kecil misalnya a,b,x,y dst.
Bila x menyatakan kemungkinan jumlah anak laki yang lahir bila pasangan suami
istri merencanakan punya 2 anak sudah cukup maka nilai x yang mungkin dari peubah
acak X adalah
Kejadian PP LP PL LL
X 0 1 1 2

16. 16
Bila suatu percobaan menghasilkan ruang sample yang berhingga dan ruang
sampelnya merupakan bilangan bulat maka ruang sample itu disebut ruang sample
Diskret dan peubah acak yang didefinisikan tersebut disebut peubah acak diskret.
Hasil percobaan mungkin saja tidak terhingga banyaknya atau tak terhitung
sehingga peubah acak tersebut menghasilkan nilai rasional (pecahan) maka peubah
acak tersebut disebut peubah acak kontinu. Dalam kebanyakan persoalan praktis
peubah acak kontinu mempunyai nilai berupa data terukur denagn menggunakan skala
rasional seperti tinggi, berat, jangka waktu dan sebagainya.
a. Sebaran Peluang Peubah Acak Diskret
suatu peubah acak diskret tiap nilai yang mungkin mendapatkan nialai peluang
tertentu. Dalam kasusu melantunkan mata uang tiga kali. Peubah acak X yang
menyatakan banayaknya muka yang muncul mendapatlan 2 dengan peluang 3/8 .pada
contoh kemungkinan banyaknya anak laki-laki yang lahir bila pasangan suami istri
merencanakan 2 anak cukup disajikan pada table berikut :
X 0 1 2
P(X=x) ¼ 1/2 1/4
Perhatikan jumlah peluangnya sama dengan 1(satu), karena x menyatakan suatu yang
mungkin.
Fungsi nilai numeic dari x dinyatakan f(x), g(x). r(x) dan sebagainya jadi f(x) =P(X=X)
Dari contoh diatas maka f(2) = P(X=2) =1/4
Misalkan dalam suatu kandang terdapat 15 ekor ayam broiler 5 ekor diantaranya
adalah jantan.jika seorang peternak mengambil 3 ekor ayam broiler secara acak carilah
sebaran peubah acak X yang menyatakan banyaknya anak ayam jantan yang terambil

17. 17
Ayam broiler jantan yang mungkin terambil adalah 0,1,2 atau tiga ekor denagn
peluang yangberbeda seperti disajikan pada table berikut :
X 0 1 2 3
f(x)=P(X=x) 24/91 45/91 20/91 2/91
Catatan:
10
15
9
14
8
13
=
720
2730
=
24
91
→ coba cari yang lain
Kerap kali kita igin menggambarkan grafik suatu sebaran peluang diskret. Ada
dua macam grafik yang biasa digunakan adalah diagram batang atau histogram.
Sebagai contoh kita gambar sebaran peluang peubah acak banyaknya muka (M) yang
peluang muncul bila 4 mata uang seimbang dilantunkan.
Adapun sebaran peluang seperti table berikut :
X 0 1 2 3 4
f (x) =P(x) 1/16 4/16 6/16 4/16 1/16
f(x)=P(X=x) f(x)=P(X=x)

18. 18
Gambar grafik batang gambar histogram
0 1 2 3 4 0 1 2 3 4
6/16
5/16
4/16
3/16
2/16
1/16

19. 19
BAB III
PENUTUP
1. Kesimpulan
Peluang adalah besarnya kemungkinan terjadinya suatu kejadian.
Penentuan nilai peluang kejadian didasarkan kepada banyaknya titik sampel
kejadian dan banyaknya ruang sampel.
 Ruang sampel : Keseluruhan kemungkinan yang bisa terjadi atau anggota
suatu himpunan.
 Titik sampel kejadian : Kemungkinan yang diharapkan terjadi.
 Percobaan : Tindakan atau kegiatan yang dapat memberikan beberapa
kemungkinan hasil.
Peubah acak adalah suatu fungsi dari ruang contoh atau ruang sampel ke
bilangan nyata.
X = K R
Misalnya E adalah sebuah eksperimen dengan ruang sampelnya S. Sebuah
fungsi X yang menetapkan setiap anggota s Є S dengan sebuah bilangan real X (s)
dinamakan peubah acak.
Ada dua buah himpunan yang melibatkan peubah acak, yaitu ruang
sampel S yang berisi anggotanya (titik sampel) s dan Rx berupa nilai-nilai yang
mungkin dari X yang berkaitan dengan anggota X nya.
Peubah acak diskrit merupakan salah satu teori dari suatu peubah acak.
Yang dimaksud peubah acak diskrit adalah peubah acak yang dapat mengambil
nilai - nilai yang terbatas atau nilai yang tidak terbatas tapi dapat dicacah.
B. SARAN
Distribusi Peluang sangat bermanfaat dalam kehidupan kita sehari-hari.
Oleh karena itu, kita harus memahami tentang distribusi peluang tersebut baik
distribusi peluang gabungan, distribusi marginal maupun distribusi bersyarat itu
sendiri dan cara penggunaan / penerapan ilmu tersebut.

20. 20
DAFTAR PUSTAKA
Kuntarti. Fokus UN, Erlangga, Jakarta. 2012
Sriyadi. Matematika non-Teknik, Aktual, Surakarta, 2012.
Sudjana. Metoda Statistika, Tarsito, Bandung. 2005
http://restupamujitriatmoko.blogspot.com/2011/11/teori-
probabilitas-peluang.html