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 event menggunakan

fungsi massa probabilitas variabel acak diskrit

PMF Variabel Acak Diskrit 3

CP Teori Contoh Ringkasan Latihan

Pengantar

Dalam bahasan berikut, dikenalkan model probabilitas

diskrit yang menugaskan bilangan antara 0 dan 1
untuk tiap outcome dari eksperimen. Model
probabilitas untuk variabel acak diskrit ini
dideskripsikan sebagai fungsi massa probabilitas
dalam range seluruh bilangan real

PMF Variabel Acak Diskrit 4

 CP Teori Contoh Ringkasan Latihan

Fungsi Massa Probabilitas – Probability Mass Function (PMF)

Fungsi massa probabilitas variabel acak X

PX ( x) = P( X = x)

dengan
X: nama variabel acak

x: nilai yang mungkin dalam variabel acak X

PX(x): probabilitas dari event {X=x}

PMF Variabel Acak Diskrit 5

 CP Teori Contoh Ringkasan Latihan

Sifat-sifat PMF

 Sifat-sifat PMF diturunkan dari aksioma probabilitas

1. PX ( x) ≥ 0 ∀x

PMF selalu bernilai tidak negatif

2. ∑ PX ( x) = 1
x∈S X

Jumlah PMF dari variabel acak diskrit sama dengan satu

PMF Variabel Acak Diskrit 6

 CP Teori Contoh Ringkasan Latihan

Soal

Eksperimen acak: lempar sebuah dadu

Definisi:
event Y: jumlah mata dadu pada permukaan atas

a) Dapatkan PMF dan sket PMF dari Y tersebut

b) Hitung P(Y > 2) dan P(2 ≤ Y < 5)

PMF Variabel Acak Diskrit 7

 CP Teori Contoh Ringkasan Latihan

Solusi (1)

Ada 6 outcome eksperimen: 1, 2, 3, 4, 5, 6

Probabilitas tiap outcome: 1/6

Variabel acak Y: jumlah mata dadu pada muka atas

Range Y: SY = {1, 2, 3, 4, 5, 6}

Probabilitas tiap event:

P(Y=1) = 1/6 P(Y=4) = 1/6
P(Y=2) = 1/6 P(Y=5) = 1/6
P(Y=3) = 1/6 P(Y=6) = 1/6

PMF Variabel Acak Diskrit 8

 CP Teori Contoh Ringkasan Latihan

Solusi (2)

PMF dari Y
1 6 1 ≤ y ≤ 6

PY ( y ) = 
0 yang lain

Plot PMF dari Y

0.25
0.2
0.15
PY(y)

0.1
0.05
0 -1 0 1 2 3 4 5 6 7
y

PMF Variabel Acak Diskrit 9

 CP Teori Contoh Ringkasan Latihan

Solusi (3)

Probabilitas {Y > 2}

P(Y > 2) = 1 − P(Y ≤ 2)

= 1 − ( P(Y = 1) + P(Y = 2)) = 1 − (2 6) = 4 6
atau
P(Y > 2) = P(Y = 3) + P(Y = 4) + P(Y = 5) + P(Y = 6) = 4 6

Probabilitas {2 ≤ Y< 5}
P(2 ≤ Y < 5) = P(Y = 2) + P(Y = 3) + P(Y = 4)
= (1 6) + (1 6) + (1 6) = 3 6
PMF Variabel Acak Diskrit 10
 CP Teori Contoh Ringkasan Latihan

PMF Variabel Acak Diskrit

 PMF dari variabel acak X didefinisikan sebagai

probabilitas event {X=x}

 PMF selalu bernilai tak negatif

 Jumlah PMF dari suatu variabel acak sama dengan 1

PMF Variabel Acak Diskrit 11

 CP Teori Contoh Ringkasan Latihan

Soal Latihan

Dua IC dari pabrik XYZ dites apakah IC tersebut diterima (a)

atau ditolak (r). Setiap IC yang diterima (a) diberi poin 1.
Ada 4 outcome dari eksperimen ini: aa, ar, ra, rr dengan tiap
outcome memunyai probabilitas ¼. Variabel acak X adalah tiga
nilai yang mungkin dari tiga event tersebut, yaitu {X=0}={rr},
{X=1}={ar, ra} dan {X=2}={aa}.
a) Dapatkan PMF dari variabel acak X dalam representasi
matematis dan grafis.
b) Hitung P(X ≤ 1) dan P(X > 1).

PMF Variabel Acak Diskrit 12

CP Teori Contoh Ringkasan Latihan

PMF Variabel Acak Diskrit 13