6.1 Sebuah sumber dari bilangan acak yang mungkin adalah sebuah direktori telepon.
a. Menggunakan empat digit terakhir dari 1000 nomor telepon, uji untuk keacakan dan
keseragaman.
b. Apakah kelebihan dan kelemahan dari sumber bilangan acak ini ?
PENYELESAIAN
a. Misalkan sumber dari bilangan acak diambil dari empat angka terakir dari 100 direktori
nomor telepon. Berikut disajikan dalam tabel :
1 2 3 4 5 6 7 8 9 10
1 9040 9409 8025 2420 9757 3172 8128 6974 2695 5896
2 8330 3638 7098 3383 0466 7636 7385 9410 2196 3355
3 4031 6080 1467 3919 2146 5062 4313 8074 4753 9190
4 3801 4771 1708 4998 7410 7715 3957 7915 3486 0943
5 3356 0897 4390 2376 6042 9120 7349 4364 3341 1756
6 4081 1769 0777 7228 3535 9671 5262 1450 1291 0385
7 8793 2191 4955 1059 5736 7614 1518 0088 1908 8557
8 2821 9999 7075 4308 0828 2349 1004 0191 5329 6755
9 2821 3946 7609 0007 7722 7198 6973 4617 4740 2970
10 8080 1127 3044 6474 1739 0302 6322 3122 6367 6452
1-4 5-8 9-12 13-16 17-20 21-24 25-28 29-32 33-36 37-40
1 9040 9409 8025 2420 9757 3172 8128 6974 2695 5896
2 8330 3638 7098 3383 0466 7636 7385 9410 2196 3355
3 4031 6080 1467 3919 2146 5062 4313 8074 4753 9190
4 3801 4771 1708 4998 7410 7715 3957 7915 3486 0943
5 3356 0897 4390 2376 6042 9120 7349 4364 3341 1756
6 4081 1769 0777 7228 3535 9671 5262 1450 1291 0385
7 8793 2191 4955 1059 5736 7614 1518 0088 1908 8557
8 2821 9999 7075 4308 0828 2349 1004 0191 5329 6755
9 2821 3946 7609 0007 7722 7198 6973 4617 4740 2970
10 8080 1127 3044 6474 1739 0302 6322 3122 6367 6452
Uji Keseragaman artinya angka 0-9 memiliki peluang sama untuk muncul
Digit
Frekuensi
0 1 2 3 4 5 6 7 8 9
Teramati 46 43 31 44 37 27 33 44 32 43
Harapan 40 40 40 40 40 40 40 40 40 40
Karena peluang muncul 0-9 tidak sama maka data tidak berdistribusi seragam.
6.3 Prinsip dari sebuah pembangkit bilangan acak kongruensial dapat digeneralisasi menjadi
a. Apakah yang akan menjadi kelebihan dan kelemahan sebuah pembangkit seperti ini?
b. Implementasikan sebuah pembangkit seperti itu untuk n = 2 dan ujilah keacakan dan
keseragamannya
PENYELESAIAN
a. Kelebihan dari pembangkit seperti ini adalah pada kecepatannya , karena sedikit
membutuhkan operasi bit dan pembangkit ini sangat efisien secara waktu proses dan
hemat penggunaan memori namun kelemahannya urutan kemuncuan bilangan
acaknya mudah diprediksi sehingga tidak aman secara kriptografi.
b. Untuk n=2 maka formulanya
𝒁𝒊 = (𝒂𝟏 𝒁𝒊−𝟏 + 𝒂𝟐 𝒁𝒊−𝟐 )𝑴𝒐𝒅 𝑴
Selanjutnya akan dibangkitkan 33 bilangan acak dengan nilai maksimim 17. Nilai
awal yang diberikan 𝑧0 = 3 , 𝑧1 = 7, 𝑎1 = 5, 𝑎2 = 2 dan 𝑀 = 17. Dengan
menggunakan excel di peroleh :
Formula untuk pemangkitan
=MOD(($BS3*C1+$B$4*C2);$B$5)
11
𝑟𝑎𝑛𝑔𝑒𝑘𝑒𝑙𝑎𝑠 = =1,83
6
Banyak Kelas 6
Range 11
Range Kelas 1,83
Tabel chisquare
Karena 𝜒2 ℎ𝑖𝑡𝑢𝑛𝑔 ≤ 𝜒2 𝑡𝑎𝑏𝑒𝑙 ↔ 3.3 < 11.0705 maka bilangan random seragam.
6.5 Menggunakan metode Konvolusi untuk membangkitkan variabel acak normal, bangkitkan
1000 variabel standar (rata-rata = 0 dan varians = 1) dan ujilah untuk kenormalannya
menggunakan uji Chi Kuadrat dan uji K-S.
PENYELESAIAN :
ALGORITMA :
Tahapan
1. Bangkitkan 𝑢1 ~ 𝑈(1,0) dan 𝑢2 ~ 𝑈(1,0)
2. Hitung 𝑟 = √−2 ln 𝑢1
3. Hitung 𝑎 = 2𝜋𝑢2
4. Hitung 𝑥1 = 𝑟 sin 𝑎 dan 𝑥2 = 𝑟 cos 𝑎
5. Return 𝑥1 dan 𝑥2
SOURCODE MATLAB
for i=1:2:1000
u1=rand();
u2=rand();
r=sqrt(-2*log(u1));
a=2*pi*u2;
x1=r*sin(a);
x2=r*cos(a);
x(i)=x1;
x(i+1)=x2;
end
disp(x’)
Hasil Simulasi Pembangkitan Variabel acak standar
- Uji Kolmogrov-Smirnov dengan Minitab
PENYELESAIAN :
a. Algoritma :
1. Generate 2 nilai varietas gamma yaitu 𝛾(1, 𝑎) dan 𝛾(1, 𝑏)
𝛼−1
2. Cari nilai 𝑥𝑚𝑎𝑘𝑠 = +𝛽−2
𝛼
3. Generate 𝑢1 , 𝑢2 ~𝑈(0,1)
1
4. Hitung 𝑥1 = 𝑢1𝑎
1
5. Hitung 𝑥2 = 𝑢2𝑏
𝑥1
6. Jika (𝑥1 + 𝑥2 ) < 𝑥𝑚𝑎𝑘𝑠 maka terima 𝑥1 dan 𝑥2 return 𝐵𝑇(𝑎, 𝑏) = 𝑥1+𝑥2
• Percobaan Kedua
• Percobaan Ketiga
Karena diperoleh dari nilai random maka jumlah terduga sampel-sampel dari ℎ(𝑥)
sampai 𝑥 diterima sebagai sebuah sampel dari distribusi Beta berbeda-beda
6.9 Konstruksikan dua algoritma inversi untuk membangkitkan sebuah variabel acak berdistribusi
geometrik. Bandingkan efisiensi komputasi dari dua algoritma ini.
PENYELESAIAN :
PDF Distribusi Geometri adalah :
𝑓(𝑥) = 𝑝(1 − 𝑝)𝑤 , 𝑤 = 0,1,2,3, …
CDF Distribusi Geometri adalah :
𝐹(𝑥) = 𝑃(𝑋 ≤ 𝑥)
=1−𝑃 >𝑥
∞
= 1 − ∑ 𝑝(1 − 𝑝)𝑤
𝑤=𝑥+1
= 1 − (1 − 𝑝)𝑥+1 , 𝑥 = 0,1,2,3 …
ALGORITMA 1
Tahapan :
1. Bangkitkan 𝑢~𝑈(0,1)
𝑙𝑛(𝑢)
2. Dapatkan 𝑥 =
𝑙𝑛(1−𝑝)
ALGORITMA 2
Tahapan :
1. cari 𝑥 sedemikian hingga 𝐹(𝑥 − 1) < 𝑅 ≤ 𝐹(𝑥)
↔ 1 − (1 − 𝑝)𝑥 < 𝑅 < 1 − (1 − 𝑝)𝑥+1
↔ (1 − 𝑝)𝑥 < 1 − 𝑅 < (1 − 𝑝)𝑥+1
log(1 − R) log(1 − R)
↔ −1<𝑥 <
log(1 − p) log(1 − p)
log(1 − R)
↔𝑥= −1
log(1 − p)
Misalkan akan dibangkitkan sebuah distribusi acak geometri dimana peluang berhasil
adalah 𝑝 = 0.4
Disimulasikan dengan menggunakan MATLAB
Sourcode
tic
p=0.4;
u = rand();
x = log(u)/log(1-p);
disp('Algoritma ke-1')
disp(['x = ' num2str(x)])
toc
tic
p=0.4;
u = rand();
x = log(1-u)/log(1-p);
disp('Algoritma ke-2')
disp(['x = ' num2str(x)])
toc
disp('*******************************************')
Hasil Simulasi
Dari hasil simulasi dapat disimpulkan jika komputasi algoritma ke-2 lebih cepat dari
pada algoritma ke-1