MODEL MATRIKS/STATE
Departemen Matematika
FMIPA-IPB
Bogor, 2008
1 Model Leslie
Model Leslie
b3
b2
b1 1 2 3
p1 p2
x1 (k + 1) = b1 x1 (k ) + b2 x2 (k ) + b3 x3 (k )
x2 (k + 1) = p1 x1 (k )
x3 (k + 1) = p2 x2 (k )
x(k + 1) = L x(k )
x ( k ) = Lk x ( 0 ) , k = 1, 2, . . .
Contoh
Pada populasi binatang tertentu, maksimum usia betina 15 tahun.
Misalkan populasi tersebut dibagi ke dalam tiga kelas masing-masing
berusia
5 tahun, diperoleh
data:
0 7 6 10
L = 1/4 0 0 , x(0) = 8 .
0 1/2 0 5
Tentukan
a) x(5), x(6), x(7), x(6)/x(5), x(7)/x(6),
b) x(15), x(16), x(17), x(16)/x(15), x(17)/x(16),
c) proporsi (dalam %) masing-masing kelas usia x(15), x(16).
1 det(λIn − L) =
λn − b1 λn−1 − b2 p1 λn−2 − b3 p1 p2 λn−2 − · · · − bn p1 p2 . . . pn−1
2 Ada nilai eigen positif yang khas, λ1 yang bersesuaian dengan vektor
eigen
yang semua unsurnyapositif
1
p 1 /λ 1
2
v1 =
p1 p2 /λ1
..
.
p1 p2 . . . pn−1 /λn1 −1
3 Jika λi adalah nilai eigen yang lain (real atau kompleks) dari L, maka
λ1 ≥ |λi | , λ1 disebut nilai eigen dominan.
Contoh
Dari
Contoh sebelumnya:
0 7 6 10
L = 1/4 0 0 , x(0) = 8
0 1/2 0 5
n
p1n p2n
pn1
pn2
p21
p11 1
2
p22
p12
Matriks Transisi
Contoh
Contoh
0.5 0.4 1
T= ; x0 =
0.5 0.6 0
0.5 2 0.45 3 0.445
x1 = Tx0 = , x2 = T x0 = , x3 = T x0 = ,...
0.5 0.55 0.555
Definisi
Suatu matriks transisi T disebut reguler jika ada bilangan bulat positif k
menghasilkan Tk dengan semua unsur positif. Suat rantai Markov dengan
matriks transisi reguler disebut rantai Markov reguler.
Teorema
Jika T reguler, maka untuk k → ∞
q1 q1 . . . q
q2 q2 . . . q2
Tk = .
. ..
. .
qn qn . . . qn
dengan q1 + q2 + · · · + qn = 1
Catatan
Matriks transisi T yang semua unsurnya positif pasti reguler. Jika ada
unsur T yang bernilai nol, mungkin reguler, mungkin tidak.
Teorema
Jika T reguler dan x0 vektor state awal, maka untuk k → ∞
q1
q2
xk = Tk x0 = . = q
..
qn
dengan q1 + q2 + · · · + qn = 1
Artinya, untuk rantai Markov reguler, sistem pada akhirnya akan menuju
vektor state stabil q.
Contoh
0.5 0.4 1
T= ; x0 =
0.5 0.6 0
0.5 0.45 0.445
x1 = , x2 = , x3 = , x4 = x5 = . . . ∼
=
0.5 0.55 0.555
0.444
= q (sama hingga tiga desimal)
0.556
Artinya untuk jangka panjang, proporsi state 1 dan state 2 stabil dengan
perbandingan mendekati 44% : 56%.
Dalam hal ini sistem berosilasi, tidak mencapai suatu vektor state stabil.
Teorema
Vektor state stabil q bagi matriks reguler T bersifat khas dan memenuhi
persamaan
Tq = q
Catatan
Persamaan di atas identik dengan mencari solusi SPL homogen
(In − T)q = 0
Persamaan tersebut juga identik artinya dengan mencari vektor eigen
bagi T yang bersesuaian dengan nilai eigen λ = 1
Definisi
Suatu state si dari rantai Markov dikatakan menyerap (absorbing) jika
tidak mungkin keluar dari state tersebut (pii = 1). Rantai Markov yang
memiliki state menyerap disebut rantai Markov menyerap. State yang
tidak menyerap disebut transien.
Contoh
Seorang yang linglung berjalan melalui 5 blok 0, 1, 2, 3, 4. Ia akan berhenti
kalau berada di sudut 0 (rumahnya) atau 4 (kafetaria). Bila berada di
sudut 1, 2, atau 3 ia akan berjalan acak ke sudut di kiri atau kanannya.
Matriks transisinya
adalah:
1 1/2 0 0 0
0 0 1/2 0 0
T= 0 1/2 0 1/2 0
0 0 1/2 0 0
0 0 0 1/2 1
State 0 dan 4 menyerap. State 1, 2, 3 transien.
Kutha Ardana (Dep.Matematika-IPB) Model Matriks Bogor, 2008 23 / 30
Model Leslie
Bentuk Kanonik
Contoh
1 1/2 0 0 0
0 0 1/2 0 0
bentuk kanonik
T= 0 1/2 0 1/2 0
−→
0 0 1/2 0 0
0 0 0 1/2 1
0 1/2 0 0 0
1/2 0 1/2 0 0
T= 0 1/2 0 0 0
1/2 0 0 1 0
0 0 1/2 0 1
dengan
urutan state 1, 2,
3, 0, 4.
0 1/2 0 0 0
1/2 0 0
A = 1/2 0 1/2 , O = 0 0 , B =
, I2 =
0 0 1/2
0 1/2 0 0 0
1 0
0 1
Kutha Ardana (Dep.Matematika-IPB) Model Matriks Bogor, 2008 25 / 30
Model Leslie
At × t
Ot ×r
Untuk bentuk kanonik T = , maka ketika k → ∞
Br × t
Ir
Ot ×t Ot × r
Tk =
Br × t ( It − At × t ) − 1 Ir
Matriks
F = (It − At ×t )−1
Contoh
Dari
contoh sebelumnya:
0 1/2 0 0 0
1/2 0 1/2 0 0
T = 0 1/2 0 0 0
1/2 0 0 1 0
0 0 1/2 0 1
dengan
urutan state 1, 2,
3, 0, 4.
0 1/2 0 0 0
1/2 0 0
A = 1/2 0 1/2 , O = 0 0 , B = , I2 =
0 0 1/2
0 1/2 0 0 0
1 0
0 1
Urutan state 1, 2, 3, 0, 4
0 0 0 0 0
0 0 0 0 0
Ot × x Ot ×r
limk →∞ Tk = = 0 0 0 0 0
Br ×t (It − At ×t )−1 Ir
0.75 0.5 0.25
1 0
0.25 0.5 0.75 0 1
p41 = 0.75, p51 = 0.25 : Jika sistem mulai dari state 1, maka peluang
terserap ke state 0 adalah 75%, terserap ke state 4 adalah 25%.
p43 = 0.25, p5,3 = 0.75 : Jika sistem mulai dari state 3, maka peluang
terserap ke state 0 adalah 25%, terserap ke state 4 adalah 75%.
Urutan state: 1, 2, 3
Matriks fundamental,
3/2 1 1/2
F = (I3 − A3×3 )−1 = 1 2 1
1/2 1 3/2
Dari kolom ke-2: rataan langkah waktu yang diperlukan jika mulai
dari state 2 untuk berada pada state 1, 2, dan 3 berturut-turut
adalah: 1, 2, 1 kali
Jumlah kolom 2 : 1 + 2 + 1 = 4 : diperlukan rata-rata 4 satuan
langkah waktu jika sistem berasal dari state 2 untuk terserap