Zakiyah Marah, Dr. Nurtiti Sunusi, S.Si. M.Si., Dr. Erna Tri Herdiani, S.Si. M.Si .
ABSTRAK. Pada penelitian ini, akan dikaji proses pembentukan matriks peluang transisi pada
proses percabangan Galton-Watson baik yang melibatkan imigrasi maupun tanpa imigrasi.
Matriks peluang transisi proses percabangan Galton-Watson dibentuk dari peluang-peluang
transisi untuk masing-masing generasi. Adapun peluang transisi dibentuk dari konvolusi peluang
individu pada tiap generasi. Peluang transisi proses percabangan Galton-Watson menyatakan
peluang jumlah generasi selanjutnya jika diketahui jumlah generasi sebelumnya. Peluang transisi
proses percabangan Galton-Watson P00 = 1 menyatakan bahwa jika generasi awal pada suatu
daerah tidak akan ada jika generasi sebelumnya tidak ada. Hal ini berbeda dengan peluang
transisi proses percabangan Galton-Watson dengan imigrasi, karena imigrasi diperbolehkan/ada
maka yang menjadi generasi awal adalah imigran yang masuk ke daerah tersebut. Matriks
peluang transisi proses percabangan Galton-Watson ini dapat digunakan dalam penentuan
peluang banyaknya populasi pada suatu generasi.
1. Pendahuluan
Proses percabangan (Branching Process) adalah suatu model dari perkembangan populasi
individu yang secara acak menghasilkan keturunan (anak-anak). Proses Galton-Watson (GW)
dapat dinyatakan sebagai pohon pertumbuhan, dimana para individu adalah node atau tangkai
yang dihubungkan dengan keturunan (anak-anak) mereka. Salah satu hal yang menarik dalam
proses Galton-Watson adalah kajian mengenai perkembangan suatu populasi dengan komponen
imigrasi atau terjadi imigrasi pada suatu populasi.
Pada proses percabangan Galton-Watson, salah satu aplikasi penggunaan proses ini
dilakukan untuk mengukur pertumbuhan populasi. Hal sederhana dari pemodelan fenomena
nyata menggunakan proses Galton-Watson adalah pemilihan distribusi keturunan, yang harus
diukur dari sebuah populasi. Murai, Riberio dan Towsley menunjukkan dua metode dalam
menduga distribusi keturunan [8]. Selain itu proses percabangan Galton-Watson juga bisa
digunakan untuk menganalisa peluang kepunahan suatu populasi [7].
Lebih lanjut, para peneliti seperti Heathcote, Seneta, Uchimura dan Saito telah melakukan
penelitian mengenai proses percabangan Galton-Watson dengan menambahkan sebuah
komponen imigrasi. Heathcote menyatakan bahwa jika migrasi diperbolehkan maka jelas dalam
suatu kondisi tertentu sebuah distribusi stasioner untuk ukuran populasi akan ada [5, 6].
Kemudian dipelajari lebih lanjut oleh Seneta, beliau menyatakan bahwa jika imigrasi
diperbolehkan dan mean dari keturunan per individu kurang dari satu atau sama dengan satu
maka limit distribusi stasioner ada [10]. Begitupun dengan Uchimura dan Saito, mereka
menemukan limit distribusi proses percabangan Galton-Watson dengan imigrasi dalam kasus
tipe Bernoulli [11].
Untuk menemukan limit distribusi pada proses percabangan, terlebih dahulu harus
ditentukan matriks peluang transisinya, sebab limit distribusi tersebut diperoleh dari dekomposisi
matriks peluang transisi. Dari beberapa penelitian yang telah disebutkan di atas, belum diuraikan
secara lengkap mengenai bentuk matriks peluang transisi dalam proses percabangan. Oleh karena
itu, akan dilakukan kajian ulang dari tulisan Uchimura dan Saito yang berjudul Limiting
Distributions of Galton-Watson Branching Processes With Immigration [12], terhadap formula
matriks peluang transisi dalam proses percabangan baik yang melibatkan imigrasi maupun tanpa
melibatkan imigrasi.
Lemma 2.1. Misalkan A dan B mendefinisikan variabel acak yang saling bebas dimana nilai-
nilai dari A dan B adalah elemen dari 0 . Kemudian distribusi peluang = +
diberikan oleh konvolusi distribusi peluang A dan B, sedemikian sehingga =
. (lihat [2])
Proses { }0 adalah rantai Markov. Secara umum, ruang state proses ini adalah =
0 = {0,1,2, }, sedemikian sehingga untuk setiap 0 , . Sehingga ukuran matriks
peluang adalah . Untuk menghubungkan baris dan kolom matriks peluang terhadap state-
nya, dinomorkan mulai dari nol :
0 1
0 00 01 0
1 10 11 1
= ( ), = (2.2)
0 1
[ ]
dimana = (+1 = | = ).
Jika,
1 0 0
(0 2 ) (0 1 0 )
1
0 0 1
(0 ) 0 1 0 0 1 2
1 (0 2 ) (0 0 1 )
(( ) ) = 1 = (0 0 1 ),
0 0 0
(2 ) 0 0 0
0 0 1
(0 1 2 ) (0 0 0 )
0 0 0
( )
maka,
(0 ) 0 1 2
1
(( ) ) = (0 1 2 ) ( 0 0 1 )
( )2 0 0 0
= (0 0 0 1 + 1 0 0 2 + 1 1 + 2 0 ) .
Berdasarkan uraian di atas, Matriks F disebut sebagai matriks konvolusi f. Konvolusi ke-n
dari f dinotasikan oleh yaitu,
=
, (2.4)
dimana 0 (1 0 0 ). Sehingga, jika = 0, maka dapat dinyatakan dengan
= , = 1,2, . (2.5)
Konvolusi matriks adalah matriks I.
Lemma 2.2. Matriks peluang transisi proses percabangan Galton-Watson dapat dituliskan
sebagai berikut:
=
=0 0 , ( 1 ), (2.6)
Bukti.
Proses percabangan G-W dinyatakan sebagai berikut:
+1 = =1 , = 1, + 2, + 3, + + ,,
konvolusi distribusi peluangnya,
+1 = 1, + 2, + 3, + + , .
Jika, +1 = dan 1, = 2, = 3, = = , = ,
maka distribusi peluangnya menjadi :
= .
Misalkan
menyatakan konvolusi ke-n vektor , yaitu,
,
sehingga,
=
= ,
sesuai dengan persamaan (2.5) maka peluang transisinya adalah :
= =
= ,
dimana (1 0 0 ).
Untuk membentuk matriks peluang transisi, terlebih dahulu harus diketahui bahwa distribusi
peluang dari {Xm,n} adalah = ( )0 = (0 1 2 ) dan 0 (1 0 0 ).
Diketahui :
0
(1 0 0 ),
1
= (0 1 2 ),
2
= (0 0 0 1 + 1 0 0 2 + 1 1 + 2 0 ) ,
akan dibentuk sebuah matriks yang tersusun dari vektor-vektor peluang transisi sebagai
berikut,
0
1 0 0
1 2
=( )=( 0 1 ).
2
0 0 0 1 + 1 0 0 2 + 1 1 + 2 0
Dengan mendefinisikan matriks ( 1 ) maka matriks P juga dapat dibentuk
sebagai berikut :
1 0 0
1 2
=( 0 )
0 0 0 1 + 1 0 0 2 + 1 1 + 2 0
1 0 0 0 0 0 0 0 0
) + (0 1 2
= (0 0 0
0
) + ( 0 0 )+
0 0 0 0 0 0 0 0 0 1 + 1 0 0 2 + 1 1 + 2 0
1 0 0 1 0 0 0 0 0 0 1 2
) ( 0 0 1
= (0 0 0 ) (0 1 0 ) + (1 0 0
) +
0 0 0 0 0 1 0 0 0 0 0 0
0 0 0 0 1 2 2
0 0 ) ( 0 0 1
(0 ) +
1 0 0 0 0 0
= 00 0 + 10 1 + 20 2 +
=
=0 0 .
dimana vektor baris ke-n dari 0 adalah .
Lemma 3.1. Matriks peluang transisi proses percabangan Galton-Watson dengan Imigrasi
dapat dituliskan sebagai berikut:
= (
=0 0 ) , ( 1 ), (3.2)
Bukti.
Proses percabangan G-W dengan imigrasi dinyatakan sebagai berikut:
+1 = =1 , + = 1, + 2, + 3, + + , + ,
konvolusi distribusi peluangnya,
+1 = 1, + 2, + 3, + + Y , + .
Jika, +1 = , 1, = 2, = 3, = = Y , = dan = ,
maka distribusi peluangnya menjadi :
= .
Misalkan
menyatakan konvolusi ke-n vektor , yaitu,
,
sehingga,
=
= ,
sesuai dengan persamaan (4.7) maka peluang transisinya adalah :
= =
= ,
dimana (1 0 0 ).
Untuk membentuk matriks peluang transisi, terlebih dahulu harus diketahui bahwa distribusi
peluang dari {Xm,n} adalah = ( )0 = (0 1 2 ) dan {In} adalah = ( )0 =
(0 1 2 ).
Diketahui :
= (0 1 2 ),
0
(0 1 2 ),
1
= (0 0 0 1 + 1 0 0 2 + 1 1 + 2 0 ),
2
= (02 0 02 1 + 20 1 0 02 2 + 20 1 1 + 12 0 + 20 2 0 ) .
Akan dibentuk sebuah matriks yang tersusun dari vektor-vektor peluang transisi dan
sebagai berikut,
0
0 1 2
1
) = ( 0 0
0 1 + 1 0 0 2 + 1 1 + 2 0
= ( 2
2
0 0 02 1 + 20 1 0 02 2 + 20 1 1 + 12 0 + 20 2 0 )
Dengan mendefinisikan matriks ( 1 ) maka matriks P juga dapat dibentuk
sebagai berikut :
0 1 2
0 1 + 1 0 0 2 + 1 1 + 2 0
= ( 02 0 )
2
0 0 0 1 + 20 1 0 02 2 + 20 1 1 + 12 0 + 20 2 0
1 0 0 0 0 0 0 0 0 0 1 2
) + (0 1 2 0 0 1
= [(0 0 0
) + ( 0 0
0 0 0 1 + 1 0
0
) + ] ( 0 )
0 0 0 0 0 0 0 2 + 1 1 + 2 0 0 0
1 0 0 1 0 0 0 0 0 0 1 2 0 0 0 0 1 2 2
) ( 0 0 1 0 ) ( 0 0 1
= (0 0 0 ) (0 1 0 ) + (1 0 0
0
) + (1
0
) +
0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0
[
0 1 2
0 0 1
( )
0 0 0
]
= (00 0 + 10 1 + 20 2 + )
= (
=0 0 ) .
Catat bahwa vektor baris ke-n dari 0 adalah .
4. Kesimpulan
Formula matriks peluang transisi proses percabangan Galton-Watson adalah sebagai berikut :
1 0 0
2
=
=0 0 = (
0 1 ).
0 0 0 1 + 1 0 0 2 + 1 1 + 2 0
P00 = P(Yn+1 = 0 | Yn = 0) = 1
Artinya, peluang jumlah generasi selanjutnya (n+1) sama dengan 0 jika jumlah generasi
sebelumnya (n) sama dengan 0 adalah 1. Jadi, sudah pasti bila suatu daerah tidak memiliki
penghuni atau populasinya nol maka generasi selanjutnya tidak akan ada.
P10 = P(Yn+1 = 0 | Yn = 1) = p0
Artinya, peluang jumlah generasi selanjutnya (n+1) sama dengan 0 jika jumlah generasi
sebelumnya (n) sama dengan 1 adalah p0.
Formula matriks peluang transisi proses percabangan Galton-Watson dengan imigrasi adalah
sebagai berikut :
0 1 2
0 0 0 + 1 0 + 1 1 + 2 0
2
= (
=0 0 ) =
1 0 .
20 0 20 1 + 20 1 0 20 2 + 20 1 1 + 21 0 + 2 0
0 2
( )
P00 = P(Yn+1 = 0 | Yn = 0) = q0
Artinya, peluang jumlah generasi selanjutnya (n+1) sama dengan 0 jika jumlah generasi
sebelumnya (n) sama dengan 0 adalah q0. Jadi, bila suatu daerah tidak memiliki penghuni atau
populasinya nol maka generasi selanjutnya tidak akan ada. Tetapi, karena imigrasi terjadi maka
generasi awal akan dinyatakan dengan imigran yang masuk ke dalam daerah tersebut.
P10 = P(Yn+1 = 0 | Yn = 1) = p0 q0
Artinya, peluang jumlah generasi selanjutnya (n+1) sama dengan 0 jika jumlah generasi
sebelumnya (n) sama dengan 1 adalah p0 q0.
5. Referensi