MODUL 3.

PROSES STOKASTIK
Latar Belakang Proses
Stokastik
Adanya manfaat model menggunakan
probabilitas di banding model
deterministik
Pengamatan dilakukan pada saat yang
berbeda tidak dilakukan pada suatu
periode waktu tertentu
Phenomena fisika dan ilmu lain
merupakan phenomena acak.
Latar Belakang(lanjutan)
Secara Statistika, hal ini berarti makin
terasa kebutuhan akan aplikasi variabel
acak yang berbentuk/tergantung pada
waktu atau ruang (space).

Definisi
Proses Stokastik (Stochastic Processes)
adalah himpunan variabel acak yang
merupakan fungsi waktu (time) atau
sering pula disebut proses acak
(random processes).
Contoh 1:
Pelemparan Sebuah Dadu
Seandainya variabel acak X
n
= hasil lemparan ke
n, n>=1. Maka {X
n
, n>=1} merupakan himpunan
variabel acak, untuk n yang berbeda akan didapat
variabel acak yang berbeda X
n
, Ini membentuk
proses stokastik.
Seandainya Y
n
= banyaknya enam yang tampak
dalam n lemparan pertama. Tiap harga n akan
menghasilkan variabel acak Y
n
yang berbeda. Y
1
=
0,1; Y
2
= 0,1,2; Y
3
= 0,1,2,3 dan seterusnya. Jadi
{Y
n
,n>=1} merupakan himpunan variabel acak, ini
juga merupakan proses Stokastik.
Contoh 2
Pandang r kotak tersedia bola yang
banyaknya tak terhingga. Bola
dilempar/dimasukkan ke dalam kotak
secara acak. Jika X
n
= banyaknya kotak
yang terisi bola setelah lemparan ke n,
maka {X
n
, n1} merupakan proses
stokastik. Atau seandainya Y
n
=
banyaknya bola yang masuk pada kotak
nomor 4 setelah lemparan ke n. Disini
{Y
n
, n1} juga merupakan Proses stokastik.
Contoh 3
Pandang variabel acak yang
menyatakan banyaknya pengunjung
yang masuk toko swalayan selama
suatu periode waktu tertentu (0,t),fungsi
X(t). Disini himpunan X(t) dengan tT
merupakan Proses Stokastik {X(t), tT}.
t=1 kita punya (0,1) berarti selang waktu dr
toko dibuka sampai 1 jam ke depan dan
fungsi X(1). X(1) berarti cuma ada 1 orang
yg dtg ke toko selama 1 jam.
Spesifikasi Proses Stokastik
Ruang state (state space): himpunan
harga-harga yang mungkin untuk suatu
variabel acak X
n
dari suatu proses
stokastik {X
n
, n1}.
Bagaimana bentuk ruang state dari contoh
1 dan contoh 3?


Spesifikasi...(lanjutan)
Ruang state suatu variabel
acak mungkin diskrit atau
kontinu.
Jenis Proses Stokastik
Waktu diskrit, ruang state diskrit contoh 1
Waktu diskrit, ruang state kontinu contoh 2
Waktu kontinu, ruang state diskrit contoh 3
Waktu kontinu, ruang state kontinu cari
contohnya?

Dinyatakan dengan {X(t),tT}.
Dalam kasus diskrit biasanya digunakan
parameter n, sehingga ditulis
{X
n
, n=0,1,2,}
Contoh 4:
X(t) = banyaknya pengunjung toko
selama t jam
X(2) yaitu banyaknya pengunjung toko
selama 2 jam, (0,2) dari buka hingga
dua jam kemudian.
X(2)=0,1,2,3,
Waktu kontinu, ruang state diskrit.
Contoh lainnya??
Hubungan Antara X
n

X
n
{ X
n
} independen satu dengan yang
lainnya.
Pada Contoh 3, X
n
independen terhadap
yang lainnya. Akan tetapi Y
n
tidak
independen, Mengapa?

Proses dengan incremen
independen
Jika untuk semua t
1
, t
2
,, t
n
; dimana
t
1
< t
2
<< t
n
variabel acak X( t
2
) - X( t
1
),
X( t
3
) - X( t
2
), , X( t
n
) - X( t
n-1
)
independen. Maka {X(t),tT} dikatakan
sebagai proses stokastik dengan
incremen independen.
Pada proses stokastik dengan
parameter (waktu dan ruang) diskrit,
T={0,1,2,}, t
i
= i-1, X( t
i
)=X
i-1
,
Z
i
= X
i
- X
i-1

i=1,2, dan z
0
= x
0.

Terdapatlah proses {Z
n
, n0} dan Z
n

merupakan variabel acak independen.
Ujian
Definisi, contohnya, contoh 2; Xn
independen, Yn nya tidak, mengapa?
Karena Yn tergantung dg lemparan
sebelumnya