Proses Stokastik Semester Ganjil 2013.

Slides:



Advertisements
Presentasi serupa
Eigen value & Eigen vektor
Advertisements

Proses Stokastik Semester Ganjil 2013/2014
Nilai dan Vektor Eigen Selamat datang di Modul 7 dengan judul Nilai dan Vektor Eigen Masalah nilai eigen amat penting dalam matematika dan banyak aplikasinya.
PERSAMAAN DIFFERENSIAL
Sistem Persamaan Linier Penulisan Dalam Bentuk Matriks
Beberapa Peubah Acak Diskret
Ekonometrika Program Studi Statistika Semester Ganjil 2011 Dr. Rahma Fitriani, S.Si., M.Sc.
Proses Stokastik Semester Ganjil 2011.
NILAI EIGEN DAN VEKTOR EIGEN
Proses Stokastik Semester Ganjil 2013.
Proses Stokastik Semester Ganjil 2013 DR. Rahma Fitriani, S.Si., M.Sc.
Peubah Acak Diskret Khusus
Proses Stokastik.
Persamaan Differensial Linier Dengan Koefisien Variabel
7. RANTAI MARKOV WAKTU KONTINU (Kelahiran&Kematian Murni)
Proses Stokastik Semester Ganjil 2013/2014
Proses Stokastik Semester Ganjil 2011.
AKTUARIA Darmanto Program Studi Statistika
Proses Stokastik Semester Ganjil 2013.
METODE DERET PANGKAT.
Proses Stokastik Semester Ganjil 2013 DR. Rahma Fitriani, S.Si., M.Sc.
Proses Stokastik Semester Ganjil 2013/2014
Statistika Matematika 1
Teknik Optimasi Semester Ganjil 2013/2014
NILAI DAN VEKTOR EIGEN.
HAMPIRAN NUMERIK SOLUSI PERSAMAAN DIFERENSIAL Pertemuan 11
Statistika Matematika I Semester Ganjil 2011 Rahma Fitriani, S.Si., M.Sc.
1 Hampiran Numerik Solusi Persamaan Diffrensial Pertemuan 10 Matakuliah: K0342 / Metode Numerik I Tahun: 2006 TIK: Mahasiswa dapat menghitung nilai hampiran.
5. RANTAI MARKOV WAKTU DISKRIT
Ruang Eigen dan Diagonalisasi
Ekonometrika Lanjutan
Program Studi Statistika Semester Ganjil 2012
Pemrograman Kuadratik (Quadratic Programming)
Statistika Matematika I
Dr. Adji Achmad RF, S.Si, M.Sc
Kelompok 6 Lenny FS Wahyu AS
NILAI EIGEN DAN VEKTOR EIGEN Definisi :
Program Studi Statistika Semester Ganjil 2012
Model Peluang Linier.
Masalah Harga Awal Persamaan Differensial Biasa Satu Dimensi
Program Studi Statistika Semester Ganjil 2011
SISTEM PERSAMAAN LINEAR DAN KUADRAT
Pertemuan ke-7 FUNGSI LINIER.
UNIVERSITAS TRUNOJOYO
TEORI PERMAINAN.
KULIAH SISTEM KENDALI DISKRIT MINGGU 6
Matriks dan Aljabar Linier-Garis dan Bidang di Ruang Dimensi 3
Riset Operasi Semester Genap 2011/2012
A. Sistem Persamaan Linier dan Kuadrat
Metode Eliminasi Gauss Jordan
Peta Konsep. Peta Konsep B. Sistem Persamaan Kuadrat dan Kuadrat.
Peta Konsep. Peta Konsep A. Sistem Persamaan Linier dan Kuadrat.
Model Logit Untuk Respons Biner
NILAI EIGEN DAN VEKTOR EIGEN
PERSAMAAN LINIER DUA VARIABEL.
B. Sistem Persamaan Kuadrat dan Kuadrat
Peta Konsep. Peta Konsep A. Sistem Persamaan Linier dengan dua Variabel.
IKG2H3/ PERSAMAAN DIFERENSIAL DAN APLIKASI
BAB 6: TRANSFORMASI LINIER
Review Aljabar Matriks
PENGANTAR KONSEP PEMROGRAMAN
Simulasi untuk Model-model Statistika
Riset Operasi Semester Genap 2011/2012
Pendugaan Parameter Statistika Matematika II
Peta Konsep. Peta Konsep A. Sistem Persamaan Linier dan Kuadrat.
Monte Carlo Simulation
Pendugaan Parameter Statistika Matematika II
Peubah Acak (Random Variable) III
Loading….. SEMESTER GENAP SEMESTER GANJIL.
MATERI SEMESTER GANJIL.
Transcript presentasi:

Proses Stokastik Semester Ganjil 2013

Proses Kelahiran Murni (Pure Birth Process) Proses di mana hanya ada kelahiran tanpa kematian Laju kematian bernilai 0 Akan tetapi laju kelahiran berbeda-beda untuk setiap state λ0 λ1 λi-2 λi-1 λi λ2

Solusi Dari turunan pertama persamaan peluang pada waktu t Dengan substitusi nilai laju kelahiran dan kematian, dimulai dari state 0

Digunakan defini berikut untuk mencari solusi dari persamaan differensial v

Secara rekursif: And so on

Proses rekursif secara keseluruhan akan menghasilkan peluang pada waktu t di mana proses berada pada state n

Proses Yule Adalah proses kelahiran di mana laju kelahiran tergantung secara linier terhadap jumlah individu yang ada saat ini Turunan pertama dari persamaan peluang pada waktu t, dimulai dari state 1 Menggunakan solusi terakhir dari proses sebelumnya, dengan parameter kelahiran yang sudah disesuaikan, agar diperoleh persamaan berikut:

Adalah sebaran geometrik dengan peluang sukses berikut:

Proses Kematian Murni (dengan laju kematian yang berbeda) Proses tanpai kelahiran Laju kematian tergantung pada jumlah individu pada saat ini Dengan langkah yang sama seperti pada proses sebelumnya, peluang pada waktu t bahwa proses berada di state i didefinisikan secara rekursif dimulai dari state N

Jika proses kematian mempunyai laju kematian yang tergantung secara linier dengan jumlah individu saat ini Adalah proses Kematian Linier