Konsep Peluang Kejadian Bersyarat
Dua kejadian disebut kejadian bersyarat atau kejadian yang saling bergantung apabila terjadi atau tidak terjadinya kejadian A akan memengaruhi terjadi atau tidak terjadinya kejadian B.
Peluang terjadinya kejadian A dengan syarat kejadian B telah terjadi terlebih dahulu ditulis $ P(A|B) $ :
$ \begin{align} P(A|B) = \frac{P(A \cap B)}{P(B)} , \end{align} \, $ dengan $ \, P(B) \neq 0 $
Peluang terjadinya kejadian B dengan syarat kejadian A telah terjadi terlebih dahulu ditulis $ P(B|A) $ :
$ \begin{align} P(B|A) = \frac{P(A \cap B)}{P(A)} , \end{align} \, $ dengan $ \, P(A) \neq 0 $
dengan $ P(A \cap B) = \, $ peluang irisan A dan B.
Teorema Bayes
teorema Bayes adalah sebuah teorema dengan dua penafsiran berbeda. Dalam penafsiran Bayes, teorema ini menyatakan seberapa jauh derajat kepercayaan subjektif harus berubah secara rasional ketika ada petunjuk baru. Dalam penafsiran frekuentis teorema ini menjelaskan representasi invers probabilitas dua kejadian
Dua kejadian disebut kejadian bersyarat atau kejadian yang saling bergantung apabila terjadi atau tidak terjadinya kejadian A akan memengaruhi terjadi atau tidak terjadinya kejadian B.
Peluang terjadinya kejadian A dengan syarat kejadian B telah terjadi terlebih dahulu ditulis $ P(A|B) $ :
$ \begin{align} P(A|B) = \frac{P(A \cap B)}{P(B)} , \end{align} \, $ dengan $ \, P(B) \neq 0 $
Peluang terjadinya kejadian B dengan syarat kejadian A telah terjadi terlebih dahulu ditulis $ P(B|A) $ :
$ \begin{align} P(B|A) = \frac{P(A \cap B)}{P(A)} , \end{align} \, $ dengan $ \, P(A) \neq 0 $
dengan $ P(A \cap B) = \, $ peluang irisan A dan B.
Teorema Bayes
teorema Bayes adalah sebuah teorema dengan dua penafsiran berbeda. Dalam penafsiran Bayes, teorema ini menyatakan seberapa jauh derajat kepercayaan subjektif harus berubah secara rasional ketika ada petunjuk baru. Dalam penafsiran frekuentis teorema ini menjelaskan representasi invers probabilitas dua kejadian
Komentar
Posting Komentar