Probabilitas dan Proses Stokastik

Jurusan Teknik Elektro - FTI

Institut Teknologi Sepuluh Nopember
Surabaya, 2014

Tim ProStok

OUTLINE
1. Capaian Pembelajaran

2. Pengantar dan Teori

3. Contoh

4. Ringkasan

5. Latihan
2

CP

Teori

Contoh

Ringkasan

Latihan

Capaian Pembelajaran

Mahasiswa mampu:

menghitung probabilitas posteriori suatu

eksperimen acak.

Teorema Bayes

CP

Teori

Contoh

Ringkasan

Latihan

Pengantar

Teorema Bayes digunakan untuk mengestimasi

suatu informasi atau hasil eksperimen

berdasarkan probabilitas event yang diketahui

sebelum eksperimen tersebut dilakukan.

Aplikasi teorema Bayes banyak digunakan

dalam sistem komunikasi.
Teorema Bayes

CP

Teori

Contoh

Ringkasan

Latihan

Review: Probabilitas Bersyarat dan Probabilitas Total

Probabilitas bersyarat dua event:

P( Bn A) =

atau:

P( Bn A)
P( A)

P ( A Bn )
P ( A Bn ) =
P ( Bn )

Probabilitas event A, diberikan event Bn:

B1

n =1

B3

P( A) = P( A Bn ) P( Bn )

Teorema Bayes

B2
BN
5

CP

Teori

Contoh

Ringkasan

Latihan

Teorema Bayes

Teorema Bayes:

P( Bn A) =

dengan:

P ( A Bn ) P ( Bn )

P( A B1 ) P( B1 ) + + P( A B N ) P( B N )

P( Bn )
P( A Bn )
P( Bn A)

n = 1, 2, , N

probabilitas priori

probabilitas transisi

probabilitas posteriori
Teorema Bayes

CP

Teori

Contoh

Ringkasan

Latihan

Soal

Sistem komunikasi biner

1
0

Transmitter

0.9

B1
P(B1) = 0.6

1
0

A1

0.1

0.1
B2
P(B2) = 0.4

Receiver

0.9

B1: simbol 1 dikirim

B2: simbol 0 dikirim

A1: simbol 1 diterima

A2: simbol 0 diterima

Hitung probabilitas posteriori untuk tiap simbol yang diterima

Teorema Bayes

A2

CP

Teori

Contoh

Ringkasan

Latihan

Solusi (1)

Probabilitas transisi: P ( A1 B1 ) = 0.9

P ( A2 B1 ) = 0.1

P ( A2 B2 ) = 0.9

P ( A1 B2 ) = 0.1

Probabilitas simbol 1 diterima

P ( A1 ) = P ( A1 B1 ) P ( B1 ) + P ( A1 B2 ) P ( B2 )

= 0.9(0.6) + 0.1(0.4) = 0.58

Probabilitas simbol 0 diterima

P ( A2 ) = P ( A2 B1 ) P ( B1 ) + P ( A2 B2 ) P ( B2 )
= 0.1(0.6) + 0.9(0.4) = 0.42
Teorema Bayes

CP

Teori

Contoh

Ringkasan

Latihan

Solusi (2)

Probabilitas posteriori untuk simbol 1 diterima memang

berasal dari simbol 1 dikirim
P ( A1 B1) P ( B1)
0.9(0.6) 0.54
P ( B1 A1) =
=
=
0.931
P ( A1)
0.58
0.58

Probabilitas posteriori untuk simbol 0 diterima memang

berasal dari simbol 0 dikirim
P ( A2 B2 ) P ( B2 ) 0.9(0.4) 0.36
=
=
0.857
P( B2 A2 ) =
0.42
0.42
P ( A2 )
Teorema Bayes

CP

Teori

Contoh

Ringkasan

Latihan

Solusi (3)

Probabilitas simbol yang diterima berbeda dengan simbol yang

dikirim:

0.1(0.6) 0.06
P( A2 B1) P( B1)
=
=
0.143
P( B1 A2 ) =
0.42
0.42
P ( A2 )

P ( A1 B2 ) P ( B2 )
0.1(0.4) 0.04
=
=
0.069
P ( B2 A1) =
0.58
0.58
P ( A1)

Teorema Bayes

10

CP

Teori

Contoh

Ringkasan

Latihan

Teorema Bayes

Probabilitas priori diketahui (diberikan) sebelum

eksperimen dilakukan
Probabilitas posteriori dapat dihitung dengan
menggunakan teorema Bayes bila eksperimen telah
dilakukan dan terjadi event tertentu yang diamati

Teorema Bayes

11

CP

Teori

Contoh

Ringkasan

Latihan

Soal Latihan

Sistem komunikasi seperti contoh dikembangkan untuk kasus tiga

simbol yang ditransmisikan yaitu 0, 1 dan 2.
Asumsikan probabilitas transisi pada kanal adalah sama yaitu
P(Ai|Bj)=0.1 untuk ij dan P(Ai|Bj)=0.8 untuk i = j = 0, 1, 2.
Probabilitas simbol 0,1,2 ditransmisikan adalah P(B0)=0.5,
P(B1)=0.3 dan P(B2)=0.2.
a) Sket model secara diagram sistem komunikasi tersebut.
b) Hitung probabilitas simbol diterima, P(A0), P(A1) dan P(A2)
c) Hitung probabilitas posteriori untuk sistem ini
d) Bila probabilitas P(Bj)=0.3 ; ulangi soal (c)
Teorema Bayes

12

CP

Teori

Contoh

Teorema Bayes

Ringkasan

Latihan

13