Kombinasi event
Union (gabungan) :“A atau B” : AB={A atau
B}
Irisan: “A dan B” : AB={A dan B}
Komplemen : “bukan A”:Ac={A}
Event A dan B disebut tidak beririsan (disjoint) bila :
AB=
Sekumpulan event {B1,B2,…} merupakan partisi dari event
A jika
(i) Bi Bj= untuk semua ij
(ii) iBi =A
4
Probabilitas (peluang)
Probabilitas suatu event dinyatakan oleh P(A)
P(A)[0,1]
Sifat-sifat peluang
5
Conditional Probability
(Peluang bersyarat)
Asumsikan bahwa P(B)>0
Definisi : Conditional probability dari suatu
event A bila diketahui event B terjadi
didefinisikan sebagai berikut
Dengan demikian
6
Contoh:
Suatu berkas saluran terdiri dari 2 saluran :
P(k)= Prob bahwa saluran baik.
P(0)=0,2; P(1)=0,3; P(2)=0,5
Dan E(k)=Prob bahwa suatu panggilan diblok,
bila diketahui k saluran baik.
E(0)=1;E(1)=2/3 dan E(2)=2/5
Berapa besar probabilitas suatu panggilan
diblok?dan Berapa besar probabilitas suatu
panggilan tidak di blok?
8
Di blok
1
0 sal.baik
0
Tidak di blok
0,2
2/3 Di blok
0,3
1/3
1 sal baik Tidak di blok
0,5
2/5 Di blok
Jawab:
Teorema Bayes
Bila {Bi} merupakan partisi dari sample space
Asumsikan bahwa P(A)>0 dan P(Bi)>0 untuk semua i.
Maka berdasarkan uraian pada slide nomor 5
Dengan demikian
Demikian pula
12
Contoh
Sebuah koin dilempar (menghasilkan head (H)
atau tail (T)
Sample space:
Maka
15
Maka
P{X=x} 0 untuk semua x Sx
P{X=x} 0 untuk semua x Sx
Himpunan Sx disebut himpunan nilai (value set)
19
Contoh
21
Ekspektasi (harapan,rataan)
Definisi : Harga ekspektasi (rata-rata/mean value) dari X
dinyatakan oleh
Total 1 2,75
24
1 Jam
1
2
10
26
Variance
Definisi : Variance dari X didefinisikan sbb
Sifat-sifat
27
Covariance
Definisi : Covariance antara X dan Y didefinisikan
sbb
Sifat-sifat
28
Maka
30
Distribusi Bernoulli
Menyatakan suatu eksperimen acak dengan dua keluaran yang
mungkin
Sukses (1) : “Probabilitas di duduki” (P)
Gagal (0) : “Probabilitas bebas” (q= 1-P)
Nilai 1 berpeluang p (nilai 0 untuk peluang 1-p)
32
Distribusi binomial
Menyatakan jumlah sukses dalam sejumlah eksperimen acak yang
saling bebas (masing-masing eksperimen bersifat Bernoulli);
n = jumlah total eksperimen
p = peluang sukses dalam suatu eksperimen
33
1
2
Contoh:
Suatu berkas saluran terdiri dari 12
saluran, dengan probabilitas diduduki
untuk setiap saluran 0,3. tentukan
probabilitas:
a. Tak ada saluran yang diduduki?
b. 10 saluran diduduki?
35
Distribusi geometrik
Sifat memoryless
Distribusi geometrik mempunyai sifat
memoryless yaitu untuk semua i,j {0,1…}
37
Distribusi Poisson
Limit dari distribusi binomial dimana n dan p 0,
sedemikian hingga np a
39
Contoh
Asumsikan
200 pelanggan terhubung ke sentral lokal
Trafik setiap pelanggan adalah 0.01
Pelanggan saling bebas
Maka jumlah panggilan yang aktif X ~ Bin(200,0.01)
Pendekatan Poisson X Poisson(2,0)
Peluang titik
40
Contoh
43
Sifat memoryless
Distribusi eksponensial mempunyai sifat
memoryless untuk semua x,y(0,)
P{X>x+yX>x}=P{X>y}
Aplikasi
Asumsikan bahwa call holding time terdistribusi
secara eksponensial dengan mean (rata-rata) h
Misalnya suatu panggilan telah berakhir selama x
menit. Dengan sifat memoryless, hal ini memberi
informasi tentang lamanya waktu holding time yang
masih tersisa : juga terdistribusi seperti holding time
yang asli
Ekspektasi dari holding time sisa adalah selalu h
47