6 Rantai Markovklasifikasi State
6 Rantai Markovklasifikasi State
RANTAI MARKOV
WAKTU DISKRIT
Prostok-6-firda
Untuk mempelajari prilaku dari suatu rantai Markov,
kita perlu membuat klasifikasi dari ruang keadaan
(ruang state) rantai Markov tersebut.
Prostok-6-firda 2
6.1 Keadaan Accessible (dapat dicapai)
1 2 1/3
0 0
Jika P 3 3 1 1
1
0 1
Prostok-6-firda 4
Jika i j dan j i , yaitu terdapat bilangan
bulat m 0 dan n 0 sehingga pijm 0 dan p nji 0 ,
maka keadaan i dan j dikatakan saling
berkomunikasi, dinotasikan,i j .
1/3
Contoh: 0 0 1/ 3 2 / 3 0 1
P 1 0 1 0 1 1
2 1 0 0 2/3
2
Dalam hal ini, 0 2
2 1 (karena 2 0, 0 1)
1 dan 2 tidak saling berkomunikasi.
5
Prostok-6-firda
Teorema 1
(sifat komunikasi kelas rantai Markov)
Komunikasi adalah suatu relasi ekivalen, artinya
(i) i i
(ii) i j maka j i
Prostok-6-firda 6
Bukti:
(i) dan (ii) jelas berdasarkan definisi.
(iii) Asumsikan terdapat bilangan bulat m 0 dan n 0
m n
p
sehingga ij 0 dan p jk 0 ,
maka dengan persamaan Chapman-
Kolmogorov diperoleh,
p mn
ik p p p p 0
m
ij
n
jk
m
ij
n
jk
j 0
Contoh:
1. Tentukan kelas komunikasi dari matriks peluang
transisi berikut:
0 1
P
1 0
Prostok-6-firda 8
Jawab :
0 1
• Diagram transisinya untuk P
1 0
1
0 1
Prostok-6-firda 9
2. Jika diberikan matriks peluang transisi
1 0
P
0 1
Maka
• Diagram transisinya:
1 0 1 1
Prostok-6-firda 10
3. Jika diberikan matriks peluang transisi
1 0 0
P 0 1 0
0 0 1
Maka
• Diagram transisinya:
1 0 1 1 2 1
1 0 1 1/2 2 1/3
1/3
1/3
Maka
• Diagram transisinya:
1/2
1/4 0 1
1/2
3/4
3
2
3/4
1/4
• Kelas komunikasinya:{0,2,3} , {1}.
13
Prostok-6-firda
• Jika suatu rantai Markov hanya mempunyai satu
kelas komunikasi, maka rantai Markov disebut
Irreducible .
Dalam hal ini semua keadaan saling berkomunikasi.
Contoh: 1
0 0 1 0
P 1 0 0 1 diagram transisi
1
0
2 1 0 0
1
0120 1
Kelas komunikasi : {0,1,2}. 2
d (i ) gcd n 1| p 0 n
ii
Prostok-6-firda 15
Teorema 2
Jika i j maka d (i ) d ( j ).
Bukti:
Asumsikan terdapat bilangan bulat m 0 dan n 0
sehingga pijm 0 dan p nji 0.
Jika piis 0 maka p m n p n p m 0
jj ji ij
1 0 0 1 0 0 1 0 0
P 4 P 2 P 2 0 1 2 1 2 0 1 2 1 2 0 1 2 1 2
0 1 2 1 2 0 1 2 1 2 0 1 2 1 2
• keadaan 0:
n
n 1, p00 0.
2 d (0) FPB n 1| p00n
0
n 2 p00 1 0
FPB 2, 4,...
4
n 4 p00 1 0 d (0) 2. state 0 periodik.
Prostok-6-firda 18
• keadaan 1: periodik ( d (1) 1).
n 1, p11n 0.
2 d (1) FPB n 1| p11n 0
n 2 p00 1/ 2
4 FPB 2, 4,...
n 4 p 1/ 2
11 d (1) 2.
• keadaan 2: periodik ( d (2) 1).
n
n 1, p22 0.
d (2) FPB n 1| p22
n
0
2
n 2 p22 1/ 2
FPB 2, 4,...
4
n 4 p22 1/ 2 d (2) 2.
• Sesuai teorema 2, 0 1,1 2 0 2.
Sehingga, d (0) d (1) d (2).
Prostok-6-firda 19
6.3 Keadaan Recurrent dan Transient
Didefinisikan
f ijn PX n j , X r j , r 1,2,..., n 1 X 0 i
Definisikan,
f ij f n
ij
1 2
f f ... f ij f ij1
ij ij
n 1 20
Prostok-6-firda
Definisi 1
Jika f ii 1 keadaan i disebut recurrent.
Prostok-6-firda 21
Teorema 3
(syarat perlu dan cukup
keadaan recurrent dan transient)
• Keadaan i recurrent jika dan hanya jika ii
p n
n 1
• Keadaan i transient jika dan hanya jika ii
n
p
n 1
Prostok-6-firda 22
Contoh
Matriks peluang transisi suatu rantai Markov,
0 1 0 1 0 1 1/2
P 1/2
1 1/ 2 1/ 2
Sehingga,
00 00 00 00 ... 1 1 1 ... .
p n
n 1
p1
p 2
p 3
state 0 recurrent.
11 11 11 11 ...
p n
n 1
p1
p 2
p 3
2 3
1 1 1
... 1/ 2 1
2 2 2 1 1/ 2
state 1 transient. 24
Prostok-6-firda
• Jika dengan definisi 1,
1 0 1 1/2
1/2
f 00 f 00n f 001 f 002 f 003 ...
n 1
f 001 p00 1 , f 002 p01 p10 0(1/ 2) 0
f 003 p01
2
p10 p01 p11 p10 0(1/ 2)(1/ 2) 0
•
•
•
f 00n 0 , n 2
f 00 f 00n 1. state 0 recurrent
n 1 25
Prostok-6-firda
1 0 1 1/2
1/2
f11 f11n f111 f112 f113 ...
n 1
f111 p11 1/ 2 , f112 p10 p01 (1/ 2).0 0
f113 p102 p01 p10 p00 p01 (1/ 2)(1).0 0
•
•
•
f11n 0 , n 2
f11 f11n 1/ 2 0 0 ... 1/ 2 1. State 1 transient.
n 1 26
Prostok-6-firda
Teorema 4
Jika keadaan i recurrent dan i j
maka keadaan j recurrent .
Bukti :
Asumsikan terdapat bilangan bulat m 0 dan n 0
m n
sedemikian sehingga p ji 0 dan pij 0.
Maka untuk sebarang s 0, p mjj s n p mji piis pijn
Jika dijumlahkan atas s, diperoleh
Prostok-6-firda 28
6.4 Keadaan Absorbing (menyerap)
Prostok-6-firda 29
Contoh
Matriks peluang transisi suatu rantai Markov,
0 1 0
P
1 1/ 2 1/ 2
Keadaan 0 dikatakan absorbing, karena p00 1.
Periodisitas keadaan 0 :
n
n 1, p00 0.
1
n 1 p00 1
d (0) FPB 1, 2, 3, 4,...
2
n 2 p00 1 d (0) 1.
3
n 3 p00 1 (keadaan 0 aperiodik).
4 30
n 4 p00 1 Prostok-6-firda
Teorema berikut menunjukkan rantai Markov dapat
membentuk beberapa kelas recurrent dan suatu
himpunan keadaan transient.
Teorema 5
Prostok-6-firda 31
Contoh
Tunjukkan rantai Markov dengan peluang transisi
berikut memiliki suatu kelas recurrent dan sebuah
himpunan keadaan transient.
0 3 / 4 1/ 4 0 0
1 1/ 3 2 / 3 0 0
P
2 0 0 1/ 2 1/ 2
3 0 1/ 3 1/ 3 1/ 3
Prostok-6-firda 32
• Diagram transisinya:
1/4
0 2/3
1
3/4
1/3
1/3
1/2
3
1/2
1/3
1/3
Prostok-6-firda
33
Contoh :
Diketahui peluang transisi suatu rantai Markov,
0 0 0 1 0
1 0.1 0.8 0 0.1
P
2 0.4 0.4 0.1 0.1
3 0 0 0.2 0.8
0.4
1 0.4
0.1
0.1
3
0.1
0.8
0.2
a.
2
• 0 1, karena p01 p02 p21 (0.1)(0.4) 0
dan p10 0.1 0.
Prostok-6-firda
35
• 0 2 , karena p02 1 0 dan p20 0.4 0.
2
• 0 3, karena p p02 p23 (1)(0.1) 0
03
2
dan p30 p32 p20 (0.2)(0.4) 0.
• 1 2 , karena p122 p10 p02 (0.1)(1) 0
dan p21 0.4 0.
0 1/ 4 0 3/ 4 0
1 1/ 2 0 1/ 2 0
P
2 0 0 1/ 4 3 / 4
3 1 0 0 0
Prostok-6-firda 39
3. Diketahui peluang transisi suatu rantai Markov,
0 0 1 0 0 0 0 0 0.4 0.6
0 0 0 0.2 0.8
a. P1 1 0 0 1 1
2 1 0 0 c. P3 2 0 0 0 0 1
3 0.5 0.5 0 0 0
0 0 1 0 4 0 1 0 0 0
b. P2 1 0 0 1
2 0.5 0.5 0
(i) Tunjukkan bahwa rantai Markov tersebut irreducible
(ii) Tentukan periodisitasnya.
Prostok-6-firda 40
Limiting Probability
Untuk suatu rantai Markov, semua keadaan
recurrent diklasifikasikan menjadi keadaan positif
(non-null) recurrent atau null recurrent dengan
memperhatikan j atau j , dengan
j n. f jjn
n 1
Prostok-6-firda 41
Teorema
• Jika keadaan j recurrent dan aperiodic, maka
n 1
p jj , untuk n .
j
• Jika keadaan j recurrent dan periodik dengan
periode d(j), maka
nd ( j ) d ( j)
p jj , untuk n .
j
1
Kita interpretasikan bahwa 0, jika j
j
(artinya keadaan j null recurrent).
Prostok-6-firda 42
Corollary (Akibat)
Jika keadaan j transient, maka
p njj 0, untuk n .
Prostok-6-firda 43
Definisi 5
Maka 0 , 1 ,..., m
disebut distribusi stasioner untuk rantai Markov
Homogen.
Prostok-6-firda 44
Teorema 8
• Jika suatu rantai Markov Irreducible, positive
recurrrent dan aperiodic (Rantai Markov Ergodik)
maka terdapat limit peluang,
lim pijn j 0 (i, j 0,1, 2,...)
n
Prostok-6-firda 48
0 0.7 0.3
a. P
1 0.3 0.7
4 0.513 0.487
P
0.487 0.513
Jadi, jika hari ini hujan, maka peluang empat hari
ke depan akan hujan adalah 0.513 atau 51%.
Prostok-6-firda 49
b. Distribusi stasioner : P dan 0 1 1
0 0.7 0.3
Dari matriks peluang transisi P
1 0.3 0.7
diperoleh
0 0.7 0 0.3 1 … (i)
1 0.3 0 0.7 1 … (ii)
0 1 1 … (iii)
Prostok-6-firda 51
2. Tentukan distribusi stasioner dari rantai Markov
dengan matriks peluang transisi :
0 1/ 2 1/ 2
P 1 0 0
1 0 0
Jawab : P dan 0 1 2 1
0 1 2 … (i)
1
1 0
2 … (ii)
1
2 0 … (iii)
2
0 1 2 1 … (iv) 52
Substitusi (i) ke (iv) :
0 1 2 1
1
2 0 1 0
2
1 1
1 , 2
4 4
Sehingga distribusi stasioner :
1 1 1
0 , 1 , 2 , , .
2 4 4
Artinya untuk jangka panjang, keadaan 0 50%,
keadaan 1 25%, dan keadaan 2 25%.
Prostok-6-firda 53
Soal Latihan:
1. Diketahui peluang transisi suatu rantai Markov,
2 / 3 1/ 3 0 1
a. P1 c. P3
1/ 3 2 / 3 1 0
0 0 1 0
1/ 2 1/ 2 d . P4 1 0 0 1
b. P2
1/ 2 1/ 2 2 0.5 0.5 0