Agar Xn berperilaku acak yang dapat dipertanggungjawabkan :

Transkripsi

1 ara memperoleh data Zaman dahulu, dgn cara : 1. Melempar dadu 2. Mengoco artu Zaman modern (>1940), dgn cara membentu bilangan aca secara numeri/ aritmati(menggunaan omputer), disebut Pseudo Random Number (bilangan pseudo aca). Pembangit bilangan aca, harus : Berdistribusi uniform(0,1) dan tida berorelasi antar bilangan. Membangitan cepat, storage tida besar Dapat di reproduce Periode besar, arena mungin bil.aca dibangitan berulang Xn = (axn-1) modulo m Dimana : Bil. Pseudo dimulai dgn nilai awal X0 yang disebut benih. a & m : bilangan bulat positif tertentu axn-1 dibagi dgn m dan sisanya diambil sebagai nilai Xn Agar Xn berperilau aca yang dapat dipertanggungjawaban : Modulo m dipilih sebesar mungin untu memperbesar periode a dipilih agar orelasi antar Xn minimum Benih Xo: bil. Bulat positif ganjil, Xo<m Bil aca : Ui = Xn/m Xn = (axn-1 + ) mod.m Pemilihan a,c, m dan x 0 : m = 2w-1 a 2w/2 dan a 1 (mod 4) c & X 0 bil. Bulat positif ganjil < m (c<m, X 0 <m) atatan:

2 Periode pembangit multipliatif m/4 Pembangit campuran dgn periode penuh (=m) jia : m dan c pembagi bersamanya adalah 1 Jia m habis dibagi oleh bil. q yang prima, maa (a-1) juga habis dibagi oleh q Jia m habis dibagi 4 maa begitu pula (a-1) ontoh: Metode Kongruen Multipliatif misal omputer berapasitas 12 bit word W = 12 m = 2 w-1 = 2 11 = 2048 a = 67 a 2 6 & a 3 (mod 8) misal : Xo = 129 X1 = (67)(129) mod 2048 = 451 X2 = (67)(451) mod 2048 = 1545 X3 = (67)(1545)mod 2048 = 1115 X4 = (67)(1115)mod 2048 = 977 U1 = 451/2048 = 0,22015 U2 = 1545/2048 = 0, U3 = 1115/2048 = 0, U4 = 977/2048 = 0, Periode : m/4 = 2048/4 = 512 U1 = U513 U2 = U514 Metode ongruen campuran misal omputer berapasitas 12 bit word a = 65 ( 2 6 & 1 mod 4 ) m = = 2048 misal c = 1, Xo = 129 X1 = {(65).(129)+1} mod 2048 = 194 X2 = {(65).(194)+1} mod 2048 = 323 X3 = {(65).(323)+1} mod 2048 = 516 X4 = {(65).(516)+1} mod 2048 = 773 U1 = 194/2048 = 0, U2 = 323/2048 = 0, U3 = 516/2048 = 0, U4 = 773/2048 = 0, Definisi: suatu fungsi atau aturan yang menunjuan sebuah bilangan riil untu suatu titi sampel pada ruang sampel S

3 Biasanya variabel aca dinyataan dengan huruf besar X, Y, Z dan nilai variabel acanya dimisalan dengan huruf ecil x, y, z. Variabel Aca terdiri dari : * Variabel Aca Disrit * Variabel Aca Kontinu Variabel X adalah variable aca disrit jia X banya nilainya dapat dihitung (berorelasi 1-1 dengan bilangan bulat positif) Untu var.aca disret X: p(x)=p(x=x) Variabel X adalah variabel aca ontinu jia banyanya nilai x i ta dapat dihitung, bila ada fungsi non-negatif f(x) sedemiian sehingga ut seumpulan bilangan Riil B (misal 1<B<2) P(X B)= f(x)dx atau f(x) dx dan f(x) dx =1 Semua nilai probabilitas X dapat dihitung melalui f(x) yang disebut : fungsi densitas probabilitas variabel aca ontiniu X Untu variabel aca ontiniu X: P(X=x) = P(X [x,x]) = f(y)dy = 0 tetapi P(X [x,x+ x] = f(y)dy iri: * Percobaan terdiri dari n ulangan independen, yang dapat dilasifiasian menjadi berhasil atau gagal * Probabilitas berhasil (p) dari satu ulangan e ulangan lainnya onstan. n, p ( ) n 1 p Nilai Espetasi: Varians: np( 1 p) np Algoritma Binomial: Bangitan U =P/(1-P), I=0, pr=(1-p)n, F=pr if U<F, then x=i, stop

4 Pr={ (n-i)/(i+1)}pr, F=F+pr, i=i+1 Go to 3 iri: Dalam selang watu T jumlah peristiwa terjadi independen terhadap jumlah ejadian yang terjadi pada watu yang lain, dengan peluang ejadian tunggal selama periode watu sangat singat proporsional terhadap panjang interval watu. Peluang lebih dari satu ejadian dlm watu yang sangat singat neglibible. Fungsi Probabilitas e λ λ! Nilai Espetasi : λ Varians : λ Algoritma: Bangitan U U(0,1) i=0, p=e-λ, F=P if U<F then x=i stop p=λp/(i+1), F=F+P, i=i+1 Go to 3 iri: Sampel aca dengan uuran n dipilih dari populasi uuran N, dimana sejumlah dapat dilasifiasian suses dan N- gagal. M, x N N M, n, n x Nilai Espetasi: Varians: nm M n N ( N - M )( N n ) N 2 ( N 1 )

5 Algoritma: bangitan bilangan aca U1 dan U2 Set t=-log(u1u2) Bangitan bilangan aca U3 X=tU3, Y=t-X Nilai Espetasi f Varians: 1 a 2 ( x) 1 a = ae ax f ( x) Nilai Espetasi: 0 Varians: 1 1 x µ 1 = e 2 σ 2πσ Algoritma: Bangitan bilangan aca U1 dan U2 Set V1=2U1-1; V2=2U2-1; W=V11+V22 if W>1 go to 1 else set Y= X1=V1Y; X2=V2Y 2

6 Bernoulli percobaan Bernoulli: Hasil percobaan antara suses dan gagal saja. Probabilitas suses p adalah sama pada setiap percobaan. Percobaan independen: hasil dari satu percobaan tida mempengaruhi percobaan selanjunya. ontoh: Melempar oin atau dadu. Gamma Apliasi: distribusi dasar statisti untu variabel yang satu ujungnya terbatas, misalnya x 0. Sering digunaan pada teori antrian, realibilitas, dan masalah industrial lainnya. ontoh: Distribusi watu antara alibrasi ulang suatu instrumen setelah ali penggunaan; watu antara pengadaan barang di gudang, watu suatu sistem tida berjalan dengan omponen yang tersedia. Komentar: Distribusi Erlangian, exponential, and chi- square adalah asus husus. Dirichlet adalah distribusi Beta yang multi-dimensi. Uniform Apliasi: memberian probabilitas ejadian dalam suatu interval dari pengamatan yang terjadi dalam interval tersebut, yaitu berbanding lurus dengan panjang interval. ontoh : Digunaan untu membangitan nilai aca. atatan: Kasus husus dari distribusi beta. Log-normal Apliasi: representasi dari variabel aca yang logaritmanya mengiuti distribusi normal. Model untu watu untu melasanaan tugas manual seperti merait, inspesi, atau perbaian. Jia data berdistribusi lognormal, mean geometris desriptor yang lebih bai dari mean. Semain data deat dengan distribusi lognormal, semain deat mean geometris e median, arena mengespresian dengan log menghasilan distribusi yang simetris.