Ekpektasi Besyarat

611.22.
033 Pengantar Proses Stokastik

Bab 2: Peluang dan Ekspektasi Bersyarat
Atina Ahdika, S.Si, M.Si
Statistika FMIPA
Universitas Islam Indonesia
Statistika FMIPA Universitas Islam Indonesia

Atina Ahdika, S.Si, M.Si () 611.22.033 Pengantar Proses Stokastik / 50
Peluang Bersama Peluang Bersama Distribusi Diskrit
Peluang Bersama Distribusi Diskrit
Misalkan X dan Y adalah peubah acak-peubah acak diskrit yang terdefinisi

di ruang sampel yang sama. Maka fungsi peluang bersama dari X dan Y
pX ,Y (x, y ) = P(X = x, Y = y )

Sifat-sifat fungsi peluang bersama pX ,Y (x, y ):

1 pX ,Y (x, y ) 0, (x, y )
PP
x,y pX ,Y (x, y ) = 1
2

Fungsi Peluang Marginal
Fungsi peluang marginal dari X dan Y masing-masing adalah:

X
pX (x) = pX ,Y (x, y ), x R
y
dan X
pY (y ) = pX ,Y (x, y ), y R
x

Contoh 1
Berikut adalah data tentang jumlah kamar tidur dan kamar mandi dari 50
rumah yang akan dijual:
X \Y 2 3 4 5 Total
2 3 0 0 0 3
3 14 12 2 0 28
4 2 11 5 1 19
Total 19 23 7 1 50
Hitung pX ,Y untuk semua nilai X dan Y

Penyelesaian:
X \Y 2 3 4 5 Total
2 0.06 0 0 0 0.06
3 0.28 0.24 0.04 0 0.56
4 0.04 0.22 0.10 0.02 0.38
Total 0.38 0.46 0.14 0.02 1

Peluang Bersama Peluang Bersama Distribusi Kontinu
Peluang Bersama Distribusi Kontinu
Misalkan X dan Y adalah peubah acak-peubah acak kontinu yang

terdefinisi di ruang sampel yang sama. Fungsi distribusi bersama dari X
dan Y adalah
FX ,Y (x, y ) = P(X x, Y y )
dan fungsi peluang bersamanya adalah
2 2
fX ,Y (x, y ) = FX ,Y (x, y ) = FX ,Y (x, y )
xy y x

Sifat-sifat fungsi peluang bersama fX ,Y (x, y ) adalah:

1 fX ,Y (x, y ) 0, (x, y ) R2
R R
2 fX ,Y (x, y ) dx dy = 1


Fungsi Peluang Marginal
Misalkan X dan Y adalah peubah acak-peubah acak kontinu dengan

fungsi peluang bersama fX ,Y (x, y ), maka fungsi peluang marginal dari X
dan Y masing-masing adalah
Z
fX (x) = fX ,Y (x, y )dy , x R
y
dan Z
fY (y ) = fX ,Y (x, y )dx, y R
x

Contoh 2
Misalkan X dan Y mempunyai fungsi peluang bersama

2
fX ,Y (x, y ) = 3y
x3
, 0 < y < x < 1. Tentukan fungsi peluang marginal X
dan Y .

Penyelesaian:
a. Fungsi peluang marginal X
Zx Zx
3y 2
fX (x) = fX ,Y (x, y )dy = dy
x3
0 0
x
y3 x3

= 3 = 3 =1
x 0 x

b. Fungsi peluang marginal Y
Z1 Z1
3y 2
fY (y ) = fX ,Y (x, y )dx = dx
x3
y y
1
3y 2 3y 2 3y 2

= =
2x 2 y 2 2y 2
3y 4 + 3y 2 3y 2 (1 y 2 ) 3
= 2
= = (1 y 2 ), 0 < y < 1
2y 2y 2 2

Peluang Bersama Kebebasan
Kebebasan
Dua kejadian X dan Y saling bebas jika dan hanya jika
fX ,Y (x, y ) = fX (x)fY (y )

Peluang Bersama Kebebasan
Contoh 3
Pada Contoh 2, apakah X dan Y saling bebas?

Jawab:

3 3
fX (x)fY (y ) = 1 (1 y 2 ) = (1 y 2 )
2 2
6= fX ,Y (x, y )
Jadi, X dan Y tidak saling bebas.

Peluang dan Ekspektasi Bersyarat Peluang Bersyarat Distribusi Diskrit
Peluang Bersyarat Distribusi Diskrit
Misalkan X dan Y peubah acak-peubah acak diskrit. Jika pY (y ) > 0,

maka fungsi peluang bersyarat X diberikan Y = y adalah
pX |Y (x|y ) = P(X = x|Y = y )

P(X = x, Y = y )
=
P(Y = y )
pX ,Y (x, y )
=
pY (y )

Jika X dan Y saling bebas, maka
P(X = x, Y = y )
pX |Y (x|y ) =
P(Y = y )
P(X = x)P(Y = y )
=
P(Y = y )
= P(X = x)

Fungsi distribusi bersyarat X diberikan Y = y , untuk semua y sehingga

P(Y = y ) > 0 adalah
FX |Y (x|y ) = P(X x|Y = y )

X
= pX |Y (a|y )
ax

Peluang dan Ekspektasi Bersyarat Ekspektasi Bersyarat Distribusi Diskrit
Ekspektasi Bersyarat Distribusi Diskrit
Ekspektasi bersyarat dari X diberikan Y = y adalah

X
E [X |Y = y ] = x P(X = x|Y = y )
x
X
= x pX |Y (x|y )
x

Law of Total Probability

Misalkan {B1 , B2 , . . . , Bn } merupakan himpunan dari kejadian-kejadian
yang saling asing (mutually exclusive), yaitu partisi-partisi dari ruang
sampel S,
i Bi = S = P(i Bi ) = 1
Bi Bj = , untuk i 6= j = P(Bi Bj ) = 0

Maka, A = A S = A (i Bi ) = i (A Bi ) dan
n
X n
X
P(A) = P(A Bi ) = P(A|Bi )P(Bi )
i=1 i=1

Contoh 4
Misalkan p(x, y ) diberikan
p(1, 1) = 0.5 p(1, 2) = 0.1

p(2, 1) = 0.1 p(2, 2) = 0.3
Hitung peluang bersyarat X diberikan Y = 1.

Pertama, kita mempunyai

X
pY (1) = p(x, 1) = p(1, 1) + p(2, 1) = 0.6
x
Maka,
P(X = 1, Y = 1)
pX |Y (1|1) = P(X = 1|Y = 1) =
P(Y = 1)
p(1, 1) 5
= =
pY (1) 6
p(2, 1) 1
pX |Y (2|1) = =
pY (1) 6

Contoh 5
Lala sedang mempersiapkan diri menghadapi seminar TA 2. Sebagai

seorang mahasiswa yang selalu penuh perhitungan, Lala mencoba
memperkirakan apakah akan mendapat hari yang baik atau hari yang
buruk. Jika Lala mendapat hari yang baik, maka para dosen penguji semua
akan menghujani Lala dengan pertanyaan-pertanyaan (secara independen
satu sama lain) dengan peluang 0.2. Jika mendapat hari yang buruk
peluangnya membesar menjadi 0.6. Menghujani pertanyaan-pertanyaan
berarti membantai atau tidak meluluskan. Lala yakin bahwa hari yang baik
akan didapatkannya dua kali lebih banyak dibanding hari yang buruk.
Pertanyaannya: Berapa peluang Lala akan lulus seminar?

Penyelesaian:
Misalkan
A : kejadian hari yang baik

B : kejadian hari yang buruk
L : kejadian meluluskan
TL : kejadian tidak meluluskan
Maka
P(TL|A) = 0.2 P(L|A) = 0.8

P(TL|B) = 0.6 P(L|B) = 0.4
P(A) = 2P(B)

P(TL) = P(TL|A)P(A) + P(TL|B)P(B)

= 0.2(2P(B)) + 0.6P(B)
= P(B)
P(L) = P(L|A)P(A) + P(L|B)P(B)
= 0.8(2P(B)) + 0.4P(B)
= 2P(B)
P(L) + P(TL) = 1
2P(B) + P(B) = 1
1 2
P(B) = = P(A) =
3 3
1 2

Maka, peluang Lala akan lulus seminar adalah P(L) = 2P(B) = 2 3 = 3

Peluang dan Ekspektasi Bersyarat Peluang Bersyarat Distribusi Kontinu
Peluang Bersyarat Distribusi Kontinu
Jika X dan Y mempunyai fungsi peluang bersama fX ,Y (x, y ), maka fungsi

peluang bersyarat dari X diberikan Y = y , terdefinisi y sehingga
fY (y ) > 0, adalah
fX ,Y (x, y )
fX |Y (x|y ) =
fY (y )

Ekspektasi Bersyarat Distribusi Kontinu
Ekspektasi bersyarat dari X diberikan Y = y adalah

Z
E [X |Y = y ] = x fX |Y (x|y )dx


Contoh 6
Misalkan fungsi peluang bersama X dan Y diberikan

(
6xy (2 x y ), 0 < x < 1, 0 < y < 1
fX ,Y (x, y ) =
0, lainnya
Tentukan ekspektasi bersyarat dari X diberikan Y = y , di mana

0 < y < 1.

Penyelesaian:
Pertama, kita tentukan fX |Y (x|y ) yaitu
fX ,Y (x, y )
fX |Y (x|y ) =
fY (y )
6xy (2 x y )
= 1
R
6xy (2 x y ) dx
0
6xy (2 x y )
=
y (4 3y )
6x(2 x y )
=
4 3y

Maka
Z1
6x(2 x y )
E [X |Y = y ] = x dx
4 3y
0
6
(2 y )2 4
=
4 3y
5 4y
=
8 6y

Peluang dan Ekspektasi Bersyarat Conditioning Rules
Conditioning Rules
E [X ] = E [E [X |Y ]]
Bukti:
X
E [X ] = E [X |Y = y ]P(Y = y )
y
XX
= x P(X = x|Y = y )P(Y = y )
y x
XX P(X = x, Y = y )
= x P(Y = y )
y x
P(Y = y )
XX
= x P(X = x, Y = y )
y x
X X X
= x P(X = x, Y = y ) = x P(X = x)
x y x

Contoh 7
Sam akan membaca baik satu bab buku statistika maupun satu bab buku
sejarah. Jika banyaknya kesalahan cetak pada satu bab buku statistika
berdistribusi Poisson dengan mean 2 dan banyaknya kesalahan cetak pada
satu bab buku sejarah juga berdistribusi Poisson dengan mean 5.
Asumsikan Sam memiliki peluang yang sama untuk memilih kedua buku
tersebut, berapa banyak kesalahan cetak yang diharapkan yang akan Sam
temukan?

Penyelesaian:
Misalkan
X : menyatakan banyaknya kesalahan cetak

Y : menyatakan buku yang akan dipilih
Misalkan (
1, jika Sam memilih buku statistika
Y =
2, jika Sam memilih buku sejarah
Maka
E [X ] = E [X |Y = 1] P(Y = 1) + E [X |Y = 2] P(Y = 2)

1 1 7
=2 +5 =
2 2 2

Var (X ) = E [Var (X |Y )] + Var (E [X |Y ])

Bukti:
E [Var (X |Y )] = E E [X 2 |Y ] (E [X |Y ])2

= E E [X 2 |Y ] E (E [X |Y ])2

= E [X 2 ] E (E [X |Y ])2

dan
Var (E [X |Y ]) = E (E [X |Y ])2 (E [E [X |Y ]])2

= E (E [X |Y ])2 (E [X ])2

Jadi, E [Var (X |Y )] + Var (E [X |Y ]) = E [X 2 ] (E [X ])2 .

Misalkan E adalah sebarang kejadian dan definisikan peubah acak

indikator X oleh
(
1, jika E terjadi
X =
0, jika E tidak terjadi
Maka
E [X ] = P(E )
E [X |Y = y ] = P(E |Y = y ), untuk sebarang peubah acak Y

Maka,
P(E ) = E [X ] = E [E [X |Y = y ]]
= E [P(E |Y = y )]
X
= P(E |Y = y )P(Y = y ), jika Y diskrit
y
Z
= P(E |Y = y )fY (y )dy , jika Y kontinu


Contoh 8
Di kampung, setiap Minggu pagi Swari meninggalkan rumah untuk lari

pagi. Swari akan pergi lewat pintu depan/belakang dengan peluang sama.
Ketika meninggalkan rumah, Swari memakai sepatu olahraga/bertelanjang
kaki jika sepatu tidak tersedia di depan pintu yang ia lewati. Ketika Swari
pulang, Swari akan masuk lewat pintu depan/belakang dan meletakkan
sepatunya dengan peluang yang sama. Jika dia mempunyai 4 pasang
sepatu, akan dihitung berapa peluang Swari akan sering berolahraga
dengan bertelanjang kaki. Tentukan ruang sampelnya terlebih dahulu.

Penyelesaian:
S = {(0, 4), (1, 3), (2, 2), (3, 1), (4, 0)}
Misalkan
A : Swari berolahraga dengan bertelanjang kaki
D : sepatu ada di pintu depan
B : sepatu ada di pintu belakang
P(A) = P(A|D) P(D) + P(A|B) P(B)

1 1 1 1
= . + .
5 2 5 2
1
=
5

Peluang dan Ekspektasi Bersyarat Diskusi
Diskusi
1. Catatan dalam perusahaan asuransi otomotif memberikan informasi

bahwa (i) setiap pelanggan mengasuransikan setidaknya satu mobil
(ii) 70 % pelanggan mengasuransikan lebih dari satu mobil, dan (iii)
20 % mengasuransikan jenis sports car. Dari pelanggan yang
mengasuransikan lebih dari satu mobil, 15 % mengasuransikan sports
car. Hitung peluang bahwa seorang pelanggan yang terpilih secara
acak mengasuransikan tepat satu mobil dan ini bukan sports car.

2. Kuliah SMT, PSM, dan PPS di jurusan Statistika UII diikuti oleh 50,
75, dan 100 mahasiswa. Dari jumlah tersebut diketahui bahwa 50, 60,
dan 70 persen-nya adalah mahasiswa angkatan 2012. Seperti biasa,
mahasiswa akan mungkin mengundurkan diri dari perkuliahan
tersebut, dengan kemungkinan yang sama. Seorang mahasiswa
mengundurkan diri dan dia adalah angkatan 2012. Berapa peluang
bahwa mahasiswa tersebut mengambil kuliah PPS?

3. JB berada di penjara markas Brimop di Kelapa Dua, Depok. Dia

ingin melarikan diri namun hal itu tidak mudah. Fakta yang ada
menunjukkan bahwa jika JB hendak keluar dari penjara, dia akan
menghadapi 3 pintu. Pintu 1 akan membawanya ke sebuah lorong
dan kembali ke penjara dalam waktu 2 jam. Pintu 2 membawanya ke
lorong dan kembali ke penjara dalam waktu 3 jam. Sedangkan pintu
ketigalah yang akan membawa JB bebas. Diasumsikan bahwa JB
memilih pintu-pintu 1,2, dan 3 dengan peluang berturut-turut 0.5,
0.3, dan 0.2. Berapa lama waktu rata-rata yang dibutuhkan JB untuk
bebas?

4. JB hendak melakukan penipuan. Di tangannya dia menyimpan

sebuah koin yang memiliki sisi M dan B dan sebuah koin lain yang
ternyata memiliki 2 sisi M. Kepada Zeta calon korbannya, JB
mengatakan bahwa dirinyalah sang pemenang apabila muncul M
dalam koin yang dimilikinya. JB kemudian memilih koin secara acak
dan melantunkannya. Ternyata muncul M. Berapa peluang bahwa
koin yang dilantunkan adalah koin M dan B? Misal JB melantunkan
koin yang sama untuk kedua kalinya dan muncul M, berapa peluang
koin yang dilantunkan adalah koin M dan B? Misal JB melantunkan
koin yang sama untuk ketiga kalinya dan muncul B, berapa peluang
koin tsb adalah koin M dan B?

Penyelesaian
1. Misalkan LS kejadian mengasuransikan lebih dari satu mobil dan Sp

kejadian mengasuransikan sports car.
Diketahui P(LS) = 0.7, P(Sp) = 0.2, P(Sp|LS) = 0.15, maka
P(Sp) = P(Sp|LS)P(LS) + P(Sp|LS c )P(LS c )

0.2 = (0.15)(0.7) + P(Sp|LS c )(0.3)
95
Jadi, P(Sp|LS c ) = 300 .
95 205
Akibatnya, P(Sp |LS c ) = 1
c
300 = 300 .
Jadi,
205
P(Sp c LS c ) = P(Sp c |LS c ) P(LS c ) = (0.3) = 0.205
300

2. Misalkan:
SMT : kejadian mahasiswa mengikuti kuliah SMT

PSM : kejadian mahasiswa mengikuti kuliah PSM
PPS : kejadian mahasiswa mengikuti kuliah PPS
MD12 : kejadian mahasiswa mengundurkan diri dan angkatan 2012
Maka
50 75 100
P(SMT ) = , P(PSM) = , P(PPS) =
225 225 225
0 0 0 0 0 0
P( 12 |SMT ) = 0.5, P( 12 |PSM) = 0.6, P( 12 |PPS) = 0.7
P(0 120 ) = P(0 120 |SMT )P(SMT ) + P(0 120 |PSM)P(PSM)
+ P(0 120 |PPS)P(PPS)

50 75 100 140
= 0.5 + 0.6 + 0.7 =
225 225 225 225

Setiap mahasiswa punya peluang yang sama untuk mengundurkan diri,

artinya P(0 120 ) = P(MD12).
P(PPS MD12)
P(PPS|MD12) =
P(MD12)
P(MD12|PPS)P(PPS)
=
P(MD12)
100
0.7 225 1
= 140 =
225
2

3. Misalkan
X : waktu rata-rata untuk bebas

P1 : memilih pintu 1
maka
E (X |P1 ) = 2 + E (X )
E (X |P2 ) = 3 + E (X )
E (X |P3 ) = 0

Sehingga
E (X ) = E (X |P1 ) P(P1 ) + E (X |P2 ) P(P2 ) + E (X |P3 ) P(P3 )

E (X ) = (2 + E (X )) 0.5 + (3 + E (X )) 0.3 + 0 (0.2)
E (X ) = 1 + 0.5 E (X ) + 0.9 + 0.3 E (X )
E (X ) = 1.9 + 0.8 E (X )
0.2E (X ) = 1.9
E (X ) = 9.5 jam

4. Misalkan
K1 : koin baik (MB)
K2 : koin tidak baik (MM)
P(K1 M)
P(K1 |M) =
P(M)
P(M|K1 ) P(K1 )
=
P(M|K1 ) P(K1 ) + P(M|K2 ) P(K2 )
1 1
. 1
= 1 12 2 1 =
2 . 2 + 1. 2
3

P(K1 MM)
P(K1 |MM) =
P(MM)
P(MM|K1 ) P(K1 )
=
P(MM|K1 ) P(K1 ) + P(MM|K2 ) P(K2 )
1 1
. 1
= 1 14 2 1 =
4 . 2 + 1. 2
5
P(K1 MMB)
P(K1 |MMB) =
P(MMB)
P(MMB|K1 ) P(K1 )
=
P(MMB|K1 ) P(K1 ) + P(MMB|K2 ) P(K2 )
1 1 1 1
. . .
= 1 1 12 12 2 2 1
=1
2 . 2 . 2 . 2 + 1.1.0. 2

Pustaka Pustaka
Pustaka
Ross, Sheldon M. 2007. Introduction to Probability Models; 9th

Edition. New York: Academic Press.
Syuhada, Khreshna I.A. Materi Kuliah: MA4181 Pengantar Proses
Stokastik. Departemen Matematika ITB, Bandung.
Taylor, Howard M. dan Samuel Karlin. 1975. A First Course in
Stochastic Processes; Second Edition. New York: Academic Press.
Virtamo, J. 38.143 Queueing Theory/ Probability Theory.


Ekpektasi Besyarat

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Ekpektasi Besyarat

Uploaded by

Copyright:

Available Formats

611.22.

033 Pengantar Proses Stokastik

Atina Ahdika, S.Si, M.Si

Statistika FMIPA Universitas Islam Indonesia

Peluang Bersama Distribusi Diskrit

Misalkan X dan Y adalah peubah acak-peubah acak diskrit yang terdefinisi

Statistika FMIPA Universitas Islam Indonesia

Sifat-sifat fungsi peluang bersama pX ,Y (x, y ):

Statistika FMIPA Universitas Islam Indonesia

Fungsi Peluang Marginal

Fungsi peluang marginal dari X dan Y masing-masing adalah:

Statistika FMIPA Universitas Islam Indonesia

Hitung pX ,Y untuk semua nilai X dan Y

Statistika FMIPA Universitas Islam Indonesia

Statistika FMIPA Universitas Islam Indonesia

Peluang Bersama Distribusi Kontinu

Misalkan X dan Y adalah peubah acak-peubah acak kontinu yang

Statistika FMIPA Universitas Islam Indonesia

Sifat-sifat fungsi peluang bersama fX ,Y (x, y ) adalah:

Statistika FMIPA Universitas Islam Indonesia

Fungsi Peluang Marginal

Misalkan X dan Y adalah peubah acak-peubah acak kontinu dengan

Statistika FMIPA Universitas Islam Indonesia

Misalkan X dan Y mempunyai fungsi peluang bersama

Statistika FMIPA Universitas Islam Indonesia

Statistika FMIPA Universitas Islam Indonesia

b. Fungsi peluang marginal Y

Statistika FMIPA Universitas Islam Indonesia

Dua kejadian X dan Y saling bebas jika dan hanya jika

Statistika FMIPA Universitas Islam Indonesia

Pada Contoh 2, apakah X dan Y saling bebas?

Jadi, X dan Y tidak saling bebas.

Statistika FMIPA Universitas Islam Indonesia

Peluang Bersyarat Distribusi Diskrit

Misalkan X dan Y peubah acak-peubah acak diskrit. Jika pY (y ) > 0,

pX |Y (x|y ) = P(X = x|Y = y )

Statistika FMIPA Universitas Islam Indonesia

Jika X dan Y saling bebas, maka

Statistika FMIPA Universitas Islam Indonesia

Fungsi distribusi bersyarat X diberikan Y = y , untuk semua y sehingga

FX |Y (x|y ) = P(X x|Y = y )

Statistika FMIPA Universitas Islam Indonesia

Ekspektasi Bersyarat Distribusi Diskrit

Ekspektasi bersyarat dari X diberikan Y = y adalah

Statistika FMIPA Universitas Islam Indonesia

Law of Total Probability

Statistika FMIPA Universitas Islam Indonesia

Statistika FMIPA Universitas Islam Indonesia

Misalkan p(x, y ) diberikan

p(1, 1) = 0.5 p(1, 2) = 0.1

Hitung peluang bersyarat X diberikan Y = 1.

Statistika FMIPA Universitas Islam Indonesia

Pertama, kita mempunyai

Statistika FMIPA Universitas Islam Indonesia

Lala sedang mempersiapkan diri menghadapi seminar TA 2. Sebagai

Statistika FMIPA Universitas Islam Indonesia

A : kejadian hari yang baik

P(TL|A) = 0.2 P(L|A) = 0.8

Statistika FMIPA Universitas Islam Indonesia

P(TL) = P(TL|A)P(A) + P(TL|B)P(B)

Statistika FMIPA Universitas Islam Indonesia

Peluang Bersyarat Distribusi Kontinu

Jika X dan Y mempunyai fungsi peluang bersama fX ,Y (x, y ), maka fungsi