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. . 1 * Sesuai Penulis Efisien Simulasi sebuah Turnamen Knockout Random 89 Interpretasi parameter ini adalah bahwa turnamen ini terdiri dari n putaran. Pemain yang memenangkan pertandingan di putaran n disebut pemenang turnamen. dengan putaran i melibatkan cocok mi. 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 . kita mempertimbangkan "knockout turnamen klasik" dimana N = 2n dan k putaran terdiri dari pertandingan 2n-k. 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 kemudian secara acak dipasangkan.j ij mN mNmin 1 1 1 1 2. Pada bagian 4.. 1 . Kami mengatakan bahwa turnamen knockout adalah turnamen KO acak jika para pemain yang terlibat dalam putaran i adalah yang dipilih secara acak. N. Pada bagian 3 kita menggabungkan ekspektasi bersyarat dan sampling stratifikasi untuk pasca-lain pendekatan simulasi. Membiarkan pi menjadi probabilitas bahwa saya pemain adalah pemenang turnamen i = 1.. .. dan menyajikan estimator harapan kedua bersyarat. . Kami berasumsi bahwa hasil pertandingan antara dua pemain dalam setiap putaran hanya bergantung pada pasangan dan bukan pada putaran atau putaran sebelumnya.

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. 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. jika dia tidak bermain. 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. Menggunakan simulasi.=> . cukup varians pengurangan atas estimator simulasi baku diperoleh ketika menggunakan salah satu metode kita disarankan. 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. Mengingat pengurangan varians kriteria secara paralel dengan waktu untuk memperoleh hasil simulasi. Setiap menjalankan simulasi melibatkan simulasi turnamen sampai n -1 putaran. kita menyimpulkan bahwa metode bertahan hidup diamati adalah yang terbaik. Metode kami 1 menggunakan estimator dikembangkan di Ross dan Schechner (1985). (Tidak ada perlu mensimulasikan n bulat).contoh numerik dipertimbangkan dalam bagian 5. Menggunakan i yang akan bermain dalam putaran 1 dengan 2m1 probabilitas / N dan. bahwa nya lawan sama mungkin salah satu-1 pemain lain N.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.≥ . untuk 0 ≤ n <j. kita mendapati bahwa Σ≠ =-li PLI N N s (i) 1 2m1 (1) . 2. kami menggambarkan bagaimana memperkirakan Π => . Biarkan Ni adalah jumlah putaran yang saya pemain bertahan (yaitu. Perhatikan bahwa Π = => . Keterangan. Ni = j jika i pemain kalah di babak j +1). Waktu untuk menyelesaikan percobaan simulasi juga dipertimbangkan untuk setiap metode. Secara khusus. Pada contoh ini.n = i k k P n N s i 1 (1) ().

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

N}.. Kemudian. Dengan kata lain. {PIJ: j ≠ i. sn (i). .. pergi ke infinity.. j = 1. Keterangan.. r. 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 .. Pertimbangkan set probabilitas untuk i player. mempertimbangkan situasi di mana N m <j-1 i untuk semua j = 1.. Misalkan r melakukan simulasi berjalan. jumlah simulasi berjalan... IIN P P P. Untuk memperkirakan P (N> n -1) i berdasarkan estimator tersebut sangat berguna untuk menurunkan batas analitik untuk sk (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 => . kami belum bisa mendapatkan perkiraan titik sm (i)..= n IKK PN ns 1 (1) sebagai r. 2 . ≤≤≤ i. dan menyuruh mereka sehingga 1 2 1 ..

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

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

stratifikasi posting sebelumnya tidak akan bekerja untuk estimasi Pi. Keterangan. mungkin ada nilai k yang ada berjalan untuk yang 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. Untuk mendapatkan gambaran tentang jumlah pengurangan varians hasil metode sebelumnya. misalkan kita ingin memperkirakan Pi untuk i ditentukan ketika TIJ = α. Namun. kita bisa menggunakan 0 sebagai estimasi E [TI k] P (k) iin ⎢ =. Jika nilai Pn (k) cukup kecil. 2004. diperoleh pada mereka berjalan memiliki Ti = k. n.. Hal ini dapat ditunjukkan (lihat Glasserman.Tj Pi F 1. dengan Ij. j ≠ i... Sekarang. setelah Ti = k dibagi dengan jumlah yang dihasilkan seperti nilai. kami menyarankan menggunakan data simulasi untuk mengestimasi Pi dengan menggunakan bersyarat estimator Π harapan = i ij Tj Pi F 1. Untuk nilai tetap i. dalam hubungannya dengan menggunakan Ti sebagai variabel kontrol dengan rata Σ dikenal = = n i j E p T j 1 []. Dalam hal ini. (Tentu saja. j = 1 .. kita masih akan menggunakan prosedur stratifikasi pasca untuk memperkirakan nilai Pj yang kesulitan sebelumnya tidak muncul.. jika ada cukup nilai-nilai seperti k.) Contoh.. 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 ..

untuk estimator α Ti. 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 .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.

6.. 2n yang akan menentukan cara untuk menetapkan pemain untuk posisi awal yang diberi nomor dari 1 sampai 2n... Bila dibandingkan dengan metode 2. 2n. Di babak k. pemenang pemain 1 dan 2 memainkan melawan pemenang pemain 3 dan 4. mengingat permutasi R acak. 7. 2.. yang sebelumnya memberikan yang ) (1 5) . KLASIK KO TURNAMEN Dalam turnamen KO klasik acak N = 2n. estimator bagian sebelumnya berdasarkan pada probabilitas kelangsungan hidup memiliki 0 varians ketika PIJ ≡ α. dalam hal ini.α αα Misalnya. ... i = 1.015 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. dan pemutar 7 memutar melawan pemain 8. Pi. Perhatikan. sebuah turnamen delapanpemain KO acak dengan.16. penaksir harapan kedua kondisional diturunkan dengan . pemain 1 memutar melawan pemain 2. Jadi. n. 5 pemain bermain melawan pemain 6. 4. misalnya.. 4. [1. Kedua stratifikasi bersyarat harapan estimator... 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. dan ada 2n-k pertandingan di babak k dari turnamen. sebagai permutasi acak yang dihasilkan. berdekatan pemenang sebelumnya putaran dipasangkan. 1. 8].. Di babak pertama.. kita dapat menghitung menang probabilitas bersyarat. 5. ketika N = 5. kami memiliki kedua bersyarat harapan estimator. . Keterangan.. Dalam putaran kedua. Dalam terakhir putaran yang selamat dari permainan putaran kedua terhadap satu sama lain. Dengan demikian. α = 1 / 2. k = 2 . 3.. pemenang pemain 5 dan 6 memutar melawan pemenang pemain 7 dan 8. 3 pemain bermain melawan pemain 4. mj ≡ 1.. Dalam melakukan simulasi lari kita dapat menentukan pasangan dalam setiap putaran dengan menghasilkan sebuah permutasi n tunggal acak R R1 2 . Pertandingan di babak pertama ditentukan oleh pasangan pemain ditugaskan untuk posisi mulai berdekatan.

1 . dalam sebuah matriks yang biasanya disebut "preferensi matriks". di samping .6 .7 .7 . 8.5 . 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.8 .4 .4 .6 . = 7..1 .4 . (Perhatikan bahwa dalam tabel diberikan di bawah ini.7 . Dalam simulasi klasik turnamen KO metode 3 mengacu pada estimator harapan kedua bersyarat diperkenalkan di bagian 4.7 .3 .6 .5 .9 .2. Hal ini umum untuk mewakili probabilitas pemain '. dan metode 2 mengacu pada harapan bersyarat dikombinasikan dengan pasca-stratifikasi.2 .3 .6 . j = 1.5 .7 .pengkondisian informasi kurang dan sehingga lebih baik untuk metode 2 dalam hal varian pengurangan kriteria.3 .5 .5 .6 .6 Kami mempertimbangkan kedua sebuah turnamen KO satu-pertandingan-perputaran acak (N n = 8. Namun. Ingat bahwa metode 1 adalah metode kelangsungan hidup diamati.8 .7 . Menggunakan 105 menjalankan simulasi.8 .. CONTOH NUMERIK Pertimbangkan sebuah turnamen KO dengan 8 pemain. PIJ.4 . .2 . Berdasarkan contoh numerik kami. i = 1.2. 5.6 . nomor telepon di bawah setiap Pi menunjukkan perkiraan simulasi berhubungan dengan pemain i).5 . Yang pertama setelah tiga tabel mengacu pada hasil simulasi dari satu pertandingan-putaran perKO turnamen acak.5 .3 ..4 .4 .3 .5 .3 ..8 .4 .4 . dan 8-pemain klasik turnamen knockout acak.6 . Pertimbangkan matriks preferensi berikut untuk turnamen 8-pemain KO acak: ⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟⎟ ⎠ ⎞ ⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜⎜ ⎝ ⎛ .2 .5 . Hasilnya. kami memperkirakan untuk Pi kedua jenis turnamen. dan tiga terakhir tabel merujuk ke knockout acak klasik turnamen.. .3 .9 .2 .7 . mi ≡ 1).8 .4 .. 8.6 .2 .5 .

faktor waktu juga telah diperhitungkan dengan mengukur jumlah waktu yang diperlukan untuk MATLAB lengkap eksperimen simulasi kami.1207 0. Perkiraan Pi P1 P2 P3 P4 P5 P6 P7 P8 Simulasi Baku 0.1113 0.926 7362 Klasik Knockout Tournament Acak Tabel 4.pengurangan varians.1394 0.1132 0.1107 0..1384 Metode 2 .0367 0. kami menghitung k s λ 'dari simulasi r berjalan untuk mendapatkan satu titik .1184 0. Ingat dalam metode 1..2129 0.1193 0.2249 0.2241 0.43 104 65.108 0. metode 1 adalah yang paling efisien simulasi prosedur untuk mengestimasi Pi di turnamen knockout acak.1078 0. ada operasi perkalian yang terlibat dalam menjalankan simulasi tunggal. Efisien Simulasi sebuah Turnamen Knockout Random 95 Satu Pertandingan Per Putaran Knockout Tournament Acak Tabel 1.1208 0...1388 0.0483 0.1112 0.118 .1365 Metode 2 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 6.1176 0.138 Metode 1 0.1195 0.08 52.31 Metode 2 59 111 63 84 55 21 68 62 Tabel 3.9 101.1209 0.1422 0.1387 Tabel 5.2 .67 130.2 182.1082 .1183 0.1791 13.2245 0. Pi kemudian diperkirakan oleh produk dari rata-rata pada akhir simulasi percobaan.1394 0. n lebih dari 105 berjalan simulasi. dan kemudian rata-rata. dalam metode 1.1194 0. Sebaliknya.1122 0. Hal ini dapat dijelaskan dengan mencatat bahwa ketika estimator simulasi komputasi berdasarkan gagasan ekspektasi bersyarat diperkenalkan pada ini kertas.2098 0.0366 .0363 0.2288 2580 . Berdasarkan nilai yang diperoleh dalam contoh numerik kita.1437 .1183 0.4 3475.0481 0.1174 0.2244 .1123 0.1192 .1124 .1385 Metode 3 0.1083 0.2112 0. Berlalu waktu (dalam detik) Baku Simulasi Metode 1 Metode 2 Metode 3 9.1097 0.45 122.1437 0.0483 0.0365 0.1439 0. Berlalu waktu (dalam detik) Baku Simulasi Metode 1 Metode 2 184.1131 0. 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.1369 Metode 1 0.1141 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 1 448.1 208.3 Keterangan.1370 Tabel 2. titik estimasi sk (i) yang pertama dikumpulkan untuk k = 1. Perkiraan Pi P1 P2 P3 P4 P5 P6 P7 P8 Simulasi Baku 0.1188 0.

Academic Press. 140-150. (2002). [6] Horen J. Monte Carlo Metode dalam Rekayasa Keuangan.A. A perbandingan efektivitas turnamen. Am. The Statistik 51 (2).. Pada perbandingan antara standar turnamen dan sistem gugur. ed keempat. [10] Ross S. Memanggil ini estimator variansi internal. 96 Ross dan Ghamami Dari contoh numerik tersebut. Springer. 253 262. kami memperoleh untuk turnamen klasik yang Var (int) = 120 × 10-9 dan Var (ext) = 118 × 10-9.58. [5] Glenn WA (1960). Amer. kami meneliti akurasi dengan cara membandingkannya dengan sebuah varian eksternal estimator Var (ext) berdasarkan percobaan-meta dari 1000 independen percobaan. (1982). memimpin kita untuk menyimpulkan bahwa varians internal estimator akurat. (1985)..? Am. Turnamen dan perbandingan berpasangan.K. (1996). Stat. Kami menggunakan metode Ross dan Schechner (1985) untuk memperkirakan varians dari estimator. Apakah pemain kuat memenangkan turnamen KO lebih. 139-149. Membandingkan menarik untuk turnamen eliminasi tunggal. [11] Searls DT (1963).D. 169-178. [2] David H.perkiraan Pi.K. Biometrika 46. (1959). [4] Glasserman P. (1985). [3] Edwards C. 73. 27-33. 593-596. [9] Ross dan Schechner (1985) Ross SM. 249-262. Schechner Z. Ass. Riezman R. Statis. Biometrika 47.T. [8] Marchand E. 1064-1081. Double-eliminasi turnamen: Menghitung dan menghitung. Bulanan 107. (2004).M. Amer. Assoc. (1978). Hwang F. (2006). Menggunakan Simulasi Perkiraan Distribusi Passage Pertama. [7] Hwang F. New konsep dalam pembenihan turnamen knockout. Math. J. Pada probabilitas untuk menang dengan prosedur turnamen yang berbeda. J. Statistik 50.Lihat kamus yang lebih detail ► . SIMULASI. DAFTAR PUSTAKA [1] Chung F. Riset Operasi 33. Simak Baca secara fonetik Kamus .R. Management Science 31 (2)..

Sign up to vote on this title
UsefulNot useful