RANTAI MARKOV
Contoh 2. Misalkan hujan turun hari ini atau tidak tergantung pada kondisi
cuaca sebelumnya selama dua hari terakhir. khususnya, anggaplah jika hujan
turun selama dua hari terakhir, maka hujan akan turun besok dengan peluang
0,7. jika hujan turun hari ini tetapi tidak kemarin, maka hujan besok akan turun
dengan peluang 0,5. jika hujan kemarin tapi tidak hari ini, maka besok akan
hujan dengan peluang 0.4.jika belum hujan dalam dua hari terakhir, maka
besok akan hujan dengan peluang 0.2.
jika kita membiarkan negara pada waktu n hanya bergantung pada cuaca atau
tidak hujan pada waktu n, maka model di atas bukanlah rantai markov. Namun
kita dapat mengubah model di atas menjadi rantai markov dengan
mengatakan bahwa keadaan kapan saja ditentukan oleh kondisi cuaca selama
hari itu dan hari sebelumnya.
nyatakan 0 jika hujan hari ini dan kemarin
nyatakan 3 jika tidak hujan kemarin atau hari ini
Contoh 3. Misalkan di suatu daeah terdapat dua stasiun televisi yaitu stasiun A
dan B. Suatu lembaga telah mengadakan beberapa kali survey kepada
penonton Tv di daerah tersebut untuk menentukan stasiun Tv mana yang lebih
diminati dan bagaimana perilaku penonton Tv tersebut. Survey pertama
memberikan informasi bahwa 40 % penonton di daerah tersebut menonton
stasiun A dan 60 % menonton stasuin B. Survey beriutnya memeberi informasi
bahwa setiap minggunya 15 % dari penonton stasiun A beralih menonton
siaran dari stasiun B dan 5 % dari stasui B beralih menonton siran dari stasiun
A, Asumsikan jumlah penonton Tv di daerah tersebut tetap.
Persamaan Chapman-Kolmogrov
Masalah : bagaimana peluang proses yang berada pada keadaan i akan berada
pada keadan j setelah proses mengalami n transisi. Dinotasikan Pij n.
Pij n= P ( X n +m= j| X m =i ) , n ≥ 0 ,i , j ≥0
Dalam hal ini matriks peluang transisi dalam n langkah dapat diperoleh dengan
mengalikan matriks peluang transisi satu langkah sebanyak n kali.
Contoh 4. Dari contoh 1 diatas hitunglah peluang bahwa hujan akan turun
empat hari dari hari ini mengingat hari ini hujan, dengan α =0.7 dan β=0.4
Contoh 5. Dari contoh 2 misalkan hujan turun pada hari Senin dan Selasa.
berapa peluang bahwa itu akan hujan pada hari Kamis
Catatan : karena hujan pada hari Kamis setara dengan proses dalam keadaan 0
atau keadaan 1 pada hari Kamis
Contoh 6.dari contoh 3. Tentukan distribusi penonton Tv di daerah yg diteliti ,
lima minggu setelah survey pertama berlangsung