MATEMATIK

A Kelompok 3 :
1. Muh Sarmada_R1B123063
2. La Ode Kairo_R1B123059
3. La Ode Khalifa Buana Jonas_R1B123060
4. Putra Anjasmara_R1B123011
Di susun oleh 5. Firman_R1B123004
6. Varhan_R1B123069
7. Febrianto_R1B123056
8. Nurmila_R1B123067
9. Jihan Wardani_R1B123026
Dosen Pengampuh :
LM.Iradat Salihin, S.Pd.,M.Sc
 BAB VIII
PROSES STOKASTIK

proses stokastik merupakan kumpulan dari variabel

acak Xt dimana t adalah parameter yang berjalan
sesuai dengan himpunan indeks T.

Secara matematis proses stokastik dapat ditulis sebagai berikut:

X = { Xt(s) | t ɛ T, x ɛ S }

Dimana :
X : proses stokastik
Xt : variabel acak
T : himpunan indeks waktu
S : state space
 Jalan-jalan acak

A. Perkenalan
Gagasan tentang jalan acak secara klasik dikaitkan dengan jalan pemabuk di mana seorang pria mengambil langkah
maju atau mundur secara acak. Posisinya setelah serangkaian langkah tersebut adalah hasil penjumlahan. Demikian pula
masalah kehancuran penjudi dalam teori klasik berkaitan dengan habisnya uang taruhan oleh salah satu dari dua pemain yang
memainkan rangkaian permainan yang panjang di mana masing-masing pemain memiliki probabilitas menang yang tetap.
Modal satu pemain, atau pemabuk. Posisi ard (pada sumbu y) tunduk pada jalan acak satu dimensi, yang biasanya diplot
terhadap jumlah langkah atau permainan pada sumbu x.

B. Proses binomial
Bentuk jalan acak yang paling sederhana, dan yang paling banyak dipelajari. adalah proses di mana setiap langkah bisa maju,
dengan probabilitas tetap p, atau mundur dengan probabilitas q(=1-p). Jumlah total r langkah. maju dalam total n langkah
jelas mempunyai probabilitas yang diberikan oleh distribusi binomial:

Dalam representasi jalan acak (Gambar 8.1) posisi, y, setelah r langkah

positifdalam total n (dan dengan demikian (n-r) langkah negatif] adalah
y =r-(n-r) = 2r-n

Gambar 8.1
Grafik 8.1 Representasi jalan acak
C. Teorema pemungutan suara
pemungutan suara, kandidat A dan B masing-masing mendapat nilai
dan (n-r) suara, dimana (n-r). Peluang bahwa selama penghitungan
selalu terdapat suara yang lebih banyak untuk A daripada B sama
dengan (2r-n)/n.
Perhatikan himpunan rute yang tidak dapat diterima melalui (1, 1),
misalnya garis pulus-putus pada Gambar 8.2 Dengan prinsip
refleksi, kita dapat mencerminkan bagian kin yang melewati y = -1,
n = 1 untuk semua rute yang tidak dagar dilenme ini, dan hanya
rute-rute ini saja. Demikian jumlah rute yang diperbolehkan

= Jumlah total rute dari (1. 1) ke (2r-n, n)

- Jumlah total rute dari (-1, 1) ke (2r-n, n

Gambar 8.2 jalur yang dapat diterima dan tidak dapat diterima
dalam perjalanan
 = Jumlah total rute dari (0, 0) hingga (2r-n-1,n-1)
= Jumlah total rute dari (0, 0) hingga (2r-n+1,n-1)

Jadi probabilitas rute yang semuanya positif adalah

angka ini di bagi dengan jumlah total rute sehingga
menghasilkan ()
rute.
Dengan demikian, probabilitas pengembalian pertama setelah n=2r adalah
rasio jumlah rute ini dengan jumlah total rute yang kembali ke nol pada n=2r,
dan dikalikan dengan uzr. Dengan demikian:

Sehingga:

Dengan menggunakan pendekatan ini kita dapat membuktikan hukum arc-

sine, yang dinyatakan tanpa pembuktian:Probabilitas sampai dan termasuk
langkah ke-25, kunjungan terakhir ke 0 adalah pada langkah ke2000
 Untuk N besarnya :

x=k/r

Probabilitas ini paling besar di dekat x = 0 atau 1, dan paling kecil di dekat x = 1/1. Hasil ini
menunjukkan contoh distribusi probabilitas yang tidak sekadar 'puncak di tengah.
Hal ini juga bertentangan dengan intuisi yang menunjukkan bahwa jalan acak kemungkinan
besar akan selalu berada di satu sisi posisi tengah. (Probabilitas 2k akan digunakan pada sisi
positif dari 2r langkah sama dengan alpha 2h, 2r seperti yang diberikan pada persamaan 8.9 di
atas). Frekuensi kumulatif diberikan oleh
Grafik 8.3 distribusi probabilitas Langkah-Langkah dalam jalan
acak
D. Contoh jalan acak
Jalan acak memiliki implikasi yang jelas untuk pengambilan sampel serangkaian individu untük beberapa atribut. Setelah
sejumlah individu (percobaan), jalur jalan acak adalah sejarah urutan pengambilan sampel. Kita dapat mengajukan
pertanyaan: Mengingat uji coba yang telah dilakukan, berapa probabilitas bahwa proporsi yang memiliki atribut tersebut
berbeda dari 50% (atau hipotesis lain sebelumnya)?" Apa yang telah kami tunjukkan dengan sangat jelas adalah jangka
waktu yang lama yang 'memiliki' melebihi 'yang tidak punya' merupakan bukti yang sangat buruk untuk menyimpang
dari hipotesis nol (pq 50%).

Uji statistik untuk membedakan dua sampel berdasarkan serangkaian nilai yang diperingkat berkaitan erat dengan
random walk. Dalam hal ini, kedua sampel digabungkan menjadi satu daftar peringkat, dan urutan peringkat ini
diambil sebagai rangkaian uji coba. Jika sampel A (atas) dan B (bawah) mempunyai mean yang sama, maka
perjalanannya tidak dapat dibedakan dari sampel yang:

P  sejumlah nilai di A
q  sejumlah nilai di B
 Misalnya, uji dua sampel Kolmogorov-Smirnov menggunakan deviasi maksimum jalan dari jalur rata-ratanya. Uji Mann-
Whitney, sebaliknya, menggunakan statistik uji luas antara jalur aktual dan jalur rata-rata. Pengalaman telah menunjukkan bahwa
kuantitas-kuantitas ini merupakan indikator keberangkatan dari hipotesis nol yang lebih dapat diandalkan dibandingkan dengan
berapa kali jalur sebenarnya melintasi jalur rata-ratanya (yang merupakan inti dari hukum pengembalian pertama).

Dalam hal pemodelan, random walk memberikan kompromi antara independensi dan ketergantungan yang sering kali relevan
dengan konteks geografis dan perencanaan. Urutan dalam ruang dan waktu, meskipun tidak akumulatif secara langsung dalam
pengertian berjalan acak, secara praktis dibatasi dari 'langkah' yang terlalu besar pada titik mana pun; dan jalur rata-rata atau nilai
'yang paling mungkin' pada titik pengukuran berikutnya biasanya sangat bergantung pada nilai pada titik saat ini. Di sini kita dengan
jelas membahas korelasi otomatis (bagian 7.3.2.) dan properti Markovian yang digeneralisasikan di bawah (bagian 8.2).

E. Jaringan aliran sebagai jalan acak

Sebagai contoh jalan acak sederhana, kita dapat mengambil struktur topologi jaringan aliran dendritik. Dimulai dari ujung hilir
dari aliran utama, kita dapat memindai tautan-tautan jaringan tersebut dengan salah satu dari beberapa cara, dengan menunjukkan
titik-titik di mana tautan-tautan tersebut bercabang dengan angka '1' dan titik-titik di mana tautan-tautan tersebut berakhir (kepala
aliran) dengan sebuah '0'. Setiap 1 menambah jumlah ujung bebas sebesar 1 dan setiap O mengurangi jumlahnya sebesar 1. Dimulai
dengan aliran utama tunggal, dilambangkan dengan inisial 1, kita lanjutkan hingga jumlah Os sama dengan jumlah 1 s, pada titik
mana disana tidak ada tautan gratis yang tersisa, dan jaringan selesai. Mungkin cara yang paling fungsional untuk memindai jaringan
adalah dengan 'generasi', seperti pada Gambar 8.4.

Gambar 8.4 streaming jaringan sebagai jalan acak
Setiap generasi setelah generasi pertama memiliki jumlah nilai genap di
dalamnya (tautan gratis). Jumlah kepala aliran, 'besarnya' jaringan, sama dengan
jumlah Os, dalam contoh ini 11. Mengabaikan koma antar generasi, urutan
langkah 1 s ini diwakili oleh langkah acak ke atas ' dan Os selangkah 'turun'.
Nilai y adalah jumlah tautan di seluruh lebar jaringan. Jaringan pada Gambar 8.4
dapat diubah menjadi random walk pada Gambar 8.5. Jumlah pada awal setiap
generasi baru adalah jumlah cabang atau keturunan pada generasi tersebut .
Karena jumlah 1 s dan Os dalam jaringan lengkap adalah sama hanya ketika
jaringan selesai, perilaku jaringan dijelaskan oleh 'pengembalian pertama' dari
jalan acak. Jika setiap cabang kiri dan kanan diperlakukan berbeda, maka setiap
jalur jalan acak mendefinisikan jaringan saluran yang berbeda secara topologi
(TDCN) menggunakan terminologi Shreve (1969).
 Teori jalan acak mengarah langsung pada beberapa hasil yang relevan.
Pertama, jumlah TDCN untuk magnitudo tertentu N diberikan oleh

Grafik 8.5 Langkah jalan acak untuk jaringan aliran

yang merupakan versi persamaan 8.6 di atas hanya untuk rute yang semuanya positif. Kedua, kita dapat menanyakan probabilitas jaringan
dengan besaran berbeda, mengingat probabilitas p percabangan dan q penghentian. Prediksi ini dapat digunakan untuk memberikan pengujian
parsial terhadap model pengembangan jaringan arus berdasarkan pertumbuhan ke depan.

Probabilitasnya adalah (untuk semua rute positif yang harus dimulai dengan angka 1);

Karena setelah awal 1, ada (n-1) 1 s dan n Os. Dengan membandingkan

koefisien (pq)n dalam ekspansi binomial
 Jadi, seperti yang disarankan oleh intuisi, semua jaringan harus
berakhir jika p<, yaitu jika bifurkasi lebih jarang terjadi dibandingkan
terminasi; tetapi jika p> sebagian jaringan tidak pernah berakhir sama
sekali. Gambar 8.6 menunjukkan distribusi teoritis besaran jaringan
untuk rentang nilai p. Rata-rata besaran jaringan;

Grafik 8.6 distribusi teoritis besaran jaringan

 contoh soal :

Dalam suatu sistem koordinat, sebuah vektor N memiliki nilai 6 dan p

memiliki nilai -2. Jika q adalah suatu nilai yang belum diketahui, berapakah
nilai q yang memenuhi persamaan tersebut?
Dimana :
N : suatu vektor
q : besaran yang terkait dengan vektor A. q = 3 B.q = 6 C.q = -3 D.q = -6
P : parameter yang mempengaruhi vektor

Jawaban :
Untuk mencari nilai q, kita substitusikan nilai N = 6 dan p = -2
ke dalam persamaan N = q/1-2p
6x5=q
30 = q
Jadi, nilai q yang memenuhi persamaan tersebut adalah q 30. Oleh
karena itu, jawaban yang tepat adalah E. q 30.

Kemudian, kita dapat mengalikan kedua sisi persamaan dengan 5 untuk

menghilangkan penyebut:
Mencintaiku adalah cara jatuh paling indah chuakssss,
sekian dari kelompok kami
Terimakasih