Anda di halaman 1dari 43

Peluang Bersama

Peluang dan Ekspektasi Bersyarat


Pustaka

Pengantar Proses Stokastik


Bab 2: Peluang dan Ekspektasi Bersyarat

Atina Ahdika, S.Si, M.Si

Statistika FMIPA
Universitas Islam Indonesia
2015

Atina Ahdika, S.Si, M.Si

Pengantar Proses Stokastik

Peluang Bersama
Peluang dan Ekspektasi Bersyarat
Pustaka

Peluang Bersama Distribusi Diskrit


Peluang Bersama Distribusi Kontinu
Kebebasan

Peluang Bersama Distribusi Diskrit

Misalkan X dan Y adalah peubah acak-peubah acak diskrit yang


terdefinisi di ruang sampel yang sama. Maka fungsi peluang
bersama dari X dan Y
pX ,Y (x, y ) = P(X = x, Y = y )

Atina Ahdika, S.Si, M.Si

Pengantar Proses Stokastik

Peluang Bersama
Peluang dan Ekspektasi Bersyarat
Pustaka

Peluang Bersama Distribusi Diskrit


Peluang Bersama Distribusi Kontinu
Kebebasan

Sifat-sifat fungsi peluang bersama pX ,Y (x, y ):


1
2

pX ,Y (x, y ) 0, (x, y )
PP
x,y pX ,Y (x, y ) = 1

Atina Ahdika, S.Si, M.Si

Pengantar Proses Stokastik

Peluang Bersama
Peluang dan Ekspektasi Bersyarat
Pustaka

Peluang Bersama Distribusi Diskrit


Peluang Bersama Distribusi Kontinu
Kebebasan

Fungsi Peluang Marginal

Fungsi peluang marginal dari X dan Y masing-masing adalah:


X
pX (x) =
pX ,Y (x, y ), x R
y

dan
pY (y ) =

pX ,Y (x, y ), y R

Atina Ahdika, S.Si, M.Si

Pengantar Proses Stokastik

Peluang Bersama
Peluang dan Ekspektasi Bersyarat
Pustaka

Peluang Bersama Distribusi Diskrit


Peluang Bersama Distribusi Kontinu
Kebebasan

Contoh 1

Berikut adalah data tentang jumlah kamar tidur dan kamar mandi
dari 50 rumah yang akan dijual:
X \Y
2
3
4
Total

2
3
14
2
19

3
0
12
11
23

4
0
2
5
7

5
0
0
1
1

Total
3
28
19
50

Hitung pX ,Y untuk semua nilai X dan Y

Atina Ahdika, S.Si, M.Si

Pengantar Proses Stokastik

Peluang Bersama
Peluang dan Ekspektasi Bersyarat
Pustaka

Peluang Bersama Distribusi Diskrit


Peluang Bersama Distribusi Kontinu
Kebebasan

Penyelesaian:
X \Y
2
3
4
Total

2
0.06
0.28
0.04
0.38

3
0
0.24
0.22
0.46

Atina Ahdika, S.Si, M.Si

4
0
0.04
0.10
0.14

5
0
0
0.02
0.02

Total
0.06
0.56
0.38
1

Pengantar Proses Stokastik

Peluang Bersama
Peluang dan Ekspektasi Bersyarat
Pustaka

Peluang Bersama Distribusi Diskrit


Peluang Bersama Distribusi Kontinu
Kebebasan

Peluang Bersama Distribusi Kontinu

Misalkan X dan Y adalah peubah acak-peubah acak kontinu yang


terdefinisi di ruang sampel yang sama. Fungsi distribusi bersama
dari X dan Y adalah
FX ,Y (x, y ) = P(X x, Y y )
dan fungsi peluang bersamanya adalah
fX ,Y (x, y ) =

2
2
FX ,Y (x, y ) =
FX ,Y (x, y )
xy
y x

Atina Ahdika, S.Si, M.Si

Pengantar Proses Stokastik

Peluang Bersama
Peluang dan Ekspektasi Bersyarat
Pustaka

Peluang Bersama Distribusi Diskrit


Peluang Bersama Distribusi Kontinu
Kebebasan

Sifat-sifat fungsi peluang bersama fX ,Y (x, y ) adalah:


1

fX ,Y (x, y ) 0, (x, y ) R2
R R
fX ,Y (x, y ) dx dy = 1

Atina Ahdika, S.Si, M.Si

Pengantar Proses Stokastik

Peluang Bersama
Peluang dan Ekspektasi Bersyarat
Pustaka

Peluang Bersama Distribusi Diskrit


Peluang Bersama Distribusi Kontinu
Kebebasan

Fungsi Peluang Marginal


Misalkan X dan Y adalah peubah acak-peubah acak kontinu
dengan fungsi peluang bersama fX ,Y (x, y ), maka fungsi peluang
marginal dari X dan Y masing-masing adalah
Z
fX (x) = fX ,Y (x, y )dy , x R
y

dan

Z
fX ,Y (x, y )dx, y R

fY (y ) =
x

Atina Ahdika, S.Si, M.Si

Pengantar Proses Stokastik

Peluang Bersama
Peluang dan Ekspektasi Bersyarat
Pustaka

Peluang Bersama Distribusi Diskrit


Peluang Bersama Distribusi Kontinu
Kebebasan

Contoh 2

Misalkan X dan Y mempunyai fungsi peluang bersama


2
fX ,Y (x, y ) = 3y
, 0 < y < x < 1. Tentukan fungsi peluang
x3
marginal X dan Y .

Atina Ahdika, S.Si, M.Si

Pengantar Proses Stokastik

Peluang Bersama
Peluang dan Ekspektasi Bersyarat
Pustaka

Peluang Bersama Distribusi Diskrit


Peluang Bersama Distribusi Kontinu
Kebebasan

Penyelesaian:
a. Fungsi peluang marginal X
Zx
fX (x) =

Zx
fX ,Y (x, y )dy =


=

3y 2
dy
x3

x
y3
x3

Atina Ahdika, S.Si, M.Si

x3
x3

=1

Pengantar Proses Stokastik

Peluang Bersama
Peluang dan Ekspektasi Bersyarat
Pustaka

Peluang Bersama Distribusi Diskrit


Peluang Bersama Distribusi Kontinu
Kebebasan

b. Fungsi peluang marginal Y


Z1
fY (y ) =

Z1
fX ,Y (x, y )dx =


=
=

3y 2
dx
x3

1
3y 2
2x 2

3y 2
2

3y 2
2y 2

3y 2 (1 y 2 )
3
3y 4 + 3y 2
=
= (1 y 2 ), 0 < y < 1
2y 2
2y 2
2

Atina Ahdika, S.Si, M.Si

Pengantar Proses Stokastik

Peluang Bersama
Peluang dan Ekspektasi Bersyarat
Pustaka

Peluang Bersama Distribusi Diskrit


Peluang Bersama Distribusi Kontinu
Kebebasan

Kebebasan

Dua kejadian X dan Y saling bebas jika dan hanya jika


fX ,Y (x, y ) = fX (x)fY (y )

Atina Ahdika, S.Si, M.Si

Pengantar Proses Stokastik

Peluang Bersama
Peluang dan Ekspektasi Bersyarat
Pustaka

Peluang Bersama Distribusi Diskrit


Peluang Bersama Distribusi Kontinu
Kebebasan

Contoh 3

Pada Contoh 2, apakah X dan Y saling bebas?


Jawab:


3
3
2
(1 y ) = (1 y 2 )
fX (x)fY (y ) = 1
2
2
6= fX ,Y (x, y )
Jadi, X dan Y tidak saling bebas.

Atina Ahdika, S.Si, M.Si

Pengantar Proses Stokastik

Peluang Bersama
Peluang dan Ekspektasi Bersyarat
Pustaka

Peluang Bersyarat Distribusi Diskrit


Ekspektasi Bersyarat Distribusi Diskrit
Peluang Bersyarat Distribusi Kontinu
Conditioning Rules
Diskusi

Peluang Bersyarat Distribusi Diskrit

Misalkan X dan Y peubah acak-peubah acak diskrit. Jika


pY (y ) > 0, maka fungsi peluang bersyarat X diberikan Y = y
adalah
pX |Y (x|y ) = P(X = x|Y = y )
P(X = x, Y = y )
P(Y = y )
pX ,Y (x, y )
=
pY (y )

Atina Ahdika, S.Si, M.Si

Pengantar Proses Stokastik

Peluang Bersama
Peluang dan Ekspektasi Bersyarat
Pustaka

Peluang Bersyarat Distribusi Diskrit


Ekspektasi Bersyarat Distribusi Diskrit
Peluang Bersyarat Distribusi Kontinu
Conditioning Rules
Diskusi

Jika X dan Y saling bebas, maka


P(X = x, Y = y )
P(Y = y )
P(X = x)P(Y = y )
=
P(Y = y )
= P(X = x)

pX |Y (x|y ) =

Atina Ahdika, S.Si, M.Si

Pengantar Proses Stokastik

Peluang Bersama
Peluang dan Ekspektasi Bersyarat
Pustaka

Peluang Bersyarat Distribusi Diskrit


Ekspektasi Bersyarat Distribusi Diskrit
Peluang Bersyarat Distribusi Kontinu
Conditioning Rules
Diskusi

Fungsi distribusi bersyarat X diberikan Y = y , untuk semua y


sehingga P(Y = y ) > 0 adalah
FX |Y (x|y ) = P(X x|Y = y )
X
=
pX |Y (a|y )
ax

Atina Ahdika, S.Si, M.Si

Pengantar Proses Stokastik

Peluang Bersama
Peluang dan Ekspektasi Bersyarat
Pustaka

Peluang Bersyarat Distribusi Diskrit


Ekspektasi Bersyarat Distribusi Diskrit
Peluang Bersyarat Distribusi Kontinu
Conditioning Rules
Diskusi

Ekspektasi Bersyarat Distribusi Diskrit

Ekspektasi bersyarat dari X diberikan Y = y adalah


X
E [X |Y = y ] =
x P(X = x|Y = y )
x

x pX |Y (x|y )

Atina Ahdika, S.Si, M.Si

Pengantar Proses Stokastik

Peluang Bersama
Peluang dan Ekspektasi Bersyarat
Pustaka

Peluang Bersyarat Distribusi Diskrit


Ekspektasi Bersyarat Distribusi Diskrit
Peluang Bersyarat Distribusi Kontinu
Conditioning Rules
Diskusi

Law of Total Probability


Misalkan {B1 , B2 , . . . , Bn } merupakan himpunan dari
kejadian-kejadian yang saling asing (mutually exclusive), yaitu
partisi-partisi dari ruang sampel S,
i Bi = S

= P(i Bi ) = 1

Bi Bj = , untuk i 6= j = P(Bi Bj ) = 0

Atina Ahdika, S.Si, M.Si

Pengantar Proses Stokastik

Peluang Bersama
Peluang dan Ekspektasi Bersyarat
Pustaka

Peluang Bersyarat Distribusi Diskrit


Ekspektasi Bersyarat Distribusi Diskrit
Peluang Bersyarat Distribusi Kontinu
Conditioning Rules
Diskusi

Maka, A = A S = A (i Bi ) = i (A Bi ) dan
P(A) =

n
X

P(A Bi ) =

i=1

Atina Ahdika, S.Si, M.Si

n
X

P(A|Bi )P(Bi )

i=1

Pengantar Proses Stokastik

Peluang Bersama
Peluang dan Ekspektasi Bersyarat
Pustaka

Peluang Bersyarat Distribusi Diskrit


Ekspektasi Bersyarat Distribusi Diskrit
Peluang Bersyarat Distribusi Kontinu
Conditioning Rules
Diskusi

Contoh 4

Misalkan p(x, y ) diberikan


p(1, 1) = 0.5

p(1, 2) = 0.1

p(2, 1) = 0.1

p(2, 2) = 0.3

Hitung peluang bersyarat X diberikan Y = 1.

Atina Ahdika, S.Si, M.Si

Pengantar Proses Stokastik

Peluang Bersama
Peluang dan Ekspektasi Bersyarat
Pustaka

Peluang Bersyarat Distribusi Diskrit


Ekspektasi Bersyarat Distribusi Diskrit
Peluang Bersyarat Distribusi Kontinu
Conditioning Rules
Diskusi

Pertama, kita mempunyai


X
pY (1) =
p(x, 1) = p(1, 1) + p(2, 1) = 0.6
x

Maka,
pX |Y (1|1) = P(X = 1|Y = 1) =

P(X = 1, Y = 1)
P(Y = 1)

p(1, 1)
5
=
pY (1)
6
1
p(2, 1)
=
pX |Y (2|1) =
pY (1)
6
=

Atina Ahdika, S.Si, M.Si

Pengantar Proses Stokastik

Peluang Bersama
Peluang dan Ekspektasi Bersyarat
Pustaka

Peluang Bersyarat Distribusi Diskrit


Ekspektasi Bersyarat Distribusi Diskrit
Peluang Bersyarat Distribusi Kontinu
Conditioning Rules
Diskusi

Contoh 5
Lala sedang mempersiapkan diri menghadapi seminar TA 2.
Sebagai seorang mahasiswa yang selalu penuh perhitungan, Lala
mencoba memperkirakan apakah akan mendapat hari yang baik
atau hari yang buruk. Jika Lala mendapat hari yang baik, maka
para dosen penguji semua akan menghujani Lala dengan
pertanyaan-pertanyaan (secara independen satu sama lain) dengan
peluang 0.2. Jika mendapat hari yang buruk peluangnya membesar
menjadi 0.6. Menghujani pertanyaan-pertanyaan berarti
membantai atau tidak meluluskan. Lala yakin bahwa hari yang
baik akan didapatkannya dua kali lebih banyak dibanding hari yang
buruk. Pertanyaannya: Berapa peluang Lala akan lulus seminar?

Atina Ahdika, S.Si, M.Si

Pengantar Proses Stokastik

Peluang Bersama
Peluang dan Ekspektasi Bersyarat
Pustaka

Peluang Bersyarat Distribusi Diskrit


Ekspektasi Bersyarat Distribusi Diskrit
Peluang Bersyarat Distribusi Kontinu
Conditioning Rules
Diskusi

Penyelesaian:
Misalkan
A : kejadian hari yang baik
B : kejadian hari yang buruk
L : kejadian meluluskan
TL : kejadian tidak meluluskan
Maka
P(TL|A) = 0.2

P(L|A) = 0.8

P(TL|B) = 0.6

P(L|B) = 0.4

P(A) = 2P(B)

Atina Ahdika, S.Si, M.Si

Pengantar Proses Stokastik

Peluang Bersama
Peluang dan Ekspektasi Bersyarat
Pustaka

Peluang Bersyarat Distribusi Diskrit


Ekspektasi Bersyarat Distribusi Diskrit
Peluang Bersyarat Distribusi Kontinu
Conditioning Rules
Diskusi

P(TL) = P(TL|A)P(A) + P(TL|B)P(B)


= 0.2(2P(B)) + 0.6P(B)
= P(B)
P(L) = P(L|A)P(A) + P(L|B)P(B)
= 0.8(2P(B)) + 0.4P(B)
= 2P(B)
P(L) + P(TL) = 1
2P(B) + P(B) = 1
2
1
P(B) = = P(A) =
3
3
Maka, peluang Lala akan
 lulus seminar adalah
P(L) = 2P(B) = 2 13 = 23
Atina Ahdika, S.Si, M.Si

Pengantar Proses Stokastik

Peluang Bersama
Peluang dan Ekspektasi Bersyarat
Pustaka

Peluang Bersyarat Distribusi Diskrit


Ekspektasi Bersyarat Distribusi Diskrit
Peluang Bersyarat Distribusi Kontinu
Conditioning Rules
Diskusi

Peluang Bersyarat Distribusi Kontinu

Jika X dan Y mempunyai fungsi peluang bersama fX ,Y (x, y ),


maka fungsi peluang bersyarat dari X diberikan Y = y , terdefinisi
y sehingga fY (y ) > 0, adalah
fX |Y (x|y ) =

Atina Ahdika, S.Si, M.Si

fX ,Y (x, y )
fY (y )

Pengantar Proses Stokastik

Peluang Bersyarat Distribusi Diskrit


Ekspektasi Bersyarat Distribusi Diskrit
Peluang Bersyarat Distribusi Kontinu
Conditioning Rules
Diskusi

Peluang Bersama
Peluang dan Ekspektasi Bersyarat
Pustaka

Ekspektasi Bersyarat Distribusi Kontinu

Ekspektasi bersyarat dari X diberikan Y = y adalah


Z
E [X |Y = y ] =

x fX |Y (x|y )dx

Atina Ahdika, S.Si, M.Si

Pengantar Proses Stokastik

Peluang Bersama
Peluang dan Ekspektasi Bersyarat
Pustaka

Peluang Bersyarat Distribusi Diskrit


Ekspektasi Bersyarat Distribusi Diskrit
Peluang Bersyarat Distribusi Kontinu
Conditioning Rules
Diskusi

Contoh 6

Misalkan fungsi peluang bersama X dan Y diberikan


(
6xy (2 x y ), 0 < x < 1, 0 < y < 1
fX ,Y (x, y ) =
0,
lainnya
Tentukan ekspektasi bersyarat dari X diberikan Y = y , di mana
0 < y < 1.

Atina Ahdika, S.Si, M.Si

Pengantar Proses Stokastik

Peluang Bersama
Peluang dan Ekspektasi Bersyarat
Pustaka

Peluang Bersyarat Distribusi Diskrit


Ekspektasi Bersyarat Distribusi Diskrit
Peluang Bersyarat Distribusi Kontinu
Conditioning Rules
Diskusi

Penyelesaian:
Pertama, kita tentukan fX |Y (x|y ) yaitu
fX ,Y (x, y )
fY (y )
6xy (2 x y )
= 1
R
6xy (2 x y ) dx

fX |Y (x|y ) =

6xy (2 x y )
=
y (4 3y )
6x(2 x y )
=
4 3y

Atina Ahdika, S.Si, M.Si

Pengantar Proses Stokastik

Peluang Bersyarat Distribusi Diskrit


Ekspektasi Bersyarat Distribusi Diskrit
Peluang Bersyarat Distribusi Kontinu
Conditioning Rules
Diskusi

Peluang Bersama
Peluang dan Ekspektasi Bersyarat
Pustaka

Maka
Z1
E [X |Y = y ] =

6x(2 x y )
dx
4 3y

(2 y )2
4 3y
5 4y
=
8 6y
=

Atina Ahdika, S.Si, M.Si

6
4

Pengantar Proses Stokastik

Peluang Bersama
Peluang dan Ekspektasi Bersyarat
Pustaka

Peluang Bersyarat Distribusi Diskrit


Ekspektasi Bersyarat Distribusi Diskrit
Peluang Bersyarat Distribusi Kontinu
Conditioning Rules
Diskusi

Conditioning Rules
E [X ] = E [E [X |Y ]]
Bukti:
X
E [X ] =
E [X |Y = y ]P(Y = y )
y

XX
y

XX

XX

P(X = x, Y = y )
P(Y = y )
P(Y = y )

x P(X = x, Y = y )

X
x

x P(X = x|Y = y )P(Y = y )

P(X = x, Y = y ) =

y
Atina Ahdika, S.Si, M.Si

x P(X = x) 

x
Pengantar Proses Stokastik

Peluang Bersama
Peluang dan Ekspektasi Bersyarat
Pustaka

Peluang Bersyarat Distribusi Diskrit


Ekspektasi Bersyarat Distribusi Diskrit
Peluang Bersyarat Distribusi Kontinu
Conditioning Rules
Diskusi

Contoh 7

Sam akan membaca baik satu bab buku statistika maupun satu
bab buku sejarah. Jika banyaknya kesalahan cetak pada satu bab
buku statistika berdistribusi Poisson dengan mean 2 dan
banyaknya kesalahan cetak pada satu bab buku sejarah juga
berdistribusi Poisson dengan mean 5. Asumsikan Sam memiliki
peluang yang sama untuk memilih kedua buku tersebut, berapa
banyak kesalahan cetak yang diharapkan yang akan Sam temukan?

Atina Ahdika, S.Si, M.Si

Pengantar Proses Stokastik

Peluang Bersama
Peluang dan Ekspektasi Bersyarat
Pustaka

Peluang Bersyarat Distribusi Diskrit


Ekspektasi Bersyarat Distribusi Diskrit
Peluang Bersyarat Distribusi Kontinu
Conditioning Rules
Diskusi

Penyelesaian:
Misalkan
X : menyatakan banyaknya kesalahan cetak
Y : menyatakan buku yang akan dipilih
Misalkan
(
1, jika Sam memilih buku statistika
Y =
2, jika Sam memilih buku sejarah
Maka
E [X ] = E [X |Y = 1] P(Y = 1) + E [X |Y = 2] P(Y = 2)
 
 
1
7
1
+5
=
=2
2
2
2
Atina Ahdika, S.Si, M.Si

Pengantar Proses Stokastik

Peluang Bersama
Peluang dan Ekspektasi Bersyarat
Pustaka

Peluang Bersyarat Distribusi Diskrit


Ekspektasi Bersyarat Distribusi Diskrit
Peluang Bersyarat Distribusi Kontinu
Conditioning Rules
Diskusi

Var (X ) = E [Var (X |Y )] + Var (E [X |Y ])


Bukti:


E [Var (X |Y )] = E E [X 2 |Y ] (E [X |Y ])2




= E E [X 2 |Y ] E (E [X |Y ])2


= E [X 2 ] E (E [X |Y ])2
dan


Var (E [X |Y ]) = E (E [X |Y ])2 (E [E [X |Y ]])2


= E (E [X |Y ])2 (E [X ])2
Jadi, E [Var (X |Y )] + Var (E [X |Y ]) = E [X 2 ] (E [X ])2 .

Atina Ahdika, S.Si, M.Si

Pengantar Proses Stokastik

Peluang Bersama
Peluang dan Ekspektasi Bersyarat
Pustaka

Peluang Bersyarat Distribusi Diskrit


Ekspektasi Bersyarat Distribusi Diskrit
Peluang Bersyarat Distribusi Kontinu
Conditioning Rules
Diskusi

Misalkan E adalah sebarang kejadian dan definisikan peubah


acak indikator X oleh
(
1, jika E terjadi
X =
0, jika E tidak terjadi
Maka
E [X ] = P(E )
E [X |Y = y ] = P(E |Y = y ), untuk sebarang peubah acak Y

Atina Ahdika, S.Si, M.Si

Pengantar Proses Stokastik

Peluang Bersama
Peluang dan Ekspektasi Bersyarat
Pustaka

Peluang Bersyarat Distribusi Diskrit


Ekspektasi Bersyarat Distribusi Diskrit
Peluang Bersyarat Distribusi Kontinu
Conditioning Rules
Diskusi

Maka,
P(E ) = E [X ] = E [E [X |Y = y ]]
= E [P(E |Y = y )]
X
=
P(E |Y = y )P(Y = y ), jika Y diskrit
y
Z

P(E |Y = y )fY (y )dy , jika Y kontinu

Atina Ahdika, S.Si, M.Si

Pengantar Proses Stokastik

Peluang Bersama
Peluang dan Ekspektasi Bersyarat
Pustaka

Peluang Bersyarat Distribusi Diskrit


Ekspektasi Bersyarat Distribusi Diskrit
Peluang Bersyarat Distribusi Kontinu
Conditioning Rules
Diskusi

Contoh 8

Di kampung, setiap Minggu pagi Swari meninggalkan rumah untuk


lari pagi. Swari akan pergi lewat pintu depan/belakang dengan
peluang sama. Ketika meninggalkan rumah, Swari memakai sepatu
olahraga/bertelanjang kaki jika sepatu tidak tersedia di depan
pintu yang ia lewati. Ketika Swari pulang, Swari akan masuk lewat
pintu depan/belakang dan meletakkan sepatunya dengan peluang
yang sama. Jika dia mempunyai 4 pasang sepatu, akan dihitung
berapa peluang Swari akan sering berolahraga dengan bertelanjang
kaki. Tentukan ruang sampelnya terlebih dahulu.

Atina Ahdika, S.Si, M.Si

Pengantar Proses Stokastik

Peluang Bersama
Peluang dan Ekspektasi Bersyarat
Pustaka

Peluang Bersyarat Distribusi Diskrit


Ekspektasi Bersyarat Distribusi Diskrit
Peluang Bersyarat Distribusi Kontinu
Conditioning Rules
Diskusi

Penyelesaian:
S = {(0, 4), (1, 3), (2, 2), (3, 1), (4, 0)}
Misalkan
A : Swari berolahraga dengan bertelanjang kaki
D : sepatu ada di pintu depan
B : sepatu ada di pintu belakang
P(A) = P(A|D) P(D) + P(A|B) P(B)
1 1 1 1
= . + .
5 2 5 2
1
=
5

Atina Ahdika, S.Si, M.Si

Pengantar Proses Stokastik

Peluang Bersama
Peluang dan Ekspektasi Bersyarat
Pustaka

Peluang Bersyarat Distribusi Diskrit


Ekspektasi Bersyarat Distribusi Diskrit
Peluang Bersyarat Distribusi Kontinu
Conditioning Rules
Diskusi

Diskusi

1. Catatan dalam perusahaan asuransi otomotif memberikan


informasi bahwa (i) setiap pelanggan mengasuransikan
setidaknya satu mobil (ii) 70 % pelanggan mengasuransikan
lebih dari satu mobil, dan (iii) 20 % mengasuransikan jenis
sports car. Dari pelanggan yang mengasuransikan lebih dari
satu mobil, 15 % mengasuransikan sports car. Hitung peluang
bahwa seorang pelanggan yang terpilih secara acak
mengasuransikan tepat satu mobil dan ini bukan sports car.

Atina Ahdika, S.Si, M.Si

Pengantar Proses Stokastik

Peluang Bersama
Peluang dan Ekspektasi Bersyarat
Pustaka

Peluang Bersyarat Distribusi Diskrit


Ekspektasi Bersyarat Distribusi Diskrit
Peluang Bersyarat Distribusi Kontinu
Conditioning Rules
Diskusi

2. Kuliah SMT, PSM, dan PPS di jurusan Statistika UII diikuti


oleh 50, 75, dan 100 mahasiswa. Dari jumlah tersebut
diketahui bahwa 50, 60, dan 70 persen-nya adalah mahasiswa
angkatan 2012. Seperti biasa, mahasiswa akan mungkin
mengundurkan diri dari perkuliahan tersebut, dengan
kemungkinan yang sama. Seorang mahasiswa mengundurkan
diri dan dia adalah angkatan 2012. Berapa peluang bahwa
mahasiswa tersebut mengambil kuliah PPS?

Atina Ahdika, S.Si, M.Si

Pengantar Proses Stokastik

Peluang Bersama
Peluang dan Ekspektasi Bersyarat
Pustaka

Peluang Bersyarat Distribusi Diskrit


Ekspektasi Bersyarat Distribusi Diskrit
Peluang Bersyarat Distribusi Kontinu
Conditioning Rules
Diskusi

3. JB berada di penjara markas Brimop di Kelapa Dua, Depok.


Dia ingin melarikan diri namun hal itu tidak mudah. Fakta
yang ada menunjukkan bahwa jika JB hendak keluar dari
penjara, dia akan menghadapi 3 pintu. Pintu 1 akan
membawanya ke sebuah lorong dan kembali ke penjara dalam
waktu 2 jam. Pintu 2 membawanya ke lorong dan kembali ke
penjara dalam waktu 3 jam. Sedangkan pintu ketigalah yang
akan membawa JB bebas. Diasumsikan bahwa JB memilih
pintu-pintu 1,2, dan 3 dengan peluang berturut-turut 0.5, 0.3,
dan 0.2. Berapa lama waktu rata-rata yang dibutuhkan JB
untuk bebas?

Atina Ahdika, S.Si, M.Si

Pengantar Proses Stokastik

Peluang Bersama
Peluang dan Ekspektasi Bersyarat
Pustaka

Peluang Bersyarat Distribusi Diskrit


Ekspektasi Bersyarat Distribusi Diskrit
Peluang Bersyarat Distribusi Kontinu
Conditioning Rules
Diskusi

4. JB hendak melakukan penipuan. Di tangannya dia


menyimpan sebuah koin yang memiliki sisi M dan B dan
sebuah koin lain yang ternyata memiliki 2 sisi M. Kepada Zeta
calon korbannya, JB mengatakan bahwa dirinyalah sang
pemenang apabila muncul M dalam koin yang dimilikinya. JB
kemudian memilih koin secara acak dan melantunkannya.
Ternyata muncul M. Berapa peluang bahwa koin yang
dilantunkan adalah koin M dan B? Misal JB melantunkan koin
yang sama untuk kedua kalinya dan muncul M, berapa
peluang koin yang dilantunkan adalah koin M dan B? Misal
JB melantunkan koin yang sama untuk ketiga kalinya dan
muncul B, berapa peluang koin tsb adalah koin M dan B?

Atina Ahdika, S.Si, M.Si

Pengantar Proses Stokastik

Peluang Bersama
Peluang dan Ekspektasi Bersyarat
Pustaka

Pustaka

Pustaka

Ross, Sheldon M. 2007. Introduction to Probability Models;


9th Edition. New York: Academic Press.
Syuhada, Khreshna I.A. Materi Kuliah: MA4181 Pengantar
Proses Stokastik. Departemen Matematika ITB, Bandung.
Taylor, Howard M. dan Samuel Karlin. 1975. A First Course
in Stochastic Processes; Second Edition. New York: Academic
Press.
Virtamo, J. 38.143 Queueing Theory/ Probability Theory.

Atina Ahdika, S.Si, M.Si

Pengantar Proses Stokastik