Zee60247d62 PDF

Variat Acak (Random Variates)
Kuliah Pemodelan Sistem Semester Genap 2015-2016
MZI
Fakultas Informatika
Telkom University
FIF Tel-U
Februari 2016
MZI (FIF Tel-U) Variate Acak Februari 2016 1 / 44

Acknowledgements
Slide ini disusun berdasarkan materi yang terdapat pada sumber-sumber berikut:
1 Simulation Modeling and Analysis, Edisi 3, 2000, oleh A. M. Law, W. D.
Kelton (acuan utama).
2 Elements of Stochastic Process, oleh B. S. Gottfried.
3 Discrete-Event Simulation, Edisi 4, oleh J. Banks, J. S. Carson II, B. L.
Nelson, D. M. Nicol.
4 Slide kuliah Simulasi dan Pemodelan di Universitas Gunadarma oleh M. Iqbal.
5 Slide kuliah Pemodelan Sistem di Telkom University oleh Tim Dosen
Pemodelan dan Simulasi.
6 Slide kuliah Random-Numbers and Random-Variate Generation di HKUST
oleh L. J. Long.
7 Wikipedia.
Beberapa gambar dapat diambil dari sumber-sumber di atas. Slide ini ditujukan
untuk keperluan akademis di lingkungan FIF Telkom University. Jika Anda
memiliki saran/ pendapat/ pertanyaan terkait materi dalam slide ini, silakan kirim
email ke <pleasedontspam>@telkomuniversity.ac.id.
Bahasan
1 Motivasi dan De…nisi
2 Pembangkitan Bilangan Acak
3 Pembangkitan Variat Acak Diskrit
4 Pembangkitan Variat Acak Kontinu

Motivasi dan De…nisi
Bahasan

Mengapa Diperlukan Variat Acak?
Permasalahan
Misalkan kita ingin mensimulasikan antrian yang terjadi pada sebuah pusat
layanan tertentu. Pada pusat layanan tersebut, banyaknya pelanggan yang datang
bersifat acak dan memenuhi distribusi tertentu (misalkan berdistribusi Poisson).
Kemudian jeda waktu kedatangan antar pelanggan (inter-arrival time) juga
bersifat acak dan memenuhi distribusi tertentu (misalkan berdistribusi
eksponensial). Bagaimana cara kita mensimulasikan keacakan ini?
Simulasi diskrit yang non determinstik pasti melibatkan suatu nilai yang bervariasi
dalam sebuah jangkauan (range) tertentu dan mengikuti suatu distribusi
probabilitas tertentu. Nilai yang bervariasi ini selanjutnya disebut sebagai variat
acak (random variates).

Variat acak berkaitan dengan pembangkitan bilangan acak (random number

generation). Untuk membangkitkan bilangan acak (random number ), kita dapat
melakukannya dengan:


1 mengambil bilangan acak dari suatu eksperimen probabilistik yang bersifat
acak,


1 mengambil bilangan acak dari suatu eksperimen probabilistik yang bersifat
acak,
2 membangkitkan bilangan secara deterministik yang seolah-olah terlihat acak
(pseudo-random), meskipun dibangkitkan secara deterministik, nilai bilangan
yang dihasilkan harus memenuhi kriteria uji statistik tertentu.

Pembangkitan Bilangan Acak
Bahasan

Pembangkitan Bilangan Acak (Random Number

Generation)
Pada simulasi, perilaku acak (random behavior ), seperti banyaknya pelanggan
maupun jeda waktu antar kedatangan pelanggan, dapat ditiru dengan pembangkit
bilangan acak. Ada dua jenis pembangkit bilangan acak:


Generation)
Pembangkit bilangan acak sebenarnya (true random number generator,
TRNG): berupa alat (perangkat keras) yang terhubung dengan komputer dan
berfungsi untuk membangkitkan bilangan secara acak. Bilangan dibangkitkan
berdasarkan pengamatan fenomenda …sis (bukan dengan algoritma
deterministik).


Generation)
deterministik). TRNG biasanya bekerja dengan mengamati
fenomena-fenomena mikroskopis atau fenomena-fenomena kuantum yang
terjadi di dekat komputer, seperti perubahan suhu (thermal noise), efek
fotoelektrik (photo-electric e¤ect), maupun perubahan tegangan/ arus listrik
yang bersifat mikroskopis.


Generation)
deterministik). TRNG biasanya bekerja dengan mengamati
fenomena-fenomena mikroskopis atau fenomena-fenomena kuantum yang
terjadi di dekat komputer, seperti perubahan suhu (thermal noise), efek
fotoelektrik (photo-electric e¤ect), maupun perubahan tegangan/ arus listrik
yang bersifat mikroskopis.
Pembangkit bilangan acak semu (pseudo-random number generator, PRNG):
berupa perangkat lunak (program) yang bersifat deterministik yang digunakan
untuk membangkitkan barisan bilangan yang seolah-olah acak (seemingly
random), barisan bilangan yang dihasilkan harus lolos uji statistik tertentu.
Contoh Perangkat Keras TRNG
Gambar diambil dari Wikipedia.

TRNG banyak digunakan untuk membangkitkan bilangan acak yang berkaitan
dengan implementasi suatu protokol keamanan tertentu, misalnya pin awal yang
digunakan untuk internet banking.
Pemakaian PRNG
Pembangkit bilangan acak semu (pseudo-random number generator ) merupakan

suatu algoritma deterministik yang digunakan untuk membangkitkan barisan
bilangan yang seolah-olah acak. PRNG berbeda dengan TRNG karena barisan
bilangan yang dihasilkan oleh PRNG memiliki suatu pola tertentu (misalnya
urutan bilangan yang dihasilkan selalu sama).
PRNG tidak aman untuk digunakan dalam implementasi beberapa protokol

keamanan (contohnya pembangkitan kata kunci/ password), namun PRNG
sangat berguna dalam:
implementasi simulasi Monte Carlo,
penerapan undian “acak” dalam permainan elektronik.

Pembangkit Linier Kongruensial (Linear Congruential

Generator)
Pembangkit linier kongruensial (linear congruential generator, LCG), merupakan
formulasi pembangkit bilangan acak yang bersifat deterministik dan cukup banyak
digunakan. LCG terdiri dari beberapa komponen, yaitu:
bilangan bulat positif m dengan m 2 yang disebut modulus,
bilangan bulat positif a dengan 2 a < m yang disebut pengali (multiplier ),
bilangan bulat positif c dengan 0 c < m yang disebut inkremen
(increment),
bilangan bulat x0 dengan 0 x0 < m yang disebut benih (seed).

Pembangkit Linier Kongruensial (Linear Congruential

Generator)
Pembangkit linier kongruensial (linear congruential generator, LCG), merupakan
formulasi pembangkit bilangan acak yang bersifat deterministik dan cukup banyak
digunakan. LCG terdiri dari beberapa komponen, yaitu:
bilangan bulat positif m dengan m 2 yang disebut modulus,
bilangan bulat positif a dengan 2 a < m yang disebut pengali (multiplier ),
bilangan bulat positif c dengan 0 c < m yang disebut inkremen
(increment),
bilangan bulat x0 dengan 0 x0 < m yang disebut benih (seed).
1
Selanjutnya barisan bilangan acak fxi gi=0 dide…nisikan secara rekursif sebagai
berikut
xi+1 = (axi + c) mod m, untuk i > 0.
Perhatikan bahwa nilai xi selalu memenuhi 0 xi < m.
Ketika nilai c = 0, maka kita memiliki de…nisi rekursif
xi = axi mod m,
LCG seperti ini dinamakan sebagai multiplicative generator (MG).
Permasalahan
Bagaimana cara membangkitkan bilangan yang seolah-olah acak dan berada di
antara 0 dan 1?
Karena 0 xi < m,

Permasalahan
antara 0 dan 1?
xi
Karena 0 xi < m, maka kita memiliki 0 m < 1. Selanjutnya kita de…nisikan
ui = xmi .

Permasalahan
antara 0 dan 1?
xi
Karena 0 xi < m, maka kita memiliki 0 m < 1. Selanjutnya kita de…nisikan
ui = xmi .
Nilai dari ui dapat dijadikan sebagai bilangan acak semu yang berada pada selang
[0; 1)

Contoh LCG
Misalkan kita memiliki LCG yang dide…nisikan dengan m = 9, a = 7, c = 4, dan
x0 = 3. Maka kita memiliki formulasi
xi+1 = (7xi + 4) mod 9.
1 1
Akibatnya nilai fxi gi=0 dan fui gi=0 dapat dihitung sebagai berikut:
1 x1 =

Contoh LCG
xi+1 = (7xi + 4) mod 9.
1 1
1 x1 = (7x0 + 4) mod 9 = (7 3 + 4) mod 9 = 7 dan u1 = 7=9 = 0:77778
2 x2 =

Contoh LCG
xi+1 = (7xi + 4) mod 9.
1 1
1 x1 = (7x0 + 4) mod 9 = (7 3 + 4) mod 9 = 7 dan u1 = 7=9 = 0:77778
2 x2 = (7x1 + 4) mod 9 = (7 7 + 4) mod 9 = 8 dan u2 = 8=9 = 0:88889
3 x3 =

Contoh LCG
xi+1 = (7xi + 4) mod 9.
1 1
1 x1 = (7x0 + 4) mod 9 = (7 3 + 4) mod 9 = 7 dan u1 = 7=9 = 0:77778
2 x2 = (7x1 + 4) mod 9 = (7 7 + 4) mod 9 = 8 dan u2 = 8=9 = 0:88889
3 x3 = (7x2 + 4) mod 9 = (7 8 + 4) mod 9 = 6 dan u3 = 6=9 = 0:66667
4 x4 =

Contoh LCG
xi+1 = (7xi + 4) mod 9.
1 1
1 x1 = (7x0 + 4) mod 9 = (7 3 + 4) mod 9 = 7 dan u1 = 7=9 = 0:77778
2 x2 = (7x1 + 4) mod 9 = (7 7 + 4) mod 9 = 8 dan u2 = 8=9 = 0:88889
3 x3 = (7x2 + 4) mod 9 = (7 8 + 4) mod 9 = 6 dan u3 = 6=9 = 0:66667
4 x4 = (7x3 + 4) mod 9 = (7 6 + 4) mod 9 = 1 dan u4 = 1=9 = 0:11111
5 x5 =

Contoh LCG
xi+1 = (7xi + 4) mod 9.
1 1
1 x1 = (7x0 + 4) mod 9 = (7 3 + 4) mod 9 = 7 dan u1 = 7=9 = 0:77778
2 x2 = (7x1 + 4) mod 9 = (7 7 + 4) mod 9 = 8 dan u2 = 8=9 = 0:88889
3 x3 = (7x2 + 4) mod 9 = (7 8 + 4) mod 9 = 6 dan u3 = 6=9 = 0:66667
4 x4 = (7x3 + 4) mod 9 = (7 6 + 4) mod 9 = 1 dan u4 = 1=9 = 0:11111
5 x5 = (7x4 + 4) mod 9 = (7 1 + 4) mod 9 = 2 dan u5 = 2=9 = 0:22222
6 x6 =

Contoh LCG
xi+1 = (7xi + 4) mod 9.
1 1
1 x1 = (7x0 + 4) mod 9 = (7 3 + 4) mod 9 = 7 dan u1 = 7=9 = 0:77778
2 x2 = (7x1 + 4) mod 9 = (7 7 + 4) mod 9 = 8 dan u2 = 8=9 = 0:88889
3 x3 = (7x2 + 4) mod 9 = (7 8 + 4) mod 9 = 6 dan u3 = 6=9 = 0:66667
4 x4 = (7x3 + 4) mod 9 = (7 6 + 4) mod 9 = 1 dan u4 = 1=9 = 0:11111
5 x5 = (7x4 + 4) mod 9 = (7 1 + 4) mod 9 = 2 dan u5 = 2=9 = 0:22222
6 x6 = (7x5 + 4) mod 9 = (7 2 + 4) mod 9 = 0 dan u6 = 0=9 = 0:00000
7 x7 =

Contoh LCG
xi+1 = (7xi + 4) mod 9.
1 1
1 x1 = (7x0 + 4) mod 9 = (7 3 + 4) mod 9 = 7 dan u1 = 7=9 = 0:77778
2 x2 = (7x1 + 4) mod 9 = (7 7 + 4) mod 9 = 8 dan u2 = 8=9 = 0:88889
3 x3 = (7x2 + 4) mod 9 = (7 8 + 4) mod 9 = 6 dan u3 = 6=9 = 0:66667
4 x4 = (7x3 + 4) mod 9 = (7 6 + 4) mod 9 = 1 dan u4 = 1=9 = 0:11111
5 x5 = (7x4 + 4) mod 9 = (7 1 + 4) mod 9 = 2 dan u5 = 2=9 = 0:22222
6 x6 = (7x5 + 4) mod 9 = (7 2 + 4) mod 9 = 0 dan u6 = 0=9 = 0:00000
7 x7 = (7x6 + 4) mod 9 = (7 0 + 4) mod 9 = 4 dan u7 = 4=9 = 0:44444
8 x8 =

Contoh LCG
xi+1 = (7xi + 4) mod 9.
1 1
1 x1 = (7x0 + 4) mod 9 = (7 3 + 4) mod 9 = 7 dan u1 = 7=9 = 0:77778
2 x2 = (7x1 + 4) mod 9 = (7 7 + 4) mod 9 = 8 dan u2 = 8=9 = 0:88889
3 x3 = (7x2 + 4) mod 9 = (7 8 + 4) mod 9 = 6 dan u3 = 6=9 = 0:66667
4 x4 = (7x3 + 4) mod 9 = (7 6 + 4) mod 9 = 1 dan u4 = 1=9 = 0:11111
5 x5 = (7x4 + 4) mod 9 = (7 1 + 4) mod 9 = 2 dan u5 = 2=9 = 0:22222
6 x6 = (7x5 + 4) mod 9 = (7 2 + 4) mod 9 = 0 dan u6 = 0=9 = 0:00000
7 x7 = (7x6 + 4) mod 9 = (7 0 + 4) mod 9 = 4 dan u7 = 4=9 = 0:44444
8 x8 = (7x7 + 4) mod 9 = (7 4 + 4) mod 9 = 5 dan u8 = 5=9 = 0:55556
9 x9 = (7x8 + 4) mod 9 = (7 5 + 4) mod 9 = 3 dan u9 = 3=9 = 0:33333
Karena x9 = x0 , maka barisan yang dihasilkan adalah 3; 7; 8; 6; 1; 2; 0; 4; 5; : : :.

Contoh LCG
xi+1 = (7xi + 4) mod 9.
1 1
1 x1 = (7x0 + 4) mod 9 = (7 3 + 4) mod 9 = 7 dan u1 = 7=9 = 0:77778
2 x2 = (7x1 + 4) mod 9 = (7 7 + 4) mod 9 = 8 dan u2 = 8=9 = 0:88889
3 x3 = (7x2 + 4) mod 9 = (7 8 + 4) mod 9 = 6 dan u3 = 6=9 = 0:66667
4 x4 = (7x3 + 4) mod 9 = (7 6 + 4) mod 9 = 1 dan u4 = 1=9 = 0:11111
5 x5 = (7x4 + 4) mod 9 = (7 1 + 4) mod 9 = 2 dan u5 = 2=9 = 0:22222
6 x6 = (7x5 + 4) mod 9 = (7 2 + 4) mod 9 = 0 dan u6 = 0=9 = 0:00000
7 x7 = (7x6 + 4) mod 9 = (7 0 + 4) mod 9 = 4 dan u7 = 4=9 = 0:44444
8 x8 = (7x7 + 4) mod 9 = (7 4 + 4) mod 9 = 5 dan u8 = 5=9 = 0:55556
9 x9 = (7x8 + 4) mod 9 = (7 5 + 4) mod 9 = 3 dan u9 = 3=9 = 0:33333
Karena x9 = x0 , maka barisan yang dihasilkan adalah 3; 7; 8; 6; 1; 2; 0; 4; 5; : : :.
Secara umum: xi = xi+9 untuk i 0. Nilai 9 dikatakan panjang siklus dari LCG
yang kita miliki.
Panjang Siklus dari LCG
De…nisi
Diberikan LCG xi+1 = (axi + c) mod m, panjang siklus dari LCG adalah bilangan
bulat terkecil ` dengan sifat
xi+` = xi .
Panjang siklus dari LCG juga disebut sebagai periode/ perioda (period) dari LCG
tersebut.
Perhatikan bahwa nilai ` tidak mungkin lebih dari m.
Permasalahan
Formulasi LCG seperti apa yang memungkinkan panjang siklus maksimal dari LCG
tersebut?

Latihan
Tuliskan barisan bilangan acak yang dihasilkan oleh beberapa LCG berikut dan
1
tentukan panjang siklusnya. Tuliskan pula barisan fui gi=0 yang dide…nisikan
xi
sebagai ui = m , dengan m adalah modulus dari LCG.
1 xi+1 = (2xi + 4) mod 7, dengan x0 = 2
2 xi+1 = (4xi + 1) mod 7, dengan x0 = 3
3 xi+1 = (5xi + 3) mod 16, dengan x0 = 13.

Solusi soal 1:
i xi ui = xi =7
0 2 0:28571

Solusi soal 1:
i xi ui = xi =7
0 2 0:28571
1 (2 2 + 4) mod 7 = 1 0:14286

Solusi soal 1:
i xi ui = xi =7
0 2 0:28571
1 (2 2 + 4) mod 7 = 1 0:14286
2 (2 1 + 4) mod 7 = 6 0:85714

Solusi soal 1:
i xi ui = xi =7
0 2 0:28571
1 (2 2 + 4) mod 7 = 1 0:14286
2 (2 1 + 4) mod 7 = 6 0:85714
3 (2 6 + 4) mod 7 = 2 0:28571

Solusi soal 1:
i xi ui = xi =7
0 2 0:28571
1 (2 2 + 4) mod 7 = 1 0:14286
2 (2 1 + 4) mod 7 = 6 0:85714
3 (2 6 + 4) mod 7 = 2 0:28571
4 (2 2 + 4) mod 7 = 1 0:14286

Solusi soal 1:
i xi ui = xi =7
0 2 0:28571
1 (2 2 + 4) mod 7 = 1 0:14286
2 (2 1 + 4) mod 7 = 6 0:85714
3 (2 6 + 4) mod 7 = 2 0:28571
4 (2 2 + 4) mod 7 = 1 0:14286
5 (2 1 + 4) mod 7 = 6 0:85714

Solusi soal 1:
i xi ui = xi =7
0 2 0:28571
1 (2 2 + 4) mod 7 = 1 0:14286
2 (2 1 + 4) mod 7 = 6 0:85714
3 (2 6 + 4) mod 7 = 2 0:28571
4 (2 2 + 4) mod 7 = 1 0:14286
5 (2 1 + 4) mod 7 = 6 0:85714
6 (2 6 + 4) mod 7 = 2 0:28571

Solusi soal 1:
i xi ui = xi =7
0 2 0:28571
1 (2 2 + 4) mod 7 = 1 0:14286
2 (2 1 + 4) mod 7 = 6 0:85714
3 (2 6 + 4) mod 7 = 2 0:28571
4 (2 2 + 4) mod 7 = 1 0:14286
5 (2 1 + 4) mod 7 = 6 0:85714
6 (2 6 + 4) mod 7 = 2 0:28571
Panjang siklus dari LCG xi+1 = (2xi + 4) mod 7, dengan x0 = 2 adalah 3 karena
xi = xi+3 . Terlihat bahwa panjang siklus LCG kurang dari modulus LCG.

Solusi soal 2:
i xi ui = xi =7
0 3 0:42857

Solusi soal 2:
i xi ui = xi =7
0 3 0:42857
1 (4 3 + 1) mod 7 = 6 0:85714

Solusi soal 2:
i xi ui = xi =7
0 3 0:42857
1 (4 3 + 1) mod 7 = 6 0:85714
2 (4 6 + 1) mod 7 = 4 0:57143

Solusi soal 2:
i xi ui = xi =7
0 3 0:42857
1 (4 3 + 1) mod 7 = 6 0:85714
2 (4 6 + 1) mod 7 = 4 0:57143
3 (4 4 + 1) mod 7 = 3 0:42857

Solusi soal 2:
i xi ui = xi =7
0 3 0:42857
1 (4 3 + 1) mod 7 = 6 0:85714
2 (4 6 + 1) mod 7 = 4 0:57143
3 (4 4 + 1) mod 7 = 3 0:42857
4 (4 3 + 1) mod 7 = 6 0:85714

Solusi soal 2:
i xi ui = xi =7
0 3 0:42857
1 (4 3 + 1) mod 7 = 6 0:85714
2 (4 6 + 1) mod 7 = 4 0:57143
3 (4 4 + 1) mod 7 = 3 0:42857
4 (4 3 + 1) mod 7 = 6 0:85714
5 (4 6 + 1) mod 7 = 4 0:57143

Solusi soal 2:
i xi ui = xi =7
0 3 0:42857
1 (4 3 + 1) mod 7 = 6 0:85714
2 (4 6 + 1) mod 7 = 4 0:57143
3 (4 4 + 1) mod 7 = 3 0:42857
4 (4 3 + 1) mod 7 = 6 0:85714
5 (4 6 + 1) mod 7 = 4 0:57143
6 (4 4 + 1) mod 7 = 3 0:42857

Solusi soal 2:
i xi ui = xi =7
0 3 0:42857
1 (4 3 + 1) mod 7 = 6 0:85714
2 (4 6 + 1) mod 7 = 4 0:57143
3 (4 4 + 1) mod 7 = 3 0:42857
4 (4 3 + 1) mod 7 = 6 0:85714
5 (4 6 + 1) mod 7 = 4 0:57143
6 (4 4 + 1) mod 7 = 3 0:42857
Panjang siklus dari LCG xi+1 = (4xi + 1) mod 7, dengan x0 = 3 adalah 3 karena
xi = xi+3 . Terlihat bahwa panjang siklus LCG kurang dari modulus LCG.

Solusi soal 3:
i xi ui = xi =16
0 13 0:8125

Solusi soal 3:
i xi ui = xi =16
0 13 0:8125
1 4 0:2500

Solusi soal 3:
i xi ui = xi =16
0 13 0:8125
1 4 0:2500
2 7 0:4375

Solusi soal 3:
i xi ui = xi =16
0 13 0:8125
1 4 0:2500
2 7 0:4375
3 6 0:3750

Solusi soal 3:
i xi ui = xi =16
0 13 0:8125
1 4 0:2500
2 7 0:4375
3 6 0:3750
4 1 0:0625

Solusi soal 3:
i xi ui = xi =16
0 13 0:8125
1 4 0:2500
2 7 0:4375
3 6 0:3750
4 1 0:0625
5 8 0:5000

Solusi soal 3:
i xi ui = xi =16
0 13 0:8125
1 4 0:2500
2 7 0:4375
3 6 0:3750
4 1 0:0625
5 8 0:5000
6 11 0:6875

Solusi soal 3:
i xi ui = xi =16
0 13 0:8125
1 4 0:2500
2 7 0:4375
3 6 0:3750
4 1 0:0625
5 8 0:5000
6 11 0:6875
7 10 0:6250

Solusi soal 3:
i xi ui = xi =16 i xi ui = xi =16
0 13 0:8125
1 4 0:2500
2 7 0:4375
3 6 0:3750
4 1 0:0625
5 8 0:5000
6 11 0:6875
7 10 0:6250
8 5 0:3125

Solusi soal 3:
0 13 0:8125 9 12 0:7500
1 4 0:2500
2 7 0:4375
3 6 0:3750
4 1 0:0625
5 8 0:5000
6 11 0:6875
7 10 0:6250
8 5 0:3125

Solusi soal 3:
0 13 0:8125 9 12 0:7500
1 4 0:2500 10 15 0:9375
2 7 0:4375
3 6 0:3750
4 1 0:0625
5 8 0:5000
6 11 0:6875
7 10 0:6250
8 5 0:3125

Solusi soal 3:
0 13 0:8125 9 12 0:7500
1 4 0:2500 10 15 0:9375
2 7 0:4375 11 14 0:8750
3 6 0:3750
4 1 0:0625
5 8 0:5000
6 11 0:6875
7 10 0:6250
8 5 0:3125

Solusi soal 3:
0 13 0:8125 9 12 0:7500
1 4 0:2500 10 15 0:9375
2 7 0:4375 11 14 0:8750
3 6 0:3750 12 9 0:5625
4 1 0:0625
5 8 0:5000
6 11 0:6875
7 10 0:6250
8 5 0:3125

Solusi soal 3:
0 13 0:8125 9 12 0:7500
1 4 0:2500 10 15 0:9375
2 7 0:4375 11 14 0:8750
3 6 0:3750 12 9 0:5625
4 1 0:0625 13 0 0:0000
5 8 0:5000
6 11 0:6875
7 10 0:6250
8 5 0:3125

Solusi soal 3:
0 13 0:8125 9 12 0:7500
1 4 0:2500 10 15 0:9375
2 7 0:4375 11 14 0:8750
3 6 0:3750 12 9 0:5625
4 1 0:0625 13 0 0:0000
5 8 0:5000 14 3 0:1875
6 11 0:6875
7 10 0:6250
8 5 0:3125

Solusi soal 3:
0 13 0:8125 9 12 0:7500
1 4 0:2500 10 15 0:9375
2 7 0:4375 11 14 0:8750
3 6 0:3750 12 9 0:5625
4 1 0:0625 13 0 0:0000
5 8 0:5000 14 3 0:1875
6 11 0:6875 15 2 0:1250
7 10 0:6250
8 5 0:3125

Solusi soal 3:
0 13 0:8125 9 12 0:7500
1 4 0:2500 10 15 0:9375
2 7 0:4375 11 14 0:8750
3 6 0:3750 12 9 0:5625
4 1 0:0625 13 0 0:0000
5 8 0:5000 14 3 0:1875
6 11 0:6875 15 2 0:1250
7 10 0:6250 16 13 0:8125
8 5 0:3125

Solusi soal 3:
0 13 0:8125 9 12 0:7500
1 4 0:2500 10 15 0:9375
2 7 0:4375 11 14 0:8750
3 6 0:3750 12 9 0:5625
4 1 0:0625 13 0 0:0000
5 8 0:5000 14 3 0:1875
6 11 0:6875 15 2 0:1250
7 10 0:6250 16 13 0:8125
8 5 0:3125 17 4 0:2500

Solusi soal 3:
0 13 0:8125 9 12 0:7500
1 4 0:2500 10 15 0:9375
2 7 0:4375 11 14 0:8750
3 6 0:3750 12 9 0:5625
4 1 0:0625 13 0 0:0000
5 8 0:5000 14 3 0:1875
6 11 0:6875 15 2 0:1250
7 10 0:6250 16 13 0:8125
8 5 0:3125 17 4 0:2500
Panjang siklus dari LCG xi+1 = (5xi + 3) mod 16, dengan x0 = 13 adalah 16
karena xi = xi+16 . Terlihat bahwa panjang siklus LCG sama dengan modulus
LCG.

Pemilihan Parameter Pada LCG
Donald E. Knuth membuktikan teorema berikut.

Teorema
Suatu LCG xi+1 = (axi + c) mod m memiliki periode maksimal, yaitu m, jika dan
hanya jika:
1 m dan c relatif prima, yaitu gcd (m; c) = 1, dengan gcd (m; c) menyatakan
faktor persekutuan terbesar dari m dan c,
2 a 1 habis dibagi oleh semua faktor prima dari m,
3 bila m habis dibagi 4, maka a 1 juga harus habis dibagi 4.

Contoh
Pada contoh dan soal latihan sebelumnya kita melihat:
1 Untuk LCG xi+1 = (7xi + 4) mod 9, kita memiliki
gcd (m; c) =

Contoh
gcd (m; c) = gcd (9; 4) = 1; kemudian a 1 = 6 dan faktor prima dari m = 9
adalah

Contoh
adalah 3, jelas a 1 habis dibagi semua faktor prima dari m;

Contoh
adalah 3, jelas a 1 habis dibagi semua faktor prima dari m; kemudian
m = 9 tidak habis dibagi 4, begitu pula a 1 = 6.

Contoh
m = 9 tidak habis dibagi 4, begitu pula a 1 = 6. Karena ketiga syarat
dipenuhi, LCG xi+1 = (7xi + 4) mod 9 memiliki periode maksimal, yaitu 9.
gcd (m; c) =

Contoh
gcd (m; c) = gcd (7; 4) = 1; kemudian a 1 = 1 dan faktor prima dari
m = 7 adalah

Contoh
m = 7 adalah 7, dalam hal ini 1 tidak habis dibagi 7,

Contoh
m = 7 adalah 7, dalam hal ini 1 tidak habis dibagi 7, akibatnya LCG
xi+1 = (2xi + 4) mod 7 tidak memiliki periode maksimal.


gcd (m; c) =


m = 7 adalah


m = 7 adalah 7, dalam hal ini 3 tidak habis dibagi 7,


xi+1 = 4xi + 1 mod 7 tidak memiliki periode maksimal.
gcd (m; c) =


m = 16 adalah


m = 16 adalah 2, jelas a 1 habis dibagi semua faktor prima dari m;


kemudian m = 16 habis dibagi 4 dan a 1 = 4 juga habis dibagi 4.


kemudian m = 16 habis dibagi 4 dan a 1 = 4 juga habis dibagi 4. Karena
ketiga syarat dipenuhi, LCG xi+1 = (5xi + 3) mod 16 memiliki periode
maksimal, yaitu 16.

Parameter Optimal pada LCG

Untuk memperoleh panjang siklus maksimal, kita dapat mengkonstruksi LCG
xi+1 = (axi + c) mod m sebagai berikut:


1 m = 2r untuk r bilangan bulat positif,


2 c adalah bilangan ganjil,


3 a = 4s + 1 untuk s bilangan bulat positif.
Kita memiliki:
1 gcd (m; c) =


Kita memiliki:
1 gcd (m; c) = gcd (2r ; c) = 1, karena 2r bilangan genap dan c bilangan ganjil.


Kita memiliki:
2 a 1 = 4s = 22 s dan faktor prima dari m adalah 2, akibatnya a 1 dapat
dibagi oleh semua faktor prima dari m.


Kita memiliki:
3 Bila m = 2r habis dibagi 4, jelas bahwa a 1 = 4s habis dibagi 4.
Dalam implementasinya, untuk komputer yang memakai 32 bit per kata (32 bit
per words), kita dapat memilih m = 231 . Dengan syarat-syarat yang sesuai, maka
panjang siklus dari LCG yang dihasilkan akan maksimal, yaitu
m=

Kita memiliki:
m = 231

Kita memiliki:
3 3
m = 231 210 103 , atau sekitar 1 milyar.
Implementasi LCG pada Beberapa Bahasa Pemrograman
Berikut adalah nilai-nilai dari a, c, dan m untuk formulasi LCG yang dipakai pada
beberapa bahasa pemrograman.
Bahasa m a c
Borland C/ C++ 232 22 695 477 1
MS Visual C++ 232 214 013 2 531 011
Borland Delphi 232 134 775 813 1
Java (java.util.random) 248 25 214 903 917 11

Pembangkitan Variat Acak Diskrit
Bahasan

De…nisi Variat Acak
Kita ingin mensimulasikan antrian yang terjadi pada sebuah layanan tertentu,
apa yang harus kita lakukan?

Bagaimana cara membangkitkan suatu “kejadian acak” pada antrian
tersebut?

Bagaimana cara membangkitkan suatu “kejadian acak” pada antrian
tersebut?
Kita telah melihat cara membangkitkan “bilangan acak” dan cara
memperoleh bilangan pada selang [0; 1) yang “bersifat acak”.
De…nisi
Diberikan suatu kejadian probabilistik dengan cdf P (X k) = FX (k), variat
acak yang bersesuaian dengan nilai u 2 [0; 1) adalah nilai k yang memenuhi
P (X k) = FX (k) = u.
atau
P (X k) u
bila nilai P (X k) tidak mungkin secara eksak sama dengan u.

Metode Pembangkitan Variat Acak Diskrit

Ide untuk membangkitkan variat acak diskrit dijelaskan sebagai berikut.

Pembangkitan variat acak diskrit dilakukan dengan algoritma invers-transformasi
berikut:
1 Bangkitkan bilangan acak u 2 [0; 1).
2 Diberikan cdf FX (k) = P (X k), tentukan nilai k terkecil yang memenuhi
u FX (k) atau u P (X k).

Contoh Pembangkitan Variat Acak Diskrit

Setiap hari banyaknya orang yang datang ke sebuah toilet umum adalah 0 orang,
1 orang, atau 2 orang dengan peluang sebagai berikut
P (X = 0) = 0:5, P (X = 1) = 0:3, dan P (X = 2) = 0:2.
Untuk membuat suatu skema simulasi, pertama kita tentukan dulu pdf dari
kejadian ini. Misalkan F (X = k) = P (X k), maka kita memiliki tabel berikut


P (X = 0) = 0:5, P (X = 1) = 0:3, dan P (X = 2) = 0:2.
k P (X = k) F (X = k)
0 0:5 0:5
1 0:3 0:8
2 0:2 1
Diberikan nilai u 2 [0; 1) yang bersifat acak, maka nilai k dapat diperoleh dengan
aturan berikut


P (X = 0) = 0:5, P (X = 1) = 0:3, dan P (X = 2) = 0:2.
k P (X = k) F (X = k)
0 0:5 0:5
1 0:3 0:8
2 0:2 1
Diberikan nilai u 2 [0; 1) yang bersifat acak, maka nilai k dapat diperoleh dengan
aturan berikut
8
< 0, bila u 0:5
k= 1, bila 0:5 < u 0:8
:
2, bila 0:8 < u < 1

Contoh Simulasi
Untuk membuat simulasi pengunjung toilet umum, misalkan kita memakai LCG
xi+1 = (5xi + 1) mod 8 dengan x1 = 1, kita memiliki barisan bilangan acak
1 1
fxi gi=1 sebagai 6; 7; 4; 5; 2; 3; 0; : : : dan fui gi=1 sebagai
0:125; 0:75; 0:875; 0:5; 0:625; 0:25; 0:375; 0:0; : : : Kita dapat membangkitkan variat
acak banyaknya orang yang datang ke toilet dalam delapan hari sebagai berikut
Hari ke-i xi ui k (lihat aturan penentuan k dari u)

1 1 0:125

Contoh Simulasi
1 1

1 1 0:125 0
2 6 0:750

Contoh Simulasi
1 1

1 1 0:125 0
2 6 0:750 1
3 7 0:875

Contoh Simulasi
1 1

1 1 0:125 0
2 6 0:750 1
3 7 0:875 2
4 4 0:500

Contoh Simulasi
1 1

1 1 0:125 0
2 6 0:750 1
3 7 0:875 2
4 4 0:500 0
5 5 0:625

Contoh Simulasi
1 1

1 1 0:125 0
2 6 0:750 1
3 7 0:875 2
4 4 0:500 0
5 5 0:625 1
6 2 0:250

Contoh Simulasi
1 1

1 1 0:125 0
2 6 0:750 1
3 7 0:875 2
4 4 0:500 0
5 5 0:625 1
6 2 0:250 0
7 3 0:375

Contoh Simulasi
1 1

1 1 0:125 0
2 6 0:750 1
3 7 0:875 2
4 4 0:500 0
5 5 0:625 1
6 2 0:250 0
7 3 0:375 0
8 0 0:000

Contoh Simulasi
1 1

1 1 0:125 0
2 6 0:750 1
3 7 0:875 2
4 4 0:500 0
5 5 0:625 1
6 2 0:250 0
7 3 0:375 0
8 0 0:000 0

Latihan
Latihan
Cuaca di sebuah kota dapat berupa: cerah (sunny ), berawan (cloudy ), berangin
(windy ), hujan (rainy ), atau badai (stormy ). Dengan asumsi bahwa terjadinya
cuaca berdistribusi uniform diskrit, buatlah sebuah daftar simulasi cuaca yang
terjadi di kota tersebut menggunakan LCG xi+1 = (5xi + 1) mod 8 dengan
x1 = 1. Jelaskan de…nisi variabel acak yang digunakan.

Latihan
Latihan
Solusi: Kita memiliki S = fsunny; cloudy; windy; rainy; stormyg. Misalkan
variabel acak yang dipakai dide…nisikan sebagai berikut:

Latihan
Latihan
variabel acak yang dipakai dide…nisikan sebagai berikut: X (sunny) = 0,
X (cloudy) = 1, X (windy) = 2, X (rainy) = 3, X (stormy) = 4. Karena cuaca
berdistribusi uniform diskrit, maka P (X = k) = 15 = 0:2. Kita memiliki tabel pdf
berikut

Latihan
Latihan
variabel acak yang dipakai dide…nisikan sebagai berikut: X (sunny) = 0,
X (cloudy) = 1, X (windy) = 2, X (rainy) = 3, X (stormy) = 4. Karena cuaca
berdistribusi uniform diskrit, maka P (X = k) = 15 = 0:2. Kita memiliki tabel pdf
berikut
k P (X = k) F (X = k)
0 0:2 0:2
1 0:2 0:4
2 0:2 0:6
3 0:2 0:8
4 0:2 1:0
Diberikan nilai u 2 [0; 1) yang bersifat acak, maka nilai k dapat ditentukan
dengan aturan berikut
8
>
> 0, bila u 0:2
>
>
< 1, bila 0:2 u < 0:4
k= 2, bila 0:4 u < 0:6
>
>
>
> 3, bila 0:6 u < 0:8
:
4, bila 0:8 u < 1:0

Untuk simulasi memakai LCG xi+1 = (5xi + 1) mod 8 dengan x1 = 1, kita

1 1
memiliki barisan bilangan acak fxi gi=1 sebagai 6; 7; 4; 5; 2; 3; 0; : : : dan fui gi=1
sebagai 0:125; 0:75; 0:875; 0:5; 0:625; 0:25; 0:375; 0:0; : : :. Variat acak kejadian
cuaca dalam delapan hari dapat dituliskan dalam tabel berikut:
Hari ke-i xi ui k Cuaca

1 1 0:125


1 1

1 1 0:125 0


1 1

1 1 0:125 0 Cerah (Sunny )
2 6 0:750


1 1

1 1 0:125 0 Cerah (Sunny )
2 6 0:750 3


1 1

1 1 0:125 0 Cerah (Sunny )
2 6 0:750 3 Hujan (Rainy )
3 7 0:875


1 1

1 1 0:125 0 Cerah (Sunny )
2 6 0:750 3 Hujan (Rainy )
3 7 0:875 4


1 1

1 1 0:125 0 Cerah (Sunny )
2 6 0:750 3 Hujan (Rainy )
3 7 0:875 4 Badai (Stormy )
4 4 0:500


1 1

1 1 0:125 0 Cerah (Sunny )
2 6 0:750 3 Hujan (Rainy )
4 4 0:500 2


1 1

1 1 0:125 0 Cerah (Sunny )
2 6 0:750 3 Hujan (Rainy )
4 4 0:500 2 Berangin (Windy )
5 5 0:625


1 1

1 1 0:125 0 Cerah (Sunny )
2 6 0:750 3 Hujan (Rainy )
5 5 0:625 3


1 1

1 1 0:125 0 Cerah (Sunny )
2 6 0:750 3 Hujan (Rainy )
5 5 0:625 3 Hujan (Rainy )
6 2 0:250


1 1

1 1 0:125 0 Cerah (Sunny )
2 6 0:750 3 Hujan (Rainy )
5 5 0:625 3 Hujan (Rainy )
6 2 0:250 1


1 1

1 1 0:125 0 Cerah (Sunny )
2 6 0:750 3 Hujan (Rainy )
5 5 0:625 3 Hujan (Rainy )
6 2 0:250 1 Berawan (Cloudy )
7 3 0:375


1 1

1 1 0:125 0 Cerah (Sunny )
2 6 0:750 3 Hujan (Rainy )
5 5 0:625 3 Hujan (Rainy )
7 3 0:375 1


1 1

1 1 0:125 0 Cerah (Sunny )
2 6 0:750 3 Hujan (Rainy )
5 5 0:625 3 Hujan (Rainy )
8 0 0:000


1 1

1 1 0:125 0 Cerah (Sunny )
2 6 0:750 3 Hujan (Rainy )
5 5 0:625 3 Hujan (Rainy )
8 0 0:000 0


1 1

1 1 0:125 0 Cerah (Sunny )
2 6 0:750 3 Hujan (Rainy )
5 5 0:625 3 Hujan (Rainy )
8 0 0:000 0 Cerah (Sunny )

Formulasi Invers
Diberikan u 2 [0; 1), variat acak yang bersesuaian dengan u dengan distribusi
peluang FX (k) adalah nilai k terkecil yang memenuhi
FX (k) = P (X k) = u.
Bila fungsi FX (k) merupakan fungsi yang inversnya mudah dicari, maka kita
dapat mencari k dengan formulasi k =

Formulasi Invers
FX (k) = P (X k) = u.
dapat mencari k dengan formulasi k = FX 1 (k) .

Formulasi Invers
FX (k) = P (X k) = u.
dapat mencari k dengan formulasi k = FX 1 (k) .
Metode untuk menentukan variat acak dari kejadian diskrit berdistribusi Poisson
dan Geometrik dapat dilihat pada buku teks:
Simulation Modeling and Analysis, Edisi 3, 2000, oleh A. M. Law, W. D.
Discrete-Event Simulation, Edisi 4, oleh J. Banks, J. S. Carson II, B. L.

Pembangkitan Variat Acak Kontinu
Bahasan

Metode Pembangkitan Variat Acak Kontinu

Ide untuk membangkitkan variat acak kontinu dijelaskan sebagai berikut.
Pembangkitan variat acak kontinu dilakukan dengan algoritma invers-transformasi
berikut:


berikut:
2 Diberikan cdf FX (x) = P (X x), tentukan nilai x terkecil yang memenuhi
u FX (x) atau u P (X x).


berikut:
2 Diberikan cdf FX (x) = P (X x), tentukan nilai x terkecil yang memenuhi
u FX (x) atau u P (X x).
3 Karena X variabel acak kontinu, jika fungsi cdf FX (x) memiliki invers, maka
kita dapat menentukan x = FX 1 (u).

Contoh Pembangkitan Variat Acak Kontinu

Waktu kedatangan pelanggan di sebuah ATM mengikuti distribusi eksponensial
dengan pelanggan per jam. Ingat kembali pdf dan cdf dari distribusi
eksponensial secara umum, yaitu
x x
pdf: fX (x) = e dan cdf: FX (x) = 1 e ,
dengan menyatakan banyaknya rata-rata pelanggan per unit interval waktu
tertentu. Jika diberikan u 2 [0; 1), maka nilai x dapat ditentukan melalui cara
berikut
FX (x) = u


x x
berikut
FX (x) = u
x
1 e = u


x x
berikut
FX (x) = u
x
1 e = u
x
e = 1 u


x x
berikut
FX (x) = u
x
1 e = u
x
e = 1 u
x
ln e = ln (1 u)


x x
berikut
FX (x) = u
x
1 e = u
x
e = 1 u
x
ln e = ln (1 u)
x = ln (1 u)


x x
berikut
FX (x) = u
x
1 e = u
x
e = 1 u
x
ln e = ln (1 u)
x = ln (1 u)
1
x = ln (1 u)
Jadi kita memiliki FX 1 (u) = 1

ln (1 u).
Contoh Simulasi
Jika selisih waktu kedatangan antar pelanggan di sebuah ATM mengikuti

distribusi eksponensial dengan = 5 per jam, maka kita memiliki
FX 1 (u) =

Contoh Simulasi
Jika selisih waktu kedatangan antar pelanggan di sebuah ATM mengikuti

distribusi eksponensial dengan = 5 per jam, maka kita memiliki
FX 1 (u) = 1
5 ln (1 u).
Untuk membangkitkan selisih waktu kedatangan antar pelanggan yang
“bersifat acak” misalkan kita memakai LCG xi+1 = (5xi + 1) mod 8 dengan
1
x1 = 1. Akibatnya kita memiliki barisan bilangan acak fxi gi=1 sebagai
1
6; 7; 4; 5; 2; 3; 0; : : : dan fui gi=1 sebagai
0:125; 0:75; 0:875; 0:5; 0:625; 0:25; 0:375; 0:0; : : :
Kita dapat membangkitkan variat acak banyaknya selisih waktu kedatangan
antar pelanggan (mulai pelanggan ke-1 sampai ke-8) dengan terlebih dulu
menghitung nilai F 1 (ui ) untuk i = 1 sampai i = 8.

Untuk mempermudah simulasi yang dilakukan, selisih waktu kedatangan antar

pelanggan dibulatkan ke menit terdekat.
1 1
1 F (0:125) = 5 ln (1 0:125) =


1
1 F 1 (0:125) = 5 ln (1 0:125) = 0:02671 jam = 1:6026 menit, dibulatkan
menjadi 2 menit
1 1
2 F (0:750) = 5 ln (1 0:750) =


1
menjadi 2 menit
2 F 1 (0:750) = 15 ln (1 0:750) = 0:27726 jam = 16:6360 menit,
dibulatkan menjadi 17 menit
3 F 1 (0:875) = 15 ln (1 0:875) =


1
menjadi 2 menit
2 F 1 (0:750) = 15 ln (1 0:750) = 0:27726 jam = 16:6360 menit,
menjadi 25 menit
1 1
4 F (0:500) = 5 ln (1 0:500) =


1
menjadi 2 menit
2 F 1 (0:750) = 15 ln (1 0:750) = 0:27726 jam = 16:6360 menit,
menjadi 25 menit
1
menjadi 8 menit
1 1
5 F (0:625) = 5 ln (1 0:625) =


1
menjadi 2 menit
2 F 1 (0:750) = 15 ln (1 0:750) = 0:27726 jam = 16:6360 menit,
menjadi 25 menit
1
menjadi 8 menit
5 F 1 (0:625) = 15 ln (1 0:625) = 0:19617 jam = 11:7700 menit,
1 1
6 F (0:250) = 5 ln (1 0:250) =


1
menjadi 2 menit
2 F 1 (0:750) = 15 ln (1 0:750) = 0:27726 jam = 16:6360 menit,
menjadi 25 menit
1
menjadi 8 menit
5 F 1 (0:625) = 15 ln (1 0:625) = 0:19617 jam = 11:7700 menit,
1
menjadi 3 menit
1 1
7 F (0:375) = 5 ln (1 0:375) =


1
menjadi 2 menit
2 F 1 (0:750) = 15 ln (1 0:750) = 0:27726 jam = 16:6360 menit,
menjadi 25 menit
1
menjadi 8 menit
5 F 1 (0:625) = 15 ln (1 0:625) = 0:19617 jam = 11:7700 menit,
1
menjadi 3 menit
menjadi 6 menit.
1 1
8 F (0:000) = 5 ln (1 0:000) =


1
menjadi 2 menit
2 F 1 (0:750) = 15 ln (1 0:750) = 0:27726 jam = 16:6360 menit,
menjadi 25 menit
1
menjadi 8 menit
5 F 1 (0:625) = 15 ln (1 0:625) = 0:19617 jam = 11:7700 menit,
1
menjadi 3 menit
menjadi 6 menit.
8 F 1 (0:000) = 15 ln (1 0:000) = 0:0000 jam = 0 menit, dibulatkan
menjadi 0 menit.
Kita dapat mensimulasikan waktu kedatangan pelanggan ke ATM mulai dari

pelanggan ke-1 sampai pelanggan ke-8.
Dari hasil sebelumnya, kita de…nisikan ti = F 1 (ui ) sebagai selisih waktu
kedatangan pelanggan ke-i dengan ke i 1 untuk i 2.
Misalkan Arrivei menyatakan waktu kedatangan pelanggan ke-i ke ATM
(dihitung sejak ATM beroperasi). Maka kita memiliki tabel berikut.
i (pelanggan) ti (menit) Arrivei (menit)

1 2



1 2 2
2 17



1 2 2
2 17 19
3 25



1 2 2
2 17 19
3 25 44
4 8



1 2 2
2 17 19
3 25 44
4 8 52
5 12



1 2 2
2 17 19
3 25 44
4 8 52
5 12 64
6 3



1 2 2
2 17 19
3 25 44
4 8 52
5 12 64
6 3 67
7 6



1 2 2
2 17 19
3 25 44
4 8 52
5 12 64
6 3 67
7 6 73
8 0



1 2 2
2 17 19
3 25 44
4 8 52
5 12 64
6 3 67
7 6 73
8 0 73



1 2 2
2 17 19
3 25 44
4 8 52
5 12 64
6 3 67
7 6 73
8 0 73
Terlihat bahwa LCG xi+1 = 5xi + 8 dengan x1 = 1 memberikan suatu

kondisi di mana dua pelanggan datang ke ATM dalam waktu bersamaan.

Latihan
Latihan
Suatu kejadian kontinu dengan ruang sampel interval [a; b] berdistribusi uniform.
Tentukan cara membangkitkan variat acak pada ruang sampel tersebut jika
diberikan u 2 [0; 1). (Petunjuk: cdf dari distribusi un…orm pada [a; b] adalah
FX (x) = xb aa ).
Latihan
Kedatangan penumpang antara pukul 08 : 00 09 : 00 pada sebuah halte bus
berdistribusi uniform. Buatlah sebuah daftar simulasi waktu kedatangan delapan
penumpang ke halte bus tersebut menggunakan LCG xi+1 = (5xi + 1) mod 8
dengan x1 = 1.

Solusi:
Untuk membangkitkan variat acak pada ruang sampel [a; b] yang berdistribusi
uniform, kita memiliki cdf FX (x) = xb aa , akibatnya
FX (x) = u

Solusi:
FX (x) = u
x a
= u
b a

Solusi:
FX (x) = u
x a
= u
b a
x a = u (b a)

Solusi:
FX (x) = u
x a
= u
b a
x a = u (b a)
x = u (b a) + a,
jadi formulasi untuk membangkitkan variat acak berdistribusi uniform adalah

FX 1 (u) =

Solusi:
FX (x) = u
x a
= u
b a
x a = u (b a)
x = u (b a) + a,
jadi formulasi untuk membangkitkan variat acak berdistribusi uniform adalah

FX 1 (u) = u (b a) + a.

Bila LCG xi+1 = (5xi + 1) mod 8 dengan x1 = 1, maka kita memiliki barisan
1 1
bilangan acak fxi gi=1 sebagai 6; 7; 4; 5; 2; 3; 0; : : : dan fui gi=11 sebagai
0:125; 0:75; 0:875; 0:5; 0:625; 0:25; 0:375; 0:0; : : :.
Ruang sampel yang ditinjau adalah waktu antara 08 : 00 09 : 00. Kita dapat
mende…nisikan variabel acak kontinu T yang menyatakan waktu kedatangan
penumpang ke halte tersebut dengan T (08 : 00) = 0 dan T (09 : 00) = 60. Nilai t
yang memenuhi FT (t) = u dapat diperoleh dari formulasi
t = FT (u) = u (b a) + a = 60u + 0 = 60.

Bila nilai ti = Ft (ui ) = 60ui dan ui merupakan barisan variabel acak yang kita
miliki, maka kita memiliki tabel simulasi berikut untuk penumpang ke-1 sampai
penumpang ke-8.
waktu kedatangan ke halte

i (penumpang) ui ti (menit)
(jam : menit : detik)
1 0:125

penumpang ke-8.

1 0:125 7:5

penumpang ke-8.

1 0:125 7:5 08 : 07 : 30
2 0:750

penumpang ke-8.

1 0:125 7:5 08 : 07 : 30
2 0:750 45:0

penumpang ke-8.

1 0:125 7:5 08 : 07 : 30
2 0:750 45:0 08 : 45 : 00
3 0:875

penumpang ke-8.

1 0:125 7:5 08 : 07 : 30
2 0:750 45:0 08 : 45 : 00
3 0:875 52:5

penumpang ke-8.

1 0:125 7:5 08 : 07 : 30
2 0:750 45:0 08 : 45 : 00
3 0:875 52:5 08 : 52 : 30
4 0:500

penumpang ke-8.

1 0:125 7:5 08 : 07 : 30
2 0:750 45:0 08 : 45 : 00
3 0:875 52:5 08 : 52 : 30
4 0:500 30:0

penumpang ke-8.

1 0:125 7:5 08 : 07 : 30
2 0:750 45:0 08 : 45 : 00
3 0:875 52:5 08 : 52 : 30
4 0:500 30:0 08 : 30 : 00
5 0:625

penumpang ke-8.

1 0:125 7:5 08 : 07 : 30
2 0:750 45:0 08 : 45 : 00
3 0:875 52:5 08 : 52 : 30
4 0:500 30:0 08 : 30 : 00
5 0:625 37:5

penumpang ke-8.

1 0:125 7:5 08 : 07 : 30
2 0:750 45:0 08 : 45 : 00
3 0:875 52:5 08 : 52 : 30
4 0:500 30:0 08 : 30 : 00
5 0:625 37:5 08 : 37 : 30
6 0:250

penumpang ke-8.

1 0:125 7:5 08 : 07 : 30
2 0:750 45:0 08 : 45 : 00
3 0:875 52:5 08 : 52 : 30
4 0:500 30:0 08 : 30 : 00
5 0:625 37:5 08 : 37 : 30
6 0:250 15:0

penumpang ke-8.

1 0:125 7:5 08 : 07 : 30
2 0:750 45:0 08 : 45 : 00
3 0:875 52:5 08 : 52 : 30
4 0:500 30:0 08 : 30 : 00
5 0:625 37:5 08 : 37 : 30
6 0:250 15:0 08 : 15 : 00
7 0:375

penumpang ke-8.

1 0:125 7:5 08 : 07 : 30
2 0:750 45:0 08 : 45 : 00
3 0:875 52:5 08 : 52 : 30
4 0:500 30:0 08 : 30 : 00
5 0:625 37:5 08 : 37 : 30
6 0:250 15:0 08 : 15 : 00
7 0:375 22:5

penumpang ke-8.

1 0:125 7:5 08 : 07 : 30
2 0:750 45:0 08 : 45 : 00
3 0:875 52:5 08 : 52 : 30
4 0:500 30:0 08 : 30 : 00
5 0:625 37:5 08 : 37 : 30
6 0:250 15:0 08 : 15 : 00
7 0:375 22:5 08 : 22 : 30
8 0:000

penumpang ke-8.

1 0:125 7:5 08 : 07 : 30
2 0:750 45:0 08 : 45 : 00
3 0:875 52:5 08 : 52 : 30
4 0:500 30:0 08 : 30 : 00
5 0:625 37:5 08 : 37 : 30
6 0:250 15:0 08 : 15 : 00
7 0:375 22:5 08 : 22 : 30
8 0:000 0:0

penumpang ke-8.

1 0:125 7:5 08 : 07 : 30
2 0:750 45:0 08 : 45 : 00
3 0:875 52:5 08 : 52 : 30
4 0:500 30:0 08 : 30 : 00
5 0:625 37:5 08 : 37 : 30
6 0:250 15:0 08 : 15 : 00
7 0:375 22:5 08 : 22 : 30
8 0:000 0:0 08 : 00 : 00

peluang FX (x) adalah nilai x terkecil yang memenuhi
FX (x) = P (X x) = u.
Bila fungsi FX (x) merupakan fungsi yang inversnya mudah dicari, maka kita
dapat mencari x dengan formulasi k =

FX (x) = P (X x) = u.
dapat mencari x dengan formulasi k = FX 1 (x).

FX (x) = P (X x) = u.
dapat mencari x dengan formulasi k = FX 1 (x).
Sayangnya, tidak semua fungsi distribusi kumulatif (cdf) dari variabel acak
kontinu memiliki invers yang mudah dicari, contohnya cdf dari distribusi normal
dide…nisikan sebagai
Z x !
2
1 (u )
FX (x) = p exp ,
1 2 2 2
fungsi inversnya sulit ditentukan secara analitik.

Secara umum, metode membangkitkan variat acak (baik diskrit maupun kontinu)
ada beberapa jenis, yaitu:
1 metode transformasi invers (yang dipelajari dalam kuliah ini),
2 metode penerimaan-penolakan (acceptance-rejection technique), dapat
digunakan untuk menentukan variat acak yang berdistribusi Poisson,
3 metode komposisi,
4 metode konvolusi,
5 metode karakterisasi.

Secara umum, metode membangkitkan variat acak (baik diskrit maupun kontinu)
ada beberapa jenis, yaitu:
1 metode transformasi invers (yang dipelajari dalam kuliah ini),
2 metode penerimaan-penolakan (acceptance-rejection technique), dapat
digunakan untuk menentukan variat acak yang berdistribusi Poisson,
3 metode komposisi,
4 metode konvolusi,
5 metode karakterisasi.
Penjelasan lebih jauh tentang metode-metode di atas dapat dilihat pada buku
teks:
Simulation Modeling and Analysis, Edisi 3, 2000, oleh A. M. Law, W. D.
Discrete-Event Simulation, Edisi 4, oleh J. Banks, J. S. Carson II, B. L.

Zee60247d62 PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Zee60247d62 PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

Variat Acak (Random Variates)

Kuliah Pemodelan Sistem Semester Genap 2015-2016

MZI (FIF Tel-U) Variate Acak Februari 2016 1 / 44

1 Motivasi dan De…nisi

2 Pembangkitan Bilangan Acak

3 Pembangkitan Variat Acak Diskrit

4 Pembangkitan Variat Acak Kontinu

MZI (FIF Tel-U) Variate Acak Februari 2016 3 / 44

1 Motivasi dan De…nisi

2 Pembangkitan Bilangan Acak

3 Pembangkitan Variat Acak Diskrit

4 Pembangkitan Variat Acak Kontinu

MZI (FIF Tel-U) Variate Acak Februari 2016 4 / 44

Mengapa Diperlukan Variat Acak?

MZI (FIF Tel-U) Variate Acak Februari 2016 5 / 44

Variat acak berkaitan dengan pembangkitan bilangan acak (random number

MZI (FIF Tel-U) Variate Acak Februari 2016 6 / 44

Variat acak berkaitan dengan pembangkitan bilangan acak (random number

MZI (FIF Tel-U) Variate Acak Februari 2016 6 / 44

Variat acak berkaitan dengan pembangkitan bilangan acak (random number

MZI (FIF Tel-U) Variate Acak Februari 2016 6 / 44

1 Motivasi dan De…nisi

2 Pembangkitan Bilangan Acak

3 Pembangkitan Variat Acak Diskrit

4 Pembangkitan Variat Acak Kontinu

MZI (FIF Tel-U) Variate Acak Februari 2016 7 / 44

Pembangkitan Bilangan Acak (Random Number

MZI (FIF Tel-U) Variate Acak Februari 2016 8 / 44

Pembangkitan Bilangan Acak (Random Number

MZI (FIF Tel-U) Variate Acak Februari 2016 8 / 44

Pembangkitan Bilangan Acak (Random Number

MZI (FIF Tel-U) Variate Acak Februari 2016 8 / 44

Pembangkitan Bilangan Acak (Random Number

Contoh Perangkat Keras TRNG

Gambar diambil dari Wikipedia.

Pembangkit bilangan acak semu (pseudo-random number generator ) merupakan

PRNG tidak aman untuk digunakan dalam implementasi beberapa protokol

MZI (FIF Tel-U) Variate Acak Februari 2016 10 / 44

Pembangkit Linier Kongruensial (Linear Congruential

MZI (FIF Tel-U) Variate Acak Februari 2016 11 / 44

Pembangkit Linier Kongruensial (Linear Congruential

MZI (FIF Tel-U) Variate Acak Februari 2016 12 / 44

MZI (FIF Tel-U) Variate Acak Februari 2016 12 / 44

MZI (FIF Tel-U) Variate Acak Februari 2016 12 / 44

MZI (FIF Tel-U) Variate Acak Februari 2016 13 / 44

MZI (FIF Tel-U) Variate Acak Februari 2016 13 / 44

MZI (FIF Tel-U) Variate Acak Februari 2016 13 / 44

MZI (FIF Tel-U) Variate Acak Februari 2016 13 / 44

MZI (FIF Tel-U) Variate Acak Februari 2016 13 / 44

MZI (FIF Tel-U) Variate Acak Februari 2016 13 / 44

MZI (FIF Tel-U) Variate Acak Februari 2016 13 / 44

MZI (FIF Tel-U) Variate Acak Februari 2016 13 / 44

MZI (FIF Tel-U) Variate Acak Februari 2016 13 / 44

Panjang Siklus dari LCG

MZI (FIF Tel-U) Variate Acak Februari 2016 14 / 44

MZI (FIF Tel-U) Variate Acak Februari 2016 15 / 44

MZI (FIF Tel-U) Variate Acak Februari 2016 16 / 44

MZI (FIF Tel-U) Variate Acak Februari 2016 16 / 44

MZI (FIF Tel-U) Variate Acak Februari 2016 16 / 44

MZI (FIF Tel-U) Variate Acak Februari 2016 16 / 44

MZI (FIF Tel-U) Variate Acak Februari 2016 16 / 44

MZI (FIF Tel-U) Variate Acak Februari 2016 16 / 44

MZI (FIF Tel-U) Variate Acak Februari 2016 16 / 44