MODEL DISKRET II:

MODEL MATRIKS/STATE

N.K. Kutha Ardana

Departemen Matematika
FMIPA-IPB

Bogor, 2008

Kutha Ardana (Dep.Matematika-IPB) Model Matriks Bogor, 2008 1 / 30

 Outline

1 Model Leslie

2 Model Rantai Markov

Kutha Ardana (Dep.Matematika-IPB) Model Matriks Bogor, 2008 2 / 30

 Model Leslie

Model Leslie

Perhatikan diagram state model populasi wanita berikut:

ada tiga kelas usia:
1: umur 0 - 15 tahun
2: umur 15 - 30 tahun
3: umur 30 - 45 tahun
bi = laju kelahiran kelas usia ke-i
pi = proporsi kelas usia i yang bertahan hidup ke kelas usia i + 1

b3
b2

b1 1 2 3
p1 p2

Kutha Ardana (Dep.Matematika-IPB) Model Matriks Bogor, 2008 3 / 30

 Model Leslie

Misalkan xi (k + 1) = banyaknya individu pada kelas usia ke-i pada

usia/generasi ke- (k + 1), k = 0, 1, 2, ...
(generasi 1: usia 15 tahun, generasi 2: usia 30 tahun, dst), maka
berlaku:

x1 (k + 1) = b1 x1 (k ) + b2 x2 (k ) + b3 x3 (k )
x2 (k + 1) = p1 x1 (k )
x3 (k + 1) = p2 x2 (k )

Kutha Ardana (Dep.Matematika-IPB) Model Matriks Bogor, 2008 4 / 30

 Model Leslie

Secara umum, bila terdapat n kelas usia, berlaku:

x1 (k + 1) = b1 x1 (k ) + b2 x2 (k ) + · · · + bn xn (k )
xi +1 (k + 1) = pi xi (k ), i = 1, 2, . . . , n

Dengan notasi matriks:

    
x1 (k + 1) b1 b2 . . . bn−1 bn x1 (k )
x2 (k + 1)  p1 0 ... 0 0   x2 (k ) 
 
  
x3 (k + 1)   0 p2 ... 0 0  .
..
=
  
 
 ..   .. .. ..   
 .  . . .   xn−1 (k )
xn ( k + 1 ) 0 0 . . . pn−1 0 xn ( k )

x(k + 1) = L x(k )

L disebut matriks Leslie.

Kutha Ardana (Dep.Matematika-IPB) Model Matriks Bogor, 2008 5 / 30
 Model Leslie

Solusi langsung bagi persamaan x(k + 1) = L x(k ) adalah

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).

Kutha Ardana (Dep.Matematika-IPB) Model Matriks Bogor, 2008 6 / 30

 Model Leslie

Sifat-sifat Matriks Leslie L

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 unsurnyapositif
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.

Kutha Ardana (Dep.Matematika-IPB) Model Matriks Bogor, 2008 7 / 30

 Model Leslie

Perilaku Jangka Panjang

limk →∞ x(k ) = limk →∞ Lk x (0) = . . .?

Misalkan
 Lk terdiagonalkan ⇒ L = PDP−1 ⇒ Lk = PDk P−1
λ1 0 · · · 0
 0 λk · · · 0 
2
Dk =  . ..  , P = (v1 , v2 , . . . , vn )
 
 .. ..
. . 
0 0 λkn
(λi , vi ): nilai eigen dan vektor eigen ke-i.
Dapat ditunjukkan bahwa untuk k → ∞:
x(k )/x(k − 1) ' λ1 : nilai eigen dominan λ1 menentukan apakah
untuk jangka panjang populasi akan tumbuh (λ1 > 1), tetap/stabil
(λ1 = 1), atau meluruh (λ1 < 1)
x(k )/ |x(k )| ' v1 / |v1 |: proporsi masing-masing kelas usia usia
stabil/konstan.

Kutha Ardana (Dep.Matematika-IPB) Model Matriks Bogor, 2008 8 / 30

 Model Leslie

Contoh
Dari 
Contoh sebelumnya:
  
0 7 6 10
L = 1/4 0 0 , x(0) =  8 
0 1/2 0 5

Solusi λ1 = 3/2, λ2 = −
1, λ3 = −1/2,

v1 = 1, p1 /λ1 , p1 p2 /λ21 = (1, 1/6, 1/18)0 atau (18, 3, 1)0
∴ Untuk jangka panjang, x(k ) ' 1.5x(k − 1) : populasi akan tumbuh
dengan laju 50%.
∴ Proporsi usia stabil untuk masing-masing kelas usia adalah
18/22 ∗ 100% = 81.8%, 3/22 ∗ 100% = 13.6%, 1/22 ∗ 100% = 4, 6%.

Kutha Ardana (Dep.Matematika-IPB) Model Matriks Bogor, 2008 9 / 30

 Model Leslie

Model Rantai Markov

Misalkan suatu sistem mengalami proses perubahan sehingga pada

setiap saat ia berada pada salah satu dari sejumlah berhingga
state/keadaan. Contoh
Cuaca sebuah kota berada pada salah satu dari tiga state: terang,
mendung, hujan.
State emosinal seseorang: senang, marah, sedih, gelisah.
Bila peluang untuk berada pada suatu state dapat ditentukan hanya
dengan mengetahui state pada pengamatan sebelumnya, maka proses
perubahan tersebut disebut rantai Markov atau proses Markov.
Contoh: peluang cuaca terang hari ini hanya dipengaruhi oleh cuaca
kemarin, tidak bergantung pada cuaca dua hari, tiga hari, ...
sebelumnya

Kutha Ardana (Dep.Matematika-IPB) Model Matriks Bogor, 2008 10 / 30

 Model Leslie

Perhatikan diagram state berikut:

sebuah sistem terdiri atas n state/kondisi 1, 2, . . . , n
proses dimulai dari salah satu state dan bergerak ke state lainnya
setiap gerakan disebut satu langkah (step)
peluang beralih dari state i ke state j disebut peluang transisi, pji ,
i, j = 1, 2, . . . n
pji hanya dipengaruhi oleh pergerakan dari state i ke state j, tidak
bergantung pada pergerakan sebelum sampai state i.
pnn

n
p1n p2n
pn1
pn2

p21
p11 1
2
p22
p12

Kutha Ardana (Dep.Matematika-IPB) Model Matriks Bogor, 2008 11 / 30

 Model Leslie

Matriks Transisi

Sistem dengan n state memiliki matriks transisi/matriks peluang

transisi:
 
p11 p12 . . . p1n
p21 p22 . . . p2n 
T= .
 
. .. 
 . . 
pn1 pn2 . . . pnn

State sebelumnya: kolom, state baru: baris

n
Jumlah setiap kolom = 1, ∑ pji = 1, ∀i ∈ {1, 2, . . . , n }
j =1

Kutha Ardana (Dep.Matematika-IPB) Model Matriks Bogor, 2008 12 / 30

 Model Leslie

Contoh

Sebuah perusahaan sewa mobil memiliki tiga lokasi penyewaan 1, 2, 3.

Penyewa dapat menyewa dan mengembalikan mobil di sembarang lokasi.
Berdasarkan
 data yang
 ada, diperoleh matriks transisi:
0.7 0.1 0.3
T = 0.2 0.5 0.5
0.1 0.4 0.2
p11 : 70% penyewa yang mengambil mobil di lokasi 1, mengembalikannya
ke lokasi 1
p32 : 40% penyewa yang mengambil mobil di lokasi 2, mengembalikannya
ke lokasi 2

Kutha Ardana (Dep.Matematika-IPB) Model Matriks Bogor, 2008 13 / 30

 Model Leslie

Vektor state suatu rantai Markov dengan n state adalah vektor

kolom x yang komponen ke-i nya adalah xi yang menyatakan peluang
sistem
 berada
 pada state ke-i pada suatu pengamatan/langkah waktu
x1
x2 
x=.
 
 .. 
xn
Misalkan suatu rantai Markov dengan matriks transisi T, xk adalah
vektor state pada langkah k dengan vektor state awal x0 , maka
berlaku
xk = T xk −1 = Tk x0

Kutha Ardana (Dep.Matematika-IPB) Model Matriks Bogor, 2008 14 / 30

 Model Leslie

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

Kutha Ardana (Dep.Matematika-IPB) Model Matriks Bogor, 2008 15 / 30

 Model Leslie

Rantai Markov Reguler

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

Kutha Ardana (Dep.Matematika-IPB) Model Matriks Bogor, 2008 16 / 30

 Model Leslie

Catatan
Matriks transisi T yang semua unsurnya positif pasti reguler. Jika ada
unsur T yang bernilai nol, mungkin reguler, mungkin tidak.

Kutha Ardana (Dep.Matematika-IPB) Model Matriks Bogor, 2008 17 / 30

 Model Leslie

Sifat Jangka Panjang

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.

Kutha Ardana (Dep.Matematika-IPB) Model Matriks Bogor, 2008 18 / 30

 Model Leslie

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%.

Kutha Ardana (Dep.Matematika-IPB) Model Matriks Bogor, 2008 19 / 30

 Model Leslie

Perhatikan bahwa T reguler merupakan syarat cukup agar sistem menuju

vektor state yang stabil. Jika T tidak reguler, tidak ada kesimpulan
(sistem bisa konvergen ke vektor state stabil atau divergen/tidak menuju
vektor state stabil)
Contoh
SuaturantaiMarkovdengan
 matriks transisi
0 1 1
T= , x0 =
1 0 0
  
0
, k ganjil


1

k
T x0 = 
 1
 , k genap
0


Dalam hal ini sistem berosilasi, tidak mencapai suatu vektor state stabil.

Kutha Ardana (Dep.Matematika-IPB) Model Matriks Bogor, 2008 20 / 30

 Model Leslie

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

Kutha Ardana (Dep.Matematika-IPB) Model Matriks Bogor, 2008 21 / 30

 Model Leslie

Rantai Markov Menyerap

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.

Kutha Ardana (Dep.Matematika-IPB) Model Matriks Bogor, 2008 22 / 30

 Model Leslie

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

Dengan melakukan reposisi state, matriks transisi T yang bersifat

menyerap dapat dinyatakan dalam bentuk kanonik dengan menuliskan
state transien terlebih dahulu. Jika terdapat r state reguler dan t state
transien, maka T dapat dituliskan sebagai
 
At × t O t × r
T=
Br × t Ir

Kutha Ardana (Dep.Matematika-IPB) Model Matriks Bogor, 2008 24 / 30

 Model Leslie

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

Sifat Jangka Panjang

 
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

Kutha Ardana (Dep.Matematika-IPB) Model Matriks Bogor, 2008 26 / 30

 Model Leslie

Matriks

F = (It − At ×t )−1

disebut matriks fundamental, dengan unsur fji menyatakan rataan

banyaknya langkah waktu yang dibutuhkan sistem beralih dari state i ke
state j.

Kutha Ardana (Dep.Matematika-IPB) Model Matriks Bogor, 2008 27 / 30

 Model Leslie

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

Kutha Ardana (Dep.Matematika-IPB) Model Matriks Bogor, 2008 28 / 30

 Model Leslie

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%.

Kutha Ardana (Dep.Matematika-IPB) Model Matriks Bogor, 2008 29 / 30

 Model Leslie

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

Kutha Ardana (Dep.Matematika-IPB) Model Matriks Bogor, 2008 30 / 30