dan fungsi survival atau SDF (survival distribution function) dari X adalah fungsi
Nilai F (x) dapat dibaca ”peluang seseorang meninggal paling tua pada usia x” dan
s(x) dibaca ”peluang seseorang masih hidup di usia x”. Sifat di ketakhinggaan dari
SDF adalah
lim s(x) = 0.
x→∞
Sifat ini diperoleh dari definisi SDF dan sifat di ketakhinggaan CDF,
Pada persamaan (2.1) dan (2.2) diasumsikan bahwa F (0) = 0 dan s(0) = 1. Dengan
demikian persamaan (2.1) dapat dipandang sebagai peluang meninggal untuk bayi
8
Nunung Nurhayati Aktuaria (PAM 3336) - Unsoed
P (X ≤ x, X > 0) P (0 < X ≤ x)
P (X ≤ x|X > 0) = =
P (X > 0) P (X > 0)
F (x) − F (0) F (x) − 0
= = = F (x) = P (X ≤ x).
s(0) 1
Nilai CDF F (t) menyatakan peluang bayi yang baru lahir akan meninggal dalam
waktu t tahun. Bagaimana jika yang menjadi perhatian kita bukan bayi yang baru
lahir tetap sesorang yang berusia x. Jika seseorang yang berusia x disimbolkan
dengan (x), maka peluang bahwa (x) akan meninggal paling tua pada usia z adalah
s(z)
P (x < X ≤ z)|X > x) = 1 − (2.3)
s(x)
dapat dibaca peluang seseorang berusia x akan meninggal paling tua pada usia z.
Berdasarkan definisi peluang bersyarat,
P (x < X ≤ z, X > x)
P (x < X ≤ z)|X > x) =
P (X > x)
P (x < X ≤ z)
=
P (X > x)
F (z) − F (x)
=
1 − F (x)
9
Nunung Nurhayati Aktuaria (PAM 3336) - Unsoed
(1 − s(z)) − (1 − s(x))
P (x < X ≤ z)|X > x) =
s(x)
s(x) − s(z) s(z)
= =1− .
s(x) s(x)
T (x) = X − x
yang menyatakan sisa hidup (x) atau seseorang berusia x. Selanjutnya, peluang
P (T (x) ≤ t)
dapat dibaca peluang (x) akan meninggal dalam t tahun. Untuk bayi yang baru
lahir atau (0), sisa hidupnya adalah T (0) = X, sehingga
P (T (0) ≤ t) = P (X ≤ t) = F (t).
Pada aktuaria, peluang hidup dan peluang meninggal untuk (x) masing-masing
dinotasikan dengan
dan
t px = 1 − t qx = P (T (x) > t).
10
Nunung Nurhayati Aktuaria (PAM 3336) - Unsoed
s(x + t)
t px = . (2.4)
s(x)
s(x + t)
Akibatnya, t px = 1 −t qx = .
s(x)
x p0 = s(x). (2.5)
Bukti. Karena
s(x + t) s(x + t)
t qx =1− dan t px =
s(x) s(x)
11
Nunung Nurhayati Aktuaria (PAM 3336) - Unsoed
maka
s(x + t) s(x + t + u)
t|u qx = −
s(x) s(x)
s(x + t) − s(x + t + u)
=
s(x)
s(x + t) s(x + t) − s(x + t + u)
=
s(x) s(x + t)
s(x + t + u)
= t px 1 −
s(x + t)
= t px u qx+t .
Daftar lambang
Latihan
a. P (X ≤ 30)
b. P (X > 30)
c. s(40)
d. F (50)
e. 5 p20
f. 5 q20
g. 2|5 q20
12
Nunung Nurhayati Aktuaria (PAM 3336) - Unsoed
CFL untuk (x) adalah variabel acak yang menyatakan bilangan bulat terbesar pada
variabel acak T (x). Dengan kata lain jika K(x) CFL untuk (x) maka
dengan K(x) = 0, 1, 2, . . .
Contoh
= k| qx
dan CDF-nya
y
X
FK(x) (y) = k| qx = y+1 qx .
k=0
Laju kematian µ(x) juga dapat diartikan peluang (x) akan meninggal sesaat lagi
(dalam waktu yang sangat singkat). Pada analisis survival laju kematian disebut
juga fungsi laju kegagalan atau hazard rate function (HRF).
13
Nunung Nurhayati Aktuaria (PAM 3336) - Unsoed
Berikut akan ditunjukkan bahwa hubungan antara laju kematian, PDF, CDF, dan
fungsi survival adalah
P (x < X ≤ x + △x)
P (x < X ≤ x + △x|X > x) =
P (X > x)
FX (x + △x) − FX (x)
=
1 − FX (x)
FX (x + △x) − FX (x)
=
s(x)
FX (x + △x) − FX (x)
lim = FX′ (x)
△x→0 △x
Tetapi, dari definisi fungsi densitas, FX′ (x) = fX (x). Akibatnya, laju kematian
14
Nunung Nurhayati Aktuaria (PAM 3336) - Unsoed
s′ (y) d
µ(y) = − = − ln s(y)
s(y) dy
atau
−µ(y)dy = d ln s(y)
Untuk kasus bayi yang baru lahir, hubungan antara peluang hidup, fungsi survival,
dan laju kematian adalah
Rx
− µ(s)ds
x p0 = s(x) = e 0 , x≥0 (2.12)
d d d
fT (x) (t) = FT (x) (t) = P (T (x) ≤ t) = t qx
dt dt dt
d s(x + t)
= 1−
dt s(x)
15
Nunung Nurhayati Aktuaria (PAM 3336) - Unsoed
s′ (x + t)
=−
s(x)
s(x + t) s′ (x + t)
=−
s(x) s(x + t)
= t px µ(x + t), t ≥ 0 (dari persamaan (2.4) dan (2.10).
d
Selain itu, karena fT (x) (t) = q
dt t x
dan t qx = 1 − t px maka
d d d
t qx = (1 − t px ) = − t px = t px µ(x + t)
dt dt dt
Saat ini Indonesia sudah mempunyai tabel mortalitas sendiri yaitu TMI 2011 yang
merupakan perbaikan dari TMI 1999. TMI 2011 disusun berdasarkan data mortalita
dari 40 perusahaan di industri asuransi jiwa di Indonesia yang meliputi 23.511.563
satuan polis.
Misalkan terdapat ℓ0 bayi yang baru lahir dan setiap bayi diindeks dengan j =
1, 2, . . . , ℓ0 . Definisikan variabel indikator
(
1, jika bayi ke-j masih hidup di usia x
Ij (x) =
0, jika bayi ke-j meninggal sebelum usia x.
Ketika Ij (x) = 1, peluang bahwa bayi tersebut masih hidup di usia x, sama saja
dengan nilai fungsi survival s(x), sehingga
Akibatnya,
E[Ij (x)] = 0 P (Ij (x) = 0) + 1 P (Ij (x) = 1) = s(x).
16
Nunung Nurhayati Aktuaria (PAM 3336) - Unsoed
Jika Lx menyatakan jumlah bayi yang bertahan hidup sampai usia x, maka
ℓ0
X
Lx = Ij (x)
j=1
ℓ0
X
E[Lx ] = E[Ij (x)] = ℓ0 s(x).
j=1
ℓx = ℓ0 s(x). (2.14)
Bukti
Akibatnya
17
Nunung Nurhayati Aktuaria (PAM 3336) - Unsoed
ℓx+1
px =
ℓx
ℓx − ℓx+1 dx
qx = =
ℓx ℓx
Daftar lambang
1
µx = , dengan 0 ≤ x ≤ ω
ω−x
3. Makeham (1860)
µx = A + Bcx
18
Nunung Nurhayati Aktuaria (PAM 3336) - Unsoed
Latihan
6. Misal µ(x) = 0, 0001, untuk 20 < x < 25. Tentukan 2|2 q20 .
x px ℓx dx
0 0,9 10000 ......
1 0,8
2 0,6
3 0,3
4 0
(a) Tentukan nilai s(x) untuk x = 0, 1, 2, 3, 4
(b) Isi kolom ℓx dan dx .
19
Nunung Nurhayati Aktuaria (PAM 3336) - Unsoed
11. Diberikan
2 2
µx = + , 0 ≤ x < 100
x + 1 100 − x
Tentukan banyaknya yang meninggal untuk usia antara 1 dan 4 tahun, jika ℓ0 =
10000.
12. Misal µx = k + e2x untuk x ≥ 0 dan 40 p0 = 0, 5. Tentukan nilai k.
13. Diberikan
ℓx = 2500(64 − 0, 8x)1/3 , 0 ≤ x ≤ 80.
Tugas
Gunakan radix ℓ0 = 100.000 dan usia tertua ω = 100. Software yang digunakan
bebas, tetapi akan mendapatkan nilai tambah jika dikerjakan menggunakan pemro-
graman macro pada MS Excel.
20