MODUL 3.

PROSES STOKASTIK

PENGANTAR
MATEMATIKA
AKTUARIA DAN
KEUANGAN
Latar Belakang Proses Stokastik
 Adanya manfaat model menggunakan
probabilitas di banding model
deterministik
 Pengamatan dilakukan pada saat yang
berbeda tidak dilakukan pada suatu
periode waktu tertentu
 Phenomena fisika dan ilmu lain
merupakan phenomena acak.
Latar Belakang…(lanjutan)
 Secara Statistika, hal ini berarti makin
terasa kebutuhan akan aplikasi variabel
acak yang berbentuk/tergantung pada
waktu atau ruang (space).
Definisi
 Proses Stokastik (Stochastic Processes)
adalah himpunan variabel acak yang
merupakan fungsi waktu (time) atau
sering pula disebut proses acak
(random processes).
Contoh 1: (RS:Diskrit,W:Diskrit)
Pelemparan Sebuah Dadu
 Seandainya variabel acak Xn = hasil lemparan ke
n, n>1. Maka {Xn , n>1} merupakan himpunan
variabel acak, untuk n yang berbeda akan didapat
variabel acak yang berbeda Xn , Ini membentuk
proses stokastik.
 Seandainya Yn = banyaknya “enam” yang tampak
dalam n lemparan pertama. Tiap harga n akan
menghasilkan variabel acak Yn yang berbeda. Y1 =
0,1; Y2 = 0,1,2; Y3 = 0,1,2,3 dan seterusnya. Jadi
{Yn ,n>1} merupakan himpunan variabel acak, ini
juga merupakan proses Stokastik.
Contoh 2(RS:Diskrit, W:Diskrit)
 Pandang r kotak tersedia bola yang
banyaknya tak terhingga. Bola
dilempar/dimasukkan ke dalam kotak secara
acak. Jika Xn = banyaknya kotak yang terisi
bola setelah lemparan ke n, maka {Xn , n≥1}
merupakan proses stokastik. Atau
seandainya Yn = banyaknya bola yang
masuk pada kotak nomor 4 setelah
lemparan ke n. Disini {Yn , n≥1} juga
merupakan Proses stokastik.
Contoh 3(RS:Diskrit,W:Kontinu)
 Pandang variabel acak yang
menyatakan banyaknya pengunjung
yang masuk toko swalayan selama
suatu periode waktu tertentu (0,t),X(t).
Disini himpunan X(t) dengan tϵT
merupakan Proses Stokastik {X(t), tϵT}.
Spesifikasi Proses Stokastik
 Ruang state (state space): himpunan
harga-harga yang mungkin untuk suatu
variabel acak Xn dari suatu proses
stokastik {Xn , n≥1}.
 Bagaimana bentuk ruang state dari contoh
1 dan contoh 3?
Spesifikasi...(lanjutan)

 Ruang state suatu variabel

acak mungkin diskrit atau
kontinu.
Jenis Proses Stokastik
 Waktu diskrit, ruang state diskrit
 Waktu diskrit, ruang state kontinu
 Waktu kontinu, ruang state diskrit
 Waktu kontinu, ruang state kontinu

Dinyatakan dengan {X(t),tϵT}.

Dalam kasus diskrit biasanya digunakan
parameter n, sehingga ditulis
{Xn , n=0,1,2,…}
Contoh 4:
 X(t) = banyaknya pengunjung toko
selama t jam
 X(2) yaitu banyaknya pengunjung toko
selama 2 jam, (0,2) dari buka hingga
dua jam kemudian.
 X(2)=0,1,2,3,…
 Waktu kontinu, ruang state diskrit.
 Contoh lainnya??
Hubungan Antara Xn
 Xn ϵ { Xn } independen satu dengan yang
lainnya.
 Pada Contoh 3, Xn independen terhadap
yang lainnya. Akan tetapi Yn tidak
independen, Mengapa?
Proses dengan incremen independen
 Jika untuk semua t1, t2 ,…, tn ; dimana
t1< t2<…< tn variabel acak X( t2 ) - X( t1 ),
X( t3 ) - X( t2 ), … , X( tn ) - X( tn-1)
independen. Maka {X(t),tϵT} dikatakan
sebagai proses stokastik dengan
incremen independen.
 Pada proses stokastik dengan
parameter (waktu dan ruang) diskrit,
T={0,1,2,…}, ti = i-1, X( ti )=Xi-1 ,
Zi = Xi - Xi-1
i=1,2,… dan z0 = x0.
Terdapatlah proses {Zn, n≥0} dan Zn
merupakan variabel acak independen.