Probabilitas dalam Trafik

Slides:



Advertisements
Presentasi serupa
Analisa Data Statistik Chap 6: Distribusi Probabilitas Kontinu
Advertisements

DISTRIBUSI PROBABILITAS YANG UMUM
STATISTIKA DISTRIBUSI PROBABILITAS
Analisa Data Statistik Chap 5: Distribusi Probabilitas Diskrit
Analisa Data Statistik Chap 5: Distribusi Probabilitas Diskrit
DISTRIBUSI BINOMIAL.
Distribusi Hipergeometrik
Distribusi Probabilitas ()
Pendahuluan Landasan Teori.
Delay System II. Tutun Juhana – ET3042 ITB 2 Sistem Antrian M/M/m Kedatangan panggilan : Poisson arrival Service time : exponentially distributed Jumlah.
Limit Distribusi.
STATISTIK PROBABILITAS
Oleh: Ridwan Najmi Fauzi TTNR4
VARIABEL RANDOM.
DISTRIBUSI BINOMIAL & DISTRIBUSI MULTINOMIAL
Peubah Acak Diskret Khusus
DISTRIBUSI PROBABILITAS DISKRET
Bab 5. Probabilitas Diskrit
Dasar probabilitas.
JARINGAN & REKAYASA TRAFIK ( EL 3146 ) B A B IV
Model matematik trafik
Analisa Data Statistik Chap 6: Distribusi Probabilitas Kontinu
Variabel Acak Diskrit dan Distribusinya
Dasar probabilitas.
Pendahuluan Rekayasa Trafik
DISTRIBUSI DISTRIBUSI NORMAL PENDEKATAN NORMAL UNTUK BINOMIAL
PENERAPAN PELUANG by Andi Dharmawan.
DISTRIBUSI TEORITIS.
Inferensi tentang Variansi Populasi
Sukiswo RANDOM VARIABLES Sukiswo Rekayasa Trafik, Sukiswo.
Kuliah Biostatistika Deskriptif
DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2
DISTRIBUSI PROBABILITAS
Pendahuluan Rekayasa Trafik
Review probabilitas (2)
Proses Kedatangan dan Distribusi Waktu Pelayanan
Distribusi Probabilitas
DISTRIBUSI PROBABILITAS
DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 1
Distribusi Binomial Negatif dan Geometrik
Tutun Juhana – Lab. Telematika – EE Dept. ITB
DISTRIBUSI PROBABILITAS DISKRIT (1)
DISTRIBUSI PROBABILITAS DISKRIT (1)
Distribusi Teoritis Peluang Diskrit
SEBARAN POISSON DEFINISI
Loss System.
Review probabilitas (1)
DISTRIBUSI PROBABILITAS DISKRIT TEORITIS 2
DISTRIBUSI PROBABILITAS
Distribusi dan Teknik Sampling
Tutun Juhana Review probabilitas Tutun Juhana
Tutun Juhana Review probabilitas Tutun Juhana
Random Variable (Peubah Acak)
NOTASI SEBARAN BINOMIAL
Distribusi Peluang Diskrit
Pertemuan ke 8.
FUNGSI PEMBANGKIT MOMEN P.A. DISKRIT KHUSUS
Pendahuluan Rekayasa Trafik
DISTRIBUSI VARIABEL RANDOM DISKRIT
Model dan Simulasi Distribusi Poisson Veni Wedyawati, S.Kom, M.Kom.
BEBERAPA DISTRIBUSI PROBABILITAS DISKRET
DISTRIBUSI PROBABILITAS YANG UMUM
Model matematik trafik
PENGERTIAN DISTRIBUSI TEORITIS
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.
Rekayasa Trafik -Terminologi Trafik-
Transcript presentasi:

Probabilitas dalam Trafik

Teorema Probabilitas Total Bila {Bi} merupakan partisi dari sample space  Lalu {ABi} merupakan partisi dari event A, maka berdasarkan sifat probabilitas yang ketujuh pada slide nomor 4 Kemudian asumsikan bahwa P(Bi)>0 untuk semua i. Maka berdasarkan uraian pada slide nomor 5 dapat didefinisikan teorema probabilitas total sbb

Contoh: Suatu berkas saluran terdiri dari 2 saluran : P(k)= Prob bahwa saluran baik. P(0)=0,2; P(1)=0,3; P(2)=0,5 Dan E(k)=Prob bahwa suatu panggilan diblok, bila diketahui k saluran baik. E(0)=1;E(1)=2/3 dan E(2)=2/5 Berapa besar probabilitas suatu panggilan diblok?dan Berapa besar probabilitas suatu panggilan tidak di blok?

Di blok 1 0 sal.baik Tidak di blok 0,2 2/3 Di blok 0,3 1/3 1 sal baik Tidak di blok 0,5 2/5 Di blok 2 sal. baik 3/5 Tidak di blok

Jawab: Prob suatu panggilan di blok= P(0).E(0)+P(1).E(1) +P(2).E(2)= 0,2.1 +0,3.(1/3) +0,5.(2/5)=0,6 Prob suatu panggilan tidak di blok= 0,2.0 +0,3.(2/3)+0,5.(3/5) =0,4

Ekspektasi (harapan,rataan) Definisi : Harga ekspektasi (rata-rata/mean value) dari X dinyatakan oleh Catatan 1: ekspektasi akan ada hanya jika Catatan 2 : Jika , maka Sifat-sifat

Suatu berkas saluran terdiri dari 10 saluran: P(Xi) Xi.P(Xi) Contoh: Suatu berkas saluran terdiri dari 10 saluran: Jumlah sal yang di duduki P(Xi) Xi.P(Xi) 1 2 3 4 5 6 7 8 9 10 0,20 0,19 0,16 0,13 0,10 0,07 0,05 0,04 0,03 0,02 0,01 0,32 0,39 0,40 0,35 0,30 0,28 0,24 0,18 2,75 Total 1

Nilai di atas menunjukkan harga rata-rata dari jumlah saluran yang di duduki terus menerus dalam 1 jam sibuk (A). Sehingga dari contoh, nilai 2,75 menunjukkan bahwa dalam 1 jam sibuk diharapkan 2,75 saluran di duduki.

1 Jam 1 2 10

Distribusi Bernoulli Menyatakan suatu eksperimen acak dengan dua keluaran yang mungkin Sukses (1) : “Probabilitas di duduki” (P) Gagal (0) : “Probabilitas bebas” (q= 1-P) Nilai 1 berpeluang p (nilai 0 untuk peluang 1-p)

Distribusi binomial Menyatakan jumlah sukses dalam sejumlah eksperimen acak yang saling bebas (masing-masing eksperimen bersifat Bernoulli); n = jumlah total eksperimen p = peluang sukses dalam suatu eksperimen

1 2 n Prob. P(X=i) saluran diduduki = P(x):

Contoh: Suatu berkas saluran terdiri dari 12 saluran, dengan probabilitas diduduki untuk setiap saluran 0,3. tentukan probabilitas: Tak ada saluran yang diduduki? 10 saluran diduduki?

Distribusi Poisson Limit dari distribusi binomial dimana n  dan p  0, sedemikian hingga np  a

Contoh Asumsikan Maka jumlah panggilan yang aktif X ~ Bin(200,0.01) 200 pelanggan terhubung ke sentral lokal Trafik setiap pelanggan adalah 0.01 Pelanggan saling bebas Maka jumlah panggilan yang aktif X ~ Bin(200,0.01) Pendekatan Poisson X  Poisson(2,0) Peluang titik

Variansi :

waktu trafik 10.0 10.1 10.2 10.3 10.4 10.5 10.6 10.7 10.8 10.9 10.10 10.11 10.12 10.13 10.14 21 22 18 15 17 8 7 9 11 16 23 10.15 10.16 10.17 10.18 10.19 10.20 10.21 10.22 10.23 10.24 10.25 10.26 10.27 10.28 10.29 19 20 24 10 waktu trafik 10.30 10.31 10.32 10.33 10.34 10.35 10.36 10.37 10.38 10.39 10.40 10.41 10.42 10.43 10.44 10 12 16 13 8 14 17 19 22 23 10.45 10.46 10.47 10.48 10.49 10.50 10.51 10.52 10.53 10.54 10.55 10.56 10.57 10.58 10.59 18 15 21 11 9