140 likes | 502 Views
Proses Stokastik 2013. Teknik Elektro STTA Yenni Astuti , S.T., M.Eng. Proses Stokastik. Proses Stokastik = Proses Acak Contoh : Banyaknya kanal saluran telepon terpakai pada saat t Waktu kedatangan pelanggan telepon ke -n. Banyaknya paket dalam buffer pada saat t.
E N D
Proses Stokastik2013 TeknikElektro STTA YenniAstuti, S.T., M.Eng.
Proses Stokastik • Proses Stokastik = Proses Acak • Contoh: • Banyaknyakanalsaluranteleponterpakaipadasaat t • Waktukedatanganpelangganteleponke-n. • Banyaknyapaketdalam buffer padasaat t
SecaraMatematik • Proses Stokastik X = (Xt | t I) merupakankumpulanvariabelacakXt. • Nilai dari Xt() disebut dengan keadaan • Nilai t pada Xt() disebut dengan parameter
Secara Matematik: Contoh • Suatu proses trafik X = (Xt | t [0,T]) pada suatu saluran antara dua xchange telepon selama interval [0,T] • Xt menotasikan banyaknya kanal terpakai saat waktu sama dengan t. • Titik sampel (keadaan) memberikan informasi mengenai: • Banyaknya X0 dari kanal terpakai ketika t=0 • Holding time tersisa ketika t=0 • Waktu panggilan datang • Holding time dari panggilan baru
Kategori Proses Stokastik • Berdasar parameter: • Proses waktu diskret • Proses waktu kontinyu • Berdasar keadaan: • Proses keadaan diskret • Proses keadaan kontinyu • Fokus kuliah ini: proses keadaan diskret.
Notasi • Proses waktu diskret • Parameter biasanya berupa bilangan bulat positif, I = {1, 2, …} • Indeks t biasanya digantikan dengan n: Xn, Xn() • Proses waktu kontinyu • Parameter biasanya berupa interval terbatas, I = [0,T] atau nilai real tak-negatif, I = [0,] • Indeks t biasanya ditulis dalam tanda kurung: X(t), X(t;)
Notasi: Contoh • Proses waktu diskret, keadaan diskret • Contoh 1: banyaknya kanal terpakai pada saat kedatangan pelanggan ke-n, n=1, 2, … • Contoh 2: banyaknya paket dalam buffer saat kedatangan pelanggan ke-n, n=1, 2, … • Proses waktu kontinyu, keadaan diskret • Contoh 3: banyaknya kanal terpakai untuk t>0 • Contoh 4: banyaknya paket dalam buffer ketika t>0
Depedensi • Seluruhvariabelacak,Xt, salingindependen, sehingga: P{Xt1 x1, …, Xtn xn} = P{Xt1x1} … P{Xtnxn} • Dalam proses Markov: P{Xt1 = x1, …, Xtn= xn} = P{Xt1= x1} . P{Xt2 = x2|Xt1= x1}… P{Xtn= xn|Xt(n-1)= x(n-1)} • Disebutdengansifat Markov: keadaan yang akandatangdipengaruhiolehkeadaansaatini.
Ke-stasioner-an • Proses stokastik dikatakan stasioner jika seluruh distribusi dimensionalnya tak bervariasi terhadap pergerakan waktu. • Variabel acak, Xt, dari proses stasioner terdistribusi secara identik: P{Xt x} = F(x)
Proses Kedatangan Dapat digambarkan sebagai: • Point Process • Counter Process
Proses Poisson • Definisi • Properti Poisson: • Properti 1 • Properti 2 • Properti 3 • Properti 4