PROSES KEMATIAN MURNI (Pure Death Processes) Komplemen dari bertambahnya proses kelahiran murni adalah dengan penurunan proses kematian murni. Hal itu ditunjukkan keberhasilan melewati state,,, 2, dan terakhir adalah pada state 0 (extinction). Proses ditentukan oleh parameter kematian 0 untuk k =, 2,..,, dimana waktu singgah pada state ke k adalah distribusi eksponensial dengan parameter, semua waktu singgah menjadi independen. Tipe jenjang sampel ditunjukkan pada gambar 6.. X(t) S N N- N-2 S N- 2 S 2 S W W 2 W N- W N t Gambar 6. Tipe jenjang sampel dari proses kematian murni menunjukkan waktu singgah S,, S dan waktu menunggu W, W,., W. Alternatifnya, kita mempunyai penggambaran amat kecil dari suatu proses kematian murni sebagai proses Markov X(t) yang ruang statenya adalah 0,,..., N dan untuk yang lain (i) Pr,,, (ii) Pr,,, (6.2) (iii) Pr 0, 0,,, Parameter merupakan operasi laju kematian atau pengaruh proses singgah pada state k. Hal tersebut umum dan dapat digunakan untuk menunjukkan 0.
Ketika parameter kematian,,., berbeda, itu berarti jika, kemudian kita mempunyai probabilitas transisi eksplisit dan untuk,, Pr 0 dimana.,,,, 6.2. Proses Kematian Linear (Proses Kematian dengan Laju Kematian Sama) Sebagai contoh, diberikan proses kematian murni dengan tingkatan kematian adalah proporsional untuk ukuran populasi. Proses ini, kita sebut dengan proses kematian linear, pelengkap Yule atau proses kelahiran linear. Parameternya adalah dimana merupakan tingkatan kematian individu dalam populasi. Maka,,, 2 2!! (6.3) Selanjutnya,,
! `!!!!!!!!!!, 0,, Diberikan T waktu dari kematian populasi. Pada umumnya, 0; 0. Selanjutnya jika dan hanya jika 0, yang mana menuju ke fungsi distribusi kumulatif dari T melalui : Pr Pr 0, 0 Proses Kematian Linear dapat dijelaskan dengan cara lain, cara tersebut dapat didefinisikan dengan pendekatan antara distribusi eksponensial dengan parameter waktu kontinu Markov Chain. Anggap populasi N individu, untuk setiap tahan hidup merupakan variabel random independen yang mengikuti distribusi eksponensial dengan parameter. Diberikan X(t) adalah jumlah kemungkinan hidup dalam populasi tersebut pada waktu t. selanjutnya X(t) adalah proses kematian murni linear yang parameternya untuk k = 0,,2,...,N. Untuk mempermudah pemahaman tersebut, diberikan,,, menunjukkan waktu kematian dari individu dengan label,2,...n, masing-masing. Sketsa 6.2 menunjukkan hubungan antara waktu hidup individu,,, dengan proses kematian X(t). (6.4) (6.5) N = 6 5 4 3 2 INDIVIDU N=6 X(t) Waktu kematian
Gambar 6.2 Proses kematian linier. Gambar diatas menjelaskan bahwa kematian pertama terjadi pada individu ketiga, sedangkan kematian kedua terjadi pada individu pertama dan seterusnya. dalam Waktu tinggal di negara bagian N, dilambangkan, sama dengan waktu t kematian, atau min,...,. Karena daya tahan adalah independen dan memiliki distribusi eksponensial yang sama. Prmin,, Pr,, Pr Diketahui memiliki distribusi eksponensial dengan parameter Nα. Hal yang sama berlaku ketika ada anggota k hidup dalam populasi. Dalam distribusi eksponensial menyatakan bahwa tahan hidup dari masing-masing individu k eksponensial terdistribusi dengan parameter α. maka waktu tinggal adalah minimum k yang menyatakan tahan hidup dan karenanya secara eksponensial terdistribusi dengan kα parameter. Untuk memberikan pendekatan lebih lanjut dalam tingkatan kematian konstan α yang berarti bahwa transisi, setiap individu dalam populasi memiliki tingkat
sebagai 0 Jika setiap individu k hidup dalam populasi pada waktu t memiliki tingkat kematian konstan α populasi, maka populasi total tingkat kematian kα harus berbanding lurus dengan ukuran populasi. Hal itu cukup untuk menyatakan pendekatan parameter kematian merupakan cara yang tepat dan sering digunakan dalam pemodelan stokastik. Berikutnya adalah contoh ilustrasinya. Log(waktu) slope 40 log (00 thn) log ( kgs) log beban Gambar 6.3 Sebuah hubungan linier antara log rata-rata waktu kegagalan dan log beban. 6.2.2 Kabel Kegagalan di bawah Statis Keletihan Kabel terdiri dari serabut paralel dengan ketegangan yang dirancang untuk mendukung ketinggian balon udara dari permukaan laut. Dengan beban desain 000 kg dan waktu hidup desain 00 tahun, berapa banyak serabut harus digunakan dalam kabel? Pada berat yang kecil (ringan), serabut berkekuatan tinggi menjadi digunakan sebagai subyek untuk static fatigue (kelelahan statis), atau pada akhir kegagalan ketika mengalami beban konstan. Beban konstan lebih tinggi, waktu hidup lebih pendek, dan percobaan telah membentuk plot linier pada sumbu loglog axes antara rata-rata waktu kegagalan dan beban yang ditunjukkan pada Gambar 6.3
Hubungan antara rata-rata hidup dan beban l yang diilustrasikan pada Gambar 6.3 mengambil bentuk analitik Bentuk log 2 40 log kabel dirancang berdasarkan rata-rata hidup, untuk mencapai target desain 00 tahun, masing-masing serabut harus membawa kg. Karena beban total adalah 000 kg, maka digunakan dalam kabel. 000 serabut yang harus Ada yang mengira bahwa jumlah yang besar tersebut 000 dari serabut akan memberikan alasan merancang kabel berdasarkan rata-rata serabut. Kita harus melihat bahwa alasan seperti itu adalah benar-benar salah. Apabila diandaikan, terdapat kasus dengan pertunjukkan bahan berstruktur modern tinggi, bahwa terdapat jumlah yang besar pada sebaran acak dari daya tahan serabut individu disekitar rata-rata. Bagaimana keacakan ini mempengaruhi masalah desain? Beberapa asumsi harus dibuat mengenai distribusi probabilitas yang mengatur daya tahan serat individu. Dalam prakteknya, sangat sulit untuk mengumpulkan data yang cukup untuk menentukan distribusi ini dengan tingkat kemiringan atau asimetri. Karena cocok dengan data kualitatif yang diamati, dan karena itu mengarah ke model proses kematian murni yang dapat diakses dengan analisis exchaustive, kita dapat mengasumsikan bahwa distribusi probabilitas untuk kegagalan saat serabut tunggal yang diberlakukan pada waktu yang berbeda-beda dan beban tarik, maka dapat dinyatakan Pr, 0 Distribusi ini terkait dengan tingkat kegagalan atau tingkat bahaya(hazard rate) atau dari pada serabut tunggal, tidak mengalami kegagalan lebih dahulu untuk waktu t dan membawa beban, akan terjadi kegagalan selama interval, dengan probabilitas Pr Fungsi, disebut Breakdown rule (aturan rincian), menyatakan bagaimana perubahan beban mempengaruhi probabilitas kegagalan. Terdapat power law breakdown rule (aturan hukum daya kerusakan) di mana
untuk beberapa konstanta positif dan. Hukum daya kerusakan mengasumsikan, di bawah beban konstan, waktu kegagalan serabut tunggal adalah terdistribusi secara exponential dengan mean. Sebuah plot dari rata-rata waktu kegagalan versus beban adalah linear pada log-log axes, kecocokan properti yang diamati dari jenis serabut tersebut. Untuk masalah desain terdapat 40 dan 00. Sekarang tempat dari serabut tersebut diparalel dan subjek menjadi bundel atau kabel menuju beban total, waktu konstan, pada, di mana adalah beban nominal per serabut. Apa distribusi probabilitas dari waktu pada saat gagalnya kabel? Karena serabut diparalel, Sistem waktu kegagalan ini sebanding dengan waktu kegagalan serabut terakhir. Berdasarkan asumsi lain yang mengatur perilaku serabut tunggal,, banyaknya serabut yang tidak gagal dalam kabel pada waktu t, muncul sebagai proses kematian murni dengan parameter untuk, 2,...,. Mengingat daya tahan serabut pada waktu,dan diasumsikan bahwa jumlah beban bundel adalah sebanding dengan, kemudian masingmasing membawa beban dan mempunyai tingkat kegagalan yang bersesuaian. Telah disebutkan sebelumnya bahwa waktu kegagalan sistem adalah, waktu tunggu untuk kegagalan serabut ke N. Kemudian Pr 0 dimana diberikan secara eksplisit oleh (6.3) dengan istilah,,. Secara alternative, kita dapat menggunakan waktu singgah pada proses kematian murni dan, dari Gambar 6. dapat ditulis Dimana,,, adalan variabel random independen dari distribusi eksponensial dan memiliki parameter /. Rata-rata sistem waktu kegagalan dihitung seperti berikut,
Jumlah untuk terlihat berat pada pandangan pertama, namun pendekatan yang sangat dekat terjadi apabila mempunyai nilai yang besar. Gambar 6.4 membandingkan jumlah untuk sebuah integral. Gambar 6.4 Jumlah merupakan pendekatan Riemann untuk Dari gambar 6.4 dapat dilihat bahwa: Sehingga dengan mudah kita dapatkan / / Ketika 000 dan 40 maka batas numeriknya adalah: 40.0408 40 yang menunjukkan bahwa penentuan jumlah integral waktu sekitar 4 persen.
Dengan mensubstitusikan / ke dalam persamaan (6.6) memberikan rata-rata daya tahan kabel Untuk dibandingkan dengan rata-rata daya tahan serabut Itu berarti, daya tahan kabel terakhir sekitar / yang sama lamanya dengan ratarata serabut(fiber) dibawah beban setara. Dengan 00, 40 dan 000, maka rata-rata kabel yang dirancang terakhir adalah 00 40 2,5 tahun, untuk jangka pendek dari daya tahan yang diinginkan dalam 00 tahun. Tujuannya adalah untuk meningkatkan jumlah serabut dalam kabel. Sehingga mengurangi beban per serabut. Peningkatan angka dari menjadi mengurangi beban nominal per serabut. Dari menjadi. Untuk mencapai keseimbangan daya tahan serabut kabel, maka persamaannya adalah, / / Untuk data yang diberikan, didapatkan 00040 / 097 serabut. Itu berarti daya tahan rancangan dapat dikembalikan oleh meningkatkan banyaknya serabut dalam kabel sekitar 0%. CONTOH SOAL :. Proses kematian murni dimulai dari X(0)=3 mempunyai parameter Jawab : kematian 0, 3, 2, 5. Tentukan untuk n = 0,, 2, 3 Untuk n=0 ; Pr 0 0 3 Dimana,,,,,, 5.2.3 30
,,, Jadi 2.. 3 6 3.. 2 6 325 30 3.2.5 30 6 6 30 5 5 Untuk n= ; Pr 0 3 Dimana,,,, Jadi,,, 2 2 3. 3 32 6 2.5 2 3 6 5 0 3 0 6 Untuk n=2 ; Pr 2 0 3 Dimana,,, Jadi 3 3 5 3 3,,
5 3 5 3 Untuk n=3 ; Pr 3 0 3 2. Sebuah proses kematian murni dimulai dari X(0)=3 mempunyai parameter kematian 0, 3, 2, 5 diberikan adalah waktu acak dari proses untuk mencapai state ke 0 a. Tulis sebagai jumlah dari waktu tunggu dan buktikan bahwa ratarata waktu adalah E[ ]= b. Hitung mean dari Jawab : a. Diketahui Maka akan dibuktikan bahwa E[ ]= b. (Terbukti) 2 3 5 6 5 2 3 3 30 3. Diberikan proses kematian linear dengan X(0)=N=5 dan α=2. Tentukan Pr{X(t)=2}. Jawab : Menggunakan persamaan 6.4!!!, 0,, 5! 2! 3!.. 0 0 3 3 0 30 30 0