RANDOM VARIATE DISTRIBUSI DISKRIT

Slides:



Advertisements
Presentasi serupa
DISTRIBUSI PROBABILITAS YANG UMUM
Advertisements

Analisa Data Statistik Chap 5: Distribusi Probabilitas Diskrit
Analisa Data Statistik Chap 5: Distribusi Probabilitas Diskrit
SEKOLAH TINGGI ILMU STATISTIK
Distribusi Peluang Diskrit
DISTRIBUSI PELUANG.
VARIABEL RANDOM.
Peubah Acak Diskret Khusus
DISTRIBUSI PROBABILITAS DISKRET
BAB IX DISTRIBUSI TEORITIS
Bab 5. Probabilitas Diskrit
FUNGSI PROBABILITAS Pertemuan ke 6.
Distribusi Hipergeometrik Distribusi Poisson.
Proses Stokastik Semester Ganjil 2013/2014
BAB IV PEMBANGKIT RANDOM VARIATE
Distribusi Probabilitas Diskrit BINOMIAL
SEBARAN PEUBAH ACAK DISKRIT KHUSUS 2
RANDOM VARIATE DISTRIBUSI DISKRIT
Variabel Acak Diskrit dan Distribusinya
Pertemuan 3 Pengukuran Kehandalan Sistem
F2F-7: Analisis teori simulasi
DISTRIBUSI PROBABILITAS DISKRIT
PROBABILITY DISTRIBUTION FUNCTION (PDF) dan cumulatif distribution function (cdf) untuk kasus DISKRIT RIPAI, S.Pd., M.Si.
Distribusi Variabel Acak
Chapter 3. Discrete Probability Distributions
DISTRIBUSI TEORITIS.
DISTRIBUSI PELUANG.
DISTRIBUSI PROBABILITAS
DISTRIBUSI BINOIMIAL DAN POISSON
Bagian 4 – DISTRIBUSI DISKRIT Laboratorium Sistem Produksi 2004
BAB IV PEMBANGKIT RANDOM VARIATE
DISTRIBUSI PROBABILITAS
PROBABILITY DISTRIBUTION FUNCTION (PDF) dan cumulatif distribution function (cdf) untuk kasus DISKRIT RIPAI, S.Pd., M.Si.
Random Variate Distribusi Kontinu dan Diskrit
Probability Distribution untuk Discrete Random Variable
Statistik dan Probabilitas
Review probabilitas (2)
Distribusi Probabilitas
DISTRIBUSI PROBABILITAS
DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 1
Distribusi binomial Distribusi binomial
Variabel Acak dan Distribusi Probabilitas
Distribusi Binomial Negatif dan Geometrik
Distribusi.
RANDOM VARIATE DISTRIBUSI KONTINU
DISTRIBUSI PROBABILITAS DISKRIT (1)
DISTRIBUSI PROBABILITAS DISKRIT (1)
Distribusi Teoritis Peluang Diskrit
KELOMPOK 1 ANNE INDRIYUNI ( ) FITRIA APRILIANTI ( )
Sebaran Binomial Trinomial dan Multinomial
DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2
DISTRIBUSI VARIABEL RANDOM “DISKRIT” KHUSUS “ Bernoulli ” PMtk III B
Distribusi Probabilitas Variabel Acak Diskrit
DISTRIBUSI-DISTRIBUSI TEORITIS
PEMBANGKIT RANDOM VARIATE
Distribusi Probabilitas Variabel Acak Diskrit
Distribusi Peluang Diskrit
FUNGSI PEMBANGKIT MOMEN P.A. DISKRIT KHUSUS
DISTRIBUSI PROBABILITAS DISKRET
DISTRIBUSI VARIABEL RANDOM DISKRIT
Bagian 4 – DISTRIBUSI DISKRIT Laboratorium Sistem Produksi 2004
Distribusi Probabilitas
DISTRIBUSI PROBABILITAS YANG UMUM
Random Variate Distribusi Kontinu dan Diskrit
Distribusi Teoritis Variabel Acak Diskrit
1. TEORI PENDUKUNG 1.1 Pendahuluan 1.2 Variabel acak
DISTRIBUSI PROBABILITAS YANG UMUM
. Distribusi Binomial adalah suatu distribusi probabilitas yang dapat digunakan bilamana suatu proses sampling dapat diasumsikan sesuai dengan proses.
DISTRIBUSI PROBABILITAS DISKRIT (1)
DISTRIBUSI BINOMIAL Suatu percobaan binomial yang diulang sebanyak n kali dengan P(sukses) = P(S) = p dan P(gagal) = P(G) = 1 – p = q adalah tetap pada.
Transcript presentasi:

RANDOM VARIATE DISTRIBUSI DISKRIT Materi ke-9 DISUSUN OLEH : IPHOV KUMALA SRIWANA

PENDEKATAN DISTRIBUSI DISKRIT UNTUK PEMBANGKIT BILANGAN ACAK Distribusi Bernoulli Distribusi Uniform Diskrit Distribusi Binomial Distribusi Geometri Distribusi Binomial negatif Distribusi Poisson

DISTRIBUSI BERNOULLI Random kemunculan dari dua keluaran (outcomes) yang mungkin Pembangkitan bilangan untuk Distribusi yang lain. Disimbolkan dengan X ~ Bern(p) Prosedurnya adalah : Membangkitkan nilai U dari pembangkit bilangan acak (U ~ U(0,1)) Jika U ≤ p maka X = 1. Jika tidak sesuai, X=0

DISTRIBUSI UNIFORM DISKRIT Random kemunculan dari beberapa keluaran yang mungkin Random kuantitas antara i dan j Disimbolkan dengan X ~ DU(a,b) Prosedurnya adalah : Membangkitkan nilai U dari pembangkit bilangan acak (U ~ U(0,1)) Selanjutnya nilai X diperoleh dari formulasi X = [(b-a+1).U]

DISTRIBUSI BINOMIAL Nilai sukses dalam t sampel dengan probabilitas P sukses Jumlah cacat dalam t sampel dengan probabilitas p cacat Jumlah item dalam satu batch Jumlah permintaan di persediaan

DISTRIBUSI BINOMIAL Disimbolkan dengan X ~ Bin(t,p) Prosedurnya adalah : Membangkitkan t buah nilai Y dari pembangkit distribusi bernoulli [Yi ~ Bern(p)] Selanjutnya nilai X diperoleh dari formulasi

DISTRIBUSI GEOMETRIC Jumlah gagal antar kesuksesan Jumlah sukses antar kegagalan Jumlah item dalam satu batch Jumlah permintaan di persediaan

DISTRIBUSI GEOMETRIC Disimbolkan dengan X ~ Geo(p) Prosedurnya adalah : Membangkitkan nilai U dari pembangkit bilangan acak (U ~ U(0,1)) Selanjutnya nilai X diperoleh dari formulasi

DISTRIBUSI BINOMIAL NEGATIF Jumlah gagal antar kesuksesan Jumlah sukses antar kegagalan Jumlah item dalam satu batch Jumlah permintaan di persediaan

DISTRIBUSI BINOMIAL NEGATIF Disimbolkan dengan X ~ Negbin(t,p) Prosedurnya adalah : Membangkitkan t buah nilai Y dari pembangkit distribusi Geometric [Yi ~ Geo(p)] Selanjutnya nilai X diperoleh dari formulasi

DISTRIBUSI POISSON Jumlah kedatangan dalam rentang waktu tertentu Jumlah item dalam satu batch Jumlah permintaan di persediaan

DISTRIBUSI POISSON Disimbolkan dengan X ~ Poisson (λ) Nilai parameter a, b dan I diperoleh dari a = e-λ, b=1, i=0 Prosedurnya adalah : Membangkitkan nilai Ui+1 dari pembangkit bilangan acak (U ~ U(0,1)) b = b. Ui+1 Jika b ≥ a, maka I = i+1 dan ulangi dari point 2. Jika b < a, maka X = i