Professional Documents
Culture Documents
Distribusi Diskrit
a. Distribusi probabilitas uniform diskrit
Algoritma
1. Bangkitkan U(0,1)
2. Dapatkan X = a+(b-a+1)*U
Contoh
Sebuah perusahaan bakery membuat suatu kelompok jenis donat yang dijual
ke toko-toko dengan distribusi diskrit uniform dengan kebutuhan harian
maksimum 100 unit dan minimum 40 unit.
Tentukan bilangan acak dari distribusi diskrit uniform dengan a = 77 z 0 = 12357
dan m = 128
X
70,98
46,20
90,04
50,01
78,60
84,32
97,66
88,13
86,23
61,45
71
46
90
50
79
84
98
88
86
61
b.
Distribusi Poisson
Algoritma
1. Hitung a= e , b =1 dan i =0
2. Bangkitkan Ui+1= U(0,1)
3. Ganti b = bUi+1
4. Jika b<a maka dapatkan X = i dan jika tidak lanjutkan ke langkah 5
5. Ganti i = i+1 kembali ke langkah 2
Contoh:
Suatu kejadian berdistribusi poisson dengan rata-rata 3 kejadian perjam dan
terjadi selama periode waktu 1,4 jam.
Tentukan bilangan acak dari distribusi poisson dengan a = 17 z 0 = 12357 dan m
= 1237
3
bangkitkan U dengan metode multiplikatif
n
U
a
b
0,0498 1,0000
1
0,8213
0,0498 0,8213
2
0,3678
0,0498 0,3021
3
0,2530
0,0498 0,0764
4
0,3015
0,0498 0,0231
0,0498 1,0000
5
0,1261
0,0498 0,1261
6
0,1439
0,0498 0,0181
0,0498 1,0000
7
0,4462
0,0498 0,4462
8
0,5861
0,0498 0,2615
9
0,9636
0,0498 0,2520
10
0,3816
0,0498 0,0962
11
0,4867
0,0498 0,0468
0,0498 1,0000
12
0,2732
0,0498 0,2732
13
0,6451
0,0498 0,1763
14
0,9669
0,0498 0,1704
15
0,4365
0,0498 0,0744
16
0,4212
0,0498 0,0313
0,0498 1,0000
17
0,1601
0,0498 0,1601
18
0,7211
0,0498 0,1154
19
0,2587
0,0498 0,0299
c. Distribusi Binomial
Metode transformasi dari distribusi binomial
i
0
1
2
3
3,00
0
1
1,00
0
1
2
3
4
4,00
0
1
2
3
4
4,00
0
1
2
3
3,00
F(x) =
f (k )
k =0
Contoh
Dari suatu distribusi binomial, diketahui p =0,5 dan n =2.
Tentukan bilangan acak dari distribusi binomial dengan a = 77 z 0 = 12357 dan
m = 127.
0,5
0,5
0,5
1
2
1
0,25
0,50
0,25
0,00
0,25
0,75
0,25
0,75
1,00
0
1
2
multiplikatif
zi+1
U
5 0.0394
4 0.0315
54 0.4252
94 0.7402
126 0.9921
50 0.3937
40 0.3150
32 0.2520
51 0.4016
117 0.9213
0
1
2
X
0
0
1
1
2
1
1
1
1
2
d. Distribusi Geometri
Algoritma
1. Bangkitkan U(0,1)
2. Dapatkan X = ln(U)/ln(1-p)
Contoh
Pada seleksi karyawan baru sebuah perusahaan terdapat 30 % pelamar yang
sudah mempunyai keahlian komputer tingkat advance dalam pembuatan
program. Para pelamar diinterview secara insentif dan diseleksi secara acak.
Tentukan bilangan acak dengan a = 43, m = 1237 dan z 0 = 12357.
i
0
1
2
3
4
5
6
7
8
9
p=
0,3
q=
0,7
bangkitkan U dengan metode multiplikatif
a
m
zi
zi-1
U
43 1237
12357
678
0,5481
43 1237
678
703
0,5683
43 1237
703
541
0,4373
43 1237
541
997
0,8060
43 1237
997
813
0,6572
43 1237
813
323
0,2611
43 1237
323
282
0,2280
43 1237
282
993
0,8027
43 1237
993
641
0,5182
43 1237
641
349
0,2821
X
0
0
1
0
0
1
1
0
1
1
Distribusi Kontinu
a. Distr probabilitas uniform kontinu
Algoritma
1. Bangkitkan U(0,1)
2. Dapatkan X = a+(b-a)*U
Contoh
Pada suatu sentra telpon ternyata distribusi pelayanan telponnya berdistribusi
uniform kontinu dengan minimal waktu 3 menit dan maksimal 5 menit. Tentukan
bilangan dengan a = 173 z0 = 12357 dan m = 1237.
i
0
1
2
3
4
X
3.3638
3.9345
4.6718
4.2191
3.9006
b. Distribusi Eksponensial
Algoritma
1. Bangkitkan U(0,1)
2. Dapatkan X = ln(U)
Dengan rata-rata dengan nilai > 0
Contoh
Pada suatu sentra telpon ternyata distribusi penerimaan telponnya berdistribusi
eksponensial dengan mean = 0,1 menit. Tentukan bilangan 10 acak dengan a =
173 z0 = 12357 dan m = 1237.
i
0
1
2
3
4
5
6
7
8
0,1
bangkitkan U dengan metode multiplikatif
zi+1
a
m
zi
U
173 1237
12357
225
0,1819
173 1237
225
578
0,4673
173 1237
578
1034
0,8359
173 1237
1034
754
0,6095
173 1237
754
557
0,4503
173 1237
557
1112
0,8989
173 1237
1112
641
0,5182
173 1237
641
800
0,6467
173 1237
800
1093
0,8836
X
0,1704
0,0761
0,0179
0,0495
0,0798
0,0107
0,0657
0,0436
0,0124
c. Distribusi Normal
Algoritma
1. Bangkitkan U1,U2= U(0,1)
2. Hitung V1= 2U1-1 dan V2= 2U2-1
3. Hitung W = V12 + V22
4. Jika W > 1 maka kembali ke langkah 1 dan jika tidak lanjutkan ke langkah 5
5. Hitung Y = (2 * ln( W ) / W
6. Dapatkan X1= V1Y dan X2=V2Y
7. X = + X i
Contoh
Sebuah rumah sakit berniat mempelajari penggunaan suatu alat pada ruang
emergency. Jika diketahui bahwa lamanya seorang pasien yang ditreat
menggunakan alat tsb berdistribusi normal dgn mean 0.8 jam dan standard
deviasi 0.2 jam, tentukan bilangan acak yang mewakili lamanya penggunaan
alat tersebut oleh 6 orang pasien.
i
1
2
3
U1
0,32
0,63
0,60
0,53
U2
V1
V2
0,65 -0,36 0,30
0,48 0,26 -0,04
0,31 0,20 -0,38
1,02
X
1,26 0,73
d. Distribusi Gamma
Algoritma
1.
Bangkitkan U1 dan U2
W
0,22
0,07
0,18
2,52
Y
X1
X2
X
3,72 -1,34 1,11 -10,9
8,79 2,28 -0,35 13,23
4,28 0,86 -1,63 3,71
1,27
2.
X = - ln (U1 * U2)
= - ln (U1 * U2)
= - 1/3 ln (0.818 * 0.322)
= 0.445 hari