PERILAKU JANGKA PANJANG RANTAI MARKOV Contoh :

Para ahli sosiolog beranggapan bahwa kelas social dari generasi ke generasi dalam

1 Matriks Peluang Transisi Reguler suatu keluarga dapat dipandang sebagai rantai markov. Jadi pekerjaan anak dianggap

Misalkan matriks peluang transisi P=(Pij) status berlabel 0,1,2,...,N, yang tergantung kepada pekerjaan ayahnya, tidak kepada kakeknya. Misalkan model ini
k
memiliki sifat bahwa pangkat ke k dari P, yakni P , semua elemennya positif. Rantai cocok dan matriks peluang transisinya adalah sebagai berikut:

Markov dengan matriks peluang transisi seperti ini dikatakan reguler. Untuk sebuah Kelas anak
r m s
rantai Markov reguler terdapat sebuah limit distribusi π = (π0, π1, ..., πN) dengan πj
rendah  0,4 0,5 0,1 
> 0 untuk j = 0, 1, ..., N dan ∑ πj = 1, dan distribusi ini independen dari status awal. kelas ayah menengah 0,05 0,7 0,25
Secara formal matriks peluang transisi P=(Pij) dikatakan reguler jika sedang 0,05 0,5 0,45

  j  0;
(n)
lim Pij untuk j = 0, 1, ..., N, (1) Atas dasar populasi ini, dalam jangka panjang berapa bagian tergolong kelas
n 

menengah ?
atau dinyatakan dalam rantai Markov {Xn},

lim P{ X n  j | X 0  i}   j  0 ; untuk j = 0, 1, ..., N (2) Kesimpulan :

n 
1. n ∞ tidak pernah tercapai
Konvergensi di atas menyatakan bahwa dalam jangka panjang (n ∞), peluang
2. Diperlukan usaha dalam perhitungan yang lebih banyak dari yang diperlukan,
bahwa rantai Markov berada dalam status j kurang lebih sama dengan πj, tidak
jika bukan merupakan matriks reguler maka tidak akan mencapai konvergen.
peduli dari mana asal status awalnya. Contoh : RM dengan matriks peluang transisi:
Untuk melihat sifat regularitas tersebut digunakan dalil: Jika matriks
0 1  a a 
P
1  b 1  b 
(3)
peluang transisi P status reguler, maka P n 2 tidak akan mempunyai elemen-

reguler apabila 0 < a, b < 1 dan limit distribusinya adalah : elemen 0, sebaliknya jika P n 2 punya elemen-lemen 0, maka rantai markov
tidak reguler. Lebih lanjut, bila Pk tidak mempunyai elemen 0, maka Pk+n, n =
π = (b/(a+b), a/(a+b)) (4)
1,2,...tidak akan punya elemen 0. oleh karenannya pemeriksaaan regularitas
Sebagai contoh, andaikan a = 0,67 dan b = 0,75, maka P dg beberapa pangkat dari P :
dari suatu rantai markov cukup diperiksa P, P2, P4, P8, .... Akhirnya untuk
0 1
menentukan perpangkatan dari P tidak perlu diperhatikan hasil kali elemen-
0 0,33 0,67 0,6114 0,3886 0,4932 0,5068
P  P2   P3  
1 0,75 0,25 
0,4350 0,5650

 0,5673 0,4327 elemennya, tapi cukup diperhatikan apakah elemen-elemen nol atau tidak.

Dari contoh berikut ini, dengan memberi tanda + pada elemen yang tidak nol
0,5428 0,4572 0,5220 0,4780  0,5271 0,4729
P4    P5    P7    dan menuliskan dalam bentuk P, P2, P4, P8, ... sampai dengan P pangkat tertentu
0,5117 0,4883 0,5350 0,4560 0,5294 0,4706
diperoleh semua elemennya +, maka matriks tersebut reguler.
Sampai n=7, elemen-elemen dalam baris satu dan dua sudah hampir sama

sedangkan limit distribusinya : Π0 = b/(a+b) = 0,5282 dan Π1 = a/(a+b) = 0,4718.

 0,9 0,1 0 0 0 0 0   0  1   2  1 (10)
0,9 0 0,1 0 0 0 0 
  60 0  5 1  5 2  0 (11)
0,9 0 0 0,1 0 0 0 
  (5)
P  0,9 0 0 0 0,1 0 0  5 0  3 1  5 2  0 (12)
0,9 0 0 0 0 0,1 0 
   0  1   2  1 (13)
0,9 0 0 0 0 0 0,1
0,9 0 0 0 0 0 0,1
  Cari nilai-nilai berikut ini:  0  ......,  1  ......,  2  1   0   1  .......

Dengan memberi tanda + pada elemen yang tidak nol dan menuliskan dalam
Interpretasi Limit Distribusi
bentuk P, P2, P4, P8, ... sampai dengan P pangkat tertentu diperoleh semua
Diketahui matrtiks peluang transisi P reguler dengan N+1 status 0,1,...,
elemennya +, maka matriks tersebut reguler.
kemudian cari solusi dari persamaan linier :
   0 0 0 0     0 0 0        N
  0  0 0 0    0  0 0         i    k .Pki untuk i=0,1,...,N (14)
      k 0
  0 0  0 0     0 0  0        
    8   dan  0   1  ...   N  1 (15)
P  
2
 0 0 0  0  ; P    
4
0 0 0   ; P        
  0            

0 0 0
 
0 0 0
   Pengertian utama dari solusi  0 ,  1 , ...,  N  ialah sebagai limit distribusi
  0 0 0 0     0 0 0        

  0 0 0 0    
 0 0 0    
       j  lim Pij( n )  lim P  X n  j | X 0  i (16)
n 0 n 0

Solusi ini memperlihatkan setelah proses berlangsung lama, peluangnya proses

2 LIMIT DISTRIBUSI
berada dalam status j adalah  j , tidak perduli di mana status awalnya.
Dalil:Misalkan matriks peluang transisi P reguler dengan status 0,1,...,N, maka limit
Penafsiran kedua dari limit distribusi    0 ,  1 , ...,  N  yaitu bahwa  j menyatakan
distribusi    0 ,  1 , ...,  N  adalah jawab tunggal nonnegatif dari persamaan :
berapa lama pada rata-ratanya dalam jangka panjang proses berdiam di status j.
N N
 j    k . Pkj , j  0,1,..., N ;  k  1 Untuk memperlihatkan hal ini, perhatikan bahwa jika suatu barisan bilangan real
k 0 k 0
(6)
a0 , a1 ,... konvergen pada limit a , maka rata-rata bilangan ini juga konvergen
0 1 2 1 m1
0  0.4 0.5 0.1 
lim
m 
 ak  a
m k 0
(17)
Contoh: P=  0.05 0.7 0.45
1   Berdasarkan pernyataan di atas karena barisan Pij , Pij   ,..., Pij   konvergen, yaitu
2 n

2  0.05 0.5 0.25

1 m 1  k 
Persamaan- persamaan yang akan menentukan limit distribusi  0 ,  1 ,  2  adalah: lim Pij  n    j , maka lim  Pij   j (18)
n  m  m k 0
0, 40 0  0, 05 1  0, 05 2   0 (7)

0,50 0  0, 70 1  0,50 2   1 (8)

0,10 0  0, 25 1  0, 45 2   2 (9)

 1 m 1  k   bengkel; komputer rusak  baik dalam dua hari, satu komputer ditangani
Sekarang  Pij menyatakan rata-rata prosentase waktu selama langkah-
m k 0 pada setiap waktu.

langkah 0,1,2,...,m-1, bahwa proses diam di status j. Prosentase lama waktu kunjungan  RM dengan status pasangan (x,y); banyaknya komputer dalam kondisi jalan pada
akhir suatu hari
m 1
1
di status j adalah  l  X i  j dengan
m k 0
 y = 1 jika telah dihabiskan waktu kerja selama satu hari untuk memperbaiki
komputer tetapi belum selesai, y = 0 jika tidak demikian .
Xk  j  2,0  1,0 1,1  0,1
 1 jika
l  X k  j   (19)  2,0 
0 jika Xk  j q p 0 0
 0
1,0   0 q p  (22)
Oleh karenanya rata-rata lamanya kunjungan diperoleh dg menghitung ekspektasi; q
1,1 p 0 0
 
 1 m1  1 m1  0,1 0 1 0 0
E   l  X n  j X 0  i    E l  X n  j X 0  i 
 m k 0  m k 0
Berapa peluang dalam jangka panjang kedua komputer ada dalam kondisi jalan?
1 m 1 1 m1 Misalkan  0 , 1 ,  2 ,  3  menyatakan limit distribusi dari RM. Maka peluang jangka
=  P  X k  j X 0  i =  Pij  k  (20)
m k 0 m k 0
panjang bahwa kedua komputer tidak jalan adalah  3 , dan keandalan dari sistem
Kemudian karena lim Pij     j , maka dalam jangka panjang rata-rata lamanya
n
n 
yaitu peluang paling sedikit satu komputer jalan; 1   3   0  1   2
Persamaan untuk limit distribusinya adalah :
kunjungan ke status j adalah
q 0  q 2   0 a )
 1 m 1  1 m1 p p    
lim E   l  X n  j X 0  i   lim  Pij  k  =  j (21) 0  2 3 1 b )
n
 m k 0  n  m k 0 q   c) (23)
1 2

independen dari status awal i p 1   3 d )

        1 e )
Soal; 1) Hitunglah limit distribusi dari P1 dan 2) Misalkan kelas sosial suatu 0 1 2 3

keluarga dari generasi ke genrasi mengikuti RM P2; Tentukan dalam jangka panjang Solusi;  0  ......... ;  1  ......... ;  2  ......... ;  3  ......... ; R1  1   3  ......... (24)

berapa persen dari keluarga tergolong ke dalam kelas atas. 2. Rencana sampling kontinu
kelas anak  proses produksi; peluang rusak  p
0 1 2 rendah menengah atas  pemeriksaan hasil produksi;

0
1 1
0  rendah  0.7 0.2 0.1  pada awalnya setiap barang yang diproduksi di sampel
2 2
  0.2
 prosedur ini berlangsung terus sampai didapatkan i buah barang tidak rusak
P1  1 13 1 1
 ; P2  menengah  0.2 0.6
3 3 berurutan
1 1 1
 atas  0.1 0.4 0.5
2
6 3 2  kemudian rencana sampling dilanjutkan dengan pengambilan sampel sebuah
barang secara acak dari setiap r barang sampai didapat satu barang rusak,
1. Keandalan Sistem Pemesanan Tiket apabila ini terjadi maka dilakukan sampling 100% sampai i buah barang tidak
rusak ditemukan secara berurutan .
 dua komputer, satu yang dijalankan setiap waktu.
 proses berlangsung terus dengan cara yang sama.
 peluang komputer rusak pada suatu hari sebesar p.  misalkan Ek (k-0,1,2,...,i-1) menyatakan k buah barang yang tidak rusak berurutan
yang ditemukan dalam bagian sampling 100%.
 status Ei menyatakan bahwa sampling berada dalam tahap kedua (sampling satu Sekarang misalkan setiap barang yang ditemukan rusak diganti dengan yang baik.
buah dari r buah barang). Rata-rata kualitas barang yang keluar (Average Outgoing Quality, AOQ)
 kepada barang ke-m, apakah tersampel atau tidak, terdapat waktu m. didefinisikan sebagai prosentase barang rusak dalam pemeriksaan. Rata-rata
Pjk = P {berada dalam status Ek setelah (m+1) barang | berada dalam status Ej setelah prosentase yang tidak diperiksa
m barang} =
 r  11  p 
i
 p ; k  0, 0  j  i

1 p k  j 1 i 1  AFI  (33)
1   r  11  p 
 ; i

 p/r ; k  0, j  i
 1p / r ; k  j  i
 Dari sekian persen ini, p persen rata-ratanya barang rusak, sehingga
 0 ; la in n y a (25)

 r  11  p  p
i
Misalkan  k menyatakan limit peluang bahwa sistem berada dalam status Ek untuk AOQ  (34)
1   r  11  p 
i
k = 0,1,...,i . Limit peluang ditentukan melalui persamaan-persamaan berikut ini;
p  0  p  1  ...  p  i  1   p / r   i   0 a)
AOQ menjadi nol bila p = 0 atau p = 1 dan mencapai maksimum untuk p di antara 0
1  p   0   1 b)
dan 1, seperti yang terlihat dalam gambar berikut (AOQ sebagai fungsi dari p).
1  p   1   2 c)
...
1  p   i 1  1  p / r  i   i *)
 0   1  ...   i  1 * *)

Dari persamaan (b) sampai dengan (**) akan diperoleh  k  1  p   k 1 , sehingga

 k  1  p   0 ; k  0,1,..., i  1,
k
(26)

sedangkan pers.(*) menghasilkan  k   r / p 1  p   i 1 ;  i   r / p 1  p   0

i
(27)
Setelah  k ditentukan berdasarkan  0 untuk k = 0,1....,i subsitusikan nilai-nilainya Maksimum AOQ disebut sebagai batas rata-rata kualitas barang (AOQL), dan

ke dalam persamaan (**), dan akan diperoleh telah ditentukan secara numerik dan ditabelkan sebagai fungsi dari i dan r. Skema
pengendalian mutu ini menjamin kualitas barang lebih baik dari pada AOQL, tidak
 r i
 1  ...  1  p    1  p    0  1
i 1
(28) peduli berapa persen barang rusak dihasilkan.
 p 
dengan solusi seperti berikut:
p 1  p  r 1  p 
k i
p
0  ; k  ; i  (31)
1   r  11  p  1   r  11  p  1   r  11  p 
i i i

 Misalkan rata-rata prosentase pemeriksaan (Average Fraction Inspected, AFI)

menyatakan prosentase barang yang diperiksa dalam jangka panjang. Skema pemeriksaan kontinu sbg suatu metoda jaminan kualitas barang yg
 Karena tiap barang diperiksa di status-status E0 ,..., Ei 1 tetapi hanya satu dari r dikeluarkan.
yang diperiksa dalam status Ei , maka nilai AFI adalah;

 0  ...   i 1   1 / r   i  1   i   1/ r   i
1 (32)

1   r  11  p 
i