BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA

dokumen-dokumen yang mirip
BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN

BAB 2 TINJAUAN PUSTAKA

( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang

BAB IV APLIKASI PADA MATRIKS STOKASTIK

Deret Pangkat. Ayundyah Kesumawati. June 23, Prodi Statistika FMIPA-UII

Optimasi Non-Linier. Metode Numeris

( x) LANDASAN TEORI. ω Ω ke satu dan hanya satu bilangan real X( ω ) disebut peubah acak. Ρ = Ρ. Ruang Contoh, Kejadian dan Peluang

OSN 2014 Matematika SMA/MA

Aplikasi diagonalisasi matriks pada rantai Markov

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK

MATA KULIAH MATEMATIKA TEKNIK 2 [KODE/SKS : KD / 2 SKS] Ruang Vektor

II. TINJAUAN PUSTAKA. sebuah teknik yang baru yang disebut analisis ragam. Anara adalah suatu metode

BAB III HASIL DAN PEMBAHASAN

BAB 5 RUANG VEKTOR UMUM. Dr. Ir. Abdul Wahid Surhim, MT.

INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON. Makalah. Disusun guna memenuhi tugas Mata Kuliah Metode Numerik. yang dibimbing oleh

Ruang Barisan Orlicz Selisih Dengan Fungsional Aditif Dan Kontinunya

BAB III ANALISIS DISKRIMINAN. analisis multivariat dengan metode dependensi (dimana hubungan antar variabel

KAJIAN TEOREMA TITIK TETAP PEMETAAN KONTRAKTIF PADA RUANG METRIK CONE LENGKAP DENGAN JARAK-W

BAB 3 RUANG BERNORM-2

METODE FUNGSI PENALTI EKSTERIOR. Skripsi. Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Sains Program Studi Matematika

BAB II LANDASAN TEORI

GENERALISASI METODE TALI BUSUR UNTUK MENYELESAIKAN PERSAMAAN TAK LINEAR SUNARSIH

SOLUSI KESTABILAN PADA MASALAH MULTIPLIKATIF PARAMETRIK (STABILITY SOLUTION OF PARAMETRIC MULTIPLICATIVE PROBLEMS)

BAB 3 PRINSIP SANGKAR BURUNG MERPATI

BAB II TINJAUAN PUSTAKA

BEBERAPA MODIFIKASI METODE NEWTON RAPHSON UNTUK MENYELESAIKAN MASALAH AKAR GANDA. Supriadi Putra, M,Si

PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( )

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK

MENYELESAIKAN PERSAMAAN DIFFERENSIAL BILANGAN BULAT DAN BILANGAN RASIONAL

RINGKASAN SKRIPSI MODUL PERKALIAN

PENERAPAN FUZZY GOAL PROGRAMMING DALAM PENENTUAN INVESTASI BANK

Soal-Jawab Fisika OSN x dan = min. Abaikan gesekan udara. v R Tentukan: a) besar kelajuan pelemparan v sebagai fungsi h. b) besar h maks.

BAB 1 PENDAHULUAN. 1.1 Latar belakang

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI

3. Sebaran Peluang Diskrit

BAB 2 TEORI PENUNJANG

( ) terdapat sedemikian sehingga

ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)

METODE PANGKAT BALIK TERGESER UNTUK MENCARI NILAI EIGEN DAN VEKTOR EIGEN

BEBERAPA SIFAT HIMPUNAN KRITIS PADA PELABELAN AJAIB GRAF BANANA TREE. Triyani dan Irham Taufiq Universitas Jenderal Soedirman

STUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT

PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA

3.1 TEOREMA DASAR ARITMATIKA

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

ANALISIS PERBANDINGAN KOMULAN TERHADAP BEBERAPA JENIS DISTRIBUSI KHUSUS Analysis of Comulans Comparative on some Types of Special Distribution

BAB III MENYELESAIKAN MASALAH REGRESI YANG TIDAK LINIER DENGAN ANALISIS REGRESI FOURIER

III. METODOLOGI PENELITIAN

ALGORITMA PENYELESAIAN PERSAMAAN DINAMIKA LIQUID CRYSTAL ELASTOMER

BAB II LANDASAN TEORI

MENENTUKAN TURUNAN DAN SIFAT-SIFAT TURUNAN DARI FUNGSI 1/f(x) DAN h(x)/f(x) ABSTRACT

4. 1 Spesifikasi Keadaan dari Sebuah Sistem

Pengenalan Pola. Klasifikasi Linear Discriminant Analysis

III DESKRIPSI DAN FORMULASI MASALAH PENGANGKUTAN SAMPAH DI JAKARTA PUSAT

CATATAN KULIAH RISET OPERASIONAL

ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT

MASALAH VEKTOR EIGEN MATRIKS INVERS MONGE DI ALJABAR MAX-PLUS

NILAI EIGEN DAN VEKTOR EIGEN DARI MATRIKS TRIDIAGONAL DENGAN ENTRI DIAGONAL UTAMA TIDAK KONSTAN DAN BERULANG IRESA APRILIANI

PENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN

Metode Penggerombolan Berhirarki

FISIKA. Kelas X GETARAN HARMONIS K-13. A. Getaran Harmonis Sederhana

BAB III DIMENSI PARTISI GRAF KIPAS DAN GRAF KINCIR

BAB II LANDASAN TEORI. Graf adalah kumpulan simpul (nodes) yang dihubungkan satu sama lain

BAB II LANDASAN TEORI

KENDALI OPTIMAL PADA MASALAH INVENTORI YANG MENGALAMI PENINGKATAN

PENYELESAIAN MASALAH PENGAMBILAN DAN PENGIRIMAN DENGAN KENDALA WAKTU MENGGUNAKAN TEKNIK PEMBANGKITAN KOLOM. Oleh: FAJAR DELLI WIHARTIKO G

SUATU KLAS BILANGAN BULAT DAN PERANNYA DALAM MENGKONSTRUKSI BILANGAN PRIMA

ADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoko Sumaryono ABSTRACT

KORELASI ANTARA DUA KELOMPOK VARIABEL KUANTITATIF DALAM ANALISIS KANONIK

TUGAS I RANCANGAN PERCOBAAN BAB I

KENNETH CHRISTIAN NATHANAEL

Penggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler

III. METODOLOGI PENELITIAN. Penelitian ini menggunakan data sekunder bersifat runtun waktu (time series)

- Persoalan nilai perbatasan (PNP/PNB)

VARIASI NILAI BATAS AWAL PADA HASIL ITERASI PERPINDAHAN PANAS METODE GAUSS-SEIDEL

Neural Network menyerupai otak manusia dalam dua hal, yaitu:

Sifat-sifat Nilai Eigen dan Vektor Eigen Matriks atas Aljabar Maxplus

MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM

PENDAHULUAN TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA

Makalah Seminar Tugas Akhir

REDUKSI MODEL ALIRAN AIR SUNGAI SATU DIMENSI DENGAN METODE SINGULAR PERTURBATION APPROXIMATION

BAB II LANDASAN TEORI

BAB 2 LANDASAN TEORI

BAB 3 LANGKAH PEMECAHAN MASALAH

BAB V ALGORITMA PEMBELAJARAN DALAM JARINGAN SYARAF TIRUAN

SOLUSI BAGIAN PERTAMA

Geometri Bintang Berotasi Pada Keadaan Ambang

KINETIKA REAKSI KIMIA TIM DOSEN KIMIA DASAR FTP UB 2012

FUNGSI BANTU NONPARAMETRIK BARU UNTUK MENYELESAIKAN OPTIMASI GLOBAL

Studi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya

PERENCANAAN JUMLAH TENAGA PERAWAT DI RSUD PAMEKASAN MENGGUNAKAN RANTAI MARKOV

tidak mempunyai fixed mode terdesentralisasi, dapat dilakukan dengan memberikan kompensator terdesentralisasi. Fixed mode terdesentralisasi pertama

PELABELAN FUZZY PADA GRAF. Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman.

UJI BARTLETT. Elty Sarvia, ST., MT. Fakultas Teknik Jurusan Teknik Industri Universitas Kristen Maranatha Bandung. Scheffe Multiple Contrast Procedure

Analisa Drop Tegangan dan Susut Daya pada Jaringan Listrik Penyulang Renon Menggunakan Metode Artificial Neural Network

IDEAL FUZZY NEAR-RING. Jl. A. Yani Km. 36 Banjarbaru, Kalimantan Selatan

SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY

ANALISIS DATA GEOSTATISTIKA DENGAN UNIVERSAL KRIGING

Y = + x + x x + e, e N(0, ), Residual e=y -Yˆ

Transkripsi:

BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA Pada penelitian ini, suatu portfolio memilii seumlah elas risio. Tiap elas terdiri dari n, =,, peserta dengan umlah besar, dan telah ditetapan, sehingga teorema limit pusat dapat diberlauan. Risio-risio yang terdapat dalam portfolio diasumsian terdistribusi secara bebas dan identi. Perusahaan asuransi menentuan harga premi untu seumlah risio berdasaran dua prinsip yaitu:. Peluang dari seluruh laim melebihi premi total yang diterima (peluang ebangrutan) ditetapan sebesar α, 0 < α <.. Harga premi aan diperhitungan nai pada saat periraan umlah laim nai. Selanutnya aan diuraian mengenai penentuan harga premi pada portfolio homogen dan portfolio heterogen. 3. Penentuan Harga Premi Secara Umum pada Portfolio Homogen dan Heterogen 3.. Penentuan Harga Premi pada Portfolio Homogen Misalan suatu portfolio yang terdiri dari seumlah n risio yaitu X,, X n, dan π i adalah harga premi untu risio e-i. Penentuan harga premi menggunaan prinsip pertama yaitu, peluang ebangrutan urang atau sama dengan α, 0 < α <, adalah n n P π i X i α. (3.) i= i= Portfolio homogen memilii seumlah n risio X i, i =,, n yang bebas stoasti identi dengan rataan μ X dan ragam σ X, dan harga premi adalah π.

6 Misalan n S = X i, μ s = E[S] = nμ X, dan σ S = Var(S) = nσ X, i= di mana S adalah risio total, μ s dan σ S berturut-turut adalah rataan dan ragam dari risio total. Berdasaran parameter tersebut, maa persamaan (3.) menadi: P(S nπ) α, sehingga harga premi adalah π = μ X + q α σ X n (3.) dimana q α adalah α persentil dari sebaran normal bau. Buti: Menggunaan peluang ebangrutan masimum sebesar α, maa persamaan (3.) menadi P(S nπ) = α P(S nπ) = α P(S nπ) = α Menggunaan teorema limit pusat, persamaan tersebut menadi S E(S) P Var(S) nπ E(S) = α Var(S) nπ E(S) Var(S) = q α nπ E(S) = q α Var(S) nπ = E(S) + q α n σ X

7 π = μ X + q α σ X n 3.. Penentuan Harga Premi pada Portfolio Heterogen Portfolio yang terdiri dari elas risio dinamaan portfolio heterogen. Asumsi-asumsi beriut berlau untu portfolio ini yaitu: (a) Risio- risio di dalam portfolio bersifat bebas stoasti. (b) Pada elas e- yang terdiri atas seumlah n risio bebas stoasti identi yaitu X,,, X,n menyebar sebagai X, dengan rataan μ dan ragam σ, =,, dan n = n. (c) Banyanya n, =,, cuup besar sehingga dapat diberlauan teorema n limit pusat. Misalan S = X i=,i dan S = S adalah risio total portfolio, nilai rataan μ dan ragam σ adalah μ = E[S] = n μ dan σ = var[s] = n σ. Untu portfolio heterogen, penentuan harga premi menggunaan dua metode perhitungan yaitu:. Metode individual. Besar premi dihitung di tiap elas risio e- dengan peluang α, menggunaan persamaan (3.), yaitu: π = μ + q α σ n. Pendeatan ini hanya berlau untu elas e-, =,, dan tida memperhitungan aibatnya untu eseluruhan besar populasi portfolio.. Metode global. Menghitung harga premi untu seluruh elas risio berdasaran prinsip pertama yaitu peluang ebangrutan sebesar α :

8 P n π S α, dan dengan teorema limit pusat, harga premi untu seluruh elas adalah: n π = μ + q α σ = n μ + q α n σ. (3.3) Persamaan (3.3) dapat ditulisan dalam formula lain yaitu: π = μ + q α T (3.4) dimana π, =,, adalah harga premi untu elas e-, dan T, =,, T > 0 dinyataan n T = n σ = σ. (3.5) Beberapa alternatif untu menentuan besar T, =,, yaitu:. Aloasi seragam Standar deviasi σ dari persamaan (3.6) dibagi secara seragam untu seluruh peserta n, yaitu T = = T = σ. Harga premi untu elas e- adalah n σ π = μ + q α n.. Aloasi semi seragam Standar deviasi σ dibagi secara seragam untu seluruh elas, yaitu T = σ. n Harga premi untu elas e- adalah π = μ + q α σ n.

9 3. Aloasi proporsional Ragam tiap elas dibagi secara proporsional oleh ragam eseluruhan yaitu σ = n σ, di mana rasionya adalah = n σ sehingga σ Harga premi untu elas e- adalah π = μ + q α σ n. T = σ n. Selanutnya dengan berdasar pada pendeatan global, penentuan harga premi di tiap elas risio diperoleh dari solusi pendeatan dua masalah pengoptimuman (aloasi optimum). 3. Penentuan Harga Premi Berdasaran Pendeatan Dua Masalah Pengoptimuman ondisi yaitu: Penentuan harga premi dengan aloasi optimum menggunaan dua. Menggunaan prinsip pertama yaitu peluang ebangrutan ditetapan sebesar α, 0 < α <.. Menggunaan prinsip edua yaitu, premi waar yang aan ditetapan dihitung dengan meminimisasi fungsi ara (distance function). Fungsi ara adalah fungsi berdasaran uadrat selisih antara risio total, diurangi premi total yang terboboti. 3.. Pendeatan Pertama Menentuan vetor premi π = (π,, π n ) dengan cara, meminimuman penumlahan nilai harapan dari uadrat selisih antara risio total dengan premi total yang terboboti, dengan endala peluang dari seluruh laim melebihi premi total (peluang ebangrutan) di bawah nilai α, yaitu: min E S π n π

0 dengan endala, P n π S α,, r adalah rasio dimana = n σ σ. Solusi untu pendeatan pertama adalah: π = μ + q α rn σ, (3.6) dimana r = dan q α adalah persentil α dari sebaran normal bau. Untu membutian pendeatan pertama, digunaan dua Lema mengenai matris definit positif beriut. Lema Misalan A adalah matris definit positif dan misalan P adalah matris tasingular, dengan uuran m m. Misalan P T adalah matris transpos dari matris P, maa B = P T AP adalah matris definit positif. Buti: lihat pada lampiran 3a. Lema Misalan a,, a m adalah bilangan positif, dan misalan matris A m adalah: + a + a A m = + a m maa matris A m adalah matris definit positif. Buti: lihat pada lampiran 3b.. Kendala dari pendeatan pertama yaitu P n π S α adalah euivalen dengan persamaan (3.3) yaitu pendeatan pertama menadi: n π = μ + q α σ, sehingga

min E S π n π dengan endala, n π = μ + q α σ. Untu =,, n σ = Var S = Var S n π = E S n π E S n π = E S n π n μ n π dan didapatan E S n π = n σ + n μ n π. (3.7) Substitusi Persamaan (3.7) edalam fungsi tuuan dan diperoleh min π E S n π = = min π n σ + n μ n π n σ = min π n σ + n μ n π. Karena adalah suatu onstanta terhadap π, sehingga bila dieliminasi tida mengubah solusi optimal.

Misalan W (π) = n μ n π,, maa dengan menyubstitusi W (π) pada fungsi tuuan dan endala dari pendeatan pertama diperoleh dengan endala, min π W (π), W (π) = q α σ. Kendala tersebut dapat ditulis menadi: Misalan G(π) = diperoleh W (π) = W (π) + q α σ. (3.8) = W (π), substitusian persamaan (3.8) e dalam G(π) G(π) = W (π) + q α σ = Selanutnya, pendeatan pertama menadi: min{g(π)}. π + W (π). (3.9) Karena fungsi G(π) adalah suatu fungsi dengan peubah π, maa turunan parsial pertama dari persamaan (3.9) adalah = G π = n W (π) = + q α σ n W (π) =,,. (3.0) Untu mendapatan nilai optimal, maa melalui ui turunan pertama menghasilan G π =0

3 n W (π) = + q α σ n W (π) = 0 W (π) = + W (π) = q ασ. Jia W = W (π) maa untu =,, menghasilan suatu sistem persamaan linear W (π),, W (π) yaitu: r + r W + r W = + W r 3 + W 3 + W r + W = 3 = = q ασ = q ασ = q ασ dalam bentu peralian matris, sistem persamaan linear tersebut menadi + r + r 3 + r q ασ r W q ασ W 3 q ασ r = q ασ. r W q ασ q ασ

4 Baris pertamanya merupaan persamaan + r W + W =3 = q ασ. (3.) Selanutnya dengan mengurangan tiap baris dengan baris beriutnya dan seterusnya, ditulisan dalam bentu matris gandeng (augmented matrix) dan diperoleh + q ασ r 0 0 0 r r 3 0 0. 0 0 0 0 0 r r Untu baris edua sampai baris e- berlau r W = W = 3,,. (3.) Substitusian persamaan (3.) e persamaan (3.) menghasilan arena r =, maa W = r q α σ W = r q α σ r (3.3) substitusian persamaan (3.3) e persamaan (3.) menghasilan W = q α σ, = 3,, (3.4) r substitusian persamaan (3.3) dan (3.4) e dalam persamaan (3.8) menghasilan W = q α σ r. (3.5)

5 Ahirnya, dari persamaan (3.3), (3.4), (3.5) diperoleh W = q α σ, =,,. (3.6) r Karena W = W (π) dan W (π) = n μ n π maa diperoleh π = μ + q α σ rn, =,, dan vetor π = (π,, π ) adalah titi ritisnya. Selanutnya aan dibutian matris Hessian dari persamaan (3.9) pada π merupaan matris definit positif. Turunan parsial edua dari persamaan (3.9) terhadap π adalah G π = n + n = n ( + r i ), =,, G π i π = n in i <. Matris Hessiannya: H = n ( + r ) r n n 3 n n 4 n 3 n n 3 ( + r 3 ) n 3 n 4 r 3 n n n n 3 n n n n n 3 n r n ( + r ) r Karena matris definit positif tida berubah ia matris tersebut dialian dengan bilangan salar positif, sehingga matris Hessian ia dialian dengan / menadi

6 n ( + r ) n r n 3 n n 4 n n n 3 ( + r 3 ) n 3 n n r 3 n 4 n 3 n 3 H = n n n ( + r ) n n n n 3 n n H adalah sebuah matris simetris yang memenuhi esamaan: r n 0 H = 0 n + r + r r n 0. 0 n Dengan menggunaan Lema dan, H adalah matris definit positif begitu uga dengan matris Hessian H, sehingga π adalah solusi optimum untu pendeatan pertama 3.. Pendeatan edua Penentuan vetor premi π = (π,, π n ), dengan cara meminimuman peluang ebangrutan dan sebagai endala adalah nilai harapan dari n π yang terboboti di bawah suatu nilai yang telah ditentuan, yaitu: S dengan endala: min π P n π < S, n E n μ n π B

7 Solusi untu pendeatan edua adalah: π = μ + n A r =,, (3.7) n n dimana r = i=, S = X,i, S = S, dengan menggunaan i= asumsi aloasi proporsional ditentuan nilai B = n σ + n. π μ A = n dan π μ Untu membutian pendeatan edua, dengan asumsi n umlah besar sehingga berlau teorema limit pusat, dari peluang ebangrutan diperoleh S μ P S > n π = P σ > n π n μ. (3.8) σ Pada persamaan (3.8), meminimalan S μ n π μ σ onstanta terhadap π ). σ adalah sama dengan memasimuman atau memasimuman n π μ (arena σ > 0 adalah Dengan menggunaan asumsi aloasi proporsional ditentuan nilai A dan n σ B yaitu B dan A = B n σ, dimana A = sehingga endala pada pendeatan edua adalah B = μ, selanutnya pendeatan edua menadi n σ + n π μ n π dengan endala: mas π n π μ n σ + n π μ = B

8 Misalan X = n π μ, dan arena A = B X dan A, diperoleh n σ, dengan menyubstitusi dengan endala: mas π n X n X A = 0. Untu menemuan solusi pengoptimuman tersebut dengan menggunaan ondisi arush-uhn-tucer dengan fungsi lagrange turunan parsialnya adalah dan G(X, λ) X dari persamaan (3.9) diperoleh G(X, λ) = n X + λ n X A, = n + λn X = 0 =,, (3.9) G(X, λ) = n X A = 0 (3.0) λ X = =,,. (3.) λn Karena X 0 dan λ bernilai negatif, dengan menyubstitusi persamaan (3.) edalam persamaan (3.0) diperoleh

9 λn = A r r 4An = λ, (3.) arena λ < 0, menyubstitusi nilai λ dari persamaan (3.) e persamaan (3.) menghasilan X = λn = n A r =,,. (3.3) Selanutnya aan dinyataan bahwa titi X = (X,, X ) adalah titi optimum, misalan ε,, ε R adalah buah bilangan salar. Titi X adalah solusi dari pendeatan edua ia dan hanya ia: y < X, untu setiap titi y = (y,, y ) R dengan y 0, =,, berlau y A = 0. (3.4) Misalan nilai y = X + ε =,,, maa persamaan (3.4) menadi: X + ε = A. (3.5) Menyubstitusi nilai X dari persamaan (3.3) e persamaan (3.5) menghasilan r A r + ε = A A r + A r ε + ε = A

30 A r ε + ε = 0 ε = r A ε < 0 sehingga, y = X + ε = X + ε < X. Karena X adalah titi optimum, menurut persamaan (3.3) dan dari asumsi X = n π μ, maa premi optimum untu elas e- adalah: π = μ + n A r =,, 3.3 Fungsi Harga dan Fungsi Permintaan Solusi untu dua pendeatan tersebut yaitu persamaan (3.7) dan (3.6), dapat ditulisan dalam formula lain. Misalan diberian vetor n = (n,, n ) yang menyataan banyanya peserta asuransi dalam tiap elas risio =,,, maa untu elas e- harga premi π yaitu P (n) adalah: π = P (n) = μ + n a (3.6) dimana untu pendeatan pertama nilai a adalah q ασ, dan untu pendeatan edua nilai a adalah A r. Sehingga P(n) = p (n),, p (n) disebut fungsi harga (the pricing function). Misalan harga premi untu tiap elas risio =,, telah ditetapan yaitu vetor premi π = (π,, π ), aan berpotensi untu menghasilan vetor lainnya yaitu n = D(π) = D (π),, D (π), dimana D (π) adalah banyanya potensi peserta asuransi pada elas e- dengan vetor premi π. Diataan bahwa D(π) adalah fungsi permintaan, dan diasumsian bila D (π) turun etia π nai. r

3 3.4 Esistensi dan Karateristi dari Titi Kesetimbangan 3.4. Esistensi Titi Kesetimbangan Misalan dalam pasar asuransi, pada saat seumlah perusahaan asuransi menentuan harga premi bagi para pemegang polis (policyholders) untu seumlah produ yang diluncuran, pasar bereasi dengan pembaruan (updating) umlah pemegang polis. Hal ini menyebaban pembaruan harga premi, dan seterusnya. Pada penentuan harga premi pada portfolio heterogen untu seumlah =,, elas risio, misalan umlah peserta pada elas tersebut adalah n 0, dimana n 0 = (n 0,, n 0 ). Harga premi ditentuan dengan menggunaan fungsi harga (persamaan 3.), sehingga didapatan vetor harga preminya untu seluruh elas risio yaitu π = P (n 0 ),, P (n 0 ). Pembaruan vetor premi ini, menyebaban perubahan umlah pemegang polis pada tiap elas arena adanya fungsi permintaan yaitu n = D(π ) dan seterusnya. Misalan sampai pada langah e- harga premi ditetapan π = P n,, P n lalu banyanya peserta berubah menadi n = D(π ), vetor harga premi menadi π + = P n,, P n dan seterusnya. Vetor π diataan pada titi esetimbangan pada saat π = P D(π ), dimana n = D(π ) yaitu penentuan banyanya peserta asuransi di tiap elas sebagai fungsi dari π. Penentuan eberadaan titi esetimbangan menggunaan teorema: Teorema 3. Teorema Titi Tetap (Teorema Brouwer) Misalan R n adalah gugus ta osong, ompa, dan onves. Fungsi f: ontinu, maa terdapat titi tetap (fixed point) yaitu x o, x o = f(x o ). Buti: Untu membutian teorema titi tetap (teorema Brouwer), digunaan dua Lema yaitu:

3 Lema 3 Misalan (X, d) dan (Y, ρ) adalah ruang metri. Fungsi f: X Y diataan ontinu pada titi x o X ia dan hanya ia lim n f(x n ) = f(x o ) untu setiap barisan {x n } di X dengan lim n x n = x o. Buti pada lampiran 3c. Lema 4 (Heine-Borel) Misalan gugus K R n, K diataan ompa ia dan hanya ia tertutup dan terbatas. Buti pada lampiran 3d. Misalan x o sebarang dan didefinisian x = f(x o ), x = f(x ),, x n+ = f(x n ) Dietahui ompa, maa menurut Lema 4 tentang eompaan tertutup. Misalan {x n } barisan di, x n x o, x o S dan ε > 0 sebarang. Menurut Lema 3 terdapat δ sedemiian rupa sehingga d f(x n ), f(x o ) < ε, bila d(x n, x o ) < δ, untu n N asli, atau lim f(x n) = f(x o ) n Di piha lain berdasaran onstrusi di atas, diperoleh lim f(x n) = lim x n+ = x o n n dari ( ) dan ( ) diperoleh x o = f(x o ). ( ) ( ) Pada perhitungan penentuan besar premi (π ) dan umlah peserta (n ) di tiap elas risio, menggunaan asumsi batasan intervalnya yaitu: (a) π μ, M, =,,, di mana 0 < N min max D (π) N (b) n N min, N max, =,,, di mana μ P (n) M. Dengan menggunaan teorema (3.) dan asumsi batasan interval, maa fungsi harga pada persamaan (3.4) menadi P (n) = (P (n) M,, P (n) M ). (3.7)

33 Teorema 3. Misalan fungsi permintaan adalah fungsi ontinu, dengan menggunaan asumsi batasan interval diperoleh Q(π) = P D(π) = P D (π),, D (π), maa pada titi esetimbangan terdapat vetor premi π = (π,, π ) yang memenuhi: Q(π ) = Q(π,, π ) = π (3.8) Buti: Karena fungsi P (n) dan D(π) adalah fungsi ontinu, dengan menggunaan asumsi batasan interval yang mengaibatan bahwa Q adalah ontinu dari e, dimana = [μ, M ] [μ, M ], di mana hasilnya didapat berdasaran teorema titi tetap. Teorema 3. membutian esistensi titi esetimbangan. Ketunggalan dari titi esetimbangan tida dibutian, arena berenaan dengan masalah irisan antara dua fungsi peubah banya. Pada perhitungan secara numeri, dapat diperoleh beberapa titi esetimbangan. Untu beberapa asus yang menggunaan iterasi, proses tercapainya titi esetimbangan bergantung pada penetapan titi awalnya. 3.4. Karateristi dari Titi Kesetimbangan Fungsi harga pada persaman (3.4) di titi esetimbangan berdasaran teorema titi tetap menadi persamaan (3.5), sedangan fungsi permintaan pada titi esetimbangan menggunaan teorema beriut. Teorema 3.3 Suatu vetor π = (π,, π ) adalah titi tetap dari Q(π) ia dan hanya ia, untu =,, memenuhi: D (π ) = π a (3.9) μ Buti: Syarat perlu: asumsian bahwa π titi esetimbangan, sehingga: π = μ + D (π ) a,

34 oleh arena D (π ) = π μ a, syarat cuup: aan diperlihatan bahwa persamaan (3.7) mengaibatan persamaan (3.6), dengan menyubstitusiannya e dalam persamaan (3.4) diperoleh μ + D (π ) a = μ + a a π = π μ Jadi berdasaran asumsi, π adalah titi esetimbangan.