PROBABILITAS DAN STATISTIK

Slides:



Advertisements
Presentasi serupa
Statistika dan probabilitas
Advertisements

Distribusi Hipergeometrik
Peubah acak dan distribusi Peluang Diskret.
Barisan Aritmatika ( BA )
Probabilitas Terapan.
STRUKTUR DISKRIT PROBABILITAS DISKRIT PROGRAM STUDI TEKNIK KOMPUTER
Probabilitas Sheldon M Ross, Introduction Probability and Statistics for Engineers and Scientists, 2004 Oliver C. Ib, Fundamentals of Applied Probability.
Teorema Bayes.
DALIL-DALIL PROBABILITAS (SSTS 2305 / 3 sks)
Pertemuan 13 Bab 5 Aplikasi Turunan.
Pendugaan Parameter.
BAYESIAN CLASSIFICATION
Analisa Data Statistik
Pendugaan Parameter.
KONSEP DASAR PROBABILITAS
PROBABILITAS.
Probabilitas Bagian 2.
TEORI PROBABILITAS.
Teorema Bayes Edi Satriyanto,M.Si.
Pertemuan X “INFERENSI DENGAN KETIDAK PASTIAN”
PROBABILITAS/PELUANG
PROBABILITAS.
DISTRIBUSI PELUANG Pertemuan ke 5.
Peluang Bersyarat.
AKTUARIA Darmanto Program Studi Statistika
Probabilistik teorema bayes
Peubah Acak dan Distribusi Peluang Kontinu
Conditional Probability Bayes Theorem And Independence
Probabilitas dalam Trafik
Part 2 Menghitung Probabilitas
Pendugaan Parameter.
PROBABILITAS (LANJUTAN)
Bab 1 PENGANTAR PELUANG
Distribusi Sampling Distribusi Rata-rata, Proporsi, Selisih dan Jumlah Rata-rata, Selisih Proporsi.
Modul X Probabilitas.
Probabilitas Bersyarat
PROBABILITAS BERSYARAT
Teori PROBABILITAS.
KONSEP DAN HUKUM PROBABILITAS
Teori Peluang / Probabilitas
Konsep Dasar Peluang Pertemuan 5 & 6.
KONSEP DASAR PROBABILITAS
PROBABILITAS (Aturan Dasar Probabilitas)
Pendekatan Probabilitas
Teori PROBABILITAS.
Peubah Acak Oleh : Asep Ridwan Jurusan Teknik Industri FT UNTIRTA.
Teori Peluang dan Aturan Penjumlahan
Distribusi Binomial Negatif dan Geometrik
TEORI PROBABILITAS.
Teori Probabilitas (2).
PROBABILITAS DAN STATISTIK
Teori PROBABILITAS.
Review probabilitas (1)
FITRI UTAMININGRUM, ST, MT
PERMUTASI DAN KOMBINASI
POLITEKNIK UNIVERSITAS ANDALAS
BAB VII PROBABILITAS (2).
Teorema Bayes.
4 Probabilitas Peluang Bersyarat Kejadian Saling Bebas
BAB XII PROBABILITAS (Aturan Dasar Probabilitas) (Pertemuan ke-27)
Probabilitas kondisional
STATISTIKA DAN PROBABILITAS
PELUANG.
Probabilitas Bersyarat
Kuliah-2 Dr. Abdul Fadlil, M.T.
Teorema Bayes Edi Satriyanto,M.Si.
2.5. Aturan Perkalian Teorema(2.4):
TURUNAN FUNGSI TRIGONOMETRI
Bab 1 PENGANTAR PELUANG
Pengantar Probabilitas
Transcript presentasi:

PROBABILITAS DAN STATISTIK PELUANG BERSYARAT PROBABILITAS DAN STATISTIK POLITEKNIK UNIVERSITAS ANDALAS

PELUANG BERSYARAT Definisi : Peluang bersyarat B bila A diketahui, dinyatakan dengan P(B|A)

CONTOH SOAL Suatu penerbangan yang telah terjadwal : Peluang berangkat tepat waktu P(B) = 0,83 Peluang sampai tepat waktu P(S) = 0,82 Peluang berangkat dan sampai tepat waktu P(B∩S) = 0,78. Tentukan peluang bahwa pesawat Sampai tepat waktu bila diketahui berangkat tepat waktu, dan Berangkat tepat waktu jika diketahui sampai tepat waktu

SOLUSI Jawab : Peluang pesawat sampai tepat waktu jika diketahui berangkat tepat waktu Peluang pesawat berangkat tepat waktu bila diketahui sampai tepat waktu

ATURAN PERKALIAN Teorema : Dua kejadian A dan B bebas jika dan hanya jika P(A ∩ B) = P(A).P(B) Contoh : Suatu kota kecil mempunyai satu mobil pemadam kebakaran dan satu ambulans untuk keadaan darurat. Peluang mobil pemadam kebakaran siap waktu diperlukan 0,98 ; peluang ambulans siap waktu dipanggil 0,92. Dalam kejadian ada kecelakaan karena kebakaran gedung, cari peluang keduanya siap.

ATURAN PERKALIAN Jawab : Misalkan A dan B menyatakan masing-masing kejadian mobil pemadam kebakaran dan ambulan siap, maka : P(A ∩ B) = P(A).P(B) = (0,98)(0,92) = 0,9016

ATURAN PERKALIAN Teorema : Bila kejadian A1, A2, A3, …, Ak bebas, maka P(A1 ∩ A2 ∩ A3 ∩ … ∩ Ak) = P(A1)P(A2)P(A3) … P(Ak)

ATURAN BAYES Teorema : Misalkan kejadian B1, B2, … , Bk merupakan suatu sekatan (partisi) dari ruang sampel T dengan P(Bi) ≠ 0 untuk i = 1,2,…,k, maka untuk setiap kejadian A anggota T

ATURAN BAYES Contoh : Tiga anggota koperasi dicalonkan menjadi ketua. Peluang Pak Ali terpilih 0,3 Peluang Pak Badu terpilih 0,5 Peluang Pak Cokro 0,2 Jika Pak Ali terpilih, maka peluang kenaikan iuran koperasi adalah 0,8. Jika Pak Badu atau Pak Cokro yang terpilih maka peluang kenaikan iuran adalah masing-masing 0,1 dan 0,4. Berapakah peluang iuran akan naik ?

ATURAN BAYES Jawab : Perhatikan kejadian berikut : A : orang yang terpilih menaikkan iuran B1 : Pak Ali yang terpilih B2 : Pak Badu yang terpilih B3 : Pak Cokro yang terpilih Berdasarkan aturan Bayes maka : P(A)=P(B1)P(A|B1)+P(B2)P(A|B2)+P(B3)P(A|B3) P(B1)P(A|B1) = (0,3)(0,8) = 0,24 P(B2)P(A|B2) = (0,5)(0,1) = 0,05 P(B3)P(A|B3) = (0,2)(0,4) = 0,08 Jadi P(A) = 0,24 + 0,05 + 0,08 = 0,37