Probabilitas dan Proses Stokastik

Tim ProStok

Jurusan Teknik Elektro - FTI

Institut Teknologi Sepuluh Nopember
Surabaya, 2014
 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 joint event

menggunakan fungsi massa probabilitas dari
dua variabel acak

Joint PMF 3
CP Teori Contoh Ringkasan Latihan

Pengantar

Fungsi massa probabilitas joint digunakan untuk

mendeskripsikan joint event dari dua variabel acak diskrit
dalam bidang xy. Representasi joint PMF dalam bahasan ini
diberikan dalam bentuk persamaan dan matriks. Sifat-sifat
dari joint PMF tersebut terdapat juga dalam bahasan ini.

Joint PMF 4
 CP Teori Contoh Ringkasan Latihan

Fungsi Massa Probabilitas Joint – Joint Probability Mass Function (Joint PMF)

Joint PMF variabel acak X dan Y:

PX ,Y ( x, y ) = P ( X ≤ x, Y ≤ y )

Sifat-sifat joint PMF :

1. PX ,Y ( x, y ) ≥ 0 2. ∑ ∑ PX ,Y ( x, y ) = 1
x∈S X y∈SY

3. PX ( x) = ∑ PX ,Y ( x, y ) PY ( y ) = ∑ PX ,Y ( x, y )
y∈SY x∈S X

Marginal PMF

Joint PMF 5
 CP Teori Contoh Ringkasan Latihan

Soal

Dua IC dari pabrik XYZ dites. Pada tiap tes, outcome yang
mungkin adalah diterima (a) atau ditolak (r). Asumsikan
tiap IC yang diterima (a) memunyai probabilitas 0.9 dan
outcome tiap tes adalah independen.

Hitung jumlah IC yang diterima X dan hitung jumlah tes yang

sukses Y sebelum observasi pertama ditolak. (Jika kedua tes
adalah sukses, maka Y=2)

Joint PMF 6
 CP Teori Contoh Ringkasan Latihan

Solusi (1)

X: jumlah tes diterima (a)

Y: jumlah tes diterima sebelum observasi pertama ditolak

0.9 a aa 0.81 X=2, Y=2

a
0.9 r ar 0.09 X=1, Y=1
0.1

0.9 a ra 0.09 X=1, Y=0

0.1 r
0.1 r rr 0.01 X=0, Y=0

Joint PMF 7
 CP Teori Contoh Ringkasan Latihan

Solusi (1)

Representasi joint PMF dalam persamaan

0.81 x = 2, y = 2
 0.09 x = 1, y = 1

PX ,Y ( x, y ) =  0.09 x = 1, y = 0
0.01 x = 0, y = 0

 0 yanglain

Joint PMF 8
 CP Teori Contoh Ringkasan Latihan

Solusi (1)

Representasi joint PMF dalam matriks

PX,Y(x,y) y=0 y=1 y=2 PX(x)

x=0 0.01 0 0 0.01

x=1 0.09 0.09 0 0.18

x=2 0 0 0.81 0.81

PY(y) 0.10 0.09 0.81

Joint PMF 9
 CP Teori Contoh Ringkasan Latihan

Solusi (2)

Marginal PMF
 0.01 x = 0
 0.18 x = 1

• Variabel acak X: PX ( x) = 
 0.81 x = 2
 0 yang lain

 0.10 y=0
 y =1
 0.09
• Variabel acak Y: PY ( y ) = 
 0.81 y=2
 0 yang lain

Joint PMF 10
 CP Teori Contoh Ringkasan Latihan

Joint CDF

 Fungsi distribusi joint didefinisikan sebagai probabilitas

joint dari dua variabel acak

 Fungsi distribusi marginal dari satu variabel acak dapat

diperoleh dengan men-set salah satu variabel dalam
fungsi distribusi joint dengan nilai tak hingga

Joint PMF 11
 CP Teori Contoh Ringkasan Latihan

Soal Latihan

Sebuah sistem memiliki dua buah komponen A dan B. Masa

pakai komponen A dan B memiliki distribusi eksponensial
dengan mean 2000 jam. Masa pakai komponen A dinyatakan
sebagai variabel acak X dan masa pakai komponen B
dinyatakan sebagai variabel acak Y.
Joint CDF dari X dan Y:

FX ,Y ( x, y ) = 1 − e −0.002 x − e −0.002 y + e −0.002 ( x + y ) x ≥ 0, y ≥ 0

Dapatkan:
a) marginal CDF var. acak X dan Y
b) probabilitas event {1000 < X ≤ 2000, 1500 < Y ≤ 2500}.
Joint PMF 12
CP Teori Contoh Ringkasan Latihan

Joint PMF 13