Jumat, 30 November 2018

DISTRIBUSI PROBALITAS

A.   PENDAHULUAN
Distribusi Probabilitas adalah suatu distribusi yang mengambarkan peluang dari sekumnpulan variat sebagai pengganti frekuensinya. Probabilitas kumulatif adalah probalitas dari suatu variabel acak yang mempunyai nilai sama atau kurang dari suatu nilai tertentu. Fungsi distribusi peluang pada umumnya dibedakan atas distribusi peluang diskrit dan distribusi peluang kontinu.
Variabel random diskrit merupakan suatu variabel random yang hanya dapat memiliki harga - harga yang berbeda yang berhingga banyaknya (sama banyaknya dengan bilangan bulat).
Variabel random kontinu merupakan suatu variabel random yang dapat memiliki harga dalam suatu interval (tak berhingga banyaknya).

B.  DISTRIBUSI PROBALITAS DISKRIT
1.      Variabel Diskrit
Variabel  diskrit  merupakan  variable  yang  nilainya  dapat  diperoleh  dengan  cara  membilang ataupun  menghitung.  Variable  dari  sampel  yang  diambil  dari populasi  ini  bertujuan  untuk mempermudah pemahaman teori sampel dan pembahasan hipotesis pada pengujian selanjutnya.
Variabel diskrit X menentukan distribusi peluang apabila untuk nilai
X = X1,X2,X3,.....,Xn terdapat peluang p(xi) = P(X=xi) ditulis
2.     Distribusi Poisson
Algoritma
Hitung a, b =1 dan i =0 
Bangkitkan Ui+1= U(0,1)
Ganti b = bUi+1
Jika b<a maka dapatkan X = i dan jika tidak lanjutkan ke langkah 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 z0 = 12357 dan m = 1237
3.     Distribusi Binomial
Metode transformasi dari distribusi binomial
Dengan mempergunakan fungsi densitas binomial yang dinyatakan dengan : k = 0,1, 2 .. n        
Contoh :
Dari suatu distribusi binomial, diketahui p =0,5 dan n =2.
Tentukan bilangan acak dari distribusi binomial dengan a = 77 z0 = 12357 dan m = 127.
4.     Distribusi Geometri
Algoritma
Bangkitkan U(0,1)
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 z0 = 12357.
5.     Distribusi Kontinu
Distr probabilitas uniform kontinu
Algoritma
Bangkitkan U(0,1)
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.
6.     Distribusi Eksponensial
Algoritma
Bangkitkan U(0,1)
Dapatkan X 
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.
7.     Distribusi Normal
Algoritma
Bangkitkan U1,U2= U(0,1)
Hitung V1= 2U1-1 dan V2= 2U2-1
Hitung W = V12 + V22
Jika W > 1 maka kembali ke langkah 1 dan jika tidak lanjutkan ke langkah 5
Contoh :
Sebuah rumah sakit berniat mempelajari penggunaan suatu alat pada ruang emergency. Jika diketahui bahwa lamanya seorang pasien yang di’treat’ 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.
8.     Distribusi Gamma
Algoritma
Bangkitkan U1 dan U2
X = -b ln (U1 * U2)
            di mana b adalah parameter
Contoh :
Mesin pada suatu pabrik perlu diperbaiki setiap saat ‘breakdown’ dengan biaya $100/hari. Jika lama perbaikan mesin berdistribusi gamma dengan parameter a = 2 dan b = 1/3, tentukan rata-rata biaya untuk 30 kali ‘breakdown’, jika diketahui mesin breakdown ke 29 kali mengalami lama perbaikan selama 0.38 hari dengan rata-rata lama perbaikan 0.68 hari dgn variansi S2 = 0.02.
Jawab:
U1 = 0.818
U2 = 0.322
X30  = -b ln (U1 * U2)
= - 1/3 ln (0.818 * 0.322)
= 0.445 hari
Jadi, Biaya untuk memperbaiki mesin yg breakdown ke 30 kali adalah
$100 x 0.445 hari = $ 44.5
                                                                           X30 - X29
            Rata-rata ke 30 kali = X30  = X29 +
                                                                                 30
                                                                           0.445 - 0.38
                                                            = 0.68 +
                                                                                 30
                                                            = 0.68 + 0.0022
                                                            = 0.6822

Tidak ada komentar:

Posting Komentar