Penguasaan Martingal: Masalah 03–04

Bahasa: id-ID
Prasyarat umum: nilai harapan bersyarat, filtrasi, martingal yang terintegralkan secara kuadrat, waktu henti, teorema penghentian opsional, dan perubahan ukuran melalui rasio kemungkinan.
Capaian umum: membangun martingal dari informasi yang tersisa, memakai kompensator variasi kuadratik pada waktu henti, serta menghitung galat dan durasi uji sekuensial secara eksak.

Hak dan asal-usul. © 2026 kontributor Interlanguage. Materi ini dilisensikan di bawah Creative Commons Attribution 4.0 International (CC BY 4.0). Masalah 03 dan 04 beserta penyelesaiannya merupakan karya asli untuk berkas ini; keduanya tidak diterjemahkan atau disalin dari contoh sumber. Istilah dasar mengikuti bab lokal tentang martingal dan waktu henti.

Provenans model: OpenAI Codex gpt-5.6-sol, Ultra.


Masalah 03 — Rata-rata yang belum teramati

Prasyarat: permutasi acak, nilai harapan bersyarat, martingal dalam \(L^2\), kompensator, dan penghentian opsional pada waktu terbatas.
Capaian: mengenali martingal “informasi tersisa”, menghitung variasi kuadratik terprediksi, dan mengaudit aturan berhenti adaptif secara eksak.

Soal

Ambil bilangan deterministik \(x_1,\ldots,x_N\in\mathbb R\), dengan \(N\ge2\), dan pilih \(\pi\) secara seragam dari semua permutasi \(\{1,\ldots,N\}\). Definisikan \[ X_k=x_{\pi(k)},\qquad \mathcal F_n=\sigma\bigl(\pi(1),\ldots,\pi(n)\bigr), \] serta rata-rata nilai yang belum terungkap \[ R_n=\frac{\sum_{k=n+1}^{N}X_k}{N-n}, \qquad 0\le n\le N-1. \]

  1. Buktikan bahwa \((R_n,\mathcal F_n)_{0\le n\le N-1}\) adalah martingal.
  2. Untuk \(0\le n\le N-2\), tetapkan \(m=N-n\) dan \[ v_n=\frac{1}{m(m-1)^2} \sum_{j\notin\{\pi(1),\ldots,\pi(n)\}}(x_j-R_n)^2. \] Buktikan bahwa \[ K_n=(R_n-R_0)^2-\sum_{j=0}^{n-1}v_j, \qquad 0\le n\le N-1, \] adalah martingal. Simpulkan bahwa, untuk setiap waktu henti \(\rho\le N-1\), \[ \mathbb E R_\rho=R_0, \qquad \mathbb E(R_\rho-R_0)^2 =\mathbb E\!\left[\sum_{j=0}^{\rho-1}v_j\right]. \]
  3. Terapkan hasil tersebut pada populasi berlabel yang nilainya \((-3,-1,2,2)\). Definisikan \[ \tau=\min\Bigl( \{n\in\{1,2,3\}:R_n\notin(-1,1)\}\cup\{3\} \Bigr). \] Tentukan hukum \(R_\tau\) secara eksak, lalu verifikasi kedua identitas pada bagian 2.
Petunjuk 1

Jika terdapat \(m=N-n\) nilai tersisa, maka pengungkapan berikutnya seragam di antara nilai-nilai itu. Karena itu, \(\mathbb E(X_{n+1}\mid\mathcal F_n)=R_n.\)

Petunjuk 2

Tuliskan \[ R_{n+1}=\frac{mR_n-X_{n+1}}{m-1}, \qquad R_{n+1}-R_n=\frac{R_n-X_{n+1}}{m-1}. \] Kuadratkan persamaan kedua dan kondisikan pada \(\mathcal F_n\).

Petunjuk 3

Untuk bagian konkret, ada \(4!/2!=12\) urutan nilai yang berbeda dan semuanya berpeluang \(1/12\). Hentikan setiap urutan segera setelah rata-rata sisa keluar dari \((-1,1)\), atau pada waktu 3.

Jawaban ringkas

Proses \(R\) dan \(K\) adalah martingal. Untuk populasi \((-3,-1,2,2)\), \[ \begin{array}{c|ccccc} r&-3&-2&-1&1&2\\ \hline \mathbb P(R_\tau=r)&\frac16&\frac16&\frac1{12}&\frac14&\frac13 \end{array} \] sehingga \[ \mathbb E R_\tau=0=R_0, \qquad \mathbb E(R_\tau-R_0)^2=\frac{23}{6} =\mathbb E\!\left[\sum_{j=0}^{\tau-1}v_j\right]. \]

Solusi lengkap

Setelah \(n\) pengungkapan, terdapat \(m=N-n\) indeks tersisa. Bersyarat pada \(\mathcal F_n\), indeks \(\pi(n+1)\) seragam pada himpunan tersebut. Jadi \[ \mathbb E(X_{n+1}\mid\mathcal F_n) =\frac1m\sum_{j\notin\{\pi(1),\ldots,\pi(n)\}}x_j =R_n. \] Jumlah nilai tersisa sebelum pengungkapan adalah \(mR_n\). Sesudah \(X_{n+1}\) dikeluarkan, rata-ratanya menjadi \[ R_{n+1}=\frac{mR_n-X_{n+1}}{m-1}. \] Oleh karena itu, \[ \mathbb E(R_{n+1}\mid\mathcal F_n) =\frac{mR_n-\mathbb E(X_{n+1}\mid\mathcal F_n)}{m-1} =R_n. \] Semua peubah hanya mengambil nilai dalam suatu himpunan hingga, sehingga integrabilitas tidak menjadi masalah; ini membuktikan bagian 1.

Definisikan \(D_{n+1}=R_{n+1}-R_n\). Dari identitas di atas, \[ D_{n+1}=\frac{R_n-X_{n+1}}{m-1}, \qquad \mathbb E(D_{n+1}\mid\mathcal F_n)=0, \] dan \[ \mathbb E(D_{n+1}^2\mid\mathcal F_n) =\frac{1}{m(m-1)^2} \sum_{j\notin\{\pi(1),\ldots,\pi(n)\}}(x_j-R_n)^2 =v_n. \] Karena \(R_n-R_0\) terukur terhadap \(\mathcal F_n\), \[ \begin{aligned} \mathbb E\bigl((R_{n+1}-R_0)^2\mid\mathcal F_n\bigr) &=(R_n-R_0)^2 +2(R_n-R_0)\mathbb E(D_{n+1}\mid\mathcal F_n) +\mathbb E(D_{n+1}^2\mid\mathcal F_n)\\ &=(R_n-R_0)^2+v_n. \end{aligned} \] Maka \(K\) adalah martingal. Waktu \(\rho\le N-1\) terbatas, sehingga penghentian opsional pada \(R\) dan \(K\) memberi \[ \mathbb E R_\rho=\mathbb E R_0=R_0, \qquad 0=\mathbb E K_\rho =\mathbb E(R_\rho-R_0)^2 -\mathbb E\!\left[\sum_{j=0}^{\rho-1}v_j\right]. \]

Sekarang ambil populasi \((-3,-1,2,2)\). Jumlahnya nol, jadi \(R_0=0\). Aturan yang mendefinisikan \(\tau\) hanya memakai \(R_1,\ldots,R_n\) untuk memutuskan apakah berhenti sebelum atau pada \(n\); jadi \(\tau\) adalah waktu henti dan \(\tau\le3\).

Kedua belas urutan nilai mempunyai peluang yang sama. Penghitungan menurut nilai terminal memberi \[ \begin{array}{c|ccccc} R_\tau&-3&-2&-1&1&2\\ \hline \text{banyak urutan}&2&2&1&3&4. \end{array} \] Sebagai pemeriksaan terhadap penghentian dini: tiga urutan yang dimulai dengan \(-3\) berhenti pada \(R_1=1\); urutan yang dimulai dengan \((-1,-3)\) berhenti pada \(R_2=2\); dan dua urutan yang dimulai dengan \((2,2)\) berhenti pada \(R_2=-2\). Enam urutan lain mencapai waktu 3 dan memberikan frekuensi terminal selebihnya yang tercantum pada tabel. Dengan demikian hukum pada jawaban ringkas berlaku. Akhirnya, \[ \mathbb E R_\tau =-3\!\left(\frac16\right)-2\!\left(\frac16\right) -\frac1{12}+\frac14+2\!\left(\frac13\right)=0, \] dan \[ \mathbb E R_\tau^2 =9\!\left(\frac16\right)+4\!\left(\frac16\right) +\frac1{12}+\frac14+4\!\left(\frac13\right) =\frac{23}{6}. \] Identitas martingal yang telah dibuktikan kemudian memberikan \(\mathbb E\sum_{j=0}^{\tau-1}v_j=23/6\), tanpa perlu menghitung setiap lintasan kompensator secara terpisah.


Masalah 04 — Uji rasio kemungkinan yang berhenti tepat di batas

Prasyarat: turunan Radon–Nikodym pada filtrasi, martingal rasio kemungkinan, waktu henti, dan penghentian opsional.
Capaian: memperoleh probabilitas galat dan ekspektasi ukuran sampel suatu uji sekuensial tanpa aproksimasi pelampauan batas (overshoot).

Soal

Pada ruang kanonik \(\{0,1\}^{\mathbb N}\), misalkan \(X_1,X_2,\ldots\) adalah koordinat, \(S_n=\sum_{k=1}^nX_k\), dan \(\mathcal F_n=\sigma(X_1,\ldots,X_n)\). Pertimbangkan dua ukuran peluang: \[ H_0:\quad \mathbb P_0(X_k=1)=\frac13, \qquad H_1:\quad \mathbb P_1(X_k=1)=\frac23, \] dengan koordinat i.i.d. di bawah masing-masing ukuran. Definisikan \[ L_n=\frac{d\mathbb P_1|_{\mathcal F_n}} {d\mathbb P_0|_{\mathcal F_n}} =2^{2S_n-n}, \qquad Y_n=\log_2L_n=2S_n-n. \] Untuk \(a,b\in\mathbb N_+\), hentikan pengamatan pada \[ \tau=\inf\{n\ge0:Y_n\in\{-a,b\}\}. \] Pilih \(H_1\) jika \(Y_\tau=b\), dan pilih \(H_0\) jika \(Y_\tau=-a\).

  1. Buktikan bahwa \((L_n,\mathcal F_n)\) adalah martingal di bawah \(\mathbb P_0\), serta \(\mathbb E_i\tau<\infty\) untuk \(i=0,1\).
  2. Hitung secara eksak galat tipe I \(\alpha=\mathbb P_0(Y_\tau=b)\) dan galat tipe II \(\beta=\mathbb P_1(Y_\tau=-a)\).
  3. Hitung \(\mathbb E_0\tau\) dan \(\mathbb E_1\tau\). Evaluasi semua hasil untuk \((a,b)=(2,3)\).
Petunjuk 1

Di bawah \(\mathbb P_0\), faktor \(L_{n+1}/L_n\) bernilai \(2\) dengan peluang \(1/3\) dan \(1/2\) dengan peluang \(2/3\). Nilai harapan bersyarat faktor itu adalah 1.

Petunjuk 2

Karena loncatan \(Y\) selalu \(\pm1\), tidak ada pelampauan batas (overshoot) dan \(2^{-a}\le L_{\tau\wedge n}\le2^b\). Gunakan \(\mathbb E_0L_\tau=1\), lalu gunakan \[ \mathbb P_1(A)=\mathbb E_0[L_\tau\mathbf1_A], \qquad A\in\mathcal F_\tau. \]

Petunjuk 3

Di bawah \(\mathbb P_0\), proses \(Y_n+n/3\) adalah martingal; di bawah \(\mathbb P_1\), proses \(Y_n-n/3\) adalah martingal. Hentikan kedua proses itu pada \(\tau\).

Jawaban ringkas

Dengan \(D=2^{a+b}-1\), \[ \alpha=\frac{2^a-1}{D}, \qquad \beta=\frac{2^b-1}{D}, \] dan \[ \mathbb E_0\tau=3\bigl[a-(a+b)\alpha\bigr], \qquad \mathbb E_1\tau=3\bigl[b-(a+b)\beta\bigr]. \] Untuk \((a,b)=(2,3)\), \[ \alpha=\frac3{31},\qquad \beta=\frac7{31},\qquad \mathbb E_0\tau=\frac{141}{31},\qquad \mathbb E_1\tau=\frac{174}{31}. \]

Solusi lengkap

Untuk satu pengamatan, \[ \frac{L_{n+1}}{L_n} =\begin{cases} 2,&X_{n+1}=1,\\[2mm] \frac12,&X_{n+1}=0. \end{cases} \] Karena \(X_{n+1}\) independen dari \(\mathcal F_n\) di bawah \(\mathbb P_0\), \[ \mathbb E_0\!\left(\frac{L_{n+1}}{L_n}\,\middle|\,\mathcal F_n\right) =\frac13(2)+\frac23\left(\frac12\right)=1. \] Jadi \(L\) adalah martingal nonnegatif di bawah \(\mathbb P_0\).

Selanjutnya, ambil \(m=a+b\). Dari setiap keadaan di antara kedua batas, rangkaian \(m\) buah nol pasti membawa \(Y\) ke \(-a\) sebelum blok selesai. Di bawah masing-masing ukuran, peluang bersyarat terjadinya rangkaian itu sedikitnya \(c=(1/3)^m>0\). Dengan sifat independen pada blok berturut-turut, \[ \mathbb P_i(\tau>km)\le(1-c)^k, \qquad k\ge0,\quad i\in\{0,1\}. \] Akibatnya \(\tau<\infty\) hampir pasti dan \(\mathbb E_i\tau\le m\sum_{k\ge0}(1-c)^k=m/c<\infty\).

Loncatan \(Y\) adalah \(+1\) atau \(-1\), sehingga \(Y_\tau\) tepat sama dengan \(b\) atau \(-a\). Lebih lanjut, \[ 2^{-a}\le L_{\tau\wedge n}\le2^b. \] Penghentian opsional pada \(\tau\wedge n\), disusul penerapan teorema konvergensi terdominasi, memberikan \(\mathbb E_0L_\tau=1\). Maka \[ 1=2^b\alpha+2^{-a}(1-\alpha), \] sehingga \[ \alpha =\frac{1-2^{-a}}{2^b-2^{-a}} =\frac{2^a-1}{2^{a+b}-1}. \]

Untuk melakukan perubahan ukuran pada waktu acak, jika \(A\in\mathcal F_\tau\), maka \(A\cap\{\tau=n\}\in\mathcal F_n\). Karena \(L_n=d\mathbb P_1/d\mathbb P_0\) pada \(\mathcal F_n\), penjumlahan terhadap \(n\) memberi \[ \mathbb P_1(A)=\mathbb E_0[L_\tau\mathbf1_A]. \] Ambil \(A=\{Y_\tau=-a\}\). Pada \(A\), \(L_\tau=2^{-a}\), jadi \[ \beta=2^{-a}(1-\alpha) =\frac{2^b-1}{2^{a+b}-1}. \]

Di bawah \(\mathbb P_0\), inkremen \(Y\) mempunyai rata-rata \[ \frac13(1)+\frac23(-1)=-\frac13, \] sedangkan di bawah \(\mathbb P_1\) rata-ratanya \(+1/3\). Karena \(\mathbb E_i\tau<\infty\), penghentian proses \(Y_n+n/3\) di bawah \(\mathbb P_0\) dan \(Y_n-n/3\) di bawah \(\mathbb P_1\) sah. Secara eksplisit, terapkan dahulu pada \(\tau\wedge n\); lalu gunakan \(|Y_{\tau\wedge n}|\le\max(a,b)\) dan \(\tau\wedge n\to\tau\) dalam \(L^1\). Diperoleh \[ \mathbb E_0Y_\tau=-\frac13\mathbb E_0\tau, \qquad \mathbb E_1Y_\tau=\frac13\mathbb E_1\tau. \] Karena \[ \mathbb E_0Y_\tau=b\alpha-a(1-\alpha), \qquad \mathbb E_1Y_\tau=b(1-\beta)-a\beta, \] maka \[ \mathbb E_0\tau=3\bigl[a-(a+b)\alpha\bigr], \qquad \mathbb E_1\tau=3\bigl[b-(a+b)\beta\bigr]. \] Substitusi \(a=2\), \(b=3\), dan \(2^{a+b}-1=31\) menghasilkan \[ \alpha=\frac3{31},\quad \beta=\frac7{31},\quad \mathbb E_0\tau=3\left(2-5\frac3{31}\right)=\frac{141}{31},\quad \mathbb E_1\tau=3\left(3-5\frac7{31}\right)=\frac{174}{31}. \]