BAMBANG CAHYADI
Rantai Markov
PENDAHULUAN
Model probabilistik
DEFINISI
K1 K2 K3 Kn
t1 t2 t3
Karena sifatnya yang berantai, maka dikenal dengan
nama Rantai Markov
Menjelaskan gerakan-gerakan
beberapa variabel dalam satu
periode waktu di masa yang
akan datang berdasarkan
gerakan-gerakan variabel
tersebut di masa kini
Bentuk matematik
Kt(j) = P x Kt(j-1)
Kt(j) = Peluang kejadian pada t(j)
P = Probabilitas transisional
T(j) = Waktu ke-j
Bentuk matriks
a11 a12 a1n a11 a12 a1n a11 a11
a a a2 n a
a22 a2 n 21 a22 21 = a21
A 21 X
am1 am 2 amn am1 am 2 amn am1 am1
60 % A B 50 %
50 %
Penjelasan :
- 60% keadaan A tetap seperti semula, 40% berubah
menjadi B
- 50% keadaan B tetap seperti semula, 50% berubah
menjadi A
Tabel transisional
Dari Ke
A B A B
Ke A 0,6 0,5 Dari
A 0,6 0,4
B 0,4 0,5 B 0,5 0,5
Bentuk matriks
Diagram transisinya :
0.15
A B 0.95
0.85
0.05
Contoh 2