Permodelan Dan Simulasi Monte

Carlo
Dian Novtani
065109317
 Bahasan Bab 9
Sejarah Metode Monte Carlo
Metode Monte Carlo
Simulasi Monte Carlo
 Sejarah Metode Monte Carlo
Istilah monte carlo dalam simulasi mulai di
perkenalkan oleh compte de buffon pada
tahun 1997
dan pemakaiannya pada sistem nyata dimulai
selama perang dunia II di perkenalkan oleh
S.ulam dan J.von neumann pada los alamos
scientific laboratoy.
 Sejarah Metode Monte Carlo
metode monte carlo :
Menggunakan bilangan random untuk
menyelesaikan masalah yang sulit dan rumit jika
di pecahkan dengan eksperimen saja , maka
melalui komputer dengan teknik yang di sebut
dengan metode monte carlo.
Monte carlo adalah kota judi terbesar di dunia
Metode monte carlo digunakan dengan istilah
sampling statistik.
 Metode Monte Carlo
Metode Monte Carlo adalah algoritma
komputasi untuk mensimulasikan berbagai
perilaku sistem fisika dan matematika.
Metode ini terbukti efisien dalam
memecahkan persamaan diferensial, integral
medan radians.
Metode monte carlo umumnya dilakukan
meggunakan komputer dan memakai teknik
simulasi komputer.
 Metode Monte Carlo
Algoritma monte carlo adalah metode monte
carlo numerik yang di gunakan untuk
menemukan solusi problem matematis ( yang
terdiri dari banyak variabel) yang susah di
pecahkan
Misalnya : kalkulus, integral dan metode
numerik lainnya.
 Metode Monte Carlo
Beberapa aplikasi metode monte carlo antara
lain :
Grafis : ray tracing
Permodelan transportasi ringan dalam
jaringan multi lapis : multi-layered tissues
(MCML).
Finansial : simulasi prediksi struktur protein
Dan masih banyak lagi.
 Simulasi Monte Carlo
Simulasi komputer harus menggunakan model
komputer untuk menirukan dengan yang
nyata ( aslinya ).
Simulasi monte carlo adalah suatu metode
untuk mengevaluasi secara berulang suatu
model deterministik menggunakan himpunan
bilangan acak sebagai masukan.
Model Deterministik Parametrik
Model Stokastik Untuk Rakitan Engsel
 Perambatan Ketaktentuan
( Uncertainty Propagation )
 Contoh Pemakaian Metode Monte
Carlo
Menghitung luas di bawah kurva f(x) = 1 sin x.

jumlah titik di dalam kurva

Pa = --------------------------------------
jumlah titik yang dilempar

Maka luas daerah di bawah kurva :

Luas = Pa ( luas OABC)
 Implementasi Simulasi Integrasi
Dengan Monte Carlo Dalam CODE C

Luas.cpp
 Masalah buffon-needle
Ada 2 buah jalur paralel dengan jarak x1.
sebuhan jarum panjang xn. Dilempar secarada
random. Berapakah kemingkinan jarum
memotong salah satu garis.
Jumlah jarum memotong
P = ---------------------------------
jumlah pengambilan x dan 0
thanks