保险中的应用

为了就保险产品定价，并确保保险公司保留充足的储备以维持偿付能力，精算师必须预测今后的投保事件（如死亡，疾病，残疾等）。为了做到这一点，精算师为这些事件的起因、数额和发生时间开发出数学模型。他们通过研究事件在过去的发生率和严重性，随而预期导致这些事件出现的原因如何随着时间而改变（例如预期寿命在将来是否仍会继续增加），由此预期在将来这些事件出现的时间和数目。这些预期通常会以百分比列表表达，百分比表示了根据年龄或其他相关的人口特征，事件在某一人口现的数目。更具体地说，列表会被称为死亡率表（如果列表提供死亡率），或是发病率表（如果列表提供残疾和复原比率），或是被作其他名字（视乎列表提供的比率而定）。

电脑面世以及关于个人的数据收集的扩散，导致对不同用途的精算表的计算方法产生根本的变化。除此以外，也为一些院校提供了各种新兴的方法，把一系列非传统行为（如赌博、债务负荷）作为因素计入专门计算中，以作评估风险之用。

数学

这里有几个计算例子以说明生命表的使用。对于从来没有研究过概率理论的人而言，这些例子可能不是显而易见的，但希望能为对离散概率论已有一定认识的人引入新的思路。

q x {\displaystyle q_{x}} ：刚踏入 x {\displaystyle x} 岁，但将于 ( x + 1 ) {\displaystyle (x+1)} 岁生日前死亡的概率

p x {\displaystyle p_{x}} ：由 x {\displaystyle x} 岁至 ( x + 1 ) {\displaystyle (x+1)} 岁仍然存活的概率

l x {\displaystyle l_{x}} ：至 x {\displaystyle x} 岁仍然存活的人数

d x {\displaystyle d_{x}} ：在 x {\displaystyle x} 岁死亡的人数

t p x {\displaystyle {}_{t}p_{x}} ：刚踏入 x {\displaystyle x} 岁时，某人会多存活 t {\displaystyle t} 年的概率，即至少存活至 x + t {\displaystyle x+t} 岁

t | k q x {\displaystyle {}_{t|k}q_{x}} ：某人在刚踏入 x {\displaystyle x} 岁时，会多存活 t {\displaystyle t} 年，然后在未来 k {\displaystyle k} 年内死亡的概率

生物学

当生物学家用生命表时，他们通常还包括每一个年龄的生育率。额外采用的参数是

m x {\displaystyle m_{x}} ：一个岁数为 x {\displaystyle x} 的个体的预计后代数目

参见

掌控可忽略衰老

精算符号

免责声明：以上内容版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。感谢每一位辛勤著写的作者，感谢每一位的分享。