April 4, 2025 02:43:33 PM Menu
 

Teorema mengenai Limiting Probability

Definisi: πj(n) adalah probabilitas suatu rantai Markov {Xn} berada dalam status j pada step ke n. Maka, πj(n) = P[Xn = j]. Distribusi awal (intial) dari masing-masing status 0, 1, 2, .. dinyatakan sebagaiπj(0) = P[X0 = j], untuk j = 0, 1, 2, ….

Suatu rantai Markov memiliki distribusi probabilitas stasionerπ = 0, π1, π2, …, πn) apabila terpenuhi persamaanπ =πP asalkan setiap πi 0 dan i πi = 1.

Jika suatu rantai Markov homogen waktu (stasioner dari waktu ke aktu) yang irreducible, aperiodic, maka limit probabilitas

(n)

π j = limπ j , untuk j = 0, 1, …

n→∞

selalu ada dan independen dari distribusi probabilitas status awal π(0) =

(0)(0)

(π0, π12(0), ….). Jika seluruh status tidak positive recurrent (jadi seluruhnya recurrent null atau seluruhnya transient), maka πj = 0 untuk semua j dan tidak terdapat distribusi probabilitas stasioner.


Teorema mengenai Irreducible

Jika {Xn} suatu rantai Markov, maka tepat salah satu kondisi berikut ini terjadi 1) Semua status adalah positive recurrent 2) Semua status recurrent null 3) Semua status transient

11 Jan 2009

Posting Komentar

[+] Komentar membangun lebih disukai
[+] Admin akan menghapus komentar yang melecehkan, kasar, dan bertendensi SARA.
[+] Selain Admin, link aktif dalam komentar akan dihapus

Emoticon
:) :)) ;(( :-) =)) ;( ;-( :d :-d @-) :p :o :>) (o) [-( :-? (p) :-s (m) 8-) :-t :-b b-( :-# =p~ $-) (b) (f) x-) (k) (h) (c) cheer
Click to see the code!
To insert emoticon you must added at least one space before the code.

 
Top