2.9.

Distribusi Eskponensial

Distribusi eksponensial, juga disebut distribusi eksponensial negatif, digunakan dalam

bertransaksi dengan masalah antrian. Distribusi eksponensial sering menggambarkan waktu yang
diperlukan untuk melayani pelanggan. Distribusi eksponensial adalah distribusi kontinu.
Probabilitasnya fungsinya :

Dimana
X = random variable (service times)
m = average number of units the service facility can handle in a specific period of time
e = 2.718 (the base of the natural logarithm)

Bentuk umum dari distribusi eksponensial ditunjukkan pada Gambar 2.16. Nilai yang diharapkan
dan varians dapat ditunjukkan

1
Expected value = = Average service time
μ
 1
Variance =
μ2

Seperti halnya distribusi kontinu lainnya, probabilitas ditemukan dengan menentukan area di
bawah kurva. Untuk distribusi normal, kami menemukan area dengan menggunakan tabel
probabilitas. Untuk distribusi eksponensial, probabilitas dapat ditemukan menggunakan kunci
eksponen pada kalkulator dengan rumus di bawah ini. Probabilitas bahwa waktu terdistribusi
secara eksponensial, X, diperlukan untuk melayani pelanggan kurang dari atau sama dengan
waktu t diberikan oleh formula

Seperti menentukan distribusi kontinu lainnya, probabilitas ditemukan dengan menentukan area
di bawah kurva. Untuk distribusi normal, kami menemukan area dengan menggunakan tabel
probabilitas. Untuk distribusi eksponensial, probabilitas dapat ditemukan menggunakan kunci
eksponen pada kalkulator dengan rumus di bawah ini. Probabilitas waktu terdistribusi secara
eksponensial, X, diperlukan untuk Dipenuhi pelanggan kurang dari atau sama dengan waktu t
diberikan oleh formula

X = exponentially distributed service time

m = average number that can be served per time period = 3 per hour
t = 1/2 hour = 0.5 hour

Gambar 2.17 menunjukkan area di bawah kurva dari 0 hingga 0,5 menjadi 0,7769. Jadi, ada
sekitar a 78% kemungkinan waktunya tidak lebih dari 0,5 jam dan sekitar 22% kemungkinan
waktunya lebih lama dari ini. Demikian pula, kami dapat menemukan probabilitas bahwa waktu
layanan tidak lebih dari 1> 3 jam atau 2> 3 jam, sebagai berikut:
Sedangkan Persamaan 2-17 memberikan probabilitas bahwa waktu (X) kurang dari atau sama
dengan waktu tertentu nilai t, probabilitas bahwa waktu lebih besar dari nilai t tertentu ditemukan
dengan mengamati bahwa kedua peristiwa ini saling melengkapi. Misalnya, untuk menemukan
probabilitas bahwa mekanik di Toko Muffler Arnold akan memakan waktu lebih dari 0,5 jam,
kita miliki P1X 7 0,52 = 1 - P1X ... 0,52 = 1 - 0,7769 = 0,2231 Program 2.5A dan 2.5B
menggambarkan bagaimana suatu fungsi di Excel dapat menemukan probabilitas eksponensial.
2.10 Distribusi Poisson

Distribusi probabilitas diskrit yang penting adalah distribusi Poisson. Kami memeriksanya
karena peran utamanya dalam melengkapi distribusi eksponensial dalam teori antrian di Bab 12.
Distribusi ini menggambarkan situasi di mana pelanggan tiba secara independen selama interval
waktu tertentu, dan jumlah kedatangan tergantung pada panjang interval waktu. Contohnya
adalah pasien yang tiba di klinik kesehatan, pelanggan yang tiba di jendela bank, penumpang
yang tiba di bandara, dan panggilan telepon melalui pertukaran pusat. Rumus untuk distribusi
Poisson adalah