Pengertian Proses Bercabang


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

 Peluang punah jika generasi ke nol terdapat n keluarga

1 1 1 1 𝑛
adalah × × ⋯× =
2 2 2 2
 Maka, peluang bertahan jika generasi nol terdapat n
1 𝑛
keluarga adalah 1 −
2
 Peluang banyaknya keturunan
1 𝑗+1
𝑃𝑗 = .
 2

 Misalkan setiap individu dalam suatu keluarga

memiliki sebanyak j keturunan dengan sebaran
peluang sebagai berikut.
1 𝑗+1
 𝑃 𝑍 = 𝑗 = 𝑃𝑗 = ,𝑗 = 0, 1, 2, ⋯
2
 Tentukan peluang bertahan dari keluarga tersebut.
 ∞

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

 ⇒Peluang punah sama dengan 1

 𝐶𝑜𝑛𝑡𝑜ℎ 4.

 Misalkan setiap individu dalam suatu keluarga
memiliki sebanyak j keturunan dengan sebaran
peluang sebagai berikut.
0.01, 𝑗 = 0
0.9344, 𝑗 = 1
 𝑃 𝑍 = 𝑗 = 𝑃𝑗 =
1 𝑗+1
,𝑗 ≥2
3
 Tentukan peluang bertahan dari keluarga tersebut.
 ∞
′ 𝑗−1
𝐺 𝜋 = 𝑗𝜋 𝑃𝑗

𝑗=0
𝑗+1
′ 0−1 1−1 ∞ 𝑗−1 1
 𝜇 =𝐺 1 =0×1 × 𝑃0 + 1 × 1 × 𝑃1 + 𝑗=2 𝑗1 3

∞ 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

 𝜇 = 0.9344 + 0.139 = 1.07 > 1 ⇒ 𝐺𝑢𝑛𝑎𝑘𝑎𝑛 𝑓𝑜𝑟𝑚𝑢𝑙𝑎 𝜋 = 𝐺(𝜋)

 ∞ 𝑗
𝜋=𝐺 𝜋 = 𝑗=0 𝑃𝑗
𝜋
 𝜋0 = 𝜋00 𝑃0 + 𝜋01 𝑃1 +
∞
∞
 𝑗
𝑗=2 0 𝑃𝑗
𝜋
𝑗+1
 𝜋0 = 𝑃0 + 𝜋0 𝑃1 + 𝑗=1 0 𝑃𝑗+1
𝜋
𝑗+2
∞ 𝑗+1 1
 𝜋0 = 0.01 + 0.9344𝜋0 + 𝑗=1 𝜋0 3
𝑗+3
∞ 𝑗+2 1
 𝜋0 = 0.01 + 0.9344𝜋0 + 𝑗=0 𝜋0 3
𝑗 3
∞ 𝑗 1 2 1
 𝜋0 = 0.01 + 0.9344𝜋0 + 𝑗=0 𝜋0 3 𝜋0
3
2 𝑗
∞ 𝜋0 𝜋0
 𝜋0 = 0.01 + 0.9344𝜋0 + 𝑗=0 27 3
 ∞ 2
𝜋0 𝜋0 𝑗
𝜋0 = 0.01 + 0.9344𝜋0 +
27 3
 𝑗=1
2 𝑗
∞ 𝜋0 𝜋0
 𝜋0 − 0.01 − 0.9344𝜋0 = 𝑗=0 27 3
 Ruas kanan dari persamaan di atas merupakan deret
Geometri dengan
𝜋02 𝜋0
𝑎= dan 𝑟 = .
27 3
𝜋2
0
𝜋0
 0.0656𝜋0 − 0.01 = 27
𝜋 , asalkan < 1.
1− 0 3
3
𝜋02
 0.0656𝜋0 − 0.02187𝜋02 − 0.01 + 0.00333𝜋0 =
27
 0.058904𝜋02 − 0.06893𝜋0 + 0.01 = 0
 0.058904𝜋02 − 0.06893𝜋0 + 0.01 = 0


 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