BILANGAN

RANDOM/ACAK
• Bilangan acak tersebut harus mempunyai distribusi serba sama (uniform)
• Masing-masing bilangan acak tidak bergantung atau independence
 PEMBENTUKAN BILANGAN RANDOM

• Perilaku random digambarkan dengan Random Number

Generator (RNG)
• Linier Congruential Generator (LGC)
• Mixed LGC
• Multiplicative LGC
• Menggunakan LGC, urutan integer Z1, Z2, Z3,……. Zn dapat didefinisikan dengan
rumus:
Zi = (aZi-1 + c) (mod m)
Dimana a : Konstanta Pengali
c : Konstanta Pergeseran/Penambah
m : Konstanta Modulus
Z0 : Bilangan awal/Nilai Awal
• Nilai Zi dibatasi oleh nilai 0 ≤ Zi ≤ m-1
• Untuk versi kontinu dari distibusi seragam dengan range nilai antara 0 dan 1
dapat diperoleh dengan rumus:
Ui : , I = 1, 2, 3, …….
• Untuk memastikan bahwa random number generator menghasilkan bilangan sebanyak siklus m, maka
nilai a, c, dan m harus ditentukan dengan hati-hati.
• Contoh pembangkitan bilangan random, nilai a=21, c=3, Z0 dan m – 16, z dapat dihitung dengan cara
berikut:
Z1 = (21 . 13 +3) mod (16)
Z1 = (276) mod (16)
Z1 = 4
U1 = 4/16 = 0,25
i Zi Ui i Zi Ui
0 13
1 4 0,2500 11 14 0,8750
2 7 0,4375 12 9 0,5625
3 6 0,3750 13 0 0,0000
4 1 0,0625 14 3 0,1875
5 8 0,5000 15 2 0,1250
6 11 0,6875 16 13 0,8125
7 10 0,6250 17 4 0,2500
8 5 0,3125 18 7 0,4375
9 12 0,7500 19 6 0,3750
10 15 0,9375 20 1 0,0625
• Untuk menghasilkan siklus maksimum, nilai a, c, dan m harus dipilih dengan hati-hati agar berikut ini
dapat dipenuhi (Pritsker, 1995)
1. m = 2b, dimana b tersebar ditentukan berdasarkan nilai bits dari komputer yang digunakan dikurangi satu
(untuk komputer 32 bits, nilai maksimal b = 31)
2. c dan m mempunyai nilai KPK terbesar 1 (atau satu-satunya nilai integer positif yang membagi m dan c adalah
1)
3. a = 1 + 4k, dimana k adalah integer
• Apabila ketiga hal diatas dapat terpenuhi, maka LCG dapat mencapai siklus penuh sebanyak 2 b, atau
untuk b=31 sama dengan lebih dari 2,1 juta nilangan random
• Mixed LCG dibentuk dengan menetukan nilai c > 0
• Multiplicative LCG dibentuk dengan menentukan nilai c=0
 PEMBENTUKAN RANDOM VARIATES

i Ui Xi i Ui Xi
1 0,2500 2 6 0,6875 3
2 0,4375 3 7 0,6250 3
• Inverse Transformation untuk Distribusi Diskrit
3 0,3750 3 8 0,3125 3
4 0,0625 1 9 0,7500 3
5 0,5000 3 10 0,9375 3
Inverse Transformation untuk Distribusi Kontinyu
Untuk distribusi kontinyu dengan probability density function (PDF) , berikut langlah-Langkah untuk
mendapatkan variate random x
1. Tentukan terlebih dahulu fungsi kumulatif dari distribusi kontinyu, yaitu F(x) = P(X ≤ x)
2. Bangkitkan bilangan random U dengan distribusi seragam pada range 0 sampai 1
3. Tentukan U = F(x). Persamaan berikut akan mengubah U menjadi nilai x yang berdistribusi f(x)
x = F1 (U)
4. Dapatkan variate random x dengan memasukkan nilai U pada persamaan yang ditentukan di
langkah ketiga
Contoh proses untuk mendapatkan 5 variate yang berdistribusi ekponensial dengan mean = 3. PDF dan
fungsi distibusi kumulatif dari distribusi tersebut sebagai berikut :
1. Langkah 1

Adapun fungsi distribusi komulatifnya

=1-
• Langkah 2
Untuk mempercepat proses, gunakan U dari contoh sebelumnya yaitu U 1=0,2500, U2=0,4375, U3=0,3750,
U4=0,0625, U5=0,5000
• Langkah 3
Tentukan U = F(x), gunakan U untuk mendapatkan nilai x
U=1-
= 1- U
In() = In (1-U)
-x/𝜷 = In(1-U)
X=- In(1-U)
Untuk = 3, maka persamaan diatas dapat diubah menjadi
Xi=-3 In(1-Ui)
• Langkah 4
X1 = -3 In(1-0,2500)=0,863
X2 = -3 In(1-0,24375)=0,863
X3 = -3 In(1-0,3750)=0,863
X4 = -3 In(1-0,0625)=0,863
X5 = -3 In(1-0, 5000)=0,863
 LATIHAN SOAL

• Tanpa harus melakukan Zi, manakah persamaan LGC dibawah ini yang akan menghasilkan bilangan
random sebanyak 1 siklus penuh. Berikan alas an dengan jelas!
1. Zi = (13Zi-1 +13) Mod 16
2. Zi = (12Zi-1 +13) Mod 16
3. Zi = (13Zi-1 +12) Mod 16
4. Zi = (Zi-1 +12) Mod 13

• Bangkitkan sepuluh bilangan random dengan menetapkan parameter LCG sebagai berikut: m=65, a=21,
c=3; gunakan 2 digit terakhir stambuk anda sebagai Z0