1. Przyszła długość życia x-latka
|
|
- Wojciech Leszczyński
- 7 lat temu
- Przeglądów:
Transkrypt
1 Przyszła długość życia x-latka Rozważmy osobę mającą x lat; oznaczenie: (x) Jej przyszłą długość życia oznaczymy T (x), lub krótko T Zatem x+t oznacza całkowitą długość życia T jest zmienną losową, której dystrybuantę oznaczymy G(t): G(t) Pr(T t), t Tak G(t) oznacza prawdopodobieństwo, że osoba umrze w ciągu t lat Będziemy zakładać, że dystrybuanta G jest znana oraz że jest ciągła i ma gęstość g(t) G (t) Zatem g(t)dt Pr(t < T < t + dt) oznacza prawdopodobieństwo, że śmierć nastąpi w nieskończenie małym przedziale [t, t + dt] Prawdopodobieństwa i wartości oczekiwane można wyrażać używając funkcji g i G Tradycyjna notacja aktuarialna jest jednak inna Np symbol t q x oznacza prawdopodobieństwo, że x-latek umrze w ciągu t lat Stąd Zatem tq x G(t) tp x G(t) jest prawdopodobieństwem, że x-latek przeżyje t lat Następnie s tq x Pr(s < T s + t) G(s + t) G(s) s+t q x s q x s p x s+t p x jest prawdopodobieństwem, że x-latek przeżyje s lat, a następnie umrze w ciągu t lat G(s + t) tp x+s Pr(T > s + t T > s), jest z kolei prawdopodobieństwem warunkowym, że osoba przeżyje dalsze t lat po przeżyciu s lat Podobnie G(s + t) G(s) tq x+s Pr(T s + t T > s), jest prawdopodobieństwem śmierci w ciągu t lat po przeżyciu s lat Mamy tożsamości s+tp x G(s + t) [] G(s + t) s p x tp x+s, s tq x G(s + t) G(s) [] G(s + t) G(s) s p x tq x+s Wartość oczekiwaną pozostałej długości życia x-latka, E(T ) oznaczamy e x Zatem e x tg(t)dt
2 Ponieważ ze wzoru na całkowanie przez części otrzymujemy: [ G(t)]dt ( G(t))t + tg(t)dt tg(t)dt, e x [ G(t)]dt tp x dt Jeżeli t, indeks t jest zawsze opuszczany w symbolach t p x, t q x, s t q x Zatem q x jest prawdopodobieństwem, że x-latek umrze w ciągu roku, a s q x jest prawdopodobieństwem, że x-latek przeżyje s lat, a potem umrze w ciągu roku Intensywność wymierania Intensywność (natężenie) wymierania dla x-latków w wieku x + t lat określamy jako µ x+t g(t) G(t) d ln[ G(t)] dt Wtedy mamy: Pr(t < T < t + dt) g(t)dt g(t) [ G(t)]dt G(t) µ x+tt p x dt, a także: e x tg(t)dt t t p x µ x+t dt o o Z równości poprzedniej mamy dla małych s: Pr(t < T < t + s) t p x µ x+t s Lewa strona tej równości to t s q x, czyli t p xs q x+t Stąd tp xs q x+t t p x µ x+t s, sq x+t µ x+t s Interpretacja: prawdopodobieństwo śmierci w wieku bliskim x + t jest proporcjonalne do intensywności wymierania w tym wieku Ponieważ z definicji całkując otrzymamy µ x+t d dt ln[ G(t)] d dt ln( tp x ), t ln( t p x ) µ x+s ds, tp x e t µ x+sds 2
3 2 Analityczne dystrybuanty zmiennej losowej T Funkcję G nazywamy dystrybuantą analityczną, jeśli można ją określić prostym wzorem Dawniej próbowano wyprowadzić wzory na G(t) z pewnych podstawowych postulatów, na wzór fizyki Obecnie te próby wydają się nieco naiwne i mistyczne Historycznie pierwszą próbą był postulat de Moivre a (724) zakładający, że rozkład zmiennej T jest jednostajny między wiekiem (liczonym od momentu x) a wiekiem ω x, gdzie ω jest hipotetycznym maksymalnym wiekiem Stąd otrzymujemy g(t) dla < t < ω x, ω x i dalej skąd G(t) t ω x ds µ x+t g(t) G(t) ω x t ω x t ω x, ω x t dla < t < ω x Jak widać intensywność wymierania jest rosnącą funkcją t W roku 824 Gompertz postulował wykładniczy wzrost intensywności wymierania: µ x+t Bc x+t, t >, co lepiej oddaje charakter procesu starzenia a ponadto usuwa założenie wieku maksymalnego ω Prawo Gompertza zostało uogólnione przez Makehama, który zaproponował wzór µ x+t A + Bc x+t, t > Szczególnym przypadkiem tych praw jest stała intensywność wymierania (przyjąć c w prawie Gompertza lub B w prawie Makehama) Wtedy tp x e µt Jest to matematycznie proste lecz niezbyt realistyczne Ogólniej, przy założeniu prawa Makehama: tp x exp[ t (A + Bcx+s )ds] exp( [As + B ln c cx+s ] t ) exp[ At B ln c cx (c t )] exp( At mc x (c t )), gdzie m B/ ln c Kolejna propozycja pochodzi od Weibulla (939): µ x+t k(x + t) n, k, n > Wtedy prawdopodobieństwo przeżycia wynosi ( (x + s)n+ tp x exp k n + exp( k n + [(x + t)n+ x n+ ]) 3 t )
4 3 Obcięta długość życia x-latka Określimy pewne zmienne losowe związane ze zmienną T K [T ] jest liczbą pełnych lat przeżytych później przez x-latka (tzw obcięta długość życia) K jest zmienną losową o wartościach całkowitych i jej rozkład określają wzory: Pr(K k) Pr(k T < k + ) k p x, k,, Wartość oczekiwaną zmiennej K oznaczamy e x Mamy: Korzystając ze wzoru możemy napisać e x e x kpr(k k) k k p x k k k a ik a ik, k i i ki k kpr(k k) Pr(K k) k k i Pr(K k) Pr(K i), i ki i czyli e x Pr(K k) kp x k k Niech S oznacza tę część roku śmierci, którą przeżywa (x), tj T K + S Zmienna losowa S ma ciągły rozkład między i Przybliżając jej wartość oczekiwaną przez 2 mamy: ex e x + 2 Załóżmy, że K i S są niezależnymi zmiennymi losowymi, tj że dystrybuanta zmiennej S pod warunkiem K nie zależy od K, czyli: nie zależy od k, można napisać Pr(S u K k) u u H(u), dla k,,, u i pewnej funkcji H(u) Jeżeli założymy, że H(u) u (rozkład jednostajny), to mamy równość dokładną: oraz (bo Var(S) (x 2 )2 dx 2 ) e x e x + 2 Var(T ) Var(K) + 2 4
5 4 Tablice trwania życia Rozkład prawdopodobieństwa przyszłej długości życia x-latka można zbudować w oparciu o odpowiednią tablicę trwania życia, zbudowaną na podstawie danych statystycznych Tablica taka jest w zasadzie tablicą prawdopodobieństwa śmierci dotyczących kolejnych lat Tworzy się tablice dla różnych grup populacji (np wg płci, rasy, pokolenia) Wiek początkowy x może znacząco wpływać na taką tablicę Np niech x oznacza wiek w którym dana osoba kupiła ubezpieczenie na życie Ponieważ ubezpieczenie oferuje się tylko ludziom zdrowym (czasem po badaniach lekarskich), należy oczekiwać, że osoba, która właśnie nabyła ubezpieczenie będzie lepszego zdrowia niż ta, która je kupiła kilkanaście lat temu (chociaż teraz wiek jest ten sam) To zjawisko uwzględniają tzw ścięte tablice trwania życia W takiej tablicy prawdopodobieństwa śmierci są stopniowane zależnie od wieku wejścia do systemu ubezpieczeń Zatem q [x]+t jest prawdopodobieństwem śmierci (w ciągu roku) dla x + t-latka, gdzie x jest wiekiem wejścia Mamy nierówności q [x] < q [x ]+ < q [x 2]+2 < Efekt selekcji zanika po kilku, powiedzmy r, latach po wejściu Zakładamy, że q [x r]+r q [x r ]+r+ q x Okres r nazywa się okresem selekcji 5 Prawdopodobieństwo śmierci dla części roku Rozkład zmiennej K i jej charakterystyki można wyznaczyć na podstawie tablic trwania życia Np kp x p x p x+ p x+2 p x+k Aby otrzymać rozkład zmiennej T czyni się założenia odnośnie prawdopodobieństwa śmierci u q x lub intensywności wymierania µ x+u w wieku x + u (x całkowite, < u < ) Podamy trzy takie założenia Założenie a: Liniowość u q x To założenie nazywa się hipotezą jednostajności (uniform distribution of deaths) Zakładamy, że u q x jest liniową funkcją u, tj u q x uq x Jak już wiadomo jest to przypadek gdy K i S są niezależne i S ma rozkład jednostajny Wtedy oraz up x uq x µ x+u d du ln( up x ) d du ln( uq x) Prawdziwa jest także równość: gdyż n+up x ( u) np x + u n+ p x, q x uq x n+up x n p x up x+n n p x ( uq x+n ) n p x ( u+up x+n ) n p x ( u)+u n+ p x 5
6 Założenie b: µ x+u jest stała To założenie nazywa się hipotezą stałego natężenia zgonów (constant force of mortality) Zakładamy, że µ x+u jest stała dla < u <, i oznaczamy tę wartość µ x+/2 Mamy µ x+/2 d dt ln tp x, czyli u µ x+/2 ds ln u p x, < u <, uµ x+/2 ln( u p x ) () skąd dla u otrzymujemy: µ x+/2 ln p x Ponadto z równości () mamy up x e uµ x+ 2 ( e µ ) u x+ 2, Stąd uzyskujemy up x (p x ) u Pr(S u K k) u (p x+k) u p x+k up x+k p x+k Rozkład warunkowy zależy od K, zmienne S i K nie są teraz niezależne Przykład Na podstawie tablic trwania życia wiemy, że q 26 jest równe: dla mężczyzny,6, a dla kobiety,29 Obliczyć prawdopodobieństwo, że osoba 26-letnia przeżyje najbliższe pół roku Przyjmijmy Założenie a Wtedy,5p 26, 5 q 26, dla mężczyzny,5 p 26, 99942, a dla kobiety, Przy Założeniu b mamy,5p 26 p 26 q 26, czyli tak samo: dla mężczyzny,5 p 26, 99942, a dla kobiety, Założenie c: Liniowość u q x+u To założenie zaproponował Balducci Stwierdza ono, że uq x+u ( u)q x 6
7 Aby wyznaczyć µ x+u obliczymy u p x z równości p x u p x u p x+u, Ponadto up x p x up x+u q x ( u)q x, ln u p x ln[ ( u)q x ] ln( q x ), µ x+u d du (ln up x ) q x ( u)q x Pr(S u K k) u up x+k ( u) Zatem zmienne losowe K i S nie są niezależne ( u) + [ ( u) ] u ( u) 7
Tablice trwania życia
ROZDZIAŁ 3 Tablice trwania życia 1 Przyszły czas życia Osobę, która ukończyła x lat życia, będziemy nazywać x-latkiem i oznaczać symbolem x Jej przyszły czas życia, tzn od chwili x do chwili śmierci, będziemy
Bardziej szczegółowoMODELE MATEMATYCZNE W UBEZPIECZENIACH
MODELE MATEMATYCZNE W UBEZPIECZENIACH WYKŁAD 3: WYZNACZANIE ROZKŁADU CZASU PRZYSZŁEGO ŻYCIA 1 Hipoteza jednorodnej populacji Rozważmy pewną populację osób w różnym wieku i załóżmy, że każda z tych osób
Bardziej szczegółowo1 Elementy teorii przeżywalności
1 Elementy teorii przeżywalności Zadanie 1 Zapisz 1. Prawdopodobieństwo, że noworodek umrze nie później niż w wieku 80 lat 2. P-two, że noworodek umrze nie później niż w wieku 30 lat 3. P-two, że noworodek
Bardziej szczegółowo1 Elementy teorii przeżywalności
1 Elementy teorii przeżywalności Zadanie 1 Zapisz 1. Prawdopodobieństwo, że noworodek umrze nie później niż w wieku 80 lat 2. P-two, że noworodek umrze nie później niż w wieku 30 lat 3. P-two, że noworodek
Bardziej szczegółowo3 Ubezpieczenia na życie
3 Ubezpieczenia na życie O ile nie jest powiedziane inaczej, w poniższych zadaniach zakładamy HJP. 3.1. Zadania 7.1-7.26 z Miśkiewicz-Nawrocka, Zeug-Żebro, Zbiór zadań z matematyki finansowej. 3.2. Mając
Bardziej szczegółowo1. Ubezpieczenia życiowe
1. Ubezpieczenia życiowe Przy ubezpieczeniach życiowych mamy do czynienia z jednorazową wypłatą sumy ubezpieczenia. Moment jej wypłaty i wielkość wypłaty może być funkcją zmiennej losowej T a więc czas
Bardziej szczegółowoep do matematyki aktuarialnej Micha l Jasiczak Wyk lad 2 Tablice trwania życia
Wst ep do matematyki aktuarialnej Micha l Jasiczak Wyk lad 2 Tablice trwania życia 1 Cele (na dzisiaj): Zrozumieć w jaki sposób można wyznaczyć przysz ly czas życia osoby w wieku x. Zrozumieć parametry
Bardziej szczegółowoElementy teorii przeżywalności
Elementy teorii przeżywalności Zadanie 1.1 Zapisz 1. Prawdopodobieństwo, że noworodek umrze nie później niż w wieku 8 lat 2. P-two, że noworodek umrze nie później niż w wieku 3 lat 3. P-two, że noworodek
Bardziej szczegółowoMODELE MATEMATYCZNE W UBEZPIECZENIACH
MODELE MATEMATYCZNE W UBEZPIECZENIACH WYKŁAD 4: UBEZPIECZENIA NA ŻYCIE Ubezpieczenie na życie jest to kontrakt (zwany polisą), w którym ubezpieczony zobowiązuje się do opłacenia składki (jednorazowo lub
Bardziej szczegółowoElementy teorii przeżywalności
Elementy teorii przeżywalności Zadanie 1.1 Przyjmijmy, że funkcja przeżycia s(x) = ax + b dla 0 x ω. Znaleźć medianę zmiennej X, jeśli wiadomo, że wartość oczekiwana E(X) = 60. Zadanie 1.2 Mając funkcje
Bardziej szczegółowoep do matematyki aktuarialnej Micha l Jasiczak Wyk lad 3 Tablice trwania życia 2
Wst ep do matematyki aktuarialnej Micha l Jasiczak Wyk lad 3 Tablice trwania życia 2 1 Przypomnienie Jesteśmy już w stanie wyznaczyć tp x = l x+t l x, gdzie l x, l x+t, to liczebności kohorty odpowiednio
Bardziej szczegółowoUbezpieczenia życiowe
Maciej Grzesiak Instytut Matematyki Politechniki Poznańskiej Ubezpieczenia życiowe 1. Z historii ubezpieczeń W uproszczeniu mówiąc mamy dwa tradycyjne modele ubezpieczeń. Pierwszy ma źródło w towarzystwach
Bardziej szczegółowoUbezpieczenia na życie
ROZDZIAŁ 4 Ubezpieczenia na życie Ubezpieczenie na życie jest to kontrakt (zwany polisą), w którym ubezpieczony zobowiązuje się do opłacenia składki (jednorazowo lub w ratach), a w zamian za to ubezpieczyciel
Bardziej szczegółowoMatematyka ubezpieczeń na życie. Piotr Kowalski
Matematyka ubezpieczeń na życie Piotr Kowalski 27 stycznia 212 Spis treści 1 Elementy matematyki finansowej 1 1.1 Oznaczenia.............................. 1 1.2 Związki................................
Bardziej szczegółowoXLIV Egzamin dla Aktuariuszy z 3 grudnia 2007 r.
Komisja Egzaminacyjna dla Aktuariuszy XLIV Egzamin dla Aktuariuszy z 3 grudnia 2007 r. Część II Matematyka ubezpieczeń życiowych Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 100 minut Warszawa,
Bardziej szczegółowoRozdział 1. Wektory losowe. 1.1 Wektor losowy i jego rozkład
Rozdział 1 Wektory losowe 1.1 Wektor losowy i jego rozkład Definicja 1 Wektor X = (X 1,..., X n ), którego każda współrzędna jest zmienną losową, nazywamy n-wymiarowym wektorem losowym (krótko wektorem
Bardziej szczegółowoRachunek prawdopodobieństwa i statystyka
Rachunek prawdopodobieństwa i statystyka Momenty Zmienna losowa jest wystarczająco dokładnie opisana przez jej rozkład prawdopodobieństwa. Względy praktyczne dyktują jednak potrzebę znalezienia charakterystyk
Bardziej szczegółowoZadanie 1. Liczba szkód N w ciągu roku z pewnego ryzyka ma rozkład geometryczny: k =
Matematyka ubezpieczeń majątkowych 0.0.006 r. Zadanie. Liczba szkód N w ciągu roku z pewnego ryzyka ma rozkład geometryczny: k 5 Pr( N = k) =, k = 0,,,... 6 6 Wartości kolejnych szkód Y, Y,, są i.i.d.,
Bardziej szczegółowoMatematyka ubezpieczeń życiowych r.
. W populacji, w której śmiertelnością rządzi prawo de Moivre a z wiekiem granicznym ω = 50, dzieckiem jest się do wieku d. W wieku d rozpoczyna się pracę i pracuje się do wieku p.w wieku p przechodzi
Bardziej szczegółowoZmienne losowe. dr Mariusz Grządziel Wykład 12; 20 maja 2014
Zmienne losowe dr Mariusz Grządziel Wykład 2; 20 maja 204 Definicja. Zmienna losowa nazywamy dyskretna (skokowa), jeśli zbiór jej wartości x, x 2,..., można ustawić w ciag. Zmienna losowa X, która przyjmuje
Bardziej szczegółowoZadanie 1. Ilość szkód N ma rozkład o prawdopodobieństwach spełniających zależność rekurencyjną:
Zadanie. Ilość szkód N ma rozkład o prawdopodobieństwach spełniających zależność rekurencyjną: Pr Pr ( = k) ( N = k ) N = + k, k =,,,... Jeśli wiemy, że szkód wynosi: k= Pr( N = k) =, to prawdopodobieństwo,
Bardziej szczegółowoWykład 3 Momenty zmiennych losowych.
Wykład 3 Momenty zmiennych losowych. Wrocław, 19 października 2016r Momenty zmiennych losowych Wartość oczekiwana - przypomnienie Definicja 3.1: 1 Niech X będzie daną zmienną losową. Jeżeli X jest zmienną
Bardziej szczegółowoWykład 3 Momenty zmiennych losowych.
Wykład 3 Momenty zmiennych losowych. Wrocław, 18 października 2017r Momenty zmiennych losowych Wartość oczekiwana - przypomnienie Definicja 3.1: 1 Niech X będzie daną zmienną losową. Jeżeli X jest zmienną
Bardziej szczegółowoZadanie 1. są niezależne i mają rozkład z atomami: ( ),
Zadanie. Zmienne losowe są niezależne i mają rozkład z atomami: ( ) ( ) i gęstością: ( ) na przedziale ( ). Wobec tego ( ) wynosi: (A) 0.2295 (B) 0.2403 (C) 0.2457 (D) 0.25 (E) 0.269 Zadanie 2. Niech:
Bardziej szczegółowoStatystyka i eksploracja danych
Wykład II: i charakterystyki ich rozkładów 24 lutego 2014 Wartość oczekiwana Dystrybuanty Słowniczek teorii prawdopodobieństwa, cz. II Wartość oczekiwana Dystrybuanty Słowniczek teorii prawdopodobieństwa,
Bardziej szczegółowoRozkłady i ich dystrybuanty 16 marca F X (t) = P (X < t) 0, gdy t 0, F X (t) = 1, gdy t > c, 0, gdy t x 1, 1, gdy t > x 2,
Wykład 4. Rozkłady i ich dystrybuanty 6 marca 2007 Jak opisać cały rozkład jedną funkcją? Aby znać rozkład zmiennej X, musimy umieć obliczyć P (a < X < b) dla dowolnych a < b. W tym celu wystarczy znać
Bardziej szczegółowozadania z rachunku prawdopodobieństwa zapożyczone z egzaminów aktuarialnych
zadania z rachunku prawdopodobieństwa zapożyczone z egzaminów aktuarialnych 1. [E.A 5.10.1996/zad.4] Funkcja gęstości dana jest wzorem { 3 x + 2xy + 1 y dla (x y) (0 1) (0 1) 4 4 P (X > 1 2 Y > 1 2 ) wynosi:
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych 1.10.2012 r.
Zadanie. W pewnej populacji każde ryzyko charakteryzuje się trzema parametrami q, b oraz v, o następującym znaczeniu: parametr q to prawdopodobieństwo, że do szkody dojdzie (może zajść co najwyżej jedna
Bardziej szczegółowob) Niech: - wśród trzech wylosowanych opakowań jest co najwyżej jedno o dawce 15 mg. Wówczas:
ROZWIĄZANIA I ODPOWIEDZI Zadanie A1. Można założyć, że przy losowaniu trzech kul jednocześnie kolejność ich wylosowania nie jest istotna. A więc: Ω = 20 3. a) Niech: - wśród trzech wylosowanych opakowań
Bardziej szczegółowoSkładki i rezerwy netto
ROZDZIAŁ 6 Składki i rezerwy netto 1 Składki netto Umowę pomiędzy ubezpieczycielem a ubezpieczonym dotyczącą ubezpieczenia na życie nazywa się polisą ubezpieczeniową Polisa taka zawiera szczegółowe warunki
Bardziej szczegółowoWykład 1 Zmienne losowe, statystyki próbkowe - powtórzenie materiału
Wykład 1 Zmienne losowe, statystyki próbkowe - powtórzenie materiału Magdalena Frąszczak Wrocław, 22.02.2017r Zasady oceniania Ćwiczenia 2 kolokwia (20 punktów każde) 05.04.2017 oraz 31.05.2017 2 kartkówki
Bardziej szczegółowoEGZAMIN MAGISTERSKI, Biomatematyka
Biomatematyka 80...... Zadanie 1. (8 punktów) Załóżmy, że w diploidalnej populacji kojarzącej się w sposób losowy, w loci o dwóch allelach A i a 36% osobników tej populacji ma genotyp aa. (a) Jaka cześć
Bardziej szczegółowoPrawdopodobieństwo i statystyka r.
Zadanie. Niech (X, Y) ) będzie dwuwymiarową zmienną losową, o wartości oczekiwanej (μ, μ, wariancji każdej ze współrzędnych równej σ oraz kowariancji równej X Y ρσ. Staramy się obserwować niezależne realizacje
Bardziej szczegółowoLVII Egzamin dla Aktuariuszy z 20 czerwca 2011 r.
Komisja Egzaminacyjna dla Aktuariuszy LVII Egzamin dla Aktuariuszy z 20 czerwca 2011 r. Część II Matematyka ubezpieczeń życiowych Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 100 minut Warszawa,
Bardziej szczegółowoLXXV Egzamin dla Aktuariuszy z 5 grudnia 2016 r.
Komisja Egzaminacyjna dla Aktuariuszy LXXV Egzamin dla Aktuariuszy z 5 grudnia 2016 r. Część II Matematyka ubezpieczeń życiowych Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 100 minut Warszawa,
Bardziej szczegółowoXXXVIII Egzamin dla Aktuariuszy z 20 marca 2006 r.
Komisja Egzaminacyjna dla Aktuariuszy XXXVIII Egzamin dla Aktuariuszy z 20 marca 2006 r. Część II Matematyka ubezpieczeń życiowych Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 100 minut Warszawa,
Bardziej szczegółowoRachunek prawdopodobieństwa i statystyka
Rachunek prawdopodobieństwa i statystyka Przestrzeń probabilistyczna Niech Ω będzie dowolnym zbiorem, zwanym przestrzenią zdarzeń elementarnych. Elementy ω tej przestrzeni nazywamy zdarzeniami elementarnymi.
Bardziej szczegółowoIII. ZMIENNE LOSOWE JEDNOWYMIAROWE
III. ZMIENNE LOSOWE JEDNOWYMIAROWE.. Zmienna losowa i pojęcie rozkładu prawdopodobieństwa W dotychczas rozpatrywanych przykładach każdemu zdarzeniu była przyporządkowana odpowiednia wartość liczbowa. Ta
Bardziej szczegółowoJeśli wszystkie wartości, jakie może przyjmować zmienna można wypisać w postaci ciągu {x 1, x 2,...}, to mówimy, że jest to zmienna dyskretna.
Wykład 4 Rozkłady i ich dystrybuanty Dwa typy zmiennych losowych Jeśli wszystkie wartości, jakie może przyjmować zmienna można wypisać w postaci ciągu {x, x 2,...}, to mówimy, że jest to zmienna dyskretna.
Bardziej szczegółowoZmienne losowe, statystyki próbkowe. Wrocław, 2 marca 2015
Zmienne losowe, statystyki próbkowe Wrocław, 2 marca 2015 Zasady zaliczenia 2 kolokwia (każde po 20 punktów) projekt (20 punktów) aktywność Zasady zaliczenia 2 kolokwia (każde po 20 punktów) projekt (20
Bardziej szczegółowoAnaliza przeżycia. Wprowadzenie
Wprowadzenie Przedmiotem badania analizy przeżycia jest czas jaki upływa od początku obserwacji do wystąpienia określonego zdarzenia, które jednoznacznie kończy obserwację na danej jednostce. Analiza przeżycia
Bardziej szczegółowoNa A (n) rozważamy rozkład P (n) , który na zbiorach postaci A 1... A n określa się jako P (n) (X n, A (n), P (n)
MODELE STATYSTYCZNE Punktem wyjścia w rozumowaniu statystycznym jest zmienna losowa (cecha) X i jej obserwacje opisujące wyniki doświadczeń bądź pomiarów. Zbiór wartości zmiennej losowej X (zbiór wartości
Bardziej szczegółowoLXXIV Egzamin dla Aktuariuszy z 23 maja 2016 r.
Komisja Egzaminacyjna dla Aktuariuszy LXXIV Egzamin dla Aktuariuszy z 23 maja 2016 r. Część II Matematyka ubezpieczeń życiowych Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 100 minut Warszawa,
Bardziej szczegółowoParametr Λ w populacji ubezpieczonych ma rozkład dany na półosi dodatniej gęstością: 3 f
Zadanie. W kolejnych latach t =,,,... ubezpieczony charakteryzujący się parametrem ryzyka Λ generuje N t szkód. Dla danego Λ = λ zmienne N, N, N,... są warunkowo niezależne i mają (brzegowe) rozkłady Poissona:
Bardziej szczegółowoLXIII Egzamin dla Aktuariuszy z 25 marca 2013 r.
Komisja Egzaminacyjna dla Aktuariuszy LXIII Egzamin dla Aktuariuszy z 25 marca 2013 r. Część II Matematyka ubezpieczeń życiowych Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 100 minut Warszawa,
Bardziej szczegółowoUBEZPIECZ SIĘ, NAJLEPIEJ U MATEMATYKA
KARIERA MATEMATYKĄ KREŚLONA UBEZPIECZ SIĘ, NAJLEPIEJ U MATEMATYKA Ryzyko i ubezpieczenie Możliwość zajścia niechcianego zdarzenia nazywamy ryzykiem. Ryzyko prawie zawsze wiąże się ze stratą. Ryzyko i ubezpieczenie
Bardziej szczegółowoMatematyka Finansowa i Ubezpieczeniowa Ubezpieczenia na Życie
Matematyka Finansowa i Ubezpieczeniowa Ubezpieczenia na Życie Rafał Kucharski rafal.kucharski@ue.katowice.pl Literatura [1] B. Błaszczyszyn, T. Rolski, Podstawy matematyki ubezpieczeń na życie, WNT Warszawa,
Bardziej szczegółowoZmienne losowe ciągłe i ich rozkłady
Statystyka i opracowanie danych W3 Zmienne losowe ciągłe i ich rozkłady Dr Anna ADRIAN Paw B5, pok47 adan@agh.edu.pl Plan wykładu Rozkład Poissona. Zmienna losowa ciągła Dystrybuanta i funkcja gęstości
Bardziej szczegółowoUBEZPIECZENIA NA ŻYCIE
UBEZPIECZENIA NA ŻYCIE M BIENIEK Ubezpieczenie na życie jest to kontrakt pomiędzy ubezpieczycielem a ubezpieczonym gwarantujący, że ubezpieczyciel w zamian za opłacanie składek, wypłaci z góry ustaloną
Bardziej szczegółowoWykład 7: Warunkowa wartość oczekiwana. Rozkłady warunkowe.
Rachunek prawdopodobieństwa MAP3040 WPPT FT, rok akad. 2010/11, sem. zimowy Wykładowca: dr hab. Agnieszka Jurlewicz Wykład 7: Warunkowa wartość oczekiwana. Rozkłady warunkowe. Warunkowa wartość oczekiwana.
Bardziej szczegółowoWeryfikacja hipotez statystycznych
Weryfikacja hipotez statystycznych Hipoteza Test statystyczny Poziom istotności Testy jednostronne i dwustronne Testowanie równości wariancji test F-Fishera Testowanie równości wartości średnich test t-studenta
Bardziej szczegółowoLXX Egzamin dla Aktuariuszy z 23 marca 2015 r.
Komisja Egzaminacyjna dla Aktuariuszy LXX Egzamin dla Aktuariuszy z 23 marca 2015 r. Część II Matematyka ubezpieczeń życiowych Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 100 minut Warszawa,
Bardziej szczegółowoWykład 10 Estymacja przedziałowa - przedziały ufności dla średn
Wykład 10 Estymacja przedziałowa - przedziały ufności dla średniej Wrocław, 21 grudnia 2016r Przedział ufności Niech będzie dana próba X 1, X 2,..., X n z rozkładu P θ, θ Θ. Definicja 10.1 Przedziałem
Bardziej szczegółowoZadanie 1. Zmienne losowe X 1, X 2 są niezależne i mają taki sam rozkład z atomami:
Zadanie 1. Zmienne losowe X 1, X 2 są niezależne i mają taki sam rozkład z atomami: Pr(X 1 = 0) = 6/10, Pr(X 1 = 1) = 1/10, i gęstością: f(x) = 3/10 na przedziale (0, 1). Wobec tego Pr(X 1 + X 2 5/3) wynosi:
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych r.
Zadanie 1. W pewnej populacji podmiotów każdy podmiot narażony jest na ryzyko straty X o rozkładzie normalnym z wartością oczekiwaną równą μ i wariancją równą. Wszystkie podmioty z tej populacji kierują
Bardziej szczegółowoZmienne losowe i ich rozkłady. Momenty zmiennych losowych. Wrocław, 10 października 2014
Zmienne losowe i ich rozkłady. Momenty zmiennych losowych. Wrocław, 10 października 2014 Zmienne losowe i ich rozkłady Doświadczenie losowe: Rzut monetą Rzut kostką Wybór losowy n kart z talii 52 Gry losowe
Bardziej szczegółowoMODELE MATEMATYCZNE W UBEZPIECZENIACH
MODELE MATEMATYCZNE W UBEZPIECZENIACH WYKŁAD 6: SKŁADKI OKRESOWE Składki okresowe netto Umowę pomiędzy ubezpieczycielem a ubezpieczonym dotyczącą ubezpieczenia na życie nazywa się polisą ubezpieczeniową
Bardziej szczegółowoWykład 2 Zmienne losowe i ich rozkłady
Wykład 2 Zmienne losowe i ich rozkłady Magdalena Frąszczak Wrocław, 11.10.2017r Zmienne losowe i ich rozkłady Doświadczenie losowe: Rzut monetą Rzut kostką Wybór losowy n kart z talii 52 Gry losowe Doświadczenie
Bardziej szczegółowoMatematyka ubezpieczeń życiowych 17 marca 2008 r.
1. Niech oznacza przeciętne dalsze trwanie życia w ciągu najbliższego roku obliczone przy założeniu hipotezy interpolacyjnej o stałym natężeniu wymierania między wiekami całkowitymi. Podobnie niech oznacza
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych r.
Matematyka ubezpieczeń majątkowych..00 r. Zadanie. Proces szkód w pewnym ubezpieczeniu jest złożonym procesem Poissona z oczekiwaną liczbą szkód w ciągu roku równą λ i rozkładem wartości szkody o dystrybuancie
Bardziej szczegółowoPODSTAWOWE ROZKŁADY PRAWDOPODOBIEŃSTWA. Piotr Wiącek
PODSTAWOWE ROZKŁADY PRAWDOPODOBIEŃSTWA Piotr Wiącek ROZKŁAD PRAWDOPODOBIEŃSTWA Jest to miara probabilistyczna określona na σ-ciele podzbiorów borelowskich pewnej przestrzeni metrycznej. σ-ciało podzbiorów
Bardziej szczegółowoPEWNE FAKTY Z RACHUNKU PRAWDOPODOBIEŃSTWA
PEWNE FAKTY Z RACHUNKU PRAWDOPODOBIEŃSTWA 1. Trójkę (Ω, F, P ), gdzie Ω, F jest σ-ciałem podzbiorów Ω, a P jest prawdopodobieństwem określonym na F, nazywamy przestrzenią probabilistyczną. 2. Rodzinę F
Bardziej szczegółowoN ma rozkład Poissona z wartością oczekiwaną równą 100 M, M M mają ten sam rozkład dwupunktowy o prawdopodobieństwach:
Zadanie. O niezależnych zmiennych losowych N, M M, M 2, 3 wiemy, że: N ma rozkład Poissona z wartością oczekiwaną równą 00 M, M M mają ten sam rozkład dwupunktowy o prawdopodobieństwach: 2, 3 Pr( M = )
Bardziej szczegółowoEstymacja przedziałowa - przedziały ufności dla średnich. Wrocław, 5 grudnia 2014
Estymacja przedziałowa - przedziały ufności dla średnich Wrocław, 5 grudnia 2014 Przedział ufności Niech będzie dana próba X 1, X 2,..., X n z rozkładu P θ, θ Θ. Definicja Przedziałem ufności dla paramertu
Bardziej szczegółowoZmienne losowe ciągłe i ich rozkłady
Rachunek Prawdopodobieństwa i Statystyka - W3 Zmienne losowe ciągłe i ich rozkłady Dr Anna ADRIAN Paw B5, pok47 adan@agh.edu.pl Plan wykładu Zmienna losowa ciągła Dystrybuanta i unkcja gęstości rozkładu
Bardziej szczegółowoW4 Eksperyment niezawodnościowy
W4 Eksperyment niezawodnościowy Henryk Maciejewski Jacek Jarnicki Jarosław Sugier www.zsk.iiar.pwr.edu.pl Badania niezawodnościowe i analiza statystyczna wyników 1. Co to są badania niezawodnościowe i
Bardziej szczegółowoPrawdopodobieństwo i statystyka
Wykład XIV: Metody Monte Carlo 19 stycznia 2016 Przybliżone obliczanie całki oznaczonej Rozważmy całkowalną funkcję f : [0, 1] R. Chcemy znaleźć przybliżoną wartość liczbową całki 1 f (x) dx. 0 Jeden ze
Bardziej szczegółowoMetody aktuarialne - opis przedmiotu
Metody aktuarialne - opis przedmiotu Informacje ogólne Nazwa przedmiotu Metody aktuarialne Kod przedmiotu 11.5-WK-MATP-MA-W-S14_pNadGenEJ6TV Wydział Kierunek Wydział Matematyki, Informatyki i Ekonometrii
Bardziej szczegółowoLIV Egzamin dla Aktuariuszy z 4 października 2010 r.
Komisja Egzaminacyjna dla Aktuariuszy LIV Egzamin dla Aktuariuszy z 4 października 2010 r. Część II Matematyka ubezpieczeń życiowych Imię i nazwisko osoby egzaminowanej:...klucz odpowiedzi... Czas egzaminu:
Bardziej szczegółowo... i statystyka testowa przyjmuje wartość..., zatem ODRZUCAMY /NIE MA POD- STAW DO ODRZUCENIA HIPOTEZY H 0 (właściwe podkreślić).
Egzamin ze Statystyki Matematycznej, WNE UW, wrzesień 016, zestaw B Odpowiedzi i szkice rozwiązań 1. Zbadano koszt 7 noclegów dla 4-osobowej rodziny (kwatery) nad morzem w sezonie letnim 014 i 015. Wylosowano
Bardziej szczegółowoWykład 10: Całka nieoznaczona
Wykład 10: Całka nieoznaczona dr Mariusz Grzadziel Katedra Matematyki, Uniwersytet Przyrodniczy we Wrocławiu semestr zimowy, rok akademicki 2016/2017 Motywacja Problem 1 Kropla wody o średnicy 0,07 mm
Bardziej szczegółowodla t ściślejsze ograniczenie na prawdopodobieństwo otrzymujemy przyjmując k = 1, zaś dla t > t ściślejsze ograniczenie otrzymujemy przyjmując k = 2.
Zadanie. Dla dowolnej zmiennej losowej X o wartości oczekiwanej μ, wariancji momencie centralnym μ k rzędu k zachodzą nierówności (typu Czebyszewa): ( X μ k Pr > μ + t σ ) 0. k k t σ *
Bardziej szczegółowoLiteratura. Leitner R., Zacharski J., Zarys matematyki wyŝszej dla studentów, cz. III.
Literatura Krysicki W., Bartos J., Dyczka W., Królikowska K, Wasilewski M., Rachunek Prawdopodobieństwa i Statystyka Matematyczna w Zadaniach, cz. I. Leitner R., Zacharski J., Zarys matematyki wyŝszej
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych r.
Matematyka ubezpieczeń majątkowych 4.04.0 r. Zadanie. Przy danej wartości λ parametru ryzyka Λ liczby szkód generowane przez ubezpieczającego się w kolejnych latach to niezależne zmienne losowe o rozkładzie
Bardziej szczegółowoW3 - Niezawodność elementu nienaprawialnego
W3 - Niezawodność elementu nienaprawialnego Henryk Maciejewski Jacek Jarnicki Jarosław Sugier www.zsk.iiar.pwr.edu.pl Niezawodność elementu nienaprawialnego 1. Model niezawodności elementu nienaprawialnego
Bardziej szczegółowoCentralne twierdzenie graniczne
Instytut Sterowania i Systemów Informatycznych Universytet Zielonogórski Wykład 4 Ważne uzupełnienie Dwuwymiarowy rozkład normalny N (µ X, µ Y, σ X, σ Y, ρ): f XY (x, y) = 1 2πσ X σ Y 1 ρ 2 { [ (x ) 1
Bardziej szczegółowoPROCESY STOCHASTYCZNE. PEWNE KLASY PROCESÓW STOCHASTYCZNYCH Definicja. Procesem stochastycznym nazywamy rodzinę zmiennych losowych X(t) = X(t, ω)
PROCESY STOCHASTYCZNE. PEWNE KLASY PROCESÓW STOCHASTYCZNYCH Definicja. Procesem stochastycznym nazywamy rodzinę zmiennych losowych X(t) = X(t, ω) określonych na tej samej przestrzeni probabilistycznej
Bardziej szczegółowoPrawdopodobieństwo i statystyka
Wykład II: Zmienne losowe i charakterystyki ich rozkładów 13 października 2014 Zmienne losowe Wartość oczekiwana Dystrybuanty Słowniczek teorii prawdopodobieństwa, cz. II Definicja zmiennej losowej i jej
Bardziej szczegółowoLXXII Egzamin dla Aktuariuszy z 28 września 2015 r.
Komisja Egzaminacyjna dla Aktuariuszy LXXII Egzamin dla Aktuariuszy z 28 września 2015 r. Część II Matematyka ubezpieczeń życiowych Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 100 minut Warszawa,
Bardziej szczegółowoWykład 3 Jednowymiarowe zmienne losowe
Wykład 3 Jednowymiarowe zmienne losowe Niech (Ω, F, P ) będzie ustaloną przestrzenią probabilistyczną Definicja 1 Jednowymiarowa zmienna losowa (o wartościach rzeczywistych), określoną na przestrzeni probabilistycznej
Bardziej szczegółowoLista zadania nr 7 Metody probabilistyczne i statystyka studia I stopnia informatyka (rok 2) Wydziału Ekonomiczno-Informatycznego Filia UwB w Wilnie
Lista zadania nr 7 Metody probabilistyczne i statystyka studia I stopnia informatyka (rok 2) Wydziału Ekonomiczno-Informatycznego Filia UwB w Wilnie Jarosław Kotowicz Instytut Matematyki Uniwersytet w
Bardziej szczegółowoStatystyka. Wykład 2. Krzysztof Topolski. Wrocław, 11 października 2012
Wykład 2 Wrocław, 11 października 2012 Próba losowa Definicja. Zmienne losowe X 1, X 2,..., X n nazywamy próba losową rozmiaru n z rozkładu o gęstości f (x) (o dystrybuancie F (x)) jeśli X 1, X 2,...,
Bardziej szczegółowoStatystyka matematyczna. Wykład III. Estymacja przedziałowa
Statystyka matematyczna. Wykład III. e-mail:e.kozlovski@pollub.pl Spis treści Rozkłady zmiennych losowych 1 Rozkłady zmiennych losowych Rozkład χ 2 Rozkład t-studenta Rozkład Fischera 2 Przedziały ufności
Bardziej szczegółowoPodstawy symulacji komputerowej
Podstawy symulacji komputerowej Wykład 3 Generatory liczb losowych Wojciech Kordecki wojciech.kordecki@pwsz-legnica.eu Państwowa Wyższa Szkoła Zawodowa im. Witelona w Legnicy Wydział Nauk Technicznych
Bardziej szczegółowoKwantyle. Kwantyl rzędu p rozkładu prawdopodobieństwa to taka liczba x p. , że. Możemy go obliczyć z dystrybuanty: P(X x p.
Kwantyle Kwantyl rzędu p rozkładu prawdopodobieństwa to taka liczba x p, że P(X x p ) p P(X x p ) 1 p Możemy go obliczyć z dystrybuanty: Jeżeli F(x p ) = p, to x p jest kwantylem rzędu p Jeżeli F(x p )
Bardziej szczegółowo1. Oblicz prawdopodobieństwo zdarzenia, że noworodek wybrany z populacji, w której śmiertelnością rządzi prawo Gompertza
1. Oblicz prawdopodobieństwo zdarzenia, że noworodek wybrany z populacji, w której śmiertelnością rządzi prawo Gompertza x µ x = 06e. dożyje wieku największej śmiertelności (tzn. takiego wieku, w którym
Bardziej szczegółowoXLIII Egzamin dla Aktuariuszy z 8 października 2007 r.
Komisja Egzaminacyjna dla Aktuariuszy XLIII Egzamin dla Aktuariuszy z 8 października 2007 r. Część II Matematyka ubezpieczeń życiowych Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 100 minut Warszawa,
Bardziej szczegółowoPrzykład 1 W przypadku jednokrotnego rzutu kostką przestrzeń zdarzeń elementarnych
Rozdział 1 Zmienne losowe, ich rozkłady i charakterystyki 1.1 Definicja zmiennej losowej Niech Ω będzie przestrzenią zdarzeń elementarnych. Definicja 1 Rodzinę S zdarzeń losowych (zbiór S podzbiorów zbioru
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych r.
Matematyka ubezpieczeń majątkowych 0.0.005 r. Zadanie. Likwidacja szkody zaistniałej w roku t następuje: w tym samym roku z prawdopodobieństwem 0 3, w następnym roku z prawdopodobieństwem 0 3, 8 w roku
Bardziej szczegółowoWażne rozkłady i twierdzenia c.d.
Ważne rozkłady i twierdzenia c.d. Funkcja charakterystyczna rozkładu Wielowymiarowy rozkład normalny Elipsa kowariacji Sploty rozkładów Rozkłady jednostajne Sploty z rozkładem normalnym Pobieranie próby
Bardziej szczegółowoOGÓLNE RENTY ŻYCIOWE
OGÓLNE RENTY ŻYCIOWE M. BIENIEK Rentą życiową nazywamy kontrakt między ubezpieczycielem a ubezpieczonym, w którym ubezpieczony w zamian za określoną opłatę, zwaną składką, otrzymuje ciąg z góry określonych
Bardziej szczegółowoEGZAMIN MAGISTERSKI, czerwiec 2015 Biomatematyka
Biomatematyka Rozpatrzmy chorobę, która rozprzestrzenia się za pośrednictwem nosicieli, u których nie występują jej symptomy. Niech C(t) oznacza liczbę nosicieli w chwili t. Zakładamy, że nosiciele są
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych 6.04.2009 r.
Matematyka ubezpieczeń majątkowych 6.04.009 r. Zadanie. Niech N oznacza liczbę szkód zaszłych w ciągu roku z pewnego ubezpieczenia z czego: M to liczba szkód zgłoszonych przed końcem tego roku K to liczba
Bardziej szczegółowoWybrane rozkłady zmiennych losowych. Statystyka
Wybrane rozkłady zmiennych losowych Statystyka Rozkład dwupunktowy Zmienna losowa przyjmuje tylko dwie wartości: wartość 1 z prawdopodobieństwem p i wartość 0 z prawdopodobieństwem 1- p x i p i 0 1-p 1
Bardziej szczegółowoUbezpieczenia majątkowe
Funkcje użyteczności a składki Uniwersytet Przyrodniczy we Wrocławiu Instytut Nauk Ekonomicznych i Społecznych 2016/2017 Funkcja użyteczności Niech ω wielkość majątku decydenta wyrażona w j.p., u (ω) stopień
Bardziej szczegółowoLXVIII Egzamin dla Aktuariuszy z 29 września 2014 r.
Komisja Egzaminacyjna dla Aktuariuszy LXVIII Egzamin dla Aktuariuszy z 29 września 2014 r. Część II Matematyka ubezpieczeń życiowych Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 100 minut Warszawa,
Bardziej szczegółowo1. Niech g(t) oznacza gęstość wymierania, od momentu narodzin, pewnej populacji mężczyzn. Demografowie zauważyli, że po drobnej modyfikacji: =
. Niech g(t) oznacza gęstość wymierania, od momentu narodzin, pewnej populacji mężczyzn. Demografowie zauważyli, że po drobnej modyfikacji: ~ 0,9g( t) 0 t < 50 g ( t) =,2 g( t) 50 t. opisuje ona śmiertelność
Bardziej szczegółowoWybrane rozkłady zmiennych losowych. Statystyka
Wybrane rozkłady zmiennych losowych Statystyka Rozkład dwupunktowy Zmienna losowa przyjmuje tylko dwie wartości: wartość 1 z prawdopodobieństwem p i wartość 0 z prawdopodobieństwem 1- p x i p i 0 1-p 1
Bardziej szczegółowoRozkłady statystyk z próby. Statystyka
Rozkłady statystyk z próby tatystyka Rozkłady statystyk z próby Próba losowa pobrana z populacji stanowi realizacje zmiennej losowej jak ciąg zmiennych losowych (X, X,... X ) niezależnych i mających ten
Bardziej szczegółowoPrzykłady do zadania 8.1 : 0 dla x 1, c x 4/3 dla x > 1. (b) Czy można dobrać stałą c tak, aby funkcja f(x) = była gęstością pewnego
Rachunek prawdopodobieństwa MAP64 Wydział Elektroniki, rok akad. 8/9, sem. letni Wykładowca: dr hab. A. Jurlewicz Przykłady do listy 8: Zmienne losowe typu ciągłego. Gęstość prawdopodobieństwa. Rozkład
Bardziej szczegółowo