Proses bercabang mempelajari tentang proses
pertumbuhan atau kepunahan suatu populasi.
Setiap generasi dianggap sebagai satu langkah
dalam rantai Markov, yang dapat
digambarkan dalam bentuk cabang sehingga
disebut sebagai proses bercabang.
Contoh sistem yang dapat dianalisis dengan
menggunakan proses bercabang adalah proses
pertumbuhan sel.
Pertumbuhan sel
Misalkan pada generasi ke nol terdapat 1 individu.
Diasumsikan setiap individu (sel) pada sembarang generasi
memiliki sebaran peluang yang sama untuk membelah
menjadi j sel, yaitu 𝑝𝑗 . 𝑋𝑛 menyatakan banyaknya sel pada
waktu ke n.
Misalkan pada generasi ke 0 terdapat 1 individu.
Sel membelah menjadi 4 (generasi kesatu= 4).
Sel 1 membelah menjadi 2, sel 2 tidak membelah, sel 3 mati,
sel 4 membelah menjadi 2 (generasi kedua=5).
Sel 1membelah menjadi 2, sel 2 tidak membelah, sel 3
membelah menjadi 3, sel 4 membelah menjadi 2, sel 5 tidak
membelah (generasi ketiga = 9)
Jumlah sel pada generasi ke 3
0 𝑋0 = 1
1 1 1 1 𝑋1 = 4
2 2 2 2 2 𝑋2 = 5
3 3 3 3 3 3 3 3 3 𝑋3 = 9
Banyaknya keturunan yang
dihasilkan oleh individu ke-i
Asumsi:
1. 𝑋0 = 1.
2. Hidup untuk satu generasi.
3. 𝑍𝑖 , 𝑖 = 1, 2, … , 𝑋𝑛 menyatakan banyaknya
keturunan yang dihasilkan oleh individu ke i pada
generasi ke n.
4. 𝑍𝑖 , merupakan peubah acak yang saling bebas dan
memiliki sebaran peluang yang sama.
Jumlah individu pada generasi ke-n
Banyaknya keturunan yang dihasilkan oleh individu ke i
pada generasi ke-j adalah 𝑍𝑖 , 𝑖 = 1, 2, … , 𝑋𝑗
Karena 𝑋0 = 1, maka ukuran populasi pada generasi ke
1 adalah 𝑋1 = 𝑍1 . Banyaknya keturunan yang dihasilkan
oleh individu ke i pada generasi ke-1 adalah 𝑍𝑖 , 𝑖 =
1, 2, … , 𝑋1 . Maka ukuran populasi pada generasi ke 2
adalah
𝑋2 = 𝑍1 + 𝑍2 + … + 𝑍𝑋1
dan seterusnya, sehingga ukuran populasi pada generasi
𝑋𝑛−1
ke 𝑛 adalah 𝑋𝑛 = 𝑍1 + 𝑍2 + … + 𝑍𝑋𝑛−1 = 𝑖=1 𝑍𝑖
Sebaran banyaknya keturunan
Misalkan 𝜇 dan 𝜎 2 berturut-turut menyatakan nilai
harapan dan ragam dari banyaknya keturunan yang
dihasilkan oleh setiap individu.
Dengan asumsi bahwa pada tiap generasi 𝑍𝑖 , 𝑖 =
1, 2, ⋯ adalah peubah acak i.i.d., maka 𝐸 𝑍𝑖 =
𝜇 dan 𝑉𝑎𝑟(𝑍𝑖 ) = 𝜎 2 untuk semua 𝑖 = 1, 2, ⋯ .
Jika 𝑃𝑗 = 𝑃(𝑍𝑖 = 𝑗), maka ∀𝑖 berlaku 𝜇 = 𝐸(𝑍𝑖 ) =
∞ 2 = 𝑉𝑎𝑟 𝑍 = ∞ 𝑗 − 𝜇 2 𝑃 .
𝑗=0 𝑗𝑗𝑃 dan 𝜎 𝑖 𝑗=0 𝑗
Untuk menentukan NILAI HARAPAN
dari ukuran populasi pada generasi ke-n,
n = 1, 2, ..., kita perlukan lema berikut.
Nilai harapan 𝑋𝑛 = 𝐸 𝑋𝑛 = 𝐸(𝐸 𝑋𝑛 𝑋𝑛−1 ).
𝑋𝑛−1
Karena 𝑋𝑛 = 𝑗=1 𝑍𝑗 , maka
𝑋𝑛−1
𝐸 𝑋𝑛 = 𝐸 𝐸 𝑋𝑛 𝑋𝑛−1 = 𝐸(𝐸 𝑗=1 𝑍𝑗 𝑋𝑛−1 )
𝑋𝑛−1
= 𝐸( 𝑗=1 𝐸(𝑍𝑗 |𝑋𝑛−1 ))
= 𝐸(𝐸 𝑍1 + 𝐸 𝑍2 + ⋯ + 𝐸 𝑍𝑋𝑛−1 )
= 𝐸 𝜇𝑋𝑛−1 = 𝜇𝐸(𝑋𝑛−1 )
𝐸 𝑋𝑛 = 𝜇𝐸(𝑋𝑛−1 )
𝐸 𝑋0
=rata-rata jumlah individu pada generasi
ke-0= jumlah individu pada generasi ke-0,
misalkan = 1.
Berdasarkan formula di atas maka
𝐸 𝑋1 = 𝜇𝐸 𝑋0 = 𝜇 × 1 = μ
𝐸 𝑋2 = 𝜇𝐸 𝑋1 = 𝜇 × 𝜇 = μ2
𝐸 𝑋3 = 𝜇𝐸 𝑋2 = 𝜇 × 𝜇2 = μ3
dan seterusnya, sehingga
𝐸 𝑋𝑛 = 𝜇𝑛
𝑅𝑎𝑔𝑎𝑚 𝑋𝑛
𝑉𝑎𝑟(𝑋𝑛 ) = 𝐸(𝑉𝑎𝑟 𝑋𝑛 𝑋𝑛−1 ) + 𝑉𝑎𝑟(𝐸 𝑋𝑛 𝑋𝑛−1
𝑋𝑛−1
= 𝐸 𝑉𝑎𝑟 𝑗=1 𝑍𝑗 𝑋𝑛−1 + 𝑉𝑎𝑟(𝜇𝑋𝑛−1 )
𝑋𝑛−1
=𝐸 𝑗=1 𝑉𝑎𝑟(𝑍𝑗 𝑋𝑛−1 ) + 𝜇2 𝑉𝑎𝑟(𝑋𝑛−1 )
= 𝐸(𝑉𝑎𝑟 𝑍1 + 𝑉𝑎𝑟(𝑍2 ) + ⋯ + 𝑉𝑎𝑟(𝑍𝑋𝑛−1 ) + 𝜇2 𝑉𝑎𝑟(𝑋𝑛−1 )
= 𝐸(𝜎 2 𝑋𝑛−1 ) + 𝜇2 𝑉𝑎𝑟(𝑋𝑛−1 )
= 𝜎 2 𝐸(𝑋𝑛−1 ) + 𝜇2 𝑉𝑎𝑟(𝑋𝑛−1 )
= 𝜎 2 𝜇𝑛−1 + 𝜇2 𝑉𝑎𝑟(𝑋𝑛−1 )
𝑉𝑎𝑟 𝑋𝑛 = 𝜎 2 𝜇𝑛−1 + 𝜇2 𝑉𝑎𝑟(𝑋𝑛−1 )
𝑉𝑎𝑟 𝑋0
=ragam jumlah individu pada
generasi ke-0, sama dengan 0.
Berdasarkan formula di atas maka
Untuk 𝜇 = 1
𝑉𝑎𝑟 𝑋1 = 𝜎 2 + 𝑉𝑎𝑟 𝑋0 = 𝜎 2
𝑉𝑎𝑟 𝑋2 = 𝜎 2 + 𝑉𝑎𝑟 𝑋1 = 2𝜎 2
𝑉𝑎𝑟 𝑋3 = 𝜎 2 + 𝑉𝑎𝑟 𝑋2 = 3𝜎 2
dan seterusnya, sehingga
𝑉𝑎𝑟 𝑋𝑛 = 𝑛𝜎 2
𝑉𝑎𝑟 𝑋𝑛 = 𝜎 2 𝜇𝑛−1 + 𝜇2 𝑉𝑎𝑟(𝑋𝑛−1 )
𝑉𝑎𝑟 𝑋𝑛 = 𝑛𝜎 2 untuk 𝜇 = 1
Untuk 𝜇 ≠ 1
𝑉𝑎𝑟 𝑋1 = 𝜎 2 + 𝜇2 𝑉𝑎𝑟 𝑋0 = 𝜎 2
𝑉𝑎𝑟 𝑋2 = 𝜎 2 𝜇 + 𝜇2 𝑉𝑎𝑟 𝑋1 = 𝜎 2 𝜇 + 𝜇2 𝜎 2 = 𝜎 2 𝜇 1 + 𝜇
𝑉𝑎𝑟 𝑋3 = 𝜎 2 𝜇2 + 𝜇2 𝑉𝑎𝑟 𝑋2 = 𝜎 2 𝜇2 + 𝜇2 (𝜎 2 𝜇 + 𝜇2 𝜎 2 )
= 𝜎 2 𝜇2 + 𝜇3 𝜎 2 + 𝜇4 𝜎 2 = 𝜎 2 𝜇2 (1 + 𝜇 + 𝜇2 )
𝑉𝑎𝑟 𝑋4 = 𝜎 2 𝜇3 + 𝜇2 𝑉𝑎𝑟 𝑋3 = 𝜎 2 𝜇3 + 𝜇2 (𝜎 2 𝜇2 +
𝜎 2 𝜇3 + 𝜎 2 𝜇4 )
= 𝜎 2 𝜇3 (1 + 𝜇 + 𝜇2 + 𝜇3 )
𝑉𝑎𝑟 𝑋0 = 1, 𝑉𝑎𝑟 𝑋1 = 𝜎 2 , 𝑉𝑎𝑟 𝑋2 = 𝜎 2 𝜇 1 + 𝜇 ,
𝑉𝑎𝑟 𝑋3 = 𝜎 2 𝜇2 1 + 𝜇 + 𝜇2 , 𝑉𝑎𝑟 𝑋4 = 𝜎 2 𝜇3 (1 + 𝜇 + 𝜇2 + 𝜇3 )
𝑉𝑎𝑟 𝑋0 = 0 = 2
𝜎 𝜇 −1
0
𝜇 −1
𝜇−1
2 2 0 𝜇−1
𝑉𝑎𝑟 𝑋1 = 𝜎 = 𝜎 𝜇
𝜇−1
𝜇 2 −1
𝑉𝑎𝑟 𝑋2 = 𝜎 2 𝜇 1 + 𝜇 = 𝜎 2 𝜇1
𝜇−1
3
2 2 2 2 2 𝜇 −1
𝑉𝑎𝑟 𝑋3 = 𝜎 𝜇 1 + 𝜇 + 𝜇 = 𝜎 𝜇
𝜇−1
4
𝜇 −1
𝑉𝑎𝑟 𝑋4 = 𝜎 2 𝜇3 1+𝜇+ 𝜇2 + 𝜇3 = 2
𝜎 𝜇 3
𝜇−1
𝜇 4−1
𝑉𝑎𝑟 𝑋4 = 𝜎 2 𝜇3
𝜇−1
... dan seterusnya, gunakan induksi matematik
sehingga diperoleh
𝑉𝑎𝑟 𝑋𝑛 = 𝜎 2 𝜇𝑛−1 + 𝜇2 𝑉𝑎𝑟(𝑋𝑛−1 )
𝜇 𝑛−1 −1
𝑉𝑎𝑟 𝑋𝑛 = 𝜎 2 𝜇𝑛−1 + 𝜇2 (𝜇𝑛−2 𝜎 2 )
𝜇−1
𝜇 𝑛−1 −1
𝑉𝑎𝑟 𝑋𝑛 = 𝜎 2 𝜇𝑛−1 (1 1
+𝜇 ( ))
𝜇−1
𝜇−1+𝜇 −𝜇 𝑛
𝑉𝑎𝑟 𝑋𝑛 = 2
𝜎 𝜇 𝑛−1 ( )
𝜇−1
2 𝑛−1 𝜇𝑛 −1
𝑉𝑎𝑟 𝑋𝑛 = 𝜎 𝜇 ( )
𝜇−1
Nilai Harapan dan Ragam 𝑋𝑛
𝐸 𝑋𝑛 = 𝜇𝑛
𝜎 2 𝑛, untuk 𝜇 = 1
𝑉𝑎𝑟 𝑋𝑛 = 𝜇 𝑛 −1
𝜎 2 𝜇𝑛−1 ( ), untuk 𝜇 ≠1
𝜇−1
Peluang bertahan nama keluarga
Kepunahan terjadi jika dan hanya jika ukuran populasi
menurun menuju nol.
𝑃𝑒𝑙𝑢𝑎𝑛𝑔 𝑏𝑒𝑟𝑡𝑎ℎ𝑎𝑛 = 1 − 𝑝𝑒𝑙𝑢𝑎𝑛𝑔 𝑘𝑒𝑝𝑢𝑛𝑎ℎ𝑎𝑛.
Waktu acak kepunahan N adalah waktu n pertama di
mana berlaku 𝑋𝑛 = 0, sehingga 𝑋𝑘 = 0 untuk semua
𝑘 ≥ 𝑁.
Misalkan 𝜋𝑛 menyatakan peluang kepunahan pada atau
sebelum generasi ke-𝑛, yaitu 𝜋𝑛 = 𝑃 𝑁 = 𝑛 = 𝑃(𝑋𝑛 = 0).
Misalkan pula 𝜋 menyatakan peluang populasi benar-
benar punah, maka 𝜋 = lim 𝜋𝑛 = lim 𝑃 𝑋𝑛 = 0 𝑋0 = 1 .
𝑛→∞ 𝑛→∞
Peluang populasi punah
Karena populasi awal dengan ukuran 𝑋0 menghasilkan j
keturunan, maka ukuran populasi pada generasi ke-1
adalah 𝑋1 = 𝑗.
Maka peluang populasi punah jika diberikan 𝑋1 = 𝑗 adalah
𝑃(𝑝𝑜𝑝𝑢𝑙𝑎𝑠𝑖 𝑝𝑢𝑛𝑎ℎ|𝑋1 = 𝑗).
Selanjutnya kita dapat menuliskan
𝜋 = 𝑃 𝑝𝑜𝑝𝑢𝑙𝑎𝑠𝑖 𝑝𝑢𝑛𝑎ℎ
= ∞ 𝑗=0 𝑃 𝑝𝑜𝑝𝑢𝑙𝑎𝑠𝑖 𝑝𝑢𝑛𝑎ℎ 𝑋1 = 𝑗 𝑃(𝑋1 = 𝑗)
∞
= 𝑗=0 𝑃 𝑝𝑜𝑝𝑢𝑙𝑎𝑠𝑖 𝑝𝑢𝑛𝑎ℎ 𝑋1 = 𝑗 𝑃(𝑍 = 𝑗)
∞
= 𝑗=0 𝑃 𝑝𝑜𝑝𝑢𝑙𝑎𝑠𝑖 𝑝𝑢𝑛𝑎ℎ 𝑋1 = 𝑗 𝑃𝑗
Peluang populasi punah
Masing-masing dari j keturunan ini menghasilkan
keturunan-keturunan baru, sehingga terbentuk j
subpopulasi (keluarga).
Ingat pula bahwa j subpopulasi ini dihasilkan dari
individu-individu yang saling bebas, dan
memiliki sifat statistik yang sama dengan keturunan
yang dihasilkan.
Oleh karena itu, populasi akan punah jika dan hanya
jika masing-masing dari j subpopulasi (keluarga)
adalah punah.
Peluang populasi punah
Karena masing-masing keluarga diasumsikan saling
bebas, dan
peluang sembarang keluarga punah adalah 𝜋, maka
peluang semua j subpopulasi (keluarga) punah adalah
𝑃(𝑝𝑜𝑝𝑢𝑙𝑎𝑠𝑖 𝑝𝑢𝑛𝑎ℎ|𝑋1 = 𝑗) = 𝜋 𝑗
Dari persamaan sebelumnya, diperoleh bahwa 𝜋 =
∞
𝑗=0 𝑃 𝑝𝑜𝑝𝑢𝑙𝑎𝑠𝑖 𝑝𝑢𝑛𝑎ℎ 𝑋1 = 𝑗 𝑃𝑗
Sehingga
∞ 𝑗
𝜋= 𝑗=0 𝜋 𝑃𝑗
∞ 𝑗𝑃 ]
Fungsi Pembangkit Peluang [𝐺 𝑠 = 𝑗=0 𝑠 𝑗
Dari perssamaan sebelumnya diperoleh 𝜋 =
∞ 𝑗𝑃
𝑗=0 𝜋 𝑗
Artinya 𝜋 = 𝐺 𝜋 , untuk 𝜋 ∈ [0,1]
𝐺 ′′ 𝜋 = ∞ 𝑗=0 𝑗 𝑗 − 1 𝜋 𝑗−2 𝑃
𝑗
Jika 𝑃0 + 𝑃1 < 1, maka 𝐺 ′′ 𝜋 > 0.
Artinya 𝐺(𝜋) cekung ke atas.
𝐺 1 = ∞ 𝑗
𝑗=0 1 𝑃𝑗 =1
Artinya, kurva y = 𝐺 𝜋 memotong garis 𝑦 = 𝜋 pada
waktu 𝜋 = 1
Jika 𝜇 < 1, peluang punah, 𝜋0 ,
sama dengan 1
Didefinisikan kurva 𝑓 𝜋 = 𝐺 𝜋 − 𝜋
𝑓′ 𝜋 = 𝐺′ 𝜋 − 1
Jika 𝑓 ′ 1 ≤ 0, maka 𝑓 turun pada 0,1 .
Karena 𝐺(𝜋) memotong garis 𝑦 = 𝜋 di titik 𝜋 = 1,
maka, 𝐺 𝜋 berada di atas garis 𝑦 = 𝜋 pada [0,1].
Artinya, 𝜋0 = 1, jika 𝑓 ′ 1 ≤ 0, atau 𝐺 ′ 1 ≤ 1, atau
𝜇 ≤ 1.
peluang punah, 𝜋0 , merupakan
bilangan positif terkecil yang
memenuhi 𝐺 𝜋 = 𝜋
Jika 𝑓 ′ 1 > 0, maka 𝑓 naik pada 0,1 .
Karena 𝐺(𝜋) memotong garis 𝑦 = 𝜋 di titik 𝜋 = 1,
maka, 𝐺 𝜋 berada di bawah garis 𝑦 = 𝜋 pada [0,1].
Karena 𝐺 𝜋 cekung ke atas, maka memungkinkan
𝐺 𝜋 memotong garis 𝑦 = 𝜋 pada selang (0,1).
Artinya, peluang punah, 𝜋0 , merupakan bilangan
positif terkecil yang memenuhi 𝐺 𝜋 = 𝜋.
Contoh 1: Peluang Bertahan Marga M
Diketahui dalam suatu Marga M, yang nama
Marganya hanya diwariskan melalui keturunan laki-
laki.
Misalkan peluang setiap individu memiliki 0, 1, dan
2 keturunan laki-laki adalah berturut-turut 1/2;
1/3;dan 1/6. Artinya setiap individu tidak mungkin
memiliki lebih dari dua keturunan laki-laki.
Tentukan peluang bertahan dari nama Marga M
tersebut
Deskripsi peluang Z
𝑃0 = 𝑃 (𝑍 = 0) = 1/2
𝑃1 = 𝑃 (𝑍 = 1) = 1 /3
𝑃2 = 𝑃 (𝑍 = 2) = 1/6
𝑃𝑘 = 𝑃 𝑍 = 𝑘 = 0, untuk semua k>2
Maka 𝐺 𝜋 = 𝜋 0 𝑃0 + 𝜋1 𝑃1 + 𝜋 2 𝑃2
𝐺 ′ 𝜋 = 𝑃1 + 2𝜋𝑃2
1 1 2
𝜇 = 𝐺 ′ 1 = + 2 × 1 × = < 1 ⇒ 𝜋0 = 1 (𝑝𝑒𝑙𝑢𝑎𝑛𝑔 𝑝𝑢𝑛𝑎ℎ)
3 6 3
Peluang bertahan = 1 − 𝜋0 = 1 − 1 = 0
Atau langsung menggunakan
persamaan 𝜋 = 𝐺(𝜋)
Solusi berdasarkan persamaan 𝜋 = 𝐺 (𝜋)
1 1 1
𝜋0 = 𝜋00 × + 𝜋01 × + 𝜋02 ×
2 3 6
1 2 1
𝜋02 − 𝜋0 + = 0
6 3 2
𝜋02 − 4𝜋0 + 3 = 0
(𝜋0 − 3) (𝜋0 − 1) = 0
𝜋0 = 3, 𝜋0 = 1
𝜋0 = 1
Maka peluang bertahan marga M tersebut adalah
1 − 𝜋0 = 0
Contoh 2: Peluang Bertahan Marga M
Diketahui dalam suatu Marga M, yang nama
Marganya hanya diwariskan melalui keturunan laki-
laki.
Misalkan peluang setiap individu memiliki 0, 1, dan
2 keturunan laki-laki adalah berturut-turut 1/4;
1/4;dan 1/2.
Tentukan peluang bertahan dari nama Marga M
tersebut
Jika pada generasi nol terdapat 1 keluarga
Jika pada generasi nol terdapat n keluarga
Deskripsi peluang Z
𝑃0 = 𝑃 (𝑍 = 0) = 1/4
𝑃1 = 𝑃 (𝑍 = 1) = 1 /4
𝑃2 = 𝑃 (𝑍 = 2) = 1/2
𝑃𝑘 = 𝑃 𝑍 = 𝑘 = 0, untuk semua k>2
Maka 𝐺 𝜋 = 𝜋 0 𝑃0 + 𝜋1 𝑃1 + 𝜋 2 𝑃2
𝐺 ′ 𝜋 = 𝑃1 + 2𝜋𝑃2
1 1 5
𝜇 = 𝐺 ′ 1 = + 2 × 1 × = > 1 ⇒ 𝐺𝑢𝑛𝑎𝑘𝑎𝑛 𝜋 = 𝐺(𝜋)
4 2 4
Peluang bertahan= 1 − 𝜋0
Solusi berdasarkan persamaan 𝜋 = 𝐺 (𝜋)
1 1 1
𝜋0 = 𝜋00 × + 𝜋01 × + 𝜋02 ×
4 4 2
1 3 1
𝜋02 − 𝜋0 + = 0
2 4 4
2𝜋02 − 3𝜋0 + 1 = 0
(2𝜋0 − 1) (𝜋0 − 1) = 0
𝜋0 = 1/2, 𝜋0 = 1
𝜋0 = 1/2
1
𝜋0 =
2
Peluang punah jika generasi ke nol terdapat 1 keluarga
1
adalah 𝜋0 =
2
Maka, peluang bertahan jika generasi ke nol terdapat 1
1 1
keluarga adalah 1 − 𝜋0 = 1 − =
2 2
𝜋=𝐺 𝜋 = 𝜋 𝑗 𝑃𝑗
𝑗=0
𝐺′ 𝜋 = ∞
𝑗=0 𝑗𝜋 𝑗−1
𝑃𝑗
∞ 1 𝑗+1
𝜇 = 𝐺′ 1 =0× 10−1 × 𝑃0 + 𝑗=1 𝑗1
𝑗−1
2
∞ 1 𝑗 1 2
𝜇 = 𝑗=0(𝑗 + 1)
2 2
1 2 ∞ 1 𝑗 1 1
μ= 𝑗=0(𝑗 + 1) = × 1 2
=1
2 2 4 1−2
∞ 1 𝑗+1
𝜇 = 0.9344 + 𝑗=2 𝑗 3
∞ 1 𝑗+1 ∞ 1 𝑗 1 2 ∞ 1 𝑗 1 2
𝑗=2 𝑗 3
= 𝑗=1 𝑗+1 3 3
= 𝑗=1 𝑗+1 3 3
−
1 0 1 2
0+1
3 3
∞ 1 𝑗+1 1 1 1 1 9 1 1 1
𝑗=2 𝑗 3 =9 1 2
− 9 = 9 × 4 − 9 = 4 − 9 = 0.139
1−
3
𝐷 = 0.0024
𝐷 = 0.0489
𝜋0 = 1, 𝜋0 = 0.17
Peluang punah adalah 0.17
Peluang bertahan = 1 − 𝜋0 = 1 − 0.17 = 0.83