of a Markov process with a dollar e

of a Markov process with a dollar existing in one of the following states of the system:

State Description
1 Paid category
2 Bad debt category
3 0 to 30 days age category
4 31 to 90 days age category

Based on historical transitions of accounts receivable dollars, the following transition probabilities were developed for Heidman’s Department Stores:
To State
From State 1 2 3 4
1 1.0 0.0 0.0 0.0
2 0.0 1.0 0.0 0.0
3 0.4 0.0 0.3 0.3
4 0.4 0.2 0.3 0.1
The fact that the transition probabilities from state 1 to state 1 and from state 2 to state 2 are both 1 shows that these two states are absorbing states. That is, once a dollar is paid (state 1) it is always paid. Similarly, once a dollar is declared a bad debt (state 2), it remains a bad debt. This leads us to conclude that all accounts receivable dollars will eventually be absorbed into either the paid or the bad debt state, and hence the name absorbing state.
The problem creation step for this problem is the same as that described previously. No special input procedures are required to handle the absorbing states. The output is shown in Figure 13.3. There is a .889 probability that the 0 to 30 day age category dollars will be paid and a .741 probability that the 31 to 90 day age category dollars will be paid.


Figure 13.3 Output for the Accounts Receivable Problem

Results (Indonesian) 1:

proses Markov dengan dolar yang ada di salah satu negara berikut sistem: Deskripsi negara 1 kategori dibayar Kategori 2 buruk hutang Kategori umur 0 untuk 30 hari 3 Kategori umur 31 sampai 90 hari 4Berdasarkan sejarah transisi account piutang dolar, probabilitas transisi berikut dikembangkan untuk Heidman's Department Store: Negara Dari negara 1 2 3 4 1 1,0 0,0 0.0 0,0 2 0.0 1,0 0,0 0.0 3 0.4 0.0 0.3 0.3 4 0.4 0.2 0.3 0.1Fakta bahwa probabilitas transisi dari negara 1 untuk negara bagian 1 dan 2 negara bagian ke negara 2 1 kedua menunjukkan bahwa negara-negara ini dua menyerap Serikat. Begitulah, setelah dolar yang dibayar (negara 1) selalu dibayarkan. Demikian pula, setelah dolar dinyatakan utang yang buruk (negara 2), itu tetap utang yang buruk. Hal ini membawa kita untuk menyimpulkan bahwa semua account piutang dolar akan akhirnya diserap ke dalam baik yang dibayar atau buruk hutang negara, dan oleh karena itu nama menyerap negara. Langkah penciptaan masalah untuk masalah ini adalah sama seperti yang dijelaskan sebelumnya. Ada prosedur input khusus yang diperlukan untuk menangani Serikat menyerap. Output ditampilkan dalam gambar 13.3. Ada kemungkinan.889 bahwa dolar kategori umur 0 untuk 30 hari akan dibayar dan kemungkinan.741 bahwa dolar kategori umur 31 untuk 90 hari akan dibayar. Gambar 13.3 Output untuk masalah piutang account

Results (Indonesian) 2:

dari proses Markov dengan dolar yang ada di salah satu negara berikut sistem:

Negara Keterangan
1 Dibayar kategori
2 kategori utang Bad
kategori usia 3 0 sampai 30 hari
kategori usia 4 31-90 hari

Berdasarkan transisi historis rekening dolar piutang, probabilitas transisi berikut dikembangkan untuk Heidman Departemen Store:
untuk Nyatakan
dari negara 1 2 3 4
1 1,0 0,0 0,0 0,0
2 0,0 1,0 0,0 0,0
3 0,4 0,0 0,3 0,3
4 0,4 0,2 0,3 0,1
fakta bahwa probabilitas transisi dari keadaan 1 ke keadaan 1 dan dari negara 2 ke keadaan 2 keduanya 1 menunjukkan bahwa kedua negara ini menyerap negara. Artinya, sekali dolar dibayar (state 1) itu selalu dibayar. Demikian pula, setelah dolar dinyatakan utang buruk (state 2), itu tetap menjadi utang buruk. Hal ini membawa kita untuk menyimpulkan bahwa semua akun dolar piutang akhirnya akan diserap ke dalam baik dibayar atau negara utang buruk, dan maka nama menyerap negara.
Masalah penciptaan langkah untuk masalah ini adalah sama seperti yang dijelaskan sebelumnya. Tidak ada prosedur masukan khusus yang dibutuhkan untuk menangani negara menyerap. Output ditunjukkan pada Gambar 13.3. Ada 0,889 probabilitas bahwa 0 sampai 30 hari kategori usia dolar akan dibayar dan 0,741 probabilitas bahwa 31-90 hari kategori usia dolar akan dibayar.


Gambar 13.3 Output untuk Masalah Piutang