Conditional Probability

Bayes Theorem
And Independence
 MACAM-MACAM EVENT

MEE
TWO EVENTS P (A I B ) = 0
A and B P (A U B ) = P (A) + P (B )

NOT MEE DEPENDENT

P (A I B ) = P (A) P (B A)
P (A U B ) = P (A ) + P (B ) - P (A I B )
P (B) P (A B)

INDEPENDENT
P (A I B ) = P (A ) P (B )

2
 Conditional Probability

Definisi :

Peluang bersyarat, P(B│A), menyatakan bahwa

peluang B akan terjadi dengan syarat A telah
terjadi, didefinisikan sebagai

B
PA
P
= 
AB ;
P(A
)
0
P(
A)
 Conditional Probability

Contoh :

Tentukan peluang bahwa sebuah dadu diundi satu kali

akan menghasilkan angka yang kurang dari 4 jika

a. Tidak diberikan informasi lain

b. Diketahui lemparan tersebut menghasilkan angka
ganjil
 Conditional Probability

Pemecahan :

a. Misalkan B menyatakan kejadian “kurang dari 4”,

maka
1 1 1 3
P( B) = P(1) + P(2) + P(3) = + + =
6 6 6 6
b. Misalkan A menyatakan kejadian “bilangan ganjil”,
maka
1 1 1 3 1
P ( A) = P(1) + P(3) + P(5) = + + = =
6 6 6 6 2
1 1 2 1
P( A  B ) = P (1) + P(3) = + = =
6 6 6 3
 Conditional Probability

Sehingga

P( A  B) 1 3 2
P  B A = = =
P ( A) 12 3

Jadi, informasi tambahan bahwa pengundian

tersebut menghasilkan angka ganjil membuat nilai
peluangnya naik dari 1/2 menjadi 2/3
 Conditional Probability

Sifat-sifat peluang bersyarat :

1. P(B│A) > 0
2. P(Ω│A) = 1
3. Jika B1 ∩ B2 = Φ, maka

B
P
1B
2=
AB
PA
1+
B
PA
2
4. Hukum komplemen
B
PA=
-
1PB
A
5. Hukum perkalian
A
P=

BA
P B
P=
AB
P A
P
B
 Contoh:
Dalam peristiwa pelemparan sekeping mata
uang sebanyak 3x, misalkan:
A= muncul sisi M sebanyak 2x
B= muncul sisi B pada lemparan ke-3

A = { M M B , M BM , BM M }
A �B = { M M B}
B = { M M B , BBB , M BB , BM B }
3
P ( A) =
8
4 maka: 1
P(B) = P  A �B  1
8 P(A B) = = 8 =
P(B) 4 4
1 8
P ( A �B ) =
8
 Contoh
Dalam audisi Indonesian Idol diketahui bahwa 32%
peserta berhasil dari tes pertama, sedangkan 20%
peserta berhasil dari tes pertama dan kedua. Gayus
adalah salah satu peserta yang berhasil dari tes
pertama. Berapa peluang dia berhasil juga dari tes
kedua?
P ( I ) = 0.32 P ( I � II ) = 0.20
P ( I � II ) 0.20
P ( II I ) = = = 0.625
P(I ) 0.32
 Contoh:
Sebuah kotak berisi 10 bola berwarna merah
dan 40 bola berwarna biru, jika dua bola
diambil tanpa pengembalian, tentukan
peluang bola pertama adalah merah, bola
kedua adalah biru:

10 40
P(M  B)= P ( M ). P ( B M ) = 50 . 49
 Independent Events

Jika 2 events tidak berhubungan, dimana muncul

(atau tidak munculnya) salah satu event tidak akan
mempengaruhi kemungkinan event lainnya, maka
events tersebut dinamakan independent.

Secara matematis, event A dan B dikatakan

independent, jika dan hanya jika

P  A  B  = P  A P  B 
 Independent Events

Jika kita kombinasikan dengan hukum perkalian

peluang bersyarat :

P  A  B  = P  A P  B A
Dan event A dan B independent, maka
P  B A = P  B 
Dengan cara yang sama diperoleh
P  A B  = P  A
 Independent Events
 Teorema :
Jika A dan B independent, maka event berikut
juga independent
A dan B A dan B
A dan B

 Definisi : jika A, B, dan C independent, maka

P  A  B  C  = P  A P  B  P  C 
 Independent Events
 Terdapat kecenderungan untuk menyamakan makna
“mutually exclusive” dan “probabilistically independent”
 Mutually exclusive tidak akan pernah menjadi
probabilistically independent, atau sebaliknya
 Sebagai ilustrasi, misalkan A dan B adalah events
dengan P(A) = 0.3 dan P(B) = 0.4
 Jika A dan B mutually exclusive, maka A ∩ B = Φ dan
P(A ∩ B) = P(Φ ) = 0
 Dilain pihak, jika A dan B probabilistically independent,
maka

P(A ∩ B) = P(A) P(B) = (0.3) (0.4) ≠ 0

 Example on Independence
E1: Drawing Ball 1 P(E1): 1/3
E2: Drawing Ball 2 P(E2):1/3 p  A �B  = p  A  �
pB 
E3: Drawing Ball 3 P(E3): 1/3

Case 1: Drawing with replacement of the ball

1 2
The second draw is independent of the first draw
3
1 1 1
p  E 1 �E 2  = � = = p  E 1 �
p  E 2
3 3 9

Case 2: Drawing without replacement of the ball

The second draw is dependent on the first draw
1 1 1
p  E 1 �E 2  = � = �p  E 1 �
p  E 2
3 2 6
1
p  E 1 �E 2  =
2
 Contoh: Law of Total Probability
Misalkan B1, B2, … Bn merupakan bagian (partition)
dalam sample space S, dan A adalah event dalam S

B1
A

Bn
B2

Disini kejadian A dapat dipandang sebagai paduan kejadian-kejadian B 1

 A, B2  A . . . Bn  A yang saling terpisah satu sama lain ; dengan kata
lain
A = (B1  A )  (B 2  A )  . . .  (Bn  A )
P(A) = P(B1  A )  P(B 2  A )  . . .  P(Bn  A ))
P(A) = P(B1) x P(A/B1) + P(B2) x P(A/B2) + . . . + P(Bn ) x P(A/Bn)
 Contoh: Law of Total Probability

Sample Space S = {1, 2,3, 4,5, 6, 7}

Partisi B 1 = {1,5} B 2 = {2,3, 6} B 3 = {4, 7}

Event/Kejadian A = {3}

Law of Total Probability

p  A  = p  {3} = p  A �B1  + p  A �B 2  + p  A �B 3 
= 0 + p  {3} �{2,3, 6} + 0 = p  {3}
 Bayes Theorem

Misalkan B1, B2, … Bn merupakan bagian (partition)

dalam sample space Ω, dan A adalah event dalam Ω

B1
A

Bn
B2

Prior
maka
P  A  Bi  P  Bi  P  A Bi 
P  Bi A = =
Posterior
P  A  P  Bi  P  A Bi 
i
 TEOREMA BAYES

P B k A 

B2
B1

A
Bi Bk

P B k  P A B k 
P Bk A  =
P B i  P A B i 
n
i =1
19
 PROBABILITAS DIAGRAM POHON
DEFINISI : Probabilitas diagram pohon melukiskan events atau
serangkaian event sebagai cabang dari suatu pohon
Diagram ini digunakan sebagai peraga untuk menyatakan gambaran
mengenai kondisi probabilitas.
Coba analisa, probabilitas diagram pohon dibawah ini :
7 ) )
( 0, (0,2
( B)= D) =
P P (
)
(0,2 (0,1
)
P(D
) = P(B) (0,3) = )=
P(A P ( C) (0,8
)
,7)
(0 )
= (0,6
(B) D )=
P P(
P(A) P(C)
= (0,8) P(B)= =(0,9 P(D
) ) =(
(0,3) 0,4)

20
 PELUANG DIAGRAM POHON DUA TAHAP

P( R | A1)
A1 R EVENT PROBSBILITAS
A 1)
( A1 R P (A1) P( R | A1)
P
P (A2) P( R | A2) A2 R P (A2) P( R | A2)
A2 R
P( A3 R P (A3) P( R | A3)
R A3
) P (A1), P (A2), P(A3)
P( R | A3)
A3 R Disebut prior probabilities

P(A1|R ), P(A2|R ), P(A3|R )

TAHAP I TAHAP II Disebut posterior probabilities

3 P (A1 ), P (R A1)
P (R ) = �P ( A 1 )P ( R A 1 ) P (A1 R) = ; i = 1,2,3
i =1 P (R)
21
Contoh

Pada suatu kotak terdapat 4 kelereng kuning dan 3 kelereng merah. Akan
dilakukan pengambilan secara acak beberapa kali, dimana setelah suatu
pengambilan dilakukan kelerengnya tidak dikembalikan.

1. Pada pengambilan pertama:

p(kuning) = 4/7
p(merah) = 3/7
2. Bila pengambilan pertama didapat kelereng kuning, maka untuk
pengambilan kedua:
p(kuning)=3/6
p(merah)=3/6
3. Bila pengambilan pertama didapat kelereng merah, maka untuk
pengambilan kedua:
p(kuning)=4/6
p(merah)=2/6
Kondisi ini bisa digambarkan sbb….
22
23
 SOAL

No.1

Sebuah pabrik VCR membeli salah satu microchip-nya dari 3

perusahaan yang berbeda. 30% microchip tersebut dibeli dari
erusahaan X, 20% dari perusahaan Y, dan 50% dari perusahaan Z.
Berdasarkan pengalaman, 3% microchip perusahaan X cacat, 5%
microchip perusahaan Y cacat, dan 4% microchip perusahaan Z
cacat. Pada saat microchips tersebut sampai di pabrik, mereka
langsung menempatkannya dalam kotak tanpa inspeksi atau
mengidentifikasi asal microchip terlebih dahulu. Seorang pekerja
mengambil sebuah microchip secara acak dan ternyata cacat.
Berapa peluang bahwa microchip tersebut berasal dari perusahaan
Y?
No.2

DIAGRAM BINARY SYMMETRIC COMMUNICATION SYSTEM

P(B1)=0,6
B1 0,9 A1
P ( A1 | B1 )

0,1
P ( A2 | B1 )

P ( A1 | B2 )

0,1

0,9
B2 P ( A2 | B2 ) A2
P(B2)=0,4
 CARILAH
1. Probabilitas sinyal dengan syarat yang
dikirimkan benar pada sisi penerima A1
dan A2 dengan menggunakan teorema
bayes
2. Probabilitas sinyal dengan syarat yang
dikirimkan salah pada sisi penerima A1
dan A2 dengan menggunakan teorema
bayes
 No.3

 Suatu generator telekomunikasi nirkabel mempunyai 3

pilihan tempat untuk membangun pemancar sinyal yaitu
didaerah tengah kota, daerah kaki bukit dikota itu dan
derah tepi pantai, dengan masing-masing mempunyai
peluang 0.2; 0.3 dan 0.5. Bila pemancar dibangun
ditengah kota, peluang terjadi ganguan sinyal adalah
0.05. Bila pemancar dibangun dikaki bukit, peluang
terjadinya ganguan sinyal adalah 0.06.Bila pemancar
dibangun ditepi pantai, pelaung ganguan sinyal adalah
0.08.
 A. Berapakah peluang terjadinya ganguan sinyal?
 B. Bila diketahui telah terjadinya gangguan pada sinyak
pada sinyal, berapa peluang bahwa operator tsb
ternyata telah membangun pemancar di tepi pantai?

27