07 peluang bersyarat + bayes
DESCRIPTION
Peluang Bersyarat + BayesTRANSCRIPT
10/02/2015
1
#Prob&Stat_itu_MUDAH
10/02/2015
2
Peluang Bersyarat+ Teorema Bayes
Probabilitas & Statistika
Kasus:
Misalkan 10 kartu yang diberi nomor 1 s.d. 10 dima-sukkan ke dalam kotak dan dikocok secara acak.Kemudian diambil sebuah kartu, berapakah peluangkartu tersebut adalah bernomor 10?
(1/10)
Jika diberi tahu sebelumnya (syarat) bahwa kartuyang diambil adalah paling tidak bernomor 6, berapapeluang kartu tersebut bernomor 10?
(1/5)
Peluang BersyaratPeluang Bersyarat
10/02/2015
3
Kasus 2:
Sebuah keluarga mempunyai dua orang anak. Berapapeluang kedua anak tersebut laki-laki jika diketahuibahwa salah satu diantaranya adalah laki-laki?
Peluang BersyaratPeluang Bersyarat
Solusi:Misal
A = kedua anaknya Laki-laki
B = paling tidak satu anaknya Laki-laki
Ditanyakan:
P(A|B)
Ruang Sampel S={(anak1,anak2)} untuk jumlah 2 anakadalah:
S={(L,L),(L,P),(P,L),(P,P)}
Titik sampel untuk 2 anak:
A = {(L,L)},
B = {(L,L),(L,P),(P,L)}
Dengan merujuk ke Ruang Sampel S:
P(A)=1/4 dan P(B)=3/4
Sehingga:P(A|B)= (1/4)/(3/4) = 1/3
Peluang BersyaratPeluang Bersyarat
10/02/2015
4
0)(,)(
)()|(
BP
BP
BAPBAP
SB
BA
A
Peluang Bersyarat - IlustrasiPeluang Bersyarat - Ilustrasi
Dengan cara yang sama diperoleh:
0)(,)(
)()|(
AP
AP
ABPABP
1. Karena 1)|(0 BAP maka )()(0 BPBAP
0)(,)(
)()|(
BP
BP
BAPBAP
2. Jika BA maka ABA sehingga)(
)()|(
BP
APBAP
3. Jika AB maka BBA sehingga 1)|( BAP
Sifat-sifat Peluang BersyaratSifat-sifat Peluang Bersyarat
10/02/2015
5
Kasus 1:
Jika diberi tahu sebelumnya (syarat) bahwa kartuyang diambil adalah paling tidak bernomor 6, berapapeluang kartu tersebut bernomor 10?
Solusi:Ditanyakan:
Dengan:A = Munculnya kartu bernomor 10
B = Munculnya kartu bernomor paling tidak 6
0)(,)(
)()|(
BP
BP
BAPBAP
Peluang BersyaratPeluang Bersyarat
Solusi (lanjutan):
10
5)( BP
10
1)( BAPdan maka:
5
1
105
101
)(
)()|(
BP
BAPBAP
Peluang BersyaratPeluang Bersyarat
10/02/2015
6
Kasus 3:
Sebuah pabrik mempunyai 100 mesin produksi yang73 diantaranya adalah mesin baru (B). Sebanyak 41dari mesin baru tersebut adalah otomatis (O)sedangkan sisanya adalah manual (M). Dari seluruhmesin yang ada, mesin manual seluruhnya adalah 35buah.
Jika sebuah mesin diperiksa karena rusak dandiketahui mesin itu lama, berapa peluang bahwamesin itu adalah manual?
Peluang BersyaratPeluang Bersyarat
Solusi:
Cara singkat:
Dari soal diketahui data sebagai berikut:
Jenis Mesin
O M
UsiaMesin
B
L
Total
Total 100
7341
35
32
27
65
24 3
Peluang mesin itu manual jika diketahui mesin itulama adalah:
P(M|L)= 3/27 = 1/9
Peluang BersyaratPeluang Bersyarat
10/02/2015
7
Jenis MesinO M
UsiaMesin
BL
Total
Total 100
7341
35
3227
6524 3
)(
)()|(
LP
LMPLMP
273
10027
1003
Jenis MesinO M
UsiaMesin
BL
Total
Total 100
7341
35
3227
6524 3
Peluang mesin itu lama jika diketahuimesin itu manual adalah:
)(
)()|(
MP
MLPMLP
353
10035
1003
Peluang BersyaratPeluang Bersyarat
Dari definisi:
)()|( APBAP
diperoleh: )().|()( BPBAPBAP
atau)().|()( APABPABP
(Kaidah perkalian)
Jika A dan B statistically indepent)().()( BPAPBAP
maka atau )()|( BPABP
0)(,)(
)()|(
BP
BP
BAPBAP
Peluang BersyaratPeluang Bersyarat
10/02/2015
8
Kasus 4:
Jika dilakukan penge-toss-an coin dan dadu secarabersamaan, hitung berapa peluang munculnya matadadu 6 jika diketahui hasil penge-toss-an coin-nyaadalah gambar?
Jawab:
Ditanyakan:?)|( BAP
Dimana:A = Muncul mata dadu 6 pada penge-toss-an dadu
B = Muncul gambar pada penge-toss-an coin
Peluang BersyaratPeluang Bersyarat
)().()( BPAPBAP Karena kedua kejadian itu statistically independentmaka:
Jadi:)(
)().(
)(
)()|(
BP
BPAP
BP
BAPBAP
61
21
21.61
Peluang P(A|B) = P(A)
Peluang BersyaratPeluang Bersyarat
10/02/2015
9
Dua KejadianA dan B
Dua KejadianA dan B MEEMEE
NOT MEENOT MEE
0)( BAP
)()()( BPAPBAP
IndependentIndependent
)()()()( BAPBPAPBAP
DependentDependent)().()( BPAPBAP )().|()( BPBAPBAP
)().|()( APABPBAP
Kemungkinan KejadianKemungkinan Kejadian
B
C1
C2 C3 C4
C5
C6
…Cn
Andaikan Ci, i =1,2,…,n, merupakan partisi , maka menurut sifatPartisi diketahui bahwa:
jiCC ji ,(i)
n
ijC
1
(ii)
Untuk sembarang B, maka: )(1
n
iiCBB
)()(1
n
iiCBPBP atau )()|()(
1
n
iii CPCBPBP
(Teorema Peluang Total)
Partisi Ruang SampelPartisi Ruang Sampel
10/02/2015
10
2.000Mahasiswa
300Gol Darah A Banten Jabar Jateng Jatim
40 120 60 80
338 609 242 236
)()(4
1
i
iCAPAP
2000
80
2000
60
2000
120
2000
40)( AP
)()()()()( JatimAPJatengAPJabarAPBantenAPAP
15,02000
300
Peluang Mahasiswa bergolongandarah A:
)(#
#)(
n
n(A)AP
15,02000
300
Vontoh Partisi Ruang SampelVontoh Partisi Ruang Sampel
Misalkan (,S,P) merupakan sebuah probability spacedan {C1, C2, C3, … , Cn} merupakan partisi dari dan
Jika 0)(, BPSB dan niCP i ,...,2,1,0)(
Maka
n
jjj
iii
CBPCP
CBPCPBCP
1
)|()(
)|()()|(
jiCC ji setiapuntuk,
Teorema BayesTeorema Bayes
10/02/2015
11
Soal 1:Di sebuah perguruan tinggi, 7% mahasiswa dan 3%mahasiswi tingginya lebih dari 1,7m. Jumlah mahasiswi50% lebih banyak daripada mahasiswa. Jika diambilsalah seorang diantaranya dan diketahui tingginya lebihdari 1,7m, maka berapa peluang bahwa dia adalahmahasiswi?
Contoh Aplikasi Teorema BayesContoh Aplikasi Teorema Bayes
Soal1:Ditanyakan:
P(Mi|X)=?
Dimana:
Mi = Mahasiswi
X=Tinggi di atas 1,7m
)|()()|()(
)|()()|(
MaXPMaPMiXPMiP
MiXPMiPXMiP
Contoh Aplikasi Teorema BayesContoh Aplikasi Teorema Bayes
10/02/2015
12
Soal 2:Misalkan terdapat 3 buah kotak yang serupa dan samabesar. Di dalam Kotak 1 berisi 3 bola merah, 2 bola putih,dan 4 hitam, Kotak 2 berisi 1 bola merah, 6 bola putih,dan 5 hitam, dan Kotak 3 berisi 8 bola merah, 1 bolaputih, dan 2 hitam.
Diambil secara acak sebuah bola, berapa peluangbahwa bola tersebut berasal dari Kotak 3 jika diketahuibahwa bola tersebut adalah bola putih?
Contoh Aplikasi Teorema BayesContoh Aplikasi Teorema Bayes
Soal 3:Mesin 1, Mesin 2 dan Mesin 3 di suatu pabrik masing-masing menghasilkan 45%, 30%, dan 25% produk dariseluruh produksinya. Diketahui pula bahwa jumlahproduk gagal masing-masing mesin adalah 3,5%, 2%,dan 1,5%
Jika diperiksa sebuah produk dan ternyata diketahuirusak, berapa peluang bahwa produk tersebutdihasilkan oleh Mesin 3?
Contoh Aplikasi Teorema BayesContoh Aplikasi Teorema Bayes
10/02/2015
13
See you later …