Upload presentasi
Presentasi sedang didownload. Silahkan tunggu
1
RANDOM VARIATE DISTRIBUSI DISKRIT
Materi ke-9 DISUSUN OLEH : IPHOV KUMALA SRIWANA
2
PENDEKATAN DISTRIBUSI DISKRIT UNTUK PEMBANGKIT BILANGAN ACAK
Distribusi Bernoulli Distribusi Uniform Diskrit Distribusi Binomial Distribusi Geometri Distribusi Binomial negatif Distribusi Poisson
3
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
4
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]
5
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
6
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
7
DISTRIBUSI GEOMETRIC Jumlah gagal antar kesuksesan
Jumlah sukses antar kegagalan Jumlah item dalam satu batch Jumlah permintaan di persediaan
8
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
9
DISTRIBUSI BINOMIAL NEGATIF
Jumlah gagal antar kesuksesan Jumlah sukses antar kegagalan Jumlah item dalam satu batch Jumlah permintaan di persediaan
10
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
11
DISTRIBUSI POISSON Jumlah kedatangan dalam rentang waktu tertentu
Jumlah item dalam satu batch Jumlah permintaan di persediaan
12
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
Presentasi serupa
© 2024 SlidePlayer.info Inc.
All rights reserved.