Bab 3. Teori Comonotonic. 3.1 Pengurutan Variabel Acak

dokumen-dokumen yang mirip
BEBERAPA SIFAT TERKAIT SUBMODUL SEMIPRIMA

BAB X RUANG HASIL KALI DALAM

BAB III FUNGSI MAYOR DAN MINOR. Pada bab ini akan dibahas konsep-konsep dasar dari fungsi mayor dan fungsi

BAB III HASILKALI TENSOR PADA RUANG VEKTOR. Misalkan V ruang vektor atas lapangan F. Suatu transformasi linear f L ( V, F )

BAB I PENDAHULUAN Latar Belakang dan Permasalahan

Teori Himpunan. Modul 1 PENDAHULUAN. impunan sebagai koleksi (pengelompokan) dari objek-objek yang

Bab 1 Ruang Vektor. R. Leni Murzaini/

BAB II LANDASAN TEORI

BAB III PEMBAHASAN. Pada bab ini akan dibahas mengenai ring embedding dan faktorisasi. tunggal pada ring komutatif tanpa elemen kesatuan.

DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI

RANGKAIAN SERI. 1. Pendahuluan

UJI PRIMALITAS. Sangadji *

KAJIAN DAN ALGORITMA PELABELAN PSEUDO EDGE-MAGIC. memiliki derajat maksimum dan tidak ada titik yang terisolasi. Jika n i adalah

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran

ANALISIS BENTUK HUBUNGAN

BAB VB PERSEPTRON & CONTOH

BILANGAN RAMSEY SISI DARI r ( P, )

BAB II TINJAUAN PUSTAKA

Catatan Kuliah 12 Memahami dan Menganalisa Optimisasi dengan Kendala Ketidaksamaan

DIMENSI PARTISI GRAF GIR

BAB I PENDAHULUAN. 1.1 Latar Belakang

Bab 1 PENDAHULUAN Latar Belakang

BAB 2 LANDASAN TEORI

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi

BAB IV PEMBAHASAN MODEL

SEARAH (DC) Rangkaian Arus Searah (DC) 7

MULTIVARIATE ANALYSIS OF VARIANCE (MANOVA) MAKALAH Untuk Memenuhi Tugas Matakuliah Multivariat yang dibimbing oleh Ibu Trianingsih Eni Lestari

Dekomposisi Nilai Singular dan Aplikasinya

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) IV. PEMBAHASAN

Contoh 5.1 Tentukan besar arus i pada rangkaian berikut menggunakan teorema superposisi.

BAB 2 LANDASAN TEORI

Sifat-sifat Operasi Perkalian Modular pada Graf Fuzzy

ALJABAR LINIER LANJUT

LAMPIRAN A PENURUNAN PERSAMAAN NAVIER-STOKES

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

APLIKASI PERKONGRUENAN DALAM MENYELESAIKAN SISTEM PERSAMAAN LINEAR DUA PEUBAH. Yuni Yulida dan Muhammad Ahsar K

BAB I PENDAHULUAN. Analisis regresi merupakan metode statistika yang digunakan untuk

(1.1) maka matriks pembayaran tersebut dikatakan mempunyai titik pelana pada (r,s) dan elemen a

SEMI RING POLINOM ATAS ALJABAR MAX-PLUS

SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS

BAB V INTEGRAL KOMPLEKS

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi

Pembayaran harapan yang berkaitan dengan strategi murni pemain P 2. Pembayaran Harapan bagi Pemain P1

II. TEORI DASAR. Definisi 1. Transformasi Laplace didefinisikan sebagai

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK

ANALISIS DATA KATEGORIK (STK351)

BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER

BAB II KAJIAN TEORI. 2.1 Pendahuluan. 2.2 Pengukuran Data Kondisi

BAB II PENDEKATAN PROBABILITAS DAN MODEL TRAFIK

PENDAHULUAN Latar Belakang

PADA GRAF PRISMA BERCABANG

INFERENSI FUNGSI KETAHANAN DENGAN METODE KAPLAN-MEIER

APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Studi Kasus di PT. Sinar Terang Abadi )

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN

Bab III Analisis Rantai Markov

BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

BAB IV PEMBAHASAN HASIL PENELITIAN

Rekayasa Trafik Telekomunikasi

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik

Interpretasi data gravitasi

MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM

III PEMBAHASAN. merupakan cash flow pada periode i, dan C. berturut-turut menyatakan nilai rata-rata dari V. dan

SUMBER BELAJAR PENUNJANG PLPG 2016 MATA PELAJARAN/PAKET KEAHLIAN GURU KELAS SD

BAB II DASAR TEORI. 2.1 Definisi Game Theory

ANALISIS REGRESI. Catatan Freddy

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA

BAB 2 LANDASAN TEORI

P n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas

Pendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN :

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di

Configural Frequency Analysis untuk Melihat Penyimpangan pada Model Log Linear

BAB I PENDAHULUAN 1.1 Latar Belakang

PERBANDINGAN MODEL DATA RESPON BERGANDA BERULANG DARI SEBARAN NORMAL BAKU, LOGNORMAL, DAN GAMMA

2.1 Sistem Makroskopik dan Sistem Mikroskopik Fisika statistik berangkat dari pengamatan sebuah sistem mikroskopik, yakni sistem yang sangat kecil

I. PENGANTAR STATISTIKA

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya

SOLUTION INSTITUT TEKNOLOGI BANDUNG FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM STUDI FISIKA

BAB 4 PERHITUNGAN NUMERIK

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam

PELABELAN TOTAL SISI TAK BERATURAN PADA GRAF GABUNGAN BIPARTIT LENGKAP

I PENDAHULUAN II LANDASAN TEORI

MATERI KULIAH STATISTIKA I UKURAN. (Nuryanto, ST., MT)

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

Teori Himpunan. Modul 1 PENDAHULUAN

REGRESI DAN KORELASI LINEAR SEDERHANA. Regresi Linear

PRAKTIKUM 6 Penyelesaian Persamaan Non Linier Metode Newton Raphson Dengan Modifikasi Tabel

TEORI KESALAHAN (GALAT)

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.

BAB I Rangkaian Transient. Ir. A.Rachman Hasibuan dan Naemah Mubarakah, ST

BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK:

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa

Transkripsi:

Bab 3 Teor Comonotonc Pada bab n konsep teor comonotonc akan dpaparkan dar awal dan berakhr pada konsep teor n untuk jumlah dar peubah - peubah acak 1. Setelah tu untuk membantu pemahaman akan dberkan sebuah contoh yang sangat berkatan dengan kepentngan tugas akhr n pada bab selanjutnya. 3.1 Pengurutan Varabel Acak Sebelum membahas masalah pengurutan varabel acak, perlu dtekankan bahwa varabel acak yang dgunakan d buku n adalah varabel acak yang memlk mean yang terbatas. Konsep yang dgunakan untuk mengurutkan varabel acak adalah konsep urutan stop loss dan convex. Untuk suatu varabel acak berlaku dengan lm x(1 F (x)) = lm xf (x) = 0 x!1 x! 1 F (x) = Prf xg 1 Semua de ns (kecual de ns 21), teorema, bukt, dan penjelasan d bab n dkutp dar paper [1] The Concept of Comonotoncty n Actuaral Scence and Fnance : Theory karangan J. Dhaene dkk. De ns 21 dkutp dar paper [7] Upper and Lower Bound for Sums of Random Varables karangan R. Kaas dkk. 21

BAB 3. TEORI COMONOTONIC 22 dan E[] = Z 0 F (x)dx + Z 1 (1 F (x)) dx: (3.1) 1 Persamaan terakhr dapat kta dapatkan dengan cara sebaga berkut 0 E[] = Z 1 xf(x)dx = Z 0 xf(x)dx Z 1 x [ f(x)] dx 1 1 0 E[] = Z 0 xdf (x) Z 1 xd (1 F (x)) : Dengan ntegral parsal kta akan dapatkan 1 0 E[] = xf (x)j 0 1 Z 0 1 Z1 F (x)dx x(1 F (x))j 1 0 + 0 (1 F (x)) dx E[] = Z 0 F (x)dx + Z 1 (1 F (x)) dx 1 0 yang sesua dengan persamaan (3.1). Persamaan n akan kta mod kas menjad E[( 0) + ] = Z 1 (1 F (x)) dx 0 dengan 8 < ( d) + = maxf d; 0g = : 0 d ; > d ; d : De ns 18 Stop Loss Premum dde nskan sebaga E Z1 ( d) + = d [1 F (x)] dx ; 1 < d < 1: (3.2) De ns 19 Msalkan dan Y adalah dua buah peubah acak. Kta katakan melebh Y dalam urutan stop loss, dnotaskan dengan sl Y, jka dan hanya jka memlk stop loss premum yang lebh rendah dar Y E ( d) + E (Y d)+ ; 1 < d < 1:

BAB 3. TEORI COMONOTONIC 23 Berkutnya kta akan membuktkan bahwa untuk suatu keadaan yang sesua dengan de ns d atas, kta akan mendapatkan E[] E[Y ]: Untuk membuktkan pernyataan d atas kta akan memsalkan bahwa d adalah suatu blangan yang kecl. Dengan pemsalan n kta dapat mengklam kebenaran pernyataan d atas untuk semua nla d yang lebh besar. Msalkan d < 0 maka E Z1 ( d) + = [1 F (x)] dx = Z 0 [1 F (x)] dx + Z 1 [1 F (x)] dx d d + E Z0 ( d) + = d 0 Z 1 F (x)dx + [1 F (x)] dx lm d+e Z 0 ( d) + = lm d! 1 d! 1 d d 0 F (x)dx+ lm d! 1 Z 1 0 [1 F (x)] dx = E[]: Dengan demkan untuk d! 1, de ns (19) membawa kta kepada hasl yang menunjukkan bahwa E[] E[Y ]: De ns 20 Msalkan dan Y adalah dua buah peubah acak. Kta katakan melebh Y dalam urutan convex, dnotaskan dengan cx Y, jka dan hanya E[] = E[Y ] dan E ( d) + E (Y d)+ ; 1 < d < 1: De ns 21 Msalkan dan Y adalah dua buah peubah acak. Kta katakan melebh Y dalam urutan convex, dnotaskan dengan cx Y, jka dan hanya E[f()] E[f(Y )] untuk semua fungs convex f.

BAB 3. TEORI COMONOTONIC 24 Proposs 22 Jka cx Y maka V ar[x] V ar[y ]: Bukt. V ar[] = E[ 2 ] E[] 2 Oleh karena E[] = E[Y ] maka kta cukup membuktkan bahwa E[ 2 ] E[Y 2 ]: Perhatkan bahwa f() = 2 adalah fungs convex. Dengan demkan berlaku E[f()] = E[ 2 ] E[f(Y )] = E[Y 2 ]: Jad jelas terbukt bahwa V ar[] V ar[y ]: 3.2 Invers Fungs Dstrbus Pada bahasan mengena teor peluang nvers fungs dstrbus kumulatf tdak djelaskan karena fungs dstrbus kumulatf bsa saja merupakan suatu fungs yang tdak turun sehngga dapat terjad kemungknan terdapatnya beberapa ttk yang mempunya nla fungs yang sama. Akan tetap pada bahasan n akan djelaskan de ns nvers fungs dstrbus yang "basa" dpaka, yatu dengan memaka sfat fungs dstrbus kumulatf yang tdak turun dan kontnu kanan. Invers fungs dstrbus kumulatf F (x) = Prf xg dde nskan sebaga suatu fungs tak turun yang kontnu kr (p) = nffx 2 R j F (x) p ; p 2 [0; 1]g: (3.3) Adapun sfat yang perlu dperhatkan adalah untuk setap x 2 R dan p 2 [0; 1] berlaku (p) x, F (x) p: Akan tetap pada pembahasan d buku n kta tdak akan mende nskan nvers fungs dstrbus sepert pada pengertan d atas. Untuk tu akan dde nskan suatu bentuk yang lan, yatu + (p) = supfx 2 R j F (x) p ; p 2 [0; 1]g (3.4) suatu fungs tak turun yang kontnu kanan.

BAB 3. TEORI COMONOTONIC 25 Dengan kedua bentuk d atas kta akan mendapatkan bahwa untuk setap p 2 [0; 1], plhan yang tepat untuk nvers F d ttk p ada pada nterval tutup dengan ketentuan bahwa F 1 (p); F (p) sup? = 1 nf? = 1 (0) = 1 F (0) = 1: Hal yang patut menjad catatan adalah nvers F d ttk p tdaklah harus (p) atau F (p) akan tetap merupakan salah satu bagan dar selang tutup yang dbentuk oleh keduanya. Selan tu (p) dan F (p) mempunya nla nte d selang (0; 1) : Untuk seterusnya kta akan memaka ketentuan bahwa p 2 (0; 1) : Oleh karena nvers F d ttk p berada pada suatu selang maka kta akan mende nskan nvers untuk F d ttk p sepert berkut () (p) = (p) + (1 )F (p) ; p 2 (0; 1) 2 [0; 1] : (3.5) Secara otomats () (p) adalah suatu fungs yang tak turun. Sfat yang dapat dtark dar de ns n adalah 1() (p) F (p) + (p) ; p 2 (0; 1) : Apabla gra k dar F dtnjau maka ketga nla 1() (p); F (p); dan + (p) hanya akan berbeda pada saat ketganya berada pada suatu segmen horzontal dengan nla p yang sama. Sekarang msalkan bahwa terdapat d dmana 0 < F (d) < 1. Dengan demkan nla dar (F (d)) dan + (F (d)) berhngga dan (F (d)) d + (F (d)): Jad untuk suatu d 2 [0; 1], d dapat dtulskan menjad d = d (F (d)) + (1 d )+ (F (d)) = ( d) (F (d)) :

BAB 3. TEORI COMONOTONIC 26 Hasl n mengakbatkan untuk suatu peubah acak dan untuk suatu d dmana 0 < F (d) < 1; terdapat d 2 [0; 1] sedemkan sehngga ( d) (F (d)) = d: Pada teorema berkut n akan djelaskan hubungan antara nvers fungs dstrbus dar peubah acak dan fungs monoton g(). Teorema 23 Msalkan dan g() adalah suatu peubah acak dan msalkan 0 <p <1. bernla real 1. Jka g adalah fungs yang tdak turun dan kontnu kr maka g() 1 (p) = g(f (p)): (3.6) 2. Jka g adalah fungs yang tdak turun dan kontnu kanan maka + g() (p) = g(f (p)): (3.7) 3. Jka g adalah fungs yang tdak nak dan kontnu kr maka + g() 1 (p) = g(f (1 p)): (3.8) 4. Jka g adalah fungs yang tdak nak dan kontnu kanan maka g() (p) = g(f (1 p)): (3.9) Bukt. Akan dbuktkan untuk masng-masng krtera. 1. Msalkan g adalah fungs yang tdak turun dan kontnu kr. Pernyataan d bawah n salng ekuvalen. g() (p) x, nffg(z) 2 R j F g()(g(z)) pg x g() (p) x, nffg(z) 2 R j Prfg() g(z)g pg x g() (p) x, nffz 2 R j Prf zg pg supfy j g(y) xg g() (p) x, (p) supfy j g(y) xg g() 1 (p) x, g(f (p)) x

BAB 3. TEORI COMONOTONIC 27 2. Msalkan g adalah fungs yang tdak turun dan kontnu kanan. Pernyataan d bawah n salng ekuvalen. + g() (p) x, supfg(z) 2 R j F g()(g(z)) pg x + g() (p) x, supfg(z) 2 R j Prfg() g(z)g pg x + g() (p) x, supfz 2 R j Prf zg pg nffy j g(y) xg + g() + g() (p) x, F (p) nffy j g(y) xg (p) x, g(f (p)) x 3. Msalkan g adalah fungs yang tdak nak dan kontnu kr. Pernyataan d bawah n salng ekuvalen. + g() (p) x, supfg(z) 2 R j F g()(g(z)) pg x + g() (p) x, supfg(z) 2 R j Prfg() g(z)g pg x + g() (p) x, nffz 2 R j Prf zg 1 pg supfy j g(y) xg + g() (p) x, (1 p) supfy j g(y) xg + g() 1 (p) x, g(f (1 p)) x 4. Msalkan g adalah fungs yang tdak nak dan kontnu kanan. Pernyataan d bawah n salng ekuvalen. g() (p) x, nffg(z) 2 R j F g()(g(z)) pg x g() (p) x, nffg(z) 2 R j Prfg() g(z)g pg x g() (p) x, supfz 2 R j Prf zg 1 pg nffy j g(y) xg g() g() (p) x, F (1 p) nffy j g(y) xg (p) x, g(f (1 p)) x Oleh karena peubah acak ; 1() (U); F (U); dan + (U) berasal dar fungs dstrbus yang sama maka dapat dkatakan bahwa = d (U) = d () (U) = d + (U):

BAB 3. TEORI COMONOTONIC 28 3.3 Teor Comonotonc untuk Hmpunan Teor comonotonc akan djelaskan pertama kal untuk suatu hmpunan dar n-vektor d R n : Sebuah n-vektor (x 1 ; :::; x n ) akan dnotaskan dengan x. Untuk dua buah n-vektor x dan y, notas x y akan dgunakan untuk menjelaskan urutan perkomponen atau dengan kata lan x y 8 = 1; 2; :::; n: De ns 24 Hmpunan A R n dkatakan comonotonc jka untuk setap x dan y d A berlaku salah satu dar x y atau y x: Untuk suatu hmpunan A R n notas A ;j akan dgunakan untuk menjelaskan proyeks hmpunan A pada bdang (,j). A ;j dde nskan sebaga A ;j = f(x ; x j ) j x 2 Ag: Lemma 25 Hmpunan A R n dkatakan comonotonc jka dan hanya jka A ;j comonotonc untuk setap 6= j d f1; 2; :::; ng: Bukt. Akan dbuktkan bahwa jka A ;j comonotonc untuk setap 6= j d f1; 2; :::; ng maka hmpunan A R n dkatakan comonotonc. Jka A ;j comonotonc untuk setap 6= j d f1; 2; :::; ng maka dapat dbentuk kumpulan vektor dalam suatu hmpunan A dmana untuk setap vektor x dan y d dalam A berlaku x y atau y x: Dengan demkan, sesua de ns d atas, A adalah suatu hmpunan yang comonotonc. Akan dbuktkan jka hmpunan A R n comonotonc maka A ;j comonotonc untuk setap 6= j d f1; 2; :::; ng: Jka hmpunan A R n comonotonc maka A ;j = f(x ; x j ) j x Ag adalah hmpunan-hmpunan yang comonotonc karena setap elemen dar A ;j adalah bagan dar elemen A. Dar kedua hasl d atas dapat dtark kesmpulan bahwa hmpunan A R n dkatakan comonotonc jka dan hanya jka A ;j comonotonc untuk setap 6= j d f1; 2; :::; ng:

BAB 3. TEORI COMONOTONIC 29 3.4 Teor Comonotonc untuk Vektor Acak Suatu hmpunan A R n dkatakan support dar jka Prf 2 Ag = 1. De ns berkut n akan terkat dengan support dar suatu vektor acak. De ns 26 Suatu vektor acak dkatakan comonotonc jka mempunya support yang comonotonc. Teorema 27 Suatu vektor acak dkatakan comonotonc jka dan hanya jka salah satu pernyataan ekuvalen n berlaku. 1. Vektor acak mempunya support yang comonotonc. 2. Untuk setap x = (x 1 ; :::; x n ) berlaku F (x) = mnff 1 (x 1 ); :::; F n (x n )g: 3. Untuk suatu peubah acak unform (0,1) U berlaku d = 1 (U); :::; n (U) : 4. Terdapat suatu peubah acak Z dan sebuah fungs yang tdak turun f ( = 1; 2; :::; n) sehngga d = (f 1 (Z); :::; f n (Z)) : Bukt. Asumskan kta mempunya vektor acak dengan support comonotonc B. (1) ) (2) Msalkan x 2 R n dan de nskan A j = fx 2 B j y j x j g: Karena sfat comonotonc pada hmpunan B (vektor-vektor pada B telah terurut) maka terdapat sedemkan sehngga A = \ n j=1a j : Dengan demkan F (x) = Prf 2 \ n j=1a j g = Prf 2 A g = F (x ) = mnff 1 (x 1 ); :::; F n (x n )g:

BAB 3. TEORI COMONOTONIC 30 Persamaan d atas tmbul karena sfat dar A A j F (x ) F j (x j ) 8j = 1; 2; :::; n: 8j = 1; 2; :::; n sehngga (2) ) (3) Asumskan bahwa F (x) = mnff 1 (x 1 ); :::; F n (x n )g 8x = (x 1 ; :::; x n ) : Prf 1 (U) x 1 ; :::; n (U) x n g = PrfU F 1 (x 1 ); :::; U F n (x n )g Prf 1 (U) x 1 ; :::; n (U) x n g = PrfU mnff 1 (x 1 ); :::; F n (x n )gg Prf 1 (U) x 1 ; :::; n (U) x n g = mnff 1 (x 1 ); :::; F n (x n )g: Apabla kta bandngkan dengan maka dapat dtark kesmpulan bahwa F (x) = mnff 1 (x 1 ); :::; F n (x n )g d = 1 (U); :::; n (U) : (3) ) (4) Dengan jelas kta telah mendapatkan salah satu fungs yang tdak turun yatu 1 (x) dmana peubah acaknya adalah U yatu peubah acak unform (0,1). (4) ) (1) Asumskan bahwa terdapat suatu peubah acak Z dengan support B dan sebuah fungs yang tdak turun f d = (f 1 (Z); :::; f n (Z)) : ( = 1; 2; :::; n) sehngga Hmpunan keluaran dar yang mungkn adalah f(f 1 (z); :::; f n (z)) j z 2 Bg dmana sudah past hmpunan n bersfat comonotonc. Dengan demkan juga bersfat comonotonc. Dengan menggunakan cara yang serupa dengan pembuktan teorema d atas maka dapat dhaslkan Hal n dkarenakan = d ( 1) 1 (U); :::; (n) (U) : Prf( 1) 1 (U) x 1 ; :::; (n) n (U) x n g = PrfU F 1 (x 1 ); :::; U F n (x n )g n

BAB 3. TEORI COMONOTONIC 31 sehngga Prf( 1) 1 (U) x 1 ; :::; (n) n (U) x n g = mnff 1 (x 1 ); :::; F n (x n )g dengan 2 [0; 1]. U Unform (0; 1). Hal n mengakbatkan Jka U Unform (0; 1) maka 1 Untuk selanjutnya notas c d = 1 (1 U); :::; n (1 U) : = ( c 1; :::; c n) akan dgunakan untuk menjelaskan vektor acak comonotonc dar vektor acak : Dar teorema d atas telah dbuktkan bahwa hmpunan keluaran / ouput dar c adalah f 1 (p); :::; n (p) j 0 < p < 1g: Hmpunan d atas belum tentu terhubung dalam suatu kurva. Hal n dkarenakan oleh sfat fungs F (x ) yang tdak turun. Andakan F (x ) adalah suatu fungs yang monoton nak maka hmpunan d atas terhubung dalam satu kurva. Untuk melhat bentuk keterhubungan dar hmpunan n maka akan dde nskan suatu hmpunan kurva terhubung dar c sebaga berkut f () 1 (p); :::; () n (p) j 0 < p < 1; 0 1g: Untuk lebh jelasnya akan dberkan contoh sebaga berkut Contoh 28 Sebaga contoh, hanya akan dberkan contoh dengan dstrbus yang dskrt. Msalkan Unform f0; 1; 2; 3g sedangkan Y Bnomal(3; 1): 2 Jka dan Y bersfat salng bebas maka support dar (,Y) adalah f(x; y) j x 2 f0; 1; 2; 3g; y 2 f0; 1; 2; 3gg: Support dar vektor acak ( c ; Y c ) adalah f (p); Y (p) j 0 < p < 1g

BAB 3. TEORI COMONOTONIC 32 dengan (p); Y (p) = (0; 0) untuk 0 < p 1 8 = (0; 1) untuk 1 8 < p 2 8 = (1; 1) untuk 2 8 < p 4 8 = (2; 2) untuk 4 8 < p 6 8 = (3; 2) untuk 6 8 < p 7 8 = (3; 3) untuk 7 8 < p 1: Hmpunan kurva terhubung dar ( c ; Y c ) dapat dbuat dengan menghubungkan keenam ttk d atas sepert pada gambar berkut. Gambar 3.1: Hmpunan Kurva Terhubung antara c dan Y c

BAB 3. TEORI COMONOTONIC 33 3.5 Jumlah Peubah Acak Comonotonc Dalam subbab n notas S c akan dpaka untuk menjelaskan jumlah dar komponen vektor acak comonotonc c = ( c 1; :::; c n):dengan demkan Teorema 29 dar jumlah peubah acak comonotonc S c dberkan oleh () S c = c 1 + ::: + c n: nvers fungs dstrbus () S c S c (p) = () (p); 0 < p < 1; 0 1: Bukt. Msalkan = ( 1 ; :::; n ) dan vektor comonotonc-nya adalah c = ( c 1; :::; c n): Dengan melhat hasl dar teorema sebelumnya maka ddapatkan dengan g(u) = S c = c 1 + ::: + c n d = g(u) (u); o < u < 1: Jelas bahwa g adalah suatu fungs yang tdak turun dan kontnu kr. Dengan memanfaatkan hasl dar persamaan (3.6) ddapatkan Dengan demkan S (p) = 1 c g(u) (p) = g(fu (p)) = g(p); 0 < p < 1: Sc (p) = g(p) = D lan phak juga berlaku S c = c 1 + ::: + c n (p); 0 < p < 1: d = h(u) dengan g(u) = + (u); 0 < u < 1:

BAB 3. TEORI COMONOTONIC 34 Jelas bahwa g adalah suatu fungs yang tdak turun dan kontnu kanan. Dengan memanfaatkan hasl dar persamaan (3.7) ddapatkan + S c (p) = F h(u) (p) = h(f U (p)) = h(p); 0 < p < 1: Dengan demkan + S c (p) = h(p) = Dar kedua hasl d atas ddapatkan + (p); 0 < p < 1: () S 1 c (p) = FSc (p) + (1 )FS (p) c = (p) + (1 ) = = (p) + (1 )+ (p) + (p) () (p); 0 < p < 1; 0 1: Berkut n adalah sfat-sfat dar jumlah peubah acak comonotonc S c : 1. Oleh karena S c = n P (0; 1) () (p) maka berlaku untuk suatu U Unform S c d = () (U): 2. Hmpunan kurva terhubung dar S c dberkan oleh f() S c (p) j 0 < p < 1; 0 1g atau ( () (p) j 0 < p < 1; 0 1 ) :

BAB 3. TEORI COMONOTONIC 35 3. Untuk masng-masng nla peluang p = f0; 1g berlaku + S c (0) = S c (0) = + S c (1) = S c (1) = (0) = 1 + (0) (1) + (1) = +1: 4. Apabla dberkan suatu nvers fungs dstrbus ; fungs dstrbus kumulatf dar S c dapat dtentukan dengan F S c(x) = supfp 2 (0; 1) j F S c(x) pg = supfp 2 (0; 1) j Sc (p) xg ( ) = sup p 2 (0; 1) j (p) x : Perhatkan bahwa untuk sebarang peubah acak berlaku F selalu nak, kontnu d (0,1) dan F kontnu, selalu nak d (0,1). Dengan memaka fakta n akan ddapat bahwa F S c selalu nak dan kontnu d + S c (0); S c (1) apabla F dan kontnu. selalu nak Bukt. Pernyataan F selalu nak, kontnu d (0,1) mengakbatkan F selalu nak, kontnu d (0,1)

BAB 3. TEORI COMONOTONIC 36 atau F selalu nak, Sc kontnu d (0,1). Dengan kata lan ddapatkan hasl bahwa F selalu nak, F S c selalu nak d + S c (0); S c (1) : D lan ss ddapatkan bahwa pernyataan F kontnu, selalu nak d (0,1) mengakbatkan atau F kontnu, selalu nak d (0,1) F kontnu, Sc selalu nak d (0,1). Dengan kata lan ddapatkan hasl bahwa F kontnu, F S c kontnu d + S c (0); S c (1) : Dar kedua hasl n ddapatkan pernyataan bahwa F S c selalu nak dan kontnu d + S c (0); S c (1) apabla F dan kontnu. selalu nak Pernyataan d atas juga mengakbatkan untuk suatu x dmana + S c (0) < x < Sc (1); berlaku (F S c(x)) = x: Teorema 30 Stop Loss Premum dar jumlah komponen comonotonc S c dar suatu vektor acak ( c 1; :::; c n) dberkan oleh dengan E (S c d) + = E ( d ) + ; F S (0) < d < c Sc (1) (3.10) d = ( d) (F S c(d)); ( = 1; 2; :::; n); d 2 [0; 1] :

BAB 3. TEORI COMONOTONIC 37 Bukt. Msalkan d 2 + S c (0); S c (1 ). Dengan demkan 0 < F S c(d) < 1: Selanjutnya akan dbuktkan terlebh dahulu bahwa support terhubung dar c hanya memlk satu ttk potong dengan bdang fx j x 1 + ::: + x n = dg: Msalkan terdapat dua ttk potong antara support terhubung dar c dengan bdang fx j x 1 + ::: + x n = dg yatu y dan z: Oleh karena y dan z adalah anggota dar support terhubung dar c maka berlaku salah satu dar y z atau y z: Msalkan berlaku y z: Dengan demkan 8 = 1; 2; :::; n berlaku y z atau y z : Akan tetap hal n jelas melanggar fakta bahwa y dan z adalah anggota dar bdang fx j x 1 + ::: + x n = dg dmana seharusnya berlaku y = z : Hal yang serupa berlaku untuk kasus y z dan kasus dmana terdapat lebh dar dua ttk potong antara support terhubung dar c dengan bdang fx j x 1 + ::: + x n = dg: Selanjutnya ddapat bahwa d adalah ttk potong tunggal antara support terhubung dar c dengan bdang fx j x 1 + ::: + x n = dg:hal n dkarenakan untuk 0 < F S c(d) < 1 terdapat d 2 [0; 1] dmana d = ( d) S (F c Sc(d)): Dengan kata lan d adalah anggota dar support terhubung dar c : D lan ss berlaku dengan d = d d = ( d) (F S c(d)); ( = 1; 2; :::; n); d 2 [0; 1] : Hal n mengatakan bahwa d adalah anggota dar bdang fx j x 1 +:::+x n = dg: Jad d adalah satu-satunya ttk potong antara support terhubung dar c dengan bdang fx j x 1 + ::: + x n = dg:

BAB 3. TEORI COMONOTONIC 38 Sekarang msalkan x c adalah anggota dar support terhubung dar c : Dengan demkan berlaku Selanjutnya (x c 1 + ::: + x c n d) + = (x c 1 d 1 ) + + ::: + (x c n d n ) + : E (S c d) + = E ( c 1 + ::: + c n d) + = E (1 c d 1 ) + + ::: + (n c d n ) + h = E (U) d + = E ( d ) + : Proposs 31 Jka d + S c (0) maka E[(Sc d) + ] = n P E[ ] d: Bukt. Pernyataan berart Dengan kata lan Jad Dengan demkan d + S c (0) d supfxr j F S c(x) 0g: E[(S c d) + ] = F S c(d) = 0g: S c > d: E[(S c d) + ] = E[(S c d) + ] = E[( d ) + ] E[ d ] E[ ] d:

BAB 3. TEORI COMONOTONIC 39 Proposs 32 Jka d S c (1) maka E[(Sc d) + ] = 0: Bukt. Pernyataan berart Dengan kata lan Jad d S c (1) d nffxr j F S c(x) 1g: F S c(d) = 1: S c d: Dengan demkan jelas bahwa E[(S c d) + ] = 0: Ekspres dar stop loss premum dapat dbentuk dalam persamaan lan yatu jka + S (0) < d < c Sc (1) maka E[(S c d) + ] = E[ ( d) (F S c(d)) ] = E[ (F S c(d)) + ] (1 F S c(d)) : + ( d) (F S c(d)) (F S c(d)) Bukt. E[ ( d) (F S c(d)) + ] = Z 1 ( d ) (F S c (d)) [1 F (x)] dx E[ ( d) (F S c(d)) + ] = Z 1 (F S c (d)) [1 F (x)] dx ( d ) (F S c (d)) Z (F S c (d)) [1 F (x)] dx

BAB 3. TEORI COMONOTONIC 40 Oleh karena ( d) (F S c(d)) dan (F S c(d)) mempunya nla yang sama pada fungs F (x), yatu F S c(d) maka ( d ) (F S c (d)) Z (F S c (d)) Jad [1 F (x)] dx = h ( d) (F S c(d)) (F S c(d)) (1 F S c(d)) : E[ ( d) (F S c(d)) ] = + Z 1 (F S c (d)) [1 F (x)] dx ( d ) (F S c (d)) Z (F S c (d)) [1 F (x)] dx E[ ( d) (F S c(d)) ] = E[ (F S c(d)) ] + h ( d) (F S c(d)) (F S c(d)) (1 F S c(d)) : + Dalam kasus F adalah suatu fungs yang monoton nak maka ( d) (F S c(d)) = (F S c(d)) sehngga E[ ( d) (F S c(d)) + ] = E[ (F S c(d)) + ]: 3.6 Batas Atas Comonotonc untuk Jumlah Peubah Acak Pada subbab n akan djelaskan batas atas dar jumlah peubah acak S = 1 +:::+ n dmana fungs dstrbus margnal dar 1 ; :::; n dberkan. Batas atas akan dtentukan dalam urutan (aturan convex). Oleh karena tu batas atas n akan dsebut sebaga batas atas convex untuk S = 1 + ::: + n :

BAB 3. TEORI COMONOTONIC 41 Teorema 33 Untuk suatu vektor acak ( 1 ; :::; n ) berlaku Bukt. Oleh karena maka hanya perlu dbuktkan bahwa 1 + ::: + n cx c 1 + ::: + c n: E [( 1 + ::: + n )] = E [( c 1 + ::: + c n)] E ( 1 + ::: + n d) + E ( c 1 + ::: + c n d) + untuk semua d dmana d 2 + S c (0); S c (1) : Sebelumnya perlu dketahu dahulu bahwa untuk setap (x 1 ; :::; x n ) dan (d 1 ; :::; d n ) dmana d 1 + ::: + d n = d berlaku Dengan demkan (x 1 d 1 ) + ::: + (x n d n ) (x 1 d 1 ) + + ::: + (x n d n ) + : ((x 1 d 1 ) + ::: + (x n d n )) + ((x 1 d 1 ) + + ::: + (x n d n ) + ) + ((x 1 d 1 ) + ::: + (x n d n )) + (x 1 d 1 ) + + ::: + (x n d n ) + : Dengan memaka sfat n maka ddapatkan E (( 1 d 1 ) + ::: + ( n d n )) + E [(1 d 1 ) + + ::: + ( n d n ) + ] E ( 1 + ::: + n d) + E [( d ) + ] sehngga terbukt bahwa E ( 1 + ::: + n d) + E ( c 1 + ::: + n c d) + : Jad terbukt sudah bahwa 1 + ::: + n cx 1 c + ::: + n: c Hasl nlah yang menunjukkan batas atas convex untuk S = 1 + ::: + n dan oleh karena c berlaku bersfat comonotonc 8 = 1; 2; :::; n maka sudah past V ar [S c ] V ar [S] :

BAB 3. TEORI COMONOTONIC 42 Untuk lebh jelasnya akan dberkan contoh dengan peubah acak yang berdstrbus lognormal. Untuk selanjutnya contoh n akan sangat membantu pemahaman pada bagan aplkas teor comonotonc untuk pencaran batas atas harga ops asa. Contoh 34 Contoh untuk varabel lognormal. Msalkan kta mempunya vektor acak ( 1 1 ; :::; n n ) dmana 6= 0 8 = 1; 2; :::; n. Msalkan pula LN( ; 2 ) atau dengan kata lan ln( ) N( ; 2 ): Dengan demkan berlaku E[ ] = exp( + 1 2 2 ) V ar[ ] = exp(2 + 2 ) e 2 1 : Sekarang akan dcar terlebh dahulu nvers fungs dstrbus dar F (x) = p: Perhatkan bahwa persamaan d atas sama dengan Prf xg = p: Apabla > 0 Pr f xg = Pr x = p: Berdasarkan sfat dar peubah acak lognormal maka! Prf x g = ln( x ) = p sehngga atau Apabla < 0 1 (p) = ln( x ) exp + 1 (p) = x: (3.11) Prf xg = Pr x = p:

BAB 3. TEORI COMONOTONIC 43 Dengan demkan atau 1 Pr x = p Pr x = 1 p: Dar persamaan d atas bsa ddapatkan atau Akhrnya ddapatkan ln( x )! = 1 p ln( x ) = 1 (1 p) = 1 (p): exp 1 (p) = x: (3.12) Dar kedua hasl pada persamaan (3.11) dan (3.12) ddapatkan (p) = x = exp + sgn( ) 1 (p) (3.13) dmana 0 < p < 1 8 < 1 bla > 0 sgn( ) = : 1 bla < 0 Stop loss premum untuk varabel dtentukan oleh : E[( d ) + ] = exp( + 1 2 2 ) (d ;1 ) d (d ;2 ) dmana sedangkan d ;1 = + 2 ln(d ) d ;2 = d ;1 = ln(d ) E[(d ) + ] = E[( d ) + ] E [ ] + d = exp( + 1 2 2 ) ( d ;1 ) + d ( d ;2 ) :

BAB 3. TEORI COMONOTONIC 44 Sekarang akan dcar E[ ( d ) + ] untuk tap konds : Apabla > 0 E[ ( d ) + ] = E[( d ) + ] (3.14) = exp( + 1 2 2 ) (d ;1 ) d (d ;2 ) : Apabla < 0 E[ ( d ) + ] = E[(d ) + ] (3.15) = exp( + 1 2 2 ) ( d ;1 ) d ( d ;2 ) : Jad dar hasl pada persamaan (3.14) dan (3.15) ddapatkan E[ ( d ) + ] = exp( + 1 2 2 ) (sgn( )d ;1 ) d (sgn( )d ;2 ) : Beralh kepada kasus jumlah peubah acak lognormal, sekarang de nskan (3.16) S = dan S c = Sesua dengan convex order maka berlaku (U): S cx S c : Oleh karena S (F c Sc(x)) = x dan dengan bantuan persamaan (3.13) maka berlaku juga dengan (F S c(x)) = x exp + sgn( ) 1 ((F S c(x))) = x + S c (0) < x < S c (1):

BAB 3. TEORI COMONOTONIC 45 Sekarang akan dcar E[(S c d) + ] dmana + S c (0) < d < S c (1) E[(S c d) + ] = = E[( (F S c(d))) + ] E[ ( exp + sgn( ) 1 (F S c(d)) ) + ]: Dengan menggunakan hasl pada persamaan (3.16) ddapatkan E[(S c d) + ] = dengan exp( + 1 2 2 ) (sgn( )d ;1 ) (3.17) exp + sgn( ) 1 (F S c(d)) (sgn( )d ;2 ) d ;1 = + 2 ln(exp [ + sgn( ) 1 (F S c(d))]) = + 2 sgn( ) 1 (F S c(d)) = sgn( ) 1 (F S c(d)) sehngga sgn( )d ;1 = sgn( ) 1 (F S c(d)) (3.18) dan d ;2 = ln(exp [ + sgn( ) 1 (F S c(d))]) = sgn( ) 1 (F S c(d))) = sgn( ) 1 (F S c(d))) sehngga Berkutnya sgn( )d ;2 = 1 (F S c(d))): (sgn( )d ;2 ) = 1 (F S c(d))) = 1 (1 F S c(d))) = 1 F S c(d): (3.19)

BAB 3. TEORI COMONOTONIC 46 Dengan kata lan, persamaan (3.18) dan (3.19) membuat persamaan (3.17) menjad E[(S c d) + ] = exp( + 1 2 2 ) sgn( ) 1 (F S c(d)) d [1 F S c(d)] : (3.20) 3.7 Batas Bawah Comonotonc untuk Jumlah Peubah Acak Pada subbab sebelumnya telah djelaskan mengena batas atas convex untuk S = 1 + ::: + n : Penjelasan pada subbab n akan memperlengkap batas convex untuk S = 1 + ::: + n yatu dengan menambahkan konsep batas bawah convex untuk S = 1 +:::+ n : Idenya berasal dar ekspektas bersyarat dar suatu varabel acak yang selalu lebh kecl secara urutan (aturan convex) darpada varabel acaknya sendr. Teorema 35 Untuk suatu vektor acak dan suatu varabel acak berlaku E [ j ] cx : Bukt. Dar sfat suatu fungs convex kta mendapatkan bahwa untuk suatu fungs convex v berlaku E [v ( 1 + ::: + n )] = E [E [v ( 1 + ::: + n ) j ]] E [v (E [ 1 + ::: + n j ])] : D lan hal kta dapatkan bahwa E [v (E [ 1 + ::: + n j ])] = E [v (E [ 1 j ] + ::: + E [ 1 j ])] : sehngga E [v ( 1 + ::: + n )] E [v (E [ 1 j ] + ::: + E [ 1 j ])] :

BAB 3. TEORI COMONOTONIC 47 Dar hasl n telah dbuktkan pernyataan d atas adalah benar. Msalkan S = 1 + ::: + n dan de nskan S l = E [S j ] = E [ 1 + ::: + n j ] = E [ j ] : Dengan demkan dar teorema d atas ddapatkan S l cx S: Varabel S l nlah yang akan menjad batas bawah convex untuk S = 1 + ::: + n : Sepert pada batas atas convex, akan dtunjukkan bahwa V ar S l V ar [S] : Dengan memanfaatkan sfat dar fungs convex dan karena f() = 2 adalah suatu fungs convex maka E (E [S j ]) 2 E E S 2 j = E S 2 : Dengan demkan terlhat jelas bahwa V ar S l = V ar [E [S j ]] = E (E [S j ]) 2 E [E [S j ]] 2 = E (E [S j ]) 2 E [S] 2 E S 2 E [S] 2 = V ar [S] :