Pengantar Proses Stokastik

dokumen-dokumen yang mirip
Pengantar Proses Stokastik

Pengantar Proses Stokastik

Pengantar Proses Stokastik

Pengantar Proses Stokastik

Pengantar Proses Stokastik

Pengantar Proses Stokastik

Pengantar Proses Stokastik

Pengantar Proses Stokastik

Pengantar Proses Stokastik

Pengantar Proses Stokastik

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)

Pengantar Proses Stokastik

Pengantar Proses Stokastik

Pengantar Proses Stokastik

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)

DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN. Sudarno Jurusan Matematika FMIPA UNDIP. Abstrak

Catatan Kuliah MA4181 Pengantar Proses Stokastik Precise and Stochastic. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

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)

Catatan Kuliah. MA4181 PENGANTAR PROSES STOKASTIK Smart and Stochastic. disusun oleh Khreshna I.A. Syuhada, MSc. PhD.

/ /16 =

Catatan Kuliah AK5161 MATEMATIKA KEUANGAN AKTUARIA. Insure and Invest! Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD.

MA5181 PROSES STOKASTIK

Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah. MA5181 Proses Stokastik

Catatan Kuliah. MA4181 Pengantar Proses Stokastik Stochastics: Precise and Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah. MA5181 Proses Stokastik

MA4081 PENGANTAR PROSES STOKASTIK

RENCANA PEMBELAJARAN SEMESTER (RPS)

Pengantar Statistika Matematik(a)

CATATAN KULIAH PENGANTAR PROSES STOKASTIK

Kuis 1 MA5181 Proses Stokastik Precise. Prospective. Tanggal 24 Agustus 2016, Waktu: suka-suka menit Dosen: Khreshna I.A. Syuhada, MSc. PhD.

P (A c B c ) = P [(A B) c ] = 1 P (A B) = 1 P (A) P (B) + P (AB)

Catatan Kuliah. MA5181 Proses Stokastik

Catatan Kuliah. MA4181 PENGANTAR PROSES STOKASTIK Smart and Stochastic. disusun oleh Khreshna I.A. Syuhada, MSc. PhD.

Minggu 4-5 Analisis Model MA, AR, ARMA. Minggu 6-7 Model Diagnostik dan Forecasting. Minggu 8-9 Analisi Model ARI, IMA, ARIMA

MA4081 PENGANTAR PROSES STOKASTIK

AK5161 Matematika Keuangan Aktuaria

MA4081 PENGANTAR PROSES STOKASTIK

MA5181 PROSES STOKASTIK

AK5161 Matematika Keuangan Aktuaria

KAJIAN ANTRIAN TIPE M/M/ DENGAN SISTEM PELAYANAN FASE CEPAT DAN FASE LAMBAT

ANALISA SISTEM ANTRIAN M/M/1/N DENGAN RETENSI PELANGGAN YANG MEMBATALKAN ANTRIAN

IDENTIFIKASI MODEL ANTRIAN PADA ANTRIAN BUS KAMPUS UNIVERSITAS ANDALAS PADANG

Penentuan Probabilitas Absorpsi dan Ekspektasi Durasi pada Masalah Kebangkrutan Penjudi

PEMODELAN KELAHIRAN MURNI DAN KEMATIAN MURNI DENGAN DUA JENIS KELAMIN DENGAN PROSES STOKASTIK

Catatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

MA5181 PROSES STOKASTIK

PREDIKSI JUMLAH LULUSAN DAN PREDIKAT KELULUSAN MAHASISWA FMIPA UNTAN TAHUN ANGKATAN 2013/2014 DENGAN METODE RANTAI MARKOV

Minggu 1 Review Peubah Acak dan Fungsi Distribusi. Minggu 4-5 Analisis Model MA, AR, ARMA. Minggu 6-7 Model Diagnostik dan Forecasting

Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Minggu 4-5 Analisis Model MA, AR, ARMA. Minggu 6-7 Model Diagnostik dan Forecasting. Minggu 8-9 Analisi Model ARI, IMA, ARIMA

Catatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

Catatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

RANCANGAN KURIKULUM PROGRAM DOKTOR STATISTIKA (STK) DALAM KERANGKA KUALIFIKASI NASIONAL INDONESIA (KKNI)

MA4181 PENGANTAR PROSES STOKASTIK Bab 5 Proses Poisson

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-211 Nama Mata Kuliah : Model Stokastik Jumlah SKS : 2 Semester :

PENERAPAN KALKULUS STOKASTIK PADA MODEL OPSI

MA4081 PENGANTAR PROSES STOKASTIK Bab 4 Proses Po

P (A c B c ) = P [(A B) c ] = 1 P (A B) = 1 P (A) P (B) + P (AB)

PENENTUAN PROBABILITAS ABSORPSI DAN EKSPEKTASI DURASI PADA MASALAH KEBANGKRUTAN PENJUDI

ANALISA SIFAT-SIFAT ANTRIAN M/M/1 DENGAN WORKING VACATION

CNH3E3 PROSES STOKASTIK Peubah Acak & Pendukungnya

Catatan Kuliah. MA4183 Model Risiko Forecast, assess, and control your risk. Dosen: Khreshna I.A. Syuhada, MSc. PhD.

RENCANA PEMBELAJARAN SEMESTER (RPS) PROGRAM STUDI STATISTIKA

2-RP. rate, 10).Model Antrian. Deskripsi. sistem finansial, sistem komunikasi. Semester : V Hal: 1 dari 7. Dosen : SPW, NI, HY No.

PENENTUAN KLASIFIKASI STATE PADA RANTAI MARKOV DENGAN MENGGUNAKAN NILAI EIGEN DARI MATRIKS PELUANG TRANSISI

DISTRIBUSI DISKRIT KHUSUS

Solusi: Misalkan Y kejadian menjawab YA. Misalkan A kejadian menjadab pertanyaan (a).

PENERAPAN PROSES POISSON NON-HOMOGEN UNTUK MENENTUKAN DISTRIBUSI PROBABILITAS KEDATANGAN NASABAH DI BNI BANJARBARU

Misalkan terdapat eksperimen. S disebut ruang sampel, adalah himpunan semua kemungkinan hasil dari eksperimen.

Silabus Teori Peluang (STK-104) Jurusan Statistika Genap 2013/2014

MA3081 STATISTIKA MATEMATIKA We love Statistics

Catatan Kuliah. MA4183 Model Risiko

Dasar-dasar Statistika Pemodelan Sistem

KETERBAGIAN TAK HINGGA SEBARAN RIEMANN ZETA

Bab 9 Peluang dan Ekspektasi Bersyarat: Harapan Tanpa Syarat

Oleh: Isna Kamalia Al Hamzany Dosen Pembimbing : Dra. Laksmi Prita W, M.Si. Dra. Nur Asiyah, M.Si

MA2082 BIOSTATISTIKA Bab 3 Peubah Acak dan Distribusi

MA4181 MODEL RISIKO Risk is managed, not avoided

PERAMALAN PANGSA PASAR KARTU GSM DENGAN PENDEKATAN RANTAI MARKOV

BAB I PENDAHULUAN 1.1 Latar Belakang

Peubah Acak dan Distribusi

BAHAN KULIAH. Konsep Probabilitas Probabilitas Diskrit dan Kontinyu

Mobil atau Kambing. 2. Berikan satu kalimat deskripsi dari apa yang Anda pikirkan tentang pengertian dari kemungkinan (probability) dalam konteks ini.

MODEL STOKASTIK PERTUMBUHAN POPULASI (PURE BIRTH PROCESS)

ANALISIS MODEL JUMLAH KEDATANGAN DAN WAKTU PELAYANAN BAGIAN LABORATORIUM INSTALASI RAWAT JALAN RSUP Dr. KARIADI SEMARANG

PROSES PERCABANGAN PADA DISTRIBUSI POISSON

MA4181 MODEL RISIKO Risk is managed, not avoided

MA4183 MODEL RISIKO Control your Risk!

ANALISA SIFAT-SIFAT ANTRIAN M/M/1 DENGAN WORKING VACATION

SISTEM ANTRIAN MODEL GEO/G/1 DENGAN VACATION

KONTRAK KULIAH MATA KULIAH PEMODELAN MATEMATIKA

Catatan Kuliah. MA4181 PENGANTAR PROSES STOKASTIK Smart and Stochastic. disusun oleh Khreshna I.A. Syuhada, MSc. PhD.

Pemodelan Sistem Antrian Satu Server Dengan Vacation Queueing Model Pada Pola Kedatangan Berkelompok

PELUANG. Hasil Kedua. Hasil Pertama. Titik Sampel GG GA A

MA4081 PENGANTAR PROSES STOKASTIK

Transkripsi:

: Peluang dan Ekspektasi Bersyarat Statistika FMIPA Universitas Islam Indonesia

Peluang dan Ekspektasi Bersyarat 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 2013. Seperti biasa, mahasiswa akan mungkin mengundurkan diri dari perkuliahan tersebut, dengan kemungkinan yang sama. Seorang mahasiswa mengundurkan diri dan dia adalah angkatan 2013. Berapa peluang bahwa mahasiswa tersebut mengambil kuliah PPS?

3. Bono berada di penjara markas Brimop di Kelapa Dua, Depok. Dia ingin melarikan diri namun hal itu tidak mudah. Fakta yang ada menunjukkan bahwa jika Bono 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 Bono bebas. Diasumsikan bahwa Bono memilih pintu-pintu 1,2, dan 3 dengan peluang berturut-turut 0.2, 0.5, dan 0.3. Berapa lama waktu rata-rata yang dibutuhkan Bono 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?

5. Seekor tikus terperangkap dalam sebuah maze. Terdapat dua arah yang harus dipilih oleh tikus tersebut. Jika ia memilih arah kanan, maka ia akan berkeliling di dalam maze selama 3 menit dan kembali ke posisinya semula. Jika ia memilih arah kiri, maka dengan peluang 1 3 ia akan bebas setelah 2 menit berkeliling dan dengan peluang 2 3 ia akan kembali ke posisinya semula setelah 5 menit berkeliling. Asumsikan bahwa ia akan memilih arah kiri atau kanan dengan peluang yang sama, berapa menit yang diharapkan tikus tersebut untuk bebas?

Peluang dan Ekspektasi Bersyarat 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) Jadi, P(Sp LS c ) = 95 300. Akibatnya, P(Sp c LS c ) = 1 95 Jadi, 300 = 205 300. P(Sp c LS c ) = P(Sp c LS c ) P(LS c ) = 205 (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 P(SMT ) = 50 75 100, P(PSM) =, P(PPS) = 225 225 225 P( 12 SMT ) = 0.5, P( 12 PSM) = 0.6, P( 12 PPS) = 0.7 P( 12 ) = P( 12 SMT )P(SMT ) + P( 12 PSM)P(PSM) + P( 12 PPS)P(PPS) ( ) 50 = 0.5 + 0.6 225 ( 75 225 ) + 0.7 ( ) 100 = 140 225 225

Setiap mahasiswa punya peluang yang sama untuk mengundurkan diri, artinya P( 12 ) = P(MD12). P(PPS MD12) = P(PPS MD12) P(MD12) = P(MD12 PPS)P(PPS) P(MD12) = 0.7 100 225 140 225 = 1 2

3. Misalkan X : waktu rata-rata untuk bebas P 1 : memilih pintu 1 P 2 : memilih pintu 2 P 3 : memilih pintu 3 maka E(X P 1 ) = 2 + E(X ) E(X P 2 ) = 3 + E(X ) E(X P 3 ) = 0

Sehingga E(X ) = E(X P 1 ) P(P 1 ) + E(X P 2 ) P(P 2 ) + E(X P 3 ) P(P 3 ) E(X ) = (2 + E(X )) 0.2 + (3 + E(X )) 0.5 + 0 (0.3) E(X ) = 0.4 + 0.2 E(X ) + 1.5 + 0.5 E(X ) E(X ) = 1.9 + 0.7 E(X ) 0.3E(X ) = 1.9 E(X ) = 6.333 jam

4. Misalkan K 1 : koin baik (MB) K 2 : koin tidak baik (MM) P(K 1 M) = P(K 1 M) P(M) P(M K 1 ) P(K 1 ) = P(M K 1 ) P(K 1 ) + P(M K 2 ) P(K 2 ) = 1 2. 1 2 1 2. 1 2 + 1. 1 2 = 1 3

P(K 1 MM) = P(K 1 MM) P(MM) P(MM K 1 ) P(K 1 ) = P(MM K 1 ) P(K 1 ) + P(MM K 2 ) P(K 2 ) 1 4. 1 2 = 1 4. 1 2 + 1. 1 = 1 5 2 P(K 1 MMB) = P(K 1 MMB) P(MMB) P(MMB K 1 ) P(K 1 ) = P(MMB K 1 ) P(K 1 ) + P(MMB K 2 ) P(K 2 ) = 1 2. 1 2. 1 2. 1 2 1 2. 1 2. 1 2. 1 2 + 1.1.0. 1 2 = 1

5. Misalkan N : menyatakan jumlah menit yang dibutuhkan tikus untuk bebas L : menyatakan arah kiri yang dipilih oleh tikus R : menyatakan arah kanan yang dipilih oleh tikus maka P(L) = P(R) = 1 2 E(N) = E(N L)P(L) + E(N R)P(R) = E(N L) 1 2 + E(N R)1 2 = 1 [ 1 2 3 (2) + 2 ] (5 + E(N)) 3 = 5 21 E(N) + 6 6 E(N) = 21 + 1 [3 + E(N)] 2

Peluang dan Ekspektasi Bersyarat 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.