PENGANTAR PROSES STOKASTIK

Proses Kelahiran Dan Kematian

Disusun oleh : Kelomplok III

1. Asrul

2. Muh. Alif Mikail

3. Tuti Haryani

4. Dewi Astuti

5. Ismi Rayyan

6. Putri Rahmi

7. Hasmi

8. Ratna Wulandari

9. Fadjrianti
 JURUSAN MATEMATIKA

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS ISLAM NEGERI ALAUDDIN MAKASSAR

2015

KATA PENGANTAR

Segala puji syukur Kita panjatkan kehadirat Allah SWT., yang mahakuasa, karena
atas ridho-Nyalah sehingga dalam penyusunan makalah pada mata kuliah Pengantar
Proses Stokastik dengan judul Proses Kelahirandankematian ini dapat terselesaikan
tepat pada waktunya. Shalawat dan salam semoga tetap terlimpahkan kepada Nabi
Muhammad SAW., yang telah menyampaikan kepada kita nikmat iman dan islam
sehingga kita dapat hidup lebih baik dari hari-hari sebelumnya dan sebagai penerang
kehidupan dikala manusia tersesat jauh dari jalan-Nya yang lurus.

Dalam penyusunan makalah ini, Saya juga ingin menyampaikan terimakasih

kepada Ibu Dosen yang telah membimbing Saya pada matakuliah Pengantar Proses
Stokastik.

Adapun tujuan dalam penyusunan makalah ini,agar dapat menjadi rujukan untuk
mempelajari Proses Kelahiran dan kematian.

Dalam penulisan makalah ini Saya mencoba semaksimal mungkin dalam

penyusunannya. Oleh sebab itu, Saya mengharapkan kritik dan saran dari pembaca
yang dapat membangun motivasi Saya sehingga kedepannya dapat menyusun
makalah dengan lebih baik lagi dan berharap selalu menuju sebuah kesempurnaan.
 Semoga makalah ini dapat menambah ilmu pengetahuan dan wawasan mengenai
Pengantar Proses Stokastik bagi Saya maupun bagi pembaca.

Samata-Gowa, 29Desember 2015

Penulis

BAB I
PENDAHULUAN

A. Latar Belakang
Salah satu proses yang spesifik dari proses stokastik adalah proses
stokastik dengan waktu kontinyu dan ruang state diskrit. Proses ini disebut
dengan proses cacah, sedangkan proses cacah yang berupa suatu model dari
fenomena alam dinamakan proses Poisson. Salah satu pengembangan dari proses
Poisson adalah mengijinkan suatu peristiwa yang terjadi pada selang waktu
tertentu, bergantung pada banyaknya peristiwa yang telah terjadi, contoh
darifenomena ini adalah proses kelahiran, proses kematian, dan proses kelahiran-
kematian.
Proses kelahiran-kematian yang telah banyak dibahas dalam literature
adalah proses kelahiran-kematian murni, diantaranya pada Taylor (1984),
Papoluis (1984), Cox dan Miller (1987),Srinivasan dan Mehata (1988),
Bhattacharya dan Waymire (1990). Sementara itu, banyak fenomena yang
ditemukan dilapangan dapat menggambarkan suatu keadaan dimana suatu
peristiwa dapat terjadi secara serentak atau bersamaan dalam selang waktu
tertentu, misalnya suatu proses memecah diri dan mati secara serentak yang
 terjadi dalam selang waktu tertentu, atau terjadinya konsentrasi individu pada
suatu ruang tertentu dan pada waktu tertentu juga, yang diakibatkan kedatangan
dan kepergian individu secara bersamaan. Keadaan ini tidak lain merupakan
gambaran dari proses kelahiran kematian kelompok.
B. Rumusan Masalah

BAB II

PEMBAHASAN

Definisi 1 :
Misal {X ( t ) ,t 0 } proses stokastik dengan waktu kontinu dan ruang keadaan
diskrit S. Jika untuk i, j S .
P { X (t + s ) = j | X ( s ) = i, X (u ) = x (u ), 0 u < s}
= P { X (t + s) = j | X ( s) = i}
" s, t 0,
Maka proses disebut rantai Markov waktu kontinu.

A. Proses Kelahiran Murni

Definisi 2 :

Jika proses menghitung {N ( t ) , t 0 } adalah rantai markov dengan peluang

transisi stasioner dan memenuhi :

1. N ( 0 )=0
2. P( N (t + h) - N (t ) = 1 | N (t ) = k ) = lk h + o(h)

(t + h)dinamakan
3. P ( Nproses
Maka - N (t ) 2 proses
| N (t ) =kelahiran
k ) = o(h)murni dengan parameter lk , k = 0,1, 2,...
Peluang transisi stasioner :
Pij (t ) = P { N (t ) = j | N (0) = i} (i, j = 0,1, 2,...)
Merupakan peluang transisi dari state i ke state j.dengan kondisi awal
N ( 0 )=0 maka:
Pk (t ) = P { N (t ) = k | N (0) = 0} (k = 0,1,2,...)

Menyatakan peluang bahwa ada k kejadian yang terjadi pada interval (0.t)
Teorema 1 :
Untuk proses kelahiran murni {N ( t ) , t 0 } dengan parameter { lk , k = 0,1, 2,...} ,
Waktu antar kejadian (waktu antar kelahiran) X k +1 ( k = 0,1, 2,...saling
) bebas
dan berdistribusi eksponensial dengan parameter lk ( mean = 1/ lk ) .
Teorema 2 :
Untuk proses kelahiran murni {N ( t ) , t 0 } dengan parameter { lk , k = 0,1, 2,...} ,

P (t ) = 1 " t 0,
k =0
k

Jika dan hanya jika

1
l
k =0
= .
k