Anda di halaman 1dari 9

Suatu random variate diartikan sebagai nilai suatu random variabel yang

mempunyai distribusi tertentu. Pendekatan yang umumnya digunakan


adalah:

1. Inverse Transformation
2. Composition
3. Convulotion
4. Acceptance-Rejection

Yang akan di bahas di bab ini adalah pengambilan random variate


dengan Inverse Transformation Method dengan cara mengambil random
variate dari beberapa distribusi yang berbeda-beda fungsinya harus terlebih
dahulu melalui Cummulative Distribution Function (CDF) dari suatu random
variabel.

Prosedur untuk membangkitkan random variate jika fungsi distribusinya


diskrit:

1. Pilihlah random number dari rumus Pseudo Random Number,

0<Ri<1, i=1,2,3,

2. Tentukan Cummulative Distribution Function (CDF)


3. Gambarkan grafik Cummulative Distribution Function
4. Buat tabel simulasi untuk menentukan random variate
5. Tentukan random variate

Contoh :

Diketahui random variabel yang dinyatakan dengan f(x) sebagai berikut:

x 0 10 20 30 40
F(x) 1/8 1/4 1/2 1/16 1/16

R1= 0,09375

R2= 0,63281

R3= 0,875

R4= 0,47656

R5= 0,90625
Tentukan random variate untuk random number yang dipilih!

Penyelesaian:

* Buat CDFnya dalam bentuk tabel:

x 0 10 20 30 40
F(x) 1/8 1/4 1/2 1/16 1/16
1/8+1/4= 3/8+1/2= 7/8+1/16= 15/16+1/16 =
CDF 1/8
3/8 7/8 15/16 16/16=1

* Gambarkan grafik CDF:

* Buat tabel simulasi untuk menentukan random variate:

x CDF Tag Number Hasil RN


0 1/8=0,125 0 0,1250 0,09375
10 3/8=0,375 0,126 0,375
20 7/8=0,875 0,376 0,875 0,63281;0,875;0,47656
30 15/16=0,937 0.876 0,937 0,90625
40 16/16=0,999 0,938 0,999

Hasil dari kelima RN yang diambil, angka yang terbaik adalah x = 20

2. Pembangkit Random Variate Kontinu

Prosedur untuk membangkitkan random variate jika fungsi


distribusinya kontinu hampir sama dengan prosedur pada fungsi
distribusi diskrit.

Contoh:

Tentukan random variate distribusi kontinu melalui fungsi matematis


berikut:

Untuk RN dipilih seperti contoh sebelumnya:

R1= 0,09375
R2= 0,63281

R3= 0,875

R4= 0,47656

R5= 0,90625

Penyelesaian:

* Buat CDFnya dengan cara mengintegralkan fungsi matematis


tersebut:

* Gambarkan grafik CDF:

* Simulasikan random variate:

f(x) = x2

f(x) = R

R = x2

x=

xi =

x1=

x2=

x3=

x4=

x5=

* Tentukan rata-rata nilai x:


Maka x optimalnya adalah x = 0,73588 untuk 0 < x < 1

Random Variate Distribusi Densitas

Contoh:

Tentukan random variate distribusi densitas untuk fungsi berikut:

Untuk RN dipilih sebagai berikut:

R1= 0,2422

R2= 0,6016

R3= 0,4297

R4= 0,1641

R5= 0,1171

Penyelesaian:

Buat CDFnya dengan cara mengintegralkan fungsi matematis


tersebut:

* Tentukan nilai untuk fungsi densitas, yaitu f(x)=1 untuk x = 1

f(x) = )

)=1

=1

a=2

Jadi f(x) =
f(x) =

* Simulasikan random variate:

f(x) =

f(x) = R

R=

R=

* Tentukan x:

* Tentukan nilai x dengan mengganti x dengan RN yang dipilih:

=1,8705 =0,1295

=1,6311 =0,3689

=1,7551 =0,2449

=1,9142 =0,0858

=1,9396 =0,0604
Simulasi pada Permainan

Suatu permainan dapat juga dilakukan dengan menggunakan


simulasi. Jenis simulasi ini dapat ditunjukkan pada permainan
pelemparan mata uang (coin tossing game) dan pelemparan dadu.

1. Pelemparan Mata Uang

Contoh:

Pada permainan pelemparan mata uang logam (H,T) terdapat dua


pemain yang bertaruh. Siapakah yang menang bila A dinyatakan
dengan H dan B dengan T jika pelemparan koin dibatasi sebanyak 10
kali dengan mengambil RN menggunakan Arithmatic RNG dengan a =
19, m = 128, c = 237, dan Zi = 12357!

Penyelesaian:

Dengan menggunakan random number generator dari distribusi


uniform untuk interval (0,1) maka dapat ditentukan aturan
permainan, yaitu:

Jika 0 R 0,5 maka hasilnya adalah H


Jika 0,5 < R 1 maka hasilnya adalah T

RN dengan Arithmatic RNG diperoleh sebagai berikut:

muncul H

muncul T

muncul T

muncul H

muncul T

muncul H

muncul H

muncul H

muncul T

muncul T

Hasil akhir yang muncul H = 5 kali dan T = 5 kali, jadi baik A atau B tidak ada
yang menang.

2. Pelemparan Dadu

Contoh:

Apabila dilakukan 10 penarikan RN dengan percobaan pelemparan dadu.


Tentukan pembagian distribusi dari output pelemparan dadu tersebut
dengan menggunakan RN seperti contoh sebelumnya!

Penyelesaian:

Probabilitas dan CDF pelemparan dadu:

x P(x) CDF CDF


1 1/6 1/6 0,167
2 1/6 2/6 0,333
3 1/6 3/6 0,500
4 1/6 4/6 0,667
5 1/6 5/6 0,833
6 1/6 1 1

Dari distribusi tersebut dapat dinyatakan:

x=1, jika 0 R 1/6

x=2, jika 1/6 < R 2/6

x=3, jika 2/6 < R 3/6

x=4, jika 3/6 R 4/6

x=5, jika 4/6 R 5/6

x=6, jika 5/6 R 1

Pembagian distribusi dari output pelemparan dadu berdasarkan RN:


mata dadu 2

mata dadu 4

mata dadu 6

mata dadu 3

mata dadu 6

mata dadu 1

mata dadu 2

mata dadu 3

mata dadu 5

mata dadu 4

Teknik Simulasi/Dien Novita/STMIK-MDP