Didownload dari · PDF filedianggap berasal dari faktor-faktor persediaan makanan yang...
Click here to load reader
Transcript of Didownload dari · PDF filedianggap berasal dari faktor-faktor persediaan makanan yang...
Didownload dari www.ririez.blog.uns.ac.id
6.5 Proses Kelahiran(kemunculan) dan Kematian(kehilangan) dengan State Absorpsi
Proses kelahiran dan kematian dimana �� � 0 (kondisi awal laju kelahiran sama dengan
nol, atau dapat dikatakan bahwa tidak ada kelahiran dari state nol ke state satu) sering kali
muncul dan mempunyai hubungan yang penting. Untuk proses ini, state 0 adalah state absorpsi.
Contohnya mengenai proses pertumbuhan kelahiran dan kematian tanpa imigrasi (6.3.3).
Pada 6.3.3 dijelaskan bahwa : ������ � ������ �� � � � �� n=0,1 ������ ������ �� � �� n=0,1 � � 0 : laju kelahiran � � 0 : laju kematian � � 0 : laju immigrasi
Jadi, ketika � � 0 terjadi kelahiran tanpa immigrasi artinya, pertumbuhan populasi berasal dari
populasi yang ada.
Pada kasus ini, �� � �� dan �� � �� (tidak ada immigrasi). Ketika pertumbuhan populasi
berasal dari populasi yang ada, jelas bahwa ketika populasi bernilai 0 selanjutnya akan tetap 0:i,
e, 0 adalah state absorbsi.
6.5.1 Probabilitas dari State Absorpsi menuju State 0
Hal yang penting untuk menghitung probabilitas absorpsi dari state ��� � 1� sampai ke
state 0. Hal ini tidak terjadi, yang lebih penting, kejadian tertentu ketika partikel yang disusun
(i.e..state variabel) yang mungkin akan selalu memutar sepanjang state (1,2,…) atau mungkin
penyimpangan yang tidak pernah berakhir.
Andaikan ���� � 1,2, … � merupakan probabilitas terabsorpsi menuju state 0 dari state awal �. Kita dapat menuliskan rumus berulang untuk �� dengan mempertimbangkan state yang
mungkin setelah transisi pertama. Kita mengetahui bahwa transisi pertama membutuhkan
perpindahan,
� � � � 1 dengan probabilitas laju kelahiran � ! "�
� � � # 1 dengan probabilitas laju kematian ! ! "�
Memasukkan dalam bentuk yang lebih umum yaitu analisis step pertama, sehingga kita peroleh
�� � ���� � �� ��"$ � ���� � �� ��%$, � � 1, �6.37�
Didownload dari www.ririez.blog.uns.ac.id
dimana �� � 1. Pembuktian : *��� � 1,2, … . � � +�,-�-� ��. �-.,�+.� ���/� .� 0 0��� .� �1� � � � � � 1 probabilitas laju kelahiran
� � "! � � � # 1 probabilitas laju kematian ! � "! *� � � � "! *�"$ � ! � "! *�%$ dimana *� � 1
Misal *2, artinya probabilitas absorpsi dari state awal 5 menuju state 0
Ada dua cara untuk mencapai state nol (0) yaitu:
1. Melalui state ke enam lalu baru ke state nol
5 � 6 �2�2 � �2
6 � 0 *E
2. State lain yang mungkin, melalui state ke empat, baru ke state nol.
5 � 4 �2�2 � �2
4 � 0 *G
Kemungkinan *2 � �H!H"�H *E � !H!H"�H *G
Metode lain untuk menurunkan persamaan (6.37) adalah dengan menganggap “embedded
random walk” yang dihubungkan dengan proses kelahiran dan kematian. Terutama, kita menguji
proses kelahiran dan kematian hanya pada waktu transisi. Waktu diskrit Markov chain dihasilkan
dalam cara ini yang ditunjukkan oleh IJ�K ∞�L�, dimana J� � M� adalah state awal dan J��� � 1� adalah state untuk transisi ke- �. Secara jelas, matriks probabilitas transisi mempunyai bentuk
� � N 1 0 0 0 … O$ 0 +$ 0 … 0 OP 0 +P …Q Q N
dimana
+� � ���� � �� � 1 # O� R,�, � � 1
Karena +� � O� � 1 +� � Probabilitas laju kelahiran
Didownload dari www.ririez.blog.uns.ac.id
O� � Probabilitas laju kematian
Probabilitas absorpsi menuju state 0 untuk “embedded random walk” adalah sama seperti
proses kelahiran dan kematian ketika kedua proses melakukan transisi yang sama. Sebuah
pendekatan masalah yang berhubungan (gambler’s ruin) untuk random walk telah dipelajari pada
bagian 3.6.1.
Selanjutnya kita menyelesaikan (6.37) subjek untuk kondisi �� � 1 dan 0 S �� S 1 �� � 1�. Penulisan ulang persamaan 6.37
�� � ���� � �� ��"$ � ���� � �� ��%$
�� # ���� � �� ��%$ � ���� � �� ��"$
�� ��� � ��� # ����%$�� � �� � ����"$�� � �� ���� � ���� # ����%$ � �����"$ # ��� �����"$ # ��� � �����%$� ���"$ # ��� � ���� ��� # ��%$�, � � 1. Diketahui T� � ��"$ # ��, kita memperoleh T� � ��"$ # �� T� % $ � �� # ��%$
Maka diperoleh
T� � ���� T�%$, � � 1. Iterasi dari hasil relasi terakhir dengan rumus T� � +�T�, dimana
U� � 1 0�� U� � �$�P …���$�P …�� ����, � � 1. Dan dengan T� � ��"$ # ��, selanjutnya ��"$ # �� � T� � U�T� � U���$ # ��� � U���$ # 1� ����, � � 1. Kesimpulan dari persamaan terakhir dari � � 1 ���VV� � � � # 1 kita memperoleh
�W # �$ � ��$ # 1� X U�W%$�L$ , � � 1. �6.38�
Ketika �W, sangat berarti, dibatasi dengan 1, kita lihat bahwa jika
Didownload dari www.ririez.blog.uns.ac.id
XU�∞
�L$ � ∞ �6.39� selanjutnya, diperlukan �$ � 1 dan �W � 1 untuk semua � � 2. Dengan kata lain, jika
persamaan (6.39) digunakan maka absorpsi terakhir menuju state 0 pasti dari state awal.
Andaikata 0 [ �$ [ 1; maka tentu saja
XU� [ ∞∞
�L$
Bukti : untuk �$ � 1 dan �W � 1 untuk semua � � 2
Untuk �$ � 1
�W # �$ � ��$ # 1�XU� �W # 1 � 0XU� �W # 1 � 0 �W � 1
Untuk �W � 1 maka
1 # �$ � ��$ # 1�XU� 1 # �$ � �$ XU� # XU� 1 � XU� � �� XU� � �$
1 � XU� � �1 � XU���� �� � 1
Ternyata, �W menurun pada � ketika melewati state � menuju state 0 yang mengikuti
masuknya state pertengahan pada waktu terhalang (intervening time). Secara lebih jauh, hal itu
dapat ditunjukkan bahwa �W � 0 sebagaimana � � ∞. Sekarang andaikan � � ∞ pada
persamaan (6.38) mengizinkan kita untuk menyelesaikan �$, sehingga
�$ � ∑ U�∞�L$1 � ∑ U�∞�L$
Bukti :
Didownload dari www.ririez.blog.uns.ac.id
�W # �$ � ��$ # 1� X U�W%$�L$
0 # �$ � �$ XU�∞
�L$ # XU�∞
�L$
#�$ � �$ XU�∞
�L$ # XU�∞
�L$
XU�∞
�L$ � �$ XU�∞
�L$ � �$
XU�∞
�L$ � �$�XU�∞
�L$ � 1� �$ � ∑ U�∞�L$∑ U�∞�L$ � 1
dan kemudian dari persamaan (6.38) kita memperoleh
�W � ∑ U�∞�LW1 � ∑ U�∞�LW , � � 1. 6.5.2 Waktu rata-rata (mean time) hingga absorpsi
Anggap masalah perhitungan waktu rata-rata hingga absorpsi dimulai dari state m. Kita
asumsikan bahwa kondisi (6.39) tetap jadi absorpsi pasti terjadi. Perlu diperhatikan bahwa kita
tidak dapat menganggap remeh masalah kita untuk consideration dari embedded random walk
ketika menghabiskan waktu sebenarnya dalam setiap state yang relevan untuk menghitung rata-
rata waktu absorpsi.
Diberikan 1� adalah rata-rata waktu absorpsi dimulai dari state �. Anggap state yang
mungkin terjadi pada transisi pertama, ada pada analisis langkah pertama, dan digunakan
kembali fakta bahwa rata-rata waktu tunggu dalam state ke � adalah ��� � ���%$ (distibusi
Eksponensial dengan parameter �� � ��), dapat diambil kesimpulan :
1� � 1�� � �� � ���� � �� 1�"$ � ���� � �� 1�%$, � � 1 �6.40� 1� � waktu rata-rata absorpsi dari state ke-i
ketika 1� � 0. Lalu diberikan ]� � 1� # 1�"$ dan menyusun kembali persamaan (6.40)
diperoleh
Didownload dari www.ririez.blog.uns.ac.id
1� # ���� � �� 1�"$ � 1�� � �� � ���� � �� 1�%$
��1� � ��1� # ��1�"$�� � �� � 1 � ��1�%$�� � ��
��1� � ��1� # ��1�"$ � 1 � ��1�%$ ���1� # 1�"$� � 1 � ��1�%$ # ��1� 1� # 1�"$ � 1 � ��1�%$ # ��1���
� 1�� � ���� �1�%$ # 1$� ]� � 1�� � ���� ]�%$ � � 1 �6.41�
]$ � 1�$ � �$�$ ]�
]P � 1�P � �P�P ]$ � 1�P � �P�P�$ � �P�$�P�$ ]�
]^ � 1�^ � �^�^�P � �^�P�^�P�$ � �^�P�$�^�P�$ ]�
Sehingga diperoleh
]W � X 1�� _ �`�̀W
`L$"�W
�L$ � a_�`�̀W
`L$ b]�
(Hasil ∏ !d�dWW"$ dianggap 1) menggunakan notasi
U� � 1 dan U� � !e!f…! �e�f…� � � 1
Sehingga persamaan ]W menjadi
X 1�$ _ �`�̀W
`L$"�W
�L$ � 1�$ g�P�P�^�^ …�W�Wh � 1�P g�P�P
�^�^ …�W�Wh � i� 1�W
X 1�$ _ �`�̀W
`L$"�W
�L$ � g�P�P �^�^ …�W�Wh g 1�$ � 1�P � i� 1�Wh
. !e�e
Didownload dari www.ririez.blog.uns.ac.id
�$�$ X 1�$ _ �`�̀W
`L$"�W
�L$ � �$�$ g�P�P �^�^ …�W�Wh g 1�$ � 1�P � i� 1�Wh
�$�$ X 1�$ _ �`�̀W
`L$"�W
�L$ � g�$�$ �P�P �^�^ …�W�Wh g 1�$ � 1�P � i� 1�Wh
UW ∑ $�eW�L$
�$�$ X 1�$ _ �`�̀W
`L$"�W
�L$ � UW X 1�$W
�L$
X 1�$ _ �`�̀W
`L$"�W
�L$ � X 1�$W
�L$UW�$�$
X 1�$ _ �`�̀W
`L$"�W
�L$ � X 1�$W
�L$UWU�
Terbukti bahwa
]W � X 1��UWU�
W�L$ � UW]�
Karena ]W � 1W # 1W"$ dan ]� � 1� # 1$ � #1$ , maka 1UW �1W # 1W"$� � X 1��U� # 1$ �6.42�W�L$
Jika ∑ $� j � ∞W�L$ , kemudian dari (6.42) dinyatakan bahwa 1$ � ∞. Jelas bahwa 1W [1W"$ untuk semua � dan sifat ini tidak berlaku untuk � besar jika diasumsikan 1$ terbatas.
Sekarang anggap ∑ $� j [ ∞l�L$ dengan � � ∞ maka persamaan (6.42) dihasilkan
1$ � X 1��U�∞
�L$ # limW�∞ 1UW �1W # 1W"$�
Didownload dari www.ririez.blog.uns.ac.id
Ini lebih sulit tetapi masih mungkin dibuktikan bahwa
limW�∞ 1UW �1W # 1W"$� � 0
Maka
1$ � X 1��U�∞
�L$
Kita menyimpulkan diskusi dari bagian ini kedalam teorema dibawah ini
Teorema 6.1
Proses kelahiran dan kematian dengan parameter kelahiran, �� dan parameter kematian, ��, � � 1 0����� �� � 0 sehingga 0 adalah state absorbsi.
Probabilitas absorbsi ke state 0 dari state awal m
�W �mnonp ∑ U�∞�LW1 � ∑ U�∞�L$ /��� XU�
∞
�L$ [ ∞1 /��� XU�
∞
�L$ � ∞ q �6.43� Waktu rata-rata absorpsi adalah
1W �mnonp∞ /��� X 1��U�
∞
�L$ � ∞ X 1��U�∞
�L$ � X Ur X 1�̀ U`∞
`Lr"$W%$rL$ /��� X 1��U�
∞
�L$ [ ∞ q �6.44� Dimana U� � 1 dan U� � !e!f…! �e�f…� Example Proses Populasi anggap proses pertumbuhan kelahiran dan kematian tanpa
perpindahan (cf.section 6.3.3) dimana �� � �� 0�� �� � �� , � � 0,1, … selama suatu interval
waktu pendek/singkat dengan panjangnya , individu tunggal di dalam populasi mati dengan
probabilitas �� � ,���, dan � � 0 0�� � � 0 mewakili angka kelahiran dan kematian individu,
yang berturut-turut.
Subsitusikan � � 0 dan � � � dalam persamaan (6.25), untuk menentukan rata-rata ukuran
populasi pada waktu untuk populasi awal dengan M�0� � � individu. Ukuran rata-rata
populasi adalah s�� � ���%!�t memperlihatkan kehilangan atau pertumbuhan bersifat
exponensial ketika � � � ��� � [ �
Didownload dari www.ririez.blog.uns.ac.id
Lalu kita uji gejala kematian dan ditentukan kemungkinan bahwa populasi akhirnya mati. Gejala
ini sesuai dengan penyerapan di state 0 untuk proses kelahiran dan kematian
ketika �� � �� 0�� �� � �� suatu perhitungan langsung menghasilkan U� � ��/��� dan
kemudian
X U�∞
�LW � X��/���∞
�LW � v ��/��W1 # ��/�� ���� � � �∞ ���� � S � q
Dari theorem 6.1 probabilitas tentang kepunahan (extinction) dimulai dengan � individual
adalah
PrIxy��z�,�|M�0� � �K � |��/��W ���� � � �1 ���� � S � q Ketika � � � , akhirnya proses hilang. Pada kasus ini ukuran rata-rata populasi konstan di awal
tingkatan populasi. Situasi serupa dimana nilai rata-rata tidak cukup mendeskripsikan perilaku
populasi yang sering muncul ketika ada unsur-unsur stocastik.
Perhatikan bahwa rata-rata waktu menuju kepunahan diasumsikan kepunahan itu pasti, untuk itu
,ketika � S � . Untuk populasi awal dengan individu tunggal, kemudian dari (6.44) dengan m=1
kita menentukan waktu rata-rata
X 1��U�∞
�L$ � 1� X1�∞
�L$ g��h�
� 1� X} y�%$~� !� ��
∞
�L$ 0y
� 1� } Xy�%$∞
�L$ 0y~� !� ��
� 1� } 0y�1 # y�~� !� ��
� #1� ��1 # y�|�~� !� �
� v1� � g �� # yh ���� � � �∞ ���� � � � q
Ketika laju kelahiran ��� melebihi laju kematian ��� kelahiran dan kematian dapat
digambarkan sebagai proses pertumbuhan linear, dengan probabilitas positif kuat, pertumbuhan
Didownload dari www.ririez.blog.uns.ac.id
tanpa batas (limit). Dalam perbedaan kontras, banyak populasi natural memperlihatkan densitas
perlakuan yang saling terkait dimana laju kelahiran individu menurun atau laju kematian
individu meningkat atau keduanya berubah seiring pertumbuhan populasi. Perubahan ini
dianggap berasal dari faktor-faktor persediaan makanan yang terbatas, meningkatnya pemangsa,
kepadatan, dan terbatasnya tempat tinggal. Karena itu, kita mengenalkan gagasan tentang hal
yang berhubungan dengan lingkungan kapasitas pembawa K (carrying capacity K), sebuah batas
atas dimana ukuran/jumlah populasi tidak dapat melampauinya.
Karena semua individu mempunyai kesempatan untuk mati, dengan sebuah kapasitas
bawaan tertentu, semua populasi pasti akan mengalami kepunahan. Ukuran kita dari kemampuan
populasi akan menjadi waktu rata-rata kepunahan dan itu penting untuk para ekolog populasi
yang mempelajari fenomena kolonisasi untuk memeriksa bagaimana kapasitas K., laju
kelahiran���, dan laju kematian ��� mempengaruhi rata-rata waktu hidup populasi.
Model harus memenuhi sifat dari pertumbuhan eksponensial (yang terletak pada rata-rata)
untuk populasi kecil sama seperti melebihi batas tertinggi K yang mana populasi tidak dapat
tumbuh. Ada beberapa jalan untuk mendekati ukuran populasi K dan berada di titik
keseimbangan. Karena semua model-model memberikan lebih banyak atau lebih sedikit hasil
kualitatif yang sama, kami menetapkan model paling sederhana yang mana parameternya
kelahiran adalah �� � �� R,� � � 0,1, … , � # 1
0 R,� � � �
Teorema 6.1 menghasilkan 1$. Waktu rata-rata untuk kepunahan populasi mulai dengan
sebuah individu tunggal seperti diberikan dengan
1$ � X 1��U�∞
�L$ � X�$�P …��%$�$�P …��∞
�L$ � 1� X1� g��h�%$��L$ �6.47�
Persamaan (6.47) memisahkan faktor-faktor yang jelas mempengaruhi waktu rata-rata
kepunahan populai. Faktor pertama adalah $!, rata-rata waktu hidup dari individu sejak � adalah
rata-rata individu mati. Jadi, jumlah dalam (6.47) merepresentasikan/mewakili rata-rata generasi
atau rata-rata kehidupan(lifespans) menuju kepunahan populasi, hasil ukuran setidaknya kita
tunjukkan dengan s� � �1� � ∑ $� ��%$, 0����� � � �!��L$ (6.48)
Didownload dari www.ririez.blog.uns.ac.id
Selanjutnya kita mempelajari pengaruh dari kelahiran-kematian atau ratio reproduksi � � �!
dan kapasitas bawaan K pada waktu rata-rata kepunahan. Karena � mewakili laju kelahiran
individu dan $! adalah rata-rata hidup dari anggota tunggal dalam populasi, kita boleh
mengartikan ratio reproduksi � � � ~$!� sebagai rata-rata jumlah dari keturunan sebarang
individu dalam populasi. Jadi, kita harus menduga dengan signifikan perbedaan kelakuan ketika � [ 1 berlawanan dengan ketika � � 1, dan ini adalah kasus yang nyata. Sebuah kapasitas
bawaan dari K =100 adalah kecil. Ketika K adalah permintaan 100 atau lebih, kita mempunyai
pendekatan yang akurat di bawah ini, turunannya di rumuskan dalam latihan 1 dan 2 di akhir bab
ini:
1� � g 11 # �h ����� [ 1, s� � 0.5772157 � �� ���� � � 1, 1� � ��� # 1� ���� � � 1.
Perbedaan diantara � [ 1 dan � � 1 jelas. Ketika � [ 1, rata-rata generasi menuju
kepunahan s� adalah hampir tidak tergantung dari kapasitas bawaan K dan pendekatan nilai
asimtotik �%$ln �1 # ��%$ sangat cepat. Ketika � � 1, rata-rata generasi menuju kepunahan s�
tumbuh secara eksponensial dalam K. beberapa perhitungan berdasarkan (6.49) diberikan dalam
table 6.1.
Table 6.1. rata-rata generasi punah untuk sebuah populasi yang dimulai dari induk tunggal
dimana � adalah rata-rata reproduksi dan K adalah kapasitas yang berhubungan dengan
lingkungan.
K � � 0,8 � � 1 � � 1,2
10 1,96 2,88 3,10
100 2,01 5,18 4140899
1000 2,01 7,48 7,59 � 10�E
Contoh
Pengendalian sterilisasi (pemandulan) serangga jantan lalat screwworm, hama ternak di
iklim hangat, telah dimusnahkan dari AS bagian tenggara dengan dilepaskan lalat screwworm
Didownload dari www.ririez.blog.uns.ac.id
jantan dewasa yang telah di sterilisasi ke dalam lingkungan. Ketika jantan ini disterilisasi secara
buatan dengan radiasi, kawin dengan betina lokal, mereka tidak menghasilkan keturunan, dan
dalam cara ini kemampuan reproduksi dari populasi alami adalah nol(telah dihapuskan) dengan
adanya lalat jantan ini(yang telah disterilisasi). Jika jantan steril cukup banyak sehingga
menyebabkan sedikit penurunan tingkat populasi, kemudian penurunan ini mempercepat di
dalam peristiwa pergantian generasi jika jumlah jantan steril dirawat kira-kira pada tingkat yang
sama, karena rasio dari jantan steril terhadap jantan subur akan meningkat seperti anjloknya
populasi alami. Karena pengaruh percampuran ini jika metode kontrol jantan steril berjalan
lancar, kerjanya seperti memperluas pengendalian populasi lokal menuju kepunahan di dalam
area yang diterapkan.
Baru-baru ini, usaha milyaran dolar dimasukkan ke dalam teknik jantan steril telah
diusulkan untuk pengendalian kumbang perusak biji kapas. Dalam contoh ini telah dirasakan
bahwa perlakuan awal dengan pestisida dapat mengurangi ukuran populasi alami ke tingkat
yang sama seperti teknik jantan steril yang lebih efektif. Mari kita periksa asumsi ini, pertama
dengan model deterministik kemudian dengan keadaan stokastik.
Untuk kedua model kita menganggap bahwa jenis kelamin jumlahnya sama, bahwa jantan
steril dan jantan subur saling berkompetisi/bersaing, dan bahwa jumlah konstan S dari jantan
steril ada ditiap generasi. Di dalam kasus deterministik, jika �� jantan subur ada di generasi
induk dan �� betina subur memilih untuk kawin seperti seluruh populasi jantan, kemudian
bagian �����"�� dari perkawinan ini dengan jantan subur akan menghasilkan keturunan. �
menunjukkan jumlah keturunan dari salah satu jenis kelamin dalam perkawinan subur, kita
menghitung ukuran N generasi selanjutnya menurut : �$ � ��� ~ ����"�� 6.50
Untuk contoh angka, anggap bahwa ada ��=100 jantan subur dan jumlah yang sama dari
betina subur dalam generasi induk dari populasi local, dan S=100 jantan serangga steril
dilepaskan. Jika �=4, berarti perkawinan subur menghasilkan 4 jantan dan 4 betina untuk
generasi sukses, kemudian jumlah jenis kelamin yang lain dalam generasi pertama adalah
�$ � 4�100� g 100100 � 100h � 200
Populasi meningkat dan metode kontrol jantan steril telah gagal.
Tabel 6.2 Trend dari subject populasi serangga pada pengadaan jantan mandul.
Didownload dari www.ririez.blog.uns.ac.id
Generasi
Jumlah serangga
dalam populasi
alami
Jumlah serangga
yang mandul
Perbandingan
mandul: subur
Jumlah keturunan
Induk 20 100 5:1 13,33
F1 13,33 100 7,5: 1 6,27
F2 6,27 100 16:1 1,48
F3 1,48 100 67,5:1 0,09
F4 0,09 100 1156:1 -
Disisi lain jika pestisida dapat digunakan untuk menurunkan ukuran awal populasi menjadi N� � 20 atau 20% dari tingkat sebelumnya ,dan S=100 jantan mandul dilepaskan.Lalu
N$ � 4.20 g 2020 � 100h � 13,33
Dan populasi menurun.Ukuran generasi selanjutnya diberikan dalam tabel 6.2 .Dengan
perlakuan awal,populasi punah pada generasi keempat.
Sering kali pada proses deterministic atau nilai rata-rata model akan cukup
mendeskripsikan evolusi perluasan populasi. Tapi kepunahan adalah fenomena populasi kecil
dan terjadi dalam hadirnya long term trend signifikan, populasi kecil yang menyebabkan
fluktuasi menghasilkan kepunahan atau rekoloni yang akan terjadi. Inilah fakta yang memotivasi
kita untuk menentukan model stokastik dari evolusi populasi dalam hadirnya jantan mandul.
Inilah faktor- faktor modelnya
λ, laju kelahiran individu
µ, laju kematian individu
θ=λ⁄n, rata-rata keturunan per individu
K, kapasitas bawaan dari lingkungan
S, nilai konstan dari populasi jantan mandul, dan
m, ukuran populasi awal
Kita misalkan bahwa kedua jenis kelamin akan mewakili angka yang sama dalam populasi alami,
dan X(t), angka dari jenis kelamin lain mewakili waktu t , disusun sebagai proses lahir dan mati
dengan parameter
Didownload dari www.ririez.blog.uns.ac.id
�� � ��� ~ �� � �� /��� 0 S � S �0 ���� � � �q Dan �� � �� ���� � � 0,1, …. Ini adalah model kolonisasi dari contoh proses populasi, dikembangkan dalam analogi dengan
(6.50) yang termasuk laju kelahiran, faktor � � � �⁄ untuk mewakili probabilitas terjadi
perkawinan subur .
Untuk menghitung rata- rata waktu kepunahan 1W yang diberikan dalam (6.44),mula-
mula kita gunakan persamaan (6.51) untuk menghasilkan
Ur � �$�P. . . . �r�$�P … . �r � ����r �� � ��!�! �! , � � 1,… . , � # 1
U� � 1 dan U� � ∞, ��� $ j� � 0
Selanjutnya substitusi persamaan-persamaan ini untuk Ur ke dalam persamaan (6.44) agar
menghasilkan pers.(6.52)
w� �X 1�̀ U` ��`L$ X Ur
W%$rL$ X 1�̀ U`
�`Lr"$
� X UrW%$rL� X 1�̀ U`
�`Lr"$ � X Ur
W%$rL� X 1�`U`%$
�`Lr"$
� 1� I X UrW%$rL� X 1/ � 1�`%r /! �� � ��!�! �� � /�!K
�`Lr"$
Karena dari faktorial, persamaan 6.52 menunjukkan kesulitan nilai saat perhitungan secara
langsung diusahakan. Iterasi sederhana mudah bekerja untuk meningkatkan keakuratan dan
pengaruh perhitungan, sedemikian sehingga didapatkan
�r� X 1/ � 1�%$`Lr �`%r /! �� � ��!�! �� � /�!
Sehingga �W � ���� i��W%$� �⁄ . Tetapi secara mudah dibuktikan bahwa
�r%$� 1� � � g �� � �h �r
Didownload dari www.ririez.blog.uns.ac.id
Mulai dengan ��� 0, berturut-turut dihitung ��%$, ��%P, … , �� dan kemudian �W ����� i��W%$� �⁄ .
Menggunakan metode ini, kita telah menghitung rata-rata generasi punah di dalam model
stokastik untuk membandingkan dengan model deterministik sebagaimana diberikan dalam tabel
6.2. Tabel 6.3 adalah daftar rata-rata generasi punah untuk macam ukuran populasi awal � bila � � � � 100, λ � 4, dan � � 1 sehingga � � 4. Dari empat generasi kepunahan diramalkan
dengan model deterministik ketika � � 20, kita sekarang memperkirakan bahwa populasi akan
terus ada untuk 8 milyar generasi berikutnya!
Tabel 6.3 rata-rata lifespan kepunahan pada satu model kelahiran dan kematian dari satu populasi
yang mengandung satu angka tetap S=100 dengan laki-laki steril.
Ukuran awal populasi Lifespan kepunahan
20 8,101,227,748
10 4,306,531
5 3,822
4 566
3 65
2 6.3
1 1.2
Jelaskan hubungan perbedaan antara model prediksi deterministik dan model prediksi stokastik?
Model stokastik memberikan nilai yang kecil tetapi probabilitas positif yang populasinya tidak
akan mati tetapi akan mengalami rekoloni dan kembali ke level tertinggi mendekati kapasitas
lingkungan K dan bertahan untuk waktu yang sangat lama.
Sementara kedua model adalah kualitatif, implikasi praktis tidak bisa dihilangkan. Suatu
usaha kendali dengan skala besar, tempat tinggal yang luas dan untuk lingkungan mikro
mengalami pembatasan. Model stokastik mengusulkan suatu kemungkinan bahwa beberapa
subpopulasi dalam beberapa lingkungan bisa bertahan dan selanjutnya mengalami recolonize di
seluruh daerah. Program jantan mandul yang tergantung percobaan awal dengan insektisida
adalah keuntungan yang terbaik.
Didownload dari www.ririez.blog.uns.ac.id
PEMBAHASAN SOAL
4. anggap proses kelahiran dan kematian di state 0,1. . . ,5. Dengan parameter �� � �� � �2 � �2 � 0 �$ � 1, �P � 2, �^ � 3, �G � 4 �$ � 4, �P � 3, �^ � 2, �G � 1
catatan bahwa 0 dan 5 adalah state absorbsi. Anggap bahwa proses dimulai pada X(0)=2
(a) Berapa probabilitas absorpsi terakhir di state 0?
(b) Berapa waktu rata-rata untuk absorpsi?
Penyelesaian :
a. Menurut �W �
mnonp ∑ U�∞�LW1 � ∑ U�∞�L$ /��� XU�
∞
�L$ [ ∞1 /��� XU�
∞
�L$ � ∞ q �6.43� Dicari terlebih dahulu ∑ U�∞�L$ karena λ S � pada saat state ke-2 maka ∑ U�∞�L$ � ∞
sehingga �P � 1.
b. Mean time to arbsorpsi
Menurut 6.44
1W �mnonp∞ /��� X 1��U�
∞
�L$ � ∞ X 1��U�∞
�L$ � X Ur X 1�̀ U`∞
`Lr"$W%$rL$ /��� X 1��U�
∞
�L$ [ ∞ q
Akan dicari terlebih dahulu ∑ $� j ∞�L$ . Lihat 6.46, karena � [ λ untuk state 2 maka:
X 1��U�∞
�L$ � 1� � g �� # yh � 0,05
1W � X 1��U�∞
�L$ � X Ur X 1�̀ U`∞
`Lr"$W%$rL$
Didownload dari www.ririez.blog.uns.ac.id
1P � 0,05 � X U$ X 1�̀ U`G
`L$"$LPP%$L$rL$
1P � 0,55 � U$ � 1�PUP � 1�^U^ � 1�GUG� 1P � 0,55 � 4 � 1�P � 1�^ � 1�G� 1P � 0,55 � 4 �13 � 12 � 1� 1P � ,, 55 � 416 � 7,8833
Didownload dari www.ririez.blog.uns.ac.id
PROSES KELAHIRAN (KEMUNCULAN) DAN KEMATIAN
(KEHILANGAN) DENGAN STATE ABSORPSI
Disusun Guna Memenuhi Tugas Mata Kuliah Pengantar Proses Stokastik
Oleh :
Nurul kustinah M0106057
Eka Hely Jayanti M0108040
Nanda Putri Monalisa M0108057
Nanda Hidayati M0108098
Novi Amalia Nugrahaeni
Yurista
M0108101
M0108073
JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SEBELAS MARET SURAKARTA
2010