PROSTOK
Oleh:
{ 1. Mega Aprillia
2. Euis Apriyanti
Proses Stokastik
Rantai Markov
OUTLINE
PROSES STOKASTIK
Proses Stokastik (Stochastic Process) 𝑋 = {𝑋(𝑡),𝑡∈𝑇} adalah
kumpulan dari peubah acak yang memetakan dari ruang
contoh ke ruang state 𝑆 dengan indeks t dalam ruang
parameter 𝑇.
Lambang 𝑡 sering diinterpretasikan sebagai waktu dan 𝑇
adalah indeks dari suatu proses.
𝑋(𝑡) adalah state/kejadian dari suatu proses pada waktu t.
Jika T dapat dicacah maka proses stokastik disebut sebagai
proses stokastik waktu diskret. {X𝑛, 𝑛=0,1,……..}
CONTOH 1 : GAMBLER’S
RUIN
A dan B melakukan permainan dengan aturan sebagai berikut.
Jika A menang, B membayar satu satuan ke A.
Jika A kalah, A membayar satu satuan ke B.
Misalkan peluang A menang 0.6 dan peluang A kalah 0.4. Modal awal A
dan B masing-masing 4 satuan. Permainan dihentikan jika salah satu
bangkrut. X𝑛 : merupakan peubah acak yang menyatakan banyaknya
modal A setelah permainan ke-𝑛.
• 𝑛 ∈ 𝑁 dengan 𝑁= 0,1,2,3,4,…, menyatakan permainan ke 0,1,2,3,4,….
Proses Stokastik 𝑿 = {X𝑛; 𝑛 = 0,1,2,3,…} menyatakan kepemilikan modal A,
1
PELUANG TRANSISI N-
STEP
Peluang transisi 𝑛-step yaitu peluang bahwa suatu proses yang
mula-mula berada pada state i akan berada pada state j setelah 𝑛
tambahan transisi.
𝑝𝑖𝑗 (n) = 𝑃{X𝑛 = j | X0 = i} i, j ∈ 0,1,2,…
untuk setiap 𝑛=1,2,…
(𝑛)
𝑝𝑖𝑗 = 𝑝𝑖𝑗
Matriks peluang transisi n-langkah: 𝑃 𝑛 = 𝑃𝑛
Jadi, matriks transisi n-step dapat ditentukan dengan mengalikan
matriks P dengan dirinya sendiri sebanyak n-kali.
CONTOH 3 : PELUANG
TRANSISI N-STEP
• Perhatikan contoh 2 !
• Tentukan:
1. Peluang bahwa 4 hari lagi akan hujan, jika hari
ini adalah hujan
2. Peluang bahwa 4 hari lagi tidak akan hujan, jika
hari ini tidak hujan
Matriks peluang transisi 4-step 𝑃(4) ?
PERSAMAAN CHAPMAN-
KOLMOGOROV
PELUANG TIDAK
BERSYARAT
Jika kita menginginkan sebaran tidak bersyarat dari
state pada waktu 𝑛 maka kita perlu menentukan
sebaran peluang dari state awal. Misalkan :