U(t) = u + ct – S(t)
N (t )
Dimana S(t) = ∑ Zk , proses menghitung N(t) disebut proses pembaharuan, 0 =
k=1
1
ET k = .
λ
Misalkan FT (t) merupakan fungsi distribusi waktu terhadap klaim pertama dan
1
FT (t)
menghitung disebut proses pembaharuan sederhana dan model resikonya disebut model
Sparre Andersen.
t
FT ( t )=λ ∫ [ 1−FT (x) ] dx
1
(6.1)
0
Proses menghitung disebut stasioner dan model resikonya disebut proses pembaharuan
stasioner model resiko
Dalam kasus sederhana kita menggunakan Ψ 0 (u) dan Φ0 ( u ) =1−Ψ 0 (u) untuk peluang
ruin dan peluang bukan ruin. Menurut penjelasan bahwa ruin dapat terjadi pada saat waktu
klaim
Waktu klaim, peluang ruin untuk model ini Ψ 0 ( u )=P ( U ( t ) ≤ 0, t ≥ 0 ) d apat diberikan oleh
0
Ψ ( u )=P ( u+ c σ n−S ( σ n ) ≤ 0, n ≥1 )
(
¿ P u+ ∑ (c T k −Z k )≤ 0, n ≥1
k=1
)
n
(
¿ P ¿n ≥ 1 ∑ ( Z k −cT k ) ≥ u
k=1
)
n
Catatan : X k =Z k −cT k , W n=∑ X k dan
k=1
n
M n=¿n ≥ 1 ∑ X k =¿n ≥ 1 W n (6.2)
k=1
0 0
Maka Φ ( u ) =1−Ψ ( u )=P ( M n ≤u ) . Definisi variable acak X k , k=1,2,… … . merupakan
distribusi bebas identik. Jumlahan dari distribusi variable acak identik disebut random walk.
Bukti ditunjukkan oleh masalah berikut
Masalah 1 Peluang ruin untuk kasus penundaan nol bisa dilambangkan sebagai
cE T 1 c
Relative safety loading θ= −1= −1>0 , yaitu premi yang diterima tiap satuan
EZ 1 λμ
waktu melewati pembayaran klain yang di harapkan tiap satuan waktu. NPC mengartikan
bahwa
c
EX 1=E ( Z 1−c T 1 )=μ− < 0
λ
E(U(t)-u) ≠ (c −λ μ ¿ t
E(U ( t )−u)
lim =c− λ μ
t→∞ t
Dan Ψ ( u ) → 0 untuk u → ∞