Anda di halaman 1dari 50

611.22.

033 Pengantar Proses Stokastik
Bab 2: Peluang dan Ekspektasi Bersyarat

Atina Ahdika, S.Si, M.Si

Statistika FMIPA
Universitas Islam Indonesia

Statistika FMIPA Universitas Islam Indonesia
Atina Ahdika, S.Si, M.Si () 611.22.033 Pengantar Proses Stokastik / 50

Peluang Bersama Peluang Bersama Distribusi Diskrit

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 )

Statistika FMIPA Universitas Islam Indonesia
Atina Ahdika, S.Si, M.Si () 611.22.033 Pengantar Proses Stokastik / 50

Peluang Bersama Peluang Bersama Distribusi Diskrit

Sifat-sifat fungsi peluang bersama pX ,Y (x, y ):
1 pX ,Y (x, y ) ≥ 0, ∀(x, y )
PP
x,y pX ,Y (x, y ) = 1
2

Statistika FMIPA Universitas Islam Indonesia
Atina Ahdika, S.Si, M.Si () 611.22.033 Pengantar Proses Stokastik / 50

Peluang Bersama Peluang Bersama Distribusi Diskrit

Fungsi Peluang Marginal

Fungsi peluang marginal dari X dan Y masing-masing adalah:
X
pX (x) = pX ,Y (x, y ), x ∈ R
y

dan X
pY (y ) = pX ,Y (x, y ), y ∈ R
x

Statistika FMIPA Universitas Islam Indonesia
Atina Ahdika, S.Si, M.Si () 611.22.033 Pengantar Proses Stokastik / 50

Peluang Bersama Peluang Bersama Distribusi Diskrit

Contoh 1

Berikut adalah data tentang jumlah kamar tidur dan kamar mandi dari 50
rumah yang akan dijual:

X \Y 2 3 4 5 Total
2 3 0 0 0 3
3 14 12 2 0 28
4 2 11 5 1 19
Total 19 23 7 1 50

Hitung pX ,Y untuk semua nilai X dan Y

Statistika FMIPA Universitas Islam Indonesia
Atina Ahdika, S.Si, M.Si () 611.22.033 Pengantar Proses Stokastik / 50

06 0 0 0 0.04 0 0. Peluang Bersama Peluang Bersama Distribusi Diskrit Penyelesaian: X \Y 2 3 4 5 Total 2 0.04 0. M.Si () 611.38 0.56 4 0.10 0.22.02 0.38 Total 0.02 1 Statistika FMIPA Universitas Islam Indonesia Atina Ahdika.46 0.14 0.06 3 0.28 0.033 Pengantar Proses Stokastik / 50 . S.22 0.Si.24 0.

y ) = P(X ≤ x.Y (x. Y ≤ y ) dan fungsi peluang bersamanya adalah ∂2 ∂2 fX .Y (x. S. y ) ∂x∂y ∂y ∂x Statistika FMIPA Universitas Islam Indonesia Atina Ahdika.Si.Y (x. Peluang Bersama Peluang Bersama Distribusi Kontinu Peluang Bersama Distribusi Kontinu Misalkan X dan Y adalah peubah acak-peubah acak kontinu yang terdefinisi di ruang sampel yang sama. M.22.Y (x.033 Pengantar Proses Stokastik / 50 .Si () 611. Fungsi distribusi bersama dari X dan Y adalah FX . y ) = FX . y ) = FX .

Y (x. S. y ) adalah: 1 fX .22.Y (x. ∀(x. y ) ≥ 0.033 Pengantar Proses Stokastik / 50 .Si () 611.Si. y ) dx dy = 1 −∞ −∞ Statistika FMIPA Universitas Islam Indonesia Atina Ahdika.Y (x. Peluang Bersama Peluang Bersama Distribusi Kontinu Sifat-sifat fungsi peluang bersama fX . y ) ∈ R2 R∞ R∞ 2 fX . M.

Y (x. x ∈ R y dan Z fY (y ) = fX .Y (x. y )dy .Si () 611. Peluang Bersama Peluang Bersama Distribusi Kontinu Fungsi Peluang Marginal Misalkan X dan Y adalah peubah acak-peubah acak kontinu dengan fungsi peluang bersama fX . y )dx. S. M.22. y ∈ R x Statistika FMIPA Universitas Islam Indonesia Atina Ahdika. y ).033 Pengantar Proses Stokastik / 50 . maka fungsi peluang marginal dari X dan Y masing-masing adalah Z fX (x) = fX .Y (x.Si.

033 Pengantar Proses Stokastik / 50 . M.Si. Peluang Bersama Peluang Bersama Distribusi Kontinu Contoh 2 Misalkan X dan Y mempunyai fungsi peluang bersama 2 fX . Statistika FMIPA Universitas Islam Indonesia Atina Ahdika.Si () 611. Tentukan fungsi peluang marginal X dan Y . S. y ) = 3y x3 .22. 0 < y < x < 1.Y (x.

Peluang Bersama Peluang Bersama Distribusi Kontinu Penyelesaian: a. Fungsi peluang marginal X Zx Zx 3y 2 fX (x) = fX .033 Pengantar Proses Stokastik / 50 .Si. y )dy = dy x3 0 0 x y3 x3  = 3 = 3 =1 x 0 x Statistika FMIPA Universitas Islam Indonesia Atina Ahdika. S.22. M.Y (x.Si () 611.

033 Pengantar Proses Stokastik / 50 . S.Si. 0 < y < 1 2y 2y 2 2 Statistika FMIPA Universitas Islam Indonesia Atina Ahdika. M.22.Y (x. Fungsi peluang marginal Y Z1 Z1 3y 2 fY (y ) = fX . y )dx = dx x3 y y 1 −3y 2 −3y 2 −3y 2    = = − 2x 2 y 2 2y 2 −3y 4 + 3y 2 3y 2 (1 − y 2 ) 3 = 2 = = (1 − y 2 ).Si () 611. Peluang Bersama Peluang Bersama Distribusi Kontinu b.

M.Si. y ) = fX (x)fY (y ) Statistika FMIPA Universitas Islam Indonesia Atina Ahdika.Y (x.Si () 611.22. S. Peluang Bersama Kebebasan Kebebasan Dua kejadian X dan Y saling bebas jika dan hanya jika fX .033 Pengantar Proses Stokastik / 50 .

Peluang Bersama Kebebasan Contoh 3 Pada Contoh 2. y ) Jadi.Si. M.Y (x. S. apakah X dan Y saling bebas? Jawab:   3 3 fX (x)fY (y ) = 1 (1 − y 2 ) = (1 − y 2 ) 2 2 6= fX . Statistika FMIPA Universitas Islam Indonesia Atina Ahdika.033 Pengantar Proses Stokastik / 50 . X dan Y tidak saling bebas.Si () 611.22.

Jika pY (y ) > 0.Y (x. S. maka fungsi peluang bersyarat X diberikan Y = y adalah pX |Y (x|y ) = P(X = x|Y = y ) P(X = x.22.Si. M.Si () 611. Peluang dan Ekspektasi Bersyarat Peluang Bersyarat Distribusi Diskrit Peluang Bersyarat Distribusi Diskrit Misalkan X dan Y peubah acak-peubah acak diskrit. y ) = pY (y ) Statistika FMIPA Universitas Islam Indonesia Atina Ahdika. Y = y ) = P(Y = y ) pX .033 Pengantar Proses Stokastik / 50 .

Si () 611. Y = y ) pX |Y (x|y ) = P(Y = y ) P(X = x)P(Y = y ) = P(Y = y ) = P(X = x) Statistika FMIPA Universitas Islam Indonesia Atina Ahdika. S.033 Pengantar Proses Stokastik / 50 .22. M. Peluang dan Ekspektasi Bersyarat Peluang Bersyarat Distribusi Diskrit Jika X dan Y saling bebas.Si. maka P(X = x.

Si () 611. S. M. Peluang dan Ekspektasi Bersyarat Peluang Bersyarat Distribusi Diskrit 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 ) a≤x Statistika FMIPA Universitas Islam Indonesia Atina Ahdika.Si.033 Pengantar Proses Stokastik / 50 .22.

033 Pengantar Proses Stokastik / 50 . S. Peluang dan Ekspektasi Bersyarat Ekspektasi Bersyarat Distribusi Diskrit 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 = x pX |Y (x|y ) x Statistika FMIPA Universitas Islam Indonesia Atina Ahdika.Si.Si () 611.22. M.

Si. Peluang dan Ekspektasi Bersyarat Ekspektasi Bersyarat Distribusi Diskrit Law of Total Probability Misalkan {B1 . . . . B2 . untuk i 6= j =⇒ P(Bi ∩ Bj ) = 0 Statistika FMIPA Universitas Islam Indonesia Atina Ahdika.22.033 Pengantar Proses Stokastik / 50 . Bn } merupakan himpunan dari kejadian-kejadian yang saling asing (’mutually exclusive’). S. . ∪i Bi = S =⇒ P(∪i Bi ) = 1 Bi ∩ Bj = φ.Si () 611. yaitu partisi-partisi dari ruang sampel S. M.

Si () 611.22.Si. Peluang dan Ekspektasi Bersyarat Ekspektasi Bersyarat Distribusi Diskrit Maka. S. A = A ∩ S = A ∩ (∪i Bi ) = ∪i (A ∩ Bi ) dan n X n X P(A) = P(A ∩ Bi ) = P(A|Bi )P(Bi ) i=1 i=1 Statistika FMIPA Universitas Islam Indonesia Atina Ahdika.033 Pengantar Proses Stokastik / 50 . M.

S.1 p(2. Peluang dan Ekspektasi Bersyarat Ekspektasi Bersyarat Distribusi Diskrit Contoh 4 Misalkan p(x. 1) = 0. 2) = 0.3 Hitung peluang bersyarat X diberikan Y = 1. M.5 p(1. 2) = 0. 1) = 0.1 p(2. y ) diberikan p(1. Statistika FMIPA Universitas Islam Indonesia Atina Ahdika.Si.Si () 611.033 Pengantar Proses Stokastik / 50 .22.

1) 1 pX |Y (2|1) = = pY (1) 6 Statistika FMIPA Universitas Islam Indonesia Atina Ahdika. P(X = 1. 1) = p(1.22. 1) 5 = = pY (1) 6 p(2. kita mempunyai X pY (1) = p(x. M. Peluang dan Ekspektasi Bersyarat Ekspektasi Bersyarat Distribusi Diskrit Pertama.Si () 611. 1) = 0.033 Pengantar Proses Stokastik / 50 . Y = 1) pX |Y (1|1) = P(X = 1|Y = 1) = P(Y = 1) p(1. 1) + p(2.6 x Maka. S.Si.

Si. Jika mendapat hari yang buruk peluangnya membesar menjadi 0.Si () 611. Peluang dan Ekspektasi Bersyarat Ekspektasi Bersyarat Distribusi Diskrit Contoh 5 Lala sedang mempersiapkan diri menghadapi seminar TA 2. maka para dosen penguji semua akan menghujani Lala dengan pertanyaan-pertanyaan (secara independen satu sama lain) dengan peluang 0.2. Sebagai seorang mahasiswa yang selalu penuh perhitungan. Jika Lala mendapat hari yang baik. Pertanyaannya: Berapa peluang Lala akan lulus seminar? Statistika FMIPA Universitas Islam Indonesia Atina Ahdika.22.6. Menghujani pertanyaan-pertanyaan berarti membantai atau tidak meluluskan.033 Pengantar Proses Stokastik / 50 . Lala yakin bahwa hari yang baik akan didapatkannya dua kali lebih banyak dibanding hari yang buruk. S. M. Lala mencoba memperkirakan apakah akan mendapat hari yang baik atau hari yang buruk.

22. Peluang dan Ekspektasi Bersyarat Ekspektasi Bersyarat Distribusi Diskrit Penyelesaian: Misalkan A : kejadian hari yang baik B : kejadian hari yang buruk L : kejadian meluluskan TL : kejadian tidak meluluskan Maka P(TL|A) = 0.4 P(A) = 2P(B) Statistika FMIPA Universitas Islam Indonesia Atina Ahdika.8 P(TL|B) = 0. M. S.2 P(L|A) = 0.Si () 611.6 P(L|B) = 0.Si.033 Pengantar Proses Stokastik / 50 .

22.6P(B) = P(B) P(L) = P(L|A)P(A) + P(L|B)P(B) = 0.Si.033 Pengantar Proses Stokastik / 50 . peluang Lala akan lulus seminar adalah P(L) = 2P(B) = 2 3 = 3 Statistika FMIPA Universitas Islam Indonesia Atina Ahdika. Peluang dan Ekspektasi Bersyarat Ekspektasi Bersyarat Distribusi Diskrit P(TL) = P(TL|A)P(A) + P(TL|B)P(B) = 0.Si () 611. M.4P(B) = 2P(B) P(L) + P(TL) = 1 2P(B) + P(B) = 1 1 2 P(B) = =⇒ P(A) = 3 3 1 2  Maka.8(2P(B)) + 0.2(2P(B)) + 0. S.

Y (x. terdefinisi ∀y sehingga fY (y ) > 0. adalah fX .Si () 611.Si.033 Pengantar Proses Stokastik / 50 . maka fungsi peluang bersyarat dari X diberikan Y = y . y ). y ) fX |Y (x|y ) = fY (y ) Statistika FMIPA Universitas Islam Indonesia Atina Ahdika. S.Y (x. M.22. Peluang dan Ekspektasi Bersyarat Peluang Bersyarat Distribusi Kontinu Peluang Bersyarat Distribusi Kontinu Jika X dan Y mempunyai fungsi peluang bersama fX .

Si.033 Pengantar Proses Stokastik / 50 .Si () 611.22. M. Peluang dan Ekspektasi Bersyarat Peluang Bersyarat Distribusi Kontinu Ekspektasi Bersyarat Distribusi Kontinu Ekspektasi bersyarat dari X diberikan Y = y adalah Z∞ E [X |Y = y ] = x fX |Y (x|y )dx −∞ Statistika FMIPA Universitas Islam Indonesia Atina Ahdika. S.

Statistika FMIPA Universitas Islam Indonesia Atina Ahdika.Y (x. M.Si.033 Pengantar Proses Stokastik / 50 .Si () 611. 0 < y < 1 fX .22. y ) = 0. Peluang dan Ekspektasi Bersyarat Peluang Bersyarat Distribusi Kontinu Contoh 6 Misalkan fungsi peluang bersama X dan Y diberikan ( 6xy (2 − x − y ). 0 < x < 1. di mana 0 < y < 1. lainnya Tentukan ekspektasi bersyarat dari X diberikan Y = y . S.

Peluang dan Ekspektasi Bersyarat Peluang Bersyarat Distribusi Kontinu Penyelesaian: Pertama. S.Si () 611. M.033 Pengantar Proses Stokastik / 50 . kita tentukan fX |Y (x|y ) yaitu fX .Si.22. y ) fX |Y (x|y ) = fY (y ) 6xy (2 − x − y ) = 1 R 6xy (2 − x − y ) dx 0 6xy (2 − x − y ) = y (4 − 3y ) 6x(2 − x − y ) = 4 − 3y Statistika FMIPA Universitas Islam Indonesia Atina Ahdika.Y (x.

22. M. Peluang dan Ekspektasi Bersyarat Peluang Bersyarat Distribusi Kontinu Maka Z1 6x(2 − x − y ) E [X |Y = y ] = x dx 4 − 3y 0 6 (2 − y )2 − 4 = 4 − 3y 5 − 4y = 8 − 6y Statistika FMIPA Universitas Islam Indonesia Atina Ahdika.033 Pengantar Proses Stokastik / 50 .Si () 611.Si. S.

S.Si () 611. Y = y ) y x X X X = x P(X = x.22.Si. Peluang dan Ekspektasi Bersyarat Conditioning Rules Conditioning Rules E [X ] = E [E [X |Y ]] Bukti: X E [X ] = E [X |Y = y ]P(Y = y ) y XX = x P(X = x|Y = y )P(Y = y ) y x XX P(X = x. M. Y = y ) = x P(X = x)  x y x Statistika FMIPA Universitas Islam Indonesia Atina Ahdika.033 Pengantar Proses Stokastik / 50 . Y = y ) = x P(Y = y ) y x P(Y = y ) XX = x P(X = x.

S.Si () 611. berapa banyak kesalahan cetak yang diharapkan yang akan Sam temukan? Statistika FMIPA Universitas Islam Indonesia Atina Ahdika.Si.033 Pengantar Proses Stokastik / 50 .22. M. Peluang dan Ekspektasi Bersyarat Conditioning Rules Contoh 7 Sam akan membaca baik satu bab buku statistika maupun satu bab buku sejarah. Asumsikan Sam memiliki peluang yang sama untuk memilih kedua buku tersebut. 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.

Peluang dan Ekspektasi Bersyarat Conditioning Rules Penyelesaian: Misalkan X : menyatakan banyaknya kesalahan cetak Y : menyatakan buku yang akan dipilih Misalkan ( 1.033 Pengantar Proses Stokastik / 50 .22.Si.Si () 611. S. M. jika Sam memilih buku sejarah Maka E [X ] = E [X |Y = 1] P(Y = 1) + E [X |Y = 2] P(Y = 2)     1 1 7 =2 +5 = 2 2 2 Statistika FMIPA Universitas Islam Indonesia Atina Ahdika. jika Sam memilih buku statistika Y = 2.

E [Var (X |Y )] + Var (E [X |Y ]) = E [X 2 ] − (E [X ])2 .Si.033 Pengantar Proses Stokastik / 50 . M. Statistika FMIPA Universitas Islam Indonesia Atina Ahdika. S.Si () 611.22. Peluang dan Ekspektasi Bersyarat Conditioning Rules 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.

Peluang dan Ekspektasi Bersyarat Conditioning Rules Misalkan E adalah sebarang kejadian dan definisikan peubah acak indikator X oleh ( 1. S.Si () 611.Si.22.033 Pengantar Proses Stokastik / 50 . M. untuk sebarang peubah acak Y Statistika FMIPA Universitas Islam Indonesia Atina Ahdika. jika E tidak terjadi Maka E [X ] = P(E ) E [X |Y = y ] = P(E |Y = y ). jika E terjadi X = 0.

Si () 611.22. jika Y diskrit y Z∞ = P(E |Y = y )fY (y )dy . S.033 Pengantar Proses Stokastik / 50 . Peluang dan Ekspektasi Bersyarat Conditioning Rules Maka. M. P(E ) = E [X ] = E [E [X |Y = y ]] = E [P(E |Y = y )] X = P(E |Y = y )P(Y = y ).Si. jika Y kontinu −∞ Statistika FMIPA Universitas Islam Indonesia Atina Ahdika.

setiap Minggu pagi Swari meninggalkan rumah untuk lari pagi. Tentukan ruang sampelnya terlebih dahulu. Jika dia mempunyai 4 pasang sepatu. M. Statistika FMIPA Universitas Islam Indonesia Atina Ahdika.22. akan dihitung berapa peluang Swari akan sering berolahraga dengan bertelanjang kaki. Swari akan pergi lewat pintu depan/belakang dengan peluang sama. S. Ketika meninggalkan rumah. Ketika Swari pulang.033 Pengantar Proses Stokastik / 50 .Si () 611. Swari memakai sepatu olahraga/bertelanjang kaki jika sepatu tidak tersedia di depan pintu yang ia lewati. Swari akan masuk lewat pintu depan/belakang dan meletakkan sepatunya dengan peluang yang sama.Si. Peluang dan Ekspektasi Bersyarat Conditioning Rules Contoh 8 Di kampung.

(4.Si () 611. S. (2. 5 2 5 2 1 = 5 Statistika FMIPA Universitas Islam Indonesia Atina Ahdika.22.033 Pengantar Proses Stokastik / 50 .Si. M. 3). Peluang dan Ekspektasi Bersyarat Conditioning Rules Penyelesaian: S = {(0. + . 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 = . (3. (1. 4). 2). 1).

22. dan (iii) 20 % mengasuransikan jenis sports car. Statistika FMIPA Universitas Islam Indonesia Atina Ahdika. M. Dari pelanggan yang mengasuransikan lebih dari satu mobil.Si () 611.033 Pengantar Proses Stokastik / 50 . S. Hitung peluang bahwa seorang pelanggan yang terpilih secara acak mengasuransikan tepat satu mobil dan ini bukan sports car. 15 % mengasuransikan sports car. Peluang dan Ekspektasi Bersyarat Diskusi Diskusi 1.Si. Catatan dalam perusahaan asuransi otomotif memberikan informasi bahwa (i) setiap pelanggan mengasuransikan setidaknya satu mobil (ii) 70 % pelanggan mengasuransikan lebih dari satu mobil.

dan 100 mahasiswa. Seorang mahasiswa mengundurkan diri dan dia adalah angkatan 2012. Peluang dan Ekspektasi Bersyarat Diskusi 2.22. dan 70 persen-nya adalah mahasiswa angkatan 2012. dan PPS di jurusan Statistika UII diikuti oleh 50. Kuliah SMT. PSM. S. M.033 Pengantar Proses Stokastik / 50 . 60.Si () 611. mahasiswa akan mungkin mengundurkan diri dari perkuliahan tersebut. dengan kemungkinan yang sama. 75. Berapa peluang bahwa mahasiswa tersebut mengambil kuliah PPS? Statistika FMIPA Universitas Islam Indonesia Atina Ahdika.Si. Dari jumlah tersebut diketahui bahwa 50. Seperti biasa.

2. M.033 Pengantar Proses Stokastik / 50 . S. Diasumsikan bahwa JB memilih pintu-pintu 1. Depok. JB berada di penjara markas Brimop di Kelapa Dua. dan 3 dengan peluang berturut-turut 0.Si.Si () 611. Dia ingin melarikan diri namun hal itu tidak mudah.22. Pintu 2 membawanya ke lorong dan kembali ke penjara dalam waktu 3 jam. Pintu 1 akan membawanya ke sebuah lorong dan kembali ke penjara dalam waktu 2 jam. Fakta yang ada menunjukkan bahwa jika JB hendak keluar dari penjara. Sedangkan pintu ketigalah yang akan membawa JB bebas. Berapa lama waktu rata-rata yang dibutuhkan JB untuk bebas? Statistika FMIPA Universitas Islam Indonesia Atina Ahdika. Peluang dan Ekspektasi Bersyarat Diskusi 3.5.3.2. dan 0. dia akan menghadapi 3 pintu. 0.

JB kemudian memilih koin secara acak dan melantunkannya. JB mengatakan bahwa dirinyalah sang pemenang apabila muncul M dalam koin yang dimilikinya.033 Pengantar Proses Stokastik / 50 .Si () 611. JB hendak melakukan penipuan. S. Peluang dan Ekspektasi Bersyarat Diskusi 4. Di tangannya dia menyimpan sebuah koin yang memiliki sisi M dan B dan sebuah koin lain yang ternyata memiliki 2 sisi M.22. M. Kepada Zeta calon korbannya.Si. Ternyata 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? Statistika FMIPA Universitas Islam Indonesia Atina Ahdika. Berapa peluang bahwa koin yang dilantunkan adalah koin M dan B? Misal JB melantunkan koin yang sama untuk kedua kalinya dan muncul M.

M. P(Sp|LS) = 0.2. 205 P(Sp c ∩ LS c ) = P(Sp c |LS c ) P(LS c ) = (0.Si () 611. S. Diketahui P(LS) = 0. P(Sp |LS c ) = 1 − c 300 = 300 .7.3) = 0.205 300 Statistika FMIPA Universitas Islam Indonesia Atina Ahdika.7) + P(Sp|LS c )(0.15. maka P(Sp) = P(Sp|LS)P(LS) + P(Sp|LS c )P(LS c ) 0. Peluang dan Ekspektasi Bersyarat Diskusi Penyelesaian 1. P(Sp) = 0.3) 95 Jadi. Jadi. 95 205 Akibatnya.15)(0.22. Misalkan LS kejadian mengasuransikan lebih dari satu mobil dan Sp kejadian mengasuransikan sports car.Si.033 Pengantar Proses Stokastik / 50 .2 = (0. P(Sp|LS c ) = 300 .

6.7 P(0 120 ) = P(0 120 |SMT )P(SMT ) + P(0 120 |PSM)P(PSM) + P(0 120 |PPS)P(PPS)       50 75 100 140 = 0.22.5.Si () 611. P(PPS) = 225 225 225 0 0 0 0 0 0 P( 12 |SMT ) = 0.6 + 0. P(PSM) = .033 Pengantar Proses Stokastik / 50 . P( 12 |PPS) = 0.Si. Misalkan: SMT : kejadian mahasiswa mengikuti kuliah SMT PSM : kejadian mahasiswa mengikuti kuliah PSM PPS : kejadian mahasiswa mengikuti kuliah PPS MD12 : kejadian mahasiswa mengundurkan diri dan angkatan 2012 Maka 50 75 100 P(SMT ) = . S.5 + 0. M.7 = 225 225 225 225 Statistika FMIPA Universitas Islam Indonesia Atina Ahdika. Peluang dan Ekspektasi Bersyarat Diskusi 2. P( 12 |PSM) = 0.

Peluang dan Ekspektasi Bersyarat Diskusi Setiap mahasiswa punya peluang yang sama untuk mengundurkan diri. M.033 Pengantar Proses Stokastik / 50 .7 225 1 = 140 = 225 2 Statistika FMIPA Universitas Islam Indonesia Atina Ahdika. artinya P(0 120 ) = P(MD12).Si () 611.22. P(PPS ∩ MD12) P(PPS|MD12) = P(MD12) P(MD12|PPS)P(PPS) = P(MD12) 100 0.Si. S.

Si () 611. M. Peluang dan Ekspektasi Bersyarat Diskusi 3.Si. S.22. Misalkan X : waktu rata-rata untuk bebas P1 : memilih pintu 1 P2 : memilih pintu 2 P3 : memilih pintu 3 maka E (X |P1 ) = 2 + E (X ) E (X |P2 ) = 3 + E (X ) E (X |P3 ) = 0 Statistika FMIPA Universitas Islam Indonesia Atina Ahdika.033 Pengantar Proses Stokastik / 50 .

5 + (3 + E (X )) 0.9 + 0.5 jam Statistika FMIPA Universitas Islam Indonesia Atina Ahdika.3 E (X ) E (X ) = 1.2E (X ) = 1.9 + 0. Peluang dan Ekspektasi Bersyarat Diskusi Sehingga E (X ) = E (X |P1 ) P(P1 ) + E (X |P2 ) P(P2 ) + E (X |P3 ) P(P3 ) E (X ) = (2 + E (X )) 0.2) E (X ) = 1 + 0.033 Pengantar Proses Stokastik / 50 .22.5 E (X ) + 0.3 + 0 (0.Si () 611. M. S.9 E (X ) = 9.8 E (X ) 0.Si.

2 + 1. Misalkan K1 : koin baik (MB) K2 : koin tidak baik (MM) P(K1 ∩ M) P(K1 |M) = P(M) P(M|K1 ) P(K1 ) = P(M|K1 ) P(K1 ) + P(M|K2 ) P(K2 ) 1 1 . M. S. 1 = 1 12 2 1 = 2 . Peluang dan Ekspektasi Bersyarat Diskusi 4.Si. 2 3 Statistika FMIPA Universitas Islam Indonesia Atina Ahdika.Si () 611.033 Pengantar Proses Stokastik / 50 .22.

1. S. 2 5 P(K1 ∩ MMB) P(K1 |MMB) = P(MMB) P(MMB|K1 ) P(K1 ) = P(MMB|K1 ) P(K1 ) + P(MMB|K2 ) P(K2 ) 1 1 1 1 . = 1 1 12 12 2 2 1 =1 2 .Si () 611. .033 Pengantar Proses Stokastik / 50 . 2 . 2 Statistika FMIPA Universitas Islam Indonesia Atina Ahdika. 1 = 1 14 2 1 = 4 . 2 + 1. . 2 . Peluang dan Ekspektasi Bersyarat Diskusi P(K1 ∩ MM) P(K1 |MM) = P(MM) P(MM|K1 ) P(K1 ) = P(MM|K1 ) P(K1 ) + P(MM|K2 ) P(K2 ) 1 1 .0.22. M.Si. 2 + 1.

Materi Kuliah: MA4181 Pengantar Proses Stokastik. Second Edition. New York: Academic Press. Pustaka Pustaka Pustaka Ross. 2007. Departemen Matematika ITB.22. Khreshna I. New York: Academic Press.A. Bandung. Introduction to Probability Models.Si.Si () 611. A First Course in Stochastic Processes. Statistika FMIPA Universitas Islam Indonesia Atina Ahdika.143 Queueing Theory/ Probability Theory. 1975. Howard M. 9th Edition. M. Taylor. 38.033 Pengantar Proses Stokastik / 50 . J. dan Samuel Karlin. S. Syuhada. Virtamo. Sheldon M.