Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
+
+ + +
(
+
=
+ + +
=
(3.2.10)
representa a probabilidade de que um indivduo de idade x sobreviva a idade x+t e
morra dentro de u anos.
Exemplo:
(1) Resolva:
0
p
0
=1,0 = s(0)
2
p
0
=0,8 = s(2)
1
p
0
=0,9 = s(1)
3
p
0
=0,5 = s(3)
encontre
1|1
q
1
1|1
q
1
= (
2
p
0
3
p
0
) /
1
p
0
= (
2
p
0
/
1
p
0
) [(
2
p
0
3
p
0
)/(
2
p
0
)] =
1|1
q
1
= (0,8 0,5) / 0,9 = (0,8/0,9) [(0,8 0,5)/(0,8)] = 0,333
Faa os exerccios 3.1 a 3.9 do livro, pginas 84 e 85.
(os que forem possveis fazer)
Faa tambm este:
Para a seguinte funo de sobrevivncia:
10
( ) 121 x 0 para 121
11
1
) ( 2
1
= x x s
Calcule a probabilidade que uma vida-idade-21 (21) morra depois de atingir a idade 40,
mas antes de chegar aos 57 anos.
Expresse isso em termos de probabilidade
3.2.3 Tempo Abreviado de Vida Futura
Uma varivel aleatria discreta associada com o tempo de vida futura o nmero de
anos futuros completados por (x), antes da morte.
A idia que no interessa a idade fracionada, apenas a parte inteira da idade. Chama-
se tempo abreviado de vida futura de (x), denotado por K(x), sendo o maior inteiro em
T(x). Sua funo de distribuio :
Pode-se definir a varivel discreta K(x) pelo nmero de anos completados por (x) antes
de sua morte.
| | | |
| | | |
| |
| | 3.2.11) (equao 0,1,2,... k para ) ( Pr
) ( Pr
1 ) ( Pr ) ( Pr
1 ) ( Pr ) ( Pr
|
1
= = = =
= =
+ = =
+ = =
+
+
x k k x x k
x k x k
q q p k x K
p p k x K
k x T k k x K
k x T k k x K
p
p
3.2.4 Fora da Mortalidade
11
| |
( ) ( )
( )
| |
( )
( )
( ) ( ) x F x f
x F
x x f
x X x x X x
x F
x F x x F
x X x x X x
X
X
X
X
X
X X
'
3.2.12) (equao
1
Pr
1
Pr
=
+
+
= +
f p
f p
f
X
(x) a pdf (probability density function) da varivel aleatria contnua idade-ao-morrer.
Veja que a funo
) (
) ( '
) (
) ( 1
) (
x s
x s
x
x F
x f
X
X
= =
possui uma interpretao de densidade de probabilidade condicional. Para cada x, a
funo retorna o valor da pdf condicional de X a cada exata idade x, dada sobrevivncia
a esta idade.
chamada de fora da mortalidade.
a probabilidade de que uma vida que sobreviveu at a idade x morra em um pequeno
intervalo de idade de x at x+dx.
4 4 4 4 3 4 4 4 4 2 1
DERIVADA
X X
dx
X
dx
x F dx x F
x F
x
(
=
) ( ) (
lim
) ( 1
1
) (
0
Exerccios
(1) Suponha que a funo de distribuio da durao da vida futura, F
0
(x), de um
recm-nascido seja dada por:
t
e x F
01 , 0
0
1 ) (
=
12
mostre que a fora da mortalidade para x>0 0,01
Soluo:
1-F
o
(x) = e
(-0,01t)
f
0
(x) = [ F
o
(x) ] = - (-0,01) {e
(-0,01t)
}
f
0
(x) / {1-F
o
(x)} = 0,01
(2) Suponha que a funo de distribuio da durao da vida futura, F
0
(x), de um
recm-nascido seja dada por:
=
80 para 1
80 0 0 para 80 /
) (
0
f
p
x
x
x F
encontre a funo densidade
(3) A funo de sobrevivncia dada por
25
45
calcule
calcule
100 x 0 para
100
1 ) (
=
x
x s
(4) A funo de sobrevivncia dada por:
( ) 121 x 0 para 121
11
1
) ( 3
1
= x x s
Calcule a probabilidade de que uma vida-idade-21 morra depois da idade 40, mas antes
dos 57 anos.
13
(5) Se uma funo de sobrevivncia
50 50
3
- q calcule
0 9 x 0 para
9000
10 9000
) (
=
x x
x s
x
2
As propriedades de f
X
(x) e de 1-F
X
(x) implicam que
x
) ser sempre maior ou igual a
zero
Observe que a fora da mortalidade dada por
)) ( ln( ) (
)) ( ln( ) (
)) ( ln(
) (
) ( '
) (
) (
) ( '
) (
y s d dy y
y s d dy y
dy
y s d
y s
y s
y
x s
x s
x
=
=
Pode-se integrar esta expresso de x a x+n, e obter:
| |
x n
n x
x
n x
x
n x
x
p dy y
x s
n x s
dy y
x s n x s dy y
ln ) (
) (
) (
ln ) (
) ( ln ) ( ln ) (
=
(
+
=
+ =
+
+
+
14
Se feita a exponencial de ambos os lados:
3.2.14) (equao
) (
=
n x
x
dy y
e p
x n
Se consideramos a idade j vivida igual a zero (ao nascimento) e denotando o tempo
de sobrevivncia por x (trocando x por n), temos que:
3.2.16) (equao
0
) (
) (
0
= =
x
ds s
e x s p
x
e ainda temos que:
3.2.17) (equao
0
) (
1 ) ( 1 ) (
= =
x
ds s
e x s x F
x
e que:
15
3.2.18) (equao ) (
0
) ( ) (
'
) (
0
) (
) ( ) (
'
x p
x
x
X
f x
x
F
x
x
ds s
e x
X
f x
x
F
= =
= =
Se dizemos que F
T(x)
(t) e f
T(x)
(t) denotam, respectivamente, a d.f. e a p.d.f de T(x), F
T(x)
(t)
igual a
t
q
x
.(segundo 3.2.4) Logo:
( )
( )
| | 3.2.19) (equao 0 t ) ( ) (
) (
) ( '
) (
) (
) (
) (
) (
) (
) (
) (
) (
1
0 ) (
) (
) (
1 ) (
) (
) (
) (
'
'
) (
) (
) (
+ =
(
+
+ +
=
+
+
+
=
(
+ =
(
+
=
=
t x p t f
t x s
t x s
x s
t x s
t f
t x s
t x s
x s
t x s
t x s
x s
t f
x s
t x s
dt
d
t f
q
dt
d
t f
x t x T
x T
x T
x T
x t x T
Logo,
t
p
x
(x+t)dt a probabilidade de que (x) morra entre t e t+dt, e
| |
| | 3.2.20) (equao ) (
1 ) (
0
x t x t
x t
p
dt
d
t x p
dt t x p
= +
= +
Exerccios
(6) Dado que
16
10 20
15 20
Calcule
Calcule
100 x 0
120
3
100
1
) (
p
p
x x
y
+
=
Funo Distribuio F
X
(x)
Para x < 0 F
X
(x) = 0
(ou seja, se ainda no nasceu, F
X
(x) = 0)
Para x = 0 F
X
(x) = 0
(no momento do nascimento a probabilidade zero)
F
X
(x) = 0
Ou seja
Pr (X 0) = 0
Para x > 0
F
X
(x) no decrescente, ou seja, pode ser constante ou crescente
x
lim
F
X
() = 1
Pr (X ) = 1
Idade observada
17
Funo de Sobrevivncia s(x)
Para x < 0 s(x) = 1
Para x = 0 s(x) = 1
1 Pr (X 0) = 1
Para x 0
s(x) no crescente
pode ser:
s(1) > s(2) > s(3) > s(4)
ou
s(1) = s(2) = s(3) = s(4)
x
lim
s() = 0
1 - Pr (X ) = 0
Funo densidade de probabilidade f
X
(x)
Para x < 0 f
X
(x) = 0
Para x = 0 No definida
Para x 0 f
X
(x) 0
Idade ao morrer igual a infinito
18
x
lim
=
0
1 ) ( dt x f
X
Fora da mortalidade (x)
Para x < 0 (x) = 0
Para x = 0 No definida
Para x 0 (x) 0
x
lim
0
) ( dx x f
X
Funes em termos de:
=
=
=
) ( 1
) (
) (
) ( ) (
) ( 1 ) (
) (
'
'
x F
x F
x
x f x F
x F x s
x F
X
X
X X
X
X
19
=
=
=
) (
) (
) (
) ( ) (
) ( 1 ) (
) (
'
'
x s
x s
x
x s x f
x s x F
x s
X
X
=
=
=
x
X
X
x
X X
x
X X
X
du u f
x f
x
du u f x S
du u f x F
x f
) (
) (
) (
) ( ) (
) ( ) (
) (
0
Funes em termos de:
=
(
=
(
x
X
x
x
X
dt t x x f
dt t x s
dt t x F
x
0
0
0
) ( exp ) ( ) (
) ( exp ) (
) ( exp 1 ) (
) (
Exerccio:
Pense em s(x) como o que falta
para ser vivido
20
12
3
) (
x
e x s
=
Calcule (x)
f
X
(x)
F
X
(x)
21
Resumo Tabela 3.2.1
Funes para idade ao morrer, X, em termos da teoria de probabilidade:
2
3
T
a
b
e
l
a
3
.
2
.
1
F
u
n
o
d
i
s
t
r
i
b
u
i
o
F
u
n
o
d
e
s
o
b
r
e
v
i
v
n
c
i
a
F
u
n
o
d
e
n
s
i
d
a
d
e
F
o
r
a
d
a
m
o
r
t
a
l
i
d
a
d
e
F
X
(
x
)
s
(
x
)
f
X
(
x
)
(
x
)
P
a
r
a
R
e
q
u
e
r
-
s
e
q
u
e
P
a
r
a
R
e
q
u
e
r
-
s
e
q
u
e
X
<
0
F
X
(
x
)
=
0
s
(
x
)
=
1
x
<
0
f
X
(
x
)
=
0
(
x
)
=
0
X
=
0
F
X
(
0
)
=
0
s
(
0
)
=
1
x
=
0
N
o
d
e
f
i
n
i
d
a
N
o
d
e
f
i
n
i
d
a
x
0
N
o
d
e
c
r
e
s
c
e
n
t
e
N
o
c
r
e
s
c
e
n
t
e
x
0
f
X
(
x
)
(
x
)
X
l
i
m
F
x
(
)
=
1
S
(
)
=
0
X
l
i
m
(
)
=
0
1
d
t
x
f
X
(
)
=
0
d
x
x
f
x
F
u
n
e
s
e
m
t
e
r
m
o
s
d
e
R
e
l
a
e
s
e
n
t
r
e
a
s
v
a
r
i
v
e
i
s
F
X
(
x
)
F
X
(
x
)
1
-
F
X
(
x
)
F
X
(
x
)
F
X
(
x
)
/
[
1
-
F
X
(
x
)
]
S
(
x
)
1
-
s
(
x
)
s
(
x
)
-
s
(
x
)
-
s
(
x
)
/
s
(
x
)
f
X
(
x
)
(
)
x
X
d
u
u
f
0
(
)
x
X
d
u
u
f
f
X
(
x
)
(
)
(
)
x
X
X
d
u
u
f
x
f
(
x
)
(
)
| | |
\ |
x
d
t
t
0
e
x
p
1
(
)
(
)
x
d
t
t
0
e
x
p
(
)
| | |
\ |
x
d
t
t
x
0
e
x
p
)
(
(
x
)
24
Exemplo para funo discreta
Suponha que:
=
=
inteiros valores demais os todos para 0,
8} 7, 6, 5, 4, 3, 2, {1, t para ,
8
) (
0
t
t F
O que F
0
(t)?
a funo distribuio (discreta e uniforme)
Pr(X x) para um recm nascido para uma morte que s depende de t
Como o grfico dessa funo?
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
0 1 2 3 4 5 6 7 8 9 10
t
F0(t)
E se eu quiser saber a probabilidade funo densidade de probabilidade no
ponto?
(para funo discreta isso possvel)
25
1 t t onde
) ( F ) ( F ) (
i j
0 0 0
+ =
=
i j i
t t t f
Eu posso fazer isso para cada ponto.
O que
) (
0
t f
?
a funo densidade de probabilidade discreta
E qual essa funo?
{ }
=
=
inteiros valores demais os para 0,
8 7, 6, 5, 4, 3, 2, 1, t para ,
8
1
) (
0
t f
E a fora da mortalidade
) (t
?
) ( F 1
) ( f
) (
0
0
t
t
t
=
Probabilidade de algum com 1 ano morrer em t = 1
26
7
1
8
1
8
8
8
1
8
1
1
8
1
) 1 ( =
=
|
\
|
|
\
|
=
1
8
1
8
1
8
7
1
8
1
) 7 ( = =
=
Veja: tudo que deve ocorrer, ocorre no ponto (t)
no ponto medida a intensidade da morte
(t) ) (
0
t f
Tabela Resumo: Funes importantes em sobrevivncia
T F
0
(t) f
0
(t) s
0
(t) (t)
0 0,000 0,000 1,000 0,000
1 0,125 0,125 0,875 0,143
2 0,250 0,125 0,750 0,167
3 0,375 0,125 0,625 0,200
4 0,500 0,125 0,500 0,250
5 0,625 0,125 0,375 0,333
6 0,750 0,125 0,250 0,500
Probabilidade da idade ao morrer ser maior ou igual a 1
27
7 0,875 0,125 0,125 1,000
8 1,000 0,125 0,00
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
0 1 2 3 4 5 6 7 8 9 t
F0(t) f0(t) s0(t) (t)
Correo de exerccios do livro Captulo 3
3.2.
Confirme que cada uma das seguintes funes pode servir como fora da
mortalidade. Mostre a correspondente funo de sobrevivncia. Em cada caso
0 x
.
a. 1 , 0 ; > > c B Bc
x
(Gompertz)
Soluo:
Se
1 , 0 ; > > c B Bc
x
a fora da mortalidade, ento a correspondente funo
de sobrevivncia ser:
28
( ) | | | |
( )
( ) ( )
)
`
=
)
`
=
=
)
`
=
)
`
=
=
=
1
ln
exp
ln
1
exp
ln ln
exp
0 ln
exp
exp exp
0
0 0
x
x
x t
x
t
x
t
c
c
B
c
c
B x s
c
c
c
c
B
x
c
c
B x s
dt c B dt Bc x s
para ( ) 1 0 0 = = s x
para
( ) 0 x s x
b.
0 , 0 ; > > k n kx
n
(Weibull)
Soluo:
( ) | | | |
( ) | |
)
`
+
=
=
)
`
+
=
)
`
+
=
=
=
+
+ +
+
1
1 1
1
0 0
1
exp ) (
0
1
exp
0 1
exp
exp exp
n
n n
n
x
n
x
n
x
n
k
x s
x
n
k
x
n
t
k x s
dt t k dt kt x s
para
( ) 1 0 0 = = s x
para
( ) 0 x s x
c.
( ) 0 , 0 ;
1
> > +
b a x b a
(Pareto)
29
Soluo:
( ) ( ) | | ( ) | |
( ) | |
( ) | | { }
a
a
x x
b
x b
b
x b
b
x b
a x s
b x b a x s
x
t b a x s
dt t b a dt t b a x s
\
|
+
= |
\
|
)
`
\
|
+
=
)
`
\
|
+
=
= + =
=
)
`
+ =
=
+ =
+ =
ln exp ln exp ) (
ln ln exp ) (
0
ln exp ) (
exp exp
0
1
0
1
para
( ) 1 0 0 = = s x
para
( ) 0 x s x
3.4.
Diga porque cada uma das seguintes funes no serve para o papel indicado
pelo smbolo:
a.
( ) ( ) 0 ; 1
3
+ =
x x x
Devemos ter:
( ) 0 x
e
( )
=
x
dx x
x
0
lim
Temos:
30
( ) ( ) ( )
( ) ( ) | |
| | < =
= + +
=
+ =
2
1
1 0
2
1
0 1 1
2
1
0
1
2
1
1 lim lim
2 2
2
0 0
3
x dt t dt t
x x
x x
Logo, ( ) ( ) 0 ; 1
3
+ =
x x x no aceitvel como fora da mortalidade.
b. ( ) 3 0 ;
24
7
8
11
12
22
1
3 2
+ = x
x x x
x s
( ) x s deve ser uma funo no crescente em todo o intervalo definido para x.
Nesse caso, devemos ter:
( ) 0 ' x s
Temos:
( )
2
2
8
7
4
11
6
11
24
7
3
8
11
2
12
22
' x
x x x
x s + = + =
Essa funo um trinmio do segundo grau.
Sabemos que o trinmio do segundo grau tem sempre o sinal do coeficiente de
2
x exceto para os valores compreendidos entre as razes, quando o sinal passa
a ser o contrrio.
Precisamos ento determinar as razes desse trinmio:
31
No caso
6
11
;
4
11
;
8
7
= = = c b a
1458 , 1
48
55
6
11
8
7
4
16
121
4
2
= =
|
\
|
\
|
= = ac b
As razes so:
=
=
= =
=
=
=
|
\
|
=
=
|
\
|
=
18 , 2
95976 , 0
336
52 , 205
336
528
48 7
48 55 4 48 11
48 7
55 4 48 11
7
4
48 4
55 4 48 11
4
7
48 4
55 4 48 11
4
7
48
55
4
11
8
7
2
48
55
4
11
2
1
x
x
x
Assim ( ) 0 ' > x s para x entre
1
x e
2
x .
Logo s(x) no funo de sobrevivncia.
3.6.
Dada a funo de sobrevivncia do Exerccio 3.5, determine a funo de
sobrevivncia, fora da mortalidade, e a funo densidade de probabilidade do
Tempo Futuro de (40).
32
Soluo:
( ) 100 0 ;
100
1 = x
x
x s
Funo de Sobrevivncia
( )
( )
( )
60
1
60
60
40 100
40 100
100
100
100
100
100
1
100
1
t t t
x
t x
x
t x
x s
t x s
p s
x t x T
=
=
=
=
+
= =
Fora da Mortalidade:
( )
( )
( ) t t
t
t s
t s
t
=
60
1
60
60
60
1
60
1
60
1
'
Funo Densidade:
33
( )
( )
( )
( )
60
1
60 60
1 1
1
=
(
=
(
\
|
=
=
(
+
= =
t
dt
d t
dt
d
x s
t x s
dt
d
q
dt
d
t f
x t z T
3.8.
Confirme que
a) ( ) k s q
k
=
0 |
, b) e que
1
0
0 |
=
= k
k
q
Soluo:
a) Sabemos que:
( ) ( )
( ) x s
u t x s t x s
q
x u t
+ + +
=
|
para
1 ; ; 0 = = = u k t x
( ) ( )
( )
( ) ( )
( ) ( ) ( ) ( ) | | ( ) k s k s k s k s k s q
k s k s
s
k s k s
q
k
k
= + = + =
=
+
=
+
=
1 1
1
1
0
1
0 |
0 |
34
b)
( )
( ) ( ) | | ( ) ( )
( ) ( ) ( ) ( ) ( ) ( ) | |
( ) 1 0
2 1 1 0
1 1
0 0 0
0
)
0
0 |
= =
= + + + + + + =
= + = +
=
=
s
s s s s s s
k s k s k s k s
k s q
k k k
k
a
por
k
k
K K
Outro exerccio
Diga se isso correto:
) ( ) (
t x x p
dx
d
x t
+ =
Resposta: incorreto pois, sabe-se que:
( )
( ) ( )
1
ln - ) ( ) (
) ( ) ( ) ( ) (
x
y
x t
x t x t
t x
p
p
dx
d
p
dx
d
dy
dx
d
x t x
x t x x t x
= =
|
|
\
|
= +
+ = + +
+
Observe que:
35
=
=
=
+
n x
x
n
n
x n n
n
x n
n
dy y
p
p
) ) ( ( lim
; ) ln ( lim
0 lim
3.3. Tabelas de Vida
A probabilidade condicional de que (x) morrer dentro de t anos dada por
) (
) (
1
x s
t x s
q
x t
+
=
em particular, sabe-se que, para t=1
) (
) 1 (
1
x s
x s
q
x
+
=
Considere-se agora um grupo de l
o
nascidos vivos l
o
=100.000.
Cada recm-nascido possui uma funo de sobrevivncia (s.f).
s(x) para a sua idade de morte.
Para um grupo, o valor esperado do nmero de sobreviventes (i(x)) pode ser
escrito como:
(lembre-se da abordagem frequencial da probabilidade)
36
E(i(x))= l
o
*s(x) = l
x
(equao 3.3.1)
i(x) varivel aleatria
l
x
valor esperado
O nmero esperado de bitos (
n
a
x
)) pode, ento, ser escrito como:
E(
n
a
x
)= l
o
[s(x)-s(x+n)] = l
x
-
l
x+n
(equao 3.3.2)
Observe que, da igualdade mostrada em 3.3.1, advm que:
3.3.3 equao ) (
) (
) (
1 1
x
dx
x ds
x s dx
dl
l
x
x
= =
e advm ainda que
) ( dx x l dl
x x
=
Desde que
) ( ) (
X 0 0 0
(x) f l x p l x l
x x
= =
ento o fator l
x
(x) em (3.3.4) pode ser interpretado como a densidade de bitos
no intervalo etrio (x, x+dx).
37
Como expressar l
x
em funo da fora de mortalidade?
| |
| |
3.3.6 equao ) ( - xp
3.3.5 equao ) ( - xp
0
0
+
+
=
=
n x
x
x n x
x
x
dy y e l l
dy y e l l
Para Casa
Mostre que (com base em 3.3.5 e em 3.3.6):
3.3.7 equao
+
+
=
n x
x
y n x x
(y)dy l l l
3.5. Outras Caractersticas da Tabela de Vida
O valor esperado de T(x), denotado por e
o
x
chamado de esperana de vida
completa.
( ) | | ( )
( )
=
+ = =
0
0
0
0
x t t
x
x t
x
p td e
dt t x p t x T E e
em palavras, a probabilidade de chegar em x+t para quem est na idade x e
morrer no centsimo de segundo seguinte
isso verdade pois sabido que:
x t x t
x t
q
dt
d
t x p
dt
p d
= + =
) (
) (
38
(isso tudo foi provado e mostrado l atrs: 3.2.18 a 3.2.20; rever a matria dada)
Assim, fazendo a integrao por partes e considerando
que
=
0
0
vdu uv udv
:
( ) ( ) ( ) ( )
0
0
0
0
0
+ = = dt p dt p t dt p dt p t e
x t x t x t x t
x
equao 3.5.1
Sabe-se que:
0 ) ( lim =
x t
t
p t
Logo,o primeiro termo igual a zero. Portanto,
Exerccios
(1) Suponha que b>0 e constante, para a funo
t
p
x
(t)=e
-bt
=
0
0
3.5.2 equao dt p e
x t
x
39
Mostre que e
o
x
=b
-1
Soluo:
se
t
p
x
(t)=e
-bt
( ) ( )
1
exp(-0t)
-
t) exp(-
exp(-bt)
) exp(
1
t
0 t 0 0
=
=
= =
|
\
|
|
\
|
=
= = =
b
b b b
eox
b
dt bt dt p eox
x t
(2) Dado que
3
1
1
) (
|
\
|
+
=
x
x s
para x 0 calcule a esperana de vida completa de uma pessoa idade 41.
Queremos encontrar
40
=
0
41 41
dt p e
t
Como escrever
t
p
x
em termos de s(x) e s(x+t)?
t
p
41
=s(41+t)/s(41)
Como escrever t em funo de x, tal que dt=dx?
*** Derivar em x em vez de derivar em t. Variao a partir de x = t+41 em vez de
variao a partir de t. ***
(t)=(x-41) e (x)=(t+41)Ento
( )
( )
( ) | | 21 42
2
42
2
) 1 (
2
1
1
1
42
) 41 (
) (
2
3
41
0
2 2
3
3
41
3
41
41
= =
+
=
=
=
= +
|
\
|
+
= =
x u
du u
du dx
u x
dx
x
dx
s
x s
e
Resposta: 21 anos
E se queremos a esperana da varivel T(x) ao quadrado? Isso importante para
calcular a varincia da varivel aleatria Var [T(x)].
41
( ) | | ( )
( )
( ) | | ( ) | |
2 2
0
2
0
0
2
2
0
)] ( [
2
x T E x T E x T Var
dt t x p t e
dt t x p t x T E e
x t
x
x t
x
=
+ =
+ = =
(pagina 93 da bibliografia complementar)
E quando temos a varivel K(x)? possvel que s se esteja interessado no
nmero de anos completados. Se um indivduo recebe anuidade a cada
momento do seu aniversrio (entre as idades 60 e 70), no faz diferena se o
bito ocorreu a exata idade 61,3 ou 61,8. A nica coisa que importa que o
bito ocorreu entre as idades 61 e 62. Logo, podemos calcular a esperana de
vida abreviada, que o nmero de anos completos (inteiros completados) que
um indivduo da idade x sobrevive.
J vimos que:
K(x) a parte inteira da durao da vida completa de T(x)
Uma varivel aleatria discreta associada com o tempo de vida futura o
nmero de anos futuros completados por (x), antes da morte. A idia que no
interessa a idade fracionada, apenas a parte inteira da idade. Chama-se tempo
abreviado de vida futura de (x), denotado por K(x), sendo o maior inteiro em
T(x).
42
| | | |
| | | |
| |
| | 0,1,2,... k para ) ( Pr
) ( Pr
1 ) ( Pr ) ( Pr
1 ) ( Pr ) ( Pr
|
1
= = = =
= =
+ = =
+ = =
+
+
x k k x x k
x k x k
q q p k x K
p p k x K
k x T k k x K
k x T k k x K
p
p
Esperana de vida abreviada , ento:
| | | |
| | | |
| |
) 6 . 5 . 3 (
) ( ) (
) ( ) 1 ( ) ( ) ) ( Pr ( ) (
) ( ) ) ( Pr ( ) (
1
1 0 0
0 0
equao
e p x K E
p k p k k x K k x K E
q p k k x K k x K E
x x k
k
x k
k
x k
k k
k x x k
k k
= =
= = =
= = =
=
+
=
se k mximo=3, veja (quadro) k=1
43
Exerccio
So conhecidos os seguintes valores de E(K(x)):
Idade x E(K(x))
75 10,5
76 10,0
77 9,5
Qual a probabilidade de que uma vida idade 75 sobreviva at a idade 77?
Use a idia de que:
| |
| | ( ) ( )
909 , 0
11
10
5 , 9 1
10
10 1
5 , 10
1 ... 1 ) (
... ... ) (
76 75 75 2
1 2 1 1
2 1 1 3 2 1
1
= =
+
+
= =
+ = + + + =
= + + + = + + + = =
+ + + +
+ + +
p p p
resposta
a
e p p p p p x K E
p p p p p p p p p p x K E
x x x x x x
x x x x x x x x x
t
x t
Faa os exerccios da bibliografia complementar
das pginas 96 e 97.
Exerccios 3.11 (a); 3.12; 3.13; 3.14; 3.43(a); 3.44(b)
44
( ) ( )
( ) dt l L
l dt t x tl L
t x x
x t x
x
=
+
+ =
+
+ +
1
0
1
1
0
) (
dica: tente fazer a integrao por partes e mostre o resultado alcanado.
( )
|
|
\
|
=
=
+
=
+
+
+
x
x x
x
t x
t x
x
L
l l
m
dt l
dt t x l
m
1
1
0
1
0
) (
e as frmulas para
T
x
?
T
x
/ l
x
?
L
x
/ l
x
?
a
x
e as frmulas de recurso (tem 3.5.2)
3.6. Pressuposies para idades fracionrias e a distribuio das mortes
no intervalo
45
A fim de especificar a distribuio de T quando no se conhece sua forma
analtica (o que vimos at agora): preciso (1) adotar uma tabela de vida
observada e (2) pressupor uma distribuio entre valores inteiros.
Assume-se aqui que 0 t 1 e x um inteiro.
Interpolao linear: Assume-se que a distribuio das mortes uniforme entre x
e x+1.
Implica que
t
q
x
=tq
x
Uma distribuio uniforme implica que
1
) 1 (
+ +
+ =
x x t x
tl l t l
pois, a pressuposio de que:
) (
1 x x t x
d t l l =
+
(mostrando que as mortes so uniformemente distribudas ao longo do intervalo)
| | ( ) ( )
x
x
x x
x
x x
x
x x x
x
t x x
x
t x
x t x t
tq
l
l l t
l
l l t
l
tl l t l
l
l l
l
l
p q =
=
+
=
= = =
+ + + + + 1 1 1
) 1 (
1 1
Interpolao exponencial: Assume-se que a existe uma fora de mortalidade
constante dentro de cada grupo etrio. Neste caso,
t
p
x
, exponencial.
s d q tq s d s x p q
t
x x
t
x s x t
= = + =
0
) (
46
))) 1 ( (ln( )) ( ln( ) 1 ( )) ( ln( + + + = + x s t t x s t t x s
Interpolao harmnica (pressuposio de Balducci): Neste caso:
) 1 ( ) (
) 1 (
) (
1
+
+
=
+ x s
t
x s
t
t x s
Outras funes para idades fracionrias, a partir da frmula dada para s(x)
Exerccio
Assuma que a distribuio dos bitos dentro de um intervalo etrio uniforme e
que q
x
=0,16.
Encontre o valor de t para o qual
t
p
x
=0,95.
Sabe-se que
tq
x
=
t
q
x
=1-
t
p
x
=0,05
0,16t=0,05
t=0,05/0,16
t=0,3125
ou seja,
0,3125
p
x
=0,95
Repita o exerccio para os casos em que (1) a fora da mortalidade constante
no intervalo; (2) que
t
p
x
uma curva hiperblica no intervalo e x a x+t.
47
Compare os resultados
3.7. Algumas leis analticas de mortalidade
Razes para se estudar leis analticas: (1) alguns fenmenos podem ser
explicados de forma eficiente por frmulas simples. (2) mais fcil de comunicar
uma funo com poucos parmetros do que vrias entradas numa tabela de
vida. Mas, em anos recentes, as funes analticas vem sendo menos usadas
(computadores podem estimar tantos parmetros quantos forem necessrios)
Leis mais comuns:
Lei de De Moivre
Lei de Gompertz
Lei de Makeham
Lei de Weibull
3.8 Tbua de Mortalidade Seleta e Tbua de Mortalidade Final
Idia geral: Informaes adicionais sobre vida na idade (x) poderia tornar a
funo de sobrevivncia original no apropriada para avaliar afirmaes sobre o
tempo futuro de (X).
A tbua de mortalidade seleta tenta incorporar o fato de que a populao no
constituda por um nico grupo (homogneo), mas por subgrupos.
Constri-se a tbua de mortalidade seleta e leva-se em conta que a populao
composta por subgrupos.
Pode haver uma populao selecionada (por exame mdico, por exemplo, no
caso de seguro de vida; ou por auto-seleo, no caso de plano de previdncia) a
qual usualmente apresenta mortalidade mais baixa.
Uma vida pode ter sido segurada na idade [x] seguro de vida. Espera-se que
48
os aprovados no exame mdico tenham mortalidade mais baixa do que os
indivduos da mesma idade que no so segurados.
Idade da seleo idade quando fez o seguro ou o plano especfico [x]
Durao desde o incio do seguro i
Altera-se a notao e diz-se que:
[x] , idade a partir da qual seguiu-se uma outra mortalidade para o indivduo
(selecionado por exame mdico)
([x]+i) , indivduo com x+i anos. Para este indivduo a idade a partir da qual
seguiu-se uma outra mortalidade para o indivduo tambm x
Exemplo: considere 3 indivduos com 30+i anos: (30+i), ([30]+i) e ([31]+i-1)
Se i=2
3
q
30+i
a probabilidade de (30+i) morrer em 3 anos
indivduo tomado ao acaso da populao total de 32 anos morrer antes de
chegar aos 35 anos exatos.
3
q
[30]+i
a probabilidade de [30]+i morrer em 3 anos
indivduo selecionado na idade 30 anos, hoje com 32 anos, morrer antes de
chegar aos 35 anos exatos.
3
q
[31]+i-1
a probabilidade de [31]+i-1 morrer em 3 anos
indivduo selecionado na idade 31 anos, hoje com 32 anos, morrer antes de
chegar aos 35 anos exatos.
Tbuas construdas para esses indivduos so ditas tbuas seletas.
49
Usualmente, para uma idade fixa, x, sabe-se que
q
[x]
q
[x-1]+1
q
[x-2]+2
ou seja, a tbua de mortalidade seleta reconhece o fato de que um recm
segurado de idade x apresenta usualmente uma mortalidade mais baixa do que
um indivduo da mesma idade x, mas segurado i anos atrs.
Se x = 20
q
[20]
q
[20-1]+1
q
[20-2]+2
q
[20]
q
[19]+1
q
[18]+2
PENSE...UM ano INTEIRO para incorrer em comportamento
arriscado...
Espera-se que o efeito do exame ou que o diferencial no momento do seguro
(por qualquer outro motivo) termine com o tempo e mortalidade dependa,
novamente, apenas da idade,
E quanto tempo esse efeito dura?...Pensar em r
Deve existir r tal que q
[x]+r
q
x+r
q
[x-1]+r+1
q
[x-2]+r+j
,
para j > 0
r o perodo de seleo.
Exemplo: r pode ser 15 anos (15 anos exatos a partir da idade da seleo para
acabar esse efeito de seleo; at 15 anos exatos depois da idade da seleo
o efeito dura) tal que q
[x]+15
q
x+15
q
[x-1]+15+1
q
[x-2]+15+2
[x]+15 indivduo selecionado a idade [x], 15 anos depois
x+15 indivduo de idade x + 15 anos
[x - 1]+ 15 +1 indivduo selecionado a idade [x-1], 16 anos depois
50
[x - 2] + 15 + 2 indivduo selecionado a idade [x - 2], 15 + 2 anos depois
A sociedade de aturia americana recomenda r = 15, isto , tomar q
[x-j]+15+j
q
[x]+15
Com isso, tbuas seletas s precisam ter r colunas com probs. q
[x]+j
, j=1,... , r.
A tbua de mortalidade para ([25]) necessita dos valores de q
[25]+j
, j=1, ... , 15,
16, ...
Podemos obter
q
[25]+j
, j=1,... , 14 da tbua seleta
q
[25]+15+j
, j=1,... das relaes q
[25]+15
q
[26]+14
q
40
, q
[25]+16
q
[27]+14
q
41
,
...
Tbuas seletas e finais so obtidas pela truncagem das tabelas seletas aps o
perodo de seleo r.
A coluna contendo q
[x]+r
( igual a q
x+r
) de uma tbua seleta e final chamada de
tbua final.
Tbua de Mortalidade Final (Ultimate Mortality Table)
Tbua de Mortalidade que inclui apenas os segurados que j ultrapassaram o
perodo til de validade da seleo mdica, ou seja, o limite de permanncia da
Tbua de Mortalidade Seleta (Tbua de Mortalidade Seleta, Seguro Vida).
Tbua de Mortalidade Seleta (Select Mortality Table)
Tbua construda sobre os segurados que foram submetidos a exames mdicos
ao contratarem o seguro. Expressa os valores durante certo perodo de tempo
(em geral, cinco anos) imediatamente aps o incio de vigncia do seguro,
quando a mortalidade esperada significativamente mais baixa do que a dos
segurados da mesma idade, tambm igualmente selecionados, mas que j
ultrapassaram esse perodo de tempo. Nessas tbuas, as idades costumam
figurar entre colchetes (Seguro de Vida).
51
Tabela de Vida AF-80 Tbua Seleta e Tbua ltima
[x] q[x] q[x]+1 qx+2 p[x] p[x]+1 px+2 l[x] l[x]+1 lx+2 x+2
30 0,0002 0,0003 0,0004 0,9998 0,9997 0,9996 9906,7380 9904,5387 9901,2702 32
31 0,0002 0,0004 0,0005 0,9998 0,9996 0,9995 9902,8941 9900,5768 9897,0918 33
32 0,0003 0,0004 0,0005 0,9998 0,9996 0,9995 9898,7547 9896,2800 9892,5491 34
33 0,0003 0,0004 0,0005 0,9997 0,9996 0,9995 9894,2903 9891,6287 9887,6028 35
34 0,0003 0,0004 0,0006 0,9997 0,9996 0,9994 9889,4519 9886,5741 9882,2141 36
(1) Tabela de vida para o indivduo selecionada na idade [x], com r = 2:
(2) leia na linha e no na coluna...
(3) l
[x]+1
= ( p
[x]
) (l
[x]
);
l
x+2
= ( p
[x]+1
) (l
[x+1]
);
Exerccios:
Com base nesta tabela, obtenha:
2
p
[30]
;
5
p
[30]
;
1|
q
[31]
;
3
q
[31]+1
52
Captulo 9 Funes de Vidas Mltiplas
Idia Geral: Considere um conjunto de vidas com idades 1
x
, 2
x
, ...,
m
x
Do ponto de vista coletivo, este conjunto de vidas
(1) sobrevive enquanto todos vivem e
(2) morre quando o primeiro morre.
Neste captulo so discutidos modelos que envolvem 2 vidas.
Pressupe-se que as variveis aleatrias tempo futuro de vida so
independentes.
9.2. Distribuio do tempo de falha (status) de um conjunto de vidas
Status, o que ? Um status um conjunto de m vidas. Para um status existem
definies do que sobrevivncia e do que falha.
Para que se defina o status de um evento necessrio que:
i. Para cada entidade (vida) seja possvel definir uma varivel aleatria
tempo de vida futuro.
ii. Deva existir uma regra para que a sobrevivncia do status possa ser
determinada.
Para computar probabilidades associadas com a sobrevivncia de um status, as
distribuies conjuntas das variveis aleatrias (tempos de vida futuros) devem
estar disponveis.
Exemplo de distribuio conjunta (9.2.1)
Para duas vidas (x) e (y), a pdf conjunta de seus tempos futuros:
53
=
x
y x y
y
y x x
f y f
f x f
) (
) (
No caso contnuo:
( ) ( )
( ) ( )
=
+
+
dx y x f y f
dy y x f x f
y x y
y x x
,
,
Distribuio Conjunta:
Considere um experimento consistindo de 3 jogadas de uma moeda no-viciada.
X denota o nmero de caras na ltima jogada. Y denota o nmero total de caras
para as trs jogadas. A tabela mostra os valores de (x,y) associados com cada
um dos oito resultados possveis:
Encontre
( ) x f
x
e
) ( y f
y
Resultado (x,y) P(X=x; Y=y)
K, K, K (1,3) 1/8
C, K, K (1,2) 1/8
K, C, K (1,2) 1/8
K, K, C (0,2) 1/8
C, C, K (1,1) 1/8
C, K, C (0,1) 1/8
K, C, C (0,1) 1/8
C, C, C (0,0) 1/8
54
Pode-se combinar a segunda e a terceira coluna e obter as probabilidades que
chamamos de marginais:
Evento de interesse: Sobrevivncia e morte de mais de uma pessoa
Estudo deste evento: Para simplificar, estudo de 2 vidas
T(x): tempo de vida adicional de (x)
T(y): tempo de vida adicional de (y)
Exemplos: Marido e mulher; Irmos, Pai e filho(s)
Situaes de interesse:
Caso A. Benefcio pago quando o primeiro morre Interesse em menor de
T(x), T(y) T = min {T(x), T(y)}
Caso B. Benefcio pago quando o ltimo morre Interesse em maior de T(x),
T(y) T = max {T(x), T(y)}
preciso estudar o tempo de vida de um Status
Status Situao
x y 0 1 2 3
0 1/8 1/4 1/8 0 1/2
1 0 1/8 1/4 1/8 1/2
1/8 3/8 3/8 1/8 1 ) ( y f
y
( ) x f
x
55
Status: situao de ambos estarem vivos
Status: situao de pelo menos um estar vivo
Status: situao de ambos estarem vivos num perodo menor que m anos.
preciso estudar a distribuio conjunta de T(x), T(y)
- Marido e mulher tendem a partilhar os mesmos riscos, assim como irmos:
Correlao (T(x), T(y)) > 0
- T(x) e T(y) independentes: este o caso a considerar. (no vamos estudar
9.6)
Suponha que
n
x x x ,..., ,
2 1
so variveis i.i.d. U(0,1)
( ) x f
x
(Densidade de probabilidade sempre constante ao longo dos valores de x)
Seja U = max {
n
x x x ,..., ,
2 1
}
L = min {
n
x x x ,..., ,
2 1
}
- O valor de U igual a algum dos x.
- O valor de L igual a algum dos x.
- Mas a distribuio de probabilidade de U e L diferente da distribuio de
probabilidade de
i
x . A distribuio de U mais concentrada em valores mais
elevados; a de L mais concentrada em valores mais n baixos
56
- Para x (0,1): 1
1
) ( ) (
) 1 ( ) (
=
=
n
U
n
x n x f
x n x f
L
Status de Vida Conjunta (Joint-Life Status)
T = T (x,y) = min{T(x), T(y)}
xy t T
q t T P t F = = ) ( ) (
probabilidade que T assuma um valor menor ou igual a t a probabilidade de
morte do status dentro de t anos. A vida conjunta. Se um morre todos morrem.
Idia: o que importa o tempo de vida do primeiro que morre.
( ) } ) ( ), ( min{ t y T x T P q
xy t
=
) ( 1
)] ) ( ( ( ) ) ( ( [ 1
) ) ( ) ( ( 1
) )} ( ), ( (min{ 1
y t x t xy t
xy t
xy t
xy t
p p q
t y T P t x T p q
t y T e t x T P q
t y T x T P q
=
> > =
> > =
> =
Ou seja,
A probabilidade do status sobreviver 1 menos a probabilidade de que ambos
57
sobrevivam.
Escrevemos
xy t
q
em funo de x t
p
e
y t
p
.
Podemos escrever em termos de x t
q
e
y t
q
.
Veja:
) ( ) (
) ) ( ) ( ( ) ) ( ( ) ( (
) ) ( ) ( (
) )} ( ), ( (min{ ) (
y t x t y t x t xy t
xy t
xy t
xy t T
q q q q q
t y T e t x T P t y T P t x T P q
t y T ou t x T P q
t y T x T P q t F
+ =
+ =
=
= =
(pense em ou em interseo de eventos; quando estiver pensando neste
status)
Assim,
) ( ) (
)] ( ) ( 1 [ 1 1
) ) ( ) ( (
y t x t
y t x t xy t
xy t
p p
p p q
p t y T e t x T P
=
= =
= > >
Se o status xy sobrevivem at t (y) e (x) devem sobreviver (ambos) at t.
A funo densidade de probabilidade obtida derivando ) (t F
T
58
)] ( ) ( [
) (
y t x t y t x t xy t
T
q q q q
dt
d
q
dt
d
dt
t dF
+ = =
(aplique a regra do produto)
| | ) ( ) ( ) ( ) ( ) (
) (
) (
t f t y t x p p
dt
t dF
xy T y t x t
T
= + + + =
A fora da mortalidade do status (xy)
) ( ) ( ) (
) 1 ( 1
)] ( ) ( [
) (
) ( 1
) (
) (
) (
) (
t y t x t
p p
t y t x p p
t
t F
t f
t
xy
y t x t
y t x t
xy
xy T
x T
xy
+ + + =
+ + +
=
Ou seja, as foras de mortalidade de vidas Podem ser somadas propriedade
aditiva
A expectativa de vida completa do status (xy) : (a partir de 3.5.2, Captulo 3)
=
0
0
dt p e
xy t xy
59
Tempo de Vida Discreto
) (
) ( ) 1 (
) 1 ( ) 1 (
) ( ) ( ) 1 (
) 1 (
) 1 ( ) ( ) 1 (
) ( ) 1 ( ) 1 (
:
: 1
: 1
: 1
1
k y k x xy k xy k
k y k x xy k
k y k x xy k
k y k x xy k xy k
xy k xy k
q p q
q p k T k P
p p k T k P
p p p k T k P
p p k T k P
k T P k T P k T k P
k T P k T P k T k P
+ +
+ +
+ +
+ +
+
=
= + <
= + <
= + <
= + <
+ > > = + <
+ = + <
(notao toda do captulo 3)
Esperana abreviada de
) (xy k
=
+
= =
o k
xy k xy
p x K E e
1
)] ( [
Status do ltimo Sobrevivente (Last Survivor Status)
- O Status sobrevive (ou a situao dura) enquanto pelo menos um sobrevive e
falha quando o ltimo morre.
60
Notao: (
m
x x x ,..., ,
2 1
) ou
) (xy
para duas vidas
) ) ( ) ( ( ) (
} ) ( ), ( (max{ ) ) ( ( ) (
)} ( ), ( max{ ) (
) (
) (
t y T e t x T P t P
t y T x T P t xy T P t P
y T x T xy T
xy T
xy T
=
= =
=
(os dois tm que morrer para o status falhar)
Duas vidas independentes, logo:
) ( ) ( ) (
)) ( ( ) ) ( ( ) ( ) (
) ( ) ( ) ) ( ( ) ) ( (
) (
) ( ) (
) ( ) (
t y p q q t x p t f
t f q q t f t F
dt
d
t f
q q t y T P t x T P
y t x t y t x t
xy T
y T x t y t x T
xy T xy T
y t x t
+ + + =
+ = =
=
Fora de mortalidade: ) (t
xy
y t x t
y t x t y t x t
xy T
xy T
xy
q q
t y p q q t x p
t F
t f
t
+ + +
=
=
1
) ( ) (
) ( 1
) (
) (
) (
) (
A expectativa de vida completa do status
61
dt p e
xy
t
xy
=
0
0
Tempo de vida discreto
) (xy K
: nmero de anos completos do status
xy
) ( ) ( ) ( ) ( ) 1 )( ( ) 1 ( ) (
) ) ( (
) ) ( ) ( ( ) ) ( (
) ( ) ( [ ] ) ( ) ( [ ) ) ( (
j y y j j x x j x j j y y j y j j x x j
q p q p p q p p q p
j xy K P
j x K e j y K P j xy K P
j y K e i j x K P i j y K e j x K P j xy K P
+ + + +
+ +
= =
= = = =
= < + = = =
Relaes entre
) (xy T
e
) (xy T
:
) ( ) ( ) ( ) (
) ( ) ( ) ( ) (
) ( ) ( ) ( ) (
) ( ) ( ) ( ) (
y T x T xy T xy T
y T x T xy T xy T
x T xy T y T xy T
y T xy T x T xy T
=
+ = +
= =
= =
62
xy
y
x xy
e
e
e
e
0
0
0
0
+ =
Para resolver encontre os valores esperados de
) (x T
,
) ( y T
,
) (xy T
e
) (xy T
e substitua na
equao pertinente.
Exerccios do livro:
Pgs 298 a 304: 9.3, 9.4, 9.5, 9.6, 9.8, 9.9, 9.10, 9.11, 9.12, 9.13(a,b,c,d) a 9.17,
9.37 e [9.50, 9.51] como opcionais.
Refazer os exemplos de 9.3 a 9.5
Captulo 10 Teoria de Mltiplo Decremento
Quando a vacinao foi descoberta, no sculo XVIII, questionou-se qual seria o
efeito sobre o nvel de mortalidade em virtude da eliminao da varola como
causa de morte.
A idia que os indivduos que morreriam por varola sairiam salvos e
passariam, necessariamente a morrer por outras causas e os bitos por outras
causas deveriam aumentar.
Alguns questionamentos surgiram:
(a) Em quanto a esperana de vida aumentaria?
(b) Qual a proporo de pessoas passaria a sobreviver at diversas idades
exatas?
(c) Como seriam as demais funes da Tbua de Vida, dada a eliminao
desta causa?
O problema central, de fato, como a probabilidade de morte seria aumentada
dentro de um intervalo etrio como resultado da eliminao de uma causa de
63
morte particular.
A resposta a essas perguntas mais difcil do que possa parecer.
Seria a probabilidade de morte pelas causas remanescentes igual a:
{bitos por todas as causas (0, T) bitos por varola (0, T)} / indivduos (0)
No. No to simples assim. Na verdade, se estamos diante de um grupo
etrio aberto e n = , as pessoas tem que morrer por uma ou outra causa (de
qualquer jeito!) ou estaramos garantindo a sua imortalidade!
Infere-se que a estimativa de probabilidade de morte (pelas causas que
sobraram) seria maior que
{bitos por todas as causas (0, T) bitos por varola (0, T)} / indivduos (0).
Em quanto seria maior: A dificuldade essencial que deu origem ao mltiplo
decremento.
O que a Teoria dos Riscos Competitivos
Desenvolvida por aturios no sculo XIX.
Observe que no necessrio que a taxa de mortalidade relativa s outras
causas aumente quando a taxa de mortalidade por varola declina a zero.
O que deve ficar claro que:
O nmero de pessoas-anos de exposio ao risco de outras causas vai
aumentar, de tal forma que o nmero de bitos por todas as outras causas
tambm vai (ter que) aumentar. Com o mesmo nmero inicial de indivduos em
cada intervalo, a probabilidade de morte tambm aumenta.
64
Para o caso atuarial, este o caso de uma vida sujeita a contingncias
mltiplas.
Planos de Benefcios para Trabalhadores podem depender da causa do fim do
perodo trabalhado. Os benefcios pagos aos aposentados so diferentes dos
que so pagos s famlias nos casos de morte ou ao prprio indivduo no caso
de incapacidade.
Seguros de rendimento para incapacitados proporcionam pagamentos
peridicos aos segurados que satisfazem a definio incapacidade contida na
aplice. Os pagamentos podem variar se a incapacidade for causada por
doena ou morte.
Desta forma, modelos de sobrevivncia para sistemas de benefcio devem incluir
tanto variveis para tempo ao trmino (T), quanto causa do trmino (J).
Motivos pelos quais os indivduos podem deixar de ser segurados (ou seja, sair
da Tabela de Vida).
(1) Pode morrer; (2) Sair do plano; (3) Incapacitado / Invlido; (4) Chegar ao final
do perodo de cobertura
Nas Cincias Atuariais, o fim de um status chamado decremento.
10.2 Duas Variveis Aleatrias
Conceito de Varivel Aleatria: Uma varivel numrica cujo valor depende do
resultado de um fenmeno aleatrio. Associa um valor numrico a cada
resultado do fenmeno aleatrio.
T(x) ou T: a varivel aleatria: Tempo at a mortte de (x)
J(x) ou J: a varivel aleatria causa (discreta)
Exemplos de variveis aleatrias:
65
(a) Aplicao de Planos de Benefcios para Empregados (Neste caso: J = 1,
2, 3, 4 ):
a. sada do plano
b. incapacidade
c. morte
d. aposentadoria
(b) Seguros de Vida (Neste caso: J = 1,2):
a. Interrupo do pagamento dos prmios
b. Morte
(c) Aplicao para Seguros por Invalidez (Neste caso: J = 1, 2, 3, 4 ):
a. Morte
b. Retirada
c. Invalidez
d. Alcana o final do perodo de cobertura
(d) Aplicaes para a Sade Pblica (Neste caso: J = 1, 2, 3, 4 ):
a. Doena cardiovascular
b. Cncer
c. Acidente
d. Demais
Objetivos do captulo
Descrever:
(a) Distribuio conjunta de T e J
) , (
,
j t f
J T
(densidades)
(b) Distribuio Marginal
66
) ( ; ) ( t f j f
T J
(densidades)
(c) Distribuio Condicional
) (
) , (
) | (
,
|
t f
j t f
t j f
T
J T
T J
=
(densidade)
- A distribuio condicional de J dado o decremento no tempo t.
Para 2 causas:
) , 2 (
) , 1 (
|
|
t f
t f
T J
T J
define-se 2 condicionais
Com m causas, as seguintes relaes so vlidas:
Se m = 3 Se m = n
1 ) (
3
1
=
= j
J
j f
1 ) (
1
=
=
n
j
J
j f
(discreta)
(causas de decremento so complementares)
1 ) (
0
=
dt t f
T
(contnua)
Utiliza-se a densidade conjunta de T, J para calcular a probabilidade dos
eventos, a saber:
(a) Probabilidade de decremento devido a causa j entre t e t + dt anos
67
(dentro de t anos)
)] ( ) [( ) , (
,
j J dt t T t P dt j t f
J T
= + < =
(b) Probabilidade de decremento pela causa j antes de t
)] ( ) 0 [( ) , (
0
,
j J t T P ds j s f
t
S T
= < =
(c) Probabilidade de decremento por todas as causas entre a e b (a, b
tempo)
=
=
m
j
b
a
J T
b T a P dt j t f
1
,
) ( ) , (
Smbolo
= j t ; 0
1, 2, 3, ..., m
) (
0
,
) , (
j
x t
t
J T
q ds j s f =
O que novo em relao ao captulo 3? Probabilidade de decremento j em
qualquer momento futuro
ds j s f q j f
J T
j
x
t
J
= =
0
,
) (
0
) , ( ) (
para j = 1, 2, 3, ..., n (aqui faz
68
sentido calcular
) ( j
x
q
Para
) (t f
T
e
) (t F
T , t 0
=
=
=
t
T T
m
j
J T T
ds s f t F
j t f t f
0
1
,
) ( ) (
) , ( ) (
69
Utiliza-se agora o sobre-escrito ( ) para indicar que uma funo se refere a
todas as causas (ou fora total dos decrementos):
) (
) (
) (
) (
) ( ) (
0
) (
1
) ( 1
) (
1 ) (
) ( ) ( ) (
x t
x t
x t
T
T
x t
x t x t
t
T T x t
q
dt
d
p
t F
t f
q t T P p
ds s f t F t T P q
=
=
= > =
= = =
substituindo por
) (
x t
p
dt
d
:
) (
) (
) (
1
x t
x t
x t
p
dt
d
p
=
(lembre-se que:
) (
) (
1
) ( ln x f
dx
d
x f
x f
dx
d
=
, onde f(x) representa
qualquer funo)
) ) ( exp(
ln
0
) (
) (
=
=
t
x t x t
x t x t
ds s p
p
dt
d
Para a soluo do problema de mltiplo decremento o conceito de fora de
mortalidade devido a uma causa do morte particular fundamental.
70
) 2 (
) (
) 1 (
) ( ) ( x x x
+ =
(pop. com 2 causas de decremento)
Soluo (formalizao):
(para demonstrar e ganhar 1 ponto; faa o mesmo para a causa (2), logo):
) 2 (
) (
) 1 (
) ( ) ( x x x
+ =
a exposio at x foi a mesma. Sobrevivncia por todas as causas e bito por
causa (1) ou (2).
A afirmao de que:
)] ( ) [( ) , (
,
j J dt t T t P dt j t f
J T
= + < =
pode ser analisada condicionando na sobrevivncia do dado status at o tempo
t. Assim, teremos:
] | ) ( ) [( ] [ ) , (
,
t T j J dt t T t P t T P dt j t f
J T
> = + < > =
Veja que a fora de decremento pela causa j pode ser dada por:
) ( ) (
,
) (
, ,
) (
) ( ) , (
) , (
) ( 1
) , (
) (
x t
j
x J T
x t
J T
T
J T
j
x
p t j t f
p
j t f
t F
j t f
t
=
=
=
j = 1, 2, ..., m t 0
Em palavras:
( A probabilidade de decremento entre t e t + dt devido a causa j ) = ( a
71
probabilidade
) (
x t
p que (x) permanea no dado status at o tempo t ) (X) ( a
probabilidade condicional de que o decremento ocorra entre t e t + dt devido
causa j, dado que o decremento nunca tenha ocorrido antes de t ).
Agora veja:
Se:
) (
0
,
) , (
j
x t
t
J T
q ds j s f =
Ento:
) , (
,
) (
j t f q
dt
d
J T
j
x t
=
Logo:
) (
) (
) (
) (
) (
) (
, ) (
1
) (
) , (
) (
j
x t
x t
j
x
x t
j
x t
x t
J T j
x
q
dt
d
p
t
p
q
dt
d
p
j t f
t
=
= =
Observe ainda:
= = =
= = = =
m
j
j
x t
m
j
t
J T
t
m
j
J T
t
T x t
q ds j s f ds j s f ds s f q
1
) (
1
0
,
0
1
,
0
) (
) , ( ) , ( ) (
este um resultado importante
Outro resultado:
) 1 (
1 1
ln ) (
) (
) (
) (
) (
) ( ) (
x t
x t
x t
x t
x t x
q
dt
d
p
p
dt
d
p
p
dt
d
t = = =
Se:
=
=
m
j
j
x t x t
q q
1
) ( ) (
72
Ento:
) (
1
) (
1
) (
) (
) (
1 1
) (
j
x t
m
j
x t
m
j
j
x t
x t
x
q
dt
d
p
q
dt
d
p
t
= =
= =
Logo (e ns j havamos visto que):
=
=
m
j
j
x x
t t
1
) ( ) (
) ( ) (
Isso implica que a fora total dos decrementos igual a soma das foras dos
decrementos devido s m causas.
Resumindo ( e reescrevendo as relaes):
(1) Distribuio conjunta de T, J
) ( )) ( ( ) , (
) ( ) (
,
x t
j
x J T
p t j t f =
(2) Distribuies marginais de J e T
) (
) (
j
x J
q j f
=
(sempre para (x))
)) ( ( ) ( ) (
) ( ) (
t p t f
x x t T
=
(3) Distribuio condicional de J, dado decremento em t
) (
) (
) (
) , (
) (
) (
) | (
) (
) (
) (
) (
,
) (
) (
|
t
t
p
p
t f
j t f
t
t
t j f
x
j
x
x t
x t
T
J T
x
j
x
T J
= = =
(4)
ds s p q
t
j
x x t
j
x t
) ) ( ( ) (
0
) ( ) ( ) (
(resultado importante)