PROBABILITAS DAN

STATISTIK PADA
REKAYASA TRAFIK
Ana Farahdiba
01. FUNGSI DISTRIBUSI
Karakterisasi Distribusi, Residual Lifetime,
Load from Holding Times of Duration
Less Than x, Forward Recurrence Time

02. KOMBINASI VARIABLE STOKASTIK

Variabel Stokastik dalam seri,
Variabel Stokastik dalam
Paralel

03. PENJUMLAHAN STOKASTIK

TABLE OF
CONTENT
 TEORI PROBABILITAS DAN
STATISTIK PADA REKAYASA TRAFIK
Kita akan banyak membicarakan time interval non-negatif yang dapat
diekspresikan dengan variabel stokastik non-negatif. Time interval
yang akan kita bahas seperti service times, duration of congestion
(blocking periods, busy periods), waiting times, holding times, CPU-
busy times, inter-arrival times dll. Yang semuanya akan kita notasikan
sebagai lifetimes dan fungsi ditribusinya sebagai time distribution.

Types of Time Intervals = Lifetimes

01.

FUNGSI DISTRIBUSI
Karakterisasi Distribusi, Residual Lifetime,
Load from Holding Times of Duration
Less Than x, Forward Recurrence Time
FUNGSI DISTRIBUSI
Variabel Stokastik X yang memiliki fungsi distribusi (1):

Dengan probabilitas durasi dari time interval kurang

dari sama dengan t menjadi :

Complementary dari fungsi distribusi (survival

distribution function) :

F(t) dapat diturunkan sehingga memiliki density function:

 Karakterisasi Distribusi
Moment non-central ke-i atau biasa disebut moment ke-i, bisa di dapatkan dari Palm's Identity;

Sehingga kita akan mendapatkan
dua moment pertama:
dengan Ekspektasi yang didapatkan
kita mendapatkan momen central
ke-i:
Dengan nilai variance yang didapatkan maka
kita dapat mendapatkan standar deviasi dan
koefisien variasi:

dengan variance yang idektik dengan

Dimana, ekspektasi merupakan central moment ke 2: Dan mendapatkan pengukuran irregularity
momen pertama : dengan Palm's form factor:

Jika kita mengetahui sebuah usia
Untuk mendapatkan residual lifetime
maka conditional function didefinisikan
sbb
Residual Lifetime
Death rate pada waktu x, adalah waktu
habisnya lifetime dalam sebuah interval
dengan kondisi usia x sudah
tercapai, didapatkan dengan t=dx
(x) dikenal sebagai hazard function,
fungsi ini harus ada untuk mendapatkan
F(x), karena solusi sbb:
Waiting time distributuion ,
biasanya memiliki massa probabilitas
positif saat t=0, karena beberapa
customer mendapatkan layanan
langsung tanpa menunggu, maka
distribusi waiting time pelanggan yang
posistif adalah
 MAKA,
Dalam proses trafik, untuk mengetahui besar
proporsi total trafik disebabkan oleh holding times
dengan durasi kurang dari x:

Load from holding times

of duration less than x
Jika kita mengalokasikan a weight factor pada
sebuah lifetime yang proportional terhadap
durasinya,maka, weight untuk semua interval
waktu sama dengan nilai mean lifetime itu sendiri.

Dimana f(t) adalah probabilitas dari observasi

dalam interval (t, t+dt), dan t adalah weight dalam
observasi ini.
Forward Recurrence Time Probabilitas dari pemilihan mobil
dengan total lifetime x

Residual lifetime dari sebuah titik waktu

Dimisalkan,untuk mengetahui distribusi

life time dari mobil, pemilik mobil acak dengan mempertimbangkan titik
ditanya berapa usia mobilnya. Dengan waktu acak, maka distribusi sisa
titik waktu yang dipilih secara random, lifetime akan menjadi uniform
maka probabilitas dari pemilihan mobil pada (0, x)
proporsional terhadap total life time
mobil. Distribusi dari residual lifetime
nantinya akan identik dengan lifetime
yang sudah didapatkan

sehingga momen ke-i dari v(t) dengan

momen ke-(i+1) dari f(t) adalah maka density fungtion dari sisa lifetime
pada titik tertentu adalah sbb

dimana F(t) adalah fungsi distribusi

dengan nilai mean dari total lifetime dan m adalah nilai
mean
KOMBINASI VARIABEL
STOKASTIK
VARIABEL STOKASTIK
DALAM BENTUK DERET
VARIABEL STOKASTIK
DALAM BENTUK
PARALEL
STOKASTIK VARIABEL
DALAM BENTUK SERI
Hubungan deret dari interval waktu
independen sebanyak k sesuai terhadap
penambahan variabel independen sebanyak
k.
Sum dari variabel stokastik nilai mean dan
variance interval waktu ke-i adalah
dan fungsi distribusi didapatkan dengan
melakukan konvolusi
STOKASTIK VARIABEL
DALAM BENTUK PARALEL
Dengan memberi weight pada variabel
stokastik sebanyak l, dimana variabel ke-i
diberi beban pi , maka sum dari niali mean
dan variance variabel stokastik adalah
selanjutnya kita memberikan weight pada
momen non-central. untuk momen ke-v
dan fungsi distribusi menjadi
02.

PENJUMLAHAN
STOKASTIK
Jika pada sebuah group trunk
tanpa congestion, dimana proses
arrival dan holding times stokastik
independen. Dengan interval
waktu tetap T dan jumlah arrival
adalah variabel stokastik N.

Panggilan arrival ke-i memiliki dari gambar di atas kita dapat

holdingtime Xi, maka semua Xi
memiliki distribusi yang sama,
dan tiap permintaan arrival akan
berkontibusi dengan holding time
tertentu yang merupakan variabel
stokastik X
mengetahui bahwa pemjumlahan
variabel stokastik bisa saja
merupakan kombinasi dari seri,
dan paralel, dimana untuk cabang
ke-i

Total volukme trafik yang Dengan penjumlahan stokastik

dihasilkan oleh semuan untuk semua cabang, kita
permintaan arrival yang sampai mendapati i :
dalam interval waktu T adalah
variabel stokasti itu sendiri
THANK YOU
Have any question?

+123-456-7890
hello@reallygreatsite.com
www.reallygreatsite.com