Anda di halaman 1dari 6

STOPPING TIME

Defenisi:
Stopping time adalah waktu pertama kali dari proses memenuhi
kondisi yang telah ditetapkan. Misalkan terdapat {, ,
merupakan ruang peluang dan terdapat filtrasi

} yang

{ } k 0 .

Sebuah Stopping Time adalah sebuah variabel acak:


{0,1,,n} {} dengan sifat {

, ()=k }

k ;

Stopping time memberikan suatu cara untuk memodelkan masalah


keputusan yang optimal terkait proses stokastik menemukan suatu
kriteria kerja yang dibatasi oleh waktu yang acak.

HITTING TIME
Misalkan {X(t), t 0} merupakan suatu proses stokastik dan S adalah
suatu himpunan hitting time adalah saat pertama kali Xt mengenai S
= min { t Xt

S} atau Xt

S jika t

Jika t merupakan suatu filtrasi yang berhubungan dengan Xt maka { t


}

FIRST PASSAGE TIME


n

Misal terdapat sebuah random walk yang simetris { wk } k 0 terdefenisi


pada persamaan
k

wk =

X
i 1

; k 0,1,..., n

Definisikan sebuah stopping time


= min {k 0 ; wk = 1}
Proses tersebut merupakan First Passage Time to 1, jika untuk pertama
kalinya muncul muka (M) lebih banyak dari munculnya belakang (B).

Materi
Misalkan Xt adalah sebuah proses stokastik dan S adalah beberapa set.
Hitting time adalah waktu pertama kali Xt terkena S.
= min {t Xt S}..........................................(1)
Defenisi ini masuk akal tanpa ekstra teknik matematis jika Xt adalah
fungsi dari t kontinu dan S adalah set tertutup. Dalam kasus itu, X S
dan X

S jika t < . Banyak permasalahan praktis diformulasikan

menggunakan hitting times. Kapan sesuatu berhenti? Berapa lama


dibutuhkan untuk travel dengan jarak yang ditentukan?
Hitting time adalah contoh penting dari ide umum dari stopping
time. Stopping time adalah waktu yang bergantung pada jalur X[0, T] , yang
membuatnya sebuah variabel acak. Yang membedakan sebuah stopping
time adalah bahwa ketika waktu t dimana t. Jika t adalah filtrasi
berkaitan dengan Xt, maka
{ t } t...................................................(2)
Sebuah hitting time adalah sebuah stopping time karena ketika waktu t
diketehui pada nilai XS untuk s t, dimana Xs S untuk beberapa s t.
Ada beberapa stopping time bukan hitting time. Sebagai contoh, anda
boleh berhenti untuk pertama kali Xt telah berada dalam S untuk sebuah
beberapa waktu yang diberikan.
Beberapa waktu random bukanlah stopping times. Sebagai contoh,
ambil waktu maksimum dibandingkan waktu minimum dalam persamaan
(1). Keadaan tersebut adalah last exit time untuk S. Ketika waktu t, anda
mungkin tidak mengetahui bahwa Xs akan masuk S untuk beberapa s > t,
sehingga anda tidak tahu dimana t.
Stopping time memberikan sebuah cara untuk memodelkan
keputusan optimum yang berhubungan dengan proses stokastik Xt.
Sebuah keputusan optimal adalah masalah menemukan fungsi (X[0, T])
yang memaksimumkan atau meminimumkan beberapa kriteria performa.
Banyak percobaan obat klinis mempunyai kriteria bahwa akhir percobaan
jika obat dengan cepat menunjukkan bahwa obat itu berguna atau
bahaya.
Misalkan masalah stopping sebuah gerak Brownian bernilai maksimum
max E[W ]

W [0,T ]

........................................................................(3)

Satu solusi yang mungkin akan mengambil nilai maksimum:

W max Wt
0 t T

Tapi persamaan di atas bukan sebuah stopping time. Bahkan jika Wt nilai
terbesar, anda tidak punya cara apakah Ws > Wt untuk beberapa s > t. (Koreksi:
Hampir pasti ada s (t, T) dengan Ws > Wt). Keputusan optimal akan membatasi
kelas waktu acak terhadap stopping times. Anda harus menentukan apakah
berhenti atau tetap bergerak pada waktu t.
Banyak masalah hitting time dan keputusan masalah yang optimal mungkin
diselesaikan dengan menggunakan persamaan diferensial parsial. Untuk
masalah hitting times, anda menyelesaikan persamaan maju atau mundur dalam
komplemen S dan mengkhususkan kondisi batas pada batas S. Banyak
keputusan masalah yang optimum mempunyai struktur bahwa stopping time
optimal diberikan dengan batas keputusan yang optimum. Batas ini adalah
himpunan St sehingga bahwa adalah waktu pertama Xt

St.

Sebuah proses stokastik adalah martingale jika


E [ Xs t ] = Xt........................................................................................................................... (4)
Jika Xt adalah proses difusi, lalu Xt adalah martingale jika koefisien
penyimpangan sama dengan nol. Sehingga
E [ dXt t ] = 0.
Teorema umum Doob menyatakan bahwa jika ft proses adaptasi dan jika f dan X
tidak terlalu liar maka
t

Yt f s dX s
0

juga sebuah martingale. Dibeberapa hal ini jelas karena koefisien penyimpangan
Y adalah
E [ dYt t ] = ft E [ dXt t ] = 0
jika X adalah martingale. Nilai ft diketahui ketika waktu t jika ft diadaptasi.
Stopping time teorema Doob adalah kasus khusus dari teorema umum
martingale. Jika adalah sebuah stopping time yang memenuhi T, maka
E [ X ] = x0

...............................................................................................................................

(5)

Bukti, misalkan Yt merupakan proses stop: Yt = Xt jika t dan Yt = X untuk t


(defenisi terpenuhi untuk t = ). Jika T maka YT = X . Triknya adalah
menetapkan Y sebagai sebuah integral stokastik yang melibatkan X. Integran
mengganti fungsi ft = 1 untuk t dan ft = 0 untuk t > . Fungsi yang
diadaptasi dapat menghasilkan nilai ft jika X[0,t]. Jika

Yt x0 f s dX s ,
0

maka Yt = Xt jika t dan Yt adalah konstan untuk t > . Teorema Doob


martingale mengimplikasikan bahwa Yt. Oleh karena itu
E [ YT ] = E [ X ] = x0

SEBUAH TEORI STOPPING TIME DENGAN APLIKASI UNTUK INOVASI


DAN PENJUALAN PRODUK

Pendahuluan
Sebuah permainan stopping time didefinisikan dengan sebuah
proses stokastik {X(t), t 0} dan fungsi pembayaran l dan f. Tanpa
intervensi para pemain, sebuah status variabel berhubungan dengan
proses stokastik yang diberikan. Di setiap waktu, para pemain dapat
berhenti. Jika pemain ke-i berhenti pada status ke-x lalu bayaran adalah
fungsi l(x) dan pemain lain f(x). Hasil pergerakan simultan dalam
pembayaran adalah kombinasi dari l dan f. Formulasi kita dalam fakta
melibatkan kemungkinan bahwa proses berlanjut setelah langkah ke-i,
bahwa j secara optimal menyeleksi sebuah langkah selanjutnya dan
proses stokastik berlanjut untuk mengembangkan setelah langkah
keduanya. Dalam kasus ini fungsi bayaran adalah menghasilkan nilai
diskon dari pengembalian selanjutnya.

Permainan stopping time: Model


Penjelasan lengkap tentang kerangka kerja permainan ini dapat
ditemukan di Bensoussan-Friedman (1977) yang menganalisis isu dari
keberadaan persamaan Nash, tanpa tambahan kendala dari persamaan
akan menjadi subgame sempurna. Faktanya sangat mudah untuk melihat
bahwa persamaan tersebut tidak ada secara umum.
2.1 Notasi dan sebuah hasil permulaan
Misalkan {, } adalah ruang yang terukur dan X ruang topologi. Sebuah
proses stokastik terukur secara progresif adalah {Xt,, Ft, P x} dimana Ft
adalah