APROKSIMASI DISTRIBUSI WAKTU HIDUP YANG AKAN DATANG (Aproximations of the Future Lifetime Distribution)

dokumen-dokumen yang mirip
Jurnal MIPA 38 (1) (2015): Jurnal MIPA.

STATISTIKA-38 APROKSIMASI TABEL MORTALITA MENGGUNAKAN PERSAMAAN DUFRESNE

BAB III TAKSIRAN PROPORSI POPULASI JIKA TERJADI NONRESPON. Dalam bab ini akan dibahas penaksiran proporsi populasi jika terjadi

BAB II LANDASAN TEORI. persamaan yang mengandung diferensial. Persamaan diferensial

MODUL 1.03 DINAMIKA PROSES. Oleh : Ir. Tatang Kusmara, M.Eng

BAB II LANDASAN TEORI. gamma, fungsi likelihood, dan uji rasio likelihood. Misalkan dilakukan percobaan acak dengan ruang sampel C.

Gambar 3.1Single Channel Multiple Phase

PEMBUKTIAN SIFAT RUANG BANACH PADA D(K)

Sifat-sifat Fungsi Karakteristik dari Sebaran Geometrik

MODUL BARISAN DAN DERET

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka

Aplikasi Sistem Orthonormal Di Ruang Hilbert Pada Deret Fourier

MACAM-MACAM TEKNIK MEMBILANG

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka

Keywords: Convergen Series, Banach Space, Sequence space cs, Dual-α, Dual-

Bab 16 Integral di Ruang-n

TEOREMA CAYLEY-HAMILTON SEBAGAI SALAH SATU METODE DALAM PENGHITUNGAN FUNGSI MATRIKS

BARISAN DAN DERET. U n = suku ke-n Contoh: Barisan bilangan asli, bilangan genap, bilangan ganjil, dan lain-lain.

MASALAH DAN ALTERNATIF JAWABAN DALAM MATEMATIKA KOMBINATORIK. Masalah 1 Terdapat berapa carakah kita dapat memilih 2 baju dari 20 baju yang tersedia?

BAB V RANDOM VARIATE GENERATOR (PEMBANGKIT RANDOM VARIATE)

Aproksimasi Terbaik dalam Ruang Metrik Konveks

Sinyal dan Sistem Waktu Diskrit ET 3005 Pengolahan Sinyal Waktu Diskrit EL 5155 Pengolahan Sinyal Waktu Diskrit

MAKALAH TEOREMA BINOMIAL

BAB III PERUMUSAN PENDUGA DAN SIFAT SIFAT STATISTIKNYA

TEOREMA KEKONVERGENAN FUNGSI TERINTEGRAL HENSTOCK- KURZWEIL SERENTAK DAN FUNGSI BERSIFAT LOCALLY SMALL RIEMANN SUMS (LSRS) DARI RUANG EUCLIDE

GRAFIKA

SIFAT ALJABAR BANACH KOMUTATIF DAN ELEMEN IDENTITAS PADA

3. Integral (3) (Integral Tentu)

ESTIMASI DENSITAS KERNEL ADJUSTED: STUDI SIMULASI. Novita Eka Chandra Universitas Islam Darul Ulum Lamongan

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 5

Gerak Brown Fraksional dan Sifat-sifatnya

Model Antrian Multi Layanan

MASALAH DISTRIBUSI BOLA KE DALAM WADAH SEBAGAI FUNGSI ATAU KUMPULAN FUNGSI

I PENDAHULUAN II LANDASAN TEORI. mandiri jika tidak mengandung t secara eksplisit di dalamnya. (Kreyszig, 1983)

Proses Kelahiran dengan Imigrasi dan Kematian Password

BAB 6 NOTASI SIGMA, BARISAN DAN DERET

MENENTUKAN PELUANG RUIN DENGAN METODE KOMBINASI EKSPONENSIAL

Konvolusi pada Distribusi dengan Support Kompak

Oleh : Bambang Supraptono, M.Si. Referensi : Kalkulus Edisi 9 Jilid 1 (Varberg, Purcell, Rigdom) Hal

TURUNAN FUNGSI. Definisi. 3.1 Pengertian Turunan Fungsi. Turunan fungsi f adalah fungsi f yang nilainya di c adalah. asalkan limit ini ada.

Perluasan Uji Kruskal Wallis untuk Data Multivariat

Representasi sinyal dalam impuls

KEKONSISTENAN PENDUGA FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN LINEAR. Oleh: LIA NURLIANA

PERENCANAAN PREMI OPTIMAL UNTUK PERUSAHAAN REASURANSI DENGAN REINSTATEMENT INDAH ROSLIYANA G

ANUITAS DUE PADA STATUS HIDUP PERORANGAN BERDASARKAN FORMULA WOOLHOUSE

FUNCTIONALLY SMALL RIEMANN SUMS (FSRS) DAN ESSENTIALLY SMALL RIEMANN SUMS (ESRS) FUNGSI TERINTEGRAL HENSTOCKn. p )

BAB I PENDAHULUAN. Integral adalah salah satu konsep penting dalam Matematika yang

UNIVERSITAS INDONESIA META-ANALISIS UNTUK RELIABILITAS SUATU ALAT UKUR BERDASARKAN KOEFISIEN ALPHA CRONBACH SKRIPSI JANUARINA ANGGRIANI

BAHAN AJAR DIKLAT GURU MATEMATIKA

BAB 2 LANDASAN TEORI

BAB 3 PENYELESAIAN PERSAMAAN DIFFERENSIAL BIASA

UNIVERSITAS INDONESIA DISTRIBUSI BANYAK SINGGAH DARI SUATU RANDOM WALK DAN UJI KERANDOMAN SKRIPSI RANTI NUGRAHENI

MODUL BARISAN DAN DERET

PENYELESAIAN PERSAMAAN DIFERENSIAL LANE-EMDEN MENGGUNAKAN METODE TRANSFORMASI DIFERENSIAL

Peluang Suatu Kejadian, Kaidah Penjumlahan, Peluang Bersyarat, Kaidah Perkalian dan Kaidah Baiyes

STUDI TENTANG PETA KENDALI p YANG DISTANDARISASI UNTUK PROSES PENDEK KUALITAS

PENYELESAIAN NUMERIK INTEGRAL LIPAT DUA DENGAN MENGGUNAKAN INTEGRASI ROMBERG BERBANTUAN MATLAB

Distribusi Pendekatan (Limiting Distributions)

1.1 METODE PENGEMBANGAN PENDEKATAN RATA- RATA SAMPEL UNTUK PROGRAM STOKASTIK DUA TAHAP. Faridawaty Marpaung. Abstrak

PEMBAHASAN SOAL OSN MATEMATIKA SMP TINGKAT PROPINSI 2011 OLEH :SAIFUL ARIF, S.Pd (SMP NEGERI 2 MALANG)

Penggunaan Transformasi z

h h h n 2! 3! n! h h h 2! 3! n!

BARISAN DAN DERET. 05/12/2016 Matematika Teknik 1 1

Program Perkuliahan Dasar Umum Sekolah Tinggi Teknologi Telkom. Barisan dan Deret

Aji Wiratama, Yuni Yulida, Thresye Program Studi Matematika Fakultas MIPA Universitas Lambung Mangkurat Jl. Jend. A. Yani km 36 Banjarbaru

Metode Perhitungan Grafik Dalam Geolistrik Tahanan Jenis Bumi Dengan Derajat Pendekatan Satu

BAB II KONSEP DASAR. adalah koleksi dari peubah acak. Untuk setiap t dalam himpunan indeks T, N ( t)

Bab 5 Sinyal dan Sistem Waktu Diskrit. Oleh: Tri Budi Santoso Laboratorium Sinyal, EEPIS-ITS

REGRESI KERNEL DENGAN METODE NADARAYA WATSON. Oleh : Esty

1. Integral (1) Pembahasan yang akan kita lakukan hanya mengenai bentuk persamaan diferensial seperti contoh yang pertama.

II LANDASAN TEORI. Sebuah bilangan kompleks dapat dinyatakan dalam bentuk. z = x jy. (2.4)

x x x1 x x,..., 2 x, 1

I. DERET TAKHINGGA, DERET PANGKAT

BAB 2 LANDASAN TEORI

BAGAN KENDALI G UNTUK PENGENDALIAN VARIABILITAS PROSES MULTIVARIAT (Studi Kasus pada data cuaca di kota Makassar pada tahun 2003 sampai tahun 2012)

METODE NUMERIK UNTUK SIMULASI. Pemodelan & Simulasi TM09

PEMBUKTIAN TEOREMA HUKUM LEMAH BILANGAN BESAR DENGAN MENGGUNAKAN FUNGSI KARAKTERISTIK

PENDUGA TERBAIK UNTUK DISTRIBUSI PARETO DENGAN MENGGUNAKAN TEOREMA BATAS BAWAH CRAMMER-RAO SKRIPSI

BAB III METODOLOGI PENELITIAN. Jenis data yang digunakan berupa data sekunder yang menggunakan Tabel

KALKULUS 4. Dra. D. L. Crispina Pardede, DEA. SARMAG TEKNIK MESIN

BARISAN DAN DERET. Nurdinintya Athari (NDT)

PERBANDINGAN PENDEKATAN SEPARABLE PROGRAMMING DENGAN THE KUHN-TUCKER CONDITIONS DALAM PEMECAHAN MASALAH NONLINEAR

RUANG BANACH PADA RUANG BARISAN, DAN

Barisan. Barisan Tak Hingga Kekonvergenan barisan tak hingga Sifat sifat barisan Barisan Monoton. 19/02/2016 Matematika 2 1

PRINSIP MAKSIMUM DAN MINIMUM FUNGSI PANHARMONIK

SIMULASI MODEL RLC BERBANTUAN MS EXCEL ASSISTED RLC MODEL SIMULATION MS EXCEL

Jurnal Ilmu Matematika dan Terapan Maret 2016 Volume 10 Nomor 1 Hal

MA1201 MATEMATIKA 2A Hendra Gunawan

BAB II LANDASAN TEORI. Pada bab ini akan dibahas dasar-dasar teori yang akan digunakan

METODE ADAMS-BASHFORTH-MOULTON DALAM PENYELESAIAN PERSAMAAN DIFERENSIAL NON LINEAR

Penulis: Penilai: Editor: Ilustrator: Dra. Puji Iryanti, M.Sc. Ed. Al. Krismanto, M.Sc. Sri Purnama Surya, S.Pd, M.Si. Fadjar N. Hidayat, S.Si.,M.Ed.

HALAMAN Dengan definisi limit barisan buktikan limit berikut ini : = 0. a. lim PENYELESAIAN : jadi terbukti bahwa lim = 0 = 5. b.

RUANG BARISAN MUSIELAK-ORLICZ. Oleh: Encum Sumiaty dan Yedi Kurniadi

Teorema Nilai Rata-rata

SIFAT-SIFAT FUNGSI EKSPONENSIAL BERBASIS BILANGAN NATURAL YANG DIDEFINISIKAN SEBAGAI LIMIT

BAB 2 LANDASAN TEORI. lebar pita sinyal tersebut. Pada kebanyakan aplikasi, termasuk kamera digital video dan

II. TINJAUAN PUSTAKA. Secara umum apabila a bilangan bulat dan b bilangan bulat positif, maka ada tepat = +, 0 <

METODE NUMERIK UNTUK SIMULASI. Pemodelan & Simulasi TM07

Volume 8 Nomor 1 Maret 2014m

Hendra Gunawan. 12 Februari 2014

Transkripsi:

Jural Bareeg Vol 5 No Hal 47 5 (2) APROKSIMASI DISRIBUSI WAKU HIDUP YANG AKAN DAANG (Aproimatios of te Future Lifetime Distributio) HOMAS PENURY RUDY WOLER MAAKUPAN 2 LEXY JANZEN SINAY 3 Guru Besar Jurusa Matematia FMIPA UNPAI 23 Staf Jurusa Matematia FMIPA UNPAI Jl Ir M Putuea Kampus Upatti Poa-Ambo e-mail: tomypetury@yaoocom rwmataupa@yaoocom leyz@gmailcom ABSRAC is paper give a aalitical tecique to approimate future lifetime distributios Approimatios of te future lifetime distributio based o te sifted Jacobi polyomials ad it yielded te sequeces of a epoetials combiatio e results of approimatios of te future lifetime distributio i tis cases study based o Maeam s Law It is very accurate i te case study Keywords: approimatios future lifetime distributio sifted Jacobi polyomials epoetials combiatio Maeam s law PENDAHULUAN Dalam matematia da statistia betu espoesial sagat petig dalam peerapaya Secara usus betu espoesial diguaa dalam membetu fugsi-fugsi usus utu meetua suatu distribusi peluag Sala satu distribusi peluag yag megguaa betu espoesial adala distribusi espoesial Distribusi ii memberia suatu emudaa dalam berbagai pegituga Peulisa ii memberia suatu cara utu megaprosimasi distribusi peluag dari suatu ombiasi espoesial Dega demiia masala yag diemuaa dalam peulisa ii adala megostrusi suatu betu aprosimasi distribusi watu idup yag aa datag (future lifetime) e dalam betu ombiasi espoesial da emudia memperliata eaurata dari asil-asil aprosimasi tersebut secara umeri INJAUAN PUSAKA Pada umumya betu dari ombiasi espoesial merupaa suatu betu ombiasi dari fugsi epadata peluag distribusi espoesial Secara umeri betu ombiasi espoesial tersebut memilii emudaa utu diterapa Hal ii diareaa distribusi espoesial memberia suatu pegituga yag sagat sederaa seigga muda utu dapat diapliasia e berbagai bidag seperti teori resio teori atria teori euaga teori atuaria da lai-lai Sala satu sifat petig dari ombiasi espoesial adala suatu betu yag dese dalam impua distribusi peluag atas Betu ombiasi espoesial dari aprosimasi distribusi peluag dapat dibetu dega berbagai metode Suatu metode aprosimasi distribusi peluag dega megguaa sifat-sifat dari poliomial Jacobi merupaa sesuatu betu yag ostrutif utu megaprosimasi distribusi peluag Hasil yag diperole dari aprosimasi distribusi peluag ii merupaa suatu fugsi distribusi yag terdiri atas barisa-barisa yag berbetu ombiasi espoesial yag maa barisabarisa tersebut merupaa barisa-barisa yag overge (Dufrese 26) Selai ulasa beberapa pustaa megeai peulisa ii pada bagia ii aa diberia beberapa simbol da teori-teori dasar yag aa diguaa dalam pembaasa Beriut ii aa diberia defiisi dari beberapa fugsi usus Sebelumya simbol Pocammer utu suatu bilaga a diotasia dega a didefiisia seperti beriut a a aa a 2 Dega demiia fugsi ipergeometri Gauss yag diotasia dega 2F ; dapat didefiisia seperti beriut

Bareeg Vol 5 No Hal 47 5 (2) 2F a b c; z dega c b c b a b a b z c! z RecReb cb zt t t dt Beriut aa diberia ulasa sigat tetag distribusi watu idup yag didasara atas uum Maeam Misal X adala variabel radom otiu yag megiuti usia idup seseorag (dari elaira sampai ematia) Utu usia idup diberia percepata mortalitas yag didasara atas uum Maeam seperti beriut A Bc Betu ii serig disebut sebagai azard rate atau failure rate Kemudia berdasara uum Maeam maa dapat diperole fugsi survival dari distribusi Maeam seperti beriut y ep S ep y dy A Bc dy HASIL DAN PEMBAHASAN Distribusi Watu Hidup Yag Aa Datag Misal variabel radom X memilii distribusi watu idup Dega demiia adala usia idup dari seseorag yag diotasia dega Watu idup yag aa datag (future lifetime) dari adala X yag diotasia dega atau atau utu lebi simpel cuup ditulis dega otasi ; merupaa variabel radom yag bergatug pada diberia cdf dari yaitu F t P t t Beriut aa Betu cdf dari yag diberia pada persamaa (2) merupaa peluag meiggal dalam aga watu t tau Betu ii serig diotasia dega t q Dega demiia peluag utu idup selama t tau adala y c ep Ay B log c c ep A B log c B ep A mc dega m () log c p q P t t t t (2) 48 Karea t q adala suatu cdf utu variabel radom maa t p merupaa ccdf dari yag dapat ditulis sebagai F t Peratia bawa F t merupaa peluag dapat idup mecapai t tau seigga dapat diperole ubuga atara fugsi survival F t seperti beriut: F t t P P X t X P X t X t S S utu setiap t S da ccdf 2 Kombiasi Espoesial dari Aprosimasi Distribusi Peluag a Kombiasi Espoesial Beriut ii aa diberia betu umum dari suatu ombiasi epoesial dega medefiisia sebua fugsi yag berbetu t t f t a e dimaa a adala osta Fugsi ii adala fugsi desitas peluag (pdf) ia (a) a ; (b) utu setiap ; (c) f utu setiap Kodisi (a) da (b) meyataa bawa fugsi teritegral utu atas f amu tida utu odisi (c) Jia a utu semua maa persamaa (4) disebut sebua miture of epoetials atau disebut uga sebagai distribusi iper-espoesial eorema memperliata eovergea dari barisa variabel radom yag maa pdf dari variabel radom tersebut merupaa suatu ombiasi espoesial Buti dari eorema dapat di liat di Siay (2) eorema (a) Misal variabel radom o egatif Maa terdapat suatu barisa variabel radom masig-masig dega suatu pdf yag diberia ole suatu ombiasi espoesial da sedemiia seigga overge dalam distribusi e (b) Jia distribusi tida mempuyai atom maa t lim sup F t F t (3) (4) Petury Mataupa Siay

Bareeg Vol 5 No Hal 47 5 (2) b Poliomial Jacobi eralia Pada umumya betu poliomial Jacobi dapat didefiisia seperti beriut P 2F ;! 2 utu da Dietaui uga bawa poliomial Jacobi ortogoal atas iterval utu fugsi bobot Kemudia betu poliomial Jacobi teralia (sifted Jacobia polyomials) dapat diturua seperti beriut: R P 2! 2F ; dimaa 2 F adala fugsi ipergeometri Gauss da!! Dega demiia poliomial Jacobi teralia ortogoal atas dega fugsi bobotya adala w Sifat-sifat dari poliomial Jacobi teralia dapat diberia utu suatu fugsi yag terdefiisi atas (termasu semua fugsi otiu da terbatas) sedemia seiga c w R d 2 2! R d c Aprosimasi Distribusi Watu Hidup Yag Aa Datag Berdasara teori sifted Jacobi polyomials yag diberia pada bagia sebelumya maa teori tersebut dapat diterapa e dalam suatu distribusi peluag atas dega cara seperti beriut ii Misal Ft adala cdf da misal F t F t P t Ft merupaa ccdf (ompleme cdf) Ft serig disebut uga sebagai fugsi survival Jia F da F utu t Misal meyataa watu sampai ematia dari usia idup maa F t t p Dietaui bawa r 49 g F log r g Pemetaa yag teradi dari betu ii merupaa yag maa t pemetaa pada berorespodesi dega da t berorespodesi dega Dietaui uga bawa F maa dapat diperole sedemiia rupa g seigga Misal parameter-parameter p da b dietaui sedemiia seigga dega meerapa sifted Jacobi polyomials dapat diperole Euivale dega F t g e rt p g b R prt e b e rt prt b e Betu di atas memilii esamaa dega betu (4) ia pr utu 2 Jia p suatu ombiasi espoesial dapat diperole dega cara pemotoga umlaa dari deret di atas Berdasara betu dari deret yag diberia di atas maa ostata b dapat ditemua seperti beriut: p b g R d r p rt rt rt e e R e F tdt Dega demiia betu (5) merupaa ombiasi dari betu p rt rt e e F tdt Jia maa dapat diperole st st st e F t dt F t d e e E s dega s Hal ii berarti ostata b dapat diperole dega megguaa trasformasi Laplace dari distribusi eorema beriut ii merupaa oseuesi lagsug dari sifted Jacobia polyomials eorema 2 Misal da diberia fugsi beriu ii prt e s F otiu atas F t (5) Petury Mataupa Siay

Bareeg Vol 5 No Hal 47 5 (2) yag memilii sebua limit yag berigga utu t meuu ta igga utu beberapa p (al ii selalu bear di maa p ) Maa berlau Utu setiap t setiap iterval Buti liat Siay (2) prt rt F t e b R e da overge seragam atas a b utu a b (6) 5 Dega demiia tigat etelitia pada saat N 8 cuup bai (liat abel ) ida semua distribusi terodisi dalam eorema 2 Hasil dalam teorema beriut tida membutua asumsi ii eorema 3 Misal da utu beberapa p da r (ii selalu bear ia lim N 2 prt rt 2 e e F t dt p ) Maa 2 N prt F t e br e Buti liat Siay (2) 2 rt 2prt rt e e dt Pemotoga umlaa dari deret yag diperole dega megguaa metode ii buala fugsi distribusi yag sebearya Ii merupaa suatu aprosimasi dari betu ccdf distribusi Fugsi yag diperole dari metode ii bisa lebi ecil dari atau lebi besar dari atau fugsi tersebut mugi saa turu pada beberapa iterval 3 Implemetasi Numeri Hasil-asil yag diperole pada bagia ii didasara atas uum Maeam seperti yag diberia pada persamaa () dega megguaa asumsi parameter-parameter seperti beriut: 5 4 A 7 ; B 5 ; c yag megiuti Bowers et al (997) a Aprosimasi Distribusi Watu Hidup Yag Aa Datag Hasil aprosimasi yag diperole pada bagia ii megguaa persamaa (6) dega megguaa parameter-parameter beriut = = p = 2 r = 8 Berdasara persamaa (3) maa dapat diperole S t Ft S 9648 5429 5429 9648 t 7 t e dega t Hasil ii dapat diterapa pada persamaa (6) utu usia idup = 3 da = 65 dega N 8 Hasil secara visual dapat diliat pada Gambar Gambar Distribusi watu idup yag aa datag Dari Gambar dapat diliat bawa aprosimasi yag diguaa utu megaprosimasi distribusi watu idup yag aa datag sagat aurat Dega demiia asil aprosimasi sagat aurat utu diterapa Utu meliat tigat etelitia dari asil aprosimasi dari distribusi watu idup yag aa datag utu beberapa N yag berbeda dapat diliat pada abel dimaa tigat etelitia semai bai utu usia idup 65 tau da utu ilai yag semai besar abel Estimasi tigat etelitia ( ) ( ) 3 4 82 5 3 43 7 98 98 798 65 8 43 KESIMPULAN Berdasara asil-asil peelitia yag diberia dalam peulisa ii maa dapat disimpula bawa Betu aprosimasi ccdf (fugsi survival) dari distribusi watu idup yag aa datag adala prt rt F t e b R e yaitu dega melaua pemotoga teradap umlaa dari deret tersebut Misal pemotoga deret di atas dalam Petury Mataupa Siay

Bareeg Vol 5 No Hal 47 5 (2) 5 N bagia maa asil dari aprosimasi tersebut dapat diyataa dalam betu dega F t N t c e p r N Dega demiia betu aprosimasi yag diasila adala suatu betu ombiasi espoesial igat etelitiaya semai membai ia N semai meigat Hasil-asil yag diberia dalam peulisa ii dapat diguaa utu pegituga ilai-ilai auitas idup otiu (betu esa) maupu auitas idup stoasti Hal ii diareaa ole asil yag didapat secara umeri sagat aurat DAFAR PUSAKA Bowers N L Jr Gerber H U Hicma J C Joes D A da Nesbitt C J 997 Actuarial Matematics edisi edua Society of Actuaries Scaumburg IL Dufrese D 26 Fittig Combiatios of Epoetials to Probability Distributios o Appear i Applied Stocastic Models i Busiess ad Idustry Dufrese D 27 Stocastic Life Auities Nort America Actuarial Joural Siay L J 2 Auitas Hidup yag didasara atas Kombiasi Espoesial dari Aprosimasi Distribusi Watu Hidup Yag Aa Datag esis pada Program Studi S2 Matematia Faultas MIPA Uiversitas Gada Mada Yogyaarta Petury Mataupa Siay