Slide

Multiple Life Function
May 22, 2014
May 22, 2014
1 / 94
Outline
1
2
3
4
5
6
9
10
11
Pendahuluan
Joint Distribution of Future Lifetimes
The Joint-Life Status
The Last-Survivor Status
More Probabilities and Expectations
Dependent Lifetime Models
Common Shock
Copulas
Insurance and Annuity Benefits
Survival Status
Special Two-Life Annuities
Reversionary Annuities
Evaluation - Special Mortality Assumptions
Gompertz and Makeham Laws
Distribusi Uniform
Simple Contingent Functions
Evaluation - Simple Contingent Functions
Catatan
May 22, 2014
2 / 94
Pendahuluan
Pendahuluan
Pada bagian ini akan dibahas model-model yang terdiri atas sisa hidup
dari dua kehidupan. Aktuarial present value untuk dasar-dasar manfaat
dapat dihitung dengan mengaplikasikan konsep dan teknik yang telah
dipelajari sebelumnya. Model dibuat dengan mengasumsikan sisa hidup
dari dua kehidupan sebagai random variable yang independen.
May 22, 2014
3 / 94
Joint Probability Density Function
Untuk dua kehidupan (x) dan (y), joint p.d.f (Probability Density Function) dengan waktu sisa hidupnya, T (x) dan T (y) adalah
fT (x)T (y) (s, t)
dengan 0 < s < m, 0 < t < n
May 22, 2014
4 / 94
Joint Distribution Function

Tidak seperti satu kehidupan, pada dua kehidupan (x) dan (y) d.f (Distribution Function) tidak bisa diperoleh langsung dengan mengintegralkan
p.d.f nya. Perhatikan gambar berikut:
Ruang Sampel T (x) dan T (y)

May 22, 2014
5 / 94
Joint Distribution Function Region I
Pada gambar sebelumnya join d.f terbagi atas 4 region dimana setiap
region memiliki fungsi tersendiri. Untuk region I yaitu:
FT (x)T (y) (s, t) = Pr [T (x) s dan T (y) t]
Zs Zt
=
fT (x)T (y) (u, v) du dv

Zs Zt
fT (x)T (y) (u, v) du dv

0
May 22, 2014
6 / 94
Joint Distribution Function Region II, III dan IV
Region II
FT (x)T (y) (s, t) = FT (x)T (y) (s, n) = FT (x) (s)
May 22, 2014
7 / 94
Region II
Region III
FT (x)T (y) (s, t) = 1
May 22, 2014
7 / 94
Region II
Region III
FT (x)T (y) (s, t) = 1
Region IV
FT (x)T (y) (s, t) = FT (x)T (y) (m, t) = FT (y) (t)
May 22, 2014
7 / 94
Joint Survival Function

Joint sufvival function untuk joint life distribution adalah sebagai berikut:
sT (x)T (y) (s, t) = Pr [T (x) > s dan T (y) > t]
Tidak seperti single life distribution dimana FX (x) + s(x) = 1, pada
joint life distribution tidak berlaku demikian. Hubungan keduanya dapat dilihat pada gambar berikut:
FT (x)T (y) (s, t)
merupakan
peluang dari
Region A
Ruang Sampel dari Random Variabel Sisa

Usia T (x) dan T (y)
sT (x)T (y) (s, t)

merupakan
peluang dari
Region B
May 22, 2014
8 / 94

Joint survival function dari T (x) dan T (y) untuk tiap-tiap Region adalah
sebagai berikut:
Region I dimana 0 < s < m dan 0 < t < n
sT (x)T (y) (s, t) = Pr [T (x) > s T (y) > t]
Z Z
fT (x)T (y) (u, v)dv du
=
s
Zm Zn
fT (x)T (y) (u, v)dv du
=
s
untuk titik-titik lainnya:

sT (x)T (y) (s, t) = 0
May 22, 2014
9 / 94
Region II dimana s < 0 dan t > 0

sT (x)T (y) (s, t) = sT (y) (t) = t py
Region III dimana s < 0 dan t < 0
sT (x)T (y) (s, t) = 1
Region IV dimana s > 0 dan t < 0
sT (x)T (y) (s, t) = sT (x) (s) = s px
May 22, 2014
10 / 94
T (x) dan T (y) Independen
Jika T (x) dan T (y) independen, maka sifat-sifat berikut berlaku:

fT (x)T (y) (s, t) = fT (x) (s)fT (y) (t)
May 22, 2014
11 / 94

FT (x)T (y) (s, t) = FT (x) (s)FT (y) (t)
May 22, 2014
11 / 94

FT (x)T (y) (s, t) = FT (x) (s)FT (y) (t)
sT (x)T (y) (s, t) = sT (x) (s)sT (y) (t)
May 22, 2014
11 / 94
Pengertian
Joint-Life Status adalah sebuah kondisi yang berlangsung selama semua

anggota dari himpunan kehidupan bertahan dan dikatakan gagal setelah
kematian pertama.
Sebuah Joint-Life Status adalah sebuah contoh dari apa yang sering
disebut sebagai sebuah status kelangsungan hidup.
Untuk m kehidupan,
T (x1 , x2 , . . . , xm ) = min[(T (x1 ), T (x2 ), . . . , T (xm )]
dimana T (xi ) adalah saat kematian dari individu i. Untuk kasus dari
dua kehidupan (x) dan (y) berlaku T (xy) = min[T (x), T (y)].
May 22, 2014
12 / 94
Kasus Dependent
Diberikan fungsi distribusi dari T , untuk t > 0, dalam bentuk distribusi
gabungan dari T (x) dan T (y) untuk kasus general (dependent):
FT (t) = t qxy = Pr(T t)
= 1 sT (x)T (y) (t, t)
dengan menggunakan dasar peluang FT (t) = Pr[min[T (x), T (y)] t]
dimana [min[T (x), T (y)] t] adalah gabungan dari [T (x) t] dan
[T (y) t] dapat diperoleh
FT (t) = Pr[T (x) t] + Pr[T (y) t] Pr[T (x) t T (y) t]
= t qx + t qy FT (x)T (y) (t, t)
May 22, 2014
13 / 94
Kasus Independent
Jika T (x) dan T (y) saling bebas, dua bentuk dari fungsi distribusi dari T
dapat ditulis sebagai bentuk fungsi kehidupan tunggal sebagai berikut:
FT (t) = Pr[min[T (x), T (y)] t]
= 1 sT (x)T (y) (t, t) = 1 t pxt py
dan
FT (t) = t qx + t qy FT (x)T (y) (t, t) = t qx + t qy t qxt qy
Pada kasus dependent t pxy = sT (x)T (y) (t, t) sedangkan pada kasus independent t pxy = t pxt py .
May 22, 2014
14 / 94
Fungsi Kepadatan Peluang Joint-Life Status

Fungsi Kepadatan Peluang untuk T :
Z
Z
fT (xy) (t) =
fT (x)T (y) (t, v)dv +
t
fT (x)T (y) (u, t)du
dan
fT (xy) (t) =fT (x) (t) + fT (y) (t)
Z t

Z t

0
untuk notasi aktuarianya:

fT (xy) (t) =t px (x + t) + t py (y + t)
Z t

Z t

0
0
May 22, 2014
15 / 94
Kasus Independent
Jika T (x) dan T (y) independent,

fT (x)T (y) (u, v) = u px (x + u) v py (y + v)
= t py t px [(x + t) + (y + t)]
May 22, 2014
16 / 94
Force of Failure
Bentuk Force of Failure untuk kasus dependent:

xy (t) =
fT (xy) (t)
1 FT (xy) (t)
Untuk kasus independent:

xy (t) = (x + t) + (y + t)
May 22, 2014
17 / 94
Kegagalan di waktu k sampai k + 1
Peluang terjadinya gagal dari Joint-Life Status selama waktu k sampai

k + 1 dihitung dengan cara:
Pr(k < T k + 1) = Pr(T k + 1) Pr(T k)
= k pxy k+1 pxy
= k pxy qx+k:y+k
Untuk kasus independent
qx+k:y+k = qx+k + (1 qx+k )qy+k
May 22, 2014
18 / 94
Curtate-Future-Lifetime
Curtate-Future-Lifetime dari (x) dengan random variabel K, untuk k =

0, 1, 2, . . .
Pr(K = k) = Pr(k T < k + 1)
= k pxy qx+k:y+k
= k| qxy
May 22, 2014
19 / 94

Last-Survivor Status adalah sebuah kelangsungan hidup yang berlangsung selama setidaknya terdapat satu kehidupan dari kumpulan kehidupan yang masih bertahan dan dikatakan gagal ketika orang terakhir
meninggal.
Dinotasikan dengan (x1 , x2 , . . . , xm ) dimana xi menyatakan umur dari
anggota i dan m menyatakan banyaknya anggota.
Distribusi sampai terjadinya kegagalan dari Last-Survivor Status, random variabel
T = max[T (x1 ), T (x2 ), . . . , T (xm )]
untuk kasus dua kehidupan
T (xy) = max[T (x), T (y)]
May 22, 2014
20 / 94
Hubungan Joint-Life dan Last-Survivor
Hubungan dari T (x), T (y), T (xy) dan T (xy) adalah:

T (xy) + T (xy) = T (x) + T (y)
T (xy)T (xy) = T (x)T (y)
aT (xy) + aT (xy) = aT (x) + aT (y)
untuk a > 0
May 22, 2014
21 / 94
Fungsi Distribusi dan Fungsi Kepadatan Peluang

Last-Survivor
Fungsi distribusinya:
FT (xy) (t) + FT (xy) (t) = FT (x) (t) + FT (y) (t)
diperoleh
t pxy
+ t pxy = t px + t py
dan
fT (xy) (t) + fT (xy) (t) = fT (x) (t) + fT (y) (t)
bentuk lain dari fungsi distribusinya:
FT (xy) (t) = FT (x) (t) + FT (y) (t) FT (xy) (t) = FT (x)T (y) (t, t)
May 22, 2014
22 / 94
Bentuk Aktuaria
Bentuk aktuarianya:
t qxy
t pxy
= t qx + t qy t qxy
xy (t) = t px (x + t) + t py (y + t) t pxy xy (t)
May 22, 2014
23 / 94
Force of Failure
Bentuk Force of Failure nya adalah:
xy (t) =
=
fT (xy) (t)
1 FT (xy) (t)
t px
(x + t) + t py (y + t) t pxy xy (t)
t pxy
untuk kasus independent:

t pxy
xy (t) = t qy t px (x + t) + t qx t py (y + t)
dan
xy (t) =
t qy t p x
(x + t) + t qx t py (y + t)
t qy t p x + t qx t p y + t p x t p y
May 22, 2014
24 / 94
Ekspektasi T (u)
Diketahui e = E[T (u)], untuk satu buah kelangsungan hidup (u) memiliki formula sebagai berikut:
Z
eu =
t pu dt
0
jika (u) adalah joint-life status, maka:

Z
exy =
t pxy dt
0
untuk last-survivor status
exy =
t pxy
dt
hubungan keduanya adalah:
exy = ex + ey exy
May 22, 2014
25 / 94
Ekspektasi T (u) Untuk Kasus Diskrit

Jika (u) adalah joint-life status, maka:
exy =
t pxy
dt
t pxy
dt
untuk last-survivor status

exy =
X
0
hubungan keduanya adalah:

exy = ex + ey exy
May 22, 2014
26 / 94
Variansi
Variansi untuk Join-Life:

Z
2
t t pxy dt cxy
2
t t pxy dt cxy
V ar[T (xy)] = 2
0
untuk Last-Survivor:
Z
V ar[T (xy)] = 2
0
May 22, 2014
27 / 94
Covarians
Bentuk umum:
Cov[T (xy), T (xy)] = E[T (xy)T (xy] E[T (xy)]E[T (xy)]
= Cov[T (x), T (y)] + [E[T (x)] E[T (xy)]]
[[T (y)] E[T (xy)]]
jika T (x) dan T (y) tidak berkorelasi, maka:

Cov[T (xy), T (xy)] = ex exy ey exy
May 22, 2014
28 / 94
Common Shock
Common Shock
Diberikan T (x) dan T (y) sebagai dua buah random variabel sisa usia,
dengan tidak adanya kemungkinan dari common shock, jika independent:
sT (x)T (y) (s, t) = Pr [T (x) > s T (y) > t]
= sT (x) (s) sT (y) (t)
May 22, 2014
29 / 94
Common Shock
Sebagai tambahan, untuk sebuah variabel random common shock yang

dinotasikan dengan Z, yang mana dapat mempengaruhi joint distribution dari waktu sisa usia dari kehidupan (x) dan (y). Random variabel
common shock ini adalah independent dari [T (x), T (y)] dan berupa
distribusi eksponensial sebagai berikut:
sZ (z) = ez
z > 0, 0
May 22, 2014
30 / 94
Common Shock
Random variabel dari bunga di dalam membangun model untuk asuransi

jiwa atau annuitas untuk (x) dan (y) adalah T (x) = min[T (x), Z] dan
T (y) = min[T (y), Z]. Joint survival function dari [T (x), T (y)] adalah:
sT (x)T (y) (s, t) = Pr {min[T (x), Z] > z min[T (y), Z] > t}
= sT (x) (s) sT (y) (t)e[max(s,t)]
May 22, 2014
31 / 94
Common Shock
P.d.f untuk Common Shock:

fT (x)T (y) (s, t) =
2
sT (x) (s) sT (y) (t)e[max(s,t)]
s
t
h
i
= s0T (x) (s)s0T (y) (t) s0T (x) (s)sT (y) (t) et
dimana 0 < s < t.
dan
fT (x)T (y) (t, t) = et sT (x) (t) sT (y) (t)
t0
May 22, 2014
32 / 94
Common Shock
Domain dari Common Shock

Domain dari Common Shock
May 22, 2014
33 / 94
Common Shock
Fungsi Survival Marginal dari Common Shock
Fungsi survival marginal untuk Common Shock

sT (x) (s) = Pr {[T (x) > s] [T (y) > 0]}
= sT (x) (s)es
dan
sT (y) (t) = Pr {[T (x) > 0] [T (y) > t]}
= sT (y) (t)et
May 22, 2014
34 / 94
Common Shock
Joint-Life dan Last-Survivor dalam Common Shock
Bentuk Joint-Life:
sT (xy) (t) = sT (x) (t) sT (y) (t) et
0<t
Bentuk Last-Survivor

sT (xy) (t) = sT (x) (t) + sT (y) (t) sT (x)T (y) (t, t) et
0<t
May 22, 2014
35 / 94
Copulas
Copula
Copula berarti sesuatu yang terhubung atau tergabung secara bersama.

Copula biasanya digunakan di dalam analisis statistika multivariat untuk
mendefinisikan sebuah kelas dari distribusi bivariat dengan distribusi
marginal yang dispesifikasikan. Diklaim bahwa
"
#
(eFT (x) (s) 1)(eFT (y) (t) 1)
1
FT (x)T (y) (s, t) = log 1 +
e 1
May 22, 2014
36 / 94
Copulas
Ketika 6= 0 adalah joint fungsi distribusi dengan distribusi marginal

FT (x) (s) dan FT (y) (t). Dapat diperoleh
FT (x)T (y) (0, 0) = 0
FT (x)T (y) (, ) = 1
dan
2
F
(s, t) = fT (x)T (y) (s, t)
st T (x)T (y)
h
i
fT (x) (s)fT (y) (t) e[FT (x) (s)+FT (y) (t)]
=h
i2 (e 1)
(e 1) + (eFT (x) (s) 1)(eFT (y) (t) 1)
dan
FT (x)T (y) (s, ) = FT (x) (s)
FT (x)T (y) (, t) = FT (y) (t)
May 22, 2014
37 / 94
Copulas
Estimasi Parameter
Parameter mengatur ke-dependent dari T (x) dan T (y). Dapat diapresiasi dengan menemukan
n
o
lim fT (x)T (y) (s, t) = fT (x) (s)fT (y) (t) lim [A()B()C()]
0
dimana
A() = e[FT (x) (s)+FT (y) (t)]
(e 1)
B() =
(e 1)2
1
C() = n
h

io2
1 + eFT (x) (s) 1 eFT (y) (t) 1 / (e 1)
May 22, 2014
38 / 94
Copulas
Diperoleh:
lim A() = 1
lim B() = 1
lim C() = 1
dan
lim fT (x)T (y) (s, t) = fT (x) (s)fT (y) (t)
yang berarti T (x) dan T (y) akan independent ketika 0.
May 22, 2014
39 / 94
Pada bagian ini akan dibahas mengenai nilai asuransi dan anuitas yang
didefinisikan untuk status survivalnya (u).
Lebih lanjut, akan dibahas contoh anuitas yang lebih kompleks; yaitu
anuitas yang dibayarkan untuk suatu survival status (u) setelah ditunda
sampai status survival lainnya (v ) gagal.
May 22, 2014
40 / 94
Survival Status
Survival Stasus
Dengan mengganti single-life status (x) dengan survival status (u), maka
dapat diperoleh simbol untuk nilai aktuaria sekarang, variansi, dan persentil dalam (u).
Pada asuransi diskrit, jika K merupakan variabel random diskrit sisa
usia (curtate f uture lif etime) dari survival status (u), maka diperoleh
Waktu pembayaran adalah K + 1
Nilai sekarang dari pembayaran Z = K + 1
Nilai aktuaria sekarang, Au adalah
E[Z] =
v k+1 P r(K = k)
k=0
V ar(Z) = 2 Au (Au )2
May 22, 2014
41 / 94
Survival Status
Contoh:
Asuransi diskrit untuk last-survivor status adalah
Axy =
v k+1 (k px qx+k + k py qy+k k pxy qx+k:y+k )
k=0
May 22, 2014
42 / 94
Survival Status
Sedangkan formula untuk anuitas jiwa diskrit berjangka n-tahun dari

survival status (u) adalah:
Y =
K+1
a
, K = 0, 1, ..., n 1
a
n
a
u:n = E[Y ] =
a
u:n = E[Y ] =
, K = n, n + 1, ...
n1
X
0
n1
X
a
K+1
k Eu
k| qu
+a
n n pu
n1
X
v k k pu
1
a
u:n = (1 Au:n )
n

1
V ar(y) = 2 2 Au:n (Au:n )2
d
May 22, 2014
43 / 94
Survival Status
Dengan menggunakan hubungan antara nilai aktuaria dengan anuitas

jiwa, maka dapat diperoleh hubungan yang sama dalam survival status
(u) (khususnya pada kasus joint-life status), yaitu:
Axy:n = 1 d
axy:n
2
Axy:n = 1 (2d d2 ) 2 a
xy:n
May 22, 2014
44 / 94
Survival Status
Lebih lanjut, dapat diperoleh hubungan nilai sekarang (present value)

antara anuitas dan nilai aktuaria pada last-survivor status dan joint-life
status, yaitu:
v K(xy)+1 + v K(xy)+1 = v K(x)+1 + v K(y)+1 ,
a
K(xy)+1 + a
K(xy)+1 = a
K(x)+1 + a
K(y)+1
jika setiap ruas pada persamaan diatas diekspektasikan, maka diperoleh
Axy + Axy = Ax + Ay
May 22, 2014
45 / 94
Survival Status
Sama halnya seperti asuransi diskrit dari survival status (u), kita dapat
memperoleh nilai sekarang, nilai aktuaria, dan variansi untuk asuransi
kontinu dari survival status (u), yaitu:
Z = vT
Au =
v t t pu u (t) dt
V ar(Z) = 2 Au (Au )2
May 22, 2014
46 / 94
Survival Status
Contoh:
Asuransi kontinu untuk last-survivor status adalah:
Z
v t t pxy xy (t) dt
Axy =
0
atau
Z
Axy =
v t [t px (x + t) + t py (y + t) t pxy xy (t)] dt.
May 22, 2014
47 / 94
Survival Status
Sedangkan formula untuk anuitas jiwa kontinu berjangka n-tahun dari

survival status (u) adalah:
Y =a
ZT
a
u =
a
t t pu u (t) dt
0
Z
=
v t t pu dt
V ar(Y ) =
0
2A
u
(Au )2
2
Dengan persaman
aT + v T = 1, juga berlaku untuk T = T (u).
May 22, 2014
48 / 94
Survival Status
Jika T = T (xy), maka diperoleh anuitas kontinu dari (xy) adalah:

Y =a
T ,
Z
a
t [t px (x + t) + t py (y + t) t pxy xy (t)] dt
a
xy =
0
Z
=
v t t pxy dt,
dan variansinya adalah:

V ar(Y ) =
2A
xy
(Axy )2
.
2
May 22, 2014
49 / 94
Survival Status
Dari hubungan T (xy) + T (xy) = T (x) + T (y), diperoleh

v T (xy)+1 + v T (xy)+1 = v T (x)+1 + v T (y)+1
(1)
T (xy)+1 = a
T (x)+1 + a
T (y)+1 ,
a
T (xy)+1 + a
(2)
serta dari hubungan T (xy) T (xy) = T (x) T (y), diperoleh

v T (xy)+1 v T (xy)+1 = v T (x)+1 v T (y)+1
Persamaan-persamaan ini dapat digunakan untuk mendapatkan nilai aktuaria sekarang, variansi, dan kovariansi dari asuransi maupun anuitas
untuk berbagai survival status.
May 22, 2014
50 / 94
Survival Status
Jika persamaan (1) dan (2) diekspektasikan untuk setiap ruasnya, maka
diperoleh hasil berikut:
Axy + Axy = Ax + Ay ,
(3)
a
xy + a
xy = a
x + a
y .
(4)
Dengan cara yang sama, diperoleh kovariansi

Cov[T (xy), T (xy)] = Cov[T (x), T (y)] + (
ex exy )(
ey exy )
Cov[v T (xy) , v T (xy) ] = Cov[v T (x) , v T (y) ] + (Ax Axy )(Ay Axy )
May 22, 2014
51 / 94
Survival Status
Anuitas kontinu dari variabel random common shock untuk joint-life

status dapat ditulis sebagai:
Z
a
xy =
e(+)t ST (x) (t)dt +
e(+)t ST (y) (t)dt
(+)t
ST (x) (t)ST (x) (t)dt
May 22, 2014
52 / 94
Survival Status
Contoh 1
a. Perluas persamaan (1) untuk asuransi kontinu berjangka n-tahun
dari last-survivor status. Jika ada salah satu individu yang masih
hidup di waktu n, maka manfaat meninggal tidak dibayarkan.
b. Gunakan hasil dari bagian (a.) untuk menghitung nilai sekarang
aktuaria dari asuransi kontinu berjangka 5-tahun untuk
last-survivor status, dengan = 0, 05 dan p.d.f
fT (t) = 0.002[t3 + (10 t)3 ], 0 t < 10.
May 22, 2014
53 / 94
Survival Status
Penyelesaian :
a. Dengan menulis ulang persamaan (1) untuk asuransi berjangka
n-tahun serta mengekspektasikan setiap ruas, diperoleh:
1
1
1
1
= Ax:n
+ Ay:n
Axc
Axy:n
y:n ,
1
dengan Axc
y:n merupakan asuransi berjangka untuk joint-life
status.
b. Diketahui bahwa T (x) dan T (y) masing-masing mempunyai p.d.f.

fT (t) = 0.002[t3 + (10 t)3 ], 0 t < 10. Oleh karena itu,
1
1
Ax:5
= Ax:5
=
e0.05t [0.0002[t3 + (10 t)3 ]]dt
= 0.4563.
May 22, 2014
54 / 94
Survival Status
Diketahui fT (t) = 0.0004(10 t)3 maka dapat diperoleh

1
=
Axc
y:5

e0.05t 0.0004(10 t)3 dt = 0.8614.
Dengan menggunakan hasil dari (a.) diperoleh

1
= 2(0.4563) 0.8614 = 0.0512
Axy:5
May 22, 2014
55 / 94

Pada bagian ini akan diberikan contoh anuitas spesial (special annuities)
yang tingkat pembayarannya bergantung dari survival 2 jiwa.
Contoh 2
Sebuah anuitas kontinu yang pembayarannya sebagai berikut:
pembayaran sebesar 1 unit pertahun jika (x) dan (y) hidup,
pembayaran sebesar 2/3 unit pertahun jika salah satu diantara (x)
dan (y) meninggal
Tentukanlah:
a. Bentuk variabel random untuk jenis anuitas diatas
b. Anuitas jiwa kontinu untuk jenis anuitas diatas
c. Variansi variabel random dari hasil (a.), dengan asumsi T (x) dan
T (y) independen.
May 22, 2014
56 / 94
Penyelesaian:
a. Anuitas ini merupakan kombinasi dari pembayaran sebesar 2/3
unit per tahun, jika setidaknya ada satu diantara (x) dan (y)
hidup sampai waktu T (xy), dan pembayaran sebesaran 1/3 unit
per tahun, jika keduanya hidup sampai T (xy). Sehingga variabel
random untuk anuitas ini adalah
1
2
.
Z= a
T (xy) + a
3
3 T (xy)
b. Nilai aktuaria sekarang dari Z adalah
2
1
E[Z] = a
xy + a
xy
3
3
dengan mensubstitusikan a
xy seperti pada persamaan (4),
diperoleh
2
2
1
E[Z] = a
x + a
y a
xy
3
3
3
May 22, 2014
57 / 94
Secara alternatif, E[Z] dapat diperoleh dengan cara berikut:

Z
Z
1 t
2 t
v t pxy dt +
v t pxy dt
E[Z] =
3 0
3 0
dengan
t pxy
= t pxy + (t px t pxy ) + (t py t pxy ),
selanjutnya, dengan mensubstitusikan persamaan ini kedalam integral,

diperoleh
Z
Z
2 t
t
E[Z] =
v t pxy dt +
v (t px t pxy )dt
3 0
0
Z
2
v t (t py t pxy )dt
3 0
May 22, 2014
58 / 94
c. Variansi dari Z adalah

1
2
a
+ a
V ar(Z) = V ar
3 T (xy)
3 T (xy)
4
1
4
= V ar(
aT (xy) ) + V ar(
aT (xy) ) + Cov(
aT (xy) , a
T (xy) ).
9
9
9
Karena T (x) dan T (y) independen, maka
Cov(v T (xy) , v T (xy) )
2
(Ax Axy )(Ay Axy )

=
2
Cov(
aT (xy) , a
T (xy) ) =
Sehingga,
V ar(Z) =
xy (A
xy )2 ]+1/9[2 A
xy (A
xy )2 ]+(A
x A
xy )(A
y A
xy )
4/9[2 A
2
May 22, 2014
H
59 / 94
Anuitas reversional adalah anuitas yang berlaku untuk status (u),

tetapi setelah status lainnya (v) telah gagal (failure).
Anuitas reversional dapat juga dipandang sebagai anuitas tertunda yang
waktu tundanya merupakan time-until-failure dari status (v). Notasi
dari anuitas ini adalah av|u .
May 22, 2014
60 / 94
Berikut diberikan variabel random dari anuitas reversional:

dimisalkan anuitas kontinu untuk (y) setelah (x) meninggal

T (x) T (y)
a
Z = T(x) | T(y) - T(x)

0
T (x) > T (y)
atau dapat ditulis juga sebagai

Z=
a
T (y) a
T (x)
0
T (x) T (y)
T (x) > T (y)
May 22, 2014
61 / 94
atau sama dengan,

(
Z=
a
T (y) a
T (x)
a
T (y) a
T (y)
T (x) T (y)
T (x) > T (y)
dalam hal ini Z dapat ditulis sebagai,

T (xy)
Z=a
T (y) a
(5)
h
i
h
i
a
x|y = E[Z] = E a
T (y) E a
T (xy) = a
y a
xy .
(6)
Sehingga,
Persamaan (5) dan (6) berlaku untuk survival status (u) dan (v). Sebagai contoh,
a
x:n | y = a
y a
xy : n ,
a
x | y:n = a
y : n a
xy : n
May 22, 2014
62 / 94
Contoh 3 Hitunglah nilai aktuaria sekarang dari anuitas kontinu yang

pembayarannya diberikan sebagai berikut:
kasus pembayaran, besar pembayaran, kondisi pembayaran
1
pembayaran sebesar 1 unit per tahun selama n-tahun
pembayaran sebesar 1 unit per tahun setelah n-tahun jika (x) dan
(y) kedua-duanya hidup
pembayaran sebesar 3/4 unit per tahun setelah n-tahun jika (x)
hidup dan (y) meninggal
pembayaran sebesar 1/2 unit per tahun setelah n-tahun jika (y)
hidup dan (x) meninggal
May 22, 2014
63 / 94
Penyelesaian:
Dengan menggunakan anuitas reversional diperoleh:
kasus 1 merupakan anuitas pasti n-tahun, yaitu: a
n
kasus 2 merupakan anuitas tertunda n-tahun untuk joint-life
status (xy), yaitu: n| a
n = a
xy a
xy : n
kasus 3 merupakan anuitas reversional dengan pembayaran 3/4
per tahun untuk x setelah y : n , yaitu:
3
3
3
a
y:n | x = (
ax a
x : (y:n ) ) = (
ax a
xy a
x:n + a
xy:n )
4
4
4
May 22, 2014
64 / 94
kasus 4 merupakan anuitas reversional dengan pembayaran 1/2

per tahun untuk y setelah x : n , yaitu:
1
1
a
x:n | y = (
ay a
xy a
y:n + a
xy:n )
2
2
dengan menjumlah keempat kasus tersebut, diperoleh nilai aktuaria sekarang:
3
1
1
3
1
1
x + a
y a
xy a
x:n a
y:n + a
xy:n
a
n + a
4
2
4
4
2
4
H
May 22, 2014
65 / 94
Telah dibahas sebelumnya mengenai nilai sekarang aktuaria dari berbagai asuransi dan anuitas yang melibatkan 2 variabel random kontinu sisausia (future-lifetime random variables). Tentunya perhitungan integral
dan penjumlahan untuk 2 variabel random sisa-usia ini akan semakin
rumit.
Pada bagian ini akan dibahas mengenai beberapa asumsi dari distribusi
T (u) yang memudahkan perhitungan integral maupun penjumlahan untuk 2 variabel random kontinu sisa-usia.
May 22, 2014
66 / 94
Pada bagian ini dibahas mengenai kematian yang mengikuti hukum

Gompertz dan Makeham, serta perhitungan nilai aktuaria sekarang
untuk multiple life statuses.
Asumsi yang digunakan pada bagian ini adalah variabel random kontinu
sisa-usia (future-lifetime random variables) independen.
May 22, 2014
67 / 94
Pertama akan dibahas kematian yang mengikuti hukum Gompertz, (x) =

Bcx . Diperhatikan:
xy (s) = (w + s) s 0
atau
Bcx+s + Bcy+s = Bcw+s
atau
cx + cy = cw
(7)
Hal ini berakibat,

t px
Z t

= exp
(w + s) ds
0
Z t

= exp
xy (s) ds
0
t pxy
May 22, 2014
68 / 94
Untuk w yang didefinisikan pada persamaan (7), semua probabilitas,

ekspektasi, dan variansi dari joint-life status (xy) sama dengan singlelife status (w).
Sedangkan untuk kematian yang mengikut hukum Makeham mempunyai
percepatan kematian, sebagai berikut:
xy (s) = (x + s) + (y + s) = 2A + Bcs (cx + cy )
(8)
Pada persamaan diatas, kita tidak dapat mengganti single-life status

menjadi joint-life status karena ada koefisien 2A.
May 22, 2014
69 / 94
Oleh karena itu, dengan mengganti (xy) menjadi joint-life status yang
lain (ww), diperoleh
ww (s) = 2(w + s) = 2(A + Bcs cw )
dan dipilih w sedemikian sehingga
2cw = cx + cy .
May 22, 2014
70 / 94
Contoh 4
Diketahui 1000(x) = 0.7+0.05(100.04 )x , dengan menggunakan a
xx pada
tabel ILT dan tingkat bunga 6%, hitunglah a
60:70 .
Penyelesaian
Karena c = 100.04 dan c60 +c70 = 2cw , maka diperoleh w = 66.11276. Kemudian menggunakan interpolasi linear, didapat a
60:70 = 0.88724
a66:66 +
0.11276
a67:77 = 7.55637.
H
May 22, 2014
71 / 94
Distribusi Uniform
Distribusi Uniform
Pada bagian ini tetap digunakan asumsi independen, namun ada penambahan asumsi, yaitu kematian berdistribusi uniform setiap tahunnya per
individu dalam joint-life status.
Dengan penambahan asumsi ini, kita dapat menghitung anuitas lebih
dari sekali dalam setahun, serta manfaat asuransi yang dibayarkan seketika saat kematian.
May 22, 2014
72 / 94
Distribusi Uniform
Dengan asumsi kematian berdistribusi uniform, diperoleh t px = 1 tqx

dan
d
(1 t px ) = qx .
t px (x + t) =
dt
Dengan mensubstitusikan asumsi ini kedalam joint-life status (xy) dengan T (x) dan T (y) independen, diperoleh untuk 0 t 1
t pxy
xy (t) = t px t py [(x + t) + (y + t)]

= t py t px (x + t) + t py t px (y + t)
= (1 tqy )qx + (1 tqx )qy
(9)
= qx + qy qx qy + +(1 2t)qx qy
= qxy + (1 2t)qx qy
May 22, 2014
73 / 94
Distribusi Uniform
Nilai aktuaria sekarang dari asuransi untuk survival status (u) dapat
ditulis sebagai
Au =
k+1
(1 + i)1s
k pu
k+s pu
k pu
k=0
u (k + s) ds.
Menggunakan persamaan (9), diperoleh

Axy =
k+1

k pxy
Z
qx+k:y+k
(1 + i)1s ds
k=0
Z
+qy+k
1
1s
(1 + i)

(1 2s) ds
i
i
= Axy +

2 2 X k+1
1 +
v k pxy qx+k qy+k
i
k=0
May 22, 2014
74 / 94
Distribusi Uniform
Jika T (xy) berdistribusi uniform, maka aproksimasi dari nilai Axy , adalah:
i
Axy = Axy ,
dan diperoleh nilai a

xy , yaitu:
1
a
xy = (1 Axy ).
Dengan mensubstitusikan persamaan (9) kepersamaan diatas, diperoleh

a
xy
i
= [()
axy ()] 2

2 2 X k+1
1 +
v
k pxy qx+k qy+k
k=0
May 22, 2014
75 / 94
Distribusi Uniform
Jika T (xy) berdistribusi uniform, maka diperoleh

a
xy = [()
axy ()]
(m)
Sedangkan untuk Axy dibawah asumsi UDD, adalah

A(m)
xy =
i
Axy + (m)
i(m)
i

1+
2
1
2
+
(m) d(m)
i
X
v k+1 k pxy qx+k qy+k
k=0
dengan
i
i(m)
1
2
2
1+
(m) +
(m) d
i
m2 1
i,
=
6m2
(m)
serta nilai a
xy adalah
a
(m)
axy (m).
xy = (m)
May 22, 2014
76 / 94
Pada bagian ini akan dibahas mengenai asuransi yang bergantung pada
time failure dari suatu status. Asumsi yang digunakan adalah T (x) dan
T (y) mempunyai joint distribusi yang kontinu.
Pertama akan dibahas probabilitas (x) meninggal sebelum (y) dan se1 , dimana angka
belum waktu n. Probabilitas ini dinotasikan dengan n q xy
1 diatas x menandakan bahwa (x) meninggal sebelum (y) dan simbol n
menandakan bahwa y akan meninggal n tahun kemudian.
May 22, 2014
77 / 94
1 didefinisikan sebagai
Untuk T (x) T (y) dan T (x) n, nilai dari n q xy
berikut:
Z nZ
1
fT (x)T (y) (s, t) dt ds
n q xy =
Z0 n s
=
P r[T (y) > s|T (x) = s] s px (x + s) ds,
0
dalam kasus independen, P r[T (y) s|T (x) = s] = s py , sehingga diperoleh

Z n
1
n q xy =
s py s px (x + s) ds
0
May 22, 2014
78 / 94
Contoh 5
1 dimana
Hitunglah 5 q xy

fT (x)T (y) (s, t) =
0.0006(t s)2 0 < s < 10, 0 < t < 10

0
untuk lainnya
Penyelesaian:
1
5 q xy =
5 Z 10
Z
=
0.0006(t s)2 dt ds
s
5
0.0002(10 s)3 ds
= 0.46875
May 22, 2014
79 / 94
Sedangkan probabilitas (y) meninggal setelah (x) dan sebelum waktu n,

dinotasikan dengan n q xy2 . Untuk 0 T (x) T (y) 0, n q xy2 didefinisikan
sebagai:
Z nZ t
2
fT (x)T (y) (s, t) dt ds
n q xy =
0
s
Z n
=
P r[T (x) t|T (y) = t] t py (y + t) dt,
0
dalam kasus independen, diperoleh

Z n
2
n q xy =
t qx t py (x + s) dt
0
1
= n qy t q xy
May 22, 2014
80 / 94
Jika n q xy2 dikerjakan/diintegralkan terhadap t terlebih dahulu, maka

akan diperoleh
2
n q xy
1
= n q xy
n p y n qx .
Lebih lanjut, diperoleh hubungan

1
n q xy
= n q xy2 + n py n qx
atau diperoleh
1
n q xy
n q xy2
May 22, 2014
81 / 94
Sedangkan asuransi yang dibayarkan saat (x) meninggal dan (y) masih
1 = E[Z], dimana
hidup, dinotasikan dengan Axy
T (x)
T (x) T (y)
v
Z=
0
T (x) > T (y),
1 didefinisikan sebagai:
nilai Axy
1
Axy
=
Z
0
Z
=
Z
v s fT (x)T (y) (s, t) dt ds

FT (x) | T (y) (t|s) dt v s s px (x + s) ds
May 22, 2014
82 / 94
1 menjadi
Untuk kasus independen nilai Axy
1
Axy
=
v s s py s px (x + s) ds,
interpretasi dari persamaan diatas adalah pembayaran sebesar 1 unit

dibayarkan jika (x) meninggal sebelum waktu s dan (y) masih hidup.
1 =
1
Saat = 0, Axy
q xy .
May 22, 2014
83 / 94
Contoh 6
Tentukan asuransi yang manfaatnya dibayarkan seketika saat kematian
sebesar 1000 unit saat (x) meninggal dan (y) masih hidup dengan =
0.04 dan

0.02(10 t) 0 < t < 10
f (t) =
0
untuk lainnya
Penyelesaian:
Karena T (x) dan T (y) independen, maka diperoleh
Z
1
1000Axy = 1000
e0.04s s py s px (x + s) ds
Z0
= 1000
e0.04 0.01(10 s)2 0.02(10 s) ds
Z 0
= 0.2
e0.04 (10 s)3 ds
0
= 462.52
H
May 22, 2014
84 / 94
Contoh 7
a. Hitunglah integral lipat satu untuk asuransi yang dibayarkan saat
(y) meninggal setelah (x) meninggal.
b. Sederhanakanlah integral tersebut dengan asumsi independen.
c. Carilah penyelesaian alternatif dari (b) dengan membalik urutan
pada integral lipat dua.
May 22, 2014
85 / 94
a. Asuransi yang dimaksud adalah Axy2 = E[Z] dimana

Z=
v T (y) T (x) T (y)

0
T (x) > T (y)
Sehingga nilai dari Axy2 adalah

Axy2 =
Z
0
Z
=
Z t
v t fT (x)T (y) (s, t) ds dt
v t P r[T (x) t|T (y) = t] fT (y) (t) dt.
May 22, 2014
86 / 94
b. Sedangkan untuk kasus inpenden diperoleh

Z
2
Axy =
v t t qx t py (y + t) dt
0
1
= Ay Axy
c. Dimisalkan t = r + s, diperoleh
Z Z t
2
Axy =
v r+s r+s py (y + r + s) s px (x + s) dr ds
Z0 0
=
v s Ay+s s py s px (x + s) ds.
0
May 22, 2014
87 / 94
Pada bagian ini akan dibahas tentang simple contingent probabilities dan
nilai aktuaria sekarang, serta akibat dari asumsi kematian untuk hukum
Gompertz, hukum Makeham, dan distribusi uniform.
May 22, 2014
88 / 94
Contoh 8
Diasumsikan percepatan kematian mengikuti hukum Gompertz. Hitunglah
a. Nilai aktuaria sekarang dari asuransi kontinu berjangka n-tahun
yang dibayarkan seketika saat (x) meninggal dan (x) meninggal
sebelum (y)
b. Probabilitas (x) meninggal sebelum waktu n dan (x) meninggal
sebelum waktu (y)
May 22, 2014
89 / 94
Penyelesaian:
a. Menggunakan hukum Gompertz, diperoleh
Z n
1
=
v t t pxy Bcx ct dt
Axy:n
0
cx 1
A
.
cx + cy xcy:n
x
1
1 , maka A 1 = c A 1 .
Karena Axc
=
A
w:n
xy:n
y:n
cw w:n
x
1 = c
b. n q xy
n qw
cw
May 22, 2014
90 / 94
Contoh 9
Kerjakan contoh 8 dengan hukum Makeham.
Penyelesaian:
a. Menggunakan hukum Makeham, diperoleh

cx
cx
1
1
=A 1 w a
ww:n + w Aw
Axy:n
w:n
c
2c d

cx
cx
1
b. n q xy = A 1 w
eww:n + w n qww .
c
2c
H
May 22, 2014
91 / 94
Sedangkan nilai aktuaria sekarang dari asuransi diskrit adalah

1
Axy
=
1
v k+1 k pxy q x+k:y+k
k=0
dengan
1
q x+k:y+k
Z
=
1
s px+k:y+k (x
1
= qx+k 1 qy+k
2
+ k + s) ds

May 22, 2014
92 / 94
dan s px+k:y+k (x + k + s) dapat dituliskan sebagai

1
1
s qx+k qy+k .
s px+k:y+k (x + k + s) = q x+k:y+k +
2
Hubungan antara asuransi diskrit dan asuransi kontinu, dapat dituliskan
sebagai
1
Axy
=
Z
k pxy
k=0
1i
i 1
+
= Axy
v s s px+k:y+k (x + k + s) ds

2 2 X k+1
1 +
v
k pxy qx+k qy+k .
i
k=0
May 22, 2014
93 / 94
Catatan
Catatan
Konsep variabel random kontinu sisa-usia (future-lifetime random variable) pada bab ini telah diperluas dari yang hanya untuk single life menjadi variabel random untuk suatu survival status, dalam kasus khusus
dimana status tersebut terdiri dari beberapa jiwa. Distribusi probabilitas, nilai aktuaria sekarang, variansi, dan kovariansi pada bab ini
berdasarkan variabel random yang baru, dimana status dari variabel
tersebut terdiri dari 2 jiwa.
May 22, 2014
94 / 94

Slide

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Slide

Diunggah oleh

Hak Cipta:

Format Tersedia

Multiple Life Function

May 22, 2014

Multiple Life Function

May 22, 2014

May 22, 2014

Multiple Life Function

May 22, 2014

Joint Distribution of Future Lifetimes

Joint Probability Density Function

Multiple Life Function

May 22, 2014

Joint Distribution of Future Lifetimes

Joint Distribution Function

Ruang Sampel T (x) dan T (y)

May 22, 2014

Joint Distribution of Future Lifetimes

Joint Distribution Function Region I

fT (x)T (y) (u, v) du dv

fT (x)T (y) (u, v) du dv

Multiple Life Function

May 22, 2014

Joint Distribution of Future Lifetimes

Joint Distribution Function Region II, III dan IV

Multiple Life Function

May 22, 2014

Joint Distribution of Future Lifetimes

Joint Distribution Function Region II, III dan IV

Multiple Life Function

May 22, 2014

Joint Distribution of Future Lifetimes

Joint Distribution Function Region II, III dan IV

Multiple Life Function

May 22, 2014

Joint Distribution of Future Lifetimes

Joint Survival Function

Ruang Sampel dari Random Variabel Sisa

Multiple Life Function

sT (x)T (y) (s, t)

Joint Distribution of Future Lifetimes

Joint Survival Function

untuk titik-titik lainnya:

May 22, 2014

Joint Distribution of Future Lifetimes

Joint Survival Function

Region II dimana s < 0 dan t > 0

Multiple Life Function

May 22, 2014

Joint Distribution of Future Lifetimes

T (x) dan T (y) Independen

Jika T (x) dan T (y) independen, maka sifat-sifat berikut berlaku:

Multiple Life Function

May 22, 2014

Joint Distribution of Future Lifetimes

T (x) dan T (y) Independen

Jika T (x) dan T (y) independen, maka sifat-sifat berikut berlaku:

Multiple Life Function

May 22, 2014

Joint Distribution of Future Lifetimes

T (x) dan T (y) Independen

Jika T (x) dan T (y) independen, maka sifat-sifat berikut berlaku:

Multiple Life Function

May 22, 2014

The Joint-Life Status

Joint-Life Status adalah sebuah kondisi yang berlangsung selama semua