DAN PROBABILITAS
#3b Probabilitas
EDUNEX ITB
HISTORY
weather forecasting to games, insurance or
election polls.
To distract from the difficult
mathematical theories they
were discussing, they often
played a simple game: they
repeatedly tossed a coin –
every heads was a point for
Pascal and every tails was a
Blaise Pascal Pierre de Fermat
point for Fermat. Whoever
had more points after three
coin tosses had to pay the
bill.
DEFINISI
Pengukuran Kemungkinan/Probabilitas
• Definisi aksiomatik klasik dari probabilitas mensyaratkan konsep suatu fungsi,
sebut f(.).
• Seperti ditentukan sebelumnya, misal Ω merupakan ruang sampel dari
percobaan/pengamatan acak dan Ã, kumpulan kejadian A diasumsikan menjadi
ruang kejadian untuk percobaan.
• Fungsi probabilitas Pr[.] atau P [.] adalah sebuah fungsi dengan domain à dan
counterdomain dalam interval [0,1] yang mengikuti 3 aksioma berikut:
(i) Pr[A] ≥ 0 , untuk setiap A Є Ã
Aksioma/postulat adalah suatu
(ii) Pr[Ω] = 1 pernyataan yang bisa dilihat
(iii) Jika A1 Є Ã , A2 Є Ã , dan A1A2 = Ø , jadi kebenarannya tanpa perlu adanya bukti.
→ aksioma (i)
5/36 + 15/36 + 10/36 + 6/36 = (5 + 15 + 10 +6)/36 = 1,
mutually exclusive
union intersection
mutually exclusive
mutually exclusive
A
Ac B
(A+B)c
Pr[A+B] = Pr[A+AcB] = Pr[A] + Pr[AcB] (f)
mutually exclusive
A
B
(A+B)c (A B)c
(d) (e)
ω4
S
C Ω A B Bc E
A4
ω3
A3
ω2
A2
ω1
A1
0
(a)
(b) (c)
Dead Storage
A4 A1
A3 A2
A4 A1 A4 A1 A4 A1
A3 A2 A3 A2 A3 A2
E C D=Bc
konteks probabilitas bersyarat.
A AB B
u b c x 0
a w y
v d e f
Catat bahwa ruang sampel berkurang dari Ω km
menjadi B, dan diperlukan normalisasi
menggunakan pembagi Pr[B]. Juga, Pr[B]
disebut probabilitas marjinal dari kejadian B. 10
0 km 20
A AB B
6,0
0,0 0
u b c x
4,2 12,2 a w y
Asumsikan bahwa probabilitas dari kehilangan dalam 0,3 6,3
subarea yang ada: proporsional terhadap area. v d e f
Selanjutnya, jika suatu kehilangan terjadi dalam 4,6 12,6 km
jaringan,
Pr[A] = (6 x 3)/200 = 0.09,
Pr[B] = (12 – 4) x (6 – 2) /200 = (8 x 4)/200 = 0.16
Jika suatu kehilangan terjadi di area yang 10
dipengaruhi oleh kejadian B, bagaimanakah
0 km 20
probabilitas dari kejadian A?
Luas daerah B
32
aturan tambahan
Ac B
Ac Bc
(g)
i=1
n n
teorema probabilitas
i=1 i=1
total
MECE : konsep yang menerangkan adanya kesempurnaan (mendekati) kerangka berpikir
Contoh
• Timber strength. Tinjau data kekuatan timber dan distribusi frekuensi pada
tabel dibawah. Ruang sampel dapat diwakili dengan kejadian mutually
exclusive, collectively exhaustive seperti pada gambar:
A
Diagram Venn
• Kejadian: Batas atas kelas Pusat kelas
Frekuensi absolut frekuensi relatif
frekuensi relatif kumulatif
(N/mm2) (N/mm2) (%)
B1 Ξ {0 ≤ηt< 25 N/mm2} 5
10
2.5
7.5
1
0
0.006
0.000
0.61
0.61
B2 Ξ {25 ≤ηt< 45 N/mm2} 15
20
12.5
17.5
B1 0
1
0.000
0.006
0.61
1.21
25 22.5 9 0.055 6.67
B3 Ξ {45 ≤ηt< 65 N/mm2} 30 27.5 18 0.109 17.58
35 32.5 26 0.158 33.33
B2
B4 Ξ {ηt ≥ 45 N/mm2} 40
45
37.5
42.5
38
34
0.230
0.206
56.36
76.97
50 47.5 20 0.121 89.09
55 52.5 9 0.055 94.55
60 57.5 B3 5 0.030 97.58
65 62.5 0 0.000 97.58
70 67.5 3 0.018 99.39
75 72.5 B4 1 0.006 100.00
Pr[A] = 54/165.
54/165
n
i=1
TEOREMA Bayes
sebelum ‘prior probability’
setelah ‘posterior probability’
Fungsi Massa Probabilitas
• Variabel acak distribusinya atau hukum probabilitas.
mutually exclusive,
Contoh: Kejadian banjir. Jumlah banjir tercatat pertahun pada stasiun
pengukuran diberikan pada tabel dibawah:
px(0) = 0.00
PMF Kejadian Banjir, x per tahun pada stasiun
Calamaza, selama periode 1939 sampai 1972
px(1) = 2/34 = 0.06 0.30
0 0 0.00
1 2 0.06
px(x)
2 6 0.18 0.15
3 7 0.21
4 9 0.26
0.10
5 4 0.12
6 1 0.03
7 4 0.12 0.05
8 1 0.03
9 0 0.00
Total 34 1 0.00
0 1 2 3 4 5 6 7 8 9
x
Untuk data tunggal!!
Untuk data berkelompok: f(Hj) = nj/(NxΔH) ; nj: jml kejadian, N: jumlah total data
→ ΔH: panjang interval tiap kelas (lebar selang)
CUMULATIVE DISTRIBUTION FUNCTION, CDF Fx(x)
monotonic
penjumlahan probabilitas
Xk ≤ x
• Contoh : Kejadian banjir diatas, CDF dihitung:
Fx(0) = 0.00 ; Fx(1) = 0.06 ; Fx(2) = 0.24 ; Fx(3) = 0.44 ;
Fx(4) = 0.70 ; Fx(5) = 0.82 ; Fx(6) = 0.85 ; Fx(7) = 0.97 ;
Fx(8) = 1.00 ; Fx(x) = 1.00 untuk x > 8
Fx(x)
6 1 0.03 0.60
7 4 0.12
8 1 0.03
0.40
9 0 0.00
Total 34 1
0.20
0.00
0 1 2 3 4 5 6 7 8 9
x
1 2 3 4
1.75 0.83 0.58 0.34
1.63 0.82 0.57 0.34
1.54 0.82 0.57 0.34
1.33 0.82 0.57 0.33
1.3 0.8 0.57 0.32
1.29 0.8 0.57 0.31
1.22 0.79 0.55 0.31
1.19 0.79 0.54 0.31
1.15 0.78 0.54 0.3
1.13 0.78 0.53 0.3
1.12 0.77 0.53 0.3
1.11 0.77 0.51 0.29
1.1
1.08
0.77
0.75
0.5
0.49
0.29
0.29
BUAT 4 KELOMPOK:
1.08
1.07
0.75
0.74
0.49
0.48
0.28
0.28
Kelompok 1: kolom 1
1.07
1.07
0.73
0.72
0.45
0.45
0.27
0.26
Kelompok 2: kolom 2
1.06 0.71 0.44 0.26 Kelompok 3: kolom 3
1.06 0.71 0.43 0.26
1.03 0.71 0.43 0.26 Kelompok 4: kolom 4
1.01 0.7 0.43 0.25
1.01 0.69 0.43 0.24
1 0.68 0.42 0.24 Tentukan:
1 0.68 0.42 0.24
1 0.66 0.41 0.23 1. Jumlah kelas
0.96 0.66 0.4 0.22
0.96 0.66 0.4 0.22
2. Lebar selang
0.95 0.66 0.4 0.21 3. Gambarkan histogram frekuensi dan histogram frekuensi
0.92 0.65 0.4 0.21
0.91 0.64 0.4 0.21 relatif
0.89 0.64 0.4 0.2
0.88 0.64 0.39 0.19 4. PMF dan CDF
0.87
0.87
0.63
0.63
0.38
0.38
0.17
0.16
5. Buat grafik PMF dan CDF
0.86 0.62 0.38 0.16
0.85 0.61 0.37 0.15
0.85 0.6 0.35 0.12
0.84 0.59 0.35 0.1
0.83 0.59 0.35 0.09
Break!