Pp(i)
Np(i)
Matriks ini menentukan kondisi awal dari cth kita, dgn asumsi
seorang pelanggan pd awalnya melakukan transaksi dgn
Petroco. Kita dpt menentukan probabilitas berikutnya atas
transaksi pelanggan dgn Petroco atau Nasional pd bln 2 dgn
mengalikan matriks di atas dgn matriks transisi, sbb:
0,6 0,4
Bulan2: [Pp(2) Np(2)]= [1,0 0,0] = [0,6 0,4]
0,2 0,8
Prosedur yg sama digunakan utk menentukan probabilitas
bulan 3, namun skrg matriks transisi dikalikan dgn matriks
bulan 2.
0,60 0,40
Bulan3: [Pp(3) Np(3)]= [0,60 0,40] = [0,44 0,56]
0,20 0,80
0,60 0,40
Bulan4: [Pp(4) Np(4)]= [0,44 0,56] = [0,38 0,62]
0,20 0,80
Probabilitas keadaan utk beberapa bulan yg berurutan adalah sbb:
Bulan5: [Pp(5) Np(5)]= [0,36 0,65]
Bulan6: [Pp(6) Np(6)]= [0,34 0,66]
Bulan7: [Pp(7) Np(7)]= [0,34 0,66]
Bulan8: [Pp(8) Np(8)]= [0,33 0,67]
Bulan9: [Pp(9) Np(9)]= [0,33 0,67]
Perhatikan bahwa sementara kita bergerak terus ke arah masa yad,
perubahan dlm probabilitas keadaan menjadi semakin kecil hingga
akhirnya tdk terdapat perubahan sama sekali.
Utk cth ini, probabilitas keadaan yg muncul setelah bulan i adalah
[Pp(i) Np(i)]= [0,33 0,67]
Analisis yg sama dpt dilakukan dgn asumsi keadaan awal
dimana pada mulanya pelanggan melakukan transaksi dgn
Nasional di bln ke 1.
Pn(1) Nn(1) = (0,0 1,0 )
Dgn menggunakan probabilitas keadaan awal ini, kita dpt
menghitung probabilitas keadaan masa datang sbb:
0,60 0,40
Bulan2: [Pn(2) Nn(2)]= [0,0 1,0] = [0,20 0,80]
0,20 0,80
0,60 0,40
Bulan3: [Pn(3) Nn(3)]= [0,20 0,80] = [0,28 0,72]
0,20 0,80