5.

Representasi Matrix
Oleh : Ade Nurhopipah

Pokok Bahasan :
1. Matrix Ketetanggaan
2. Walk Pada Graph dan Digraph
3. Matrix Insidensi
Sumber :
Aldous, Joan M. ,Wilson, Robin J. 2004. Graph and Applications. Springer: UK.

Kita telah mempelajari cara merepresentasikan sebuah graph atau digraph sebagai sebuah
diagram yang memuat sejumlah vertex dan dihubungkan dengan edge atau arc. Representasi
permasalahan dengan diagram ini sangat berguna untuk banyak situasi, terutama jika kita ingin
melihat struktur graph atau digraph secara keseluruhan. Namun jika kita memiliki graph atau
digraph yang memiliki ukuran besar dan kompleks, kita membutuhkan cara representasi graph atau
digraph dalam bentuk lain yang lebih sesuai.
Salah satu cara representasi yang mungkin dilakukan adalah dengan membuat sebuah tabel
yang mengindikasikan pasangan vertex yang bertetangga, atau vertex mana yang insiden dengan
suatu edge/arc. Pada metode ini kita menyajikan graph atau digraph dengan array segiempat yang
disebut matrix. Pada bagian ini, kita akan membahas tentang dua matrix yang dapat
merepresentasikan graph atau digraph yaitu matrix ketetanggaan dan matrix insidensi.

Matrix Ketetanggaan (Adjacency Matrices)

Perhatikan contoh pada Gambar 5.1. Kita memiliki graph dengan empat vertex dan kita akan
merepresentasikannya dengan sebuah matrix dengan empat baris dan empat kolom.

Gambar 5.1 Contoh representasi matrix ketetanggan untuk graph

Angka yang muncul dalam matrix pada Gambar 5.1 mengacu pada jumlah edge yang
menghubungkan vertex yang berkoresponden dengan graph sebagai berikut.

1
 Vertex 1 dan 2 dihubungkan dengan 1 edge, sehingga angka 1 muncul pada baris 1 kolom 2, dan
pada baris 2 kolom 1.
Vertex 2 dan 4 dihubungkan dengan 2 edge, sehingga angka 2 muncul pada baris 2 kolom 4, dan
pada baris 4 kolom 2.
Vertex 1 dan 3 dihubungkan dengan 0 edge, sehingga angka 0 muncul pada baris 1 kolom 3, dan
pada baris 3 kolom 1
Vertex 2 dihubungkan dengan dirinya sendiri dengan 1 edge, sehingga angka 1 muncul pada
baris 2 kolom 2.

Definisi 5.1
Misalkan G adalah sebuah graph dengan n vertex yang dilabeli 1,2,3,...,n.
Matix ketetanggaan dari G atau A(G) adalah matrix nxn di mana entri pada baris i kolom j
adalah jumlah edge yang menghubungkan vertex i dan vertex j.

Latihan 5.1
1. Tulislah matrix ketetanggaan dari graph berikut.

2. Gambar graph yang direpresentasikan oleh matrix ketetanggaan berikut.

Matrix ketetanggaan dari sebuah graph adalah matrix simetris pada diagonal utamanya (kiri
atas ke kanan bawah). Untuk graph tanpa loop, diagonal utama matrix semua berisi 0. Jumlah dari
semua elemen pada baris atau kolom tertentu pada matrix tersebut menyatakan derajat vertex dari
baris dan kolom yang mewakilinya.

2
 Representasi matrix untuk digraph, analog dengan representasi matrix untuk graph. Sebagai
contoh perhatikan Gambar 5.2. Kita memiliki digraph dengan empat vertex yang akan
direpresentasikan oleh matrix dengan empat baris dan empat kolom.

Gambar 5.2 Contoh representasi matrix ketetanggan untuk digraph

Angka yang muncul dalam matrix mengacu pada jumlah arc yang menghubungkan vertex
yang berkoresponden dengan digraph sebagai berikut.
Vertex 1 ke 2 dihubungkan dengan 1 arc, sehingga angka 1 muncul pada baris 1 kolom 2.
Vertex 2 ke 4 dihubungkan dengan 2 arc, sehingga angka 2 muncul pada baris 2 kolom 4.
Vertex 1 ke 4 dihubungkan dengan 1 arc, sehingga angka 1 muncul pada baris 1 kolom 4.
Vertex 4 ke 1 dihubungkan dengan 0 arc, sehingga angka 0 muncul pada baris 4 kolom 1.
Vertex 2 dihubungkan dengan dirinya sendiri dengan 1 arc, sehingga angka 1 muncul pada baris
2 kolom 2.

Definisi 5.2
Misalkan D adalah sebuah digraph dengan n vertex yang dilabeli 1,2,3,...,n.
Matix ketetanggaan dari D atau A(D) adalah matrix nxn di mana entri pada baris i kolom j
adalah jumlah arc dari vertex i ke vertex j.

Latihan 5.2
1. Tulislah matrix ketetanggaan dari digraph berikut.

3
 2. Gambar digraph yang direpresentasikan oleh matrix ketetanggaan berikut.

Matrix ketetanggaan dari digraph biasanya tidak simetris pada diagonal utamanya. Jumlah
entri pada sebuah baris merupakan derajat keluar dari vertex yang mewakilinya, dan jumlah entri
pada sebuah kolom menunjukan derajat masuk pada vertex yang mewakilinya.

Walk dalam Graph dan Digraph

Kita dapat membangun walk yang ada dalam graph atau digraph dengan menggunakan
matrix ketetanggan. Pada contoh berikut, kita akan fokuskan pembahasan untuk digraph. Cara dan
hasil yang sama dapat diturunkan untuk walk dalam graph.

Gambar 5.3 Contoh representasi matrix ketetanggan untuk digraph

Pada Gambar 5.3, ditunjukan tabel yang berisi jumlah walk dengan panjang 1 antara setiap
pasangan vertex pada digraph. Perhatikan contoh berikut.
Jumlah walk dari a ke c dengan panjang 1 adalah 0, sehingga angka 0 muncul pada baris 1 kolom 3.
Jumlah walk dari b ke a dengan panjang 1 adalah 1, sehingga angka 1 muncul pada baris 2 kolom 1.
Jumlah walk dari d ke b dengan panjang 1 adalah 2, sehingga angka 2 muncul pada baris 4 kolom 2.
Perhatikan bahwa suatu walk dengan panjang 1 merupakan sebuah arc pada digraph, sehingga tabel
tersebut tidak lain sama dengan matrix ketetanggaan dari digraph tersebut.
Selanjutnya, mari kita perhatikan walk dengan panjang 2 dan 3. Sebagai contoh, terdapat
dua walk yang berbeda dengan panjang 2 dari a ke b, karena ada sebuah arc dari a ke d dan ada dua
buah arc dari d ke b. Begitu juga terdapat dua walk berbeda dengan panjang 3 dari d ke d, karena
ada dua arc dari d ke b, dan ada satu walk dengan panjang 2 dari b ke d,

4
 Latihan 5.3
1. Lengkapi tabel berikut untuk jumlah walk dengan panjang 2 dan 3 pada digraph berikut.

2. Temukan matrix A2 dan A3, di mana A adalah matrix ketetanggaan dari digraph tersebut.
3. Simpulkan hasil yang kamu dapatkan dari bagian 1 dan 2.

Teorema 5.1
Misalkan D adalah sebuah digraph dengan n vertex yang dilabeli 1,2,3,...,n.
Misalkan A adalah matrix ketetanggaan dari graph D dan k adalah bilangan integer positif.
Jumlah walk dengan panjang k dari vertex i ke vertex j sama dengan entri pada baris i kolom j
pada matrix Ak (pangkat ke-k matrix A)

Bukti
Bukti teorema 5.1 dilakukan dengan induksi matematika.
Langkah 1
Pernyataan untuk k=1 adalah benar, karena jumlah walk dengan panjang 1 dari vertex i ke vertex j
adalah jumlah arc dari vertex i ke vertex j , dan ini sama dengan aij yang merupakan entri pada baris
i dan kolom j pada matrix ketetanggaan A.
Langkah 2
Kita asumsikan bahwa k>1, dan pernyataan tersebut benar untuk semua bilangan integer yang lebih
kecil dari k. Kita ingin membuktikan bahwa pernyataan tersebut juga benar untuk semua bilangan
integer k.
Misalkan terdapat sebuah walk dengan panjang k dari vertex i ke vertex j. Walk ini memiliki walk
dengan panjang k-1 dari vertex i ke suatu vertex r yang bertetangga dengan vertex j, diikuti dengan
suatu walk dengan panjang 1 dari vertex r ke vertex j seperti ditunjukan pada Gambar5.4.

Gambar 5.4 Contoh ilustrasi walk dengan panjang k

5
 Jumlah walk dengan panjang k-1 dari vertex i ke vertex r adalah entri dari baris i kolom r
𝑘−1
dari matrik Ak-1, (dinotasikan dengan 𝑎𝑖𝑟 ). Karena jumlah walk dengan panjang 1 dari vertex r ke
vertex j adalah arj, maka, jumlah walk dengan panjang k dari vertex i ke vertex j melalui vertex r
𝑘−1
adalah 𝑎𝑖𝑟 𝑎𝑟𝑗 .
Sekarang, jumlah total walk dengan panjang k dari vertex i ke vertex j sama dengan,
jumlah walk melalui vertex 1 + jumlah walk melalui vertex 2 + ….
jumlah walk melalui vertex r + …+ jumlah walk melalui vertex n.
atau,
𝑘−1 𝑘−1 𝑘−1 𝑘−1
𝑎𝑖1 𝑎1𝑗 + 𝑎𝑖2 𝑎2𝑗 + ⋯ + 𝑎𝑖𝑟 𝑎𝑟𝑗 + ⋯ + 𝑎𝑖𝑛 𝑎𝑛𝑗

Dengan aturan perkalian matrix, kita tahu bahwa rumus ini merupakan entri pada baris i dan kolom j
pada matrix Ak-1A = Ak.
Pernyataan ini adalah benar untuk semua bilangan integer positif lebih kecil dari k, maka ia pun
benar untuk bilangan integer k.
Dengan prinsip induksi matematika, pernyataan pada teorema 5.1 tersebut adalah benar
untuk setiap bilangan integer positif k.

Latihan 5.4
Tuliskan matrix ketetanggaan A untuk digraph berikut, lalu hitunglah A 2, A3, A4! Temukan pula
jumlah walk dengan panjang 1,2,3 dan 4!
Apakah ada walk dengan panjang 1, 2, 3 atau 4 dari d ke b?

Matrix ketetanggaan dapat pula dipakai sebagai cara untuk menentukan apakah sebuah
digraph merupakan digraph yang terhubung kuat atau bukan. Kita mengetahui bahwa suatu digraph
terhubung kuat jika ada path dari setiap pasang vertexnya. Sebagai contoh pada digraph sebelumnya
kita memperoleh walk dengan panjang 1,2 dan 3. Kita perhatikan bahwa walk (termasuk path)
dengan panjang 1, 2 dan 3 di antara dua vertex yang berbeda diberikan oleh entri matrix pada
elemen non-diagonalnya.

Gambar 5.5 Matrix ketetanggaan A, A2 dan A3

6
 Dengan memperhatikan matrix tersebut, kita mengetahui bahwa setiap pasangan vertex
dihubungkan dengan setidaknya sebuah path dengan panjang 1,2, atau 3, sehingga digraph tersebut
terhubung kuat. Kita dapat mengecek ini lebih mudah dengan menyajikan sebuah matrix B yang
diperoleh dengan cara menjumlahkan tiga matrix tersebut.

Gambar 5.6 Matrix B penjumlahan dari A, A2 dan A3

Misalnya kita menotasikan bij dengan entri untuk baris i kolom j pada matrix B, maka setiap
entri bij adalah jumlah total walk dengan panjang 1, 2 dan 3 dari vertex i ke vertex j. Semua entri
non diagonalnya adalah positif, artinya setiap pasangan vertex yang berbeda dihubungkan dengan
path, sehingga digraph tersebut adalah digraph yang terhubung kuat.

Teorema 5.2
Misalkan D adalah digraph dengan n vertex yang dilabeli 1,2,3,.., n, misalkan A adalah matrix
ketetanggaan dari matrix D, dan B adalah sebuah matrix yang didefinisikan sebagi berikut.
B= A+A2+A3+...An-1

Maka D terhubung kuat jika dan hanya jika setiap entri non diagonal pada matrix B adalah
positif, atau bij >0, untuk i≠j.

Bukti
Ada dua pernyataan yang harus dibuktikan.
a. Jika setiap entri non-diagonal pada B positif, maka D terhubung kuat.
Misalkan D adalah digraph yang memenuhi kondisi tersebut, dan misalkan setiap entri non
𝑘
diagonal di B adalah positif, maka bij >0 untuk i≠j, maka 𝑎𝑖𝑗 > 0 untuk suatu k≤n-1. Maka ada
suatu walk dengan panjang paling besar n-1 dari vertex i ke vertex j, sehingga digraph D
adalah digraph yang terhubung kuat.
b. Jika digraph D terhubung kuat, maka setiap entri non-diagonal pada B adalah positif.
Misalkan D adalah digraph yang terhubung kuat yang memenuhi kondisi tersebut, maka ada
sebuah path dari suatu vertex ke vertex lain. Karena D memiliki n vertex, maka sebuah path
𝑘
memiliki panjang paling besar n-1. Oleh karena itu, 𝑎𝑖𝑗 > 0 untuk setidaknya satu nilai dari
k≤n-1, dan karena itu entri pada baris i kolom j pada B adalah positif, maka bij >0 untuk i≠j.

7
 Latihan 5.5
Tentukan apakah digraph dengan matrix ketetanggaan berikut terhubung kuat.

Matrix Insidensi
Pada bagian ini kita akan membatasi pembahasan untuk graph dan digraph yang tidak
memiliki loop. Jika matrix ketetanggaan pada graph dan digraph melibatkan ketetanggaan antar
vertex, maka pada matrix insidensi kita melibatkan insidensi vertex dengan edge atau arc.

Gambar 5.7 Representasi matrix insidensi untuk graph

Perhatikan contoh pada Gambar 5.7. Kita memiliki graph dengan empat buah vertex yang
berlabel dan enam edge yang berlabel. Perhatikan matrix insidensi yang terbentuk. Kita memiliki
empat buah baris dan enam buah kolom. Setiap angka yang muncul pada matrix tersebut adalah
bilangan 0 atau 1, tergantung pada vertex dan edge yang diwakilinya apakah insiden satu sama lain
atau tidak. Sebagai contoh,
Vertex (1) insiden dengan edge 4 sehingga angka 1 muncul pada baris ke 1 kolom 4.
Vertex (2) tidak insiden dengan edge 4 sehingga angka 0 muncul pada baris ke 2 kolom 4.

Definisi 5.3
Misalkan G adalah graph tanpa loop dengan n vertex yang dilabeli (1), (2), ..., (n) dan m edge
yang dilabeli 1,2,3,..,m.
Matrix insidensi dari G atau I(G) adalah matrix berukuran nxm dimana entri pada baris i kolom j
adalah sebagai berikut.
1, jika vertex 𝑖 𝑖nsiden dengan edge 𝑗
{
0, selainnya

8
 Latihan 5.6
1. Tulislah matrix insidensi pada masing-masing graph berikut,

2. Gambarkan graph yang direpresentasikan oleh matrik insidensi berikut.

Pada matrix insidensi sebuah graph tanpa loop, setiap kolom mengandung tepat dua buah
angka 1, yang menggambarkan bahwa suatu edge menghubungkan tepat dua buah vertex. Jumlah
bilangan pada sebuah baris sama dengan derajat vertex yang diwakilinya.
Jika dalam matrix ketetanggaan sebuah digraph melibatkan ketetanggaan dua buah vertex,
maka dalam matrix insidensi sebuah digraph, kita melibatkan insidensi vertex dengan arc. Pada
matrix insidensi digraph kita harus memperhatikan apakah sebuah arc insiden dari, insiden ke atau
tidak insiden dengan sebuah vertex.

Gambar 5.8 Representasi matrix insidensi untuk digraph

Perhatikan contoh pada Gambar 5.8. Pada digraph tersebut kita memiliki sebuah digraph
dengan empat vertex berlabel dan enam arc berlabel. Pada matrix insidensi yang dihasilkan kita
mempunyai sebuah matrix yang memiliki empat baris dan enam kolom.

9
 Setiap angka yang muncul pada matrix adalah 1, -1 atau 0 tergantung pada apakah arc yang
berkoresponden insiden ke, insiden dari atau tidak insiden dengan vertex tersebut. Perhatikan
contoh sebagai berikut.
Arc 4 insiden dari vertex (1), sehingga angka 1 muncul pada baris ke 1 kolom ke 4.
Arc 5 insiden ke vertex (4), sehingga angka -1 muncul pada baris ke 4 kolom ke 5.
Arc 4 tidak insiden dari vertex (2), sehingga angka 0 muncul pada baris ke 2 kolom ke 4.

Definisi 5.4
Misalkan D adalah digraph tanpa loop dengan n vertex yang dilabeli (1), (2), ..., (n) dan m arc
yang dilabeli 1,2,3,..,m.
Matrix insidensi dari D atau I(D) adalah matrix berukuran nxm di mana entri pada baris i kolom j
adalah sebagai berikut.
1, jika arc 𝑗 insiden dari vertex 𝑖
{−1, jika arc 𝑗 insiden ke vertex 𝑖
0, selainnya

Latihan 5.7
1. Tulislah matrix insidensi pada masing-masing digraph berikut.

2. Gambarkan digraph yang direpresentasikan oleh matrik insidensi berikut.

Dalam matrix insidensi digraph tanpa loop, setiap kolom memiliki tepat sebuah nilai 1 dan
sebuah nilai -1, yang menggambarkan bahwa sebuah arc tersebut insiden dari sebuah vertex ke
vertex lain. Jumlah angka 1 pada setiap baris menggambarkan derajat keluar dari vertex yang
berkoresondensi dan jumlah angka -1 pada setiap baris menggambarkan derajat masuk dari vertex
tersebut.

10
Studi Kasus
Interval Graph
Interval graph adalah graph yang menggambarkan situasi yang melibatkan penyusunan
suatu data dengan susunan kronologi. Pada graph ini vertex berkoresponden dengan objek yang
sedang disusun, dan edge berkoresponden dengan pasangan vertex yang bertumpang tindih dengan
cara tertentu.

Arkeologi
Pada akhir abad ke-19, para arkeolog tertarik terhadap artefak yang ditemukan pada
beberapa kuburan di Mesir. Untuk menentukan usia artefak tersebut, mereka berasumsi bahwa jika
dua artefak berbeda ditemukan bersama-sama dalam satu kuburan, maka periode waktu keduanya
pasti bertumpang tindih.
Suatu pendekatan yang menjanjikan untuk masalah ini adalah dengan merepresentasikan
data ini dalam graph, di mana vertex mewakili artefak dan edge mewakili pasangan artefak yang
muncul bersama-sama dalam satu kuburan. Misalkan kita memiliki enam buah artefak, dan kondisi
apakah kedua artefak tersebut muncul dalam satu kuburan disajikan dalam Gambar 5.9. Pada
Gambar tersebut ditunjukan bahwa kita dapat membuat matrix ketetanggaan dari situasi yang
diberikan. Jika dua buah artefak muncul dalam kuburan yang sama maka kita beri nilai 1 jika tidak
kita beri nilai 0. Dengan matrix ketetanggaan tersebut kita dapat membuat graphnya.

Gambar 5.9 Contoh representasi matrix ketetanggaan dalam arkeologi

Untuk merepresentasikan graph tersebut ke dalam bentuk kronologis, kita membangun

suatu himpunan interval dengan sebuah garis yang berkoresponden dengan periode waktu
munculnya artefak tersebut. Artefak diwakili dengan suatu interval dan dan pasangan artefak yang
muncul bersama dalam sebuah kuburan diwakili dengan interval yang overlapping (saling
bertumpang tindih) seperti ditunjukan pada Gambar 5.10.

Gambar 5.10 Contoh graph interval dalam arkeologi

11
 Pada Gambar 5.10 ditunjukan bahwa vertex yang mewakili artefak a dan b bertetangga,
sehingga interval keduanya bertumpang tindih. Vertex yang mewakili artefak a dan f tidak
bertetangga, sehingga intervalnya tidak tumpeng tindih. Graph yang memberikan suatu gambaran
interval seperti ini disebut graph interval.

Latihan 5.8
Gambarlah suatu graph dan interval graph yang muncul dengan himpunan interval berikut.
(1,2), (3,4), (5,6), (7,8), (1,6), (2,7), (3,8).

Genetika

Untuk beberapa waktu, genetika menganggap kromosom sebagai sebuah susunan linier dari
suatu gen. Suatu pertanyaan muncul dalam bidang genetika yaitu apakah struktur yang benar dalam
gen disusun dalam sebuah susunan yang linier. Masalah ini disebut sebagai Benzer’s problem.
Sayangnya struktur ini terlalu detail untuk diteliti secara langsung. Oleh karena itu untuk
mengetahuinya, dipelajari perubahan pada struktur gen secara keseluruhan yang dikenal sebagai
mutasi.
Dalam menganalisa struktur genetik suatu bakteri yang disebut phage T4, Seymour Benzer
memperlihatkan suatu mutasi yang dihasilkan saat suatu bagian dari sebuah gen hilang. Dia
mempelajari mutasi di mana segmen yang hilang bertumpang tindih, dan menyajikan hasilnya dalam
bentuk matrix overlap yang ditunjukan oleh Gambar 5.11. Matrix berukuran 19x19 pada Gambar
5.11 adalah matrix ketetanggaan, di mana vertex mewakili mutasi dan edge mewakili pasangan
mutasi dengan segmen hilang yang bertumpang tindih. Pada Gambar tersebut juga ditunjukan graph
interval yang muncul dari matrix ketetangaan tersebut.

Gambar 5.11 Contoh graph interval dalam genetika

12
Rantai Markov
Rantai Markov telah dipakai dalam berbagai bidang misalnya dalam genetika, statistika, ilmu
komputer dan sosiologi. Berikut diberikan contoh penggunaan rantai Markov dengan masalah
seorang pemabuk yang berada di antara dua pub. Setiap menit dia memiliki satu dari tiga perilaku
berikut.
1
1. Dia bergeser 10 meter ke pub pertama dengan peluang .
2
1
2. Dia bergeser 10 meter ke pub kedua dengan peluang .
3
1
3. Dia diam dimana dia berada dengan peluang .
6
Prosedur seperti ini disebut sebagai suatu walk acak satu dimensi. Kita mengasumsikan
bahwa dua pub tersebut dalam kondisi melenakan (menyerap), dalam arti jika sang pemabuk
sampai di sana, maka dia akan tetap disana. Permasalahan tersebut ditunjukan pada Gambar 5.12.

Gambar 5.12 Contoh masalah rantai Markov

Misalkan jarak antara dua pub adalah lima puluh meter, kita menotasikan E1, E2 ,..,E6 sebagai
posisi di mana sang pemabuk dapat berhenti.
Posisi pertama E4 dapat dijelaskan dengan vektor x = [0,0,0,1,0,0].
1 1 1
Peluang posisi pemabuk setelah satu menit diberikan oleh vektor [0,0, , , ]
2 6 3
1 1 13 1 1
Peluang posisi pemabuk setelah dua menit diberikan oleh vektor [0, , , , , ].
4 6 36 9 9
Sebagai contoh peluang sang pemabuk berada di posisi E4 setelah dua menit dapat dihitung sebagai
1 1 1 1 1 1 13
berikut ( × ) + ( × ) + ( × ) = .
2 3 6 6 3 2 36
Untuk menyajikan masalah posisi setelah k menit, kita dapat menyajikannya dengan sebuah
matrix transisi. Missal pij adalah peluang bahwa dia bergerak dari Ei ke Ej dalam satu menit. Peluang
pij disebut peluang transisi, dan matrix P berukuran yang 6x6 dimana entri pada baris i kolom j
adalah pij dikenal sebagai matrix transisi. Secara umum, sebuah matrix transisi adalah matrix
segiempat yang setiap barisnya memuat bilangan tidak negatif yang disebut probabilitas transisi
dengan jumlah 1.
Peluang posisi setelah satu menit pada permasalahan di atas ditunjukan pada gambar 5.13.
Setelah k menit peluang tersebut ditunjukan oleh vector xPk. Bentuk ini adalah sebuah rantai Markov
yang memuat matrix transisi P berukuran nxn, dan vektor barix x berukuran 1xn. Komponen ke-i dari
xPk merepresentasikan peluang bahwa sang pemabuk diposisi Ei setelah k menit.

13
 Gambar 5.11 Contoh sebuah rantai Markov

Pada masalah ini, jita berkonsentrasi bagaimana kita bisa beralih dari suatu status ke status
lain, dan berapa lama waktu untuk mencapainya. Sebagai contoh, pada permasalah di atas, sang
pemabuk dapat bergerak dari E4 ke E1 dalam tiga menit dan dari E4 ke E6 dalam dua menit. Namun
sang pemabuk tidak akan bisa bergerak dari posisi E1 ke E4 karena asumsi kita bahwa kedua pub
bersifat menyerap.
Pada masalah ini, perhatian utama kita adalah pada probabilitas pij, saat ia tidak bernilai 0.
Kita dapat merepresentasikan situasi ini ke dalam digraph, di mana vertex mewakili status dan arc
menunjukan ke mana kita dapat bergerak dari satu status ke status yang lain dalam satu menit.
Matrix ketetanggaan dari masalah rantai Markov diperoleh dengan mengganti semua nilai tidak nol
dari entri dalam matrix transisi P dengan angka 1. Jika setiap status Ei direpresentasikan oleh vertex
vi, maka kita mendapat digraph yang berasosiasi dengan matrix transisinya. Matrix ketetanggaan dan
digraph yang diperoleh untuk masalah tersebut ditunjukan pada Gambar 5.12.

Gambar 5.12 Contoh representasi digraph untuk rantai Markov

Pada masalah ini, kita dapat bergerak dari status Ei ke ststus Ej dalam sebuah rantai Markov
jika dan hanya jika terdapat sebuah path dari vi ke vj dalam digraph yang berasosiasi dengannya.
Waktu minimal yang dibutuhkan untuk melakukannya adalah panjang path terpendek yang ada.
Sebuah rantai Markov di mana kita dapat bergerak dari satu status ke status lainnya disebut rantai
Markov irreducible (tidak tereduksi). Rantai Markov irreducible jika hanya jika digraph yang
berasosiasi dengannya terhubung kuat. Rantai Markov yang dicontohkan di atas tidak irreducible.
Sebagai contoh, tidak ada path dari v1 ke vertex lainnya.

Latihan 5.9
1. Misalkan dalam masalah pemabuk di atas, pub 1 menolaknya, segera setelah ia sampai
kesana. Tulislah matrix transisi yang dihasilkan dan digraph yang berasosiasi dengannya.
Tentukan apakah rantai Markov yang dihasilkan irreducible.
2. Bagaimana jawaban pada pertanyaan bagian 1, jika kedua pub menolak sang pemabuk?

14