P. 1
Jurnal Teknik Industri Dan Sistem

Jurnal Teknik Industri Dan Sistem

|Views: 97|Likes:
Published by irawanbangun

More info:

Published by: irawanbangun on May 10, 2011
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOCX, PDF, TXT or read online from Scribd
See more
See less

01/14/2013

pdf

text

original

Jurnal Teknik Industri dan Sistem Vol.

2, No 2, pp 88-96 Summer 2008 Efisien Simulasi sebuah Turnamen Knockout Acak Sheldon M. Ross 1 *, Samim Ghamami2 Epstein Departemen Teknik Industri dan Sistem, Universitas California Selatan, Los Angeles, CA, USA smross@usc.edu ghamami@usc.edu ABSTRAK Kami menganggap masalah menggunakan simulasi untuk efisien mengestimasi probabilitas untuk menang peserta dalam turnamen knockout umum acak. Kedua estimator diajukan kami, salah satu didasarkan pada gagasan tentang "kelangsungan hidup diamati" dan kondisi harapan lain berdasarkan dan pasca-stratifikasi, sangat efektif dalam hal pengurangan varians jika dibandingkan dengan baku simulasi estimator. Untuk kasus khusus dari turnamen KO acak klasik 2n-player, dimana setiap selamat dari babak sebelumnya bermain di babak saat ini, yang kedua bersyarat harapan estimator berbasis diperkenalkan. Pada akhirnya, kita membandingkan simulasi diusulkan kami estimator berdasarkan contoh numerik dan dalam hal pengurangan varians dan waktu untuk menyelesaikan percobaan simulasi. Berdasarkan studi empiris kami, metode "kata kelangsungan hidup "adalah metode yang paling efisien. 1. PENDAHULUAN DAN RINGKASAN Memilih satu pemenang dari satu set banyak kontestan adalah tema umum dalam banyak olahraga acara. Turnamen struktur yang bervariasi yang digunakan untuk memilih pemenang dalam situasi di mana pemain dapat dibandingkan berpasangan. Dalam turnamen KO pemain bersaing head-to-head di cocok; dengan pecundang yang dikeluarkan dari turnamen. Dalam turnamen KO acak di awal setiap pemain putaran dipasangkan secara acak. Sebuah turnamen yang melibatkan pemain KO umum N dispesifikasikan oleh parameter integer positif n, m1, ..., mn-1, mn = 1, memuaskan Σ Σ = = =≤-=n j j i

Biarkan Σ= =1 1 k j kjr m N adalah jumlah pemain yang tersisa pada awal putaran k. dengan putaran i melibatkan cocok mi.. Pemain yang memenangkan pertandingan di putaran n disebut pemenang turnamen. dan kemudian secara acak dipasangkan. N. Pada bagian 4. kami tertarik untuk menggunakan simulasi untuk efisien estimasi Pi ini Pada bagian 2 kita mengusulkan suatu prosedur simulasi efisien didasarkan pada gagasan "kata kelangsungan hidup ".. . dan kami biarkan PIJ = 1-PJI menunjukkan probabilitas bahwa saya pemain mengalahkan pemain j jika mereka dipasangkan.. . dari Σ= 1 1 i j j m N pemain yang belum telah dieliminasi dalam salah satu putaran sebelumnya.. Dua . 1 . kita mempertimbangkan "knockout turnamen klasik" dimana N = 2n dan k putaran terdiri dari pertandingan 2n-k.j ij mN mNmin 1 1 1 1 2. . Kami mengatakan bahwa turnamen knockout adalah turnamen KO acak jika para pemain yang terlibat dalam putaran i adalah yang dipilih secara acak. Membiarkan pi menjadi probabilitas bahwa saya pemain adalah pemenang turnamen i = 1. Kami berasumsi bahwa hasil pertandingan antara dua pemain dalam setiap putaran hanya bergantung pada pasangan dan bukan pada putaran atau putaran sebelumnya. dan menyajikan estimator harapan kedua bersyarat. 1 * Sesuai Penulis Efisien Simulasi sebuah Turnamen Knockout Random 89 Interpretasi parameter ini adalah bahwa turnamen ini terdiri dari n putaran. Pada bagian 3 kita menggabungkan ekspektasi bersyarat dan sampling stratifikasi untuk pasca-lain pendekatan simulasi..

Setiap menjalankan simulasi melibatkan simulasi turnamen sampai n -1 putaran. Mengingat pengurangan varians kriteria secara paralel dengan waktu untuk memperoleh hasil simulasi. Dalam Ross dan Schechner (1985) simulasi estimator berdasarkan bahaya diamati dikembangkan untuk secara efisien memperkirakan pertama distribusi bagian untuk satu perangkat negara dari rantai Markov. jika dia tidak bermain. Pada contoh ini. METODE 1: kelangsungan hidup DITINJAU DAN ESTIMATOR PRODUK Kita bisa model evolusi dari turnamen knockout acak dari setiap putaran ke yang berikutnya oleh transisi rantai Markov yang menyatakan adalah set pemain hidup pada awal setiap bulat. Ni = j jika i pemain kalah di babak j +1).contoh numerik dipertimbangkan dalam bagian 5. kami menggambarkan bagaimana memperkirakan Π => . Metode kami 1 menggunakan estimator dikembangkan di Ross dan Schechner (1985).≥ . Secara khusus. (Tidak ada perlu mensimulasikan n bulat). Ni +1 adalah jumlah transisi yang dibutuhkan rantai Markov yang negara adalah kumpulan pemain bertahan hidup di awal setiap putaran untuk memasuki keadaan yang tidak mengandung i. Perhatikan bahwa Π = => . Menggunakan i yang akan bermain dalam putaran 1 dengan 2m1 probabilitas / N dan.=> . kita mendapati bahwa Σ≠ =-li PLI N N s (i) 1 2m1 (1) . untuk 0 ≤ n <j.n i k i N P P n P k N N k 1 (1) (1 1) 90 Ross dan Ghamami Perhatikan bahwa (i) = P (N> k-1N ≥ k -1) Kii adalah tingkat kelangsungan hidup nilai diskrit mewakili probabilitas bahwa saya pemain bertahan k bulat mengingat dia telah bertahan sampai babak k.n = i k k P n N s i 1 (1) (). Waktu untuk menyelesaikan percobaan simulasi juga dipertimbangkan untuk setiap metode. Masalah kita mengestimasi Pi = P (Ni> n -1) sebenarnya kasus khusus dari masalah yang lebih umum menggunakan simulasi untuk memperkirakan distribusi jumlah transisi dibutuhkan rantai Markov untuk memasukkan set tertentu dari negara. 2. bahwa nya lawan sama mungkin salah satu-1 pemain lain N. Keterangan. Menggunakan simulasi. Biarkan Ni adalah jumlah putaran yang saya pemain bertahan (yaitu. kita menyimpulkan bahwa metode bertahan hidup diamati adalah yang terbaik. cukup varians pengurangan atas estimator simulasi baku diperoleh ketika menggunakan salah satu metode kita disarankan.

Jadi. Membiarkan () (1) 1 j k j i jk P i N k .. n. . Membiarkan . jika k N P jika N k rr m i j i j l li i kk k j k j λβk Perhatikan bahwa) (i jk λ merupakan penaksir yang tidak bias dari sk (i) asalkan N k ≥ j -1 i. k = 1. Kami mendefinisikan "kata kelangsungan hidup "di j simulasi dijalankan sebagai titik estimasi sk (i). maka ⎪⎩ ⎪⎨ ⎧ <≥= Σ∈≠ 01 1 (1) 2 1 ().λ => .1 Biarkan j i N adalah jumlah putaran yang saya bertahan dalam jangka simulasi j.. jika j i N adalah jumlah putaran yang saya bertahan dalam jangka simulasi j.β dimana j β k adalah himpunan simulasi pemain hadir pada awal putaran k.. sebagai berikut. Misalkan kita membuat total simulasi r berjalan.

jumlah simulasi berjalan. . . Dengan kata lain... IIN P P P. Keterangan. kami belum bisa mendapatkan perkiraan titik sm (i). Pertimbangkan set probabilitas untuk i player. r.. sn (i). Misalkan r melakukan simulasi berjalan... 2 . N}.. {PIJ: j ≠ i..() 1 () / {#: 1} =Σ≥-=iNkjj i r j j λk λk Kemudian (i) k λ adalah perkiraan s sintasan nilai diskrit (i) = P (N> k-1N ≥ k -1) Kii dan Π= n KKI 1 λ () adalah perkiraan yang konsisten dari Π => .= n IKK PN ns 1 (1) sebagai r.. dan menyuruh mereka sehingga 1 2 1 .. mempertimbangkan situasi di mana N m <j-1 i untuk semua j = 1. pergi ke infinity. batas bawah dan atas untuk sk (i) adalah sebagai berikut Efisien Simulasi sebuah Turnamen Knockout Random 91 ΣΣ=-+ =≤≤-1 1 1 1 (1) 2 () 1 (1) 2 1N jNrIi kk k k r j Aku i kk k kj k jP .. Kemudian. j = 1.. Untuk memperkirakan P (N> n -1) i berdasarkan estimator tersebut sangat berguna untuk menurunkan batas analitik untuk sk (i). ≤≤≤ i.

dalam rangka untuk memenangkan turnamen ini. Membiarkan Fi. 2 == menunjukkan proporsi para pemain yang telah selamat dari j-1 putaran pertama .rr m Psi rr m Aproksimasi Var (Π = n k1k λ) Dalam Ross dan Schechner (1985) metode dua langkah untuk perkiraan Var (Π = n k1k λ) dikembangkan.. marilah Wi. 3 menjadi pemenang pertandingan itu. Pertama Var (k λ). 1 menjadi pemenang yang cocok.. Biarkan Fi. pada awal setiap putaran tepat salah satu pemain yang tersisa adalah pengganti untuk i. dan kemudian menggunakan metode Delta dan menggabungkan perkiraan. marilah Wi. METODE 2: PERKIRAAN BERSYARAT DAN stratifikasi PASCA Sampai saya pemain kehilangan pertandingan.. . k = 1. t. .) 3. perkiraan Var (Π = n k1k λ) diperoleh. (Lihat Ross dan Schechner. 1 . Misalkan Ti = t. Sekarang.. marilah Wi. maka pada awal babak berikutnya yang menjadi pemain pengganti untuk i. n didekati. 1 dalam pertandingan... mari jn r m p j j j.. Setiap pemain pemukulan pengganti untuk saya saat ronde mengambil alih sebagai pengganti untuk saya pada awal berikutnya bulat. Biarkan Ti adalah jumlah pertandingan dimainkan oleh pemain sementara mereka adalah pengganti i. Jika seorang pemain mengalahkan saya di beberapa bulat. j. 3 menyatakan pemain berikutnya untuk bermain Wi. 2 menyatakan pemain berikutnya untuk bermain Wi. 2 menjadi pemenang pertandingan itu. saya pemain ditunjuk sebagai pengganti untuk i. Dengan cara ini. saya pemain harus berturut-turut mengalahkan semua pemain Fi. Akibatnya.. j = 1.. t.. 2 dalam pertandingan. 1 menunjukkan pemain pertama saya bermain dalam pertandingan. dan seterusnya sampai untuk Fi. Biarkan Fi. 1985 untuk rincian.

1 92 Ross dan Ghamami Penyejuk pada Apakah memberi itu () (1) (1) () 1 1 P kp kp P P ksss-ss-= .. karena ada akan muncul sebagai korelasi negatif yang kuat antara II dan Ti. biarkan Ij.. setelah menyelesaikan simulasi r berjalan.yang bermain di putaran j. Karena Π= ⎢== t j i i t i E Fi j Aku t T F F P 1 ... Juga... kita secara rekursif dapat memecahkan sebelumnya sampai kita memiliki jumlah Pn (k). P1 (0) = 1-p1.. Sangat mudah untuk melihat bahwa Σ= === n j i P j T k P Saya k 1 () () Untuk menghitung probabilitas sebelumnya.. Biarkan II menjadi indikator dari peristiwa yang saya memenangkan turnamen. biarkan P k P k aku k s n s s j sj≤≤==Σ= () (). [.. . j = 1.. = 1 ... Namun. n.+ Dimulai dengan P1 (1) = p1.. n.. sebagai estimator ekspektasi bersyarat dari Pi. 1.. bisa mandiri Bernoulli variabel acak sehingga P Saya p n j j j (= 1) =. seorang estimator stratifikasi posting harus memiliki varians lebih kecil. E memperkirakan [IT k] ii ⎢ = oleh rata-rata jumlah Π= i ij .. Artinya.]. kita bisa menggunakan Π = t Fi ji j P 1.. k = 0 . .. menulis Σ= =⎢= n k i P i n E aku T k P k 1 [] () dan kemudian.

j ≠ i.. Hal ini dapat ditunjukkan (lihat Glasserman.. dalam hubungannya dengan menggunakan Ti sebagai variabel kontrol dengan rata Σ dikenal = = n i j E p T j 1 []. dengan Ij.. Jika nilai Pn (k) cukup kecil. diperoleh pada mereka berjalan memiliki Ti = k. hal 235) bahwa jumlah berjalan simulasi pergi ke tak terhingga varians dari estimator pascastratified adalah dari urutan yang sama besarnya seperti yang dilakukan oleh estimator berlapis yang tidak proporsi Pn (k) anak berjalan tergantung pada Ti = k. mungkin ada nilai k yang ada berjalan untuk yang Ti = k. j = 1 . stratifikasi posting sebelumnya tidak akan bekerja untuk estimasi Pi. kami menyarankan menggunakan data simulasi untuk mengestimasi Pi dengan menggunakan bersyarat estimator Π harapan = i ij Tj Pi F 1. Dalam hal ini. kita bisa menggunakan 0 sebagai estimasi E [TI k] P (k) iin ⎢ =.. Untuk nilai tetap i. Keterangan. Untuk mendapatkan gambaran tentang jumlah pengurangan varians hasil metode sebelumnya.. n. setelah Ti = k dibagi dengan jumlah yang dihasilkan seperti nilai. misalkan kita ingin memperkirakan Pi untuk i ditentukan ketika TIJ = α. Namun. jika ada cukup nilai-nilai seperti k. Sekarang.Tj Pi F 1. kita masih akan menggunakan prosedur stratifikasi pasca untuk memperkirakan nilai Pj yang kesulitan sebelumnya tidak muncul. Kami juga dapat memperkirakan varians dari estimator E [TI k] ii ⎢ = dengan varians sampel dari nilai Π = i ij Tj Pi F 1. seperti sebelumnya didefinisikan [Ti] iPE=α Efisien Simulasi sebuah Turnamen Knockout Random 93 Π Π Π = = = =-=+= =Σ= n j jj ... (Tentu saja. 2004.) Contoh.

n j jj n j Aku Aku mr pp E E j n jj 1 1 1 (1 (1) 2) (1) [] [1] α α α α Penaksir harapan lurus bersyarat mengurangi. dalam hal ini. Nya varians Π= =--==n j jji i T i TT mrP EP Var E P i i 1 22 22 22 (1 (1) 2) [()] () [()] α . untuk estimator α Ti.

. 2n. sebagai permutasi acak yang dihasilkan. Pi. Di babak pertama. mengingat permutasi R acak. 3. penaksir harapan kedua kondisional diturunkan dengan . α = 1 / 2. Jadi. ... 4. n. dan pemutar 7 memutar melawan pemain 8.015 2 (6) ((1 2)) (1 3 2 4 1 -≈ -=Π= j T j Var i sedangkan varians dari estimator simulasi baku adalah Pi (1-Pi) = 0. pemain 1 memutar melawan pemain 2. dalam hal ini. Perhatikan.. 6.. 4. Kedua stratifikasi bersyarat harapan estimator. Dalam putaran kedua... [1. Di babak k. Keterangan.. k = 2 . Dalam melakukan simulasi lari kita dapat menentukan pasangan dalam setiap putaran dengan menghasilkan sebuah permutasi n tunggal acak R R1 2 . kami memiliki kedua bersyarat harapan estimator.. 3 pemain bermain melawan pemain 4. Sebuah prosedur rekursif telah diperkenalkan pada Edwards (1996) untuk menghitung probabilitas untuk menang KO acak klasik turnamen ketika posisi pemain 'mulai dikenal dan dari saat itu pasangan ini 94 Ross dan Ghamami ditentukan seperti diuraikan di atas. ketika N = 5. Dalam terakhir putaran yang selamat dari permainan putaran kedua terhadap satu sama lain.. 7. 8].. Pertandingan di babak pertama ditentukan oleh pasangan pemain ditugaskan untuk posisi mulai berdekatan.. yang sebelumnya memberikan yang ) (1 5) . 2. sebuah turnamen delapanpemain KO acak dengan.α αα Misalnya.. 5. misalnya. 5 pemain bermain melawan pemain 6. KLASIK KO TURNAMEN Dalam turnamen KO klasik acak N = 2n. berdekatan pemenang sebelumnya putaran dipasangkan. i = 1.. pemenang pemain 1 dan 2 memainkan melawan pemenang pemain 3 dan 4. Dengan demikian. estimator bagian sebelumnya berdasarkan pada probabilitas kelangsungan hidup memiliki 0 varians ketika PIJ ≡ α. kita dapat menghitung menang probabilitas bersyarat. Bila dibandingkan dengan metode 2. 2n yang akan menentukan cara untuk menetapkan pemain untuk posisi awal yang diberi nomor dari 1 sampai 2n.16. mj ≡ 1. pemenang pemain 5 dan 6 memutar melawan pemenang pemain 7 dan 8. 1. dan ada 2n-k pertandingan di babak k dari turnamen..

5 . 5.8 .1 . dan metode 2 mengacu pada harapan bersyarat dikombinasikan dengan pasca-stratifikasi.1 . = 7.pengkondisian informasi kurang dan sehingga lebih baik untuk metode 2 dalam hal varian pengurangan kriteria. Dalam simulasi klasik turnamen KO metode 3 mengacu pada estimator harapan kedua bersyarat diperkenalkan di bagian 4..3 .5 .5 .6 .3 .5 .2 .5 .9 .6 .. Hasilnya. Berdasarkan contoh numerik kami.2. kami memperkirakan untuk Pi kedua jenis turnamen. di samping . . 8. 8.6 .5 .5 .2. nomor telepon di bawah setiap Pi menunjukkan perkiraan simulasi berhubungan dengan pemain i).4 .3 .. Hal ini umum untuk mewakili probabilitas pemain '.8 .5 .6 .8 .6 Kami mempertimbangkan kedua sebuah turnamen KO satu-pertandingan-perputaran acak (N n = 8..6 .8 . dan tiga terakhir tabel merujuk ke knockout acak klasik turnamen.4 . j = 1.2 .4 . .4 . metode 2 di turnamen satupertandingan-per-bulat dan kedua metode 2 dan 3 di turnamen knockout klasik lebih baik daripada metode yang diamati kelangsungan hidup dalam hal pengurangan varians. i = 1.4 . CONTOH NUMERIK Pertimbangkan sebuah turnamen KO dengan 8 pemain.2 .5 .3 .4 ..7 .9 .7 .7 .4 .3 .7 . Namun.4 .3 . Menggunakan 105 menjalankan simulasi.4 .2 .2 . Yang pertama setelah tiga tabel mengacu pada hasil simulasi dari satu pertandingan-putaran perKO turnamen acak. (Perhatikan bahwa dalam tabel diberikan di bawah ini.6 . dalam sebuah matriks yang biasanya disebut "preferensi matriks". Ingat bahwa metode 1 adalah metode kelangsungan hidup diamati.7 . Pertimbangkan matriks preferensi berikut untuk turnamen 8-pemain KO acak: ⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟ ⎠ ⎞ ⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜ ⎝ ⎛ . mi ≡ 1).6 .3 .6 .8 .7 ..5 .7 . PIJ. dan 8-pemain klasik turnamen knockout acak.

Hal ini dapat dijelaskan dengan mencatat bahwa ketika estimator simulasi komputasi berdasarkan gagasan ekspektasi bersyarat diperkenalkan pada ini kertas.1083 0.31 Metode 2 59 111 63 84 55 21 68 62 Tabel 3.1183 0.0483 0.0483 0.1174 0.0366 .1208 0.1123 0. Berlalu waktu (dalam detik) Baku Simulasi Metode 1 Metode 2 Metode 3 9.67 130.0481 0.1365 Metode 2 0.1209 0.1113 0. Pi kemudian diperkirakan oleh produk dari rata-rata pada akhir simulasi percobaan.08 52. Perkiraan Pi P1 P2 P3 P4 P5 P6 P7 P8 Simulasi Baku 0.108 0.1132 0.2288 2580 .1369 Metode 1 0.45 122.2244 .118 .1195 0.0363 0. Ingat dalam metode 1.43 104 65.926 7362 Klasik Knockout Tournament Acak Tabel 4..1112 0.2245 0. titik estimasi sk (i) yang pertama dikumpulkan untuk k = 1..9 101.1097 0. Sebaliknya.1082 .0367 0.1394 0.1385 Metode 3 0.1193 0.2098 0..2241 0. Varians dari estimator berdasarkan 105 berjalan simulasi (skala 10-9) P1 P2 P3 P4 P5 P6 P7 P8 Simulasi Baku 977 1676 1004 1195 1052 458 1062 1182 Metode 1 448.1394 0.1791 13.1388 0. dan kemudian rata-rata. dalam metode 1.1176 0.1439 0.1141 0.1122 0.1183 0.pengurangan varians. Berlalu waktu (dalam detik) Baku Simulasi Metode 1 Metode 2 184..2249 0. Perkiraan Pi P1 P2 P3 P4 P5 P6 P7 P8 Simulasi Baku 0. n lebih dari 105 berjalan simulasi.3 Keterangan. Sangat menarik untuk mengamati bahwa penaksir kami berdasarkan gagasan kelangsungan hidup diamati membutuhkan waktu lebih sedikit dibandingkan dengan ekspektasi bersyarat berbasis estimator dalam kedua jenis turnamen.1437 0. faktor waktu juga telah diperhitungkan dengan mengukur jumlah waktu yang diperlukan untuk MATLAB lengkap eksperimen simulasi kami.4 3475.1107 0. ada operasi perkalian yang terlibat dalam menjalankan simulasi tunggal.1188 0.1422 0.1437 . kami menghitung k s λ 'dari simulasi r berjalan untuk mendapatkan satu titik .2 182. Efisien Simulasi sebuah Turnamen Knockout Random 95 Satu Pertandingan Per Putaran Knockout Tournament Acak Tabel 1.1384 Metode 2 .1131 0.2129 0.1192 .2 .2112 0.1387 Tabel 5.1078 0.1194 0.1207 0. Varians dari estimator berdasarkan 105 berjalan simulasi (skala 10-9) P1 P2 P3 P4 P5 P6 P7 P8 Simulasi Baku 966 1743 985 1220 1043 353 1063 1189 Metode 1 107 81 114 130 78 38 117 42 Metode 2 51 60 68 92 40 10 51 21 Metode 3 14 23 22 31 13 3 16 9 Tabel 6.1 208. Berdasarkan nilai yang diperoleh dalam contoh numerik kita. metode 1 adalah yang paling efisien simulasi prosedur untuk mengestimasi Pi di turnamen knockout acak.138 Metode 1 0.1124 .1370 Tabel 2.1184 0.0365 0.

(1959). (2006).A. Riezman R. (2002). Pada probabilitas untuk menang dengan prosedur turnamen yang berbeda.Lihat kamus yang lebih detail ► . Am.? Am. Membandingkan menarik untuk turnamen eliminasi tunggal. A perbandingan efektivitas turnamen. [9] Ross dan Schechner (1985) Ross SM.. Statis.M. 253 262. Bulanan 107. 27-33. [4] Glasserman P. J. J. 73. [2] David H. (1978). Memanggil ini estimator variansi internal. ed keempat. 593-596. Apakah pemain kuat memenangkan turnamen KO lebih. (1985). Menggunakan Simulasi Perkiraan Distribusi Passage Pertama.58. Kami menggunakan metode Ross dan Schechner (1985) untuk memperkirakan varians dari estimator. Double-eliminasi turnamen: Menghitung dan menghitung. Simak Baca secara fonetik Kamus . DAFTAR PUSTAKA [1] Chung F. Amer. Academic Press. Ass. Math. Statistik 50.R. [7] Hwang F. Pada perbandingan antara standar turnamen dan sistem gugur. 139-149. memimpin kita untuk menyimpulkan bahwa varians internal estimator akurat.perkiraan Pi. (1982). [10] Ross S. Biometrika 47. Amer. 249-262. SIMULASI.K. kami meneliti akurasi dengan cara membandingkannya dengan sebuah varian eksternal estimator Var (ext) berdasarkan percobaan-meta dari 1000 independen percobaan.T. [6] Horen J. 140-150. The Statistik 51 (2). Monte Carlo Metode dalam Rekayasa Keuangan.. 96 Ross dan Ghamami Dari contoh numerik tersebut. [3] Edwards C. Springer.D. [11] Searls DT (1963). kami memperoleh untuk turnamen klasik yang Var (int) = 120 × 10-9 dan Var (ext) = 118 × 10-9.K. Turnamen dan perbandingan berpasangan. Schechner Z. New konsep dalam pembenihan turnamen knockout. Assoc. Management Science 31 (2). (2004). Biometrika 46. Hwang F. Riset Operasi 33. [8] Marchand E. 1064-1081. 169-178. (1996). [5] Glenn WA (1960). (1985). Stat..

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->