RANTAI MARKOV

Aljabar Linear Terapan

 Presented by:
Astri Reformasari (1617031060)

Handoko (1617031072)

Indah Furianingsih (1617031055)

Ria Monarika (1617031096)

Sri Ajeng Rahmatanti (1617031084)

-Kelompok 4-
 Definisi:

“Jika suatu rantai markov mempunyai K kemungkinan pernyataan, misal

1,2,3,4…..k, maka kemungkinan bahwa sistem didalam pernyataan i setelah di
observasi kedalam pernyataan j sebelumnya dilambangkan dengan Pij dan
disebut sebagai kemungkinan transisi dari pernyataan j ke pernyataan i.
matriks P = [Pij] disebut sebagai transisi matriks dari rantai markov.”

- Kelompok 4 -
 Sebagaicontoh, didalamrantaimarkov yang berisi 3 pernyataan,
matrikstransisimempunyaibentuk:
Pernyataansebelumnya
1 2 3
𝑃11 𝑃12 𝑃13
𝑃21 𝑃22 𝑃23 1
2
𝑃31 𝑃32 𝑃33
3

Padamatriksini P32kemungkinansistemakanberubahdaripernyataan 2
kepernyataan 3, P11
adalahkemungkinanbahwasistemakantetappadapernyataan 1
jikapadapernyataansebelumnyaadalah 1 danseterusnya.

- Kelompok 4 -
 Contoh1
Sebuahagensisewamobilmempunyaitigalokasisewa, dilambangkandengan 1,2
dan 3.
Seorangpenyewaakanmenyewasebuahmobildariketigalokasitersebutdanakan
mengembalikanmobil-mobiltersebutkelokasitersebut.
Pimpinansewamendapatibahwapenyewamengembalikanmobil-
mobilitukelokasidengankemungkinanberikut:
Disewadarilokasi
1 2 3 1
.8 .3 .2 2
.1 .2 .6 3
.1 .5 .2
Dikembalikankelokasi
Matriksinimerupakanmatrikstransisidarisistemmenurutrantaimarkov. Dari
matriksiniprobabilitas .6 adalahmobil yang disewadarilokasi 3
akandikembalikankelokasi 2, probabilitas .8 adalahmobil yang
disewadarilokasi 1 akandikembalikankelokasi 1, danseterusnya.

- Kelompok 4 -
 Contoh2
Denganmeninjaucatatandonasi, kantor alumni
perguruantinggimenemukanbahwa 80% dari alumni yang
berkontribusikedanatahunan 1 tahunakanjugaberkontribusiketahunberikutnya,
dan 30% darimereka yang tidakberkontribusi 1 tahunakanberkontribusi di
tahunselanjutnya. Inidapatdilihatsebagairantaimarkovdengan 2 penyataan:
pernyataan 1 sesuaidenganseoranglulusan yang memberidonasisetiaptahun,
matrikstransisinyaadalah:
.8 .3
P=
.2 .7
Dari contohdiatasmatrikstransisidarirantaimarkovmemilikibahan yang
entridisetiapkolomnyaberjumlah 1. Jika P= [ Pij]
adalahmatrikstransisidarisetiaprantaimarkovdengan k pernyataan,
makanuntuksetiapj makakitamemiliki
P1j + P2j + …+ Pkj= 1 ……. (1)
Karenajikasisteminididalampernyataanj di
suatupengamataaniniterntumenjadisatupada k kemungkinan di
pengamatanselanjutnya.
- Kelompok 4 -
 Di dalamrantaimarkovsebuahpernyataan di
setiappengamatansecaraumumtidakdapatditentukandengansebuahkepastian.
Sebagaicontoh di dalamrantaimarkovdengan 3
pernyataankitabisamenjelaskankemungkinanpernyataan di
dalambeberapapengamatandengankolomvektor.
𝑥1
X = 𝑥2
𝑥3
Dimana X1 adalahprobabilitas yang terdapat di pernyataansatu, X2
adalahprobabilitas di pernyataan 2 dan X3 adalahpernyataan di pernyataan 3.

- Kelompok 4 -
 Teorema 11.6.1

Jika P adalahmatrikstransisidarirantaimarkovdan X(n) adalah state

vektorpadapengamatan n maka x(n+1) = Px(n) .
 Contoh 2 (lanjutanmatrikstransisidaricontoh 2 adalah:
.8 .3
P=
.2 .7
0
Inisial state vektornyaadalah x(0) = matriks x(0) =
1
 Dari teorema 11.6.1 kitamendapatkan
.8 .3 0 .3
X(1) = Px(0) = =
.2 .7 1 .7
.8 .3 .3 .45
X(2) = Px(0) = =
.2 .7 .7 .55
.8 .3 .45 .525
X(2) = Px(0) = =
.2 .7 .55 .475

- Kelompok 4 -
 - Kelompok 4 -
Contoh 1 (lanjutan)

Matrikstransisicontoh 1 adalah:
.8 .3 .2
.1 .2 .6
.1 .5 .2
Jikasebuahmobildisewakandarilokasi 2 maka state vektornyaadalah:
0
X(0) = 1
0
Menggunakanvektorinidanteorema 11.6.3 diperoleh state vektordibawahini

0 1 2 3 4 5 6 7 8 9 10 11
X(n) \n

X1(n) 0 .300 .400 .477 .511 .533 .544 .550 .553 .555 .556 .557

X2(n) 1 .200 .370 .252 .261 .240 .238 .233 .232 .231 .230 .230

X3(n) 0 .500 .230 .271 .228 .227 .219 .217 .215 .214 .214 .213
  Teorema 11.6.2
 Jika P adalahsebuah regular transisimatriksmaka n ⟹ ∞
𝑞1 𝑞1 ⋯ 𝑞1
𝑞2 𝑞2 ⋯ 𝑞2
Pn⟹
⋮ ⋮ ⋯ ⋮
𝑞𝑘 𝑞𝑘 ⋯ 𝑞𝑘
Dimana qi adalahbilanganpositifseperti q1 + q2 + …. + qk= 1

 Teorema11.6.3
 Jika P adalah regular transisimatriksdanx adalahprobabilitasvektor, maka n
⟹∞
𝑞1
𝑞2
Pnx⟹ =q
⋮
𝑞𝑘

- Kelompok 4 -
 Dimana q adalah probabilitas vektor pasti, terdiri dari n untuk semua n yang
positif.
Hasil ini dipertahankan dari teorema 11.6.2 menunjukan bahwa pn⟹Q maka
n ⟹∞ .
Ini menunjukan bahwa Pnx ⟹ Qx = q dengan n⟹∞.

 Teorema 11.6.4
Sebuah steady state vektor q lebih kecil dari sebuah regular transisi matriks p
adalah kemungkinan vektor yang berbeda yang memenuhi persamaan pq=Q.
Untuk mempertimbangkam matriks identitas ppn = pn+1 dari teorema 11.6.2.
kedua pn dan pn+1 mendekati Q dengan n ⟹∞. Dengan demikian kita memiliki
PQ=Q.

- Kelompok 4 -
 Untuk mempertimbangkam matriks identitas ppn = pn+1 dari teorema
11.6.2. kedua pn dan pn+1 mendekati Q dengan n ⟹∞. Dengan
demikian kita memiliki PQ=Q.
Pada setiap kolom matriks persamaan ini memenuhi pq=q. untuk
menunjukan bahwa q adalah satu-satunya kemungkinan vektor yang
memenuhi persamaan m. didapatkan r adalah kemungkinan vektor yang
lain, seperti pr=r. dan juga pn.r=r untuk n = 1,2,…. . Menunjukan
bahwa n ⟹∞. Teorema 11. 6.3 mengawali q=r. teorema 11.6.4 juga
dapat dilambangkan dengan pernyataan persamaan linear homogen.
(I-P)q=0
Mempunyai solusi yang berbeda dengan vektor q dengan non
negatif yang memenuhi persamaan q1+q2+…..+qk=1. Kita dapat
mengaplikasikan tehnik ini ke dalam komputasi steady state.

- Kelompok 4 -
Sekian dan Terimakasih