Random Numbers
β’Download as PPTX, PDFβ’
0 likesβ’70 views
Algoritma numerik untuk bilangan acak menjelaskan tentang bilangan acak, kebutuhan komputer akan bilangan acak, dan cara komputer menghasilkan bilangan acak secara deterministik menggunakan algoritma seperti Middle Square dan Linear Congruential Generator."
![Algoritma numerik
untuk bilangan
acakKelompok 7 :
Miftahul Nuril S. [18081010040]
Sarirotul Latifah [18081010045]
Susi Rahmawati [18081010048]
Anindya K.A.P. [18081010098]](https://image.slidesharecdn.com/daarandomnumbers-200510221412/85/Random-Numbers-1-320.jpg)
Recommended
More Related Content
Similar to Random Numbers
More from Anindya Kusumaningrum
More from Anindya Kusumaningrum (7)
Recently uploaded
Recently uploaded (20)
Random Numbers
- 1. Algoritma numerik untuk bilangan acakKelompok 7 : Miftahul Nuril S. [18081010040] Sarirotul Latifah [18081010045] Susi Rahmawati [18081010048] Anindya K.A.P. [18081010098]
- 2. Bilangan Acak? Bilangan yang tidak dapat diprediksi. Biasa digunakan untuk game hingga dibidang kriptografi, seperti ; untuk pembangkitan parameter kunci pada algoritma kunci- publik, pembangkitan initialization vector (IV) pada algoritma kunci-simetri, dan sebagainya 2
- 3. Komputer perlu random number untuk menenkripsi informasi, keperluan game, bisa juga untuk simulasi variable untuk prediksi cuaca, penjadwalan pesawat, dan masih banyak lagi 3
- 4. 4
- 6. Deterministik 6 Komputer hanya bisa mengikuti perintah yang telah disiapkan/diberikan oleh software, Malahan inti dari software adalah untuk melakukan perhitungan matematika lalu dsimpan Distorage dan melakukan pemilihan mana perintah yg harus dijalankan dari Membandingkan 2 angka, dan memilih yang paling besar.
- 7. 7 In a sense, there is no such thing as a random number. For example, is 2, a random number?. Rather, we speak of a sequence of independent random numbers with a specified distribution. - Donald Knuth
- 8. 8 Masih ingat Probabilitas Dadu ? Untuk menciptakan perkiraan dari hasil dadu, diperlukan random number [X0,X1,β¦β¦] setiap dari random Number tadi memiliki peluang sebesar 1/6 untuk menjadi setiap angka yang ada di antara 1 sampai 6. Ini yang dimaksud distribusi yang telah ditentukan.
- 10. β Bisa menhasilkan deret random number, tapi computer bergantung pada eksternal input yang berasal dari proses acak dari dunia nyata. β Contoh : Geiger Counter, mengambil data dari radiasi. Deret angka yang dihasilkan akan random, karena radiasi itu pasti random. β Kekurangan : 1 . Tambah hardware 2. Lambat 3. Deret Tidak dapat diulang 10
- 11. Sampai sekarang masih jarang dibutuhkan random number yang asli, maka computer bisa menghasilkan random number dari proses deterministic. Bilangan acak ini disebut bilangan acak semu (pseudo), pseudo- random numbers adalah deret angka yang mana kelihatannya acak tapi sebenarnya tidak. Karena dihasilkan dari perhitungan matematika biasa dan ada polanya. 11
- 12. Middle Square Algoritm Misal, seed nya 4321. Maka, 12 πΏ π+π = ππ¦π©ππ ππ§π π€π πππ§π ππ‘ πππ«π’ (πΏ π) π Jika hasil dari kuadrat kurang dari 8 digit maka tambah kan 0 sampai angka jadi 8 digit Gunanya untuk mendapatkan random number dari 0 - 9999
- 13. Linear Congruential Generator β Memiliki 4 input, modulus [M], pengkali [A], increment [C], seed [S] β M = 7829, A=378 C = 2310, S = 4321 β S * A + C mod M β 4321 * 378 + 2310 mod 7829 β 7216 β Xn+1 = Xn * A + C mod M β Rentang random number = 7828 [M-1] 13
- 14. β β Cara menentukan seed biasanya di ambil dari jam. Misal diambil dari millisecond sebelum besok. β Kurang 70.483.475, berarti 70483475 modulo 11 = 7 -> seed 14
- 15. β Bagaimana cara menentukan Algoritma yang pas ? 15
- 16. 16
- 17. Perlu diingat bahwa keuntungan dari pseudonumbers adalah seed, untuk testing program. Supaya sequence[deret] mudah ditiru. β Keuntungan pseudorandom numbers : 1. Mudah ditiru [Karena seednya] 2. Tidak perlu alat tambahan 3. Efisien β Kekruangan : BUKAN random number asli, tapi bisa dibuat lebih mirip asli atau bahkan kurang mirip. 17 MSA LCA 4321 4321 6710 7216 241 5466 580 1602 3364 5033 3164 2337 108 1019
- 18. Apa standar keacakan dari suatu deret? β Tidak ada β Hanya ada tes statistic saja, contoh moving average, mean atau track saja histori dari deret itu untuk mengetahui berapa kali deret terulang. 18
- 19. Contoh : 2916 [MSA] 2916 5030 3009 540 2916 19 Periode [0,9999] Tidak mungkin angka yang dihasilkan lebih dari 10.000 angka di satu deret Periode nya itu tidak munkin lebih dari 4096
- 21. Credits 21