Simulation & Modeling

Jika Anda ingin mempelajari atau sedang mengikuti perkuliahan Pengantar Simulasi dan Pemodelan maka berikut ini adalah urutan yang disarankan untuk mengenal Simulasi dan Pemodelan :

(*mohon maaf karena perpindahan domain yang kurang mulus, beberapa links di sini belum menuju ke tempat sebenarnya

1. Pengantar Simulasi
2. Teori Dasar Probabilitas
   1. Ruang Sampel dan Kejadian-kejadian
   2. Aksioma Probabilitas
   3. Probabilitas Terkondisi dan Independensi
   4. Variabel Acak
   5. Ekspektasi
   6. Variansi
   7. Pertidaksamaan Chebyshev dan Hukum Bilangan-bilangan Besar
   8. Beberapa Variabel Acak Diskrit
      1. Variabel Acak Binomial
      2. Variabel Acak Poisson
      3. Variabel Acak Geometri
      4. Variabel Acak Binomial Negativ
      5. Variabel Acak Hypergeometri
   9. Beberapa Variabel Acak Kontinyu
      1. Variabel Acak Terdistribusi Seragam (Uniformly Distributed)
      2. Variabel Acak Normal
      3. Variabel Acak Eksponensial
      4. Proses Poisson dan Variabel Acak Gamma
      5. Proses Nonhomogeneous Poission
   10. Ekspektasi Kondisional dan Variansi Kondisional
3. Bilangan Acak
   1. Membangkitkan Bilangan Acak Pesudo (Pseudorandom Number)
   2. Menghitung Integral dengan Bilangan Acak
4. Membangkitkan Variabel Acak Diskrit
   1. Metode Transformasi Inverse (diskrit)
   2. Membangkitkan Variabel Acak Poisson
   3. Membangkitkan Variabel Acak Binomial
   4. Teknik Penerimaan-Penolakan
   5. Pendekatan Komposisi
5. Membangkitkan Variabel Acak Kontinyu
   1. Metode Transformasi Inverse (kontinyu)
6. Pendekatan Kejadian Simulasi Diskrit
   1. Pendahuluan
   2. Simulasi dengan perantara Kejadian Diskrit (Simulation via Discrete Events)
   3. Sistem Antrian dengan Server Tunggal (Single- Server)
   4. Sistem Antrian dengan Dua Server yang Berurutan.
   5. Sistem Antrian dengan Dua Server yang Paralel
   6. Model Inventory
   7. Model Masalah Perbaikan
7. Analisa Statistik dari Data Simulasi
8. Teknik Reduksi Variansi
9. Teknik Validasi Secara Statistik
10. Metode-metode Markov Chain Monte Carlo