III PEMBAHASAN. dengan kendala. Solusi dari permasalahan di atas diberikan oleh Teorema 1 berikut. Teorema 1 R = R (X) didefinisikan oleh
|
|
- Vera Darmadi
- 6 tahun lalu
- Tontonan:
Transkripsi
1 4 III PEMBAHASAN 3.1. Meminimumkan Peluang Keangkrutan (Ruin Proaility) Keijakan suatu perusahaan asuransi dalam memilih kontrak reasuransi sangatlah penting, salah satu pendekatan rasional untuk memilih kontrak reasuransi adalah dengan meminimumkan peluang keangkrutan. Dalam meminimumkan peluang keangkrutan suatu perusahaan asuransi dapat dilakukan dengan menentukan premi reasuransi yang optimal. Premi reasuransi sendiri dapat ditentukan dengan eerapa prinsip, antara lain: 1. Prinsip ekonomi,. Prinsip umum utilitas nol, 3. Prinsip Esscher, 4. Prinsip mean-variance Prinsip Ekonomi Penghitungan premi dengan prinsip ekonomi akan kita dapatkan melalui persamaan P E(Rφ) dengan φ φ(x) adalah fungsi tak negatif sedemikian sehingga Eφ X 1. Fungsi φ diseut juga fungsi kerapatan harga. Misalkan 0 kekayaan aal perusahaan asuransi, P premi reasuransi, π premi asuransi, R fungsi kompensasi reasuransi, X esar klaim pada asuransi, maka kekayaan perusahaan asuransi yaitu seesar 0 + π P 0. Selanjutnya premi yang akan meminimumkan peluang keangkrutan perusahaan asuransi dapat ditentukan dari min P(X R > ) E Rφ P, L R U, (3.1) dimana : L L(X), U U(X), sehingga memerikan atasan 0 L U X. Solusi dari permasalahan di atas dierikan oleh Teorema 1 erikut. Teorema 1 R R (X) didefinisikan oleh R x x ; L x x U x dan c x L x φ x < 1 L x ; selainnya, merupakan solusi dari masalah (3.1) dengan c>0 sehingga E R φ P. Bukti: (Lihat Lampiran ) Contoh Kasus Prinsip Ekonomi: Misalkan premi reasuransi ditentukan erdasarkan prinsip nilai harapan dengan konstanta pengaman (safety loading) β > 0, sehingga P (1 + β)er dan perusahaan asuransi ingin meminimumkan peluang keangkrutannya. Maka solusi dari min P X R > ER P β, 0 R X, dengan 0 < P β < EX <, P β P, (1+β ) sehingga P β < E(X ) + adalah truncated stop loss R (X) X + I(X < ), dimana adalah ilangan real sehingga ER(X) P β. Penyelesaian Contoh Kasus Prinsip Ekonomi min P(X R > ) ER X P β P, 0 R X, (1+β) Akan diuktikan aha truncated stop loss R (X) X + I(X < ), dimana adalah ilangan real sehingga ER(X) P β. Bukti: Misalkan X adalah peuah acak dan F adalah fungsi searan kumulatif dari X yang kontinu pada [, ) dan jika 0 < P < min{ 0 + π, (1 + β)e(x ) + }, maka keeradaan mengikuti sifat Daroux. R (x) x + I(x < ), x + ; < x <, 0 ; selainnya,
2 5 ER x x f(x)dx x f(x)dx f(x)dx i ii Persamaan (i) dapat terselesaikan dengan menggunakan teknik integral parsial dengan memisalkan u x, du dx; dv f(x), v F(x). Sehingga ER x x F x F(x)dx F(x) F F F(x)dx F + F() F F(x)dx. (3.) Misalkan ψ ER x dengan <, maka ψ ER x F F(x)dx i. untuk atas aah : ψ F 0 F 0 0 ii. untuk atas atas : F(x)dx ψ F F(x)dx > 0 sehingga ψ kontinu saat. Misalkan ada suatu kasus dimana X mempunyai anggota x 0 >, dan ternyata ψ tidak kontinu di x 0. Akiatnya tidak ada yang memuat P (1 + β)er untuk suatu P sehingga premi reasuransi harus diruah. Misalkan, X menyear pareto dengan parameter dan α sehingga fungsi searan kumulatif X dinotasikan dengan: F x 1 I(x 0) a + x dengan a > 0, akan ditentukan yang memuat ER P β. Dari persamaan (3.) didapatkan ER F F(x)dx 1 a a + a + 1 a + x dx ( )a a + x + a + x ( )a + a a + a a + ( )a a + a + a a +
3 6 ( )a ( )a a + (a + ) a + ( ) a + (a + ). Karena ER P β, maka ( ) a + (a + ) P β ( ) (a + ) P β (a + ) a + P β (a + ) a P β (a + ) + P β (a + ) 1 P β a + a P β a + + P β a + a P β a + + a a P β (a + ) + 1 P β a + P β (a + ) + 1 P β a a P β (a + ) + + (a + ) 1 P β (a + ) P β a + P β a + P β a + a P β (a + ) (a + ) a P β (a + ) 1 P β (a + ) (a + ) (a + ) (a + ) 1 P β (a + ) P β a (a + ) (a + ) + 1 P β a + a P β 1 (a + ) (a + ) (a + ) P β 1 (a + ) (a + ) (a + ) + 1 (a + ) P β 1 (a + ) (a + ) + 1. Misalkan A P β 1, maka (a+) a A a a + A a A a + + 1
4 7 aa a + + (a + ) + (a + ) A(a + ) + 1 (a + ) (a + ) aa A(a + ) + 1 (a + ) aa A(a + ) + 1 Sehingga solusinya menjadi R X X + I X < aa A a Selanjutnya akan ditentukan peluang keangkrutan dari P(X R > ) dengan menggunakan persamaan F x P(X t). P X R > 1 P(X R ) 1 I x R x f(x) dx 0 1 f(x)dx 0 1 F F(0) 1 1 a + 1 a a + aa A a a A a P X R > (aa) 1 + A a Prinsip Umum Utilitas Nol Misalkan perusahaan asuransi mendapatkan fungsi kompensasi R dengan memayar premi P yang memuat Ev R, P 0. x v(x, P) adalah fungsi naik dan kontinu yang mendefinisikan prinsip premi seagai erikut : 1. Mean-value principle: P u 1 (Eu(R)), dengan u merupakan fungsi kontinu dan naik.. Prinsip utilitas nol: Eu P R u(0), dengan fungsi utilitas u, u >0. Selanjutnya premi reasuransi yang akan meminimumkan peluang keangkrutan perusahaan asuransi dapat diperoleh dari min P(X R > ) Ev R, P 0, 0 R X, (3.3) dengan adalah kekayaan aal dari perusahaan asuransi. Solusi dari permasalahan di atas dierikan oleh Teorem erikut.
5 8 Teorem Jika v 0, P < 0 < Ev X +, P <, maka solusi dari permasalahan (3.3) merupakan truncated stop loss dengan R (X) X + I(X < ), dimana adalah ilangan real sehingga Ev R, P 0. Bukti: (Lihat Lampiran 4) Contoh Kasus Prinsip Utilitas Nol: Misalkan premi reasuransi ditentukan erdasarkan prinsip umum utilitas nol dengan fungsi utilitas, u, dimana u >0. Eu P X + < u 0, dengan P>0. Berdasarkan Teorem, dapat ditunjukkan aha truncated stop loss R (X) X + I(X < ), dengan ilangan real sehingga Eu P R u(0) adalah solusi yang optimal. Penyelesaian Contoh Kasus Prinsip Utilitas Nol min P(X R > ) Eu P (X ) + < u(0), P > 0, dengan fungsi utilitas u, u >0. Akan diuktikan aha truncated stop loss R (X) X + I(X < ), dengan ilangan real sehingga Eu P R u(0) adalah solusi yang optimal. Bukti: Diketahui fungsi u adalah fungsi utilitas yang merupakan fungsi naik dan kontinu sedemikian sehingga P X + < u 0 < u P 0 <, dengan c>0 maka min P(X R > ) min R R R R I x R x > + c u(p R x ) df x ceu P R(x) min I x R x > + c u(p R x df(x) ceu P R(x). R R Misalkan ψ Eu P R (x) dan R (x) x + I(x < ), x + ; < x <, 0 ; selainnya, dengan <, maka ψ Eu P R (x) Eu P x + i. untuk atas aah : ψ Eu P + Eu P 0 u P > u 0 ii. untuk atas atas : ψ Eu P + Eu P u P < u 0 sehingga ψ kontinu saat. Oleh karena itu ada sehingga ψ u 0. min P(X R > ) min R R R R min R I x R x > + c u(p R x ) df x ceu P R(x) I x R (x) > + c u(p R x ) df x ceu P R (x) I x R x > + c u P R x df(x) ceu P R (x) P X R >.
6 Prinsip Esscher Metode penentuan premi dengan prinsip Esscher memerikan persamaan Ess a R E ReaR E e ar dengan a>0. Premi P yang didapat dari prinsip Esscher diseut dengan premi Esscher yang dinotasikan seagai: P Ess a R. Selanjutnya premi reasuransi yang akan meminimumkan peluang keangkrutan perusahaan asuransi dapat diperoleh dari min P(X R > ) P Ess a (R), 0 R X, (3.4) Solusi dari permasalahan di atas dierikan oleh Teorema 3 erikut. Teorema 3 Misalkan 0 < P a 1 dan 0 < E X + P exp a X + <. Maka solusi dari masalah (3.4) merupakan truncated stop loss R (X) X + I(X< ), dimana adalah ilangan real sehingga P Ess a (R ). Bukti: (Lihat Lampiran 5) Prinsip Mean-Variance Misalkan perusahaan asuransi ingin meminimumkan peluang keangkrutan untuk premi reasuransi, P. Misalkan juga perusahaan asuransi mengontrol keuntungan yang diharapkan dan ersedia memayar premi tidak leih dari P 0. Berdasarkan prinsip mean-variance, maka akan timul permasalahan seagai erikut min P(X R > ) R R(M) (3.5) dimana R M R; R R X, 0 R X, ER fp0,dr, ER M, dan t f(p,t) merupakan prinsip premi. Prinsip premi yang dimaksud mencakup: 1. Prinsip standard deviation: P ER + βdr; f P βt,. Prinsip variance: P ER + βd R; f P βt, 3. Prinsip mixed: P ER + αdr + βd R; f p αt βt. dimana α, β > 0, DR: standar deviasi dari peuah acak R, D R: ragam dari peuah acak R. Asumsikan (m) menjadi solusi untuk x df(x) m saat > m. Teorema 4 Misalkan 0 < M < E(X ) +. Maka truncated stop loss R (X) X + I(X< ) adalah solusi dari masalah (3.5) sehingga ER M f(p 0, DR M ). Bukti: (Lihat Lampiran 6) Contoh Kasus Prinsip Mean-Variance: Misalkan premi reasuransi ditentukan erdasarkan prinsip standar deviasi, dan perusahaan asuransi ingin meminimumkan peluang keangkrutannya. Buktikan aha solusi dari min P X R > 0 R X, ER + βdr P 0, ER M, adalah truncated stop loss R (X) X + I(X < ), dimana sehingga ER M dan ER + βdr P 0. Penyelesaian Contoh Kasus Prinsip Mean-Variance min P(X R > ) R R(M) dimana R M R; R R X, 0 R X, ER + βdr P 0, ER M. Akan diuktikan jika 0 < M < E(X ) +. Maka truncated stop loss R X X + I(X < ) adalah solusi yang optimal sehingga ER M dan ER + βdr P 0. Bukti: Berdasarkan teorema 4, misalkan R m R; R R X, 0 R X, ER m P 0 βdr dan R m X X + I(X < (m)) X + ; < X < m, 0 ; selainnya, sehingga R m R m dengan c>0 maka
7 10 min P(X R > ) min R R(M) min min E[1 X R > + c(r ER)] R R m E min [1 X R > + c(r m)] R R m min P(X R m > ) min min 0 m M min min I(x R m > ) df x (m ) I(x x ) m (m ) I min P X m. Misalkan (m) merupakan solusi dari ER m df(x) I(x (m)) df(x) ER x x df x m dimana >, maka min P(X (m)) 0 m M P X M P X R M. df(x) IV SIMPULAN Reasuransi merupakan proses pengalihan risiko dari eerapa perusahaan asuransi untuk menghindari keangkrutan. Perencanaan perjanjian reasuransi yang optimal sangat diperlukan untuk meminimumkan peluang keangkrutan. Salah satu caranya adalah dengan menentukan premi reasuransi yang optimal. Prinsip premi yang digunakan dalam tulisan ini adalah prinsip ekonomi, prinsip umum utilitas nol, prinsip esscher, dan prinsip mean-variance. Keempat prinsip terseut memerikan kendala yang ereda dalam meminimumkan peluang keangkrutan. Telah diuktikan truncated stop loss dapat menjadi solusi untuk menentukan kontrak reasuransi yang optimal dalam model satu periode. DAFTAR PUSTAKA Dickson DCM Insurance Risk and Ruin. Camridge University Press. Camridge. United Kingdom. Ghahramani S Fundamentals of Proaility ith Stochastics Proceses. Ed. Ke-3. Prentice Hall, Inc. Ne Jersey. Grimmet GR, Stirzaker DR Proaility and Random Processes. Ed. Ke-. Clarendon Press. Oxford. Ne York. Hogg RV, Craig AT Introduction to Mathematical Statistics. Ed. Ke-5. Prentice-Hall. Inc. Ne Jersey. Kaluszka M Truncated Stop Loss as Optimal Reinsurance Agreement in One-Period Models. Astin Bulletin 35() Marianto AJ Reasuransi. Ghalia Indonesia. Jakarta. Steart J Calculus. Jilid Ke-1. Ed. Ke-4. Alih ahasa Drs. I Nyoman susila, M.Sc. dan Hendra Gunaan, Ph.D. Erlangga. Jakarta. Steart J Calculus. Jilid Ke-. Ed. Ke-4. Alih ahasa Drs. I Nyoman susila, M.Sc. dan Hendra Gunaan, Ph.D. Erlangga. Jakarta.
TRUNCATED STOP LOSS SEBAGAI SOLUSI PERJANJIAN REASURANSI YANG OPTIMAL DALAM MODEL SATU PERIODE SAIFUR ROHIM
i TRUNCATED STOP LOSS SEBAGAI SOLUSI PERJANJIAN REASURANSI YANG OPTIMAL DALAM MODEL SATU PERIODE SAIFUR ROHIM DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
Lebih terperinciBAB II LANDASAN TEORI
4 BAB II LANDASAN TEORI Teori yang ditulis dalam bab ini merupakan beberapa landasan yang digunakan untuk menganalisis sebaran besarnya klaim yang berekor kurus (thin tailed) dan yang berekor gemuk (fat
Lebih terperinciMA4181 MODEL RISIKO Enjoy the Risks
Catatan Kuliah MA4181 MODEL RISIKO Enjoy the Risks disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2011 Tentang MA4181 Model Risiko A. Jadwal
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Berikut ini adalah beberapa definisi dan teorema yang menjadi landasan dalam penentuan harga premi, fungsi permintaan, dan kesetimbangannya pada portfolio heterogen. 2.1 Percobaan
Lebih terperinciKARAKTERISASI SEBARAN CAUCHY
Jurnal Matematika UNAND Vol. No. 3 Hal. 3 ISSN : 33 9 c Jurusan Matematika FMIPA UNAND KARAKTERISASI SEBARAN CAUCHY SUSTI RAHMAH YULITA S Program Studi Magister Matematika, Fakultas Matematika dan Ilmu
Lebih terperinciPENGGUNAAN PERJANJIAN REASURANSI TIMBAL-BALIK DENGAN MENGGUNAKAN KONSEP UTILITAS
PENGGUNAAN PERJANJIAN REASURANSI TIMBAL-BALIK DENGAN MENGGUNAKAN KONSEP UTILITAS Riaman, Kankan Parmikanti, Iin Irianingsih, Agus Supriatna, Sudradjat Supian Departemen Matematika, FMIPA Unpad, Jl. Raya
Lebih terperinciMA4183 MODEL RISIKO Bab 5 Teori Kebangkrutan
MA4183 MODEL RISIKO Bab 5 Teori Kebangkrutan Control your risk! Konsep Surplus 1 Perusahaan asuransi memiliki modal awal atau initial surplus 2 Perusahaan menerima premi dan membayarkan klaim 3 Premi bersifat
Lebih terperinciSIMULASI TOTAL KERUGIAN ASURANSI MENGGUNAKAN DEDUCTIBLE DAN LIMITED COVERAGE SYAMSUL
SIMULASI TOTAL KERUGIA ASURASI MEGGUAKA DEDUCTIBLE DA LIMITED COVERAGE SYAMSUL DEPARTEME MATEMATIKA FAKULTAS MATEMATIKA DA ILMU PEGETAHUA ALAM ISTITUT PERTAIA BOGOR BOGOR 2016 PERYATAA MEGEAI SKRIPSI
Lebih terperinciMA4181 MODEL RISIKO Enjoy the Risks
Catatan Kuliah MA48 MODEL RISIKO Enjoy the Risks disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2 Tentang MA48 Model Risiko A. Jadwal kuliah:
Lebih terperinciSISTEM BONUS MALUS DENGAN FREKUENSI KLAIM BERDISTRIBUSI GEOMETRIK DAN UKURAN KLAIM BERDISTRIBUSI WEIBULL LILYANI SUSANTI
SISTEM BONUS MALUS DENGAN FREKUENSI KLAIM BERDISTRIBUSI GEOMETRIK DAN UKURAN KLAIM BERDISTRIBUSI WEIBULL LILYANI SUSANTI DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciMA4183 MODEL RISIKO Control your Risk!
Catatan Kuliah MA4183 MODEL RISIKO Control your Risk! disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014 Tentang MA4183 Model Risiko A. Jadwal
Lebih terperinciCatatan Kuliah. MA4183 Model Risiko
Catatan Kuliah MA4183 Model Risiko Forecast and control your risk Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang MA4183 Model Risiko
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Suatu badan usaha yang selalu menghadapi risiko akan berusaha menghindarkan diri atau memperkecil risiko dengan berbagai macam cara. Salah satu cara yang ditempuh badan
Lebih terperinciMA4181 MODEL RISIKO Risk is managed, not avoided
Catatan Kuliah MA4181 MODEL RISIKO Risk is managed, not avoided disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Tentang MA4181 Model Risiko
Lebih terperinciDengan demikian, untuk sembarang B = [a, b], maka persamaan (5.1) menjadi
Bab 5 Peubah Acak Kontinu 5.1 Pendahuluan Definisi 5.1. Peubah acak adalah suatu fungsi dari ruang contoh S ke R (himpunan bilangan nyata) Peubah acak X bersifat diskret jika F (x) adalah fungsi tangga.
Lebih terperinciPERENCANAAN PREMI OPTIMAL UNTUK PERUSAHAAN REASURANSI DENGAN REINSTATEMENT INDAH ROSLIYANA G
PERENCANAAN PREMI OPTIMAL UNTUK PERUSAHAAN REASURANSI DENGAN REINSTATEMENT INDAH ROSLIYANA G54103035 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2007
Lebih terperinciKONVOLUSI DISTRIBUSI EKSPONENSIAL DENGAN PARAMETER BERBEDA
Jurnal Matematika UNAND Vol. No. 4 Hal. 9 ISSN : 33 9 c Jurusan Matematika FMIPA UNAND KONVOLUSI DISTRIBUSI EKSPONENSIAL DENGAN PARAMETER BERBEDA MARNISYAH ANAS Program Studi Magister Matematika, Fakultas
Lebih terperinciPENDUGAAN FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT MENGGUNAKAN METODE TIPE KERNEL
PENDUGAAN FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT MENGGUNAKAN METODE TIPE KERNEL Ro fah Nur Rachmawati Jurusan Matematika, Fakultas Sains dan Teknologi, Binus University Jl.
Lebih terperinciPenentuan Daerah Kritis Terbaik dengan Teorema Neyman- Pearson
Vol. 6, No.1, 44-48, Juli 2009 Penentuan Daerah Kritis Terbaik dengan Teorema Neyman- Pearson Georgina M. Tinungki Abstrak Terdapat beberapa metode untuk membangun uji statistik yang baik, diantaranya
Lebih terperinciVolume 1, Nomor 2, Desember 2007
Volume Nomor 2 Desemer 27 Barekeng Desemer 27 hal3-35 Vol No 2 TITIK-ANTARA DI DALAM RUANG METRIK DAN RUANG INTERVAL METRIK (Between-Points In Metric Space And Metric Interval Space MOZART W TALAKUA Jurusan
Lebih terperinciMA3081 STATISTIKA MATEMATIKA We love Statistics
Catatan Kuliah MA3081 STATISTIKA MATEMATIKA We love Statistics disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Daftar Isi 1 Peubah Acak
Lebih terperinciMA5283 STATISTIKA Bab 3 Inferensi Untuk Mean
MA5283 STATISTIKA Bab 3 Inferensi Untuk Mean Orang Cerdas Belajar Statistika Silabus Silabus dan Tujuan Peubah acak kontinu, distribusi dan Tabel normal, penaksiran titik dan selang, uji hipotesis untuk
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini diberikan tinjauan pustaka yang berisi penelitian sebelumnya yang mendasari penelitian ini, definisi, dan teori yang diperlukan serta kerangka pemikiran. 2.1 Tinjauan
Lebih terperinciPENENTUAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN DAN TITIK KESETIMBANGANNYA DALAM PORTOFOLIO HETEROGEN
PENENTUAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN DAN TITIK KESETIMBANGANNYA DALAM PORTOFOLIO HETEROGEN (PREMIUM PRICING BASED ON DEMAND FUNCTION AND EQUILIBRIUM POINT IN HETEROGENOUS PORTOFOLIO) Usep
Lebih terperinciPROSES PERCABANGAN PADA DISTRIBUSI GEOMETRIK
PROSES PERCABANGAN PADA DISTRIBUSI GEOMETRIK Arantika Desmawati, Respatiwulan, dan Dewi Retno Sari S Program Studi Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Seelas Maret Astrak.
Lebih terperinciCatatan Kuliah. MA4183 Model Risiko Forecast, assess, and control your risk. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah MA4183 Model Risiko Forecast, assess, and control your risk Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang MA4183
Lebih terperinciMA4183 MODEL RISIKO Control your Risk!
Catatan Kuliah MA4183 MODEL RISIKO Control your Risk! disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014 Tentang MA4183 Model Risiko A. Jadwal
Lebih terperinciLearning Outcomes Sebaran Kontinu Nilai Harapan dan Ragam Beberapa Sebaran Kontinu. Peubah Acak Kontinu. Julio Adisantoso.
Beberapa 27 April 2014 Beberapa Learning Outcome Outline Mahasiswa dapat mengerti dan menentukan peubah acak diskret Mahasiswa dapat memahami dan menghitung nilai harapan Mahasiswa dapat memahami dan menghitung
Lebih terperinciBAB II TINJAUAN PUSTAKA
5 BAB II TINJAUAN PUSTAKA Dalam bab ini dijelaskan beberapa definisi dan teorema yang digunakan dalam pembahasan berikutnya. 2.1 Teori Peluang Definisi 2.1.1 (Percobaan Acak) (Ross 2000) Suatu percobaan
Lebih terperinciPeubah Acak dan Distribusi Kontinu
BAB 1 Peubah Acak dan Distribusi Kontinu 1.1 Fungsi distribusi Definisi: Misalkan X peubah acak. Fungsi distribusi (kumulatif) dari X adalah F X (x) = P (X x) Contoh: 1. Misalkan X Bin(3, 0.5), maka fungsi
Lebih terperinciCatatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2014 1 Tentang AK5161 Matematika
Lebih terperinciII. LANDASAN TEORI. sementara grafik distribusi F tidak simetrik dan umumnya sedikit positif seperti
4 II. LANDASAN TEORI 2.1 Distribusi F Distribusi F merupakan salah satu distribusi kontinu. Dengan variabel acak X memenuhi batas X > 0, sehingga luas daerah dibawah kurva sama dengan satu, sementara grafik
Lebih terperinciCatatan Kuliah. MA4183 Model Risiko
Catatan Kuliah MA4183 Model Risiko Forecast and control your risk Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang MA4183 Model Risiko
Lebih terperinciCatatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2017 1 Tentang AK5161 Matematika
Lebih terperinciPengantar Statistika Matematik(a)
Catatan Kuliah Pengantar Statistika Matematik(a) Statistika Lebih Dari Sekadar Matematika disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014
Lebih terperinciSTATISTIKA UNIPA SURABAYA
MATEMATIKA STATISTIKA (MATHEMATICAL STATISTICS) GANGGA ANURAGA Materi : Distribusi variabel random Teori Himpunan Fungsi Himpunan Fungsi Himpunan Peluang Variabel Random Fungsi Kepadatan Peluang Fungsi
Lebih terperinciCatatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2017 1 Tentang AK5161 Matematika
Lebih terperinciPenggunaan Statistik Tataan untuk Menentukan Median Contoh Acak dari Distribusi Eksponensial
Jurnal Penelitian Sains Volume 3 Nomer A) 3 Penggunaan Statistik Tataan untuk Menentukan Median Contoh Acak dari Distribusi Eksponensial Herlina Hanum Yuli Andriani dan Retno Jurusan Matematika FMIPA Universitas
Lebih terperinciMETODE SIMPLEKS PRIMAL MENGGUNAKAN WORKING BASIS
JURNAL MATEMATIKA DAN KOMPUTER Vol 6 No 3, 167-178, Desemer 2003, ISSN : 1410-8518 METODE SIMPLEKS PRIMAL MENGGUNAKAN WORKING BASIS Sunarsih dan Ahmad Khairul Ramdani Jurusan Matematika FMIPA UNDIP ABSTRAK
Lebih terperinciCatatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 017 1 Tentang AK5161 Matematika
Lebih terperinciMA4181 MODEL RISIKO Risk is managed, not avoided
Catatan Kuliah MA4181 MODEL RISIKO Risk is managed, not avoided disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Tentang MA4181 Model Risiko
Lebih terperinciMA4183 MODEL RISIKO Control your Risk!
Catatan Kuliah MA4183 MODEL RISIKO Control your Risk! disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014 Tentang MA4183 Model Risiko A. Jadwal
Lebih terperinciCatatan Kuliah. MA4183 Model Risiko
Catatan Kuliah MA4183 Model Risiko Forecast and control your risk Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang MA4183 Model Risiko
Lebih terperinciPengantar Statistika Matematika II
Bab 1: a FMIPA Universitas Islam Indonesia Parameter adalah karakteristik dari populasi (misal θ) adalah karakteristik dari sampel Akan dibahas konsep statistik dan distribusi sampling Parameter Misalkan
Lebih terperinciMETODE SIMPLEKS PRIMAL MENGGUNAKAN WORKING BASIS
JURNAL MATEMATIKA DAN KOMPUTER Vol 6 No 3, 118-177, Desemer 2003, ISSN : 1410-8518 METODE SIMPLEKS PRIMAL MENGGUNAKAN WORKING BASIS Sunarsih dan Ahmad Khairul Ramdani Jurusan Matematika FMIPA UNDIP ABSTRAK
Lebih terperinciCatatan Kuliah AK5161 MATEMATIKA KEUANGAN AKTUARIA. Insure and Invest! Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 MATEMATIKA KEUANGAN AKTUARIA Insure and Invest! disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014 Tentang AK5161 MatKeu
Lebih terperinciCatatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest! Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2014 1 Tentang AK5161 Matematika
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 21 Beberapa Pengertian Definisi 1 [Ruang Contoh] Ruang contoh adalah himpunan semua hasil yang mungkin dari suatu percobaan acak, dan dinotasikan dengan (Grimmet dan Stirzaker,1992)
Lebih terperinciModel Regresi Berganda
REGREI DAN KORELAI LINEAR BERGANDA Materi:. Konsep Analisis Regresi Berganda. Penduga Koefisien Regresi 3. Model regresi dengan dua variael eas 4. Contoh Kasus 5. Koefisien Determinasi dan koefisien korelasi
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Teori Peluang Definisi 2.1.1 Percobaan Acak (Ross 2000) Suatu percobaan yang dapat diulang dalam kondisi yang sama dan semua kemungkinan hasil yang muncul dapat diketahui tetapi
Lebih terperinciLampiran 1. Beberapa Definisi dan Lema Teknis
Lampiran 1. Beberapa Definisi dan Lema Teknis Ruang Contoh, Kejadian dan Peluang Suatu percobaan yang dapat diulang dalam kondisi yang sama, yang hasilnya tidak dapat diprediksi dengan tepat tetapi kita
Lebih terperinciBab III Model Difusi Oksigen di Jaringan dengan Laju Konsumsi Konstan
Ba III Model Difusi Oksigen di Jaringan dengan Laju Konsumsi Konstan Pada a ini, akan diahas penyearan oksigen di pemuluh kapiler dan jaringan, dimana sel-sel di jaringan diasumsikan mengkonsumsi oksigen
Lebih terperinciMA1201 KALKULUS 2A Do maths and you see the world
Catatan Kuliah MA20 KALKULUS 2A Do maths and you see the world disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 203 Catatan kuliah ini ditulis
Lebih terperinciMA4183 MODEL RISIKO Control your Risk!
Catatan Kuliah MA4183 MODEL RISIKO Control your Risk! disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014 Tentang MA4183 Model Risiko A. Jadwal
Lebih terperinciGEOMETRI PROYEKTIF PG(2, p n ) UNTUK MEMBENTUK RANCANGAN BLOK TIDAK LENGKAP SEIMBANG SIMETRIS. Jln. Prof. H. Soedarto, S.H., Tembalang, Semarang
urnal atematika Vol, No3, Desemer 8: -5, ISSN: 4-858 GEOERI PROYEKIF PG(, p n ) UNUK EBENUK RANCANGAN BOK IDAK ENGKAP SEIBANG SIERIS Yuni Hidayati dan Bamang Irawanto, urusan atematika FIPA Uniersitas
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan diuraikan beberapa teori dasar yang digunakan untuk menetapkan harga premi pada polis partisipasi asuransi jiwa endowmen yang terdapat opsi surrender dalam kontraknya,
Lebih terperinciKalkulus Multivariabel I
Integral Lipat-Dua dalam Koordinat Kutub Atina Ahdika, S.Si, M.Si Statistika FMIPA Universitas Islam Indonesia 214 / 2 Integral Lipat-Dua dalam Koordinat Kutub Terdapat beberapa kurva tertentu pada suatu
Lebih terperinciKalkulus Multivariabel I
Integral Lipat-Dua dalam Koordinat Kutub Statistika FMIPA Universitas Islam Indonesia Terdapat beberapa kurva tertentu pada suatu bidang yang lebih mudah dijelaskan dengan menggunakan koordinat Kutub.
Lebih terperinciPengantar Statistika Matematik(a)
Catatan Kuliah Pengantar Statistika Matematik(a) Statistika Lebih Dari Sekadar Matematika disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2014
Lebih terperinci7.1. Residu dan kutub Pada bagian sebelumnya telah kita pelajari bahwa suatu titik z 0 disebut titik singular dari f (z)
Ba 7 Residu dan Penggunaannya BAB 7 RESIDU DAN PENGGUNAAN 7 Residu dan kutu Pada agian seelumnya telah kita pelajari ahwa suatu titik diseut titik singular dari f () ila f () gagal analitik di tetapi analitik
Lebih terperinciCADANGAN ASURANSI PENDIDIKAN MENGGUNAKAN DISTRIBUSI PARETO DENGAN TINGKAT BUNGA VASICEK. Reinhard Sianipar 1, Hasriati 2 ABSTRACT
CADANGAN ASURANSI PENDIDIKAN MENGGUNAKAN DISTRIBUSI PARETO DENGAN TINGKAT BUNGA VASICEK Reinhard Sianipar, Hasriati 2 Mahasiswa Program Studi S Matematika 2 Dosen Jurusan Matematika Jurusan Matematika
Lebih terperinciSTATISTICS. WEEK 5 Hanung N. Prasetyo TELKOM POLTECH/HANUNG NP
STATISTICS WEEK 5 Hanung N. Prasetyo Kompetensi 1. Mahasiswa memahamikonsep dasar distribusi peluang kontinu khusus seperti uniform dan eksponensial 2. Mahasiswamampumelakukanoperasi hitungyang berkaitan
Lebih terperinciPENGGUNAAN METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERMASALAHAN PADA KALKULUS VARIASI ABSTRACT
PENGGUNAAN METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERMASALAHAN PADA KALKULUS VARIASI Febrian Lisnan, Asmara Karma 2 Mahasiswa Program Studi S Matematika 2 Dosen Jurusan Matematika Fakultas Matematika
Lebih terperinciMA4181 MODEL RISIKO Risk is managed, not avoided
Catatan Kuliah MA4181 MODEL RISIKO Risk is managed, not avoided disusun oleh Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan STATISTIKA - FMIPA Institut Teknologi Bandung 2013 Tentang MA4181 Model Risiko
Lebih terperinciI. PENDAHULUAN II. LANDASAN TEORI
1 I PENDAHULUAN 11 Latar Belakang Perusahaan merupakan salah satu bagian penting dari sektor perekonomian suatu negara Apabila kondisi perekonomian suatu negara sedang membaik dan diikuti dengan perkembangan
Lebih terperinciCatatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang AK5161 Matematika
Lebih terperinciCatatan Kuliah. MA4183 Model Risiko Risk: Quantify and Control. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah MA4183 Model Risiko Risk: Quantify and Control Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2017 1 Tentang MA4183 Model Risiko
Lebih terperinciBAB 3 METODOLOGI PENELITIAN. dibahas antara lain sejarah singkat, kegiatan, struktur organisasi, serta tata laksana
BAB 3 METODOLOGI PENELITIAN 3.1 Objek Penelitian Objek penelitian dari skripsi ini adalah PT Rajawali. Adapun hal yang akan dibahas antara lain sejarah singkat, kegiatan, struktur organisasi, serta tata
Lebih terperinciBAB 9 DISTRIBUSI PELUANG KONTINU
BAB 9 DISTRIBUSI PELUANG KONTINU A. Pengertian Distribusi Peluang Kontinu Distribusi peluang kontinu adalah peubah acak yang dapat memperoleh semua nilai pada skala kontinu. Ruang sampel kontinu adalah
Lebih terperinciProbabilitas dan Statistika Distribusi Peluang Kontinyu 1. Adam Hendra Brata
Probabilitas dan Statistika Distribusi Peluang Kontinyu 1 Adam Hendra Brata Variabel Acak Kontinyu - Variabel Acak Kontinyu Suatu variabel yang memiliki nilai pecahan didalam range tertentu Distribusi
Lebih terperinciMA1201 KALKULUS 2A (Kelas 10) Bab 7: Teknik Pengintegral
MA1201 KALKULUS 2A (Kelas 10) Bab 7: Teknik Pengintegralan Do maths and you see the world Integral atau Anti-turunan? Integral atau pengintegral adalah salah satu konsep (penting) dalam matematika disamping
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA Dalam bab ini dijelaskan beberapa definisi dan teorema yang digunakan dalam pembahasan selanjutnya. 2.1 Teori Peluang Definisi 2.1.1 (Percobaan Acak) (Ross 2000) Suatu percobaan
Lebih terperinciCatatan Kuliah. MA4183 Model Risiko
Catatan Kuliah MA4183 Model Risiko Forecast and control your risk Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang MA4183 Model Risiko
Lebih terperinci4. Mononom dan Polinom
Darpulic www.darpulic.com 4. Mononom dan Polinom Sudaratno Sudirham Mononom adalah pernataan tunggal ang erentuk k n, dengan k adalah tetapan dan n adalah ilangan ulat termasuk nol. Fungsi polinom merupakan
Lebih terperinciCatatan Kuliah. MA4183 Model Risiko Risk: Quantify and Control. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah MA4183 Model Risiko Risk: Quantify and Control Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2017 1 Tentang MA4183 Model Risiko
Lebih terperinciCOURSE NOTE : Sistem Persamaan Liniear
COURSE NOTE : Sistem Persamaan Liniear PERSAMAAN LINIEAR Secara umum kita mendefinisikan persamaan liniear dalam n variale x 1 x x n seagai erikut : dengan a1 a... an adalah konstanta real. a1x 1 ax ax...
Lebih terperinciMETODE ITERASI BARU BERTIPE SECANT DENGAN KEKONVERGENAN SUPER-LINEAR. Rino Martino 1 ABSTRACT
METODE ITERASI BARU BERTIPE SECANT DENGAN KEKONVERGENAN SUPER-LINEAR Rino Martino 1 1 Mahasiswa Program Studi S1 Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Binawidya
Lebih terperinciDistribusi Peluang Kontinyu STATISTIK INDUSTRI 1. Distribusi Peluang Kontinyu. Distribusi Diskrit Uniform. Distribusi Diskrit Uniform 17/12/2014
STATISTIK INDUSTRI 1 Agustina Eunike, ST., MT., MBA Rata-rata dan Variansi Rumus Umum: Distribusi Peluang Diskrit dan Kontinyu UNIFORM Distribusi Diskrit Uniform Distribusi Diskrit Uniform Contoh: Suatu
Lebih terperinciMA1201 KALKULUS 2A (Kelas 10) Bab 7: Teknik Pengintegral
MA1201 KALKULUS 2A (Kelas 10) Bab 7: Teknik Pengintegralan Do maths and you see the world Integral atau Anti-turunan? Integral atau pengintegral adalah salah satu konsep (penting) dalam matematika disamping
Lebih terperinciDefenisi 15 (Kejadian) Kejadian adalah suatu himpunan bagian dari Nang contoh a. (Grimmett dan Stirzaker 2001)
Lampiran: Beberapa Definisi dan Lema Teknis Ruang contoh, kejadian dan peluang Berbagai macam pengamatan diperoleh melalui penggulangan percobaan yang dilakukan dalam kondisi yang sama. Dalarn banyak kasus,
Lebih terperinciAK5161 Matematika Keuangan Aktuaria
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang AK5161 Matematika
Lebih terperinciCatatan Kuliah. MA5181 Proses Stokastik
Catatan Kuliah MA5181 Proses Stokastik Precise. Prospective. Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang MA5181 Proses Stokastik
Lebih terperinciTINJAUAN PUSTAKA. Model Linier dengan n pengamatan dan p variable penjelas biasa ditulis sebagai
II. TINJAUAN PUSTAKA 2.1. Model Linear Model Linier dengan n pengamatan dan p variable penjelas biasa ditulis sebagai berikut : Y i = β 0 + X i1 β 1 + X i2 β 2 + + X ip β p +ε i ; i = 1,2,, n bila dirinci
Lebih terperinciFungsi Peluang Gabungan
Fungsi Peluang Gabungan MA3181 Teori Peluang 15 September 2014 Utriweni Mukhaiyar Ilustrasi Suatu perusahaan properti memiliki banyak gedung/bangunan yang ingin diasuransikan dengan kategori-kategori yang
Lebih terperinciSILABUS MATAKULIAH. Revisi : 2 Tanggal Berlaku : September Indikator Pokok Bahasan/Materi Strategi Pembelajaran
SILABUS MATAKULIAH Revisi : 2 Tanggal Berlaku : September 2014 A. Identitas 1. Nama Matakuliah : A11. 54101 / Kalkulus I 2. Program Studi : Teknik Informatika-S1 3. Fakultas : Ilmu Komputer 4. Bobot sks
Lebih terperinci9. Teori Aproksimasi
44 Hendra Gunawan 9 Teori Aproksimasi Mulai bab ini tema kita adalah aproksimasi fungsi dan interpolasi Diberikan sebuah fungsi f, baik secara utuh ataupun hanya beberapilai di titik-titik tertentu saja,
Lebih terperinciGrosen A, Jorgensen. P.L Fair valuation of life insurance liabilities: the infact of interest rate guarantees, surrender option and bonus
59 DAFTAR PUSTAKA Abink M, Saker M. 2002. Getting to grif with fair value. The Staple Inn Actuarial Society. Bacinello AR. 200. Fair pricing of Life Insurance participating policies with a minimum interest
Lebih terperinciM-2 PERHITUNGAN PREMI ASURANSI KENDARAAN MENGGUNAKAN PENDEKATAN DISTRIBUSI PELUANG
M-2 PERHITUNGAN PREMI ASURANSI KENDARAAN MENGGUNAKAN PENDEKATAN DISTRIBUSI PELUANG Anita Andriani Universitas Hasyim Asy ari Tebuireng, Jombang anita.unhasy@gmail.com Abstrak Asuransi kendaraan bermotor
Lebih terperinciPENDUGAAN FUNGSI SEBARAN DALAM MODEL NONPARAMETRIK RONI WIJAYA
PENDUGAAN FUNGSI SEBARAN DALAM MODEL NONPARAMETRIK RONI WIJAYA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2013 PERNYATAAN MENGENAI SKRIPSI DAN SUMBER
Lebih terperinciIntegral Tak Tentu. Modul 1 PENDAHULUAN
Modul 1 Integral Tak Tentu M PENDAHULUAN Drs. Hidayat Sardi, M.Si odul ini akan membahas operasi balikan dari penurunan (pendiferensialan) yang disebut anti turunan (antipendiferensialan). Dengan mengikuti
Lebih terperinciII. TINJAUAN PUSTAKA. Dalam mengkaji penelitian Karakteristik Penduga Parameter Distribusi Log
II. TINJAUAN PUSTAKA Dalam mengkaji penelitian Karakteristik Penduga Parameter Distribusi Log Normal Menggunakan Metode Generalized Moment digunakan beberapa definisi, dan teorema yang berkaitan dengan
Lebih terperinciINTERGRAL. Sifat dasar dari bentuk integral tak tentu sebagai berikut.
INTERGRAL Operasi balikan dari diferensial adalah anti diferensial atau integral. Suatu fungsi F dikatakan sebagai anti diferensial dari fungsi f apabila F (x) = f(x) untuk setiap x dalam domain F. Jika
Lebih terperinciTeorema Newman Pearson
pengujian terbaik Andi Kresna Jaya andikresna@yahoo.com Jurusan Matematika October 6, 2014 Outline 1 Review 2 Uji dua sisi untuk mean 3 Teorema Neyman-Pearson Back Outline 1 Review 2 Uji dua sisi untuk
Lebih terperinciTINJAUAN PUSTAKA. ruang sampel dan dilambangkan dengan huruf S. Ruang sampel beranggotakan
II. TINJAUAN PUSTAKA 2.1 Percobaan dan Ruang Sampel Menurut Walpole (1995), istilah percobaan digunakan untuk sembarang proses yang dapat membangkitkan data. Himpunan semua hasil suatu percobaan disebut
Lebih terperinciCatatan Kuliah. AK5161 Matematika Keuangan Aktuaria Insure and Invest. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang AK5161 Matematika
Lebih terperinciPENENTUAN PREMI OPTIMUM PADA PORTOFOLIO HETEROGEN DENGAN ARGUMEN GEOMETRIS SEDERHANA PRAMA ADISTYA WIJAYA
PENENTUAN PREMI OPTIMUM PADA PORTOFOLIO HETEROGEN DENGAN ARGUMEN GEOMETRIS SEDERHANA PRAMA ADISTYA WIJAYA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR
Lebih terperinciPENDEKATAN KALKULUS VARIASIONAL PADA SISTEM KONTROL DAYA DORONG ROKET. Niken Madu Meta Jurusan Matematika, FMIPA UNS
1 PENDEKATAN KALKULUS VARIASIONAL PADA SISTEM KONTROL DAYA DORONG ROKET Niken Madu Meta Jurusan Matematika, FMIPA UNS Abstrak. Kalkulus variasional adalah cabang dari kalkulus diferensial yang digunakan
Lebih terperinciAK5161 Matematika Keuangan Aktuaria
Catatan Kuliah AK5161 Matematika Keuangan Aktuaria Insure and Invest Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2015 1 Tentang AK5161 Matematika
Lebih terperinciBAB II LANDASAN TEORI
7 BAB II LANDASAN EORI 2.. Dasar Dasar Peluang Program stokastik adalah salah satu cabang matematika yang berhubungan dengan keputusan optimal dalam keadaan tidak pasti yang dinyatakan dengan distribusi
Lebih terperinciCatatan Kuliah. MA4183 Model Risiko Forecast, assess, and control your risk. Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Catatan Kuliah MA4183 Model Risiko Forecast, assess, and control your risk Dosen: Khreshna I.A. Syuhada, MSc. PhD. Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016 1 Tentang MA4183
Lebih terperinci