Rantai Markov: Perbedaan antara revisi
Impor teks terkontrol dari Wikipedia bahasa Indonesia; revisi 28069018; atribusi sumber disertakan. |
Presentation V4: sitasi, referensi, Math, Wikimedia Commons, dan atribusi |
||
| Baris 1: | Baris 1: | ||
'''Rantai Markov''' adalah [[proses stokastik]] yang menggambarkan urutan [[barisan]] yang mungkin di mana probabilitas setiap kejadian hanya bergantung pada keadaan yang dicapai pada kejadian sebelumnya. Urutan tak terbatas yang dapat dihitung, di mana rantai bergerak pada langkah waktu diskrit, memberikan rantai Markov waktu diskrit (DTMC). Proses waktu kontinu disebut rantai Markov waktu kontinu (CTMC). Ini dinamai ahli matematika Rusia [[Andrei Markov]]. | '''Rantai Markov''' adalah [[proses stokastik]] yang menggambarkan urutan [[barisan]] yang mungkin di mana probabilitas setiap kejadian hanya bergantung pada keadaan yang dicapai pada kejadian sebelumnya.<ref>Paul A. Gagniuc. ''Markov Chains: From Theory to Implementation and Experimentation''. John Wiley & Sons. 2017. hlm. 1–235. ISBN 978-1-119-38755-8.</ref><ref>[https://en.oxforddictionaries.com/definition/us/markov_chain Markov chain Definition of Markov chain in US English by Oxford Dictionaries]. ''Oxford Dictionaries English''.</ref><ref>[https://brilliant.org/wiki/markov-chains/ Definition at Brilliant.org "Brilliant Math and Science Wiki"]. Retrieved on 12 May 2019</ref> Urutan tak terbatas yang dapat dihitung, di mana rantai bergerak pada langkah waktu diskrit, memberikan rantai Markov waktu diskrit (DTMC). Proses waktu kontinu disebut rantai Markov waktu kontinu (CTMC). Ini dinamai ahli matematika Rusia [[Andrei Markov]]. | ||
Rantai Markov memiliki banyak aplikasi sebagai model statistik dari proses dunia nyata,, seperti mempelajari [[sistem kendali]] jelajah pada [[kendaraan bermotor]], antrian atau antrian pelanggan yang tiba di bandara, nilai tukar mata uang dan dinamika populasi hewan. | Rantai Markov memiliki banyak aplikasi sebagai model statistik dari proses dunia nyata,,<ref>Paul A. Gagniuc. ''Markov Chains: From Theory to Implementation and Experimentation''. John Wiley & Sons. 2017. hlm. 1–235. ISBN 978-1-119-38755-8.</ref><ref>Samuel Karlin. [https://books.google.com/books?id=dSDxjX9nmmMC A First Course in Stochastic Processes]. Academic Press. 2 December 2012. hlm. 47. ISBN 978-0-08-057041-9.</ref><ref>Bruce Hajek. [https://books.google.com/books?id=Owy0BgAAQBAJ Random Processes for Engineers]. Cambridge University Press. 12 March 2015. ISBN 978-1-316-24124-0.</ref><ref>G. Latouche. [https://books.google.com/books?id=Kan2ki8jqzgC&pg=PR4 Introduction to Matrix Analytic Methods in Stochastic Modeling]. SIAM. 1 January 1999. hlm. 4–. ISBN 978-0-89871-425-8.</ref> seperti mempelajari [[sistem kendali]] jelajah pada [[kendaraan bermotor]], antrian atau antrian pelanggan yang tiba di bandara, nilai tukar mata uang dan dinamika populasi hewan. | ||
Proses Markov adalah dasar untuk metode simulasi stokastik umum yang dikenal sebagai rantai Markov Monte Carlo, yang digunakan untuk menyimulasikan pengambilan sampel dari distribusi probabilitas yang kompleks, dan telah menemukan aplikasi dalam statistik Bayesian, termodinamika, [[Mekanika statistika|mekanika statistik]], fisika, kimia, ekonomi, keuangan, sinyal pemrosesan, [[teori informasi]], dan pemrosesan ucapan. | Proses Markov adalah dasar untuk metode simulasi stokastik umum yang dikenal sebagai rantai Markov Monte Carlo, yang digunakan untuk menyimulasikan pengambilan sampel dari distribusi probabilitas yang kompleks, dan telah menemukan aplikasi dalam statistik Bayesian, termodinamika, [[Mekanika statistika|mekanika statistik]], fisika, kimia, ekonomi, keuangan, sinyal pemrosesan, [[teori informasi]], dan pemrosesan ucapan. | ||
== Pranala luar == | == Pranala luar == | ||
* | * | ||
* | * | ||
| Baris 18: | Baris 14: | ||
*[http://rarlindseysmash.com/posts/2009-11-21-making-sense-and-nonsense-of-markov-chains Making Sense and Nonsense of Markov Chains] | *[http://rarlindseysmash.com/posts/2009-11-21-making-sense-and-nonsense-of-markov-chains Making Sense and Nonsense of Markov Chains] | ||
== Referensi == | |||
<references /> | |||
== Sumber dan atribusi == | == Sumber dan atribusi == | ||
Konten artikel ini diadaptasi dari [https://id.wikipedia.org/w/index.php?title=Rantai+Markov&oldid=28069018 Wikipedia bahasa Indonesia], revisi 28069018 (2025-10-17T13:35:31Z), yang tersedia berdasarkan lisensi Creative Commons Atribusi-BerbagiSerupa (CC BY-SA). Mohon gunakan konten ini secara bijak serta sesuai dengan ketentuan lisensi yang berlaku. | Konten artikel ini diadaptasi dari [https://id.wikipedia.org/w/index.php?title=Rantai+Markov&oldid=28069018 Wikipedia bahasa Indonesia], revisi 28069018 (2025-10-17T13:35:31Z), yang tersedia berdasarkan lisensi Creative Commons Atribusi-BerbagiSerupa (CC BY-SA). Mohon gunakan konten ini secara bijak serta sesuai dengan ketentuan lisensi yang berlaku. | ||
<!-- WIKI_UNISSULA_PRESENTATION_V4 --> | |||
Revisi terkini sejak 23 Agustus 2026 10.29
Rantai Markov adalah proses stokastik yang menggambarkan urutan barisan yang mungkin di mana probabilitas setiap kejadian hanya bergantung pada keadaan yang dicapai pada kejadian sebelumnya.[1][2][3] Urutan tak terbatas yang dapat dihitung, di mana rantai bergerak pada langkah waktu diskrit, memberikan rantai Markov waktu diskrit (DTMC). Proses waktu kontinu disebut rantai Markov waktu kontinu (CTMC). Ini dinamai ahli matematika Rusia Andrei Markov.
Rantai Markov memiliki banyak aplikasi sebagai model statistik dari proses dunia nyata,,[4][5][6][7] seperti mempelajari sistem kendali jelajah pada kendaraan bermotor, antrian atau antrian pelanggan yang tiba di bandara, nilai tukar mata uang dan dinamika populasi hewan.
Proses Markov adalah dasar untuk metode simulasi stokastik umum yang dikenal sebagai rantai Markov Monte Carlo, yang digunakan untuk menyimulasikan pengambilan sampel dari distribusi probabilitas yang kompleks, dan telah menemukan aplikasi dalam statistik Bayesian, termodinamika, mekanika statistik, fisika, kimia, ekonomi, keuangan, sinyal pemrosesan, teori informasi, dan pemrosesan ucapan.
Pranala luar
- Techniques to Understand Computer Simulations: Markov Chain Analysis
- Markov Chains chapter in American Mathematical Society's introductory probability book (pdf)
- A beautiful visual explanation of Markov Chains
Referensi
- ↑ Paul A. Gagniuc. Markov Chains: From Theory to Implementation and Experimentation. John Wiley & Sons. 2017. hlm. 1–235. ISBN 978-1-119-38755-8.
- ↑ Markov chain Definition of Markov chain in US English by Oxford Dictionaries. Oxford Dictionaries English.
- ↑ Definition at Brilliant.org "Brilliant Math and Science Wiki". Retrieved on 12 May 2019
- ↑ Paul A. Gagniuc. Markov Chains: From Theory to Implementation and Experimentation. John Wiley & Sons. 2017. hlm. 1–235. ISBN 978-1-119-38755-8.
- ↑ Samuel Karlin. A First Course in Stochastic Processes. Academic Press. 2 December 2012. hlm. 47. ISBN 978-0-08-057041-9.
- ↑ Bruce Hajek. Random Processes for Engineers. Cambridge University Press. 12 March 2015. ISBN 978-1-316-24124-0.
- ↑ G. Latouche. Introduction to Matrix Analytic Methods in Stochastic Modeling. SIAM. 1 January 1999. hlm. 4–. ISBN 978-0-89871-425-8.
Sumber dan atribusi
Konten artikel ini diadaptasi dari Wikipedia bahasa Indonesia, revisi 28069018 (2025-10-17T13:35:31Z), yang tersedia berdasarkan lisensi Creative Commons Atribusi-BerbagiSerupa (CC BY-SA). Mohon gunakan konten ini secara bijak serta sesuai dengan ketentuan lisensi yang berlaku.