Limiting Stationary dan Limiting Probability

Dalam continuous Markov chain, Limiting Stationary dan Limiting Probability adalah dua
konsep yang berbeda.

Limiting Stationary (atau steady-state) adalah kondisi di mana distribusi probabilitas dari
suatu sistem tidak berubah seiring waktu, bahkan jika waktu terus berlalu. Dalam hal ini,
setiap transisi dari satu keadaan ke keadaan lain memiliki probabilitas yang sama dengan
transisi dalam arah yang berlawanan. Contoh: Sistem lalu lintas yang stabil di persimpangan
jalan.

Sementara itu, Limiting Probability mengacu pada probabilitas bahwa suatu sistem berada
dalam suatu keadaan tertentu pada saat tak terbatas. Ini dapat dihitung dengan mengambil
batas dari probabilitas distribusi saat waktu terus meningkat. Contoh: peluang bahwa suatu
sistem akan berada dalam keadaan tertentu setelah waktu yang sangat lama.

Sebagai contoh, misalkan ada sistem yang terdiri dari dua keadaan: A dan B. Probabilitas
transisi dari A ke B adalah 0,3 dan dari B ke A adalah 0,5. Jika kita ingin mencari Limiting
Stationary, maka kita harus mencari distribusi probabilitas jangka panjang dari sistem
tersebut, yang bisa ditemukan dengan menyelesaikan persamaan steady-state. Namun, jika
kita ingin mencari Limiting Probability dari keadaan A, kita dapat mengambil batas dari
probabilitas bahwa sistem berada di keadaan A ketika waktu mendekati tak terbatas.

Perlu dicatat bahwa dalam banyak kasus, Limiting Stationary dan Limiting Probability
mungkin tidak ada atau tidak unik, tergantung pada karakteristik sistem yang sedang
dihadapi.